Układy równań liniowych. Krzysztof Patan
|
|
- Dawid Matuszewski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Układy równań liniowych Krzysztof Patan
2 Motywacje Zagadnienie kluczowe dla przetwarzania numerycznego Wiele innych zadań redukuje się do problemu rozwiązania układu równań liniowych, często o bardzo dużych rozmiarach Przykład: numeryczne modele przewidywania i prognozy pogody są dane w postaci układów równań różniczkowych cząstkowych rozwiązywanych na siatce zawierającej bardzo dużą liczbę węzłów zadanie sprowadza się do rozwiązania układu równań liniowych o ogromnej liczbie zmiennych Stąd potrzeba szybkich i wydajnych obliczeniowo metod ich rozwiązywania
3 Sformułowanie problemu a 11 x 1 + a 12 x 2 + a 13 x a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a 23 x a 2n x n = b =. a m1 x 1 + a m2 x 2 + a m3 x a mn x n = b m Postać macierzowa gdzie: A R m n, b R m, x R n. Ax = b,
4 Wyznacznik macierzy kwadratowej A Liczba określona rekurencyjnie: dla n = 1 det(a) = a 11 dla n > 1 det(a) = n ( 1) k+1 a 1k M 1k gdzie M 1k jest wyznacznikiem macierzy powstałej z macierzy A przez skreślenie 1-go wiersza i k-tej kolumny. Zachodzi: n a ij ( 1) i+j M ij dla dowolnego i {1,..., n} j=1 det(a) = n a ij ( 1) i+j M ij dla dowolnego j {1,..., n} i=1 gdzie M ij jest wyznacznikiem macierzy powstałej z macierzy A przez skreślenie i-tego wiersza i j-tej kolumny, tzw. minorem stopnia n 1 macierzy A. Liczbę D ij = ( 1) i+j M ij dla i, j = 1,..., n nazywamy dopełnieniem algebraicznym elementu a ij w macierzy A k=1
5 Macierz osobliwa Macierz kwadratowa A dla której det A = 0 Macierz odwrotna Macierz kwadratowa A 1 dla której AA 1 = A 1 A = 1 n Macierz odwrotna A 1 istnieje wtedy i tylko wtedy, gdy A jest macierzą nieosobliwą. Macierz transponowana Macierz A T o elementach a ij takich, że a ij = a ji Macierz symetryczna Macierz dla której A T = A
6 Macierz osobliwa Macierz kwadratowa A dla której det A = 0 Macierz odwrotna Macierz kwadratowa A 1 dla której AA 1 = A 1 A = 1 n Macierz odwrotna A 1 istnieje wtedy i tylko wtedy, gdy A jest macierzą nieosobliwą. Macierz transponowana Macierz A T o elementach a ij takich, że a ij = a ji Macierz symetryczna Macierz dla której A T = A
7 Macierz osobliwa Macierz kwadratowa A dla której det A = 0 Macierz odwrotna Macierz kwadratowa A 1 dla której AA 1 = A 1 A = 1 n Macierz odwrotna A 1 istnieje wtedy i tylko wtedy, gdy A jest macierzą nieosobliwą. Macierz transponowana Macierz A T o elementach a ij takich, że a ij = a ji Macierz symetryczna Macierz dla której A T = A
8 Macierz osobliwa Macierz kwadratowa A dla której det A = 0 Macierz odwrotna Macierz kwadratowa A 1 dla której AA 1 = A 1 A = 1 n Macierz odwrotna A 1 istnieje wtedy i tylko wtedy, gdy A jest macierzą nieosobliwą. Macierz transponowana Macierz A T o elementach a ij takich, że a ij = a ji Macierz symetryczna Macierz dla której A T = A
9 Macierz trójkątna górna (dolna) Macierz kwadratowa w której i, j i > j a ij = 0 (i < j a ij = 0) Przykład: a 11 a 12 a 13 a U = 0 a 22 a 23 L = a 21 a a 33 a 31 a 32 a 33 Rząd macierzy Liczba rank(a) równa najwyższemu stopniu podmacierzy kwadratowej (skonstruowanej przez wykreślenie wybranych wierszy i/lub kolumn z danej macierzy) o niezerowym wyznaczniku. Dla macierzy A o wymiarze m n mamy więc: rank(a) min(m, n) Rząd macierzy jest równy liczbie liniowo niezależnych kolumn tej macierzy (tzw. rząd kolumnowy) a także liczbie liniowo niezależnych wierszy tej macierzy (tzw. rząd wierszowy).
10 Macierz trójkątna górna (dolna) Macierz kwadratowa w której i, j i > j a ij = 0 (i < j a ij = 0) Przykład: a 11 a 12 a 13 a U = 0 a 22 a 23 L = a 21 a a 33 a 31 a 32 a 33 Rząd macierzy Liczba rank(a) równa najwyższemu stopniu podmacierzy kwadratowej (skonstruowanej przez wykreślenie wybranych wierszy i/lub kolumn z danej macierzy) o niezerowym wyznaczniku. Dla macierzy A o wymiarze m n mamy więc: rank(a) min(m, n) Rząd macierzy jest równy liczbie liniowo niezależnych kolumn tej macierzy (tzw. rząd kolumnowy) a także liczbie liniowo niezależnych wierszy tej macierzy (tzw. rząd wierszowy).
