NUMPROG, 2D1212, vt Föreläsning 9, Numme-delen. Stabilitet vid numerisk behandling av diffekvationer Linjära och icke-linjära ekvationssystem
|
|
- Sara Svensson
- för 5 år sedan
- Visningar:
Transkript
1 NUMPROG, 2D1212, vt 2005 Föreläsning 9, Numme-delen Stabilitet vid numerisk behandling av diffekvationer Linjära och icke-linjära ekvationssystem Då steglängden h är tillräckligt liten erhålles en noggrann numerisk lösning. Hur liten h måste vara beror på vilken ordning p metoden är av. För Eulers metod är ordningen p =1vilken kräver liten steglängd. För Runge-Kuttas metod är ordningen p =4, varvid större steg kan tas. Vad händer då om steglängden blir stor? Här visar det sig att det beror på metoden om den numeriska lösningen blir stabil eller instabil, dvs om lösningen blir begränsad eller om den växer obegränsat. Exempel. Eulers framåtmetod tillämpad på den enkla differentialekvationen dx = x, x(0) = 1, x(t) =e t dt Följande graf visar den exakta lösningen tillsammans med den numeriska lösningen för 2 olika steglängder, nämligen h =0.5 och h = Eulers framaatmetod, stsbilitet med avseende paa steget h x 0.5 exakt loesning 0 h= h= t 1
2 För h =2.5 blir lösningen instabil, i detta fall oscillerande med växande amplitud. För h =0.5 är lösningen stabil och ger hyfsad noggrannhet. För denna enkla differentialekvation går det att beräkna exakt för vilket värde på h som lösningen blir instabil. Eulers framåtmetod ger nämligen rekursionsformeln x k+1 = x k hx k =(1 h)x k =(1 h) 2 x k 1 =...(1 h) k+1 x 0 Vi ser att talföljden x k är stabil (begränsad) om 1 h 1 0 h 2 Lösningen blir alltså instabil om h>2 Om Eulers bakåtmetod används ser grafen ut på följande sätt 1 Eulers bakaatmetod, stabilitet med avseende paa steget h h=2.5 x h= exakt loesning t Eulers bakåtmetod ger alltså stabila lösningar för bägge steglängderna, även om noggrannheten blir sämre för ökande steglängd. Implicita metoder som Eulers bakåtmetod är nödvändigt att använda för en vanlig typ av system av differentialekvationer som kallas styva. Dessa uppträder i många olika tillämpningar: mekaniska system, kemiska reaktioner, värmeledningsproblem, etc. Om en explicit metod såsom Ringe-Kuttas metod används måste extremt små steglängder användas för att lösningarna ska bli stabila. 2
3 Linjära ekvationssystem Den vanligaste metoden för lösning av ett linjärt ekvationssystem Ax = b där A är en n n-matris, är Gausselimination. Denna metod presenteras i kursen i Linjär Algebra och tas därför inte upp här. Det är dock viktigt att känna till hur tidskrävande denna metod är vid datorräkning samt vilka möjligheter som finns att göra metoden effektivare när matrisen A har speciell struktur Speciellt viktigt är det att veta hur ett beräkningsprogam som Matlab reagerar då matrisen A är exakt singulär (dvs det(a) =0) eller nästan singulär (dvs kolumnerna är nästan linjärt beroende, men det(a) behöver inte nödvändigtvis vara liten). Nedan ges två exempel på detta. Singulär matris. I nedanstående ekvationssystem är A singulär x = Ett Matlabprogram för lösning av systemet A=[1 2 3;2 4 6;4 8 12]; b=[1 2 3] ; x=a\b ger följande resultatutskrift Warning: Matrix is singular to working precision Resultatet blir odefinierat på grund av att det(a) =0 Nästan singulär matris. Ett illa-konditionerat interpolationsproblem Bestäm det tredjegradspolynom y = c 1 x 3 + c 2 x 2 + c 3 x + c 4 som går genom punkterna (1000, 2), (1001, 4), (1002, 5) och (1003, 1). Matlabprogrammet blir x=[1000,1001,1002,1003] ;y=[2,4,5,1] ; A=[x.^3 x.^2 x ones(size(x))];c=a\y Warning: Matrix is close to singular or badly scaled. Results may be inaccurate. Ovanstående varningsutskrift betyder att resultatet inte är att lita på. Orsaken är att avrundningsfelen bestämmer vilket resultat vi får. Exempelvis kan ett mellanresultat som egentligen ska bli noll i stället blir ett mycket litet tal (säg ) på grund av avrundningsfelens inverkan, vilket kan ge helt fel slutresultat. 3
4 Det arbete (den datortid) som krävs för att lösa ett linjärt ekvationssystem med n obekanta växer proportionellt mot n 3.Dettakanviseav följande Matlabexperiment tidres=[];nvalues=[200,400,600,800]; for n=nvalues tid=cputime; A=rand(n,n);b=rand(n,1);x=A\b; tid=cputime-tid;tidres=[tidres tid]; end en loglog-graf över tidsåtgången som funktion av antalet obekanta ger följande (nästan) räta linje, som har lutningen Tidsaatgaang foer Gausselimination som funktion av n tid (s) n (antal obekanta) Vi har alltså experimentellt visat att tid = Cn 3 för Gausselimination, dvstidenväxerkubisktmedantaletobekanta.c är en konstant som beror på vilken dator vi använder. Ur detta resultat kan vi uppskatta tidsåtgången. Om det tar 5 ms att lösa ett ekvationssystem med 500 obekanta på en viss dator, hur lång tid tar det då att lösa ett system med 1000 obekanta på samma dator? Svar: 40 ms 4
