UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH
|
|
- Paweł Makowski
- 6 lat temu
- Przeglądów:
Transkrypt
1 Transport, studia I stopnia rok akademicki 2011/2012 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko
2 Uwagi wstępne Układ liniowych równań algebraicznych można zapisać w postaci: a 11 x 1 + a 12 x 2 + a 13 x a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a 23 x a 2n x n = b a n1 x 1 + a n2 x 2 + a n3 x a nn x n = b n n a ij x j = b j, dla i = 1, 2,..., n. j=1 A X = B. gdzie A jest nieosobliwą, kwadratową macierzą o wymiarze n n, B jest wektorem o n współrzędnych, X jest wektorem poszukiwanym o n współrzędnych.
3 Uwagi wstępne Metody służące do rozwiązania układu równań AX = B można podzielić na: 1 metody dokładne, 2 metody iteracyjne (przybliżone). Decyzja wyboru odpowiedniej metody zależy od postaci macierzy A, specyfiki zagadnienia, które prezentuje układ. Układy równań liniowych mogą mieć: 1 jedno rozwiązanie 2 nieskończenie wiele rozwiązań 3 brak rozwiązań (układy sprzeczne)
4 Metody dokładne Przez metodę dokładną rozwiązywania układu równań liniowych rozumiemy metodę, która (przy braku błędów zaokrągleń) daje dokładne rozwiązanie po skończonej liczbie kroków. Metody dokładne, które będą omówione to: 1 podstawianie w przód i podstawianie wstecz dla układów trójkątnych 2 metoda eliminacji Gaussa 3 metoda Gaussa-Jordana 4 metoda Choleskiego-Banachiewicza
5 Układy trójkątne Układy trójkątne Macierz trójkątna górna Układ AX = B z macierzą A U trójkątną górną ma postać: u 11 x 1 + u 12 x u 1n 1 x n 1 + u 1n x n = b 1 u 22 x u 2n 1 x n 1 + u 2n x n = b u n 1n 1 x n 1 + u n 1n x n = b n 1 u nn x n = b n Jeżeli założymy, że u ii 0 (i = 1, 2,..., n), to niewiadome można obliczyć w kolejności x n, x n 1, x n 2,..., x 1, z wzorów: x n = b n u nn, x n 1 = b n 1 u n 1n x n u n 1 n 1,..., x 1 = b 1 u 1n x n u 1n 1 x n 1... u 12 x 2 u 11.
6 Układy trójkątne Układy trójkątne Macierz trójkątna górna Wzory te można napisać w zwartej postaci: x i = b i n j=i+1 u ij x j u ii dla i = n, n 1,..., 1. Ponieważ niewiadome wyznacza się w kolejności od ostatniej do pierwszej, ten algorytm nazywa się podstawianiem wstecz.
7 Układy trójkątne Układy trójkątne Macierz trójkątna dolna Układ równań AX = B z macierzą A L trójkątną dolną można rozwiązać podobnie. Przyjmując, że l ii 0 (i = 1, 2,..., n), można wyznaczać niewiadome za pomocą podstawiania w przód: x i = i 1 b i l ij x j j=1 l ii dla i = 1, 2,..., n.
8 Układy trójkątne Układy trójkątne Przykład Rozwiązać układ liniowych równań AX = B, gdzie: A = 0 4 8, B = Rozwiązanie: X = [ 1, 2, 1 ] T
9 Metoda eliminacji Gaussa Metoda eliminacji Gaussa Podstawową metodą dokładną rozwiązywania dowolnych układów równań liniowych jest metoda eliminacji Gaussa. Pomysł polega na eliminacji niewiadomych w pewien systematyczny sposób doprowadzając macierz do postaci trójkątnej. Taki układ trójkątny już potrafimy rozwiązać. 1 Efektywna metoda rozwiązywania układów równań liniowych. 2 Wymaga w przybliżeniu n 3 /3 mnożeń, np. dla n = 10 daje to n = 333 mnożeń. 3 Dla porównania: metoda Cramera wymaga około 2(n + 1)! mnożeń, dla n = 10 daje to mnożeń.
