Numerická matematika. Zkouška: 4 příklady, důraz na dif. rovnice.
|
|
- Olga Urbanová
- před 5 lety
- Počet zobrazení:
Transkript
1 Numerická matematika Úvodní informace Viz Rozsah: 2+2, Z, Zk, seminář 0+2 Z, Obsah: numerické metody pro lineární algebru, obyčejné a parciální diferenciální rovnice, Zápočet: požadavky, změny, 16 bodů ke zkoušce. Zkouška: 4 příklady, důraz na dif. rovnice. Na semináři: zkouška po částech. Kontakt: Petr Sváček, KD 201, konzultace ve středu 12:30-14:00 nebo po dohodě. Pro zájemce je otevřen předmět MMTA, ve středu od 16:30, kontakt J. Halama. Na přednášce: ukázky metod na jednoduchých příkladech.
2 Dnešní přednáška Soustavy lineárních rovnic, základní pojmy. Přímé metody řešení soustav. Princip iteračních metod. Vlastnosti matice soustavy. Iterační metody.
3 Soustavy lineárních rovnic Znalost pojmů: a 11 a a 1n a 21 a a 2n.... a n1 a n2... a nn x 1 x 2. x n = b 1 b 2. b n Hodnost matice, čtvercová, regulární a singulární matice. Frobeniova věta, existence a jednoznačnost řešení. Gaussova eliminace. Determinant, inverzní matice. Vlastní číslo a vlastní vektor matice.
4 Přímé metody řešení Ax = b Přímé metody jsou takové metody, které vedou k nalezení přesného řešení v předem známém počtu kroků. Výhody: Vždy vedou k výsledku. Nevýhody: Rychle rostoucí výpočetní a pamět ová náročnost. Gaussova eliminace. operací n 3, pamět n 2 Inverzní matice. operací n 3, pamět n 2 Cramerovo pravidlo. operací??? Další přímou metodou je tzv. LU rozklad. operací n 3, pamět n 2
5 Proč LU rozklad? Je-li soustava zapsaná ve tvaru Ux = b kde U je horní trojúhelníková matice, pak lze řešení nalézt pomocí n 2 operací. Jedná se o tzv. zpětný chod Gauss. eliminace. Z poslední n té rovnice vypočteme x n, to dosadíme do předposlední. Atd. Je-li soustava zapsaná ve tvaru Ly = g, kde L je dolní trojúhelníková matice, postupujeme obdobně (od x 1 ).
6 LU rozklad Postup řešení Uvažujme soustavu s maticí typu n n Ax = b Provedeme rozklad A na dolní a horní trojúhelníkovou matici n 3. A = LU Řešíme soustavu n 2. Řešíme soustavu n 2. Ly = b Ux = y U jedné z matic L a U lze volit diagonála libovolně. Voĺıme diagonálu L, l ii = 1.
7 Shrnutí: Přímé metody řešení Přímé metody řešení Ax = b Zaručeno, že dosáhnou výsledku. Pro velký počet neznámých: rostoucí výpočetní náročnost n 3. Rostoucí pamět ová náročnost n 2. Pro speciální matice lze algoritmy zapsat efektivně (např. třídiagonální matice). Efektivnější řešení? V praxi se často vyskytují velké řídké matice, tj. matice, které obsahují skoro všude nuly. tj. matice s n >> 10, kde počet nenulových prvků odpovídá n. přímé metody n 3 operací vs. maticové násobení n, Řešení nemusíme znát přesně, stačí např. vědět jak jsme mu bĺızko.
8 Princip iteračních metod Sestrojme posloupnost vektorů X (0), X (1), X (2),... tak aby konvergovala k přesnému řešení soustavy Ax = b Pokud tato posloupnost konverguje nezávisle na počátečním přibĺıžení X (0), říkáme, že odpovídající metoda je konvergentní. Konvergence metody závisí na vlastnostech matice A. Konvergenci měříme jako velikost/normu vektoru X (k) X.
9 Norma matice a vektoru Řádková norma A m = max i Sloupcová norma n j=1 a i,j x m = max x i i A l = max j m a i,j x l = i=1 n x i i=1 Euklidovská norma ( m A E = n i=1 j=1 a i,j 2 ) 1 2 ( n ) 1 x E = x i 2 2 i=1
10 Vlastnosti matice Matice A je ostře diagonálně dominantní (ODD), pokud a ii > j i a ij symetrická, pokud a ij = a ji pozitivně definitní pokud pro libovolný nenulový vektor x 0 platí x i a ij x j > 0 i,j spektrální poloměr matice A je číslo ρ(a) definované ρ(a) = max{ λ : λ je vlastní číslo A}
11 Prostá iterační metoda Soustava tvaru Iterační metoda x = Ux + V, X (k+1) = UX (k) + V, Platí Nutná a postačující podmínka: Prostá iterační metoda je konvergentní právě tehdy, když ρ(u) < 1. Postačující podmínka: Je-li U < 1, pak prostá iterační metoda je konvergentní. Navíc platí x (k) x x (k) x U 1 U x (k) x (k 1), U k 1 U x (1) x (0),
12 Odvození klasických iteračních metod Vezmeme postupně rovnici i = 1, 2, 3,..., n a z té nalezneme x i : a ij x j + a ii x i + a ij x j = b i j<i j>i Dostáváme rovnici zapsanou ve tvaru x i = 1 b i a ij x j a ij x j a ii j<i j>i Jacobiho iterační metoda (složkový zápis) x (k+1) i = 1 b i a ii j<i a ij x (k) j j>i a ij x (k) j V maticovém zápise lze udělat totéž pomocí rozštěpení matice A = L + D + P, dostáváme rovnost Dx = (P + L)x + b
13 Přednáška č. 2 Opakování: Prostá a Jacobiho iterační metoda. Gauss-Seidelova iterační metoda. Gradientní metody.
14 Prostá iterační metoda Soustava tvaru Iterační metoda x = Ux + V, X (k+1) = UX (k) + V, Platí Nutná a postačující podmínka: Prostá iterační metoda je konvergentní právě tehdy, když ρ(u) < 1. Postačující podmínka: Je-li U < 1, pak prostá iterační metoda je konvergentní. Navíc platí X (k) x X (k) x U 1 U X(k) X (k 1), U k 1 bbu X(1) X (0),
15 Prostá iterační metoda: Příklad. Př. 1. Určete všechna p R, pro která konverguje prostá iterační metoda pro soustavu tvaru X = UX + V, kde V = ( 1, 2, 0.5) T, U = 0.8 p , 1 1 p Pro p = 0.2, X (0) = V určete X (1) touto metodou. Př. 2. Je dána soustava rovnic x = R x + s, kde s = (1.7, 1.8, 0.5) T R = 0.1 t t Určete všechna t R, pro něž je splněna postačující podmínka konvergence prosté iterační metody pro danou soustavu. Pro t = 0.5 určete x (2) touto metodou při volbě x (0) = 0. Vypočtěte x (2) x (1) m. Odhadněte chybu.
16 Jacobiho iterační metoda Pro A = L + D + P. Dostáváme a Jacobiho iterační metoda Platí Dx (k+1) = (L + P)x (k) + b, x (k+1) = D 1 (L + P) x (k) + D }{{}}{{ 1 b}. U V J J Je-li matice A ODD, pak Jacobiho iterační metoda je konvergentní. Jacobiho iterační metoda je konvergentní právě tehdy, když ρ(u J ) < 1. Vlastní čísla matice U J jsou kořeny rovnice det(l + λd + P) = 0
17 Jacobiho iterační metoda: Příklad. Př. 3. Je dána soustava Ax = b, kde A = p 0 0 p 4, b = a) Pro jaké hodnoty parametru p R je matice A ODD? Zdůvodněte! b) Určete všechny hodnoty parametru p R, pro které je Jacobiho iterační metoda pro danou soustavu konvergentní. c) Volte p = 1 a X (0) = (1, 2, 1) T. Spočtěte Jacobiho iterační metodou X (1). Př. 4. Je dána soustava Ax = b, kde A = p 0 0 p 4, b = a) Pro jaké hodnoty parametru p R je matice A ODD? Zdůvodněte! b) Určete všechny hodnoty parametru p R, pro které je Jacobiho iterační metoda pro danou soustavu konvergentní. c) Volte p = 1 a X (0) = (1, 2, 1) T. Spočtěte Jacobiho iterační metodou X (1).
18 Složkový zápis klasických iteračních metod Jacobiho iterační metoda x (k+1) i = 1 b i a ii j<i a ij x (k) j j>i a ij x (k) j Gauss-Seidelova iterační metoda x (k+1) i = 1 b i a ii j<i a ij x (k+1) j j>i a ij x (k) j
19 Gauss-Seidelova iterační metoda Pro Ax = b zapíšeme A = L + D + P. Dostáváme a tedy iterační metodu Platí (D + L)x (k+1) = Px (k) + b, x (k+1) = (D + L) 1 P x (k) + (D + L) 1 b. }{{}}{{} U GS V GS Je-li matice A ODD, pak je GS iterační metoda konvergentní. Je-li matice A SPD, pak je GS iterační metoda konvergentní. GS iterační metoda je konvergentní právě tehdy, když ρ(u GS ) < 1. Vlastní čísla matice U GS jsou kořeny rovnice det(λl + λd + P) = 0
20 Jacobiho iterační metoda: Příklad. Př. 5. Dána soustava lineárních rovnic AX = B, kde A = p 1 5, B = 1 p 2, a) Určete všechny hodnoty parametru p R, pro které je splněna některá z postačujících podmínek konvergence Gauss-Seidelovy iterační metody. b) Určete všechny hodnoty parametru p R, pro něž je splněna nutná a postačující podmínka Gauss-Seidelovy iterační metody. c) Volte p = 0 a spočtěte X (1) pokud X (0) = B. Př. 6. Dána soustava p X = 2 p 2, a) Určete všechny hodnoty parametru p R, pro něž je splněna některá z postačujících podmínek (pro matici A, ne U G ) Gauss-Seidelovy iterační metody. b) Určete všechny hodnoty parametru p R, pro něž je splněna nutná a postačující podmínka Gauss-Seidelovy iterační metody. c) Volte p = 0 a spočtěte X (1) pokud X (0) = B.
21 Gradientní metoda Předpoklady: Matice A symetrická a pozitivně definitní. F (x) = 1 2 xt Ax x T b. Ekvivalence: ( Ax = b ) (F (x ) F (x) pro libovolné x). Gradientní metoda: x (k+1) = x (k) αp Volba směru (největší spád): p = grad F (x (k) ) = b Ax (k). Volba optimálního kroku ve směru p α = argmin F ( x (k) + αp ) = pt (b Ax) α p T Ap
22 Přednáška č. 3 Soustavy nelineárních rovnic. Problémy existence a jednoznačnosti řešení. Iterační metody řešení soustav nelineárních rovnic Newtonova metoda. Princip interpolace. Interpolace algebraickým mnohočlenem, jeho existence a jednoznačnost.
23 Soustavy nelineárních algebraických rovnic Systém n-rovnic o n-neznámých f 1 (x 1,..., x n ) = 0. f n (x 1,..., x n ) = 0 funkce f i (x) jsou obecně nelineární speciální volba soustava lineárních rovnic není zaručena existence řešení není zaručena jednoznačnost řešení viz jedna rovnice pro a = 1 nebo a = 1 x 2 + a = 0
24 Soustavy nelineárních algebraických rovnic Systém 2-rovnic o 2-neznámých f (x, y) = 0 g(x, y) = 0 pro zjednodušení jen tyto rovnice
25 Soustavy nelineárních algebraických rovnic Problémy existence a jednoznačnosti řešení Př. 7. Je dána soustava rovnic x y 2 = 1 y = 2 cos(πx) Graficky znázorněte přibližný počet a polohu kořenů této soustavy nelineárních rovnic. Př. 8. Je dána soustava rovnic 1 2x y = 0 x 2 + 4y 2 = 4 Určete graficky přibližnou polohu všech kořenů soustavy.
