数值计算实验|解线性方程组的消元法

最新推荐文章于 2023-06-28 14:30:03 发布
最新推荐文章于 2023-06-28 14:30:03 发布
阅读量2k 收藏 34
点赞数 7
分类专栏： 实验课|数值计算 文章标签： 线性代数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45673319/article/details/109203365
版权

一、实验目的

本实验主要涉及解线性方程组的直接法中的消元法和列主元消去法。通过上机计算使学生学会程序的录入和Matlab的使用与操作；通过计算结果的比较，使学生了解求线性方程组的精度不但与方法有关，而且与问题的性态有关。

二、实验内容

在这里插入图片描述

（1）算法
在这里插入图片描述
（2）程序
●程序代码

function x=shiyan1(A,b)
[n,n]=size(A);
for k=1:n
    p(k)=k;
end
for k=1:n-1
%Ñ¡ÁÐÖ÷Ôª
%选列主元
[temp,maxk]=max(abs(A(k:n,k)));
maxk=maxk+k-1;
if(maxk~=k)
     temp1=A(k,1:n);
     A(k,1:n)=A(maxk,1:n);
     A(maxk,1:n)=temp1;
     temp2=p(k);
     p(k)=p(maxk);
     p(maxk)=temp2;
end
 
%¼ÆËãPA=LU
%计算PA=LU
if(A(k,k)~=0)
     A(k+1:n,k)=A(k+1:n,k)/A(k,k);
     
A(k+1:n,k+1:n)=A(k+1:n,k+1:n)-A(k+1:n,k)*A(k,k+1:n);
end
end
clear temp temp1 temp2?%ÐγÉÓÒ¶ËÏî
                            %形成右端项
b=b(p);
%Çó½âLy=b
%求解Ly=b
for k=2:n
   b(k)=b(k)-A(k,1:k-1)*b(1:k-1);
end
%Çó½âUx=y
%求解Ux=y
b(n)=b(n)/A(n,n);
for k=n-1:-1:1
    b(k)=(b(k)-A(k,k+1:n)*b(k+1:n))/A(k,k);
end
%加入赋值x，保证x被赋值
for k=1:n
     x(k)=b(k);
end

●程序截图
在这里插入图片描述
在这里插入图片描述

三、实验任务

（1）将上述程序录入计算机，并进行调试。
调试成功。
（2）用调试好的程序解决如下问题：
用Gauss列主元素消去法求Ax=b的解，其中
在这里插入图片描述
●（a）题命令行窗口程序输入与输出结果如下：

>> A=[1 -1 2 -1;2 -2 3 -3;1 1 1 0;1 -1 4 3]
A =
     1    -1     2    -1
     2    -2     3    -3
     1     1     1     0
     1    -1     4     3
>> b=[-8 -20 -2 4]'
b =
    -8
   -20
    -2
     4
>> format long;
>> x=shiyan1(A,b)
x =
  -6.999999999999995  2.999999999999998  1.999999999999997  2.000000000000002

●（a）题窗口截图如下：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
●（b）题命令行窗口程序输入与输出结果如下：

>> A=[2.0000 -2.0000 3.0000 -3.0000;0.5000 2.0000 -0.5000 1.5000;0.5000 0 2.5000 4.5000;0.5000 0 0.2000 -0.4000]
A =
   2.000000000000000  -2.000000000000000   3.000000000000000  -3.000000000000000
   0.500000000000000   2.000000000000000  -0.500000000000000   1.500000000000000
   0.500000000000000                   0   2.500000000000000   4.500000000000000
   0.500000000000000                   0   0.200000000000000  -0.400000000000000
>> b=[-14 6 4 4]'
b =
   -14
     6
     4
     4
>> format long;
>> x=shiyan1(A,b)
x =
  25.161290322580641 -16.612903225806445 -22.129032258064509  10.387096774193546

●（b）题窗口截图如下：
在这里插入图片描述
在这里插入图片描述
（3）调用Matlab中的“\”解上述算例。
●（a）题命令行窗口程序输入与输出结果如下：

>>  A=[1 -1 2 -1;2 -2 3 -3;1 1 1 0;1 -1 4 3]
A =
     1    -1     2    -1
     2    -2     3    -3
     1     1     1     0
     1    -1     4     3
>> b=[-8 -20 -2 4]'
b =
    -8
   -20
    -2
     4
>> format long;
>>  x=A\b
x =
  -6.999999999999998
   3.000000000000000
   1.999999999999999
   2.000000000000000
>> format long;
>> x=shiyan1(A,b)
x =
  -6.999999999999995   2.999999999999998   1.999999999999997

