Apa itu eliminasi Gaussian yang naif?

Apa itu eliminasi Gaussian yang naif?
Anonim

Menjawab:

Eliminasi Gaussian Naif adalah penerapan eliminasi Gaussian untuk menyelesaikan sistem persamaan linear dengan asumsi bahwa nilai pivot tidak akan pernah menjadi nol.

Penjelasan:

Upaya eliminasi Gaussian untuk mengubah sistem persamaan linear dari bentuk seperti:

#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_2), (x_3), ("…"), (x_n)) = ((c_1), (c_2), (c_3), ("…"), (c_n)) #

ke dalam bentuk seperti:

#color (white) ("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)) #

Langkah penting dalam proses ini adalah kemampuan untuk membagi nilai baris dengan nilai "pivot entry" (nilai entri di sepanjang kiri atas ke kanan bawah dari matriks koefisien (yang mungkin dimodifikasi).

Naive Gaussian Elimination mengasumsikan bahwa divisi ini akan selalu mungkin yaitu nilai pivot tidak akan pernah menjadi nol. (Catatan, omong-omong, nilai pivot yang mendekati tetapi tidak harus sama dengan nol, dapat membuat hasil tidak dapat diandalkan saat bekerja dengan kalkulator atau komputer dengan akurasi terbatas).