Metody Obliczeniowe w Nauce i Technice
|
|
- Agnieszka Krawczyk
- 5 lat temu
- Przeglądów:
Transkrypt
1 7. Równania nieliniowe (non-linear equations) Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland dice.cyfronet.pl Contributors Dawid Prokopek Paweł Matejko Kamil Doległo
2 Plan wykładu 1 Wstęp 2 Metoda bisekcji (połowienia) 3 Metody iteracyjne 4 Metoda Newtona-Raphsona 5 Przyspieszanie zbieżności - metoda Aitkena 6 Metody interpolacyjne 7 Literatura
3 Wstęp Wstęp Szukamy pierwiastków równań typu f (x) = 0 (1 zmienna) f (x): - o wartościach rzeczywistych - ciągła Pierwiastek - liczba α : f (α) = 0 Np: 1. e x sin(x) = 0 2. x 3 3x + 1 = 0 zera wielomianu (przypadek szczególny) Istota - znajomość f (x): papier, ołówek, kalkulator! - warto na początku!
4 Wstęp Wstęp Analiza typowego przykładu - nie ma pierwiastków ujemnych - liczba pierwiastków > 0 - pierwiastki: α n n - parzyste: α n < n π - nieparzyste: α n > n π (bliskie n π) Morał z powyższego: The purpose of computing is insight, not numbers -R. Hamming
5 Wstęp Wstęp
6 Wstęp Wstęp
7 Wstęp Wstęp
8 Wstęp Wstęp Należy więc: znać przebieg f (x) bracket a root przedział, w którym zmiana znaku funkcji, nie dopuszczać wyjść poza ustalony przedział. procedura szukania α nie może być czarną skrzynką dla jej użytkownika!
9 Wstęp Wstęp
10 Metoda bisekcji (połowienia) Metoda bisekcji (połowienia)
11 Metoda bisekcji (połowienia) Metoda bisekcji (połowienia) Dane: a < b : f (a) f (b) < 0 N - liczba iteracji (ustalona) d := b a for i := 1 to N do c := (a + b) / 2 f(c) f(a) < 0 > 0 b := c a := c α := c E := d/2 N detekcja f(c) = 0 α : początkowo : w [a 0, b 0 ] b 0 - a 0 po N krokach : w [a N, b N ] błąd E = b N a N = b N 1 a N 1 2 =... = b 0 a 0 2 N
12 Metoda bisekcji (połowienia) Metoda bisekcji (połowienia) Charakterystyka: gwarancja zbieżności wolno zbieżna wykorzystywana informacja: znak funkcji > niż 1 zero znajduje jedno z nich osobliwość znajduje? kryterium zbieżności: E 10 6 dobre dla α 1, złe α zwykle: E = ɛ a0+b0 2 ɛ - maszynowe! α 0 specjalny przypadek
13 Metody iteracyjne Metody iteracyjne x = φ(x) f (x) = 0 zapisujemy jako x = φ(x) - liczbę sposobów: Np: x + ln(x) = 0 x = ln(x), x = e x,... x 3 3x +1 = 0 x = 1 3 (x 3 +1), x = 1, x = (1 k) x + k 3 x 2 3 (x 3 +1) x 0 - początkowe przybliżenie pierwiastka α generujemy ciąg {x i } stosując proces iteracyjny: { y = φ(xi 1 ) x i = φ(x i 1 ), i = 1, 2,... lub y = x i
14 Metody iteracyjne Metody iteracyjne x = φ(x)
15 Metody iteracyjne Twierdzenie o zbieżności procesu iteracyjnego Twierdzenie o zbieżności procesu iteracyjnego x i+1 = φ(x i ) Twierdzenie Niech: 1 x = φ(x) ma pierwiastek α 2 na przedziale I = [α a, α + a] zachodzi φ (x) L < 1, gdzie L jest stałą Wtedy: dla dowolnego x 0 I : 1 x i I, i = 1, 2,... 2 lim i x i = α 3 α jest jedynym pierwiastkiem x = φ(x) w I
