Zastosowanie metod numerycznych. Teresa Regińska Instytut Matematyczny PAN. Wykład, CSZ PW, semestr letni 2013
|
|
- Wiktoria Jadwiga Maciejewska
- 6 lat temu
- Przeglądów:
Transkrypt
1 Zastosowanie metod numerycznych Teresa Regińska Instytut Matematyczny PAN Wykład, CSZ PW, semestr letni 2013 Wykład jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Teresa Regińska 1/50
2 "Analiza numeryczna obejmuje tworzenie, badanie i analizȩ algorytmów, których celem jest otrzymywanie rozwia zań numerycznych różnorodnych zadań matematycznych. Czȩsto analizȩ numeryczna nazywa siȩ matematyka obliczeń naukowych.... Programowanie pozostaje poza obrȩbem analizy numerycznej w ścisłym sensie tego terminu." David Kincaid i Ward Cheney Wykład jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Teresa Regińska 2/50
3 Zadania z realnego świata Modele matematyczne Analiza matematyczna Analiza numeryczna Obliczenia numeryczne Wykład jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Teresa Regińska 3/50
4 Program wykładu Wprowadzenie - zagadnienia niestabilne Układy równań liniowych równania z macierza kwadratowa równania z macierza prostoka tna lub osobliwa Numeryczne różniczkowanie zregularyzowana metoda różnicowa metoda wygładzania Metody regularyzacji dla zadań źle postawionych w sensie Hadamarda Metoda Tichonowa dla równania całkowego pierwszego rodzaju Wybrane przykłady zadań źle postawionych Przewodnictwo ciepła - zagadnienia dobrze i źle postawione Problem odwrotny dla wia zki laserowej Analiza numeryczna omawianych zadań źle postawionych Teresa Regińska 4/50
5 Literatura H.W. Engl, M. Hanke, A. Neubauer, Regularization of Inverse Problems, Kluwer 1996 D. Kincaid, W. Cheney Analiza Numeryczna, WNT 2006 Z. Fortuna, B. Macukow, J. Wasowski Metody Numeryczne, WNT 2005 T. Regińska Metody numeryczne w zagadnieniach niestabilnych, skrypt CSZ, (plik pdf) Teresa Regińska 5/50
6 Definicja Zadanie wyznaczenia rozwia zania równania Au = f, A : X Y, X,Y przestrzenie metryczne nazywamy zadaniem dobrze postawionym w sensie Hadamarda na parze przestrzeni X, Y, jeżeli 1 f Y istnieje rozwia zanie u X 2 f Y rozwia zanie jest jednoznaczne 3 rozwia zanie zależy w sposób cia gły od prawej strony, tj. jeśli f, f n Y i f n f w Y, to u n u w X, gdzie u n, u s a rozwi azaniami odpowiednio dla f n, f nazywamy zadaniem źle postawionym w sensie Hadamarda na parze przestrzeni X, Y, jeżeli co najmniej jeden z warunków nie jest spełniony Teresa Regińska 6/50
7 Przykład Niech f C 1 [0, 1], n N dowolne i δ (0, 1). u(x) = f (x) f zaburzone: fn(x) δ := f(x) + δ sin nx δ, x [0, 1] u δ n(x) = f (x) + n cos nx δ, x [0, 1] bła d danych: f f δ n = δ bła d rozw.: u u δ n = n gdy n Oznaczenie: ( f := sup 0 x 1 f(x) ) Zadanie to jest równoważne rozwia zaniu równania całkowego Au(x) := x 0 u(t)dt = f(x) f(0). Teresa Regińska 7/50
8 CZȨŚĆ I Układy równań liniowych układy kwadratowe (n równań i n niewiadomych) układy sprzeczne rozwia zania niejednoznaczne Wykład jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Teresa Regińska 8/50
9 Układ równań liniowych (liczby rzeczywiste) a 11 u 1 + a 12 u 2 + a 1n u n = f 1 a 21 u 1 + a 22 u 2 + a 2n u n = f 2... a n1 u 1 + a n2 u 2 + a nn u n = f n Jest to układ n równań z n niewiadomymi u 1, u 2, u n Macierze upraszczaja opis a 11 a 12 a 1n a 21 a 22 a 2n a n1 a n2 a nn u 1 u 2. u n = f 1 f 2. f n Teresa Regińska 9/50
10 Oznaczenia A = a 11 a 12 a 1n a 21 a 22 a 2n a n1 a n2 a nn, u = Au = f u 1 u 2. u n, f = f 1 f 2. f n Czy istnieje rozwia zanie? Czy rozwia zanie jest jednoznaczne? Jak bardzo rozwia zanie jest wrażliwe na błȩdy danych? Teresa Regińska 10/50
11 Macierz nieosobliwa Istnieje macierz A 1 odwrotna do A, taka, że AA = I := Wtedy f R n istnieje jednoznaczne rozwia zanie równania Au = f u = A 1 f Macierz A nieosobliwa wyznacznik det A 0 Równanie zaburzone f δ f; Au δ = f δ Teresa Regińska 11/50
