数据结构 的案例2.docVIP

在高斯消去法中，我们试图将原n元线性方程组消减为三角形（又称上三角形）。在三角矩阵中，对角线以下的矩阵元素的系数均为0。对高斯消去法而言，最有用的是各行经标准化处理后对角线元素均为1的三角矩阵。图8.15 为标准化后三角矩阵形式的原方程，对角线上的系数（彩色）和向量Y的各分量数值已不再是原来的数值。 与图8.15对应的3个方程为： x1+x2+x3=4 x2-x3=1 x3=4 这个方程组得求解相当简单：解最后一个方程求的x3(即x3等于1)，将其代入上面的方程中求得x2（x2等于2)，再把这两个值代入第一个方程中求得x1(即x1等于1)。这一过程称为回代。高斯消去法的算法如下。 1高斯消去法算法 将原方程组变换为标准矩阵； 用回代法求解xi. *=. 图8.15标准三角矩阵形式的原方程 2增广矩阵 在继续学习有关内容前，我们必须确定采用何种数据结构表示有n个未知数的n元线性方程组。表示这类方程组的一种广泛采用的方法是增广矩阵。这种特殊的表示方法可以使矩阵的三角化和回代法的编程更简洁。 图8.16给出了有n个未知数的n元线性方程组的增广矩阵形式。增广矩阵可以用一个二维数组Aug表示。需要注意的是，增广矩阵有n行n+1列，增广矩阵的最后一列（以彩色标出）是常数向量Y（如，aug1.4为y1）,增广矩阵的其余各列为系数矩阵A（如aug1.1 为a1,1）.我们见不到有未知数的向量，当线性方程组用增广矩阵表示时，未知数是隐含的。 我们的目标是把增广矩阵中的系数标准化，三角化——也就是将矩阵化简到土8.17的形式：aug1,1, aug2,2 和,aug3,3为1， aug2,1 ，aug3,2 和 aug3,2 为0。图8.17中的其他值以彩色显示，且记为aij，和yi,,单撇号用以强调这些数值与原方程中的值不懂同而已。 （a）一般形 (b)示例 图8.17三角形化后的标准增广矩阵 增广矩阵的标准化与三角形化 现在我们把注意力集转到三角形化和标准化处理上来，也就是把原方程组转换为标准化的上三角形矩阵形式的新方程组。如果我们仅对增广矩阵Aug进行如下操作： Aug的任一行乘以一个非零的数。 将Aug任一行的若干倍加到另一行上。 将任意两行交换 。 若方程组有惟一解，我们就可以用上述3种操作把方程组变换为所需要的形式（若方程组没有惟一解，我们的算法也能够识别出来）。 我们从aug1,1开始沿对角线依次下移，对增广矩阵的三角化。当我们对某个对角线元素进行处理时，我们称该元素为主元素。当augp,p为主元素时，我们要完成两个目标： 对主元素所在行标准化，使得主元素的值为1。 令主元素以下的各列系数均为0----即元素augp+1,p,augp+2,p,…,augn,p的值为0。 第一个目的可以通过将主元素所在行乘以一个适当的常数（即1/augp,p）实现，这是操作1的应用。第二个目的可以对主元素以下的各行操作2实现。 为了进可能小三角形化过程中计算的舍入误差，建议总是尽量把最大的系数（绝对值）放在主元素的位置。当你处理第p个主元素是，应当检查一下自主元素以下的各列元素，找出绝对值最大的系数，并将其所在行与主元素所在行交换。方程组得解不会因此改变，因为行交换是3种允许操作之一（操作3）。将当前行与包含最大主元素的行交换称为主元素定位。 如果最大主元素的值为零怎么办？这种情况只有在主元素以下的所有值均为零时才会出现。如果自主元素以下找不到一个非零值，则已知方程组没有惟一解。 上述讨论的各种操作在下面的算法中进行了概括。局部变量ok表示方程组是否有惟一解。 局部变量 int p /*当前行*/ int ok /*标识方程组是否有惟一解得标志*/ 3高斯函数的算法 先假设方程组有惟一解。 P初始化为首行的下标。 当可能有唯一解且p最后一行的下标时重复。 用最大主元素策略确定主元素。 若仍可能有惟一解 主元素行标准化。 消去主元素以下的系数。 对下一行继续处理（++p）。 若最后系数为零。 没有惟一解。 否则有惟一解 11．将最后一行标准化。 函数gauss如图8.18 所示。在主元素进行标准化（步骤6）的程序段中，首先保存主元素的倒数，接着把主元素置为1，然后主元素右侧的各个元素（列p+1至列N）依次主元素的倒数。主元素左边的元素无需改变，因为它们的值都为零，第9步的测试是为了避免对最后一行的标准化时出现除数为零的情况。在步骤11中，只要最后两行元素需要改变。 在第7步，修改主元素以下的各行j(j=