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

Wielkość: px
Rozpocząć pokaz od strony:

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

Transkrypt

1 Metody numeryczne Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski Elektrotechnika stacjonarne-dzienne pierwszego stopnia z tyt. inżyniera Informatyka stacjonarne-dzienne drugiego stopnia z tyt. magistra inżyniera Całkowanie numeryczne Laboratorium, prowadzący: mgr inż. Błażej Cichy Rok akademicki 1/11 1 Uwagi teoretyczne 1.1 Kwadratury Newtona-Cotesa Kwadratury Newtona-Cotesa polegają na całkowaniu wielomianu Lagrange a, który jest reprezentowany następująco: f(x) P n (x) = f k L n,k (x) (1) k= Ogólnie metoda całkowania Newtona-Cotesa posiada następującą postać: x n x n f(x)dx P n (x)dx = x n ( n ) f k L n,k (x) k= = n k= ( x n L n,k (x)dx dx = n ) k= ( x n f k = n w k f k k= f k L n,k (x)dx ) = () Pierwsze cztery kwadratury są następujące: x 1 f(x)dx h(f + f 1 ) regua trapezu x f(x)dx h(f + 4f 1 + f ) regua Simpsona x f(x)dx h(f 8 + f 1 + f + f ) regua Simpsona/8 f(x)dx h(7f 45 + f 1 + 1f + f + 7f 4 ) regua Boole a () 1

2 Całkowanie numeryczne 1. Wyprowadzenie metody Simpsona Rozpoczynamy od zdefiniowania wielomianu Lagrange a (lista zadań o interpolacji) stopnia drugiego: (x x 1 )(x x ) P (x) = f ( x 1 )( x ) + f (x )(x x ) 1 (x 1 )(x 1 x ) + f (x )(x x 1 ) (x )(x x 1 ) Całkujemy wielomian wyciągając przed znak całki wartości funkcji: x P (x) = f x (x x 1 )(x x ) ( x 1 )( x ) dx + f 1 x x (x )(x x 1 ) +f (x )(x x 1 ) dx (x )(x x ) (x 1 )(x 1 x ) dx Aby wykonać całkowanie należy wprowadzić nowe oznaczenia, x = +ht oraz dx = h dt. Zmieniamy zakres całkowania od to t Ponieważ węzły są równo rozmieszczone, czyli x k = +kh co oznacza, że różnicę elementów x k x j możemy zastąpić przez (k j)h oraz różnicę x x k przez h(t k). Po podstawieniu możemy wykonać dalsze przekształcenia: x P (x) f h(t)h(t ) h dt + f h(t )h(t ) h(t )h(t) ( h)( h) 1 h dt + f (h)( h) h dt = (h)(h) (4) (5) = f h = f h (t t + )dt f 1 h (t t)dt + f h (t t)dt = ( ) t t + t t= ( ) t f 1 h t= ( ) t h t + f t= t = t= t= t= (6) h = f f 1h 4 + f h = h(f + 4f 1 + f ) 1. Złożona metoda trapezów Znaczące polepszenie numerycznego całkowania uzyskamy, jeśli poszczególne metody zostaną zastosowane dla podprzedziałów. Załóżmy że mamy pięć punktów:,..., x 4. Gdy będziemy całkować każdy podprzedział oddzielnie do możemy zastosować np.: metodę trapezów: x 1 x f(x)dx = f(x)dx + f(x)dx + f(x)dx + f(x)dx x 1 x x h (f + f 1 ) + h (f 1 + f ) + h (f + f ) + h (f + f 4 ) = = h (f + f 1 + f + f + f 4 ) Błąd E T n (f) w złożonej metodzie trapezów można wyznaczyć ze wzoru En T (f) = h (b a) f (c n ) 1 gdzie c n jest nieznanym punktem w przedziale [a, b], zaś h = (b a)/n. Natomiast oszacowanie błędu dla dużych wartości n określone jest wzorem x E T n (f) h 1 (f (b) f (a)). (7)

