Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 6. Metody Rungego-Kutty

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 6. Metody Rungego-Kutty"

Transkrypt

1 Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 6. Metody Rungego-Kutty P. F. Góra semestr letni 2006/07

2 Definica metody Poszukuemy rozwiazania problemu zmienności pochodne (prawe strony standardowego problemu Cauchy ego) w trakcie wykonywania kroku całkowania. Postuluemy, że należy używać pewne średnie pochodne średnie ważone wyliczone z pochodnych w pewnych punktach pośrednich: y n+1 = y n + h i=1 ( k i = f t n + hα i, y n + h w i k i + O(h p+1 ), =1 (1a) ) β i k. (1b) Równania (1) definiua s-krokowa metodę Rungego-Kutty rzędu p. Liczby w i, α i, β i sa parametrami metody. y l, k i R N, f : R R N R N. 6. Metody Rungego-Kutty 2

3 Zgodność metod RK Naważnieszym kryterium, akie musi spełniać każda metoda numerycznego całkowania równań różniczkowych, est zgodność metody wymaganie, aby metoda odtwrzała wyściowy problem Cauchy ego w granicy nieskończenie małych kroków. Dla metod RK z (1a) mamy y lim n+1 y n h 0 + h = w i i=1 dt lim k h 0 + i. (2) Granica lewe strony (2) est oczywiście dy = f(t n, y n ). Z (1b) wynika, że n lim k h 0 + i = f(t n, y n ), a zatem warunkiem zgodności metod RK est i=1 w i = 1. (3) 6. Metody Rungego-Kutty 3

4 Zapis metod RK w postaci tabeli Współczynniki metody RK zapisue się na ogół w postaci tabeli α 1 β 11 β β 1s α 2. β 21. β β 2s. α s β s1 β s2... β ss w 1 w 2... w s = α B w T. (4) 6. Metody Rungego-Kutty 4

5 Jawne i nieawne metody RK Jeżeli macierz B ma niezerowe elementy na i powyże diagonali, metoda est nieawna: do obliczenia pochodne w punkcie pośrednim trzeba znać tęże pochodna (diagonala) i ewentualnie pochodne w kolenych punktach pośrednich (wyrazy ponad diagonala), tak więc proces obliczania wektorów k i stae się rozwiazywaniem skomplikowanego (na ogół nieliniowego) układu równań na te wielkości. Wymiar tego układu wynosi s N. Jeżeli macierz B ma niezerowe elementy tylko pod diagonala, metoda est awna: do obliczenia kolenych k i potrzebna est wyłacznie znaomość k <i. 6. Metody Rungego-Kutty 5

6 Zależność pomiędzy ilościa kroków (s) a rzędem metody (p) Na pierwszy rzut oka może się wydawać, że każde dodatkowe obliczenie prawe strony równania, czyli każde obliczenie pochodne w punkcie pośrednim, zwiększa rzad metody o eden. W rzeczywistości tak nie est. Dla metod awnych zawsze zachodzi p s; minimalna ilość kroków potrzebych do zrealizowania metody awne danego rzędu podae poniższa tabela: Rzad metody Minimalna ilość kroków Metody Rungego-Kutty 6

7 Przykłady metod RK Metody Eulera, awna i nieawna, sa, formalnie rzecz biorac, ednokrokowymi metodami RK rzędu 1. Ich tabelki maa postać (awna) (nieawna) (5) 6. Metody Rungego-Kutty 7

8 Jawna metoda punktu środkowego est dwukrokowa metoda rzędu drugiego k 1 = f(x n, y n ), (6a) k 2 = f ( x n h, y n k 1), (6b) y n+1 = y n + h k 2 + O(h 3 ) (6c) Metody Rungego-Kutty 8

9 Nieawna metoda punktu środkowego est ednokrokowa metoda rzędu drugiego k 1 = f ( t n h, y n hk 1), (7a) y n+1 = y n + hk 1 + O(h 3 ). (7b) Tabelka dla te metody ma postać Metody Rungego-Kutty 9

10 Klasyczna metoda czterokrokowa Naczęście stosowana metoda RK est klasyczna metoda czterokrokowa większość ludzi uważa, że termin metoda Rungego-Kutty określa tylko tę metodę k 1 = f (t n, y n ), (8a) k 2 = f ( t n h, y n hk 1), (8b) k 3 = f ( t n h, y n hk 2), (8c) k 4 = f (t n + h, y n + hk 3 ), (8d) y n+1 = y n + h ( 1 6 k k k k 4) + O ( h 5 ). (8e) 6. Metody Rungego-Kutty 10

11 Tabelka dla klasyczne metody czterokrokowe Metody Rungego-Kutty 11

12 Zasady wyprowadzania współczynników metod RK Współczynniki metod RK rzędu p otrzymue się rozwiaac obie strony wyrażenia (dla uproszczenia stosuemy tu notacę skalarna nie ma to ednak wpływu na samo wyprowadzenie) y n+1 y n = h i w i k i (9) w szereg potęgowy względem h z dokładnościa do wyrazów rzędu O(h p+1 ) i żada ac równości współczynników rozwinięcia. Ponieważ wektory (pochodne w punktach pośrednich) k i sa wyrażone przez funkcę f (prawa stronę równania), żadamy, aby funkca f była klasy co namnie C p Metody Rungego-Kutty 12

13 Lewa strona Rozwiaac lewa stronę wyrażenia (9) otrzymuemy y n+1 y n = p l=1 1 l! d l y dt l tn h l + O(h p+1 ). (10) Mamy teraz dy = f(t, y) (11a) dt d 2 y dt 2 = d f f(t, y) = dt t + dy f dt y = f t + f f y ( = t + f ) f(t, y) (11b) y 6. Metody Rungego-Kutty 13

