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

Podobné dokumenty
A 9. Počítejte v radiánech, ne ve stupních!

Numerická matematika Banka řešených příkladů

Typy příkladů na písemnou část zkoušky 2NU a vzorová řešení (doc. Martišek 2017)

Numerická matematika Písemky

INTERPOLAČNÍ POLYNOM. F (x)... hledaná funkce (polynom nebo funkce vytvořená z polynomů), pro kterou platí

Moderní numerické metody

Připomenutí co je to soustava lineárních rovnic

INTERPOLAČNÍ POLYNOM.... hledaná funkce (polynom nebo funkce vytvořená z polynomů), pro kterou platí

0 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

Soustavy lineárních rovnic-numerické řešení. October 2, 2008

Matematika 3. Sbírka příkladů z numerických metod. RNDr. Michal Novák, Ph.D. ÚSTAV MATEMATIKY

Semestrální písemka BMA3 - termín varianta A13 vzorové řešení

Co je obsahem numerických metod?

Iterační metody řešení soustav lineárních rovnic. 27. prosince 2011

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

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

Požadavky a podmínky zkoušky z Numerických metod I (2NU)

Soustavy lineárních rovnic-numerické řešení


METODA PŮLENÍ INTERVALU (METODA BISEKCE) METODA PROSTÉ ITERACE NEWTONOVA METODA

Aplikovaná numerická matematika - ANM

Numerická matematika 1

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

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.

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

Integrace. Numerické metody 7. května FJFI ČVUT v Praze

Matematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a

5. Interpolace a aproximace funkcí

Numerická matematika. Zadání 25. Řešení diferenciální rovnice Rungovou Kuttovou metodou

III. MKP vlastní kmitání

VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY

Interpolace Lagrangeovy polynomy. 29. října 2012

Důvodů proč se zabývat numerickou matematikou je více. Ze základní školy si odnášíme znalost, že číslo

Pozn. 1. Při návrhu aproximace bychom měli aproximační funkci vybírat tak, aby vektory ϕ (i) byly lineárně

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík

Numerické řešení nelineárních rovnic

Matematika I A ukázkový test 1 pro 2014/2015

Newtonova metoda. 23. října 2012

Řešení nelineárních rovnic

Hledání extrémů funkcí

Soustavy nelineárních rovnic pomocí systému Maple. Newtonova metoda.

Program SMP pro kombinované studium

Pseudospektrální metody

1 Diference a diferenční rovnice

F A,B = Vektory baze vyjádřete jako aritmetické vektory souřadnic vzhledem

Čebyševovy aproximace

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

Numerické metody a statistika

České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská OKRUHY. ke státním závěrečným zkouškám BAKALÁŘSKÉ STUDIUM

Interpolace, ortogonální polynomy, Gaussova kvadratura

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

Globální matice konstrukce

Hledání kořenů rovnic jedné reálné proměnné metoda půlení intervalů Michal Čihák 23. října 2012

výsledek 2209 y (5) (x) y (4) (x) y (3) (x) 7y (x) 20y (x) 12y(x) (horní indexy značí derivaci) pro 1. y(x) = sin2x 2. y(x) = cos2x 3.

LINEÁRNÍ ROVNICE S ABSOLUTNÍ HODNOTOU

1 0 0 u 22 u 23 l 31. l u11

SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC

Nerovnice v součinovém tvaru, kvadratické nerovnice

řešeny numericky 6 Obyčejné diferenciální rovnice řešeny numericky

Nerovnice, grafy, monotonie a spojitost

Kombinatorická minimalizace

Příklady pro cvičení 22. dubna 2015

Téma je podrobně zpracováno ve skriptech [1], kapitola

Numerické metody a programování. Lekce 7

Matematika 1 sbírka příkladů

ODR metody Runge-Kutta

Obsah Obyčejné diferenciální rovnice

1 Polynomiální interpolace

Řešení diferenciálních rovnic

Určete a graficky znázorněte definiční obor funkce

DRN: Kořeny funkce numericky

úloh pro ODR jednokrokové metody

= cos sin = sin + cos = 1, = 6 = 9. 6 sin 9. = 1 cos 9. = 1 sin cos 9 = 1 0, ( 0, ) = 1 ( 0, ) + 6 0,

