André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 60) Problemformulering. Använd matematik
|
|
- Britt Fransson
- för 4 år sedan
- Visningar:
Transkript
1 André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 60) Lektion 5 Ekvationslösning Problemformulering Förarbete Använd matematik Begränsa sökområdet Rita Skriv funktionsprogram Bearbetning MATLAB-metoder Newton-Raphsons metod Sekantmetoden Efterarbete Tillförlitlighetsbedömning Felskattning Presentation av resultat Problemformulering (allmän): Finn en rot x = α (ett antal rötter x = α 1,..., α k ) till ekvationen f(x) = 0. Som du har hört på Lektion 1 och sett i Datorlaboration 1, så finns i MATLAB dels roots (när nollställena till polynom ska bestämmas) dels en ekvationslösare fzero. nollst=roots(koeffvektor) rot=fzero( func,gissning) Metoderna får gärna användas när så är lämpligt. roots är pålitlitlig och ger resultat med full maskinnoggrannhet. Men långt ifrån alla funktioner är polynom, så fzero är i praktiken vad som erbjuds. Den har nackdelen att det är svårt att få veta något om noggrannheten påståendena i handböckerna stämmer inte alltid. För att komma till rätta med det bekymret ska vi se på två metoder som, rätt använda, ger full insyn. Newton-Raphsons metod (GNM 2:2A) Den grafiska tolkningen
2 André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 61) Härledning med hjälp av den räta linjens ekvation (L1, GNM sid (1)14) Iteration (Grundidé, se även GNM 1:3E) Skriv hellre (förklaring följer snart) på formen EXEMPEL 1 (Problemformulering) Lös ekvationen x 2 4 cos x = 0. Förarbete GNM 2:1 nämner de förarbetande åtgärderna 2:1A Beakta problemets bakgrund; 2:1B Grafisk teknik; 2:1C Dela upp problemet; 2:1D Använd matematik; 2:1E Intervallhalvering; samt påpekar att de olika åtgärderna kan kombineras. I det här exemplet blir det förstås inte tal om att fundera på problemets bakgrund. Men använda matematik kan man göra på så vis att man redan från början begränsar det möjliga området för ekvationens rötter: Bestäm sökområde
3 André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 62) Utan någon åtgärd som bevisar att alla rötter ligger inom sökintervallet, kan man inte anses vara säker på att ha hittat samtliga rötter. Ett bevis, även så löst formulerat som ovan, är någonting betydligt bättre än resonemang som hänvisar till att man inser dolda samband. Har man MATLAB som hjälpmedel, är grafisk teknik mycket användbar vid förarbetet, dvs man låter helt enkelt MATLAB rita. I det här fallet kan man exempelvis dela upp funktionen f(x) = x 2 4 cos x i två delar, x 2 respektive 4 cos x. Man ritar de två kurvorna över sökintervallet. Att de skär varandra betyder att i skärningspunkten är x 2 = 4 cos x, dvs att ekvationen x 2 4 cos x = 0 satisfieras. Genom att avläsa x-koordinaten för skärningspunkten (skärningspunkterna) så gott det går, har man funnit en hyfsad skattning till roten (rötterna). Kommandofil: x=0:0.05:2; f1=x.*x; f2=4*cos(x); plot(x,f1,x,f2, -- ), grid title( Söker nollställe till x^2-4cosx ) 4 Söker nollställe till x^2 4cosx Det är tydligt att x = 1.2 är en lämplig utgångspunkt för det fortsatta arbetet. Att programmera Newton-Raphsons metod i MATLAB är lätt. Eftersom både funktionen och derivatan behövs, skriver jag en funktionsfil, där båda dessa värden är utdata. Filen heter Ex1ekv.m och har utseendet: function [f,d] = Ex1ekv(x); f = x.*x-4*cos(x); d = 2*x+4*sin(x);
4 André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 63) Jag bestämmer mig för att iterera tills två på varandra följande x-värden skiljer sig högst Eftersom x n+1 = x n t n ska jag med andra ord upprepa newtonraphson-steget så länge som t n > Konstruktionen upprepa kommandon så länge som ett villkor gäller skrivs i MATLAB: while villkor end kommandon Skillnaden mellan while villkor...end och if villkor...end är att while-slingan genomlöps gång på gång; if-satsen åstadkommer en förgrening i programflödet en enda gång. Bearbetning Kommandon för att genomföra ekvationslösningen blir x=1.2; t=1; % t måste till en början vara >5e-11 while abs(t) > 5e-11 [f,fprim] = Ex1ekv(x); t=f/fprim; x=x-t; end rotnr=x Vid körning får jag omgående svaret rotnr = Efterarbete Efterarbetet innebär att göra en tillförlitlighetsbedömning och att presentera resultatet. Som jag har programmerat ovan, dvs inte skrivit ut något annat än slutresultatet, så har fördelarna med Newton-Raphsons metod inte alls framgått. Jag är lika ovetande om resultatets tillförlitlighet som om jag hade använt fzero. Det ser ut så här: >> rotfz=fzero( Ex1ekv,1.2) rotfz = Nu har jag faktiskt utfört tillförlitlighetsbedömning med metodvariation. Men här finns det en VARNING att utfärda: Samtliga metoder kan under olyckliga omständigheter ge grovt felaktiga resultat. Tillförlitlighetsbedömningen kräver därför undersökning av regelbundenheten. Om resultaten är rejält olika, så vet man att något trasslar. Men om de är så pass lika som ovan, så upptäcker man inte en eventuell felaktighet (att det här inte är överdrivna farhågor, kan du intyga efter att ha gjort uppgift 2 på datorlaboration 2). Vad regelbundenhet hos metoder för differentialekvationer innebär har jag gått igenom (minns du?), liksom hur man kontrollerar den (repetera om du har glömt, för det är viktigt). För fzero kan ingen kontroll genomföras eftersom vi inte vet hur teorin ser ut
5 André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 64) för den metoden. Konsekvensen är att man inte kan vara säker på att resultaten från fzero är korrekta. För Newton-Raphsons metod finns desto mer teori. Den i det här sammanhanget viktigaste detaljen är: Vad är det? Newton-Raphsons metod konvergerar kvadratiskt. Hur yttrar det sig? Vid regelbundenhet återspeglar metodens utdata dess trunkeringsfel. I Newton-Raphsons metod avtar iteratens trunkeringsfel kvadratiskt. Man undersöker alltså regelbundenheten genom att skriva ut varje K n = t n /t 2 n 1 och sedan bedöma om dessa K n kan anses vara konstanta ( K). Man gör vid behov undantag för första och sista K n -värdet (ty vid första iterationen, n = 1, kan det vara för tidigt att avgöra vad som gäller när n ; vid sista iterationen kan avrundningsfel störa regelbundenheten). Skattning av trunkeringsfelet Låt N vara sista n för vilket t n /t 2 n 1 K (dvs regelbundenheten upphör för n > N). Då accepteras x N+1 = x N t N, och trunkeringsfelet, x N+1 α skattas E trunk K t 2 N. Regelbundenheten (allmänna definitionen) garanterar att övriga fel i kalkylerna är försumbara jämfört med trunkeringsfelet. Eftersom redan t N < , så är, vid normalstort K, trunkeringsfelet försumbart jämfört med det presentationsfel som MAT- LAB gör vid utskriften med långt format, och är än mer försumbart om man själv gör en avrundning till måttligt antal siffror. Om man inte kan konstatera regelbundenhet, så är det något som är fel, även om man får ett resultat. Det kan vara programfel, det kan vara någon egenskap hos ekvationen som förstör den kvadratiska konvergensen. Resultatet ska då naturligtvis inte accepteras. Jag betonar detta eftersom det finns en benägenhet att acceptera resultat utan undersökningar; en benägenhet som jag med bestämdhet motarbetar.
