Numerická matematika
|
|
- Sabina Kadlecová
- před 8 lety
- Počet zobrazení:
Transkript
1 Numerická matematika Jiří Felcman Univerzita Karlova v Praze Matematicko-fyzikální fakulta KNM PRESS PRAHA 2014
2 iv
3 PŘEDMLUVA 1 felcman@karlinmffcunicz Tel KNMčdvK458(5042) 1 přednáška 2 NMAI042 Numerická matematika Obecná informatika Programování a softwarové systémy (Programování, Správa počítačových systémů- zahájení 2011 nebo dříve) 3 Požadavky ke zkoušce státnice(prospěl s vyznamenáním) Obecná informatika: MFF >Studium >BcaMgrstudium >Studijníplány >Obecná informatika sylabus SIS, Předměty, NMAI042, Hledej 4 Tituly PhD RNDr Mgr Bc 5 Studium v zahraničí- ERASMUS 6 Ceny udělované studentům 7 SVOČ 8 Hodnocení učitelů- srozumitelnost 9 Zápočet: pátek 2 května Zkouška: pátek 9 května 2014, 12:20 část písemná, dosažení minimálního předepsaného počtu bodů pro každou otázku část ústní Praha, 3 února 2014 J F v
4
5 OBSAH Úvod 1 1 Aproximace funkcí v IR 2 11 Lagrangeův interpolační polynom Chyba Lagrangeovy interpolace 5 12 Kubický spline Konstrukce přirozeného kubického spline 7 2 Numerická integrace funkcí Newtonovy-Cotesovy vzorce Složené Newtonovy Cotesovy vzorce Rombergova kvadratura Gaußova kvadratura 16 3 Metody řešení nelineárních rovnic Newtonova metoda Důkaz konvergence Newtonovy metody Řád konvergence Metoda postupných aproximací pro nelineární rovnice Kořeny polynomu Hornerovo schema 24 4 Soustavy lineárních rovnic Podmíněnost matic Gaußova eliminace Pivotace Gaußova eliminace jako faktorizační metoda LU rozklad v obecném případě Vliv zaokrouhlovacích chyb Choleského rozklad QR rozklad 35 5 Iterační metody řešení soustav lineárních rovnic Klasické iterační metody 37 6 Výpočet vlastních čísel matic Mocninná metoda 43 7 Numerická integrace obyčejných diferenciálních rovnic Formulace problému Jednokrokové metody 45 vii
6 viii OBSAH 721 Metody typu Runge Kutta 47 8 Gradientní metody Formulace problému 50 Bibliografie 51 Index 52
7 ÚVOD Numerická analýza: Studium algoritmů(jednoznačně definovaná konečná posloupnost aritmetických a logických operací) pro řešení problémů spojité matematiky LN Trefethen, Bulletin IMA 1993 Numerická matematika: realizace matematických modelů na počítači Fyzikální realita matematický model numerické řešení, tj realizace matematického modelu na počítači Validation(solving the right equations) verification(solving the equations right) Literatura k přednášce:(quarteroni et al, 2004),(Ueberhuber, 2000),(Segethová, 2000) Předpokládané znalosti: Rolleova věta, definice normy funkce, definice seminormy, vlastní čísla, báze lineárního vektorového prostoru, Taylorova věta 1
8 1 APROXIMACE FUNKCÍ V IR Jedna ze základních úloh numerické matematiky: aproximace dané funkce f jinou funkcí ϕ Zadání aproximované funkce- analyticky, nebo je k dispozici tabulkahodnot(x i, f i ), x i, f i IR, i=0,,n, n IN, f i = f(x i )(vizobr 101) tabulkahodnotderivacídourčitéhořáduvuzlech x i Pro funkci f definovanou na uzavřeném intervalu[a, b] uvažujeme dělení intervalu[a, b], a=x 0 < x 1, < x n = b, n Z + = {0,1, }anazývámeho sítí x i, i=0,nnazývámeuzly(ekvidistantní,je-li x i = a+ih,kde h IRje kroksítě) Poznámka 11 Pojem síť se používá obecně v N-rozměrném prostoru, viz např (Feistaueretal,2003,str185):LetΩ IR N beadomainif N=2,thenby Ω h wedenoteapolygonalapproximationofωthismeansthattheboundary Ω h ofω h consistsofafinitenumberofclosedsimplepiecewiselinearcurves For N=3,Ω h willdenoteapolyhedralapproximationofωfor N=3weset Ω h =ΩThesystem D h = {D i } i J,where J Z + = {0,1, }isanindexset and h >0,willbecalledafinitevolumemeshinΩ h,if D i, i J,areclosedline segmentsorclosedpolygonsorpolyhedrons,if N=1or N=2or3,respectively, with mutually disjoint interiors such that Ω h = i J D i Theelements D i D h arecalledfinitevolumestwofinitevolumes D i, D j D h areeitherdisjointortheirintersectionisformedbyacommonpartoftheir boundaries D i and D j If D i D j containsatleastonestraightsegmentora planemanifold,if N=2or3,respectively,thenwecall D i and D j neighbouring finite volumes(or simply neighbours) Požadavky na aproximující funkci ϕ (A) jednoduchý tvar, snadno vyčíslitelná polynom {1, x, x 2, x 3, } trigonometrickýpolynom {1,sinx,cosx,sin2x,cos2x, } racionální funkce exponenciálnífunkce ae bx 2
9 APROXIMACE FUNKCÍ V IR Obr 101 Interpolační polynom nabývající v daných uzlech předepsaných hodnot Obr 102 Proložení přímky třemi body(ve smyslu nejmenších čtverců) (B) ϕ (j) (x i )=f (j) (x i ), derivací v uzlech) (C) ϕ f malá,kde značínormu i=0,,n, j=0,,c i (rovnosthodnot,event Poznámka 12 Od požadavku(b) někdy upouštíme(proložit třemi body přímku-vizobr102) Nejčastější způsoby aproximace 1Interpolace-kfunkci fsestrojímefunkci ϕzjistétřídy Msplňující(B) 2 Aproximace metodou nejmenších čtverců- k funkci f sestrojíme funkci ϕ z jisté třídy M splňující(b) ve smyslu nejmenších čtverců diskrétní případ
10 4 APROXIMACE FUNKCÍ V IR n ( w i f(xi ) ϕ(x i ) ) 2 =min i=0 ψ M i=0 n ( w i f(xi ) ψ(x i ) ) 2 kde w i >0, i=0,, njsouzadanáčísla,zvanáváhynázev nejmenší čtverce je patrný z následujícího příkladu: Příklad13Prodanéděleníintervalu[a, b]adanékladnéváhy w i uvažujme normu funkce f danou vztahem f := n ( w i f(xi ) ) 2 ϕ Msehledátak,že spojitý případ b a i=0 f ϕ 2 =min f ψ 2 ψ M w(x) ( f(x) ϕ(x) ) 2 dx=min ψ M b a w(x) ( f(x) ψ(x) ) 2 dx wjeváhováfunkce(skorovšudekladnáv[a, b], w L 2 (a, b)definice pojmu skorovšude aprostoru L 2 (a, b)viznapř(feistaueretal,2003, strana)) 3 Čebyševova(stejnoměrná) aproximace- k funkci f sestrojíme funkci ϕ z jisté třídy M splňující max [a,b] ϕ(x) f(x) max ψ(x) f(x) [a,b] provšechnyfunkce ψ M,kde Mjezvolenámnožinafunkcí 11 Lagrangeův interpolační polynom 2 přednáška Hledámepolynom L n stupněnejvýše n(píšeme L n Π n -prostorpolynomů stupně nejvýše n) takový že L n (x i )=f(x i ) i=0,,n, (111) x i -navzájemrůznéuzly, obecněneekvidistantnítakovýpolynomnazveme Lagranegeovým interpolačním polynomem Věta14Nechť x 0,, x n jsounavzájemrůznéuzlypakexistujeprávějeden interpolačnípolynom L n Π n : L n (x i )=f(x i ) i=0,,n
