METODA ELIMINACJI GAUSSA ASPEKTY NUMERYCZNE

1 METODA ELIMINACJI GAUSSA ASPEKTY NUMERYCZNEALG - wykład...
Author: Danuta Fajkowski
0 downloads 3 Views

1 METODA ELIMINACJI GAUSSA ASPEKTY NUMERYCZNEALG - wykład 15. METODA ELIMINACJI GAUSSA ASPEKTY NUMERYCZNE

2 Układy równań liniowych

3 Układy równań liniowych

4 Układy równań liniowychOgólnie:

5 Układy równań liniowych

6 Układy równań liniowychzamiana równań miejscami

7 Układy równań liniowychpomnożenie równania przez liczbę

8 Układy równań liniowychliniowa kombinacja równań

9 Układy równań liniowych

10 Układy równań liniowych

11 Układy równań liniowychAX=B

12 Macierze

13 Macierze

14 Macierze

15 Macierze

16 Macierze

17 Macierze a układy równań

18 Macierze a układy równań

19 Macierze a układy równań

20 Działania na macierzach

21 Działania na macierzach

22 Transpozycja macierzy

23 Działania na macierzach

24 Działania na macierzach

25 Macierze a układy równań

26 Eliminacja Gaussa

27 Eliminacja Gaussa

28 Eliminacja Gaussa: przykładzamiana R1 i R2

29 Eliminacja Gaussa: przykład

30 Eliminacja Gaussa: przykład

31 Eliminacja Gaussa: przykład

32 Arytmetyka zmiennoprzecinkowaF – zbiór liczb zmiennoprzecinkowych reprezentujący liczby rzeczywiste jest skończony! fl(x) – przybliżenie zmiennoprzecinkowe liczby x to najbliższy x element F Np. dla liczby

33 Arytmetyka zmiennoprzecinkowa

34 Eliminacja Gaussa R2-R1*(89/47) x = 1 y = -1

35 Eliminacja Gaussa m = 89/47

36 dokładne rozw. y = -1 x = 1 Zwiększanie precyzji obliczeń (tzn. ilości cyfr) nie musi poprawić rozwiązania

37 Wybór elementu wiodącego

38 x = 1, y = 1

39 Maksymalny element wiodący

40 Maksymalny element wiodący

41 Skalowanie równań Różnica w amplitudzie: pomnożenie R1 przez 1e-5 sprowadza układ do poprzedniego przykładu

42 Skalowanie kolumn Skalowanie kolumn zmienia rozwiązanie,ale jest równoważne zmianie jednostek niewiadomych Xk wyrażone w [mm] razy 1e-3 daje Xk’ wyrażone w [m]: Xk’=1000Xk

43 Praktyczny algorytm eliminacji GaussaPrawidłowy wybór jednostek zmiennych Wybór elementu wiodącego Działa poprawnie w większości przypadków

44 Układy źle uwarunkowaneUkład nazywamy źle uwarunkowanym, jeżeli mała zmiana parametrów układu prowadzi do dramatycznych zmian (dokładnego) rozwiązania

45

46

47

48 Eliminacja Gaussa: przypadek ogólnyn – równań, n – niewiadomych macierz trójkątna

49 Eliminacja Gaussa: przypadek ogólnymacierz w postaci schodkowej

50 Eliminacja Gaussa: przypadek ogólny

51 Eliminacja Gaussa: przypadek ogólny

52 Eliminacja Gaussa: przypadek ogólny

53 Eliminacja Gaussa: przypadek ogólny

54 Eliminacja Gaussa: przypadek ogólny

55 Eliminacja Gaussa: przypadek ogólny

56 Rząd macierzy rz(A) = rank(A) = liczba niezerowychwierszy macierzy w postaci schodkowej

57 Eliminacja Gaussa: przypadek ogólny

58 Eliminacja Gaussa: przypadek ogólny

59 Eliminacja Gaussa: przypadek ogólny