6 André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 65) Bättre fungerande program för Newton-Raphsons metod Jag hade skrivit programmet för Newton-Raphsons metod så här långt på sidan 65: x=1.2; t=1; % t måste till en början vara >5e-11 while abs(t) > 5e-11 [f,fprim] = Ex1ekv(x); t=f/fprim; x=x-t; end rotnr =x Min första åtgärd är att programmera Newton-Raphsons metod så att felskattningen kan göras direkt utan besvär. Det sker genom att jag låter skriva ut de kvoter som jag kallar K n ovan. Om roten är mycket liten (t ex mindre än ) så avbryter while-villkoret för tidigt. Om roten är mycket stor (t ex större än 10 8 ), så kan man få en evighetsslinga. I satsen x=x-t; kommer nämligen ett t 10 9 att tappas bort bredvid ett x 10 8 (eftersom MATLAB inte klarar mer än 16 siffror). x-värdet ändras därför inte, så nästa t-värde blir samma som tidigare, dvs Min andra åtgärd är därför att testa värdet på t relativt värdet på x, dvs att skriva while abs(t) > 5e-11*abs(x) Ett annat missöde som kan inträffa är att Newton-Raphsons metod överhuvudtaget inte konvergerar. Min tredje åtgärd är att räkna iterationerna, och avbryta om de blir för många (jag tycker att 10 iterationer är för många, Newton-Raphsons metod brukar ta sig fram mycket snabbt). Vid ett sådant avbrott bör varning utfärdas. Min fjärde åtgärd är att skriva hela programmet som en funktion, som kan anropas lika enkelt som fzero: rotnr=newrap( func,startx). Eftersom den funktion, som man söker nollstället till, ska vara parameter, säg F, måste man byta ut satsen [f,fprim]=ex1ekv(x); mot [f,fprim]=feval(f,x);. function [rot] = newrap(f, start) x=start; t=1; it=0; Ktest=[]; format short e, format compact disp( x f(x) df/dx t Ktest ) while abs(t) > 5e-11*abs(x) & it<10 [f,fprim] = feval(f,x); t=f/fprim; if it>0, Ktest=abs(t)/t2; end disp([x f fprim t Ktest]) x=x-t; it=it+1; t2=t*t; end if it==10, disp( Avbrott efter 10 iterationer ) else format long rot = x end Det här programmet ligger på kursens hemsida, tillåtet att knycka. Det är lika lätt att använda som MATLAB-s fzero. Så här kan det se ut vid en körning:
7 André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 66) >> rotnr = newrap( Ex1ekv,1.2); x f(x) df/dx t Ktest e e e e e e e e e e e e e e-01 rot = Nu kan äntligen en säker tillförlitlighetsbedömning göras. Med så få iterationer kan det vara omöjligt att verkligen konstatera regelbundenhet men den här gången var det möjligt. Trunkeringsfelet är 0.28 ( ) , som är försumbart jämfört med MATLAB-s presentationsfel ( ) vid utskriften av rotnr. Om jag nu avrundar resultatet till exempelvis 9 decimaler ( α = ) så blir uppenbarligen både trunkeringsfel och avrundningsfel försumbara jämfört med presentationsfelet e pres = Detta är mindre än , så nu är jag säker på att ha fått roten med 9 korrekta decimaler. Efterbehandlingen avslutas med presentation av resultat. Eftersom alla har sett hela processen, räcker det i det här fallet med presentationen: Rötterna är, med 9 korrekta decimaler: α = och α. Sekantmetoden (GNM 2:2B) Vi kommer snart att stöta på ekvationer där det är mer eller mindre omöjligt att derivera. Då är det inte tänkbart att använda Newton-Raphsons metod, medan däremot fzero skulle kunna fungera. Haken är fortfarande att man inte har någon säker teknik för tillförlitlighetsbedömningen i fzero. Till sådana ekvationer använder man lämpligen sekantmetoden, där man klarar sig utan att derivera och kan göra tillförlitlighetsbedömning. Grafisk tolkning Härledning med hjälp av den räta linjens ekvation (L2, GNM sid (1)14)
8 André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 67) Iterationerna: Sekantmetodens konvergens är inte kvadratisk, utan subkvadratisk (dvs lite mindre än kvadratisk). Man kan visa att det gäller lim n t n+1 t n t n 1 = K 0. Regelbundenheten hos sekantmetoden kontrolleras därför med hjälp av denna kvot mellan t n -värden i varje iterationssteg. Om regelbundenhet kan konstateras fram till n = N, så skattas trunkeringsfelet i x N+1 = x N t N med E trunk = K t N t N 1 Jag programmerar sekantmetoden så likt newrap som möjligt. Den väsentliga skillnaden är att det behövs två startvärden och att värdena från steget n ska överföras till steget n + 1. function [rot] = sekant(f,start1,start2); x1=start1; x2=start2; it=1; f1=feval(f,x1); t=1; t2=1; Ktest=[]; format short e, format compact disp( x f(x) t Ktest ) while abs(t) > 5e-11*abs(x2) & it<10 f2 = feval(f,x2); t=(x2-x1)/(f2-f1)*f2; if it>2, Ktest=abs(t/(t1*t2)); end disp([x2 f2 t Ktest]) x1=x2; f1=f2; x2=x2-t; t1=t2; t2=t; it=it+1; end if it==10, disp( Avbrott efter 10 iterationer ) else format long rot = x2 end Även den här filen, sekant.m finns åtkomlig på kursens hemsida.
9 André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 68) EXEMPEL 1, fortsättning Funktionen x 2 4 cos x är visserligen lätt att derivera, men jag behandlar ändå samma ekvation, för att demonstrera skillnader och likheter mellan metoderna. function f= Ex1sek(x) f=x.*x-4*cos(x); >> rotsek=sekant( Ex1sek,1.1, 1.2); x f(x) t Ktest e e e e e e e e e e e e e e-01 rot = Vi ser att vi får regelbundhet och att det blir samma K 0.28 som i Newton-Raphsons metod (K = 1 f (α) i båda metoderna). E 2 f (α) trunk , , så fortsättningen följer som i Newton-Raphsons metod. EXEMPEL 2 Bestäm rötterna till ekvationen e x x sin(x 2 )/2 = 1. Förarbete Skriv funktionsprogrammet... function f = Ex2ekv(x) f = exp(-x)+1.05*x-sin(x.*x)/2-1;... och rita en graf. Jag chansar vilt med intervallgränserna: fplot( Ex2ekv,[-2,5]), grid Med ledning av figuren kan jag bevisa att jag inte har några rötter utanför 2 x 2. Övning: Genomför detta bevis! Se till att det verkligen blir ett bevis.
