POČÍTAČOVÉ ALGEBRAICKÉ SYSTÉMY: -MATHEMATICA 4.0-
|
|
- Patrik Ševčík
- před 6 lety
- Počet zobrazení:
Transkript
1 Math40-6.nb POČÍTAČOVÉ ALGEBRAICKÉ SYSTÉMY: -MATHEMATICA 4.0- Vojtěch Bartík Část 6 Transcendentní rovnice:findroot Algebraické rovnice: Solve, NSolve, Roots, Root, Reduce Lineární rovnice: LinearSolve, NullSpace, RowReduce Diferenciální rovnice a jejich soustavy: DSolve, NDSolve Laplaceova transformace: LaplaceTransform, InverseLaplaceTransform Fourierova transformace: FourierTransform, InverseFourierTransform, FourierSinTransform,InverseFourierSinTransform, FourierCosTransform,InverseFourierCosTransform Z-transformace: Z-Transform, InverseZTransform Numerické operace s daty: Fit, InterpolatingPolynomial, Fourier, InverseFourier Rovnice transcendentní, algebraické a lineární à Transcendentní rovnice: FindRoot FindRoot[eqn,{x,x0}]... hledá numerické řešení v okolí bodu x0 FindRoot[eqn,{x,x0,xmin,xmax}]... totéž, ale výpočet končí, když se iterace dostane mimo interval <xmin,xmax> FindRoot[{eqn,...},{x,x0},...]... analogie pro více rovnic a více neznámých Skryté argumenty a jejich implicitní nastavení: Options@FindRootD 8AccuracyGoal Automatic, Compiled True, DampingFactor, Jacobian Automatic, MaxIterations 5, WorkingPrecision 6< Příklady: Všechny nulové body funkce x Sin@xD leží zřejmě v intervalu X, \. První přiblížení získáme např. grafickou cestou pomocí příkazu Plot, potom použijeme FindRoot. Plot@x Sin@xD, 8x,, <, AspectRatio > 0.D; Vidíme, že jeden nulový bod leží v intervalu X 0.8, 0.6\ a druhý v intervalu X.4,.6\.
2 Math40-6.nb == 0, 8x, #<D &, 8 0.6,.4<D 88x 0.667<, 8x.4096<< Map@Precision, x ê. %D 86, 6< Podobně můžeme postupovat u funkce x + Cos@xD + 5 Sin@xD, jejíž nulové body zřejmě leží v intervalu X 7, 7\. Plot@x + Cos@xD + 5 Sin@xD, 8x, 7, 7<D; x ê. Map@FindRoot@x + Cos@xD + 5 Sin@xD == 0, 8x, #<D &, 8 5, 4, 0,, 5<D , 4.57, ,.45848, 4.807< Map@Precision, %D 86, 6, 6, 6, 6< à Algebraické rovnice: Solve, NSolve, Roots, Root, Reduce Solve, NSolve Solve[eqn,x]... řeší algebraickou rovnici o neznámé x. Výsledek je tvaru{x->v,x->v,...} Solve[{eqn,eqn,...},{x,y,...}]... řeší soustavu algebraických rovnic o neznámých x, y,... Výsledek má tvar {{x->vx,y->vy,...},...} Solve[eqns,vars,elims]... řeší soustavu rovnic eqns pro neznámé vars eliminací neznámých elims NSolve... numerická varianta příkazu Solve NSolve[...,n]... totéž, ale výsledek má (?) přesnost n Nepovinné argumenty a jejich implicitní nastavení:
3 Math40-6.nb 8InverseFunctions Automatic, MakeRules False, Method, Mode Generic, Sort True, VerifySolutions Automatic, WorkingPrecision < 8WorkingPrecision Automatic, Sort True, MonomialOrder Automatic< Příklady: x + == 0, xd 88x <, 8x << Solve@a x + b x + c == 0, xd 99x b è!!!!!!!!!!!!!!!!!!!!! b 4 a c =, 9x a b +è!!!!!!!!!!!!!!!!!!!!! b 4 a c == a Solve@a x + b x + c == 0, bd 99b c + a x == x Vidíme, že Solve se nestará o předpoklady. Solve@x + x + x + == 0, xd 88x <, 8x H L ê <, 8x H L ê << % êê ExpToTrig 88x <, 8x H L ê <, 8x H L ê << NSolve@x + x + x + == 0, xd 88x.<, 8x <, 8x << Solve@x + x + == 0, xd êê ColumnForm@#, CenterD & 9x 9x + + 9x 4 I 4 è!!!!!!!!!! 77 Mê I è!!! I + M I 4 è!!!!!!!!!! 77 Mê è!!!!!!!!!! 77 Mê + 6 è!!! I M I I4 è!!!!!!!!! 77MM ê = è!!! I M I è!!! I + M I I4 è!!!!!!!!! 77MM ê = I4 è!!!!!!!!! 77MM ê =
4 4 Math40-6.nb x ê. NSolve@x + x + == 0, xd , , < Solve@x 4 + x + == 0, xd êê ColumnForm@#, CenterD & 9x 9x 9x 8x < H 7+ è!!!!!!! + L ê + + è!!!! H 7+ è!!!!!!! L ê 6 + è!!!! H 7+ è!!!!!!! L ê 6 I 7 + è!!!!!! M ê = I è!!! M I 7 + è!!!!!! M ê = I + è!!! M I 7 + è!!!!!! M ê = x ê. Solve@x 4 + x + == 0, xd êê N 8., , , < x ê. NSolve@x 4 + x + == 0, xd 8., , , < Solve@x 5 + x + x + == 0, xd 88x Root@ + # + # + # 5 &, D<, 8x Root@ + # + # + # 5 &, D<, 8x Root@ + # + # + # 5 &, D<, 8x Root@ + # + # + # 5 &, 4D<, 8x Root@ + # + # + # 5 &, 5D<< Root@poly, ndrepresentuje n-tý kořen polynomu poly o jedné neznámé, pokud Mathematica neumí jeho přesnou hodnotu vyjádřit jinak. x ê. Solve@x 5 + x + x + == 0, xd êê N 8.69, , , , < x ê. NSolve@x 5 + x + x + == 0, xd 8.69, , , , < Jméno neznámé je možné vynechat, pokud v rovnici žádná jiná neznámá není, ale není zcela jisté, zda vynechání nemůže ovlivnit výsledek. Přinejmenším ve verzi.0 příkazy Solve[eqn,x] a Solve[eqn] vedly v případě rovnice eqn = CollectAIx + è!!!! M 4 Ix + è!!!! M 9 êê Expand, x_, SimplifyE == 0 k různým výsledkům. Verze 4.0 už dává výsledky stejné, ale to ještě neznamená, že chyba v programu byla spolehlivě odstraněna. Řešením následující jednoduché soustavy rovnic jsou dvojice souřadnic průsečíků elipsy a přímky.
