Kapitola 9. Numerické derivování

Rozměr: px
Začít zobrazení ze stránky:

Download "Kapitola 9. Numerické derivování"

Transkript

1 Kapitola 9 Numerické derivování Definice: Existuje-li pro danou funkci f : R! R vlastní (tj konečná) limita říkáme, že funkce f(x) má v bodě a derivaci Příslušnou limitu značíme f 0 (a) f(a + ) f(a) lim!0 Poznámka: Geometrický význam derivace f 0 (a) je směrnice tečny křivky dané rovnicí y = f(x) v bodě a (nebot tečna v bodě a je limitní poloou sečny pro! 0) Fyzikálně značí derivace funkce y = f(x), kde x je čas a y dráa poybu, limitu z průměrné ryclosti, tedy okamžitou ryclost v čase a Poznámka: Pro danou funkci f(x) vyjadřuje derivace f 0 (x 0 ) míru stoupání, resp klesání v bodě x 0

2 Způsoby odvození vzorců pro výpočet derivace Odvození pomocí interpolačnío polynomu Pro funkci f, která je zadána tabulkou, sestrojíme interpolační polynom a derivaci funkce f v bodě a ztotožníme s derivací tooto interpolačnío polynomu v bodě a Poznámky: - Stupeň polynomu nemůže být nižší než řád počítané derivace - Pro jednoducost ledáme odnotu derivace v uzlovém bodě a navíc uvažujeme ekvidistantní uzly s krokem

3 2 Odvození pomocí Taylorova rozvoje Pro dostatečně ladkou funkci f platí (pro > 0): f(x 0 + ) = f(x 0 ) + f 0 (x 0 ) + 2 f 00 ( ); 2 (x 0 ; x 0 + ) 2 f(x 0 ) = f(x 0 ) f 0 (x 0 ) + 2 f 00 ( 2 ); 2 2 (x 0 ; x 0 ) 2 Z první rovnice potom plyne vzta f 0 (x 0 ) = f(x 0 + ) f(x 0 ) = D P f(x 0 ; ) 2 f 00 ( ) Podobně ze drué rovnice f 0 (x 0 ) = f(x 0) f(x 0 ) = D L f(x 0 ; ) + 2 f 00 ( 2 ) Obdrželi jsme dva základní dvoubodové vzorce D P f(x 0 ; ) a D L f(x 0 ; ), tzv pravou a levou poměrnou diferenci Podobně odvodíme další vzorce pomocí Taylorova rozvoje vyššíc řádů Platí: f(x 0 + ) = f(x 0 ) + f 0 (x 0 ) f 00 (x 0 ) f 000 ( ); 2 (x 0 ; x 0 + ) Po odečtení obdržíme: f(x 0 ) = f(x 0 ) f 0 (x 0 ) f 00 (x 0 ) 3 6 f 000 ( 2 ); 2 2 (x 0 ; x 0 ) f(x 0 + ) f(x 0 ) = 2f 0 (x 0 ) (f 000 ( ) + f 000 ( 2 )) Odtud vyjádříme první derivaci a získáme tříbodový vzorec D C f(x 0 ; ), tzv centrální poměrnou diferenci f 0 (x 0 ) = f(x 0 + ) f(x 0 ) 2 D C f(x 0 ; ) 2 2 (f 000 ( ) + f 000 ( 2 )) 2 6 f 000 ()

4 Uvedené vzorce jsou pro výpočet první derivace f 0 (x 0 ) Pro výpočet drué derivace f 00 (x 0 ) lze použít například vzorec, který dostaneme po sečtení vztaů: f(x 0 + ) = f(x 0 ) + f 0 (x 0 ) f 00 (x 0 ) f 000 (x 0 ) f (4) ( ); 2 (x 0 ; x 0 + ) f(x 0 ) = f(x 0 ) f 0 (x 0 ) f 00 (x 0 ) 3 6 f 000 (x 0 ) f (4) ( 2 ); 2 2 (x 0 ; x 0 ) f(x 0 + ) + f(x 0 ) = 2f(x 0 ) + 2 f 00 (x 0 ) (f (4) ( ) + f (4) ( 2 )) Odtud vyjádříme druou derivaci a získáme tříbodový vzorec pro druou derivaci

5 f 00 (x 0 ) = f(x 0 + ) 2f(x 0 ) + f(x 0 ) (f (4) ( ) + f (4) ( 2 )) 2 2 f (4) () Poznámka: Samozřejmě lze odvodit řadu dalšíc vzorců, přičemž platí, že čím více bodů použijeme, tím bude řád cyby vyšší Příklad: Pomocí uvedenýc tří vzorců vypočtěte přibližnou odnotu první derivace funkce f(x) = e x ( x) v bodě x 0 = Použijte krok = 0; Řešení: Nejprve si pro kontrolu analyticky zjistíme přesnou odnotu první derivace funkce f bodě x 0 f 0 (x) = e x ( x) + e x ( ) = xe x ; tj f 0 () = e = e 2; 782 Nyní použijeme pravou, levou a centrální poměrnou diferenci: 2 3 D P f(x 0 ; f(x 0 + ) f(x 0 ) ) = = e; ( ; ) e ( ) = 0; 0; e; = = e ; 3; 004 (cyba 0; 2858) 0; D L f(x 0 ; f(x 0) f(x 0 ) ) = = e ( ) e 0;9 ( 0; 9) = 0; 0; e0;9 = = e 0;9 2; 4596 (cyba 0; 2586) 0; D C f(x 0 ; f(x 0 + ) f(x 0 ) ) = 2 0; = e; 0; e 0;9 = 0; 2 = e; ( ; ) e 0;9 ( 0; 9) = 0; 2 e ; + e 0;9 2; (cyba 0; 036) Všimněme si velikosti cyb v jednotlivýc případec Potvrzuje se fakt, že cyba prvníc dvou (dvoubodovýc) vzorců je řádu, tj v řádu desetin a cyba poslednío (tříbodovéo) vzorce je řádu 2, tj v řádu setin

