Metoda rozwiązywania układu równań liniowych z symetryczną, nieokreśloną macierzą współczynników ( 0 )

Wielkość: px
Rozpocząć pokaz od strony:

Download "Metoda rozwiązywania układu równań liniowych z symetryczną, nieokreśloną macierzą współczynników ( 0 )"

Transkrypt

1 MATEMATYKA STOSOWANA 7, 2006 Izabella Czochralsa (Warszawa) Metoda rozwiązywania uładu równań liniowych z symetryczną, nieoreśloną macierzą współczynniów ( 0 ) Streszczenie. W pracy zaadaptowano opracowaną w [1] metodę diagonalizacji macierzy symetrycznej do rozwiązywania nieosobliwych (cramerowsich) uładów równań liniowych z symetryczną, nieoreśloną macierzą współczynniów. Algorytm sprowadza się do pewnej modyfiacji symetrycznej procedury eliminacji Gaussa. Słowa luczowe: eliminacja Gaussa, rozład trójątny i trójątno-diagonalny macierzy, stabilna diagonalizacja symetrycznej macierzy nieoreślonej. 1. Wprowadzenie. Rozważmy cramerowsi uład równań liniowych (1) Ax = b z nieosobliwą macierzą współczynniów A = (a ij ) R n n stopnia n, wetorem zmiennych x R n oraz wetorem wyrazów wolnych b = (b i ) R n. Znanych jest wiele sutecznych i zaprogramowanych metod, zarówno doładnych (bezpośrednich), ja i iteracyjnych, rozwiązywania uładu (1) z macierzą pełną lub rzadą, małych lub dużych wymiarów. Metody bezpośrednie prowadzą m.in. do rozładu macierzy A lub równoważnych jej permutacji à = P wa na wierszach, czy à = P w AP na wierszach i olumnach, na iloczyn LR = LDR 1 macierzy nieosobliwych, gdzie L oraz R 1 są macierzami trójątnymi z jedynami na przeątnych, dolną i górną odpowiednio, zaś R górną macierzą trójątną o przeątnej wyznaczającej macierz diagonalną D = diag(r 11,..., r nn ). Następnie rozwiązuje się sewencję prostych uładów równań liniowych aż do uzysania rozwiązania uładu (1). Tu P w oraz P są odpowiednio macierzami permutacji wierszy i olumn macierzy A, a więc macierzami ortogonalnymi. Gdy macierz A jest symetryczna, stosuje się z reguły metody bezpośrednie, a więc symetryczną procedurę eliminacji Gaussa lub jej modyfiacje. Należy podreślić, że w ażdej -tej ( 1, n 1) ( 1 ) iteracji I fazy zwy- ( 0 ) Jest to oryginalna wersja artyułu. ( 1 ), n oznacza zbiór olejnych liczb całowitych o najmniejszej i najwięszej n, gdy n. [45]

2 46 I. Czochralsa łej eliminacji Gaussa, otrzymywane macierze zreduowane M () = (a () ij ) (i, j + 1, n) są taże symetryczne, a to prawie dwurotnie reduuje oszt obliczeń liczbę wyonanych działań i obciążenie pamięci omputera, gdyż można pominąć obliczanie elementów pod (lub nad) przeątną. Jeśli dodatowo macierz A jest dodatnio (ujemnie) oreślona lub diagonalnie dominująca, to macierze zreduowane M () też mają tę samą własność. Stwarza to możliwość sutecznej eliminacji uładu (1) bez wyboru elementu głównego. W przypadu macierzy dodatnio (lub ujemnie) oreślonej elementy główne macierzy zreduowanych są diagonalne, ale nie zawsze ierujące eliminacją, więc z ich wyborem można zwięszyć stabilność obliczeń bez naruszania symetrii tych macierzy, a taże oreśloności. Wtedy otrzymujemy rozład symetrycznej permutacji macierzy A: (2) A = PAP T = LDL T = sign(d 11 ) L L T. Ostatnia równość w (2) jest wyniiem metody Cholesy ego Banachiewicza i różni się od eliminacji Gaussa osztownym obliczaniem pierwiastów elementów diagonalnych, bowiem L=L D, gdzie D=diag( d 11,..., d m ). Dla symetrycznych macierzy półoreślonych ( 2 ) (dodatnio lub ujemnie) i pewnych nieoreślonych możliwy jest tylo rozład trójątno-diagonalny: (3) A = PAP T = LDL T z uwagi na istnienie różnych znaów elementów diagonalnych macierzy D w przypadu nieoreśloności lub zera w przypadu półoreśloności macierzy A. Powyższe rozważania wsazują na to, że problem symetrycznego rozładu (3) macierzy A może się załamać wyłącznie wtedy, gdy macierz A jest nieoreślona i w procesie eliminacji dla pewnego 1, n 1 macierz zreduowana M ( 1) (przyjmujemy, że M (0) = A) ma element główny poza przeątną lub zerowe elementy diagonalne w niezerowych olumnach (i w tych samych wierszach). Odpowiada to macierzy typu [ ] 0 1 (4) dla ε 1 1 ε lub (5) [ ] Rozład symetryczny typu (3) nie jest stabilny w przypadu (4), bo nie da się zrealizować z wyborem elementu głównego, a w przypadu (5) jest nawet niemożliwy. Tai problem daje się jedna rozwiązać za pomocą algorytmu diagonalizacji macierzy A z pracy [1] lub poprzez symetryczny ( 2 ) Taie macierze są osobliwe, więc temat naszych rozważań ich nie obejmuje.