5 Om matrisen A inte har någon speciell struktur utan har de flesta elementen a ij 0, kallas den en full matris. En matris där de flesta elementen a ij =0kallas en gles matris. För sådanan matriser kan både lagringen av matrisen i datorns minne och Gausseleminationen göras effektivare, dvs mindre lagringsutrymme och snabbare lösning än O(n 3 ). Exempel på en gles matris är en diagonalmatris D, där endast diagonalelementen d ii 0. d d D = d n 1n d nn För att lösa ett linjärt ekvationssystem med en diagonalmatris Dx = b behövs endast n divisioner, dvs arbetet växer linjärt med n, eller tid = C D n där C D är en konstant som beror på vilken dator vi använder. Ett annat exempel på gles matris är den matris A som bildas då ett randvärdesproblem löses med finita differensmetoden (se föreläsning 8): A = Denna matris kallas tridiagonal och är gles eftersom endast 3n 2 element är 0av de totalt n 2 elementen. Vi kan se denna matris som uppbyggd av 3 vektorer, subdiagonalen är n 1 n 1-vektorn ( 1, 1,..., 1), diagonalen är n n-vektorn (2, 2,...,2) och superdiagonalen är n 1 n 1-vektorn ( 1, 1,..., 1). Ovanstående tridiagonala matris är ett specialfall en godtycklig tridiagonal matris a 1 c e 2 a 2 c A = e n 1 a n 1 c n e n a n 5
6 därvianvänt3vektorere,a och c för att representera de 3 diagonalerna. Observera numreringen av elementen; index för ett element anger i vilken rad det står. För en tridiagonal matris behöver endast 3n 2 element lagras i datorminnet(iställetförn 2 om matrisen vore full) och arbetet att lösa ett tridiagonalt ekvationssystem växer linjärt med antalet obekanta, dvs tid = C T n där C T är en konstant som beror på vilken dator vi använder. För lagring av glesa matriser i Matlab används en datastruktur där matrisen A s nollskilda element och dessa elements radindex resp kolumnindex lagras i 3 vektorer av samma längd, nämligen lika med antalet element 0. I denna kurs går vi dock inte in på detaljerna i gles lagring och gles lösning. I Matlab finns en uppsättning funktioner för hantering av glesa matriser. Nedan ges några exempel. A betecknar en matris lagrad på vanligt sätt, dvs alla n 2 element lagras, medan a betcknar en glest lagrad matris. a=sparse(a); A=full(a); lagrar matrisen A som en gles matris lagrar den glest lagrade matrisen a som en full matris spy(a); visar strukturen hos a, element 0visas med * x=a\b; gles Gausselimination (dvs effektiv) av ax=b ett=ones(n,1);a=spdiags([-ett 2*ett -ett],-1:1,n,n); a=sprand(n,n,p); bildar en gles matris av slumptal,p=andelen 0 För fler glesa kommandon, gör help sparse. Newtons metod för system av algebraiska ekvationer Se det kompletterande häftet 6
NUMPROG, 2D1212, vt Föreläsning 1, Numme-delen. Linjära ekvationssystem Interpolation, Minstakvadratmetoden
NUMPROG, D, vt 006 Föreläsning, Numme-delen Linjära ekvationssystem Interpolation, Minstakvadratmetoden En av de vanligaste numeriska beräkningar som görs i ingenjörsmässiga tillämpningar är att lösa ett
Läs merFöreläsning 14: Exempel på randvärdesproblem. LU-faktorisering för att lösa linjära ekvationssystem.
11 april 2005 2D1212 NumProg för T1 VT2005 A Föreläsning 14: Exempel på randvärdesproblem. LU-faktorisering för att lösa linjära ekvationssystem. Kapitel 8 och 5 i Q&S Stationär värmeledning i 1-D Betrakta
Läs merLaboration 6. Ordinära differentialekvationer och glesa system
1 DN1212 VT2012 för T NADA 20 februari 2012 Laboration 6 Ordinära differentialekvationer och glesa system Efter den här laborationen skall du känna igen problemtyperna randvärdes- och begynnelsevärdesproblem
Läs merTentamen del 1 SF1546, , , Numeriska metoder, grundkurs
KTH Matematik Tentamen del 1 SF154, 1-3-3, 8.-11., Numeriska metoder, grundkurs Namn:... Bonuspoäng. Ange dina bonuspoäng från kursomgången läsåret HT15/VT1 här: Max antal poäng är. Gränsen för godkänt/betyg
Läs merLinjära ekvationssystem
Föreläsning 3 Linjära ekvationssystem Gausselimination Vanlig gausselimination för det linjära ekvationssystemet Ax = b utgår från den utökade matrisen [A b] och applicerar elementära radoperationer på
Läs merDenna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Runge-Kuttas metoder. Repetition av FN6 (GNM kap 6.
