高斯列主元法解线性方程组
用列主元高斯消元法求线性代数方程组的解
课程设计任务书前 言回顾普通解方程组的方法，一般都是先逐个削去未知变量，最终得到只有一个未知变量的方程，解之，把得到的值回代到消去变量过程中得到的方程组，逐个求出未知变量。
这种解线性方程组的基本方法就是这里要介绍的高斯消去法。
数学上，高斯消元法（或译：高斯消去法），是线性代数中的一个算法，可用来为线性方程组求解，求出矩阵的秩，以及求出可逆方阵的逆矩阵。
当用于一个矩阵时，高斯消元法会产生出一个“行梯阵式”。
高斯消元法可以用在电脑中来解决数千条等式及未知数。
高斯消元法可以用来找出一个可逆矩阵的逆矩阵。
用关联矩阵表述网络拓扑结构,并根据厂站拓扑结构和网络拓扑结构等概念简化了电力系统的拓扑结构。
根据广义乘法和广义加法的运算规则,将改进的高斯消元算法应用于电力系统拓扑结构分析中,并引入稀疏、分块处理等技术提高了上述拓扑分析的效率。
采用上述高斯消元算法对山东电网220kV 以上的变电站进行拓扑结构分析,结果表明了运用该高斯消元法进行网络拓扑分析的正确性和有效性。
用列主元素法，选取每列的绝对值最大的元素作为消去对象并作为主元素。
然后换行使之变到主元位子上，在进行消元计算。
设)()(k k b X A ，确定第k 列主元所在位置k i ，在交换k i 行和k 行后，在进行消元，并用MATLAB 软件进行求解。
目录摘要....................................................................................... 错误！未定义书签。
第1章绪论 ......................................................................... 错误！未定义书签。
第2章高斯消元法的算法描述 (2)2.1高斯消元法的原理概述 (2)c231730658" 2.1.1高斯消元法的消元过程 (2)c231730658" 2.1.2高斯消元法的回带过程 (3)c231730658" 2.1.3高斯消元法的复杂度分析 (4)c231730658" 2.2列主高斯消元法原理简介 (5)c231730658" 2.2.1列主高斯消元法的消元过程 (6)c231730658" 2.2.2列主高斯消元法的回带过程 (6)c231730658" 2.2.3列主高斯消元法的算法描述 (6)c231730662"第3章高斯消元法的物理应用 (9)3.1c231730663"电网模型的描述 (9)c231730658" 3.2电网模型的问题分析 (9)c231730658"3.3求解计算 (11)c231730693"参考文献 (13)摘 要用列主元素高斯消去法法，选取每列的绝对值最大的元素作为消去对象并作为主元素。
高斯列主元消去法
高斯列主元消去法2.3高斯列主元消去法解线性方程组一：问题的提出我们都知道，高斯列主元素消去法是计算机上常用来求解线性方程组的一种直接的方法。
就是在不考虑舍入误差的情况下，经过有限步的四则运算可以得到线性方程组的准确解的一类方法。
实际运算的时候因为只能有限小数去计算，因此只能得到近似值。
在实际运算的时候，我们很多时候也常用高斯消去法。
但是高斯消去法在计算机中运算的时候常会碰到两个问题。
1．一旦遇到一些主元等于0，消元过程便无法进行下去。
2．在长期使用中还发现，即使消元过程能进行下去，但是当一些主元的绝对值很小时，求解出的结果与真实结果相差甚远。
为了避免高斯消去法消元过程中出现的上述两个问题，一般采用所谓的选择主元法。
其中又可以分为列选主元和全面选主元两种方法。
目前计算机上常用的按列选主元的方法。
因此我在这里做的也是列选主元高斯消去法。
二、算法的基本思想大家知道，如果一个线性方程组的系数矩阵是上三角矩阵时，即这种方程组我们称之为上三角方程组，它是很容易求解的。
我们只要把方程组的最下面的一个方程求解出来，在把求得的解带入倒数第二个方程，求出第二个解，依次往上回代求解。
然而，现实中大多数线性方程组都不是上面所说的上三角方程组，所以我们有可以把不是上三角的方程通过一定的算法化成上三角方程组，由此我们可以很方便地求出方程组的解。
