ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΣΕΡΡΩΝ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ &ΕΠΙΚΟΙΝΩΝΙΩΝ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΣΕΡΡΩΝ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ &ΕΠΙΚΟΙΝΩΝΙΩΝ"

Transcript

1 ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΣΕΡΡΩΝ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ &ΕΠΙΚΟΙΝΩΝΙΩΝ Πολυπλοκότητα αλγορίθμων πολυωνυμικής παρεμβολής συνάρτησης μιας μεταβλητής Πτυχιακή εργασία του Λυπίτκα Δημητρίου Α.Ε.Μ 97 Επιβλέπων: Βαρσάμης Δημήτριος Καθηγητής εφαρμογών Σέρρες, Νοέμβριος

2 Πίνακας περιεχομένων Κεφάλαιο o Πολυωνυμική Παρεμβολή Εισαγωγή Παρεμβολή τύπου agrange Πολυώνυμο παρεμβολής Newton με διηρημένες διαφορές....4 Παρεμβολή με πολυώνυμο Taylor Πολυώνυμο παρεμβολής Hermte... 6 Κεφάλαιο ο Αλγόριθμοι και Πολυπλοκότητα Αλγόριθμοι Πολυπλοκότητα Η αρχή του αναλλοίωτου....4 Ασυμπτωτικός συμβολισμός Ασυμπτωτικός συμβολισμός Θ Ασυμπτωτικός συμβολισμός Ο Ασυμπτωτικός συμβολισμός Ω... 3 Κεφάλαιο 3 ο Ανάλυση αλγορίθμων πολυωνυμικής παρεμβολής Εισαγωγή Ανάλυση αλγορίθμου agrange Ανάλυση Επαναλήψεων Ανάλυση Πράξεων Χρονική ανάλυση Ανάλυση αλγορίθμου Newton Ανάλυση Επαναλήψεων Ανάλυση Πράξεων Χρονική ανάλυση Συγκεντρωτικά αποτελέσματα Τελικά συμπεράσματα Βιβλιογραφία Παραρτήματα Παράρτημα Α Παράρτημα Β... 57

3 Ευχαριστίες Στην εκπόνηση της παρούσας Πτυχιακής Εργασίας, θα ήθελα αρχικά να ευχαριστήσω τον επιβλέποντα καθηγητή μου, τον Καθηγητή Εφαρμογών κ. Δ. Βαρσάμη, τόσο για την καθοδήγηση του σε όλα τα στάδια της εργασίας μου, όσο και για την παρότρυνση του σε κρίσιμα σημεία αυτής. Τον ευχαριστώ επίσης, για τις σημαντικότατες παρατηρήσεις, τα σχόλια αλλά και την συμβολή του στη διόρθωση του τελικού κειμένου. Τέλος, θα ήθελα να ευχαριστήσω την οικογένεια μου για την αμέριστη συμπαράστασή της κατά τη διάρκεια της συγγραφής της εργασίας μου. Επιπλέον, θα ήθελα να ευχαριστήσω όλους εκείνους, οι οποίοι με βοήθησαν ο καθένας με τον τρόπο του να ολοκληρωθεί η παρούσα εργασία. 3

4 Εισαγωγή Το βιβλίο αυτό, αποτελεί πτυχιακή εργασία του τμήματος Πληροφορική και Επικοινωνιών του Α.Τ.Ε.Ι Σερρών, με θέμα Πολυπλοκότητα αλγορίθμων πολυωνυμικής παρεμβολής συνάρτησης μίας μεταβλητής. Στην εργασία αυτή, ζητείται να μελετηθεί η πολυπλοκότητα των αλγορίθμων πολυονυμικής παρεμβολής, αλλά και να υλοποιηθούν σε κάποια γλώσσα προγραμματισμού (Matlab). Στο ο κεφάλαιο του βιβλίου αυτού, δίνονται βασικά στοιχεία για την πολυωνυμική παρεμβολή καθώς και κάποια παραδείγματα για την κατανόηση των μεθόδων. Στο ο κεφάλαιο, δίνονται κάποιες βασικές έννοιες των αλγορίθμων αλλά και της πολυπλοκότητας που τους εκφράζει και τέλος στο 3 ο κεφάλαιο, δίνεται η ανάλυση των αλγορίθμων πολυωνυμικής παρεμβολής, σε ανάλυση επαναλήψεων, ανάλυση πράξεων και χρονική ανάλυση. Στο τέλος του βιβλίου αυτού, παρουσιάζονται τα παραρτήματα Α και Β τα οποία περιγράφουν τον κώδικα των αλγορίθμων. 4

5 Κεφάλαιο o Πολυωνυμική Παρεμβολή. Εισαγωγή Παρεμβολή, γενικά, σημαίνει προσαρμογή κάποιας συνάρτησης σε δεδομένα, έτσι ώστε η συνάρτηση να έχεις τις ίδιες ακριβώς τιμές με τις τιμές των δεδομένων. Γενικά, το πιο απλό πρόβλημα παρεμβολής σε συστήματα μιας διάστασης, μπορεί να διατυπωθεί ως εξής: Για γνωστά σημεία (x,f ),,,3,, n με x x x 3 xn θέλουμε να υπολογίσουμε μία συνάρτηση y(x)έτσι ώστε: y(x ) f,,,...,n (.) και θα ονομάζουμε την y(x),παρεμβολική συνάρτηση για τα δοθέντα σημεία. Σε προβλήματα τα οποία είναι ποιο σύνθετα και ζητάμε να λυθούν με παρεμβολή, μπορεί να μας δοθούν και κάποια έξτρα δεδομένα, όπως η κλίση της παρεμβολικής συνάρτησης σε δεδομένα σημεία ή μπορεί να προστεθούν επιπλέον συνθήκες στην παρεμβολική συνάρτηση όπως η μονοτονία, η κυρτότητα και άλλα. Επίσης, μπορούμε να μελετήσουμε το πρόβλημα της παρεμβολής σε περισσότερες από μία διαστάσεις,όπου σε εκείνη την περίπτωση η συνάρτηση έχει περισσότερες από μία μεταβλητές. Εμείς θα επικεντρωθούμε σε παρεμβολικές συναρτήσεις μιας μεταβλητής. 5

6 Οι σκοποί της παρεμβολής Προβλήματα παρεμβολής προκύπτουν από διαφορετικές πηγές και μπορούν να έχουν διάφορους σκοπούς. Μερικοί από αυτούς είναι: Σχεδιασμός μιας λείας καμπύλης δια μέσου διακεκριμένων σημείων. Γρήγορος και εύκολος υπολογισμός για μια μαθηματική συνάρτηση. Αντικατάσταση μιας δύσκολης συνάρτησης με μια εύκολη. Ανάγνωση μεταξύ των γραμμών ενός πίνακα. Διαφόριση ή ολοκλήρωση δεδομένων ενός πίνακα. Η επιλογή της παρεμβολικής συνάρτησης Είναι ίσως από τα σημαντικότερα πράγματα να ισχυριστούμε, πως στα περισσότερα προβλήματα παρεμβολής υπάρχει αυθαιρεσία ως προς την επιλογή της συνάρτησης. Υπάρχουν δε, πολλές συναρτήσεις, οι οποίες μπορούν να παρεμβάλλουν ένα σύνολο δεδομένων. Η επιλογή της παρεμβολικής συνάρτησης όμως, πολλές φορές εξαρτάται από την απάντηση σε ερωτήματα όπως: Τι τύπο θα θέλαμε να έχει η συνάρτηση ; Πώς συμπεριφέρεται η συνάρτηση μεταξύ των σημείων του πίνακα; Θέλουμε η συνάρτηση να έχει ιδιότητες των δεδομένων όπως μονοτονία, κυρτότητα, περιοδικότητα; Αν η συνάρτηση και τα δεδομένα σχεδιαστούν θα είναι το αποτέλεσμα οπτικά ευχάριστο; Ενδιαφερόμαστε, κυρίως, για τις τιμές των παραμέτρων που ορίζουν την παρεμβολική συνάρτηση, ή απλά για τον υπολογισμό της σε διάφορα σημεία για τον σχεδιασμό ή άλλους σκοπούς; Επιπρόσθετα, η επιλογή μιας παρεμβολικής συνάρτησης βασίζεται κυρίως στα παρακάτω κριτήρια: Τον υπολογισμό των παραμέτρων από τα δεδομένα. 6

7 Τον υπολογισμό της τιμής της συνάρτησης σε κάποιο δοθέν σημείο. Στην παραγώγιση ολοκλήρωση της συνάρτησης. Τέλος, οι πιο βασικές οικογένειες συναρτήσεων οι οποίες συνήθως χρησιμοποιούνται για την παρεμβολή είναι: Αλγεβρικά πολυώνυμα. Τμηματικά πολυώνυμα Τριγωνομετρικές συναρτήσεις Εκθετικές συναρτήσεις Ρητές συναρτήσεις. Εμείς θα επικεντρωθούμε στα αλγεβρικά πολυώνυμα, ή αλλιώς πολυωνυμική παρεμβολή. Η οικογένεια των συναρτήσεων που επιλέγεται για να παρεμβάλλουμε ένα σύνολο δεδομένων, παράγεται από το σύνολο φ (x),φ (x),...,φ n(x) των βασικών συναρτήσεων. Η παρεμβολική συνάρτηση y(x) ορίζεται σαν ένας γραμμικός συνδυασμός των συναρτήσεων βάσης όπως φαίνεται παρακάτω: n y(x) aj φ j(x) (.) j όπου οι παράμετροι αj πρέπει να υπολογιστούν. Η απαίτηση ότι η y(x)θα παρεμβάλει τα δεδομένα (x,f ),,,3,, n, σημαίνει ότι θα ισχύουν τα εξής: n y(x ) ajφ j(x) f,,,3,..., n (.3) j οι οποίες ορίζουν ένα σύστημα γραμμικών εξισώσεων Μα=f, όπου τα στοιχεία του πίνακα Μ ορίζονται από τις σχέσεις : m j φ(x ),,j,,...,n. Μια από της πιο χρήσιμες και γνωστές συναρτήσεις που απεικονίζουν το σύνολο των πραγματικών αριθμών, είναι η ομάδα των αλγεβρικών πολυωνύμων, δηλαδή το σύνολο των συναρτήσεων της μορφής : P (x) a x a x... a x a (.4) 7

8 όπου κ είναι μη αρνητικός ακέραιος και a πραγματικές,a,, a σταθερές. Οι συναρτήσεις αυτές, προσεγγίζουν ομοιόμορφα συνεχείς συναρτήσεις,δηλαδή για κάθε f Ca,β, υπάρχει πολυώνυμο το οποίο προσεγγίζει όσο θέλουμε την f(x). Το θεώρημα Weerstrass Αν f Ca,β και ε>, τότε υπάρχει ένα πολυώνυμο P(x), ορισμένο στο a, β, έτσι ώστε: f(x) P(x) ε, για κάθε x α,β. Το θεώρημα Weerstrass είναι πολύ σημαντικό από θεωρητικής άποψης, αλλά δεν μπορεί να χρησιμοποιηθεί αποτελεσματικά για υπολογιστικούς σκοπούς. Ο υπολογισμός των συντελεστών του πολυωνύμου, με βάση τις γνωστές παρεμβολικές συνθήκες, οδηγεί στην λύση ενός γραμμικού συστήματος του οποίου, ο πίνακας των συντελεστών είναι ο γνωστός πίνακας Vander monde. Η ορίζουσα του πίνακα αυτού, είναι διάφορος του μηδενός, όταν τα σημεία παρεμβολής είναι διακεκριμένα. Η επίλυση του γραμμικού συστήματος, αλλά και η κατασκευή του παρεμβολικού πολυωνύμου με κλασικό τρόπο, δεν αποτελεί την καλύτερη αντιμετώπιση του προβλήματος. Στη συνέχεια, ακολουθούν τύποι παρεμβολικών πολυωνύμων, που υπολογίζονται πιο εύκολα, όπως είναι η παρεμβολή με το πολυώνυμο Taylor, η παρεμβολή τύπου Hermte, αλλά εμείς θα επικεντρωθούμε περισσότερο στην παρεμβολή τύπου agrange και στην παρεμβολή Newton με διηρημένες διαφορές, όπου θα αναλυθούν και αλγοριθμικά στα επόμενα κεφάλαια. 8