10 Metoda eliminacji Gaussa Metoda eliminacji Gaussa Rozważmy układ równań: lub A X = B a (1) 11 x 1 + a (1) 12 x 2 + a (1) 13 x a (1) 1n x n = b (1) 1 a (1) 21 x 1 + a (1) 22 x 2 + a (1) 23 x a (1) 2n x n = b (1) a (1) n1 x 1 + a (1) n2 x 2 + a (1) n3 x a nn (1) x n = b n (1) Górny indeks (1) oznacza dany układ równań wyjściowy do obliczeń. Metoda eliminacji Gaussa polega na wykonaniu dwóch etapów obliczeń: I. eliminacji w przód II. podstawianiu wstecz
11 Metoda eliminacji Gaussa Etap I {1r} a (1) 11 x 1 + a (1) 12 x 2 + a (1) 13 x 3 = b (1) 1 / ( a21 a 11 ) + {2r} {2r} a (1) 21 x 1 + a (1) 22 x 2 + a (1) 23 x 3 = b (1) 2 {3r} a (1) 31 x 1 + a (1) 32 x 2 + a (1) 33 x 3 = b (1) 3 Załóżmy teraz, że a Wówczas z ostatnich 2 równań możemy wyeliminować x 1 odejmując od i tego równania pierwsze pomnożone przez: m i1 = a i1 a 11 dla i = 2 Przekształcone równania przybierają postać: {1r} a (1) 11 x 1 + a (1) 12 x 2 + a (1) 13 x 3 = b (1) 1 {2r} a (2) 22 x 2 + a (2) 23 x 3 = b (2) 2 {3r} a (1) 31 x 1 + a (1) 32 x 2 + a (1) 33 x 3 = b (1) 3
12 Metoda eliminacji Gaussa Etap I {1r} a (1) 11 x 1 + a (1) 12 x 2 + a (1) 13 x 3 = b (1) 1 / ( a31 a 11 ) + {3r} {2r} a (1) 21 x 1 + a (1) 22 x 2 + a (1) 23 x 3 = b (1) 2 {3r} a (1) 31 x 1 + a (1) 32 x 2 + a (1) 33 x 3 = b (1) 3 Załóżmy teraz, że a Wówczas z ostatnich 2 równań możemy wyeliminować x 1 odejmując od i tego równania pierwsze pomnożone przez: m i1 = a i1 a 11 dla i = 3 Przekształcone równania przybierają postać: {1r} a (1) 11 x 1 + a (1) 12 x 2 + a (1) 13 x 3 = b (1) 1 {2r} a (2) 22 x 2 + a (2) 32 x 3 = b (2) 2 {3r} a (2) 23 x 3 + a (2) 33 x 3 = b (2) 3
13 Metoda eliminacji Gaussa Etap I {1r} a (1) 11 x 1 + a (1) 12 x 2 + a (1) 13 x 3 = b (1) 1 {2r} a (2) 22 x 2 + a (2) 23 x 3 = b (2) 2 / ( a32 a 22 ) + {3r} {3r} a (2) 32 x 2 + a (2) 33 x 3 = b (2) 3 Ostatecznie przekształcony układ równań ma postać: {1r} a (1) 11 x 1 + a (1) 12 x 2 + a (1) 13 x 3 = b (1) 1 {2r} a (2) 22 x 2 + a (2) 23 x 3 = b (2) 2 {3r} a (3) 33 x 3 = b (3) 3 a więc układ trójkątny, który rozwiązujemy w Etapie II stosując podstawianie wstecz.
14 Metoda eliminacji Gaussa Metoda eliminacji Gaussa Eliminację wykonuje się w n 1 krokach o numerach k = 1, 2, 3,..., n 1. W k tym kroku elementy a (k) ij dla j, j > k przekształca się wg wzorów: a (k+1) ij = a (k) ij m ik a (k) kj b (k+1) i = b (k) i m ik b (k) k gdzie m ik = a(k) ik a (k) kk dla: i = k + 1, k + 2,..., n; j = k + 1, k + 2,..., n.
15 Metoda eliminacji Gaussa Metoda eliminacji Gaussa Przykład Rozwiązać układ liniowych równań A X = B, gdzie: A = 2 8 2, B = Etap I : A = B = Etap II (podstawianie wstecz) przykład dla układów trójkątnych.
