Numerické metody a programování
|
|
- Břetislav Špringl
- před 8 lety
- Počet zobrazení:
Transkript
1 Projekt: Inovace výuky optiky se zaměřením na získání experimentálních dovedností Registrační číslo: CZ.1.07/2.2.00/ Numerické metody a programování Lekce 1 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky.
2 Numerické metody a programování Obsah přednášky 1. Mathematica: základy programování, symbolické výpočty, vizualizace dat. 2. Programování v prostředích Matlab/Octave: srovnání s jazykem C, knihovny funkcí, vytváření uživatelských funkcí. 3. Úvod do numerických metod: přesnost, zaokrouhlovací chyby, stabilita. 4. Algebra: práce s vektory a maticemi, řešení algebraických rovnic, SVD, Choleského dekompozice. 5. Aproximace funkcí: interpolace, extrapolace, interpolační mnohočleny, spliny. 6. Numerická integrace/derivace: elementární a pokročilé algoritmy, multi dimenzionální integrace, integrace obyčejných diferenciálních rovnic. 7. Řešení soustav nelineárních rovnic: bisekce, Newtonova Raphsonova metoda. 8. Optimalizace: gradientní metody, downhill simplex ve více dimenzích, metoda konjugovaného gradientu, lineární programování. 9. Modelování: metoda nejmenších čtverců, teorie odhadu, nelineární modely, konfidenční intervaly. 10. Fourierova transformace: spojitá a diskrétní transformace, FFT algoritmus a jeho použití, Nyquistova frekvence, diskrétní Fourierova transformace 2D a 3D. 11. Aplikace I: numerická simulace šíření optického signálu, Fresnelova difrakce, požadavky na vzorkování, aliasing. 12. Aplikace II: analýza zobrazovacích systémů a aberací, šíření v turbulentním prostředí, rekonstrukce vlnoplochy. Doporučená literatura E. Vitásek, Numerické metody (SNTL, Praha, 1987). W.H. Press, S.A. Teukolsky, W.T. Vetterling, B.P. Flannery, Numerical Recipes in C, (Cambridge University Press, Cambridge, 1992); dostupné online na J.D. Schmidt, Numerical Simulation of Optical Wave Propagation (SPIE Press, 10) Manuály Matlab/Octave ( Mathematica, Oslo ( Mathematica (Wolfram Research) symbolické výpočty numerické výpočty vizualizace dat a výsledků
3 prirazeni, relace a 1 1 a 1 a. a a a 1 1 a a 1 2 a ; a 3 a 5 8 b 1 1 a b True a b False komplexni cisla x 2 I 2 x^2 3 4 Re x 2 1 math_tisk.nb
4 Im x 1 Abs x 5 Arg x ArcTan 1 2 Conjugate x 2 x. f x^2 Abs x ^2 x 2 Abs x 2 Simplify f x 2 Abs x 2 Simplify f, Im x 0 0 ridici struktury a 2; b 4; If a b, mensi a, mensi b ; mensi 2 For i 1, i 10, i, Print i math_tisk.nb
5 suma 0 0 For i 1, i 10, i, suma i Print suma 55 suma 0; i 1; While i 10, suma i; i 2 Print suma 25 min a_, b_ : If a b, a, b min 1, 2 1 min 3, 4 3 vektory, matice v 1, 2, 3 1, 2, 3 Sqrt v 1, 2, 3 v.v 14 v Table Cos x, x, 0, 2 Π, Π 2 1, 0, 1, 0, 1 v2 Table x, x, 0, 2 Π, Π 2 0, Π 2, Π, 3 Π Cos v2 2, 2 Π 1, 0, 1, 0, 1 m 2, 1, 1, 3 2, 1, 1, 3 MatrixForm m math_tisk.nb