10 André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 69) När beviset är genomfört kan jag helt förlita mig på figuren och se att rötterna ligger mellan 0.8 och För att se tydligare, ritar jag funktionen över detta intervall: Bearbetning I figuren ser jag att x = 0 kan vara en rot. Sätter jag in 0 i funktionen finner jag att jag såg rätt. Övriga tre rötter tar jag fram med sekantmetoden. Startvärden skaffar jag med ginput (jag klickar alltså två gånger i närheten av var och en av rötterna). [xnoll, yslask]=ginput(6); for i=1:3 rot(i)=sekant( Ex2ekv,xnoll(2*i-1),xnoll(2*i)); end Körning ger: x f(x) t Ktest e e e e e e e e e e e e e e e e e e e e e e+00 rot = x f(x) t Ktest e e e e e e e e e e e e e e e e e e-01 rot = x f(x) t Ktest e e e e e e e e e e e e e e e e e e e e e e+00 rot =
11 André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 70) Efterbehandling Alla tre fallen uppvisar regelbundenhet, så trunkeringsfelen skattas , respektive , och är därför alla försumbara, när jag presenterar värdena med 10 decimaler. Svar: Rötterna är , och med 10 korrekta decimaler samt 0 exakt. Tabellfel Hittills har jag, med hjälp av regelbundenheten, bara behövt titta på trunkeringsfelet, försumma beräkningsfelen och som totalfel ange presentationsfelet. Men i uppställningen av feltyper fanns också tabellfelet (lektionsanteckningar för lektion 2 sid 21). Detta kan vanligen skattas med hjälp av felfortplantningsformeln: E f f ( x) E x. Här förutsätts x vara behäftad med fel, och formeln ger då en skattning av det fel i f som därvid uppkommer. När man löser ekvationer, är förhållandet det omvända, dvs f = 0 beräknas med ett visst fel e f, sådant att e f E f och det felet ger ett fel, e x i x. Detta fel kan, åter med användande av felfortplantningsformeln, skattas: E x E f / f ( x) Tack vare MATLAB-s höga räknenoggrannhet har vi hittills inte behövt beakta tabellfelet, men nu är det dags för ett exempel där f(x) faktiskt inte kan beräknas med så stor noggrannhet att tabellfelet blir försumbart. EXEMPEL 3 Bestäm med 8 korrekta decimaler roten till ekvationen y(x) = 1, när y(x) satisfierar begynnelsevärdesproblemet y = 1 + x 2 y 2 ; y(0) = 0. Förarbete function yprim=ex3dif(x,y) xy=x*y; yprim=1+xy*xy; Jag tar först reda på om det överhuvudtaget finns möjligheter att lösa ekvationen. Det gör jag genom att rita lösningen till differentialekvationen ett stycke, och titta ifall, och i så fall var, y(x) > 1. Så långt duger grovskattningar, så jag använder ode45. >> [xgr,ygr]=ode45( Ex3dif,[0 2],0); Warning: Failure at t= e+00. Unable to meet integration tolerances without reducing the step size below the smallest value allowed ( e-15) at time t. >> [xgr,ygr]=ode45( Ex3dif,[0 1],0); >> plot(xgr,ygr), grid
12 André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 71) Funktionen har ett mycket lugnt förlopp, åtminstone fram till den punkt vi söker, den då y(x) = 1. Varningen som dök upp då jag försökte nå x = 2, visar att funktionen inte är lika lätthanterlig bortom x = 1. Otrevligheter i närheten av det område som man arbetar i, kan störa, så det är bra att (tack vare varningen) känna till att risken finns. Då är det oförlåtligt att slarva med kontrollerna. Jag tycker att det är bättre att redan under förarbetet ta reda på om den begärda noggrannheten kan uppnås med måttliga ansträngningar bättre än att lösa problemet i förhoppning att allt ska gå bra, och göra undersökningen efteråt. Jag beräknar därför, med Runge-Kuttas metod, y(0.9) (eftersom ekvationens rot ligger nära till vänster om 0.9). Härvid använder jag steglängder 0.01, 0.005, ,..., (dvs antal steg = 90, 180, 360) och kontrollerar i första hand regelbundenheten, sedan vilken steglängd som behövs för att få 8 decimalers noggrannhet. OBS! Det är roten till ekvationen y(x) = 1, som ska bestämmas med 8 decimalers noggrannhet, men felskattningen i Runge-Kuttas metod avser y-värdet. För roten gäller, som vi nyss såg, E tab = E y / y. Derivatavärdet får man genom att sätta in x och y i differentialekvationens f(x, y). Allt detta ordnas nu enkelt på en kommandofil (jag håller fortfarande på med förarbetet): Körning: y09(1)=rkbegv( Ex3dif,0,0.9,0,90); y09(2)=rkbegv( Ex3dif,0,0.9,0,180); y09(3)=rkbegv( Ex3dif,0,0.9,0,360); format long, y09 format short, delta=diff(y09) kvot=delta(1)/delta(2) yprim=ex3dif(0.9,y09(1)) Extab=abs(delta/yprim)
13 André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 72) y09 = delta = 1.0e-09 * kvot = yprim = Extab = 1.0e-10 * Den sista utmatningen ovan visar att felet i det x-värde, som (framöver) räknas fram, blir mindre än när Runge-Kuttas metod används med 180 steg,. Ty: den sökta roten är något mindre än 0.9. Då kommer steglängden h när man tar 180 steg fram till roten, att bli något mindre än den var ovan. Därför blir trunkeringsfelet, h 4, i Runge-Kuttas metod mindre än här ovan, och därför blir i sin tur felet i x-värdet mindre än Beteckna felgränsen E x,tab = Ställ i ordning den funktionsfil, Ex3ekv.m, som Newton-Raphsons metod behöver: function [f,fprim]=ex3ekv(x) yslut=rkbegv( Ex3dif,0,x,0,180); f=yslut-1; fprim=ex3dif(x,yslut); Bearbetning >> rot=newrap( Ex3ekv,0.9); x f(x) df/dx t Ktest e e e e e e e e e e e e e e e e e e e+00 rot = Efterarbete Ktest visar regelbundenhet. Trunkeringsfelet i Newton-Raphsons metod kan därför skattas ( ) 2, och är alltså helt försumbart. Avrunda resultatet till 8 decimaler, , så uppkommer presentationsfelet E pres = Det dränker trunkeringsfelet. Totalfelet i skattningen är E x,tab + E pres = , som är < Resultat: Roten är med 8 korrekta decimaler.