6 Podmíněnost úloy numerickéo derivování Uvažujme nyní např vzorec s pravou diferencí D P f(x 0 ; ), tj platí f 0 (x 0 ) = f(x 0 + ) f(x 0 ) D P f(x 0 ; ) f 00 () 2 cyba metody Cybu metody označme r Platí-li jf 00 (x)j < M pro x 2 (x 0 ; x 0 + ), potom jr j M 2 Musíme uvážit cyby měření (zaokroulovací cyby) - označíme r 2 Označíme-li f(x 0 ); f(x 0 + ) : : : : : : přesné odnoty f? (x 0 ); f? (x 0 + ) : : : : : : vstupní odnoty Potom pro r 2 platí r 2 = f(x 0 + ) f(x 0 ) přesná odnota vzorce f? (x 0 + ) f? (x 0 ) vypočtená odnota vzorce A dále jr 2 j = f(x 0 + ) f? (x 0 + ) f? (x 0 ) f(x 0 ) + jf(x 0 + ) f? (x 0 + )j + jf? (x 0 ) f(x 0 )j " + " = 2" Využili jsme zde odady jf? (x 0 + ) f(x 0 + )j " jf? (x 0 ) f(x 0 )j " číslo " může představovat např strojovou přesnost Pro celkovou cybu r potom platí jrj jr j + jr 2 j M 2 + 2"

7 Úloa numerickéo derivování je špatně podmíněná! (pro zmenšující se roste cyba) Lze najít optimální krok opt V následujícíc příkladec ukažte cybu 3 odvozenýc vzorců pro výpočet první derivace funkce f(x) v bodě x 0 při použití kroků = 0 6 ; 0 5 ; : : : ; 0 Příklad f(x) = sin x, x 0 =

8 Příklad 2 f(x) = sin x, x 0 = Příklad 3 f(x) = e x, x 0 =

9 Příklad 4 f(x) = e x, x0 = Poznámka: Na základě špatné podmíněnosti se zdá, že nebude možné při výpočtu derivace dosánout libovolné přesnosti Zvýšení přesnosti ale můžeme dosánout ) použitím vzorce s cybou vyššío řádu 2) použitím tzv Ricardsonovy extrapolace

10 Ricardsonova extrapolace Jde o obecný princip, který se používá nejen u numerickéo derivování Myšlenka vycází z too, že na základě znalosti výrazu pro rozvoj cyby využijeme dvou přibližnýc výsledků k získání třetío, který bude přesnější Tento proces eliminace cyb budeme demonstrovat např na poměrné centrální diferenci D C f(x 0 ; ) Vyjdeme z Taylorova rozvoje: () f(x 0 +) = f(x 0 )+f 0 (x 0 )+ 2 f 00 (x 0 )+ 3 f 000 (x 0 )+ 4 f (4) (x 0 )+ 5 f (5) ( ) ! (2) f(x 0 ) = f(x 0 ) f 0 (x 0 )+ 2 2 f 00 (x 0 ) 3 6 f 000 (x 0 ) f (4) (x 0 ) 5 5! f (5) ( 2 ) () (2) f(x 0 +) f(x 0 ) = 2f 0 (x 0 )+ 3 f 000 (x 0 )+ 5 f (5) ( ) + f (5) ( 2 ) 3 5! O( 5 ) f(x 0 + ) f(x 0 ) = f 0 (x 0 ) f 000 (x 0 ) + O( 4 ) ~ 6 D C f(x 0 ; ) Stejný vzorec použijeme pro výpočet s krokem = 2 D C f(x 0 ; ) = f 0 (x 0 ) f 000 (x 0 ) + O( 4 ) D C f(x 0 ; 2) = f 0 (x 0 ) f 000 (x 0 ) + O( 4 ) ~~ Podtržené členy cceme eliminovat rovnici ~ vynásobíme 4 Odečteme ~~ 4D C f(x 0 ; ) = 4f 0 (x 0 ) f 000 (x 0 ) + O( 4 ) 6 D C f(x 0 ; 2) = f 0 (x 0 ) f 000 (x 0 ) + O( 4 ) 6 4D C f(x 0 ; ) D C f(x 0 ; 2) = 3f 0 (x 0 ) + O( 4 ) f 0 (x 0 ) = 4D Cf(x 0 ; ) D C f(x 0 ; 2) 3 + O( 4 )

11 nebo jinak zapsáno f 0 (x 0 ) = D C f(x 0 ; ) + D Cf(x 0 ; ) D C f(x 0 ; 2) 3 + O( 4 ) Poznámka: Tímto způsobem jsme eliminovali cybu řádu 2 Algoritmus Ricardsonovy extrapolace lze samozřejmě použít opakovaně pro eliminaci cyb vyššíc řádů Tato metoda je potom velmi efektivní Pokud bycom ctěli stejným způsobem eliminovat cybu řádu např 4, potom bycom dostali: D C f(x 0 ; ) = f 0 (x 0 ) + K a odečteme 2 rovnici D C f(x 0 ; 2) = f 0 (x 0 ) + K2 4 4 f 0 (x 0 ) = 24 D C f(x 0 ; ) D C f(x 0 ; 2) 2 4 f 0 (x 0 ) = D C f(x 0 ; ) (D Cf(x 0 ; ) D C f(x 0 ; 2)) Pro eliminaci cyb vyššíc řádů postupujeme analogicky, tj místo 4 použijeme příslušný řád Poznámka: V názvu metody se objevuje slovo extrapolace Je to proto, že nová odnota derivace je lineární kombinací dvou odnot, ovšem neleží mezi těmito odnotami (kdyby tomu tak bylo, mluvili bycom o interpolaci) Koeficienty lineární kombinace samozřejmě jsou v součtu rovny jedné, ale koeficient u vzorce s krokem je kladný a koeficient u vzorce s krokem 2 je záporný

