równania funkcyjne opisujące relacje spełniane przez pochodne nieznanej (poszukiwanej) funkcji
|
|
- Grzegorz Mazur
- 4 lat temu
- Przeglądów:
Transkrypt
1 Równania różniczkowe: równania funkcyjne opisujące relacje spełniane przez pochodne nieznanej (poszukiwanej) funkcji cząstkowe: funkcja więcej niż jednej zmienna, np.: czas i położenie np. wychylenie u(x,t) struny w położeniu ł ż x i czasie t u t x druga zasada dynamiki Newtona dla struny t+dt równania cząstkowe: nie zawsze jedną ze zmiennych jest czas, ale zawsze opisują obiekty rozciągłe
2 równania różniczkowe zwyczajne: jedna zmienna niezależna np. czas dla elementów punktowych, nierozciągłych r=(x,y) układ równań: ruch w polu centralnym v(t) R C L napięciowe prawo Kirchoffa równanie liniowe drugiego rzędu (nieliniowe) i równania Lotki Volterry Vlt układ równań nieliniowych 2 rzędu problem początkowy po zadaniu x(t=0),y(t=0), x (t=0), y (t=0). układ r. 1 rzędu nieliniowe z populacja zajęcy, w wilków α naturalne tempo wzrostu pop. zajęcy (pod nieobecność w), γ zaniku wilków bez z β, δ parametry oddziaływania populacji
3 zwyczajne zagadnienie brzegowe (zamiast czasu, położenie w 1D element rozciągły opisany jedną współrzędną) zwyczajne rzędu drugiego lub wyższego + warunki na funkcje i pochodne na końcach przedziału np. równanie Eulera Bernoulliego: wygięcie jednorodnego elastycznego pręta pod wpływem rozłożonego obciążenia w(x) lewy koniec: zamocowany i podparty prawy koniec: swobodny
4 Zaczynamy od rozwiązywania równań zwyczajnych 1) prostsza analiza niż dla cząstkowych 2) wprowadzimy pojęcia zbieżności, dokładności, stabilności itd. przydatne do metod rozwiązywania równań cząstkowych 3) jedna z metod rozwiązywania równań cząstkowych ) j ą y ą y (metoda linii) sprowadzamy równanie cząstkowe do układu równań zwyczajnych
5 Metoda linii: t układy równań różniczkowych zwyczajnych y po dyskretyzacji przestrzennej cząstkowego równania różniczkowego równanie adwekcji u n () (t)=u(x( n,t) x x 1 x 2 x 3 x 4 x 5 Δx centralny iloraz na pochodną przestrzenną układ N równań zwyczajnych
6 zwyczajne równania różniczkowe rzędu pierwszego [oraz ich układy] warianty: inna forma nieliniowe liniowe (układy równań liniowych rozwiązuje się analitycznie) β=0 jednorodne jeśli f=f(t) (nie zależy od y) rozwiązanie całka nieoznaczona jeśli f=f(y) (nie zależy od t) równanie autonomiczne (nie podlega zaburzeniom zależnym od t)
7 zagadnienie początkowe: równanie różniczkowe + warunek początkowy ą jeśli f=f(t) rozwiązanie: całka oznaczona
8 Równanie różniczkowe zwyczajne dowolnego rzędu można sprowadzić do układu równań pierwszego rzędu wystarczy jeśli potrafimy efektywnie rozwiązać układ równań rzędu pierwszego Przykład: Zmiana oznaczeń Układ równań do rozwią ązania Definicja traktowana jako jedno z równań do rozwiązania Równanie na najwyższą pochodną jedyne niedefinicyjne
9 O konieczności numerycznego rozwiązywania RRZ 1R: analitycznie rozwiązać można układ równań liniowych. nieliniowe: na ogół nie. zazwyczaj nie znamy rozwiązań analitycznych równań nieliniowych Układ 2 ciał oddziaływujących grawitacyjnie analitycznie rozwiązany przez Newtona r 3 V 3 r 2 V 2 Układ 3: ciał nie posiada analitycznego rozwiązania r 1 V 1 ponadto: automaty mające reagować na otoczenie nie znają postaci analitycznej f : ta jest brana z pomiarów bez wzoru na f skazani jesteśmy na rachunki numeryczne
10 Numeryczne rozwiązywanie problemu początkowego jeśli potrafimy rozwiązać układ równań rzędu pierwszego rozwiążemy każdy różniczkowy problem początkowy
11 Numeryczne rozwiązywanie problemu początkowego Dyskretyzacja zmiennej czasowej n n+1 n+2 itd. t Δt n+1 Δt n+2 dyskretyzacja zmiennej czasowej sprowadza równania różniczkowe do różnicowych (metoda różnic skończonych) Dobra metoda ma zapewnić zadaną dokładność przy pomocyminimalnej minimalnej liczby wywołań f (przy maksymalnym kroku czasowym) przy dyskusji metod zakłada się, że wyliczenie f jest kosztowne [jeśli nie jest kosztowne nie ma problemu]
12 tw. Taylora między t a Δt istnieje it ij taki tkipunkt ξ, że im więcej znamy pochodnych w punkcie t tym większe otoczenie t możemy dobrze przybliżyć obciętym rozwinięciem Taylora ograniczenie na resztę: maksymalna wartość czwartej pochodnej u w okolicy t stąd O(Δt 4 )
