更好的阅读体验
\color{red}{更好的阅读体验}
更好的阅读体验
4.7 高斯消元
概念
-
利用初等行(列)变换,对一组线性方程组进行消元,把增广矩阵化为阶梯型矩阵
-
已知某线 性方程组: { a 11 x 1 + a 12 x 2 + ⋯ + a 1 n x n = b 1 a 21 x 1 + a 22 x 2 + ⋯ + a 2 n x n = b 2 … a n 1 x 1 + a n 2 x 2 + ⋯ + a n n x n = b n 增广矩阵 为: ( a 11 a 12 … a 1 n b 1 a 21 a 22 … a 2 n b 2 ⋮ ⋮ ⋮ ⋮ ⋮ a n 1 a n 2 … a n n b n ) 运用初等 行变换: ( a 11 a 12 … a 1 n b 1 a 22 a 2 ( i + 1 ) a 2 n b 2 ⋮ ⋮ a n n b n ) 解的情况 { 1. 无解 : 若在最后化成的上三角形矩阵中 , 正对角线中某个元素为 0 , 但其所在行的最后一列元素不为 0 时 , 此时矩阵无解 2. 有无数解 : 若在最后化成的上三角形矩阵中 , 存在正对角线中某个元素为 0 , 且其所在行的最后一列元素也为 0 时 , 此时矩阵有无穷组解 3. 有唯一解 : 若在最后化成的上三角形矩阵中 , 不存在正对角线中某个元素为 0 , 此时矩阵有唯一解 \begin{aligned} 已知某线&性方程组:\\\\ &\begin{cases} a_{11}x_1+a_{12}x_2+\dots+a_{1n}x_n=b_1\\ a_{21}x_1+a_{22}x_2+\dots+a_{2n}x_n=b_2\\ \dots\\ a_{n1}x_1+a_{n2}x_2+\dots+a_{nn}x_n=b_n\\ \end{cases}\\\\ 增广矩阵&为:\\\\ &\begin{pmatrix} a_{11}&a_{12}&\dots&a_{1n}&b_1\\ a_{21}&a_{22}&\dots&a_{2n}&b_2\\ \vdots&\vdots&\vdots&\vdots&\vdots\\ a_{n1}&a_{n2}&\dots&a_{nn}&b_n\\ \end{pmatrix}\\\\ 运用初等&行变换:\\\\ &\begin{pmatrix} a_{11}&a_{12}&\dots&a_{1n}&b_1\\ &a_{22}&a_{2(i+1)}&a_{2n}&b_2\\ &&&\vdots&\vdots\\ &&&a_{nn}&b_n\\ \end{pmatrix}\\\\ \end{aligned}\\ 解的情况 \begin{cases} 1.无解:若在最后化成的上三角形矩阵中,\\正对角线中某个元素为0,\\但其所在行的最后一列元素不为0时,\\此时矩阵无解\\\\2.有无数解:若在最后化成的上三角形矩阵中,\\存在正对角线中某个元素为0,\\且其所在行的最后一列元素也为0时,\\此时矩阵有无穷组解 \\\\ 3.有唯一解:若在最后化成的上三角形矩阵中,\\不存在正对角线中某个元素为0,\\此时矩阵有唯一解\\ \end{cases} 已知某线增广矩阵运用初等性方程组:⎩ ⎨ ⎧a11x1+a12x2+⋯+a1nxn=b1a21x1+a22x2+⋯+a2nxn=b2…an1x1+an2x2+⋯+annxn=bn为:⎝ ⎛a11a21⋮an1a12a22⋮an2……⋮…a1na2n⋮annb1b2⋮bn⎠ ⎞行变换:⎝ ⎛a11a12a22…a2(i+1)a1na2n⋮annb1b2⋮bn⎠ ⎞解的情况⎩ ⎨ ⎧1.无解:若在最后化成的上三角形矩阵中,正对角线中某个元素为0,但其所在行的最后一列元素不为0时,此时矩阵无解2.有无数解:若在最后化成的上三角形矩阵中,存在正对角线中某个元素为0,且其所在行的最后一列元素也为0时,此时矩阵有无穷组解3.有唯一解:若在最后化成的上三角形矩阵中,不存在正对角线中某个元素为0,此时矩阵有唯一解
初等行(列)变换
-
某一行乘上一个非零数,矩阵不变
-
某一行乘上一个常数加到另一行上,矩阵不变
-
交换矩阵中某两行的元素,矩阵不变
思想
-