14 André Jaun, HT-2005Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid lxxv) Fördjupning frivillig läsning Konvergensordning Som det står i GNM-sid (2)9 definieras konvergensordning p för en talföljd, sådan att lim x n = α av n x n+1 α lim n x n α p = K 0 Newton-Raphsons metod Som det också står på samma sida, och som det ofta kommer att sägas i den här kursen, så har Newton-Raphsons metod kvadratisk konvergens, dvs konvergensordningen p = 2. Jag bevisar detta: x = α är rot till ekvationen f(x) = 0. Från x n i närheten av α beräknas x n+1 som bekant med formeln x n+1 = x n f(x n )/f (x n ). Taylorutveckla f(α) kring x = x n : 0 = f(α) = f(x n ) + (α x n )f (x n ) + 1(α x 2 n) 2 f (x n ) + O(α x n ) 3. Dividera med f f(x n ) (x n ): f (x n ) + α x n + 1(α x 2 n) 2 f (x n ) f (x n ) + O(α x n) 3 = 0. De första tre termerna bildar α x n+1, varför vi får: x n+1 α = 1(α x 2 n) 2 f (x n ) f (x n ) + O(α x n) 3. Dividera med (α x n ) 2 som är detsamma som (x n α) 2 : x n+1 α (x n α) = 1 f (x n ) 2 2 f (x n ) + O(x n α). Gränsövergången n visar nu att Newton-Raphsons metod är kvadratisk konvergent. Högra ledet går mot 1 f (α), vilket blir K i definitionen den asymptotiska 2 f (α) felkonstanten. En intressant detalj är att de absolutbelopp som ingår i definitionen inte dyker upp i beviset, och därför inte behövs i detta fall. Att K kan skattas med (x n+1 x n )/(x n x n 1 ) 2 = t n /t 2 n 1 är grunden för regelbundenhetskontrollen, och inte helt självklart. Det kan man visa så här (jag kortar lite i beteckningar och serieutvecklingar): x n x n 1 = f n 1 /f n 1 (x n x n 1 )f n 1 = f n 1; f n = f n 1 + (x n x n 1 )f n (x n x n 1 ) 2 f n = = f n 1 f n (x n x n 1 ) 2 f n = 1 2 (x n x n 1 ) 2 f n Så: x n+1 x n = f n /f n = 1 2 (x n x n 1 ) 2 f n 1/f n +... De tre punkterna betyder väsentligen O((x n x n 1 ) 3. Vi kan därför dividera med kvadraten och får: (x n+1 x n )/(x n x n 1 ) 2 = 1 2 f n 1 /f n + O(x n x n 1 ) K, v s b.
15 André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid lxxvi) Sekantmetodens konvergens Sekantmetoden är inte en enpunkts iterationsmetod för bestämmandet av x n+1 krävs ju två tidigare värden, x n och x n 1. Det är därför lite besvärligare att visa att just kvoten t n /(t n 1 t n 2 ) KONSTANT upplyser om regelbundenhet och att bestämma konvergensordningen, dvs exponenten p i gränsvärdet lim n x n α p x n+1 α. Liksom när man bevisar motsvarande saker för Newton-Raphsons metod, använder man sig av taylorutveckling, den här gången två stycken: Dels f(x n 1 ) = f(x n ) + (x n 1 x n )f (x n ) (x n 1 x n ) 2 f (x n ) + O(x n 1 x n ) 3. Härur får man f (x n ) = f(x n) f(x n 1 ) x n x n (x n x n 1 )f (x n ) + O(x n x n 1 ) 2. Dels 0 = f(α) = f(x n ) + (α x n )f (x n ) (α x n) 2 f (x n ) + O(α x n ) 3. I denna serie byts f (x n ) ut, enligt den första utvecklingen. Man får: 0 = f(x n ) + (α x n ) f n f n x n x (α x 2 n)(x n x n 1 + α x n )f (x n ) +... n 1 Tredje termen plus (den med tre punkter antydda) fortsättningen kan förenklas till 1 (α x 2 n)(α x n 1 )f (ξ 1 ), där ξ 1 ligger i intervallet uppspänt av α, x n och x n 1. Nu divideras utvecklingen med f n f n 1, och när denna kvot hamnar i tredje x n x n 1 termen, ersätts den med f (ξ 2 ), där ξ 2 ligger mellan x n och x n 1. Dessa åtgärder resulterar i formuleringen 0 = x n x n 1 f n + α x n + 1 f n f (α x 2 n)(α x n 1 ) f (ξ 1 ) n 1 f (ξ 2 ). Här känner man igen sekantmetodens uttryck för x n+1, varför man får x n+1 α = 1 2 (x n α)(x n 1 α)f (ξ 1 )/f (ξ 2 ), varav följer lim n x n+1 α (x n α)(x n 1 α) = 1 f (α) 2 f (α) I gränsvärdet återser vi den asymptotiska felkonstanten i Newton-Raphsons metod. Vi betecknar den, som förut, med K. Vidare ska konvergensordningen p bestämmas. När n är tillräckligt stort gäller x n+1 α c x n α p och x n α c x n 1 α p, dvs x n 1 α ( x n α /c) 1/p. Vi får därför c x n α p x n α c 1/p x n α 1/p K eller c(1+1/p) x n α (p 1 1/p) K. Detta ska gälla oberoende av n (tillräckligt stort). Därför måste det gälla att p 1 1/p = 0, en ekvation med lösningarna p = 1(1 ± 5). För konvergens krävs 2 p > 1, så den negativa lösningen blir inte aktuell, utan konvergensordningen är p = 1(1 + 5) Som biprodukt erhålls resultatet c K 1/p. Det återstår att visa att teststorheten t n /(t n 1 t n 2 ) K. I beviset utelämnar jag O-termer genom att istället skriva, detta för att inte skymma väsentligheter.
16 André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid lxxvii) t n är definerat så att det gäller t n = (x n+1 x n ). Ur taylorutvecklingen av f(α) kring x = x n på förra sidan får vi x n α + f n /f n (x n α) 2 f n /f n. Alltså: t n = x n+1 x n x n+1 α f n /f n 1(x 2 n α) 2 f n /f n = ( xn+1 α = (x n α) x n α f n f(α) x n α 1 1 f (x n 2 n α) f n ) f n ( (xn+1 α) (x n α) p 1 (x n α) f n 1(x 2 n α)f n 1 (x n α) p f (x n 2 n α) f n ) = f n = (x n α) (c (x n α) p 1 1). Här används p och c i samma innebörd som på förra sidan. Det väsentliga är att exponenten p 1 > 0; den är 1 2 ( 5 1) Vi har alltså kommit fram till t n (x n α) (1 c(x n α) p 1 ) Motsvarande utvecklingar erhålles för t n 1 och t n 2. Låt N vara det av det tre talen n, n 1 och n 2 för vilket x α är störst. Vi får t n t n 1 t n 2 x n α (x n 1 α)(x n 2 α) (1 + O(x N α) ) K där approximationerna blir allt bättre ju större n är. Slut på fördupningstexten
Intervallhalveringsmetoden, GKN sid 73. Sekantmetoden, GKN sid 79
e x sin(x) = 2 Intervallhalveringsmetoden, GKN sid 73 f(x) = 0 = Roten finns x f(x) i intervallet Skrivs Intervallangd ----------------------------------------------------------------------------- 1.0-0.1232
Läs merFöreläsning 1. Numeriska metoder grundkurs II, DN1240. Carina Edlund Mottagningstid i rum 4516: onsdagar kl.
