Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Ejercicios con maple3, Ejercicios de Álgebra

Asignatura: Algebra, Profesor: Juan Rodriguez Jordana, Carrera: Enginyeria Geomàtica i Topografia, Universidad: UPC

Tipo: Ejercicios

2010/2011

Subido el 21/01/2011

xandry87
xandry87 🇪🇸

4.5

(42)

36 documentos

1 / 12

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
O
OO
O O
OO
O
O
OO
O O
OO
O
O
OO
O O
OO
O
O
OO
O O
OO
O
Exercici 3.8-5
restart:with(LinearAlgebra):with(plots):
Dades
p1:=[0,0]:p2:=[1,0]:p3:=[1,1]:p4:=[0,3]:p5:=[-1,1]:
pt1:=[3.5,6]:pt2:=[6,1.7]:pt3:=[8.5,1.5]:pt4:=[9.5,5.5]:pt5:=
[2.5,10]:
pointplot([p1,p2,p3,p4,p5,p1],connect=true);
pointplot([pt1,pt2,pt3,pt4,pt5,pt1],connect=true);
K
1
K
0,5 0 0,5 1
1
2
3
3456789
2
3
4
5
6
7
8
9
10
Model matemàtic AX = U paer una transformació de semblança
A:=Matrix([
[p1[1],p1[2],1,0],[p1[2],-p1[1],0,1],
[p2[1],p2[2],1,0],[p2[2],-p2[1],0,1],
[p3[1],p3[2],1,0],[p3[2],-p3[1],0,1],
[p4[1],p4[2],1,0],[p4[2],-p4[1],0,1],
[p5[1],p5[2],1,0],[p5[2],-p5[1],0,1]
]);
U:=Vector([pt1[1],pt1[2],pt2[1],pt2[2],pt3[1],pt3[2],pt4[1],
pt4[2],pt5[1],pt5[2]]);
pf3
pf4
pf5
pf8
pf9
pfa

Vista previa parcial del texto

¡Descarga Ejercicios con maple3 y más Ejercicios en PDF de Álgebra solo en Docsity!

OOOOOOOO

OOOOOOOO

OOOOOOOO

OOOOOOOO

Exercici 3.8- restart:with(LinearAlgebra):with(plots): Dades p1:=[0,0]:p2:=[1,0]:p3:=[1,1]:p4:=[0,3]:p5:=[-1,1]: pt1:=[3.5,6]:pt2:=[6,1.7]:pt3:=[8.5,1.5]:pt4:=[9.5,5.5]:pt5:= [2.5,10]: pointplot([p1,p2,p3,p4,p5,p1],connect=true); pointplot([pt1,pt2,pt3,pt4,pt5,pt1],connect=true);

K 1 K0,5 0 0,5 1

Model matemàtic AX = U paer una transformació de semblança A:=Matrix([ [p1[1],p1[2],1,0],[p1[2],-p1[1],0,1], [p2[1],p2[2],1,0],[p2[2],-p2[1],0,1], [p3[1],p3[2],1,0],[p3[2],-p3[1],0,1], [p4[1],p4[2],1,0],[p4[2],-p4[1],0,1], [p5[1],p5[2],1,0],[p5[2],-p5[1],0,1] ]); U:=Vector([pt1[1],pt1[2],pt2[1],pt2[2],pt3[1],pt3[2],pt4[1], pt4[2],pt5[1],pt5[2]]);

OOOOOOOO

OOOOOOOO

OOOOOOOO

A :=

0 K 1 0 1

1 K 1 0 1

K 1 1 1 0

U :=

Descomposició QR Q,R:=QRDecomposition(A): Estimació dels paràmetres de la transformació per mínims quadrats: solució del sistema RX = QTU X:=LinearSolve(R, Transpose(Q).U);

X :=

Residus Xts:=A.X: pts1:=Xts[1..2]; pts2:=Xts[3..4]; pts3:=Xts[5..6]; pts4:=Xts[7..8]; pts5:=Xts[9..10]; pl1:=polygonplot([pt1,pt2,pt3,pt4,pt5],transparency = 0.6): pl2:=polygonplot([pts1,pts2,pts3,pts4,pts5],transparency = 0.2):

OOOOOOOO

OOOOOOOO

OOOOOOOO

OOOOOOOO

OOOOOOOO

λ := 2. Angle de rotació d'eixos frg:=180/Pi: alpha:=arctan(X[2]/X[1]): evalf(%frg); (%-floor(%))60; (%-floor(%))*60;

Vector de translació d'eixos t:=-X[3..4]; t :=

K3.

K4.

