|
LU분해법으로 역행렬구하기의 matlab 검증
결론 b.
최종 결과
하나하나가 조금 까다로운 문제였던 것 같다. 물론 계산하는 원리도 중요하겠지만, 계산하는데 있어 까다로운 문제이므로 실수하지 않고 꼼꼼히 계산하는 것이 중요한 부분이다. 또
|
|
|
LU분해를 이용하자.
역행렬을 LU분해를 이용해서 구하는 방법은 다음과 같다.
각 단계를 계산해보자.
따라서 이다.
물론 자명하게 이다.
11.12 a) system은 다음과 같다.
가우스 소거법을 이용해서 역행렬을 구하면 다음과 같다.
해를 구하면 다음과
|
|
|
법
<n의 값으로 4를 입력하고 원소들을 입력함>
Ⅰ-3. 결 과 - 가우스 조르단 법
- n값은 4로 하고 행렬의 원소들은 위의 가우스 소거법에서 사용한 원소들을 그대로 데이터파일에 저장함.
<데이터파일>
<실행결과>
- 역행렬을 구하는
|
|
|
LU분해법으로 풀은 경우
********** Original Matrix **********
5.00 3.00 1.00 2.00
1.00 -4.00 8.00 -2.00
0.00 -6.00 5.00 -8.00
********** 하삼각행렬 L-Matrix **********
5.00 0.00 0.00
1.00 -4.60 0.00
0.00 -6.00 -5.17
********** 상삼각행렬 U-Matrix **********
1.00 0.60 0.20
0.00 1.00 -1.70
0.00 0.00 1.
|
|
|
LU분해법으로 풀은 경우
********** Original Matrix **********
5.00 3.00 1.00 2.00
1.00 -4.00 8.00 -2.00
0.00 -6.00 5.00 -8.00
********** 하삼각행렬 L-Matrix **********
5.00 0.00 0.00
1.00 -4.60 0.00
0.00 -6.00 -5.17
********** 상삼각행렬 U-Matrix **********
1.00 0.60 0.20
0.00 1.00 -1.70
0.00 0.00 1.
|
|
|
alue= 0.0;
else if(j==i)
{
sum=0.0;
for(k=0;k<1; k++)
sum += U[i][k]*L[k][i];
value = A[i][i] -sum;
}
else
{
sum=0.0;
for(k=0;k<i;k++)
sum +=U[j][k]*L[k][i];
value = A[j][i] -sum;
}
return value;
}
|
|
|
을 프린트
cout<<"\n\n U= ";
for(i=0;i<n;i++)
{
for(j=0;j<n;j++)
cout<<setw(6)<<u[i][j];
cout<<endl;
cout<<" ";
}
//U값 프린트
d[0]=b[0]/l[0][0];
for(i=1;i<n;i++)
{
sum=0;
for(j=0;j<i;j++)
{
sum=sum+d[j]*l[i][j];
}
d[i]=b[i]-sum;
}
//D값 계산
cout<<"\n\
|
|
|
0.000095646
0.809308
-2.96388
-0.3196
0.000034588
0.809279
-2.96394
-0.3196
0.000037162
0.809267
-2.96393
-0.31958
0.000013272
0.809279
-2.96391
-0.31958
0.000013995
0.809283
-2.96391
-0.31959
|
|
|
수치해석 레포트 입니다
|
|
|
구하기가 어려울 경우에는 Most Preferred Rule, Logit, Bradley-Terry-Luce(BTL)에 의하여 추정이 가능하다.
간단히 예를들어, 노트북을 생산할 때 다음과 같은 속성과 속성수준을 고려한다고 하자 : 가격(100만원, 150만원), 무게(2.5kg 또는 가볍다, 3.5kg 또는
|
|
메뉴펼치기