11 Důkaz 1 Existence Uvažujme polynomy LAGRANGEŮV INTERPOLAČNÍ POLYNOM 5 l i (x)= (x x 0)(x x 1 )(x x i 1 )(x x i+1 )(x x n ) (x i x 0 )(x i x 1 )(x i x i 1 )(x i x i+1 )(x i x n ) (tzv Lagrangeovy polynomy) Platí α) l i (x) Π n, 1, i=j, β) l i (x j )=δ ij = (Kroneckerovo delta) 0, i j Položme n L n (x)= f(x i )l i (x) i=0 2 Jednoznačnost Nechť L 1 n, L2 n Π nsplňují(viz(111)) L 1 n(x i )=L 2 n(x i )=f(x i ) i=0,,n Potom L 1 n L 2 n Π n jepolynom,kterýmá(n+1)různýchkořenůpodle základnívětyalgebryje L 1 n L2 n nulovýpolynom Poznámka 15 Položme Potom platí kde čárka označuje derivaci ω n+1 (x)=(x x 0 )(x x n ) l i (x)= 111 Chyba Lagrangeovy interpolace ω n+1 (x) (x x i ) ω n+1 (x i), Věta16Nechť f C n+1 (I),kde Ijenejmenšíintervalobsahující x 0,,x n, x a x 0,, x n jsounavzájemrůznéuzly,nechť L n Π n jelagrangeůvinterpolačnípolynomprofunkci fpak ξ I f(x ) L n (x )= f(n+1) (ξ) ω n+1 (x ) (n+1)! (chybalagrangeovyinterpolacevbodě x )
12 6 APROXIMACE FUNKCÍ V IR Důkaz Pro x = x i jedůkazzřejmýpro x x i uvažujmefunkci: kde t IRPlatí: F(x)=f(x) L n (x) t ω n+1 (x) F(x i )=0 i=0,,n Pro vhodnou volbu t:= f(x ) L n (x ) ω n+1 (x (112) ) platí,že F(x )=0 F mátedy n+2nulovýchbodů(uzly x i abod x )Podle Rolleovy věty: F máaspoň n+1nulovýchbodů, F (n+1) máaspoň1nulovýbod,označmeho ξ F (n+1) (ξ)=0=f (n+1) (ξ) 0 t (n+1)! / ωn+1 (x ) (n+1)! kdejsmevyužilitoho,že(n+1)-níderivace L n jenulováa(n+1)-níderivace ω n+1 je(n+1)!dosadíme-liza tzevztahu(112),dostaneme f(x ) L n (x )= f(n+1) (ξ) ω n+1 (x ) (n+1)! Zkušební otázka 11! Chyba Lagrangeovy interpolace 12 Kubický spline Definice17Nechťjedánoděleníintervalu[a, b], a=x 0 < x 1 < < x n = b (x i navzájemrůzné)řekneme,žefunkce ϕ:[a, b] IRjekubickýspline,jestliže 1 ϕ jespojitá( C 2 [a, b]), 2 ϕ [xi,x i+1] jekubickýpolynom,pro i=0,1,, n 1 Poznámka 18 Spline- elastické pravítko používané při stavbě lodí Poznámka 19 Kubický spline je speciálním případem spline k-tého řádu pro k=3důvodemčastéhopoužitíkubickéhosplinejefakt,želidskéokojeschopné rozlišit ještě změny 2 derivace Poznámka 110 Kubický spline dobře aproximuje funkci, která popisuje tvar s minimální energií Popíšeme-li tvar pružné laťky funkcí y = f(x), potom E(y)= b a y (x) [ 1+(y (x)) 2] 3/2 dx měří její ohybovou energii Lať se deformuje tak, že je tato energie minimální (Hamiltonůvprincip)Dáseukázat,žemezivšemifunkcemizC 2 [a, b]aproximuje
13 KUBICKÝ SPLINE 7 kubickýspline ϕ:: ϕ(x i )=f(x i )velmidobřefunkci y,prokterousenabývá minima E(y):min y E(y)=E(y ) Věta111Nechť f C 2 [a, b]pakprokaždýkubickýspline ϕsplňující ϕ(x i )=f(x i ), i=0,,n, platí ϕ f, kde u 2 := b a u (x) 2 dx, jestliže je splněna některá z následujících třech podmínek: (a) ϕ (a)= 0 = ϕ (b) (b) ϕ (a)=f (a) a ϕ (b)=f (b) (c) ϕ (a)=ϕ (b) a ϕ (a)=ϕ (b) (121) Poznámka 112(Pozor, ve větě 111 neznačí normu, ale pouze seminormu vsobolevověprostoru H 2 (a, b),kteráseobvykleznačí H 2 (a,b),detailyviznapř (Feistaueretal,2003,page)) Důkaz Viz cvičení k přednášce Důsledek 113 Ve všech třech případech(a),(b),(c) je kubický spline určen jednoznačně 121 Konstrukce přirozeného kubického spline Značení: f i := f(x i ) i=0,,n, ϕ i := ϕ [xi,x i+1] i=0,,n 1, h i := x i+1 x i i=0,,n 1 Kubickýpolynom ϕ i jenaintervalu[x i, x i+1 ]určenčtyřmikoeficientypočet intervalůje n,celkemmámetedyprourčení ϕpočetstupňůvolnosti4npro tyto stupně volnosti sestavíme příslušné rovnice Počet neznámých 4 počet intervalů 4n Početrovnic ϕ(x i )=f(x i ), i=0,,n n+1 spojitost ϕvx i, i=1,,n 1 n 1 spojitost ϕ v x i, i=1,,n 1 n 1 spojitost ϕ v x i, i=1,,n 1 n 1 4n 2 Počet rovnic je o dvě menší než počet neznámých Doplníme je proto některou z podmínek(121),(a) (b) Uvažujme např podmínku(121),(a), tj podmínku
14 8 APROXIMACE FUNKCÍ V IR ϕ M i i M i+1 x i x i+1 Obr121 Přímka ϕ i nulových druhých derivací v krajních bodech Takový spline nazýváme přirozenýmkubickýmsplinemprourčenípřirozenéhokubickéhosplinuhledáme ϕ i ve vhodném tvaru Ukazuje se, že efektivní metoda není založena na vyjádření ϕ i (x)=a i x 3 + b i x 2 + c i x+ d i (NEVHODNÉvizcvičení) ani na vyjádření ϕ i (x)=a i (x x i ) 3 +b i (x x i ) 2 +c i (x x i )+d i (MÉNĚVHODNÉvizcvičení) ale na vyjádření pomocí tzv momentů, což jsou hodnoty druhé derivace ϕ v uzlechoznačmeje M i : M i := ϕ (x i ), i=0,,n a předpokládejme, že tyto momenty známe Později ukážeme, jak je určit Platí ϕ i kubickýpolynom ϕ i parabola ϕ i přímka Z předpokladu spojitosti druhé derivace ϕ v uzlech dostáváme M i = ϕ i (x i), M i+1 = ϕ i(x i+1 ) Jetedy ϕ i přímka,procházejícíbody(x i, M i )a(x i+1, M i+1 )(vizobr121)
15 KUBICKÝ SPLINE 9 ϕ i (x)=(x x i) M i+1 x i+1 x i + M i (x x i+1 ) x i x i+1, ϕ i (x)= M i (x x i+1 )+ M i+1 (x x i ) h i h i Integrací odvodíme ϕ i(x)= M i 2h i (x x i+1 ) 2 + M i+1 2h i (x x i ) 2 + A i, ϕ i (x)= M i 6h i (x x i+1 ) 3 + M i+1 6h i (x x i ) 3 + A i (x x i )+B i (122) vhodný rozpis integrační konstanty Ve vyjádření ϕ i ve tvaru (122) nejprve určíme koeficienty A i, B i, i = 0,, n 1pomocímomentůapotomsestavímerovnicepromomentyVyužijeme k tomu podmínky ϕ i (x i )=f i, ϕ i (x i+1 )=f i+1, i=0,,n 1 (Dvěrovniceprodvěneznámé A i, B i, i=0,,n 1)Dostaneme ϕ i (x i )= M i 6 h2 i + B i= f i, ϕ i (x i+1 )= M i+1 6 B i =f i M i 6 h2 i, h 2 i + A ih i + f i M i 6 h2 i = f i+1, A i = f i+1 f i + M i M i+1 h i h i 6 Rovnice pro momenty sestavíme ekvivalentním vyjádřením podmínky spojitosti derivace kubického spline v uzlech: Připomeňmesitvar ϕ i resp ϕ i 1 ϕ i 1 (x i)=ϕ i (x i), i=1,,n ϕ i(x)= M i (x x i+1 ) 2 + M i+1 (x x i ) 2 + A i 2h i 2h i ϕ i 1 (x)= M i 1 2h i 1 (x x i ) 2 + M i 2h i 1 (x x i 1 ) 2 + A i 1 Svyužitímvyjádřenípro A i,resp A i 1 pomocímomentůdostaneme ϕ i 1 (x i)=0+ M i h 2 i 1 2h + f i f i 1 + M i 1 M i h i 1 i 1 h i 1 6
