Obliczenia Naukowe i Metody Numeryczne. Laboratorium Komputerowe lista 4 5 października 2012
|
|
- Zdzisław Czerwiński
- 7 lat temu
- Przeglądów:
Transkrypt
1 Obliczenia Naukowe i Metody Numeryczne Laboratorium Komputerowe lista 4 5 października 2012 Temat: interpolacja i iteracyjne metody obliczania zer funkcji Uwagi. Zalecane jest graficzne ilustrowanie przeprowadzonych eksperymentów numerycznych. Należy zrealizować zadanie obowiązkowe i jedno z zadań do wyboru (interpolacja lub iteracyjne metody). Metody iteracyjne zadanie obowiązkowe Eksperymentalnie zbadać szybkość zbieżności co najmniej dwóch spośród następujących iteracyjnych metod obliczania zera funkcji f(x): metoda bisekcji metoda siecznych x k+1 = x k x k x k 1 f(x k ) f(x k 1 ) f(x k) metoda Pegasus if f( k+1 )f(x k ) < 0 then (x k 1, f(x k 1 ) is replaced by (x k, f(x k )), ( ) f(x if f(x k+1 )f(x k ) > 0 then (x k 1, f(x k 1 )) is replaced by x k 1, k 1 )f(x k ) f(x k )+f(x k+1 ), metoda Illinois if f( k+1 )f(x k ) < 0 then (x k 1, f(x k 1 ) is replaced by (x k, f(x k )), if f(x k+1 )f(x k ) > 0 then (x k 1, f(x k 1 )) is replaced by (x k 1, f(x k 1 )/2), metoda Steffensena x k+1 = x k f(x k) g(x k ), gdzie g(x k) = f(x k + f(x k )) f(x k ) f(x k ) metoda Newtona x k+1 = x k f(x k) f (x k ) metoda Halleya x k+1 = x k 1, gdzie a k = f (x k ) a k f(x k ) 1 f (x k ) 2 f (x k ). modyfikacje metody Newtona: Chcemy obliczyć zero funkcji f(x). Metodę Newtona zamiast do funkcji f stosujemy do pewnej zmodyfikowanej funkcji ˆf, zależnej od f. Na przykład dla ˆf(x) = f(x)/ f (x) otrzymamy metodę Halleya (zob. Ben Israel). metoda Olvera x k+1 = x k f(x) f (x) 1 f(x k ) 2 f (x k ) 2 [f (x k )] 3 1
2 Obliczać: liczbę wykonanych iteracji iter wyk, błędy e k = x k ξ, jeśli znane jest dokładne zero ξ funkcji f, oraz f(x k ), x k+1 x k, x k+1 x k / x k+1. Jeśli liczba iteracji będzie bardzo duża, to wyświetlać tylko niektóre spośród powyższych wielkości - z informacją, w jakiej iteracji one wystąpiły - lub wyniki dla 10 ostatnich iteracji, itp. Dla metody siecznych dodatkowo obliczać: ( e k e k 1, e k+1 /(e k 1 e k ), e k+1 / e (1+ 5)/2 k Zastosować różne kryteria kończenia procesu iteracyjnego, na przykład: x k+1 x k δ 1 x k, x k+1 x k δ 2, x k+1 x k δ 3 x k + δ 4, ). k iter max, f(x k ) δ 5 Przykłady funkcji testowych Uwaga. Obok funkcji jest podany przedział, w którym należy szukać jej zera. Parametr n jest liczbą naturalną. f(x) = 1 x π, x [0, 5], f(x) = x 3 2x 5, x [0, 3], f(x) = sign(x 2) x 2, x [1, 4], f(x) = x 2 (1 x) n, [0, 1], f(x) = (1 + (1 n) 2 )x (1 nx) 2, [0, 1], f(x) = e x 3x 2, zera w pobliżu 0.5 oraz 4 f(x) = x(x 3) 4(sin x) 2, [3, 4] f(x) = x 2 (1 x) n, [0, 1], n = 1, 5, 10 f(x) = (1 + (1 n) 4 )x (1 nx) 4, [0, 1], n = 1, 4, 8 f(x) = (x 1)exp( nx) + x n, [0, 1], n = 1, 5, 10 f(x) = x n + x, [ 0.75, 0.5], n = 3, 5, 9, 19 f(x) = x n + x , [ 0.75, 0.5], n = 3, 5, 9, 19 f(x) = sin x 0.5, [0, 1.5] f(x) = 2xexp( n) + 1 2exp( nx), [0, 1], n = 1, 2, 3, 4 f(x) = x exp( x), [0, 1] f(x) = sin x, [1, 6], [1, 10] f(x) = tg(x) cos(x) 0.5, [0, 3] f(x) = x n 2
3 f(x) = e 1 x 1 f(x) = xe 3x f(x) = x 1/3 - x 0 0 Perfidny wielomian Wilkinsona: w(x) = (x 1)(x 2)... (x 20). w(x) = (x 1) 8 = x 8 36x x x x x x x , [0.99, 1.01], [7.99, 8.01]. f(x) = arctg(x) Zadania do wyboru interpolacja 1. Wyznaczać ciąg wielomianów w n (x), stopnia n, interpolujących funkcję f(x) = 1/(1 + 25x 2 ) na przedziale [ a, a] z węzłami równoodległymi. Obliczenia wykonać dla n = 1, 2, 3,... i różnych wartości parametru a. Wielomiany interpolujące wyznaczyć za pomocą wzoru Newtona. Obliczenia powtórzyć dla innych funkcji f, np. dla funkcji f(x) = 1 x, f(x) = cos (x). Badać, czy wielomian interpolacyjny w n (x) co raz lepiej przybliża funkcję f, jeśli zwiększamy n. Czy taki sam wniosek otrzymuje się dla wszystkich x z przedziału [ a, a]? Obliczenia powtórzyć dla węzłów Czebyszewa. 