D5. Podprogramy rozwiązywania układu równań

Wielkość: px
Rozpocząć pokaz od strony:

Download "D5. Podprogramy rozwiązywania układu równań"

Transkrypt

1 D5. Podprogramy rozwiązywania układu równań W niniejszym dodatku zamieśiliśmy proedury rozwiazywania układu równań liniowyh. Krótki opis algorytmów omówiliśmy w rozdz Proedury mają bogaty komentarz nagłówkowy objaśniająy ih użyie. ======================================================================= Subroutine LDUSL(LiDiag, Nmax, L,D, U, Pilot, Symetr, NrU, ierr) FUNKCJA Proedura LDUSL dokonuje rozkladu Symetryznej lub niesymetryznej, nieujemnie(niedodatnio) okreslonej maierzy o budowie profilowej(o ile na wejsiu jest ona podana w postai nierozlozonej) na ilozyn A = L*D*U, gdzie L jest maierza trojkatna dolna o jednosiah na glownej diagonali, U - trojkatna gorna, a D maierza diagonalna. W przypadku, gdy maierz pozatkowa jest Symetryzna, L i U sie pokrywaja. PRZYKLADY Proedura LDUSL jest wykorzystywana przede wszystkim do rozwiazywania ukladu(ow) rownan liniowyh (Symetryznyh lub niesymetryznyh) o profilowej(sky- line) maierzy lewej strony. Rozwiazanie ukladu rownan wymaga wywolania nastepujaej sekwenji proedur (dla maierzy niesymetryznej- Symetr =.FALSE.): all LDUSL(LiDiag,Nmax,L,D,U,Pilot,Symetr,NrU,ierr,energ) all UKSL(LiDiag,Nmax,L,D,U,B,Pilot,NrU,ierr) Odpowiednie wywolania dla maierzy Symetryznyh jest nastepu jae(symetr =.TRUE.): all LDUSL(LiDiag,Nmax,U,D,U,Pilot,Symetr,NrU,ierr,energ) all UKSL(LiDiag,Nmax,U,D,U,B,Pilot,NrU,ierr) Nalezy podkresli, ze w przypadku, gdy hemy rozwiaza ten uklad dla wieej niz jeden wektorow prawej strony, to LDUSL wykonywane jest tylko raz - przed znalezieniem pierwszego rozwiazania. 444

2 WEJSCIE LiDiag-/integer*4/ lizba elementow diagonalnyh maierzy A, Nmax-/integer*4/ lizba elementow zesi trojkatnej gornej ma ierzy A, U(Nmax)-/REAL*8/ wektor zawierajay na wejsiu kolejne kolumny elementow znajdujayh sie ponad glowna przekatna maierzy wejsiowej w profilu obejmujaym wszystkie jej niezerowe elementy. Przykladowo- jesli oznazymy taka 4x4 maierz przez A: I 2.D0 0.D0 1.D0 0.D0 I I 0.D0 4.D0 0.D0 3.D0 I I -1.D0 0.D0 8.D0 5.D0 I I 0.D0-2.D0 5.D0 9.D0 I tonmax=4,u(1)=1.d0,u(2)=0.d0,u(3)=3.d0,u(4)=5.d0, D(LiDiag)-/REAL*8/ wektor o wymiarze LiDiag zawierajay na wejsiu elementy diagonalne maierzy A, L(Nmax)-/REAL*8/ wektor zawierajay na wejsiu kolejne wiersze profilu obejmujaego elementy niezerowe lezae na lewo od glownej przekatnej maierzy A, W przypadku, gdy A jest Symetryzna przy wywolaniu LDUSL nalezy w miejse L poda parametr aktualny odpowiadajay U. W przypadku, gdy maierz A jest niesymetryzna(dla poda nego wyzej przykladu) wartosi L sa nastepujae: L(1) =-1.D0, L(2)=0.D0,L(3)=-2.D0,L(4)=5.D0,awiezapamietanesa w sposob analogizny do sposobu przehowywania maierzy U (zamiast kolumn wiersze), Pilot(LiDiag) - /integer*4/ wektor zawierajay indeksy najnizszyh elementow ponaddiagonalnyh w kolejnyh kolumnah. Przyjeto zalozenie, ze Pilot(1) jest rowny zero, a w przypadku, gdy w j-tej kolumnie nie ma elementow niezerowyh, Pilot(J) = Pilot(J-1). Latwo zauwazy, ze w przypadku maierzy niesymetryznyh Pilot przekazuje analogizne informaje o rozmieszzeniu elementow w maierzy trojkatnej dolnej L(indeksy elementow najnizszyh sposrod ponaddiagonalnyh odpowiadaja indeksom tyh elementow z kolejnyh wierszy, ktore lewostronnie sasiaduja z glowna przekatna). Pilot w trakie dzialania proedury nie jest zmieniany. Dla maierzy podanej w przykladzie, wartosi wek tora sa nastepujae: Pilot(1) = 0 (dla kazdej maierzy), Pilot(2)=0,Pilot(3)=3,Pilot(4)=4iNmax=4, Symetr - /logial*1/ stala rowna.true. jesli maierz jest Symetryzna i.false. w przeiwnym przypadku, NrU-/integer*4/ numer urzadzenia wyjsiowego na ktory wypisywa ne sa komunikaty o bledah. NrU rowne zero oznaza, ze komu nikaty nie beda wyswietlane. 445

3 446 Podprogramy rozwiązywania układu równań WYJSCIE U-/REAL*8/ wektor o wymiarze onajmniej Nmax zawierajay zynnik rozkladu maierzy A na ilozyn L*D*U, gdzie U jest trojkatna gorna, L- trojkatna dolna, a D jest maierza diagonalna. Pierwotna zawartos wektora U zostaje zniszzona, L-/REAL*8/ wektor o wymiarze onajmniej Nmax zawierajay zynnik rozkladu maierzy A na ilozyn L*D*U, gdzie U jest trojkatna gorna, L- trojkatna dolna, a D jest maierza diagonalna. W przypadku maierzy Symetryznyh L jest rowne U. Pierwotna zawartos wektora L zostaje zniszzona, D-/REAL*8/ wektor o wymiarze onajmniej LiDiag zawierajay odwrotnos zynnika rozkladu maierzy A na ilozyn L*D*U, gdzieujesttrojkatnagorna,l-trojkatnadolna, ad jest maierza diagonalna. Pierwotna zawartos wektora D zostaje zniszzona, ierr-/integer*4/ zmienna zawierajaa kod bledu wykrytego podzas dzialania proedury. Moze ona przyjmowa nastepujae wartosi: -J- utrata onajmniej siedmiu yfr znazayh przy oblizaniu J-tego elementu diagonalnego, LiDiag + J- maierz wejsiowa jest osobliwa (otrzymano zero przy oblizaniu J-tego elementu diagonalnego), J- maierz wejsiowa nie jest ani nieujemnie, ani niedodatnio okreslona(znak J-tego elementu diagonalnego jest rozny od J-1 -szego. Oblizenia pomimo wykrytyh bledow nie sa przerywane. W przypadku niewykryia bledu ierr jest rowny zero. METODA Rozklad maierzy wejsiowej odbywa sie przy pomoy adaptaji Zwartej Metody Crouta(odmiana eliminaji Gaussa) dla maierzy o podanej wzesniej budowie. Polega ona na rozkladzie maierzy wejsiowej na ilozyn A = L*D*U, gdzie U jest maierza trojkatna gorna o jednosiah na glownej diagonali, L- trojkatna dolna, a D- maierz- diagonalna. BLEDY LDUSL rozpoznaje trzy rodzaje blednyh sytuaji i wypisuje odpowiednie komunikaty na urzadzenie o numerze NrU: 1. utrata onajmniej siedmiu yfr znazayh przy oblizaniu elementu diagonalnego rozkladu L*D*U(zle uwarunkowanie maierzy), 2. maierz wejsiowa jest osobliwa, 3. maierz wejsiowa nie jest ani dodatnio ani ujemnie okreslona.

