Applications des espaces vectoriels en ingénierie
Traduit par
ScribdTranslationsApplications des espaces vectoriels en ingénierie
Traduit par
ScribdTranslationsQuelques applications des espaces vectoriels :
1) Il est facile de souligner la nécessité de l'algèbre linéaire pour les physiciens - La mécanique quantique y est entièrement basée. Aussi important
pour la théorie du contrôle dans le domaine temporel (espace d'état) et les contraintes dans les matériaux en utilisant des tenseurs.
2) Dans la théorie des circuits, les matrices sont utilisées pour résoudre des équations de courant ou de tension. Dans la théorie des champs électromagnétiques, qui est fondamentale.
cours d'ingénierie de la communication, la conception de la divergence, du rotationnel sont importants.
Pour d'autres domaines de l'ingénierie, la mémoire informatique utilise largement la conception de partition des matrices. Si la taille des matrices
devient plus grand que l'espace de mémoire de l'ordinateur, il divise les matrices en sous-matrices et effectue le calcul.
3) L'opérateur linéaire joue un rôle clé dans les graphismes informatiques. Pour de nombreux logiciels CAO, il génère des dessins en utilisant des opérateurs linéaires.
Et n'oubliez pas la cryptographie.
4) Les matrices peuvent être habilement utilisées en cryptographie. L'échange d'informations secrètes à l'aide de matrices est très robuste et facile.
sens. Que diriez-vous de MATLAB ? Ce logiciel est largement utilisé dans les domaines de l'ingénierie et le type de données par défaut de MATLAB est la matrice.
Et, bien sûr, l'algèbre linéaire est la théorie sous-jacente de toutes les équations différentielles linéaires. Dans le domaine du génie électrique,
les espaces vectoriels et l'algèbre matricielle apparaissent souvent.
5) L'estimation par moindres carrés a une belle interprétation sous-espace. De nombreux manuels d'algèbre linéaire le montrent. Ce type d'estimation est
utilisé beaucoup dans la conception de filtres numériques, le suivi (filtres de Kalman), les systèmes de contrôle, etc.
Note1 : La méthode des moindres carrés est une approche standard pour la solution approximative des systèmes surdéterminés, c'est-à-dire des ensembles
d'équations dans lesquelles il y a plus d'équations que d'inconnues. "Moindres carrés" signifie que la solution globale minimise
la somme des carrés des erreurs faites dans les résultats de chaque équation.
Remarque 2 : En mathématiques, un système d'équations linéaires est considéré comme surdéterminé s'il y a plus d'équations que
inconnues. La terminologie peut être décrite en termes de comptage des contraintes. Chaque inconnue peut être vue comme
un degré de liberté disponible. Chaque équation introduite dans le système peut être considérée comme une contrainte qui restreint un
degré de liberté.
6) Analyse de Fourier. La transformée de Fourier discrète est un bel exemple de dimension finie, et l'algorithme FFT est tout simplement amusant.
Apprenez à connaître. Le temps continu est également agréable, mais alors vous êtes bien sûr dans un espace de dimension infinie ...
Remarque : Une transformée de Fourier rapide (FFT) est un algorithme pour calculer la transformée de Fourier discrète (DFT) et son inverse.
Il existe de nombreux algorithmes FFT différents impliquant une large gamme de mathématiques, de l'arithmétique simple des nombres complexes aux groupes.
théorie des nombres ; cet article donne un aperçu des techniques disponibles et certaines de leurs propriétés générales,
tandis que les algorithmes spécifiques sont décrits dans les articles auxiliaires liés ci-dessous.
7) Matrices d'incidence provenant de graphes représentant la topologie des circuits. Les lois de Kirchhoff sur la tension et le courant peuvent alors être bien
représenté sous forme de matrice. Oui, j'avais un cours de génie électrique de premier cycle qui couvrait ces sujets, et incluait l'état-
analyse des espaces, exponentielles de matrices, etc.
Note : En mathématiques, une matrice d'incidence est une matrice qui montre la relation entre deux classes d'objets. Si la première
la classe estX et le deuxième estY, la matrice a une ligne pour chaque élément de X et une colonne pour chaque élément de Y. L'entrée
dans la ligne x et la colonne y, il y a 1 si x et y sont liés (appelé incident dans ce contexte) et 0 s'ils ne le sont pas.
1
8) Les projections orthogonales sont utilisées tout le temps. Par exemple, dans la formation de faisceaux inadaptée, si les signaux d'interférence ont une très
un rapport signal sur bruit élevé, nous projetons essentiellement les données de manière orthogonale à l'espace de sous-interférence afin de maximiser le signal à
bruit des signaux désirés. Dans la limite d'une interférence infinie au bruit, vous obtenez exactement la projection de sous-espace.
9) Résoudre les PDE non homogènes (équations aux dérivées partielles) en utilisant des expansions en fonctions propres. C'est infini
dimension again, but relating sturm-liouville to symmetric matrices, and solving Ax=c by eigenvector expansions is fun. This
Une sorte de problème se pose en électrodynamique (génie électrique), en fluides (génie mécanique/civil/chemical), et en quantique
mécanique (ingénierie électrique/matériaux/chimique). Etc.
10) Équations différentielles ordinaires (EDO), bien sûr. Les cours de base sur les signaux et systèmes sont essentiellement basés sur le fait que
Les exponentielles complexes sont les fonctions propres des EDO à coefficients constants. La transformée de Fourier est essentiellement une projection sur cela.
espace.
En algèbre linéaire, la Décomposition en Valeurs Singulières (DVS) est une factorisation d'une matrice réelle ou complexe, avec de nombreuses utilisations.
applications en traitement du signal et en statistiques.
Formellement, la décomposition en valeurs singulières d'une matrice réelle ou complexe an×m M est une factorisation de la forme
où U est une matrice unitaire réelle ou complexe, Σ est une matrice diagonale rectangulaire m×n avec des nombres réels non négatifs sur
la diagonale, et V* (le transposé conjugué de V) est une matrice unitaire réelle ou complexe de dimension n×n. Les entrées diagonales Σi,i de Σ sont
appelés les valeurs singulières de M. Les colonnes de U et ensuite les colonnes de V sont appelées les vecteurs singuliers de gauche et de droite.
vecteurs singuliers de M, respectivement.
11) La SVD est utilisée partout pour des choses comme la compression d'images, la décomposition de filtres 2-D en produits extérieurs simples de 1-D.
filtres (beaucoup plus efficaces à mettre en œuvre). SVD pour les numériques est également important...
Juste une note d'intérêt :
Les polynômes ont une grande utilité en science, principalement dans les approximations utilisant des interpolations. Puisque l'ensemble des polynômes avec
degré plus petit qu'un espace vectoriel, nous pouvons prendre une base orthonormale pour celui-ci et trouver facilement une approximation pour tout réel
fonction de valeur (selon le produit intérieur bien sûr). Notez que la raison pour laquelle nous pouvons faire cela est que les fonctions à valeurs réelles
sont également un espace vectoriel
Remarque 1 : Dans le domaine mathématique de l'analyse numérique, l'interpolation est une méthode de construction de nouveaux points de données à l'intérieur de
plage d'un ensemble discret de points de données connus.
Note2 : En ingénierie et en science, on a souvent un certain nombre de points de données, obtenus par échantillonnage ou expérimentation, qui
représenter les valeurs d'une fonction pour un nombre limité de valeurs de la variable indépendante. Il est souvent nécessaire d'interpoler
(c'est-à-dire estimer) la valeur de cette fonction pour une valeur intermédiaire de la variable indépendante. Cela peut être réalisé par la courbe
ajustement ou analyse de régression.