y ( x) x i. y x i y( x) = ( x) x i,

Wielkość: px
Rozpocząć pokaz od strony:

Download "y ( x) x i. y x i y( x) = ( x) x i,"

Transkrypt

1 Teoria reprezentacji zmiennoprzecinkowej i błędu obliczeń () Zapisać liczby, /3, 275, 225 w arytmetyce M(2, 6, 2) (zapis dwójkowy, 6 miejsc na mantysę, 2 na wykładnik), M(6, 4, 4), M(2, 2, 2) (2) (W) Wykaż, że działania w dowolnej arytmetyce M(p, q, r) nie spełniają praw łączności i rozdzielności (3) Znajdź eps dla swojego komputera Wykonaj działania (w ulubionym programie) by uzyskać underflow i overflow Następujące dwa zadania należy rozwiązać używając przybliżonego wzoru na przenoszenie się błędów: Jeśli y(x,, x n ) jest funkcją, x jest przybliżeniem numerycznymx oraz x i = x i x i i y = y( x) y(x) oznaczają błędy, to y( x) = i= y x i ( x) x i, y i= y x i ( x) x i (4) Chcemy obliczyć wyrażenie ( 2 ) 6 używając wartości przybliżonej 4 pierwiastka z 2 Można podstawić tę wartość do powyższego wzoru albo zastosować jedno z następujących wyrażeń ( 2 + ) 6, (3 2 2) 3, ( ) 3, , Które z przybliżeń będzie najlepsze? (5) Z jaką dokładnością można obliczyć x + y jeśli 3x + ay =, 5x + by = 2, gdzie a = 2 ± 5 4, b = 33 ± 5 4 (6) Z jaką dokładnością można obliczyć x + y jeśli 3x + ay =, 5x + by = 2, gdzie a = 2 ± 5 4, b = 33 ± 5 4 (7) Następujące zadanie pokazuje, że błędy mogą pojawiać się również w czasie obliczeń: Rozwiązać różnymi metodami układ równań x + y = 2 x + y = 4, zaokrąglając wszystkie obliczenia do drugiego miejsca po przecinku Uzyskać co najmniej 3 różne wyniki (8) Niech dane będzie równanie x 2 2a x + a 2 =, < a 2 < a Problem: znaleźć mniejsze miejsce zerowe x = f(a, a 2 ) = a a 2 a 2 Algorytm: y := a a y 2 := y a 2, y 3 := y 2, x := y 4 = a y 3 Pokazać, że w podanym zakresie parametrów a, a 2 zadanie jest dobrze uwarunkowane (pochodne cząstkowe są ograniczone), natomiast wsteczny błąd przy stosowaniu algorytmu rośnie do nieskończoności dla a 2

2 2 2 Wstęp do algebry liniowej numerycznej (2) Obliczyć rząd, wyznacznik, ślad i wielomian charakterystyczny macierzy A = 2 3 λ 4 5 6, A 2 = λ, λ oraz A 3 = ( ) A, B przy założeniu, że rząd, wyznacznik, ślad i wielomian charakterystyczny macierzy A i B są dane (22) Rozpatrzmy macierz Pokazać, że wartości własne tej macierzy to,, Znaleźć wektory własne i macierz podobieństwa do macierzy diagonalej Czy macierz A jest normalna? (23) Wykazać, że jeśli A i B są odwracalnymi macierzami tego samego wymiaru i takimi, że macierz A + B jest odwracalna, to macierz (A + B ) jest odwracalna i (A + B ) = A(A + B) B = B(A + B) A (24) Wykazać, że jeśli A i B są macierzami tego samego rozmiaru, posiadającymi tylko proste wartości własne i ten sam zbiór wektorów własnych, to AB = BA Pokazać, że odwrotna implikacja nie jest prawdziwa (25) Rozwiązać układ równań { 3x + y = 2 x + (/3 + /)y = 4 Natępnie rozważyć przybliżony układ równań { 3x + y = 2 x +, 34y = 4 i rozwiązać go Porównać rezulaty Z czego wynika tak duży błąd? (26) Niech A będzie macierzą kwadratową i niech p będzie zespolonym wielomianem jednej zmiennej p(z) = c k z k Definiujemy p(a) jako c k A k Pokazać, że zachodzi następująca równość zbiorów p(σ(a)) = σ(p(a)), gdzie σ(b) oznacza widmo macierzy B

3 3 (27) Wykonać następujące eksperymenty numeryczne (w dowolnym programie np Matlab, Maple, Mathematica albo i nawet Excel - ale bez używania obliczeń symbolicznych): a) Wziąć macierz o nietrywialnej strukturze Jordana A i odwracalną macierz S Natępnie obliczyć B = S AS i obliczyć wartości własne B Zanalizować otrzymane wyniki! b) Odwrócić różnymi metodami macierz a następnie obliczyć AA ((i + j) ) 5 i,j=, 3 Eliminacja Gaussa (3) Rozwiązać metodą eliminacji Gaussa układ równań Ax = b, gdzie A = 2 4 3, b = (32) Dana jest macierz 2 + α 2 + α M n (R), 2 + α 2 + α gdzie α > Wykazać, że układ Ax = b można sprowadzić metodą Gaussa (bez dzielenia) do postaci Cx = d, gdzie c c C = c 2 c c n c n 2 c n, d = Wskazówka: Uzasadnić, że c =, c = 2 + α, c k+ = (2 + α)c k c k dla k =,, n Podać wzory na współczynniki d k (33) Rozwiązać metodą eliminacji Gaussa układ równań Ax = b, gdzie , b = d d n (34) Udowodnij, że iloczyn macierzy trójkątnych dolnych/górnych jest macierzą trójkątną dolną/górną

4 4 (35) Pokazać, że jeśli weźmiemy dowolną odwracalną macierz A i utworzymy macierz a a n [A I] := a 2 a 2n a n a nn to stosując metodę eliminacji Gaussa otrzymamy macierz [I A ] Obliczyć w ten sposób macierz odwrotną do (36) Stosując eliminację Gaussa policz macierz odwrotną poniższych macierzy (36) [7 ] 4, 3 2 (362) (363) , (37) Stosując metodę eliminacji Gaussa rozwiąż nad ciałem liczb rzeczywistych poniższe układy równań: 2x + 3x 2 + 8x 3 = 9 x x 2 4x 3 = 5 2x x 2 + 2x 3 = 6 3x + 2x 2 + x 3 = 5 2x + 3x 2 + x 3 = 2x + x 2 + 3x 3 = 4x + x 2 + 2x 3 = 9 2x + 4x 2 x 3 = 5 x + x 2 3x 3 = 9 4x x 2 + x 3 = 8 2x + 5x 2 + 2x 3 = 3 x + 2x 2 + 4x 3 = (38) Rozwiąż poniższe układy równań liniowych stosując rozkład LU: (38) 2x x 2 x 3 = 4, 3x + 4x 2 2x 3 =, 3x 2x 2 + 4x 3 = ; (382) x +x 2 +2x 3 =, 2x x 2 +2x 3 = 4, 4x +x 2 +4x 3 = 2 (39) Uzasadnić, że (a) w metodzie eliminacji Gaussa wykonuje się rzędu n3 3 operacji, natomiast (b) obliczenie wyznacznika macierzy n n bezpośrednio z definicji wymaga n!(n ) operacji (c) Porównać ilość operacji potrzebnych do rozwiązania układu równań liniownych Ax = b, gdzie A M n (R) jest macierzą nieosobliwą, za pomocą metody eliminacji Gaussa oraz metodą wyznaczników (wzory Cramera)

5 5 (3) Pokazać, że jeśli weźmiemy dowolną odwracalną macierz A i utworzymy macierz (A, I), to stosując metodę eliminacji Gaussa otrzymamy macierz (I, A ) Obliczyć w ten sposób odwrotność (3) Rozwiązać metodą eliminacji Gaussa układ równań Ax = b, gdzie A = 2 4 3, b = (32) Dana jest macierz 2 + α 2 + α M n (R), 2 + α 2 + α gdzie α > Wykazać, że układ Ax = b można sprowadzić metodą Gaussa (bez dzielenia) do postaci Cx = d, gdzie c c c 2 c d C =, d = c n c n 2 d n c n Wskazówka: Uzasadnić, że c =, c = 2 + α, c k+ = (2 + α)c k c k dla k =,, n Podać wzory na współczynniki d k 4 Rozkłady LU, Cholesky ego i QR (4) Dana jest macierz trójkątna górna U (4) Wyznaczyć ogólne wzory na rozwiązanie układu U x = b Oszacować ilość wykonywanych operacji (42) Znaleźć rozwiązanie układu U x = b, w przypadku gdy U = a a a a a a, b = e n = (43) Oszacować współczynniki x i rozwiązania układu Ux = e n, jeśli u ii = oraz u ij

6 6 (42) W przestrzeni R n definiujemy następujące normy: x = max x i, x = x i, x 2 = n x i 2 i n A = max i= (42) Uzasadnić, że powyższe normy są parami równoważne i dla każdej pary norm znaleźć optymalne stałe m, M >, takie że zachodzą nierówności m x a x b M x a, i= x R n, a, b {, 2, } (422) Dla ustalonej normy a (tutaj a =, 2, ) definiujemy normę macierzową (indukowaną przez a ) za pomocą wzoru A a := max x i n j= Ax a x a Wykazać, że a ij, A = max = max x a= Ax a, j n i= A M n (R) a ij, A 2 = λ max (A T A), gdzie A T oznacza transpozycję macierzy A, natomiast λ max (B) oznacza największą wartość własną macierzy B (423) Obliczyć normy macierzowe macierzy ( 2 (43) Dana jest macierz A M n (R), jej wiersze oznaczamy przez W, W 2,, W n (43) Wypisać macierz L k zamiany k-tego wiersza W k macierzy A na kombinację liniową W + αw k (α ) Znaleźć macierz odwrotną (432) Metodą eliminacji Gaussa, znaleźć rozkład LU macierzy (433) Zapoznać się z innymi metodami rozkładu LU macierzy A (44) Wygenerować losowo dużą macierz i znaleźć jej rozkład LU Z pomocą tego rozkładu obliczyć wyznacznik (45) Dana jest macierz ) (a) Znaleźć rozkład LU macierzy A, stosując metodę eliminacji Gaussa oraz metodę Crouta (b) Sprawdzić, czy iloczyn LU daje A (c) Porównać ilość operacji potrzebnych w obu metodach