Föreläsning 1 Numeriska metoder grundkurs II, DN1240 Carina Edlund carina@nada.kth.se Mottagningstid i rum 4516: onsdagar kl. 13-15 Kurshemsida: http://www.csc.kth.se/utbildning/kth/kurser/dn1240/numi09/
Läs merKonvergens för iterativa metoder
Konvergens för iterativa metoder 1 Terminologi Iterativa metoder används för att lösa olinjära (och ibland linjära) ekvationssystem numeriskt. De utgår från en startgissning x 0 och ger sedan en följd
Läs merLABORATION cos (3x 2 ) dx I =
SF1518,SF1519,numpbd14 LABORATION 2 Trapetsregeln, ekvationer, ekvationssystem, MATLAB-funktioner Studera kapitel 6 och avsnitt 5.2.1, 1.3 och 3.8 i NAM parallellt med arbetet på denna laboration. Genomför
Läs merSekantmetoden Beräkningsmatematik TANA21 Linköpings universitet Caroline Cornelius, Anja Hellander Ht 2018
Sekantmetoden Beräkningsmatematik TANA21 Linköpings universitet Caroline Cornelius, Anja Hellander Ht 2018 1. Inledning Inom matematiken är det ofta intressant att finna nollställen till en ekvation f(x),
Läs merLABORATION 2. Trapetsregeln, MATLAB-funktioner, ekvationer, numerisk derivering
SF1518,SF1519,numpbd15 LABORATION 2 Trapetsregeln, MATLAB-funktioner, ekvationer, numerisk derivering - Genomför laborationen genom att göra de handräkningar och MATLAB-program som begärs. Var noga med
Läs merGruppuppgifter 1 MMA132, Numeriska metoder, distans
Gruppuppgifter 1 MMA132, Numeriska metoder, distans Uppgifter märkta med redovisas 1. Läs om felkalkyl i enkla fall sidan 1.2-1.3. Givet a = 1,23, E a = 0,005 c = 0,00438 ± 0,5 10 5 b = 23,71, E b = 0,003
Läs merIcke-linjära ekvationer
stefan@it.uu.se Exempel x f ( x = e + x = 1 5 3 f ( x = x + x x+ 5= 0 f ( x, y = cos( x sin ( x + y = 1 Kan endast i undantagsfall lösas exakt Kan sakna lösning, ha en lösning, ett visst antal 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 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 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, 017-0-14 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!)
Läs merAndré Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 93) Trapetsregeln Adaptiva metoder ODE-metod Förbehandlande metoder
André Jaun, HT-25 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 93) Lektion 7 Integraler Problemformuleringen lyder: Beräkna A = Trapetsregeln Adaptiva metoder ODE-metod Förbehandlande
Läs merFrån förra gången: Newton-Raphsons metod
Från förra gången: Newton-Raphsons metod Idé: För att hitta en rot till f(x)=0 utgår man från en första Approximation x 0 och använder derivatan för att dra en tangent som skär x-axeln närmare roten och
Läs merLAB 1. FELANALYS. 1 Inledning. 2 Flyttal. 1.1 Innehåll. 2.1 Avrundningsenheten, µ, och maskinepsilon, ε M
TANA21+22/ 5 juli 2016 LAB 1. FELANALYS 1 Inledning I laborationerna används matrishanteringsprogrammet MATLAB. som genomgående använder dubbel precision vid beräkningarna. 1.1 Innehåll Du ska 1. bestämma
Läs merFixpunktsiteration. Kapitel Fixpunktsekvation. 1. f(x) = x = g(x).
Kapitel 5 Fixpunktsiteration 5.1 Fixpunktsekvation En algebraisk ekvation kan skrivas på följande två ekvivalenta sätt (vilket innebär att lösningarna är desamma). 1. f(x) = 0. En lösning x kallas en rot
Läs merTANA19 NUMERISKA METODER
HT2/2016 LINJE+ÅK+KLASS : TANA19 NUMERISKA METODER Laboration 1 Felanalys Namn : Personnummer : E-post : @student.liu.se Namn : Personnummer : E-post : @student.liu.se Godkänd datum : Sign : Retur : 1
Läs merLösandet av ekvationer utgör ett centralt område inom matematiken, kanske främst den tillämpade.
1.1 Ekvationslösning Lösandet av ekvationer utgör ett centralt område inom matematiken, kanske främst den tillämpade. 1.1.1 Polynomekvationer Ett polynom i en variabel x är som bekant en summa av termer
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 merBlock 5: Ickelineära. ekvationer? Läroboken. Löpsedel: Icke-lineära. ekvationer. Vad visade laborationen? Vad visade laborationen?
Block 5: Ickelineära ekvationer Löpsedel: Icke-lineära ekvationer Varför är det svårt att lösa ickelineära ekvationer? Iterativa metoder Bisektion/intervallhalvering Newton-Raphsons metod Noggrannhet/stoppvillkor
Läs merDel I: Lösningsförslag till Numerisk analys,
Lösningsförslag till Numerisk analys, 2016-08-22. Del I: (1) Nedan följer ett antal påståenden. Använd nyckelbegreppen därunder och ange det begrepp som är mest lämpligt. Skriv rätt bokstav (a)-(l) i luckan
Läs merNewtons metod. 1 Inledning. 2 Newtons metod. CTH/GU LABORATION 6 MVE /2013 Matematiska vetenskaper
CTH/GU LABORATION 6 MVE011-2012/2013 Matematiska vetenskaper 1 Inledning Newtons metod Vi skall fortsätta med att lösa ekvationer. I förra veckan såg vi på intervallhalveringsmetoden. Den är pålitlig men
Läs merProv 1 2. Ellips 12 Numeriska och algebraiska metoder lösningar till övningsproven uppdaterad 20.5.2010. a) i) Nollställen för polynomet 2x 2 3x 1:
Ellips Numeriska och algebraiska metoder lösningar till övningsproven uppdaterad.. Prov a) i) ii) iii) =,, = st 9,876 =,9876,99 = 9,9,66,66 =,7 =,7 Anmärkning. Nollor i början av decimaltal har ingen betydelse
Läs merLinjärisering och Newtons metod
CTH/GU STUDIO 5 TMV36a - 214/215 Matematiska vetenskaper 1 Inledning Linjärisering och Newtons metod Vi skall fortsätta med att lösa ekvationer. I förra studioövningen såg vi på intervallhalveringsmetoden.
