杨顶辉数值分析大作业.docxVIP

实验3.1 (主元的选取与算法的稳定性) 问题提出 Gauss消去法是我们在线性代数中己经熟悉的，但是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，其关键是主元的选取。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。 实验内容 考虑线性方程组Ax=b,AeR^,beRf\编制一个能自动选取主元，又能手动选取主元 的求解线性代数方程组的Gauss消去过程。 实验要求 (1)「6 1 (1) 「6 1 _ 8 6 1 15 ,b = 8 6 1 15 8 6 14 取矩阵A = ,则方程有解, 1) o取n = 10计算矩 阵的条件数，分别用顺序Gauss消元、列主元Gauss消元和完全选主元Gauss消去方法 求解，结果如何？ 现选择程序中手动选取主元的功能，每步消去过程总选取按模最小或按模尽可能小的元 素作为主元，观察并记录计算结果。若每步消去过程总选取按模最大的元素作为主元, 结果又会如何？分析实验的结果。 取矩阵阶数n = 20或者更大，重复上述实验过程，观察记录并分析不同的问题及消去过 程中选择不同的主元时计算结果的差异，说明主元素的选取在消去过程中的作用。 选取其他你感兴趣的问题或者随机生成矩阵，计算其条件数，重复上述实验，观察记录 并分析实验的结果。 算法分析及程序实现 本题的完整程序参考附件中的experiment_3_l.m.下面是对关键部分进行说明。 1.顺序Gauss法 该方法分为消去和回代两个步骤。消去步骤及主要思想如下： for step=l:n-1 %Mstep/Jr|^ for i=step+l:n; 1 (i, step) =A (iz step) /A (step，step); 咎计 H■第step+1 彳」fl勺消元囚子 b(i)=b(i)—丄(i,step)*b(step); for j=step:n A(iz j)=A(i/j)-1(irstep)*A(stepf j); end end end 回代步骤： X (n) =b (n) /A (n, n); for i=n-l:-1:1 x (i) = (b(i)-sum(x(i + 1:n) f.*A(izi+l:n)))/A(iri); end 用顺序Gauss消去法，必须要求溥)工0,否则还是需要选取主元：且就算溥)工0,若 ￡)|接近零，可能使得消元因子变得很大，给计算带来较大的误差。 2?列主元Gauss消去法 与Gauss消去法相比，列主元Gauss消去法只是在进入每一步消元之前，进行一个选主 元的过程： for step=l:n-1 if method==2 %列主元Gauss7肖去法 [main, i_step] =max (abs (A(step:n, step))); 直选出最大(l勺列王亍匸 i_step=i_step+step-l; A股大列土元所处的列 midA=A; %交换A的两行 A(i_stepz :)=A(step,:); A(step,:)=midA(i_stepz:); mi db=b; 毛交换b的两行 b(i_step)=b(step); b(step)=midb(i_stGp); end 一般来说，列主元消去法是比较有效的算法，舍入误差一般已经较小，是实际计算中常 用的方法。 完全选主元高斯消去法 与Gauss消去法相比，完全选主元方法多了两个步骤。一是在进入每一步消元之前，选 主元： for step=l:n-1 if method==3咎完全选主元方法… (row,col]=find(A(step:nz step:n)==max(max(abs(A(step:n,step:n) ) ))f1); row=row+step-l; col=col+step-l; %找到矩阵A右卜角(n+l-step)阶方阵小的最人值 midA=A; 色交换A中行的位置 A(row,:)=A(step,:); A(step,:)=miaA(row,:); midA=A; 侖交换A屮列的位置 A (:,col)=A(:,step); A(:,step)=midA(:/col); micib=b; %交换b中行的位置 b(row)=b(step); b(step)=midb(row); midx=x_p; $将列交换对x屮元素排列的影响记录卜?來 x_p(step)=x_p (col); x_p(col)=midx(step); end ? ? ? 另外，由于X中的元素在选主元的过程中重新排列了，所以最后求出的结果碍要重排回 原来的顺序： if (method==3)or(method==4) m