Matematisk modellering og numeriske metoder. Lektion 16
|
|
- Helena Ebbesen
- 7 år siden
- Visninger:
Transkript
1 Matematisk modellering og numeriske metoder Lektion 16 Morten Grud Rasmussen 6. november, Interpolation [Bogens afsnit 19.3 side 805] 1.1 Interpolationspolynomier Enhver kontinuert funktion f på et lukket og begrænset interval J kan approksimeres vilkårligt godt med et polynomium p i den forstand, at for enhver tolerance ε > 0, kan vi finde et polynomium p ε, så der for alle x J gælder at f(x) p ε (x) < ε. Dette faktum kaldes Weierstraß approksimationssætning, og vi vil blot bruge det som motivation for at approksimere funktioner med polynomier. Antag nu, at vi har to n tegradspolynomier p n og q n og n + 1 punkter x 0,..., x n som opfylder, at p n (x i ) q n (x i ) for i 0,..., n. Så er p n q n (højst) et n tegradspolynomium med n + 1 rødder i x 0,..., x n. Men et n tegradspolynomium kan højst have n rødder (algebraens fundamentalsætning), med mindre det er identisk lig 0, og p n må altså være lig q n. Vi har vist følgende sætning: Sætning 1.1 (Entydighed af approksimerende polynomier). Hvis p n og q n er n tegradspolynomier med samme værdi i de n + 1 punkter x 0,..., x n, så er p n q n. Vi vil i det følgende beskæftige os med at approksimere funktioner med polynomier. Lad f betegne den funktion, vi ønsker at approksimere. Antag, at vi kender funktionens værdi i de n+1 punkter x 0...., x n. Disse punkter, f(x 0 ),..., f(x n ), vil vi i det følgende benævne f 0,..., f n hvor altså f i f(x i ). Jf. ovenstående Sætning 1.1 kan vi højst finde ét n tegradspolynomium, som går gennem f 0,..., f n. Det viser sig, at der altid eksisterer et sådant polynomium (vi har altså både eksistens og entydighed). Vi antager nu for en kort bemærkning, at x 0 < < x i < x i+1 <... < x n og at p n er det entydige n tegradspolynomium, som opfylder, at p n (x i ) f i for alle i 0,..., n. Idéen med polynomiumsinterpolation er så, at for ethvert x [x 0, x n ] er den interpolerede værdi p n (x) et kvalificeret bud på, hvad f(x) er. Det kaldes tilsvarende ekstrapolation, såfremt x < x 0 eller x > x n, og x altså ikke ligger imellem ( inter ) x i erne, men udenfor ( ekstra som i extraterrestial). 1
2 De følgende to afsnit præsenterer to forskellige konstruktive metoder til at finde et n tegradspolynomium p n, som opfylder, at p n (x i ) f i for alle i 0,..., n, og er hver især i sig selv konstruktive beviser for eksistensen. Vores primære interesse i de to metoder er dog, at de resulterende polynomier (som pr. entydigheden er identiske) er på så forskellig form rent algebraisk, at de i numerisk sammenhæng er interessante af forskellige årsager. 1.2 Lagrange-interpolation Idéen i Lagrange-interpolation er lidt i familie med idéen bag basisfunktionerne, vi så i forbindelse med finite element-metoden: Vi finder passende funktioner (her n tegradspolynomier) L i, som opfylder, at L i (x j ) δ ij, hvor δ ij 0 for i j og δ ii 1. Vi kan så konstruere p n ved blot at sætte: p n (x) f i L i (x). i0 Vi tjekker nu, om p n (x j ) f j : p n (x j ) f i L i (x j ) i0 f i δ ij f f j f j 1 + f j f n 0 f j i0 som ønsket. Tilbage står konstruktionen af L i erne. Hvis n 1, kan vi vælge og hvis n 2, kan vi vælge L 0 (x) x x 1 x 0 x 1 og L 1 (x) x x 0 x 1 x 0, L 0 (x) (x x 1)(x x 2 ) (x 0 x 1 )(x 0 x 2 ), L 1(x) (x x 0)(x x 2 ) (x 1 x 0 )(x 1 x 2 ) og L 2 (x) (x x 0)(x x 1 ) (x 2 x 0 )(x 2 x 1 ). Den vakse læser vil nu muligvis have gættet mønsteret for et vilkårligt n: L i (x) l i(x) l i (x i ) hvor l i (x) j i(x x j ) (x x 0 ) (x x i 1 )(x x i+1 ) (x x n ), hvor er et såkaldt produkttegn, som svarer til sumtegnet blot med den forskel, at man ganger ting sammen i stedet for at addere dem, og hvor j i indikerer, at produktet er over alle værdier af j som ikke er i, altså j 0,..., i 1, i + 1,..., n. Da produktet således består af n faktorer af formen (x x i ), vil resultatet l i være et n tegradspolynomium. Sætter vi x j med j i ind i l i, vil én af faktorerne være 0 og resultatet derfor ligeledes være nul. Sætter vi x i ind i l i, så er der derimod tale om et produkt af n tal, som ikke er nul, og resultatet er derfor heller ikke nul, og vi kan da i definitionen af L i tillade os at dividere med l i (x i ), således at Vi har hermed vist, at L i (x j ) δ ij som ønsket. L i (x i ) l i(x i ) l i (x i ) 1. 2