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

metoda Regula Falsi 23. října 2012

DRN: Soustavy linárních rovnic numericky, norma

Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda

----- Studijní obory. z matematiky. z matematiky. * Aplikovaná matematika * Matematické metody v ekonomice

Numerické řešení nelineárních rovnic

stránkách přednášejícího.

Numerická matematika: Pracovní listy

Aproximace funkcí. Polynom Φ m (x) = c 0 + c 1 x + c 2 x c m x m. Φ m (x) = c 0 g 0 (x) + c 1 g 1 (x) + c 2 g 2 (x) +...

Numerická integrace a derivace

ŘEŠENÍ NELINEÁRNÍCH ROVNIC

Zimní semestr akademického roku 2015/ ledna 2016

Derivace funkcí více proměnných

4 všechny koeficienty jsou záporné, nedochází k žádné změně. Rovnice tedy záporné reálné kořeny nemá.

Dělení. Demonstrační cvičení 8 INP

ŘEŠENÍ NELINEÁRNÍCH ROVNIC

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

MATLAB a numerické metody

Zadání semestrálních prací 2NU, 2016/17, doc. Martišek

I. 7. Diferenciál funkce a Taylorova věta

LEKCE10-RAD Otázky

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

Zlín, 23. října 2011

Numerické řešení nelineárních rovnic

Numerické metody lineární algebry

diferenciální rovnice verze 1.1

APROXIMACE KŘIVEK V MATLABU NEWTONŮV INTERPOLAČNÍ POLYNOM CURVE FITTING IN MATLAB NEWTON INTERPOLATION POLYNOMIAL

Transkript:

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 x = x 2 + 2. Nakreslíme-li do jednoho obrázku grafy funkcí y = sin x a y = x 2 + 2, vidíme, že kladný kořen leží v intervalu 1, 2. Můžeme to ještě ověřit dosazením do funkce f(x) = sin x + x 2 2: f(1) = sin 1 + 1 2 < 0, f(2) = sin 2 + 4 2 > 0, znaménka jsou opačná, v intervalu 1, 2 leží kořen rovnice f(x) = 0. y 2 1 3 2 1 1 2 3 Kořen můžeme hledat např. Newtonovou metodou: Výběr počáteční aproximace tak, aby byla zaručena konvergence (nebylo nutno dělat): Ověříme, že f a f nemění v intervalu 1, 2 znaménko: f (x) = cos x + 2x > 0 pro x 1, 2 (protože 1 cos x 1 a 2x 2 pro x 1, 2 ). f (x) = sin x + 2 > 0 pro libovolné x (protože 1 sin x 1, tedy sin x + 2 > 0). Zvolíme x 0 = 2, protože f(2) > 0 a f (2) > 0. Další aproximace pak počítáme podle vztahu x k+1 = x k sin x k + x 2 k 2 : cos x k + 2x k x 1 = 1,1882; x 2 = 1,0647; x 3 = 1,0616; x 4 = 1,0615. Přesnost je dosažena, kořen je přibližně 1,062. Př. 2. Gauss-Seidelovou metodou řešte soustavu rovnic 20x 3y + 4z = 40 2x + 10y 3z = 15 2x y 8z = 20 Ověřte, že je splněna podmínka konvergence metody rozepište! Vyjděte z bodu (x 0, y 0, z 0 ) = (0; 0; 0) a proved te 2 kroky. Podmínka konvergence je splněna, protože matice soustavy je řádkově diagonálně dominantní: 20 > 3 + 4, 10 > 2 + 3, 8 > 2 + 1. Budeme dosazovat do iteračních vztahů x k+1 = 1 (40 + 3y 20 k 4z k ) y k+1 = 1 (15 2x 10 k+1 + 3z k ) z k+1 = 1 (20 2x 8 k+1 + y k+1 ) Vyjde: x 1 = (40+3 0 4 0)/20 = 2, y 1 = (15 2 2+3 0)/10 = 1,1, z 1 = (20 2 2+1,1)/8 = 2,1375 x 2 = 2,5925, y 2. = 0,3402, z2. = 1,8944 1 2 x

