Wyklad mn 5

background image

background image

B – funkcje sklejane (B – spline)

Podział przedziału [a,b] jest równomierny, czyli

N

a

b

Funkcja sklejana s

3

(x) jest przyjmowana w postaci:

 

 

1

N

k

1

k

k

k

3

x

B

a

x

s

gdzie funkcje B

k

(x) tworzą bazę przestrzeni s

3

(x) i mają

postać:

background image

x

y

a=x

0

y

0

x

k

=k

y

k

b=N

y

N

s

m

(x)

 

2

k

2

-

k

2

k

1

k

3

2

k

1

k

k

3

1

k

2

1

k

1

k

2

3

k

1

-

k

3

1

k

2

1

k

1

k

2

3

1

k

2

-

k

3

2

k

3

k

x

,

x

x

dla

0

x

,

x

x

dla

x

x

x

,

x

x

dla

x

x

3

x

x

3

x

x

3

x

,

x

x

dla

x

x

3

x

x

3

x

x

3

x

,

x

x

dla

x

x

1

x

B

background image

0

1

2

3

4

5

6

0

1

2

3

4

B 3 t

( )

t

x

B

k

(x)

x

k

x

k-1

x

k-2

x

k-3

x

k+1

x

k+2

x

k+3

background image

x

k-2

x

k-1

x

k

x

k+1

x

k+2

B

k

(x

)

0

1

4

1

0

0

3/

0

-

3/

0

0

6/

2

-

12/

2

6/

2

0

 

x

B

k

 

x

B

k



Na mocy tabeli w węzłach interpolacji mamy:

k=0

0

1

0

1

y

a

a

4

a

k=1

1

2

1

0

y

a

a

4

a

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

k=i

i

1

i

i

1

i

y

a

a

4

a

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

k=N

N

1

N

N

1

N

y

a

a

4

a

Mamy N+1 równań

i N+3 niewiadomych.

Dwa dodatkowe równania

z warunków brzegowych.

background image

Dla warunku pierwszego rodzaju:

 

 

N

3

0

3

p

b

s

i

p

a

s

mamy na mocy tablicy – pierwsze równanie:

0

1

1

p

a

3

a

3

i ostatnie równanie:

N

1

N

1

N

p

a

3

a

3

Dla warunku drugiego rodzaju:

 

 

N

3

0

3

d

b

s

i

d

a

s



mamy na mocy tablicy – pierwsze równanie:

0

1

2

0

2

1

2

d

a

6

a

12

a

6

background image

i ostatnie równanie:

N

1

N

2

N

2

1

N

2

d

a

6

a

12

a

6

Dla warunku trzeciego rodzaju:

 

 

 

 

 

 

b

s

a

s

b

s

a

s

b

s

a

s

3

3

3

3

3

3





równanie:

0

1

0

1

y

a

a

4

a

i ostatnie:

N

1

N

N

1

N

y

a

a

4

a

mają identyczne prawe strony, gdyż ze względu na okresowość
y

0

=y

N

i dlatego zamiast ostatniego równania piszemy:

1

N

N

1

N

1

0

1

a

a

4

a

a

a

4

a

i pozostałe dwa warunki dają równania:

1

N

1

N

1

1

a

3

a

3

a

3

a

3

background image

1

N

2

N

2

1

N

2

1

2

0

2

1

2

a

6

a

12

a

6

a

6

a

12

a

6

Rozwiązując powyższe trzy równania mamy:

1

N

1

N

0

1

N

1

a

a

a

a

a

a

a więc układ równań przyjmuje postać:

k=0

0

1

0

1

N

y

a

a

4

a

k=1

1

2

1

0

y

a

a

4

a

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

k=i

i

1

i

i

1

i

y

a

a

4

a

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

k=N-1

1

N

0

1

N

2

N

y

a

a

4

a

Jak rozwiązać otrzymany

układ równań metodą

„wymiatania” pokażemy

na przykładzie

background image

Dana jest elipsa o równaniu:

1

y

5

x

2

2

lub w postaci tablicy:

k

0

1

2

3

4

5

x

5 4.924

04

4.698

46

3.830

22

2.5

0

y

0 0.173

65

0.342

02

0.642

79

0.866

03

1

k

6

7

8

9

1
0

x

-2.5

-

3.830

22

-

4.698

46

-

4.924

04

-5

y 0.866

03

0.642

79

0.342

02

0.173

65

0

background image

k

11

12

13

14

15

x

-

4.924

04

-

4.6984

6

-

3.8302

2

-2.5

0

y

-

0.173

65

-

0.3420

2

-

0.6427

9

-

0.866

03

1

k

16

17

18

19

20

x

2.5

3.830

22

4.698

46

4.924

04

5

y

-

0.866

03

-

0.642

79

-

0.342

02

-

0.173

65

0

Interpolację krzywej zamkniętej możemy wykonać przyjmując
przedstawienie parametryczne:

 

 

21

k

1

k

k

k

t

B

a

t

x

i

 

 

21

k

1

k

k

k

t

B

b

t

y

i mamy układ równań:

background image

83022

.

