高斯列主元消去法原理

3.高斯列主元消去法,求解其次线性方程组C/C++ code

#include #include #define N 20 int main() { int n,i,j,k; int mi,tmp,mx; float a[N][N],b[N],x[N]; printf(\); scanf(\,&n); if(n>N) { printf(\); getch(); return 1; } if(n<=0) { printf(\); getch(); return 1; } printf(\,n-1); for(i=0;imx) { mi=j; mx=fabs(a[j][i]); } if(i

数值分析大作业

－－――（高斯列主元消去法求解线性方程组）

课程名称：数值分析授课老师：宋国乡指导导师：丁振国学 生：王伟伟学 号：日 期： 0425121523 2004/11/20

高斯列主元消去法解线性方程组

一：问题的提出

我们都知道，高斯列主元素消去法是计算机上常用来求解线性方程组的一种直接的方法。就是在不考虑舍入误差的情况下，经过有限步的四则运算可以得到线性方程组的准确解的一类方法。实际运算的时候因为只能有限小数去计算，因此只能得到近似值。在实际运算的时候，我们很多时候也常用高斯消去法。但是高斯消去法在计算机中运算的时候常会碰到两个问题。 1．一旦遇到某个主元等于0，消元过程便无法进行下去。

2．在长期使用中还发现，即使消元过程能进行下去，但是当某个主元的绝对值很小时，求解出的结果与真实结果相差甚远。

为了避免高斯消去法消元过程中出现的上述两个问题，一般采用所谓的选择主元法。其中又可以分为列选主元和全面选主元两种方法。目前计算机上常用的按列选主元的方法。因此我在这里做的也是列选主元高斯消去法。

二、算法的基本思想

大家知道，如果一个线性方程组的系数矩阵是上三角矩阵时，即这种方程组我们称之为上三角方程组，

VC2010 + win7makefile编译,makefile在源文件头部

/*
编译环境 windows7 系统下 使用visual studio 2010
使用VC++6.0 可能会用少许不兼容，修改一下即可
Copyright of 唐禹
Edited in 2010/11/01
Builed in 2010/11/01
Version 1.1
*/

/****************************************************
---------------------Makefile 文件------------------
zy.exe: zy.obj
@link /subsystem:console zy.obj

zy.obj:
@echo "Compiling zy......."
@cl /c zy.cpp

clean:
@echo "正在清除项目....."
@del zy.obj zy.exe
@echo "项目清除完成"

run:
@zy

****************************************************

VC2010 + win7makefile编译,makefile在源文件头部

/*
编译环境 windows7 系统下 使用visual studio 2010
使用VC++6.0 可能会用少许不兼容，修改一下即可
Copyright of 唐禹
Edited in 2010/11/01
Builed in 2010/11/01
Version 1.1
*/

/****************************************************
---------------------Makefile 文件------------------
zy.exe: zy.obj
@link /subsystem:console zy.obj

zy.obj:
@echo "Compiling zy......."
@cl /c zy.cpp

clean:
@echo "正在清除项目....."
@del zy.obj zy.exe
@echo "项目清除完成"

run:
@zy

****************************************************

例：用Gauss 列主元消去法、QR 方法求解如下方程组：

12342212141

312.4201123230x x x x ?????? ? ? ?- ? ? ?= ? ? ?-- ? ? ???????

1. 1）Gauss 列主元法源程序：

function x=Gauss(A,b)

[m,n]=size(A);

if m~=n

error('矩阵不是方阵')

return

end

B=[A,b];

n=length(A);

for j=1:n-1

q=[zeros(j-1,1);B(j:n,j)];

[c,r]=max(abs(q)); %c 为列主元，r 为所在行

if r~=j

temp=B(j,:); %交换两行

B(j,:)=B(r,:);

B(r,:)=temp;

end

for i=j+1:n

B(i,:)=B(i,:)-B(j,:)*(B(i,j)/c);

end

end

x(n)=B(n,n+1)/B(n,n);

for i=n-1:-1:1

for j=i:n-1

B(i,n+1)=B(i,n+1)-B(i,j+1)*x(j+1);

end

x(i)=B(i,n+1)/B(i,i);

end

2)在命令窗口输入A

数学实验 作业

一、矩阵LU分解：

function [L,U,p]=lutx(A) [n,n]=size(A); p=(1:n)'; for k=1:n-1

[r,m]=max(abs(A(k:n,k))); m=m+k-1; if (A(m,k)~=0) if (m~=k)

A([k m],:)=A([m k],:); p([k m])=p([m k]); end i=k+1:n;

A(i,k)=A(i,k)/A(k,k); j=k+1:n;

A(i,j)=A(i,j)-A(i,k)*A(k,j); end end

L=tril(A,-1)+eye(n,n) U=triu(A) p end

高斯消元法求解方程： n=3;

a=[1 2 3 ;4 5 6 ;7 8 9 ]; b=[17 18 19]; l=eye(n); y=1;

for i=1:(n-1) for j=1:(n-i) if a(j+(i-1)*n+y)~=0 l(j+(i-1)*n+y)=a(j+(i-1)*n+y)/a(j+(i-1)*n+y-j) for k=1:(n-i+1) a(j+(i-1)*n+y+(k-1)*n

