Från förra gången: Newton-Raphsons metod

Relevanta dokument
Intervallhalveringsmetoden, GKN sid 73. Sekantmetoden, GKN sid 79

Konvergens för iterativa metoder

Inbyggda funktioner i MATLAB

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

Föreläsning 1. Numeriska metoder grundkurs II, DN1240. Carina Edlund Mottagningstid i rum 4516: onsdagar kl.

LABORATION cos (3x 2 ) dx I =

Del I: Lösningsförslag till Numerisk analys,

Icke-linjära ekvationer

Lösningar tentamen i kurs 2D1210,

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

MMA132: Laboration 2 Matriser i MATLAB

Linjärisering, Jacobimatris och Newtons metod.

Numerisk Analys, MMG410. Lecture 10. 1/17

Tentamen, del 2 Lösningar DN1240 Numeriska metoder gk II F och CL

Fixpunktsiteration. Kapitel Fixpunktsekvation. 1. f(x) = x = g(x).

Newtons metod. 1 Inledning. CTH/GU LABORATION 3 MVE /2014 Matematiska vetenskaper

Sammanfattning (Nummedelen)

Tentamen del 1 SF1546, , , Numeriska metoder, grundkurs

Sekantmetoden Beräkningsmatematik TANA21 Linköpings universitet Caroline Cornelius, Anja Hellander Ht 2018

Kontrollskrivning KS1T

TENTAMEN I GRUNDKURS I NUMERISKA METODER - DEL 20

Icke-linjära ekvationer

Matematisk analys för ingenjörer Matlabövning 2 Numerisk ekvationslösning och integration

SF1625 Envariabelanalys Lösningsförslag till tentamen

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

Gruppuppgifter 1 MMA132, Numeriska metoder, distans

Mer om texter i MATLAB och om iterativ lösning av linjära ekvationssystem

Linjärisering och Newtons metod

FMNF15 HT18: Beräkningsprogrammering Numerisk Analys, Matematikcentrum

SF1625 Envariabelanalys

Numeriska metoder, grundkurs II. Dagens program. Hur skriver man en funktion? Administrativt. Hur var det man gjorde?

Tentamen del 1 SF1511, , kl , Numeriska metoder och grundläggande programmering

Envariabel SF1625: Föreläsning 11 1 / 13

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

Tentamen i Beräkningsvetenskap I och KF, 5.0 hp,

SF1625 Envariabelanalys

Beräkning av integraler

Kapitel 4. Iterativ lösning av ekvationer

F3 PP kap 3, ekvationslösning och iteration, forts.

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A

Teknisk Beräkningsvetenskap I Tema 3: Styvhetsmodellering av mjuk mark med icke-linjära ekvationer

20 Gamla tentamensuppgifter

Modul 4 Tillämpningar av derivata

Omtentamen i DV & TDV

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

SF1669 Matematisk och numerisk analys II Lösningsförslag till modelltentamen DEL A

4 McLaurin- och Taylorpolynom

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A. 1. En svängningsrörelse beskrivs av

Maclaurins och Taylors formler. Standardutvecklingar (fortsättning), entydighet, numerisk beräkning av vissa uttryck, beräkning

Newtons metod. 1 Inledning. 2 Newtons metod. CTH/GU LABORATION 6 MVE /2013 Matematiska vetenskaper

ALA-a Innehåll RÄKNEÖVNING VECKA 7. 1 Lite teori Kapitel Kapitel Kapitel Kapitel 14...

Laboration 2, M0043M, HT14 Python

Block 5: Ickelineära. ekvationer? Läroboken. Löpsedel: Icke-lineära. ekvationer. Vad visade laborationen? Vad visade laborationen?