4 dodatkowo podawany jest indeks wiersza(kolumny) przy ktorej wytapilo rozpoznanie blednej sytuaji. Oproz tego zmiennej ierr nadawana jest odpowiednio dla kazdej z tyh sytuaji wartos:-j, LiDiag+JorazJ,gdzieJ-oznazaindekskolumny przy ktorym rozpoznano blad. UZYTE PODPROGRAMY dot(maoper) - ilozyn skalarny dwoh wektorow, DREDUC(UkRow) - proedura wyznazajaa N-ty element diagonalny maierzy D powstalej przy rozkladzie maierzy pozatkowej na ilozyn L*D*U oraz ostatezne wartosi wstep nie zredukowanyh wzesniej elementow N-tego wiersza maierzy maierzy L i N-tej kolumny maierzy U. ======================================================================= POLITECHNIKA WARSZAWSKA OSRODEK METOD KOMPUTEROWYCH ZESPOL OPROGRAMOWANIA INZYNIERSKIEGO Z.K./J.O ======================================================================= Subroutine LDUSL(LiDiag,Nmax,L,D,U,Pilot,Symetr,NrU,ierr) integer*4 J,JD,JH,JR,JRH,IDH,IE,IH,IS,LiDiag,Pilot,Nmax,ierr,I,ID integer*4 NrU real*8 DD,L,U,D real*8 dot logial*1 Symetr dimension L(Nmax),D(LiDiag),U(Nmax),Pilot(LiDiag) Redukja maierzy(kolumnami) ierr=0 JD=1 do600j=1,lidiag JR=JD+1 JD = Pilot(J) JH=JD-JR if(jh) 500,300, IS=J-JH IE=J-1 do200i=is,ie JR=JR+1 ID = Pilot(I) IH = min0(id-pilot(i-1),i-is+1) if(ih.le.0)goto200 JRH=JR-IH 447

5 448 Podprogramy rozwiązywania układu równań IDH=ID-IH+1 U(JR) = U(JR)- dot(u(jrh),l(idh),ih) if(.not. Symetr) L(JR) = L(JR)- dot(l(jrh),u(idh),ih) 200 ontinue wyznazanie elementu diagonalnego i konowa redukja j-tego wiersza ikolumny 300 DD=D(J) JR=JD-JH JRH=J-JH-1 all DREDUC(JH+1, L(JR), D(JRH), U(JR), D(J), Symetr) Obsluga bledow if(dabs(d(j)).ge. 0.5D-7*dabs(DD)) goto 400 ierr=-j if(nru.ne. 0) write(nru,2000) if(nru.ne. 0) write(nru,2010) J 400 if(dd*d(j).ge. 0.0D0) goto 500 ierr=lidiag+j if(nru.ne. 0) write(nru,2020) if(nru.ne. 0) write(nru,2030) J 500 if(d(j).ne. 0.0D0) goto 550 ierr=j if(nru.ne. 0) write(nru,2040) J if(nru.ne. 0) write(nru,2050) goto 600 C C Oblizanie odwrotnosi maierzy D C 550 D(J)=1.0D0/D(J) 600 ontinue 2000 format(2x, ***LDUSL ostrzezenie 1*** utrata onajmniej siedmiu, ) 2010 format(2x, yfr znazayh przy oblizaniu,i5, -tej kolumny. ) 2020 format(2x, ***LDUSL ostrzezenie 2*** maierz wejsiowa nie jest ) 2030 format(2x, ani dodatnio ani ujemnie okreslona. Zmiana znaku, + przy oblizaniu,i5, -tego elementu diagonalnego. ) 2040 format(2x, ***LDUSLostrzezenie3***,I5, -tyelement, + diagonalny ) 2050 format(2x, jest rowny zero- maierz jest osobliwa. ) end ======================================================================= Subroutine UKSL(LiDiag, Nmax, L, D, U, B, Pilot, NrU, ierr, energ)

6 FUNKCJA Rozwiazywanie ukladu rownan liniowyh L*D*U*x = b, gdzie L jest maierza trojkatna dolna, D- diagonalna, a U - trojkatna gorna. Maierze L i U sa podane"sky-line ie". PRZYKLADY W elu rozwiazania ukladu rownan liniowyh z maierza profilowa("sky-line") nalezy najpierw wykona proedure LDUSL rozkladajaa maierz pozatkowa na ilozyn L*D*U. W elu rozwiazania jednego (lub wieej) ukladu rownan liniowyh symetryznyh nalezy wykona: CALL LDUSL(LiDiag,Nmax,U,D,U,Pilot,.TRUE.,NrU,ierr,energ) CALL UKSL(LiDiag,Nmax,U,D,U,B,Pilot,NrU,ierr,energ) W elu rozwiazania jednego (lub wieej) ukladu rownan liniowyh niesymetryznyh nalezy wykona: CALL LDUSL(LiDiag,Nmax,L,D,U,Pilot,.FALSE.,NrU,ierr,energ) CALL UKSL(LiDiag,Nmax,L,D,U,B,Pilot,NrU,ierr,energ) WEJSCIE U(Nmax)-/real*8/ wektor zawierajay na wejsiu kolejne kolumny elementow znajdujayh sie ponad glowna przekatna maierzy trojkatnej gornej D- zynnika rozkladu L*D*U- znajdujaego sie w profilu obejmujaym wszystkie jego niezerowe elementy. Przykladowo dla 4x4 maierzy D rownej I 1.D0 0.D0 1.D0 0.D0 I I 0.D0 1.D0 0.D0 3.D0 I I 0.D0 0.D0 1.D0 5.D0 I I 0.D0 0.D0 0.D0 1.D0 I U(1)=1.D0,U(2)=0.D0,U(3)=3.D0,U(4)=5.D0, D(LiDiag)-/real*8/ wektor o wymiarze LiDiag zawierajay na wejsiu elementy diagonalne maierzy A, L(Nmax)-/real*8/ wektor zawierajay na wejsiu wiersze maierzy trojkatnej dolnej. W przypadku, gdy A jest symetryzna przy wywolaniu LDUSL nalezy w miejse L poda parametr aktualny odpowiadajay U. W przypadku, gdy maierz A jest niesymetryzna jest real*8 wektor elementow zawierajayh kolejne wiersze (na lewo od diagonali) profilu niezerowyh elementow tej maierzy, D-/real*8/ wektor o wymiarze onajmniej LiDiag zawierajay odwrotnos zynnika rozkladu maierzy A na ilozyn L*D*U, gdzieujesttrojkatnagorna,l-trojkatnadolna, ad jest maierza diagonalna. Pierwotna zawartos wektora D zostaje zniszzona, 449