7 (d) Zastosować rozkład do rozwiązania układu Ax = (e) Z rozkładu LU wyznaczyć det A (46) Rozkład Cholesky ego (a) Opisać algorytm znajdowania rozkładu LL T macierzy symetrycznej, dodatnio określonej (rozkład Cholesky ego) (b) Sprawdzić, że macierz jest dodatnio określona (c) Znaleźć jej rozkład Cholesky ego (47) Przekształć w układ ortonormalny wektory x = (2,, ), x 2 = (2,, 3), x 3 = (2,, ) (48) Wykazać, że przekształcenie Householdera H = I 2vv T, gdzie v jest wektorem jednostkowym ( v 2 = ) jest przekształceniem ortogonalnym Omówić metodę Householdera rozkładu QR na przykładzie macierzy Wykorzystując ten rozkład proszę rozwiązać równanie Ax = (3, 2, 3) T (49) Wykonać rozkład QR metodą odbić Householdera macierzy (4) Niech [ ] [ ] [ ] c s x = x s c x 2 2 Wskaż jak dobrać c i s tak, by macierz [ s c s c ] była ortogonalna i przekształcała x = (x, x 2 ) T w zadany wyżej sposób (4) Korzystając z rozwiązania poprzedniego zadania (tzw metody obrotów Givensa) zrób dekompozycję macierzy na iloczyn macierzy QR, gdzie Q jest macierzą ortogonalną zaś R trójkątną górną

8 8 (42) Znajdź rozkład QR macierzy dowolna metodą: 2 2 (42), 2 (422), 2 3 (423) 2, (424) 2 2, (425) (43) a) Znaleźć rozkład QR macierzy ε ε ε za pomocą zmodyfikowanej ortogonalizacji Gramma-Schmidta b) Znaleźć wektor x minimalizujący Ax b, gdzie b = (,,, ) T Należy wykorzystać twierdzenie mówiące, że taki x istnieje i jest jednoznacznie wyznaczony jeśli macierz A A jest nieosobliwa, ponadto x jest jedynym rozwiązaniem układu A Ax = b c) Niech eps będzie tak małe, że eps 2 = (np eps = 4 a pracujemy w arytmetyce zmiennoprzecinkowej o 5 cyfrach mantysy) Co się wtedy dzieje z macierzą A A? d) Niech D = Q T Q Pokazać, że x = D Q T b Wykorzystać ten wzór do obliczenia rozwiązania układu równań z punktu b) przyjmując, że ε 2 = (44) Wykazać, że przekształcenie Householdera H = I 2ww T, gdzie w jest wektorem jednostkowym ( w 2 = ) jest przekształceniem ortogonalnym Omówić metodę Householdera rozkładu QR na przykładzie macierzy Wykorzystując ten rozkład rozwiązać równanie Ax = (3, 2, 3) T 5 Metody iteracyjne (5) Niech a oznacza normę wektorową w R n oraz indukowaną przez nią normę macierzową (np a =, 2, ) Dla nieosobliwej macierzy A definujemy wskaźnik uwarunkowania cond a (A) := A a A a (5) Wykazać, że jeśli a oraz b są równoważnymi normami wektorowymi, to istnieją α, β > takie, że α cond a (A) cond b (A) β cond a (A) Ile wynosi α i β, jeśli a =, b = 2? (52) Niech a (, ) Obliczyć wskaźniki uwarunkowania dla macierzy ( a + a a a ) ( a, B = ),

9 9 korzystając z normy Dla jakich a macierze stają się źle uwarunkowane? (52) Dany jest układ równań Ax = b, gdzie ( ) ( , b = (52) Obliczyć wartość residuum r( x) = b A x dla przybliżonych rozwiązań: x = (999, ) T oraz x 2 = (34, 87) T Porównać dokładność rozwiązania z wartością residuum (522) Wyznaczyć wskaźnik uwarunkowania macierzy A w normie (523) Wyrazić wektor x = x x w zależności od residuum i wyjaśnić wyniki otrzymane w punkcie (a) Metodę iteracyjną postaci (*) x () dane, x (k+) = Bx (k) + f dla k nazywamy odpowiednią (ang consistent) dla problemu Ax = b, jeśli x = Bx + f lub równoważnie f = (I B)A b Metodę ( ) nazywamy zbieżną, jeśli rozwiązania przybliżone x (k) są zbieżne do rozwiązania problemu Ax = b lub równoważnie, jeśli promien spektralny macierzy B jest mniejszy od jeden (53) Opisać metodę Jacobiego i jej zastosowanie do macierzy 2 6 α 2 α 4 ) Dla jakich wartości parametru α R metoda ta jest zbieżna? (54) Aby rozwiązać układ równań Ax = b, gdzie ( ) ( 2 3, b = stosujemy metodę iteracyjną ), x (k+) = B(θ)x (k) + g(θ), k, gdzie θ jest parametrem rzeczywistym, x () jest dane oraz B(θ) = ( ) ( 2θ 2 + 2θ + 2θ 2 + 2θ + 4 2θ 2 + 2θ + 2θ 2, g(θ) = 2 θ + 2θ + 2 θ (54) Sprawdzić, że powyższa metoda jest odpowiednia dla wyjściowego problemu dla wszystkich θ R (542) Określić, dla jakich parametrów θ metoda jest zbieżna (543) Znaleźć optymalne θ, dla którego zbieżność jest najszybsza (ρ(b) najmniejsze) )

10 (55) Dana jest macierz i niech M = diag (2,, 2) i N = tridiag (,, ) (55) Wykazać, że macierz A jest dodatnio określona (552) Uzasadnić, że metoda Gaussa-Seidla jest zbieżna (553) Opisać algorytm pozwalający obliczać x (k) Uwzględnić kryterium stopu (554) Zastosować algorytm do obliczenia pierwszych sześciu przybliżeń rozwiązania równania x = 2 2 2, startując od x () = (,,, ) T (56) Dana jest macierz Wykazać, że macierz A jest dodatnio określona Uzasadnić, że metoda Jacobiego zastosowana do tej macierzy jest zbieżna (57) Rozwiązać poniższy układ metoda Jacobiego Obliczyć kolejne trzy przybliżenia rozwiązania (57) 4x x 2 = 2 x + 4x 2 x 3 = 6 x 2 + 4x 3 = 2 (572) 4x x 2 2x 3 + 2x 4 = 3 x + 5x 2 2x 4 = 2x + x 2 + x 3 x 4 = 2x 2 x 3 + 4x 4 = 5 (58) Rozwiązać poniższy układ metodą Gaussa-Seidla Przyjmując za przybliżenie początkowe wektor x = (3, 7, 5) T podać trzy kolejne przybliżenia rozwiązania 4x x 3 x 4 = 3 4x 2 x 3 x 4 = x x 2 + 4x 3 = 7 x x 2 + 4x 4 = 5

11 Zrób to samo z układem 4x x 2 + x 3 = 4 x + 6x 2 + x 3 = 9 x + 2x 2 + 5x 3 = 2 przyjmując za przybliżenie początkowe wektor x = (,, ) T (59) Rozważamy metodę iteracyjną x k+ = (I A)x k + b, k Proszę udowodnić, że jeśli macierz [a ij ] i,j n jest (silnie) diagonalnie dominująca i ma jedynki na przekątnej, tzn spełnia nierówności a ii = > n j=,j i a ij, i n, to metoda jest zbieżna 6 Wartości własne (6) Liczenie wartości własnych macierzy jako pierwiastów wielomianu charakterystycznego może być niestabilne numerycznie Rozważamy macierz ( ) α β M(2 2) β γ (6) Znaleźć współczynniki c, c wielomianu charakterystycznego macierzy p A (x) = x 2 + c x + c (62) Obliczyć współczynniki c, c w arytmetyce dzisiętnej zmiennopozycyjnej o ośmiu cyfrach mantysy, gdy α = γ = oraz β = 7 5 (63) W tej samej arytmetyce obliczyć λ i λ 2 jako zera wyznaczonego trójmianu Porównać wyniki z wartościami dokładnymi λ max = 7, λ min = (64) Mamy dany następujący algorytm (V): ξ := α + γ, δ := αγ β 2, ω := (α γ) 2 + 4β 2 if ξ = then [λ max := ω 2, λ min := λ max ] else [λ max: = sgn(ξ) ξ +ω 2, λ min := δ λ max ] Wykazać, że algorytm (V) w realizacji dokładnej wyznacza wartości własne macierzy A, przy czym λ max λ min (65) Obliczyć λ i λ 2 przy tych samych danych, co w punkcie (b), stosując algorytm (V) (62) Korzystając z tego twierdzenia (i innych znanych faktów), zlokalizować widmo macierzy (63) Niech A będzie macierzą diagonalną diag (a,, a n ) oraz à = A+E, gdzie e ii = dla i =,, n Wykazać, że jeśli λ σ(ã), to istnieje takie k ( k n) że zachodzi oszacowanie a k λ e kj j=,

