Egzamin z Metod Numerycznych ZSI, Egzamin, Gr. A

Wielkość: px
Rozpocząć pokaz od strony:

Download "Egzamin z Metod Numerycznych ZSI, Egzamin, Gr. A"

Transkrypt

1 Egzamin z Metod Numerycznych ZSI, 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 jest warta 1 punkt. 1. Rozważamy zadanie rozwiązywania układu równań liniowych z macierzą nieosobliwą. Algorytm eliminacji Gaussa z wyborem elementu głównego może dać niedokładne rozwiązanie, gdy macierz jest źle uwarunkowana Wybór elementu głównego w algorytmie eliminacji Gaussa jest niepotrzebny, gdy macierz jest dobrze uwarunkowana Algorytm eliminacji Gaussa z wyborem elementu głównego należy stosować do rozwiązania zadania interpolacji wielomianowej 2. Mamy stablicowane N + 1 wartości funkcji f w węzłach x, przy czym x 0 < x 1 <... < x N. Wyjaśnij, co robi poniższy kod g = 0. 0 ; f o r ( i = 0 ; i <= N; i ++) g = g + f [ i ] ( x [ i +1] x [ i ] ) ; wyznacza wielomian interpolacyjny dla stablicowanej funkcji f w węzłach x 0,..., x N wyznacza przybliżenie miejsca zerowego pochodnej funkcji f na odcinku (x 0, x N ) oblicza przybliżenie całki x N x 0 f(x) 3. Rozwiązujemy równanie nieliniowe x 3 x = a metodą Newtona. Wzór na kolejną iterację metody to x k+1 = 2x3 k 3x 2 k + 1 Niezależnie od a, mała wartość residuum gwarantuje, że uzyskane rozwiązanie przybliżone będzie obarczone małym błędem względnym Dla a = 0 i x 0 = 10 2, metoda Newtona będzie zbieżna kwadratowo do x = Dobre uwarunkowanie zadania powoduje, że numerycznie poprawny algorytm jego wykonania w arytmetyce zmiennoprzecinkowej podwójnej precyzji da wynik o bardzo dużej dokładności rozwiązanie można wyznaczyć kosztem co najwyżej wielomianowym względem liczby danych rozwiązanie można wyznaczyć kosztem co najwyżej liniowym względem liczby danych 1

2 5. Algorytm Hornera: Przydaje się do znajdowania miejsca zerowego wielomianu stopnia n metodą bisekcji. Przydaje się do obliczania wartości wielomianu stopnia n i wymaga n 2 /2 mnożeń Przydaje się do mnożenia dwóch wielomianów stopnia n i wymaga n log 2 n mnożeń 6. Liczba x = 0.1 nie jest reprezentowana dokładnie w arytmetyce podwójnej precyzji. Błąd względny reprezentacji tej liczby: f l(x) x / x jest równy około około około Jest nieskończenie wiele funkcji interpolujących zadane n wartości w n zadanych (parami różnych) węzłach Im więcej jest węzłów interpolacji wielomianowej Lagrange a, tym mniejszy musi być błąd aproksymacji funkcji, której wartości są interpolowane. Współczynniki wielomianu interpolacyjnego Lagrange a daje się wyznaczyć kosztem co najwyżej O(n 2 ), a jego wartość w zadanym punkcie kosztem co najwyżej O(n), gdzie n to liczba węzłów. 8. Niech macierz A ma n wierszy i m kolumn, przy czym n > m oraz wszystkie kolumny A są liniowo niezależne. Liniowe zadanie najmniejszych kwadratów Polega na znalezieniu wektora x takiego, że Ax b 2 jest możliwie najmniejsza Zaleca się rozwiązywać korzystając z rozkładu QR macierzy A Można rozwiązywać korzystając z rozkładu Cholesky ego macierzy A T A, choć zwykle są lepsze sposoby. 9. Złożona kwadratura trapezów polega na wyznaczeniu dokładnej wartości całki z liniowego splajnu interpolującego funkcję podcałkową Jeden krok metody siecznych polega na znalezieniu miejsca zerowego wielomianu interpolującego funkcję, której miejsca zerowego poszukujemy Algorytm FFT wyznacza wynik mnożenia zadanego wektora przez pewną macierz symetryczną 10. Dla zapamiętania macierzy rzadkiej wystarczy 2 N Z miejsc w pamięci, gdzie N Z to liczba niezerowych elementów macierzy. Format AIJ (inaczej: współrzędnych) wymaga dwóch tablic liczb całkowitych, każda długości N Z Macierz trójdiagonalną można traktować jako macierz rozrzedzoną 2