3 Eksempel 1.2 (Bogens Example 1 side 807, Example 2 side 808 og Example 3 side 809). Vi vil approksimere ln(9.2) ved interpolation ud fra værdierne af ln(9.0) og ln(9.5): 1 p 1 (x) f i L i (x) ln(9.0) x 9.5 x ln(9.5) og dermed p 1 (9.2) i0 Vi har dog ikke styr på, hvor præcist dette resultat er. Vi prøver derfor at se, hvad der sker, hvis vi tager et punkt mere med i interpolationen, eksempelvis ln(11.0). Da er 2 p 2 (x) f i L i (x) i0 (x 9.5)(x 11.0) ln(9.0) ( )( ) + ln(9.5) (x 9.0)(x 11.0) ( )( ) (x 9.0)(x 9.5) + ln(11.0) ( )( ) Forskellen p 2 (9.2) p 1 (9.2) er et estimat på fejlen. Snyder vi og finder den korrekte værdi af ln(9.2), vil vi se, at den korrekte fejl er , og vores estimat er altså ikke helt i skoven. Vi vil fremhæve to pointer i forhold til dette eksempel. For det første bemærker vi, at det er næsten som at begynde forfra, når man kender p n og vil have fat i p n+1 (her med n 1), og for det andet noterer vi os vigtigheden af fejlvurderinger i forbindelse med polynomier. Vi vil om lidt se, at der findes en anden metode til at konstruere de interpolerende polynomier, hvor p n genbruges i udtrykket for p n+1. Hvad angår fejlvurderinger, så kan det vises, at fejlen kan udtrykkes ε n (x) f(x) p n (x) (x x 0 )(x x 1 ) (x x n ) f (n+1) (t x ) (n + 1)! for et passende t x, som afhænger af x. Når x [x 0, x n ] vil t x [x 0, x n ] og hvis x [x 0, x n ], vil t x [min(x 0, x), max(x n, x)]. Ved at vælge største og mindste værdi af f (n+1) i intervallet kan vi altså komme med en præcis nedre og øvre grænse for fejlen. 1 Eksempel 1.3 (Example 3 side 809 fortsat). Der findes et t 9.2 så fejlen fra sidste eksempel kan skrives ε 1 (9.2) ( )( ) ln (t 9.2 ). 2! Vi vil finde en øvre og nedre grænse for fejlen. Først finder vi ln : (1) ln (x) 1 x så ln (x) 1 x 2. På intervallet [x 0, x 1 ] [9.0, 9.5] antager ln altså sin minimale og sin maksimale værdi i hhv. 9.0 og 9.5. Derfor må ( )( ) ε 1 (9.2) ( )( ) I dette tilfælde giver (1) altså et ret godt indtryk af fejlens størrelse. 1 Præcis i den forstand, at fejlen nødvendigvis må ligge mellem den øvre og nedre grænse. Der kan imidlertid sagtens være stor afstand mellem øvre og nedre grænse, så vi bliver altså ikke nødvendigvis særligt meget klogere på fejlens størrelse. 3
4 I tilfælde, hvor (1) giver et stort spænd mellem øvre og nedre grænse, hvor de afledte af f i sig selv er svære at udregne, eller hvor f s afledte simpelthen er ukendte, er det stadig en god idé at sammenligne p n med p n+1, når man skal estimere fejlen. 1.3 Newtons generelle divideret differens-metode Som sagt findes der netop ét n tegradspolynomium p n som går gennem n + 1 givne datapunkter (x i, f i ), i 0,..., n, og i Lagrange-metoden skulle man begynde forfra, hvis man pludselig fik et datapunkt mere, og derfor mulighed for at vælge et (n + 1) stegradspolynomium i stedet. I Newtons divideret differens-metode søger man i stedet g n p n p n 1 således, at p n kan skrives p n g i, (2) i0 hvor g i er et i tegradspolynomium, som går gennem det i te punkt (x i, f i ) men er 0 i (x j, f j ) for j < i. Altså må g i kunne skrives som g i (x) f[x 0,..., x i ](x x 0 ) (x x i 1 ) f[x 0,..., x i ] j<i(x x j ), (3) Hvor f[x 0,..., x i ] er en passende koefficient. Det slemme er nu, at koefficienten er givet ved en fæl, rekursiv 2 formel. Det er klart, at koefficienten (bestemt af punktet (x 0, f 0 )) i nultegradspolynomiet g 0 p 0 f[x 0 ] som går gennem (x 0, f 0 ) må være f[x 0 ] f 0. (4) Alle andre koefficienter (bestemt af de k + 1 punkter (x i, f i ), i 0,..., k) er så rekursivt defineret ved f[x 0,..., x k ] f[x 1,..., x k ] f[x 0,..., x k 1 ] x k x 0, (5) altså en brøk, hvor tælleren er differensen mellem koefficienter bestemt af de k punkter, som er tilbage, hvis man smider hhv. (x 0, f 0 ) og (x k, f k ) væk, og nævneren er differensen x k x 0. Det overlades til læseren at tjekke, at de påståede egenskaber er opfyldt! Sætter vi (2), (3), (4) og (5) sammen, fås p n (x) f[x 0,..., x i ] x j ) j<i(x i0 f[x 0 ] + f[x 0, x 1 ](x x 0 ) + f[x 0, x 1, x 2 ](x x 0 )(x x 1 ) (6) + + f[x 0,..., x n ](x x 0 )... (x x n 1 ). Vi bemærker, at i rekursionen (5) æder man enten det yderste venstre eller det yderste højre x i. Det betyder, at de eneste koefficienter f[ ], vi behøver at kende for at udregne f[x 0,..., x k ], er dem på formen f[x i,..., x i+j ], hvor i 0 og i + j k og ingen x l mellem x i og x i+j udelades. Udregningen kan derfor organiseres i følgende skema: 2 Rekursion er ca. det modsatte af iteration. Ved iteration finder man næste skridt ud fra de skridt, der allerede er taget; i rekursion finder man udtrykkene i skridt n ved at kende udtrykkene fra skridt n 1. 4