13 Rząd błędu obcięcia w rozwinięciu Taylora rozwijane wokół t=0 [w roz.t. Δt=t] 1.0 u(0)=1 u=exp( t 2 /2) u=exp( t 2 /2) t
14 Jawny schemat Eulera
15 Jawny schemat Eulera przepis na pojedynczy krok z u(t) do u(t+δt) ) można wyliczyć bo znamy t i u(t) błąd lokalny jawnego Eulera w kroku t n 1 t n wg tw. Taylora l n = błąd lokalny schematu różnicowego: odchylenie wyniku numerycznego od dokładnego, które pojawia się w pojedynczym kroku całkowania
16 Jawny schemat Eulera stosowany wielokrotnie: ilk ti... krok wcale nie musi być taki sam dla każdego n, ale tak przyjmiemy do analizy
17 Jawny schemat Eulera dokładny u(t)=exp(t) dla du/dt=u W rozwiązaniu dokładnym nachylenie u dane jest przez u w każdej chwili Jawny schemat Eulera Jawnym schemat Eulera zakłada, że nachylenie jest stałe w jednym kroku czasowym Δt Δt Δt i bierze je z wartości przybliżonej Tylko u dla początku kroku 0 = u (0) później u n < u(t n ) Co prowadzi do akumulacji błędów
18 Jawny schemat Eulera dokładny u(t)=exp(t) dla du/dt=u każdy krok wykonywany z nachyleniem branym z chwili, w której krok się zaczyna Zmniejszamy krok Δt: Błąd lokalny zmaleje, ale do ustalonej chwili T musimy wykonać więcej kroków. W każdym kroku wprowadzamy nowy błąd. Błędy się akumulują. Czy opłaca się zmniejszać kroki czasowe? Definicja: Błąd globalny różnica między rozwiązaniem dokładnym a numerycznym w chwili t Czy się opłaca znaczy: Czy błąd globalny maleje gdy Δtmaleje? a jeśli tak czy maleje do zera? (czy możliwe jest dokładne rozwiązanie równania różniczkowego uzyskane jako granica schematu różnicowego)
19 Jawny schemat Eulera Czy błąd całkowity maleje gdy Δt maleje? Czy maleje do zera? eksperyment numeryczny problem początkowy: ą u =λu, u(0)=1 z rozwiązaniem dokładnym u(t)=exp(λt) u λ= 100 Δt=0.001 jawny Euler e (bł łąd globaln ny) = u dokład dny nume eryczny dokładny t t
20 Jawny schemat Eulera Czy błąd globalny maleje gdy Δt maleje? Czy maleje do zera? eksperyment numeryczny problem początkowy: u =λu, u(0)=1 z rozwiązaniem dokładnym u(t)=exp(λt) λ= 100 zmniejszajmy krok czasowy, jaki wynik w chwili t=0.01? [1/e= ] n Δt u n exp( 1) u n błąd globalny w chwili t=0.01 wydaje się zmieniać liniowo z krokiem czasowym interpretacja: błąd lokalny rzędu Δt 2 popełniony n =t/δt razy daje błąd globalny rzędu Δt
21 zmniejszajmy j krok czasowy, jaki wynik w chwili t=0.01? [1/e= ] n Δt u n exp( 1) u n błąd globalny w chwili t=0.01 wydaje się zmieniać liniowo z krokiem czasowym Definicja: Metody różnicowa jest zbieżna jeśli błąd globalny e znika do zera w chwili T gdy z Δt do 0
22 czy jawny schemat Eulera jest zbieżny? sprawdźmy analitycznie propagacje błędu (błąd globalny) dla ogólniejszego problemu modelowego. problem modelowy: ogólne liniowe niejednorodne o stałych współczynnikach zmiana y proporcjonalna do wartości y i niejednorodności σ rozwiązanie ą analityczne dla σ=0 rozwiązanie analityczne dla λ=0
23 czy jawny schemat Eulera jest zbieżny? sprawdźmy analitycznie propagacje błędu (błąd globalny) dla ogólniejszego problemu modelowego. problem modelowy: ogólne liniowe niejednorodne o stałych współczynnikach zmiana y proporcjonalna do wartości y i niejednorodności σ rozwiązanie ą analityczne dla σ=0 rozwiązanie analityczne dla λ=0 ogólne rozwiązanie analityczne:
24 czy jawny schemat Eulera jest zbieżny? sprawdźmy analitycznie propagacje błędu (błąd globalny) dla ogólniejszego problemu modelowego. rozwiązanie analityczne: problem modelowy: ogólne liniowe niejednorodne o stałych współczynnikach zmiana y proporcjonalna do wartości y i niejednorodności σ t=0 t τ warunek początkowy wzmacniany z czynnikiem exp(λt) Zasada Duhamel ten sam czynnik [tzw. propagator] wzmacnia niejednorodność σ niejednorodność wchodzi do rozwiązania tak jak warunek początkowy z opóźnieniem odpowiadającym chwili w której się pojawia
25 oznaczenia y n = rozwiązanie równania różnicowego w chwili t n =Δt n y(t n ) = rozwiązanie dokładne r. różniczkowego schemat Eulera: odpowiedni wzór dla rozwiązania dokładnego z równania różniczkowego Aby wyliczyć błąd globalny e n+1 =y(t n+1 ) y n+1 odejmujemy stronami podkreślone wzory
26 (Euler) (dokładny) e n+1 =y(t n+1 ) y gdzieś n+1 między t n a t n+1 błąd globalny w kroku n+1= błąd globalny w kroku n wzmocniony o czynnik (1+λΔt) i powiększony o nowy błąd lokalny cofnijmy się do chwili początkowej w n 1 w n
