반응형
가우스 소거법
선형시스템의 해를 구하는 방법
가장 단순한 형태의 선형시스템은 아래와 같다. 이 선형시스템의 해는 무엇인가?
$$ ax = b $$
해가 하나인 경우
$$ 3x=6 $$
해가 없는 경우
$$ 0x =y $$
해가 여러개인 경우
$$ 0x = 0 $$
- a = 0 이면 특이하다.
- ax = b의 해가 곧장 나오지 않는다.
- a의 역수 (inverse)가 존재하지 않는 경우, a가 특이(singular)하다고 한다.
- 해가 있으면 선형시스템이 "consistent"
- 해가 없으면 선형시스템이 "inconsistent"
$$ Ax = b $$
가우스 소거법 (Gauss elimination)
- 가우스 소거법은 임의의 m x n 선형시스템의 해를 구하는 대표적인 방법이다.
- 아래 두단계로 수행된다.
- Forward elimination (전방소거법)
주어진 선형시스템을 아래로 갈수록 더 단순한 형태의 선형방정식을 가지도록 변형한다. - Back-substitution (후방대입법)
아래에서부터 위로 미지수를 실제값으로 대체한다.
가우스 소거법 실제로 해보기
$$ \begin{bmatrix}
1 & 2 & 1\\
1 & 2 & 3\\
2 & 3 & -1\\
\end{bmatrix}
\begin{bmatrix}x_1\\x_2\\x_3\end{bmatrix} =
\begin{bmatrix}1 \\3 \\-3 \end{bmatrix} $$
- 1행 1열을 기준으로 잡기
- r2 ← r2 - r1
- r3 ← r3 - 2r1
- 2행 2열을 기준으로 잡기
- r2 ↔ r3
- r2 ← −r2
- 3행 3열을 기준(pivot)으로 잡기
- r3 ← 1/2 r3
가우스 소거법에서 전방소거법은
주어진 선형 시스템의 rank를 알려주고, 선형시스템이 해가 있는지 아니면 없는지 알려준다.
반응형
'AI > AI math' 카테고리의 다른 글
경사 하강법 (Gradient decsent) (0) | 2022.12.27 |
---|---|
Lecture notes - Linear system (coding) (0) | 2022.12.14 |
Lecture notes - Linear system (0) | 2022.12.14 |