消元法解方程组m a t l a b代码
题目：分别用高斯消元法、选主元高斯消元法和部分选主元高斯消元法解下列方程组：
)18260870.1,-02065405.0,-01269269.0,17682530.0(16
.4-1.13-110.03.1515
.29.99-10044
.3-2.12122.0-2.1412
.1100-11.219.1432143243214321精确解为=+=+=+=++x x x x x x x x x x x x x x x
1、disp('高斯消元法');
n=4;
a=[1.19,2.11,-100,1,1.12;
14.2,-0.122,12.2,-1,3.44;
0,100,-99.9,1,2.15;
15.3,0.11,-13.1,-1,4.16];
p=1;
for i=1:(n-1)
for j=i:n
if a(j,i)~=0
p=j;
break ;
end
end
if a(j,i)==0
disp('该方程组没有唯一解');
end
if p~=i
b=a(i,:);
a(i,:)=a(p,:);
a(p,:)=b;
end
for j=(i+1):n
m=a(j,i)/a(i,i);
a(j,:)=a(j,:)-m*a(i,:);
end
end
if a(n,n)==0
disp('该方程组没有唯一解');
end
x(n)=a(n,n+1)/a(n,n);
for i=(n-1):(-1):1
sum=0;
for j=(i+1):n
sum=sum+a(i,j)*x(j);
end
x(i)=(a(i,n+1)-sum)/a(i,i); end
disp('方程组的解 X=');
disp(x);
2、disp('部分选主元高斯消元法');
a=[1.19,2.11,-100,1,1.12;
14.2,-0.122,12.2,-1,3.44;
0,100,-99.9,1,2.15;
15.3,0.11,-13.1,-1,4.16];
for i=1:(n-1)
b=abs(a(i,i));
for j=i:n
if abs(a(j,i))>b
p=j;
end
end
if a(p,i)==0
disp('该方程组没有唯一解');
end
if i~=p
b=a(i,:);
a(i,:)=a(p,:);
a(p,:)=b;
end
for j=(i+1):n
m=a(j,i)/a(i,i);
a(j,:)=a(j,:)-m*a(i,:);
end
end
if a(n,n)==0
disp('该方程组没有唯一解');
end
x(n)=a(n,n+1)/a(n,n);
for i=(n-1):(-1):1
sum=0;
sum=sum+a(i,j)*x(j);
end
x(i)=(a(i,n+1)-sum)/a(i,i); end
disp('方程组的解 X=');
disp(x);
3、disp('按比例选主元高斯消元法');
a=[1.19,2.11,-100,1,1.12;
14.2,-0.122,12.2,-1,3.44;
0,100,-99.9,1,2.15;
15.3,0.11,-13.1,-1,4.16];
for i=1:n
s(i)=abs(a(i,1));
for j=1:n
if abs(a(i,j))>s(i)
s(i)=abs(a(i,j));
end
end
if s(i)==0
disp('该方程组没有唯一解');
break;
end
end
for i=1:(n-1)
b=abs(a(i,i))/s(i);
for j=i:n
if (abs(a(j,i))/s(j))>b
p=j;
end
end
if a(p,i)==0
disp('该方程组没有唯一解');
end
if i~=p
b=a(i,:);
a(i,:)=a(p,:);
a(p,:)=b;
end
m=a(j,i)/a(i,i);
a(j,:)=a(j,:)-m*a(i,:);
end
end
if a(n,n)==0
disp('该方程组没有唯一解');
end
x(n)=a(n,n+1)/a(n,n);
for i=(n-1):(-1):1
sum=0;
for j=(i+1):n
sum=sum+a(i,j)*x(j);
end
x(i)=(a(i,n+1)-sum)/a(i,i); end
disp('方程组的解 X=');
disp(x);
MatLab解线性方程组一文通 当齐次线性方程AX=0,rank(A)=r 高斯列主元消元法解线性方程组 一、题目：用Gauss 列主元消去法解线性方程组Ax b =，其中， A=17.031 -0.615 -2.991 1.007 -1.006 0.000-1.000 34.211 -1.000 -2.100 0.300 -1.7000.000 0.500 13.000 -0.500 1.000 -1.5004.501 3.110 -3.907 -61.705 12.170 8.9990.101 -8.012 -0.017 -0.910 4.918 0.1001.000 2.000 3.000 4.500 5.000 21.803?? ? ? ? ? ? ? ? ??? 