Denna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Standardform för randvärdesproblem

Relevanta dokument
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 Felfortplantning och kondition

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

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

TANA09 Föreläsning 5. Matrisnormer. Störningsteori för Linjära ekvationssystem. Linjära ekvationssystem

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

Del I: Lösningsförslag till Numerisk analys,

2D1240 Numeriska metoder gk II för T2, VT Störningsanalys

Linjära ekvationssystem

Föreläsning 14: Exempel på randvärdesproblem. LU-faktorisering för att lösa linjära ekvationssystem.

Tentamen i Beräkningsvetenskap I, DV, 5.0 hp, OBS: Kurskod 1TD394

Anteckningar Numeriska Metoder

Tentamen i Beräkningsvetenskap II, 5.0 hp,

Tentamen i Beräkningsvetenskap II, 5.0 hp,

Block 2: Lineära system

Fö4: Kondition och approximation. Andrea Alessandro Ruggiu

Sammanfattning (Nummedelen)

Laboration 6. Ordinära differentialekvationer och glesa system

Kort sammanfattning av Beräkningsvetenskap I. Varning!!! Varning!!!

Linjära ekvationssystem

Varning!!! Varning!!!

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Fredag 30 augusti 2002 TID:

SF Numeriska metoder, grundkurs Föreläsning 5: Felanalys, felkalkyl och kondition KTH - SCI

Tentamen i Beräkningsvetenskap II, 5.0 hp,

Matematik: Beräkningsmatematik (91-97,5 hp)

Denna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Varför numeriska metoder? Vad är numeriska metoder?

MMA132: Laboration 2 Matriser i MATLAB

FMNF15 HT18: Beräkningsprogrammering Numerisk Analys, Matematikcentrum

2 Matrisfaktorisering och lösning till ekvationssystem

2D1240 Numeriska metoder gk II för T2, VT 2004 LABORATION 1. Ekvationslösning

Lösningsanvisningar till de icke obligatoriska workoutuppgifterna

DN1212. Numeriska metoder och grundläggande programmering. för M1, 9 hp (högskolepoäng)

Sammanfattninga av kursens block inför tentan

Tentamen i Beräkningsvetenskap I/KF, 5.0 hp,

Fel- och störningsanalys

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

Tentamen i Beräkningsvetenskap II, 5.0 hp,

Tentamen i Beräkningsvetenskap I (1TD393)

NUMPROG, 2D1212, vt Föreläsning 9, Numme-delen. Stabilitet vid numerisk behandling av diffekvationer Linjära och icke-linjära ekvationssystem

Fel- och störningsanalys

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

TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671

Numerisk Analys, MMG410. Lecture 12. 1/24

Tentamen i Beräkningsvetenskap II, 5.0 hp,

2D1250 Tillämpade numeriska metoder II Läsanvisningar och repetitionsfrågor:

Numeriska metoder för ODE: Teori

Laboration 1. x = 1±0.01, y = 2±0.05. a) Teoretiskt med hjälp av felfortplantningsformeln (Taylor-utveckling).

Lösningsanvisningar till de icke obligatoriska workoutuppgifterna

Föreläsningsanteckningar Linjär Algebra II Lärarlyftet

Tentamen i Beräkningsvetenskap II, 5.0 hp,

Laboration 1. Ekvationslösning

OH till Föreläsning 15, Numme K2, God programmeringsteknik

DN1212. Numeriska metoder och grundläggande programmering. för P1, 9 hp (högskolepoäng)

DN1212. Numeriska metoder och grundläggande programmering. för T1, 9 hp (högskolepoäng)

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

DN1212. Numeriska metoder och grundläggande programmering. för Bio3, 9 hp (högskolepoäng)

2D1210, Numeriska Metoder, GK I för V 2.

SF1511. Numeriska metoder och grundläggande programmering. för M1, 9 hp (högskolepoäng)

Facit Tentamen i Beräkningsvetenskap I (1TD393) STS ES W K1

Tentamen i Beräkningsvetenskap II, 5.0 hp,

2D1212. Numeriska metoder och grundläggande programmering. för P1 och T1, 6 poäng

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

Laboration 1. 1 Matlab-repetition. 2 Störningsräkning 1. 3 Störningsräkning 2

Lösningsanvisningar till de icke obligatoriska workoutuppgifterna

OH till Föreläsning 14, Numme I2, God programmeringsteknik

Föreläsning 5. Approximationsteori

TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1/TM1, TMA

Icke-linjära ekvationer

Numerisk Analys, MMG410. Lecture 1. 1/24

Tentamen i Beräkningsvetenskap II, 5.0 hp,

Omtentamen i DV & TDV

2D1214, Numeriska Metoder för S 2.

