Cos'è l'ingenua eliminazione gaussiana?

Cos'è l'ingenua eliminazione gaussiana?
Anonim

Risposta:

L'eliminazione gaussiana ingenua è l'applicazione dell'eliminazione gaussiana per risolvere sistemi di equazioni lineari con l'assunto che i valori di pivot non saranno mai pari a zero.

Spiegazione:

L'eliminazione gaussiana tenta di convertire un sistema di equazioni lineari da una forma come:

#color (white) ("XXX") ((a_ (1,1), a_ (1,2), a_ (1,3), "…", a_ (1, n)), (a_ (2,1), a_ (2,2), a_ (2,3), "…", a_ (2, n)), (a_ (3,1), a_ (3,2), a_ (3,3), "…", a_ (3, n)), ("… "" … "" … "" … "" …"), (a_ (n, 1), a_ (n, 2), a_ (n, 3), "…", a_ (n, n))) xx ((x_1), (x_2), (x_3), ("… "), (x_n)) = ((c_1), (c_2), (C_3), (" …"), (c_n)) #

in una forma come:

#color (bianco) ("XXX") ((1, hata_ (1,2), hata_ (1,3), "…", hata_ (1, n)), (0,1, hata_ (2, 3), "…", hata_ (2, n)), (0,0,1, "…", hata_ (3, n)), (" … "" … ", "…", "…", "…"), (0,0,0, "…", 1)) xx ((x_1), (x_2), (x_3), ("… "), (x_n)) = ((hatc_1), (hatc_2), (hatc_3), (" …"), (hatc_n)) #

Un passaggio fondamentale in questo processo è la possibilità di dividere i valori delle righe in base al valore di una "voce di pivot" (il valore di una voce lungo la matrice del coefficiente in alto a sinistra o in basso a destra (eventualmente modificata).

Naive Gaussian Elimination presuppone che questa divisione sarà sempre possibile, cioè che il valore pivot non sarà mai zero. (Nota, a proposito, un valore di rotazione vicino ma non necessariamente uguale a zero, può rendere inaffidabili i risultati quando si lavora con calcolatrici o computer con una precisione limitata).