12 Wrażliwość rozwia zań na błȩdy danych f f δ f f δ := ni=1 (f i f δ i )2 δ; Au δ = f δ u u δ? u := u 2 i - norma euklidesowa; A - norma macierzy indukowana przez normȩ wektora: A := sup { Au } u =1 Au A u Teresa Regińska 12/50
13 Bła d bezwzglȩdny i bła d wzglȩdny Bła d bezwzglȩdny u u δ A 1 f f δ Bła d wzglȩdny u u δ u A 1 A f f δ f κ(a) := A 1 A wskaźnik uwarunkowania Teresa Regińska 13/50
14 Wygodne narzȩdzie do analizy układów równań: Wartości własne i wektory własne macierzy A - macierz kwadratowa n n λ jest wartościa własna A jeżeli u 0 Au λu = 0. u nazywamy wektorem własnym. Dalej bȩdziemy nazywać wektorem własnym wektor unormowany u u λ jest wartościa własna A jeżeli det(a λi) = 0 Wartości własne sa sa wiȩc pierwiastkami wielomianu charakterystycznego stopnia n. Macierz A ma n rzeczywistych lub zespolonych wartości własnych w C, liczonych z krotnościami. Teresa Regińska 14/50
15 A - macierz symetryczna rzeczywista Własności: A ma n rzeczywistych wartości własnych Wektory własne u i, u j odpowiadaja ce λ i, λ j i λ i λ j sa ortogonalne, tzn u i u j = 0 Jeśli λ jest p-krotna wartościa własna to istnieje p liniowo niezależnych wektorów własnych Isnieje n ortogonalnych wektorów własnych. Nie zawsze sa wyznaczone jednoznacznie. Teresa Regińska 15/50
16 Rozkład spektralny macierzy symetrycznej (rozkład wzglȩdem wartości własnych) Oznaczenia: D := diag(λ i ) i=1,...,n U macierz ortogonalna, której kolumny sa unormowanymi wektorami własnymi macierzy A A = UDU u 1,1 u n,1 λ u 1,1 u 1,n u 1,2 u n,2 0 λ 2 0 u 2,1 u 2,n A = a 1,n u n,n 0 0 λ n u n,1 u n,n Teresa Regińska 16/50
17 Wnioski U U = UU = I, U = U 1 Jeśli i λ i 0, to A 1 = UD 1 U A = max i Au i = max i λ i Wskaźnik uwarunkowania dla macierzy symetrycznej κ(a) = max i λ i min i λ i Teresa Regińska 17/50
18 Układy sprzeczne lub o wielu rozwi azaniach A R m n a 11 a 1n a 21 a 2n.. a m1 a mn u 1. u n = f 1 f 2. f m jeśli m > n, to układ na ogół sprzeczny jeśli m < n, to rozwia zanie niejednoznaczne jeśli m = n i det A = 0, to układ sprzeczny Rza d A = maksymalny wymiar nieosobliwej podmacierzy (oznaczamy rank A) ranka min(m, n) Teresa Regińska 18/50
19 Au = f, A - macierz rzeczywista wymiaru m n Rozwia zanie w sensie najmniejszych kwadratów Def.1 u jest rozwia zaniem w sensie najmniejszych kwadratów jeśli Au f Av f, v R n 2 m n Av f 2 = a ij v j f i i=1 j=1 Rozwia zanie uogólnione (pseudorozwia zanie) Def.2 u jest rozwia zaniem uogólnionym jeśli jest rozwia zaniem w sensie najmniejszych kwadratów o najmniejszej normie, tj. u u u rozwi azania w sensie najmniejszych kwadratów Teresa Regińska 19/50
20 Wste p Układ n x n Układ m x n Wnioski Różniczkowanie Met.różn Ilustracja dla macierzy A wymiaru m n i rze du n Au+ P Rm wymiar m-n f u+єrⁿ f1 Au+ ARⁿ P:= ARⁿ wymiar n u = u = A f Teresa Regińska 20/50
21 Wste p Układ n x n Układ m x n Wnioski Różniczkowanie Met.różn Ilustracja dla macierzy A wymiaru m n i rze du < n N Rn Au P Rm wymiar f u+ u u+n f1 N={u: Au=0} Au ARⁿ P:= ARⁿ wymiar u = A f A - uogólniona odwrotność macierzy A Teresa Regińska 21/50
22 Własności rozwia zań w sensie najmn. kwadratów Lemat 1 Rozwia zanie w sensie najmniejszych kwadratów jest rozwia zaniem układu równań normalnych Uwagi A Au = A f Jeśli A ma rza d n to rozwia zanie w sensie najmniejszych kwadratów jest jedno Jeśli rza d A < n to układ normalny ma wiele rozwia zań u = A f Macierz A nazywamy uogólniona odwrotnościa Teresa Regińska 22/50
23 Uwaga! Nie poleca siȩ bezpośredniego stosowania równania normalnego do rozwia zywania zadania najmniejszych kwadratów. Macierz A A może być znacznie gorzej uwarunkowana niż A (szczegóły później) Znanych jest wiele algorytmów rozwia zuja cych zadanie najmniejszych kwadratów. Ich analiza jest np. w monografii Andrzej Kiełbasiński i Hubert Schwetlick, Numeryczna algebra liniowa, WNT 1992 Do analizy A użyjemy rozkładu singularnego macierzy A zwanego też rozkładem wzglȩdem wartości szczególnych. Wartości szczególne określa wskaźnik uwarunkowania zadania. Teresa Regińska 23/50
