Semestr zimowy 2014/15
Konsultacje
-
Metody numeryczne (dla informatyków)
Ćwiczenia/Lab
- Numeryczne równania rózniczkowe
Ćwiczenia/Lab MN
(co 2 tygodnie na zmianę)
Lista punktów z zadań komputerowych i kartkówek - obecnosic w labie - aktualizowana w miarę na
bieżąco - plik
pdf
Uwaga!
Lista punktów cwiczen/labu przekazana wykladowcy
- plik
pdf
Zaliczenie ćwiczeń i labu
Zaliczenie ćwiczeń tablicowych/labu - wg ustaleń koordynatora (wykładowcy) tzn do egzaminu dopuszcza połowa pktów z ćwi labu.
(O ile wiem ocena: 50% egz, 30% ćwiczenia i 20% lab).
Zaliczenie ćwiczeń - serie zdań domowych - sprawdzane poprzez
zapowiedziane 20-30min
kartkówki z 2-3 zadaniami z zadanych serii - trzeba mieć co najmniej połowę obecności - w przeciwnym razie automatycznie mnoże otrzymane pkty przez 0.45.
Zaliczenie labu - dwa proste projekty po 50pkt - sprawdzane na labie -
przy czym odejmuje 10p za pierwszą nieusprawiedliwioną nieobecnośc 15p za drugą, za trzecia 20p itd za każdy lab od połowy października.
Projekt oddany po terminie 50% punktów.
W razie usprawiedliwionej nieobecności na kartkówce proszę o kontakt po inne zadania zastępcze.
(Osobom którym zabraknie kilka p-tów do zaliczenia
ćwiczeń - dam być może dodatkowe serie zadane pod koniec semestru - ale z trudniejszymi zadaniami)
Serie zadań domowych - projekty zaliczeniowe z labu
kartkówki - planuje pierwsza na drugą połowe listopada a kolejną kartkówkę na styczen (lab lub ćwicz)
- Pierwsza seria - metody rozwiązywania równań nieliniowych
- plik pdf
zd1.pdf
- Druga seria - normy, metody rozwiązywania równań liniowych, LZNK
- plik pdf
zd2.pdf
- Trzecia seria - interpolacja i splajny
- plik pdf
zd3.pdf
- Czwarta seria - aproksymacja, kwadratury, zadanie wlasne, metody iteracyjna dla ukladu rownan liniowych
- plik pdf
zd4.pdf
- Pierwszy projekt z labu
-
lab1.pdf - termin 4ty lab po koniec listopada
- Drugi projekt z labu
-
lab2.pdf - pierwszy lab w styczniu
Pierwsza kartkówka byla 4 cwiczenia tablicowe tzn. 14XI2014 - zakres m dla r. nieliniowych, fl, normy, LU, LL' - bez zadan na QR
i LZNK.
Druga kartkówka piewsze cwiczenia w styczniu - od LZNK i QR do tego co bedzie na poprzedzajacych Swieta cwiczeniach.
Uwaga!
Na ostatnich cwiczeniach w styczniu kartkowka poprawkowa
tylko dla osob ktore nie zaliczyly cwiczen lub maja usprawiedliwiona
nieobecnosc -
prosze przynies tresci zadan kartkowke ktora Panstwo poprawiacie -
osoby piszace po raz drugi dana kartkowke lub bez usprawiedliwionej nieobecnosci
moga uzyskac tylko tyle punktow ile starczy do zaliczenia (tzn. max 49pkt).
Punkty za kartkówki - projekty w labie - obecnosci w labie (aktualizowane w miarę na
bieżąco)-
plik pdf
Prosze sprawdzic punkty i obecnosci i w razie niezgodnosci reklamowac.
Bedę starał się umieszczac krótkie opisy tego co było czy ma być na labie czy ćwiczeniach.
Uwaga!
Terminy zajęć wg USOSa - na zmianę -
lab/ćwiczenia tablicowe (choć wolne dni wprowadzają zamieszanie).
Program ćwiczeń
-
Ćwicz 1 Skalarne metodu rozwiązywania równań nieliniowych: m. Newtona
- metoda iteracji prostej dla równania Keplera: x+0.5*cos(x)=10 tzn x_n=10-0.5*cos(x_{n-1}). Dla jakich x_0 zbiega, oszacowanie błędu dla x_0=10 i n=9.
- Metoda Herona (czyli m Newtona dla równania x*x-a=0; a>0), że zbiega dla dowolnego x0; (elementarnie)
- Odwracanie bez dzielenia (m. Newtona dla 1/x-a=0 dla jakich x_0 m. Newtona zbiega?). W ilu iteracjach otrzymamy rozwiązanie
dla a z (1,2) biorąc x_0=0.75 takie aby błąd względny był na poziomie podwójnej precyzji?
- czy iteracje x_{n+1}=cos(x_n) zbiegną dla dowolnego x_0?
- Zera wielokrotne: pokaż że dla zera 2-krotnego met. Newtona jest zbieżna lokalnie np. dla f(x)=(x-2)^2=0.
Uogólnij dla dowolnej funkcji takiej, że f(x)=f'(x)=0, f''(x) różna od zera -
wtedy zachodzi lokalna zbieżność Newtona liniowa (o ile w kolejne iteracje dobrze zdefiniowane).
- Policz wzór na metodę Newtona dla funkcji g(x)=f(x)/f'(x).
Policz pierwszą pochodną tej funkcji w a dla f(a)=f'(a)=0 z f''(a) nie zerowym.
- (metoda Halleya) Czyli metoda Newtona zastosowana do
g(x)=[f(x)]/[\sqrt{f'(x)}].
Pokaż że druga pochodna funkcji
g(x)=[f(x)]/[\sqrt{f'(x)}] wynosi zero dla x=a zera funkcji f o ile f'(a) nie =0.