16 10 APROXIMACE FUNKCÍ V IR = M i h 2 2h i+0+ f i+1 f i + M i M i+1 h i = ϕ i h i 6 i(x i ) Protožekonstruujemepřirozenýkubickýspline,je M 0 = ϕ (x 0 )=0=ϕ (x n )= M n adostávámetak n 1rovnic(i = 1,,n 1)proneznámemomenty M 1, M 2,, M n 1 Tytorovnicelzepřepsatvetvaru ( 6 M hi 1 i 1+ h i 1 + h i h ) i M i + h i 6 6 M i+1= f i f i 1 + f i+1 f i h i 1 h i h i 1 +h i g i 3 h i 1 Maticový zápis vede na soustavu s třídiagonální maticí h 0+h 1 3 h 1 6 h i 1 6 h i 1+h i 3 h i 6 h n 2 6 h n 2+h n 1 3 Zkušební otázka 12! Konstrukce přirozeného kubického spline M 1 g 1 M i 1 g i 1 M i = g i M i+1 g i+1 M n 1 g n 1 Příklad 114 Pro ekvidistantní dělení s krokem h má matice soustavy tvar 4 1 h Při vyšetřování řešitelnosti této soustavy lze využít následující definici a větu z algebry: Definice115Řekněme,žematice Atypu n n, n 2jeostřediagonálně dominantní(odd), jestliže a ii > n j=1,j i a ij i=1,,n Věta116Nechť A IR nn jeoddpak Ajenesingulární
17 KUBICKÝ SPLINE 11 Důkaz pomocí Geršgorinových kruhů, viz(quarteroni et al, 2004, str 184) Ajenesingulární deta 0 rovnicedet(a λi)=0nemákořen λ=0 nula není vlastním číslem matice A Nechť λ je vlastní číslo matice A Ax=λx y:= x x, x :=max x i i Ay=λy y i 1, i 0 :: y i0 =1 j i 0 a i0jy j + a i0i 0 y i0 = λy i0 j i0 a i0jy j = λ ai0i 0 y i0 λ a i0i 0 ai0j j i 0 (Geršgorinůvkruhostředu a i0i 0 apoloměru a i0j ) j i 0 Kdyby λ=0bylovlastnímčíslem a i0i 0 ai0j j i 0 SporsODD λ=0tedynenívlastníčísloamatice Ajenesingulární Matice soustavy rovnic pro momenty je ODD, soustava je tedy podle výše uvedené věty jednoznačně řešitelná a protože matice soustavy je třídiagonální, lze pro řešení použít např Gaußovu eliminaci
18 2 NUMERICKÁ INTEGRACE FUNKCÍ 3 přednáška Nechťjedánoděleníintervalu[a, b], a x 0 < x 1 < < x n b(x i navzájemrůzné)označme h=max i {0,,n 1} x i+1 x i Vzorec Cíl: I(f)= b a f(x)dx I h (f)= I h (f)= n α i f(x i ) i=0 n α i f(x i ) (201) senazývákvadraturníformule, α i jsoukoeficientykvadraturníformuleax i jsou uzly kvadraturní formule Motivace hledání aproximace určitého integrálu ve tvarulineárníkominacehodnotfunkce fvuzlech x i jezřejmáznásledujícího odstavce 21 Newtonovy-Cotesovy vzorce Prodané n IN uvažujmeekvidistantníděleníintervalu[a, b]skrokem h= b a n, x i = a+ih, i=0,,naproximujeme-lifunkci f Lagrangeovýminterpolačnímpolynomem L n prouzly x 0,, x n,lzeurčitýintegrálzfunkce f aproximovat následujícím způsobem: b a n f(x i ) i=0 b a f(x)dx b a i=0 L n (x)dx= l i(x) { }} { (x x 0 )(x x i 1 )(x x i+1 )(x x n ) (x i x 0 )(x i x i 1 )(x i x i+1 )(x i x n ) dx= i=0 b n l i (x)dx f(x i ) (211) a α i Tento vzorec nazýváme pro ekvidistantní uzly Newtonův-Cotesův Pro výpočetkoeficientů α i použijemenásledujícísubstituci 12
19 NEWTONOVY-COTESOVY VZORCE 13 subst x=a+th x i = a+ih, h= b a n α i := b a n j=0,j i (x x j ) (x i x j ) dx= b a n n 0 n j=0,j i (t j) dt (212) (i j) ZkonstrukceLagrangeovyinterpolace L n funkce f Π n plyne,že L n (x)= f(x),atedyn-cvzorecjepřesnýpropolynomystupněnejvýšentonásvede k následující definici Definice21Řekneme,žekvadraturníformule n i=0 α i f(x i )mářádpřesnosti m,jestliže m IN {0}jemaximálníčíslotakové,že b a p(x)dx= n α i p(x i ) p Π m (213) i=0 Zkušební otázka 21 Řád kvadraturní formule Lemma22Je-likvadraturníformule n i=0 α i f(x i )symetrická, tjpro i= 0,, nplatí b x n i = x i a, α i = α n i, aje-lijejířád n, nsudé,pakjejejířád n+1 Lemma 23 Newtonův-Cotesův vzorec je symetrická kvadraturní formule Důsledek24Pro nsudéjeřádn-cvzorce n+1 Zkušební otázka 22 Odvoďte Newtonův-Cotesův vzorec Lemma 25(Odhad chyby lichoběžníkového pravidla) Nechť f C 2 [a, b]označme T h (f)n-cvzorecpro n=1(lichoběžníkové pravidlo)pak ξ [a, b],::(přiznačení I(f)= b a f(x)dx) I(f) T h (f)= f (ξ) 2 h3, h=(b a) (214) 6 Lemma 26(Odhad chyby Simpsonova pravidla) Nechť f C 3 [a, b] Označme S h (f) N-C vzorec pro n = 2 (Simpsonovo pravidlo)pak ξ [a, b],:: I(f) S h (f)= h5 90 f (ξ), h= (b a) (215) 2
20 14 NUMERICKÁ INTEGRACE FUNKCÍ Definice 27(zbytek kvadraturního vzorce) Rozdíl kde I(f)= b nazýváme zbytek kvadraturního vzorce E h (f)=i(f) I h (f), a f(x)dx, I h (f)= 211 Složené Newtonovy Cotesovy vzorce n α i f(x i ), Newtonovy Cotesovy vzorce lze také aplikovat tak, že interval[a, b] rozdělíme na nekvidistantníchsubintervalů[x i, x i+1 ]velikosti hanakaždémztěchto subintervalů použijeme Newtonův Cotesův vzorec pro m + 1 ekvidistantních uzlů x i = x i0 < < x im = x i+1 skrokem H x i = a+ih, h= b a n, i=0, n, x i j = x i + jh, H= h m n 1 I(f):= i=0 xi+1 x i i=0 i=0 i=0 j=0 n, m IN n 1 n 1 f(x)dx IH i (f)= m α ij f(x ij )=: I H (f) Věta28(složené N-C vzorce) Nechť f C m+1 [a, b] Pak pro složené N-C vzorce platí I(f) I H (f) ch m+1, (216) kde c >0jekonstantanezávislánaH Důkaz plyne z odhadu chyby Lagrangeova interpolačního polynomu 22 Rombergova kvadratura Výpočet b a f(x)dxpomocísloženéholichoběžníkovéhopravidlapro n+1uzlů h= b a n, m=1, H= h Věta29(Eulerova-MacLaurinova)Nechť f C 2N+2 [a, b], h= b a n, n IN Potomprosloženélichoběžníkovépravidlo(označmeho CT h (f))platí: CT h (f)=p(h 2 )+O(h 2N+2 ) (221) = I(f)+a 1 h 2 + a 2 h 4 + +a N h 2N + O(h 2N+2 ), (222) kde p Π N, p=p(t)=a 0 + a 1 t+ +a N t, a 0 = p(0)= b a f(x)dx=i(f)