Denna föreläsning DN1212 Numeriska metoder och grundläggande programmering FN7 09-03-23 Hedvig Kjellström hedvig@csc.kth.se! Repetition av FN6 (GNM kap 6.1G-2G)! Runge-Kuttas metoder ökad noggrannhet!
Läs merLinjära ekvationssystem
Linjära ekvationssystem Gausselimination Vanlig gausselimination för det linjära ekvationssystemet Ax = b utgår från den utökade matrisen [A b] och applicerar elementära radoperationer på denna för att
Läs merTMV166 Linjär algebra för M. Datorlaboration 2: Matrisalgebra och en mekanisk tillämpning
MATEMATISKA VETENSKAPER TMV66 07 Chalmers tekniska högskola Datorlaboration Examinator: Tony Stillfjord TMV66 Linjär algebra för M Datorlaboration : Matrisalgebra och en mekanisk tillämpning Allmänt Den
Läs merBlock 2: Lineära system
Exempel Från labben: Block : Lineära system Del 1 Trampolinens böjning och motsvarande matris (här 6060-matris) Matrisen är ett exempel på - gles matris (huvuddelen av elementen nollor) - bandmatris Från
Läs merLaboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem
Lennart Edsberg NADA 3 april 007 D11, M1 Laboration 4 A Numerisk behandling av integraler och begynnelsevärdesproblem Denna laboration ger 1 bonuspoäng. Sista bonusdatum 7 april 007 Efter den här laborationen
Läs merTentamen i Beräkningsvetenskap I och KF, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Avdelningen för beräkningsvetenskap Tentamen i Beräkningsvetenskap I och KF, 5.0 hp, 2015-12-17 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!)
Läs merLösningar till några övningar inför lappskrivning nummer 3 på kursen Linjär algebra för D, vt 15.
1 Matematiska Institutionen KTH Lösningar till några övningar inför lappskrivning nummer 3 på kursen Linjär algebra för D, vt 15. 1. Undersök om vektorn (1,, 1, ) tillhör span{(1,, 3, 4), (1, 0, 1, 1),
Läs merEgenvärdesproblem för matriser och differentialekvationer
CTH/GU STUDIO 7 TMV36b - 14/15 Matematiska vetenskaper 1 Inledning Egenvärdesproblem för matriser och differentialekvationer Vi skall se lite på egenvärdesproblem för matriser och differentialekvationer.
Läs merOrdinära differentialekvationer,
Sammanfattning metoder Ordinära differentialekvationer, del 2 Beräkningsvetenskap II n Eulers metod (Euler framåt, explicit Euler): y i+1 = y i + h i f (t i, y i ) n Euler bakåt (implicit Euler): y i+1
Läs merLaboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem
Lennart Edsberg NADA 9 mars 6 D11, M1 Laboration 4 A Numerisk behandling av integraler och begynnelsevärdesproblem Denna laboration ger 1 bonuspoäng. Sista bonusdatum 5 april 6 Efter den här laborationen
Läs merTeorifrågor. 6. Beräkna konditionstalet för en diagonalmatris med diagonalelementen 2/k, k = 1,2,...,20.
Teorifrågor Störningsanalys 1. Värdet på x är uppmätt till 0.956 med ett absolutfel på högst 0.0005. Ge en övre gräns för absolutfelet i y = exp(x) + x 2. Motivera svaret. 2. Ekvationen log(x) x/50 = 0
Läs mer2D1240 Numeriska metoder gk II för T2, VT 2004 LABORATION 1. Ekvationslösning
1 Olof Runborg NADA 15 januari 2004 2D1240 Numeriska metoder gk II för T2, VT 2004 A LABORATION 1 Ekvationslösning Sista dag för bonuspoäng, se kursplanen. Kom väl förberedd och med välordnade papper till
Läs merFMNF15 HT18: Beräkningsprogrammering Numerisk Analys, Matematikcentrum
Johan Helsing, 11 oktober 2018 FMNF15 HT18: Beräkningsprogrammering Numerisk Analys, Matematikcentrum Inlämningsuppgift 3 Sista dag för inlämning: onsdag den 5 december. Syfte: att träna på att hitta lösningar
Läs merf(x + h) f(x) h f(x) f(x h) h
NUMPROG, D för M, vt 008 Föreläsning N: Numerisk derivering och integrering Inledning: numerisk lösning av analytiska problem Skillnader mellan matematisk analys och numeriska metoder. Grundläggande begrepp
Läs mer1 Positivt definita och positivt semidefinita matriser
Krister Svanberg, april 1 1 Positivt definita och positivt semidefinita matriser Inom ickelinjär optimering, speciellt kvadratisk optimering, är det viktigt att på ett effektivt sätt kunna avgöra huruvida
Läs merDenna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Felfortplantning och kondition
Denna föreläsning DN1212 Numeriska metoder och grundläggande programmering FN2 09-02-10 Hedvig Kjellström hedvig@csc.kth.se! Repetition av FN2! Felkalkyl (GNM kap 2)! Olinjära ekvationer (GNM kap 3)! Linjära
Läs mer2 Matrisfaktorisering och lösning till ekvationssystem