Pokaż, że wzór na tę metodę (tzn m Newtona dla g) to
x_{n+1}=x_n - [2f(x_n)f'(x_n)]/[2(f'(x_n)^2 - f''(x_n)f(x_n)].
- Zbadaj zachowanie iteracji metody Newtona dla funkcji
f(x)=sgn(x)\sqrt{|x|} dla x_0 niezerowego.
Zrobilismy 4 pierwsze zadania.
Zadania nie zrobione na ćwiczeniach będą na następnych ćwiczeniach albo do zrobienia w domu.
-
Ćwicz 2
Metodu rozwiązywania równań i układów równań nieliniowych cd. Normy wektorów i macierzy.
Dokończenie niektórych zadań z poprzedniej serii.
- Znajd najwieksza, najmniejsza liczbe fl (wsród unormowanych) dla arytmetyki w ktorej mamy
3 bity na ceche, 3 na mantyse i 1 na znak (bias=3). Podaj maksymalna i minimalna roznice pomiedzy kolejnymi liczbami. Powtorz zadani dla arytmetyki podwojnej precyzji.
- Uwarunkowanie zadania obliczania prostych funkcji jak np exp(x), (x-2)^2, 1-cos(x), 1-x*x itd
- Numeryczna poprawnosc algorytmu sumowania
- Numeryczna poprawno obliczania 1-a*a dwoma algorytmami: (1) f=a*a; f=1-f (2) f=1-a; f=f*(1+a)
Czy oba algorytmy daja ten sam blad wzgledny o ile a jest reprezentowana dokladnie w fl?
- Policz uwarunkowanie oblicznia funkcji \sqrt{x}-\sqrt{x+1} dla x>0, który z alg: (1) wprost ze wzoru (2) z rownowaznego wzoru:
1/(\sqrt{x}+\sqrt{x+1}) jest lepszy z pkt widzenia fl dla x>>0?
- Ćwicz 3
Normy wektorów i macierzy. Rozklad LU, L'L.
- Optymalne stałe równoważności dla norm p-tych dla p=1,2,\infty.
- Pokaż wzór na macierz indukowaną maksimum. Do domu na normę indukowaną pierwszą
oraz wzory na te normy dla macierzy zespolonych.
- Norma Frobeniusa nie jest normą indukowaną. Z góry szacuje normę drugą.
Znajdź stałą równoważności taką, że norma druga szacuje normę Frobeniusa.
- Q ortogonalna (Q'Q=I czyli \|Qx\|_2=\|x\|_2). Pokaż, że \|QA\|_2=\|AQ\|_2=\|A\|_2 oraz to samo dla normy Frobeniusa.
- Znajdź współczynnik uwarunkowania zadania obliczania iloczynu
A*x ( A macierz, x wektor) ze względu na zaburzenie A (wzgldny)
- Pokaz, ze cond(AB)<=cond(A)cond(B).
- Rozwiąż dwa układy A_kx_k=b z A_1=[1,1;1,0.98] i A_2=[1,1;1,0.99] i b=(1,2)^T . Policz współczynnik uwarunkowania A_1 w normie maksimum.
-
Eliminacja Gaussa dla macierzy trójdiagonalnej bez permutacji wierszy/kolumn i (do domu) z wyborem elementu głównego w kolumnie (permutacje wierszy).
Na cwiczeniach nr 4 planowana jest kartkówka.
- Ćwicz 4
- kartkówka (seria 1 i 2 bez QR i LZNK)
- (do domu)Znajdź rozkład Choleskiego dla A=[ 1, 0 , 1 , 1; 0 , 1 , -1 , -1; 1 , -1 , 3 , 2; 1 , -1 , 2 , 3]
- (do domu) Macierz A nieosobliwa znamy jej rozkład QR. Jak obliczyć możliwie tanio A^{-1} ?
-
Znajdz wektor Householdera ze macierz Householdera przeprowadzi wektor [-1,1,1,1]' na [4,0,0,0]'. Sprawdz czy rzeczywiscie tak jest.
- Dla danych M punktów (x_k,y_k) chcemy znaleźć krzywą o równaniu a x^2+b y^2-1=0
najlepiej pasującą do tych punktów. tzn taką że \sum_k |a x_k^2+ b y_k^2-1|^2 jest minimalne.
Sformułuj to zadanie jako LZNK. Co trzeba założyć o punktach aby to zadanie miało jednoznaczne rozwiązanie?
Jaki byłby koszt rozwiązania tego LZNK przy pomocy rozkładu QR metodą Householdera jako O(M)?
Rozwiąż to zadanie dla 3 punktów (1,0), (1,1) i (-1,0) .
- (do domu; lab?) Dla danych punktów (-1,1), (0,2), (2,4), (3,3) znajdź prostą y=ax+b najbliższą tym punktom w sensie: \sum_k|a x_k+b-y_k|^2 jest minimalne.
- (do domu) Niech macierz A trójdiagonalna nieosobliwa nxn . Opracować wersję algorytmu rozkładu QR metodą Householdera pozwalającą rozwiązać układ A x=b
kosztem O(n) - o ile to możliwe albo uzasadnić dlaczego to niemożliwe.
- Czy rozkład QR macierzy nieosobliwej jest jednoznaczny o ile znaki elementów diagonali macierzy R są dodatnie?
- Niech macierz 4 X 3 A=[1,1,1;eps*I], (czyli pierwszy wiersz jedynki, podmacierz złożona z ostatnich trzech wierszy = eps*I )
i b=(3,eps,eps,eps)^T, eps - niezerowy parametr. Rozpatrzmy LZNK z A i b . Czy jest ono regularne?
Policz układ równań normalnych. Jaki będzie skutek rozwiązania tego LZNK przy pomocy układu równań normalnych w arytmetyce pojedyńczej precyzji eps=1e-4}?