5 Math40-6.nb 5 Solve@8x + 5 y == 5, x + 7 y == <, 8x, y<d 99x è!!!!!!!!! I5 7 40M, y x è!!!!!!!!! I M, y I7 + 4 è!!!!!!!!! 40 M=, I7 4 è!!!!!!!!! 40 M== NSolve@8x + 5 y == 5, x + 7 y == <, 8x, y<d 88x , y.056<, 8x 4.5, y.0066<< Podobně reálná řešení další soustavy jsou dvojice souřadnic průsečíků algebraických křivek znázorněných níže na obrázku. Můžete se přesvědčit, že Mathematica najde i formální řešení, ale to má natolik složitý tvar, že nemá praktický význam. eqns = 8x 4 8 x y + y 8 == 4, 4 x + 8 x y + y == 6<; points = 8x, y< ê. Solve@eqns, 8x, y<d êê N 88.9, <, 8.9, <, ,.7975<, ,.7975<, ,.7998<, ,.7998<, 8.879,.9046<, 8.879,.9046<, , <, , <, , <, , <, , <, , <, , <, , << points = Select@points, FreeQ@#, ComplexD &D 88.9, <, 8.9, <, ,.7975<, ,.7975<, ,.7998<, ,.7998<, 8.879,.9046<, 8.879,.9046<< Přesvědčíme se graficky, zda vypočtené hodnoty odpovídají průsečíkům. << Graphics`ImplicitPlot` plot = ImplicitPlot@eqns, 8x, 5, 5<, PlotPoints > 00, DisplayFunction > IdentityD; plot = ListPlot@points, PlotStyle > 8PointSize@0.0D<, DisplayFunction > IdentityD; Show@plot, plot, DisplayFunction > $DisplayFunctionD;
6 6 Math40-6.nb Roots, Root Roots[eqn,x]... výsledkem je disjunkce rovnic reprezentujících řešení algebraické rovnice eqn Root[poly,n]... representuje n-tý kořen polynomu poly; kořeny jsou uspořádány tak, že reálné kořeny jsou před imaginárními a komplexně sdružené imaginární kořeny jsou vedle sebe Nepovinné argumenty a jejich nastavení: Options@RootsD 8Cubics True, Eliminate False, EquatedTo Null, Modulus 0, Multiplicity, Quartics True, Using True< Options@RootD 8ExactRootIsolation False< Je-li tento argument nastaven na True, Root používá k izolaci kořenů plně rigorozní ale mnohem pomalejší metodu. Jinak používá rychlejší přibližnou numerickou metodu. Roots@x x + == 0, xd x ==»» x == % êê ToRules Sequence@8x <, 8x <D %% êê ToRules êê List 88x <, 8x << Roots@x + x + == 0, x, Cubics > FalseD x == Root@ + # + # &, D»» x == Root@ + # + # &, D»» x == Root@ + # + # &, D
7 Math40-6.nb 7 Roots@x 4 + x + == 0, x, Quartics > FalseD x == Root@ + # + # 4 &, D»» x == Root@ + # + # 4 &, D»» x == Root@ + # + # 4 &, D»» x == Root@ + # + # 4 &, 4D % ê. Or > List ê. Equal > Rule êê N 8x , x , x , x < Roots@poly == 0, xd nemusí uvádět kořeny v pořadí Root@poly, D, Root@poly, D,... : Roots@x 5 + x + == 0, x, Cubics > FalseD ê. Or > List ê. Equal > Rule 8x Root@ # + # &, D, x Root@ # + # &, D, x Root@ # + # &, D, x H L ê, x H L ê < Table@Root@x 5 + x +, nd, 8n,, 5<D 9Root@ # + # &, D, è!!! I M, è!!! I + M, Root@ # + # &, D, Root@ # + # &, D= Reduce Reduce[eqns,{x,y,...}]... generuje logickou kombinaci jednodušších rovnic a nerovnic obsahující logické spojky And a Or, která je ekvivalentní se soustavou eqn, a v optimálním případě jsou výsledkem všechna logicky možná řešení pro neznámé x, y,... Reduce@8a x + y == c, x + b y == a<, 8x, y<d x == a + b c + a b && y == a c && + a b 0»» + a b a b == && c == a && x == a b y && a 0 Následující příklady ukazují rozdíl mezi Roots a Solve na jedné straně a Reduce na straně druhé: 8Roots@a x + == b, xd, Solve@a x + == b, xd, Reduce@a x + == b, xd< êê ColumnForm@#, CenterD & x == +b a 88x b a << a == 0 && b ==»» x == +b a && a 0
8 8 Math40-6.nb x + b x + c ==, xd x == b è!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 4 a + b 4 a c a»» x == b +è!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 4 a + b 4 a c a Solve@a x + b x + c ==, xd 99x b è!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 4 a + b 4 a c =, 9x a b +è!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 4 a + b 4 a c == a Reduce@a x + b x + c ==, xd x == b è!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 4 a + b 4 a c b +è!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 4 a + b && a 0»» x == 4 a c && a 0»» a a a == 0 && b == 0 && c ==»» a == 0 && x == c && b 0 b à Lineární rovnice: LinearSolve, NullSpace, RowReduce LinearSolve LinearSolve[m,b]... najde vektor řešící maticovou rovnici m.x == b LinearSolve@88, <, 8, <<, 86, <D 84, < LinearSolve@88a, b<, 8c, d<<, 8, <D Hb dl 9 b c + a d, Ha cl b c + a d = NullSpace NullSpace[m]... najde bázi prostoru řešení rovnice m.x == 0 NullSpace@88,,, <, 8,, 4, 5<<D 884,, 0, 5<, 8,,, 0<< NullSpace@88a,,, <, 8,, b, 5<<D a, a b, 0, =, a 4 + a, + a b,, 0== 4 + a
9 Math40-6.nb 9 RowReduce RowReduce[m]... najde redukovanou horní stupňovitou formu matice m RowReduce@88,,, 5<, 8, 4, 5, <, 8,,, 0<<D 99, 0, 0, =, 90,, 0, =, 80, 0,, <= 4 % êê MatrixForm i 0 0 y 0 j 0 4 z k 0 0 { RowReduce@88a,,, 5<, 8, b, 5, <<D 99, 0, 0 + b 4 + a b, + 5 b 4 + a b =, 90,, + 5 a 4 + a b, 0 + a 4 + a b == % êê MatrixForm i 0 4+a 0+b b j k 0 4+a +5 b a +5 b 4+a b y 0+a z 4+a b { Obyčejné diferenciální rovnice à Rovnice bez počátečních podmínek: DSolve Úvodní poznámky DSolve[eqn,y[x],x]... diferenciální rovnice pro výraz y[x] proměnné x. Výsledek je tvaru 88y@xD > expr<,...< DSolve[eqn,y,x]... diferenciální rovnice pro funkci y proměnné x. Výsledek je tvaru 88y > f<,...<, kde f, f,... jsou bezejmenné funkce DSolve[eqns,{y[x],...},x]... soustava rovnic pro výrazy y@xd,... DSolve[eqns,{y],...},x]... soustava rovnic pro funkce y,... C[],C[], integrační konstanty. Symbol C má atribut Protected Options@DSolveD 8DSolveConstants C<
10 0 Math40-6.nb Rozdíl mezi dvěma možnými formami řešení spočívá v tom že při zpětném dosazování za y@xd do rovnice za účelem ověření správnosti zjistíme, že Mathematica neumí dosadit za zatímco při dosazování za y umí dosadit i za derivace y', y'',... Clear@yD; eqn0 = == y@xd; rules0a = DSolve@eqn0, y@xd, xd 88y@xD x C@D<< rules0b = DSolve@eqn0, y, xd General::spell : Possible spelling error: new symbol name "rules0b" is similar to existing symbol "rules0a". 88y H # C@D &L<< eqn0 ê. rules0a êê Simplify == x C@D< eqn0 ê. rules0b êê Simplify 8True< Chceme-li definovat funkci, která by byla obecným řešením dané rovnice v obvyklém matematickém smyslu, můžeme to udělat nejlépe takto: Clear@u0D; u0 = Hy ê. Flatten@rules0bD ê. C@D > #L; Jiná možnost je tato: Clear@v0D; v0@x_, c_d := Hy ê. Flatten@rules0bDL@xD ê. C@D > c; Derivative@n_D@v0D@x_, c_d := Derivative@nD@y ê. Flatten@rules0bDD@xD ê. C@D > c Vyzkoušíme definice: 8u0@a, cd, u0'@a, cd, u0''@a, cd, u0@, D, u0'@, D, u0''@, D< 8c a, c a, 4 c a,, 4, 8 < 8v0@a, cd, v0'@a, cd, v0''@a, cd, v0@, D, v0'@, D, v0''@, D< 8c a, c a, 4 c a,, 4, 8 < 8D@u0@x, cd, xd, D@u0@x, cd, cd, D@v0@x, cd, xd, D@v0@x, cd, cd< 8 c x, x, c x, x <
11 Math40-6.nb Příklad : Bernoulliova rovnice Poznamenejme, že rovnici, kterou se budeme zabývat, lze převést substitucí Sqrt[y[x]]=z[x] na lineární rovnici a že její obecné řešení v oboru y 0 je dáno formulí z'@xd + x z@xd = x x kde c je libovolné reálné číslo. y = 9 i jx + c "############################ H»xL» k 4 y z, { Clear@x, yd; eqn = + x y@xd x x è!!!!!!!!!!!! y@xd == 0 x è!!!!!!!!!!!! y@xd + x y@xd x + == 0 DSolve@eqn, y@xd, xd 99y@xD 6 I4 8 x + 4 x 4 H + x L ê4 C@D + x H + x L ê4 C@D + 9 è!!!!!!!!!!!!!!!! + x C@D M== rules = DSolve@eqn, y, xd 99y J 6 J4 8 # + 4 # 4 H + # L ê4 C@D + # H + # L ê4 C@D + 9 "################### + # C@D N &N== Clear@uD; u@x_, c_d := HHy ê. Flatten@rulesDL@xD ê. C@D > cl êê Simplify; u@x, cd 6 I + x + c H + x L ê4 M Všimněte si, že obecné řešení, které nám nabízí Mathematica, má v reálném oboru smysl pouze pro Abs@xD >. Pokusíme se ověřit výsledek: eqn ê. Flatten@rulesD ê. C@D > c êê FullSimplify i x j + x + c H + x L ê4 $%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% I + x + c H + x L ê4 M y z == 0 k { Dá se úvahou ověřit, že rovnice, kterou jsme dostali, platí při libovolném c na každém intervalu, na němž u[x,c] nabývá reálných hodnot. To je pro x < možné pouze v případě, že c je reálným násobkem