11 Normy macierzowe n A = max a ij norma wierszowa; i=1,...,n j=1 n A = max a ij norma kolumnowa; j=1,...,n i=1 n n A = a ij 2 norma Euklidesowa i=1 j=1 (Schura, F robeniusa); A = max λ norma spektralna λ S gdzie: λ wartości własne macierzy A
12 Istnienie rozwiązania układu równań Twierdzenie Kroneckera-Capellego Założenia: Ax = b A R m n, b R m, x R n Zachodzi: rank(a) < rank([a, b]) rank(a) = rank([a, b]) < n rank(a) = rank([a, b]) = n brak rozwiązania; nieskończenie wiele rozwiązań; dokładnie jedno rozwiązanie. gdzie [A, b] jest macierzą rozszerzoną, powstałą przez dołączenie wektora wyrazów wolnych b do macierzy układu A. Można policzyć rozwiązanie stosując wzór: x = A 1 b, ale w praktyce unikamy operacji odwracania macierzy: kosztowna obliczeniowo, może prowadzić do dużych błędów numerycznych
13 Istnienie rozwiązania układu równań Twierdzenie Kroneckera-Capellego Założenia: Ax = b A R m n, b R m, x R n Zachodzi: rank(a) < rank([a, b]) rank(a) = rank([a, b]) < n rank(a) = rank([a, b]) = n brak rozwiązania; nieskończenie wiele rozwiązań; dokładnie jedno rozwiązanie. gdzie [A, b] jest macierzą rozszerzoną, powstałą przez dołączenie wektora wyrazów wolnych b do macierzy układu A. Można policzyć rozwiązanie stosując wzór: x = A 1 b, ale w praktyce unikamy operacji odwracania macierzy: kosztowna obliczeniowo, może prowadzić do dużych błędów numerycznych
14 Sprawdzenie uwarunkowania układu równań Przykład układu źle uwarunkowanego: { { 2x + 6y = 8 x = 1 2x + 6, y = 8, y = 1 { { 2x + 6y = 8 x = 10 2x + 5, y = 8, y = 2 Wskaźnik uwarunkowania: card(a) = A A 1 Układ dobrze uwarunkowany, gdy card(a) = 1 Dla układów źle uwarunkowanych (card(a) > 1000) można mieć zaufanie jedynie do rzędu wyniku Interpretacja geometryczna uwarunkowania układu równań liniowych: kąt przecięcia się hiperpłaszczyzn definiowanych równaniami (złe uwarunkowanie oznacza mały kąt przecięcia, a więc dużą wrażliwość na błędy przetwarzania numerycznego)
15 Jak radzimy sobie w praktyce? Metody rozwiązywania układów równań liniowych dla kwadratowej macierzy A n n Metody dokładne eliminacja Gaussa rozkład trójkątny Choleskiego-Banachiewicza (dla symetrycznych macierzy A) Thomasa (dla trójdiagonalnych macierzy A) Metody iteracyjne Jacobiego Gaussa - Seidle a
16 Metody dokładne Układ równań o macierzy trójkątnej górnej u 11 x 1 + u 12 x u 1,n 1 x n 1 + u 1n x n = b 1 u 22 x u 2,n 1 x n 1 + u 2n x n = b 2. u n 1,n 1 x n 1 + u n 1,n x n = b n 1 u nn x n = b n Rozwiązanie trywialne: x n = bn u nn ( x i = 1 u ii b i n j=i+1 u ij x j ) i = n 1, n 2,..., 1
17 Układ równań o macierzy trójkątnej dolnej l 11 x 1 = b 1 l 21 x 1 + l 22 x2 = b 2.. l n 1,1 x 1 + l n 1,2 x l n 1,n 1 x n 1 = b n 1 l n1 x 1 + l n2 x l n,n 1 x n 1 + l nn x n = b n Rozwiązanie trywialne: x 1 = b 1 l 11 ( ) x i = 1 l ii b i i 1 l ij x j j=1 i = 2, 3,..., n
18 Metoda eliminacji Gaussa I faza: za pomocą elementarnych operacji wierszowych na macierzy [A, b] sprowadzamy macierz układu do postaci trójkątnej II faza: dalej rozwiązanie już trywialne (patrz poprzednie 2 slajdy) Własności metody: liczba mnożeń: 1 3 n3 + n n liczba dodawań: 1 3 n n2 5 6 n zatem złożoność obliczeniowa jest rzędu O(n 3 ) Modyfikacje dotyczą sposobu sprowadzenia do postaci trójkątnej, tak aby zminimalizować wpływ błędów przetwarzania numerycznego tzw. eliminacja Gaussa z wyborem częściowym i pełnym cel zapewnienie mnożników 1, uniknięcie błędu przepełnienia przy operacji dzielenia
19 Metoda eliminacji Gaussa - prosty przykład 2x 1 + x 2 + x 3 = 7 ( 0.5) ( 2) x 1 + x 2 + 2x 3 = 9 + 4x 1 + 2x 2 x 3 = 5 + Otrzymujemy: Mamy [II faza]: 2x 1 + x 2 +x 3 = 7 0.5x x 3 = 5.5 3x 3 = 9 3x 3 = 9 x 3 = 3 0.5x x 3 = 5.5 x 2 = 2 2x 1 + x 2 + x 3 = 7 x 1 = 1
20 Metoda eliminacji Gaussa - prosty przykład 2x 1 + x 2 + x 3 = 7 ( 0.5) ( 2) x 1 + x 2 + 2x 3 = 9 + 4x 1 + 2x 2 x 3 = 5 + Otrzymujemy: Mamy [II faza]: 2x 1 + x 2 +x 3 = 7 0.5x x 3 = 5.5 3x 3 = 9 3x 3 = 9 x 3 = 3 0.5x x 3 = 5.5 x 2 = 2 2x 1 + x 2 + x 3 = 7 x 1 = 1
21 Metoda eliminacji Gaussa - prosty przykład 2x 1 + x 2 + x 3 = 7 ( 0.5) ( 2) x 1 + x 2 + 2x 3 = 9 + 4x 1 + 2x 2 x 3 = 5 + Otrzymujemy: Mamy [II faza]: 2x 1 + x 2 +x 3 = 7 0.5x x 3 = 5.5 3x 3 = 9 3x 3 = 9 x 3 = 3 0.5x x 3 = 5.5 x 2 = 2 2x 1 + x 2 + x 3 = 7 x 1 = 1
22 Rozkład trójkątny (tzw. dekompozycja LU) a 11 a a 1n a 21 a a 2n a n1 a n2... a nn Ax = b LUx = b = l l 21 l l n1 l n2... l nn { Ly = b Ux = y u 11 u u 1n 0 u u 2n u nn Mamy n 2 równań z n 2 + n niewiadomymi układ niedookreślony Brakujące warunki zwykle są definiowane w postaci: Rozkład trójkątny: Doolittle a l ii = 1 i = 1, 2,..., n Crouta u ii = 1 i = 1, 2,..., n Cholesky ego l ii = u ii i = 1, 2,..., n