3 11. Jaki będzie wynik x, y wykonania poniższego fragmentu kodu: double j, k, x, y ; j = 1 e12 ; y = pow((1+ 1/ j ), j ) ; k = 1 e26 ; x = pow((1+ 1/ k ), k ) ; Funkcja double pow(double x, double y) zwraca liczbę x y. Wskazówka: lim n (1 + 1 n )n = e x = 1, y = 1 x = 1, y 2.71 x 2.71, y 2.71 Section 2. Zadania (pół)otwarte, max. 30 pkt Uzupełnij wolne miejsca lub zapisz wymagane rozwiązania. W razie potrzeby skorzystaj z dodatkowej kartki, zaznaczając numer zadania, które tam rozwiązujesz. Każde prawidłowo rozwiązane zadanie jest warte 5 punktów. 1. W wyszukiwarce Google wykorzystuje się metodę potęgową dla znajdowania dominującej wartości własnej macierzy A + uu T, gdzie A jest zadaną macierzą rzadką, a u zadanym wektorem. Zapisz szczegółowy algorytm wykonujący tę metodę, wskazując, w których jego miejscach można byłoby skorzystać z procedur BLAS. Oceń jego koszt w zależności od rozmiaru macierzy. 2. Wymień przynajmniej dwa zadania numeryczne w których wykorzystuje się interpolację wielomianową:,,, 3. Podaj po jednym przykładzie zadania obliczeniowego: dobrze uwarunkowanego: źle uwarunkowanego 3

4 podane przykłady mają pożądane własności. Krótko uzasadnij, że 4. Wskaż trzy sytuacje, gdy do rozwiązywania równania nieliniowego lepiej stosować metodę bisekcji aniżeli metodę stycznych. 5. Podaj wzór na przybliżoną wartość całki 1 0 x3 dx, korzystając z kwadratury prostokątów P (f), z kwadratury trapezów T (f): Wykorzystaj różnicę między P (f) i T (f) do wyprowadzenia wzoru na estymator błędu popełnionego przez kwadraturę prostokątów. 6. Napisz w C procedurę, której parametrami będą m.in. macierz dwudiagonalna górna U oraz wektor f, rozwiązującą układ równań Ux = f. W komentarzach zaznacz, jak interpretujesz przekazywane parametry i jak zwracasz rozwiązanie. 4