Př. 3. Najděte Lagrangeův interpolační polynom daný uzly x i -1 0 2 f i 6 1 3 Polynom roznásobte a pak proved te zkoušku, že se jedná opravdu o správný interpolační polynom. P 2 (x) = 6 (x 0) (x 2) (x + 1) (x 2) (x + 1) (x 0) + 1 + 3 ( 1 0) ( 1 2) (0 + 1) (0 2) (2 + 1) (2 0) = 2x2 3x + 1 Zkouška: ověříme, že P 2 (x i ) = f i pro i = 0, 1, 2: P 2 ( 1) = 2 ( 1) 2 3 ( 1) + 1 = 6 = f 0 ; P 2 (0) = 1 = f 1 ; P 2 (2) = 2 4 3 2 + 1 = 3 = f 2.

B 9 vzorové řešení Př. 1. Libovolnou z probraných metod najděte s přesností na 4 desetinná místa záporný kořen rovnice 2e x x 4 = 0. Rovnici lze upravit na 2e x = x + 4. Nakreslíme-li do jednoho obrázku grafy funkcí y = 2e x a y = x + 4, vidíme, že záporný kořen leží v intervalu 4, 3. Můžeme to ještě ověřit dosazením do funkce f(x) = 2e x x 4: f( 4) = 2e 4 +4 4 > 0, f( 3) = 2e 3 +3 4 < 0, znaménka jsou opačná, v intervalu 4, 3 leží kořen rovnice f(x) = 0. 5 4 3 2 1 0 1 2 3 Kořen můžeme hledat např. Newtonovou metodou: Výběr počáteční aproximace tak, aby byla zaručena konvergence (nebylo nutno dělat): Ověříme, že f a f nemění v intervalu 4, 3 znaménko: f (x) = 2e x 1 < 0 pro x 4, 3 (protože 2e x 2e 3. = 0,1). f (x) = 2e x > 0 pro libovolné x. Zvolíme x 0 = 4, protože f( 4) > 0 a f ( 4) > 0. Další aproximace pak počítáme podle vztahu x k+1 = x k 2ex k xk 4 2e x k 1 : x 1 = 3,9620; x 2 = 3,9619; x 3 = 3,9619. Přesnost je dosažena, kořen je přibližně 3,9619. Př. 2. Jacobiho metodou řešte soustavu rovnic 10x + y 2z = 30 3x + 20y 4z = 10 x 4y 40z = 20 Ověřte, že je splněna podmínka konvergence metody rozepište! Vyjděte z bodu (x 0, y 0, z 0 ) = (3; 1; 0) a proved te 2 kroky. Podmínka konvergence je splněna, protože matice soustavy je řádkově diagonálně dominantní: 10 > 1 + 2, 20 > 3 + 4, 40 > 1 + 4. Budeme dosazovat do iteračních vztahů x k+1 = 1 (30 y 10 k + 2z k ) y k+1 = 1 (10 3x 20 k + 4z k ) z k+1 = 1 40 k + 4y k ) Vyjde: x 1 = (30 1+2 0)/10 = 2,9, y 1 = (10 3 3+4 0)/20 = 0,05, z 1 = (20 3+4 1)/40 = 0,525 x 2 = 2,89 y 2 = 0,04, z 2 = 0,4325 x 6 5 4 3 2 1 1 y

