Ordinära differentialekvationer,
|
|
- Rut Forsberg
- för 6 år sedan
- Visningar:
Transkript
1 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 = y i + h i f (t i+1, y i+1 ) n Trapetsmetoden: y i+1 = y i + h i 2 ( f (t i, y i ) + f (t i+1, y i+1 )) Sammanfattning metoder! k 1 = f (t i, y i ) " k 2 = f (t i + h i, y i + h i k 1 ) y i+1 = y i + h i $ 2 (k 1 + k 2 ) n Heuns metod: n Klassisk Runge-Kutta:! k 1 = f (t i, y i ) k 2 = f (t i + h i 2, y i + h i 2 k 1 ) k 3 = f (t i + h i 2, y i + h i " 2 k 2 ) k 4 = f (t i+1, y i + h i k 3 ) y i+1 = y i + h i $ 6 (k 1 + 2k 2 + 2k 3 + k 4 ) Olika metoder påverkas olika mycket av steglängden h Avrundningsfel börjar dominera dominerar detta gör att man för att få en given noggrannhet måste välja olika lång steglängd vilket i sin tur gör att beräkningen tar olika lång tid h tid Ber steg tid/ber steg Euler Heun Kl R-K Trots att varje beräkningssteg tar längre tid för klassisk R-K är den totala beräkningstiden kortare 1
2 n Vissa problem leder till stabilitetsproblem en gräns för valet av steglängd n Implicita metoder tycks ha bättre stabilitetsegenskaper Explicit Euler Implicit Euler Några frågeställningar n Hur mäter man en metods noggrannhet? n Kan man härleda teoretiska formler? n Hur mäter man en metods stabilitetsegenskaper n S k styva problem ger stabiltetsproblem för explicita metoder. Varför? n Vilken effekt får styva problem i praktiken och hur löser man problemen n kan delas upp i lokalt resp globalt fel Exempel Eulers metod Fel i steg 1 lokalt fel felet som skapats i detta steg (grön kort pil) globalt fel - totalt fel i detta steg (blå lång pil) Fel i steg 2 lokalt fel i steg 3 för litet för att visa grafiskt globalt fel i steg 3 blå lång pil Fel i steg 3 2
3 lokalt fel i steg 4 grön kort pil globalt fel i steg 4 blå lång pil Fel i steg 4 n (trunkeringsfel) delas alltså in i Globalt fel vid steg k totalt fel i steg k Lokalt fel vid steg k felet skapat i steg k n Diskretiseringssfelet beror på något sätt av steglängden h n Hur det beror av h beror på metod och kallas för metodens noggrannhetsordning n Dessutom tillkommer avrundningsfel, normalt mycket mindre än trunkeringsfel n Lokalt fel, L k, härleds genom att beräkna skillnaden mellan approximativ lösningen y k + 1 beräknad med en numerisk metod och Taylorutvecklingen av den exakta yt ( k + 1) n Lokalt fel av ordning p+1 innebär att L k är en konstant multiplicerat med h p+1, brukar skrivas O ( h p + 1) n Globalt fel, E k, är det ackumulerade felet vid steg k. Svårare att härleda ett exakt uttryck, men gäller att: E k = O (h p ) om L k = O (h p+1 ) Motivering: Efter N steg fås N st lokala fel: NO (h p+1 ) = t N! t 0O (h p+1 ) = (t h N! t 0 )O (h p ) =O (h p ) t eftersom N t0 tn t h= N = 0 N h Noggrannhetsordning Noggrannhetsordning n Om en metod har globalt fel O (h p ) säger man att den har noggrannhetsordning p n Noggrannhetsordning betecknar att globalt fel Ek 0 lika snabbt som h p! 0 n Noggrannhetsordning får man enklast fram via det lokala felet (= p+1 => n.o. p) n För Eulers metod (både explicit och implicit) gäller: Lokalt fel O (h 2 ) Globalt fel O (h) Noggrannhetsordning 1 n Finns metoder av högre ordning n Heuns metod (2-stegs Runge Kuttametod): noggrannhetsordning 2 n Klassisk Runge Kutta (4-stegs R-K-metod): noggrannhetsordning 4 n Trapetsmetoden: noggrannhetsordning 2 3