12 Při určování rozvoje cyb jednotlivýc vzorců vycázíme z Taylorova rozvoje funkce f Rozvoj cyby pro D P f(x 0 ; ) a D L f(x 0 ; ) () f(x 0 +) = f(x 0 ) + f 0 (x 0 ) + 2 f 00 (x 0 ) + 3 f 000 (x 0 ) + 4 f (4) (x 0 ) f (5) ( ); 2 (x 0 ; x 0 +) (2) f(x 0 ) = f(x 0 ) f 0 (x 0 ) f 00 (x 0 ) 3 6 f 000 (x 0 ) f (4) (x 0 ) 5 20 f (5) ( 2 ); 2 2 (x 0 ; x 0 ) () ) f 0 (x 0 ) = f(x 0 + ) f(x 0 ) D P f(x 0 ; ) 2 f 00 (x 0 ) c 2 6 f 000 (x 0 ) c f (4) (x 0 ) c f (5) ( ) O( 4 ) (2) ) f 0 (x 0 ) = f(x 0) f(x 0 ) D L f(x 0 ; ) + 2 f 00 (x 0 ) c 2 6 f 000 (x 0 ) c f (4) (x 0 ) c f (5) ( 2 ) O( 4 ) Rozvoj cyby pro D C f(x 0 ; ) f(x 0 +) = f(x 0 ) + f 0 (x 0 ) + 2 f 00 (x 0 ) + 3 f 000 (x 0 ) + 4 f (4) (x 0 ) + 5 f (5) (x 0 ) + 6 f (6) (x 0 ) + 7 f (7) ( ); ! 2 (x 0 ; x 0 + ) f(x 0 ) = f(x 0 ) f 0 (x 0 ) f 00 (x 0 ) 3 6 f 000 (x 0 ) f (4) (x 0 ) 5 20 f (5) (x 0 ) f (6) (x 0 ) 7 7! f (7) ( 2 ); 2 2 (x 0 ; x 0 ) Po odečtení: f(x 0 + ) f(x 0 ) = 2f 0 (x 0 ) f 000 (x 0 ) f (5) (x 0 ) + 7 f (7) ( ) + f (7) ( 2 ) 7! = O( 7 ) f 0 (x 0 ) = f(x 0 + ) f(x 0 ) 2 D C f(x 0 ; ) 6 2 f 000 (x 0 ) c f (5) (x 0 ) c ! 2f (7) () O( 6 )

13 Algoritmus Ricardsonovy extrapolace Na základě znalosti rozvoje cyby příslušnéo vzorce můžeme pro zpřesňování odnoty vypočtené derivace použít následující algoritmus Algoritmus (např pro vzorec D C f) Pro s = 0; ; 2; : : : ; S T s;0 = D c f(x 0 ; 2 s ) Pro k = ; 2; : : : ; s T s;k = T T s;k T s ;k s;k + 4 k {z} ( ) ( ) 4 k = 2 2k, protože v rozvoji cyby tooto vzorce jsou pouze sudé mocniny Scéma T 00 2 T 0 T 4 T 20 T 2 T 22 8 T 30 T 3 T 32 T 33 Poznámka: Pokud se např rovnají T 22 a T 32, nemusíme počítat T 33, protože vyjde stejně Příklad: Použijte opakovanou Ricardsonovu extrapolaci pro výpočet derivace funkce f(x) = ln x v bodě x 0 = 3 pomocí centrální poměrné diference s kroky = 0; 8; 0; 4; 0; 2 a 0; Řešení: Ukázali jsme, že pro dostatečně ladkou funkci f platí vzta f 0 (x 0 ) = f(x 0 + ) f(x 0 ) 2 D C f(x 0 ; ) kde čísla c, c 2, c 3 představují kontanty obsaující příslušné derivace + c 2 + c c : : :; rozvoj cyby Výsledky zapíšeme přeledně do tabulky:

14 f 0 (x 0 ; ) korekce [ 4 ; 6 ] 2 korekce [ ; ] ; 8 0; ; 4 0; ; 2 0; ; 0; ; ; = 3 3 = 0; ; ; = 6 0; ; = = 0; = 0; ; ; = 6 0; ; = = 0; = 0; Ve výpočtu jsme použili jednak korekci pro eliminaci cyby řádu 2, ale dále také 2 korekci, která eliminovala cybu řádu 4 V tabulce cybí sloupec pro 3 korekci Důvod je ten, že se odnoty, ze kterýc by se extrapolovala nová odnota, rovnají (dostali bycom to samé číslo) Pro úplnost dodejme, že přesná odnota derivace je f 0 (x) = x, tj f 0 (3) = 3 Pomocí následujícíc výsledků lze porovnat efektivitu při použití různýc vzorců výsledky v MATLABu >> derivace_ricardson( D_P, -sin(exp(x)),, 04, 3); Vypocte odnotu prvni derivace zadane funkce f=-sin(exp(x)) v bode x0= s kroky =[04, 02, 0, 005] Pro vypocet se pouzije vzorec prave pomerne diference D_P Ke zpresneni se pouzije Ricardsonova extrapolace =============================================================================! D_P(f,x0,) korekce 2korekce 3korekce Presna odnota derivace funkce f v bode x0 je výsledky v MATLABu

15 >> derivace_ricardson( D_L, -sin(exp(x)),, 04, 3); Vypocte odnotu prvni derivace zadane funkce f=-sin(exp(x)) v bode x0= s kroky =[04, 02, 0, 005] Pro vypocet se pouzije vzorec leve pomerne diference D_L Ke zpresneni se pouzije Ricardsonova extrapolace =============================================================================! D_L(f,x0,) korekce 2korekce 3korekce Presna odnota derivace funkce f v bode x0 je výsledky v MATLABu >> derivace_ricardson( D_C, -sin(exp(x)),, 04, 3); Vypocte odnotu prvni derivace zadane funkce f=-sin(exp(x)) v bode x0= s kroky =[04, 02, 0, 005] Pro vypocet se pouzije vzorec centralni pomerne diference D_C Ke zpresneni se pouzije Ricardsonova extrapolace =============================================================================! D_C(f,x0,) korekce 2korekce 3korekce Presna odnota derivace funkce f v bode x0 je

16 Aproximaci derivace funkce jsme již použili např u odvození metody sečen z Newtonovy metody Newtonova metoda x k+ = x k f(x k ) f 0 (x k ) f 0 (x k ) f(x k) f(x k ) x k x k metoda sečen x k x k x k+ = x k f(x k ) f(x k ) f(x k ) Metoda konečnýc diferencí jeden ze způsobů řešení okrajovýc úlo Řešme okrajovou úlou (ODR 2řádu) u 00 + q(x)u = f(x) x 2 (0; ) u(0) = g 0 ~ u() = g q; f dané funkce definované a spojité na 0; i, q(x) 0 g 0 ; g daná čísla () úloa má právě klasické řešení) Interval 0; i rozděĺıme na N stejnýc podintervalů (ekvidistantní sít ) S = fx i = i; i = 0; ; : : : ; Ng : : : sít ; : : : krok sítě Přibližné řešení konstruujeme jako funkci diskrétnío argumentu x i Přibližné řešení je určeno vektorem U = [U 0 ; U ; U 2 ; : : : ; U N ; U N ], kde složky U i aproximují odnoty u(x i ) přesnéo řešení v uzlec sítě

