计算方法 解线性方程组的直接法

解线性方程组的直接方法一、高斯消元法高斯消元法是解线性方程组最常用的方法之一、它通过一系列的消元操作，将线性方程组转化为阶梯型方程组，从而求解未知数的值。

1.确定线性方程组的阶数和未知数的个数。

设线性方程组中有n个未知数。

2.将线性方程组写成增广矩阵的形式。

增广矩阵是一个n行n+1列的矩阵，其中前n列是线性方程组的系数矩阵，第n+1列是等号右边的常数。

3.通过初等行变换（交换行、数乘行、行加行）将增广矩阵化为阶梯型矩阵。

具体步骤如下：a.首先，找到第一个非零元素所在的列，将它所在的行视为第一行。

b.将第一行的第一个非零元素（主元）变成1，称为主元素。

c.将主元所在列的其他元素（次元素）变为0，使得主元所在列的其他元素只有主元素是非零的。

d.再找到第一个非零元素所在的列，将它所在的行视为第二行，并重复上述步骤，直到将增广矩阵化为阶梯型矩阵。

4.根据阶梯型矩阵求解未知数的值。

具体步骤如下：a.从最后一行开始，依次求解每个未知数。

首先，将最后一行中非零元素所在的列作为含有该未知数的方程，将该未知数的系数设为1b.将含有该未知数的方程中其他未知数的系数设为0，并对其他方程进行相应的变换，使得该未知数所在列的其他元素都为0。

c.重复上述步骤，直到求解出所有未知数的值。

高斯消元法的优点是简单易懂、容易实现，但当线性方程组的系数矩阵接近奇异矩阵时，计算精度可能会降低。

二、矩阵求逆法矩阵求逆法是解线性方程组的另一种直接方法。

它通过对系数矩阵求逆，然后与常数矩阵相乘，得到未知数的值。

1.确定线性方程组的阶数和未知数的个数。

设线性方程组中有n个未知数。

2.将线性方程组写成矩阵方程的形式，即Ax=b，其中A是一个n阶方阵，x和b分别是n维列向量。

3.求系数矩阵A的逆矩阵A^-1a. 首先，计算系数矩阵A的行列式det(A)。

b. 判断det(A)是否为0，如果det(A)=0，则该线性方程组无解或有无穷多解；如果det(A)≠0，则系数矩阵A可逆。

线性方程的概念与解法线性方程是我们在数学中经常遇到的一类方程，其基本形式为ax + b = 0，其中a和b是已知的实数，x是未知数。

解线性方程的目标是找到满足方程的x的值。

解线性方程的方法有多种，下面将介绍常见的几种解法。

直接法：对于简单的线性方程，我们可以直接通过变量的运算来解得x的值。

例如，对于方程3x + 2 = 5，我们可以通过减去2，再除以3的操作来求解x，即x = (5-2)/3 = 1。

消元法：对于一般的线性方程组，我们可以通过消元法来求解。

消元法的基本思想是通过逐步的变换，使得方程组中的某个变量逐渐消失，从而简化方程组的解法。

我们可以通过适当的加减法来将方程组化为更简单的形式，直到最后得到只包含一个变量的方程，从而求解出该变量的值。

例如，考虑方程组：2x + 3y = 74x - y = 5我们可以通过消元法来求解该方程组。

首先，我们可以将第二个方程中的y的系数变为3，即将第二个方程乘以3，得到：12x - 3y = 15然后，我们可以将第一步得到的新方程与第一个方程相减，消去y 这个变量，得到新的方程：10x = 8最后，我们可以将方程两边同时除以10，求解出x的值为0.8。

将x的值代入方程2x + 3y = 7，可以求出y的值为2.2。

因此，该方程组的解为x = 0.8，y = 2.2。

矩阵法：对于包含多个方程的线性方程组，我们可以利用矩阵的方法求解。

矩阵法的基本思想是将线性方程组表示成矩阵的形式，然后通过矩阵的运算求解未知数。

考虑以下线性方程组：2x + 3y - z = 4x - 2y + 3z = 13x + y - 2z = 5我们可以将其表示为矩阵形式：⎡ 2 3 -1 ⎤⎡ x ⎤⎡ 4 ⎤⎢ 1 -2 3 ⎥ ·⎢ y ⎥ = ⎢ 1 ⎥⎣ 3 1 -2 ⎦⎣ z ⎦⎣ 5 ⎦然后，我们可以对这个矩阵进行行变换，将它化为上三角矩阵的形式。

通过适当的行变换操作，我们可以将第一列下方的元素变为0。

解线性方程组的直接方法实验报告解线性方程组的直接方法实验报告1.实验目的：1、通过该课题的实验，体会模块化结构程序设计方法的优点；2、运用所学的计算方法，解决各类线性方程组的直接算法；3、提高分析和解决问题的能力，做到学以致用；4、通过三对角形线性方程组的解法，体会稀疏线性方程组解法的特点。