23 Wyznacznik macierzy A = LU przy czym: det(a) = det(lu) = det(l)det(u) = det(u) dla rozkładu Doolittle a = det(l) dla rozkładu Crouta (det(l)) 2 dla rozkładu Cholesky ego n det(l) = l ii, n det(u) = u ii i=1 i=1
24 Metoda Cholesky ego-banachiewicza (dla symetrycznych macierzy A) Dla każdej nieosobliwej macierzy symetrycznej można dokonać rozkładu (dekompozycji): A = LL T a 11 a a 1n a 12 a a 2n a 1n a 2n... a nn = l l 21 l l n1 l n2... l nn l 11 l l n1 0 l l n l nn Powyższy układ równań posiada jednoznaczne rozwiązanie, zatem: Ax = b LL T x = b { Ly = b L T x = y
25 Metody iteracyjne Idea Sekwencyjne polepszanie rozwiązania: x k+1 = F (x k, A, b, ) Aby rozpocząć proces iteracyjny potrzebne przybliżenie początkowe x 0. Jak długo iterować? aż x k+1 x k < ɛ Metoda Jacobiego iteracji prostej Idea wyprowadzenia wzoru iteracyjnego: Mamy: a 11x 1 + a 12x a 1nx n = b 1 a 21x 1 + a 22x a 2nx n = b 2... a n1x 1 + a n2x a nnx n = b n Przekształcamy równania do postaci: x 1 = 1 a 11 (b 1 a 12x 2 a 13x 3... a 1nx n) x 2 = 1 a 22 (b 2 a 21x 1 a 23x 3... a 2nx n)... x n = 1 a nn (b n a n1x 1 a n2x 2... a n,n 1x n 1)
26 Metody iteracyjne Idea Sekwencyjne polepszanie rozwiązania: x k+1 = F (x k, A, b, ) Aby rozpocząć proces iteracyjny potrzebne przybliżenie początkowe x 0. Jak długo iterować? aż x k+1 x k < ɛ Metoda Jacobiego iteracji prostej Idea wyprowadzenia wzoru iteracyjnego: Mamy: a 11x 1 + a 12x a 1nx n = b 1 a 21x 1 + a 22x a 2nx n = b 2... a n1x 1 + a n2x a nnx n = b n Przekształcamy równania do postaci: x 1 = 1 a 11 (b 1 a 12x 2 a 13x 3... a 1nx n) x 2 = 1 a 22 (b 2 a 21x 1 a 23x 3... a 2nx n)... x n = 1 a nn (b n a n1x 1 a n2x 2... a n,n 1x n 1)
27 Metoda Jacobiego iteracji prostej Co można zapisać macierzowo: gdzie: Wzór iteracyjny: x = Cx + g { a ij C : c ij = aii i j 0 i = j Elementy wektora x k+1 wyznaczamy: x k+1 1 = 1 x k+1 = Cx k + g g : g i = b i a ii a 11 (b 1 a 12 x k 2 a 13 x k 3... a 1n x k n) x k+1 2 = 1 a 22 (b 2 a 21 x k 1 a 23 x k 3... a 2n x k n)... x k+1 n = 1 a nn (b n a n1 x k 1 a n2 x k 2... a n,n 1 x k n 1) Aby proces był zbieżny wystarczy aby C < 1 dla dowolnego rodzaju normy
28 Metoda Gaussa-Seidla Idea wyprowadzenia wzoru iteracyjnego: Ax = b (L + D + U)x = b Dx = (L + U)x + b x = D 1 (L + U)x + D 1 b gdzie macierze L, D, U maja postać: l L = l 31 l ; D = l n1 l n2... l n,n 1 0 U = 0 u 12 u u 1n u n 2,n 1 u n 2,n u n 1,n d d d d nn ;
29 Metoda Gaussa-Seidla Wzór iteracyjny: x k+1 = D 1 Lx k+1 D 1 Ux k + D 1 b Jeśli A jest symetryczna i dodatnio określona (tzn. y y T Ay > 0, gdzie: y dowolny wektor kolumnowy) to proces iteracyjny jest zbieżny niezależnie od x 0 Elementy wektora x k+1 są wyznaczane sekwencyjnie: x k+1 1 = 1 a 11 (b 1 a 12 x k 2 a 13x k 3 a 14x k 4... a 1nx k n) x k+1 2 = 1 a 22 (b 2 a 21 x1 k+1 a 23 x k 3 a 24x k 4... a 2nx k n) x k+1 3 = 1 a 33 (b 3 a 31 x1 k+1 a 32 x k+1 2 a 34 x k 4... a 3nx k n)... x k+1 n = 1 a nn (b n a n1 x k+1 1 a n2 x k+1 2 a n3 x k a n,n 1 x k+1 n 1 )
Metody numeryczne i statystyka dla in»ynierów
Kierunek: Automatyka i Robotyka, II rok Ukªady równa«liniowych PWSZ Gªogów, 2009 Motywacje Zagadnienie kluczowe dla przetwarzania numerycznego Wiele innych zada«redukuje si do problemu rozwi zania ukªadu
Bardziej szczegółowoUKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać układu równań liniowych Układ liniowych równań algebraicznych
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 10 Rozkład LU i rozwiązywanie układów równań liniowych Niech będzie dany układ równań liniowych postaci Ax = b Załóżmy, że istnieją macierze L (trójkątna dolna) i U (trójkątna górna), takie że macierz
Bardziej szczegółowoUKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH
Transport, studia I stopnia rok akademicki 2011/2012 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Uwagi wstępne Układ liniowych równań algebraicznych można
Bardziej szczegółowoUkłady równań liniowych i metody ich rozwiązywania
Układy równań liniowych i metody ich rozwiązywania Łukasz Wojciechowski marca 00 Dany jest układ m równań o n niewiadomych postaci: a x + a x + + a n x n = b a x + a x + + a n x n = b. a m x + a m x +
Bardziej szczegółowo5. Rozwiązywanie układów równań liniowych
5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a
Bardziej szczegółowoAnaliza numeryczna Kurs INP002009W. Wykłady 6 i 7 Rozwiązywanie układów równań liniowych. Karol Tarnowski A-1 p.