TANA21+22/ 5 juli 2016 LAB 2. LINJÄR ALGEBRA 1 Inledning Lösning av ett linjärt ekvationssystem Ax = b förekommer ofta inom tekniska beräkningar. I laborationen studeras Gauss-elimination med eller utan
Läs merMer om linjära ekvationssystem
CTH/GU STUDIO 4 MVE465-2016/2017 Matematiska vetenskaper 1 Inledning Mer om linjära ekvationssystem Denna studioövning fortsätter med linjära ekvationssystem och matriser, som vi först tittade på i studioövning
Läs merLösningsanvisningar till de icke obligatoriska workoutuppgifterna
Lösningsanvisningar till de icke obligatoriska workoutuppgifterna Intro till vektorer, matriser och Gausselimination 8. Den euklidiska normen x = x 1 + x + x n och x 1 + x + ( ) x n = x 1 x x n 9. Vi ska
Läs merLaboration 1. Ekvationslösning
Laboration 1 Ekvationslösning Sista dag för bonuspoäng, se kursplanen. Kom väl förberedd och med välordnade papper till redovisningen. Numeriska resultat ska finnas noterade. Båda i laborationsgruppen
Läs merInstitutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Fredag 30 augusti 2002 TID:
Institutionen för Matematik Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 22-8-3 DAG: Fredag 3 augusti 22 TID: 8.45-2.45 SAL: V Ansvarig: Ivar Gustafsson, tel: 772 94 (ankn. 94) Förfrågningar:
Läs merDEL I. Matematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604 för D, den 5 juni 2010 kl
1 Matematiska Institutionen KTH Lösning till tentamensskrivning på kursen Linjär algebra II, SF164 för D, den 5 juni 21 kl 9.- 14.. Examinator: Olof Heden. Hjälpmedel: Inga hjälpmedel är tillåtna på tentamensskrivningen.
Läs merStora bilden av Linjära algebran. Vektorrum, linjära transformationer, matriser (sammanfattning av begrepp)
Stora bilden av Linjära algebran. Vektorrum, linjära transformationer, matriser (sammanfattning av begrepp) Linjär algebra består av tre grenar eller koncept: geometriska begreppet av vektorrum, analysbegreppet
Läs merTentamen i Teknisk-Vetenskapliga Beräkningar
Umeå Universitet Institutionen för Datavetenskap Gunilla Wikström Tentamen i Teknisk-Vetenskapliga Beräkningar Tentamensdatum: 005-03- Skrivtid: 9-5 Hjälpmedel: inga Om problembeskrivningen i något fall
Läs mer1 Kvadratisk optimering under linjära likhetsbivillkor
Krister Svanberg, april 0 Kvadratisk optimering under linjära likhetsbivillkor I detta kapitel behandlas följande kvadratiska optimeringsproblem under linjära likhetsbivillkor: xt Hx + c T x + c 0 då Ax
Läs merSammanfattning av föreläsning 11. Modellbygge & Simulering, TSRT62. Föreläsning 12. Simulering. Föreläsning 12. Numeriska metoder och Simulering
Sammanfattning av föreläsning 11 Modellbygge & Simulering, TSRT62 Föreläsning 12. Simulering Reglerteknik, ISY, Linköpings Universitet Index för en DAE Antalet derivationer som behövs för att lösa ut ż
Läs merx(t) I elimeringsmetoden deriverar vi den första ekvationen och sätter in x 2(t) från den andra ekvationen:
Differentialekvationer II Modellsvar: Räkneövning 6 1. Lös det icke-homogena linjära DE-systemet ( ( 0 e x t (t = x(t + 1 3 e t med elimineringsmetoden. Lösning: den explicita formen av DE-systemet är
Läs merLösningar till Tentamen i Beräkningsvetenskap II, 5.0 hp, Del A. 1. (a) ODE-systemet kan skrivas på formen
Lösningar till Tentamen i Beräkningsvetenskap II, 5.0 hp, 2013-03-18 Del A 1. (a) ODE-systemet kan skrivas på formen z (t) = f(t, z), där z(t) = x(t) y(t) u(t) v(t), f(t, z) = u(t) v(t) kx(t)/ ( x2 (t)
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF64 Algebra och geometri Lösningsförslag till tentamen 04-05-0 DEL A. Planet P innehåller punkterna (,, 0), (0, 3, ) och (,, ). (a) Bestäm en ekvation, på formen ax + by + cz + d = 0, för planet P. (
Läs merTentamen, del 2 Lösningar DN1240 Numeriska metoder gk II F och CL
Tentamen, del Lösningar DN140 Numeriska metoder gk II F och CL Lördag 17 december 011 kl 9 1 DEL : Inga hjälpmedel Rättas ast om del 1 är godkänd Betygsgränser inkl bonuspoäng: 10p D, 0p C, 30p B, 40p
Läs merTENTAMEN I GRUNDKURS I NUMERISKA METODER - DEL 20
Numerisk Analys - Institutionen för Matematik KTH - Royal institute of technology 2016-05-31, kl 08-11 SF1547+SF1543 TENTAMEN I GRUNDKURS I NUMERISKA METODER - DEL 20 Uppgift 1 Man vill lösa ekvationssystemet
Läs merFöreläsningsanteckningar Linjär Algebra II Lärarlyftet
