Materiały wykładowe (fragmenty)

Podobne dokumenty
Teoria Informacji i Metody Kompresji Danych

Robert Susmaga. Instytut Informatyki ul. Piotrowo 2 Poznań

Teoria Informacji i Metody Kompresji Danych

Materiały wykładowe (fragmenty)

Wstęp do metod numerycznych Rozwiazywanie równań algebraicznych. P. F. Góra

Materiały wykładowe (fragmenty)

RÓWNANIA NIELINIOWE Maciej Patan

Rozwiązywanie równań nieliniowych

Materiały wykładowe (fragmenty)

Elementy metod numerycznych

Matematyka dyskretna dla informatyków

Metody numeryczne I Równania nieliniowe

Wprowadzenie do metod numerycznych Wykład 2 Numeryczne rozwiązywanie równań nieliniowych

Robert Susmaga. Instytut Informatyki ul. Piotrowo 2 Poznań

Rozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów.

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu

Wprowadzenie Metoda bisekcji Metoda regula falsi Metoda siecznych Metoda stycznych RÓWNANIA NIELINIOWE

1 + x 1 x 1 + x + 1 x. dla x 0.. Korzystając z otrzymanego wykresu wyznaczyć funkcję g(m) wyrażającą liczbę pierwiastków równania.

1 Równania nieliniowe

Matematyka A kolokwium 26 kwietnia 2017 r., godz. 18:05 20:00. i = = i. +i sin ) = 1024(cos 5π+i sin 5π) =

Luty 2001 Algorytmy (7) 2000/2001

Otrzymaliśmy w ten sposób ograniczenie na wartości parametru m.

Rozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów.

Lab 10. Funkcje w argumentach funkcji metoda Newtona. Synonimy nazw typów danych. Struktury. Tablice struktur.

1. Wielomiany Podstawowe definicje i twierdzenia

Metody numeryczne Wykład 7

Wstęp do metod numerycznych 9. Rozwiazywanie równań algebraicznych. P. F. Góra

Wielomiany podstawowe wiadomości

Funkcje analityczne. Wykład 3. Funkcje holomorficzne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) z = x + iy A

Wykłady z matematyki Liczby zespolone

Całkowanie numeryczne przy użyciu kwadratur

Rozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów.

Zajęcia nr 1 (1h) Dwumian Newtona. Indukcja. Zajęcia nr 2 i 3 (4h) Trygonometria

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

Zagadnienia - równania nieliniowe

Metody Obliczeniowe w Nauce i Technice

ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH

Wykład 14 i 15. Równania różniczkowe. Równanie o zmiennych rozdzielonych. Definicja 1. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie

Metody numeryczne. Równania nieliniowe. Janusz Szwabiński.

Kombinowanie o nieskończoności. 3. Jak policzyć nieskończone materiały do ćwiczeń

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

Metody Obliczeniowe w Nauce i Technice

Jarosław Wróblewski Analiza Matematyczna 2, lato 2016/17

Równania różniczkowe liniowe II rzędu

Metody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I

Kurs wyrównawczy - teoria funkcji holomorficznych

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 26 czerwca 2017 roku

POSZUKIWANIE ZER FUNKCJI F(x). Zad. 2. Korzystając z metody punktu stałego znaleźć miejsce zerowe funkcji f(x) =

d) a n = e) a n = n 3 - n 2-16n + 16 f) a n = n 3-2n 2-50n +100

METODY KOMPUTEROWE W OBLICZENIACH INŻYNIERSKICH

W. Krysicki, L.Włodarski, Analiza matematyczna w zadaniach cz. 1 i cz. 2. Pomocnicze symbole. Spójniki logiczne: Symbole kwantyfikatorów:

Optymalizacja ciągła

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

O geometrii semialgebraicznej

Ciała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a);

LICZBY ZESPOLONE. 1. Wiadomości ogólne. 2. Płaszczyzna zespolona. z nazywamy liczbę. z = a + bi (1) i = 1 lub i 2 = 1

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

czyli o szukaniu miejsc zerowych, których nie ma

6. FUNKCJE. f: X Y, y = f(x).

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku

Wybrane metody przybliżonego. wyznaczania rozwiązań (pierwiastków) równań nieliniowych

Zaawansowane metody numeryczne

Matematyka stosowana i metody numeryczne

Jerzy Nawrocki, Wprowadzenie do informatyki

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.

Metody Numeryczne. Wojciech Szewczuk

Układy równań nieliniowych (wielowymiarowa metoda Newtona-Raphsona) f(x) = 0, gdzie. dla n=2 np.

