Sistemi lineari. Lucia Gastaldi. 11 novembre Dipartimento di Matematica,
|
|
- Placido Pozzi
- 5 anni fa
- Visualizzazioni
Transcript
1 Sistemi lineari Lucia Gastaldi Dipartimento di Matematica, 11 novembre 2007
2 Outline 1 Come risolvere un sistema lineare con MATLAB Il comando per risolvere i sistemi lineari Risoluzione di un sistema lineare Eliminazione di Gauss Fattorizzazione Strategia di pivoting 2 Analisi degli errori
3 Sistemi lineari Problema Date due matrici A R m n, e b R m p, esiste una unica matrice X R n p tale che AX = b? Esempio L equazione 7x = 21 ha un unica soluzione? Per trovare la risposta si divide: x = 21/7 = 3
4 Ax=b Tre casi possibili: Sistemi quadrati, m = n. Sistemi sovradeterminati, m > n. Sistemi sottodeterminati, m < n.
5 Come risolvere un sistema lineare con MATLAB La risoluzione del sistema lineare si ottiene usando i simboli di divisione: backslash \ e slash /. X = A\b Indica la soluzione del sistema AX = b. X = b/a Indica la soluzione del sistema XA = b. L operatore backslash usa algoritmi differenti per trattare diversi tipi di matrici: Permutazioni di matrici triangolari. Matrici simmetriche e definite positive. Matrici quadrate, non singolari. Sistemi rettangolari sovradeterminati. Sistemi rettangolari sottodeterminati.
6 Casi particolari I Matrice diagonale D R n n matrice diagonale con d ii 0 per i = 1,..., n: Dx = b x i = b i d ii per i = 1,..., n. La matrice può essere memorizzata in un vettore D. >> D=[ ]; >> b=[ ]; >> x=b./d x =
7 Casi particolari II Matrice triangolare superiore U R n n matrice triangolare superiore: U ij 0 per i j U = u 11 u 12 u 1n 0 u 22 u 2n 0 0 u nn x 1 x 2 x 3 = Si ricava dall ultima equazione x 3 = 3, si sostituisce nell equazione precedente: 2x 2 + x 3 = 3 2x 2 = 3 x 3 = 0 x 2 = 0; si sostituiscono x 3 e x 2 nella prima equazione: x 1 + 2x 2 + 0x 3 = 1 x 1 = 1.
8 Metodo di sostituzione all indietro Sia U R n n matrice triangolare superiore; se u ii 0 per i = 1,..., n, la soluzione del sistema lineare Ux = b è data da: x n = b n u nn x i = 1 b i u ii n j=i+1 u ij x j per i = n 1,..., 1.
9 Costo dell algoritmo di sostituzione all indietro Per calcolare la i-esima componente di x, devo eseguire sommando per i = 1,..., n si ottiene flops = n divisione n i moltiplicazioni n i somme/sottrazioni n n(n 1) (n i) = n i=1 = n 2.
10 Metodo di sostituzione in avanti Sia L R n n matrice triangolare inferiore; se l ii 0 per i = 1,..., n, la soluzione del sistema lineare Lx = b è data da: x 1 = b 1 l 11 x i = 1 i 1 b i l ij x j per i = 2,..., n. l ii j=1
11 Caso generale Teorema Sia A una matrice quadrata di dimensione n non singolare, cioè tale che det(a) 0. Sia b R n. Allora il sistema lineare Ax = b ha un unica soluzione x R n. Idea trasformare il sistema lineare assegnato in un sistema lineare equivalente che sia più semplice. Si eseguono un numero finito M di trasformazioni in modo tale che la matrice finale A M sia una matrice triangolare superiore U.
12 Operazioni ammissibili per trasformare un sistema lineare in un sistema equivalente Moltiplicazione di una riga per uno scalare: l equazione i-esima viene moltiplicata per un numero reale α 0. Somma fra righe: l equazione i-esima viene sommata all equazione j-esima. Scambio di riga: l equazione i-esima del sistema si scambia con l equazione j-esima del sistema.
13 Eliminazione di Gauss Consideriamo il seguente sistema di 3 equazioni in 3 incognite: x 1 x 2 = 10 1, x 3 5 vogliamo trsformarlo in un sistema del tipo u 11 u 12 u 13 0 u 22 u 23 x 1 x 2 = 0 0 u 33 x 3 y 1 y 2 y 3.
14 Primo passo Pongo A (0) = A e b (0) = b cioè A (0) = b (0) = Trasformo A (0) in A (1) e b (0) in b (1) in modo tale che A (1) abbia la seguente forma A (1) = b (1) = 10. 0
15 Primo passo (continua) Faccio una combinazione lineare fra le prime due righe di A (0) in modo da eliminare l incognita x 1 dalla seconda equazione. Precisamente moltiplico la prima equazione per 1/2 (= a 21 /a 11 ) e la sottraggo dalla seconda. Analogamente procedo con la terza riga e sottraggo la prima riga dalla terza (moltiplico la prima equazione per 1 (= a 31 /a 11 )) e ottengo A (1) = b (1) =
16 Secondo e ultimo passo Trasformo A (1) in A (2) e b (1) in b (2) in modo tale che A (2) sia triangolare superiore. Le prime due righe vengono riportate uguali. Faccio una combinazione lineare tra la seconda e la terza riga in modo da eliminare anche l incognita x 2 dalla terza equazione. Moltiplico la seconda riga per 4/3 = (a 32 /a 22 ) e la sottraggo dalla terza riga: U = A (2) = y = b (2) = Risolvendo il sistema Ux = y con il metodo delle sostituzioni all indietro si ottiene la soluzione x = (1, 2, 1).