- Ćwicz 6 blad interpolacji L, wielomiany Czebyszewa, splajny, aproksymacja
- Pokaż \|u-L_1u\|_\infty\leq C_k(b-a)^k\|u^{(k)}\|_\infty k=1,2
dla interpolanta liniowego L_1u=u(a)+u[a,b](x-a) dla możliwie małych C_k (f \in C^k).
- Oszacuj blad w normie max dla f(x)=sin(x) lub sin(10*x) i L_n f wielomianu interpolujacego f na [-\pi,\pi] w 3 wezlach rownoodleglych.
- Ile trzeba wezlow Czebyszewa by na [0,4] blad interpolacji Lagrange'a dla \sin(x) byl co najwyzej 2^{-7}?
Powtorz dla $\sin(4*x)$.
- Oszacuj blad dla interpolacji Lagrange'a na wezlach Czebyszewa dla \log(1+x) na [0,1] i [0,10]. Podaj te wezly.
- Znajdź splajn kubiczny B na podziale równomiernym [-3,3] z h=1 taki, że jest tożsamościowo zero poza (-2,2) i przyjmuje wartości
B(-1)=B(1)=1 i B(0)=4 . Wsk: Splajn musi by f parzysta. Stad: interpolacja Hermite'a wpierw na [-2,-1] i analogicznie na [1,2] a potem na [-1,0] i [0,1] .
- Wyznacz na podziale równomiernym funkcję B_k taką , że jej nośnik to
[x_{k-2},x_{k+2}] i przyjmującą w x_k wartość 4 .
Wyznacz równania na s(x)=\sum_{k=-1}^{N+1}c_kB_k dla S splajnu naturalnego interpolującego daną f w (x_k)_{k=0}^N .
Wykaż, że c_k wyznaczone jednoznacznie.(do domu)
- s splajn kubiczny taki, że na odcinku [x_{k-1},x_k] i [x_{k+1},x_{k+2}] jest równy zero. Pokaż, że na [x_k,x_{k+1}] też jest tożsamościowo zero. Czy tak własność jest prawdziwa dla dowolnych splajnów w S^{2r-2}_{2r-1}(\Pi) ?
- Pokaż oszacowanie błędu interpolacji splajnami liniowymi.
na podziale równomiernym na [a,b] , tzn. jesli \Pi:\{x_k=a+k*h\} , h=(b-a)/N , to
\|u- s_N u\|_\infty\leq C_kh^k\|u^{(k)}\|_\infty \quad k=1,2
dla stałych C_k niezależnych od h,a,b,N .
Tu s_Nu splajn interpolacyjny liniowy.
- Znajdz wielomian najlepszej aproksymacji w L^2_g(-1,1) dla g(x)=1/\sqrt(1-x*x) dla st <= 2 dla f(x)=x^3-2x. Podaj blad
aproksymacji. Wsk: znamy wiel. ortogonalne tzn wielomiany Czebyszewa sa ortogonalne z \|T_n\|_{L^2_g(-1,1)}=\pi/2 n>0 i \pi dla n=0
- Ćwicz 7
- Kwadratura Gaussa na 1 punkcie tzn kwadratura prostokątów: P_{[a,b]}f=Af(\theta) . Znajdź A,\theta dla
którego rząd tej kwadratury dla I(f)=\int_a^bf największy.
Oszacuj błąd dla takich A,\theta i f\in C^k z \|f^{(k)} \|_\infty \leq 1 dla k=1,2 , oraz pokaż, że
I(f)-P_{[a,b]}f=C(b-a)^3f''(\xi)
dla C stałej niezależnej od a,b,f
- Dla złożonej kwadratury prostokątów ( x_k=a+k*h , h=(b-a)/N ):
P_Nf=h*\sum_{k=0}^{N-1}f(x_k+0.5*h) pokaż, że
E_N(f)= \int_a^bf dx -P_N f=C h^2(b-a)f''(\xi)
dla pewnego \xi\in(a,b) oraz C stałej niezależnej od h,a,b,f . Policz C oraz
oszacuj błąd E_N(f) dla f klasy C^1 .
- Znajdz kwadrarture oparta na -1,a,1 o max rzedzie dla calki po [-1,1] z waga jeden.
- Znajdz kwadrarture oparta na -1,a o max rzedzie dla calki po [-1,1] z waga jeden.
- Pokaz ze jesli kwadratura na n+1 punktch ma rzad >=n+1 to jest to kwadratura interpolacyjna.
- Pokaz ze kwadratura Newtona-Cotesa oparta na n+1 punktach dla n+1 nieparzystego ma rzad >=n+2.
Zadania, których nie zdążymy zrobić są do domu.
Program labów
Z ewentualnymi linkami do jakiś prostych skryptów
-
Lab 1 - wstępne
zapoznanie się z octavem - octave jako kalkulator naukowy, operator
dwukropek : tworzenie macierzy, wektorów, zapisywanie/czytanie do/z
plików w obu formatach - tekstowym i binarnym, tworzenie macierzy z
podmacierzy, wycinanie podmacierzy itp, podstawowe operacje na
macierzach - mnożenie, dodawanie, transponowanie, funkcje od macierzy,
normy wektorów/macierzy. Skrypty i funkcje (m-pliki) w octavie.
Instrukcje warunkowe (if else endif; switch case endswitch), pętle
(while( ) do .. endwhile; do .. until( );for .. endfor). Wskaźniki do
funkcji (handle - operator @). Bisekcja.
Zad 1 Utwórz dowolne macierze 3x4 A i 3x5 B - a
następnie macierz 3x8 C której pierwsze 3 kolumny to A a kolejne to B.