16 Metody iteracyjne Twierdzenie o zbieżności procesu iteracyjnego Twierdzenie o zbieżności procesu iteracyjnego x i+1 = φ(x i ) Dowód: 1 Niech x i 1 I x i α = φ(x i 1 ) φ(α) = (x i 1 α) φ (η i 1 ) z Tw. o wartości średniej; η i 1 I x i α = x i 1 α φ (η i 1 ) x i 1 α L x i I ( ) 2 ( ) używamy wielokrotnie x i α L x i 1 α L 2 x i 2 α... L i x 0 α L < 1, lim i L i = 0 lim i x i α = 0
17 Metody iteracyjne Twierdzenie o zbieżności procesu iteracyjnego Twierdzenie o zbieżności procesu iteracyjnego x i+1 = φ(x i ) 3 Niech w I oprócz pierwiastka α będzie pierwiastek β α β = φ(α) φ(β) = (α β) φ (η) α β = α β φ (η) < α β sprzeczność! }{{} <1 Zawsze: x i 1 α = (x i α) + (x i 1 x i ) Monotoniczna zbieżność x i 1 α x i α + x i 1 x i L+fakt: x i α x i 1 α x i α L 1 L x i 1 x i L 1 L < 1 dla L < 1 2
18 Metody iteracyjne Rząd zbieżności procedury iteracyjnej x i = φ(x i 1 ) Rząd zbieżności procedury iteracyjnej x i = φ(x i 1 ) 1 {x i } - zbieżność do α 2 szybkość zbieżności ɛ i ɛ i 1 =? rozwinięcie względem α φ(x i 1 ) = p 1 j=0 η i 1 (x i 1, α) ɛ i = ɛ i = x i α = φ(x i 1 ) φ(α) 1 j! (x i 1 α) j }{{} ɛ i 1 φ (j) (α) + p 1 j=1 1 p! (x i 1 α) p φ (p) (η i 1 ) 1 j! ɛj i 1 φ(j) (α) + ɛp i 1 p! φ(p) (η i 1 )
19 Metody iteracyjne Rząd zbieżności procedury iteracyjnej x i = φ(x i 1 ) Rząd zbieżności procedury iteracyjnej x i = φ(x i 1 ) Jeżeli: φ (α) = φ (α) =... = φ (p 1) (α) = 0, φ (p) (α) 0 to: ɛ i = ɛp i 1 p! φ(p) (η i 1 ) lim i ɛ i ɛ p = 1 p! φ(p) (α) i 1 ɛ i ɛ p - p-th order of convergence i 1 1 p! φ(p) (α) - asymptotic error constant p = 1 - linear 2 - quadratic 3 - cubic
20 Metody iteracyjne Rząd zbieżności procedury iteracyjnej x i = φ(x i 1 ) Rząd zbieżności procedury iteracyjnej x i = φ(x i 1 ) Można konstruować metody iteracyjne x i = φ(x i 1 ) dowolnego rzędu p - lecz: konieczne wyliczanie 0, 1,..., p 1 pochodnych: np. Richmod s: x i = x i 1 2 f (x i 1 ) f (x i 1 ) 2 (f (x i 1 )) 2 f (x i 1 )f (x i 1 )
21 Metoda Newtona-Raphsona Metoda Newtona-Raphsona f (x) = 0, α - prosty pierwiastek x i 1 - przybliżenie α niech α = x i 1 + h f (α) = 0 = f (x i 1 + h) = f (x i 1 ) + h f (x i 1 ) + }{{} pomijamy h = f (x i 1) f (x i 1 ) x i = x i 1 f (x i 1) f (x i 1 ) } f (x) f (x)
22 Metoda Newtona-Raphsona Metoda Newtona-Raphsona więcej informacji f (x i 1 ) h = tg(θ) = f (x i 1 ) wzór iteracyjny: x = φ(x), czyli φ(x) = x f (x) f (x) Warunek zbieżności: φ (x) = f (x) f (x) (f (x)) 2 dla x = α : f (α) 0, φ (α) = 0 bo f (α) = 0 Powinno istnieć otoczenie α, w którym φ (α) < 1 tj. przy odpowiednim doborze x 0 met. N-R jest zawsze zbieżna do α
23 Metoda Newtona-Raphsona Metoda Newtona-Raphsona
24 Metoda Newtona-Raphsona Twierdzenie o wyborze przedziału dla m. N-R Twierdzenie o wyborze przedziału dla m. N-R Jeżeli: I = [a, b] w którym: 1 f (a) f (b) < 0 - jest min. 1 pierwiastek 2 f (x) 0, x I - pierwiastek 1-krotny 3 f (x) 0 lub f (x) 0 dla wszystkich x I (convex - wypukła) (concave = wklęsła) 4 f (a) f (a) < (b a) i f (b) f (b) < (b a) - styczna przecinająca x w I to: m. N-R jest zbieżna dla dowolnego x 0 I do α