17 Klasické řešení splňuje rovnici ~ v každém bodě x 2 (0; ), tj u 00 (x) + q(x)u(x) = f(x) Na 0; i jsme zvolili rovnoměrnou sít S a v každém vnitřním bodě této sítě musí platít: u 00 (x i ) + q(x i )u(x i ) = f(x i ); i = ; 2; : : : ; N ~~ druou derivaci aproximujeme druou poměrnou diferencí u 00 (x i ) " u(xi + ) u(x i ) # u(x i ) u(x i ) = i u(xi ) 2u(x 2 i ) + u(x i + ) soustavu ~~ naradíme soustavou přibližnýc rovností tj 2 [u(x i ) 2u(x i ) + u(x i + )] + q(x i )u(x i ) f(x i ) 2 (U i 2U i + U i+ ) + q(x i )U i = f(x i ) i = ; 2; : : : ; N U 0 = g 0 U N = g soustava diferenčníc rovnic Neznáme odnoty uvnitř intervalu, tj v x ; x 2 ; : : : ; x N V první rovnici figuruje odnota U 0, ta je ale rovna g 0 a tento člen převedeme na pravou stranu Obdobně pro poslední rovnici, za U N dosadíme g N a převedeme na pravou stranu Získaná soustava: q 0 : : : q 2 0 : : : q q N : : : q N A 3 2 U U 2 U U N U = f + g0 2 f 2 f g f N {z 2 } F

18 Soustava lineárníc algebraickýc rovnic AU = F A symetrická, třídiagonální, pozitivně definitní () regulární) - symetrie matice je důsledek symetrie použité diferenční aproximace u 00 a očíslování uzlů (zde je vše přirozené, význam u parciálníc diferenciálníc rovnic) - pro regulární matici soustavy 9! řešení Otázky: S jakou přesností přibližné řešení aproximuje přesné řešení? Zmenšuje se cyba přibližnéo řešení, zjemňujeme-li sít, tj! 0? Poznámka: Pro aproximaci derivací lze samozřejmě použít i jiné vzorce Použijeme-li např vzorec 7, bude výsledná matice soustavy opět pásová, šíře pásu bude nyní 5 Ukažme si jak postupovat při diskretizaci úloy s derivací v okrajové podmínce Je-li na některém z konců intervalu zadána Neumannova nebo Newtonova okrajová podmínka, musíme předcozí postup modifikovat, nebot neznáme odnotu u(0) nebo u() V takovém případě musíme sestavit také diferenční aproximaci příslušné okrajové podmínky a připojit ji k soustavě diferenčníc rovnic, jež ve vnitřníc uzlec aproximují diferenciální rovnici Ukážeme tři takové možné aproximace pro řešení následující úloy

19 u 00 + q(x)u = f(x) x 2 (0; ) 0 u(0) 0 u 0 (0) = g 0 0 > 0 () u() = g Ve vnitřníc uzlec sítě aproximujeme diferenciální rovnici () stejnými diferenčními rovnicemi jako v předcozím případě 2 (U i 2U i + U i+ ) + q(x i )U i = f(x i ) i = ; 2; : : : ; N V těcto rovnicíc vystupují neznámé U 0 ; U ; : : : ; U N ; U N Abycom dostali stejný počet rovnic jako neznámýc, musíme tedy (na základě okrajovýc podmínek) k získaným N rovnicím ještě 2 rovnice připojit Jednu z nic dostaneme z Diricletovy okrajové podmínky v bodě x = tak, že položíme U N = g Levou okrajovou podmínku (v bodě x = 0) můžeme zužitkovat různými způsoby způsob Aproximujeme-li u(0) pomocí vzorce (tj pravé poměrné diference), dojdeme k diferenční rovnici 0 U 0 0 U U 0 = g 0 ( 0 6= 0); kterou klasické řešení splňuje s cybou velikosti O() Rovnici vynásobíme číslem =( 0 ) a upravíme na tvar 2 i 0 ( + )U 0 U g 0 = ; 0 0 tuto úpravu děláme proto, aby výsledná matice soustavy sít ovýc rovnic byla symetrická Předcozí rovnici přidáme k získaným diferenčním rovnicím a dosadíme g za U N Dostaneme opět soustavu lineárníc algebraickýc rovnic se symetrickou třídiagonální maticí (pozor: U = [U 0 ; U ; : : : ; U N ] T ) : : : q 0 : : : q q N : : : q N 3 2 U 0 U U U N Matice soustavy je řádu N a lze dokázat, že je regulární Přibližné řešení lze proto jednoznačně stanovit a dá se ukázat, že jeo cyba je velikosti O() Tato skutečnost, tj snížení řádu cyby metody, možná překvapí, nebot sít ová rovnice pro všecny uzly s výjimkou x 0 aproximuje diferenciální rovnici s diskretizační cybou O( 2 ) Přesto však okolnost, že jsme se v jediné rovnici dopustili diskretizační cyby velikosti O(), ovlivní velikost cyby metody nejen v bĺızkosti bodu x 0, ale ve všec bodec sítě Jde tu o jev, který je pro užití diferenční metody typický a ukazuje, že cceme-li využít přesnosti, s níž jsme aproximovali diferenciální rovnici samotnou, musíme stejně přesně aproximovat i okrajové podmínky 3 = f N g 0 0 f f 2 f N g 2

20 2způsob Bezprostřední možnost přesnější nárady odnoty derivace v okrajové podmínce spočívá v užití vzorců 4 a 5 z tabulky Tyto aproximace mají pro u 2 C 3 diskretizační cybu O( 2 ) Vzniklá soustava diferenčníc rovnic však již není třídiagonální, není symetrická a navíc se při jejím řešení standardními metodami moou vyskytnout numerické problémy Proto tento postup nedoporučujeme 3způsob Hodnotu u 0 (0) aproximujeme pomocí vzorce 3 (centrální poměrná diference) kde x = u 0 (0) i u(x ) u(x ) ; 2 Cyba aproximace je druéo řádu Okrajovou podmínku 0 u(0) 0 u 0 (0) = g 0 tak naradíme diferenční rovnicí U U 0 U 0 0 = g 0 ( 0 6= 0): (~) 2 Je zde však navíc další neznámá U a potřebujeme proto připojit ještě jednu rovnici Nejjednodušeji to provedeme tak, že žádáme platnost rovnice pro vnitřní uzly i pro raniční uzel x 0, tj platnost rovnice 2 (U 2U 0 + U ) + q(x 0 )U 0 = f(x 0 ): (}) (Jde vlastně o aproximaci diferenciální rovnice v bodě x 0 = 0) Fiktivní odnotu U,která nemá význam aproximace přesnéo řešení naší okrajové úloy (nebot toto řešení uvažujeme pouze na intervalu 0; i), z rovnic (~), (}) vyloučíme dosadíme U = 2 q0 U 0 f 0 + 2U 0 U ; U 2 (q 0 U 0 f 0 ) 2U 0 + U 0 U a dospějeme k diferenční rovnici = g U U 0 0q 0 U0 0 = g f 0 ; 2 která aproximuje okrajovou podmínku v bodě x 0 = 0 a kterou dostatečně ladké přesné řešení naší okrajové úloy splňuje s cybou řádové velikosti O( 2 ) Rovnici upravíme na tvar 2 ( i q 0 )U 0 U g 0 = + f a připojíme ji k diferenčním rovnicím pro vnitřní uzly Dá se ukázat, že cyba přibližnéo řešení je v tomto případě velikosti O( 2 )