7 450 Podprogramy rozwiązywania układu równań B(LiDiag)-/real*8/ wektor prawej strony ukladu rownan, NrU-/integer*4/ numer urzadzenia wyjsiowego na ktory wypisywa ne sa komunikaty o bledah. NrU rowne zero oznaza, ze komu nikaty nie beda wyswietlane. WYJSCIE B(LiDiag)-/real*8/ wektor rozwiazania ukladu rownan. Pierwotna jego zawartos zostala zniszzona, ierr-/integer*4/ zmienna rowna zero jesli wektor prawej strony nie jest zerowy i LiDiag w przeiwnym przypadku. energ-/real*8/ energia sprezysta ukladu METODA Korzystaja z podanego na wejsiu rozkladu maierzy na ilozyn L*D*U rozwiazuje sie uklad rownan w trzeh etapah: 1.Rozwiazywanyjestuklad L*w=b. 2.Rozwiazywanyjestuklad D*z=w. 3.Rozwiazywanyjestuklad U*x=z, o jest, jak latwo zauwazy, rownowazne pozatkowemu ukladowi A*x=b.Rozwiazaniekazdegoztyhukladowjestozywiste(1i3 maierze trojkatne, a 2- maierz diagonalna) BLEDY UKSL sygnalizuje sytuaje, gdy nastepuje proba rozwiazania ukladu rownan jednorodnyh (zerowy wektor prawej strony). W sytuaji, gdy maierz pozatkowa jest nieosobliwa nie ma to wiekszego sensu- istnieje tylko jedne zerowe rozwiazanie. Odpowiedni komunikat zostanie zapisany na urzadzeniu o numerze logiznym NrU. Oproz tego zmiennej informujaej o bledah- ierr nadana zostanie waros Lidiag. UZYTE PODPROGRAMY dot(maoper) - ilozyn skalarny dwoh wektorow, COLRED(U,X,N,B) - proedura dokonujaa redukji kolumny przy rozwiazywaniu ukladu rownan z maierza trojkatna gorna. ======================================================================= Subroutine UKSL(LiDiag,Nmax,L,D,U,B,Pilot,NrU,ierr,energ) integer*4 Pilot,LiDiag,Nmax,IS,J,JH,JJH,JR1,NrU,ierr,JR,IE real*8 BD,B,D,L,U,dot,energ dimension L(Nmax),U(Nmax),D(LiDiag),B(LiDiag),Pilot(LiDiag)

8 Szukanie pierwszej niezerowej skladowej wektora prawej strony ierr=0 do100is=1,lidiag if(b(is).ne.0.0d0)goto ontinue if(nru.ne. 0) write(nru, 2000) ierr = LiDiag 200 if(is.eq.lidiag)goto400 IE=IS+1 Rozwiazywanie ukladu rownan z maierza trojkatna dolna L*w = b do300j=ie,lidiag JR = Pilot(J-1) JH=Pilot(J)-JR JJH=J-JH if(jh.le.0)goto300 JR1=JR+1 if(jjh.gt. 0) B(J) = B(J)- dot(l(jr1),b(jjh),jh) 300 ontinue Rozwiazywanie ukladu rownan z maierza diagonalna D*z = w 400 energ=0.d0 do500j=is,lidiag BD=B(J) B(J)=B(J)*D(J) 500 energ=energ+bd*b(j) Rozwiazywanie ukladu rownan z maierza trojkatna gorna U*x = z, o jest rownowazne rozwiazaniu ukladu(l*d*u)*x = B J=LiDiag 600 JR = Pilot(J-1) JH=Pilot(J)-JR JJH=J-JH if(jjh.gt. 0) all ColRed(U(JR+1),B(J),JH,B(JJH)) J=J-1 if(j.gt.1)goto format( ***UKSL ostrzezenie 1*** zerowy wektor prawej strony. ) end ======================================================================= 451

9 452 Podprogramy rozwiązywania układu równań Subroutine DREDUC(N, L, D, U, DJ, Symetr) FUNKCJA Proedura DREDUC mnozy kolejne elementy wektora U przez odpowiadajae im elementy wektora D, nastepnie obliza jego ilozyn skalarny z wektorem L i otrzymana wartos odejmuje od DJ. Ponadto, jesli SYMETR jest rowny.false., zmodyfikowany zostaje wektorlw ten sposob, ze kolejne jego elementy sa rowne "starym" pomnozonym przez odpowiadajae im elementy wektora D. ZASTOSOWANIE Podstawowym zastosowaniem DREDUC jest redukja kolumn maierzy trojkatnej gornej(w przypadku maierzy niesymetryznyh - takze wierszy maierzy trojkatnej dolnej) oraz wyznazenie odwrotnosi kolejnego elementu maierzy diagonalnej podzas wyznazania rozkladu maierzy na ilozyn L*D*U, gdzie L jest maierza trojkatna dolna, D- diagonalna, a U- trojkatna gorna. Proedura wyznazjaa rozklad ma nazwe LDUSL. WEJSCIE N-/INTEGER*4/ dlugos wektorow L i U (indeks oblizonego w poprzednim kroku elementu diagonalnego), L-/REAL*8/ wektor o dlugosi onajmniej N (wiersz maierzy trojkatnej dolnej L). W przypadku, gdy maierz jest symetryzna L pokrywa sie z U, D- /REAL*8/ wektor o dlugosi onajmniej N (lizba oblizonyh dotad elementow diagonalnyh D), U-/REAL*8/ wektor o dlugosi onajmniej N (kolumna maierzy trojkatnej gornej L). SYMETR-/LOGICAL/ stala wejsiowa rowna.true. L ma zosta niezmienione(maierz symetryzna) i.false. w przeiwnym przypadku, DJ-/REAL*8/ zmienna(odpowiada aktualnie elementowi diagonalnemu maierzy D- rownemu odpowiadajaemu jej elementowi maierzy pozatkowej), WYJSCIE U-/REAL*8/ zawiera elementy podane na wejsiu i pomnozone przez odpowiadajae im elementy wektora D. L-/REAL*8/wektor-jesliSYMETRjestrowny.TRUE.Ljestrowne U, a w przeiwnym przypadku kolejne elementy L sa (podobnie jak U) mnozone przez odpowiadajae im elementy wektora D,