3 Całkowanie numeryczne 1.4 Złożona metoda Simpsona Podobnie jak w poprzedniej metodzie również dla metody Simpsona możemy polepszyć jakość całkowania, jeśli będziemy stosować dla mniejszych przedziałów. x f(x)dx = f(x)dx + f(x)dx x h (f + 4f 1 + f ) + h (f + 4f + f 4 ) = h (f + 4f 1 + f + 4f + f 4 ) Błąd E S n (f) w metodzie Simpsona można wyznaczyć ze wzoru En S (f) = h4 (b a) f (4) (c n ) 18 gdzie c n jest nieznanym punktem w przedziale [a, b], h = (b a)/n, zaś f (4) oznacza czwartą pochodną funkcji f. Oszacowanie błędu dla dużych wartości n określone jest wzorem Metoda Gaussa.1 Wstęp E S n (f) h4 18 (f (b) f (a)) Stosowanie metod opartych na kwadraturach Newtona-Cotesa niesie ze sobą pewien błąd a ponadto dla osiągnięcia odpowiedniej dokładności wymaga wykonania obliczeń w wielu punktach. Powstaje więc pytanie: Czy jest możliwe wyznaczenie przybliżonej wartości całki wykonując obliczenia dla małej liczby punktów? Ponadto, czy metoda taka może dawać idealne (pomijając błędy numeryczne obliczeń) wyniki dla pewnych klas funkcji? Odpowiedzią na te pytania jest metoda Gaussa.. Sformułowanie problemu Załóżmy, że należy wyznaczyć wartość całki przy pomocy przybliżonej metody f(x)dx (8) I(f) I n (f) = w j f(x j ) j=1 dodatkowo zakładając, że wagi w j oraz węzły x j będą dobrane tak, aby I n (f) = I(f) dla wszystkich wielomianów stopnia n 1. Błąd musi zatem wynosić zero (a więc I n (f)) dla wszystkich wielomianów stopnia niższego lub równego n 1. Konstrukcję metody przeprowadza się dla wielomianów postaci f(x) = x k dla k =, 1,,,... n 1.

4 Całkowanie numeryczne 4 Pozwala to na wyznaczenie niewiadomych w j oraz x j. Dokładność tej metody całkowania jest wprost proporcjonalna do wartości n. Dla metod całkowania definiuje się ponadto stopień precyzji. Metoda całkowania posiada stopień precyzji równy k, jeśli daje idealnie dokładny wynik dla wszystkich wielomianów stopnia k, zaś dla wielomianu stopnia k + 1, błąd jest niezerowy. Stopień precyzji metody Gaussa stopnia n jest zatem równy n 1.. Przypadek n = 1 f(x)dx I 1 (f) = w j f(x j ) = w 1 f(x 1 ) (9) Z założenia metoda ma być idealnie dokładna dla wielomianu stopnia, a więc f(x) = 1. Podstawiając f(x) = 1 do wzoru (??) i uwzględniając założenie o zerowym błędzie metody, otrzymuje się j=1 (1)dx = I 1 (f) = w 1 1 Aby równość była spełniona, należy tak dobrać współczynnik w 1, aby Całka po lewej stronie wynosi (1)dx = w 1 (1)dx = x x=1 x x= = = a więc (1)dx = = w 1 Współczynnik w 1 wynosi więc. Pozostało wyznaczenie wartości x 1. Aby to uczynić, możliwe jest wymuszenie, aby błąd dla wielomianu stopnia 1 (a więc f(x) = x) był zerowy. Oznacza to, że f(x)dx = I 1 (f) = w 1 f(x 1 ) Podstawiając f(x) = x oraz wcześniej wyznaczony współczynnik w 1 = (x)dx = x 1

5 Całkowanie numeryczne 5 Całka po lewej stronie wynosi a zatem (x)dx = x x x=1 = 1 x= 1 = = x 1 Z tego wynika, że x 1 =. Podsumowując, dla n = 1 i dowolnej funkcji f zachodzi f(x)dx f() Metoda jest idealnie dokładna dla wszystkich wielomianów stopnia n 1, a więc jej stopień precyzji wynosi 1. Łatwo pokazać, że dla wielomianów wyższych stopni (np. dla x ) metoda nie daje idealnie dokładnego wyniku..4 Przypadek n = Ponieważ n =, więc obliczenia należy przeprowadzić dla wielomianów stopnia, 1,,. Podstawiając do wzoru ogólnego na całkowanie numeryczne metodą Gaussa otrzymuje się f(x)dx I (f) = w j f(x j ) = w 1 f(x 1 ) + w f(x ) (1) j=1 Z założenia metoda ma być idealnie dokładna dla wielomianu stopnia, a więc f(x) = 1. Podstawiając f(x) = 1 do wzoru (??) i uwzględniając założenie o zerowym błędzie metody, otrzymuje się upraszczając (1)dx = I (f) = w w 1 = w 1 + w Z założenia metoda ma być również idealnie dokładna dla wielomianu stopnia 1, a więc f(x) = x. Podstawiając f(x) = x do wzoru (??) i uwzględniając założenie o zerowym błędzie metody, otrzymuje się z czego wykonując całkowanie otrzymuje się (x)dx = w 1 x 1 + w x = w 1 x 1 + w x