Numerické řešení diferenciálních rovnic

Numerické řešení diferenciálních rovnic Numerické řešení diferenciálníc rovnic Mirko Navara ttp://cmp.felk.cvut.cz/ navara/ Centrum strojovéo vnímání, katedra kybernetiky FEL ČVUT Karlovo náměstí, budova G, místnost 104a ttp://mat.feld.cvut.cz/nemecek/nummet.tml

Více

11.Numerické řešení parciálních diferenciálních rovnic

11.Numerické řešení parciálních diferenciálních rovnic 1 11Numerické řešení parciálníc diferenciálníc rovnic Metoda sítí(finite difference metod) Připomeňme definici derivace funkce jedné proměnné Je-li bod x vnitřním bodem definičnío oborufunkce f,pakderivacefunkce

Více

Numerické metody a statistika

Numerické metody a statistika Numerické metody a statistika Radek Kučera VŠB-TU Ostrava 016-017 ( ) Numerické metody a statistika 016-017 1 / Numerické integrování ( ) Numerické metody a statistika 016-017 / Geometrický význam integrálu

Více

Přednáška 4: Derivace

Přednáška 4: Derivace 4 / / 7, :5 Přednáška 4: Derivace Pojem derivace ormuloval v 7. století Isaac Newton při výpočtec poybu planet sluneční soustavy. Potřeboval spočítat úlovou ryclost planet. Její směr je dán tečnou ke dráze

Více

1 Polynomiální interpolace

1 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,

Více

Budeme hledat řešení y(x) okrajové úlohy pro diferenciální rovnici druhého řádu v samoadjungovaném tvaru na intervalu a, b : 2 ) y i p i+ 1

Budeme 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

Více

Diferencovatelné funkce

Diferencovatelné funkce Přednáška 5 Diferencovatelné funkce Jak jsme se zmínili v minulé přednášce, je lavní myšlenkou diferenciálnío počtu naradit danou funkci y = f) v okolí bodu a polynomem V této přednášce se budeme podrobně

Více

Literatura: Kapitola 2 d) ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.

Literatura: 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:

Více

Kombinatorická minimalizace

Kombinatorická minimalizace Kombinatorická minimalizace Cílem je nalézt globální minimum ve velké diskrétní množině, kde může být mnoho lokálních minim. Úloha obchodního cestujícího Cílem je najít nejkratší cestu, která spojuje všechny

Více

úloh pro ODR jednokrokové metody

úloh 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

Více

kopci a tuto představu přetavit do náčrtku celé situace, viz. obr.1. Aby však tento náčrt nebyl

kopci a tuto představu přetavit do náčrtku celé situace, viz. obr.1. Aby však tento náčrt nebyl Určete rovnici tečny ke grafu funkce f x x x v bodě dotyku [,?] Řešení: Protože máme zadánu složenou funkci, může být docela obtížné popsat její vlastnosti či nakreslit si její graf Nicméně vlastnosti

Více

Diferenciální počet ve středoškolské matematice

Diferenciální počet ve středoškolské matematice Diferenciální počet ve středoškolské matematice Mgr. Eva Valentová 2018 Předmluva Tento učební text je určen studentům čtvrtéo ročníku čtyřletýc gymnázií, kteří se ctějí věnovat při dalším studiu tecnickým,

Více

Literatura: Kapitoly 3, 4 a 2 d) ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.

Literatura: 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

Více

VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY

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...............................

Více

Příklad 1. Řešení 1a. Řešení 1b ŘEŠENÉ PŘÍKLADY Z M1B ČÁST 5

Příklad 1. Řešení 1a. Řešení 1b ŘEŠENÉ PŘÍKLADY Z M1B ČÁST 5 Příklad 1 Najděte totální diferenciál d (h) pro h=(h,h ) v příslušných bodech pro následující funkce: a) (,)= cos, =1; b) (,)=ln( + ), =2; 0 c) (,)=arctg(), =1; 0 1 d) (,)= +, =1; 1 Řešení 1a Máme nalézt

Více

em do konce semestru. Obsah Vetknutý nosník, str. 8 Problém č.8: Průhyb nosníku - Ritzova metoda

em 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

Více

5.3. Implicitní funkce a její derivace

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)

Více

Je založen na pojmu derivace funkce a její užití. Z předchozího studia je třeba si zopakovat a orientovat se v pojmech: funkce, D(f), g 2 : y =

Je založen na pojmu derivace funkce a její užití. Z předchozího studia je třeba si zopakovat a orientovat se v pojmech: funkce, D(f), g 2 : y = 0.1 Diferenciální počet Je částí infinitezimálního počtu, což je souhrnný název pro diferenciální a integrální počet. Je založen na pojmu derivace funkce a její užití. Z předchozího studia je třeba si

Více

Obsah Obyčejné diferenciální rovnice

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............................................

Více

MATEMATIKA III. Olga Majlingová. Učební text pro prezenční studium. Předběžná verze

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

Více

Integrace. Numerické metody 7. května FJFI ČVUT v Praze

Integrace. Numerické metody 7. května FJFI ČVUT v Praze Integrace Numerické metody 7. května 2018 FJFI ČVUT v Praze 1 Úvod Úvod 1D Kvadraturní vzorce Gaussovy kvadratury Více dimenzí Programy 1 Úvod Úvod - Úloha Máme funkci f( x) a snažíme se najít určitý integrál

Více

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice

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

Více

Soustavy lineárních diferenciálních rovnic I. řádu s konstantními koeficienty

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

Více

Globální matice konstrukce

Globální 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]{

Více

4 Numerické derivování a integrace

4 Numerické derivování a integrace Břetislav Fajmon, UMAT FEKT, VUT Brno Téma je podrobně zpracováno ve skriptech [1], kapitola 7, strany 85-94. Jedná se o úlohu výpočtu (první či druhé) derivace či o výpočet určitého integrálu jinými metodami,

Více

5. cvičení z Matematiky 2

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

Více

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.

