André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 93) Trapetsregeln Adaptiva metoder ODE-metod Förbehandlande metoder

Storlek: px
Starta visningen från sidan:

Download "André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 93) Trapetsregeln Adaptiva metoder ODE-metod Förbehandlande metoder"

Transkript

1 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 metoder b a f(x) dx (med viss noggrannhet). Storheten A kallas integralvärdet (eller ofta lite slarvigt bara integralen) och f(x) kallas integranden. a och b kallas nedre respektive övre integrationsgräns, intervallet [a, b] kallas integrationsintervall och man säger att man integrerar f(x) över [a, b], oavsett om grafen ligger över eller under x-axeln. x är integrationsvariabel. Endast då möjligheter till förväxlingar är uteslutna, stryker man förledet integrations- i de här orden. Följande generella goda råd återfinnes i GNM-sid (6)2: Vilken metod man än tänker använda, är det klokt att orientera sig om problemet genom att: Börja med att rita integranden över integrationsintervallet. Denna inledande åtgärd är så klok och rådet är så gott, att man bör tolka det som en skarp uppmaning till handlingsprogram, i de fall då det överhuvudtaget är möjligt att rita integranden. Trapetsregeln (GNM-6:1A) Metoden heter så, alltså inte trapetsmetoden (som är en metod för behandling av differentialekvationer). Grundidén är enkel: f i 1 f i X i 1 h X i

2 André Jaun, HT-25 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 94) Fortsättningen av härledningen är lika enkel: h a X 1 X 2 X 3 X 4 b Resultatet av beräkningen enligt trapetsregeln betecknas med T (h), dvs T (h) = h ( 1 2 f(a) + f 1 + f f n f(b)) EXEMPEL Som ett enkelt exempel visar jag beräkningen av.5 dx 1 + x 2 (= arctan(.5).4636) Förarbete: Rita grafen över integrationsintervallet, och fundera på om det kan bli några bekymmer vid behandlingen. Om man kan förutse bekymmer, så tillhör det förarbetet att arbeta om problemet och/eller modifiera metoden, så att bekymren undanröjs. Jag definierar integranden på en separat fil inför MATLAB-hanteringen sedan. I det här exemplet är detta kanske inte så väldigt förenklande men, med sikte på den allmänna situationen, är den organisationen en god vana att lägga sig till med. fint1.m function [f] = fint1(x); f=1../(1+x.*x); Grafen ordnas nu mycket enkelt: >> x=[:.1:.5]; y=fint1(x); >> plot(x,y), grid, title( y=1/(1+x^2) )

3 André Jaun, HT-25 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 95) 1 y=1/(1+x^2) En så lugnt löpande funktion kan inte ställa till med bekymmer vid integrationen. Till att börja med demonstrerar jag handräkning :

4 André Jaun, HT-25 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 96) Vill man ha god noggrannhet blir det förstås fråga om betydligt mindre steglängd h. Jag utför nu i MATLAB beräkningen av trapetsregeln med steglängd h =.125, dvs 4 steg i intervallet x.5. h=.125; N=4; n=n-1; t1= (fint1()+fint1(.5))/2; x=h*[1:n]; y=fint1(x); format long, t1=h*(t1+sum(y)) t1 = Hur bra är detta resultat? Det vet man inte, men en grov uppfattning om rimligheten kan man få genom att mäta ytan i figuren, eller liknande. Avgörande i all bedömning av resultat och tillförlitlighet är kontroll av regelbundenheten. Den kontrollen kräver kännedom om trunkeringsfelet. Trapetsregelns trunkeringsfel har utseendet e trunk = c 1 h 2 + c 2 h 4 + c 3 h (Se GNM sid(6)4.) Jag påminner om definitionen av regelbundenhet och visar användningen: Definition av regelbundenhet: Konsekvens för differenserna (T (h)) = T (h) T (2h), när T (h) = A + c h 2 : Regelbundenheten kontrolleras: Trunkeringsfelet skattas: Tillämpat på handräkningarna i exemplet:

5 André Jaun, HT-25 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 97) Vi kan se att felskattningen.25 överskattar det verkliga felet.8 ganska mycket. Närmare bestämt är felskattningen 3 gånger det verkliga felet. Denna faktor 3 är just den som jag fick fram här ovan: (T (h)) = 3c h 2. Alltså är trunkeringsfelet c h 2 = (T (h))/3. Ju bättre regelbundenhet, dvs ju närmare 4 kvoten mellan differenserna ligger, desto bättre stämmer felskattningen (T (h)) /3. Jämför gör verkligen det! med resonemanget på sid i anteckningarna för lektion 2. Nyss räknade jag ut T (.125) =t1 = Jag fortsätter nu MATLABkalkylerna beräknar två ytterligare T (h) med successivt halverad steglängd, bildar differenser och kontrollerar deras kvot. Lägg märke till den lilla beräkningstekniska finessen, som jag använde redan vid handräkningen, att vid uträkningen av T (h/2) utnyttja det man har redan i T (h): h=h/2; N=N*2; n=n-1; x=h*[1:2:n]; y=fint1(x); t2=t1/2+h*sum(y) h=h/2; N=N*2; n=n-1; x=h*[1:2:n]; y=fint1(x); t3=t2/2+h*sum(y) format short e, delt1=t2-t1, delt2=t3-t2, kvot=delt1/delt2 felskatt =delt2/ t3 = delt1 = 6.251e-6 delt2 = e-6 kvot = 4.1e+ felskatt = 5.284e-7 Om jag avrundar t3 till så tillkommer ett avrundningsfel , och jag hamnar på ett totalfel på drygt Fiffigare vore att utnyttja att man har en så noggrann skattning av h 2 -termen i felet (noggrann eftersom kvoten så väl överensstämmer med 4): Om T (h) = A (T (h))/3 + c 2 h 4, så gäller ˆT (h) = T (h) + (T (h))/3 = A + c 2 h 4. Det betyder att korrektionen (T (h))/3 eliminerar h 2 -felet, så att det korrigerade värdet, ˆT (h), får trunkeringsfelet c 2 h 4. format long, t2korr=t2+delt1/3, t3korr=t3+delt2/ t2korr = t3korr =