Tentamen, del 2 DN1240 Numeriska metoder gk II för F

Ickelinjära ekvationer

SF1626 Flervariabelanalys

Lösningsanvisningar till de icke obligatoriska workoutuppgifterna

SF1625 Envariabelanalys

5B1134 Matematik och modeller Uppgifter från kontrollskrivningar och tentamina under läsåren och

Mathematica. Utdata är Mathematicas svar på dina kommandon. Här ser vi svaret på kommandot från. , x

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

Lösningsförslag Tentamen i Beräkningsvetenskap I, 5.0 hp,

Sidor i boken f(x) = a x 2 +b x+c

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

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

Prov 1 2. Ellips 12 Numeriska och algebraiska metoder lösningar till övningsproven uppdaterad a) i) Nollställen för polynomet 2x 2 3x 1:

Meningslöst nonsens. December 14, 2014

Labb 3: Ekvationslösning med Matlab (v2)

Fel- och störningsanalys

Lösandet av ekvationer utgör ett centralt område inom matematiken, kanske främst den tillämpade.

SF1625 Envariabelanalys

Matematisk statistik 9 hp Föreläsning 6: Linjärkombinationer

Välkomna till Numme och MATLAB, 9 hp, för Materialdesign och Energi&Miljö, årskurs 2

MA2001 Envariabelanalys

DERIVATA. = lim. x n 2 h h n. 2

5B1134 Matematik och modeller Lösningsförslag till tentamen den 29 augusti 2005

En vanlig uppgift är att bestämma max resp min för en trigonometrisk funktion och de x- värden för vilka dessa antas.

Introduktion till MATLAB

2D1240 Numeriska metoder gk2 för F2 Integraler, ekvationssystem, differentialekvationer

Föreläsning 5, Matematisk statistik 7.5hp för E Linjärkombinationer

Polynomanpassning i MATLAB

OH till Föreläsning 15, Numme K2, God programmeringsteknik

15 februari 2016 Sida 1 / 32

Numeriska metoder för fysiker Lördag , kl 10-14

För teknologer inskrivna H06 eller tidigare. Skriv GAMMAL på omslaget till din anomyna tentamen så att jag kan sortera ut de gamla teknologerna.

(fortfarande bas tio). Skriv i bas tio: a) 321 8! b) 321 7! c) 101 2! d) ! e)

5B1134 Matematik och modeller Lösningsförslag till tentamen den 12 januari 2005

1. Beräkna hastigheten, farten och accelerationen vid tiden t för en partikel vars rörelse beskrivs av r(t) = (2 sin t + cos t, 2 cos t sin t, 2t).

Komposanter, koordinater och vektorlängd Ja, den här teorin gick vi igenom igår. Istället koncentrerar vi oss på träning inför KS3 och tentamen.

SF1620 (5B1134) Matematik och modeller Uppgifter från kontrollskrivningar och tentamina under tiden

Matlab övningsuppgifter

TATA42: Föreläsning 9 Linjära differentialekvationer av ännu högre ordning

Föreläsning 6, FMSF45 Linjärkombinationer

13 Potensfunktioner. Vi ska titta närmare på några potensfunktioner och skaffa oss en idé om hur deras kurvor ser ut. Vi har tidigare sett grafen till

Fel- och störningsanalys

1. Bestäm definitionsmängden och värdemängden till funktionen f(x,y) = 1 2x 2 3y 2. Skissera definitionsmängden, nivålinjerna och grafen till f.

2 Funktioner från R n till R m, linjära, inversa och implicita funktioner

Endast kommenterade svar!!! OBS: Inte alla delsteg är redovisade!

Laboration 2. Laborationen löses i grupper om två och redovisas individuellt genom en lappskrivning den 3/10. x = 1±0.01, y = 2±0.05.

Institutionen för Matematik. F1 - Linjär algebra och numerisk analys, TMA671 Svar till övningar i Heath s bok och extraövningar

Transkript:

Från förra gången: Newton-Raphsons metod Idé: För att hitta en rot till f(x)=0 utgår man från en första Approximation x 0 och använder derivatan för att dra en tangent som skär x-axeln närmare roten och upprepar detta tills man är tillräckligt nära: x n+1 = x n f(x n )/f (x n ) Om f är ett formeluttryck så kan man normalt lätt bilda derivatan f Yngve Sundblad Föreläsning 7 sid.1 SF 1518/19 ht 2015 21 sept.

