高斯消元法和列主销元法(Python实现)

2023-12-16 07:40

本文主要是介绍高斯消元法和列主销元法(Python实现),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

1、原理

(1)思维导图

 (2)原理

2、案例及实现 

(1)案例

(2)代码实现 

(3)结果

3、误差分析及心得体会


1、原理

(1)思维导图

 (2)原理

2、案例及实现 

(1)案例

(2)代码实现 

import numpy as np
# 判断系数矩阵是否为非奇异矩阵
def IsItNonSingular(A):row = len(A)  # 系数矩阵行数col = len(A[0])  # 系数矩阵列数# 控制第i步,A矩阵为n阶方阵for i in range(row - 1):# 若主元元素为0,则进行行变换if A[i][i] == 0:# 从后往前找出主元为0的列中,首个不为零的行# 对主元为0的行与此行进行行变换Str = []for h in range(row - 1, i, -1):  # 添加该列所有元素Str.append(A[h][i])Num = col - Str.index(next(filter(lambda x: x != 0, Str)))A[Num - 1], A[i] = A[i], A[Num - 1]  # 做行变换# 消元运算for j in range(i + 1, row, 1):coeff = A[j][i] / A[i][i]for k in range(i, col, 1):A[j][k] = A[j][k] - coeff * A[i][k]  # 系数矩阵消元# 判断该方程组系数矩阵是否为非奇异矩阵for i in range(row):if A[i][i] == 0:print("Coefficient matrix is not a nonsingular matrix.")return 'N'print("Coefficient matrix is a nonsingular matrix.")def GuassElimination(A, b):row = len(A)  # 系数矩阵行数col = len(A[0])  # 系数矩阵列数ε = 1E-5  # 定义一个小量print("coefficient matrix:", A)print("Constant column:", b)# 控制第i步,高斯消元需要n-1步,A矩阵为n阶方阵for i in range(row - 1):if abs(A[i][i]) <= ε:  # 若主元为一个小量,则采用列主消元return None# 消元运算for j in range(i + 1, row, 1):coeff = A[j][i] / A[i][i]for k in range(i, col, 1):A[j][k] = A[j][k] - coeff * A[i][k]  # 系数矩阵消元b[j] = b[j] - coeff * b[i]  # 对应常数列消元# 回代过程x = [0] * col  # 初始化元组,用于后面存放解x[col - 1] = b[col - 1] / A[col - 1][col - 1]  # 第n个解for i in range(row - 2, -1, -1):for j in range(col - 1, i, -1):b[i] = b[i] - A[i][j] * x[j]x[i] = b[i] / A[i][i]print("The solution of the equations is:")for i in range(col):print("x{}:".format(i + 1), '%.8f' % x[i])print("\n")return xdef ColumnPrincipalElimination(A, b):row = len(A)  # 系数矩阵行数col = len(A[0])  # 系数矩阵列数print("coefficient matrix:", A)print("Constant column:", b)# 控制第i步,消元需要n-1步,A矩阵为n阶方阵for i in range(row - 1):# 每步运算前找出列中绝对值最大元素# 作行变换,让绝对值最大的元素行作主元Str = []for j in range(i, row, 1):Str.append(A[j][i])Num = Str.index(max(Str)) + iA[Num], A[i] = A[i], A[Num]  # 行变换b[Num], b[i] = b[i], b[Num]# 消元运算for j in range(i + 1, row, 1):coeff = A[j][i] / A[i][i]for k in range(i, col, 1):A[j][k] = A[j][k] - coeff * A[i][k]  # 系数矩阵消元b[j] = b[j] - coeff * b[i]  # 对应常数列消元# 回代过程x = [0] * col  # 初始化元组,用于后面存放解x[col - 1] = b[col - 1] / A[col - 1][col - 1]  # 第n个解for i in range(row - 2, -1, -1):for j in range(col - 1, i, -1):b[i] = b[i] - A[i][j] * x[j]x[i] = b[i] / A[i][i]print("The solution of the equations is:")for i in range(col):print("x{}:".format(i + 1), '%.8f' % x[i])# print("\n")return x
def main():b1 = [0.4043, 0.1550, 0.4240, -0.2557]b2 = [0.4043, 0.1550, 0.4240, -0.2557]test1 = [[0.4096, 0.1234, 0.3678, 0.2943], [0.2246, 0.3872, 0.4015, 0.1129], [0.3645, 0.1920, 0.3781, 0.0643],[0.1784, 0.4002, 0.2785, 0.3927]]test2 = [[0.4096, 0.1234, 0.3678, 0.2943], [0.2246, 0.3872, 0.4015, 0.1129], [0.3645, 0.1920, 0.3781, 0.0643],[0.1784, 0.4002, 0.2785, 0.3927]]# python为动态语言,# 在判断非奇异矩阵过程中会改动初值# 故重新赋值IsItNonSingular(test1)print("test1 Gaussian elimination test:")test1 = [[0.4096, 0.1234, 0.3678, 0.2943], [0.2246, 0.3872, 0.4015, 0.1129], [0.3645, 0.1920, 0.3781, 0.0643],[0.1784, 0.4002, 0.2785, 0.3927]]GuassElimination(test1, b1)IsItNonSingular(test2)print("test2Gaussian column principal elimination test:")test2 = [[0.4096, 0.1234, 0.3678, 0.2943], [0.2246, 0.3872, 0.4015, 0.1129], [0.3645, 0.1920, 0.3781, 0.0643],[0.1784, 0.4002, 0.2785, 0.3927]]ColumnPrincipalElimination(test2, b2)if __name__ == '__main__':main()