25 Metoda Newtona-Raphsona Rząd zbieżności metody N-R Rząd zbieżności metody N-R φ(x) = x f (x) f (x) φ (x) = f (x) f (x) (f (x)) 2 ; φ (α) = 0 φ (x) =; φ (α) 0 ZAD - 2gi rząd tzn: ɛ i ɛ 2 i 1
26 Metoda Newtona-Raphsona Dla m-krotnego pierwiastka Dla m-krotnego pierwiastka x i = x i 1 m f (x) f (x) - też o zbieżności kwadratowej ZAD
27 Metoda Newtona-Raphsona Warunek zakończenia dla m. N-R Warunek zakończenia dla m. N-R w procedurach bibliotecznych - rozbudowane zabezpieczenia wyznaczanie: - x i x i 1 x i - f (x i ) - f (x i ) - zbyt mały - to może:
28 Metoda Newtona-Raphsona Warunek zakończenia dla m. N-R Warunek zakończenia dla m. N-R Niebezpieczeństwa: a) lokalne ekstrema b) rozbieżny cykl iteracji możliwe, gdy f - wynik interpolacji inne x 0 kombinacja: bisekcja (gdy kłopoty) + N-R
29 Przyspieszanie zbieżności - metoda Aitkena Przyspieszanie zbieżności - metoda Aitkena x i, x i+1, x i+2 - kolejne iteracje x i α = φ(x i 1 ) φ(α) = (x i 1 α) φ (η i 1 ), η i 1 (x i 1, α) x i+2 α = (x i+1 α) φ (η i+1 ) x i+1 α = (x i α) φ (η i ) }{{} ( ) ( ) - nieznane, ale w pobliżu α; φ (x) stałe
30 Przyspieszanie zbieżności - metoda Aitkena Przyspieszanie zbieżności - metoda Aitkena x i+2 xi+2 x i+1 xi+2 = x i+1 x i+2 x i x i+2 x i+2 = x i x i+2 x 2 i+1 x i+2 2 x i+1 + x i niedogodna: L, A 0 x i+2 = x i (x i+1 x i ) 2 x i+2 2 x i+1 +x i ( ) ( ) - zbieżność kwadratowa bez obliczania 2-gich pochodnych równość pochodnych ze stałości: x i x i 1 x i+1 x i
31 Metody interpolacyjne Regula falsi Metody interpolacyjne - Regula falsi
32 Metody interpolacyjne Regula falsi Regula falsi 1 x 0, x 1 : f (x 0 ) f (x 1 ) < 0 2 linia prosta: 3 sprawdzenie f 0 f 1 x 0 x 1 = f 0 f 1 f 2 < 0 f 0 f 2 < 0 x 0 x 2 x 2 = f 1 f 1 f 0 x 0 + f 0 } x 3... f 0 f 1 x 1 - wolno zbieżna do poj. pierwiastka (zbieżność liniowa) ZAD
33 Metody interpolacyjne Regula falsi Regula falsi Wyjątkowo trudny przypadek: ważne dla RF: wszystkie iteracje po tej samej stronie pierwiastka
34 Metody interpolacyjne Metody Illinois i Pegasus - ulepszenie RF Metody Illinois i Pegasus - ulepszenie RF 1 x i, x i+1, x i+2 : { fi f i+1 < 0 obejmują pierwiastek f i+1 f i+2 > 0 2 stosujemy RF do x i, x i+2 x i+3 ale z: f i = f i 3 gdy f i+2 f i+3 { < 0 - RF dla xi+2, x i+3 > 0 - zmodyf. RF dla x i, x i+3 = α f i
35 Metody interpolacyjne Metody Illinois i Pegasus - ulepszenie RF Metody Illinois i Pegasus - ulepszenie RF Illinois α = 1 2, Pegasus α = f 0 f 1 +f 0
36 Metody interpolacyjne Metoda siecznych Metoda siecznych
37 Metody interpolacyjne Metoda siecznych Metoda siecznych - (x 0, x 1 ) - f 0 f 1 - nie badamy linie prosta (x 0, f 0 ), (x 1, f 1 )... x i+2 = x i+1 x i+1 x i f i+1 f i+1 f i }{{} ( ) ( ) - jak N-R z takim przybl. f (x i ) - rząd zbieżności 1.62 ZAD - lepsza od RF - gorsza od NR - lecz bez f!
