Podstawowe struktury danych Tablice, macierze. LABORKA Piotr Ciskowski
|
|
- Stanisław Piotrowski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Podstawowe struktury danych Tablice, macierze LABORKA Piotr Ciskowski
2 przykład 1. zabawy z macierzami wygeneruj macierze Pascala różnych rozmiarów, wydedukuj z nich zasadę tworzenia» pascal ( 5 )
3 przykład 1. zabawy z macierzami utwórz macierz z obrazu Dürera
4 przykład 1. zabawy z macierzami utwórz macierz z obrazu Dürera» A = [ ; ; ; ] A = zsumuj jej elementy w kolumnach» sum ( A )
5 przykład 1. zabawy z macierzami utwórz macierz z obrazu Dürera» A = [ ; ; ; ] A = stransponuj ją» A
6 przykład 1. zabawy z macierzami utwórz macierz z obrazu Dürera» A = [ ; ; ; ] A = oblicz sumę elementów w kolumnach tej macierzy stransponowanej» sum ( ans )» sum ( A )
7 przykład 1. zabawy z macierzami utwórz macierz z obrazu Dürera» A = [ ; ; ; ] A = oblicz sumę elementów w kolumnach tej macierzy stransponowanej i umieść ja w kolumnie» sum(a )
8 przykład 1. zabawy z macierzami utwórz macierz z obrazu Dürera» A = [ ; ; ; ] A = wyciągnij z macierzy A główną przekątną i umieść ją w kolumnie» diag ( A )
9 przykład 1. zabawy z macierzami utwórz macierz z obrazu Dürera» A = [ ; ; ; ] A = oblicz sumę elementów na głównej przekątnej» sum ( diag ( A ) )» trace ( A )
10 przykład 1. zabawy z macierzami utwórz macierz z obrazu Dürera» A = [ ; ; ; ] A = oblicz sumę elementów w czwartej kolumnie macierzy A» A(1,4) + A(2,4) + A(3,4) + A(4,4)» sum ( A(:,4) )
11 przykład 1. zabawy z macierzami utwórz macierz z obrazu Dürera» A = [ ; ; ; ] A = wygeneruj ciąg liczb od 1 do 16» 1 : 16 zsumuj wszystkie elementy macierzy A i podziel przez 4» sum ( A ( 1:16 ) ) / 4» sum ( A ( : ) ) / 4» sum ( sum ( A ) ) / 4
12 przykład 1. zabawy z macierzami utwórz macierz magiczną o wymiarze 4 x 4» B = magic ( 4 ) B = przypomnij sobie macierz A» A A =
13 przykład 1. zabawy z macierzami w macierzy B zamień miejscami kolumny 2 i 3» B = B ( :, [ ] )
14 przykład 1. zabawy z macierzami w macierzy B zamień miejscami kolumny 2 i 3» B = B ( :, [ ] ) B = jeszcze raz zamień miejscami kolumny 2 i 3» B = B ( :, [ ] ) B =
15 przykład 1. zabawy z macierzami sprawdź, które elementy macierzy A i B są sobie równe» A = = B sprawdź, czy macierze A i B są sobie równe» all ( A = = B )» all ( all ( A = = B ) )
16 przykład 1. zabawy z macierzami sprawdź, które elementy macierzy A i B są sobie równe» A = = B ans = sprawdź, czy którekolwiek elementy macierzy A i B są sobie równe» any ( A = = B )» any ( any ( A = = B ) )
17 przykład 1. zabawy z macierzami sprawdź, które elementy macierzy A i B są sobie równe» A = = B ans = sprawdź, czy którekolwiek elementy macierzy A i B są różne» any ( A ~ = B )» any ( any ( A ~ = B ) )
18 przykład 1. zabawy z macierzami sprawdź, które elementy macierzy A i B są sobie równe» A = = B ans = sprawdź, czy wszystkie elementy macierzy A i B są od siebie różne» all ( all ( A ~ = B ) )
19 przykład 1. zabawy z macierzami oblicz wyznaczniki obu macierzy» det(a)» det(b) oblicz odwrotności obu macierzy» inv(a)» inv(b)» A^(-1)» B^(-1)
20 przykład 2. macierze rzadkie macierze o dużej liczbie zer MATLAB pamięta tylko elementy niezerowe i ich pozycje szybkie obliczenia ryzyko błędów np. cos(0) = 1 gęstość / wypełnienie macierzy rzadkiej stosunek elementów niezerowych do wszystkich
21 przykład 2. macierze rzadkie wygeneruj zwykłą macierz jednostkową o wymiarach 10 10» A = eye ( 10 ) sprawdź, ile ma elementów niezerowych» nnz ( A ) spytaj, czy jest rzadka» issparse ( A )
22 przykład 2. macierze rzadkie wygeneruj rzadką macierz jednostkową o wymiarach 10 10» Asp = speye ( 10 )» Asp = sparse ( A ) spytaj, czy jest rzadka» issparse ( Asp )
23 przykład 2. macierze rzadkie wygeneruj rzadką macierz liczb losowych z rozkładu normalnego o wymiarach 5 5 i wypełnieniu 0.5» Bsp = sprandn ( 5, 5, 0.5 ) oblicz jej gęstość» nnz ( Bsp ) / 25 zamień ją na macierz normalną (pełną)» B = full ( Bsp )
24 przykład 2. macierze rzadkie wygeneruj rzadką macierz liczb losowych z rozkładu normalnego o wymiarach 5 5 i wypełnieniu 0.8» Bsp = sprandn ( 5, 5, 0.8 ) odwróć ją» Bodwr = Bsp ^ ( -1 ) i zobacz, ile ma elementów
25 przykład 2. macierze rzadkie wygeneruj rzadką macierz liczb losowych z rozkładu normalnego o wymiarach i wypełnieniu 0.3» Bsp = sprandn ( 50, 50, 0.3 ) ; i obejrzyj ją» spy ( Bsp )
26 przykład 2. macierze rzadkie wygeneruj rzadką macierz liczb losowych z rozkładu normalnego o wymiarach i wypełnieniu 0.5» Bsp = sprandn ( 50, 50, 0.5 ) ; i obejrzyj ją» spy ( Bsp )
27 przykład 2. macierze rzadkie wygeneruj rzadką macierz liczb losowych z rozkładu normalnego o wymiarach i wypełnieniu 0.8» Bsp = sprandn ( 50, 50, 0.8 ) ; i obejrzyj ją» spy ( Bsp )
28 przykład 2. macierze rzadkie wygeneruj rzadką macierz liczb losowych z rozkładu normalnego o wymiarach i wypełnieniu 0.95» Bsp = sprandn ( 50, 50, 0.95 ) ; i obejrzyj ją» spy ( Bsp )
29 przykład 2. macierze rzadkie wygeneruj rzadką macierz liczb losowych z rozkładu normalnego o wymiarach i wypełnieniu 0.3» Bsp = sprandn ( 500, 500, 0.3 ) ; i obejrzyj ją» spy ( Bsp )
