Algoritmi i Gaussit

Nga Wikibooks

Shko te: navigacion, kërko
Jeni duke lexuar pjesë nga libri në punim e sipër:
Matricat dhe përcaktorët


Matricat


Përcaktorët


Sistemet e ekuacioneve


Format lineare



Një metodë praktike për zgjidhjen e sistemit të n ekuacioneve Iineare me n të panjohura është ajo e Gaussit që quhet algoritmi i Gaussit. Të shohim tani këtë algoritëm.

Le të marrim sistemin:

\begin{matrix}
a_{11}x_1+a_{12}x_2+ \dots +a_{1n}x_n	&=&b_1	\\
a_{21}x_1+a_{22}x_2+ \dots +a_{2n}x_n	&=&b_2	\\
					&\vdots&\\
a_{n1}x_1+a_{n2}x_2+ \dots +a_{nn}x_n	&=&b_n	\\
\end{matrix}
dhe le të supozojmë se a_{11}\ne 0. Ekuacionin e parë të këtij sistemi e shumëzojmë me radhë me numrat:

\frac {a_{21}}{a_{11}},\;	
\frac {a_{31}}{a_{11}},\;	
\frac {a_{41}}{a_{11}},\;	
\dots ,\;	
\frac {a_{n1}}{a_{11}}

dhe barazimet e përftuara i zbresim me radhë prej ekuacionit të dytë, ekuacionit të tretë, . . . , ekuacionit të fundit. Kështu merret sistemi:

\begin{matrix}
a_{11}x_1 &+& a_{12}x_2   &+& a_{13}x_3    &+& \cdots \; +& a_{1n}x_n    &=& b_1	\\
	  & & a^1_{22}x_2 &+& a^1_{23}x_3  &+& \cdots \; +& a^1_{2n}x_n  &=& b^1_{2}	\\
	  & & a^1_{32}x_2 &+& a^1_{33}x_3  &+& \cdots \; +& a^1_{3n}x_n  &=& b^1_{3}	\\
	  & &	          & &		   & &	          &		 &\vdots&	\\
	  & & a^1_{n1}x_2 &+& a^1_{n3}x_3  &+& \cdots \; +& a^1_{nn}x_n &=& b^1_{n}	\\
\end{matrix}

Në këtë sistem e panjohura x1 është eliminuar nga të gjitha ekuacionet, përveç ekuacionit të parë. Përsërisim këtë veprim në sistemin (a) ku ekuacionin e dytë të tij e shumëzojmë me radhë me numrat:


\frac {a^1_{32}}{a^1_{22}},\;
\frac {a^1_{42}}{a^1_{22}},\;
\frac {a^1_{52}}{a^1_{22}},\;
\dots ,\;
\frac {a^1_{n2}}{a^1_{22}},\;
ku \ a^1_{22} \ne 0

dhe pastaj barazimet e përftuara i zbresim me radhë prej ekuacionit të tretë, ekuacionit të katërt, . . . , ekuacionit të fundit. Me këtë rast sistemi do ta merrë këtë trajtë:

\begin{matrix}	
a_{11}x_1 &+& a_{12}x_2 &+& a_{13}x_3   &+& \cdots \;+  & a_{1n}x_n	&= &b_1	  \\
	& & a^1_{22}x_2 &+& a^1_{23}x_3 &+& \cdots \;+	& a^l_{2n}x_n	&= &b^l_2 \\
	& &		& & a^2_{33}x_3 &+& \cdots \;+ 	& a^2_{3n}x_n	&= &b^2_3 \\
	& &		& &		& &		&		& \vdots &\\
	& &		& & a^2_{n2}x_3 &+& \cdots \;+ 	& a^2_{nn}x_n	&= b^2_n  \\
\end{matrix}

Me përsëritjen e këtij algoritmi n − 1 herë do të përftohet sistemi:

\begin{matrix}
a_{11}x_1&+&a_{12}x_2	&+&a_{13}x_3	&+& \cdots \;	+&+a_{1n}x_n		&=& b_1	     \\
	 & &a^1_{22}x_2	&+&a^{1}_{23}x_3&+& \cdots \;	+&+a^1_{2n}x_n		&=& b^1_l    \\
	 & &		& &a^3_{33}x_3	&+& \cdots \;	+&+a^3_{3n}x_n		&=& b^2_3    \\
	 & &		& &	& &		& \vdots			&\vdots &    \\
	 & &		& &		& &		&a^{n-1}_{nn}x_n 	&=& b^{n-1}_n\\
\end{matrix}(...34a)

