domain decomposition
|
|
- Pavlína Havlíčková
- před 6 lety
- Počet zobrazení:
Transkript
1 Srovnání některých metod domain decomposition Bedřich Sousedík obor: Matematika ve stavebním inženýrství školitel: Prof. RNDr. Ivo Marek, DrSc. školitel specialista: Professor Jan Mandel Katedra matematiky Fakulta stavební České vysoké učení technické v Praze Praha, 17. prosince 2008 (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
2 Stručný přehled disertační práce Studium metod domain decomposition (rozkladu oblasti): BDD Balancing Domain Decomposition (Mandel 1993), FETI Finite Element Tearing and Interconnecting (Farhat, Roux 1991), a jejich variant: BDDC, P-FETI, FETI-DP a P-FETI-DP. 1 Nalezení minimálního základu pro formulaci metod. Odvození všech zmíněných metod. Porovnání některých dvojic metod: Ekvivalence spekter předpodmíněných operátorů. P-FETI-DP=BDDC a jistých předpokladů P-FETI = BDD. Sestrojení odhadu čísla podmíněnosti BDDC a FETI-DP. 2 Navržení heuristického adaptivního algoritmu zlepšujícího konvergenci BDDC a FETI-DP. Numerické experimenty ve 2D a 3D. (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
3 Příklad rozkladu oblasti (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
4 Obecná formulace řešené úlohy Řešíme variační úlohu u Ŵ : a (u, v) = f, v v Ŵ, kde Ŵ je konečněrozměrný prostor, ve kterém hledáme řešení, a (, ) je symetrická pozitivně definitní bilineární forma na Ŵ, f Ŵ je vektor pravé strany Studované metody jsou charakterizovány výběrem větších prostorů Ŵ W W. kde a (, ) je pozitivně definitní na W, a (, ) je pozitivně semidefinitní na W. (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
5 Formulace metod: prostory Rozdíly mezi prostory/operátory dány stupněm sestavení globální matice tuhosti. A sestavení matice tuhosti podoblastí, B sestavení globální matice tuhosti, C spojitost přes rozhraní. Ŵ W W A plně plně plně B plně částečně vůbec C plná pouze v rozích žádná Ŝ : Ŵ Ŵ, Ŝv, w = a (v, w) v, w Ŵ, S : W W, Sv, w = a (v, w) v, w W, S : W W, Sv, w = a (v, w) v, w W. (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
6 Formulace metod: operátory a předpoklady Metody jsou formulovány pomocí lineárních operátorů: E... projekce na Ŵ, E : W Ŵ. R... vnoření z Ŵ do W. B... zajišt uje splnění podmínky u Ŵ jako Bu = 0 u Ŵ. B T D... je zobecněnou inverzí B. Předpokládáme, že B T D B + RE = I. (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
7 Metody na W : FETI, P-FETI a BDD (úplný rozklad na podoblasti) Finite Element Tearing and Interconnecting (Farhat a Roux 1991): spojitost přes rozhraní zajištěna Lagrangeovými multiplikátory λ, iterační řešení duálního systém pro λ, spojité primární řešení získáme po ukončení iteračního cyklu. P-FETI (Primal-FETI, Fragakis a Papadrakakis 2003) založena na jednom kroku metody FETI. Balancing Domain Decomposition (Mandel 1993): iterační řešení problému v primárních proměnných. Špatná konvergence pro biharmonické problémy (desky, skořepiny). Důvod: číslo podmíněnosti závisí na skocích přes rohy podoblastí. Efektivní řešení: formulace metod na prostoru W... (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
8 Metody na W : FETI-DP, P-FETI-DP a BDDC (spojitost v rozích podoblastí vynucena a-priori) FETI-Dual, Primal (Farhat et al 2001). P-FETI-DP (nezávisle Fragakis a Papadrakakis 2003, Cros 2003) založena na jednom kroku metody FETI-DP. Balancing Domain Decomposition by Constraints (Dohrmann 2003). Maticový zápis předpodmíněných operátorů FETI-DP a BDDC je ) ( T P FETI DP = (B D SB D B S ) 1 B T, P BDDC = (E S ) ( ) 1 E T R T SR, kde S je symetrický, pozitivně definitní operátor na prostoru W. (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
9 Porovnání metod: hlavní výsledky Theorem Předpodmiňovač dle Crose, P-FETI-DP a BDDC jsou stejné (vše 2003). Theorem (Mandel, Dohrmann, Tezaur (2005), Mandel, B.S. (2007)) Vlastní čísla předpodmíněných operátorů FETI-DP a BDDC splňují 1 λ ω FETI DP a 1 λ ω BDDC, kde ω BDDC = RE 2 S, ω FETI DP = B T D B 2 S. Navíc, jestliže platí W Ŵ, pak také ω BDDC = ω FETI DP. Tato věta je kĺıčem k adaptivnímu předpodmínění pro FETI-DP a BDDC. (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