6 André Jaun, HT-25 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 98) Om jag hade räknat ut fyra T (h)-värden, så skulle jag ha kunnat beräkna tre ˆT (h)- värden och kunnat undersöka om deras differenser bildar kvoten 2 4. Om så är fallet är ˆT (h)-värdena regelbundna, och felskattning skulle kunna göras på samma sätt som vanligt vid regelbundenhet. Nu har jag emellertid bara räknat ut tre T (h)-värden. Då kan jag på grund av att kvotkontrollen gav ett värde så nära 4 skatta felet i det korrigerade värdet t3korr= ˆT (.3125) med hela skillnaden mellan de två korrigerade värdena. Felskattningen blir t3korr-t2korr = Eftersom i det här fallet rätta värdet är känt, så kan jag för skojs skull se om den här tekniken har fungerat bra. rett=atan(.5) format short e, fel2=t2korr-rett, fel3=t3korr-rett kollkvot=fel2/fel rett = fel2 = e-11 fel3 = e-12 kollkvot = e+1 Det verkliga felet i t3korr, är precis en femtondedel av felskattningen vilket beror på att felen bildar en kvot så nära 16. Då skulle också en kvotkontroll på ˆT (h)-värdena ha gett den kvoten, men detta vet man ju inte (utan tillgång till facit) om man inte räknar ut ytterligare ett T (h) (och därur ett ˆT (h) till). Här är det på sin plats med upplysningen att den här korrektionen med (T (h))/3 är ett exempel på richardsonextrapolation, och att trapetsregeln följd av richardsonextrapolation, ger upphov till en formel med eget namn: Simpsons formel (vilken de flesta miniräknare använder) samt att med upprepade richardsonextrapolationer (dvs ˆT (h) korrigeras med ( ˆT (h))/15) får man en metod som heter Rombergs metod. Detta har numera mest bara historiskt intresse. Den förut ständigt använda richardsonextrapolationen har nu ersatts av kontroll och utnyttjande av regelbundenhet. Med datorer som kan fås att utan stort besvär räkna med god noggrannhet, ger regelbundhetsbegreppet enklare vägar för tillförlitlighetsbedömningen. I GNM-6:1C hittar man upplysningen att tabellfelet E tab = (b a) E f såväl för T (h) som för ˆT (h). Praktiskt intresse får tabellfelet nog bara när integrandens värden tas ur en tabell med rejält begränsad noggrannhet, angiven av E f. Tabellfelet kan också ge sig till känna, när trunkeringsfelet är mycket litet. Då kommer regelbundenhetskontrollen att skvallra: den undersökta kvoten mellan differenserna är inte längre vad den ska vara. Föreläsningen fortsätter på sidan 17.

7 André Jaun, HT-25Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid cvi) Fördjupning frivillig läsning Trapetsregelns trunkeringsfel Jag ska visa att trapetsregeln har trunkeringsfelet som anges på sidan 13: e trunk = c 1 h 2 + c 2 h 4 + c 3 h Börja med skattningen T i = h(f(x 2 i 1) + f(x i )) av A i = f(x)dx. x i 1 Taylorutveckla i T i de båda funktionsvärdena kring X i = 1(x 2 i 1 + x i ). Det gäller att x i 1 = X i h och x 2 i = X i + h, så när de två serierna läggs samman försvinner 2 h p -termerna med udda p. Resultatet blir T i = h (f(x i ) + 1 h2 f (X i ) + 1 h4 f iv (X 4! 2 4 i ) +...) I integralen substitueras x = X i + 1th. Då gäller 1 t 1 och dx = 1h dt. 2 2 Taylorutveckla integranden kring x = X i och integrera termvis. Eftersom integration mellan 1 och 1 av t udda ger resultatet noll, kommer bara integration av t jämnt att ge bidrag till A i A i = h xi f(x i th) dt = h (f(x i) + 1 3! h2 2 2 f (X i ) + 1 5! h4 2 4 f iv (X i ) +...) Vi får T i A i = h3 f (X 12 i )+ h5 f iv (X 48 i )+...), vilket är bidraget till felet från delintervallet x i 1 x x i. Summera bidragen för i = 1, 2,..., n och använd medelvärdessatsen i h f (k) (X i ) = (b a) f (k) (ξ k ), som gäller när X i ligger i delintervallet (x i 1, x i ) av längden h och delintervallen tillsammans bildar intervallet av längden b a, och a < ξ k < b. Resultatet blir T (h) A = h2 (b a)f (ξ 12 2 ) + h4 (b a)f iv (ξ 48 4 ) +... Det är uppenbart att fortsättningen på serien består av termer med h 6, h 8,..., varmed beviset av trunkeringsfelets utseende är klart. Förekomsten av högre ordningens derivator i trunkeringsfelet förklarar varför det inte räcker att integranden är snäll för att trunkeringsfelet ska bli litet. För vissa betraktelser kan det vara intressant att använda medelvärdessatsen g(b) g(a) = g (ξ)(b a). Den ger den alternativa formeln för trunkeringsfelet: e trunk = C 1 (f (b) f (a))h 2 + C 2 (f (b) f (a))h där C 1, C 2,... är sifferkonstanter, dvs oberoende av såväl f som h. (Ett strikt bevis är lite krångligare än de här antydningarna, eftersom ξ som uppträder i medelvärdessatsen inte blir lika med ξ 2, ξ 4... ovan. Se GNM sid(6)1.) Av detta utseende på trunkeringsfelet kan man förstå att trapetsregeln konvergerar dåligt (när h ) om integranden är exempelvis av typen x och integrationsintervallet är [, b]. Slut på fördjupningstexten

8 André Jaun, HT-25Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 17) Adaptiva metoder (GNM 6:2B) Man kan tänka sig vilken välkänd metod som helst, exempelvis trapetsregeln, där, till skillnad från vanligt bruk, man undan för undan anpassar (= adapterar) steglängden efter behovet av noggrannhet. Om man har en rät linje som integrand, kan man i trapetsregeln använda hela integrationsintervallet som steglängd och få exakt rätt resultat. Om integranden har variationer med våglängd eller halveringstid λ, bör man använda en steglängd väsentligt mindre än λ för att trapetsregeln ska kunna följa variationerna (h λ/1 är en tumregel). När integranden uppför sig på olika sätt i olika delintervall, så kan det vara lämpligt att i den använda metoden bygga in en kontroll, som ändrar steglängden vartefter man stegar in i de olika delområdena. Samma idé som jag visade för differentialekvationer kan användas för automatisk steglängdsreglering i till exempel trapetsregeln: Om man har kommit till x = x i, kan man integrera till x = X = x i + k h, dels med hittills gällande steglängd h och få integralskattningen A, dels med steglängden h/2 och få A. Sedan jämför man de två erhållna integralskattningarna. (x i, X) / k steg med steglängd h A / E = A A 2k steg med steglängd h 2 A Om E är mycket litet, så kan man kosta på sig att öka steglängden, säg till 2h. Om E är för stort, är steglängden för stor. Då går man tillbaka till x i och minskar steglängden, exempelvis till h/2. Om ingetdera av dessa inträffar, adderar man delintegralen A i+1 = A till de tidigare beräknade och går vidare från x i + kh = x i+k. Vad som ska menas med mycket litet och för stort blir en omdömesfråga. Strategier för testandet och steglängdsregleringen varierar men grundtanken ser ut ungefär som jag nu har beskrivit. MATLAB-metoder MATLAB bjuder på några adaptiva integrationsprogram: quadl, som vi redan har använt, quad och det under avveckling stadda quad8. Samtliga påstås ge en absolutnoggrannhet 1 6, men den uppgiften går absolut inte att lita på. Det sanna integralvärdet i exemplet är, som vi såg, >> iql=quadl( fint1,,.5) iql = >> iq=quad( fint1,,.5)

