|
|
|
||
The first course of numerical linear algebra for students of MMIB.
Last update: T_KA (29.04.2015)
|
|
||
To give a basic knowledge in numerical linear algebra. Last update: Dolejší Vít, prof. RNDr., Ph.D., DSc. (08.06.2015)
|
|
||
Pro získání zápočtu je třeba splnit obě následující podmínky:
1. Aktivní účast na nejméně 6 cvičeních.
2. Řešení domácích úkolů:
Studenti dostanou na cvičeních postupně 2 úlohy které řeší doma. Nejpozději další týden na začátku svého cvičení vyřešenou úlohu odevzdají (elektronicky či na papíře) cvičícímu. Za každou úlohu mohou získat 0 až 6 bodů. K udělení zápočtu je třeba získat alespoň 2/3 bodů, tedy 8.
Zápočet není nutný ke zkoušce. „Povaha kontroly studia předmětu“ vylučuje opakování této kontroly, POS, čl. 8, odst. 2. Last update: Hnětynková Iveta, doc. RNDr., Ph.D. (04.09.2023)
|
|
||
Anne Greenbaum and Timothy P. Chartier: Numerical Methods: Design, Analysis and Computer Implementation of Algorithms, Princeton Universtity Press, 2012
A. Quarteroni and R. Sacco and F. Saleri: Numerical mathematics, Springer-Verlag, 2000
D. S. Watkins: Fundamentals of Matrix Computations, Willey Interscience, New Yourk, 2010 (third edition)
Tebbens, Hnětynková, Plešinger, Strakoš, Tichý: Analýza metod pro maticové výpočty - Základní metody, Skriptum MFF UK
Anne Greenbaum and Timothy P. Chartier: Numerical Methods: Design, Analysis and Computer Implementation of Algorithms, Princeton Universtity Press, 2012
Last update: Tůma Miroslav, prof. Ing., CSc. (09.10.2017)
|
|
||
Lectures and practicals in a lecture hall. Last update: Tůma Miroslav, prof. Ing., CSc. (09.10.2017)
|
|
||
Examination according to the syllabus. Last update: Dolejší Vít, prof. RNDr., Ph.D., DSc. (08.06.2015)
|
|
||
1. Introduction. What is numerical mathematics.
2. Problem types and errors (forward, backward, residual). Distinguishing factorization and eigenvalue problems.
3. Schur theorem and its consequences.
4. Orthogonality. QR factorization. Time complexity of the QR factorization and its stability.
5. LU factorization and solving systems of linear equations. Growth of errors in solving systems of linear equations.
6. Singular value decomposition. Least-squares problems.
7. Iterative methods based on splittings. Power method for eigenvalue problems. Ideas behind Krylov space methods.
Last update: Tůma Miroslav, prof. Ing., CSc. (09.10.2017)
|