27 dyskretna zasada Duhamel: błąd początkowy wzmacniany jak (1+λΔt) liczba kroków błąd który pojawia się w kroku i tym wzmacniany w ten sam sposób, co początkowy błędy jawnego Eulera wzmacniane jak rozwiązanie dokładne w odpowiada σ, e odpowiada y (1+λΔt) n odpowiada exp(λt n )
28 Czy metoda zbieżna?? załóżmy, że potrafimy wstawić warunek początkowy bezbłędnie : e 0 = 0 Zakładamy, że arytmetyka jest dokładna
29 pierwsze dwa wyrazy r.t. reszta + Δt 2 λ ^2 /2 exp(λξ n )? Pokazaliśmy, że metoda Eulera zbieżna dla problemu modelowego. Można pokazać, że zbieżna jest dla każdej f (ciągłej w sensie Lipschitza) Jej rząd zbieżności (dokładności) pierwszy
30 rząd zbieżności (dokładności) określa jakość metody: jak szybko błąd globalny dla chwili T zmierza do zera w funkcji Δt jawna metoda Eulera = pierwszy rząd dokładności O(Δt) jest to minimalny rząd dokładności dla użytecznej metody zmniejszajmy krok czasowy, jaki wynik w chwili t=0.01? [1/e= ] n Δt u n exp( 1) u n
31 Definicja: Metody różnicowa jest zbieżna jeśli błąd globalny znika do zera w chwili T gdy z Δt do 0 zbieżność a błędy zaokrągleń (skończona dokładność arytmetyki zmiennoprzecinkowej)
32 pojedyncza jd precyzja: 32 bity podwójna : 64 bity błędy zaokrągleń a zbieżność do tej pory zakładaliśmy, że błędy zaokrągleń nie ma (że arytmetyka dokładna) arytmetyka zmiennoprzecinkowa nie jest dokładna. arytmetyka 21 bitowa zmniejszanie kroku czasowego nie poprawi już wyniku błąd minimalny
33 błędy zaokrągleń a metody różnicowe rozwiązanie równania różniczkowego w chwili t n rozwiązanie równania różnicowego z dokładną arytmetyką rozwiązanie uzyskane z arytmetyką skończonej dokładności błąd całkowity błąd globalny (jak wcześniej zdefiniowano) błąd zaokrąglenia oszacowanie od góry błędu całkowitego
34 błędy zaokrągleń a metody różnicowe błąd błąd globalny dla schematu Eulera błąd zaokrągleń rzędu liczby wykonanych kroków, czyli 1/dt dt optymalny krok czasowy błędy zaokrągleń dają o sobie znać gdy wykonamy zbyt wiele kroków remedium: używać się schematów o wyższym rzędzie zbieżności niż pierwszy
35 błędy zaokrągleń a metody różnicowe oszacowanie od góry błędu całkowitego błąd globalny dla schematu Eulera błąd całkowity dt błąd zaokrągleń błąd ą globalny błąd zaokrąglenia optymalny krok czasowy Definicja: Metody różnicowa jest zbieżna jeśli błąd globalny uwaga: definicja zbieżności dotyczy błędu globalnego a nie całkowitego znika do zera w chwili T gdy z Δt do 0
36 Wróćmy do eksperymentu numerycznego i zwiększmy krok czasowy do Δt=0.05 problem początkowy: u = 100u, u(0)=1 z rozwiązaniem dokładnym u(t)=exp( 100t) iteracja się rozbiega t n u n wniosek: wyniki metody zbieżnej mogą eksplodować dla zbytdużegokrokuczasowego
37 schemat różnicowy dla bezwzględna stabilność schematu różnicowego du/dt = f (dla danego f) i dla danego kroku czasowego jest bezwzględnie stabilny jeśli kolejne generowane przez niego wartości pozostają skończone. Uwaga: Zbieżność jest cechą ą schematu niezależnie od f Bezwzględna stabilność określa się dla konkretnego równania W charakterystyce schematów Najczęściej stabilność bezwzględna: określana jest dla autonomicznego problemu liniowego
38 Weźmy λ = 1, u(0)=1, rozwiązanie dokładne u(t)=exp( t) Przepis Eulera: u n+1 =u n Δtu n 6 u(t) dokładny Δt=0.5 Δt=0.9 Δt=1 : wszędzie 0 u(t) Δt=1.2 Δt=2 Δt= t t Schemat bezwzględnie stabilny dla Δt 2 uwaga: rozwiązanie bezwzględnie stabilne (np Δt=1 lub Δt=2) uwaga: rozwiązanie bezwzględnie stabilne (np. Δt=1 lub Δt=2) może być bardzo niedokładne lub wręcz jakościowo złe = tutaj stałe i niemonotoniczne odpowiednio
39 bezwzględna stabilność jawnej metody Eulera + λδt u n = u n 1 + λδt u n 1 wsp. wzmocnienia wyniki pozostaną skończone dla n jeśli:
40 Zmienna zespolona z= λδt region bezwzględnej stabilnościmetody: zbiór z=λδt, dla których metoda jest bezwzględnie stabilna region bezwzględnej stabilnościjawnej metody Eulera: zbiór punktów odległych od ( 1,0) o nie więcej niż 1 koło o środku w ( 1,0) i promieniu 1 Δt Im (λ) Δt Re(λ) niestabilność bezwzględna metody dla prawej połowy p. Gaussa = nic dziwnego rozwiązanie dokładne y 0 exp(λt) eksploduje do nieskończoności gdy t.