10 Adaptivní algoritmus: Mez čísla podmíněnosti Vycházíme z předpokladu B T D B + RE = I BT D B = I RE, a z algebraického odhadu čísla podmíněnosti. Jejich kombinací obdržíme ω = sup w W B T D Bw 2 S w 2 S = sup w W (I RE) w 2 S. w 2 S Odhad přepíšeme jako zobecněný problém vlastních čísel na prostoru W, (I RE) T S (I RE) w = λ Sw, kde matice S je SPD a ω je stejná jako největší vlastní číslo λ max. (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
11 Adaptivní algoritmus: FETI-DP a BDDC na podprostoru Zaved me nový prostor W avg jako Ŵ W avg W W, Prostor W avg definujeme ( svázáním podoblastí průměry ), jako W avg = {w W } : QD T Bw = 0, (FETI-DP, Mandel, B.S. (2007)) { W avg = w W } : D T w = 0, (BDDC, Mandel, B.S., Šístek) kde Q D je duální váhová matice, D je vazební matice a platí, že Q T D B = DT. Prostor W avg je podprostor funkcí z W orthogonálních k něčemu. (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
12 Adaptivní algoritmus: Optimální vazby Optimální konstrukce prostoru W avg je dána následovně: Theorem Necht w i jsou vlastní vektory a λ i vlastní čísla zobecněného problému, bez ztráty na obecnosti uspořádaná jako λ 1 λ Necht k 0. Definicí (nových řádek) operátoru D daných jako d T i = w T i (I RE) T S (I RE), i = 1,..., k D = [ d 1 d 2... d k ], zajistíme, že ω = λ k+1. Dále platí, že ω λ k+1 pro jakoukoliv jinou konstrukci D T pomocí nejvýše k řádek. Nevýhoda: Výpočet globálních vlastních vektorů je výpočetně náročný. Numerické experimenty také ukazují, že mnohdy stači přidat vazby pouze lokálně, abychom rapidně zlepšili konvergenci algoritmu... (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
13 Lokální vazby a adaptivní algoritmus... větu nahradíme lokální verzí pro dvojice přilehlých podoblastí, a poté definujeme heuristický indikátor čísla podmíněnosti ω = max {ij} A ω ij. Algoritmus: Přidání vazeb ke snížení hodnoty heuristického indikátoru ω tak, aby ω ij τ pro a-priori stanovený ukazatel τ. 1 Spočti největší lokální vlastní čísla a vektory dokud nenalezneš index l ij takový, že λ ij,lij +1 τ a tedy ω = max {ij} A λ ij,k ij +1 τ 2 Použij tyto vlastní vektory ke konstrukci lokálních vazeb d ij,l. 3 Přidej do matice D tyto vazby globálně jako její nové sloupce, pomocí jednoduchého vnoření R ij (rozšíření nulami) jako D = [... R T ij D ij,l... ], {ij} A, l = 1,..., k ij. (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
14 Numerické výsledky ve 2D: stlačitelná elasticita, λ = 1, µ = 2 H/h Ndof τ Nc ω κ it < < < < < Ndof: počet stupňů volnosti τ: žádané č. podmíněnosti Nc: počet vazeb v matici D ω: heuristický indikátor κ: odhad č. podm. z PCG it: počet iterací tolerance: 10 8 (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
15 Numerické výsledky ve 2D: Adaptivní vazby pro H/h = 16 Vlastní čísla lokálních úloh pro dvojice přilehlých podoblastí i a j: Počty průměrů při τ = 10: i j λ ij,1 λ ij,2 λ ij,3 λ ij,4 λ ij, Očíslování podoblastí: (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
16 Numerické výsledky ve 2D: téměř nestlačitelná elasticita, λ = 10000, µ = 2 H/h Ndof τ Nc ω κ it NA Ndof: počet dof τ: žádané č. podm. Nc: počet vazeb v D ω: heuristický indikátor κ: odhad č. podm. it: počet iterací tolerance: 10 8 (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
17 Numerické výsledky ve 3D (data: doc. J. Kruis, vizualizace: M. Brezina) počet stupňů volnosti: , podoblastí: 8, rohů/hran/stěn: 31/18/19 (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
18 Numerické výsledky ve 3D: Nosník s vrubem počet stupňů volnosti: , podoblastí: 8, rohů/hran/stěn: 31/18/19 typ vazby Nc κ it c c+e c+e+f c+e+f (3eigv) τ ω Nc κ it (=c+e) τ: žádané č. podm., ω: heuristický indikátor, Nc: počet vazeb, κ: odhad č. podm. předpodmíněného operátoru, it: počet iterací (tol=10 8 ) (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
19 Numerické výsledky ve 3D (data: doc. J. Kruis, vizualizace: M. Brezina) počet stupňů volnosti: , podoblastí: 16, rohů/hran/stěn: 250/30/43 (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