3

a

a

4

a

69846

.

4

a

a

4

a

92404

.

4

a

a

4

a

5

a

a

4

a

92404

.

4

a

a

4

a

69846

.

4

a

a

4

a

83022

.

3

a

a

4

a

5

.

2

a

a

4

a

0

a

a

4

a

5

.

2

a

a

4

a

83022

.

3

a

a

4

a

69846

.

4

a

a

4

a

92404

.

4

a

a

4

a

5

a

a

4

a

14

13

12

13

12

11

12

11

10

11

10

9

10

9

8

9

8

7

8

7

6

7

6

5

6

5

4

5

4

3

4

3

2

3

2

1

2

1

0

1

0

19

92404

.

4

a

4

a

a

69846

.

4

a

a

4

a

83022

.

3

a

a

4

a

5

.

2

a

a

4

a

0

a

a

4

a

5

.

2

a

a

4

a

19

18

0

19

18

17

18

17

16

17

16

15

16

15

14

15

14

13

Rozwiązanie metodą „wymiatania”:

k

19

k

k

k

1

k

A

a

B

a

L

a

Podstawiając do k-go równania:

k

1

k

k

1

k

x

a

a

4

a

mamy:

k

k

k

k

19

k

k

1

k

k

L

4

A

x

L

4

a

B

L

4

a

a

background image

ale

1

k

19

1

k

1

k

1

k

k

A

a

B

a

L

a

i porównując z

k

k

k

k

19

k

k

1

k

k

L

4

A

x

L

4

a

B

L

4

a

a

mamy wzory rekurencyjne:

k

1

k

L

4

1

L

k

k

1

k

L

4

B

B

i

k

k

k

1

k

L

4

A

x

A

Wartości startowe L

1

, A

1

i B

1

wyznaczamy porównując wzór:

1

19

1

1

1

0

A

a

B

a

L

a

z pierwszym równaniem:

25

.

1

a

25

.

0

a

25

.

0

a

19

1

0

mamy: L

1

=-0.25, B

1

=-0.25 i A

1

=1.25

background image

i z dokładnością do 5 cyfr mamy:

L

2

=-0.26667

L

3

=-0.26786

L

4

=-0.26794

L

5

=L

6

=...=L

19

=-0.26795

B

2

=0.066667 B

15

=-2.44585e-9

B

3

=-0.017857 B

16

=6.55364e-10

B

4

=4.78469e-3 B

17

=-1.75604e-10

B

5

=-1.28205e-3 B

18

=4.7053e-11

B

6

=3.43525e-4 B

19

=-1.26078e-11

B

7

=-9.20471e-5

B

8

=2.4664e-5

B

9

=-6.60869e-6

B

10

=1.77079e-6

B

11

=-4.74482e-7

B

12

=1.27137e-7

B

13

=-3.40663e-8

B

14

=9.128037e-9

W równaniu

92404

.

4

a

4

a

a

19

18

0

B

19

poprawia 4

background image

A

2

=0.97974 A

14

=-0.76330

A

3

=0.99608 A

15

=-0.46535

A

4

=0.75939 A

16

=0.12469

A

5

=0.46640 A

17

=0.63646

A

6

=-0.12497 A

18

=0.85576

A

7

=-0.63639 A

19

=1.02965

A

8

=-0.85579

A

9

=-1.02964

A

10

=-1.04350

A

11

=-1.06014

A

12

=-1.03533

A

13

=-0.98153

Podstawiając do równania:

92404

.

4

a

4

a

a

19

18

0

mamy:

19

19

0

19

19

B

L

4

a

A

92404

.

4

a

czyli

0

19

19

19

a

D

C

a

gdzie

19

19

19

19

B

L

4

A

92404

.

4

C

19

19

19

B

L

4

1

D

background image

i zakładając:

0

1

k

1

k

1

k

a

D

C

a

i podstawiając do związku rekurencyjnego:

1

k

19

1

k

1

k

1

k

k

A

a

B

a

L

a

mamy:

0

k

k

k

a

D

C

a

gdzie

19

1

k

1

k

1

k

k

1

k

19

1

k

1

k

1

k

k

D

B

D

L

D

A

C

B

C

L

C

dla k=18,17,...,0

ze startowymi C

19

, D

19

z zależności:

19

19

19

19

B

L

4

A

92404

.