12 Math40-6.nb imaginárního čísla H L ê4. Zkusíme ještě jiný postup: eqn@@dd ê. Flatten@rulesD ê. C@D > c êê Simplify i i x j c H + x L +H + x L ê4 j + x $%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% I + x + c H + x L ê4 M y y zz k k { { 6 H + x L ê4 eqn@@dd ê. Flatten@rulesD ê. C@D > c êê Simplify êê PowerExpand 0 Mathematica tedy říká, že po dosazení řešení do levé strany rovnice a provedení blíže nespecifikovaných úprav dostaneme 0. Nyní záleží na nás, nakolik věříme, že všechny úpravy, které Mathematica provádí, jsou korektní. Myslím, že jistá skepse je na místě přinejmenším při použití příkazu PowerExpand, neboť úpravy jím prováděné nejsou vždy korektní. Zkusme určit z obecného řešení řešení počáteční úlohy y()= a obdobně ověřit jeho správnost. Pro konstantu c dostaneme dvě hodnoty, a u obou zjistíme, že výsledek kontroly správnosti závisí na postupu. Správné řešení počáteční úlohy přitom dává pouze jedna z nich. 8c0, c< = c ê. Solve@u@, cd ==, cd ê4 9, 5 ê4 = u@, #D &ê@ 8c0, c< 8, < Správnost řešení zkusíme ověřit nejprve pomocí FullSimplify: eqn ê. Flatten@rulesD ê. C@D > c0 êê FullSimplify 0 == i 6 x j x + ê4 H + x L ê4 +$%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% I x + ê4 H + x L ê4 M y z k { eqn ê. Flatten@rulesD ê. C@D > c êê FullSimplify 0 == i 6 x j x + 5 ê4 H + x L ê4 +$%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% I x + 5 ê4 H + x L ê4 M y z k { Snadno se nahlédne, že jak první, tak i druhá rovnice jsou splněny pro ta x, pro něž výraz v závorce pod odmocninou je záporný. To zjistíme nejdříve přibližně grafickou cestou a pak exaktně pomocí Solve:
13 Math40-6.nb PlotA x + ê4 H + x L ê4, 8x,, 4<, AspectRatio > êe; Z grafu je zřejmé, že první rovnice není splněna v žádném okolí bodu a proto u[x,c0] naší diferenciální rovnici nevyhovuje v žádném okolí tohoto bodu. PlotA x + 5 ê4 H + x L ê4, 8x,, 4<, AspectRatio > êe; SolveA x + 5 ê4 H + x L ê4 == 0, xe 98x <, 8x <, 9x $%%%%%%%%%%%%%%%%%%%%%%%% + 5 5ê =, 9x $%%%%%%%%%%%%%%%%%%%%%%%% + 5 5ê == % êê N 88x.<, 8x.<, 8x.967<, 8x.967<< Druhá rovnice je tedy splněna pro x z otevřeného intervalu, jehož levý konec je přibližně roven a pravý je. Zkusme nyní ověřit správnost jinými prostředky: eqn@@dd ê. Flatten@rulesD ê. C@D > c0 êê Simplify êê PowerExpand êê Expand êê Together ê4 x ê4 x x H + x L ê4 + x H + x L ê4 H + x L ê4 % êê Numerator êê Factor H + xl x H + xl I ê4 H + x L ê4 M Dostali jsme výraz, který není roven nule na žádném intervalu a dokonce není nulový ani pro x=:
14 4 Math40-6.nb % ê. x > 7 ê4 Podobně je tomu pro c: eqn@@dd ê. Flatten@rulesD ê. C@D > c êê Simplify êê PowerExpand êê Expand êê Together 5 ê4 x 5 ê4 x x H + x L ê4 + x H + x L ê4 H + x L ê4 % êê Numerator êê Factor H + xl x H + xl I5 ê4 H + x L ê4 M % ê. x > 7 ê4 Příklad : lineární diferenciální rovnice s konstantními koeficienty Clear@x, yd; eqn = y@xd == Sin@xD Cos@xD 5 y@xd + + == Cos@xD + Sin@xD rules = DSolve@eqn, y, xd 99y J # C@D Cos@ #D # C@D Sin@ #D # Sin@ #D J 4 # Cos@#D # Cos@ #D + 4 # Sin@#D + 0 # Sin@ #DN + # Cos@ #D J 4 # Cos@#D 0 # Cos@ #D 4 # Sin@#D # Sin@ #DN &N== DSolve@eqn, y@xd, xd 99y@xD x C@D Cos@ xd x C@D Sin@ xd x Sin@ xd J 4 x Cos@xD x Cos@ xd + 4 x Sin@xD + 0 x Sin@ xdn + x Cos@ xd J 4 x Cos@xD 0 x Cos@ xd 4 x Sin@xD x Sin@ xdn==
15 Math40-6.nb 5 Clear@uD; u := Hy ê. Flatten@rulesDL ê. C@D > # ê. C@D > #; u@x, c, c D êê Simplify Cos@xD 5 + Sin@xD 0 x Sin@ xd c + x Cos@ xd c Heqn ê. rulesl êê Simplify 8True< Příklad : lineární diferenciální rovnice s konstantními koeficienty Řešení někdy můžeme dostat ve značně komplikovaném tvaru i u lineárních diferenciálních rovnic. Uvažujme např. rovnici eqn = y@xd + + == SinA x E + E x Sin@ + xd E x Cos@ + xd y@xd + + == x Cos@ + xd + SinA x E + x Sin@ + xd Obecné řešení této rovnice v reálném tvaru vypadá takto: E x CosA x E + 8 Cos@ 9 x D SinA x E + 77 Sin@ 9 x D E x Cos@ + 4 xd 5 09 E x Cos@ + xd E x Sin@ + xd è!!! è!!! 0 48 E x Sin@ + 4 xd + E xê x CosA E C + E xê x SinA E Mathematica nám dá obecné řešení v komplexním značně komplikovaném tvaru a není zrovna jednoduché uvést je na reálný tvar. Např. Simplify ani FullSimplify nám nepomohou - vyzkoušejte! Ukážeme si dvě možné cesty. rules = DSolve@eqn, y, xd; H Podívejte se, jak rules vypadají! L Clear@uD; H První možnost L u@x_d = Hy ê. Flatten@rulesDL@xD êê Simplify@#, Trig FalseD & êê TrigReduce êê Expand x Cos@ 9 x D 65 H +è!!!! L x C@D + H +è!!!! L x C@D 8 6 CosA x E x Cos@ + xd x Cos@ + 4 xd 5 6 SinA x E + 77 Sin@ 9 x D x Sin@ + xd 0 48 x Sin@ + 4 xd
16 6 Math40-6.nb = ê. ê;! ComplexDD :> êê Expand x CosA x E + 8 Cos@ 9 x D è!!! + 65 xê x C@D CosA E + è!!! xê x C@D CosA E 0 09 x Cos@ + xd x Cos@ + 4 xd 5 6 SinA x E + 77 Sin@ 9 x D è!!! 65 xê x C@D SinA E + è!!! xê x C@D SinA E + 09 x Sin@ + xd 0 48 x Sin@ + 4 xd u@x_d = u@xd ê. Complex@0, u_d > 0 x CosA x E + 8 Cos@ 9 x D è!!! + 65 xê x C@D CosA E + è!!! xê x C@D CosA E 0 09 x Cos@ + xd x Cos@ + 4 xd 5 6 SinA x E + 77 Sin@ 9 x D x Sin@ + xd 0 48 x Sin@ + 4 xd Clear@uD; H Druhá možnost L u@x_d = Hy ê. Flatten@rulesDL@xD êê ComplexExpand êê ExpandAll êê Simplify x CosA x E + 8 Cos@ 9 x D è!!! + 65 xê x C@D CosA E + è!!! xê x C@D CosA E 0 09 x Cos@ + xd x Cos@ + 4 xd 5 6 SinA x E + 77 Sin@ 9 x D è!!! 65 xê x C@D SinA E + è!!! xê x C@D SinA E + 09 x Sin@ + xd 0 48 x Sin@ + 4 xd u@x_d = u@xd ê. Complex@0, u_d > 0 x CosA x E + 8 Cos@ 9 x D è!!! + 65 xê x C@D CosA E + è!!! xê x C@D CosA E 0 09 x Cos@ + xd x Cos@ + 4 xd 5 6 SinA x E + 77 Sin@ 9 x D x Sin@ + xd 0 48 x Sin@ + 4 xd Příklad 4: Soustava lineárních diferenciálních rovnic s konstantními koeficienty Clear@t, y, yd; A = 884, <, 8, 4<<; eqn4 = == A.8y@tD, y@td<d; TableForm@eqn4D
17 Math40-6.nb 7 == 4 y@td y@td == y@td + 4 y@td rules4 = Flatten@DSolve@eqn4, 8y, y<, tdd; y@td ê. rules4 êê ComplexExpand 4 t C@D Cos@ td 4 t C@D Sin@ td y@td ê. rules4 êê ComplexExpand 4 t C@D Cos@ td + 4 t C@D Sin@ td Výsledek se dá zjednodušit: %% êê Collect@#, 8Cos@_D, Sin@_D<, FullSimplifyD & 4 t C@D Cos@ td 4 t C@D Sin@ td %% êê Collect@#, 8Cos@_D, Sin@_D<, FullSimplifyD & 4 t C@D Cos@ td + 4 t C@D Sin@ td à Rovnice s počátečními podmínkami: DSolve Úvodní poznámka Příkazy mají stejný tvar, jako v případě rovnic bez počátečních podmínek, rozdíl je pouze v tom, že do seznamu rovnic se zahrnou i počáteční podmínky. Příklad : Bernoulliova rovnice Podívejme se ještě jednou na počáteční úlohu y()= pro rovnici eqn a použijme pro jejich řešení přímo příkaz DSolve: Clear@x, yd; eqn = + x y@xd x x è!!!!!!!!!!!! y@xd == 0; x è!!!!!!!!!!!! y@xd + x y@xd x + == 0 Hy ê. DSolve@8eqn, y@d == <, y, xd êê FirstL@xD êê Simplify 6 I x + 5 ê4 H + x L ê4 M Dostali stejnou formuli jako již dříve, takže Mathematica našla správné řešení.