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

Více

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,

Více

(Cramerovo pravidlo, determinanty, inverzní matice)

(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

Více

řešeny numericky 6 Obyčejné diferenciální rovnice řešeny numericky

řešeny numericky 6 Obyčejné diferenciální rovnice řešeny numericky řešeny numericky řešeny numericky Břetislav Fajmon, UMAT FEKT, VUT Brno Na minulé přednášce jsme viděli některé klasické metody a přístupy pro řešení diferenciálních rovnic: stručně řečeno, rovnice obsahující

Více

Matematická analýza III.

Matematická analýza III. 2. Parciální derivace Miroslav Hušek, Lucie Loukotová UJEP 2010 Parciální derivace jsou zobecněním derivace funkce jedné proměnné. V této kapitole poznáme jejich základní vlastnosti a využití. Co bychom

Více

8. Okrajový problém pro LODR2

8. 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

Více

Interpolace Lagrangeovy polynomy. 29. října 2012

Interpolace Lagrangeovy polynomy. 29. října 2012 Interpolace Lagrangeovy polynomy Michal Čihák 29. října 2012 Problematika interpolace V praxi máme často k dispozici údaje z různých měření tzv. data. Data mohou mít například podobu n uspořádaných dvojic

Více

5. Interpolace a aproximace funkcí

5. Interpolace a aproximace funkcí 5. Interpolace a aproximace funkcí Průvodce studiem Často je potřeba složitou funkci f nahradit funkcí jednodušší. V této kapitole budeme předpokládat, že u funkce f známe její funkční hodnoty f i = f(x

Více

Interpolace, ortogonální polynomy, Gaussova kvadratura

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

Více

Numerické řešení diferenciálních rovnic

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

Více

Čebyševovy aproximace

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

Více

Vzpěr jednoduchého rámu, diferenciální operátory. Lenka Dohnalová

Vzpěr jednoduchého rámu, diferenciální operátory. Lenka Dohnalová 1 / 40 Vzpěr jednoduchého rámu, diferenciální operátory Lenka Dohnalová ČVUT, fakulta stavební, ZS 2015/2016 katedra stavební mechaniky a katedra matematiky, Odborné vedení: doc. Ing. Jan Zeman, Ph.D.,

Více

Numerická matematika 1

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..........................

Více

Aproximace funkcí. Numerické metody 6. května FJFI ČVUT v Praze

Aproximace funkcí. Numerické metody 6. května FJFI ČVUT v Praze Aproximace funkcí Numerické metody 6. května 2018 FJFI ČVUT v Praze 1 Úvod Dělení Interpolace 1D Více dimenzí Minimalizace Důvody 1 Dělení Dělení - Získané data zadané data 2 Dělení - Získané data Obecně

Více

Dnešní látka: Literatura: Kapitoly 3 a 4 ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.

Dnešní 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

Více

Derivace funkcí více proměnných

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,

Více

12 DYNAMIKA SOUSTAVY HMOTNÝCH BODŮ

12 DYNAMIKA SOUSTAVY HMOTNÝCH BODŮ 56 12 DYNAMIKA SOUSTAVY HMOTNÝCH BODŮ Těžiště I. impulsová věta - věta o pohybu těžiště II. impulsová věta Zákony zachování v izolované soustavě hmotných bodů Náhrada pohybu skutečných objektů pohybem

Více

Pseudospektrální metody

Pseudospektrální metody Pseudospektrální metody Obecně: založeny na rozvoji do bázových funkcí s globálním nosičem řešení diferenciální rovnice aproximuje sumou kde jsou např. Čebyševovy polynomy nebo trigonometrické funkce tyto

Více

Arnoldiho a Lanczosova metoda

Arnoldiho 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

Více

Extrémy funkce dvou proměnných

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

Více

EUKLIDOVSKÉ PROSTORY

EUKLIDOVSKÉ 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,

Více

metody jsou proto často jedinou možností jak danou diferenciální rovnicivyřešit.

metody jsou proto často jedinou možností jak danou diferenciální rovnicivyřešit. 7. ODR počáteční úlohy Průvodce studiem Jen velmi málo diferenciálních rovnic, které se vyskytují při popisu praktických úloh, se dářešit exaktně, a i když dokážeme najít vzorce popisující analytickéřešení,

Více

I. 7. Diferenciál funkce a Taylorova věta

I. 7. Diferenciál funkce a Taylorova věta I. 7. Diferenciál funkce a Taylorova věta 343 I. 7. Diferenciál funkce a Taylorova věta Věta 26. Funkce f má v bodě x 0 diferenciál (je diferencovatelná v x 0 ) právě tehdy, když existuje vlastní derivace

Více

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru

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

Více

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 1 / 21 Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 2 / 21 Řešíme následující úlohu: differencovatelnou funkci f : R R známe jen v konečném počtu bodů x 0,

Více

Co je obsahem numerických metod?

Co 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

Více

0.1 Úvod do lineární algebry

0.1 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

Více

ODR metody Runge-Kutta

ODR 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) =

Více

Aproximace 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. 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

Více

Interpolace pomocí splajnu

Interpolace 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

Více

ekologie Pavel Fibich rovnice rovnice Pavel Fibich Shrnutí Literatura

ekologie Pavel Fibich rovnice rovnice Pavel Fibich Shrnutí Literatura a diferenční - nalévárna pavel.fibich@prf.jcu.cz 27. září 2012 Obsah 1 2 3 4 5 6 7 Proč povídat o diferenciálních (δr) a diferenčních rovnicích ( R) v kurzu? δr a R jsou vhodné pro popisy vztahů a vývoje

Více

Newtonova metoda. 23. října 2012

Newtonova metoda. 23. října 2012 Hledání kořenů rovnic jedné reálné proměnné Newtonova metoda Michal Čihák 23. října 2012 Newtonova metoda (metoda tečen) využívá myšlenku, že tečna v daném bodě grafu funkce nejlépe aproximuje graf funkce

Více

Odvození středové rovnice kružnice se středem S [m; n] a o poloměru r. Bod X ležící na kružnici má souřadnice [x; y].

