Cтраница 1
Метод исключения Гаусса является идеальным алгоритмом, кроме, быть может, частных задач, имеющих особые свойства-такие свойства имеет почти каждая задача. Итерационный метод является самокорректирующимся, и этот процесс коррекции повторяется многократно. [1]
Метод исключения Гаусса может быть использован для решения и недоопределенных систем, а также систем других типов, если они совместны. [2]
Метод исключения Гаусса ( § 7) целесообразно применять в том случае, если систему ( 10) необходимо решить однократно. В МКЭ при расчете с последовательными вариантами нагрузок или при решении нелинейных систем итерационными методами необходимо многократно решать систему с одной и той же матрицей, но с различными правыми частями. [3]
III рассматриваются метод исключения Гаусса и метод квадратного корня - прямые методы, требующие для решения системы 0 ( N3) арифметических действий. [4]
Ill рассматриваются метод исключения Гаусса и метод квадратного корня - прямые методы, требующие для решения системы 0 ( N3) арифметических действий. [5]
Применим теперь метод исключения Гаусса, не заботясь о правых столбцах. [6]
Метод-решение производится методом исключения Гаусса с выбором главного элемента по главной диагонали с целью сохранения симметричности в преобразованных матрицах коэффициентов. [7]
Далее, методом исключения Гаусса находим значения всех неизвестных граничных параметров. Сравнение данных таблицы 2.7 показывает, что результаты по МГЭ и по методу С.А.Рогицкого практически совпадают. Причем в работе [274] определены только изгибающие моменты, а по МГЭ получена полная информация о напряженно-деформированном состоянии рамы в форме начальных параметров. [8]
В подпрограмме применяется метод исключения Гаусса с ведущими элементами. [9]
В подпрограмме применяется метод исключения Гаусса с ведущими элементами. [10]
Пусть при помощи метода исключения Гаусса получено треугольное разложение LU матрицы А и вычислено решение х, причем все результаты сохранены. Тогда, что следует взять в качестве аппроксимирующей матрицы С в пункте ( б) этой задачи. [11]
В этой главе описывается метод исключения Гаусса для решения систем линейных уравнений. Мы покажем, каким образом матрицы, связанные с различными стадиями процесса исключения, могут быть использованы для представления в ( растеризованной форме матрицы, обратной для матрицы коэффициентов линейных уравнений. Доказываются некоторые теоремы, с помощью которых определяются разреженные множители разложения обращенных разреженных матриц. [12]
Простейшим прямым методом является метод исключения Гаусса, требующий примерно ( 2 / 3) п3 арифметических действий. Метод Гаусса основан на приведении матрицы А к треугольной, у которой все элементы, расположенные ниже главной диагонали, равны нулю. [13]
Данный метод является вариантом метода исключения Гаусса с выбором по строке ведущего элемента исключения. Выбор ведущего элемента исключения позволяет получить сравнительно устойчивый к погрешностям округления алгоритм, что и предопределяет выбор данного алгоритма. [14]
Разностное решение легко вычисляется методом исключения Гаусса; на ЭВМ типа БЭС. И-6 скорость и оперативная память позволяют использовать в расчете до JV150 узлов. Таким образом, в этой задаче нетрудно получить более высокую точность расчета, чем в задаче на собственные значения. [15]