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

Wielkość: px
Rozpocząć pokaz od strony:

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

Transkrypt

1 2.2 Udowodnić,żejeżelif(x)=(x x 0 )(x x 1 )...(x x p ),to[x 0,x 1,...,x n ;f]= 0dlan p.jakajestwartośćtegoilorazu,gdyn=p+1? Definicja ilorazu różnicowego: [x l,x l+1,...,x l+k ;f]= l+k l+k i=l j=l j i f(x i ) (x i x j ) Dowód.Zdefinicjiwynikazatem,żeprzyzałożeniun p,każdyskładniksumybędzierówny 0,gdyżponieważwartośćf(x)wpunktachx 0,x 1,...,x n wynosi0.zatemwartośćcałejsumy, a tym samym ilorazu różnicowego wyniesie , 2008, 2009, 2011, 2012 Trochę inaczej niż w rozwiazanie.pdf, ale o wiele prościej Dlan=p+1,n 1pierwszychskładnikówpowyższejsumybędzierównych0,natomiast składnik n-ty będzie wyglądał następująco(przyjmując p = n 1): f(x n ) p j=0 (x n x j ) =(x n x 0 )(x n x 1 )...(x n x p ) (x n x 0 )(x n x 1 )...(x n x p ) = 1 Ostateczniewartośćilorazuróżnicowego[x 0,x 1,...,x n ;f]=0dlan=p+1to Udowodnić,żejeślifunkcjaginterpolujefunkcjęfwwęzłachx 0,x 1,...,x n 1, afunkcjahinterpolujefunkcjęfwwęzłachx 1,x 2,...,x n,tofunkcja g(x)+ x 0 x x n x 0 [g(x) h(x)] interpolujefunkcjęfwewszystkichwęzłachx 0,x 1,...,x n (funkcjegih nie muszą być wielomianami). Dowód. Oznaczmy przez k(x) funkcję: 2007, 2008, 2008z, 2011z, 2012z, 2012 k(x)=g(x)+ x 0 x x n x 0 [g(x) h(x)] 1.Dlax=x 0 : k(x 0 )=g(x 0 )+ x 0 x 0 x n x 0 [g(x 0 ) h(x 0 )] (13) =g(x 0 )+0 [g(x 0 ) h(x 0 )] =g(x 0 ) 2.Dlax=x n : k(x n )=g(x n )+ x 0 x n x n x 0 [g(x n ) h(x n )] (14) =g(x n ) 1 [g(x n ) h(x n )] =g(x n ) g(x n )+h(x n ) =h(x n ) 17

2 3.Dlax=x i (i=1,2,...,n 1): zatem g(x i )=h(x i ), k(x i )=g(x i )+ x 0 x i x n x 0 [g(x i ) h(x i )] (15) =g(x i ) x 0 x i x n x 0 0 =g(x i ) Ponieważfunkcjag(x)interpolujefunkcjęfwwęzłachx 0,x 1,...,x n 1,afunkcjahinterpoluje funkcjęfwwęźlex n,zatemnapodstawierównań(13),(14)i(15)funkcjak(x)interpoluje funkcjęfwwęzłachx 0,x 1,...,x n. 2007, 2008, Udowodnić, że jeśli funkcja g(wielomian lub nie) interpoluje funkcję f wwęzłachx 0,x 1,...,x n 1,afunkcjahjestfunkcjątaką,żeh(x i )= δ in (0 i n),toistniejestałac,dlaktórejfunkcjag+chinterpoluje funkcjęfwpunktachx 0,x 1,...,x n Wstęp: SymbolKronecker a: δ ij = { 1, i=j 0, i j Dowód. Oznaczmy przez k(x) następującą funkcję: Być może to powinno być przez negację, że taka stała nie istnieje i dojść do sprzeczności.. k(x i )=g(x i )+c h(x i )=g(x i )+c δ in Dlai=0,1,...,n 1,wartośćsymboluKronecker aδ in wynosi0,gdyżi n,zatemk(x i )= g(x i ),zczegowynika,żedlai=0,1,...,n 1funkcjak(x)interpolujefunkcjęfwpunktach x 0,x 1,...,x n 1. Dlai=n,wartośćsymboluKronecker aδ in wynosi1,awięck(x n )=g(x n )+c.ponieważ funkcjak(x)mainterpolowaćfunkcjęf(x)wwęźlex n,zatemk(x n )=f(x n ).Znającwartość funkcjiinterpolowanejf(x)ifunkcjig(x)wwęźlex n,możnawyliczyćcnapodstawiewzoru: c=f(x n ) g(x n ) Istniejezatemtakastałac,dlaktórejfunkcjak(x)=g(x)+c h(x)interpolujefunkcjęfw węzłachx 0,x 1,...,x n. 3 Zadania 2007p 3.1 Na przykładzie trzech, matematycznie równoważnych zapisów funkcji fzmiennejrzeczywistejxorazprzedziału[x]=[ 1 2,3 2 ]pokazać,żerozszerzenia przedziałowe tej funkcji mogą być różne. Jaka jest wartość funkcji przedziałowej na tym przedziale? Wstęp: f(x)= 1 2 x x = 4 4 x x = 4 4 x2, x <2 18