(3)结果

Coefficient matrix is a nonsingular matrix.
test1 Gaussian elimination test:
coefficient matrix: [[0.4096, 0.1234, 0.3678, 0.2943], [0.2246, 0.3872, 0.4015, 0.1129], [0.3645, 0.192, 0.3781, 0.0643], [0.1784, 0.4002, 0.2785, 0.3927]]
Constant column: [0.4043, 0.155, 0.424, -0.2557]
The solution of the equations is:
x1: -0.18034012
x2: -1.66163443
x3: 2.21499710
x4: -0.44669701Coefficient matrix is a nonsingular matrix.
test2Gaussian column principal elimination test:
coefficient matrix: [[0.4096, 0.1234, 0.3678, 0.2943], [0.2246, 0.3872, 0.4015, 0.1129], [0.3645, 0.192, 0.3781, 0.0643], [0.1784, 0.4002, 0.2785, 0.3927]]
Constant column: [0.4043, 0.155, 0.424, -0.2557]
The solution of the equations is:
x1: -0.18034012
x2: -1.66163443
x3: 2.21499710
x4: -0.44669701Process finished with exit code 0

3、误差分析及心得体会

 

这篇关于高斯消元法和列主销元法(Python实现)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/499689

相关文章

pandas中位数填充空值的实现示例

《pandas中位数填充空值的实现示例》中位数填充是一种简单而有效的方法,用于填充数据集中缺失的值,本文就来介绍一下pandas中位数填充空值的实现,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是中位数填充?为什么选择中位数填充?示例数据结果分析完整代码总结在数据分析和机器学习过程中,处理缺失数

Golang HashMap实现原理解析

《GolangHashMap实现原理解析》HashMap是一种基于哈希表实现的键值对存储结构,它通过哈希函数将键映射到数组的索引位置,支持高效的插入、查找和删除操作,:本文主要介绍GolangH... 目录HashMap是一种基于哈希表实现的键值对存储结构,它通过哈希函数将键映射到数组的索引位置,支持

Pandas使用AdaBoost进行分类的实现

《Pandas使用AdaBoost进行分类的实现》Pandas和AdaBoost分类算法,可以高效地进行数据预处理和分类任务,本文主要介绍了Pandas使用AdaBoost进行分类的实现,具有一定的参... 目录什么是 AdaBoost?使用 AdaBoost 的步骤安装必要的库步骤一:数据准备步骤二:模型

使用Pandas进行均值填充的实现

《使用Pandas进行均值填充的实现》缺失数据(NaN值)是一个常见的问题,我们可以通过多种方法来处理缺失数据,其中一种常用的方法是均值填充,本文主要介绍了使用Pandas进行均值填充的实现,感兴趣的... 目录什么是均值填充?为什么选择均值填充?均值填充的步骤实际代码示例总结在数据分析和处理过程中,缺失数

Java对象转换的实现方式汇总

《Java对象转换的实现方式汇总》:本文主要介绍Java对象转换的多种实现方式,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录Java对象转换的多种实现方式1. 手动映射(Manual Mapping)2. Builder模式3. 工具类辅助映

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Go语言开发实现查询IP信息的MCP服务器

《Go语言开发实现查询IP信息的MCP服务器》随着MCP的快速普及和广泛应用,MCP服务器也层出不穷,本文将详细介绍如何在Go语言中使用go-mcp库来开发一个查询IP信息的MCP... 目录前言mcp-ip-geo 服务器目录结构说明查询 IP 信息功能实现工具实现工具管理查询单个 IP 信息工具的实现服

Python的time模块一些常用功能(各种与时间相关的函数)

《Python的time模块一些常用功能(各种与时间相关的函数)》Python的time模块提供了各种与时间相关的函数,包括获取当前时间、处理时间间隔、执行时间测量等,:本文主要介绍Python的... 目录1. 获取当前时间2. 时间格式化3. 延时执行4. 时间戳运算5. 计算代码执行时间6. 转换为指

利用Python调试串口的示例代码

《利用Python调试串口的示例代码》在嵌入式开发、物联网设备调试过程中,串口通信是最基础的调试手段本文将带你用Python+ttkbootstrap打造一款高颜值、多功能的串口调试助手,需要的可以了... 目录概述:为什么需要专业的串口调试工具项目架构设计1.1 技术栈选型1.2 关键类说明1.3 线程模

SpringBoot基于配置实现短信服务策略的动态切换

《SpringBoot基于配置实现短信服务策略的动态切换》这篇文章主要为大家详细介绍了SpringBoot在接入多个短信服务商(如阿里云、腾讯云、华为云)后,如何根据配置或环境切换使用不同的服务商,需... 目录目标功能示例配置(application.yml)配置类绑定短信发送策略接口示例:阿里云 & 腾