6 Całkowanie numeryczne 6 Z założenia metoda ma być również idealnie dokładna dla wielomianu stopnia, a więc f(x) = x. Podstawiając f(x) = x do wzoru (??) i uwzględniając założenie o zerowym błędzie metody, otrzymuje się Całka po lewej stronie wynosi (x )dx = w 1 x 1 + w x (x )dx = 1 x x=1 1 x x= = Z tego wynika, że = w 1 x 1 + w x Z założenia metoda ma być również idealnie dokładna dla wielomianu stopnia, a więc f(x) = x. Podstawiając f(x) = x do wzoru (??) i uwzględniając założenie o zerowym błędzie metody, otrzymuje się Całka po lewej stronie wynosi Z tego wynika, że (x )dx = w 1 x 1 + w x (x )dx = 1 4 x4 x=1 1 4 x4 x= = = w 1 x 1 + w x Uwzględnienie wszystkich obliczeń dla f(x) = 1, x, x, x prowadzi do układu równań = w 1 + w = w 1 x 1 + w x = = w 1 x 1 + w x w 1 x 1 + w x Można pokazać, że rozwiązaniem tego układu równań są liczby oraz w 1 = 1 w = 1 x 1 = x = w 1 = 1 w = 1 x 1 = x =

7 Całkowanie numeryczne 7 Podsumowując, dla n = i dowolnej funkcji f zachodzi f(x)dx f( ) + f( ) Metoda jest idealnie dokładna dla wszystkich wielomianów stopnia n, a więc jej stopień precyzji wynosi. Łatwo pokazać, że dla wielomianów wyższych stopni (np. dla x 4 ) metoda nie daje idealnie dokładnego wyniku..5 Metoda Gaussa wyższych stopni Analogicznie do poprzednio opisanych przypadków, dla n > zadanie polega na wyznaczeniu wartości x 1, x,..., x n oraz w 1, w,..., w n tak, aby wyrażenie f(x)dx = w j f(x j ) j=1 było prawdziwe dla f(x) = 1, x, x, x,..., x n Wykonanie całkowań analogicznych dla pokazanych poprzednio prowadzi do następującego układu równań = w 1 + w + + w n = w 1 x 1 + w x + + w n x n = w 1 x 1 + w x + + w n x n = w 1 x 1 + w x + + w n x n (11).. = w n 1 x1 n + w x n + + w n x n n = w 1 x1 n + w x n + + w n x n n Metoda taka ma stopień precyzji równy n 1. Rozwiązanie takiego równania jest zadaniem bardzo trudnym. Z tego powodu wartości x k oraz w k często umieszcza się w tabelach. n x k w k 1.. ± ± ± ± ± ± n x k w k 6 ± ± ± ± ± ± ± ± ± ± Przystosowanie metody Gaussa dla dowolnych przedziałów Metoda Gaussa nadaje się wyłącznie do wyznaczania całek w przedziale [, 1]. Znacznie częściej w zastosowaniach praktycznych konieczne jest jednak wyznaczenie wartości

8 Całkowanie numeryczne 8 całki b f(x)dx Stosując podstawienie b + a + t(b a) x = dla t [, 1]. Prowadzi to do całki w postaci: b a a ( ) b + a + t(b a) f dt która może zostać wyznaczona przy pomocy metody Gaussa. Zadania 1. Wyznaczyć wzory dla pierwszych czterech rzędów kwadratury Newtona-Cotesa.. Wyznaczyć wzory dla metod złożonych dla pierwszych czterech rzędów kwadratury Newtona-Cotesa.. Stosując kwadratury Newtona-Cotesa stopnia 1-4 wyznaczyć wartości całek oznaczonych z następujących funkcji: (a) x 1 (b) sin(x) (c) e x Przedział całkowania można być dowolny ale wspólny dla wszystkich trzech funkcji. Ocenić na podstawie reszty kwadratury oraz wartości wyznaczanej analitycznie zależność dokładności obliczeń od stopnia kwadratury. 4. Zastosować metody złożone trapezu oraz Simpsona dla wymienionych w poprzednim punkcie funkcji. Czy wyniki uległy poprawie? 5. Zaimplementować metodę Simpsona 6. Metoda prostokątów polega na zastąpieniu całki z funkcji f całką (polem pod wykresem) z prostokąta o wysokości f(x 1 ) i szerokości ( x 1 ). Zaimplementować tą metodę. 7. Udowodnić, że metoda Gaussa stopnia daje idealnie dokładny (pomijając błędy numeryczne) wynik przy całkowaniu wielomianu f(x) = ax + bx + c, a. 8. Wyznaczyć błąd metody Gaussa stopnia przy całkowaniu funkcji f(x) = x Zaimplementować metodę Gaussa stopnia 1,, i 8 dla dowolnego przedziału całkowania.