4 Noggrannhetsordning Noggrannhetsordning n Man vill normalt ha en given noggrannhet i sina beräkningar och steglängd väljs automatiskt efter detta n Valet av metod är (bl a) en avvägning mellan noggrannhetsordning och effektivitet Hög n.o. => stor stegläng => färre beräkningssteg Låg n.o. => kort steglängd => många ber. steg Hög n.o => varje beräkningssteg innehåller fler operationer (pga att metoden mer komplicerad) Låg n.o. => varje beräkningssteg innehåller färre operationer n Ofta någonstans mittemellan, t ex n.o. ca 4 vanligt (jfr ode45) n Har s-stegs R-K alltid noggrannhetsordning s? Nej 1 < s 4 max n.o. = s 5 s 7 max n.o. = s-1 (bevisat 1963) 8 s 9 max n.o. = s-2 (bevisat 1965) s = 10 max n.o. = 7 (bevisat 1985) s = 11 max n.o. = 8 (bevisat 1985) En metod med s=17 har konstruerats! n Adaptiva metoder ställer själv in steglängden så att viss noggrannhet uppnås n Steglängden varierar vid snabba förlopp kort steglängd, långsamma förlopp lång steglängd n Om steglängden blir alltför kort uppfylls toleransen men metoden tar onödigt lång tid (ineffektiv) n Alla Matlabs inbyggda lösare är adaptiva n Jämför integralavsnittet i Beräkningsvetenskap I som innehåller adaptivitet hos metoder för integraler Automatisk reglering av steglängd. Algoritmskiss: 1. Beräkna nytt värde y i+1 med steglängd h i 2. Uppskatta lokalt diskretiseringsfel, e i 3. Om (e i < tolerans) acceptera y i+1. Gå till nästa steg annars om (e i > tolerans) kasta y i+1, minska h i och gå till steg 1 annars om (e i << tolerans) kasta y i+1, öka h i och gå till steg 1 n Problem: vet ej den exakta lösningen, hur kan man då uppskatta felet? n Lösning: Använd Richardsonextrapolation (jfr integraler i Ber Vet I): Qh () Q(2) h E p 2 1 där Q(h) är beräkning med steglängd h, Q(2h) beräkning av samma värde med steglängd 2h, p är noggrannhetsordningen hos metoden. Alternativ metod för feluppskattning: n Beräkna y k+1 samtidigt med två metoder av olika noggrannhetsordning => y k+1 av n.o. p => L ky = O ( h p + 1) z k+1 av n.o. p+1 => L kz = O ( h p + 2) z k+1 är alltså noggrannare än y k+1 n Sökt: L ky = y(t k+1 ) - y k+1, men y(t k+1 ) ej känd. Ersätt y(t k+1 ) med lösning som ligger närmare y(t k+1 ) än y k+1. Kan använda z k+1 => z k+1 - y k+1 = [(y(t k+1 ) - y k+1 ] [y(t k+1 ) - z k+1 ] L ky L ky O ( h p + 2) 4
5 n Matlab s ode45 använder R-K-metod av n.o. 4 respektive n.o. 5 för feluppskattning n Båda metoderna kan beräknas ekonomiskt genom att samma koefficienter används i de olika stegen k i n ode45: k 1 = f (x i, y i ) k 2 = f (x i + h 4, y i + h 4 k 1 ) k 3 = f (x i h, y i + h( 3 32 k k 2 )) k 4 = f (x i h, y i + h( k 1! k k 3 )) k 5 = f (x i + h, y i + h( k 1! 8k k k 4 )) k 6 = f (x i + h 2, y i + h(!8 27 k 1 + 2k 2! k k 4! k 5 )) y i+1 = y i + h( k k 2! k 4! 1 5 k 5 ) z i+1 = y i + h( k k 3! k 4! 9 5 k k 6 ) n Testar med % y! =! y, t " 0 $ y(0) = y &% 0 där Re(!) < 0 (jfr lab) Lösningen till testekvationen n Ekvationen brukar användas som testekvation n Avtagande (stabil) lösning lösning via numerisk metod bör då också vara avtagande, annars är den numeriska metoden instabil n Testekvationen blir alltmer styv för ökande λ n Styv ekvation typiskt som ett pistolskott - ett mycket snabbt förlopp under kort tidsintervall n För system av ode:er kan det också bero på kraftigt skilda skalor i de olika ekvationerna n Test för λ =100=> villkor h<0.02 för stabilitet h = n Test för λ =100 med implicit Euler h = h = 0.05 Inga stabilitetsproblem n Observera att implicit och explicit Euler har samma noggrannhetsordning Explicit Euler, h = 0.05 Implicit Euler, h = 0.05 Samma storleksordning på felet 5
6 n Ju styvare problemet blir, ju mindre blir gränsen för h (jfr ökande λ i testekvationen) n Metoderna måste välja små h på hela beräkningsområdet som egentligen inte krävs av noggrannhetsskäl n Implicita metoder har bättre stabilitetsegenskaper och kan variera h enbart utgående från noggrannhet gör att dessa metoder går snabbare för styva problem n Om problemet är icke-styvt används explicita metoder som standard (ode45 standardmetoden i Matlab) 6