3 1.2.3 Dowód- zbędne na egzaminie Niechx 0,x 1,...,x n będąwęzłamiinterpolacjifunkcjiftakie,żeznanesąwartościf(x 0 )= y 0,f(x 1 )=y 1,...,f(x n )=y n Możnazdefiniowaćfunkcjęl i : l i (x) def = sątowielomianystopnian,takieże Stąd wynika, że n j=0 j i l i (x j )=δ ij = x x j x i x j,i=0,1,...,n { 1dlai=j 0dlai j n n n L n (x)= f(x i )l i (x i )= f(x i ) i=0 i=0 j=0 j i x x j x i x j (1) jestwielomianemstopniaconajwyżejnprzyjmującymwwęzłachinterpolacyjnychx i wartościf(x i ),codowodziistnieniarozwiązania.wzór(1)nazywamywzoreminterpolacyjnym Lagrange a. δ ij-symbolkronecker a Wykazanie jednoznaczności rozwiązania Załóżmy,żeistniejądwatożsamościoworóżnewielomianyL 1 n(x)il 2 n(x)stopnian,przyjmującewwęzłachx 0,x 1,...,x n takiesamewartości.niechl 3 n(x)=l 1 n(x) L 2 n(x)będzie wielomianem. Jest on stopnia co najwyżej n(co wynika z własności odejmowania wielomianów).(*) PonieważL 1 n(x)il 2 n(x)wwęzłachx i : i 0,1,...,ninterpolujątęsamąfunkcję,to L 1 n(x i )=L 2 n(x i ),awięcl 3 n(x i )=0(węzłyinterpolacjisąpierwiastkamiL 4 n(x)).alekażdy niezerowy wielomian stopnia n ma co najwyżej n pierwiastków rzeczywistych, a ponieważ z (*)wiadomo,żel 3 n(x)man+1pierwiastków,tol 3 n(x)musibyćwielomianemtożsamościowo równym zeru. A ponieważ L 3 n(x)=l 1 n(x) L 2 n(x) 0 to L 1 n(x) L 2 n(x) cojestsprzecznezzałożeniem,żel 1 n(x)il 2 n(x)sąróżne. 1.3 Sformułować zadanie interpolacyjne Hermite a. Co można o nim powiedzieć? Zadanie interpolacyjne Hermite a polega na znalezieniu dla danej funkcji f oraz k + 1 węzłów x 0,x 1,...,x k wielomianuh n stopnianiewiększegoniżn,takiegoże H (j) n (x i )=f (j) (x i ), i=0,1,...,k; j=0,1,...,m i 1 (2) czyli że w węzłach interpolacji pochodne rzędu j tego wielomianu są równe pochodnym funkcji intepolowanej, przy czym k m i =n+1, m i N i=0 Liczbęm i nazywamykrotnościąwęzłax i. 2006, 2007, 2007p, 2008, 2008z, 2009, 2011, 2011z, 2012z, 2012 Właściwości: 5

4 Jeżeli 0 i k m i =1,tointerpolacjaHermite asprowadzasiędointerpolacjilagrange a. Zadanie interpolacyjne Hermite a(2) ma jednoznaczne rozwiązanie. 1.4 Sformułować zadanie interpolacji wymiernej. Co można o nim powiedzieć? Sformułowaniezadania. Zadanie interpolacji wymiernej polega na znalezieniu dla danej funkcji f funkcji wymiernej W mn postaci mk=0 a k x k W mn (x)= nk=0 b k x k, wktórejstopieńlicznikajestrównyconajwyżejm,astopieńmianownika-conajwyżejn, spełniającejdladanychwęzłówx i iwartościfunkcjiwtychwęzłachf(x i )(i=0,1,...,m+n) warunki W mn (x i )=f(x i ) Co można o nim powiedzieć? Zadanie interpolacji wymiernej nie zawsze jest rozwiązalne. Prawie każde rozwiązanie powyższego układu jest rozwiązaniem układu m n a k x k i f(x i ) b k x k i=0, i=0,1,...,m+n k=0 k= Sformułować zadanie interpolacji trygonometrycznej. Co można o nim powiedzieć? Sformułowaniezadania. Zadanie interpolacji trygonometrycznej polega na znalezieniu dla danej funkcji okresowej f o okresie 2π wielomianu trygonometrycznego: T n (x)=β 0 +β 1 e xi +β 2 e 2xi...+β n 1 e (n 1)xi, (3) e αi =cosα+isinα(wzóreulera;ioznaczajednostkęurojoną),takiegoże: T n (x k )=f(x k ), k=0,1,...,n 1. (4) Funkcjafjestfunkcjązmiennejrzeczywistejowartościachzespolonych.Współczynnikiβ k w ogólności mogą być liczbami zespolonymi Co można o nim powiedzieć? JeżelidanajestfunkcjagookresieT,tj.g(y+T)=g(y),todokonujączmianyzmiennej wedługzależnościx= 2π T yotrzymamyf(x)=g(yt 2π ),awięcfunkcjęokresowąookresie2π. Bez zmniejszania ogólności możemy zatem rozważać tylko funkcje o okresie 2π. Istnieje dokładnie jeden wielomian(3) spełniający warunki(4) 6