高斯消元法的目的就是把一般线性方程组简化成上三角方程组。
于是高斯消元法的基本思想是：通过逐次消元将所给的线性方程组化为上三角形方程组，继而通过回代过程求解线性方程组。
三、算法的描述1、设有n元线性方程组如下：＝2、第一步：如果a11!=0,令li1= ai1/a11, I= 2,3,……,n用（-li1）乘第一个方程加到第i个方程上,得同解方程组：a(1)11a(1)12...a(1)1nx1b(1)1a(1)21a(1)22...a(1)2nx2b(1)2 .......=.a(1)n-11 a(1)n-12 . .a(1)n-1nxn-1b(1)n-1a(1)n1a(1)n2. . . a(1)nnxnb(1)n简记为：A(2)x=b(2)其中a(2)ij = a(1)ij – li1 a(1)1j ,I ,j = 2,3,..,nb(2)I = b(1)I – li1 b(1)1 ,I = 2,3,...,n第二步：如果a(2)22!=0,令li2= a（2）i2/a（2）22, I= 3,……,n依据同样的原理，对矩阵进行化间（省略），依次下去，直到完成！最后，得到上三角方程组：a(1)11a(1)12...a(1)1nx1b(1)1a(1)22 ...a(1)2nx2b(1)2 .......=.. .a(n-1)n-1nxn-1b(n-1)n-1. . . a(n)nnxnb(n)n简记为：A(n)x=b(n)最后从方程组的最后一个方程进行回代求解为：n = b(n) / a(n)nni = ( b(k)k - a(k)kjxj ) / a(k)kk以上为高斯消去法的基本过程。
高斯消元法与线性方程组的解法知识点总结
高斯消元法与线性方程组的解法知识点总结在数学中，线性方程组是一个常见的问题。
解决线性方程组的一个重要方法是高斯消元法。
本文将对高斯消元法及其相关知识点进行总结。
一、高斯消元法概述高斯消元法是一种通过进行行变换将线性方程组转化为简化行阶梯形矩阵，从而求解方程组的方法。
它通过不断的行变换，将系数矩阵化为单位矩阵，从而得到方程组的解。
二、高斯消元法的步骤1. 构造增广矩阵：将线性方程组中的系数矩阵和常数矩阵合并，形成增广矩阵。
2. 主元选择：选取增广矩阵中的第一个非零元作为主元，将主元所在列的其他元素进行行变换，使其化为零。
3. 交换行：如果主元所在行的系数为零，则可以进行行交换，将非零行移到主元所在行。
4. 迭代计算：从第二行开始，重复进行主元选择和行变换，使整个增广矩阵形成简化行阶梯形矩阵。
5. 回代求解：根据形成的简化行阶梯形矩阵，反向求解线性方程组，得到方程组的解。
三、高斯消元法的优缺点1. 优点：a. 算法简单，易于实现。
b. 可以准确求解线性方程组的解。
c. 可以判断线性方程组的解的个数和解的形式。
2. 缺点：a. 当方程组的系数矩阵存在大量零元或接近零元时，可能会产生较大的舍入误差。
b. 在某些情况下，方程组的解可能无法唯一确定，或者无解。
四、高斯消元法的应用高斯消元法在科学与工程领域有着广泛的应用，特别是在线性代数、计算机图形学、金融数学等领域。
它可以用于求解线性方程组的解，计算矩阵的逆、行列式等。
五、高斯消元法的拓展1. 高斯-约旦消元法：在高斯消元法的基础上，通过对主元所在列的其他元素进行行变换，将主元化为1，从而形成行简化阶梯形矩阵。
2. 列主元高斯消元法：在主元选择时，选取主元所在列中绝对值最大的元素作为主元，从而减小舍入误差的影响。
3. 高斯消元法的数值稳定性：在进行高斯消元法计算时，需要注意舍入误差的积累，通过一些数值稳定的改进方法，可以提高计算的精度。
六、总结高斯消元法是解决线性方程组的一种常用方法，通过不断的行变换，将系数矩阵化为简化行阶梯形矩阵，从而求解方程组的解。
列主元高斯消去法和列主元三角分解法解线性方程