38 Literatura Literatura B. N. Datta Numerical Methods for the Root Finding Problem dattab/math / ROOT_FINDING.pdf C. T. Kelley Iterative Methods for Linear and Nonlinear Equations https: //archive.siam.org/books/textbooks/fr16_book.pdf
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 szczegółowo1 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 szczegółowoWprowadzenie 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 szczegółowoElementy 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 szczegółowoRozwiązywanie 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 szczegółowoMetody 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 szczegółowoZagadnienia - równania nieliniowe
Zagadnienia - równania nieliniowe Sformułowanie zadania poszukiwania pierwiastków. Przedział izolacji. Twierdzenia o istnieniu pierwiastków. Warunki zatrzymywania algorytmów. Metoda połowienia: założenia,
Bardziej szczegółowoRozwiązywanie 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 szczegółowoMetody Obliczeniowe w Nauce i Technice
9 - Rozwiązywanie układów równań nieliniowych Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Anna Marciniec
Bardziej szczegółowoWstęp 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 szczegółowoWybrane 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 szczegółowoMetody rozwiązywania równań nieliniowych
Metody rozwiązywania równań nieliniowych Rozwiązywanie równań nieliniowych Ogólnie równanie o jednej niewiadomej x można przedstawić w postaci f ( x)=0, x R, (1) gdzie f jest wystarczająco regularną funkcją.
Bardziej szczegółowoMatematyka 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 szczegółowoRÓWNANIA NIELINIOWE Maciej Patan
RÓWNANIA NIELINIOWE Maciej Patan Uniwersytet Zielonogórski Przykład 1 Prędkość v spadającego spadochroniarza wyraża się zależnością v = mg ( 1 e c t) m c gdzie g = 9.81 m/s 2. Dla współczynnika oporu c
Bardziej szczegółowoIteracyjne 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 szczegółowoRozwiązywanie 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 szczegółowoROZWIĄZYWANIE 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 szczegółowoMetody 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 szczegółowoLaboratorium 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 szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Metody optymalizacji Metody poszukiwania ekstremum funkcji jednej zmiennej Materiały pomocnicze do ćwiczeń
Bardziej szczegółowoMetody Obliczeniowe w Nauce i Technice
8. Wyznaczanie pierwiastków wielomianów Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Magdalena Nowak
Bardziej szczegółowoMETODY 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 szczegółowoMetody Numeryczne. Wojciech Szewczuk
Metody Numeryczne Równania nieliniowe Równania nieliniowe W tych równaniach jedna lub więcej zmiennych występuje nieliniowo, np równanie Keplera x a sin x = b. Zajmiemy się teraz lokalizacją pierwiastków
Bardziej szczegółowoRozwiązywanie 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 szczegółowoMetody numeryczne. dr Artur Woike. Ćwiczenia nr 2. Rozwiązywanie równań nieliniowych metody połowienia, regula falsi i siecznych.
Ćwiczenia nr 2 metody połowienia, regula falsi i siecznych. Sformułowanie zagadnienia Niech będzie dane równanie postaci f (x) = 0, gdzie f jest pewną funkcją nieliniową (jeżeli f jest liniowa to zagadnienie
Bardziej szczegółowoMetody numeryczne Wykład 7
Metody numeryczne Wykład 7 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Plan wykładu Rozwiązywanie równań algebraicznych
Bardziej szczegółowoWyznaczanie miejsc zerowych funkcji
Wyznaczanie miejsc zerowych funkcji Piotr Modliński 6 października 010 Spis treści 1 Wstęp 1 Metody iteracyjne 1.1 Zbieżność metody............ Lokalizacja zer.............3 Metody odnajdywania zer.......3.1
Bardziej szczegółowoMETODY 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 szczegółowoMETODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH
METODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH Jednym z zastosowań metod numerycznych jest wyznaczenie pierwiastka lub pierwiastków równania nieliniowego. W tym celu stosuje się szereg metod obliczeniowych np:
Bardziej szczegółowoMetody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski
Metody numeryczne Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski Elektrotechnika stacjonarne-dzienne pierwszego stopnia
