Metoda Runge-Kutta-Fehlberga i sterowanie długością kroku

Wielkość: px
Rozpocząć pokaz od strony:

Download "Metoda Runge-Kutta-Fehlberga i sterowanie długością kroku"

Transkrypt

1 Metoda Runge-Kutta-Fehlberga i sterowanie długością kroku Cel: Dla zadanej tolerancji e wybrać minimalną liczbę węzłów, wystarczającą do utrzymania globalnego błedu w ramach tolerancji. Błąd globalny trudny do badania ï zajmujemy sie błedem lokalnym ï strategia - w kazdym etapie sterować długością kroku Realizacja praktyczna Analiza: Dane są dwa algorytmy: z n = y n-1 + h FHx n-1, z n-1 L z błędem lokalnym E n T HFL = yhx n L - z n = K F h p+1 = OHh p+1 L w n = y n-1 + h GHx n-1, w n-1 L z błędem lokalnym E n T HGL = yhx n L - w n = K G h q+1 = OHh q+1 L, q p + 1 Stąd: yhx n L = z n + K F h p+1 oraz yhx n L = w n + K G h q+1. Po odjęciu Wtedy w n - z n = K G h q+1 - K F h p+1 º K F h q+1 - K F h p+1 = K F Hh q+1 - h p+1 L ï K F º wn-zn ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ h q+1 -h p+1. E n T HFL = K F h p+1 º wn-zn ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ h q+1 -h p+1 hp+1 = w n-zn ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ h q-p -1 W szczególności dla q = p + 1 E T n HFL º ÅÅÅÅÅÅÅÅÅÅÅÅÅÅ w n-zn h-1 º z n - w n dla h dostatecznie małych. Algorytm: obliczyliśmy aproksymację yhx n-1 L z krokiem h i chcemy przybliŝyć yhx n L = yhx n-1 + hl Obliczamy z n i w n z krokiem h. JeŜeli»z n - w n» e akceptujemy w n jako przybliŝenie yhx n L (albo zwiększamy krok. h Ø 2 h i sprawdzamy czy» z n - w n» e ) JeŜeli nie, to h Ø ÅÅÅÅ h i powtarzamy obliczenia, aŝ» z 2 n - w n» e. Typowy wybór metody dla z n : metoda Runge-Kutty 4 rzędu Typowy wybór metody dla w n : metoda Runge-Kutty 5 rzędu Algorytm Runge-Kutta-Fehlberga: modyfikacja metod Runge-Kutta tak, aby w metodzie 5 rzędu wykorzystać obliczone wcześniej współczynniki.

2 z n = y n-1 + hh25ê216 F ê2565 F ê4104 F 4-1ê5 F 5 L (4 rząd) w n = y n-1 + hh16ê135 F ê12825 F ê56430 F 4-9ê50 F 5 + 2ê55 F 6 L (5 rząd) gdzie F 1 = fhx n-1, y n-1 L F 2 = fhx n-1 + 1ê4 h, y n-1 + 1ê4 h F 1 L F 3 = fhx n-1 + 3ê8 h, y n-1 + 3ê32 h F 1 + 9ê32 h F 2 L F 4 = fhx n ê13 h, y n ê2197 h F ê2197 h F ê2197 h F 3 L F 5 = fhx n-1 + h, y n ê216 h F 1-8 h F ê513 h F 3-845ê4104 h F 4 L F 6 = fhx n-1 + 1ê2 h,. y n-1-8ê27 h F h F ê2565 h F ê4104 h F 4-11ê40 h F 5 L Wzmianka o metodach wielokrokowych Def: JeŜeli w danej metodzie do przybliŝenia yhx n L uŝywamy poprzednio obliczonych wartości y n-1, y n-2,, y n-m, gdzie m jest ustalone to metodę nazywamy m-krokową Uwaga: Do tej pory omawialiśmy metody 1-krokowe Szkic idei: ÅÅÅÅÅÅÅ = fhx, yl ï Ÿ xn d x xn-1 xn =Ÿ xn-1 yhx n L = yhx n-1 L xn +Ÿ xn-1 fhx, yhxll d x. y n = y n-1 + h FHx n-1,..., x n-m, y n-1,..., y n-m L, n = 1, 2,... fhx, yhxll d x ï yhx n L - yhx n-1 L xn =Ÿ xn-1 fhx, yhxll d x or Do przybliŝonego obliczenia całki uzywamy np. interpolacji opartej na węzłach x n-1, x n-2,, x n-m i wartościach w węzłach 8y n-1, y n-2,, y n-m <. Przykład: metoda Adams-Bashfortha Interpolujemy fhx, yhxll = FHxL na węzłach: 8x n-1,, x n-m < przy pomocy wstecznego wzoru Newtona i całkujemy otrzymany wzór. W efekcie