5 Answer Key for Exam A Section 1. Test wyboru, max 33 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa odpowiedź jest warta 1 punkt. 1. Rozważamy zadanie rozwiązywania układu równań liniowych z macierzą nieosobliwą. Algorytm eliminacji Gaussa z wyborem elementu głównego może dać niedokładne rozwiązanie, gdy macierz jest źle uwarunkowana Wybór elementu głównego w algorytmie eliminacji Gaussa jest niepotrzebny, gdy macierz jest dobrze uwarunkowana Algorytm eliminacji Gaussa z wyborem elementu głównego należy stosować do rozwiązania zadania interpolacji wielomianowej 2. Mamy stablicowane N + 1 wartości funkcji f w węzłach x, przy czym x 0 < x 1 <... < x N. Wyjaśnij, co robi poniższy kod g = 0. 0 ; f o r ( i = 0 ; i <= N; i ++) g = g + f [ i ] ( x [ i +1] x [ i ] ) ; wyznacza wielomian interpolacyjny dla stablicowanej funkcji f w węzłach x 0,..., x N wyznacza przybliżenie miejsca zerowego pochodnej funkcji f na odcinku (x 0, x N ) oblicza przybliżenie całki x N x 0 f(x) 3. Rozwiązujemy równanie nieliniowe x 3 x = a metodą Newtona. Wzór na kolejną iterację metody to x k+1 = 2x3 k 3x 2 k + 1 Niezależnie od a, mała wartość residuum gwarantuje, że uzyskane rozwiązanie przybliżone będzie obarczone małym błędem względnym Dla a = 0 i x 0 = 10 2, metoda Newtona będzie zbieżna kwadratowo do x = Dobre uwarunkowanie zadania powoduje, że numerycznie poprawny algorytm jego wykonania w arytmetyce zmiennoprzecinkowej podwójnej precyzji da wynik o bardzo dużej dokładności rozwiązanie można wyznaczyć kosztem co najwyżej wielomianowym względem liczby danych rozwiązanie można wyznaczyć kosztem co najwyżej liniowym względem liczby danych 1

6 5. Algorytm Hornera: Przydaje się do znajdowania miejsca zerowego wielomianu stopnia n metodą bisekcji. Przydaje się do obliczania wartości wielomianu stopnia n i wymaga n 2 /2 mnożeń Przydaje się do mnożenia dwóch wielomianów stopnia n i wymaga n log 2 n mnożeń 6. Liczba x = 0.1 nie jest reprezentowana dokładnie w arytmetyce podwójnej precyzji. Błąd względny reprezentacji tej liczby: f l(x) x / x jest równy 7. około około około Jest nieskończenie wiele funkcji interpolujących zadane n wartości w n zadanych (parami różnych) węzłach Im więcej jest węzłów interpolacji wielomianowej Lagrange a, tym mniejszy musi być błąd aproksymacji funkcji, której wartości są interpolowane. Współczynniki wielomianu interpolacyjnego Lagrange a daje się wyznaczyć kosztem co najwyżej O(n 2 ), a jego wartość w zadanym punkcie kosztem co najwyżej O(n), gdzie n to liczba węzłów. 8. Niech macierz A ma n wierszy i m kolumn, przy czym n > m oraz wszystkie kolumny A są liniowo niezależne. Liniowe zadanie najmniejszych kwadratów 9. Polega na znalezieniu wektora x takiego, że Ax b 2 jest możliwie najmniejsza Zaleca się rozwiązywać korzystając z rozkładu QR macierzy A Można rozwiązywać korzystając z rozkładu Cholesky ego macierzy A T A, choć zwykle są lepsze sposoby. Złożona kwadratura trapezów polega na wyznaczeniu dokładnej wartości całki z liniowego splajnu interpolującego funkcję podcałkową Jeden krok metody siecznych polega na znalezieniu miejsca zerowego wielomianu interpolującego funkcję, której miejsca zerowego poszukujemy Algorytm FFT wyznacza wynik mnożenia zadanego wektora przez pewną macierz symetryczną 10. Dla zapamiętania macierzy rzadkiej wystarczy 2 N Z miejsc w pamięci, gdzie N Z to liczba niezerowych elementów macierzy. Format AIJ (inaczej: współrzędnych) wymaga dwóch tablic liczb całkowitych, każda długości N Z Macierz trójdiagonalną można traktować jako macierz rozrzedzoną 2