17 Algoritmo di eliminazione di Gauss for k = 1,..., n 1 for i = k + 1,..., n end end m ik = a(k) ik a (k) kk for j = k + 1,..., n end a (k+1) ij b (k+1) i = a (k) ij = b (k) i m ik a (k) kj m ik b (k) k
18 Costo dell algoritmo di eliminazione di Gauss Per calcolare il k-esimo passo, devo eseguire n k divisioni (n k)(n k + 1) moltiplicazioni (n k)(n k + 1) somme/sottrazioni sommando per k = 1,..., n 1 si ha che il numero delle operazioni eseguite è dell ordine di n 3 o meglio: flops = 2 3 n3.
19 Fattorizzazione LU Costruiamo le seguenti matrici: L = m m n1 m nn 1 1 U = a (1) 11 a (1) 12 a (1) 1n 0 a (2) 22 a (2) 2n 0 0 a nn (n) Teorema LU = A. Si dice che la matrice triangolare inferiore L e la matrice triangolare superiore U forniscono una fattorizzazione LU della matrice A.
20 Fattorizzazione (continua) Supponiamo di avere una fattorizzazione LU della matrice A. Per risolvere il sistema Ax = b si procede come segue: LUx = b. Quindi si risolvono in sequenza due sistemi relativi a matrici triangolari: Ly = b Ux = y.
21 Si può sempre fattorizzare una matrice non singolare? L algoritmo fallisce se per qualche valore di k si ha a (k) kk = 0. Esempio A (1) = A = / b = b (1) = /2 1. Scambiando le righe del sistema si ottiene: Ã (1) = b(1) = /2 3/2
22 Esercizio Consideriamo la matrice non singolare A = Calcolare la fattorizzazione LU di A mediante la function lunopiv che si utilizza mediante il seguente comando >> [l,u]=lunopiv(a) Calcolare la differenza A LU.
23 Strategia di pivoting Per evitare possibili divisioni per 0 e per rendere l algoritmo di eliminazione (oppure l algoritmo di fattorizzazione LU) stabili rispetto alla propagazione degli errori di arrotondamento si usa la strategia di pivoting che consiste nello scambio sistematico di righe opportune. Il risultato della fattorizzazione LU è: PA = LU essendo P una matrice di permutazione che tiene conto degli scambi di righe avvenuti.
24 Algoritmo di eliminazione di Gauss con pivoting for k = 1,..., n 1 cerco più piccolo p tale che a (k) pk = max k i n a(k) ik scambio la riga k con la riga p for i = k + 1,..., n end end m ik = a(k) ik a (k) kk for j = k + 1,..., n end a (k+1) ij b (k+1) i = a (k) ij = b (k) i m ik a (k) kj m ik b (k) k
25 Le funzioni MATLAB per la fattorizzazione Funzione Significato lu Fattorizzazione PA = LU. chol Fattorizzazione di Cholesky A = LL T. qr Fattorizzazione A = QR. qz Fattorizzazione QZ. eig Decomposizione spettrale (autovalori, autovettori). svd Decomposizione in valori singolari A = UΣV T. schur Decomposizione di Schur A = UTU H.
26 Esercizio Si consideri il sistema lineare Ax = b con A R n n matrice di Hilbert di elementi 1 a ij =, i = 1,..., n, i + j 1 e b R n tale che la soluzione del sistema sia x = (1,..., 1) T. Calcolare con MATLAB la fattorizzazione LU con pivoting e risolvere il sistema al variare di n. Sia ˆx la soluzione calcolata. Riportare l errore relativo E = x ˆx / x in un grafico in scala semilogaritmica (usare il comando semilogy) per diversi valori di n. Riportare sullo stesso grafico anche la norma della matrice R = LU PA e del residuo b Aˆx / b. Per calcolare le norme usare il comando norm.
27 Traccia dell esercizio Il comando A=hilb(n) genera la matrice di Hilbert di dimensione n n. Il comando x=ones(n,1) genera il vettore colonna di dimensione n che ha tutte le componenti uguali a 1. b=a*x per calcolare il termine noto. xapp=a\x per risolvere il sistema lineare. norm(x-xapp) calcola la norma euclidea del vettore x-xapp.
28 Numero di condizionamento Sia ˆx un approssimazione della soluzione del sistema lineare Ax = b. Allora ˆx si può pensare come la soluzione esatta di un sistema perturbato del tipo (A + δa)ˆx = b + δb. Per semplicità supponiamo δa = 0. Vogliamo valutare la differenza x ˆx in funzione della perturbazione δb del termine noto.
29 Errori x ˆx errore assoluto; x ˆx x errore relativo.
30 Norma di matrice Data una matrice A e una norma di vettore x. Allora la norma di matrice associata alla norma di vettore deve soddisfare le seguenti condizioni: A 0 e A = 0 A = 0; αa = α A per ogni α R; A + B A + B (disuguaglianza triangolare); Ax A x per ogni x R n ; AB A B.
31 Stima dell errore Valutiamo l errore relativo corrispondente alla perturbazione δb del termine noto. x e ˆx sono soluzioni rispettivamente dei due sistemi lineari seguenti: Ax = b Aˆx = b + δb Sottraiamo la prima equazione dalla seconda: A(ˆx x) = δb ossia ˆx x = A 1 δb. Prendendo le norme si ha: ˆx x = A 1 δb A 1 δb.