10 DJ-/REAL*8/ zmienna zawierajaa roznie miedzy stara wartosia a ilozynem skalarnym zmodyfikowanego wektora U i wektora L. ======================================================================= Subroutine DREDUC(N, L, D, U, DJ, Symetr) integer*4 N, j logial*1 Symetr real*8l,d,u,dj,pom dimension L(N), D(N), U(N) do100j=1,n pom=u(j)*d(j) DJ=DJ-L(J)*pom U(J)=pom 100 ontinue Dodatkowe oblizenia sa potrzebne dla maierzy niesymetryznej IF(Symetr) do200j=1,n L(j)=L(j)*D(j) 200 ontinue end ======================================================================= Subroutine ColRed(u, x, n, b) FUNKCJA Odjeie od wektora B wektora U pomnozonego przez X WEJSCIE/ WYJSCIE n -/integer*4/ wymiar wektorow U i B, x -/real*8/ mnoznik, b -/real*8/ modyfikowany wektor, u -/real*8/ wektor. ======================================================================= Subroutine ColRed(u, x, n, b) real*8u,b,x 453

11 454 Podprogramy rozwiązywania układu równań integer*4 n, i dimension u(n), b(n) if(n.lt. 1) do100i=1,n b(i)=b(i)-u(i)*x 100 ontinue end ======================================================================= real*8 funtion dot(a, b, n) FUNKCJA Oblizanie ilozynu skalarnego wektorow a i b o dlugosi n WEJSCIE n -/integer*4/ dlugos wektorow a i b, a, b -/real*8/ wektory odlugosi n. ======================================================================= real*8 funtion dot(a, b, n) real*8a,b,dot integer*4 n, i dimension a(n), b(n) dot=0.0d0 do100i=1,n dot=dot+a(i)*b(i) 100 ontinue end

Dyskretna transformata falkowa z wykorzystaniem falek Haara. Alfréd Haar

Dyskretna transformata falkowa z wykorzystaniem falek Haara. Alfréd Haar Dyskretna transformata falkowa z wykorzystaniem falek Haara Alfréd Haar 88-9 Przypomnijmy, że istotą DWT jest podział pierwotnego sygnału za pomoą pary filtrów (górnoprzepustowego i dolnoprzepustowego)

Bardziej szczegółowo

Składowe odpowiedzi czasowej. Wyznaczanie macierzy podstawowej

Składowe odpowiedzi czasowej. Wyznaczanie macierzy podstawowej Składowe odpowiedzi zasowej. Wyznazanie maierzy podstawowej Analizowany układ przedstawia rys.. q (t A q 2, q 2 przepływy laminarne: h(t q 2 (t q 2 h, q 2 2 h 2 ( Przykładowe dane: A, 2, 2 2 (2 h2(t q

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 10 Rozkład LU i rozwiązywanie układów równań liniowych Niech będzie dany układ równań liniowych postaci Ax = b Załóżmy, że istnieją macierze L (trójkątna dolna) i U (trójkątna górna), takie że macierz

Bardziej szczegółowo

Rozwiązywanie układów równań liniowych

Rozwiązywanie układów równań liniowych Rozwiązywanie układów równań liniowych Marcin Orchel 1 Wstęp Jeśli znamy macierz odwrotną A 1, to możęmy znaleźć rozwiązanie układu Ax = b w wyniku mnożenia x = A 1 b (1) 1.1 Metoda eliminacji Gaussa Pierwszy

Bardziej szczegółowo

Wartości i wektory własne

Wartości i wektory własne Dość często przy rozwiązywaniu problemów naukowych czy technicznych pojawia się konieczność rozwiązania dość specyficznego układu równań: Zależnego od n nieznanych zmiennych i pewnego parametru. Rozwiązaniem

Bardziej szczegółowo

Obliczenia naukowe Wykład nr 8

Obliczenia naukowe Wykład nr 8 Obliczenia naukowe Wykład nr 8 Paweł Zieliński Katedra Informatyki, Wydział Podstawowych Problemów Techniki, Politechnika Wrocławska Literatura Literatura podstawowa [] D. Kincaid, W. Cheney, Analiza numeryczna,

Bardziej szczegółowo

Układy równań liniowych. Ax = b (1)

Układy równań liniowych. Ax = b (1) Układy równań liniowych Dany jest układ m równań z n niewiadomymi. Liczba równań m nie musi być równa liczbie niewiadomych n, tj. mn. a a... a b n n a a... a b n n... a a... a b m m mn n m

Bardziej szczegółowo

Wykład 5. Metoda eliminacji Gaussa

Wykład 5. Metoda eliminacji Gaussa 1 Wykład 5 Metoda eliminacji Gaussa Rozwiązywanie układów równań liniowych Układ równań liniowych może mieć dokładnie jedno rozwiązanie, nieskończenie wiele rozwiązań lub nie mieć rozwiązania. Metody dokładne

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 11 Ogólna postać metody iteracyjnej Definicja 11.1. (metoda iteracyjna rozwiązywania układów równań) Metodą iteracyjną rozwiązywania { układów równań liniowych nazywamy ciąg wektorów zdefiniowany

Bardziej szczegółowo

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

Wykład 6. Metoda eliminacji Gaussa: Eliminacja z wyborem częściowym Eliminacja z wyborem pełnym 1 Wykład 6 Metoda eliminacji Gaussa: Eliminacja z wyborem częściowym Eliminacja z wyborem pełnym ELIMINACJA GAUSSA Z WYBOREM CZĘŚCIOWYM ELEMENTÓW PODSTAWOWYCH 2 Przy pomocy klasycznego algorytmu eliminacji

Bardziej szczegółowo

10. Metody obliczeniowe najmniejszych kwadratów

10. Metody obliczeniowe najmniejszych kwadratów 10. Metody obliczeniowe najmniejszych kwadratów 1. Dowód twierdzenia o faktoryzacji macierzy Twierdzenie 1 Każdadodatniookreślon aisymetryczn amacierzm można przedstawíc wpostaci M = PP T gdzie P jest

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Metody numeryczne Wykład 4

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

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne

UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne Układy równań liniowych Rozpatruje się układ n równań liniowych zawierających n niewiadomych: a11x1 a12x2... a1nxn b1 a21x1 a22x2... a2nxn b2... an 1x1 an2x2...