Exempel (EXS 4.6) med Newton-Raphson P(x)=4x 4-7x 3 5.5x 2 +27.5x 50 = 0. Hitta noga roten nära 1.5. P (x)=16x 3 21x 2 11x +27.5 p=[4-7 5.5 27.5-50] for k=1:4 %derivatan pprim(k)=(5-k)*p(k); end x=1.5; dx=1; format long ger 1.500000000000000-0.004926108374384 1.495073891625616-0.000013421067689 1.495060470557926-0.000000000099026 1.495060470458900 0.000000000000000 while abs(dx/x)>1e-12 px=polyval(p,x); pprimx=polyval(pprim,x); dx=-px/pprimx; disp(x); disp(dx); x=x+dx; end Fördubblat antal decimaler varje varv Kvadratisk konvergens? Yngve Sundblad Föreläsning 7 sid.2 SF 1518/19 ht 2015 21 sept.

Nytt: Trunkationsfel för Newton-Raphson Låt roten till f(x)=0 vara r. Taylorutveckla: 0=f(r)=f(x n +(r-x n ))=f(x n )+(r-x n )*f (x n )+(r-x n ) 2 *f (x n )/2 + Medelvärdessatsen: Om vi avbryter ersätts f (x n ) med f (µ), där µ ligger mellan x n och r. Dividera med f (x n ) och stuva om x n f(x n )/f (x n ) r = (r-x n ) 2 *f (µ)/(2*f (x n )) x n+1 r = (r-x n ) 2 *f (µ)/2/f (x n ) eller när n går mot konvergerar (x n+1 r)/(r-x n ) 2 mot K = f (r)/(2*f (r)) Alltså kvadratisk konvergens! Yngve Sundblad Föreläsning 7 sid.3 SF 1518/19 ht 2015 21 sept.

Att hitta startvärde för ekvationslösning Ofta ger en graf tillräcklig information men den kan luras. F=x 4sin(2x) 243/80=0 plottas [ 1:8] (rot> 4+3.03, rot<4+3.04) x=-1:0.02:8; Förstorad x=6.98:0.0001:7.02; f=x-4*sin(2*x)-243/80; f=x-4*sin(2*x)-243/80; plot([-1 8],[0 0],x,f) plot([6.98 7.02],[0 0],x,f) Förstoringen lurades pga. Begränsad linjelängd! EXS3.7 liknande, analys krävs! Yngve Sundblad Föreläsning 7 sid.4 SF 1518/19 ht 2015 21 sept.

Sekantmetoden När f(x)är svår eller omöjlig att derivera är sekantmetoden ett bra alternativ. Man drar alltså en sekant,mellan punkten (a,f(a)) och (b,f(b)) och låter skärningspunkten vara nya (bättre) x och upprepar detta tills intervallet är tillräckligt litet. Nya punkten x n+2 beräknas ur de två tidigare med x n+2 =x n+1 (x n+1 x n )/(f(x n+1 ) f(x n ))*f(x n+1 ) Yngve Sundblad Föreläsning 7 sid.5 SF 1518/19 ht 2015 21 sept.

Exempel (EXS 4.6) med sekantmetoden P(x)=4x 4-7x 3 5.5x 2 +27.5x 50 = 0. Hitta noga roten nära 1.5. Format long; x0=1; x1=2;it=1; P=[4-7 5.5 27.5-50]; f0=polyval(p,x0); h=1; while abs(h)/abs(x1)>1e-12 end f1=polyval(p,x1); h=(x1-x0)/(f1-f0)*f1; disp(h); x0=x1;f0=f1; x1=x1-h; it=it+1; fprintf('iterationer: %d \n', it); fprintf('rot: %14.12f \n', x1) Ger 0.636363636363636-0.095652128035623-0.038316357619555 0.002594303021054-0.000049854344873-0.000000069845456 0.000000000001916 Iterationer:9 Rot: 1.495060470459 Knapp fördubbling av decimalerna. Man kan visa att osäkerheten ~K*h 1.6. Yngve Sundblad Föreläsning 7 sid.6 SF 1518/19 ht 2015 21 sept.

