用高斯消元法求解线的性代数方程组.docVIP

用高斯消元法求解线性代数方程组 （X*是方程组的精确解） 1 高斯消去法高斯（Gauss）消去法是解线性方程组最常用的方法之一，它的基本思想是通过逐步消元，把方程组化为系数矩阵为三角形矩阵的同解方程组，然后用回代法解此三角形方程组得原方程组的解。 为便于叙述，先以一个三阶线性方程组为例来说明高斯消去法的基本思想。 把方程（I）乘（）后加到方程（II）上去，把方程（I）乘（）后加到方程（III）上去，即可消去方程（II）、（III）中的x1，得同解方程组 将方程（II）乘（）后加于方程（III），得同解方程组： 由回代公式（3.5）得x3 = 2x2 = 8，x1 = -13。 下面考察一般形式的线性方程组的解法，为叙述问题方便，将bi写成ai, n+1，i = 1, 2,…,n。 （） 如果a11 1 0，将第一个方程中x1的系数化为1，得 其中 j = 1, …, n + 1（记i = 1, 2, …, n; j = 1, 2, …, n + 1） 从其它n –1个方程中消x1，使它变成如下形式 （） 其中 由方程（）到（）的过程中，元素起着重要的作用，特别地，把称为主元素。 如果（）中，则以为主元素，又可以把方程组（）化为： （） 针对（） 继续消元，重复同样的手段，第k步所要加工的方程组是： 设，第k步先使上述方程组中第k个方程中xk的系数化为1： 然后再从其它（n - k）个方程中消xk，消元公式为： () 按照上述步骤进行n次后，将原方程组加工成下列形式： 回代公式为： （） 综上所述，高斯消去法分为消元过程与回代过程，消元过程将所给方程组加工成上三角形方程组，再经回代过程求解。 由于计算时不涉及xi, i = 1, 2, …, n，所以在存贮时可将方程组AX = b，写成增广矩阵（A, b）存贮。 下面，我们统计一下高斯消去法的工作量；在（）第一个式子中，每执行一次需要次除法，在（）第二个式子中，每执行一次需要次除法。因此在消元过程中，共需要 次乘作法。此外，回代过程共有 次乘法。汇总在一起，高斯消去法的计算量为： 次乘除法。#includestdio.h #define n 4 /*n为方程组系数矩阵的阶数*/ int Gauss(float a[n][n],float b[n]) { int i,j,k,flag=1; float t; for(i=0;in-1;i++) { if(a[i][i]==0) { flag=0; break; } else { for(j=i+1;jn;j++) /*消元过程*/ { t=-a[j][i]/a[i][i]; b[j]=b[j]+t*b[i]; for(k=i;kn;k++) a[j][k]=a[j][k]+t*a[i][k]; } } } return(flag); } void zg_matric(float a[n][n],float b[n]) /*输出增广矩阵*/ { int i,j; for(i=0;in;i++) { for(j=0;jn;j++) printf(%10f,a[i][j]); printf(%10f,b[i]); printf(\n); } printf(\n); } void main() { static float a[n][n]={{11,1,5,-4},{-2,8,2,3},{3,-2,10,4},{1,3,-2,17}}; float b[n]={13,11,15,19}; float x[n]={0,0,0,0}; int i,j,flag; zg_matric(a,b); flag=Gauss(a,b); zg_matric(a,b); if(flag==0) /*无解*/ printf(Gauss method dose not run.); else /*回带过程开始*/ { x[n-1]=b[n-1]/a[n-1][n-1]; for(i=n-2;i=0;i--) { x[i]=b[i]; for(j=i+1;jn;j++) x[i]=x[i]-a[i][j]*x[j]; x[i]=x