Analiza numeryczna Kurs INP002009W Wykłady 6 i 7 Rozwiązywanie układów równań liniowych Karol Tarnowski karol.tarnowski@pwr.wroc.pl A-1 p.223 Plan wykładu Podstawowe pojęcia Własności macierzy Działania
Bardziej szczegółowoWykład 5. Metoda eliminacji Gaussa
1 Wykład 5 Metoda eliminacji Gaussa Rozwiązywanie układów równań liniowych Układ równań liniowych może mieć dokładnie jedno rozwiązanie, nieskończenie wiele rozwiązań lub nie mieć rozwiązania. Metody dokładne
Bardziej szczegółowoRozwiązywanie układów równań liniowych
Rozwiązywanie układów równań liniowych Marcin Orchel 1 Wstęp Jeśli znamy macierz odwrotną A 1, to możęmy znaleźć rozwiązanie układu Ax = b w wyniku mnożenia x = A 1 b (1) 1.1 Metoda eliminacji Gaussa Pierwszy
Bardziej szczegółowoa 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...
Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x
Bardziej szczegółowo1 Macierz odwrotna metoda operacji elementarnych
W tej części skupimy się na macierzach kwadratowych. Zakładać będziemy, że A M(n, n) dla pewnego n N. Definicja 1. Niech A M(n, n). Wtedy macierzą odwrotną macierzy A (ozn. A 1 ) nazywamy taką macierz
Bardziej szczegółowo1 Macierze i wyznaczniki
1 Macierze i wyznaczniki 11 Definicje, twierdzenia, wzory 1 Macierzą rzeczywistą (zespoloną) wymiaru m n, gdzie m N oraz n N, nazywamy prostokątną tablicę złożoną z mn liczb rzeczywistych (zespolonych)
Bardziej szczegółowo2. Układy równań liniowych
2. Układy równań liniowych Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2017/2018 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 2. Układy równań liniowych zima 2017/2018 1 /
Bardziej szczegółowoMacierze. Rozdział Działania na macierzach
Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy
Bardziej szczegółowoWyznaczniki 3.1 Wyznaczniki stopni 2 i 3
3 Wyznaczniki 31 Wyznaczniki stopni 2 i 3 Wyznacznik macierzy 2 2 Dana jest macierz [ ] a b A Mat c d 2 2 (R) Wyznacznikiem macierzy A nazywamy liczbę mamy a A c b ad bc d Wyznacznik macierzy A oznaczamy
Bardziej szczegółowo15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej
15. Macierze Definicja Macierzy. Dla danego ciała F i dla danych m, n IN funkcję A : {1,...,m} {1,...,n} F nazywamy macierzą m n ( macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)
Bardziej szczegółowoWłasności wyznacznika
Własności wyznacznika Rozwinięcie Laplace a względem i-tego wiersza: n det(a) = ( 1) i+j a ij M ij (A), j=1 gdzie M ij (A) to minor (i, j)-ty macierzy A, czyli wyznacznik macierzy uzyskanej z macierzy
Bardziej szczegółowoTreść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.
. Metoda eliminacji. Treść wykładu i ich macierze... . Metoda eliminacji. Ogólna postać układu Układ m równań liniowych o n niewiadomych x 1, x 2,..., x n : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21
Bardziej szczegółowo13 Układy równań liniowych
13 Układy równań liniowych Definicja 13.1 Niech m, n N. Układem równań liniowych nad ciałem F m równaniach i n niewiadomych x 1, x 2,..., x n nazywamy koniunkcję równań postaci a 11 x 1 + a 12 x 2 +...
Bardziej szczegółowoMatematyka stosowana i metody numeryczne
Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładów Błędy obliczeń Błędy można podzielić na: modelu, metody, wejściowe (początkowe), obcięcia, zaokrągleń..
