Η μέθοδος των πεπερασμένων διαφορών για την εξίσωση θερμότητας

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Η μέθοδος των πεπερασμένων διαφορών για την εξίσωση θερμότητας"

Transcript

1 Κεφάλαιο 5 Η μέθοδος των πεπερασμένων διαφορών για την εξίσωση θερμότητας Σε αυτό το κεφάλαιο θεωρούμε μια απλή παραβολική εξίσωση, την εξίσωση της θερμότητας, στη μια διάσταση ως προς τον χώρο. Θα κατασκευάσουμε μεθόδους πεπερασμένων διαφορών για το πρόβλημα αρχικών και συνοριακών τιμών με ομογενείς συνθήκες Dirichlet. Στη συνέχεια, θα δείξουμε ιδιότητες ευστάθειας, καθώς και κατάλληλες συνθήκες που πρέπει να ικανοποιεί η μέθοδος για να είναι ευσταθής. Τέλος, θα δείξουμε τη σύγκλιση της προσεγγιστικής λύσης στη ακριβή λύση. 5.1 Άμεση μέθοδος του Euler Θεωρούμε το ακόλουθο πρόβλημα: Ζητείται μια συνάρτηση u :[0,L] [0,T] R, τέτοια ώστε u t (x, t) =u xx (x, t), u(0,t)=u(l, t) =0, u(x, 0) = g(x), x [0,L], t [0,T], t [0,T], x [0,L], (5.1) όπου L>0, g C[0,L]. Όπως είπαμε στην Παραγράφο η λύση του (5.1) δίνεται από τη u(x, t) = c n e λ2nt sin(λ n x), (5.2) με λ n = nπ L και c n = 2 L L 0 n=1 g(x) sin(λ n x). 75

2 76 ΚΕΦΑΛΑΙΟ 5. ΕΞΙΣΩΣΗ ΘΕΡΜΟΤΗΤΑΣ: ΠΕΠΕΡΑΣΜΕΝΕΣ ΔΙΑΦΟΡΕΣ Όπως και στην προηγούμενη παράγραφο θα θεωρήσουμε ορισμένα σημεία στο χωρίο [0,L] [0,T] και θα κατασκευάσουμε προσεγγίσεις της ακριβούς λύσης του (5.1) σε αυτά τα σημεία. Θεωρούμε λοιπόν έναν φυσικό αριθμό N και τη διαμέριση του διαστήματος [0,L] από N +2ισαπέχοντα σημεία 0=x 0 <x 1 < < x N <x N+1 = L, όπου h = x i+1 x i, i =0,...,N. Επίσης, θεωρούμε και έναν φυσικό αριθμό M και τη διαμέριση του [0,T] από M +1ισαπέχοντα σημεία 0=t 0 <t 1 < <t M = T, όπου k = t j+1 t j, j =0,...,M 1, βλ. Σχήμα 5.1. Τότε σε κάθε σημείο (x i,t j ) του διαμερισμού του [0,L] [0,T], θα ισχύει: u t (x i,t j )=u xx (x i,t j ), i =1,...,N, j =0,...,M. (5.3) Θα θεωρήσουμε λοιπόν προσεγγίσεις των τιμών της u στα παραπάνω σημεία (x i,t j ) τις οποίες θα συμβολίσουμε με U j i, i = 0,...,N +1, j = 0,...,M. Λόγω των συνοριακών συνθηκών u(0,t j ) = u(l, t j ) = 0, j = 0,...,M, θέτουμε U j 0 = U j N+1 =0, j =0,...,M, και επειδή η λύση u της (5.1) είναι γνωστή για t = 0, θέτουμε Ui 0 = g(x i ), i = 1,...,N. Οι υπόλοιπες τιμες u(x i,t j ), i =1,...,N, j =1,...,M, είναι άγνωστες και θα τις προσεγγίσουμε. Στο Σχήμα Σχήμα 5.1: Τα σημεία (x i,t j ) του χωρίου [0,L] [0,T], όπου σημειώνουμε με άσπρο κύκλο τα σημεία στα οποία αναζητούμε τις τιμές U j i και με έντονο μαύρο τα σημεία που αντιστοιχούν στις γνωστές συνοριακές τιμές. 5.1, για ένα παράδειγμα πλέγματος σημείων, σημειώνουμε με άσπρο κύκλο τα σημεία που αναζητούμε στις τιμές u(x i,t j ) και με έντονο μαύρο τα σημεία που αντιστοιχούν στις γνωστές συνοριακές τιμές της u. Τις άγνωστες τιμές u(x i,t j ) τις προσεγγίζουμε με τις τιμές U j i, i =1,...,N, j =1,...,M, οι οποίες προκύπτουν με τον ακόλουθο τρόπο. Για να προσεγγίσουμε τις u t (x i,t j ), i =1,...,N, j =0,...,M 1, στην

3 5.1. ΑΜΕΣΗ ΜΕΘΟΔΟΣ ΤΟΥ EULER 77 (5.3) χρησιμοποιούμε τη δ + k u(x i,t j ) που θεωρήσαμε στην (2.1). Έτσι, αν υποθέσουμε ότι u tt C([0,L] [0,T]), λόγω της (2.3), η (5.3) γίνεται για i =1,...,N, όπου u(x i,t j+1 ) u(x i,t j ) k = u xx (x i,t j )+ˆη j i, j =0,...,M 1, (5.4) ˆη j i k 2 max t [0,T ] u tt(x i,t). (5.5) Στη συνέχεια, για να προσεγγίσουμε τις u xx (x i,t j ), i =1,...,N, j =0,...,M 1, στην (5.4) χρησιμοποιούμε την προσέγγιση δh,2 c u(x i,t j ) που θεωρήσαμε στην (2.8). Έτσι, αν υποθέσουμε ότι 4 u C([0,L] [0,T]), λόγω της (2.9), η (5.4) x 4 γίνεται για i =1,...,N,και j =0,...,M 1, και u(x i,t j+1 ) u(x i,t j ) k = u(x i+1,t j ) 2u(x i,t j )+u(x i 1,t j ) h 2 +ˆη j i + ηj i, (5.6) η j i h2 12 max 4 x [0,L] x 4 u(x, tj ). (5.7) Αν θέσουμε τώρα η j i = ˆη j i + ηj i,η(5.6) δίνει για i = 1,...,N, και j = 0,...,M 1, δ + h u(x i,t j ) δh,2 c u(x i,t j )=η j i, (5.8) και λόγω των (5.5) και (5.7) εύκολα βλέπουμε ότι ισχύει το ακόλουθο λήμμα. Λήμμα 5.1. Έστω u η λύση του (5.1) με 4 u C([0,L] [0,T]) και u x 4 tt C([0,L] [0,T]). Τότε, για την η j i που δίνεται στην (5.8) έχουμε ότι υπάρχει σταθερά C ανεξάρτητη των k και h, τέτοια ώστε max 0 j M 1 max 1 i N ηj i C(k + h2 ). (5.9) Θα κατασκευάσουμε λοιπόν προσεγγίσεις U j i της λύσης u του προβλήματος (5.1) στα σημεία (x i,t j ), i =0,...,N+1, j =0,...,M, θεωρώντας τις ακόλουθες εξισώσεις, U j i = U j i+1 2U j i + U j i 1 k h 2, i =1,...,N,j =0,...,M 1, (5.10) { U j 0 = U j N+1 =0, j =0,...,M Ui 0 (5.11) = g(x i ), i =1,...,N. U j+1 i

4 78 ΚΕΦΑΛΑΙΟ 5. ΕΞΙΣΩΣΗ ΘΕΡΜΟΤΗΤΑΣ: ΠΕΠΕΡΑΣΜΕΝΕΣ ΔΙΑΦΟΡΕΣ Κατ αναλογία με το Κεφάλαιο 3, το σφάλμα η j i που δίνεται στις (5.8) καλείται τοπικό σφάλμα διακριτοποίησης για τη μέθοδο (5.10) (5.11). Έστω τώρα ότι έχουμε θεωρήσει έναν διαμερισμό σημείων {x i } του [0,L], με βήμα h και {t j } του [0,T], με βήμα k, τότε προκύπτει ένας διαμερισμός σημείων {(x i,t j )} του [0,L] [0,T]. Αν το τοπικό σφάλμα διακριτοποίησης η j i, ενός αριθμητικού σχήματος σε ένα σημείο ενός διαμερισμού {(x i,t j )}, φράσσεται κατά απόλυτη τιμή από το γινόμενο μιας θετικής σταθεράς, που δεν εξαρτάται από τα h και k, επί h κ και k µ, τότε λέμε ότι έχει τάξη ακρίβειας κ ως προς h και µ ως προς k. Επομένως, λόγω των (5.5) και (5.7), το τοπικό σφάλμα διακριτοποίησης της μεθόδου (5.10)-(5.11) έχει τάξη ακρίβειας δύο ως προς h και ένα ως προς k. Επίσης, κατ αναλογία του Oρισμού 3.1, αν το τοπικό σφάλμα διακριτοποίησης μιας μεθόδου, η j i, τείνει στο μηδέν, καθώς τα βήματα h και k του διαμερισμού τείνουν στο μηδέν, τότε η μέθοδος λέγεται συνεπής. Συνεπώς σύμφωνα με το Λήμμα 5.1, το τοπικό σφάλμα διακριτοποίησης τείνει στο μηδέν, καθώς τα h και k τείνουν στο μηδέν, οπότε η (5.10)-(5.11) είναι μια συνεπής μέθοδος. Αν συμβολίσουμε τώρα με λ τον λόγο k, τότε η (5.10) γράφεται ως h2 U j+1 i = λu j i+1 +(1 2λ)U j i + λu j i 1, (5.12) για i =1,...,N, j =0,...,M 1. Ξεκινώντας από το χρονικό επίπεδο t 0 =0, χρησιμοποιώντας δηλαδή τις αρχικές συνθήκες (5.11), από την (5.12) μπορούμε να υπολογίσουμε άμεσα την προσέγγιση στο χρονικό επίπεδο t 1. Συνεχίζοντας με αυτό τον τρόπο, λαμβάνουμε, με άμεσο τρόπο μέσω της (5.12), την προσέγγιση στο χρονικό επίπεδο t j+1, από τις ήδη γνωστές τιμές στο χρονικό επίπεδο t j. Η μέθοδος (5.10)-(5.11) καλείται άμεση μέθοδος του Euler. Στο Σχήμα 5.2 φαίνεται ένα παράδειγμα πλέγματος, κοντά στο (x i,t j ), όπου σημειώνουμε με άσπρο κύκλο το σημείο του χρονικού επιπέδου t j+1, όπου σύμφωνα με την (5.12), αντιστοιχεί σε άγνωστη τιμή της προσέγγισης και με μαύρο αυτά του χρονικού επιπέδου t j που αντιστοιχούν σε γνωστές τιμές της προσέγγισης. Αν συμβολίσουμε με U j R N το διάνυσμα με συνιστώσες, U j 1,...,Uj N, U j = (U j 1,..., U j N )T, μπορούμε να γράψουμε το σύστημα των εξισώσεων (5.12) ισοδύναμα ως U j+1 = AU j, j =0,...,M 1, με U 0 = G, (5.13)

5 5.1. ΑΜΕΣΗ ΜΕΘΟΔΟΣ ΤΟΥ EULER 79 t j+1 t j x i 1 x i x i+1 Σχήμα 5.2: Σημεία ενός πλέγματος για τον υπολογισμό της λύσης με την άμεση μέθοδο του Euler. Με άσπρο σημειώνουμε τα σημεία που αντιστοιχούν σε άγνωστες τιμές της προσέγγισης και με μαύρο αυτά που αντιστοιχούν σε γνωστές τιμές. όπου A είναι ο N N πίνακας 1 2λ λ 0 0 λ 1 2λ λ 0 A = , λ 1 2λ λ λ 1 2λ και G =(g(x 1 ),...,g(x N )) T. Επομένως, για να υπολογίσουμε την προσέγγιση στο χρονικό επίπεδο t j+1, απλώς πολλαπλασιάζουμε τον πίνακα A με τη γνωστή, από το προηγούμενο βήμα, U j. Επειδή για να υπολογίσουμε την προσέγγιση σε κάθε χρονικό βήμα δεν χρειάζεται να αντιστρέψουμε κάποιον πίνακα, δηλαδή να λύσουμε κάποιο γραμμικό σύστημα με αριθμητικές μεθόδους, η μέθοδος καλείται άμεση. Η ύπαρξη και η μοναδικότητα της προσεγγιστικής λύσης σε κάθε χρονικό βήμα είναι δεδομένη, διότι για να την υπολογίσουμε αρκεί να πολλαπλασιάζουμε έναν γνωστό πίνακα με τη γνωστή από το προηγούμενο χρονικό βήμα προσεγγιστική λύση. Στη συνέχεια, θα δείξουμε το ακόλουθο θεώρημα για την ευστάθεια της άμεσης μεθόδου του Euler. Θεώρημα 5.1. Έστω U j R N, j =0,...,M, τα διανύσματα που προκύπτουν από την (5.13), με U j 0 = U j N+1 =0, j =0,...,M. Τότε, αν λ = k 1 h 2 2, ισχύει η

6 80 ΚΕΦΑΛΑΙΟ 5. ΕΞΙΣΩΣΗ ΘΕΡΜΟΤΗΤΑΣ: ΠΕΠΕΡΑΣΜΕΝΕΣ ΔΙΑΦΟΡΕΣ ακόλουθη ανισότητα, max U j i max U i 0, 0 i N+1 0 i N+1 για j =0, 1, 2,...,M. Απόδειξη. Από τη σχέση (5.12) και το γεγονός λ 1 2, εύκολα παίρνουμε U j+1 i λ( U j i+1 + U j i 1 )+(1 2λ) U j i, 1 i N. Αν θέσουμε λοιπόν Ū j = max 0 i N+1 U j i, j =0,...,M, έχουμε Ū j+1 Ū j Ū 0, από όπου προκύπτει η ζητούμενη εκτίμηση. Για να αποδείξουμε την ευστάθεια της μεθόδου στο Θεώρημα 5.1 υποθέσαμε ότι λ 1/2. Λόγω της ύπαρξης μιας συνθήκης ανάμεσα στις παραμέτρους διακριτοποίησης k και h, λέμε ότι η μέθοδος είναι ευσταθής υπό συνθήκες. Το γεγονός ότι αυτή η συνθήκη είναι αναγκαία και δεν οφείλεται σε τυχόν αδυναμία της απόδειξης του Θεώρηματος 5.1 που δώσαμε φαίνεται από το ακόλουθο παράδειγμα. Είναι απλό να δούμε ότι αν L =1και g(x) =sin(nπx), n =1, 2,...,τότε το πρόβλημα (5.1) γίνεται u t (x, t) =u xx (x, t), x [0, 1], t [0,T], (5.14) u(0,t)=u(1,t)=0, t [0,T], (5.15) u(x, 0) = sin(nπx), x [0, 1], (5.16) και η ακριβής λύση u είναι η u(x, t) =e n2 π 2t sin(nπx), μια δηλαδή από τις θεμελιώδεις συναρτήσεις που εμφανίζονται στην έκφραση (5.2). Παρατηρούμε λοιπόν ότι σε κάθε χρονικό επίπεδο t 0 καθεμιά από αυτές τις θεμελιώδεις συναρτήσεις είναι μια ημιτονοειδής συνάρτηση, της οποίας το πλάτος μειώνεται συνεχώς με εκθετικό τρόπο, καθώς το χρονικό επίπεδο αυξάνει. Είναι προφανές ότι, αν θεωρήσουμε για αρχική συνθήκη g μια από τις sin(nπx), n =1, 2,..., και η προσεγγιστική λύση που λαμβάνουμε με τη μέθοδο (5.10), δεν αποτυπώνει αυτήν την ιδιότητα, ή τουλάχιστον το πλάτος δεν παραμένει φραγμένο, δεν θα προσεγγίζει καλά την αντίστοιχη θεμελιώδη συνάρτηση. Επειδή η ακριβής λύση του (5.14) (5.16) αποτελείται από το γινόμενο της e n2 π 2t, που εξαρτάται μόνο από τον χρόνο t, και της sin(nπx), υποθέτουμε ότι η λύση U j i της (5.10) έχει τη μορφή U j i = w j sin(nπx i ). Δηλαδή αποτελείται από δύο παράγοντες, ο ένας από τους οποίους εξαρτάται μόνο από τον χρόνο t j και ο άλλος είναι ακριβώς η ημιτονοειδής συνάρτηση που βρίσκεται στην έκφραση της