Föreläsningsanteckningar Linjär Algebra II Lärarlyftet Per Alexandersson Föreläsning I Timme I: Repetition av matriser, linjära ekvationssystem Linjärt ekvationssystem: x + y + z 3w = 3 2x + y + z 4w =
Läs merMer om linjära ekvationssystem
CTH/GU LABORATION 2 TMV141-212/213 Matematiska vetenskaper 1 Inledning Mer om linjära ekvationssystem Denna laboration fortsätter med linjära ekvationssystem och matriser Vi ser på hantering och uppbyggnad
Läs merLAB 4. ORDINÄRA DIFFERENTIALEKVATIONER. 1 Inledning. 2 Eulers metod och Runge-Kuttas metod
TANA21+22/ 30 september 2016 LAB 4. ORDINÄRA DIFFERENTIALEKVATIONER 1 Inledning Vi skall studera begynnelsevärdesproblem, både med avseende på stabilitet och noggrannhetens beroende av steglängden. Vi
Läs merTANA17 Matematiska beräkningar med Matlab
TANA17 Matematiska beräkningar med Matlab Laboration 1. Linjär Algebra och Avbildningar Namn: Personnummer: Epost: Namn: Personnummer: Epost: Godkänd den: Sign: Retur: 1 Introduktion I denna övning skall
Läs merLösningsanvisningar till de icke obligatoriska workoutuppgifterna
Lösningsanvisningar till de icke obligatoriska workoutuppgifterna Linjära system 7. (a) Falskt. Kondition är en egenskap hos problemet oberoende av precisionen i beräkningarna. (b) Falskt. Pivotering påverkar
Läs merELLER (fyll bara i om du saknar tentamenskod): Datum: 32 maj Bordsnummer: Kontrollera att du fått rätt tentamensuppgifter
FÖRSÄTTSBLAD TILL TENTAMEN Din tentamenskod (6 siffror): ELLER (fyll bara i om du saknar tentamenskod): Personnummer: - Datum: 32 maj 4711 Kursens namn (inkl. grupp): Beräkningsvetenskap I (1TD393 DEMO)
Läs merOrdinära differentialekvationer,
(ODE) Ordinära differentialekvationer, del 1 Beräkningsvetenskap II It is a truism that nothing is permanent except change. - George F. Simmons ODE:er är modeller som beskriver förändring, ofta i tiden
Läs merSF1624 Algebra och geometri Lösningsförsag till modelltentamen
SF1624 Algebra och geometri Lösningsförsag till modelltentamen DEL A (1) a) Definiera begreppen rektangulär form och polär form för komplexa tal och ange sambandet mellan dem. (2) b) Ange rötterna till
Läs merTENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1/TM1, TMA671 2015-04-18
Institutionen för Matematiska Vetenskaper Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F/TM, TMA67 5-4-8 DAG: Lördag 8 april 5 TID: 8.3 -.3 SAL: V Ansvarig: Ivar Gustafsson, tel: 75-33545 Förfrågningar:
Läs merDenna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Standardform för randvärdesproblem
Denna föreläsning DN1212 Numeriska metoder och grundläggande programmering FN8 09-03-30 Hedvig Kjellström hedvig@csc.kth.se! Repetition av FN7 (GNM kap 4, 6.3)! Bandmatrismetoden/Finita differensmetoden!
Läs merD 1 u(x, y) = e x (1 + x + y 2 ), D 2 u(x, y) = 2ye x + 1, (x, y) R 2.
Differentialekvationer I Modellsvar till räkneövning 4 De frivilliga uppgifterna U1 och U2 påminner om nyttiga kunskaper, och räknas inte för extrapoäng (fråga vid behov). U1. Sök en potentialfunktion
Läs merDenna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Differentialekvationer. Repetition av FN5 (GNM kap 6.
Denna föreläsning DN1212 Numeriska metoder och grundläggande programmering FN6 09-03-17 Hedvig Kjellström hedvig@csc.kth.se Repetition av FN5 (GNM kap 6.1-2B) Differentialekvationer Standardform för begynnelsevärdesproblem
Läs merSKRIVNING I VEKTORGEOMETRI
SKRIVNING I VEKTORGEOMETRI 201-0-0 14.00-17.00 Om inget annat uttryckligen sägs, kan koordinaterna för en vektor i antas vara givna i en ON-bas. Baser i rummet kan dessutom antas vara positivt orienterade.
Läs mer1 Grundläggande kalkyler med vektorer och matriser
Krister Svanberg, mars 2015 1 Grundläggande kalkyler med vektorer och matriser Trots att läsaren säkert redan behärskar grundläggande vektor- och matriskalkyler, ges här i Kapitel 1 en repetition om just
Läs merLösningsanvisningar till de icke obligatoriska workoutuppgifterna
Lösningsanvisningar till de icke obligatoriska workoutuppgifterna Linjära system 7. (a) Falskt. Kondition är en egenskap hos problemet oberoende av precisionen i beräkningarna. (b) Falskt. Pivotering påverkar
Läs merTAMS79: Föreläsning 10 Markovkedjor
TAMS79: Föreläsning 0 Markovkedjor Johan Thim december 08 0. Markovkedjor Vi ska nu betrakta en speciell tidsdiskret diskret stokastisk process, nämligen Markovkedjan. Vi börjar med en definition Definition.