30 przykład 2. macierze rzadkie wygeneruj rzadką macierz liczb losowych z rozkładu normalnego o wymiarach i wypełnieniu 0.1» Bsp = sprandn ( 500, 500, 0.1 ) ; i obejrzyj ją» spy ( Bsp )
31 przykład 2. macierze rzadkie wygeneruj rzadką macierz liczb losowych z rozkładu normalnego o wymiarach i wypełnieniu 0.05» Bsp = sprandn ( 500, 500, 0.05 ) ; i obejrzyj ją» spy ( Bsp )
32 przykład 2. macierze rzadkie wygeneruj rzadką macierz liczb losowych z rozkładu normalnego o wymiarach i wypełnieniu 0.01» Bsp = sprandn ( 500, 500, 0.01 ) ; i obejrzyj ją» spy ( Bsp )
33 przykład 2. macierze rzadkie wygeneruj rzadką macierz liczb losowych z rozkładu normalnego o wymiarach 5 5 i wypełnieniu 0.5» Bsp = sprandn ( 5, 5, 0.5 ) i sprawdź, czy rzeczywiście MATLAB pomyli się przy cos(0)» Csp = cos ( Bsp ) obejrzyj sobie macierz w normalnym widoku» C = full ( Csp )
34 przykład 3. odwracanie macierzy wygeneruj zwykłą macierz liczb losowych o wymiarach » D = rand ( 100 ) ; obejrzyj ją na obrazku» imagesc ( D )» colormap ( hot ) % w semestrze zimowym» colormap ( cool ) % w semestrze letnim» axis square
35 przykład 3. odwracanie macierzy odwróć ją» E = inv ( D ) i wynik obejrzyj na obrazku (w nowym okienku)» figure» imagesc ( E )» colormap ( hot ) % w semestrze zimowym» colormap ( cool ) % w semestrze letnim» axis square
36 przykład 3. odwracanie macierzy pomnóż obie macierze» F = D * E ; i wynik obejrzyj na obrazku (w nowym okienku)» figure» imagesc ( F )» colormap ( hot ) % w semestrze zimowym» colormap ( cool ) % w semestrze letnim» axis square
37 przykład 3. odwracanie macierzy pomnóż obie macierze» F = D * E ; i znów obejrzyj na obrazku (w nowym okienku)» figure» imagesc ( F )» colormap ( hot ) % w semestrze zimowym» colormap ( cool ) % w semestrze letnim» axis square
38 zadanie 1. obliczanie wartości liczby e Funkcję e x można przedstawić w postaci szeregu: Napisz funkcję, która oblicza sumę tego szeregu dla podanej wartości x: metodą nieefektywną obliczając każdy wyraz osobno i korzystając z zewnętrznej funkcji do obliczania silni lepszą metodą - obliczając każdy wyraz na podstawie poprzedniego Niech funkcja kończy obliczenia dla wyrazu, dla którego gdzie ε jest z góry zadaną dokładnością Oblicz e -5.5 z dokładnością Porównaj wyniki z wynikami wbudowanej funkcji exp(x) Oblicz 1000 razy e -5.5 z dokładnością i porównaj czas obliczeń nieefektywnych, efektywnych oraz wbudowanej funkcji exp Narysuj wykres błędu oszacowania różnicy między obu funkcjami function [ y ] = expszer ( x, eps ) i x x x x x e = L+ + L 1! 2! 3! i! i x < ε i!
39 zadanie 1. obliczanie wartości liczby i x x x x x e = L+ + L 1! 2! 3! i! function [ y ] = expszer1 ( x, eps ) y =... i =... yi =... y =... while... i =... yi = x^i / silnia(i) ; y =... end
40 zadanie 1. obliczanie wartości liczby i x x x x x e = L+ + L 1! 2! 3! i! function [ y ] = silnia ( x ) y = 1 ; for i = 1 : x, y = y * i ; end
41 zadanie 1. obliczanie wartości liczby i x x x x x e = L+ + L 1! 2! 3! i! skrypt exptest1: clc disp ( 'Obliczanie funkcji exp z szeregu ' ) ; disp ( ' ' ) ; x = input ( 'Podaj x: ' ) ; eps = input ( 'Podaj dokładność obliczeń: ' ) ; format short, shortwynik = [ expszer1(x,eps) ; exp(x) ] format long, longwynik = [ expszer1(x,eps) ; exp(x) ] format long e, longewynik = [ expszer1(x,eps) ; exp(x) ] format long g, longgwynik = [ expszer1(x,eps) ; exp(x) ]
42 zadanie 1. obliczanie wartości liczby i x x x x x e = L+ + L 1! 2! 3! i!» exptest1 Obliczanie funkcji exp z szeregu Podaj x: 1 Podaj dokładność obliczeń: shortwynik = longwynik = longewynik = e e+000 longgwynik =
43 zadanie 1. obliczanie wartości liczby i x x x x x e = L+ + L 1! 2! 3! i! function [ y ] = expszer2 ( x, eps ) y =... i =... yi =... y =... while... i =... yi = yi * x / i ; y =... end
44 zadanie 1. obliczanie wartości liczby i x x x x x e = L+ + L 1! 2! 3! i! skrypt exptest2: clc disp ( 'Obliczanie funkcji exp z szeregu ' ) ; disp ( ' ' ) ; x = input ( 'Podaj x: ' ) ; eps = input ( 'Podaj dokładność obliczeń: ' ) ; format short, shortwynik = [ expszer2(x,eps) ; exp(x) ] format long, longwynik = [ expszer2(x,eps) ; exp(x) ] format long e, longewynik = [ expszer2(x,eps) ; exp(x) ] format long g, longgwynik = [ expszer2(x,eps) ; exp(x) ]
45 zadanie 1. obliczanie wartości liczby i x x x x x e = L+ + L 1! 2! 3! i!» exptest2 Obliczanie funkcji exp z szeregu Podaj x: 1 Podaj dokładność obliczeń: shortwynik = longwynik = longewynik = e e+000 longgwynik =
46 zadanie 1. obliczanie wartości liczby i x x x x x e = L+ + L 1! 2! 3! i!» exptest2 Obliczanie funkcji exp z szeregu Podaj x: -5.5 Podaj dokładność obliczeń: shortwynik = longwynik = longewynik = e e-003 longgwynik =
47 zadanie 1. obliczanie wartości liczby i x x x x x e = L+ + L 1! 2! 3! i! function [ y, i ] = expszer3 ( x, eps ) % ta funkcja robi dokładnie to samo, co expser2, % tylko w wyniku podaje również liczbę kroków, % po których funkcja zakończyła szereg...