Odvození středové rovnice kružnice se středem S [m; n] a o poloměru r. Bod X ležící na kružnici má souřadnice [x; y]. Konzultace č. 6: Rovnice kružnice, poloha přímky a kružnice Literatura: Matematika pro gymnázia: Analytická geometrie, kap. 5.1 a 5. Sbírka úloh z matematiky pro SOŠ a studijní obory SOU. část, kap. 6.1

Více

Kubický spline. Obrázek 1 Proložení dat nezávislými kubickými polynomy bez požadavku spojitosti. T h T 2

Kubický spline. Obrázek 1 Proložení dat nezávislými kubickými polynomy bez požadavku spojitosti. T h T 2 Kubický spline Menu: QCExpert Regrese Kubický spline Modul Kubický spline slouží proložení prakticky libovolnýc regresníc křivek naměřenými daty s jednorozměrnou nezávisle proměnnou x a jednorozměrnou

Více

South Bohemia Mathematical Letters Volume 23, (2015), No. 1, DĚLENÍ KRUHU NA OBLASTI ÚVOD

South Bohemia Mathematical Letters Volume 23, (2015), No. 1, DĚLENÍ KRUHU NA OBLASTI ÚVOD South Bohemia Mathematical Letters Volume 23, (2015), No. 1, 113-122. DĚLENÍ KRUHU NA OBLASTI MAREK VEJSADA ABSTRAKT. V textu se zabývám řešením následujícího problému: Zvolíme na kružnici určitý počet

Více

metody jsou proto často jedinou možností jak danou diferenciální rovnicivyřešit.

metody jsou proto často jedinou možností jak danou diferenciální rovnicivyřešit. 7. ODR POČÁTEČNÍ ÚLOHY Numerické metody 7. ODR počáteční úlohy Průvodce studiem Jen velmi málo diferenciálních rovnic, které se vyskytují při popisu praktických úloh, se dářešit exaktně, a i když dokážeme

Více

Numerická matematika Písemky

Numerická 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

Více

5. Lokální, vázané a globální extrémy

5. 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,

Více

15. KubickÈ rovnice a rovnice vyööìho stupnï

15. KubickÈ rovnice a rovnice vyööìho stupnï 15. KubickÈ rovnice a rovnice vyööìho stupnï Čas od času je možné slyšet v pořadech o počasí jména jako Andrew, Mitch, El Ňiňo. otom následuje zpráva o katastrofálních vichřicích, uragánech a jiných mimořádných

Více

dx se nazývá diferenciál funkce f ( x )

dx se nazývá diferenciál funkce f ( x ) 6 Výklad Definice 6 Nechť je 0 vnitřním bodem definičního oboru D f funkce f ( ) Funkce proměnné d = 0 definovaná vztahem df ( 0) = f ( 0) d se nazývá diferenciál funkce f ( ) v bodě 0, jestliže platí

Více

9. 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 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

Více

a vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0.

a 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

Více

+ 2y. a y = 1 x 2. du x = nxn 1 f(u) 2x n 3 yf (u)

+ 2y. a y = 1 x 2. du x = nxn 1 f(u) 2x n 3 yf (u) Diferenciální počet příklad 1 Dokažte, že funkce F, = n f 2, kde f je spojitě diferencovatelná funkce, vhovuje vztahu + 2 = nf ; 0 Řešení: Označme u = 2. Pak je F, = n fu a platí Podle vět o derivaci složené

Více

Libovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice. sin x + x 2 2 = 0.

Libovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice. sin x + x 2 2 = 0. A 9 vzorové řešení Př. 1. Libovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice Počítejte v radiánech, ne ve stupních! sin x + x 2 2 = 0. Rovnici lze upravit na sin

Více

Studijní 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 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.,

Více

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. 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

Více

7. SOUSTAVY LINEÁRNÍCH A KVADRATICKÝCH ROVNIC

7. SOUSTAVY LINEÁRNÍCH A KVADRATICKÝCH ROVNIC 7. SOUSTAVY LINEÁRNÍCH A KVADRATICKÝCH ROVNIC 7.1. Řeš pro reálné neznámé a y soustavu lineárních rovnic: = 5 = 1 = 5 / 5 = 1 / 3 1 15y = 15 1+ 15y = 3 31 = 155 = 5 {[ ] K = 5; 5 = 5 / 7 = 1 / 14 1y =

Více

Matematika I (KX001) Užití derivace v geometrii, ve fyzice 3. října f (x 0 ) (x x 0) Je-li f (x 0 ) = 0, tečna: x = 3, normála: y = 0

Matematika I (KX001) Užití derivace v geometrii, ve fyzice 3. října f (x 0 ) (x x 0) Je-li f (x 0 ) = 0, tečna: x = 3, normála: y = 0 Rovnice tečny a normály Geometrický význam derivace funkce f(x) v bodě x 0 : f (x 0 ) = k t k t je směrnice tečny v bodě [x 0, y 0 = f(x 0 )] Tečna je přímka t : y = k t x + q, tj y = f (x 0 ) x + q; pokud

Více

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

3 Lineární kombinace vektorů. Lineární závislost a nezávislost 3 Lineární kombinace vektorů. Lineární závislost a nezávislost vektorů. Obrázek 5: Vektor w je lineární kombinací vektorů u a v. Vektory u, v a w jsou lineárně závislé. Obrázek 6: Vektor q je lineární

Více

X = x, y = h(x) Y = y. hodnotám x a jedné hodnotě y. Dostaneme tabulku hodnot pravděpodobnostní

X = x, y = h(x) Y = y. hodnotám x a jedné hodnotě y. Dostaneme tabulku hodnot pravděpodobnostní ..08 8cv7.tex 7. cvičení - transformace náhodné veličiny Definice pojmů a základní vzorce Je-li X náhodná veličina a h : R R je měřitelná funkce, pak náhodnou veličinu Y, která je definovaná vztahem X

Více

Polynomy a interpolace text neobsahuje přesné matematické definice, pouze jejich vysvětlení

Polynomy a interpolace text neobsahuje přesné matematické definice, pouze jejich vysvětlení Polynomy a interpolace text neobsahuje přesné matematické definice, pouze jejich vysvětlení Polynom nad R = zobrazení f : R R f(x) = a n x n + a n 1 x n 1 +... + a 1 x + a 0, kde a i R jsou pevně daná

Více

Nelineární obvody. V nelineárních obvodech však platí Kirchhoffovy zákony.