Fixpunktiteration Skriv om f(x)=0 på formen x=g(x). Vi letar efter fixpunkten där x nära avbildas på sig själv. Iterera x n+1 =G(x n ) med x 0 som startvärde, skattning av roten. Om r är roten så x n+1 r = G(x n ) G(r) = G (µ)*(x n r) (medelvärdessatsen) (x n+1 r )/(x n+1 r) = G (µ) m Om kring roten gäller m < 1 så konvegerar den linjärt med m gånger mindre osäkerhet för varje iteration. Exempel (EXS 2.14): En 400 meters ellipsformad löparbana ska anläggas på en 160 m lång plan. Hur bred plan krävs? För omkretsen av en ellips använder vi en formel av självlärda indiska matematiksnillet Srinivasa Ramanujan (1887-1920): π(a+b)(1+3c/(10 (4-3c)), där c=(a-b) 2 /(a+b) 2 ; Fotnot: a=b ger 2πa, cirkeln Yngve Sundblad Föreläsning 7 sid.7 SF 1518/19 ht 2015 21 sept.

Löparbanan Vi söker alltså b så att π(a+b)(1+3c/(10 (4-3c))=400, där c=(a-b) 2 /(a+b) 2, a=80 Skriv om för iteration: b=400/(π*(1+3c/10 (4-3c))) 80 Startvärde (rektangel): b=40. function res=biterat(a,b) c=(a-b)^2/(a+b)^2; res=400/pi/(1+3*c/ (10+sqrt(4-3*c)))-a; end format short; b0=40; it=1; b1=biterat(80,b0) while abs(b1-b0)>0.05 it=it+1; b0=b1; b1=biterat(80,b0) end fprintf('bredd: %f \n',b1) fprintf('efter %d iterationer \n', it) ger 43.8588 44.6561 44.8029 44.8292 Bredd:44.83 efter 4 iterationer m=g (r) 0.2 (0.03/0.15) Yngve Sundblad Föreläsning 7 sid.8 SF 1518/19 ht 2015 21 sept.

Icke-linjära ekvationssystem Modifierade varianter av metoderna för att lösa ekvationer kan användas för att lösa system av sådana. Vi tar upp fixpunktiteration och Newton-Raphson. Allmänt kan ett ekvationssystem med n ekvationer i n variabler skrivas f 1 (x 1, x 2, x 3,, x n )=0 f 2 (x 1, x 2, x 3,, x n )=0 f n (x 1, x 2, x 3,, x n )=0 Vänsterledets derivata är Jacobianmatrisen: f 1 / x 1 f 1 / x 2. f 1 / x n J(x) = (df/dx), f 2 / x 1 f 2 / x 2. f 2 / x n specialfall: J = Ax b=0, J=A f n / x 1 f n / x 2. f n / x n f(x)=0, J=df/dx ( ) Yngve Sundblad Föreläsning 7 sid.9 SF 1518/19 ht 2015 21 sept.

Newton-Raphson för ekvationssystem För att hitta en rot till f(x)=0 använder man motsvarande formel som i envariabel- (skalära) fallet: Beräkna successiva c (n) ur ekvationssystemet J(x (n) )*c (n) = f(x (n) ) Sätt x (n+1) = x (n) c (n) Avbryt när c (n) < eps, feltoleransen (tillåten osäkerhet) ( Jämför med skalära x n+1 = x n f(x n )/f (x n ) ) Konvergensen blir som i skalära fallet kvadratisk h (n+1) / h (n) 2 går mot K när n går mot. Beviset är analogt med skalära fallet. Yngve Sundblad Föreläsning 7 sid.10 SF 1518/19 ht 2015 21 sept.

Exempel ( EXS3.9) Vi vill hitta skärningspunkterna mellan lemniskatan (x 2 + y 2 ) 2 = x 2 y 2 och parabeln y = x 2 1/2 Vi byter till polära koordinater: x=r*cosv, y=r*sinv, sätt in: r 4 =r 2 (cos 2 v sin 2 v), r = cos(2v), rita med parabeln: v=[0:pi/100:2*pi]; r=sqrt(cos(2*v)); polar(v,r);hold on; x=-1:0.01:1;f=x.2-1/2; plot([-1 1],[0 0],x,f) Skärningspunkter (±0.8,0.2), (±0.4, 0.35) Warning: Imaginary parts of complex X and/or Y arguments ignored > In polar (line 192) Gick bra ändå! Yngve Sundblad Föreläsning 7 sid.11 SF 1518/19 ht 2015 21 sept.