Läs merLösningar till SF1861/SF1851 Optimeringslära, 24/5 2013
Lösningar till SF86/SF85 Optimeringslära, 4/5 03 Uppgift (a) Inför de 3 variablerna x ij = kvantitet (i sorten ton) som fabrik nr i åläggs att tillverka av produkt nr j, samt t = tiden (i sorten timmar)
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap Stefan Engblom, tel. 471 27 54, Per Lötstedt, tel. 471 29 72 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2016-03-16 Skrivtid:
Läs merMatlab övningsuppgifter
CTH/GU TMA976-28/29 Matematiska vetenskaper Matlab övningsuppgifter Inledning Vi skall först se hur man beräknar numeriska lösningar till differentialekvationer. Därefter skall vi rita motsvarigheten till
Läs merDiagonalisering och linjära system ODE med konstanta koe cienter.
Diagonalisering och linjära system ODE med konstanta koe cienter. Variabelbyte i linjära system di erentialekvationer. Målet med det kapitlet i kursen är att lösa linjära system di erentialekvationer på
Läs merTANA09 Föreläsning 5. Matrisnormer. Störningsteori för Linjära ekvationssystem. Linjära ekvationssystem
TANA9 Föreläsning Matrisnormer Linjära ekvationssystem Matrisnormer. Konditionstalet. Felanalys. Linjära minstakvadratproblem Överbestämda ekvationssystem. Normalekvationerna. Ortogonala matriser. QR faktorisering.
Läs merNovember 17, 2015 (1) en enda lsg. Obs det A = 1 0. (2) k-parameter lsg. Obs det A = 0. k-kolonner efter sista ledande ettan
Fö 9: November 7, 5 Determinanter och ekvationssystem Betrakta ett linjärt ekvssystem A X = B, där A är en kvadratisk n n)-matris och X, B n )-matriser. Låt C = [A B] utökad matris ). Gausselimination
Läs merLaboration 1. x = 1±0.01, y = 2±0.05. a) Teoretiskt med hjälp av felfortplantningsformeln (Taylor-utveckling).
Laboration 1 Sista dag för bonuspoäng är 18 mars. Kom väl förberedd och med välordnade papper till redovisningen. Numeriska resultat ska finnas noterade. Båda i laborationsgruppen ska kunna redogöra för
Läs merNumerisk Analys, MMG410. Exercises 2. 1/33
Numerisk Analys, MMG410. Exercises 2. 1/33 1. A är en kvadratisk matris vars alla radsummor är noll. Visa att A är singulär. Låt e vara vektorn av ettor. Då är Ae = 0 A har icke-trivialt nollrum. 2/33
Läs merHemuppgift 1, SF1861 Optimeringslära, VT 2017
Hemuppgift 1, SF1861 Optimeringslära, VT 2017 Examinator: Krister Svanberg, tel: 790 7137, krille@math.kth.se. Labassistent: David Ek, daviek@kth.se, Lämnas i Matematiks svarta postlåda (SF) för inlämningsuppgifter,
Läs merSF1624 Algebra och geometri
Föreläsning 6 Institutionen för matematik KTH 11 november 2016 Feedback Innan vi börjar: En liten feedback-övning Vad menas med rangen av en matris? Vad menas med ett homogent linjärt ekvationssystem?
Läs merTENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671
Institutionen för Matematik LINJÄR ALGEBRA OCH NUMERISK ANALYS F Göteborg --9 TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 OBS! NYA KURSEN DAG: Tisdag 9 januari TID: 8.45 -.45 SAL: V Ansvarig:
Läs merALA-c Innehåll. 1 Linearization and Stability Uppgift Uppgift Egenvärdesproblemet Uppgift
Vecka ALA-c 6 Innehåll Linearization and Stability RÄKNEÖVNING VECKA. Uppgift 9........................................ Uppgift 9.5...................................... 5 Egenvärdesproblemet 9. Uppgift
Läs merLaboration 1 i SF1544: Öva på Matlab och konstruera en optimal balk Avsikten med denna laboration är att:
Laboration 1 i SF1544: Öva på Matlab och konstruera en optimal balk Avsikten med denna laboration är att: - snabbt komma igång med träning på matlabprogrammering (uttnyttja gärna alla schemalagda laborationstillfällen,
Läs merInstitutionen för Matematiska Vetenskaper TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA
Institutionen för Matematiska Vetenskaper Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67-8-5 DAG: Onsdag 5 augusti TID: 8.3 -.3 SAL: V Ansvarig: Ivar Gustafsson, tel: 75-33545 Förfrågningar:
Läs merLaboration: Vektorer och matriser
Laboration: Vektorer och matriser Grundläggande om matriser Begreppet matris är en utvidgning av vektorbegreppet, och det används bl a när man löser linjära ekvationssystem. Namnet Matlab står för MATrix
Läs merTMV142/186 Linjär algebra Z/TD
MATEMATIK Hjälpmedel: ordlistan från kurshemsidan, ej räknedosa Chalmers tekniska högskola Datum: 2018-08-27 kl 1400 1800 Tentamen Telefonvakt: Anders Hildeman ank 5325 TMV142/186 Linjär algebra Z/TD Skriv
Läs merVeckoblad 4, Linjär algebra IT, VT2010
Veckoblad, Linjär algebra IT, VT Under den fjärde veckan ska vi under måndagens föreläsning se hur man generaliserar vektorer i planet och rummet till vektorer med godtycklig dimension. Vi kommer också
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Per Wahlund, tel. 471 2986 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2012-01-11 Skrivtid: 14 00 17 00 (OBS! Tre timmars
Läs merSubtraktion. Räkneregler
