【矩阵】高斯消元

参考博客:

luogu P3389 【模板】高斯消元法

线性方程组(高斯消元)f_zyj

高斯消元—kuangbin

解线性方程组——高斯消元の板子


高斯消元:

【前置知识】:

高斯消元有一个很重要的应用就是求解线性方程组:

线性方程组:(特指n个变量)n个n元一次方程方程组

转化为矩阵,按照x1~xn排列,对应的值为b1~bn.


\large \left\{\begin{matrix} a_{11}x_{1}+a_{12}x_{2}+\cdots +a_{1n}x_{n}=b_{1}\\ a_{21}x_{1}+a_{22}x_{2}+\cdots +a_{2n}x_{n}=b_{2}\\ \cdots \\ a_{n1}x_{1}+a_{n2}x_{2}+\cdots +a_{nn}x_{n}=b_{n} \end{matrix}\right.

可以转化为矩阵:

【矩阵】高斯消元_第1张图片     【矩阵】高斯消元_第2张图片      \large b=\begin{pmatrix} b_{1}\\ b_{2}\\ \vdots\\ b_{n} \end{pmatrix}

其中,A叫系数矩阵,X为解集,b是常数项

以上线性方程组可以写成:

AX=b,满足矩阵乘法,X的每一列 元素  对应  乘以A中每一行上面;

 

增广矩阵:在原矩阵的基础上增加   增加列(行)【前提是:这个矩阵的行(列)数相同】

\large B=(A \ b)=\begin{pmatrix} a_{11} &a_{12} &\cdots &a_{1n} &b_{1} \\ a_{21} &a_{22} &\cdots &a_{2n} &b_{2} \\ \vdots &\vdots & &\vdots &\vdots \\ a_{n1} &a_{n2} &\cdots &a_{nn} &b_{n} \\ \end{pmatrix}

矩阵的初等变换:

1、交换矩阵的两行(交换i,j两行,记作 \large r_{i}\leftrightarrow r_{j}

2、以一个非零的数k乘矩阵的某一行(第i行乘数k,记作\large kr , r_{i}*k

3、把矩阵的某一行的k倍加到另一行(第j行乘数k加到第i行)

其中初等变换有行变换和列变换,以上都是行变换,可以统一改成列变换。


区分:

对于计算行列式的话,行列变化可以混用。但是那个不叫矩阵初等变换,叫行列式的性质

对于化简矩阵,求矩阵的秩,可以使用行列变换,但是只能统一使用行,或者统一使用列变化。

对于求解线性方程组的解集等,都是用行变换居多。


行阶梯型矩阵:

满足两个条件

(1)零行(元素全为0的行)位于矩阵的下方。

(2)各非零行的首非零元(从左到右的第一个不为零的元素)的列标,随着行标的增大而严格增大(或说其列标>=行标)

什么意思呢?(以下矩阵都是行阶梯型矩阵)

【矩阵】高斯消元_第3张图片   【矩阵】高斯消元_第4张图片

行最简形矩阵:

   【矩阵】高斯消元_第5张图片

标准形:(进行列变换,左上角为单位矩阵,其余全为0)

【矩阵】高斯消元_第6张图片


高斯约当消元的过程:

就是化简行阶梯型矩阵的过程,但是还有一些细节地方。

正所谓一图胜千言,我就拿《线性代数》-(中国人民大学出版-理工类 第五版)P93例题解释:


消元过程:

\large \left\{\begin{matrix} 2x_{1}+2x_{2}-x_{3}=6\\ x_{1}-2x_{2}+4x_{3}=3\\ 5x_{1}+7x_{2}+x_{3}=28 \end{matrix}\right.