2.实验过程：实验代码：#include "stdio.h"#include "math.h"#includeusing namespace std;//Gauss法void lzy(double **a,double *b,int n){int i,j,k;double l,x[10],temp;for(k=0;k<n-1;k++){for(j=k,i=k;j<n;j++){if(j==k)temp=fabs(a[j][k]);else if(temp<fabs(a[j][k])) {temp=fabs(a[j][k]);i=j;}}if(temp==0){cout<<"无解" ; return;}else{for(j=k;j<n;j++){temp=a[k][j];a[k][j]=a[i][j];a[i][j]=temp;}temp=b[k];b[k]=b[i];b[i]=temp;}for(i=k+1;i<n;i++){l=a[i][k]/a[k][k];for(j=k;j<n;j++)a[i][j]=a[i][j]-l*a[k][j];b[i]=b[i]-l*b[k];}}if(a[n-1][n-1]==0){cout<<"无解" ; return;}x[n-1]=b[n-1]/a[n-1][n-1]; for(i=n-2;i>=0;i--){temp=0;for(j=i+1;j<n;j++)temp=temp+a[i][j]*x[j];x[i]=(b[i]-temp)/a[i][i];}for(i=0;i<n;i++){printf("x%d=%lf ",i+1,x[i]);printf(" ");}}//平方根法void pfg(double **a,double *b,int n) {int i,k,m;double x[8],y[8],temp;for(k=0;k<n;k++){temp=0;for(m=0;m<k;m++)temp=temp+pow(a[k][m],2);if(a[k][k]<temp)return;a[k][k]=pow((a[k][k]-temp),1.0/2.0);for(i=k+1;i<n;i++){temp=0;for(m=0;m<k;m++)temp=temp+a[i][m]*a[k][m]; a[i][k]=(a[i][k]-temp)/a[k][k]; }temp=0;for(m=0;m<k;m++)temp=temp+a[k][m]*y[m];y[k]=(b[k]-temp)/a[k][k];}x[n-1]=y[n-1]/a[n-1][n-1];for(k=n-2;k>=0;k--){temp=0;for(m=k+1;m<n;m++)temp=temp+a[m][k]*x[m];x[k]=(y[k]-temp)/a[k][k];}for(i=0;i<n;i++){printf("x%d=%lf ",i+1,x[i]);printf(" ");}}//追赶法void zgf(double **a,double *b,int n){int i;double a0[10],c[10],d[10],a1[10],b1[10],x[10],y[10]; for(i=0;i<n;i++) {a0[i]=a[i][i];if(i<n-1)c[i]=a[i][i+1];if(i>0)d[i-1]=a[i][i-1];}a1[0]=a0[0];for(i=0;i<n-1;i++){b1[i]=c[i]/a1[i];a1[i+1]=a0[i+1]-d[i+1]*b1[i];}y[0]=b[0]/a1[0];for(i=1;i<n;i++)y[i]=(b[i]-d[i]*y[i-1])/a1[i];x[n-1]=y[n-1];for(i=n-2;i>=0;i--)x[i]=y[i]-b1[i]*x[i+1];for(i=0;i<n;i++){printf("x%d=%lf ",i+1,x[i]);printf(" ");}}int main{int n,i,j;double **A,**B,**C,*B1,*B2,*B3;A=(double **)malloc(n*sizeof(double)); B=(double **)malloc(n*sizeof(double));C=(double **)malloc(n*sizeof(double));B1=(double *)malloc(n*sizeof(double));B2=(double *)malloc(n*sizeof(double));B3=(double *)malloc(n*sizeof(double));for(i=0;i<n;i++){A[i]=(double *)malloc((n)*sizeof(double)); B[i]=(double *)malloc((n)*sizeof(double)); C[i]=(double *)malloc((n)*sizeof(double)); } cout<<"第一题(Gauss列主元消去法):"<<endl<<endl; cout<<"请输入阶数n:"<<endl;cin>>n;cout<<" 请输入系数矩阵: ";for(i=0;i<n;i++)for(j=0;j<n;j++){。

第三章 解线性方程组的直接法3.1 引言许多科学技术问题要归结为解含有多个未知量x 1, x 2, …, x n 的线性方程组。

例如，用最小二乘法求实验数据的曲线拟合问题，三次样条函数问题，解非线性方程组的问题，用差分法或有限元法解常微分方程、偏微分方程的边值等，最后都归结为求解线性代数方程组。

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（假设计算过程中没有舍 入误差）。

但实际计算中由于舍入误差的存在和影响，这种方法也只能求得线性方程组的近似解。

本章将阐述这类算法中最基本的高斯消去法及其某些变形。

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，迭代法需要的计算机存储 单元少、程序设计简单、原始系数矩阵在计算过程中不变，这些都是迭代法的优点；但是存在收敛性和收敛速度的问题。