SF1511 / SF1516 (tidigare DN1212) Numeriska metoder och grundläggande programmering. för K2 och M1, 9 hp (högskolepoäng)

DN1212. Numeriska metoder och grundläggande programmering. för P1, 9 hp (högskolepoäng)

LÖSNINGAR TILL UPPGIFTER TILL RÄKNEÖVNING 1

SF1517 (tidigare DN1212) Numeriska metoder och grundläggande programmering. för P1, 9 hp (högskolepoäng)

Linjär Algebra och Numerisk Analys TMA 671, Extraexempel

Ordinära differentialekvationer,

Tentamen i Teknisk-Vetenskapliga Beräkningar

Tentamen i Beräkningsvetenskap II, 5.0 hp, Del A

Normer och Kondition

A = (3 p) (b) Bestäm alla lösningar till Ax = [ 5 3 ] T.. (3 p)

Tentamen i Beräkningsvetenskap II, 5.0 hp,

Icke-linjära ekvationer

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 Matematiska Vetenskaper TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA

Tentamen i Beräkningsvetenskap I och KF, 5.0 hp,

Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Torsdag 28 maj 2010 kl

FÖRSÄTTSBLAD TILL TENTAMEN. ELLER (fyll bara i om du saknar tentamenskod): Datum: 16 januari Bordsnummer:

Tentamen i: Beräkningsvetenskap I och KF

Egenvärdesproblem för matriser och differentialekvationer

TANA19 NUMERISKA METODER

Föreläsning 2: Simplexmetoden. 1. Repetition av geometriska simplexmetoden. 2. Linjärprogrammeringsproblem på standardform.

Mer om linjära ekvationssystem

TMA 671 Linjär Algebra och Numerisk Analys. x x2 2 1.

Lösningsförslag till tentamensskrivningen i Numerisk analys

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Lördag 26 maj 2001 TID:

Tentamen i: Beräkningsvetenskap I och KF

Lösningsförslag Tentamen i Beräkningsvetenskap I, 5.0 hp,

Transkript:

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! Linjära randvärdesproblem! Ickelinjära randvärdesproblem! Newton-Raphson för ickelinjära ekvationssystem! Diagnostiskt prov på FN4-7! Linjära ekvationssystem (GNM kap 4)! Effektivisera gausseliminering: LU-faktorisering, glesa matriser! Felfortplantning (GNM kap 2, 4)! Relativfel och absolutfel! Konditionstal för linjära ekvationssystem! Bestämma konditionstalet med experimentell analys! Bestämma konditionstalet med teoretisk analys 1! 2! Standardform för randvärdesproblem Repetition av FN7 (GNM kap 4, 6.3)! Differentialekvation med två bivillkor! Lösning: funktion! Stegmetoder (Euler, RK, Trapetsmetoden) fungerar inte! 3! 4!

Bandmatrismetoden/Finita Differensmetoden Bandmatrismetoden/Finita Differensmetoden! Idé:! Välj n punkter! Approximatera derivata med centraldifferens! För varje punkt gäller! Specialfall i ändpunkterna 5! 6! Bandmatrismetoden/Finita Differensmetoden! På matrisform blir det Linjärt exempel! Kan skrivas som ekvationssystem 7! y = A\b;! 8!

Ickelinjär funktion f! Kan skrivas som ekvationssystem Newton-Raphson! En variabel (se FN2)! Flera variabler! Jacobian är flervariabelmotsvarigheten till derivata! Löses med Newton-Raphson (flervariabelvarianten) 9! 10! Effektivisera gausseliminering Linjära ekvationssystem (GNM kap 4)! Lösa ekvationssystemet innebär först gausseliminering, sen återsubstitution! Inget problem när antalet ekvationer (rader i A) n litet, men för n >> 10: 11! 12!