0.230 -52.322 54.000 240.236 29.304 -117.818b ?? ? ? ?= ? ? ? ? ??? T X=(0.907099 -1.961798 3.293738 -4.500708 3.029344 -5.255068) 二、原理及步骤分析 设 n n ij R a A ?∈=][)1(，n n R b b b b ∈=],,,[)1()2(2)1(1 。若约化主元素 ),,2,1(0)(n k a k kk =≠，则通过高斯消元法将方程b AX =约化为三角形方程组求解。 如果在消元过程中发现某个约化主元0) (=k kk a , 则第K 次消元就无法进行。此外，即 使所有约化主元全不为零，虽然可以完成方程组的求解，但也无法保证结果的可靠性，因为计算过程中存在舍入误差。 为减少计算过程中的舍入误差对解的影响，在每次消元前，应先选择绝对值尽可能大的元作为约元的主元，如果在子块的第一列中选取主元，则相应方法称为列主元消元法。相应过程为： （1）选主元：在子块的第一列中选择一个元) (k k i k a 使) (max k ik n i k k k i a a k ≤≤= 并将第k 行元与第k i 行元互换。 （2）消元计算：对k=1,2,……n-1依次计算 ()()()?? ?? ?????++=-=++=-=++==++n k k i b m b b n k k j i a m a a n k k i a a m k k ik k i k i k kj ik k ij k ij k kk k ik k ik ,,2,1,,2,1,,,2,1) ()()1() ()()1()() ()( （3）回代求解 解线性方程组的迭代法 1.rs里查森迭代法求线性方程组Ax=b的解 function[x,n]=rs(A,b,x0,eps,M) if(nargin==3) eps=1.0e-6;%eps表示迭代精度 M=10000;%M表示迭代步数的限制值elseif(nargin==4) M=10000; end I=eye(size(A)); n=0; x=x0; tol=1; %迭代过程 while(tol>eps) x=(I-A)*x0+b; n=n+1;%n为最终求出解时的迭代步数tol=norm(x-x0); x0=x; if(n>=M) disp('Warning:迭代次数太多，可能不收敛！'); return; end end 2.crs里查森参数迭代法求线性方程组Ax=b的解 function[x,n]=crs(A,b,x0,w,eps,M) if(nargin==4) eps=1.0e-6;%eps表示迭代精度 M=10000;%M表示迭代步数的限制值 elseif(nargin==5) M=10000; end I=eye(size(A)); n=0; x=x0; tol=1; %迭代过程 while(tol>eps) x=(I-w*A)*x0+w*b; n=n+1;%n为最终求出解时的迭代步数tol=norm(x-x0); x0=x; if(n>=M) disp('Warning:迭代次数太多，可能不收敛！'); return; end end 3.grs里查森迭代法求线性方程组Ax=b的解 function[x,n]=grs(A,b,x0,W,eps,M) if(nargin==4) eps=1.0e-6;%eps表示迭代精度 M=10000;%M表示迭代步数的限制值 elseif(nargin==5) M=10000; end I=eye(size(A)); n=0; x=x0; tol=1;%前后两次迭代结果误差 %迭代过程 while(tol>eps) x=(I-W*A)*x0+W*b;%迭代公式 n=n+1;%n为最终求出解时的迭代步数tol=norm(x-x0); x0=x; if(n>=M) disp('Warning:迭代次数太多，可能不收敛！'); return; end end 4.jacobi雅可比迭代法求线性方程组Ax=b的解 function[x,n]=jacobi(A,b,x0,eps,varargin) if nargin==3 eps=1.0e-6; M=200; elseif nargin<3 error return elseif nargin==5 M=varargin{1}; end D=diag(diag(A));%求A的对角矩阵 L=-tril(A,-1);%求A的下三角阵 matlab解方程组 lnx表示成log(x) 而lgx表示成log10(x) 1-exp(((log(y))/x^0.5)/(x-1)) 1、解方程 最近有多人问如何用matlab解方程组的问题，其实在matlab中解方程组还是很方便的，例如，对于代数方程组Ax=b(A为系数矩阵，非奇异)的求解，MATLAB 中有两种方法： (1)x=inv(A)*b —采用求逆运算解方程组； (2)x=A\B —采用左除运算解方程组 PS：使用左除的运算效率要比求逆矩阵的效率高很多~ 例: x1+2x2=8 2x1+3x2=13 >>A=[1,2;2,3];b=[8;13]; >>x=inv(A)*b x = 2.00 3.00 >>x=A\B x = 2.00 3.00； 即二元一次方程组的解x1和x2分别是2和3。 