9 . Παρεμβολή τύπου agrange Εισαγωγή Εύκολα μπορούμε να συμπεράνουμε πως είναι πιο απλό και πρακτικό, να υπολογίσουμε τιμές της f(x) σε διάφορα σημεία του πεδίου ορισμού της, από το να υπολογίζουμε τιμές της f(x) και των παραγώγων, διαφόρων τάξεων σε ένα σημείο. Η μέθοδος αυτή λοιπόν, αναζητά την κατασκευή ενός πολυωνύμου παρεμβολής P (x) βαθμού κ, που θα παρεμβάλλει την f(x), στα κ+ διαφορετικά σημεία του πεδίου ορισμού της x,x,, x δηλαδή να ισχύει : P (x ) f(x ) f,,,, (.5) Πράγματι, υπάρχει ένα και μόνον ένα πολυώνυμο βαθμού κ, που πληροί τις παραπάνω συνθήκες παρεμβολής. Το πολυώνυμο παρεμβολής agrange βαθμού κ που πληροί τις παραπάνω συνθήκες, βασίζεται σε ένα σύνολο βασικών πολυωνύμων (x),,,,, το καθένα βαθμού κ τα οποία πληρούν τις σχέσεις:, j (xj) (.6), j Ακόμα, είναι εύκολα να διαπιστώσουμε ότι τα πολυώνυμα της μορφής : (x x )(x x) (x x (x) (x x )(x x ) (x x )(x x )(x x ) (x x ) ) (x x ) j j (x x j) (x x ) (.7) είναι βαθμού κ και πληρούν τις σχέσεις (.5),(.6) και τότε το πολυώνυμο: P (x) (x)f (.8) είναι βαθμού κ, και είναι πολυώνυμο παρεμβολής γιατί: K K P (x ) f (x ) f (x ) f (x ) f (x ) f (.9) j για κάθε,,,. 9

10 Η παραπάνω εξίσωση, εκφράζει τον τύπο agrange για το πολυώνυμο παρεμβολής και γράφεται στη γενική μορφή : P (x) K f j (x x ) (x x ) j j (.) Αξίζει να σημειώσουμε ότι, γενικά στην πολυωνυμική παρεμβολή,όταν έχω n σημεία, τότε το πολυώνυμο παρεμβολής που θα προκύψει, θα είναι το πολύ n βαθμού. Tέλος, για το σφάλμα της παρεμβολής agrange ισχύει το παρακάτω θεώρημα: Σφάλμα παρεμβολής agrange Έστω, ότι η f C α,β και x,x,, x () διακεκριμένα σημεία του διαστήματος α, β. Τότε υπάρχει αριθμός ξ(x) στο (α,β) έτσι ώστε : () f ξ(x) f(x) PK (x) (x x ) (.) ()! για κάθε x α,β, όπου P K (x) είναι το πολυώνυμο παρεμβολής agrange. Παράδειγμα. Έστω η συνάρτηση f(x) με x και τα σημεία x,x,x 3. x Να βρεθεί, το πολυώνυμο agrange που παρεμβάλλει την συνάρτηση στα παραπάνω σημεία. Πρώτα, υπολογίζουμε τα (x), (x), (x) : (x x)(x x ) (x)(x 3) (x 4x 3) (..) (x x )(x x ) ()( 3) 3 (x x )(x x ) (x )(x 3) (x 3x) (..) (x x )(x x ) ( )( 3) (x x )(x x) (x )(x ) (x x) (..3) (x x )(x x ) (3 )(3 ) 6 Επίσης, θα πρέπει να έχουμε υπολογίσει και τις τιμές f(x ),f(x),f(x ) που είναι : f(),f(),f(3) αντίστοιχα. 4

11 Άρα, σύμφωνα με τις σχέσεις (.8) &(.9) θα έχουμε: P (x) fn n n (x) (x 3 (x 4 6 4x 3) (x x 3x) (..4) κάνοντας τις πράξεις, καταλήγουμε ότι το ζητούμενο πολυώνυμο είναι: 5 P (x) x x ή (x 5x 8) (..5) Πολυώνυμο παρεμβολής Newton με διηρημένες διαφορές Εισαγωγή Πολλές φορές όταν επιλύουμε διαφορικές εξισώσεις, συνεχώς πηγαίνουμε από την παρεμβολή σε ένα σύνολο τιμών στην παρεμβολή σε ένα άλλο σύνολο τιμών, που προκύπτει διαγράφοντας ή προσθέτοντας ένα σημείο παρεμβολής ή και τα δύο μαζί. Από τον τρόπο κατασκευής του πολυωνύμου παρεμβολής agrange είναι φανερό ότι, κάθε φορά που το σύνολο των σημείων παρεμβολής μεταβάλλεται, ο τύπος του agrange πρέπει να υπολογιστεί από την αρχή. Μπορούμε όμως, να έχουμε οικονομία αλλά και να μειώσουμε το υπολογιστικό κόστος αν κατασκευάσουμε ένα πολυώνυμο παρεμβολής που θα λάβουμε υπ όψιν, ότι οι περισσότερες τιμές παραμένουν ίδιες. Ένα τέτοιο απλό παράδειγμα αυτής της δυνατότητας, είναι το πολυώνυμο Taylor. Για παράδειγμα, αν θέλουμε να πάμε από την παρεμβολή των τιμών: () () f(x),f (x),,f (x) στην παρεμβολή των τιμών: () () () f(x),f (x),,f (x),f (x) έχουμε την σχέση: ξ(x) f (.) ()! () ( ) (x) T (x) (x x ) T

12 που θα περιγράψουμε εκτενέστερα στην παρεμβολή με το πολυώνυμο Taylor. Η κατασκευή του Πολυωνύμου Newton Υποθέτουμε ότι, γνωρίζουμε το πολυώνυμο παρεμβολής (x) P βαθμού κ που παρεμβάλει τη συνάρτηση f(x) στα σημεία x.,x,, x Τότε, το πολυώνυμο παρεμβολής P (x) βαθμού κ+ που παρεμβάλει την f(x) στα σημεία x,x,,x, x θα απαιτήσουμε να πληροί την σχέση: P (x) P (x) R (x) (.3) όπου R (x) πρέπει να είναι βαθμού κ+, και να αποτελεί κατά κάποιο τρόπο μία διόρθωση του γνωστού πολυωνύμου P (x). Επιπλέον, ο τύπος του πολυωνύμου R (x) πρέπει να είναι τέτοιος που να πληροί τις συνθήκες παρεμβολής στα πρώτα κ+ σημεία x,x,,x, x. Το πολυώνυμο της μορφής : R (x) α (x x )(x x) (x x) (.4) όπου α κατάλληλος συντελεστής, που ικανοποιεί τις συνθήκες παρεμβολής στα πρώτα κ+ σημεία διότι: P (x ) P (x ) R (x ) f,,,, (.5) και είναι βαθμού κ+. Η συνθήκη παρεμβολής στο σημείο x απαιτεί να ισχύει: P ή α κ x f P x f P (x) x x j j α j (x x ) j (.6) α είναι ορισμένο διότι το x διαφέρει από τα άλλα σημεία το παρεμβολής. Επίσης, το P (x) ικανοποιεί όλες τις συνθήκες παρεμβολής και είναι βαθμού κ+. Ο συντελεστής α είναι ένα

13 παράδειγμα διηρημένης διαφοράς κ+ τάξης, και μπορεί να γραφεί με τη μορφή : α f x,x,, x (.7) η οποία, εξηγεί τα σημεία από τα οποία εξαρτάται. Χρησιμοποιώντας λοιπόν, τις διηρημένες διαφορές η νέα μορφή του πολυωνύμου παρεμβολής βαθμού κ γράφεται: N P (x) f[x ] (x x )f[x,x ] (x x )(x x )f[x,x,x ] (x x )(x x ) (x x )f[x,x,,x ] (.8) και το ονομάζουμε πολυώνυμο παρεμβολής Newton με διηρημένες διαφορές. Θεώρημα Έστω ότι, η f C [, ] και x,x,, x, κ+ διακεκριμένα σημεία του διαστήματος [, ]. Τότε, υπάρχει αριθμός ξ στο (α,β) έτσι ώστε : Σφάλμα παρεμβολής Newton f ( ) fx, x,, x (.9)! Για να υπολογίσουμε το σφάλμα της παρεμβολής Newton, υποθέτουμε ότι x είναι ένα σταθερό σημείο διαφορετικό από τα σημεία x. Τότε, το πολυώνυμο παρεμβολής Newton βαθμού κ+, που,x,, x παρεμβάλλει την f(x) στα σημεία x,x,, x είναι : P N N (t) P (t) (t x )(t x ) (t x ) f[x,x,,x ] Η συνθήκη παρεμβολής στο σημείο x συνεπάγεται η σχέση: N f(x) P (x) P (x x N (x) P (x) )(x x ) (x x ) f[x N,x,,x ] (.) που εκφράζει το σφάλμα της παρεμβολής Newton. Παράδειγμα. Θα παρουσιάσουμε το παράδειγμα που αναφέραμε στη παρεμβολή τύπου agrange. Το ζητούμενο πολυώνυμο είναι το πολύ ου βαθμού όπως είχαμε αναφέρει, και στην παρεμβολή agrange δηλαδή, αν έχω n σημεία τότε 3

14 το πολυώνυμο παρεμβολής θα είναι n- βαθμού. Ποιο αναλυτικά το πολυώνυμο θα είναι της μορφής: P N (x) a (x x )a (x x )(x x) a (..) και είναι προφανές ότι το μόνο που μας απομένει είναι να υπολογίσουμε τους συντελεστές a, a, a. Για λόγους κατανόησης, θα παρουσιάσουμε τον παρακάτω πίνακα που υπολογίζονται οι συντελεστές a, a, a. Πίνακας. K XK F[XK] F[XK,XK-] F[XK,XK-,XK-] =α.5 F[X,X]=α 3.5 F[X,X] F[X,X,X]=α από τον παραπάνω πίνακα, απομένει να βρεθούν οι διηρημένες διαφορές F[X,X], F[X,X,X], άρα θα έχουμε: F[X ] F[X ] F[X,X] (..) X X F[X F[X ] F[X ] 4,X ] (..3) X X 3 8 F[X,X ] F[X,X] 8 F[X,X,X] X X 3 8 (..4) συνεπώς, αντικαθιστώντας στη σχέση (..) θα έχουμε: N 5 P (x) (x )( ) (x )(x ) x x ή (x 5x 8) (..5)

15 .4 Παρεμβολή με πολυώνυμο Taylor Εισαγωγή Η μέθοδος Taylor, βασίζεται στην προσέγγιση της συνάρτησης f(x) κοντά σε ένα σημείο x, από το πολυώνυμο Taylor. f (x ) (.)! () ' (x) f(x ) f (x )(x x ) (x x ) T βαθμού κ. Το πολυώνυμο αυτό, συμφωνεί με την f(x) και τις κ πρώτες παραγώγους στο σημείο x, δηλαδή ισχύει: Tο Θεώρημα Taylor (j) (j) T (x ) f (x ), j,,, Έστω ότι, f C, και, x,, τότε ισχύει η σχέση : x ένα δεδομένο σημείο. Αν f(x) T (x) E (x) (.) Όπου, T (x) είναι το πολυώνυμο Taylor το οποίο, μπορεί να χρησιμοποιηθεί για την προσέγγιση της f (x) δηλαδή : Σφάλμα παρεμβολής Taylor f (x ) f (x) T (.3) (j) j (x) (x x ) j j! Tέλος, το σφάλμα της προσέγγισης είναι της μορφής: E f (x) (.4)! (x) f(x) T(x) (x x ) για κάποια τιμή ξ=ξ(x) η οποία βρίσκεται μεταξύ x και x. Επιπρόσθετα, η εκτίμηση του σφάλματος της προσέγγισης Taylor όταν, το x βρίσκεται κοντά στο x, μπορεί να δοθεί και από την παρακάτω σχέση: E f (x ) (.5) ( )! ( ) (x) T (x) T (x) (x x) 5

16 .5 Πολυώνυμο παρεμβολής Hermte Εισαγωγή Μέχρι τώρα, μελετήσαμε πολυώνυμα παρεμβολής τα οποία, είτε συμφωνούν με την f (x) στα κ+ σημεία x,x,, x όπου είναι τα πολυώνυμα τύπου (agrange, Newton), είτε συμφωνούν αυτά και η f (x) καθώς και οι κ πρώτες παράγωγοι σε ένα σημείο x όπου εκεί αναφερόμαστε στο πολυώνυμο παρεμβολής τύπου (Taylor). Έναν όμως συνδυασμό αυτών των περιπτώσεων, μπορούμε να χαρακτηρίσουμε τα πολυώνυμα παρεμβολής Hermte. Έτσι, για μία δεδομένη συνάρτηση f (x), ένα πολυώνυμο Hermte και η παράγωγος του, συμφωνούν με την f (x) και την f (x) αντίστοιχα στα σημεία x.,x,, x Θεώρημα Θεωρούμε την συνάρτηση f C [, ] και τα κ+ διακεκριμένα σημεία x του [α,β].τότε το πολυώνυμο P (x),x,, x : P (.6) H * fh (x) f H (x) βαθμού κ+, είναι το μοναδικό πολυώνυμο ελάχιστου βαθμού που πληροί τις συνθήκες : P H d P dx (x ) f, H (x ) f,,,, (.7) * Επιπρόσθετα, τα πολυώνυμα H(x),H (x) είναι βαθμού κ και δίνονται από τις σχέσεις: όπου H (x) x x x * H (x) (x x ) (x) (x), (x),,,, είναι τα πολυώνυμα agrange βαθμού κ. (.8) 6