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 merOrdinära differentialekvationer,
(ODE) Ordinära differentialekvationer, del 1 Beräkningsvetenskap II It is a truism that nothing is permanent except change. - George F. Simmons ODE:er är modeller som beskriver förändring, ofta i tiden
Läs merNumeriska 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 merNumeriska 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 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 merRepetitionsfrågor: 5DV154 Tema 4: Förbränningsstrategier för raketer modellerade som begynnelsevärdesproblem
Institutionen för datavetenskap Umeå universitet december 06 Teknisk beräkningsvetenskap I Repetitionsfrågor: 5DV54 Tema 4: Förbränningsstrategier för raketer modellerade som begynnelsevärdesproblem Del
Läs merTentamen i Beräkningsvetenskap I, DV, 5.0 hp, OBS: Kurskod 1TD394
Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Tentamen i Beräkningsvetenskap I, DV, 5.0 hp, 2011-03-08 OBS: Kurskod 1TD394 Skrivtid: 08 00 11 00 (OBS! Tre timmars skrivtid!)
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Per Wahlund, tel. 471 2986 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2012-05-31 Skrivtid: 14 00 17 00 (OBS! Tre timmars
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Per Wahlund, tel. 471 2986 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2012-01-11 Skrivtid: 14 00 17 00 (OBS! Tre timmars
Läs merDenna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Runge-Kuttas metoder. Repetition av FN6 (GNM kap 6.
Denna föreläsning DN1212 Numeriska metoder och grundläggande programmering FN7 09-03-23 Hedvig Kjellström hedvig@csc.kth.se! Repetition av FN6 (GNM kap 6.1G-2G)! Runge-Kuttas metoder ökad noggrannhet!
Läs merSammanfattning av föreläsning 11. Modellbygge & Simulering, TSRT62. Föreläsning 12. Simulering. Föreläsning 12. Numeriska metoder och Simulering
Sammanfattning av föreläsning 11 Modellbygge & Simulering, TSRT62 Föreläsning 12. Simulering Reglerteknik, ISY, Linköpings Universitet Index för en DAE Antalet derivationer som behövs för att lösa ut ż
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Per Wahlund, tel. 471 2986, 0702-634722 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2011-01-15 Skrivtid: 14 00 17 00 (OBS!
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Tentamen i Beräkningsvetenskap II, 5.0 hp, 2010-05-31 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!) Hjälpmedel: Bifogat
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap Per Lötstedt, tel. 471 2986 Ken Mattsson, tel 471 2975 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2015-06-02 Skrivtid: 14
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 mer0.31 = f(x 2 ) = b 1 + b 2 (x 3 x 1 ) + b 3 (x 3 x 1 )(x 3 x 2 ) = ( ) + b 3 ( )(
Lösningar till Tentamen i Beräkningsvetenskap II, 5.0 hp, 2012-03-09 Del A 1. (a) För att anpassa ett polynom som går genom tre punkter behövs ett andragradspolynom. Newtons interpolationsansats ger f(x)
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap Stefan Engblom, tel. 471 27 54, Per Lötstedt, tel. 471 29 72 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2016-03-16 Skrivtid:
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap Per Lötstedt, tel. 47 2986 Saleh Rezaeiravesh Tentamen i Beräkningsvetenskap II, 5.0 hp, 206-0-4 Skrivtid: 4 00 7 00 (OBS!
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Per Wahlund, tel. 471 2986, 0702-634722 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2011-10-17 Skrivtid: 8 00 11 00 (OBS!