●（a）题窗口截图如下：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

●（b）题命令行窗口程序输入与输出结果如下：

>> A=[2.0000 -2.0000 3.0000 -3.0000;0.5000 2.0000 -0.5000 1.5000;0.5000 0 2.5000 4.5000;0.5000 0 0.2000 -0.4000]
A =
   2.000000000000000  -2.000000000000000   3.000000000000000  -3.000000000000000
   0.500000000000000   2.000000000000000  -0.500000000000000   1.500000000000000
   0.500000000000000                   0   2.500000000000000   4.500000000000000
   0.500000000000000                   0   0.200000000000000  -0.400000000000000
>>  b=[-14 6 4 4]'
b =
   -14
     6
     4
     4
>> format long;
>> x=A\b
x =
  25.161290322580644
 -16.612903225806452
 -22.129032258064516
  10.387096774193548

>> format long;
>> x=shiyan1(A,b)
x =
  25.161290322580641 -16.612903225806445 -22.129032258064509  10.387096774193546

●（b）题窗口截图如下：
在这里插入图片描述
在这里插入图片描述

（4）分别用上述程序和Matlab中的“\”求线性方程组
在这里插入图片描述
①当n=10时：
●用程序解：

>> A=hilb(10);
b=(1:10)';
format long;
shiyan1(A,b)'

ans =
   1.0e+08 *
  -0.000009998189333
   0.000979943729503
  -0.023281474448041
   0.233002589296527
  -1.210665589642735
   3.594195329722782
  -6.322467936951993
   6.510563619029391
  -3.622833473596718
   0.840567489799199

●窗口截图如下：
在这里插入图片描述

●用“\”解：

>> A=hilb(10);
b=(1:10)';
format long;
A\b

ans =
   1.0e+08 *
  -0.000009998316280
   0.000979953705980
  -0.023281671354817
   0.233004270001089
  -1.210673190038930
   3.594215286826776
  -6.322499397976280
   6.510592970934195
  -3.622848408406987
   0.840570683406235

●窗口截图如下：
在这里插入图片描述

②当n=20时：
●用程序解：

>>  A=hilb(20);
b=(1:20)';
format long;
shiyan1(A,b)'

ans =

   1.0e+11 *

  -0.000000019403479
   0.000002224327300
  -0.000052948754714
   0.000292943938818
   0.003055979438376
  -0.048410770059000
   0.272233814835646
  -0.801741935096167
   1.279514831483144
  -1.002230606371555
   0.512286794841114
  -1.217355338178257
   1.628287819432132
   1.072830291206492
  -4.445149807227658
   4.240040585069163
  -2.062975568195349
   1.022957695111095
  -0.640594667648723
   0.187009007403822

●窗口截图如下：
在这里插入图片描述
在这里插入图片描述

●用“\”解：

>>  A=hilb(20);
b=(1:20)';
format long;
A\b
警告: 矩阵接近奇异值，或者缩放错误。结果可能不准确。RCOND =  5.231543e-20。 
 

ans =

   1.0e+12 *

   0.000000026996781
  -0.000004291664839
   0.000167935154054
  -0.002812084432282
   0.024839697941581
  -0.127222322914451
   0.389583742850322
  -0.691767340721250
   0.624587527253181
  -0.263848481338642
   0.664265987209912
  -1.919935436473158
   2.166604558474094
  -1.194549954842270
   1.119552208472303
  -1.423463283478544
   0.113473492323463
   1.343704151687982
  -1.094214762919976
   0.271038680397702

●窗口截图如下：
在这里插入图片描述
在这里插入图片描述
③当n=30时：
●用程序解：

>> A=hilb(30);
b=(1:30)';
format long;
shiyan1(A,b)'

ans =

   1.0e+11 *

  -0.000000076924758
   0.000010845649352
  -0.000357391268411
   0.004551869910115
  -0.023557638195059
   0.003581210206813
   0.519662034582864
  -2.541090293636888
   5.709794455735597
  -6.689213142862793
   4.969593290464653
  -6.166956872577877
   7.479141272547461
  -0.018684245719832
  -4.649734224423247
  -2.515216624415138
   4.017514943934164
  -1.998991797957529
   7.340894914261927
  -4.295019873949639
  -0.761317461336779
  -4.074440186140318
   2.577440068806253
  -1.009537797519588
   8.047431197540366
  -8.960421097157296
   5.484779935732302
  -4.493095803645594
   2.479166628311472
  -0.435927375365802