7 11. Jaki będzie wynik x, y wykonania poniższego fragmentu kodu: double j, k, x, y ; j = 1 e12 ; y = pow((1+ 1/ j ), j ) ; k = 1 e26 ; x = pow((1+ 1/ k ), k ) ; Funkcja double pow(double x, double y) zwraca liczbę x y. Wskazówka: lim n (1 + 1 n )n = e x = 1, y = 1 x = 1, y 2.71 x 2.71, y 2.71 Section 2. Zadania (pół)otwarte, max. 30 pkt Uzupełnij wolne miejsca lub zapisz wymagane rozwiązania. W razie potrzeby skorzystaj z dodatkowej kartki, zaznaczając numer zadania, które tam rozwiązujesz. Każde prawidłowo rozwiązane zadanie jest warte 5 punktów. 1. W wyszukiwarce Google wykorzystuje się metodę potęgową dla znajdowania dominującej wartości własnej macierzy A + uu T, gdzie A jest zadaną macierzą rzadką, a u zadanym wektorem. Zapisz szczegółowy algorytm wykonujący tę metodę, wskazując, w których jego miejscach można byłoby skorzystać z procedur BLAS. Oceń jego koszt w zależności od rozmiaru macierzy. while not stop alpha = ddot(v,x); x = dgmv(a,x); x = daxpy(x,u,alpha); end while gdzie ddot iloczyn skalarny dwóch wektorów, dgmv mnożenie macierz-wektor, daxpy operacja Koszt oczywiście liniowy 2. Wymień przynajmniej dwa zadania numeryczne w których wykorzystuje się interpolację wielomianową: metoda siecznych (interpolacja Lagrange a wielom. stopnia 1), stycznych (wielomianem Hermite a stopnia 1), kwadratury interpolacyjne, aproksymacja funkcji 3. Podaj po jednym przykładzie zadania obliczeniowego: dobrze uwarunkowanego: Obliczenie sumy dwóch liczb tego samego znaku. Omawiane na wykładzie. źle uwarunkowanego 3

8 Rozwiązywanie układu równań liniowych z macierzą Hilberta dużego wymiaru. Omawiane na wykładzie. Krótko uzasadnij, że podane przykłady mają pożądane własności. 4. Wskaż trzy sytuacje, gdy do rozwiązywania równania nieliniowego lepiej stosować metodę bisekcji aniżeli metodę stycznych. Gdy funkcja nie jest różniczkowalna lub jej pochodna jest kosztowna w wyliczeniu Gdy nie znamy dobrego przybliżenia rozwiązania Gdy zero jest wielokrotne o nieparzystej krotności 5. Podaj wzór na przybliżoną wartość całki 1 0 x3 dx, korzystając z kwadratury prostokątów P (f), z kwadratury trapezów T (f): P (x 3 ) = (1/2) 3 T (x 3 ) = ( )/2 = 1/2 Wykorzystaj różnicę między P (f) i T (f) do wyprowadzenia wzoru na estymator błędu popełnionego przez kwadraturę prostokątów. Skoro I P Ch 2 /24 oraz I T Ch 2 /12, to 2I 2P Ch 2 2P +T /12 T I, skąd I 3. Przy okazji: jest to akurat kwadratura Simpsona! Zatem estymator błędu dla P to I P T P Napisz w C procedurę, której parametrami będą m.in. macierz dwudiagonalna górna U oraz wektor f, rozwiązującą układ równań Ux = f. W komentarzach zaznacz, jak interpretujesz przekazywane parametry i jak zwracasz rozwiązanie. 4

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

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

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

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 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

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

Zał nr 4 do ZW. Dla grupy kursów zaznaczyć kurs końcowy. Liczba punktów ECTS charakterze praktycznym (P)

Zał nr 4 do ZW. Dla grupy kursów zaznaczyć kurs końcowy. Liczba punktów ECTS charakterze praktycznym (P) Zał nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim : Obliczenia Naukowe Nazwa w języku angielskim : Scientific Computing. Kierunek studiów : Informatyka Specjalność

Bardziej szczegółowo

Wstęp do metod numerycznych Zadania numeryczne 2016/17 1

Wstęp do metod numerycznych Zadania numeryczne 2016/17 1 Wstęp do metod numerycznych Zadania numeryczne /7 Warunkiem koniecznym (nie wystarczającym) uzyskania zaliczenia jest rozwiązanie co najmniej 3 z poniższych zadań, przy czym zadania oznaczone literą O

