MATLAB - 高斯消元法

在 MATLAB 中求解线性系统

线性方程组是工程、物理、统计和金融领域无数问题的核心。虽然像高斯消元法（Gaussian Elimination）这样的方法对于理解理论至关重要，但 MATLAB 提供了高度优化且数值鲁棒的工具，使求解这些系统变得高效而直接。

问题：Ax = b

线性方程组通常以矩阵形式 Ax = b 表示，其中：

• A 是已知系数矩阵。
• x 是我们想找到的未知变量列向量。
• b 是已知结果列向量。

考虑以下系统：

2x₁ + 3x₂ = 8 4x₁ + 9x₂ = 20

以矩阵形式表示，则为：

A = [2 3; 4 9];
b = [8; 20];
x = [x₁; x₂];

MATLAB 的方法：反斜杠运算符（\）

在 MATLAB 中，求解 Ax = b 的主要、最有效且推荐的方法是使用反斜杠运算符（backslash operator），也称为 mldivide（矩阵左除）。

% 定义系数矩阵 A 和结果向量 b
A = [2 3; 4 9];
b = [8; 20];

% 使用反斜杠运算符求解 x
x = A \ b

MATLAB 执行此操作并返回解向量：

x =
    2.0000
    1.3333

为什么要使用反斜杠？ 它不仅仅是矩阵求逆的快捷方式。A \ b 是一个复杂的函数，它会分析矩阵 A 并自动选择最适合速度和准确性的算法（例如，对于方阵使用 LU 分解，对于非方系统使用 QR 分解）。它在数值上比计算 inv(A) * b 更稳定。

教学目的：理解高斯消元法

为了理解解是如何找到的，我们可以学习高斯消元法（Gaussian Elimination）。目标是使用初等行运算将 增广矩阵 [A|b] 转换为上三角形式（行阶梯形），然后使用回代法求解变量。

步骤 1：构建增广矩阵

A = [2 3; 4 9];
b = [8; 20];
Ab = [A b]

Ab =
     2     3     8
     4     9    20

步骤 2：前向消元

目标是在主对角线下方创建零。为了消除第二行中的 4，我们执行操作：Row2 = Row2 - 2 * Row1。

Ab(2, :) = Ab(2, :) - 2 * Ab(1, :)

Ab =
     2     3     8
     0     3     4

步骤 3：回代

新系统为： 2x₁ + 3x₂ = 8 0x₁ + 3x₂ = 4

从第二个方程，我们可以很容易地求解 x₂： 3x₂ = 4 => x₂ = 4/3

将其代入第一个方程： 2x₁ + 3(4/3) = 8 => 2x₁ + 4 = 8 => 2x₁ = 4 => x₁ = 2

使用 rref 进行验证

rref（简化行阶梯形，Reduced Row Echelon Form）函数是一个出色的教学工具，它执行完整的高斯消元法以在左侧生成一个单位矩阵。然后，解将直接出现在最后一列中。

A = [2 3; 4 9];
b = [8; 20];
Ab = [A b];

R = rref(Ab)

R =
    1.0000         0    2.0000
         0    1.0000    1.3333

这直接告诉我们 x₁ = 2 和 x₂ = 1.3333。

最佳实践与高级主题

• 始终首选 \：对于求解 Ax = b，反斜杠运算符是 MATLAB 中的黄金标准。
• 检查解的存在性：一个系统可能无解或有无限多解。您可以通过比较系数矩阵 A 和增广矩阵 [A b] 的秩来研究这一点。如果 rank(A) < rank([A b])，则无解。如果 rank(A) == rank([A b]) 但这小于变量的数量，则有无限多解。
• 大型稀疏系统：对于包含大量零（稀疏）的超大型矩阵系统，直接方法（如 “）可能过慢或占用过多内存。在这种情况下，请使用迭代求解器，如 pcg（预处理共轭梯度法）或 gmres。