Algebra Linear Numerica: mudanças entre as edições
De Pontão Nós Digitais
Ir para navegaçãoIr para pesquisar
(sala e instrutor) |
|||
| Linha 3: | Linha 3: | ||
= Informacao Comum a Ambos os Cursos = | = 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] (graduação e pós) e Francisco Duarte Moura Neto (pós) | ||
* 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 17: | Linha 17: | ||
** SVD visual: visualizar os eixos e esticamento da transformacao efetuada por A | ** SVD visual: visualizar os eixos e esticamento da transformacao efetuada por A | ||
** Realizar SVD usando a funcao SVD propriamente dita | ** Realizar SVD usando a funcao SVD propriamente dita | ||
** Repetir com outras matrizes A, aleatorias e nao-aleatorias. Qual o poder de | ** Repetir com outras matrizes A, aleatorias e nao-aleatorias. Qual o poder de modelagem de matrizes na pratica que voce pode observar assim? | ||
modelagem de matrizes na pratica que voce pode observar assim? | |||
** Digitar o resultado, preferencialmente em Latex, e entregar por email ou impresso. | ** Digitar o resultado, preferencialmente em Latex, e entregar por email ou impresso. | ||
= Algebra Linear Numerica (graduacao) = | = Algebra Linear Numerica (graduacao) = | ||
* Quartas 7am-9:40am Sala 205 | |||
* Quintas 9:40am-11:30am Sala 216 | |||
== Conteudo aproximado == | == Conteudo aproximado == | ||
* Foco: [http://pt.wikipedia.org/wiki/SVD SVD]/Singular Value decomposition, auto-valores/auto-vetores, [http://pt.wikipedia.org/wiki/PCA PCA/Principal Component Analysis], demais decomposicoes matriciais. | * Foco: [http://pt.wikipedia.org/wiki/SVD SVD]/Singular Value decomposition, auto-valores/auto-vetores, [http://pt.wikipedia.org/wiki/PCA PCA/Principal Component Analysis], demais decomposicoes matriciais. | ||
| Linha 32: | Linha 35: | ||
= Analise Matricial (pós) = | = Analise Matricial (pós) = | ||
* Quartas 5pm-6:30pm Sala 210 | |||
* Quintas 5pm-6:30pm Sala 210 (confirmar) | |||
== Recursos principais == | |||
* 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). | ||
Edição das 22h05min 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 (graduação e pós) e Francisco Duarte Moura Neto (pós)
- 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?
- Digitar o resultado, preferencialmente em Latex, e entregar por email ou impresso.
Algebra Linear Numerica (graduacao)
- Quartas 7am-9:40am Sala 205
- Quintas 9:40am-11:30am Sala 216
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)
- Quartas 5pm-6:30pm Sala 210
- Quintas 5pm-6:30pm Sala 210 (confirmar)
Recursos principais
- Livro-texto: "Numerical Matrix Analysis", Ilse Ipsen
- livro classico: "Matrix Computations", Gene Golub et. al. (inventor do algotimo mais usado de SVD).