2. Zbadać zbieżność wielomianów interpolacyjnych dla następujących funkcji interpolowanych (zob. skrypt Grabarski,...) f(x) = x + sin (2x), x [ 2, 1], f(x) = x,, x [ 1, 1], f(x) = 1/(1 + x 2 ), x [ 5, 5]. jakaś inna funkcja. Wybrać węzły równoodległe i węzły Czebyszewa. 3. Zapoznaj się z wzorem interpolacyjnym Newtona dla wielomianu interpolacyjnego z węzłami równoodległymi, w którym stosuje się różnice progresywne (zob. np. Fortuna, Macukow,..., str. 49 ). Przeprowadź eksperymenty numeryczne, korzystając z tego wzoru i z wzoru Lagrange a. 4. Wiadomo, że współczynniki wielomianu interpolacyjnego Lagrange a można wyznaczyć rozwiązując układ równań liniowych z macierzą Vandermonde a. Zastosuj to do wyznaczenia współczynników wielomianu interpolacyjnego z węzłami interpolacji, na przykład, x j = j dla j = 0, 1, 2,..., n. Obliczaj wskaźnik uwarunkowania macierzy Vandermonde a. Ten sam wielomian interpolacyjny wyznacz inną metodą. Porównaj wartości obu wyznacznych wielomianów interpolacyjnych w jakichś punktach z przedziału zawierającego węzły interpolacji. 5. Wielomian interpolujący w n daną funkcję f w danych węzłach interpolacji x j można przedstawić np. w postaci Lagrange a i postaci Newtona. Werner zaproponował sposób przejścia od postaci Lagrange a do postaci Netwona. Zrealizować algorytmy obliczania wartości wielomianu interpolacyjnego podanego w postaci Lagrangre a oraz zamiany postaci Lagrange a na postać Newtona. Porównać dokładność wyników uzyskanych za 3
4 pomocą obu wzorów na przykład dla funkcji f(x) = 1 + x 2. Jako węzły interpolacji wybrać ( 2j + 1 ) x j = cos 2(n + 1) π, 0 j n. Obliczyć błąd f w n w 19 punktach równoodległych z przedziału [ 1, 1] (wystarczy wyznaczyć maksymalny moduł tych różnic). Literatura: W. Werner, Polynomial interpolation: Lagrange versus Newton, Mathematics of Computation, 43 (1984), Wielomian interpolacyjny w postaci Lagrange a można przekształcić do postaci barycentrycznej. Porównać algorytmy obliczania wartości wielomianu interpolacyjnego z wzoru Lagrange a i z wzoru w postaci barycentrycznej. Eksperymenty numeryczne wykonać podobne jak w innych zadanich. Postać barycentryczna wielomianu interpolacyjnego: gdzie w n (x) = n i=1 ω / i n ω i f(x i ), x x i (i = 0,..., n), x x i x x i=1 i / n ω i = 1 j=0,j i (x i x j ), i = 0, 1,..., n. Literatura: Jean-Paul Berrut, L.N. Trefethen, Barycentric Lagrange interpolation, SIAM Review, 2005 (zob. strona domowa Trefethena). 7. Wyznaczyć wielomian interpolujący funkcję f(x) = (1+x 2 ) 1 na przedziale [ 5, 5] w 21 węzłach równoodległych (końce przedziału są węzłami). Porównać wartości wielomianu interpolacyjnego w 41 punktach równoodległych z przedziału [ 5, 5] z dokładnymi wartościami funkcji f. To samo wykonać dla węzłów losowo wybranych z przedziału [ 5, 5] oraz x i = 5cos iπ 20 (0 i 20) i dla x i = 5cos 2i+1 42 π (0 i 20). Obliczenia powtórzyć dla innej liczby węzłów. Wielomiany interpolujące wyznaczyć za pomocą wzoru Newtona. Obliczenia powtórzyć na przykład dla funkcji f(x) = x i f(x) = max{0, 1 x} na przedziale [ 4, 4]. 8. Wyznaczać ciąg wielomianów w n (x), stopnia n, interpolujących funkcję f(x) = e x na przedziale [0, a] z węzłami równoodległymi. Obliczenia wykonać dla n = 1, 2, 3,... i różnych wartości parametru a. Wielomiany interpolujące wyznaczyć za pomocą wzoru Newtona, wykorzystując fakt, że węzły są równoodległe. Obliczenia powtórzyć dla innych funkcji f, np. dla funkcji f(x) = x sin π x. Badać, czy wielomian interpolacyjny dobrze przybliża funkcję f. Testy wykonać też dla funkcji f(x) = arc sin x na przedziale [ 1/ 2, 1/ 2]. Zbadać, jak wielomian interpolacyjny przybliża funkcję dla argumentów z przedziału [ 1/ 2, 1/ 2]. Dla argumentów spoza tego przedziału skorzystać ze wzoru sin (π/2 α) = cos α = 1 sin 2 (x). Testy wykonać też dla funkcji f(x) = arc sin x na przedziale [ 1/ 2, 1/ 2]. Zbadać, jak wielomian interpolacyjny przybliża funkcję dla argumentów z przedziału [ 1/ 2, 1/ 2]. 4
