数值分析高斯实验报告Word格式.docx
《数值分析高斯实验报告Word格式.docx》由会员分享，可在线阅读，更多相关《数值分析高斯实验报告Word格式.docx（13页珍藏版）》请在冰点文库上搜索。
1．高斯消元法基本思路
如果一个线性方程组的系数矩阵是上三角矩阵时，这种方程组我们称之为上三角方程组，它是很容易求解的。
只要把方程组的最下面的一个方程求解出来，在把求得的解带入倒数第二个方程，求出第二个解，依次往上回代求解。
高斯消元法的目的就是把一般线性方程组简化成上三角方程组。
于是高斯消元法的基本思想是：
通过逐次消元将所给的线性方程组化为上三角形方程组，继而通过回代过程求解线性方程组。
2．高斯列主消元法计算步骤
将方程组用增广矩阵
表示。
步骤1：
消元过程，对
。
选主元，找
使得
，如果
，则矩阵
奇异，程序结束。
如果
，则交换第
行与第
行对应元素位置，
，
消元，对
，计算
对
步骤2：
回代过程：
若
则矩阵奇异，程序结束；
四、分析
1时间复杂度
时间频度一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。
但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。
并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。
一个算法中的语句执行次数称为语句频度或时间频度。
记为T（n）。
常数阶O
（1）,对数阶O（log2n）,线性阶O（n）,线性对数阶O（nlog2n）,平方阶O（n2），立方阶O（n3）,...，k次方阶O（nk）,指数阶O（2n）。
随着问题规模n的不断增大，上述时间复杂度不断增大，算法的执行效率越低。
就本程序而言，因为出现了三个for循环的嵌套所以时间复杂度为O（n^3）
2空间复杂度
空间复杂度与时间复杂度类似，空间复杂度是指算法在计算机内执行时所需存储空间的度量。
记作:
S（n）=O（f（n））我们一般所讨论的是除正常占用内存开销外的辅助存储单元规模。
空间复杂度为O
（1）。
五、程序流程图
六、程序描述
程序要用到的函数
（1、）matrix_getElement（array,n,m）;
此函数的作用是获得用户输入的线性方程组的系数矩阵。
（2、）matrix_outputElement（array,n,m）;
此函数的作用是显示用户输入的矩阵。
（3、）selectMaxElement（array,n,m,row）;
此函数的作用是选择主元素，并把此时对角线上的那列元素与主元素行交换。
（4、）GAUSSProcess（array,n,m,row）;
此函数的作用是用主元素列进行高斯消元，把此行以后所有的行的，此列的元素变为0。
（5、）GAUSSProcess_result（array,n,m）；
此函数的作用是显示经过高斯消元后的矩阵，此时的系数矩阵为一个上下三角矩阵。
（6、）GAUSSCalculate_result（array,n,m）;
此函数的作用是对已经消元好的矩阵，进行回代求解。
并将结果输出。
七、程序代码
#include<
stdio.h>
math.h>
iostream.h>
#include<
iomanip.h>
constintN=60;
//最大
constintM=61;
//60列，再加上等号右边的一列值
//输入要计算方程组的矩阵
voidmatrix_getElement（doubleARRAY[N][M],intn,intm）{
for（inti=0;
i<
n;
i++）{
cout<
<
"
请您输入第"
\t"
（i+1）<
行:
endl;
for（intj=0;
j<
m;
j++）{
cin>
>
ARRAY[i][j];
}
}
return;
}
//输出用户刚才用户输入的矩阵，以便用户检测是否输入正确
voidmatrix_outputElement（doubleARRAY[N][M],intn,intm）{
cout<
yourhaveinputthematrixasfllows:
\n"
;
i<
i++）{
cout<
ARRAY[i][j]<
"
endl<
//选择主元素，并把主元行与对角线上的那一行交换
voidselectMaxElement（doubleARRAY[N][M],intn,intm,intline）{
doublemax=0;
doublet=0;
intj=0;
inti=line;
max=ARRAY[line][line];
for（i=line+1;
if（fabs（ARRAY[i][line]）>
fabs（max））{
max=ARRAY[i][line];
j=i;
if（j>
line）{
for（i=0;
i++）{
t=ARRAY[j][i];
ARRAY[j][i]=ARRAY[line][i];
ARRAY[line][i]=t;
//用对角线上的元素消元后续行中此列的元素
voidGAUSSProcess（doubleARRAY[N][M],intn,intm,introw）
{
doubleROW1[M];
for（intt=0;
t<
（m-row）;
t++）{
ROW1[t]=ARRAY[row][row+t];
for（intj=（row+1）;
j<
n;
j++）{
doubleROW_CHANGE[M];
for（intr=0;
r<
r++）{
doublemainElement=ROW1[0];
if（fabs（mainElement）<
1e-7）{
cout<
Single!