48 zadanie 1. obliczanie wartości liczby i x x x x x e = L+ + L 1! 2! 3! i! skrypt exptest3: clc disp ( 'Obliczanie funkcji exp z szeregu - wykresy ' ) ; disp ( ' ' ) ; x = input ( 'Podaj x: ' ) ; liczbakrokow = zeros(21,1) ; y = zeros(21,1) ; i = 1 ; for eps = logspace(0,-20,21), [ y(i,1), liczbakrokow(i,1) ] = expszer3(x,eps) ; i = i + 1 ; end eps = logspace(0,-20,21)' ; porownanie = [ 0, 0, exp(x), 0 ; % wart. funkcji exp eps, liczbakrokow, y, y - exp(x)*ones(21,1) ]
49 zadanie 1. obliczanie wartości liczby i x x x x x e = L+ + L 1! 2! 3! i!» exptest3
50 zadanie 1. obliczanie wartości liczby i x x x x x e = L+ + L 1! 2! 3! i! skrypt exptest4: clc disp ( 'Obliczanie funkcji exp z szeregu - czas ' ) ; disp ( ' ' ) ; x = input ( 'Podaj x : ' ) ; eps = input ( 'Podaj eps: ' ) ; n = input ( 'Podaj n : ' ) ; expszer1pocz = clock ; % metoda nieefektywna for i = 1 : n, y = expszer1(x,eps); end expszer1kon = clock ; expszer1czas = etime ( expszer1kon, expszer1pocz ) ; expszer2pocz =... % metoda efektywna exppocz =... % funkcja wbudowana czasy = [ expszer1czas ; expszer2czas ; expczas ]
51 zadanie 1. obliczanie wartości liczby i x x x x x e = L+ + L 1! 2! 3! i!» exptest4
52 zadanie 2. obliczanie wartości wielomianu - schemat Hornera Należy obliczyć wartość wielomianu dla pewnej wartości argumentu x = W n (z) można obliczyć wprost ze wzoru wtedy liczba działań wynosi: mnożeń i dodawań Jeśli wielomian przedstawimy w takiej postaci: to będziemy mogli wykorzystać schemat Hornera: n n 1 ( ) do wykonania którego potrzeba mnożeń i dodawań W x = a x + a x + L+ a x + a z n 0 1 n 1 n ((( 0 1 ) 3 ) L 1 ) ( ) ( ) ( ) W x = a x + a x + a x + a + a x + a n x n n b i i 1 i n = a b = b z + a b = b z + a K b = b z + a K ( ) W z = b n
53 zadanie 2. obliczanie wartości wielomianu - schemat Hornera n n 1 ( ) W x = a x + a x + L+ a x + a n 0 1 n 1 n ((( ) ) L ) ( ) ( ) ( ) W x = a x + a x + a x + a + a x + a n 0 1 x 3 n 1 n b i i 1 i n = a b = b z + a b = b z + a K b = b z + a K ( ) W z = b n a 0 a 1 a 2 a n-1 a n b 0 z b 1 z b n-2 z b n-1 z z b 0 =a 0 b 1 b 2 b n-1 b n b n =W n (z)
54 zadanie 2. obliczanie wartości wielomianu - schemat Hornera ((( 0 1 ) 3 ) L 1 ) ( ) ( ) ( ) W x = a x + a x + a x + a + a x + a n x n n P b i i 1 i n = a b = b z + a b = b z + a K b = b z + a K ( ) W z = b n NIE WE n, a 1,, a n,z b 0 :=a 0 i:=1 b i :=b i-1 z+a i i = n TAK i:=i+1 Napisz funkcję, która dla wielomianu stopnia n o podanych współczynnikach [ a 1, a 2, a 3,, a n ] oraz danej wartości x=z oblicza wartość wielomianu W n (z) W:=b n WY W function [ W ] = horner ( a, z ) K
55 zadanie 3. liczby pierwsze Liczba pierwsza to taka liczba naturalna, która nie dzieli się przez żadną inna liczbę oprócz siebie i jedności. Liczby złożone (nie będące pierwszymi) dają się przedstawić jako iloczyn liczb pierwszych. Liczby pierwsze wykorzystuje się w kryptografii Jednym z prostszych i chyba najpopularniejszym algorytmem generowania liczb pierwszych jest sito Erastotenesa eliminuje liczby podzielne przez jakąkolwiek liczbę oprócz badanej Algorytm zapisany kiedyś w pseudojęzyku (dla języka Pascal) zapisz jako funkcję w MATLABie Znajdź inne algorytmy generowania liczb pierwszych, ew. sprawdzania, czy dana liczba jest liczbą pierwszą
56 zadanie 3. liczby pierwsze Początek Czytaj(M); Pisz(2); i:=3; dzielnik:=2; Dopóki i<m wykonuj Początek Powtarzaj Dopóki (i mod dzielnik=0) wykonuj Początek i:=i+1; dzielnik:=2 Koniec; dzielnik:=dzielnik+1 aż do dzielnik i div 2; Jeśli i<=m to Pisz(i); i:=i+1; dzielnik:=2 Koniec Koniec NIE TAK i M K NIE NIE WE P M WY 2 i:=3 dzielnik:=2 dzielnik:=dzielnik+1 WY TAK i i < M dzielnik div 2 = 0 i:=i+1 dzielnik:=2 TAK i mod dzielnik = 0 NIE TAK i:=i+1 dzielnik:=2
57 zadanie 4. ułamki proste Ułamek właściwy można przedstawić jako sumę ułamków prostych, np. Licznik ułamka prostego jest równy = Poniższy algorytm polega na tworzeniu kolejnych mianowników ułamków prostych T i przez poszukiwanie takich liczb i, dla których Licznik 1 > 0 Mianownik i Pierwsza liczba i spełniająca tę nierówność zapamiętywana jest w tablicy T, po czym następuje modyfikacja wielkości Licznik i Mianownik. Proces jest kontynuowany dopóty, dopóki wartość Licznik jest różna od 0 Schemat działań zaprogramuj w postaci funkcji MATLABa, przyjmującej dwa parametry num i den licznik i mianownik pierwotnego ułamka właściwego, a zwracającej tablicę dens mianowników kolejnych ułamków prostych
