Tridiagonal Matris Algoritması

Kısaca: (b.b.d. TDMA), Thomas algoritması olarak da bilinmektedir (Llewellyn Thomas ardından isimlendirilmiştir), sayısal lineer cebirde tridiagonal denklem sistemlerini çözmek için kullanılan basitleştirilmiş bir Gauss eleme yöntemidir. ...devamı ☟

' (b.b.d. TDMA), Thomas algoritması olarak da bilinmektedir (Llewellyn Thomas ardından isimlendirilmiştir), sayısal lineer cebirde tridiagonal denklem sistemlerini çözmek için kullanılan basitleştirilmiş bir Gauss eleme yöntemidir. n bilinmeyenli bir tridiagonal sistem şöyle yazılabilir: : a_i x_ + b_i x_i + c_i x_ = d_i , \,\! a_1 = 0\, ve c_n = 0\, 'dır. Bu algoritma köşegen olarak baskın (b.b.d. "diagonally dominant") sistemlere uygulanabilir. Bu sistem matris formunda aşağıdaki gibi belirtilebilir: : \begin & & & & \\ & & & & \\ & & & \ddots & \\ & & \ddots & \ddots & }\\ & & & & \\ \end \begin \\ \\ \\ \vdots \\ \\ \end = \begin \\ \\ \\ \vdots \\ \\ \end . Bu tür sistemler için çözüm, O(n) mertebesinde aşama sayısı ile O(n^3) mertebesinde aşama sayısı gerektiren Gauss eleme yöntemi kullanılmadan elde edilebilir. İlk aşamada bütün a_i'ler elenir ve ardından geriye doğru yerine koyma yöntemi ile sonuca ulaşılır. Bu tip matrislerle çoğunlukla bir boyutlu Poisson denkleminin ayrıklaştırılmasında (ör. bir boyutlu difüzyon problemi) ve kübik eğri interpolasyonunda karşılaşılır.

Yöntem

İlk aşama matris katsayılarının aşağıdaki gibi düzenlenmesinden oluşur. Düzenlenmiş yeni katsayılar ayraç ile işaretlenmiştir: :c'_i = \begin \begin \cfrac & ; & i = 1 \\ \cfrac a_i} & ; & i = 2, 3, \dots, n-1 \\ \end \end \, ve: :d'_i = \begin \begin \cfrac & ; & i = 1 \\ \cfrac a_i} a_i} & ; & i = 2, 3, \dots, n. \\ \end \end \, Bu aşama
ileri süpürme (b.b.d. "forward sweep") olarak adlandırılır. Çözüm ise geriye doğru yerine koyma yöntemi ile elde edilir: :x_n = d'_n\, :x_i = d'_i - c'_i x_ \qquad ; \ i = n - 1, n - 2, \ldots, 1.

C içinde uygulaması

void solveMatrix (int n, double *a, double *b, double *c, double *v, double *x) x[1] = v[2]/b[3]; for (int i = n - 2; i >= 0; --i) x[4] = (v[5] - c[6] * x[7]) / b[8]; }

MATLAB içinde uygulaması

function x = TDMAsolver(a,b,c,d) %a, b, c are the column vectors for the compressed tridiagonal matrix, d is the right vector n = length(b); % n is the number of rows % Modify the first-row coefficients c(1) = c(1) / b(1); % Division by zero risk. d(1) = d(1) / b(1); % Division by zero would imply a singular matrix. for i = 2:n-1 temp = b(i) - a(i) * c(i-1); c(i) = c(i) / temp; d(i) = (d(i) - a(i) * d(i-1))/temp; end d(n) = (d(n) - a(n) * d(n-1))/( b(n) - a(n) * c(n-1)); % Now back substitute. x(n) = d(n); for i = n-1:-1:1 x(i) = d(i) - c(i) * x(i + 1); end end

Fortran 90 içinde uygulaması

subroutine solve_tridiag(a,b,c,v,x,n) implicit none ! a - sub-diagonal (means it is the diagonal below the main diagonal) ! b - the main diagonal ! c - sup-diagonal (means it is the diagonal above the main diagonal) ! v - right part ! x - the answer ! n - number of equations integer,intent(in) :: n real(8),dimension(n),intent(in) :: a,b,c,v real(8),dimension(n),intent(out) :: x real(8),dimension(n) :: bp,vp real(8) :: m integer i ! Make copies of the b and v variables so that they are unaltered by this sub bp(1) = b(1) vp(1) = v(1) !The first pass (setting coefficients): firstpass: do i = 2,n m = a(i)/bp(i-1) bp(i) = b(i) - m*c(i-1) vp(i) = v(i) - m*vp(i-1) end do firstpass x(n) = vp(n)/bp(n) !The second pass (back-substition) backsub:do i = n-1, 1, -1 x(i) = (vp(i) - c(i)*x(i+1))/bp(i) end do backsub end subroutine solve_tridiag

Kaynaklar

* *

Dış bağlantılar

* Example with VBA code

Kaynaklar

Vikipedi

Bu konuda henüz görüş yok.
Görüş/mesaj gerekli.
Markdown kullanılabilir.