列主元高斯消去法和列主元三角分解法解线性方程

合集下载

第3章_解线性方程组的直接方法

第3章_解线性方程组的直接方法

变换结束后增广矩阵最后一列就是解,不
需回代。这种解法称为约当消去法。
它容易学习掌握,也容易编写计算机程序。 其计算过程可写为:
2020/1/22
18
数值计算方法
对k=1~n(步)做
对j= k+1~n (行)令 akj akj / akk
对I=1~n但i≠k(行)做(“适当倍数”)
对j= k+1~n+1(列)令aij aij aikakj
4
数值计算方法
例如: 要解方程组

x1 2x2 3x3 1 5x1 x2 3x3 4
7x1 8x2 11x3 3
其步骤如下:将第一个方程乘-5,-7,分别加于第二、 第三方程,消去未知量x1,得同解方程组

x1 2x2 3x3 1 9x2 18x3 9
6x2 10x3 10
2020/1/22
5
数值计算方法
将所得方程组的第二方程乘 2 ,加到第三方程,
3
消去未知量x2,得同解方程组
x1 2x2 3x3 1
9x2 18x3 9

2x3 4
这是上三角形方程组。
由第三方程解得x3=-2,将x3代入第二方程可
数值计算方法
不过交换两列相当于改变未知量顺序,所 以需用一数组,专门记录未知量顺序及其变化, 并在最后调整解的顺序,使解中n个数与未知 量正确对应。
假定用数组L表求未知量的顺序,则全主 元法的计算步骤可归纳如下:
2020/1/22
26
数值计算方法
对j=1~n令Lj j(记未知量原始顺序) 对k=1~n-1做(以下为消去过程)
bn

数值分析复习资料

数值分析复习资料

数值分析复习资料一、重点公式第一章 非线性方程和方程组的数值解法 1)二分法的基本原理,误差:~12k b ax α+--<2)迭代法收敛阶:1lim0i pi ic εε+→∞=≠,若1p =则要求01c <<3)单点迭代收敛定理:定理一:若当[],x a b ∈时,[](),x a b ϕ∈且'()1x l ϕ≤<,[],x a b ∀∈,则迭代格式收敛于唯一的根;定理二:设()x ϕ满足:①[],x a b ∈时,[](),x a b ϕ∈, ②[]121212,,, ()(),01x x a b x x l x x l ϕϕ∀∈-≤-<<有 则对任意初值[]0,x a b ∈迭代收敛,且:110111i i iii x x x llx x x lαα+-≤---≤-- 定理三:设()x ϕ在α的邻域内具有连续的一阶导数,且'()1ϕα<,则迭代格式具有局部收敛性;定理四:假设()x ϕ在根α的邻域内充分可导,则迭代格式1()i i x x ϕ+=是P 阶收敛的 ()()()0,1,,1,()0j P j P ϕαϕα==-≠ (Taylor 展开证明)4)Newton 迭代法:1'()()i i i i f x x x f x +=-,平方收敛 5)Newton 迭代法收敛定理:设()f x 在有根区间[],a b 上有二阶导数,且满足: ①:()()0f a f b <; ②:[]'()0,,f x x a b ≠∈;③:[]'',,f x a b ∈不变号④:初值[]0,x a b ∈使得''()()0f x f x <;则Newton 迭代法收敛于根α。

6)多点迭代法:1111111()()()()()()()()()i i i i i i i i i i i i i i i f x f x f x x x x x f x f x f x f x f x f x x x -+-----=-=+----收敛阶:P =7)Newton 迭代法求重根(收敛仍为线性收敛),对Newton 法进行修改 ①:已知根的重数r ,1'()()i i i i f x x x rf x +=-(平方收敛) ②:未知根的重数:1''()(),()()()i i i i u x f x x x u x u x f x +=-=,α为()f x 的重根,则α为()u x 的单根。

