Professional Documents
Culture Documents
2) Modellazione di superfici
Ottima comprensione visiva (ombre e luci comprese),
mediante superfici di Bezier od anche B-spline si
ottengono superfici regolari con continuità anche
sulle derivate.
Si perdono informazioni sui volumi
Si tratta di un metodo molto semplice e veloce per trovare punti appartenenti alla
curva di Bezier mediante un parametro 0 < t <1
Si suddivide ciascun segmento nel rapporto t,
Unendo i punti ottenuti si ottiene un poligono di lati n-1
Si continua finché il poligono ottenuto è un segmento (su di esso P33 si trova il I punto
Notazione
Scrittura completa
indiciale
a11x1 a12x 2 ... a1n x n b1 Ai j x j bi i 1... n Notazione
matriciale
a 21x1 a 22x 2 ... a 2 n x n b 2
Axb
Sommatoria
a m1x1 a m 2 x 2 ... a mn x n b m
n
a x j bi
j1 i j
i 1... n
Definizioni fondamentali
m = n = 1 si ha un semplice scalare
A B
T
B = trasposta di A = AT , si ottiene con bij = aji BT A T
Operatori fondamentali
AB B A A B C A B A C k AB A k B
a1 j det A1 j
n
det A 1
1 j
A1j = (ottenuta eliminando riga 1 e colonna j)
j 1
A A1 I I 1 I A 1 1
A A T 1
A 1
T
A B 1 1
B A 1 Se A è ortogonale A1 AT
adj A
Per il calcolo si può utilizzare le seguente definizione: A 1
det A
2 3
5 1 1 2 3 2 17 3 17
A
1
1 3 17 5 1 5 17 1 17
5 2
ai j 0 per j i mA
Banda di una matrice - Se i valgono le ai j 0 per j i mB
Ak x k Ax
Ax1 x2 Ax1 Ax2
L’espressione A x può essere pensata nel senso che x sono i coefficienti della base
che identificano un punto nello spazio n
Una operazione spesso utilizzata negli elementi finiti riguarda il cambiamento
di base per passare ad esempio da un sistema rif. locale ad uno globale
Py APx
Premoltiplicando per P 1
Il cambio di base, ammesso che P sia invertibile, consiste in una operazione semplice, e
facilmente automatizzabile
L’invertibilità di P va collegata al fatto che i vettori colonna che formano P stessa siano
linearmente indipendenti e cioè che essi costituiscano una base completa
y
x x x cos y sen Matrice cos sen
P
y x sen y cos ortogonale sen cos
Se A invertibile, esistono tuttavia alcuni vettori u (non nulli) per cui la trasformazione
lineare genera vettori ad essi paralleli ( u)
2 2 1 2 u1 1 2
T
A
…..
2 1 2 3 u 2 2 1
T
Gli autovettori sono ortogonali fra loro e costituiscono quindi una base completa
dello spazio vettoriale
1 t
Se K è la matrice di rigidezza, la f.q. è legata all’energia potenziale E pot x Kx
2
Vettori u p p i u i
p
p 1 i u i
u
1
p 2 Norma euclidea i
2
i
2
A max max a i j
i j
n
Matrici A 1 max ai j ; j 1,..n
j
i 1
~
A 2 n Massimo autovalore di ATA - Norma Euclidea
n
Il numero di condizionamento di una matrice è definito come: cond A
1
Sistemi di equazioni lineari con matrice coefficienti non quadrata
a) m > n A xy
m n n 1 m 1
Pseudoinversa di A: A AT A
n m m n
1
AT
n m
Err y Ax
Esempio 2 x 1 3 x 2 5 2 3
14 4
3 x1 x 2 2 A 3 1 AT A
x 7 x 6 4 59
1 2 1 7
5
1
x AT A 1
AT y
1 59 4
2 3 1
2
810 4 14 3 1 7 1
6
Ma se si introduce una 2 x 1 3 x 2 5
0.99197
inesattezza nei dati: 3 x1 x 2 2 x
1.2 x 7 x 6 1.02299
1 2
b) m < n A xy
m n n 1 m 1
Pseudoinversa di A: A AT A AT
n m m n n m
1
Esempio 2 x1 3 x 2 x 3 6 2 3 1 14 1
A A AT
x1 x 2 2 x 2 2 1 1 2 1 6
2 1 1.0843
1 6 1 6
x A T A A T y 3 1
1
83 1 14 2
0 .9639
1 2
0.9398
Questa soluzione può avere significato fisico se si è interessati ad una soluzione di
“minimo costo”
Sistemi di equazioni lineari con matrice coefficienti quadrata
La soluzione numerica dei problemi spesso non coincide con l’ideale soluzione analitica
(si pensi ad esempio all’inversa di una matrice)
Sistema labile
Le strategie numeriche di risoluzione si possono inizialmente suddividere in due
gruppi: metodi iterativi o indiretti e metodi diretti
Il grosso handicap consiste nel fatto che non si può facilmente prevedere a-priori il
numero di iterazioni necessario (dipende dal Numero Condizionamento!)