58 zadanie 4. ułamki proste P WE Licznik, Mianownik j:=0 j:=j+1 i:=2 NIE 1/i > Licznik/Mianownik TAK i:=i+1 Licznik:=Licznik i-mianownik Mianownik:=Mianownik i T j :=i NIE Licznik = 0 TAK n:=1 WY T n TAK n = j NIE n:=n+1 K
59 przykład 4. przekształcenia macierzy operacje elementarne na macierzy: pomnożenie wiersza/kolumny macierzy przez liczbę różną od zera zamiana wiersza/kolumny dodanie do wiersza/kolumny innego wiersza/kolumny pomnożonego przez liczbę nie zmieniają rzędu mogą zmienić wyznacznik
60 przykład 4. przekształcenia macierzy pomnożenie i-tego wiersza macierzy A przez liczbę k różną od zera odpowiada lewostronnemu pomnożeniu tej macierzy przez macierz jednostkową z i-tym elementem diagonalnym równym k zdefiniuj macierz A» A = [ ; ; ] pomnóż jej drugi wiersz przez 2» P = [ 1 0 0; ; ] P A = B » B = P * A
61 przykład 4. przekształcenia macierzy pomnożenie j-tej kolumny macierzy A przez liczbę k różną od zera odpowiada prawostronnemu pomnożeniu tej macierzy przez macierz jednostkową z j-tym elementem diagonalnym równym k zdefiniuj macierz A» A = [ ; ; ] pomnóż jej trzecią kolumnę przez 3» P = [ ; ; ; ] ;» A» B = A * P A P = B
62 przykład 4. przekształcenia macierzy zamiana i-tego wiersza z j-tym odpowiada lewostronnemu pomnożeniu macierzy A przez następującą macierz przekształcenia wygeneruj macierz A 8x3 wypełnioną liczbami losowymi od 1 do 9» A = ceil ( rand ( 8, 3 ) * 9 ) zamień miejscami wiersz drugi z czwartym» P = [ ; % P = eye (8); ; % P(2,2) = 0 ; ; % P(4,4) = 0 ; ; % P(2,4) = 1 ; ; % P(4,2) = 1 ; ; ; ], B = P * A P A = B
63 przykład 4. przekształcenia macierzy zamiana i-tej kolumny z j-tą odpowiada prawostronnemu pomnożeniu macierzy A przez następującą macierz przekształcenia w macierzy A zamień miejscami kolumny drugą i trzecią» P = [ ; ; ]» A» C = A * P A P = B
64 przykład 4. przekształcenia macierzy dodanie do i-tego wiersza macierzy A jej j-tego wiersza pomnożonego przez liczbę m można zrealizować poprzez lewostronne pomnożenie macierzy A przez macierz przekształcenia P P A
65 przykład 4. przekształcenia macierzy dodanie do i-tej kolumny macierzy A jej j-tej kolumny pomnożonej przez liczbę m można zrealizować poprzez prawostronne pomnożenie macierzy A przez stransponowaną macierz przekształcenia P T A P
66 przykład 4. przekształcenia macierzy wylosuj macierz liczb 5x5 od 1 do 9, oblicz jej rząd i wyznacznik pomnóż któryś wiersz przez coś, oblicz jej rząd i wyznacznik zamień miejscami wiersze 2 i 4, oblicz rząd i wyznacznik macierzy porównaj rzędy i wyznaczniki» A = ceil ( rand ( 5 ) * 9 )» Pmnoz = eye(5); Pmnoz(2,2) = 4 ; B = Pmnoz*A» Pzam = eye(5); Pzam(2,2) = 0 ; Pzam(4,4) = 0 ; Pzam(2,4) = 1 ; Pzam(4,2) = 1 ; C = Pzam *A» rzedy = [ rank(a) rank(b) rank(c) ]» wyznaczniki = [ det(a) det(b) det(c) ] rzedy = wyznaczniki =
67 przykład 5. rząd macierzy metodą eliminacji Gaussa rząd macierzy to maksymalna liczba liniowo niezależnych wektorów tworzących wiersze/kolumny danej macierzy wprowadź macierz A» A = [ ; ; ; ] skopiuj ją do macierzy B» B = A oblicz rząd macierzy B korzystając z metody eliminacji Gaussa
68 przykład 5. rząd macierzy metodą eliminacji Gaussa B = od wiersza drugiego odejmij wielokrotność wiersza pierwszego tak, aby wyzerować pierwszy element w drugim wierszu» B(2,:) = B(2,:) 2 * B(1,:) B =
69 przykład 5. rząd macierzy metodą eliminacji Gaussa B = od wiersza trzeciego odejmij wielokrotność wiersza pierwszego tak, aby wyzerować pierwszy element w trzecim wierszu» B(3,:) = B(3,:) + 1 * B(1,:) B =
70 przykład 5. rząd macierzy metodą eliminacji Gaussa B = od wiersza czwartego odejmij wielokrotność wiersza pierwszego tak, aby wyzerować pierwszy element w czwartym wierszu» B(4,:) = B(4,:) - 2 * B(1,:) B =
71 przykład 5. rząd macierzy metodą eliminacji Gaussa B = w drugim wierszu na przekątnej jest zero to niedobrze zamień miejscami wiersze 2 z 3» B = B ( [ ], : ) B =