9 Całkowanie numeryczne 9 1. Wyznaczyć korzystając z metody Gaussa stopnia, oraz 8 wartość całki 1 dx. Wskazówka: Przed wykonywaniem obliczeń zmodyfikować granice całko- 1+x wania. 11. Korzystając z wyników zadań poprzednich porównać dokładność poznanych metod. Literatura [1] Bjärck Ake i Dahlquist Germund. Metody numeryczne. PWN, Warszawa, [] Jerzy Brzózka i Lech Dorobczyński. Programowanie w MATLAB. Warszawa, Wydanie I, [] Zenon Fortuna, Bohdan Macukow i Janusz Wąsowski. Metody numeryczne. WNT, Warszawa, [4] Jerzy Klamka i in. Metody numeryczne. Politechnika Śląska, Gliwice, [5] David Kincaid i Ward Cheney. Analiza numeryczna. WNT, Warszawa, 6. [6] Anna Kamińska i Beata Pańczyk. Matlab. Ćwiczenia z..., Przykłady i zadania. Warszawa, Wydanie I,. [7] Wanat Kazimierz. Algorytmy numeryczne. Helion, Gliwice, [8] Bogumiła Mrozek i Zbigniew Mrozek. MATLAB i Simulink. Poradnik użytkownika. Wydanie II, 4. [9] Jurij Povstenko. Wprowadzenie do metod numerycznych. Akademicka Oficyna Wydawnicza EXIT, Warszawa, Wydanie drugie poprawione i uzupełnione, 5. [1] Rudra Pratap. MATLAB 7 dla naukowców i inżynierów. PWN, 7. [11] Wiesława Regel. Wykresy i obiekty graficzne w MATLAB. Warszawa, Wydanie I,. [1] Marcin Stachurski. Metody numeryczne w programie Matlab. Warszawa, Wydanie I,.

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

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

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. 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 Eletrotechnii, Informatyi i Teleomuniacji Uniwersytet Zielonogórsi Eletrotechnia stacjonarne-dzienne pierwszego stopnia z tyt. inżyniera

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

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

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

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

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Technologie informatyczne

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Technologie informatyczne Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Technologie informatyczne Interpolacja metoda funkcji sklejanych Materiały pomocnicze do ćwiczeń laboratoryjnych

Bardziej szczegółowo

Wprowadzenie do metod numerycznych Wykład 9 Różniczkowanie numeryczne

Wprowadzenie do metod numerycznych Wykład 9 Różniczkowanie numeryczne Wprowadzenie do metod numerycznych Wykład 9 Różniczkowanie numeryczne Polsko-Japońska Wyższa Szkoła Technik Komputerowych Katedra Informatyki Stosowanej Spis treści 1 Na czym polega różniczkowanie numeryczne

Bardziej szczegółowo

1 Kilka uwag teoretycznych

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

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

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

Obliczenia naukowe Wykład nr 6

Obliczenia naukowe Wykład nr 6 Obliczenia naukowe Wykład nr 6 Paweł Zieliński Katedra Informatyki, Wydział Podstawowych Problemów Techniki, Politechnika Wrocławska Literatura Literatura podstawowa [1] D. Kincaid, W. Cheney, Analiza

Bardziej szczegółowo

Metody numeryczne Numerical methods. Elektrotechnika I stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny)

Metody numeryczne Numerical methods. Elektrotechnika I stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny) Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/13

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

Metody numeryczne Numerical methods. Elektrotechnika I stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny)

Metody numeryczne Numerical methods. Elektrotechnika I stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny) KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013

Bardziej szczegółowo

automatyka i robotyka II stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)

automatyka i robotyka II stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014

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

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

MATLAB Prowadzący: dr hab. inż. Marek Jaszczur Poziom: początkujący

MATLAB Prowadzący: dr hab. inż. Marek Jaszczur Poziom: początkujący MATLAB Prowadzący: dr hab. inż. Marek Jaszczur Poziom: początkujący Laboratorium 12: Zagadnienia zaawansowane Cel: Poznanie metod rozwiązywania konkretnych problemów Czas: Wprowadzenia 10 minut, ćwiczeń

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

S Y L A B U S P R Z E D M I O T U

S Y L A B U S P R Z E D M I O T U "Z A T W I E R D Z A M Prof. dr hab. inż. Radosław TRĘBIŃSKI dm Dziekan Wydziału Mechatroniki i Lotnictwa Warszawa, dnia... S Y L A B U S P R Z E D M I O T U NAZWA PRZEDMIOTU: NUMERYCZNE METODY OBLICZENIOWE

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

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

WYDZIAŁ INFORMATYKI I ZARZĄDZANIA, studia niestacjonarne ANALIZA MATEMATYCZNA1, lista zadań 1

WYDZIAŁ INFORMATYKI I ZARZĄDZANIA, studia niestacjonarne ANALIZA MATEMATYCZNA1, lista zadań 1 WYDZIAŁ INFORMATYKI I ZARZĄDZANIA, studia niestacjonarne ANALIZA MATEMATYCZNA, lista zadań. Dla podanych ciągów napisać wzory określające wskazane wyrazy tych ciągów: a) a n = n 3n +, a n+, b) b n = 3

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

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

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

KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Elementy metod obliczeniowych. 2. KIERUNEK: Matematyka. 3. POZIOM STUDIÓW: I stopnia

KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Elementy metod obliczeniowych. 2. KIERUNEK: Matematyka. 3. POZIOM STUDIÓW: I stopnia KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Elementy metod obliczeniowych 2. KIERUNEK: Matematyka 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: III/5 5. LICZBA PUNKTÓW ECTS: 3 6. LICZBA GODZIN: 15 wykład

Bardziej szczegółowo

Metody numeryczne Numerical methods. Energetyka I stopień (I stopień / II stopień) Ogólnoakademicki (ogólnoakademicki / praktyczny)

Metody numeryczne Numerical methods. Energetyka I stopień (I stopień / II stopień) Ogólnoakademicki (ogólnoakademicki / praktyczny) KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim uje od roku akademickiego 2012/13 2013/14

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

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

METODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH

METODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH METODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH Jednym z zastosowań metod numerycznych jest wyznaczenie pierwiastka lub pierwiastków równania nieliniowego. W tym celu stosuje się szereg metod obliczeniowych np:

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

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2016/2017

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2016/2017 Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Inżynierii Środowiska obowiązuje studentów rozpoczynających studia w roku akademickim 206/207 Kierunek studiów: Budownictwo Profil:

Bardziej szczegółowo

KARTA KURSU (realizowanego w module specjalności) Metody numeryczne

KARTA KURSU (realizowanego w module specjalności) Metody numeryczne KARTA KURSU (realizowanego w module ) Administracja systemami informatycznymi (nazwa ) Nazwa Nazwa w j. ang. Metody numeryczne Numerical methods Kod Punktacja ECTS* 3 Koordynator dr Kazimierz Rajchel Zespół

Bardziej szczegółowo

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa Równanie Bessela Będziemy rozważać następujące równanie Bessela x y xy x ν )y 0 ) gdzie ν 0 jest pewnym parametrem Rozwiązania równania ) nazywamy funkcjami Bessela rzędu ν Sprawdzamy, że x 0 jest regularnym

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 1 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Informacje wstępne Wykład 2h Laboratorium

Bardziej szczegółowo

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015 Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Inżynierii Środowiska obowiązuje studentów rozpoczynających studia w roku akademickim 014/015 Kierunek studiów: Gospodarka przestrzenna

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

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

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

1 Funkcja wykładnicza i logarytm

1 Funkcja wykładnicza i logarytm 1 Funkcja wykładnicza i logarytm 1. Rozwiązać równania; (a) x + 3 = 3 ; (b) x 2 + 9 = 5 ; (c) 3 x 1 = 3x 2 2. Rozwiązać nierówności : (a) 2x 1 > 2 ; (b) 3x 4 2x + 3 > x + 2 ; (c) 3 x > 1. 3. Znając wykres

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

Kubatury Gaussa (całka podwójna po trójkącie)

Kubatury Gaussa (całka podwójna po trójkącie) Kubatury Gaussa (całka podwójna po trójkącie) Całka podwójna po trójkącie Dana jest funkcja dwóch zmiennych f (x, y) ciągła i ograniczona w obszarze trójkątnym D. Wierzchołki trójkąta wyznaczają punkty

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

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

1 Całki funkcji wymiernych

1 Całki funkcji wymiernych Całki funkcji wymiernych Definicja. Funkcją wymierną nazywamy iloraz dwóch wielomianów. Całka funkcji wymiernej jest więc postaci: W (x) W (x) = an x n + a n x n +... + a x + a 0 b m x m + b m x m +...

Bardziej szczegółowo

Mathcad c.d. - Macierze, wykresy 3D, rozwiązywanie równań, pochodne i całki, animacje

Mathcad c.d. - Macierze, wykresy 3D, rozwiązywanie równań, pochodne i całki, animacje Mathcad c.d. - Macierze, wykresy 3D, rozwiązywanie równań, pochodne i całki, animacje Opracował: Zbigniew Rudnicki Powtórka z poprzedniego wykładu 2 1 Dokument, regiony, klawisze: Dokument Mathcada realizuje

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

Newton vs. Lagrange - kto lepszy?

Newton vs. Lagrange - kto lepszy? Uniwersytet Mikołaja Kopernika Wydział Matematyki i Informatyki Katedra Analizy Matematycznej Agnieszka Rydzyńska nr albumu: 254231 Praca Zaliczeniowa z Seminarium Newton vs. Lagrange - kto lepszy? Opiekun

Bardziej szczegółowo

Obliczenia naukowe Wykład nr 2

Obliczenia naukowe Wykład nr 2 Obliczenia naukowe Wykład nr 2 Paweł Zieliński Katedra Informatyki, Wydział Podstawowych Problemów Techniki, Politechnika Wrocławska Literatura Literatura podstawowa [1] D. Kincaid, W. Cheney, Analiza