Läs merIckelinjära ekvationer
Löpsedel: Icke-linjära ekvationer Ickelinjära ekvationer Beräkningsvetenskap I Varför är det svårt att lösa icke-linjära ekvationer? Iterativa metoder Bisektion/intervallhalvering Newton-Raphsons metod
Läs merInterpolation Modellfunktioner som satisfierar givna punkter
Interpolation Modellfunktioner som satisfierar givna punkter Några tillämpningar Animering rörelser, t.ex. i tecknad film Bilder färger resizing Grafik Diskret representation -> kontinuerlig 2 Interpolation
Läs mera = a a a a a a ± ± ± ±500
4.1 Felanalys Vill man hårddra det hela, kan man påstå att det inte finns några tal i den tillämpade matematiken, bara intervall. Man anger till exempel inte ett uppmätt värde till 134.78 meter utan att
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 merLabb 3: Ekvationslösning med Matlab (v2)
Envariabelanalys Labb 3: Ekvationslösning 1/13 Labb 3: Ekvationslösning med Matlab (v2) Envariabelanalys 2007-03-05 Björn Andersson (IT-06), bjoa@kth.se Johannes Nordkvist (IT-06), nordkv@kth.se Det finns
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 merLösningsförslag Tentamen i Beräkningsvetenskap I, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Lösningsförslag Tentamen i Beräkningsvetenskap I, 5. hp, 14-6-4 Kursmål (förkortade), hur de täcks i uppgifterna och maximalt
Läs merLÖSNINGSFÖRSLAG TILL TENTAMEN 2 SF1664
LÖSNINGSFÖRSLAG TILL TENTAMEN 2 SF1664 Tillämpad envariabelanalys med numeriska metoder för CFATE1 den 1 mars 214 kl 8.-1. 1. Bestäm värdemängden till funktionen f(x) = 2 arctan x + ln (1 + x 2 ), där
Läs mer6 Derivata och grafer
6 Derivata och grafer 6.1 Dagens Teori När vi plottar funktionen f(x) = x + 1x 99x 8 med hjälp av dosan kan man få olika resultat beroende på vilka intervall man valt. 00000 100000-00 -100 100 00-100000
Läs merNewtons metod och arsenik på lekplatser
Newtons metod och arsenik på lekplatser Karin Kraft och Stig Larsson Beräkningsmatematik Chalmers tekniska högskola 1 november 2004 Introduktion Denna övning ingår i Lärardag på Chalmers för kemilärare
Läs merDERIVATA. = lim. x n 2 h h n. 2
DERIVATA Läs avsnitten 6.-6.5. Lös övningarna 6.cd, 6.2, 6.3bdf, 6.4abc, 6.5bcd, 6.6bcd, 6.7, 6.9 oc 6.. Läsanvisningar Allmänt gäller som vanligt att bevisen inte ingår i kursen, men det är mycket nyttigt
Läs merLaboration 3. Funktioner, vektorer, integraler och felskattning
1 SF1520 K2 HT2014 NA 21 december 2015 Laboration 3 Funktioner, vektorer, integraler och felskattning Efter den här laborationen skall du kunna använda och skriva egna funktioner med flera in- och utparametrar,
Läs merBetygskriterier Matematik D MA p. Respektive programmål gäller över kurskriterierna
Betygskriterier Matematik D MA04 00p Respektive programmål gäller över kurskriterierna MA04 är en nationell kurs och skolverkets kurs- och betygskriterier finns på http://www3.skolverket.se/ Detta är vår
Läs merDifferentialekvationer begynnelsevärdesproblem
André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 33) Lektion 3, 4 och 5 Differentialekvationer begynnelsevärdesproblem Standardform och definitioner Eulers metod Runge-Kuttas
Läs merIcke-linjära ekvationer
stefan@it.uu.se Eempel f ( ) = e + = 5 3 f ( ) = + + 5= f (, y) = cos( ) sin ( ) + y = Kan endast i undantagsfall lösas eakt Kan sakna lösning, ha en lösning, ett visst antal lösningar eller oändligt många
Läs merLÖSNINGSFÖRSLAG TILL TENTAMEN 2 SF1664
LÖSNINGSFÖRSLAG TILL TENTAMEN SF66 Tillämpad envariabelanalys med numeriska metoder för CFATE den januari 0 kl 09.00-.00. Hur många gånger antar funktionen f) = ) värdet när varierar i intervallet 9? LÖSNING:
Läs merNumerisk Analys, MMG410. Lecture 10. 1/17
Numerisk Analys, MMG410. Lecture 10. 1/17 Ickelinjära ekvationer (Konvergensordning) Hur skall vi karakterisera de olika konvergenshastigheterna för halvering, sekant och Newton? Om f(x x k+1 x ) = 0 och
Läs merMatematisk analys för ingenjörer Matlabövning 2 Numerisk ekvationslösning och integration
10 februari 2017 Matematisk analys för ingenjörer Matlabövning 2 Numerisk ekvationslösning och integration Syfte med övningen: Introduktion till ett par numeriska metoder för lösning av ekvationer respektive
Läs merEn vanlig uppgift är att bestämma max resp min för en trigonometrisk funktion och de x- värden för vilka dessa antas.
Max och min för trigonometriska funktioner En vanlig uppgift är att bestämma max resp min för en trigonometrisk funktion och de x- värden för vilka dessa antas. Ta t.ex y = 12 sin(3x-90) När man ska studera
Läs merMMA132: Laboration 2 Matriser i MATLAB
MMA132: Laboration 2 Matriser i MATLAB Introduktion I den här labben skall vi lära oss hur man använder matriser och vektorer i MATLAB. Det är rekommerad att du ser till att ha laborationshandledningen
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 merNumeriska metoder, grundkurs II. Dagens program. Hur skriver man en funktion? Administrativt. Hur var det man gjorde?
Numeriska metoder, grundkurs II Övning 1 för I2 Dagens program Övningsgrupp 1 Johannes Hjorth hjorth@nada.kth.se Rum 163:006, Roslagstullsbacken 35 08-790 69 00 Kurshemsida: http://www.csc.kth.se/utbildning/kth/kurser/2d1240/numi07
Läs merLAB 3. INTERPOLATION. 1 Inledning. 2 Interpolation med polynom. 3 Splineinterpolation. 1.1 Innehåll. 3.1 Problembeskrivning
TANA18/20 mars 2015 LAB 3. INTERPOLATION 1 Inledning Vi ska studera problemet att interpolera givna data med ett polynom och att interpolera med kubiska splinefunktioner, s(x), som är styckvisa polynom.
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 merInstitutionen för Matematik. F1 - Linjär algebra och numerisk analys, TMA671 Svar till övningar i Heath s bok och extraövningar
Institutionen för Matematik Göteborg F1 - Linjär algebra och numerisk analys, TMA671 Svar till övningar i Heath s bok och extraövningar Heath 1: a) -01416 resp -0046 b) -0001593 resp -000051 c) 000165
Läs merInbyggda funktioner i MATLAB
Inbyggda funktioner i MATLAB MATLAB innehåller som vi redan sett ett stort antal inbyggda funktioner (se Holly Moore: Appendix A, Chapman avsn. 2.14, MATLAB 8 avsn. 2.3, 2.6): Elementär matematik: abs,exp,log10,rem,sqrt,sum,
Läs merAkademin för utbildning, kultur och kommunikation MMA132 Numeriska Metoder Avdelningen för tillämpad matematik Datum: 13 jan 2014
MÄLARDALENS HÖGSKOLA TENTAMEN I MATEMATIK Akademin för utbildning, kultur och kommunikation MMA132 Numeriska Metoder Avdelningen för tillämpad matematik Datum: 13 jan 2014 Examinator: Karl Lundengård Skrivtid:
Läs merTENTAMEN I GRUNDKURS I NUMERISKA METODER - DEL 2
Numerisk Analys - Institutionen för Matematik KTH - Royal institute of technology 218-5-28, kl 8-11 SF1547 TENTAMEN I GRUNDKURS I NUMERISKA METODER - DEL 2 Rättas endast om del 1 är godkänd. Betygsgräns
Läs merSidor i boken f(x) = a x 2 +b x+c
Sidor i boken 18-151 Andragradsfunktioner Här ska vi studera andragradsfunktionen som skrivs f(x) = ax +bx+c där a, b, c är konstanter (reella tal) och där a 0. Grafen (kurvan) till f(x), y = ax + bx +
Läs merMAA7 Derivatan. 2. Funktionens egenskaper. 2.1 Repetition av grundbegerepp
MAA7 Derivatan 2. Funktionens egenskaper 2.1 Repetition av grundbegerepp - Det finns vissa begrepp som återkommer i nästan alla kurser i matematik. Några av dessa är definitionsmängd, värdemängd, största
Läs merMeningslöst nonsens. December 14, 2014
December 4, 204 Fråga. Hur visar man att sin(x) x tan(x)? Fråga. Hur visar man att sin(x) x tan(x)? Fråga 2. Hur visar man att a > lim n a n =? Fråga 2. Hur visar man att a > lim n a n =? Röd: Det är ett
Läs merLaboration 3. Funktioner, vektorer, integraler och felskattning
1 SF1520 VT2017 NA, KTH 16 januari 2017 Laboration 3 Funktioner, vektorer, integraler och felskattning Efter den här laborationen skall du kunna använda och skriva egna funktioner med flera in- och utparametrar,
Läs merALA-a Innehåll RÄKNEÖVNING VECKA 7. 1 Lite teori Kapitel Kapitel Kapitel Kapitel 14...
