Interpolace a aproximace dat.
|
|
- Daniel Rohla
- před 4 lety
- Počet zobrazení:
Transkript
1 Numerické metody Interpolace a aproximace dat. Interpolace dat křivkou (funkcí) - křivka (graf funkce) prochází daty (body) přesně. Aproximace dat křivkou (funkcí) - křivka (graf funkce) prochází daty (body) přibližně Figure : Náhrada f(x) = sin(x) na (, 6) polynomem čtvrtého stupně. Nejčastěji se za křivky (funkce) používají polynomy nebo lineární kombinace goniometrických funkcí sin(kx) a cos(kx).
2 Interpolace Příklad. Proložte body [, 7], [2, ] a [3, ] polynomem 2. stupně. [... řešení na tabuli... soustava lineárních rovnic...] Výsledek: polynom p(x) = 4x 2 4x plot([,2,3],[7,,], r., MarkerSize,2); p = polyfit([,2,3],[7,,],2) % koef. pol. x = linspace(,4,); % vektor x pro kresleni y = polyval(p,x); % hodnoty polynomu v x plot(x,y); 2
3 K čemu potřebujeme interpolaci polynomem? Příklad. Nahraďte funkci f(x) = cos(πx) na intervalu (, 2 ) polynomem 3. stupně. Zvolíme bodů na intervalu (, 2 ) vypočítáme v nich funkční hodnoty funkce f(x) získané body v rovině proložíme (jako v předchozím příkladě) polynomem (tentokrát stupně 3). Výsledek: p(x) = +.88x.9423x x plot([,/6,/3,/2],[,sqrt(3)/2,/2,],... r., MarkerSize,2); p = polyfit([,/6,/3,/2],[,sqrt(3)/2,/2,],3) x = linspace(-.8,.8,); y = polyval(p,x); plot(x,y, b ); plot(x,cos(pi*x), r-- ); grid on axis([-.8,.8,-2,2]); Nyní, potřebujeme-li přibližnou hodnotu cos(.3π), stačí spočítat p(.3) =
4 Nebo: Příklad. Nahraďte funkci f(x) = e x2 (Gaussovo rozdělení) na intervalu (, ) polynomem 6., 2. a 8. stupně, N = 7; %7, 3 nebo 9 a = ; % interval (-a,a) x = linspace(-a,a,n); % data y = exp(-x.ˆ2); % data plot(x,y, r., MarkerSize,2); p = polyfit(x,y,n-) x = linspace(-a,a,); y = polyval(p,x); plot(x,y, b ); plot(x,exp(-x.ˆ2), r-- ); grid on axis([-a,a,-.,.2]); -. - Oscilace na krajích intervalu! Interpolace polynomem vysokých stupňů je nevhodná. 4
5 Aproximace - křivka nepochází daty přesně ale jen přibližně. Příklad. Proložte body [, 3], [, 4] a [2, 4] polynomem. stupně. (Lineární regrese.) [... řešení na tabuli... soustava lineárních rovnic...] Výsledek: p(x) = x x plot([,,2],[3,4,4], r., MarkerSize,2); p = polyfit([,,2],[3,4,4],) x = linspace(-,3,); y = polyval(p,x); plot(x,y); axis([-,3,,]); Je vidět, že funkce p(x) neprochází zadanými body přesně, ale přesto dobře vystihuje jejich chování (průběh).
6 Příklad. Proložte body [x, y ], [x 2, y 2 ],..., [x N, y N ] polynomem. stupně a polynomem 2. stupně. Lineární regrese; polynomická regrese; metoda nejmenších čtverců. [... řešení na tabuli... soustava lineárních rovnic...] % 3 bodu na ose x: x = linspace(-4,4,3); % data s nahodnym sumem: y = x.ˆ2+3*x-+randn(,3); plot(x,y, r., MarkerSize,2); p = polyfit(x,y,2) % nebo 2 x = linspace(-4,4,); y = polyval(p,x); plot(x,y); axis([-4,4,-6,28]) 6
7 Dosud pouze aproximace pomocí polynomů. Nyní lineární kombinace goniometrických funkcí sin(kx) a cos(kx) a, k =, 2,..., N. - důležité pro fyzikální aplikace - odstranění šumu u zvukových signálů, MRI - elektromagnetické vlnění (radary), atd. Příklad. Aproximujte zadaná data [x, y ], [x 2, y 2 ],..., [x N, y N ] lineární kombinací funkcí sin(x), sin(2x), sin(3x), sin(4x),, cos(x), cos(2x), cos(3x), cos(4x),
8 Příklad. (Opak.) Aproximujte zadaná data [x, y ], [x 2, y 2 ],..., [x N, y N ] lineární kombinací funkcí sin(x), sin(2x), sin(3x), sin(4x),, cos(x), cos(2x), cos(3x), cos(4x). Jak se to spočítá: V bodech x, x 2,..., x N se vyhodnotí všechny funkce sin(x), sin(2x), sin(3x), sin(4x),, cos(x), cos(2x), cos(3x) a cos(4x). Získaných 9 vektorů hodnot se jako sloupce sestaví do matice, kterou označíme Y. Potom sestrojíme matici A = Y T Y a vektor b = Y T y, kde y je sloupcový vektor dat (y, y 2,..., y N ) T. Potom vyřešíme soustavu rovnic Au = b. Získaný vektor u = (u,..., u N ) T obsahuje koeficienty takové, že hledaná funkce je p(x) = u sin(x)+u 2 sin(2x)+...+u 4 sin(4x)+u +u 6 cos(x)+...+u 9 cos(4x). 8