14 d 3 y dt 3 = d 4 y dt 4 = ( t + f ) ( y t + f ) f(t, y) y = 2 f t 2 + 2f 2 f t y + f 2 2 f y 2 + f t ( t + f ) ( y t + f y f y + f ) ( t + f y = 3 f t 3 + 3f 3 f t 2 y + 3f 2 3 f t y 2 + f 3 3 f y 3 + f 2 f y t f 2 f f 2 f f + 5f + 3f t t y y t y t + f t ) ( ) 2 f (11c) y f(t, y) 2 f + 4f 2 f 2 f y2 y y 2 ( ) 2 ( ) 3 f f + f. (11d) y y 6. Metody Rungego-Kutty 14

15 Prawa strona h i w i k i = h i = p 1 l=0 p 1 w i l=0 1 l! i 1 l! d l k i dh l w i d l k i dh l 0 h l + O(h p ) 0 h l+1 + O(h p+1 ), (12) a zatem musimy obliczyć pochodne k i tylko do rzędu p 1, nie zaś p. Różnicz- 6. Metody Rungego-Kutty 15

16 kuac (1b) i korzystaac z twierdzenia o funkcach uwikłanych otrzymuemy dk i dh = α f i t + f y β i k + h β i dk dh. (13a) (13a) nie est awnym wyrażeniem na pochodne dk i /dh, ale układem równań, z którego pochodne te można wyliczyć. W wyrażeniu tym wszystkie k oraz pochodne f określone sa w punkcie (t n + α l h, y n + h m ) β lmk m, gdzie indeks l est równy, odpowiednio, i. Postępuac analogicznie otrzymuemy 6. Metody Rungego-Kutty 16

17 d 2 ( k i dh 2 = α d f i dh t + f y = α 2 i + 2 f y 2 + f y d dh ) + [ d dh ( f y β i k + h 2 f t 2 + 2α 2 f i t y 2 β i k + h β i dk dh + h )] β i dk dh β i k + h β i k + h β i dk dh 2 β i d 2 k dh 2 β i dk dh β i dk dh (13b) 6. Metody Rungego-Kutty 17

18 ( ) [ ( )] d 3 k i = α 2 d 2 f d 2 f dh 3 i + 2α dh t 2 i dk β i k + h β i dh t y dh 2 f d + 2α i dk β i k + h β i t y dh dh [ ( )] d 2 f + 2 dk β dh y 2 i k + h β i + 2 f d β dh y 2 i k + h dh [ ( )] d f + dk 2 β i dh y dh + h d 2 k β i dh 2 + f d dk 2 β i y dh dh + h d 2 k β i dh 2 β i dk dh 2 6. Metody Rungego-Kutty 18

19 = α 3 3 f i t + 3 f 3 3α2 dk i β t 2 i k + h β i y dh 3 f + 3α i 2 dk β t y 2 i k + h β i + 3 f dk β dh y 3 i k + h β i dh 2 f + 3α i dk 2 β i t y dh + h d 2 k β i dh f dk β y 2 i k + h β i 2 dk β i dh dh + h d 2 k β i dh 2 + f 3 d 2 k β i y dh + h d 3 k β 2 i dh 3 3 (13c) 6. Metody Rungego-Kutty 19

20 Jak uż powiedziano, powyższe wzory nie daa awnych wyrażeń na pochhodne k i, a tylko układ równań, z których pochodne te możnaby wyliczyć. Jednak dla h = 0 sytuaca znacznie się upraszcza: położenie h = 0 usuwa z prawe strony człony nawyższego rzędu, wobec czego otrzymuemy awne wyrażenia na pochodne w zerze. I tak 6. Metody Rungego-Kutty 20

21 k i (0) = f, dk i f dh = α i 0 t + d 2 k i dh 2 = α 2 i β i f f y, 2 f t + 2α 2 i β i f 2 f t y + f f β i α t y + 2 q (14a) (14b) ( ) 2 β i f 2 2 f y 2 ( ) 2 f β i β q f, (14c) y 6. Metody Rungego-Kutty 21

22 d 3 k i dh 3 = α 3 i 0 3 f t 3 + 3α2 i ( β i f 3 f t 2 y + 3α i 3 f ) 2 β i f 2 t y + 2 ( β i ) 3 f 3 3 f y β i α 2 f 2 f y t + 6α f 2 f 2 i β i α t t y + 6 β i (α i + α )β q f f 2 f y t y + 6 β i β iq α q f f 2 f t y 2,q q ( ) ( ) β i β q + 2 β i β iq β qr f 2 f 2 f y y 2 q q,r ( ) 2 f f ( ) 3 f + 6 β i β q α q + 6 β i β q β qr f. (14d) t y y,q,q,r Funkcę f i e pochodne należy teraz obliczać w punkcie (t n, y n ). 6. Metody Rungego-Kutty 22

23 Warunki Pozostae nam teraz uzgodnić współczynniki rozwinięcia (9) w kolenych potęgach h. Zauważmy, że ponieważ metoda ma działać dla dowolnych f spełniaacych podane założenia, współczynniki występuace po obu stronach (9) przy pewne kombinaci f i e pochodnych musza być sobie równe. 6. Metody Rungego-Kutty 23

24 p = 1 W naniższym rzędzie uzgadniamy tylko współczynniki przy wyrazach rzędu h 1. Otrzymuemy 1 1! f = 1 0! i=1 w i f, czyli i=1 w i = 1, (15) co, ak uż wiemy, est warunkiem zgodności metody RK. Widać zatem, że każda zgodna metoda RK, bez względu na to, czy zachodza akieś dodatkowe zwiazki pomiędzy e współczynnikami, czy nie, est metoda rzędu co namnie pierwszego. 6. Metody Rungego-Kutty 24

25 p = 2 Aby metoda była rzędu drugiego, żadamy spełnienia (15) oraz następuacych warunków dodatkowych, wynikaacych z postulatu zgodności współczynników przy wyrazach rzędu h 2 : i=1 w i i=1 =1 w i α i = 1 2, (16a) β i = 1 2. (16b) 6. Metody Rungego-Kutty 25