12 2 (64) Dane są macierze ( 2 ) ( ε, E = ε Obliczyć wartości własne macierzy A oraz macierzy A + E Porównać wyniki z oszacowaniem w punkcie (b) (65) Wylosować dużą macierz (co najmniej na ) i spróbować wyznaczyć jej widmo poznanymi metodami Macierz może mieć pewną strukturę, na przykład tylko 3 niezerowe diagonale, macierz symetryczna, itd Proszę nie używać wbudowanej komendy eig(a) w Matlabie, choć dobrze jest porównać swoje wyniki z wartościami zwracanymi przez tą funkcję (66) Dana jest macierz ) (a) Wykazać, że macierz A jest dodatnio określona (b) Uzasadnić, że metoda Jacobiego zastosowana do tej macierzy jest zbieżna (c) Zilustrować tę metodę obliczając pierwszych sześć przybliżeń rozwiązania równania startując od x () = (,,, ) T x = 2 2 2, (67) Rozważamy metodę iteracyjną x (k+) = (I A)x (k) + b, k Udowodnić, że jeśli macierz A jest (silnie) diagonalnie dominująca i ma jedynki na diagonali, tzn spełnia nierówności a ii = > to metoda jest zbieżna j=,j i a ij, ( i n),

13 3 (68) Opisać algorytm wyznaczania największej co do modułu wartości własnej macierzy metodą potęgową Zastosować metodȩ do macierzy , startując od wektora x = (,, ) T (69) Proszę opisać algorytm wyznaczania największej co do modułu wartości własnej macierzy metodą potęgową Zastosować tą metodę do macierzy , startując od wektora x = (,, ) T (6) Dana jest macierz [a ij ] n i,j= Kołami Gershgorina macierzy A nazywamy zbiory D i := {z C : z a ii że n j=,j i σ(a) := {λ C : A λi jest osobliwa} (6) Zlokalizować σ(a) widmo macierzy a ij } Proszę wykazać, n D i (62) Niech A będzie macierzą diagonalną diag(a,, a n ) oraz à = A+E, gdzie e ii = dla i =,, n Wykazać, że jeśli λ σ(a), to istnieje takie k ( k n), że zachodzi oszacowanie a k λ e kj (63) Dane są macierze [ ] 2 j= E = [ ] ε ε Proszę obliczyć wartości własne macierzy A oraz macierzy A + E Porównaj wyniki z oszacowaniem w punkcie (62) (64) Zlokalizuj wartości własne poniższej macierzy stosując twierdzenie Gerszgorina i=

14 4 (65) Dana jest macierz: Znaleźć przybliżoną wartość własną wykonując 2 kroki iteracji metodą potęgową dla macierzy A i A Przyjąć wektor startowy x = (,, ) T (7) Niech 7 Równanie normalne, rozkład SVD 3 a) Rozwiązać zadanie minimalizacji, b = min x Ax b b) Pokazać, że w obliczona w arytmetyce o 6 cyfrach mantysy macierz A A jest nieodwracalna c) Rozwiązać równanie normalne w arytmetyce o 7 cyfrach mantysy, porównać z rozwiązaniem z punktu a d) Rozwiązać problem minimalizacji w arytmetyce o 7 cyfrach mantysy za pomocą rozkładu QR (72) Pokazać, że istnieje rozkład SVD macierzy wymiaru n i n (krok pierwszy dowodu indukcyjnego istnienia rozkładu SVD) (73) Obliczyć rozkład SVD macierzy 3 3 (74) Obliczyć wartości własne i singularne macierzy A + εe n e gdzie A jest blokiem Jordana rozmiaru n o wartości własnej zero (w wersji z jedynkami nad przekątną) 8 Numeryczne wyznaczanie zer (8) Stosując metodę połowienia (bisekcji) wyznaczyć pierwiastek równania f(x) = x 3 x + w przedziale [ 2, 2] (82) Znaleźć rozwiązanie równania x 2 = w przedziale [ 3, 5] metodą bisekcji zakładając wielkość błędu równą 25 (83) Za pomocą metody Newtona proszę obliczyć pierwiastek 2 (84) Rozwiąż podane równanie nieliniowe x 2 = metodą stycznych przyjmując punkt startowy x = 9 i wielkość błędu równą 25 9 Interpolacja (9) Wyznaczyć wielomian P stopnia 3 dla którego zachodz a warunki: P () = 3, P ( 3 2 ) =, P (2) =, P (3) = 2 Zapisać P przy pomocy wzoru interpolacyjnego Lagrange a oraz wzoru interpolacyjnego Newtona

15 5 (92) Niech x,, x n bȩd a różnymi liczbami rzeczywistymi oraz niech L (x),, L n (x) bȩd a wielomianami stopnia n takimi, że L i (x k ) = δ i,k dla i, k =,,, n Obliczyć n i= L i()x j i dla j =,,, n + (93) Niech x, x,, x m bȩd a różnymi liczbami rzeczywistymi Pokazać, że f[x, x,, x m ] = m f(x i) i= Φ (x, gdzie Φ(x) = (x x i) )(x x ) (x x m ) (94) Funkcjȩ ln(x) interpolujemy wielomianem drugiego stopnia w wȩzłach,, 2 Oszacować bł ad interpolacji w punkcie (95) Niech f : [a, b] R bȩdzie funkcj a klasy C tak a, że dla pewnej stałej M > oraz dla każdego x [a, b] oraz i N zachodzi f (i) (x) < M Ponadto niech, dla każdego n N, A n bȩdzie (n + )-elementowym podzbiorem [a, b], a P n wielomianem stopnia n takim, że P n An = f An Czy ci ag {P n } jest zbieżny jednostajnie do f na [a, b]? (96) Dana jest funkcja I(x) = π π cos(x sin t)dt Niech P n (x) bȩdzie wielomianem stopnia n interpoluj acym funkcjȩ I w n + równoodległych wȩzłach na przedziale [, ] Czy ci ag {P n } jest zbieżny jednostajnie do I na przedziale [, ]? (97) Wyznaczyć wielomian Q(x) stopnia co najwyżej czwartego taki, że Q() = Q () =, Q() = Q () =, Q(2) = (98) Wyznaczyć wielomian P (x) stopnia co najwyżej czwartego taki, że P ( 2) = 3, P ( ) = 3, P ( ) = 2, P ( ) = 2 oraz P () = 3 (99) Funkcjȩ f C n+ ([, ]) interpolujemy w wȩzłach x, x,, x n [, ] wielomianem P n stopnia n Wtedy sup x [,] P n (x) f(x) α, gdzie α = max z [,] f (n+) (z) max x [,] (x x )(x x ) (x x n ) (n + )! W jaki sposób należy wybrać wȩzły, żeby α było najmniejsze? Wykonać odpowiednie rachunki (obliczyć również α) dla n = 2 oraz f(x) = x+3 (9) Pokazać, że dla n + wȩzłów x < x < < x n < π oraz wartości y,, y n istnieje dokładnie jeden wielomian trygonometryczny C(x) = a j cos(jx) j= taki, że C(x k ) = y k Czy teza twierdzenia pozostaje prawdziwa jeśli wȩzły wybieramy z przedziału [ π 2, π 2 ]?

16 6 (9) Wyznaczyć wielomian P stopnia 3 dla którego zachodzą warunki: P () = 3, P ( 3 2 ) =, P (2) =, P (3) = 2 Zapisać P przy pomocy wzoru interpolacyjnego Lagrange a oraz wzoru interpolacyjnego Newtona (92) Niech x,, x n będą różnymi liczbami rzeczywistymi oraz niech L (x),, L n (x) będą wielomianami stopnia n takimi, że L i (x k ) = δ i,k dla i, k =,,, n Obliczyć n i= L i()x j i dla j =,,, n + (93) Niech x, x,, x m będą różnymi liczbami rzeczywistymi Pokazać, że f[x, x,, x m ] = m f(x i) i= Φ (x, gdzie Φ(x) = (x x i) )(x x ) (x x m ) (94) Funkcję ln(x) interpolujemy wielomianem drugiego stopnia w węzłach,, 2 Oszacować błąd interpolacji w punkcie (95) Niech f : [a, b] R będzie funkcją klasy C taką, że dla pewnej stałej M > oraz dla każdego x [a, b] oraz i N zachodzi f (i) (x) < M Ponadto niech, dla każdego n N, A n będzie (n + )-elementowym podzbiorem [a, b], a P n wielomianem stopnia n takim, że P n An = f An Czy ciąg {P n } jest zbieżny jednostajnie do f na [a, b]? (96) Dana jest funkcja I(x) = π π cos(x sin t)dt Niech P n (x) będzie wielomianem stopnia n interpolującym funkcję I w n + równoodległych węzłach na przedziale [, ] Czy ciąg {P n } jest zbieżny jednostajnie do I na przedziale [, ]? (97) Wyznaczyć wielomian Q(x) stopnia co najwyżej czwartego taki, że Q() = Q () =, Q() = Q () =, Q(2) = (98) Wyznaczyć wielomian P (x) stopnia co najwyżej czwartego taki, że P ( 2) = 3, P ( ) = 3, P ( ) = 2, P ( ) = 2 oraz P () = 3 (99) Funkcję f C n+ ([, ]) interpolujemy w węzłach x, x,, x n [, ] wielomianem P n stopnia n Wtedy sup x [,] P n (x) f(x) α, gdzie α = max z [,] f (n+) (z) max x [,] (x x )(x x ) (x x n ) (n + )! W jaki sposób należy wybrać węzły, żeby α było najmniejsze? Wykonać odpowiednie rachunki (obliczyć również α) dla n = 2 oraz f(x) = x+3 (92) Pokazać, że dla n + węzłów x < x < < x n < π oraz wartości y,, y n istnieje dokładnie jeden wielomian trygonometryczny C(x) = a j cos(jx) j= taki, że C(x k ) = y k Czy teza twierdzenia pozostaje prawdziwa jeśli węzły wybieramy z przedziału [ π 2, π 2 ]?