24 Macierz A A jest symetryczna A A jest nieujemnie określona, tzn. x R n x A Ax 0 wartości własne λ 1,..., λ n sa rzeczywiste i nieujemne Wartości szczególne macierzy A (m n) Definicja Pierwiastki wartości własnych macierzy A A nazywamy wartościami szczególnymi A: σ i = λ i 0 Niech u i, i = 1,..., n bȩda ortogonalnym układem unormowanych wektorów własnych macierzy A A Niech v i, i = 1,..., m bȩda ortogonalnym układem unormowanych wektorów własnych macierzy AA Jeśli σ i 0 to Au i = σ i v i Teresa Regińska 24/50
25 Oznaczenia: U macierz ortogonalna (n n), której kolumnami sa u i V macierz ortogonalna (m m), której kolumnami sa v i Macierz D o wymiarze m n jest nastȩpuja ca: [ ] m-r wierszy n-r kolumn Rozkład singularny macierzy m n (rozkład wzglȩdem wartości szczególnych) A = V DU Teresa Regińska 25/50
26 Zastosowanie do uogólnionych odwrotności gdzie A = UD V [ ] n-r wierszy m-r kolumn Teresa Regińska 26/50
27 Wnioski Uogólniona odwrotnościa macierzy diagonalnej diag{λ i } i=1,...,n jest macierz diagonalna diag{µ i } i=1,...,n gdzie µ i = Jeśli D (m n) taka, że d ij = to D ma rozmiar n m oraz { λ 1 i jeśli λ i 0 0 jeśli λ i = 0 { σi jeśli i = j r 0 w przeciwnym razie, { d σ 1 ij = i jeśli i = j r 0 w przeciwnym razie, Teresa Regińska 27/50
28 Au = f i f f δ. Niech u = A f i u δ := A f δ oraz f niech oznacza rzut ortogonalny f na AR n. Wskaźnik uwarunkowania dla dowolnej macierzy u u δ u κ(a) f f δ f gdy A jest macierza symetryczna nieosobliwa z wartościami własnymi {λ i } i=1,,n, to (str.10, 14) κ(a) := A 1 A = max i λ i min i λ i w ogólnym przypadku macierzy m n, gdy A ma r niezerowych warości szczególnych σ 1,..., σ r κ(a) := A A = max i=1,,r σ i min i=1,,r σ i Teresa Regińska 28/50
29 Wykład 3 Zadania dobrze lub źle postawione w sensie Hadamarda Wykład jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Teresa Regińska 29/50
30 Definicja Zadanie wyznaczenia rozwia zania równania Au = f, A : X Y, X,Y przestrzenie metryczne nazywamy zadaniem dobrze postawionym w sensie Hadamarda na parze przestrzeni X, Y, jeżeli 1 f Y istnieje rozwia zanie u X 2 f Y rozwia zanie jest jednoznaczne 3 rozwia zanie zależy w sposób cia gły od prawej strony, tj. jeśli f, f n Y i f n f w Y, to u n u w X, gdzie u n, u s a rozwi azaniami odpowiednio dla f n, f nazywamy zadaniem źle postawionym w sensie Hadamarda na parze przestrzeni X, Y, jeżeli co najmniej jeden z warunków nie jest spełniony Teresa Regińska 30/50
31 Wnioski Zadanie Au = f z nieosobliwa macierza kwadratowa A R n n (C n n ) jest zadaniem dobrze postawionym w R n (C n ). Zadanie Au = f z macierza osobliwa lub macierza prostoka tna A R m n (C m n ) m n jest zadaniem źle postawionym w przestrzeniach R n, R m (C n, C m ). Skutek wprowadzenia rozwia zania uogólnionego Zadanie wyznaczenia rozwia zania uogólnionego u równania Au = f z dowolna macierza A R m n (C m n ) jest zadaniem dobrze postawionym w R n, R m (C n, C m ). Teresa Regińska 31/50
32 Wnioski cd. Rozwia zanie uogólnione zależy w sposób cia gły od prawej strony i u n u R n A 1 f n f max i=1 r σ i f n f Uwarunkowanie zadania zależy od wskaźnika uwarunkowania który może być dowolnie duży. κ(a) = max i=1,,r σ i min i=1,,r σ i, Mówimy, że zadanie jest źle (słabo) uwarunkowane, gdy wskaźnik uwarunkowania jest duży Uwaga: Złe postawienie zadania i złe uwarunkowanie zadania to sa różne pojȩcia Teresa Regińska 32/50
33 Zależność rozwia zania od macierzy Przypadek macierzy nieosobliwej: jeżeli A ɛ A 0 gdy ɛ 0, to A 1 ɛ A 1 0 gdy ɛ 0 Przypadek macierzy osobliwej lub prostoka tnej: macierz A nie zawsze zależy w sposób ci agły od A Przykład: Niech A = Jeżeli A ɛ := [ ] [ ɛ, wtedy A = ], to A ɛ = czyli A ɛ A gdy ɛ 0; A A ɛ = 1 ɛ [ [ ɛ ] ].. Teresa Regińska 33/50
34 Twierdzenie Niech A, A k C m n i A k A 0 gdy k. Wtedy nastȩpuja ce warunki sa równoważne: 1 k 0 k > k 0 rza d A = rza d A k 2 A k A 0 gdy k Teresa Regińska 34/50