9 Diskrétní Fourierova transformace. Funkce fft a ifft v Matlabu % 9 bodu na ose x: x = linspace(,2*pi,9); x(end) = []; % data s nahodnym sumem: y = 2*sin(3.2*x)+*cos(.9*x+)+randn(,9)/2; plot(x,y, r., MarkerSize,); plot(x,y, r ); % diskretni Fourierova transformace: z = fft(y); % vynulovani vysokych frekvenci: z(6:end-4) = ; % inverzni diskretni Fourierova transformace: y = ifft(z); plot(x,y); 9
10 Příklad. Odstraňte šum v zadaném akustickém signálu. Šum obvykle odpovídá vysokým frekvencím v datech % N bodu na ose x: N = 2; x = linspace(,2*pi,n+); x(end) = []; % data s nahodnym sumem: y = cos(x)+2*sin(9*x)+.*cos(*x+)+... randn(,n)*.6; % plot(x,y, r., MarkerSize,); plot(x,y, r ); % diskretni Fourierova transformace: z = fft(y); % vynulovani vysokych frekvenci: M = round(n/); z(m+:end-m+) = ; % inverzni diskretni Fourierova transformace: y = ifft(z); plot(x,y, b ); axis([,2*pi,-,]);
11 Příklad. Aproximujte (náhodná) data v prostoru. N = [,;,;,;,;,2;2,]; % exponenty x a y Nmax = size(n,); % pocet polynomu M = 2; % pocet dat data = rand(m,3); % data v (,)x(,) Y = zeros(m,nmax); for k = :M % vyhodnoceni vsech pol. ve vsech bodech for j = :Nmax Y(k,j) = F(data(k,),data(k,2),N(j,),N(j,2)); end;.8 end;.6 A = Y *Y; B = Y *data(:,3);.4 u = A\B; % reseni (koeficienty) // Zde kresleni....2 function z = F(x,y,n,n2) z = xˆn*yˆn2;
12 ... dokončení: // Kresleni: x = linspace(,,2); y = linspace(,,2); [X,Y] = meshgrid(x,y); for k = :2 % vypocet pro kresleni for j = :2 pom = for n = :Nmax pom = pom + u(n)*f(x(k,j),y(k,j),n(n,),n(n,2)); end; Z(k,j) = pom; end; end; plot3(data(:,),data(:,2),data(:,3), kˆ ); surf(x,y,z); grid on; -
Pozn. 1. Při návrhu aproximace bychom měli aproximační funkci vybírat tak, aby vektory ϕ (i) byly lineárně
9. Řešení typických úloh diskrétní metodou nejmenších čtverců. DISKRÉTNÍ METODA NEJMENŠÍCH ČTVERCŮ použití: v případech, kdy je nevhodná interpolace využití: prokládání dat křivkami, řešení přeurčených
VíceAproximace a interpolace
Aproximace a interpolace Aproximace dat = náhrada nearitmetické veličiny (resp. složité funkce) pomocí aritmetických veličin. Nejčastěji jde o náhradu hodnot složité funkce g(x) nebo funkce zadané pouze
VíceLineární algebra s Matlabem cvičení 3
Lineární algebra s Matlabem cvičení 3 Grafika v Matlabu Základní příkazy figure o vytvoří prázdné okno grafu hold on/hold off o zapne/vypne možnost kreslení více funkcí do jednoho grafu ezplot o slouží
VíceAPROXIMACE KŘIVEK V MATLABU TRIGONOMETRICKÉ POLYNOMY CURVE FITTING IN MATLAB TRIGONOMETRIC POLYNOMIAL
APROXIMACE KŘIVEK V MATLABU TRIGONOMETRICKÉ POLYNOMY CURVE FITTING IN MATLAB TRIGONOMETRIC POLYNOMIAL Jiří Kulička 1 Anotace: Článek se zabývá odvozením, algoritmizací a popisem konstrukce trigonometrického
VíceVÝUKA MOŽNOSTÍ MATLABU
VÝUKA MOŽNOSTÍ MATLABU Miroslav Olehla Technická univerzita v Liberci, Fakulta strojní, Katedra aplikované kybernetiky V následujícím příspěvku jsou uvedeny některé oblasti MATLABU ve výuce. Vychází se
VícePříklad animace změny prokládané křivky při změně polohy jednoho z bodů
3. Polynomy p x x x 3 ( ) = 2 5 Polynom je reprezentován řádkovým vektorem koeficientů jednotlivých řádů od nejvyššího dolů p = [1 0-2 -5]; kořeny polynomu r = roots(p) r = 2.0946-1.0473 + 1.1359i -1.0473-1.1359i
VíceLineární a polynomická regrese, interpolace, hledání v tabulce
co byste měli umět po dnešní lekci: proložit body přímku, parabolu,... a určit chyby parametrů (u přímky) interpolovat mezi hodnotami v tabulce hledat v tabulce (1D) prokládání (fitování) křivek metoda
Vícevysledek = ((1:1:50).*(100-(1:1:50))) *ones(50,1) vysledek = ((1:1:75)./2).*sqrt(1:1:75) *ones(75,1)
ZKOUŠKA ČÍSLO 1 x=linspace(0,100,20); y=sqrt(x); A=[x;y]'; save('data.txt','a','-ascii'); polyn = polyfit(x,y,3); polyv = polyval(polyn,x); plot(x,y,'r*') plot(x,polyv,'b') p1=[1 0 0 0 0 0 0-1]; k=roots(p1);
VíceNumerická matematika Písemky