18 8 Math40-6.nb Příklad : Lineární diferenciální rovnice s konstantními koeficienty: Clear@x, yd; eqn5 = + 4 y@xd == Sin@xD Cos@xD, y@0d == 0, == < 84 y@xd + == Cos@xD + Sin@xD, y@0d == 0, == < rules5 = DSolve@eqn5, y, xd; Expand@Hy ê. Flatten@rules5DL@xDD Cos@xD + Sin@xD Cos@ xd + + Sin@ xd 6 Heqn5 ê. Flatten@rules5DL êê Simplify 8True, True, True< Příklad : Soustava lineárních diferenciálních rovnic s konstantními koeficienty Clear@t, y, yd; A = 884, <, 8, 4<<; eqn6 = == A.8y@tD, y@td< +8Sin@tD, Cos@tD<D; eqn6 = Thread@List@eqn6, 8y@0D == 0, y@0d == 0<DD; ColumnForm@eqn6D == Sin@tD + 4 y@td y@td, y@0d == 0< == Cos@tD + y@td + 4 y@td, y@0d == 0< rules6 = Flatten@DSolve@eqn6 êê Flatten, 8y, y<, tdd; Hy ê. rules6l@td êê Collect@#, 8Cos@_D, Sin@_D<, FullSimplifyD & Cos@tD t Cos@ td Sin@tD t Sin@ td Hy ê. rules6l@td êê Collect@#, 8Cos@_D, Sin@_D<, FullSimplifyD & Cos@tD t Cos@ td + Sin@tD t Sin@ td eqn6 ê. rules6 êê Flatten êê Simplify 8True, True, True, True<
19 Math40-6.nb 9 à Numerické řešení: NDSolve NDSolve[eqns,y,{x,xmin,xmax}]... najde numerickou aproximaci řešení y na intervalu xmin, xmax. Rovnice eqns musí obsahovat potřebné počáteční podmínky. y může být symbol nebo seznam symbolů. Výsledek má tvar {{y->interpolatingfunction[{xmin,xmax},<>]}} Jestliže výsledek označíme rules, potom přibližnou hodnotu (přibližné hodnoty) řešení v bodě x získáme příkazem y[x]/.flatten[rules]. Příklad : Bernoulliova rovnice s počáteční podmínkou y()= eqn7 = 8eqn, y@d == < 9 x è!!!!!!!!!!!! y@xd + x y@xd x + == 0, y@d == = rules7 = Flatten@NDSolve@eqn7, y, 8x,, 5<DD NDSolve::mxst : Maximum number of 000 steps reached at the point x == `. 8y InterpolatingFunction@88.74, 5.<<, <>D< Plot@Re@y@xD ê. rules7d, 8x,.8, 5<, AspectRatio > ê D; #, Hy ê. rules7l@#d< & ê@ Range@.8, 5, 0.5D êê Re êê N@#, D & êê Transpose êê TableForm@#, TableSpacing 8, <D & Příklad : lineární diferenciální rovnice s konstantními koeficienty Clear@yD; eqn8 = eqn5; rules8 = Flatten@NDSolve@eqn8, y, 8x, 0, 4 π<dd
20 0 Math40-6.nb 8y <>D< ê. rules8d, 8x, 0, 5<, AspectRatio > êd; #, Hy ê. rules8l@#d< & ê@ Range@0, 5D êê N@#, 4D & êê Transpose êê TableForm@#, TableSpacing 8, <D & Příklad : Soustava lineárních diferenciálních rovnic s konstantními koeficienty eqn9 = eqn6; eqn9 êê ColumnForm == Sin@tD + 4 y@td y@td, y@0d == 0< == Cos@tD + y@td + 4 y@td, y@0d == 0< rules9 = NDSolve@eqn9 êê Flatten, 8y, y<, 8t, 0, 5<D êê Flatten; rules9 êê ColumnForm y InterpolatingFunction@880., 5.<<, <>D y InterpolatingFunction@880., 5.<<, <>D 8y@tD, y@td< ê. rules9 êê Re 8Re@InterpolatingFunction@880., 5.<<, <>D@tDD, Re@InterpolatingFunction@880., 5.<<, <>D@tDD< Plot@8y@tD, y@td< ê. rules9 êê Re êê Evaluate, 8t, 0, <, AspectRatio > êd;
21 Math40-6.nb ê. rules9 êê Re êê Evaluate, 8t, 0, <, AspectRatio > êd; H8#, ê. rules9< êê Flatten L & ê@ Range@0,, 0.4D êê N@#, 4D & êê Transpose êê TableForm à Grafické znázornění řešení Clear@yD; eqn0 = + 4 y@xd == x Sin@xD, y@0d == 0, == < General::spell : Possible spelling error: new symbol name "eqn0" is similar to existing symbol "eqn0". 84 y@xd + == x Sin@xD, y@0d == 0, == <. možnost: řešení rovnice máme ve tvaru y[x]->expr rules0 = Flatten@DSolve@eqn0, y@xd, xdd; Plot@Evaluate@y@xD ê. rules0d, 8x, 0, 4 π<, AspectRatio > ê D; možnost: řešení máme ve tvaru y->expr& rules0 = Flatten@DSolve@eqn0, y, xdd; Plot@y@tD ê. rules0, 8t, 0, 4 π<, AspectRatio > êd;
22 Math40-6.nb možnost: řešení máme ve tvaru y->interpolatingfunction rules0 = Flatten@NDSolve@eqn0, y, 8x, 0, 4 π<dd; Plot@y@xD ê. rules0, 8x, 0, 4 π<, AspectRatio > êd; Laplaceova transformace à Úvod Laplaceův obraz výrazu f vzhledem k proměnné t se najde příkazem LaplaceTransform[f,t,p]. Předmět k danému obrazu F proměnné p získáte příkazem InverseLaplaceTransform[F,p,t]. Výsledek je výraz proměnné t. Názvy obou transformací jsou velmi dlouhé, můžeme si ale zavést zkratky, např. můžeme definovat LT=LaplaceTransform[f,t,p], ILT=InverseLaplaceTransform[F,p,t]. Pro jednotkový skok, neboli Heavisideovu funkci, používá Mathematica jméno UnitStep. I pro tuto funkci si můžeme zavést kratší označení, např. H=UnitStep. Clear@LT, ILT, H, HLT, HILT, HFHD; LT = LaplaceTransform; ILT = InverseLaplaceTransform; H = UnitStep; HLT = HoldForm@LTD; HILT = HoldForm@ILTD; HFH = HoldForm@HD;
23 Math40-6.nb 8Assumptions 8<, GenerateConditions False, PrincipalValue False, Analytic True< 8< à Přímá transformace pd; td, t, pd, t, pd, td, t, pd< p p, + p, + p = 8LT@Exp@tD Cos@ td, t, pd, LT@t Sin@tD, t, pd, LT@Exp@ td Cos@tD, t, pd< + p + 6 p 9, 5 p + p H + p L, + p p + p = LT@Sin@t 5D H@t 5D, t, pd 5 p + p LT@Sin@t πd H@t πd, t, pd p π + p LTASinAt π E HAt π E, t, pe p π + p LT@Sin@t ad H@t ad, t, pd a p + p
24 4 Math40-6.nb ad ad, t, p, GenerateConditions TrueD ê. LT HLT ê. H HFH IfAa > 0, a p + p, LT@Sin@a td H@ a + td, t, p, GenerateConditions TrueDE Po úsecích zadané funkce musíme vyjádřit pomocí Heavisideovy funkce H=UnitStep: Clear@fD; f@t_d := t ê; 0 t ; f@t_d := t ê; < t ; f@t_d := 0 ê; < t; Plot@f@tD, 8t, 0, 5<, AspectRatio 0.4D; LT@f@tD, t, pd ê. LT HLT 4 5 LT@f@tD, t, pd Clear@fD; f@t_d = HH@tD H@t DL t +HH@t D H@t DL H tl; f@td ê. UnitStep > HFH H tl H H@ + td + H@ + tdl + t H H@ + td + H@tDL Plot@f@tD, 8t, 0, 5<, AspectRatio 0.4D; LT@f@tD, t, pd 4 5 p p p + p p p H + pl p + p H + pl p
25 Math40-6.nb 5 LT@Sin@tD Cos@ td, t, pd LTASinAt π E HAt π E, t, pe + p H + p L H9 + p L p π + p à Inverzní transformace p + p ILTA, p, te Hp + 4L Hp + L 0 t H8 0 t + t Cos@ td t Sin@ tdl ILTA Hp + p L Exp@ pd, p, te ê. H > HFH Hp + 4L Hp + L 0 t H8 0 H + tl + +t Cos@ H + tld +t Sin@ H + tldl H@ + td % êê Simplify 0 t H H9 5 tl + t Cos@ td + t Sin@ tdl H@ + td p + ILTA p + 4 p + 5 H p L, p, te ê. H > HFH J + N H+ L t HH t L H@ + td + H + t L H@tDL H% ê. HFH H êê FullSimplifyL ê. H HFH êê Collect@#, 8HFH@tD, HFH@t D<D & 4 t HCos@ td + Sin@ tdl H@ + td t H Cos@tD + Sin@tDL H@tD àřešení lineárních diferenciálních rovnic s konstantními koeficienty Příklad eqn8 84 y@xd + == Cos@xD + Sin@xD, y@0d == 0, == <
26 6 Math40-6.nb eqn8lt = Map@LT@#, x, pd &, eqn8, 8<D ê. LT > HLT 9 p y@0d + 4 LT@y@xD, x, pd + p LT@y@xD, x, pd == y@0d p == 0, p == p = + p p + p, rules8lt = Flatten@Solve@eqn8lt, HLT@y@xD, x, pddd 9LT@y@xD, x, pd p + p H + p L H4 + p L = HLT@y@xD, x, pd ê. rules8lt p + p H + p L H4 + p L Clear@uD; u@x_d = ILT@HLT@y@xD, x, pd ê. rules8lt, p, xd H Cos@xD + Cos@ xd + 4 Sin@xD + Sin@ xdl 6 Plot@u@tD, 8t, 0, <, AspectRatio 0.4D; Příklad eqn = Heqn5@@, DD == f@tdl ê. x > t; eqn ê. H > HFH 4 y@td + == H tl H H@ + td + H@ + tdl + t H H@ + td + H@tDL eqnlt = LT@eqn, t, pd ê. LT > HLT p y@0d + 4 LT@y@tD, t, pd + p LT@y@tD, t, pd == p p p + p p p H + pl + p H + pl p p
