Rappel... Matrices bloc. Décomposition des matrices:

Slides:



Advertisements
Présentations similaires
Eléments d'algèbre linéaire
Advertisements

Johann Carl Friedrich GAUSS
Symétrie, groupes ponctuels et groupes spatiaux
Les fractions.
Problème de 8 dames: Sachant que dans un jeu des échecs, une dame peut pendre toute pièce se trouvant sur la colonne ou sur la ligne ou sur les diagonales.
METHODE DE GAUSS FACTORISATION LU
Les systèmes linéaires. 1)PRESENTATION avec x, y, z les inconnues.
Calcul numérique (avec Maple)
CALCUL PARALLELE PRODUIT : MATRICE – VECTEUR 10 pages Exposé par :
PROGRAMMATION SCIENTIFIQUE EN C
Hé bonhomme, le calcul matriciel,
Rappel... Sous-espaces de Rn: Définition;
Cours DÉTERMINANT. Au dernier cours nous avons vus Linverse dune matrice. Quelques théorèmes qui encadrent son existence. Les matrices élémentaires.
ASI 3 Méthodes numériques pour l’ingénieur
ASI 3 Méthodes numériques pour l’ingénieur
Bibliothèque standard du C++
Concepts avancés en mathématiques et informatique appliquées
Rappel... Opérations élémentaires sur les matrices:
Systèmes d’équations linéaires
Examen partiel #2 Mercredi le 15 novembre de 13h30 à 15h20
SUJETS SPÉCIAUX EN INFORMATIQUE I PIF Contenu du cours Transformations géométriques des objets –Transformations 2D –Transformations entre systèmes.
Densité des N-uplets pythagoriciens
Rappel... Solution itérative de systèmes linéaires (suite et fin).
7.1 TRANSFORMATION LINÉAIRE Cours 19. Au dernier cours nous avons vus Le déterminant dune matrice carré Les propriétés du déterminant La matrice adjointe.
MODULE 11 Mathématiques SN Les VECTEURS
Techniques d’optimisation
Introduction aux matrices : exemples en dynamique de population
Les fichiers indexés (Les B-arbres)
Transformation linéaires
Modélisation géométrique à l’aide d’un maillage
Examen partiel #3 Mercredi le 15 décembre de 15h30 à 17h20
Rappel... Systèmes dynamiques: discrets; continus.
Rappel... Caractérisation des matrices inversibles: Matrices bloc.
Programmation linéaire en nombres entiers : la méthode du simplexe
Visualisation de surfaces décrites analytiquement
5.1 SYSTÈME DÉQUATIONS LINÉAIRES Cours 13. Au dernier cours nous avons vus Léquations vectoriel et léquation normale dun plan. Lintersection de deux plans.
6.1 LE LANGAGE MATRICIEL Cours 16. Aujourdhui, nous allons voir La définition dune matrice Plusieurs définitions de matrice particulière La somme de matrices.
1.1 LES VECTEURS GÉOMÉTRIQUES
Optimisation linéaire
Mathématiques SN Les VECTEURS Réalisé par : Sébastien Lachance.
Détection du meilleur format de compression pour une matrice creuse dans un environnement parallèle hétérogène Olfa HAMDI-LARBI.
Examen partiel #1 Mardi le 12 octobre de 19h30 à 21h20 Salles 2880 (Gr.A) et 3860 (Gr. B) du pavillon Vachon. Matière de l'examen: - Livre de Lay: sections.
Transformations linéaires et sous-espaces associés
Sous-espaces vectoriels engendrés
Cours du 25 octobre Mardi le 24 octobre
Rappel... Diagonalisation. Transformations linéaires.
Examen partiel #1 Mercredi le 4 octobre de 13h30 à 15h20
Hé bonhomme, le calcul matriciel,
La décomposition en valeurs singulières: un outil fort utile
Géométrie épipolaire (deux vues)
ASI 3 Méthodes numériques pour l’ingénieur
ASI 3 Méthodes numériques pour l’ingénieur
Rappel... Valeurs propres et vecteurs propres. Définitions;
Cours de mathématiques économiques
Approche naïve de la résolution.
PROGRAMMATION SCIENTIFIQUE EN C
Dérivation et intégration
Les algorithmes de découplage vitesse-pression
ASI 3 Méthodes numériques pour l’ingénieur
Résolution d’un problème de diffusion 3D
CHAPITRE III Calcul vectoriel
OUTILS MATHEMATIQUES POUR LES SII
Calendrier (sur MathSV)
Fabienne BUSSAC FONCTIONS LINEAIRES – PROPORTIONNALITE
Structure de groupe Def: un groupe est un ensemble (G,*) où
Post-optimisation, analyse de sensibilité et paramétrage
Pierre Joli Cours de Mathématique Pierre Joli
MATHÉMATIQUES L1 Second Semestre Armand Taranco. BIBLIOGRAPHIE Dupont : Algèbre pour les sciences économiques, Flash U, A. Colin. Bernard Guerrien, Isabelle.
Simulation de robots en MATLAB Fabrice LE BARS. Simulation de robots en MATLAB 01/06/  Modélisation de systèmes avec des équations d'état Le fonctionnement.
Matlab (Matrix Laboratory) Langage de programmation évolué. Traitement direct d’opérations matricielles, dont l’inversion et l’analyse d’opérateurs ou.
Transcription de la présentation:

Rappel... Matrices bloc. Décomposition des matrices: - décomposition LU - application: réseau de résistances

Aujourd’hui Solution itérative de systèmes linéaires. Méthode de Jacoby Méthode de Gauss-Seidel Application à l’infographie.