Bardziej szczegółowoMetody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I
Metody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I dr inż. Tomasz Goetzendorf-Grabowski (tgrab@meil.pw.edu.pl) Dęblin, 11 maja 2009 1 Organizacja wykładu 5 dni x 6 h = 30 h propozycja zmiany: 6
Bardziej szczegółowoWyznaczanie miejsc zerowych funkcji
Wyznaczanie miejsc zerowych funkcji Piotr Modliński 31 października 010 Spis treści 1 Wstęp 1 Metody iteracyjne 1.1 Zbieżność metody............ Lokalizacja zer.............3 Metody odnajdywania zer.......3.1
Bardziej szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 1. Optymalizacja funkcji jednej zmiennej Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 28.02.2019 1 / 54 Plan wykładu Optymalizacja funkcji jednej
Bardziej szczegółowoMetody 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 szczegółowoMetody 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 szczegółowoWprowadzenie do metod numerycznych Wykład 2 Numeryczne rozwiązywanie równań nieliniowych
Wprowadzenie do metod numerycznych Wykład 2 Numeryczne rozwiązywanie równań nieliniowych Polsko-Japońska Wyższa Szkoła Technik Komputerowych Katedra Informatyki Stosowanej Spis treści Spis treści 1 Numeryczne
Bardziej szczegółowoRównania nieliniowe. LABORKA Piotr Ciskowski
Równania nieliniowe LABORKA Piotr Ciskowski przykład 1. funkcja fplot fplot ( f, granice ) fplot ( f, granice, n, linia, tol ) [ x, y ] = fplot ( )» fplot ( sin(x*x)/x, [ 0 4*pi ] )» fplot ( sin(x*x)/x,
Bardziej szczegółowoWzór Maclaurina. Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = x k + f (n) (θx) x n.
Wzór Maclaurina Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = n 1 k=0 f (k) (0) k! x k + f (n) (θx) x n. n! Wzór Maclaurina Przykład. Niech f (x) =
Bardziej szczegółowoWstęp do metod numerycznych 9. Rozwiazywanie równań algebraicznych. P. F. Góra
Wstęp do metod numerycznych 9. Rozwiazywanie równań algebraicznych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Co to znaczy rozwiazać równanie? Przypuśmy, że postawiono przed nami problem rozwiazania
Bardziej szczegółowoMatematyka i Statystyka w Finansach. Rachunek Różniczkowy
Rachunek Różniczkowy Ciąg liczbowy Link Ciągiem liczbowym nieskończonym nazywamy każdą funkcję a która odwzorowuje zbiór liczb naturalnych N w zbiór liczb rzeczywistych R a : N R. Tradycyjnie wartość a(n)
Bardziej szczegółowoVIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji.
VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji. Twierdzenie 1.1. (Rolle a) Jeżeli funkcja f jest ciągła w przedziale domkniętym
Bardziej szczegółowoCałkowanie 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 szczegółowoMetody 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 szczegółowoEgzamin 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 szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 5. Metody kierunków poparwy (metoda Newtona-Raphsona, metoda gradientów sprzężonych) Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 28.03.2019 1
Bardziej szczegółowoAnaliza 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 szczegółowoKubatury Gaussa (całka podwójna po trójkącie)
Kubatury Gaussa (całka podwójna po trójkącie) Całka podwójna po trójkącie Dana jest funkcja dwóch zmiennych f (x, y) ciągła i ograniczona w obszarze trójkątnym D. Wierzchołki trójkąta wyznaczają punkty
Bardziej szczegółowoZadania z analizy matematycznej - sem. I Pochodne funkcji, przebieg zmienności funkcji
Zadania z analizy matematycznej - sem. I Pochodne funkcji przebieg zmienności funkcji Definicja 1. Niech f : (a b) R gdzie a < b oraz 0 (a b). Dla dowolnego (a b) wyrażenie f() f( 0 ) = f( 0 + ) f( 0 )
Bardziej szczegółowoELEMENTY 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 szczegółowoInterpolacja. 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 szczegółowoUkłady równań nieliniowych (wielowymiarowa metoda Newtona-Raphsona) f(x) = 0, gdzie. dla n=2 np.
Układy równań nieliniowych (wielowymiarowa metoda Newtona-Raphsona f(x 0, f ( f, f,..., f n gdzie 2 x ( x, x 2,..., x n dla n2 np. f ( x, y 0 g( x, y 0 dla każdej wielowymiarowej rozwinięcie w szereg Taylora
Bardziej szczegółowoZwięzły kurs analizy numerycznej
Spis treści Przedmowa... 7 1. Cyfry, liczby i błędy podstawy analizy numerycznej... 11 1.1. Systemy liczbowe... 11 1.2. Binarna reprezentacja zmiennoprzecinkowa... 16 1.3. Arytmetyka zmiennopozycyjna...