Numerická matematika Písemky Bodování Každá písemka je bodována maximálně 20 body. Celkem student může získat za písemky až 40 bodů, pro udělení zápočtu musí získat minimálně 20 bodů. Písemka č. 1 Dva
VíceZáklady algoritmizace a programování
Základy algoritmizace a programování Práce se symbolickými proměnnými Práce s grafikou Přednáška 11 7. prosince 2009 Symbolické proměnné Zjednodušení aritmetických výrazů simplify (s) Příklady: >>syms
Více. Poté hodnoty z intervalu [ 1 4, 1 2. ] nahraďte hodnotami přirozeného logaritmu.
1. Spočítejte objemy krychlí s délkami stran a = 2 cm, 3 cm a 4 cm. 2. Vytvořte vektor funkčních hodnot funkce sin(x) v bodech 0, π 4, π 2,..., 2π. 3. Vygenerujte posloupnost u čísel 2, 1.8,... délky 20.
VíceNumerická matematika Banka řešených příkladů
Numerická matematika Banka řešených příkladů Radek Kučera, Pavel Ludvík, Zuzana Morávková Katedra matematiky a deskriptivní geometrie Vysoká škola báňská Technická Univerzita Ostrava K D M G ISBN 978-80-48-894-6
VíceInterpolace, aproximace
11 Interpolace, aproximace Metoda nejmenších čtverců 11.1 Interpolace Mějme body [x i,y i ], i =0, 1,...,n 1. Cílem interpolace je najít funkci f(x), jejíž graf prochází všemi těmito body, tj. f(x i )=y
Vícevýsledek 2209 y (5) (x) y (4) (x) y (3) (x) 7y (x) 20y (x) 12y(x) (horní indexy značí derivaci) pro 1. y(x) = sin2x 2. y(x) = cos2x 3.
Vypočtěte y (5) (x) y (4) (x) y (3) (x) 7y (x) 20y (x) 12y(x) (horní indexy značí derivaci) pro 1. y(x) = sin2x 2. y(x) = cos2x 3. y(x) = x sin2x 4. y(x) = x cos2x 5. y(x) = e x 1 6. y(x) = xe x 7. y(x)
VíceInterpolace pomocí splajnu
Interpolace pomocí splajnu Interpolace pomocí splajnu Připomenutí U interpolace požadujeme, aby graf aproximující funkce procházel všemi uzlovými body. Interpolační polynom aproximující funkce je polynom
VíceCvi ení 2. Cvi ení 2. Modelování systém a proces. Mgr. Lucie Kárná, PhD. March 5, 2018
Modelování systém a proces Mgr. Lucie Kárná, PhD karna@fd.cvut.cz March 5, 2018 1 Gracké moºnosti Matlabu 2 Zobrazení signálu 3 4 Analýza signálu Gracké moºnosti Matlabu Základní gracké p íkazy I Graf
VíceAproximace funkcí. Numerické metody 6. května FJFI ČVUT v Praze
Aproximace funkcí Numerické metody 6. května 2018 FJFI ČVUT v Praze 1 Úvod Dělení Interpolace 1D Více dimenzí Minimalizace Důvody 1 Dělení Dělení - Získané data zadané data 2 Dělení - Získané data Obecně
VíceAplikovaná matematika I
Metoda nejmenších čtverců Aplikovaná matematika I Dana Říhová Mendelu Brno c Dana Říhová (Mendelu Brno) Metoda nejmenších čtverců 1 / 8 Obsah 1 Formulace problému 2 Princip metody nejmenších čtverců 3
VícePříklad: Řešte soustavu lineárních algebraických rovnic 10x 1 + 5x 2 +70x 3 + 5x 4 + 5x 5 = 275 2x 1 + 7x 2 + 6x 3 + 9x 4 + 6x 5 = 100 8x 1 + 9x 2 +
Příklad: Řešte soustavu lineárních algebraických rovnic 1x 1 + 5x 2 +7x 3 + 5x 4 + 5x 5 = 275 2x 1 + 7x 2 + 6x 3 + 9x 4 + 6x 5 = 1 A * x = b 8x 1 + 9x 2 + x 3 +45x 4 +22x 5 = 319 3x 1 +12x 2 + 6x 3 + 8x
VíceNumerická integrace a derivace
co byste měli umět po dnešní lekci: integrovat funkce různými metodami (lichoběžníkové pravidlo, Simpson,..) počítat vícenásobné integrály počítat integrály podél křivky a integrály komplexních funkcí
VíceTransformace obrazu Josef Pelikán KSVI MFF UK Praha
Transformace obrazu 99725 Josef Pelikán KSVI MFF UK Praha email: Josef.Pelikan@mff.cuni.cz WWW: http://cgg.ms.mff.cuni.cz/~pepca/ Transformace 2D obrazu dekorelace dat potlačení závislosti jednotlivých
VíceBudeme hledat řešení y(x) okrajové úlohy pro diferenciální rovnici druhého řádu v samoadjungovaném tvaru na intervalu a, b : 2 ) y i p i+ 1
ODR - okrajová úloha Teorie (velmi stručný výběr z přednášek) Okrajová úloha 2. řádu Budeme hledat řešení y(x) okrajové úlohy pro diferenciální rovnici druhého řádu v samoadjungovaném tvaru na intervalu
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceModelování ternárních systémů slitin
Software pro modelování ternárních systémů slitin Modelování ternárních systémů slitin pomocí B-splajnových ploch Zuzana Morávková Jiří Vrbický Katedra matematiky a deskriptivní geometrie Vysoká škola
VíceLibovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice. sin x + x 2 2 = 0.
A 9 vzorové řešení Př. 1. Libovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice Počítejte v radiánech, ne ve stupních! sin x + x 2 2 = 0. Rovnici lze upravit na sin
Více% vyhledání prvku s max. velikostí v jednotlivých sloupcích matice X
%------------------------------------- % 4. cvičení z předmětu PPEL - MATLAB %------------------------------------- % Lenka Šroubová, ZČU, FEL, KTE % e-mail: lsroubov@kte.zcu.cz %-------------------------------------
VíceAproximace funkcí. x je systém m 1 jednoduchých, LN a dostatečně hladkých funkcí. x c m. g 1. g m. a 1. x a 2. x 2 a k. x k b 1. x b 2.
Aproximace funkcí Aproximace je výpočet funkčních hodnot funkce z nějaké třídy funkcí, která je v určitém smyslu nejbližší funkci nebo datům, která chceme aproximovat. Třída funkcí, ze které volíme aproximace
VíceZáklady matematiky pracovní listy
Dagmar Dlouhá, Michaela Tužilová Katedra matematiky a deskriptivní geometrie VŠB - Technická univerzita Ostrava Úvod Pracovní listy jsou určeny pro předmět Základy matematiky vyučovaný Katedrou matematiky
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceČebyševovy aproximace
Čebyševovy aproximace Čebyševova aproximace je tzv hledání nejlepší stejnoměrné aproximace funkce v daném intervalu Hledáme funkci h x, která v intervalu a,b minimalizuje maximální absolutní hodnotu rozdílu
VíceŘešení diferenciálních rovnic v MATLABu
Řešení diferenciálních rovnic v MATLABu Základy algoritmizace a programování Přednáška 23. listopadu 2011 Co řešíme Obyčejné diferenciální rovnice prvního řádu: separovatelné lineární exaktní druhého řádu,
VíceStátní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách
Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách Ústní zkouška z oboru Náročnost zkoušky je podtržena její ústní formou a komisionálním charakterem. Předmětem bakalářské zkoušky
VícePolynomy a interpolace text neobsahuje přesné matematické definice, pouze jejich vysvětlení
Polynomy a interpolace text neobsahuje přesné matematické definice, pouze jejich vysvětlení Polynom nad R = zobrazení f : R R f(x) = a n x n + a n 1 x n 1 +... + a 1 x + a 0, kde a i R jsou pevně daná
VícePetr Hasil
Základy Vyšší Matematiky Petr Hasil hasil@mendelu.cz Poznámka 1. Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na disciplíny
VíceI. Diferenciální rovnice. 3. Rovnici y = x+y+1. převeďte vhodnou transformací na rovnici homogenní (vzniklou
Typy příkladů pro I. část písemky ke zkoušce z MA II I. Diferenciální rovnice. 1. Určete obecné řešení rovnice y = y sin x.. Určete řešení rovnice y = y x splňující počáteční podmínku y(1) = 0. 3. Rovnici
VíceDERIVACE. ln 7. Urči, kdy funkce roste a klesá a dále kdy je konkávní a
DERIVACE 1. Zderivuj funkci y = ln 2 (sin x + tg x 2 ) 2. Zderivuj funkci y = 2 e x2 cos x 3. Zderivuj funkci y = 3 e sin2 (x 2 ) 4. Zderivuj funkci y = x3 +2x 2 +sin x x 5. Zderivuj funkci y = cos2 x
VíceVyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného)
Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného) 1 Obecný popis metody Particle Image Velocimetry, nebo-li zkráceně PIV, je měřící
VíceKTE / PPEL Počítačová podpora v elektrotechnice
KTE / PPEL Počítačová podpora v elektrotechnice Ing. Lenka Šroubová, Ph.D. email: lsroubov@kte.zcu.cz http://home.zcu.cz/~lsroubov Polynomy opakování a pokračování 31. 10. 2012 Příklad: Funkce, která vykreslí
VíceFOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth
FOURIEROVA ANALÝZA 2D TERÉNNÍCH DAT Karel Segeth Motto: The faster the computer, the more important the speed of algorithms. přírodní jev fyzikální model matematický model numerický model řešení numerického
VíceKTE / PPEL Počítačová podpora v elektrotechnice
KTE / PPEL Počítačová podpora v elektrotechnice 3. 12. 2014 Ing. Lenka Šroubová, Ph.D. email: lsroubov@kte.zcu.cz http://home.zcu.cz/~lsroubov Grafy, úprava, popisky, vizualizace výsledků výpočtů opakování