对于同学问到的用matlab解多次的方程组，有符号解法，方法是：先解出符号解,然后用vpa(F,n)求出n位有效数字的数值解.具体步骤如下： 第一步:定义变量syms x y z ...; 第二步:求解[x,y,z,...]=solve('eqn1','eqn2',...,'eqnN','var1','var2',...'varN'); 第三步:求出n位有效数字的数值解x=vpa(x,n);y=vpa(y,n);z=vpa(z,n);...。 如：解二（多）元二（高）次方程组： x^2+3*y+1=0 y^2+4*x+1=0 解法如下： >>syms x y; >>[x,y]=solve('x^2+3*y+1=0','y^2+4*x+1=0'); >>x=vpa(x,4); >>y=vpa(y,4); 结果是： 在这章中我们要学习线性方程组的直接法，特别是适合用数学软件在计算机上求解的方法. 3.1 方程组的逆矩阵解法及其MATLAB 程序 3.1.3 线性方程组有解的判定条件及其MATLAB 程序 判定线性方程组A n m ?b X =是否有解的MATLAB 程序 function [RA,RB,n]=jiepb(A,b) B=[A b];n=length(b); RA=rank(A); RB=rank(B);zhica=RB-RA; if zhica>0, disp('请注意：因为RA~=RB ，所以此方程组无解.') return end 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.') else disp('请注意：因为RA=RB 3.1 方程组的逆矩阵解法及其MATLAB 程序 3.1.3 线性方程组有解的判定条件及其MATLAB 程序 判定线性方程组A n m ?b X =是否有解的MATLAB 程序 function [RA,RB,n]=jiepb(A,b) B=[A b];n=length(b); RA=rank(A); RB=rank(B);zhica=RB-RA; if zhica>0, disp('请注意：因为RA~=RB ，所以此方程组无解.') return end 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.') else disp('请注意：因为RA=RB 用高斯消元法求解线性代数方程组 1234111 5 -413-2823113-2104151 3-21719x x x x ??????????????????=?????? ?????? ?????? 1111X *??????=?????? （X*是方程组的精确解） 1 高斯消去法 1.1 基本思想及计算过程 高斯（Gauss ）消去法是解线性方程组最常用的方法之一，它的基本思想是通过逐步消元，把方程组化为系数矩阵为三角形矩阵的同解方程组，然后用回代法解此三角形方程组得原方程组的解。 为便于叙述，先以一个三阶线性方程组为例来说明高斯消去法的基本思想。 ??? ??=++II =++I =++III) (323034)(5 253)(6432321 321321x x x x x x x x x 把方程（I ）乘（2 3 - ）后加到方程（II ）上去，把方程（I ）乘（2 4- ）后加到方程（III ）上 去，即可消去方程（II ）、（III ）中的x 1，得同解方程组 ?? ? ??=+-II -=-I =++III) (20 223)(445.0)(6 4323232321x x x x x x x 将方程（II ）乘（ 5 .03 ）后加于方程（III ），得同解方程组： ?? ? ??-=-II -=-I =++III) (42)(445.0)(6432332321x x x x x x 由回代公式（3.5）得x 3 = 2，x 2 = 8，x 1 = -13。 下面考察一般形式的线性方程组的解法，为叙述问题方便，将b i 写成a i , n +1，i = 1, 2,…,n 。 实验1.1 用matlab 求解线性方程组 第一节 线性方程组的求解 一、齐次方程组的求解 rref （A ） %将矩阵A 化为阶梯形的最简式 null （A ） %求满足AX ＝0的解空间的一组基，即齐次线性方程组的基 础解系 【例１】 求下列齐次线性方程组的一个基础解系，并写出通解： 我们可以通过两种方法来解： 解法1： >> A=[1 -1 1 -1;1 -1 -1 1;1 -1 -2 2]; >> rref(A) 执行后可得结果： ans= 1 -1 0 0 0 0 -1 1 0 0 0 0 由最简行阶梯型矩阵，得化简后的方程 ??? ??=+--=+--=-+-0 22004321 43214321x x x x x x x x x x x x 取x2，x4为自由未知量，扩充方程组为 即 提取自由未知量系数形成的列向量为基础解系，记 所以齐次方程组的通解为 解法2： clear A=[1 -1 1 -1;1 -1 -1 1;1 -1 -2 2]; B=null(A, 'r') % help null 看看加个‘r’是什么作用, 若去掉r ，是什么结果？ 