Gauss列主元消去法实验报告
Gauss列主元素消去法实验
Lab06．Gauss 列主元素消去法实验【实验目的和要求】1．使学生深入理解并掌握Gauss 消去法和Gauss 列主元素消去法步骤； 2．通过对Gauss 消去法和Gauss 列主元素消去法的程序设计，以提高学生程序设计的能力；3．对具体问题，分别用Gauss 消去法和Gauss 列主元素消去法求解。
通过对结果的分析比较，使学生感受Gauss 列主元素消去法优点。
【实验内容】1．根据Matlab 语言特点，描述Gauss 消去法和Gauss 列主元素消去法步骤。
2．编写用不选主元的直接三角分解法解线性方程组Ax=b 的M 文件。
要求输出Ax=b 中矩阵A 及向量b ，A=LU 分解的L 与U ，det A 及解向量x 。
3．编写用Gauss 列主元素消去法解线性方程组Ax=b 的M 文件。
要求输出Ax=b 中矩阵A 及向量b 、PA=LU 分解的L 与U 、det A 及解向量x ，交换顺序。
4．给定方程组(1) ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--11134.981.4987.023.116.427.199.103.601.3321x x x(2) ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----15900001.582012151********.23107104321x x x x 先用编写的程序计算，再将(1)中的系数3.01改为3.00，0.987改为0.990；将(2)中的系数2.099999改为2.1，5.900001改为9.5,再用Gauss 列主元素消去法解，并将两次计算的结果进行比较。
【实验仪器与软件】1．CPU 主频在1GHz 以上，内存在128Mb 以上的PC ；2．Matlab 6.0及以上版本。
实验讲评：实验成绩：评阅教师：200 年 月 日Lab06．Gauss 列主元素消去法实验第一题：1、算法描述：Ⅰ、Gauss 消去法由书上定理5可知 设Ax=b ，其中A ∈R^(n(1)如果()0(1,2,....,1)k kka k n ≠=-，则可通过高斯消去法将Ax=b 约化为等价的 角形线性方程组，且计算公式为：① 消元计算（k=1,2，….，n-1）()()(1)()()(1)()()/,1,...,,,,1,...,,,1,...,.k k ik ik kk k k k ij ij ik kj k k k iiik k m a a i k n a a m a i j k n b b m b i k n ++==+=-=+=-=+② 回带公式()()()()()1/,()/,1,...,2,1.n n n n nn ni i i i iii j ii j i x b a x ba x a i n =+==-=-∑（2）如果A 为非奇异矩阵，则可通过高斯消去法将方程组Ax=b 约化方程组为上三角矩阵以上消元和回代过程总的乘除法次数为332333nn nn +-≈，加减法次数为32353263nnn n+-≈以上过程就叫高斯消去法。
高斯列组元消去法
Console.WriteLine("高斯消去法方程：");
for (int i = 0; i < n; i++)
{
for (int j = 0; j < n; j++)
Console.Write(a[i, j].ToString() + " ");
Console.WriteLine();
{
s = 0;
for (j = i + 1; j <= n - 1; j++)
s = s + a[i, j] * x[j];
x[i] = (a[i, n] - s) / a[i, i];
}
return x;
}
static void Main(string[] args)
{
//double[,] a=new double[4, 5] { { 10, -7, 0, 1, 8 }, { -3, 2.099999, 6, 2, 5.900001 }, { 5, -1, 5, -1, 5 }, { 2, 1, 0, 2, 1 } };
高斯列组元消去法课程实验报告
课程名称
数值分析
班级
15计本
实验名称
高斯列组元消去法
姓名
学号
实验成绩
实验目的及要求
1.利用MATLAB编写高斯列组元消去法，并测试。
2.调用函数解题
实验环境
Windows 7或以上版本+ VS2010或以上版本
实验内容
调试过程及实验结果
总结
1、实验结果与理论一致；
Gauss列主元消去法实验
<数值计算方法>实验报告1.实验名称实验2 Gauss 列主元消去法2.实验题目用Gauss 列主元消去法求解线性方程组。
0.0011 2.0002 3.0003 1.0001.0001 3.7122 4.6233 2.0002.0001 1.0722 5.6433 3.000x x x x x x x x x ++=⎧⎪-++=⎨⎪-++=⎩3.实验目的加深自己对Gauss 列主元消去法的理解和认识，并且通过做实验或做练习来加强自己Gauss 列主元消去法的掌握，学会并灵活运用Gauss 列主元消去法来求解方程组。
4.基础理论-------Gauss 列主元消去法1.Gauss 列主元消去法的基本思想是：在进行第k （k=1,2，...，n-1)步消元时，从第k 列的kk a 及以下的各元素中选取绝对值最大的元素，然后通过行变换将它交换到主元素kk a 的位置上，再进行消元。
2.Gauss 列主元消去法的优点：当kk a （k=1,2，...，n-1)的绝对值很小时，用Gauss 列主元消去法来求解方程组时，可以避免所的数值结果产生较大误差或失真。
5.实验环境实验系统：Win 7实验平台：VisualC++语言6.实验过程写出算法→编写程序→计算结果Gauss 列元消去法的算法Input:方程组未知量的个数n;增广矩阵()()1,2,...,T ij A a A A An ==，其中i=1,2,…,n; j=1,2,…,n+1Output:方程组的解x1,x2,…,xn,或失败信息。
