ALGORITHM ForwardElimination (A [1..n, 1..n], b [1..n]) // Применяет гауссово исключение к матрице A коэффициентов системы, // дополнено с вектором b значений правой стороны системы // Вход: матрица A [1..n, 1..n] и вектор-столбец b [1..n] // Выход: эквивалентный верхнетреугольный матрица вместо A с // соответствующие значения правой части в столбце (n + 1) st. для i ← 1 - n do A [i, n + 1] ← b [i] // дополняет матрица для i ← 1 до n - 1 do для j ← i + 1 to n do для k ← i to n + 1 do A [j, k] ← A [j, k] - A [i, k] * A [j, i ]/A [i, i]коэффициент масштабирования при исключении gaussion
Существует два важных замечания относительно этого псевдокода. Во-первых, это не всегда верно: если А [I, I] = 0, мы не можем делить на него и, следовательно, не может использовать ю строку в качестве оси поворота для г-й итерации алгоритма . В этом случае мы должны воспользоваться первой элементарной операцией и обменивать i-ю строку с некоторой строкой ниже нее , которая имеет ненулевой коэффициент в i-м столбце. (Если система имеет единственное решение , что является нормальным случаем для систем под , такая строка должна существовать.) Так как мы должны подготовить для возможности обмена строк, мы можем позаботиться о еще потенциальная трудность: вероятность того, что A [i, i] настолько мала и, следовательно, масштабный коэффициент A [j, i]/A [i, i] настолько велик, что новое значение A [j, k] может стать искаженное ошибкой округления, вызвало вычитанием двух чисел сильно разных величин.3 До избегайте этой проблемы, мы всегда можем найти строку с наибольшим абсолютным значением коэффициента в i-м столбце, обменивать его с i-й строкой, а затем использовать новый A [i, i] как с итерацией стержень. Эта модификация, называется частичными поворотным, гарантирует, что величины коэффициента масштабирования никогда не будет превышать 1.
Моими вопросов по данному тексту являются
Что автор подразумевает под "вероятностью того, что A [ i, i] настолько мала и, следовательно, масштабный коэффициент A [j, i]/A [i, i] настолько велик »? Попросите объяснить здесь простой пример.
В дополнение к вышеуказанным вопросам то, что автор означает «новое значение A [j, k], может быть искажено погрешностью округления, вызванной вычитанием двух чисел с очень разными величинами»?