Metoda Eliminacji Gaussa i Gaussa Seidla

background image

Metoda Eliminacji Gaussa

Dany jest układ równań

)

0

(

)

0

(

b

x

A

=

w postaci:

)

0

(

)

0

(

1

)

0

(

1

0

)

0

(

0

)

0

(

1

)

0

(

1

1

)

0

(

11

0

)

0

(

10

)

0

(

0

)

0

(

0

1

)

0

(

01

0

)

0

(

00

n

n

nn

n

n

n

n

n

n

b

x

a

x

a

x

a

b

x

a

x

a

x

a

b

x

a

x

a

x

a

=

+

+

+

=

+

+

+

=

+

+

+

K

K

K

K

K

K

K

K

K

K

K

K

K

K

K

K

Odejmujemy od i-tego (i=1,2,…,n)wiersza wiersz pierwszy pomnożony przez a

i0

(0)

/a

00

(0)

.

Dostajemy w ten sposób układ równań:

)

1

(

)

1

(

1

)

1

(

1

)

1

(

1

)

1

(

1

1

)

1

(

11

)

1

(

0

)

1

(

0

1

)

1

(

01

0

)

1

(

00

0

0

n

n

nn

n

n

n

n

n

b

x

a

x

a

b

x

a

x

a

b

x

a

x

a

x

a

=

+

+

+

=

+

+

+

=

+

+

+

K

K

K

K

K

K

K

K

K

K

K

K

K

K

K

K

Następnie analogicznie odejmujemy od i-tego wiersza (i=2,3,…,n) wiersz drugi pomnożony

przez a

i1

(1)

/a

11

(1)

. Postępujemy tak n-1 razy, aż do uzyskania macierzy w postaci:

)

2

(

0

)

2

(

0

1

)

2

(

01

0

)

2

(

00

b

x

a

x

a

x

a

n

n

=

+

+

+

K

)

(

1

)

(

1

1

)

(

11

n

n

n

n

n

b

x

a

x

a

=

+

+ K

……………………………….

)

(

)

(

n

n

n

n

nn

b

x

a

=

Teraz już możemy rozwiązać układ równań stosując wzór:

nn

n

n

a

b

x =

ii

i

ii

n

in

i

i

a

x

a

x

a

b

x

1

1

+

+

=

K

, gdzie i=n-1,n-2,…,1.

Metoda Jacobiego

Metoda Jacobiego jest metodą iteracyjną rozwiązania układu równań liniowych. Metody te

polegają na konstruowaniu ciągu przybliżeń wektora rozwiązań x

(0)

, x

(1)

,…,x

(i)

,… określonego

wzorem:

x

(i+1)

=Mx

(i)

+w, i=0,1,… gdzie M jest pewną macierzą kwadratową, a w jest wektorem.

Rozważmy układ równań Ax=b. Przyjmijmy, że A=L+D+U, gdzie L jest macierzą trójkątną

dolną, D jest macierzą diagonalną, a U jest macierzą trójkątną górną.

background image

Układ równań w postaci Ax=b możemy zatem zapisać w postaci:

(L+D+U)x=b

Przekształcając otrzymujemy:

Dx=-(L+U)x+b.

A więc:

x=-D

-1

(L+U)x+D

-1

b.

Możemy więc skonstruować ciąg przybliżeń rozwiązania w postaci:

x

i+1

=-D

-1

(L+U)x

i

+D

-1

b.

Metoda Jacobiego jest zbieżna dla macierzy nieredukowalnych i diagonalnie słabo

dominujących.

Def.:

Macierz A wymiaru n×n (n≥2) nazywamy redukowalną, jeżeli istnieje macierz permutacji P

taka, że:

=

=

22

12

11

1

0

'

A

A

A

AP

P

A

, gdzie A

11

i A

22

są macierzami kwadratowymi. Jeżeli taka

macierz permutacji nie istnieje, to A nazywamy macierzą nieredukowalną.