计算方法实验报告1课题名称用列主元高斯消去法和列主元三角分解法解线性方程目的和意义高斯消去法是一个古老的求解线性方程组的方法,但由它改进得到的选主元的高斯消去法则是目前计算机上常用的解低阶稠密矩阵方程组的有效方法;用高斯消去法解线性方程组的基本思想时用矩阵行的初等变换将系数矩阵A 约化为具有简单形式的矩阵上三角矩阵、单位矩阵等,而三角形方程组则可以直接回带求解 用高斯消去法解线性方程组b Ax =其中A ∈Rn ×n 的计算量为：乘除法运算步骤为32(1)(1)(21)(1)(1)262233n n n n n n n n n n nMD n ----+=+++=+-,加减运算步骤为(1)(21)(1)(1)(1)(25)6226n n n n n n n n n n AS -----+=++=;相比之下,传统的克莱姆法则则较为繁琐,如求解20阶线性方程组,克莱姆法则大约要19510⨯次乘法,而用高斯消去法只需要3060次乘除法;在高斯消去法运算的过程中,如果出现absAi,i 等于零或过小的情况,则会导致矩阵元素数量级严重增长和舍入误差的扩散,使得最后的计算结果不可靠,所以目前计算机上常用的解低阶稠密矩阵方程的快速有效的方法时列主元高斯消去法,从而使计算结果更加精确; 2、列主元三角分解法高斯消去法的消去过程,实质上是将A 分解为两个三角矩阵的乘积A=LU,并求解Ly=b 的过程;回带过程就是求解上三角方程组Ux=y;所以在实际的运算中,矩阵L 和U 可以直接计算出,而不需要任何中间步骤,从而在计算过程中将高斯消去法的步骤进行了进一步的简略,大大提高了运算速度,这就是三角分解法采用选主元的方式与列主元高斯消去法一样,也是为了避免除数过小,从而保证了计算的精确度计算公式1、 列主元高斯消去法设有线性方程组Ax=b,其中设A 为非奇异矩阵;方程组的增广矩阵为第1步k=1：首先在A 的第一列中选取绝对值最大的元素1l a ,作为第一步的主元素:111211212222112[,]n n n l n nn n a a a a b a a a b a a a b ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦a b然后交换A,b 的第1行与第l 行元素,再进行消元计算;设列主元素消去法已经完成第1步到第k -1步的按列选主元,交换两行,消元计算得到与原方程组等价的方程组 Akx=bk第k 步计算如下：对于k=1,2,…,n -11按列选主元：即确定t 使 2如果t ≠k,则交换A,b 第t 行与第k 行元素; 3消元计算消元乘数mik 满足:4回代求解2、 列主元三角分解法 对方程组的增广矩阵 经过k -1步分解后,可变成如下形式：111max 0l i i n a a ≤≤=≠(1)(1)(1)(1)(1)1112111(2)(2)(2)(2)22222()(()1)()()()()()1,1()(,)()[,][,] k k k k nk k nk n k k k k k kk kn k k k k n k k k n nn a a a a b a a a b a a b a b b a a a +++⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥→=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦A b A b ()()max 0k k tk ik k i na a ≤≤=≠,(1,,)ik ik ik kka a m i k n a ←=-=+, (,1,,), (1,,)ij ij ik kji i ik k a a m a i j k n b b m b i k n ←+=+⎧⎨←+=+⎩⎪⎪⎩⎪⎪⎨⎧--=-←←∑+=)1,,2,1(,)(1n n i a x a b x a b x ii n i j j ij i i nnn n [,]A A b =11121,11111222,122221,11,1,1,211,11,2121,112,112,1k k k k k k k j n k k j n k k k i i i k n n kk kj kn k ik ij in i nknjk k k j k n n nnk k n a a a b A a u u u u u u y l l l l l l ll l l l u u u u u y u u u u y a a b a a b l a -------------⎡→⎣⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎦第k 步分解,为了避免用绝对值很小的数kku 作除数,引进量1111 (,1,,;1,2,,) ()/ (1,2,,;1,2,,)k kj kj km mj m k ik ik im mk kkm u a l u j k k n k n l a l u u i k k n k n -=-=⎧=-=+=⎪⎪⎨⎪=-=++=⎪⎩∑∑11(,1,,)k i ik im mk m s a l u i k k n -==-=+∑,于是有kk u =ks ;如果 ,则将矩阵的第t 行与第k 行元素互换,将i,j 位置的新元素仍记为jjl 或jja ,然后再做第k 步分解,这时列主元高斯消去法程序流程图max t ik i n s s ≤≤= ()/ 1,2,,)1 (1,2,,),kk k k t iki k ik u s s s l s s i k k n l i k k n ===++≤=++即交换前的，（且列主元高斯消去法Matlab主程序function x=gauss1A,b,c %列主元法高斯消去法解线性方程Ax=bif lengthA~=lengthb %判断输入的方程组是否有误disp'输入方程有误'return;enddisp'原方程为AX=b：' %显示方程组Abdisp'------------------------'n=lengthA;for k=1:n-1 %找列主元p,q=maxabsAk:n,k; %找出第k列中的最大值,其下标为p,qq=q+k-1; %q在Ak:n,k中的行号转换为在A中的行号if absp<cdisp'列元素太小,detA≈0';break;elseif q>ktemp1=Ak,:; %列主元所在行不是当前行,将当前行与列主Ak,:=Aq,:; 元所在行交换包括bAq,:=temp1;temp2=bk,:;bk,:=bq,:;bq,:=temp2;end%消元for i=k+1:nmi,k=Ai,k/Ak,k; %Ak,k将Ai,k消为0所乘系数Ai,k:n=Ai,k:n-mi,kAk,k:n; %第i行消元处理bi=bi-mi,kbk; %b消元处理endenddisp'消元后所得到的上三角阵是'A %显示消元后的系数矩阵bn=bn/An,n; %回代求解for i=n-1:-1:1bi=bi-sumAi,i+1:nbi+1:n/Ai,i;endclear x;disp'AX=b的解x是' x=b;调用函数解题列主元三角分解法程序流程图列主元三角分解法Matlab主程序①自己编的程序：function x=PLUA,b,eps %定义函数列主元三角分解法函数if lengthA~=lengthb %判断输入的方程组是否有误disp'输入方程有误'return;enddisp'原方程为AX=b：' %显示方程组Abdisp'------------------------'n=lengthA;A=A b; %将A与b合并,得到增广矩阵for r=1:nif r==1for i=1:nc d=maxabsA:,1; %选取最大列向量,并做行交换if c<=eps %最大值小于e,主元太小,程序结束break;elseendd=d+1-1;p=A1,:;A1,:=Ad,:;Ad,:=p;A1,i=A1,i;endA1,2:n=A1,2:n;A2:n,1=A2:n,1/A1,1; %求u1,ielseur,r=Ar,r-Ar,1:r-1A1:r-1,r; %按照方程求取ur,iif absur,r<=eps %如果ur,r小于e,则交换行p=Ar,:;Ar,:=Ar+1,:;Ar+1,:=p;elseendfor i=r:nAr,i=Ar,i-Ar,1:r-1A1:r-1,i; %根据公式求解,并把结果存在矩阵A中endfor i=r+1:nAi,r=Ai,r-Ai,1:r-1A1:r-1,r/Ar,r; %根据公式求解,并把结果存在矩阵A中endendendy1=A1,n+1;for i=2:nh=0;for k=1:i-1h=h+Ai,kyk;endyi=Ai,n+1-h; %根据公式求解yiendxn=yn/An,n;for