Bardziej szczegółowoELEMENTY 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 szczegółowoObliczenia iteracyjne
Lekcja Strona z Obliczenia iteracyjne Zmienne iteracyjne (wyliczeniowe) Obliczenia iteracyjne wymagają zdefiniowania specjalnej zmiennej nazywanej iteracyjną lub wyliczeniową. Zmienną iteracyjną od zwykłej
Bardziej szczegółowo1 Pochodne wyższych rzędów
Pochodne wyższych rzędów Pochodną rzędu drugiego lub drugą pochodną funkcji y = f(x) nazywamy pochodną pierwszej pochodnej tej funkcji. Analogicznie definiujemy pochodne wyższych rzędów, jako pochodne
Bardziej szczegółowoWykład 4 Przebieg zmienności funkcji. Badanie dziedziny oraz wyznaczanie granic funkcji poznaliśmy na poprzednich wykładach.
Wykład Przebieg zmienności funkcji. Celem badania przebiegu zmienności funkcji y = f() jest poznanie ważnych własności tej funkcji na podstawie jej wzoru. Efekty badania pozwalają naszkicować wykres badanej
Bardziej szczegółowoLab 10. Funkcje w argumentach funkcji metoda Newtona. Synonimy nazw typów danych. Struktury. Tablice struktur.
Języki i paradygmaty programowania 1 studia stacjonarne 2018/19 Lab 10. Funkcje w argumentach funkcji metoda Newtona. Synonimy nazw typów danych. Struktury. Tablice struktur. 1. Identyfikator funkcji,
Bardziej szczegółowoZADANIA 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 szczegółowoWstęp do Programowania potok funkcyjny
Wstęp do Programowania potok funkcyjny Marcin Kubica 2010/2011 Outline Procedury wyższych rzędów 1 Procedury wyższych rzędów jako abstrakcje konstrukcji programistycznych Intuicje Procedury wyższych rzędów
Bardziej szczegółowoPochodne funkcji wraz z zastosowaniami - teoria
Pochodne funkcji wraz z zastosowaniami - teoria Pochodne Definicja 2.38. Niech f : O(x 0 ) R. Jeżeli istnieje skończona granica f(x 0 + h) f(x 0 ) h 0 h to granicę tę nazywamy pochodną funkcji w punkcie
Bardziej szczegółowoEgzamin 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 szczegółowoPRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA
PRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA Metody kolejnych przybli e Twierdzenie. (Bolzano Cauchy ego) Metody kolejnych przybli e Je eli funkcja F(x) jest ci g a w przedziale domkni tym [a,b] i F(a) F(b)
Bardziej szczegółowox 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 szczegółowodr 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 szczegółowoMetody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015
Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015 1 Metody numeryczne Dział matematyki Metody rozwiązywania problemów matematycznych za pomocą operacji na liczbach. Otrzymywane
Bardziej szczegółowoObliczenia 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 szczegółowo1 Funkcja wykładnicza i logarytm
1 Funkcja wykładnicza i logarytm 1. Rozwiązać równania; (a) x + 3 = 3 ; (b) x 2 + 9 = 5 ; (c) 3 x 1 = 3x 2 2. Rozwiązać nierówności : (a) 2x 1 > 2 ; (b) 3x 4 2x + 3 > x + 2 ; (c) 3 x > 1. 3. Znając wykres
Bardziej szczegółowoMetody numeryczne rozwiązywania równań różniczkowych
Metody numeryczne rozwiązywania równań różniczkowych Marcin Orchel Spis treści Wstęp. Metody przybliżone dla równań pierwszego rzędu................ Metoda kolejnych przybliżeń Picarda...................2
Bardziej szczegółowoAlgorytmy obliczeniowe
PG WETiI Katedra Systemów Automatyki Algorytmy obliczeniowe Dr inż. Krzysztof Cisowski Tel: 583471274, email: krci@eti.pg.gda.pl Kierunek studiów Automatyka i Robotyka Zakres i treść przedmiotu (1) 1.
