数值分析实验二(列主元Gauss消去法)

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。

<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]);}。

break;
end;
end;
X=x;
disp('迭代结果:');
X
format short;
输出结果：
因为不收敛，故出现上述情况。
4.超松弛迭代法：
%SOR法求解实验1
%w=1.45
%方程组系数矩阵
clc;
A=[2,10,0,-3;-3,-4,-12,13;1,2,3,-4;4,14,9,-13]
b=[10,5,-2,7]'
b=[10,5,-2,7]'
[m,n]=size(A);
if m~=n
error('矩阵A的行数和列数必须相同');
return;
end
if m~=size(b)
error('b的大小必须和A的行数或A的列数相同');
return;
end
if rank(A)~=rank([A,b])
error('A矩阵的秩和增广矩阵的秩不相同,方程不存在唯一解');
3．实验环境及实验文件存档名
写出实验环境及实验文件存档名
4.实验结果及分析
输出计算结果，结果分析和小结等。
解：1.高斯列主元消去法：
%用高斯列主元消去法解实验1
%高斯列主元消元法求解线性方程组Ax=b
%A为输入矩阵系数,b为方程组右端系数
%方程组的解保存在x变量中
format long;
A=[2,10,0,-3;-3,-4,-12,13;1,2,3,-4;4,14,9,-13]
return;
end
c=n+1;
A(:,c)=b;
for k=1:n-1

《Gauss 列主元消去法》实验报告实验名称：Gauss 列主元消去法程序设计 成绩：___________ 专业班级：数学与应用数学1202班 ：王晓阳 学号：28 实 验 日 期 ： 2014 年11月10日实验报告日期： 2014年 11月10日一．实验目的1.学习Gauss 消去法的基本思路和迭代步骤.2.学会运用matlab 编写高斯消去法和列主元消去法程序，求解线性方程组.3.当()k kk a 绝对值较小时，采用高斯列主元消去法.4.培养编程与上机调试能力.二、实验容用消去法解线性方程组的基本思想是用逐次消去未知数的方法把原线性方程组Ax b =化为与其等价的三角形线性方程组，而求解三角形线性方程组可用回代的方法求解.1.求解一般线性方程组的高斯消去法.(1)消元过程：设()0k kk a ≠，第i 个方程减去第k 个方程的()()/k k ik ik kk m a a =倍，(1,,)i k n =+，得到()()11k k A x b ++=.()()()()()()()11,,1,,k k k ij ij ik kj k k k i i ik k a a m a i j k n b b m b ++⎧=-=+⎪⎨=-⎪⎩经过n-1次消元，可把方程组()()11A x b =化为上三角方程组()()n n A x b =.(2)回代过程：()()()()()1//,1,,1n n n n nn n i i i i i ij j ii j i x b a x b a x a i n =+⎧=⎪⎛⎫⎨=-=- ⎪⎪⎝⎭⎩∑以解如下线性方程组为例测试结果.1212312310773264556x x x x x x x x -=⎧⎪-++=⎨⎪-+=⎩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()0k kk a =的情况，这是消去法将无法进行，即使主元素()0k kk a ≠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，最后也使得计算解不可靠.这时就需要选取主元素，假定线性方程组的系数矩阵A 是菲奇异的.(1)消元过程：对于1,2,,1k n =-，进行如下步骤：1) 按列选主元，记max pk ik k i na a ≤≤=2) 交换增广阵A 的p,k 两行的元素。

error('误差太大');
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

S2 若ann 0,则输出“ A是奇异矩阵”；停机 . S3 置xn an,n1 / ann ;
对i n 1, n 2,...1,
ai,n1 n aij x j
置xi
j i 1
aii
S4 输出x1, x2,..., xn ;停机.
作业：
P50 习题3
k in
aik
;
S12 若aik ,k 0,则输出“ A是奇异矩阵”；停机 .
S13 若ik k,则
akj aik , j j k,...,n 1;
S14 对i k 1,..., n
置aik aik / akk ; 对j k 1,..., n 1
置aij aij aik akj.
§2-2 Gauss列主元消去法
一、Gauss列主元消去法的引入 例1. 用3位浮点数运算，求解线性方程组
0.0001xx11
x2 x2
1 2
解: 本方程组的精度较高的解为
x* (1.00010001 ,0.99989999 )T
用Gauss消去法求解
A ( A,b)
0.000100 1
1 1
21
0.000100
m2110 000
0
回代后得到
1
1
1.00 104 1.00 104
x1 0.00 , x2 1.00
与精确解相比,该结果显然是错误的 究其原因,在求行乘数时用了很小的数0.0001作除数
如果在求解时将1,2行交换,即
A ( A,b)
1 0.000100
1 1
a(2) i2
,
交换第2行和第i2行，
2in
然后进行消元，得[ A(3) , b(3) ].

