Спасибо за примеры практического возникновения задач линейного программирования, а то в далекой молодости в вузе (экономическом) нам как-то не удосужились области применения и решения таких задач довести, хотя сами способы решения задач данного типа были вполне понятны: щас прямо сходу вспоминаю ! Единственно придётся глянуть в инете , что есть определитель матрицы , хотя вроде из семантики вытекает , что какой-то общий делитель для всех значений «а»))
Да! Хрена с два с этим определителем!) - целый час промучался в Википедии , чтобы хоть как-то понять , что за сие понятие)) Недаром автор проскочил вопрос трактовки этого термина))
Спасибо за отзыв! С определителем матрицы все не просто. Он связан с преобразованием евклидова пространства. В этом видео не было цели осветить этот вопрос. Может сделаю отдельное видео об этом.
У нас в методе прогонки прямого хода выходит такая формула: a_22 = a_22 - a_21 * (a_12 \ a_11). Спрашиваю GPT он мне на отрез говорит что это метод гаусса, а в методе прогонки мы создаем 2 массива и в них считаем, А лектор по ЧМ решает через рекурентные формулы, и что из этого метод прогонки я запутался...
@@learningmeansdoing в данном случае разговор шёл о размере хранимой матрицы. В видео сказано, что это будет 10**10, а не 10**8. Или я не понял контекст?
Понял, о чем вы написали. Да, действительно, оговорился. Конечно, у размерности матрицы квадратичная зависимость и правильно было бы сказать 10 в 8 степени.
Я думаю, теоретически это можно сделать с помощью линейных преобразований. Конечно, возникнет вопрос о вычислительной сложности этого процесса. Особенно, если количество уравнений десятки тысяч.
Спасибо большое за урок.Наконец-то поняла метод прогонки.
Большое спасибо! Наконец-то смогла все понять. Вы очень хорошо объясняете материал, спасибо!
Спасибо большое за урок, все наглядно и понятно, такой подробный разбор очень хорошо усваивается!
Благодарю за хороший отзыв о моей работе!
Спасибо за видео. Очень сильно помогло
спасибо большое за урок! Все четко,понятно!
Рад помочь!
спасибо лучший ютубер
Чел ты…
Спасибо! за видео урок! вы можете прикрепить ваш файл! очень полезно будет для всех! еще раз спасибо! класс!👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍
Спасибо за примеры практического возникновения задач линейного программирования, а то в далекой молодости в вузе (экономическом) нам как-то не удосужились области применения и решения таких задач довести, хотя сами способы решения задач данного типа были вполне понятны: щас прямо сходу вспоминаю ! Единственно придётся глянуть в инете , что есть определитель матрицы , хотя вроде из семантики вытекает , что какой-то общий делитель для всех значений «а»))
Да! Хрена с два с этим определителем!) - целый час промучался в Википедии , чтобы хоть как-то понять , что за сие понятие)) Недаром автор проскочил вопрос трактовки этого термина))
Спасибо за отзыв! С определителем матрицы все не просто. Он связан с преобразованием евклидова пространства. В этом видео не было цели осветить этот вопрос. Может сделаю отдельное видео об этом.
У нас в методе прогонки прямого хода выходит такая формула:
a_22 = a_22 - a_21 * (a_12 \ a_11).
Спрашиваю GPT он мне на отрез говорит что это метод гаусса, а в методе прогонки мы создаем 2 массива и в них считаем,
А лектор по ЧМ решает через рекурентные формулы, и что из этого метод прогонки я запутался...
отличное объяснение, но есть неточность на 20:15 10000 * 10000 = 10**8
Я так понимаю, что в этом месте речь идет о сложности метода? Но ведь там 2/3 n в кубе. Поэтому для n=10000 получается 6,7E+11.
@@learningmeansdoing в данном случае разговор шёл о размере хранимой матрицы. В видео сказано, что это будет 10**10, а не 10**8. Или я не понял контекст?
Понял, о чем вы написали. Да, действительно, оговорился. Конечно, у размерности матрицы квадратичная зависимость и правильно было бы сказать 10 в 8 степени.
а какое число операций для метода гаусса с выбором главного элемента ?
30:26
Ты золото, чел. Спасибо большое
Можете файл прикрепить с лекцией?
Спасибо! Возможно ли СЛАУ с большой частью нулевых членов, но разным количеством значащих привести к трёхдиагональной матрице?
Я думаю, теоретически это можно сделать с помощью линейных преобразований. Конечно, возникнет вопрос о вычислительной сложности этого процесса. Особенно, если количество уравнений десятки тысяч.
@@learningmeansdoing количество уравнений миллионы.
Именно поэтому метод Гаусса неприемлем.
Как вариант использовать итерационный метод решения (релаксации), а не прогонку по трехдиагональной матрице.
@@learningmeansdoing решение нужно точное. Ключевой момент это количество операции для достижения необходимой точности
годно
Метод Халецкого. Пример решения будет ?
(метод квадратных корней)
Пока такого контента нет