高斯消去matlab,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
原文:https://www.cnblogs.com/wander-clouds/p/9991527.html
高斯消去matlab,高斯消去、追赶法 matlab相关推荐
- matlab高斯型隶属函数,图高斯型隶属函数.PPT
图高斯型隶属函数 第三章 模糊控制的理论基础 第一节 概述 第二节 模糊集合 第三节 隶属函数 第四节 模糊关系 第五节 模糊推理 在模糊控制中应用较多的隶属函数有以下6种隶属函数. (1)高斯型隶属 ...
- matlab 产生高斯噪声和高斯白噪声方法
如何用matlab 产生 均值为0,方差为5的高斯噪声 2011-07-15 19:36 y=randn(1,2500); y=y/std(y); y=y-mean(y); a=0; b=sq ...
- 【光学】基于matlab GS算法高斯光转换成高阶高斯光+一阶空心高斯光+贝塞尔高斯光【含Matlab源码 2166期】
⛄一.获取代码方式 获取代码方式1: 完整代码已上传我的资源:[光学]基于matlab GS算法高斯光转换成高阶高斯光+一阶空心高斯光+贝塞尔高斯光[含Matlab源码 2166期] 点击上面蓝色字体 ...
- MATLAB高斯-勒让德积分求解
MATLAB高斯-勒让德积分求解 积分函数 function [ y ] = CalcuFunctionValue( x ) y=exp(-x^2);%积分函数 end 求积分算法函数 functio ...
- matlab 高斯迭代法求解,高斯迭代法matlab算例
Matlab 线性方程组的迭代解法 Gauss-Seidel 迭代法 Matlab 线性方程组的迭代解法 Gauss-Seidel 迭代法实验报告 1.熟悉 Gauss-Seidel 迭代法,并编写 ...
- matlab 高斯展宽,高斯函数半高宽
设入射椭圆高斯光束光强分布方程为其中 ωx0 和ωy0 分别为椭圆高斯光束 x 和 y 方向上的束腰,定义 ωy0/ωx0=m. 为方便积分,采用匀化洛伦兹函数作为出射光强分布: 式中 RFL 为出射 ...
- matlab 高斯一阶导,高斯函数及其各阶导数
[使用Matlab进行拟合是图像处理中线条变换的一个重点内容,本文将详解Matlab中的直线拟合和曲线拟合用法.关键函数:fittypeFit type for curve and surface f ...
- matlab高斯白噪声功率,自定义高斯白噪声功率和带宽
1.目标 在通信.雷达和计量等领域,在仿真.测试和计量过程中,常常需要使用信号源产生高斯白噪声信号,而且,重要的是,准确定义的噪声功率和带宽. 本文目的是产生用户自定义功率和带宽的高斯白噪声,方法是利 ...
- 带噪图像的高斯滤波MATLAB,图像处理___高斯滤波与高斯噪声
噪声 1.噪声表现形式 噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块.一般,噪声信号与要研究的对象不相关,它以无用的信息形式出现,扰乱图像的可观测信息.通俗的说就是噪声让图像不清楚. 2 ...
- 高斯消去、列主元消去、Lu分解、追赶法(matlab)
文章目录 一.高斯消去法 二.高斯列主元消去法 三.Lu分解 四.追赶法 一.高斯消去法 比如对与上面的这个方程组,用消去法解方程组的基本思想是用逐次消 去未知数的方法把原方程组 Ax = b 化为与 ...
最新文章
- Linux上操作Docker守护态运行
- 开启tomcat的apr模式,并利用redis做tomcat7的session的共享。
- PHP简单功能的实现
- Git忽略规则.gitignore梳理
- 统信uos系统考试题_离Windows更近一步!微信Linux原生版上线:国产统信UOS系统已适配...
- oo0ooo0ooo0oo_OoO的完整形式是什么?
- dropdownlist三级联动怎么实现_一张表实现三级联动
- 【vue-element-admin 】侧栏原始图标颜色一键指定
- Lintcode93 Balanced Binary Tree solution 题解
- nginx查看配置文件nginx.conf路径
- 今日恐慌与贪婪指数为75 贪婪程度有所缓解
- python bool类型如何与整数比较_Python入门必读bool类型和比较运算符
- python自动化上传文件_python接口自动化测试二十三:文件上传
- 移动通讯市场发展概况及预测
- 十进制数转换BCD码
- IP转换器 V2.6
- 链家房源数据爬取(Scrapy)
- win10修改ntp服务器地址,修改win10 ntp服务器地址
- 单词串联记忆 - 故事 - Party上浪漫的事后传
- [python] paramiko实现SSH和SFTP