Newton-Raphson på lemniskata/parabel (x 2 + y 2 ) 2 x 2 + y 2 = 0, y x 2 + ½ = 0 ( ) Jacobianen: J = 2x*2(x 2 + y 2 ) 2x 2y*2(x 2 + y 2 )+2y 2x 1 x0=[0.4 0.8]; y0=[-0.35 0.2]; dcnorm=1; varv=0; for k=1:2 x=x0(k); y=y0(k); c=[x y] ; while abs(dcnorm)>5e-4 f=[(x^2+y^2)^2-x^2+y^2 y-x^2+1/2]' J=[4*x*(x^2+y^2)-2*x 4*y*(x^2+y^2)+2*y; -2*x 1] dc=-j\f; c=c+dc dcnorm=norm(dc,inf) x=c(1); y=c(2); varv=varv+1; end end ger (med beaktande av ±x): c = [x y] = [±0.4260-0.3185] dcnorm = 1e-6 c = [±0.8730 0.2636] dcnorm = 8e-6 Yngve Sundblad Föreläsning 7 sid.12 SF 1518/19 ht 2015 21 sept.

Fixpunktsmetoder för ekvationssystem Om man skriver om ekvationssystemet som x = G(x) och jakobianmatrisens norm, M= dg/dx, är mindre än 1, ju mindre dess bättre, kan man använda Jacobis eller Gauss-Seidels metod, som vi gick igenom och använde på linjära system. Anledningen är ofta att det är svårt att uppskatta jakobianen och man använder uppskattningen M x (n+1) x (n) / x (n) x (n-1) Felskattningen (osäkerheten) lösningen r kan härledas till x (n+1) r M* x (n+1) x (n) /(1-M) Om man kan skriva om ekvationssystemet med en linjär del: f(x)= Ax + g(x) = 0, så kan man ofta använda Picarditeration: A x (n+1) = g(x (n) ) med ett bra startvärde, x (0), ger lösningen med tillräcklig noggrannhet, med trunkationsfelet uppkattat som ovan. Yngve Sundblad Föreläsning 7 sid.13 SF 1518/19 ht 2015 21 sept.

Exempel på Picarditeration Vi har ekvationssystemet (omskrivet med linjära termerna till vänster): 10x 1 x 2 = x 1 2 + x 2 2 x 1 + 10x 2 x 3 = 2 x 2 3 ; x 1 + 3 x 3 = 1 x 3 3 Ax = g(x), A = [10 1 0; 1 10 1; 1 0 3] g(x)=[x 1 2 +x 2 2 ; 2 x 2 ; 1 x 3 3 ] Eftersom vänsterledet är så diagonaltungt är värdena i lösningen små. För att få startvärde ignorerar vi de icke-linjära termerna och löser Ax (0) = [0 2 1] Programmet ger x0=[0.023 0.230 0.326], x=[0.027989 0.227400 0.313714] trunk=1.5e-6 varv=4 A=[10-1 0; 1 10-1; 1 0 3]; b=[0 2 1]'; x=a\b dx=[1 1 1]; varv=0; trunk=1; format long; while trunk>1e-7 xold=x;olddx=dx; g=[x(1)^2+x(2)^2 2-x(2)^3 1-x(3)^3] ; x=a\g; dx=x-xold; M=norm(dx)/norm(olddx); trunk=m*norm(dx)/(1-m) varv=varv+1; end disp(x); disp(trunk); disp(varv) Yngve Sundblad Föreläsning 7 sid.14 SF 1518/19 ht 2015 21 sept.

Ekvationer och system i kurslitteraturen Det vi gått igenom (och ingår i kursen) svarar mot stoffet i Pohl i hela kapitel 3 och 4 utom avsnittet 4:2C Ickelinjära minstakvadratproblem. I NAM (Eriksson) motsvarar det vi gått igenom hela stoffet i kapitel 6. Yngve Sundblad Föreläsning 7 sid.15 SF 1518/19 ht 2015 21 sept.