Blok V: Ciągi. Różniczkowanie i całkowanie. c) c n = 1 ( 1)n n. d) a n = 1 3, a n+1 = 3 n a n. e) a 1 = 1, a n+1 = a n + ( 1) n

Podstawy MATLABA, cd.

Materiały wykładowe (fragmenty)

Kurs Start plus poziom zaawansowany, materiały dla prowadzących, Marcin Kościelecki. Zajęcia 1.

2. FUNKCJE. jeden i tylko jeden element y ze zbioru, to takie przyporządkowanie nazwiemy FUNKCJĄ, lub

ZADANIA OPTYMALIZCJI BEZ OGRANICZEŃ

pobieramy pierwszą literę komunikatu i wypełniamy nią (wszystkie pozycje tą samą literą) bufor słownikowy.

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną?

PRZEWODNIK PO PRZEDMIOCIE

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Wielomiany podstawowe wiadomości

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną?

METODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH

Układy równań i równania wyższych rzędów

Funkcje. Część pierwsza. Zbigniew Koza. Wydział Fizyki i Astronomii

Bardzo łatwa lista powtórkowa

Instrukcje pętli przykłady. Odgadywanie hasła. 1) Program pyta o hasło i podaje adres, gdy hasło poprawne lub komunikat o błędnym haśle.

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Elementy logiki. Zdania proste i złożone

Przekształcenia widmowe Transformata Fouriera. Adam Wojciechowski

Algorytmy i struktury danych. Wykład 4

S n = a 1 1 qn,gdyq 1

Testy De Jonga. Problemy. 1 Optymalizacja dyskretna i ciągła

Techniki regulacji automatycznej

do MATLABa programowanie WYKŁAD Piotr Ciskowski

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012

Inżynierskie metody analizy numerycznej i planowanie eksperymentu / Ireneusz Czajka, Andrzej Gołaś. Kraków, Spis treści

(4) W zbiorze R R definiujemy działania i wzorami. (a, b) (c, d) =(a + c, b + d),

III. Funkcje rzeczywiste

Arytmetyka. Działania na liczbach, potęga, pierwiastek, logarytm

KONSPEKT FUNKCJE cz. 1.

Liczby zespolone. x + 2 = 0.

Egzamin z Metod Numerycznych ZSI, Egzamin, Gr. A

Transkrypt:

Materiały wykładowe (fragmenty) 1

Robert Susmaga Instytut Informatyki ul. Piotrowo 2 Poznań kontakt mail owy Robert.Susmaga@CS.PUT.Poznan.PL kontakt osobisty Centrum Wykładowe, blok informatyki, pok. 7 2

Techniki optymalizacji Cz. 1 3

Wyłączenie odpowiedzialności Prezentowane materiały, będące dodatkiem pomocniczym do wykładów, z konieczności fragmentarycznym i niedopracowanym, należy wykorzystywaćz pełnąświadomościąfaktu, że mogąnie byćpozbawione przypadkowych błędów, braków, wypaczeń i przeinaczeń:-) Autor

... 5

Rzeczywiste pierwiastki z jedynki pierwszego stopnia pytanie: czy istniejąi jakie sązera jednowymiarowej funkcji rzeczywistej f(x) o argumencie rzeczywistym x danej wzorem f(x) = x 1 1? odpowiedź: x = 1 (istnieje jedno zero tej funkcji) drugiego stopnia pytanie: czy istniejąi jakie sązera jednowymiarowej funkcji rzeczywistej f(x) o argumencie rzeczywistym x danej wzorem f(x) = x 2 1? odpowiedź: x = 1 oraz x = 1 (istniejądwa zera tej funkcji) trzeciego stopnia pytanie: czy istniejąi jakie sązera jednowymiarowej funkcji rzeczywistej f(x) o argumencie rzeczywistym x danej wzorem f(x) = x 3 1? odpowiedź: x = 1 (istnieje jedno zero tej funkcji) czwartego stopnia pytanie: czy istniejąi jakie sązera jednowymiarowej funkcji rzeczywistej f(x) o argumencie rzeczywistym x danej wzorem f(x) = x 4 1? odpowiedź: x = 1 oraz x = 1 (istniejądwa zera tej funkcji) 6