3 Metoda rozwiązywania uładu równań liniowych 47 rozład bloowo-trójątny, zaproponowany w [2], ale niestabilny w prostej postaci lub zbyt osztowny ze stabilizującym wyborem elementu głównego. 2. Algorytm diagonalizacji macierzy symetrycznej. W pracy [1] podano prosty, tani i stabilny algorytm badania oreśloności symetrycznej macierzy A R n n, tórego związe z I fazą symetrycznego wariantu metody eliminacji Gaussa z wyborem elementu głównego zasugerowano w rozdziale 1. Reguła stopu obliczeń i oreślenie wyniu opiera się w tym algorytmie na łatwych do sprawdzenia ryteriach trzech warunach oniecznych spełnionych przez symetryczną macierz oreśloną lub półoreśloną, a mianowicie: elementy diagonalne są tego samego znau lub istnieje jeszcze element zerowy; jeśli istnieje zerowy element diagonalny, to jego olumna i wiersz są wetorami zerowymi (wtedy macierz może być co najwyżej półoreślona); element główny jest diagonalny. Koszt realizacji taiego algorytmu (por. [1]) nie przeracza połowy osztu obliczenia dowolnego wyznacznia macierzy n-tego stopnia, a w przypadu macierzy nieoreślonej może być zdecydowanie niższy wystarczy, że tóreś z wymienionych ryteriów nie jest spełnione przez pewną macierz M () ( 0, n 1). Możemy zatem onwencjonalnie podać, że cały proces nie przeracza n 3 /6 działań dodawania i mnożenia, tyleż porównań i n 2 /2 miejsc pamięci omputera. Porównania i ewentualne symetryczne permutacje mogą jedynie wydłużyć czas pracy omputera, ale nie mają wpływu na stabilność metody. Uwaga 1. Jeśli symetryczna macierz A jest oreślona lub półoreślona, to w wyniu realizacji algorytmu otrzymamy macierz trójątną R, tórej przeątna oreśla postać diagonalną macierzy A, czyli D=diag(r 11,..., r nn ), ja w warunu (3). Również dla ażdej nieoreślonej macierzy A, gdy tylo jest możliwy jej stabilny rozład (3), a więc w ontynuacji algorytmu bez względu na pojawienie się reguły stopu (informacja o nieoreśloności macierzy), otrzymamy w prosty sposób jej diagonalną postać. Schemat stabilizacji algorytmu diagonalizacji. Gdy w olejnej -tej ( 1, n 1) iteracji diagonalizacji macierzy A załamuje się stabilność obliczeń, czyli pojawia się przypade (4) lub (5) macierzy zreduowanej M ( 1), można doonać następującej orety algorytmu: Kro 1. Wyznaczamy element a ( 1) pq tai, że a ( 1) pq czy a ( 1) pp = max{ a ( 1) ij a ( 1) qq M ( 1) dla p > oraz q < p : i, n, j, i}, a następnie sprawdzamy,. Jeśli ta, to przestawiamy miejscami wiersze -ty