17 Σφάλμα παρεμβολής Hermte () Τέλος, αν υποθέσουμε επιπλέον ότι f C [α, β], τότε το σφάλμα της παρεμβολής Hermte θα δίνεται από τον τύπο: για ξ: α<ξ<β. H f ( ) f(x) P (x) (x x ) (x x) (x x ) (.9) ( )! 7

18 Κεφάλαιο ο Αλγόριθμοι και Πολυπλοκότητα. Αλγόριθμοι Ένας αλγόριθμος γενικά, θα πρέπει να ικανοποιεί κάποιες προϋποθέσεις, οι οποίες είναι: α) Θα πρέπει να είναι αποδοτικός. β) Θα πρέπει να εργάζεται σωστά για κάθε σύνολο δεδομένων εισόδου ή αλλιώς στιγμιότυπο. Επίσης, αξίζει να σημειωθεί πως για κάθε πρόβλημα, υπάρχει ένα σύνολο αλγορίθμων οι οποίοι είναι σωστοί, δηλαδή κάνουν καλά την δουλειά τους. Όλοι οι αλγόριθμοι έχουν όμως θεωρητικό ενδιαφέρον. Πρακτικό βέβαια ενδιαφέρον, παρουσιάζουν οι αλγόριθμοι που είναι αποδοτικοί, δηλαδή αυτοί που μειώνουν : α) το χρόνο που εκτελούνται. β) το χώρο που χρησιμοποιούν. Στόχος βέβαια είναι, ο εντοπισμός των αλγορίθμων που ελαχιστοποιούν το χρόνο εκτέλεσης, αλλά και το χώρο που χρησιμοποιούν στην μνήμη. Με αυτό τον τρόπο, ελέγχουμε αν ένας αλγόριθμος είναι άριστος, δηλαδή ο πιο αποδοτικός για το πρόβλημα που σχεδιάστηκε και προπορεύεται να λύσει. Ένας αλγόριθμος γενικά, είναι ένα από τα σημαντικότερα μέρη ενός προγράμματος, γιατί ανάλογα με το πόσο αποδοτικός είναι ο αλγόριθμος εξαρτάται και όλη η λειτουργία του προγράμματος. Επίσης, ένας αλγόριθμος μπορεί να είναι γραμμένος σε κάποια γλώσσα προγραμματισμού υψηλού επιπέδου, σε ψευδογλώσσα αλλά ακόμα και σε φυσική ομιλούμενη γλώσσα. Παρακάτω δίνουμε τον ορισμό. Ορισμός Αλγόριθμος είναι μία διαδικασία αυστηρά καθορισμένη και εκτελέσιμη για την επίλυση ενός προβλήματος,όπου κάθε αλγόριθμος μπορεί να έχει κανένα, ένα ή και περισσότερα δεδομένα εισόδου και τουλάχιστον ένα αποτέλεσμα στην έξοδο. 8

19 . Πολυπλοκότητα Μία έννοια η οποία, ασχολείται με την ανάλυση ενός αλγορίθμου και τον εντοπισμό του άριστου αλγόριθμου, είναι η πολυπλοκότητα που τον εκφράζει. Με την πολυπλοκότητα, μπορούμε να μετρήσουμε την απόδοση ενός αλγορίθμου, και να τον συγκρίνουμε με άλλους που εκτελούν την ίδια διαδικασία όμως με διαφορετικό κώδικα. Σε έναν αλγόριθμο μετρώντας την πολυπλοκότητα, μπορούμε να αναφερθούμε στο σύνολο των βασικών πράξεων που εκτελεί, το συνολικό αριθμό επαναλήψεων που εκτελεί, αν υπάρχουν, αλλά και η χρόνος εκτέλεσης, που χρειάζεται ένας αλγόριθμος για να μας δώσει κάποιο αποτέλεσμα, που είναι εκφραζόμενος ανάλογα με το πλήθος των δεδομένων εισόδου ή αλλιώς στιγμιότυπο. Παρακάτω, παρουσιάζουμε τον ορισμό της πολυπλοκότητας. Ορισμός Πολυπλοκότητα, είναι ο αριθμός των βασικών - στοιχειωδών πράξεων που εκτελεί ένας αλγόριθμος για κάθε σύνολο δεδομένων εισόδου (στιγμιότυπο). Βασικές πράξεις Βασικές πράξεις θεωρούμε: Αριθμητικές πράξεις (πρόσθεση, αφαίρεση ) Λογικές πράξεις Συγκρίσεις Καταχωρήσεις Προσπέλαση μνήμης για ανάγνωση / εγγραφή 9

20 .3 Η αρχή του αναλλοίωτου Η αρχή αυτή, υποστηρίζει πως διαφορετικές υλοποιήσεις του ίδιου αλγορίθμου, δεν θα διαφέρουν στην αποτελεσματικότητα παρά μόνο κατά μία σταθερή ποσότητα c, που εξαρτάται από την τεχνολογία και το λογισμικό του υπολογιστή. Σύμφωνα με την αρχή του αναλλοίωτου, κάθε άλλη υλοποίηση του ίδιου αλγόριθμου θα έχει την ιδιότητα με πιθανές αλλαγές της σταθεράς c. Αυτή η έννοια, γνωστή και ως ασυμπτωτική εκτίμηση, υποδεικνύει πώς εξαρτάται η απόδοση ενός αλγορίθμου από μεγάλα μεγέθη εισόδου. Ορισμός Ένας αλγόριθμος απαιτεί χρόνο t(n) για να εκτελεσθεί, όπου n είναι το μέγεθος του στιγμιότυπου του προβλήματος προς επίλυση, εάν υπάρχει σταθερά c και κάποια υλοποίηση του αλγορίθμου, ικανή να λύσει κάθε στιγμιότυπο του προβλήματος μεγέθους n σε χρόνο όχι περισσότερο από c t(n) βήματα. Αξίζει να σημειώσουμε επίσης, ότι ένας αλγόριθμος μπορεί να μελετηθεί εμπειρικά μετρώντας το χρόνο και το χώρο εκτέλεσης του. Βέβαια, μπορεί να μελετηθεί και θεωρητικά, υπολογίζοντας το χώρο και το χρόνο εκτέλεσης σαν συνάρτηση του μεγέθους των στιγμιότυπων, που κάθε φορά εξετάζουμε. Επίσης, η θεωρητική εκτίμηση λαμβάνει υπόψη μόνο τον μεγαλύτερο όρο της συνάρτησης t(n), αγνοώντας τους υπόλοιπους όρους για τον λόγο ότι, αυτός θα παίξει το σημαντικότερο ρόλο για μεγάλα δεδομένα εισόδου, όπου εν τέλει θα εκφράσει και την πολυπλοκότητα του αλγορίθμου. Ένα πλεονέκτημα της θεωρητικής προσέγγισης είναι, πως είναι γενική και δεν εξαρτάται από το υλικό ενός Η/Υ, από την γλώσσα προγραμματισμού ή από τις ικανότητες του προγραμματιστή. Η συνάρτηση που εκφράζει το χρόνο εκτέλεσης ενός αλγορίθμου, κατανέμει ανάλογα και έναν αλγόριθμο σε γραμμικό, πολυωνυμικό, εκθετικό και λογαριθμικό. Για παράδειγμα, αν η

21 συνάρτηση που εκφράζει το χρόνο εκτέλεσης είναι γραμμική, τότε και ο αλγόριθμος λέγεται γραμμικός..4 Ασυμπτωτικός συμβολισμός Εισαγωγή Όπως έχει αναφερθεί, η ασυμπτωτική εκτίμηση αγνοεί τις σταθερές και εξετάζει μόνο την τάξη μεγέθους της συνάρτησης, η οποία εκφράζει το χρόνο εκτέλεσης ενός αλγορίθμου. Αυτό συμβαίνει, γιατί όταν το μέγεθος εισόδου n είναι πολύ μεγάλο, τότε και οι τιμές της συνάρτησης μεγαλύτερης τάξης μεγέθους, π.χ (n ), είναι σημαντικά μεγαλύτερες από τις τιμές μιας συνάρτησης μικρότερης τάξης μεγέθους, π.χ (nlog n). Άρα, ένας ασυμπτωτικά αποδοτικός αλγόριθμος στην πράξη είναι αποδοτικός. Ο ασυμπτωτικός συμβολισμός, χρησιμοποιείται για την περιγραφή του χρόνου εκτέλεσης ενός αλγορίθμου και ορίζεται σε συναρτήσεις, οι οποίες έχουν πεδίο ορισμού το σύνολο των φυσικών αριθμών. Ο συμβολισμός αυτός, είναι κατάλληλος για την περιγραφή μιας συνάρτησης T(n), η οποία εκφράζει το χρόνο εκτέλεσης ενός αλγορίθμου και ορίζεται μόνο για ακέραια μεγέθη εισόδου..4. Ασυμπτωτικός συμβολισμός Θ Ο συμβολισμός Θ, χρησιμοποιείται για τον ακριβή προσδιορισμό της τάξης μεγέθους μιας συνάρτησης f(n). Συγκεκριμένα, για κάθε συνάρτηση g(n) το σύνολο των συναρτήσεων Θ(g(n)) περιλαμβάνει όλες τις συναρτήσεις που έχουν ακριβώς την ίδια τάξη μεγέθους με την g(n). Τυπικά, δεδομένης μιας συνάρτησης g(n), με Θ(g(n)) συμβολίζουμε το σύνολο των συναρτήσεων. ( g(n)) f(n): υπάρχουν θετικές σταθερές c, c και n τέτοιες ώστε : c g(n) f(n) c g(n) για κάθε n n Σύμφωνα με τον παραπάνω ορισμό, η συνάρτηση f(n) ανήκει στην κλάση συναρτήσεων Θ(g(n)), αν υπάρχουν θετικές σταθερές

22 c, c τέτοιες ώστε η f(n) να περιορίζεται μεταξύ c g(n ) και c g(n ) για αρκετά μεγάλες τιμές του n, όπως φαίνεται και παρακάτω γραφικά. Σχήμα..4. Ασυμπτωτικός συμβολισμός Ο Στην περίπτωση που χρειαζόμαστε ένα ασυμπτωτικό άνω φράγμα στην τάξη μεγέθους μιας συνάρτησης, χρησιμοποιούμε το συμβολισμό Ο. Δεδομένης μιας συνάρτησης g(n) συμβολίζουμε με Οg(n)) το σύνολο των συναρτήσεων. ( g(n)) f(n): υπάρχουν θετικές σταθερές c και n τέτοιες ώστε : f(n) cg(n) για κάθε n n Η συνάρτηση g(n) πολλαπλασιασμένη με μία σταθερά, αποτελεί ένα ασυμπτωτικό άνω φράγμα για τη συνάρτηση f(n), όπως αυτό φαίνεται παρακάτω γραφικά. Σχήμα.

23 .4.3 Ασυμπτωτικός συμβολισμός Ω Ο συμβολισμός Ω, παρέχει ένα ασυμπτωτικό κάτω φράγμα στην τάξη μεγέθους μιας συνάρτησης. Δεδομένης μιας συνάρτησης g(n), συμβολίζουμε με Ω(g(n)) το σύνολο των συναρτήσεων ( g(n)) f(n): υπάρχουν θετικές σταθερές c και n τέτοιες ώστε : cg(n) f(n) για κάθε n n παρακάτω φαίνεται και γραφικά ο ορισμός του συμβολισμού Ω. Σχήμα.3 3

24 Κεφάλαιο 3 ο Ανάλυση αλγορίθμων πολυωνυμικής παρεμβολής 3. Εισαγωγή Όπως έχει ήδη προαναφερθεί, οι μέθοδοι πολυωνυμικής παρεμβολής είναι αρκετές, αλλά εμείς θα επικεντρωθούμε περισσότερο στις μεθόδους οι οποίες ως αποτέλεσμα, μας δίνουν ένα πολυώνυμο, και ο βαθμός του εξαρτάται από το πλήθος των σημείων που θα διέρχεται η πολυωνυμική εξίσωση, δηλαδή αν είναι n σημεία τότε ο βαθμός του πολυωνύμου θα είναι n-. Πιο συγκεκριμένα, μιλάμε για τους αλγορίθμους agrange και Newton, οι οποίοι έχουν υλοποιηθεί σε (πλατφόρμα ανάπτυξης κώδικα) Matlab. Οι αλγόριθμοι με τη σειρά τους, είναι κάποιες συναρτήσεις, όπως πολύ καλά γνωρίζουμε από τον προγραμματισμό, όπου δέχονται ως είσοδο μόνο τα σημεία (x,y) και έπειτα, μετά από αρκετές πράξεις, υπολογίζουν και επιστέφουν το αποτέλεσμα, όπου είναι και το ζητούμενο πολυώνυμο. 4

