解线性方程组的直接法的Matlab实现.docxVIP

解线性方程组的直接法的 解线性方程组的直接法的 Matlab 实现 姓名 ********** 摘要：给出用 MATLAB 解线性方程组的各种方法,用 MATLAB 直接操作,不用编程,便可立即求出线性方程组的解.方法直观、简便、速度快,具有较强的实用性,另外提供了 Jacobi 迭代 法程序. 法程序. 关键字：线性方程组 数值解 程序设计 MATLAB Jacobi 迭代法 数据结构 引言 线性方程组 Ax=b 是我们在科学和工程计算中经常出现的数学模型,大量的科技与工程实际问题，常常归结为解线性代数方程组，有关线性方程组解的存在性和唯一性在“线性代数”理论中已经作过详细介绍，本章的主要任务是讨论系数行列式不为零的n 阶非齐次线性方程组Ax=b 的两类主要求方法：直接法（精确法）和迭代法。对它的解法我们最熟悉的就是主元消去法,但它只是适用于 A 是低价稠密的矩阵,对于由工程技术中产生的大型稀疏矩阵方程组(即 A 的阶数 n 很大,但零元素较多,例如求某些偏微分方程数值解所产生的线性方程组,n≥104),还需利用迭代法求解。如在计算机内存和运算两方面,都可以根据 A 中有大量零元素的特点采用迭代法。本文将介绍两种常见的迭代:Jacobi 迭代法和Gauss-Seidel 迭代,并用迭代法在数学软件Matlab 上实现线性方程组的解。1 迭代法的基本思想迭代法是按照某种规则构造一个向量序列{x(k)},使其极限向量 x*是 Ax=b 的精确解。因此, 对迭代法来说一般有下面几个问题:(1)如何构造迭代序列?(2)构造的迭代法序列是否收敛?在什么 情况下收敛?(3)如果收敛,收敛的速度如何?我们应该给予量的刻划,用以比较各种迭代法收敛的快 慢。 相关知识 线性方程组的概念及分类线性方程组的一般形式为 a11x1+a12x2+?+a1nxn=b1a21x1+a22x2+? +a2nxn=b2am1x1+am2x2+?+amnxn=b{n(1)若记X=x1x2(?x n)T,b=b1 b2(?bn)TA=a11 a12?a1na21 a22?a2n am1 am2?a mn 则线性方程组(1)记为 AX=b.(2)若 b 的元素不全为零,则称方程组(1)为非齐次线性方程组;若b 的元素全为零,即b1=b2=?=bn=0,则AX=0.(3)并称方程组(3)为齐次线性方程组,也称作方程组(2)的导出方程组,称(A b)=a11 a12?a1n?b1a21 a22?a2n?b2 am1 am2?amn?b n 为线性方程组(1)的增广矩阵,记作 A.若在方程组(1)中,当 mn,即方程的个数 - 1- 多于未知数的个数时,方程组称为超定方程组. 3、算法 用高斯消元法解线性方程组bAX 的 MATLAB 程序输入的量：系数矩阵A 和常系数向量b； 输出的量：系数矩阵 A 和增广矩阵 B 的秩 RA,RB, 方程组中未知量的个数 n 和有关方程组解 X 及其解 的 信 息 .function [RA,RB,n,X]=gaus(A,b) B=[A b]; n=length(b); RA=rank(A); RB=rank(B);zhica=RB-RA; if zhica0, disp( 请注意：因为 RA~=RB，所以此方程组无解 .) returnend if RA==RB if RA==n disp( 请注意： 因为 RA=RB=n， 所以此方程组有唯一解.) X=zeros(n,1); C=zeros(1,n+1); for p= 1:n-1 （1）LU 分解法 lu 分解法解线性方程组function x=luxiaoyuan(A,b) [m,n]=size(A); [l u]=lu(A); s=inv(l)*[A,b]; x=ones(m,1); for i=m:-1:1 h=s(i,m+1); for j=m:-1:1; if j~=i h=h-x(j)*s(i,j); end end x(i)=h/s(i,i) end （2）高斯消元法 高斯消元法的基本思想： Ax=b - 2- 其对应的增广矩阵为为 (A，b) 对线性方程组的增广矩阵进行以下一系列初等变换 （1）对换(A，b)某两行的顺序 （2）(A，b)中的某行乘以一个不为零的数。 （3）把(A，b)某一行乘以一个常数后加到另一行其增广矩阵变为(A‘，b’) 变换后的方程组为 A‘x=b’ 与原方程组等价（同解） 因此，高斯消去法实际上就是通过上述三种变换，把（A，b）化为等价的上三角形式。例： 用高斯消去法找出下列方程組的解原方程组增广矩阵 跟著以上的方法來運算，這個矩陣可以轉變為以下的樣子： 如果增广矩阵第一行第一列不为零，将第二，三行第一列化为零。然后第三行