我正在编写用Python进行高斯-乔丹消除的代码。我的方向如下:
def gauss_jordan(A):
for each row k do
i* <- argmax_{k<i<n} |A_{ik}|
if A_{i*k} = 0 then
Matrix is not invertible
end if
Swap rows k and i*
for each row j below k (i.e. j = k + 1,...,n) do
f = A_{jk}/A_{kk}
Aj = Aj - fA_{k}
end for
end for
for each row k = n,..., 1 (i.e. in reverse) do
A_{k} = A_{k}=A_{kk}
for each row j above k (i.e. j = k -1,..., 1) do
f = A_{jk}/A_{kk}
Aj = A_{j}-fA_{k}
end for
end for
到目前为止我已经:
def gauss_jordan(A):
(h, w) = (len(A), len(A[0]))
for y in range(0,h):
for pivot in range(y, h):
if A[pivot][y].value % 2 != 0:
break
else:
return None
这是正确的开始吗?我感觉很迷失下一步该去哪里。输入将是一个 Numpy 数组。任何想法都非常感激!
您应该做的第一件事是创建增广矩阵。从块角度来看,它看起来像 [A,identity(A.shape[0])],然后按照算法进行求解。你的最终答案将是矩阵的右半部分。我相信你的 for 循环是正确的,但检查不正确。您需要找到 k 列中的最大值。因此,当 k 为 1 时,您将遍历第一列并找到该列中绝对值的最大值并返回其索引。
max_v=-10
index_m=-10
for t in range(k, A.shape[0]):
if abs(A[t, k]) > max_v:
max_v = abs(A[t, k])
index_m = t
请注意,k 是我最外层的循环,它遍历增广 A 矩阵的所有行。希望这有帮助。