5 Pierwszapochodna: e x (,0) S 3x (x)= 2 x [0,1) 3 2 (x 1)2 +2a(x 1)+b x [1,3) g x [3,+ ) Drugapochodna: 0 x (,0) S 6x x [0,1) (x)= 3(x 1)+2a x [1,3) 0 x [3,+ ) Warunki: S (0 + )=S (0 ) 0=6 0 S (1 )=S (1 + ) 2a=6 a=3 S (3 )=S (3 + ) 6+2a=0 a= 3 sprzecznezpowyższym Ostatecznie nie istnieją takie parametry, dla których funkcja S(x) może być w przedziale [0, 3) naturalną funkcją sklejaną Dlajakichwartościa,b,cidfunkcjaS(x)jestfunkcjąsklejanąstopnia trzeciego? 1 2x x (, 3) S(x)= a+bx+cx 2 +dx 3 x [ 3,4) x x [4, ) Z definicji funkcja sklejana stopnia trzeciego musi być ciągła i posiadać ciągłe pochodne rzędu1,2 2007, 2008, 2008z, 2011z, 2012z, 2012 Dla podanej funkcji 1 2x x (, 3) S(x)= a+bx+cx 2 +dx 3 x [ 3,4) x x [4, ) należy sprawdzić jej ciągłość w węzłach: S( 3 )=S( 3 + ) S( 3 )=1 2 ( 3)=7 S( 3 + )=a+( 3) b+9 c+( 27) d a 3b+9c 27d=7 (21) S(4 )=S(4 + ) S(4 )=a+4 b+16 c+64 d S(4 + )= (4)=29 a+4b+16c+64d=29 (22) 29

6 Pierwszapochodna: 2 x (, 3) S (x)= b+2cx+3dx 2 x [ 3,4) 32 x [4, ) Co daje nam następujące zależności: S ( 3 )=S ( 3 + ) S ( 3 )= 2 S ( 3 + )=b+2 ( 3) c+3 9 d b 6c+27d= 2 (23) S (4 )=S (4 + ) S (4 )=b+2 4 c+3 16 d S (4 + )=32 b+8c+48d=32 (24) Drugapochodna: 0 x (, 3) S (x)= 2c+6dx x [ 3,4) 0 x [4, ) I wynikające z niej zależności: S ( 3 )=S ( 3 + ) S ( 3 )=0 S ( 3 + )=2c 18d 2c 18d=0 (25) S (4 )=S (4 + ) S (4 )=2c+24d S (4 + )=0 2c+24d=0 (26) Rozwiązującukładrównań(25)i(26)otrzymamyc=0id=0.Podstawiająctewyniki dorównania(24)otrzymujemyb=32,azrównania(23)b= 2.Otrzymujemytym samymsprzeczność,awięcnieistniejątakiewartościparametrówa,b,cid,dlaktórych funkcja S(x) byłaby funkcją sklejaną stopnia trzeciego. 30

7 Znalezienie współczynników sprowadza się zatem do rozwiązania układu równań liniowych: 2 w u 1 c 1 v 1 u 2 2 w c 2 v 2 0 u 3 2 w 3 0 c 3 v = u n 1 2 w n 1 c n 1 v n 1 w n 0 0 u n 2 c n v n gdzie u n = h n 1 h n 1 +h 0 w n = h n 1 +h 0 ( 3 f(x1 ) f(x n ) v n = f(x ) n) f(x n 1 ) h n 1 +h 0 h 0 h n 1 apozostałewielkościu i,w i iv i (i=1,2,...,n 1)sąokreślonejakw(10),(11)i(12) Macierz ta jest macierzą zbliżoną do trójdiagonalnej, różni się od niej jedynie o niezerowe elementyu 1 iw n.wcelurozwiązaniatakiegoukładurównań,macierzmożnarozłożyćna iloczyn LU np. metodą eliminacji Gaussa. Chcąc rozwiązać układ równań Ax = d, wystarczy rozwiązaćkolejnodwaukładyrównańly=diux=y. h Opisać algorytm eliminacji Gaussa z pełnym wyborem elementu podstawowego. Algorytm eliminacji Gaussa jest algorytmem rozwiązywania układu n równań z n niewiadomymi. Układ równań 2005, 2006, 2007, 2007p, 2008, 2008z, 2011, 2011z, 2012z, 2012 a 1,1 x 1 +a 1,2 x 2 + +a 1,n x n =b 1 a 2,1 x 1 +a 2,2 x 2 + +a 2,n x n =b 2... a n,1 x 1 +a m,2 x 2 + +a n,n x n =b n przekształcanyjestdopostacia (1) x=b (1) a 1,1... a 1,n x a n,1... a n,n x n Przed wykonaniem algorytmu dla wygody warto kolumny podpisać kolejnymi zmiennymi, a wiersze wyrazami wolnymi. Ułatwia to orientację w zmianach w układzie równań podczas zamiany kolumn(zmiana kolejności zmiennych) oraz wierszy(zmiana kolejności wyrazów wolnych). Wyrazy wolne podlegają tym samym operacjom co reszta macierzy. Algorytm zaczynamy od macierzy W = A; = b 1. b n 1. W macierzy W znajdź element s o maksymalnej wartości bezwzględnej. 2. Zamień wiersze macierzy W tak aby s znajdowała się w pierwszym wierszu. 9

