高斯消元
高斯消元法(Gauss-Jordan elimination)是求解线性方程组的经典算法,它在当代数学中有着重要的地位和价值,是线性代数课程教学的重要组成部分。
高斯消元法除了用于线性方程组求解外,还可以用于行列式计算、求矩阵的逆,以及其他计算机和工程方面。
夏建明等人之前提出了应用图形处理器 (GPU) 加速求解线性方程组的高斯消元法,所提出的算法与基于 CPU 的算法相比较取得更快的运算速度。二是提出各种变异高斯消元法以满足特定工作的需要。
消元法理论的核心
消元法理论的核心主要如下:
-
两方程互换,解不变;
-
一方程乘以非零数 k k k,解不变;
-
一方程乘以数 k k k 加上另一方程,解不变。
高斯消元法思想概念
德国数学家高斯对消元法进行了思考分析,得出了如下结论:
-
在消元法中,参与计算和发生改变的是方程中各变量的系数;
-
各变量并未参与计算,且没有发生改变;
-
可以利用系数的位置表示变量,从而省略变量;
-
在计算中将变量简化省略,方程的解不变。
高斯在这些结论的基础上,提出了高斯消元法,首先将方程的增广矩阵利用行初等变换化为行最简形,然后以线性无关为准则对自由未知量赋值,最后列出表达方程组通解。
高斯消元五步骤法
高斯消元法在将增广矩阵化为最简形后对于自由未知量的赋值,需要掌握线性相关知识,且赋值存在人工经验的因素,使得在学习过程中有一定的困难,将高斯消元法划分为五步骤,从而提出五步骤法,内容如下:
-
增广矩阵行初等行变换为行最简形;
-
还原线性方程组;
-
求解第一个变量;
-
补充自由未知量;
-
列表示方程组通解。
利用实例进一步说明该算法的运作情况。
例二:利用高斯消元法五步骤法求解线性方程组:
KaTeX parse error: Undefined control sequence: \notag at position 43: …1+5x_3+6x_4&=9 \̲n̲o̲t̲a̲g̲ ̲\\ x_3+x_4&=-4 …
增广矩阵行(初等)变换为行最简形
所谓增广矩阵,即为方程组系数矩阵 A A A 与常数列 b b b 的并生成的新矩阵,即 ( A ∣ b ) (A | b) (A∣b),增广矩阵行初等变换化为行最简形,即是利用了高斯消元法的思想理念,省略了变量而用变量的系数位置表示变量,增广矩阵中用竖线隔开了系数矩阵和常数列,代表了等于符号。
( 2 0 5 6 0 0 1 1 0 0 2 2 | 9 − 4 − 8 ) \left(\begin{matrix} 2 & 0 & 5 & 6 \\ 0 & 0 & 1 & 1 \\ 0 & 0 & 2 & 2 \end{matrix} \middle| \begin{matrix} 9 \\ -4 \\ -8 \end{matrix} \right) ⎝⎛200000512612∣∣∣∣∣∣9−4−8⎠⎞
→ r 3 − 2 r 2 ( 2 0 5 6 0 0 1 1 0 0 0 0 | 9 − 4 0 ) \xrightarrow{r_3-2r_2} \left(\begin{matrix} 2 & 0 & 5 & 6 \\ 0 & 0 & 1 & 1 \\ 0 & 0 & 0 & 0 \end{matrix} \middle| \begin{matrix} 9 \\ -4 \\ 0 \end{matrix} \right) r3−2r2⎝⎛200000510610∣∣∣∣∣∣9−40⎠⎞
化为行阶梯形
→ r 1 2 ( 1 0 2.5 3 0 0 1 1 0 0 0 0 | 4.5 − 4 0 ) \xrightarrow{\frac{r_1}{2}} \left(\begin{matrix} 1 & 0 & 2.5 & 3 \\ 0 & 0 & 1 & 1 \\ 0 & 0 & 0 & 0 \end{matrix} \middle| \begin{matrix} 4.5 \\ -4 \\ 0 \end{matrix} \right) 2r1⎝⎛100