6 m 1, 2 1 v 1, 1 1, 1 MatrixForm v 1 1 MatrixForm m.v 3 2 a a11, a12, a21, a22 a11, a12, a21, a22 b b11, b12, b21, b22 b11, b12, b21, b22 c a.b; c MatrixForm a11 b11 a12 b21 a11 b12 a12 b22 a21 b11 a22 b21 a21 b12 a22 b22 Det a a12 a21 a11 a22 Tr a a11 a22 linearni algebra a 0, 1, 1, 1, 1, 1, 1, 1, 0 ; a MatrixForm eig Eigenvalues a 1 2, 1, 1 2 vec Eigenvectors a 1, 2, 1, 1, 0, 1, 1, 2, 1 a.vec 1 1 2, 2 2, math_tisk.nb
7 eig 1 vec 1 1 2, 2 1 2, 1 2 b Inverse a ; b MatrixForm a.b MatrixForm prava 1, 2, 3 1, 2, 3 x b.prava 1, 2, 1 a.x prava True vyrazy a.; b.; c.; x.; f1 x x f2 Exp x x f f1 f2 x x derivace D f, x x x x D f, x, x 2 x x x integrace 5 math_tisk.nb
8 integral Integrate f, x x 1 x tem D integral, x x x 1 x simp Simplify tem x x simp f True Integrate Exp x^2, x, Infinity, Infinity Π vysl Integrate Exp a x^2, x, Infinity, Infinity If Re a 0, Π a, Integrate a x2, x,,, Assumptions Re a 0 Simplify vysl, a 0 Π a Plot Cos x^2, x, 0, Integrate Cos x^2, x, 0, Α Π 2 2 FresnelC Π Α 6 math_tisk.nb
9 Plot Integrate Cos x^2, x, 0, Α, Α, 0, 10, PlotRange 0, 1, PlotPoints Integrate Cos x^2, x, 0, 1 N NIntegrate Cos x^2, x, 0, i1 Integrate Cos x^2, x, 0, 100 N NIntegrate Cos x^2, x, 0, 100 NIntegrate::ncvb : NIntegrate failed to converge to prescribed accuracy after 9 recursive bisections in x near x 0.. NIntegrate obtained ` and ` for the integral and error estimates i2 NIntegrate Cos x^2, x, 0, 100, MaxRecursion i1 i soucty rad Sum n^2, n, 1, 3 14 Sum 1 n^2, n, 1, Infinity Π math_tisk.nb
10 Sum 1 2^n, n, 0, Infinity 2 Simplify Sum n, n, 1, a 1 a 1 a 2 rovnice Solve 2 x 5 0, x x 5 2 Solve 2 x y 1, x y 2, x, y x 1, y 1 Solve a x^2 b x c 0, x x b b2 4 a c 2 a, x b b2 4 a c 2 a f Expand x 2 x 1 x x x 2 x 3 Solve f 0, x x 2, x 1, x 2 f Cos x x x Cos x Solve f 0, x Solve::tdep : The equations appear to involve the variables to be solved for in an essentially non algebraic way. Solve x Cos x 0, x vysl FindRoot f, x, 1 x Cos vysl 1, diferencialni rovnice 8 math_tisk.nb
11 DSolve y' x y x a Sin x, y x, x y x x C 1 1 a Cos x Sin x 2 DSolve y'' x k^2 y x 0, y x, x y x C 1 Cos k x C 2 Sin k x DSolve y'' x k^2 y x 0, y 0 1, y x, x y x Cos k x C 2 Sin k x DSolve y'' x k^2 y x 0, y 0 1, y' 0 0, y x, x y x Cos k x trigonometricke funkce Cos x y Cos x y vysl TrigExpand Cos x y Cos x Cos y Sin x Sin y TrigFactor vysl Cos x y f n1 Cos Α 2 n2 Cos Α 1 n1 Cos Α 2 n2 Cos Α 1 n2 Cos Α 1 n1 Cos Α 2 n2 Cos Α 1 n1 Cos Α 2 n1 n2 Sin Α 2 Sin Α 1 n2 Csc Α 1 Sin Α 2 f2 Simplify f Sin 2 Α 1 Sin 2 Α 2 Sin 2 Α 1 Sin 2 Α 2 TrigFactor f2 Cot Α 1 Α 2 Tan Α 1 Α 2 TrigToExp Sin x 1 2 x 1 2 x 9 math_tisk.nb
12 ExpToTrig Exp I x Cos x Sin x rozvoj v radu Series Exp x, x, 0, 3 1 x x2 2 x3 6 O x 4 Series Sqrt 1 x, x, 0, 3 1 x 2 x2 8 x3 16 O x 4 Series n 2 n 3, n, Infinity, n 3 n 2 9 n 3 O 1 n 4 Normal 1 9 n 3 3 n 2 1 n grafy funkci plot1 Plot Sin x, x, 5, math_tisk.nb