5 i f[x i ] f[x i, x i+1 ] f[x i 1, x i, x i+1 ] f[x i 1, x i, x i+1, x i+2 ] f[x 0,..., x k ] 0 f 0 f[x 1 ] f[x 0 ] x 1 x 0 f1 f0 x 1 x 0 1 f 1 f[x 1, x 2 ] f[x 0, x 1 ] x 2 x 0 f[x 2] f[x 1] f[x1] f[x0] x 1 x 0 x 2 x 0 f[x 2 ] f[x 1 ] x 2 x 1 f2 f1 f[x 1, x 2, x 3 ] f[x 0, x 1, x 2 ] x 3 x 0 f[x 2,x 3 ] f[x 1,x 2 ] x 3 x 1 f[x 1,x 2 ] f[x 0,x 1 ] x 2 x 0 x 3 x 0 2 f 2 f[x 2, x 3 ] f[x 1, x 2 ] f[x 3] f[x 2] x 3 x 2 f[x2] f[x1]... f[x 3 ] f[x 2 ] x 3 x 2 f3 f2 x 3 x 2 f[x 2, x 3, x 4 ] f[x 1, x 2, x 3 ] x 4 x 1 f[x 3,x 4 ] f[x 2,x 3 ] x 4 x 2 f[x 2,x 3 ] f[x 1,x 2 ] x 3 x 1 x 4 x 1 3 f 3 f[x 2, x 3 ] f[x 1, x 2 ] f[x 3] f[x 2] x 3 x 2 f[x2] f[x1] f[x 0,..., x k ] f[x 4 ] f[x 3 ] x 4 x 3 f4 f3 x 4 x 3 f[x 3, x 4, x 5 ] f[x 2, x 3, x 4 ] x 5 x 2 f[x 4,x 5 ] f[x 3,x 4 ] x 5 x 3 f[x 3,x 4 ] f[x 2,x 3 ] x 4 x 2 x 5 x 1.. f[x k ] f[x k 1 ] x k x k 1 f k f k 1 x k x k 1 k f k Denne tabel er måske i første omgang mere forvirrende end informativ, men pointen er, at første søjle blot er de kendte data, anden søjle er blot den parvise forskel mellem en underbo og en overbo i første søjle divideret med forskellen på de to tilhørende x i er, og generelt udregnes en søjle som forskellen på en underbo og en overbo i søjlen før divideret med forskellen på de tilhørende x i er med hhv. størst og mindst indeks. Skulle det stadig være uklart, regner vi nu et konkret eksempel, som bør sammenlignes med ovenstående. 5
6 Eksempel 1.4 (Bogens Example 4 på side 812). Vi fortsætter med eksemplet med ln. Indtil nu har vi haft tre datapunkter, (9.0, ln(9.0)), (9.5, ln(9.5)) og (11.0, ln(11.0)). Vi tilføjer (8.0, ln(8.0)) og sætter x 0 8.0, x 1 9.0, x og x Så ser tabellen ud som følger: 3 i f[x i ] f[x i, x i+1 ] f[x i 1, x i, x i+1 ] f[x 0, x 1, x 2, x 3, x 4 ] 0 f 0 ln(8.0) ln(9.0) ln(8.0) f 1 ln(9.0) ln(9.5) ln(9.0) ( ) f 2 ln(9.5) Sågiver (6) 3 f 3 ln(11.0) p 3 (x) ln(11.0 ln(9.5) f[x 0,..., x i ] x j ) j<i(x i (x 8.0) (x 8.0)(x 9.0) (x 8.0)(x 9.0)(x 9.5), som giver p 3 (9.2) Som bekendt var p 1 (9.2) og p 2 (9.2) mens ln(9.2) , og vi ser, at præcisionen stiger med graden af polynomiet/antallet af målepunkter. 1.4 Newtons forward difference-formel Hvis datapunkterne er indsamlet med jævne mellemrum i den forstand, at x i+1 x i h for alle i 0,..., n 1, så kan både (5) og (6) simplificeres en del. Vi springer udledningen over og går direkte til formlerne: p n (x) ( i f 0 ) i0 ( x x0 h i ), (7) hvor k f j er defineret rekursivt ved k f j k 1 f j+1 k 1 f j for k 1 og 0 f j f j, mens ( ) r s 1 ( ) i0 (r i) r(r 1)(r 2) (r (s 1)) r for s N og 1. s s! s (s 1) Alle tal er angivet med 6 betydende cifre men udregnet med langt højere præcision. 6
7 Vi bemærker, at k her ikke har noget med differentialoperatorer at gøre. Navnet forward difference skyldes, at 1 h f j er den forward difference, vi så i forbindelse med finite difference-metoden, mens 1 h k k f j er højereordens differenskvotienter i stil med den centrale andenordens differenskvotient, vi også stiftede bekendtskab med i samme ombæring, og som altså vil gå mod den k te afledede, hvis h går mod 0. Da k f j er defineret rekursivt på en måde, som minder meget om koefficienterne f[ ] (faktisk er f[x 0,..., x k ] 1 k!h k k f 0 ), så kan k f j også med fordel udregnes vha. en tilsvarende tabel og tilsvarende fremgangsmåde, den største forskel værende at der ikke skal divideres med en forskel mellem x i er. Det kan vises, at for r x x 0 h ε n (x) f(x) p n (x) og et t x [x 0, x n ] som afhænger af x, så er hn+1 (n + 1)! r(r 1) (r n)f (n+1) (t x ) for x [x 0, x n ]. Vi bemærker, at produktet r(r 1) (r n) er mindre jo mere centralt x ligger mellem x i erne. Dermed er fejlen også mindre, desto mere centralt x ligger. Det kan endvidere vises, at fejlen ε n (x) er af samme størrelsesorden som g n+1 (x), som dermed kan bruges som estimat for fejlen. 1.5 Newtons backward difference-formel Holder vi os til faste afstande mellem x i erne, findes der oplagt en backward difference-pendant til (7). Den ser ud som følgende. p n (x) ( i f 0 ) i0 ) + i 1 h, i ( x x0 hvor k f j er defineret rekursivt ved k f j k 1 f j k 1 f j 1 for k 1 og 0 f j f j, mens ( ) r s s 1 i0 (r i) s! r(r 1)(r 2) (r (s 1)) s (s 1) 2 1 for s N og ( ) r 1 0 som før. Eksempler på brug af Newtons forward og backward diffence-formler kan findes i bogen på side 814 og 816, hhv. 7