17 7 (92) Przeprowadzić następujący eksperyment Wybrać funkcję na odcinku [,] Następnie razy wybieramy losowo 5 różnych punktów na [,] jako węzły interpolacji Wyznaczyć, która z interpolacji (tzn który wybór punktów) była najlepsza Czy jest to zgodne z teorią? (922) Znaleźć wielomian Lagrange a L 3 (x), L 3 (x), L 3 3(x) dla podanych węzłów: ( 2, 3), (, ), (, ), (2, 5) (923) Znaleźć wielomian interpolacyjny Lagrange a dla funkcji f(x) = x dla x = 2, x = 25, x 2 = 4 (924) Obliczyć za pomocą interpolacji Lagrange a następujące wartości danych funkcji: a) f(x) = x dla x = 7, b) f(x) = 6 x dla x = 5, 2 c) f(x) = log x dla x = 3 (925) Wyznaczyć wielomiany interpolacyjne Lagrange a stopnia, 2, 3, 4 i obliczyć f(25) jeśli: f(2) = 54, f(22) = 528, f(24) = 54, f(26) = 483, f(28) = 4359 (926) Obliczyć ilorazy różnicowe dla funkcji, której wartości są następujące: f() =, f(2) =, f(4) = 3, f(5) = 2 (927) Znaleźć wielomian interpolacyjny Newtona mając dane węzły: (, 4), (, ), (, ), (2, 5) (928) Przedstaw wielomiany w postaci Newtona: a) f(x) = 3x 2 5x + 6 dla x =, 2, 3, b) f(x) = 3x 2 9x + 8 dla trzech dowolnie wybranych punktów, c) f(x) = x 3 2x + 8 dla czterech dowolnie wybranych punktów (929) Proszę wyznaczyć wielomian P stopnia 3 dla którego zachodzą następujące warunki: P () = 3, P ( 3 2 ) =, P (2) =, P (3) = 2 Zapisz P przy pomocy wzoru interpolacyjnego Lagrange a oraz wzoru interpolacyjnego Newtona (93) Niech x,, x n będą różnymi liczbami rzeczywistymi oraz niech L (x),, L n (x) będą wielomianami stopnia n takimi, że L i (x k ) = δ ik dla i, k =,,, n Obliczyć n L i ()x j i dla j =,,, n + i= (93) Niech f : [a, b] R będzie funkcją klasy C taką, że dla pewnej stałej M > oraz dla każdego x [a, b] oraz i N zachodzi f (i) (x) < M Ponadto niech, dla każdego n N, A n będzie (n + )-elementowym podzbiorem [a, b], a P n wielomianem stopnia n takim, że P n An = f An Czy ciąg {P n } jest zbieżny jednostajnie do f na [a, b]? (932) Niech x,, x n będą różnymi liczbami rzeczywistymi Pokazać, że f[x, x,, x n ] = f(x i) Φ (x, gdzie Φ(x) = (x x i) )(x x ) (x x n ) i= (933) Znajdź wielomian interpolacyjny Hermite a, wiedząc, że: a) f(2) =, f (2) = 2, f (2) =, f(3) =, f (3) = 2; b) f(2) =, f(4) =, f (4) =, f (4) = (934) Oszacuj błąd powstały przy interpolacji Lagrange a przy: a) obliczaniu f(x) = 7 przy węzłach w punkach, 4 i 9; b) obliczaniu f(x) = sin π 36 znając wartości sin, sin π 6, sin π 4, sin π 3

18 8 (935) Dla funkcji f(x) = 3xe x e 2x obliczyć f(3) za pomocą wzorów interpolacyjnych Hermite a stopnia 3, przyjmując punkty węzłowe x = i x = 5 Oszacuj błąd interpolacyjny (936) Znaleźć wielomian interpolujący (trygonometryczny) funkcję daną wzorem { f(x) = x dla x [, π] 2π x dla x [π, 2π] w węzłach x =, x = π 2, x 2 = π, x 3 = 3π 2 (937) Wyznacz funkcję sklejaną stopnia 2, która w punktach x =, x =, x 2 = 2, x 3 = 3 ma wartości, 9, 2, (938) Dla tych samych danych z poprzedniego zadania wyznacz funkcję sklejaną stopnia 3 (939) Pokazać, że dla n + węzłów x < x < < x n < π oraz wartości y,, y n istnieje dokładnie jeden wielomian trygonometryczny W (x) = a j cos(jx) j= taki, że W (x k ) = y k Czy teza twierdzenia pozostaje prawdziwa jeśli węzły wybieramy z przedziału [ π 2, π 2 ]? Aproksymacja () Wyznaczyć rodziny wielomianów ortogonalnych związanych z następującymi funkcjami wagowymi: (a) w(x) = (x( x)) 2, dla x [, ], (b) w(x) =, dla x [, ] (2) Wyznaczyć wielomiany ortogonalne ϕ n (x) (n =,, 2, 3) ze współczynnikiem wiod"acym dla funkcji wagowej w(x) = + x 2 i x [, ] (3) Wyznaczyć wielomiany ortogonalne ϕ n (x) (n =,, 2, 3, 4) ze współczynnikiem wiod"acym na zbiorze { 2,,,, 2} z wag"a w i = dla i = 2,,,, 2 (4) Pokazać, że jeśli x = cos(φ) to U n (x) = sin(n+)φ sin φ jest wielomianem n-tego stopnia spełniającym wzór rekurencyjny: U n+ (x) = 2xU n (x) U n (x) Pokazać, że {U n } jest rodziną wielomianów ortogonalnych wzgl"edem funkcji wagowej w(x) = ( x 2 ) 2, dla x [, ] (5) Dla funkcji f(x) = π 2 x 2 oraz ustalonej liczby n N wyznaczyć wielomian trygonometryczny C(x) = n j= c j cos(jx) minimalizujący wartość wyrażenia π f(x) C(x) 2 dx (6) Wyznaczyć wielomian trygonometryczny H(t) = a + a sin( 2πt 2 ) + a 2 cos( 2πt 2 ) minimalizujący wartość wyrażenia 5 i= H(2s) G(2s) 2, jeśli G() =, G(2) = 6, G(4) = 4, G(6) = 6, G(8) = 2, G() = 8

19 9 (7) Niech {ϕ n } n= będzie ciągiem wielomianów zmiennej rzeczywistej o współczynnikach rzeczywistych takich, że ϕ n jest wielomianem stopnia n, ortogonalnym względem wszystkich wielomianów niższego stopnia w przedziale [a, b] z ciągłą wagą w : [a, b] [, ) Niech U n C n ([a, b]) będzie rozwiązaniem równania w(x)ϕ n (x) = dn U n (x) dx n Pokazać, że funkcja U n spełnia równanie [ U (n ) n q U (n 2) q + U (n 3) q + ( ) n U n q (n )] b = n n w którym q(x) jest dowolnym wielomianem stopnia co najwyżej n, a [ ] b F := F (b) F (a) dla dowolnej funkcji F na przedziale [a, b] a (8) Niech L n (x) = e x dn dx (e x x n ) dla n =,, 2, Pokazać, że {L n n } n= jest ciągiem wielomianów ortogonalnych względem funkcji wagowej w(x) = e x, gdzie x [, ) Wykazać, że zachodzi związek rekurencyjny L n+ = (2n + x)l n (x) n 2 L n (x), n (9) Dla funkcji f(x) = sin x określonej w przedziale [, π 2 ] znaleźć wielomian p Π 4 taki, że π 2 f(x) p(x) 2 dx = min q Π 4 π 2 f(x) q(x) 2 dx, gdzie Π 4 jest zbiorem wszystkich wielomianów o współczynnikach rzeczywistych co najwyżej czwartego stopnia, (9) rozwiązując odpowiedni układ normalny, (92) stosując wielomiany Legendre a () Napisać program/funkcję która mając daną wagę i stopień wielomianu oblicza odpowiedni wielomian ortogonalny a następnie umieszcza na osi jego miejsca zerowe () Wyznacz funkcję liniową aproksymującą punkty (, ), (2, 25), (3, 35), (4, 4) Wyznacz błąd aproksymacji w sensie normy maksimum (2) Wyznacz parabolę aproksymującą punkty (, 5), (2, 7), (4, 5), (6, 4), (8, 25), (, 2) Wyznacz błąd aproksymacji w sensie normy maksimum (3) Dla zestawu danych x i znajdź wielomian aproksymacyjny stopnia a) pierwszego b) drugiego w bazie wielo- y i mianów ortogonalnych Wyznacz błąd aproksymacji w sensie normy maksimum (4) Wyznacz aproksymację trygonometryczną dla punktów (, 3), ( π 3, 2), (2π 3, 3), (π, ), ( 4π 3, ), (5π 3, 2) (5) Znaleźć wielomian drugiego stopnia najlepiej przybliżający, w sensie metryki średniokwadratowej funkcję f(x) = x w przedziale [, 2] (6) Wyznaczyć rodziny wielomianów ortogonalnych związanych z następującymi funkcjami wagowymi: (6) w(x) = (x( x)) 2 dla x [, ], a