4

C

i

19

19

19

B

L

4

1

D

background image

C

19

=1.04350 D

19

=-0.26795 C

4

=0.46504 D

4

=3.70097e-4

C

18

=0.75004 D

18

=0.07180 C

3

=0.63978 D

3

=-1.38122e-3

C

17

=0.65479 D

17

=-0.01924 C

2

=0.80608 D

2

=5.15478e-3

C

16

=0.46101 D

16

=5.15478e-3 C

1

=0.83436 D

1

=-0.01924

C

15

=1.16148e-3 D

15

=-1.38122e-3 C

0

=0.78054 D

0

=0.07180

C

14

=-0.46566 D

14

=3.70097e-4

C

13

=-0.63853 D

13

=-9.91696e-5 i z równania:

C

12

=-0.81044 D

12

=2.65816e-5

C

11

=-0.81817 D

11

=-7.15657e-6

C

10

=-0.84091 D

10

=2.04473e-6 mamy:

C

9

=-0.81818 D

9

=-1.02237e-6

C

8

=-0.81042 D

8

=2.04473e-6

C

7

=-0.63861 D

7

=-7.15657e-6 czyli a

0

=a

20

=0.84091

C

6

=-0.46537 D

6

=2.65816e-5

C

5

=8.33928e-5 D

5

=-9.91696e-5

0

0

0

0

a

D

C

a

0

0

0

D

1

C

a

background image

i ze związku rekurencyjnego:

0

k

k

k

a

D

C

a

mamy:

dla k=1,2,...,19

a

1

=a

21

=0.81818 a

13

=-0.63861

a

2

=0.81042 a

14

=-0.46535

a

3

=0.63861 a

15

=0.00000

a

4

=0.46535 a

16

=0.46535

a

5

=-0.00000 a

17

=0.63861

a

6

=-0.46535 a

18

=0.81042

a

7

=-0.63861 a

-1

=a

19

=0.81818

a

8

=-0.81042

a

9

=-0.81818

a

10

=-0.84091

a

11

=-0.81818

a

12

=-0.81042

background image

0 2 4 6 8 10 12 14 16 18 20

5

4

3

2

1

0

1

2

3

4

5

v s

( )

xd s

( )

s

x(s)

 

 

21

k

1

k

k

k

s

B

a

s

x

 

 

10

s

cos

5

s

x

d

x

d

(s)

background image

Równanie krzywej dla współrzędnej x jest:

 

 

10

s

cos

5

s

x

d

dla parametru

20

,

0

s

Błąd między wielomianem interpolacyjnym a funkcją x(s)
definiujemy:

 

 

 

 

 

 

 

 



0

s

x

if

s

x

s

x

0

s

x

if

s

x

s

x

s

x

s

d

d

d

d

d

background image

0 2 4 6 8 10 12 14 16 18 20

0

0.2

0.4

0.6

0.8

 s

( )

s

background image

0 2 4 6 8 10 12 14 16 18 20

1

0.8

0.6

0.4

0.2

0

0.2

0.4

0.6

0.8

1

w s

( )

yd s

( )

s

 

 

21

k

1

k

k

k

s

B

b

s

y

 

 

10

s

sin

s

y

d

y(s)

y

d

(s)

background image

5

4

3

2

1

0

1

2

3

4

5

1

0.8

0.6

0.4

0.2

0

0.2

0.4

0.6

0.8

1

w s

( )

yd s

( )

v s

( ) xd s

( )

x(s),x

d

(s)

y(s)

y

d

(s)

elipsa otrzymana

w rezultacie

interpolacji

i

dokładna

background image

Aproksymacja

Dążenie do minimalizacji normy.

Przykłady stosowanych norm:

 

 

 

 

b

,

a

l

i

przestrzen

w

)

)]

x

(

f

[

(

f

b

,

a

L

i

przestrzen

w

dx

)

x

(

f

)

x

(

w

f

b

,

a

L

i

przestrzen

w

dx

)

x

(

f

f

b

,

a

C

i

przestrzen

w

)

x

(

f

sup

f

N
2

N

0

i

2

1

2

i

w

2,

2

1

2

b

a

w

,

2

2

2

1

2

b

a

2

0

]

b

,

a

[

x









background image

Zadanie aproksymacji polega na minimalizacji normy:

)

x

(

g

)

x

(

F

Niech

K

0

n

n

n

)

x

(

h

a

)

x

(

g

i dane są wartości funkcji :

i

i

F

)

x

(

F

w punktach i=0,2,...P.
Niech będzie zastosowana norma z wagą:





 

P

0

i

2

K

0

n

i

n

n

i

i

)

x

(

h

a

F

w

i szukamy minimum sumy ze względu na współczynniki a

n

.

background image

Przykład:

x

0

0.2

0.5

0.6

1

y

0.1

0.2

0.4

0.45

0.4

2

2

1

0

x

a

x

a

a

)

x

(

g

Przyjmujemy wielomian aproksymujący w postaci:

przyjmując funkcję wagową równą jedności otrzymujemy:

 

2

2

1

0

2

2

1

0

2

2

1

0

2

2

1

0

2

0

2

1

0

a

a

a

4

.

0

36

.

0

a

6

.

0

a

a

45

.

0

25

.

0

a

5

.

0

a

a

4

.

0

04

.

0

a

2

.

0

a

a

2

.