21 Důkaz viz Stör Numerische Mathematik I ROMBERGOVA KVADRATURA 15 Rombergovakvadratura:konstruujemelineárníkombinacivzorců CT h (f)pro vhodné h tak, abychom získali vzorec, který je přesnější: CT h (f)=i(f)+a 1 h 2 + O(h 4 ) / 1 h 2 CT h(f)=i(f)+a O(h4 ) /4 4CT h(f) CT h (f) 2 3 = I(f)+O(h 4 ) link=i(f)+chyba (N=1) Vhodnou lineární kombinací vzorců, z nichž každý aproximuje integrál I(f) s chybou O(h 2 ), jsme tak odvodili vzorec, který aproximuje integrál I(f) s chybou O(h 4 )Zapředpokladudostatečnéhladkostifunkce f (vizeulerova MacLaurinova věta) můžeme tímto způsobem odvodit vzorec, který aproximuje integrál I(f)schybou O(h 2N+2 )Všimněmesinapř,jakourolihrajevtomto postupuvyčíslenílagrangeovainterpolačníhopolynomu L 2 prouzly h2, CT h zapsanéhovetvaru L 2 (0)+b 1 t+b 2 t 2 (předpoklá- ahodnoty CT h 4 dáme h <<1), CT h 2 16, h 2 4, h2 Euler MacLaurin Lagrange CT h (f)= I(f)+a 1 h 2 + a 2 h 4 + O(h 6 )=L 2 (0)+b 1 h 2 + b 2 h 4 (223) h CT h(f)= I(f)+a a 2 h h 2 O(h6 ) = L 2 (0)+b b 2 (224) 16 h CT h(f)= I(f)+a a 2 h h 2 O(h6 ) = L 2 (0)+b b h 4 2 (225) 256 link = I(f)+0+0+O(h 6 ) = L 2 (0)+0+0 (N=2) kde L 2 (t)= b }{{} 0 +b 1 t+b 2 t 2 jelagrangeůvinterpolačnípolynomprotabulku L 2(0) h link CT h 4 (f) CT h 2 h 2 4 h 2 (f) CT h (f) Závěr: L 2 (0)aproximuje b a f(x)dxschybou O(h6 )Přikonstrukci L 2 (0)se jedná o tzv Richardsonovu extrapolaci Uvedený postup lze provést až do řádu 2N+2prouzly( h 2) 2 ahodnoty CT i h, i=0,, N,pomocínichžkonstruujeme 2i L N Problém: Vyčíslení Lagrangeova interpolačního polynomu v jediném bodě (zde konkrétně v 0) aniž bychom Lagrangeův interpolační polynom sestavovali Zde nepotřebujeme tvar Lagrangeova interpolačního polynomu, ale pouze jeho hodnotu v jediném bodě K tomu se používá Aitkenovo Nevilleovo schéma h 4
22 16 NUMERICKÁ INTEGRACE FUNKCÍ Zkušební otázka 23! Odvoďte Rombergův kvadraturní vzorec, který aproximujehodnotu b a f(x)dx schybou O(h4 ) VysvětletevýznamLagrangeova interpolačního polynomu při konstrukci Rombergova kvadraturního vzorce 23 Gaußova kvadratura Víme,žeN-Cvzorcemajířádaspoň n(pro nsudédokonceaspoň n+1)jakého řádumůžebýtformuletypu n i=0 α if(x i )?Uvažujmeprodanéděleníintervalu [a, b], a x 0 < < x n bkvadraturníformuli I h (f)= n α i f(x i ) (231) i=0 Lemma 210(Řád kvadraturní formule) Řád kvadraturní formule(231) je nejvýše2n+1 Důkaz Uvažujmepolynom p(x)= n i=0 (x x i) 2 Π 2n+2 Tentopolynomje nezápornáfunkcenaintervalu[a, b]aplatíproněho b a p(x) >0 Kvadraturní formule typu(231) dává pro tento polynom n α i p(x i )=0 i=0 Propolynom pnenítedykvadraturníformule(231)přesnáajejířádjetedy nejvýše2n+1 Gaußova kvadratura je způsob konstrukce vzorce n i=0 α if(x i ), který je přesný pro všechny polynomy stupně nejvýše 2n + 1 Definice 211(skalární součin polynomů) Skalární součin v C[a, b] je definován (u, v)= b Definice 212 Množina normovaných polynomů a u(x)v(x) dx (232) Π n = {p Π n ; p(x)=x n + a n 1 x n 1 + +a 0 } (233) Myšlenka konstrukce Gaußovy kvadratury: x i (uzly): kořenypolynomu p n+1 zmnožinyortogonálníchpolynomů {p 0, p 1,, p n+1 }, b α i (koeficienty): určíme tak, aby a q(x)dx = n i=0 α iq(x i ) q Π 2n+1
23 GAUßOVA KVADRATURA 17 Věta213(Ortogonálnípolynomy)Existujíjednoznačněurčenépolynomy p i, pro které platí 1 p i Π i, i IN {0}, (p i, p j )=0, i j, (pozn p 0 (x)=1) 2Kořeny x 0,,x n polynomu p n+1, n IN {0},jsoureálné,jednoduché aležív(a, b) 3 p 0 (x 0 ) p 0 (x 1 ) p 0 (x n ) p 1 (x 0 ) p 1 (x 1 ) p 1 (x n ) A= je nesingulární p n (x 0 ) p n (x 1 ) p n (x n ) Důkaz viz cvičení k přednášce 4 přednáška Svyužitímortogonálníchpolynomů p 0,, p n+1 akořenů x i polynomu p n+1 určímekoeficienty α i Gaußovykvadraturníformuletak,abyplatilo: b a q(x)dx= n α i q(x i ), q Π 2n+1 (234) i=0 Ktomuvyjádřímepolynom qvetvaru q(x)=r(x)p n+1 (x)+s(x), r, s Π n, (dělenípolynomu qpolynomem p n+1 )apolynomy r(x), s(x) Π n vyjádříme jako lineární kombinaci ortogonálních polynomů(existence takového vyjádření viz cvičení k přednášce), specielně nechť s(x)= n γ j p j (x) Nazákladětohotovyjádřenímávýraznalevéstraněv(234)tvar = b a b a j=0 b q(x)dx= r(x)p n+1 (x)dx+ a =0 n γ j p j (x)dx= j=0 b a n j=0 γ j b a s(x) dx =1 { }} { p 0 (x) p j (x)dx
24 18 NUMERICKÁ INTEGRACE FUNKCÍ = n b b b γ j p 0 (x)p j (x)dx=γ 0 p 0 (x)p 0 (x)dx=γ 0 dx j=0 a Levástranav(234)jetedyrovna a γ 0 (b a) Pravá strana v(234) má na základě výše uvedených vyjádření tvar n n n α i [r(x i )p n+1 (x i ) +s(x i )]= α i γ j p j (x i ) i=0 i=0 j=0 =0 Vidíme, že levou a pravou stranu v(234) lze tedy vyjádřit jako lineární kombinacíjistýchvýrazůskoeficienty γ j γ 0 (b a)+ γ γ n 0 n n n = γ 0 p 0 (x i )α i + γ 1 p 1 (x i )α i + +γ n p n (x i )α i i=0 i=0 Porovnánímvýrazůukoeficientů γ j nalevéapravéstranědostanemerovnice prourčeníhledanýchkoeficientů α i : n i=0 p 0(x i )α i = (b a) n i=0 p 1(x i )α i = 0 n i=0 p n(x i )α i = 0 i=0 p 0 (x 0 ) p 0 (x n ) p 1 (x 0 ) p 1 (x n ) p n (x 0 ) p n (x n ) a α 0 α 1 α n = b a 0 Zhlediskastabilityjevýhodné,žekoeficienty α i Gaußovakvadraturního vzorce n i=0 α if(x i )jsoukladné Věta214(pozitivita α i ) Koeficienty α i Gaußova kvadraturního vzorce jsou kladné Důkaz Položme: 0 < p k (x)= b a n i=0,i k (x x i ) 2 Π 2n n p k (x)dx= α i p k (x i )=α k p k (x k ) i=0 >0 α k kladné k=0,1,,n Zkušební otázka 24! Odvoďte Gaußův kvadraturní vzorec řádu 2n + 1 na intervalu[a, b] Odvoďte Gaußův kvadraturní vzorec řádu 3 na intervalu[ 1, 1] (uvažujteortogonálnípolynomy {1, x, x } 0
25 3 METODY ŘEŠENÍ NELINEÁRNÍCH ROVNIC Nechť je dáno nelineární zobrazení 5 přednáška F:IR N IR N Hledáme α:: F(α)=0 Metody pro řešení výše uvedené úlohy jsou většinou iterační Cíl je generovat posloupnost {x (k) }takovou,želimx (k) = α,kde F(α)=0 31 Newtonova metoda Problém F(x)=0nahradímeposloupnostílineárníchproblémů L k (x)=0, L k : IR N IR N, k=0,1,,takových,žejejichřešenítvoříposloupnostkonvergující křešeníproblému F(x)=0 α x (k+1), kde L k (x (k+1) )=0 Nechť x (0) jedáno(pozdějiukážeme,jakhovolit)prodanouaprixamaci x (k) uvažujeme L k (x)jakolineárníčásttaylorovarozvojezobrazení Fvbodě x (k) IR N (J(x)značíJakobihomaticizobrazeníFvbodě x): F(x)=F(x (k) )+J(x (k) )(x x (k) ) +O( x x (k) 2 ) L k (x) (za předpokladu dostatečné hladkosti zobrazení F) Nelineární problém nahradíme problémem lineárním {F(x)=0} {F(x (k) )+J(x (k) )(x x (k) ) =0(311) L k (x) řešení αnelinpb aproximujemeřešením x (k+1) linpb (312) α x (k+1) := x (k) J 1 (x (k) )F(x (k) )(313) Vzorecv(313),kterýmjedefinována(k+1)-níaproximace x (k+1) řešení nelineárního problému je formální, ve skutečnosti se inverzní matice nepočítá a algoritmus má následující dva kroky: Algoritmus: 19