13 plot2 Plot Sin x 1, x, 5, Show plot1, plot2, AxesLabel x, y y x f Sin Sqrt x^2 y^2 Sqrt x^2 y^2 Sin x 2 y 2 x 2 y 2 11 math_tisk.nb
14 Plot3D f, x, 30, 30, y, 30, Plot3D f, x, 30, 30, y, 30, 30, PlotRange 0.2, math_tisk.nb
15 8x, - 30, 30<, 8y, - 30, 30<, PlotRange 8-0.1, 1<, PlotPoints 50D DensityPlot@f, 8x, -, <, 8y, -, <, PlotRange , 0.7<, PlotPoints 100D H* vizualizace dat *L a = Table@Sin@xD, 8x, - 5, 5, 0.1<D; 13 math_tisk.nb
16 ListPlot a a Table x, Sin x, x, 5, 5, 0.1 ; ListPlot a f 1.0 Sin x 2 y 2 x 2 y 2 a Table Sin x, x, 0, 5, 0.5 ; BarChart a a Table f, x, , 10, y, , 10 ; 14 math_tisk.nb
17 ListPlot3D a, InterpolationOrder ListPlot3D a math_tisk.nb
18 ListDensityPlot a, InterpolationOrder ListDensityPlot a, InterpolationOrder a Table Exp i j, i, 1, 4, j, 1, 4 1, 1, 1 2, 1 3,, 1, 1, 1 2, 2,, 1, 1, 3, 2,, 1 16 math_tisk.nb
19 BarChart3D a, ChartLayout "Grid", Boxed False, ChartStyle Directive EdgeForm Black, Blue, ChartLabels 1, 2, 3, 4, Method "Canvas" None, Ticks None, ViewPoint 10, 30, 15, PlotRange Max a, Max a cteni dat ze souboru data ReadList "data.txt", Number, RecordLists True ; Max data 232. Min data math_tisk.nb
20 obr1 = ListDensityPlot@data, PlotRange All, Frame False, InterpolationOrder 0D obr2 = ListPlot3D@data, Mesh False, Ticks FalseD H* export grafiky do souboru *L Export@"obrazek1.jpg", obr1d obrazek1.jpg 18 math_tisk.nb
21 Export "obrazek2.jpg", obr2 obrazek2.jpg cviceni prvocisla prvocisla max_ : Print 2 ; For i 3, i max, i 2, prvoc True; For del 3, del Sqrt i, del 2, If Divisible i, del, prvoc False If prvoc, Print i prvocisla math_tisk.nb
22 prvocisla max_ : list 2 ; For i 3, i max, i 2, prvoc True; For del 3, del Sqrt i, del 2, If Divisible i, del, prvoc False If prvoc, list Append list, i ; list prvocisla 100 2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47, 53, 59, 61, 67, 71, 73, 79, 83, 89, 97 statistika d ReadList "statistika.txt", Number ; math_tisk.nb
23 pocet Length d Mean d N Variance d N plot1 Histogram d p Table pocet PDF PoissonDistribution 4, i, i, 0, 15 ; plot2 ListPlot p math_tisk.nb
24 Show plot1, plot p2 Table i 0.5, pocet PDF PoissonDistribution 4, i, i, 0, 15 ; plot3 ListPlot p Show plot1, plot difrakce z. 22 math_tisk.nb
25 u Integrate Exp I x Ξ ^2 z, Ξ, 1, 1 z Π Erf x 2 z z Erf x z z Plot Abs u, x, 2, 2, AxesOrigin 0, 0, PlotRange All z Plot Abs u, x, 10 z, 10 z, AxesOrigin 0, 0, PlotRange All z math_tisk.nb
26 Plot Abs u, x, 10 z, 10 z, AxesOrigin 0, 0, PlotRange All z. u Π Erf x 2 z z Erf x z fresnel x_, z_ : Π 2 Erf x z z Erf x z 24 math_tisk.nb
27 Animate Plot Abs fresnel x, z, x, 10 z, 10 z, AxesOrigin 0, 0, PlotRange All, z, 0.1, 1, AnimationRunning False z math_tisk.nb
Numerické metody a programování. Lekce 1
Numerické metody a programování Lekce 1 Numerické metody a programování Obsah přednášky 1. Mathematica: základy programování, symbolické výpočty, vizualizace dat. 2. Programování v prostředích Matlab/Octave.