Bardziej szczegółowo

Metoda simpleks. Gliwice

Metoda simpleks. Gliwice Sprowadzenie modelu do postaci bazowej Sprowadzenie modelu do postaci bazowej Przykład 4 Model matematyczny z Przykładu 1 sprowadzić do postaci bazowej. FC: ( ) Z x, x = 6x + 5x MAX 1 2 1 2 O: WB: 1 2

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach. WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

Bardziej szczegółowo

Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych

Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych Piotr Modliński Wydział Geodezji i Kartografii PW 13 stycznia 2012 P. Modliński, GiK PW Rozw.

Bardziej szczegółowo

FUNKCJA KWADRATOWA. Poziom podstawowy

FUNKCJA KWADRATOWA. Poziom podstawowy FUNKCJA KWADRATOWA Poziom podstawowy Zadanie ( pkt) Wykres funkji y = ax + bx+ przehodzi przez punkty: A = (, ), B= (, ), C = (,) a) Wyznaz współzynniki a, b, (6 pkt) b) Zapisz wzór funkji w postai kanoniznej

Bardziej szczegółowo

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH Transport, studia I stopnia rok akademicki 2011/2012 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Uwagi wstępne Układ liniowych równań algebraicznych można

Bardziej szczegółowo

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

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ... Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINIOWYCH -Metody dokładne

UKŁADY RÓWNAŃ LINIOWYCH -Metody dokładne UKŁADY RÓWNAŃ LINIOWYCH -Metody dokładne Układy równań liniowych Rozpatruje się układ n równań liniowych zawierających n niewiadomych: a + a +... + ann b a + a +... + ann b... an + an+... + annn bn który

Bardziej szczegółowo

Obliczenia iteracyjne

Obliczenia iteracyjne Lekcja Strona z Obliczenia iteracyjne Zmienne iteracyjne (wyliczeniowe) Obliczenia iteracyjne wymagają zdefiniowania specjalnej zmiennej nazywanej iteracyjną lub wyliczeniową. Zmienną iteracyjną od zwykłej

Bardziej szczegółowo

3. Macierze i Układy Równań Liniowych

3. Macierze i Układy Równań Liniowych 3. Macierze i Układy Równań Liniowych Rozważamy równanie macierzowe z końcówki ostatniego wykładu ( ) 3 1 X = 4 1 ( ) 2 5 Podstawiając X = ( ) x y i wymnażając, otrzymujemy układ 2 równań liniowych 3x

Bardziej szczegółowo

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera Wyk lad 7 Metoda eliminacji Gaussa Wzory Cramera Metoda eliminacji Gaussa Metoda eliminacji Gaussa polega na znalezieniu dla danego uk ladu a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wstęp do metod numerycznych Eliminacja Gaussa i faktoryzacja LU. P. F. Góra

Wstęp 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 szczegółowo

Analiza numeryczna Kurs INP002009W. Wykłady 6 i 7 Rozwiązywanie układów równań liniowych. Karol Tarnowski A-1 p.

Analiza numeryczna Kurs INP002009W. Wykłady 6 i 7 Rozwiązywanie układów równań liniowych. Karol Tarnowski A-1 p. Analiza numeryczna Kurs INP002009W Wykłady 6 i 7 Rozwiązywanie układów równań liniowych Karol Tarnowski karol.tarnowski@pwr.wroc.pl A-1 p.223 Plan wykładu Podstawowe pojęcia Własności macierzy Działania

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

NUMERYCZNE METODY ROZWIĄZYWANIA ROWNAŃ LINIOWYCH. PRZYGOTOWAŁA: ANNA BANAŚ KoMBo, WILiŚ

NUMERYCZNE 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 szczegółowo

III TUTORIAL Z METOD OBLICZENIOWYCH

III TUTORIAL Z METOD OBLICZENIOWYCH III TUTORIAL Z METOD OBLICZENIOWYCH ALGORYTMY ROZWIĄZYWANIA UKŁADÓW RÓWNAŃ LINIOWYCH Opracowanie: Agata Smokowska Marcin Zmuda Trzebiatowski Koło Naukowe Mechaniki Budowli KOMBO Spis treści: 1. Wstęp do

Bardziej szczegółowo

LXIV Olimpiada Matematyczna

LXIV Olimpiada Matematyczna LXIV Olimpiada Matematyzna Rozwiązania zadań konkursowyh zawodów stopnia drugiego 22 lutego 203 r. (pierwszy dzień zawodów) Zadanie. Dane są lizby ałkowite b i oraz trójmian f(x) = x 2 +bx+. Udowodnić,

Bardziej szczegółowo

Egzamin z Metod Numerycznych ZSI, Egzamin, Gr. A

Egzamin z Metod Numerycznych ZSI, Egzamin, Gr. A Egzamin z Metod Numerycznych ZSI, 06.2007. Egzamin, Gr. A Imię i nazwisko: Nr indeksu: Section 1. Test wyboru, max 33 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa odpowiedź

Bardziej szczegółowo

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

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej 15. Macierze Definicja Macierzy. Dla danego ciała F i dla danych m, n IN funkcję A : {1,...,m} {1,...,n} F nazywamy macierzą m n ( macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)

Bardziej szczegółowo

Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE

Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE 2.2 Ćwiczenia komputerowe Ćwiczenie

Bardziej szczegółowo

Metody dekompozycji macierzy stosowane w automatyce

Metody dekompozycji macierzy stosowane w automatyce Metody dekompozycji macierzy stosowane w automatyce Grzegorz Mzyk Politechnika Wrocławska, WydziałElektroniki 23 lutego 2015 Plan wykładu 1 Wprowadzenie 2 Rozkład LU 3 Rozkład spektralny 4 Rozkład Cholesky

Bardziej szczegółowo

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać układu równań liniowych Układ liniowych równań algebraicznych

Bardziej szczegółowo

Wykład III Układy równań liniowych i dekompozycje macierzy

Wykład 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 szczegółowo

1 Układy równań liniowych

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

Bardziej szczegółowo

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Wyk 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 szczegółowo

UKŁADY RÓWNAŃ LINIOWYCH

UKŁADY 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 szczegółowo

Projekt 6: Równanie Poissona - rozwiązanie metodą algebraiczną.