Bardziej szczegółowoINFORMATYKA 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 szczegółowoMetody 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 szczegółowoZnaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie:
Ciągi rekurencyjne Zadanie 1 Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie: w dwóch przypadkach: dla i, oraz dla i. Wskazówka Należy poszukiwać rozwiązania w postaci, gdzie
Bardziej szczegółowo3. 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 szczegółowox 2 5x + 6 x 2 x 6 = 1 3, x 0sin 2x = 2, 9 + 2x 5 lim = 24 5, = e 4, (i) lim x 1 x 1 ( ), (f) lim (nie), (c) h(x) =
Zadanie.. Obliczyć granice 2 + 2 (a) lim (d) lim 0 2 + 2 + 25 5 = 5,. Granica i ciągłość funkcji odpowiedzi = 4, (b) lim 2 5 + 6 2 6 =, 4 (e) lim 0sin 2 = 2, cos (g) lim 0 2 =, (h) lim 2 8 Zadanie.2. Obliczyć
Bardziej szczegółowoBardzo 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 szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 5. Metoda stochastycznego spadku wzdłuż gradientu Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 04.04.2019 1 / 20 Wprowadzenie Minimalizacja różniczkowalnej
Bardziej szczegółowo1 Funkcja wykładnicza i logarytm
1 Funkcja wykładnicza i logarytm 1. Rozwiązać równania; (a) x + 3 = 3 ; (b) x 2 + 9 = 5 ; (c) 3 x 1 = 3x 2 2. Rozwiązać nierówności : (a) 2x 1 > 2 ; (b) 3x 4 2x + 3 > x + 2 ; (c) 3 x > 1. 3. Znając wykres
Bardziej szczegółowoWykład 8. Informatyka Stosowana. 26 listopada 2018 Magdalena Alama-Bućko. Informatyka Stosowana Wykład , M.A-B 1 / 31
Wykład 8 Informatyka Stosowana 26 listopada 208 Magdalena Alama-Bućko Informatyka Stosowana Wykład 8 26..208, M.A-B / 3 Definicja Ciagiem liczbowym {a n }, n N nazywamy funkcję odwzorowujac a zbiór liczb
Bardziej szczegółowoZajęcia nr 1 (1h) Dwumian Newtona. Indukcja. Zajęcia nr 2 i 3 (4h) Trygonometria
Technologia Chemiczna 008/09 Zajęcia wyrównawcze. Pokazać, że: ( )( ) n k k l = ( n l )( n l k l Zajęcia nr (h) Dwumian Newtona. Indukcja. ). Rozwiązać ( ) ( równanie: ) n n a) = 0 b) 3 ( ) n 3. Znaleźć
Bardziej szczegółowo2. ZASTOSOWANIA POCHODNYCH. (a) f(x) = ln 3 x ln x, (b) f(x) = e2x x 2 2.
2. ZASTOSOWANIA POCHODNYCH. Koniecznie trzeba znać: twierdzenia o ekstremach (z wykorzystaniem pierwszej i drugiej pochodnej), Twierdzenie Lagrange a, Twierdzenie Taylora (z resztą w postaci Peano, Lagrange
Bardziej szczegółowoWykład 11. Informatyka Stosowana. Magdalena Alama-Bućko. 18 grudnia Magdalena Alama-Bućko Wykład grudnia / 22
Wykład 11 Informatyka Stosowana Magdalena Alama-Bućko 18 grudnia 2017 Magdalena Alama-Bućko Wykład 11 18 grudnia 2017 1 / 22 Twierdzenie Granica lim f (x) x x 0 istnieje i wynosi a wtedy i tylko wtedy,
Bardziej szczegółowoWstęp do metod numerycznych 9. Minimalizacja: funkcje jednej zmiennej. P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/
Wstęp do metod numerycznych 9. Minimalizacja: funkcje jednej zmiennej P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2011 Lokalna minimalizacja ciagła Minimalizacja funkcji jest jedna z najważniejszych
Bardziej szczegółowoRachunek różniczkowy funkcji jednej zmiennej. 1 Obliczanie pochodnej i jej interpretacja geometryczna
Wydział Matematyki Stosowanej Zestaw zadań nr 4 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus 4 grudnia 08r. Rachunek różniczkowy funkcji jednej zmiennej Obliczanie pochodnej
Bardziej szczegółowoczyli o szukaniu miejsc zerowych, których nie ma
zerowych, których nie ma Instytut Fizyki im. Mariana Smoluchowskiego Centrum Badania Systemów Złożonych im. Marka Kaca Uniwersytet Jagielloński Metoda Metoda dla Warszawa, 9 stycznia 2006 Metoda -Raphsona
Bardziej szczegółowo5. Równania różniczkowe zwyczajne pierwszego rzędu
5. Równania różniczkowe zwyczajne pierwszego rzędu 5.1. Wstęp. Definicja 5.1. Niech V R 3 będzie obszarem oraz F : V R. Równaniem różniczkowym zwyczajnym rzędu pierwszego nazywamy równanie postaci Równanie