32 Ax = b b A x 1 x A b Vogliamo valutare l errore relativo. Dividiamo l errore assoluto per x : ˆx x x A 1 δb x A 1 A δb b Definizione K(A) = A 1 A si dice numero di condizionamento della matrice A.
33 norm Se A è un array (matrice o vettore), il comando norm(a) calcola la norma 2 di A. Il comando norm(a,p) calcola la norma p di A come segue: Valore Norma 1 norma 1 2 norma 2 fro norma di Frobenius inf norma
34 Le funzioni MATLAB per il calcolo del numero di condizionamento Funzione Significato cond numero di condizionamento rcond stima del reciproco del numero di condizionamento in norma 1 condest stima del numero di condizionamento in norma 1 norm norma di vettore o di matrice
35 cond Data una matrice A R n n il suo numero di condizionamento in norma 2 si calcola con il comando: c=cond(a) Per calcolare il numero di condizionamento in norma 1, o di Frobenius si usa il comando c=cond(a,p) con Valore Norma 1 norma 1 2 norma 2 fro norma di Frobenius inf norma
36 rcond Il comando c=rcond(a) calcola una stima del reciproco del numero di condizionamento di A in norma 1. Se rcond(a) è vicino a 1, allora la matrice è ben condizionata. Se rcond(a) è vicino a 0, allora la matrice è mal condizionata. Confrontato con cond, rcond è più efficiente ma meno affidabile.
37 Esercizio Per n = 5, 10, 15, si costruisca la matrice A R n n bidiagonale, superiore i cui elementi non nulli sono: a ii = 1, i = 1,, n a ii+1 = 2 i = 1,, n 1. Calcolare l inversa A 1 mediante il comando inv(a). Calcolare inoltre il numero di condizionamento della matrice in norma 2 e norma (usare il comando norm(a) per il calcolo della norma 2 e norm(a,inf) per il calcolo della norma ). Confrontare il valore ottenuto con quello fornito da Matlab mediante il comando cond(a) e rcond(a). Verificare che rcond(a) fornisce il valore del reciproco del numero di condizionamento misurato in norma.
38 Esercizio Dati A = ( ) ( , b = calcolare la soluzione esatta del sistema Ax = b. Introdotta una perturbazione r = [ 10 8, 10 8 ] T al termine noto, si consideri la soluzione del sistema Aˆx = b + r. Calcolare l errore relativo commesso, e confrontarlo con la perturbazione relativa del termine noto. Il risultato era prevedibile? ),
39 Function di Matlab per la costruzione di matrici diag Sia V un vettore di N componenti. diag(v,k) è una matrice quadrata di ordine N+ABS(K) che ha gli elementi di V sulla diagonale K-esima. se K= 0 è la diagonale principale se K> 0 si trova sopra la diagonale principale se K< 0 si trova sotto la diagonale principale tril,triu L=tril(X) fornisce la parte triangolare inferiore di X. L=tril(X,K) fornisce gli elementi della diagonale K e quelli sotto. U=triu(X) fornisce la parte triangolare superiore di X. U=triu(X,K) fornisce gli elementi della diagonale K e quelli sopra.
40 Equazioni differenziali con valori ai limiti Si consideri l equazione differenziale u (x) + σ(x)u(x) = f (x) per x [0, a] u(0) = α, u(a) = β. Suddividiamo l intervallo [0, a] in N + 1 parti uguali e poniamo h = a/(n + 1). Poniamo poi x i = ih. Possiamo approssimare la derivata seconda con la seguente differenza finita del secondo ordine u (x i ) u(x i+1) 2u(x i ) + u(x i 1 ) h 2 per i = 1,..., N. Indicando con ui h sistema lineare: il valore approssimato di u(x i ), si ottiene il seguente uh i+1 2uh i + ui 1 h h 2 + σ(x i )ui h = f (x i ) per i = 1,..., N u0 h = α uh N+1 = β
41 Equazioni differenziali con valori ai limiti II Quindi si ricava la soluzione ui h per i = 1,..., N risolvendo il sistema Au h = b essendo A la matrice tridiagonale che ha i seguenti elementi e il termine noto è dato da Teorema di convergenza a ii = 2/h 2 + σ(x i ), a ii 1 = a ii+1 = 1/h 2 b 1 = f (x 1 ) + α/h 2, b i = f (x i ) per i = 2,..., N 1, b N = f (x N ) + β/h 2. Se la soluzione dell equazione differenziale u è una funzione di classe C 4, allora vale la seguente espressione per l errore ( N ) 1/2 ( N ) 1/2 u(x) u h 2 = u(x i ) ui h 2 Ch 2 u (iv) (x i ) 2. i=1 i=1
42 Risoluzione di equazioni differenziali La function diffinite calcola la soluzione di un equazione differenziale con valori ai limiti mediante il comando [x,u]=diffinite(f,sigma,a,b,alfa,beta,n) Input: f, sigma nomi delle function per f e σ; a,b estremi dell intervallo; alfa, beta valori agli estremi dell intervallo; N numero dei punti interni in cui si calcola la soluzione. Output: x vettore dei punti in cui si calcola la soluzione (compresi gli estremi); u soluzione (compresi gli estremi). Risolvere l equazione differenziale u (x) + sin x u(x) = (1 cos 2 x 2 cos x 1)e x per x [0, π] u(0) = u(π) = 0. Confrontare i risultati ottenuti con la soluzione esatta u(x) = sin x e x.