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceVIDEOSBÍRKA DERIVACE
VIDEOSBÍRKA DERIVACE. Zderivuj funkci y = ln 2 (sin x + tg x 2 ) 2. Zderivuj funkci y = 2 e x2 cos x. Zderivuj funkci y = e sin2 (x 2 ). Zderivuj funkci y = x +2x 2 +sin x x 5. Zderivuj funkci y = cos2
Více5. Interpolace a aproximace funkcí
5. Interpolace a aproximace funkcí Průvodce studiem Často je potřeba složitou funkci f nahradit funkcí jednodušší. V této kapitole budeme předpokládat, že u funkce f známe její funkční hodnoty f i = f(x
VíceNelineární rovnice. Numerické metody 6. května FJFI ČVUT v Praze
Nelineární rovnice Numerické metody 6. května 2018 FJFI ČVUT v Praze 1 Úvod Úvod Ohraničení kořene Hledání kořene Soustava Programy 1 Úvod Úvod - Úloha Hledáme bod x, ve kterém je splněno pro zadanou funkci
Víceplot(c,'o') grid xlabel('re') ylabel('im')
Vše platí i pro vektory a matice, např: C = [1+2i, -2+i, -3-4i; 4-3i, 1, i] C = 1.00 + 2.00i -2.00 + 1.00i -3.00-4.00i 4.00-3.00i 1.00 0 + 1.00i real(c) reálné části komplexních čísel (prvků matice C)
Více1 Polynomiální interpolace
Polynomiální interpolace. Metoda neurčitých koeficientů Příklad.. Nalezněte polynom p co nejmenšího stupně, pro který platí p() = 0, p(2) =, p( ) = 6. Řešení. Polynom hledáme metodou neurčitých koeficientů,
VíceMATEMATIKA III. Olga Majlingová. Učební text pro prezenční studium. Předběžná verze
Fakulta strojního inženýrství Univerzity J. E. Purkyně v Ústí nad Labem Pasteurova 7 Tel.: 475 285 511 400 96 Ústí nad Labem Fax: 475 285 566 Internet: www.ujep.cz E-mail: kontakt@ujep.cz MATEMATIKA III
VíceNalezení bodu IP3 pro nelineární soustavu
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická PROJEKT Č. 1 Nalezení bodu IP3 pro nelineární soustavu Vypracoval: V rámci předmětu: Jan HLÍDEK Signály a soustavy (X37SGS) Zpracováno do:
VíceProgram SMP pro kombinované studium
Zadání příkladů k procvičení na seminář Program SMP pro kombinované studium Nejdůležitější typy příkladů - minimum znalostí před zkouškovou písemkou 1) Matice 1. Pro matice 1 0 2 1 0 3 B = 7 3 4 4 2 0
VíceIntegrace. Numerické metody 7. května FJFI ČVUT v Praze
Integrace Numerické metody 7. května 2018 FJFI ČVUT v Praze 1 Úvod Úvod 1D Kvadraturní vzorce Gaussovy kvadratury Více dimenzí Programy 1 Úvod Úvod - Úloha Máme funkci f( x) a snažíme se najít určitý integrál
VíceKMS cvičení 9. Ondřej Marek
KMS cvičení 9 Ondřej Marek SYSTÉM S n DOF ŘEŠENÍ V MODÁLNÍCH SOUŘADNICÍCH Pohybové rovnice lineárního systému: U je modální matice, vlastní vektory u 1, u 2,..., u n jsou sloupce v matici U x - vektor
VíceMatematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a
Matematika I A ukázkový test 1 pro 2011/2012 1. Je dána soustava rovnic s parametrem a R x y + z = 1 a) Napište Frobeniovu větu. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a b) Vyšetřete počet řešení soustavy
VíceVIDEOSBÍRKA DERIVACE
VIDEOSBÍRKA DERIVACE. Zderivuj funkci y = ln 2 (sin x + tg x 2 ) 2. Zderivuj funkci y = 2 e x2 cos 3x 3. Zderivuj funkci y = 3 e sin2 (x 2 ). Zderivuj funkci y = x3 +2x 2 +sin x x 5. Zderivuj funkci y
VíceCvičné texty ke státní maturitě z matematiky
Cvičné texty ke státní maturitě z matematiky Pracovní listy s postupy řešení Brno 2010 RNDr. Rudolf Schwarz, CSc. Státní maturita z matematiky Úloha 1 1. a = s : 45 = 9.10180 45 = 9.101+179 45 = 9.10.10179
VíceTransformace souřadnic
Transformace souřadnic Odpřednesenou látku naleznete v kapitolách 8.2 a 8.3 skript Abstraktní a konkrétní lineární algebra. Jiří Velebil: A7B01AG 5.11.2015: Transformace souřadnic 1/17 Minulá přednáška
VíceKreslení grafů v Matlabu
Kreslení grafů v Matlabu Pavel Provinský 3. října 2013 Instrukce: Projděte si všechny příklady. Každý příklad se snažte pochopit. Pak vymyslete a naprogramujte příklad podobný. Tím se ujistíte, že příkladu
VíceNUMERICKÉ METODY. Problematika num. řešení úloh, chyby, podmíněnost, stabilita algoritmů. Aproximace funkcí.