ALA-a 2005 Innehåll 1 Lite teori 3 RÄKNEÖVNING VECKA 7 1.1 Kapitel 7....................................... 3 1.2 Kapitel 12....................................... 3 1.3 Kapitel 13.......................................
Läs merSF1669 Matematisk och numerisk analys II Lösningsförslag till modelltentamen DEL A
Institutionen för matematik SF1669 Matematisk och numerisk analys II Lösningsförslag till modelltentamen DEL A 1. Betrakta funktionen fx, y = x + y och området D som ges av olikheterna x, y och x + y 1.
Läs merNewtons metod. 1 Inledning. CTH/GU LABORATION 3 MVE /2014 Matematiska vetenskaper
CTH/GU LABORATION 3 MVE270-2013/2014 Matematiska vetenskaper Newtons metod 1 Inledning Vi skall lösa system av icke-linjära ekvationer. Som exempel kan vi ta, { x1 (1 + x 2 2) 1 = 0 x 2 (1 + x 2 1 ) 2
Läs merMaclaurins och Taylors formler. Standardutvecklingar (fortsättning), entydighet, numerisk beräkning av vissa uttryck, beräkning
Maclaurins och Taylors formler Standardutvecklingar (fortsättning), entydighet, numerisk beräkning av vissa uttryck, beräkning av gränsvärden Standardutvecklingar Vid beräkningar där man inte behöver någon
Läs merFel- och störningsanalys
Fel- och störningsanalys Terminologi Antag att x är ett exakt värde och x är en approximation av x. Vi kallar då absoluta felet i x = x x, relativa felet i x = x x x. Ofta känner vi inte felet precis utan
Läs merAnsvariga lärare: Yury Shestopalov, rum 3A313, tel 054-7001856 (a) Problem 1. Använd Eulers metod II (tre steg) och lös begynnelsevärdesproblemet
FACIT: Numeriska metoder Man måste lösa tre problem. Problemen 1 och är obligatoriska, och man kan välja Problemet 3 eller 4 som den tredje. Hjälp medel: Miniräknare (med Guidebook för miniräknare) och
Läs mer4 Fler deriveringsregler
4 Fler deriveringsregler 4. Dagens Teori Derivatan av potensfunktioner. Potensfunktioner med heltalsexponenter, som du redan kan derivera, kallas polynomfunktioner, som till exempel: f(x) = 2x4 x3 + 2x
Läs merKontrollskrivning KS1T
Kontrollskrivning KS1T Matematik 2 Kurskod HF100 Skrivtid 8:15-11:15 måndagen 9 februari 2009 Tentamen består av 4 sidor Hjälpmedel: Utdelat formelblad. Räknedosa. Formelsamling Korrekt löst uppgift ger
Läs merMathematica. Utdata är Mathematicas svar på dina kommandon. Här ser vi svaret på kommandot från. , x
Mathematica Första kapitlet kommer att handla om Mathematica det matematiska verktyg, som vi ska lära oss hantera under denna kurs. Indata När du arbetar med Mathematica ger du indata i form av kommandon
Läs merSF1625 Envariabelanalys Tentamen Lördagen den 11 januari, 2014
SF65 Envariabelanalys Tentamen Lördagen den januari, 04 Skrivtid: 9:00-4:00 Tillåtna hjälpmedel: inga Examinator: Bengt Ek, Maria Saprykina Tentamen består av nio uppgifter som vardera ger maximalt fyra
Läs mery y 1 = k(x x 1 ) f(x) = 3 x
Räta linjen på olika former Här ska vi bara påpeka att förutom k-form, den som vi är mest vana vid y = k y + m finns också allmän form: ax + by + c = 0 där a och b är konstanter, som inte någon står för
Läs merNågot om Taylors formel och Mathematica
HH/ITE/BN Taylors formel och Mathematica Något om Taylors formel och Mathematica Bertil Nilsson 207-0-0 I am the best Ett av Brooks många ödmjuka inlägg i den infekterade striden som under början av 700
Läs merTentamen del 1 SF1511, , kl , Numeriska metoder och grundläggande programmering
KTH Matematik Tentamen del SF5, 28-3-6, kl 8.-., Numeriska metoder och grundläggande programmering Namn:... Personnummer:... Program och årskurs:... Bonuspoäng. Ange dina bonuspoäng från kursomgången HT7-VT8
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 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 merFel- och störningsanalys
Fel- och störningsanalys 1 Terminologi Antag att x är ett exakt värde och x är en approximation av x. Vi kallar då absoluta felet i x = x x, relativa felet i x = x x x. Ofta känner vi inte felet precis
Läs merLinjärisering, Jacobimatris och Newtons metod.
Linjärisering, Jacobimatris och Newtons metod Analys och Linjär Algebra, del C, K/Kf/Bt, vt0 Inledning Vi skall lösa system av icke-linjära ekvationer Som exempel kan vi ta, x = 0, x = 0, som är ett system
Läs merBisektionsalgoritmen. Kapitel Kvadratroten ur 2
Kapitel 4 Bisektionsalgoritmen Vi ska konstruera lösningar till algebraiska ekvationer av formen f(x) = 0 med hjälp av bisektionsalgoritmen (intervallhalveringsmetoden). På samma gång ska vi se hur man
Läs merKan du det här? o o. o o o o. Derivera potensfunktioner, exponentialfunktioner och summor av funktioner. Använda dig av derivatan i problemlösning.
Kan du det här? o o o o o o Vad innebär det att x går mot noll? Vad händer då x går mot oändligheten? Vad betyder sekant, tangent och ändringskvot och vad har dessa begrepp med derivatan att göra? Derivera
Läs merDN1212+DN1214+DN1215+DN1240+DN1241+DN1243 mfl Tentamen i Grundkurs i numeriska metoder Del 2 (av 2) Lördag , kl 9-12
DN11+DN114+DN115+DN140+DN141+DN143 mfl Tentamen i Grundkurs i numeriska metoder Del (av ) Lördag 01-0-04, kl 9-1 Skrivtid 3 tim. Inga hjälpmedel. Rättas endast om del 1 är godkänd. Betygsgräns (inkl bonuspoäng):
Läs merLösningsförslag till tentamensskrivningen i Numerisk analys
Lösningsförslag till tentamensskrivningen i Numerisk analys 160526 Del I: (1) (a) Heuns metod för numerisk lösning av differentialekvationer har noggrannhetsordning 2. Detta betyder att Felet avtar med
Läs merDN1212 för M: Projektrapport. Krimskramsbollen. av Ninni Carlsund
Författare: Ninni Carlsund DN1212-projekt: Krimskramsbollen Kursledare: Ninni Carlsund DN1212 för M: Projektrapport Krimskramsbollen av Ninni Carlsund. 2010-04-29 1 Författare: Ninni Carlsund DN1212-projekt:
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 mer) + γy = 0, y(0) = 1,
Institutionen för Matematik, KTH Tentamen del Numeriska metoder SF545 8.00-.00 / 04 Inga hjälpmedel är tillåtna (ej heller miniräknare). Råd för att undvika poängavdrag: Skriv lösningar med fullständiga
Läs merGamla tentemensuppgifter
Inte heller idag någon ny teori! Gamla tentemensuppgifter 1 Bestäm det andragradspolynom vars kurva skär x-axeln i x = 3 och x = 1 och y-axeln i y = 3 f(x) = (x 3)(x + 1) = x x 3 är en bra start, men vi
Läs merMoment 1.15, 2.1, 2.4 Viktiga exempel 2.2, 2.3, 2.4 Övningsuppgifter Ö2.2ab, Ö2.3. Polynomekvationer. p 2 (x) = x 7 +1.