20 2 (62) w(x) = dla x [, ] (7) Wyznaczyć wielomiany ortogonalne ϕ n (x) (n =,, 2, 3) ze współczynnikiem wiodącym dla funkcji wagowej w(x) = + x 2 i x [, ] (8) Proszę pokazać, że jeśli x = cos(φ) to U n (x) = sin(n+)φ sin φ jest wielomianem n-tego stopnia spełniającym wzór rekurencyjny: U n+ (x) = 2xU n (x) U n (x) Pokazać, że {U n } jest rodziną wielomianów ortogonalnych względem funkcji wagowej w(x) = x 2 dla x [, ] (9) Niech L n (x) = e x dn dx (e x x n ) dla n =,, 2, Proszę pokazać, że n {L n } n= jest ciągiem wielomianów ortogonalnych względem funkcji wagowej w(x) = e x, gdzie x [, ) Wykazać, że zachodzi związek rekurencyjny: L n+ = (2n + x)l n (x) n 2 L n (x), n Całkowanie numeryczne () Obliczyć xdx za pomocą metody prostokątów z h = /4 trapezów z h = /4 Newtona-Cotesa z węzłami inerpolacji w punktach /8, 3/8, 5/8, 7/8 (najwygodniej posłużyć się tu programem komputerowym do rozwiązania układu równań 4 4, można też ewentualnie zmniejszyć liczbę węzłów do trzech) Porównać otrzymane wyniki z rzeczywistą wartością xdx Który ze sposobów okazał się lepszy, dlaczego? (2) Wykazać, że wzór trapezów dla całkowania w przedziale o długości 2π i dla h = 2π/(n + ) jest dokładny dla wszystkich wielomianów trygonometrycznych stopnia n o okresie 2π, tzn dla funkcji postaci c k e ikt, c k C k= n (3) Wyprowadzić dwupunktowy wzór Gaussa dla całki f(x)dx Skorzystać z wzajemnie jednoznacznego przekształcenia afinicznego odcinka [a, b] (a < b) na [, ] i wyprowadzić dwupunktowy wzór Gaussa dla całki b a f(x)dx (4) W oparciu o wielomiany Czebyszewa wyprowadzić k + punktowy wzór całkowania dla całek postaci f(x)( x 2 ) /2 dx, dokładny dla wielomianów stopnia 2k + (5) Oszacować błąd obcięcia przy obliczaniu całki x4 sin xdx metodą Newtona- Cotesa z węzłami, /2,, /2, (Zastosować teorię z [Björck, Dahlquist, rozdział 746]) (6) (6) Pokazać, że dla dowolnego M i dla dowolnego n istnieje funkcja ciągła f na przedziale [, ] taka, że błąd obcięcia przy

21 obliczaniu całki f(t)dt metodą prostokątów z h = 2 k jest większy niż M dla k =, n (62) Pokazać, że f w punkcie (a) może być wybrane w klasie wielomianów (63) Czy powyższe zjawisko zachodzi dla również dla metod Newtona- Cotesa i Gaussa? (7) Stosując metodę trapezów oblicz całkę π 2 sin xdx dzieląc przedział na cztery części (8) Stosując metodę Simpsona oblicz poniższe całki dzieląc przedział całkowania na N części: (8) (x 2 + 2x)dx dla N = (82) 3 (x 2 3x + 5)dx dla 4, N = 3, (9) Stosując metodę Newtona-Cotesa (przy interpolacji wielomianem 3-go stopnia), obliczyć całkę: 2 ( 8x 3 + 4x 2 + 2x + 8)dx () Wyznacz współczynniki kwadratury, która jest oparta na interpolacji Lagrange a dla węzłów x =, x =, x 2 = 2, x 3 = 3 () Policz przybliżoną wartość całki funkcji (2) Policz dla węzłów z poprzedniego zadania π 3 x x 2 dx stosując kwadraturę + sin xdx korzystając z przybliżenia funkcji podcałkowej wielomianem interpolacyjnym Lagrange a dla węzłów x =, x = π 3, x 2 = 2π 3, x 3 = π Podaj górne oszacowanie na błąd tej kwadratury (3) Oblicz xdx za pomocą metody: (3) prostokątów z h = 4, (32) trapezów z h = 4, (33) Newtona-Cotesa z węzłami interpolacji w punktach 8, 3 8, 5 8, 7 8 (najwygodniej posłużyć się tu programem komputerowym do rozwiązania układu równań 4 4, można też ewentualnie zmniejszyć liczbę węzłów do trzech) Proszę porównać otrzymane wyniki z rzeczywistą wartością xdx Który ze sposobów okazał się lepszy, dlaczego? (4) Oblicz współczynniki (węzły i wagi) dla kwadratury Gaussa, gdy n = 2 (5) Wyprowadzić dwupunktowy wzór Gaussa dla całki f(x)dx Skorzystać z wzajemnie jednoznacznego przekształcenia afinicznego odcinka [a, b],

22 22 gdzie (a < b) na [, ] i wyprowadzić dwupunktowy wzór Gaussa dla całki b a f(x)dx (6) Stosując kwadraturę Gaussa dla dwóch węzłów oblicz całkę )dx (7) Oblicz całkę π/2 (4x 3 +5x 2 + sin xdx stosując kwadraturę Gaussa dla trzech węzłów (8) W oparciu o wielomiany Czebyszewa wyprowadzić k + -punktowy wzór całkowania dla całek postaci f(x)( x 2 ) 2 dx, dokładny dla wielomianów stopnia 2k +

Bardzo łatwa lista powtórkowa

Bardzo łatwa lista powtórkowa Analiza numeryczna, II rok inf., WPPT- 12 stycznia 2008 Terminy egzaminów Przypominam, że egzaminy odbędą się w następujących terminach: egzamin podstawowy: 30 stycznia, godz. 13 15, C-13/1.31 egzamin

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 11 Ogólna postać metody iteracyjnej Definicja 11.1. (metoda iteracyjna rozwiązywania układów równań) Metodą iteracyjną rozwiązywania { układów równań liniowych nazywamy ciąg wektorów zdefiniowany

Bardziej szczegółowo

Egzamin z Metod Numerycznych ZSI, Egzamin, Gr. A

Egzamin z Metod Numerycznych ZSI, Egzamin, Gr. A Egzamin z Metod Numerycznych ZSI, 06.2007. Egzamin, Gr. A Imię i nazwisko: Nr indeksu: Section 1. Test wyboru, max 33 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa odpowiedź

Bardziej szczegółowo

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku Egzamin pisemny zestaw. ( pkt.) Udowodnić, że jeśli funkcja g interpoluje funkcję f w węzłach x 0, x, K, x n, a funk- cja h interpoluje funkcję f w węzłach x, x, K, x n, to funkcja x0 x gx ( ) + [ gx (

Bardziej szczegółowo

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 26 czerwca 2017 roku

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 26 czerwca 2017 roku Egzamin pisemny zestaw czerwca 0 roku Imię i nazwisko:.... ( pkt.) Udowodnić, że jeśli funkcja g interpoluje funkcję f w węzłach x 0, x, K, x n, a funk- cja h interpoluje funkcję f w węzłach x, x, K, x

Bardziej szczegółowo

x y

x y Przykłady pytań na egzamin końcowy: (Uwaga! Skreślone pytania nie obowiązują w tym roku.). Oblicz wartość interpolacji funkcjami sklejanymi (przypadek (case) a), dla danych i =[- 4 5], y i =[0 4 -]. Jaka

Bardziej szczegółowo

Egzamin z Metod Numerycznych ZSI, Grupa: A

Egzamin z Metod Numerycznych ZSI, Grupa: A Egzamin z Metod Numerycznych ZSI, 06.2005. Grupa: A Nazwisko: Imię: Numer indeksu: Ćwiczenia z: Data: Część 1. Test wyboru, max 36 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa

Bardziej szczegółowo

Układy równań liniowych. Krzysztof Patan

Układy równań liniowych. Krzysztof Patan Układy równań liniowych Krzysztof Patan Motywacje Zagadnienie kluczowe dla przetwarzania numerycznego Wiele innych zadań redukuje się do problemu rozwiązania układu równań liniowych, często o bardzo dużych

Bardziej szczegółowo

Zadania egzaminacyjne

Zadania egzaminacyjne Rozdział 13 Zadania egzaminacyjne Egzamin z algebry liniowej AiR termin I 03022011 Zadanie 1 Wyznacz sumę rozwiązań równania: (8z + 1 i 2 2 7 iz 4 = 0 Zadanie 2 Niech u 0 = (1, 2, 1 Rozważmy odwzorowanie

Bardziej szczegółowo

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH Transport, studia I stopnia rok akademicki 2011/2012 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Uwagi wstępne Układ liniowych równań algebraicznych można

Bardziej szczegółowo

Interpolacja. Marcin Orchel. Drugi przypadek szczególny to interpolacja trygonometryczna

Interpolacja. Marcin Orchel. Drugi przypadek szczególny to interpolacja trygonometryczna Interpolacja Marcin Orchel 1 Wstęp Mamy daną funkcję φ (x; a 0,..., a n ) zależną od n + 1 parametrów a 0,..., a n. Zadanie interpolacji funkcji φ polega na określeniu parametrów a i tak aby dla n + 1

Bardziej szczegółowo

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1 Algebra liniowa II Lista Zadanie Udowodnić, że jeśli B b ij jest macierzą górnotrójkątną o rozmiarze m m, to jej wyznacznik jest równy iloczynowi elementów leżących na głównej przekątnej: det B b b b mm

Bardziej szczegółowo

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać układu równań liniowych Układ liniowych równań algebraicznych

Bardziej szczegółowo

Analiza numeryczna kolokwium2a-15grudnia2005

Analiza numeryczna kolokwium2a-15grudnia2005 kolokwium2a-15grudnia2005 1.Niechf(x)=a n x n +a n 1 x n 1 +...+a 0.Jakąwartośćprzyjmujeilorazróżnicowy f[x 0,...,x n ]dladowolnychn+1paramiróżnychwęzłówx j?odpowiedźuzasadnić. 2. Pokazać, że zamiana zmiennych

Bardziej szczegółowo

Analiza numeryczna Lista nr 3 (ćwiczenia) x x 2 n x.