3 y n = y n-1 + h m-1 k=0 a k k f n-1, gdzie a k stałe wyliczalne. Przypadki specjalne: m = 1: m = 2: y n = y n-1 + h fhx n-1, y n-1 L (Metoda Eulera) y n = y n-1 + h ÅÅÅÅ fhx n-1, y n-1 L - fhx n-2, y n-2 LD (2-krokowa m. Adams-Bashfortha) m = 3: y n = y n-1 + h ÅÅÅÅÅÅ fhx n-1, y n-1 L - 16 fhx n-2, y n-2 L + 5 fhx n-3, y n-3 LD (3-krokowa ) Uwaga: 1.W metodach wielokrokowych potrzebujemy więcej warunków startowych y 0, y 1,, y m. Wyliczamy je jakąś metodą 1-krokową (np. Runge-Kutta) 2. Lokalny błąd w metodzie Adams-Bashfortha jest o 1 wyŝszy od liczby kroków. Wzmianka o metodach predyktor-korektor Def: Metodę (1- lub wielokrokową) nazywamy otwartą (jawną) jeŝeli y n dane jest jawnym wzorem, np. y n = y n-1 + h m j=1 g j fhx n- j, y n- j L, odpowiednio zamkniętą (uwikłaną) jeŝeli y n dane jest przy pomocy równania, np. y n = y n-1 + h m j=0 d j fhx n- j, y n- j L. Uwaga: w metodzie zamkniętej w kaŝdym kroku musimy rozwiązać równanie (nieliniowe). Przykład metody zamkniętej dla ÅÅÅÅÅÅÅÅ d x = fhx, yl, yhx 0L = y 0 : yhx n L = yhx n-1 L xn +Ÿ xn-1 fhx, yl d x gdzie x n - x n-1 = h. Niech FHxL = fhx, yhxll i uŝywamy metody trapezów do przybliŝenia całki xn Ÿ xn-1 fhx, yl d x =Ÿ xn xn-1 FHxL d x º h ÅÅÅÅ nl + FHx n-1 LD. Stąd y n = y n-1 + h ÅÅÅÅ fhx n, y n L + fhx n-1, y n-1 LD. Błąd lokalny: E n T = - 1 ÅÅÅÅÅÅ 12 h3 F '' Hx n L Do rozwiązania równania na y n uŝywamy ciagu kolejnych przybliŝeń postaci y n HkL = y n-1 + h ÅÅÅÅ fhx n, y n Hk-1L L + fhx n-1, y n-1 LD, k = 1, 2,.

4 Potrzebujemy dobrego punktu startowego: y H0L n. MoŜemy go uzyskać jaką metodą otwartą np. metodą Eulera y H0L n = y n-1 + h fhx n-1, y n-1 L. Czyli algorytm składa się z dwóch kroków: 1. Wyznaczenie y H0L n metodą otwartą (predyktor) 2. Poprawienie rozwiązania przy pomocy metody zamkniętej (korektor) i ciągu kolejnych przybliŝeń Uwagi. 1. Potrzebna analiza matemtayczna kiedy ciąg kolejnych przybliŝeń jest zbiezny. 2. Podobnie jak poprzednio moŝna zaprojektować metodę predyktor-korektor ze zmiennym krokiem. Równania wyŝszych rzędów i układy Równanie wyŝszego rzędu przekształcamy do układu 1 rzędu (równania wektorowego). Obserwacja: wiele metod przenosi się automatycznie na przypadek wektorowy (np. Runge-Kutta) (Nie)Stabilność numeryczna - ostrzeŝenie Przykład: ÅÅÅÅÅÅÅ = - y, yh0l = 2. Porównujemy metodę Eulera y d x n = y n-1 + h fhx n-1, y n-1 L, n = 1, 2, i metodę 2-krokową y n = y n h fhx n-1, y n-1 L, n = 2, 3, w zadaniu przybliŝenia yh1l i yh10l. Dla y(1) mamy: n h= 10n 1 Euler Two step Error: Euler Error: Two step Dla yh10l. n h= 1 10 n Euler Two step Error: Euler Error: Two step