26 20 METODY ŘEŠENÍ NELINEÁRNÍCH ROVNIC 1 J(x (k) )(x x k ) δx (k) = F(x(k) )-řešímelineárníúlohupro δx(k) 2 x (k+1) := x (k) + δx (k) -provedemeupdatepředchozíaproximace Pro N = 1(nelineární skalární rovnice pro jednu neznámou) má Newtonova metoda názorný geometrický význam Nelineární funkci f(x) nahradíme lineárnífunkcí(přímkou),kterájetečnoukegrafufunkce f vbodě(x (k), f(x (k) ) (mátedysměrnici f (x (k) )aprocházíbodem(x (k), f(x (k) ))Vtomtopřípaděse Newtonova metoda nazývá metodou tečen N=1: x (k+1) = x (k) f(x(k) ) f (x (k) ), x(0) dáno, f (x (k) ) 0 Zkušební otázka 31! Odvoďte Newtonovu metodu pro soustavy nelineárních rovnic a její algoritmizaci Popište algoritmus v případě jedné skalární rovnice Způsob,jaknahraditfunkci f přímkouprocházejícíbodem(x (k), f(x (k) )) není jediný Další možnosti jsou metoda sečen, jednobodová metoda sečen nebo metoda regula falsi(viz cvičení k přednášce) Poznámka 31 Newtonova metoda je speciálním případem náhrady funkce f lineární funkcí l k (x):= f(x (k) )+(x x (k) )q k, kdesměrnice q k sevolí q k := f (x (k) ) 311 Důkaz konvergence Newtonovy metody Věta32(KonvergenceNewtonovymetodyprosoustavy)Nechť F C(D), D IR N konvexní,otevřenámnožina,kteráobsahuje α:: F(α)=0Nechť J 1 (α), nechť R >0, c >0, L >0: J 1 (α) c, J(x) J(y) L x y maticová norma vekt norma x, y B(α, R), kde B(α, R)jekouleostředu αapoloměru RPotom r, x (0) B(α, r), posloupnost 313 je jednoznačně definována a konverguje k α a platí α x (k+1) α cl x (k) 2 (314) Motivace: N=1 x (k+1) = x (k) f(x(k) ) f (x (k) ) Newtonova metoda
27 Z Taylorova rozvoje dostáváme: NEWTONOVA METODA 21 f(α)=f(x (k) )+f (x (k) )(α x (k) )+ f (ξ)(α x (k) ) 2 2 Zajímánáschyba(α x (k+1) )Chcemeukázat,že α x (k+1) 0Odečtením α od obou stran vzorce pro Newtonovu metodu získáme vyjádření α x (k+1) = α x (k) + f(x(k) ) f (x (k) ) Úpravou Taylorova rozvoje(uvědomíme-li si, že f(α) = 0) dostaneme 0= f(x(k) ) f (x (k) ) +(α x(k) )+ f (ξ)(α x (k) ) 2 2 f (x (k) ) Z předchozích dvou rovnic snadno nahlédneme, že platí α x (k+1) = f (ξ)(α x (k) ) 2 2 f (x (k) ) Předpokládejme nyní, že existuje konstanta c taková, že podíl derivací na pravé straně předchozího výrazu lze odhadnout f (ξ) 2 f (x (k) ) < c ξ x(k) Potom dostaneme ( α x (k+1) α c x (k) 2 ) c c α x (k 1) 2 2 = 1 c ( ) c α x (k 1) 4 1 c ( ) c α x (0) 2 k+1 Pravástranakonvergujeknulepro k + zapředpokladu c α x (0) <1,tjjestližeje x (0) dostatečněblízkokα Pro důkaz konvergence Newtonovy metody pro jednu skalární rovnici jsme tedy využili tyto předpoklady 1 x (0) dostatečněblízko α, 2 f omezenáshora 1 3 f omezenáshora(tjpředpokládáme f (α) 0), které korespondují s předpoklady Věty 32 Jak, to je patrné z následujícího důkazu
28 22 METODY ŘEŠENÍ NELINEÁRNÍCH ROVNIC Důkaz věty32 x (0) zvolímevb(α, r),kde ručímetak,aby J 1 (x (0) )existovala(jinýmislovy, x (0) volímedostatečněblízko α)ktomuvyužijemenásledující tvrzení z algebry: Lemma 33 Důkaz viz cvičení k přednášce Definujme matici A <1 (I A) 1 existujeaplatí (I A) A A:= I J 1 (α)j(x (0) ) kde x (0) zvolímetak(blízko α),aby A <1,konkrétnězvolíme x (0) tak,aby A 1 2 K tomu využijeme předpoklady Věty 32 týkající se odhadu inverze Jacobiho matice v bodě α a lipschitzovskosti Jacobiho matice: A { }} { I J 1 (α)j(x (0) ) = J 1 (α)(j(α) J(x (0) )) cl α x (0) (315) x (0) zvolímetak,abyposlednívýrazv(315) 1 2 Tímdostávámepodmínku na x (0) : α x (0) 1 α cl azároveň x (0) R( platnost podmínky lipschitzovskosti) Pro r dostáváme ( ) 1 r:=min 2cL, R Vmnožine B(α, r)existujepodlevýšeuvedenéhotvrzenízalgebry J 1 (x (0) ) Toplynezevztahů (I A)=J 1 (α)j(x 0 ), (I A) 1 = J 1 (x (0) )J(α) Lze tedy spočítat první iteraci Newtonovy metody a odhadnout její chybu: α x (1) = α x (0) + J 1 (x (0) )F(x (0) ) Úpravou Taylorova rozvoje(uvědomíme-li si, že F(α) = 0) dostaneme 0=F(α)=F(x (0) )+J(x (0) )(α x (0) )+ zbytek, 0=J 1 (x (0) )F(x (0) )+(α x (0) )+J 1 (x (0) )zbytek
29 NEWTONOVA METODA 23 S využitím odhadu zbytku Taylorova rozvoje dostaneme odhad zbytku { }} { α x (1) J 1 (x (0) 1 α ) 2 L x (0) 2 a důkaz dokončíme pomocí odhadu normy inverzní matice J 1 (x (0) ) = J ( 1) (x (0) )J(α) J (I A) 1 Pro odhad chyby máme tedy vztah ( 1) (α) 1 c 2c 1 A }{{} 1 2 α x (1) α cl x (0) 2 ( ) = cl α x (0) α x (0), 1 2 z něhož plyne dále indukcí konvergence Newtonovy metody Zkušební otázka 32 Dokažte větu o konvergenci Newtonovy metody Poznámka 34 Modifikace Newtonovy metody: Jacobihomaticeseneměnípro p 2kroků nepřesné řešení soustavy lin rovnic vyčísleníjacobihomaticepomocídiferencí f (x) f(x+h) f(x) h 312 Řádkonvergence Definice 35(řád konvergence iterační metody pro řešení F(x) = 0) Řekneme, žeposloupnost {x (k) }generovanánumerickoumetodoukonvergujekαsřádem p 1,pokud c >0 α x (k+1) α x (k) p c k k 0 V takovém případě se numerická metoda nazývá řádu p Věta 32 říká, že Newtonova metoda je kvadraticky konvergentní, α x (k+1) α cl x (k) 2, pokudje x (0) dostatečněblízko αapokudje J(α)nesingulární
30 24 METODY ŘEŠENÍ NELINEÁRNÍCH ROVNIC 32 Metoda postupných aproximací pro nelineární rovnice Metoda postupných aproximací je založena na faktu, že pro dané zobrazení F: M IR N IR N jevždymožnétransformovatproblém F(x)=0naekvivalentní problém x φ(x)=0,kdepomocnáfunkce φjevolenatak,aby φ(α)=αprávě když F(α)=0Nalezenínulovýchbodůzobrazení Fsetakpřevedenanalezení pevného bodu zobrazení φ, které se realizuje pomocí následujícího algoritmu: Dáno x (0), x (k+1) := φ(x (k) ), k 0 Definice36(kontrahujícízobrazení)Řekneme,žezobrazení G:D IR N IR n jekontrahujícína D 0 D,jestliže L <1:: G(x) G(y) L x y x, y D 0 Věta37(větaopevnémbodě)Nechť G:D IR N IR N kontrahujícína uzavřenémnožině D 0 D, G(x) D 0 x D 0 Pak Gmáprávějedenpevný bodtentobodjelimitouposloupnosti x (k+1) = φ(x (k) ), x (0) D 0 libovolné Důkaz jednoznačnost, existence(cauchyovská posloupnost, spojitost G), viz cvičení k přednášce Poznámka 38 Newtonova metoda jako speciální případ věty o pevném bodě (Viz cvičení k přednášce) 33 Kořeny polynomu Nalezení lokalizacekořenůvc aproximace kořenů 6 přednáška Věta 39(Descartes) Počet kladných kořenů(včetně násobnosti) polynomu p n (α)=a 0 +a 1 x+ +a n x n jerovenpočtuznaménkovýchzměnvposloupnosti a 0, a 1,,a n,nebojeosudéčíslomenší Věta 310(Cauchy) Kořeny polynomu leží v kruhu { Γ= z C; z 1+η, η= max 0 k n 1 Poznámka3111 η:translaceazměnasouřadnic 331 Hornerovoschema V dalším budeme potřebovat vyčíslení hodnoty polynomu v daném bodě x Vyčíslení polynomu: p n (x)=a 0 + a 1 x+ +a n x n a k a n }