对增广矩阵的每一列 c i c_i ci进行枚举,找到当前的列中绝对值最大的元素所在的行 r i r_i ri
-
将 r i r_i ri行与最上方未确定阶梯型的行进行交换
-
用初等行变换将 r i r_i ri行变为原来的 k k k倍,且使得变换后, r i r_i ri行的第一个数变成 1 1 1
-
继续用初等行变换,将 r i r_i ri行下方的所有的行的 c i c_i ci列的值变为 0 0 0
-
重复上述步骤,直到最终得到阶梯型矩阵,判断解的情况
-
若有解,则从最后一行向上回代,得出方程组的解
模板
const int N=110;
const double eps=1e-8;
int n;
double a[N][N];
int gauss(){
int c,r;
for (c=0,r=0;c<n;c++){
int t=r;
for(int i=r;i<n;i++){ //筛选出所在列元素最大的行
if(fabs(a[i][c])>fabs(a[t][c])) t=i;
}
if(fabs(a[t][c])<eps) continue; //正对角线中有元素为0,这时有无穷解和无解
if(t!=r) for(int i=c;i<=n;i++) swap(a[t][i],a[r][i]); //若t改变,则交换两行
for(int i=n;i>=c;i--) a[r][i]/=a[r][c]; //将所在行所在列元素变为1
for(int i=r+1;i<n;i++){ //将所在行所在列的下方的行的所在列元素变为0
if(fabs(a[i][c])>eps){
for(int j=n;j>=c;j--) a[i][j]-=a[r][j]*a[i][c];
}
}
r++;
}
if(r<n){ //row<n,即对角线中元素为0的行未被算上
for(int i=r;i<n;i++){
if(fabs(a[i][n])>eps) return 2;
}
return 1;
}
for(int i=n-1;i>=0;i--){ //将非主元位置的A系数矩阵的其他x消去
for(int j=i+1;j<n;j++) a[i][n]-=a[j][n]*a[i][j];
}
return 0;
}
4.7.1 高斯消元解线性方程组
模板例题 883. 高斯消元解线性方程组
描述
输入一个包含 n 个方程 n 个未知数的线性方程组。
方程组中的系数为实数。
求解这个方程组。
下图为一个包含 m 个方程 n 个未知数的线性方程组示例:
{
a
11
x
1
+
a
12
x
2
+
⋯
+
a
1
n
x
n
=
b
1
a
21
x
1
+
a
22
x
2
+
⋯
+
a
2
n
x
n
=
b
2
…
a
m
1
x
1
+
a
m
2
x
2
+
⋯
+
a
m
n
x
n
=
b
n
\begin{cases} a_{11}x_1+a_{12}x_2+\dots+a_{1n}x_n=b_1\\ a_{21}x_1+a_{22}x_2+\dots+a_{2n}x_n=b_2\\ \dots\\ a_{m1}x_1+a_{m2}x_2+\dots+a_{mn}x_n=b_n\\ \end{cases}\\\\
⎩
⎨
⎧a11x1+a12x2+⋯+a1nxn=b1a21x1+a22x2+⋯+a2nxn=b2…am1x1+am2x2+⋯+amnxn=bn
输入格式
第一行包含整数 n。
接下来 n 行,每行包含 n+1 个实数,表示一个方程的 n 个系数以及等号右侧的常数。
输出格式
如果给定线性方程组存在唯一解,则输出共 n 行,其中第 i 行输出第 i 个未知数的解,结果保留两位小数。
如果给定线性方程组存在无数解,则输出 Infinite group solutions
。
如果给定线性方程组无解,则输出 No solution
。
数据范围
1≤n≤100,
所有输入系数以及常数均保留两位小数,绝对值均不超过 100。
输入样例:
3
1.00 2.00 -1.00 -6.00
2.00 1.00 -3.00 -9.00
-1.00 -1.00 2.00 7.00
输出样例:
1.00
-2.00
3.00
分析
由样例可
得增广矩阵:
(
1
2
−
1
−
6
2
1
−
3
−
9