20 Numerické výsledky ve 3D: Mostní konstrukce počet stupňů volnosti: , podoblastí: 16, rohů/hran/stěn: 250/30/43 typ vazby Nc κ it c c+e c+e+f c+e+f (3eigv) τ ω Nc κ it (=c+e) τ: žádané č. podm., ω: heuristický indikátor, Nc: počet vazeb, κ: odhad č. podm. předpodmíněného operátoru, it: počet iterací (tol=10 8 ) (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
21 Závěr: přehled hlavních výsledků práce Nalezení minimálního základu pro formulaci metod BDD, BDDC, FETI, FETI-DP a jejich primárních variant P-FETI, P-FETI-DP. Odvození všech zmíněných metod z minimálního základu. Nová formulace metody BDDC pomocí zobecnění změny proměnných podle práce autorů Li a Widlund (spolupráce s Dr. Šístkem). Důkaz, že P-FETI-DP = BDDC = předpodmiňovač navržený Crosem. Sestrojení odhadu čísla podmíněnosti FETI-DP a BDDC. Navržení adaptivního algoritmu zlepšujícího konvergenci obou metod. Vývoj programů a numerické experimenty ve 2D i 3D. Korektury: (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
22 Závěr: nástin budoucí práce Paralelní implementace adaptivního algoritmu včetně efektivního výběru počátečních vazeb (probíhá s Dr. Novotným a Dr. Šístkem). Teoretické zdůvodnění adaptivního algoritmu. Multilevel BDDC pro lineární elasticitu. Pro skalární úlohy: Jan Mandel, Bedřich Sousedík, Clark Dohrmann: Multispace and Multilevel BDDC. Computing, 83(2-3):55 85, Kombinace adaptivního algoritmu a Multilevel BDDC. = Efektivní řešení velkých a výpočetně náročných úloh. (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
23 Seznam prací vztahujících se k disertaci Bedřich Sousedík, Jan Mandel: On the equivalence of primal and dual substructuring methods. To appear in ETNA, October Jan Mandel and Bedřich Sousedík: BDDC and FETI-DP under minimalist assumptions. Computing, 81: , Jan Mandel and Bedřich Sousedík: Adaptive selection of face coarse degrees of freedom in the BDDC and the FETI-DP iterative substructuring methods. Comput. Methods Appl. Mech. Engrg., 196(8): , Jan Mandel and Bedřich Sousedík: Adaptive coarse space selection in the BDDC and the FETI-DP iterative substructuring methods: Optimal face degrees of freedom. In Domain Decomposition Methods in Science and Engineering XVI, Lecture Notes in Computational Science and Engineering, vol. 55, pages Springer-Verlag, (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
24 Účast na řešení grantových projektů GA ČR, granty (strojní f., Prof. Burda, Dr. Novotný): 106/05/ /08/0403 Program Informační společnosti AV ČR: 1ET (Ústav Informatiky AV ČR, Prof. Marek) 1ET (Ústav Termomechaniky AV ČR, Dr. Novotný) Výzkumný projekt CEZ MSM (stavební f., Prof. Bittnar) National Science Foundation (University of Colorado, Prof. Mandel): CNS CNS DMS (Katedra matematiky, FSv, ČVUT) Srovnání některých metod DD Praha, 17. prosince / 24
Aplikace metody BDDC
Aplikace metody BDDC v problémech pružnosti P. Burda, M. Čertíková, E. Neumanová, J. Šístek A. Damašek, J. Novotný FS ČVUT, ÚT AVČR 14.9.2006 / SAMO 06 (FS ČVUT, ÚT AVČR) 14.9.2006 / SAMO 06 1 / 46 Osnova
Arnoldiho a Lanczosova metoda
Arnoldiho a Lanczosova metoda 1 Částečný problém vlastních čísel Ne vždy je potřeba (a někdy to není ani technicky možné) nalézt celé spektrum dané matice (velké řídké matice). Úloze, ve které chceme aproximovat
FP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci
FP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci OBSAH A CÍLE SEMINÁŘE: Opakování a procvičení vybraných
Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda
Předmět: MA 4 Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Četba: Text o lineární algebře v Příručce přežití na webových
Globální matice konstrukce
Globální matice konstrukce Z matic tuhosti a hmotnosti jednotlivých prvků lze sestavit globální matici tuhosti a globální matici hmotnosti konstrukce, které se využijí v řešení základní rovnice MKP: [m]{
III. MKP vlastní kmitání
Jiří Máca - katedra mechaniky - B325 - tel. 2 2435 4500 maca@fsv.cvut.cz III. MKP vlastní kmitání 1. Rovnice vlastního kmitání 2. Rayleighova Ritzova metoda 3. Jacobiho metoda 4. Metoda inverzních iterací
stránkách přednášejícího.