41 pozbyć się ograniczenia na krok czasowy: niejawna metoda Eulera jawna metoda Eulera niejawna metoda Eulera jawna metoda Eulera (funkcjonuje jak podstawienie) funkcjonuje jak równanie nieliniowe metoda odważna metoda ostrożna zmiana u zgodna z prawą stroną w punkcie docelowym
42 niejawna metoda Eulera: problem początkowy: u = 100u, u(0)=1 niejawny Euler z rozwiązaniem dokładnym u(t)=exp( 100t) jawny Euler t n u n t n u n e(t n ) (6) (7) (629) itd.. exp( 100 t n ) gaśnie znacznie szybciej niż 1/6 n mało dokładne, ale zawsze to lepiej niż eksplodująca oscylacja jawnego Eulera
43 niejawna metoda Eulera: region bezwzględnej stabilności Δt Im (λ) 1 1 Δt Re(λ) rejon bezwzględnej stabilności: dopełnienie pustego koła o środku w (1,0) i promieniu 1
44 ΔtIm (λ) 1 1 ΔtRe(λ) Niejawny schemat Eulera λ=1 zakres niestabilności Δt (0,2) nse nse Δt=0.1 exp(t) Δt= Zbliżamy się do Δt=1 wyniki schematu rosną coraz szybciej Dla Δt=1 nieskończoność w pierwszym kroku Δt=1.2 Δt=1.5 Δt=2 1, 1,1, itd
45 regiony stabilności metod Eulera ΔtIm (λ) Δt Im (λ) Δt Re(λ) 1 Δt Re(λ) metoda Eulera jawna niejawna metoda Eulera
46 niejawna metoda Eulera: region bezwzględnej stabilności Δt Im (λ) 1 1 Δt Re(λ) Re(λ)<0 : niejawny Euler bezwzględnie stabilny dla dowolnego kroku czasowego takie metody: tzw. A stabilne dla Re(λ)>0, poza kołem metoda Eulera jest bezwzględnie stabilna mimo, że rozwiązania równania różniczkowego są niestabilne (patrz wyżej) w tym obszarze metoda jest nadstabilna daje skończone wartości, mimo że rozwiązania dokładne dąży do nieskończoności bezwzględna stabilność nie oznacza dobrej dokładności. W regionie nadstabilności dla Re(λ)>0 błędy będą rosły w nieskończoność.
47 jak rozwiązać, gdy nie można rozwikłać równania (f nieliniowe względem u) lub gdy f nieznane w formie wzoru 1) iteracja funkcjonalna iterować do zbieżności jeśli się zbiegnie u μ =u μ 1 i mamy rozwiązanie równania nieliniowego
48 iteracja funkcjonalna przykład problem początkowy: ą u = 100u, u(0)=1, dt=0.05 z rozwiązaniem dokładnym u(t)=exp( 100t) t n u n e(t n ) (6) (7) (629) kolejne oszacowania: 1, 4, 21, 104, 521, 2604,... iteracja się nie zbiega cały zysk z niejawności stracony bo nie potrafimy wykonać kroku
49 iteracja funkcjonalna przykład iteracja się nie zbiega. zmniejszymy krok kdt, zaczynając iterację od u n 1 będziemy bliżej rozwiązania. i Może ż się zbiegnie. i dt=0.01 dt=0.001 (1,0,1,0,1,0) 1, 0.9, 0.91, 0.909, , , , iteracja funkcjonalna się zbiega gdy Δt max f u (t,u) 1 (w otoczeniu u) u = 100u, Δt 100 < 1 uwaga: w tej sytuacji jawny Euler jest bezwzględnie stabilny dla 2 krotnie większego kroku! [dla jawnego Eulera Δt 100 < 2] Z iteracją funkcjonalną stosować wstecznego Eulera nie ma sensu.
50 problem początkowy: u = 100u, u(0)=1, dt=0.05 1, 4, 21, 104, 521, 2604,... z rozwiązaniem dokładnym u(t)=exp( 100t) oscylująca rozbieżność stłumimy ją: iteracja funkcjonalna zapewniamy zbieżność modyfikując przepis iteracyjny zamiast: mieszając nowe i stare rozwiązania z wagą w, 0 w 1 Zabieg podobny do podrelaksacji jeśli się zbiegnie i to do rozwiązania schematu niejawnego
51 problem początkowy: u = 100u, u(0)=1, dt=0.05 z rozwiązaniem dokładnym u(t)=exp( 100t) w=0.1 w=0.3 iterujemy u(dt) wybierając w odpowiedni sposób wagę w: potrafimy ustabilizować iterację i doprowadzić ją do zbieżności w=
52 w=0 dt=0.01 (1,0,1,0,1,0) w=.2 w.2 (optymalne dla dt=0.05) 0.8,0.68, 0.608, , , , , , , 0.503, , , , ,..., 1/2 tutaj optymalne byłoby w=1/2 (zbieżność w jednej iteracji) dt=0.001 w=1 w1 1, 0.9, 0.91, 0.909, , , , w=0.2 dla w=.7 0.3,0.58,0.468,0.512,0.4948,0.5003,
53 dt= w=0 (1,0,1,0,1,0) dt=0.001 w=.2 w.2 (optymalne dla dt=0.05) 0.8,0.68, 0.608, , , , , , , 0.503, , , , ,..., 1/2 tutaj optymalne byłoby w=.5 (zbieżność w jednej iteracji natychmiastowa) w=1 w1 1, 0.9, 0.91, 0.909, , , , w=0.2 dla w=.7 0.3,0.58,0.468,0.512,0.4948,0.5003, Problem: 1) w trzeba odpowiednio dobrać (mniejszy krok czasowy, w bliższe 1) 2) dla źle dobranego w iteracja może być wolnozbieżna Proces optymalizacji (np. dynamicznej) w może być kłopotliwy.
