EssayAI
Блог
Блог
Математика и алгоритмы

Метод Гаусса с выбором главного элемента: пример

8 ноября 2026Время чтения: 8 минут
#метод Гаусса#главный элемент#СЛАУ#выбор по столбцу#численная устойчивость
Метод Гаусса с выбором главного элемента: пример

Метод Гаусса с выбором главного элемента решает систему линейных уравнений последовательным исключением неизвестных. Перед каждым шагом он ищет подходящий коэффициент и при необходимости переставляет строки. Это позволяет избежать деления на ноль и обычно уменьшает влияние округления. Ниже разберём выбор по столбцу на конкретной системе, а сначала можно изменить первый коэффициент в калькуляторе и увидеть, как меняются ведущая строка и множители исключения.

Зачем выбирать главный элемент

Запишем систему как Ax=bAx=b, где AA - матрица коэффициентов, xx - столбец неизвестных, bb - столбец правых частей. Прямой ход метода превращает расширенную матрицу [A∣b][A\mid b] в ступенчатую: под очередным ведущим коэффициентом появляются нули. Затем обратной подстановкой неизвестные находят снизу вверх.

Если очередной диагональный коэффициент равен нулю, делить на него нельзя. Если он очень мал относительно других чисел столбца, множители могут оказаться большими и усилить ошибки вычислений. Поэтому в текущем столбце среди ещё не обработанных строк ищут элемент с наибольшим модулем и перемещают его на диагональ перестановкой строк. Этот вариант называется частичным выбором главного элемента, или выбором по столбцу.

В первом столбце выбирается коэффициент 2, его строка поднимается наверх, затем последовательно обнуляются элементы под ведущими коэффициентами.

Принцип можно представить как выбор наиболее удобного уравнения для исключения текущей переменной. Уравнение с большим по модулю коэффициентом позволяет выразить остальные операции через относительно небольшие множители. Однако большой коэффициент выбирают только среди доступных строк: уже обработанные строки фиксируют построенную ступеньку и повторно вниз не перемещают.

Перестановка двух уравнений не меняет множество решений. Важно переставить строки целиком, включая правые части: иначе получится уже другая система. После исключения поиск повторяют в следующем столбце, но только среди оставшихся строк и в уже изменённой матрице.

Алгоритм выбора по столбцу

На шаге kk рассматривают элементы aik(k)a_{ik}^{(k)} при i=k,…,ni=k,\ldots,n. Верхний индекс обозначает текущую матрицу, а не степень. Индекс выбранной строки определяют правилом

p=arg max⁡i=k,…,n∣aik(k)∣.p=\operatorname*{arg\,max}_{i=k,\ldots,n}|a_{ik}^{(k)}|.

Если максимум ненулевой, строки kk и pp меняют местами. При одинаковых модулях допустимо выбрать любую из них; калькулятор выше оставляет первую подходящую. Затем для каждой строки i>ki>k вычисляют множитель и выполняют операцию

mik=aik(k)akk(k),Ri←Ri−mikRk.m_{ik}=\frac{a_{ik}^{(k)}}{a_{kk}^{(k)}},\qquad R_i\leftarrow R_i-m_{ik}R_k.

Операция применяется и к правой части. При точной арифметике элемент под ведущим становится нулём, а из правила максимума следует ∣mik∣≤1|m_{ik}|\leq 1. Это свойство касается именно множителей на данном шаге: оно само по себе не гарантирует отсутствия роста других элементов матрицы или малой ошибки ответа.

Когда все элементы оставшейся части текущего столбца равны нулю, подходящего ведущего элемента в этом столбце нет. Для квадратной системы это исключает единственное решение, но не отвечает на вопрос, решений нет или их бесконечно много. Для общего ступенчатого вида переходят к следующему столбцу и сравнивают ранги; подробнее об этом - в статье о теореме Кронекера - Капелли.

Пример: первая перестановка

Решим систему

{2y+z=7,2x+y−z=1,x−y+2z=5.[A∣b]=(021∣721−1∣11−12∣5).\begin{cases} 2y+z=7,\\ 2x+y-z=1,\\ x-y+2z=5. \end{cases} \qquad [A\mid b]=\begin{pmatrix} 0&2&1&\mid&7\\ 2&1&-1&\mid&1\\ 1&-1&2&\mid&5 \end{pmatrix}.