26 Punkt ten wymaga pewne dyskusi. Odemuac stronami (16a), (16b) otrzymuemy i=1 α i β i =1 w i = 0. (17) Gdyby w i były liniowo niezależne, powyższy warunek oznaczałby, że koniecznie α i = s =1 β i. Ale w i nie sa liniowo niezależne, ako że wiaże e warunek zgodności (15)! W te sytuaci (17) narzuca pewne dodatkowe więzy na współczynniki metody: można go potraktować ako dodatkowy więz na wagi w i (tylko s 2 est wówczas liniowo niezależnych), ednak znacznie wygodnie est potraktować to ako warunek znikania współczynników kombinaci liniowe stoace po 6. Metody Rungego-Kutty 26

27 prawe stronie (17) i tak też uczynimy. Można też na to sporzeć i od inne strony: Zgodność wyrazów rozwinięcia ma zachodzić w każdym rzędzie niezależnie, co est możliwe tylko, gdy α i = s =1 β i. Wszystkie metody RK rzędu drugiego opisane sa zatem układem równań i=1 i=1 i=1 w i = 1, (18a) w i α i = 1 2, (18b) β i = α i. (18c) Zauważmy, iż z (18c) wynika, że we wszystkich metodach awnych α 1 = Metody Rungego-Kutty 27

28 p = 3 W trzecim rzędzie dostaemy w i i=1 i=1 =1 w i α 2 i = 1 3, (19a) β i α = 1 6, (19b) gdzie skorzystaliśmy z (18c) w celu zmnieszenia ilości niezależnych równań. Równania te, wraz z równaniami (18a) (18c), opisua wszystkie metody RK rzędu trzeciego. Widać, że o ile równania (18a) (18c) narzucały zwiazki liniowe na współczynniki α, β, równania (19a) (19b) narzucaa zwiazki kwadratowe. 6. Metody Rungego-Kutty 28

29 p = 4 W czwartym rzędzie, po skorzystaniu z (18c), ako nietrywialne równania dostaemy w i α i i=1 i=1 =1 w i i=1 =1 w i β i i=1 =1 l=1 w i α 3 i = 1 4, (20a) β i α = 1 8, (20b) β i α 2 = 1 12, (20c) β l α l = (20d) 6. Metody Rungego-Kutty 29

30 Warto zaznaczyć, iż po zastosowaniu (18c) niektóre z równań na współczynniki sa spełnione tożsamościowo, co stanowi nieako test wewnętrzne spóności teorii. Równania (20a) (20d), łacznie z równaniami (19a) (19b) oraz (18a) (18c), opisua wszystkie metody RK rzędu czwartego. Równania określaace metody czwartego rzędu narzucaa sześcienne zwiazki pomiędzy współczynnikami α, β. Wyrażenia, które musza spełniać współczynniki metod wyższego rzędu, wyprowadza się na te same zasadzie co powyższe, sa one ednak bardzie skomplikowane. W dowolnym rzędzie p równania te zawieraa człon i narzucaa zwiazki rzędu p 1. i=1 w i α p 1 i = 1 p (21) 6. Metody Rungego-Kutty 30

31 Stabilność metod RK W celu zbadania stabilności metody RK, zaburzmy y n w (1a) oraz (1b) przez pewne ε n, przy czym ε n 1. W miesce (1a) otrzymamy y n+1 + ε n+1 = y n + ε n + h y n + ε n + h i=1 i=1 w i k i (y n + ε n ) w i k i (y n ) + h i=1 w i L i ε n = y n+1 + ε n + hw T Lε n = y n+1 + Gε n, (22) 6. Metody Rungego-Kutty 31

32 L i,i = 1,..., s, sa macierzami o składowych [L i ] µν = (k i) µ (ε n ) ν, (23) L oznacza wektor złożony z tych macierzy, w T = [w 1,..., w s ] T, zaś G = I + h w T L est macierza wzmocnienia. Metoda est stabilna, gdy wszystkie wartości własne macierzy wzmocnienia G spełniaa zależność g < 1 (wrtości własne g moga być zespolone). Kluczowe stae się obliczenie macierzy L i. Mamy 6. Metody Rungego-Kutty 32

33 (k i ) µ (ε n ) ν = = ( f ( N J µσ σ=1 x n + α i h, y n + ε n + h s β i k (y n + ε n ) δ σν + h =1 (ε n ) ν ) )) ( k β σ i. (24) (ε n ) ν µ J est macierza Jacobiego funkci f po drugim argumencie. Formalnie rzecz biorac, e elementy należałoby obliczać w każdym punkcie pośrednim z osobna. Przymimy ednak przybliżenie polegaace na tym, iż obliczamy tę macierz w lewym krańcu przedziału prowadzi to do poprawek wyższego rzędu w h. 6. Metody Rungego-Kutty 33

34 Reprezentaca diagonalna Przedźmy do reprezentaci, w które macierz ta est diagonalna i oznaczmy przez λ pewna wartość własna macierzy J. Formalnie rzecz biorac, poniższa procedurę należy powtórzyć dla wszystkich wartości własnych J, okaże się ednak, że nie est to konieczne. Równanie (24) możemy przepisać teraz w postaci L i = λ 1 + h =1 β i L, i = 1,..., s. (25) (25) est układem równań, z którego można wyliczyć poszukiwane wielkości L i. 6. Metody Rungego-Kutty 34

35 Współczynnik wzmocnienia Układ ten można zapisać w postaci [I λhb] L = λê, (26) gdzie ê = [1, 1,..., 1] T, zaś [B] i = β i. Oznaczaac z = λh, ostatecznie otrzymuemy następuace wyrażenie na współczynnik wzmocnienia: g = 1 + z w T [I zb] 1 ê. (27) g est liczba, nie macierza; macierzowość macierzy wzmocnienia G brała się z macierzowości akobianu, a skoro akobian zastapiliśmy wartościa własna, G zastapiliśmy e wartościami własnymi. 6. Metody Rungego-Kutty 35