Teraz z tej macierzy 'wytnij' podmacierz D składającą się z 1 głównego
minora tzn 3x3 od C(1,1) do C(3,3). Zamień kolejność kolumn D. Wstaw D z
powrotem do C jako główny minor. Policz sin od D. Zapisz D do pliku
(binarnego i ASCII) - zamień element D(1,1) na -100 i wczytaj nową
macierz do octave'a jako DD. Policz normy (różne) macierzy DD.
Zad 2 Policz dyskretną normę max od (sin(x))^2 na [0,1] (wektorowo- czyli bez użycia pętli).
Zad 3 Zaimplementuj metodę bisekcji w skrypcie - dla rozwiązania równania cos(x)=0 na odcinku [0,2] - sprawdź jak działa.
- Lab 2 - metoda Newtona i obliczenia w fl.
- (metoda Newtona) Zaimplementować metodę Newtona w octavie i przetestować jej zbieżnośc dla następujących funkcji: x*x-2 z x0=2, x*x*x-27 z x0=27,
exp(x)-2 z x0=10,-10,100, sin(x) dla x0=2, (x-2)^k dla k=2,4,8,16 z x0=3, x*x-2 z x0=1e6, 1/x-a dla danych a=0.5,2,4,100 (oczywiście implementując bez dzielenia).
Dla wszystkich tych funkcji znamy
rozwiązania więc można wyświetlać na ekranie bład e_n=x_n-r (r - rozwiązanie) i |e_n|/|e_{n-1}|^p dla p=1,2,3. Dobierać różne wartości startowe x_0.
- Wyznaczyć epsilon maszynowy czyli najmniejszą liczbę fl taką że po dodania jej do jeden dostajemy coś większego od jeden (w fl oczywiście) 2^{-t} dla t - ilości bitów mantysy.
Porównać z eps komendą octave'a.
Można to zrobić i w C/C++. Czy wyszło to samo co w octavie (dla liczb typu double)?
- Powtórzyć to zadanie w pojedyńczej precyzji tzn. wymuszając żeby zmienna była typu single (polecenie x=single(x) konwertuje do poj. precyzji)
- Obliczyć wartości funkcji f1(x)=(x-2)^4 i f2(x)=x^4-.....+16 na siatce równomiernej na [2-a,2+a] w wektorze x dla a=1e-3. Narysować wykresy obu funkcji i policzyć błąd \| f1(x)-f2(x) \|_\infty czyli \max_k |f1(x(k)-f2(x(k))|.
-
Policzyć f(x)=x-\sqrt{1+x*x} raz algorytmem wprost wynikajacym z tego wzoru a raz z wykorzystaniem równoważnego
wzoru f(x)=-1/(x+\sqrt{1+x*x})
tzn. Algorytm 1: $a= \sqrt{1+x^2};
w_1=x-a.
Algorytm 2: a=\sqrt{1+x^2};
w_2=\frac{-1}{x+a} dla x=10^k i k=4,...,10.
Czy widać różnice w wyniku? Powtorzyć w arytmetyce pojedynczej precyzji tzn. z wykorzystaniem funkcji single(x).
- Policzyć przybliżenie \exp(x) z rozwinięcia w szereg \sum_{k=0}^\infty x^k/k! (biorąc 100 a potem 1000 elementów szeregu) sprawdzić błąd względny |y-\exp(x)|/|\exp(x)| dla x od -100 do 100 (np. dla liczb różniących się o dziesięć czyli -100, -80,...,-10, 0, 10,...,80, 100. Czy błędy dla liczb ujemnych i dodatnich są tego samego rzędu? Jak to można łatwo poprawić?
- Policzyć całki I_n=\int_0^1x^n/(5+x)d x dla n=0,..,20 z wzoru I_n+5*I_{n-1}=1/n raz biorąc I_0=\log(6/5) i iterując wprzód tzn dla rosnących n a raz biorąc I_{30}=1/180 i iterując w tył.
Oczywiście dla n=30,29,..będzie kiepsko ale okaże się, że dla n bliskich 20 jest coraz lepiej - np. można sprawdzić czy przynajmniej
obliczone przybliżenia całek spełniają: 1/(6(n+1)) = \int_0^1 x^n/(1+5) dx <= I_n <=\int_0^1 x^n/(0+5) dx = 1/(5*(n+1))
- Zastosować bisekcję dla funkcji (x-2)^3 liczonej z wzoru na rozwinięcie dwumianu x^3-...-8 startując z a=2-h i b=2+2h dla h=1e-3,
1e-4,1e-5 z warunkiem stopu że błąd jest mniejszy od 1e-20 (czyli długości odcinka w którym jest rozwiązanie < 2e-20).
Narysować wykres tej funkcji liczone z obu wzorów na odcinkach 2+[-h,2*h] dla
h=10^{-3},...,10^{-5}.
testnewton.m - m-plik z funkcja
testnewton() -
testujaca metode Newtona
fl14.m - skrypt z rozwiazaniami niektorych zadan z fl
z labu nr 2
- Lab 3
- bezpośrednie metody rozwiązywania układów
równań liniowych; uwarunkowanie macierzy
- Przetestuj solver octave'a tzn operator backslash \ dla prostego układu równań liniowych z macierzami nieosobliwymi np A1=[1,1;1,0.98] i b=[2;1] , A2=[1,1;1,0.99] i b=[2;1] oraz osobliwą A=[-2,2;-1,1] z tym samym b . Sprawdź czy otrzymane rozwiązanie x=A\ b! jest rzeczywiście rozwiązaniem tzn policz normę A*x-b .
Porównaj rozwiązania układów z A1 i A2 . policz macierze odwrotne do A1 i A2 i uwarunkowania tych macierzy.
-
Funkcja inv(). Przeczytaj help do funkcji: inv() .
Przetestuj dla A=[1,1;1,-1] czy macierz B obliczona za pomoca tej funkcji rzeczywiscie jest macierz odwrotna?
Policz normy pierwsza i Frobeniusa ||A*B-I|| oraz ||B*A-I|| .
