高斯消去、追赶法 matlab
1. 分别用Gauss消去法、列主元Gauss消去法、三角分解方法求解方程组

程序:
(1)Guess消去法:
function x=GaussXQByOrder(A,b)
%Gauss消去法
N = size(A);
n = N(1);
x = zeros(n,1);
for i=1:(n-1)
for j=(i+1):n
if(A(i,i)==0)
disp('对角元不能为0');
return;
end
m = A(j,i)/A(i,i);
A(j,i:n)=A(j,i:n)-m*A(i,i:n);
b(j)=b(j)-m*b(i);
end
end
x(n)=b(n)/A(n,n);
for i=n-1:-1:1
x(i)=(b(i)-sum(A(i,i+1:n)*x(i+1:n)))/A(i,i);
end
命令行输入:
A=[1 -1 2 1;-1 3 0 -3 ;2 0 9 -6;1 -3 -6 19];
b=[1 3 5 7];
b=b';
x=GaussXQByOrder(A,b)
运算结果:
x =
-8.000000000000000
0.333333333333333
3.666666666666667
2.000000000000000
(2)列主元Gauss消去法
程序:
function x=GaussXQLineMain(A,b)
%列主元Gauss消去法
N = size(A);
n = N(1);
x = zeros(n,1);
zz=zeros(1,n);
for i=1:(n-1)
[~,p]=max(abs(A(i:n,i)));
zz=A(i,:);
A(i,:)=A(p+i-1,:);
A(p+i-1,:)=zz;
temp=b(i);
b(i)=b(i+p-1);
b(i+p-1)=temp;
for j=(i+1):n
m = A(j,i)/A(i,i);
A(j,i:n)=A(j,i:n)-m*A(i,i:n);
b(j)=b(j)-m*b(i);
end
end
x(n)=b(n)/A(n,n);
for i=n-1:-1:1
x(i)=(b(i)-sum(A(i,i+1:n)*x(i+1:n)))/A(i,i);
end
命令行:
A=[1 -1 2 1;-1 3 0 -3 ;2 0 9 -6;1 -3 -6 19];
b=[1 3 5 7];
b=b';
x=GaussXQLineMain(A,b)
运行结果:
x =
-8.000000000000005
0.333333333333332
3.666666666666668
2.000000000000000
(3)三角分解方法
程序:
function x = LU(A,b)
%三角分解
N = size(A);
n = N(1);
L = eye(n,n);
U = zeros(n,n);
x = zeros(n,1);
y = zeros(n,1);
U(1,1:n) = A(1,1:n);
L(1:n,1) = A(1:n,1)/U(1,1);
for k=2:n
for i=k:n
U(k,i) = A(k,i)-L(k,1:(k-1))*U(1:(k-1),i);
end
for j=(k+1):n
L(j,k) = (A(j,k)-L(j,1:(k-1))*U(1:(k-1),k))/U(k,k);
end
end
y(1)=b(1)/L(1,1);
for i=2:n
y(i)=b(i)-sum(L(i,1:i-1)*y(1:i-1));
end
x(n)=y(n)/U(n,n);
for i=n-1:-1:1
x(i)=(y(i)-sum(U(i,i+1:n)*x(i+1:n)))/U(i,i);
end
命令行:
A=[1 -1 2 1;-1 3 0 -3 ;2 0 9 -6;1 -3 -6 19];
b=[1 3 5 7];
b=b';
x=LU(A,b)
运行结果:
x =
-8.000000000000000
0.333333333333333
3.666666666666667
2.000000000000000

程序:function [times,wucha]=zhuiganfa(a,b,c,f)
%追赶法:x为所求解,times为所有乘除运算次数(即时间),wucha为误差的2-范数。
n=length(f);
x=zeros(n,1);
y=zeros(n,1);
times=0;
alpha=zeros(1,n);
p=zeros(1,n-1);
alpha(1)=b(1);
for i=2:n
p(i-1)=c(i-1)/alpha(i-1);
alpha(i)=b(i)-a(i-1)*p(i-1);
times=times+1;
end
y(1)=f(1)/b(1);
for i=2:n
y(i)=(f(i)-a(i-1)*y(i-1))/alpha(i);
times=times+1;