Předmět: MA 4 Dnešní látka Iterační metoda Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Superrelaxační metoda (metoda SOR) Metoda sdružených gradientů Četba: Text o lineární algebře v Příručce
Rovinná úloha v MKP. (mohou být i jejich derivace!): rovinná napjatost a r. deformace (stěny,... ): u, v. prostorové úlohy: u, v, w
Rovinná úloha v MKP Hledané deformační veličiny viz klasická teorie pružnosti (mohou být i jejich derivace!): rovinná napjatost a r. deformace (stěny,... ): u, v desky: w, ϕ x, ϕ y prostorové úlohy: u,
Aplikovaná numerická matematika - ANM
Aplikovaná numerická matematika - ANM 3 Řešení soustav lineárních rovnic iterační metody doc Ing Róbert Lórencz, CSc České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových
Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
1 / 40 regula Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague regula 1 2 3 4 5 regula 6 7 8 2 / 40 2 / 40 regula Iterační pro nelineární e Bud f reálná funkce
Numerická simulace proudění v hydrostatickém ložisku
Numerická simulace proudění v hydrostatickém ložisku Martin Hanek Vedoucí práce prof. RNDr. Pavel Burda, CSc. Školitelé specialisti Ing. Jakub Šístek, PhD., Ing. Eduard Stach Abstrakt Ve své práci se zabývám
Stabilizace Galerkin Least Squares pro
Fakulta strojní ČVUT Ústav technické matematiky Stabilizace Galerkin Least Squares pro MKP na řešení proudění o vyšších Reynoldsových číslech Ing. Jakub Šístek Doc. RNDr. Pavel Burda, CSc. RNDr. Jaroslav
Simulace (nejen) fyzikálních jevů na počítači
Simulace (nejen) fyzikálních jevů na počítači V. Kučera Katedra numerické matematiky, MFFUK Praha 7.2.2013 Aerodynamický flutter Tacoma bridge, 1940 Fyzikální model Realita je komplikovaná Navier-Stokesovy
Static Load Balancing Applied to Time Dependent Mechanical Problems
Static Load Balancing Applied to Time Dependent Mechanical Problems O. Medek 1, J. Kruis 2, Z. Bittnar 2, P. Tvrdík 1 1 Katedra počítačů České vysoké učení technické, Praha 2 Katedra stavební mechaniky
Vzpěr jednoduchého rámu, diferenciální operátory. Lenka Dohnalová
1 / 40 Vzpěr jednoduchého rámu, diferenciální operátory Lenka Dohnalová ČVUT, fakulta stavební, ZS 2015/2016 katedra stavební mechaniky a katedra matematiky, Odborné vedení: doc. Ing. Jan Zeman, Ph.D.,
Lineární programování
Lineární programování Petr Tichý 19. prosince 2012 1 Outline 1 Lineární programování 2 Optimalita a dualita 3 Geometrie úlohy 4 Simplexová metoda 2 Lineární programování Lineární program (1) min f(x) za
10 Funkce více proměnných
M. Rokyta, MFF UK: Aplikovaná matematika II kap. 10: Funkce více proměnných 16 10 Funkce více proměnných 10.1 Základní pojmy Definice. Eukleidovskou vzdáleností bodů x = (x 1,...,x n ), y = (y 1,...,y
Tento dokument obsahuje zadání pro semestrální programy z PAA. Vypracování. vypracovanou úlohu podle níže uvedených zadání. To mimo jiné znamená, že
Kapitola Zadání Tento dokument obsahuje zadání pro semestrální programy z PAA. Vypracování alespoň jedné úlohy je nutnou podmínkou pro úspěšné složení zkoušky resp. získaní (klasifikovaného) zápočtu (viz.
Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).
Předmět: MA 4 Dnešní látka Vektorový (lineární) prostor (připomenutí) Normovaný lineární prostor Normy matic a vektorů Symetrické matice, pozitivně definitní matice Gaussova eliminační metoda, podmíněnost
Singulární rozklad. Petr Tichý. 31. října 2013
Singulární rozklad Petr Tichý 31. října 2013 1 Outline 1 Úvod a motivace 2 Zavedení singulárního rozkladu a jeho vlastnosti 3 Výpočet a náklady na výpočet singulárního rozkladu 4 Moor-Penroseova pseudoinverze
a vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0.
Výpočet vlastních čísel a vlastních vektorů S pojmem vlastního čísla jsme se již setkali například u iteračních metod pro řešení soustavy lineárních algebraických rovnic. Velikosti vlastních čísel iterační
Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).
Předmět: MA 4 Dnešní látka Vlastní čísla a vektory Google Normovaný lineární prostor Normy matic a vektorů Symetrické matice, pozitivně definitní matice Gaussova eliminační metoda, podmíněnost matic Četba:
Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).
Předmět: MA 4 Dnešní látka Lineární (vektorový) prostor Normovaný lineární prostor Normy matic a vektorů Symetrické matice, pozitivně definitní matice Gaussova eliminační metoda, podmíněnost matic Četba:
Úvod do přesnosti MKP, generace sítí a metod řešení soustav lineárních rovnic
ENumerická analýza transportních procesů - NTP2 Přednáška č. 8 Úvod do přesnosti MKP, generace sítí a metod řešení soustav lineárních rovnic Úvod do přesnosti metody konečných prvků Úvod do přesnosti metody
Metoda sdružených gradientů
Metoda sdružených gradientů 1 Poznámka A-skalární součin, A-norma (energetická norma) Standardní euklidovský skalární součin vektorů n x, y = y T x = y i x i. i=1 A R n n je symetrická, pozitivně definitní,
Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
1 / 38 Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 1 2 3 4 5 6 2 / 38 2 / 38 čárkou Definition 1 Bud základ β N pevně dané číslo β 2, x bud reálné číslo s
Učební texty k státní bakalářské zkoušce Matematika Základy lineárního programování. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Základy lineárního programování študenti MFF 15. augusta 2008 1 15 Základy lineárního programování Požadavky Simplexová metoda Věty o dualitě (bez důkazu)
Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
Tomáš Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 1 / 63 1 2 3 4 5 6 7 8 9 10 11 2 / 63 Aritmetický vektor Definition 1 Aritmetický vektor x je uspořádaná
SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC
SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC Pojm: Algebraická rovnice... rovnice obsahující pouze celé nezáporné mocnin neznámé, tj. a n n + a n 1 n 1 +... + a 2 2 + a 1 + a 0 = 0, kde n je přirozené číslo.