Numerická matematika
Numerická matematika Jiří Felcman Univerzita Karlova v Praze Matematicko-fyzikální fakulta KNM PRESS PRAHA 2009 iv PŘEDMLUVA 1 přednáška 1 felcman@karlinmffcunicz Tel 22191 3392 KNMčdv442 2 Numerická matematika-
VíceFP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci
FP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci OBSAH A CÍLE SEMINÁŘE: Opakování a procvičení vybraných
VíceVYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY
VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY Jan Krejčí 31. srpna 2006 jkrejci@physics.ujep.cz http://physics.ujep.cz/~jkrejci Obsah 1 Přímé metody řešení soustav lineárních rovnic 3 1.1 Gaussova eliminace...............................
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,
VíceInterpolace, ortogonální polynomy, Gaussova kvadratura
Interpolace, ortogonální polynomy, Gaussova kvadratura Petr Tichý 20. listopadu 2013 1 Úloha Lagrangeovy interpolace Dán omezený uzavřený interval [a, b] a v něm n + 1 různých bodů x 0, x 1,..., x n. Nechť
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
VíceKombinatorická minimalizace
Kombinatorická minimalizace Cílem je nalézt globální minimum ve velké diskrétní množině, kde může být mnoho lokálních minim. Úloha obchodního cestujícího Cílem je najít nejkratší cestu, která spojuje všechny
VíceCo je obsahem numerických metod?
Numerické metody Úvod Úvod Co je obsahem numerických metod? Numerické metody slouží k přibližnému výpočtu věcí, které se přesně vypočítat bud nedají vůbec, nebo by byl výpočet neúměrně pracný. Obsahem
VíceAplikovaná numerická matematika - ANM
Aplikovaná numerická matematika - ANM 3 Řešení soustav lineárních rovnic iterační metody doc Ing Róbert Lórencz, CSc České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových
Vícestránkách přednášejícího.
Předmět: MA 4 Dnešní látka Iterační metoda Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Superrelaxační metoda (metoda SOR) Metoda sdružených gradientů Četba: Text o lineární algebře v Příručce
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
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
VíceMaticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:
3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...
Víceúloh pro ODR jednokrokové metody
Numerické metody pro řešení počátečních úloh pro ODR jednokrokové metody Formulace: Hledáme řešení y = y() rovnice () s počáteční podmínkou () y () = f(, y()) () y( ) = y. () Smysl: Analyticky lze spočítat
VíceNumerické řešení diferenciálních rovnic
Numerické řešení diferenciálních rovnic Omezení: obyčejné (nikoli parciální) diferenciální rovnice, Cauchyho počáteční úloha, pouze jedna diferenciální rovnice 1. řádu 1/1 Numerické řešení diferenciálních
Vícea vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0.
Výpočet vlastních čísel a vlastních vektorů S pojmem vlastního čísla jsme se již setkali například u iteračních metod pro řešení soustavy lineárních algebraických rovnic. Velikosti vlastních čísel iterační
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
VíceMatematika B101MA1, B101MA2
Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet
VíceNumerická matematika 1
Numerická matematika 1 Obsah 1 Řešení nelineárních rovnic 3 1.1 Metoda půlení intervalu....................... 3 1.2 Metoda jednoduché iterace..................... 4 1.3 Newtonova metoda..........................
VícePřipomenutí co je to soustava lineárních rovnic
Připomenutí co je to soustava lineárních rovnic Příklad 2x 3y + z = 5 3x + 5y + 2z = 4 x + 2y z = 1 Soustava lineárních rovnic obecně Maticový tvar: a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a
VíceNumerické metody a statistika
Numerické metody a statistika Radek Kučera VŠB-TU Ostrava 016-017 ( ) Numerické metody a statistika 016-017 1 / Numerické integrování ( ) Numerické metody a statistika 016-017 / Geometrický význam integrálu
VíceNumerické řešení nelineárních rovnic
Numerické řešení nelineárních rovnic Mirko Navara http://cmp.felk.cvut.cz/ navara/ Centrum strojového vnímání, katedra kybernetiky FEL ČVUT Karlovo náměstí, budova G, místnost 104a http://math.feld.cvut.cz/nemecek/nummet.html
VíceAplikovaná numerická matematika
Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání
VíceNumerické řešení soustav lineárních rovnic
Numerické řešení soustav lineárních rovnic irko Navara Centrum strojového vnímání, katedra kybernetiky elektrotechnická fakulta ČVUT, Praha http://cmpfelkcvutcz/~navara 30 11 2016 Úloha: Hledáme řešení
VíceUčební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty študenti MFF 15. augusta 2008 1 14 Vlastní čísla a vlastní hodnoty Požadavky Vlastní čísla a vlastní hodnoty lineárního
Více2. Schurova věta. Petr Tichý. 3. října 2012
2. Schurova věta Petr Tichý 3. října 2012 1 Podobnostní transformace a výpočet vlastních čísel Obecný princip: Úloha: Řešíme-li matematickou úlohu, je často velmi vhodné hledat její ekvivalentní formulaci
Více15 Maticový a vektorový počet II
M. Rokyta, MFF UK: Aplikovaná matematika III kap. 15: Maticový a vektorový počet II 1 15 Maticový a vektorový počet II 15.1 Úvod Opakování z 1. ročníku (z kapitoly 8) Označení. Množinu všech reálných resp.
VíceNumerická stabilita algoritmů
Numerická stabilita algoritmů Petr Tichý 9. října 2013 1 Numerická stabilita algoritmů Pravidla v konečné aritmetice Pro počítání v konečné aritmetice počítače platí určitá pravidla, která jsou důležitá
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,
VíceČetba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).