35 Czȩść II Różniczkowanie Zadanie 1. Obliczyć u(x) = f (x) gdy f C 1 [0, 1] (C 1 [0, 1] oznacza przestrzeń funcji cia głych wraz z pochodna na [0, 1]) Zadanie 1 jest równoważne rozwia zaniu równania całkowego Au(x) := x 0 u(t)dt = f(x) f(0), które ma rozwia zanie w C[0, 1] f C 1 [0, 1] Różniczkownie jest zadaniem odwrotnym do całkowania u(x) = 1 0 f(x)dx Wykład jest współfinansowany przez Unię Europejską Teresa Regińska w ramach Europejskiego Funduszu Społecznego 35/50
36 Przykład Niech f C 1 [0, 1], n N dowolne i δ (0, 1). u(x) = f (x) f zaburzone: fn(x) δ := f(x) + δ sin nx δ, x [0, 1] u δ n(x) = f (x) + n cos nx δ, x [0, 1] bła d danych: f f δ n = δ bła d rozw.: u u δ n = n gdy n Oznaczenie: ( f := sup 0 x 1 f(x) ) Teresa Regińska 36/50
37 Au = f zadanie dobrze postawione w X, Y (1) f Y u X (2) u jest jednoznaczne (3) ci agła zależność u od f Różniczkowanie zadaniem źle postawionym w X = Y = C[0, 1] Au(x) := x 0 u(t)dt = f(x) f(0), A : C[0, 1] C[0, 1] u C[0, 1] jeśli f C 1 [0, 1], czyli (1) nie jest spełniony; warunek (2) jest spełniony warunek (3) nie jest spełniony (patrz przykład powyżej) Teresa Regińska 37/50
38 Czasami wygodniej jest rozpatrywać to zadanie w L 2 (Ω) tj. w przestrzeni funkcji całkowalnych z kwadratem na Ω (w przykładzie Ω = (0, 1)). W L 2 (Ω), tak jak w R n, mamy pojȩcie ortogonalności: u v jeśli (dla funkcji rzeczywistych v(t) = v(t)) Ω u(t)v(t)dt = 0 Różniczkowanie zadaniem źle postawionym w X = Y = L 2 (0, 1) u = f L 2 (0, 1) f H 1 (0, 1) := {g L 2 (0, 1) : g L 2 (0, 1)} Teresa Regińska 38/50
39 Równanie całkowe pierwszego rodzaju Niech Au(x) := Ω Ω Ω K(x, y)u(y)dy K(x, y) 2 dxdy <. A : L 2 (Ω) L 2 (Ω) Wyznaczyć u z przestrzeni X = L 2 (Ω), takie, że ( ) Au = f, dla f L 2 (Ω) nie dla każdego f X rozwia zanie istnieje inf u X Au f L 2 nie zawsze jest osia gane Teresa Regińska 39/50
40 Wste p Układ n x n Układ m x n Wnioski Różniczkowanie Met.różn Macierz m n Rn N Au P Rm wymiar f u+ u u+n f1 N={u: Au=0} Au ARⁿ P:= ARⁿ wymiar Operator liniowy w L2 (Ω) N u+ L2 u Au L2 f u+n N={u: Au=0} Teresa Regińska P f1 Au P P:= AL2 40/50
41 N L 2 Au P L 2 f u + u u+n N={u: Au=0} Au P:= AL 2 f1 P Przypadek Au(x) = x 0 u(t)dt N(A) = {0}, R(A) = {0} R(A) nie jest zbiorem domkniȩtym (!) R(A) = {g L 2 (0, 1) : {f n } R(A) g f n L 2 0} = L 2 (0, 1) Teresa Regińska 41/50
42 Metoda różnicowa aproksymacji pochodnej Jaki jest wpływ złego postawienia zadania na wynik obliczeń numerycznych? Czy można ignorować problem propagacji błȩdu danych? Wykład jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Teresa Regińska 42/50
43 Różniczkowanie numeryczne Do aproksymacji f zastosujmy centralny iloraz różnicowy: f (x) D h f(x) := Ze wzoru Taylora wynika: f(x + h) f(x h) 2h Jeśli f C 3 [0, 1], to ξ ± (x h, x + h) takie, że f(x ± h) = f(x) ± hf (x) h2 f (x) ± 1 3! h3 f (ξ ± ). Zatem f (x) = f(x + h) f(x h) 2h Jeśli f jest mniej regularne i f C 2 [0, 1], to f (x) 1 6 h2 f (ξ) f(x + h) f(x h) h max 2h f (ξ) x h ξ x+h Teresa Regińska 43/50
44 Różniczkowanie numeryczne cd. Zadanie 2. Niech f C 1 [0, 1]. Obliczyć przybliżona wartość pochodnej maja c jedynie przybliżona funkcjȩ f δ i f f δ δ. Dla centralnego ilorazu różnicowego z krokiem h, z rozwiniȩcia Taylora wynika f (x) f(x+h) f(x h) 2h C ν h ν, gdzie { ν = 1, C1 = f gdy f C 2 [0, 1] ν = 2, C 2 = 1 6 f gdy f C 3 [0, 1] f δ (x + h) f δ (x h) 2h f(x + h) f(x h) 2h δ h Teresa Regińska 44/50
45 Bł ad rozwi azania w punkcie x f δ (x + h) f δ (x h) f (x) 2h f (x) f(x+h) f(x h) + 2h f δ (x+h) f δ (x h) 2h f(x+h) f(x h) 2h C ν h ν + δ h Zatem f (x) D h f δ (x) C ν h ν + δ h dla x [h, 1 h]. Teresa Regińska 45/50
46 Wykres błȩdu rozwi azania E δ h := C ν h ν + δ h przy δ 0 Istnieje optymalny parametr dyskretyzacji h, ale go nie znamy, bo nie znamy f, f. Niech h(δ) := δ µ. Jeśli założymy, że h ν = δ h to jeśli ν = 1 to optymalne µ = 1 2 daje Eδ h(δ) = O( δ) jeśli ν = 2 to optymalne µ = 1 3 daje Eδ h(δ) = O(δ 2 3 ) E = O(δ s ) oznacza, że C : E δ C s Teresa Regińska 46/50