i=n-1:-1:1h=0;for k=i+1:nh=h+Ai,kxk;endxi=yi-h/Ai,i; %根据公式求解xiendAdisp'AX=b的解x是'x=x'; %输出方程的解②可直接得到P,L,U并解出方程解的的程序查阅资料得子函数PLU1,其作用是将矩阵A分解成L乘以U的形式;PLU2为调用PLU1解题的程序,是自己编的Ⅰ.function l,u,p=PLU1A %定义子函数,其功能为列主元三角分解系数矩阵A m,n=sizeA; %判断系数矩阵是否为方阵if m~=nerror'矩阵不是方阵'returnendif detA==0 %判断系数矩阵能否被三角分解error'矩阵不能被三角分解'endu=A;p=eyem;l=eyem; %将系数矩阵三角分解,分别求出P,L,Ufor i=1:mfor j=i:mtj=uj,i;for k=1:i-1tj=tj-uj,kuk,i;endenda=i;b=absti;for j=i+1:mif b<abstjb=abstj;a=j;endendif a~=ifor j=1:mc=ui,j;ui,j=ua,j;ua,j=c;endfor j=1:mc=pi,j;pi,j=pa,j;pa,j=c;endc=ta;ta=ti;ti=c;endui,i=ti;for j=i+1:muj,i=tj/ti;endfor j=i+1:mfor k=1:i-1ui,j=ui,j-ui,kuk,j;endendendl=trilu,-1+eyem;u=triuu,0Ⅱ.function x=PLU2A,b %定义列主元三角分解法的函数l,u,p=PLU1A %调用PLU分解系数矩阵A m=lengthA; %由于A左乘p,故b也要左乘p v=b;for q=1:mbq=sumpq,1:mv1:m,1;endb1=b1 %求解方程Ly=b for i=2:1:mbi=bi-sumli,1:i-1b1:i-1;endbm=bm/um,m; %求解方程Ux=y for i=m-1:-1:1bi=bi-sumui,i+1:mbi+1:m/ui,i;endclear x;disp'AX=b的解x是' x=b;调用函数解题①②编程疑难这是第一次用matlab编程,对matlab的语句还不是非常熟悉,因此在编程过程中,出现了许多错误提示;并且此次编程的两种方法对矩阵的运算也比较复杂;问题主要集中在循环控制中,循环次数多了一次或者缺少了一次,导致数据错误,一些基本的编程语句在语法上也会由于生疏而产生许多问题,但是语句的错误由于系统会提示,比较容易进行修改,数据计算过程中的一些逻辑错误,比如循环变量的控制,这些系统不会提示错误,需要我们细心去发现错误,不断修正,调试;。
列主元高斯消去法算法流程图讲解
列主元高斯消去法算法流程图讲解下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor.I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!深入理解：列主元高斯消去法的算法流程图列主元高斯消去法，也称为部分主元高斯消去法，是一种在线性代数中用于解线性方程组的数值方法。
用高斯列主元消元法解线性方程分析解析
沈阳航空工业学院课程设计学号2008040201105班级84020103姓名李荣飞指导教师尹航2009年9月11日沈阳航空工业学院课程设计任务书电子信息工程学院电子信息工程专业84020103班学号2008040201105一、课程设计题目：用高斯列主元消元法解线性方程二、课程设计工作自2009年9月6日起至2009年9月11日止三、课程设计内容：运用所学的C语言知识,编制和调试程序,拥有以下功能：请用高斯列主元消元法解以下方程组：2x12x25x3 53x14x27x3 6x13x23x3 5四、课程设计要求：程序质量：贯彻构造化程序设计思想。
用户界面友善，功能明确，操作方便；能够加以其余功能或修饰。
用户界面中的菜单起码应包含“输入数据”、“开始计算”、“退出”3项。
代码应适合缩进，并给出必需的说明，以加强程序的可读性。