7 5.1. ΑΜΕΣΗ ΜΕΘΟΔΟΣ ΤΟΥ EULER 81 ακριβούς λύσης του (5.14). Αντικαθιστούμε λοιπόν την παραπάνω μορφή της U j i στην εξίσωση (5.12), οπότε παίρνουμε για i =1,...,N,j =0,...,M 1, w j+1 sin(nπx i )=λw j sin(nπx i+1 )+(1 2λ)w j sin(nπx i ) + λw j sin(nπx i 1 ). (5.17) Στη συνέχεια, εφαρμόζοντας την τριγωνομετρική ταυτότητα η(5.17) γίνεται sin(α ± β) =sin(α) cos(β) ± cos(α) sin(β), (5.18) w j+1 sin(nπx i )=2λw j sin(nπx i ) cos(πh)+(1 2λ)w j sin(nπx i ) =(2λ(cos(πh) 1) + 1)w j sin(nπx i ). (5.19) Επίσης, λόγω της τριγωνομετρικής ιδιότητας η(5.19) δίνει 2 sin 2 ( θ )=1 cos(θ), θ [0, 2π], (5.20) 2 w j+1 =(1 4λ sin 2 ( nπh 2 ))w j. (5.21) Συνεπώς, w j = κ j w 0, με κ =1 4λ sin 2 ( nπh 2 ). Άρα, η μέγιστη τιμή της U j i είναι φραγμένη, αν και μόνο αν κ 1. Θα πρέπει, λοιπόν, 1 1 4λ sin 2 ( nπh 2 )) 1 ή 2λ sin2 ( nπh )) 1. 2 Επομένως, επειδή sin( nπh 2 ) 1, για n = 1, 2,..., αρκεί λ 1 2. Βλέπουμε ότι η συνθήκη ευστάθειας στο Θεώρημα 5.1 είναι αναγκαία για να έχουμε καλές προσεγγίσεις με την άμεση μέθοδο του Euler. Μπορούμε να γενικεύσουμε την παραπάνω απόδειξη θεωρώντας τώρα ότι U j i = w je rx ii, r R, με I = 1 τη φανταστική μονάδα, ικανοποιούν την εξίσωση (5.12). Αν οι τιμές U j i παραμένουν φραγμένες για κάθε r R, θα καλούμε αυτή την ιδιότητα ευστάθεια von Neumann. Είναι φανερό ότι για να είναι φραγμένες οι U j i, αρκεί να φράσσονται οι w j για κάθε j. Μια πιο διεξοδική μελέτη της ευστάθειας von Neumann ο ενδιαφερόμενος αναγνώστης μπορεί να βρεί στο (Strikwerda, 2004). Μπορεί να αποδειχθεί ότι για την εξίσωση της θερμότητας η ευστάθεια von Neumann συνεπάγεται την ευστάθεια μιας μεθόδου, βλ. π.χ. (Morton & Mayers,

8 82 ΚΕΦΑΛΑΙΟ 5. ΕΞΙΣΩΣΗ ΘΕΡΜΟΤΗΤΑΣ: ΠΕΠΕΡΑΣΜΕΝΕΣ ΔΙΑΦΟΡΕΣ 2005). Στη συνέχεια, θα δείξουμε ότι για να είναι η άμεση μέθοδος του Euler von Neumann ευσταθής πρέπει και πάλι να ισχύει λ 1 2. Υποθέτουμε λοιπόν ότι οι U j i = w je rxii, r R, με I = 1 τη φανταστική μονάδα, ικανοποιούν την εξίσωση (5.12) και, άρα, w j+1 e rx ii = λw j e rx i+1i +(1 2λ)w j e rx ii + λw j e rx i 1I =(λe rhi +1 2λ + λe rhi )w j e rx ii. (5.22) Λόγω τώρα της ταυτότητας e θi = cos(θ)+i sin(θ), έχουμε cos(θ) = 1 2 (eθi + e θi ), θ [0, 2π]. (5.23) Οπότε η (5.22) λόγω της (5.20) γίνεται w j+1 =(1 2λ +2cos(rh))w j e rx ii =(1 4λ sin 2 ( rh 2 ))w j. Συνεπώς w j = κ j w 0, με κ =1 4λ sin 2 ( rh 2 ). Για να παραμένει η λύση U j i φραγμένη κατ απόλυτη τιμή θα πρέπει κ 1, για κάθε r R. Καταλήγουμε δηλαδή στο ίδιο αποτέλεσμα όπως και παραπάνω, δηλαδή ότι λ 1 2. Στη συνέχεια, δείχνουμε το ακόλουθο για τη σύγκλιση της μεθόδου. Θεώρημα 5.2. Έστω ότι η λύση u του προβλήματος (5.1) είναι αρκετά ομαλή, και U j i, i =1,...,N, j =0,...,M, η λύση της μεθόδου (5.4). Τότε, αν λ = k h 2 1 2, υπάρχει μια σταθερά C, ανεξάρτητη των k, h, τέτοια ώστε max 1 j M max U j i u(x i,t j ) C(k + h 2 ). (5.24) 0 i N+1 Απόδειξη. Θέτουμε E j i = U j i u(x i,t j ), i = 0,...,N +1, j = 0,...,M, όπου λόγω των σχέσεων U j 0 = u(0,tj )=0και U j N+1 = u(l, tj )=0, έχουμε E j 0 = Ej N+1 =0. Αφαιρούμε τώρα κατά μέλη τις (5.10) και (5.6), οπότε παίρνουμε E j+1 i = λe j i+1 +(1 2λ)Ej i + λej i 1 + kηj i,i=1,...,n, j =1,...,M 1.

9 5.1. ΑΜΕΣΗ ΜΕΘΟΔΟΣ ΤΟΥ EULER 83 t =0.025 t =0.05 t = t =0.075 M j Ē j j Ē j j Ē j j Ē j Πίνακας 5.1: Το μέγιστο σφάλμα Ēj = max 1 i N U j i u(x i,t j ) στα χρονικά επίπεδα t =0.025, 0.05 και του Παραδείγματος 5.1 για N = 23 και M = 24, 32, 128. Στη στήλη αριστερά του κάθε σφάλματος δίνεται το χρονικό βήμα j τέτοιο ώστε t = jk, με k = 1/M. Θέτουμε, στη συνέχεια, Ēj = max 1 i N E j i και η = max 1 j M max 0 i N+1 η j i. Οπότε έχουμε Ē j+1 2λĒj +(1 2λ)Ēj + k η Ēj + k η Ē0 + jk η. Από εδώ, επειδή jk T και λόγω του Λήμματος 5.1, προκύπτει η ζητούμενη εκτίμηση. Παράδειγμα 5.1. Ας θεωρήσουμε το πρόβλημα (5.14) με n =2και T =0.1, όπου η ακριβής λύση είναι u(x, t) =e 4π2t sin(2πx). Θεωρούμε έναν διαμερισμό του [0, 1] με N = 23, και M ισαπέχοντα σημεία του [0,T], με M = 24, 32, 128, και υπολογίζουμε τη λύση για καθέναν από τους τρεις αυτούς διαμερισμούς χρησιμοποιώντας το αριθμητικό σχήμα (5.10). Για t = 0.025, 0.05, μπορούμε να βρούμε τις αντίστοιχες προσέγγισεις U j i της u(x i,t j ), με j τέτοιο ώστε jk = 0.025, 0.05, και k = T /M. Στο Σχήμα 5.3 απεικονίζονται οι γραφικές παραστάσεις της u για t =0, καθώς και οι προσεγγίσεις για t =0.025, 0.05, , με M = 24, 32, 128. Επίσης, στον Πίνακα 5.1 βλέπουμε το μέγιστο σφάλμα στα χρονικά επίπεδα t =0.025, 0.05, Στο Σχήμα 5.3 παρατηρούμε ότι η προσεγγιστική λύση για M = 32 δεν φαίνεται να προσεγγίζει την ακριβή λύση, καθώς το χρονικό επίπεδο t μεγαλώνει, το οποίο φαίνεται και στα αποτελέσματα του Πίνακα 5.1. Αυτό όμως δεν συμβαίνει στην περίπτωση M = 128. Αυτή η συμπεριφορά των προσεγγιστικών λύσεων οφείλεται στην αστάθεια της λύσης για M = 32 και της ευστάθειας για M = 128, διότι η παράμετρος λ είναι 2.4, 1.8, 0.45 για M = 24, 32, 128, αντίστοιχα.

10 84 ΚΕΦΑΛΑΙΟ 5. ΕΞΙΣΩΣΗ ΘΕΡΜΟΤΗΤΑΣ: ΠΕΠΕΡΑΣΜΕΝΕΣ ΔΙΑΦΟΡΕΣ 1 t =0 u t =0.025 =24 =32 M =128 u t =0.5 =24 =32 M =128 u t = =24 =32 M =128 u Σχήμα 5.3: Η ακριβής λύση u(x, t) =e 4π2t sin(2πx) του Παραδείγματος 5.1 και οι προσεγγίσεις της για N = 23 και M = 24, 32, 128, με την άμεση μέθοδο του Euler για t =0, 0.025, 0.05 και Πεπλεγμένη μέθοδος του Euler Σε αυτή την παράγραφο θα μελετήσουμε τη μέθοδο που προκύπτει αν αντί για την προσέγγιση, δ + k της u t που χρησιμοποιήσαμε στην άμεση μέθοδο του Euler, θεωρήσουμε την δ k. Έτσι, θα θεωρήσουμε και πάλι μια διαμέριση του [0,L] [0,T] όπως και πριν και θα κατασκευάσουμε προσεγγίσεις Uj i των τιμών u(x i,t j ), i =0,...,N +1, j =0,...,M, της ακριβούς λύσης του (5.1), βλέπε Σχήμα 5.1. Λόγω των αρχικών και συνοριακών συνθηκών του προβλήματος (5.1) θέτουμε και πάλι U j 0 = U j N+1 = 0, j =0,...,M, και Ui 0 = g(x i ), i =1,...,N. Στη συνέχεια, προσεγγίζουμε την u t (x i,t j ) στις εξισώσεις (5.3) χρησιμοποιώντας τη διαφορά δ k u(x i,t j ) που θεωρήσαμε στην (2.1). Έτσι, αν υποθέσουμε ότι u tt (x, t) C([0,L] [0,T]), λόγω της (2.3), η (5.3) γίνεται για i =1,...,N, u(x i,t j ) u(x i,t j 1 ) k = u xx (x i,t j )+ˆη j i, j =1,...,M, (5.25)

11 5.2. ΠΕΠΛΕΓΜΕΝΗ ΜΕΘΟΔΟΣ ΤΟΥ EULER 85 όπου ˆη j i k 2 max t [0,T ] u tt(x i,t). (5.26) Στη συνέχεια, για να προσεγγίσουμε την u xx (x i,t j ), στην (5.25) χρησιμοποιούμε, όπως και στην άμεση μέθοδο του Euler, την δ c h,2 u(x i,t j ). Έτσι, αν υποθέσουμε ότι 4 x 4 u(x, t) C([0,L] [0,T]), λόγω της (2.9), η (5.25) γίνεται για i =1,...,N, και j =1,...,M, u(x i,t j ) u(x i,t j 1 ) k = u(x i+1,t j ) 2u(x i,t j )+u(x i 1,t j ) h 2 +ˆη j i + ηj i, (5.27) όπου η η j i φράσσεται και πάλι όπως στην (5.7). Συνεπώς, για η j i =ˆηj i + ηj i,η(5.27) δίνει για i =1,...,N,και j =1,...,M, δ k u(x i,t j ) δ c h,2 u(x i,t j )=η j i, (5.28) και λόγω των (5.26) και (5.7) εύκολα βλέπουμε ότι ισχύει το ακόλουθο λήμμα. Λήμμα 5.2. Έστω u η λύση του (5.1) με 4 u C([0,L] [0,T]) και u x 4 tt C([0,L] [0,T]). Τότε, για την η j i που δίνεται στην (5.28), έχουμε ότι υπάρχει σταθερά C ανεξάρτητη των k και h, τέτοια ώστε max 1 j M max 1 i N ηj i C(k + h2 ). (5.29) Για να κατασκευάσουμε, λοιπόν, προσεγγίσεις U j i των u(x i,t j ), i =1,...,N, j =1,...,M, θεωρούμε την ακόλουθη μέθοδο U j i U j 1 i = U j i+1 2U j i + U j i 1 k h 2, i =1,...,N, j =1,...,M, (5.30) { U j 0 = U j N+1 =0, j =0,...,M, Ui 0 (5.31) = g(x i ), i =1,...,N. Είναι φανερό ότι, λόγω της (5.28), το τοπικό σφάλμα διακριτοποίησης της μεθόδου (5.30) (5.31), δίνεται από την η j i. Συνεπώς, σύμφωνα με το Λήμμα 5.2, το τοπικό σφάλμα διακριτοποίησης τείνει στο μηδέν, καθώς τα h και k τείνουν στο μηδέν, οπότε η (5.30) είναι μια συνεπής μέθοδος. Συμβολίζουμε και πάλι με λ τον λόγο k, οπότε η (5.30) γράφεται ως h2 λu j i+1 +(1+2λ)U j i λu j i 1 = U j 1 i, (5.32)

12 86 ΚΕΦΑΛΑΙΟ 5. ΕΞΙΣΩΣΗ ΘΕΡΜΟΤΗΤΑΣ: ΠΕΠΕΡΑΣΜΕΝΕΣ ΔΙΑΦΟΡΕΣ με i =1,...,N και j =1,...,M. Ξεκινώντας από το χρονικό επίπεδο t 0 =0 και χρησιμοποιώντας τις αρχικές συνθήκες (5.31), παρατηρούμε ότι, σε αντίθεση με την άμεση μέθοδο του Euler (5.12), δεν μπορούμε άμεσα να υπολογίσουμε την προσέγγιση στο χρονικό επίπεδο t 1 από την (5.32). Στο Σχήμα 5.4 φαίνεται ένα παράδειγμα πλέγματος όπου με άσπρο κύκλο σημειώνουμε το σημείο του χρονικού επιπέδου t j+1, όπου σύμφωνα με (5.32), αντιστοιχεί σε άγνωστες τιμές της προσέγγισης και με μαύρο αυτά του χρονικού επιπέδου t j που αντιστοιχούν στη γνωστή τιμή της προσέγγισης. t j+1 t j x i 1 x i x i+1 Σχήμα 5.4: Σημεία ενός πλέγματος για τον υπολογισμό της λύσης με την πεπλεγμένη μέθοδο του Euler. Με άσπρο σημειώνουμε τα σημεία που αντιστοιχούν σε άγνωστες τιμές της προσέγγισης και με μαύρο αυτά που αντιστοιχούν σε γνωστές τιμές. Αν θέσουμε U j R N το διάνυσμα με συνιστώσες U j 1,...,Uj N, U =(U j 1,..., U j N )T, μπορούμε να γράψουμε το σύστημα των εξισώσεων (5.32) ισοδύναμα ως το γραμμικό σύστημα BU j = U j 1, j =1,...,M, με U 0 = G, (5.33) όπου B είναι ο N N πίνακας 1+2λ λ 0 0 λ 1+2λ λ 0 B = , λ 1+2λ λ λ 1+2λ και G =(g(x 1 ),...,g(x N )) T.

