matlab 三弯矩方程_第5章 解线性方程组的直接方法

关于线性方程组的数值解法一般有两类： 直接法和 迭代法
1. 直接法：直接法就是经过有限步算术运算，可求得线性方程组精确解的方法（若计算过程中没有舍入误差）。常用于求解低阶稠密矩阵方程组及某些大型稀疏矩阵方程组（如大型带状方程组）。
2. 迭代法：迭代法就是用某种极限过程去逐步逼近线性方程组精确解的方法。 优点：存储单元少、程序设计简单、原始系数矩阵在计算过程始终不变等； 缺点：存在收敛性及收敛速度问题。常用于求解大型稀疏矩阵方程组（尤其是由微分方程离散后得到的大型方程组）。

本文主要讲直接方法。

1 高斯消去法

高斯消去法也称为逐次消去法，是一个古老的求解线性方程组的方法，特别是由其改进而得到的选主元素消去法、三角分解法仍然是目前计算机上常用的有效方法。

高斯消去法的过程写成定理即为：

设

，其中

。

1. 如果

，则可通过高斯消去法将

约化为等价的三角形线性方程组（图1），且计算公式为：

图1: 三角形线性方程组

（1）消元计算

（2）回代计算

2. 如果

为非奇异矩阵，则可通过高斯消去法（及交换两行的初等变换）将方程组

约化为方程组（图1）。

上述消元和回代过程总的乘除法次数为

，加减法次数为

。

高斯消去法写成MATLAB代码为：

function [x,t] = GaussEli(A,b)
% 高斯消去法
% A: 系数矩阵
% b: 载荷矩阵
% x: 解矩阵
% t: 时间
tic
[row,col] = size(A);
x = zeros(row,1);

% 消元过程
for k = 1:row-1
    if A(k,k) == 0
        print('主对角元不能为0！');
    else
        for i = k+1:row
            m_ik = A(i,k)/A(k,k);
            for j = k+1:col
                A(i,j) = A(i,j) - m_ik*A(k,j);
            end
            b(i) = b(i) - m_ik*b(k);
        end
    end
end

% 回代过程
x(end) = b(end)/A(end,end);
for k = row-1:-1:1
    sum = 0;
    for j = k+1:col
        sum = sum + A(k,j)*x(j);
    end
    x(k) = (b(k)-sum)/A(k,k);
end

t = toc;
end

但是，由算法可知，高斯消去法对于某些简单的矩阵可能会失败，例如

图2

2 列主元消去法

由高斯消去法可知，在消元过程中可能出现

的情况，这时消去法将无法进行；而且即使满足主元素

但很小时，用其作除数，会导致其他元素数量级的严重增长和舍入误差的扩散，使得最后得到的计算结果不可靠。这也就是小主元带来的麻烦，所以还应该避免采用绝对值小的主元素

。

由此来看，对于一般矩阵来说，最好每一步选取系数矩阵（或消元后的低阶矩阵）中绝对值最大的元素作为主元素，以使得高斯消去法具有较好的数值稳定性。这就是全主元素消去法的思想，不足之处在于其在选主元时要花费较多机器时间，目前主要使用的是列主元消去法。

列主元消去法总体过程与高斯消去法基本一致，唯一不同之处在于在选主元之前增加了一步按列选主元，其过程直接写成MATLAB代码为：

function [x,t] = MainColGaussEli(A,b)
% 列主元素高斯消去法
% A: 系数矩阵
% b: 载荷矩阵
% x: 解矩阵
% t: 时间
tic
[row,col] = size(A);
x = zeros(row,1);

% 消元过程
for k = 1:row-1
    % 按列选主元
    max&