Läs merLösningsanvisningar till vissa av de icke obligatoriska workout-uppgifterna i Beräkningsvetenskap II
Lösningsanvisningar till vissa av de icke obligatoriska workout-uppgifterna i Beräkningsvetenskap II Kurvanpassning 6. A = [1 1; 2 1; 1 2; 2 3; 2 5; 2 4]; v = [30.006; 44.013; 46.006; 76.012; 108.010;
Läs merLaboration 2 Ordinära differentialekvationer
Matematisk analys i en variabel, AT1 TMV13-1/13 Matematiska vetenskaper Laboration Ordinära differentialekvationer Vi skall se på begynnelsevärdesproblem för första ordningens differentialekvation u =
Läs 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 merTentamen i Beräkningsvetenskap II, 5.0 hp, Del A
Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap Tentamen i Beräkningsvetenskap II, 5.0 hp, 2016-03-16 Del A 1. (a) Beräkna lösningen Ù vid Ø = 03 till differentialekvationen
Läs merLaboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem
Lennart Edsberg NADA 3 april 007 D11, M1 Laboration 4 A Numerisk behandling av integraler och begynnelsevärdesproblem Denna laboration ger 1 bonuspoäng. Sista bonusdatum 7 april 007 Efter den här laborationen
Läs merLösningar till Tentamen i Beräkningsvetenskap II, 5.0 hp, Del A. 1. (a) ODE-systemet kan skrivas på formen
Lösningar till Tentamen i Beräkningsvetenskap II, 5.0 hp, 2013-03-18 Del A 1. (a) ODE-systemet kan skrivas på formen z (t) = f(t, z), där z(t) = x(t) y(t) u(t) v(t), f(t, z) = u(t) v(t) kx(t)/ ( x2 (t)
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap II Tentamen i Beräkningsvetenskap II, 5.0 hp, 2017-05-31 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!) Hjälpmedel: Bifogat
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Per Wahlund, tel. 471 2986 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2013-06-07 Skrivtid: 14 00 17 00 (OBS! Tre timmars
Läs merMatlab övningsuppgifter
CTH/GU TMA976-28/29 Matematiska vetenskaper Matlab övningsuppgifter Inledning Vi skall först se hur man beräknar numeriska lösningar till differentialekvationer. Därefter skall vi rita motsvarigheten till
Läs 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 mer2D1250 Tillämpade numeriska metoder II
1 lof Runborg NADA 2 april 2002 2D1250 Tillämpade numeriska metoder II A LABRATIN 5 rdinära differentialekvationer I den här laborationen ska ni experimentera med olika numeriska metoder för ordinära differentialekvationer.
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 merExempel ode45 parametrar Miniprojekt 1 Rapport. Problemlösning. Anastasia Kruchinina. Uppsala Universitet. Januari 2016
Problemlösning Anastasia Kruchinina Uppsala Universitet Januari 2016 Anastasia Kruchinina Problemlösning 1 / 16 Exempel ode45 parametrar Miniprojekt 1 Rapport Anastasia Kruchinina Problemlösning 2 / 16
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 merAbsolutstabilitet. Bakåt Euler Framåt Euler
Absolutstabilitet Introduktion För att en numerisk ODE-metod ska vara användbar måste den vara konvergent, dvs den numeriska lösningen ska närma sig den exakta lösningen när steglängden går mot noll. Det
Läs merOrdinära differentialekvationer,
Ordinära dierenialekvaioner ODE:er sean@i.uu.se I is a ruism ha nohing is permanen excep change. - George F. Simmons ODE:er är modeller som beskriver örändring oa i iden Modellen är beskriven i orm av
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Tentamen i Beräkningsvetenskap II, 5.0 hp, 2012-03-09 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!) Hjälpmedel: Bifogat
Läs merNUMPROG, 2D1212, vt Föreläsning 9, Numme-delen. Stabilitet vid numerisk behandling av diffekvationer Linjära och icke-linjära ekvationssystem
NUMPROG, 2D1212, vt 2005 Föreläsning 9, Numme-delen Stabilitet vid numerisk behandling av diffekvationer Linjära och icke-linjära ekvationssystem Då steglängden h är tillräckligt liten erhålles en noggrann
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 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 merTentamen i Beräkningsvetenskap I (nya versionen), 5.0 hp, Del A
Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Tentamen i Beräkningsvetenskap I (nya versionen), 5.0 hp, 010-06-07 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!)