1. for i ←1ton-1 do;2. temp ←|ii a |;3. p ←I;4. for j ←i+1 to n do5. if ||ji a >temp then6. p ←j;8. end9. end10. if temp=0 then11. |return False;12. end13. if p ≠I then14. p A ⇔i A ;//i,p 两行交换15. end//列选主元16. for j ←i+1 to n do17.*j ji i A m A -ji m ←/ji ii a a ;18. j A ←*j ji i A m A -;//消元19. end7.实验结果原方程组的解为：X1=-0.490396 , x2=-0.051035 ,x3=0.3675208.附录程序清单#include<iostream.h> #include"stdio.h"#include"math.h"void main ( ){ int n=3,i,j,k,p;doubleA[10][10]={{0.001,2.000,3.000,1.000},{-1.000,3.712,4.623,2.000},{-2.0 00,1.072,5.643,3.000}},temp,m,x[100];for(i=0;i<n;i++){ //选主元temp=fabs(A[i][i]); p=i;for(k=i+1;k<n;k++)if(fabs(A[k][i])>temp){temp=fabs(A[k][i]); p=k;}if(temp==0){ printf("\n无法求解：");return;}if(p!=i)for(j=0;j<n+1;j++){ temp=A[i][j];A[i][j]=A[p][j];A[p][j]=temp;}//消元for(k=i+1;k<n;k++){ m=A[k][i]/A[i][i];for(j=i+1;j<=n;j++)A[k][j]=A[k][j]-m*A[i][j];}}//回代for(i=n-1;i>=0;i--){x[i]=A[i][n];for(j=i+1;j<n;j++)x[i]=x[i]-A[i][j]*x[j];x[i]=x[i]/A[i][i];}printf("\nx=\n");for(i=0;i<n;i++)printf("%f \n",x[i]);}。
高斯列主元消去法实验报告
《数值计算方法》实验报告专业：年级：学号：姓名：成绩：1.实验名称实验2高斯列主元消去法2. ：用Gauss列主消去法求解线性方程组0.001*X1+2.000*X2+3.000*X3=1.000-1.000*X1+3.217*X2+4.623*X3=2.000-2.000*X1+1.072*X2+5.643*X3=3.0003.实验目的a.熟悉运用已学的数值运算方法求解线性方程—Gauss列主消去法；b.加深对计算方法技巧的认识，正确使用计算方法来求解方程；c.培养用计算机来实现科学计算和解决问题的能力。
4.基础理论列主元消去法：a.构造增广矩阵b.找到每列绝对值的最大数；c.行变换；d.消去；e.回代5.实验环境Visual C++语言6.实验过程实现算法的流程图：7.结果分析a.实验结果与理论一致；b.由于数值设置成双精度浮点型，所以初值对计算结果影响不大；c.运用程序能更好的实现计算机与科学计算的统一和协调。
8. 附录程序清单#include<stdio.h>#include<math.h>int main(){int n=3,i,j,k,p;double a[4][4];double b[4];double x[4];double m[4][4];double temp;a[1][1]=0.001; a[1][2]=2.000; a[1][3]=3.000; b[1]=1.000;a[2][1]=-1.000; a[2][2]=3.1712; a[2][3]=2.000; b[2]=2.000;a[3][1]=-2.000; a[3][2]=1.072; a[3][3]=5.643; b[3]=3.000;for(i=1;i<=n-1;i++){temp=a[i][i];p=i;for(j=i+1;j<=n;j++)if(fabs(a[j][i])>temp){temp=a[j][i];p=j;}if(temp==0)return 0;if(p!=i) //换行{for(j=1;j<=n;j++)a[0][j]=a[i][j];for(j=1;j<=n;j++)a[i][j]=a[p][j];for(j=1;j<=n;j++)a[p][j]=a[0][j];b[0]=b[i];b[i]=b[p];b[p]=b[0];}for(j=i+1;j<=n;j++){m[j][i]=a[j][i]/a[i][i];for(k=i;k<=n;k++)a[j][k]=a[j][k]-m[j][i]*a[i][k];}}if(a[n][n]==0)return 0;x[n]=b[n]/a[n][n];for(i=n-1;i>=1;i--)//回代{temp=0;for(j=i+1;j<=n;j++)temp=temp+a[i][j]*x[j];temp=b[i]-temp;x[i]=temp/a[i][i];}for(i=1;i<=n;i++)//输出结果{printf("输出结果为：x[%d]=%lf ",i,x[i]);}printf("\n");return 0;}。
数值分析资料报告实验作业,gauss消去法地数值稳定性分析资料报告
实验3.1 Gauss 消去法的数值稳定性试验实验目的:观察和理解Gauss 消元过程中出现小主元(即)(k kka 很小)时引起的方程组解的数值不稳定性。