数值试验报告分析

一、实验名称：解线性方程组的列主元素高斯消去法和LU分解法 二、实验目的及要求：

通过数值实验，从中体会解线性方程组选主元的必要性和LU分解法的优点，以及方程组系数矩阵和右端向量的微小变化对解向量的影响。

三、算法描述：

本次试验采用的是高斯列主元消去法和LU分解法求解线性方程组的解。

其中，高斯消去法的基本思想是避免接近于零的数作分母；能进行到底的条件:当A可逆时，列主元Gauss(高斯）消去法一定能进行到底。

优点:具有很好的数值稳定性；具有与顺序Gauss消去法相同的计算量。列主元Gauss(高斯）消去法的精度显著高于顺序Gauss(高斯）消去法。 注意:省去换列的步骤，每次仅选一列中最大的元。

矩阵的三角分解法是A=LU,L是下三角阵，U是上三角阵,Doolittle分解:L是单位下三

角阵，U是上三角阵；Crout分解:L是下三角阵，U是单位上三角阵。矩阵三角分解的条件 是矩阵A有唯一的Doolittle分解的充要条件是A的前n-1顺序主子式非零；矩阵A有唯一的Crout分解的充要条件是A的前n-1顺序主子式非零。三角分解的实现是通过

(1)Doolittle分解的实现； (2)Doolitt

数值试验报告分析

一、实验名称：解线性方程组的列主元素高斯消去法和LU分解法 二、实验目的及要求：

通过数值实验，从中体会解线性方程组选主元的必要性和LU分解法的优点，以及方程组系数矩阵和右端向量的微小变化对解向量的影响。

三、算法描述：

本次试验采用的是高斯列主元消去法和LU分解法求解线性方程组的解。

其中，高斯消去法的基本思想是避免接近于零的数作分母；能进行到底的条件:当A可逆时，列主元Gauss(高斯）消去法一定能进行到底。

优点:具有很好的数值稳定性；具有与顺序Gauss消去法相同的计算量。列主元Gauss(高斯）消去法的精度显著高于顺序Gauss(高斯）消去法。 注意:省去换列的步骤，每次仅选一列中最大的元。

矩阵的三角分解法是A=LU,L是下三角阵，U是上三角阵,Doolittle分解:L是单位下三

角阵，U是上三角阵；Crout分解:L是下三角阵，U是单位上三角阵。矩阵三角分解的条件 是矩阵A有唯一的Doolittle分解的充要条件是A的前n-1顺序主子式非零；矩阵A有唯一的Crout分解的充要条件是A的前n-1顺序主子式非零。三角分解的实现是通过

(1)Doolittle分解的实现； (2)Doolitt

高斯消元法_实验报告

华

科 技 大数值分析实验报告

学号 姓名 类别硕士

2013年5月6日

中 学

高斯消元法_实验报告

实验6.1

实验要求：

根据教材实验6.1做出相应改编：分别使用Gauss消元、列选主元。全选主元的方法求解线性方程组，分别比较三种消元方法的结果和算法的区别，并说明主元的选取在Gauss消元的中的作用。 问题提出：

Gauss消去法是我们在线性代数中已经熟悉的。但由于计算机的数值运算是在一个有限的浮点数集合上进行的，如何才能确保Gauss消去法作为数值算法的稳定性呢？Gauss消去法从理论算法到数值算法，其关键是主元的选择。主元的选择从数学理论上看起来平凡，它却是数值分析中十分典型的问题。一般来说书本上采用的列选主元的办法对其线性方程组进行求解的，那么我们是否可以选择一种行列都选取主元消去的办法来减小相应的误差呢？全主元消元法和列主元消元

法一样都是由高斯消元法演变而来。只不过选取主元的范围有所加大。全选主元相对于列选主元的更加复杂化了，因为在运算的过程中导致了元的位置发生了变化，这样我们就不得不追踪每个元的位置。本次实验就几个问题进行了matlab实验分析，比较几种计算方法的优劣性。

实验内容：

考虑线性方程组

Ax b,A Rn n,b R

计算方法实验报告（三）

班级：地信10801 序号： 姓名：

一、实验题目：Gauss完全主元素消去法解方程组 二、实验学时: 2学时 三、实验目的和要求

1、掌握高斯完全主元素消去法基础原理 2、掌握高斯完全主元素消去法解方程组的步骤 3、能用程序语言对高斯完全主元素消去法进行编程实现

四、实验过程代码及结果

1. 代码

#include #include #include\float a[100][101]; float x[10]; int N; //阶数

void shuchu() { for(int i=1;i<=N;i++) { for(int j=1;j<=N+1;j++) { cout<

}

cout<

}

}

void initdata() { cout<<\请输入阶数N：\ cin>>N; cout<

cout<<\请输入N*(N+1)个数\输入矩阵中的数

1

for(int i=1;i<=N;i++) for(int j=1;j<=N+1;j++) { cin>>a[i][j];

}

cout<

cout<<\建立的矩阵为：\ //打印出矩阵 shuchu();

}

void main() { int z[10]; int maxi,maxj; initdata();

for(int i=1;i<=N;i++) z[i]=i;

for(int k=1