8 3.ZamieńkolumnymacierzyWtakabysznajdowałasięnapozycji(1,1). 4.Odejmijodkażdegozpozostałychwierszywierszpierwszypomnożonyprzez w i,1 w 1,1,gdzie i to numer wiersza. 5. Nową macierzą W jest macierz W bez pierwszego wiersza i pierwszej kolumny. 6. Jeżeli otrzymałeś macierz zerową STOP- brak jednoznacznego rozwiązania. 7. Jeżeli wykonałeś n iteracji utwórz z odrzuconych wierszy, kolumn i etykiet macierz kwadratową o rozmiarze n i przejdź do odczytywanie kolejnych zmiennych. 8.Wróćdopunktu1. Otrzymujemy macierz górnotrójkątną postaci: i 1 i 2... i n q 1,1 q 1,2... q 1,n c 1 0 q 2,2... q 2,n = c q n,n gdziei 1,i 2,...,i n tozapamiętaneprzeznasindeksyzmiennychworyginalnejmacierzy,a c 1,c 2,...,c n toprzekształconewyrazywolne.wartościzmiennychodczytujemywnastępujący sposób: 1. Z ostatniego wiersza wyznaczamy x in = c n q n,n 2.Wanalogicznysposób,znającjużwartościx i+1,x i+2,...,x n obliczamykolejnewartości x i x ia= c a n k=a+1 (x ik q a,k ) c n q a,a 2006, 2007, 2007p, 2008, 2008p, 2009, 2010p, 2011, Co to znaczy, że rzeczywista macierz kwadratowa A jest dodatnio określona?jakmożnazastosowaćjejrozkłada=ll T dorozwiązaniaukładurównańliniowychax=b? Definicja macierzy dodatnio określonej: Zespoloną macierz A stopnia n nazywamy dodatnio określoną, gdy: 1.jestmacierząhermitowską,tj.A=A H (ĀT ) 2.x H Ax>0dlawszystkichwektorówx C n,x 0. Dla rzeczywistej macierzy A stopnia n mamy uproszczone warunki: A A T x R n :(x 0 x T Ax>0) Jak można zastosować rozkład Choleskiego takiej macierzy do rozwiązania układu równań liniowych? W metodzie Choleskiego rozwiązujemy dwa układy równań liniowych z macierzami trójkątnym.rozkładrzeczywistejmacierzyanailoczynll T wykonujemynapodstawienastępujących wzorów: 10

9 2008, 2009, OpisaćmetodęnumerycznegowyznaczaniamacierzyA 1 DowyznaczaniamacierzyA 1 stosujesięmetodęeliminacjigaussazczęściowymwyborem elementu podstawowego. Algorytm składa się z dwóch etapów: 1. wyznaczamy rozkład LU macierzy A(uwzględniając ewentualne przestawienia wierszy macierzy A) 2. rozwiązujemy n razy układ równań LUx (i) =e (i), i=1,2,...,n gdziee (i) oznaczai-tywersorwprzestrzenir n,tj. e (i) =[0,..., }{{} 1,...,0] T i-ta pozycja Rozwiązaniax (i) sąkolumnamimacierzya 1,przyczymnależyustawićjewkolejności wynikającej z przestawień wierszy macierzy. Można też równocześnie rozwiązywać n układów równańzprawymistronamirównymie (i) (i=1,2,...,n) Opisać zagadnienie aproksymacji średniokwadratowej wielomianami. W jaki sposób można rozwiązać powstały układ Haara? W jakim przypadku zagadnienie to jest interpolacją wielomianową? Rozwiązanie: W aproksymacji średniokwadratowej dla funkcji F(x) określonej na przedziale 2007p, 2009, 2011, 2012 [a,b] minimalizujemy F(x) f(x), czyli szukamy minimum całki: F(x) f(x) = b a w(x)[f(x) f(x)] 2 dx gdzie: w(x) jest funkcją wagową F(x) jest funkcją aproksymowaną f(x) jest funkcją aproksymującą natomiast dla funkcji F(x) danej na dyskretnym zbiorze argumentów będziemy poszukiwać minimum sumy: m F(x) f(x) = w(x i )[F(x i ) f(x i )] 2 Niech: i=0 przyczymw(x i ) 0dlai=0,1,...,m 1.funkcjay=F(x)przyjmujenapewnymzbiorzeX=x 0,x 1,...,x m wartościy 0,y 1,...,y m 2.ϕ i (x),i=0,1,...,noznaczaukładfunkcjibazowychpodprzestrzenix n+1 Poszukujemy takiej funkcji f(x), która będzie najlepszym przybliżeniem średniokwadrotowymfunkcjif(x)nazbiorzextj.funkcji: m f(x)= a i ϕ i (x) i=0 a i sątakokreślone,byminimalizować 15