Analiza numeryczna Lista nr 3 (ćwiczenia) x x 2 n x. Analiza numeryczna Lista nr 3 (ćwiczenia) Sprawdzić że macierz ma wartości własne2+ 222 2 2 Niechx R n Udowodnić że 2 0 0 x x 2 n x 3 NiechA R n n będzie macierzą symetryczną Wiadomo że wówczas istnieje

Bardziej szczegółowo

Lista nr 1 - Liczby zespolone

Lista nr 1 - Liczby zespolone Lista nr - Liczby zespolone Zadanie. Obliczyć: a) ( 3 i) 3 ( 6 i ) 8 c) (+ 3i) 8 (i ) 6 + 3 i + e) f*) g) ( 3 i ) 77 ( ( 3 i + ) 3i 3i h) ( + 3i) 5 ( i) 0 i) i ( 3 i ) 4 ) +... + ( 3 i ) 0 Zadanie. Przedstawić

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 10 Rozkład LU i rozwiązywanie układów równań liniowych Niech będzie dany układ równań liniowych postaci Ax = b Załóżmy, że istnieją macierze L (trójkątna dolna) i U (trójkątna górna), takie że macierz

Bardziej szczegółowo

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu 1 Metody rozwiązywania równań nieliniowych. Postawienie problemu Dla danej funkcji ciągłej f znaleźć wartości x, dla których f(x) = 0. (1) 2 Przedział izolacji pierwiastka Będziemy zakładać, że równanie

Bardziej szczegółowo

INTERPOLACJA I APROKSYMACJA FUNKCJI

INTERPOLACJA I APROKSYMACJA FUNKCJI Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Wprowadzenie Na czym polega interpolacja? Interpolacja polega

Bardziej szczegółowo

Metody numeryczne I Równania nieliniowe

Metody numeryczne I Równania nieliniowe Metody numeryczne I Równania nieliniowe Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/66 Równania nieliniowe 1. Równania nieliniowe z pojedynczym pierwiastkiem

Bardziej szczegółowo

5. Rozwiązywanie układów równań liniowych

5. Rozwiązywanie układów równań liniowych 5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a

Bardziej szczegółowo

Macierze. Rozdział Działania na macierzach

Macierze. Rozdział Działania na macierzach Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy

Bardziej szczegółowo

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory; Wykłady 8 i 9 Pojęcia przestrzeni wektorowej i macierzy Układy równań liniowych Elementy algebry macierzy dodawanie, odejmowanie, mnożenie macierzy; macierz odwrotna dr Mariusz Grządziel 15,29 kwietnia

Bardziej szczegółowo

1 Macierz odwrotna metoda operacji elementarnych

1 Macierz odwrotna metoda operacji elementarnych W tej części skupimy się na macierzach kwadratowych. Zakładać będziemy, że A M(n, n) dla pewnego n N. Definicja 1. Niech A M(n, n). Wtedy macierzą odwrotną macierzy A (ozn. A 1 ) nazywamy taką macierz

Bardziej szczegółowo

Układy równań i równania wyższych rzędów

Układy równań i równania wyższych rzędów Rozdział Układy równań i równania wyższych rzędów Układy równań różniczkowych zwyczajnych Wprowadzenie W poprzednich paragrafach zajmowaliśmy się równaniami różniczkowymi y = f(x, y), których rozwiązaniem

Bardziej szczegółowo

DB Algebra liniowa semestr zimowy 2018

DB Algebra liniowa semestr zimowy 2018 DB Algebra liniowa semestr zimowy 2018 SPIS TREŚCI Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo

Bardziej szczegółowo

Analiza numeryczna Kurs INP002009W. Wykłady 6 i 7 Rozwiązywanie układów równań liniowych. Karol Tarnowski A-1 p.

Analiza numeryczna Kurs INP002009W. Wykłady 6 i 7 Rozwiązywanie układów równań liniowych. Karol Tarnowski A-1 p. Analiza numeryczna Kurs INP002009W Wykłady 6 i 7 Rozwiązywanie układów równań liniowych Karol Tarnowski karol.tarnowski@pwr.wroc.pl A-1 p.223 Plan wykładu Podstawowe pojęcia Własności macierzy Działania

Bardziej szczegółowo

Rozwiązywanie równań nieliniowych

Rozwiązywanie równań nieliniowych Rozwiązywanie równań nieliniowych Marcin Orchel 1 Wstęp Przykłady wyznaczania miejsc zerowych funkcji f : f(ξ) = 0. Wyszukiwanie miejsc zerowych wielomianu n-tego stopnia. Wymiar tej przestrzeni wektorowej

Bardziej szczegółowo

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn Metody numeryczne Wykład 3 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Pojęcia podstawowe Algebra

Bardziej szczegółowo

Aproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1

Aproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1 Założenie: f(x) funkcja którą aproksymujemy X jest przestrzenią liniową Aproksymacja liniowa funkcji f(x) polega na wyznaczeniu współczynników a 0,a 1,a 2,...,a m funkcji: Gdzie: - są funkcjami bazowymi

Bardziej szczegółowo

1. Liczby zespolone i

1. Liczby zespolone i Zadania podstawowe Liczby zespolone Zadanie Podać część rzeczywistą i urojoną następujących liczb zespolonych: z = ( + 7i)( + i) + ( 5 i)( + 7i), z = + i, z = + i i, z 4 = i + i + i i Zadanie Dla jakich

Bardziej szczegółowo

Wartości i wektory własne

Wartości i wektory własne Dość często przy rozwiązywaniu problemów naukowych czy technicznych pojawia się konieczność rozwiązania dość specyficznego układu równań: Zależnego od n nieznanych zmiennych i pewnego parametru. Rozwiązaniem

Bardziej szczegółowo

Wstęp do metod numerycznych Zadania numeryczne 2016/17 1

Wstęp do metod numerycznych Zadania numeryczne 2016/17 1 Wstęp do metod numerycznych Zadania numeryczne /7 Warunkiem koniecznym (nie wystarczającym) uzyskania zaliczenia jest rozwiązanie co najmniej 3 z poniższych zadań, przy czym zadania oznaczone literą O

Bardziej szczegółowo

1 Macierze i wyznaczniki

1 Macierze i wyznaczniki 1 Macierze i wyznaczniki 11 Definicje, twierdzenia, wzory 1 Macierzą rzeczywistą (zespoloną) wymiaru m n, gdzie m N oraz n N, nazywamy prostokątną tablicę złożoną z mn liczb rzeczywistych (zespolonych)

Bardziej szczegółowo

Całkowanie numeryczne przy użyciu kwadratur

Całkowanie numeryczne przy użyciu kwadratur Całkowanie numeryczne przy użyciu kwadratur Plan wykładu: 1. Kwadratury Newtona-Cotesa a) wzory: trapezów, parabol etc. b) kwadratury złożone 2. Ekstrapolacja a) ekstrapolacja Richardsona b) metoda Romberga

Bardziej szczegółowo

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Uwarunkowanie zadania numerycznego Niech ϕ : R n R m będzie pewna funkcja odpowiednio wiele

Bardziej szczegółowo

Obliczenia Naukowe. Wykład 12: Zagadnienia na egzamin. Bartek Wilczyński

Obliczenia Naukowe. Wykład 12: Zagadnienia na egzamin. Bartek Wilczyński Obliczenia Naukowe Wykład 12: Zagadnienia na egzamin Bartek Wilczyński 6.6.2016 Tematy do powtórki Arytmetyka komputerów Jak wygląda reprezentacja liczb w arytmetyce komputerowej w zapisie cecha+mantysa

Bardziej szczegółowo

Metody numeryczne. Janusz Szwabiński. Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50

Metody numeryczne. Janusz Szwabiński. Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50 Metody numeryczne Układy równań liniowych, część II Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50 Układy równań liniowych, część II 1. Iteracyjne poprawianie

Bardziej szczegółowo

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B 1. Dla macierzy a) A = b) A = c) A = d) A = 3 1 + i 1 i i i 0 i i 0 1 + i 1 i 0 0 0 0 1 0 1 0 1 + i 1 i Wyznaczyć macierze spełniające własność komutacji: A, X = B. Obliczyć pierwiaski z macierzy: A =

Bardziej szczegółowo

φ(x 1,..., x n ) = a i x 2 i +

φ(x 1,..., x n ) = a i x 2 i + Teoria na egzamin z algebry liniowej Wszystkie podane pojęcia należy umieć określić i podać pprzykłady, ewentualnie kontrprzykłady. Ponadto należy znać dowody tam gdzie to jest zaznaczone. Liczby zespolone.

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Indukcja matematyczna Zadanie. Zapisać, używając symboli i, następujące wyrażenia (a) n!; (b) sin() + sin() sin() +... + sin() sin()... sin(n); (c) ( + )( + /)( + / + /)... ( + / + / +... + /R). Zadanie.

Bardziej szczegółowo

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej WEKTORY I WARTOŚCI WŁASNE MACIERZY Ac λ c (*) ( A λi) c nietrywialne rozwiązanie gdy det A λi problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej A - macierzowa

Bardziej szczegółowo

II. RÓŻNICZKOWANIE I CAŁKOWANIE NUMERYCZNE Janusz Adamowski

II. RÓŻNICZKOWANIE I CAŁKOWANIE NUMERYCZNE Janusz Adamowski II. RÓŻNICZKOWANIE I CAŁKOWANIE NUMERYCZNE Janusz Adamowski 1 1 Różniczkowanie numeryczne Rozważmy funkcję f(x) określoną na sieci równoodległyc węzłów. Funkcja f(x) może być dana za pomocą wzoru analitycznego

Bardziej szczegółowo

Wykład 5. Metoda eliminacji Gaussa

Wykład 5. Metoda eliminacji Gaussa 1 Wykład 5 Metoda eliminacji Gaussa Rozwiązywanie układów równań liniowych Układ równań liniowych może mieć dokładnie jedno rozwiązanie, nieskończenie wiele rozwiązań lub nie mieć rozwiązania. Metody dokładne

Bardziej szczegółowo

Matematyka stosowana i metody numeryczne

Matematyka stosowana i metody numeryczne Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 8 Interpolacja Interpolacja polega na budowaniu tzw. funkcji interpolujących ϕ(x) na podstawie zadanych

Bardziej szczegółowo

INFORMATYKA ELEMENTY METOD NUMERYCZNYCH.

