Teknillinen tiedekunta, matematiikan jaos Numeeriset menetelmät

Samankaltaiset tiedostot
f[x i ] = f i, f[x i,..., x j ] = f[x i+1,..., x j ] f[x i,..., x j 1 ] x j x i T n+1 (x) = 2xT n (x) T n 1 (x), T 0 (x) = 1, T 1 (x) = x.

MATEMATIIKAN JAOS NUMEERISET MENETELMÄT

Epälineaaristen yhtälöiden ratkaisumenetelmät

Epälineaaristen yhtälöiden ratkaisumenetelmät

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.

Konjugaattigradienttimenetelmä

Harjoitus 7 -- Ratkaisut

Iteratiiviset ratkaisumenetelmät

Numeeriset Menetelmät, P. Keijo Ruotsalainen Teknillinen tiedekunta matematiikan jaos

Mapu 1. Laskuharjoitus 3, Tehtävä 1

Numeeriset menetelmät Pekka Vienonen

Numeeriset menetelmät

Numeeriset menetelmät

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2)

Differentiaali- ja integraalilaskenta

Numeeriset Menetelmät, P. Keijo Ruotsalainen Teknillinen tiedekunta matematiikan jaos

(0 desimaalia, 2 merkitsevää numeroa).

Inversio-ongelmien laskennallinen peruskurssi Luento 7 8

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit

Numeeriset menetelmät TIEA381. Luento 4. Kirsi Valjus. Jyväskylän yliopisto. Luento 4 () Numeeriset menetelmät / 44

Lineaarinen toisen kertaluvun yhtälö

Numeeriset menetelmät

Luento 5: Suurten lineaaristen yhtälöryhmien ratkaiseminen iteratiivisilla menetelmillä

BM20A5810 Differentiaalilaskenta ja sovellukset Harjoitus 5, Syksy 2016

5.1. Normi ja suppeneminen Vektoriavaruus V on normiavaruus, jos siinä on määritelty normi : V R + = [0, ) jolla on ominaisuudet:

Differentiaalilaskenta 1.

Matriisilaskenta (TFM) MS-A0001 Hakula/Vuojamo Ratkaisut, Viikko 47, 2017

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );

Fx-CP400 -laskimella voit ratkaista yhtälöitä ja yhtälöryhmiä eri tavoin.

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

BM20A1501 Numeeriset menetelmät 1 - AIMO

n. asteen polynomilla on enintään n nollakohtaa ja enintään n - 1 ääriarvokohtaa.

3x + y + 2z = 5 e) 2x + 3y 2z = 3 x 2y + 4z = 1. x + y 2z + u + 3v = 1 b) 2x y + 2z + 2u + 6v = 2 3x + 2y 4z 3u 9v = 3. { 2x y = k 4x + 2y = h

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Luento 9: Newtonin iteraation sovellus: optimointiongelma

S SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA

Inversio-ongelmien laskennallinen peruskurssi Luento 3

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Returns to Scale II. S ysteemianalyysin. Laboratorio. Esitelmä 8 Timo Salminen. Teknillinen korkeakoulu

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /

Mat Matematiikan peruskurssi K2

Matematiikan tukikurssi

Yhtälöryhmän iteratiivinen ratkaiseminen

Differentiaali- ja integraalilaskenta 1 Ratkaisut 3. viikolle /

Numeeriset menetelmät TIEA381. Luento 2. Kirsi Valjus. Jyväskylän yliopisto. Luento 2 () Numeeriset menetelmät / 39

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018

y=-3x+2 y=2x-3 y=3x+2 x = = 6

Matematiikan perusteet taloustieteilij oille I

ja F =

Este- ja sakkofunktiomenetelmät

TEKNILLINEN TIEDEKUNTA, MATEMATIIKAN JAOS

3 x 1 < 2. 2 b) b) x 3 < x 2x. f (x) 0 c) f (x) x + 4 x Etsi käänteisfunktio (määrittely- ja arvojoukkoineen) kun.

Luento 11: Rajoitusehdot. Ulkopistemenetelmät

MAA2.3 Koontitehtävät 2/2, ratkaisut

mlnonlinequ, Epälineaariset yhtälöt

Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16

HARJOITUS- PAKETTI A

MS-C1340 Lineaarialgebra ja

PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA

tyyppi metalli puu lasi työ I II III metalli puu lasi työ

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi

4. Differentiaaliyhtälöryhmät 4.1. Ryhmän palauttaminen yhteen yhtälöön

Numeeriset menetelmät

MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio.