执行后可得结果： B= 1 0 1 0 0 1 0 1 ?? ?=-=-0 04321x x x x ?????? ?====4 4432221x x x x x x x x ??? ??? ??????+????????????=????? ???????1100001142 4321x x x x x x , 00111????? ? ??????=ε, 11002????? ???????=ε2 211εεk k x += 消元法解线性方程组 学校：青海师范大学 院系：数学系 专业：数学与应用数学 班级：10B 指导教师：邓红梅 学号：20101611218 姓名：梅增旺 摘要：线性方程组在数学的各个分支，在自然科学，工程技术，生产实际中经常遇到，而且未知元的个数及方程的个数可达成百上千，因此它的理论是很重要的，其应用也很广泛。本篇将就解线性方程组在此做一浅谈，以消元法为主要方法。消元法是解一般线性方程组行之有效的方法，早在中学大家都已经有接触，消元法的基本思想是通消元变形把方程组化成容易求解的同解方程组进行求解。 关键字：线性方程组消元法求解 Abstract: linear equations in various branches of mathematics, natural science,engineering technology, often encountered in actual production, and the unknown element number and the number of equations can be hundreds, so itis important in the theory, its application is very extensive. This article on thesolution of linear equations based on a discussion, mainly by means ofelimination method. Elimination method is the general linear equations ofeffective early in high school, everyone has a contact, the basic idea ofelimination method is through the elimination of the equations of deformationinto easy to solve with the solution of equations. Keywords:elimination method for solving linear equations Matlab线性方程组求解 1. Gauss消元法： function x=DelGauss(a,b) % Gauss消去法 [n,m]=size(a); nb=length(b); det=1; %存储行列式值 x=zeros(n,1); for k=1:n-1 for i=k+1:n if a(k,k)==0 return end m=a(i,k)/a(k,k); for j=k+1:n a(i,j)=a(i,j)-m*a(k,j); end b(i)=b(i)-m*b(k); end det=det*a(k,k); %计算行列式 end det=det*a(n,n); for k=n:-1:1 %回代求解 for j=k+1:n b(k)=b(k)-a(k,j)*x(j); end x(k)=b(k)/a(k,k); end Example: >> A=[1.0170 -0.0092 0.0095;-0.0092 0.9903 0.0136;0.0095 0.0136 0.9898]; >> b=[1 0 1]'; >> x=DelGauss(A,b) x = 0.9739 -0.0047 1.0010 2. 列主元Gauss消去法： function x=detGauss(a,b) % Gauss列主元消去法 [n,m]=size(a); nb=length(b); det=1; %存储行列式值 x=zeros(n,1); for k=1:n-1 amax=0; %选主元 for i=k:n if abs(a(i,k))>amax amax=abs(a(i,k));r=i; end end if amax<1e-10 return; end if r>k %交换两行 for j=k:n 西京学院数学软件实验任务书 课程名称数学软件实验班级数学0901 学号0912020112 姓名*** 实验课题 线性方程组高斯消去法，高斯列主元消去法，高斯全 主元消去法 实验目的熟悉线性代数方程组高斯消去法，高斯列主元消去法，高斯全主元消去法 实验要求运用Matlab/C/C++/Java/Maple/Mathematica等其中一种语言完成 实验内容线性方程组高斯消去法 线性方程组高斯列主元消去法线性方程组高斯全主元消去法 成绩教师 实 验 报 告 实验名称：Guass 消元法编程求解线性方程 实验目的：进一步熟悉理解Guass 消元法解法思路 学习matlab 编程 实验要求： 已知：线性方程矩阵 输出：线性方程组的解 程序流程： 输入矩阵 调用函数求解矩阵 输出方程组的解 实验原理： 消元过程： 设0) 0(11 ≠a ，令乘数) 0(11 ) 0(11/a a m i i -=，做（消去第i 个方程组的i x ）操 作1i m ×第1个方程+第i 个方程（i=2，3，.....n ） 则第i 个方程变为1 )1(2)1(2 ...i n in i b x a x a =++ 这样消去第2，3，… ，n 个方程的变元i x 后。