Předmět: MA 4 Dnešní látka Vektorový (lineární) prostor (připomenutí) Normovaný lineární prostor Normy matic a vektorů Symetrické matice, pozitivně definitní matice Gaussova eliminační metoda, podmíněnost
Více5. Lokální, vázané a globální extrémy
5 Lokální, vázané a globální extrémy Studijní text Lokální extrémy 5 Lokální, vázané a globální extrémy Definice 51 Řekneme, že f : R n R má v bodě a Df: 1 lokální maximum, když Ka, δ Df tak, že x Ka,
VícePřednáška 11, 12. prosince Část 5: derivace funkce
Přednáška 11, 12. prosince 2014 Závěrem pasáže o spojitých funkcích zmíníme jejich podtřídu, lipschitzovské funkce, nazvané podle německého matematika Rudolfa Lipschitze (1832 1903). Fukce f : M R je lipschitzovská,
VíceMatematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic
Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je
VíceTypy příkladů na písemnou část zkoušky 2NU a vzorová řešení (doc. Martišek 2017)
Typy příkladů na písemnou část zkoušky NU a vzorová řešení (doc. Martišek 07). Vhodnou iterační metodou (tj. metodou se zaručenou konvergencí) řešte soustavu: x +x +4x 3 = 3.5 x 3x +x 3 =.5 x +x +x 3 =.5
VíceFaculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
1 / 21 Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 2 / 21 Řešíme následující úlohu: differencovatelnou funkci f : R R známe jen v konečném počtu bodů x 0,
VícePodobnostní transformace
Schurova věta 1 Podobnostní transformace a výpočet vlastních čísel Obecný princip: Úloha: Řešíme-li matematickou úlohu, je často velmi vhodné hledat její ekvivalentní formulaci tak, aby se řešení úlohy
Více8 Matice a determinanty
M Rokyta, MFF UK: Aplikovaná matematika II kap 8: Matice a determinanty 1 8 Matice a determinanty 81 Matice - definice a základní vlastnosti Definice Reálnou resp komplexní maticí A typu m n nazveme obdélníkovou
VíceVěta o dělení polynomů se zbytkem
Věta o dělení polynomů se zbytkem Věta. Nechť R je okruh, f, g R[x], přičemž vedoucí koeficient polynomu g 0 je jednotka okruhu R. Pak existuje jediná dvojice polynomů q, r R[x] taková, že st(r) < st(g)
VíceMatematická analýza pro informatiky I.
Matematická analýza pro informatiky I. 10. přednáška Diferenciální počet funkcí více proměnných (II) Jan Tomeček jan.tomecek@upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci
VíceNumerické řešení soustav lineárních rovnic
Numerické řešení soustav lineárních rovnic Mirko Navara http://cmpfelkcvutcz/~navara/ Centrum strojového vnímání, katedra kybernetiky FEL ČVUT Karlovo náměstí, budova G, místnost 04a http://mathfeldcvutcz/nemecek/nummethtml
VíceMATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]
MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě
Více4. Diferenciál a Taylorova věta
4. Diferenciál a Taylorova věta Definice 4.1. Buď f : R n R, a Df. Řekneme, že f je diferencovatelná v bodě a, když h V n takový, že a + h Df platí f(a + h) f(a) gradf(a) h + h τ(h), kde lim τ(h) 0. Funkce
VíceNumerické metody lineární algebry
Numerické metody lineární algebry 1 Úvod 11 Úlohy lineární algebry 1 Řešení soustav lineárních rovnic A x = b Řešení soustavy s regulární čtvercovou maticí A řádu n n pro jednu nebo více pravých stran
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
Více1 Mnohočleny a algebraické rovnice
1 Mnohočleny a algebraické rovnice 1.1 Pojem mnohočlenu (polynomu) Připomeňme, že výrazům typu a 2 x 2 + a 1 x + a 0 říkáme kvadratický trojčlen, když a 2 0. Číslům a 0, a 1, a 2 říkáme koeficienty a písmenem
VícePrimitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program
Program Primitivní funkce a Riemannův integrál Program Primitivní funkce a Riemannův integrál Lineární algebra Program Primitivní funkce a Riemannův integrál Lineární algebra Taylorův polynom Program Primitivní
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
VíceDRN: Soustavy linárních rovnic numericky, norma
DRN: Soustavy linárních rovnic numericky, norma Algoritmus (GEM: Gaussova eliminace s částečným pivotováním pro převod rozšířené regulární matice na horní trojúhelníkový tvar). Zadána matice C = (c i,j
Více10 Funkce více proměnných
M. Rokyta, MFF UK: Aplikovaná matematika II kap. 10: Funkce více proměnných 16 10 Funkce více proměnných 10.1 Základní pojmy Definice. Eukleidovskou vzdáleností bodů x = (x 1,...,x n ), y = (y 1,...,y
VíceMatematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29
Matematika 1 11. přednáška MA1 1 Opakování 2 Determinant 3 Adjungovaná matice 4 Cramerovo pravidlo 5 Vlastní čísla a vlastní vektory matic 6 Zkouška; konzultace; výběrová matematika;... 11. přednáška (15.12.2010
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde
VíceAfinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.
4 Afinita Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe. Poznámka. Vzájemně jednoznačným zobrazením rozumíme zobrazení,
VíceZáklady maticového počtu Matice, determinant, definitnost
Základy maticového počtu Matice, determinant, definitnost Petr Liška Masarykova univerzita 18.9.2014 Matice a vektory Matice Matice typu m n je pravoúhlé (nebo obdélníkové) schéma, které má m řádků a n
VíceVlastní čísla a vlastní vektory
Kapitola 11 Vlastní čísla a vlastní vektory Základní motivace pro studium vlastních čísel a vektorů pochází z teorie řešení diferenciálních rovnic Tato teorie říká, že obecné řešení lineární diferenciální
VíceDnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda
Předmět: MA 4 Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Četba: Text o lineární algebře v Příručce přežití na webových
VícePomocný text. Polynomy
Pomocný text Polynomy Tato série bude o polynomech a to zejména o polynomech jedné proměnné (pokud nebude uvedeno explicitně, že jde o polynom více proměnných). Formálně je někdy polynom jedné proměnné
VíceNumerické metody a programování. Lekce 7
Numerické metody a programování Lekce 7 Řešení nelineárních rovnic hledáme řešení x problému f x = 0 strategie: odhad řešení iterační proces postupného zpřesňování řešení výpočet skončen pokud je splněno
VíceArnoldiho a Lanczosova metoda
Arnoldiho a Lanczosova metoda 1 Částečný problém vlastních čísel Ne vždy je potřeba (a někdy to není ani technicky možné) nalézt celé spektrum dané matice (velké řídké matice). Úloze, ve které chceme aproximovat
VíceJazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa
2. Jazyk matematiky 2.1. Matematická logika 2.2. Množinové operace 2.3. Zobrazení 2.4. Rozšířená číslená osa 1 2.1 Matematická logika 2.1.1 Výrokový počet logická operace zapisujeme čteme česky negace
VíceNumerické metody I. Jaro Normy vektorů a matic 1. 2 Nelineární rovnice Metoda bisekce (půlení intervalu) Iterační metody...
Poznámky k přednášce 1 Numerické metody I Jaro 2010 Tomáš Řiháček Obsah 1 Normy vektorů a matic 1 2 Nelineární rovnice 3 2.1 Metoda bisekce (půlení intervalu).............................. 3 2.2 Iterační
VíceFaculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
1 / 40 regula Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague regula 1 2 3 4 5 regula 6 7 8 2 / 40 2 / 40 regula Iterační pro nelineární e Bud f reálná funkce
VíceKapitola 11: Lineární diferenciální rovnice 1/15
Kapitola 11: Lineární diferenciální rovnice 1/15 Lineární diferenciální rovnice 2. řádu Definice: Lineární diferenciální rovnice 2-tého řádu je rovnice tvaru kde: y C 2 (I) je hledaná funkce a 0 (x)y +
VíceOperace s maticemi. 19. února 2018
Operace s maticemi Přednáška druhá 19. února 2018 Obsah 1 Operace s maticemi 2 Hodnost matice (opakování) 3 Regulární matice 4 Inverzní matice 5 Determinant matice Matice Definice (Matice). Reálná matice
VíceÚlohy nejmenších čtverců
Úlohy nejmenších čtverců Petr Tichý 7. listopadu 2012 1 Problémy nejmenších čtverců Ax b Řešení Ax = b nemusí existovat, a pokud existuje, nemusí být jednoznačné. Často má smysl hledat x tak, že Ax b.