VíceNumerické metody a programování
Projekt: Inovace výuky optiky se zaměřením na získání experimentálních dovedností Registrační číslo: CZ.1.7/2.2./28.157 Numerické metody a programování Lekce 4 Tento projekt je spolufinancován Evropským
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
VíceWolfram Alpha. v podobě html stránky, samotný výsledek je často doplněn o další informace (např. graf, jiné možné zobrazení výsledku a
Wolfram Alpha jde o výpočetní prostředí z nejrůznějších oborů (matematika, fyzika, chemie, inženýrství... ) přístupné online: http://www.wolframalpha.com/ Jaké matematické výpočty Wolfram Alpha zvládá?
VíceČeské vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská OKRUHY. ke státním závěrečným zkouškám BAKALÁŘSKÉ STUDIUM
OKRUHY ke státním závěrečným zkouškám BAKALÁŘSKÉ STUDIUM Obor: Studijní program: Aplikace přírodních věd 1. Vektorový prostor R n 2. Podprostory 3. Lineární zobrazení 4. Matice 5. Soustavy lineárních rovnic
Víceaneb jiný úhel pohledu na prvák
Účelná matematika aneb jiný úhel pohledu na prvák Jan Hejtmánek FEL, ČVUT v Praze 24. června 2015 Jan Hejtmánek (FEL, ČVUT v Praze) Technokrati 2015 24. června 2015 1 / 18 Outline 1 Motivace 2 Proč tolik
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
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
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
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 -----
VícePraktické využití Mathematica CalcCenter. Ing. Petr Kubín, Ph.D. xkubin@fel.cvut.cz www.powerwiki.cz Katedra elektroenergetiky, ČVUT v Praze, FEL
Praktické využití Mathematica CalcCenter Ing. Petr Kubín, Ph.D. xkubin@fel.cvut.cz www.powerwiki.cz Katedra elektroenergetiky, ČVUT v Praze, FEL Obsah Popis Pojetí Vlastnosti Obecná charakteristika Ovladače
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
VíceTECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií
TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií MATLB: přednáška 4 Numerické a analytické výpočty Zbyněk Koldovský Projekt ESF CZ.1.07/2.2.00/28.0050 Modernizace
VíceRobustní statistické metody
Populární úvod Ústav teoretické fyziky a astrofyziky, MU Brno 28. říjen 2006, Vlašim O co jde? Robustní znamená: necitlivý k malým odchylkám od ideálních předpokladů na který je metoda odhadu optimalizována.
VíceRobustní odhady statistických parametrů
Robustní odhady statistických parametrů ěkdy pracují dobře, jinde ne. Typická data - pozorování BL Lac 100 mag 40 0 0.41 0.40 JD date 0.39 0.38 0.38223-1.586 0.017 0.40550-1.530 0.019 0.39453-1.610 0.024
VíceMatematický ústav UK Matematicko-fyzikální fakulta
Geometrické modelování Zbyněk Šír Matematický ústav UK Matematicko-fyzikální fakulta 5. října 2016 Zbyněk Šír (MÚ UK) - Geometrické modelování 5. října 2016 1 / 14 Obsah dnešní přednášky Co je to geometrické
VíceMatematický ústav UK Matematicko-fyzikální fakulta
Geometrické modelování Zbyněk Šír Matematický ústav UK Matematicko-fyzikální fakulta 2. října 2018 Zbyněk Šír (MÚ UK) - Geometrické modelování 2. října 2018 1 / 15 Obsah dnešní přednášky Co je to geometrické
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
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
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
VíceVlastnosti členů regulačních obvodů Osnova kurzu
Osnova kurzu 1) Základní pojmy; algoritmizace úlohy 2) Teorie logického řízení 3) Fuzzy logika 4) Algebra blokových schémat 5) Statické vlastnosti členů regulačních obvodů 6) Dynamické vlastnosti členů
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
VíceGrafy III. ContourPlot. Parametry funkce ContourPlot
Grafy III ContourPlot Sestrojení obrysového grafu. Vytvoří "topografickou mapu" funkce dvou proměnných. Obrysy spojují body se stejnou hodnotou a graf je vystínován dle hodnoty (čím vyšší hodnota, tím
VíceÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík
Vysoké učení technické v Brně Stavební fakulta ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE Matematika 0A4 Cvičení, letní semestr DOMÁCÍ ÚLOHY Jan Šafařík Brno c 200 (1) 120 krát jsme házeli hrací kostkou.