0

)

a

1

.

0

(

)

a

,

a

,

a

(

d

background image

Szukamy ekstremum funkcji d(a

0

,a

1

,a

2

) i przyrównując do zera

pierwsze pochodne względem a

0

, a

1

i a

2

otrzymujemy:

67

.

0

a

1937

.

1

a

349

.

1

a

65

.

1

a

d

91

.

0

a

2365

.

1

a

65

.

1

a

3

.

2

a

d

55

.

1

a

65

.

1

a

3

.

2

a

5

a

d

3

1

0

2

2

1

0

1

2

1

0

0

Rozwiązanie powyższych równań ma postać:

151

.

0

a

493

.

0

a

204

.

0

a

0

1

2

background image

Interpolacja z wagą

 

2

2

1

0

2

2

1

0

2

2

1

0

2

2

1

0

2

0

2

1

0

w

a

a

a

4

.

0

5

.

0

a

36

.

0

a

6

.

0

a

45

.

0

a

25

.

0

a

5

.

0

a

4

.

0

a

04

.

0

a

2

.

0

a

2

.

0

5

.

0

a

1

.

0

25

.

0

a

,

a

,

a

d

Po obliczeniu ekstrmum mamy: a

0

=0.319

a

1

=0.158

a

2

=-0.041

Wielomian aproksymujący jest:

 

2

w

x

041

.

0

x

158

.

0

319

.

0

x

W

background image

x

0

0.2

0.5

0.6

1

y

0.1

0.2

0.4

0.45

0.4

y

ap

0.151 0.241

4

0.346

5

0.373

3

0.44

y

apw

0.319 0.42 0.387

8

0.399 0.436

1

x

0.5

0

0.2

y

y

y

ap

y

apw

background image

Wielomiany trygonometryczne

n

1

k

k

k

0

n

)

kx

sin

b

kx

cos

a

(

2

a

)

x

(

F

aproksymacja funkcji okresowej na dyskretnym równoodległym
zbiorze punktów:

i=0,1,2,..., 2L-1

L

i

x

i

ciągły:

L

n

)

jx

sin

b

jx

cos

a

(

a

2

1

)

x

(

y

n

1

j

i

i

0

n

a współczynniki wyznacza się z równania:

background image

1

L

2

0

i

2

i

n

i

)

x

(

y

)

x

(

f

Różniczkując względem a

k

otrzymujemy następujące równania

dla wyznaczania współczynników:

0

kx

cos

jx

sin

b

jx

cos

a

2

a

)

x

(

f

i

1

L

2

0

i

n

1

j

i

j

i

j

0

i





0

kx

sin

jx

cos

0

=

k

=

j

dla

2L

0

k

=

j

dla

L

k

j

dla

0

kx

cos

jx

cos

1

L

2

0

l

l

l

1

L

2

0

i

i

i



Mamy tożsamości:

Na mocy powyższych tożsamości mamy:

background image

L

n

,...,

1

,

0

j

L

lj

cos

)

x

(

F

L

1

a

1

L

2

0

l

l

j

Podobnie wyznaczamy współczynniki b

j

z równania:

0

kx

sin

jx

sin

b

jx

cos

a

2

a

)

x

(

F

l

1

L

2

0

l

n

1

j

l

j

l

j

0

l





korzystając z tożsamości:

k

=

j

dla

L

k

j

dla

0

kx

sin

jx

sin

1

L

2

0

l

l

l

otrzymujemy:

L

n

,...,

1

,

0

j

L

jl

sin

)

x

(

F

L

1

b

1

L

2

0

i

l

j

background image

Szereg zespolony.

Dana jest funkcja określona przez podanie jej wartości f

n

w punktach:

N

n

2

x

n

gdzie n=0,1,2,...,N-1. Aproksymujemy funkcję wielomianem
trygonometrycznym postaci:

1

i

gdzie

)

ikx

exp(

c

)

x

(

w

1

N

0

k

k

Otrzymujemy N równań dla wyznaczenia współczynników c

k

:

1

N

0

k

n

k

n

n

)

ikx

exp(

c

f

)

x

(

w

background image

Rozwiązanie ostatniego układu równań czyli współczynniki c

k

są określane równaniami:

1

N

0

n

n

n

p

)

ipx

exp(

f

N

1

c

Idea szybkie transformaty Fouriera tzw. FFT

Fast Fourier Transform

Ponieważ

N

n

2

x

n

więc

N

pn

2

i

exp

ipx

exp

n

Oznaczmy:

N

i

2

epx

w

background image

Zauważmy, że

Re

Im

w=w

N+1

N

2

w

p

=w

p+N

Każda całkowita potęga w leży na okręgu jednostkowym
i co więcej jeżeli wykładnik p potęgi w

p

jest większy od N

to punkty się nakrywają. Na tym spostrzeżeniu bazuje FFT.

background image

Piszemy:

1

N

0

n

n

pn

p

f

w

N

1

c

Możemy zapisać w postaci macierzowej:

Oznaczając:

1

N

,...,

1

,

0

n

dla

N

f

g

n

n

 

 

 

n

pn

p

g

w

c

gdzie

 

2

1

N

1

N

0

1

N

1

0

0

0

0

pn

w

w

w

.

