js高斯消元法解决n元一次方程组--算等额分期

· 日常教程 · 291501

importClass(java.text.DecimalFormat);
let df = new DecimalFormat("0.##");

/***

  • 增广矩阵机型初等行变化的算法
  • @param value
  • 需要算的增广矩阵

  • @return 计算的结果
    */
    function mathDeterminantCalculation(value) {
    // 当矩阵的行数大于2时
    for (let i = 0; i < value.length; i++) {
    // 检查数组对角线位置的数值是否是0，如果是零则对该数组进行调换，查找到一行不为0的进行调换
    if (value[i][i] == 0) {
    value = changeDeterminantNoZero(value, i, i);
    }
    for (let j = 0; j < i; j++) {
    // 让开始处理的行的首位为0处理为三角形式
    // 如果要处理的列为0则和自己调换一下位置，这样就省去了计算
    if (value[i][j] == 0) {
    continue;
    }
    // 如果要是要处理的行是0则和上面的一行进行调换
    if (value[j][j] == 0) {
    let temp = value[i];
    value[i] = value[i - 1];
    value[i - 1] = temp;
    continue;
    }
    let ratio = -(value[i][j] / value[j][j]);
    value[i] = addValue(value[i], value[j], ratio);
    }
    }
    return value;
    }

    /***

  • 将i行之前的每一行乘以一个系数，使得从i行的第i列之前的数字置换为0
  • @param currentRow
  • 当前要处理的行
  • @param frontRow
  • i行之前的遍历的行
  • @param ratio
  • 要乘以的系数

  • @return 将i行i列之前数字置换为0后的新的行
    /
    function addValue(currentRow,frontRow,
    ratio){
    for (let i = 0; i < currentRow.length; i++) {
    currentRow[i] += frontRow[i]     ratio;
    currentRow[i] =parseFloat(currentRow[i]);
    //( df.format(currentRow[i]));
    //Double.parseDouble(df.format(currentRow[i]));
    }
    return currentRow;
    }

    /**

  • 指定列的位置是否为0，查找第一个不为0的位置的行进行位置调换，如果没有则返回原来的值
  • @param determinant
  • 需要处理的行列式
  • @param line
  • 要调换的行
  • @param row

  • 要判断的列
    */
    function changeDeterminantNoZero(determinant,
    line, row){
    for (let j = line; j < determinant.length; j++) {
    // 进行行调换
    if (determinant[j][row] != 0) {
    let temp = determinant[line];
    determinant[line] = determinant[j];
    determinant[j] = temp;
    return determinant;
    }
    }
    return determinant;
    }

    /**

  • 将系数矩阵和方程值的矩阵进行合并成增广矩阵
  • @param coefficient
  • 系数矩阵
  • @param value
  • 方程值

  • @return 增广矩阵
    */
    function transferMatrix(coefficient,
    value) {
    let temp = new Array(coefficient.length);
    if (coefficient.length != value.length) {
    return temp;
    }
    // 将方程值添加到系数矩阵中
    for (let i = 0; i < coefficient.length; i++) {
    temp[i] =new Array(coefficient[0].length + 1);
    for (let j = 0; j < coefficient[0].length; j++) {
    temp[i][j] = coefficient[i][j];
    }
    }
    for (let i = 0; i < value.length; i++) {
    temp[i][temp[i].length - 1] = value[i];
    }
    return temp;
    }

    /**

  • 检查有效的行数，看非零行的个数
  • @param value
  • 需要检查的数组

  • @return 非零行的个数
    */
    function effectiveMatrix(value) {
    for (let i = value.length - 1; i > -1; i--) {
    for (let j = 0; j < value[i].length; j++) {
    if (value[i][j] != 0) {
    return i + 1;
    }
    }
    }
    return 0;
    }

    /**

  • 当方程组有解的时候计算方程组的解
  • @param mathMatrix
  • 方程组的增广矩阵

  • @return 方程组的解
    /
    function calculationResult(mathMatrix) {
    // 有解时方程组的个数等于方程组的未知数
    let result = new Array(mathMatrix.length);
    log(mathMatrix);
    for (let i = mathMatrix.length - 1; i > -1; i--) {
    let temp = 0;
    for (let j = mathMatrix[i].length; j > 0; j--) {
    // 第一个为方程的解，需要将解赋值给临时变量
    if (mathMatrix[i][j - 1] != 0) {
    if (j == mathMatrix[i].length) {
    temp = mathMatrix[i][j - 1];
    } else if ((j - 1 > -1 )&& ((result[j - 1])!=undefined)) {
    temp -= mathMatrix[i][j - 1]     result[j - 1];
    //log((j - 1 > -1 )&&(typeof(result[j - 1])!=undefined)+";j="+j+";undefined="+(typeof(result[j - 1])!=undefined));
    } else {
    result[i] = temp / mathMatrix[i][j - 1];
    continue;
    }
    }
    }
    }
    return result;
    }