Matematika pro informatiky
(FIT ČVUT v Praze) Konvexní analýza 13.týden 1 / 1 Matematika pro informatiky Jaroslav Milota Fakulta informačních technologíı České vysoké učení technické v Praze Letní semestr 2010/11 Extrémy funkce
Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení.
Předmět: MA4 Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení. Literatura: Kapitola 2 a)-c) a kapitola 4 a)-c) ze skript Karel Rektorys: Matematika 43, ČVUT,
Dnešní látka: Literatura: Kapitoly 3 a 4 ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.
Předmět: MA4 Dnešní látka: Od okrajových úloh v 1D k o. ú. ve 2D Laplaceův diferenciální operátor Variačně formulované okrajové úlohy pro parciální diferenciální rovnice a metody jejich přibližného řešení
1 0 0 u 22 u 23 l 31. l u11
LU dekompozice Jedná se o rozklad matice A na dvě trojúhelníkové matice L a U, A=LU. Matice L je dolní trojúhelníková s jedničkami na diagonále a matice U je horní trojúhelníková. a a2 a3 a 2 a 22 a 23
Numerické řešení soustav lineárních rovnic
Numerické řešení soustav lineárních rovnic irko Navara Centrum strojového vnímání, katedra kybernetiky elektrotechnická fakulta ČVUT, Praha http://cmpfelkcvutcz/~navara 30 11 2016 Úloha: Hledáme řešení
Soustavy lineárních rovnic-numerické řešení. October 2, 2008
Soustavy lineárních rovnic-numerické řešení October 2, 2008 (Systém lin. rovnic) Systém rovnic 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 n1 x 1 + a n2 x 2 + + a
Matematika 5 FSV UK, ZS Miroslav Zelený
Matematika 5 FSV UK, ZS 2018-19 Miroslav Zelený 1. Stabilita řešení soustav diferenciálních rovnic 2. Úvod do variačního počtu 3. Globální extrémy 4. Teorie optimálního řízení 5. Různé 1. Stabilita řešení
Faster Gradient Descent Methods
Faster Gradient Descent Methods Rychlejší gradientní spádové metody Ing. Lukáš Pospíšil, Ing. Martin Menšík Katedra aplikované matematiky, VŠB - Technická univerzita Ostrava 24.1.2012 Ing. Lukáš Pospíšil,
Úvod do teorie her
Úvod do teorie her 2. Garanční řešení, hry s nulovým součtem a smíšené strategie Tomáš Kroupa http://staff.utia.cas.cz/kroupa/ 2017 ÚTIA AV ČR Program 1. Zavedeme řešení, které zabezpečuje minimální výplatu
Numerické metody a programování. Lekce 8
Numerické metody a programování Lekce 8 Optimalizace hledáme bod x, ve kterém funkce jedné nebo více proměnných f x má minimum (maximum) maximalizace f x je totéž jako minimalizace f x Minimum funkce lokální:
Numerické metody optimalizace - úvod
Numerické metody optimalizace - úvod Petr Tichý 16. února 2015 1 Organizace přednášek a cvičení 13 přednášek a cvičení. Zápočet: úloha programování a testování úloh v Matlabu. Další informace na blogu
Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s
Kapitola 13 Kvadratické formy Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru f(x 1,..., x n ) = a ij x i x j, kde koeficienty a ij T. j=i Kvadratická forma v n proměnných
Zdrojem většiny příkladů je sbírka úloh 1. cvičení ( ) 2. cvičení ( )
Příklady řešené na cvičení LA II - LS 1/13 Zdrojem většiny příkladů je sbírka úloh http://kam.mff.cuni.cz/~sbirka/ 1. cvičení (..13) 1. Rozhodněte, které z následujících operací jsou skalárním součinem
Aplikovaná numerická matematika
Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních
Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat
Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat Čtvercová matice n n, např. může reprezentovat: A = A A 2 A 3 A 2 A 22 A 23 A 3 A 32 A 33 matici koeficientů soustavy n lineárních
4. Trojúhelníkový rozklad p. 1/20
4. Trojúhelníkový rozklad 4. Trojúhelníkový rozklad p. 1/20 4. Trojúhelníkový rozklad p. 2/20 Trojúhelníkový rozklad 1. Permutační matice 2. Trojúhelníkové matice 3. Trojúhelníkový (LU) rozklad 4. Výpočet
Numerické řešení soustav lineárních rovnic
Numerické řešení soustav lineárních rovnic Mirko Navara http://cmpfelkcvutcz/~navara/ Centrum strojového vnímání, katedra kybernetiky FEL ČVUT Karlovo náměstí, budova G, místnost 04a http://mathfeldcvutcz/nemecek/nummethtml
prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. BI-ZMA ZS 2009/2010
Věty o přírustku funkce prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. Katedra matematiky České vysoké učení technické v Praze c Čestmír Burdík, Edita Pelantová 2009 Základy matematické
Metody vnitřních bodů pro řešení úlohy lineární elasticity s daným třením