原线性方程组变为 ?? ?? ? ????=++=++=++) 1()1(2)1(2)1(2)1(22)1(22)0(1)0(11)0(11... . . ... ...n n nn n n n n n b x a x a b x a x a b x a x a 这样就完成了第1步消元。 对线性方程组中有第2，3，.。。。N 个方程组成的n —1元线性方程组做同样的处理，消去其除第一个方程组之外的所有变元2x ，可得到 ???? ?? ? ??????=++=++=++=++)3()3(3)3(3)2(3)2(33)2(33)1(2)1(22)1(22)0(1)0(11)0(11... . . . ... ... ...n n nn n n n n n n n b x a x a b x a x a b x a x a b x a x a 依次类推，当做到n-1步消元后，就完成了Guass 消元过程，得到上三角方程组 实验内容：利用Guass 消元操作的原理，求解线性方程组 ?? ?? ? ????==++=++--) 1()1()1(2)1(22)1(22) 0(1)0(11)0(11 . . ... ...n n n n nn n n n n b x a b x a x a b x a x a 回代过程： 在最后的一方程中解出n x ，得：) 1() 1(/--=n nn n n n a b x 再将n x 的值代入倒数第二个方程，解出1-n x ，依次往上反推，即可求出方程组的解： 其通项为3, (1) -n 2,-n k /)() 1(1 )1()1(=- =-+=--∑k kk n k j j k kj k k k a x a b x 流程图如下： 求解线性方程组 solve，linsolve 例： A=[5 0 4 2;1 -1 2 1;4 1 2 0;1 1 1 1]; %矩阵的行之间用分号隔开，元素之间用逗号或空格 B=[3;1;1;0] X=zeros(4,1);%建立一个4元列向量 X=linsolve(A,B) diff（fun，var，n）：对表达式fun中的变量var求n阶导数。 例如：F=sym（'u(x,y)*v(x,y)'）; %sym（）用来定义一个符号表达式 diff(F); %matlab区分大小写 pretty(ans) %pretty（）：用习惯书写方式显示变量；ans是答案表达式 非线性方程求解 fsolve(fun,x0,options) 为待解方程或方程组的文件名；fun其中 x0位求解方程的初始向量或矩阵； option为设置命令参数 建立文件fun.m： function y=fun(x) y=[x(1)-0.5*sin(x(1))-0.3*cos(x(2)), ... x(2) - 0.5*cos(x(1))+0.3*sin(x(2))]; >>clear;x0=[0.1,0.1];fsolve(@fun,x0,optimset('fsolve')) 注： ...为续行符 m文件必须以function为文件头，调用符为@；文件名必须与定义的函数名相同；fsolve（）主要求解复杂非线性方程和方程组，求解过程是一个逼近过程。Matlab求解线性方程组 AX=B或XA=B 在MATLAB中，求解线性方程组时，主要采用前面章节介绍的除法运算符“/”和“\”。如： X=A\B表示求矩阵方程AX＝B的解； 的解。XA=B表示矩阵方程B/A＝X． 对方程组X＝A\B，要求A和B用相同的行数，X和B有相同的列数，它的行数等于矩阵A的列数，方程X＝B/A同理。 如果矩阵A不是方阵，其维数是m×n，则有： m＝n 恰定方程，求解精确解； m>n 超定方程，寻求最小二乘解； m 高斯消元法解线性方程组 C++实验报告2015年6月 一、完成人 王婧婷张子承郗滢 二、问题描述 线性方程组问题是大学阶段经常研究的问题，为了进一步熟悉理解高斯消元法的解题思路并且掌握编程语言在数学方面的应用。且为解决线性方程组问题提供便利，要求给出线性方程组的矩阵，能够输出线性方程组的解。 三、解决方案设计 基本程序流程为： （1）输入矩阵 （2）运用初等行变换将其化为阶梯型矩阵 （3）调用一个函数：r（）求其秩（有解时）及其无解情况 实验原理为： （1）系数矩阵及其增广矩阵经过初等行变换所得到的矩阵对应的方程与原方程同解 （2）化为阶梯型矩阵过程（输入增广矩阵后，运用初等行变换，使其a[i][i]以下全为零，若a[i][i]为零，运用行变换交换使其不为零） （3）输出阶梯型矩阵 （4）判断解情况并输出（解情况） （5）输出解 四、模块及代码组织设计 其基本模块分为三大部分，7小部分。