13 5.2. ΠΕΠΛΕΓΜΕΝΗ ΜΕΘΟΔΟΣ ΤΟΥ EULER 87 Αφού γνωρίζουμε τη U 0 για να υπολογίσουμε τώρα την προσέγγιση στο χρονικό επίπεδο t 1 χρειάζεται να λύσουμε το γραμμικό σύστημα BU 1 = U 0. Είναι φανερό ότι ο B έχει αυστηρά κυριαρχική διαγώνιο και, άρα, είναι αντιστρέψιμος. Επομένως, το γραμμικό σύστημα BU 1 = U 0 έχει μοναδική λύση. Επειδή ο πίνακας B είναι τριδιαγώνιος για τον υπολογισμό της U 1, μπορούμε να χρησιμοποιήσουμε τη μέθοδο της Παραγράφου 3.2. Συνεχίζουμε με αυτό τον τρόπο, οπότε σε κάθε χρονικό βήμα γνωρίζουμε την προσέγγιση στο χρονικό επίπεδο t j 1 και για να υπολογίσουμε την προσέγγιση στο χρονικό επίπεδο t j λύνουμε το γραμμικό σύστημα (5.33). Επειδή, κάθε φορά χρειάζεται να λύσουμε ένα γραμμικό σύστημα, η μέθοδος καλείται πεπλεγμένη ή έμμεση. Συγκεκριμένα, τη μέθοδο (5.30) ή(5.32) την ονομάζουμε πεπλεγμένη μέθοδο του Euler. Ο πίνακας B στο γραμμικό σύστημα (5.33) είναι τριδιαγώνιος και έχει αυστηρά κυριαρχική διαγώνιο, οπότε είναι αντιστρέψιμος και άρα η ύπαρξη και η μοναδικότητα της προσεγγιστικής λύσης σε κάθε χρονικό βήμα είναι δεδομένη. Για την ευστάθεια της μεθόδου μπορούμε να δείξουμε το ακόλουθο θεώρημα. Θεώρημα 5.3. Έστω U j R N, j =0,...,M, τα διανύσματα που ικανοποιούν την (5.33), και U j 0 = U j N+1 =0, j =0,...,M. Τότε, ισχύει η ακόλουθη ανισότητα max U j i max U i 0, 0 i N+1 0 i N+1 για j =0, 1, 2,...M. Απόδειξη. Από τη σχέση (5.32) εύκολα παίρνουμε (1 + 2λ) U j i λ( U j i+1 + U j j 1 i 1 )+ Ui, 1 i N,j =1,...,M. Αν θέσουμε λοιπόν Ū j = max 0 i N+1 U j i, j =0,...,M, παίρνουμε και άρα (1 + 2λ) U j i 2λŪ j + Ū j 1, j =1,...,M, Ū j Ū j 1 Ū 0, από όπου προκύπτει η ζητούμενη εκτίμηση. Στη συνέχεια, θα μελετήσουμε την ευστάθεια von Neumann για την πεπλεγμένη μέθοδο του Euler. Όπως και στην άμεση μέθοδο του Euler, υποθέτουμε ότι οι ικανοποιούν την (5.32). Οπότε U j i = w je rx ii, r R, w j (λe rx i+1i (1 + 2λ)e rx ii + λe rx i 1I )=w j 1 e rx ii. (5.34)

14 88 ΚΕΦΑΛΑΙΟ 5. ΕΞΙΣΩΣΗ ΘΕΡΜΟΤΗΤΑΣ: ΠΕΠΕΡΑΣΜΕΝΕΣ ΔΙΑΦΟΡΕΣ Χρησιμοποιούμε τώρα και πάλι τις ιδιότητες (5.23) και (5.20) και έχουμε w j (2λ cos(rh) (1 + 2λ)) = w j (1 + 4λ sin 2 ( rh 2 )) = w j 1. (5.35) Συνεπώς, w j = κ j w 0, με κ = 1/(1 + 4λ sin 2 ( rh 2 )). Άρα, επειδή για κάθε λ και r, ισχύει κ 1, η απόλυτη τιμή της U j i είναι φραγμένη, για κάθε σημείο του διαμερισμού, και άρα δεν είναι αναγκαία καμία συνθήκη για την ευστάθεια της πεπλεγμένης Euler. Στη συνέχεια δείχνουμε το ακόλουθο θεώρημα για τη σύγκλιση της μεθόδου. Θεώρημα 5.4. Έστω ότι η λύση u του προβλήματος (5.1) είναι αρκετά ομαλή και U j i, i =0,...,N +1, j =0,...,M, η λύση της μεθόδου (5.32). Τότε, υπάρχει μια σταθερά C, ανεξάρτητη των k, h, τέτοια ώστε max 0 j M max U j i u(x i,t j ) C(k + h 2 ). (5.36) 0 i N+1 Απόδειξη. Θέτουμε E j i = U j i u(x i,t j ), i =0,...,N +1, j =0,...,M, όπου λόγω των σχέσεων U j 0 = u(0,tj )=0και U j N+1 = u(l, tj )=0, έχουμε E j 0 = E j N+1 =0. Αφαιρούμε τώρα κατά μέλη τις (5.32) και (5.27), οπότε παίρνουμε λe j i +(1+2λ)Ej i λej i 1 = Ej 1 i + kη j i, i =1,...,N, j =1,...,M. Θέτουμε, στη συνέχεια, Ē j = max 1 i N E j i, η = max 1 i N,1 j M η j i και έχουμε (1 + 2λ)E j i 2λĒj + Ēj 1 + k η, οπότε Ē j Ēj 1 + k η Ē0 + jk η. Από εδώ, επειδή jk T και λόγω του Λήμματος 5.2, προκύπτει η ζητούμενη εκτίμηση. Παράδειγμα 5.2. Αν στο Παράδειγμα 5.1 χρησιμοποιήσουμε την πεπλεγμένη μέθοδο του Euler, παρατηρούμε ότι οι αντίστοιχες προσεγγίσεις U j i της u(x i,t j ) είναι καλύτερες. Στο Σχήμα 5.5 απεικονίζονται οι γραφικές παραστάσεις της u για t =0, καθώς και οι προσεγγίσεις για t =0.025, 0.05, , με M = 24, 32, 128. Επίσης, στον Πίνακα 5.2 βλέπουμε το μέγιστο σφάλμα στα χρονικά επίπεδα t = 0.025, 0.05, , Στο Σχήμα 5.5 παρατηρούμε ότι όλες οι προσεγγιστικές λύσεις φαίνεται να προσεγγίζουν την ακριβή λύση, καθώς το χρονικό επίπεδο

15 5.2. ΠΕΠΛΕΓΜΕΝΗ ΜΕΘΟΔΟΣ ΤΟΥ EULER 89 t μεγαλώνει, το οποίο φαίνεται και στα αποτελέσματα του Πίνακα 5.1. Αυτή η συμπεριφορά των προσεγγιστικών λύσεων οφείλεται στην ευστάθεια της μεθόδου για όλες τις τιμές της παράμετρου λ, σε αντίθεση με τη συμπεριφορά της άμεσης μεθόδου του Euler, βλ. Παράδειγμα t =0 u 0.5 t =0.025 =24 =32 M =128 u t =0.05 =24 =32 M =128 u t = =24 =32 M =128 u Σχήμα 5.5: Η ακριβής λύση u(x, t) =e 4π2t sin(2πx) του Παραδείγματος 5.1 και οι προσεγγίσεις της για N = 23 και M = 24, 32, 128, με την πεπλεγμένη μέθοδο του Euler για t =0, 0.025, 0.05 και

16 90 ΚΕΦΑΛΑΙΟ 5. ΕΞΙΣΩΣΗ ΘΕΡΜΟΤΗΤΑΣ: ΠΕΠΕΡΑΣΜΕΝΕΣ ΔΙΑΦΟΡΕΣ t =0.025 t =0.05 t = t =0.075 M j Ē j j Ē j j Ē j j Ē j Πίνακας 5.2: Το σφάλμα Ēj = max 1 i N U j i u(x i,t j ) στα χρονικά επίπεδα t = 0.025, 0.05 και του Παραδείγματος 5.2 για N = 23 και M = 24, 32, 128. Στη στήλη αριστερά του κάθε σφάλματος δίνεται το χρονικό βήμα j, τέτοιο ώστε t = jk, με k = 1/M. 5.3 Μέθοδος των Crank-Nicolson Μια άλλη μέθοδος προκύπτει αν αντί για τις προσεγγίσεις δ + k ή δ k της u t που θεωρήσαμε προηγουμένως, θεωρήσουμε τη δ c k. Όπως και πριν θα θέσουμε U j 0 = U j N+1 = 0 για j = 0,...,M, και U 0 i = g(x i ) και θα κατασκευάσουμε τώρα προσεγγίσεις U j i, i =1,...,N, j =1,...,M, των τιμών u(x i,t j ) της ακριβούς λύσης του (5.1), μεγαλύτερης τάξης ακρίβειας. Λόγω του Λήμματος 2.1 και της εξίσωσης (5.1) έχουμε για x =1,...,N, όπου u(x i,t j ) u(x i,t j 1 ) k = u t (x i,t j k 2 )+ˆηj i = u xx (x i,t j k 2 )+ˆηj i, j =1,...,M, (5.37) ˆη j i k2 6 max t [0,T ] u ttt(x i,t) (5.38) Επειδή τα σημεία (x i,t j k 2 ) δεν αποτελούν μέρος του διαμερισμού που έχουμε θεωρήσει, προσεγγίζουμε την u xx (x i,t j k 2 ), i =1,...,N, j =1,...,M, στην (5.37) με τον μέσο όρο της u xx στα (x i,t j ) και (x i,t j 1 ). Έτσι, είναι απλό να δούμε με τη βοήθεια αναπτυγμάτων Taylor ότι u xx (x i,t j k 2 )=1 2 (u xx(x i,t j )+u xx (x i,t j 1 )) k2 2 u xxtt(x i,ξ j ), (5.39) με ξ j (t j 1,t j ). Επομένως, συνδυάζοντας αυτή τη σχέση με την (5.37), έχουμε για j =1,...,M, u(x i,t j ) u(x i,t j 1 ) k = 1 2 (u xx(x i,t j )+u xx (x i,t j 1 )) + η j i +ˆηj i, (5.40)

17 5.3. ΜΕΘΟΔΟΣ ΤΩΝ CRANK-NICOLSON 91 με η j i k2 6 max t [0,T ] u xxtt(x i,t). (5.41) Στη συνέχεια, για την προσέγγιση των u xx (x i,t j ), j = 1,...,M, στην (5.40) εφαρμόζουμε τη δ c h,2 u(x i,t j ) που θεωρήσαμε στην (2.8). Έτσι, αν υποθέσουμε ότι 4 x 4 u(x, t) C([a, b] [0,T]), λόγω της (2.9), η (5.40) γίνεται για i =1,...,N, και j =1,...,M, u(x i,t j ) u(x i,t j 1 ) k ˆη j i + ηj i + ηj i, = 1 u(x i+1,t j ) 2u(x i,t j )+u(x i 1,t j ) 2 h 2 u(x i+1,t j 1 ) 2u(x i,t j 1 )+u(x i 1,t j 1 ) h 2 (5.42) όπου η η j i φράσσεται όπως στην (5.7). Συνεπώς, για ηj i =ˆηj i + ηj i + ηj i,η(5.42) δίνει για i =1,...,N,και j =1,...,M, δ c h u(x i,t j k 2 ) 1 2 (δc h,2 u(x i,t j )+δ c h,2 u(x i,t j 1 )) = η j i, (5.43) και λόγω των (5.38), (5.41) και (5.7) εύκολα βλέπουμε ότι ισχύει το ακόλουθο λήμμα. Λήμμα 5.3. Έστω u η λύση του (5.1) με 4 u, u x 4 tt,u ttxx C([0,L] [0,T]). Τότε για την η j i που δίνεται στην (5.43) έχουμε ότι υπάρχει σταθερά C ανεξάρτητη των k και h, τέτοια ώστε max max 1 j M 1 i N ηj i C(k2 + h 2 ). (5.44) Για να κατασκευάσουμε, λοιπόν, προσεγγίσεις U j i των u(x i,t j ), i =1,...,N, j =0,...,M, θεωρούμε την ακόλουθη μέθοδο U j i U j 1 i k = 1 U j i+1 2U j i + U j i 1 2 h για i =1,...,N, j =1,...,M, { U j 0 = U j N+1 =0, j =0,...,M, Ui 0 = g(x i ), i =1,...,N. U j 1 i+1 2U j 1 i + U j 1 i 1 h 2, (5.45) (5.46) Το τοπικό σφάλμα διακριτοποίησης η j i της (5.45) (5.46) δίνεται από την (5.43). Επίσης από το Λήμμα 5.3 (5.46) έχουμε ότι η η j i τείνει στο μηδέν, καθώς k και h τείνουν στο μηδέν. Επομένως, η μέθοδος (5.45) (5.46) είναι συνεπής.

18 92 ΚΕΦΑΛΑΙΟ 5. ΕΞΙΣΩΣΗ ΘΕΡΜΟΤΗΤΑΣ: ΠΕΠΕΡΑΣΜΕΝΕΣ ΔΙΑΦΟΡΕΣ Αν συμβολίσουμε και πάλι με λ τον λόγο k,η(5.45) γράφεται ως h2 1 2 λu j i+1 +(1+λ)U j i 1 2 λu j i 1 = 1 2 λu j 1 i+1 j 1 +(1 λ)ui + 1 j 1 λui 1 2, (5.47) με i =1,...,N, j =1,...,M. Όμοια όπως και στην πεπλεγμένη μέθοδο του Euler, (5.32), αν ξεκινήσουμε από το χρονικό επίπεδο t 0 =0, δεν μπορούμε άμεσα να υπολογίσουμε την προσέγγιση στο χρονικό επίπεδο t 1 από την (5.47). Στο Σχήμα 5.6 φαίνεται ένα παράδειγμα πλέγματος όπου σημειώνουμε τις γνωστές ή άγνωστες τιμές της προσέγγισης σε κάθε βήμα με τη μέθοδο (5.47). Επομένως, αν U j R N το διάνυσμα με συνιστώσες U j 1,...,Uj N, U =(U j 1,..., U j N )T, το σύστημα των εξισώσεων (5.47) μπορούμε να το γράψουμε ως BU j = AU j 1, j =1,...,M, με U 0 = G, (5.48) όπου B και A είναι οι N N πίνακες 1+λ λ/2 0 0 λ/2 1 + λ λ/2 0 B = , λ/2 1 + λ λ/2 λ/2 1 + λ 1 λ λ/2 0 0 λ/2 1 λ λ/2 0 A = , λ/2 1 λ λ/2 λ/2 1 λ και G =(g(x 1 ),...,g(x N )) T. Από την (5.45) έχουμε ότι η προσέγγιση U 0 στο χρονικό επίπεδο t 0 είναι γνωστή, οπότε για να υπολογίσουμε τη λύση στο χρονικό επίπεδο t 1 αρκεί να λύσουμε το γραμμικό σύστημα BU 1 = AU 0. Εύκολα βλέπουμε ότι ο B έχει αυστηρά κυριαρχική διαγώνιο, επομένως είναι αντιστρέψιμος και επειδή είναι τριδιαγώνιος μπορούμε να εφαρμόσουμε τον αλγόριθμο της Παραγράφου 3.2 για τον υπολογισμό της U 1. Συνεχίζουμε με αυτό τον τρόπο και αν στο χρονικό επίπεδο t j 1 γνωρίζουμε την προσέγγιση U j 1, λύνοντας το γραμμικό σύστημα (5.48), βρίσκουμε την προσέγγιση U j στο χρονικό επίπεδο t j. Για τον ίδιο λόγο, όπως και για την πεπλεγμένη μέθοδο του Euler, η μέθοδος (5.45) είναι πεπλεγμένη ή έμμεση και καλείται μέθοδος των Crank Nicolson. Για την ευστάθεια της μεθόδου μπορούμε να δείξουμε το ακόλουθο θεώρημα.

19 5.3. ΜΕΘΟΔΟΣ ΤΩΝ CRANK-NICOLSON 93 t j+1 t j x i 1 x i x i+1 Σχήμα 5.6: Σημεία ενός πλέγματος για τον υπολογισμό της λύσης με τη μέθοδο των Crank-Nicolson. Με άσπρο σημειώνουμε τα σημεία που αντιστοιχούν σε άγνωστες τιμές της προσέγγισης και με μαύρο αυτά που αντιστοιχούν σε γνωστές τιμές. Θεώρημα 5.5. Έστω U j R N, j =0,...,M, η λύση του προβλήματος (5.47), με U j 0 = U j N+1 =0, j =0,...,M. Τότε, αν λ 1, ισχύει η ακόλουθη ανισότητα max U j i max U i 0, για j =0, 1, 2,...,M. (5.49) 0 i N+1 0 i N+1 Απόδειξη. Από τη σχέση (5.47) εύκολα παίρνουμε για i =1,...,N, j =1,...,M, (1 + λ) U j i λ 2 ( U j i+1 + U j j 1 i 1 )+(1 λ) Ui + λ j 1 j 1 ( Ui+1 + Ui 1 2 ). Αν θέσουμε λοιπόν Ū j = max 0 i N+1 U j i, j =0,...,M, έχουμε και άρα (1 + λ) U j i λū j + Ū j 1, Ū j Ū j 1 Ū 0, από όπου προκύπτει η ζητούμενη ανισότητα. Παρατηρούμε ότι για να δείξουμε το Θεώρημα 5.5, υποθέσαμε ότι λ 1. Θα δούμε παρακάτω ότι αυτή η υπόθεση δεν είναι απαραίτητη για να δείξουμε την ευστάθεια von Neumann για τη μέθοδο των Crank-Nicolson, επομένως η υπόθεση λ 1 στο Θεώρημα 5.5 δεν είναι ουσιαστική και γίνεται μόνο για να μπορέσουμε να αποδείξουμε το θεώρημα, ακολουθώντας τα βήματα που χρησιμοποιήσαμε στην αντίστοιχη απόδειξη.