26 Soustavy nelineárních algebraických rovnic Newtonova metoda pro případ 1d V bodě x k užijeme Taylorův polynom 0 = f (x) = f(x k ) + f (x k )(x x k ) + R 2 (x) Zanedbáním dostaneme vzorec pro x x k+1 ( 1 x k+1 = x k f (x )) k f (x k ). Obecný vzorec pro soustavu F (x) = 0? Co je F (x)?
27 Newtonova metoda - odvození Odvození pro 2 nelineární rovnice o 2 neznámých Označme k té přibĺıžení jako A = [x (k), y (k) ] 0 = f (x, y ) = f (A) + f x (A) (x x (k) ) + f y (A) (y y (k) ) = g(x, y ) = g(a) + g x (A) (x x (k) ) + g y (A) (y y (k) ) +... Zanedbáme-li další členy Taylorova rozvoje f x (A) x + f y (A) y + f (A) = 0, g x (A) x + g y (A) y + g(a) = 0, dostáváme soustavu lineárních rovnic pro x = x (k+1) x (k), y = y (k+1 ) y (k).
28 Newtonova iterační metoda 1. Zvoĺıme počáteční přibĺıžení [x 0, y 0 ]. 2. Postupně pro k = 0, 1,... a) Sestavíme soustavu rovnic v bodě A = [x (k), y (k) ], f x (A) x + f y (A) y + f (A) = 0 g x (A) x + g y (A) y + g(a) = 0 b) Najdeme řešení této soustavy x, y c) Spočteme nové přibĺıžení ( x (k+1) y (k+1) ) ( x (k) = y (k) ) ( x + y ) Není zaručena konvergence k řešení. Metoda může selhat (viz b)) Konvergence závisí na počátečním přibĺıžení.
29 Soustavy nelineárních algebraických rovnic Problémy existence a jednoznačnosti řešení Př. 9. Je dána soustava rovnic x y 2 = 1 y = 2 cos(πx) a) Graficky znázorněte přibližný počet a polohu kořenů této soustavy nelineárních rovnic. b) Volte x (0) = ( 0.5; 1) T a vypočtěte x (1) Newtonovou metodou c) Určete x (1) x (0) l Př. 10. Je dána soustava rovnic 1 2x y = 0 x 2 + 4y 2 = 4 a) Graficky znázorněte přibližný počet a polohu kořenů této soustavy nelineárních rovnic. b) Volte x (0) = (1; 0) T a vypočtěte x (1) Newtonovou metodou c) Určete x (1) x (0) m
30 Interpolace funkce Interpolace funkce: Pro funkci f (x) danou tabulkou hodnot (x i, y i ) hledáme takovou funkci z nějaké množiny funkcí, která v bodech x i nabývá hodnot y i. Hledáme p(x) takovou, že pro libovolné i platí p(x i ) = y i Interpolace polynomem p(x) je polynom. Existence, jednoznačnost, stupeň polynomu?
31 Interpolace funkce polynomem Př. 11. Vysvětlete princip interpolace tabulky hodnot (x i, y i ) pro i = 0,..., n polynomem. Je dána tabulka hodnot x i y i Určete interpolační polynom p pro danou tabulku hodnot. Užitím interpolačního polynomu určete přibližnou hodnotu funkce v bodě 0.5. Př. 12 Vysvětlete princip interpolace tabulky hodnot (x i, y i ) pro i = 0,..., n polynomem. Uved te podmínku, která zaručuje existenci takového polynomu. Je dána tabulka hodnot x i y i Určete interpolační polynom p pro danou tabulku hodnot. Užitím interpolačního polynomu určete přibližnou hodnotu funkce v bodě x = 0.5.
32 Přednáška č. 4 Princip interpolace pomocí kubických spline-funkcí. Výhody tohoto typu interpolace. Aproximace metodou nejmenších čtverců princip, aproximace algebraickým mnohočlenem. Odvození soustavy normálních rovnic.
33 Interpolace polynomem Interpolace hladké funkce Interpolace hladké funkce, platí odhad (C max f (n+1) (x) ) f (x) p n (x) Ch n
34 Chyba interpolace Chyba interpolace hladké funkce
35 Nevýhody interpolace 1. Interpolace je citlivá na přesné hodnoty funkce Interpolace kvadratického polynomu(!) s náhodnou 5 procentní
36 Nevýhody interpolace 2. Interpolace je výhodná pro interpolaci jen hladké funkce Interpolace f (x) = x polynomem.
37 Nevýhody interpolace Interpolace je citlivá na přesné hodnoty funkce. Interpolace je výhodná pro interpolaci jen hladké funkce. Chyba nemá lokální charakter. Interpolace polynomem nezachovává monotonii, konvexitu, konkávitu funkce. Jiný druh interpolace: po částech polynomiální funkce.
38 Interpolace spline funkcemi Interpolace f (x) = x splinem
39 Interpolace spline funkcemi Tabulka x i, y i, i = 0,..., n. x 0 < x 1 < < x n. Na každém intervalu je spline s(x) kubická funkce, tj. s(x) = a 0 (x x i ) 3 +b 0 (x x i ) 2 +c 0 (x x i )+d 0, pro x x i, x i+1. Celkem neznámých: 4 n. Podmínek interpolace: n + 1. s(x i ) = y i
40 Interpolace spline funkcemi Tabulka x i, y i, i = 0,..., n. x 0 < x 1 < < x n. Na každém intervalu je spline s(x) kubická funkce, tj. s(x) = a 0 (x x i ) 3 +b 0 (x x i ) 2 +c 0 (x x i )+d 0, pro x x i, x i+1. Celkem neznámých: 4 n. Podmínek interpolace: n + 1. s(x i ) = y i Podmínek spojitosti: n 1. s(x i ) = s(x i + )
41 Interpolace spline funkcemi Tabulka x i, y i, i = 0,..., n. x 0 < x 1 < < x n. Na každém intervalu je spline s(x) kubická funkce, tj. s(x) = a 0 (x x i ) 3 +b 0 (x x i ) 2 +c 0 (x x i )+d 0, pro x x i, x i+1. Celkem neznámých: 4 n. Podmínek interpolace: n + 1. s(x i ) = y i Podmínek spojitosti: n 1. s(x i ) = s(x i + ) Podmínek spojitosti s a s : 2(n 1). s (x i ) = s (x i + ), s (x i ) = s (x i + )
42 Interpolace spline funkcemi Tabulka x i, y i, i = 0,..., n. x 0 < x 1 < < x n. Na každém intervalu je spline s(x) kubická funkce, tj. s(x) = a 0 (x x i ) 3 +b 0 (x x i ) 2 +c 0 (x x i )+d 0, pro x x i, x i+1. Celkem neznámých: 4 n. Podmínek interpolace: n + 1. s(x i ) = y i Podmínek spojitosti: n 1. s(x i ) = s(x i + ) Podmínek spojitosti s a s : 2(n 1). Celkem: spline. s (x i ) = s (x i + ), s (x i ) = s (x i + ) 4n 2. Přidáme např. podmínku pro přirozený s (x 0 ) = s (x n ) = 0.
43 Interpolace spline funkcemi Praktická konstrukce spline funkce Z tabulky hodnot x i, y i, i = 0,..., n sestavíme soustavu rovnic pro m i = s (x i ), h i 1 m i 1 +2(h i 1 +h i )m i +h i m i+1 = 6 h i (y i+1 y i ) 6 h i 1 (y i y i 1 ) Na každém intervalu x i, x i+1 známe 4 hodnoty: s(x i ) = y i, s(x i+1 ) = y i+1, s (x i ) = m i, s (x i+1 ) = m i+1. Kubická funkce na každém intervalu je tedy určena jednoznačně.
44 Interpolace spline funkcemi Vlastnosti spline funkce. po částech kubická funkce spline interpolant minimalizuje energii spline zachovává monotonii chyba interpolace má lokální charakter Nevýhoda: nutné řešit soustavu rovnic, ale ta je 3diagonální.
45 Aproximace pomocí metody nejmenších čtverců Úloha: Chceme najít závislost v naměřených datech - obsahují nepřesnosti, Princip aproximace: Hledáme takovou funkci v dané(m) množině(prostoru), která minimalizuje odchylku.
46 Volba funkce: Např. polynom stupně n Aproximace pomocí metody nejmenších čtverců Princip: Minimalizace kvadratické odchyklky δ 2 (p(x)) = (p(x i ) y i ) 2 i
47 Aproximace pomocí metody nejmenších čtverců Princip: Minimalizace kvadratické odchyklky δ 2 (p(x)) = i (p(x i ) y i ) 2 dána tabulka dat [x i, y i ], minimalizujeme kvadratickou odchylku G(a 0, a 1 ) := δ 2 (p(x)) = i (p(x i ) y i ) 2 odvození normálních rovnic G/ a k = 0 pro k = 0, 1. soustava normálních rovnic a 0 ( i 1) + a 1 ( i x i ) = i y i, a 0 ( i x i ) + a 1 ( i x 2 i ) = i x i y i,
48 Aproximace pomocí metody nejmenších čtverců 13.a) Vysvětlete princip metody nejmenších čtverců při aproximaci tabulky hodnot (x i, y i ) pro i = 1,..., n polynomem nejvýše 1. stupně. b) Odvod te obecně soustavu normálních rovnic pro případ (a). c) Určete polynom p1 nejvýše 1. stupně, který ve smyslu metody nejmenších čtverců nejlépe aproximuje danou tabulku hodnot: x i y i a) Vysvětlete princip metody nejmenších čtverců při aproximaci tabulky hodnot (x i, y i ) pro i = 1,..., n polynomem nejvýše 2. stupně. b) Odvod te obecně soustavu normálních rovnic pro případ (a). c) Určete polynom p1 nejvýše 2. stupně, který ve smyslu metody nejmenších čtverců nejlépe aproximuje danou tabulku hodnot. Určete odpovídající kvadratickou odchylku. x i y i
49 Přednáška č. 5 Numerické řešení Cauchyovy úlohy pro rovnici 1.řádu a pro soustavu v normálním tvaru. Cauchyova úloha pro rovnici n-tého řádu jako speciální případ. Eulerova metoda 1. řádu
50 Obyčejná diferenciální rovnice, Cauchyova úloha Obyčejná diferenciální rovnice 1. řádu: Hledáme funkci y = y(x) takovou, že y = f (x, y) Cauchyova úloha pro ODR 1. řádu y = f (x, y), y(x 0 ) = y 0 Podmínky pro existenci a jednoznačnost řešení: f, f y spojité v oblasti G R 2. y y=y(x) x
51 Cauchyova úloha pro obyčejnou diferenciální rovnici 1. řádu Příklad 15. Je dána Cauchyova úloha y (y 4) = x y, y(3) = 2, Zapište oblast G v níž jsou splněny podmínky existence a jednoznačnosti řešení Cauchyovy úlohy 16. Je dána Cauchyova úloha y = ln(x 2 + y 2 4), y( 2) = 2 Zapište oblast G v níž jsou splněny podmínky existence a jednoznačnosti řešení Cauchyovy úlohy
52 Cauchyova úloha soustavu rovnic v normálním tvaru Vektorový zápis kde y = y = f (x, y), y(x 0 ) = y 0. y 1. y n, f (x, y) = f 1 (x, y). f n (x, y) Podmínky pro existenci a jednoznačnost řešení: f i, f i y j spojité v oblasti G R R n.,
53 Cauchyova úloha pro soustavu v normálním tvaru Příklad 17. Je dána Cauchyova úloha ( y y 1 + y 2 = ln x y 2 2 x + 4 ) ( 1, y( 2) = 3 Zapište oblast G v níž jsou splněny podmínky existence a jednoznačnosti řešení Cauchyovy úlohy 18. Je dána Cauchyova úloha ( y 2x y2 + ln (x 1) + 1 = x 4 y 1 1 ) ( 0, y(2) = 1 Zapište oblast G v níž jsou splněny podmínky existence a jednoznačnosti řešení Cauchyovy úlohy ), ).