Zespolone pierwiastki z jedynki pierwszego stopnia pytanie: czy istniejąi jakie sązera jednowymiarowej funkcji zespolonej f(x) o argumencie zespolonym x danej wzorem f(x) = x 1 1? odpowiedź: x = 1+0i (istnieje jedno zero tej funkcji) drugiego stopnia pytanie: czy istniejąi jakie sązera jednowymiarowej funkcji zespolonej f(x) o argumencie zespolonym x danej wzorem f(x) = x 2 1? odpowiedź: x = 1+0i oraz x = 1+0i (istniejądwa zera tej funkcji) trzeciego stopnia pytanie: czy istniejąi jakie sązera jednowymiarowej funkcji zespolonej f(x) o argumencie zespolonym x danej wzorem f(x) = x 3 1? odpowiedź: x = 1+0i, x = ( 1+3 1/2 i)/2 oraz x = ( 1 3 1/2 i)/2 (istnieją trzy zera tej funkcji) czwartego stopnia pytanie: czy istniejąi jakie sązera jednowymiarowej funkcji zespolonej f(x) o argumencie zespolonym x danej wzorem f(x) = x 4 1? odpowiedź: x = 1+0i, x = 0+i, x = 1+0i oraz x = 0 i (istnieją cztery zera tej funkcji) 7

Zespolone pierwiastki z jedynki stopnia czwartego oczywiście spełniają x = 1+0i: x 4 = (1+0i) 4 = 1 4 = 1 x = 0+i: x 4 = (0+i) 4 = i 4 = (i 2 ) 2 = ( 1) 2 = 1 x = 1+0i: x 4 = ( 1+0i) 4 = ( 1) 4 = 1 x = 0 i: x 4 = (0 i) 4 = ( i) 4 = (( i) 2 ) 2 = (( 1) 2 i 2 ) 2 = (1 i 2 ) 2 = (1 ( 1)) 2 = ( 1) 2 = 1 8

Także zespolone pierwiastki z jedynki stopnia trzeciego spełniają x = 1+0i: x 3 = (1+0i) 3 =...? x = ( 1+3 1/2 i)/2: x 3 = (( 1+3 1/2 i)/2) 3 =...? x = ( 1 3 1/2 i)/2: x 3 = (( 1 3 1/2 i)/2) 3 =...? 9

Cztery zera funkcji zespolonej f(x) = x 4 1 (i dwa zera funkcji rzeczywistej f(x) = x 4 1) 10

Aproksymacyjna metoda Newtona w poszukiwaniu pierwiastków z jedynki n-tego stopnia wyprowadzenie (aproksymacyjnego) schematu iteracyjnego funkcja: f(x) = x n 1 pochodna: f (x) = nx n 1 schemat: x k+1 = x k f(x k )/f (x k ) = x k ((x k ) n 1)/(n(x k ) n 1 ) = = x k (x k ) n /(n(x k ) n 1 ) + 1/(n(x k ) n 1 ) = = x k x k /n + 1/(n(x k ) n 1 ) = = (n 1)/n x k + 1/n 1/(x k ) n 1 wobec istnienia wielu zer funkcji (wielu pierwiastków z jedynki) aproksymacyjna metoda Newtona może znaleźć dowolne z nich to, które rozwiązanie zostanie znalezione, zależy od punktu początkowego (x 0 w schemacie iteracyjnym) zachodzi pytanie: Jaka jest zależnośćpomiędzy położeniem punktów początkowych a znajdowanymi pierwiastkami? 11

Który pierwiastek znajdzie metoda Newtona startując z tego punktu? 12

Baseny przyciągania w przypadku problemu poszukiwania pierwiastków z jedynki czwartego stopnia każdy możliwy punkt początkowy (czyli w praktyce każdą liczbęzespoloną) można przydzielićdo jednego z pięciu rozłącznych podzbiorów podzbiór punktów, dla których znaleziony zostaje pierwiastek 1 podzbiór punktów, dla których znaleziony zostaje pierwiastek 1 podzbiór punktów, dla których znaleziony zostaje pierwiastek i podzbiór punktów, dla których znaleziony zostaje pierwiastek i podzbiór punktów, dla których nie znaleziony zostaje żaden pierwiastek podzbiory te noszą nazwę basenów przyciągania pytanie o zależnośćpomiędzy położeniem punktów początkowych a znajdowanymi pierwiastkami przyjmuje postać: Jakie kształty mają baseny przyciągania? 13

Baseny przyciągania? 14

Obszary Woronoja 15

Obszary Woronoja dla pierwiastków z jedynki czwartego stopnia. Czy są to jednocześnie baseny przyciągania metody Newtona? 16

Czy obszary Woronojasąbasenami przyciągania dla pierwiastków z jedynki czwartego stopnia? nie! Jak więc wyglądają te baseny? 17