.

.

w

w

w

w

w

w

w

Ponieważ w

0

=1 więc nie będziemy pisać zerowej kolumny i wiersza.

background image

Dalej mamy związki:

N

i

2

epx

w

 

k

k

N

w

k

N

i

2

exp

k

N

i

2

exp

N

N

i

2

exp

k

N

N

i

2

exp

w

 

 





czyli

 

k

k

N

w

w

a więc wiersze i kolumny: 1 i N-1
2 i N-2
..............
k i N-k
..............
N/2-1 i N/2+1 dla N parzystych
(N-1)2 i (N+1)/2 dla N nieparzystych

są sprzężone

.

background image

W praktyce najczęściej stosowane N=2

M

.

Jeżeli liczba węzłów interpolacyjnych mniejsza od 2

M

,

to uzupełniamy zerami.

N=8

w

w

2

w

3

w

4

=-

1

(w

*

)

3

(w

*

)

2

w

*

w

2

w

4

w

6

w

8

=1 (w

*

)

6

(w

*

)

4

(w

*

)

2

w

3

w

6

w

9

w

12

=-

1

(w

*

)

9

(w

*

)

6

(w

*

)

3

w

4

w

8

w

12

w

16

=

1

(w

*

)

12

(w

*

)

8

(w

*

)

4

w

5

w

10

w

15

w

20

=-

1

(w

*

)

15

(w

*

)

10

(w

*

)

5

w

6

w

12

w

18

w

24

=

1

(w

*

)

18

(w

*

)

12

(w

*

)

6

w

7

w

14

w

21

w

28

=-

1

(w

*

)

21

(w

*

)

14

(w

*

)

7

8

i

2

epx

w

 

8

i

2

epx

w

*

background image

lub inaczej

a b c

-

1

c

*

b

*

a

*

b -

1

b

*

1 b -1 b

*

c b

*

a

-

1

a

*

b c

*

-1 1 -1 1 -1 1 -1

c

*

b a

*

-

1

a b

*

c

b

*

-

1

b 1 b

*

-1 b

a

*

b

*

c

*

-

1

c b a

7

6

5

4

3

2

1

0

f

f

f

f

f

f

f

f

dla otrzymania tablicy mnożników wystarczy obliczyć połowę

pierwszego wiersza!!!

np. a=a

r

+ia

i

oraz a

*

=a

r

-ia

i

czyli np.

af

1

+a

*

f

7

=a

r

(f

1

+f

7

)+ia

i

(f

1

-f

7

)

i podobnie dla innych

operacji.

background image

Wykorzystanie przedstawionych uproszczeń pozwala w stosunku

do zwykłego algorytmu zawierającego N

2

działań zespolonych

zmniejszyć ich liczbę dla N=2

M

do 2NM

1

2

3

4

5

6

0

1200

2400

3600

4800

6000

2

2 m

m2

m 1

m

background image

Rozwiązywanie równań algebraicznych

f(x)=0

Metoda bisekcji

Przykład:

0

1

x

4

x

3

x

-1 0 -0.5

-0.25

-0.125

-

0.187

5

f(x

)

-4 1

-

1.12

5

-

0.0156

25

0.498

045

0.243

08

x

-

0.2187

5

-

0.2343

75

-

0.24218

75

-

0.246093

75

f(x

)

0.1145

32

0.0496

254

0.01704

45

0.000721

037

background image

x

-

0.24804
69

-

0.246582
03

-

0.246337
9

-

0.24621
58

f(x) -

0.00744
91

-
0.001320
98

-
0.000299
93

0.00021
057

Zaleta metody: Jeżeli pierwiastek istnieje, to go znajdziemy.

Wada metody: Duża liczba obliczeń

Regula falsi.

Założenia:

a) funkcja ma w przedziale [a,b] tylko jeden pierwiastek
i zachodzi f(a)f(b)<0,
b) jest funkcja jest klasy C

2

[a,b], pierwsza i druga pochodna

nie zmieniają znaku na przedziale [a,b].

background image

Funkcja spełniająca powyższe założenia musi mieć w otoczeniu

miejsca zerowego jeden z następujących przebiegów:

f(a)

a

b

f(b)

x

y

f(a)

a

b

f(b)

x

y

f(a)

a

b

f(b)

x

y

f(a)

a

b

f(b)

x

y

background image

Przebieg obliczeń metodą regula falsi:

x

y

a

b

f(a)

f(b)

x

1

f(x

1

)

x

2

analitycznie: ustalamy koniec z
warunku f(x

1

)f(a)<0 lub f(x

1

)f(b)<0

Prowadzimy prostą:

   

   

a

f

b

f

a

f

x

f

a

b

a

x

background image

   

   

a

f

b

f

a

f

x

f

a

b

a

x

ale f(x

1

)=0 stąd

 

   

a

f

b

f

a

f

a

b

a

x

1

lub

     

a

f

a

f

b

f

a

b

a

x

1

Dla n-tej iteracji mamy b=x

n-1

i podstawiając mamy:

    

a

f

a

f

x

f

a

x

a

x

1

n

1

n

n

background image

Ocena błędu dla dostatecznie małego przedziału [x

n-1

,x

n

]

można przyjąć jako:

)

x

(

f

)

x

(

f

)

x

(

f

x

x

x

x

n

1

n

n

1

n

n

n

d

Metoda regula falsi jest zbieżna dowolnej funkcji ciągłej
na przedziale [a,b].
Poszukiwanie pierwiastka zostaje zakończone jeżeli:

1

n

n

x

x

Metoda jest wolno zbieżna.

Przykład:

0

1

x

4

x

3

background image

x

-1 0 -0.2

-

0.23664

12

-

0.244233

54

f(x

)

-4 1 0.19

2

0.04013

427

0.008497

292

     

 

   

2

.

0

x

4

4

1

1

0

1

x

a

f

a

f

b

f

a

b

a

x

1

1

1

Ponieważ f(-1)=-4, a f(x

1

)=0.192,

więc stałym punktem będzie x=-1

x

-

0.245835

632

-

0.246174

92

-

0.246246

829

f(x

)

0.001800

359

0.000381

603

0.000080

891

x

-

0.2462620

72

f(x

)

0.0000171

47

w metodzie bisekcji potrzebowaliśmy

14 kroków

ocena błędu:

)

x

(

f

)

x

(

f

)

x

(

f

x

x

x

x

n

1

n

n

1

n

n

n

d

background image

)

x

(

f

)

x

(

f

)

x

(

f

x

x

x

x

n

1

n

n

1

n

n

n

d

ocena błędu:

6

d

10

1

.

4

246262072

.

0

x

Metoda siecznych

Przepis:

)

x

(

f

)

x

(

f

)

x

(

f

x

x

x

x

n

1

n

n

1

n

n

n

1

n

Przykład:

0

1

x

4

x

3

x

-1 0 -0.2

-

0.2475247

52

-

0.2462564

39

f(x) -4 1

0.19

2

-

0.0052644

81

0.0000407

03

w regula falsi potrzeba 8 kroków

background image

x

-

0.246266

17

f(x

)

0.907E-8

w 6-tym kroku

Koniecznie trzeba obliczać f(x

n

) i jeżeli zaczyna narastać

należy zawęzić przedział i powtórzyć obliczenia.

Niebezpieczeństwo znalezienia fałszywego pierwiastka.

Metoda szybsza niż reguła falsi.

a

b

x

1

Pierwsza iteracja musi startować

z punktów spełniających warunek:

f(a)f(b)<0

background image

Metoda Newtona - Raphsona

Niech małe w mamy:

  

 

 

2

x

f

x

f

x

f

x

f

2

Pomijając małe drugiego rzędu

2

mamy, że f(x+)=0,

jeżeli

 

 

x

f

x

f

Graficznie:

x

y

x

n

n

 

n

n

x

f

tg

Równanie prostej stycznej
w punkcie x

n

jest:

  

  

n

n

n

x

f

x

x

x

f

y

x

n+1

background image

Prosta:

  

  

n

n

n

x

f

x

x

x

f

y

przechodzi przez zero, czyli y=0, w punkcie x

n+1

i mamy:

 

 

n

n

n

1

n

x

f

x

f

x

x

Przykład:

0

1

x

4

x

3

 

x 0

-0.25 -

0.246268

657

-
0.2462661

72

f(x

)

1 -

0.0156
25

-
0.000010
39

-0.2E-10

W 3 krokach dokładność osiągana w metodzie siecznych

w 5 krokach

background image

W obliczeniach numerycznych pochodną najczęściej oblicza się
numerycznie:

Metoda Newtona – Raphsona jest zbieżna kwadratowo, tzn.

 

 

i

i

2
i

1

i

x

f

2

x

f



  

  

h

x

f

h

x

f

x

f

i

i

i

„Pechowe” przypadki:

x

f(x)

x

0

x

1

x

2

rozbieżna

Zmniejszyć przedział

[x

d

,x

0

]

x

d

background image

cykl

x

f(x)

x

1

=x

3

=...

x

2

=x

4

=...

x

d

Budując procedurę należy się zabezpieczyć przed taką możliwością.