10 Przyjmijmy: m n m H(a 0,a 1,...,a n )= w(x j )[F(x j ) a i ϕ i (x j )] 2 = w(x j )Rj 2 j=0 i=0 j=0 Obliczamywspółczynnikia i : H m n = 2 w(x j )[F(x j ) a i ϕ i (x j )]ϕ k (x j )=0 a k j=0 i=0 Otrzymaliśmywtensposóbukładn+1równańliniowychzn+1niewiadomymia i zwanyukłademnormalnym.jeżelijakofunkcjebazoweprzyjmiemyciągjednomianówx i (i=0,1,...,n) to po przekształceniach otrzymamy wówczas układ normalny w postaci: n α ik a i =β k Objaśnienie do powyższych wzorów: w(x)jestustalonazgóryitaka,żew(x j )>0dlaj=0,1,...,m R j -odchyleniewpunkciex j k=0,1,...,n α i k= m j=0 x i+k j,β k = m j=0 F(x j )x k j Jeżeli: i=0 1.n mipunktyx 0,x 1,...,x n sąróżne,towyznacznikukładujestróżnyodzera,awięc układ ten ma dokładnie jedno rozwiązanie 2. n = m, to wielomian aproksymacyjny f(x) pokrywa się z wielomianem interpolacyjnym dlapunktówx 0,x 1,...,x n iwówczash=0 2 Dowody 2009, Wykazać, że jeśli x oznacza liczbę maszynową, to dla dowolnego naturalnegokjestfl(x k )=x k (1+ε) k 1,gdzie ε <eps. Wstęp: f l(α) oznacza wartość wyrażenia α w arytmetyce zmiennopozycyjnej, eps oznacza dokładność maszynową. Dowód indukcyjny. wartość wyr. w ar. zm. dla l. maszynowej to ta liczba 1.Dlak=1: fl(x)=x Dlak=2zdefinicjiwynika,że: fl(x 2 )=fl(x x)=(x x)(1+ε)=x 2 (1+ε) 2.Jeżeliprzyjmiemy,żefl(x k 1 )=x k 1 (1+ε) k 2 to: fl(x k )=fl(x k 1 x)=(fl(x k 1 ) x)(1+ε)=x k 1 (1+ε) k 2 x(1+ε)=x k (1+ε) k 1 Wniosek: na mocy zasady indukcji matematycznej można stwierdzić, że podane twierdzenie jest prawdziwe. 16

11 Następnie korzystamy ze wzoru ma macierz Gausa Seidla: M GS = (D+L) 1 U D+L= (D+L) 1 = (D+L) 1 = (D+L) U= Odejmujemy od wynikowej macierz macierz λ I Wyznaczamy wielomian i jego pierwiastki λ 2 2 M GS λi= 0 2 λ λ λ 2 2 M GS λi= 0 2 λ 3 = λ (2 λ) λ λ=0 λ=2 Stądwidzimy,żeρ(M GS )=2>0,awięcmetodaniegwarantujezbieżności. 2007, 2008, 2008p, 2008z, 2010p, 2011z, 2012z, 2012 UWAGA: zwrócić uwagę na nawiasy! 3.24 Zastosować twierdzenie Sturma do określenia liczby dodatnich pierwiastków rzeczywistych wielomianu: Wstęp: w(x)=x 3 2x 2 5x+5 Aby obliczyć liczbę pierwiastków rzeczywistych metodą Sturma w przedziale[a, b) należy postępować wg następujących kroków: 1.p 0 (x)=p(x) 2.p 1 (x)= (p(x)) [pochodnapierwszegostopniazp(x)pomnożonaprzez-1] 3.p i (x)=c p i 2 modp i 1 [resztazdzieleniadwóchpoprzedzającychwielomianówprzez siebie, ewentualnie pomnożona przez jakąś dodatnią stałą c] 4.jeślip i jestrówne0,postępujemyzgodniezalgorytmempokazanymwzadaniunr24. 38

12 Rozwiązanie p 0 (x)=x 3 2x 2 5x+5 p 1 (x)= 3x 2 +4x x x 2 +4x+5 ) x 3 2x 2 5x +5 x x x 2 3 x x x2 8 9 x x+35 9 p 2 (x)=38x x x 35 ) 3x 2 +4x +5 3x x x x p 3 (x)= Zmianyznaków x 0 inf p 0 (x) + + p 1 (x) + - p 2 (x) - + p 3 (x) Liczba pierwiastków w x = 0 Z uwagi na fakt, że musimy znaleźć liczbę pierwiastków dodatnich, bierzemy pod uwagę przedział(0,inf).niejesttojednakzgodneztreściązadania,gdyż0niejestdodatnie. Zatem musimy sprawdzić, czy w 0 jest jakiś pierwiastek i ewentualnie odjąć go od końcowego wyniku. w(0)=0 Brak pierwiastków w punkcie Liczba dodatnich pierwiastków rzeczywistych 3 1 0= Zastosować twierdzenie Sturma do określenia liczby pierwiastków rzeczywistych wielomianu. p(x)=x 3 +x 2 x , 2008, 2008p, 2010p,

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Elementy Analizy Numerycznej - opracowanie pytań egzaminacyjnych