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,
VíceRejstřík - A - - B - - E - - C - - F - - D - Rejst ík
- 137 Rejst ík - A - aktualizace spojení s datovým souborem, 38; 39 aktualizace symbolických výpočtů, 70 animace, 51 Auto, 92 automatická změna typu rovnítka, 10 automatické obnovení výsledků, 7; 92 automatické
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
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
VíceVYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni. Abstrakt
VYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni Abstrakt Současný trend snižování počtu kontaktních hodin ve výuce nutí vyučující
VíceVybrané partie z obrácených úloh. obrácených úloh (MG452P73)
Vybrané partie z obrácených úloh obrácených úloh (MG452P73) Obsah přednášky Klasifikace obrácených úloh a základní pojmy Lineární inverzní problém, prostor parametrů a dat Gaussovy transformace, normální
VíceD - Přehled předmětů studijního plánu
D - Přehled předmětů studijního plánu Vysoká škola: Součást vysoké školy: Název studijního programu: Název studijního oboru: Slezská univerzita v Opavě Matematický ústav v Opavě Matematika Obecná matematika
VíceInterpolace a aproximace dat.
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
VíceKatedra geotechniky a podzemního stavitelství
Katedra geotechniky a podzemního stavitelství Modelování v geotechnice Metoda okrajových prvků (prezentace pro výuku předmětu Modelování v geotechnice) doc. RNDr. Eva Hrubešová, Ph.D. Inovace studijního
VíceZáklady numerické matematiky. Interpolace a aproximace funkcí
Základy numerické matematiky Interpolace a aproximace funkcí Nejdříve se podíváme na interpolaci. Lagrangeovu interpolaci počítá Maple pomocí funkce interp. Jejími parametry jsou - soubor uzlů, funkčních
VíceModelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček. 8. přednáška 11MSP pondělí 20. dubna 2015
Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 8. přednáška 11MSP pondělí 20. dubna 2015 verze: 2015-04-14 12:31
VíceMATLAB a numerické metody
MATLAB a numerické metod MATLAB je velmi vhodný nástroj pro numerické výpočt mnoho problémů je již vřešeno (knihovní funkce nebo Toolbo), jiné si můžeme naprogramovat sami. Budeme se zabývat některými
VíceNumerické metody a programování. Lekce 8
Numerické metody a programování Lekce 8 Optimalizace hledáme bod x, ve kterém funkce jedné nebo více proměnných f x má minimum (maximum) maximalizace f x je totéž jako minimalizace f x Minimum funkce lokální:
VíceWolfram Mathematica. Mgr. Jindřich Soukup 2. 7. 2012
Wolfram Mathematica Mgr. Jindřich Soukup. 7. 0 Mathematica Tento soubor má sloužit jako první seznámení s programem Mathematica. Většina věcí je pouze přeložená z Help Tutorial.... V souboru je text 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
VícePředmluva 9 Obsah knihy 9 Typografické konvence 10 Informace o autorovi 10 Poděkování 10
Obsah Předmluva 9 Obsah knihy 9 Typografické konvence 10 Informace o autorovi 10 Poděkování 10 KAPITOLA 1 Úvod 11 Dostupná rozšíření Matlabu 13 Alternativa zdarma GNU Octave 13 KAPITOLA 2 Popis prostředí
VícePOŽADAVKY K SOUBORNÉ ZKOUŠCE Z MATEMATIKY
POŽADAVKY K SOUBORNÉ ZKOUŠCE Z MATEMATIKY Bakalářský studijní program B1101 (studijní obory - Aplikovaná matematika, Matematické metody v ekonomice, Aplikovaná matematika pro řešení krizových situací)
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
VíceParciální diferenciální rovnice
Parciální diferenciální rovnice Obsah kurzu Co bude obsahovat... úvod do PDR odvození některých PDR klasická teorie lineárních PDR 1. a 2. řádu řešení poč. a okraj. úloh vlastnosti řešení souvislost s
VíceBonn, Rheinischen Friedrich-Wilhelms-Universität
Bonn, Rheinischen Friedrich-Wilhelms-Universität Seznam přednášek Bc s anotacemi http://www.mathematics.uni-bonn.de/files/bachelor/ba_modulhandbuch.pdf Studijní plán-požadavky http://www.mathematics.uni-bonn.de/studium/bachelor/studienprogramm
VíceModelování polohových servomechanismů v prostředí Matlab / Simulink
