“Piano” Lab 1 – Fattorizzazione LU + pivoting

Slides:



Advertisements
Presentazioni simili
Cosa sono? Come si risolvono?
Advertisements

Dipartimento di Matematica
Risolvere la seguente disequazione razionale intera di I grado
Filtri FIR.
Dipartimento di Matematica
Come organizzare i dati per un'analisi statistica al computer?
Metodi numerici in Matlab
PROVA B: ESERCIZIO 1 Risolvere il sistema lineare (4 equazioni in 5 incognite):
Capitolo 8 Sistemi lineari.
Vettori e matrici algebrici
Autovalori e autovettori
MATLAB Cristina Campi
MATLAB.
MATLAB.
MATLAB.
MATLAB.
MATLAB Stefano Gagliardo
MATLAB.
PROPRIETÀ DEI DETERMINANTI
Si definisce matrice di ordine mn una tabella della forma:
LE MATRICI.
Implementazione del problema della approssimazione ai minimi quadrati Camillo Bosco Corso di Analisi Numerica A.A
1 4 a lezione - laboratorio a.a Corso di Laurea Ingegneria MECCANICA.
Algebra delle Matrici.
Algebra lineare.
PROGETTO LAUREE SCIENTIFICHE
RICHIAMI ELEMENTARI DI ALGEBRA MATRICIALE
Inversione differenziale della Cinematica
PER FUNZIONI DI PIÙ VARIABILI - 3.
MATLAB. Annalisa Pascarella
MATLAB.
MATLAB. Annalisa Pascarella
MATLAB.
MATLAB.
Interpolazione polinomiale a tratti
Metodi iterativi G. Puppo.
Algebra lineare G. Puppo.
Esercizi di riepilogo Gabriella Puppo.
Soluzione FEM di problemi parabolici
Metodi iterativi semplici G. Puppo. Riassunto Problema del fill-in Memorizzazione di matrici sparse Metodo di Jacobi.
FEM -2 Gabriella Puppo.
Sistemi di equazioni lineari
STATISTICA a.a METODO DEI MINIMI QUADRATI REGRESSIONE
Corso di Chimica Fisica II 2013 Marina Brustolon
Determinazione Orbitale di Satelliti Artificiali Lezione 5
Metodi numerici per l’approssimazione
Metodi numerici per lapprossimazione Laboratorio di Metodi Numerici a.a. 2008/2009 Prof. Maria Lucia Sampoli.
Il calcolo di radiosity
Esempio: somma se, allora [ per n addendi ] se ( se )
Metodo dei minimi quadrati
RISOLVERE LE EQUAZIONI

Introduzione ai Metodi Inversi
Milano, 17 Dicembre 2013 Informatica B Informatica B Matlab Laboratorio del 14/01/2014 Responsabili di laboratorio: Gianluca Durelli:
…sulle equazioni.
Ripasso : Algoritmi.
I PRINCIPI PER RISOLVERE I SISTEMI DI EQUAZIONI
Sottospazi vettoriali
EQUAZIONI IRRAZIONALI
DIPARTIMENTO DI ELETTRONICA E INFORMAZIONE Lab 7 – Info B Marco D. Santambrogio – Riccardo Cattaneo –
Disequazioni di secondo grado
Claudio Arbib Università dell’Aquila Ricerca Operativa Metodo del simplesso per problemi di distribuzione single-commodity.
Esercizio n.11 Utilizzare il metodo della bisezione per risolvere l’eq. f (x) = 0 con: a) f (x) = (x/2)2  sin x ; con x  (1.5,2) e 2 cifre decimali.
Sistema lineare con foglio polaris office Programma creato ed eseguito con foglio elettronico polaris office Registrato come file.xls e aperto con excel.
Sistemi di equazioni lineari. Sistemi di primo grado di due equazioni a due incognite Risolvere un sistema significa trovare la coppia di valori x e y.
Ancora sulle equazioni di secondo grado….. Equazione di secondo grado completa Relazione tra le soluzioni di un'equazione di secondo grado.
Disequazioni di secondo grado Teoria ed applicazioni Classe2ai Prof. Govoni.
Lezione n° 10 Algoritmo del Simplesso: - Coefficienti di costo ridotto - Condizioni di ottimalità - Test dei minimi rapporti - Cambio di base Lezioni di.
Prof. Cerulli – Dott. Carrabs
Classe II a.s. 2010/2011 Prof.ssa Rita Schettino
Transcript della presentazione:

“Piano” Lab 1 – Fattorizzazione LU + pivoting Esercizi (+Sistemi sovradeterminati - Cholesky?) Lab 2 – Metodi iterativi: Gauss Seidel e Jacobi. Esercizi. Definizione di pseudoinversa Lab 3 – Soluzione classica e ai minimi quadrati. Esercizi. Calcolo degli autovalori.

Fattorizzazione LU A=LU L= U= Ax=b equivale a risolvere: Il vantaggio: si risolvono facilmente per sostituzione in avanti/indietro 1

Sostituzione in avanti NON NULLI!!!

Sostituzione indietro NON NULLI!!!

ESERCIZIO 1 Risolviamo Ax=b con: utilizzando la fattorizzazione LU (La soluzione esatta è x=[1 1 1 1]’)

“Qualità” della soluzione Se conosciamo la soluzione esatta xe possiamo valutare la norma dell’errore: Anche il residuo è un’indice della bontà della soluzione:

Condizionamento Consideriamo un sistema perturbato: Condizionamento: Stima errore relativo:

ESEMPIO 2 Usiamo la matrice di Hilbert: H=hilb(n); b=H*ones(n,1) Calcoliamo (sapendo che la sol esatta è [1 1 ..1]’):

Errore e condizionamento

Quando LU non funziona

Condizioni per la fattorizzazione LU Tutte le sottomatrici principali di A devono essere non singolari:

Pivoting (per righe) Scambio le righe di A per non avere pivot (ukk) nullo; lo scelgo in modo che sia il più grande possibile. K=1) Scambio le righe 1 e 3; aggiorno U

Pivoting (per righe) K=2) La riga due rimane al suo posto; K=3) La 4 va al posto della 3

Pivoting (per righe)

ESERCIZIO 2 Siano dati A e b: Effettuare la fattorizzazione LU con pivoting: quali righe vengono scambiate? Risolvere il sistema. Valutare errore e residuo relativo (sol. esatta [1 1 1 1]’)

ESERCIZIO 3 Risolvere il sistema dell’esercizio 1 eseguendo la fattorizzazione LU con pivoting. Calcolare errore e residuo relativo con e senza pivoting. Quale soluzione è più accurata? Perché?

Sistemi sovradeterminati Ho più equazioni che incognite Sistema di equazioni normali:

Fattorizzazione di Cholesky D’D è simmetrica definita positiva Posso fare la fattorizzazione di Cholesky cioè scomporre in: H’H (comando Matlab: chol) con H triangolare superiore. Si risolve come una normale LU