54 Cauchyova úloha pro rovnici n-tého řádu jako speciální případ C. Ú. pro rovnici n-tého řádu y (n) = G(x, y, y,..., y (n 1) ) Příklad. y(x 0 ) = y 0,..., y (n 1) (x 0 ) = y (n 1) 0, mẍ + kx = 0, x(0) = 1, ẋ(0) = 0. Podmínky pro existenci a jednoznačnost řešení: G, G y, G y,... spojité v oblasti G.
55 Převod na soustavu rovnic v normálním tvaru Cauchyova úloha pro rovnici n-tého řádu y (n) = G(x, y, y,..., y (n 1) ) y(x 0 ) = y 0,..., y (n 1) (x 0 ) = y (n 1) 0, Převod na soustavu rovnic Y 1 = y, Y 1 = Y 2, Y 2 = y, Y 2 = Y 3,.. Y n 1 = y (n 1), Y n 1 = G(x, Y 1, Y 2,..., Y n 1 ).
56 Cauchyova úloha pro rovnici n-tého řádu jako speciální případ, převod na soustavu rovnic v normálním tvaru Příklad 19. Je dána Cauchyova úloha y yy + y y ln x = x x 2 1, y(3) = 1, y (3) = 0, y (3) = 0. a) Zapište oblast, kde jsou splněny postačující podmínky existence a jednoznačnosti řešení dané C. Ú. b) Převed te danou úlohu na soustavu rovnic 1. řádu.
57 Princip numerického řešení y 3 [x, Y ] 3 [x, y(x )] 3 3 y=y(x) x x x x x x Přesné řešení: y = y(x) pro x a, b. Přibližné řešení Y i : krok h = (b a)/n, x i = a + ih, i = 0,..., n, Y i y(x i ) Jednokroková metoda: Y i+1 = Y i + hφ(x i, Y i, h) Lokální chyba, globální chyba metody.
58 Princip numerického řešení Přesné řešení: y = y(x) pro x a, b. Přibližné řešení Y i v bodech x i. Jednokroková metoda: Y i+1 = Y i + hφ(x i, Y i, h) Přírůstková funkce: Φ(x i, Y i, h) Lokální a globální chyba metody. Stabilita metody. Symboly O(h p ) a o(h p ). Řád konvergence metody.
59 Eulerova metoda y 3 [x, Y ] 3 [x, y(x )] 3 3 y=y(x) x x x x x x Cauchyova úloha y = f (x, y), y(x 0 ) = y 0 Voĺıme Y 0 = y 0. Pak pro i = 0,..., počítáme Y i+1 = Y i + hf (x i, Y i ) Globální chyba metody: O(h).
60 Eulerova metoda Příklad 22. Je dána Cauchyova úloha y (y 4) = x y, y(3) = 2, a) S krokem h = 0.5 určete přibližnou hodnotu y(4) pomocí Eulerovy metody.
61 Eulerova metoda Příklad 20. Je dána Cauchyova úloha y = y 1 tgx + y 3 2 y 1 + y 2 ln (x + 1) y 1 + 2y 2 1 x 2 y 3 y(1) = a) Ověřte, že Cauchyova úloha má právě jedno řešení b) Zapište interval I jejího maximálního řešení c) S krokem h = 0.2 určete přibližnou hodnotu y(1.2) pomocí Eulerovy metody
62 Přednáška č. 6 Princip jednokrokových metod typu Runge-Kutty. Collatzova metoda (E1), RK4. Konvergence metod. Praktické užití metod.
63 Eulerova metoda y 3 [x, Y ] 3 [x, y(x )] 3 3 y=y(x) x x x x x x Cauchyova úloha y = f (x, y), y(x 0 ) = y 0 Taylorův rozvoj Eulerova metoda y(x 0 + h) = y(x 0 ) + y (x 0 )h + O(h 2 ) Y k+1 = Y k + hf (x k, Y k ) Metoda je pouze 1. řádu přesnosti.
64 Eulerova metoda Konvergence k řešení pro h = 2π/20, 2π/40,, 2π/80, 2π/160.
65 Eulerova metoda - srovnání s přesným řešením Konvergence k řešení pro h = 2π/20, 2π/40,, 2π/80, 2π/160.
66 Eulerova metoda - chyby v závislosti na kroku h Konvergence k řešení pro h = 2π/20, 2π/40,, 2π/80, 2π/160.
67 Metody vyššího řádu y 3 [x, Y ] 3 [x, y(x )] 3 3 y=y(x) x x x x x x Cauchyova úloha y = f (x, y), y(x 0 ) = y 0 Metody Taylorova rozvoje y(x 0 + h) = y(x 0 ) + y (x 0 )h y (x 0 )h 2 + O(h 3 ) Zderivováním dostaneme y (x) = d dx (f (x, y(x))) = f x(x, y(x)) + f y (x, y(x))y (x) Získaná metoda je druhého řádu přesnosti, ale...
68 Princip jednokrokových metod typu Runge-Kutta Obecná jednokroková metoda: Y i+1 = Y i + hφ(x i, Y i, h) Metody RK: Speciální volba přírůstkové funkce Φ(x i, Y i, h) Φ(x i, Y i, h) = n ω i k i i=1 kde i 1 k i = f (x i + α i h, Y i + β ij k i ) j=1 Volba koeficientů: co nejvyššího řád konvergence.
69 Princip jednokrokových metod typu Runge-Kutta: Případ n = 2. Metody RK2 Y i+1 = Y i + h(ω 1 k 1 + ω 2 k 2 ) k 1 = f (x i, Y i ) k 2 = f (x i + α 2 h, Y i + β 21 k 1 ) Volba 4 koeficientů: ω 1, ω 2, α 2, β 21. Volbou lze dosáhnout 2. řád přesnosti.
70 Princip jednokrokových metod typu Runge-Kutty. Collatzova metoda: Y i+1 = Y i + hk 2 k 2 = f (x i + h/2, Y i + h/2k 1 ), k 1 = f (x i, Y i ), Řád metody: O(h 2 ).
71 Collatzova metoda - srovnání s přesným řešením Konvergence k řešení pro h = 2π/20, 2π/40,, 2π/80.
72 Collatzova metoda - chyby v závislosti na kroku h Konvergence k řešení pro h = 2π/20, 2π/40,, 2π/80.
73 Metoda Runge-Kutty 4. řádu. Runge-Kutta 4. řádu: Y i+1 = Y i + h(k 1 + 2k 2 + 2k 3 + k 4 ), k 1 = f (x i, Y i ), k 2 = f (x i + h/2, Y i + h/2k 1 ), k 3 = f (x i + h/2, Y i + h/2k 2 ), k 4 = f (x i + h, Y i + hk 3 ), Řád metody: O(h 2 ).
74 Řád konvergence metod typu Runge-Kutty. kde ( n ) Y i+1 = Y i + h ω i k i, i=1 i 1 k i = f (x i + α i h, Y i + β ij k i ) j=1 Řád konvergence: n p
75 Příklady - Cauchyova úloha. 21. Je dána Cauchyova úloha ( y 2x y 2 = 2 + y y1 2x ) y(0) = ( 0 1 ) a) Zapište oblast G v níž jsou splněny postačujícípodmínky existence a jednoznačnosti řešení Cauchyovy úlohy. b) Užitím Collatzovy metody (1.modifikace Eulerovy metody) s krokem h = 1 určete přibližně hodnotu řešení v bodě x = 2. c) Necht y i označuje hodnotu numerického řešení v bodě x i získaného Collatzovou metodou a y i hodnotu přesného řešení. Zapište pomocí těchto hodnot globální chybu ε i. Zapište jaká je závislost ε i na kroku h a určete jakého řádu je Collatzova metoda. Odhadněte, jak se změní globální chyba v bodě x při změně kroku z h na h/4 u Collatzovy metody. 22. Je dána Cauchyova úloha y yy + y y ln x = x x 2 1, y(3) = 1, y (3) = 0, y (3) = 0. Určete s krokem h = 0, 4 pomocí Collatzovy metody přibližnou hodnotu řešení y (3.4).
76 Přednáška č. 7 Problematika řešení okrajových úloh pro obyčejnou lineární diferenciální rovnici 2. řádu, porovnání s Cauchyovou úlohou. Existence a jednoznačnost řešení. Samoadjungovaný tvar rovnic Metoda sítí.
77 Okrajová úloha pro lineární diferenciální rovnici 2. řádu Formulace okrajové úlohy Lineární diferenciální rovnici 2. řádu y + f 1 (x)y + f 2 (x)y = g(x), pro x (a, b), Okrajové podmínky (Sturmovy okrajové podmínky): α 1 y (a) α 2 y(a) = α 3, β 1 y (b) + β 2 y(b) = β 3. Speciální volba
78 Okrajová úloha pro lineární diferenciální rovnici 2. řádu Formulace okrajové úlohy Lineární diferenciální rovnici 2. řádu y + f 1 (x)y + f 2 (x)y = g(x), pro x (a, b), Okrajové podmínky (Sturmovy okrajové podmínky): α 1 y (a) α 2 y(a) = α 3, β 1 y (b) + β 2 y(b) = β 3. Speciální volba Neumannovy okrajové podmínky y (a) = α, y (b) = β. Dirichletovy okrajové podmínky y(a) = α, y(b) = β. Newtonovy okrajové podmínky y(a) = α, y (b) = β.
79 Okrajová úloha pro lineární diferenciální rovnici 2. řádu Existence řešení Uvažujeme úlohu y + f 1 (x)y + f 2 (x)y = g(x), pro x (a, b), α 1 y (a) α 2 y(a) = α 3, β 1 y (b) + β 2 y(b) = β 3. Kdy existuje funkce y(x) - řešení této úlohy? Pokud existuje - je dáno jednoznačně? Problém existence a jednoznačnosti řešení je pro okrajovou úlohu mnohem komplikovanější než pro úlohu Cauchyovu (počáteční)! Spojitost koeficientů (ani vyšších řádů) není postačující podmínkou!
80 Srovnání s Cauchyovou úlohou Pro lineární diferenciální rovnici 2. řádu Formulace jednoduché okrajové úlohy: y (x) = f (x), y(a) = A, y(b) = B. Formulace Cauchyovy úlohy: y (x) = f (x), y(a) = A, y (a) = K. Př. y (x) = sin x, y(0) = 2, y (0) = 1.
81 Okrajová úloha pro lineární diferenciální rovnici 2. řádu Existence a jednoznačnost řešení pro jednoduchou úlohu Formulace jednoduché okrajové úlohy: y (x) = f (x), y(a) = A, y(b) = B. Je-li f (x) spojitá funkce na a, b, pak existuje právě jedno řešení. Př. y (x) = sin x, y(0) = 2, y(π) = 2. Toto ale neplatí vždy...
82 Okrajová úloha pro lineární diferenciální rovnici 2. řádu Existence a jednoznačnost řešení pro jednoduchou úlohu Formulace jednoduché okrajové úlohy: y (x) = f (x), y(a) = A, y(b) = B. Je-li f (x) spojitá funkce na a, b, pak existuje právě jedno řešení. Př. y (x) = sin x, y(0) = 2, y(π) = 2. Toto ale neplatí vždy...
83 Okrajová úloha: Existence a jednoznačnost řešení Příklady úloh, které nemají jednoznačná řešení Okrajová úloha, která nemá řešení y + y = 0, y(0) = 0, y(π) = 1. Okrajová úloha s nejednoznačným řešením y + y = 0, y(0) = 0, y(π) = 0.