5 Dla argumentów spoza tego przedziału skorzystać ze wzoru sin (π/2 α) = cos α = 1 sin 2 (x). 9. Wyznaczyć wielomian p (interpolacja Hermite a) spełniający warunki: p(x i ) = f(x i ), p (x i ) = f (x i ) dla i = 0, 1,..., n, gdzie a = x 0 < x 1 <... < x n = b. Zastosować uogólnione ilorazy różnicowe i wzór interpolacyjny Newtona dla węzłów wielokrotnych (zob. podręcznik Kincaida i Cheneya). Obliczenia wykonać dla węzłów równoodległych. Ocenić dokładność, z jaką wielomian interpolacyjny przybliża daną funkcję 10. Wyznaczyć wielomian interpolacyjny Hermite a dla węzłów Czebyszewa, czyli pierwiastków wielomianu Czebyszewa T n+1. W tym przypadku wielomian interpolacyjny ma szczególną postać (zob. Phillips, Taylor, str ). Obliczenia wykonać m.in. dla funkcji sin πx na przedziale [0, 1]. Ocenić, z jaką dokładnością wielomian interpolacyjny przybliża funkcję. Literatura: G.M. Phillips, P.J. Taylor, Theory and applications of numerical analysis, Academic Press, London Wiadomo, że funkcja (zob. Cheney, str. 63) f(x) = ma następujący szereg Czebyszewa 1 tx, t < 1, 1 2tx + t2 1 tx 1 2tx + t 2 = j=0 t j T j (x). Niech wielomian w n 1, stopnia n 1, interpoluje funkcję f w węzłach interpolacji x i będących pierwiastkami wielomianu Czebyszewa T n (x). Wówczas (zob. Cheney, str. 135) w n 1 (x) = 1 n 1 2 a 0T 0 (x) + a j T j (x), j=1 gdzie a j = 2 n f(x i )T j (x i ). n i=1 Przeprowadzić eksperymenty numeryczne pokazujące jak wielomian interpolacyjny w n 1 i suma częściowa szeregu Czebyszewa s n = n 1 j=0 tj T j (x) przybliżają funkcję f. Rozważyć dwa przypadki: 0.5 < t < 1 i t 0.5. Do obliczania sum częściowych szeregu Czebyszewa zastosować algorytm Clenshawa (zob. Paszkowski, str. 275). Uwaga. Nie stosować procedur podanych w książce Paszkowskiego, tylko napisać własną wersję programu. Literatura: 1. E.W. Cheney, Introduction to approximation theory, McGraw-Hill, New York S. Paszkowski, Zastosowania numeryczne wielomianów i szeregów Czebyszewa, PWN, Warszawa
6 Zadania do wyboru metody iteracyjne 1. Zastosuj metodę bisekcji do wyznaczenia dodatniego rozwiązania równania 2x = arc tg(x). 1 + x2 Obliczone rozwiązanie przyjmij jako przybliżenie początkowe x 0 dla metody Newtona zastosowanej do wyznaczenia zera funkcji f(x) = arctg(x). Zinterpretuj wyniki. 2. Wielomian w(x) = 816x x x 3125 ma trzy pierwiastki rzeczywiste bliskie. Narysuj wykres wielomianu na przedziale [1.43, 1.7]. Zastosuj następujące metody metod Newtona, x 0 = 1.5, metoda siecznych, x 0 = 1, x 1 = 2, metoda bisekcji, początkowy przedział [1, 2], do wyznaczenia jego pierwiastków 3. Wielowymiarowa metoda Newtona służy do rozwiązywania układu równań nieliniowych. Może być zastosowana do wyznaczenia wartości własnej λ i wektora własnego x macierzy A: Ax = λx, x 0. Niech [ ] Ax λx f(x, λ) = x T. x 1 Wówczas wektor x i liczba λ są rozwiązaniem układu równań f(x, λ) = 0, gdy λ jest wartością własną macierzy A, a x odpowiadającym jej wektorem własnym unormowanym. Niech [ ] Ax λi x J(x, λ) = 2x T. 0 J jest macierzą stopnia n + 1, gdzie n jest stopniem macierzy A. Wielowymiarowa metoda iteracyjna Newtona, zastosowana do układu f(x, λ) = 0, ma postać: ] ] ] [ xk+1 λ k+1 = [ xk λ k + [ sk δ k, gdzie jest rozwiązaniem układu równań liniowych [ ] [ ] [ A λk I x k sk Axk λ 2x T = k x k k 0 x T k x k 1 δ k ]. Wobec tego w każdej iteracji trzeba rozwiązywać układ równań liniowych. Napisz program wyznaczający wartość własną i wektor własny metodą Newtona. Dla porównania zastosuj funkcję eig. Jako przybliżenie początkowe wybierz dowolny wektor x 0 unormowany, x 0 2 = 1, a za przybliżenie początkowe przyjmij λ 0 = x T 0 Ax 0. Proces iteracyjny wykonuj tak długo, aż spełniona będzie nierówność x k+1 x k 2 ɛ. Sprawdzaj też, czy λ k+1 λ k ɛ. Uwaga. Wektor x k jest k-tym przbliżeniem wektora własnego, a λ k jest k-tym przybliżeniem wartości własnej. 6
