Средства и методы разработки

Результат (см. картинки): Можете тоже проверить. Порядок матрицы совсем не заоблачный. При обращении матрицы использовался метод Жордана с поиском ведущего элемента по всей матрице. Все действительные типы – long double. Оказывается, при перестановке слагаемых сумма может меняться во много раз! static long double *xmul; void mul_matr (long double c[], long double a[], long double b[], int row, int col, int com) { for (int i = row; i--; ) for (int j = col; j--; ) { for (int k = com; k--; ) xmul[k] = a[com * i + k] * b[col * k + j]; c[col * i + j] = sum_matr(xmul, com); } } void mul_matr0 (long double c[], long double a[], long double b[], int row, int col, int com) { for (int i = row; i--; ) for (int j = col; j--; ) { long double tmp = 0; for (int k = com; k--; ) tmp += a[com * i + k] * b[col * k + j]; c[col * i + j] = tmp; } } long double sum_matr (long double a[], int col) { long double ved, koef, tmp; int im, jm; while (1) { // Поиск самой приемлемой пары для суммирования ved = -1.0; for (int i = col; --i; ) if (a[i] != 0.0) for (int j = i; j--; ) if (a[j] != 0.0) { tmp = a[i] / a[j]; // Двойное предпочтение елементам с разными знаками koef = tmp < 0.0 ? 2.0 : 1.0; tmp = fabsl(tmp); // Отношение д.б. меньшего числа к большему (по модулю) if (tmp > 1.0) tmp = 1 / tmp; tmp *= koef; if(ved < tmp) { ved = tmp; im = i; jm = j; } } if (ved == -1.0) return a[im]; // Одно ненулевое значение a[im] += a[jm]; a[jm] = 0.0; } }