27 Math40-6.nb 7 ruleslt = Flatten@Solve@eqnlt, HLT@y@tD, t, pddd 9LT@y@tD, t, pd p H p + p + p p y@0d + p p p H4 + p = L ylt = HLT@y@tD, t, pd ê. ruleslt p H p + p + p p y@0d + p p p H4 + p L K této funkci verze.0 bez problémů našla předmět. Verze 4.0 to neumí, místo výsledku produkuje nesmyslná chybová hlášení: TimeConstrained@ILT@ylt, p, td, 0D ê. H HFH General::ivar : t Integrate`NLtheoremDump`t$546 is not a valid variable. General::ivar : 0 is not a valid variable. General::ivar : t Integrate`NLtheoremDump`t$546 is not a valid variable. General::stop : Further output of General::ivar will be suppressed during this calculation. $Aborted Předmět však bez problémů najde, aplikujeme-li nejprve na výraz ylt funkci Expand: ylt = ylt êê Expand p H4 + p L + p p H4 + p L p p H4 + p L + p y@0d 4 + p p Clear@uD; u@td = ILT@ylt, p, td ê. H > HFH Ht Cos@tD Sin@tDL + Cos@ td y@0d + 4 H + t + Cos@ td Sin@ tdl H@ + td 4 H + t + Cos@ td Sin@ tdl H@ + td + Cos@tD Sin@tD u@td = u@td êê Expand êê Simplify êê Collect@#, HFH@t + u_dd & 8 H 4 + t + Sin@4 tdl H@ + td 4 H + t + Sin@ tdl H@ + td + 8 H t Sin@ td + 8 Cos@ td y@0d + 4 Sin@ td Plot@u@tD ê. 8y@0D 0< ê. 88y'@0D <, 8y'@0D π<< ê. HFH H êê Evaluate, 8t, 0, 0<, PlotRange All, AspectRatio 0.4D;
28 8 Math40-6.nb Příklad Clear@t, y, yd; A = 884, <, 8, 4<<; eqn = Sin@tD + y@td y@td, y@0d 0, Cos@tD + y@td + 4 y@td, y@0d 0<; eqn êê ColumnForm@#, CenterD & == Sin@tD + y@td y@td y@0d == 0 == Cos@tD + y@td + 4 y@td y@0d == 0 eqnlt = Map@LT@#, t, pd &, eqn, 8<D ê. LT HLT; eqnlt êê ColumnForm@#, CenterD & y@0d + p LT@y@tD, t, pd == +p + LT@y@tD, t, pd LT@y@tD, t, pd y@0d + p LT@y@tD, t, pd == y@0d p == 0 p +p + LT@y@tD, t, pd + 4 LT@y@tD, t, pd y@0d p == 0 ruleslt = Solve@eqnlt, 8HLT@y@tD, t, pd, HLT@y@tD, t, pd<d; ruleslt = ruleslt êê Flatten êê Simplify; ruleslt êê ColumnForm@#, CenterD & H+pL H+p LH 6 p+p L LT@y@tD, t, pd LT@y@tD, t, pd p +p 6 p+p 8ylt, ylt< = 8HLT@y@tD, t, pd, HLT@y@tD, t, pd< ê. ruleslt H + pl 9 H + p L H 6 p + p L, p +p 6 p + p = y@t_d = ILT@ylt, p, td êê ComplexExpand êê TrigReduce 4 I Cos@tD + t CosA è!!! te 7 Sin@tD è!!! t SinA è!!! tem
29 Math40-6.nb 9 y@t_d = ILT@ylt, p, td êê ComplexExpand 5 Cos@tD t CosA è!!! te + Sin@tD è!!! 7 t SinA è!!! te eqn êê Simplify 8True, True, True, True< Fourierova transformace Definice FourierTransform[f[t],t,ω]... c Ÿ fhtl b ω t t InverseFourierTransform[F[ω],ω,t]... d Ÿ FHωL b ω t ω FourierSinTransform[f[t],t,ω]... c Ÿ 0 fhtl sinhb ω tl t InverseFouriersinTransform[F[ω],ω,t]... d Ÿ 0 fhtl sinhb ω tl t FourierCosTransform[f[t],t,ω]... c Ÿ 0 fhtl coshb ω tl t InverseFourierCosTransform[F[ω],ω,t]... d Ÿ 0 fhtl coshb ω tl t Koeficienty b,c,d závisejí na skrytém argumentu FourierParameters.Při nastavení FourierParameters->{a,b} je c = $%%%%%%%%%%%%%%%%%»b», d = $%%%%%%%%%%%%%%%%%»b» H πl a H πl +a Obvyklé konvence: čistá matematika... {a,b}={,-}, klasická fyzika... {a,b}={-,}, moderní fyzika... {a,b}={0,}, systémové inženýrství... {a,b}={,-}, zpracování signálů... {a,b}={0,-π}!!! Konvenci "zpracování signálů" nepoužívejte, vede někdy k chybám - viz příklady a!!! Options@FourierTransformD == Options@InverseFourierTransformD == Options@FourierSinTransformD == Options@InverseFourierSinTransformD == Options@FourierCosTransformD == Options@InverseFourierCosTransformD True
30 0 Math40-6.nb 8Assumptions 8<, GenerateConditions False, FourierParameters 80, << Nastavit FourierParameters stejně pro všech 6 transformací můžeme např. takto: Clear@FourierOptionsD; FourierOptions@a_, b_d := SetOptions@#, FourierParameters 8a, b<d & ê@ 8FourierTransform, InverseFourierTransform, FourierSinTransform, InverseFourierSinTransform, FourierCosTransform, InverseFourierCosTransform<; Příklad : FourierTransform@ Abs@xD, x, ω, FourierParameters #D &ê@ 8 8, <, 8, <, 80, <, 80, π<< "##### 9 + ω, π + π ω, π + ω, + 4 π ω = MapThread@InverseFourierTransform@ #, ω, x, FourierParameters #D &, 8%, 8 8, <, 8, <, 80, <, 80, π<<<d 9 Abs@xD, Abs@xD, Abs@xD, Abs@xD π = FourierSinTransform@ x, x, ω, FourierParameters #D &ê@ 8 8, <, 8, <, 80, <, 80, π<< 9 ω "##### + ω, ω π H + ω L, π ω + ω, 4 π ω + 4 π ω = MapThread@InverseFourierSinTransform@ #, ω, x, FourierParameters #D &, 8%, 8 8, <, 8, <, 80, <, 80, π<<<d 8 x, x, x, x < FourierCosTransform@ x, x, ω, FourierParameters #D &ê@ 8 8, <, 8, <, 80, <, 80, π<< "##### 9 + ω, π H + ω L, π + ω, + 4 π ω = MapThread@InverseFourierCosTransform@ #, ω, x, FourierParameters #D &, 8%, 8 8, <, 8, <, 80, <, 80, π<<<d 8 x, x, x, x <
31 Math40-6.nb Příklad FT = FourierTransform; HFT = HoldForm@FTD; IFT = InverseFourierTransform; Konvence "zpracování signálů" vede k chybnému výsledku: FourierOptions@0, πd; Clear@uD; eqn = u''@xd u@xd Abs@xD u@xd + == Abs@xD eqnft = HFT@#, x, ωd &ê@ eqnl ê. FT HFT FT@ u@xd + x, ωd == + 4 π ω eqnft = eqnft ê. HFT@u_ + v_, x, ωd FT@u, x, ωd + FT@v, x, ωd ê. FT HFT FT@u@xD, x, ωd 4 π ω FT@u@xD, x, ωd == + 4 π ω rulesft = Solve@eqnft, FT@u@xD, x, ωdd êê Flatten 9FT@u@xD, x, ωd H + 4 π ω L = rules = u@xd HIFT@rulesft@@, DD ê. HFT FT, ω, xd êê ExpandL u@xd Abs@xD π Abs@xD π Abs@xD 4 π rules = u Function@rules@@DD ê. x # êê EvaluateD u i k j Abs@#D π Abs@#D π Abs@#D 4 π & y z { eqn ê. rules ê. 8Abs@xD x, Abs'@xD, Abs''@xD 0< êê Simplify x π H π + 8 π x + 4 π xl 6 π == x eqn ê. rules ê. 8Abs@xD x, Abs'@xD, Abs''@xD 0< êê Simplify x π H π + 8 π + x 4 π xl 6 π == x S konvencí "Mathematica" a "moderní fyzika" dostaneme správný výsledek:
32 Math40-6.nb D; eqn = u''@xd u@xd Abs@xD u@xd + == Abs@xD eqnft = HFT@#, x, ωd &ê@ eqnl ê. FT HFT FT@ u@xd + x, ωd == "##### π + ω eqnft = eqnft ê. HFT@u_ + v_, x, ωd FT@u, x, ωd + FT@v, x, ωd ê. FT HFT FT@u@xD, x, ωd ω FT@u@xD, x, ωd == "##### π + ω rulesft = Solve@eqnft, FT@u@xD, x, ωdd êê Flatten "##### π 9FT@u@xD, x, ωd H + ω L = rules = u@xd HIFT@rulesft@@, DD ê. HFT FT, ω, xd êê ExpandL u@xd Abs@xD Abs@xD Abs@xD rules = u Function@rules@@DD ê. x # êê EvaluateD u J Abs@#D Abs@#D Abs@#D &N eqn ê. rules ê. 8Abs@xD x, Abs'@xD, Abs''@xD 0< êê Simplify True eqn ê. rules ê. 8Abs@xD x, Abs'@xD, Abs''@xD 0< êê Simplify True