9 André Jaun, HT-25Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 18) iq = >> iq8=quad8( fint1,,.5) Warning: QUAD8 is obsolete. QUADL is its recommended replacement. iq8 = Jag ska inte förtiga att MATLAB:s program i åtskilliga situationer kan vara enklare att använda än trapetsregeln. Bekymret är bara att man inte har några säkra indikationer på att begärd noggrannhet är uppnådd, men detta är lätt ordnat med trapetsregeln. I det här exemplet ger MATLAB-programmen bättre noggrannhet än påstådd, men det omvända är minst lika vanligt. ODE-metod I en kurs som den här, där behandlingen av ordinära differentialekvationer (ODE) är det centrala, tycks det mycket naturligt att hantera integraler genom att tolka integralen som lösning till en differentialekvation. Så här: Om y(x) = x a f(t) dt så gäller y = f(x); y(a) = ; dvs y(x) är lösningen till ett begynnelsevärdesproblem. Iakttagelsen är inte alls sensationell för den matematiskt orienterade, men leder ändå till en mycket användbar integrationsmetod. Jag återkommer till det beprövade exemplet, att beräkna.5 dx 1 + x 2 Det omformuleras: Bestäm y(.5) när y(x) satisfierar begynnelsevärdesproblemet y = 1/(1 + x 2 ); y() =. Jag behandlar differentialekvationen med exempelvis Runge-Kuttas metod. Den kräver att f programmeras som en funktion av x och y, inte bara av x. Därför får jag skriva om funktionen fint1 till en form som Runge-Kutta kan hantera. function yprim=dint1(x,y) yprim=fint1(x); Jag kör nu Runge-Kuttas metod med steglängd.5/1,.5/2 och.5/4, och kontrollerar regelbundenheten. N=5; for k=1:3 N=2*N; y5(k)=rkbegv( dint1,,.5,,n); end, y5 format short e, delta=diff(y5) format short, kvot=delta(1)/delta(2)

10 André Jaun, HT-25Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 19) trunkfel=abs(delta(2)/15) y5 = delta = e e-1 kvot = trunkfel = e-11 Det verkliga felet i y5(3)= y(.5;.5/4) är , så felskattningen här ovan är fullt godtagbar. Jag vågade dividera den vanliga felskattningen (dvs differensen) med 15 eftersom kvoten mellan differenserna är så nära 16. ODE-tolkningen ger som synes en metod som fungerar minst lika bra som trapetsregeln med extrapolationer. Klart överlägsen blir ODE-tolkningen i problem av det här slaget: EXEMPEL.5 y(x) Skatta dx när y(x) satisfierar differentialekvationen.1 x y + 3xy + y = ; y(.1) =.1; y (.1) =.2. Omskrivningen till ett system av första ordningens differentialekvationer sker på vanligt sätt. Nu tillkommer dessutom en ekvation för den omtolkade integralen: u 1 = u 2 ; u 1 (.1) =.1; u 2 = u 1 3xu 2 ; u 2 (.1) =.2; u 3 = u 1 /x; u 3 (.1) =. I MATLAB deklarerar jag detta system på en fil difint2.m function f=difint2(x,u); f=[u(2) -u(1)-3*x*u(2) u(1)/x] ; Lösandet framskrider sedan precis som i förra exemplet. Jag undertrycker all utmatning som inte intresserar. Detta kan vara vanskligt, eftersom viss extrainformation kan berätta ifall något är på tok. Integranden bör man rita. Detta går inte förrän y(x) har bestämts, så det gör jag som avslutning. N=5; for k=1:3 N=2*N; u5=rkbegv( difint2,.1,.5,[.1;.2;],n); A(k)=u5(3); end, A format short e, delta=diff(a), kvot=delta(1)/delta(2) felskatt=abs(delta(2)/15) ugraf=rktab( difint2,.1,.5,[.1;.2;],1); xgraf=.1+.4/1*[:1] ; yxgraf=ugraf(:,1)./xgraf; plot(xgraf,yxgraf), grid, title( y/x, när y satisf diffekv... )

11 André Jaun, HT-25Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 11) A = delta = e e-11 kvot = e+1 felskatt = e-12 1 y/x, när y satisf diffekv Eftersom trunkeringsfelet är så litet kan jag avrunda A(3) till 12 decimaler, vilket ger presentationsfelet Detta plus trunkeringsfelet blir < Alltså: SVAR: Integralvärdet = ± Förbehandlande metoder Jag har redan nämnt att man bör inleda med att rita upp integranden. Ytterligare förbehandling kan behövas om problemet inte direkt lämpar sig för trapetsregeln (eller de besläktade metoder vi använder). Problem av det slaget är integraler med oändligt integrationsintervall och/eller med en integrand som blir oändlig i integrationsintervallet. I GNM-6:3 berättas att även fall då integranden har oändlighetsställe nära utanför integrationsintervallet kan noggrannheten bli onaturligt dålig. Även så pass snälla integrander som x åstadkommer dålig regelbundenhet (se exemplet 6.1 i GNM-6:3). Förklaringen ligger i att termerna i trunkeringsfelet innehåller integrandens derivator av högre ordning. Dessa kan växa obegränsat, med stort fel som följd, även om integranden är begränsad. GNM nämner förbehandlingsmetoderna 6:3A Serieutveckling 6:4A Uppdelning 6:4B Kapning 6:4C Substitution 6:4D Partiell integration

