Glesa matriser från randvärdesproblem
|
|
- Elisabeth Abrahamsson
- för 6 år sedan
- Visningar:
Transkript
1 Bengt Lindberg 54 2D24, Numeriska metoder gk2 för F2 Glesa matriser från randvärdesproblem Vi skall i detta häfte bekanta oss med finita differensmetoder för linjära randvärdesproblem för ordinära och partiella differentialekvationer. Tonvikten ligger på Matlab-programmering, och specifikt representation och generering av de glesa linjära ekvationssystem som erhålls. Representation av gles matris i Matlab I Matlab kan element a ij i en gles matris A lagras som en tripel (i,j,s), däri anger radindex, j kolumnindex, och s elementets numeriska värde. Hela matrisen lagras i tre lika långa vektorer ivek,jvek,svek, där vektorkomponenter med samma index ger en trippel som representerar ett matriselement. Exempel Matrisen A = representeras av de tre vektorerna ivek. jvek, svek med vardera sex komponenter. index ivek jvek svek I Matlab kan en matris representeras på vanligt sätt som en tvådimensionell arrayeller som en gleslagrad matris. Det finns enkla kommandon för att växla mellan representationerna, se exemplet nedan. Exempel, fortsättning A=[ ]; gles= sparse(eng.) betyder att koefficientmatrisen innehåller många nollor
2 As=sparse(A); spy(as) % samma matriser, genererade från vektorer ivek=[;3;2;4;;4]; jvek=[;;2;3;4;4]; svek=[3;4;7;2;-;-5]; Bs=sparse(ivek,jvek,svek); B=full(Bs); Kommandona sparse, full används bl.a. för konvertering mellan representationerna. Kommandot spy ger en grafisk representation av glesstrukturen (hur icke-nollorna ligger) för matrisen. Programsnutten finns i biblioteket och heter gles.m. 2 Diskretisering av linjärt randvärdesproblem, ODE Vi skall bestämma lösningen till randvärdesproblemet y + a xy =(6 y)x, y() =,y(4) =, x 4 för a =2. Problemet med lösning finns i NAM, sec För framtida bruk (lab 3) inför vi lite andra beteckningar och skriver problemet y + p(x)y =(6 y)x, y() =,y(4) =, x 4 med p(x) = a x. Med hjälp av härledningen i NAM formulerar vi följande program, randvdnaiv.m %Indatadel N=9; a=; b=4;alfa=; beta=-; p=inline( 2*sqrt(x), x ); %Förberedelser--definiera diskretiseringsnätet h=(b-a)/(n+); xinre=[a+(:n)*h]; %de inre diskretiseringspunkterna genereras % indiceras,2,... N i vektorn xinre x=[a, xinre, b]; %alla punkterna lagras i vektorn x % de inre punkterna har index 2,3,--- N+ % i vektorn x % %Generera matrisen och högerledet A=sparse(N); %Anger att N x N matrisen A skall lagras % som en gles matris b=zeros(n,); 2
3 for i=:n A(i,i)=-2/h^2+xinre(i); if i>, A(i,i-)=/h^2-p(xinre(i))/(2*h); if i<n, A(i,i+)=/h^2+p(xinre(i))/(2*h); b(i)=6*xinre(i); % %korrigera första och sista komponenten av högerledsvektorn %för randvärdena. b()=b()-(/h^2-p(xinre())/(2*h))*alfa; b(n)=b(n)-(/h^2+p(xinre(n))/(2*h))*beta; %Lös ekvationssystemet och presentera lösningen yinre=a\b; y=[alfa; yinre; beta] ; plot(x,y) [x((n+)/2+) y((n+)/2+) ] %lösn. i mittpunkten Koefficientmatrisen kan alternativt byggas upp från tre vektorer som får representera matriselementen, programdelen ovan Generera matrisen och högerledet ersätts av nedanståe rader, se programmet randvdvekt.m %Generera matrisen och högerledet %Vektororienterad generering av systemet %Generera referenser och värden för matriselementen i=:n; j=:n; s=-2/h^2+xinre; %diagonal i=[i 2:N]; j=[j :N-]; s=[s /h^2-p(xinre(2:n))/(2*h)]; %under i=[i :N-]; j=[j 2:N]; s=[s /h^2+p(xinre(:n-))/(2*h)]; %över %skapa den gleslagrade matrisen från vektorerna ovan A=sparse(i,j,s); spy(a) %skapa högerledet-måste vara kolumnvektor b=6*xinre ; Koefficientmatrisen kan alternativt byggas genom att centrumpunkten i beräkningsmolekyleerna nedan får svepa över de inre punkterna i diskretiseringsnätet och skapa matri- 3
4 selementen som berörs av molekylerna. 2 Denövremolekylenärenrepresentationavh 2 gånger cetraldifferensapproximationen av andraderivatan. Den undre molekylen representerar 2h gånger en approximation till förstaderivatan. Se programmet randvdgles.m nedan. En typisk ekvation ser ut enligt y H 2y C + y V h 2 + p(x C ) y H y V 2h + x C y C =6x C Här står y för lösningen, index står för läget i molekylen; H = höger, C = centrumpunkten, V = vänster. Om molekylen berör en randpunkt flyttas motsvarande term över i högerledet, tyi randpunkterna är y känd. Detta förfaringssätt kan med fördel generaliseras till två- och tre-dimensionella randvärdesproblem, se senare delen av detta häfte. Genereringen av koefficientmatrisen sköts av programmet genom analys av närbelägna diskretiseringspunkter (lokalt), så hela matrisen ej behöver formuleras för hand (globalt). %Indatadel N=399; a=; b=4;alfa=; beta=-; p=inline( 2*sqrt(x), x ); %Förberedelser--definiera