43 Convergenza del metodo delle differenze finite Esercizio Dato N=[ ], per ciascun valore di N calcolare la soluzione dell equazione differenziale dell esercizio precedente, riportare la soluzione in un grafico insieme alla soluzione esatta e valutare l errore relativo. Riportare gli errori in funzione di N in un grafico in scala bilogaritmica. Traccia Assegnare i dati: f, σ, a, b, α, β. Assegnare la soluzione esatta. Assegnare N=[ ]. Per ogni valore di N: for i=1:length(n) Calcolare la soluzione u con la function diffinite. Calcolare la soluzione esatta sol. Fare il grafico: plot(x,u,x,sol). Calcolare l errore: E(i)=norm(u-sol)/norm(sol). Riportare gli errori in funzione di N in un grafico in scala bilogaritmica: loglog(n,e,n,1./n.ˆ2).
Sistemi lineari. Lucia Gastaldi. DICATAM - Sez. di Matematica,
Sistemi lineari Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Risoluzione di sistemi lineari Risoluzione di sistemi lineari in Matlab Metodi di risoluzione Fattorizzazione
DettagliSistemi lineari. Lucia Gastaldi. DICATAM - Sez. di Matematica,
Sistemi lineari Lucia Gastaldi DICATAM - Sez. di Matematica, http://www.ing.unibs.it/gastaldi/ Indice 1 Risoluzione di sistemi lineari Risoluzione di sistemi lineari in Matlab Metodi di risoluzione Fattorizzazione
DettagliAlgebra lineare numerica
Algebra lineare numerica Sistemi lineari Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 in Matlab Metodi di risoluzione Fattorizzazione Analisi degli errori Numero
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Pivoting e stabilità Se la matrice A non appartiene a nessuna delle categorie precedenti può accadere che al k esimo passo risulti a (k) k,k = 0, e quindi il
Dettaglin +1 determinanti (D i, i =1,...,n e det A) n! prodotti per ciascun determinante n 1 moltiplicazioni per ciascun prodotto
METODI NUMERICI (A.A. 2007-2008) Prof. F.Pitolli Appunti delle lezioni sui sistemi lineari: metodi diretti; condizionamento Metodi diretti per la soluzione di sistemi lineari Metodi diretti Sono basati
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Pivoting e stabilità Se la matrice A non appartiene a nessuna delle categorie precedenti può accadere che al k esimo passo risulti a (k) k,k = 0, e quindi il
DettagliEquazioni differenziali con valori al bordo
Equazioni differenziali con valori al bordo Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Equazioni di diffusione reazione 2 Equazioni di diffusione reazione Si consideri
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dottssa MC De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Corso di Calcolo Numerico - Dottssa MC De Bonis
DettagliSistemi lineari. 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0. x 1 x 2 x 3
Sistemi lineari 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0 2 1 1 1 1 1 1 3 2 x 1 x 2 x 3 = 2 1 0 n j=1 a i,jx j = b i, i = 1,, n Ax = b A = (a i,j ) R n n matrice invertibile (det(a) 0) b
DettagliLaboratorio di Calcolo Numerico
Laboratorio di Calcolo Numerico M.R. Russo Università degli Studi di Padova Dipartimento di Matematica Pura ed Applicata A.A. 2009/2010 INDICE Sistemi lineari Casi particolari Eliminazione di Gauss Fattorizzazione
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 205-206 Laboratorio 9 Metodo di Eliminazione Gaussiana per sistemi lineari Siano A R n n una matrice quadrata non singolare (det(a) 0) e b R n un vettore
Dettagli1 Risoluzione di sistemi lineari
Risoluzione di sistemi lineari La presente nota è in parte ripresa dal testo D Bini M Capovani O Menchi Metodi numerici per l algebra lineare Zanichelli Editore Siano A una matrice non singolare di ordine
DettagliCorso di Geometria e Algebra Lineare
Prof. C. Vergara, Dott.ssa N. Franchina, Dr. A. Colombo Corso di Geometria e Algebra Lineare Laboratorio 3: sistemi lineari 25 29 Maggio 2015 Metodi diretti per sistemi lineari Si consideri il seguente
DettagliFattorizzazione LU (lu)
Fattorizzazione LU (lu) Pivoting Esercizio Si consideri la matrice d A = / d d / d = LU; dove d è un parametro reale non nullo. Si utilizzi la fattorizzazione di A per risolvere il sistema Ax = b, con
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 206-207 Laboratorio Autovalori, raggio spettrale e norme di matrici Sia A una matrice quadrata di ordine n a valori reali o complessi, il numero λ C si
DettagliMetodi diretti: eliminazione gaussiana
Calcolo numerico 08/09 p. 1/1 SISTEMI LINEARI Metodi diretti: eliminazione gaussiana Calcolo numerico 08/09 p. 2/1 Sistemi lineari Ax = b, A R n n, b R n b INPUT x OUTPUT A relazione funzionale non ambigua
DettagliEsercitazione 4: Vettori e Matrici
Esercitazione 4: Vettori e Matrici Richiami di teoria: Norme di vettore Principali norme di vettore:. x = n i= x i 2. x 2 = n i= x i 2 3. x = max i n x i Ad esempio dato il vettore x = (, 2, 3, 4) abbiamo.