47 Wybór optymalnego parametru dyskretyzacji (regularyzacji) zależy od dodatkowych informacji o rozwia zaniu: Niech ϕ ν (h) := C ν h ν + δ h ν = 1, 2 i = 1: ϕ 1 (h) = 0 h = δ C1 1 E min := min h ϕ 1 (h) = δ2 C 1 i = 2: ϕ 2 (h) = 0 h = δ 2 3 (2C 2 ) 2 3 E min := min ϕ 2 (h) = δ C 3 2 ( ) h Teresa Regińska 47/50
48 Twierdzenie 1 Niech f C 2 [0, 1]. Jeśli f δ f δ, i h = O( δ), to D h f δ (x) f (x) = O( δ). Czy można to zrobić lepiej? NIE Twierdzenie 2 Przypuśćmy, że przy pewnym wyborze h = h(δ) 0, gdy δ 0 D h f δ (x) f (x) = o( δ) dla każdego f δ C[0, 1] : f f δ δ. Wtedy f jest funkcja liniowa. E = o(δ s ) oznacza, że E δ s 0 gdy δ 0. Teresa Regińska 48/50
49 Typowe efekty aproksymacji zadania źle postawionego Propagacja błȩdów wysokiej czȩstotliwości: niech f δ (x) f(x) := δ sin nx δ f δ (x) f(x) = δ, a (f δ (x)) f (x) = n Informacja a-priori o rozwia zaniu pozwala na trafniejszy wybór parametru i zmniejszenie błȩdu, np.: E = O(δ 1 2 ) lub E = O(δ 2 3 ) w zależności od ν. W oszacowaniu błȩdu wystȩpuja dwa człony różnej natury: bła d aproksymacji dla danych dokładnych i rozchodzenie siȩ błȩdu danych. D h f δ (x) f (x) D h f(x) f (x) + D h f(x) D h f δ (x) Wystȩpuje problem wyboru parametru dyskretyzacji h w zależności od δ. Teresa Regińska 49/50
50 Literatura A. Ramm, A. Smirnova, Stable numerical differentiation: when is it possible?, J.KSIAM vol.7, No.1, 47-61, 2003 M. Hanke, O. Scherzer, Inverse problems light: numerical differentiation, Amer. Math. Monthly, vol.6, , 2001 C.W. Groetsch, Differentiation of approximately specified functions, Amar. Math. Montly, vol.98, , 1991 Teresa Regińska 50/50
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 szczegółowoZaawansowane metody numeryczne
Wykład 1 Zadanie Definicja 1.1. (zadanie) Zadaniem nazywamy zagadnienie znalezienia rozwiązania x spełniającego równanie F (x, d) = 0, gdzie d jest zbiorem danych (od których zależy rozwiązanie x), a F
Bardziej szczegółowoZastosowanie metod numerycznych. Teresa Regińska Instytut Matematyczny PAN. reginska/wyklady2011
Zastosowanie metod numerycznych Teresa Regińska Instytut Matematyczny PAN E-mail: reginska@impan.pl http://www.impan.pl/ reginska/wyklady2011 Wykład, CSZ PW, semestr letni 2013 Wykład jest współfinansowany
Bardziej szczegółowoObliczenia naukowe Wykład nr 2
Obliczenia naukowe Wykład nr 2 Paweł Zieliński Katedra Informatyki, Wydział Podstawowych Problemów Techniki, Politechnika Wrocławska Literatura Literatura podstawowa [1] D. Kincaid, W. Cheney, Analiza
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 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 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 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 szczegółowoUkłady 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 szczegółowoRównania różniczkowe liniowe wyższych rzędów o stałych współcz
Równania różniczkowe liniowe wyższych rzędów o stałych współczynnikach Katedra Matematyki i Ekonomii Matematycznej SGH 12 maja 2016 Równanie liniowe n-tego rzędu Definicja Równaniem różniczkowym liniowym
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 szczegółowoAlgebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1
Algebra liniowa II Lista Zadanie Udowodnić, że jeśli B b ij jest macierzą górnotrójkątną o rozmiarze m m, to jej wyznacznik jest równy iloczynowi elementów leżących na głównej przekątnej: det B b b b mm
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 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 szczegółowoPostać Jordana macierzy
Rozdział 8 Postać Jordana macierzy Niech F = R lub F = C Macierz J r λ) F r r postaci λ 1 0 0 0 λ 1 J r λ) = 0 λ 1 0 0 λ gdzie λ F nazywamy klatką Jordana stopnia r Oczywiście J 1 λ) = [λ Definicja 81
Bardziej szczegółowoWektory 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 szczegółowoWektory i wartości własne
Treść wykładu Podprzestrzenie niezmiennicze Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń
Bardziej szczegółowoZadania egzaminacyjne