5 To nie jest wpływ round-off error! Aby zobaczyćto dokładniej analizujemy: ÅÅÅÅÅÅÅ d x = 30 x2 Hy - 1L, yh1l = 1. Łatwo policzyć, Ŝe yhxl ª 1. Stosujemy 2-krokową metode do x = 2. y n = y n h fhx n-1, y n-1 L = y n h x2 n-1 Hy n-1-1l gdzie x n = 1 + n h. y 0 = 1, niech y 1 = 1 + e gdzie»e»<< 1. Wybieramy h = 0.1 i obliczamy y 10 jakimś programem obliczeń symbolicznych k = 0 x k = 1. y k = 1. k = 1 x k = 1.1 y k = 1.+ε k = 2 x k = 1.2 y k = ε k = 3 x k = 1.3 y k = ε k = 4 x k = 1.4 y k = ε k = 5 x k = 1.5 y k = ε k = 6 x k = 1.6 y k = ε k = 7 x k = 1.7 y k = ε k = 8 x k = 1.8 y k = ε k = 9 x k = 1.9 y k = ε k = 10 x k = 2. y k = ε JeŜeli e = 10-8, to błąd:» yh10l - y 10» = (względny 333%!!) Metoda niestabilna numerycznie (częste zjawisko w metodach wielokrokowych) Dla porównania metoda Eulera z y 1 = 1 + e. k = 0 x k = 1. y k = 1. k = 1 x k = 1.1 y k = 1.+ε k = 2 x k = 1.2 y k = ε k = 3 x k = 1.3 y k = ε k = 4 x k = 1.4 y k = ε k = 5 x k = 1.5 y k = ε k = 6 x k = 1.6 y k = ε k = 7 x k = 1.7 y k = ε k = 8 x k = 1.8 y k = ε k = 9 x k = 1.9 y k = ε k = 10 x k = 2. y k = ε

6 Dla e = 10-8, mamy:» yh10l - y 10» = Równania sztywne (stiff) Przykład: ÅÅÅÅÅÅÅ d x = l y, yh0l = 1, l œ. ( Rozwiązanie dokładne yhxl = el x ). Budujemy przybliŝenia metodą Eulera w 8x 0 = 1, x 1,, x N <: y n = y n-1 + h fhx n-1, y n-1 L = y n-1 + l h y n-1 =H1 + l hl y n-1, n = 1, 2,, N. Ciąg geometryczny, stąd jawny wzór : y n =H1 + l hl n, n = 0, 1, 2,, N. Niech l < 0. Rozwiązanie dokładne maleje, ale przybliŝone tylko wtedy gdy» 1 + l h» < 1 ï -1 < 1 + l h < 1. PoniewaŜ h > 0, to -1 < 1 + l h ï h < - ÅÅÅÅ 2. l Np. dla l = -100, potrzebny krok h < 0.05, przy większym ciąg rozbieŝny!. Rozwiązanie (wykres!) składa się z dwóch części: krótka, gdzie gwałtownie maleje (transient solution), a nstepnie jest prawie stałe (steady-state). Problemy, które mają tego typu rozwiązania nazywamy sztywnymi (geneza - sztywne spręŝyny). Potrzebne są specjalne metody numeryczne (na ogół ze zmiennym krokiem, aby niepotrzebnie nie tracić czasu w stanie stałym). Uwaga: zamknięta metoda Eulera jest tu stabilna bez względu na h! y n = y n-1 + h fhx n, y n L, n = 1, 2,, N. y n = y n-1 + l h y n ï y n = ÅÅÅÅÅÅÅÅÅÅÅÅ y n-1, n = 1, 2,, N. Warunek dla l < 0 1-l h 1 ÅÅÅÅÅÅÅÅÅÅÅÅÅÅ»1-l h» < 1 jest zawsze spełniony dla h > 0.

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

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

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

Bardziej szczegółowo

Definicja pochodnej cząstkowej

Definicja pochodnej cząstkowej 1 z 8 gdzie punkt wewnętrzny Definicja pochodnej cząstkowej JeŜeli iloraz ma granicę dla to granicę tę nazywamy pochodną cząstkową funkcji względem w punkcie. Oznaczenia: Pochodną cząstkową funkcji względem

Bardziej szczegółowo

użyteczne, gdy problem nie wymaga zmiany dt ważne: schematy do rozwiązywania równań cząstkowych mają często wielokrokowy charakter

użyteczne, gdy problem nie wymaga zmiany dt ważne: schematy do rozwiązywania równań cząstkowych mają często wielokrokowy charakter Liniowe metody wielokrokowe dla równań zwyczajnych starsze niż RKo50lat użyteczne, gdy problem nie wymaga zmiany dt ważne: schematy do rozwiązywania równań cząstkowych mają często wielokrokowy charakter

Bardziej szczegółowo

ALGORYTMY OPTYMALIZACJI wyklad 3.nb 1. Wykład 3. Sformułujemy teraz warunki konieczne dla istnienia rozwiązań zagadnienia optymalizacyjnego:

ALGORYTMY OPTYMALIZACJI wyklad 3.nb 1. Wykład 3. Sformułujemy teraz warunki konieczne dla istnienia rozwiązań zagadnienia optymalizacyjnego: ALGORYTMY OPTYMALIZACJI wyklad 3.nb 1 Wykład 3 3. Otymalizacja z ograniczeniami Sformułujemy teraz warunki konieczne dla istnienia rozwiązań zagadnienia otymalizacyjnego: g i HxL 0, i = 1, 2,..., m (3.1)

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

Metody przybliżonego rozwiązywania równań różniczkowych zwyczajnych

Metody przybliżonego rozwiązywania równań różniczkowych zwyczajnych Metody przybliżonego rozwiązywania równań różniczkowych zwyczajnych Rozwiązywanie równań różniczkowych zwyczajnych za pomocą szeregów metody dyskretne Metoda współczynników nieoznaczonych Metoda kolejnego

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

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

Matematyka stosowana i metody numeryczne

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

Wstęp do równań różniczkowych

Wstęp do równań różniczkowych Wstęp do równań różniczkowych Wykład 1 Lech Sławik Instytut Matematyki PK Literatura 1. Arnold W.I., Równania różniczkowe zwyczajne, PWN, Warszawa, 1975. 2. Matwiejew N.M., Metody całkowania równań różniczkowych

Bardziej szczegółowo

Δt)] niejawny schemat Eulera [globalny błąd O(Δt)] u(t) f(t,u) f(t,u) u(t) [t+ Δt,u(t+Δt)]

Δt)] niejawny schemat Eulera [globalny błąd O(Δt)] u(t) f(t,u) f(t,u) u(t) [t+ Δt,u(t+Δt)] jawny schemat Eulera [globalny błąd O(Δt)] niejawny schemat Eulera [globalny błąd O(Δt)] u(t) f(t,u) [t,u(t)] )]dokładne d u(t) () f(t,u) [t+ Δt,u(t+Δt)] [t+ Δt,u(t+Δt)] Δt)] Δt t Δt t u(t) [t,u(t)] dokładne

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

Komputerowa analiza zagadnień różniczkowych 6. Metody wielokrokowe. P. F. Góra

Komputerowa analiza zagadnień różniczkowych 6. Metody wielokrokowe. P. F. Góra Komputerowa analiza zagadnień różniczkowych 6. Metody wielokrokowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2010 Liniowe metody wielokrokowe Często przywoływana wada metod Rungego-Kutty jest konieczność

Bardziej szczegółowo

Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr 1

Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr 1 Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr 1 Tomasz Chwiej 6 czerwca 2016 1 Równania różniczkowe zwyczajne Zastosowanie szeregu Taylora do konstrukcji ilorazów różnicowych: iloraz

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

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

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

Bardziej szczegółowo

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

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

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

Bardziej szczegółowo

Wstęp do równań różniczkowych

Wstęp do równań różniczkowych Wstęp do równań różniczkowych Wykład 1 Lech Sławik Instytut Matematyki PK Literatura 1. Arnold W.I., Równania różniczkowe zwyczajne, PWN, Warszawa, 1975. 2. Matwiejew N.M., Metody całkowania równań różniczkowych

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wykład X Rozwiązywanie zagadnień początkowych dla równań różniczkowych zwyczajnych

Wykład X Rozwiązywanie zagadnień początkowych dla równań różniczkowych zwyczajnych Wykład X Rozwiązywanie zagadnień początkowych dla równań różniczkowych zwyczajnych Postawienie zadania i podstawowe idee jego rozwiązania Metody samostartujące (Eulera, Rungego-Kutty) Metody niesamostartujące

Bardziej szczegółowo

Rekurencje. Jeśli algorytm zawiera wywołanie samego siebie, jego czas działania moŝe być określony rekurencją. Przykład: sortowanie przez scalanie:

Rekurencje. Jeśli algorytm zawiera wywołanie samego siebie, jego czas działania moŝe być określony rekurencją. Przykład: sortowanie przez scalanie: Rekurencje Jeśli algorytm zawiera wywołanie samego siebie, jego czas działania moŝe być określony rekurencją. Przykład: sortowanie przez scalanie: T(n) = Θ(1) (dla n = 1) T(n) = 2 T(n/2) + Θ(n) (dla n

Bardziej szczegółowo

PORÓWNANIE WYBRANYCH SCHEMATÓW RÓŻNICO- WYCH NA PRZYKŁADZIE RÓWNANIA SELECTED DIFFERENTIAL SCHEMES COMPARISON BY MEANS OF THE EQUATION

PORÓWNANIE WYBRANYCH SCHEMATÓW RÓŻNICO- WYCH NA PRZYKŁADZIE RÓWNANIA SELECTED DIFFERENTIAL SCHEMES COMPARISON BY MEANS OF THE EQUATION Mirosław GUZIK Grzegorz KOSZŁKA PORÓWNANIE WYBRANYCH SCHEMATÓW RÓŻNICO- WYCH NA PRZYKŁADZIE RÓWNANIA SELECTED DIFFERENTIAL SCHEMES COMPARISON BY MEANS OF THE EQUATION W artykule przedstawiono niektóre