第一部分为输入矩阵阶段，用for语句实现。第二部分是对矩阵进行一系列的处理以求得线性方程组的解，先运用初等行变换化为阶梯型，并输出化简矩阵；然后以线性方程组的秩判断其是否有解（规定无解时秩为零）。第三部分是输出线性方程组的解情况及其解，如果无解即输出无解。 五、关键代码 （1）实现化为阶梯型的代码 实现此功能的代码是整个程序的重要内容，其需要进行的初等变换以实现校园的目的，使线性方程组得到简化。其实现如下： for( i=0; i<=n-1&&i Matlab之Gauss消元法解线性方程组 1.Gauss消元法 function x=DelGauss(a,b) %Gauss消去法 [n,m]=size(a); nb=length(b); det=1;%存储行列式值 x=zeros(n,1); for k=1:n-1 for i=k+1:n if a(k,k)==0 return end m=a(i,k)/a(k,k); for j=k+1:n a(i,j)=a(i,j)-m*a(k,j); end b(i)=b(i)-m*b(k); end det=det*a(k,k);%计算行列式 end det=det*a(n,n); for k=n:-1:1%回代求解 for j=k+1:n b(k)=b(k)-a(k,j)*x(j); end x(k)=b(k)/a(k,k); end Example: >>A=[1.0170-0.00920.0095;-0.00920.99030.0136;0.00950.0136 0.9898]; >>b=[101]'; >>x=DelGauss(A,b) x= 0.9739 -0.0047 1.0010 2.列主元Gauss消去法： function x=detGauss(a,b) %Gauss列主元消去法 [n,m]=size(a); nb=length(b); det=1;%存储行列式值 x=zeros(n,1); for k=1:n-1 amax=0;%选主元 for i=k:n if abs(a(i,k))>amax amax=abs(a(i,k));r=i; end end if amax<1e-10 return; 解线性方程组的消元法及其应用 （朱立平 曲小刚） ● 教学目标与要求 通过本节的学习，使学生熟练掌握一种求解方程组的比较简便且实用的方法—高斯消元法，并能够熟练应用消元法将矩阵化为阶梯形矩阵和求矩阵的逆矩阵. ● 教学重点与难点 教学重点：解线性方程组的高斯消元法，利用消元法求逆矩阵. 教学难点：高斯消元法，利用消元法求逆矩阵. ● 教学方法与建议 先向学生说明由于运算量的庞大，克莱姆法则在实际应用中是很麻烦的，然后通过解具体的方程组，让学生自己归纳出在解方程组的时候需要做的三种变换，从而引出解高阶方程组比较简便的一种方法—高斯消元法，其三种变换的实质就是对增广矩阵的初等行变换，最后介绍利用消元法可以将矩阵化为阶梯形矩阵以及求矩阵的逆。 ● 教学过程设计 1.问题的提出 由前面第二章的知识，我们知道当方程组的解唯一的时候，可以利用克莱姆法则求出方程组的解，但随着方程组阶数的增高，需要计算的行列式的阶数和个数也增多，从而运算量也越来越大，因此在实际求解中该方法是很麻烦的. 引例 解线性方程组 ??? ??=+-=+=++132724524321 21321x x x x x x x x )3()2()1( 解 （1）???→??)2()1(?????=+-=++=+13245247 232132121x x x x x x x x )3()2()1(????→?+-?+-?) 3()2()1()2()4()1(?????-=+-=+=+133524567232 3221x x x x x x )3()2()1( ????→?+-?)3()65 ()2(??????? =--=+=+76 724567233221x x x x x )3()2()1( 用回代的方法求出解即可. 问题：观察解此方程组的过程，我们总共作了三种变换：（1）交换方程次序，（2）以不等于零的数乘某个方程，（3）一个方程加上另一个方程的k 倍.那么对于高阶方程组来说，是否也可以考虑用此方法. 2.矩阵的初等变换 定义1 阶梯形矩阵是指每一非零行第一个非零元素前的零元素个数随行序数的增加而增加的矩阵. 定义2 下面的三种变换统称为矩阵的初等行变换： i. 互换矩阵的两行（例如第i 行与第j 行，记作j i r r ?）， ii. 用数0≠k 乘矩阵的某行的所有元素（例如第i 行乘k ，记作i kr ）， iii. 把矩阵某行的所有元素的k 倍加到另一行的对应元素上去（例如第j 行的k 倍加到第i 行上，记作j i kr r +）. 同理可以定义矩阵的初等列变换. 定义 3 如果矩阵A 经过有限次初等变换变为矩阵B ，则称矩阵A 与B 等价，记作 A ~ B . 注：任意一个矩阵总可以经过初等变换化为阶梯形矩阵. 3. 高斯消元法 对于一般的n 阶线性方程组 ?????? ?