16 Metoda Gaussa-Jordana pełnej eliminacji Metoda Gaussa-Jordana Układ równań o postaci: a (1) 11 x 1 + a (1) 12 x 2 + a (1) 13 x a (1) 1n x n = b (1) 1 a (1) 21 x 1 + a (1) 22 x 2 + a (1) 23 x a (1) 2n x n = b (1) a (1) n1 x 1 + a (1) n2 x 2 + a (1) n3 x a nn (1) x n = b n (1) Przekształcamy następująco: Pierwsze równanie dzielimy przez a (1) 11, a następnie od i tego wiersza, i = 2, 3,..., n, odejmujemy wiersz pierwszy pomnożony przez a (1) i1, otrzymując: x 1 + a (2) 12 x 2 + a (2) 13 x a (2) 1n x n = b (2) 1 a (2) 22 x 2 + a (2) 23 x a (2) 2n x n = b (2) a (2) n2 x 2 + a (2) n3 x a nn (2) x n = b n (2)
17 Metoda Gaussa-Jordana pełnej eliminacji Metoda Gaussa-Jordana Następnie drugie równanie dzielimy obustronnie przez a (2) 22 i od i tego wiersza, i = 1, 3,..., n, odejmujemy wiersz drugi pomnożony przez a (2) i2. x 1 + a (3) 13 x a (3) 1n x n = b (3) 1 x 2 + a (3) 23 x a (3) 2n x n = b (3) a (3) n3 x a nn (3) x n = b n (3) Po n 1 eliminacjach otrzymujemy układ postaci: czyli gotowe rozwiązanie. x 1 = b (n) 1 x 2 = b (n) 2 x n = b n (n)
18 Metoda Gaussa-Jordana pełnej eliminacji Metoda Gaussa-Jordana Przykład Rozwiązać układ liniowych równań A X = B, gdzie: A = 2 8 2, B = Po 3. eliminacji: wektor B stanowi rozwiązanie A = B =
19 Triangularyzacja metoda Choleskiego-Banachiewicza Rozkład LU W wielu zagadnieniach numerycznych celowym jest przedstawienie danej macierzy A w postaci iloczynu dwóch macierzy trójkątnych takich, aby A = L U. Procedura wyznaczenia tych macierzy nosi nazwę rozkładu LU. A = L U = l 11 l 21 l 22 l 31 l 32 l l n1 l n2 l n3... l nn u 11 u 12 u u 1n u 22 u u 2n u u 3n.... u nn Wtedy układ A X = B jest równoważny układowi L U X = B. Etapy rozwiązywania układu równań A X = B: I. Rozkład A = L U II. Rozwiązanie układu z macierzą dolnotrójkątną L Y = B Y (stosując podstawianie w przód) III. Rozwiązanie układu z macierzą górnotrójkątną U X = Y X (stosując podstawianie wstecz)
20 Triangularyzacja metoda Choleskiego-Banachiewicza Metody rozkładu trójkątnego Rozkład trójkątny nie jest jednoznaczny i można go realizować w różny sposób: 1 gdy l ii = 1 metodą Doolittle a, 2 gdy u ii = 1 metodą Crouta, 3 gdy u ii = l ii metodą Choleskiego-Banachiewicza. Rozkład L U można zrealizować: traktując równość A = L U jako układ n 2 równań z n 2 niewiadomymi l ij dla i > j i niewiadomymi u ij dla i j. Równania te wygodnie rozwiązywać na przemian wierszami i kolumnami zgodnie z rysunkiem.
21 Triangularyzacja metoda Choleskiego-Banachiewicza Metoda Choleskiego-Banachiewicza Dla macierzy symetrycznych dodatnio określonych schematy zwarte są szczególnie atrakcyjne, gdyż wybór elementów głównych nie jest potrzebny. Zwykle przyjmuje się, że elementy przekątniowe w L są rzeczywiste i U = L T. A = L L T = l 11 l 21 l 22 l 31 l 32 l l n1 l n2 l n3... l nn l kk = (a kk k 1 lkp 2 ) l ik = p=1 gdzie: k = 1, 2,..., n; i = k + 1, k + 2,..., n. l 11 l 21 l l n1 l 22 l l n2 l l n3... l nn k 1 a ik Jeżeli macierz kwadratowa A o wyrazach rzeczywistych jest ściśle dominująca na przekątnej głównej i ma dodatnie wyrazy na przekątnej głównej to A jest dodatnio określona p=1 l kk l ip l kp
22 Triangularyzacja metoda Choleskiego-Banachiewicza Metoda Choleskiego-Banachiewicza Przykład Rozwiązać układ liniowych równań A X = B, gdzie: A = , B = I. Wykonujemy rozkład A = L L T : l l 21 l 22 0 l 11 l 21 l 31 0 l 22 l 32 l 31 l 32 l l 33 =
23 Triangularyzacja metoda Choleskiego-Banachiewicza Metoda Choleskiego-Banachiewicza Przykład L = II. L Y = B Y (podstawianie w przód) Y = III. U X = Y X (podstawianie wstecz) X = 2 0 1
24 Metody przybliżone Rozważane dotąd metody rozwiązywania układów równań liniowych są metodami bezpośrednimi, wymagającymi wykonania skończenie określonych działań. Metody iteracyjne w przeciwieństwie do tamtych startują z przybliżenia początkowego, które stopniowo się ulepsza (zmierza) aż do otrzymania dostatecznie dokładnego rozwiązania. Metody iteracyjne (przybliżone), które będą omówione to: 1 metoda Jacobiego 2 metoda Gaussa-Seidla 3 metoda gradientów sprzężonych
25 Metoda Jacobiego Metoda Jacobiego W metodzie Jacobiego (metoda iteracji prostej) tworzy się ciąg przybliżeń x (1), x (2),... według wzoru: x (k+1) i = n j=1,j i a ij x (k) j + b i a ii i = 1, 2,..., n. 1. Zbieżność procesu iteracyjnego zależy jedynie od właściwości macierzy A. 2. Metoda jest zbieżna gdy macierz A jest dodatnio określona (warunek wystarczający zbieżności) tzn. gdy zachodzą nierówności: i 1 a ii > a ij, i = 1, 2,..., n, j i tj. gdy A jest diagonalnie dominująca. 3. Jako początkowe przybliżenie wybiera się często wektor x (0) = 0.