Wystartować z punktu x

1

znajdującego się bliżej x

d

Pierwiastki wielokrotne:

 

 

0

x

f

i

0

x

f

d

d

Przy pierwiastkach wielokrotnych badać funkcję:

)

x

(

f

)

x

(

f

)

x

(

g

background image

Pierwiastki zespolone

Przykład

0

4

x

x

2

3

5

3

1

1

3

5

200

140

80

20

40

100

f x

( )

0

x

Szukamy zespolonych pierwiastków metodą Newtona - Raphsona

background image

n

2
n

2
n

3
n

n

1

n

x

2

x

3

4

x

x

x

x

Jako punkt startowy musimy wybrać liczbę zespoloną:

x

0

=i

gdzie

1

i

i

2309

.

1

8462

.

0

x

e

6056

.

3

e

1623

.

3

i

i

2

3

i

3

i

x

1

69

.

213

i

43

.

198

i

1

x

2

=-0.50605+1.21289i

x

3

=-0.49471+1.32934i

x

4

=-0.50119+1.32409i

x

5

=-0.500059+1.322855i

x

6

=-0.5+1.32275i

błąd=-0.00083198+0.00043738i

x

d

=-0.5+1.322288i

background image

Układy równań nieliniowych

Dany jest układ równań:

0

x

,...,

x

,

x

f

..........

..........

..........

0

x

,...,

x

,

x

f

0

x

,...,

x

,

x

f

n

2

1

n

n

2

1

2

n

2

1

1

Dla skrócenia zapisu wprowadzamy oznaczenia:

 

X

f

x

,...,

x

,

x

f

k

n

2

1

k

oraz

)

x

,...,

x

,

x

(

f

.

.

)

x

,...,

x

,

x

(

f

)

x

,...,

x

,

x

(

f

)

X

(

F

n

2

1

n

n

2

1

2

n

2

1

1

background image

i równanie zapisujemy krótko:

 

0

X

F

Metoda iteracji prostej

Równanie:

 

0

X

F

zapisujemy w postaci:

 

X

G

X

i procedura iteracji prostej ma postać:

1

n

n

X

G

X

Stosowana szczególnie w przypadkach jeżeli mamy dobre

przybliżenie początkowe. Sytuacja taka występuje np. w

przypadku małej zmiany parametrów równania.

background image

Przykład:

1

y

2

x

1

y

x

2

2

2

2

którego rozwiązaniem jest: x

1

=1; y

1

=0 oraz x

2

=-1; y

2

=0

Szukamy rozwiązania układu po małej zmianie parametrów:

1

y

01

.

2

x

95

.

0

y

x

2

2

2

2

mamy schemat iteracyjny:

01

.

2

x

1

y

y

95

.

0

x

2

1

n

n

2

1

n

n

Jako startowy punkt wybieramy: x

0

=1; y

0

=0 i mamy:

background image

n 0

1

2

3

4

x

n

1 0.974

68

0.9746

8

0.961

834

0.9618

34

y

n

0

0

0.1577

18

0.157

718

0.1930

06

n

5

6

7

8

x

n

0.955

379

0.9553

79

0.9521

509

0.95215

1

y

n

0.193

006

0.2083

47

0.2083

47

0.21557

36

n

9

10

11

12

x

n

0.9505

409

0.95054

1

0.9497

389

0.94973

9

y

n

0.2155

734

0.21907

994

0.2190

797

0.22080

36

background image

Z przedstawionych obliczeń widać, że metoda jest wolno

zbieżna i dlatego stosowana tylko w przypadkach, gdy

znamy bardzo dobrze zerowe przybliżenie. Zastosowanie

w równaniach różniczkowych.

Metoda Newtona - Raphsona

Rozwijamy funkcję f

k

(X) w szereg Taylora w otoczeniu

punktu X

i

:

background image

0

)

x

x

(

x

f

...

)

x

x

(

x

f

)

X

(

f

...

..........

..........

..........

..........

..........

..........

..........

..........

0

)

x

x

(

x

f

...

)

x

x

(

x

f

)

X

(

f

.........

..........

..........

..........

..........

..........

..........

..........

0

)

x

x

(

x

f

...

)

x

x

(

x

f

)

X

(

f

i

,

n

n

X

X

n

n

i

,

1

1

X

X

1

n

i

n

i

,

n

n

X

X

n

k

i

,

1

1

X

X

1

k

i

k

i

,

n

n

X

X

n

1

i

,

1

1

X

X

1

1

i

1

i

i

i

i

i

i

Dla uproszczenia zapisu wprowadzamy macierz Jacobiego
zdefiniowaną następująco:

background image

i

X

X

n

n

2

n

1

n

n

2

2

2

1

2

n

1

2

1

1

1

i

x

f

.

.

x

f

x

f

.

.

.

.

.

.

.

.

.

.

x

f

.

.

x

f

x

f

x

f

.