Rozdział 13 Zadania egzaminacyjne Egzamin z algebry liniowej AiR termin I 03022011 Zadanie 1 Wyznacz sumę rozwiązań równania: (8z + 1 i 2 2 7 iz 4 = 0 Zadanie 2 Niech u 0 = (1, 2, 1 Rozważmy odwzorowanie
Bardziej szczegółowoDiagonalizacja macierzy i jej zastosowania
Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 2012 Mirosław Sobolewski (UW) Warszawa,listopad
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 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 szczegółowoDiagonalizacja macierzy i jej zastosowania
Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, grudzień 2011 Mirosław Sobolewski (UW) Warszawa, grudzień
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 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. 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 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 szczegółowoFormy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017
Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 14. wykład z algebry liniowej Warszawa, styczeń 2017 Mirosław Sobolewski (UW) Warszawa, 2017 1 / 10 Definicja Funkcja
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 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 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 szczegółowo3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B
1. Dla macierzy a) A = b) A = c) A = d) A = 3 1 + i 1 i i i 0 i i 0 1 + i 1 i 0 0 0 0 1 0 1 0 1 + i 1 i Wyznaczyć macierze spełniające własność komutacji: A, X = B. Obliczyć pierwiaski z macierzy: A =
Bardziej szczegółowo2. Kombinacja liniowa rozwiązań zeruje się w pewnym punkcie wtedy i tylko wtedy, gdy zeruje się w każdym punkcie.
Wniosek 1 Rozpatrzmy układ równań postaci: y 1 = a 11 (x)y 1 + + a 1n (x)y n y 2 = a 21 (x)y 1 + + a 2n (x)y n y n = a n1 (x)y 1 + + a nn (x)y n (1) o współczynnikach ciągłych w przedziale J 1 Rozwiązanie
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 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 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 szczegółowoZał nr 4 do ZW. Dla grupy kursów zaznaczyć kurs końcowy. Liczba punktów ECTS charakterze praktycznym (P)
Zał nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim : Obliczenia Naukowe Nazwa w języku angielskim : Scientific Computing. Kierunek studiów : Informatyka Specjalność
Bardziej szczegółowoWstęp do metod numerycznych Zagadnienia wstępne Uwarunkowanie. P. F. Góra
Wstęp do metod numerycznych Zagadnienia wstępne Uwarunkowanie P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2014 Sposoby reprezentacji liczb całkowitych i rzeczywistych patrz wykład z Teoretycznych Podstaw
Bardziej szczegółowoPrzestrzeń 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 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 szczegółowoWstęp do metod numerycznych 5. Numeryczne zagadnienie własne. P. F. Góra
Wstęp do metod numerycznych 5. Numeryczne zagadnienie własne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2011 Zagadnienie własne Definicja: Niech A C N N. Liczbę λ C nazywam wartościa własna macierzy
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 szczegółowoZadania z Algebry liniowej 4 Semestr letni 2009
Zadania z Algebry liniowej 4 Semestr letni 2009 Ostatnie zmiany 23.05.2009 r. 1. Niech F będzie podciałem ciała K i niech n N. Pokazać, że niepusty liniowo niezależny podzbiór S przestrzeni F n jest także
Bardziej szczegółowoWEKTORY 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 szczegółowoWprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze
Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze Polsko-Japońska Wyższa Szkoła Technik Komputerowych Katedra Informatyki Stosowanej Spis treści Spis treści 1 Wektory
Bardziej szczegółowoPodstawowe struktury algebraiczne
Maciej Grzesiak Podstawowe struktury algebraiczne 1. Wprowadzenie Przedmiotem algebry było niegdyś przede wszystkim rozwiązywanie równań. Obecnie algebra staje się coraz bardziej nauką o systemach matematycznych.