pressanykeyreturn...\n"
getchar（）;
return;
}
ROW_CHANGE[r]=ROW1[r]*ARRAY[j][row]/ROW1[0];
for（inth=0;
h<
h++）{
ARRAY[j][h+row]=ARRAY[j][h+row]-ROW_CHANGE[h];
//用回代的方法求出线性方程组的解
voidGAUSSCalculate_result（doubleARRAY[N][M],intn,intm）{
doublea[N];
a[n-1]=ARRAY[n-1][m-1]/ARRAY[n-1][n-1];
for（intp=n-2;
p>
=0;
p--）{
for（intq=n-1;
q>
p;
q--）{
ARRAY[p][m-1]=ARRAY[p][m-1]-ARRAY[p][q]*a[q];
a[p]=ARRAY[q][m-1]/ARRAY[p][p];
-------thefinalresultasfollows-----------:
for（inte=0;
e<
e++）{
x"
e+1<
="
<
a[e]<
endl;
//输出经过高斯消元法处理后得到的矩阵
voidGAUSSProcess_result（doubleARRAY[N][M],intn,intm）{
您输入的矩阵经过高斯消元法处理后得到如下形式:
//main函数
voidmain（）
doublearray[N][M];
请输入您要运算的矩阵的大小！
intn=0,m=0;
请输入您要运算的矩阵的行数：
cin>
请输入您要运算的矩阵的列数：
您所输入的行为：
n<
您所输入的列为：
m<
matrix_getElement（array,n,m）;
//获得矩阵的元素
matrix_outputElement（array,n,m）;
//显示输入的矩阵
for（introw=0;
row<
row++）//高斯消元法的主体
{
selectMaxElement（array,n,m,row）;
GAUSSProcess（array,n,m,row）;
GAUSSProcess_result（array,n,m）;
//显示消元后的矩阵
GAUSSCalculate_result（array,n,m）;
//回代求解并显示解结果
cout<
Thisistheend!
八、运行程序
本程序可以自己选择线性方程组的行数和列数。
例子如下：
2x1＋x2－5x3＋x4＝8；
x1－3x2－6x4＝9；
2x2－x3＋2x4＝－5；
x1＋4x2－7x3＋6x4＝0；
输入您要运算的矩阵的大小!
4
5
4您所输入的列为：
请您输入第1行:
21-518
请您输入第2行:
1-30-69
请您输入第3行:
02-12-5
请您输入第4行:
14-760
完成以上的数据输入后，出现结果如下图所示：
此图片为用户运行程序后所看到的结果，即：
x1=3
x2=－4
x3=－1
x4=1
九、感想
该程序完成不是一帆风顺的，在编写过程中遇到了许多的疑难问题有幸得到了同学与老师的帮助，同时自己也翻阅了相关书籍，努力编好与完善。
刚开始对自己解线性方程组的课题无从下手，对用“高斯列主消元法”更是莫名其妙。
这次的程序基本上是参考的别人的，不过通过我的不懈努力，也算是对高斯列主消元法有了基本的了解和认识。
这次课设在一定程度上给自己打下了基础，希望以后能有更多的机会参加课程设计。
十、参考文献
【1】谭浩强《C程序设计教程》北京清华大学出版社
【2】刘成等《C语言程序设计实验指导与习题集》北京中国铁道出版社
升级会员 