.

x

f

x

f

)

X

(

J

i w postaci macierzowej możemy krótko zapisać układ równań:

   

0

X

X

J

X

F

i

i

i

gdzie oznaczono:

i

1

i

i

X

X

X

i rozwiązując symbolicznie mamy:

   

i

i

1

i

1

i

X

F

X

J

X

X

background image

Przykład

F x y

f1 x y

f2 x y



i równanie: F(x,y)=0

f1 x y

expx y

sin5 x

 

cosy

 



f2 x y

cosy

 

sinx

 

ln x y



Obliczamy pochodne:

p1xx y

expx y

sin5 x

 

5 expx y

cos5 x

 



p1yx y

expx y

sin5 x

 

cosy

 



p2xx y

cosx

 

cosy

 

1

x y



background image

J x y

p1xx y

p2xx y

p1yx y

p2yx y



Jakobian układu równań jest:

p2yx y

sinx

 

siny

 

1

x y



x

0

0.1



Przyjmujemy zerowe przybliżenie:

y

0

0



i liczymy z równania:

x

n 1

y

n 1

x

n

y

n

J x

n

y

n

1

F x

n

y

n



dla n=0,1,...,N

background image

x

0

0
1
2
3
4
5
6
7
8
9

10
11

0.1

-0.141899943936
-0.029185837303
-0.044892694856
-0.036465491584
-0.035920867262
-0.035912407482
-0.035912710982
-0.035912699597
-0.035912700025
-0.035912700009
-0.035912700009

background image

y

0

0
1
2
3
4
5
6
7
8
9

10
11

0

0.486244256751
0.743862659111
1.019360058647
1.053479318574
1.053828713899
1.053816932667
1.053817374634
1.053817358052
1.053817358674
1.053817358651
1.053817358652

background image

Błąd:

n

F x

n

y

n



1

0.03514978332

1.191145539803

n

F x

n

y

n



n

F x

n

y

n



10

8.754941216438

10

12

0

n

F x

n

y

n



5

1.226398353761

10

4

5.476867793418

10

7

background image

Obliczenia pierwiastka z pochodną liczoną numerycznie

p1xx y

h

f1 x h

y

f1 x y

h



p1yx y

h

f1 x y h

f1 x y

h



p2xx y

h

f2 x h

y

f2 x y

h



p2yx y

h

f2 x y h

f2 x y

h



Przybliżona macierz Jacobiego:

background image

J x y

h

p1xx y

h

p2xx y

h

p1yx y

h

p2yx y

h



Przyjmując dla kroku h:h

0.01



mamy wyniki:

background image

x

0

0
1
2
3
4
5
6
7
8
9

10
11

0.1

-0.245620510404

0.129212408651

-0.139883972512
-0.026332867153
-0.035690080158
-0.035909711413

-0.03591266157

-0.035912699505
-0.035912700003
-0.035912700009
-0.035912700009

background image

y

0

0
1
2
3
4
5
6
7
8
9

10
11

0

0.612829446354
0.575992105371
1.206911594234
1.055296091227
1.053366833955
1.053814123293
1.053817303719
1.053817357993
1.053817358643
1.053817358651
1.053817358652

background image

Błąd:

1

0.541728756272

1.200733537706

n

F x

n

y

n



1

0.03514978332

1.191145539803

Jakobian dokładnie

Jakobian numerycznie

n

F x

n

y

n



5

1.226398353761

10

4

5.476867793418

10

7

5

3.53469633664

10

3

1.279336142867

10

4

n

F x

n

y

n



10

8.754941216438

10

12

0

10

1.281363903871

10

12

1.06512021425

10

14

background image

h

0.0001



Zmiana kroku różniczkowania

x

0

0
1
2
3
4
5
6
7
8
9

10
11

0.1

-0.243293030521

0.133173725428

-0.147314343999
-0.019012944127
-0.035661321744
-0.035912657661
-0.035912700004
-0.035912700009
-0.035912700009
-0.035912700009
-0.035912700009

background image

y

0

0
1
2
3
4
5
6
7
8
9

10
11

0

0.597853320049
0.554664046616
1.208957700299
1.048065432775

1.05347013074

1.053817373468
1.053817358641
1.053817358652
1.053817358652
1.053817358652
1.053817358652

background image

h=0.01

h=0.0001

1

0.510450698944

1.235991747404

1

0.541728756272

1.200733537706

5

3.771637969603

10

3

1.923653534576

10

5

5

3.53469633664

10

3

1.279336142867

10

4

10

0
0

10

1.281363903871

10

12

1.06512021425

10

14


Document Outline


Wyszukiwarka

Podobne podstrony:
Wyklad mn 2
Wyklad mn 9
Wyklad mn no 8 piątek
Wyklad mn 16
Wyklad mn 9
Wyklad mn 3
Wyklad mn no 7 piątek
Wyklad mn 6
Wyklad mn no 4 piątek
Wyklad mn 12
Wyklad mn 10
Wyklad mn 6
Wyklad mn 15
Wyklad mn no 5 piątek
Wyklad mn 8
Wyklad mn no 6 piątek
Wyklad mn 8
Wyklad mn no 3 piątek
Wyklad mn 4

więcej podobnych podstron