4 48 I. Czochralsa i p-ty, a następnie olumny o tych samych numerach i realizujemy ro 2. W przeciwnym razie sprawdzamy, czy q =. Jeśli ta, to realizujemy ro 3; jeśli nie, to przestawiamy miejscami wiersze -ty i q-ty, a następnie olumny o tych samych numerach i realizujemy ro 3. Dla wygody dalszego opisu schematu oznaczamy otrzymaną w rou 1 macierz symbolem M ( 1) = (a ( 1) ij ), i, j, n. Kro 2. Obecnie a ( 1) = 0 lub sign a ( 1) pp oraz a ( 1) q q pq. Jeśli a ( 1) q pq, to wiersz q-ty dodajemy do -tego, a następnie olumnę q-tą do -tej i przechodzimy do rou 4. Jeśli zaś sign a ( 1) q pq, to wiersz q-ty odejmujemy od -tego, a następnie olumnę q-tą od -tej i realizujemy ro 4. Kro 3. Teraz a ( 1) = 0 lub sign a ( 1) qq oraz a ( 1) p p pq. Jeśli a ( 1) p pq, to wiersz p-ty dodajemy do -tego, a następnie olumnę p-tą do -tej i przechodzimy do rou 4. Jeśli zaś sign a ( 1) p pq, to wiersz p-ty odejmujemy od -tego, a następnie olumnę p-tą od -tej i realizujemy ro 4. Oznaczamy symbolem M ( 1) = (a ( 1) ij ), i, j, n, macierz otrzymaną w rou 2 lub 3. Obecnie a ( 1) 2 a ( 1) pq max{a ( 1) ij : i, j, n}. Kro 4. Kontynuujemy eliminację stabilizowaną wyborem elementu głównego częściowo diagonalnej macierzy A ( 1), otrzymując w wyniu macierz A (), ale onretne działania wyonujemy tylo na macierzy M ( 1). W reprezentacji macierzowej proces realizacji zmodyfiowanej opisanym schematem -tej iteracji diagonalizacji macierzy A można zapisać w postaci: (6) A () = L 1 A() L T = L 1 C P A ( 1) P T C T L T, gdzie: P jest macierzą permutacji wierszy, P T olumn, oreślonych w rou 1, C jest macierzą elementarną operacji dodawania wierszy, C T olumn, użytych w rou 2 lub 3, zaś L 1 dolną macierzą trójątną uzysaną w rou 4. Uwaga 2. Podany schemat stabilizacji algorytmu diagonalizacji nieoreślonej macierzy A jest niewielą, ale bardziej suteczną modyfiacją procedury z pracy [1]. Sonstruowany w roach 1 3 element diagonalny jest elementem głównym macierzy M ( 1), a w pewnych przypadach może się oazać nawet dominującym w jego olumnie i wierszu. Realizacja schematu w -tej iteracji wymaga co najwyżej 2(n + 1) działań dodawania, a zatem liczba tych działań w całym procesie diagonalizacji może wzrosnąć o (n 1)(n + 2). a ( 1)

5 Metoda rozwiązywania uładu równań liniowych 49 Przyład. Macierz nieosobliwa A = jest symetryczna, nieoreślona i spełnia waruni (4) i (5). Przeształcając ją według powyższego schematu, otrzymujemy M (0) w 1 w = M (0), M (0) w 1 +w = M (0), a więc macierz z dominującym elementem głównym w pierwszym wierszu i pierwszej olumnie. Doonując eliminacji pierwszej olumny, otrzymujemy macierz zreduowaną [ ] M (1) 121/21 27/21 = 27/21 81/21 diagonalnie dominującą (nawet ujemnie oreśloną), tórej dalsza eliminacja nie wymaga nawet wyboru elementu głównego. Zatem w następnej iteracji ończymy eliminację i otrzymujemy macierz M (2) = ( 432/121). Macierz A (2) = D = diag(a (0) 11, a(1) 22, a(2) 33 ) = diag(3, 121/21, 432/121) jest postacią diagonalną macierzy A, a zgodnie z (6) ma postać iloczynu: (7) D = L 1 CPAP T C T L T, gdzie P = , L = , L 1 = / /4 27/ Metoda rozwiązywania uładu równań (1) z nieoreśloną macierzą współczynniów. Gdy w ażdej t -tej ( t 1, n 1, t 1, r, r n 1) iteracji załamania się stabilności diagonalizacji symetrycznej macierzy A R n n zastosujemy rozład (6), to cały proces diagonalizacji można zapisać, analogicznie do (7), w postaci iloczynu macierzy: (8) D = L 1 n 1 C n 1P n 1 L 1 1 C 1P 1 AP T 1 C T 1 L T 1 P T n 1C T n 1L T n 1 = FAF T,