DettagliINTRODUZIONE A MATLAB
INTRODUZIONE A MATLAB M.R. Russo Università degli Studi di Padova Dipartimento di Matematica Pura ed Applicata A.A. 2008/2009 INDICE Sistemi lineari Casi particolari Eliminazione di Gauss Fattorizzazione
DettagliSistemi sovradeterminati
Sistemi sovradeterminati Sia A una matrice m n ove m > n sia b R m trovare una soluzione del sistema sovradeterminato Ax = b significa cercare di esprimere un vettore di R m come combinazione lineare di
DettagliLaboratorio di Calcolo Numerico Laboratorio 11: Metodi diretti per la soluzione di sistemi lineari
Laboratorio di Calcolo Numerico Laboratorio 11: Metodi diretti per la soluzione di sistemi lineari Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 17 Maggio 2017
DettagliSISTEMI LINEARI. Metodi diretti. Calcolo numerico 07/08 p. 1/1
SISTEMI LINEARI Metodi diretti Calcolo numerico 07/08 p. 1/1 Sistemi lineari Ax = b, A R n n, b R n b INPUT x OUTPUT A relazione funzionale non ambigua det(a) 0 ( un unica soluzione) (Esercizio 1) Se det
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 207-208 Laboratorio 5 Metodi diretti per sistemi lineari Siano A R n n una matrice quadrata non singolare (det(a) 0) e b R n un vettore assegnati, allora
DettagliEsercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari
Esercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari 4 maggio Nota: gli esercizi più impegnativi sono contrassegnati dal simbolo ( ) Esercizio Siano 3 6 8 6 4 3 3 ) determinare
DettagliProgrammare con MATLAB c Parte 5 Cicli: for e while
Programmare con MATLAB c Parte 5 Cicli: for e while Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 La notazione due punti 2 Ciclo: for 3 Ciclo con controllo: while
DettagliRICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI. a 11 a 12 a 1n a 21 a 22 a 2n. a m1 a m2 a mn
RICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI LUCIA GASTALDI 1. Matrici. Operazioni fondamentali. Una matrice A è un insieme di m n numeri reali (o complessi) ordinati, rappresentato nella tabella
DettagliCalcolo Numerico con elementi di programmazione
Calcolo Numerico con elementi di programmazione (A.A. 2014-2015) Appunti delle lezioni sui metodi numerici per la soluzione di sistemi lineari Sistemi Lineari I sistemi lineari forniscono il modello matematico
DettagliSISTEMI LINEARI. Ax = b
SISTEMI LINEARI Un sistema lineare di n equazioni algebriche in n incognite è esprimibile come: a 11 x 1 + a 1 x + a 13 x 3 +... + a 1n x n = b 1 a 1 x 1 + a x + a 3 x 3 +... + a n x n = b a n1 x 1 + a
Dettagli2. Risolvere con il metodo di eliminazione di Gauss con pivoting parziale il seguente sistema lineare:
Esercizi sui metodi diretti per la risoluzione di sistemi lineari 1. Data la matrice 1 0 2 1 3 1 5 2 1 determinare la sua fattorizzazione P LR. Risolvere il sistema Ax = b con b = (3, 5, 6) T mediante
DettagliCalcolo Numerico con elementi di programmazione
Calcolo Numerico con elementi di programmazione (A.A. 2015-2016) Appunti delle lezioni sui metodi numerici per la soluzione di sistemi lineari Sistemi Lineari I sistemi lineari forniscono il modello matematico
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 20-206 Laboratorio 8. (punteggio 3/3/) Si consideri la funzione f(x) = sin(e x/2 ).. Si approssimi la radice α di f nell intervallo [0, 3.] utilizzando
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari a 00 x 0 + a 01 x 1 + a 02 x 2 = b 0 a 10 x 0 + a 11 x 1 + a 12 x 2 = b 1 a 20 x 0 + a 21 x 1 + a 22 x 2 = b 2 Per N equazioni N 1 j=0 a ij x j = b i i = 0, N 1 sono equivalenti
DettagliInterpolazione e approssimazione di funzioni
Interpolazione e approssimazione di funzioni Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Laboratorio - 26 febbraio 2007 Outline 1 Interpolazione polinomiale Interpolazione
DettagliFunzioni per la costruzione di matrici
Funzioni per la costruzione di matrici Lucia Gastaldi Dipartimento di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Matrice identità: eye Vettori e matrici costanti Matrici diagonali Matrici triangolari
DettagliRICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI. a 11 a 12 a 1n a 21 a 22 a 2n. a m1 a m2 a mn
RICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI LUCIA GASTALDI 1. Matrici. Operazioni fondamentali. Una matrice A è un insieme di m n numeri reali (o complessi) ordinati, rappresentato nella tabella
DettagliEsercitazione di Calcolo Numerico 1 22 Aprile Determinare la fattorizzazione LU della matrice a 1 1 A = 3a 2 a 2a a a 2 A =
Esercitazione di Calcolo Numerico 22 Aprile 29. Determinare la fattorizzazione LU della matrice a A = 3a 2 a 2a a a 2 ed utilizzarla per calcolare il det(a). 2. Calcolare il determinante della matrice
DettagliEsercitazione 5: Sistemi a risoluzione immediata.
Esercitazione 5: Sistemi a risoluzione immediata. Ipotesi: Supponiamo le matrici non singolari. Nota: Per verificare che si ha risolto correttamente il sistema lineare Ax = b basta calcolare la norma del
DettagliCalcolo Numerico (CdS in Matematica) A.A. 2012/13
Calcolo Numerico (CdS in Matematica) A.A. 2012/13 Esercitazione di Laboratorio sulla risoluzione di sistemi di equazioni lineari Parte 1. Fattorizzazione di matrici Scrivere una funzione Matlab che implementi
DettagliUn sistema lineare si rappresenta in generale come
SISTEMI LINEARI Un sistema lineare si rappresenta in generale come n j=1 a ij x j = b i i = 1, 2,..., m o anche AX = B. La soluzione esiste se e solo se B appartiene allo spazio lineare generato dalle
DettagliSi dimostra che queste funzioni godono delle proprietà delle norme (ossia sono norme).