实验容：求解方程组b Ax =，其中（1）⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡⨯=11212592.1121-130.6-291.51314.59103.015-1A ，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=2178.4617.591b ； （2）⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----=2010151526990999999999.23107102A ,⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=15019000000000.582b . 实验要求：（1） 计算矩阵的条件数，判断系数矩阵是良态的还是病态的。
（2） 用Gauss 列主元消去法求得L 和U 及解向量421,R x x ∈.（3） 用不选主元的Gauss 消去法求得L ~和U ~及解向量421~,~R x x ∈.（4） 观察小主元并分析其对计算结果的影响. 程序如下:计算矩阵条件数及Gauss 列主元消去法: format longengA1=[0.3e-15 59.14 3 1;5.291 -6.130 -1 2;11.2 9 5 2;1 2 1 1];b1=[59.17;46.78;1;2]; n=4;k2=cond(A1) %k2为矩阵的条件数； for k=1:n-1a=max(abs(A1(k:n,k))); [p,k]=find(A1==a); B=A1(k,:);c=b1(k);A1(k,:)=A1(p,:);b1(k)=b1(p); A1(p,:)=B;b1(p)=c; if A1(k,k)~=0A1(k+1:n,k)=A1(k+1:n,k)/A1(k,k);A1(k+1:n,k+1:n)=A1(k+1:n,k+1:n)-A1(k+1:n,k)*A1(k,k+1:n); elsebreak end endL1=tril(A1,0); for i=1:nL1(i,i)=1; end L=L1U=triu(A1,0) for j=1:n-1b1(j)=b1(j)/L(j,j);b1(j+1:n)=b1(j+1:n)-b1(j)*L(j+1:n,j); endb1(n)=b1(n)/L(n,n); for j=n:-1:2b1(j)=b1(j)/U(j,j);b1(1:j-1)=b1(1:j-1)-b1(j)*U(1:j-1,j); endb1(1)=b1(1)/U(1,1); x1=b1运行结果如下： K2=68.43；⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡---⨯=-14929.00202.00893.0011755.04724.00011079.2600118L ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=801.0000231.1835.2001314.5902592.11U 1x =[18.9882;3.3378;-34.747;-33.9865]不选主元的Gauss 消去法程序： clearformat longengA1=[0.3e-15 59.14 3 1;5.291 -6.130 -1 2;11.2 9 5 2;1 2 1 1]; b1=[59.17;46.78;1;2]; n=4;for k=1:n-1A1(k+1:n,k)=A1(k+1:n,k)/A1(k,k);A1(k+1:n,k+1:n)=A1(k+1:n,k+1:n)-A1(k+1:n,k)*A1(k,k+1:n); endL1=tril(A1,0); for i=1:nL1(i,i)=1; end L=L1U=triu(A1,0) for j=1:n-1b1(j)=b1(j)/L(j,j);b1(j+1:n)=b1(j+1:n)-b1(j)*L(j+1:n,j); endb1(n)=b1(n)/L(n,n); for j=n:-1:2b1(j)=b1(j)/U(j,j);b1(1:j-1)=b1(1:j-1)-b1(j)*U(1:j-1,j); endb1(1)=b1(1)/U(1,1); x1=b1程序运行结果如下：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⨯⨯⨯=10189.010333.3011168.21033.3700110637.170001~151515L ⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡--⨯-⨯-⨯-⨯=-5.000816010637.171091.5210043.101314.59103.0~15151815U ]0;0;0005.1;6848.23[~1=x同理可得2A 对应的系数矩阵条件数及Gauss 列主元消去法求解结果： K2=8.994;⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-⨯=1333.04.0001104.0-3.0-0015.0000112-L ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=36667.300030.26005.155.2010710U ]0.1;;0.1;0.1;10444.0[152-⨯=-x不选主元的Gauss 消去法结果：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⨯⨯=1400.0109999.0-001104998.2-5.00013.0-0001~1212L ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⨯⨯⨯--=-3667.3000107495.5109987.14003.26100.1010710~121212U ]000145.1;99994.0;000.1;1045.1[~52-⨯-=-x实验4.5 三次样条插值函数的收敛性问题提出：多项式插值不一定收敛的，即插值的节点多，效果不一定就好。