Projekt 6: Równanie Poissona - rozwiązanie metodą algebraiczną. Projekt 6: Równanie Poissona - rozwiązanie metodą algebraiczną. Tomasz Chwiej 9 sierpnia 18 1 Wstęp 1.1 Dyskretyzacja n y V V 1 V 3 1 j= i= 1 V 4 n x Rysunek 1: Geometria układu i schemat siatki obliczeniowej

Bardziej szczegółowo

5. Rozwiązywanie układów równań liniowych

5. Rozwiązywanie układów równań liniowych 5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a

Bardziej szczegółowo

Analiza matematyczna i algebra liniowa Macierze

Analiza matematyczna i algebra liniowa Macierze Analiza matematyczna i algebra liniowa Macierze Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje: poniedziałek

Bardziej szczegółowo

Wykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25

Wykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25 Wykład 4 Informatyka Stosowana Magdalena Alama-Bućko 25 marca 2019 Magdalena Alama-Bućko Wykład 4 25 marca 2019 1 / 25 Macierze Magdalena Alama-Bućko Wykład 4 25 marca 2019 2 / 25 Macierza wymiaru m n

Bardziej szczegółowo

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

METODY NUMERYCZNE. wykład. konsultacje: wtorek 10:00-11:30 środa 10:00-11:30. dr inż. Grażyna Kałuża pokój METODY NUMERYCZNE wykład dr inż. Grażyna Kałuża pokój 103 konsultacje: wtorek 10:00-11:30 środa 10:00-11:30 www.kwmimkm.polsl.pl Program przedmiotu wykład: 15 godzin w semestrze laboratorium: 30 godzin

Bardziej szczegółowo

Komputerowa analiza zagadnień różniczkowych 3. Numeryczne zagadnienie własne

Komputerowa analiza zagadnień różniczkowych 3. Numeryczne zagadnienie własne Komputerowa analiza zagadnień różniczkowych 3. Numeryczne zagadnienie własne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2007/08 Wektory i wartości własne definicje Niech A C N N. Jeżeli

Bardziej szczegółowo

Metody numeryczne. Janusz Szwabiński. nm_slides-7.tex Metody numeryczne Janusz Szwabiński 11/11/ :45 p.

Metody 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 szczegółowo

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy

Bardziej szczegółowo

SZYBKI ALGORYTM Z MACIERZĄ SHURA DLA MACIERZY TRÓJDIAGONALNYCH

SZYBKI ALGORYTM Z MACIERZĄ SHURA DLA MACIERZY TRÓJDIAGONALNYCH SZYBKI ALGORYTM Z MACIERZĄ SHURA DLA MACIERZY TRÓJDIAGONALNYCH Rozwiązujemy układ z macierzą trójdiagonalną. Założymy dla prostoty opisu, że macierz ma stałe współczynniki, to znaczy, że na głównej diagonali

Bardziej szczegółowo

Przykład 2 układ o rozwiązaniu z parametrami. Rozwiążemy następujący układ równań:

Przykład 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 szczegółowo

Zad. 3: Układ równań liniowych

Zad. 3: Układ równań liniowych 1 Cel ćwiczenia Zad. 3: Układ równań liniowych Wykształcenie umiejętności modelowania kluczowych dla danego problemu pojęć. Definiowanie właściwego interfejsu klasy. Zwrócenie uwagi na dobór odpowiednich

Bardziej szczegółowo

Rozwiązanie Ad 1. Model zadania jest następujący:

Rozwiązanie Ad 1. Model zadania jest następujący: Przykład. Hodowca drobiu musi uzupełnić zawartość dwóch składników odżywczych (A i B) w produktach, które kupuje. Rozważa cztery mieszanki: M : M, M i M. Zawartość składników odżywczych w poszczególnych

Bardziej szczegółowo

Układy równań liniowych. Krzysztof Patan

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

Bardziej szczegółowo

Metoda eliminacji Gaussa

Metoda eliminacji Gaussa Metoda eliminacji Gaussa Rysunek 3. Rysunek 4. Rozpoczynamy od pierwszego wiersza macierzy opisującej nasz układ równań (patrz Rys.3). Zakładając, że element a 11 jest niezerowy (jeśli jest, to niezbędny

Bardziej szczegółowo

Procesy Chemiczne. Ćw. W4 Adsorpcja z roztworów na węglu aktywnym. Nadmiarowe izotermy adsorpcji. Politechnika Wrocławska

Procesy Chemiczne. Ćw. W4 Adsorpcja z roztworów na węglu aktywnym. Nadmiarowe izotermy adsorpcji. Politechnika Wrocławska Politehnika Wroławska Proesy Chemizne Ćw. W4 Adsorpja z roztworów na węglu aktywnym. Nadmiarowe izotermy adsorpji Opraowane przez: Ewa Loren-Grabowska Wroław 2011 I. ADSORPCJA Równowagowe izotermy adsorpji

Bardziej szczegółowo

13 Układy równań liniowych

13 Układy równań liniowych 13 Układy równań liniowych Definicja 13.1 Niech m, n N. Układem równań liniowych nad ciałem F m równaniach i n niewiadomych x 1, x 2,..., x n nazywamy koniunkcję równań postaci a 11 x 1 + a 12 x 2 +...

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Badania operacyjne Problem Model matematyczny Metoda rozwiązania Znaleźć optymalny program produkcji. Zmaksymalizować 1 +3 2 2 3 (1) Przy ograniczeniach 3 1 2 +2 3 7 (2) 2 1 +4 2 12 (3) 4 1 +3 2 +8 3 10

Bardziej szczegółowo

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ

MATEMATYKA 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 szczegółowo

Krzywe stożkowe. 1 Powinowactwo prostokątne. 2 Elipsa. Niech l będzie ustaloną prostą i k ustaloną liczbą dodatnią.

Krzywe stożkowe. 1 Powinowactwo prostokątne. 2 Elipsa. Niech l będzie ustaloną prostą i k ustaloną liczbą dodatnią. Krzywe stożkowe 1 Powinowatwo prostokątne Nieh l będzie ustaloną prostą i k ustaloną lizbą dodatnią. Definija 1.1. Powinowatwem prostokątnym o osi l i stosunku k nazywamy przekształenie płaszzyzny, które

Bardziej szczegółowo

Macierze. Rozdział Działania na macierzach

Macierze. Rozdział Działania na macierzach Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy

Bardziej szczegółowo

Opis: Instrukcja warunkowa Składnia: IF [NOT] warunek [AND [NOT] warunek] [OR [NOT] warunek].

