Решение систем линейных уравнений методом Гаусса с выбором максимального элемента — КиберПедия 

Наброски и зарисовки растений, плодов, цветов: Освоить конструктивное построение структуры дерева через зарисовки отдельных деревьев, группы деревьев...

Типы сооружений для обработки осадков: Септиками называются сооружения, в которых одновременно происходят осветление сточной жидкости...

Решение систем линейных уравнений методом Гаусса с выбором максимального элемента

2017-12-10 256
Решение систем линейных уравнений методом Гаусса с выбором максимального элемента 0.00 из 5.00 0 оценок
Заказать работу

Исходная матрица ai , j может в общем случае иметь на диагонали нулевые элементы. Поэтому, для применения базовой процедуры приведения к треугольному виду (***), матрицу нужно преобразовать так, чтобы на диагонали стояли ненулевые элементы.

Так, для элемента a 1,1

 

находим в области i ≥1, j ≥1 максимальный по модулю элемент a (i max, j max) и совершаем перестановку строк:

i max меняется с первой строкой местами, то есть строка с номером i max становится первой строкой, а первая строка становится строкой с номером i max.

Аналогичную перестановку делают для столбцов матрицы: столбец, содержащий максимальное значение, меняется со столбцом с первым номером.

При перестановке строк необходимо переставить и элементы вектора b:

x=b(j max)

b(j max)=b(1)

b(1)=1

 

При перестановке столбцов переставляются векторы решений:

x(j max) x(1)

 

Эти перестановки необходимо запоминать, чтобы после получения вектора решений по треугольной матрице восстановить правильный порядок элементов xi.

Введем вектора:

ni (n)=(1, 2, 3, …, n) – начальный порядок строк,

nj (n)=(1, 2, 3, …, n) начальный порядок столбцов.

j max 1

nj (1)=j max

nj (j max)=1

 

Так, если jmax =4 до перестановки nj (1, 2, 3, 4, 5, 6), после перестановки nj (4, 2, 3, 1, 5, 6).

 

В алгебре используется понятие характеристической функции матрицы. Характеристическая функция F(C) для матрицы A получается следующим образом:

F(C) = Det |A-E*C|,

здесь Det|A-E*C| определитель разности матрицы A и единичной матрицы E умноженной на неизвестную переменную величину C – аргумент характеристической функции. Так, например, для матрицы

 

характеристическая функция записывается следующим образом:

 

В данном случае, для матрицы 3x3 характеристическая функция представляет собой полином степени 3 и может иметь один или три действительных корня. Корни характеристического уравнения

F(C) = 0

могут быть найдены явно (в простых случаях) или численным образом при помощи методов табуляции, деления отрезка пополам, секущих и т.д. Корни характеристического уравнения называют собственными значениями соответствующей матрицы.

 

Пример программного кода метода Гаусса с выбором максимального элемента на языке VFP:

PROCEDURE гаусс

LPARAMETERS a2,b2,x,n

DIMENSION a2(n,n),b2(n),x(n)

LOCAL ARRAY x1(n),ix(i),a(n,n),b(n)

LOCAL i,j,k,l,m,im,jm,i1,j1,aa,s

 

* задаем рабочую матрицу и рабочие правые части

FOR i=1 TO n

b(i)=b2(i)

ENDFOR

 

FOR i=1 TO n

FOR j=1 TO n

a(i,j)=a2(i,j)

ENDFOR

ENDFOR

 

* массив для хранения номеров элементов вектора решений X

FOR i=1 TO n

ix(i)=i

x(i)=0

x1(i)=0

ENDFOR

 

FOR k=1 TO n-1

 

* ищем индексы максимального элемента в матрице k x k

im=k

jm=k

max_a=ABS(a(im,jm))

 

FOR i1 = k TO n

FOR j1 = k TO n

IF ABS(a(i1,j1))>max_a

max_a=ABS(a(i1,j1))

im=i1

jm=j1

ENDIF

ENDFOR

ENDFOR

 

* переставляем строки k и im

FOR l=k TO n

aa=a(k,l)

a(k,l)=a(im,l)

a(im,l)=aa

ENDFOR

aa=b(k)

b(k)=b(im)

b(im)=aa

 

* переставляем столбцы k и jm

FOR l=1 TO n

aa=a(l,k)

a(l,k)=a(l,jm)

a(l,jm)=aa

ENDFOR

* переставляем номера k и jm компонент вектора решений X

aa=ix(k)

ix(k)=ix(jm)

ix(jm)=aa

 

* приводим к треугольному виду

FOR l=k+1 TO n

p=a(l,k)/a(k,k)

FOR m=k TO n

a(l,m)=a(l,m)-a(k,m)*p

ENDFOR

b(l)=b(l)-b(k)*p

ENDFOR

ENDFOR

 

* вычисляем x

 

FOR k=n TO 1 STEP -1

s=0

FOR l=k+1 TO n

s=s+a(k,l)*x1(l)

ENDFOR

x1(k)= (b(k)-s)/a(k,k)

ENDFOR

 

FOR i=1 TO n

x(ix(i))=x1(i)

ENDFOR

 

ENDPROC

 

Контрольные вопросы

 

1. Дать определение системы линейных уравнений.