diskretiseringsnätet. Detta %förfaringssätt kan generaliseras till 2 och 3 dimensioner, %se senare delen av häftet h=(b-a)/(n+); x=[a, a+(:n)*h, b]; %alla diskretiseringspunkterna lagras i vektorn x G=(x>a & x<b); %markera inre punkter i x-vektorn inre=find(g); %index i x-vektorn för inre punkter,radvektor rand=find(g==); %index i x-vektorn för randpunkter, %används ej i detta program G=zeros(size(G)); %konvertera G från logical till double G(inre)=(:length(inre)) ; %numrera de obekanta (i de inre punkterna) %G har två uppgifter, skilja på randpunkter %och inre punkter, samt numrera de %obekanta. Randpunkter markeras med. xi=x(inre); %de inre x-värdena numreras på samma %sätt som de obekanta 4
5 rad=[]; kol=[]; varde=[]; %loopa över alla de inre punkterna och konstuera triplar för %de nollskilda matriselementen, rad efter rad. for nr=inre %generera diagonalelementen i=g(nr); j=g(nr); s=-2/h^2+xi(g(nr)); rad=[rad, i]; kol=[kol, j]; varde=[varde, s]; %generera utomdiagonala elementen: bestäm index %för de två möjliga grannarna till en diskretiseringspunkt, %om diskretiseringspunkten har en randpunkt till granne %genereras inget matriselement för denna granne. for k= [- ] Q=G(nr+k); if Q ~= i=g(nr); j=q; s=/h^2+p(xi(g(nr)))*k/(2*h); rad=[rad, i]; kol=[kol, j]; varde=[varde, s]; A=sparse(rad,kol,varde); %högerledet i ekvationssystemet, programmeras mer %systematiskt för flerdimensionella problem b=6*xi ; %första och sista komponenten av högerledet modifieras %pga av randvillkoren. b()=b()-(/h^2-p(xi())/(2*h)); b(n)=b(n)+(/h^2+p(xi(n))/(2*h)); %Lös ekvationssystemet och presentera lösningen yinre=a\b; y=[alfa; yinre; beta] ; plot(x,y), [x((n+)/2+) y((n+)/2+) ] Programmet kan effektiviseras genom att eliminera foor-loopen och skapa vektorerna i, j, s gruppvis i stället. Programmet blir mer svårläst med den konstruktionen, så vi genomför den inte. 5
6 Om något av programmen exekveras med N=9 erhålls nedanståe graf för den approximativa lösningen Med kommandot spy(a) får vi följande bild av strukturen av icke-nollor (tridiagonal matris) nz = 55 Med kommandot full(a(:5,:5)) skriver vi ut den avsnittsmatris som består av de första fem raderna och kolumnerna av koefficientmatrisen A
7 3 Diskretisering av Poissons ekvation, PDE Poissons ekvation i två rumsdimensioner lyder 2 u x + 2 u = f(x, y) 2 y2 Ekvationen gäller i ett område Ω i (x, y)-planet. På randen Ω är funktionen u(x, y) =g(x, y) känd. Exempel 2 2 u x u = f(x, y) y2 med f(x, y) = 2π 2 sin πx cos πy. Området är kvadraten Ω=/ x, y / och randvärdena ges av x=- x= g(x, y) = sin πx y=- sin πx y= 3. Diskretisering av området Området diskretiseras med ekvidistant steg h =2/(N +) i såväl x led som y led enligt x i = +i h, i =,, 2,...N +, y j = +j h, j =,, 2,...N + Ett diskretiseringsnät med punkter (x i,y j ) läggs över kvadraten. Följande programsnutt genererar två matriser x och y med x- oc h y-koordinaterna för alla diskretiseringspunkterna. N=4; hx=2/(n+); hy=hx; x = ones(n+2,)*[-, -+(:N)*hx, ]; y = flipud(x ); %kasta om raderna i matrisen, sista blir första osv. G = (x > -) & (x < ) & (y > -) & (y < ); %markera inre punkter inre=find(g); %returns the indices that are %non-zero, columnvector % G is regarded as a vector G = zeros(size(g)); % Convert from logical to double matrix G(inre)=(:length(inre)) ; % Numbering of the interior nodes Um=zeros(size(G)); %prepare solutionvector De två matriserna blir med detta N-värde x = y =
8 Från satsen G=... genomförs en konsekutiv numrering av de inre diskretiseringspunkterna. De obekanta kommer senare att numreras på detta sätt. De punkter som inte är inre punkter markeras med nollor. Programsnutten ger förljande matris G. G = Om vi behöver få tillgång till x-koordinaten för den diskretiseringspunkt som har numret 4 så kan vi skriva x(inre(4)). Om vi vill ha y-koordinaten till den randpunkt som ligger ovanför diskretiseringspunkt nr 5 skriver vi y(inre(5)-). x- koordinaten till den randpunkt som ligger till höger om diskretiseringspunkt nr 4 skriver vi x(inre(4)+m) med m=6 lika med antalet rader i matrisen G. En matris i Matlab kan refereras med ett index; matrisen uppfattas då som den vektor som erhålls om kolumnerna staplas på varandra med första kolumnen överst och sista kolumnen underst. 