26 Metoda Jacobiego Metoda Jacobiego Przykład Rozwiązać układ liniowych równań A X = B, gdzie: A = , B = Warunki zbieżności są spełnione 2. Przyjmujemy: a) początkowe przybliżenie: x (0) = 0 b) kryterium przerwania procesu iteracyjnego: tempo zbieżności: wielkość residuum: dla np. normy euklidesowej. ε 1 = x(k+1) x (k) x (k+1) ε 2 = A x(k+1) B A x (0) B ε 1 dop ε 2 dop.
27 Metoda Jacobiego Metoda Jacobiego Przykład x (k+1) i = n j=1,j i a ij x (k) j 1. iteracja k = 1 0 dla x (0) = 0 0 x (1) = 2. iteracja k = 2 + b i a ii i = 1, 2,..., n oraz ε 1 = 1.0, ε 2 = 0.36 x (1) = x (2) = oraz ε 1 = 0.59, ε 2 =
28 Metoda Jacobiego Metoda Jacobiego Przykład 3. iteracja k = x (9) = oraz ε 1 = 1.25e 3, ε 2 = 3.28e 4 4 iteracja k = x (16) = oraz ε 1 = 4.19e 7, ε 2 = 1.10e 7 Rozwiązanie: x = x (16)
29 Metoda Gaussa-Seidla Metoda Gaussa-Seidla Metoda Gaussa-Seidla stanowi pewną modyfikację metody iteracji prostej. Polega ona na tym, że przy obliczaniu przybliżenia (k + 1) niewiadomej x i, bierze się pod uwagę obliczone poprzednio przybliżenia (k + 1) niewiadomych x 1, x 2,..., x i 1. Iteracja odbywa się wg wzoru: x (k+1) i = i 1 j=1 a ij x (k+1) j n j=i+1 a ij x (k) j + b i a ii i = 1, 2,..., n. Podane poprzednio twierdzenia o zbieżności procesu iteracyjnego pozostają w mocy.
30 Metoda Gaussa-Seidla Metoda Gaussa-Seidla Przykład Rozwiązać układ liniowych równań A X = B, gdzie: A = , B = Warunki zbieżności są spełnione 2. Przyjmujemy: a) początkowe przybliżenie x (0) = 0 b) kryterium przerwania procesu iteracyjnego: tempo zbieżności: wielkość residuum: dla np. normy euklidesowej. ε 1 = x(k+1) x (k) x (k+1) ε 2 = A x(k+1) B A x (0) B ε 1 dop ε 2 dop.
