1
Основы метода Гаусса
MATH007Lesson 6
00:00
Представьте сложность решения системы с тысячами переменных. Как мы можем извлечь истину из хаотичной сетки коэффициентов? Метод Гаусса является нашим фундаментальным инструментом — систематической «очисткой» переменных, которая преобразует сложные системы в прозрачную треугольную форму, где решения можно последовательно извлекать с помощью обратной подстановки.

Архитектура линейных систем

В численном анализе мы представляем систему из $n$ линейных уравнений в виде матричного произведения $Ax = \mathbf{b}$. Здесь $A$ — это квадратная матрица коэффициентов размером $n \times n$, $x$ — вектор неизвестных, а $\mathbf{b}$ — вектор констант. Для эффективного выполнения операций мы используем расширенную матрицу $[A, \mathbf{b}]$.

Основная цель
Через последовательность элементарных преобразований строк (ЭПС) мы стремимся преобразовать состояние системы в эквивалентную верхнюю треугольную форму $U$: $$[A, \mathbf{b}] \rightarrow [U, \mathbf{b}']$$ где все элементы ниже диагонали $u_{ii}$ равны нулю.

Элементарные преобразования строк (ЭПС)

Неприкосновенность нашего множества решений основана на трёх операциях, сохраняющих инвариант:

  • Перестановка: $(E_i) \leftrightarrow (E_j)$ — перестановка строк для перемещения лучшего базисного элемента.
  • Масштабирование: $(\lambda E_i) \rightarrow (E_i)$ — умножение строки на ненулевой скаляр.
  • Замена: $(E_i + \lambda E_j) \rightarrow (E_i)$ — суть исключения. Конкретно мы используем множитель $m_{j1} = a_{j1}/a_{11}$ для вычисления $(E_j - m_{j1} E_1) \rightarrow (E_j)$.

Структура и свойства матриц

Согласно теореме 6.8, операции с матрицами подчиняются определённым алгебраическим законам, таким как ассоциативность ($A(BC) = (AB)C$), однако они знаменито не обладают коммутативностью ($AB \neq BA$ в общем случае). Признание специфических структур, таких как симметричные матрицы ($A = A^t$) и единичные матрицы ($I_n$), позволяет использовать специализированные, более быстрые методы факторизации, такие как $LDL^t$.

🎯 Основной принцип: инвариантность
ЭПС не изменяют множество решений, потому что каждая операция полностью обратима. Применяя их к расширенной матрице, мы одновременно решаем все уравнения, не теряя логической связи между коэффициентами и целевыми константами.