12 André Jaun, HT-25Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 111) Serieutveckling är en teknik som är användbar i allehanda sammanhang. Framför allt lämpar den sig till analys av metoder och problem och även vid handräkning. Kursen siktar på effektiv datorteknik; därför ingår inte längre serieutveckling som självständig metod för integralskattning. 6:4A Uppdelning kan behövas när integranden varierar mycket olika i olika delar av integrationsintervallet. b a1 a2 ak b Eftersom = , kan integralerna på höger sida behandlas som oberoende problem. Så exempelvis kan de beräknas med olika steglängder a a a 1 a k 1 a k vartefter hur snabba variationerna är. 6:4B Kapning kan tillgripas när integrationsintervallet är oändligt. Kapning innebär att man bestämmer ett x = B < (respektive ett x = A >, om integrationsintervallet sträcker sig till ) så att bidragen från integrationsområdet utanför det ändliga intervallet blir mindre än en felgräns som kan tolereras, och så integrerar man bara över det ändliga intervallet. Det fel man på det här sättet tolererar kallas svansfelet. Orsaken till att man använder numerisk metod är ju att man inte kan integrera analytiskt. Detta medför att svansfelet inte heller kan bestämmas analytiskt, utan det blir fråga om att skatta svansfelet. Bokens exempel 6.15 kan tjäna som belysning: e x2 Bestäm värdet av dx. x Integranden avtar mycket snabbt mot när x, så gränsen x = B för kapningen blir inte så stor. För att kunna genomföra skattningen av den kapade delen, använder vi att av x B följer 1/(x x) 1/(B B). e x2 xe x2 dx = B x B x x dx 1 B B x e x2 dx = B = 1 2B B ε. e B2 Om ε = 1 8 så är B = 4 ett bra val, svansfelet blir då Det nya problemet, e x2 x dx, behandlar vi exempelvis med trapetsregeln och får integralvärdet , med ett trunkeringsfel Lägg samman svansfelet och trunkeringsfelet. Det efterfrågade integralvärdet är ± Jag vill här passa på att peka på varningen som avslutar avsnitt 6:4B, för det misstag, som blir allt vanligare vartefter den goda seden att hämta information ur en figur brer ut sig: Det är inte alls tillräckligt att integranden är mycket liten för att man ska kunna dra slutsatsen att även integralvärdet är litet. Betrakta exempelvis f(x) = 1/x 1.1. För x 1 1 är f(x) Trots det är 1 1 dx x 1.1 = 1.

13 André Jaun, HT-25Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 112) 6:4C Substitution är den teknik som jag brukar försöka att börja med, när integranden är besvärlig. 4 e x2 Exempel: dx. Substitutionen x = t fixar undan bekymret med att x nämnaren blir, eftersom 1dx/ x = dt. 2 Den nya integranden blir 2e t4 och integrationsintervallet t 2. 1 cos x 1 x 2 dx. Den här gången reder substitutionen x = sin t upp problemet med att nämnaren blir, genom att dx = cos t dt och 1 x 2 = cos t, så den nya integranden blir cos(sin t) och integrationsintervallet t π/2. e x dx. Här kan man kapa, men ett alternativ är substitutionen x = tan t x2 Därmed övergår integrationsintervallet till det ändliga π/4 t π/2. Nackdelen med substitution för att göra integrationsintervallet ändligt är att integranden då ofta blir stökig. I det här fallet gäller emellertid dx = dt/ cos 2 t och 1/ cos 2 t = (cos 2 t + sin 2 t)/ cos 2 t = 1 + tan 2 t = 1 + x 2, så integranden blir e tan t. Nu återstår att ta itu med att program för trapetsregeln och quad8 osv inte klarar att sätta in t = π/2 i integranden, eftersom tan(π/2) =. Det får man motarbeta med sin kunskap att e =, och programmera exempelvis: if abs(t-pi/2)<h/1, f=; else f=exp(-tan(t)); end 6:4D Partiell integration är ytterligare ett rent matematiskt handgrepp. Det utgår från deriveringsregeln d dx (u(x) v(x)) = u(x) v (x) + u (x) v(x) Integrerar man denna relation, får man u(x) v(x) = u(x) v (x) dx + u (x) v(x) dx som sedan vanligen skrivs u(x) v (x) dx = u(x) v(x) u (x) v(x) dx Återigen exemplet 4 e x2 x dx. Om man identifierar u (x) med 1/ x, dvs u(x) = 2 x, så ger partialintegrationen 2 x e x2 4 Den integral som nu återstår vållar inga bekymmer x3 e x2 dx.

f(x + h) f(x) h f(x) f(x h) h

f(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 mer

Laboration 3. Funktioner, vektorer, integraler och felskattning

Laboration 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 mer

Laboration 3. Funktioner, vektorer, integraler och felskattning

Laboration 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 mer

Beräkning av integraler

Beräkning av integraler Beräkning av integraler a b f(x) dx = {ytan mellan kurvan och x-axeln från a till b} Många tekniska beräkningsproblem kan formuleras som integraler. En del integraler kan beräknas exakt men flertalet kan

Läs mer

Laboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem

Laboration 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 mer

LABORATION 2. Trapetsregeln, MATLAB-funktioner, ekvationer, numerisk derivering

LABORATION 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 mer

Laboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem

Laboration 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 mer

LABORATION cos (3x 2 ) dx I =

LABORATION 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 mer

DN1212 för M: Projektrapport. Krimskramsbollen. av Ninni Carlsund

DN1212 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 mer

André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 60) Problemformulering. Använd matematik

André Jaun, HT-2005 Anteckningar från lektioner i Numeriska Metoder fys-åk2. (Sid 60) Problemformulering. Använd matematik 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

Läs mer

LAB 4. ORDINÄRA DIFFERENTIALEKVATIONER. 1 Inledning. 2 Eulers metod och Runge-Kuttas metod

LAB 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 mer

Interpolation Modellfunktioner som satisfierar givna punkter

Interpolation 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 mer

Denna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Differentialekvationer. Repetition av FN5 (GNM kap 6.

Denna 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

Del I: Lösningsförslag till Numerisk analys,

Del 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 mer

Sammanfattning (Nummedelen)

Sammanfattning (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 mer

f (a) sin

f (a) sin Hur kan datorn eller räknedosan känna till värdet hos till exempel sin0.23 eller e 2.4? Denna fråga är berättigad samtidigt som ingen tror att apparaterna innehåller en gigantisk tabell. Svaret på frågan

Läs mer

Matematisk analys för ingenjörer Matlabövning 2 Numerisk ekvationslösning och integration

Matematisk 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 mer

LÖSNINGSFÖRSLAG TILL TENTAMEN 2 SF1664

LÖSNINGSFÖRSLAG 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 mer

SF1625 Envariabelanalys Lösningsförslag till tentamen

SF1625 Envariabelanalys Lösningsförslag till tentamen SF1625 Envariabelanalys Lösningsförslag till tentamen 216-6-1 1. Derivera nedanstående funktioner med avseende på x och ange för vilka x derivatan existerar. Endast svar krävs. A. f(x) = arctan 1 x B.