课程设计说明书：课程结束后，上交课程设计说明书（打印稿和电子稿），其内容以下：封面课程设计任务书目录需求剖析（剖析题目的要求）程序流程图（整体流程图和主要功能模块流程图）中心技术的实现说明及相应程序段个人总结参照资料源程序及适合的说明指导教师：________学生署名：________目录一、需求剖析1二、程序流程图2三、中心技术的实现说明及相应程序段8四、个人总结11五、参照文件11六、源程序 (11)沈阳航院设计用纸一、需求剖析经过对程序设计题目的剖析可知，整个程序的设计实现大概分为三个模块，分别是：输入方程组，计算方程组，持续运算/退出。
计算方程组模块对应三个函数，其函数名和功能以下：一、互换行的距函数（huanhang）：主要实现线性代数高斯列主元消元法求解线性方程组中的初等行变换。
二、比较系数大小的函数（bijiao）：实现比较系数大小的算法。
三、实现菜单项选择择的函数（caidan）：使用户界面友善，操作方便。
除上边介绍的功能以外，程序还拥有“持续运算/退出”功能，能够在程序的一次运转中间循环履行全部的功能，并依据需要，停止程序的履行。
解线性方程组的方法
解线性方程组的方法线性方程组是数学中常见的一类方程组，它由一组线性方程组成，常用形式为：a₁₁x₁ + a₁₂x₂ + … + a₁ₙxₙ = b₁a₂₁x₁ + a₂₂x₂ + … + a₂ₙxₙ = b₂⋮aₙ₁x₁ + aₙ₂x₂ + … + aₙₙxₙ = bₙ其中，a₁₁, a₁₂, …, a₁ₙ, a₂₁, a₂₂, …, aₙₙ为已知系数，b₁,b₂, …, bₙ为已知常数，x₁, x₂, …, xₙ为未知数。
解线性方程组的方法有多种，下面将详细介绍其中的几种常用方法。
1. 列主元高斯消元法列主元高斯消元法是一种经典的解线性方程组的方法。
它的基本思想是通过消元将线性方程组转化为三角形式，然后逐步回代求解未知数。
具体步骤如下：（1）将系数矩阵按列选择主元，即选取每一列中绝对值最大的元素作为主元；（2）对系数矩阵进行初等行变换，使主元所在列下方的元素全部变为零；（3）重复上述步骤，直到将系数矩阵化为上三角矩阵；（4）从最后一行开始，逐步回代求解未知数。
2. Cramer法则Cramer法则是一种基于行列式的解线性方程组的方法。
它利用克拉默法则，通过求解线性方程组的系数矩阵的行列式和各个未知数对应的代数余子式的乘积，进而得到方程组的解。
具体步骤如下：（1）计算线性方程组的系数矩阵的行列式，若行列式为零，则方程组无解，否则进行下一步；（2）分别将每个未知数对应的列替换为常数向量，并计算替换后的系数矩阵的行列式；（3）将第二步计算得到的行列式除以第一步计算得到的行列式，得到各个未知数的解。
需要注意的是，Cramer法则只适用于系数矩阵为非奇异矩阵的情况。
3. 矩阵求逆法矩阵求逆法是一种利用矩阵求逆运算解线性方程组的方法。
它将线性方程组转化为矩阵形式，通过求解系数矩阵的逆矩阵，然后与常数向量相乘得到未知数向量。
具体步骤如下：（1）将线性方程组的系数矩阵记为A，常数向量记为b，未知数向量记为x；（2）判断A是否可逆，若A可逆，则进行下一步，否则方程组无解；（3）求解系数矩阵的逆矩阵A⁻¹；（4）计算未知数向量x = A⁻¹b。
解线性方程组列主元素高斯消去法和LU分解法
实验报告一、实验名称解线性方程组的列主元素高斯消去法和LU 分解法 二、实验目的及要求通过数值实验，用熟悉的算法语言编写程序，从中体会解线性方程组选主元素的必要性和Lu 分解法的优点，以及方程组系数矩阵和右端向量的微小变化对解向量的影响。
三、实验内容解下列两个线性方程组（1）1233.01 6.03 1.9911.274.16-1.2310.987-4.819.341x x x ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭（2）12341070183 2.09999962 5.9000015151521021x x x x -⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪- ⎪ ⎪ ⎪= ⎪ ⎪ ⎪-- ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 四、算法描述1、列主元高斯消去法：记(1)ij ij a a = （,1,2,i j n =） (1)i i b b = （1,2,i n =）（1）消元过程对于R=1,2，……，n-1执行： 1）选行号k i ，使()()a max k k k i k ik k i na ≤≤=2）交换()k kj a 与()a k k i k （j=k,k+1,……n ）以及()k kb 与()k ik b 所含的数值。