31 Metoda Gaussa-Seidla Metoda Gaussa-Seidla Przykład x (k+1) i = i 1 1. iteracja k = 1, 2. iteracja k = 2 j=1 a ij x (k+1) j n dla x (0) = j=i+1 a ij x (k) j + b i a ii i = 1, 2,..., n x (1) = oraz ε 1 = 1.0, ε 2 = dla x (1) = x (2) = oraz ε 1 = 0.173, ε 2 = 2.096e
32 Metoda Gaussa-Seidla Metoda Gaussa-Seidla Przykład 3. iteracja k = x (5) = oraz ε 1 = 6.23e 7, ε 2 = 2.040e 8. Rozwiązanie x = x (5)
33 Metoda gradientów sprzężonych Metoda gradientów sprzężonych Wiele metod iteracyjnych służących do rozwiązywania układów równań liniowych można wyprowadzić z metod optymalizacji. Rozważmy problem poszukiwania wektora x, który minimalizuje funkcję skalarną: f (x) = 1 2 xt A x b T x gdzie macierz A jest symetrycza i dodatnio określona. Ponieważ f (x) osiąga minimum gdy jej gradient f = A x b = 0, to minimalizacja jest równoważna rozwiązaniu A x = b. (1)
34 Metoda gradientów sprzężonych Metoda gradientów sprzężonych W metodach gradientowych minimalizacja wykonywana jest iteracyjnie. W każdym kroku iteracyjnym k obliczane jest polepszone rozwiązanie: x (k+1) = x (k) + α (k) s (k), dla k = 0, 1,..., n (2) gdzie x (0) jest wektorem startowym. Wyznaczenie α (k) : Długość kroku α (k) jest dobierana tak aby x (k+1) minimalizował f (x (k+1) ) wzdłuż kierunku s (k). Tak więc s (k) musi spełniać równanie (1), czyli A x = b: A (x (k) + α (k) s (k) ) = b. (3) Po wprowadzeniu residuum r (k) = b A x (k), równanie (1) przyjmie postać: α (k) A s (k) = r (k). Po jego obustronnym pomnożeniu przez s (k) można wyznaczyć: st (k) r (k) α (k) = s T (k) A s. (4) (k)
35 Metoda gradientów sprzężonych Metoda gradientów sprzężonych Wyznaczenie wektora kierunku s (k) 1 s (k) można dobrać intuicyjnie s (k) = f = r (k), ponieważ jest to kierunek największej ujemnej zmiany f (x (k) ). Metoda opierająca się o ten algorytm to metoda największego spadku. 2 Bardziej efektywną metodą poszukiwania kierunku s (k) jest metoda gradientów sprzężonych: s (k+1) = r (k+1) + β (k) s (k). (5) Wartość parametru β (k) jest wyznaczana tak aby dwa kolejne kierunki poszukiwań były ze sobą sprzężone, co oznacza że, s (k+1) A s (k) = 0. Podstawiając za s (k+1) równanie (2) otrzymujemy (r T (k+1) + β (k) s T (k) ) A s (k) = 0 z którego wynika: β (k) = rt (k+1) A s (k) s T (k) A s. (6) (k)
36 Metoda gradientów sprzężonych Metoda gradientów sprzężonych -algorytm Dla k = 0, 1, 2,... oblicz: 1. x (k+1) = x (k) + α (k) s (k) 2. s (k+1) = r (k+1) + β (k) s (k) gdzie: st (k) r (k) α (k) = s T (k) As, β (k) = rt (k+1) As (k) (k) s T (k) As (k)
37 Metoda gradientów sprzężonych Przykład Rozwiązać układ liniowych równań A, x = b, gdzie: [ ] [ ] [ A =, B =, x (0) = 1 ].
38 Obliczanie macierzy odwrotnych Macierzą odwrotną macierzy kwadratowej A nazywamy macierz kwadratową A 1 spełniającą związek gdzie I jest macierzą jednostkową. Jeśli przyjmiemy, że X = A 1, to AX = I, czyli AA 1 = I, (7) Ax i = e i, i = 1, 2, n (8) gdzie x i i e i jest i tą kolumną odpowiednio w X i I. Tak więc kolumny macierzy A 1 są rozwiązaniami układów liniowych z prawymi stronami równymi kolumnom macierzy jednostkowej I.
UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać układu równań liniowych Układ liniowych równań algebraicznych
Bardziej szczegółowoMatematyka stosowana i metody numeryczne
Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładów Błędy obliczeń Błędy można podzielić na: modelu, metody, wejściowe (początkowe), obcięcia, zaokrągleń..