Př. 3. Najděte Lagrangeův interpolační polynom daný uzly x i -2 0 2 f i -15-1 -3 Polynom roznásobte a pak proved te zkoušku, že se jedná opravdu o správný interpolační polynom. P 2 (x) = (x 0) (x 2) (x + 2) (x 2) (x + 2) (x 0) 15 1 3 ( 2 0) ( 2 2) (0 + 2) (0 2) (2 + 2) (2 0) = = 2x 2 + 3x 1 Zkouška: ověříme, že P 2 (x i ) = f i pro i = 0, 1, 2: P 2 ( 2) = 2 ( 2) 2 + 3 ( 2) 1 = 15 = f 0 ; P 2 (0) = 1 = f 1 ; P 2 (2) = 8 + 6 1 = 3 = f 2.

C 9 vzorové řešení Př. 1. Libovolnou z probraných metod najděte s přesností na 3 desetinná místa záporný kořen rovnice cos x + x 2 3 = 0. Počítejte v radiánech, ne ve stupních! Rovnici lze upravit na cos x = x 2 + 3. 4 Nakreslíme-li do jednoho obrázku grafy funkcí y = cos x a y = x 2 3 + 3, vidíme, že záporný kořen leží v intervalu 2, 1. y 2 Můžeme to ještě ověřit dosazením do funkce f(x) = cos x + x 2 3: 1 f( 1) = cos( 1) + 1 2 < 0, 4 3 2 1 0 1 2 3 4 f( 2) = cos( 2) + 4 3 > 0, x znaménka jsou opačná, v intervalu 2, 1 leží 1 kořen rovnice f(x) = 0. Kořen můžeme hledat např. Newtonovou metodou: Výběr počáteční aproximace tak, aby byla zaručena konvergence (nebylo nutno dělat): Ověříme, že f a f nemění v intervalu 2, 1 znaménko: f (x) = sin x + 2x < 0 pro x 2, 1 (protože 1 sin x 1 a 2x 2 pro x 2, 1 ). f (x) = cos x + 2 > 0 pro libovolné x (protože 1 cos x 1, tedy cos x + 2 > 0). Zvolíme x 0 = 2, protože f( 2) > 0 a f ( 2) > 0. Další aproximace pak počítáme podle vztahu x k+1 = x k cos x k + x 2 k 3 : sin x k + 2x k x 1 = 1,8111; x 2 = 1,7952; x 3 = 1,7951. Přesnost je dosažena, kořen je přibližně 1,795. Př. 2. Gauss-Seidelovou metodou řešte soustavu rovnic 20x 3y + 5z = 50 3x 10y 2z = 20 x 2y + 5z = 10 Ověřte, že je splněna podmínka konvergence metody rozepište! Vyjděte z bodu (x 0, y 0, z 0 ) = (0; 0; 0) a proved te 2 kroky. Podmínka konvergence je splněna, protože matice soustavy je řádkově diagonálně dominantní: 20 > 3 + 5, 10 > 3 + 2, 5 > 1 + 2. Budeme dosazovat do iteračních vztahů x k+1 = 1 (50 + 3y 20 k 5z k ) y k+1 = 1 10 k+1 + 2z k ) z k+1 = 1 (10 x 5 k+1 + 2y k+1 ) Vyjde: x 1 = (50 + 3 0 5 0)/20 = 2,5, y 1 = (20 3 2,5 + 2 0)/10 = 1,25, z 1 = (10 2,5 + 2 ( 1,25))/5 = 1 x 2 = 2,0625, y 2 = 1,58125, z 2 = 0,955

Př. 3. Najděte Lagrangeův interpolační polynom daný uzly x i -1 0 2 f i 6 2 12 Polynom roznásobte a pak proved te zkoušku, že se jedná opravdu o správný interpolační polynom. P 2 (x) = (x 0) (x 2) (x + 1) (x 2) (x + 1) (x 0) 6 + 2 + 12 ( 1 0) ( 1 2) (0 + 1) (0 2) (2 + 1) (2 0) = = 3x 2 x + 2 Zkouška: ověříme, že P 2 (x i ) = f i pro i = 0, 1, 2: P 2 ( 1) = 3 ( 1) 2 ( 1) + 2 = 6 = f 0 ; P 2 (0) = 2 = f 1 ; P 2 (2) = 3 4 2 + 2 = 12 = f 2.