Nelineární obvody. V nelineárních obvodech však platí Kirchhoffovy zákony. Nelineární obvody Dosud jsme se zabývali analýzou lineárních elektrických obvodů, pasivní lineární prvky měly zpravidla konstantní parametr, v těchto obvodech platil princip superpozice a pro analýzu harmonického

Více

21 Diskrétní modely spojitých systémů

21 Diskrétní modely spojitých systémů 21 Dikrétní modely pojitýc ytémů Micael Šebek Automatické řízení 2015 29-4-15 Metoda emulace Automatické řízení - Kybernetika a robotika pojitý regulátor nazývá e také aproximace, dikrétní ekvivalent,

Více

VZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C)

VZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C) VZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C) max. 3 body 1 Zjistěte, zda vektor u je lineární kombinací vektorů a, b, je-li u = ( 8; 4; 3), a = ( 1; 2; 3), b = (2; 0; 1). Pokud ano, zapište tuto lineární kombinaci.

Více

Numerické řešení nelineárních rovnic

Numerické 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

Více

Základy matematiky pro FEK

Základy matematiky pro FEK Základy matematiky pro FEK 8. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 14 Derivace funkce U lineárních funkcí ve tvaru

Více

Co jsme udělali: Au = f, u D(A)

Co 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

Více

Hledání extrémů funkcí

Hledání 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

Více

- funkce, které integrujete aproximujte jejich Taylorovými řadami a ty následně zintegrujte. V obou případech vyzkoušejte Taylorovy řady

- funkce, které integrujete aproximujte jejich Taylorovými řadami a ty následně zintegrujte. V obou případech vyzkoušejte Taylorovy řady Vzorové řešení domácího úkolu na 6. 1. 1. Integrály 1 1 x2 dx, ex2 dx spočítejte přibližně následují metodou - funkce, které integrujete aproximujte jejich Taylorovými řadami a ty následně zintegrujte.

Více

Matematická analýza pro informatiky I.

Matematická analýza pro informatiky I. Matematická analýza pro informatiky I. 10. přednáška Diferenciální počet funkcí více proměnných (II) Jan Tomeček jan.tomecek@upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci

Více

Modelování ternárních systémů slitin

Modelování ternárních systémů slitin Software pro modelování ternárních systémů slitin Modelování ternárních systémů slitin pomocí B-splajnových ploch Zuzana Morávková Jiří Vrbický Katedra matematiky a deskriptivní geometrie Vysoká škola

Více

Západočeská univerzita v Plzni. Fakulta aplikovaných věd. Katedra matematiky

Západočeská univerzita v Plzni. Fakulta aplikovaných věd. Katedra matematiky Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky Bakalářská práce Vlastní čísla a poloviční vlastní čísla diferenciálních a diferenčních operátoru druhého řadu Plzeň, 26 Kateryna

Více

Matematika III. Miroslava Dubcová, Daniel Turzík, Drahoslava Janovská. Ústav matematiky

Matematika III. Miroslava Dubcová, Daniel Turzík, Drahoslava Janovská. Ústav matematiky Matematika III Řady Miroslava Dubcová, Daniel Turzík, Drahoslava Janovská Ústav matematiky Přednášky ZS 202-203 Obsah Číselné řady. Součet nekonečné řady. Kritéria konvergence 2 Funkční řady. Bodová konvergence.

Více

Praha & EU: investujeme do vaší budoucnosti. Daniel Turzík, Miroslava Dubcová,

Praha & EU: investujeme do vaší budoucnosti. Daniel Turzík, Miroslava Dubcová, E-sbírka příkladů Seminář z matematiky Evropský sociální fond Praha & EU: investujeme do vaší budoucnosti Daniel Turzík, Miroslava Dubcová, Pavla Pavlíková Obsah 1 Úpravy výrazů................................................................

Více

Derivace úvod. Jak zjistit míru změny?

Derivace úvod. Jak zjistit míru změny? Derivace úvod P ČEZ Jak zjistit míru změny? Derivace nám dá odpověď jestli je funkce: rostoucí/klesající konkávní/konvení jak moc je strmá jak moc roste kde má maimum/minimum 1000 700 P ČEZ P ČEZ 3% 4%

Více

Definice 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

Definice 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

Více

Připomenutí co je to soustava lineárních rovnic

Připomenutí 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

Více

vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x).

vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x). Řešené příklady z lineární algebry - část 6 Typové příklady s řešením Příklad 6.: Kvadratickou formu κ(x) = x x 6x 6x x + 8x x 8x x vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých

Více

Riemannův určitý integrál

Riemannův určitý integrál Riemannův určitý integrál 1. Motivační příklad Příklad (Motivační příklad pro zavedení Riemannova integrálu). Nechť,. Vypočtěme obsah vybarvené oblasti ohraničené grafem funkce, osou a svislými přímkami

Více

VYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni. Abstrakt

VYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni. Abstrakt VYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni Abstrakt Současný trend snižování počtu kontaktních hodin ve výuce nutí vyučující

Více

Zimní semestr akademického roku 2015/ ledna 2016

Zimní semestr akademického roku 2015/ ledna 2016 Cvičení k předmětu BI-ZMA Tomáš Kalvoda Katedra aplikované matematiky FIT ČVUT Matěj Tušek Katedra matematiky FJFI ČVUT Zimní semestr akademického roku 015/016 5. ledna 016 Obsah Cvičení Předmluva iii

Více

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}.

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}. VIII. Náhodný vektor. Náhodný vektor (X, Y má diskrétní rozdělení s pravděpodobnostní funkcí p, kde p(x, y a(x + y +, x, y {,, }. a Určete číslo a a napište tabulku pravděpodobnostní funkce p. Řešení:

Více

Vyměníme druhý řádek s posledním a vynulujeme 2. sloupec pod diagonálou:

Vyměníme druhý řádek s posledním a vynulujeme 2. sloupec pod diagonálou: Příklad : Gassovo eliminační metodo řešte sostav rovnic: Řešení: Napíšeme rozšířeno matici sostavy tj matici tvořeno koeficienty neznámýc ke kterým přidáme slopec pravýc stran: R Tto matici převedeme ekvivalentními

Více

FP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

FP - 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

Více