Egzamin z Metod Numerycznych ZSI, Egzamin, Gr. A
|
|
- Dariusz Urbaniak
- 5 lat temu
- Przeglądów:
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, 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 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 szczegółowoObliczenia 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 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 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 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 szczegółowoZał 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 szczegółowoWstęp 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 szczegółowoUkłady 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 szczegółowoAnaliza 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 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 szczegółowoZajęcia 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 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 szczegółowoMetody 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 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 szczegółowoAnaliza 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 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 szczegółowoZaawansowane 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 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 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 szczegółowoMetody 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 szczegółowoECTS (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 szczegółowoMatematyka 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 szczegółowoMetody 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 szczegółowoUKŁADY 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 szczegółowo1 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 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 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 szczegółowoMetody 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 szczegółowoMetody 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 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 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 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 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 szczegółowoFunkcja 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 szczegółowoPrzykładowy 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 szczegółowoWstęp 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 szczegółowo5. 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 szczegółowoWstęp 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 szczegółowoPolitechnika 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 szczegółowoFunkcja 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 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 szczegółowoMATLAB 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 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 szczegółowoRozwiązywanie 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 szczegółowo5. 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 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 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 szczegółowoLista. 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 szczegółowo04 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 szczegółowoMetody 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 szczegółowoUKŁADY 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 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 szczegółowoZaawansowane 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 szczegółowoMetody 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 szczegółowoZagadnienia - równania nieliniowe
Zagadnienia - równania nieliniowe Sformułowanie zadania poszukiwania pierwiastków. Przedział izolacji. Twierdzenia o istnieniu pierwiastków. Warunki zatrzymywania algorytmów. Metoda połowienia: założenia,
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 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 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 szczegółowoautomatyka 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 szczegółowoWykład 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 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 szczegółowoZaawansowane 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 szczegółowoMetody 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 szczegółowoMetody 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 szczegółowoRozwiązywanie 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 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 szczegółowoInterpolacja funkcji
Interpolacja funkcji Interpolacja funkcji Interpolacja funkcji Wielomianowa Splajny Lagrange a Trygonometryczna Interpolacja Newtona (wzór I ) Czebyszewa Newtona (wzór II ) ( Wielomiany Czebyszewa ) Załóżmy,
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 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 szczegółowoWartości 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 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 szczegółowoMatematyka 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 szczegółowoINTERPOLACJA 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 szczegółowoy ( 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 szczegółowoS 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.
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 szczegółowo1 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 szczegółowoMETODY 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 szczegółowoMetody 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 szczegółowoII. 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 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 szczegółowoObliczenia 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 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 szczegółowoLiczby 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 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 szczegółowoInterpolacja, 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 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 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 szczegółowoPaweł 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 szczegółowoMetody 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 szczegółowoMetody 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 szczegółowoInstytut 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 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 szczegółowoUkłady 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 szczegółowoFUNKCJE 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 szczegółowoMetoda 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 szczegółowoObliczenia 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 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 szczegółowo3. 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