D 9 vzorové řešení Př. 1. Libovolnou z probraných metod najděte s přesností na 4 desetinná místa kladný kořen rovnice e x 2x 3 = 0. Rovnici lze upravit na e x = 2x + 3. Nakreslíme-li do jednoho obrázku grafy funkcí y = 8 e x a y = 2x + 3, vidíme, že kladný kořen leží v intervalu 1, 2. Můžeme to ještě ověřit dosazením do funkce 6 f(x) = e x 2x 3: f(1) = e 2 3 < 0, f(2) = e 2 4 3 > 0, znaménka jsou opačná, v intervalu 1, 2 leží kořen rovnice f(x) = 0. y 4 Kořen můžeme hledat např. Newtonovou metodou: Výběr počáteční aproximace tak, aby byla 2 zaručena konvergence (nebylo nutno dělat): Ověříme, že f a f nemění v intervalu 1, 2 znaménko: f (x) = e x 2 > 0 pro x 1, 2 (protože e x e =. 3 2 1 1 2 3 2,7 pro x 1, 2 ). x f (x) = e x > 0 pro libovolné x. Zvolíme x 0 = 2, protože f(2) > 0 a f (2) > 0. Další aproximace pak počítáme podle vztahu x k+1 = x k ex k 2xk 3 : e x k 2 x 1 = 1,9278; x 2 = 1,9239; x 3 = 1,9239. Přesnost je dosažena, kořen je přibližně 1,9239. Př. 2. Jacobiho metodou řešte soustavu rovnic 5x 2y + z = 15 2x 20y + 5z = 30 3x y + 10z = 20 Ověřte, že je splněna podmínka konvergence metody rozepište! Vyjděte z bodu (x 0, y 0, z 0 ) = ( 3; 1; 2) a proved te 2 kroky. Podmínka konvergence je splněna, protože matice soustavy je řádkově diagonálně dominantní: 5 > 2 + 1, 20 > 2 + 5, 10 > 3 + 1. Budeme dosazovat do iteračních vztahů x k+1 = 1 5 ( 15 + 2y k z k ) y k+1 = 1 20 k 5z k ) z k+1 = 1 (20 3x 10 k + y k ) Vyjde: x 1 = ( 15 + 2 ( 1) 2)/5 = 3,8, y 1 = (30 2 ( 3) 5 2)/20 = 1,3, z 1 = (20 3 ( 3) + ( 1))/10 = 2,8 x 2 = 4,08, y 2 = 1,18, z 2 = 3,01

Př. 3. Najděte Lagrangeův interpolační polynom daný uzly x i -2 0 1 f i 4-4 1 Polynom roznásobte a pak proved te zkoušku, že se jedná opravdu o správný interpolační polynom. P 2 (x) = (x 0) (x 1) (x + 2) (x 1) (x + 2) (x 0) 4 4 + 1 ( 2 0) ( 2 1) (0 + 2) (0 1) (1 + 2) (1 0) = = 3x 2 + 2x 4 Zkouška: ověříme, že P 2 (x i ) = f i pro i = 0, 1, 2: P 2 ( 2) = 3 ( 2) 2 + 2 ( 2) 4 = 4 = f 0 ; P 2 (0) = 4 = f 1 ; P 2 (1) = 3 + 2 4 = 1 = f 2.

