Формування методології базисних матриць у дослідженні погано обумовлених лінійних систем

Автор(и)

  • Volodymyr Kudin Київський національний університет імені Тараса Шевченка вул. Володимирська, 60, м. Київ, Україна, 01033, Україна https://orcid.org/0000-0002-5665-0868
  • Viacheslav Onotskyi Київський національний університет імені Тараса Шевченка вул. Володимирська, 60, м. Київ, Україна, 01033, Україна https://orcid.org/0000-0002-1920-0905
  • Andriy Onyshchenko Київський національний університет імені Тараса Шевченка вул. Володимирська, 60, м. Київ, Україна, 01033, Україна https://orcid.org/0000-0002-3194-1116
  • Yurii Stupak Національна металургійна академія України пр. Гагаріна, 4, м. Дніпро, Україна, 49600, Україна https://orcid.org/0000-0002-7199-057X

DOI:

https://doi.org/10.15587/1729-4061.2019.184530

Ключові слова:

метод базисних матриць, прямокутна матриця обмежень, погано обумовлена СЛАР

Анотація

Удосконалено алгоритм методу базисних матриць для проведення аналізу властивостей лінійної системи (СЛАР) при різноманітних змінах в моделі. Зокрема, при включенні-виключенні групи рядків та стовпців (на основі “окаямлювання”) без перерозв’язання задачі спочатку. Встановлено умови сумісності (несумісності) обмежень та побудовано вектори фундаментальної системи розв’язків у випадку сумісності. Досліджено вплив точності подання елементів моделі (довжина мантиси, величина порядку, порогу машинного нуля та переповнення) та варіантів організації проведення обчислень на властивості розв’язків. Зокрема, вплив на величину та повноту рангу на прикладі СЛАР з погано обумовленою матрицею обмежень. Програмна реалізація була розвинута на проведення обчислень за методами базисних матриць (МБМ) та Гауса, тобто використано довгу арифметику для моделей з раціональними елементами. Запропоновано алгоритми та комп´ютерну реалізацію методів типу Гауса та штучних базисних матриць (варіант методу базисних матриць) в середовищах Мatlab та Visual С++ з використанням технології точних обчислень елементів методів, в першу чергу, для погано обумовлених систем різної розмірності.

На прикладі матриць Гільберта, які характеризуються як “незручні”, проведено експеримент з метою аналізу властивостей лінійної системи при різних розмірностях, точності подання вхідних даних та сценаріях проведення обчислень. Розвинуто формати (“точний” та “неточний”) подання елементів моделі (довжина мантиси, величина порядку, порогу машинного нуля та переповнення) та варіанти організації виконання основних операцій при проведенні обчислень та їх вплив на властивості розв’язків. Зокрема, простежено вплив на величину та повноту рангу на прикладі СЛАР з погано обумовленою матрицею обмежень

Біографії авторів

Volodymyr Kudin, Київський національний університет імені Тараса Шевченка вул. Володимирська, 60, м. Київ, Україна, 01033

Доктор технічних наук, професор

Кафедра інтелектуальних та інформаційних систем

Viacheslav Onotskyi, Київський національний університет імені Тараса Шевченка вул. Володимирська, 60, м. Київ, Україна, 01033

Кандидат фізико-математичних наук, асистент

Кафедра обчислювальної математики

Andriy Onyshchenko, Київський національний університет імені Тараса Шевченка вул. Володимирська, 60, м. Київ, Україна, 01033

Доктор економічних наук, професор

Кафедра інформаційних систем та технологій

Yurii Stupak, Національна металургійна академія України пр. Гагаріна, 4, м. Дніпро, Україна, 49600

Кандидат технічних наук

Кафедра теорії, технології та автоматизації металургійних процесів

Посилання

  1. Demmel, J. W. (1997). Applied Numerical Linear Algebra. SIAM, 416. doi: https://doi.org/10.1137/1.9781611971446
  2. IEEE Standart for Binary Floating-Point Arithmetics, Std 754-1985 (1985). New York, 20.
  3. Schrijver, А. (2000). Theory of Linear and integer Programming. John Wiley & Sons.
  4. Dantzig, G. B., Thapa, M. N. (2003). Linear Programming 2: Theory and Extensions. Springer, 448. doi: https://doi.org/10.1007/b97283
  5. Han, D., Zhang, J. (2007). A comparison of two algorithms for predicting the condition number. Sixth International Conference on Machine Learning and Applications (ICMLA 2007). doi: https://doi.org/10.1109/icmla.2007.8
  6. Ebrahimian, R., Baldick, R. (2001). State Estimator Condition Number Analysis. IEEE Power Engineering Review, 21 (5), 64–64. doi: https://doi.org/10.1109/mper.2001.4311389
  7. Nishi, T., Rump, S., Oishi, S. (2013). A consideration on the condition number of extremely ill-conditioned matrices. 2013 European Conference on Circuit Theory and Design (ECCTD). doi: https://doi.org/10.1109/ecctd.2013.6662260
  8. BLAS (Basic Linear Algebra Subprograms). Available at: http://www.netlib.org/blas/sblat1
  9. Kudin, V. I., Lyashko, S. I., Hritonenko, N. M., Yatsenko, Yu. P. (2007). Analiz svoystv lineynoy sistemy metodom iskusstvennyh bazisnih matrits. Kibernetika i sistemnyy analiz, 4, 119–127.
  10. Kudin, V., Onotskyi, V., Al-Ammouri, A., Shkvarchuk, L. (2019). Advancement of a long arithmetic technology in the construction of algorithms for studying linear systems. Eastern-European Journal of Enterprise Technologies, 1 (4 (97)), 14–22. doi: https://doi.org/10.15587/1729-4061.2019.157521
  11. Kudin, V., Onyshchenko, A., Onyshchenko, I. (2019). Algorithmizing the methods of basis matrices in the study of balace intersectoral ecological and economic models. Eastern-European Journal of Enterprise Technologies, 3 (4 (99)), 45–55. doi: https://doi.org/10.15587/1729-4061.2019.170516
  12. Zadeh, L. A., Fu, K.-S., Tanaka, K. (Eds.) (1975). Fuzzy Sets and Their Applications to Cognitive and Decision Processes. Academic Press, 506.
  13. Zimmerman, H.-J. (1983). Using fuzzy sets in operational research. European Journal of Operational Research, 13 (3), 201–216. doi: https://doi.org/10.1016/0377-2217(83)90048-6
  14. Paket prykladnykh prohram z chyselnoho modeliuvannia ta obchysliuvalnoi matematyky. Available at: http://www.vingar.ho.ua/for_students/Package1.zip

##submission.downloads##

Опубліковано

2019-11-21

Як цитувати

Kudin, V., Onotskyi, V., Onyshchenko, A., & Stupak, Y. (2019). Формування методології базисних матриць у дослідженні погано обумовлених лінійних систем. Eastern-European Journal of Enterprise Technologies, 6(4 (102), 57–67. https://doi.org/10.15587/1729-4061.2019.184530

Номер

Розділ

Математика та кібернетика - прикладні аспекти