VíceŘešení nelineárních rovnic
Řešení nelineárních rovnic Metody sečen (sekantová a regula falsi) Máme dva body x 1 a x mezi nimiž se nachází kořen Nový bod x 3 volíme v průsečíku spojnice bodů x 1, f x 1 a x, f x (sečny) s osou x ERRBISPAS
VíceLineární algebra : Násobení matic a inverzní matice
Lineární algebra : Násobení matic a inverzní matice (8. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních
VíceVšechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat
Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat Čtvercová matice n n, např. může reprezentovat: A = A A 2 A 3 A 2 A 22 A 23 A 3 A 32 A 33 matici koeficientů soustavy n lineárních
VíceFakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR
DEN: ODR teoreticky: soustavy rovnic Soustava lineárních ODR 1 řádu s konstantními koeficienty je soustava ve tvaru y 1 = a 11 y 1 + a 12 y 2 + + a 1n y n + b 1 (x) y 2 = a 21 y 1 + a 22 y 2 + + a 2n y
VíceNumerické řešení nelineárních rovnic
Numerické řešení nelineárních rovnic Mirko Navara http://cmp.felk.cvut.cz/ navara/ Centrum strojového vnímání, katedra kybernetiky FEL ČVUT Karlovo náměstí, budova G, místnost 104a http://math.feld.cvut.cz/nemecek/nummet.html
VíceSoustavy lineárních rovnic
Soustavy lineárních rovnic V této kapitole se budeme zabývat soustavami lineárních diferenciálních rovnic y = a (x)y + a (x)y + + a n (x)y n + f (x) y = a (x)y + a (x)y + + a n (x)y n + f (x). y n = a
VíceVI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku
VI Maticový počet VI1 Základní operace s maticemi Definice Tabulku a 11 a 12 a 1n a 21 a 22 a 2n, a m1 a m2 a mn kde a ij R, i = 1,, m, j = 1,, n, nazýváme maticí typu m n Zkráceně zapisujeme (a ij i=1m
Víces velmi malými čísly nevýhodou velký počet operací, proto je mnohdy postačující částečný výběr
1. Úvod 1.1. druhy chyb: ch. matematického modelu rozdíl mezi idealizovaným a reálným problémem ch. numerické metody výsledkem nepřesné řešení ch. zaokrouhlovací vystupují současaně 1.. chyba absolutní
Vícepouze u některých typů rovnic a v tomto textu se jím nebudeme až na
Matematika II 7.1. Zavedení diferenciálních rovnic Definice 7.1.1. Rovnice tvaru F(y (n), y (n 1),, y, y, x) = 0 se nazývá diferenciální rovnice n-tého řádu pro funkci y = y(x). Speciálně je F(y, y, x)
Více1 Linearní prostory nad komplexními čísly
1 Linearní prostory nad komplexními čísly V této přednášce budeme hledat kořeny polynomů, které se dále budou moci vyskytovat jako složky vektorů nebo matic Vzhledem k tomu, že kořeny polynomu (i reálného)
VícePŘEDNÁŠKA 2 POSLOUPNOSTI
PŘEDNÁŠKA 2 POSLOUPNOSTI 2.1 Zobrazení 2 Definice 1. Uvažujme libovolné neprázdné množiny A, B. Zobrazení množiny A do množiny B je definováno jako množina F uspořádaných dvojic (x, y A B, kde ke každému
VíceLineární algebra : Násobení matic a inverzní matice
Lineární algebra : Násobení matic a inverzní matice (8. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. března 2014, 12:42 1 2 0.1 Násobení matic Definice 1. Buďte m, n, p N, A
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
VíceSOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC
SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC Pojm: Algebraická rovnice... rovnice obsahující pouze celé nezáporné mocnin neznámé, tj. a n n + a n 1 n 1 +... + a 2 2 + a 1 + a 0 = 0, kde n je přirozené číslo.
VíceNumerická matematika. Zkouška: 4 příklady, důraz na dif. rovnice.
Numerická matematika Úvodní informace Viz http://mat.fs.cvut.cz Rozsah: 2+2, Z, Zk, seminář 0+2 Z, Obsah: numerické metody pro lineární algebru, obyčejné a parciální diferenciální rovnice, Zápočet: požadavky,
VíceMatematika III. Miroslava Dubcová, Daniel Turzík, Drahoslava Janovská. Ústav matematiky
Matematika III Řady Miroslava Dubcová, Daniel Turzík, Drahoslava Janovská Ústav matematiky Přednášky ZS 202-203 Obsah Číselné řady. Součet nekonečné řady. Kritéria konvergence 2 Funkční řady. Bodová konvergence.
VíceFaculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
Tomáš Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 1 / 63 1 2 3 4 5 6 7 8 9 10 11 2 / 63 Aritmetický vektor Definition 1 Aritmetický vektor x je uspořádaná
Vícemetody jsou proto často jedinou možností jak danou diferenciální rovnicivyřešit.
7. ODR počáteční úlohy Průvodce studiem Jen velmi málo diferenciálních rovnic, které se vyskytují při popisu praktických úloh, se dářešit exaktně, a i když dokážeme najít vzorce popisující analytickéřešení,
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
VíceNumerické metody lineární algebry
Numerické metody lineární algebry 1 Úvod 11 Úlohy lineární algebry 1 Řešení soustav lineárních rovnic A x = b Řešení soustavy s regulární čtvercovou maticí A řádu n n pro 1 nebo více pravých stran Výpočet
VíceVektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice
Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u
VíceTěleso racionálních funkcí
Těleso racionálních funkcí Poznámka. V minulém semestru jsme libovolnému oboru integrity sestrojili podílové těleso. Pro libovolné těleso R je okruh polynomů R[x] oborem integrity, máme tedy podílové těleso
Více11. přednáška 10. prosince Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah
11. přednáška 10. prosince 2007 Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah F (x, y, y, y,..., y (n) ) = 0 mezi argumentem x funkce jedné
VíceObyčejnými diferenciálními rovnicemi (ODR) budeme nazývat rovnice, ve kterých
Obyčejné diferenciální rovnice Obyčejnými diferenciálními rovnicemi (ODR) budeme nazývat rovnice, ve kterých se vyskytují derivace neznámé funkce jedné reálné proměnné. Příklad. Bud dána funkce f : R R.
Více6. přednáška 5. listopadu 2007
6. přednáška 5. listopadu 2007 Souvislost diferenciálu a parciálních derivací. Diferenciál implikuje parciální derivace a spojité parciální derivace implikují diferenciál. Tvrzení 2.3. Když je funkce f
Více1 Mnohočleny a algebraické rovnice
1 Mnohočleny a algebraické rovnice 1.1 Pojem mnohočlenu (polynomu) Připomeňme, že výrazům typu a 2 x 2 + a 1 x + a 0 říkáme kvadratický trojčlen, když a 2 0. Číslům a 0, a 1, a 2 říkáme koeficienty a písmenem
VíceV předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti
Kapitola 5 Vektorové prostory V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti operací sčítání a násobení
Více1. Matice a maticové operace. 1. Matice a maticové operace p. 1/35
1. Matice a maticové operace 1. Matice a maticové operace p. 1/35 1. Matice a maticové operace p. 2/35 Matice a maticové operace 1. Aritmetické vektory 2. Operace s aritmetickými vektory 3. Nulový a opačný
VíceNumerické metody a programování. Lekce 4
Numerické metody a programování Lekce 4 Linarní algebra soustava lineárních algebraických rovnic a 11 a 12 x 2 a 1, N x N = b 1 a 21 a 22 x 2 a 2, N x N = b 2 a M,1 a M,2 x 2 a M,N x N = b M zkráceně A
VíceEUKLIDOVSKÉ PROSTORY
EUKLIDOVSKÉ PROSTORY Necht L je lineární vektorový prostor nad tělesem reálných čísel R. Zobrazení (.,.) : L L R splňující vlastnosti 1. (x, x) 0 x L, (x, x) = 0 x = 0, 2. (x, y) = (y, x) x, y L, 3. (λx,
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
VíceČetba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).
Předmět: MA 4 Dnešní látka Lineární (vektorový) prostor Normovaný lineární prostor Normy matic a vektorů Symetrické matice, pozitivně definitní matice Gaussova eliminační metoda, podmíněnost matic Četba:
VíceExtrémy funkce dvou proměnných
Extrémy funkce dvou proměnných 1. Stanovte rozměry pravoúhlé vodní nádrže o objemu 32 m 3 tak, aby dno a stěny měly nejmenší povrch. Označme rozměry pravoúhlé nádrže x, y, z (viz obr.). ak objem této nádrže
VíceOperace s maticemi
Operace s maticemi Seminář druhý 17.10. 2018 Obsah 1 Operace s maticemi 2 Hodnost matice 3 Regulární matice 4 Inverzní matice Matice Definice (Matice). Reálná matice typu m n je obdélníkové schema A =
VíceVlastní čísla a vlastní vektory
Kapitola 15 Vlastní čísla a vlastní vektory V této a následujících kapitolách budeme zkoumat jeden z nejdůležitějších pojmů tohoto kurzu. Definice15.1 Buď A:V Vlineárnízobrazení,Vvektorovýprostornad tělesem
Více