84 Okrajová úloha: Existence a jednoznačnost řešení Příklady úloh, které nemají jednoznačná řešení Okrajová úloha, která nemá řešení y + y = 0, y(0) = 0, y(π) = 1. Okrajová úloha s nejednoznačným řešením y + y = 0, y(0) = 0, y(π) = 0. Okrajová úloha s právě jedním řešením y + y = 0, y(0) = 0, y(π) = 0.
85 Okrajová úloha: Existence a jednoznačnost řešení Samoadjungovaný tvar úlohy V technických úlohách má diferenciální rovnice často tvar (py ) + qy = f, Konstanty p, q jsou materiálové konstanty, většinou kladné nebo nezáporné. Obecně pro neizotropní materiál lze uvažovat p, q jako nezáporné funkce p = p(x), q = q(x). Samoadjungovaný tvar rovnice: (p(x)y ) + q(x)y = f (x),
86 Samoadjungovaný tvar úlohy. Samoadjungovaný tvar rovnice: (p(x)y ) + q(x)y = f (x), Dirichletovy ukrajové podmínky y(a) = A, y(b) = B.
87 Existence a jednoznačnost řešení pro úlohy v samoadjungovaném tvaru (p(x)y ) + q(x)y = f (x), Dirichletovy ukrajové podmínky y(a) = A, y(b) = B. Necht platí (i) p(x), p (x), q(x), f (x) - spojité funkce na a, b (ii) p(x) > 0, q(x) 0 pro x a, b Pak existuje právě jedno řešení.
88 Převod na samoadjungovaný tvar Zápis úlohy v samoadjungovaném tvaru (rozderivujeme závorku) a v normálním tvaru p(x)y p (x)y + q(x)y = f (x), y + f 1 (x)y + f 2 (x)y = g(x), pro x (a, b), po přenásobení dostaneme p(x)y p(x)f 1 (x)y p(x)f 2 (x)y = p(x)g(x). Srovnáním koeficientů: p = pf 1 (x), q(x) = p(x)f 2 (x), f (x) = p(x)g(x).
89 Převod na samoadjungovaný tvar. Příklady. 23. Formulujte Dirichletovu úlohu pro obyčejnou lineární diferenciální rovnici 2.řádu v samoadjungovaném tvaru a) Uved te podmínky pro jednoznačnou řešitelnost úlohy (a) b) Zdůvodněte, zda jsou postačující podmínky splněny pro úlohu (xy ) + 3 x y = ln(2 + x) x y(1) = 0, y(2) = Je dána Dirichletova úloha y 2 x y + (c x)y + x 2 = 0 y(2) = 1, y(4) = 3 a) Danou rovnici převed te na samoadjungovaný tvar b) Určete všechny hodnoty parametru c R, pro něž jsou splněny postačující podmínky jednoznačné řešitelnosti Dirichletovy úlohy 25. Je dána Dirichletova úloha y 4 x 2 4 y = 1 y(3) = 0, y(5) = 1 a) Ověřte, že úloha má právě jedno řešení b) Odvod te soustavu sít ových rovnic, která vznikne při řešení dané úlohy metodou sítí s krokem h = Je dána rovnice y + 2 x y x 2 + x y = 1 x 3 a) Určete intervaly maximálního řešení Cauchyovy úlohy pro danou rovnici b) Ověřte, že jsou splněny postačující podmínky jednoznačné řešitelnosti Dirichletovy úlohy pro danou rovnici s okrajovými podmínkami y( 5) = 2, y( 3) = 0
90 Princip numerického řešení Označme přesné řešení y = y(x) pro x I = a, b. Interval I rozděĺıme ekvidistantně s krokem h x i = a + i h, označme q i = q(x i ), f i = f (x i ), p i = p(x i ) Budeme hledat přibližné řešení Y i y(x i ) Rovnici (py ) + qy = f nahradíme v bodech x i qy xi f xi q i Y i = f i ( py )???
91 Symbol O(h p ), Talorův polynom Píšeme g(h) = O(h p ) pokud platí (C R) g(h) lim h 0 h p = C > 0, Označme x = x 0 + h, pak x x 0 = h, a platí pro dostatečně hladkou funkci f (x) f (x 0 +h) = f (x 0 )+f (x 0 )h f (x 0 )h ! f (x 0 )h 3 +O(h 3 )
92 Náhrada derivace diferencí V bodě x 0 + h f (x 0 + h) = f (x 0 ) + hf (x 0 ) + h2 2 f (x 0 ) + h3 6 f (x 0 ) + O(h 4 ) V bodě x 0 h f (x 0 h) = f (x 0 ) hf (x 0 ) + h2 2 f (x 0 ) h3 6 f (x 0 ) + O(h 4 ) Užitečné vztahy: f (x 0 + h) f (x 0 ) = f (x 0 )h + O(h 2 ), f (x 0 + h) f (x 0 h) = f (x 0 )2h + O(h 3 ), f (x 0 + h) + f (x 0 h) 2f (x) = f (x 0 )h 2 + O(h 4 ).
93 Náhrada samoadjungovaného tvaru Užijeme vztah f (x 0 + h) f (x 0 h) 2h f (x 0 ) v bodě x i s krokem h/2 pro aproximaci výrazu z = (py ) z (x i ) z(x i+ 1 2 kde x i± 1 2 dále y (x i+ 1 2 = x i ± h 2, tím dostaneme ) z(x i 1 ) 2 = p i+ 1 2 h ) Y i+1 Y i h ( py ) p i 1 Y i 1 + (p 2 i+ 1 2 y (x i+ 1 2 ) p i 1 2 h y (x i 1 2, y (x i 1 ) Y i Y i 1 2 h + p i 1 2 h 2 )Y i p i+ 1 Y i+1 2 ),
94 Princip numerického řešení Označme přesné řešení y = y(x) pro x I = a, b. Interval I rozděĺıme ekvidistantně s krokem h x i = a + i h, označme q i = q(x i ), f i = f (x i ), p i = p(x i ) Budeme hledat přibližné řešení Y i y(x i ) Rovnici (py ) + qy = f nahradíme v bodech x i qy xi q i Y i f xi = f i ( py ) p i 1/2 Y i 1 + (p i+1/2 + p i 1/2 )Y i p i+1/2 Y i+1 h 2 Řád lokální chyby: O(h 2 )
95 Přednáška č. 8 Numerické řešení Dirichletovy úlohy. Princip metody sítí, konvergence metody. Existence a jednoznačnost řešení vzniklé soustavy lineárních rovnic.
96 Princip numerického řešení Dirichletova úloha pro lineární ODR 2. řádu (py ) + qy = f, y(a) = A, y(b) = B, Přesné řešení y(x) Ekvidistantní dělení x i = a + i h, Označíme q i = q(x i ), f i = f (x i ), p i = p(x i ) Aproximace řešení Y i y(x i ) Náhrada v uzlech sítě qy xi q i Y i Jak nahradit derivace? f xi = f i
97 Náhrada derivace pomocí diferencí h h x i 1 x x i i+1 Užitím Taylorova polynomu f (x 0 + h) = f (x 0 ) + h f (x 0 ) + h2 2 f (x 0 ) + h3 3! f (x 0 ) + O(h 4 )
98 Náhrada derivace pomocí diferencí h h x i 1 x x i i+1 Užitím Taylorova polynomu f (x 0 + h) = f (x 0 ) + h f (x 0 ) + h2 2 f (x 0 ) + h3 3! f (x 0 ) + O(h 4 ) 1. centrální diference f (x 0 ) = f (x 0 + h) f (x 0 h) + O(h 2 ), 2h
99 Náhrada derivace pomocí diferencí h h x i 1 x x i i+1 Užitím Taylorova polynomu f (x 0 + h) = f (x 0 ) + h f (x 0 ) + h2 2 f (x 0 ) + h3 3! f (x 0 ) + O(h 4 ) 2. centrální diference f (x 0 ) = f (x 0 + h) 2f (x 0 ) + f (x 0 h) h 2 + O(h 2 ).
100 Náhrada derivace pomocí diferencí h h x i 1 x x i i+1 Užitím Taylorova polynomu f (x 0 + h) = f (x 0 ) + h f (x 0 ) + h2 2 f (x 0 ) + h3 3! f (x 0 ) + O(h 4 ) Ale také (využijeme později) f (x 0 ) = f (x 0 + h) f (x 0 ) h + O(h),
101 Náhrada derivace pomocí diferencí h h x i 1 x x i i+1 Užitím Taylorova polynomu f (x 0 + h) = f (x 0 ) + h f (x 0 ) + h2 2 f (x 0 ) + h3 3! f (x 0 ) + O(h 4 ) 1. centrální diference f (x 0 ) = f (x 0 + h) f (x 0 h) + O(h 2 ), 2h 2. centrální diference f (x 0 ) = f (x 0 + h) 2f (x 0 ) + f (x 0 h) h 2 + O(h 2 ). Ale také (využijeme později) f (x 0 ) = f (x 0 + h) f (x 0 ) h + O(h),
102 Dirichletova úloha pro ODR v samoadjungovaného tvaru Formulace úlohy (py ) + qy = f, y(a) = A, y(b) = B, existence a jednoznačnost řešení - viz přednáška 7 nyní hledáme přibližné řešení
103 Náhrada samoadjungovaného tvaru Dirichletova úloha pro lineární ODR 2. řádu (py ) + qy = f, y(a) = A, y(b) = B, x i 1 x x x i i+1/2 i+1 Náhrady v uzlu x i qy xi q i Y i, f xi = f i Užijeme 1. centrální diference s krokem h/2 pro z = py dále z (x i ) z(x i+ 1 2 y (x i+ 1 2 ) z(x i 1 ) 2 = p i+ 1 2 h ) Y i+1 Y i h y (x i+ 1 2 ) p i 1 2 h y (x i 1 2, y (x i 1 2 ) Y i Y i 1 h ),
104 Náhrada samoadjungovaného tvaru Dirichletova úloha pro lineární ODR 2. řádu (py ) + qy = f, y(a) = A, y(b) = B, x i 1 x x x i i+1/2 i+1 1. centrální diference s krokem h/2 (py ) xi p i+ 1 2 y (x i+ 1 ) Y i+1 Y i 2 h tedy dostaneme y (x i+ 1 2 ( py ) xi p i 1 2 Y i 1 (p i+ 1 2 ) p i 1 2 h y (x i 1 2 ),, y (x i 1 ) Y i Y i 1 2 h + p i 1 2 h 2 )Y i + p i+ 1 Y i+1 2
105 Náhrada samoadjungovaného tvaru x i 1 x x x i i+1/2 i+1 Dirichletova úloha pro lineární ODR 2. řádu (py ) + qy = f, y(a) = A, y(b) = B, (1) Pro i = 1,..., n 1 nahradíme (??) v uzlu x i p i 1 Y i 1 + (p 2 i+ 1 + p 2 i 1 2 kde Y 0 = y(a) = A, Y n = y(b) = B Jaké chyby jsme se dopustili? + h 2 q i )Y i p i+ 1 Y i+1 = h 2 f i 2
106 Náhrada samoadjungovaného tvaru - řád přesnosti Pro p, y dostatečně hladké platí (py ) xi = p i 1 2 y(x i 1) (p i p i 1 2 )y(x i) + p i+ 1 2 y(x i+1) h 2 +O(h 2 )
107 Náhrada samoadjungovaného tvaru - řád přesnosti Pro p, y dostatečně hladké platí (py ) xi = p i 1 2 y(x i 1) (p i p i 1 2 )y(x i) + p i+ 1 2 y(x i+1) h 2 +O(h 2 ) Dk. Užijeme y(x i+1 ) = y(x i ) + y (x i )h + y (x i ) h2 2 + y (x i ) h3 6 + O(h4 ) y(x i 1 ) = y(x i ) y (x i )h + y (x i ) h2 2 y (x i ) h3 6 + O(h4 )
108 Náhrada samoadjungovaného tvaru - řád přesnosti Pro p, y dostatečně hladké platí (py ) xi = p i 1 2 y(x i 1) (p i p i 1 2 )y(x i) + p i+ 1 2 y(x i+1) h 2 +O(h 2 ) Dk. Užijeme y(x i+1 ) = y(x i ) + y (x i )h + y (x i ) h2 2 + y (x i ) h3 6 + O(h4 ) y(x i 1 ) = y(x i ) y (x i )h + y (x i ) h2 2 y (x i ) h3 6 + O(h4 ) a dále p i+1/2 = p i + p (x i ) h 2 + p (x i ) h2 8 + p (x i ) h O(h4 ) p i 1/2 = p i p (x i ) h 2 + p (x i ) h2 8 p (x i ) h O(h4 )
109 Náhrada samoadjungovaného tvaru x i 1 x x x i i+1/2 i+1 Dirichletova úloha pro lineární ODR 2. řádu (py ) + qy = f, y(a) = A, y(b) = B, (2) Pro i = 1,..., n 1 nahradíme (??) v uzlu x i p i 1 Y i 1 + (p 2 i+ 1 + p 2 i 1 2 kde Y 0 = y(a) = A, Y n = y(b) = B + h 2 q i )Y i p i+ 1 Y i+1 = h 2 f i 2 Dostáváme soustavu n 1 lineárních rovnic o n 1 neznámých.