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

Bardziej szczegółowo

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

Analiza numeryczna kolokwium2a-15grudnia2005

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

Bardziej szczegółowo

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

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

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

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

Bardziej szczegółowo

Metody Obliczeniowe w Nauce i Technice

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

Bardziej szczegółowo

Wykład 5. Metoda eliminacji Gaussa

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

Bardziej szczegółowo

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

Matematyka stosowana i metody numeryczne

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

Bardziej szczegółowo

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

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

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

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

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

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

O MACIERZACH I UKŁADACH RÓWNAŃ

O MACIERZACH I UKŁADACH RÓWNAŃ O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a

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

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

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 6 Własności wielomianów ortogonalnych Wszystkie znane rodziny wielomianów ortogonalnych dzielą pewne wspólne cechy: 1) definicja za pomocą wzoru różniczkowego, jawnej sumy lub funkcji tworzącej;

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

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

Równania różniczkowe liniowe wyższych rzędów o stałych współcz Równania różniczkowe liniowe wyższych rzędów o stałych współczynnikach Katedra Matematyki i Ekonomii Matematycznej SGH 12 maja 2016 Równanie liniowe n-tego rzędu Definicja Równaniem różniczkowym liniowym

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

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

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

Bardziej szczegółowo

1 Elementy logiki i teorii mnogości

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

Bardziej szczegółowo

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

Rozwiązywanie układów równań liniowych

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

Bardziej szczegółowo

KLASA II LO Poziom rozszerzony (wrzesień styczeń)

KLASA II LO Poziom rozszerzony (wrzesień styczeń) KLASA II LO Poziom rozszerzony (wrzesień styczeń) Treści nauczania wymagania szczegółowe: ZAKRES PODSTAWOWY: 1) na podstawie wykresu funkcji y = f(x) szkicuje wykresy funkcji y = f(x), y = c f(x), y =

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

1 Macierz odwrotna metoda operacji elementarnych

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

Bardziej szczegółowo

Układy równań i nierówności liniowych

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

Bardziej szczegółowo

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

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

Przykładowe zadania z teorii liczb

Przykładowe zadania z teorii liczb Przykładowe zadania z teorii liczb I. Podzielność liczb całkowitych. Liczba a = 346 przy dzieleniu przez pewną liczbę dodatnią całkowitą b daje iloraz k = 85 i resztę r. Znaleźć dzielnik b oraz resztę

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

Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód.

Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód. Metody numeryczne Paweł Zieliński p. 1/19 Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza bazę przestrzeni liniowej Π n. Dowód. Lemat 2. Dowolny wielomian Q j stopnia j niższego od k jest prostopadły

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

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

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

Matematyka liczby zespolone. Wykład 1

Matematyka liczby zespolone. Wykład 1 Matematyka liczby zespolone Wykład 1 Siedlce 5.10.015 Liczby rzeczywiste Zbiór N ={0,1,,3,4,5, } nazywamy zbiorem Liczb naturalnych, a zbiór N + ={1,,3,4, } nazywamy zbiorem liczb naturalnych dodatnich.

Bardziej szczegółowo

Wyk lad 14 Formy kwadratowe I

Wyk lad 14 Formy kwadratowe I Wyk lad 14 Formy kwadratowe I Wielomian n-zmiennych x 1,, x n postaci n a ij x i x j, (1) gdzie a ij R oraz a ij = a ji dla wszystkich i, j = 1,, n nazywamy forma kwadratowa n-zmiennych Forme (1) można

Bardziej szczegółowo

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k. Funkcje wymierne Jerzy Rutkowski Teoria Przypomnijmy, że przez R[x] oznaczamy zbiór wszystkich wielomianów zmiennej x i o współczynnikach rzeczywistych Definicja Funkcją wymierną jednej zmiennej nazywamy

Bardziej szczegółowo

Lista nr 1 - Liczby zespolone

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Indukcja matematyczna

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

Elementy projektowania inzynierskiego Przypomnienie systemu Mathcad

Elementy projektowania inzynierskiego Przypomnienie systemu Mathcad Elementy projektowania inzynierskiego Definicja zmiennych skalarnych a : [S] - SPACE a [T] - TAB - CTRL b - SHIFT h h. : / Wyświetlenie wartości zmiennych a a = b h. h. = Przykładowe wyrażenia

Bardziej szczegółowo

Równania różnicowe. Dodatkowo umawiamy się, że powyższy iloczyn po pustym zbiorze indeksów, czyli na przykład 0

Równania różnicowe. Dodatkowo umawiamy się, że powyższy iloczyn po pustym zbiorze indeksów, czyli na przykład 0 Równania różnicowe 1 Wiadomości wstępne Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp Zamiast tego pisać będziemy x (n), y (n) itp Ponadto

Bardziej szczegółowo

Metody numeryczne II. Układy równań liniowych

Metody numeryczne II. Układy równań liniowych Metody numeryczne II. Układy równań liniowych Oleksandr Sokolov Wydział Fizyki, Astronomii i Informatyki Stosowanej UMK (2016/17) http://fizyka.umk.pl/~osokolov/mnii/ Układ równań liniowych Układem równań

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

det[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,...

det[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,... Wykład 14 Wyznacznik macierzy cd Twierdzenie 1 Niech A będzie macierzą kwadratową i niech A i, A j będą dwiema różnymi jej kolumnami, wtedy dla dowolnego k K: det[a 1,, A i,, A j,, A n ] det[a 1,, A i