K x j Ki i xi K x j fi
n
ij ij
j 1 j i 1
i 1
fi K i j x j K i j x j
n
1
xi
Ki i j 1 j i 1
La precedente equazione può essere vista come una nuova stima di xi , noti
che siano tutti i valori delle altre incognite
x n x v
n
2
x
2
xn x v K D1 F K L xn K D x v K TL x v
Si tenga presente però che le due precedenti compatte scritture hanno un senso
convenzionale in quanto la soluzione va determinata una riga alla volta (partendo
dalla prima) e aggiornando il vettore nuovo con i risultati delle righe precedenti
I valori del fattore β più favorevoli sono in genere compresi tra 1.3 e 1.7
2 2 1 x1 6 1
2 4 1 x 16 Soluzion
3
2 e esatta
1 1 3
x 3 8 2
Punto di partenza è che operazioni algebriche sulle righe del sistema non
alterano le soluzioni (considerazione analitica e non numerica!!!)
Nella fase forward si compiono operazioni algebriche sul sistema che trasformano
la matrice dei coefficienti in una triangolare superiore
a n1 a n1 a n1 a n1
a
n1 11
a x a
1 n2 12 a 2
x ... a
nn 1n
a n
x b n b1
a11 a11 a11 a11
È necessario, perché funzioni, che non ci siano divisioni per zero, i.e.
a11 ; a 22 ; ... ; a n 1,n 1 0
Risultati numerici ancora migliori si hanno con il (pivoting totale) che consiste
nella permutazione sia delle righe che delle colonne in modo da far comparire in I
posizione sempre il termine di valore assoluto massimo (ma prende più tempo …)
Metodo di soluzione diretta: metodo decomposizione LU
Axy LUxy
Senza per ora entrare in dettagli, la matrice dei coefficienti K è ottenuta sommando tutti
i contributi degli elementi connessi, (piazzando i termini nelle giuste posizioni date dai
gradi di libertà)
La prima delle due sequenze di
numerazione non è ottimizzata in
quanto comporta una larghezza di
banda massima
L’algoritmo quindi opera sui gradi di libertà che sono attivi in quel nodo,
assemblando assieme le matrice di rigidezza di tutti gli elementi che abbiano
componenti di rigidezza sul nodo considerato
La soluzione è tanto più veloce quanto più il fronte che definisce la massima banda
di tutte le matrici di rigidezza assemblabili focalizzando l’attenzione su un nodo
alla volta è piccolo
In effetti il fronte stabilisce la dimensione della quotaparte di matrice che è
necessario mantenere contemporaneamente in memoria durante uno step del
calcolo e la dimensione delle matrici da memorizzare durante il processo di
eliminazione
Il fronte dipende dalla sequenza di numerazioni presa per gli elementi,
pertanto i codici più evoluti hanno degli algoritmi per generare una
numerazione interna che minimizzi il fronte stesso
El. 1 = 1 - 2 El. 3 = 4 - 2
Definizione degli elementi: El. 2 = 2 - 3 El. 4 = 5 - 4
3 1
1 2 3 1 2 1
K 1 2
1 3 2 1
1 3
1 2 3 4 5
1 3 1
2 1 7 1 1 La banda della matrice è 5
K 3 1 2 Nel metodo frontale, si decide di seguire la
4 1 5 1 sequenza degli elementi: 1-2-3-4
5 1 3
K x F
3 1 x1 0
1
7 1 1 x 2 0 Il sistema completo richiederebbe
1 2 x3 1 l’inversione della matrice K qui a fianco
1 5 1 x 4 0
1 3 x 5 R v
105 37 0 x 4 3 37
37 6 x 2 x 4 1 2 0
0 2
x 0
Si può ora aggiungere l’elemento 4 (e non considerare più il gdl 2)
179 37 1 x 4 3 37
1 x R Ora il vincolo ci dice che x5 = 0
3 5 v
x5 0
179 37 x 4 3 37
x 4 3 179 R v 3 179
x 2 555 6623
x 3 3589 6623
x1 185 6623