Läs mer

Euler-Mac Laurins summationsformel och Bernoulliska polynom

Euler-Mac Laurins summationsformel och Bernoulliska polynom 46 Euler-Mac Laurins summationsformel och Bernoulliska polynom Lars Hörmander Lunds Universitet Datorer gör det möjligt att genomföra räkningar som tidigare varit otänkbara, exempelvis att beräkna summan

Läs mer

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A SF1625 Envariabelanalys Lösningsförslag till tentamen 215-1-27 DEL A 4 1. Betrakta funktionen f som ges av f(x) = 1 + x + (x 2). 2 A. Bestäm definitionsmängden till f. B. Bestäm alla intervall där f är

Läs mer

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A SF1625 Envariabelanalys Lösningsförslag till tentamen 211-1-18 DEL A 1. Låt x och y vara två tal vars summa är 6. Ange det minimala värdet som uttrycket 2x 2 + y 2 kan anta. Lösningsförslag. Eftersom vi

Läs mer

Föreläsningen ger en introduktion till differentialekvationer och behandlar stoff från delkapitel 18.1, 18.3 och 7.9 i Adams. 18.

Föreläsningen ger en introduktion till differentialekvationer och behandlar stoff från delkapitel 18.1, 18.3 och 7.9 i Adams. 18. Föreläsningen ger en introduktion till differentialekvationer och behandlar stoff från delkapitel 18.1, 18.3 och 7.9 i Adams. 18.1 Delkapitlet introducerar en del terminologi och beteckningar som används.

Läs mer

Tentamen i Beräkningsvetenskap I och KF, 5.0 hp,

Tentamen 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 mer

Differentialekvationer begynnelsevärdesproblem

Differentialekvationer 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 mer

Tentamen del 1 SF1546, , , Numeriska metoder, grundkurs

Tentamen 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 mer

Numeriska metoder för ODE: Teori

Numeriska metoder för ODE: Teori Numeriska metoder för ODE: Teori Lokalt trunkeringsfel och noggrannhetsordning Definition: Det lokala trunkeringsfelet är det fel man gör med en numerisk metod när man utgår från det exakta värdet vid

Läs mer

Numeriska metoder för ODE: Teori

Numeriska metoder för ODE: Teori Numeriska metoder för ODE: Teori Vilka metoder har vi tagit upp? Euler framåt Euler bakåt Trapetsmetoden y k+ = y k + hf(t k, y k ), explicit y k+ = y k + hf(t k+, y k+ ), implicit y k+ = y k + h (f(t

Läs mer

Föreläsning 8, Numme i2,

Föreläsning 8, Numme i2, SF545, Numeriska Metoder, I, HT0, Ninni Carlsund Levin, Föreläsning 8 Föreläsning 8, Numme i, 0 GKN Kap - Differentialekvationer GNM kap 7-7), S Ch Dagens termer Riktningsfält Standardform Begynnelsevärdesproblem

Läs mer

SAMMANFATTNING TATA41 ENVARIABELANALYS 1

SAMMANFATTNING TATA41 ENVARIABELANALYS 1 SAMMANFATTNING TATA4 ENVARIABELANALYS LÄST SOM EN DEL AV CIVILINGENJÖRSPROGRAMMET I INDUSTRIELL EKONOMI VID LITH, HT 04 Senast reviderad: 05-06-0 Författare: Viktor Cheng INNEHÅLLSFÖRTECKNING Diverse knep...3

Läs mer

Akademin för utbildning, kultur och kommunikation MMA132 Numeriska Metoder Avdelningen för tillämpad matematik Datum: 2 juni 2014

Akademin för utbildning, kultur och kommunikation MMA132 Numeriska Metoder Avdelningen för tillämpad matematik Datum: 2 juni 2014 MÄLARDALENS HÖGSKOLA TENTAMEN I MATEMATIK Akademin för utbildning, kultur och kommunikation MMA32 Numeriska Metoder Avdelningen för tillämpad matematik Datum: 2 juni 204 Examinator: Karl Lundengård Skrivtid:

Läs mer

KTH 2D1240 OPEN vt 06 p. 1 (5) J.Oppelstrup

KTH 2D1240 OPEN vt 06 p. 1 (5) J.Oppelstrup KTH 2D1240 OPEN vt 06 p. 1 (5) Tentamen i Numeriska Metoder gk II 2D1240 OPEN (& andra) Fredag 2006-04-21 kl. 13 16 Hjälpmedel: Del 1 inga, Del 2 rosa formelsamlingen som man får ta fram när man lämnar

Läs mer

Lösningsanvisningar till de icke obligatoriska workoutuppgifterna

Lösningsanvisningar 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 mer

OH till Föreläsning 15, Numme K2, God programmeringsteknik

OH till Föreläsning 15, Numme K2, God programmeringsteknik OH till Föreläsning 15, Numme K2, 180227 Hela boken & hela kursen! God programmeringsteknik Tänk efter före: - Definiera problemet (VAD skall göras?) - Bestäm algoritm (och lagrings-struktur) - Dela upp

Läs mer

MVE465. Innehållsförteckning

MVE465. Innehållsförteckning Lösningar på övningsuppgifter Detta dokument innehåller mina renskrivna lösningar på övningsuppgifter i kursen Linjär algebra och analys fortsättning (). Jag kan inte lova att samtliga lösningar är välformulerade

Läs mer

Konvergens för iterativa metoder

Konvergens 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 mer

Uppgift 1 R-S. Uppgift 2 R-M. Namn:...

Uppgift 1 R-S. Uppgift 2 R-M. Namn:... 2D121, Numeriska Metoder, Grundkurs för I2+CL2. Laboration 3: Interpolation och integration Sista redovisningsdag för bonuspoäng: måndag 26-3-27 Obs! Muntliga delen redovisas vid ett miniseminarium. Notera!

Läs mer

Kap 5.7, Beräkning av plana areor, rotationsvolymer, rotationsareor, båglängder.

Kap 5.7, Beräkning av plana areor, rotationsvolymer, rotationsareor, båglängder. Kap 5.7, 7. 7.. Beräkning av plana areor, rotationsvolymer, rotationsareor, båglängder. 8. (A) Beräkna arean av det ändliga område som begränsas av kurvorna x a. y = + x och y = b. y = x e x och y = x

Läs mer

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A. e 50k = k = ln 1 2. k = ln = ln 2

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A. e 50k = k = ln 1 2. k = ln = ln 2 SF625 Envariabelanalys Lösningsförslag till tentamen 23--24 DEL A. Den :a januari 26 låstes kg av ett visst radioaktivt ämne in i en källare. Ämnet sönderfaller i en takt som är direkt proportionell mot

Läs mer

Lösningar till MVE017 Matematisk analys i en variabel för I x 3x y = x. 3x2 + 4.