迭代法适用于解大型的稀疏矩阵方程组。

为了讨论线性方程组的数值解法，需要复习一些基本的矩阵代数知识。

3.1.1 向量和矩阵 用nm ⨯R表示全部n m ⨯实矩阵的向量空间，nm C⨯表示全部n m ⨯复矩阵的向量空间。

此实数排成的矩形表，称为m 行n 列矩阵。

⎪⎪⎪⎪⎪⎭⎫⎝⎛=⇔∈n n x x x 21x R x x 称为n 维列向量矩阵A 也可以写成其中 a i 为A 的第i 列。

同理 其中Ti b 为A 的第i 行。

矩阵的基本运算：（1） 矩阵加法 )( ,n m nm R C ,R B ,R A B A C ⨯⨯⨯∈∈∈+=+=n m ij ij ij b a c .（2） 矩阵与标量的乘法 ij j a ci αα== ,A C（3） 矩阵与矩阵乘法 p nk kj ikb acij ⨯⨯⨯=∈∈∈==∑m p n n m R C ,R B ,R A AB C ( ,1（4） 转置矩阵 ji ij T n m a c ==∈⨯ , ,A C R A （5） 单位矩阵 ()nn ⨯∈=Re ,,e ,e I n 21 ，其中()T k e 0,0,1,0,0 = k=1,2,…,n（6） 非奇异矩阵 设n n ⨯∈R A ，n n ⨯∈R B 。

线性方程组的直接解法
线性方程组（linear equation system）是一类几何问题，也是解决线性系统和代数问题的重要方法，线性方程组由多个联立方程组成，这些方程中也可能含有未知量。

直接解法是把数学模型转换为数值模型，并给出实现其解题步骤的算法，它不同于间接求解的方法，既不做任何假设，也不处理不确定性问题，只是简单地直接求解线性方程组。

解线性方程组的直接解法主要分为三种，分别是高斯消元法、列主元消去法和列坐标变换法。

高斯消元法是一种比较常用的方法，主要是把线性方程组的未知量从左到右一步步求出来，其中用到的主要技术是把矩阵中部分元素消去为零，以便求解不定线性方程组的未知量。

而列主元消去法则是以一列为主元，去消除其他联立方程中出现的此列中的变量，从而最终求出其他未知变量的值。

最后，列坐标变换法是将线性方程组转换为一个更有利于求解的矩阵，其中未知量可以直接求得解答。

除了这三种常见方法外，还有一些更特殊的直接解法，比如要解常微分方程的未知函数，可以用拉格朗日方法和分部积分方法，再比如求解雅各比方程的根，可以通过主副方程互解求解，这种方法也叫作特征根法。

综上，解线性方程组的直接解法有高斯消元法、列主元消去法、列坐标变换法等；特殊问题可以采用拉格朗日方法、分部积
分法和特征根法等。

每种方法都有自己的优势，因此在使用时，可以根据问题的特点，选择适合的方法来解决。

实验报告2：解线性方程组的直接法姓名：杜娟学号：08012324 班级:勘查08-3班一．上机题目用高斯列主元消去法和LU分解法解线性方程组二．目的要求掌握用高斯列主元消去法和LU分解法设计程序，从而实现解线性方程组。

三．方法原理1.如果在一列中选取按模最大的元素，将其调到主干方程位置再做消元，则称为列主元消元法。

调换方程组的次序是为了使运算中做分母量的绝对值尽量地大，减少舍入误差的影响。

2.由高斯消元法得到启发，对消元的过程相当于将分解为一个上三角矩阵和一个下三角矩阵的过程。

如果直接分解得到和，。

这时方程化为，令，由解出；再由，解出。

这就是直接分解法。

四．算法步骤列主元消元法算法1．输入：方程组阶数n，方程组系数矩阵A和常数向量项b。

2．for k=1 to n-1 //选主元的消元过程{//选择{s=|a kk|,m=kfor u=k+1 to nif |a uk|>s then{m=u,s=| a uk|}for v=k to n //交换第k行和第m行{t=a kv; a kv=a mv; a mv=t}t=b k;b k=b m;b m=t}for i=k+1 to n{t=a ik/a kkfor j=k+1 to n{a ij=a ij-t*a kj}b i=b i-t*a kj}}3．for i:=n TO 1 //回代求解4．输出方程组的解 x i, i=1,2,…,n。

如果对于第k步，从k行至n行和从k列至n列中选取按模最大的，对第行和第行交换，对第列和第v列交换，这就是全主元消元法。

在k列和第v列交换时，还要记录下v的序号，以便恢复未知量xk和xv的位置。

LU分解法1计算的第一行元素要计算,则列出式（3.20）等号两边的第1行第1列元素的关系式：故。

一般地，由的第一行元素的关系式得到2计算的第一列元素要计算，则列出式（3.20）等号两边的第2行第1列元素的关系式：故。