试验四 Gauuss列主元消去法解线性方程组实验报告
for(j=0;j<m+1;j++) scanf("%lf",&ab[i][j]); printf("您输入的系数增广矩阵为:\n"); for(i=0;i<m;i++) { for(j=0;j<=m;j++) printf(" %10.9f",ab[i][j]); printf("\n"); } for(i=0;i<m-1;i++)//i 是行 { Change(ab,m,i); for(k=i+1;k<m;k++) { f=ab[i][i]; g=ab[k][i]; e=-(g/f); for(t=0;t<m+1;t++) { ab[k][t]+=ab[i][t]*e; } } } printf("经行处理后原矩阵变为:\n"); for(k=0;k<m;k++) { for(t=0;t<=m;t++) printf(" %10.9f",ab[k][t]); printf("\n"); } printf("方程组的解为:\n"); ab[2][2]=ab[2][3]/ab[2][2]; ab[1][1]=(ab[1][3]-ab[1][2]*ab[2][2])/ab[1][1]; ab[0][0]=(ab[0][3]-ab[0][2]*ab[2][2]-ab[0][1]*ab[1][1])/ab[0][0]; for(i=0;i<m;i++) printf("x%d=%10.9f\n",i+1,ab[i][i]); }
Gauss列主元消去法
贵州师范大学数学与计算机科学学院学生实验报告课程名称： 数值分析 班级： 实验日期： 年 月 日 学 号： 姓名： 指导教师： 实验成绩：一、实验名称实验五:线性方程组的数值解法二、实验目的及要求1. 让学生掌握用列主元gauss 消去法、超松弛迭代法求解线性方程组.2. 培养Matlab 编程与上机调试能力.三、实验环境每人一台计算机，要求安装Windows XP 操作系统，Microsoft office2003、MATLAB6.5(或7.0).四、实验内容1. 编制逐次超松弛迭代(SOR 迭代)函数(子程序),并用于求解方程组⎪⎪⎩⎪⎪⎨⎧=-++=+-+=++-=+++-141414144321432143214321x x x x x x x x x x x x x x x x取初始向量T x )1,1,1,1()0(=,迭代控制条件为 5)1()(1021||||--⨯≤-k k x x 请绘制出迭代次数与松弛因子关系的函数曲线,给出最佳松弛因子.SOR 迭代的收敛速度是否一定比Gauss-Seidel 迭代快?2. 编制列主元 Gauss 消去法函数(子程序),并用于解 ⎪⎩⎪⎨⎧=++-=-+-=+-615318153312321321321x x x x x x x x x要求输出方程组的解和消元后的增广矩阵. 注：题2必须写实验报告五、算法描述及实验步骤Gauss 消去法：功能 解方程组b Ax = .输入 n ,n n ij a A ⨯=)(,T n b b b b ),,,(21 =.输出 方程组的解T n x x x x ),,,(21 =或失败信息.步1 对1,,2,1-=n k 执行步2→步4 .步2 调选列主元模块 .步3 若0=kk a ，则=x “消去法失败”，结束 .步4 对n k k i ,,2,1 ++=执行步5→步6 .步5 对n k k j ,,2,1 ++=执行ij kj kk ik ij a a a a a +⨯-⇐/ .步6 i k kk ik i b b a a b +⨯-⇐/ .步7 nn n n a b x /⇐ .步8 对1,,2,1 --=n n i 执行ii n i j j ij i i a x a b x /)(1∑+=-⇐ .步9 输出T n x x x x ),,,(21 = .选列主元模块：功能 选列主元 .输入 n k k i b n k k j i a i ij ,,1,,;,,1,,, +=+= .输出 n k k i b n k k j i a i ij ,,1,,;,,1,,, +=+= .步1 kk a m ⇐；k l ⇐ .步2 对n k k i ,,2,1 ++=执行若m a ik >则ik a m ⇐；i l ⇐ .步3 若k l ≠，则交换kj a 和lj a ，n k k j ,,1, +=；交换k b 和l b .步4 返回主模块 .六、调试过程及实验结果>> A=[12,-3,3;-18,3,-1;1,1,1];>> b=[15;-15;6];>> x=Gauss1(A,b)Ab =-18.0000 3.0000 -1.0000 -15.00000 1.1667 0.9444 5.16670 0 3.1429 9.4286 index = 1x = 1.0000 2.0000 3.0000七、总结由于数)1(-k kka 在Gauss 消去法中有着突出的作用，第k 步消元时，要用)1(-k kk a 作除数，如果)1(-k kk a =0消元会失败，即使主元)1(-k kk a ≠0，但很小时，舍入误差也会使计算结果面目全非，避免这种缺陷的基本方法就是选主元。
数值分析实验报告(包括高斯消去、二分法、牛顿迭代法)
for k=1:N
x=(a+b)/2;
fx=feval(f,x);fa=feval(f,a);
if abs((b-a)/2)<e || abs(fx)<e
disp('the number of iterations is');k
f=input('please enter a function:f(x)=');