Lösningar till MVE017 Matematisk analys i en variabel för I x 3x y = x. 3x2 + 4. Lösningar till MVE07 Matematisk analys i en variabel för I 8-0-0. (a Division ger y + 5x x 2 + 4 y x x2 + 4. 5x x 2 + 4 dx 5 2 ln(x2 + 4, vilket ger den integrerande faktorn (x 2 + 4 5/2. Ekvationen multipliceras

Läs mer

Kurs DN1215, Laboration 3 (Del 1): Randvärdesproblem för ordinära differentialekvationer

Kurs DN1215, Laboration 3 (Del 1): Randvärdesproblem för ordinära differentialekvationer Kurs DN1215, Laboration 3 (Del 1): Randvärdesproblem för ordinära differentialekvationer Michael Hanke, Johan Karlander 2 april 2008 1 Beskrivning och mål Matematiska modeller inom vetenskap och teknik

Läs mer

Ordinära differentialekvationer,

Ordinära 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 mer

Kontrollskrivning KS1T

Kontrollskrivning 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 mer

SF1664 Tillämpad envariabelanalys med numeriska metoder Lösningsförslag till tentamen DEL A

SF1664 Tillämpad envariabelanalys med numeriska metoder Lösningsförslag till tentamen DEL A SF1664 Tillämpad envariabelanalys med numeriska metoder Lösningsförslag till tentamen 015-01-1 DEL A 1. Låt f(x) = xe 1/x. A. Bestäm definitionsmängden till f. B. Beräkna de fyra gränsvärdena lim x ± f(x)

Läs mer

LAB 1. FELANALYS. 1 Inledning. 2 Flyttal. 1.1 Innehåll. 2.1 Avrundningsenheten, µ, och maskinepsilon, ε M

LAB 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 mer

Ansvariga lärare: Yury Shestopalov, rum 3A313, tel 054-7001856 (a) Problem 1. Använd Eulers metod II (tre steg) och lös begynnelsevärdesproblemet

Ansvariga 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 mer

1.6 Lösningar till kapitel 8

1.6 Lösningar till kapitel 8 214 45 1.6 Lösningar till kapitel 8 1: function I = int_quad(t, C) % Compute the integral (over [t(1), t(end)), of the piecewise % quadratic polynomial defined by t and C. I = sum(c(1, :).* (t(2:end).^3

Läs mer

Denna 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 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 mer

LAB 3. INTERPOLATION. 1 Inledning. 2 Interpolation med polynom. 3 Splineinterpolation. 1.1 Innehåll. 3.1 Problembeskrivning

LAB 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 mer

Laboration 6. Ordinära differentialekvationer och glesa system

Laboration 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 mer

I punkten x = 1 fås speciellt. Taylorpolynomet blir. f(x) = f(a) + f (a)(x a) + f (a)

I punkten x = 1 fås speciellt. Taylorpolynomet blir. f(x) = f(a) + f (a)(x a) + f (a) Dag 7. Taylors formel 4.8.7 Bestäm Taylorpolynomet av grad n till kring punkten =. + Rekommenderade uppgifter 4.8. Bestäm Taylorpolynomet till cos av grad 3 kring punkten = π/4. Taylors formel säger att

Läs mer

DATORLABORATION FÖR KURSEN ENVARIABELANALYS 2

DATORLABORATION FÖR KURSEN ENVARIABELANALYS 2 DATORLABORATION FÖR KURSEN ENVARIABELANALYS 2 1. Laborationsregler Läs detta dokument, lös uppgifterna i slutet, och lämna in en individuell laborationsrapport senast måndag 14 januari i pdf-format via

Läs mer

Akademin för utbildning, kultur och kommunikation MMA132 Numeriska Metoder Avdelningen för tillämpad matematik Datum: 13 jan 2014

Akademin 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 mer

SF1669 Matematisk och numerisk analys II Lösningsförslag till modelltentamen DEL A

SF1669 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 mer

SF1625 Envariabelanalys Tentamen Lördagen den 11 januari, 2014

SF1625 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 mer

x sin(x 2 )dx I 1 = x arctan xdx I 2 = x (x + 1)(x 2 2x + 1) dx

x sin(x 2 )dx I 1 = x arctan xdx I 2 = x (x + 1)(x 2 2x + 1) dx TM-Matematik Mikael Forsberg XXX-XXX DistansAnalys Envariabelanalys Distans ma034a ot-nummer 3 Skrivtid: 09:00-4:00. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa. Börja varje

Läs mer

Numeriska metoder för ODE: Teori

Numeriska metoder för ODE: Teori Numeriska metoder för ODE: Teori Målen för föreläsningen Stabilitet vid diskretisering av ODE med numeriska metoder Definition: Den analytiska lösningen till en ODE är begränsad. En numerisk metod för

Läs mer

Ordinära differentialekvationer,

Ordinära 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 mer

Kan 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. 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 mer

där x < ξ < 0. Eftersom ξ < 0 är högerledet alltid mindre än Lektion 4, Envariabelanalys den 30 september 1999 r(1 + 0) r 1 = r.

där x < ξ < 0. Eftersom ξ < 0 är högerledet alltid mindre än Lektion 4, Envariabelanalys den 30 september 1999 r(1 + 0) r 1 = r. Lektion 4, Envariabelanals den 30 september 1999 där 0 < ξ 0 är högerledet alltid större än 2.6.2 Åskådliggör medelvärdessatsen genom att finna en punkt i det öppna intervallet (1, 2) där

Läs mer

Flervariabelanlys och Matlab Kapitel 3

Flervariabelanlys och Matlab Kapitel 3 Flervariabelanlys och Matlab Kapitel 3 Thomas Wernstål Carl-Henrik Fant Matematiska Vetenskaper 17 september 2009 1 3 Multipelntegraler 3.1 ubbelintegraler Exempel. Vi skall beräkna dubbelintegralen (y

Läs mer

med tillgång till värden på f: vi anser att vi kan evaluera f för alla x i (a,b) och använder kvadraturformler av typen n

med tillgång till värden på f: vi anser att vi kan evaluera f för alla x i (a,b) och använder kvadraturformler av typen n F HT BE & Page of 6 PP C 5 pp 7 ff Integraler Uppgiften är att beräkna b I f ( ) d a med tillgång till värden på f: vi anser att vi kan evaluera f för alla i (a,b) o använder kvadraturformler av typen

Läs mer

Tentamen i Beräkningsvetenskap I/KF, 5.0 hp,

Tentamen i Beräkningsvetenskap I/KF, 5.0 hp, Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Tentamen i Beräkningsvetenskap I/KF, 5. hp, 215-3-17 Skrivtid: 14 17 (OBS! Tre timmars skrivtid!) Hjälpmedel: Bifogat