Bardziej szczegółowo

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

Analiza numeryczna Kurs INP002009W. Wykład 8 Interpolacja wielomianowa. Karol Tarnowski A-1 p.223

Analiza numeryczna Kurs INP002009W. Wykład 8 Interpolacja wielomianowa. Karol Tarnowski A-1 p.223 Analiza numeryczna Kurs INP002009W Wykład 8 Interpolacja wielomianowa Karol Tarnowski karol.tarnowski@pwr.wroc.pl A-1 p.223 Plan wykładu Wielomian interpolujący Wzór interpolacyjny Newtona Wzór interpolacyjny

Bardziej szczegółowo

1 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

Zajęcia nr 1: Zagadnienia do opanowania:

Zajęcia nr 1: Zagadnienia do opanowania: Laboratorium komputerowe oraz Ćwiczenia rachunkowe z przedmiotu Metody obliczeniowe Prowadzący: L. Bieniasz (semestr letni 018) Zagadnienia do opanowania przed zajęciami, pomocnicze zadania rachunkowe

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

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

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

Analiza numeryczna Kurs INP002009W. Wykłady 6 i 7 Rozwiązywanie układów równań liniowych. Karol Tarnowski A-1 p.

Analiza numeryczna Kurs INP002009W. Wykłady 6 i 7 Rozwiązywanie układów równań liniowych. Karol Tarnowski A-1 p. Analiza numeryczna Kurs INP002009W Wykłady 6 i 7 Rozwiązywanie układów równań liniowych Karol Tarnowski karol.tarnowski@pwr.wroc.pl A-1 p.223 Plan wykładu Podstawowe pojęcia Własności macierzy Działania

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

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

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

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

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

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

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

Metody numeryczne. materiały do wykładu dla studentów

Metody numeryczne. materiały do wykładu dla studentów Metody numeryczne materiały do wykładu dla studentów Autorzy: Maria Kosiorowska Marta Kornafel Grzegorz Kosiorowski Grzegorz Szulik Sebastian Baran Jakub Bielawski Materiały przygotowane w ramach projektu

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

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

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

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

Metody numeryczne w przykładach

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

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

Bardziej szczegółowo

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

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

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

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

5. Twierdzenie Weierstrassa

5. Twierdzenie Weierstrassa Pytania egzaminacyjne z Metod Numerycznych 1. Jaką największą liczbę można zapisać w postaci znormalizowanej w dwójkowym systemie liczenia na 8-miu bitach podzielonych 4 + 4 na mantysę i cechę, jeśli zarówno

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

Metody numeryczne Wykład 7

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

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

Zwięzły kurs analizy numerycznej

Zwięzły 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 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

04 Układy równań i rozkłady macierzy - Ćwiczenia. Przykład 1 A =

04 Układy równań i rozkłady macierzy - Ćwiczenia. Przykład 1 A = 04 Układy równań i rozkłady macierzy - Ćwiczenia 1. Wstęp Środowisko Matlab można z powodzeniem wykorzystać do rozwiązywania układów równań z wykorzystaniem rozkładów macierzy m.in. Rozkładu Choleskiego,

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

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 NIELINIOWE Maciej Patan

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

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 1 Zadanie Definicja 1.1. (zadanie) Zadaniem nazywamy zagadnienie znalezienia rozwiązania x spełniającego równanie F (x, d) = 0, gdzie d jest zbiorem danych (od których zależy rozwiązanie x), a F

Bardziej szczegółowo

Metody numeryczne. Sformułowanie zagadnienia interpolacji

Metody numeryczne. Sformułowanie zagadnienia interpolacji Wykład nr 2 Sformułowanie zagadnienia interpolacji Niech będą dane punkty x 0,..., x n (nazywane węzłami interpolacji) i wartości w węzłach y 0,..., y n. Od węzłów żądamy spełnienia warunku x i x j dla