Bardziej szczegółowo

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI 1. Zalecana znajomość matematyki odpowiadająca maturze na poziomie podstawowym

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI 1. Zalecana znajomość matematyki odpowiadająca maturze na poziomie podstawowym Zał. nr do ZW WYDZIAŁ INFORMATYKI I ZARZĄDZANIA KARTA PRZEDMIOTU Nazwa w języku polskim MATEMATYKA Nazwa w języku angielskim Mathematics 1 for Economists Kierunek studiów (jeśli dotyczy): Specjalność (jeśli

Bardziej szczegółowo

1 Funkcja wykładnicza i logarytm

1 Funkcja wykładnicza i logarytm 1 Funkcja wykładnicza i logarytm 1. Rozwiązać równania; (a) x + 3 = 3 ; (b) x 2 + 9 = 5 ; (c) 3 x 1 = 3x 2 2. Rozwiązać nierówności : (a) 2x 1 > 2 ; (b) 3x 4 2x + 3 > x + 2 ; (c) 3 x > 1. 3. Znając wykres

Bardziej szczegółowo

VII. WYKRESY Wprowadzenie

VII. WYKRESY Wprowadzenie VII. WYKRESY 7.1. Wprowadzenie Wykres jest graficznym przedstawieniem (w pewnym układzie współrzędnych) zależności pomiędzy określonymi wielkościami. Ułatwia on interpretację informacji (danych) liczbowych.

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

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

Wprowadzenie Metoda bisekcji Metoda regula falsi Metoda siecznych Metoda stycznych RÓWNANIA NIELINIOWE

Wprowadzenie Metoda bisekcji Metoda regula falsi Metoda siecznych Metoda stycznych RÓWNANIA NIELINIOWE Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać ogólna równania nieliniowego Zazwyczaj nie można znaleźć

Bardziej szczegółowo

CAŁKOWANIE NUMERYCZNE

CAŁKOWANIE NUMERYCZNE CAŁKOWANIE NUMEYCZNE Zad. ozumnie wybraną metodą numeryczną oblicz wartość całki Oraz błąd jej wyznaczenia. ln(cos x ) dx Podana jest funkcja i granice w jakic należy ją scałkować. Jak wiadomo wynikiem

Bardziej szczegółowo

Całka nieoznaczona wykład 7 ( ) Motywacja

Całka nieoznaczona wykład 7 ( ) Motywacja Całka nieoznaczona wykład 7 (12.11.07) Motywacja Problem 1 Kropla wody o średnicy 0,07 mm porusza się z prędkościa v(t) = g c (1 e ct ), gdzie g oznacza przyśpieszenie ziemskie, a stałac c = 52,6 1 s została

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

1. Wielomiany Podstawowe definicje i twierdzenia

1. Wielomiany Podstawowe definicje i twierdzenia 1. Wielomiany Podstawowe definicje i twierdzenia Definicja wielomianu. Wielomianem stopnia n zmiennej rzeczywistej x nazywamy funkcję w określoną wzorem w(x) = a n x n + a n 1 x n 1 + + a 1 x + a 0, przy

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

METODY NUMERYCZNE. Wykład 3. Plan. Aproksymacja Interpolacja wielomianowa Przykłady. dr hab.inż. Katarzyna Zakrzewska, prof.agh. Met.Numer.

METODY NUMERYCZNE. Wykład 3. Plan. Aproksymacja Interpolacja wielomianowa Przykłady. dr hab.inż. Katarzyna Zakrzewska, prof.agh. Met.Numer. METODY NUMERYCZNE Wykład 3. dr hab.inż. Katarzyna Zakrzewska, prof.agh Met.Numer. wykład 3 1 Plan Aproksymacja Interpolacja wielomianowa Przykłady Met.Numer. wykład 3 2 1 Aproksymacja Metody numeryczne

Bardziej szczegółowo

FUNKCJA LINIOWA - WYKRES

FUNKCJA LINIOWA - WYKRES FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (Postać kierunkowa) Funkcja liniowa jest podstawowym typem funkcji. Jest to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości

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

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI 1. Zalecana znajomość matematyki odpowiadająca maturze na poziomie podstawowym

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI 1. Zalecana znajomość matematyki odpowiadająca maturze na poziomie podstawowym Zał. nr do ZW WYDZIAŁ INFORMATYKI I ZARZĄDZANIA KARTA PRZEDMIOTU Nazwa w języku polskim MATEMATYKA Nazwa w języku angielskim Mathematics 1 for Economists Kierunek studiów (jeśli dotyczy): Specjalność (jeśli

Bardziej szczegółowo

Wykład Ćwiczenia Laboratorium Projekt Seminarium 15 30

Wykład Ćwiczenia Laboratorium Projekt Seminarium 15 30 Zał. nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim PAKIETY MATEMATYCZNE Nazwa w języku angielskim Mathematical Programming Packages Kierunek studiów (jeśli