Norma di un vettore I Una norma vettoriale su R n è una funzione : R n R + {}, che associa ad ogni vettore x R n, di componenti x i, i = 1,..., n, uno scalare, in modo che valgano le seguenti proprietà:
DettagliSoluzione sistemi lineari
Soluzione sistemi lineari Laboratorio di programmazione e calcolo Chimica e Tecnologie chimiche Pierluigi Amodio Dipartimento di Matematica Università di Bari Soluzione sistemi lineari p. / matrice diagonale
DettagliPer esempio, una matrice 4 4 triangolare alta ha la forma. 0 a. mentre una matrice di ordine 4 triangolare bassa è del tipo
Matrici triangolari Prima di esporre il metodo LU per la risoluzione di sistemi lineari, introduciamo la nozione di matrice triangolare Ci limiteremo al caso di matrici quadrate anche se l estensione a
DettagliCorso di Analisi Numerica
con pivoting Corso di Laurea in Ingegneria Informatica Corso di Analisi Numerica 6 - METODI DIRETTI PER I SISTEMI LINEARI Lucio Demeio Dipartimento di Scienze Matematiche con pivoting 1 Introduzione algebrica
DettagliSistemi lineari: metodi diretti II
Sistemi lineari: metodi diretti II Ana Alonso Dipartimento di Matematica - Università di Trento 9 ottobre 2014 Metodo di eliminazione di Gauss (senza pivotazione) U matrice triangolare superiore. for k
DettagliAutovalori ed autovettori di una matrice
Autovalori ed autovettori di una matrice Lucia Gastaldi DICATAM http://www.ing.unibs.it/gastaldi/ Indice 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori 2 Metodo delle potenze 3 Calcolo
Dettagli1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso
Domanda 1 1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso x n+1 = x n f(x n), n = 0, 1, 2,... K dove x 0 è il punto iniziale, f(x) = x 3 cos(x) e K è una costante assegnata.
Dettagli1. Calcolo dell indice di condizionamento di una matrice
1 Esercizi sul condizionamento con matlab laboratorio di Calcolo Scientifico per Geofisici Prof. A. Murli a.a. 2006/07 1. Calcolo dell indice di condizionamento di una matrice Determinare una function
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 7 - CALCOLO NUMERICO CON MATRICI Richiami teorici Operazioni fondamentali Siano A = {a ij } e B = {b ij }, i = 1,..., m, j = 1,..., n due
DettagliAlgebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio
Algebra lineare Laboratorio di programmazione e calcolo CdL in Chimica Pierluigi Amodio Dipartimento di Matematica Università di Bari pierluigi.amodio@uniba.it http://dm.uniba.it/ amodio A.A. 2016/17 P.
DettagliLezione 10 e 11, 26 Novembre e 3 Dicembre 2014
Lezione 0 e, 26 Novembre e 3 Dicembre 204 Elena Gaburro, elenagaburro@gmail.com Un applicazione per le curve di Bézier: i fonts Con il termine font si indica un tipo di carattere con uno stile e una forma
DettagliRisoluzione di sistemi lineari sparsi e di grandi dimensioni
Risoluzione di sistemi lineari sparsi e di grandi dimensioni Un sistema lineare Ax = b con A R n n, b R n, è sparso quando il numero di elementi della matrice A diversi da zero è αn, con n α. Una caratteristica
DettagliRisoluzione di più sistemi con la stessa matrice
Risoluzione di più sistemi con la stessa matrice Data A R n n e b R n, calcolare x e z : Ax = b, Az = c costo del MEG ( 2 3 n3 + n 2) + ( 2 3 n3 + n 2) costo totale = 4 3 n3 + 2n 2 Obiettivo: separare
DettagliAltre trasformazioni elementari
Altre trasformazioni elementari Si possono definire altri tipi di trasformazioni elementari Analogamente alle trasformazioni di Gauss, esse danno luogo a fattorizzazioni Trasformazione elementari di Givens
DettagliMetodi Diretti per la Risoluzione di Sistemi Lineari
Metodi Diretti per la Risoluzione di Sistemi Lineari Luca Gemignani luca.gemignani@unipi.it 20 marzo 2018 Indice Lezione 1: Sistemi Triangolari. 1 Lezione 2: Matrici Elementari di Gauss ed il Metodo di
DettagliEquazioni differenziali con valori al bordo
Equazioni differenziali con valori al bordo Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Equazioni di diffusione reazione 2 Equazioni di diffusione trasporto 3 Equazione
Dettagli+ Analisi Numerica (1 modulo) Docente: M.Gaviano; domande di ripasso a.a
+ Analisi Numerica ( modulo) Docente: M.Gaviano; domande di ripasso a.a. - Idee di base e richiami. Quale è lo scopo dell Analisi numerica. Attraverso quali fasi si passa nel risolvere un problema reale..