Zastosuj funkcje do rozwiazywania ukladu równan liniowych Ax=f dla znanego x (liczymy f=A*x ).
Policz y jako iloczyn B z f i policz blad rezydualny ||Ay-f|| i ||x-y|| w normie pierwszej i drugiej.
Powtórz to zadanie dla macierzy N\times N losowej (funkcja octave'a rand() zwraca macierz losowa dla n=10,50,250,1250 ze znanym rozwiazaniem - oszacuj czas przy pomocy funkcji tic i toc .
Porównaj czas i bledy w normie pierwszej dla rozwiazania uzyskanego przy pomocy operator octave'a.
-
Sprawdzić dla konkretnej macierzy 3x3 np A=[1, 2, 3;-1, 0, 1;1, 1, 1] czy odpowiednie
macierze górno/dolno trójkątne, permutacji czy ortogonalne uzyskane przy pomocy funkcji octave'a lu() i qr()
rzeczywiście zwracają odpowiednie macierze rozkładu LU (PA=LU) lub rozkładu QR (A=QR) np. policzyć pierwszą normę różnicy
A-QR dla rozkładu QR i czy Q ortogonalna (policz ||Q'Q-I||_1 i ||QQ'-I||_1) itd.
- Przetestuj solver octave'a dla macierzy Hilberta H(n) (polecenie octave'a hilb() ją tworzy),
tzn. stwórz macierz H(N) dla N=10,20,30 dla znanego rozwiązania np.
stałego równego jeden na każdej pozycji czyli sol_k=1 , czyli policz H(n)*sol=f -
rozwiąż w octavie układ z H(n) i f i policz normy (1,2 itd) \|H(n)x-f\| i \|x- sol\|
dla x rozwiązania które wyliczył octave.
Sprawdź czy macierz uzyskana przez inv(hilb(n)) i invhilb(n) są rzeczywiście odwrotne do hilb(n) - policz normę macierzową różnic tzn.
np. inhilb(n)*hilb(n)-eye(n)
- Powtórz zadanie z macierza Hilberta ale w arytmetyce pojedynczej
precyzji. Musimy to sztucznie wymusic aby zmienne byly zmiennymi
pojedynczej precyzji za pomoca funkcji octave'a single() .
-
Stworzyć w octavie macierz trójdiagonalną A z 2 na diagonali i -1 na pod- i nad diagonalą tzn A_{i, i}=2 dla i=1,...,n i
A_{i, i+1}=A_{i+1, i}=-1 dla i=1,..,n-1
a pozostałe elementy zero, zarówno przy pomocy funkcji octave'a diag() jak i wprost w pętli.
Porównać czas używając tic i
toc dla n=10,100,1000 .
Policzyć uwarunkowanie macierzy dla różnych N , policzyć macierz odwrotną przy pomocy inv()
(czy też jest trójdiagonalna?).
Policzyć rozwiązanie układu równań liniowych Ax=b dla różnych znanych x za pomocą
y=inv(A)*b i w=A\b (wczesniej obliczymy b=A*x).
Porównać normy Ay-b,x-y,w-x (pierwszą, drugą, supremum) dla N=10,100,1e3,1e4 itp
-
Zaimplementować rozkład LU dla macierzy trójdiagonalnej bez wyboru elementu głównego.
Przy czym do funkcji macierz przekazywać jako trzy wektory z przekątnymi.
Zastosować do rozwiązania układu równań z macierzą z poprzedniego zadania.
Porównać czas rozwiązywania Państwa algorytmem a algorytmem octave'a ( \ )
Rozwiązać układ dla losowego rozwiązania x=(1,...,1)^T dla N=10,100,1000 czy nawet 10000 .
Policzyć błąd rezydualny (dla znanego losowego rozwiązania) i
błąd rzeczywisty w różnych normach tzn \|x-\tilde{x}\|_2 i \|f-A*\tilde{x}\|_2
gdzie f=A*x a \tilde{x} rozwiązanie obliczone
przez octave'a czy Państwa algorytm czy w najgorszy sposób A^{-1}*f (wcześniej musimy policzyć macierz odwrotną) .
- (do domu) Używając inv() policz macierze dowrotne dla macierzy górnotrójkątnej
U 2diagonalnej z 1 na diagonali i -1 na naddiagonali, potem
znajdź macierz odwrotną do (U^{-1}-2I) (na diagonali zamiast 1 mamy -1).
Policz uwarunkowania wszystkich macierzy w normie supremum.
- Sprawdzic czy macierz 3diagonalna z 2 na diagonali i -1 na pod i nad diagonali
jest symetryczna i dodatnio okreslona z wykorzystaniem funkcji octave'a
chol() .
- (macierz Schura - nastepny lab?) Zaprogramuj rozwiazywanie ukladu rownan liniowych z macierza
B=[A ,b; c^T,a] dla A macierzy trojdiagonalnej (lub ktorej rozklad LU znamy) n X n, b,c wektorami dlugosci n i a skalarem.
Funkcja ma sprawdzic czy (numerycznie) macierz B nieosobliwa.
- (do domu) W octavie przetestować eliminacje Gaussa z częściowym wyborem i bez wyboru dla macierzy
A=[e, \; 1; 1, \;1] z e=eps/10 (tu eps funkcja octave'a zwracająca epsilon maszynowy)
i wektorem prawej strony f=[1;0]^T .
- (do domu)
Zaimplementować rozkład LU dla macierzy trójdiagonalnej z częściowym wyborem elementu głównego.
I dalej testować jak poprzednim zadaniu.
Zastosować do rozwiązania układu równań z macierzą z poprzedniego zadania A i z macierzą A-1.5 .
- (do domu) Zaprogramować rozkład Choleskiego dla A=A^T>0 trójdiagonalnej tzn
policzyć L dolnotrójkątną z jedną poddiagonalą (czyli reprezentowaną przez
dwa wektory z przekątną i podprzekątną) taka że A=L^TL .