36 Obszar stabilności Badanie stabilności metod RK sprowadza się teraz do wyznaczenia obszaru stabilności metody, to est zbioru takich z C, że współczynniki g wyliczone dla wszystkie wartości własnych macierzy Jacobiego spełniaa g < 1. Metoda RK est stabilna, eśli dla wszystkich wartości własnych macierzy Jacobiego we wszystkich punktach pośrednich, z = h (wartość własna) należy do obszaru stabilności. Zauważmy, że w ten sposób uwolniliśmy się nieako od szczegółów równania, które rozwiazuemy: własności równania (funkci f) tkwia w wartościach własnych macierzy Jacobiego, czyli w liczbach z. Kształt obszaru stabilności zależy tylko od wybrane metody RK. 6. Metody Rungego-Kutty 36

37 Obszar stabilności klasyczne czterokrokowe metody Rungego-Kutty Metody Rungego-Kutty 37

38 Obszary stabilności metod awnych i nieawnych Współczynnik wzmocnienia g może być albo funkca wymierna, albo wielomianem w z. W tym drugim przypadku obszar stabilności metody est z cała pewnościa skończony, ako że każdy wielomian rośnie nieograniczenie (na moduł) przy z. Jeśli natomiast współczynnik g est funkca wymierna w z, to est możliwe, że obszar stabilności metody est nieograniczony. Jeśli w szczególności cała lewa półpłaszczyzna płaszczyzny zespolone należy do obszaru stabilności, mówimy, że metoda est A stabilna. Oznacza to, że dowolnie wielki krok h nie prowadzi do utraty stabilności (oczywiście nie znaczy to, że rozwiazanie numeryczne uzyskane z krokiem h 0 będzie miało wiele wspólnego z rozwiazaniem analitycznym znaczy to tylko, że bład z poprzednich kroków nie przenosi się do kroków następnych). 6. Metody Rungego-Kutty 38

39 W aki sposób g może stać się funkca wymierna w z? Może się tak stać tylko przy obliczaniu [I zb] 1, a eszcze ściśle, przy dzieleniu przez wyznacznik det [I zb]. Zauważmy, że dla metody awne macierz B ma tylko elementy poddiagonalne, a zatem det [I zb] = 1, a skoro tak, to g sa wielomianami w z. Widzimy zatem, że awne metody RK maa ograniczony obszar stabilności tylko metody nieawne moga mieć nieograniczony obszar stabilności. 6. Metody Rungego-Kutty 39

Komputerowa analiza zagadnień różniczkowych 5. Metody Rungego-Kutty. P. F. Góra

Komputerowa analiza zagadnień różniczkowych 5. Metody Rungego-Kutty. P. F. Góra Komputerowa analiza zagadnień różniczkowych 5. Metody Rungego-Kutty P. F. Góra http://th-www.if.u.edu.pl/zfs/gora/ 203 Definica metody Poszukuemy rozwiazania problemu zmienności pochodne (prawe strony

Bardziej szczegółowo

Komputerowa analiza zagadnień różniczkowych 4. Metody Rungego-Kutty (I) P. F. Góra

Komputerowa analiza zagadnień różniczkowych 4. Metody Rungego-Kutty (I) P. F. Góra Komputerowa analiza zagadnień różniczkowych 4. Metody Rungego-Kutty (I) P. F. Góra http://th-www.if.u.edu.pl/zfs/gora/ 200 Definica metody Poszukuemy rozwiazania problemu zmienności pochodne (prawe strony

Bardziej szczegółowo

Komputerowa analiza zagadnień różniczkowych 6. Metoda diagramowa. Obszary stabilności. P. F. Góra

Komputerowa analiza zagadnień różniczkowych 6. Metoda diagramowa. Obszary stabilności. P. F. Góra Komputerowa analiza zagadnień różniczkowych 6. Metoda diagramowa. Obszary stabilności. P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2013 Metoda diagramowa Ręczne wyprowadzanie równan wiaż acych współczynniki

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2005/06 Wstęp

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 7a. Metody wielokrokowe

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 7a. Metody wielokrokowe Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 7a. Metody wielokrokowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2005/06 Motywacja Metody wielokrokowe sa

Bardziej szczegółowo

Komputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe

Komputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe Komputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2011 Problem Cauchy ego dy dx = f(x, y) (1) y(x

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 5. Terminologia. Metody Eulera, metody punktu środkowego i metody trapezowe

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 5. Terminologia. Metody Eulera, metody punktu środkowego i metody trapezowe Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 5. Terminologia. Metody Eulera, metody punktu środkowego i metody trapezowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr

Bardziej szczegółowo

Komputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe

Komputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe Komputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2010 Problem Cauchy ego dy dx = f(x, y) (1) y(x

Bardziej szczegółowo

Wykład 5. Skręcanie nieskrępowane prętów o przekroju prostokątnym.

Wykład 5. Skręcanie nieskrępowane prętów o przekroju prostokątnym. Adresy internetowe, pod którymi można znaleźć wykłady z Wytrzymałości Materiałów: Politechnika Krakowska http://limba.wil.pk.edu.pl/kwm-edu.html Politechnika Łódzka http://kmm.p.lodz.pl/dydaktyka Wykład

Bardziej szczegółowo

Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems)

Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems) Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems) P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2007/08 Wprowadzenie Rozważmy

Bardziej szczegółowo

Komputerowa analiza zagadnień różniczkowych 5. Metody Rungego-Kutty (II) P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/

Komputerowa analiza zagadnień różniczkowych 5. Metody Rungego-Kutty (II) P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ Komputerowa analiza zagadnień różniczkowych 5. Metody Rungego-Kutty (II) P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ Metody DIRK Jeśli spodziewamy się problemów ze stabilnościa, w szczególności jeśli

Bardziej szczegółowo

Rozwiązywanie algebraicznych układów równań liniowych metodami iteracyjnymi. Plan wykładu:

Rozwiązywanie algebraicznych układów równań liniowych metodami iteracyjnymi. Plan wykładu: Rozwiązywanie algebraicznych układów równań liniowych metodami iteracynymi Plan wykładu: 1. Przykłady macierzy rzadkich i formaty ich zapisu 2. Metody: Jacobiego, Gaussa-Seidla, nadrelaksaci 3. Zbieżność