●窗口截图如下：
在这里插入图片描述
在这里插入图片描述

●用“\”解：

>>  A=hilb(30);
>> b=(1:30)';
format long;
A\b
警告: 矩阵接近奇异值，或者缩放错误。结果可能不准确。RCOND =  1.647474e-19。 
 

ans =

   1.0e+11 *

  -0.000000046948880
   0.000007445182443
  -0.000286845711456
   0.004647140967376
  -0.038725217332101
   0.179537454343672
  -0.457395748443258
   0.516862593815496
   0.179335577967648
  -0.936842465077658
   0.123278466926140
   1.519340914315617
  -1.846475806058420
   1.932670121041188
  -3.158502173614151
   3.357663662803517
  -1.066177187175942
  -0.774506960047759
  -1.006843372806605
   1.789951172911067
   1.220893536364581
  -0.499394753292967
  -1.525998990848227
  -0.346857476965359
  -1.376817806491880
   3.020536079430076
   0.914669212972973
  -1.628824403751380
  -0.771123067991843
   0.675379681756272

●窗口截图如下：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

（5）对上述算例的计算结果进行分析，你有哪些启示？
对于第（4）小问中的，当n=20和n=30时：两种方法求得的值不相同，用“\”求解出来的结果严重失真，甚至在MATLAB程序里出现了警告，而用Gauss求得准确解。因为Hilbert矩阵是“病态矩阵”，所以会导致所得的解不准确。
所以我们在使用程序时，一定要注意警告里的提示，虽然它并不能阻止程序的运行，但是它可能反映了问题与结果的准确性，虽然程序可以很快捷地求出解，但是如果我们没有掌握好理论知识而疏忽程序的编写的话，可能反而会导致事倍功半。
此外，程序的编写也不是只有唯一解答的，要不断掌握新的知识，这样才能尽可能用简单的方法求出复杂的问题。