3.2 Diskretisering av ekvationen De partiella derivatorna diskretiseras med hjälpa av beräkningsmolekylen 4 Molekylen är en representation av summan av centraldifferensapproximationer till andraderivatorna i x-led och y-led, och approximerar h 2 ( 2 u x u y 2 ) Koefficientmatrisen byggs upp genom att centrumpunkten i beräkningsmolekylen ovan får svepa över de inre punkterna i diskretiseringsnätet och skapa de matriselement som berörs av molekylen. De obekanta och ekvationerna numreras konsekutivt som i matrisen G. En typisk ekvation ser ut enligt u W u N +4u C u S u E = h 2 f(x C,y C ) Här står u för lösningen, index för läget i molekylen; W = väst, N = norr, C = centrum, S = syd, E = öst. I de fall något eller några av värdena på vänster sida är kända från randvillkor flyttas motsvarande värde över i högerledet, dvs där beräkningsmolekylen berör en randpunkt modifieras högerledsvektorn med motsvarande randvärde, se programmet randv2dgles.m. Varje inre punkt motsvarar en ekvation i ekvationssystemet, med början i den övre vänstra inre punkten. Ekvationer och obekanta numreras på samma sätt. För varje inre punkt skall du titta på dina grannar i riktningarna öst, väst, nord och syd (om du beginner dig i ett 3-dimensionellt område skall du också betrakta grannarna över och under dig). Om din granne i den aktuella riktningen också är en inre punkt skall du generera ett element i koefficientmatrisen (- i vårt fall). Om grannen är en randpunkt så är funktionsvärdet känt och du kan föra över den på högra sidan om likhetstecknet. Gör detta i varje riktning och ge också diagonalelementet i koefficientmatrisen sitt värde (4 i vårt fall), innan du går vidare till nästa punkt. 8
9 clear, clf, hold off fchl=inline( -2*pi^2*sin(pi*x).*cos(pi*y), x, y ); fcrd=inline( sin(pi*x).*cos(pi*y), x, y ); % N=5; hx=2/(n+); hy=hx; x = ones(n+2,)*[-, -+(:N)*hx, ]; y = flipud(x ); %kasta om raderna i matrisen, sista blir första osv. G = (x > -) & (x < ) & (y > -) & (y < ); %mark inner points %the dimension of G %is the same as for %x and y inre=find(g); %returns the indices that are %non-zero, columnvector % G is regarded as a vector G = zeros(size(g)); % Convert from logical to double matrix G(inre)=(:length(inre)) ; % Numbering of the interior nodes Um=zeros(size(G)); %prepare the solutionmatrix %generate matrix and righthandside [m,n] = size(g); %find dimension of matrix G, m is the distance %in index between elements in the same row fg=-fchl(x(inre),y(inre))*hx^2; % Indices of interior points rad=[]; kol=[]; varde=[]; for nr = inre %här måste stå en radvektor för att vi skall ta %komponent för komponent % Connect interior points to themselves with 4 s. (diagonal elements) i = G(nr); j = G(nr); s = 4; rad=[rad; i]; kol=[kol;j]; varde=[varde;s]; % for k = north, east, south, west for k = [- m -m] % Possible interior neighbors in k-th direction Q = G(nr+k); if Q~= i=g(nr); j=q; s=-; rad=[rad; i]; kol=[kol;j]; varde=[varde;s]; else %boundary point--correct right hand side i=g(nr); if ( (k==-) (k==) ) xx=x(nr);yy=y(nr+k); else xx=x(nr+k); yy=y(nr); sl=fcrd(xx,yy); fg(i)=fg(i)+sl; Um(nr+k)=sl; D = sparse(rad,kol,varde); 9
10 u=d\fg; Usav=fcrd(x,y);%möjligt för testproblem %då exakta lösningen är känd --lika med randfunktionen %subplot(2,2,2); %surfc(x,y,usav) Um(inre)=u; %Um(find(Um==))=inf; subplot(2,2,) surfc(x,y,um) err=um-usav; fel=norm(max(err),inf) %möjligt då exakt lsg känd subplot(2,2,3) surfc(x,y,err) Då programmet exekveras med N=5 erhålls nedanståe grafer för den approximativa lösningen respektive felet
11 Med kommandot spy(d) får vi följande bild av strukturen av icke-nollor (bandmatris) nz = 65 Med kommandot spy(d(:4,:4)) får vi följande mer detaljerade bild av strukturen av icke-nollor i det övre vänstra hörnet av koefficientmatrisen nz = 64 Med kommandot full(d(:6,:6)) skriver vi ut den avsnittsmatris som består av de första sexton raderna och kolumnerna av koefficientmatrisen D
12 3.3 Oregelbundet område Poissons ekvation på ett område som utgör en delmängd av den kvadrat vi jobbade med i sektion 3. diskretiseras med i stort sett samma program som tidigare. För ett L-format område enligt x, y med delen i fjärde kvadranten bortskuren, ersätts satsen som ger de inre punkterna av följande %L-format område G = (x > -) & (x < ) & (y > -) & (y < ) & ( (x > ) (y > )); Resten av programmet randv2dgles.m fungerar utan förändringar. För utskrifterna ändras de sista satserna lite enligt Um(inre)=u; Um(find(Um==))=inf; subplot(2,2,) surfc(x,y,um) err=um-usav; fel=norm(max(err(inre)),inf) subplot(2,2,3) surfc(x,y,err) Plotbilden från programmet blir, efter 3D-rotation av de två bilderna direkt i grafikfönstret I grafikfönstret finns bredvis förstoringsglasen en symbol i form av en cirkulär streckad pil. Om man klickar på den kan bilden i grafikfönstret roteras. För besvärligare randfunktioner och högerledsfunktioner kan inte inline-funktioner användas, utan de måste skrivas som friståe Matlab-funktioner i egna filer. 2
Föreläsning 14: Exempel på randvärdesproblem. LU-faktorisering för att lösa linjära ekvationssystem.