В первом столбце модули равны 00, 22 и 11. Максимум - 22 во второй строке, поэтому меняем первую и вторую строки. Первая строка после обмена содержит 2,1,−1∣12,1,-1\mid1. Множитель для второй строки равен нулю, для третьей - 1/21/2. Вычтем половину первой строки из третьей:

(21−1∣1021∣70−3252∣92).\begin{pmatrix} 2&1&-1&\mid&1\\ 0&2&1&\mid&7\\ 0&-\frac32&\frac52&\mid&\frac92 \end{pmatrix}.

В калькуляторе исходное значение t=0t=0 задаёт тот же первый столбец (0,2,1)(0,2,1). После выбора второй строки множители для исходных первой и третьей строк равны 00 и 1/21/2. Если менять tt, правая часть первого уравнения может быть выбрана равной t+7t+7, чтобы решение этого семейства систем оставалось (1,2,3)(1,2,3); сам калькулятор отображает только первый шаг с коэффициентами.

Второй шаг и обратная подстановка

Первый шаг не решает всю систему: после него в двух последних уравнениях ещё присутствуют две неизвестные. Именно поэтому искать главный элемент один раз в начале недостаточно. На каждом следующем шаге сравнение проводят заново, когда результаты предыдущих операций уже известны.

Теперь работаем во втором столбце, начиная со второй строки. Сравниваем ∣2∣|2| и ∣−3/2∣|-3/2|: больше число 22, поэтому перестановка не нужна. Множитель третьей строки равен (−3/2)/2=−3/4(-3/2)/2=-3/4. Прибавляем к ней 3/43/4 второй строки и получаем

(21−1∣1021∣700134∣394).\begin{pmatrix} 2&1&-1&\mid&1\\ 0&2&1&\mid&7\\ 0&0&\frac{13}{4}&\mid&\frac{39}{4} \end{pmatrix}.
После двух шагов исключения последняя строка имеет коэффициент 13/4 и правую часть 39/4, откуда z равно 3
После двух шагов исключения последняя строка имеет коэффициент 13/4 и правую часть 39/4, откуда z равно 3

Из последней строки 13z/4=39/413z/4=39/4, значит, z=3z=3. Вторая строка даёт 2y+3=72y+3=7, то есть y=2y=2. Наконец, 2x+2−3=12x+2-3=1, откуда x=1x=1. Проверяем ответ в исходных уравнениях: 2⋅2+3=72\cdot2+3=7, 2⋅1+2−3=12\cdot1+2-3=1, 1−2+2⋅3=51-2+2\cdot3=5. Все три равенства выполнены.

Проверка подстановкой особенно полезна при ручном решении: ошибка знака в одном множителе может распространиться на весь обратный ход. При приближённых вычислениях вместо точного равенства рассматривают невязку r=b−Ax^r=b-A\hat x и её размер относительно масштаба задачи.

Частичный и полный выбор

При частичном выборе сравнивают только элементы текущего столбца и меняют строки. При полном выборе ищут максимальный по модулю элемент во всей оставшейся подматрице; для переноса его на диагональ могут понадобиться перестановки как строк, так и столбцов. Перестановка столбцов меняет порядок неизвестных, поэтому его обязательно отслеживают и восстанавливают в ответе.

Например, если полный поиск переместил третий столбец на первое место, первая координата промежуточного вектора относится к первоначальной третьей переменной. Записать её как исходную первую переменную было бы ошибкой. При частичном выборе столбцы не двигаются, поэтому порядок переменных сохраняется.

Полный поиск требует больше сравнений и учёта перестановок. Частичный выбор широко используется на практике: например, процедура LAPACK DGESV решает квадратные системы через LU-факторизацию с перестановками строк. В записи PA=LUPA=LU матрица PP отражает перестановки, LL содержит множители, а UU - результат исключения. Связь с повторным решением систем разобрана в статье про LU-разложение.

При обменах строк меняется и знак определителя: после ss обменов det⁡A=(−1)s∏iuii\det A=(-1)^s\prod_i u_{ii}. В примере s=1s=1, поэтому det⁡A=−2⋅2⋅13/4=−13\det A=-2\cdot2\cdot13/4=-13. Это подтверждает единственность решения. Другие способы использовать определитель рассмотрены в статье о правиле Крамера.

Округление, устойчивость и ограничения

Выбор по модулю защищает от деления на ненужный малый коэффициент, но не делает любую систему хорошо обусловленной. Если исходные данные чувствительны к малым возмущениям, даже аккуратный алгоритм может дать заметное изменение ответа. Это свойство задачи описывает число обусловленности матрицы, а не один только размер ведущего элемента.

В машинной арифметике также возможен рост промежуточных элементов; частичный выбор обычно работает хорошо, но не даёт безусловной гарантии малой ошибки для каждой матрицы. Поэтому полезно проверять невязку и учитывать масштаб коэффициентов. Очень маленькая невязка при плохой обусловленности ещё не доказывает высокую точность найденного вектора: близкая система может иметь заметно другое решение.