=++=+++=+++n n nn n n n n n n b x a x a x a b x a x a x a b x a x a x a ΛΛΛΛΛΛΛΛΛΛΛΛΛΛΛ22112 22221211 1212111 )()2()1(n （3.1） 若系数行列式0det ≠A ，即方程组有唯一解，则其消元过程如下： 第一步，设方程（1）中1x 的系数01≠l a 将方程)(l 与（1）对调，使对调后的第一个方程1x 的系数不为零.作)1(11 1 a a i i - ),3,2(n i Λ=，得到同解方程组 ?? ? ????=++=++=+++)1()1(2)1(2) 1(2 )1(22)1(22)0(1)0(12)0(121)0(11n n nn n n n n n b x a x a b x a x a b x a x a x a ΛΛΛΛΛΛΛΛΛΛΛΛΛ （3.2） 第二步，设0) 1(22≠a ，保留第二个方程，消去它以下方程中的含2x 的项，得 线性方程组求解 1.直接法 Gauss消元法： function x=DelGauss(a,b) % Gauss消去法 [n,m]=size(a); nb=length(b); det=1;%存储行列式值 x=zeros(n,1); for k=1:n-1 for i=k+1:n if a(k,k)==0 return end m=a(i,k)/a(k,k); for j=k+1:n a(i,j)=a(i,j)-m*a(k,j); end b(i)=b(i)-m*b(k); end det=det*a(k,k); end det=det*a(n,n); for k=n:-1:1 %回代 for j=k+1:n b(k)=b(k)-a(k,j)*x(j); end x(k)=b(k)/a(k,k); end Example: >> A=[1.0170 -0.0092 0.0095;-0.0092 0.9903 0.0136;0.0095 0.0136 0.9898]; >> b=[1 0 1]'; >> x=DelGauss(A,b) x = 0.9739 -0.0047 1.0010 列主元Gauss消去法： function x=detGauss(a,b) % Gauss列主元消去法 [n,m]=size(a); nb=length(b); det=1;%存储行列式值 x=zeros(n,1); for k=1:n-1 amax=0;% 选主元 for i=k:n if abs(a(i,k))>amax amax=abs(a(i,k));r=i; end end if amax<1e-10 return; end if r>k %交换两行 for j=k:n z=a(k,j);a(k,j)=a(r,j);a(r,j)=z; end z=b(k);b(k)=b(r);b(r)=z;det=-det; end 1. roots 求解多项式的根 r=roots(c) 注意： c 为一维向量，者返回指定多项式的所有根( 包括复根),poly 和roots 是互为反运算，还有就是roots 只能求解多项式的解 还有下面几个函数poly2sym、sym2poly 、eig >>syms x >>y=x A5+3*x A3+3; >>c=sym2poly(y);%求解多项式系数 >>r=roots(c); >>poly(r) 2. residue 求留数 [r, p, k] = residue(b,a) >>b = [ 5 3 -2 7] >>a = [-4 0 8 3] >>[r, p, k] = residue(b,a) 3. solve 符号解方程(组)——使用最多的 g = solve(eq1,eq2,...,eqn,var1,var2,...,varn) 注意：eqn 和varn 可以是符号表达式，也可以是字符串表达式，但是使用符号表达式时不能有“=号”，假如说varn 没有给出，使用findsym 函数找出默认的求解变量。返回的g 是个结构体，以varn 为字段。由于符号求解的局限性，好多情况下可能得到空矩阵，此时只能用数值解法 解方程A=solve('a*xA2 + b*x + c') 解方程组B=solve('a*uA2 + vA2', 'u - v = 1', 'aA2 - 5*a + 6') 4. fzero 数值求零点 [x,fval,exitflag,output]=fzero(fun,x0,options,p1,p2...) fun 是目标函数，可以是句柄(@)、inline 函数或M 文件名 x0 是初值，可以是标量也可以是长度为2 的向量，前者给定一个位置，后者是给定一个范围options 是优化参数，通过optimset 设置，optimget 获取，一般使用默认的就可以了，具体参照帮助 p1,p2...为需要传递的其它参数 假如说(x/1446)A2+p/504.1+(t/330.9)*(log(1-x/1446)+(1-1 /5.3)*x/1446)=0 的根，其中p,t 是已知 用matlab解线性方程组 2008-04-12 17:00 一。高斯消去法 1.