Обязательно буду смотреть! Кто ж такую клоунаду пропустит?

шарлатан!

В этот раз Владим Вольфович разочаровал. Устал чтоли. Лично я обеими руками за Дементьева.

политики так далеки от реальной жизни, что мне иногда приходит в голову одна идея: пускай они распустят свой народ и наберут себе новый...

Владимир Вольфович, будьте! если бы вас не было в политике мы бы умерли со скуки!!!

А все видимо загнулось нафиг...

Уважаемый, Владимир Вольфович!
С интересом наблюдаю за развитием и деятельностью ЛДПР в России и Оренбурге в частности. Решил принять посильное участие в формировании влиятельной силы ЛДПР в Оренбургском регионе, надеюсь Вы это оцените и поддержите меня. Предлагаю воспользоваться открытым специально для Вашего Оренбургского отделения сайтом по адресу http://www.ldpr.orenforum.ru/ , готов отдать все необходимые коды доступа для работы с ним. Также при Вашем согласии, я готов поддерживать его работу!

забыл оставить координаты для связи, прошу написать на [EMAIL]vitalygavrilov@mail.ru[/EMAIL]

vitalygavrilov Не смог отказать в просьбе камраду Шторм

Матрица — это прямоугольная таблица из чисел или математических выражений, состоящая из произвольного числа строк и столбцов. Каждая ячейка такой таблицы имеет одинаковый характер.
операции с матрицами:

1-LU-разложение прямоугольной матрицы

Подпрограмма вычисляет LU-разложение прямоугольной матрицы общего вида с частичным выбором ведущего элемента (с перестановками строк).

LU-разложение

LU-разложение прямоугольной матрицы A размером MxN - это представление матрицы A в виде произведения матрицы перестановок P, нижнетреугольной матрицы L с единичной главной диагональю (или нижнетрапецоидальной, если M > N) и верхнетреугольной матрицы U (или верхнетрапециодальной, если M < N):

A = PLU

Представление в такой форме часто используется при решении задач линейной алгебры, обычно при решении систем линейных уравнений, определении числа обусловленности матрицы, вычислении обратной матрицы и в некоторых других случаях.

Для построения разложения используется алгоритм Краута с выбором ведущего элемента. Следует помнить, что в виде произведения матриц L и U представляется не матрица A, а перестановка её строк, задаваемая матрицей P.
Описание подпрограмм

В модуле определены две подпрограммы: LUDecomposition и LUDecompositionUnpack. Назначение и параметры подпрограмм подробно описаны в комментариях к ним, поэтому я лишь кратко опишу их работу.

Подпрограмма LUDecomposition принимает на входе матрицу A и возвращает её LU-разложение. При этом матрицы L и U замещают переданную матрицу, как это описано на схеме ниже, а таблица произведенных перестановок возвращается в массиве Pivots.
A11 A12 A13 => U11 U12 U13
A21 A22 A23 => L21 U22 U23
A31 A32 A33 => L31 L32 U33
A41 A42 A43 => L41 L42 L43

Подпрограмма LUDecompositionUnpack решает ту же самую задачу, но выводит матрицы L и U не в компактной форме, а в виде отдельных матриц общего вида, заполненных в соответствующих местах нулевыми элементами. Эта подпрограмма приведена исключительно для демонстрации того, как "распаковывается" результат работы подпрограммы LUDecomposition.


вот код LU-разложения на C#(без копирайтов ^_________^ но они вообще-то есть):

void ludecomposition(ap::real_2d_array& a,
int m,
int n,
ap::integer_1d_array& pivots)
{
int i;
int j;
int jp;
ap::real_1d_array t1;
double s;

pivots.setbounds(1, ap::minint(m, n));
t1.setbounds(1, ap::maxint(m, n));
ap::ap_error::make_assertion(m>=0&&n>=0);

//
// Quick return if possible
//
if( m==0||n==0 )
{
return;
}
for(j = 1; j <= ap::minint(m, n); j++)
{

//
// Find pivot and test for singularity.
//
jp = j;
for(i = j+1; i <= m; i++)
{
if( fabs(a(i,j))>fabs(a(jp,j)) )
{
jp = i;
}
}
pivots(j) = jp;
if( a(jp,j)!=0 )
{

//
//Apply the interchange to rows
//
if( jp!=j )
{
ap::vmove(t1.getvector(1, n), a.getrow(j, 1, n));
ap::vmove(a.getrow(j, 1, n), a.getrow(jp, 1, n));
ap::vmove(a.getrow(jp, 1, n), t1.getvector(1, n));
}

//
//Compute elements J+1:M of J-th column.
//
if( j<m )
{

//
// CALL DSCAL( M-J, ONE / A( J, J ), A( J+1, J ), 1 )
//
jp = j+1;
s = 1/a(j,j);
ap::vmul(a.getcolumn(j, jp, m), s);
}
}
if( j<ap::minint(m, n) )
{

//
//Update trailing submatrix.
//CALL DGER( M-J, N-J, -ONE, A( J+1, J ), 1, A( J, J+1 ), LDA,A( J+1, J+1 ), LDA )
//
jp = j+1;
for(i = j+1; i <= m; i++)
{
s = a(i,j);
ap::vsub(a.getrow(i, jp, n), a.getrow(j, jp, n), s);
}
}
}
}

(конец)

думаю, хотя бы общее представление о матрицах вы получили?))) И помните, одним LU-,QR-,LQ- и прочими разложениями дело не ограничивается. есть так же процедуры сложения, вычитания, умножения и деления матриц. и многое другое.
Надеюсь это краткое вступление сподвигнет вас изучить эту тему поглубже.
Мыр?)

пиздец... сабж ветки от 2005 года.. Х_Х...

vitalygavrilov вы далбаёп...

Часовой вы далбаёп...

vitalygavrilov
вы попугай?

vitalygavrilov простите за боян конечно, но:
йа кцупцоп(с)баш