高斯列主元消去法

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。

LU分解法程序及其运行结果

LU分解法程序及其运行结果

实验报告线性方程组的求解一.上机题目已知方程组为:x1-2*x2+2*x3=-2;2*x1-3*x2-3*x3=4;4*x1+x2+6*x3=3;分别用矩阵的三角分解法和高斯列主元消去法求方程组的解二.目的要求掌握用矩阵的三角分解法和高斯列主元消去法设计程序,从而实现对线性方程组的求解。

三.方法原理1.高斯消去法是通过逐步消元的方法把原方程组化为等价的上三角形方程组,然后回代的求解过程。

高斯列主元消去法是在高斯消去法第k步时,不取a[k][k]作为主元,而是取满足|a[r][k]|=max|a[i][k]|(k<=i<=n)的a[r][k]作为主元,若有多个r满足则取最小的,然后再去交换第r行与第k行;最后利用高斯消元法求解。

2. 矩阵的三角分解法是方程组的系数矩阵A可以分解为一个下三角阵L和一个上三角阵U的乘积,即A=LU,则AX=b为LUX=b,根据Ly=b和UX=y求出方程组的解。

其中求L,U的过程为:先计算U的第一行和L的第一列U[1][j]=a[1][j](1<=j<=n),L[i][1]=a[i][1]/U[1][1];然后根据U[k][j]=a[k][j]-∑L[k][r]*U[r][j](1<=r<=k-1;j=k,k+1,…n)和L[i][k]=(a[i][k]-∑L[i][r]*U[r][k])/U[k][k](1<=r<k-1;i=k+1,…n)计算出U的第k行和L的第k 列,从而求出L和U矩阵四.算法步骤(N-S流程图)1.矩阵的三角分解法算法步骤如下:Step1:计算U的第一行和L的第一列U的第一行:i=1时a[1][j]=L[1][1]*U[1][j]则U[1][j]=a[1][j] L[1][1]=1 (j=1,2,…n );L的第一列:j=1时a[i][1]=L[i][1]*U[1][1]则L[i][1]=a[i][1]/a[1][j] (i=2,3,…n);Step2:计算U的第二行和L的第二列U的第二行:i=2时a[2][j]=L[2][1]*U[1][j]+L[2][2]*U[2][j] L[2][2]=1则U[2][j]=a[2][j] –L[2][1]*U[1][j] (j=2,3,…n);L的第二列:j=2时 a[i][2]=L[i][1]*U[1][2]]+L[i][2]*U[2][2]则L[i][2]=(a[i][2]-L[i][1]*U[1][2])/U[2][2] (i=3,4,…n);Step3:假设已经进行了(k-1)步,得到了U的前k-1行和L的前k-1列,则计算U的第k行和L的第k列U的第k行:i=k时U[k][j]=a[k][j]-∑L[k][r]*U[r][j] (1<=r<=k-1;j=k,k+1,…n)L的第k列:j=k时L[i][k]=(a[i][k]-∑L[i][r]*U[r][k])/U[k][k] (1<=r<k-1;i=k+1,…n)Step4:利用L,U求解方程组的解根据A=L*U,A*X=y,从而得到 Ly=b和UX=y,然后根据高斯消元法的回代部分即可分别求出y和x2. 高斯列主元消去法算法步骤如下:Step1:选出列主元a[r][k]=max|a[i][k]| (k<=i<=n);Step2:判断方程组是否适合使用该方法求解若a[r][k]<e,则方程组不适合使用该方法求解,程序结束,否则进行下一步Step3:若r不等于k,交换r,k行Step4:高斯消元求解过程消元过程:当k=0,i=1时,令a[1][0]=a[1][0]/a[0][0];b[1]=b[1]-a[1][0]*b[1]; j=1时a[1][1]=a[1][1]-a[1][0]*a[0][1]当消元进行到第k次时,令a[k][k-1]=a[k][k-1]/a[k-1][k-1]; b[k]=b[k]-a[k][k-1]*b[k]; j=k时a[k][k]=a[k][k]-a[k][k-1]*a[k][k-1]回代求解过程:b[n-1]=b[n-1]/a[n-1][n-1];当k=n-1时,b[k]=(b[k]-∑a[k][j]*b[j])/a[k][k](k+1<=j<=n;k=n-1,n-2,...1);返回值b[k]即为所求解。