Bardziej szczegółowo

Wykład 10: Całka nieoznaczona

Wykład 10: Całka nieoznaczona Wykład 10: Całka nieoznaczona dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu semestr zimowy, rok akademicki 2016/2017 Motywacja Problem 1 Kropla wody o średnicy 0,07 mm

Bardziej szczegółowo

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć Zał. nr 4 do ZW WYDZIAŁ ELEKTRONIKI KARTA PRZEDMIOTU Nazwa w języku polskim ANALIZA MATEMATYCZNA. Nazwa w języku angielskim Mathematical Analysis. Kierunek studiów (jeśli dotyczy): Specjalność (jeśli dotyczy):

Bardziej szczegółowo

Obliczanie całek. Instytut Fizyki Akademia Pomorska w Słupsku

Obliczanie całek. Instytut Fizyki Akademia Pomorska w Słupsku Obliczanie całek. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się ze sposobami i możliwościami przybliżonego obliczania całek w środowisku GNU octave. Wprowadzenie Kwadratury Zajmijmy się przybliżonym

Bardziej szczegółowo

Nie do końca zaawansowane elementy programowania w pakiecie R. Tomasz Suchocki

Nie do końca zaawansowane elementy programowania w pakiecie R. Tomasz Suchocki Nie do końca zaawansowane elementy programowania w pakiecie R Tomasz Suchocki Plan wykładu Metody Monte Carlo Jak bardzo można przybliżyć liczbę π? Całkowanie numeryczne R w Linuxie Tinn-R Metody Monte

Bardziej szczegółowo

Interpolacja funkcji

Interpolacja funkcji Interpolacja funkcji Interpolacja funkcji Interpolacja funkcji Wielomianowa Splajny Lagrange a Trygonometryczna Interpolacja Newtona (wzór I ) Czebyszewa Newtona (wzór II ) ( Wielomiany Czebyszewa ) Załóżmy,

Bardziej szczegółowo

Rozwiązania zadań z kolokwium w dniu r. Zarządzanie Inżynierskie, WDAM, grupy I i II

Rozwiązania zadań z kolokwium w dniu r. Zarządzanie Inżynierskie, WDAM, grupy I i II Rozwiązania zadań z kolokwium w dniu 10.1.010r. Zarządzanie Inżynierskie, WDAM, grupy I i II Zadanie 1. Wyznacz dziedzinę naturalną funkcji f (x) = x 4x + 3 x + x + log arc sin 1 x. Rozwiązanie. Wymagane

Bardziej szczegółowo

WIELOMIANY. Poziom podstawowy

WIELOMIANY. Poziom podstawowy WIELOMIANY Poziom podstawowy Zadanie (5 pkt) Liczba 7 jest miejscem zerowym W(x) Wyznacz resztę z dzielenia tego wielomianu przez wielomian P ( x) = x + 54, jeśli wiadomo, że w wyniku dzielenia wielomianu

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

Czym jest całka? Całkowanie numeryczne

Czym jest całka? Całkowanie numeryczne Całkowanie numeryczne jest to zagadnienie z metod elementów skończonych (MES). Korzystając z całkowania numerycznego możemy obliczyć wartość dowolnej całki jednowymiarowej oznaczonej. Wynik jest zawsze

Bardziej szczegółowo

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w Uczelni 30 30

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w Uczelni 30 30 WYDZIAŁ ARCHITEKTURY KARTA PRZEDMIOTU Nazwa w języku polskim Matematyka 1 Nazwa w języku angielskim Mathematics 1 Kierunek studiów (jeśli dotyczy): Specjalność (jeśli dotyczy): Stopień studiów i forma:

Bardziej szczegółowo

2. ZASTOSOWANIA POCHODNYCH. (a) f(x) = ln 3 x ln x, (b) f(x) = e2x x 2 2.

2. ZASTOSOWANIA POCHODNYCH. (a) f(x) = ln 3 x ln x, (b) f(x) = e2x x 2 2. 2. ZASTOSOWANIA POCHODNYCH. Koniecznie trzeba znać: twierdzenia o ekstremach (z wykorzystaniem pierwszej i drugiej pochodnej), Twierdzenie Lagrange a, Twierdzenie Taylora (z resztą w postaci Peano, Lagrange

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

VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji.

VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji. VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji. Twierdzenie 1.1. (Rolle a) Jeżeli funkcja f jest ciągła w przedziale domkniętym

Bardziej szczegółowo

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI 1. Zalecana znajomość matematyki odpowiadająca maturze na poziomie podstawowym

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI 1. Zalecana znajomość matematyki odpowiadająca maturze na poziomie podstawowym Zał. nr do ZW WYDZIAŁ INFORMATYKI I ZARZĄDZANIA KARTA PRZEDMIOTU Nazwa w języku polskim Analiza matematyczna Nazwa w języku angielskim Calculus Kierunek studiów (jeśli dotyczy): Inżynieria zarządzania

Bardziej szczegółowo

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 12

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 12 Matematyka I Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 12 Egzamin Termin: 28.01, godz. 10.15-11.45, sala 309 3 pytania teoretyczne 2 zadania wybór pytań i wybór zadań

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 w Budowie Samolotów/Śmigłowców Wykład I

Metody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I Metody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I dr inż. Tomasz Goetzendorf-Grabowski (tgrab@meil.pw.edu.pl) Dęblin, 11 maja 2009 1 Organizacja wykładu 5 dni x 6 h = 30 h propozycja zmiany: 6

Bardziej szczegółowo

Metody numeryczne Wykład 7

Metody numeryczne Wykład 7 Metody numeryczne Wykład 7 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Plan wykładu Rozwiązywanie równań algebraicznych

Bardziej szczegółowo

Z-ETI-1040 Metody numeryczne Numerical Methods

Z-ETI-1040 Metody numeryczne Numerical Methods Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Z-ETI-1040 Metody numeryczne Numerical Methods Kod modułu Nazwa modułu Nazwa modułu w języku angielskim

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. II Całki nieoznaczone

Zadania z analizy matematycznej - sem. II Całki nieoznaczone Zadania z analizy matematycznej - sem. II Całki nieoznaczone Definicja 1 (funkcja pierwotna i całka nieoznaczona). Niech f : I R. Mówimy, że F : I R jest funkcją pierwotną funkcji f, jeśli F jest różniczkowalna

Bardziej szczegółowo

WYDZIAŁ ***** KARTA PRZEDMIOTU

WYDZIAŁ ***** KARTA PRZEDMIOTU Zał. nr 4 do ZW WYDZIAŁ ***** KARTA PRZEDMIOTU Nazwa w języku polskim ANALIZA MATEMATYCZNA Nazwa w języku angielskim Mathematical Analysis Kierunek studiów (jeśli dotyczy): Specjalność (jeśli dotyczy):

Bardziej szczegółowo

Wykład 14 i 15. Równania różniczkowe. Równanie o zmiennych rozdzielonych. Definicja 1. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie

Wykład 14 i 15. Równania różniczkowe. Równanie o zmiennych rozdzielonych. Definicja 1. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie Wykład 14 i 15 Równania różniczkowe Definicja 1. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie F (x, y, y, y,..., y (n) ) = 0 (1) gdzie: y = y(x) niewiadoma funkcja zmiennej rzeczywistej

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

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

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

Inżynierskie metody analizy numerycznej i planowanie eksperymentu / Ireneusz Czajka, Andrzej Gołaś. Kraków, Spis treści

Inżynierskie metody analizy numerycznej i planowanie eksperymentu / Ireneusz Czajka, Andrzej Gołaś. Kraków, Spis treści Inżynierskie metody analizy numerycznej i planowanie eksperymentu / Ireneusz Czajka, Andrzej Gołaś. Kraków, 2017 Spis treści Od autorów 11 I. Klasyczne metody numeryczne Rozdział 1. Na początek 15 1.1.

Bardziej szczegółowo

RÓWNANIA NIELINIOWE Maciej Patan

RÓWNANIA NIELINIOWE Maciej Patan RÓWNANIA NIELINIOWE Maciej Patan Uniwersytet Zielonogórski Przykład 1 Prędkość v spadającego spadochroniarza wyraża się zależnością v = mg ( 1 e c t) m c gdzie g = 9.81 m/s 2. Dla współczynnika oporu c

Bardziej szczegółowo

Ćwiczenia nr 7. TEMATYKA: Krzywe Bézier a

Ćwiczenia nr 7. TEMATYKA: Krzywe Bézier a TEMATYKA: Krzywe Bézier a Ćwiczenia nr 7 DEFINICJE: Interpolacja: przybliżanie funkcji za pomocą innej funkcji, zwykle wielomianu, tak aby były sobie równe w zadanych punktach. Poniżej przykład interpolacji

Bardziej szczegółowo

- prędkość masy wynikająca z innych procesów, np. adwekcji, naprężeń itd.

- prędkość masy wynikająca z innych procesów, np. adwekcji, naprężeń itd. 4. Równania dyfuzji 4.1. Prawo zachowania masy cd. Równanie dyfuzji jest prostą konsekwencją prawa zachowania masy, a właściwie to jest to prawo zachowania masy zapisane dla procesu dyfuzji i uwzględniające

Bardziej szczegółowo

Skrypt 12. Funkcja kwadratowa:

Skrypt 12. Funkcja kwadratowa: Projekt Innowacyjny program nauczania matematyki dla liceów ogólnokształcących współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Skrypt 12 Funkcja kwadratowa: 8.

Bardziej szczegółowo