end
x(n)=y(n);
for i=n-1:-1:1
x(i)=y(i)-p(i)*x(i+1);
times=times+1;
end
A=zeros(n,n);
A=diag(b,0)+diag(a,-1)+diag(c,1);
wucha=norm((A*x-f'),2);
命令行(n=20):
a=repmat(11,1,19);
b=repmat(-19,1,20);
c=repmat(7,1,19);
f1=repmat(1.1,1,18);
f=[0 f1 1];
[times,wucha]=zhuiganfa(a,b,c,f)
运行结果:
times =
57
wucha =
8.009010697694412e-15
n=50时
命令行:
a=repmat(11,1,49);
b=repmat(-19,1,50);
c=repmat(7,1,49);
f1=repmat(1.1,1,48);
f=[0 f1 1];
[times,wucha]=zhuiganfa(a,b,c,f)
运行结果:
times =
147
wucha =
1.292635294609912e-14
命令行(n=100)
a=repmat(11,1,99);
b=repmat(-19,1,100);
c=repmat(7,1,99);
f1=repmat(1.1,1,98);
f=[0 f1 1];
[times,wucha]=zhuiganfa(a,b,c,f)
结果:
times =
297
wucha =
2.599344850768740e-14

程序:function [count,wucha] = zhouqisanduijaiozhuiganfa(a,b,c,f)
%x为所求解,count为所有乘除运算次数
n=length(f);
x=zeros(n,1);
y=zeros(n,1);
count=0;
l=zeros(1,n-2);
s=zeros(1,n-1);
u=zeros(1,n);
t=zeros(1,n-1);
u(1)=b(1);t(1)=1;
s(1)=1/u(1);y(1)=f(1);
for i=2:n-1
l(i-1)=a(i-1)/u(i-1);
u(i)=b(i)-l(i-1)*c(i-1);
t(i)=-l(i-1)*t(i-1);
s(i)=-s(i-1)*c(i-1)/u(i);
y(i)=f(i)-l(i-1)*y(i-1);
count=count+4;
end
st=0;
for k=1:n-1
st=st+s(k)*t(k);
count=count+1;
end
sy=0;
for k=1:n-2
sy=sy+s(k)*y(k);
count=count+1;
end
u(n)=b(n)-st-s(n-1)*(c(n-1)+t(n-1));
y(n)=f(n)-sy;
x(n)=y(n)/u(n);
for i=n-1:-1:1
x(i)=(y(i)-c(i)*x(i+1)-t(i)*x(n))/u(i);
count=count+1;
end
A=zeros(n,n);
A=diag(b,0)+diag(a,-1)+diag(c,1);
A(n,1)=1;
A(1,n)=1;
wucha=norm((A*x-f'),2);
命令行:
n=10;
a=repmat(11,1,n-1);b=repmat(-19,1,n);
c=repmat(7,1,n-1);f1=repmat(1.1,1,n-2);f=[0 f1 1];
[count,wucha]= zhouqisanduijaiozhuiganfa(a,b,c,f)
运行结果:
count =
58
wucha =
4.525439045433075
n=30
count =
198
wucha =
5.951269557941316
n=100
count =
688
wucha =
5.993271932634396
高斯消去、追赶法 matlab的更多相关文章
- 高斯混合模型(GMM)及MATLAB代码
之前在学习中遇到高斯混合模型,卡了很长一段时间,在这里记下学习中的一些问题以及解决的方法.希望看到这篇文章的同学们对高斯混合模型能有一些基本的概念.全文不废话,直接上重点. 本文将从以下三个问题详解高 ...
- matlab 求解线性方程组之LU分解
线性代数中的一个核心思想就是矩阵分解,既将一个复杂的矩阵分解为更简单的矩阵的乘积.常见的有如下分解: LU分解:A=LU,A是m×n矩阵,L是m×m下三角矩阵,U是m×n阶梯形矩阵 QR分解: 秩分解 ...
- [zz] 混合高斯模型 Gaussian Mixture Model
聚类(1)——混合高斯模型 Gaussian Mixture Model http://blog.csdn.net/jwh_bupt/article/details/7663885 聚类系列: 聚类( ...