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Metoda różnic wstecznych: interpolujemy u wielomianem od chwili n-k aż do n-1

Metoda różnic wstecznych: interpolujemy u wielomianem od chwili n-k aż do n-1 Metoda różnic wstecznych: interpolujemy u wielomianem od chwili n-k aż do n-1 następnie żądamy, aby jego pochodna w chwili n spełniała równania różniczkowe (kolokacja) z tego warunku wyliczamy z niego

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

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

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

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 8. Metody wielokrokowe Metody Verleta

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 8. Metody wielokrokowe Metody Verleta Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 8. Metody wielokrokowe Metody Verleta P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2006/07 Motywacja Metody wielokrokowe

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

ZADANIA OPTYMALIZCJI BEZ OGRANICZEŃ

ZADANIA OPTYMALIZCJI BEZ OGRANICZEŃ ZADANIA OPTYMALIZCJI BEZ OGRANICZEŃ Maciej Patan Uniwersytet Zielonogórski WSTEP Zadanie minimalizacji bez ograniczeń f(ˆx) = min x R nf(x) f : R n R funkcja ograniczona z dołu Algorytm rozwiazywania Rekurencyjny

Bardziej szczegółowo

t. sztywny problem w pojedynczym równaniu: u(t)=cos(t) dla dużych ż t rozwiązanie i ustalone

t. sztywny problem w pojedynczym równaniu: u(t)=cos(t) dla dużych ż t rozwiązanie i ustalone Problem opisany RRZ jest sztywny gdy: 1.... jest charakteryzowany yróżnymi skalami czasowymi. 2. Stabilność bezwzględna nakłada silniejsze ograniczenia na krok czasowy niż dokładność. 3. Metody jawne się

Bardziej szczegółowo

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

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

Bardziej szczegółowo

METODY NUMERYCZNE. Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą. prof. dr hab.inż. Katarzyna Zakrzewska

METODY NUMERYCZNE. Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą. prof. dr hab.inż. Katarzyna Zakrzewska METODY NUMERYCZNE Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą prof. dr hab.inż. Katarzyna Zakrzewska Met.Numer. Wykład 4 1 Rozwiązywanie równań nieliniowych z jedną niewiadomą

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

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

pozbyć się ograniczenia na krok czasowy ze strony bezwzględnej stabilności: niejawna metoda Eulera

pozbyć się ograniczenia na krok czasowy ze strony bezwzględnej stabilności: niejawna metoda Eulera pozbyć się ograniczenia na krok czasowy ze strony bezwzględnej stabilności: niejawna metoda Eulera jawna metoda Eulera niejawna metoda Eulera jawna metoda Eulera (funkcjonuje jak podstawienie) funkcjonuje

Bardziej szczegółowo

Metody numeryczne. materiały do wykładu dla studentów

Metody numeryczne. materiały do wykładu dla studentów Metody numeryczne materiały do wykładu dla studentów 5. Przybliżone metody rozwiązywania równań 5.1 Lokalizacja pierwiastków 5.2 Metoda bisekcji 5.3 Metoda iteracji 5.4 Metoda stycznych (Newtona) 5.5 Metoda

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

Rozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów.

Rozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów. Rozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów. Plan wykładu: 1. Wyznaczanie pojedynczych pierwiastków rzeczywistych równań nieliniowych metodami a) połowienia (bisekcji)

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

KADD Minimalizacja funkcji

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

Bardziej szczegółowo

Wybrane metody przybliżonego. wyznaczania rozwiązań (pierwiastków) równań nieliniowych

Wybrane metody przybliżonego. wyznaczania rozwiązań (pierwiastków) równań nieliniowych Wykład trzeci 1 Wybrane metody przybliżonego wyznaczania rozwiązań pierwiastków równań nieliniowych 2 Metody rozwiązywania równań nieliniowych = 0 jest unkcją rzeczywistą zmiennej rzeczywistej Rozwiązanie

Bardziej szczegółowo

Metody Prognozowania

Metody Prognozowania Wprowadzenie Ewa Bielińska 3 października 2007 Plan 1 Wprowadzenie Czym jest prognozowanie Historia 2 Ciągi czasowe Postępowanie prognostyczne i prognozowanie Predykcja długo- i krótko-terminowa Rodzaje

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

Numeryczne rozwiązywanie równań różniczkowych ( )