转化为增广矩阵B=(A b):

 \large B=\begin{pmatrix} 2 & 2 &-1 &6 \\ 1&-2 &4 &3 \\ 5&7 &1 &28 \end{pmatrix}

\large ->\begin{pmatrix} 2 & 2 &-1 &6 \\ 0&-3 &\frac{9}{2} &0 \\ 0&2 &\frac{7}{2} &13 \end{pmatrix}

\large ->\begin{pmatrix} 2 & 2 &-1 &6 \\ 0&-3 &\frac{9}{2} &0 \\ 0&0 &\frac{13}{2} &13 \end{pmatrix}

\large ->\begin{pmatrix} 2 & 2 &-1 &6 \\ 0&-3 &\frac{9}{2} &0 \\ 0&0 &1&2 \end{pmatrix}=B'


回代过程:

消元到最后一行,观察,对于原方程:解得:\large x_{3}=2

\large x_{3}=2  代入消元后的B‘矩阵的第二行,解得:\large x_{2}=3

\large x_{2}=3\large x_{3}=2  代回第一条方程:

解得:\large x_{1}=1

这是大家手动实现的,但是放在矩阵里还没有算完。

\large B'=\begin{pmatrix} 2 & 2 &-1 &6 \\ 0&-3 &\frac{9}{2} &0 \\ 0&0 &1&2 \end{pmatrix} 

 \large ->\begin{pmatrix} 2 & 2 & 0 &-8 \\ 0 & -3 &0 &-9 \\ 0 & 0 &1 & 2 \end{pmatrix}

\large ->\begin{pmatrix} 2 & 2 & 0 &-8 \\ 0 & 1 &0 &3 \\ 0 & 0 &1 & 2 \end{pmatrix}

\large ->\begin{pmatrix} 2 & 0& 0 &2 \\ 0 & 1 &0 &3 \\ 0 & 0 &1 & 2 \end{pmatrix}

\large ->\begin{pmatrix} 1 & 0& 0 &1\\ 0 &1 &0 &3 \\ 0 & 0 &1 & 2 \end{pmatrix}


 

主元  数学概念

参考博客:高斯消元法(高斯·约当消元法)(浮点)

【算法实现】:

针对n个方程,n个未知数的方程组来说。

伪代码:

For 枚举每一列:

       找最大的行进行交换(操作叫:列换主元)

       特判对于这一位上是否

#include
using namespace std;
const int N=115;
const double eps=1e-7;
double a[N][N]; //增广矩阵(A b)
double x[N];    //解集
int n;
void Gauss_Jordan(){

    for(int col=1;col<=n;col++){
        int row=col;
        for(int i=row+1;i<=n;i++)   //选择对应列上最大值,更新下标
            if(fabs(a[i][col]-a[row][col])>=eps)
                row=i;
        if(fabs(a[row][col])<=eps) {
            printf("No Solution\n");
            return ;
        }
        //列换主元
        if(row!=col)    swap(a[row],a[col]);

        row=col;        //交换后,row返回对角线

        //对角线位置系数化为1
        //double K=a[row][col];
        //for(int j=col;j<=n+1;j++) a[row][j]/=K;

        //消元过程:
        for(int i=row+1;i<=n;i++){  //讨论对角线以下的位置
            if(fabs(a[i][col])<=eps) continue; //该位置为0,不作处理

            double K=a[i][col]/a[row][col];  //计算出首元素的比例
            for(int j=col;j<=n+1;j++)
                a[i][j]=a[i][j]-a[row][j]*K; //减去对应位置*比例

        }
    }
    //回代过程:
    //对第n条方程算出的第n个未知数开始回代,
    for(int i=n;i>=1;i--){
        x[i]=a[i][n+1];
        for(int j=i+1;j<=n;j++){
            x[i]=x[i]-a[i][j]*x[j]; //减去已解出来的未知数乘以对应的系数
        }
        x[i]=x[i]/a[i][i];          //别忘了,还需要把对应位置系数除去
    }
    for(int i=1;i<=n;i++){
        printf("%.2lf\n",x[i]);
    }

}
int main()
{
    scanf("%d",&n);
    for(int i=1;i<=n;i++)
        for(int j=1;j<=n+1;j++)
            scanf("%lf",&a[i][j]);

    Gauss_Jordan();
    return 0;
}

 

你可能感兴趣的:(矩阵)