Matematisk modellering og numeriske metoder. Lektion 17
Matematisk modellering og numeriske metoder Lektion 1 Morten Grud Rasmussen. december 16 1 Numerisk integration og differentiation 1.1 Simpsons regel Antag, at vi har en funktion f på intervallet I = [a,
Læs mereMatematisk modellering og numeriske metoder. Lektion 5
Matematisk modellering og numeriske metoder Lektion 5 Morten Grud Rasmussen 19. september, 2013 1 Euler-Cauchy-ligninger [Bogens afsnit 2.5, side 71] 1.1 De tre typer af Euler-Cauchy-ligninger Efter at
Læs mereMatematisk modellering og numeriske metoder. Lektion 19
Matematisk modellering numeriske metoder Lektion 19 Morten Grud Rasmussen 15. november, 2013 1 Mangeskridtsmetoder til løsning af førsteordens ODE er [Bens afsnit 21.2 side 908] 1.1 Adams-Bashforth-metoder
Læs mereMatematisk modellering og numeriske metoder. Overskrifter
Matematisk modellering og numeriske metoder Overskrifter Morten Grud Rasmussen 25. november, 2013 Lektion 1 Ordinære differentialligninger ODE er helt grundlæggende Løsninger Begyndelsesværdiproblemer
Læs mereMatematisk modellering og numeriske metoder. Lektion 13
Matematisk modellering og numeriske metoder Lektion 3 Morten Grud Rasmussen 3. november 206 Numerisk metode til Laplace- og Poisson-ligningerne. Finite difference-formulering af problemet I det følgende
Læs merePolynomier. Indhold. Georg Mohr-Konkurrencen. 1 Polynomier 2. 2 Polynomiumsdivision 4. 3 Algebraens fundamentalsætning og rødder 6
Indhold 1 Polynomier 2 Polynomier 2 Polynomiumsdivision 4 3 Algebraens fundamentalsætning og rødder 6 4 Koefficienter 8 5 Polynomier med heltallige koefficienter 9 6 Mere om polynomier med heltallige koefficienter
Læs mereMatematisk modellering og numeriske metoder. Lektion 4
Matematisk modellering og numeriske metoder Lektion 4 Morten Grud Rasmussen 17. september, 013 1 Homogene andenordens lineære ODE er [Bogens afsnit.1] 1.1 Linearitetsprincippet Vi så sidste gang, at førsteordens
Læs mereMatematisk modellering og numeriske metoder. Lektion 15
Matematisk modellering og numeriske metoder Lektion 15 Morten Grud Rasmussen 1. november, 2013 1 Numerisk analyse [Bogens afsnit 19.1 side 788] 1.1 Grundlæggende numerik Groft sagt handler numerisk analyse
Læs mereMatematisk modellering og numeriske metoder. Lektion 8
Matematisk modellering og numeriske metoder Lektion 8 Morten Grud Rasmussen 18. oktober 216 1 Fourierrækker 1.1 Periodiske funktioner Definition 1.1 (Periodiske funktioner). En periodisk funktion f er
Læs mereMatematisk modellering og numeriske metoder. Lektion 1
Matematisk modellering og numeriske metoder Lektion 1 Morten Grud Rasmussen 4. september, 2013 1 Ordinære differentialligninger ODE er 1.1 ODE er helt grundlæggende Definition 1.1 (Ordinære differentialligninger).
Læs mereArchimedes Princip. Frank Nasser. 12. april 2011
Archimedes Princip Frank Nasser 12. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette er
Læs mereMatematisk modellering og numeriske metoder
Matematisk modellering og numeriske metoder Morten Grud Rasmussen 5. september 2016 1 Ordinære differentialligninger ODE er 1.1 ODE er helt grundlæggende Definition 1.1 (Ordinære differentialligninger).
Læs merePolynomier. Frank Villa. 26. marts 2012
Polynomier Frank Villa 26. marts 2012 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold 1 Introduktion 2
Læs mereπ er irrationel Frank Nasser 10. december 2011
π er irrationel Frank Nasser 10. december 2011 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold 1 Introduktion
Læs mereAlgebra - Teori og problemløsning
Algebra - Teori og problemløsning, januar 05, Kirsten Rosenkilde. Algebra - Teori og problemløsning Kapitel -3 giver en grundlæggende introduktion til at omskrive udtryk, faktorisere og løse ligningssystemer.
Læs merePolynomiumsbrøker og asymptoter
Polynomiumsbrøker og asymptoter Frank Villa 9. marts 2012 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold
Læs merePolynomium Et polynomium. Nulpolynomiet Nulpolynomiet er funktionen der er konstant nul, dvs. P(x) = 0, og dets grad sættes per definition til.