Def.:

Macierz A=

)

(

ij

a

nazywamy diagonalnie słabo dominującą, jeśli dla i=1,2,…,n zachodzą

nierówności:

=

n

i

j

j

ij

ii

a

a

1

oraz istnieje co najmniej jedno i takie, że

=

>

n

i

j

j

ij

ii

a

a

1

.

background image

Przykład: Metoda eliminacji Gaussa:

x

0

+2x

1

+x

2

=8

3x

0

+x

1

+x

2

=8

x

0

+3x

1

+x

2

=10

Mamy więc macierz układu:

10

1

3

1

8

1

1

3

8

1

2

1

Zerujemy pierwszą kolumnę (j=0)

j=0, i=1

a

10

/a

00

=3/1=3

Odejmujemy od wiersza drugiego wiersz pierwszy pomnożony przez 3:

10

1

3

1

16

2

5

0

8

1

2

1

j=0, i=2

a

20

/a

00

=1/1=1

Odejmujemy od wiersza trzeciego wiersz pierwszy pomnożony przez 1:

2

0

1

0

16

2

5

0

8

1

2

1

Zerujemy drugą kolumnę (j=1)

j=1, i=2

a

21

/a

11

=1/(-5)= -1/5

Odejmujemy od wiersza trzeciego wiersz drugi pomnożony przez -1/5:

5

/

6

5

/

2

0

0

16

2

5

0

8

1

2

1

Teraz, kiedy mamy macierz trójkątną górną przechodzimy do procedury wstecznej i

obliczamy rozwiązanie:

x

2

= (-6/5) / (-2/5)=3

x

1

=(b

1

-a

12

x

2

)/a

11

=(-16+2*3)/(-5)=2

x

0

=(b

0

-a

02

x

2

-a

01

x

1

)/a

00

=(8-1*3-2*2)/1=1

background image

Przykład: Metoda Jacobiego:

3x

0

+x

1

+x

2

=5

5x

1

+x

2

=6

x

0

+x

1

+6x

2

=8

Macierz układu:

=

6

1

1

1

5

0

1

1

3

A

Wektor prawej strony:

=

8

6

5

b

Rozkład na macierze L, D i U:

=

0

1

1

0

0

0

0

0

0

L

=

6

0

0

0

5

0

0

0

3

D

=

0

0

0

1

0

0

1

1

0

U

=

+

0

1

1

1

0

0

1

1

0

U

L

=

/

1

0

0

0

5

/

1

0

0

0

3

/

1

1

D

Przyjmujemy x

0

=[0,0,0]

T

.

=

+

=

33

,

1

2

,

1

67

,

1

8

6

5

6

/

1

0

0

0

5

/

1

0

0

0

3

/

1

0

0

0

0

1

1

1

0

0

1

1

0

6

/

1

0

0

0

5

/

1

0

0

0

3

/

1

1

x

=

+

=

85

,

0

93

,

0

82

,

0

8

6

5

6

/

1

0

0

0

5

/

1

0

0

0

3

/

1

6

/

8

5

/

6

3

/

5

0

1

1

1

0

0

1

1

0

6

/

1

0

0

0

5

/

1

0

0

0

3

/

1

2

x




1. Fortuna Z., Macukow B., Wąsowski J. Metody Numeryczne. Warszawa : Wydawnictwa
Naukowo-Techniczne, 2005. ISBN 83-204-3245-6.
2. Jankowscy, Janina i Michał. Przegląd Metod i Algorytmów Numerycznych, cz.2.
Warszawa : Wydawnictwa Naukowo-Techniczne, 1982. ISBN 83-204-0352-9.


Wyszukiwarka

Podobne podstrony:
Metoda eliminacji Gaussa (1)
Metoda eliminacji Gaussa, Matematyka
Metoda eliminacji Gaussa, mechanika i budowa maszyn, politechnika, polibuda, matma, matma
Metoda eliminacji Gaussa
metoda eliminacji gaussa 2GF64XPQWLQZUSPFSP4MGIKDIVYMP376M7JFZ7Q
ćw 07 Metoda eliminacji Gaussa
Metoda eliminacji gaussa
Metoda Gaussa Seidla
4 eliminacja Gaussa
Eliminacja Gaussa
Metoda redukcji Gaussa – Jordana, Metody numeryczne Scilab
Metoda eleminacji Gaussa, Metody numeryczne Scilab
mn eliminacja gaussa, Politechnika Śląska ZiIP i inne, Mechanika
algorytm eliminacji Gaussa
Wyznaczanie modułu sztywności metodą dynamiczną Gaussa
metoda el gaussa, sprawozdania PWR, metody numeryczne w5

więcej podobnych podstron