INFORMATYKA ELEMENTY METOD NUMERYCZNYCH. INFORMATYKA ELEMENTY METOD NUMERYCZNYCH http://www.infoceram.agh.edu.pl METODY NUMERYCZNE Metody numeryczne zbiór metod rozwiązywania problemów matematycznych za pomocą operacji na liczbach. Otrzymywane

Bardziej szczegółowo

ALGEBRA z GEOMETRIA, ANALITYCZNA,

ALGEBRA z GEOMETRIA, ANALITYCZNA, ALGEBRA z GEOMETRIA, ANALITYCZNA, MAT00405 PRZEKSZTAL CANIE WYRAZ EN ALGEBRAICZNYCH, WZO R DWUMIANOWY NEWTONA Uprościć podane wyrażenia 7; (b) ( 6)( + ); (c) a 5 6 8a ; (d) ( 5 )( 5 + ); (e) ( 45x 4 y

Bardziej szczegółowo

ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH

ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH Transport, studia I stopnia Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać ogólna równania nieliniowego Często występującym, ważnym problemem obliczeniowym

Bardziej szczegółowo

Wykład 14. Elementy algebry macierzy

Wykład 14. Elementy algebry macierzy Wykład 14 Elementy algebry macierzy dr Mariusz Grządziel 26 stycznia 2009 Układ równań z dwoma niewiadomymi Rozważmy układ równań z dwoma niewiadomymi: a 11 x + a 12 y = h 1 a 21 x + a 22 y = h 2 a 11,

Bardziej szczegółowo

Obliczenia Naukowe i Metody Numeryczne Przykładowe zadania z Analizy Numerycznej z poprzednich lat 5 października 2009

Obliczenia Naukowe i Metody Numeryczne Przykładowe zadania z Analizy Numerycznej z poprzednich lat 5 października 2009 Obliczenia Naukowe i Metody Numeryczne Przykładowe zadania z Analizy Numerycznej z poprzednich lat 5 października 2009 1. Co to jest epsilon maszynowy? Napisać schemat algorytmu obliczania w komputerze

Bardziej szczegółowo

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: Lista Algebra z Geometrią Analityczną Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: (N, ), (Z, +) (Z, ), (R, ), (Q \ {}, ) czym jest element neutralny i przeciwny w grupie?,

Bardziej szczegółowo

Wektory i wartości własne

Wektory i wartości własne Treść wykładu Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń W V nazywamy niezmienniczą

Bardziej szczegółowo

Metody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski

Metody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski Metody numeryczne Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski Elektrotechnika stacjonarne-dzienne pierwszego stopnia

Bardziej szczegółowo

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i,j) (i = 1,,n;j = 1,,m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F = R lub F = C, nazywamy macierzą (rzeczywistą, gdy F

Bardziej szczegółowo

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ... Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x

Bardziej szczegółowo

13 Układy równań liniowych

13 Układy równań liniowych 13 Układy równań liniowych Definicja 13.1 Niech m, n N. Układem równań liniowych nad ciałem F m równaniach i n niewiadomych x 1, x 2,..., x n nazywamy koniunkcję równań postaci a 11 x 1 + a 12 x 2 +...

Bardziej szczegółowo

, to liczby γ +δi oraz γ δi opisują pierwiastki z a+bi.

, to liczby γ +δi oraz γ δi opisują pierwiastki z a+bi. Zestaw 1 Liczby zespolone 1 Zadania do przeliczenia Nie będziemy robić na ćwiczeniach S 1 Policz wartość 1 + i + (2 + i)(i 3) 1 i Zadania domowe x y(1 + i) 1 Znajdź liczby rzeczywiste x, y takie, że +

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ Maciej Burnecki opracowanie strona główna Spis treści I Zadania Wyrażenia algebraiczne indukcja matematyczna Geometria analityczna na płaszczyźnie Liczby zespolone 4 Wielomiany

Bardziej szczegółowo

Analiza numeryczna Kurs INP002009W. Wykład 8 Interpolacja wielomianowa. Karol Tarnowski A-1 p.223

Analiza numeryczna Kurs INP002009W. Wykład 8 Interpolacja wielomianowa. Karol Tarnowski A-1 p.223 Analiza numeryczna Kurs INP002009W Wykład 8 Interpolacja wielomianowa Karol Tarnowski karol.tarnowski@pwr.wroc.pl A-1 p.223 Plan wykładu Wielomian interpolujący Wzór interpolacyjny Newtona Wzór interpolacyjny

Bardziej szczegółowo

Matematyka stosowana i metody numeryczne

Matematyka stosowana i metody numeryczne Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 6 Rozwiązywanie równań nieliniowych Rozwiązaniem lub pierwiastkiem równania f(x) = 0 lub g(x) = h(x)

Bardziej szczegółowo

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3 ZESTAW I 1. Rozwiązać równanie. Pierwiastki zaznaczyć w płaszczyźnie zespolonej. z 3 8(1 + i) 3 0, Sposób 1. Korzystamy ze wzoru a 3 b 3 (a b)(a 2 + ab + b 2 ), co daje: (z 2 2i)(z 2 + 2(1 + i)z + (1 +

Bardziej szczegółowo

Zał nr 4 do ZW. Dla grupy kursów zaznaczyć kurs końcowy. Liczba punktów ECTS charakterze praktycznym (P)

Zał nr 4 do ZW. Dla grupy kursów zaznaczyć kurs końcowy. Liczba punktów ECTS charakterze praktycznym (P) Zał nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim : Obliczenia Naukowe Nazwa w języku angielskim : Scientific Computing. Kierunek studiów : Informatyka Specjalność

Bardziej szczegółowo

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe.

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe. Z5: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania zagadnienie brzegowe Dyskretne operatory różniczkowania Numeryczne obliczanie pochodnych oraz rozwiązywanie

Bardziej szczegółowo

Metody numeryczne. Równania nieliniowe. Janusz Szwabiński.

Metody numeryczne. Równania nieliniowe. Janusz Szwabiński. Metody numeryczne Równania nieliniowe Janusz Szwabiński szwabin@ift.uni.wroc.pl nm_slides-9.tex Metody numeryczne Janusz Szwabiński 7/1/2003 20:18 p.1/64 Równania nieliniowe 1. Równania nieliniowe z pojedynczym

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami Maciej Burnecki opracowanie strona główna Spis treści 1 Wyrażenia algebraiczne indukcja matematyczna 1 Geometria analityczna w R 3 3 Liczby zespolone

Bardziej szczegółowo

Wektory i wartości własne

Wektory i wartości własne Treść wykładu Podprzestrzenie niezmiennicze Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń

Bardziej szczegółowo

Aby przygotować się do kolokwiów oraz do egzaminów należy ponownie przeanalizować zadania

Aby przygotować się do kolokwiów oraz do egzaminów należy ponownie przeanalizować zadania Chemia Budowlana - Wydział Chemiczny - 1 Aby przygotować się do kolokwiów oraz do egzaminów należy ponownie przeanalizować zadania rozwiązywane na wykładzie, rozwiązywane na ćwiczeniach, oraz samodzielnie

Bardziej szczegółowo

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę

Bardziej szczegółowo

Elementy Analizy Numerycznej - opracowanie pytań egzaminacyjnych

Elementy Analizy Numerycznej - opracowanie pytań egzaminacyjnych Elementy Analizy Numerycznej - opracowanie pytań egzaminacyjnych baszmen, entereczek, JG, kubked, MK, PajdziuPaj Vertyk WI-INFA września 0 Spis treści Teoria. Co to znaczy, że algorytm obliczeniowy jest

Bardziej szczegółowo

Metody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1

Metody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1 Normy wektorów i macierzy (5.3.1) Niech 1 X =[x x Y y =[y1 x n], oznaczają wektory przestrzeni R n, a yn] niech oznacza liczbę rzeczywistą. Wyrażenie x i p 5.3.1.a X p = p n i =1 nosi nazwę p-tej normy

Bardziej szczegółowo

Układy równań liniowych i metody ich rozwiązywania

Układy równań liniowych i metody ich rozwiązywania Układy równań liniowych i metody ich rozwiązywania Łukasz Wojciechowski marca 00 Dany jest układ m równań o n niewiadomych postaci: a x + a x + + a n x n = b a x + a x + + a n x n = b. a m x + a m x +

Bardziej szczegółowo

Metody dekompozycji macierzy stosowane w automatyce

Metody dekompozycji macierzy stosowane w automatyce Metody dekompozycji macierzy stosowane w automatyce Grzegorz Mzyk Politechnika Wrocławska, WydziałElektroniki 23 lutego 2015 Plan wykładu 1 Wprowadzenie 2 Rozkład LU 3 Rozkład spektralny 4 Rozkład Cholesky

Bardziej szczegółowo

Zajęcia nr 1 (1h) Dwumian Newtona. Indukcja. Zajęcia nr 2 i 3 (4h) Trygonometria

Zajęcia nr 1 (1h) Dwumian Newtona. Indukcja. Zajęcia nr 2 i 3 (4h) Trygonometria Technologia Chemiczna 008/09 Zajęcia wyrównawcze. Pokazać, że: ( )( ) n k k l = ( n l )( n l k l Zajęcia nr (h) Dwumian Newtona. Indukcja. ). Rozwiązać ( ) ( równanie: ) n n a) = 0 b) 3 ( ) n 3. Znaleźć

Bardziej szczegółowo

Metody Obliczeniowe w Nauce i Technice

Metody Obliczeniowe w Nauce i Technice 5. Aproksymacja Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Paweł Urban Jakub Ptak Łukasz Janeczko

Bardziej szczegółowo

ELEKTROTECHNIKA Semestr 1 Rok akad / ZADANIA Z MATEMATYKI Zestaw Przedstaw w postaci algebraicznej liczby zespolone: (3 + 2j)(5 2j),

ELEKTROTECHNIKA Semestr 1 Rok akad / ZADANIA Z MATEMATYKI Zestaw Przedstaw w postaci algebraicznej liczby zespolone: (3 + 2j)(5 2j), ELEKTROTECHNIKA Semestr Rok akad. / 5 ZADANIA Z MATEMATYKI Zestaw. Przedstaw w postaci algebraicznej liczby zespolone: (3 + j)(5 j) 3 j +j (5 + j) (3 + j) 3. Narysuj zbiory punktów na płaszczyźnie: +j

Bardziej szczegółowo

Rozwiązywanie układów równań liniowych

Rozwiązywanie układów równań liniowych Rozwiązywanie układów równań liniowych Marcin Orchel 1 Wstęp Jeśli znamy macierz odwrotną A 1, to możęmy znaleźć rozwiązanie układu Ax = b w wyniku mnożenia x = A 1 b (1) 1.1 Metoda eliminacji Gaussa Pierwszy

Bardziej szczegółowo

2.2 Udowodnić,żejeżelif(x)=(x x 0 )(x x 1 )...(x x p ),to[x 0,x 1,...,x n ;f]= 0dlan p.jakajestwartośćtegoilorazu,gdyn=p+1?