7 4. Zbadać wpływ krotności zera funkcji na szybkość zbieżności metody Newtona. Wybrać kilka funkcji testowych, na przykład, f(x) = (x 1) m. Oliczenia powtórzyć dla zmodyfikowanej metody Newtona gdzie m jest znaną krotnością zera. x k+1 = x k m f(x k) f (x k ), 5. Zastosować iteracyjną metodę Newtona wyznaczania zera funkcji do obliczenia pierwiastków wielomianu ze współczynnikiem 1 przy najwyższej potędze. Wartości wielomianu i jego pochodnej wyznaczać jednocześnie za pomocą odpowiedniej modyfikacji algorytmu Hornera - jest to szczególny przypadek algorytmu Shaw-Trauba (zob. Jankowscy, str. 40, Kincaid, Cheney str ). Obliczenia wykonywać dla wielomianów o znanych pierwiastkach. Niech ξ (obl) 1 będzie obliczonym iteracyjną metodą Newtona przybliżeniem pierwiastka wielomianu w(x). Wykonać deflację wielomianu w(x) czynnikiem liniowym x ξ (obl) 1 i wyznaczyć kolejny pierwiastek wielomianu w(x) stosując iteracyjną metodę Newtona do wielomianu u(x)/(x ξ (obl) 1 ). itd Obliczone w ten sposób pierwiastki wielomianu w porównać z pierwiastkami dokładnymi i obliczonymi za pomocą funkcji roots. Zastosować trzy sposoby wykonywania deflacji wielomianu : algorytm Hornera, odwrotny algorytm Hornera, sklejany algorytm Hornera (zob. Kiełbasiński, Cohen). Zbadać, jak kolejność wyznaczania pierwiastków ma wpływ na ich dokładność 6. Zastosować iteracyjną metodę Newtona (metoda stycznych) wyznaczania zera funkcji do obliczenia pierwiastków wielomianu ze współczynnikiem 1 przy najwyższej potędze. Wartości wielomianu i jego pochodnej wyznaczać jednocześnie za pomocą odpowiedniej modyfikacji algorytmu Hornera - jest to szczególny przypadek algorytmu Shaw-Trauba (zob. Jankowscy, str. 40, Kincaid, Cheney str ). Obliczenia wykonywać dla wielomianów o znanych pierwiastkach. Niech ξ (obl) 1 będzie obliczonym iteracyjną metodą Newtona przybliżeniem pierwiastka wielomianu w(x). Wykonać deflację wielomianu w(x) czynnikiem liniowym x ξ (obl) 1 i wyznaczyć kolejny pierwiastek wielomianu w(x) stosując iteracyjną metodę Newtona do wielomianu u(x)/(x ξ (obl) 1 ). itd Obliczone w ten sposób pierwiastki wielomianu w porównać z pierwiastkami dokładnymi i obliczonymi za pomocą funkcji roots. Zastosować trzy sposoby wykonywania deflacji wielomianu : algorytm Hornera, odwrotny algorytm Hornera, sklejany algorytm Hornera (zob. Kiełbasiński, Cohen). Zbadać, jak kolejność wyznaczania pierwiastków ma wpływ na ich dokładność. 7. Zastosować iteracyjną metodę Bairstowa do wyznaczenia dzielnika kwadratowego wielomianu w(x) ( Niech w(x) = (x 2 + px + q)u(x) + ax + b, gdzie a = a(p, q), b = b(p, q). Wiadomo, że macierz pochodnych cząstkowych funkcji a(p, q) i b(p, q) jest nieosobliwa w punkcie (p,q) wtedy i tylko wtedy, gdy wielomiany x 2 +px+q i u(x) nie mają wspólnych pierwiastków. W metodzie Bairstowa wyznacza się ciągi p 0, p 1,... i q 0, q 1,... kolejnych przybliżeń współczynników poszukiwanego dzielnika kwadratowego. Kryterium kończenia procesu 7
8 iteracyjnego: p k+1 p k 2 + q k+1 q k 2 ε(p 2 k + q 2 k) lub k > k max, gdzie k max jest zadaną maksymalną liczbą iteracji, które można wykonać. Testy wykonać m.in. dla wielomianów w(x) = x 4 + 2sx 3 + s 2 x 2 + 1, gdzie s jest dowolnym parametrem. Przbliżenie początkowe x 2 + p 0 x + q 0 dzielinika kwadratowego wybrać tak: p 0 = s, q 0 = v (v dowolne). w(x) = (x 2 +tx+v)(x 2 +tx+s)+(s v) 2, gdzie t, s, v są dodowlnymi parametrami. Przbliżenie początkowe x 2 + p 0 x + q 0 dzielinika kwadratowego wybrać tak: p 0 = t, q 0 = v. Chętni studenci oprócz klasycznej wersji metody Bairstowa mogą przetestować jej modyfikację zaproponowaną przez Cohena. Literatura 1. A. Ben-Israel, Newton method with modified functions, Contemporary Math. 24 (1997), (praca jest dostępna na stronie domowej Ben-Israela bisrael/). 