25 3. Ανάλυση αλγορίθμου agrange Παρακάτω φαίνεται ένα μέρος του κώδικα. %================================================= y=; for =:n 3 =; 4 for j=[:n] 5 f ==j 6 contnue; 7 else 8 =.*(x-x(j))/(x()-x(j)); 9 end end y=y+*y(); end %================================================= 5

26 3.. Ανάλυση Επαναλήψεων Στον παραπάνω μέρος του αλγορίθμου agrange που μόλις παρουσιάσαμε, ο βασικότερος τύπος όπου και εξαρτάται η λειτουργία του αλγορίθμου, μας δίνεται από τη γραμμή 8, ποιο αναλυτικά: Όταν το πλήθος των δεδομένων εισόδου είναι n= τότε σύμφωνα με τον παραπάνω αλγόριθμο θα έχουμε: for : for j : ά,j contnue ά,j [x X()] [X() X()] end 3 ά,j [x X()] [X() X()] 4 ά,j contnue end Άρα σε επαναλήψεις εκτελείται ο βασικός τύπος 6

27 Όταν το πλήθος των δεδομένων εισόδου είναι n=3 τότε σύμφωνα με τον παραπάνω αλγόριθμο θα έχουμε: for : 3 for j : 3 ά, j contnue ά, j [x X()] [X() X()] 3 ά, j 3 [x X(3)] [X() X(3)] end 4 ά, j [x X()] [X() X()] 5 ά, j contnue 6 ά, j 3 [x X(3)] [X() X(3)] end 7 ά 3, j [x X()] [X(3) X()] 8 ά 3, j [x X()] [X(3) X()] 9 ά 3, j contnue end Άρα σε 6 επαναλήψεις εκτελείται ο βασικός τύπος. 7

28 8 Όταν το πλήθος των δεδομένων εισόδου είναι n=4 τότε σύμφωνα με τον παραπάνω αλγόριθμο θα έχουμε: end contnue 4 4,j ά 6 X(3)] [X(4) X(3)] [x 3 4,j ά 5 X()] [X(4) X()] [x 4,j ά 4 X()] [X(4) X()] [x 4,j ά 3 end X(4)] [X(3) X(4)] [x 4 3,j contnue 3 3,j ά X()] [X(3) X()] [x 3,j ά X()] [X(3) X()] [x 3,j ά 9 end X(4)] [X() X(4)] [x 4,j ά 8 X(3)] [X() X(3)] [x 3,j ά 7 contnue,j ά 6 X()] [X() X()] [x,j ά 5 end X(4)] [X() X(4)] [x 4,j ά 4 X(3)] [X() X(3)] [x 3,j ά 3 X()] [X() X()] [x,j ά contnue,j ά 4 : j for 4 : for Άρα σε επαναλήψεις εκτελείται ο βασικός τύπος κ.ο.κ.

29 Σύμφωνα με την παραπάνω ανάλυση, καταλήγουμε στα εξής: Για n= θα έχουμε: n (n-) Για n=3 θα έχουμε: 3 n (n-) Για n=4 θα έχουμε: 4 3 n (n-) κ.ο.κ Άρα, ο τύπος θα είναι: (n) n (n ) ή (n) n n (3.) που μας δίνει το συνολικό αριθμό επαναλήψεων, που θα εκτελείται ο βασικός τύπος της γραμμής 8 του αλγορίθμου agrange, όπως αναφέραμε παραπάνω. Σύμφωνα με την παραπάνω ανάλυση, καταλήγουμε σε μια συνάρτηση δευτέρου βαθμού (σχέση 3.), που εκφράζει την πολυπλοκότητα του αλγορίθμου, όσον αφορά τις επαναλήψεις που εκτελούνται συνολικά, συναρτήσει του n που είναι το πλήθος δεδομένων εισόδου. Η εξίσωση αυτή είναι δευτέρου βαθμού, άρα και η πολυπλοκότητά του αλγορίθμου agrange θα είναι της τάξης μεγέθους O(n ), αφού όπως έχει αναφερθεί λαμβάνουμε υπόψη μας μόνο το μεγιστοβάθμιο όρο. 3.. Ανάλυση Πράξεων Στην προηγούμενη παράγραφο, κατασκευάσαμε τη σχέση που θα υπολογίζει το πλήθος των επαναλήψεων που εκτελεί ο αλγόριθμος agrange, για να υπολογίσει το ζητούμενο πολυώνυμο. Εκτός όμως από τις επαναλήψεις, εκτελεί και μία σειρά πράξεων όπως και ο αλγόριθμος του Newton, που θα αναφέρουμε παρακάτω. Οι πράξεις που εκτελεί σε κάθε επανάληψη, μπορεί να είναι α) προσθέσεις, β) αφαιρέσεις γ) πολλαπλασιασμούς και δ) διαιρέσεις. 9

30 Πιο αναλυτικά, έστω μια επανάληψη του αλγορίθμου: for : for j : ά, j [x X()] [X() X()] end end από το παραπάνω κομμάτι κώδικα, παρατηρούμε ότι σε κάθε επανάληψη έχουμε αφαιρέσεις, πολλαπλασιασμό και διαίρεση. Σημείωση: Για λόγους ευκολίας, θεωρούμε ως μία κοινή πράξη τις προσθέσεις και τις αφαιρέσεις, ενώ τους πολλαπλασιασμούς και τις διαιρέσεις, ως εξίσου μια κοινή πράξη, αλλά διαφορετική από την πρόσθεση και την αφαίρεση. Αν επιπλέον, εκτιμήσουμε ότι οι προσθέσεις αφαιρέσεις κοστίζουν μονάδα κόστους, ενώ οι πολλαπλασιασμοί διαιρέσεις μονάδες κόστους, τότε θα ισχύσει ο παρακάτω τύπος: αριθ.(προσθέσεων ήαφαιρεσεων) Βάρος Κόστος Πράξεων αριθ.(πολ/μων ήδιαιρέσεων) Βάρος Συνεπώς, θα έχουμε: Κόστος Πράξεων [ ] (n n) Συν ολικός αριθμός Επαν αλήψεων (n) 6 (n n) (3.) Ο παραπάνω τύπος, μας δίνει το συνολικό κόστος των πράξεων που χρειάζεται να εκτελεστούν, μόνο για το βασικό τύπο που περιγράφεται στην 8 η γραμμή κώδικα του παραπάνω αλγορίθμου agrange, εκφραζόμενο ανάλογα με το πλήθος των δεδομένων εισόδου. Αν επιπλέον, λάβουμε υπόψη μας ότι για να υπολογιστεί το τελικό πολυώνυμο, ο αλγόριθμος εκτελεί ακόμα πολλαπλασιασμό και 3

31 πρόσθεση, (η γραμμή κώδικα που αναφέρεται στη γραμμή ), του παραπάνω μέρους από τον αλγόριθμο agrange, θα έχουμε: ΚόστοςΠράξεων Συνολικό αριθ.επαναλήψεω ν όμως η παραπάνω γραμμή κώδικα, εκτελείται n φορές άρα ο τύπος θα γίνει: Κόστος Πράξεων n b (n) 3 n (3.3) Η παραπάνω σχέση, μας δίνει το συνολικό κόστος των πράξεων που περιγράφεται στη γραμμή, εκφραζόμενη ανάλογα με το πλήθος των δεδομένων εισόδου. Η σχέση που θα μας δίνει το συνολικό κόστος των πράξεων, που εκτελεί ο αλγόριθμος του agrange και εξαρτάται από το πλήθος των δεδομένων που εισάγουμε, θα είναι το άθροισμα των σχέσεων (3.) και (3.3) δηλαδή : (n) (n) (6 n a (n) b (n) 6n) (3 n) (n) 6n 3n (3.4) 3

32 3.. Χρονική ανάλυση Η χρονική ανάλυση όπως έχουμε αναφέρει παραπάνω, ασχολείται με το χρόνο που χρειάζεται ένας αλγόριθμος να εκτελεστεί, ώστε να μας δώσει το ζητούμενο αποτέλεσμα. Παρακάτω, παρουσιάζουμε ενδεικτικές τιμές χρόνων εκτέλεσης του αλγορίθμου agrange, οι οποίοι μετρήθηκαν σε υπολογιστή με τα εξής χαρακτηριστικά: Intel Pentum D,CPU 3,Hz,. GB RAM. Πίνακας 3. ΑΛΓΟΡIΘΜΟΣ AGRANGE ΠΛΗΘΟΣ ΣΗΜΕΙΩΝ ΧΡΟΝΟΣ ΕΚΤΕΛΕΣΗΣ,6 3,47 4,78 5, 6,56 7,8 8,89 9,359,438 Στον παραπάνω πίνακα, απεικονίζονται οι χρόνοι εκτέλεσης του αλγορίθμου σε μικρή κλίμακα (-) και τα σημεία αυξάνονται κατά κάθε φορά. Τέλος, οι χρόνοι του παραπάνω πίνακα είναι σε δευτερόλεπτα (sec), και είναι αρκετά μικροί. Παρακάτω βλέπουμε τα σημεία αυτά απεικονισμένα στο χώρο. 3

33 Γράφημα 3. Στο γράφημα (3.), περιγράφεται ο χρόνος εκτέλεσης του αλγορίθμου, ανάλογα με το πλήθος των σημείων. Σύμφωνα με τα παραπάνω, παρατηρούμε ότι και ο χρόνος εκτέλεσης συναρτήσει των σημείων, εκφράζεται από μία παρεμβολική καμπύλη όπως π.χ η n που αναφέραμε και στο προηγούμενο κεφάλαιο. Σύμφωνα με το πίνακα (3.), θα υπολογίσουμε την καμπύλη που διέρχεται πιο κοντά από τα σημεία αυτά, με τη βοήθεια των εντολών polyft και polyval, που είναι έτοιμες εντολές και παρέχονται από το Matlab για να προσδιορίζουμε τέτοιες συναρτήσεις. Η συνάρτηση που διέρχεται από αυτά τα σημεία είναι: P.4x.x.3 (3.5) Είναι μία δευτεροβάθμια εξίσωση, που συνεπάγεται ότι και ο χρόνος εκτέλεσης είναι της τάξης Ο(n ). Σύμφωνα με τον τύπο : mse n n y P(x ) (3.6) 33

34 υπολογίζετε ότι το μέσο τετραγωνικό σφάλμα που δημιουργείται κατά την προσέγγιση αυτή, είναι ίσο με: mse 6.96e 3 Ας δούμε τώρα, τους χρόνους εκτέλεσης του αλγορίθμου σε μεσαία κλίμακα ( ) και τα σημεία,αυξανόμενα κατά κάθε φορά: Πίνακας 3. ΑΛΓΟΡIΘΜΟΣ AGRANGE ΠΛΗΘΟΣ ΣΗΜΕΙΩΝ ΧΡΟΝΟΣ ΕΚΤΕΛΕΣΗΣ,438, ,3 4 7, 5 6,85 6 3, ,3 8 63, ,8 5,9 Οι χρόνοι του παραπάνω πίνακα, είναι σε δευτερόλεπτα (sec) και παρατηρούμε ότι οι χρόνοι εκτέλεσης για κάθε στιγμιότυπο, αυξάνονται αρκετά. Παρακάτω, βλέπουμε τα σημεία αυτά στο χώρο. 34

35 Γράφημα 3. Στο παραπάνω γράφημα, περιγράφεται ο χρόνος εκτέλεσης του αλγορίθμου, ανάλογα με το πλήθος των σημείων, και σύμφωνα με τον πίνακα 3. το πολυώνυμο που υπολογίστηκε είναι το: P.6x.558x.9 (3.7) και από τη σχέση (3.6) υπολογίζετε ότι το μέσο τετραγωνικό σφάλμα της προσέγγισης αυτής, είναι ίσο με: mse.376e- 6 Τέλος, θα παρουσιάσουμε τους χρόνους εκτέλεσης σε μεγάλη κλίμακα (-5) και αύξηση των σημείων ανά 5 κάθε φορά. Ο παρακάτω πίνακας, μας δίνει τους χρόνους αυτούς. 35

36 Πίνακας 3.3 ΑΛΓΟΡIΘΜΟΣ AGRANGE ΠΛΗΘΟΣ ΣΗΜΕΙΩΝ ΧΡΟΝΟΣ ΕΚΤΕΛΕΣΗΣ 5,8,9 5 7,7,4 5 65,48 3 7,7 35 3,75 4 3, , ,53 Oι τιμές του παραπάνω πίνακα, εκφράζονται σε λεπτά (mn) και βλέπουμε την ραγδαία αύξηση του χρόνου εκτέλεσης του αλγορίθμου, όσο αυξάνονται και τα σημεία, αφού για 5 σημεία ο αλγόριθμος εκτελείται για περίπου ώρες. Ας το δούμε και γραφικά παρακάτω. 36