Bardziej szczegółowo

Elementy metod numerycznych

Elementy metod numerycznych Wykład nr 5 i jej modyfikacje. i zera wielomianów Założenia metody Newtona Niech będzie dane równanie f (x) = 0 oraz przedział a, b taki, że w jego wnętrzu znajduje się dokładnie jeden pierwiastek α badanego

Bardziej szczegółowo

Układy równań liniowych i metody ich rozwiązywania

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

Bardziej szczegółowo

Macierze. Rozdział Działania na macierzach

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

Bardziej szczegółowo

Analiza matematyczna i algebra liniowa Macierze

Analiza matematyczna i algebra liniowa Macierze Analiza matematyczna i algebra liniowa Macierze Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje: poniedziałek

Bardziej szczegółowo

Zagadnienia - równania nieliniowe

Zagadnienia - równania nieliniowe Zagadnienia - równania nieliniowe Sformułowanie zadania poszukiwania pierwiastków. Przedział izolacji. Twierdzenia o istnieniu pierwiastków. Warunki zatrzymywania algorytmów. Metoda połowienia: założenia,

Bardziej szczegółowo

Wykład 6. Metoda eliminacji Gaussa: Eliminacja z wyborem częściowym Eliminacja z wyborem pełnym

Wykład 6. Metoda eliminacji Gaussa: Eliminacja z wyborem częściowym Eliminacja z wyborem pełnym 1 Wykład 6 Metoda eliminacji Gaussa: Eliminacja z wyborem częściowym Eliminacja z wyborem pełnym ELIMINACJA GAUSSA Z WYBOREM CZĘŚCIOWYM ELEMENTÓW PODSTAWOWYCH 2 Przy pomocy klasycznego algorytmu eliminacji

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

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

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

Bardziej szczegółowo

3. 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

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

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

Bardziej szczegółowo

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

ALGEBRA z GEOMETRIA, ANALITYCZNA,

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

Bardziej szczegółowo

Wyk lad 11 1 Wektory i wartości w lasne

Wyk lad 11 1 Wektory i wartości w lasne Wyk lad 11 Wektory i wartości w lasne 1 Wektory i wartości w lasne Niech V bedzie przestrzenia liniowa nad cia lem K Każde przekszta lcenie liniowe f : V V nazywamy endomorfizmem liniowym przestrzeni V

Bardziej szczegółowo

Obliczenia naukowe Wykład nr 8

Obliczenia naukowe Wykład nr 8 Obliczenia naukowe Wykład nr 8 Paweł Zieliński Katedra Informatyki, Wydział Podstawowych Problemów Techniki, Politechnika Wrocławska Literatura Literatura podstawowa [] D. Kincaid, W. Cheney, Analiza numeryczna,

Bardziej szczegółowo

MACIERZE I WYZNACZNIKI

MACIERZE I WYZNACZNIKI Wykłady z matematyki inżynierskiej IMiF UTP 07 MACIERZ DEFINICJA. Macierza o m wierszach i n kolumnach nazywamy przyporza dkowanie każdej uporza dkowanej parze liczb naturalnych (i, j), gdzie 1 i m, 1

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

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Projekt Informatyka przepustką do kariery współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego

Projekt Informatyka przepustką do kariery współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Zajęcia 1 Pewne funkcje - funkcja liniowa dla gdzie -funkcja kwadratowa dla gdzie postać kanoniczna postać iloczynowa gdzie równanie kwadratowe pierwiastki równania kwadratowego: dla dla wzory Viete a

Bardziej szczegółowo

Pierścień wielomianów jednej zmiennej

Pierścień wielomianów jednej zmiennej Rozdział 1 Pierścień wielomianów jednej zmiennej 1.1 Definicja pierścienia wielomianów jednej zmiennej Definicja 1.1 Niech P będzie dowolnym pierścieniem. Ciąg nieskończony (a 0, a 1,..., a n,...) elementów

Bardziej szczegółowo

Indukcja matematyczna. Zasada minimum. Zastosowania.

Indukcja matematyczna. Zasada minimum. Zastosowania. Indukcja matematyczna. Zasada minimum. Zastosowania. Arkadiusz Męcel Uwagi początkowe W trakcie zajęć przyjęte zostaną następujące oznaczenia: 1. Zbiory liczb: R - zbiór liczb rzeczywistych; Q - zbiór

Bardziej szczegółowo

Granice funkcji-pojęcie pochodnej

Granice funkcji-pojęcie pochodnej Granice funkcji-pojęcie pochodnej Oznaczenie S(x 0 ) = S(x 0, r) dla pewnego r > 0 Definicja 1 Niech x 0 R oraz niech funkcja f będzie funkcja określona przynajmniej na sasiedztwie S(x 0, r) dla pewnego

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K

Bardziej szczegółowo

W. Guzicki Próbna matura, grudzień 2014 r. poziom rozszerzony 1

W. Guzicki Próbna matura, grudzień 2014 r. poziom rozszerzony 1 W. Guzicki Próbna matura, grudzień 01 r. poziom rozszerzony 1 Próbna matura rozszerzona (jesień 01 r.) Zadanie 18 kilka innych rozwiązań Wojciech Guzicki Zadanie 18. Okno na poddaszu ma mieć kształt trapezu

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

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

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

Bardziej szczegółowo

Wielomiany. dr Tadeusz Werbiński. Teoria

Wielomiany. dr Tadeusz Werbiński. Teoria Wielomiany dr Tadeusz Werbiński Teoria Na początku przypomnimy kilka szkolnych definicji i twierdzeń dotyczących wielomianów. Autorzy podręczników szkolnych podają różne definicje wielomianu - dla jednych

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

, A T = A + B = [a ij + b ij ].