20 94 ΚΕΦΑΛΑΙΟ 5. ΕΞΙΣΩΣΗ ΘΕΡΜΟΤΗΤΑΣ: ΠΕΠΕΡΑΣΜΕΝΕΣ ΔΙΑΦΟΡΕΣ Θεωρούμε και πάλι ότι οι U j i = w je rx ii ικανοποιούν την (5.47), οπότε λ 2 w je rx i+1i +(1+λ)w j e rx ii λ 2 w je rx i 1I = λ 2 w j 1e rx i+1i +(1 λ)w j 1 e rx ii + λ 2 w j 1e rx i 1I, (5.50) για i = 1,...,N,j = 1,...,M. Χρησιμοποιούμε τώρα και πάλι τις ιδιότητες (5.23) και (5.20) και έχουμε 2λw j e rx ii cos(rh)+(1+λ)w j e rx ii =2λw j 1 e rx ii cos(rh)+(1 λ)w j 1 e rx ii, από την οποία προκύπτει Συνεπώς (1 + 4λ sin 2 ( rh 2 ))w j =(1 4λ sin 2 ( rh 2 ))w j 1. w j = 1 4λ sin2 ( rh 2 ) 1+4λ sin 2 ( rh 2 )w j 1 = κw j 1 = = κ j w 0. (5.51) Είναι απλό να δούμε ότι σε αυτήν την περίπτωση ισχύει κ 1 για κάθε λ και r. Συνεπώς, η απόλυτη τιμή της U j i είναι φραγμένη ανεξάρτητα της τιμής του λ, οπότε δεν είναι αναγκαία καμιά συνθήκη για στις παραμέτρους της διαμέρισης h και k, ώστε να είναι ευσταθής η μέθοδος Crank Nicolson. Θεώρημα 5.6. Έστω ότι η λύση u του προβλήματος (5.1) είναι αρκετά ομαλή και U j i, i =0,...,N +1, j =0,...,M, η λύση της μεθόδου (5.47). Τότε, υπάρχει μια σταθερά C, ανεξάρτητη των k, h, τέτοια ώστε max 0 j M max U j i u(x i,t j ) C(k 2 + h 2 ). (5.52) 0 i N+1 Απόδειξη. Θέτουμε E j i = U j i u(x i,t j ), i =0,...,N +1, j =0,...,M, όπου λόγω των σχέσεων U j 0 = u(0,tj )=0και U j N+1 = u(l, tj )=0, έχουμε E j 0 = E j N+1 =0. Αφαιρούμε τώρα κατά μέλη τις (5.45) και (5.42), οπότε παίρνουμε για i =1,...,N, j =1,...,M, (1 + λ)e j i = λ 2 (Ej i+1 + Ej i 1 )+(1 λ)ej 1 i + λ 2 (Ej 1 i+1 + Ej 1 i 1 )+kηj i. Θέτουμε, στη συνέχεια, Ēj = max 1 i N E j i, η = max 1 i N,1 j M η j i και έχουμε (1 + λ)e j i λēj +(1 λ)ēj 1 + λēj 1 + k η,

21 5.3. ΜΕΘΟΔΟΣ ΤΩΝ CRANK-NICOLSON 95 οπότε Ē j Ēj 1 + k η Ē0 + jk η. Από εδώ, επειδή jk T και λόγω του Λήμματος 5.3, προκύπτει η ζητούμενη εκτίμηση. Παράδειγμα 5.3. Επαναλαμβάνουμε και εδώ το Παράδειγμα 5.1 όπου χρησιμοποιούμε τώρα τη μέθοδο των Crank-Nicolson. Στο Σχήμα 5.7 απεικονίζονται οι γραφικές παραστάσεις της u για t =0, καθώς και οι προσεγγίσεις για t =0.025, 0.05, , με M = 24, 32, 128. Επίσης, στον Πίνακα 5.3 βλέπουμε το μέγιστο σφάλμα στα χρονικά επίπεδα t =0.025, 0.05, , t =0 u t =0.025 =23 =32 M =128 u t =0.05 =24 =32 M =128 u 0.1 t = =24 =32 M =128 u Σχήμα 5.7: Η ακριβής λύση u(x, t) =e 4π2t sin(2πx) του Παραδείγματος 5.1 και οι προσεγγίσεις της για N = 23 και M = 24, 32, 128, με τη μέθοδο των Crank- Nicolson για t =0, 0.025, 0.05 και Παρατηρούμε από τα Παραδείγματα 5.2 και 5.3, ότι το σφάλμα σε κάθε χρονικό επίπεδο είναι μικρότερο στη μέθοδο Crank Nicolson από ότι στη πεπλεγμένη

22 96 ΚΕΦΑΛΑΙΟ 5. ΕΞΙΣΩΣΗ ΘΕΡΜΟΤΗΤΑΣ: ΠΕΠΕΡΑΣΜΕΝΕΣ ΔΙΑΦΟΡΕΣ t =0.025 t =0.05 t = t =0.075 M j Ē j j Ē j j Ē j j Ē j Πίνακας 5.3: Το σφάλμα Ēj = max 1 i N U j i u(x i,t j ) στα χρονικά επίπεδα t =0.025, 0.05 και του Παραδείγματος 5.3 για N = 23 και M = 24, 32, 128. Στη στήλη αριστερά του κάθε σφάλματος δίνεται το χρονικό βήμα j, τέτοιο ώστε t = jk, με k = 1/M. μέθοδο του Euler. Αυτό οφείλεται στη μεγαλύτερη τάξη ως προς k που έχει το σφάλμα για τη μέθοδο Crank Nicolson από το αντίστοιχο σφάλμα για τη πεπλεγμένη μέθοδο του Euler, βλ. Θεωρήματα 5.4 και 5.6. Στο επόμενο παράδειγμα παραθέτουμε ορισμένα αριθμητικά αποτελέσματα, όπου φαίνεται ότι τα σφάλματα που προκύπτουν με τη μέθοδο Crank Nicolson έχουν τάξη ακρίβειας k 2. Παράδειγμα 5.4. Αν οι παράμετροι k, h της διαμέρισης των [0,L] [0,T] είναι ίσες, τότε το σφάλμα για την πεπλεγμένη μέθοδο του Euler σύμφωνα με το Θεώρημα 5.4, θα ικανοποιεί max 0 j M max U j i u(x i,t j ) Ck, 0 i N+1 για k = h, και k μικρό, και το σφάλμα για τη μέθοδο των Crank Nicolson σύμφωνα με το Θεώρημα 5.6, θα ικανοποιεί max 0 j M max U j i u(x i,t j ) Ck 2, 0 i N+1 για k = h, και k μικρό. Αν υποθέσουμε λοιπόν ότι το μέγιστο σφάλμα Ē = max 0 i N+1 Ui M u(x i,t M ) Ck p, στο χρονικό επίπεδο t M = T, μπορούμε να προσδιορίσουμε πειραματικά, με τη χρήση Η/Υ, τη δύναμη p, από τον λόγο p (log(e 1 /E 2 )/ log(k 1 /k 2 )), όπου E 1 είναι το σφάλμα που αντιστοιχεί στη διαμέριση με βήμα k 1 και E 2 το σφάλμα για τη διαμέριση με βήμα k 2. Αν θεωρήσουμε και πάλι το πρόβλημα των Παραδείγματων 5.1 και 5.2, μπορούμε να υπολογίσουμε κατά προσέγγιση την τάξη σύγκλισης για την πεπλεγμένη μέθοδο του Euler και τη μέθοδο των Crank Nicolson για t = T =0.1. Στον Πίνακα 5.4, εμφανίζεται η κατά προσέγγιση δύναμη p και παρατηρούμε ότι για τη μέθοδο Euler είναι κατά προσέγγιση ένα, ενώ για τη μέθοδο Crank Nicolson είναι δύο.

23 5.4. ΑΛΛΕΣ ΜΕΘΟΔΟΙ ΚΑΙ ΠΡΟΒΛΗΜΑΤΑ 97 BE CN k = h Ē BE p Ē CN p 1/ / / / / Πίνακας 5.4: Τα σφάλματα των μεθόδων Euler και Crank Nicolson στο χρονικό επίπεδo t = T =0.1, ĒBE και ĒCN, αντίστοιχα, στο Παράδειγμα 5.4 και η κατά προσέγγιση τάξη ακρίβειάς τους p, αν θεωρήσουμε k = h. 5.4 Άλλες μέθοδοι και προβλήματα Ακολουθώντας την ανάλυση προβλημάτων με συνοριακές συνθήκες τύπου Neumann που είδαμε στο Κεφάλαιο 3, μπορούμε να τροποποιήσουμε ανάλογα τις μεθόδους Euler και Crank Nicolson, ώστε να ισχύουν αντίστοιχα αποτελέσματα με αυτά που παρουσιάσαμε σε αυτό το κεφάλαιο. Επίσης, για την απόδειξη των διαφόρων θεωρημάτων μπορούμε να χρησιμοποιήσουμε τη μέθοδο της ενέργειας που ακολουθήσαμε στη Παράγραφο 3.4. Δεν θα παρουσιάσουμε όμως αυτά τα αποτελέσματα σε αυτές τις σημειώσεις και παραπέμπουμε τον αναγνώστη στα (Ακρίβης & Δουγαλής, 2005 Holmes, 2007 Iserles, 2009 Larsson & Thomée, 2009 Morton & Mayers, 2005 Strikwerda, 2004 Thomas, 1995) για πιο λεπτομερή παρουσίαση των αποτελεσμάτων αυτού του κεφαλαίου καθώς και άλλων. 5.5 Ταινίες γραφικών παραστάσεων Σε αυτή την παράγραφο εμφανίζονται τρεις ταινίες με τις γραφικές παραστάσεις που παρουσιάστηκαν στο Παραδείγμα 5.1 για τις μεθόδους Άμεση Euler (Forward Euler), Πεπλεγμένη Euler (Backward Euler) και Crank-Nicolson. Η προβολή των ταινιών στην οθόνη του H/Y μπορεί να γίνει, αν μετακινήσουμε τον κέρσορα (δείκτη) της οθόνης και επιλέξουμε, π.χ. με τη χρήση του ποντίκιου, το αντίστοιχο παράδειγμα και, στη συνέχεια, την επιλογή Play/Pause. Στην περίπτωση που η προβολή αυτού του βιβλίου στην οθόνη γίνεται μέσω του αντίστοιχου αρχείου μορφής pdf, συνίσταται η χρήση του πρόγραμματος Adobe Reader.

24 98 ΚΕΦΑΛΑΙΟ 5. ΕΞΙΣΩΣΗ ΘΕΡΜΟΤΗΤΑΣ: ΠΕΠΕΡΑΣΜΕΝΕΣ ΔΙΑΦΟΡΕΣ Σχήμα 5.8: Ταινίες των γραφικών παραστάσεων των Παραδείγματων για την άμεση και πεπλεγμένη μέθοδο του Euler και τη μέθοδο των Crank-Nicolson. 5.6 Ασκήσεις 5.1. Θεωρούμε τη μέθοδο U j+1 i = λu j i+1 +(1 2λ βk)u j i + λu j i 1 για την επίλυση της εξίσωσης της θερμότητας (5.1). (αʹ) Είναι η μέθοδος άμεση ή πεπλεγμένη; (βʹ) Είναι η μέθοδος ευσταθής; (γʹ) Για ποιες τιμές του β, αν υπάρχουν, είναι η μέθοδος συνεπής; 5.2. Θεωρούμε την εξίσωση της θερμότητας (5.1) όπου έχουμε τροποποιήσει τις συνοριακές συνθήκες ως εξής, u x (0,t)=α, και u(1,t)=0. (αʹ) Γράψτε ένα πεπλεγμένο αριθμητικό σχήμα όπου το αντίστοιχο με την (5.28) σφάλμα διακριτοποίησης η j i ικανοποιεί μια σχέση όπως αυτή της

25 5.6. ΑΣΚΗΣΕΙΣ 99 (5.29), δηλαδή η j i C(k + h2 ), με C ανεξάρτητη των k και h. Στη συνέχεια, εκφράστε τη μέθοδο σε μορφή γραμμικού συστήματος, όπως η (5.33). (βʹ) Γράψτε ένα πεπλεγμένο αριθμητικό σχήμα όπου το σφάλμα διακριτοποίησης η j i ικανοποιεί μια αντίστοιχη σχέση όπως αυτή της (5.44), δηλαδή η j i C(k2 + h 2 ), με C ανεξάρτητη των k και h. Επίσης, εκφράστε τη μέθοδο σε μορφή γραμμικού συστήματος Έστω N,M φυσικοί αριθμοί, h = L/(N + 1), x i = ih, i = 0,...,N, μια διαμέριση του [0,L], καθώς και k = T /M, t j = jk, j = 0,...,M, μια διαμέριση του [0,T], με L, T > 0. Θεωρούμε ένα αριθμητικό σχήμα που χρησιμοποιεί τις τιμές στα (x i 1,t j+1 ), (x i,t j+1 ), (x i+1,t j+1 ), (x i 1,t j ) και (x i+1,t j ) για την προσέγγιση της λύσης της εξίσωσης της θερμότητας (5.1) στο σημείο (x i,t j ). (αʹ) Δείξτε την ύπαρξη ένος τέτοιου αριθμητικού σχήματος, καθώς και την αντίστοιχη εκτίμηση του σφάλματος διακριτοποίησης η j i. (βʹ) Είναι η μέθοδος συνεπής; (γʹ) Είναι ευσταθής; 5.4. Έστω N,M φυσικοί αριθμοί, h = L/(N + 1), x i = ih, i = 0,...,N, μια διαμέριση του [0,L], καθώς και k = T /M, t j = jk, j = 0,...,M, μια διαμέριση του [0,T], με L, T > 0. Θεωρούμε ένα αριθμητικό σχήμα που χρησιμοποιεί τις τιμές στα (x i 1,t j+1 ), (x i+1,t j+1 ), (x i 1,t j ), (x i 1,t j 1 ) και (x i+1,t j 1 ) για την προσέγγιση της λύσης της εξίσωσης της θερμότητας (5.1) στο σημείο (x i,t j ). (αʹ) Δείξτε την ύπαρξη ένος τέτοιου αριθμητικού σχήματος καθώς και την αντίστοιχη εκτίμηση του σφάλματος διακριτοποίησης η j i. (βʹ) Είναι η μέθοδος συνεπής; (γʹ) Είναι ευσταθής; 5.5. Θεωρούμε το πρόβλημα u t (x, t) =Du xx (x, t) βu(x, t), u(x, 0) = g(x), x [0,L], (x, t) [0,L] [0,T],

26 100 ΚΕΦΑΛΑΙΟ 5. ΕΞΙΣΩΣΗ ΘΕΡΜΟΤΗΤΑΣ: ΠΕΠΕΡΑΣΜΕΝΕΣ ΔΙΑΦΟΡΕΣ u(0,t)=u(l, t) =0, t [0,T], όπου D, β είναι θετικές σταθερές. (αʹ) Γράψτε ένα πεπλεγμένο αριθμητικό σχήμα με σφάλμα διακριτοποίησης η j i το οποίο να ικανοποιεί μια σχέση της μορφής η j i C(k + h2 ), με C ανεξάρτητη των k και h. Στη συνέχεια, εκφράστε τη μέθοδο σε μορφή γραμμικού συστήματος. (βʹ) Είναι αυτή η μέθοδος ευσταθής; Είναι ευσταθής υπό συνθήκες; 5.6. Θεωρούμε το πρόβλημα u t (x, t) =Du xx (x, t) αu x (x, t), u(x, 0) = g(x), x [0,L], u(0,t)=u(l, t) =0, t [0,T] (x, t) [0,L] [0,T], όπου D, α είναι σταθερές και D>0. (αʹ) Γράψτε ένα πεπλεγμένο αριθμητικό σχήμα με σφάλμα διακριτοποίησης η j i το οποίο να ικανοποιεί μια σχέση της μορφής η j i C(k + h2 ), με C ανεξάρτητη των k και h. Στη συνέχεια, εκφράστε τη μέθοδο σε μορφή γραμμικού συστήματος. (βʹ) Είναι αυτή η μέθοδος ευσταθής; Είναι ευσταθής υπό συνθήκες; 5.7. Θεωρούμε το πρόβλημα u t (x, t) =Du xx (x, t)+µ(x)u x (x, t), u(x, 0) = g(x), x [0,L], u(0,t)=u(l, t) =0, t [0,T], (x, t) [0,L] [0,T], όπου D, µ είναι θετικές σταθερές. (αʹ) Γράψτε ένα πεπλεγμένο αριθμητικό σχήμα με σφάλμα διακριτοποίησης η j i το οποίο να ικανοποιεί μια σχέση της μορφής η j i C(k + h2 ), με C ανεξάρτητη των k και h. Στη συνέχεια, εκφράστε τη μέθοδο σε μορφή γραμμικού συστήματος.