Matriisilaskenta Luento 8: LU-hajotelma

f(x) f(y) x y f f(x) f(y) (x) = lim

Numeeriset menetelmät TIEA381. Luento 13. Kirsi Valjus. Jyväskylän yliopisto. Luento 13 () Numeeriset menetelmät / 42

Todellinen vuosikorko. Efektiivinen/sisäinen korkokanta. Huomioitavaa

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)

2. kl:n DY:t. Lause. Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =

Kun yhtälöä ei voi ratkaista tarkasti (esim yhtälölle x-sinx = 1 ei ole tarkkaa ratkaisua), voidaan sille etsiä likiarvo.

Capacity Utilization

812336A C++ -kielen perusteet,

Muutoksen arviointi differentiaalin avulla

Numeeriset menetelmät

Numeeriset menetelmät

ja B = 2 1 a) A + B, b) AB, c) BA, d) A 2, e) A T, f) A T B, g) 3A (e) A =

Differentiaalilaskennan tehtäviä

ja B = 2 1 a) A + B, b) AB, c) BA, d) A 2, e) A T, f) A T B, g) 3A (e)

Funktio 1. a) Mikä on funktion f (x) = x lähtöjoukko eli määrittelyjoukko, kun 0 x 5?

Matemaattinen Analyysi

Preliminäärikoe Pitkä Matematiikka

Matematiikan tukikurssi, kurssikerta 3

Matematiikan tukikurssi

Matematiikan tukikurssi

Osittaistuenta Gaussin algoritmissa: Etsitään 1. sarakkeen itseisarvoltaan suurin alkio ja vaihdetaan tämä tukialkioiksi (eli ko. rivi 1. riviksi).

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I

A-osio. Ilman laskinta. MAOL-taulukkokirja saa olla käytössä. Maksimissaan yksi tunti aikaa. Laske kaikki tehtävät:

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ

Dynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Matematiikan tukikurssi: kurssikerta 12

Funktioiden approksimointi ja interpolointi

Osa IX. Z muunnos. Johdanto Diskreetit funktiot

Harjoitus 4: Matlab - Optimization Toolbox

r > y x z x = z y + y x z y + y x = r y x + y x = r

Transkriptio:

Numeeriset menetelmät 1. välikoe, 14.2.2009 1. Määrää matriisin 1 1 a 1 3 a a 4 a a 2 1 LU-hajotelma kaikille a R. Ratkaise LU-hajotelmaa käyttäen yhtälöryhmä Ax = b, missä b = [ 1 3 2a 2 a + 3] T. 2. Suppenevatko Gauss-Seidelin iteraatiot matriisiyhtälölle 2 1 x1 0 1 3 1 Perustele vastauksesi. Laske Gauss-Seidelin menetelmällä ratkaisun approksimaatio x (4) ja arvioi virheen suuruutta -normin suhteen. 3. Yhtälön x 2 = 0 juurta välillä [ 5 3 3] etsitään kiintopisteiteraatiolla: a) x k+1 = 2 + x k b) x k+1 = 1 + 2 x k Osoita, että kiintopisteiteraatiot suppenevat. Kumpi kiintopisteiteraatio antaa tarkemman approksimaation neljän iteraation jälkeen, kun alkuarvauksena käytetään x 0 = 1.9? 4. Ratkaise Newtonin menetelmällä (l. Newton-Raphson menetelmällä) yhtälöryhmän 4 + y 3 2 = 0 ratkaisun approksimaatio. Laske kaksi iteraatiota lähtien alkuarvauksesta x 0 = 0.4, y 0 = 0.4. Kaavat kääntöpuolella

Faculty of Technology, Math division Numerical Methods 1. midterm, 14.2.2009 1. Find the LU-decomposition of the matrix 1 1 a 1 3 a. a 4 a a 2 1 Using the LU-decomposition solve the equation Ax = b, where b = [ 1 3 2a 2 a+3] T. 2. Does the Gauss-Seidel iterations converge for the matrix equation 2 1 x1 0 1 3 1 Justify your answer. Compute with the Gauss-Seidel iterations the approximation x (4) and estimate its error in -norm. 3. The root of the equation x 2 = 0 that lies on the interval [ 5 3 by the following fixed point iterations: 3] are approximated a) x k+1 = 2 + x k b) x k+1 = 1 + 2 x k Show that the the fixed point iterations converge. Which one gives more accurate approximation after four iterations when you start the iterations from x 0 = 1.9? 4. Solve by the Newton method the approxiamte solution of the system of equations 4 + y 3 2 = 0. Compute two iterations starting from x 0 = 0.4, y 0 = 0.4. Formulas on the back