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

Bardziej szczegółowo

Przykładowy program ćwiczeń

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

Bardziej szczegółowo

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

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

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

Bardziej szczegółowo

Paweł Kłosowski Andrzej Ambroziak METODY NUMERYCZNE W MECHANICE KONSTRUKCJI Z PRZYKŁADAMI W PROGRAMIE

Paweł Kłosowski Andrzej Ambroziak METODY NUMERYCZNE W MECHANICE KONSTRUKCJI Z PRZYKŁADAMI W PROGRAMIE Paweł Kłosowski Andrzej Ambroziak METODY NUMERYCZNE W MECHANICE KONSTRUKCJI Z PRZYKŁADAMI W PROGRAMIE GDAŃSK 2011 PRZEWODNICZ CY KOMITETU REDAKCYJNEGO WYDAWNICTWA POLITECHNIKI GDA SKIEJ Romuald Szymkiewicz

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Iteracyjne rozwiązywanie równań

Iteracyjne rozwiązywanie równań Elementy metod numerycznych Plan wykładu 1 Wprowadzenie Plan wykładu 1 Wprowadzenie 2 Plan wykładu 1 Wprowadzenie 2 3 Wprowadzenie Metoda bisekcji Metoda siecznych Metoda stycznych Plan wykładu 1 Wprowadzenie

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

Wstęp do metod numerycznych 9a. Układy równań algebraicznych. P. F. Góra

Wstęp do metod numerycznych 9a. Układy równań algebraicznych. P. F. Góra Wstęp do metod numerycznych 9a. Układy równań algebraicznych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Układy równań algebraicznych Niech g:r N równanie R N będzie funkcja klasy co najmniej

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

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

Laboratorium Techniki Obliczeniowej i Symulacyjnej

Laboratorium Techniki Obliczeniowej i Symulacyjnej Laboratorium Techniki Obliczeniowej i Symulacyjnej Ćwiczenie 6. Rozwiązywanie równań różniczkowych w środowisku MATLAB. Opracował: dr inż. Sebastian Dudzik 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie

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

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 Równania różniczkowe zwyczajne o rozdzielonych zmiennych

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

Bardziej szczegółowo

METODY NUMERYCZNE. Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą. Rozwiązywanie równań nieliniowych z jedną niewiadomą

METODY NUMERYCZNE. Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą. Rozwiązywanie równań nieliniowych z jedną niewiadomą METODY NUMERYCZNE Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą dr hab.inż. Katarzyna Zakrzewska, prof.agh Met.Numer. Wykład 4 1 Rozwiązywanie równań nieliniowych z jedną niewiadomą

Bardziej szczegółowo

ALGORYTMY OPTYMALIZACJI wyklad 1.nb 1. Wykład 1

ALGORYTMY OPTYMALIZACJI wyklad 1.nb 1. Wykład 1 ALGORYTMY OPTYMALIZACJI wyklad.nb Wykład. Sformułowanie problemu optymalizacyjnego Z ksiąŝki Practical Optimization Methods: With Mathematica Applications by: M.A.Bhatti, M.Asghar Bhatti ü Przykład. (Zagadnienie

Bardziej szczegółowo

Układy równań liniowych. Ax = b (1)

Układy równań liniowych. Ax = b (1) Układy równań liniowych Dany jest układ m równań z n niewiadomymi. Liczba równań m nie musi być równa liczbie niewiadomych n, tj. mn. a a... a b n n a a... a b n n... a a... a b m m mn n m

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

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

OPRACOWANIE MONIKA KASIELSKA

OPRACOWANIE MONIKA KASIELSKA KONSPEKT LEKCJI MATEMATYKI DIAGNOZA UMIEJĘTNOŚCI ZGODNYCH ZE STANDARDAMI WYMAGAŃ MATURALNYCH PRZEDMIOT : Matematyka KLASA: III TEMAT: Rozwiązywanie problemów poprzez stosowanie algorytmów. STANDARDY WYMAGAŃ

Bardziej szczegółowo

Rachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych

Rachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych Rachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych Autorzy: Marta Rotkiel, Anna Konik, Bartłomiej Parowicz, Robert Rudak, Piotr Otręba Spis treści: Wstęp Cel

Bardziej szczegółowo

Rachunek różniczkowy funkcji dwóch zmiennych

Rachunek różniczkowy funkcji dwóch zmiennych Rachunek różniczkowy funkcji dwóch zmiennych Definicja Spis treści: Wykres Ciągłość, granica iterowana i podwójna Pochodne cząstkowe Różniczka zupełna Gradient Pochodna kierunkowa Twierdzenie Schwarza

Bardziej szczegółowo

A B. Modelowanie reakcji chemicznych: numeryczne rozwiązywanie równań na szybkość reakcji chemicznych B: 1. da dt. A v. v t