6 50 I. Czochralsa gdzie P = I, gdy a ( 1) = max{ a ( 1) ij : i, n, j, i} oraz C = I dla t ( 1, n 1). Stąd równoważnie otrzymujemy rozład macierzy A na iloczyn postaci ( 3 ) (9) A = F 1 DF T. Podstawiając rozład (9) do uładu równań (1) w miejsce nieoreślonej macierzy symetrycznej współczynniów A, oazuje się, że można go sutecznie rozwiązać przedstawioną procedurą diagonalizacji (8). Działania na wierszach macierzy A należy wtedy wyonywać jednocześnie na wetorze wyrazów wolnych b, zaś działania na olumnach, wyonywane dla zachowania symetrii i typu oreśloności macierzy, tylo zapamiętywać w związu z onfiguracją wetora zmiennych x. Następnie rozwiązujemy uład równań (10) Dy = Fb i obliczamy rozwiązanie uładu (1): (11) x = F T y, mnożąc lewostronnie wetor y przez olejne macierze iloczynu F T. 4. Uwagi ońcowe. Warto wspomnieć o innym podejściu do rozwiązywania uładu równań (1), polegającym na zastosowaniu różnych algorytmów ortogonalizacji (metoda QR), prowadzących do rozładu macierzy A na iloczyn postaci (12) A = QR, gdzie Q jest macierzą ortogonalną, a R macierzą trójątną górną. Metoda ta jest jedna zbyt osztowna w porównaniu z modyfiacjami algorytmu eliminacji Gaussa, by ją stosować ( 4 ) do rozwiązywania uładu (1). Przyładowo, rozład nieosobliwej ( 5 ) macierzy A na iloczyn (12) metodą ortogonalizacji Grama Schmidta można zrealizować w procesie rozładu trójątnego dodatnio oreślonej macierzy Grama G = A T A metodą Cholesy ego Banachiewicza, ja w (2), czyli G = R T R, gdzie R jest poszuiwaną górną macierzą trójątną, zaś macierz ortogonalna Q = AR 1. Przy tym macierz R 1 jest transpozycją macierzy superpozycji operacji elementarnych wyonanych na macierzy G podczas przeształcania jej do postaci trójątnej R. Złożoność obliczeniowa tego procesu jest porównywalna ( 3 ) Tu oznaczenie macierzy F zostało wprowadzone wyłącznie dla wygody zapisu wzorów. ( 4 ) Choć zalecana w przypadu rozwiązywania uładów nadoreślonych, w tórych prostoątna macierz współczynniów A R m n jest olumnami regularna przy m > n, a wtedy Q R m n ma tylo olumny ortonormalne, ale tym się teraz nie zajmujemy. ( 5 ) Lub olumnami regularnej w przypadu macierzy prostoątnej.

7 Metoda rozwiązywania uładu równań liniowych 51 z rozwiązywaniem uładu równań (1) w równoważnej mu postaci normalnej: (13) A T Ax = A T b. Obliczenie macierzy G oraz wetora A T b wymaga jedna podwyższonej precyzji, gdyż wprowadza znaczne zaburzenia wśród danych początowych w tracie wyonywania iloczynów salarnych. Trzeba też dodać, że przedstawiona metoda ortogonalizacji Grama Schmidta jest łatwa w zapisie i zrozumieniu, jednaże numerycznie niestabilna. Jej stabilne modyfiacje, ja też i inne sposoby wyznaczania macierzy Q (por. [2]), są równie osztowne. W związu z powyższym, metoda zaproponowana w rozdziale 3 wydaje się najbardziej zasadną w przypadu rozwiązywania rozważanego uładu równań (1) z nieoreśloną macierzą współczynniów. Wystarczy porównać wynii obliczeń rozwiązywanego wyżej przyładu z postacią macierzy Grama danej tam macierzy A, czyli: A T A = Cytowana literatura [1] I. Czochralsa, A verification of the definiteness of a quadratic form its canonical form, Badania Operacyjne i Decyzje 1 (1996), [2] A. Kiełbasińsi, H. Schwetlic, Numeryczna algebra liniowa, Warszawa, WNT, Instytut Eonometrii Szoła Główna Handlowa Al. Niepodległości 162, Warszawa izabella@sgh.waw.pl Abstract. The subject of this article is a numerically stable method for solving nonsingular Cramerian systems of linear equations, with a symmetric indefinite coefficient matrix. It consists in adapting the algorithm presented in [1] that can stably and effectively diagonalize any indefinite symmetric matrix. It is in fact some modification of the Gaussian symmetric elimination procedure. Key words: Gaussian elimination, triangular and triangular-diagonal factorization of a matrix, numerically stable diagonalization of a symmetric indefinite matrix. (wpłynęło 31 lipca 2006 r.)