李庆扬-数值分析第五版第5章与第7章习题答案

李庆扬-数值分析第五版第5章与第7章习题答案
假定 在区间(x,y)上连续,
先找到a、b属于区间(x,y),使 ,说明在区间(a,b)内一定有零点,然后求 ,现在假设
1果 ,该点就是零点,如果 ,则在区间 内有零点,从①开始继续使用中点函数值判断。
2如果 ,则在区间 内有零点,从①开始继续使用中点函数值判断。
3这样就可以不断接近零点。通过每次把f(x)的零点所在小区间收缩一半的方法,使区间的两个端点逐步迫近函数的零点,以求得零点的近似值,这种方法叫做二分法。
(7)奇异矩阵的范数一定是零。
答:错误, 可以不为0。
(8)如果矩阵对称,则||A||1= ||A||∞。
答:根据范数的定义,正确。
(9)如果线性方程组是良态的,则高斯消去法可以不选主元。
答:错误,不选主元时,可能除数为0。
(10)在求解非奇异性线性方程组时,即使系数矩阵病态,用列主元消去法产生的误差也很小。
即使矩阵不可逆,LU仍然可能存在。实际上,如果一个秩为k的矩阵的前k个顺序主子式不为零,那么它就可以进行LU分解,但反之则不然。
解:
因为A的一、二、三阶顺序主子式分别为1,0,-10,所以A不能直接分解为三角阵的乘积,但换行后可以。
因为B的一、二、三阶顺序主子式分别为1,0,0,所以B不能分解为三角阵的乘积。
因为C的一、二、三阶顺序主子式分别为1,5,1,所以C能够分解为三角阵的乘积,并且分解是唯一的。
12、设

计算A的行范数,列范数,2-范数及F-范数。
本题考查的是矩阵范数的定义及求法
行范数0.6+0.5=1.1
列范数0.5+0.3=0.8
2-范数的计算需要用到特征值,特征值的计算可以使用幂法进行计算,也可以直接求。
(1) 为对称正定矩阵;

高斯消去法

高斯消去法

2011-1-1
数值分析
例1 用消去法求解方程组 1 1 1 4 -1 2 -2 1 6 5 1
x1 + x2 + x3 = 6 4 x2 − x3 = 5 2 x − 2 x + x = 1 2 3 1
1 1 1 6 4 -1 5 0 -4 -1 -11 1 1 4 0 0 1 6 -1 5 -2 -6
xk = (bk( k ) −
∑+1 j =k
n
( ( akkj) x j ) / akkk) ,(k = n − 1, n − 2,L,1)
(2)如果系数矩阵 为非奇异矩阵则可通过高斯消去法与初等行 如果系数矩阵A为非奇异矩阵则可通过高斯消去法与初等行 如果系数矩阵 变换方法,将方程组约化为三角形方程组。 变换方法,将方程组约化为三角形方程组。
还原为方程组
x1 + x2 + x3 = 6 4 x2 − x3 = 5 − 2 x3 = −6
(消元过程) 消元过程)
x3=3, x2=2, x1=1 , ,
2011-1-1 数值分析
(回代过程) 回代过程)
一般线性方程组的高斯消去法
设有方程组
a11 x1 + a12 x2 + L + a1n xn = b1 , a21 x1 + a22 x2 + L + a2 n xn = b2 , LLLLLLLLLLLL a x + a x + L + a x = b , m2 2 mn n m m1 1
( (k (k akk ) ≠ 0 计算乘数 mik = aikk ) ,L , m)
乘上面的线性方程组的第k个方程加到第 个方程, 个方程加到第i个方程 用-mik乘上面的线性方程组的第 个方程加到第 个方程,可 以消去x 以消去 k元,得到同解方程组 A ( k +1) x = b ( k +1) 得到同解方程组 ( 其中 ai(k+1) = ai(k) −m kakkj) (i = k +1,L, m, j = k +1,Ln). j j i