NUMERICKÉ METODY. Problematika num. řešení úloh, chyby, podmíněnost, stabilita algoritmů. Aproximace funkcí. RNDr. Radovan Potůček, Ph.D., K-15, FVT UO, KŠ 5B/11, Radovan.Potucek@unob.cz, tel. 443056 -----
VíceNěkolik aplikací. Kapitola 12
Kapitola 12 Několik aplikací Diskrétní a rychlá Fourierova transformace Diskrétní Fourierova transformace spočívá ve změně reprezentace polynomu s koeficienty v nějakém tělese T Obvyklá reprezentace polynomu
VíceGeometrické transformace
1/15 Předzpracování v prostoru obrazů Geometrické transformace Václav Hlaváč, Jan Kybic Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz http://cmp.felk.cvut.cz/
VíceFunkce - pro třídu 1EB
Variace 1 Funkce - pro třídu 1EB Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv využití výukového materiálu je povoleno pouze s odkazem na www.jarjurek.cz. 1. Funkce Funkce je přiřazení, které každému
VíceIndexové výrazy >> A(1,:) >> A=[1,2;3,4] >> a=a(:) >> a(3)= 8 A = a = ans = 1 2. >> a a = >> A(2,1) >> A(:,1) ans = ans = >> a(3) ans =
připomenutí Indexové výrazy vektory jsou indexovány použitím jednoho indexového výrazu, matice použitím dvou nebo jednoho indexového výrazu, dvojtečka jako jediný index vytvoří sloupcový vektor spojením
VíceMatematika 1 Jiˇr ı Fiˇser 19. z aˇr ı 2016 Jiˇr ı Fiˇser (KMA, PˇrF UP Olomouc) KMA MAT1 19. z aˇr ı / 19
Matematika 1 Jiří Fišer 19. září 2016 Jiří Fišer (KMA, PřF UP Olomouc) KMA MAT1 19. září 2016 1 / 19 Zimní semestr KMA MAT1 1 Úprava algebraických výrazů. Číselné obory. 2 Kombinatorika, základy teorie
VíceVzpěr jednoduchého rámu, diferenciální operátory. Lenka Dohnalová
1 / 40 Vzpěr jednoduchého rámu, diferenciální operátory Lenka Dohnalová ČVUT, fakulta stavební, ZS 2015/2016 katedra stavební mechaniky a katedra matematiky, Odborné vedení: doc. Ing. Jan Zeman, Ph.D.,
VíceZáklady algoritmizace a programování
Základy algoritmizace a programování Příklady v MATLABu Přednáška 10 30. listopadu 2009 Řídící instrukce if else C Matlab if ( podmínka ) { } else { } Podmíněný příkaz if podmínka elseif podmínka2... else
VíceŠkola matematického modelování 2015. Petr Beremlijski, Rajko Ćosić, Lukáš Malý, Marie Sadowská, Robert Skopal
Počítačová cvičení Škola matematického modelování 2015 Petr Beremlijski, Rajko Ćosić, Lukáš Malý, Marie Sadowská, Robert Skopal Počítačová cvičení Škola matematického modelování Petr Beremlijski, Rajko
VícePOLYNOMICKÁ REGRESE. Jedná se o regresní model, který je lineární v parametrech, ale popisuje nelineární závislost mezi proměnnými.
