高斯列主消元法求非齐次线性方程组 C语言实现代码

猿力觉醒_

于 2022-09-06 21:18:34 发布

阅读量1.6k

点赞数 3

分类专栏： C语言与数值分析文章标签：线性代数 c语言

本文链接：https://blog.csdn.net/hardly_coding/article/details/126733100

版权

C语言与数值分析专栏收录该内容

1 篇文章 0 订阅

订阅专栏

高斯列主元素消去法是由高斯消去法改进的算法

下面浅浅分享一下本人对该方法的理解

Ax = b

先说高斯消去法，感觉基本的思路就跟我们手算非齐次线性方程组差不多，在线性代数中，我们求解方程组都是这种思路，消元的过程相当于是，由系数矩阵A和非齐次项b得到的增广矩阵做行变换，化为行阶梯型，最后在由下往上回代，求出每一个未知数的过程。

举例如下所示：

$\Large\begin{cases}x_1+2x_2+3x_3=-1\\x_1+5x_2+3x_3=-1\\2x_1+3x_2+x_3=-1\end{cases}$

由系数矩阵和非齐次项拼成的增广矩阵如下所示

$\Large\begin{bmatrix} 1 & 2 & 3 & -1\\ 1& 5 & 3 & -1\\ 2& 3 & 1 & -1 \end{bmatrix}$

我们作初等行变化将其化为行阶梯型如下

$\Large\begin{bmatrix} 1 & 2 & 3 & -1\\ 0 & 3 & 0 & 0\\ 0 & 0 & -5 & 1 \end{bmatrix}$

到上一步之后我们就完成了消元的过程

解出未知数一步步回代就可以得到解向量如下

$\Large\begin{bmatrix}-0.4\\0\\-0.2\end{bmatrix}$

当然在数学上，这样的非线性方程组要有解，必须要求系数矩阵的秩等于增广矩阵的秩，不过数学上的东西就不在本篇讨论范围内了。

上面叙述的步骤在计算机程序中是很容易实现的，但考虑下面的矩阵消元。

$\Large\begin{bmatrix} 0 & -3 & 0 & 0\\ 1 & 5 & 3 & -1\\ 2 & 3 & 1 & -1 \end{bmatrix}$

可以看到，问题就在于，第一行第一列的元素为0，是无法消去它下方的任何数在，在计算机中也会因为0作除数而无法求解。而且就算这样的主对角线上的元素不为0，但如果元素很小的话，就会因为它是除数，而引起其他元素数量级及舍入误差的急剧增大，从而导致计算结果不可靠。

这种情况下，就产生了列主元素消去法，它的基本思想是在每步消元时，在第k列主对角线元素及其下方的元素中选取绝对值最大的元素作为主元，进行该步的消去。即体现为一个行列互换。

以上面的矩阵距离，我们用列主元素消去法逐步化简，你便会明白具体的操作步骤。

$\Large\begin{bmatrix} 0 & -3 & 0 & 0\\ 1 & 5 & 3 & -1\\ 2 & 3 & 1 & -1 \end{bmatrix}$

我们先将第一行第一列的元素0与它下方列所有的元素作比较，即比较0,1,2三个元素，找出他们中绝对值最大的元素，即2，我们就以2作为主元进行消去步骤，即将第①行与第③行互换，得

$\Large\begin{bmatrix} 2 & 3 & 1 & -1\\ 1 & 5 & 3 & -1\\ 0 & -3 & 0 & 0 \end{bmatrix}$

然后用2将下方的元素消为0，得

$\Large\begin{bmatrix} 2 & 3 & 1 & -1\\ 0 & 3.5 & 2.5 & -0.5\\ 0 & -3 & 0 & 0 \end{bmatrix}$

下面是第二行第二列的元素的消去，即3.5，与其下方的元素作比较，注意是下方元素，即不包括3，只有3.5与-3，进行绝对值比较，3.5已经是绝对值最大的元素了，所以不需要行变换，就以3.5做主元进行消去。

依次循环上面的步骤，直到完成全部主元的消去，之后便是和高斯消去法一样的回代求解过程了。

可以看出高斯列主元素消去法的思想是很简单但却十分有效的。

——————————————————————————————

下面给出我用C语言实现的代码，主要函数为EMCP()函数，大家可根据需要自行修改或使用

#include <stdio.h>
#include <stdlib.h>

/*
	———————————————— 
	说明：
	———————————————— 
	高斯列主消元法主函数为 EMCP()
	函数原型为：
	Double * EMCP(void * mat,double * vec)
	具体用法见main()函数
	
	使用时将main函数前的所有函数复制到自己程序的main函数前面 
	根据main中说明的使用方法使用本函数
	 
	复制时 所有前置函数 缺一不可，且顺序不可随意调换
	最后一个PrintMat()是用来打印二维数组的，可要可不要 
	————————————————
	@猿力觉醒 
*/

//前置函数 绝对值函数 
double _Abs(double value){
	if(value < 0)
		return -value;
	else{
		return value;
	}
}

//前置函数 获取矩阵对应元素地址 
double * _Get(void * mat,int i,int j,int N){
	return ((double*)mat + i*N) + j;
} 

