作业一 高斯消元法和列主元消元法.docVIP

用高斯消元法和列主元消去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 ( 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。 1.3 运行结果图 2 列主元消去法 前述的消去过程中，未知量是按其出现于方程组中的自然顺序消去的，所以又叫顺序消去法。实际上已经发现顺序消去法有很大的缺点。设用作除数的为主元素，首先，消元过程中可能出现为零的情况，此时消元过程亦无法进行下去；其次如果主元素很小，由于舍入误差和有效位数消失等因素，其本身常常有较大的相对误差，用其作除数，会导致其它元素数量级的严重增长和舍入误差的扩散，使得所求的解误差过大，以致失真。 在消元过程中适当选取主元素是十分必要的。误差分析的理论和计算实践均表明：顺序消元法在系数矩阵A为对称正定时，可以保证此过程对舍入误差的数值稳定性，对一般的矩阵则必须引入选取主元素的技巧，方能得到满意的结果。 在列主元消去法中，未知数仍然是顺序地消去的，但是把各方程中要消去的那个未知数的系数按绝对值最大值作为主元素，然后用顺序消去法的公式求解。 2.3 运行结果图 function x=gauss6(A,b) %x=gauss6(A,b) 正消 n=length(A); a=[A,b]; for k=1:n-1 for i=k+1:n l(i,k)=a(i,k)/a(k,k); a(i,k+1:n+1)=a(i,k+1:n+1)-l(i,k).*a(k,k+1:n+1); end end %回代 if a(n,n)==0 return end x(n)=a(n,n+1)/a(n,n); for i=n-1:-1:1 x(i)=(a(i,n+1)-sum(a(i,i+1:n).*x(i+1:n)))/a(i,i); end function x=lie(A,b) %x=lie(A,b) n=length(b); eps=10^-2; for k=1:n-1 [mainElement,index]=max(abs(A(k:n,k))); index=index+k-1;%index在A(k:n,k)中的行号转换为在A中的行号 if abs(mainElement)eps disp(列元素太小！！); break; elseif indexk %列主元所在行不是当前行，将当前行与列主元所在行交换 temp=A(k,:); A(k,:)=A(index,:);