Polynomier Polynomier Polynomium Et polynomium P(x) = a n x n + a n x n +... + a x + a 0 Disse noter giver en introduktion til polynomier, centrale sætninger om polynomiumsdivision, rødder og koefficienter
Læs mereTaylor s approksimationsformler for funktioner af én variabel
enote 17 1 enote 17 Taylor s approksimationsformler for funktioner af én variabel I enote 14 og enote 16 er det vist hvordan funktioner af én og to variable kan approksimeres med førstegradspolynomier
Læs mereIntroduktion til differentialregning 1. Jens Siegstad og Annegrethe Bak
Introduktion til differentialregning 1 Jens Siegstad og Annegrete Bak 16. juli 2008 1 Indledning I denne note vil vi kort introduktion til differentilregning, idet vi skal bruge teorien i et emne, Matematisk
Læs mereMatematisk modellering og numeriske metoder
Matematisk modellering og numeriske metoder Morten Grud Rasmussen 14. september 016 1 Numerisk analyse 1.1 Grundlæggende numerik Groft sagt handler numerisk analyse om at bringe matematiske problemer på
Læs mereTaylorudvikling I. 1 Taylorpolynomier. Preben Alsholm 3. november Definition af Taylorpolynomium
Taylorudvikling I Preben Alsholm 3. november 008 Taylorpolynomier. Definition af Taylorpolynomium Definition af Taylorpolynomium Givet en funktion f : I R! R og et udviklingspunkt x 0 I. Find et polynomium
Læs mereIntroduktion til Laplace transformen (Noter skrevet af Nikolaj Hess-Nielsen sidst revideret marts 2013)
Introduktion til Laplace transformen (oter skrevet af ikolaj Hess-ielsen sidst revideret marts 23) Integration handler ikke kun om arealer. Tværtimod er integration basis for mange af de vigtigste værktøjer
Læs mereMatematisk modellering og numeriske metoder. Lektion 18
Matematisk modellering numeriske metoder Lektion 18 Morten Grud Rasmussen 12. november, 2013 1 Numeriske metoder til førsteordens ODE er [Bens afsnit 21.1 side 898] 1.1 Euler-metoden Vi stiftede allerede
Læs mereMat 6 projekt Projektoplæg 22. januar 2013
1 Generelt om projektet For nogle af de studerende er 6. semester det semester hvor man skal skrive bachelorprojekt. Andre har allerede skrevet bachelorprojekt i et andet fag. For dem er det et almindeligt
Læs mereNoter om Komplekse Vektorrum, Funktionsrum og Differentialligninger LinAlg 2004/05-Version af 16. Dec.
Noter om Komplekse Vektorrum, Funktionsrum og Differentialligninger LinAlg 2004/05-Version af 16. Dec. 1 Komplekse vektorrum I defininitionen af vektorrum i Afsnit 4.1 i Niels Vigand Pedersen Lineær Algebra
Læs mereChapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning
Chapter 3 Modulpakke 3: Egenværdier 3.1 Indledning En vektor v har som bekendt både størrelse og retning. Hvis man ganger vektoren fra højre på en kvadratisk matrix A bliver resultatet en ny vektor. Hvis
Læs mereNoter om polynomier, Kirsten Rosenkilde, Marts Polynomier
Noter om polynomier, Kirsten Rosenkilde, Marts 2006 1 Polynomier Disse noter giver en kort introduktion til polynomier, og de fleste sætninger nævnes uden bevis. Undervejs er der forholdsvis nemme opgaver,
Læs mereMujtaba og Farid Integralregning 06-08-2011
Indholdsfortegnelse Integral regning:... 2 Ubestemt integral:... 2 Integrationsprøven:... 3 1) Integration af potensfunktioner:... 3 2) Integration af sum og Differens:... 3 3) Integration ved Multiplikation
Læs mereBEVISER TIL KAPITEL 3
BEVISER TIL KAPITEL 3 Alle beviserne i dette afsnit bruger følgende algoritme fra side 88 i bogen. Algoritme: Fremgangsmåde til udledning af forskellige regneregler for differentiation af forskellige funktionstyper
Læs mereArealer som summer Numerisk integration
Arealer som summer Numerisk integration http://www.zweigmedia2.com/realworld/integral/numint.html Her kan ses formlerne, som er implementeret nedenfor med en effektiv kode. Antag, at funktionen er positiv,
Læs mereSecret sharing - om at dele en hemmelighed Matematiklærerdag 2017
Matematiklærerdag 2017 Institut for Matematik, Aarhus universitet 24. marts 2017 Resumé Secret sharing henviser til metoder til fordeling af en hemmelighed blandt en gruppe af deltagere, som hver især
Læs mereNoter til Perspektiver i Matematikken
Noter til Perspektiver i Matematikken Henrik Stetkær 25. august 2003 1 Indledning I dette kursus (Perspektiver i Matematikken) skal vi studere de hele tal og deres egenskaber. Vi lader Z betegne mængden
Læs mereJeg foretager her en kort indføring af polynomier over såvel de reelle som
Polynomier, rødder og division Sebastian Ørsted 20. november 2016 Jeg foretager her en kort indføring af polynomier over såvel de reelle som de komplekse tal, hvor fokus er på at opbygge værktøjer til
Læs mereNoter til Computerstøttet Beregning Taylors formel
Noter til Computerstøttet Beregning Taylors formel Arne Jensen c 23 1 Introduktion I disse noter formulerer og beviser vi Taylors formel. Den spiller en vigtig rolle ved teoretiske overvejelser, og også
Læs merematx.dk Differentialregning Dennis Pipenbring
mat.dk Differentialregning Dennis Pipenbring 0. december 00 Indold Differentialregning 3. Grænseværdi............................. 3. Kontinuitet.............................. 8 Differentialkvotienten
Læs mereNumerisk. differentiation. Erik Vestergaard
Numerisk differentiation Erik Vestergaard 2 Erik Vestergaard www.matematikfysik.dk Erik Vestergaard, 25. Billeder: Forside: istock.com/iunewind Side 5: istock.com/cienpies Desuden egne illustrationer Erik
Læs mereKomplekse tal og algebraens fundamentalsætning.
Komplekse tal og algebraens fundamentalsætning. Michael Knudsen 10. oktober 2005 1 Ligningsløsning Lad N = {0,1,2,...} betegne mængden af de naturlige tal og betragt ligningen ax + b = 0, a,b N,a 0. Findes
Læs merePotensrækker. Morten Grud Rasmussen 1 10. november 2015. Definition 1 (Potensrække). En potensrække er en uendelig række på formen
Potensrækker Morten Grud Rasmussen 1 10 november 2015 Definition og konvergens af potensrækker Definition 1 Potensrække) En potensrække er en uendelig række på formen a n pz aq n, 1) hvor afsnittene er
Læs mereProjekt 7.9 Euklids algoritme, primtal og primiske tal
Projekter: Kapitel 7 Projekt 79 Euklids algoritme, primtal og primiske tal Projekt 79 Euklids algoritme, primtal og primiske tal Projektet giver et kig ind i metodee i modee talteori Det kan udbygges med
Læs mereFraktaler. Mandelbrots Mængde. Foredragsnoter. Af Jonas Lindstrøm Jensen. Institut For Matematiske Fag Århus Universitet
Fraktaler Mandelbrots Mængde Foredragsnoter Af Jonas Lindstrøm Jensen Institut For Matematiske Fag Århus Universitet Indhold Indhold 1 1 Komplekse tal 3 1.1 Definition.......................................