A 10 vzorové řešení Př. 1. Libovolnou z probraných metod najděte s přesností na 4 desetinná místa záporný kořen rovnice e x 2x 3 = 0. Rovnici lze upravit na e x = 2x + 3. Nakreslíme-li do jednoho obrázku grafy funkcí y = 8 e x a y = 2x+3, vidíme, že záporný kořen leží v intervalu 2, 1. Můžeme to ještě ověřit dosazením do funkce 6 f(x) = e x 2x 3: f( 1) = e 1 + 2 3 < 0, f( 2) = e 2 + 4 3 > 0, znaménka jsou opačná, v intervalu 2, 1 leží kořen rovnice f(x) = 0. y 4 Kořen můžeme hledat např. Newtonovou metodou: Výběr počáteční aproximace tak, aby byla 2 zaručena konvergence (nebylo nutno dělat): Ověříme, že f a f nemění v intervalu 2, 1 znaménko: f (x) = e x 2 < 0 pro x 2, 1 (protože 3 2 1 1 2 3 e x e 1. = 0,37 pro x 2, 1 ). x f (x) = e x > 0 pro libovolné x. Zvolíme x 0 = 2, protože f( 2) > 0 a f ( 2) > 0. Další aproximace pak počítáme podle vztahu x k+1 = x k ex k 2xk 3 : e x k 2 x 1 = 1,3911; x 2 = 1,3734; x 3 = 1,3734. Přesnost je dosažena, kořen je přibližně 1,3734. Př. 2. Jacobiho metodou řešte soustavu rovnic 20x 3y + 5z = 50 3x 10y 2z = 20 x 2y + 5z = 10 Ověřte, že je splněna podmínka konvergence metody rozepište! Vyjděte z bodu (x 0, y 0, z 0 ) = (2; 1; 2) a proved te 2 kroky. Podmínka konvergence je splněna, protože matice soustavy je řádkově diagonálně dominantní: 20 > 3 + 5, 10 > 3 + 2, 5 > 1 + 2. Budeme dosazovat do iteračních vztahů x k+1 = 1 (50 + 3y 20 k 5z k ) y k+1 = 1 10 k + 2z k ) z k+1 = 1 (10 x 5 k + 2y k ) Vyjde: x 1 = (50+3 ( 1) 5 2)/20 = 1,85, y 1 = (20 3 2+2 2)/10 = 1,8, z 1 = (10 2+2 ( 1))/5 = 1,2 x 2 = 1,93, y 2 = 1,685, z 2 = 0,91

Př. 3. Aproximujte funkci f(x) = 1/(2 + x 2 ) pomocí interpolačního polynomu s uzly x 0 = 0,4, x 1 = 0 a x 2 = 0,4. Pak pomocí nalezeného interpolačního polynomu vypočtěte přibližně f(0,1) a výsledek porovnejte s přesnou hodnotou. Nejjednodušší je výpočet pomocí Newtonova interpolačního polynomu pro ekvidistantní uzly, ale lze i pomocí obecného Newtonova nebo Lagrangeova i.p. Řešení pomocí speciálního tvaru pro ekvidistantní uzly: Tabulka obyčejných diferencí P 2 (x) = 0,4630 + 0, 0370q 0,0741 q(q 1), kde q = x+0,4 2 0,4 x i f i -0,4 0,4630 0,0370-0,0741 0 0,5-0,0370 0,4 0,4630 P 2 (0,1). = 0,4977 (za q dosadíme 0,1+0,4 0,4 = 1,25), Přesně: 1/(2 + 0,1 2 ). = 0,4975 Řešení pomocí obecného tvaru: Tabulka poměrných diferencí: P 2 (x) = 0,4630 + 0,0926(x + 0,4) 0,2315(x + 0,4)(x 0) x i f i -0,4 0,4630 0,0926-0,2315 0 0,5-0,0926 0,4 0,4630 P 2 (0,1). = 0,4977 Přesně: 1/(2 + 0,1 2 ). = 0,4975