72 przykład 5. rząd macierzy metodą eliminacji Gaussa B = w wierszu drugim jest na początku jedno zero to dobrze w wierszu trzecim są na początku dwa zera to dobrze odejmij wiersz drugi od wiersza czwartego tak, aby w wierszu czwartym też na początku były dwa zera» B(4,:) = B(4,:) B(2,:) B =
73 przykład 5. rząd macierzy metodą eliminacji Gaussa B = wiersze 3 i 4 są jednakowe zależne - rząd macierzy na pewno nie będzie równy 4 odejmij wiersz trzeci od wiersza czwartego tak, aby na początku wiersza czwartego były trzy zera» B(4,:) = B(4,:) B(3,:) B =
74 przykład 5. rząd macierzy metodą eliminacji Gaussa B = macierz B = macierzy schodkowa rząd = liczba schodków = liczba niezerowych wierszy
75 przykład 5. rząd macierzy metodą eliminacji Gaussa B = oblicz rząd macierzy A korzystając z funkcji rank» rank(a)
i proste algorytmy numeryczne LABORKA Piotr Ciskowski
Macierze i proste algorytmy numeryczne LABORKA Piotr Ciskowski przykład 1. zabawy z macierzami wygeneruj macierze Pascala różnych rozmiarów, wydedukuj z nich zasadę tworzenia» pascal ( 5 ) przykład 1.
Bardziej szczegółowoMacierze. Rozdział Działania na macierzach
Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy
Bardziej 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 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 szczegółowo15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej
15. Macierze Definicja Macierzy. Dla danego ciała F i dla danych m, n IN funkcję A : {1,...,m} {1,...,n} F nazywamy macierzą m n ( macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)
Bardziej szczegółowo5. Rozwiązywanie układów równań liniowych
5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a
Bardziej szczegółowoLista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:
Lista Algebra z Geometrią Analityczną Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: (N, ), (Z, +) (Z, ), (R, ), (Q \ {}, ) czym jest element neutralny i przeciwny w grupie?,
Bardziej szczegółowo2. Układy równań liniowych
2. Układy równań liniowych Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2017/2018 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 2. Układy równań liniowych zima 2017/2018 1 /
Bardziej szczegółowoUkłady równań liniowych i metody ich rozwiązywania
Układy równań liniowych i metody ich rozwiązywania Łukasz Wojciechowski marca 00 Dany jest układ m równań o n niewiadomych postaci: a x + a x + + a n x n = b a x + a x + + a n x n = b. a m x + a m x +
Bardziej szczegółowodo MATLABa programowanie WYKŁAD Piotr Ciskowski
Wprowadzenie do MATLABa programowanie WYKŁAD Piotr Ciskowski instrukcje sterujące instrukcja warunkowa: if instrukcja wyboru: switch instrukcje iteracyjne: for, while instrukcje przerwania: continue, break,
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 szczegółowoMetoda eliminacji Gaussa. Autorzy: Michał Góra
Metoda eliminacji Gaussa Autorzy: Michał Góra 9 Metoda eliminacji Gaussa Autor: Michał Góra Przedstawiony poniżej sposób rozwiązywania układów równań liniowych jest pewnym uproszczeniem algorytmu zwanego
Bardziej szczegółowodet[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,...
Wykład 14 Wyznacznik macierzy cd Twierdzenie 1 Niech A będzie macierzą kwadratową i niech A i, A j będą dwiema różnymi jej kolumnami, wtedy dla dowolnego k K: det[a 1,, A i,, A j,, A n ] det[a 1,, A i
Bardziej szczegółowoMATLAB - laboratorium nr 1 wektory i macierze
MATLAB - laboratorium nr 1 wektory i macierze 1. a. Małe i wielkie litery nie są równoważne (MATLAB rozróżnia wielkość liter). b. Wpisanie nazwy zmiennej spowoduje wyświetlenie jej aktualnej wartości na
Bardziej szczegółowodo MATLABa podstawowe operacje na macierzach WYKŁAD Piotr Ciskowski
Wprowadzenie do MATLABa podstawowe operacje na macierzach WYKŁAD Piotr Ciskowski M A T L A B : Computation Visualization Programming easy to use environment MATLAB = matrix laboratory podstawowa jednostka
Bardziej szczegółowoMetody i analiza danych
2015/2016 Metody i analiza danych Macierze Laboratorium komputerowe 2 Anna Kiełbus Zakres tematyczny 1. Funkcje wspomagające konstruowanie macierzy 2. Dostęp do elementów macierzy. 3. Działania na macierzach
Bardziej szczegółowoO MACIERZACH I UKŁADACH RÓWNAŃ
O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a
Bardziej szczegółowoTreść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.