数值分析实验报告（1）学院：信息学院班级：计算机0903班姓名：***学号：********课题一A.问题提出给定下列几个不同类型的线性方程组，请用适当的方法求解线性方程组1、设线性方程组⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡--------------------------1368243810041202913726422123417911101610352431205362177586832337616244911315120130123122400105635680000121324⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡10987654321x x x x x x x x x x =⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡-2119381346323125 x *= ( 1, -1, 0, 1, 2, 0, 3, 1, -1, 2 )T2、设对称正定阵系数阵线方程组⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡----------------------19243360021411035204111443343104221812334161206538114140231212200420424⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡87654321x x x x x x x x = ⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡---4515229232060 x * = ( 1, -1, 0, 2, 1, -1, 0, 2 )T3、三对角形线性方程组⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡------------------4100000000141000000001410000000014100000000141000000001410000000014100000000141000000001410000000014⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡10987654321x x x x x x x x x x = ⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡----5541412621357 x *= ( 2, 1, -3, 0, 1, -2, 3, 0, 1, -1 )TB.（1）对上述三个方程组分别用Gauss 顺序消去法与Gauss 列主元消去法；平方根 与改进平方根法；追赶法求解（选择其一） （2）编写算法通用程序（3）在应用Gauss 消去时，尽可能利用相应程序输出系数矩阵的三角分解式C.(1)通过该课题的程序编制，掌握模块化结构程序设计方法 (2)掌握求解各类线性方程组的直接方法，了解各种方法的特点 (3)体会高斯消去法选主元的必要性 实验步骤：（高斯消去法，列主元，LU ）1顺序高斯消去法2.LU 分解法3.列主元高斯消去法（如下图）（1）高斯消去法运行结果如下（2）对方程的系数矩阵进行LU分解并求出方程组的解（3）列主元高斯消去法实验体会总结：利用gauss消去法解线性方程组的时候，如果没有经过选主元，可能会出现数值不稳定的现象，使得方程组的解偏离精确解。

录
实验报告一：非线性方程求解.................................................................................... 1
摘要、前言、数学原理 ............................................................................................. 1 Python 程序设计 ........................................................................................................ 2 结果分析和讨论 ......................................................................................................... 6 结论 ........................................................................................................................... 12 摘要、前言、数学原理 ........................................................................................... 13 Python 程序设计 ...................................................................................................... 14 结果分析和讨论 ....................................................................................................... 16 结论 ........................................................................................................................... 17 摘要、前言、数学原理 ........................................................................................... 18 Python 程序设计 ...................................................................................................... 19 结果分析和讨论 ..................................................................................................... 26 结论 ........................................................................................................................... 30 摘要、前言、数学原理 ........................................................................................... 31 Python 程序设计 ...................................................................................................... 32 结果分析和讨论 ....................................................................................................... 33 结论 ........................................................................................................................... 35

end
%消元过程
fori=k+1:n
m=A(i,k)/A(k,k);
forj=k+1:n
A(i,j)=A(i,j)-m*A(k,j);
end
b(i)=b(i)-m*b(k);
end
det=det*A(k,k);
end
det=det*A(n,n);
%回代过程
ifabs(A(n,n))<1e-10
flag='failure';return;
*x=(x0,x1….,xn),插值节点
*y=(y0,y1,…,yn);被插函数f(x)在插值节点处的函数值
*t求插值函数Pn(x)在t处的函数值
*返回值 插值函数Pn(x)在t处的函数值
*/
procedureNewton
forj=0to n
d1jyj;
endfor
forj=1to n
fori=j to n
[n,m]=size(A);nb=length(b)
%当方程组行与列的维数不相等时，停止计算，并输出出错信息
ifn~=m
error('The row and columns of matrix A must beepual!');
return;
end
%当方程组与右端项的维数不匹配时，停止计算，并输出错误信息
clear
fprintf('gauss-seidel迭代法')
x1_(1)=0;
x2_(1)=0;
x3_(1)=0;
fori=1:9
x1_(i+1)=7.2+0.1*x2_(i)+0.2*x3_(i);