Metody vnitřních bodů pro řešení úlohy lineární elasticity s daným třením J. Machalová, P. Ženčák, R. Kučera Katedra matematické analýzy a aplikací matematiky PřF UP Olomouc Katedra matematiky a deskriptivní
Co jsme udělali: Au = f, u D(A)
Předmět: MA4 Dnešní látka: Od okrajových úloh v 1D k o. ú. ve 2D Laplaceův diferenciální operátor Variačně formulované okrajové úlohy pro parciální diferenciální rovnice a metody jejich přibližného řešení
Nelineární analýza materiálů a konstrukcí (V-132YNAK) Přednáška 2 Princip metody konečných prvků
Nelineární analýza materiálů a konstrukcí (V-132YNAK) Přednáška 2 Princip metody konečných prvků Petr Kabele petr.kabele@fsv.cvut.cz people.fsv.cvut.cz/~pkabele Petr Kabele, 2007-2014 Obsah Variační principy
Problém lineární komplementarity a kvadratické programování
Problém lineární komplementarity a kvadratické programování (stručný učební text 1 J. Rohn Univerzita Karlova Matematicko-fyzikální fakulta Verze: 17. 6. 2002 1 Sepsání tohoto textu bylo podpořeno Grantovou
Základní spádové metody
Základní spádové metody Petr Tichý 23. října 2013 1 Metody typu line search Problém Idea metod min f(x), f : x R Rn R. n Dána počáteční aproximace x 0. Iterační proces (krok k): (a) zvol směr d k, (b)
FIT ČVUT MI-LOM Lineární optimalizace a metody. Dualita. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
FIT ČVUT MI-LOM Lineární optimalizace a metody Dualita Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Michal Černý, 2011 FIT ČVUT, MI-LOM, M. Černý, 2011: Dualita 2/5 Dualita Evropský
Vyučující: Jan Chleboun, místnost B-305, linka 3866 Konzultace: čtvrtek 13:00-14:40 nebo dle dohody
Předmět: MA04 Vyučující: Jan Chleboun, místnost B-305, linka 3866 (jan.chleboun@cvut.cz) Konzultace: čtvrtek 13:00-14:40 nebo dle dohody Sledovat informace na webových stránkách vyučujícího (o zkoušce,
pro Maxwellovy rovnice
Rychlé výpočetní metody pro Maxwellovy rovnice VŠB TU Ostrava, 14. dubna 2005 D. Lukáš Katedra aplikované matematiky, Centrum pokročilých a inovačních technologií, VŠB Technická univerzita Ostrava email:
Objektově orientovaná implementace škálovatelných algoritmů pro řešení kontaktních úloh
Objektově orientovaná implementace škálovatelných algoritmů pro řešení kontaktních úloh Václav Hapla Katedra aplikované matematiky Fakulta elektrotechniky a informatiky VŠB-Technická univerzita Ostrava
Numerické metody a programování. Lekce 7
Numerické metody a programování Lekce 7 Řešení nelineárních rovnic hledáme řešení x problému f x = 0 strategie: odhad řešení iterační proces postupného zpřesňování řešení výpočet skončen pokud je splněno
Interpolace, ortogonální polynomy, Gaussova kvadratura
Interpolace, ortogonální polynomy, Gaussova kvadratura Petr Tichý 20. listopadu 2013 1 Úloha Lagrangeovy interpolace Dán omezený uzavřený interval [a, b] a v něm n + 1 různých bodů x 0, x 1,..., x n. Nechť
Numerické metody lineární algebry
Numerické metody lineární algebry 1 Úvod 11 Úlohy lineární algebry 1 Řešení soustav lineárních rovnic A x = b Řešení soustavy s regulární čtvercovou maticí A řádu n n pro 1 nebo více pravých stran Výpočet
Soustavy lineárních rovnic-numerické řešení
Soustavy lineárních rovnic-numerické řešení November 9, 2008 Soustavy lineárních rovnic-numerické řešení 1 / 52 (Systém lin. rovnic) Systém rovnic a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22
1 Projekce a projektory
Cvičení 3 - zadání a řešení úloh Základy numerické matematiky - NMNM20 Verze z 5. října 208 Projekce a projektory Opakování ortogonální projekce Definice (Ortogonální projekce). Uvažujme V vektorový prostor
VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY
VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY Jan Krejčí 31. srpna 2006 jkrejci@physics.ujep.cz http://physics.ujep.cz/~jkrejci Obsah 1 Přímé metody řešení soustav lineárních rovnic 3 1.1 Gaussova eliminace...............................
Podobnost matic. Definice 8.6. Dány matice A, B M n (C). Jestliže existuje regulární matice P M n (C) tak,
Podobnost matic Definice 84 Dány matice A, B M n (C) Jestliže existuje regulární matice P M n (C) tak, že B = P 1 AP, pak říkáme, že matice B je podobná matici A a píšeme A B Takto zavedená binární relace
Metoda konečných prvků Úvod (výuková prezentace pro 1. ročník navazujícího studijního oboru Geotechnika)
Inovace studijního oboru Geotechnika Reg. č. CZ.1.07/2.2.00/28.0009 Metoda konečných prvků Úvod (výuková prezentace pro 1. ročník navazujícího studijního oboru Geotechnika) Doc. RNDr. Eva Hrubešová, Ph.D.