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

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

Metody numeryczne Wykład 4

Metody numeryczne Wykład 4 Metody numeryczne Wykład 4 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Metody skończone rozwiązywania

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

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

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

Bardziej szczegółowo

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

METODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH

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

Bardziej szczegółowo

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

Metody numeryczne Wykład 6

Metody numeryczne Wykład 6 Metody numeryczne Wykład 6 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Interpolacja o Interpolacja

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych

Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych Piotr Modliński Wydział Geodezji i Kartografii PW 13 stycznia 2012 P. Modliński, GiK PW Rozw.

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

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

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

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

Wartości i wektory własne

Wartości i wektory własne Dość często przy rozwiązywaniu problemów naukowych czy technicznych pojawia się konieczność rozwiązania dość specyficznego układu równań: Zależnego od n nieznanych zmiennych i pewnego parametru. Rozwiązaniem

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

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

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

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

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

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

Bardziej szczegółowo

, 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

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

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

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

Bardziej szczegółowo

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

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

Metody numeryczne. dr Artur Woike. Ćwiczenia nr 2. Rozwiązywanie równań nieliniowych metody połowienia, regula falsi i siecznych.

Metody 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 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

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

Liczby zmiennoprzecinkowe i błędy

Liczby zmiennoprzecinkowe i błędy i błędy Elementy metod numerycznych i błędy Kontakt pokój B3-10 tel.: 829 53 62 http://golinski.faculty.wmi.amu.edu.pl/ golinski@amu.edu.pl i błędy Plan wykładu 1 i błędy Plan wykładu 1 2 i błędy Plan

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

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

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

Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015

Metody 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 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

Metody numeryczne. materiały do wykładu dla studentów

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

Bardziej szczegółowo

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

Instytut Matematyczny Uniwersytet Wrocławski. Zakres egzaminu magisterskiego. Wybrane rozdziały anazlizy i topologii 1 i 2

Instytut Matematyczny Uniwersytet Wrocławski. Zakres egzaminu magisterskiego. Wybrane rozdziały anazlizy i topologii 1 i 2 Instytut Matematyczny Uniwersytet Wrocławski Zakres egzaminu magisterskiego Studia na sekcji przygotowują do praktycznego posługiwania się narzędziami informatycznymi począwszy od systemów operacyjnych

Bardziej szczegółowo

Metody rozwiązywania równań nieliniowych

Metody 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 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

FUNKCJE I RÓWNANIA KWADRATOWE. Lekcja 78. Pojęcie i wykres funkcji kwadratowej str

FUNKCJE I RÓWNANIA KWADRATOWE. Lekcja 78. Pojęcie i wykres funkcji kwadratowej str FUNKCJE I RÓWNANIA KWADRATOWE Lekcja 78. Pojęcie i wykres funkcji kwadratowej str. 178-180. Funkcja kwadratowa to taka, której wykresem jest parabola. Definicja Funkcją kwadratową nazywamy funkcje postaci

Bardziej szczegółowo

Metoda eliminacji Gaussa. Autorzy: Michał Góra

Metoda eliminacji Gaussa. Autorzy: Michał Góra Metoda eliminacji Gaussa Autorzy: Michał Góra 9 Metoda eliminacji Gaussa Autor: Michał Góra Przedstawiony poniżej sposób rozwiązywania układów równań liniowych jest pewnym uproszczeniem algorytmu zwanego

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

Metody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I

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

Bardziej szczegółowo

3. Macierze i Układy Równań Liniowych

3. Macierze i Układy Równań Liniowych 3. Macierze i Układy Równań Liniowych Rozważamy równanie macierzowe z końcówki ostatniego wykładu ( ) 3 1 X = 4 1 ( ) 2 5 Podstawiając X = ( ) x y i wymnażając, otrzymujemy układ 2 równań liniowych 3x

Bardziej szczegółowo