数值分析课件 (第5、6章)

数值分析课件 (第5、6章)

(1 ( La1n) b11) (2) (2) a L 2n b2 = A(3) : b(3) LM M (3) (3) Lamn bn
[
]
( ( ( aij3) = aij2) −mij a22) j (3) ( bi = bi(2) −mi2b22)
(i = 3,L m j = 3,L n) , ; , (i = 3,L m) ,
[
]
( ( ( aij2) = aij1) − mij a11) j (2) bi = bi(1) − mi1b(1) 1
研究生公共课程数学系列
(i = 2,L m j = 2,L n) , ; , (i = 2,L m) ,
机动 上页 下页 首页 结束
(2)
[A
(2)
: b(2)
]
(1 (1 a11) a12) (2 0 a22) = M M (2) 0 am2
(n)
续 述 程 到 成 s 消 计 。 继 上 过 , 直 完 第步 元 算
后 到 原 程 等的 单 程 A 最 得 与 方 组 价 简 方 组 (s+1) x = b,(s+1) 中( ) 上 形 其 A s+1 为 梯 。
(1 (1 (1 a11) a12) L a1n) (2 ( a22) L a22) n = O M (n ann)
( a2k ) k m = (k ) ik akk
(k (akk ) ≠0)
−−−−−→
(i=k+1,Lm) ,
(1 (1 ( a11) a12) L a11) k (2 ( a22) L a22) k O M (k akk ) M 0

计算方法例题剖析

计算方法例题剖析

例题分析一例1 设准确值x*=π =3.1415926,当分别取近似值x=3.14和x=3.1416和x=3.1415时,求绝对误差、绝对误差限及有效数字位数。

解:近似值x=3.14=0.314×101,即m=1, 它的绝对误差是 -0.0015926…,有│x-x*│=0.0015926…≤0.5×101-3 即n=3,故x=3.14有3位有效数字。

x=3.14准确到小数点后第2位,又近似值x=3.1416,它的绝对误差是0.0000074…,有│x-x*│=0.0000074…≤0.5×101-5 即m=1,n=5,x=3.1416有5位有效数字。

而近似值x=3.1415,它的绝对误差是0.0000926…,有│x-x*│=0.0000926…≤0.5×101-4 即m=1,n=4,x=3.1415有4位有效数字。

这就是说某数有s位数,若末位数字是四舍五入得到的,那么该数有s位有效数字;例2 指出下列各数具有几位有效数字,及其绝对误差限和相对误差限: 2.0004 -0.00200 9000 9000.00 解:因为x1=2.0004=0.20004×101,它的绝对误差限0.00005=0.5×101-5,即m=1,n=5,故x=2.0004有5位有效数字。

a1=2,相对误差限; x2=-0.00200,绝对误差限0.000005,因为m=-2,n=3,x2=-0.00200有3位有效数字。

a1=2,相对误差限 x3=9000,绝对误差限为0.5×100,因为m=4, n=4,x3=9000有4位有效数字,a=9,相对误差限 x4=9000.00,绝对误差限0.005,因为m=4,n=6,x4=9000.00有6位有效数字,相对误差限为 由x3与x4可以看到小数点之后的0,不是可有可无的,它是有实际意义的。

例3 ln2=0.69314718…,精确到10-3的近似值是多少? 解:精确到10-3=0.001,意旨两个近似值x1,x2满足│x1-x2│≤0.001,由于近似值都是四舍五入得到的,要求满足│x1-x2│≤0.001,近似值的绝对误差限应是ε=0.0005,故至少要保留小数点后三位才可以。

  1. 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. 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. 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)。

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bAx(其中A∈Rn×n)的计算量为:乘除法运算步骤为32(1)(1)(21)(1)(1)262233nnnnnnnnnnnMDn