2. Дать определение вырожденной матрицы.

3. Привести алгоритм метода Гаусса.

4. Привести алгоритм метода Гаусса с выбором максимального элемента.

5. Привести алгоритм приведения матрицы к треугольному виду.

6. Привести алгоритм определения вектора решения системы линейных уравнений, приведенной к треугольному виду (обратный ход метода Гаусса).

7. Дать определение совместности системы линейных уравнений методом Гаусса.

8. Привести алгоритм табуляции характеристической функции.

 

Задания

Используя метод Гаусса, решить систему линейных уравнений с точностью до 0,0001.


1.

3,21 x 1 – 4,25 x 2 + 2,13 x 3 = 5,06;

7,09 x 1 + 1,17 x 2 – 2,23 x 3 = 4,75;

0,43 x 1 – 1,4 x 2 – 0,62 x 3 = – 1,05.

 

2.

0,42 x 1 – 1,13 x 2 + 7,05 x 3 = 6,15;

1,14 x 1 – 2,15 x 2 + 5,11 x 3 = – 4,16;

– 0,71 x 1 + 0,81 x 2 – 0,02 x 3 = – 0,17.

 

3.

2,5 x 1 – 3,12 x 2 – 4,03 x 3 = – 7,5;

0,61 x 1 + 0,71 x 2 – 0,05 x 3 = 0,44;

– 1,03 x 1 – 2,05 x 2 + 0,877 x 3 = – 1,16.

 

4.

7,09 x 1 + 1,17 x 2 – 2,23 x 3 = – 4,75;

0,43 x 1 – 1,4 x 2 – 0,62 x 3 = –1,05;

3,21 x 1 – 4,25 x 2 + 2,13 x 3 = 5,06.

 

5.

1,14 x 1 – 2,15 x 2 – 5,11 x 3= – 4,16;

– 0,71 x 1 + 0,81 x 2 – 0,02 x 3 = – 0,17;

0,42 x 1 – 1,13 x 2 + 7,05 x 3 = 6,15.

 

6.

0,61 x 1 + 0,71 x 2 – 0,05 x 3 = 0,44;

– 1,03 x 1 – 2,05 x 2 + 0,87 x 3 = – 1,16;

2,5 x 1 – 3,12 x 2 – 5,03 x 3 = – 7,5.

 

7.

3,11 x 1 – 1,66 x 2 – 0,60 x 3 = – 0.92;

– 1,65 x 1 + 3,51 x 2 – 0,78 x 3 = 2,57;

0,60 x 1 + 0,78 x 2 – 1,87 x 3 = 1,65.

 

8.

0,10 x 1 + 12 x 2 – 0,13 x 3 = 0,10;

0,12 x 1 + 0,71 x 2 + 0,15 x 3 = 0,26;

– 0,13 x 1 + 0,15 x 2 + 0,63 x 3 = 0,38.

 

9.

0,71 x 1 + 0,10 x 2 + 0,12 x 3 = 0,29;

0,10 x 1 + 0,34 x 2 – 0,04 x 3 = 0,32;

0,12 x 1 – 0,04 x 2 + 0,10 x 3 = – 0,10.

 

10.

0,34 x 1 – 0,04 x 2 + 0,10 x 3 = 0,33;

– 0,04 x 1 + 0,10 x 2 + 0,12 x 3 = – 0,05;

0,10 x 1 + 0,12 x 2 + 0,71 x 3 = 0,28.

 

11.

0,12 x 1 – 0,43 x 2 + 0,14 x 3 = –0,17;

–0,07 x 1 + 0,34 x 2 + 0,72 x 3 = 0,62;

1,18 x 1 – 0,08 x 2 – 0,25 x 3 = 1,12.

 

12.

1,17 x 1 + 0,53 x 2 – 0,84 x 3 = 1,15;

0,64 x 1 – 0,72 x 2 – 0,43 x 3 = 0,15;

0,32 x 1 + 0,43 x 2 – 0,93 x 3 = –0,48.

 

13.

0,66 x 1 – 1,44 x 2 – 0,18 x 3 = 1,83;

0,48 x 1 – 0,24 x 2 + 0,37 x 3 = – 0,84;

0,86 x 1 + 0,43 x 2 + 0,64 x 3 = 0,64.