Matriser En matris är en rektangulär tabell av tal, 1 3 17 4 3 2 14 4 0 6 100 2 Om matrisen har m rader och n kolumner så säger vi att matrisen har storlek m n Index Vi indexerar elementen i matrisen genom
Läs merLinjär algebra. 1 Inledning. 2 Matriser. Analys och Linjär Algebra, del B, K1/Kf1/Bt1. CTH/GU STUDIO 1 TMV036b /2013 Matematiska vetenskaper
CTH/GU STUDIO 1 TMV06b - 2012/201 Matematiska vetenskaper Linjär algebra Analys och Linjär Algebra, del B, K1/Kf1/Bt1 1 Inledning Vi fortsätter även denna läsperiod att arbete med Matlab i matematikkurserna
Läs merFöreläsning 5. Approximationsteori
Föreläsning 5 Approximationsteori Låt f vara en kontinuerlig funktion som vi vill approximera med en enklare funktion f(x) Vi kommer använda två olika approximationsmetoder: interpolation och minstrakvadratanpassning
Läs mer2D1250 Tillämpade numeriska metoder II Läsanvisningar och repetitionsfrågor:
1 Axel Ruhe NADA 10 mars 2005 2D1250 Tillämpade numeriska metoder II Läsanvisningar och repetitionsfrågor: Dessa frågor är till hjälp vid inläsning av Linjär Algebra momenten i kursen. Hänvisningar till
Läs mer6. Matriser Definition av matriser 62 6 MATRISER. En matris är ett rektangulärt schema av tal: a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n A =
62 6 MATRISER 6 Matriser 6 Definition av matriser En matris är ett rektangulärt schema av tal: A a a 2 a 3 a n a 2 a 22 a 23 a 2n a m a m2 a m3 a mn Matrisen A säges vara av typ m n, där m är antalet rader
Läs merMoment 5.5 Övningsuppgifter I 5.60a. 5.60b, 5.60.c, 61
Moment 5.5 Övningsuppgifter I 5.0a. 5.0b, 5.0.c, 1 Linjära ekvationssystem Vi har redan tidigare i kursen stött på linjära ekvationssystem. Nu är stunden kommen till en mera systematisk genomgång. Kvadratiska
Läs merBasbyten och linjära avbildningar
Föreläsning 11, Linjär algebra IT VT2008 1 Basbyten och linjära avbildningar Innan vi fortsätter med egenvärden så ska vi titta på hur matrisen för en linjär avbildning beror på vilken bas vi använder.
Läs merMoment Viktiga exempel Övningsuppgifter
Moment Viktiga exempel Övningsuppgifter Inga Inga Inga Linjära ekvationssystem Vi har redan tidigare i kursen stött på linjära ekvationssystem. Nu är stunden kommen till en mera systematisk genomgång.
Läs merInledande matematik M+TD
Introduktionsföreläsning p. 1/13 Introduktionsföreläsning Inledande matematik M+TD Stig Larsson http://www.math.chalmers.se/ stig Matematiska vetenskaper Chalmers tekniska högskola Göteborgs universitet
Läs merVectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem.
Vectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem. Begrepp som diskuteras i det kapitlet. Vektorer, addition och multiplikation med skalärer. Geometrisk tolkning. Linjär kombination av
Läs merLinjär algebra F1 Ekvationssystem och matriser
Information Ekvationer Ekvationssystem Matriser Linjär algebra F1 Ekvationssystem och matriser Pelle 2016-01-18 Information Ekvationer Ekvationssystem Matriser kursfakta hemsida frågelåda Fakta om Linjär
Läs merNågra saker som jag inte hann: Ur trigonometriska ettan kan vi uttrycka och i termer av. Vi delar båda led i trig. 1:an med :
1 Onsdag v 1 Några saker som jag inte hann: Ur trigonometriska ettan kan vi uttrycka och i termer av Vi delar båda led i trig 1:an med : Detta ger också att vi kan uttrycka : Formeln ger också en formel
Läs mer6. Temperaturen u(x) i positionen x av en stav uppfyller värmeledningsekvationen. u (x) + u(x) = f(x), 0 x 2, u(0) = 0 u(2) = 1,
Institutionen för Matematik, KTH Tentamen del 2 Analytiska och numeriska metoder för differentialekvationer SF1523 8.-11. 18/8 217 Formelsamlingen BETA är tillåtet hjälpmedel men ej miniräknare. Råd för
Läs mer5 Linjär algebra. 5.1 Addition av matriser 5 LINJÄR ALGEBRA
5 LINJÄR ALGEBRA 5 Linjär algebra En kul gren av matematiken som inte fått speciellt mycket utrymme i gymnasiet men som har många tillämpningsområden inom t.ex. fysik, logistik, ekonomi, samhällsplanering
Läs merLösningsförslag till övningsuppgifter, del V
Lösningsförslag till övningsuppgifter, del V Obs! Preliminär version! Ö.1. (a) Vi kan lösa uppgiften genom att helt enkelt räkna ut avståndet mellan vart och ett av de ( 7 ) = 1 paren. Först noterar vi
Läs merNumeriska metoder, grundkurs II. Dagens program. Gyllenesnittminimering, exempel Gyllenesnittetminimering. Övningsgrupp 1
Numeriska metoder, grundkurs II Övning 5 för I Dagens program Övningsgrupp 1 Johannes Hjorth hjorth@nada.kth.se Rum :006, Roslagstullsbacken 5 08-790 69 00 Kurshemsida: http://www.csc.kth.se/utbildning/kth/kurser/d0/numi07
Läs merOmtentamen i DV & TDV
Umeå Universitet Institutionen för Datavetenskap Gunilla Wikström (e-post wikstrom) Omtentamen i Teknisk-Vetenskapliga Beräkningar för DV & TDV Tentamensdatum: 2006-06-05 Skrivtid: 9-15 Hjälpmedel: inga
Läs merLaboration 2. Laborationen löses i grupper om två och redovisas individuellt genom en lappskrivning den 3/10. x = 1±0.01, y = 2±0.05.