11 april 2005 2D1212 NumProg för T1 VT2005 A Föreläsning 14: Exempel på randvärdesproblem. LU-faktorisering för att lösa linjära ekvationssystem. Kapitel 8 och 5 i Q&S Stationär värmeledning i 1-D Betrakta
Tentamen, 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
NUMPROG, 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
TANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 9 november 2015 Sida 1 / 28
TANA17 Matematiska beräkningar med MATLAB för M, DPU Fredrik Berntsson, Linköpings Universitet 9 november 2015 Sida 1 / 28 Föreläsning 3 Linjära ekvationssystem. Invers. Rotationsmatriser. Tillämpning:
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
Mer om linjära ekvationssystem
CTH/GU STUDIO 4 MVE465-2016/2017 Matematiska vetenskaper 1 Inledning Mer om linjära ekvationssystem Denna studioövning fortsätter med linjära ekvationssystem och matriser, som vi först tittade på i studioövning
Egenvärdesproblem för matriser och differentialekvationer
CTH/GU STUDIO 7 TMV36b - 14/15 Matematiska vetenskaper 1 Inledning Egenvärdesproblem för matriser och differentialekvationer Vi skall se lite på egenvärdesproblem för matriser och differentialekvationer.
FYSIKENS MATEMATISKA METODER
FYSIKENS MATEMATISKA METODER TREDJE UPPLAGAN TORBJÖRN ERIKSON HENRIK CHRISTIANSSON ERIK LINDAHL JOHAN LINDE LARS SANDBERG MATS WALLIN mfl Boken är typsatt i L A TEX med 11pt Times Printed in Sweden by
Introduktion till MATLAB
29 augusti 2017 Introduktion till MATLAB 1 Inledning MATLAB är ett interaktivt program för numeriska beräkningar med matriser. Med enkla kommandon kan man till exempel utföra matrismultiplikation, beräkna
linjära ekvationssystem.
CTH/GU LABORATION 2 TMV216/MMGD20-2017/2018 Matematiska vetenskaper 1 Inledning Linjära ekvationssystem Denna laboration börjar med att vi påminner oss om matriser i Matlab samtidigt som vi börjar se på
Linjära ekvationssystem
Föreläsning 3 Linjära ekvationssystem Gausselimination Vanlig gausselimination för det linjära ekvationssystemet Ax = b utgår från den utökade matrisen [A b] och applicerar elementära radoperationer på
TANA17 Matematiska beräkningar med Matlab
TANA17 Matematiska beräkningar med Matlab Laboration 1. Linjär Algebra och Avbildningar Namn: Personnummer: Epost: Namn: Personnummer: Epost: Godkänd den: Sign: Retur: 1 Introduktion I denna övning skall
Linjära ekvationssystem
Linjära ekvationssystem Gausselimination Vanlig gausselimination för det linjära ekvationssystemet Ax = b utgår från den utökade matrisen [A b] och applicerar elementära radoperationer på denna för att
TANA17 Matematiska beräkningar med Matlab
TANA17 Matematiska beräkningar med Matlab Datorlektion 1. Vektorer och Matriser 1 Inledning I denna övning skall du träna på att använda Matlab för enklare beräkningar och grafik. För att lösa uppgifterna
Flervariabelanalys E2, Vecka 3 Ht08
Flervariabelanalys E2, Vecka 3 Ht8 Omfattning och innehåll 2.7 Gradienter och riktningsderivator. 2.8 Implicita funktioner 2.9 Taylorserier och approximationer 3. Extremvärden 3.2 Extremvärden under bivillkor
Matriser och vektorer i Matlab
CTH/GU LABORATION 2 TMV157-2014/2015 Matematiska vetenskaper Matriser och vektorer i Matlab 1 Inledning Först skall vi se lite på matriser, vilket är den grundläggande datatypen i Matlab, sedan skall vi
TAIU07 Matematiska beräkningar med Matlab
TAIU07 Matematiska beräkningar med Matlab Datorlektion 1. Vektorer och Matriser 1 Inledning I denna övning skall du träna på att använda Matlab för enklare beräkningar och grafik. Starta Matlab genom att
Index. Vektorer och Elementvisa operationer. Summor och Medelvärden. Grafik i två eller tre dimensioner. Ytor. 20 januari 2016 Sida 1 / 26
TAIU07 Föreläsning 2 Index. Vektorer och Elementvisa operationer. Summor och Medelvärden. Grafik i två eller tre dimensioner. Ytor. 20 januari 2016 Sida 1 / 26 Matriselement och Index För att manipulera
FMNF15 HT18: Beräkningsprogrammering Numerisk Analys, Matematikcentrum
Johan Helsing, 11 oktober 2018 FMNF15 HT18: Beräkningsprogrammering Numerisk Analys, Matematikcentrum Inlämningsuppgift 3 Sista dag för inlämning: onsdag den 5 december. Syfte: att träna på att hitta lösningar