    function main() {
    /
    // 方程的未知数的个数
    int n = 3;
    // 系数矩阵
    double[][] test = { { 2, 3, 1 }, { 1,1, 1 }, { 1, 2, -1 } };
    // 方程的解
    double[] value = { 11, 6, 2 };
    方程组的解为x1=1.0 方程组的解为x2=2.0 方程组的解为x3=3.0
    */
    /*
    // 方程的未知数的个数
    int n = 4;
    // 系数矩阵
    double[][] test = { { 3, 1, -1, 1 },{ 1, -1, 1,2 }, {2,1,2,-1},{ 1,0, 2, 1 } };
    // 方程的解
    double[] value ={ -3, 4, 7,6 };
    方程组的解为x1=1.0 方程组的解为x2=-2.0 方程组的解为x3=3.0 方程组的解为x4=-1.0
    /
    /
    // 方程的未知数的个数
    int n = 4;
    // 系数矩阵
    double[][] test = { { 1, -3, 4, -5 },{ 1, -1, -1,2 }, {1,2,0,5},{ 2,-1, 3, -2 } };
    // 方程的解
    double[] value ={ 0, 0, 0,0 };
    方程组有零解
    */
    // 方程的未知数的个数
    let n = 5;
    // 系数矩阵
    let test = [[2,1, 1,1,1 ],[ 1, 2, 1,1,1 ], [1,1,3,1,1],[ 1,1,1,4,1 ],[1,1,1,1,5]];
    // 方程的解
    let value =[ 4,5,9,0,-5 ];

n=3;
value=[11,0,-2];
test=[[3,1,-2],[1,1,-1],[-1,-1,-3]]
try {
// 转换成增广矩阵并进行初等行变化
let mathMatrix = mathDeterminantCalculation(transferMatrix(
test, value));
// 找出非零行的个数
let checkMatrixRow = effectiveMatrix(mathMatrix);
// 根据未知数的个数和方程组非零行的个数来判断当前方程组的解的情况
if (n > checkMatrixRow) {
toastLog("未知数有" + n + "个，消元法后获取的阶梯方程组有"

  • checkMatrixRow + "个方程,少于未知数个数，所以该方程有无数组解");
    } else if (n < checkMatrixRow) {
    toastLog("未知数有" + n + "个，消元法后获取的阶梯方程组有"
  • checkMatrixRow + "个方程,多于未知数个数，所以该方程有无解");
    } else {
    toastLog("未知数有" + n + "个，消元法后获取的阶梯方程组有"

  • checkMatrixRow + "个方程,等于未知数个数，所以该方程有解");
    let result = calculationResult(mathMatrix);
    for (let i = 0; i < result.length; i++) {
    toastLog("方程组的解为x" + (i + 1) + "="+
    df.format(result[i]));
    }
    } 

    } catch (e) {  
    // TODO Auto-generated catch block  
    log(e.name + ": " + e.message);  
}

    }
    main();

相关推荐：

Python中Scikit-learn如何处理非高斯分布数据_使用PowerTransformer

PowerTransformer是处理非高斯数据最直接有效的工具，通过参数化幂变换重塑分布形态，适用于右偏、含零或负值特征；应优先于StandardScaler用于线性模型等对正态性敏感的场景。 PowerTransformer是scikit-learn中处理非高斯分布数据最直接有效的工具之一，尤其...

朴素贝叶斯如何处理Python中的连续型特征_调用GaussianNB类进行高斯分布拟合

连续型特征不能直接喂给朴素贝叶斯，因其需估计P(x_i|y)，而连续值无法用频次统计，故GaussianNB假设各特征在每类下服从高斯分布，用样本均值和无偏方差建模；它不标准化，方差为0时设为1e-9；当特征非单峰、类内强相关或某类样本过少时效果显著下降。 连续型特征为什么不能直接喂给朴素贝叶斯？ ...

Python高斯混合模型怎么解决协方差退化_GMM增加正则化项reg_covar

GMM协方差矩阵退化是因某高斯分量收缩至单点致行列式趋近0而奇异；reg_covar通过在M步后对协方差加reg_covar×I实现数值稳定，不改变目标函数，仅防病态，需依数据规模阶梯调参。 为什么GMM的协方差矩阵会退化？ 协方差退化不是“出错了”，而是模型在拟合极小簇或孤立样本时的自然倾向：某个...

Rust 中高斯-约当消元法的正确实现与常见陷阱解析

本文详解rust实现高斯-约当消元法时的关键错误（如行内元素被提前覆盖）、修复方案及数值稳定性优化，并提供可直接运行的健壮代码示例。 本文详解rust实现高斯-约当消元法时的关键错误（如行内元素被提前覆盖）、修复方案及数值稳定性优化，并提供可直接运行的健壮代码示例。 高斯-约当消元法（Gauss-J...

PythonPlotly交互式图表教程_动态数据展示实战

Plotly是Python中制作交互式图表的首选工具，支持缩放、悬停、拖拽等交互功能，三步即可创建图表：准备数据、调用px.line等函数、用fig.show()显示或write_html导出；支持动画、实时刷新与用户交互驱动更新；可定制悬停信息、适配移动端并保障离线使用。 用Plotly快速创建可...

Python路径操作教程_ospath与pathlib详解

优先选pathlib用于新项目，os.path适合轻量脚本；前者面向对象、链式调用、IDE支持好，后者函数式、兼容性强、无需实例化。 Python中处理文件路径，os.path和pathlib是最常用的两个模块。前者是传统函数式风格，兼容性好；后者是面向对象设计，更直观、更现代。选哪个？不是非此即彼...

Python单元测试项目实战教程_覆盖率分析与断言应用

Python单元测试需兼顾覆盖率与精准断言：用pytest-cov生成HTML报告查漏补缺，聚焦missedlines；用原生assert验证返回值、异常和状态变化；通过parametrize覆盖边界与异常场景；在CI中设fail_under阈值强制保障质量。 写Python单元测试不只是让代码“跑...