2. W. Cheney, D. Kincaid, Numerical Mathematics and Computing, Brooks/Cole, A.M. Cohen, Is the polynomial so perfidious?, Numerische Mathematik 68 (1994), Z. Fortuna, B. Macukow, J. Wąsowski, Metody numeryczne, WNT, Warszawa A. Grabarski, I. Musiał-Walczak, W. Sadkowski, A. Smoktunowicz, J. Wąsowski, Ćwiczenia laboratoryjne z metod numerycznych, praca zbiorowa pod red. J. Wąsowskiego, Oficyna Wyd. Politechniki Warszawskiej, Warszawa J. i M. Jankowscy, M. Dryja Przegląd metod i algorytmów numerycznych, część 2, WNT, Warszawa T. Fiała, A. Krebsz, On the convergence and divergence of Bairstow method, Numerische Mathematik 50 (1987), A. Kiełbasiński, Zagadnienie deflacji wielomianowej, Matematyka Stosowana III (1974), A. Kiełbasiński, H. Schwetlick, Numeryczna algebra liniowa, WNT, Warszawa D. Kincaid, W. Cheney, Analiza numeryczna, WNT, Warszawa, E. Stożek, Metody numeryczne w zadaniach, Wyd. Uniw. Łódzkiego, Łódź Krystyna Ziętak 8
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 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 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 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 szczegółowoObliczenia naukowe Wykład nr 6
Obliczenia naukowe Wykład nr 6 Paweł Zieliński Katedra Informatyki, Wydział Podstawowych Problemów Techniki, Politechnika Wrocławska Literatura Literatura podstawowa [1] D. Kincaid, W. Cheney, Analiza
Bardziej szczegółowoEgzamin z Metod Numerycznych ZSI, Grupa: A
Egzamin z Metod Numerycznych ZSI, 06.2005. Grupa: A Nazwisko: Imię: Numer indeksu: Ćwiczenia z: Data: Część 1. Test wyboru, max 36 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa
Bardziej 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 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 szczegółowoObliczenia naukowe Wykład nr 2
Obliczenia naukowe Wykład nr 2 Paweł Zieliński Katedra Informatyki, Wydział Podstawowych Problemów Techniki, Politechnika Wrocławska Literatura Literatura podstawowa [1] D. Kincaid, W. Cheney, Analiza
Bardziej 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 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 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 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 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 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 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 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 szczegółowoEgzamin z Metod Numerycznych ZSI, Egzamin, Gr. A
Egzamin z Metod Numerycznych ZSI, 06.2007. Egzamin, Gr. A Imię i nazwisko: Nr indeksu: Section 1. Test wyboru, max 33 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa odpowiedź
Bardziej szczegółowoMetody numeryczne. Sformułowanie zagadnienia interpolacji
Ćwiczenia nr 4. Sformułowanie zagadnienia interpolacji Niech będą dane punkty x 0,..., x n i wartości y 0,..., y n, takie że i=0,...,n y i = f (x i )). Szukamy funkcji F (funkcji interpolującej), takiej
Bardziej szczegółowoMetody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski
Metody numeryczne Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski Elektrotechnika stacjonarne-dzienne pierwszego stopnia
Bardziej 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 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 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 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 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 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 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 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 szczegółowoMetody numeryczne. Ilorazy różnicowe. dr Artur Woike. Wzory interpolacyjne Newtona i metoda Aitkena.