Dettaglix n i sima pos. x, y = x T y = x i y i R. i=1
1 Elementi di Algebra Lineare In questo capitolo introduttivo al corso di Calcolo Numerico per la laurea triennale in Informatica, saranno presentate una serie di definizioni e proprietà di matrici e dei
DettagliSistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliRISOLUZIONE DI SISTEMI LINEARI
RISOLUZIONE DI SISTEMI LINEARI Algebra lineare numerica 1 La risoluzione di un sistema lineare è il nucleo principale del processo di risoluzione di circa il 70% di tutti i problemi reali Per la risoluzione
DettagliLABORATORIO DI PROGRAMMAZIONE E CALCOLO Docente E. Carlini A.A. 2012/13 Foglio di esercizi N.8 con la collaborazione di Andrea Pugliese
LABORATORIO DI PROGRAMMAZIONE E CALCOLO Docente E. Carlini A.A. / Foglio di esercizi N.8 con la collaborazione di Andrea Pugliese Dovete strutturare i programmi dei seguenti esercizi in funzioni ) (Metodo
DettagliTrasformazione elementari di Givens
Trasformazione elementari di Givens dove Osservazione Esprime una rotazione di ampiezza ϕ Esempio (n=2) Osservazione Rotazione nel senso positivo degli archi In generale Il prodotto matrice vettore equivale
DettagliEsercitazione di Calcolo Numerico 1 27 Maggio Calcolare la fattorizzazione P A = LU della matrice A =
Esercitazione di Calcolo Numerico 1 27 Maggio 29 1. Calcolare la fattorizzazione P A = LU della matrice 1 2 3 A = 2 3 3, ed utilizzarla per risolvere il sistema lineare Ax = b, con b = (1, 2,, 16) T. 2.
DettagliAnno accademico
RICHIAMI PER IL CORSO DI ANALISI NUMERICA PROF R MORANDI Anno accademico 28 29 1 RICHIAMI: PRECISIONE FINITA (USO DEL CALCOLATORE) IN UN CALCOLATORE UNA QUALUNQUE INFORMAZIONE VIENE RAPPRESENTA- TA COME
DettagliProblema. Sistemi lineari. Problema. Problema. Quali sono i potenziali in ogni nodo? Leggi di Kirkoff e di Ohm:
Problema 4 Ω 3 3 Ω 2 2 Ω 40 V Sistemi lineari 2 Ω Ω 2 Ω Ω 5 6 7 8 Ω 4 Ω Ω 0 V Quali sono i potenziali in ogni nodo? 2 4 Ω Problema 3 3 Ω 2 2 Ω 40 V 4 Ω Problema 3 3 Ω 2 2 Ω 40 V 2 Ω Ω 2 Ω Ω 2 Ω Ω 2 Ω Ω
DettagliPreCorso di Matematica - PCM Corso M-Z
PreCorso di Matematica - PCM Corso M-Z DOCENTE: M. Auteri Outline Docente: Auteri PreCorso di Matematica 2016 2 Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti
DettagliAlgoritmi per la soluzione di sistemi lineari
Capitolo Algoritmi per la soluzione di sistemi lineari. Sistemi triangolari inferiori Le matrici L con n righe ed n colonne ed elementi uguali a zero al di sopra della diagonale principale: l, 0... 0.
DettagliAlgebra Lineare Metodi Iterativi
Algebra Lineare Metodi Iterativi Stefano Berrone Sandra Pieraccini DIPARTIMENTO DI MATEMATICA POLITECNICO DI TORINO, CORSO DUCA DEGLI ABRUZZI 24, 10129, TORINO, ITALY e-mail: sberrone@calvino.polito.it,
DettagliAutovalori ed autovettori di una matrice
Autovalori ed autovettori di una matrice Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 24 febbraio 2008 Outline 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori
DettagliPrendiamo in considerazione la matrice tridiagonale
Questi esercizi sono il completamento di quelli sui sistemi lineari già a disposizione. Ogni esercizio proposto può fare riferimento a qualcuno di questi. In ogni caso sono riportati tutti i dati essenziali
DettagliProblema ai minimi quadrati nella risoluzione di sistemi lineari indeterminati
UNIVERSITÀ DEGLI STUDI DI CAGLIARI Facoltà di Ingegneria e Architettura Corso di laurea triennale in Ingegneria Elettrica ed Elettronica Problema ai minimi quadrati nella risoluzione di sistemi lineari
DettagliAutovalori ed autovettori di una matrice
Autovalori ed autovettori di una matrice Lucia Gastaldi DICATAM http://www.ing.unibs.it/gastaldi/ Indice 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori 2 Metodo delle potenze 3 Calcolo
DettagliModelli Matematici e Calcolo Numerico
Modelli Matematici e Calcolo Numerico Calcolo Numerico Massimiliano Martinelli martinelli@imati.cnr.it Università di Pavia Facoltà di Ingegneria 30 Settembre - 14 Ottobre 2010 Obiettivi del corso Esempi
DettagliElementi di Algebra Lineare
Elementi di Algebra Lineare Corso di Calcolo Numerico, a.a. 2009/2010 Francesca Mazzia Dipartimento di Matematica Università di Bari 13 Marzo 2006 Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare
DettagliRichiami di Algebra Lineare
Richiami di Algebra Lineare Fabrizio Silvestri December 14, 010 Matrice Sia R il campo dei numeri reali. Si indica con R m n l insieme delle matrici ad elementi reali con m righe ed n colonne. Se A R n
DettagliAutovalori ed autovettori di una matrice
Autovalori ed autovettori di una matrice Lucia Gastaldi Dipartimento di Matematica, http://lucia-gastaldi.unibs.it page 1 Indice 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori 2 Metodo
DettagliNote per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan
Note per il corso di Geometria 2006-07 Corso di laurea in Ing. Edile/Architettura Sistemi lineari. Metodo di eliminazione di Gauss Jordan.1 Operazioni elementari Abbiamo visto che un sistema di m equazioni