. Metoda eliminacji. Treść wykładu i ich macierze... . Metoda eliminacji. Ogólna postać układu Układ m równań liniowych o n niewiadomych x 1, x 2,..., x n : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21
Bardziej szczegółowoWprowadzenie do Scilab: macierze
Wprowadzenie do Scilab: macierze Narzędzia Informatyki Magdalena Deckert Izabela Szczęch Barbara Wołyńska Bartłomiej Prędki Politechnika Poznańska Instytut Informatyki Agenda Definiowanie macierzy Funkcje
Bardziej szczegółowo3. Macierze i Układy Równań Liniowych
3. Macierze i Układy Równań Liniowych Rozważamy równanie macierzowe z końcówki ostatniego wykładu ( ) 3 1 X = 4 1 ( ) 2 5 Podstawiając X = ( ) x y i wymnażając, otrzymujemy układ 2 równań liniowych 3x
Bardziej szczegółowo1 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 szczegółowoALGEBRA z GEOMETRIA, ANALITYCZNA,
ALGEBRA z GEOMETRIA, ANALITYCZNA, MAT00405 PRZEKSZTAL CANIE WYRAZ EN ALGEBRAICZNYCH, WZO R DWUMIANOWY NEWTONA Uprościć podane wyrażenia 7; (b) ( 6)( + ); (c) a 5 6 8a ; (d) ( 5 )( 5 + ); (e) ( 45x 4 y
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 szczegółowoWykład 5. Metoda eliminacji Gaussa
1 Wykład 5 Metoda eliminacji Gaussa Rozwiązywanie układów równań liniowych Układ równań liniowych może mieć dokładnie jedno rozwiązanie, nieskończenie wiele rozwiązań lub nie mieć rozwiązania. Metody dokładne
Bardziej szczegółowoMetody 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 szczegółowo1 Zbiory i działania na zbiorach.
Matematyka notatki do wykładu 1 Zbiory i działania na zbiorach Pojęcie zbioru jest to pojęcie pierwotne (nie definiuje się tego pojęcia) Pojęciami pierwotnymi są: element zbioru i przynależność elementu
Bardziej 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 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 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 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 szczegółowoWyk lad 5 W lasności wyznaczników. Macierz odwrotna
Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy
Bardziej szczegółowoOdwrócimy macierz o wymiarach 4x4, znajdującą się po lewej stronie kreski:
Przykład 2 odwrotność macierzy 4x4 Odwrócimy macierz o wymiarach 4x4, znajdującą się po lewej stronie kreski: Będziemy dążyli do tego, aby po lewej stronie kreski pojawiła się macierz jednostkowa. Na początek
Bardziej szczegółowoEkoenergetyka 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; 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, 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 szczegółowoAlgebra z Geometrią Analityczną. { x + 2y = 5 x y = 9. 4x + 5y 3z = 9, 2x + 4y 3z = 1. { 2x + 3y + z = 5 4x + 5y 3z = 9 7 1,
Lista Algebra z Geometrią Analityczną Układy równań. Zadanie 1 Wyjaśnij na czym polega metoda elininacji Gaussa rozwiązując układ równań: { x + 2y = 5 x y = 9 Zadanie 2 Rozwiąż układ równań metodą eliminacji
Bardziej szczegółowoMatlab, zajęcia 3. Jeszcze jeden przykład metoda eliminacji Gaussa dla macierzy 3 na 3
Matlab, zajęcia 3. Pętle c.d. Przypomnijmy sobie jak działa pętla for Możemy podać normalnie w Matlabie t=cputime; for i=1:20 v(i)=i; e=cputime-t UWAGA: Taka operacja jest bardzo czasochłonna i nieoptymalna
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 szczegółowoUkłady równań i nierówności liniowych
Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +
Bardziej szczegółowoPodstawowe operacje na macierzach
Podstawowe operacje na macierzach w pakiecie GNU octave. (wspomaganie obliczeń inżynierskich) Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z tworzeniem macierzy i wektorów w programie GNU octave.
Bardziej szczegółowoLuty 2001 Algorytmy (7) 2000/2001 s-rg@siwy.il.pw.edu.pl
System dziesiętny 7 * 10 4 + 3 * 10 3 + 0 * 10 2 + 5 *10 1 + 1 * 10 0 = 73051 Liczba 10 w tym zapisie nazywa się podstawą systemu liczenia. Jeśli liczba 73051 byłaby zapisana w systemie ósemkowym, co powinniśmy
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 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 szczegółowoĆwiczenie 3: Wprowadzenie do programu Matlab
Uniwersytet Zielonogórski Instytut Sterowania i Systemów Informatycznych Laboratorium modelowania i symulacji Ćwiczenie 3: Wprowadzenie do programu Matlab 1. Wyznaczyć wartość sumy 1 1 2 + 1 3 1 4 + 1
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 szczegółowoWykład 7 Macierze i wyznaczniki
Wykład 7 Macierze i wyznaczniki Andrzej Sładek sladek@ux2mathusedupl Instytut Matematyki, Uniwersytet Śląski w Katowicach Andrzej Sładek (Instytut Matematyki, Uniwersytet Śląski Wykład w Katowicach) 7
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 szczegółowoMacierze - obliczanie wyznacznika macierzy z użyciem permutacji
Macierze - obliczanie wyznacznika macierzy z użyciem permutacji I LO im. F. Ceynowy w Świeciu Radosław Rudnicki joix@mat.uni.torun.pl 17.03.2009 r. Typeset by FoilTEX Streszczenie Celem wykładu jest wprowadzenie
Bardziej szczegółowoObliczenia w programie MATLAB
Obliczenia w programie MATLAB Na zajęciach korzystamy z programu MATLAB, w którym wykonywać będziemy większość obliczeń. Po uruchomieniu programu w zależności od wersji i konfiguracji może pojawić się
Bardziej szczegółowoPodstawowe operacje na macierzach, operacje we/wy
26 listopad 2012 Podstawowe operacje na macierzach, operacje we/wy Slajd 1 Podstawowe operacje na macierzach, operacje we/wy Zakład Komputerowego Wspomagania Projektowania Semestr 1. 26 listopad 2012 Podstawowe
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 szczegółowoWprowadzenie do Scilab: macierze
Wprowadzenie do Scilab: macierze Narzędzia Informatyki Magdalena Deckert Izabela Szczęch Barbara Wołyńska Bartłomiej Prędki Politechnika Poznańska Instytut Informatyki Agenda Definiowanie macierzy Funkcje
Bardziej szczegółowomacierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same
1 Macierz definicja i zapis Macierzą wymiaru m na n nazywamy tabelę a 11 a 1n A = a m1 a mn złożoną z liczb (rzeczywistych lub zespolonych) o m wierszach i n kolumnach (zamiennie będziemy też czasem mówili,