1.1 MATLABs kommandon för matriser
MATLABs kommandon för matriser Det finns en mängd kommandon för att hantera vektorer, matriser och linjära ekvationssystem Vi ger här en kort sammanfattning av dessa kommandon För en mera detaljerad diskussion
Mer om linjära ekvationssystem
CTH/GU LABORATION 2 TMV141-212/213 Matematiska vetenskaper 1 Inledning Mer om linjära ekvationssystem Denna laboration fortsätter med linjära ekvationssystem och matriser Vi ser på hantering och uppbyggnad
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
TENTAMEN 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
Matriser och linjära ekvationssystem
Linjär algebra, AT3 211/212 Matematiska vetenskaper Matriser och linjära ekvationssystem Matriser En matris är som ni redan vet ett rektangulärt talschema: a 11 a 1n A = a m1 a mn Matrisen ovan har m rader
FEM1: Randvärdesproblem och finita elementmetoden i en variabel.
MVE255/TMV191 Matematisk analys i flera variabler M/TD FEM1: Randvärdesproblem och finita elementmetoden i en variabel. 1 Inledning Vi ska lösa partiella differentialekvationer PDE, dvs ekvationer som
TAIU07 Matematiska beräkningar med Matlab
TAIU07 Matematiska beräkningar med Matlab Datorlektion 2. Villkor och Repetition 1 Logiska uttryck Uppgift 1.1 Låt a=3 och b=6 Vad blir resultatet av testerna ab? Uppgift 1.2 Låt a, b,
Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 14:e januari klockan
MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 14:e januari klockan 8.00-12.00 Redovisning Lös först uppgifterna i Matlab.
Linjära ekvationssystem i Matlab
CTH/GU LABORATION 2 MVE11-212/213 Matematiska vetenskaper Linjära ekvationssystem i Matlab 1 Inledning Först skall vi se lite på matriser, vilket är den grundläggande datatypen i Matlab, sedan skall vi
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
Laboration: Vektorer och matriser
Laboration: Vektorer och matriser Grundläggande om matriser Begreppet matris är en utvidgning av vektorbegreppet, och det används bl a när man löser linjära ekvationssystem. Namnet Matlab står för MATrix
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
1 Positivt definita och positivt semidefinita matriser
Krister Svanberg, april 1 1 Positivt definita och positivt semidefinita matriser Inom ickelinjär optimering, speciellt kvadratisk optimering, är det viktigt att på ett effektivt sätt kunna avgöra huruvida
Matrismetod för analys av stångbärverk
KTH Hållfasthetslära, J aleskog, September 010 1 Inledning Matrismetod för analys av stångbärverk Vid analys av stångbärverk är målet att bestämma belastningen i varje stång samt att beräkna deformationen
Tentamen TAIU07 Matematiska beräkningar med MATLAB för MI
TEKNISKA HÖGSKOLAN I LINKÖPING Matematiska institutionen Beräkningsmatematik/Fredrik Berntsson Tentamen TAIU07 Matematiska beräkningar med MATLAB för MI Tid: 14-18, 13:e Mars, 2018 Provkod: TEN1 Hjälpmedel:
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
Mer om linjära ekvationssystem
CTH/GU TMV151-213/21 Matematiska vetenskaper 1 Inledning Mer om linjära ekvationssystem Denna övning fortsätter med linjära ekvationssystem och matriser Vi ser på hantering och uppbyggnad av matriser samt
Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 9p av totalt 20p Hjälpmedel: MATLAB
MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 9p av totalt 20p Hjälpmedel: MATLAB Redovisning Lös först uppgifterna i Matlab. Då du har en
Uppsala Universitet Matematiska Institutionen Thomas Erlandsson
Uppsala Universitet Matematiska Institutionen Thomas Erlandsson MATRISER MED MERA VEKTORRUM DEFINITION Ett vektorrum V är en mängd av symboler u som vi kan addera samt multiplicera med reella tal c så
Matriser och linjära ekvationssystem
Linjär algebra, I1 2011/2012 Matematiska vetenskaper Matriser och linjära ekvationssystem Matriser En matris är som ni vet ett rektangulärt talschema: a 11 a 1n A = a m1 a mn Matrisen ovan har m rader
TMV166 Linjär algebra för M. Datorlaboration 2: Matrisalgebra och en mekanisk tillämpning
MATEMATISKA VETENSKAPER TMV66 07 Chalmers tekniska högskola Datorlaboration Examinator: Tony Stillfjord TMV66 Linjär algebra för M Datorlaboration : Matrisalgebra och en mekanisk tillämpning Allmänt Den