Bardziej szczegółowo

Wstęp do metod numerycznych 14. Kilka wstępnych uwag na temat numerycznego rozwiazywania równań różniczkowych zwyczajnych

Wstęp do metod numerycznych 14. Kilka wstępnych uwag na temat numerycznego rozwiazywania równań różniczkowych zwyczajnych Wstęp do metod numerycznych 14. Kilka wstępnych uwag na temat numerycznego rozwiazywania równań różniczkowych zwyczajnych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012/13 Równania różniczkowe zwyczajne

Bardziej szczegółowo

Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra

Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Co można zrobić z układem równań... tak, aby jego rozwiazania się nie zmieniły? Rozważam

Bardziej szczegółowo

Definicje i przykłady

Definicje i przykłady Rozdział 1 Definicje i przykłady 1.1 Definicja równania różniczkowego 1.1 DEFINICJA. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie F (t, x, ẋ, ẍ,..., x (n) ) = 0. (1.1) W równaniu tym t jest

Bardziej szczegółowo

Wstęp do metod numerycznych Rozwiazywanie równań algebraicznych. P. F. Góra

Wstęp do metod numerycznych Rozwiazywanie równań algebraicznych. P. F. Góra Wstęp do metod numerycznych Rozwiazywanie równań algebraicznych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2010 Co to znaczy rozwiazać równanie? Przypuśmy, że postawiono przed nami problem rozwiazania

Bardziej szczegółowo

Nieskończona jednowymiarowa studnia potencjału

Nieskończona jednowymiarowa studnia potencjału Nieskończona jednowymiarowa studnia potencjału Zagadnienie dane jest następująco: znaleźć funkcje własne i wartości własne operatora energii dla cząstki umieszczonej w nieskończonej studni potencjału,

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

(Dantzig G. B. (1963))

(Dantzig G. B. (1963)) (Dantzig G.. (1963)) Uniwersalna metoda numeryczna dla rozwiązywania zadań PL. Ideą metody est uporządkowany przegląd skończone ilości rozwiązań bazowych układu ograniczeń, które możemy utożsamiać, w przypadku

Bardziej szczegółowo

jest rozwiązaniem równania jednorodnego oraz dla pewnego to jest toŝsamościowo równe zeru.

jest rozwiązaniem równania jednorodnego oraz dla pewnego to jest toŝsamościowo równe zeru. Układy liniowe Układ liniowy pierwszego rzędu, niejednorodny. gdzie Jeśli to układ nazywamy jednorodnym Pamiętamy, Ŝe kaŝde równanie liniowe rzędu m moŝe zostać sprowadzone do układu n równań liniowych

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

Wstęp do metod numerycznych Faktoryzacja QR i SVD. P. F. Góra

Wstęp do metod numerycznych Faktoryzacja QR i SVD. P. F. Góra Wstęp do metod numerycznych Faktoryzacja QR i SVD P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Transformacja Householdera Niech u R N, u 0. Tworzymy macierz W sposób oczywisty P T = P. Obliczmy

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

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

wiedzy Sieci neuronowe (c.d.)

wiedzy Sieci neuronowe (c.d.) Metody detekci uszkodzeń oparte na wiedzy Sieci neuronowe (c.d.) Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski Wykład 8 Metody detekci uszkodzeń oparte na wiedzy Wprowadzenie

Bardziej szczegółowo

Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie:

Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie: Ciągi rekurencyjne Zadanie 1 Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie: w dwóch przypadkach: dla i, oraz dla i. Wskazówka Należy poszukiwać rozwiązania w postaci, gdzie

Bardziej szczegółowo

OPIS MODUŁ KSZTAŁCENIA (SYLABUS)

OPIS MODUŁ KSZTAŁCENIA (SYLABUS) OPIS MODUŁ KSZTAŁCENIA (SYLABUS) I. Informacje ogólne: 1 Nazwa modułu Matematyka 2 2 Kod modułu 04-A-MAT2-60-1L 3 Rodzaj modułu obowiązkowy 4 Kierunek studiów astronomia 5 Poziom studiów I stopień 6 Rok

Bardziej szczegółowo

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach. WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

Bardziej szczegółowo

2. Liczby pierwsze i złożone, jednoznaczność rozkładu na czynniki pierwsze, największy wspólny dzielnik, najmniejsza wspólna wielokrotność. (c.d.

2. Liczby pierwsze i złożone, jednoznaczność rozkładu na czynniki pierwsze, największy wspólny dzielnik, najmniejsza wspólna wielokrotność. (c.d. 2. Liczby pierwsze i złożone, jednoznaczność rozkładu na czynniki pierwsze, największy wspólny dzielnik, najmniejsza wspólna wielokrotność. (c.d.) 10 października 2009 r. 20. Która liczba jest większa,

Bardziej szczegółowo

Poszukiwanie optymalnego wyrównania harmonogramu zatrudnienia metodą analityczną

Poszukiwanie optymalnego wyrównania harmonogramu zatrudnienia metodą analityczną Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowiska, Szkoła Główna Gospodarstwa Wieskiego, Warszawa, ul. Nowoursynowska 159 e-mail: mieczyslaw_polonski@sggw.pl Poszukiwanie optymalnego wyrównania

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

S n = a 1 1 qn,gdyq 1

S n = a 1 1 qn,gdyq 1 Spis treści Powtórzenie wiadomości... 9 Zadania i zbiory... 10 Obliczenia... 18 Ciągi... 27 Własności funkcji... 31 Funkcje liniowe i kwadratowe... 39 Wielomiany i wyrażenia wymierne... 45 Funkcje wykładnicze

Bardziej szczegółowo

u(t) RRZ: u (t)=f(t,u) Jednokrokowy schemat różnicowy

u(t) RRZ: u (t)=f(t,u) Jednokrokowy schemat różnicowy u(t) t Dt RRZ: u (t)=f(t,u) Jednokrokowy schemat różnicowy u(t+dt)=u(t)+f(t,u(t),dt) klasyczna formuła RK4: u(t) k 1 u k 2 k 3 k 4 4 wywołania f na krok, błąd lokalny O(Dt 5 ) gdy f tylko funkcja czasu