Bardziej szczegółowoWYDAWNICTWO PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU
WYDAWNICTWO PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU Karolina Kalińska MATEMATYKA: PRZYKŁADY I ZADANIA Włocławek 2011 REDAKCJA WYDAWNICTWA PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU Matematyka:
Bardziej szczegółowoUkłady równań liniowych
Układy równań liniowych ozważmy układ n równań liniowych o współczynnikach a ij z n niewiadomymi i : a + a +... + an n d a a an d a + a +... + a n n d a a a n d an + an +... + ann n d n an an a nn n d
Bardziej szczegółowo04 Układy równań i rozkłady macierzy - Ćwiczenia. Przykład 1 A =
04 Układy równań i rozkłady macierzy - Ćwiczenia 1. Wstęp Środowisko Matlab można z powodzeniem wykorzystać do rozwiązywania układów równań z wykorzystaniem rozkładów macierzy m.in. Rozkładu Choleskiego,
Bardziej 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 szczegółowoFunkcja kwadratowa. f(x) = ax 2 + bx + c,
Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \
Bardziej szczegółowoĆwiczenie 3. MatLab: Algebra liniowa. Rozwiązywanie układów liniowych
Ćwiczenie 3. MatLab: Algebra liniowa. Rozwiązywanie układów liniowych Wszystko proszę zapisywać komendą diary do pliku o nazwie: imie_ nazwisko 1. Definiowanie macierzy i odwoływanie się do elementów:
Bardziej szczegółowoLista. Algebra z Geometrią Analityczną. Zadanie 1 Zapisz za pomocą spójników logicznych i kwantyfikatorów: x jest większe niż 6 lub mniejsze niż 4
Lista Algebra z Geometrią Analityczną Zadanie 1 Zapisz za pomocą spójników logicznych i kwantyfikatorów: x jest większe niż 6 lub mniejsze niż 4 jeżeli x jest podzielne przez 4 to jest podzielne przez
Bardziej szczegółowoLiczby rzeczywiste. Działania w zbiorze liczb rzeczywistych. Robert Malenkowski 1
Robert Malenkowski 1 Liczby rzeczywiste. 1 Liczby naturalne. N {0, 1,, 3, 4, 5, 6, 7, 8...} Liczby naturalne to liczby używane powszechnie do liczenia i ustalania kolejności. Liczby naturalne można ustawić
Bardziej szczegółowoAlgorytmy i struktury danych. Wykład 4
Wykład 4 Różne algorytmy - obliczenia 1. Obliczanie wartości wielomianu 2. Szybkie potęgowanie 3. Algorytm Euklidesa, liczby pierwsze, faktoryzacja liczby naturalnej 2017-11-24 Algorytmy i struktury danych
Bardziej szczegółowoLista 6. Kamil Matuszewski 13 kwietnia D n =
Lista 6 Kamil Matuszewski 3 kwietnia 6 3 4 5 6 7 8 9 Zadanie Mamy Pokaż, że det(d n ) = n.... D n =.... Dowód. Okej. Dla n =, n = trywialne. Załóżmy, że dla n jest ok, sprawdzę dla n. Aby to zrobić skorzystam
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 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 szczegółowoGNU Octave (w skrócie Octave) to rozbudowany program do analizy numerycznej.
1 GNU Octave GNU Octave (w skrócie Octave) to rozbudowany program do analizy numerycznej. Octave zapewnia: sporą bibliotęke użytecznych funkcji i algorytmów; możliwośc tworzenia przeróżnych wykresów; możliwość
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 szczegółowoWykład 6. Metoda eliminacji Gaussa: Eliminacja z wyborem częściowym Eliminacja z wyborem pełnym
1 Wykład 6 Metoda eliminacji Gaussa: Eliminacja z wyborem częściowym Eliminacja z wyborem pełnym ELIMINACJA GAUSSA Z WYBOREM CZĘŚCIOWYM ELEMENTÓW PODSTAWOWYCH 2 Przy pomocy klasycznego algorytmu eliminacji
Bardziej 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 szczegółowo5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25
MIMUW 5 Wyznaczniki 25 5 Wyznaczniki Wyznacznik macierzy kwadratowych jest funkcją det : K m n K, (m = 1, 2, ) przypisującą każdej macierzy kwadratowej skalar, liniowo ze względu na każdy wiersz osobno
Bardziej szczegółowoFunkcja kwadratowa. f(x) = ax 2 + bx + c = a
Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax, a R \ {0}.
Bardziej szczegółowoZadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy
Zadania z algebry liniowej - sem I Przestrzenie liniowe bazy rząd macierzy Definicja 1 Niech (K + ) będzie ciałem (zwanym ciałem skalarów a jego elementy nazywać będziemy skalarami) Przestrzenią liniową
Bardziej szczegółowoFunkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.
Funkcje wymierne Jerzy Rutkowski Teoria Przypomnijmy, że przez R[x] oznaczamy zbiór wszystkich wielomianów zmiennej x i o współczynnikach rzeczywistych Definicja Funkcją wymierną jednej zmiennej nazywamy
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 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 szczegółowoEgzamin z Metod Numerycznych ZSI, Egzamin, Gr. A
Egzamin z Metod Numerycznych ZSI, 06.2007. Egzamin, Gr. A Imię i nazwisko: Nr indeksu: Section 1. Test wyboru, max 33 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa odpowiedź
Bardziej szczegółowoWHILE (wyrażenie) instrukcja;
INSTRUKCJE ITERACYJNE WHILE, DO WHILE, FOR Instrukcje iteracyjne pozwalają powtarzać daną instrukcję programu określoną liczbę razy lub do momentu osiągnięcia określonego skutku. Pętla iteracyjna while
Bardziej szczegółowoMATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ
MATEMATYKA I SEMESTR ALK (PwZ). Sumy i sumy podwójne : Σ i ΣΣ.. OKREŚLENIE Ciąg liczbowy = Dowolna funkcja przypisująca liczby rzeczywiste pierwszym n (ciąg skończony), albo wszystkim (ciąg nieskończony)
Bardziej szczegółowoElementy metod numerycznych - zajęcia 9
Poniższy dokument zawiera informacje na temat zadań rozwiązanych w trakcie laboratoriów. Elementy metod numerycznych - zajęcia 9 Tematyka - Scilab 1. Labolatoria Zajęcia za 34 punktów. Proszę wysłać krótkie
Bardziej szczegółowoUkłady 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 szczegółowoPowtórzenie podstawowych zagadnień. związanych ze sprawnością rachunkową *
Powtórzenie podstawowych zagadnień związanych ze sprawnością rachunkową * (Materiały dydaktyczne do laboratorium fizyki) Politechnika Koszalińska październik 2010 Spis treści 1. Zbiory liczb..................................................