Ćwiczenia nr 3. Ilorazy różnicowe Niech będą dane punkty x 0,..., x n i wartości f (x 0 ),..., f (x n ). Definiujemy rekurencyjnie ilorazy różnicowe: f (x i, x i+1 ) = f (x i+1) f (x i ) x i+1 x i, i =
Bardziej 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 szczegółowoRozwiązywanie równań nieliniowych
Rozwiązywanie równań nieliniowych Marcin Orchel 1 Wstęp Przykłady wyznaczania miejsc zerowych funkcji f : f(ξ) = 0. Wyszukiwanie miejsc zerowych wielomianu n-tego stopnia. Wymiar tej przestrzeni wektorowej
Bardziej szczegółowoMETODY 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. Wojciech Szewczuk
Metody Numeryczne Równania nieliniowe Równania nieliniowe W tych równaniach jedna lub więcej zmiennych występuje nieliniowo, np równanie Keplera x a sin x = b. Zajmiemy się teraz lokalizacją pierwiastków
Bardziej 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 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 szczegółowoWybrane metody przybliżonego. wyznaczania rozwiązań (pierwiastków) równań nieliniowych
Wykład trzeci 1 Wybrane metody przybliżonego wyznaczania rozwiązań pierwiastków równań nieliniowych 2 Metody rozwiązywania równań nieliniowych = 0 jest unkcją rzeczywistą zmiennej rzeczywistej Rozwiązanie
Bardziej 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 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 szczegółowoWprowadzenie do metod numerycznych Wykład 9 Różniczkowanie numeryczne
Wprowadzenie do metod numerycznych Wykład 9 Różniczkowanie numeryczne Polsko-Japońska Wyższa Szkoła Technik Komputerowych Katedra Informatyki Stosowanej Spis treści 1 Na czym polega różniczkowanie numeryczne
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 szczegółowoRównania nieliniowe. LABORKA Piotr Ciskowski
Równania nieliniowe LABORKA Piotr Ciskowski przykład 1. funkcja fplot fplot ( f, granice ) fplot ( f, granice, n, linia, tol ) [ x, y ] = fplot ( )» fplot ( sin(x*x)/x, [ 0 4*pi ] )» fplot ( sin(x*x)/x,
Bardziej 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 szczegółowoRozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów.
Rozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów. Plan wykładu: 1. Wyznaczanie pojedynczych pierwiastków rzeczywistych równań nieliniowych metodami a) połowienia (bisekcji)
Bardziej szczegółowoMetody Obliczeniowe w Nauce i Technice
8. Wyznaczanie pierwiastków wielomianów Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Magdalena Nowak
Bardziej 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 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 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 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 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 szczegółowoWprowadzenie do metod numerycznych Wykład 2 Numeryczne rozwiązywanie równań nieliniowych
Wprowadzenie do metod numerycznych Wykład 2 Numeryczne rozwiązywanie równań nieliniowych Polsko-Japońska Wyższa Szkoła Technik Komputerowych Katedra Informatyki Stosowanej Spis treści Spis treści 1 Numeryczne
Bardziej szczegółowoElementy Analizy Numerycznej - opracowanie pytań egzaminacyjnych
Elementy Analizy Numerycznej - opracowanie pytań egzaminacyjnych baszmen, entereczek, JG, kubked, MK, PajdziuPaj Vertyk WI-INFA września 0 Spis treści Teoria. Co to znaczy, że algorytm obliczeniowy jest
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 Obliczeniowe w Nauce i Technice
5. Aproksymacja Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Paweł Urban Jakub Ptak Łukasz Janeczko
Bardziej 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 szczegółowoMetody numeryczne. dr Artur Woike. Ćwiczenia nr 2. Rozwiązywanie równań nieliniowych metody połowienia, regula falsi i siecznych.