Numeeriset menetelmät/kajaani 1. välikoe, 10.3.2004 1. Määrää matriisin [ 4 ] 0 5 3 1 5 QR-hajotelma Householderin menetelmällä. 2. Ratkaise Jacobin iteraatiomenetelmällä yhtälöryhmän 3 1 x1 4 1 3 4 = [0 0] T. Arvioi ratkaisun a posteriori- likiratkaisu x (4), kun alkuarvaus on x (0) virhettä. 3. Pallo heitetään suoraan ylös alkunopeudella v 0 = 20 m/s korkeudelta x 0 = 0. Sen korkeus ajanfunktiona on x(t) = 1 ρ (v 0 + v r )(1 e ρt ) v r t, missä ρ = 0.35 on ilmanvastuksesta johtuva termi, pallon loppunopeus v r = g ρ. Maan vetovoiman kiihtyvyys g = 9.8 m/s 2. Millä ajanhetkellä pallo palaa alkutilaan? Ratkaise ongelma Newtonin menetelmällä. 4. Ratkaise Newtonin menetelmällä (l. Newton-Raphson menetelmällä) yhtälöryhmän 4 + y 3 2 = 0 ratkaisun approksimaatio. Laske kaksi iteraatiota lähtien alkuarvauksesta x 0 = 0.4, y 0 = 0.4.

Numeeriset menetelmät 1. välikoe, 21.2.2004 1. Määrää matriisin 0 0 1 0 1 2 1 1 2 QR-hajotelma Householderin menetelmällä. 2. Ratkaise konjugaattigradienttimenetelmällä yhtälö 3 1 x1 4 1 3 4 3. Funktion f(x) = e x x 2 nollakohta on välillä [1, 2]. Suppeneeko jompikumpi tai peräti molemmat seuraavista kiintopisteiteraatiojonoista x k+1 = e x k 2, tai x k+1 = ln(x k + 2) kohti funktion nollakohtaa? Perustele väittämäsi. 4. Ratkaise Newtonin menetelmällä (l. Newton-Raphson menetelmällä) yhtälöryhmän 4 + y 3 2 = 0 ratkaisun approksimaatio. Laske kaksi iteraatiota lähtien alkuarvauksesta x 0 = 0.4, y 0 = 0.4.

Numeeriset menetelmät 1. välikoe, 20.2.2010 1. Määrää Pascalin matriisin 1 1 1 1 1 1 2 3 4 5 A = 1 3 6 10 15 1 4 10 20 35 1 5 15 35 70 LU-hajotelma. 2. Ratkaise Jacobin iteraatiolla lineaarisen yhtälöryhmän 3x 1 x 3 = 3 x 1 + 4 x 3 = 4 x 1 + 5x 3 = 5 ratkaisun approksimaatio x (4) ja arvioi approksimaation virhettä, kun alkuarvaukset aloitetaan pisteestä x (0) = [0 0 0] T. 3. Osoita, että funktiolla ϕ(x) = cos(x) on kiintopiste välillä I = [0.65, 0.8]. Määrää kiintopisteen approksimaatio 4:n desimaalin tarkkuudella. 4. Yhtälöryhmän { + y 2 x = 0 y 2 y = 0 eräs ratkaisu on pisteen (x 0, y 0 ) = (0.8, 0.5) ympäristössä. Määrää ratkaisun approksimaatio Newtonin menetelmällä. Laske ainakin kaksi iteraatiota.

Kaavakokoelma x (k+1) = Bx (k) + c, x x (k) L 1 L x(k) x (k 1) Lk 1 L x(1) x (0) x n = ϕ(z n ), y n = ϕ(x n ) z n+1 = z n (x n z n ) 2 y n 2x n + z n [ ] F : R 2 R 2 F1 (x, y), F (x, y) = F 2 (x, y) ] F (x, y) = [ F1 (x,y) x F 2 (x,y) x F 1 (x,y) y F 2 (x,y) y f[x i ] = f(x i ), f[x i,..., x j ] = f[x i+1,..., x j ] f[x i,..., x j 1 ] x j x i ] 1. x 0 = 0, r 0 = d 0 = b; 2. k = 0,..., n 1 β k = r k 2 r k 1 2, β 0 = 0 d k = r k + β k d k 1, d 0 = r 0 α k = r k 2 d T k Ad k x k+1 = x k + α k d k r k+1 = r k α k Ad k