NUMPROG, 2D1212, vt Föreläsning 1, Numme-delen. Linjära ekvationssystem Interpolation, Minstakvadratmetoden
NUMPROG, D, vt 006 Föreläsning, Numme-delen Linjära ekvationssystem Interpolation, Minstakvadratmetoden En av de vanligaste numeriska beräkningar som görs i ingenjörsmässiga tillämpningar är att lösa ett
Linjär algebra med MATLAB
INGENJÖRSHÖGSKOLAN Matematik Fredrik Abrahamsson, Anders Andersson Innehåll Linjär algebra med MATLAB 1 Grundläggande begrepp 1 1.1 Introduktion...................................... 1 1.2 Genomförande
TANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 26 november 2015 Sida 1 / 28
TANA17 Matematiska beräkningar med MATLAB för M, DPU Fredrik Berntsson, Linköpings Universitet 26 november 2015 Sida 1 / 28 Föreläsning 6 Minsta kvadrat problem. Polynom. Interpolation. Rötter. Tillämpningar:
Tentamen, del 2 DN1240 Numeriska metoder gk II för F
Tentamen, del DN140 Numeriska metoder gk II för F Fredag 14 december 01 kl 14 17 Lösningar DEL : Inga hjälpmedel. Rättas endast om del 1 är godkänd. Betygsgränser inkl bonuspoäng: 10p D, 0p C, 30p B, 40p
Matriser och vektorer i Matlab
CTH/GU LABORATION 3 TMV206-2013/2014 Matematiska vetenskaper 1 Inledning Matriser och vektorer i Matlab I denna laboration ser vi på hantering och uppbyggnad av matriser samt operationer på matriser En
2 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
15 februari 2016 Sida 1 / 32
TAIU07 Föreläsning 5 Linjära ekvationssystem. Minsta kvadrat problem. Tillämpning: Cirkelpassning. Geometriska objekt. Translationer. Rotationer. Funktioner som inargument. Tillämpning: Derivata. 15 februari
SF1669 Matematisk och numerisk analys II Lösningsförslag till tentamen DEL A. r cos t + (r cos t) 2 + (r sin t) 2) rdrdt.
1. Beräkna integralen medelpunkt i origo. SF1669 Matematisk och numerisk analys II Lösningsförslag till tentamen 218-3-14 D DEL A (x + x 2 + y 2 ) dx dy där D är en cirkelskiva med radie a och Lösningsförslag.
MMA132: 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
Linjära ekvationssystem
CTH/GU STUDIO 1 LMA515c - 2016/2017 Matematiska vetenskaper 1 Inledning Linjära ekvationssystem Denna studioövning börjar med att vi påminner oss om matriser i Matlab samtidigt som vi börjar se på matriser
TSBB14 Laboration: Intro till Matlab 1D
TSBB14 Laboration: Intro till Matlab 1D Utvecklad av Maria Magnusson med mycket hjälp av Lasse Alfredssons material i kursen Introduktionskurs i Matlab, TSKS08 Avdelningen för Datorseende, Institutionen
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,
Vectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem.
Vectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem. Begrepp som diskuteras i det kapitlet. Vektorer, addition och multiplikation med skalärer. Geometrisk tolkning. Linjär kombination av
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
Matlab 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
Moment 5.5 Övningsuppgifter I 5.60a. 5.60b, 5.60.c, 61
Moment 5.5 Övningsuppgifter I 5.0a. 5.0b, 5.0.c, 1 Linjära ekvationssystem Vi har redan tidigare i kursen stött på linjära ekvationssystem. Nu är stunden kommen till en mera systematisk genomgång. Kvadratiska
Tentamen TAIU07 Matematiska beräkningar med MATLAB för MI
TEKNISKA HÖGSKOLAN I LINKÖPING Matematiska institutionen Beräkningsmatematik/Fredrik Berntsson Tentamen TAIU07 Matematiska beräkningar med MATLAB för MI Tid: 8-12, 20 Mars, 2015 Provkod: TEN1 Hjälpmedel:
Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Hjälpmedel: MATLAB
MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Hjälpmedel: MATLAB Redovisning Lös först uppgifterna i Matlab. Då du har en
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!
5B1146 med Matlab. Laborationsr. Laborationsgrupp: Sebastian Johnson Erik Lundberg, Ann-Sofi Åhn ( endst tal1-3
1 Revision 4 2006-12-16 2. SIDFÖRTECKNING 5B1146 med Matlab Laborationsr Laborationsgrupp: Sebastian Johnson, Ann-Sofi Åhn ( endst tal1-3 Titel Sida 1. Uppgift 1.8.1....3 2. Uppgift 1.8.2....6 3. Uppgift
Studio 6: Dubbelintegral.