Bardziej szczegółowoWykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2
Wykład 12 i 13 Macierz w postaci kanonicznej Jordana Niech A - macierz kwadratowa stopnia n Jak obliczyć np A 100? a 11 0 0 0 a 22 0 Jeśli A jest macierzą diagonalną tzn A =, to Ak = 0 0 a nn Niech B =
Bardziej szczegółowoWyk lad 11 1 Wektory i wartości w lasne
Wyk lad 11 Wektory i wartości w lasne 1 Wektory i wartości w lasne Niech V bedzie przestrzenia liniowa nad cia lem K Każde przekszta lcenie liniowe f : V V nazywamy endomorfizmem liniowym przestrzeni V
Bardziej szczegółowo1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler
GAL (Informatyka) Wykład - formy hermitowskie Wersja z dnia 23 stycznia 2014 Paweł Bechler 1 Formy hermitowskie Niech X oznacza przestrzeń liniową nad ciałem K. Definicja 1. Funkcję φ : X X K nazywamy
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 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 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 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 szczegółowoFormy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009
Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2009 Mirosław Sobolewski (UW) Warszawa, 2009 1 / 15 Definicja Niech V, W,
Bardziej szczegółowoMacierze. Dziaªania na macierzach. 1. Niech b d dane macierze , D = , C = , B = 4 12 A = , F = , G = , H = E = a) Obliczy A + B, 2A 3B,
Macierze Dziaªania na macierzach Niech b d dane macierze A = E = [ 2 3 0 3 2 3 2 0 [ 0 8, B = 4 2, F = [ 2 3, C = 3 2 2 3 0 0 0 4 0 6 3 0, G =, D = 0 2 0 2 0 3 0 3 0 2 0 0 2 2 0 0 5 0 2,, H = 0 0 4 0 0
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 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 szczegółowoMetody numeryczne I Równania nieliniowe
Metody numeryczne I Równania nieliniowe Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/66 Równania nieliniowe 1. Równania nieliniowe z pojedynczym pierwiastkiem
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 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. 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 szczegółowojest rozwiązaniem równania jednorodnego oraz dla pewnego to jest toŝsamościowo równe zeru.
Układy liniowe Układ liniowy pierwszego rzędu, niejednorodny. gdzie Jeśli to układ nazywamy jednorodnym Pamiętamy, Ŝe kaŝde równanie liniowe rzędu m moŝe zostać sprowadzone do układu n równań liniowych
Bardziej szczegółowoLiniowe zadania najmniejszych kwadratów
Rozdziaª 9 Liniowe zadania najmniejszych kwadratów Liniowe zadania najmniejszych kwadratów polega na znalezieniu x R n, który minimalizuje Ax b 2 dla danej macierzy A R m,n i wektora b R m. Zauwa»my,»e
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 szczegółowoInterpolacja. Marcin Orchel. Drugi przypadek szczególny to interpolacja trygonometryczna
Interpolacja Marcin Orchel 1 Wstęp Mamy daną funkcję φ (x; a 0,..., a n ) zależną od n + 1 parametrów a 0,..., a n. Zadanie interpolacji funkcji φ polega na określeniu parametrów a i tak aby dla n + 1
Bardziej szczegółowo2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I
Liniowa niezależno ność wektorów Przykład: Sprawdzić czy następujące wektory z przestrzeni 3 tworzą bazę: e e e3 3 Sprawdzamy czy te wektory są liniowo niezależne: 3 c + c + c3 0 c 0 c iei 0 c + c + 3c3
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład XV: Zagadnienia redukcji wymiaru danych 2 lutego 2015 r. Standaryzacja danych Standaryzacja danych Własności macierzy korelacji Definicja Niech X będzie zmienną losową o skończonym drugim momencie.
Bardziej szczegółowo1 Wartości własne oraz wektory własne macierzy
Rozwiązania zadania umieszczonego na końcu poniższych notatek proszę przynieść na kartkach Proszę o staranne i formalne uzasadnienie odpowiedzi Za zadanie można uzyskać do 6 punktów (jeżeli przyniesione
Bardziej szczegółowoSIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa
SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę
Bardziej szczegółowoMatematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia
Matematyka A, klasówka, 4 maja 5 Na prośbe jednej ze studentek podaje zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le dów Podać definicje wektora w lasnego i wartości w lasnej
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 szczegółowoAlgebra liniowa z geometria. - zadania Rok akademicki 2010/2011
1 GEOMETRIA ANALITYCZNA 1 Wydział Fizyki Algebra liniowa z geometria - zadania Rok akademicki 2010/2011 Agata Pilitowska i Zbigniew Dudek 1 Geometria analityczna 1.1 Punkty i wektory 1. Sprawdzić, czy
Bardziej szczegółowoDiagonalizacja macierzy i jej zastosowania
Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 29 Mirosław Sobolewski (UW) Warszawa, wrzesień
Bardziej szczegółowoINTERPOLACJA I APROKSYMACJA FUNKCJI
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Wprowadzenie Na czym polega interpolacja? Interpolacja polega
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 szczegółowoφ(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 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 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 szczegółowoFormy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011
Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 14. wykład z algebry liniowej Warszawa, styczeń 2011 Mirosław Sobolewski (UW) Warszawa, 2011 1 / 16 Definicja Niech V,
Bardziej szczegółowoLokalna odwracalność odwzorowań, odwzorowania uwikłane
Lokalna odwracalność odwzorowań, odwzorowania uwikłane Katedra Matematyki i Ekonomii Matematycznej Szkoła Główna Handlowa 17 maja 2012 Definicja Mówimy, że odwzorowanie F : X R n, gdzie X R n, jest lokalnie
Bardziej szczegółowoMetody numeryczne. Równania nieliniowe. Janusz Szwabiński.