Bardziej szczegółowo

Własności wyznacznika

Własności wyznacznika Własności wyznacznika Rozwinięcie Laplace a względem i-tego wiersza: n det(a) = ( 1) i+j a ij M ij (A), j=1 gdzie M ij (A) to minor (i, j)-ty macierzy A, czyli wyznacznik macierzy uzyskanej z macierzy

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

LICZBY ZESPOLONE. 1. Wiadomości ogólne. 2. Płaszczyzna zespolona. z nazywamy liczbę. z = a + bi (1) i = 1 lub i 2 = 1

LICZBY ZESPOLONE. 1. Wiadomości ogólne. 2. Płaszczyzna zespolona. z nazywamy liczbę. z = a + bi (1) i = 1 lub i 2 = 1 LICZBY ZESPOLONE 1. Wiadomości ogólne DEFINICJA 1. Liczba zespolona z nazywamy liczbę taką, że a, b R oraz i jest jednostka urojona, definiowaną następująco: z = a + bi (1 i = 1 lub i = 1 Powyższą postać

Bardziej szczegółowo

Wstęp do metod numerycznych Eliminacja Gaussa Faktoryzacja LU. P. F. Góra

Wstęp do metod numerycznych Eliminacja Gaussa Faktoryzacja LU. P. F. Góra Wstęp do metod numerycznych Eliminacja Gaussa Faktoryzacja LU P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2014 Co można zrobić z układem równań... tak, aby jego rozwiazania się nie zmieniły? Rozważam

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

Zagadnienia brzegowe dla równań eliptycznych

Zagadnienia brzegowe dla równań eliptycznych Temat 7 Zagadnienia brzegowe dla równań eliptycznych Rozważmy płaski obszar R 2 ograniczony krzywą. la równania Laplace a (Poissona) stawia się trzy podstawowe zagadnienia brzegowe. Zagadnienie irichleta

Bardziej szczegółowo

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

Funkcja kwadratowa. f(x) = ax 2 + bx + c, Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \

Bardziej szczegółowo

4. Granica i ciągłość funkcji

4. Granica i ciągłość funkcji 4. Granica i ciągłość funkcji W niniejszym rozdziale wprowadzamy pojęcie granicy funkcji, definiujemy funkcje ciągłe i omawiamy ich podstawowe własności. Niech f będzie funkcją określoną na przedziale

Bardziej szczegółowo

Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne.

Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. pytania teoretyczne:. Co to znaczy, że wektory v, v 2 i v 3

Bardziej szczegółowo

Wstęp do metod numerycznych Algebraiczna metoda gradientów sprzężonych. P. F. Góra

Wstęp do metod numerycznych Algebraiczna metoda gradientów sprzężonych. P. F. Góra Wstęp do metod numerycznych Algebraiczna metoda gradientów sprzężonych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Metoda gradientów sprzężonych motywacja Rozważmy funcję f : R N R f(x) = 1 2

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

Dystrybucje, wiadomości wstępne (I)

Dystrybucje, wiadomości wstępne (I) Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów

Bardziej szczegółowo

1 Równania różniczkowe zwyczajne o rozdzielonych zmiennych

1 Równania różniczkowe zwyczajne o rozdzielonych zmiennych Równania różniczkowe zwyczajne o rozdzielonych zmiennych Definicja. Równaniem różniczkowym o rozdzielonych zmiennych nazywamy równanie postaci p(y) = q() (.) rozwiązanie równania sprowadza się do postaci

Bardziej szczegółowo

Całkowanie numeryczne

Całkowanie numeryczne Całkowanie numeryczne Poniżej omówione zostanie kilka metod przybliżania operacji całkowania i różniczkowania w szczególności uzależnieniu pochodnej od jej różnic skończonych gdy równanie różniczkowe mamy

Bardziej szczegółowo

Całka nieoznaczona, podstawowe wiadomości

Całka nieoznaczona, podstawowe wiadomości Całka nieoznaczona, podstawowe wiadomości Funkcją pierwotną funkcji w przedziale nazywamy funkcję taką, że dla każdego punktu z tego przedziału zachodzi Różnica dwóch funkcji pierwotnych w przedziale danej

Bardziej szczegółowo

2. Układy równań liniowych

2. Układy równań liniowych 2. Układy równań liniowych Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2017/2018 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 2. Układy równań liniowych zima 2017/2018 1 /

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

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

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

Zamiana zmiennych w wyrażeniach różniczkowych

Zamiana zmiennych w wyrażeniach różniczkowych Zamiana zmiennych w wyrażeniach różniczkowych Poniższy tekst stanowi treść jednego z moich wykładów dla studentów mechaniki. Postanowiłem go udostępnić szerszemu gronu, dotychczas korzystali z niego wyłącznie

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

13. Równania różniczkowe - portrety fazowe

13. Równania różniczkowe - portrety fazowe 13. Równania różniczkowe - portrety fazowe Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie rzegorz Kosiorowski (Uniwersytet Ekonomiczny 13. wrównania Krakowie) różniczkowe - portrety fazowe 1 /

Bardziej szczegółowo

Metody numeryczne równań różniczkowych zwyczajnych

Metody numeryczne równań różniczkowych zwyczajnych Metody numeryczne równań różniczkowych zwyczajnych Marcin Jenczmyk m.jenczmyk@knm.katowice.pl 9 maja 2015 M. Jenczmyk XXX Sesja KNM Metody numeryczne R.R.Z. 1 / 18 Omawiany problem dotyczyć będzie numerycznego

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

KADD Metoda najmniejszych kwadratów funkcje nieliniowe

KADD Metoda najmniejszych kwadratów funkcje nieliniowe Metoda najmn. kwadr. - funkcje nieliniowe Metoda najmniejszych kwadratów Funkcje nieliniowe Procedura z redukcją kroku iteracji Przykłady zastosowań Dopasowanie funkcji wykładniczej Dopasowanie funkcji