i cili quhet sistemi trekëndor dhe është ekuivalent me sistemin (34). Zgjidhja e sistemit të fundit mund të reduktohet në zgjidhjen e ekuacionit linear me një të panjohur. Vërtet, kur vlerën e panjohurës xn, të njehsuar nga ekuacioni i fundit, e zëvendësojmë në atë të parafundit, marrim ekuacionin linear me të panjohurën xn − 1. Kur vlerat e njehsuara të xn dhe xn − 1 i zëvendësojmë në ekuacionin e tretë nga fundi, përsëri marrim ekuacionin linear me një të panjohur - me të panjohurën xn − 2. Ky proces vazhdohet derisa edhe ekuacioni i parë i sistemit (34a) nuk reduktohet në një ekuacion me një të panjohur, nga njehsohet vlera e të panjohurës x1. Pra, kjo metodë e zgjidhjes së sistemit të ekuacioneve lineare quhet algoritmi i Gaussit.

[redaktoni] Shembuj

Me algoritmin e Gaussit të zgjidhet sistemi:

\begin{matrix}
\ x_1	 &+& 2 x_2	 &-& 3 x_3	 &+& 4 x_4	&-& \ x_5	& =\! -1	\\
2 x_1	 &-& \ x_2	 &+& 3 x_3	 &-& 4 x_4	&+& 2 x_5	& =\ 8 \ 	\\
3 x_1	 &+& \ x_2	 &-& \ x_3	 &+& 2 x_4	&-& \ x_5	& =\ 3 \ 	\\
4 x_1	 &+& 3 x_2	 &+& 4 x_3	 &+& 2 x_4	&+& 2 x_5	& =\! -2  	\\
\ x_1	 &-& \ x_2	 &-& \ x_3	 &+& 2 x_4	&-& 3 x_5	& =\! -3 	\\
\end{matrix}

Z g j i d h j e: Duke aplikuar algoritmin e Gaussit marrim këto sisteme ekuivalente:

\begin{matrix}
\ x_1	 &+& 2 x_2	 &-& \ 3 x_3	 &+& \ 4 x_4	&-& \ x_5	& = -1		\\
	 &-& 5 x_2	 &+& \ 9 x_3	 &-&  12 x_4	&+& 4 x_5	& =\; 10  	\\
 	 &-& 5 x_2	 &+& \ 8 x_3	 &-&  10 x_4	&+& 2 x_5	& =\ \; 6 	\\
	 &-& 5 x_2	 &+&  16 x_3	 &-&  14 x_4	&+& 6 x_5	& =\ \; 2 	\\
	 &-& 3 x_2	 &+& \ 2 x_3	 &-& \ 2 x_4	&-& 2 x_5	& = -2 		\\
\ x_1	 &+& 2 x_2	 &-& \ 3 x_3	 &+& \ 4 x_4	&-& \ \ x_5	& =\ -1		\\
	 &-& 5 x_2	 &+& \ 9 x_3	 &-&  12 x_4	&+& \ 4 x_5	& =\ \; 10   	\\
 	 & & 		 &-& \ \ x_3	 &+& \ 2 x_4	&-& \ 2 x_5	& =\ -4  	\\
	 & &  		 & & \ 7 x_3	 &-& \ 2 x_4	&+& \ 2 x_5	& =\ -8  	\\
	 & &  		 &-&  17 x_3	 &+&  26 x_4	&-&  22 x_5	& =\! -40 	\\
\ x_1	 &+& 2 x_2	 &-& \ 3 x_3	 &+& \ 4 x_4	&-& \ \ x_5	& =\ -1		\\
	 &-& 5 x_2	 &+& \ 9 x_3	 &-&  12 x_4	&+& \ 4 x_5	& =\ \; 10   	\\
 	 & & 		 &-& \ \ x_3	 &+& \ 2 x_4	&-& \ 2 x_5	& =\ -4  	\\
	 & &  		 & &  		 & &  12 x_4	&-&  12 x_5	& =\! -36  	\\
	 & &  		 & &   		 &-& \ 8 x_4	&+&  12 x_5	& =\ \; 28 	\\
\ x_1	 &+& 2 x_2	 &-& \ 3 x_3	 &+& \ 4 x_4	&-& \ \ x_5	& =\ -1		\\
	 &-& 5 x_2	 &+& \ 9 x_3	 &-&  12 x_4	&+& \ 4 x_5	& =\ \; 10   	\\
 	 & & 		 &-& \ \ x_3	 &+& \ 2 x_4	&-& \ 2 x_5	& =\ -4  	\\
	 & &  		 & &  		 & &  12 x_4  	&-&  12 x_5	& =\! -36  	\\
	 & &  		 & &   		 & & 	 	& & \ 4 x_5	& =\quad 4 	\\
\end{matrix}