POLYNOMICKÁ REGRESE Jedná se o regresní model, který je lineární v parametrech, ale popisuje nelineární závislost mezi proměnnými. y = b 0 + b 1 x + b 2 x 2 + + b n x n kde b i jsou neznámé parametry,
VíceSEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování
KATEDRA ANALYTICKÉ CHEMIE FAKULTY CHEMICKO TECHNOLOGICKÉ UNIVERSITA PARDUBICE - Licenční studium chemometrie LS96/1 SEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování Praha, leden 1999 0 Úloha
VíceINTERPOLAČNÍ POLYNOM. F (x)... hledaná funkce (polynom nebo funkce vytvořená z polynomů), pro kterou platí
8 Řešení Lagrangeovy a Hermiteovy úlohy interpolace Kateřina Konečná/1 INTERPOLAČNÍ POLYNOM aproximace zadaných hodnot nebo hledané funkce f funkcí F (x) (polynomem) F musí být k f co nejblíže značení:
VíceCyklometrické funkce
Cyklometrické funkce Definice. Cyklometrické funkce jsou funkce arcsin(x) (čteme arkussinus x), arccos(x) (čteme arkuskosinus x), arctg(x) (čteme arkustangens x) a arccotg(x) (čteme arkuskotangens x),
VíceUNIVERZITA PARDUBICE. 4.4 Aproximace křivek a vyhlazování křivek
UNIVERZITA PARDUBICE Licenční Studium Archimedes Statistické zpracování dat a informatika 4.4 Aproximace křivek a vyhlazování křivek Mgr. Jana Kubátová Endokrinologický ústav V Praze, leden 2012 Obsah
VíceREGRESNÍ ANALÝZA V PROSTŘEDÍ MATLAB
62 REGRESNÍ ANALÝZA V PROSTŘEDÍ MATLAB BEZOUŠKA VLADISLAV Abstrakt: Text se zabývá jednoduchým řešením metody nejmenších čtverců v prostředí Matlab pro obecné víceparametrové aproximační funkce. Celý postup
VíceSlajdy k přednášce Lineární algebra II
Slajdy k přednášce Lineární algebra II Milan Hladík Katedra Aplikované Matematiky, Matematicko-fyzikální fakulta, Univerzita Karlova v Praze, http://kam.mff.cuni.cz/~hladik 14. února 17 Vzdálenost a klasifikace
VíceMetoda nejmenších čtverců Michal Čihák 26. listopadu 2012
Metoda nejmenších čtverců Michal Čihák 26. listopadu 2012 Metoda nejmenších čtverců Matematicko-statistická metoda používaná zejména při zpracování nepřesných dat (typicky experimentálních empirických
Více(FAPPZ) Petr Gurka aktualizováno 12. října Přehled některých elementárních funkcí
1. Reálná funkce reálné proměnné, derivování (FAPPZ) Petr Gurka aktualizováno 12. října 2011 Obsah 1 Přehled některých elementárních funkcí 1 1.1 Polynomické funkce.......................... 1 1.2 Racionální
Více2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC
.6. VLASTNÍ ČÍSLA A VEKTORY MATIC V této kapitole se dozvíte: jak jsou definována vlastní (charakteristická) čísla a vektory čtvercové matice; co je to charakteristická matice a charakteristický polynom
VíceInterpolace Uvažujme třídu funkcí jedné proměnné ψ(x; a 0,..., a n ), kde a 0,..., a n jsou parametry, které popisují jednotlivé funkce této třídy. Mějme dány body x 0, x 1,..., x n, x i x k, i, k = 0,
VíceObsah Obyčejné diferenciální rovnice
Obsah 1 Obyčejné diferenciální rovnice 3 1.1 Základní pojmy............................................ 3 1.2 Obyčejné diferenciální rovnice 1. řádu................................ 5 1.3 Exaktní rovnice............................................
Více2. Matice, soustavy lineárních rovnic
Matice, soustavy lineárních rovnic Tento učební text byl podpořen z Operačního programu Praha- Adaptabilita Irena Sýkorová Některé vlastnosti matic Uvažujmečtvercovoumatici A=(a ij ) n n Matice Asenazývásymetrická,jestližeplatí
VíceTransformujte diferenciální výraz x f x + y f do polárních souřadnic r a ϕ, které jsou definovány vztahy x = r cos ϕ a y = r sin ϕ.