3）对于i=k+1,k+2,……，n 计算()()/k k ik ik kk m a a =(1)()()k k k ij ij ik kja a m a +=- j=k+1,k+2,……n. (1)(k)()k k i i ik kb b m b +=-（2）回代过程()n /n n n nn x b a =（）()()()1()/,1,2,,1.nk k k k k kj j kk j k x ba x a k n n =+=-∑=--在此算法中的()a k k i k （k=1,2,……，n-1）称为第k 个列主元素，它的数值总要被交换到第k 个主对角线元素的位置上。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
{int i, j,k,n,p;
float t,s,m,a[N][N],b[N],x[N];
cout<<”请输入方程组的系数”<endl;
for(i=0;i<N;i++)
{for(j=0;j<N;j++)
cin>>a[i][j];}
cout<<”请输入方程组右端的常系数项：”<<endl;
{
t=a[i][k];
a[i][k]=a[p][k];
a[p][k]=t;
} //交换常数项的第p行与第j行
t=b[p];
b[p]=b[j];
b[j]=t;
} //把系数矩阵第j列a[i][j]下面的元素变为0
for(i=j+1;i<N;i++)
{ m=-a[i][j]/a[j][j];
for(n=j;n<N;n++)
③以第k行为工具处理以下各行，使得从第k列到第k+1行到第n行的元素全部为0；
④得到增广矩阵的上三角线性方程组；
⑤使用回代法对上三角线性方程组求解
2）.高斯列主元法解线性方程组的流程图：
3).程序代码：
#include<iostream>
#include<cmath>
#define N 3
using namespace std;
2.高斯列主元法解线性方程程：
for k=1 to n-1 do
for i=k+1 to n
l<=a(i,k)/a(k,k)
for j=k to n do
a(i,j)<=a(i,j)-l*a(k,j)
end %end of for j
b(i)<=b(i)-l*b(k)
a[i][n]=a[i][n]+a[j][n]*m;
b[i]=b[i]+b[j]*m;
}
} //求方程组的一个解
x[N-1]=b[N-1]/a[N-1][N-1]; //回代法求线性方程组其他解
for(i=N-2;i>=0;i--)
{
s=0.0;
for(j=N-1;j>i;j--)
{
s=s+a[i][j]*x[j];
end %end of for i
end %end of for k
最后得到A，b可以构成上三角线性方程组
接着使用回代法求解上三角线性方程组
因为高斯消元要求 (k=1,2,3, ,n-1)这就要对高斯消元过程进行完善，即使用高斯列主元法：步骤为：
①找主元：计算 并记录其所在行r，
②交换第r行与第k行；
x[i]=(b[i]-s)/a[i][i];
}
}
cout<<”方程组的解如下：”<<endl;
for(i-=0;i<N-1;i++)
cout<<x[i]<<endl;
}
4).求解下列方程组：
运行结果如下：
for(i=0;i<N;i++)
cin>>b[i];
for(j=0;j<N-1;j++)
{p=j;
for(i=j+1;i<N;i++)//寻找系数矩阵每列的最大值
{if(fabs(a[i][j])>fabs(a[p][j]))
p=i;}
if(p!=j)//交换第p行与第j行
{for(k=0;k<N;k++)