5. Rozwiązywanie układów równań liniowych

5. 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 szczegółowo

Rozwiązywanie układów równań liniowych

Rozwiązywanie 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 szczegółowo

Zaawansowane metody numeryczne

Zaawansowane 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 szczegółowo

Metody numeryczne Wykład 4

Metody numeryczne Wykład 4 Metody numeryczne Wykład 4 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Metody skończone rozwiązywania

Bardziej szczegółowo

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

dr 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 szczegółowo

Układy równań liniowych. Krzysztof Patan

Układy równań liniowych. Krzysztof Patan Układy równań liniowych Krzysztof Patan Motywacje Zagadnienie kluczowe dla przetwarzania numerycznego Wiele innych zadań redukuje się do problemu rozwiązania układu równań liniowych, często o bardzo dużych

Bardziej szczegółowo

Wykład 14. Elementy algebry macierzy

Wykład 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 szczegółowo

Macierze. Rozdział Działania na macierzach

Macierze. 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 szczegółowo

Analiza 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 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 szczegółowo

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH MODYFICJ OSZTOW LGORYTMU JOHNSON DO SZEREGOWNI ZDŃ UDOWLNYCH Michał RZEMIŃSI, Paweł NOW a a Wydział Inżynierii Lądowej, Załad Inżynierii Producji i Zarządzania w udownictwie, ul. rmii Ludowej 6, -67 Warszawa

Bardziej szczegółowo

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

UKŁADY 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 szczegółowo

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ LISTA ZADAŃ 1 1 Napisać w formie rozwiniętej następujące wyrażenia: 4 (a 2 + b +1 =0 5 a i b j =1 n a i b j =1 n =0 (a nb 4 3 (! + ib i=3 =1 2 Wyorzystując twierdzenie o

Bardziej szczegółowo

Obliczenia naukowe Wykład nr 8

Obliczenia 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 szczegółowo

04 Układy równań i rozkłady macierzy - Ćwiczenia. Przykład 1 A =

04 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 szczegółowo

( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego

( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego Obliczanie gradientu błędu metodą uładu dołączonego /9 Obliczanie gradientu błędu metodą uładu dołączonego Chodzi o wyznaczenie pochodnych cząstowych funcji błędu E względem parametrów elementów uładu

Bardziej szczegółowo

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

UKŁADY 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 szczegółowo

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

Rozdział 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 szczegółowo

Metoda eliminacji Gaussa. Autorzy: Michał Góra

Metoda 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 szczegółowo

Wykład 5. Metoda eliminacji Gaussa

Wykład 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 szczegółowo

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

a 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 szczegółowo

Układy równań i nierówności liniowych

Układy 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 szczegółowo

Met 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

Met 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 szczegółowo

3. Macierze i Układy Równań Liniowych

3. 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 szczegółowo

10. Metody obliczeniowe najmniejszych kwadratów

10. 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 szczegółowo

Wartości i wektory własne

Wartości 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 szczegółowo

DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH

DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH Część 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH... 5. 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH 5.. Wprowadzenie Rozwiązywanie zadań z zaresu dynamii budowli sprowadza

Bardziej szczegółowo

Rozwiązywanie 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 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 szczegółowo

, A T = A + B = [a ij + b ij ].

, 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 szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5.

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Rozłady soowe Rozład jednopuntowy Oreślamy: P(X c) 1 gdzie c ustalona liczba. 1 EX c, D 2 X 0 (tylo ten rozład ma zerową wariancję!!!)

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane 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 szczegółowo

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

15. 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 szczegółowo

Analiza numeryczna Lista nr 3 (ćwiczenia) x x 2 n x.

Analiza 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 szczegółowo

METODY NUMERYCZNE. wykład. konsultacje: wtorek 10:00-11:30 środa 10:00-11:30. dr inż. Grażyna Kałuża pokój

METODY 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 szczegółowo

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań Przekształcenia liniowe, diagonalizacja macierzy 1. Podano współrzędne wektora v w bazie B. Znaleźć współrzędne tego wektora w bazie B, gdy: a) v = (1,

Bardziej szczegółowo

Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci

Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci Ćwiczenie 4 - Badanie wpływu asymetrii obciążenia na pracę sieci Strona 1/13 Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci Spis treści 1.Cel ćwiczenia...2 2.Wstęp...2 2.1.Wprowadzenie

Bardziej szczegółowo

1 Macierz odwrotna metoda operacji elementarnych

1 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 szczegółowo

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia

Bardziej szczegółowo

3. Wykład Układy równań liniowych.

3. Wykład Układy równań liniowych. 31 Układy równań liniowych 3 Wykład 3 Definicja 31 Niech F będzie ciałem Układem m równań liniowych o niewiadomych x 1,, x n, m, n N, o współczynnikach z ciała F nazywamy układ równań postaci: x 1 + +

Bardziej szczegółowo

2. Układy równań liniowych

2. 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 szczegółowo

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j = 11 Algebra macierzy Definicja 11.1 Dla danego ciała F i dla danych m, n N 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 szczegółowo

Algebra liniowa z geometrią

Algebra liniowa z geometrią Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........