Model matemàtic per una transformació afí A:=Matrix([ [p1[1],p1[2],0,0,1,0],[0,0,p1[1],p1[2],0,1], [p2[1],p2[2],0,0,1,0],[0,0,p2[1],p2[2],0,1], [p3[1],p3[2],0,0,1,0],[0,0,p3[1],p3[2],0,1], [p4[1],p4[2],0,0,1,0],[0,0,p4[1],p4[2],0,1], [p5[1],p5[2],0,0,1,0],[0,0,p5[1],p5[2],0,1] ]);

A :=

K 1 1 0 0 1 0

0 0 K 1 1 0 1

Descomposició QR Q,R:=QRDecomposition(A): Estimació dels paràmetres de la transformació per mínims quadrats: solució del sistema RX = QTU X:=LinearSolve(R, Transpose(Q).U);

OOOOOOOO

OOOOOOOO

OOOOOOOO

OOOOOOOO

t :=

K3.

K5.

Model matemàtic per una transformació bilineal A:=Matrix([ [p1[1],p1[2],0,0,p1[1]p1[2],0,1,0],[0,0,p1[1],p1[2],0,p1[1] p1[2],0,1], [p2[1],p2[2],0,0,p2[1]p2[2],0,1,0],[0,0,p2[1],p2[2],0,p2[1] p2[2],0,1], [p3[1],p3[2],0,0,p3[1]p3[2],0,1,0],[0,0,p3[1],p3[2],0,p3[1] p3[2],0,1], [p4[1],p4[2],0,0,p4[1]p4[2],0,1,0],[0,0,p4[1],p4[2],0,p4[1] p4[2],0,1], [p5[1],p5[2],0,0,p5[1]p5[2],0,1,0],[0,0,p5[1],p5[2],0,p5[1] p5[2],0,1] ]);

A :=

K 1 1 0 0 K 1 0 1 0

0 0 K 1 1 0 K 1 0 1

Descomposició QR Q,R:=QRDecomposition(A): Estimació dels paràmetres de la transformació per mínims quadrats: solució del sistema RX = QTU X:=LinearSolve(R, Transpose(Q).U);

X :=

K4.

K0.

K0.

Residus V:=A.X-U;

OOOOOOOO

OOOOOOOO

V :=

K0.

K0.

K3.00000024822111300 10-

Suma quadràtica de residus S2:=Transpose(V).V; S2 := 0. Xtb:=A.X: ptb1:=Xtb[1..2]; ptb2:=Xtb[3..4]; ptb3:=Xtb[5..6]; ptb4:=Xtb[7..8]; ptb5:=Xtb[9..10]; pl2:=pointplot([ptb1,ptb2,ptb3,ptb4,ptb5,ptb1],connect=true): display(pl1,pl2); ptb1 :=

ptb2 :=

ptb3 :=

ptb4 :=

ptb5 :=

OOOOOOOO

OOOOOOOO

OOOOOOOO

A :=

0 1 K 1 K 1 0 0 1

K 1 0 K 1 0 K 1 0 K 1

1 1 0 0 0 K 1 K 1

0 1 1 K 1 0 0 1

K 1 0 K 1 0 K 1 0 1

K 1 1 0 0 0 K 1 K 1

0 K 1 1 K 1 0 0 1

1 0 K 1 0 K 1 0 1

K 1 1 0 0 0 K 1 1

0 1 1 K 1 0 0 K 1

K 1 0 1 0 K 1 0 1

K 1 K 1 0 0 0 K 1 K 1

U:=Vector([pt1[1],pt1[2],pt1[3],pt2[1],pt2[2],pt2[3],pt3[1], pt3[2],pt3[3],pt4[1],pt4[2],pt4[3]]);

U :=

At:=Transpose(A);

At :=

0 K 1 1 0 K 1 K 1 0 1 K 1 0 K 1 K 1

1 0 1 1 0 1 K 1 0 1 1 0 K 1

K 1 K 1 0 1 K 1 0 1 K 1 0 1 1 0

K 1 0 0 K 1 0 0 K 1 0 0 K 1 0 0

0 K 1 0 0 K 1 0 0 K 1 0 0 K 1 0

0 0 K 1 0 0 K 1 0 0 K 1 0 0 K 1

1 K 1 K 1 1 1 K 1 1 1 1 K 1 1 K 1

Matriu i terme independent del sistema normal N:=At.A;

OOOOOOOO

OOOOOOOO

OOOOOOOO

OOOOOOOO

N :=

0 8 0 K 2 0 K 2 0

0 0 8 K 2 2 0 0

0 K 2 K 2 4 0 0 K 2

2 0 2 0 4 0 K 2

2 K 2 0 0 0 4 2

0 0 0 K 2 K 2 2 12

T:=At.U;

T :=

K6.

K14.

K9.

K3.

Estimació dels paràmetres de la transformació per mínims quadrats: solució del sistema normal X:=LinearSolve(N,T);

X :=

K2.

K1.

K1.

Angles de rotació en graus

frg d 180 π

ω d evalf X 1 $frg ; φ d evalf X 2 $frg ; κ d evalf X 3 $frg ; ω := 5. φ := 1. κ := 7. Residus V:=A.X-U;