线性方程组的直接解法命令(直接调用)

本科毕业论文（2010 届）题目线性方程组的直接解法及matlab的实现学院数学与信息工程学院专业数学与应用数学班级2006级数学1 班学号0604010127学生姓名胡婷婷指导教师王洁完成日期2010年5月摘要随着科技技术的发展及人类对自然界的不断探索模拟。

在自然科学和工程问题中的很多问题的解决常常归结为线性代数问题！本文的主要内容是对线性方程组求解方法的探讨,主要介绍了四种求解线性方程组的方法，第一种是教科书上常见的消元法，我们称之为基本法。

第二种方法是标准上三角形求解法，即将增广矩阵经过初等变换后化成标准上三角形，然后求解.它改进了一般教科书上的常见方法，与常见方法比较有如下优点:1)规范了自由未知量的选取;2）只用矩阵运算；3)减少了计算量.第三种方法是对特定的方程组（系数矩阵A为n阶对称正定矩阵，且A的顺序主子式均不为零。

）的求解方法进行描述，并且为这种线性方程的求解提供了固定的公式化的方法。

第四种方法是对现在实际问题中常常会遇到的系数矩阵为三对角矩阵的方程组的求解方法。

同时给出这几种方法的数值解法（matlab程序），由于运用电脑软件求解,所以必须考虑计算方法的时间、空间上的效率以及算法的数值稳定性问题,所以针对不同类型的线性方程组有不同的解法.但是，基本的方法可以归结为两大类,即直接法和迭代法.关键词高斯消去法;三角分解法；乔莱斯基分解法;追赶法AbstractSystems of linear equations are associated with many problems in engineering and scinence ，as well as with applications of mathematics to the social sciences and the quantitative study of business and economic problems.The main content of this article is the method for solving linear equations，we introduce four methods for solving linear equations in this paper。

解线性方程组的直接解法一、实验目的及要求关于线性方程组的数值解法一般分为两大类：直接法与迭代法。

直接法是在没有舍入误差的情况下，通过有限步运算来求方程组解的方法。

通过本次试验的学习，应该掌握各种直接法，如：高斯列主元消去法，LU分解法和平方根法等算法的基本思想和原理，了解它们各自的优缺点及适用范围。

二、相关理论知识求解线性方程组的直接方法有以下几种：1、利用左除运算符直接求解线性方程组为bx\=即可。

AAx=，则输入b2、列主元的高斯消元法程序流程图：输入系数矩阵A，向量b，输出线性方程组的解x。

根据矩阵的秩判断是否有解，若无解停止；否则，顺序进行；对于1p:1-=n选择第p列中最大元，并且交换行；消元计算；回代求解。

（此部分可以参看课本第150页相关算法）3、利用矩阵的分解求解线性方程组（1）LU分解调用matlab中的函数lu即可，调用格式如下：[L,U]=lu（A）注意：L往往不是一个下三角，但是可以经过行的变换化为单位下三角。

（2）平方根法调用matlab 中的函数chol 即可，调用格式如下：R=chol （A ）输出的是一个上三角矩阵R ，使得R R A T =。

三、研究、解答以下问题问题1、先将矩阵A 进行楚列斯基分解，然后解方程组b Ax =(即利用平方根法求解线性方程组，直接调用函数)：⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--------=19631699723723312312A ，⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=71636b 解答：程序：A=[12 -3 2 1;-3 23 -7 -3;2 -7 99 -6;1 -3 -6 19];R=chol(A)b=[6 3 -16 7]';y=inv(R')*b %y=R'\bx=inv(R)*y %x=R\y结果：R =3.4641 -0.8660 0.5774 0.28870 4.7170 -1.3780 -0.58300 0 9.8371 -0.70850 0 0 4.2514y =1.73210.9540-1.59451.3940x =0.54630.2023-0.13850.3279问题 2、先将矩阵A 进行LU 分解，然后解方程组b Ax =（直接调用函数）：⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----=8162517623158765211331056897031354376231A ，⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=715513252b解答：程序：A=[1/3 -2 76 3/4 5;3 1/sqrt(3) 0 -7 89;56 0 -1 3 13;21 65 -7 8 15;23 76 51 62 81];b=[2/sqrt(5);-2;3;51;5/sqrt(71)];[L,U]=lu(A)y=inv(L)*bx=inv(U)*y结果：L = 0.0060 -0.0263 1.0000 0 00.0536 0.0076 -0.0044 0.1747 1.00001.0000 0 0 0 00.3750 0.8553 -0.6540 1.0000 00.4107 1.0000 0 0 0U =56.0000 0 -1.0000 3.0000 13.00000 76.0000 51.4107 60.7679 75.66070 0 77.3589 2.3313 6.91370 0 0 -43.5728 -50.06310 0 0 0 96.5050y =3.0000-0.63880.859850.9836-11.0590x =0.13670.90040.0526-1.0384-0.1146问题3、利用列主元的高斯消去法，求解下列方程组：⎪⎪⎩⎪⎪⎨⎧=+--=--+=-+-=+-+01002010100511.030520001.0204321432143214321x x x x x x x x x x x x x x x x解答：程序：function [RA,RB,n,X]=liezhu(A,b)B=[A b];n=length(b);RA=rank(A);RB=rank(B);zhica=RB-RA;if zhica>0disp('Çë×¢Ò⣺RA~=RB£¬ËùÒÔ´Ë·½³Ì×éÎ޽⡣')returnendif RA==RBif RA==ndisp('Çë×¢Ò⣺ÒòΪRA=RB=n,ËùÒÔ´Ë·½³Ì×éÓÐΨһ½â¡£')X=zeros(n,1);C=zeros(1,n+1);for p=1:n-1[Y ,j]=max(abs(B(p:n,p)));C=B(p,:);for k=p+1:nm=B(k,p)/B(p,p);B(k,p:n+1)=B(k,p:n+1)-m*B(p,p:n+1)endendb=B(1:n,n+1);A=B(1:n,1:n);X(n)=b(n)/A(n,n);for q=n-1:-1:1X(q)=(b(q)-sum(A(q,q+1:n)*X(q+1:n)))/A(q,q);endelsedisp('Çë×¢Ò⣺ÒòΪRA=RB¡´n£¬ËùÒÔ´Ë·½³ÌÓÐÎÞÇî¶à½â¡£') endend键入A=[1 20 -1 0.0012 -5 30 -0.15 1 -100 -102 -100 -1 1];b=[0;1;0;0];[RA,RB,n,X]=liezhu(A,b)结果：请注意：因为RA=RB=n,所以此方程组有唯一解。