Bardziej szczegółowo

KADD Minimalizacja funkcji

KADD Minimalizacja funkcji Minimalizacja funkcji Poszukiwanie minimum funkcji Foma kwadratowa Metody przybliżania minimum minimalizacja Minimalizacja w n wymiarach Metody poszukiwania minimum Otaczanie minimum Podział obszaru zawierającego

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

Numeryczne modelowanie ustalonego pola temperatury

Numeryczne modelowanie ustalonego pola temperatury Zakład Aerodynamiki i ermodynamik Instytut echniki Lotnicze, Wydział Mechatroniki Woskowa Akademia echniczna Numeryczne modelowanie ustalonego pola temperatury Piotr Koniorczyk Mateusz Zieliński Warszawa

Bardziej szczegółowo

Matematyka Dyskretna 2/2008 rozwiązania. x 2 = 5x 6 (1) s 1 = Aα 1 + Bβ 1. A + B = c 2 A + 3 B = d

Matematyka Dyskretna 2/2008 rozwiązania. x 2 = 5x 6 (1) s 1 = Aα 1 + Bβ 1. A + B = c 2 A + 3 B = d C. Bagiński Materiały dydaktyczne 1 Matematyka Dyskretna /008 rozwiązania 1. W każdym z następujących przypadków podać jawny wzór na s n i udowodnić indukcyjnie jego poprawność: (a) s 0 3, s 1 6, oraz

Bardziej szczegółowo

czyli o szukaniu miejsc zerowych, których nie ma

czyli o szukaniu miejsc zerowych, których nie ma zerowych, których nie ma Instytut Fizyki im. Mariana Smoluchowskiego Centrum Badania Systemów Złożonych im. Marka Kaca Uniwersytet Jagielloński Metoda Metoda dla Warszawa, 9 stycznia 2006 Metoda -Raphsona

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

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

Funkcje analityczne. Wykład 3. Funkcje holomorficzne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) z = x + iy A

Funkcje analityczne. Wykład 3. Funkcje holomorficzne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) z = x + iy A Funkcje analityczne Wykład 3. Funkcje holomorficzne Paweł Mleczko Funkcje analityczne (rok akademicki 206/207) Funkcje zespolone zmiennej zespolonej Funkcje zespolone zmiennej zespolonej Niech A C. Funkcja

Bardziej szczegółowo

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 5 - stabilność liniowych układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2015 Wstęp Stabilność - definicja 1 O układzie możemy mówić, że jest stabilny gdy wytrącony ze stanu równowagi

Bardziej szczegółowo

Metody numeryczne. materiały do wykładu dla studentów

Metody numeryczne. materiały do wykładu dla studentów Metody numeryczne materiały do wykładu dla studentów 4. Wartości własne i wektory własne 4.1. Podstawowe definicje, własności i twierdzenia 4.2. Lokalizacja wartości własnych 4.3. Metoda potęgowa znajdowania

Bardziej szczegółowo

WYKŁAD 2 KINEMATYKA PŁYNÓW CZĘŚĆ 1 1/14

WYKŁAD 2 KINEMATYKA PŁYNÓW CZĘŚĆ 1 1/14 WYKŁAD 2 KINEMATYKA PŁYNÓW CZĘŚĆ 1 1/14 OPISY LAGRANGE A I EULERA. PRĘDKOŚĆ I PRZYSPIESZENIE PŁYNU. Elementem płynu nazywamy indywidualną i x 3, nieskończenie małą porcę płynu. Każdy element płynu ma przypisane

Bardziej szczegółowo

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013 Wyznaczniki Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 6. Wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa, listopad 2013 1 / 13 Terminologia

Bardziej szczegółowo

Egzamin z Analizy Matematycznej I dla Informatyków, 28 I 2017 Część I

Egzamin z Analizy Matematycznej I dla Informatyków, 28 I 2017 Część I Egzamin z Analizy Matematycznej I dla Informatyków, 28 I 2017 Część I Czas na rozwiązanie zadań cz. I: 2 godz. Do zdobycia: 60 pkt. Nie wolno korzystać z notatek, kalkulatorów, telefonów, pomocy sąsiadów,

Bardziej szczegółowo

Wykład 1. Reprezentacja układów dynamicznych w przestrzeni zmiennych stanu

Wykład 1. Reprezentacja układów dynamicznych w przestrzeni zmiennych stanu Wykład 1. Reprezentacja układów dynamicznych w przestrzeni zmiennych stanu 1 Reprezentacja układów sterowania w przestrzeni zmiennych stanu ma fundamentalne znaczenie w teorii sterowania. Opis układów

Bardziej szczegółowo

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 5 - stabilność liniowych układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2018 Wstęp Stabilność O układzie możemy mówić, że jest stabilny jeżeli jego odpowiedź na wymuszenie (zakłócenie)

Bardziej szczegółowo

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja)

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja) Matematyka II Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 208/209 wykład 3 (27 maja) Całki niewłaściwe przedział nieograniczony Rozpatrujemy funkcje ciągłe określone na zbiorach < a, ),

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

Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych)

Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych) Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych) Funkcja uwikłana (równanie nieliniowe) jest to funkcja, która nie jest przedstawiona jawnym przepisem, wzorem wyrażającym zależność wartości

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

Projekt METODA RÓŻNIC SKOŃCZONYCH Część I ( ) ( ) ( ) ( ) Informatyka Podstawy Programowania 2016/ Opis metody

Projekt METODA RÓŻNIC SKOŃCZONYCH Część I ( ) ( ) ( ) ( ) Informatyka Podstawy Programowania 2016/ Opis metody Informatyka Podstawy Programowania 6/7 Proekt 7 7. METDA RÓŻNIC SKŃCZNYCH Część I 7. pis metody Metoda różnic skończonych est edną z naczęście stosowanych metod rozwiązywania równań różniczkowych cząstkowych.