Bardziej szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 4. Metody kierunków poprawy (metoda spadku wzdłuż gradientu) Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 21.03.2019 1 / 41 Plan wykładu Minimalizacja
Bardziej szczegółowoAnaliza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń
Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń Leszek Skrzypczak 1. Niech E = {x [0, 1] : x = k 2 n k = 1, 2,... 2 n, n = 1, 2, 3,...} Wówczas: (a) Dla dowolnych liczb wymiernych p, q [0,
Bardziej szczegółowoTekst na niebiesko jest komentarzem lub treścią zadania b; stąd b = (6 π 3)/12. 3 Wzór stycznej: 2 x + 6 π
Tekst na niebiesko jest komentarzem lub treścią zadania. Zadanie 1. Styczne do krzywej: (a) y = sin x x 0 = π/6 (b) y = x 3 2x 2 + x 1 x 0 = 1 Tą styczną to już gdzieś objaśniałem. Jest to prosta o równaniu
Bardziej szczegółowoRachunek różniczkowy i całkowy 2016/17
Rachunek różniczkowy i całkowy 26/7 Zadania domowe w pakietach tygodniowych Tydzień 3-7..26 Zadanie O. Czy dla wszelkich zbiorów A, B i C zachodzą następujące równości: (A B)\C = (A\C) (B\C), A\(B\C) =
Bardziej szczegółowoWYMAGANIA 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(8) Oblicz wyznacznik dowolnie wybranej macierzy stopnia czwartego. (9) Rozwi aż podany układ równań stosuj ac wzory Cramera:
Zadania przygotowuj ace do kolokwium (budownictwo, studia niestacjonarne, drugi semestr, 209) [7III] () Podaj przykład dowolnej macierzy A drugiego stopnia Oblicz A A T + A T A (2) Podaj przykład dowolnej
Bardziej szczegółowoRzut 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 szczegółowoMatematyka dyskretna dla informatyków
Matematyka dyskretna dla informatyków Część I: Elementy kombinatoryki Jerzy Jaworski Zbigniew Palka Jerzy Szymański Uniwersytet im. Adama Mickiewicza Poznań 2007 4 Zależności rekurencyjne Wiele zależności
Bardziej szczegółowoArytmetyka. Działania na liczbach, potęga, pierwiastek, logarytm
Arytmetyka Działania na liczbach, potęga, pierwiastek, logarytm Zbiory liczbowe Zbiór liczb naturalnych N = {1,2,3,4, }. Zbiór liczb całkowitych Z = {, 3, 2, 1,0,1,2,3, }. Zbiory liczbowe Zbiór liczb wymiernych
Bardziej szczegółowoWstęp 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 szczegółowoMetody Numeryczne Optymalizacja. Wojciech Szewczuk
Metody Numeryczne Optymalizacja Optymalizacja Definicja 1 Przez optymalizację będziemy rozumieć szukanie minimów lub maksimów funkcji. Optymalizacja Definicja 2 Optymalizacja lub programowanie matematyczne
Bardziej szczegółowoObliczenia Naukowe i Metody Numeryczne. Laboratorium Komputerowe lista 4 5 października 2012
Obliczenia Naukowe i Metody Numeryczne Laboratorium Komputerowe lista 4 5 października 2012 Temat: interpolacja i iteracyjne metody obliczania zer funkcji Uwagi. Zalecane jest graficzne ilustrowanie przeprowadzonych
Bardziej szczegółowoPochodna i różniczka funkcji oraz jej zastosowanie do obliczania niepewności pomiarowych
Pochodna i różniczka unkcji oraz jej zastosowanie do obliczania niepewności pomiarowych Krzyszto Rębilas DEFINICJA POCHODNEJ Pochodna unkcji () w punkcie określona jest jako granica: lim 0 Oznaczamy ją
Bardziej szczegółowoObliczenia naukowe Wykład nr 2
Obliczenia naukowe Wykład nr 2 Paweł Zieliński Katedra Informatyki, Wydział Podstawowych Problemów Techniki, Politechnika Wrocławska Literatura Literatura podstawowa [1] D. Kincaid, W. Cheney, Analiza
Bardziej szczegółowo27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE
27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27.1. Wiadomości wstępne Równaniem różniczkowym cząstkowym nazywamy związek w którym występuje funkcja niewiadoma u dwóch lub większej liczby zmiennych niezależnych i
Bardziej szczegółowo