.random
关注
  • 7
    点赞
  • 踩
  • 34
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
消元法求解线性方程组
weixin_30612769的博客
08-03 1797
这里的消元法，主要是针对矩阵$A$可逆的情况下(如果$A$不可逆消元后不好回代)，即线性方程组只有唯一解的情况下，有多解的情况的解法在后面介绍。 目前我们用于解线性方程组的方法依然是Gauss消元法。在Gauss消元法中，我们将右侧向量b与A写在一起作为一个增广矩阵进行同步的操作，这就默认了对A与b的操作数是相等的且每换一个b就要重复一遍对A的操作。然而...
数值方法实验用高斯消元法求解线性方程组
06-29
数值方法中用高斯消元法求解线性方程组，c++源码。已调试成功。
解线性方程组的消元法
11-11
解线性方程组的消元法，计算机数值方法实验，包含实验原理、目的内容、源程序代码、运行结果截图....
实验1-解线性方程组的消元法
12-15
实验1-解线性方程组的消元法，计算机数值方法 施吉林 第三版 课本P177实验一
用高斯消元法解线性方程组 的MATLAB程序
06-24
用高斯消元法解线性方程组 的MATLAB程序
数值与符号计算作业-线性方程组LinearEquation求解代码+实验报告（Python+C)
06-26
实验报告可能会涉及以下几个方面：首先，介绍线性方程组的基本理论，包括线性方程组的定义、解的存在性和唯一性。其次，对比Python和C语言在求解线性方程组时的实现细节和效率差异。再者，通过具体实例展示两种语言...
数值方法中用列主消元法求解线性方程组
06-29
线性方程组是许多科学计算的基础，列主消元法（也称为高斯消元法）是一种经典且实用的方法，用于求解这类方程组。本篇将详细介绍列主消元法以及如何使用C++编程语言实现它。 列主消元法是基于矩阵的变换，目的是将...
数值分析实验之求解线性方程组实现
02-28
在数值分析领域，线性方程组是一类基础且...通过这次实验，你可以深入理解线性方程组的解法原理，并提升Java编程能力，同时对数值计算的实现有更直观的认识。实践中，可以对比不同方法的性能，优化代码，提高解题效率。
数值计算实验3 解线性方程组实验（2）
weixin_44780625的博客
07-07 870
文章目录实验目的：进一步熟练掌握高斯消去法解线性方程组的算法并编写程序，提高编程能力和解算线性方程组问题的实践技能。实验内容：用高斯消去法和列主元法解线性方程组：需要word文件请关注该公众号，回复对应内容即可。 实验目的：进一步熟练掌握高斯消去法解线性方程组的算法并编写程序，提高编程能力和解算线性方程组问题的实践技能。 实验内容：用高斯消去法和列主元法解线性方程组： 需要word文件请关注该公众号，回复对应内容即可。 ...
解线性方程组的消元法c语言,高斯主列元消去法-C语言代码-解线性方程组
weixin_30117665的博客
05-22 320
高斯列主元消去法 求解线性方程组#include #include #include #define NUM 9/*#include #include using namespace std;*/void main(){/*ofstream fout;fout.open("c:\\users\\lcy\\desktop\\1.txt");*/double a[NUM][NUM] = {{12.3...
matlab中用高斯顺序消元法解线性方程组
11-13
用matlab编写的高斯顺序消元法解线性方程组
高斯消元法解线性方程组的Matlab程序
11-13
数值分析中的高斯消元程序，在Matlab中编写
数值分析实验报告， 解线性方程组的直接方法
03-09
解线性方程组的直接方法，数值分析实验报告， 解线性方程组的迭代法
偏微方程数值解线性元求解边值
05-15
用matlab编写的偏微方程边值问题的程序，偏微方程数值解得具体实验报告
实验一 直接法解线性方程组(android)
许佳佳的博客
04-14 3274
一、实验目的掌握Guass列选主消去法，三角分解法解线性方程。二、实验内容分别写出Guass列选主元消去法，三角分解法的算法，编写程序上机调试出结果，要求所编程序适用于任何线性方程组问题，即能解决这一类问题，而不是某一个问题。实验中以下列数据验证程序的正确性1、Guass列选主元消去法[2.5 2.3 -5.1][x1]  [3.7][5.3 9.6  1.5][x2]=[3.8][8.1 1.7...
线性方程组+高斯消元
weixin_43184669的博客
09-16 298
作用： 1.解n元一次线性方程组 2.可以用来求矩阵的秩 3.求可逆方阵的逆矩阵 其本质就是通过初等行变换，把线性方程组的增广矩阵化为行阶梯型矩阵。 未优化的高斯消元：（顺序消去法） 基本思想：目标就是把系数矩阵的增广矩阵通过初等行变换一步一步的转化为行阶梯型矩阵，然后从后到前把已求出的解代入前面的方程依次求解出各个解。同时注意无解的情况（见代码）。 洛谷P3389【模板】 #include &l...
数学建模算法（基于matlab和python）之 线性方程组的直接法（高斯列主元消去法与追赶法）(6/10)
最新发布
qq_59819866的博客
06-28 3131
2. 设三对角线性方程组的系数矩阵为A，则A可被分解为一个对角矩阵D和两个三角矩阵L和U的乘积，即A = LDU，其中D、L、U分别为对角线、下三角和上三角矩阵。3. 将方程Ax = b转化为LDUx = b的形式，令y = Ux，则可以得到两个方程Ly = b和Dy = c的形式，其中c = Dy。1. 将系数矩阵进行行列交换和倍加，使得矩阵的左上角元素为第一行第一列的元素，并且这个元素不为零。4. 重复2、3步，依次将矩阵的每一行的第一列元素变为1，并将其下方的元素都变为0。5. 得到方程组的解x。
高斯消元法求解线性方程组
hellocsz的博客
05-23 2万+
线性方程组是线性代数的核心考点之一，命题率比较高。线性方程组求解的基本方法就是高斯消元法。今天我们就给大家简单讲解如何利用高斯消元法求解线性方程组的解。 首先，我们先来了解一下线性方程组和高斯消元法的相关概念。 一、线性方程组 二、高斯消元法 1.线性方程组的初等变换 我们对线性方程组可以做如下的三种变换： （1）将一个非零常数 （2）将一个方程的若干倍加到另一个方程上...
高斯消元法解线性方程组（C++实现）
热门推荐
zhutou1280的博客
11-03 4万+
最近在学数值分析，正好学到求解线性方程组。就自己动手简单实现了一下。关于本算法的原理可以在《数值分析》第5版（李庆扬编），对应于该书的P145页，详细讲解了公式。因本人时间有限，暂时不详细编辑公式，等空闲了再来重新补充。       简要的说明下该算法的应用吧，高斯消元法在线性代数那门课肯定学过了，对于一般简单的3、4阶线性方程组，还可以进行纸上的笔运算，但是当数目过多，算起来就比较吃力了，所以借
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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