Bardziej szczegółowo

Wstęp do metod numerycznych Faktoryzacja QR i SVD. P. F. Góra

Wstęp 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 szczegółowo

Metody dekompozycji macierzy stosowane w automatyce

Metody 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 szczegółowo

DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH. Ćwiczenie 5. Przemysław Korohoda, KE, AGH

DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH. Ćwiczenie 5. Przemysław Korohoda, KE, AGH DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH Instrucja do laboratorium z cyfrowego przetwarzania sygnałów Ćwiczenie 5 Wybrane właściwości Dysretnej Transformacji Fouriera Przemysław Korohoda, KE, AGH Zawartość

Bardziej szczegółowo

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

Wstęp 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 szczegółowo

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH Katedra Matematyki i Ekonomii Matematycznej SGH 23 października 2018 Definicja iloczynu skalarnego Definicja Iloczynem skalarnym w przestrzeni liniowej R n nazywamy odwzorowanie ( ) : R n R n R spełniające

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 1. wykład z algebry liniowej Warszawa, październik 2015 Mirosław Sobolewski (UW) Warszawa, wrzesień 2015 1 / 1

Bardziej szczegółowo

O MACIERZACH I UKŁADACH RÓWNAŃ

O 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 szczegółowo

Układy równań liniowych i metody ich rozwiązywania

Układy 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 szczegółowo

Wykład 6. Metoda eliminacji Gaussa: Eliminacja z wyborem częściowym Eliminacja z wyborem pełnym

Wykład 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 szczegółowo

Układy równań liniowych

Układy 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 szczegółowo

Metody numeryczne. Janusz Szwabiński. Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50

Metody 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 szczegółowo

Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra

Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Co można zrobić z układem równań... tak, aby jego rozwiazania się nie zmieniły? Rozważam

Bardziej szczegółowo

Prognozowanie notowań pakietów akcji poprzez ortogonalizację szeregów czasowych 1

Prognozowanie notowań pakietów akcji poprzez ortogonalizację szeregów czasowych 1 Prognozowanie notowań paietów acji poprzez ortogonalizację szeregów czasowych Andrzej Kasprzyci. WSĘP Dynamię rynu finansowego opisuje się indesami agregatowymi: cen, ilości i wartości. Indes giełdowy

Bardziej szczegółowo

(U.3) Podstawy formalizmu mechaniki kwantowej

(U.3) Podstawy formalizmu mechaniki kwantowej 3.10.2004 24. (U.3) Podstawy formalizmu mechanii wantowej 33 Rozdział 24 (U.3) Podstawy formalizmu mechanii wantowej 24.1 Wartości oczeiwane i dyspersje dla stanu superponowanego 24.1.1 Założenia wstępne

Bardziej szczegółowo

Ekoenergetyka Matematyka 1. Wykład 3.

Ekoenergetyka Matematyka 1. Wykład 3. Ekoenergetyka Matematyka Wykład 3 MACIERZE Macierzą wymiaru n m, gdzie nm, nazywamy prostokątną tablicę złożoną z n wierszy i m kolumn: a a2 a j am a2 a22 a2 j a2m [ a ] nm A ai ai 2 a aim - i-ty wiersz

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne

UKŁADY 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 szczegółowo

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.

Treść 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 szczegółowo

Wstęp do metod numerycznych Równania macierzowe Faktoryzacja LU i Cholesky ego. P. F. Góra

Wstęp do metod numerycznych Równania macierzowe Faktoryzacja LU i Cholesky ego. P. F. Góra Wstęp do metod numerycznych Równania macierzowe Faktoryzacja LU i Cholesky ego P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2017 Uwagi o eliminacji Gaussa Przypuśćmy, że mamy rozwiazać kilka układów

Bardziej szczegółowo

Metody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1

Metody 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 szczegółowo

Wektory i wartości własne

Wektory i wartości własne Treść wykładu Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń W V nazywamy niezmienniczą

Bardziej szczegółowo

13 Układy równań liniowych

13 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 szczegółowo

III TUTORIAL Z METOD OBLICZENIOWYCH

III 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 szczegółowo

WYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g. zakres rozszerzony

WYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g. zakres rozszerzony WYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g zares rozszerzony 1. Wielomiany bardzo zna pojęcie jednomianu jednej zmiennej; potrafi wsazać jednomiany podobne; potrafi

Bardziej szczegółowo

RACHUNEK 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 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 szczegółowo