Studio 6: Dubbelintegral. Analys och Linjär Algebra, del C, K1/Kf1/Bt1, vt09 20 februari 2009 1 Repetition av enkelintegral I ALA B skrev du en MATLAB-funktion minintegral som beräknar integralen av en
Karta över Jorden - viktigt exempel. Sfär i (x, y, z) koordinater Funktionen som beskriver detta ser ut till att vara
Föreläsning 1 Jag hettar Thomas Kragh och detta är kursen: Flervariabelanalys 1MA016/1MA183. E-post: thomas.kragh@math.uu.se Kursplan finns i studentportalens hemsida för denna kurs. Där är två spår: Spår
TANA17 Matematiska beräkningar med Matlab
TANA17 Matematiska beräkningar med Matlab Datorlektion 3. Repetitionssatser och Programmering 1 Introduktion Denna övning syftar till att träna programmering med repetitionssatser och villkorssatser. Undvik
Matriser och Inbyggda funktioner i Matlab
Matematiska vetenskaper 2010/2011 Matriser och Inbyggda funktioner i Matlab 1 Inledning Vi skall denna vecka se på matriser och funktioner som är inbyggda i Matlab, dels (elementära) matematiska funktioner
SF1624 Algebra och geometri Lösningsförsag till modelltentamen
SF1624 Algebra och geometri Lösningsförsag till modelltentamen DEL A (1) a) Definiera begreppen rektangulär form och polär form för komplexa tal och ange sambandet mellan dem. (2) b) Ange rötterna till
Linjär algebra. 1 Inledning. 2 Matriser. Analys och Linjär Algebra, del B, K1/Kf1/Bt1. CTH/GU STUDIO 1 TMV036b /2013 Matematiska vetenskaper
CTH/GU STUDIO 1 TMV06b - 2012/201 Matematiska vetenskaper Linjär algebra Analys och Linjär Algebra, del B, K1/Kf1/Bt1 1 Inledning Vi fortsätter även denna läsperiod att arbete med Matlab i matematikkurserna
Omtentamen 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
Projekt Finit Element-lösare
Projekt Finit Element-lösare Emil Johansson, Simon Pedersen, Janni Sundén 29 september 2 Chalmers Tekniska Högskola Institutionen för Matematik TMA682 Tillämpad Matematik Inledning Många naturliga fenomen
2 februari 2016 Sida 1 / 23
TAIU07 Föreläsning 4 Repetitonssatsen while. Avbrott med break. Exempel: En Talföljd och en enkel simulering. Egna funktioner. Skalärprodukt. Lösning av Triangulära Ekvationssystem. Programmeringstips.
At=A' % ' transponerar en matris, dvs. kastar om rader och kolonner U' % Radvektorn U ger en kolonnvektor
% Föreläsning 1 26/1 % Kommentarer efter %-tecken clear % Vi nollställer allting 1/2+1/3 % Matlab räknar numeriskt. Observera punkten som decimaltecken. sym(1/2+1/3) % Nu blev det symboliskt pi % Vissa
TAIU07 Matematiska beräkningar med Matlab
TAIU07 Matematiska beräkningar med Matlab Laboration 3. Linjär algebra Namn: Personnummer: Epost: Namn: Personnummer: Epost: Godkänd den: Sign: Retur: 1 Introduktion 2 En Komet Kometer rör sig enligt ellipsformade
Introduktion till Matlab
Inledande matematik, I1 2011/2012 Matematiska vetenskaper 1 Inledning Introduktion till Matlab Matlab är både en interaktiv matematikmiljö och ett programspråk, som används på de flesta tekniska högskolor
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
4.4. Mera om grafiken i MATLAB
4.4. Mera om grafiken i MATLAB Larry Smarr, ledare för NCSA (National Center for Supercomputing Applications i University of Illinois, brukar i sina föredrag betona betydelsen av visualisering inom den
Moment Viktiga exempel Övningsuppgifter
Moment Viktiga exempel Övningsuppgifter Inga Inga Inga Linjära ekvationssystem Vi har redan tidigare i kursen stött på linjära ekvationssystem. Nu är stunden kommen till en mera systematisk genomgång.
TENTAMEN 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
Laboration 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,
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
3 Man kan derivera i Matlab genom att approximera derivator med differenskvoter. Funktionen cosinus deriveras för x-värdena på följande sätt.
Kontrolluppgifter 1 Gör en funktion som anropas med där är den siffra i som står på plats 10 k Funktionen skall fungera även för negativa Glöm inte dokumentationen! Kontrollera genom att skriva!"#$ &%
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
6. Temperaturen u(x) i positionen x av en stav uppfyller värmeledningsekvationen. u (x) + u(x) = f(x), 0 x 2, u(0) = 0 u(2) = 1,
Institutionen för Matematik, KTH Tentamen del 2 Analytiska och numeriska metoder för differentialekvationer SF1523 8.-11. 18/8 217 Formelsamlingen BETA är tillåtet hjälpmedel men ej miniräknare. Råd för
Minsta kvadratmetoden
Minsta kvadratmetoden där Överbestämda ekvationssystem Det är lämpligt att uppfatta matrisen A som bestående av n kolonnvektorer: A a a a n a a a n a n a n a nn a j a j a nj a a a n j n Då kan vi skriva
6. Matriser Definition av matriser 62 6 MATRISER. En matris är ett rektangulärt schema av tal: a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n A =
62 6 MATRISER 6 Matriser 6 Definition av matriser En matris är ett rektangulärt schema av tal: A a a 2 a 3 a n a 2 a 22 a 23 a 2n a m a m2 a m3 a mn Matrisen A säges vara av typ m n, där m är antalet rader
Grafritning och Matriser
Grafritning och Matriser Analys och Linjär Algebra, del B, K1/Kf1/Bt1, ht11 1 Inledning Vi fortsätter under läsperiod och 3 att arbete med Matlab i matematikkurserna Dessutom kommer vi göra projektuppgifter
Numerisk lösning till den tidsberoende Schrödingerekvationen.