Baseny przyciągania metody Newtona (w problemie pierwiastków z jedynki czwartego stopnia) 18

Baseny przyciągania metody Newtona (w problemie pierwiastków z jedynki czwartego stopnia) 19

Baseny przyciągania metody Newtona; powiększenie * 2 (w problemie pierwiastków z jedynki czwartego stopnia) 20

Baseny przyciągania metody Newtona (w problemie pierwiastków z jedynki czwartego stopnia) 21

Baseny przyciągania metody Newtona; powiększenie * 4 (w problemie pierwiastków z jedynki czwartego stopnia) 22

Baseny przyciągania metody Newtona (w problemie pierwiastków z jedynki czwartego stopnia) 23

Baseny przyciągania metody Newtona; powiększenie * 8 (w problemie pierwiastków z jedynki czwartego stopnia) 24

Baseny przyciągania metody Newtona (w problemie pierwiastków z jedynki czwartego stopnia) 25

Baseny przyciągania metody Newtona; powiększenie * 16 (w problemie pierwiastków z jedynki czwartego stopnia) 26

Baseny przyciągania metody Newtona (w problemie pierwiastków z jedynki czwartego stopnia) 27

Baseny przyciągania metody Newtona; powiększenie * 32 (w problemie pierwiastków z jedynki czwartego stopnia) 28

Baseny przyciągania metody Newtona (w problemie pierwiastków z jedynki czwartego stopnia) 29

Baseny przyciągania metody Newtona; powiększenie * 64 (w problemie pierwiastków z jedynki czwartego stopnia) 30

Baseny przyciągania metody Newtona (w problemie pierwiastków z jedynki czwartego stopnia) 31

Baseny przyciągania metody Newtona; powiększenie * 128 (w problemie pierwiastków z jedynki czwartego stopnia) 32

??? Baseny przyciągania metody Newtona; powiększenie * 256 (w problemie pierwiastków z jedynki czwartego stopnia) 33

powiększenie * 2 powiększenie * 128 (porównanie) 34

A jak wyglądająbaseny przyciaganiadla pierwiastków z jedynki wyższych, parzystych stopni? (szóstego, ósmego, ) 35

Baseny przyciągania metody Newtona (w problemie pierwiastków z jedynki szóstego stopnia) 36

Baseny przyciągania metody Newtona (w problemie pierwiastków z jedynki ósmego stopnia) 37

??? Baseny przyciągania metody Newtona (w problemie pierwiastków z jedynki dziesiątego stopnia) 38

A jak wyglądająbaseny przyciaganiadla pierwiastków z jedynki nieparzystych stopni? (trzeciego, piątego, ) 39

Baseny przyciągania metody Newtona (w problemie pierwiastków z jedynki trzeciego stopnia) 40

Baseny przyciągania metody Newtona (w problemie pierwiastków z jedynki piątego stopnia) 41

Baseny przyciągania metody Newtona (w problemie pierwiastków z jedynki siódmego stopnia) 42

Baseny przyciągania metody Newtona (w problemie pierwiastków z jedynki dziewiątego stopnia) 43

Przypomnienie szczegółów poprzedniego problemu: pierwiastki z jedynki n-tego stopnia to miejsca zerowe funkcji zespolonej f(x) = x n 1 dla n = 1, 2, 3, Następny problem: jak wyglądająbaseny przyciągania dla miejsc zerowych innych, potencjalnie dużo bardziej skomplikowanych, funkcji zespolonych? Np.: f(x) = x n 1 dla n = 5.5? n = 5.0? n = 5.5? f(x) będącej dowolnym wielomianem? f(x) będącej ilorazem dowolnych wielomianów? f(x) będącej dowolną funkcją? 44

Skrypt Matlab a generujący przedstawione obrazy całość(11 linii kodu + 3 linie komentarza) % inicjalizacja danych x = linspace(-1.5,+1.5,2000); y = linspace(-1.5,+1.5,2000); [X,Y] = meshgrid(x,y); Z = X + i*y; n = 9; % iteracja metody Newtona(uproszczona, bez warunków stopu) for k = 1:50; Z = ((n-1)/n)*z + (1/n)*1./(Z.^(n-1)); end % wyświetlenie wyniku imagesc(angle(z)); axis square; axis off; 45

... 46

Podsumowanie metod newtonowskich Skuteczne uzasadnienie: niespotykanie wysoki rząd zbieżności Proste uzasadnienie: trywialność programów implementujących Ciekawe uzasadnienie: zastosowania w generowaniu obrazów fraktalnych 47

... 48