x0=input('please enter the initial value:x0=');
e=input('please enter error:e=');
N=input('please enter the largest number of iterations:N=');
disp('the approximate solution is');x
disp('f(x) is');fx
disp('the number of iterations is');k
return
else
x0=x;
end
end
end
disp('The maximum number of iterations is reached, stop calculation');
开课学院、实验室：实验时间：2014年1月1日
课程
名称
数值分析基础性实验
实验项目
名称
数值计算算法及实现
高斯消元实验报告
实验报告一Gauss消去法求解线性方程组实验一、实验内容分别用顺序Gauss消去法和列选主元gauss消去法求解方程组=二.算法原理对一般的形如的线性方程组，记增广矩阵.Guass消去法包括消元过程和回代过程，消去过程实际上是把通过有限步的初等变换（即把的某行的一个倍数加到另一行或变换的某两行），最终化成上三角阵，图示如下：而回带过程是自下而上求解上三角方程组在消元过程中将扔放在的位置上，具体算法过程（不做行交换的消元）：三、变量说明：n 方程组的阶数.A[3][3] 系数矩阵A.B[3] 常数项Bm[3][3] 经过Guass消元法后的系数矩阵i,j,k 随机变动量x[3] 3个变量X1,X2,X3四.程序设计#include<stdio.h>#include<math.h>main(){int n=3,i,j,k=0;doubleA[3][3]={{0.2641,0.1735,0.8642},{0.9411,-0.0175,0.1463},{-0.8641,-0.4243,0.0711}};double B[3]={-0.7521,0.6310,0.2501};double m[3][3];double X[3]={0,0,0};double s;for(k=0;k<=n-1;k++){for(i=k+1;i<n;i++){m[i][k]=A[i][k]/A[k][k];for(j=k+1;j<n;j++)A[i][j]=A[i][j]-m[i][k]*A[k][j];B[i]=B[i]-m[i][k]*B[k];}}for(i=n-1;i>=0;i--){s=0;for(j=i;j<n;j++)s+=A[i][j]*X[j];X[i]=(B[i]-s)/A[i][i];}for(i=0;i<3;i++)printf("%f\n",X[i]);}五.上机结果六.上机体会。
高斯消元法与列主元消去法实验报告
实验报告：Gauss消元法小组成员：李岚岚、邱粉珊、缪晓浓、杨水清学号：0917020040、0917010078、0917010073、0917010112一、实验问题编写两个程序，分别利用Gauss消元法和列主元消去法求解方程组二、分析及其计算过程Gauss顺序消元法：源程序：function [x]=gaussl(A,b)[n1,n2]=size(A);n3=size(b);if n1~=n2|n2~=n3|n1~=n3disp('A的行和列的维数不同!');return;endif det(A)==0disp('系数矩阵A奇异');return;end%消元过程L=eye(n1);for j=2:n1for i=j:n1L(i,j-1)=A(i,j-1)/A(j-1,j-1);A(i,:)=A(i,:)-L(i,j-1)*A(j-1,:);b(i)=b(i)-L(i,j-1)*b(j-1);endend%回代过程x(n1)=b(n1)/A(n1,n1);for t=n1-1:-1:1for k=n1:-1:t+1b(t)=b(t)-A(t,k)*x(k);endx(t)=b(t)/A(t,t);end程序的运行以及结果：>>A=[1 2/3 1/3;9/20 1 11/20;2/3 1/3 1];>>b=[2 2 2];>> [x]=gaussl(A,b)x =1 1 1Gauss列主元消去法：源程序：function [x]=gaussll(A,b) [n1,n2]=size(A);n3=size(b);if n1~=n2|n1~=n3|n2~=n3disp('输入的方程错误！');return;endif det(A)==0disp('系数矩阵A奇异');return;endmax=zeros(n1);for m=1:n1%找主元for i=m:n1if abs(A(i,m))>maxmax=A(i,:);A(i,:)=A(m,:);A(m,:)=max;maxb=b(i);b(i)=b(m);b(m)=maxb;endend%消元过程L=eye(n1);for j=2:n1for i=j:n1L(i,j-1)=A(i,j-1)/A(j-1,j-1);A(i,:)=A(i,:)-L(i,j-1)*A(j-1,:);b(i)=b(i)-L(i,j-1)*b(j-1);endendend%回代过程x(n1)=b(n1)/A(n1,n1);for t=n1-1:-1:1for k=n1:-1:t+1b(t)=b(t)-A(t,k)*x(k);endx(t)=b(t)/A(t,t);end程序的运行以及结果：>>A=[-0.002 2 2;1 0.78125 0;3.996 5.5625 4]; >>b=[0.4 1.3816 7.4178];>>[x]= gaussll(A,b)x =1.9273 -0.6985 0.9004。
Gauss消去法实验报告
a1(10)
x1
.
.
.
a(0) 1n
xn
b1(0)
a (1) 22
x2
.
.
.
a (1) 2n
xn
b2(1)
.
.
a (1) n2
x2
...