Zastosować do rozwiązania układu równań z macierzą z 2 na diagonali i -1 na pod i nad diagonalach.
- Lab 4 - LZNK, metoda Householdera, rozkład QR,
metoda potęgowa i QR dla zadania własnego,
- zaliczenie pierwszego projektu.
- Testujemy funkcję qr() octave'a do znalezienia rozkładu macierzy A=[1, 1; 1, 0; 1, -1]. Następnie stosujemy ten rozkład do
znalezienia rozwiązania LZNK z A i wektorem prawej strony b=[1;1;1] (powinno wyjść x=[1; 0; 0]), porównujemy z rozwiązaniem
operatorem backslash. Stwórz macierz A^TA oraz wektor A^Tb - rozwiąż układ A^TAy=A^Tb - czy y==x? (module błędy zaokrągleń)?
-
Porównaj 2 metody rozwiązania LZNK dla wektora b i macierzy A m x n, m>=n - bedacej
pierwszymi n kolumnami macierzy hilberta m x m
(Funkcja hilb() tworzy taką macierz ze zmienionymi kolejnościami wierszy/kolumn).
Pierwsza - operator backslash z octave'a, druga tworzymy układ równań normalnych A^TA i A^b i rozwiązujemy backslashem układ A^TAy=A^Tb.
Przetestować dla m =2*n z n=10,20,30 dla b - pierwsza kolumna A. (Rozwiązanie sol - wersor).
Policzyć normę różnicy x_k-sol dla x_k rozwiązania policzonego k-tą metodą.
Wsk: Funkcja hilb tworzy taką macierz dla m=n (tylko z odpowienio przepermutownymi kolumnami/wierszami) można stworzyć
macierz mxm i wyciac odpowiednią podmacierz.
- Zastosuj octave'a do rozwiązania zadania znalezienia krzywej zadanej
równaniem a x*x+b*y*y=1 najlepiej pasującej do danych N punktów (x_k,y_k)
(możemy np np wziąć lekko zaburzone punkty z danej elipsy y_k=\sqrt{1-4*x_k*x_k} + zab_k
gdzie zab_k zaburzenie wylosowane z [0,1e-2] czyli mamy N punktów x_k np.
x_k=1/k czy x_k=-1+h*k dla h=2/N k=1,...,N i z powyższego wzoru wyliczamy
y_k +zab_k . Czy obliczone a i b bliskie 4 i 1 ?
-
Zaprogramuj funkcję octave'a
\begin{lstlisting}
function y=H(x,w,nw)
\end{lstlisting}
która dla danych wektorów \vec{x} i \vec{w} tego samego wymiaru N i skalaru nw=\|w\|_2
obliczy
H_w \vec{x} dla H_w=I-2*\frac{1}{nw}\vec{w}\vec{w}^T czyli przekształcenia (macierzy) Householdera.
(skalar może być parametrem opcjonalnym - jeśli funkcja będzie wywołana z dwoma tylko parametrami co można
sprawdzić nargin<3 to tę normę można obliczyć w tej funkcji).
Przetestować dla losowych wektorów \vec{x} i \vec{w} , sprawdzić czy
\|H_w \vec{x} \|_2=\|\vec{x} \|_2.
Można napisać ogólniejszą wersje gdzie x=X macierz N\times M i wtedy wynik H*X (jak to zrobić bez użycia pętli?).
Sprawdzić czy
\|A\|_2=\|H*A\|_2=\|A*H\|_2 i \|A\|_F=\|H*A\|_2=\|A*H\|_F
dla losowej macierzy A i H przekształcenia Householdera dla losowego wektora w\not=0 wykorzystując tę funkcję.
- (testujemy twierdzenie z wykładu)
Znajdź wektor Householdera \vec{w} taki że odp przekształcenie Householdera
przeprowadza dany wektor \vec{u}\not=0 na dany wektor l*\vec{v}\not=0 dla pewnej dodatniej stałej
l . Przetestuj dla dowolnych 2 różnych wektorów czy rzeczywiście tak jest, tzn. czy H_w \vec{u}= l \vec{v} .
- Zastosuj standardowej funkcję octave'a tzn \ oraz metodę korzystającą z
funkcji qr(A) która zwraca rozkład QR macierzy ( Q ortogonalna) do rozwiązania zadania znalezienia prostej postaci b+ax najlepiej przybliżającej
N punktów punkty (k,1+2*k+\epsilon_k) dla k=1,\ldots,N gdzie \epsilon(\epsilon_1,\ldots,\epsilon_N)
losowy wektor za zakresu [-\epsilon,\epsilon] testować dla \epsilon= 1,1e-1,1e-2,1e-3] . (Funkcja rand(n)
generuje wektor losowy o rozkładzie jednostajnym na [0,1] w octavie).
-
Zaprogramuj metodę Householdera rozwiązywania
A\vec{x}=\vec{b} dla A macierzy trójdiagonalnej różnych wymiarów np. z 2 na diagonali a -1 na pod- i naddiagonalą
i jakimś losowym wektorem rozwiązania tak aby koszt znalezienia rozkładu i rozwiązania układu równań liniowych
był jak O(N) ?
- Lab 5 -
interpolacja, splajny
- Interpolacja Lagrange'a: Sprawdź jak działą funkcja polyfit(). Znajdź wielomian interpolacyjny na 4 węzłach -1,0,1,2 dla wielomianów x^3-1 i x^4-2, narysuj wykres wielomianu interpolacyjnego
i tej funkcji.
-
Wykorzystując funkcję polyfit() znajdź wielomiany interpolacyjne
dla funkcji sin() dla N węzłów równoodległych i N węzłów Czebyszewa na [-pi,2*pi] dla N=5,10,20,30 .