33 Math40-6.nb Z-transformace Definice ZTransform[f[n],n,z]= n=0 fhnl z n... Z-transformace posloupnosti 8f@nD< n=0 InverseZTransform[F[z],z,n]... inverzní Z-transformace ZT = ZTransform; HZT = HoldForm@ZTD; IZT = InverseZTransform; Příklad Poznámka. Posloupnost u HL,, u Ha L řešící níže uvedenou diferenční rovnici má např. tuto interpretaci: Dva hráči A, B hrají opakovaně jistou hru. Výsledky jednotlivých partií jsou na sobě nezávislé, pravděpodobnost výhry hráče A je v každé partii rovna p, pravděpodobnost výhry hráče B je rovna p. Hráč, který partii vyhraje, získává od svého protivníka jednu korunu. Hráč A začíná hrát s kapitálem n korun, hráč B začíná s kapitálem a n korun, kde 0 < n < a jsou přirozená čísla. Hra končí, jakmile jeden z hráčů nemá o co hrát. Potom uhnl je pravděpodobnost, že hráč A svůj počáteční kapitál prohraje. Clear@a, p, ud; eqn4 = 8u@nD H pl u@n D + p u@n + D, u@0d, u@ad 0< 8u@nD == H pl u@ + nd + p u@ + nd, u@0d == < eqn4zt = ZT@#, n, zd &ê@ eqn4@@dd ê. ZT HZT ZT@u@nD, n, zd ZT@u@nD, n, zd == u@ D + z ZT@u@nD, n, zd p Ju@ D + N + p H z u@0d + z ZT@u@nD, n, zdl z rules4zt = Solve@eqn4zt, HZT@u@nD, n, zdd êê Flatten 9ZT@u@nD, n, zd z H u@ D + p u@ D + p z u@0dl p z + p z = rules4 = u@nd HIZT@rules4zt@@, DD, z, nd ê. u@0d êê FullSimplifyL u@nd p n HH pl +n H + u@ DL + p n Hp +H + pl u@ DLL + p u@ D = Solve@u@nD 0 ê. rules4 ê. n a, u@ DD@@,, DD êê FullSimplify H pl +a + p +a H pl +a +H + pl p a
34 4 Math40-6.nb = ê. rules4 êê FullSimplify H pl a H pl n p a n H pl a p a eqn4 êê Simplify 8True, True< Protože rovnice p z + p z = 0 má kořeny z =, z = H plêp, výsledek platí za předpokladu p ê. V případě p = ê dostaneme výsledek značně odlišný: Clear@uD; eqn4zt = ZT@#, n, zd &ê@ eqn4@@dd ê. p ZT@u@nD, n, zd == ZT@u@nD, n, zd Ju@ D + z ê. ZT HZT N + H z u@0d + z ZT@u@nD, n, zdl rules4zt = Solve@eqn4zt, HZT@u@nD, n, zdd êê Flatten 9ZT@u@nD, n, zd z H u@ D + z u@0dl z + z = rules4 = u@nd HIZT@rules4zt@@, DD, z, nd ê. u@0d êê FullSimplifyL u@nd + n n u@ D u@ D = Solve@u@nD 0 ê. rules4 ê. n a, u@ DD@@,, DD êê FullSimplify + a u@n_d = u@nd ê. rules4 êê FullSimplify n a eqn4 êê Simplify 8True, True<
35 Math40-6.nb 5 Numerické operace s daty à Aproximace dat Fit Fit[data,funcs,vars]... najde lineární kombinaci funkcí ze seznamu funcs,která ve smyslu metody nejmenších čtverců nejlépe aproximuje data SetOptions@#, DisplayFunction IdentityD & ê@ 8Plot, ListPlot<; SeedRandom@ D; data = Table@ x + Random@Real, 8, <D, 8x,, 0<D; dataplot = ListPlot@data, PlotStyle PointSize@0.05DD; datafit = Fit@data, 8, x<, xd; datafitplot = Plot@datafit êê Evaluate, 8x, 0, 0<D; Show@dataplot, datafitplot, AspectRatio 0.4, DisplayFunction $DisplayFunctionD; datafit x Hdata Function@x, datafit êê EvaluateD ê@ Range@, 0DL êê Abs 8.765, , 0.955,.9679, 0.65, , , ,.877,.66, , 0.68,.086,.554,.0687,.78046, ,.4574,.489,.079< SeedRandom@ D; data = Table@ 8x, H 8 + xl H + xl H + xlê50 + Random@Real, 8, <D<, 8x, 0, 0<D; dataplot = ListPlot@data, PlotStyle PointSize@0.05DD; datafit = Fit@data, 8, x, x, x <, xd; datafitplot = Plot@datafit êê Evaluate, 8x, 0, 0<D; Show@dataplot, datafitplot, AspectRatio 0.5, DisplayFunction $DisplayFunctionD;
36 6 Math40-6.nb datafit x x x HLast ê@ data Function@x, datafit êê EvaluateD ê@ Range@0, 0DL êê Abs , ,.6677, , ,.4985, , , 0.068, , 0.044,.85409,.8004,.54, , 0.765,.7, , , 0.087, < SeedRandom@ D; data = Table@8x, Exp@ xd + Random@Real, 8, <D<, 8x, 0,, 0.<D; dataplot = ListPlot@data, PlotStyle PointSize@0.05DD; datafit = Exp@Fit@8#@@DD, Log@#@@DDD< & ê@ data, 8, x<, xdd; datafitplot = Plot@datafit êê Evaluate, 8x, 0, <D; Show@dataplot, datafitplot, AspectRatio 0.5, DisplayFunction $DisplayFunctionD; datafit x HLast ê@ data Function@x, datafit êê EvaluateD ê@ Range@0,, 0.DL êê Abs 80.59,.07994, ,.7459, 0.008, 0.996, , 0.754, ,.008, <
37 Math40-6.nb 7 InterpolatingPolynomial InterpolatingPolynomial[{f,f,...},x]... polynom p(x)nejnižšího stupně s hodnotami f,f,... v bodech,,... InterpolatingPolynomial[{{x,f},...}},x]... polynom p(x) nejnižšího stupně s hodnotami f,f,... v bodech x,x,... InterpolatingPolynomial[{{x,{f,df,...}},{x,{f,df,...}},...}},x]... polynom p(x) nejnižšího stupně s hodnotami a derivacemi {f,df,...},{f,df,...},... v bodech x,x,... data4 = 8,, 5, 0<; data4plot = ListPlot@data4, PlotStyle PointSize@0.05DD; data4poly = InterpolatingPolynomial@data4, xd êê Expand; data4polyplot = Plot@data4poly, 8x, 0.9, 4.<D; Show@data4plot, data4polyplot, AspectRatio 0.5, DisplayFunction $DisplayFunctionD; data4poly 05 x + 6 x 7 x data5 = Table@8x, 8x, x, x<<, 8x, 0, 9, <D; data5plot = ListPlot@8#@@DD, #@@, DD< & ê@ data5, PlotStyle PointSize@0.05DD; data5poly = InterpolatingPolynomial@data5, xd êê Expand; data5polyplot = Plot@data5poly, 8x, 0., 9.<D; Show@data5plot, data5polyplot, AspectRatio 0.5, DisplayFunction $DisplayFunctionD;
38 8 Math40-6.nb data5poly 80 x 6595 x x x x x8 065 x x0 6 x Last ê@ data5 880, 0, 0<, 8, 9, 9<, 86, 6, 8<, 89, 8, 7<< Function@x, 8data5poly, D@data5poly, xd, D@data5poly, x, xd< êê EvaluateD ê@ Range@0, 9, D 880, 0, 0<, 8, 9, 9<, 86, 6, 8<, 89, 8, 7<< à Diskrétní Fourierova Transformace Definice Fourier@8u,, u n <D = TableA n u r π b Hr L Hs Lên, 8s,, n<e c r= n InverseFourier@8v,, v n <D = TableA n v s π b Hr L Hs Lên, 8r,, n<e d s= n Koeficienty b,c,d závisejí na skrytém argumentu FourierParameters.Při nastavení FourierParameters->{a,b} je c = H alê, d = H + alê Obvyklé konvence: analýza dat... {a,b}={-,}, zpracování signálů... {a,b}={,-} Options@FourierD == Options@InverseFourierD True
39 Math40-6.nb 9 Options@FourierD 8FourierParameters 80, << Příklad data6 = Table@ N@Sin@60 π nê00dd + N@Sin@50 π nê00dd + Random@D, 8n,, 00<D; ListPlot@data, PlotJoined True, PlotRange AllD; data6ft = Fourier@data6D; ListPlot@data6ft êê Abs, PlotJoined True, PlotRange AllD; data6ftinv = InverseFourier@If@Abs@#D <, 0, #D & ê@ data6ftd; ListPlot@Re ê@ data6ftinv, PlotJoined True, PlotRange AllD;
40 40 Math40-6.nb Příklad SetOptions@#, FourierParameters 8, <D & ê@ 8Fourier, InverseFourier<; data7 = Random@Integer, 8, 99<D & ê@ Range@, 9D; À = Table@RotateLeft@data7, nd, 8n, 0, 8<D; À êê MatrixForm i y j k z 7{ Matice, které vznikají tímto způsobem, se nazývají cirkulantní. Absolutní hodnoty jejich vlastních čísel jsou až na pořadí totožné s absolutními hodnotami diskrétní Fourierovy transformace jejich prvního řádku. eigvs = Eigenvalues@À êê N@#, 7D &D êê Abs êê Sort; data7ft = Fourier@data7 êê N@#, 7D &D êê Abs êê Sort; 8eigvs, data7ft, eigvs data7ft êê Chop@#, 0 4 D &< êê Transpose êê MatrixForm i y j k z 0{
POČÍTAČOVÉ ALGEBRAICKÉ SYSTÉMY: -MATHEMATICA 4.0-
Math40-.nb POČÍTAČOVÉ ALGEBRAICKÉ SYSTÉMY: -MATHEMATICA 4.0- Vojtěch Bartík Část : Seznámení se systémem Čísla, relace a logické operace Mathematica rozeznává několik druhů čísel a různě s nimi zachází.