Bardziej szczegółowo

Numeryczne rozwiązywanie równań różniczkowych ( )

Numeryczne rozwiązywanie równań różniczkowych ( ) Numeryczne rozwiązywanie równań różniczkowych Równanie różniczkowe jest to równanie, w którym występuje pochodna (czyli różniczka). Przykładem najprostszego równania różniczkowego może być: y ' = 2x które

Bardziej szczegółowo

Analiza matematyczna. 1. Ciągi

Analiza matematyczna. 1. Ciągi Analiza matematyczna 1. Ciągi Definicja 1.1 Funkcję a: N R odwzorowującą zbiór liczb naturalnych w zbiór liczb rzeczywistych nazywamy ciągiem liczbowym. Wartość tego odwzorowania w punkcie n nazywamy n

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

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

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

Wstęp do metod numerycznych Eliminacja Gaussa i faktoryzacja LU. P. F. Góra

Wstęp do metod numerycznych Eliminacja Gaussa i faktoryzacja LU. P. F. Góra Wstęp do metod numerycznych Eliminacja Gaussa i faktoryzacja LU P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2018 Co można zrobić z układem równań... tak, aby jego rozwiazania się nie zmieniły? Rozważam

Bardziej szczegółowo

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcja homograficzna. Definicja. Funkcja homograficzna jest to funkcja określona wzorem f() = a + b c + d, () gdzie współczynniki

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

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax, a R \ {0}.

Bardziej szczegółowo

Funkcje dwóch zmiennych

Funkcje dwóch zmiennych Funkcje dwóch zmiennych Andrzej Musielak Str Funkcje dwóch zmiennych Wstęp Funkcja rzeczywista dwóch zmiennych to funkcja, której argumentem jest para liczb rzeczywistych, a wartością liczba rzeczywista.

Bardziej szczegółowo

Wymagania edukacyjne. Hasło z podstawy programowej 1. Liczby naturalne 1 Liczby naturalne, cechy podzielności. Liczba godzin

Wymagania edukacyjne. Hasło z podstawy programowej 1. Liczby naturalne 1 Liczby naturalne, cechy podzielności. Liczba godzin . Liczby rzeczywiste (3 h) PRZEDMIOT: Matematyka KLASA: I zasadnicza szkoła zawodowa Dział programowy Temat Wymagania edukacyjne Liczba godzin Hasło z podstawy programowej. Liczby naturalne Liczby naturalne,

Bardziej szczegółowo

Wykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25

Wykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25 Wykład 4 Informatyka Stosowana Magdalena Alama-Bućko 25 marca 2019 Magdalena Alama-Bućko Wykład 4 25 marca 2019 1 / 25 Macierze Magdalena Alama-Bućko Wykład 4 25 marca 2019 2 / 25 Macierza wymiaru m n

Bardziej szczegółowo

E, J H 2 E, J H 1. Rysunek 9.1. Schemat statyczny słupa. 1. Kinematycznie dopuszczalna (zgodna z więzami) postać odkształcona analizowanej struktury:

E, J H 2 E, J H 1. Rysunek 9.1. Schemat statyczny słupa. 1. Kinematycznie dopuszczalna (zgodna z więzami) postać odkształcona analizowanej struktury: Przykład 9.. Wyboczenie słupa o dwóch przęsłach Wyznaczyć wartość krytyczną siły P obciążającej głowicę słupa przebiegającego w sposób ciągły przez dwie kondygnacje budynku. Słup jest zamocowany w undamencie.

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 2

RÓWNANIA RÓŻNICZKOWE WYKŁAD 2 RÓWNANIA RÓŻNICZKOWE WYKŁAD 2 Równania różniczkowe o zmiennych rozdzielonych Równania sprowadzalne do równań o zmiennych rozdzielonych Niech f będzie funkcją ciągłą na przedziale (a, b), spełniającą na

Bardziej szczegółowo

Wstęp do metod numerycznych Metody iteracyjne Algebraiczna metoda gradientów sprzężonych. P. F. Góra

Wstęp do metod numerycznych Metody iteracyjne Algebraiczna metoda gradientów sprzężonych. P. F. Góra Wstęp do metod numerycznych Metody iteracyjne Algebraiczna metoda gradientów sprzężonych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2017 Metody iteracyjne Rozwiazanie układu równań liniowych, uzyskane

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINIOWYCH

UKŁADY RÓWNAŃ LINIOWYCH Wykłady z matematyki inżynierskiej JJ, 08 DEFINICJA Układ m równań liniowych z n niewiadomymi to: ( ) a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a m2 x 2 +

Bardziej szczegółowo

Obliczenia iteracyjne

Obliczenia iteracyjne Lekcja Strona z Obliczenia iteracyjne Zmienne iteracyjne (wyliczeniowe) Obliczenia iteracyjne wymagają zdefiniowania specjalnej zmiennej nazywanej iteracyjną lub wyliczeniową. Zmienną iteracyjną od zwykłej

Bardziej szczegółowo

Funkcje analityczne. Wykład 1. Co to są i do czego służą funkcje analityczne? Funkcje analityczne (rok akademicki 2016/2017)

Funkcje analityczne. Wykład 1. Co to są i do czego służą funkcje analityczne? Funkcje analityczne (rok akademicki 2016/2017) Funkcje analityczne Wykład 1. Co to są i do czego służą funkcje analityczne? Funkcje analityczne (rok akademicki 2016/2017) Paweł Mleczko Uniwersytet im. Adama Mickiewicza w Poznaniu 1. Sprawy organizacyjne

Bardziej szczegółowo

1 Pochodne wyższych rzędów

1 Pochodne wyższych rzędów 1 Pochodne wyższych rzędów Definicja 1.1 (Pochodne cząstkowe drugiego rzędu) Niech f będzie odwzorowaniem o wartościach w R m, określonym na zbiorze G R k. Załóżmy, że zbiór tych x G, dla których istnieje

Bardziej szczegółowo

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia

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

Metody numeryczne w przykładach

Metody numeryczne w przykładach Metody numeryczne w przykładach Bartosz Ziemkiewicz Wydział Matematyki i Informatyki UMK, Toruń Regionalne Koło Matematyczne 8 kwietnia 2010 r. Bartosz Ziemkiewicz (WMiI UMK) Metody numeryczne w przykładach

Bardziej szczegółowo