Laboration 2 Laborationen löses i grupper om två och redovisas individuellt genom en lappskrivning den 3/10. 1 Störningsräkning 1 Betrakta funktionen f(x,y) = e yx2. Värdena på x och y är givna av x =
Läs merAlgebraiska egenskaper hos R n i)u + v = v + U
Underrum till R n, nollrum, kolonnrum av en matris, rank, bas, koordinater, dimension. Påminnelse om R n s egenskaper: Algebraiska egenskaper hos R n i)u + v = v + U v) c(u + v) = cu + cv ii) ( u + v)
Läs merLinjär Algebra, Föreläsning 8
Linjär Algebra, Föreläsning 8 Tomas Sjödin Linköpings Universitet Linjärkombinationer (repetition) Låt v 1, v 2,..., v n vara vektorer i ett vektorrum V. Givet skalärer λ 1, λ 2,..., λ n R så kallas λ
Läs mer15 september, Föreläsning 5. Tillämpad linjär algebra
5 september, 5 Föreläsning 5 Tillämpad linjär algebra Innehåll Matriser Algebraiska operationer med matriser Definition och beräkning av inversen av en matris Förra gången: Linjära ekvationer och dess
Läs merLaboration 2 Ordinära differentialekvationer
Matematisk analys i en variabel, AT1 TMV13-1/13 Matematiska vetenskaper Laboration Ordinära differentialekvationer Vi skall se på begynnelsevärdesproblem för första ordningens differentialekvation u =
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF1624 Algebra och geometri Lösningsförslag till tentamen 14129 DEL A 1 (a) Bestäm linjen genom punkterna A = (,, 1) och B = (2, 4, 1) (1 p) (b) Med hjälp av projektion kan man bestämma det kortaste avståndet
Läs merInstitutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Torsdag 28 aug 2008 TID:
Institutionen för Matematik Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 8-8-8 DAG: Torsdag 8 aug 8 TID: 8.3 -.3 SAL: M Ansvarig: Ivar Gustafsson, tel: 77 94 Förfrågningar: Ivar Gustafsson
Läs merDagens teman. Linjära ODE-system av ordning 1:
Dagens teman Linjära ODE-system av ordning 1: Egenvärdesmetoden. Lösning av homogena system x 1 (t) = a 11 x 1 (t) + + a 1n x n (t) x 2 (t) = a 21 x 1 (t) + + a 2n x n (t) x n (t) = a n1 x 1 (t) + + a
Läs merax + y + 4z = a x + y + (a 1)z = 1. 2x + 2y + az = 2 Ange dessutom samtliga lösningar då det finns oändligt många.
LUNDS TEKNISKA HÖGSKOLA MATEMATIK TENTAMENSSKRIVNING Linjär algebra 8 kl 4 9 INGA HJÄLPMEDEL. För alla uppgifterna, utom 3, förklara dina beteckningar och motivera lösningarna väl. Alla baser får antas
Läs merSammanfattning (Nummedelen)
DN11 Numeriska metoder och grundläggande programmering Sammanfattning (Nummedelen Icke-linjära ekvationer Ex: y=x 0.5 Lösningsmetoder: Skriv på polynomform och använd roots(coeffs Fixpunkt x i+1 =G(x i,
Läs merLaboration 1. 1 Matlab-repetition. 2 Störningsräkning 1. 3 Störningsräkning 2
Laboration 1 Hela labben måste vara redovisad och godkänd senast 19 november för att generera bonuspoäng till tentan. Kom väl förberedd och med välordnade papper till redovisningen. Numeriska resultat
Läs merM0043M Integralkalkyl och Linjär Algebra, H14, Linjär Algebra, Föreläsning 11
M0043M Integralkalkyl och Linjär Algebra, H14, Linjär Algebra, Föreläsning 11 Staffan Lundberg / Ove Edlund Luleå Tekniska Universitet Staffan Lundberg / Ove Edlund M0043M H14 1/ 41 Linjär Algebra, Föreläsning
Läs merTMV141. Fredrik Lindgren. 22 januari 2013
TMV141 Fredrik Lindgren Matematiska vetenskaper Chalmers tekniska högskola och Göteborgs universitet 22 januari 2013 F. Lindgren (Chalmers&GU) Linjär algebra E1 22.01.2013 1 / 73 Outline 1 Föreläsning
Läs mer