用MATLAB写出用随机矩阵生成几个线性方程组，取已知解的特殊右端向量 ，比较不选主元和部分选主元高斯消去法程序的解的准确度、误差、和运行效率

好的，我可以为您提供一个简单的 MATLAB 代码来实现这个问题。以下是代码：

% 生成一个 5 行 5 列的随机矩阵 A
A = rand(5);

% 生成一个特殊右端向量 b，解是所有元素都为 1 的向量
b = A * ones(5, 1);

% 不选主元的高斯消去法
tic;
n = size(A, 1);
for k = 1:n-1
    for i = k+1:n
        m = A(i,k) / A(k,k);
        A(i,k+1:n) = A(i,k+1:n) - m * A(k,k+1:n);
        b(i) = b(i) - m * b(k);
    end
end
x1 = zeros(n, 1);
x1(n) = b(n) / A(n,n);
for k = n-1:-1:1
    x1(k) = (b(k) - A(k,k+1:n)*x1(k+1:n)) / A(k,k);
end
time1 = toc;

% 部分选主元的高斯消去法
tic;
n = size(A, 1);
for k = 1:n-1
    [~, j] = max(abs(A(k:n,k)));
    j = j + k - 1;
    A([k j],k:end) = A([j k],k:end);
    b([k j]) = b([j k]);
    for i = k+1:n
        m = A(i,k) / A(k,k);
        A(i,k+1:n) = A(i,k+1:n) - m * A(k,k+1:n);
        b(i) = b(i) - m * b(k);
    end
end
x2 = zeros(n, 1);
x2(n) = b(n) / A(n,n);
for k = n-1:-1:1
    x2(k) = (b(k) - A(k,k+1:n)*x2(k+1:n)) / A(k,k);
end
time2 = toc;

% 计算误差范数
err1 = norm(x1 - ones(n, 1));
err2 = norm(x2 - ones(n, 1));

% 输出结果
disp(['不选主元的高斯消去法的解：']);
disp(x1');
disp(['部分选主元的高斯消去法的解：']);
disp(x2');
disp(['不选主元的高斯消去法的误差范数：']);
disp(err1);
disp(['部分选主元的高斯消去法的误差范数：']);
disp(err2);
disp(['不选主元的高斯消去法的运行时间：']);
disp(time1);
disp(['部分选主元的高斯消去法的运行时间：']);
disp(time2);

这个代码生成一个 5 行 5 列的随机矩阵 A 和一个特殊右端向量 b，并分别使用不选主元的高斯消去法和部分选主元的高斯消去法求解线性方程组 Ax=b。然后，计算两种算法的解的误差范数和运行时间，并将结果输出到屏幕上。