Bardziej szczegółowoRozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm
Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i,j) (i = 1,,n;j = 1,,m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F = R lub F = C, nazywamy macierzą (rzeczywistą, gdy F
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 11 Ogólna postać metody iteracyjnej Definicja 11.1. (metoda iteracyjna rozwiązywania układów równań) Metodą iteracyjną rozwiązywania { układów równań liniowych nazywamy ciąg wektorów zdefiniowany
Bardziej szczegółowoAlgebra liniowa. Macierze i układy równań liniowych
Algebra liniowa Macierze i układy równań liniowych Własności wyznaczników det I = 1, det(ab) = det A det B, det(a T ) = det A. Macierz nieosobliwa Niech A będzie macierzą kwadratową wymiaru n n. Mówimy,
Bardziej szczegółowoObliczenia naukowe Wykład nr 8
Obliczenia naukowe Wykład nr 8 Paweł Zieliński Katedra Informatyki, Wydział Podstawowych Problemów Techniki, Politechnika Wrocławska Literatura Literatura podstawowa [] D. Kincaid, W. Cheney, Analiza numeryczna,
Bardziej szczegółowoMATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ
MATEMATYKA I SEMESTR ALK (PwZ). Sumy i sumy podwójne : Σ i ΣΣ.. OKREŚLENIE Ciąg liczbowy = Dowolna funkcja przypisująca liczby rzeczywiste pierwszym n (ciąg skończony), albo wszystkim (ciąg nieskończony)
Bardziej szczegółowoMet Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn
Metody numeryczne Wykład 3 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Pojęcia podstawowe Algebra
Bardziej szczegółowodr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;
Wykłady 8 i 9 Pojęcia przestrzeni wektorowej i macierzy Układy równań liniowych Elementy algebry macierzy dodawanie, odejmowanie, mnożenie macierzy; macierz odwrotna dr Mariusz Grządziel 15,29 kwietnia
Bardziej szczegółowoRozwiązywanie układów równań liniowych metody przybliżone Materiały pomocnicze do ćwiczeń z metod numerycznych
Rozwiązywanie układów równań liniowych metody przybliżone Materiały pomocnicze do ćwiczeń z metod numerycznych Piotr Modliński Wydział Geodezji i Kartografii PW 14 stycznia 2012 P. Modliński, GiK PW Rozw.
Bardziej szczegółowo, A T = A + B = [a ij + b ij ].
1 Macierze Jeżeli każdej uporządkowanej parze liczb naturalnych (i, j), 1 i m, 1 j n jest przyporządkowana dokładnie jedna liczba a ij, to mówimy, że jest określona macierz prostokątna A = a ij typu m
Bardziej szczegółowo10. Metody obliczeniowe najmniejszych kwadratów
10. Metody obliczeniowe najmniejszych kwadratów 1. Dowód twierdzenia o faktoryzacji macierzy Twierdzenie 1 Każdadodatniookreślon aisymetryczn amacierzm można przedstawíc wpostaci M = PP T gdzie P jest
Bardziej szczegółowoRozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych
Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych Piotr Modliński Wydział Geodezji i Kartografii PW 13 stycznia 2012 P. Modliński, GiK PW Rozw.
Bardziej szczegółowoRównania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem
Rozdział 6 Równania liniowe 6 Przekształcenia liniowe Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem F Definicja 6 Funkcję f : X Y spełniającą warunki: a) dla dowolnych x,
Bardziej szczegółowoA A A A A A A A A n n
DODTEK NR GEBR MCIERZY W dodatku tym podamy najważniejsze definicje rachunku macierzowego i omówimy niektóre funkcje i transformacje macierzy najbardziej przydatne w zastosowaniach numerycznych a w szczególności
Bardziej szczegółowo04 Układy równań i rozkłady macierzy - Ćwiczenia. Przykład 1 A =
04 Układy równań i rozkłady macierzy - Ćwiczenia 1. Wstęp Środowisko Matlab można z powodzeniem wykorzystać do rozwiązywania układów równań z wykorzystaniem rozkładów macierzy m.in. Rozkładu Choleskiego,
Bardziej szczegółowoUkłady równań liniowych
Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K
Bardziej szczegółowoUKŁADY RÓWNAŃ LINIOWYCH
Wykłady z matematyki inżynierskiej JJ, 08 DEFINICJA Układ m równań liniowych z n niewiadomymi to: ( ) a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a m2 x 2 +
Bardziej szczegółowoRACHUNEK MACIERZOWY. METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6. Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska
RACHUNEK MACIERZOWY METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Czym jest macierz? Definicja Macierzą A nazywamy
Bardziej szczegółowodet[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,...
Wykład 14 Wyznacznik macierzy cd Twierdzenie 1 Niech A będzie macierzą kwadratową i niech A i, A j będą dwiema różnymi jej kolumnami, wtedy dla dowolnego k K: det[a 1,, A i,, A j,, A n ] det[a 1,, A i
Bardziej szczegółowoWartości i wektory własne
Dość często przy rozwiązywaniu problemów naukowych czy technicznych pojawia się konieczność rozwiązania dość specyficznego układu równań: Zależnego od n nieznanych zmiennych i pewnego parametru. Rozwiązaniem
Bardziej szczegółowoMETODY NUMERYCZNE. wykład. konsultacje: wtorek 10:00-11:30 środa 10:00-11:30. dr inż. Grażyna Kałuża pokój
METODY NUMERYCZNE wykład dr inż. Grażyna Kałuża pokój 103 konsultacje: wtorek 10:00-11:30 środa 10:00-11:30 www.kwmimkm.polsl.pl Program przedmiotu wykład: 15 godzin w semestrze laboratorium: 30 godzin
Bardziej szczegółowoMetody numeryczne. Janusz Szwabiński. nm_slides-7.tex Metody numeryczne Janusz Szwabiński 11/11/ :45 p.
Metody numeryczne Układy równań liniowych, część I Janusz Szwabiński szwabin@ift.uni.wroc.pl nm_slides-7.tex Metody numeryczne Janusz Szwabiński //2002 2:45 p./83 Układy równań liniowych, część I. Pojęcia
Bardziej szczegółowoMetody dekompozycji macierzy stosowane w automatyce
Metody dekompozycji macierzy stosowane w automatyce Grzegorz Mzyk Politechnika Wrocławska, WydziałElektroniki 23 lutego 2015 Plan wykładu 1 Wprowadzenie 2 Rozkład LU 3 Rozkład spektralny 4 Rozkład Cholesky
Bardziej szczegółowoUkłady równań i nierówności liniowych
Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +
Bardziej szczegółowoMetody numeryczne II. Układy równań liniowych
Metody numeryczne II. Układy równań liniowych Oleksandr Sokolov Wydział Fizyki, Astronomii i Informatyki Stosowanej UMK (2016/17) http://fizyka.umk.pl/~osokolov/mnii/ Układ równań liniowych Układem równań
Bardziej szczegółowoMetody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1
Normy wektorów i macierzy (5.3.1) Niech 1 X =[x x Y y =[y1 x n], oznaczają wektory przestrzeni R n, a yn] niech oznacza liczbę rzeczywistą. Wyrażenie x i p 5.3.1.a X p = p n i =1 nosi nazwę p-tej normy
Bardziej szczegółowoMetody numeryczne. Janusz Szwabiński. Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50
Metody numeryczne Układy równań liniowych, część II Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50 Układy równań liniowych, część II 1. Iteracyjne poprawianie
Bardziej szczegółowoUKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne
UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne Układy równań liniowych Rozpatruje się układ n równań liniowych zawierających n niewiadomych: a11x1 a12x2... a1nxn b1 a21x1 a22x2... a2nxn b2... an 1x1 an2x2...
