Нумеричка линеарна алгебра и примене [д3о1ла]

Студијски програм
Грађевинарство
Врста и ниво студија
докторске студије
Наставник
Статус предмета
изборни
ЕСПБ
8
Условни предмети
Бр. часова активне наставе - недељно
предавања
вежбе
други облици наставе
студијски истраживачки рад
4
0
0
3
Методе извођења наставе

Аудиторна предавања.  Практични део: индивидуални рад на рачунару (у рачунарским учионицама) користећи MATLAB.

Структура оцене - максималан број бодова 100
колоквијуми
семестрални
усмени
писмени
остало
0
50
0
50
0
Циљ предмета

Примарни циљ овог предмета је овладавање методама нумеричке линеарне алгебре које се користе за математичко моделирање физичких и инжењерских процеса и имају друге бројне практичне примене у грађевинарству.

Исход предмета

По успешном завршетку овог курса студенти ће моћи да: анализирају и размотре рачунарску ефикасност нумеричких метода линеарне алгебре; користе нумеричке податке за моделирање и решавање проблема; реализују матричну триангуларизацију; разумејуSVD декомпозицију и њене примене; трансформишу матрице у више канонских облика; анализирају савремене итеративне методе за линеарне алгебарске системе, као што су цепање матрице и методе Криловљевог потпростора; спроведу научно истраживање методе његовом применом и изводећи експерименте у програмуMATLAB.

Садржај предмета

Вектори и матрице у анализи података (Data Mining) и препознавању узорака. Блок матрице и алгоритми. Потпростори и линеарна независност. Норме вектора и матрица. Ортогонални вектори и ортогоналне матрице.SVD декомпозиција матрице. Пројектори и Хаусхолдерова триангуларизација матрице. QR и LU декомпозиција матрице. Грам-Шмитов поступак ортогонализације. Проблемнајмањих квадрата. Грешка у решавању проблеманајмањих квадрата. Тридиагоналне, Ханкелове и Теплицове матрице. Итеративне методеза системе линеарних једначина. Криловљеве методе потпростора.

Литература

1. L. N. Trefethen and D. Bau III, Numerical Linear Algebra (SIAM, 1997).

2. G. H. Golub, C. F. van Loan, Matrix Computations (John Hopkins University Press, Vol 3, 1996).

3. L. Elden, Matrix Methods in Data Mining and Pattern Recognition, (SIAM, 2007).

4.T. Katayama, Subspace Methods for System Identification (Springer, 2006).

5.  C. Rainieri,  G. Fabbrocino, Operational Modal Analysis of Civil Engineering Structures

(Springer, 2014).

 

! Сајт је оптимизован за Firefox, Chrome и IE 9+           ЛуАн-011