//前置函数 行变换 交换矩阵的第a行与第b行 
void _MatSwap(void * mat,int a,int b,int N){
	double temp;
	
	for(int i=0;i<N;i++){
		temp = *_Get(mat,a,i,N);
		
		*_Get(mat,a,i,N) = *_Get(mat,b,i,N);
		
		*_Get(mat,b,i,N) = temp;
	}
} 
void _VecSwap(double * vec,int a,int b,int N){
	double temp;
	
	temp = vec[a];
	
	vec[a] = vec[b];
	
	vec[b] = temp;
}
void _Swap(void * mat,double * vec,int a,int b,int N){
	_MatSwap(mat,a,b,N);
	_VecSwap(vec,a,b,N); 
}

//前置函数 行变换 将矩阵的第a行的k倍加到第b行 
void _MatIk2J(void * mat,int a,double k,int b,int N){
	double temp;
	
	for(int i=0;i<N;i++){
		temp = *_Get(mat,a,i,N) * k;
		
		*_Get(mat,b,i,N) += temp;
	}
}
void _VecIk2J(double * vec,int a,double k,int b,int N){
	double temp;
	
	temp = k * vec[a];
	
	vec[b] += temp;
}
void _Ik2J(void * mat,double * vec,int a,double k,int b,int N){
	_MatIk2J(mat,a,k,b,N);
	_VecIk2J(vec,a,k,b,N);
}

//高斯列主消元法 函数主体 
double * EMCP(void * mat,double * vec,int N){
	//消元 	
	for(int i=0;i<N-1;i++){
		//寻找列主元 
		int maxEle = i;//列主元索引 
		for(int k=i+1;k<N;k++){
			if(_Abs(*_Get(mat,k,i,N)) > _Abs(*_Get(mat,maxEle,i,N)))
				maxEle = k;
		}
		if(*_Get(mat,i,i,N) == 0.0)
			return NULL;//某列主元为0，方程无解，返回NULL 
		else{
			_Swap(mat,vec,maxEle,i,N);//行交换 
		}
		
		for(int j=i+1;j<N;j++){
			//将列主元下的元素全部消为0	
			_Ik2J(mat,vec,i,-((*_Get(mat,j,i,N))/(*_Get(mat,i,i,N))),j,N);			
		}		
	}
	
	double * v_out = (double*)malloc(sizeof(double)*N);
	
	//回代 
	for(int i=N-1;i>=0;i--){
		//解出最下方可解的元 
		v_out[i] = vec[i]/(*_Get(mat,i,i,N));
		
		//对于已经解出的元，从vec中消去该元 
		for(int j=i-1;j>=0;j--){
			vec[j] -= v_out[i]*(*_Get(mat,j,i,N));
		}
	}
	
	return v_out; 
}

//打印输出矩阵 
void PrintMat(void * mat,int N){
	for(int i=0;i<N;i++){
		for(int j=0;j<N;j++){
			printf("%.2lf",*_Get(mat,i,j,N));
			printf("  ");
		}
		printf("\n\n");
	}
}


//以下为测试用main函数，示意函数使用方法 
int main(void){
	//求解线性方程组 Ax = b 的问题（对应有限元 Ku = F 的求解） 
	//	mat为系数矩阵，即为 A；vec为非齐次项，即为 b 
	double mat[3][3] = {{1,2,3},{1,5,3},{2,3,1}};
	double vec[3] = {-1,-1,-1};
	
	//	EMCP()函数会更改传入的系数矩阵mat与非齐次项vec 
	//	故此处为了演示用法重定义了一模一样的mat与vec 
	double _mat[3][3] = {{1,2,3},{1,5,3},{2,3,1}};
	double _vec[3] = {-1,-1,-1};

	printf("Answer of question: Ax = b\n");
	printf("\n\n");
	
	printf("A is:\n");
	PrintMat(mat,3);
	printf("\n");
	
	printf("b = \n");
	for(int i=0;i<3;i++){
		printf("%.2lf  ",vec[i]);
	}
	printf("\n\n");
	
	//【关键处】 
	//下面的语句展示了调用EMCP的用法 	
	//	double * EMCP(mat,vec,N) 一共需要3个参数
	//	第一个参数mat为系数矩阵，传入C语言中的二维数组的名字即可
	//	第二个参数vec为非齐次项的列向量，传入C语言中的一维数组名字即可 
	//	第三个参数N为方程的阶数
	//
	//	使用时必须保证mat与vec维数一致 
	double * v_out = EMCP(_mat,_vec,3);
	//EMCP()返回一个双精度一维数组 
	//	即解向量数组
	//	上面 v_out 与一维数组等价 
	//	可以使用如 v_out[i] 的形式访问每个元素 
	//
	
	PrintMat(_mat,3);
	
	if(v_out){
		printf("Output Vector x:\n");
		for(int i=0;i<3;i++){
			printf("%.5lf  ",v_out[i]);
		}
		printf("\n\n");
	
		printf("As the following equaltion:\n");
		
		for(int i=0;i<3;i++){
		printf("|");
			for(int j=0;j<3;j++){
				printf("%+4.2lf  ",*_Get(mat,i,j,3));
			}
			printf("\b\b|  [%+8.5lf]  =  |%+4.2lf|",v_out[i],vec[i]);
			printf("\n");
		}
	}
	else{
		printf("No Solution!");
	} 
}