pozbyć się ograniczenia na krok czasowy ze strony bezwzględnej stabilności: niejawna metoda Eulera
pozbyć się ograniczenia na krok czasowy ze strony bezwzględnej stabilności: niejawna metoda Eulera jawna metoda Eulera niejawna metoda Eulera jawna metoda Eulera (funkcjonuje jak podstawienie) funkcjonuje
Bardziej szczegółowoinżynierskie metody numeryczne D10/325,
inżynierskie metody numeryczne D10/325, bszafran@agh.edu.pl http://galaxy.uci.agh.edu.pl/~bszafran/imn11 cel przedmiotu: przygotowanie do pracy w zakresie numerycznego modelowania zjawisk i urządzeń stosowanego
Bardziej szczegółowoinżynierskie metody numeryczne cel przedmiotu:
inżynierskie metody numeryczne cel przedmiotu: przygotowanie do pracy w zakresie numerycznego modelowania zjawisk i urządzeń stosowanego w zagadnieniach techniki (inżynierii) i nauki symulacje obliczeniowe:
Bardziej szczegółowoPrawa fizyki: zapisywane w postaci równań różniczkowych (Newtona, Maxwella, dyfuzji, falowe, Poissona, Laplace a, Naviera-Stokesa, Schroedingera)
Numeryczne techniki rozwiązywania równań fizyki I D10/325, bszafran@agh.edu.pl Wykłady będą dostępne z: http://galaxy.uci.agh.edu.pl/~bszafran/ Konsultacje: poniedziałek 8-9:30 cel przedmiotu: przygotowanie
Bardziej szczegółowoinżynierskie metody numeryczne D10/325, Konsultacje 8:00 9:30
inżynierskie metody numeryczne D10/325, bszafran@agh.edu.pl http://galaxy.uci.agh.edu.pl/~bszafran/ Konsultacje 8:00 9:30 cel przedmiotu: przygotowanie do pracy w zakresie numerycznego modelowania zjawisk
Bardziej szczegółowoinżynierskie metody numeryczne D11/106, konsultacje: piątki 8:30-10:30
inżynierskie metody numeryczne D11/106, bszafran@agh.edu.pl konsultacje: piątki 8:30-10:30 http://galaxy.uci.agh.edu.pl/~bszafran/imn11 cel przedmiotu: przygotowanie do pracy w zakresie numerycznego modelowania
Bardziej szczegółowoinżynierskie metody numeryczne D10/325, Konsultacje 8:00 9:30
inżynierskie metody numeryczne D10/325, bszafran@agh.edu.pl http://galaxy.uci.agh.edu.pl/~bszafran/ Konsultacje 8:00 9:30 cel przedmiotu: przygotowanie do pracy w zakresie numerycznego modelowania zjawisk
Bardziej szczegółowoy i b) metoda różnic skończonych nadal problem nieliniowy 2 go rzędu z warunkiem Dirichleta
b) metoda różnic skończonych nadal problem nieliniowy 2 go rzędu z warunkiem Dirichleta przedział (a,b) dzielimy na siatkę, powiedzmy o stałym kroku: punkty siatki: u A y i w metodzie strzałów używamy
Bardziej szczegółowoMetoda różnic wstecznych: interpolujemy u wielomianem od chwili n-k aż do n-1
Metoda różnic wstecznych: interpolujemy u wielomianem od chwili n-k aż do n-1 następnie żądamy, aby jego pochodna w chwili n spełniała równania różniczkowe (kolokacja) z tego warunku wyliczamy z niego
Bardziej szczegółowoΔt)] niejawny schemat Eulera [globalny błąd O(Δt)] u(t) f(t,u) f(t,u) u(t) [t+ Δt,u(t+Δt)]
jawny schemat Eulera [globalny błąd O(Δt)] niejawny schemat Eulera [globalny błąd O(Δt)] u(t) f(t,u) [t,u(t)] )]dokładne d u(t) () f(t,u) [t+ Δt,u(t+Δt)] [t+ Δt,u(t+Δt)] Δt)] Δt t Δt t u(t) [t,u(t)] dokładne
Bardziej szczegółowoZagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr 1
Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr 1 Tomasz Chwiej 6 czerwca 2016 1 Równania różniczkowe zwyczajne Zastosowanie szeregu Taylora do konstrukcji ilorazów różnicowych: iloraz
Bardziej szczegółowot. sztywny problem w pojedynczym równaniu: u(t)=cos(t) dla dużych ż t rozwiązanie i ustalone
Problem opisany RRZ jest sztywny gdy: 1.... jest charakteryzowany yróżnymi skalami czasowymi. 2. Stabilność bezwzględna nakłada silniejsze ograniczenia na krok czasowy niż dokładność. 3. Metody jawne się
Bardziej szczegółowou(t) RRZ: u (t)=f(t,u) Jednokrokowy schemat różnicowy
u(t) t Dt RRZ: u (t)=f(t,u) Jednokrokowy schemat różnicowy u(t+dt)=u(t)+f(t,u(t),dt) klasyczna formuła RK4: u(t) k 1 u k 2 k 3 k 4 4 wywołania f na krok, błąd lokalny O(Dt 5 ) gdy f tylko funkcja czasu
Bardziej szczegółowoMetody obliczeniowe fizyki i techniki I. 30h wykładu, 15h projektu
Metody obliczeniowe fizyki i techniki I 30h wykładu, 15h projektu Treść wykładu: -rozwiązywanie numeryczne zwyczajnych i cząstkowych równań różniczkowych fizyki i techniki - podstawowe metody numeryczne
Bardziej szczegółowoZagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr zimowy 2017/2018
Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr zimowy 2017/2018 Tomasz Chwiej 22 stycznia 2019 1 Równania różniczkowe zwyczajne Zastosowanie szeregu Taylora do konstrukcji ilorazów
Bardziej szczegółowoMetoda różnic skończonych dla
Metoda różnic skończonych dla cząstkowych równań różniczkowych na laboratorium rozwiązywać będziemy typowe równania: dyfuzji (również przewodnictwo cieplne) paraboliczne równanie Poissona (np. pole elektrostatyczne,
Bardziej szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne
Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2005/06 Wstęp
Bardziej szczegółowoVII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.
VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w
Bardziej 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 szczegółowoWstęp do równań różniczkowych
Wstęp do równań różniczkowych Wykład 1 Lech Sławik Instytut Matematyki PK Literatura 1. Arnold W.I., Równania różniczkowe zwyczajne, PWN, Warszawa, 1975. 2. Matwiejew N.M., Metody całkowania równań różniczkowych
Bardziej szczegółowoBŁĘDY OBLICZEŃ NUMERYCZNYCH
BŁĘDY OBLICZEŃ NUMERYCZNYCH błędy zaokrągleń skończona liczba cyfr (bitów) w reprezentacji numerycznej błędy obcięcia rozwinięcia w szeregi i procesy iteracyjne - w praktyce muszą być skończone błędy metody
Bardziej szczegółowoOBLICZANIE POCHODNYCH FUNKCJI.
OBLICZANIE POCHODNYCH FUNKCJI. ROZWIĄZYWANIE RÓWNAŃ RÓŻNICZKOWYCH. ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ LINIOWYCH. Obliczanie pochodnych funkcji. Niech będzie dana funkcja y(x określona i różniczkowalna na przedziale
Bardziej szczegółowoWstęp do równań różniczkowych
Wstęp do równań różniczkowych Wykład 1 Lech Sławik Instytut Matematyki PK Literatura 1. Arnold W.I., Równania różniczkowe zwyczajne, PWN, Warszawa, 1975. 2. Matwiejew N.M., Metody całkowania równań różniczkowych
Bardziej szczegółowonumeryczne rozwiązywanie równań całkowych r i
numeryczne rozwiązywanie równań całkowych r i Γ Ω metoda elementów brzegowych: punktem wyjściowym było rozwiązanie równania całkowego na brzegu obszaru całkowania równanie: wygenerowane z równania różniczkowego
Bardziej szczegółowoAnaliza matematyczna dla informatyków 3 Zajęcia 14
Analiza matematyczna dla informatyków 3 Zajęcia 14 Metoda rozwiązywania (Jednorodne równanie różniczkowe liniowe rzędu n o stałych współczynnikach). gdzie a 0,..., a n 1 C. Wielomian charakterystyczny:
Bardziej szczegółowoIII. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.
III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. Analiza stabilności rozwiązań stanowi ważną część jakościowej teorii równań różniczkowych. Jej istotą jest poszukiwanie odpowiedzi
Bardziej szczegółowo1 Symulacja procesów cieplnych 1. 2 Algorytm MES 2. 3 Implementacja rozwiązania 2. 4 Całkowanie numeryczne w MES 3. k z (t) t ) k y (t) t )
pis treści ymulacja procesów cieplnych Algorytm ME 3 Implementacja rozwiązania 4 Całkowanie numeryczne w ME 3 ymulacja procesów cieplnych Procesy cieplne opisuje równanie różniczkowe w postaci: ( k x (t)
Bardziej szczegółowoMetoda rozdzielania zmiennych
Rozdział 12 Metoda rozdzielania zmiennych W tym rozdziale zajmiemy się metodą rozdzielania zmiennych, którą można zastosować, aby wyrazić jawnymi wzorami rozwiązania pewnych konkretnych równań różniczkowych
Bardziej szczegółowoużyteczne, gdy problem nie wymaga zmiany dt ważne: schematy do rozwiązywania równań cząstkowych mają często wielokrokowy charakter
Liniowe metody wielokrokowe dla równań zwyczajnych starsze niż RKo50lat użyteczne, gdy problem nie wymaga zmiany dt ważne: schematy do rozwiązywania równań cząstkowych mają często wielokrokowy charakter
Bardziej szczegółowoMetody numeryczne równań różniczkowych zwyczajnych
Metody numeryczne równań różniczkowych zwyczajnych Marcin Jenczmyk m.jenczmyk@knm.katowice.pl 9 maja 2015 M. Jenczmyk XXX Sesja KNM Metody numeryczne R.R.Z. 1 / 18 Omawiany problem dotyczyć będzie numerycznego
Bardziej szczegółowoMetoda różnic skończonych dla
Metoda różnic skończonych dla cząstkowych równań różniczkowych na laboratorium rozwiązywać będziemy typowe równania: dyfuzji (również przewodnictwo cieplne) paraboliczne równanie Poissona (np. pole elektrostatyczne,
Bardziej szczegółowo2 Równania różniczkowe zwyczajne o rozdzielonych zmiennych
2. Równania o rozdzielonych zmiennych 2 1 2 Równania różniczkowe zwyczajne o rozdzielonych zmiennych Równaniem różniczkowym zwyczajnym pierwszego rzędu o rozdzielonych zmiennych nazywamy równanie różniczkowe
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 szczegółowoREPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH
REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH Transport, studia I stopnia rok akademicki 2012/2013 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Pojęcie
Bardziej szczegółowoCałkowanie numeryczne
Całkowanie numeryczne Poniżej omówione zostanie kilka metod przybliżania operacji całkowania i różniczkowania w szczególności uzależnieniu pochodnej od jej różnic skończonych gdy równanie różniczkowe mamy
Bardziej szczegółowoZ52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe.