B 10 vzorové řešení Př. 1. Libovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice Počítejte v radiánech, ne ve stupních! cos x + x 2 3 = 0. Rovnici lze upravit na cos x = x 2 + 3. Nakreslíme-li do jednoho obrázku grafy funkcí y = cos x a y = x 2 + 3, vidíme, že kladný kořen leží v intervalu 1, 2. Můžeme to ještě ověřit dosazením do funkce f(x) = cos x + x 2 3: f(1) = cos 1 + 1 2 < 0, f(2) = cos 2 + 4 3 > 0, znaménka jsou opačná, v intervalu 1, 2 leží kořen rovnice f(x) = 0. y 4 3 2 1 4 3 2 1 0 1 2 3 4 Kořen můžeme hledat např. Newtonovou metodou: Výběr počáteční aproximace tak, aby byla zaručena konvergence (nebylo nutno dělat): Ověříme, že f a f nemění v intervalu 1, 2 znaménko: f (x) = sin x + 2x > 0 pro x 1, 2 (protože 1 sin x 1 a 2x 2 pro x 1, 2 ). f (x) = cos x + 2 > 0 pro libovolné x (protože 1 cos x 1, tedy cos x + 2 > 0). Zvolíme x 0 = 2, protože f(2) > 0 a f (2) > 0. Další aproximace pak počítáme podle vztahu x k+1 = x k cos x k + x 2 k 3 : sin x k + 2x k x 1 = 1,8111; x 2 = 1,7952; x 3 = 1,7951. Přesnost je dosažena, kořen je přibližně 1,795. Př. 2. Gauss-Seidelovou metodou řešte soustavu rovnic 5x 2y + z = 15 2x 20y + 5z = 30 3x y + 10z = 20 Ověřte, že je splněna podmínka konvergence metody rozepište! Vyjděte z bodu (x 0, y 0, z 0 ) = (0; 0; 0) a proved te 2 kroky. Podmínka konvergence je splněna, protože matice soustavy je řádkově diagonálně dominantní: 5 > 2 + 1, 20 > 2 + 5, 10 > 3 + 1. Budeme dosazovat do iteračních vztahů x k+1 = 1 5 ( 15 + 2y k z k ) y k+1 = 1 20 k+1 5z k ) z k+1 = 1 (20 3x 10 k+1 + y k+1 ) Vyjde: x 1 = ( 15 + 2 0 0)/5 = 3, y 1 = (30 2 ( 3) 5 0)/20 = 1,8, z 1 = (20 3 ( 3) + ( 1,8))/10 = 2,72 x 2 = 4,264, y 2 = 1,2464, z 2. = 3,1546 1 x

Př. 3. Aproximujte funkci f(x) = 1/(1 + 2x 2 ) pomocí interpolačního polynomu s uzly x 0 = 0,5, x 1 = 0 a x 2 = 0,5. Pak pomocí nalezeného interpolačního polynomu vypočtěte přibližně f(0,2) a výsledek porovnejte s přesnou hodnotou. Nejjednodušší je výpočet pomocí Newtonova interpolačního polynomu pro ekvidistantní uzly, ale lze i pomocí obecného Newtonova nebo Lagrangeova i.p. Řešení pomocí speciálního tvaru pro ekvidistantní uzly: Tabulka obyčejných diferencí P 2 (x) = 0,6667 + 0, 3333q 0,6667 q(q 1), kde q = x+0,5 2 0,5 x i f i -0,5 0,6667 0,3333-0,6667 0 1-0,3333 0,5 0,6667 P 2 (0,2). = 0,9467 (za q dosadíme 0,2+0,5 0,5 = 1,4), Přesně: 1/(1 + 2 0,2 2 ). = 0,9259 Řešení pomocí obecného tvaru: Tabulka poměrných diferencí: P 2 (x) = 0,6667 + 0,6667(x + 0,5) 1,3333(x + 0,5)(x 0) x i f i -0,5 0,6667 0,6667-1,3333 0 1-0,6667 0,5 0,6667 P 2 (0,2). = 0,9467 Přesně: 1/(1 + 2 0,2 2 ). = 0,9259