矩阵的LU分解求解线性方程组(C++实现)

继续解方程组!
高斯消元法:http://blog.csdn.net/qq_26025363/article/details/53027926
列主元素高斯消元法:http://blog.csdn.net/qq_26025363/article/details/53044843
这次使用LU分解求解方程组的解,该方法思想就是将一个矩阵分解为一个单位下三角矩阵L和一个上三角矩阵U,属于矩阵的三角分解法,又称杜利特尔(Doolittle)分解。其实高斯消元法的进行的每一步消元操作,都是等于左乘一个初等置换阵。具体的该方法的证明在数值分析或者线性代数的课本上应该都有,在这就不给出证明和说明了。本篇文章主要给出具体的C++实现过程。
还是老样子,先贴代码吧!

#include<iostream>
using namespace std;

const int n = 3;
//矩阵的ALU分解
void ALU(double a[n][n], double b[n])
{
    double l[n][n] = { 0 };
    double u[n][n] = { 0 };
    int i, r, k;
    //进行U的第一行的赋值
    for (i = 0; i<n; i++)
    {
        u[0][i] = a[0][i];
    }

    //进行L的第一列的赋值
    for (i = 1; i<n; i++)
    {
        l[i][0] = a[i][0] / u[0][0];
    }

    //计算U的剩下的行数和L的剩下的列数
    for (r = 1; r<n; r++)
    {
        for (i = r; i <n; i++)
        {
            double sum1 = 0;
            for (k = 0; k < r; k++)
            {
                sum1 += l[r][k] * u[k][i];
                //cout << "" << r << "" << sum1 << endl;
            }
            u[r][i] = a[r][i] - sum1;
        }


        if(r!=n)
        for(i=r+1;i<n;i++)
        {
            double sum2 = 0;
              for (k = 0; k<r; k++)
            {
                  sum2 += l[i][k] * u[k][r];
            }
                l[i][r] = (a[i][r] - sum2) / u[r][r];
        }

    }

    double y[n] = { 0 };
    y[0] = b[0];
    for (i = 1; i<n; i++)
    {
        double sum3 = 0;
        for (k = 0; k<i; k++)
            sum3 += l[i][k] * y[k];
        y[i] = b[i] - sum3;
    }

    double x[n] = { 0 };
    x[n - 1] = y[n - 1] / u[n - 1][n - 1];
    for (i = n - 2; i >= 0; i--)
    {
        double sum4 = 0;
        for (k = i + 1; k<n; k++)
            sum4 += u[i][k] * x[k];
        x[i] = (y[i] - sum4) / u[i][i];
    }
    for (i = 0; i<n; i++)
        cout << "x[" << i + 1 << "]=" << x[i] << endl;
    return;
}


int main()
{
    double a[3][3] = { 1,2,3,2,5,2,3,1,5 };
    double b[3] = { 14,18,20 };
    ALU(a, b);
    return 0;
}

来分析一下实现过程吧,首先进行A=LU分解,按照分解的方法来,U的第一行和L的第一列算是初始化,可以直接用循环简单计算赋值,接下来计算剩下的行和列。这里有个计算的次序问题,必须先算U的一行后,才能计算L的一列,不然是错误的计算方法,我一开始实现的时候就犯了这个大错,挑了好久的bug,还有一个注意点就是循环变量的值域问题,也是比较难以掌握的。LU分解完后,就可以进行直接的求解了,先按LY=B,求解Y,然后按UX=Y,求解X。具体就是上述这样。即求AX=B;先将A=LU,然后LUX=B,先LY=B,求出Y,然后UX=Y,求出X。
求解三角矩阵的时间复杂度是O(N^2),但是分解过程是O(N^3),但是总体来说,时间复杂度跟高斯消元差不多,但是避免了高斯消元法的主元素为0的过程。
空间性能分析:我的实现方法不是最省空间的,我每个中间矩阵都开辟了新的空间,无疑浪费了很多不用的空间。给出改进方法,A=LU分解的元素都可以存放在A的矩阵中,因为当用过了aij那个元素后,便不在用了,所以可以占用原来空间。但是各有利弊,考虑如果是上千个元素的矩阵,引用传参,这样
无疑就改变原矩阵了,如果不想改变原矩阵的话,还是老老实实建一个矩阵,然后把LU都放进去,我的是建了2个矩阵,极大的浪费。但是实现简单,逻辑也简单,所以就贴上了。
如果文章有错误或不妥之处,请各位指出,谢谢!

  • 16
    点赞
  • 123
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
LU分解法是一种求解线性方程组的方法,它将系数矩阵A分解成一个下三角矩阵L和一个上三角矩阵U的乘积,即A=LU。然后,将方程组Ax=b转化为LUx=b,先解Ly=b,得到y,再解Ux=y,得到x,即可求解线性方程组。 具体步骤如下: 1. 将系数矩阵A进行LU分解,得到下三角矩阵L和上三角矩阵U。 2. 将方程组Ax=b转化为LUx=b,即Ly=b和Ux=y。 3. 先解Ly=b,得到y,即前向代入。 4. 再解Ux=y,得到x,即后向代入。 下面是一个例子: 考虑线性方程组 $$ \begin{bmatrix} 1 & -2 & 0 \\ -3 & 8 & 1 \\ 2 & -6 & -1 \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \\ x_3 \end{bmatrix} = \begin{bmatrix} -3 \\ 5 \\ -2 \end{bmatrix} $$ 我们可以将系数矩阵A进行LU分解,得到下三角矩阵L和上三角矩阵U: $$ \begin{bmatrix} 1 & -2 & 0 \\ -3 & 8 & 1 \\ 2 & -6 & -1 \end{bmatrix} = \begin{bmatrix} 1 & 0 & 0 \\ -3 & 1 & 0 \\ 2 & 1 & 1 \end{bmatrix} \begin{bmatrix} 1 & -2 & 0 \\ 0 & 2 & 1 \\ 0 & 0 & -1 \end{bmatrix} =LU $$ 然后,将方程组Ax=b转化为LUx=b,即Ly=b和Ux=y: $$ \begin{bmatrix} 1 & 0 & 0 \\ -3 & 1 & 0 \\ 2 & 1 & 1 \end{bmatrix} \begin{bmatrix} y_1 \\ y_2 \\ y_3 \end{bmatrix} = \begin{bmatrix} -3 \\ 5 \\ -2 \end{bmatrix} $$$$ \begin{bmatrix} 1 & -2 & 0 \\ 0 & 2 & 1 \\ 0 & 0 & -1 \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \\ x_3 \end{bmatrix} = \begin{bmatrix} y_1 \\ y_2 \\ y_3 \end{bmatrix} $$ 先解Ly=b,得到y,即前向代入: $$ \begin{cases} y_1=-3 \\ y_2=5+3y_1=8 \\ y_3=-2-2y_1-y_2=-5 \end{cases} $$ 再解Ux=y,得到x,即后向代入: $$ \begin{cases} x_3=\frac{y_3}{-1}=5 \\ x_2=\frac{y_2-x_3}{2}=\frac{8-5}{2}=\frac{3}{2} \\ x_1=\frac{y_1+2x_2}{1}=-\frac{1}{2} \end{cases} $$ 因此,线性方程组的解为 $$ \begin{bmatrix} x_1 \\ x_2 \\ x_3 \end{bmatrix} = \begin{bmatrix} -\frac{1}{2} \\ \frac{3}{2} \\ 5 \end{bmatrix} $$ 这就是LU分解法的求解过程。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值