Z5: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania zagadnienie brzegowe Dyskretne operatory różniczkowania Numeryczne obliczanie pochodnych oraz rozwiązywanie
Bardziej 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 szczegółowoSpis treści. Rozdział I. Wstęp do matematyki Rozdział II. Ciągi i szeregi... 44
Księgarnia PWN: Ryszard Rudnicki, Wykłady z analizy matematycznej Spis treści Rozdział I. Wstęp do matematyki... 13 1.1. Elementy logiki i teorii zbiorów... 13 1.1.1. Rachunek zdań... 13 1.1.2. Reguły
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 szczegółowoużyteczne, gdy rachunek nie wymaga zmiany kroku całkowania a wykonanie każdego kroku jest kosztowne
Liniowe metody wielokrokowe starsze niż RK o 50 lat użyteczne, gdy rachunek nie wymaga zmiany kroku całkowania a wykonanie każdego kroku jest kosztowne (wysoka dokładność, d przy małej ł jliczbie wezwań
Bardziej szczegółowoJanusz Adamowski METODY OBLICZENIOWE FIZYKI Kwantowa wariacyjna metoda Monte Carlo. Problem własny dla stanu podstawowego układu N cząstek
Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdział 20 KWANTOWE METODY MONTE CARLO 20.1 Kwantowa wariacyjna metoda Monte Carlo Problem własny dla stanu podstawowego układu N cząstek (H E 0 )ψ 0 (r)
Bardziej szczegółowoUstaliliśmy, że do rozwiązywania równania adwekcji lepiej nadaje się mniej dokładny schemat upwind niż ten z ilorazem centralnym
Ustaliliśmy, że do rozwiązywania równania adwekcji lepiej nadaje się mniej dokładny schemat upwind niż ten z ilorazem centralnym α=vdt/dx upwind: centralny: stabilny, stabilny bezwzględnie stabilny, ale
Bardziej szczegółowoKADD Metoda najmniejszych kwadratów funkcje nieliniowe
Metoda najmn. kwadr. - funkcje nieliniowe Metoda najmniejszych kwadratów Funkcje nieliniowe Procedura z redukcją kroku iteracji Przykłady zastosowań Dopasowanie funkcji wykładniczej Dopasowanie funkcji
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 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 szczegółowoInżynierskie metody numeryczne II. Konsultacje: wtorek 8-9:30. Wykład
Inżynierskie metody numeryczne II Konsultacje: wtorek 8-9:30 Wykład Metody numeryczne dla równań hiperbolicznych Równanie przewodnictwa cieplnego. Prawo Fouriera i Newtona. Rozwiązania problemów 1D metodą
Bardziej szczegółowoPolitechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie
Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Procesy wykładniczego wzrostu i spadku (np populacja bakterii, rozpad radioaktywny, wymiana ciepła) można modelować równaniem
Bardziej szczegółowoKomputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe
Komputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2011 Problem Cauchy ego dy dx = f(x, y) (1) y(x
Bardziej szczegółowoDystrybucje, wiadomości wstępne (I)
Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów
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 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 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 szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 5. Terminologia. Metody Eulera, metody punktu środkowego i metody trapezowe
Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 5. Terminologia. Metody Eulera, metody punktu środkowego i metody trapezowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr
Bardziej 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 szczegółowoRównania różniczkowe zwyczajne analityczne metody rozwiazywania
Równania różniczkowe zwyczajne analityczne meto rozwiazywania Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski Wykład 8 Plan Określenia podstawowe 1 Wstęp Określenia podstawowe
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 szczegółowoREPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH
REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Reprezentacja
Bardziej szczegółoworegion bezwzględnej stabilności dla ogólnej niejawnej metody RK R(z) 1 może być nieograniczony niejawna 1 stopniowa
region bezwzględnej stabilności dla ogólnej niejawnej metody RK u =λu u=λu, z=λδt dla metod niejawnych: ij nie można ż obciąć bićrozwinięcia i i Taylora, bo A pełnał współczynnik wzmocnienia nie jest wielomianem,
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 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 szczegółowoModel pajęczyny: Równania modelu: Q d (t)=α-βp(t) Q s (t)=-γ+δp(t-1) Q d (t)= Q s (t) t=0,1,2. α,β,γ,δ>0
Model pajęczyny: Dorota Pawlicka Model jest modelem dynamicznym z czasem dyskretnym t=0,1,2 Rozważmy rynek pewnego pojedynczego dobra. Celem modelu jest ustalenie takiej ścieżki cenowej {} na dobro aby
Bardziej szczegółowo1 Równania różniczkowe zwyczajne o rozdzielonych zmiennych
Równania różniczkowe zwyczajne o rozdzielonych zmiennych Definicja. Równaniem różniczkowym o rozdzielonych zmiennych nazywamy równanie postaci p(y) = q() (.) rozwiązanie równania sprowadza się do postaci
Bardziej szczegółowoRównania różniczkowe wyższych rzędów
Równania różniczkowe wyższych rzędów Marcin Orchel Spis treści 1 Wstęp 1 1.1 Istnienie rozwiązań............................... 1 1. Rozwiązanie ogólne............................... 1.3 Obniżanie rzędu
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. 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 szczegółowoInformacja o przestrzeniach Sobolewa
Wykład 11 Informacja o przestrzeniach Sobolewa 11.1 Definicja przestrzeni Sobolewa Niech R n będzie zbiorem mierzalnym. Rozważmy przestrzeń Hilberta X = L 2 () z iloczynem skalarnym zdefiniowanym równością
Bardziej szczegółowoKomputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe
Komputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2010 Problem Cauchy ego dy dx = f(x, y) (1) y(x
Bardziej szczegółowo1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2
Temat 1 Pojęcia podstawowe 1.1 Przegląd wybranych równań i modeli fizycznych Równaniem różniczkowym cząstkowym rzędu drugiego o n zmiennych niezależnych nazywamy równanie postaci gdzie u = u (x 1, x,...,
Bardziej szczegółowoRównania różniczkowe cząstkowe. Wojciech Szewczuk