Metody numeryczne Równania nieliniowe Janusz Szwabiński szwabin@ift.uni.wroc.pl nm_slides-9.tex Metody numeryczne Janusz Szwabiński 7/1/2003 20:18 p.1/64 Równania nieliniowe 1. Równania nieliniowe z pojedynczym
Bardziej szczegółowoMatematyka liczby zespolone. Wykład 1
Matematyka liczby zespolone Wykład 1 Siedlce 5.10.015 Liczby rzeczywiste Zbiór N ={0,1,,3,4,5, } nazywamy zbiorem Liczb naturalnych, a zbiór N + ={1,,3,4, } nazywamy zbiorem liczb naturalnych dodatnich.
Bardziej szczegółowoProcesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.
Procesy stochastyczne WYKŁAD 2-3 Łańcuchy Markowa Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi. 2 Łańcuchem Markowa nazywamy proces będący ciągiem zmiennych
Bardziej szczegółowoImię i nazwisko... Grupa...
Algebra i teoria mnogości 2.09.2014 Za każde zadanie można otrzymać 0-3 pkt. W zadaniach 1-5 w puste pola należy wpisać TAK lub NIE. Każda odpowiedź oceniana jest osobno (1pkt za poprawną odpowiedź, 0.5pkt
Bardziej szczegółowoRachunek różniczkowy i całkowy w przestrzeniach R n
Rachunek różniczkowy i całkowy w przestrzeniach R n Na dzisiejszym wykładzie rozważać będziemy funkcje f : R m R n Każda taka funkcję f można przedstawić jako wektor funkcji (f 1, f 2,, f n ), gdzie każda
Bardziej szczegółowoAlgebra liniowa. 1. Macierze.
Algebra liniowa 1 Macierze Niech m oraz n będą liczbami naturalnymi Przestrzeń M(m n F) = F n F n będącą iloczynem kartezjańskim m egzemplarzy przestrzeni F n z naturalnie określonymi działaniami nazywamy
Bardziej szczegółowoNiezb. ednik matematyczny. Niezb. ednik matematyczny
Niezb ednik matematyczny Niezb ednik matematyczny Liczby zespolone I Rozważmy zbiór R R (zbiór par liczb rzeczywistych) i wprowadźmy w nim nastepuj ace dzia lania: z 1 + z 2 = (x 1, y 1 ) + (x 2, y 2 )
Bardziej szczegółowoStatystyka i eksploracja danych
Wykład XII: Zagadnienia redukcji wymiaru danych 12 maja 2014 Definicja Niech X będzie zmienną losową o skończonym drugim momencie. Standaryzacją zmiennej X nazywamy zmienną losową Z = X EX Var (X ). Definicja
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 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 szczegółowojest ciągiem elementów z przestrzeni B(R, R)
Wykład 2 1 Ciągi Definicja 1.1 (ciąg) Ciągiem w zbiorze X nazywamy odwzorowanie x: N X. Dla uproszczenia piszemy x n zamiast x(n). Przykład 1. x n = n jest ciągiem elementów z przestrzeni R 2. f n (x)
Bardziej szczegółowoObliczenia naukowe Wykład nr 6
Obliczenia naukowe Wykład nr 6 Paweł Zieliński Katedra Informatyki, Wydział Podstawowych Problemów Techniki, Politechnika Wrocławska Literatura Literatura podstawowa [1] D. Kincaid, W. Cheney, Analiza
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 szczegółowo(wymiar macierzy trójk¹tnej jest równy liczbie elementów na g³ównej przek¹tnej). Z twierdzen 1 > 0. Zatem dla zale noœci
56 Za³ó my, e twierdzenie jest prawdziwe dla macierzy dodatnio okreœlonej stopnia n 1. Macierz A dodatnio okreœlon¹ stopnia n mo na zapisaæ w postaci n 1 gdzie A n 1 oznacza macierz dodatnio okreœlon¹
Bardziej szczegółowoAnaliza matematyczna i algebra liniowa Wprowadzenie Ciągi liczbowe
Analiza matematyczna i algebra liniowa Wprowadzenie Ciągi liczbowe Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje:
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 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 szczegółowo6. Identyfikacja wielowymiarowych systemów statycznych metodanajmniejszychkwadratów
6. Identyfikacja wielowymiarowych systemów statycznych metodanajmniejszychkwadratów . Przedmiot identyfikacji System () x (2) x * a z y ( s ) x y = F (x,z)=f(x,z,a ),gdziex = F () znane, a nieznane x ()
Bardziej szczegółowoIII. 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 szczegółowoVI. Równania różniczkowe liniowe wyższych rzędów
VI. 1. Równanie różniczkowe liniowe n-tego rzędu o zmiennych współczynnikach Niech podobnie jak w poprzednim paragrafie K = C lub K = R. Podobnie jak w dziedzinie rzeczywistej wprowadzamy pochodne wyższych
Bardziej szczegółowoWstęp do metod numerycznych Zagadnienia wstępne Uwarunkowanie. P. F. Góra
Wstęp do metod numerycznych Zagadnienia wstępne Uwarunkowanie P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2016 Źródła błędów numerycznych Wyniki obliczeń numerycznych obarczone sa błędami. Ich najważniejszymi
Bardziej szczegółowo