a (1) nn
xn
bn(1)
这样就完成了第 1 步消元。
回代过程：
在最后的一方程中解出
xn
，得：
xn
b ( n 1) n
％计算乘子 ％ 对 k+1~n 项进 行消元 %增广矩阵第 i 行 减去第 k 行的乘子 倍目的是将该矩 阵中的第 k 列中 a(k,k)以下的元 素全部消为零 ％回代求解
%此循环用来求 a （j,k）*x(j)由 k+1~n 项的和 %输出最终的解 X
end
x=zeros(n,1);
x(n)=b(n)/a(n,n);
实验二、列主元法解线性方程组
一、实验目的： １、学习使用 matlab 编写数值计算程序。 ２、了解列主元消去法的基本原理和解法思路及相应的编程方法。 ３、根据列主元法的原理编写 matlab 程序，并运行出相应的结果，提高 matlab 编程能力。
二、实验原理：
由一般线性方程组在使用 Gauss 消去法求解时，从求解过程中可以清楚地看到，若
a(k 1) kk
0
，必须施以行交换的手续，才能使消去过程继续下去。有时既使
a(k kk
1)
0
，
但其绝对值很小，由于舍入误差的影响，消去过程也会出现不稳定现象。因此，为
选列主元的高斯消去法实验报告2
选列主元的高斯消去法实验报告令狐烈一，实验目的：（1）掌握gauss消去法的基本算法思想和学会编写其MATLAB代码。
（2）掌握选列主元的gauss消去法的基本算法思想和学会编写其MATLAB代码。
（3）分析选列主元的gauss消去法相比于gauss消去法的优点。
（4）对选列主元的gauss消去法和gauss消去法进行误差分析二，实验原理对于非奇异矩阵A，求解线性方程组Ax=b可以使用gauss消去法进行。
但是，gauss消去法要求系数矩阵A的顺序主子式非奇异。
为此做出改进：每次消元之前，首先选出第i列（i<=k）中最大的作为列主元，这样，就能保证消元乘数不仅不被系数矩阵A的顺序主子式非奇异的限制，还这样就能有效的防止误差的传播与放大。
算法：（1）对增广矩阵[a b]进行第i次消元，首先选取列主元a(i,k)=Max|a(I,i:n),交换第i行与第k行；（2）以列主元进行消元，计算公式为a(k,i)= a(k,i)/a(i,i); (k=i+1:n)a(k,j)=a(k,j)-a(k,i)*a(i,j); (j=i:n)(3)回代法计算结果，计算公式为：x(n)=b(n)/a(n,n);x(p)=[b(p)-∑a(p,j)x(j)]/a(p,p) (j=p+1:n)注：gauss（a,b）为选取列主元gauss消去法，gauss2（a,b）为gauss消去法。
三，实验MATLAB程序代码实验的MATLAB程序代码如下四，实验结果与分析1，两种算法对系数矩阵的顺序主子式奇异线性方程的效果分析实验结果（如图一）对于顺序主子式奇异的系数矩阵，使用gauss消去法（gauss2（a,b））不能解出，而使用选列主元的gauss消去法（gauss（a,b））能够解出。
主要是选列主元的gauss消去法每次都选出最大的列主元，从而保证了每次用作除数的a(I,i)≠0.图一：两种算法对系数矩阵的顺序主子式奇异线性方程的效果2，两种算法对舍入误差的放大效应分析用随机生成函数random('Normal',1,7,10,10)生成10*10矩阵，分别gauss消去法和选列主元的高斯消去法解出，并用公式er(x)=||x−x∗||||x||≤cond(a)∗||r||||b||估计其误差，结果如下图。
计算方法实验报告_列主元高斯消去法
row_first=A[i][i]; for(int j=0;j<n+1;j++)
计算方法实验报告
{ A[i][j]=A[i][j]/row_first;
} }
for(int k=n-1;k>0;k--) {
for(int i=0;i<N;i++) {
for(int j=0;j<N;j++) {
A_B[i][j]=A[i][j]; } A_B[i][N]=B[i][0]; } return A_B; }
3
//输出矩阵 A 的 row x col 个元素 void Show_Matrix(double **A,int row,int col) {
for(int i=0;i<N;i++)
{
int row=Choose_Colum_Main_Element(N,A_B,i);
if(Main_Element<=e) goto A_0;
Exchange(A_B,N+1,row,i);
Elimination(N,A_B,i);
cout<<"选取列主元后第"<<i+1<<"次消元:"<<endl;
double factor; for(int i=start+1;i<n;i++) {
factor=A[i][start]/A[start][start]; for(int j=start;j<n+1;j++) {
数值分析实验二（列主元Gauss消去法）
《数值分析》实验报告实验编号：实验二课题名称：列主元Gauss消去法一、算法介绍1、输入矩阵的阶数n，方程组的增广矩阵A；2、对k=0,1,…,n-2，循环：选取列中绝对值最大的元素，将主元所在的行的元素保存在数组temp[n+1]中。
若主元为零，则系数矩阵奇异，计算停止；否则，顺序进行。
如果绝对值最大的元素就在矩阵的对角线上，则进行普通高斯消元法的第一大步，否则将方程组系数换行之后再进行普通高斯消元法的第一大步；3、然后利用回代法求解线性方程组。
二、程序代码#include<iostream>#include<cmath>#include<iomanip>using namespace std;int main(){int n=0,k=0,i=0,j=0,h=0,g=0,flag=0,i1,j1;double max=0,m=0;cout<<"***利用列主元Gauss消元法求解线性方程组***"<<endl;cout<<"请输入矩阵的阶数："<<endl;cin>>n;double a[n][n+1];double t[n+1];double x[n];memset(a,0,sizeof(a));memset(x,0,sizeof(x));cout<<"请输入方程组的增广矩阵："<<endl;for(i=0;i<n;i++){for(j=0;j<n+1;j++){cin>>a[i][j];}}for(k=0;k<n-1;k++){max=0;j1=0;for(i=k;i<n;i++){if(fabs(a[i][k])>max){max=fabs(a[i][k]);i1=i;j1=k;}}if(max==0){cout<<"该系数矩阵为奇异矩阵，计算停止"<<endl;flag=1;break;}else{cout<<"第"<<j1+1<<"列中绝对值最大的元素是"<<a[i1][j1]<<"，在线性方程组的第"<<i1+1<<"行"<<endl;if(i1!