数值分析-牛顿迭代法实验报告一、实验内容和要求用列主元高斯消去法解线性方程组Ax=b方程1：=;方程2：=;二、算法说明设Ax=b。

本算法用A的具有行交换的列祖元素消去法，校园结果冲掉A，乘数冲掉，计算解x冲掉常数项b，行列式存放在det中。

1.det←12.对于k=1,2,…,n-1(1)按列选主元=，(2)如果，=0，则计算停止(det(A)=0)(3)如果，=k，则转(4)(j=k,k+1,……,n)换行：，←-det(4)消元计算对于i=k+1,……,ni.←/ii.对于i=k+1,……,n←*iii.←-(5)det←*det3.如果，则计算停止(det(A)=0)4.回带求解(1)/(2)对于i=n-1,…,2,1←()/5.det←*det三、源程序#include <stdio.h>#include<conio.h>#include <math.h>#define max_dimension 20 //定义最大阶数为20 int n;static float a[max_dimension][max_dimension]; static float b[max_dimension];static float x[max_dimension];void main() {int I,j,d,row;float temp;float known_items;float l[max_dimension][max_dimension];printf("请输入方程的阶数:"); //输入矩阵阶数scanf("%d",&n);printf("\n");for (i=0; i<n; i++){printf("请输入第%d 的系数:",i+1); //矩阵输入for (j=0; j<n; j++){scanf("%f",&a[i][j]);}printf("\n");}printf("请输入常数项: "); //常数输入for (i=0; i<n; i++)scanf("%f",&b[i]);for (i=0; i<n; i++) //计算增广矩阵{for (j=0; j<n; j++);} for (d=0; d<n-1; d++){ row=d;for (i=d+1; i<n; i++) //查找最大元素所在行{if (fabs(a[i][d])>fabs(a[row][d]))row=i;}if (row!=d){for (j=d; j<n; j++){temp=a[row][j];a[row][j]=a[d][j];a[d][j]=temp;}temp=b[row];b[row]=b[d];b[d]=temp;}for (i=d+1; i<n; i++){l[i][d]=-a[i][d]/a[d][d];for (j=d; j<n; j++){a[i][j]=a[i][j]+a[d][j]*l[i][d];}b[i]=b[i]+b[d]*l[i][d];}}for (i=0; i<n; i++) //计算上三角矩阵{for (j=0; j<n; j++);}printf("\n");for (i=n-1; i>-1; i--){known_items=0;for (j=1; j<n-i; j++){known_items=known_items+a[i][i+j]*x[i+j]; }x[i]=(b[i]-known_items)/a[i][i];} printf("X的值分别为:\n");for (i=0; i<n; i++)printf("%.5f ",x[i]);//输出x的值printf("\n");getch();}四、实验结果方程1：=1592.22119=-631.76123=-493.50037方程2：=119.52600=-47.14207=-36.83984五、说明与分析在高斯消去法运算的过程中，如果出现(A(i,i))的绝对值等于零或过小的情况，则会导致矩阵元素数量级严重增长和舍入误差的扩散，使得最后的计算结果不可靠，所以需先对矩阵进行变换在计算。

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。

一、实验题目用顺序Gauss 消去法和列主元Gauss 消去法解线性方程组：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡--⨯-2178.4617.5911212592.112113.6291.51314.59103.0432115x x x x 二、 实验目的 1．掌握顺序Gauss 消去法和列主元Gauss 消去法的基本思路和迭代步骤；2．培养编程与上机调试能力。

三、实验原理1. 顺序Gauss 消去法的原理:（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 i i ik 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 b a x a i n =+==-=-∑2. 列主元Gauss 消去法的原理:设Ax=b.本算法用A 的具有行交换的列主元素法，消元结果冲掉A,乘数m ij 冲掉a ij ,计算解x 冲掉常数项b ，行列式存放在det 中。