Läs merLaboration 6. Ordinära differentialekvationer och glesa system
1 DN1212 VT2012 för T NADA 20 februari 2012 Laboration 6 Ordinära differentialekvationer och glesa system Efter den här laborationen skall du känna igen problemtyperna randvärdes- och begynnelsevärdesproblem
Läs merTentamen 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 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 merFallstudie: 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 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 merFöreläsning 9. Absolutstabilitet
Föreläsning 9 Absolutstabilitet Introduktion För att en numerisk ODE-metod ska vara användbar måste den vara konvergent, dvs den numeriska lösningen ska närma sig den exakta lösningen när steglängden går
Läs merTentamen i: Beräkningsvetenskap I och KF
Tentamen i: Beräkningsvetenskap I och KF Skrivtid: december 2014 kl 14 00 17 00 OBS! 3 timmar! Hjälpmedel: Penna, suddgummi, miniräknare och linjal får användas. Formler finns i bifogad formelsamling.
Läs merBeräkningsvetenskap introduktion. Beräkningsvetenskap I
Beräkningsvetenskap introduktion Beräkningsvetenskap I Kursens mål För godkänt betyg ska studenten kunna redogöra för de nyckelbegreppen som ingår i kursen* utföra enklare analys av beräkningsproblem och
Läs merTekniska beräkningar. Vad är tekn beräkningar? Vad är beräkningsvetenskap? Informationsteknologi. Informationsteknologi
Tekniska beräkningar stefan@it.uu.se Vad är tekn beräkningar? Finns några olika namn för ungefär samma sak Numerisk analys (NA) Klassisk NA ligger nära matematiken: sats bevis, sats bevis, mer teori Tekniska
Läs merELLER (fyll bara i om du saknar tentamenskod): Datum: 32 maj Bordsnummer: Kontrollera att du fått rätt tentamensuppgifter
FÖRSÄTTSBLAD TILL TENTAMEN Din tentamenskod (6 siffror): ELLER (fyll bara i om du saknar tentamenskod): Personnummer: - Datum: 32 maj 4711 Kursens namn (inkl. grupp): Beräkningsvetenskap I (1TD393 DEMO)
Läs merTentamen i Beräkningsvetenskap I (nya versionen), 5.0 hp, Del A
Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Tentamen i Beräkningsvetenskap I (nya versionen), 5.0 hp, 2008-2-9 Skrivtid: 4 00 7 00 (OBS! Tre timmars skrivtid!) Hjälpmedel:
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 merBeräkningsvetenskap. Vad är beräkningsvetenskap? Vad är beräkningsvetenskap? stefan@it.uu.se. Informationsteknologi. Informationsteknologi
Beräkningsvetenskap stefan@it.uu.se Finns några olika namn för ungefär samma sak Numerisk analys (NA) Klassisk NA ligger nära matematiken: sats bevis, sats bevis, mer teori Tekniska beräkningar Mer ingenjörsmässigt,
Läs mer2D1240 Numeriska metoder gk II för T2, VT Störningsanalys
Olof Runborg ND 10 februari 2004 2D1240 Numeriska metoder gk II för T2, VT 2004 Störningsanalys Indata till ett numeriskt problem innehåller i praktiken alltid (små) fel.felen kan bero på tex mätfel, avrundningsfel
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 merKTH 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 merKurs 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 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 merSammanfattninga av kursens block inför tentan
FÖRELÄSNING 14 Sammanfattninga av kursens block inför tentan BILD Vi har jobbat med numerisk metoder, datorprogram och tolkning av lösning. Numeriska metoder BILD olika områden: Linjära ekvationssytem,
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 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 merOrdinära differentialekvationer, del 1
ÏÇÊÃÇÍÌ ÏÓÖ ÓÙØ ÍÔÔ Ø Ö Ø ÐÐ ÖĐ Ò Ò Ú Ø Ò Ô ÁÁ ¾ Ù Ù Ø ¾¼½ ÁÒ Ø ØÙØ ÓÒ Ò ĐÓÖ Ò ÓÖÑ Ø ÓÒ Ø ÒÓÐÓ ½ Inledning Kursen Beräkningsvetenskap II innehåller HT 2018 tre workout-pass. Syftet med dem är att du i