27 Βιβλιογραφία 101 (βʹ) Είναι αυτή η μέθοδος ευσταθής; Είναι ευσταθής υπό συνθήκες; 5.8. Θεωρούμε το πρόβλημα u t (x, t) =Du xx (x, t) βu(x, t), u(x, 0) = g(x), x [0, 1], u(0,t)=h(t), u(1,t)=0, όπου D, β είναι θετικές σταθερές. t [0,T], (x, t) [0, 1] [0,T], (αʹ) Γράψτε ένα πεπλεγμένο αριθμητικό σχήμα με σφάλμα διακριτοποίησης η j i το οποίο να ικανοποιεί μια σχέση της μορφής η j i C(k2 + h 2 ), με C ανεξάρτητη των k και h. Στη συνέχεια, εκφράστε τη μέθοδο σε μορφή γραμμικού συστήματος. (βʹ) Είναι αυτή η μέθοδος ευσταθής; Είναι ευσταθής υπό συνθήκες; Βιβλιογραφία Ακρίβης, Γ., & Δουγαλής, Β. (2005). Αριθμητικές Μέθοδοι για Μερικές Διαφορικές Εξισώσεις. Ιωάννινα. (Πανεπιστημιακές Σημειώσεις). Holmes, M. H. (2007). Introduction to numerical methods in differential equations (Vol. 52). Springer, New York. Iserles, A. (2009). A first course in the numerical analysis of differential equations (Second ed.). Cambridge University Press, Cambridge. Larsson, S., & Thomée, V. (2009). Partial differential equations with numerical methods (Vol. 45). Springer-Verlag, Berlin. Morton, K. W., & Mayers, D. F. (2005). Numerical solution of partial differential equations (Second ed.). Cambridge University Press, Cambridge. Strikwerda, J. C. (2004). Finite difference schemes and partial differential equations (Second ed.). Society for Industrial and Applied Mathematics (SIAM), Philadelphia, PA. Thomas, J. W. (1995). Numerical partial differential equations: finite difference methods (Vol. 22). Springer-Verlag, New York.

Εξίσωση μεταφοράς. Κεφάλαιο Μέθοδοι upwind και downwind

Εξίσωση μεταφοράς. Κεφάλαιο Μέθοδοι upwind και downwind Κεφάλαιο 7 Εξίσωση μεταφοράς Σε αυτό το κεφάλαιο θεωρούμε μια απλή διαφορική εξίσωση πρώτης τάξης, την εξίσωση μεταφοράς, στη μια διάσταση ως προς τον χώρο και ως προς τον χρόνο. Θα κατασκευάσουμε μεθόδους

Διαβάστε περισσότερα

Πρόβλημα δύο σημείων. Κεφάλαιο Διακριτοποίηση

Πρόβλημα δύο σημείων. Κεφάλαιο Διακριτοποίηση Κεφάλαιο 3 Πρόβλημα δύο σημείων Σε αυτό το κεφάλαιο θα μελετήσουμε τη μεθόδο πεπερασμένων διαφορών για προβλήματα Σ.Δ.Ε. δεύτερης τάξεως, τα οποία καλούνται και προβλήματα δύο σημείων. Ο λόγος που θα ασχοληθούμε

Διαβάστε περισσότερα

Η μέθοδος των πεπερασμένων στοιχείων για την εξίσωση της θερμότητας

Η μέθοδος των πεπερασμένων στοιχείων για την εξίσωση της θερμότητας Κεφάλαιο 6 Η μέθοδος των πεπερασμένων στοιχείων για την εξίσωση της θερμότητας Σε αυτό το κεφάλαιο θεωρούμε την εξίσωση της θερμότητας στη μια διάσταση ως προς τον χώρο και θα κατασκευάσουμε μεθόδους πεπερασμένων

Διαβάστε περισσότερα

Πεπερασμένες διαφορές για την ελλειπτική εξίσωση στις δύο διαστάσεις

Πεπερασμένες διαφορές για την ελλειπτική εξίσωση στις δύο διαστάσεις Κεφάλαιο 9 Πεπερασμένες διαφορές για την ελλειπτική εξίσωση στις δύο διαστάσεις Σε αυτό το κεφάλαιο θεωρούμε μια απλή ελλειπτική εξίσωση, στις δύο διαστάσεις. Θα κατασκευάσουμε μεθόδους πεπερασμένων διαφορών

Διαβάστε περισσότερα

Πεπερασμένες Διαφορές.

Πεπερασμένες Διαφορές. Κεφάλαιο 1 Πεπερασμένες Διαφορές. 1.1 Προσέγγιση παραγώγων. 1.1.1 Πρώτη παράγωγος. Από τον ορισμό της παραγώγου για συναρτήσεις μιας μεταβλητής γνωρίζουμε ότι η παράγωγος μιας συνάρτησης f στο σημείο x

Διαβάστε περισσότερα

Πεπερασμένες διαφορές

Πεπερασμένες διαφορές Κεφάλαιο 2 Πεπερασμένες διαφορές Αυτό το κεφάλαιο αποτελεί μια εισαγωγή στο αντικείμενο των πεπερασμένων διαφορών για την επίλυση διαφορικών εξισώσεων. Θα εισαγάγουμε ποσότητες που προκύπτουν από διαφορές

Διαβάστε περισσότερα

MEM 253. Αριθμητική Λύση ΜΔΕ * * *

MEM 253. Αριθμητική Λύση ΜΔΕ * * * MEM 253 Αριθμητική Λύση ΜΔΕ * * * 1 Ένα πρόβλημα-μοντέλο Ροή θερμότητας σε ένα ομογενές μέσο. Ζητούμε μια συνάρτηση x [0, 1] και t 0 τέτοια ώστε u(x, t) ορισμένη για u t u(0, t) u(x, 0) = u xx, 0 < x

Διαβάστε περισσότερα

Εισαγωγή. Κεφάλαιο Διαφορικές εξισώσεις

Εισαγωγή. Κεφάλαιο Διαφορικές εξισώσεις Κεφάλαιο Εισαγωγή Θα παρουσιάσουμε τις διαφορικές εξισώσεις και τα αντίστοιχα προβλήματα αρχικών και συνοριακών τιμών που θα συναντήσουμε στα επόμενα κεφάλαια. Επίσης, θα δούμε ορισμένες ιδιότητες και

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητική Ανάλυση και Εφαρμογές Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Αριθμητική Παραγώγιση Εισαγωγή Ορισμός 7. Αν y f x είναι μια συνάρτηση ορισμένη σε ένα διάστημα

Διαβάστε περισσότερα

Κεφ. 6Β: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών

Κεφ. 6Β: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών Κεφ. 6Β: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών. Εισαγωγή (ορισμός προβλήματος, αριθμητική ολοκλήρωση ΣΔΕ, αντικατάσταση ΣΔΕ τάξης n με n εξισώσεις ης τάξης). Μέθοδος Euler 3. Μέθοδοι

Διαβάστε περισσότερα

Κεφ. 7: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών

Κεφ. 7: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών Κεφ. 7: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών 7. Εισαγωγή (ορισμός προβλήματος, αριθμητική ολοκλήρωση ΣΔΕ, αντικατάσταση ΣΔΕ τάξης n με n εξισώσεις ης τάξης) 7. Μέθοδος Euler 7.3

Διαβάστε περισσότερα

Η μέθοδος των πεπερασμένων στοιχείων για το πρόβλημα δύο σημείων

Η μέθοδος των πεπερασμένων στοιχείων για το πρόβλημα δύο σημείων Κεφάλαιο 4 Η μέθοδος των πεπερασμένων στοιχείων για το πρόβλημα δύο σημείων Η μέθοδος των πεπερασμένων στοιχείων είναι μια τεχνική για την κατασκευή προσεγγιστικών λύσεων μερικών και ολοκληρωτικών διαφορικών

Διαβάστε περισσότερα

Πεπερασμένα στοιχεία στις πολλές διαστάσεις

Πεπερασμένα στοιχεία στις πολλές διαστάσεις Κεφάλαιο 10 Πεπερασμένα στοιχεία στις πολλές διαστάσεις Σε αυτή την παράγραφο θα μελετήσουμε τη μέθοδο πεπερασμένων στοιχείων για τη διακριτοποίηση μιας διαφορικής εξίσωσης στις πολλές διαστάσεις. Πιο

Διαβάστε περισσότερα

Κεφάλαιο 0: Εισαγωγή

Κεφάλαιο 0: Εισαγωγή Κεφάλαιο : Εισαγωγή Διαφορικές εξισώσεις Οι Μερικές Διαφορικές Εξισώσεις (ΜΔΕ) αλλά και οι Συνήθεις Διαφορικές Εξισώσεις (ΣΔΕ) εμφανίζονται παντού στις επιστήμες από τη μηχανική μέχρι τη βιολογία Τις περισσότερες

Διαβάστε περισσότερα

Πεπερασμένες Διαφορές.

Πεπερασμένες Διαφορές. Κεφάλαιο 1 Πεπερασμένες Διαφορές. 1.1 Προσέγγιση παραγώγων. 1.1.1 Πρώτη παράγωγος. Από τον ορισμό της παραγώγου για συναρτήσεις μιας μεταβλητής γνωρίζουμε ότιηπαράγωγοςμιαςσυνάρτησης fστοσημείο x 0,ορίζεταιως

Διαβάστε περισσότερα

Αριθμητική Ολοκλήρωση της Εξίσωσης Κίνησης

Αριθμητική Ολοκλήρωση της Εξίσωσης Κίνησης Αριθμητική Ολοκλήρωση της Εξίσωσης Κίνησης Εισαγωγή Αριθμητική Ολοκλήρωση της Εξίσωσης Κίνησης: Δ18- Η δυναμική μετατόπιση u(t) είναι δυνατό να προσδιοριστεί με απ ευθείας αριθμητική ολοκλήρωση της εξίσωσης

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητική Ανάλυση και Εφαρμογές Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 2017-2018 Παρεμβολή και Παρεκβολή Εισαγωγή Ορισμός 6.1 Αν έχουμε στη διάθεσή μας τιμές μιας συνάρτησης

Διαβάστε περισσότερα

Μερικές Διαφορικές Εξισώσεις

Μερικές Διαφορικές Εξισώσεις Πανεπιστήμιο Πατρών, Τμήμα Μαθηματικών Μερικές Διαφορικές Εξισώσεις Χειμερινό εξάμηνο ακαδημαϊκού έτους 24-25, Διδάσκων: Α.Τόγκας ο φύλλο προβλημάτων Ονοματεπώνυμο - ΑΜ: ΜΔΕ ο φύλλο προβλημάτων Α. Τόγκας

Διαβάστε περισσότερα

Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών

Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών Οι παρούσες σημειώσεις αποτελούν βοήθημα στο μάθημα Αριθμητικές Μέθοδοι του 5 ου εξαμήνου του ΤΜΜ ημήτρης Βαλουγεώργης Καθηγητής Εργαστήριο Φυσικών

Διαβάστε περισσότερα

1 Επανάληψη εννοιών από τον Απειροστικό Λογισμό

1 Επανάληψη εννοιών από τον Απειροστικό Λογισμό 1 Επανάληψη εννοιών από τον Απειροστικό Λογισμό 1.1 Όρια ακολουθιών Λέμε ότι η ακολουθία { n } συγκλίνει με όριο R αν για κάθε ϵ > 0 υπάρχει ακέραιος N = N(ϵ) τέτοιος ώστε (1.1) n < ϵ για κάθε n > N, και

Διαβάστε περισσότερα

Επιστηµονικός Υπολογισµός Ι

Επιστηµονικός Υπολογισµός Ι Επιστηµονικός Υπολογισµός Ι Ενότητα 8 : Το ιακριτό Μοντέλο Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητική Ανάλυση και Εφαρμογές Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Αριθμητική Ολοκλήρωση Εισαγωγή Έστω ότι η f είναι μία φραγμένη συνάρτηση στο πεπερασμένο

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 5: ΘΕΩΡΗΜΑ ROLLE [Θεώρημα Rolle του κεφ.2.5 Μέρος Β του σχολικού βιβλίου]. ΠΑΡΑΔΕΙΓΜΑΤΑ

ΚΕΦΑΛΑΙΟ 3ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 5: ΘΕΩΡΗΜΑ ROLLE [Θεώρημα Rolle του κεφ.2.5 Μέρος Β του σχολικού βιβλίου]. ΠΑΡΑΔΕΙΓΜΑΤΑ ΚΕΦΑΛΑΙΟ 3ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 5: ΘΕΩΡΗΜΑ ROLLE [Θεώρημα Rolle του κεφ..5 Μέρος Β του σχολικού βιβλίου]. ΠΑΡΑΔΕΙΓΜΑΤΑ ΘΕΜΑ Β Παράδειγμα. Να εξετάσετε από τις παρακάτω συναρτήσεις ποιές ικανοποιούν

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητική Ανάλυση και Εφαρμογές Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Πεπερασμένες και Διαιρεμένες Διαφορές Εισαγωγή Θα εισάγουμε την έννοια των διαφορών με ένα

Διαβάστε περισσότερα

Ύπαρξη και Mοναδικότητα Λύσης Μη γραμμικών ΔΕ

Ύπαρξη και Mοναδικότητα Λύσης Μη γραμμικών ΔΕ Κεφάλαιο 3 Ύπαρξη και Mοναδικότητα Λύσης Μη γραμμικών ΔΕ Στο κεφάλαιο αυτό θα αναφέρουμε τις συνθήκες ύπαρξης και μοναδικότητας ΠΑΤ μη γραμμικών ΔΕ. Στο εδάφιο 3.1, θα παρουσιάσουμε την προσεγγιστική μέθοδο

Διαβάστε περισσότερα

ΧΡΟΝΙΚΗ ΟΛΟΚΛΗΡΩΣΗ. Για την επίλυση χρονομεταβαλλόμενων προβλημάτων η διακριτοποίηση στο χώρο γίνεται με πεπερασμένα στοιχεία και είναι της μορφής:

ΧΡΟΝΙΚΗ ΟΛΟΚΛΗΡΩΣΗ. Για την επίλυση χρονομεταβαλλόμενων προβλημάτων η διακριτοποίηση στο χώρο γίνεται με πεπερασμένα στοιχεία και είναι της μορφής: ΧΡΟΝΙΚΗ ΟΛΟΚΛΗΡΩΣΗ Για την επίλυση χρονομεταβαλλόμενων προβλημάτων η διακριτοποίηση στο χώρο γίνεται με πεπερασμένα στοιχεία και είναι της μορφής: (,)(,)()() h 1 u x t u x t u t x (1) e Η διαφορά με τα

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3 ΤΟ ΔΙΩΝΥΜΙΚΟ ΘΕΩΡΗΜΑ

ΚΕΦΑΛΑΙΟ 3 ΤΟ ΔΙΩΝΥΜΙΚΟ ΘΕΩΡΗΜΑ ΚΕΦΑΛΑΙΟ 3 ΤΟ ΔΙΩΝΥΜΙΚΟ ΘΕΩΡΗΜΑ Εισαγωγή Οι αριθμοί που εκφράζουν το πλήθος των στοιχείων ανά αποτελούν ίσως τους πιο σημαντικούς αριθμούς της Συνδυαστικής και καλούνται διωνυμικοί συντελεστές διότι εμφανίζονται

Διαβάστε περισσότερα

ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ. Κωνσταντίνος Ξ. Τσιόκας. Αν. Καθηγήτρια Α.Π.Θ.

ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ. Κωνσταντίνος Ξ. Τσιόκας. Αν. Καθηγήτρια Α.Π.Θ. ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΘΕΩΡΗΤΙΚΗ ΠΛΗΡΟΦΟΡΙΚΗ & ΘΕΩΡΙΑ ΣΥΣΤΗΜΑΤΩΝ ΚΑΙ ΕΛΕΓΧΟΥ ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΕΠΙΛΥΣΗΣ ΥΨΗΛΗΣ ΤΑΞΗΣ ODE ΜΕ ΥΨΗΛΗΣ ΤΑΞΗΣ

Διαβάστε περισσότερα

Αριθμητική παραγώγιση εκφράσεις πεπερασμένων διαφορών

Αριθμητική παραγώγιση εκφράσεις πεπερασμένων διαφορών Αριθμητική παραγώγιση εκφράσεις πεπερασμένων διαφορών Οι παρούσες σημειώσεις αποτελούν βοήθημα στο μάθημα Αριθμητικές Μέθοδοι του 5 ου εξαμήνου του ΤΜΜ ημήτρης Βαλουγεώργης Καθηγητής Εργαστήριο Φυσικών

Διαβάστε περισσότερα

2. Η μέθοδος του Euler

2. Η μέθοδος του Euler 2. Η μέθοδος του Euler Ασκήσεις 2.5 Έστω a = t 0 < t 1 < < t N = b ένας διαμερισμός του [a, b]. Υποθέστε ότι ο διαμερισμός είναι ημιομοιόμορφος, ότι υπάρχει δηλαδή θετική σταθερά µ, ανεξάρτητη του N, τέτοια

Διαβάστε περισσότερα

Μ Α Θ Η Μ Α Τ Α Γ Λ Υ Κ Ε Ι Ο Υ

Μ Α Θ Η Μ Α Τ Α Γ Λ Υ Κ Ε Ι Ο Υ Μ Α Θ Η Μ Α Τ Α Γ Λ Υ Κ Ε Ι Ο Υ ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ ΚΑΙ ΣΠΟΥΔΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ (Α ΜΕΡΟΣ: ΣΥΝΑΡΤΗΣΕΙΣ) Επιμέλεια: Καραγιάννης Ιωάννης, Σχολικός Σύμβουλος Μαθηματικών

Διαβάστε περισσότερα

1 Αριθμητική κινητής υποδιαστολής και σφάλματα στρογγύλευσης

1 Αριθμητική κινητής υποδιαστολής και σφάλματα στρογγύλευσης 1 Αριθμητική κινητής υποδιαστολής και σφάλματα στρογγύλευσης Στη συγκεκριμένη ενότητα εξετάζουμε θέματα σχετικά με την αριθμητική πεπερασμένης ακρίβειας που χρησιμοποιούν οι σημερινοί υπολογιστές και τα

Διαβάστε περισσότερα

ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 7: ΣΥΝΕΠΕΙΕΣ ΘΕΩΡΗΜΑΤΟΣ ΜΕΣΗΣ ΤΙΜΗΣ

ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 7: ΣΥΝΕΠΕΙΕΣ ΘΕΩΡΗΜΑΤΟΣ ΜΕΣΗΣ ΤΙΜΗΣ ΚΕΦΑΛΑΙΟ 3ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 7: ΣΥΝΕΠΕΙΕΣ ΘΕΩΡΗΜΑΤΟΣ ΜΕΣΗΣ ΤΙΜΗΣ [Κεφ..6: Συνέπειες του Θεωρήματος της Μέσης Τιμής πλην της Ενότητας Μονοτονία Συνάρτησης του σχολικού βιβλίου]. ΠΑΡΑΔΕΙΓΜΑΤΑ

Διαβάστε περισσότερα

Η ΑΣΥΝΕΧΗΣ ΜΕΘΟΔΟΣ ΤΟΥ GALERKIN

Η ΑΣΥΝΕΧΗΣ ΜΕΘΟΔΟΣ ΤΟΥ GALERKIN Η ΑΣΥΝΕΧΗΣ ΜΕΘΟΔΟΣ ΤΟΥ GALERKIN ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΜΑΛΑΝΔΡΑΚΗ ΓΑΡΥΦΑΛΙΑ Επιβλέπων καθηγητής : Μακριδάκης Χαράλαμπος Περιεχόμενα Εισαγωγή Κεφάλαιο 1. Η ΑΣΥΝΕΧΗΣ ΜΕΘΟΔΟΣ ΤΟΥ GALERKIN 1.1 Προκαταρκτικά 1.2

Διαβάστε περισσότερα

HY213. ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΕΛΑΧΙΣΤΑ ΤΕΤΡΑΓΩΝΑ AΝΑΛΥΣΗ ΙΔΙΑΖΟΥΣΩΝ ΤΙΜΩΝ

HY213. ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΕΛΑΧΙΣΤΑ ΤΕΤΡΑΓΩΝΑ AΝΑΛΥΣΗ ΙΔΙΑΖΟΥΣΩΝ ΤΙΜΩΝ HY3. ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΕΛΑΧΙΣΤΑ ΤΕΤΡΑΓΩΝΑ AΝΑΛΥΣΗ ΙΔΙΑΖΟΥΣΩΝ ΤΙΜΩΝ Π. ΤΣΟΜΠΑΝΟΠΟΥΛΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μέθοδος ελαχίστων τετραγώνων Τα σφάλματα

Διαβάστε περισσότερα

I. ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ. math-gr

I. ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ. math-gr I ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ i e ΜΕΡΟΣ Ι ΟΡΙΣΜΟΣ - ΒΑΣΙΚΕΣ ΠΡΑΞΕΙΣ Α Ορισμός Ο ορισμός του συνόλου των Μιγαδικών αριθμών (C) βασίζεται στις εξής παραδοχές: Υπάρχει ένας αριθμός i για τον οποίο ισχύει i Το σύνολο

Διαβάστε περισσότερα

Συνήθεις Διαφορικές Εξισώσεις Ι Ασκήσεις - 09/11/2017. Άσκηση 1. Να βρεθεί η γενική λύση της διαφορικής εξίσωσης. dy dx = 2y + x 2 y 2 2x

Συνήθεις Διαφορικές Εξισώσεις Ι Ασκήσεις - 09/11/2017. Άσκηση 1. Να βρεθεί η γενική λύση της διαφορικής εξίσωσης. dy dx = 2y + x 2 y 2 2x Συνήθεις Διαφορικές Εξισώσεις Ι Ασκήσεις - 09/11/017 Άσκηση 1. Να βρεθεί η γενική λύση της διαφορικής εξίσωσης dx y + x y. x Παρατηρούμε ότι η δ.ε. είναι ομογενής. Πράγματι, dx y x + 1 x y x y x + 1 (

Διαβάστε περισσότερα

n 5 = 7 ε (π.χ. ορίζοντας n0 = 1+ ε συνεπώς (σύμϕωνα με τις παραπάνω ισοδυναμίες) an 5 < ε. Επομένως a n β n 23 + β n+1

n 5 = 7 ε (π.χ. ορίζοντας n0 = 1+ ε συνεπώς (σύμϕωνα με τις παραπάνω ισοδυναμίες) an 5 < ε. Επομένως a n β n 23 + β n+1 Θέμα 1 (α) Υποθέτουμε (προς απαγωγή σε άτοπο) ότι το σύνολο A έχει μέγιστο στοιχείο, έστω a = max A Τότε, εϕόσον a A, έχουμε a R Q και a M Ομως ο αριθμός μητρώου M είναι ρητός αριθμός, άρα (εϕόσον ο a

Διαβάστε περισσότερα

4. Παραγώγιση πεπερασμένων διαφορών Σειρά Taylor Πολυωνυμική παρεμβολή

4. Παραγώγιση πεπερασμένων διαφορών Σειρά Taylor Πολυωνυμική παρεμβολή 4. Παραγώγιση Η διαδικασία της υπολογιστικής επίλυσης συνήθων και μερικών διαφορικών εξισώσεων προϋποθέτει την προσέγγιση της εξαρτημένης μεταβλητής και των παραγώγων της στους κόμβους του πλέγματος. Ειδικά,

Διαβάστε περισσότερα

math-gr Παντελής Μπουμπούλης, M.Sc., Ph.D. σελ. 2 math-gr.blogspot.com, bouboulis.mysch.gr

math-gr Παντελής Μπουμπούλης, M.Sc., Ph.D. σελ. 2 math-gr.blogspot.com, bouboulis.mysch.gr III Όριο Παντελής Μπουμπούλης, MSc, PhD σελ blogspotcom, bouboulismyschgr ΜΕΡΟΣ Πεπερασμένο Όριο στο Α Ορισμός Όριο στο : Όταν οι τιμές μιας συνάρτησης f προσεγγίζουν όσο θέλουμε έναν πραγματικό αριθμό,

Διαβάστε περισσότερα

4. Παραγώγιση πεπερασμένων διαφορών Σειρά Taylor Πολυωνυμική παρεμβολή

4. Παραγώγιση πεπερασμένων διαφορών Σειρά Taylor Πολυωνυμική παρεμβολή . Παραγώγιση Η διαδικασία της υπολογιστικής επίλυσης συνήθων και μερικών διαφορικών εξισώσεων προϋποθέτει την προσέγγιση της εξαρτημένης μεταβλητής και των παραγώγων της στους κόμβους του πλέγματος. Ειδικά,

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ 1 ΠΕΜΠΤΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

ΑΝΑΛΥΣΗ 1 ΠΕΜΠΤΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης. ΑΝΑΛΥΣΗ 1 ΠΕΜΠΤΟ ΜΑΘΗΜΑ, 17-10-13 Μ. Παπαδημητράκης. 1 Την προηγούμενη φορά αναφέραμε (και αποδείξαμε στην περίπτωση n = 2) το θεώρημα που λέει ότι, αν n N, n 2, τότε για κάθε y 0 υπάρχει μοναδική μηαρνητική

Διαβάστε περισσότερα

Non Linear Equations (2)

Non Linear Equations (2) Non Linear Equations () Τρίτη, 17 Φεβρουαρίου 015 5:14 μμ 15.0.19 Page 1 15.0.19 Page 15.0.19 Page 3 15.0.19 Page 4 15.0.19 Page 5 15.0.19 Page 6 15.0.19 Page 7 15.0.19 Page 8 15.0.19 Page 9 15.0.19 Page

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ (Εξ. Ιουνίου - 02/07/08) ΕΠΙΛΕΓΜΕΝΕΣ ΑΠΑΝΤΗΣΕΙΣ

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ (Εξ. Ιουνίου - 02/07/08) ΕΠΙΛΕΓΜΕΝΕΣ ΑΠΑΝΤΗΣΕΙΣ Ονοματεπώνυμο:......... Α.Μ....... Ετος... ΑΙΘΟΥΣΑ:....... I. (περί τις 55μ. = ++5++. Σωστό ή Λάθος: ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ (Εξ. Ιουνίου - //8 ΕΠΙΛΕΓΜΕΝΕΣ ΑΠΑΝΤΗΣΕΙΣ (αʹ Αν AB = BA όπου A, B τετραγωνικά και

Διαβάστε περισσότερα

1.1 Βασικές Έννοιες των Διαφορικών Εξισώσεων

1.1 Βασικές Έννοιες των Διαφορικών Εξισώσεων Κεφάλαιο 1 Εισαγωγικά Στο κεφάλαιο αυτό θα παρουσιάσουμε τις βασικές έννοιες και ορισμούς των Διαφορικών Εξισώσεων. Στο εδάφιο 1.1 παρουσιάζονται οι βασικές έννοιες και ορισμοί των διαφορικών εξισώσεων

Διαβάστε περισσότερα

x y z d e f g h k = 0 a b c d e f g h k

x y z d e f g h k = 0 a b c d e f g h k Σύνοψη Κεφαλαίου 3: Προβολική Γεωμετρία Προοπτική. Εάν π και π 2 είναι δύο επίπεδα που δεν περνάνε από την αρχή O στο R 3, λέμε οτι τα σημεία P στο π και Q στο π 2 βρίσκονται σε προοπτική από το O εάν

Διαβάστε περισσότερα

Αριθμητική Ανάλυση & Εφαρμογές

Αριθμητική Ανάλυση & Εφαρμογές Αριθμητική Ανάλυση & Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 2017-2018 Υπολογισμοί και Σφάλματα Παράσταση Πραγματικών Αριθμών Συστήματα Αριθμών Παράσταση Ακέραιου

Διαβάστε περισσότερα

ΜΕΓΙΣΤΙΚΟΣ ΤΕΛΕΣΤΗΣ 18 Σεπτεμβρίου 2014

ΜΕΓΙΣΤΙΚΟΣ ΤΕΛΕΣΤΗΣ 18 Σεπτεμβρίου 2014 ΜΕΓΙΣΤΙΚΟΣ ΤΕΛΕΣΤΗΣ 18 Σεπτεμβρίου 2014 Περιεχόμενα 1 Εισαγωγή 2 2 Μεγιστικός τελέστης στην μπάλα 2 2.1 Βασικό θεώρημα........................ 2 2.2 Γενική περίπτωση μπάλας.................. 6 2.2.1 Στο

Διαβάστε περισσότερα

y 1 (x) f(x) W (y 1, y 2 )(x) dx,

y 1 (x) f(x) W (y 1, y 2 )(x) dx, Συνήθεις Διαφορικές Εξισώσεις Ι Ασκήσεις - 07/1/017 Μέρος 1ο: Μη Ομογενείς Γραμμικές Διαφορικές Εξισώσεις Δεύτερης Τάξης Θεωρούμε τη γραμμική μή-ομογενή διαφορική εξίσωση y + p(x) y + q(x) y = f(x), x

Διαβάστε περισσότερα

G n. n=1. n=1. n=1 G n) = m (E). n=1 G n = k=1

G n. n=1. n=1. n=1 G n) = m (E). n=1 G n = k=1 ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ & ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΟΜΕΑΣ ΜΑΘΗΜΑΤΙΚΩΝ Επαναληπτικές Εξετάσεις στη Θεωρία Μέτρου και Ολοκλήρωση Θέμα. Εστω R Lebesgue μετρήσιμο σύνολο. (αʹ) Να αποδειχθεί ότι για κάθε ε

Διαβάστε περισσότερα

ΘΕΩΡΗΜΑ ROLLE. τέτοιο ώστε. στο οποίο η εφαπτομένη είναι παράλληλη στον άξονα χχ. της γραφικής παράστασης της f x με. Κατηγορίες Ασκήσεων

ΘΕΩΡΗΜΑ ROLLE. τέτοιο ώστε. στο οποίο η εφαπτομένη είναι παράλληλη στον άξονα χχ. της γραφικής παράστασης της f x με. Κατηγορίες Ασκήσεων Διατύπωση: Εάν για μια συνάρτηση ΘΕΩΡΗΜΑ ROLLE x ισχύουν Η x συνεχής στο [α,β] Η x παραγωγίσιμη στο (α, β) a τότε υπάρχει ένα τουλάχιστον, τέτοιο ώστε ' 0 Γεωμετρική Ερμηνεία : Γεωμετρικά το θεώρημα ROLLE

Διαβάστε περισσότερα

11 ΣΥΝΗΘΕΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ

11 ΣΥΝΗΘΕΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ 11 ΣΥΝΗΘΕΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ 11.1 Γενικά περί συνήθων διαφορικών εξισώσεων Μια συνήθης διαφορική εξίσωση (ΣΔΕ) 1 ης τάξης έχει τη μορφή dy d = f (, y()) όπου f(, y) γνωστή και y() άγνωστη συνάρτηση.