37 Γράφημα 3.3 Υπολογίζεται, ότι το πολυώνυμο που διέρχεται από τα σημεία του πίνακα 3.3 είναι: P.39x.89x 3.3 (3.8) 3 και από τη σχέση (3.6) υπολογίζεται ότι το μέσο τετραγωνικό σφάλμα της προσέγγισης ισούται με: mse 8.736e- 5 Παράδειγμα με χρήση του αλγορίθμου agrange Έστω, τα δεδομένα και η συνάρτηση που δόθηκαν στο παράδειγμα. του ου κεφαλαίου. Θα υπολογίσουμε το πολυώνυμο agrange με τη βοήθεια του αλγορίθμου. Εκτελώντας λοιπόν, τον αλγόριθμο καταλήγουμε στο ακόλουθο αποτέλεσμα: P 5 (x) ( x )(x 3) x(x 3) x(x ) ή P (x) x x που είναι το ίδιο αποτέλεσμα με αυτό του παραδείγματος., άρα επαληθεύεται έτσι και ο αλγόριθμος του agrange. 37

38 3.3 Ανάλυση αλγορίθμου Newton %================================================= y = Y(); p = ; 3 for = :(n-) 4 for j = :(n-) 5 Y(j) = (Y(j+) - Y(j))/(X(j+) - X(j)); 6 end 7 p = p.*(x-x()); 8 y = y + p.*y(); 9 end %================================================= 3.3. Ανάλυση Επαναλήψεων Στον κομμάτι του αλγορίθμου που μόλις αναφέραμε παραπάνω, ο βασικότερος τύπος όπου και εξαρτάται η λειτουργία του, μας δίνετε στην γραμμή 5, πιο αναλυτικά : Όταν το πλήθος των δεδομένων εισόδου είναι n= τότε σύμφωνα με τον παραπάνω αλγόριθμο θα έχουμε: for : ( ) : for j : ( ) j : Y() Y() Y() X() X() end end Άρα σε επανάληψη εκτελείται ο βασικός τύπος 38

39 όταν το πλήθος των δεδομένων εισόδου είναι n=3 τότε σύμφωνα με τον παραπάνω αλγόριθμο θα έχουμε: for : (3 ) : for j : (3 ) j : ά, j Y() Y() Y() X() X() ά, j Y(3) Y() Y() X(3) X() end 3 ά, j Y() Y() Y() X(3) X() end Άρα σε 3 επαναλήψεις εκτελείται ο βασικός τύπος όταν το πλήθος των δεδομένων εισόδου είναι n=4 τότε σύμφωνα με τον παραπάνω αλγόριθμο θα έχουμε: for : (4 ) : 3 4 ά, j for j : (4 ) j : 3 Y() Y() Y() ά, j X(3) X() Y() Y() Y() 5 ά, j X() X() Y(3) Y() Y() ά, j X(4) X() Y(3) Y() end Y() X(3) X() 6 ά 3, j 3 ά, j 3 Y() Y() Y() Y(4) Y(3) X(4) X() Y(3) X(4) X(3) end end Άρα σε 6 επαναλήψεις εκτελείται ο βασικός τύπος 39

40 γενικότερα για n= οι επαναλήψεις θα είναι,,3,,-. Αθροίζοντας τώρα το πλήθος των επαναλήψεων, καταλήγουμε σε μία ακολουθία αριθμών δηλαδή: 3 (n ) όπου το παραπάνω άθροισμα γενικά, είναι : n(n ) 3 (n ) κάνοντας λοιπόν τις πράξεις καταλήγουμε: (n n). Άρα, η συνάρτηση που μας δίνει το πλήθος των επαναλήψεων που εκτελείται ο βασικός τύπος του αλγορίθμου Newton, είναι: N (n) (n n) (3.9) Με άλλα λόγια, η συνάρτηση που εκφράζει την πολυπλοκότητα του αλγορίθμου, όσον αφορά τις επαναλήψεις που εκτελούνται συνολικά συναρτήσει του n, που είναι το πλήθος δεδομένων εισόδου, είναι μία εξίσωση δευτέρου βαθμού όπως και στον αλγόριθμο agrange, άρα και η πολυπλοκότητά του αλγορίθμου Newton, θα είναι της τάξης μεγέθους O(n ), αφού όπως έχει αναφερθεί και πριν, λαμβάνουμε υπόψη μας μόνο το μεγιστοβάθμιο όρο Ανάλυση Πράξεων Όπως στον αλγόριθμο agrange, έτσι και ο αλγόριθμος του Newton, για να υπολογίσει το ζητούμενο πολυώνυμο εκτός από το πλήθος των επαναλήψεων που περιγράφεται από την σχέση (3.9), εκτελεί σε κάθε επανάληψη, μία σειρά πράξεων οι οποίες είναι: α) προσθέσεις, β) αφαιρέσεις γ) πολλαπλασιασμούς και δ) διαιρέσεις. 4

41 Πιο αναλυτικά: for : ( ) : for j : ( ) j : Y( ) Y() Y() X( ) X() end end Άρα, όπως βλέπουμε από την παραπάνω περιγραφή έχουμε προσθέσεις, αφαιρέσεις και διαίρεση, σε κάθε επανάληψη. Σημείωση: Όπως στον αλγόριθμο agrange, έτσι στον αλγόριθμο Newton για λόγους ευκολίας, θεωρούμε ως μία κοινή πράξη τις προσθέσεις και τις αφαιρέσεις, ενώ τους πολλαπλασιασμούς και τις διαιρέσεις ως εξίσου μια κοινή πράξη, αλλά διαφορετική από την πρόσθεση και την αφαίρεση. Αν επιπλέον, εκτιμήσουμε ότι οι προσθέσεις αφαιρέσεις κοστίζουν μονάδα κόστους, ενώ οι πολλαπλασιασμοί διαιρέσεις μονάδες κόστους, τότε άγεται ο τύπος: αριθ.(προσθέσεων ήαφαιρεσεων) Βάρος Κόστος Πράξεων αριθ.(πολ/μων ήδιαιρέσεων) Βάρος συνεπώς θα έχουμε: Κόστος Πράξεων ) N Συνολικός αριθμός Επαναλήψεω ν 4 (n n (n) 3 (n n) (3.) a Ο παραπάνω τύπος, μας δίνει το συνολικό κόστος των πράξεων που χρειάζεται να εκτελεστούν, μόνο για το βασικό τύπο που περιγράφεται στην 5 η γραμμή κώδικα του παραπάνω αλγορίθμου, εκφραζόμενο ανάλογα με το πλήθος των δεδομένων εισόδου. Αν επιπλέον λάβουμε υπόψη μας, ότι για να υπολογιστεί το τελικό πολυώνυμο ο αλγόριθμος εκτελεί ακόμα πολλαπλασιασμούς, πρόσθεση και αφαίρεση (οι γραμμές κώδικα που περιγράφονται από τις γραμμές 7 & 8 ), θα έχουμε: 4

42 ΚόστοςΠράξεων β Συνολικό αριθ.επαναλήψεω ν όμως οι παραπάνω γραμμές εκτελούνται μόνο (n-) φορές άρα, ο τύπος θα γίνει: Κόστος Πράξεων (n ) N b (n) 6n 6 (3.) Η παραπάνω σχέση, μας δίνει το συνολικό κόστος των πράξεων που περιγράφονται στις γραμμές 7 & 8 αντίστοιχα, εκφραζόμενη ανάλογα με το πλήθος των δεδομένων εισόδου. Η σχέση που θα μας δίνει όμως το συνολικό κόστος των πράξεων που εκτελεί ο αλγόριθμος του Newton, όπου εξαρτάται και από το πλήθος των δεδομένων που εισάγουμε, θα είναι το άθροισμα των σχέσεων (3.) και (3.) δηλαδή : N (n) N N (n) (3 n a (n) N b (n) 3n) (6 n 6) N (n) 3n 3n 6 (3.) 4

43 3.3.3 Χρονική ανάλυση Τόσο στον αλγόριθμο agrange, όσο και στον αλγόριθμο Newton, θα παρουσιάσουμε τους χρόνους εκτέλεσης σε τρεις κλίμακες που ελήφθησαν σε Η/Υ με τα χαρακτηριστικά που αναφέραμε παραπάνω. Πιο συγκεκριμένα, στον πίνακα που ακολουθεί αναγράφονται οι χρονικές τιμές του αλγορίθμου σε μικρή κλίμακα (-) και αύξηση των σημείων κατά κάθε φορά. Πίνακας 3.4 ΑΛΓΟΡIΘΜΟΣ NEWTON ΠΛΗΘΟΣ ΣΗΜΕΙΩΝ ΧΡΟΝΟΣ ΕΚΤΕΛΕΣΗΣ, 3,8 4,39 5,55 6,78 7,98 8,35 9,86,4 Στον παραπάνω πίνακα, αναγράφονται οι χρόνοι εκτέλεσης του αλγορίθμου οι οποίοι είναι εκφραζόμενοι σε δευτερόλεπτα (sec), και είναι αρκετά μικροί. Παρακάτω, βλέπουμε τα σημεία αυτά απεικονισμένα στο χώρο. 43

44 Γράφημα 3.4 Στο παραπάνω γράφημα, παρατηρούμε ότι και ο χρόνος εκτέλεσης συναρτήσει των σημείων, ακολουθεί μία παρεμβολική καμπύλη όπως π.χ η n που αναφέραμε και παραπάνω. Δηλαδή, ο χρόνος εκτέλεσης του αλγορίθμου Newton, εκφράζεται από μία δευτεροβάθμια εξίσωση όπου από εδώ συνεπάγεται ότι και ο χρόνος εκτέλεσης, είναι της τάξης Ο(n ). Ας προσδιορίσουμε όμως, αυτή την καμπύλη με τις εντολές polyft και polyval. Το πολυώνυμο ου βαθμού που υπολογίζεται από τις τιμές του πίνακα (3.4) είναι το: P.6x.34x.48 (3.3) N ενώ το σφάλμα που υπολογίσαμε σύμφωνα με τη σχέση (3.6), είναι ίσο με: mse.8896e 3 Τώρα, θα παρουσιάσουμε τον πίνακα τιμών που αναγράφονται οι χρόνοι εκτέλεσης του αλγορίθμου σε μεσαία κλίμακα (-) και αύξηση των σημείων ανά για κάθε στιγμιότυπο. 44

45 Πίνακας 3.5 ΑΛΓΟΡIΘΜΟΣ NEWTON ΠΛΗΘΟΣ ΣΗΜΕΙΩΝ ΧΡΟΝΟΣ ΕΚΤΕΛΕΣΗΣ,4,97 3,359 4,766 5,4 6,65 7 4,65 8 8,9 9 4,64 3,47 Στον παραπάνω πίνακα, οι χρόνοι εκφράζονται σε δευτερόλεπτα (sec) και όπως και στον αλγόριθμο agrange, παρατηρούμε την ήπια αύξηση του χρόνου. Επίσης, παρακάτω βλέπουμε τα σημεία αυτά και γραφικά. 45

46 Γράφημα 3.5 Επιπρόσθετα, οι παραπάνω τιμές του πίνακα (3.5) μας δίνουν το παρακάτω πολυώνυμο ου βαθμού. P.4x.5x.8933 (3.4) N ενώ το μέσο τετραγωνικό σφάλμα υπολογιζόμενο από τη σχέση (3.6), ισούται με: mse 7.683e- 8 Τέλος, παρουσιάζουμε τον πίνακα των χρόνων εκτέλεσης σε μεγάλη κλίμακα (-5) και με αύξηση σημείων ανά 5 για κάθε στιγμιότυπο. 46

47 Πίνακας 3.6 ΑΛΓΟΡIΘΜΟΣ NEWTON ΠΛΗΘΟΣ ΣΗΜΕΙΩΝ ΧΡΟΝΟΣ ΕΚΤΕΛΕΣΗΣ 5,3,384 5,94,5 5 4,7 3 9, , 4 6, ,35 5 5,9 Στον παραπάνω πίνακα, οι χρόνοι εκφράζονται σε λεπτά (mn) και όπως και στον αλγόριθμο agrange, παρατηρούμε μια σχετικά μεγάλη αύξηση του χρόνου. Επίσης, παρακάτω βλέπουμε τα σημεία αυτά απεικονισμένα στο χώρο. 47

48 Γράφημα 3.6 Πριν κλείσουμε, αξίζει να σημειώσουμε ότι με τα δεδομένα του πίνακα 3.6, υπολογίζεται ότι το πολυώνυμο ου βαθμού που περνά πιο κοντά από αυτά τα σημεία, ισούται: P.3x.77x.96 (3.5) 3N ενώ το μέσο τετραγωνικό σφάλμα που υπολογίζεται από τη σχέση (3.6), ισούται με: mse 6.987e- 7 Παράδειγμα με χρήση του αλγορίθμου Newton Έστω, η συνάρτηση που αναφέραμε στο παράδειγμα. του ου κεφαλαίου. Θα χρησιμοποιήσουμε τα δεδομένα εκείνα, για να επαληθευτεί ο αλγόριθμος του Newton. Εκτελώντας τον αλγόριθμο με τα δεδομένα αυτά, καταλήγουμε στο αποτέλεσμα: N P (x) x x(x ) x x 8 που είναι το ίδιο αποτέλεσμα με το παράδειγμα.. 48