Równania różniczkowe cząstkowe Równania różniczkowe cząstkowe - wstęp u x = lim x u(x + x, y) u(x, y) x u u(x, y + y) u(x, y) y = lim y y () (2) 2 u x 2 + 2xy 2 u y 2 + u = 3 u x 2 y + x 2 u + 8u = 5y
Bardziej szczegółowoKomputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems)
Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems) P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2007/08 Wprowadzenie Rozważmy
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 szczegółowoLaboratorium II: Modelowanie procesów fizycznych Skrypt do ćwiczeń
PJWSTK/KMKT-07082006 Laboratorium II: Modelowanie procesów fizycznych Katedra Metod Komputerowych Techniki Polsko Japońska Wyższa Szkoła Technik Komputerowych I. KINETYKA Kinetyka zajmuje się ruchem ciał
Bardziej szczegółowoPolitechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie
Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Wyznacz transformaty Laplace a poniższych funkcji, korzystając z tabeli transformat: a) 8 3e 3t b) 4 sin 5t 2e 5t + 5 c) e5t e
Bardziej szczegółowoRównania różniczkowe zwyczajne: problem brzegowy [1D]
Równania różniczkowe zwyczajne: problem brzegowy [1D] 1) Równania różniczkowe zwyczajne jako szczególny przypadek problemów opisywanych przez eliptyczne równania cząstkowe 2) Problem brzegowy a problem
Bardziej szczegółowoadwekcja rzadko występuje w formie czystej przeważnie: łącznie z dyfuzją na razie znamy tylko dyfuzję numeryczną Adwekcja=unoszenie
adwekcja rzadko występuje w formie czystej przeważnie: łącznie z dyfuzją na razie znamy tylko dyfuzję numeryczną dziś: dyfuzja prawdziwa Dyfuzja+adwekcja: występuje w problemach transportu masy i energii
Bardziej szczegółowoUkłady równań i równania wyższych rzędów
Rozdział Układy równań i równania wyższych rzędów Układy równań różniczkowych zwyczajnych Wprowadzenie W poprzednich paragrafach zajmowaliśmy się równaniami różniczkowymi y = f(x, y), których rozwiązaniem
Bardziej 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 szczegółowoRównania różniczkowe liniowe II rzędu
Równania różniczkowe liniowe II rzędu Definicja równania różniczkowego liniowego II rzędu Warunki początkowe dla równania różniczkowego II rzędu Równania różniczkowe liniowe II rzędu jednorodne (krótko
Bardziej szczegółowoWstęp do metod numerycznych 9a. Układy równań algebraicznych. P. F. Góra
Wstęp do metod numerycznych 9a. Układy równań algebraicznych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Układy równań algebraicznych Niech g:r N równanie R N będzie funkcja klasy co najmniej
Bardziej szczegółowoAutomatyka i robotyka
Automatyka i robotyka Wykład 5 - Stabilność układów dynamicznych Wojciech Paszke Instytut Sterowania i Systemów Informatycznych, Uniwersytet Zielonogórski 1 z 43 Plan wykładu Wprowadzenie Stabilność modeli
Bardziej szczegółowoWykład z modelowania matematycznego. Przykłady modelowania w mechanice i elektrotechnice.
Wykład z modelowania matematycznego. Przykłady modelowania w mechanice i elektrotechnice. 1 Wahadło matematyczne. Wahadłem matematycznym nazywamy punkt materialny o masie m zawieszony na długiej, cienkiej
Bardziej szczegółowoMetoda największej wiarygodności
Metoda największej wiarygodności Próbki w obecności tła Funkcja wiarygodności Iloraz wiarygodności Pomiary o różnej dokładności Obciążenie Informacja z próby i nierówność informacyjna Wariancja minimalna
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 szczegółowoWykład z równań różnicowych
Wykład z równań różnicowych 1 Wiadomości wstępne Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp. Zamiast tego pisać będziemy x (n), y (n) itp.
Bardziej 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 szczegółowoKinematyka: opis ruchu
Kinematyka: opis ruchu Fizyka I (B+C) Wykład IV: Ruch jednostajnie przyspieszony Ruch harmoniczny Ruch po okręgu Klasyfikacja ruchów Ze względu na tor wybrane przypadki szczególne prostoliniowy, odbywajacy
Bardziej szczegółowo[ równanie liniowe II rzędu, bez pierwszej pochodnej]
najprostszy iloraz drugiej pochodnej produkuje przepis z błądem lokalnym rzędu 4 całkiem nieźle, ale: można lepiej = metoda Numerowa błąd lokalny rzędu 6 metoda Numerowa: [przepis na kolejne wartości rozwiązania
Bardziej szczegółowoDefinicje i przykłady
Rozdział 1 Definicje i przykłady 1.1 Definicja równania różniczkowego 1.1 DEFINICJA. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie F (t, x, ẋ, ẍ,..., x (n) ) = 0. (1.1) W równaniu tym t jest
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 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. 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 szczegółowoPolitechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki
Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 206/207
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 szczegółowoKADD Minimalizacja funkcji
Minimalizacja funkcji Poszukiwanie minimum funkcji Foma kwadratowa Metody przybliżania minimum minimalizacja Minimalizacja w n wymiarach Metody poszukiwania minimum Otaczanie minimum Podział obszaru zawierającego
Bardziej szczegółowoElementy rachunku różniczkowego i całkowego
Elementy rachunku różniczkowego i całkowego W paragrafie tym podane zostaną elementarne wiadomości na temat rachunku różniczkowego i całkowego oraz przykłady jego zastosowania w fizyce. Małymi literami
Bardziej szczegółowoMetoda Różnic Skończonych (MRS)
Metoda Różnic Skończonych (MRS) METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek () Równania różniczkowe zwyczajne
Bardziej szczegółowoRównania różniczkowe. Notatki z wykładu.
Równania różniczkowe Notatki z wykładu http://robert.brainusers.net 17.06.2009 Notatki własne z wykładu. Są niekompletne, bez bibliografii oraz mogą zawierać błędy i usterki. Z tego powodu niniejszy dokument
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 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 szczegółowoWprowadzenie do metod numerycznych. Krzysztof Patan
Wprowadzenie do metod numerycznych Krzysztof Patan Metody numeryczne Dział matematyki stosowanej Każde bardziej złożone zadanie wymaga opracowania indywidualnej metody jego rozwiązywania na maszynie cyfrowej
Bardziej szczegółowo