Bardziej szczegółowoO MACIERZACH I UKŁADACH RÓWNAŃ
O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a
Bardziej szczegółowoIII TUTORIAL Z METOD OBLICZENIOWYCH
III TUTORIAL Z METOD OBLICZENIOWYCH ALGORYTMY ROZWIĄZYWANIA UKŁADÓW RÓWNAŃ LINIOWYCH Opracowanie: Agata Smokowska Marcin Zmuda Trzebiatowski Koło Naukowe Mechaniki Budowli KOMBO Spis treści: 1. Wstęp do
Bardziej szczegółowoZestaw 12- Macierz odwrotna, układy równań liniowych
Zestaw - Macierz odwrotna, układy równań liniowych Przykładowe zadania z rozwiązaniami Załóżmy, że macierz jest macierzą kwadratową stopnia n. Mówimy, że macierz tego samego wymiaru jest macierzą odwrotną
Bardziej szczegółowoDefinicja macierzy Typy i właściwości macierzy Działania na macierzach Wyznacznik macierzy Macierz odwrotna Normy macierzy RACHUNEK MACIERZOWY
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Czym jest macierz? Definicja Macierzą A nazywamy funkcję
Bardziej szczegółowoDB Algebra liniowa semestr zimowy 2018
DB Algebra liniowa semestr zimowy 2018 SPIS TREŚCI Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo
Bardziej szczegółowoLista nr 1 - Liczby zespolone
Lista nr - Liczby zespolone Zadanie. Obliczyć: a) ( 3 i) 3 ( 6 i ) 8 c) (+ 3i) 8 (i ) 6 + 3 i + e) f*) g) ( 3 i ) 77 ( ( 3 i + ) 3i 3i h) ( + 3i) 5 ( i) 0 i) i ( 3 i ) 4 ) +... + ( 3 i ) 0 Zadanie. Przedstawić
Bardziej szczegółowoMacierze i Wyznaczniki
dr Krzysztof Żyjewski MiBM; S-I 0.inż. 0 października 04 Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Definicja. Iloczynem macierzy A = [a ij m n, i macierzy B = [b ij n p nazywamy macierz
Bardziej szczegółowoRozwiązywanie algebraicznych układów równań liniowych metodami bezpośrednimi
Rozwiązywanie algebraicznych układów równań liniowych metodami bezpośrednimi Plan wykładu:. Definicje macierzy, norm etc.. Metoda eliminacji Gaussa, Jordana. Rozkład LU metodą Gaussa. Układy równań z macierzą
Bardziej szczegółowoWykład III Układy równań liniowych i dekompozycje macierzy
Wykład III Układy równań liniowych i dekompozycje macierzy Metody eliminacji i podstawienia wstecz Metoda dekompozycji LU i jej zastosowania Metody dla macierzy specjalnych i rzadkich Metody iteracyjne
Bardziej szczegółowoUkłady równań liniowych
Układy równań liniowych ozważmy układ n równań liniowych o współczynnikach a ij z n niewiadomymi i : a + a +... + an n d a a an d a + a +... + a n n d a a a n d an + an +... + ann n d n an an a nn n d
Bardziej szczegółowoWstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra
Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Uwarunkowanie zadania numerycznego Niech ϕ : R n R m będzie pewna funkcja odpowiednio wiele
Bardziej szczegółowoAnaliza matematyczna i algebra liniowa Macierze
Analiza matematyczna i algebra liniowa Macierze Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje: poniedziałek
Bardziej szczegółowoPODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
Bardziej szczegółowoLista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:
Lista Algebra z Geometrią Analityczną Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: (N, ), (Z, +) (Z, ), (R, ), (Q \ {}, ) czym jest element neutralny i przeciwny w grupie?,
Bardziej szczegółowoMetoda eliminacji Gaussa. Autorzy: Michał Góra
Metoda eliminacji Gaussa Autorzy: Michał Góra 9 Metoda eliminacji Gaussa Autor: Michał Góra Przedstawiony poniżej sposób rozwiązywania układów równań liniowych jest pewnym uproszczeniem algorytmu zwanego
Bardziej szczegółowoWstęp do metod numerycznych Faktoryzacja QR i SVD. P. F. Góra
Wstęp do metod numerycznych Faktoryzacja QR i SVD P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Transformacja Householdera Niech u R N, u 0. Tworzymy macierz W sposób oczywisty P T = P. Obliczmy
Bardziej szczegółowo3. Macierze i Układy Równań Liniowych
3. Macierze i Układy Równań Liniowych Rozważamy równanie macierzowe z końcówki ostatniego wykładu ( ) 3 1 X = 4 1 ( ) 2 5 Podstawiając X = ( ) x y i wymnażając, otrzymujemy układ 2 równań liniowych 3x
Bardziej szczegółowoAnaliza numeryczna Lista nr 3 (ćwiczenia) x x 2 n x.