49 3.4 Συγκεντρωτικά αποτελέσματα Όπως περιγράψαμε παραπάνω, οι σχέσεις (3.) και (3.9), μας περιγράφουν το πλήθος επαναλήψεων των αλγορίθμων agrange και Newton αντίστοιχα. Στο ακόλουθο γράφημα, οι σχέσεις αυτές απεικονίζονται γραφικά. Γράφημα 3.7 Η παραπάνω απεικόνιση είναι ένα γράφημα πολυπλοκότητας, του οποίου ο άξονας του x εκφράζει το πλήθος των σημείων που θα παρεμβάλουμε, ενώ ο άξονας y=f(x) εκφράζει το πλήθος των επαναλήψεων που κάνει ο κάθε αλγόριθμος. Σύμφωνα με το γράφημα (3.7) παρατηρούμε ότι, η συνάρτηση που αναφέρεται στον αλγόριθμο agrange έχει μεγαλύτερη κλίση από αυτή του αλγορίθμου Newton, με αποτέλεσμα ο αλγόριθμος του Newton να κάνει λιγότερες επαναλήψεις, σε σχέση με τον αλγόριθμο agrange για το ίδιο πλήθος δεδομένων εισόδου. Οι σχέσεις οι οποίες, αναφέρονται στο συνολικό κόστος των πράξεων για τους αλγορίθμους agrange και Newton που 49

50 περιγράψαμε και πιο πάνω, είναι οι (3.4) και (3.). Παρακάτω, παρουσιάζουμε γραφικά τις σχέσεις αυτές. Γράφημα 3.8 Η παραπάνω απεικόνιση αποτελεί επίσης ένα γραφημα πολυπλοκότητας, του οποίου ο άξονας του x εκφράζει το πλήθος των σημείων που θα παρεμβάλουμε, ενώ ο άξονας y=f(x) εκφράζει το κόστος των πράξεων που χρειάζεται ο κάθε αλγόριθμος, για να υπολογίσει το πολυώνυμο παρεμβολής. Σύμφωνα με την παραπάνω γραφική παράσταση παρατηρούμε ότι, η συνάρτηση που εκφράζει το κόστος των πράξεων του αλγορίθμου agrange, έχει μεγαλύτερη κλίση όπως και στο γράφημα (3.7), με αποτέλεσμα ο αλγόριθμος του Newton να χρειάζεται λιγότερο κόστος πράξεων, σε σχέση με τον αλγόριθμο agrange για το ίδιο πλήθος δεδομένων εισόδου. Στα γραφήματα που ακολουθούν, θα παραστήσουμε τους χρόνους εκτέλεσης των αλγορίθμων agrange και Newton σε σχέση με το πλήθος των δεδομένων εισόδου, σε μικρή, μεσαία και μεγάλη κλίμακα. Με βάση τους πίνακες (3.) και (3.4), εξάγουμε το παρακάτω γράφημα. 5

51 Γράφημα 3.9 Στο παραπάνω γράφημα μικρής κλίμακας παρατηρούμε ότι, τόσο στον αλγόριθμο agrange όσο και στον αλγόριθμο Newton, οι χρόνοι εκτέλεσης δεν έχουν μεγάλη απόκλιση, δηλαδή για μικρό πλήθος δεδομένων εισόδου, οι αλγόριθμοι χρειάζονται περίπου ίδιο χρόνο για να εκτελεστούν. Ας δούμε όμως, τι συμβαίνει όταν τα δεδομένα εισόδου είναι μεσαίας κλίμακας. 5

52 Executon tme (sec) γράφημα. Σύμφωνα με τους πίνακες (3.) και (3.5), έχουμε το ακόλουθο 4 agrange Newton Number of pont's Γράφημα 3. Στο παραπάνω γράφημα μεσαίας κλίμακας, ξεκινά να φαίνεται η διαφορά μεταξύ των δύο αλγορίθμων. Δηλαδή, για το πλήθος δεδομένων εισόδου που ξεπερνά τα 3 σημεία παρατηρείται ότι, οι χρόνοι εκτέλεσης του αλγόρίθμου agrange αυξάνονται αρκετά σε σχέση με αυτούς του αλγορίθμου Newton, με αποτέλεσμα να καθιστούν πιο αργό τον αλγόριθμο του agrange. 5

53 Τέλος, ας μελετήσουμε και τους χρόνους εκτέλεσης για μεγάλη κλίμακα, με χρήση των πινάκων (3.3) και (3.6). Γράφημα 3. Στο παραπάνω γράφημα μεγάλης κλίμακας, φαίνεται ξεκάθαρα η διαφορά μεταξύ των δύο αλγορίθμων. Όπως βλέπουμε, οι χρόνοι εκτέλεσης του αλγόρίθμου agrange αυξάνονται δραματικά, σε σχέση με αυτούς του αλγορίθμου Newton. Επίσης, παρατηρούμε πως ο αλγόριθμος του Newton ελαχιστοποιεί όσο είναι δυνατό το χρόνο εκτέλεσης για μεγάλα δεδομένα εισόδου. 53

54 3.5 Τελικά συμπεράσματα Με βάση τα παραπάνω συγκεντρωτικά αποτελέσματα, αν και οι δύο αλγόριθμοι έχουν σχεδιαστεί για να επιλύσουν το πρόβλημα της πολυωνυμικής παρεμβολής, αλλά με διαφορετικό κώδικα, διαπιστώνουμε ότι, ο αλγόριθμος πολυωνυμικής παρεμβολής τύπου Newton με διηρημένες διαφορές, είναι πιο αποδοτικός σε σχέση με τον αλγόριθμο τύπου agrange. Ακόμα, από τα γραφήματα (3.9), (3.) και (3.) που αναφέρονται στους χρόνους εκτέλεσης και των δύο αλγορίθμων, βλέπουμε ότι ο αλγόριθμος agrange χρειάζεται πολύ περισσότερο χρόνο για να υπολογίσει το ζητούμενο πολυώνυμο για μεγάλο πλήθος δεδομένων, π.χ (μεγαλύτερο από ), με αποτέλεσμα να απασχολεί περισσότερο χρόνο την CPU. Επίσης, όπως έχουμε ήδη αναφέρει στο γράφημα (3.), παρατηρούμε πως ο αλγόριθμος Newton μειώνει το χρόνο εκτέλεσης με αποτέλεσμα να είναι πιο αποδοτικός. Τέλος, στο σημείο αυτό πριν κλείσουμε, βλέπουμε πόσο σημαντικό ρόλο παίζει η πολυπλοκότητα ενός αλγορίθμου, πού όπως ήδη έχουμε προαναφέρει, ένας σχετικά αργός αλγόριθμος, κάλλιστα θα έχει επίπτωση και στο πρόγραμμα που το χρησιμοποιεί. 54

55 Βιβλιογραφία Έντυπη βιβλιογραφία: Αριθμητική ανάλυση με εφαρμογές σε Matlab και Mathematca Γ. Σ. Παπαγεωργίου Χ. Γ. Τσιτούρας Εισαγωγή στην αριθμητική ανάλυση 3 η έκδοση Γ. Δ. ΑΚΡΙΒΗΣ Β. Α. ΔΟΥΓΑΚΗΣ Δομές δεδομένων & οργανώσεις αρχείων Χρήστος Κοίλιας Αλγόριθμοι και Πολυπλοκότητα Δημήτριος Φωτάκης Λογισμός Ι & γραμμική Άλγεβρα με Matlab ΧΡΗΣΤΟΣ ΣΑΡΑΓΙΩΤΗΣ ΑΘΑΝΑΣΙΟΣ ΑΡΒΑΝΙΤΙΔΗΣ Ηλεκτρονική βιβλιογραφία:

56 Παραρτήματα Παράρτημα Α Κώδικάς Αλγορίθμου Newton functon y = newton(x,y) n = length(x); syms x; f n ~= length(y) error('x and Y must be the same length.'); end y = Y(); p = ; for = :(n-) for j = :(n-) Y(j) = (Y(j+) - Y(j))/(X(j+) - X(j)); end p = p.*(x-x()); y = y + p.*y(); end 56

57 Παράρτημα Β Κώδικάς Αλγορίθμου agrange functon y = lagrange(x,y) n = length(x); syms x; f n ~= length(y) error('x and Y must be the same length.'); end y=; for =:n =; for j=[:n] f ==j contnue; else =.*(x-x(j))/(x()-x(j)); end end y=y+*y(); end 57

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Τμήμα Μηχανικών Πληροφορικής Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Οκτώβριος 2015 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 1 / 63 Αριθμητικές Μέθοδοι

Διαβάστε περισσότερα

Ασκήσεις (2) Άσκηση 1

Ασκήσεις (2) Άσκηση 1 Άσκηση 1 Ασκήσεις () Εισαγωγή στην Ανάλυση Αλγορίθμων Υποθέστε ότι συγκρίνουμε την υλοποίηση της ταξινόμησης με εισαγωγή και της ταξινόμησης με συγχώνευση στον ίδιο υπολογιστή. Για εισόδους μεγέθους n,

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

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

ΔΕΙΓΜΑ ΠΡΙΝ ΤΙΣ ΔΙΟΡΘΩΣΕΙΣ - ΕΚΔΟΣΕΙΣ ΚΡΙΤΙΚΗ

ΔΕΙΓΜΑ ΠΡΙΝ ΤΙΣ ΔΙΟΡΘΩΣΕΙΣ - ΕΚΔΟΣΕΙΣ ΚΡΙΤΙΚΗ Συναρτήσεις Προεπισκόπηση Κεφαλαίου Τα μαθηματικά είναι μια γλώσσα με ένα συγκεκριμένο λεξιλόγιο και πολλούς κανόνες. Πριν ξεκινήσετε το ταξίδι σας στον Απειροστικό Λογισμό, θα πρέπει να έχετε εξοικειωθεί

Διαβάστε περισσότερα

Α Ν Α Λ Τ Η Α Λ Γ Ο Ρ Ι Θ Μ Ω Ν Κ Ε Υ Α Λ Α Ι Ο 5. Πως υπολογίζεται ο χρόνος εκτέλεσης ενός αλγορίθμου;

Α Ν Α Λ Τ Η Α Λ Γ Ο Ρ Ι Θ Μ Ω Ν Κ Ε Υ Α Λ Α Ι Ο 5. Πως υπολογίζεται ο χρόνος εκτέλεσης ενός αλγορίθμου; 5.1 Επίδοση αλγορίθμων Μέχρι τώρα έχουμε γνωρίσει διάφορους αλγόριθμους (αναζήτησης, ταξινόμησης, κ.α.). Στο σημείο αυτό θα παρουσιάσουμε ένα τρόπο εκτίμησης της επίδοσης (performance) η της αποδοτικότητας

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

Ασυμπτωτικός Συμβολισμός

Ασυμπτωτικός Συμβολισμός Ασυμπτωτικός Συμβολισμός ιδάσκοντες: Φ. Αφράτη,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Υπολογιστική Πολυπλοκότητα Υπολογιστική

Διαβάστε περισσότερα

Κεφάλαιο 5 Ανάλυση Αλγορίθμων

Κεφάλαιο 5 Ανάλυση Αλγορίθμων Κεφάλαιο 5 Ανάλυση Αλγορίθμων 5.1 Επίδοση αλγορίθμων Τα πρωταρχικά ερωτήματα που προκύπτουν είναι: 1. πώς υπολογίζεται ο χρόνος εκτέλεσης ενός αλγορίθμου; 2. πώς μπορούν να συγκριθούν μεταξύ τους οι διάφοροι

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

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

Εισαγωγή στην Ανάλυση Αλγορίθμων (2-3)

Εισαγωγή στην Ανάλυση Αλγορίθμων (2-3) Εισαγωγή στην Ανάλυση Αλγορίθμων (2-3) 3.1 Ασυμπτωτικός συμβολισμός (Ι) Οι ορισμοί που ακολουθούν μας επιτρέπουν να επιχειρηματολογούμε με ακρίβεια για την ασυμπτωτική συμπεριφορά. Οι f(n) και g(n) συμβολίζουν

Διαβάστε περισσότερα

9 Πολυώνυμα Διαίρεση πολυωνύμων

9 Πολυώνυμα Διαίρεση πολυωνύμων 4ο Κεφάλαιο 9 Πολυώνυμα Διαίρεση πολυωνύμων Α ΑΠΑΡΑΙΤΗΤΕΣ ΓΝΩΣΕΙΣ ΘΕΩΡΙΑΣ Ορισμοί Μονώνυμο του x ονομάζουμε κάθε παράσταση της μορφής ν αx όπου α R, * ν N και x μια μεταβλητή που μπορεί να πάρει οποιαδήποτε

Διαβάστε περισσότερα

1ο Κεφάλαιο: Συστήματα

1ο Κεφάλαιο: Συστήματα ο Κεφάλαιο: Συστήματα Γραμμικά συστήματα i. Ποια εξίσωση λέγεται γραμμική; ii. Πως μεταβάλλεται η ευθεία y, 0 ή 0 για τις διάφορες τιμές των α,β,γ; iii. Τι ονομάζεται λύση μιας γραμμικής εξίσωσης; iv.