Läs merFÖRSÄTTSBLAD TILL TENTAMEN. ELLER (fyll bara i om du saknar tentamenskod): Datum: 16 januari Bordsnummer:
FÖRSÄTTSBLAD TILL TENTAMEN Din tentamenskod (6 siffror): ELLER (fyll bara i om du saknar tentamenskod): Personnummer: - Datum: 16 januari 2013 Kursens namn (inkl. grupp): Beräkningsvetenskap I (1TD393)
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 merSF1544 LABORATION 2 INTEGRATION, MONTE-CARLO OCH BLACK-SCHOLES EKVATION FÖR OPTIONER
SF1544 LABORATION INTEGRATION, MONTE-CARLO OCH BLACK-SCHOLES EKVATION FÖR OPTIONER Avsikten med denna laboration är att: - snabbt komma igång med träning på matlabprogrammering (uttnyttja gärna alla schemalagda
Läs merFöreläsning 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 merELLER (fyll bara i om du saknar tentamenskod): Datum: 32 maj Bordsnummer: Kontrollera att du fått rätt tentamensuppgifter
FÖRSÄTTSBLAD TILL TENTAMEN Din tentamenskod (6 siffror): ELLER (fyll bara i om du saknar tentamenskod): Personnummer: - Datum: 32 maj 4711 Kursens namn (inkl. grupp): Beräkningsvetenskap I (1TD393 DEMO)
Läs merTentamen i Beräkningsvetenskap I och KF, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Avdelningen för beräkningsvetenskap Tentamen i Beräkningsvetenskap I och KF, 5.0 hp, 2015-12-17 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!)
Läs merSF1669 Matematisk och numerisk analys II Bedömningskriterier till tentamen Torsdagen den 4 juni 2015
SF1669 Matematisk och numerisk analys II Bedömningskriterier till tentamen Torsdagen den 4 juni 2015 Allmänt gäller följande: För full poäng på en uppgift krävs att lösningen är väl presenterad och lätt
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 merBeräkningsvetenskap introduktion. Beräkningsvetenskap I
Beräkningsvetenskap introduktion Beräkningsvetenskap I Kursens mål För godkänt betyg ska studenten kunna redogöra för de grundläggande begreppen algoritm, numerisk metod, diskretisering maskinepsilon,
Läs merMatematik: Beräkningsmatematik (91-97,5 hp)
DNR LIU-2012-00260 1(5) Matematik: Beräkningsmatematik (91-97,5 hp) Programkurs 7.5 hp Mathematics: Numerical Methods (91-97,5 cr) 9AMA01 Gäller från: 2017 VT Fastställd av Grundutbildningsnämnden Fastställandedatum
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 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 merTentamen i Beräkningsvetenskap I (1TD393)
Tentamen i Beräkningsvetenskap I (TD9) Skrivtid: 6 januari kl 4 7 OBS! timmar! Hjälpmedel: Godkänd litteratur: Mathematics handbook, Physics handbook. Penna, suddgummi, miniräknare och linjal får användas.
Läs mer2D1250 Tillämpade numeriska metoder II vt 06 Nada, J.Op p 1 (5) Om Verlet s metod
Nada, J.Op p 1 (5) Om Verlet s metod Eftersom det blev något fel på tavelanteckningarna 30/3 ψ-faktorn nedan tappade ett h i nämnaren - ges här en korrekt version. Vi studerar en harmonisk oscillator med
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 merF 4 Ch.4.2-3 Numerisk integration, forts.; Ch.4 Numerisk derivering.
050301 p 1 (10) F 4 Ch.4.2-3 Numerisk integration, forts.; Ch.4 Numerisk derivering. 1. Styckevis polynom: linjär och spline-interpolation; En funktion f representerad i en tabell (x i,f i ), i = 0,...,n,
Läs merFÖRSÄTTSBLAD TILL TENTAMEN
Institutionen för informationsteknologi INSTRUKTIONER Kontrollera att du fått rätt tentamensuppgifter! Detta blad skall alltid inlämnas ifyllt även om ingen uppgift behandlats. Varje uppgiftslösning skall
Läs merTentamen, del 2 Lösningar DN1240 Numeriska metoder gk II F och CL
Tentamen, del Lösningar DN140 Numeriska metoder gk II F och CL Lördag 17 december 011 kl 9 1 DEL : Inga hjälpmedel Rättas ast om del 1 är godkänd Betygsgränser inkl bonuspoäng: 10p D, 0p C, 30p B, 40p
Läs merKort sammanfattning av Beräkningsvetenskap I. Varning!!! Varning!!!