Ćwiczenia nr 2 metody połowienia, regula falsi i siecznych. Sformułowanie zagadnienia Niech będzie dane równanie postaci f (x) = 0, gdzie f jest pewną funkcją nieliniową (jeżeli f jest liniowa to zagadnienie
Bardziej szczegółowoMetody numeryczne. 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 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 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 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 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 szczegółowo2. ZASTOSOWANIA POCHODNYCH. (a) f(x) = ln 3 x ln x, (b) f(x) = e2x x 2 2.
2. ZASTOSOWANIA POCHODNYCH. Koniecznie trzeba znać: twierdzenia o ekstremach (z wykorzystaniem pierwszej i drugiej pochodnej), Twierdzenie Lagrange a, Twierdzenie Taylora (z resztą w postaci Peano, Lagrange
Bardziej szczegółowoAlgebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1
Algebra liniowa II Lista Zadanie Udowodnić, że jeśli B b ij jest macierzą górnotrójkątną o rozmiarze m m, to jej wyznacznik jest równy iloczynowi elementów leżących na głównej przekątnej: det B b b b mm
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 szczegółowoFunkcje Andrzej Musielak 1. Funkcje
Funkcje Andrzej Musielak 1 Funkcje Funkcja liniowa Funkcja liniowa jest postaci f(x) = a x + b, gdzie a, b R Wartość a to tangens nachylenia wykresu do osi Ox, natomiast b to wartość funkcji w punkcie
Bardziej szczegółowoMetody Obliczeniowe w Nauce i Technice
7. Równania nieliniowe (non-linear equations) Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Dawid Prokopek
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 szczegółowoDOPASOWYWANIE KRZYWYCH
DOPASOWYWANIE KRZYWYCH Maciej Patan Uniwersytet Zielonogórski Motywacje Przykład 1. Dane o przyroście światowej populacji są aktualizowane co każde 10 lat, celem szacowania średniego przyrostu rocznego.
Bardziej szczegółowoO geometrii semialgebraicznej
Inauguracja roku akademickiego 2018/2019 na Wydziale Matematyki i Informatyki Uniwersytetu Łódzkiego O geometrii semialgebraicznej Stanisław Spodzieja Łódź, 28 września 2018 Wstęp Rozwiązywanie równań
Bardziej szczegółowoMatematyka licea ogólnokształcące, technika
Matematyka licea ogólnokształcące, technika Opracowano m.in. na podstawie podręcznika MATEMATYKA w otaczającym nas świecie zakres podstawowy i rozszerzony Funkcja liniowa Funkcję f: R R określoną wzorem
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 szczegółowoMetody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski
Metody numeryczne Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski Elektrotechnika stacjonarne-dzienne pierwszego stopnia
Bardziej szczegółowoMETODY NUMERYCZNE. Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą. prof. dr hab.inż. Katarzyna Zakrzewska
METODY NUMERYCZNE Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą prof. dr hab.inż. Katarzyna Zakrzewska Met.Numer. Wykład 4 1 Rozwiązywanie równań nieliniowych z jedną niewiadomą
Bardziej szczegółowoMetody Numeryczne Optymalizacja. Wojciech Szewczuk
Metody Numeryczne Optymalizacja Optymalizacja Definicja 1 Przez optymalizację będziemy rozumieć szukanie minimów lub maksimów funkcji. Optymalizacja Definicja 2 Optymalizacja lub programowanie matematyczne
Bardziej 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 szczegółowoRozwiązywanie układów równań liniowych metody przybliżone Materiały pomocnicze do ćwiczeń z metod numerycznych
Rozwiązywanie układów równań liniowych metody przybliżone Materiały pomocnicze do ćwiczeń z metod numerycznych Piotr Modliński Wydział Geodezji i Kartografii PW 14 stycznia 2012 P. Modliński, GiK PW Rozw.
Bardziej szczegółowoEgzamin / zaliczenie na ocenę* 1,6 1,6
Zał. nr 4 do ZW 33/0 WYDZIAŁ / STUDIUM KARTA PRZEDMIOTU Nazwa w języku polskim Metody numeryczne Nazwa w języku angielskim Numerical methods Kierunek studiów (jeśli dotyczy): Inżynieria Systemów Specjalność
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 szczegółowoLista nr 1 - Liczby zespolone
Lista nr - Liczby zespolone Zadanie. Obliczyć: a) ( 3 i) 3 ( 6 i ) 8 c) (+ 3i) 8 (i ) 6 + 3 i + e) f*) g) ( 3 i ) 77 ( ( 3 i + ) 3i 3i h) ( + 3i) 5 ( i) 0 i) i ( 3 i ) 4 ) +... + ( 3 i ) 0 Zadanie. Przedstawić
Bardziej szczegółowoFunkcje dwóch zmiennych
Funkcje dwóch zmiennych Andrzej Musielak Str Funkcje dwóch zmiennych Wstęp Funkcja rzeczywista dwóch zmiennych to funkcja, której argumentem jest para liczb rzeczywistych, a wartością liczba rzeczywista.