Ukázka 1 Necht má funkce z = f(x, y) spojité parciální derivace. Napište rovnici tečné roviny ke grafu této funkce v bodě A = [ x 0, y 0, z 0 ]. Transformujte diferenciální výraz x f x + y f y do polárních
VíceIterační metody řešení soustav lineárních rovnic. 27. prosince 2011
Iterační metody řešení soustav lineárních rovnic Michal Čihák 27. prosince 2011 Přímé metody řešení soustav lineárních rovnic V přednáškách z lineární algebry jste se seznámili s několika metodami řešení
VíceMatematika I A ukázkový test 1 pro 2014/2015
Matematika I A ukázkový test 1 pro 2014/2015 1. Je dána soustava rovnic s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napište Frobeniovu větu (existence i počet řešení). b)
VíceNewtonova metoda. 23. října 2012
Hledání kořenů rovnic jedné reálné proměnné Newtonova metoda Michal Čihák 23. října 2012 Newtonova metoda (metoda tečen) využívá myšlenku, že tečna v daném bodě grafu funkce nejlépe aproximuje graf funkce
VíceÚlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,
Úlohy k přednášce NMAG a : Lineární algebra a geometrie a Verze ze dne. května Toto je seznam přímočarých příkladů k přednášce. Úlohy z tohoto seznamu je nezbytně nutné umět řešit. Podobné typy úloh se
VíceANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ
ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ Parametrické vyjádření přímky v rovině Máme přímku p v rovině určenou body A, B. Sestrojíme vektor u = B A. Pro bod B tím pádem platí: B = A + u. Je zřejmé,
VícePožadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory
Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Zkouška ověřuje znalost základních pojmů, porozumění teorii a schopnost aplikovat teorii při
Více1 0 0 u 22 u 23 l 31. l u11
LU dekompozice Jedná se o rozklad matice A na dvě trojúhelníkové matice L a U, A=LU. Matice L je dolní trojúhelníková s jedničkami na diagonále a matice U je horní trojúhelníková. a a2 a3 a 2 a 22 a 23
VíceFouriérova transformace, konvoluce, dekonvoluce, Fouriérovské integrály
co byste měli umět po dnešní lekci: používat funkce pro výpočet FFT (Fast Fourier Transformation) spočítat konvoluci/dekonvoluci pomocí FFT použít FFT při výpočtu určitých integrálů vědět co je nízko\vysoko
VíceZápočtová písemka z Matematiky III (BA04) skupina A
skupina A 0 pro x < 1, ae x pro x 1, ), Pravděpodobnost P (X ) a P (X =.). E (X) a E ( X 1). Hustotu transformované náhodné veličiny Y = (X + 1). F(x) = x 3 pro x (0, 9), Hustotu f(x). Pravděpodobnost
Vícea počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:
Řešené příklady z lineární algebry - část 1 Typové příklady s řešením Příklady jsou určeny především k zopakování látky před zkouškou, jsou proto řešeny se znalostmi učiva celého semestru. Tento fakt se
VíceNumerická matematika: Pracovní listy
: Pracovní listy Pavel Ludvík, Zuzana Morávková Katedra matematiky a deskriptivní geometrie VŠB - Technická univerzita Ostrava K M D G Řy - Interpolace polynomy 1. 1 Interpolace a aproximace Úloha interpolace
VícePseudospektrální metody
Pseudospektrální metody Obecně: založeny na rozvoji do bázových funkcí s globálním nosičem řešení diferenciální rovnice aproximuje sumou kde jsou např. Čebyševovy polynomy nebo trigonometrické funkce tyto
Více7. Derivace složené funkce. Budeme uvažovat složenou funkci F = f(g), kde některá z jejich součástí
202-m3b2/cvic/7slf.tex 7. Derivace složené funkce. Budeme uvažovat složenou funkci F = fg, kde některá z jejich součástí může být funkcí více proměnných. Předpokládáme, že uvažujeme funkce, které mají
Více5. Aproximace funkcí. Tento učební text byl podpořen z Operačního programu Praha- Adaptabilita. Hana Hladíková
5 Aproximace funkcí Tento učební text byl podpořen z Operačního programu Praha- Adaptabilita Hana Hladíková V praxi je často potřeba složitou funkci f nahradit funkcí jednodušší, která v nějakém vhodném
Více2. Numerické výpočty. 1. Numerická derivace funkce
2. Numerické výpočty Excel je poměrně pohodlný nástroj na provádění různých numerických výpočtů. V příkladu si ukážeme možnosti výpočtu a zobrazení diferenciálních charakteristik analytické funkce, přičemž
Vícematiceteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést
Úlohy k zamyšlení 1. Zdůvodněte, proč třetí řádek Hornerova schématu pro vyhodnocení polynomu p v bodě c obsahuje koeficienty polynomu r, pro který platí p(x) = (x c) r(x) + p(c). 2. Dokažte, že pokud
VíceSoustavy lineárních rovnic-numerické řešení. October 2, 2008
Soustavy lineárních rovnic-numerické řešení October 2, 2008 (Systém lin. rovnic) Systém rovnic a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2... a n1 x 1 + a n2 x 2 + + a
VíceINTERPOLAČNÍ POLYNOM.... hledaná funkce (polynom nebo funkce vytvořená z polynomů), pro kterou platí
8 Řešení Lagrangeovy a Hermiteovy úlohy interpolace 1 INTERPOLAČNÍ POLYNOM aproximace zadaných hodnot nebo hledané funkce f funkcí F (x) (polynomem) F musí být k f co nejblíže značení: P (n) množina všech
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceFILTRACE VE FOURIEROVSKÉM SPEKTRU
1/18 FILTRACE VE FOURIEROVSKÉM SPEKTRU (patří do lineárních integrálních transformací) Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz
VíceAPROXIMACE KŘIVEK V MATLABU NEWTONŮV INTERPOLAČNÍ POLYNOM CURVE FITTING IN MATLAB NEWTON INTERPOLATION POLYNOMIAL
APROXIMACE KŘIVEK V MATLABU NEWTONŮV INTERPOLAČNÍ POLYNOM CURVE FITTING IN MATLAB NEWTON INTERPOLATION POLYNOMIAL Jiří Kulička 1 Anotace: Článek se zabývá odvozením, algoritmizací a popisem konstrukce
Více