Effektivisering 1: LU-faktorisering! Om samma A ska användas flera gånger med olika x, gausseliminera en gång för alla! Kan göras genom LU-faktorisering Effektivisering 1: LU-faktorisering! Många matriser A kan skrivas som A = LU där L lågtriangulär, U upptriangulär =! 1) lös 2) lös 13! 14! Effektivisering 2: Glesa matriser! Gleshet ingen fördel i allmänhet: oftast inv(gles) = full! Tex, till! Bandmatriser på ger inga fördelar vid gausseliminering, men kan lätt pivoteras som gausselimineras på gausselimineras där b = #band Effektivisering 2: Glesa matriser! Skapa gles matris från full: A_sp=sparse(A);!! Skapa gles bandmatris med 2b + 1 band: A_band=spdiags(band,-b:b,n,n);! band består av kolumner som motsvarar diagonalerna!! n är antalet rader/kolumner i A_band! 15! 16!

Effektivisera gausseliminering! Görs automatiskt av \: 1) Kollar om matrisen kan pivoteras till uppeller lågtriangulär, isåfall pivotera och använd sen bakåt- eller framåtsubstitution Felfortplanting (GNM kap 2,4) 2) Kollar om matrisen gles, isåfall pivotera så att gleshet utnyttjas 17! 18! Krav på numerisk metod (som aldrig är exakt!)! Noggrann! Effektiv! Stabil Avvägning mellan dessa mäts som:! Noggrannhetsordning! Konvergensordning! Avvägning mellan dessa i val av metod:! Stabila metoder har ofta låg noggrannhets-! ordning/konvergensordning! Absolutfel e,e och relativfel r,r! Absolutfel e, absolutfelgräns E! Kan oftast inte beräkna felet eftersom vi inte vet x, utan beräknar felgränsen som! Relativfel r, relativfelgräns R! Kan oftast inte beräkna felet eftersom vi inte vet x, utan beräknar felgränsen som 19! 20!

Absolutfel e,e och relativfel r,r Vektornormer! E: 6 korrekta decimaler! R: 7 korrekta siffror! E: inga korrekta decimaler! R: 4 korrekta siffror! P-normen av en vektor x p =( x i p ) 1 p! Oftast används: i! 2-normen (Euklidiska normen) x 2 = x = x i 2! Pythagoras sats! Ibland används istället:!!-normen (maximumnormen) x = max x i i i 21! 22! Matrisnormer! P-normen av en matris Ax p A p = max x 0 x p! 2-normen (Euklidiska normen) A 2 = A = max λ(a T A)! Dvs kvadratroten ur största egenvärdet till A T A!!-normen A = max a ij i! Dvs summan av absolutbeloppen i den tyngsta raden i! Billigt att beräkna! j A 23! Repetition: Konditionstal!! Exempel från datorseende x! ökar när kameror nära varandra! och målet långt bort! 24!

Felanalys i linjära system! Fokuserar nu på linjära ekvationssystem! Konditionstalet för systemmatrisen är Experimentell störningsräkning! Simulera känt - stör med slumpmässigt fel av känd storlek, där! Kan bestämmas empiriskt eller teoretiskt! Lös de två ekvationssystemen, ger 25! 26! Teoretisk störningsräkning Eget arbete! Till nästa övning (torsdag):! Läs GNM kap 2, 4! Kan vara svårt att uppskatta relativfelgränsen! Teoretiska konditionstalet! Teoretisk övre gräns för konditionstalet! Till nästa föreläsning (14/4):! Om du använder GNM: Skumma kap 2-6! Om du inte använder GNM: Större eget ansvar! Skriv ut läsanvisning till GNM. Leta reda på texter (Tex Gerd Erikssons häfte, Wikipedia, Mathworld) som täcker alla avsnitt på nivå II-IV. Skumma dessa! Du kommer inte ha nytta av FN9,10 om du inte läst i förväg! Varning: Högt! = osäker! Uppskattningen av själva! blir också osäker!! Alltså kan låg! uppskattning = 1) välkonditionerad A 2) mycket illakonditionerad A! På hemsidan: www.csc.kth.se/dn1212/numpm09, Utdelat i menyn! Föreläsningsanteckningar! Övningstal! Läsanvisning till GNM! Labbar 27! 28!