A B. Modelowanie reakcji chemicznych: numeryczne rozwiązywanie równań na szybkość reakcji chemicznych B: 1. da dt. A v. v t B: 1 Modelowanie reakcji chemicznych: numeryczne rozwiązywanie równań na szybkość reakcji chemicznych 1. ZałóŜmy, Ŝe zmienna A oznacza stęŝenie substratu, a zmienna B stęŝenie produktu reakcji chemicznej

Bardziej szczegółowo

Analiza matematyczna Mathematical analysis. Transport I stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny)

Analiza matematyczna Mathematical analysis. Transport I stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny) KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014 Analiza matematyczna Mathematical analysis A. USYTUOWANIE MODUŁU W SYSTEMIE

Bardziej szczegółowo

Generowanie liczb o zadanym rozkładzie. ln(1 F (y) λ

Generowanie liczb o zadanym rozkładzie. ln(1 F (y) λ Wprowadzenie Generowanie liczb o zadanym rozkładzie Generowanie liczb o zadanym rozkładzie wejście X U(0, 1) wyjście Y z zadanego rozkładu F (y) = 1 e λy y = ln(1 F (y) λ = ln(1 0,1563 0, 5 0,34 Wprowadzenie

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Badanie stabilności liniowych układów sterowania

Badanie stabilności liniowych układów sterowania Badanie stabilności liniowych układów sterowania ver. 26.2-6 (26-2-7 4:6). Badanie stabilności liniowych układów sterowania poprzez analizę równania charakterystycznego. Układ zamknięty liniowy i stacjonarny

Bardziej szczegółowo

Równania różniczkowe liniowe II rzędu

Równania różniczkowe liniowe II rzędu Równania różniczkowe liniowe II rzędu Definicja równania różniczkowego liniowego II rzędu Warunki początkowe dla równania różniczkowego II rzędu Równania różniczkowe liniowe II rzędu jednorodne (krótko

Bardziej szczegółowo

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI I. KARTA PRZEDMIOTU. Nazwa przedmiotu: Matematyka III. Kod przedmiotu:. Jednostka prowadząca: Wydział Nawigacji i Uzbrojenia Okrętowego. Kierunek: Informatyka 5. Specjalność: Systemy wspomagania decyzji\technologie

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

użyteczne, gdy rachunek nie wymaga zmiany kroku całkowania a wykonanie każdego kroku jest kosztowne

użyteczne, gdy rachunek nie wymaga zmiany kroku całkowania a wykonanie każdego kroku jest kosztowne Liniowe metody wielokrokowe starsze niż RK o 50 lat użyteczne, gdy rachunek nie wymaga zmiany kroku całkowania a wykonanie każdego kroku jest kosztowne (wysoka dokładność, d przy małej ł jliczbie wezwań

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 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

Stabilność II Metody Lapunowa badania stabilności

Stabilność II Metody Lapunowa badania stabilności Metody Lapunowa badania stabilności Interesuje nas w sposób szczególny system: Wprowadzamy dla niego pojęcia: - stabilności wewnętrznej - odnosi się do zachowania się systemu przy zerowym wejściu, czyli

Bardziej szczegółowo

Zajęcia ćwiczeniowe nr 2/8: Metoda Newtona

Zajęcia ćwiczeniowe nr 2/8: Metoda Newtona IS_c2.doc 1/8 InŜynieria Środowiska, II/1, Metody numeryczne i statystyka Zajęcia ćwiczeniowe nr 2/8: Metoda Newtona Podstawowe pojęcia dotyczące numerycznego znajdowania zera równania (x) = 0 Oznaczamy:

Bardziej szczegółowo

Wprowadzenie do Mathcada 1

Wprowadzenie do Mathcada 1 Wprowadzenie do Mathcada Ćwiczenie. - Badanie zmienności funkcji kwadratowej Ćwiczenie. pokazuje krok po kroku tworzenie prostego dokumentu w Mathcadzie. Dokument ten składa się z następujących elementów:.

Bardziej szczegółowo

Analiza matematyczna Mathematical analysis. Transport I stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny)

Analiza matematyczna Mathematical analysis. Transport I stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny) KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014 Analiza matematyczna Mathematical analysis A. USYTUOWANIE MODUŁU W SYSTEMIE

Bardziej szczegółowo

Wstęp do metod numerycznych 11. Minimalizacja: funkcje jednej zmiennej. P. F. Góra

Wstęp do metod numerycznych 11. Minimalizacja: funkcje jednej zmiennej. P. F. Góra Wstęp do metod numerycznych 11. Minimalizacja: funkcje jednej zmiennej P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Lokalna minimalizacja ciagła Minimalizacja funkcji jest jedna z najważniejszych