Vlastní (charakteristická) čísla a vlastní (charakteristické) Pro zadanou čtvercovou matici A budeme řešit maticovou
1 Vlastní (charakteristická) čísla a vlastní (charakteristické) vektory matice Pro zadanou čtvercovou matici A budeme řešit maticovou rovnici A x = λ x, kde x je neznámá matice o jednom sloupci (sloupcový
Numerické metody a programování. Lekce 4
Numerické metody a programování Lekce 4 Linarní algebra soustava lineárních algebraických rovnic a 11 a 12 x 2 a 1, N x N = b 1 a 21 a 22 x 2 a 2, N x N = b 2 a M,1 a M,2 x 2 a M,N x N = b M zkráceně A
DRN: Soustavy linárních rovnic numericky, norma
DRN: Soustavy linárních rovnic numericky, norma Algoritmus (GEM: Gaussova eliminace s částečným pivotováním pro převod rozšířené regulární matice na horní trojúhelníkový tvar). Zadána matice C = (c i,j
Matematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29
Matematika 1 11. přednáška MA1 1 Opakování 2 Determinant 3 Adjungovaná matice 4 Cramerovo pravidlo 5 Vlastní čísla a vlastní vektory matic 6 Zkouška; konzultace; výběrová matematika;... 11. přednáška (15.12.2010
Primitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program
Program Primitivní funkce a Riemannův integrál Program Primitivní funkce a Riemannův integrál Lineární algebra Program Primitivní funkce a Riemannův integrál Lineární algebra Taylorův polynom Program Primitivní
IB112 Základy matematiky
IB112 Základy matematiky Řešení soustavy lineárních rovnic, matice, vektory Jan Strejček IB112 Základy matematiky: Řešení soustavy lineárních rovnic, matice, vektory 2/53 Obsah Soustava lineárních rovnic
Matematika 2 pro PEF PaE
Determinanty / 8 Matematika 2 pro PEF PaE 3 Determinanty Přemysl Jedlička Katedra matematiky, TF ČZU Permutace Determinanty Výpočet determinantu z definice 2 / 8 Permutací množiny {,, n} rozumíme prosté
ZADÁNÍ ZKOUŠKOVÉ PÍSEMNÉ PRÁCE Z PŘEDMĚTU LINEÁRNÍ ALGEBRA PRO IT. Verze 1.1A
Verze 1.1A Čas na práci: 1 minut Za každý úkol můžete získat maximálně 1 bodů. Řešení každého příkladu zapisujte čitelně a srozumitelně, 2x 1 +4x 3 +3x 4 = 4 x 1 +2x 2 +4x 3 3x 4 = 1 2x 1 +x 2 x 3 3x 4
Soustavy linea rnı ch rovnic
[1] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení a) soustavy, 10, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010, g)l.
5. Singulární rozklad
5. Singulární rozklad Petr Tichý 31. října 2012 1 Singulární rozklad matice Jeden z nejdůležitějších teoretických i praktických nástrojů maticových výpočtů. Umožňuje určit hodnost či normu matice, ortogonální
Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR
DEN: ODR teoreticky: soustavy rovnic Soustava lineárních ODR 1 řádu s konstantními koeficienty je soustava ve tvaru y 1 = a 11 y 1 + a 12 y 2 + + a 1n y n + b 1 (x) y 2 = a 21 y 1 + a 22 y 2 + + a 2n y
Stavební fakulta Katedra mechaniky. Jaroslav Kruis, Petr Štemberk
České vysoké učení technické v Praze Stavební fakulta Katedra mechaniky Fuzzy množiny, fuzzy čísla a jejich aplikace v inženýrství Jaroslav Kruis, Petr Štemberk Obsah Nejistoty Teorie pravděpodobnosti
Ortogonální projekce a ortogonální zobrazení
Drsná matematika I 9. přednáška Ortogonální projekce a ortogonální zobrazení Jan Slovák Masarykova univerzita Fakulta informatiky 27. 4. 2010 Obsah přednášky 1 Literatura 2 Projekce a ortogonální zobrazení
Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice študenti MFF 15. augusta 2008 1 7 Diferenciální rovnice Požadavky Soustavy lineárních diferenciálních rovnic prvního řádu lineární
Matice. Předpokládejme, že A = (a ij ) je matice typu m n: diagonálou jsou rovny nule.
