Добрый день. Помогите написать алгоритм для задачи.
Есть матрица жесткости, большая, симметричная, ленточная, вот такого вида:

Красная и синяя область симметричны между собой, серые области - нулевые.
Так как большинство элементов матрицы нулевые, храню матрицу в сжатом виде, сдвинув каждую строку до упора влево, причем в силу симметрии храню только верхнюю половину значащих элементов (красную область). Примерно так:

Так вот. Решаю систему методом Гаусса. Приписываю к этой матрице столбец свободных членов и передаю эту матрицу на обработку в мой метод, который должен бы решить систему и на место столбца свободных членов записать вектор в ответом, но! Работает неправильно. Я понимаю, почему, но не могу додуматься, как исправить.
Код метода на C#:

tapeWidth - ширина ленты, то бишь, ширина матрицы (не расширенной),
w, h - ширина и высота расширенной матрицы.

Проблема, как я понимаю, в прямом ходе: 

Здесь я вычисляю коэффициент, на который нужно умножить строку, чтобы при вычитании получить ноль в одной из последующих строк. Так как я храню только половину матрицы, то в числителе дроби выбираю не элемент, стоящий под главной диагональю, а симметричный ему над главной диагональю (я храню только верхнюю половину ленты).
Проблема в том, что после первого прохода (когда ведущая строка имеет номер 0), разные строки меняются по-разному (от них отнимается первая строка, умноженная на разные коэффициенты), и при последующих проходах элемент, симметричный нужному для вычисления коэффициента x, уже не будет равен тому, который подразумевается (который как бы под диагональю), и матрица преобразуется неправильно. Сложно объяснил, но надеюсь, кто-нибудь поймет.
Спасибо откликнувшимся.

Надо смотреть в сторону ленточных алгоритмов. Я только в полных матрицах специализируюсь.
Думаю Гаус  не подойдёт нужно применять ортогональные преобразования как в методе Якоби.
Гаусс симметрию нарушает в отличие от ортогонального преобразования в методе Якоби.

Это сообщение отредактировал(а) Pavia - 13.5.2013, 22:40

Pavia, хм, тогда, быть может, стоит избрать другой способ хранения данных матрицы? Ибо мне советовали применять именно метод Гаусса, потому как система хорошо обусловлена и на главной диагонали стоят максимальные элементы, причем ненулевые. Гаусс отлично подходит для матрицы такого вида, только вот подходит ли он для выбранного способа хранения...

А чем не годится прогонка?

Фантом, прогонка чего? Не совсем понял...

Есть такой алгоритм прогонки.
http://ru.wikipedia.org/wiki/Метод_прогонки
По сути тот же метод Гауса применённый к трёхдиагональной матрице.
К ленточной матрицы можно применить преобразование отражения(разновидность ортогонального) и свести её к трёх диагональной.

A*x=y
Разумеется при сведение матрицы к трёх диагональной операция умножения применяют над вектором "y".

Это сообщение отредактировал(а) Pavia - 14.5.2013, 08:04

Действительно, у вас на выбор два подхода:
1. Развернуть матрицу и использовать любые методы (Гаусса и тп)
2. Использовать методы сохраняющие симметрию (ортогональные разложения, прогонка и т.п.)
Решите что для Вас лучше и дейстщуйте.