110 Náhrada samoadjungovaného tvaru Vlastnosti soustavy rovnic Aproximovali jsme Dirichletovu úlohu (py ) + qy = f, y(a) = A, y(b) = B, (3) soustavou rovnic pro i = 1,..., n 1 p i 1 Y i 1 + (p 2 i+ 1 + p 2 i 1 2 kde Y 0 = A, Y n = B. Vlastnosti soustavy rovnic: + h 2 q i )Y i p i+ 1 Y i+1 = h 2 f i 2 Matice soustavy je symetrická, třídiagonální. Matice soustavy je diagonálně dominantní (p > 0, q 0). Je-li q > 0 pak matice soustavy je ODD. Matice soustavy je pozitivně definitní (p > 0, q 0).
111 Náhrada samoadjungovaného tvaru Vlastnosti soustavy rovnic Aproximovali jsme Dirichletovu úlohu (py ) + qy = f, y(a) = A, y(b) = B, (3) soustavou rovnic pro i = 1,..., n 1 p i 1 Y i 1 + (p 2 i+ 1 + p 2 i 1 2 kde Y 0 = A, Y n = B. Vlastnosti soustavy rovnic: + h 2 q i )Y i p i+ 1 Y i+1 = h 2 f i 2 Matice soustavy je symetrická, třídiagonální. Matice soustavy je diagonálně dominantní (p > 0, q 0). Je-li q > 0 pak matice soustavy je ODD. Matice soustavy je pozitivně definitní (p > 0, q 0). Existuje právě jedno řešení.
112 Náhrada samoadjungovaného tvaru Vlastnosti soustavy rovnic Aproximovali jsme Dirichletovu úlohu (py ) + qy = f, y(a) = A, y(b) = B, (3) soustavou rovnic pro i = 1,..., n 1 p i 1 Y i 1 + (p 2 i+ 1 + p 2 i 1 2 kde Y 0 = A, Y n = B. Vlastnosti soustavy rovnic: + h 2 q i )Y i p i+ 1 Y i+1 = h 2 f i 2 Matice soustavy je symetrická, třídiagonální. Matice soustavy je diagonálně dominantní (p > 0, q 0). Je-li q > 0 pak matice soustavy je ODD. Matice soustavy je pozitivně definitní (p > 0, q 0). Existuje právě jedno řešení. Jak toto řešení souvisí s přesným řešením?
113 Konvergence metody a odhad chyby Řešení a numerické řešení, chyba Víme: Přesné řešení Dirichletovy úlohy y(x) splňuje (py ) + qy = f, y(a) = A, y(b) = B, (4) a hodnoty v uzlech sítě y soustavu A y = F + O(h 2 ) Přibližné řešení splňuje AY = F Lze něco říct o chybě e = y Y?
114 Numerická řešení, konvergence y = 4 π 2 cos(pi x), y( 1) = y(1) = 0 2 Numerické řešení, krok h = 1 4, h = 1 8, h = 1 16, h = 1 32
115 Numerická řešení, konvergence y = 4 π 2 cos(pi x), y( 1) = y(1) = 0 2 Chyba numerického řešení, krok h = 1 4, h = 1 8, h = 1 16, h = 1 32
116 Numerická řešení, konvergence y = 4 π 2 cos(pi x), y( 1) = y(1) = 0 2 Chyba numerického řešení(log), krok h = 1 4, h = 1 8, h = 1 16, h = 1 32
117 Numerická řešení Konvergence závisí na úloze (x 2 y ) = 1, y(0) = y(1) = 0 Numerické řešení, krok h = 1 4, h = 1 8, h = 1 16, h = 1 32
118 Stabilita, řád chyby, konvergence a její řád. Vlastnosti soustavy rovnic Aproxinujeme Dirichletovu úlohu soustavou rovnic Navíc (py ) + qy = f, y(a) = A, y(b) = B, (5) AY = F Ay = F + O(h 2 ) Lze něco říct o chybě e = y Y? Ano, pokud řešení a data jsou hladké funkce: e = O(h 2 )
119 Příklady. Metoda sítí pro Dirichletovu úlohu v samoadjungovaném tvaru 27. Je dána Dirichletova úloha y 2 x y + (c x)y + x 2 = 0 y(2) = 1, y(4) = 3 a) Danou rovnici převed te na samoadjungovaný tvar b) Určete všechny hodnoty parametru c R, pro něž jsou splněny postačující podmínky jednoznačné řešitelnosti Dirichletovy úlohy c) Napište první dvě rovnice soustavy sít ových rovnic která vznikne při řešení dané úlohy metodou sítí s krokem h = 0.2 pro c = Je dána Dirichletova úloha y 4 x 2 4 y = 1 y(3) = 0, y(5) = 1 a) Ověřte, že úloha má právě jedno řešení b) Odvod te soustavu sít ových rovnic, která vznikne při řešení dané úlohy metodou sítí s krokem h = Je dána rovnice y + 2 x y x 2 + x y = 1 x 3 a) Určete intervaly maximálního řešení Cauchyovy úlohy pro danou rovnici b) Ověřte, že jsou splněny postačující podmínky jednoznačné řešitelnosti Dirichletovy úlohy pro danou rovnici s okrajovými podmínkami y( 5) = 2, y( 3) = 0 c) Napište první dvě rovnice soustavy sít ových rovnic která vznikne při řešení dané úlohy metodou sítí s krokem h = 0.4
120 Přednáška č. 9 Numerické řešení lineárních parciálních diferenciálních rovnic 2.řádu dvou nezávisle proměnných metodou sítí. Klasifikace rovnic. Formulace základních úloh pro rovnice matematické fyziky: pro Laplaceovu a Poissonovu rovnici, pro rovnici vedení tepla a pro vlnovou rovnici.
121 Parciální diferenciální rovnice Co jsou parciální diferenciální rovnice (PDR)? Lineární vs. nelineární rovnice. Řešení PDR.
122 Klasifikace parciálních diferenciálních rovnic(pdr) Lineární PDR 2. řádu a 2 u x 2 + b 2 u x y + c 2 u y 2 + d u x + e u y + gu = f PDR je: eliptická, parabolická nebo hyperbolická. Závisí na r = r(x, y) PDR nazýváme r = b 2 4ac eliptickou pro r < 0, parabolickou pro r = 0, nebo hyperbolickou pro r > 0. Př. Určete typ PDR 2 u x u y 2 = f, 2 u t 2 2 u x 2 = f, u t 2 u x 2 = f
123 Klasifikace parciálních diferenciálních rovnic(pdr) Příklady PDR Poissonova rovnice ( - Laplace operátor) Rovnice vedení tepla (p > 0) Vlnová rovnice (c > 0) 2 u x u y 2 = f, u t = p 2 u x 2 + f, 2 u 2 t = c2 2 u x 2 + f,
124 Formulace okrajové úlohy pro Poissonovu rovnici Ω n Uvažujme oblast Ω R 2 s Lipschitzovsky spojitou hranicí. Hledáme u(x, y) takové, že 2 u x u y }{{ 2 = f (x, y), v Ω } u a splňuje Dirichletovu okrajovou podmínku u(x, y) = ϕ(x, y) pro [x, y] Ω Pozn. Okrajové podmínky (např. Neumannova).
125 Poissonova rovnice Existence a jednoznačnost řešení Hledáme u(x, y) takové, že 2 u x u y 2 = 0, v Ω a splňuje Dirichletovu okrajovou podmínku u(x, y) = ϕ(x, y) pro [x, y] Ω Platí: Je-li Ω konvexní oblast s Lipschitzovsky spojitou hranicí, a je-li ϕ spojitá a f 0, pak existuje právě jedno řešení u C 2 (Ω). a dále: Je-li Ω oblast s hladkou hranicí (C 2 ), a je-li ϕ C(Ω), f C 1 (Ω), pak existuje právě jedno řešení u C 2 (Ω).
126 Formulace smíšené úlohy pro rovnici vedení tepla t t=t x=a Hledáme u = u(x, t), [x, t] Ω = (a, b) (0, T ), takovou x=b u t = p 2 u x 2 + f, počáteční a okrajové podmínky u(x, 0) = u 0 (x), u(a, t) = α(t), u(b, t) = β(t). x
127 Existence řešení smíšené úlohy pro rovnici vedení tepla Úloha: počáteční podmínka u t = p 2 u x 2 + f, u(x, 0) = u 0 (x), x a, b, okrajové podmínky u(a, t) = α(t), u(b, t) = β(t), t 0. Kdy existuje řešení? Jednoznačnost řešení? Nutné p.:podmínky souhlasu.
128 Formulace smíšené úlohy pro vlnovou rovnici t t=t x=a Vlnová rovnice (c > 0) x=b x 2 u 2 t = c2 2 u x 2 + f, počáteční podmínky a okrajové podmínky u(x, 0) = ϕ(x), u (x, 0) = ψ(x), u(a, t) = α(t), u(b, t t
129 Formulace smíšené úlohy pro vlnovou rovnici Vlnová rovnice (c > 0) počáteční podmínky 2 u 2 t = c2 2 u x 2 + f, u(x, 0) = ϕ(x), u (x, 0) = ψ(x), t okrajové podmínky x a, b, x a, b, u(a, t) = α(t), u(b, t) = β(t), t 0. Kdy existuje řešení? Jednoznačnost řešení? Nutné p.:podmínky souhlasu.
130 Příklady. 30. Ověřte splnění podmínek souhlasu pro úlohu u t = u + x + 2t v oblasti Ω = {[x; t] : x (0; 1); t > 0} x2 u(x, 0) = x 2 pro x 0; 1 1 u(0, t) = arctg(t), u(1, t) = 2t Ověřte splnění podmínek souhlasu pro úlohu pro t 0 a podmínky. u t = u x 2 v oblasti Ω = {[x; t] : x (0; 2); t > 0} u(x, 0) = x(2 x) pro x 0; 2 u(0, t) = 30t pro t 0 u(2, t) = 0 pro t 0 Ověřte splnění podmínek souhlasu. 32. Ověřte splnění podmínek souhlasu (pro polohu a rychlost) pro úlohu 2 u t 2 = 4 2 u x 2 + x sin t u(x, 0) = x 2 u, t (x, 0) = 1 x2 pro x 1; 1 u( 1, t) = 1, u(1, t) = cos t pro t 0; )
131 Princip metody sítí PDR - jak nahradit parciální derivace? Poissonova rovnice ( - Laplace operátor) Rovnice vedení tepla (p > 0) Vlnová rovnice (c > 0) 2 u x u y 2 = f, u t = p 2 u x 2 + f, 2 u 2 t = c2 2 u x 2 + f, Jak nahradit první nebo druhou parciální derivaci?