Matice Definice. Maticí typu m n nazýváme obdélníkové pole, tvořené z m n reálných čísel (tzv. prvků matice), zapsaných v m řádcích a n sloupcích. Značíme např. A = (a ij ), kde i = 1,..., m, j = 1,...,
Lineární algebra : Skalární součin a ortogonalita
Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních
LWS při heteroskedasticitě
Stochastické modelování v ekonomii a financích Petr Jonáš 7. prosince 2009 Obsah 1 2 3 4 5 47 1 Předpoklad 1: Y i = X i β 0 + e i i = 1,..., n. (X i, e i) je posloupnost nezávislých nestejně rozdělených
5. Lokální, vázané a globální extrémy
5 Lokální, vázané a globální extrémy Studijní text Lokální extrémy 5 Lokální, vázané a globální extrémy Definice 51 Řekneme, že f : R n R má v bodě a Df: 1 lokální maximum, když Ka, δ Df tak, že x Ka,
Učební texty k státní bakalářské zkoušce Matematika Základy teorie funkcí více proměnných. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Základy teorie funkcí více proměnných študenti MFF 15. augusta 2008 1 5 Základy teorie funkcí více proměnných Požadavky Parciální derivace a totální
Lineární algebra : Násobení matic a inverzní matice
Lineární algebra : Násobení matic a inverzní matice (8. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních
Lineární stabilita a teorie II. řádu
Lineární stabilita a teorie II. řádu Sestavení podmínek rovnováhy na deformované konstrukci Konstrukce s a bez počáteční imperfekce Výpočet s malými vs. s velkými deformacemi ANKC-C 1 Zatěžovacídráhy [Šejnoha,
Symetrické a kvadratické formy
Symetrické a kvadratické formy Aplikace: klasifikace kvadrik(r 2 ) a kvadratických ploch(r 3 ), optimalizace(mpi) BI-LIN (Symetrické a kvadratické formy) 1 / 20 V celé přednášce uvažujeme číselné těleso
Úvod do kvantového počítání
2. přednáška Katedra počítačů, Fakulta elektrotechnická České vysoké učení technické v Praze 17. března 2005 Opakování Část I Přehled z minulé hodiny Opakování Alternativní výpočetní modely Kvantové počítače
Metoda rozkladu oblasti - porovnání přístupů založených na primární a duální formulaci
Západočeská univerzita Fakulta aplikovaných věd Diplomová práce Metoda rozkladu oblasti - porovnání přístupů založených na primární a duální formulaci 4 Jana Hůrková Poděkování Ráda bych poděkovala panu
2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC
.6. VLASTNÍ ČÍSLA A VEKTORY MATIC V této kapitole se dozvíte: jak jsou definována vlastní (charakteristická) čísla a vektory čtvercové matice; co je to charakteristická matice a charakteristický polynom
OPTIMALIZACE A MULTIKRITERIÁLNÍ HODNOCENÍ FUNKČNÍ ZPŮSOBILOSTI POZEMNÍCH STAVEB D24FZS
OPTIMALIZACE A MULTIKRITERIÁLNÍ HODNOCENÍ FUNKČNÍ ZPŮSOBILOSTI POZEMNÍCH STAVEB Optimalizace a multikriteriální hodnocení funkční způsobilosti pozemních staveb Anotace: Optimalizace objektů pozemních staveb
Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice
Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice Jan Tomeček Tento stručný text si klade za cíl co nejrychlejší uvedení do teorie Greenových funkcí pro obyčejné diferenciální
Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Skalární součin študenti MFF 15. augusta 2008 1 10 Skalární součin Požadavky Vlastnosti v reálném i komplexním případě Norma Cauchy-Schwarzova nerovnost
Úlohy nejmenších čtverců
Úlohy nejmenších čtverců Petr Tichý 7. listopadu 2012 1 Problémy nejmenších čtverců Ax b Řešení Ax = b nemusí existovat, a pokud existuje, nemusí být jednoznačné. Často má smysl hledat x tak, že Ax b.
Automatizované řešení úloh s omezeními
Automatizované řešení úloh s omezeními Martin Kot Katedra informatiky, FEI, Vysoká škola báňská Technická universita Ostrava 17. listopadu 15, Ostrava-Poruba 708 33 Česká republika 25. října 2012 M. Kot
Soustavy lineárních diferenciálních rovnic I. řádu s konstantními koeficienty
Soustavy lineárních diferenciálních rovnic I řádu s konstantními koeficienty Definice a) Soustava tvaru x = ax + a y + az + f() t y = ax + a y + az + f () t z = a x + a y + a z + f () t se nazývá soustava
Numerická matematika 1
Numerická matematika 1 Obsah 1 Řešení nelineárních rovnic 3 1.1 Metoda půlení intervalu....................... 3 1.2 Metoda jednoduché iterace..................... 4 1.3 Newtonova metoda..........................
Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:
3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...
DERIVACE FUKNCÍ VÍCE PROMĚNNÝCH
DERIVACE FUKNCÍ VÍCE PROMĚNNÝCH Reálná funkce dvou proměnných a definiční obor Kartézský součin R R značíme R 2 R 2 je množina všech uspořádaných dvojic reálných čísel (rovina) Prvk R 2 jsou bod v rovině
Lineární klasifikátory
Lineární klasifikátory Lineární klasifikátory obsah: perceptronový algoritmus základní verze varianta perceptronového algoritmu přihrádkový algoritmus podpůrné vektorové stroje Lineární klasifikátor navrhnout
Summer Workshop of Applied Mechanics. Závislost míry tuhosti laminátové desky na orientaci vrstev a její maximalizace
Summer Workshop of Applied Mechanics June 22 Department of Mechanics Facult of Mechanical Engineering Czech Technical Universit in Prague Závislost mír tuhosti laminátové desk na orientaci vrstev a její