Egzamin z Metod Numerycznych ZSI, Egzamin, Gr. A

Egzamin 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 szczegółowo

A A A A A A A A A n n

A 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 szczegółowo

A. Cel ćwiczenia. B. Część teoretyczna

A. Cel ćwiczenia. B. Część teoretyczna A. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z wsaźniami esploatacyjnymi eletronicznych systemów bezpieczeństwa oraz wyorzystaniem ich do alizacji procesu esplatacji z uwzględnieniem przeglądów

Bardziej szczegółowo

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

PODSTAWY 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 szczegółowo

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej WEKTORY I WARTOŚCI WŁASNE MACIERZY Ac λ c (*) ( A λi) c nietrywialne rozwiązanie gdy det A λi problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej A - macierzowa

Bardziej szczegółowo

Wstęp do metod numerycznych Faktoryzacja macierzy. P. F. Góra

Wstęp do metod numerycznych Faktoryzacja macierzy. P. F. Góra Wstęp do metod numerycznych Faktoryzacja macierzy P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2011 Uwagi o eliminacji Gaussa Przypuśćmy, że mamy rozwiazać kilka układów równań z ta sama lewa strona,

Bardziej szczegółowo

Metody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski

Metody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski Metody numeryczne Instytut Sterowania i Systemów Informatycznych Wydział Eletrotechnii, Informatyi i Teleomuniacji Uniwersytet Zielonogórsi Eletrotechnia stacjonarne-dzienne pierwszego stopnia z tyt. inżyniera

Bardziej szczegółowo

1 Macierze i wyznaczniki

1 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 szczegółowo

Krótkie wprowadzenie do macierzy i wyznaczników

Krótkie 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 szczegółowo

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Wyk 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 szczegółowo

φ(x 1,..., x n ) = a i x 2 i +

φ(x 1,..., x n ) = a i x 2 i + Teoria na egzamin z algebry liniowej Wszystkie podane pojęcia należy umieć określić i podać pprzykłady, ewentualnie kontrprzykłady. Ponadto należy znać dowody tam gdzie to jest zaznaczone. Liczby zespolone.

Bardziej szczegółowo

Wstęp do metod numerycznych Faktoryzacja Cholesky ego i QR. P. F. Góra

Wstęp do metod numerycznych Faktoryzacja Cholesky ego i QR. P. F. Góra Wstęp do metod numerycznych Faktoryzacja Cholesky ego i QR P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2018 Faktoryzacja Cholesky ego Niech A R N N będzie symetryczna, A T = A, i dodatnio określona:

Bardziej szczegółowo

Wstęp do metod numerycznych Eliminacja Gaussa Faktoryzacja LU. P. F. Góra

Wstęp do metod numerycznych Eliminacja Gaussa Faktoryzacja LU. P. F. Góra Wstęp do metod numerycznych Eliminacja Gaussa Faktoryzacja LU P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2014 Co można zrobić z układem równań... tak, aby jego rozwiazania się nie zmieniły? Rozważam

Bardziej szczegółowo

Wektory i wartości własne

Wektory i wartości własne Treść wykładu Podprzestrzenie niezmiennicze Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń

Bardziej szczegółowo

; B = Wykonaj poniższe obliczenia: Mnożenia, transpozycje etc wykonuję programem i przepisuję wyniki. Mam nadzieję, że umiesz mnożyć macierze...

; B = Wykonaj poniższe obliczenia: Mnożenia, transpozycje etc wykonuję programem i przepisuję wyniki. Mam nadzieję, że umiesz mnożyć macierze... Tekst na niebiesko jest komentarzem lub treścią zadania. Zadanie. Dane są macierze: A D 0 ; E 0 0 0 ; B 0 5 ; C Wykonaj poniższe obliczenia: 0 4 5 Mnożenia, transpozycje etc wykonuję programem i przepisuję

Bardziej szczegółowo

Grupowanie sekwencji czasowych

Grupowanie sekwencji czasowych BIULETYN INSTYTUTU AUTOMATYKI I ROBOTYKI NR 3, 006 Grupowanie sewencji czasowych Tomasz PAŁYS Załad Automatyi, Instytut Teleinformatyi i Automatyi WAT, ul. Kalisiego, 00-908 Warszawa STRESZCZENIE: W artyule

Bardziej szczegółowo

Metody numeryczne. materiały do wykładu dla studentów

Metody numeryczne. materiały do wykładu dla studentów Metody numeryczne materiały do wykładu dla studentów. Metody dokładne rozwiązywania układów równań liniowych.. Układy równań o macierzach trójkątnych.. Metoda eliminacji Gaussa.3. Metoda Gaussa-Jordana.4.