Невязку рассчитывают после решения по исходным данным, а не по преобразованным строкам. Например, в точном примере найденный вектор даёт нулевую невязку. Если вместо него подставить приближение, получатся три отклонения: они показывают, насколько хорошо приближение удовлетворяет каждому уравнению. Сравнение имеет смысл проводить с учётом величин коэффициентов и правой части.

Вручную удобнее сохранять дроби до конца, не округляя каждый промежуточный результат. В программе точное сравнение с нулём и выбор порога требуют внимания к масштабу и точности; универсального порога для всех матриц нет. Если задача допускает множество правых частей, разложение можно вычислить один раз и затем выполнять подстановки для каждой.

Частые ошибки

  • Выбирать максимум без модуля. Между −5-5 и 22 главным будет −5-5: его модуль больше.
  • Искать по исходной матрице. После каждого исключения коэффициенты меняются; следующий поиск проводят по текущей подматрице.
  • Не переставлять правую часть. Обмен затрагивает всю строку расширенной матрицы.
  • Продолжать деление при нулевом столбце. Нужно перейти к анализу рангов, а не объявлять систему несовместной без проверки.
  • Путать невязку с ошибкой решения. При плохой обусловленности маленькая невязка может сочетаться с заметной ошибкой в xx.

FAQ

Чем выбор главного элемента отличается от обычного метода Гаусса? Это правило выбора строки внутри того же прямого хода. Исключение и обратная подстановка остаются основой алгоритма.

Нужно ли всегда менять строки? Нет. Если текущий диагональный элемент уже максимален по модулю в оставшейся части столбца, обмен не нужен. При равенстве можно сохранить текущую строку.

Что делать, если найденный максимум равен нулю? В точной арифметике все оставшиеся элементы этого столбца равны нулю. Для выяснения числа решений исследуют ступенчатую форму и ранги матриц коэффициентов и расширенной матрицы.

Коротко

При выборе главного элемента по столбцу на каждом шаге максимальный по модулю доступный коэффициент ставят на диагональ обменом строк, затем обнуляют элементы ниже него. В рассмотренном примере это приводит к треугольной системе и решению (1,2,3)(1,2,3). Правило ограничивает модули множителей единицей, но точность ответа зависит также от округления и обусловленности исходной задачи.

Доверьте текст нейросети EssayAI

Открыть EssayAI

Бесплатно, на русском языке и без VPN

Читайте также

LU-разложение матрицы алгоритм: схема и пример

LU-разложение матрицы алгоритм: схема и пример

LU-разложение матрицы: алгоритм Гаусса для разложения A = LU, выбор ведущего элемента и P, решение СЛАУ через прямую и обратную подстановку, вычисление определителя.

4 апреля 20268 минут
Теорема Кронекера-Капелли: ранги и число решений

Теорема Кронекера-Капелли: ранги и число решений

Теорема Кронекера-Капелли: система линейных уравнений совместна, когда ранг основной матрицы равен рангу расширенной. Три исхода, число свободных переменных, разбор системы с параметром.

24 сентября 202610 минут
Правило Крамера: решение СЛАУ через определители

Правило Крамера: решение СЛАУ через определители

Правило Крамера для систем линейных уравнений: формулы, вычисление главного и вспомогательных определителей, случай нулевого определителя, разбор систем 2 и 3 порядка.

2 сентября 20269 минут
Метод Хаусхолдера отражения: схема и пример

Метод Хаусхолдера отражения: схема и пример

Метод Хаусхолдера отражения: построение матрицы отражения, обнуление поддиагональных элементов столбца, QR-разложение через преобразования Хаусхолдера, выбор знака и численная устойчивость.

16 мая 20267 минут
Метод Якоби решение СЛАУ: формулы, сходимость, пример

Метод Якоби решение СЛАУ: формулы, сходимость, пример

Метод Якоби для решения СЛАУ: итерационные формулы, условие диагонального преобладания, спектральный радиус, сравнение с методом Гаусса-Зейделя и пошаговый разбор примера.

3 апреля 20268 минут
Метод Гаусса-Зейделя СЛАУ: формулы и сходимость

Метод Гаусса-Зейделя СЛАУ: формулы и сходимость

Итерационный метод Гаусса-Зейделя для СЛАУ: формулы, условие диагонального преобладания, сравнение с методом Якоби, SOR-релаксация и оптимальный параметр.

8 марта 20268 минут