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 10 Rozkład LU i rozwiązywanie układów równań liniowych Niech będzie dany układ równań liniowych postaci Ax = b Załóżmy, że istnieją macierze L (trójkątna dolna) i U (trójkątna górna), takie że macierz
Bardziej szczegółowoUkłady 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 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 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 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 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 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 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 szczegółowoPOD- I NADOKREŚLONE UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH
POD- I NADOKREŚLONE UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH Transport, studia I stopnia rok akademicki 2011/2012 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko
Bardziej szczegółowoROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH
Transport, studia I stopnia Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać ogólna równania nieliniowego Często występującym, ważnym problemem obliczeniowym
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 szczegółowoIII TUTORIAL Z METOD OBLICZENIOWYCH
III TUTORIAL Z METOD OBLICZENIOWYCH ALGORYTMY ROZWIĄZYWANIA UKŁADÓW RÓWNAŃ LINIOWYCH Opracowanie: Agata Smokowska Marcin Zmuda Trzebiatowski Koło Naukowe Mechaniki Budowli KOMBO Spis treści: 1. Wstęp do
Bardziej 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 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 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 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 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 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 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 szczegółowoKADD Minimalizacja funkcji
Minimalizacja funkcji Poszukiwanie minimum funkcji Foma kwadratowa Metody przybliżania minimum minimalizacja Minimalizacja w n wymiarach Metody poszukiwania minimum Otaczanie minimum Podział obszaru zawierającego
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 szczegółowo1 Metody rozwiązywania równań nieliniowych. Postawienie problemu
1 Metody rozwiązywania równań nieliniowych. Postawienie problemu Dla danej funkcji ciągłej f znaleźć wartości x, dla których f(x) = 0. (1) 2 Przedział izolacji pierwiastka Będziemy zakładać, że równanie
Bardziej 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 szczegółowoMETODY NUMERYCZNE. wykład. konsultacje: wtorek 10:00-11:30 środa 10:00-11:30. dr inż. Grażyna Kałuża pokój
METODY NUMERYCZNE wykład dr inż. Grażyna Kałuża pokój 103 konsultacje: wtorek 10:00-11:30 środa 10:00-11:30 www.kwmimkm.polsl.pl Program przedmiotu wykład: 15 godzin w semestrze laboratorium: 30 godzin
Bardziej 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 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 szczegółowoRozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych
Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych Piotr Modliński Wydział Geodezji i Kartografii PW 13 stycznia 2012 P. Modliński, GiK PW Rozw.
Bardziej szczegółowoUKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne
UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne Układy równań liniowych Rozpatruje się układ n równań liniowych zawierających n niewiadomych: a11x1 a12x2... a1nxn b1 a21x1 a22x2... a2nxn b2... an 1x1 an2x2...
Bardziej szczegółowoMatematyka stosowana i metody numeryczne
Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 6 Rozwiązywanie równań nieliniowych Rozwiązaniem lub pierwiastkiem równania f(x) = 0 lub g(x) = h(x)
Bardziej szczegółowoA A A A A A A A A n n
DODTEK NR GEBR MCIERZY W dodatku tym podamy najważniejsze definicje rachunku macierzowego i omówimy niektóre funkcje i transformacje macierzy najbardziej przydatne w zastosowaniach numerycznych a w szczególności
Bardziej szczegółowoRozwiązywanie układów równań liniowych metody przybliżone Materiały pomocnicze do ćwiczeń z metod numerycznych
Rozwiązywanie układów równań liniowych metody przybliżone Materiały pomocnicze do ćwiczeń z metod numerycznych Piotr Modliński Wydział Geodezji i Kartografii PW 14 stycznia 2012 P. Modliński, GiK PW Rozw.
Bardziej szczegółowoRównania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem
Rozdział 6 Równania liniowe 6 Przekształcenia liniowe Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem F Definicja 6 Funkcję f : X Y spełniającą warunki: a) dla dowolnych x,
Bardziej szczegółowoMetody numeryczne. Janusz Szwabiński. Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50
Metody numeryczne Układy równań liniowych, część II Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50 Układy równań liniowych, część II 1. Iteracyjne poprawianie
Bardziej 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 szczegółowoWprowadzenie Metoda bisekcji Metoda regula falsi Metoda siecznych Metoda stycznych RÓWNANIA NIELINIOWE
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać ogólna równania nieliniowego Zazwyczaj nie można znaleźć
Bardziej szczegółowoWykład III Układy równań liniowych i dekompozycje macierzy
Wykład III Układy równań liniowych i dekompozycje macierzy Metody eliminacji i podstawienia wstecz Metoda dekompozycji LU i jej zastosowania Metody dla macierzy specjalnych i rzadkich Metody iteracyjne
Bardziej szczegółowoUKŁADY RÓWNAŃ LINIOWYCH -Metody dokładne
UKŁADY RÓWNAŃ LINIOWYCH -Metody dokładne Układy równań liniowych Rozpatruje się układ n równań liniowych zawierających n niewiadomych: a + a +... + ann b a + a +... + ann b... an + an+... + annn bn który
Bardziej 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 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 szczegółowoProgramowanie celowe #1
Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem
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. Kinga Kolczyńska - Przybycień 22 marca Układ dwóch równań liniowych z dwiema niewiadomymi
Układy równań Kinga Kolczyńska - Przybycień 22 marca 2014 1 Układ dwóch równań liniowych z dwiema niewiadomymi 1.1 Pojęcie układu i rozwiązania układu Układem dwóch równań liniowych z dwiema niewiadomymi
Bardziej szczegółowoNUMERYCZNE METODY ROZWIĄZYWANIA ROWNAŃ LINIOWYCH. PRZYGOTOWAŁA: ANNA BANAŚ KoMBo, WILiŚ
NUMERYCZNE METODY ROZWIĄZYWANIA ROWNAŃ LINIOWYCH PRZYGOTOWAŁA: ANNA BANAŚ KoMBo, WILiŚ PODZIAŁ DOKŁADNE ELIMINACYJNE DEKOMPOZYCYJNE ELIMINACJI GAUSSA JORDANA GAUSSA-DOOLITTLE a GAUSSA-CROUTA CHOLESKY EGO
Bardziej szczegółowoTreść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.