顺序高斯消去法 直接编写命令文件 a=[] d=[]' [n,n]=size(a); c=n+1 a(:,c)=d; for k=1:n-1 a(k+1:n, k:c)=a(k+1:n, k:c)-(a(k+1:n,k)/ a(k,k))*a(k, k:c); %消去 end x=[0 0 0 0]' %回带 x(n)=a(n,c)/a(n,n); for g=n-1:-1:1 x(g)=(a(g,c)-a(g,g+1:n)*x(g+1:n))/a(g,g) end 2.列主高斯消去法 *由于“[r,m]=max(abs(a(k:n,k)))”返回的行是“k:n,k”内的第几行，所以要通过修正来把m 改成真正的行的值。该程序只是演示程序，真正机器计算不需要算主元素所在列以下各行应为零的值。 直接编写命令文件 a=[] d=[] ' [n,n]=size(a); c=n+1 a(:,c)=d; %(增广) for k=1:n-1 [r,m]=max(abs(a(k:n,k))); %选主 m=m+k-1; %(修正操作行的值) if(a(m,k)~=0) if(m~=k) a([k m],:)=a([m k],:); %换行 end a(k+1:n, k:c)=a(k+1:n, k:c)-(a(k+1:n,k)/ a(k,k))*a(k, k:c); %消去end end x=[0 0 0 0]' %回带 x(n)=a(n,c)/a(n,n); for g=n-1:-1:1 x(g)=(a(g,c)-a(g,g+1:n)*x(g+1:n))/a(g,g) end 2.1 方程组地逆矩阵解法及其MATLAB 程序 2.1.3 线性方程组有解地判定条件及其MATLAB 程序判定线性方程组A n m ?b X =是否有解地MATLAB 程序 function [RA,RB,n]=jiepb(A,b) B=[A b];n=length(b); RA=rank(A); RB=rank(B);zhica=RB-RA; if zhica>0, disp('请注意：因为RA~=RB ，所以此方程 组无解.') return end 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.') else disp('请注意：因为RA=RB 摘要 本文叙述了Gauss 顺序消元法解线性方程的算法思想以及其求解过程，同时简要叙述了Gauss 主元素消元法以及Gauss 全主元消元法。紧接着给出了 Gauss Seidel -迭代法的算法思想，本文给出了这三个消元方法以及一个迭代法 的算法流程图，由于全主元消元法是前两个算法的基础上改进而来，故本文采用第三种方法进行编程计算，前两种方法不再重复编程，然后给出一个实例的计算结果，运行时间，在文章最后分析该实例的计算结果，针对同一实例，又采用 Gauss Seidel -方法编程实现，然后对结果进行分析和对比。最后给出了本人在 编程时遇到的一些问题和解决办法。 关键词：Gauss 顺序消元法 Gauss 主元素消元法 Gauss 全主元消元法 一、算法的简要描述 1.1Gauss 顺序消元法 Gauss 消元法在中学里已经学习过，其方法实质，就是运用初等变换，将线性方程组Ax b =转化为同解的上三角矩阵方程组 1Ux L b -= （1.1.1） 其中，U 为上三角矩阵，L 为下三角矩阵。然后对式（1.1.1）进行回代求解，即得方程组的解。手算的过程是非常清楚的，现在需回答的是计算机求解，如何实现上述计算过程。 设线性方程组为 1111221331121122223322 112233n n n n n n n nn n n a x a x a x a x b a x a x a x a x b a x a x a x a x b +++???+=??+++???+=?? ????????????? ?+++???+=? 写成矩阵形式为 111211121222222122 2m m m n n a a a x b a a a x b a a a x b ?????? ????????????=??????? ??????????? （1.1.2） 设线性方程组如上式所示，记(1)A A =，(1)b b =，与是增广矩阵具有形式 (1) (1)[][]A b A b =，此时方程组为(1)(1)A x b =。 第一次消元。设(1) 110a ≠， 为将第二个方程至第n 个方程的1x 系数(1)1i a 消成零，构造乘数 (1)1 1(1)11 i i a l a = (2,3,,i n =高斯列主元消元法解线性方程组
MATLAB代码 解线性方程组的迭代法
matlab解方程组
MATLAB解线性方程组的直接方法
线性方程组求解matlab实现
用高斯消元法求解线性代数方程组.(优选)
实验一用matlab求解线性方程组
消元法解线性方程组
Matlab线性方程组求解(Gauss消去法)
线性方程组的Guass消元法求解
Matlab求解线性方程组非线性方程组
高斯消元法解线性方程组
MATLAB之GAUSS消元法解线性方程组
(完整版)解线性方程组的消元法及其应用
线性方程组求解Matlab程序(精.选)
matlab常用解方程及方程组函数
用matlab解线性方程组
解线性方程组直接方法matlab用法
Gauss消元法解解线性方程组
相关主题
文本预览