, A T = A + B = [a ij + b ij ]. 1 Macierze Jeżeli każdej uporządkowanej parze liczb naturalnych (i, j), 1 i m, 1 j n jest przyporządkowana dokładnie jedna liczba a ij, to mówimy, że jest określona macierz prostokątna A = a ij typu m

Bardziej szczegółowo

Wykład z równań różnicowych

Wykład z równań różnicowych Wykład z równań różnicowych 1 Wiadomości wstępne Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp. Zamiast tego pisać będziemy x (n), y (n) itp.

Bardziej szczegółowo

Wstęp do analizy matematycznej

Wstęp do analizy matematycznej Wstęp do analizy matematycznej Andrzej Marciniak Zajęcia finansowane z projektu "Rozwój i doskonalenie kształcenia na Politechnice Poznańskiej w zakresie technologii informatycznych i ich zastosowań w

Bardziej szczegółowo

Treść wykładu. Pierścienie wielomianów. Dzielenie wielomianów i algorytm Euklidesa Pierścienie ilorazowe wielomianów

Treść wykładu. Pierścienie wielomianów. Dzielenie wielomianów i algorytm Euklidesa Pierścienie ilorazowe wielomianów Treść wykładu Pierścienie wielomianów. Definicja Niech P będzie pierścieniem. Wielomianem jednej zmiennej o współczynnikach z P nazywamy każdy ciąg f = (f 0, f 1, f 2,...), gdzie wyrazy ciągu f są prawie

Bardziej szczegółowo

VI. Równania różniczkowe liniowe wyższych rzędów

VI. Równania różniczkowe liniowe wyższych rzędów VI. 1. Równanie różniczkowe liniowe n-tego rzędu o zmiennych współczynnikach Niech podobnie jak w poprzednim paragrafie K = C lub K = R. Podobnie jak w dziedzinie rzeczywistej wprowadzamy pochodne wyższych

Bardziej szczegółowo

5 Równania różniczkowe zwyczajne rzędu drugiego

5 Równania różniczkowe zwyczajne rzędu drugiego 5 Równania różniczkowe zwyczajne rzędu drugiego Definicja 5.1. Równaniem różniczkowym zwyczajnym rzędu drugiego nazywamy równanie postaci F ( x, y, y, y ) = 0, (12) w którym niewiadomą jest funkcja y =

Bardziej szczegółowo

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

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

Bardziej szczegółowo

O geometrii semialgebraicznej

O geometrii semialgebraicznej Inauguracja roku akademickiego 2018/2019 na Wydziale Matematyki i Informatyki Uniwersytetu Łódzkiego O geometrii semialgebraicznej Stanisław Spodzieja Łódź, 28 września 2018 Wstęp Rozwiązywanie równań

Bardziej szczegółowo

Metody numeryczne. Równania nieliniowe. Janusz Szwabiński.

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

Bardziej szczegółowo

Liczby zespolone. x + 2 = 0.

Liczby zespolone. x + 2 = 0. Liczby zespolone 1 Wiadomości wstępne Rozważmy równanie wielomianowe postaci x + 2 = 0. Współczynniki wielomianu stojącego po lewej stronie są liczbami całkowitymi i jedyny pierwiastek x = 2 jest liczbą

Bardziej szczegółowo

Funkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju

Funkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju Funkcje charakterystyczne zmiennych losowych, linie regresji -go i 2-go rodzaju Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Materiały dydaktyczne na zajęcia wyrównawcze z matematyki dla studentów pierwszego roku kierunku zamawianego Biotechnologia w ramach projektu Era inżyniera pewna lokata na przyszłość Projekt Era inżyniera

Bardziej szczegółowo

Matematyka stosowana i metody numeryczne

Matematyka stosowana i metody numeryczne Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładów Błędy obliczeń Błędy można podzielić na: modelu, metody, wejściowe (początkowe), obcięcia, zaokrągleń..

Bardziej szczegółowo

Wielomiany podstawowe wiadomości

Wielomiany podstawowe wiadomości Rozdział Wielomiany podstawowe wiadomości Funkcję postaci f s = a n s n + a n s n + + a s + a 0, gdzie n N, a i R i = 0,, n, a n 0 nazywamy wielomianem rzeczywistym stopnia n; jeżeli współczynniki a i

Bardziej szczegółowo

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

y ( x) x i. y x i y( x) = ( x) x i, Teoria reprezentacji zmiennoprzecinkowej i błędu obliczeń () Zapisać liczby, /3, 275, 225 w arytmetyce M(2, 6, 2) (zapis dwójkowy, 6 miejsc na mantysę, 2 na wykładnik), M(6, 4, 4), M(2, 2, 2) (2) (W) Wykaż,

Bardziej szczegółowo