Læs mereDifferentialregning Infinitesimalregning
Udgave 2.1 Differentialregning Infinitesimalregning Noterne gennemgår begreberne differentialregning, og anskuer dette som et derligere redskab til vækst og funktioner. Noterne er supplement til kapitel
Læs mereOmskrivningsregler. Frank Nasser. 10. december 2011
Omskrivningsregler Frank Nasser 10. december 2011 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold 1 Introduktion
Læs mereKomplekse tal. Mikkel Stouby Petersen 27. februar 2013
Komplekse tal Mikkel Stouby Petersen 27. februar 2013 1 Motivationen Historien om de komplekse tal er i virkeligheden historien om at fjerne forhindringerne og gøre det umulige muligt. For at se det, vil
Læs mereTaylor s approksimationsformler for funktioner af én variabel
enote 4 1 enote 4 Taylor s approksimationsformler for funktioner af én variabel I enote 19 og enote 21 er det vist hvordan funktioner af én og to variable kan approksimeres med førstegradspolynomier i
Læs mereMatematisk modellering og numeriske metoder. Lektion 17
Mtemtisk modellering og numeriske metoder Lektion 1 Morten Grud Rsmussen 8. november, 1 1 Numerisk integrtion og differentition [Bogens fsnit 19. side 84] 1.1 Grundlæggende om numerisk integrtion Vi vil
Læs mereProjekt 3.5 faktorisering af polynomier
Projekt 3.5 faktorisering af polynomier Hvilke hele tal går op i tallet 60? Det kan vi få svar på ved at skrive 60 som et produkt af sine primtal: 60 3 5 Divisorerne i 60 er lige præcis de tal, der kan
Læs mereNewton-Raphsons metode
Newton-Raphsons metode af John V. Petersen Indhold Indledning: Numerisk analyse og Newton-Raphsons metode... 2 Udlede Newtons iterations formel... 2 Sætning 1 Newtons metode... 4 Eksempel 1 konvergens...
Læs mereFlere ligninger med flere ukendte
Flere ligninger med flere ukendte Frank Villa 14. februar 2012 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her.
Læs mereMatematisk modellering og numeriske metoder. Lektion 6
Matematisk modellering og numeriske metoder Lektion 6 Morten Grud Rasmussen 24. september, 2013 1 Forcerede oscillationer [Bogens afsnit 2.8, side 85] 1.1 Et forstyrret masse-fjeder-system I udledningen
Læs mereFraktaler Mandelbrots Mængde
Fraktaler Mandelbrots Mængde Foredragsnoter Af Jonas Lindstrøm Jensen Institut For Matematiske Fag Århus Universitet Indhold Indhold 1 1 Indledning 3 2 Komplekse tal 5 2.1 Definition.......................................
Læs mereMatematik og samfundsfag Gini-koefficienten
Erik Vestergaard www.matematikfysik.dk Matematik og samfundsfag Gini-koefficienten Den såkaldte Gini-koefficient, introduceret i 92 i en artikel af den italienske statistiker, demograf og sociolog Corrado
Læs merePointen med Differentiation
Pointen med Differentiation Frank Nasser 20. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk:
Læs mereMere om differentiabilitet
Mere om differentiabilitet En uddybning af side 57 i Spor - Komplekse tal Kompleks funktionsteori er et af de vigtigste emner i matematikken og samtidig et af de smukkeste I bogen har vi primært beskæftiget
Læs mereEn differentiabel funktion hvis afledte ikke er kontinuert Søren Knudby
24 En differentiabel funktion hvis afledte ikke er kontinuert Søren Knudby Det er velkendt for de fleste, at differentiabilitet af en reel funktion f medfører kontinuitet af f, mens det modsatte ikke gælder
Læs mereAfstande, skæringer og vinkler i rummet
Afstande, skæringer og vinkler i rummet Frank Nasser 9. april 20 c 2008-20. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her.
Læs mereFørsteordens lineære differentialligninger
enote 16 1 enote 16 Førsteordens lineære differentialligninger I denne enote gives først en kort introduktion til differentialligninger i almindelighed, hvorefter hovedemnet er en særlig type af differentialligninger,
Læs mereHer er et spørgsmål, du måske aldrig har overvejet: kan man finde to trekanter med samme areal?