Läs mer

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A SF165 Envariabelanalys Lösningsförslag till tentamen 15-4-7 DEL A 1. Låt f(x) = arcsin x + 1 x. A. Bestäm definitionsmängden till funktionen f. B. Bestäm funktionens största och minsta värde. (Om du har

Läs mer

Tentamen i Teknisk-Vetenskapliga Beräkningar

Tentamen 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 mer

Flervariabelanalys och Matlab Kapitel 3

Flervariabelanalys och Matlab Kapitel 3 Flervariabelanalys och Matlab Kapitel 3 Thomas Wernstål Matematiska Vetenskaper 28 september 2012 3 Multipelintegraler 3.1 ubbelintegraler I detta kapitel skall vi studera olika sätt på vilket man kan

Läs mer

TMA226 datorlaboration

TMA226 datorlaboration TMA226 Matematisk fördjupning, Kf 2019 Tobias Gebäck Matematiska vetenskaper, Calmers & GU Syfte TMA226 datorlaboration Syftet med denna laboration är att du skall öva formuleringen av en Finita element-metod,

Läs mer

4. Bestäm eventuella extrempunkter, inflexionspunkter samt horisontella och vertikala asymptoter till y = 1 x 1 + x, och rita funktionens graf.

4. Bestäm eventuella extrempunkter, inflexionspunkter samt horisontella och vertikala asymptoter till y = 1 x 1 + x, och rita funktionens graf. TM-Matematik Mikael Forsberg 73 1 3 31 Pär Hemström 7 3 57 För ingenjörs och distansstudenter Envariabelanalys ma3a 1 8 Skrivtid: 9:-1:. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att

Läs mer

4 Numerisk integration och av differentialekvationer

4 Numerisk integration och av differentialekvationer Matematik med Matlab M1 och TD1 1999/2000 sid. 27 av 47 4 Numerisk integration och av differentialekvationer Redovisning redovisas som tidigare med en utdatafil skapad med diary 4.1 Numerisk av ekvationer.

Läs mer

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP DIFFERENTIALEKVATIONER INLEDNING OCH GRUNDBEGREPP Differentialekvation (DE) är en ekvation som innehåller derivator av en eller flera okända funktioner ORDINÄRA DIFFERENTIAL EKVATIONER i) En differentialekvation

Läs mer

R AKNE OVNING VECKA 1 David Heintz, 31 oktober 2002

R AKNE OVNING VECKA 1 David Heintz, 31 oktober 2002 RÄKNEÖVNING VECKA David Heintz, 3 oktober 22 Innehåll Uppgift 27. 2 Uppgift 27.8 4 3 Uppgift 27.9 6 4 Uppgift 27. 9 5 Uppgift 28. 5 6 Uppgift 28.2 8 7 Uppgift 28.4 2 Uppgift 27. Determine primitive functions

Läs mer

Tentamen i Envariabelanalys 2

Tentamen i Envariabelanalys 2 Linköpings universitet Matematiska institutionen Kurskod: TATA42 Provkod: TEN Tentamen i Envariabelanalys 2 206 0 8, 4 9 Inga hjälpmedel. Lösningarna ska vara fullständiga, välmotiverade, ordentligt skrivna

Läs mer

Approximation av funktioner

Approximation av funktioner Vetenskapliga beräkningar III 8 Kapitel Approximation av funktioner Vi skall nu övergå till att beskriva, hur man i praktiken numeriskt beräknar funktioner I allmänhet kan inte ens elementära funktioner

Läs mer

Icke-linjära ekvationer

Icke-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 mer

Låt vara en reell funktion av en reell variabel med definitionsmängden som är symmetrisk i origo.

Låt vara en reell funktion av en reell variabel med definitionsmängden som är symmetrisk i origo. UDDA FUNKTIONER OCH DUBBELINTEGRALER. Från en variabelanalys vet vi att integral över ett symetrisk intervall, av en udda funktion är lika med 0. 0 om är udda. T ex 0 Här upprepar vi def. av udda ( och

Läs mer

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 11-14, 16/11-28/

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 11-14, 16/11-28/ Uppsala Universitet Matematiska Institutionen Bo Styf Transformmetoder, 5 hp gy, IT, W, X 2011-10-26 Sammanfattning av föreläsningarna 11-14, 16/11-28/11 2012. Här lär vi oss använda transformer för att

Läs mer

TATA42: Föreläsning 3 Restterm på Lagranges form

TATA42: Föreläsning 3 Restterm på Lagranges form TATA4: Föreläsning 3 Restterm på Lagranges form Johan Thim 9 mars 9 Lagranges form för resttermen Vi har tidigare använt resttermen på ordo-form med goda resultat. Oftast i samband med gränsvärden, extrempunktsundersökningar

Läs mer

DN1212 Numeriska Metoder och Grundläggande Programmering DN1214 Numeriska Metoder för S Lördag , kl 9-12

DN1212 Numeriska Metoder och Grundläggande Programmering DN1214 Numeriska Metoder för S Lördag , kl 9-12 DN Numeriska Metoder och Grundläggande Programmering DN Numeriska Metoder för S Lördag 007--7, kl 9- Skrivtid tim Maximal poäng 5 + bonuspoäng från årets laborationer (max p) Betygsgänser: för betyg D:

Läs mer

Institutionen för Matematik. SF1625 Envariabelanalys. Modul 5 Integraler

Institutionen för Matematik. SF1625 Envariabelanalys. Modul 5 Integraler Institutionen för Matematik SF65 Envariabelanalys Läsåret 5/6 Modul 5 Integraler Denna modul omfattar kapitel 5 och avsnitt 6.-6. i kursboken Calculus av Adams och Esse och undervisas på tre föreläsningar,

Läs mer

Teorifrågor. 6. Beräkna konditionstalet för en diagonalmatris med diagonalelementen 2/k, k = 1,2,...,20.

Teorifrågor. 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 mer

SF1669 Matematisk och numerisk analys II Lösningsförslag till tentamen DEL A

SF1669 Matematisk och numerisk analys II Lösningsförslag till tentamen DEL A SF1669 Matematisk och numerisk analys II Lösningsförslag till tentamen 16-8-18 DEL A 1. Låt D vara det område ovanför x-axeln i xy-planet som begränsas av cirkeln x + y = 1 samt linjerna y = x och y =

Läs mer

Mälardalens högskola Akademin för utbildning, kultur och kommunikation

Mälardalens högskola Akademin för utbildning, kultur och kommunikation Mälardalens högskola Akademin för utbildning, kultur och kommunikation MAA4 Grundläggande kalkyl ÖVN3 Lösningsförslag 0.03.30 4.30 6.30 Hjälpmedel: Endast skrivmaterial. (Gradskiva är tillåtet.) Poäng:

Läs mer

= 0. Båda skärningsvinklarna är således π/2 (ortogonala riktningsvektorer).