6. Solution itérative de systèmes linéaires Solutions d’un système linéaire méthodes directes (triangularisation,…) méthodes itératives (approchent numériquement la solution)

Pourquoi les méthodes itératives? Si la matrice est grande et avec beaucoup d’entrées nulles (« sparse »), le calcul itératif peut s’avérer beaucoup plus efficace.

Problème à résoudre On veut résoudre: Ax = b On pose: A = M - N On a alors: (M - N)x = b Mx - Nx = b Mx = Nx + b

Récurrence De façon générale, on cherche à calculer: Mx(k+1) = Nx(k) + b, k = 0, 1, 2,… avec A = M - N

x(k+1) ® x* (la solution) Récurrence (suite) On veut avoir: x(k+1) ® x* (la solution) Il faut choisir M afin que x(k+1) soit facile à calculer.

Méthode de Jacoby On suppose que la diagonale de A n’a pas d’éléments nuls. Soit D la matrice diagonale formée à partir de la diagonale de A. M = D, N = D - A

Méthode de Jacoby (suite) Dx(k+1) = (D - A)x(k) + b, k = 0, 1, 2,… On pose x(0) = 0. En pratique, on peut utiliser autre chose selon les informations disponibles.

Méthode de Gauss-Seidel On pose M = partie triangulaire inférieure de A. Mx(k+1) = (M - A)x(k) + b, k = 0, 1, 2,…

Jacoby c. Gauss-Seidel Jacoby est quelques fois plus rapide que Gauss-Seidel, mais en général, c’est le contraire. Traitement parallèle: Jacoby est plus rapide.

Convergence Parfois, l’une ou les deux méthodes ne convergent pas. Une condition permet de garantir la convergence: la valeur absolue d’un élément de la diagonale est plus grande que la somme des valeurs absolues des autres éléments de la ligne correspondante.

Calcul manuel Pour le calcul manuel, il est plus simple d’utiliser la récursion: x(k+1) = M-1Nx(k) + M-1b, k = 0, 1, 2,… On évite ainsi d’avoir à résoudre en système n ´ n à chaque itération.

Calcul manuel (suite) La façon la plus rapide de calculer M-1N et M-1b est de faire: [ M N b] ~ [I M-1 N M-1b]

7. Application à l’infographie On retrouve un peu partout des applications de l’infographie: jeux sur ordinateurs effets spéciaux au cinéma logiciel de dessin On représente parfois, de façon simplifiée, des figures par un ensemble de lignes: « wire frame »

Exemple: canette

Exemple 2D La lettre N peut être représentée par deux vecteurs de coordonnées: x = [0.0 0.5 6.0 5.5 0.5 0.0 5.5 6.0] y = [0.0 0.0 0.0 1.58 6.42 8.0 8.0 8.0] Il faut aussi spécifier les lignes entre les points.

Transformations linéaires La transformation linéaire d’un segment donne un autre segment. On peut effectuer des opérations sur les figures en multipliant les coordonnées par une matrice 2 ´ 2.

Coordonnées homogènes Avec les matrices 2 ´ 2, on ne peut pas faire de translation. Solution: coordonnées homogènes.

Coordonnées homogènes (suite) À chaque point (x, y) dans R2, on peut faire correspondre un point (x, y, 1) dans R3. Ces coordonnées peuvent être modifiées par une matrice 3 ´ 3.

Rotations y (-sin(q), cos(q)) q (cos(q), sin(q)) q x

Rotation de 30o autour de l’axe y z (0.5, 0, 0.866) (0, 1.0, 0) y (0.866, 0, -0.5) x

Projection de (x, y, z) sur (x*, y*, 0) d - z x x* (x*, y*, 0) x (x, y, z) z (0, 0, d)

Projection en perspective (x, y, z) ® (x*, y*, 0). x*/d = x/(d - z) ® x* = x/(1 - z/d) y*/d = y/(d - z) ® y* = y/(1 - z/d)

Projection en perspective (suite) La projection transforme (x, y, z, 1) ® (x/(1 - z/d), y/(1 - z/d) , 0, 1) Si on multiplie par (1 - z/d): (x, y, z, 1) ® (x, y , 0, 1 - z/d )

Applets Java http://www.gel.ulaval.ca/~fortier/MAT19961/Demo/lettre/ http://www.gel.ulaval.ca/~fortier/MAT19961/Demo/homog/

Prochain cours... Sous-espaces de Rn Définition Sous-espaces associés à une matrice Bases Coordonnées Dimension Rang