2.2 Udowodnić,żejeżelif(x)=(x x 0 )(x x 1 )...(x x p ),to[x 0,x 1,...,x n ;f]= 0dlan p.jakajestwartośćtegoilorazu,gdyn=p+1? 2.2 Udowodnić,żejeżelif(x)=(x x 0 )(x x 1 )...(x x p ),to[x 0,x 1,...,x n ;f]= 0dlan p.jakajestwartośćtegoilorazu,gdyn=p+1? Definicja ilorazu różnicowego: [x l,x l+1,...,x l+k ;f]= l+k l+k i=l j=l j i

Bardziej szczegółowo

Układy równań i nierówności liniowych

Układy równań i nierówności liniowych Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +

Bardziej szczegółowo

Metody numeryczne. Sformułowanie zagadnienia interpolacji

Metody numeryczne. Sformułowanie zagadnienia interpolacji Ćwiczenia nr 4. Sformułowanie zagadnienia interpolacji Niech będą dane punkty x 0,..., x n i wartości y 0,..., y n, takie że i=0,...,n y i = f (x i )). Szukamy funkcji F (funkcji interpolującej), takiej

Bardziej szczegółowo

Zajęcia nr 1: Zagadnienia do opanowania:

Zajęcia nr 1: Zagadnienia do opanowania: Laboratorium komputerowe oraz Ćwiczenia rachunkowe z przedmiotu Metody obliczeniowe Prowadzący: L. Bieniasz (semestr letni 018) Zagadnienia do opanowania przed zajęciami, pomocnicze zadania rachunkowe

Bardziej szczegółowo

Rozwiązywanie układów równań liniowych metody przybliżone Materiały pomocnicze do ćwiczeń z metod numerycznych

Rozwiązywanie układów równań liniowych metody przybliżone Materiały pomocnicze do ćwiczeń z metod numerycznych Rozwiązywanie układów równań liniowych metody przybliżone Materiały pomocnicze do ćwiczeń z metod numerycznych Piotr Modliński Wydział Geodezji i Kartografii PW 14 stycznia 2012 P. Modliński, GiK PW Rozw.

Bardziej szczegółowo

Laboratorium 5 Przybliżone metody rozwiązywania równań nieliniowych

Laboratorium 5 Przybliżone metody rozwiązywania równań nieliniowych Uniwersytet Zielonogórski Wydział Informatyki, Elektrotechniki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych Elektrotechnika niestacjonarne-zaoczne pierwszego stopnia z tyt. inżyniera

Bardziej szczegółowo

Metody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa

Metody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa Sformułowanie zadania interpolacji Metody Numeryczne Wykład 4 Wykład 5 Interpolacja wielomianowa Niech D R i niech F bȩdzie pewnym zbiorem funkcji f : D R. Niech x 0, x 1,..., x n bȩdzie ustalonym zbiorem

Bardziej szczegółowo

04 Układy równań i rozkłady macierzy - Ćwiczenia. Przykład 1 A =

04 Układy równań i rozkłady macierzy - Ćwiczenia. Przykład 1 A = 04 Układy równań i rozkłady macierzy - Ćwiczenia 1. Wstęp Środowisko Matlab można z powodzeniem wykorzystać do rozwiązywania układów równań z wykorzystaniem rozkładów macierzy m.in. Rozkładu Choleskiego,

Bardziej szczegółowo

Metody numeryczne. materiały do wykładu dla studentów. 7. Całkowanie numeryczne

Metody numeryczne. materiały do wykładu dla studentów. 7. Całkowanie numeryczne Metody numeryczne materiały do wykładu dla studentów 7. Całkowanie numeryczne 7.1. Całkowanie numeryczne 7.2. Metoda trapezów 7.3. Metoda Simpsona 7.4. Metoda 3/8 Newtona 7.5. Ogólna postać wzorów kwadratur

Bardziej szczegółowo

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w

Bardziej szczegółowo

3. Interpolacja. Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która

3. Interpolacja. Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która 3. Interpolacja Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która przyjmuje wartości y 1, y 2,, y n, dla skończonego zbioru argumentów x 1, x

Bardziej szczegółowo

5. Twierdzenie Weierstrassa

5. Twierdzenie Weierstrassa Pytania egzaminacyjne z Metod Numerycznych 1. Jaką największą liczbę można zapisać w postaci znormalizowanej w dwójkowym systemie liczenia na 8-miu bitach podzielonych 4 + 4 na mantysę i cechę, jeśli zarówno

Bardziej szczegółowo

Przykładowy program ćwiczeń

Przykładowy program ćwiczeń Przykładowy program ćwiczeń Ćwiczenie 1. Obliczenie funkcji elementarnych za pomocą szeregów. Opracowanie wyrażeń rekurencyjnych. 3 4 Realizacja w Ecelu funkcji e 1. 1!! 3! 4! Przykład 1: Obliczenie wartości

Bardziej szczegółowo

Agata Boratyńska ZADANIA Z MATEMATYKI, I ROK SGH GRANICA CIĄGU

Agata Boratyńska ZADANIA Z MATEMATYKI, I ROK SGH GRANICA CIĄGU Agata Boratyńska Zadania z matematyki Agata Boratyńska ZADANIA Z MATEMATYKI, I ROK SGH GRANICA CIĄGU. Korzystając z definicji granicy ciągu udowodnić: a) n + n+ = 0 b) n + n n+ = c) n + n a =, gdzie a

Bardziej szczegółowo

1 Elementy logiki i teorii mnogości

1 Elementy logiki i teorii mnogości 1 Elementy logiki i teorii mnogości 11 Elementy logiki Notatki do wykładu Definicja Zdaniem logicznym nazywamy zdanie oznajmujące, któremu przysługuje jedna z dwu logicznych ocen prawda (1) albo fałsz

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 1 Zadanie Definicja 1.1. (zadanie) Zadaniem nazywamy zagadnienie znalezienia rozwiązania x spełniającego równanie F (x, d) = 0, gdzie d jest zbiorem danych (od których zależy rozwiązanie x), a F

Bardziej szczegółowo

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań Przekształcenia liniowe, diagonalizacja macierzy 1. Podano współrzędne wektora v w bazie B. Znaleźć współrzędne tego wektora w bazie B, gdy: a) v = (1,

Bardziej szczegółowo

1 Równania nieliniowe

1 Równania nieliniowe 1 Równania nieliniowe 1.1 Postać ogólna równania nieliniowego Często występującym, ważnym problemem obliczeniowym jest numeryczne poszukiwanie rozwiązań równań nieliniowych, np. algebraicznych (wielomiany),

Bardziej szczegółowo

Interpolacja, aproksymacja całkowanie. Interpolacja Krzywa przechodzi przez punkty kontrolne

Interpolacja, aproksymacja całkowanie. Interpolacja Krzywa przechodzi przez punkty kontrolne Interpolacja, aproksymacja całkowanie Interpolacja Krzywa przechodzi przez punkty kontrolne Aproksymacja Punkty kontrolne jedynie sterują kształtem krzywej INTERPOLACJA Zagadnienie interpolacji można sformułować

Bardziej szczegółowo

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L Tydzień nr 9-10 (16 maja - 29 maja) Równania różniczkowe wartości własne funkcja wykładnicza od operatora - Matematyka II 2010/2011L Wszelkie pytania oraz uwagi o błędach proszę kierować na przemek.majewski@gmail.com

Bardziej szczegółowo

ECTS (Część 2. Metody numeryczne) Nazwa w języku angielskim: Algorithms and data structures.

ECTS (Część 2. Metody numeryczne) Nazwa w języku angielskim: Algorithms and data structures. Algorytmy i struktury danych. Metody numeryczne ECTS (Część 2. Metody numeryczne) Nazwa w języku angielskim: Algorithms and data structures. dzienne magisterskie Numerical methods. (Part 2. Numerical methods)

Bardziej szczegółowo

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler GAL (Informatyka) Wykład - formy hermitowskie Wersja z dnia 23 stycznia 2014 Paweł Bechler 1 Formy hermitowskie Niech X oznacza przestrzeń liniową nad ciałem K. Definicja 1. Funkcję φ : X X K nazywamy

Bardziej szczegółowo

dr inż. Damian Słota Gliwice r. Instytut Matematyki Politechnika Śląska

dr inż. Damian Słota Gliwice r. Instytut Matematyki Politechnika Śląska Program wykładów z metod numerycznych na semestrze V stacjonarnych studiów stopnia I Podstawowe pojęcia metod numerycznych: zadanie numeryczne, algorytm. Analiza błędów: błąd bezwzględny i względny, przenoszenie

Bardziej szczegółowo

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH Katedra Matematyki i Ekonomii Matematycznej SGH 23 października 2018 Definicja iloczynu skalarnego Definicja Iloczynem skalarnym w przestrzeni liniowej R n nazywamy odwzorowanie ( ) : R n R n R spełniające

Bardziej szczegółowo