= 0. Båda skärningsvinklarna är således π/2 (ortogonala riktningsvektorer). Institutionen för Matematik, KTH Torbjörn Kolsrud SF163, ifferential- och integralkalkyl II, del 2, flervariabel, för F1. Tentamen torsdag 19 augusti 21, 14. - 19. Inga hjälpmedel är tillåtna. Svar och

Läs mer

1 Föreläsning 12, Taylors formel, och att approximera en funktion med ett polynom

1 Föreläsning 12, Taylors formel, och att approximera en funktion med ett polynom red Föreläsning, Taylors formel, och att approximera en funktion med ett polynom. Taylorpolynom. Fakultet 0! =, läses noll-fakultet.! =. Vidare är! = = och 3! = 3 =. Allmänt fˆr n =,,,..., n! =... n n.

Läs mer

u(x) + xv(x) = 0 2u(x) + 3xv(x) = sin(x) xxx egentliga uppgifter xxx 1. Sök alla lösningar till den homogena differentialekvationen

u(x) + xv(x) = 0 2u(x) + 3xv(x) = sin(x) xxx egentliga uppgifter xxx 1. Sök alla lösningar till den homogena differentialekvationen Differentialekvationer I Modellsvar till räkneövning 6 Den frivilliga uppgiften U1 påminner om nyttiga kunskaper, och räknas inte för extrapoäng (fråga vid behov). U1. Lös funktionerna u(x) och v(x) från

Läs mer

Laboration 2 Ordinära differentialekvationer

Laboration 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 mer

Numeriska metoder, grundkurs II. Dagens program. Exempel Kubiska splines. Ögna igenom de gamla övningsanteckningarna.

Numeriska metoder, grundkurs II. Dagens program. Exempel Kubiska splines. Ögna igenom de gamla övningsanteckningarna. Numeriska metoder, grundkurs II Övning 3 för I Dagens program Övningsgrupp Johannes Hjorth hjorth@nada.kth.se Rum 63:6, Roslagstullsbacken 35 8-79 69 Kurshemsida: http://www.csc.kth.se/utbildning/kth/kurser/d4/numi7

Läs mer

Lösningsskisser för TATA

Lösningsskisser för TATA Lösningsskisser för TATA4 7-3-7. Funktionen f() 5 arctan + 4 arctan(/), med den föreskrivna definitionsmängden D f { R : > }, ar derivatan f () 5 + () + 4 ( / ) + (/) + 4 4 + + (4 + 6 ) ( + )( + 4 ) Detta

Läs mer

Tentamen i Beräkningsvetenskap II, 5.0 hp,

Tentamen 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 mer

Mälardalens högskola Akademin för utbildning, kultur och kommunikation

Mälardalens högskola Akademin för utbildning, kultur och kommunikation Mälardalens högskola Akademin för utbildning, kultur och kommunikation MAA Grundläggande kalkyl ÖVN Lösningsförslag.8. 8.. Hjälpmedel: Endast skrivmaterial. (Gradskiva är tillåtet.) Poäng: Denna tentamen

Läs mer

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A Institutionen för matematik SF66 Flervariabelanalys Lösningsförslag till tentamen 4-9-6 DEL A. Betrakta följande tre områden i planet: D = {(x, y): x y < 4}, D = {(x, y): x + y }, D 3 = {(x, y): 4x + 3y

Läs mer

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A SF1625 Envariabelanalys Lösningsförslag till tentamen 2015-01-12 DEL A 1. Betrakta funktionen f som ges av f(x) = xe 1/x. A. Bestäm definitionsmängden till f. B. Beräkna de fyra gränsvärdena lim x ± f(x)

Läs mer

OH till Föreläsning 14, Numme I2, God programmeringsteknik

OH till Föreläsning 14, Numme I2, God programmeringsteknik OH till Föreläsning 4, Numme I2, 722 Hela boken & hela kursen! God programmeringsteknik Tänk efter före: - Definiera problemet (VAD skall göras? - Bestäm algoritm (och lagrings-struktur - Dela upp i små

Läs mer

Ordinära differentialekvationer (ODE) 1 1

Ordinära differentialekvationer (ODE) 1 1 TMV151/TMV181 Matematisk analys i en variabel M/TD 2009 Ordinära differentialekvationer (ODE) 1 1 I förra datorövningen löste vi begynnelsvärdesproblem av formen u (x) = f(x), x [0, b] (b > 0) u(0) = u

Läs mer

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP Armin Halilovic: EXTRA ÖVNINGAR DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP Differentialekvation (DE) är en ekvation som innehåller derivator av en eller flera okända funktioner. ORDINÄRA DIFFERENTIALEKVATIONER

Läs mer

a = a a a a a a ± ± ± ±500

a = 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 mer

v0.2, Högskolan i Skövde Tentamen i matematik

v0.2, Högskolan i Skövde Tentamen i matematik v0., 08-03-3 Högskolan i Skövde Tentamen i matematik Kurs: MA5G Matematisk analys MA3G Matematisk analys för ingenjörer Tentamensdag: 08-0-03 kl 4:30-9:30 Hjälpmedel : Inga hjälpmedel utöver bifogat formelblad.

Läs mer

Kap Dubbelintegraler.

Kap Dubbelintegraler. Kap 4. 4.. ubbelintegraler. A. Beräkna följande dubbelintegraler a. d. (x + y) dxdy, över kvadraten x 3, y. (sin y + y cos x) dxdy, då ges av x π, y π. x cos xy dxdy, då ges av x π, y. xy cos (x + y )

Läs mer

gränsvärde existerar, vilket förefaller vara en naturlig definition (jämför med de generaliserade integralerna). I exemplet ovan ser vi att 3 = 3 n n

gränsvärde existerar, vilket förefaller vara en naturlig definition (jämför med de generaliserade integralerna). I exemplet ovan ser vi att 3 = 3 n n TATA42: Föreläsning 5 Serier ( generaliserade summor ) Johan Thim 5 mars 208 En funktion s: N R brukar kallas talföljd, och vi skriver ofta s n i stället för s(n). Detta innebär alltså att för varje heltal

Läs mer

Fallstudie: numerisk integration Baserad på läroboken, Case Study 19.9

Fallstudie: numerisk integration Baserad på läroboken, Case Study 19.9 Fallstudie: numerisk integration Baserad på läroboken, Case Study 19.9 Beräkningsvetenskap DV Institutionen för Informationsteknologi, Uppsala Universitet 30 september, 2013 Att beräkna arbete Problem:

Läs mer