=k){for(j=0;j<=n;j++){t[j]=a[i1][j];a[i1][j]=a[k][j];a[k][j]=t[j];}}for(i=k+1;i<=n-1;i++){m=a[i][k]/a[k][k];for(j=k;j<=n;j++)a[i][j]=a[i][j]-m*a[k][j];for(g=0;g<n;g++){for(h=0;h<n+1;h++)cout<<setiosflags(ios::fixed)<<setprecision(2)<<a[g][h]<<" ";cout<<endl;}cout<<endl;}}}if(flag==0){x[n-1]=a[n-1][n]/a[n-1][n-1] ;double sum=0;for(k=n-2;k>=0;k--){sum=0;for(i=n-1;i>=k;i--)sum+=a[k][i]*x[i];x[k]=(a[k][n]-sum)/a[k][k];}cout<<"该线性方程组的解为："<<endl;for(i=0;i<n;i++)cout<<"x"<<i+1<<"="<<setiosflags(ios::fixed)<<setprecision(2)<<x[i]<<endl;}system("pause");return 0;}三、运算结果截屏四、算法分析列主元Gauss消元法避免了普通高斯消元法中出现的问题：遇到某个主元为零或者当主元绝对值很小时，计算将会停止或求出的结果将与其实际结果相差很远。
计算方法实验报告(2)----Gauss列主元法
计算方法实验报告实验名称：班级：学生姓名：学号：班级序号：课内序号:指导老师：2018-2019学年第2学期一、实验名称：Gauss消去法二、实验学时: 2学时三、实验目的和要求1、掌握高斯列主元法基础原理2、掌握高斯列主元法解方程组的步骤3、能用程序语言对Gauss列主元法进行编程实现四、实验过程代码及结果1、代码：using System;using System.Collections.Generic;using System.Linq;using System.Text;using System.Threading.Tasks;namespace ConsoleApplication_Gauss{public class GaussBase{private double[,] a;public double[,] A{get { return a; }set { a = value; }}private double[] x;public double[] X{get { return x; }set { x = value; }}public int n;public void CalcuX(){for (int i = n - 1; i >= 0; i--){double sum = 0;for (int j = i + 1; j < n; j++){sum += a[i, j] * x[j];}x[i] = (a[i, n] - sum) / a[i, i];}}public virtual void CalcuA(){}public void Output(){for (int i = 0; i < n; i++){//string s="";for (int j = 0; j <= n; j++){//s += string.Format("{0,-4}", a[i, j]);Console.Write("{0,6}", a[i, j]);}Console.WriteLine();}}public void Output(bool isX){Console.WriteLine("------最终的解为：----------");for (int i = 0; i < n; i++){Console.WriteLine("x[{0}]={1}", i, x[i]);}}public void Input(){Console.WriteLine("请输入方程阶数N：");n = int.Parse(Console.ReadLine());a = new double[n, n + 1];x = new double[n];Console.WriteLine("请输入方程系数A（i,j)：");for (int i = 0; i <= n - 1; i++){string s = Console.ReadLine();string[] ss = s.Split(' ');for (int j = 0; j <= n; j++){a[i, j] = Convert.ToDouble(ss[j]);}}}public void Calcu(){//Input();Console.WriteLine("------原始的矩阵为：----------");Output();CalcuA();Console.WriteLine("------应用高斯列主元法消元之后的矩阵A（i,j)为：----------");Output();CalcuX();Output(true);}public class GaussCol : GaussBase{public int FindMaxCol(int k){int ik = k;for (int i = k; i < n; i++){if (Math.Abs(A[i, k]) > Math.Abs(A[ik, k])){ik = i;}}if (A[ik, k] == 0) return -1;if (ik != k){for (int j = k; j <= n; j++){double t = A[ik, j];A[ik, j] = A[k, j];A[k, j] = t;}}return ik;}public override void CalcuA(){for (int k = 0; k < n - 1; k++){//-----------------------------------------int ik = FindMaxCol(k);//------------------------------------for (int i = k + 1; i < n; i++){//double Lik = a[i, k] / a[k, k];// for (int j = k ; j <= n; j++)for (int j = n; j >= k; j--){A[i, j] = A[i, j] - A[i, k] / A[k, k] * A[k, j];}//a[i, k] = 0;}//Output}}}class Program{static void Main(string[] args){GaussBase obj = new GaussCol();obj.Input();obj.Calcu();Console.ReadLine();}}}}2、结果：。