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 szczegółowoAproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1
Założenie: f(x) funkcja którą aproksymujemy X jest przestrzenią liniową Aproksymacja liniowa funkcji f(x) polega na wyznaczeniu współczynników a 0,a 1,a 2,...,a m funkcji: Gdzie: - są funkcjami bazowymi
Bardziej szczegółowo1 Funkcja wykładnicza i logarytm
1 Funkcja wykładnicza i logarytm 1. Rozwiązać równania; (a) x + 3 = 3 ; (b) x 2 + 9 = 5 ; (c) 3 x 1 = 3x 2 2. Rozwiązać nierówności : (a) 2x 1 > 2 ; (b) 3x 4 2x + 3 > x + 2 ; (c) 3 x > 1. 3. Znając wykres
Bardziej szczegółowoRozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów.
Rozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów. Plan wykładu: 1. Wyznaczanie pojedynczych pierwiastków rzeczywistych równań nieliniowych metodami a) połowienia (bisekcji)
Bardziej szczegółowoMetody numeryczne 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 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 szczegółowoZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II
ZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II POZIOM ROZSZERZONY Równania i nierówności z wartością bezwzględną. rozwiązuje równania i nierówności
Bardziej szczegółowoZagadnienia - równania nieliniowe
Zagadnienia - równania nieliniowe Sformułowanie zadania poszukiwania pierwiastków. Przedział izolacji. Twierdzenia o istnieniu pierwiastków. Warunki zatrzymywania algorytmów. Metoda połowienia: założenia,
Bardziej szczegółowoNewton vs. Lagrange - kto lepszy?
Uniwersytet Mikołaja Kopernika Wydział Matematyki i Informatyki Katedra Analizy Matematycznej Agnieszka Rydzyńska nr albumu: 254231 Praca Zaliczeniowa z Seminarium Newton vs. Lagrange - kto lepszy? Opiekun
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 szczegółowoWstęp do metod numerycznych 9. Rozwiazywanie równań algebraicznych. P. F. Góra
Wstęp do metod numerycznych 9. Rozwiazywanie równań algebraicznych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Co to znaczy rozwiazać równanie? Przypuśmy, że postawiono przed nami problem rozwiazania
Bardziej 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 szczegółowoELEKTROTECHNIKA Semestr 1 Rok akad / ZADANIA Z MATEMATYKI Zestaw Przedstaw w postaci algebraicznej liczby zespolone: (3 + 2j)(5 2j),
ELEKTROTECHNIKA Semestr Rok akad. / 5 ZADANIA Z MATEMATYKI Zestaw. Przedstaw w postaci algebraicznej liczby zespolone: (3 + j)(5 j) 3 j +j (5 + j) (3 + j) 3. Narysuj zbiory punktów na płaszczyźnie: +j
Bardziej szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 5. Metody kierunków poparwy (metoda Newtona-Raphsona, metoda gradientów sprzężonych) Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 28.03.2019 1
Bardziej szczegółowoRównania różniczkowe liniowe wyższych rzędów o stałych współcz
Równania różniczkowe liniowe wyższych rzędów o stałych współczynnikach Katedra Matematyki i Ekonomii Matematycznej SGH 12 maja 2016 Równanie liniowe n-tego rzędu Definicja Równaniem różniczkowym liniowym
Bardziej szczegółowo1 Funkcja wykładnicza i logarytm
1 Funkcja wykładnicza i logarytm 1. Rozwiązać równania; (a) x + 3 = 3 ; (b) x 2 + 9 = 5 ; (c) 3 x 1 = 3x 2 2. Rozwiązać nierówności : (a) 2x 1 > 2 ; (b) 3x 4 2x + 3 > x + 2 ; (c) 3 x > 1. 3. Znając wykres
Bardziej 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 szczegółowoIndukcja matematyczna
Indukcja matematyczna Zadanie. Zapisać, używając symboli i, następujące wyrażenia (a) n!; (b) sin() + sin() sin() +... + sin() sin()... sin(n); (c) ( + )( + /)( + / + /)... ( + / + / +... + /R). Zadanie.
Bardziej szczegółowoRachunek różniczkowy i całkowy 2016/17
Rachunek różniczkowy i całkowy 26/7 Zadania domowe w pakietach tygodniowych Tydzień 3-7..26 Zadanie O. Czy dla wszelkich zbiorów A, B i C zachodzą następujące równości: (A B)\C = (A\C) (B\C), A\(B\C) =
Bardziej 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 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 szczegółowo