高斯消元(求多组解)

题目
在这里插入图片描述
思路就是先从c列开始找出最大的一行与目前第r行做交换,然后把该行的第一个数除成1,再把r行下面的第c个元素消成0。如果最后r比n小,有无解和无限解的可能,等式左边已经变成0了,如果右边不为0就是无解,另外的就是有无限解。

#include<iostream>
#include<algorithm>
#include<cmath>
using namespace std;
const   int N=110;
const double eps=1e-6;
double a[N][N];
int n;
int gauss()
{
    int r,c;
    for(r=0,c=0;c<n;c++)
    {
        int t=r;
        for(int i=r;i<n;i++)
        if(fabs(a[i][c])>fabs(a[t][c]))//别忘了用fabs
        t=i;
        if(fabs(a[t][c])<eps)
        continue;
        for(int j=c;j<n+1;j++)
        swap(a[t][j],a[r][j]);
        for(int j=n;j>=c;j--)
        a[r][j]/=a[r][c];
        for(int i=r+1;i<n;i++)
        for(int j=n;j>=c;j--)
        a[i][j]-=a[i][c]*a[r][j];
        r++;
    }
    if(r<n)
    {
        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--)
    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+1;j++)
    cin>>a[i][j];
    int  t=gauss();
    if(t==2)    printf("No solution\n");
    else    if(t==1)    printf("Infinite group solutions\n");
    else    for(int i=0;i<n;i++)
    printf("%.2lf\n",a[i][n]);
    return 0;
}
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要使用Python进行高斯消元线性方程组的,你可以按照以下步骤进行操作: 1. 创建一个表示线性方程组的矩阵。假设你有n个未知数和n个方程,你可以创建一个n x (n+1)的增广矩阵,其中最后一列是方程组的常数项。 2. 实现高斯消元算法来将增广矩阵转化为上三角形矩阵。高斯消元算法包括以下步骤: - 遍历每一行,找到主元素(即该行第一个非零元素)。 - 如果主元素不在当前行,则交换行。 - 使用主元素将当前行下面的所有行进行消元,使得当前列下面的元素变为零。 3. 实现回代算法来上三角形矩阵的。回代算法包括以下步骤: - 从最后一行开始,计算未知数的值。 - 将已知未知数的值代入到上面的行中,逐步计算出其他未知数的值。 下面是一个示例代码,用于线性方程组的: ```python import numpy as np def gaussian_elimination(A): n = len(A) for i in range(n): max_row = i for j in range(i+1, n): if abs(A[j][i]) > abs(A[max_row][i]): max_row = j A[i], A[max_row] = A[max_row], A[i] for j in range(i+1, n): ratio = A[j][i] / A[i][i] for k in range(i, n+1): A[j][k] -= ratio * A[i][k] return A def back_substitution(A): n = len(A) x = np.zeros(n) for i in range(n-1, -1, -1): x[i] = A[i][n] / A[i][i] for j in range(i-1, -1, -1): A[j][n] -= A[j][i] * x[i] return x # 示例 A = np.array([[2, 1, -1, 8], [-3, -1, 2, -11], [-2, 1, 2, -3]]) A = gaussian_elimination(A) x = back_substitution(A) print("方程组的为:", x) ``` 这个示例中,我们使用numpy库创建一个增广矩阵A,然后分别调用高斯消元算法和回代算法来线性方程组的。你可以根据你的具体问题修改矩阵A的数值来不同的线性方程组。
评论
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