132 Princip metody sítí Ω y x Hledáme aproximaci funkce u(x, y), [x, y] Ω R 2.
133 Princip metody sítí Ω y x Hledáme aproximaci funkce u(x, y), [x, y] Ω R 2. zvoĺıme krok h 1, označíme x i = x 0 + ih 1, sít ové čáry x = x i
134 Princip metody sítí Ω y x Hledáme aproximaci funkce u(x, y), [x, y] Ω R 2. zvoĺıme krok h 1, označíme x i = x 0 + ih 1, sít ové čáry x = x i zvoĺıme krok h 2, označíme y j = y 0 + jh 2, sít ové čáry y = y j
135 Princip metody sítí Ω y x Hledáme aproximaci funkce u(x, y), [x, y] Ω R 2. zvoĺıme krok h x = h, označíme x i = x 0 + ih, sít ové čáry x = x i zvoĺıme krok h y = h, označíme y j = y 0 + jh, sít ové čáry y = y j společné body sít ových čar s Ω - hraniční uzly
136 Princip metody sítí Ω y x Hledáme aproximaci funkce u(x, y), [x, y] Ω R 2. zvoĺıme krok h 1, označíme x i = x 0 + ih 1, sít ové čáry x = x i zvoĺıme krok h 2, označíme y j = y 0 + jh 2, sít ové čáry y = y j společné body sít ových čar s Ω - hraniční uzly průsečíky x = x i a y = y j ležící uvnitř Ω P i,j = [x i, y j ] Aproximujeme řešení u(p i,j ) U i,j
137 Diferenční náhrady prvé a druhé derivace funkce Užitím Taylorova polynomu f (x 0 + h) = f (x 0 ) + h f (x 0 ) + h2 2 f (x 0 ) + h3 3! f (x 0 ) + O(h 4 ) f (x 0 h) = f (x 0 ) h f (x 0 ) + h2 2 f (x 0 ) h3 3! f (x 0 ) + O(h 4 ) 1. centrální diference f (x 0 ) = f (x 0 + h) f (x 0 h) 2h + O(h 2 ),
138 Diferenční náhrady Náhrady 2. derivace funkce, řád aproximace. Užitím Taylorova polynomu f (x 0 + h) = f (x 0 ) + h f (x 0 ) + h2 2 f (x 0 ) + h3 3! f (x 0 ) + O(h 4 ) f (x 0 h) = f (x 0 ) h f (x 0 ) + h2 2 f (x 0 ) h3 3! f (x 0 ) + O(h 4 ) Sečteme obě rovnice a vyjádříme f (x 0 ) f (x 0 ) = f (x 0 + h) 2f (x 0 ) + f (x 0 h) h 2 + O(h 2 ).
139 Diferenční náhrady Náhrady parciálních derivací Jak nahradit 1. nebo 2. parciální derivaci v P i,j? Parciální derivace je derivace funkce jedné proměnné (ostatní jsou konstanty). Tedy 2 u x 2 (P i,j) = dϕ dx (x i), kde ϕ(x) = u(x, y j ).
140 Přednáška č. 10 Okrajová úloha pro Poissonovu rovnici Diferenční náhrady prvé a druhé derivace funkce, řád aproximace. Princip metody sítí a její aplikace pro řešení okrajové úlohy pro Poissonovu rovnici.
141 Formulace okrajové úlohy pro Poissonovu rovnici Ω n Hledáme u(x, y) tak, že 2 u x u = f (x, y), y 2 v Ω u(x, y) = ϕ(x, y) pro [x, y] Ω Užijeme metodu sítí. Jak nahradit parciální derivace?
142 Diferenční náhrady Náhrada 2. derivace funkce jedné proměnné h h x i 1 x x i i+1 Užitím Taylorova polynomu u (x i ) = u(x i + h) 2u(x i ) + u(x i h) h 2 + O(h 2 ), užitím přibližných hodnot u (x i ) U i+1 2U i + U i 1 h 2.
143 Diferenční náhrady parciální derivace h P i,j h chceme nahradit u = 2 u x u y 2, 2. centrální diference ve směru x, chyba O(h 2 ) 2 u x 2 (x i, y j ) U i 1,j 2U i,j + U i+1,j h 2, 2. centrální diference ve směru y, chyba O(h 2 ) 2 u y 2 (x i, y j ) U i,j 1 2U i,j + U i,j+1 h 2,
144 Diferenční náhrady 2. parciální derivace h P i,j h 2 u x 2 (x i, y j ) U i 1,j 2U i,j + U i+1,j h 2, 2 u y 2 (x i, y j ) U i,j 1 2U i,j + U i,j+1 h 2, Náhrada rovnice u = f v bodě P i,j U i,j 1 U i 1,j + 4U i,j U i,j+1 U i+1,j = h 2 f i,j
145 Diferenční náhrady 2. parciální derivace h P i,j h Náhrada rovnice u = f v bodě P i,j U i,j 1 U i 1,j + 4U i,j U i,j+1 U i+1,j = h 2 f i,j jen pro P i,j, který má všechny sousedy (viz obr.), Takový uzel nazýváme regulární.
146 Princip metody sítí Ω y x označíme x i = x 0 + ih 1, y j = y 0 + jh 2, hraniční uzly průsečíky x = x i a y = y j ležící uvnitř Ω P i,j = [x i, y j ] Aproximujeme řešení u(p i,j ) U i,j Označíme regulární a neregulární uzly.
147 Náhrada rovnice v regulárním uzlu h P i,j h Rovnici u = f nahradíme v regulárním uzlu P i,j rovnicí U i,j 1 U i 1,j + 4U i,j U i,j+1 U i+1,j = h 2 f i,j
148 Náhrada v hraničním uzlu Ω y x v regulárních uzlech P i,j - nahradíme rovnici U i,j 1 U i 1,j + 4U i,j U i,j+1 U i+1,j = h 2 f i,j v hraničních uzlech Q - užijeme okrajové podmínky U Q = ϕ(q) v neregulárních uzlech P N - chceme zachovat řád aproximace!
149 Náhrada v neregulárním uzlu u R h N δh Q sitova primka Hodnotu v neregulárním uzlu - lineární interpolace tedy U R U N h = U N U Q δh (1 + δ)u N δu R = U Q Pro hladké řešení je tato náhrada 2. řádu přesnosti, tj. chyba O(h 2 )
150 Odvození: Náhrada v neregulárním uzlu u R h N δh Q sitova primka Ukažte, že pro u dostatečně hladké je náhrada (1 + δ)u N δu R = U Q druhého řádu přesnosti. Dle Taylorova rozvoje v P N : u(x + δh) = u(x) + δhu (x) + O(h 2 ) u(x h) = u(x) hu (x) + O(h 2 )
151 Vlastnosti soustavy rovnic. Řád aproximace Výsledná soustava rovnic je lineární a DD. Pozitivně definitní. Symetrická? Matice je tzv. řídká. Chyba aproximace O(h 2 ). Co platí pro chybu řešení? e = u U AU = F Au = F + O(h 2 )
152 Poissonova rovnice Příklad 33. Je dána Dirichletova úloha u = 4 v oblasti Ω tvořené čtyřúhelníkem s vrcholy [0; 0], [2; 0], [0; 1.8], [1.4; 1.8] s okrajovou podmínkou u(x, y) = x 2 na hranici Γ = Ω b) Načrtněte obrázek s číslováním uzlů pro h = 0.6 c) Sestavte sít ové rovnice v uzlech tak, aby metoda byla 2.řádu přesnosti 34. a) Je dána Dirichletova úloha u = x(y + 1) v oblasti Ω tvořené čtyřúhelníkem s vrcholy [0; 0], [1.8; 0], [0; 1.5] a [1.5; 1.5]. s okrajovou podmínkou u(x, y) = x + y na hraniciγ. (a) Volte h = 0.5, nakreslete obrázek oblasti, zobrazte všechny sít ové čáry, sít ové uzly uvnitř oblasti, regulární neregulární a hraniční uzly, číslování uzlů. (b) Sestavte sít ové rovnice, v neregulárních uzlech užijte lineární interpolace.
153 Přednáška č. 11 Rovnice vedení tepla Metoda sítí pro rovnici vedení tepla. Explicitní a implicitní schéma. Konvergence a stabilita schémat.
154 Rovnice vedení tepla Úloha: počáteční podmínka u t = p 2 u x 2 + f, u(x, 0) = u 0 (x), x a, b, okrajové podmínky u(a, t) = α(t), u(b, t) = β(t), t 0.
155 Metoda sítí a aproximace řešení Rovnice: u t = p 2 u x 2 + f, Sít : Voĺıme krok h = (b a)/n a krok τ > 0. x i = a + ih, t k = kτ, Sít ové uzly P k i a aproximace řešení U k i Postup řešení: P k i = [x i, t k ], U k i u(x i, t k ). {U 0 i } {U 1 i } {U 2 i } {U 3 i }...
156 Rovnice vedení tepla Explicitní schéma P k + 1 i τ P k i h Rovnice: u t = p 2 u x 2 + f, Náhrada v uzlu P k i, chyba O(h 2 + τ) 2 u x 2 (Pk i ) Uk i 1 2Uk i + Ui+1 k h 2 u t (Pk i ) Uk+1 i Ui k τ
157 Rovnice vedení tepla Explicitní schéma P k + 1 i τ P k i Rovnice: u t = p 2 u x 2 + f, Náhrada v uzlu Pi k, chyba O(h 2 + τ) U k+1 i Ui k τ násobíme τ, označíme σ = pτ h 2 Stabilita: h = p Uk i 1 2Uk i + U k i+1 h 2 + f k i, U k+1 i = σu k i 1 + (1 2σ)U k i + σu k i+1 + τf k i, σ = pτ h
158 Rovnice vedení tepla Explicitní schéma - stabilita Schéma: U k+1 i = σu k i 1 + (1 2σ)U k i + σu k i+1 + τf k i, Je chyba malá, je-li h a τ malé? voĺıme h = 0.01, τ = 0.001, σ = τ h 2 = 10 u t = u xx, u(x, 0) = (100x) 2, u(0, t) = 0, u(0.05, t) = 25 t x
159 Rovnice vedení tepla Explicitní schéma - stabilita Schéma: U k+1 i = σu k i 1 + (1 2σ)U k i + σu k i+1 + τf k i, Je chyba malá, je-li h a τ malé? voĺıme h = 0.01, τ = , σ = τ h 2 = 0.5 u t = u xx, u(x, 0) = (100x) 2, u(0, t) = 0, u(0.05, t) = 25 t x
160 Rovnice vedení tepla Explicitní schéma P k + 1 i τ P k i h Schéma: U k+1 i = σu k i 1 + (1 2σ)U k i + σu k i+1 + τf k i, Chyba aproximace: Stabilita O(h 2 + τ), σ = pτ h
161 Rovnice vedení tepla Implicitní schéma τ h P k+1 i Rovnice: u t = p 2 u x 2 + f, Náhrada v uzlu P k+1 i, chyba O(h 2 + τ) 2 u x 2 (Pk+1 i u ) Uk+1 i 1 2Uk+1 i + U k+1 i+1 h 2 t (Pk+1 i ) Uk+1 i Ui k τ
162 Rovnice vedení tepla Implicitní schéma τ h P k+1 i Rovnice: u t = p 2 u x 2 + f, Náhrada v uzlu P k+1 i, chyba O(h 2 + τ) U k+1 i Ui k τ = p Uk+1 i 1 2Uk+1 i + U k+1 i+1 h 2 + f k+1 i, násobíme τ, označíme σ = pτ h 2, dostáváme σu k+1 i 1 + (1 + 2σ)Uk+1 i σu k+1 i = Ui k + τf k+1 i,
Numerická matematika. Úvodní informace. Viz Kontakt: Petr Sváček, KN:D 201
Numerická matematika Úvodní informace Viz http://mat.fs.cvut.cz Kontakt: Petr Sváček, KN:D 201 Soustavy rovnic, souvislost s praxí Těleso nahradíme diskrétními body, hledáme neznámé fyzikální veličiny
VícePříklady pro cvičení 22. dubna 2015
Úvod Předběžná verze (015) 1 1 Normy vektorů a matic, vlastnosti matic Příklad 1.1 Pro dané vektory x = ( 1; ; 1) T, y = (; 3; 1) T určete x =? x =? x 1 =? y =? y =? y 1 =? Příklad 1. Je dán vektor x =
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
VíceNumerická matematika A
Numercká matematka A 5615 A1 Máme dánu soustava lneárních rovnc tvaru AX = B, kde 4 1 A = 1 4 1, B = 1 a Zapíšeme soustavu rovnc AX = B ve tvaru upravíme a následně (L + D + P X = B, DX = (L + P X + B,
VíceMatematika I A ukázkový test 1 pro 2014/2015
Matematika I A ukázkový test 1 pro 2014/2015 1. Je dána soustava rovnic s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napište Frobeniovu větu (existence i počet řešení). b)
VíceBudeme hledat řešení y(x) okrajové úlohy pro diferenciální rovnici druhého řádu v samoadjungovaném tvaru na intervalu a, b : 2 ) y i p i+ 1
ODR - okrajová úloha Teorie (velmi stručný výběr z přednášek) Okrajová úloha 2. řádu Budeme hledat řešení y(x) okrajové úlohy pro diferenciální rovnici druhého řádu v samoadjungovaném tvaru na intervalu
VícePřipomenutí co je to soustava lineárních rovnic
Připomenutí co je to soustava lineárních rovnic Příklad 2x 3y + z = 5 3x + 5y + 2z = 4 x + 2y z = 1 Soustava lineárních rovnic obecně Maticový tvar: a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a
VíceVYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY
VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY Jan Krejčí 31. srpna 2006 jkrejci@physics.ujep.cz http://physics.ujep.cz/~jkrejci Obsah 1 Přímé metody řešení soustav lineárních rovnic 3 1.1 Gaussova eliminace...............................