（1）det ←1（2）对于k=1,2,…,n-1按列选主元：,max ik ik k i n a k a ≤≤=如果,0ik a k =，则停止（det （A ）=0）如果k i =k 则转（a ）换行：1*(*)/*det *det/ikkkij ij ik kjni i ij j ii ik kj i nn nn n n nnm a a a m a b b a b a m b a a b b a =+←←←←-←←=←∑（a ）.消元计算对于 i=k+1，…，n① ik a ←ik m =ik a /kk a② 对于j=k+1，…，n*ij ij ik kj a a m a ←←③ *i i ik k b b m b ←←det *det kk a ←（3）.如果0nn a =，则计算停止（det （A ）=0）（4）.回代求解四、实验内容及结果原始数据:A=[0.3e-15,59.14,3,1;5.291,-6.13,-1,2;11.2,9,5,2;1,2,1,1]; b=[59.17；46.78；1；2];1.顺序Gauss 消去法程序源代码%magauss.mfunction x=magauss(A,b,flag)%用途：顺序Gauss 消去法解线性方程组Ax=b%格式：x=magauss(A,b,flag), A 为系数矩阵, b 为右端项, 若flag=0, 则不 % 显示中间过程，否则显示中间过程, 默认为0, x 为解向量if nargin<3,flag=0;endn=length(b);%消元for k=1:(n-1)m=A(k+1:n,k)/A(k,k);A(k+1:n,k+1:n)=A(k+1:n,k+1:n)-m*A(k,k+1:n);b(k+1:n)=b(k+1:n)-m*b(k);A(k+1:n,k)=zeros(n-k,1);if flag~=0, Ab=[A,b], endend%回代x=zeros(n,1);x(n)=b(n)/A(n,n);for k=n-1:-1:1x(k)=(b(k)-A(k,k+1:n)*x(k+1:n))/A(k,k);end输入： A=[0.3e-15,59.14,3,1;5.291,-6.13,-1,2;11.2,9,5,2;1,2,1,1] b=[59.17；46.78；1；2]magauss2(A,b,0)结果:A =0.0000 59.1400 3.0000 1.00005.2910 -6.1300 -1.0000 2.000011.2000 9.0000 5.0000 2.00001.00002.0000 1.0000 1.0000b =59.170046.78001.00002.0000ans =3.84571.6095-15.476110.41132. 列主元Gauss消去法程序源代码%magauss2.mfunction x=magauss2(A,b,flag)%用途：列主元Gauss消去法解线性方程组Ax=b%格式：x=magauss(A,b,flag), A为系数矩阵, b为右端项, 若flag=0, % 则不显示中间过程，否则显示中间过程, 默认为0, x为解向量if nargin<3,flag=0;endn=length(b);for k=1:(n-1)%选主元[ap,p]=max(abs(A(k:n,k))); p=p+k-1;if p>kt=A(k,:); A(k,:)=A(p,:); A(p,:)=t;t=b(k); b(k)=b(p); b(p)=t;end%消元m=A(k+1:n,k)/A(k,k);A(k+1:n,k+1:n)=A(k+1:n,k+1:n)-m*A(k,k+1:n);b(k+1:n)=b(k+1:n)-m*b(k);A(k+1:n,k)=zeros(n-k,1);if flag~=0, Ab=[A,b], endend%回代x=zeros(n,1);x(n)=b(n)/A(n,n);for k=n-1:-1:1x(k)=(b(k)-A(k,k+1:n)*x(k+1:n))/A(k,k);end输入： A=[0.3e-15,59.14,3,1;5.291,-6.13,-1,2;11.2,9,5,2;1,2,1,1] b=[59.17,46.78,1,2]'magauss(A,b,0)结果:A =0.0000 59.1400 3.0000 1.00005.2910 -6.1300 -1.0000 2.000011.2000 9.0000 5.0000 2.00001.00002.0000 1.0000 1.0000b =59.170046.78001.00002.0000ans =23.68481.0005五、实验结果分析顺序高斯消去法求解线性方程组具有较高的稳定性，但计算过程繁琐。