−
1
−
1
2
7
)
c
1
中绝对
值最大元素位于
r
2
,将
r
2
与
r
1
交换:
(
2
1
−
3
−
9
1
2
−
1
−
6
−
1
−
1
2
7
)
将
r
1
的第
c
1
列元素变为
1
,需要使得
r
1
×
1
2
:
(
1
0.5
−
1.5
−
4.5
1
2
−
1
−
6
−
1
−
1
2
7
)
利用初等
行变换将
r
1
下方的所有的行的
c
1
列变为
0
:
即执行
r
2
−
r
1
、
r
3
+
r
1
(
1
0.5
−
1.5
−
4.5
0
1.5
0.5
−
1.5
0
−
0.5
0.5
2.5
)
此时
r
1
已
确定为阶梯矩阵的行,从
r
1
下方继续枚举
,
c
2
中绝对
值最大的元素位于
r
2
,由于
r
2
上方无未确
定的阶梯
矩阵的行,故不需要交换。
将
r
2
的第
c
2
列元素变为
1
,需要使得
r
2
×
2
3
:
(
1
0.5
−
1.5
−
4.5
0
1
1
3
−
1
0
−
0.5
0.5
2.5
)
利用初等
行变换将
r
2
下方的所有的行的
c
2
列变为
0
:
即执行
r
3
+
r
2
×
1
2
(
1
0.5
−
1.5
−
4.5
0
1
1
3
−
1
0
0
2
3
2
)
此时
r
2
已
确定为阶梯矩阵的行,从
r
2
下方继续枚举
,
r
3
为最后
一行,将
r
3
的第
c
3
列元素变为
1
,需要使得
r
3
×
3
2
:
(
1
0.5
−
1.5
−
4.5
0
1
1
3
−
1
0
0
1
3
)
判断该上
三角矩阵中不存在正对角线中某个元素为
0
,
此时
矩阵有唯
一解,
x
3
=
3
,
从
r
2
进行回代
:
即执行
r
2
−
r
3
×
1
3
(
1
0.5
−
1.5
−
4.5
0
1
0
−
2
0
0
1
3
)
此时可得
x
2
=
−
2
,
回代
r
1
:
即执行
r
1
−
r
2
×
1
2
+
r
3
×
3
2
(
1
0
0
1
0
1
0
−
2
0
0
1
3
)
此时可得
x
1
=
1
,
综上可得
:
{
x
1
=
1
x
2
=
−
2
x
3
=
3
\begin{aligned} 由样例可&得增广矩阵:\\\\ &\begin{pmatrix} 1&2&-1&-6\\ 2&1&-3&-9\\ -1&-1&2&7\\ \end{pmatrix}\\\\c_1中绝对&值最大元素位于r_2,将r_2与r_1交换:\\\\ &\begin{pmatrix} 2&1&-3&-9\\ 1&2&-1&-6\\ -1&-1&2&7\\ \end{pmatrix}\\\\ 将r_1的第&c_1列元素变为1,需要使得r_1\times \frac{1}{2}:\\\\ &\begin{pmatrix} 1&0.5&-1.5&-4.5\\ 1&2&-1&-6\\ -1&-1&2&7\\ \end{pmatrix}\\\\ 利用初等&行变换将r_1下方的所有的行的c_1列变为0:\\ &即执行r_2-r_1、r_3+r_1\\\\ &\begin{pmatrix} 1&0.5&-1.5&-4.5\\ 0&1.5&0.5&-1.5\\ 0&-0.5&0.5&2.5\\ \end{pmatrix}\\\\ 此时r_1已&确定为阶梯矩阵的行,从r_1下方继续枚举,\\ c_2中绝对&值最大的元素位于r_2,由于r_2上方无未确\\ 定的阶梯&矩阵的行,故不需要交换。\\ 将r_2的第&c_2列元素变为1,需要使得r_2\times \frac{2}{3}:\\\\ &\begin{pmatrix} 1&0.5&-1.5&-4.5\\ 0&1&\frac{1}{3}&-1\\ 0&-0.5&0.5&2.5\\ \end{pmatrix}\\\\ 利用初等&行变换将r_2下方的所有的行的c_2列变为0:\\ &即执行r_3+r_2\times\frac{1}{2}\\\\ &\begin{pmatrix} 1&0.5&-1.5&-4.5\\ 0&1&\frac{1}{3}&-1\\ 0&0&\frac{2}{3}&2\\ \end{pmatrix}\\\\ 