- matlab中fft快速傅里叶变换
视频来源:https://www.bilibili.com/video/av51932171?t=628. 博文来源:https://ww2.mathworks.cn/help/matlab/ref/ ...
- 【原创】开源Math.NET基础数学类库使用(16)C#计算矩阵秩
本博客所有文章分类的总目录:[总目录]本博客博文总目录-实时更新 开源Math.NET基础数学类库使用总目录:[目录]开源Math.NET基础数学类库使用总目录 上个月 ...
- C++线性方程求解
介绍 程序SolveLinearEquations解决联立方程.该方案需要一个文本文件,其中包含输入和输出方程解决.这个项目是几年前我写在C#中http://www.codeproject.com/A ...
- Libsvm学习
本篇博客转自 http://www.cppblog.com/guijie/archive/2013/09/05/169034.html 在电脑文件夹E:\other\matlab 20 ...
- 开源Math.NET基础数学类库使用(16)C#计算矩阵秩
原文:[原创]开源Math.NET基础数学类库使用(16)C#计算矩阵秩 本博客所有文章分类的总目录:http://www.cnblogs.com/asxinyu/p/4 ...
- minimize.m:共轭梯度法更新BP算法权值
minimize.m:共轭梯度法更新BP算法权值 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ Carl Edward Rasmussen在高斯机器学 ...
随机推荐
- [机器学习] 性能评估指标(精确率、召回率、ROC、AUC)
混淆矩阵 介绍这些概念之前先来介绍一个概念:混淆矩阵(confusion matrix).对于 k 元分类,其实它就是一个k x k的表格,用来记录分类器的预测结果.对于常见的二元分类,它的混淆矩阵是 ...
- Docker基础教程(常用命令篇)
1.查看docker信息 # 查看docker版本 $docker version # 显示docker系统的信息 $docker info 2.启动容器 # 交互式 $docker run -it ...
- Spring事务内方法调用自身事务 增强的三种方式
ServiceA.java文件: 查看Spring Tx的相关日志: 可以看到只创建了一个事物ServiceA.service方法的事务,但是callSelf方法却没有被事务增强; 分析原因:Spr ...
- el-upload源码跳坑2
产品又加了一个需求,要求删除图片时候弹一个提示框,如果确定就直接发请求从服务器删除图片 一开始想的比较简单,直接在on-remove的钩子函数上做弹框提示,如果取消就撤销,代码如下: <el ...
- (微信小程序)一 : 初识微信小程序
首先看过angularjs的同学们在看微信小程序的创始文件应该不算很陌生吧. 需要看的 先是文件目录 看完这个目录..得知 ( 一 ) pages 他存放于多个页面 如 index ,log ...
- C#图片文字识别
图片识别的技术到几天已经很成熟了,只是相关的资料很少,为了方便在此汇总一下(C#实现),方便需要的朋友查阅,也给自己做个记号. 图片识别的用途:很多人用它去破解网站的验证码,用于达到自动刷票或者是批量 ...
- C#多线程和线程池[转]
1.概念 1.0 线程的和进程的关系以及优缺点 windows系统是一个多线程的操作系统.一个程序至少有一个进程,一个进程至少有一个线程.进程是线程的容器,一个C#客户端程序开始于一个单独的线程,C ...
- C#--用户密码处理------混淆密码加密
近期刚好做新框架的用户数据安全这块 密码的保护措施:混淆加密--------------------------------拙见----------贴上代码--请指教 1:生成混淆数据,---存入数据 ...
- NPOI导出Excel及使用问题
NPOI导出Excel及使用问题 因为最近公司质管部门提出了一个统计报表的需求:要求导出一个2016及2017年度深圳区域的所有供应商的费用成本计算--一个22列的Excel表,其中还包括多列的合并单 ...
- [日常] Go语言圣经-Goroutines和线程
Goroutines和线程: 1.动态栈: 1)线程都有一个固定大小的内存块(一般会是2MB)来做栈 2)一个goroutine会以一个很小的栈开始其生命周期,一般只需要2KB,不是固定的:栈的大小会 ...