VíceLiteratura: Kapitola 2 d) ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.
Předmět: MA4 Dnešní látka: Metoda sítí v 1D. Myšlenka náhrada derivací diferenčními podíly Přibližné řešení okrajových úloh Aproximace vlastních čísel Literatura: Kapitola 2 d) ze skript Karel Rektorys:
VíceAplikovaná numerická matematika - ANM
Aplikovaná numerická matematika - ANM 3 Řešení soustav lineárních rovnic iterační metody doc Ing Róbert Lórencz, CSc České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových
VíceLiteratura: Kapitoly 3, 4 a 2 d) ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.
Předmět: MA4 Dnešní látka: Nehomogenní okrajové podmínky. Pokračování OÚ pro PDR (jen pro fajnšmekry). Jednoznačnost zobecněného řešení. Metoda sítí v 1D. Přibližné řešení okrajových úloh. Aproximace vlastních
VíceMatematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a
Matematika I A ukázkový test 1 pro 2011/2012 1. Je dána soustava rovnic s parametrem a R x y + z = 1 a) Napište Frobeniovu větu. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a b) Vyšetřete počet řešení soustavy
VíceNumerická matematika (v anglické terminologii numerical/computational mathematics )
Úvod Numerická matematika (v anglické terminologii numerical/computational mathematics ) se zabývá zpracováním matematických modelů pomocí počítačů a realizuje tak přechod od čistě teoretické matematiky
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
VíceInterpolace Uvažujme třídu funkcí jedné proměnné ψ(x; a 0,..., a n ), kde a 0,..., a n jsou parametry, které popisují jednotlivé funkce této třídy. Mějme dány body x 0, x 1,..., x n, x i x k, i, k = 0,
VíceFP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci
FP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci OBSAH A CÍLE SEMINÁŘE: Opakování a procvičení vybraných
VíceNumerická matematika Banka řešených příkladů
Numerická matematika Banka řešených příkladů Radek Kučera, Pavel Ludvík, Zuzana Morávková Katedra matematiky a deskriptivní geometrie Vysoká škola báňská Technická Univerzita Ostrava K D M G ISBN 978-80-48-894-6
Vícestránkách přednášejícího.
Předmět: MA 4 Dnešní látka Iterační metoda Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Superrelaxační metoda (metoda SOR) Metoda sdružených gradientů Četba: Text o lineární algebře v Příručce
VíceTento dokument obsahuje zadání pro semestrální programy z PAA. Vypracování. vypracovanou úlohu podle níže uvedených zadání. To mimo jiné znamená, že
Kapitola Zadání Tento dokument obsahuje zadání pro semestrální programy z PAA. Vypracování alespoň jedné úlohy je nutnou podmínkou pro úspěšné složení zkoušky resp. získaní (klasifikovaného) zápočtu (viz.
Více1 0 0 u 22 u 23 l 31. l u11
LU dekompozice Jedná se o rozklad matice A na dvě trojúhelníkové matice L a U, A=LU. Matice L je dolní trojúhelníková s jedničkami na diagonále a matice U je horní trojúhelníková. a a2 a3 a 2 a 22 a 23
VíceDiferenˇcní rovnice Diferenciální rovnice Matematika IV Matematika IV Program
Program Diferenční rovnice Program Diferenční rovnice Diferenciální rovnice Program Frisch a Samuelson: Systém je dynamický, jestliže jeho chování v čase je určeno funkcionální rovnicí, jejíž neznámé závisí
VíceLDF 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)
VíceObsah Obyčejné diferenciální rovnice
Obsah 1 Obyčejné diferenciální rovnice 3 1.1 Základní pojmy............................................ 3 1.2 Obyčejné diferenciální rovnice 1. řádu................................ 5 1.3 Exaktní rovnice............................................
VíceInterpolace, ortogonální polynomy, Gaussova kvadratura
Interpolace, ortogonální polynomy, Gaussova kvadratura Petr Tichý 20. listopadu 2013 1 Úloha Lagrangeovy interpolace Dán omezený uzavřený interval [a, b] a v něm n + 1 různých bodů x 0, x 1,..., x n. Nechť
VíceDnešní látka: Literatura: Kapitoly 3 a 4 ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.
Předmět: MA4 Dnešní látka: Od okrajových úloh v 1D k o. ú. ve 2D Laplaceův diferenciální operátor Variačně formulované okrajové úlohy pro parciální diferenciální rovnice a metody jejich přibližného řešení
Více10 Funkce více proměnných
M. Rokyta, MFF UK: Aplikovaná matematika II kap. 10: Funkce více proměnných 16 10 Funkce více proměnných 10.1 Základní pojmy Definice. Eukleidovskou vzdáleností bodů x = (x 1,...,x n ), y = (y 1,...,y
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
VíceÚvod do parciálních diferenciálních rovnic. 2 Kanonický tvar lineárních PDR 2. řádu pro funkce
Příklady na cvičení k přednášce NMMA334 Úvod do parciálních diferenciálních rovnic 1 Kanonický tvar lineárních PDR 2. řádu pro funkce dvou proměnných 1. Určete typ parciální diferenciální rovnice u xx
VíceNumerická matematika 1
Numerická matematika 1 Obsah 1 Řešení nelineárních rovnic 3 1.1 Metoda půlení intervalu....................... 3 1.2 Metoda jednoduché iterace..................... 4 1.3 Newtonova metoda..........................
VíceLiteratura: Kapitola 5 ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.
Předmět: MA Dnešní látka: Metoda sítí pro D úlohy. Poissonova rovnice. Vlnová rovnice. Rovnice vedení tepla. Literatura: Kapitola 5 ze skript Karel Rektorys: Matematika 3, ČVUT, Praha,. Text přednášky
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
VíceFaculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
1 / 40 regula Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague regula 1 2 3 4 5 regula 6 7 8 2 / 40 2 / 40 regula Iterační pro nelineární e Bud f reálná funkce
VíceKapitola 11: Lineární diferenciální rovnice 1/15
Kapitola 11: Lineární diferenciální rovnice 1/15 Lineární diferenciální rovnice 2. řádu Definice: Lineární diferenciální rovnice 2-tého řádu je rovnice tvaru kde: y C 2 (I) je hledaná funkce a 0 (x)y +
VíceDnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda
Předmět: MA 4 Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Četba: Text o lineární algebře v Příručce přežití na webových
VíceÚlohy nejmenších čtverců
Úlohy nejmenších čtverců Petr Tichý 7. listopadu 2012 1 Problémy nejmenších čtverců Ax b Řešení Ax = b nemusí existovat, a pokud existuje, nemusí být jednoznačné. Často má smysl hledat x tak, že Ax b.
VíceStudijní text pro obor G+K Katedra matematiky Fakulta stavební ROVNICE. Doc. RNDr. Milada Kočandrlová, CSc.
Studijní text pro obor G+K Katedra matematiky Fakulta stavební České vysoké učení technické OBYČEJNÉ DIFERENCIÁLNÍ ROVNICE Doc. RNDr. Milada Kočandrlová, CSc. Lektorovali: RNDr. Milan Kočandrle, CSc.,
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
VíceCo jsme udělali: Au = f, u D(A)
Předmět: MA4 Dnešní látka: Od okrajových úloh v 1D k o. ú. ve 2D Laplaceův diferenciální operátor Variačně formulované okrajové úlohy pro parciální diferenciální rovnice a metody jejich přibližného řešení
Více4. 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
Víceem do konce semestru. Obsah Vetknutý nosník, str. 8 Problém č.8: Průhyb nosníku - Ritzova metoda
Zápočtové problémy Na následujících stránkách naleznete druhou sérii zápočtových problémů věnovanou nosníkům. Ti, co ještě nemají žádný problém přidělený, si mohou vybrat libovolný z nich. Řešení můžete
VíceNumerické řešení diferenciálních rovnic
Numerické řešení diferenciálních rovnic Omezení: obyčejné (nikoli parciální) diferenciální rovnice, Cauchyho počáteční úloha, pouze jedna diferenciální rovnice 1. řádu 1/1 Numerické řešení diferenciálních
VíceŘešení nelineárních rovnic
Řešení nelineárních rovnic Metody sečen (sekantová a regula falsi) Máme dva body x 1 a x mezi nimiž se nachází kořen Nový bod x 3 volíme v průsečíku spojnice bodů x 1, f x 1 a x, f x (sečny) s osou x ERRBISPAS
VíceEUKLIDOVSKÉ PROSTORY
EUKLIDOVSKÉ PROSTORY Necht L je lineární vektorový prostor nad tělesem reálných čísel R. Zobrazení (.,.) : L L R splňující vlastnosti 1. (x, x) 0 x L, (x, x) = 0 x = 0, 2. (x, y) = (y, x) x, y L, 3. (λx,
VíceMatematika 4 FSV UK, LS Miroslav Zelený
Matematika 4 FSV UK, LS 2017-18 Miroslav Zelený 13. Diferenční rovnice 14. Diferenciální rovnice se separovanými prom. 15. Lineární diferenciální rovnice prvního řádu 16. Lineární diferenciální rovnice
Více1 Řešení soustav lineárních rovnic
1 Řešení soustav lineárních rovnic 1.1 Lineární rovnice Lineární rovnicí o n neznámých x 1,x 2,..., x n s reálnými koeficienty rozumíme rovnici ve tvaru a 1 x 1 + a 2 x 2 +... + a n x n = b, (1) kde koeficienty
Více5.3. 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)
VíceLibovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice. sin x + x 2 2 = 0.