此时r_2已&确定为阶梯矩阵的行,从r_2下方继续枚举,\\ r_3为最后&一行,将r_3的第c_3列元素变为1,需要使得r_3\times \frac{3}{2}:\\\\ &\begin{pmatrix} 1&0.5&-1.5&-4.5\\ 0&1&\frac{1}{3}&-1\\ 0&0&1&3\\ \end{pmatrix}\\\\ 判断该上&三角矩阵中不存在正对角线中某个元素为0,此时\\ 矩阵有唯&一解,x_3=3,从r_2进行回代:\\ &即执行r_2-r_3\times\frac{1}{3}\\\\ &\begin{pmatrix} 1&0.5&-1.5&-4.5\\ 0&1&0&-2\\ 0&0&1&3\\ \end{pmatrix}\\\\ 此时可得&x_2=-2,回代r_1:\\ &即执行r_1-r_2\times\frac{1}{2}+r_3\times\frac{3}{2}\\\\ &\begin{pmatrix} 1&0&0&1\\ 0&1&0&-2\\ 0&0&1&3\\ \end{pmatrix}\\\\ 此时可得&x_1=1,综上可得: \begin{cases} x_1=1\\x_2=-2\\x_3=3 \end{cases} \end{aligned}
由样例可c1中绝对将r1的第利用初等此时r1已c2中绝对定的阶梯将r2的第利用初等此时r2已r3为最后判断该上矩阵有唯此时可得此时可得得增广矩阵:⎝
⎛12−121−1−1−32−6−97⎠
⎞值最大元素位于r2,将r2与r1交换:⎝
⎛21−112−1−3−12−9−67⎠
⎞c1列元素变为1,需要使得r1×21:⎝
⎛11−10.52−1−1.5−12−4.5−67⎠
⎞行变换将r1下方的所有的行的c1列变为0:即执行r2−r1、r3+r1⎝
⎛1000.51.5−0.5−1.50.50.5−4.5−1.52.5⎠
⎞确定为阶梯矩阵的行,从r1下方继续枚举,值最大的元素位于r2,由于r2上方无未确矩阵的行,故不需要交换。c2列元素变为1,需要使得r2×32:⎝
⎛1000.51−0.5−1.5310.5−4.5−12.5⎠
⎞行变换将r2下方的所有的行的c2列变为0:即执行r3+r2×21⎝
⎛1000.510−1.53132−4.5−12⎠
⎞确定为阶梯矩阵的行,从r2下方继续枚举,一行,将r3的第c3列元素变为1,需要使得r3×23:⎝
⎛1000.510−1.5311−4.5−13⎠
⎞三角矩阵中不存在正对角线中某个元素为0,此时一解,x3=3,从r2进行回代:即执行r2−r3×31⎝
⎛1000.510−1.501−4.5−23⎠
⎞x2=−2,回代r1:即执行r1−r2×21+r3×23⎝
⎛1000100011−23⎠
⎞x1=1,综上可得:⎩
⎨
⎧x1=1x2=−2x3=3
代码
#include <bits/stdc++.h>
using namespace std;
const int N=110;
const double eps=1e-8;
int n;
double a[N][N];
int gauss(){
int c,r;
for (c=0,r=0;c<n;c++){
int t=r;
for(int i=r;i<n;i++){ //筛选出所在列元素最大的行
if(fabs(a[i][c])>fabs(a[t][c])) t=i;
}
if(fabs(a[t][c])<eps) continue; //正对角线中有元素为0,这时有无穷解和无解
if(t!=r) for(int i=c;i<=n;i++) swap(a[t][i],a[r][i]); //若t改变,则交换两行
for(int i=n;i>=c;i--) a[r][i]/=a[r][c]; //将所在行所在列元素变为1
for(int i=r+1;i<n;i++){ //将所在行所在列的下方的行的所在列元素变为0
if(fabs(a[i][c])>eps){
for(int j=n;j>=c;j--) a[i][j]-=a[r][j]*a[i][c];
}
}
r++;
}
if(r<n){ //row<n,即对角线中元素为0的行未被算上
for(int i=r;i<n;i++){
if(fabs(a[i][n])>eps) return 2;