Bardziej szczegółowo

Macierze i Wyznaczniki

Macierze 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 szczegółowo

Kolejny krok iteracji polega na tym, że przechodzimy do następnego wierzchołka, znajdującego się na jednej krawędzi z odnalezionym już punktem, w

Kolejny krok iteracji polega na tym, że przechodzimy do następnego wierzchołka, znajdującego się na jednej krawędzi z odnalezionym już punktem, w Metoda Simpleks Jak wiadomo, problem PL z dowolną liczbą zmiennych można rozwiązać wyznaczając wszystkie wierzchołkowe punkty wielościanu wypukłego, a następnie porównując wartości funkcji celu w tych

Bardziej szczegółowo

Zaliczenie wykładu Technika Analogowa Przykładowe pytania (czas zaliczenia minut, liczba pytań 6 8)

Zaliczenie wykładu Technika Analogowa Przykładowe pytania (czas zaliczenia minut, liczba pytań 6 8) Zaliczenie wyładu Technia Analogowa Przyładowe pytania (czas zaliczenia 3 4 minut, liczba pytań 6 8) Postulaty i podstawowe wzory teorii obowdów 1 Sformułuj pierwsze i drugie prawo Kirchhoffa Wyjaśnij

Bardziej szczegółowo

Zestaw 12- Macierz odwrotna, układy równań liniowych

Zestaw 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 szczegółowo

Definicja macierzy Typy i właściwości macierzy Działania na macierzach Wyznacznik macierzy Macierz odwrotna Normy macierzy RACHUNEK MACIERZOWY

Definicja 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 szczegółowo

1 Układy równań liniowych

1 Układy równań liniowych II Metoda Gaussa-Jordana Na wykładzie zajmujemy się układami równań liniowych, pojawi się też po raz pierwszy macierz Formalną (i porządną) teorią macierzy zajmiemy się na kolejnych wykładach Na razie

Bardziej szczegółowo

Macierze Lekcja I: Wprowadzenie

Macierze Lekcja I: Wprowadzenie Macierze Lekcja I: Wprowadzenie Wydział Matematyki Politechniki Wrocławskiej Definicja Niech dane będą dwie liczby naturalne dodatnie m i n. Układ m n liczb ułożonych w prostokątną tablicę złożoną z m

Bardziej szczegółowo

det[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,...

det[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 szczegółowo

UKŁADY RÓWNAŃ LINIOWYCH -Metody dokładne

UKŁADY 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

DB Algebra liniowa semestr zimowy 2018

DB 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 szczegółowo

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. Analiza stabilności rozwiązań stanowi ważną część jakościowej teorii równań różniczkowych. Jej istotą jest poszukiwanie odpowiedzi

Bardziej szczegółowo

Baza w jądrze i baza obrazu ( )

Baza w jądrze i baza obrazu ( ) Przykład Baza w jądrze i baza obrazu (839) Znajdź bazy jądra i obrazu odwzorowania α : R 4 R 3, gdzie α(x, y, z, t) = (x + 2z + t, 2x + y 3z 5t, x y + z + 4t) () zór ten oznacza, że α jest odwzorowaniem

Bardziej szczegółowo

Własności wyznacznika

Własności 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 szczegółowo

Analiza matematyczna i algebra liniowa Macierze

Analiza 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 szczegółowo

Rok akademicki: 2013/2014 Kod: JFT s Punkty ECTS: 5. Poziom studiów: Studia I stopnia Forma i tryb studiów: -

Rok akademicki: 2013/2014 Kod: JFT s Punkty ECTS: 5. Poziom studiów: Studia I stopnia Forma i tryb studiów: - Nazwa modułu: Matematyczne metody fizyki 1 Rok akademicki: 2013/2014 Kod: JFT-1-103-s Punkty ECTS: 5 Wydział: Fizyki i Informatyki Stosowanej Kierunek: Fizyka Techniczna Specjalność: - Poziom studiów:

Bardziej szczegółowo

Treści programowe. Matematyka. Efekty kształcenia. Literatura. Terminy wykładów i ćwiczeń. Warunki zaliczenia. tnij.org/ktrabka

Treści 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 szczegółowo

Algebra liniowa z geometrią analityczną

Algebra liniowa z geometrią analityczną WYKŁAD. Własności zbiorów liczbowych. Podzielność liczb całowitych, relacja przystawania modulo, twierdzenie chińsie o resztach. Liczby całowite Liczby 0,±,±,±3,... nazywamy liczbami całowitymi. Zbiór

Bardziej szczegółowo

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu 1 Metody rozwiązywania równań nieliniowych. Postawienie problemu Dla danej funkcji ciągłej f znaleźć wartości x, dla których f(x) = 0. (1) 2 Przedział izolacji pierwiastka Będziemy zakładać, że równanie

Bardziej szczegółowo