Extrémy funkcí na otevřené množině
extrem.cdf 1 Kritické body Extrémy funkcí na otevřené množině Zjistit kritické body znamená vyřešit soustavu rovnic (parciální derivace 1.řádu se rovnají 0) a zjistit, kde parciální derivace 1.řádu neexistují.
4. OBYČEJNÉ DIFERENCIÁLNÍ ROVNICE
FBI VŠB-TUO 28. března 2014 4.1. Základní pojmy Definice 4.1. Rovnice tvaru F (x, y, y, y,..., y (n) ) = 0 se nazývá obyčejná diferenciální rovnice n-tého řádu a vyjadřuje vztah mezi neznámou funkcí y
Nyní využijeme slovník Laplaceovy transformace pro derivaci a přímé hodnoty a dostaneme běžnou algebraickou rovnici. ! 2 "
ŘEŠENÉ PŘÍKLADY Z MB ČÁST Příklad Nalezněte pomocí Laplaceovy transformace řešení dané Cauchyho úlohy lineární diferenciální rovnice prvního řádu s konstantními koeficienty v intervalu 0,, které vyhovuje
9.2. Zkrácená lineární rovnice s konstantními koeficienty
9.2. Zkrácená lineární rovnice s konstantními koeficienty Cíle Řešíme-li konkrétní aplikace, které jsou popsány diferenciálními rovnicemi, velmi často zjistíme, že fyzikální nebo další parametry (hmotnost,
Wolfram 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
Nalezněte obecné řešení diferenciální rovnice (pomocí separace proměnných) a řešení Cauchyho úlohy: =, 0 = 1 = 1. ln = +,
Příklad Nalezněte obecné řešení diferenciální rovnice (pomocí separace proměnných) a řešení Cauchyho úlohy: a) =, 0= b) =, = c) =2, = d) =2, 0= e) =, 0= f) 2 =0, = g) + =0, h) =, = 2 = i) =, 0= j) sin+cos=0,
Numerické metody a programování
Projekt: Inovace výuky optiky se zaměřením na získání experimentálních dovedností Registrační číslo: CZ.1.07/2.2.00/28.0157 Numerické metody a programování Lekce 1 Tento projekt je spolufinancován Evropským
11.1 Jedna rovnice pro jednu neznámou
52. ešení rovnic Mathcad je schopen řešit i velmi složité rovnice, kdy hledaná neznámá je obsažena současně v několika různých funkcích apod.. Jedna rovnice pro jednu neznámou.. Funkce root Před vlastním
Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice študenti MFF 15. augusta 2008 1 7 Diferenciální rovnice Požadavky Soustavy lineárních diferenciálních rovnic prvního řádu lineární
1 Modelování systémů 2. řádu
OBSAH Obsah 1 Modelování systémů 2. řádu 1 2 Řešení diferenciální rovnice 3 3 Ukázka řešení č. 1 9 4 Ukázka řešení č. 2 11 5 Ukázka řešení č. 3 12 6 Ukázka řešení č. 4 14 7 Ukázka řešení č. 5 16 8 Ukázka
Inverzní Laplaceova transformace
Inverzní Laplaceova transformace Modelování systémů a procesů (MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 6. přednáška MSP čtvrtek 30. března
9.5. Soustavy diferenciálních rovnic
Cíle Budeme se nyní zabývat úlohami, v nichž je cílem najít dvojici funkcí y(x), z(x), pro které jsou zadány dvě lineární rovnice prvního řádu, obsahující tyto funkce a jejich derivace. Výklad Omezíme-li
5.3. Implicitní funkce a její derivace
Výklad Podívejme se na následující problém. Uvažujme množinu M bodů [x,y] R 2, které splňují rovnici F(x, y) = 0, M = {[x,y] D F F(x,y) = 0}, kde z = F(x,y) je nějaká funkce dvou proměnných. Je-li F(x,y)
Diferenciální rovnice 1
Diferenciální rovnice 1 Základní pojmy Diferenciální rovnice n-tého řádu v implicitním tvaru je obecně rovnice ve tvaru,,,, = Řád diferenciální rovnice odpovídá nejvyššímu stupni derivace v rovnici použitému.
Diferenciální rovnice II
Diferenciální rovnice II Cílem tohoto kurzu je ukázat si různé příklady použití počítačového algebraického systému Maple při řešení obyčejných diferenciálních rovnic. řádu a soustav obyčejných diferenciálních
1 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
Řešíme tedy soustavu dvou rovnic o dvou neznámých. 2a + b = 3, 6a + b = 27,
Přijímací řízení 2015/16 Přírodovědecká fakulta Ostravská univerzita v Ostravě Navazující magisterské studium, obor Aplikovaná matematika (1. červen 2016) Příklad 1 Určete taková a, b R, aby funkce f()
a 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
I. 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
Cvičné 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
Interpolace, 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
Soustavy lineárních diferenciálních rovnic I. řádu s konstantními koeficienty
Soustavy lineárních diferenciálních rovnic I řádu s konstantními koeficienty Definice a) Soustava tvaru x = ax + a y + az + f() t y = ax + a y + az + f () t z = a x + a y + a z + f () t se nazývá soustava
Operační výzkum. Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry.
Operační výzkum Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty
Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. y + y = 4 sin t.
1 Variace konstanty Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. Příklad 1 Najděte obecné řešení rovnice: y + y = 4 sin t. Co
MATEMATIKA 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
8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice
9. Lineární diferenciální rovnice 2. řádu Cíle Diferenciální rovnice, v nichž hledaná funkce vystupuje ve druhé či vyšší derivaci, nazýváme diferenciálními rovnicemi druhého a vyššího řádu. Analogicky
Maple. Petr Kundrát. Ústav matematiky, FSI VUT v Brně. Maple a základní znalosti z oblasti obyčejných diferenciálních rovnic.
Obyčejné diferenciální rovnice s počítačovou podporou - Maple Petr Kundrát Ústav matematiky, FSI VUT v Brně Tento soubor vznikl za účelem ilustrace použití prostředí Maple k řešení a vizualizaci řešení
Matematika 3. Úloha 1. Úloha 2. Úloha 3
Matematika 3 Úloha 1 Co lze říci o funkci imaginární část komplexního čísla která každému komplexnímu číslu q přiřazuje číslo Im(q)? a. Je to funkce mnohoznačná. b. Je to reálná funkce komplexní proměnné.
Obsah 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............................................
Soustavy nelineárních rovnic pomocí systému Maple. Newtonova metoda.
Úvod Soustavy nelineárních rovnic pomocí systému Maple. Newtonova metoda. Mnoho technických problémů vede na řešení matematických úloh, které se následně převedou na úlohy řešení soustav nelineárních rovnic
Funkce a limita. Petr Hasil. Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)
Funkce a limita Petr Hasil Přednáška z matematiky Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného základu
4EK213 LINEÁRNÍ MODELY
4EK213 LINEÁRNÍ MODELY Úterý 11:00 12:30 hod. učebna SB 324 3. přednáška SIMPLEXOVÁ METODA I. OSNOVA PŘEDNÁŠKY Standardní tvar MM Základní věta LP Princip simplexové metody Výchozí řešení SM Zlepšení řešení
KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni
KTE/TEVS - Rychlá Fourierova transformace Pavel Karban Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni 10.11.011 Outline 1 Motivace FT Fourierova transformace
z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i.
KOMLEXNÍ ČÍSLA C = {a + bi; a, b R}, kde i 2 = 1 Číslo komplexně sdružené k z = a + bi je číslo z = a bi. Operace s komplexními čísly: z = a + bi, kde a, b R v = c + di, kde c, d R Sčítání Odčítání Násobení
Diferenciální rovnice
Obyčejné diferenciální rovnice - studijní text pro cvičení v předmětu Matematika - 2. Studijní materiál byl připraven pracovníky katedry E. Novákovou, M. Hyánkovou a L. Průchou za podpory grantu IG ČVUT
ANTAGONISTICKE HRY 172
5 ANTAGONISTICKÉ HRY 172 Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku, jejíž výše nezávisí
3. ANTAGONISTICKÉ HRY
3. ANTAGONISTICKÉ HRY ANTAGONISTICKÝ KONFLIKT Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku,
VYBRANÉ 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...............................
LDF MENDELU. Simona Fišnarová (MENDELU) LDR druhého řádu VMAT, IMT 1 / 22
Lineární diferenciální rovnice druhého řádu Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)
Soustavy 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
1 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)
pouze 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)
Iterační 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
Numerické 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
Interpolace 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,
Laplaceova transformace
Laplaceova transformace Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 5. přednáška 11MSP pondělí 23. března
SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY
SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY TEMATICKÉ OKRUHY Signály se spojitým časem Základní signály se spojitým časem (základní spojité signály) Jednotkový skok σ (t), jednotkový impuls (Diracův impuls)
MKI Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0.