}
return 1;
}
for(int i=n-1;i>=0;i--){ //将非主元位置的A系数矩阵的其他x消去
for(int j=i+1;j<n;j++) a[i][n]-=a[j][n]*a[i][j];
}
return 0;
}
int main(){
cin>>n;
for(int i=0;i<n;i++){
for(int j=0;j<=n;j++){
cin>>a[i][j];
}
}
int t=gauss();
if(t==2){
cout<<"No solution"<<endl;
}
else if(t==1) cout<<"Infinite group solutions"<<endl;
else{
for(int i=0;i<n;i++){
if(fabs(a[i][n])<eps) a[i][n]=0;
printf("%.2lf\n",a[i][n]);
}
}
return 0;
}
4.7.2 高斯消元解异或线性方程组
思想
- 将解线性方程组的计算化为异或运算
模板例题 884. 高斯消元解异或线性方程组
描述
输入一个包含 n 个方程 n 个未知数的异或线性方程组。
方程组中的系数和常数为 0 或 1,每个未知数的取值也为 0 或 1。
求解这个方程组。
异或线性方程组示例如下:
M[1][1]x[1] ^ M[1][2]x[2] ^ … ^ M[1][n]x[n] = B[1]
M[2][1]x[1] ^ M[2][2]x[2] ^ … ^ M[2][n]x[n] = B[2]
…
M[n][1]x[1] ^ M[n][2]x[2] ^ … ^ M[n][n]x[n] = B[n]
其中 ^ 表示异或(XOR),M[i][j] 表示第 i 个式子中 x[j] 的系数,B[i] 是第 i 个方程右端的常数,取值均为 0 或 1。
输入格式
第一行包含整数 n。
接下来 n 行,每行包含 n+1 个整数 0 或 1,表示一个方程的 n 个系数以及等号右侧的常数。
输出格式
如果给定线性方程组存在唯一解,则输出共 n 行,其中第 i 行输出第 i 个未知数的解。
如果给定线性方程组存在多组解,则输出 Multiple sets of solutions。
如果给定线性方程组无解,则输出 No solution。
数据范围
1≤n≤100
输入样例:
3
1 1 0 1
0 1 1 0
1 0 0 1
输出样例:
1
0
0
代码
#include <bits/stdc++.h>
using namespace std;
const int N=110;
int n;
int a[N][N];
int guass(){
int c,r;
for (c=0,r=0;c<n;c++){
int t=r;
for (int i=r;i<n;i++){
if (a[i][c]) t = i;
}
if(!a[t][c]) continue;
for (int i=c;i<=n;i++) swap(a[r][i],a[t][i]);
for (int i=r+1;i<n;i++){
if (a[i][c]){
for (int j=n;j>=c;j--) a[i][j]^=a[r][j];
}
}
r++;
}
if(r<n){
for(int i=r;i<n;i++){
if(a[i][n]) return 2;
}
return 1;
}
for(int i=n-1;i>=0;i--){
for(int j=i+1;j<n;j++){
a[i][n]^=a[i][j]*a[j][n];
}
}
return 0;
}
int main(){
cin>>n;
for(int i=0;i<n;i++){
for(int j=0;j<n+1;j++){
cin>>a[i][j];
}
}
int t=guass();
if(t==0){
for(int i=0;i<n;i++) cout<<a[i][n]<<endl;
}
else if(t==1) cout<<"Multiple sets of solutions"<<endl;
else cout<<"No solution"<<endl;
return 0;
}