,加减运算步骤为

(1)(21)(1)(1)(1)(25)6226nnnnnnnnnnAS。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abs(A(i,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1la,作为第一步的主元素: 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 A(k)x=b(k)

第k步计算如下: 对于k=1,2,…,n-1 (1)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

111211212222112[,]nn

nlnnnna

aaabaaab

aaab

ab

111max0liinaa



(1)(1)(1)(1)(1)

1112111(2)(2)(2)(2)22222()(()1)()()()()()1,1()(,)()[,][,] kkkknkkn

kn

kkkkk

kkknk

kk

knkkknnnaaaabaaabaababbaaa

AbAb

()()max0kktkikkinaa



,(1,,)ikikikkkaamikna, (,1,,), (1,,)ijijikkjiiikkaamaijknbbmbikn

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:

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,,)kkjkjkmmjmkikikimmkkkmualujkknknlaluuikknkn







 11(,1,,)kiikimmkmsaluikkn

,于是有kku=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】





)1,,2,1(,)(1nniaxabxab

x

iinijjijii

nnnn

[,]AAb11121,11111222,122221,11,1,1,211,11,2121,112,112,1kkkkkkkjnkkjnkkkiiiknnkkkjknkikijininknjkkkjknnnnkknaaabAauuuuuuyllllllllllluuuuuyuuuuyaabaabla





maxtikinss ()/ 1,2,,)1 (1,2,,),kkkktikikikussslssikknlikkn即交换前的,(且 【列主元高斯消去法Matlab主程序】 function x=gauss1(A,b,c) %列主元法高斯消去法解线性方程Ax=b if (length(A)~=length(b)) %判断输入的方程组是否有误 disp('输入方程有误!') return; end

disp('原方程为AX=b:') %显示方程组 A b disp('------------------------') n=length(A); for k=1:n-1 %找列主元 [p,q]=max(abs(A(k:n,k))); %找出第k列中的最大值,其下标为[p,q] q=q+k-1; %q在A(k:n,k)中的行号转换为在A中的行号 if abs(p) disp('列元素太小,det(A)≈0'); break;

elseif q>k temp1=A(k,:); %列主元所在行不是当前行,将当前行与列主 A(k,:)=A(q,:); 元所在行交换(包括b) A(q,:)=temp1; temp2=b(k,:); b(k,:)=b(q,:); b(q,:)=temp2; end

%消元 for i=k+1:n m(i,k)=A(i,k)/A(k,k); %A(k,k)将A(i,k)消为0所乘系数 A(i,k:n)=A(i,k:n)-m(i,k)*A(k,k:n); %第i行消元处理 b(i)=b(i)-m(i,k)*b(k); %b消元处理 end end disp('消元后所得到的上三角阵是') A %显示消元后的系数矩阵 b(n)=b(n)/A(n,n); %回代求解 for i=n-1:-1:1 b(i)=(b(i)-sum(A(i,i+1:n)*b(i+1:n)))/A(i,i); end clear 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=PLU(A,b,eps) %定义函数列主元三角分解法函数 if (length(A)~=length(b)) %判断输入的方程组是否有误 disp('输入方程有误!') return; end disp('原方程为AX=b:') %显示方程组 A b disp('------------------------') n=length(A); A=[A b]; %将A与b合并,得到增广矩阵 for r=1:n if r==1 for i=1:n [c d]=max(abs(A(:,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; else end d=d+1-1; p=A(1,:); A(1,:)=A(d,:); A(d,:)=p; A(1,i)=A(1,i); end A(1,2:n)=A(1,2:n); A(2:n,1)=A(2:n,1)/A(1,1); %求u(1,i) else u(r,r)=A(r,r)-A(r,1:r-1)*A(1:r-1,r); %按照方程求取u(r,i) if abs(u(r,r))<=eps %如果u(r,r)小于e,则交换行

相关文档
最新文档