Διαβάστε περισσότερα

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER 4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER Σκοπός του κεφαλαίου είναι να παρουσιάσει μερικές εφαρμογές του Μετασχηματισμού Fourier (ΜF). Ειδικότερα στο κεφάλαιο αυτό θα περιγραφούν έμμεσοι τρόποι

Διαβάστε περισσότερα

Μερικές Διαφορικές Εξισώσεις

Μερικές Διαφορικές Εξισώσεις Πανεπιστήμιο Πατρών, Τμήμα Μαθηματικών Μερικές Διαφορικές Εξισώσεις Χειμερινό εξάμηνο ακαδημαϊκού έτους 14-15, Διδάσκων: Α.Τόγκας ο φύλλο προβλημάτων Ονοματεπώνυμο - ΑΜ: Πρόβλημα 1. Για κάθε μια από τις

Διαβάστε περισσότερα

f f 2 0 B f f 0 1 B 10.3 Ακρότατα υπό συνθήκες Πολλαπλασιαστές του Lagrange

f f 2 0 B f f 0 1 B 10.3 Ακρότατα υπό συνθήκες Πολλαπλασιαστές του Lagrange Μέγιστα και ελάχιστα 39 f f B f f yx y x xy Οι ιδιοτιμές του πίνακα Β είναι λ =-, λ =- και οι δυο αρνητικές, άρα το κρίσιμο σημείο (,) είναι σημείο τοπικού μεγίστου. Εφαρμογή 6: Στο παράδειγμα 3 ο αντίστοιχος

Διαβάστε περισσότερα

> ln 1 + ln ln n = ln(1 2 3 n) = ln(n!).

> ln 1 + ln ln n = ln(1 2 3 n) = ln(n!). η Διάλεξη: Άρρητοι αριθμοί Το σύνολο Q των ρητών αριθμών είναι το Q = { m n : m Z, n N}. αριθμός που δεν είναι ρητός λέγεται άρρητος. Ενας πραγματικός Ασκηση: Αποδείξτε ότι το άθροισμα και το γινόμενο

Διαβάστε περισσότερα

Κεφάλαιο 0 Μιγαδικοί Αριθμοί

Κεφάλαιο 0 Μιγαδικοί Αριθμοί Κεφάλαιο 0 Μιγαδικοί Αριθμοί 0 Βασικοί ορισμοί και πράξεις Είναι γνωστό ότι δεν υπάρχει πραγματικός αριθμός που επαληθεύει την εξίσωση x Η ανάγκη επίλυσης τέτοιων εξισώσεων οδηγεί στο σύνολο των μιγαδικών

Διαβάστε περισσότερα

Αριθµητική Ανάλυση. ιδάσκοντες: Καθηγητής Ν. Μισυρλής, Επίκ. Καθηγητής Φ.Τζαφέρης ΕΚΠΑ. 16 Ιανουαρίου 2015

Αριθµητική Ανάλυση. ιδάσκοντες: Καθηγητής Ν. Μισυρλής, Επίκ. Καθηγητής Φ.Τζαφέρης ΕΚΠΑ. 16 Ιανουαρίου 2015 Αριθµητική Ανάλυση ιδάσκοντες: Καθηγητής Ν. Μισυρλής, Επίκ. Καθηγητής Φ.Τζαφέρης ΕΚΠΑ 16 Ιανουαρίου 2015 ιδάσκοντες:καθηγητής Ν. Μισυρλής,Επίκ. Καθηγητής Φ.Τζαφέρης Αριθµητική (ΕΚΠΑ) Ανάλυση 16 Ιανουαρίου

Διαβάστε περισσότερα

Αριθμητικές Μέθοδοι για την επίλυση ΠΑΤ Δ.Ε.

Αριθμητικές Μέθοδοι για την επίλυση ΠΑΤ Δ.Ε. Κεφάλαιο 4 Αριθμητικές Μέθοδοι για την επίλυση ΠΑΤ Δ.Ε. 4.1 Προβλήματα αρχικών τιμών Στο κεφάλαο αυτό θα ασχοληθούμε με μεθόδους αριθμητικής επίλυσης προβλημάτων αρχικών τιμών για Συνήθεις Διαφορικές Εξισώσεις

Διαβάστε περισσότερα

ΠΑΡΑΔΕΙΓΜΑΤΑ ΘΕΜΑ Β. 2x 1. είναι Τότε έχουμε: » τον χρησιμοποιούμε κυρίως σε θεωρητικές ασκήσεις.

ΠΑΡΑΔΕΙΓΜΑΤΑ ΘΕΜΑ Β. 2x 1. είναι Τότε έχουμε: » τον χρησιμοποιούμε κυρίως σε θεωρητικές ασκήσεις. ΚΕΦΑΛΑΙΟ ο: ΣΥΝΑΡΤΗΣΕΙΣ - ΟΡΙΟ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΕΝΟΤΗΤΑ : ΣΥΝΑΡΤΗΣΗ - ΑΝΤΙΣΤΡΟΦΗ ΣΥΝΑΡΤΗΣΗ [Υποκεφάλαιο. Μονότονες συναρτήσεις Αντίστροφη συνάρτηση του σχολικού βιβλίου]. ΠΑΡΑΔΕΙΓΜΑΤΑ Παράδειγμα.

Διαβάστε περισσότερα

ΜΕΜ251 Αριθμητική Ανάλυση

ΜΕΜ251 Αριθμητική Ανάλυση ΜΕΜ251 Αριθμητική Ανάλυση Διάλεξη 06, 26 Φεβρουαρίου 2018 Μιχάλης Πλεξουσάκης Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Περιεχόμενα 1. Η ανάλυση LU 2. Η ανάλυση LDM T και η ανάλυση LDL T 3. Συμμετρικοί

Διαβάστε περισσότερα

2.1 2.2 ΕΝΝΟΙΑ ΤΟΥ ΜΙΓΑΔΙΚΟΥ ΑΡΙΘΜΟΥ ΠΡΑΞΕΙΣ ΣΤΟ ΣΥΝΟΛΟ ΤΩΝ ΜΙΓΑΔΙΚΩΝ

2.1 2.2 ΕΝΝΟΙΑ ΤΟΥ ΜΙΓΑΔΙΚΟΥ ΑΡΙΘΜΟΥ ΠΡΑΞΕΙΣ ΣΤΟ ΣΥΝΟΛΟ ΤΩΝ ΜΙΓΑΔΙΚΩΝ ΚΕΦΑΛΑΙΟ Ο : ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ - ΕΝΟΤΗΤΕΣ :.... ΕΝΝΟΙΑ ΤΟΥ ΜΙΓΑΔΙΚΟΥ ΑΡΙΘΜΟΥ ΠΡΑΞΕΙΣ ΣΤΟ ΣΥΝΟΛΟ ΤΩΝ ΜΙΓΑΔΙΚΩΝ ΜΕΘΟΔΟΛΟΓΙΑ : ΠΡΑΓΜΑΤΙΚΟ & ΦΑΝΤΑΣΤΙΚΟ ΜΕΡΟΣ ΜΙΓΑΔΙΚΟΥ ΑΡΙΘΜΟΥ Έστω ένας μιγαδικός αριθμός,

Διαβάστε περισσότερα

IV. Συνέχεια Συνάρτησης. math-gr

IV. Συνέχεια Συνάρτησης. math-gr IV Συνέχεια Συνάρτησης mth-gr mth-gr Παντελής Μπουμπούλης, MSc, PhD σελ mth-grblogspotcom, bouboulismyschgr ΜΕΡΟΣ Συνέχεια Συνάρτησης Α Ορισμός Συνέχεια σε σημείο: Θα λέμε ότι μια συνάρτηση είναι συνεχής

Διαβάστε περισσότερα

Μιγαδική ανάλυση Μέρος Α Πρόχειρες σημειώσεις 1. Μιγαδικοί αριθμοί. ΤΕΤΥ Εφαρμοσμένα Μαθηματικά Μιγαδική Ανάλυση Α 1

Μιγαδική ανάλυση Μέρος Α Πρόχειρες σημειώσεις 1. Μιγαδικοί αριθμοί. ΤΕΤΥ Εφαρμοσμένα Μαθηματικά Μιγαδική Ανάλυση Α 1 ΤΕΤΥ Εφαρμοσμένα Μαθηματικά Μιγαδική Ανάλυση Α 1 Μιγαδική ανάλυση Μέρος Α Πρόχειρες σημειώσεις 1 Μιγαδικοί αριθμοί Τι είναι και πώς τους αναπαριστούμε Οι μιγαδικοί αριθμοί είναι μια επέκταση του συνόλου

Διαβάστε περισσότερα

Κεφάλαιο 4: Διαφορικός Λογισμός

Κεφάλαιο 4: Διαφορικός Λογισμός ΣΥΓΧΡΟΝΗ ΠΑΙΔΕΙΑ ΦΡΟΝΤΙΣΤΗΡΙΟ ΜΕΣΗΣ ΕΚΠΑΙΔΕΥΣΗΣ Κεφάλαιο 4: Διαφορικός Λογισμός Μονοτονία Συνάρτησης Tζουβάλης Αθανάσιος Κεφάλαιο 4: Διαφορικός Λογισμός Περιεχόμενα Μονοτονία συνάρτησης... Λυμένα παραδείγματα...

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 3: ΕΦΑΠΤΟΜΕΝΗ [Κεφάλαιο 2.1: Πρόβλημα εφαπτομένης του σχολικού βιβλίου]. ΠΑΡΑΔΕΙΓΜΑΤΑ ΘΕΜΑ Β

ΚΕΦΑΛΑΙΟ 3ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 3: ΕΦΑΠΤΟΜΕΝΗ [Κεφάλαιο 2.1: Πρόβλημα εφαπτομένης του σχολικού βιβλίου]. ΠΑΡΑΔΕΙΓΜΑΤΑ ΘΕΜΑ Β ΚΕΦΑΛΑΙΟ ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ : ΕΦΑΠΤΟΜΕΝΗ [Κεφάλαιο.: Πρόβλημα εφαπτομένης του σχολικού βιβλίου]. ΠΑΡΑΔΕΙΓΜΑΤΑ Παράδειγμα. ΘΕΜΑ Β Έστω μια παραγωγίσιμη στο συνάρτηση, τέτοια ώστε για κάθε x

Διαβάστε περισσότερα

Αριθµητική Ολοκλήρωση

Αριθµητική Ολοκλήρωση Κεφάλαιο 5 Αριθµητική Ολοκλήρωση 5. Εισαγωγή Για τη συντριπτική πλειοψηφία των συναρτήσεων f (x) δεν υπάρχουν ή είναι πολύ δύσχρηστοι οι τύποι της αντιπαραγώγου της f (x), δηλαδή της F(x) η οποία ικανοποιεί

Διαβάστε περισσότερα

από t 1 (x) = A 1 x A 1 b.

από t 1 (x) = A 1 x A 1 b. Σύνοψη Κεφαλαίου 2: Ομοπαραλληλική Γεωμετρία Γεωμετρία και μετασχηματισμοί 1. Μία ισομετρία του R 2 είναι μία απεικόνιση από το R 2 στο R 2 που διατηρεί αποστάσεις. Κάθε ισομετρία του R 2 έχει μία από

Διαβάστε περισσότερα

QR είναι ˆx τότε x ˆx. 10 ρ. Ποιά είναι η τιµή του ρ και γιατί (σύντοµη εξήγηση). P = [X. 0, X,..., X. (n 1), X. n] a(n + 1 : 1 : 1)

QR είναι ˆx τότε x ˆx. 10 ρ. Ποιά είναι η τιµή του ρ και γιατί (σύντοµη εξήγηση). P = [X. 0, X,..., X. (n 1), X. n] a(n + 1 : 1 : 1) ΕΠΙΣΤΗΜΟΝΙΚΟΣ ΥΠΟΛΟΓΙΣΜΟΣ I (22 Σεπτεµβρίου) ΕΠΙΛΕΓΜΕΝΕΣ ΑΠΑΝΤΗΣΕΙΣ 1ο ΘΕΜΑ 1. Αφού ορίσετε ακριβώς τι σηµαίνει πίσω ευσταθής υπολογισµός, να εξηγήσετε αν ο υ- πολογισµός του εσωτερικού γινοµένου δύο διανυσµάτων

Διαβάστε περισσότερα

Κεφ. 3: Παρεμβολή. 3.1 Εισαγωγή. 3.2 Πολυωνυμική παρεμβολή Παρεμβολή Lagrange Παρεμβολή Newton. 3.3 Παρεμβολή με κυβικές splines

Κεφ. 3: Παρεμβολή. 3.1 Εισαγωγή. 3.2 Πολυωνυμική παρεμβολή Παρεμβολή Lagrange Παρεμβολή Newton. 3.3 Παρεμβολή με κυβικές splines Κεφ. 3: Παρεμβολή 3. Εισαγωγή 3. Πολυωνυμική παρεμβολή 3.. Παρεμβολή Lagrage 3.. Παρεμβολή Newto 3.3 Παρεμβολή με κυβικές splies 3.4 Μέθοδος ελαχίστων τετραγώνων 3.5 Παρεμβολή με ορθογώνια πολυώνυμα 3.

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 1 η Ημερομηνία Αποστολής στον Φοιτητή: 17 Οκτωβρίου 2011

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 1 η Ημερομηνία Αποστολής στον Φοιτητή: 17 Οκτωβρίου 2011 ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ η Ημερομηνία Αποστολής στον Φοιτητή: 7 Οκτωβρίου 0 Ημερομηνία παράδοσης της Εργασίας: 5 Νοεμβρίου 0 Οι ασκήσεις

Διαβάστε περισσότερα

(a + b) + c = a + (b + c), (ab)c = a(bc) a + b = b + a, ab = ba. a(b + c) = ab + ac

(a + b) + c = a + (b + c), (ab)c = a(bc) a + b = b + a, ab = ba. a(b + c) = ab + ac Σημειώσεις μαθήματος Μ1212 Γραμμική Άλγεβρα ΙΙ Χρήστος Κουρουνιώτης ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ 2014 Κεφάλαιο 1 Διανυσματικοί Χώροι Στο εισαγωγικό μάθημα Γραμμικής Άλγεβρας ξεκινήσαμε μελετώντας

Διαβάστε περισσότερα

Για την τοπική μελέτη μιας συνάρτησης f ενδιαφέρον έχει η συμπεριφορά της συνάρτησης γύρω απο κάποια θέση x 0

Για την τοπική μελέτη μιας συνάρτησης f ενδιαφέρον έχει η συμπεριφορά της συνάρτησης γύρω απο κάποια θέση x 0 5 Όριο συνάρτησης Α ΑΠΑΡΑΙΤΗΤΕΣ ΓΝΩΣΕΙΣ ΘΕΩΡΙΑΣ Για την τοπική μελέτη μιας συνάρτησης f ενδιαφέρον έχει η συμπεριφορά της συνάρτησης γύρω απο κάποια θέση (δηλαδή όταν το βρίσκεται πολύ κοντά στο ) ή στο

Διαβάστε περισσότερα

ΑΠΑΝΤΗΣΕΙΣ ΘΕΜΑΤΩΝ ΑΝΑΛΥΣΗΣ ΙΙ, ΣΕΜΦΕ (1/7/ 2013) y x + y.

ΑΠΑΝΤΗΣΕΙΣ ΘΕΜΑΤΩΝ ΑΝΑΛΥΣΗΣ ΙΙ, ΣΕΜΦΕ (1/7/ 2013) y x + y. ΑΠΑΝΤΗΣΕΙΣ ΘΕΜΑΤΩΝ ΑΝΑΛΥΣΗΣ ΙΙ, ΣΕΜΦΕ (/7/ 203) ΘΕΜΑ. (α) Δίνεται η συνάρτηση f : R 2 R με f(x, y) = xy x + y, αν (x, y) (0, 0) και f(0, 0) = 0. Δείξτε ότι η f είναι συνεχής στο (0, 0). (β) Εξετάστε αν

Διαβάστε περισσότερα

Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων

Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων Με τον όρο μη γραμμικές εξισώσεις εννοούμε εξισώσεις της μορφής: f( ) 0 που προέρχονται από συναρτήσεις f () που είναι μη γραμμικές ως προς. Περιέχουν δηλαδή

Διαβάστε περισσότερα

ΜΕΜ251 Αριθμητική Ανάλυση

ΜΕΜ251 Αριθμητική Ανάλυση ΜΕΜ251 Αριθμητική Ανάλυση Διάλεξη 14, 30 Απριλίου 2018 Μιχάλης Πλεξουσάκης Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Περιεχόμενα 1. Χώροι με εσωτερικό γινόμενο (Ευκλείδειοι χώροι) 2. Βέλτιστες προσεγγίσεις

Διαβάστε περισσότερα

να είναι παραγωγίσιμη Να ισχύει ότι f Αν μια από τις τρεις παραπάνω συνθήκες δεν ισχύουν τότε δεν ισχύει και το θεώρημα Rolle.