Numerisk lösning till den tidsberoende Schrödingerekvationen. Det är enbart i de enklaste fallen t ex när potentialen är sträckvis konstant som vi kan lösa Schrödingerekvationen analytiskt. I andra fall
Block 2: Lineära system
Exempel Från labben: Block : Lineära system Del 1 Trampolinens böjning och motsvarande matris (här 6060-matris) Matrisen är ett exempel på - gles matris (huvuddelen av elementen nollor) - bandmatris Från
Beräkningsverktyg HT07
Beräkningsverktyg HT07 Föreläsning 1, Kapitel 1 6 1.Introduktion till MATLAB 2.Tal och matematiska funktioner 3.Datatyper och variabler 4.Vektorer och matriser 5.Grafik och plottar 6.Programmering Introduktion
(a) Skriv en matlabsekvens som genererar en liknande figur som den ovan.
Matematik Chalmers tekniska högskola 2014-08-27 kl. 08:30-12:30 Tentamen MVE355, Programmering och numeriska beräkningar med matlab. Ansvarig: Katarina Blom, tel 772 10 97. Plats: L Inga hjälpmedel. Kalkylator
Vi betraktar homogena partiella differentialekvationer (PDE) av andra ordningen
Produktlösningar Vi betraktar homogena partiella differentialekvationer (PDE) av andra ordningen u( u( u( u( u( A B C D E 0 (ekv 0) y y y som är definierad på ett (ändligt eller oändlig rektangulär område
ax + y + 4z = a x + y + (a 1)z = 1. 2x + 2y + az = 2 Ange dessutom samtliga lösningar då det finns oändligt många.
LUNDS TEKNISKA HÖGSKOLA MATEMATIK TENTAMENSSKRIVNING Linjär algebra 8 kl 4 9 INGA HJÄLPMEDEL. För alla uppgifterna, utom 3, förklara dina beteckningar och motivera lösningarna väl. Alla baser får antas
Linjär algebra på några minuter
Linjär algebra på några minuter Linjära ekvationssystem Ekvationssystem: { Löses på matrisform: ( ) ( ) I det här fallet finns en entydig lösning, vilket betyder att determinanten av koefficientmatrisen
Variabler. TANA81: Beräkningar med Matlab. Matriser. I Matlab skapas en variabel genom att man anger dess namn och ger den ett värde:
TANA81: Beräkningar med Matlab - Variabler och Matriser - Logiska uttryck och Villkor - Repetitionssatser - Grafik - Funktioner Variabler I Matlab skapas en variabel genom att man anger dess namn och ger
8 Minsta kvadratmetoden
Nr, april -, Amelia Minsta kvadratmetoden. Ekvationssystem med en lösning, -fallet Ett linjärt ekvationssystem, som ½ +7y = y = har en entydig lösning om koefficientdeterminanten, här 7, är skild från
Mer om funktioner och grafik i Matlab
CTH/GU 2/22 Matematiska vetenskaper Inledning Mer om funktioner och grafik i Matlab Först skall vi se lite på funktioner som redan finns i Matlab, (elementära) matematiska funktioner som sinus och cosinus
SF1624 Algebra och geometri Lösningsförslag med bedömningskriterier till kontrollskrivning 2 Måndagen den 24 september, 2012
SF64 Algebra och geometri Lösningsförslag med bedömningskriterier till kontrollskrivning Måndagen den 4 september, Låt T : R R 4 vara den linjära avbildningen med standardmatris (a) Bestäm en bas för bildrummet
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
SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF64 Algebra och geometri Lösningsförslag till tentamen 0-0-0 DEL A De tre totalmatriserna 0 3 3 4 0 3 0 0 0 0, 0 3 0 4 4 0 3 0 3 0 0 0 0 och 0 3 0 4 0 3 3 0 0 0 0 0 svarar mot linjära ekvationssystem
Omtentamen 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
9.3. Egenvärdesproblem
9.3. Egenvärdesproblem Problem som innehåller en parameter men endast kan lösas för speciella värden av denna parameter kallas egenvärdesproblem. Vi skall här nöja oss med ett exempel på ett dylikt problem.
Grafer och grannmatriser
Föreläsning 2, Linjär algebra IT VT2008 Som avslutning på kursen ska vi knyta samman linjär algebra med grafteori och sannolikhetsteori från första kursen. Resultatet blir så kallade slumpvandringar på