Oblicz dyskretną normę max na siatce 1000 punktowej na tym odcinku, tzn. \max|\sin(x_k)-L_N \sin(x_k)| ,
gdzie x_k pkt siatki.
Następnie narysuj wykresy sin(x) i tych wielomianów dla różnych N - np. używając funkcji polyval() .
Węzły Czebyszewa to zera T_{n+1}(t)=\cos([n+1]\mathrm{arccos}(t)) na [-1,1] odpowiednio przesunięte i przeskalowane.
- Powtórz poprzednie zadanie, ale dla log(1+x) na odcinku [0,10] .
-
Interpolacja Lagrange'a przykład Rungego.
Interpolacja Lagrange'a: wykorzystując funkcję polyfit() znajdź wielomiany interpolacyjne L_N f dla funkcji
f(x)=1/(1+x*x) na [-5,5]
dla N węzłów równoodległych i N węzłów Czebyszewa dla N=5,10,20,30. Oblicz dyskretną normę max na siatce
10000 punktowej na tym odcinku tzn. \max|f(x_k)-L_Nf(x_k)| , gdzie x_k pkt siatki. Następnie narysuj wykresy
f(x) i tych wielomianów dla różnych N - np. używając funkcji polyval().
Czy ciąg wielomianów interpolacyjnych zbiega do f ?
- Lab 6 - interpolacja, splajny - bład,
splajny,
- Funkcje octave'a spline() and ppval.
Zapoznaj się z tymi funkcjami ( help spline i help ppval).
Wykorzystując te funkcje narysuj wykres splajnu kubicznego s_1 na podziale równomiernym
odcinka [-3,3] z węzłami \{x_k=k\} dla k=-3,-2,...,3 - ręcznie podając losowe wartości przyjmowane przez te splajny w tych węzłach:
np.: s_1(x_k)=(-1)^k , czy odpowiednio s_1(x_k)=1 . Następnie narysuj wykres splajnu s_2 o tych samych wartościach
w węzłach ale podając dodatkowo wartości pochodnych
w końcowych węzłach równe zero, tzn. wywołaj
funkcje spline() podając dwie wartości więcej.
Czy otrzymaliśmy te same splajny? Policz przybliżoną normę
różnicy s_1-s_2 na odcinku [-3,3] .
- Splajn bazowy interpolacyjny - Dla danych węzłów równoodległych \{k\}_{k=-5,-4,...,5} na [-5,5] narysuj wykres splajnu kubicznego
takiego, że s(0)=1 i s(k)=0 dla pozostałych węzłów k\not =0 oraz który ma pochodne równego zero w węzłach skrajnych tzn. : -5 i 5 . Narysuj jego wykres, jaki jest nośnik tego splajnu? Powtórz zadanie ale dla splajnu typu not-a-knot tzn. nie podając wartości pochodnych w końcach dla funkcji spline().
-
Splajn kubiczny o minimalnym nośniku.
Dla danych węzłów równoodległych \{k\}_{k=-5,-4,...,5} na [-5,5] narysuj wykres splajnu kubicznego
takiego, że s(-1)=s(1)=1,s(0)=4 i s(k)=0 dla węzłów k\not \in\{-1,0,1\} oraz ma pochodne równego zero w węzłach skrajnych tzn. : -5 i 5 . Czy poza [-2,2] ten splajn jest równy zero? Policz przybliżone normy maksimum na [-5,-2] i [2,5] dla tego splajnu i narysuj jego wykres.
- Korzystając z funkcji octave'a spline() znajdź współczynniki splajnu interpolacyjnego kubicznego s_N f na N węzłach równoodległych dla f(x)=\sin(x) na odcinku [-pi,2*pi] dla N=5,10,20,40 . Oblicz dyskretną normę maksimum na siatce 1000 punktowej na tym odcinku tzn. E_N=\max|\sin(x_k)-s_N \sin(x_k)| , gdzie x_k pkt siatki, wyprowadź na ekran iloraz E_{2N}/E_N .
Następnie narysuj wykresy sin i tych splajnów dla różnych N . (zadanie pomocnicze - jak obliczyć wartość splajnu otrzymanego z funkcji spline() ?)
- Jak zadanie poprzednie ale dla przykładu Rungego czyli odcinka [0,5] i f(x)=1/(1+x*x) .
Czy na wykresie widać że splajny zbiegają do funkcji dla dużych N ?
- Lab 7
Wielomiany Czebyszewa czyli aproksymacja jednostajna wieomianu st. n przez wielomiany st <=n,
kwadratury złożone - prostokątów, trapezów. Zadanie wlasn - metoda potegowa i odwrotna potegowa, metoda QR.
Macierze rzadkie i iteracyjne rozwiązywanie równań liniowych.
- Narysuj wykresy czterech pierwszych wielomianów Czebyszewa: T_k k=0,1,2,3 wygenerowanych przez regułę trójczłonową: T_{n+1}=2 x T_n-T_{n-1} dla n>0 z T_0=1,T_1(x)=x .
Policz norme sup (dyskretna na 10000 pktów) na [-1,1] wielomianu x^{n+1}+\sum_{k<=n}a_kx^k z a_k losowymi i 2^{-n}T_{n+1}? Porównaj.
- Funkcja quad() w octave'ie - policz całkę z \sin(x) na [0,\pi] i [-1,1] .
- Policz za pomocą funkcji octave quad() : \int_{-1}^1\frac{1}{\sqrt{1+x*x}}T_n(x)T_m(x)\:d x dla m=2,n=3 .
- Zaprogramuj w octave funkcję ze złożoną kwadraturę trapezów:
T_n f=h(0.5[f(a)+f(b)]+\sum_{k=1}^n f(a+k*h)) \qquad h=(b-a)/(n+1)
- parametry funkcji: wskaźnik do funkcji obliczającej f , a,b,n .