Opis: Instrukcja warunkowa Składnia: IF [NOT] warunek [AND [NOT] warunek] [OR [NOT] warunek]. ABAP/4 Instrukcja IF Opis: Instrukcja warunkowa Składnia: IF [NOT] warunek [AND [NOT] warunek] [OR [NOT] warunek]. [ELSEIF warunek. ] [ELSE. ] ENDIF. gdzie: warunek dowolne wyrażenie logiczne o wartości

Bardziej szczegółowo

Metoda graficzna może być stosowana w przypadku gdy model zawiera dwie zmienne decyzyjne. Metoda składa się z dwóch kroków (zobacz pierwszy wykład):

Metoda graficzna może być stosowana w przypadku gdy model zawiera dwie zmienne decyzyjne. Metoda składa się z dwóch kroków (zobacz pierwszy wykład): może być stosowana w przypadku gdy model zawiera dwie zmienne decyzyjne. Metoda składa się z dwóch kroków (zobacz pierwszy wykład): 1 Narysuj na płaszczyźnie zbiór dopuszczalnych rozwiazań. 2 Narysuj funkcję

Bardziej szczegółowo

2. Układy równań liniowych

2. Układy równań liniowych 2. Układy równań liniowych Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2017/2018 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 2. Układy równań liniowych zima 2017/2018 1 /

Bardziej szczegółowo

Własności wyznacznika

Własności wyznacznika Własności wyznacznika Rozwinięcie Laplace a względem i-tego wiersza: n det(a) = ( 1) i+j a ij M ij (A), j=1 gdzie M ij (A) to minor (i, j)-ty macierzy A, czyli wyznacznik macierzy uzyskanej z macierzy

Bardziej szczegółowo

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Wyk 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 szczegółowo

W wielu obliczeniach w matematyce bądź fizyce wykonanie niektórych kroków zależy od spełnienia warunku.

W wielu obliczeniach w matematyce bądź fizyce wykonanie niektórych kroków zależy od spełnienia warunku. W wielu obliczeniach w matematyce bądź fizyce wykonanie niektórych kroków zależy od spełnienia warunku. Nie wolno dzielić przez zero i należy sprawdzić, czy dzielna nie jest równa zeru. W dziedzinie liczb

Bardziej szczegółowo

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

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory; Wykłady 8 i 9 Pojęcia przestrzeni wektorowej i macierzy Układy równań liniowych Elementy algebry macierzy dodawanie, odejmowanie, mnożenie macierzy; macierz odwrotna dr Mariusz Grządziel 15,29 kwietnia

Bardziej szczegółowo

Sprawdzian 3 gr1 (22/01/04) Imie i nazwisko:...grupa: Odpowedz na wszystkie pytania, pamietaj o uzasadnieniu odpowiedzi.

Sprawdzian 3 gr1 (22/01/04) Imie i nazwisko:...grupa: Odpowedz na wszystkie pytania, pamietaj o uzasadnieniu odpowiedzi. Sprawdzian 3 gr1 (22/01/04) Imie i nazwisko:...............................grupa: 1. Dane sa dwa wektory β 1 = (1, 2, 3) i β 2 = ( 2, 4, 6) w R 3. Niech W = lin(β 1, β 2 ) oraz V = {(x 1, x 2, x 3 ) 2x

Bardziej szczegółowo

BADANIA OPERACYJNE Zagadnienie transportowe

BADANIA OPERACYJNE Zagadnienie transportowe BADANIA OPERACYJNE Zagadnienie transportowe Zadanie zbilansowane Zadanie zbilansowane Przykład 1 Firma posiada zakłady wytwórcze w miastach A, B i C, oraz centra dystrybucyjne w miastach D, E, F i G. Możliwości

Bardziej szczegółowo

KATALOG WYMAGAŃ PROGRAMOWYCH NA POSZCZEGÓLNE STOPNIE SZKOLNE W KLASIE 6

KATALOG WYMAGAŃ PROGRAMOWYCH NA POSZCZEGÓLNE STOPNIE SZKOLNE W KLASIE 6 KTLOG WYMGŃ PROGRMOWYH N POSZZEGÓLNE STOPNIE SZKOLNE W KLSIE 6 Przedstawiamy, jakie umiejętnośi z danego działu powinien zdobyć uzeń, aby uzyskać poszzególne stopnie. Na oenę dopuszzająy uzeń powinien

Bardziej szczegółowo

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

Metody numeryczne. Janusz Szwabiński. Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50 Metody numeryczne Układy równań liniowych, część II Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50 Układy równań liniowych, część II 1. Iteracyjne poprawianie

Bardziej szczegółowo

Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie

Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie OPIS ZAGADNIENIA Zagadnienie transportowe służy głównie do obliczania najkorzystniejszego

Bardziej szczegółowo

Wskaźniki, funkcje i tablice

Wskaźniki, funkcje i tablice , funkcje i tablice Zak lad Chemii Teoretycznej UJ 20 listopada 2008 wielowymiarowe 1 2 3 4 wielowymiarowe, funkcje i tablice Czym sa wskaźniki? Plan wielowymiarowe Zmienne wskaźnikowe wskazuja na inne

Bardziej szczegółowo

Wstęp do metod numerycznych Inne rodzaje faktoryzacji. P. F. Góra

Wstęp do metod numerycznych Inne rodzaje faktoryzacji. P. F. Góra Wstęp do metod numerycznych Inne rodzaje faktoryzacji P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2017 Transformacja Householdera Niech u R N, u 0. Tworzymy macierz W sposób oczywisty P T = P. Obliczmy

Bardziej szczegółowo

Podstawy programowania w języku Visual Basic dla Aplikacji (VBA)

Podstawy programowania w języku Visual Basic dla Aplikacji (VBA) Podstawy programowania w języku Visual Basic dla Aplikacji (VBA) Instrukcje Język Basic został stworzony w 1964 roku przez J.G. Kemeny ego i T.F. Kurtza z Uniwersytetu w Darthmouth (USA). Nazwa Basic jest

Bardziej szczegółowo

Programowanie celowe #1

Programowanie 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 szczegółowo

1 Macierz odwrotna metoda operacji elementarnych

1 Macierz odwrotna metoda operacji elementarnych W tej części skupimy się na macierzach kwadratowych. Zakładać będziemy, że A M(n, n) dla pewnego n N. Definicja 1. Niech A M(n, n). Wtedy macierzą odwrotną macierzy A (ozn. A 1 ) nazywamy taką macierz

Bardziej szczegółowo

Pierwiastki arytmetyczne n a

Pierwiastki arytmetyczne n a Chapter 1 Pierwiastki arytmetyczne n a Operacja wyci aganie pierwiastka stopnia n z liczby a jest odwrotn a operacj a do potȩgowania, jeżeli operacja odwrotna jest wykonalna w liczbach rzeczywistych. Zacznijmy