Bardziej szczegółowox y
Przykłady pytań na egzamin końcowy: (Uwaga! Skreślone pytania nie obowiązują w tym roku.). Oblicz wartość interpolacji funkcjami sklejanymi (przypadek (case) a), dla danych i =[- 4 5], y i =[0 4 -]. Jaka
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 szczegółowo= Zapiszemy poniższy układ w postaci macierzy. 8+$+ 2&=4 " 5 3$ 7&=0 5$+7&=4
17. Układ równań 17.1 Co nazywamy układem równań liniowych? Jak zapisać układ w postaci macierzowej (pokazać również na przykładzie) Co to jest rozwiązanie układu? Jaki układ nazywamy jednorodnym, sprzecznym,
Bardziej 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 szczegółowoTreść wykładu. Pierścienie wielomianów. Dzielenie wielomianów i algorytm Euklidesa Pierścienie ilorazowe wielomianów
Treść wykładu Pierścienie wielomianów. Definicja Niech P będzie pierścieniem. Wielomianem jednej zmiennej o współczynnikach z P nazywamy każdy ciąg f = (f 0, f 1, f 2,...), gdzie wyrazy ciągu f są prawie
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 szczegółowoMetody numeryczne II. Układy równań liniowych
Metody numeryczne II. Układy równań liniowych Oleksandr Sokolov Wydział Fizyki, Astronomii i Informatyki Stosowanej UMK (2016/17) http://fizyka.umk.pl/~osokolov/mnii/ Układ równań liniowych Układem równań
Bardziej szczegółowoUkłady równań liniowych
Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K
Bardziej szczegółowoPrzykład 2 układ o rozwiązaniu z parametrami. Rozwiążemy następujący układ równań:
Przykład 2 układ o rozwiązaniu z parametrami Rozwiążemy następujący układ równań: Po zapisaniu układu w postaci macierzy rozszerzonej będziemy dążyć do uzyskania macierzy jednostkowej po lewej stronie
Bardziej szczegółowoMetody Numeryczne. Laboratorium 1. Wstęp do programu Matlab
Metody Numeryczne Laboratorium 1 Wstęp do programu Matlab 1. Wiadomości wstępne liczby, format Program Matlab używa konwencjonalną notację dziesiętną, z kropka dziesiętną. W przypadku notacji naukowej
Bardziej szczegółowoRozwiązywanie układów równań liniowych
Rozwiązywanie układów równań liniowych Marcin Orchel 1 Wstęp Jeśli znamy macierz odwrotną A 1, to możęmy znaleźć rozwiązanie układu Ax = b w wyniku mnożenia x = A 1 b (1) 1.1 Metoda eliminacji Gaussa Pierwszy
Bardziej szczegółowoAlgebra macierzy
Algebra macierzy Definicja macierzy Macierze Macierze Macierze Działania na macierzach Działania na macierzach A + B = B + A (prawo przemienności dodawania) (A + B) + C = A + (B + C) (prawo łączności dodawania)
Bardziej szczegółowo1. Liczby zespolone i
Zadania podstawowe Liczby zespolone Zadanie Podać część rzeczywistą i urojoną następujących liczb zespolonych: z = ( + 7i)( + i) + ( 5 i)( + 7i), z = + i, z = + i i, z 4 = i + i + i i Zadanie Dla jakich
Bardziej szczegółowo0 + 0 = 0, = 1, = 1, = 0.
5 Kody liniowe Jak już wiemy, w celu przesłania zakodowanego tekstu dzielimy go na bloki i do każdego z bloków dodajemy tak zwane bity sprawdzające. Bity te są w ścisłej zależności z bitami informacyjnymi,
Bardziej szczegółowoWEKTORY I MACIERZE. Strona 1 z 11. Lekcja 7.
Strona z WEKTORY I MACIERZE Wektory i macierze ogólnie nazywamy tablicami. Wprowadzamy je:. W sposób jawny: - z menu Insert Matrix, - skrót klawiszowy: {ctrl}+m, - odpowiedni przycisk z menu paska narzędziowego
Bardziej szczegółowoFunkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.
Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcja homograficzna. Definicja. Funkcja homograficzna jest to funkcja określona wzorem f() = a + b c + d, () gdzie współczynniki
Bardziej szczegółowoWyk lad 4 Dzia lania na macierzach. Określenie wyznacznika
Wyk lad 4 Dzia lania na macierzach Określenie wyznacznika 1 Określenie macierzy Niech K bedzie dowolnym cia lem oraz niech n i m bed a dowolnymi liczbami naturalnymi Prostokatn a tablice a 11 a 12 a 1n
Bardziej szczegółowoPodstawy Automatyki ćwiczenia Cz.1. Środowisko Matlab
Podstawy Automatyki ćwiczenia Cz.1 Środowisko Matlab Podstawową jednostką obliczeniową w programie Matlab jest macierz. Wektory i skalary mogą być tutaj rozpatrywane jako specjalne typy macierzy. Elementy
Bardziej szczegółowoZadania do samodzielnego rozwiązania
Zadania do samodzielnego rozwiązania I. Podzielność liczb całkowitych 1. Pewna liczba sześciocyfrowa a kończy się cyfrą 5. Jeśli tę cyfrę przestawimy na miejsce pierwsze ze strony lewej, to otrzymamy nową
Bardziej szczegółowo