να είναι παραγωγίσιμη Να ισχύει ότι f Αν μια από τις τρεις παραπάνω συνθήκες δεν ισχύουν τότε δεν ισχύει και το θεώρημα Rolle. Κατηγορία η Συνθήκες θεωρήματος Rolle Τρόπος αντιμετώπισης:. Για να ισχύει το θεώρημα Rolle για μια συνάρτηση σε ένα διάστημα [, ] (δηλαδή για να υπάρχει ένα τουλάχιστον (, ) τέτοιο ώστε ( ) ) πρέπει:

Διαβάστε περισσότερα

ΣΗΜΕΙΩΣΕΙΣ. f (x) =, x 0, (1), x. lim f (x) = lim = +. x

ΣΗΜΕΙΩΣΕΙΣ. f (x) =, x 0, (1), x. lim f (x) = lim = +. x ΚΕΦΑΛΑΙΟ 3ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 2: ΑΣΥΜΠΤΩΤΕΣ - ΚΑΝΟΝΕΣ DE L HOSPITAL - ΜΕΛΕΤΗ ΣΥΝΑΡΤΗΣΗΣ [Κεφ. 2.9: Ασύμπτωτες Κανόνες de l Hospital Μέρος Β του σχολικού βιβλίου]. ΣΗΜΕΙΩΣΕΙΣ ΑΣΥΜΠΤΩΤΕΣ-ΚΑΝΟΝΑΣ

Διαβάστε περισσότερα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ LAPLACE Αντίστροφος Μετασχηματισμός Laplace Στην

Διαβάστε περισσότερα

Μέθοδος Ελαχίστων Τετραγώνων (για την προσαρμογή (ή λείανση) δεδομένων/μετρήσεων)

Μέθοδος Ελαχίστων Τετραγώνων (για την προσαρμογή (ή λείανση) δεδομένων/μετρήσεων) Μέθοδος Ελαχίστων Τετραγώνων (για την προσαρμογή (ή λείανση) δεδομένων/μετρήσεων) Στην πράξη, για πολύ σημαντικές εφαρμογές, γίνονται μετρήσεις τιμών μιας ποσότητας σε μια κλινική, για μια σφυγμομέτρηση,

Διαβάστε περισσότερα

Ξέρουμε ότι: Συνάρτηση-απεικόνιση με πεδίο ορισμού ένα σύνολο Α και πεδίο τιμών ένα σύνολο Β είναι κάθε μονοσήμαντη απεικόνιση f του Α στο Β.

Ξέρουμε ότι: Συνάρτηση-απεικόνιση με πεδίο ορισμού ένα σύνολο Α και πεδίο τιμών ένα σύνολο Β είναι κάθε μονοσήμαντη απεικόνιση f του Α στο Β. Η έννοια της ακολουθίας Ξέρουμε ότι: Συνάρτηση-απεικόνιση με πεδίο ορισμού ένα σύνολο Α και πεδίο τιμών ένα σύνολο Β είναι κάθε μονοσήμαντη απεικόνιση f του Α στο Β. Δηλαδή: f : A B Η ακολουθία είναι συνάρτηση.

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2 Ο «ΟΡΙΟ ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ»

ΚΕΦΑΛΑΙΟ 2 Ο «ΟΡΙΟ ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ» ΜΕΘΟΔΟΛΟΓΙΑ & ΑΣΚΗΣΕΙΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ Γ ΕΠΑΛ ΚΕΦΑΛΑΙΟ Ο «ΟΡΙΟ ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ» Επιμέλεια : Παλαιολόγου Παύλος Μαθηματικός ΚΕΦΑΛΑΙΟ ο : ΟΡΙΟ ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ Α ΣΥΝΑΡΤΗΣΕΙΣ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ Πεδίο

Διαβάστε περισσότερα

Συνήθεις Διαφορικές Εξισώσεις Ι Ασκήσεις - 19/10/2017. Ακριβείς Διαφορικές Εξισώσεις-Ολοκληρωτικοί Παράγοντες. Η πρώτης τάξης διαφορική εξίσωση

Συνήθεις Διαφορικές Εξισώσεις Ι Ασκήσεις - 19/10/2017. Ακριβείς Διαφορικές Εξισώσεις-Ολοκληρωτικοί Παράγοντες. Η πρώτης τάξης διαφορική εξίσωση Συνήθεις Διαφορικές Εξισώσεις Ι Ασκήσεις - 19/10/2017 Ακριβείς Διαφορικές Εξισώσεις-Ολοκληρωτικοί Παράγοντες Η πρώτης τάξης διαφορική εξίσωση M(x, y) + (x, y)y = 0 ή ισοδύναμα, γραμμένη στην μορφή M(x,

Διαβάστε περισσότερα

Pr(10 X 15) = Pr(15 X 20) = 1/2, (10.2)

Pr(10 X 15) = Pr(15 X 20) = 1/2, (10.2) Κεφάλαιο 10 Συνεχείς τυχαίες μεταβλητές Σε αυτό το κεφάλαιο θα εξετάσουμε τις ιδιότητες που έχουν οι συνεχείς τυχαίες μεταβλητές. Εκείνες οι Τ.Μ. X, δηλαδή, των οποίων το σύνολο τιμών δεν είναι διακριτό,

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2: ΟΡΙΖΟΥΣΕΣ

ΚΕΦΑΛΑΙΟ 2: ΟΡΙΖΟΥΣΕΣ ΚΕΦΑΛΑΙΟ ΚΕΦΑΛΑΙΟ :. ΕΙΣΑΓΩΓΗ Σε κάθε τετραγωνικό πίνακα ) τάξης n θα αντιστοιχίσουμε έναν πραγματικό ( ij αριθμό, τον οποίο θα ονομάσουμε ορίζουσα του πίνακα. Η ορίζουσα θα συμβολίζεται det ή Α ή n n

Διαβάστε περισσότερα

Παράδειγμα 1. Δίνεται ο κάτωθι κλειστός βρόχος αρνητικής ανάδρασης με. Σχήμα 1. στο οποίο εφαρμόζουμε αρνητική ανάδραση κέρδους

Παράδειγμα 1. Δίνεται ο κάτωθι κλειστός βρόχος αρνητικής ανάδρασης με. Σχήμα 1. στο οποίο εφαρμόζουμε αρνητική ανάδραση κέρδους Παράδειγμα 1 Δίνεται ο κάτωθι κλειστός βρόχος αρνητικής ανάδρασης με _ + Σχήμα 1 στο οποίο εφαρμόζουμε αρνητική ανάδραση κέρδους Α) Γράψτε το σύστημα ευθέως κλάδου σε κανονική παρατηρήσιμη μορφή στο χώρο

Διαβάστε περισσότερα

Παραδείγματα Ιδιοτιμές Ιδιοδιανύσματα

Παραδείγματα Ιδιοτιμές Ιδιοδιανύσματα Παραδείγματα Ιδιοτιμές Ιδιοδιανύσματα Παράδειγμα Να βρείτε τις ιδιοτιμές και τα αντίστοιχα ιδιοδιανύσματα του πίνακα A 4. Επίσης να προσδιοριστούν οι ιδιοχώροι και οι γεωμετρικές πολλαπλότητες των ιδιοτιμών.

Διαβάστε περισσότερα

ΜΕΜ251 Αριθμητική Ανάλυση

ΜΕΜ251 Αριθμητική Ανάλυση ΜΕΜ251 Αριθμητική Ανάλυση Διάλεξη 03, 12 Φεβρουαρίου 2018 Μιχάλης Πλεξουσάκης Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Περιεχόμενα 1. Επαναληπτικές μέθοδοι - Γενική θεωρία 2. Η μέθοδος του Newton

Διαβάστε περισσότερα

Λύσεις στο Επαναληπτικό Διαγώνισμα 2

Λύσεις στο Επαναληπτικό Διαγώνισμα 2 Τμήμα Μηχανικών Οικονομίας και Διοίκησης Απειροστικός Λογισμός ΙΙ Γ. Καραγιώργος ykarag@aegean.gr Λύσεις στο Επαναληπτικό Διαγώνισμα 2 Για τυχόν παρατηρήσεις, απορίες ή λάθη που θα βρείτε, στείλτε μου

Διαβάστε περισσότερα

f x 0 για κάθε x και f 1

f x 0 για κάθε x και f 1 06 4.2 Το Λήμμα του Uysoh το Λήμμα της εμφύτευσης και το θεώρημα μετρικοποίησης του Uysoh. Ο κύριος στόχος αυτής της παραγράφου είναι η απόδειξη ενός θεμελιώδους αποτελέσματος γνωστού ως το Λήμμα του Uysoh.

Διαβάστε περισσότερα

Aριθμητική Ανάλυση, 4 ο Εξάμηνο Θ. Σ. Παπαθεοδώρου

Aριθμητική Ανάλυση, 4 ο Εξάμηνο Θ. Σ. Παπαθεοδώρου Aριθμητική Ανάλυση, 4 ο Εξάμηνο Θ. Σ. Παπαθεοδώρου Άνοιξη 2002 ΜΑΘΗΜΑΤΙΚΑ ΘΕΜΑΤΑ 1. Τι σημαίνει f ; f 2 ; f 1 ; Να υπολογισθούν αυτές οι ποσότητες για f(x)=(x-α) 3 (β-x) 3, α

Διαβάστε περισσότερα

α. y = y x 2 β. x + 5x = e x γ. xy (xy + y) = 2y 2 δ. y (4) + xy + e x = 0 η. x 2 (y ) 4 + xy + y 5 = 0 θ. y + ln y + x 2 y 3 = 0 d 3 y dy + 5y

α. y = y x 2 β. x + 5x = e x γ. xy (xy + y) = 2y 2 δ. y (4) + xy + e x = 0 η. x 2 (y ) 4 + xy + y 5 = 0 θ. y + ln y + x 2 y 3 = 0 d 3 y dy + 5y Ασκήσεις στα Μαθηματικά ΙΙΙ Τμήμα Χημ. Μηχανικών ΑΠΘ Μουτάφη Ευαγγελία Θεσσαλονίκη 2018-2019 ΣΥΝΗΘΕΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ ΕΙΣΑΓΩΓΗ 1. Στις παρακάτω Δ.Ε. να προσδιορίσετε: α) την ανεξάρτητη και την εξαρτημένη

Διαβάστε περισσότερα

- ΟΡΙΟ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΕΝΟΤΗΤΑ 6: ΜΗ ΠΕΠΕΡΑΣΜΕΝΟ ΟΡΙΟ ΣΤΟ

- ΟΡΙΟ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΕΝΟΤΗΤΑ 6: ΜΗ ΠΕΠΕΡΑΣΜΕΝΟ ΟΡΙΟ ΣΤΟ ΚΕΦΑΛΑΙΟ ο: ΣΥΝΑΡΤΗΣΕΙΣ - ΟΡΙΟ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΕΝΟΤΗΤΑ 6: ΜΗ ΠΕΠΕΡΑΣΜΕΝΟ ΟΡΙΟ ΣΤΟ R - ΟΡΙΟ ΣΥΝΑΡΤΗΣΗΣ ΣΤΟ ΑΠΕΙΡΟ - ΠΕΠΕΡΑΣΜΕΝΟ ΟΡΙΟ ΑΚΟΛΟΥΘΙΑΣ [Κεφ..6: Μη Πεπερασμένο Όριο στο R - Κεφ..7: Όρια Συνάρτησης

Διαβάστε περισσότερα

website:

website: Αλεξάνδρειο Τεχνολογικό Εκπαιδευτικό Ιδρυμα Θεσσαλονίκης Τμήμα Μηχανικών Αυτοματισμού Μαθηματική Μοντελοποίηση Αναγνώριση Συστημάτων Μαάιτα Τζαμάλ-Οδυσσέας 6 Μαρτίου 2017 1 Εισαγωγή Κάθε φυσικό σύστημα

Διαβάστε περισσότερα

f(x) = και στην συνέχεια

f(x) = και στην συνέχεια ΕΡΩΤΗΣΕΙΣ ΜΑΘΗΤΩΝ Ερώτηση. Στις συναρτήσεις μπορούμε να μετασχηματίσουμε πρώτα τον τύπο τους και μετά να βρίσκουμε το πεδίο ορισμού τους; Όχι. Το πεδίο ορισμού της συνάρτησης το βρίσκουμε πριν μετασχηματίσουμε

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητική Ανάλυση και Εφαρμογές Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 2017-2018 Αριθμητική Επίλυση Εξισώσεων Εισαγωγή Ορισμός 5.1 Γενικά, το πρόβλημα της αριθμητικής

Διαβάστε περισσότερα

Να επιλύουμε και να διερευνούμε την εξίσωση αx + β = 0, βάση τη γραφική παράσταση της ευθείας y = ax + β.

Να επιλύουμε και να διερευνούμε την εξίσωση αx + β = 0, βάση τη γραφική παράσταση της ευθείας y = ax + β. Ενότητα 1 Εξισώσεις Ανισώσεις α βαθμού Στην ενότητα αυτή θα μάθουμε: Να επιλύουμε και να διερευνούμε την εξίσωση αx + β = 0, με βάση τη γραφική παράσταση της ευθείας y = ax + β. Να επιλύουμε την ανίσωση

Διαβάστε περισσότερα

ΕΝΟΤΗΤΑ 1: ΟΡΙΣΜΟΣ ΠΕΔΙΟ ΟΡΙΣΜΟΥ ΠΡΑΞΕΙΣ ΣΥΝΑΡΤΗΣΕΩΝ ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ ΛΥΜΕΝΑ ΘΕΜΑΤΑ ΘΕΜΑ Α

ΕΝΟΤΗΤΑ 1: ΟΡΙΣΜΟΣ ΠΕΔΙΟ ΟΡΙΣΜΟΥ ΠΡΑΞΕΙΣ ΣΥΝΑΡΤΗΣΕΩΝ ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ ΛΥΜΕΝΑ ΘΕΜΑΤΑ ΘΕΜΑ Α ΚΕΦΑΛΑΙΟ 1 ο : ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 1: ΟΡΙΣΜΟΣ ΠΕΔΙΟ ΟΡΙΣΜΟΥ ΠΡΑΞΕΙΣ ΣΥΝΑΡΤΗΣΕΩΝ ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ ΛΥΜΕΝΑ ΘΕΜΑΤΑ Ερώτηση θεωρίας 1 ΘΕΜΑ Α Τι ονομάζουμε πραγματική συνάρτηση

Διαβάστε περισσότερα

2ογελ ΣΥΚΕΩΝ 2ογελ ΣΥΚΕΩΝ ΠΟΛΥΩΝΥΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ Β Λυκει(ου ΠΟΛΥΩΝΥΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ

2ογελ ΣΥΚΕΩΝ 2ογελ ΣΥΚΕΩΝ ΠΟΛΥΩΝΥΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ Β Λυκει(ου ΠΟΛΥΩΝΥΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ ογελ ΣΥΚΕΩΝ ογελ ΣΥΚΕΩΝ ΠΟΛΥΩΝΥΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ Β Λυκει(ου ο ΓΕΛ ΣΥΚΕΩΝ ΠΟΛΥΩΝΥΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ Β ΛΥΚΕΙΟΥ ογελ ΣΥΚΕΩΝ ογελ ΣΥΚΕΩΝ ΣΧΟΛΙΚΟ ΕΤΟΣ -4 ΠΟΛΥΩΝΥΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ Επιμέλεια: ΧΑΛΑΤΖΙΑΝ ΠΑΥΛΟΣ

Διαβάστε περισσότερα

Επίλυση παραβολικών διαφορικών εξισώσεων με πεπερασμένες διαφορές

Επίλυση παραβολικών διαφορικών εξισώσεων με πεπερασμένες διαφορές Επίλυση παραβολικών διαφορικών εξισώσεων με πεπερασμένες διαφορές Οι παρούσες σημειώσεις αποτελούν βοήθημα στο μάθημα Αριθμητικές Μέθοδοι του 5 ου εξαμήνου του ΤΜΜ Δημήτρης Βαλουγεώργης Καθηγητής Εργαστήριο

Διαβάστε περισσότερα