MKI -00 Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0. V jakém rozmezí se může pohybovat poloměr konvergence regulární
Příklad. Řešte v : takže rovnice v zadání má v tomto případě jedno řešení. Pro má rovnice tvar
Řešte v : má rovnice tvar takže rovnice v zadání má v tomto případě jedno řešení. Pro má rovnice tvar takže rovnice v zadání má v tomto případě opět jedno řešení. Sjednocením obou případů dostaneme úplné
0.1 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
Věta 12.3 : Věta 12.4 (princip superpozice) : [MA1-18:P12.7] rovnice typu y (n) + p n 1 (x)y (n 1) p 1 (x)y + p 0 (x)y = q(x) (6)
1. Lineární diferenciální rovnice řádu n [MA1-18:P1.7] rovnice typu y n) + p n 1 )y n 1) +... + p 1 )y + p 0 )y = q) 6) počáteční podmínky: y 0 ) = y 0 y 0 ) = y 1 y n 1) 0 ) = y n 1. 7) Věta 1.3 : Necht
Cvičné 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 Obsah Obsah NIŽŠÍ úroveň obtížnosti 4 MAGZD10C0K01 říjen 2010..........................
Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují
Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují 1. u + v = v + u, u, v V 2. (u + v) + w = u + (v + w),
Matematika (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
POČÍTAČOVÉ ALGEBRAICKÉ SYSTÉMY: -MATHEMATICA 5.1-
Math5-LS06-.nb Základní objekty POČÍTAČOVÉ ALGEBRAICKÉ SYSTÉMY: -MATHEMATICA 5.- Vojtěch Bartík Část Seznámení se systémem v příkladech Aritmetické operace a čísla Mathematica rozeznává několik druhů čísel
9.3. Úplná lineární rovnice s konstantními koeficienty
Úplná lineární rovnice s konstantními koeficienty Cíle Nyní přejdeme k řešení úplné lineární rovnice druhého řádu. I v tomto případě si nejprve ujasníme, v jakém tvaru můžeme očekávat řešení, poté se zaměříme
9.4. Rovnice se speciální pravou stranou
Cíle V řadě případů lze poměrně pracný výpočet metodou variace konstant nahradit jednodušším postupem, kterému je věnována tato kapitola. Výklad Při pozorném studiu předchozího textu pozornějšího studenta
IB112 Základy matematiky
IB112 Základy matematiky Řešení soustavy lineárních rovnic, matice, vektory Jan Strejček IB112 Základy matematiky: Řešení soustavy lineárních rovnic, matice, vektory 2/53 Obsah Soustava lineárních rovnic
Extrémy 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
Čebyševovy 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
VĚTY 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
8.4. Shrnutí ke kapitolám 7 a 8
8.4. Shrnutí ke kapitolám 7 a 8 Shrnutí lekce Úvodní 7. kapitola přinesla informace o druzích řešení diferenciálních rovnic prvního řádu a stručné teoretické poznatky o podmínkách existence a jednoznačnosti
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.
Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace
Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi
Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0.
Nalezněte definiční obor funkce Diferenciální počet f = ln arcsin + Definiční obor funkce f je určen vztahy Z těchto nerovností plyne < + ln arcsin + je tedy D f =, Určete definiční obor funkce arcsin
7. Funkce jedné reálné proměnné, základní pojmy
, základní pojmy POJEM FUNKCE JEDNÉ PROMĚNNÉ Reálná funkce f jedné reálné proměnné je funkce (zobrazení) f: X Y, kde X, Y R. Jde o zvláštní případ obecného pojmu funkce definovaného v přednášce. Poznámka:
Maturitní otázky z předmětu MATEMATIKA
Wichterlovo gymnázium, Ostrava-Poruba, příspěvková organizace Maturitní otázky z předmětu MATEMATIKA 1. Výrazy a jejich úpravy vzorce (a+b)2,(a+b)3,a2-b2,a3+b3, dělení mnohočlenů, mocniny, odmocniny, vlastnosti
Parametrické rovnice křivek
Parametrické rovnice křivek Kreslení křivek a tečný vektor Parametrizace křivek, tečna ke křivce. p.1/8 Kreslení křivek a tečný vektor Příklad 6.1.1 Máme křivku K zadanou parametrickými rovnicemi K : x
Gymnázium Jiřího Ortena, Kutná Hora
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Cvičení z matematiky algebra (CZMa) Systematizace a prohloubení učiva matematiky: Číselné obory, Algebraické výrazy, Rovnice, Funkce, Posloupnosti, Diferenciální
Numerická 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..........................
Seznámíte se s pojmem primitivní funkce a neurčitý integrál funkce jedné proměnné.
INTEGRÁLNÍ POČET FUNKCÍ JEDNÉ PROMĚNNÉ NEURČITÝ INTEGRÁL NEURČITÝ INTEGRÁL Průvodce studiem V kapitole Diferenciální počet funkcí jedné proměnné jste se seznámili s derivováním funkcí Jestliže znáte derivace
POŽADAVKY 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)
Vybrané kapitoly z matematiky
Vybrané kapitoly z matematiky VŠB-TU Ostrava 2017-2018 Vybrané kapitoly z matematiky 2017-2018 1 / 19 Základní informace předmět: 714-0513, 5 kreditů přednáší: Radek Kučera kontakt: radek.kucera@vsb.cz,
Operace 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
ŘEŠENÍ NELINEÁRNÍCH ROVNIC
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA ŘEŠENÍ NELINEÁRNÍCH ROVNIC Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny
LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25
Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem
Matematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY ZADÁNÍ NEOTVÍREJTE, POČKEJTE NA POKYN!
NÁRODNÍ SROVNÁVACÍ ZKOUŠKY Matematika 017 ZADÁNÍ NEOTVÍREJTE, POČKEJTE NA POKYN! Zopakujte si základní informace ke zkoušce: n Test obsahuje 0 úloh a na jeho řešení máte 90 minut čistého času. n V průběhu
5. cvičení z Matematiky 2
5. cvičení z Matematiky 2 21.-25. března 2016 5.1 Nalezněte úhel, který v bodě 1, 0, 0 svírají grafy funkcí fx, y ln x 2 + y 2 a gx, y sinxy. Úhel, který svírají grafy funkcí je dán jako úhel mezi jednotlivými
4.3. GONIOMETRICKÉ ROVNICE A NEROVNICE
4.3. GONIOMETRICKÉ ROVNICE A NEROVNICE V této kapitole se dozvíte: jak jsou definovány goniometrické rovnice a nerovnice; jak se řeší základní typy goniometrických rovnic a nerovnic. Klíčová slova této
Požadavky ke zkoušce
Požadavky ke zkoušce Zkouška z předmětu MATEMATIKA 2 má dvě části Písemná část: Písemná část se ještě dále rozděluje na praktickou část písemku a teoretickou část test. Písemka trvá 90 minut a je v ní
9. T r a n s f o r m a c e n á h o d n é v e l i č i n y
9. T r a n s f o r m a c e n á h o d n é v e l i č i n Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota závisí nějakým způsobem na vstupní, je její funkcí = f(x). Pokud
ŘEŠENÍ NELINEÁRNÍCH ROVNIC
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA ŘEŠENÍ NELINEÁRNÍCH ROVNIC Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny
Derivace funkcí více proměnných
Derivace funkcí více proměnných Pro studenty FP TUL Martina Šimůnková 16. května 019 1. Derivace podle vektoru jako funkce vektoru. Pro pevně zvolenou funkci f : R d R n a bod a R d budeme zkoumat zobrazení,
MATICE. 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
Úlohy 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
Požadavky 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
Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru
2. Systémy lineárních rovnic V této kapitole se budeme zabývat soustavami lineárních rovnic s koeficienty z pole reálných případně komplexních čísel. Uvádíme podmínku pro existenci řešení systému lineárních
fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28.
Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem
Diferenciální rovnice 3
Diferenciální rovnice 3 Lineární diferenciální rovnice n-tého řádu Lineární diferenciální rovnice (dále jen LDR) n-tého řádu je rovnice tvaru + + + + = kde = je hledaná funkce, pravá strana a koeficienty
1 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
Přijímací zkouška na MFF UK v Praze
Přijímací zkouška na MFF UK v Praze Studijní program Matematika, bakalářské studium Studijní program Informatika, bakalářské studium 2014, varianta A U každé z deseti úloh je nabízeno pět odpovědí: a,
MATURITNÍ TÉMATA Z MATEMATIKY
MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické
Grafy funkcí I - 2 D grafy
Grafy funkcí I - 2 D grafy Vykreslení 2 D grafu Funkce Plot... Plot[funkce, {prom nná, od, do}] Plot@Cos@xD, 8x, 0, 2 π
Maturitní témata profilová část
Seznam témat Výroková logika, úsudky a operace s množinami Základní pojmy výrokové logiky, logické spojky a kvantifikátory, složené výroky (konjunkce, disjunkce, implikace, ekvivalence), pravdivostní tabulky,
16. Goniometrické rovnice
@198 16. Goniometrické rovnice Definice: Goniometrická rovnice je taková rovnice, ve které proměnná (neznámá) vystupuje pouze v goniometrických funkcích. Řešit goniometrické rovnice znamená nalézt všechny
Maturitní témata z matematiky
Maturitní témata z matematiky G y m n á z i u m J i h l a v a Výroky, množiny jednoduché výroky, pravdivostní hodnoty výroků, negace operace s výroky, složené výroky, tabulky pravdivostních hodnot důkazy
11MAMY LS 2017/2018. Úvod do Matlabu. 21. února Skupina 01. reseni2.m a tak dále + M souborem zadané funkce z příkladu 3 + souborem skupina.
11MAMY LS 2017/2018 Cvičení č. 2: 21. 2. 2018 Úvod do Matlabu. Jan Přikryl 21. února 2018 Po skupinách, na které jste se doufám rozdělili samostatně včera, vyřešte tak, jak nejlépe svedete, níže uvedená
Polynomy. Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1.1 Teorie Zavedení polynomů Operace s polynomy...
Polynomy Obsah Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1 Základní vlastnosti polynomů 2 1.1 Teorie........................................... 2 1.1.1 Zavedení polynomů................................
Matematika 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