Her er et spørgsmål, du måske aldrig har overvejet: kan man finde to trekanter med samme areal? Det er ret let at svare på: arealet af en trekant, husker vi fra vor kære folkeskole, findes ved at gange
Læs mereNote om interior point metoder
MØK 2016, Operationsanalyse Interior point algoritmer, side 1 Note om interior point metoder Som det er nævnt i bogen, var simplex-metoden til løsning af LP-algoritmer nærmest enerådende i de første 50
Læs mereMat H /05 Note 2 10/11-04 Gerd Grubb
Mat H 1 2004/05 Note 2 10/11-04 Gerd Grubb Nødvendige og tilstrækkelige betingelser for ekstremum, konkave og konvekse funktioner. Fremstillingen i Kapitel 13.1 2 af Sydsæters bog [MA1] suppleres her med
Læs mereKvadratrodsberegning ved hjælp af de fire regningsarter
Kvadratrodsberegning ved hjælp af de fire regningsarter Tidligt i historien opstod et behov for at beregne kvadratrødder med stor nøjagtighed. Kvadratrødder optræder i forbindelse med retvinklede trekanter,
Læs mereDe rigtige reelle tal
De rigtige reelle tal Frank Villa 17. januar 2014 Dette dokument er en del af MatBog.dk 2008-2012. IT Teaching Tools. ISBN-13: 978-87-92775-00-9. Se yderligere betingelser for brug her. Indhold 1 Introduktion
Læs mereGrænseværdier og Kontinuitet
Grænseværdier og Kontinuitet Frank Villa 11. august 2011 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold
Læs mereDesignMat Den komplekse eksponentialfunktion og polynomier
DesignMat Den komplekse eksponentialfunktion og polynomier Preben Alsholm Uge 8 Forår 010 1 Den komplekse eksponentialfunktion 1.1 Definitionen Definitionen Den velkendte eksponentialfunktion x e x vil
Læs mereEuklids algoritme og kædebrøker
Euklids algoritme og kædebrøker Michael Knudsen I denne note vil vi med Z, Q og R betegne mængden af henholdsvis de hele, de rationale og de reelle tal. Altså er { m } Z = {..., 2,, 0,, 2,...} og Q = n
Læs mereLineære 1. ordens differentialligningssystemer
enote enote Lineære ordens differentialligningssystemer Denne enote beskriver ordens differentialligningssystemer og viser, hvordan de kan løses enoten er i forlængelse af enote, der beskriver lineære
Læs mereUENDELIG, MERE UENDELIG, ENDNU MERE UENDELIG, Indledning
UENDELIG, MERE UENDELIG, ENDNU MERE UENDELIG, ESBEN BISTRUP HALVORSEN 1 Indledning De fleste kan nok blive enige om, at mængden {a, b, c} er større end mængden {d} Den ene indeholder jo tre elementer,
Læs mereByggeriets Evaluerings Center
Byggeriets Evaluerings Center Bygge Rating Notat om pointsystem til faktablade og karakterbøger for entreprenører og bygherrer Version 2015 Indholdsfortegnelse 1 Bygge Rating... 3 2 Bygge Rating for entreprenører...
Læs mereUniversity of Copenhagen. Notat om statistisk inferens Larsen, Martin Vinæs. Publication date: Document Version Peer-review version
university of copenhagen University of Copenhagen Notat om statistisk inferens Larsen, Martin Vinæs Publication date: 2014 Document Version Peer-review version Citation for published version (APA): Larsen,
Læs mereAndengradsligninger. Frank Nasser. 12. april 2011
Andengradsligninger Frank Nasser 12. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette
Læs mereAfstande, skæringer og vinkler i rummet
Afstande, skæringer og vinkler i rummet Frank Villa 2. maj 202 c 2008-20. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold
Læs mereqwertyuiopåasdfghjklæøzxcvbnmqw ertyuiopåasdfghjklæøzxcvbnmqwert yuiopåasdfghjklæøzxcvbnmqwertyui opåasdfghjklæøzxcvbnmqwertyuiopå
qwertyuiopåasdfghjklæøzxcvbnmqw ertyuiopåasdfghjklæøzxcvbnmqwert yuiopåasdfghjklæøzxcvbnmqwertyui opåasdfghjklæøzxcvbnmqwertyuiopå Polynomier Kort gennemgang af polynomier og deres asdfghjklæøzxcvbnmqwertyuiopåasd
Læs mereTaylors formel. Kapitel Klassiske sætninger i en dimension
Kapitel 3 Taylors formel 3.1 Klassiske sætninger i en dimension Sætning 3.1 (Rolles sætning) Lad f : [a, b] R være kontinuert, og antag at f er differentiabel i det åbne interval (a, b). Hvis f (a) = f
Læs mereKomplekse Tal. 20. november 2009. UNF Odense. Steen Thorbjørnsen Institut for Matematiske Fag Århus Universitet
Komplekse Tal 20. november 2009 UNF Odense Steen Thorbjørnsen Institut for Matematiske Fag Århus Universitet Fra de naturlige tal til de komplekse Optælling af størrelser i naturen De naturlige tal N (N
Læs mereRetningslinjer for bedømmelsen. Georg Mohr-Konkurrencen runde
Retningslinjer for bedømmelsen. Georg Mohr-Konkurrencen 2008 2. runde Det som skal vurderes i bedømmelsen af en besvarelse, er om deltageren har formået at analysere problemstillingen, kombinere de givne
Læs mereKursusgang 3 Matrixalgebra Repetition
Kursusgang 3 Repetition - froberg@math.aau.dk http://people.math.aau.dk/ froberg/oecon3 Institut for Matematiske Fag Aalborg Universitet 16. september 2008 1/19 Betingelser for nonsingularitet af en Matrix
Læs mereLøsning af simple Ligninger
Løsning af simple Ligninger Frank Nasser 19. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk:
Læs mereGult Foredrag Om Net
Gult Foredrag Om Net University of Aarhus Århus 8 th March, 2010 Introduktion I: Fra Metriske til Topologiske Rum Et metrisk rum er en mængde udstyret med en afstandsfunktion. Afstandsfunktionen bruges
Læs mereGrænseværdier og Kontinuitet
Grænseværdier og Kontinuitet Frank Nasser 12. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk:
Læs mereAnalyse 2. Gennemgå bevis for Sætning Supplerende opgave 1. Øvelser. Sætning 1. For alle mængder X gælder #X < #P(X).
Analyse 2 Øvelser Rasmus Sylvester Bryder 3. og 6. september 2013 Gennemgå bevis for Sætning 2.10 Sætning 1. For alle mængder X gælder #X < #P(X). Bevis. Der findes en injektion X P(X), fx givet ved x
Læs mere1 Om funktioner. 1.1 Hvad er en funktion?