Διαβάστε περισσότερα

Υπολογιστική Πολυπλοκότητα

Υπολογιστική Πολυπλοκότητα Υπολογιστική Πολυπλοκότητα Υπολογιστική πολυπλοκότητα αλγόριθµου Α: Ποσότητα υπολογιστικών πόρων που απαιτεί Α ως αύξουσα συνάρτηση µεγέθους στιγµιότυπου εισόδου. Χρόνος, µνήµη, επεξεργαστές, επικοινωνία,

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

Αν ένα πρόβλημα λύνεται από δύο ή περισσότερους αλγόριθμους, ποιος θα είναι ο καλύτερος; Με ποια κριτήρια θα τους συγκρίνουμε;

Αν ένα πρόβλημα λύνεται από δύο ή περισσότερους αλγόριθμους, ποιος θα είναι ο καλύτερος; Με ποια κριτήρια θα τους συγκρίνουμε; Αν ένα πρόβλημα λύνεται από δύο ή περισσότερους αλγόριθμους, ποιος θα είναι ο καλύτερος; Με ποια κριτήρια θα τους συγκρίνουμε; Πως θα υπολογίσουμε το χρόνο εκτέλεσης ενός αλγόριθμου; Για να απαντήσουμε

Διαβάστε περισσότερα

Αριθµητική Ανάλυση. Ενότητα 5 Προσέγγιση Συναρτήσεων. Ν. Μ. Μισυρλής. Τµήµα Πληροφορικής και Τηλεπικοινωνιών,

Αριθµητική Ανάλυση. Ενότητα 5 Προσέγγιση Συναρτήσεων. Ν. Μ. Μισυρλής. Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Αριθµητική Ανάλυση Ενότητα 5 Προσέγγιση Συναρτήσεων Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Καθηγητής: Ν. Μ. Μισυρλής Αριθµητική Ανάλυση - Ενότητα 5 1 / 55 Παρεµβολή Ας υποθέσουµε ότι δίνονται

Διαβάστε περισσότερα

Κοιλότητα. Διαφορικός Λογισμός μιας μεταβλητής Ι

Κοιλότητα. Διαφορικός Λογισμός μιας μεταβλητής Ι Κοιλότητα Διαφορικός Λογισμός μιας μεταβλητής Ι Κυρτή & Κοίλη συνάρτηση Ορισμός: Έστω y=f(x): f (x), λέμε ότι : η f(x) στρέφει (1) τα κοίλα άνω στο (α, β) ανοικτό αν y = f (x) (γνησίως) αύξουσα στο (α,

Διαβάστε περισσότερα

Ορισµός. Εστω συναρτήσεις: f : N R και g : N R. η f(n) είναι fi( g(n) ) αν υπάρχουν σταθερές C 1, C 2 και n 0, τέτοιες ώστε:

Ορισµός. Εστω συναρτήσεις: f : N R και g : N R. η f(n) είναι fi( g(n) ) αν υπάρχουν σταθερές C 1, C 2 και n 0, τέτοιες ώστε: Συµβολισµός Ω( ) Τάξη των Συναρτήσεων () Εκτίµηση Πολυπλοκότητας Αλγορίθµων Ορέστης Τελέλης telelis@unipi.gr Ορισµός. Εστω συναρτήσεις: f : N R και g : N R η f(n) είναι Ω( g(n) ) αν υπάρχουν σταθερές C

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ Ενότητα 3: Ασυμπτωτικός συμβολισμός Μαρία Σατρατζέμη Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

ΜΕΜ251 Αριθμητική Ανάλυση

ΜΕΜ251 Αριθμητική Ανάλυση ΜΕΜ251 Αριθμητική Ανάλυση Διάλεξη 10, 12 Μαρτίου 2018 Μιχάλης Πλεξουσάκης Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Περιεχόμενα 1. Παρεμβολή 2. Παράσταση και υπολογισμός του πολυωνύμου παρεμβολής

Διαβάστε περισσότερα

Ασυμπτωτικός Συμβολισμός

Ασυμπτωτικός Συμβολισμός Ασυμπτωτικός Συμβολισμός ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Υπολογιστική Πολυπλοκότητα Υπολογιστική πολυπλοκότητα αλγόριθμου Α: Ποσότητα

Διαβάστε περισσότερα

2.Τι εννοούμε με βαθμό συνέχειας μιας συνάρτησης; Ποια είναι η χρησιμότητα της από πλευράς εφαρμογών;

2.Τι εννοούμε με βαθμό συνέχειας μιας συνάρτησης; Ποια είναι η χρησιμότητα της από πλευράς εφαρμογών; ΗΥ1 ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΣΕΤ ΑΣΚΗΣΕΩΝ 5 1.Tι είναι συνάρτηση; Περιγράψτε τα στοιχεία που την ορίζουν..τι εννοούμε με βαθμό συνέχειας μιας συνάρτησης; Ποια είναι η χρησιμότητα της από πλευράς εφαρμογών;.να

Διαβάστε περισσότερα

Κεφάλαιο 5. Το Συμπτωτικό Πολυώνυμο

Κεφάλαιο 5. Το Συμπτωτικό Πολυώνυμο Κεφάλαιο 5. Το Συμπτωτικό Πολυώνυμο Σύνοψη Στο κεφάλαιο αυτό παρουσιάζεται η ιδέα του συμπτωτικού πολυωνύμου, του πολυωνύμου, δηλαδή, που είναι του μικρότερου δυνατού βαθμού και που, για συγκεκριμένες,

Διαβάστε περισσότερα

Εισαγωγή στους Αλγόριθμους. Παύλος Εφραιμίδης, Λέκτορας

Εισαγωγή στους Αλγόριθμους. Παύλος Εφραιμίδης, Λέκτορας Εισαγωγή στους Αλγόριθμους Παύλος Εφραιμίδης, Λέκτορας http://pericles.ee.duth.gr 1 Περιεχόμενα Μαθήματος Εισαγωγή στου Αλγόριθμους Πολυπλοκότητα Αλγορίθμων Ασυμπτωτική Ανάλυση Θεωρία Γράφων Κλάσεις Πολυπλοκότητας

Διαβάστε περισσότερα

Ο μαθητής που έχει μελετήσει το κεφάλαιο αυτό θα πρέπει:

Ο μαθητής που έχει μελετήσει το κεφάλαιο αυτό θα πρέπει: Ο μαθητής που έχει μελετήσει το κεφάλαιο αυτό θα πρέπει: Να αναγνωρίζει πότε μια αλγεβρική παράσταση της πραγματικής μεταβλητής x, είναι πολυώνυμο και να διακρίνει τα στοιχεία του: όροι, συντελεστές, σταθερός

Διαβάστε περισσότερα

Μαθηματική Εισαγωγή Συναρτήσεις

Μαθηματική Εισαγωγή Συναρτήσεις Φυσικός Ραδιοηλεκτρολόγος (MSc) ο Γενικό Λύκειο Καστοριάς A. Μαθηματική Εισαγωγή Πράξεις με αριθμούς σε εκθετική μορφή Επίλυση βασικών μορφών εξισώσεων Συναρτήσεις Στοιχεία τριγωνομετρίας Διανύσματα Καστοριά,

Διαβάστε περισσότερα

Μαθηματικά. Ενότητα 2: Διαφορικός Λογισμός. Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

Μαθηματικά. Ενότητα 2: Διαφορικός Λογισμός. Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Μαθηματικά Ενότητα 2: Διαφορικός Λογισμός Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

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

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

Δομές Δεδομένων (Data Structures)

Δομές Δεδομένων (Data Structures) Δομές Δεδομένων (Data Structures) Ανάλυση - Απόδοση Αλγορίθμων Έλεγχος Αλγορίθμων. Απόδοση Προγραμμάτων. Χωρική/Χρονική Πολυπλοκότητα. Ασυμπτωτικός Συμβολισμός. Παραδείγματα. Αλγόριθμοι: Βασικές Έννοιες

Διαβάστε περισσότερα

Μαρία Λουκά. Εργαστήριο Matlab Πολυώνυμα - Παρεμβολή. Τμήμα Πληροφορικής και Τηλεπικοινωνιών.

Μαρία Λουκά. Εργαστήριο Matlab Πολυώνυμα - Παρεμβολή. Τμήμα Πληροφορικής και Τηλεπικοινωνιών. Μαρία Λουκά Εργαστήριο Matlab Πολυώνυμα - Παρεμβολή Τμήμα Πληροφορικής και Τηλεπικοινωνιών. Στη MATLAB τα πολυώνυμα αναπαριστώνται από πίνακες που περιέχουν τους συντελεστές τους σε φθίνουσα διάταξη. Για

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

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

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

ΣΥΣΤΗΜΑΤΑ. 6.1 ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ (Επαναλήψεις-Συμπληρώσεις)

ΣΥΣΤΗΜΑΤΑ. 6.1 ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ (Επαναλήψεις-Συμπληρώσεις) 6 ΣΥΣΤΗΜΑΤΑ 6.1 ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ (Επαναλήψεις-Συμπληρώσεις) Η εξίσωση αx βy γ Στο Γυμνάσιο διαπιστώσαμε με την βοήθεια παραδειγμάτων ότι η εξίσωση αx βy γ, με α 0 ή β 0, που λέγεται γραμμική εξίσωση,

Διαβάστε περισσότερα

Ασυμπτωτικός Συμβολισμός

Ασυμπτωτικός Συμβολισμός Ασυμπτωτικός Συμβολισμός Επιμέλεια διαφανειών: Δημήτρης Φωτάκης (λίγες προσθήκες: Άρης Παγουρτζής) Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Υπολογιστική Πολυπλοκότητα

Διαβάστε περισσότερα

ΑΛΓΕΒΡΑ Β ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ

ΑΛΓΕΒΡΑ Β ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΑΛΓΕΒΡΑ Β ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΣΤΟΙΧΕΙΑ ΑΡΧΙΚΗΣ ΕΚ ΟΣΗΣ Συγγραφική ομάδα: Ανδρεαδάκης Στυλιανός Κατσαργύρης Βασίλειος Παπασταυρίδης Σταύρος Πολύζος Γεώργιος Σβέρκος Ανδρέας Καθηγητής Πανεπιστημίου Αθηνών Καθηγητής

Διαβάστε περισσότερα

Γενικά Μαθηματικά. , :: x, :: x. , :: x, :: x. , :: x, :: x

Γενικά Μαθηματικά. , :: x, :: x. , :: x, :: x. , :: x, :: x Γενικά Μαθηματικά Κεφάλαιο Εισαγωγή Αριθμοί Φυσικοί 0,,,3, Ακέραιοι 0,,, 3, Ρητοί,, 0 Πραγματικοί Αν, με, :: x, :: x, :: x, :: x, :: x, :: x, :: x, :: x Συνάρτηση Κάθε διαδικασία αντιστοίχησης η οποία

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

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ Ενότητα 2: Ασυμπτωτικός συμβολισμός Μαρία Σατρατζέμη Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

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

Interpolation (1) Τρίτη, 3 Μαρτίου Σελίδα 1

Interpolation (1) Τρίτη, 3 Μαρτίου Σελίδα 1 Iterpolatio () Τρίτη, 3 Μαρτίου 05 9:46 πμ 05.03.03 Σελίδα 05.03.03 Σελίδα 05.03.03 Σελίδα 3 05.03.03 Σελίδα 4 05.03.03 Σελίδα 5 05.03.03 Σελίδα 6 05.03.03 Σελίδα 7 05.03.03 Σελίδα 8 05.03.03 Σελίδα 9

Διαβάστε περισσότερα

Περιεχόμενα. Κεφάλαιο 1 ΣΥΣΤΗΜΑΤΑ ΣΥΝΤΕΤΑΓΜΕΝΩΝ ΣΕ ΜΙΑ ΕΥΘΕΙΑ... 13 1.1 Οι συντεταγμένες ενός σημείου...13 1.2 Απόλυτη τιμή...14

Περιεχόμενα. Κεφάλαιο 1 ΣΥΣΤΗΜΑΤΑ ΣΥΝΤΕΤΑΓΜΕΝΩΝ ΣΕ ΜΙΑ ΕΥΘΕΙΑ... 13 1.1 Οι συντεταγμένες ενός σημείου...13 1.2 Απόλυτη τιμή...14 Περιεχόμενα Κεφάλαιο 1 ΣΥΣΤΗΜΑΤΑ ΣΥΝΤΕΤΑΓΜΕΝΩΝ ΣΕ ΜΙΑ ΕΥΘΕΙΑ... 13 1.1 Οι συντεταγμένες ενός σημείου...13 1.2 Απόλυτη τιμή...14 Κεφάλαιο 2 ΣΥΣΤΗΜΑΤΑ ΣΥΝΤΕΤΑΓΜΕΝΩΝ ΣΕ ΕΝΑ ΕΠΙΠΕΔΟ 20 2.1 Οι συντεταγμένες

Διαβάστε περισσότερα

Εφαρμοσμένα Μαθηματικά 3η εργαστηριακή άσκηση

Εφαρμοσμένα Μαθηματικά 3η εργαστηριακή άσκηση ΤΕΙ ΑΘΗΝΑΣ ΤΜΗΜΑ ΝΑΥΠΗΓΙΚΗΣ Εφαρμοσμένα Μαθηματικά 3η εργαστηριακή άσκηση ΣΠΟΥΔΑΣΤΗΣ: ΧΑΤΖΗΓΕΩΡΓΙΟΥ ΑΝΤΩΝΗΣ Α.Μ. 09036 Εξάμηνο ΠΤΧ ΚΑΘΗΓΗΤΗΣ: ΔΡ. ΜΠΡΑΤΣΟΣ ΑΘΑΝΑΣΙΟΣ Περιεχόμενα 3.1 Πολυωνυμική παρεμβολή...

