Код презентации скопируйте его
 Донецкий Национальный Технический Университет Факультет Вычислительной Техники Кафедра Прикладной Математики и Информатики Специальность «Программное обеспечение автоматизированных систем»
    
    Донецкий Национальный Технический Университет Факультет Вычислительной Техники Кафедра Прикладной Математики и Информатики Специальность «Программное обеспечение автоматизированных систем»
 Задание СЛАУ При матричном задании СЛАУ имеют место обозначения: А – матрица коэффициентов системы; b – вектор свободных членов уравнений системы; x – вектор неизвестных величин системы.
    
    Задание СЛАУ При матричном задании СЛАУ имеют место обозначения: А – матрица коэффициентов системы; b – вектор свободных членов уравнений системы; x – вектор неизвестных величин системы.
 Задачи, сводимые к решению СЛАУ К решению систем линейных алгебраических уравнений сводимы задачи из многих областей физики: электромагнитной теории; электродинамики; теплопередачи; диффузии; квантовой механики.
    
    Задачи, сводимые к решению СЛАУ К решению систем линейных алгебраических уравнений сводимы задачи из многих областей физики: электромагнитной теории; электродинамики; теплопередачи; диффузии; квантовой механики.
 Задачи, сводимые к решению СЛАУ Особенности постановки задач: являются конечно–разностными или конечно–элементными моделями; задаются дифференциальными уравнениями с начальными или краевыми условиями.
    
    Задачи, сводимые к решению СЛАУ Особенности постановки задач: являются конечно–разностными или конечно–элементными моделями; задаются дифференциальными уравнениями с начальными или краевыми условиями.
 Классы методов решения СЛАУ Прямые методы: а) метод Холесского для плотных матриц; б) метод Холесского для ленточных матриц; в) метод вычисления явного обращение матриц; г) метод Холесского для разреженных матриц; д) метод быстрого преобразования Фурье; е) метод блочно–циклической редукции; ж) метод исключения Гаусса.
    
    Классы методов решения СЛАУ Прямые методы: а) метод Холесского для плотных матриц; б) метод Холесского для ленточных матриц; в) метод вычисления явного обращение матриц; г) метод Холесского для разреженных матриц; д) метод быстрого преобразования Фурье; е) метод блочно–циклической редукции; ж) метод исключения Гаусса.
 Классы методов решения СЛАУ Итерационные методы: а) метод Якоби; б) метод Гаусса–Зейделя; в) метод сопряжённых градиентов; г) метод последовательной верхней релаксации; д) метод ускорения Чебышева с симметричной последовательной верхней релаксации; е) многосеточный метод.
    
    Классы методов решения СЛАУ Итерационные методы: а) метод Якоби; б) метод Гаусса–Зейделя; в) метод сопряжённых градиентов; г) метод последовательной верхней релаксации; д) метод ускорения Чебышева с симметричной последовательной верхней релаксации; е) многосеточный метод.
 Шаг прямого хода Деление коэффициентов текущего уравнения на коэффициент при исключаемой переменной:
    
    Шаг прямого хода Деление коэффициентов текущего уравнения на коэффициент при исключаемой переменной:
 Шаг прямого хода Для всех уравнений со 2–ого по n–ое выполнить действия: умножение обеих частей 1–ого уравнения на взятый с обратным знаком коэффициент при первом члене текущего уравнения; сложение результатов предыдущей операции с коэффициентами и свободным членом текущего уравнения.
    
    Шаг прямого хода Для всех уравнений со 2–ого по n–ое выполнить действия: умножение обеих частей 1–ого уравнения на взятый с обратным знаком коэффициент при первом члене текущего уравнения; сложение результатов предыдущей операции с коэффициентами и свободным членом текущего уравнения.
 Шаг прямого хода Из уравнений со 2–ого по n–ое можно составить эквивалентную исходной систему уравнений, но с количеством неизвестных (n–1). На k–ом шаге рассматривается система из (n–k+1) уравнений с (n–k+1) неизвестными. Выполнив очередной шаг метода Гаусса по отношению к этой системе уравнений, получим систему с (n–k+1). После выполнения n шагов метода Гаусса матрица коэффициентов системы уравнений будет верхней треугольной
    
    Шаг прямого хода Из уравнений со 2–ого по n–ое можно составить эквивалентную исходной систему уравнений, но с количеством неизвестных (n–1). На k–ом шаге рассматривается система из (n–k+1) уравнений с (n–k+1) неизвестными. Выполнив очередной шаг метода Гаусса по отношению к этой системе уравнений, получим систему с (n–k+1). После выполнения n шагов метода Гаусса матрица коэффициентов системы уравнений будет верхней треугольной
 Метод Гаусса в матричной форме Пусть задана исходная система уравнений. Тогда на исключение неизвестной xi из уравнений системы осуществляется следующим образом: умножением матрицы коэффициентов A(i) слева на диагональную матрицу Di; умножением Di * A(i) слева на матрицу Qi.
    
    Метод Гаусса в матричной форме Пусть задана исходная система уравнений. Тогда на исключение неизвестной xi из уравнений системы осуществляется следующим образом: умножением матрицы коэффициентов A(i) слева на диагональную матрицу Di; умножением Di * A(i) слева на матрицу Qi.
 Метод Гаусса в матричной форме Осуществление i–ого шага метода Гаусса в матричной форме имеет вид: L1 * A(i) x = L1 * b(i). Полная последовательность операций матричного умножения по исключению переменных имеет вид: Li*…*L2*L1 * A * x = Li*…*L2*L1 * b. Произведение U = Ln*…*L2*L1 * A является верхней треугольной матрицей с единичной главной диагональю. Произведение L = L-11*L-12*…*L-1n является нижней треугольной матрицей.
    
    Метод Гаусса в матричной форме Осуществление i–ого шага метода Гаусса в матричной форме имеет вид: L1 * A(i) x = L1 * b(i). Полная последовательность операций матричного умножения по исключению переменных имеет вид: Li*…*L2*L1 * A * x = Li*…*L2*L1 * b. Произведение U = Ln*…*L2*L1 * A является верхней треугольной матрицей с единичной главной диагональю. Произведение L = L-11*L-12*…*L-1n является нижней треугольной матрицей.