. Metoda eliminacji. Treść wykładu i ich macierze... . Metoda eliminacji. Ogólna postać układu Układ m równań liniowych o n niewiadomych x 1, x 2,..., x n : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21
Bardziej szczegółowo13 Układy równań liniowych
13 Układy równań liniowych Definicja 13.1 Niech m, n N. Układem równań liniowych nad ciałem F m równaniach i n niewiadomych x 1, x 2,..., x n nazywamy koniunkcję równań postaci a 11 x 1 + a 12 x 2 +...
Bardziej 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 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 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 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 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 szczegółowoMetody numeryczne. Janusz Szwabiński. nm_slides-7.tex Metody numeryczne Janusz Szwabiński 11/11/ :45 p.
Metody numeryczne Układy równań liniowych, część I Janusz Szwabiński szwabin@ift.uni.wroc.pl nm_slides-7.tex Metody numeryczne Janusz Szwabiński //2002 2:45 p./83 Układy równań liniowych, część I. Pojęcia
Bardziej 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 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 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 szczegółowoAlgebra WYKŁAD 3 ALGEBRA 1
Algebra WYKŁAD 3 ALGEBRA 1 Liczby zespolone Postać wykładnicza liczby zespolonej Niech e oznacza stałą Eulera Definicja Równość e i cos isin nazywamy wzorem Eulera. ALGEBRA 2 Liczby zespolone Każdą liczbę
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 szczegółowoWstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra
Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Co można zrobić z układem równań... tak, aby jego rozwiazania się nie zmieniły? Rozważam
Bardziej szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 5. Metody kierunków poparwy (metoda Newtona-Raphsona, metoda gradientów sprzężonych) Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 28.03.2019 1
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 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 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 szczegółowoa 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =
11 Algebra macierzy Definicja 11.1 Dla danego ciała F i dla danych m, n N funkcję A : {1,..., m} {1,..., n} F nazywamy macierzą m n (macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)
Bardziej szczegółowoZestaw 12- Macierz odwrotna, układy równań liniowych
Zestaw - Macierz odwrotna, układy równań liniowych Przykładowe zadania z rozwiązaniami Załóżmy, że macierz jest macierzą kwadratową stopnia n. Mówimy, że macierz tego samego wymiaru jest macierzą odwrotną
Bardziej szczegółowoKrótkie wprowadzenie do macierzy i wyznaczników
Radosław Marczuk Krótkie wprowadzenie do macierzy i wyznaczników 12 listopada 2005 1. Macierze Macierzą nazywamy układ liczb(rzeczywistych, bądź zespolonych), funkcji, innych macierzy w postaci: A a 11
Bardziej szczegółowoKADD Minimalizacja funkcji
Minimalizacja funkcji n-wymiarowych Forma kwadratowa w n wymiarach Procedury minimalizacji Minimalizacja wzdłuż prostej w n-wymiarowej przestrzeni Metody minimalizacji wzdłuż osi współrzędnych wzdłuż kierunków
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 szczegółowoWstęp do metod numerycznych Eliminacja Gaussa Faktoryzacja LU. P. F. Góra
Wstęp do metod numerycznych Eliminacja Gaussa Faktoryzacja LU P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2014 Co można zrobić z układem równań... tak, aby jego rozwiazania się nie zmieniły? Rozważam
Bardziej szczegółowoALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska
ALGEBRA LINIOWA Wykład 2 Analityka gospodarcza, sem 1 Wydział Zarządzania i Ekonomii Politechnika Gdańska dr inż Natalia Jarzębkowska, CNMiKnO semzimowy 2018/2019 2/17 Macierze Niech M = {1, 2,, m} i N
Bardziej szczegółowoWstęp do metod numerycznych Algebraiczna metoda gradientów sprzężonych. P. F. Góra
Wstęp do metod numerycznych Algebraiczna metoda gradientów sprzężonych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Metoda gradientów sprzężonych motywacja Rozważmy funcję f : R N R f(x) = 1 2
Bardziej szczegółowoWYKŁAD 9 METODY ZMIENNEJ METRYKI
WYKŁAD 9 METODY ZMIENNEJ METRYKI Kierunki sprzężone. Metoda Newtona Raphsona daje dobre przybliżenie najlepszego kierunku poszukiwań, lecz jest to okupione znacznym kosztem obliczeniowym zwykle postać
Bardziej szczegółowo3. FUNKCJA LINIOWA. gdzie ; ół,.
