SEMINARI AVANZATI DI MATEMATICA APPLICATA
ALGEBRA LINEARE NUMERICA
2 CFU - A.A. 2015/2016
DOCENTE: PROF. GIUSEPPE RODRIGUEZ
ULTIMO AGGIORNAMENTO: 15. luglio 2016
1.
Martedì 8/3/2016, 9-12. ore:
3(3)
Introduzione al corso. Aritmetica di macchina. Memorizzazione di un numero
reale. Standard IEEE 754. Condizionamento di un problema. Propagazione degli
errori nelle operazioni aritmetiche. Cancellazione. Esempi. Varie
rappresentazioni del prodotto matriciale. Prodotto a blocchi. Calcolo
matriciale su Matlab. Calcolo di proiezioni e di combinazioni lineari.
Formulazione ``inner product'' del prodotto matriciale. Matrici ortogonali.
Calcolo della matrice inversa.
2.
Giovedì 10/3/2016, 9-12. ore:
3(6)
Formulazione ``outer product'' del prodotto matriciale. Decomposizione di una
matrice in somma di matrici di rango 1. Autovalori e autovettori.
Diagonalizzabilità. Matrici simmetriche. Fattorizzazione spettrale. Principal
component analysis. Cenni sul metodo delle potenze per calcolare l'autovettore
principale di una matrice. Rappresentazione di un grafo mediante una matrice di
adiacenza. Cenni sugli indici di centralità per una rete e sul PageRank di
Google. Esperimenti su Matlab.
3.
Martedì 15/3/2016, 9-12. ore:
3(9)
Fattorizzazione e sue applicazioni. Complessità e stabilità della
fattorizzazione. Numero di condizionamento. Fattorizzazione di Cholesky per
una matrice simmetrica definita positiva. Fattorizzazione QR, confronto con la
LU. Algoritmo di Householder. Applicazione a matrici rettangolari. Esempi
numerici.
4.
Giovedì 17/3/2016, 9-12. ore:
3(12)
Cenni sulla fattorizzazione QR di Givens. Sistemi lineari sovradeterminati e
sottodeterminati, consistenti e inconsistenti. Risoluzione di un sistema nel
senso dei minimi quadrati. Calcolo della soluzione mediante le equazioni
normali e mediante la fattorizzazione QR. Matrice pseudoinversa. Esempi
numerici.
5.
Martedì 22/3/2016, 9-12. ore:
3(15)
Introduzione ai metodi iterativi. Metodi di Richardson stazionari e non
stazionari. Precondizionamento. Spazi di Krylov. Fattorizzazione parziale di
Lanczos per una matrice simmetrica. Il metodo di Lanczos per i sistemi lineari.
Approssimazione di autovalori e riduzione della dimensione. Fattorizzazione
parziale di Arnoldi. Il metodo GMRES. Fattorizzazione parziale di Golub-Kahan.
Il metodo LSQR.
6.
Giovedì 24/3/2016, 9-12. ore:
3(18)
Decomposizione ai valori singolari (SVD). Vettori singolari. Connessione col
problema agli autovalori. Determinazione del rango e del numero di
condizionamento. SVD compatta. Soluzione ai minimi quadrati e soluzione
normale. Approssimazioni a rango basso. Cenni sulla principal component
analysis.
7.
Giovedì 31/3/2016, 9-12. ore:
3(21)
Ipotesi presenti nei problemi malcondizionati. Regolarizzazione mediante TSVD.
Regolarizzazione alla Tikhonov. Cenni sui metodi iterativi. Scelta del
parametro di regolarizzazione: discrepanza, GCV, curva L. Laboratorio Matlab.
Uso del Regularization Toolbox di P.C.-Hansen.
Totale ore: 21
Giuseppe Rodriguez
rodriguez@unica.it