实验二：Gauss列主元消去法程序1：Gauss列主元消去法A=input('请输入线性方程组的增广矩阵A=');n=length(A)-1;x=zeros(n,1);aa=zeros(n,1);for j=1:nfor i=1:(n+1)AA(j,i)=abs(A(j,i));endendfor k=1:(n-1)for i=k:naa(i-(k-1))=AA(i,k);endfor i=k:nif AA(i,k)==max(aa)breakendendif AA(i,k)==0breakfprintf('方程组系数矩阵奇异\n');elsefor j=k:(n+1)jh=A(i,j);A(i,j)=A(k,j);A(k,j)=jh;endendfenzi=A(k,k);for j=k:(n+1)A(k,j)=A(k,j)/fenzi;endfor p=(k+1):njj=A(p,k);for j=k:(n+1)A(p,j)=A(p,j)-jj*A(k,j);endendendif k==(n-1)x(n)=A(n,(n+1))/A(n,n);for i=(n-1):(-1):1he=0;for j=(i+1):nhe=he+A(i,j)*x(j);endx(i)=A(i,(n+1))-he;endendx用Gauss列主元消去法解方程组：1．请输入线性方程组的增广矩阵A=[1e-008,2,3,1;-1,3.172,4.623,2;-2,1.072,5. 643,3]x =-0.4653-0.07000.38002．请输入线性方程组的增广矩阵A=[4,-2,4,10;-2,17,10,3;-4,10,9,-7];x =2.94640.6071-0.14293．请输入线性方程组的增广矩阵A=[0.3e-020,1,0.7;1,1,0.9]x =0.20000.7000程序2：不选主元的高斯消去法A=input('请输入线性方程组的增广矩阵A=');n=length(A)-1;x=zeros(n,1);for k=1:(n-1)if A(k,k)==0breakfprintf('方程组不能用普通的高斯消去法解\n');elsefenzi=A(k,k);for j=k:(n+1)A(k,j)=A(k,j)/fenzi;endfor p=(k+1):njj=A(p,k);for j=k:(n+1)A(p,j)=A(p,j)-jj*A(k,j);endendx(n)=A(n,(n+1))/A(n,n);for i=(n-1):(-1):1he=0;for j=(i+1):nhe=he+A(i,j)*x(j);endx(i)=A(i,(n+1))-he;endendendx用不选主元的Gauss消去法解方程组：1．请输入线性方程组的增广矩阵A=[4,-2,4,10;-2,17,10,3;-4,10,9,-7];x =2.94640.6071-0.14292．请输入线性方程组的增广矩阵A=[1e-008,2,3,1;-1,3.172,4.623,2;-2,1.072,5. 643,3];x =-0.4653-0.07000.38003．请输入线性方程组的增广矩阵A=[0.3e-020,1,0.7;1,1,0.9]x =0.7000。

数值试验报告分析一、实验名称：解线性方程组的列主元素高斯消去法和LU 分解法二、实验目的及要求：通过数值实验，从中体会解线性方程组选主元的必要性和LU 分解法的优点，以及方程组系数矩阵和右端向量的微小变化对解向量的影响。

三、算法描述：本次试验采用的是高斯列主元消去法和LU 分解法求解线性方程组的解。

其中，高斯消去法的基本思想是避免接近于零的数作分母；能进行到底的条件:当A 可逆时，列主元Gauss(高斯）消去法一定能进行到底。

优点:具有很好的数值稳定性；具有与顺序Gauss 消去法相同的计算量。

列主元Gauss(高斯）消去法的精度显著高于顺序Gauss(高斯）消去法。

注意:省去换列的步骤，每次仅选一列中最大的元。

矩阵的三角分解法是A=LU,L 是下三角阵，U 是上三角阵,Doolittle 分解:L 是单位下三角阵，U 是上三角阵；Crout 分解:L 是下三角阵，U 是单位上三角阵。

矩阵三角分解的条件 是矩阵A 有唯一的Doolittle 分解的充要条件是A 的前n-1顺序主子式非零；矩阵A 有唯一的Crout 分解的充要条件是A 的前n-1顺序主子式非零。

三角分解的实现是通过(1)Doolittle 分解的实现； (2)Doolittle 分解的缺点：条件苛刻，且不具有数值稳定性。

（3）用Doolittle 分解求解方程组: AX=b LUX=b LY=bA=LU UX=Y ；四、实验内容：解下列两个线性方程组（1） ⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛--11134.981.4987.023.116.427.199.103.601.3321x x x （2） ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----15900001.582012151526099999.23107104321x x x x a 、用你熟悉的算法语言编写程序用列主元高斯消去法和LU 分解求解上述两个方程组，输出Ax=b 中矩阵A 及向量b, A=LU 分解的L 及U ，detA 及解向量x.b 、将方程组（1）中系数3.01改为3.00，0.987改为0.990，用列主元高斯消去法求解变换后的方程组，输出列主元行交换次序，解向量x及detA，并与（1）中结果比较。

《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：。

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。

实验内容：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); else break end endL1=tril(A1,0); for i=1:n L1(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:n L1(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。