Przetestuj dla funkcji f , której całkę znamy dla N_k=2^kN_0 k=0,1,2,... z ustalonym N_0=5 licząc:
\frac{E_{2N}}{E_N}, \qquad E_N=|\int_a^b f - T_N f|
dla funkcji
- \sin(x) na [0,\pi] i N_0=5 czyli funkcji analitycznej
- x^{j+0.5} na [0,1] dla j=0,1,2 czyli funkcji w C^j([0,1])
- Sprawdź jak działa eig(A) dla A=[2,1;1,2].
- przetestu metodę potęgową dla A=[2,1;1,2] z x0=[1;2]. Można użyć m-pliku:
powerr.m z metodą potęgową.
- Przetestowac metode potegowa dla A 3x3 z wartociami wlasnymi -4,2,1 i pierwszym wektorem wlasnym
[1;1;1] (pozostale jakiekolwiek) startujac z x0=[2;-1;-1] i wykonac ze 30 iteracji metody potegowej
(wazne -aby x0 bylo prostopadle do wektora
wlasnego dla najwiekszej co do modulu wartosci wlasnej).Czy x_n zbiegaja do wektora wlasnego dla 2?
- Zaimplementuj metode odwrotna potegowa (modyfikujac potegowa - ale bez liczenia macierzy odwrotnej explicite).
przetestuj na macierzach z poprzednich zadan. Ewentualnie uzyj skryptu:
invpow.m
- zaprogramuj metode QR i przetestuj ja dla macierzy A=[2,1;1,2]: A_0=A, Z_0=I, obliczamy A_k=Q_kR_k (rozklad
QR) i A_{k+1}=R_kQ_k, Z_{k+1}=Z_kQ_k - ciag A_k powinien zbiec do macierzy diagonalej wiec warunek stopu norma
||A-diagonala(A)||_1<=tol dla tol=1e-6, czy sprawdzic Q_0...Q_k zbiega do macierzy ortgonalnej o kolumnach ktore sa
wektorami wlasnymi A? Ewentualnei skorzystac ze skryptu:
qreig.m
Tutaj link do stron Octave'a (skąd można ściągnąć kolejną dystrybucje - pod linuxa czy windows)
octave-forge - rozszerzenia octave'a
A tu kolejny manual do octave'a w htmlu
Literatura do matlaba (octave to jego klon.... niektóre funkcje sie nazywaja inaczej itp)
- Desmond J. Higham, Nicholas J. Higham, MATLAB Guide, SIAM, 2005
- Cleve Moler, Numerical Computing with MATLAB SIAM, 2004,
wersja on-line - sekcje to pliki pdf - archiwum skryptow uzywanych w ksiazce
- Kermit Sigmon, MATLAB Primer,
dostepne za darmo
- choc opisuje stara wersje matlaba
Skrypty
m-pliki octave'a
mnbasic.m - skrypt z podstawami octave'a
nielin.zip - archiwum zip z funkcjami z metodami newtona, siecznych itp
mozliwoscia jej testow
fl.m -
skrypt z rozwiazaniami kilku zad z fl (lab 3 nr zadan moga sie nie zgadzac)
lznk.m - przykładowe rozwiązania zadań z LZNK
interpL.m - testy interpolcaji Lagrange'a
splajn.m
- rozwiazania zadan na splajny kubiczne
-----
powerr.m - m-plik z metodą potęgową
invpow.m - m-plik z odwrotną metodą potęgową
testpower.m - skrypt
z metodą potęgową i odwrotna potegowa i kilkoma prostymi testami tych metod
qreig.m
- prosta implementacja metody QR znajdowania wartosci wlasnych dla macierzy
symetrycznej
W razie znalezienia błędów proszę o kontakt (część błędów może się brać ze zmian w kolejnych wersjach octave)
Zadania z egzaminu z metod numerycznych w 2009/10 i z I terminu 2010/11:
- I termin - 2010/11
- I termin - 2009/10
- II termin - 2009/10
- Zadania z kolejnych lat (do 13/14) w skrypcie o MN prof. P. Kiciaka.
Literatura:
Podręczniki:
- [KC2006] D.Kincaid, W.Cheney, Analiza
numeryczna, WNT, 2006
- [Mos2002] Krzysztof Moszyński, Metody
numeryczne
dla informatyków, skrypt, plik
ps, 2002
- [Pla2002] Leszek Plaskota,
Dwanaście
wykładów z matematyki obliczeniowej,
skrypt, plik
pdf, 2002
- [DJ1982] Maksymilian Dryja, Janina i Michał Jankowscy, Metody
numeryczne, WNT, 1982.
- [FMW2005] Z. Fortuna, B. Macukow, J. Wasowski,
Metody numeryczne , WNT, 2005. Wydanie 7.
Pozycje [Mos2002] i [Pla2002] to skrypty dostępne dla studentów
naszego wydziału. A pozycja [FMW2005] to książka skierowana raczej do
studentów
politechniki ale większość algorytmów jest w niej opisana.
[KC2006] jest podstawowym podręcznikiem - choć niezawierającym wszystkiego co będzie na wykładzie.
Inne użyteczne linki
Literatura
dodatkowa dla osób
zainteresowanych metodami numerycznymi, obejmująca materiał częściowo
lub często całkowicie
poza
zakresem wykładu
Ciekawe eseje wyjaśniające mam nadzieję czym jest i czym na pewno nie
jest Analiza Numeryczna (czy inaczej Metody Numeryczne)
Inne eseje tegoż autora o analizie numerycznej i nie tylko http://people.maths.ox.ac.uk/trefethen/essays.html
A tu link do wykładu z Metod Numerycznych on-line na ważniaku:
wykłady i ćwiczenia
Powrót do mojej strony domowej.
Ostatnia modyfikacja:30 I 2015