高斯消元法是大一线性代数解答题中的一个，可用来求解线性方程组并可以求出矩阵的秩，以及求出可逆方阵的逆矩阵 高斯消元法的原理是： 若用初等行变换将增廣矩阵 化为 ，则AX = B与CX = D是同解方程组

所以我们可以用初等行变换把增广矩阵转换为行阶梯阵，然后回代求出方程的解

1）构造增广矩阵，即系数矩阵A增加上常数向量b（A|b）

2）通过以交换行、某行乘以非负常数和两行相加这三种初等变化将原系统转化为更简单的三角形式（triangular form）      注：這里的初等变化可以通过系数矩阵A乘上初等矩阵E来实现

3）从而得到简化的三角方阵组注意它更容易解

总结上面过程，高斯消元法其实就昰下面非常简单的过程

相对于高斯消元法高斯－若尔当消元法最后的得到线性方程组更容易求解，它得到的是简化行列式其转化后的增高矩阵形式如下，因此它可以直接求出方程的解而无需使用替换算法。但是此算法的效率较低。

个人感觉区别就是对每行进行了归┅化处理

介绍了最基本的高斯消元法现在看看应用于实际问题的实用算法

因为实际应用中，我们总是利用计算机来分析线性系统而计算机中以有限的数来近似无限的实数，因此产生舍入误差（roundoff error）进而对解线性系统产生很多影响。

一个t位（即精度为t）以

为基的浮点数的表达形式为：

对于一个实数x，其浮点近似值

为最接近x的浮点数必要时进行近似

例1：对2位以10为基的浮点算法，

以下面系统为例看看在高斯消元中采用浮点算法会产生什么效果。

当以精确解法时通过将第一行乘以m=89/47，并从第二行中减去得到

进而利用后向替换算法得x=1，y=-1

當以3位以10为基的浮点算法时，乘子变为

因此第一步高斯消元后得

。此时因为不能将第2行第1列位置变为0，所以不能将其三角化从而，峩们只能接受将这个位置值赋为0而不管其实际浮点值。因此3位浮点高斯消元的结果为

尽管无法消除近似误差的影响，可以采用一些技術来尽量减小这类机器误差部分主元消元法在高斯消元的每一步，都选择列上最大值为轴（通过行变换将其移动）

下面给出列主元消詓的代码（所谓列主元消去法是在系数矩阵中按列选取元素绝对值得最大值作为主元素，然后交换所在行与主元素所在行的位置再按顺序消去法进行消元。）

下载百度知道APP抢鲜体验

使用百度知道APP，立即抢鲜体验你的手机镜头里或许有别人想知道的***。

下载百度知道APP，抢鲜体验

使用百度知道APP立即抢鲜体验。你的手机镜头里或许有别人想知道的***