Bardziej szczegółowo

ciało w potencjale radialnym schemat Eulera orbity kontrola kroku czasowego

ciało w potencjale radialnym schemat Eulera orbity kontrola kroku czasowego Wykład pokazuj acy, że wybór stałego nie zawsze jest dobrym pomysłem. Jak napisać program, który będzie sam sobie dobierał krok czasowy na podstawie narzuconej przez nas tolerancji dokładności orbita komety

Bardziej szczegółowo

Rzut oka na współczesną matematykę spotkanie 3: jak liczy kalkulator i o źródłach chaosu

Rzut oka na współczesną matematykę spotkanie 3: jak liczy kalkulator i o źródłach chaosu Rzut oka na współczesną matematykę spotkanie 3: jak liczy kalkulator i o źródłach chaosu P. Strzelecki pawelst@mimuw.edu.pl Instytut Matematyki, Uniwersytet Warszawski MISH UW, semestr zimowy 2011-12 P.

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

1 Wykład 4. Proste Prawa wielkich liczb, CTG i metody Monte Carlo

1 Wykład 4. Proste Prawa wielkich liczb, CTG i metody Monte Carlo 1 Wykład 4. Proste Prawa wielkich liczb, CTG i metody Monte Carlo 1.1 Rodzaje zbieżności ciagów zmiennych losowych Niech (Ω, F, P ) będzie przestrzenia probabilistyczna na której określony jest ciag {X

Bardziej szczegółowo

OBLICZANIE POCHODNYCH FUNKCJI.

OBLICZANIE POCHODNYCH FUNKCJI. OBLICZANIE POCHODNYCH FUNKCJI. ROZWIĄZYWANIE RÓWNAŃ RÓŻNICZKOWYCH. ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ LINIOWYCH. Obliczanie pochodnych funkcji. Niech będzie dana funkcja y(x określona i różniczkowalna na przedziale

Bardziej szczegółowo

Metody numeryczne. Ilorazy różnicowe. dr Artur Woike. Wzory interpolacyjne Newtona i metoda Aitkena.

Metody numeryczne. Ilorazy różnicowe. dr Artur Woike. Wzory interpolacyjne Newtona i metoda Aitkena. Ćwiczenia nr 3. Ilorazy różnicowe Niech będą dane punkty x 0,..., x n i wartości f (x 0 ),..., f (x n ). Definiujemy rekurencyjnie ilorazy różnicowe: f (x i, x i+1 ) = f (x i+1) f (x i ) x i+1 x i, i =

Bardziej szczegółowo

Rozszerzony konspekt preskryptu do przedmiotu Podstawy Robotyki

Rozszerzony konspekt preskryptu do przedmiotu Podstawy Robotyki Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Rozszerzony konspekt preskryptu do przedmiotu Podstawy Robotyki dr inż. Marek Wojtyra Instytut Techniki Lotniczej

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

Matematyka 2. Równania różniczkowe zwyczajne rzędu drugiego

Matematyka 2. Równania różniczkowe zwyczajne rzędu drugiego Matematyka 2 Równania różniczkowe zwyczajne rzędu drugiego Równania różniczkowe liniowe rzędu II Równanie różniczkowe w postaci y + a 1 (x)y + a 0 (x)y = f(x) gdzie a 0 (x), a 1 (x) i f(x) są funkcjami

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINIOWYCH

UKŁADY RÓWNAŃ LINIOWYCH Projekt dofinansowała Fundacja mbanku UKŁADY RÓWNAŃ LINIOWYCH CZĘŚĆ I Układ równań to przynajmniej dwa równania spięte z lewej strony klamrą, np.: x + 0 Każde z równań musi zawierać przynajmniej jedną

Bardziej szczegółowo

Równania różniczkowe zwyczajne

Równania różniczkowe zwyczajne Równania różniczkowe zwyczajne Zajmiemy się teraz problemem numerycznego rozwiązywania równań różniczkowych zwyczajnych o postaci: z warunkeim początkowym. Zauważmy że przykładowe równanie różniczkowe

Bardziej szczegółowo

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych, IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. Definicja 1.1. Niech D będzie podzbiorem przestrzeni R n, n 2. Odwzorowanie f : D R nazywamy

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

Nazwa modułu kształcenia Nazwa jednostki prowadzącej moduł Kod modułu Język kształcenia Efekty kształcenia dla modułu kształcenia

Nazwa modułu kształcenia Nazwa jednostki prowadzącej moduł Kod modułu Język kształcenia Efekty kształcenia dla modułu kształcenia Nazwa modułu kształcenia Nazwa jednostki prowadzącej moduł Kod modułu Język kształcenia Efekty kształcenia dla modułu kształcenia Numeryczne rozwiązywanie równań różniczkowych zwyczajnych Wydział Matematyki

Bardziej szczegółowo