Modelování polohových servomechanismů v prostředí Matlab / Simulink Lachman Martin, Mendřický Radomír Elektrické pohony a servomechanismy 27.11.2013 Struktura programu MATLAB-SIMULINK 27.11.2013 2 SIMULINK
VíceMATEMATIKA PRO INŽENÝRY 21. STOLETÍ
MATEMATIKA PRO INŽENÝRY 21. STOLETÍ Schůzka realizačního týmu 8. 9. 2011 Tato prezentace je spolufinancována Evropským sociálním fondem a státním rozpočtem České republiky PROGRAM SCHŮZKY: Pilotní kurzy
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
VíceVÝUKOVÝ SOFTWARE PRO ANALÝZU A VIZUALIZACI DIFRAKČNÍCH JEVŮ V OPTICE
VÝUKOVÝ SOFTWRE RO NLÝZU VIZULIZCI DIFRKČNÍCH JEVŮ V OTICE J. Novák,. Novák Katedra fyziky, Fakulta stavební, České vysoké učení technické v raze bstrakt Difrakcí se rozumí ty odchylky v chování elektromagnetického
Více(K611MSAP) prof. Miroslav Vlček. 24. února Ústav aplikované matematiky Fakulta dopravní ČVUT
(K611MSAP) Ústav aplikované matematiky Fakulta dopravní ČVUT 24. února 2011 K611MSAP Základní informace Přednášející: prof. RNDr. Miroslav Vlček, DrSc. (vlcek@fd.cvut.cz) přednášky: čt. 8.00-9.30 & 9.45-11.15
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
VíceZájezd do CERNu 2012. Obsah. Jakub Šerých, serych@panska.cz
Zájezd do CERNu 2012 Jakub Šerých, serych@panska.cz Obsah Metody zkoumání hmoty Trocha z historie představ o stavbě hmoty Dnešní představa o stavbě hmoty Principy urychlovačů Typy urychlovačů Urychlovač
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
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,
VícePrincip gradientních optimalizačních metod
Princip gradientních optimalizačních metod Tomáš Kroupa 20. května 2014 Tento studijní materiál je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Obsah Úkol a základní
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
VíceUžití software Wolfram Alpha při výuce matematiky
Jednalo se tedy o ukázku propojení klasického středoškolského učiva s problematikou běžného života v oblasti financí za pomoci využití informačních technologií dnešní doby. Hlavním přínosem příspěvku je
VícePopis plnění balíčku WP08: Snižování mechanických ztrát pohonných jednotek
WP08: Snižování mechanických ztrát pohonných jednotek Vedoucí konsorcia podílející se na pracovním balíčku Vysoké učení technické v Brně doc. Ing. Pavel Novotný, Ph.D. Členové konsorcia podílející se na
VíceŘešení diferenciálních rovnic
Projekt M3 Řešení diferenciálních rovnic 1. Zadání A. Stanovte řešení dané diferenciální rovnice popřípadě soustavy rovnic. i) Pro úlohy M3.1 až M3.12: uveďte matematický popis použité metody sestavte
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/
VíceProjekty do předmětu MF
Univerzita Palackého v Olomouci Přírodovědecká fakulta Katedra optiky ZÁVĚREČNÁ PRÁCE Projekty do předmětu MF Vypracoval: Miroslav Mlynář E-mail: mlynarm@centrum.cz Studijní program: B1701 Fyzika Studijní
VíceZpracování biologických signál
ZBS_BRY0006_SP3.nb Wednesday, December 21, 2011 1 / 13 Zpracování biologických signál Semestrální projekt č. 3 Vypracovala: Bc. Iveta Bryjová, Biomedicínské in enýrství, VŠB TU, FEI Verze 2.0 Zadání Zobrazte
VícePopis metod CLIDATA-GIS. Martin Stříž
Popis metod CLIDATA-GIS Martin Stříž Říjen 2008 Obsah 1CLIDATA-SIMPLE...3 2CLIDATA-DEM...3 2.1Metodika výpočtu...3 2.1.1Výpočet regresních koeficientů...3 2.1.2 nalezených koeficientu...5 2.1.3Výpočet
VíceDISKRÉTNÍ PROCESY V ELEKTROTECHNICE
Výuka předmětu DISKRÉTNÍ PROCESY V ELEKTROTECHNICE Jaromír Baštinec, Ústav matematiky, Fakulta elektrotechniky a komunikačních technologií, VUT v Brně e-mail: bastinec@feec.vutbr.cz Irena Hlavičková Ústav
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
VíceU Úvod do modelování a simulace systémů
U Úvod do modelování a simulace systémů Vyšetřování rozsáhlých soustav mnohdy nelze provádět analytickým výpočtem.často je nutné zkoumat chování zařízení v mezních situacích, do kterých se skutečné zařízení
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
VíceMATrixLABoratory letný semester 2004/2005
1Prostedie, stručný popis okien Command Window příkazové okno pro zadávání příkazů v jazyku Matlabu. Workspace zde se zobrazuje obsah paměti; je možné jednotlivé proměnné editovat. Command History dříve