Bardziej szczegółowo

Egzamin z Metod Numerycznych ZSI, Grupa: A

Egzamin z Metod Numerycznych ZSI, Grupa: A Egzamin z Metod Numerycznych ZSI, 06.2005. Grupa: A Nazwisko: Imię: Numer indeksu: Ćwiczenia z: Data: Część 1. Test wyboru, max 36 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa

Bardziej szczegółowo

) a j x j b; x j binarne (j N) całkowitoliczbowe; przyjmujemy (bez straty ogólności): c j > 0, 0 <a j b (j N), P n

) a j x j b; x j binarne (j N) całkowitoliczbowe; przyjmujemy (bez straty ogólności): c j > 0, 0 <a j b (j N), P n PDczęść4 8. Zagadnienia załadunku 8.1 Klasyczne zagadnienia załadunku (ozn. N = {1, 2,..., n} Binarny problem ( (Z v(z =max c j x j : a j x j b; x j binarne (j N zakładamy, że wszystkie dane sa całkowitoliczbowe;

Bardziej szczegółowo

Rozwiązania zadań z listy T.Koźniewskiego

Rozwiązania zadań z listy T.Koźniewskiego Rozwiązania zadań z listy T.Koźniewskiego 1. Podstawiamy do równań. Tylko czwarty wektor spełnia wszystkie trzy równania.. U 1 : ( + 0x 9x 4, 7x + 8x 4, x, x 4 ), U : ( x 4, 4 x 4, + x 4, x 4 ), U : (x

Bardziej szczegółowo

Programowanie strukturalne. Opis ogólny programu w Turbo Pascalu

Programowanie strukturalne. Opis ogólny programu w Turbo Pascalu Programowanie strukturalne Opis ogólny programu w Turbo Pascalu STRUKTURA PROGRAMU W TURBO PASCALU Program nazwa; } nagłówek programu uses nazwy modułów; } blok deklaracji modułów const } blok deklaracji

Bardziej szczegółowo

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

Analiza numeryczna Lista nr 3 (ćwiczenia) x x 2 n x. Analiza numeryczna Lista nr 3 (ćwiczenia) Sprawdzić że macierz ma wartości własne2+ 222 2 2 Niechx R n Udowodnić że 2 0 0 x x 2 n x 3 NiechA R n n będzie macierzą symetryczną Wiadomo że wówczas istnieje

Bardziej szczegółowo

OPERACJE NA MACIERZACH DODAWANIE I ODEJMOWANIE MACIERZY

OPERACJE NA MACIERZACH DODAWANIE I ODEJMOWANIE MACIERZY OPERACJE NA MACIERZACH DODAWANIE I ODEJMOWANIE MACIERZY Dodawanie i odejmowanie macierzy jest możliwe tylko dla dwóch macierzy o takich samych wymiarach! Wynikiem tych operacji jest macierz o takich samych

Bardziej szczegółowo

A A A A A A A A A n n

A A A A A A A A A n n DODTEK NR GEBR MCIERZY W dodatku tym podamy najważniejsze definicje rachunku macierzowego i omówimy niektóre funkcje i transformacje macierzy najbardziej przydatne w zastosowaniach numerycznych a w szczególności

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania KOMPUTEROWE SYSTEMY STEROWANIA I WSPOMAGANIA DECYZJI Rozproszone programowanie produkcji z wykorzystaniem

Bardziej szczegółowo

Programowanie - instrukcje sterujące

Programowanie - instrukcje sterujące Instytut Informatyki Uniwersytetu Śląskiego Laborki środowisko NetBeans, tworzenie nowego projektu; okno projekty; główne okno programu; package - budowanie paczek z klas; public class JavaApplication

Bardziej szczegółowo

Pracownia Komputerowa wykład IV

Pracownia Komputerowa wykład IV Pracownia Komputerowa wykład IV dr Magdalena Posiadała-Zezula http://www.fuw.edu.pl/~mposiada/pk16 1 Reprezentacje liczb i znaków! Liczby:! Reprezentacja naturalna nieujemne liczby całkowite naturalny

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K

Bardziej szczegółowo

Rozwiazywanie układów równań liniowych. Ax = b

Rozwiazywanie układów równań liniowych. Ax = b Rozwiazywanie układów równań liniowych Ax = b 1 PLAN REFERATU: Warunki istnienia rozwiazań układu Metoda najmniejszych kwadratów Metoda najmniejszych kwadratów - algorytm rekurencyjny Rozwiazanie układu

Bardziej szczegółowo

Tablice i funkcje. Marcin Makowski. 26 listopada Zak lad Chemii Teoretycznej UJ

Tablice i funkcje. Marcin Makowski. 26 listopada Zak lad Chemii Teoretycznej UJ Zak lad Chemii Teoretycznej UJ 26 listopada 2007 wielowymiarowe 1 2 wielowymiarowe 3 Typ tablicowy Plan wielowymiarowe Tablica Zajmujacy spójny obszar w pamieci zestaw zmiennych (obiektów) tego samego

Bardziej szczegółowo

Metoda eliminacji Gaussa. Autorzy: Michał Góra

Metoda eliminacji Gaussa. Autorzy: Michał Góra Metoda eliminacji Gaussa Autorzy: Michał Góra 9 Metoda eliminacji Gaussa Autor: Michał Góra Przedstawiony poniżej sposób rozwiązywania układów równań liniowych jest pewnym uproszczeniem algorytmu zwanego

Bardziej szczegółowo

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

Wstęp do metod numerycznych Faktoryzacja QR i SVD. P. F. Góra Wstęp do metod numerycznych Faktoryzacja QR i SVD P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Transformacja Householdera Niech u R N, u 0. Tworzymy macierz W sposób oczywisty P T = P. Obliczmy

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Przedmiot: Informatyka w inżynierii produkcji Forma: Laboratorium Temat: Zadanie 5. MessageBox, InputBox, instrukcja Select Case i instrukcje pętli.

Przedmiot: Informatyka w inżynierii produkcji Forma: Laboratorium Temat: Zadanie 5. MessageBox, InputBox, instrukcja Select Case i instrukcje pętli. Przedmiot: Informatyka w inżynierii produkcji Forma: Laboratorium Temat: Zadanie 5. MessageBox, InputBox, instrukcja Select Case i instrukcje pętli. Celem ćwiczenia jest nabycie umiejętności wykorzystania

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

Metody numeryczne I Równania nieliniowe

Metody 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 szczegółowo

Przekształcanie równań stanu do postaci kanonicznej diagonalnej

Przekształcanie równań stanu do postaci kanonicznej diagonalnej Przekształcanie równań stanu do postaci kanonicznej diagonalnej Przygotowanie: Dariusz Pazderski Liniowe przekształcenie równania stanu Rozważmy liniowe równanie stanu i równanie wyjścia układu niesingularnego

Bardziej szczegółowo