高斯列主消元数值分析实验报告
数值分析实验报告之高斯列主消元法一、实验目的：清楚高斯列主元消去法与高斯主元素消去法的区别，以及它提出的必要性；掌握高斯列主元消去法的原理及推导过程，会用其解简单的线性方程组。
二、实验内容：用高斯列主元消去法解方程组⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--643.5072.1000.2623.4712.3000.1000.3000.2001.0⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡321x x x =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡000.3000.2000.1 三、实验原理：在采用高斯消去法解方程组时，小主元可能产生麻烦，即用其做除数，会导致其他元素数量级的严重增长和舍入误差的扩散，最终使得计算的解不可靠。
故应避免采用绝对值小的主元素。
在消元之前，选择一个绝对值最大的元素作为主元，用其做除数来进行消元，这样就具有较好的数值稳定性。
这就是选主元消去法。
下面详细说明列主元素消去法。
第一步：在Ax=b 即)1()1(b x A =的系数矩阵)1(A 的第一列元素中选择一个绝对值最大的元素，不妨设为)1(1l a 。
对调)1(1j a 和)1(lj a 及)1(1b 和)1(l b (j=1,2,……,n ，1≤l ≤n)。
以)1(1l a 作为新的)1(11a 进行消元（消去对调后的第2～n 个方程中的1x ）。
第k 步：（1≤k ≤n-1）设第k-1步消元过程完成，得到)()(k k b x A =，检查)(k A 中第k 列的后n-k+1个元素)(k kk a ，)(1k k k a +，…，)(k nk a ，从中选出绝对值最大者，不妨设是)(k pk a ，称它为第k 列主元素。
若p=k ，则取)(k kk a 做除数直接进行消元。
若p ≠k,则将第p 个方程与第k 个方程对调，使)(k pk a 成为新的)(k kk a ，然后以其作为除数进行消元，继续这一过程，直至得到等价的三角形方程组)()(n n b x A =，下一阶段的回代过程不变。
实验二：列主元消元法实验报告
《数值分析》实验报告实验序号：实验二题目名称: 列主元Gauss消元法解n阶线性代数方程组学号: 姓名:任课教师: 马季骕专业班级:计算机科学与技术（非师范）1、实验目的：用列主元Gauss消元法解n阶线性代数方程组编写一个程序实现用列主元消元法实现解方程组的问题。
2、算法分析：其基本做法是把上述方程组通过列主元Gauss消元转化为一个等价的三角形方程组，然后再进行回代就可以求出方程组的解。
列主元消元的基本做法是选取系数矩阵的每一列中绝对值最大的作为主元，然后采取和顺序Gauss 消元法相同的步骤进行，求得方程组的解。
1. 列主元Gauss消元法的算法思想：1．输入系数矩阵A，右端项b,阶n。
2．对k=1,2,…,n，循环：（a）按列选主元保存主元所在行的指标。
（b）若a=0，则系数矩阵奇异，计算停止；否则，顺序进行。
（c）若=k则转向（d）；否则换行（d）计算乘子（e）消元：3. 回代：用右端项b来存放解。
3、实验分析：建立两个数组a和b，通过循环语句将ｎ阶增广矩阵输入进去，通过对列的循环对每一列进行消去未知数，通过ｎ小步ｎ大步把矩阵化简成上三角形矩阵，最后通过迭代法解得方程组得解。
３、函数分析：具体程序设计：for(i=1;i<=n;i++) //消元的第一重循环{p=0;q=0;for(m=i;m<n+1;m++){if(p<abs(a[m][i])) //比较选取列主元{p=abs(a[m][i]); //确定列主元q=m; //记录列主元所在的行序列号}}for(m=1;m<n+1;m++) //交换系数{a[0][0]=a[q][m]; //用a[0][0]做暂存单元a[q][m]=a[i][m];a[i][m]=a[0][0];}b[0]=b[q]; //交换常数项，用b[0]做暂存单元b[q]=b[i];b[i]=b[0];for(t=i;t<=n-1;t++) //具体的Gauss消元算法{w=a[t+1][i];for(j=i;j<=n;j++){a[t+1][j]=a[t+1][j]-a[i][j]*(w/a[i][i]);}b[t+1]=b[t+1]-b[i]*(w/a[i][i]);}k++;}for(i=n;i>=1;i--) //回代过程{for(j=1;j<=n;j++)v=a[i][j]*x[j]+v;x[i]=(b[i]-v)/a[i][i];v=0;}４、实验数据截频：5、程序说明：本程序在Dev C++ 环境中编译运行并且通过测试，也可以在VC++ 6.0环境中编译运行。
数值代数(第05周)实验报告
end
end
2.2.3实验（或测试）结果
得分：
3、综合运用：用列主元Gauss消去法求解线性方程组
3.1算法描述
得分：
（写出用列主元Gauss消去法的求解线性方程组Ax=b的计算过程）
(1)
(2)
(3)
3.2程序清单
3.2.1程序（和实验）代码
得分：
（用列主元Gauss消去法的求解线性方程组Ax=b的程序和实验代码）
%输入
% A: nxn级矩阵
%输出
% L: nxn级单位下三角矩阵形矩阵
% U: nxn级上三角形矩阵
% P:置换矩阵
%
n = size(A,1);
L = eye(n); U = zeros(n); P = eye(n); u = 1:n-1;
for k = 1:n-1
[v,pos] = max(abs(A(k:n,k))); %列主元
n = 100; A = rand(n); b = rand(n,1); x0 = A \ b; x = zeros(n,1);
A_ex = [A,b]; %增广矩阵
u=1:n-1;பைடு நூலகம்
for k = 1:n-1
[v,pos] = max(abs(A(k:n,k))); %列主元
if v < eps
error('矩阵是奇异的');
if v < eps
error('矩阵是奇异的');
end
u(k) = u(k) + pos - 1;%主元在矩阵中的位置
if u(k) ~= k%行交换