VíceNumerické metody optimalizace - úvod
Numerické metody optimalizace - úvod Petr Tichý 16. února 2015 1 Organizace přednášek a cvičení 13 přednášek a cvičení. Zápočet: úloha programování a testování úloh v Matlabu. Další informace na blogu
VíceNumerické metody: aproximace funkcí
Numerické metody: aproximace funkcí 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
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
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. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,
KMA/SZZS1 Matematika 1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností, operace s limitami. 2. Limita funkce
VíceVĚTY Z LINEÁRNÍ ALGEBRY
VĚTY Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. věta Nechť M = {x 1, x 2,..., x k } je množina vektorů z vektorového prostoru
VícePožadavky a podmínky zkoušky z Numerických metod I (2NU)
Požadavky a podmínky zkoušky z Numerických metod I (2NU) LS 2018/2019 Zkouška je písemná, trvá 90 min. Skládá se ze 3 praktických příkladů a 4 teoretických otázek. S sebou ke zkoušce: psací potřeby (čisté
VíceMatematika I. dvouletý volitelný předmět
Název předmětu: Zařazení v učebním plánu: Matematika I O7A, C3A, O8A, C4A dvouletý volitelný předmět Cíle předmětu Tento předmět je koncipován s cílem usnadnit absolventům gymnázia přechod na vysoké školy
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
VíceMaturitní okruhy z matematiky - školní rok 2007/2008
Maturitní okruhy z matematiky - školní rok 2007/2008 1. Některé základní poznatky z elementární matematiky: Číselné obory, dělitelnost přirozených čísel, prvočísla a čísla složená, největší společný dělitel,
VíceOptimalizace provozních podmínek. Eva Jarošová
Optimalizace provozních podmínek Eva Jarošová 1 Obsah 1. Experimenty pro optimalizaci provozních podmínek 2. EVOP klasický postup využití statistického softwaru 3. Centrální složený návrh model odezvové
VíceSpeciální numerické metody 4. ročník bakalářského studia. Cvičení: Ing. Petr Lehner Přednášky: doc. Ing. Martin Krejsa, Ph.D.
Speciální numerické metody 4. ročník bakalářského studia Cvičení: Ing. Petr Lehner Přednášky: doc. Ing. Martin Krejsa, Ph.D. 1 Základní informace o cvičení Předmět: 228-0210/01 Speciální numerické metody
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
VíceEXPERIMENTÁLNÍ METODY I. 2. Zpracování měření
FSI VUT v Brně, Energetický ústav Odbor termomechanik a technik prostředí prof. Ing. Milan Pavelek, CSc. EXPERIMENTÁLNÍ METODY I OSNOVA. KAPITOLY. Zpracování měření Zpracování výsledků měření (nezávislých
VíceBakalářské a diplomové práce. katedra matematiky
Bakalářské a diplomové práce katedra matematiky 31.10.2011 Závěrečné práce obecné informace databáze VŠKP výběr a zadání témat -kdy -jak zpracování práce odevzdání a obhajoba práce -kdy -jak okruhy témat
VíceMatematika drsně a svižně -- nekonvenční projekt výuky a učebnice www.math.muni.cz/matematika_drsne_svizne
Matematika drsně a svižně -- nekonvenční projekt výuky a učebnice www.math.muni.cz/matematika_drsne_svizne 1 Jak vlastně studenti vnímají matematiku? počítání s čísly? pravidla na přerovnávání písmenek?
VíceIntegrace funkcí více proměnných, numerické metody
Matematika III 6. přednáška Integrace funkcí více proměnných, numerické metody Michal Bulant Masarykova univerzita Fakulta informatiky 27. 10. 2010 Obsah přednášky 1 Literatura 2 Integrální počet více
VíceGlobální matice konstrukce
Globální matice konstrukce Z matic tuhosti a hmotnosti jednotlivých prvků lze sestavit globální matici tuhosti a globální matici hmotnosti konstrukce, které se využijí v řešení základní rovnice MKP: [m]{
VíceZáklady algoritmizace
Základy algoritmizace Matematické algoritmy (11MAG) Jan Přikryl Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 1. přednáška 11MAG pondělí 5. října 2014 verze: 2014-10-06 11:27 Obsah přednášky
Více#(, #- #(!!$!#$%!! [2], studiu difraktivních. #!$$&$.( &$/#$$ oblasti holografie a difraktivní!# '!% #!!$#!'0!!*#!(#!! #!!! $ % *! $! (!