求解线性方程组的直接解法5.2 LU 分解① Gauss 消去法实现了LU 分解顺序消元结束时的上三角矩阵U 和所用的乘数,严格下三角矩阵。

将下三角矩阵的对角元改成1,记为L ,则有A =LU ,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-613322121121542774322这事实是一般的,我们不难从消去的第k 个元素时的矩阵k 行及k 列元素的历史得到这一点.因为从消元的历史有 u kj =a kj -m k 1u 1j - m k 2u 2j -…- m k ,k-1u k-1,j , j=k ,k+1,…,n m ik =(a ik -m i 1u 1k - m i 2u 2k -…-m i ,k-1u k-1,k )/u kk i=k+1,k+2,…,n 于是 a kj =m k 1u 1j +m k 2u 2j +…+m k ,k-1u k-1,j +u kj , j=k ,k+1,…,n a ik =m i 1u 1k +m i 2u 2k +…+m i ,k-1u k-1,k +m ik u kk i=k+1,k+2,…,n 从前面两个式子我们可以直接计算L 和U (见下段).将矩阵分解为单位下三角矩阵和上三角矩阵之积称为矩阵的LU 分解.顺序消元实现了LU 分解,同时还求出了g , Lg =b 的解.② 直接LU 分解上段我们得到(l ij =m ij ) u kj =a kj -l k 1u 1j -l k 2u 2j -…- l k ,k-1u k-1,j , j=k ,k+1,…,n l ik =(a ik -l i 1u 1k -l i 2u 2k -…-l i ,k-1u k-1,k )/u kk i=k +1,k+2,…,n2诸元素对应乘积,只不过算L 的元素时还要除以同列对角元.这一规律很容易记住.可写成算法(L 和U 可存放于A ): for k =1:n -1 for j=k :n u kj =a kj -l k 1u 1j -l k 2u 2j -…- l k ,k-1u k-1,jendfor i=k+1:nl ik =(a ik -l i 1u 1k -l i 2u 2k -…-l i ,k-1u k-1,k )/u kk end end这一算法也叫Gauss 消去法的紧凑格式,可一次算得L ,U 的元素,不需逐步计算存储.考察上面的表格会发现还可安排其它计算次序,只要在这一次序下每个元素左边的L 的元素与上方的U 的元素已计算在先。