DettagliIl determinante. Calcolo del determinante di matrici particolari. matrici di ordine 2: sia. a11 a A = allora
Calcolo del determinante di matrici particolari matrici di ordine 2: sia allora Esempio. [ ] a11 a A = 12, a 21 a 22 det A = a 11 a 22 a 21 a 12. Calcolare il determinante di [ ] 1 2 A =. 3 4 matrici di
DettagliSoluzioni Analitiche e Numeriche Applicate all Ingegneria Ambientale
Soluzioni Analitiche e Numeriche Applicate all Ingegneria Ambientale Massimiliano Martinelli massimiliano.martinelli@gmail.com Università Politecnica delle Marche, Ancona Facoltà di Ingegneria 21-22 Gennaio
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Metodo di Newton-Raphson
DettagliVETTORI E MATRICI. Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 I VETTRORI E MATRICI (RICHIAMI) Ad ogni matrice quadrata a coefficienti reali è possibile associare un numero reale, detto determinante, calcolato
DettagliCapitolo 1. Esercizi a.a Esercizi. Esercizio 1.1 Dimostrare che il metodo iterativo
Capitolo Esercizi a.a. 206-7 Esercizi Esercizio. Dimostrare che il metodo iterativo x k+ = Φ(x k ), k = 0,,..., se convergente a x, deve verificare la condizione di consistenza x = Φ(x ). Ovvero, la soluzione
DettagliMATRICI E SISTEMI LINEARI
1 Rappresentazione di dati strutturati MATRICI E SISTEMI LINEARI Gli elementi di una matrice, detti coefficienti, possono essere qualsiasi e non devono necessariamente essere omogenei tra loro; di solito
DettagliEsercitazione 1-I parte
Esercitazione 1-I parte Argomento: Sistemi triangolari Scopo: Implementare il metodo di sostituzione all indietro per la risoluzione di sistemi triangolari superiori. function x=indietro(a,b) Sintassi
DettagliTracce di calcolo numerico 1
Tracce di calcolo numerico 1 Prof. Marco Vianello - Dipartimento di Matematica, Università di Padova aggiornamento: 03 dicembre 2016 5 Elementi di algebra lineare numerica 5.1 Condizionamento di matrici
DettagliCorso di Matematica per la Chimica
Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis Dipartimento di Matematica, Informatica e Economia Università della Basilicata a.a. 2014-15 Propagazione degli errori introdotti nei dati
Dettagli3. Elementi di Algebra Lineare.
CALCOLO NUMERICO Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari 3. Elementi di Algebra Lineare. 1 Sistemi lineari Sia A IR m n, x IR n di n Ax = b è un vettore di m componenti.
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2013-2014) Metodi Numerici Appunti delle lezioni: Sistemi lineari Introduzione e Metodi diretti Docente Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it
DettagliGeometria BAER I canale Foglio esercizi 2
Geometria BAER I canale Foglio esercizi 2 Esercizio 1. Calcolare il determinante e l inversa (quando esiste) della matrice ( ) cos θ sin θ R θ =, θ [0, 2π] sin θ cos θ Soluzione: Il determinante ( é cos
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Metodo di Newton-Raphson
DettagliSi noti che la matrice trasposta A ha lo stesso determinante. Questa proprietà è generale;
Ottavio Serra Matrici e determinanti In questa nota estenderemo a matrici quadrate di ordine n qualsiasi il concetto di determinante introdotto nelle scuole secondarie per matrici di ordine 2 come tecnica
DettagliNORMA DI UN VETTORE. Una NORMA VETTORIALE su R n è una funzione. : R n R +
NORMA DI UN VETTORE Una NORMA VETTORIALE su R n è una funzione. : R n R + {0}, che associa ad ogni vettore x R n di componenti x i, i = 1,..., n, uno scalare in modo che valgano le seguenti proprietà:
DettagliLe matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.
Le matrici Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Siano m, n N\{0}. Una matrice m n a coefficienti in K è una tabella di m n elementi di K disposti
DettagliInterpolazione polinomiale. Interpolazione polinomiale
1 Polinomiale Rappresentazione Lagrangiana Polinomio interpolante di Newton Errore nell interpolazione polinomiale 2 Approssimazione ai minimi quadrati nel discreto 1 Polinomiale Rappresentazione Lagrangiana
DettagliRICHIAMI PER IL CORSO DI ANALISI NUMERICA
RICHIAMI PER IL CORSO DI ANALISI NUMERICA Anno accademico 211 212 1 RICHIAMI: PRECISIONE FINITA (USO DI UN COMPUTER) IN UN COMPUTER UNA QUALUNQUE INFORMAZIONE VIENE RAPPRESENTATA COME UNA SEQUENZA FINITA
DettagliEQUAZIONI DIFFERENZIALI
EQUAZIONI DIFFERENZIALI Si consideri il problema di Cauchy y'(t) t y, y() y(t) t e. t, la cui soluzione esatta è PARTE a. Approssimare il problema di Cauchy con il metodo di Eulero Esplicito b. Eseguire
DettagliISTRUZIONI PER LA CONSEGNA DEI FILE MATLAB
Calcolo Numerico ed Elementi di Analisi - Allievi AEROSPAZIALI Proff. S. Micheletti, S. Perotto A.A. 20/202, Appello 28 Gennaio 203 NOME... COGNOME... MATRICOLA... DOCENTE... AULA... PC... Ver.A I seguenti
DettagliCorso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Autovalori ed Autovettori di una matrice Siano Se A = (a i,j ) i,j=1,...,n R n n, 0 x = (x i ) i=1,...,n R n λ R Ax = λx (1) allora λ è detto autovalore di
Dettagli