Algebra Linear Numerica: mudanças entre as edições
De Pontão Nós Digitais
Ir para navegaçãoIr para pesquisar
Sem resumo de edição |
|||
| Linha 2: | Linha 2: | ||
do [http://en.wikipedia.org/wiki/IPRJ IPRJ], contendo material potencialmente util ao publico geral. | do [http://en.wikipedia.org/wiki/IPRJ IPRJ], contendo material potencialmente util ao publico geral. | ||
= Informacao | = Informacao Comum a Ambos os Cursos = | ||
* Instrutor: [http://www.lems.brown.edu/~rfabbri prof. Ricardo Fabbri] | * Instrutor: [http://www.lems.brown.edu/~rfabbri prof. Ricardo Fabbri] | ||
* Recomenda-se aos alunos a assistirem as aulas de ambos os cursos sempre que possivel, dado o estilo diferente e complementar a assuntos similares. | * Recomenda-se aos alunos a assistirem as aulas de ambos os cursos sempre que possivel, dado o estilo diferente e complementar a assuntos similares. | ||
| Linha 9: | Linha 9: | ||
* Usaremos o [[Scilab]] primariamente. | * Usaremos o [[Scilab]] primariamente. | ||
* Python e Octave sao alternativas aceitaveis. | * Python e Octave sao alternativas aceitaveis. | ||
== Tarefa 1 == | |||
* SVD + Scilab | |||
** Plotar circulo unitario | |||
** Escolha uma matriz A | |||
** Transformar cada ponto por A | |||
** SVD visual: visualizar os eixos e esticamento da transformacao efetuada por A | |||
** Realizar SVD usando a funcao SVD propriamente dita | |||
** Repetir com outras matrizes A, aleatorias e nao-aleatorias. Qual o poder de | |||
modelagem de matrizes na pratica que voce pode observar assim? | |||
= Algebra Linear Numerica (graduacao) = | = Algebra Linear Numerica (graduacao) = | ||
| Linha 23: | Linha 33: | ||
* Livro-texto: "Numerical Matrix Analysis", Ilse Ipsen http://www2.alibris-static.com/isbn/9780898716764.gif | * Livro-texto: "Numerical Matrix Analysis", Ilse Ipsen http://www2.alibris-static.com/isbn/9780898716764.gif | ||
* livro classico: "Matrix Computations", Gene Golub et. al. (inventor do algotimo mais usado de SVD). | * livro classico: "Matrix Computations", Gene Golub et. al. (inventor do algotimo mais usado de SVD). | ||
[[Category:IPRJ]] | [[Category:IPRJ]] | ||
[[Category:Lab Macambira]] | [[Category:Lab Macambira]] | ||
Edição das 00h35min de 21 de março de 2012
Esta eh a pagina oficial do curso de Algebra Linear Numerica (graduacao) e do curso de Analise Matricial (pos-graduacao) do IPRJ, contendo material potencialmente util ao publico geral.
Informacao Comum a Ambos os Cursos
- Instrutor: prof. Ricardo Fabbri
- Recomenda-se aos alunos a assistirem as aulas de ambos os cursos sempre que possivel, dado o estilo diferente e complementar a assuntos similares.
Software
- Usaremos o Scilab primariamente.
- Python e Octave sao alternativas aceitaveis.
Tarefa 1
- SVD + Scilab
- Plotar circulo unitario
- Escolha uma matriz A
- Transformar cada ponto por A
- SVD visual: visualizar os eixos e esticamento da transformacao efetuada por A
- Realizar SVD usando a funcao SVD propriamente dita
- Repetir com outras matrizes A, aleatorias e nao-aleatorias. Qual o poder de
modelagem de matrizes na pratica que voce pode observar assim?
Algebra Linear Numerica (graduacao)
Conteudo aproximado
- Foco: SVD/Singular Value decomposition, auto-valores/auto-vetores, PCA/Principal Component Analysis, demais decomposicoes matriciais.
Recursos principais
- Livro-texto: nao ha. mas veja a bibliografia do curso da pos.
- Notas sobre sistemas de coordenadas, matriz relativa a dadas bases, rotacoes (pdf)
Analise Matricial (pós)
- Livro-texto: "Numerical Matrix Analysis", Ilse Ipsen
- livro classico: "Matrix Computations", Gene Golub et. al. (inventor do algotimo mais usado de SVD).