线性方程组求解的直接法5.2线性方程组直接解法概述直接解法就是利用一系列公式进行有限步计算，直接得到方程组的精确解的方法．当然，实际计算结果仍有误差，譬如舍入误差，而且舍入误差的积累有时甚至会严重影响解的精度．这是一个众所周知的古老方法，但用在计算机上仍然十分有效．求解线性方程组最基本的一种直接法是消去法．消去法的基本思想是，通过将一个方程乘以或除以某个常数，以及将两个方程相加减这两种手段，逐步减少方程中的变元的数目，最终使每个方程仅含一个变元，从而得出所求的解．高斯（Gauss ）消去法是其中广泛应用的方法，其求解过程分为消元过程和回代过程两个环节．消元过程将所给的方程组加工成上三角方程组，所归结的方程组再通过回代过程得出它的解．Gauss 消去法由于添加了回代的过程，算法结构稍复杂，但这种改进的算法明显减少了计算量．直接法比较适用于中小型方程组．对高阶方程组，即使系数矩阵是稀疏的，但在运算中很难保持稀疏性，因而有存储量大，程序复杂等不足．5.3直接解法5.3.1Gauss 消去法Gauss 消去法是一个古老的求解线性方程组的方法，由它改进而来的选主元法是目前计算机上常用的有效的求解低阶稠密矩阵线性方程组的方法．例5.1用Gauss 消去法解方程组1231231232221(5.3.1)1324 (5.3.2)2539(5.3.3)2x x x x x x x x x ⎧++=⎪⎪++=⎨⎪++=⎪⎩解〖JP4〗第1步，式35.3.12⨯-（）（）加到式(5.3.2)上，式()15.3.1()2⨯-加到式(5.3.3)上，得到等价方程组123232322211(5.4.4)282(5.4.5)x x x x x x x ⎧++=⎪⎪-+=-⎨⎪⎪+=⎩第2步，式()2⨯5.3.4加到式(5.3.5)上得等价的方程组12323322211100(5.3.6)x x x x x x ++=⎧⎪-+=-⎨⎪=⎩第3步，回代法求解方程组(5.3.6)，即可求得该方程组的解为32110,1,.2x x x ===-.用矩阵描述其约化过程即为233(2)22221011100100r r r ⨯+⇒⎡⎤⎢⎥--⎢⎥⎢⎥⎣⎦→[]122133(1)3()21()222212221,3241/201111395/20282r r r r r r A b ⨯-+⇒⨯-+⇒⎡⎤⎡⎤⎢⎥⎢⎥=--⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦→.这种求解过程称为具有回代的Gauss 消去法．由此例可见，Gauss 消去法的基本思想是：用矩阵的初等行变换将系数矩阵A 化为具有简单形式的矩阵（如上三角阵、单位矩阵等），而三角形方程组是很容易回代求解的．一般地，设有n 个未知数的线性方程组为11112211211222221122n n n n n n nn n na x a x a xb a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎨⎪⎪++=⎩L L MM M L (5.3.7)1212)(,,)(,,)T T ij n n n n A a X x x x b b b b ⨯===L L （，，，则方程组(5.3.7)化为AX b =.方便起见，记()(1)det 0A AA ==≠，(1)b b =，且()1A的元素记为()()11,ij a b ，的元素记为()1i b ，则消去法的步骤如下：第1步：1110a≠（），，计算(1)11(1)11(2,3,4),i i a m i n a ==L 用()1i m -乘方程组(5.3.7)中的第1个方程加到第i个方程中()2,3,i n =L ，即进行行初等变换()112,3,i i i R m R R i n -⋅→=L ，消去第2个到第n个方程中的未知数1,x ,得等价方程组111121(2)(2)(2)22222(2)(2)(2)2inn n n nn n x a a b x a a b ⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦LMM LM M L (5.3.8)记为(2)(2)A X b =，其中(2)(1)(1)(2)(1)(1)1111(,2,3),2,3,ij ij i j i i i a a m a i j n b b m b i n =-==-=L L ，，第k 步()1,2,1k n =-L：继续上述消元过程．第1步到第1k -步计算已完成，且得到与原方程组等价的方程组(1)(1)(1)(1)1112111(2)(2)(2)222223()()()()()()nn k k k kkkn k n k k k nk nn n a a a b x a a b xx aa b x a a b ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦⎣⎦L L LLOM L M MMM L(5.3.9)记为()(()K k A X b =，进行第k 步消元：设()0k kka≠，计算乘数()()(1,)k ikk ik kka m k k n a ==+L ，用ik m -乘方程组(5.3.9)中第k 个方程加到第i 1)i k n =+L （，，，个方程上消去方程组(5.3.9)中第i 1)i k n =+L （，，个方程的未知数k x ，得到与原方程组等价的方程组：(1)()()(1)()()(1)(1)()(,1,)( 1.)k k k ij ij ik kj k k k i i ik k k k k k a a m a i j k n b b m b i k n A A k b b k ++++⎧=-=+⎪=-=+⎨⎪⎩L L （）与前行元素相同，与前个元素相同 (5.3.10) 记为(1)(1)k k A X b ++=其中(1)(1,k k A b ++）中元素计算公式为(1)()()(1)()()(1)(1)()(,1,)( 1.)k k k ij ij ik kj k k k i i ik k k k k k a a m a i j k n b b m b i k n A A k b b k ++++⎧=-=+⎪=-=+⎨⎪⎩L L （）与前行元素相同，与前个元素相同 (5.3.11)重复上述过程，且设()0(1,2,1)k kk a k n ≠=-L ，共完成1n -步消元计算，得到与方程组(5.3.7)等价的三角形方程组1111211(2)(2)(2)22222()()n n n n n nn n x a a b x a b ⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦LMOM M (5.3.12)再用回代法求方程组(5.3.12)的解，计算公式为()()()()1()(),(1,2,1)n n n nn n i i i ij j j i i i ii b x a b a x x i n n a =+⎧=⎪⎪⎨-⎪==--⎪⎩∑L (5.3.13)元素()k kka 称为约化的主元素．将方程组(5.3.7)化为方程组(5.3.12)的过程称为消元过程．方程组(5.3.12)的求解过程(5.3.13)称为回代过程．由消元过程和回代过程求解线性方程组的方法称为Gauss 消去法．定理5.1（Gauss 消去法）设AX b =。