Kort sammanfattning av Beräkningsvetenskap I Erik Lindblad H4 Varning!!! Detta är inte en komplett genomgång av materialet i kursen Beräkningsvetenskap I. Genom att lära sig materialet nedan har man skaffat
Läs merFacit Tentamen i Beräkningsvetenskap I (1TD393) STS ES W K1
Facit Tentamen i Beräkningsvetenskap I (1TD393) STS ES W K1 Del A Utför överskådlig beräkning, och presentera svar på följande frågor. Det bifogade svarsarket måste användas, så lös först uppgifterna på
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 merREGLERTEKNIK Laboration 5
6 SAMPLADE SYSTEM 6. Sampling av signaler När man använder en dator som regulator, kan man endast behandla signaler i diskreta tidpunkter. T.ex. mäts systemets utsignal i tidpunkter med visst mellanrum,
Läs merTANA19 NUMERISKA METODER
HT2/2016 LINJE+ÅK+KLASS : TANA19 NUMERISKA METODER Laboration 4. Differentialekvationer Namn : Personnummer : E-post : @student.liu.se Namn : Personnummer : E-post : @student.liu.se Godkänd datum : Sign
Läs merLösningsförslag, tentamen, Differentialekvationer och transformer II, del 1, för CTFYS2 och CMEDT3, SF1629, den 19 oktober 2011, kl. 8:00 13:00.
Lösningsförslag, tentamen, Differentialekvationer och transformer II, del, för CTFYS2 och CMEDT3, SF629, den 9 oktober 20, kl. 8:00 3:00 av 8 3 poäng. Svar: i. sant, ii. falskt, iii. sant, iv. sant, v.
Läs merTentamen 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 merLaboration 1 i SF1544: Öva på Matlab och konstruera en optimal balk Avsikten med denna laboration är att:
Laboration 1 i SF1544: Öva på Matlab och konstruera en optimal balk Avsikten med denna laboration är att: - snabbt komma igång med träning på matlabprogrammering (uttnyttja gärna alla schemalagda laborationstillfällen,
Läs 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 merDenna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Standardform för randvärdesproblem
Denna föreläsning DN1212 Numeriska metoder och grundläggande programmering FN8 09-03-30 Hedvig Kjellström hedvig@csc.kth.se! Repetition av FN7 (GNM kap 4, 6.3)! Bandmatrismetoden/Finita differensmetoden!
Läs 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 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 merOmtentamen i DV & TDV
Umeå Universitet Institutionen för Datavetenskap Gunilla Wikström (e-post wikstrom) Omtentamen i Teknisk-Vetenskapliga Beräkningar för DV & TDV Tentamensdatum: 2005-06-07 Skrivtid: 9-15 Hjälpmedel: inga
Läs mer2 Matrisfaktorisering och lösning till ekvationssystem
TANA21+22/ 5 juli 2016 LAB 2. LINJÄR ALGEBRA 1 Inledning Lösning av ett linjärt ekvationssystem Ax = b förekommer ofta inom tekniska beräkningar. I laborationen studeras Gauss-elimination med eller utan
Läs merUppgifter i simuleringskursen
Uppgifter i simuleringskursen 18 februari 2013 Uppgifter med (O) betecknar obligatoriska inlämningsuppgifter. För de uppgifter som är värda extra Ladok-poäng, prata med kursledning om bedömning, omfattning
Läs merTENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671
Institutionen för Matematik LINJÄR ALGEBRA OCH NUMERISK ANALYS F Göteborg --9 TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 OBS! NYA KURSEN DAG: Tisdag 9 januari TID: 8.45 -.45 SAL: V Ansvarig:
Läs 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 merBeräkning 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 merOrdinära differentialekvationer
CTH/GU STUDIO 3 MVE465-8/9 Matematiska vetenskaper Inledning Ordinära differentialekvationer Vi skall se på begynnelsevärdesproblem för första ordningens differentialekvation u = f(t,u), a t b u(a) = u
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 mer