 

14.

0,82 x 1 + 0,43 x 2 – 0,57 x 3 = 0,48;

–0,35 x 1 + 1,12 x 2 – 0,48 x 3 = 0,52;

0,48 x 1 + 0,23 x 2+0,37 x 3 = 1,44.

 

15.

1,6 x 1 + 0,12 x 2 + 0,57 x 3 = 0,18;

0,38 x 1 + 0,25 x 2 – 54 x 3 = 0,63;

0,28 x 1 + 0,46 x 2 – 1,12 x 3 = 0,88.

 

16.

1,16 x 1 + 1,3 x 2 – 1,14 x 3 = 0,43;

0,83 x 1 – 0,48 x 2 – 2,44 x 3 = –0,15;

2 x 1 – 0,16 x 2 + 1,3 x 3 = 1,5.

 

17.

0,10 x 1 – 0,04 x 2 – 0,13 x 3 = – 0,15;

– 0,04 x 1 + 0,34 x 2+0,05 x 3 = 0,31;

–0,13 x 1 + 0,05 x 2 + 0,63 x 3 = 0,37.

 

18.

0,63 x 1 + 0,05 x 2 + 0,15 x 3 = 0,34;

0,05 x 1 + 0,34 x 2 + 0,10 x 3 = 0,32;

0,15 x 1 + 0,10 x 2 + 0,71 x 3 = 0,42.

 

19.

1,20 x 1 – 0,20 x 2 + 0,30 x 3 = –0,60;

– 0,20 x 1 + 1,60 x 2 – 0,10 x 3 = 0,30;

– 0,30 x 1 + 0,10 x 2 – 1,5 x 3 = 0,40.

 

20.

0,30 x 1 + 1,20 x 2 – 0,20 x 3 = –0,60;

– 0,10 x 1 – 0,20 x 2 + 1,60 x 3 = 0,30;

–1,50 x 1 – 0,30 x 2 + 0,10 x 3 = 40.

 

21.

0,20 x 1 + 0,44 x 2 + 0,81 x 3 = 0,74;

0,58 x 1 – 0,29 x 2 + 0,05 x 3 = 0,02;

0,05 x 1 + 0,34 x 2 + 0,10 x 3 = 0,32.

 

22.

6,36 x 1 + 11,75 x 2 + 10 x 3 = –41,70;

7,42 x 1 + 19,03 x 2 + 11,75 x 3 = –49,49;

5,77 x 1 + 7,42 x 2 + 6,36 x 3 = –27,67.

 

23.

0,40 x 1 + 0,11 x 2 + 0,18 x 3 = 0,47;

0,28 x 1 – 0,59 x 2 + 0,03 x 3 = 0,01;

0,02 x 1 + 0,24 x 2 + 0,10 x 3 = 0,22.

 

24.

0,18 x 1 + 0,25 x 2 – 0,44 x 3 = 1,15;

0,42 x 1 – 0,35 x 2 + 1,12 x 3 = 0,86;

1,14 x 1 + 0,12 x 2 – 0,83 x 3 = 0,68.

 

25.

1,2 x 1 + 0,18 x 2 – 0,42 x 3 = 1,5;

0,44 x 1 + 0,36 x 2 + 0,12 x 3 = 1,16;

0,36 x 1 – 0,42 x 2 – 0,22 x 3 = 0,15.

 

26.

0,64 x 1 – 0,43 x 2 + 0,57 x 3 = 0,43;

0,56 x 1 + 0,12 x 2 – 0,27 x 3 = 0,88;

0,63 x 1 – 0,83 x 2 + 0,43 x 3 = – 0,12.

 

27.

1,60 x 1 + 2,18 x 2 – 0,72 x 3 = 1,15;

0,43 x 1 – 0,16 x 2 + 0,53 x 3 = 0,83;

0,34 x 1 + 0,57 x 2 – 0,83 x 3 = – 0,42.

 

28.

0,8 x 1 – 0,13 x 2 + 0,63 x 3 = 1,15;

0,42 x 1 + 0,57 x 2 + 0,32 x 3 = 0,84;

0,54 x 1 + 0,62 x 2 – 0,32 x 3 =0,25


 



Поделиться с друзьями:

Типы оградительных сооружений в морском порту: По расположению оградительных сооружений в плане различают волноломы, обе оконечности...

Историки об Елизавете Петровне: Елизавета попала между двумя встречными культурными течениями, воспитывалась среди новых европейских веяний и преданий...

Эмиссия газов от очистных сооружений канализации: В последние годы внимание мирового сообщества сосредоточено на экологических проблемах...

История создания датчика движения: Первый прибор для обнаружения движения был изобретен немецким физиком Генрихом Герцем...



© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!

0.077 с.