Analiza numeryczna Lista nr 3 (ćwiczenia) Sprawdzić że macierz ma wartości własne2+ 222 2 2 Niechx R n Udowodnić że 2 0 0 x x 2 n x 3 NiechA R n n będzie macierzą symetryczną Wiadomo że wówczas istnieje
Bardziej szczegółowoALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska
ALGEBRA LINIOWA Wykład 2 Analityka gospodarcza, sem 1 Wydział Zarządzania i Ekonomii Politechnika Gdańska dr inż Natalia Jarzębkowska, CNMiKnO semzimowy 2018/2019 2/17 Macierze Niech M = {1, 2,, m} i N
Bardziej szczegółowoECTS (Część 2. Metody numeryczne) Nazwa w języku angielskim: Algorithms and data structures.
Algorytmy i struktury danych. Metody numeryczne ECTS (Część 2. Metody numeryczne) Nazwa w języku angielskim: Algorithms and data structures. dzienne magisterskie Numerical methods. (Part 2. Numerical methods)
Bardziej szczegółowo1 Zbiory i działania na zbiorach.
Matematyka notatki do wykładu 1 Zbiory i działania na zbiorach Pojęcie zbioru jest to pojęcie pierwotne (nie definiuje się tego pojęcia) Pojęciami pierwotnymi są: element zbioru i przynależność elementu
Bardziej szczegółowoUKŁADY RÓWNAŃ LINIOWYCH -Metody dokładne
UKŁADY RÓWNAŃ LINIOWYCH -Metody dokładne Układy równań liniowych Rozpatruje się układ n równań liniowych zawierających n niewiadomych: a + a +... + ann b a + a +... + ann b... an + an+... + annn bn który
Bardziej szczegółowo"Bieda przeczy matematyce; gdy się ją podzieli na więcej ludzi, nie staje się mniejsza." Gabriel Laub
"Bieda przeczy matematyce; gdy się ją podzieli na więcej ludzi, nie staje się mniejsza." Gabriel Laub Def. Macierzą odwrotną do macierzy A M(n) i deta nazywamy macierz A - M(n) taką, że A A - A - A Tw.
Bardziej szczegółowoD1. Algebra macierzy. D1.1. Definicje
D1. Algebra macierzy W niniejszym dodatku podamy podstawowe operacje macierzowe oraz niektóre techniki algebry macierzowej nie dbając szczególnie o formalizm matematyczny. Zakres jest wystarczający dla
Bardziej szczegółowo9 Układy równań liniowych
122 II PRZESTRZENIE WEKTOROWE 9 Układy równań liniowych 1 Istnienie rozwiązań układu równań liniowych W tym paragrafie przerwiemy chwilowo ogólną analizę struktur pojawiających się w przestrzeniach wektorowych,
Bardziej szczegółowoAnaliza matematyczna i algebra liniowa Macierze
Analiza matematyczna i algebra liniowa Macierze Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje: poniedziałek
Bardziej szczegółowoEgzamin z Metod Numerycznych ZSI, Egzamin, Gr. A
Egzamin z Metod Numerycznych ZSI, 06.2007. Egzamin, Gr. A Imię i nazwisko: Nr indeksu: Section 1. Test wyboru, max 33 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa odpowiedź
Bardziej szczegółowoEgzamin z Metod Numerycznych ZSI, Grupa: A
Egzamin z Metod Numerycznych ZSI, 06.2005. Grupa: A Nazwisko: Imię: Numer indeksu: Ćwiczenia z: Data: Część 1. Test wyboru, max 36 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa
Bardziej szczegółowoWykład 14. Elementy algebry macierzy
Wykład 14 Elementy algebry macierzy dr Mariusz Grządziel 26 stycznia 2009 Układ równań z dwoma niewiadomymi Rozważmy układ równań z dwoma niewiadomymi: a 11 x + a 12 y = h 1 a 21 x + a 22 y = h 2 a 11,
Bardziej szczegółowo2.1. Postać algebraiczna liczb zespolonych Postać trygonometryczna liczb zespolonych... 26
Spis treści Zamiast wstępu... 11 1. Elementy teorii mnogości... 13 1.1. Algebra zbiorów... 13 1.2. Iloczyny kartezjańskie... 15 1.2.1. Potęgi kartezjańskie... 16 1.2.2. Relacje.... 17 1.2.3. Dwa szczególne
Bardziej szczegółowoWykład 6. Metoda eliminacji Gaussa: Eliminacja z wyborem częściowym Eliminacja z wyborem pełnym
1 Wykład 6 Metoda eliminacji Gaussa: Eliminacja z wyborem częściowym Eliminacja z wyborem pełnym ELIMINACJA GAUSSA Z WYBOREM CZĘŚCIOWYM ELEMENTÓW PODSTAWOWYCH 2 Przy pomocy klasycznego algorytmu eliminacji
Bardziej szczegółowoLaboratorium Techniki Obliczeniowej i Symulacyjnej
Ćwiczenie 10. Metody numeryczne rozwiązywania układów równań liniowych. Opracował: dr inż. Sebastian Dudzik 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z algorytmami numerycznymi przetwarzania
Bardziej szczegółowoNumeryczna algebra liniowa. Krzysztof Banaś Obliczenia Wysokiej Wydajności 1
Numeryczna algebra liniowa Krzysztof Banaś Obliczenia Wysokiej Wydajności 1 Numeryczna algebra liniowa Numeryczna algebra liniowa obejmuje szereg algorytmów dotyczących wektorów i macierzy, takich jak
Bardziej szczegółowoZastosowania wyznaczników
Zastosowania wyznaczników Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 7.wykład z algebry liniowej Warszawa, listopad 2012 Mirosław Sobolewski (UW) Warszawa, listopad 2012 1 / 17
Bardziej szczegółowoRozwiazywanie układów równań liniowych. Ax = b
Rozwiazywanie układów równań liniowych Ax = b 1 PLAN REFERATU: Warunki istnienia rozwiazań układu Metoda najmniejszych kwadratów Metoda najmniejszych kwadratów - algorytm rekurencyjny Rozwiazanie układu