Moment.5, 2., 2.4 Viktiga exempel 2.2, 2.3, 2.4 Övningsuppgifter Ö2.2ab, Ö2.3 Ett polynom vilket som helst kan skrivas Polynomekvationer p(x) = a 0 +a x+a 2 x 2 +...+a n x n +a n x n Talen a 0,a,...a n
Läs mer1. Utan miniräknare, skissa grafen (bestäm ev. extrempunkter och asymptoter) y = x2 1 x 2 + 1
HiH / Georgi Tchilikov ENVARIABELANALYS 5p för LGr&LGy april 9.-. Hjälpmedel: Bifogat formelblad. Miniräknare. Betygsgränser: p. för Godkänd, p. för Väl Godkänd (p. från propedeutiska kursen kan tillgodoräknas)
Läs mer5B1134 Matematik och modeller Lösningsförslag till tentamen den 12 januari 2005
KTH Matematik B Matematik modeller Lösningsförslag till tentamen den januari. a) I en triangel är två av sidlängderna 7 respektive 8 längdeneter vinkeln mellan dessa sidor är. Bestäm den tredje sidans
Läs merSF1625 Envariabelanalys Lösningsförslag till tentamen DEL A
SF1625 Envariabelanalys Lösningsförslag till tentamen 2012-10-17 DEL A 1. Visa att ekvationen x 3 12x + 1 = 0 har tre lösningar i intervallet 4 x 4. Motivera ordentligt! (4 p) Lösningsförslag. Vi skall
Läs mer6. Samband mellan derivata och monotonitet
34 6 SAMBAND MELLAN DERIVATA OCH MONOTONITET 6. Samband mellan derivata och monotonitet Antag att funktionen f är deriverbar på ]a,b[. Vi vet att derivatan f ( 0 ) i 0 ]a,b[ är riktningskoefficienten för
Läs merMatematik 3 Digitala övningar med TI-82 Stats, TI-84 Plus och TI-Nspire CAS
Matematik 3 Digitala övningar med TI-8 Stats, TI-84 Plus och TI-Nspire CAS Matematik 3 digitala övningar med TI-8 Stat, TI-84 Plus och TI Nspire CAS Vi ger här korta instruktioner där man med fördel kan
Läs merF3 PP kap 3, ekvationslösning och iteration, forts.
F3 BE300 & 3 Page 1 of 6 F3 PP kap 3, ekvationslösning och iteration, forts. Övning från förra gången: Visa, att o f (x) > 0 i (a,b) så ligger sekanten geno (a,f(a)) och (b,f(b)) över kurvan. Tips: Låt
Läs merExistens och entydighet
Föreläsning 7 Eistens och entydighet 7.1 Aktuella avsnitt i läroboken Appendi Eistence and Uniqueness of Solutions. 47 48 FÖRELÄSNING 7. EXISTENS OCH ENTYDIGHET Som vi sett i flera eempel kan man ibland
Läs merTentamen i Matematisk analys MVE045, Lösningsförslag
Tentamen i Matematisk analys MVE5 26-8-23 Lösningsförslag Kl. 8.3 2.3. Tillåtna hjälpmedel: Mathematics handbook for science and engineering (BE- TA) eller CRC Standard Mathematical Tables. Indexeringar
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 merFunktionsstudier med derivata
Funktionsstudier med derivata Derivatan ett kraftfullt verktyg för att studera och tolka funktioner Det här avsnittet handlar om att man kan använda derivatan till att bestämma en funktions egenskaper
Läs merFör teknologer inskrivna H06 eller tidigare. Skriv GAMMAL på omslaget till din anomyna tentamen så att jag kan sortera ut de gamla teknologerna.
Matematik Chalmers Tentamen i TMV225 Inledande matematik M, 2009 01 17, f V Telefon: Christoffer Cromvik, 0762 721860 Inga hjälpmedel. Kalkylator ej tillåten. Varje uppgift är värd 10 poäng, totalt 50
Läs merKomposanter, koordinater och vektorlängd Ja, den här teorin gick vi igenom igår. Istället koncentrerar vi oss på träning inför KS3 och tentamen.
Sidor i boken 40-4 Komposanter, koordinater och vektorlängd Ja, den här teorin gick vi igenom igår. Istället koncentrerar vi oss på träning inför KS3 och tentamen. Läxa 1. En rät linje, L 1, skär y-axeln
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 mer1. Inledning, som visar att man inte skall tro på allt man ser. Betrakta denna följd av tal, där varje tal är dubbelt så stort som närmast föregående
MATEMATISKA INSTITUTIONEN STOCKHOLMS UNIVERSITET Christian Gottlieb Gymnasieskolans matematik med akademiska ögon Induktion Dag 1 1. Inledning, som visar att man inte skall tro på allt man ser. Betrakta
Läs mer4. Bestäm arean av det begränsade område som precis innesluts av kurvorna. och y = x 2. h(x) = e 2x 3,
MÄLARDALENS HÖGSKOLA Akademin för utbildning, kultur och kommunikation Avdelningen för tillämpad matematik Examinator: Lars-Göran Larsson TENTAMEN I MATEMATIK MAA151 Envariabelkalkyl, TEN1 Datum: 014-1-04
Läs merFacit Tentamen i Beräkningsvetenskap I (1TD393) STS ES W K1
Facit Tentamen i Beräkningsvetenskap I (1TD9) STS ES W K1 Utför överskådlig beräkning, och presentera svar på följande frågor. Det bifogade svarsarket måste användas, så lös först uppgifterna på ett kladdpapper,
Läs merPolynomekvationer. p 2 (x) = x x 3 +2x 10 = 0
Moment.3.,.3.3,.3.5,.3.6, 2.4., 2.4.2 Viktiga exempel.2,.4,.8,.2,.23,.25,.27,.28,.29, 2.23, 2.24 Övningsuppgifter.2,.3,.8,.24,.25,.27,.29 ab,.30,.3 ac, 2.29 abc Ett polynom vilket som helst kan skrivas
Läs mer2. (a) Skissa grafen till funktionen f(x) = e x 2 x. Ange eventuella extremvärden, inflektionspunkter
Matematik Chalmers Tentamen i TMV225 Inledande matematik M, 2009 08 21, f Telefon: Jonatan Vasilis, 0762 721861 Inga hjälpmedel. Kalkylator ej tillåten. Varje uppgift är värd 10 poäng, totalt 50 poäng.
Läs merTentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 21:a April klockan
MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 21:a April klockan 8.00-12.00 Redovisning Lös först uppgifterna i Matlab.
Läs mer