. Úvod!"!!!#$%!!!&'!!#$%!!!& # vlnovým!!*!!#$*$! #!!&!!!$%!# #!!$ % '!!&!&!!#$!!!$!!!$ s #!!!*! '! $ #, #- #!!$!#$%!! [], studiu difraktivních #!$$&$. &$/#$$ oblasti holografie a difraktivní!# '!% #!!$#!'0!!*#!#!!
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
VíceHledání extrémů funkcí
Hledání extrémů funkcí Budeme se zabývat téměř výhradně hledáním minima. Přes nost nalezeného extrému Obecně není hledání extrému tak přesné jako řešení rovnic. Demonstrovat to můžeme na příkladu hledání
VíceÚvod do programování. Lekce 7
I N V E S T I C E D O R O Z V O J E V Z D Ě L Á V Á N Í Inovace a zvýšení atraktivity studia optiky reg. č.: CZ.1.07/2.2.00/07.0289 Úvod do programování Lekce 7 Tento projekt je spolufinancován Evropským
VíceAutor by chtìl podìkovat všem svým spolupracovníkùm a kolegùm, kteøí mu pomohli s pøípravou textu. K vydání knihy pøispìla firma Newport Electronics s
Pavel Nevøiva ANALÝZA SIGNÁLÙ A SOUSTAV Praha 2000 Autor by chtìl podìkovat všem svým spolupracovníkùm a kolegùm, kteøí mu pomohli s pøípravou textu. K vydání knihy pøispìla firma Newport Electronics spol.
VícePro tvorbu samostatně spustitelných aplikací je k dispozici Matlab library.
1.1 Matlab Matlab je interaktivní systém pro vědecké a technické výpočty založený na maticovém kalkulu. Umožňuje řešit velkou oblast numerických problémů, aniž byste museli programovat vlastní program.
VíceFourierovské metody v teorii difrakce a ve strukturní analýze
Osnova přednášky na 31 kolokviu Krystalografické společnosti Výpočetní metody v rtg a neutronové strukturní analýze Nové Hrady, 16 20 6 2003 Fourierovské metody v teorii difrakce a ve strukturní analýze
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
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
VíceUkázka závěrečného testu
Okruhy otázek pro závěrečný test ) Vlastnosti funkce ) Graf funkce ) Definiční obor funkce ) imita funkce ) Derivace funkce 6) Užití derivace 7) Matice 8) Řešení soustavy lineárních rovnic 9) Určitý integrál
VíceVYUŽITÍ MATLABU PRO PODPORU VÝUKY A PŘI ŘEŠENÍ VÝZKUMNÝCH ÚKOLŮ NA KATEDŘE KOMUNIKAČNÍCH A INFORMAČNÍCH SYSTÉMŮ
VYUŽITÍ MATLABU PRO PODPORU VÝUKY A PŘI ŘEŠENÍ VÝZKUMNÝCH ÚKOLŮ NA KATEDŘE KOMUNIKAČNÍCH A INFORMAČNÍCH SYSTÉMŮ Markéta Mazálková Katedra komunikačních a informačních systémů Fakulta vojenských technologií,
VíceOPTIMALIZACE. (přehled metod)
OPTIMALIZACE (přehled metod) Typy optimalizačních úloh Optimalizace bez omezení Nederivační metody Derivační metody Optimalizace s omezeními Lineární programování Nelineární programování Globální optimalizace
VícePracovní text a úkoly ke cvičením MF002
Pracovní text a úkoly ke cvičením MF002 Ondřej Pokora, PřF MU, Brno 11. března 2013 1 Brownův pohyb (Wienerův proces) Základním stavebním kamenem simulací náhodných procesů popsaných pomocí stochastických
VíceNumerické metody 6. května FJFI ČVUT v Praze
Extrémy funkcí Numerické metody 6. května 2018 FJFI ČVUT v Praze 1 Úvod Úvod 1D Více dimenzí Kombinatorika Lineární programování Programy 1 Úvod Úvod - Úloha Snažíme se najít extrém funkce, at už jedné
Více