A 9 vzorové řešení Př. 1. Libovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice Počítejte v radiánech, ne ve stupních! sin x + x 2 2 = 0. Rovnici lze upravit na sin
Více5. 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
Vícea vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0.
Výpočet vlastních čísel a vlastních vektorů S pojmem vlastního čísla jsme se již setkali například u iteračních metod pro řešení soustavy lineárních algebraických rovnic. Velikosti vlastních čísel iterační
Více11. přednáška 10. prosince Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah
11. přednáška 10. prosince 2007 Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah F (x, y, y, y,..., y (n) ) = 0 mezi argumentem x funkce jedné
Více0 0 a 2,n. JACOBIOVA ITERAČNÍ METODA. Ax = b (D + L + U)x = b Dx = (L + U)x + b x = D 1 (L + U)x + D 1 b. (i) + T J
6 Jacobiova a Gaussova-Seidelova iterační metoda pro řešení systémů lin rovnic Kateřina Konečná/ ITERAČNÍ METODY PRO ŘEŠENÍ SYSTÉMŮ LINEÁRNÍCH ROVNIC Budeme se zabývat řešením soustavy lineárních rovnic
VíceObyčejnými diferenciálními rovnicemi (ODR) budeme nazývat rovnice, ve kterých
Obyčejné diferenciální rovnice Obyčejnými diferenciálními rovnicemi (ODR) budeme nazývat rovnice, ve kterých se vyskytují derivace neznámé funkce jedné reálné proměnné. Příklad. Bud dána funkce f : R R.
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
VícePrimitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program
Program Primitivní funkce a Riemannův integrál Program Primitivní funkce a Riemannův integrál Lineární algebra Program Primitivní funkce a Riemannův integrál Lineární algebra Taylorův polynom Program Primitivní
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
Vícepouze u některých typů rovnic a v tomto textu se jím nebudeme až na
Matematika II 7.1. Zavedení diferenciálních rovnic Definice 7.1.1. Rovnice tvaru F(y (n), y (n 1),, y, y, x) = 0 se nazývá diferenciální rovnice n-tého řádu pro funkci y = y(x). Speciálně je F(y, y, x)
VíceArnoldiho a Lanczosova metoda
Arnoldiho a Lanczosova metoda 1 Částečný problém vlastních čísel Ne vždy je potřeba (a někdy to není ani technicky možné) nalézt celé spektrum dané matice (velké řídké matice). Úloze, ve které chceme aproximovat
VíceNumerické řešení soustav lineárních rovnic
Numerické řešení soustav lineárních rovnic irko Navara Centrum strojového vnímání, katedra kybernetiky elektrotechnická fakulta ČVUT, Praha http://cmpfelkcvutcz/~navara 30 11 2016 Úloha: Hledáme řešení
VíceSOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC
SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC Pojmy: Algebraická rovnice... rovnice obsahující pouze celé nezáporné mocniny neznámé x, tj. a n x n + a n 1 x n 1 +... + a x + a 1 x + a 0 = 0, kde n je přirozené
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
VíceUzavřené a otevřené množiny
Teorie: Uzavřené a otevřené množiny 2. cvičení DEFINICE Nechť M R n. Bod x M nazveme vnitřním bodem množiny M, pokud existuje r > 0 tak, že B(x, r) M. Množinu všech vnitřních bodů značíme Int M. Dále,
Více8. Okrajový problém pro LODR2
8. Okrajový problém pro LODR2 A. Základní poznatky o soustavách ODR1 V kapitole 6 jsme zavedli pojem lineární diferenciální rovnice n-tého řádu, která je pro n = 2 tvaru A 2 (x)y + A 1 (x)y + A 0 (x)y
VícePřijímací zkouška na navazující magisterské studium 2018
Přijímací zkouška na navazující magisterské studium 208 Studijní program: Studijní obory: Matematika MA, MMIT, MMFT, MSTR, MNVM, MPMSE Varianta A Řešení příkladů pečlivě odůvodněte. Věnujte pozornost ověření
VíceI. Diferenciální rovnice. 3. Rovnici y = x+y+1. převeďte vhodnou transformací na rovnici homogenní (vzniklou
Typy příkladů pro I. část písemky ke zkoušce z MA II I. Diferenciální rovnice. 1. Určete obecné řešení rovnice y = y sin x.. Určete řešení rovnice y = y x splňující počáteční podmínku y(1) = 0. 3. Rovnici
Více1 Polynomiální interpolace
Polynomiální interpolace. Metoda neurčitých koeficientů Příklad.. Nalezněte polynom p co nejmenšího stupně, pro který platí p() = 0, p(2) =, p( ) = 6. Řešení. Polynom hledáme metodou neurčitých koeficientů,
Více8.3). 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
VíceModerní numerické metody
Moderní numerické metody Sbírka příkladů doc. RNDr. Jaromír Baštinec, CSc. RNDr. Michal Novák, Ph.D. ÚSTAV MATEMATIKY Moderní numerické metody 1 Obsah 1 Soustavy lineárních rovnic 7 2 Řešení jedné nelineární
VíceČetba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).
Předmět: MA 4 Dnešní látka Vlastní čísla a vektory Google Normovaný lineární prostor Normy matic a vektorů Symetrické matice, pozitivně definitní matice Gaussova eliminační metoda, podmíněnost matic Četba:
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
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
Více21. Úvod do teorie parciálních diferenciálních rovnic
21. Úvod do teorie parciálních diferenciálních rovnic Aplikovaná matematika IV, NMAF074 M. Rokyta, KMA MFF UK LS 2014/15 21.1 Základní termíny Definice Vektor tvaru α = (α 1,...,α m ), kde α j N {0}, j
Víceúloh pro ODR jednokrokové metody
Numerické metody pro řešení počátečních úloh pro ODR jednokrokové metody Formulace: Hledáme řešení y = y() rovnice () s počáteční podmínkou () y () = f(, y()) () y( ) = y. () Smysl: Analyticky lze spočítat
VícePřijímací zkouška na navazující magisterské studium 2014
Přijímací zkouška na navazující magisterské studium 4 Studijní program: Studijní obory: Příklad (5 bodů) Spočtěte Matematika MA, MMIB, MMFT, MSTR, NVM, PMSE, MDU Varianta A M xy dxdy, kde M = {(x, y) R
VíceMatematika B101MA1, B101MA2
Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet
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
VíceExtrémy funkce dvou proměnných
Extrémy funkce dvou proměnných 1. Stanovte rozměry pravoúhlé vodní nádrže o objemu 32 m 3 tak, aby dno a stěny měly nejmenší povrch. Označme rozměry pravoúhlé nádrže x, y, z (viz obr.). ak objem této nádrže
VíceNumerické metody I. Jaro Normy vektorů a matic 1. 2 Nelineární rovnice Metoda bisekce (půlení intervalu) Iterační metody...
Poznámky k přednášce 1 Numerické metody I Jaro 2010 Tomáš Řiháček Obsah 1 Normy vektorů a matic 1 2 Nelineární rovnice 3 2.1 Metoda bisekce (půlení intervalu).............................. 3 2.2 Iterační
VíceODR metody Runge-Kutta
ODR metody Runge-Kutta Teorie (velmi stručný výběr z přednášek) Úloha s počátečními podmínkami (Cauchyova) 1 řádu Hledáme aprox řešení Y(x) soustavy obyčejných diferenciálních rovnic 1 řádu kde Y(x) =
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání
Více22 Základní vlastnosti distribucí
M. Rokyta, MFF UK: Aplikovaná matematika IV kap. 22: Základní vlastnosti distribucí 5 22 Základní vlastnosti distribucí 22.1 Temperované distribuce Definice. O funkci ϕ C (R m ) řekneme, že je rychle klesající
Více(Cramerovo pravidlo, determinanty, inverzní matice)
KMA/MAT1 Přednáška a cvičení, Lineární algebra 2 Řešení soustav lineárních rovnic se čtvercovou maticí soustavy (Cramerovo pravidlo, determinanty, inverzní matice) 16 a 21 října 2014 V dnešní přednášce
VíceQ(y) dy = P(x) dx + C.
Cíle Naše nejbližší cíle spočívají v odpovědích na základní otázky, které si klademe v souvislosti s diferenciálními rovnicemi: 1. Má rovnice řešení? 2. Kolik je řešení a jakého jsou typu? 3. Jak se tato
VíceDRN: Soustavy linárních rovnic numericky, norma
DRN: Soustavy linárních rovnic numericky, norma Algoritmus (GEM: Gaussova eliminace s částečným pivotováním pro převod rozšířené regulární matice na horní trojúhelníkový tvar). Zadána matice C = (c i,j
VíceČetba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).
Předmět: MA 4 Dnešní látka Lineární (vektorový) prostor Normovaný lineární prostor Normy matic a vektorů Symetrické matice, pozitivně definitní matice Gaussova eliminační metoda, podmíněnost matic Četba:
VíceSoustavy lineárních rovnic-numerické řešení. October 2, 2008
Soustavy lineárních rovnic-numerické řešení October 2, 2008 (Systém lin. rovnic) Systém rovnic a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2... a n1 x 1 + a n2 x 2 + + a
Více9. přednáška 26. listopadu f(a)h < 0 a pro h (0, δ) máme f(a 1 + h, a 2,..., a m ) f(a) > 1 2 x 1
9 přednáška 6 listopadu 007 Věta 11 Nechť f C U, kde U R m je otevřená množina, a a U je bod Pokud fa 0, nemá f v a ani neostrý lokální extrém Pokud fa = 0 a H f a je pozitivně negativně definitní, potom
VíceZákladní spádové metody
Základní spádové metody Petr Tichý 23. října 2013 1 Metody typu line search Problém Idea metod min f(x), f : x R Rn R. n Dána počáteční aproximace x 0. Iterační proces (krok k): (a) zvol směr d k, (b)
Více5. Lokální, vázané a globální extrémy
5 Lokální, vázané a globální extrémy Studijní text Lokální extrémy 5 Lokální, vázané a globální extrémy Definice 51 Řekneme, že f : R n R má v bodě a Df: 1 lokální maximum, když Ka, δ Df tak, že x Ka,
VíceNumerické řešení nelineárních rovnic
Numerické řešení nelineárních rovnic Mirko Navara http://cmp.felk.cvut.cz/ navara/ Centrum strojového vnímání, katedra kybernetiky FEL ČVUT Karlovo náměstí, budova G, místnost 104a http://math.feld.cvut.cz/nemecek/nummet.html
VíceOperace s maticemi. 19. února 2018
Operace s maticemi Přednáška druhá 19. února 2018 Obsah 1 Operace s maticemi 2 Hodnost matice (opakování) 3 Regulární matice 4 Inverzní matice 5 Determinant matice Matice Definice (Matice). Reálná matice
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
VíceMatematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic
Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je
VíceNecht 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
Vícena magisterský studijní obor Učitelství matematiky pro střední školy
Datum:... Jméno:... Přijímací řízení pro akademický rok 203/4 na magisterský studijní obor Učitelství matematiky pro střední školy Písemná část přijímací zkoušky z matematiky Za každou správnou odpověd
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]{
VíceUčební 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
VíceDefinice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s
Kapitola 13 Kvadratické formy Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru f(x 1,..., x n ) = a ij x i x j, kde koeficienty a ij T. j=i Kvadratická forma v n proměnných
VíceNumerické metody lineární algebry
Numerické metody lineární algebry 1 Úvod 11 Úlohy lineární algebry 1 Řešení soustav lineárních rovnic A x = b Řešení soustavy s regulární čtvercovou maticí A řádu n n pro 1 nebo více pravých stran Výpočet
VíceKapitola 10: Diferenciální rovnice 1/14
Kapitola 10: Diferenciální rovnice 1/14 Co je to diferenciální rovnice? Definice: Diferenciální rovnice je vztah mezi hledanou funkcí y(x), jejími derivacemi y (x), y (x), y (x),... a nezávisle proměnnou
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
Více