1 Om funktioner 1.1 Hvad er en funktion? Man lærer allerede om funktioner i folkeskolen, hvor funktioner typisk bliver introduceret som maskiner, der tager et tal ind, og spytter et tal ud. Dette er også
Læs mereqwertyuiopåasdfghjklæøzxcvbnmqw ertyuiopåasdfghjklæøzxcvbnmqwert yuiopåasdfghjklæøzxcvbnmqwertyui Polynomier opåasdfghjklæøzxcvbnmqwertyuiopå
qwertyuiopåasdfghjklæøzxcvbnmqw ertyuiopåasdfghjklæøzxcvbnmqwert yuiopåasdfghjklæøzxcvbnmqwertyui Polynomier opåasdfghjklæøzxcvbnmqwertyuiopå Kort gennemgang af polynomier og deres egenskaber. asdfghjklæøzxcvbnmqwertyuiopåasd
Læs mereMatematisk modellering og numeriske metoder
Matematisk modellering og numeriske metoder Morten Grud Rasmussen September 0, 016 1 Lineære ODE er af første orden 1.1 De grundlæggende definitioner Definition 1.1. Lineære ODE er af første orden er ODE
Læs mereMODUL 8. Differensligninger. Forfattere: Michael ELMEGÅRD & Øistein WIND-WILLASSEN. Modulet er baseret på noter af Peter BEELEN.
MODUL 8 Differensligninger Forfattere: Michael ELMEGÅRD & Øistein WIND-WILLASSEN Modulet er baseret på noter af Peter BEELEN. 26. august 2014 2 Indhold 1 Introduktion 5 1.1 Rekursioner og differensligninger.........................
Læs mereAndengradsligninger. Frank Nasser. 11. juli 2011
Andengradsligninger Frank Nasser 11. juli 2011 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold 1 Introduktion
Læs mereDer er felter, og på hvert af disse felter har tårnet træk langs linjen og træk langs rækken.
SJOV MED SKAK OG TAL Af Rasmus Jørgensen Når man en sjælden gang kører træt i taktiske opgaver og åbningsvarianter, kan det være gavnligt at adsprede hjernen med noget andet, fx talsjov, og heldigvis byder
Læs mereAnalyse 1, Prøve 4 Besvarelse
Københavns Universitet Prøve ved Det naturvidenskabelige Fakultet juni 2011 1 Analyse 1, Prøve 4 Besvarelse Lad Opgave 1 (50%) M = {T R 2 T er en åben trekant} og lad A : M R være arealfunktionen, dvs.
Læs mereSikre Beregninger. Kryptologi ved Datalogisk Institut, Aarhus Universitet
Sikre Beregninger Kryptologi ved Datalogisk Institut, Aarhus Universitet 1 Introduktion I denne note skal vi kigge på hvordan man kan regne på data med maksimal sikkerhed, dvs. uden at kigge på de tal
Læs mereDifferentiation. Frank Nasser. 11. juli 2011
Differentiation Frank Nasser 11. juli 2011 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold 1 Introduktion
Læs mereAnalyse 1. Mads Friis Anders Friis Anne Ryelund. 25. maj 2018
Analyse 1 Mads Friis Anders Friis Anne Ryelund 25. maj 2018 Indhold Introduktion Aksiomer og den matematiske metode Formalistisk struktur Mængder Introduktion Definitioner Delmængder Fællesmængde og foreningsmængde
Læs mereDesignMat Uge 1 Gensyn med forårets stof
DesignMat Uge 1 Gensyn med forårets stof Preben Alsholm Efterår 2010 1 Hovedpunkter fra forårets pensum 11 Taylorpolynomium Taylorpolynomium Det n te Taylorpolynomium for f med udviklingspunkt x 0 : P
Læs mereFunktionalligninger. Anders Schack-Nielsen. 25. februar 2007
Funktionalligninger Anders Schack-Nielsen 5. februar 007 Disse noter er en introduktion til funktionalligninger. En funktionalligning er en ligning (eller et ligningssystem) hvor den ubekendte er en funktion.
Læs mereGrundlæggende Matematik
Grundlæggende Matematik Hayati Balo, AAMS August 2012 1. Matematiske symboler For at udtrykke de verbale udsagn matematisk korrekt, så det bliver lettere og hurtigere at skrive, indføres en række matematiske
Læs mereForslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80)
Forslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80) Opgave 1 Vi skal tegne alle de linjestykker, der forbinder vilkårligt valgte punkter blandt de 4 punkter. Gennem forsøg finder
Læs mereBesvarelser til Calculus Ordinær Eksamen Juni 2019
Besvarelser til Calculus Ordinær Eksamen - 14. Juni 2019 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende
Læs mereSidste gang Motivation Definitioner Approximations-algoritme for knudeoverdækning Approximations-algoritme for TSP med trekantsulighed
Approximations-algoritmer Sidste gang Motivation Definitioner Approximations-algoritme for knudeoverdækning Approximations-algoritme for TSP med trekantsulighed Negativt resultat om generel TSP Approximations-algoritme
Læs mereProjekt Pascals trekant
ISBN 988089 Projekter: Kapitel 9 Projekt 9 Pascals trekant Projekt 9 Pascals trekant Et af målene i dette afsnit er at generalisere kvadratsætningerne, så vi fx umiddelbart og uden nødvendigvis at bruge
Læs mereAffine rum. a 1 u 1 + a 2 u 2 + a 3 u 3 = a 1 u 1 + (1 a 1 )( u 2 + a 3. + a 3. u 3 ) 1 a 1. Da a 2
Affine rum I denne note behandles kun rum over R. Alt kan imidlertid gennemføres på samme måde over C eller ethvert andet legeme. Et underrum U R n er karakteriseret ved at det er en delmængde som er lukket
Læs mereUndersøgende aktivitet om primtal. Af Petur Birgir Petersen
Undersøgende aktivitet om primtal. Af Petur Birgir Petersen Definition: Et primtal er et naturligt tal større end 1, som kun 1 og tallet selv går op i. Eksempel 1: Tallet 1 ikke et primtal fordi det ikke
Læs mere