1 WYKŁAD 3 3. FUNKCJA LINIOWA FUNKCJĄ LINIOWĄ nazywamy funkcję typu : dla, gdzie ; ół,. Załóżmy na początek, że wyraz wolny. Wtedy mamy do czynienia z funkcją typu :.. Wykresem tej funkcji jest prosta
Bardziej szczegółowoWartości i wektory własne
Dość często przy rozwiązywaniu problemów naukowych czy technicznych pojawia się konieczność rozwiązania dość specyficznego układu równań: Zależnego od n nieznanych zmiennych i pewnego parametru. Rozwiązaniem
Bardziej 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 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 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 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 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 szczegółowoUkłady równań nieliniowych (wielowymiarowa metoda Newtona-Raphsona) f(x) = 0, gdzie. dla n=2 np.
Układy równań nieliniowych (wielowymiarowa metoda Newtona-Raphsona f(x 0, f ( f, f,..., f n gdzie 2 x ( x, x 2,..., x n dla n2 np. f ( x, y 0 g( x, y 0 dla każdej wielowymiarowej rozwinięcie w szereg Taylora
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 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 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 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 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 szczegółowoWstęp do metod numerycznych 11. Minimalizacja: funkcje wielu zmiennych. P. F. Góra
Wstęp do metod numerycznych 11. Minimalizacja: funkcje wielu zmiennych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Strategia minimalizacji wielowymiarowej Zakładamy, że metody poszukiwania minimów
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 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 szczegółowo1 Równania nieliniowe
1 Równania nieliniowe 1.1 Postać ogólna równania nieliniowego Często występującym, ważnym problemem obliczeniowym jest numeryczne poszukiwanie rozwiązań równań nieliniowych, np. algebraicznych (wielomiany),
Bardziej szczegółowoWstęp do metod numerycznych Eliminacja Gaussa i faktoryzacja LU. P. F. Góra
Wstęp do metod numerycznych Eliminacja Gaussa i faktoryzacja LU P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2018 Co można zrobić z układem równań... tak, aby jego rozwiazania się nie zmieniły? Rozważam
Bardziej szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 4. Metody kierunków poprawy (metoda spadku wzdłuż gradientu) Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 21.03.2019 1 / 41 Plan wykładu Minimalizacja
Bardziej szczegółowoRozwiązywanie algebraicznych układów równań liniowych metodami iteracyjnymi
Rozwiązywanie algebraicznych układów równań liniowych metodami iteracyjnymi Plan wykładu: 1. Przykłady macierzy rzadkich i formaty ich zapisu 2. Metody: Jacobiego, Gaussa-Seidla, nadrelaksacji 3. Zbieżność
Bardziej szczegółowoPODSTAWY RACHUNKU WEKTOROWEGO
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Skalar Definicja Skalar wielkość fizyczna (lub geometryczna)
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 szczegółowo3. Wykład Układy równań liniowych.
31 Układy równań liniowych 3 Wykład 3 Definicja 31 Niech F będzie ciałem Układem m równań liniowych o niewiadomych x 1,, x n, m, n N, o współczynnikach z ciała F nazywamy układ równań postaci: x 1 + +
Bardziej szczegółowoRozwiązywanie równań nieliniowych
Rozwiązywanie równań nieliniowych Marcin Orchel 1 Wstęp Przykłady wyznaczania miejsc zerowych funkcji f : f(ξ) = 0. Wyszukiwanie miejsc zerowych wielomianu n-tego stopnia. Wymiar tej przestrzeni wektorowej
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 szczegółowoPendolinem z równaniami, nierównościami i układami
Pendolinem z równaniami, nierównościami i układami 1. Równaniem nazywamy równość dwóch wyrażeń algebraicznych. Równaniami z jedną niewiadomą są, np. równania: 2 x+3=5 x 2 =4 2x=4 9=17 x 3 2t +3=5t 7 Równaniami
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 szczegółowo