Bardziej szczegółowo= Zapiszemy poniższy układ w postaci macierzy. 8+$+ 2&=4 " 5 3$ 7&=0 5$+7&=4
17. Układ równań 17.1 Co nazywamy układem równań liniowych? Jak zapisać układ w postaci macierzowej (pokazać również na przykładzie) Co to jest rozwiązanie układu? Jaki układ nazywamy jednorodnym, sprzecznym,
Bardziej szczegółowoMACIERZE I WYZNACZNIKI
Wykłady z matematyki inżynierskiej IMiF UTP 07 MACIERZ DEFINICJA. Macierza o m wierszach i n kolumnach nazywamy przyporza dkowanie każdej uporza dkowanej parze liczb naturalnych (i, j), gdzie 1 i m, 1
Bardziej szczegółowoWyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013
Wyznaczniki Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 6. Wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa, listopad 2013 1 / 13 Terminologia
Bardziej szczegółowoUkłady równań i równania wyższych rzędów
Rozdział Układy równań i równania wyższych rzędów Układy równań różniczkowych zwyczajnych Wprowadzenie W poprzednich paragrafach zajmowaliśmy się równaniami różniczkowymi y = f(x, y), których rozwiązaniem
Bardziej szczegółowoZestaw 12- Macierz odwrotna, układy równań liniowych
Zestaw - Macierz odwrotna, układy równań liniowych Przykładowe zadania z rozwiązaniami ZałóŜmy, Ŝe macierz jest macierzą kwadratową stopnia n. Mówimy, Ŝe macierz tego samego wymiaru jest macierzą odwrotną
Bardziej szczegółowoPROGRAMOWANIE KWADRATOWE
PROGRAMOWANIE KWADRATOWE Programowanie kwadratowe Zadanie programowania kwadratowego: Funkcja celu lub/i co najmniej jedno z ograniczeń jest funkcją kwadratową. 2 Programowanie kwadratowe Nie ma uniwersalnej
Bardziej szczegółowodet A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32
Wyznacznik Def Wyznacznikiem macierzy kwadratowej nazywamy funkcj, która ka»dej macierzy A = (a ij ) przyporz dkowuje liczb det A zgodnie z nast puj cym schematem indukcyjnym: Dla macierzy A = (a ) stopnia
Bardziej szczegółowoTreści programowe. Matematyka. Efekty kształcenia. Literatura. Terminy wykładów i ćwiczeń. Warunki zaliczenia. tnij.org/ktrabka
Treści programowe Matematyka Katarzyna Trąbka-Więcław Elementy algebry liniowej. Macierze i wyznaczniki. Ciągi liczbowe, granica ciągu i granica funkcji, rachunek granic, wyrażenia nieoznaczone, ciągłość
Bardziej szczegółowoMetody i analiza danych
2015/2016 Metody i analiza danych Macierze Laboratorium komputerowe 2 Anna Kiełbus Zakres tematyczny 1. Funkcje wspomagające konstruowanie macierzy 2. Dostęp do elementów macierzy. 3. Działania na macierzach
Bardziej szczegółowoMN 09 wych. Trochę teorii. Wprowadzenie: wszystko jest Ax = b. Uwagi wstępne. Rozwiązywanie układów równań liniowych piłka nożna metod numerycznych
Układy równań linio- MN 9 wych Część I Trochę teorii Wprowadzenie: wszystko jest Ax = b slajd Uwagi wstępne Rozwiązywanie układów równań liniowych piłka nożna metod numerycznych Większość zagadnień inżynierskich
Bardziej szczegółowoKrótkie wprowadzenie do macierzy i wyznaczników
Radosław Marczuk Krótkie wprowadzenie do macierzy i wyznaczników 12 listopada 2005 1. Macierze Macierzą nazywamy układ liczb(rzeczywistych, bądź zespolonych), funkcji, innych macierzy w postaci: A a 11
Bardziej szczegółowoWyk lad 5 W lasności wyznaczników. Macierz odwrotna
Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy
Bardziej szczegółowoMacierze. Układy równań.
Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej Macierze Układy równań 1 Macierze Jeżeli każdej uporządkowanej parze liczb naturalnych (i, j), 1 i m, 1 j n jest przyporządkowana dokładnie
Bardziej szczegółowoMetody Obliczeniowe w Nauce i Technice
12. Iteracyjne rozwiązywanie Ax=B Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Anna Marciniec Radosław
Bardziej szczegółowoALGEBRA Z GEOMETRIĄ ANALITYCZNĄ
ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ Maciej Burnecki opracowanie strona główna Spis treści I Zadania Wyrażenia algebraiczne indukcja matematyczna Geometria analityczna na płaszczyźnie Liczby zespolone 4 Wielomiany
Bardziej szczegółowoWyk lad 4 Macierz odwrotna i twierdzenie Cramera
Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia
Bardziej szczegółowoELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku
Egzamin pisemny zestaw. ( pkt.) Udowodnić, że jeśli funkcja g interpoluje funkcję f w węzłach x 0, x, K, x n, a funk- cja h interpoluje funkcję f w węzłach x, x, K, x n, to funkcja x0 x gx ( ) + [ gx (
Bardziej szczegółowoWiększość zagadnień inżynierskich sprowadza się do przewidywania odpowiedzi projektowanego urządzenia na działanie zewnętrznych czynników.
MN 09 Układy równań liniowych Część I Trochę teorii Wprowadzenie: wszystko jest Ax = b Uwagi wstępne Rozwiązywanie układów równań liniowych piłka nożna metod numerycznych Większość zagadnień inżynierskich
Bardziej szczegółowo