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΜΗ ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΣΥΝΑΡΤΗΣΕΙΣ ΜΟΝΟΤΟΝΙΑ-ΑΚΡΟΤΑΤΑ-ΣΥΜΜΕΤΡΙΕΣ ΣΥΝΑΡΤΗΣΗΣ

ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΜΗ ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΣΥΝΑΡΤΗΣΕΙΣ ΜΟΝΟΤΟΝΙΑ-ΑΚΡΟΤΑΤΑ-ΣΥΜΜΕΤΡΙΕΣ ΣΥΝΑΡΤΗΣΗΣ ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ 4_095. Δίνονται οι ευθείες ε 1: λx + y = 1 και ε : x + λy = λ α) Να βρείτε για ποιες τιμές του λ οι δύο ευθείες τέμνονται και να γράψετε τις συντεταγμένες του κοινού τους σημείου συναρτήσει

Διαβάστε περισσότερα

Ένα πρόβλημα στη μετεωρολογία

Ένα πρόβλημα στη μετεωρολογία ΜΑΣ 191.1 Εαρινό Εξάμηνο 2018 ΠΑΡΑΔΕΙΓΜΑ ΕΡΓΑΣΙΑΣ Ένα πρόβλημα στη μετεωρολογία Ένας μετεωρολόγος καταγράφει τις εξής θερμοκρασίες ανά δίωρα διαστήματα: Θερμ. ( o F) Ωρα 60 56 39 32 40 45 70 12 μεσάνυχτα

Διαβάστε περισσότερα

ΑΣΚΗΣΕΙΣ ΣΤΑ ΠΟΛΥΩΝΥΜΑ ΠΟΛΥΩΝΥΜΙΚΕΣ ΕΞΙΣΩΣΕΙΣ. β) x 9x. ε) (x 1) 3(x 1) 2(x 1) 0. (2x 1) x 128 0

ΑΣΚΗΣΕΙΣ ΣΤΑ ΠΟΛΥΩΝΥΜΑ ΠΟΛΥΩΝΥΜΙΚΕΣ ΕΞΙΣΩΣΕΙΣ. β) x 9x. ε) (x 1) 3(x 1) 2(x 1) 0. (2x 1) x 128 0 ΑΣΚΗΣΕΙΣ ΣΤΑ ΠΟΛΥΩΝΥΜΑ ΠΟΛΥΩΝΥΜΙΚΕΣ ΕΞΙΣΩΣΕΙΣ 1. Να λύσετε τις εξισώσεις: α) x x 10x 0 5 x 9x γ) x 8x 0 x x x 0 x (x ) 9(x ) ε) (x 1) (x 1) (x 1) 0. Να λύσετε τις εξισώσεις: 5 α) x 0 7 γ) (x ) 1 0 (x 1)

Διαβάστε περισσότερα

ΑΣΥΜΠΤΩΤΙΚΗ ΑΝΑΛΥΣΗ & ΠΡΟΣΘΕΣΗ

ΑΣΥΜΠΤΩΤΙΚΗ ΑΝΑΛΥΣΗ & ΠΡΟΣΘΕΣΗ ΑΣΥΜΠΤΩΤΙΚΗ ΑΝΑΛΥΣΗ & ΠΡΟΣΘΕΣΗ Θέματα μελέτης Ορθότητα και απόδοση αλγορίθμων Παρουσίαση και ανάλυση αλγορίθμου για πρόσθεση Al Khwarizmi Αλγόριθμοι Το δεκαδικό σύστημα εφευρέθηκε στην Ινδία περίπου το

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

ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΣΥΝΟΠΤΙΚΗ ΘΕΩΡΕΙΑ ΜΕΘΟΔΟΛΟΓΙΑ ΛΥΜΕΝΑ ΠΑΡΑΔΕΙΓΜΑΤΑ

ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΣΥΝΟΠΤΙΚΗ ΘΕΩΡΕΙΑ ΜΕΘΟΔΟΛΟΓΙΑ ΛΥΜΕΝΑ ΠΑΡΑΔΕΙΓΜΑΤΑ ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΣΥΝΟΠΤΙΚΗ ΘΕΩΡΕΙΑ ΜΕΘΟΔΟΛΟΓΙΑ ΛΥΜΕΝΑ ΠΑΡΑΔΕΙΓΜΑΤΑ Φροντιστήριο Μ.Ε. «ΑΙΧΜΗ» Κ.Καρτάλη 8 Βόλος Τηλ. 43598 ΠΊΝΑΚΑΣ ΠΕΡΙΕΧΟΜΈΝΩΝ 3. Η ΕΝΝΟΙΑ ΤΗΣ ΠΑΡΑΓΩΓΟΥ... 5 ΜΕΘΟΔΟΛΟΓΙΑ ΛΥΜΕΝΑ ΠΑΡΑΔΕΙΓΜΑΤΑ...

Διαβάστε περισσότερα

Πιο συγκεκριμένα, η χρήση του MATLAB προσφέρει τα ακόλουθα πλεονεκτήματα.

Πιο συγκεκριμένα, η χρήση του MATLAB προσφέρει τα ακόλουθα πλεονεκτήματα. i Π Ρ Ο Λ Ο Γ Ο Σ Το βιβλίο αυτό αποτελεί μια εισαγωγή στα βασικά προβλήματα των αριθμητικών μεθόδων της υπολογιστικής γραμμικής άλγεβρας (computational linear algebra) και της αριθμητικής ανάλυσης (numerical

Διαβάστε περισσότερα

Μαθηματική Εισαγωγή Συναρτήσεις

Μαθηματική Εισαγωγή Συναρτήσεις Φυσικός Ραδιοηλεκτρολόγος (MSc) ο Γενικό Λύκειο Καστοριάς Καστοριά, Ιούλιος 14 A. Μαθηματική Εισαγωγή Πράξεις με αριθμούς σε εκθετική μορφή Επίλυση βασικών μορφών εξισώσεων Συναρτήσεις Στοιχεία τριγωνομετρίας

Διαβάστε περισσότερα

Δομές Δεδομένων και Αλγόριθμοι

Δομές Δεδομένων και Αλγόριθμοι Δομές Δεδομένων και Αλγόριθμοι Χρήστος Γκόγκος ΤΕΙ Ηπείρου, Τμήμα Μηχανικών Πληροφορικής ΤΕ Χειμερινό Εξάμηνο 2014-2015 (Παρουσίαση 6) 1 / 20 Ρυθμοί αύξησης Γραμμικός ρυθμός αύξησης: n, 2n, Πολυωνυμικός

Διαβάστε περισσότερα

Ασυμπτωτικός Συμβολισμός

Ασυμπτωτικός Συμβολισμός Ασυμπτωτικός Συμβολισμός ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Άδεια Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Κ Ο Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ

Κ Ο Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ Ε π ι μ έ λ ε ι α Κ Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ Πραγματική Συνάρτηση ρισμός Έστω Α ένα υποσύνολο του R. νομάζουμε πραγματική συνάρτηση με πεδίο ορισμού το Α μια διαδικασία (κανόνα) f, με την οποία κάθε στοιχείο

Διαβάστε περισσότερα

ΠΑΡΑΔΕΙΓΜΑΤΑ ΘΕΜΑ Β. Να εξετάσετε αν ισχύουν οι υποθέσεις του Θ.Μ.Τ. για την συνάρτηση στο διάστημα [ 1,1] τέτοιο, ώστε: C στο σημείο (,f( ))

ΠΑΡΑΔΕΙΓΜΑΤΑ ΘΕΜΑ Β. Να εξετάσετε αν ισχύουν οι υποθέσεις του Θ.Μ.Τ. για την συνάρτηση στο διάστημα [ 1,1] τέτοιο, ώστε: C στο σημείο (,f( )) ΚΕΦΑΛΑΙΟ ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 6: ΘΕΩΡΗΜΑ ΜΕΣΗΣ ΤΙΜΗΣ ΔΙΑΦΟΡΙΚΟΥ ΛΟΓΙΣΜΟΥ (Θ.Μ.Τ.) [Θεώρημα Μέσης Τιμής Διαφορικού Λογισμού του κεφ..5 Μέρος Β του σχολικού βιβλίου]. ΠΑΡΑΔΕΙΓΜΑΤΑ Παράδειγμα. ΘΕΜΑ

Διαβάστε περισσότερα

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Τμήμα Μηχανικών Πληροφορικής Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Οκτώβριος 2014 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2014 1 / 42 Αριθμητικές Μέθοδοι

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 5 ΑΚΟΛΟΥΘΙΕΣ ΑΡΙΘΜΗΤΙΚΗ ΓΕΩΜΕΤΡΙΚΗ ΠΡΟΟΔΟΣ

ΚΕΦΑΛΑΙΟ 5 ΑΚΟΛΟΥΘΙΕΣ ΑΡΙΘΜΗΤΙΚΗ ΓΕΩΜΕΤΡΙΚΗ ΠΡΟΟΔΟΣ ΑΛΓΕΒΡΑ Β ΛΥΚΕΙΟΥ ΚΕΦΑΛΑΙΟ 5 ΑΚΟΛΟΥΘΙΕΣ ΑΡΙΘΜΗΤΙΚΗ ΓΕΩΜΕΤΡΙΚΗ ΠΡΟΟΔΟΣ ΓΙΑΝΝΗΣ ΠΑΤΕΡΑΣ ΜΑΘΗΜΑΤΙΚΟΣ ΑΛΓΕΒΡΑ Β ΛΥΚΕΙΟΥ ΑΚΟΛΟΥΘΙΕΣ ΚΕΦΑΛΑΙΟ 5 ΑΡΙΘΜΗΤΙΚΗ ΠΡΟΟΔΟΣ ΑΠΑΡΑΙΤΗΤΕΣ ΓΝΩΣΕΙΣ ΘΕΩΡΙΑΣ Ακολουθία ονομάζουμε

Διαβάστε περισσότερα

( ) Ίσες συναρτήσεις. = g, Οι συναρτήσεις f, g λέμε ότι είναι ίσες και συμβολίζουμε f. όταν: Έχουν το ίδιο πεδία ορισμού Α

( ) Ίσες συναρτήσεις. = g, Οι συναρτήσεις f, g λέμε ότι είναι ίσες και συμβολίζουμε f. όταν: Έχουν το ίδιο πεδία ορισμού Α .5.. Ίσες συναρτήσεις ΣΥΝΑΡΤΗΣΕΙΣ 7 Ο ΜΑΘΗΜΑ Οι συναρτήσεις f, g λέμε ότι είναι ίσες και συμβολίζουμε f = g, Έχουν το ίδιο πεδία ορισμού Α Για κάθε x Α ισχύει f ( x) = g( x) Αν για τις συναρτήσεις: f:

Διαβάστε περισσότερα

Μαθηματικά Γενικής Παιδείας Κεφάλαιο 1ο Ανάλυση ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΑΝΑΛΥΣΗ

Μαθηματικά Γενικής Παιδείας Κεφάλαιο 1ο Ανάλυση ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΑΝΑΛΥΣΗ Μαθηματικά Γενικής Παιδείας Κεφάλαιο ο Ανάλυση ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΑΝΑΛΥΣΗ Ερωτήσεις του τύπου «Σωστό - Λάθος». * Η διαδικασία, με την οποία κάθε στοιχείο ενός συνόλου Α

Διαβάστε περισσότερα

Ε π ι μ έ λ ε ι α Κ Ο Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ

Ε π ι μ έ λ ε ι α Κ Ο Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ Ε π ι μ έ λ ε ι α Κ Ο Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ 1 Συναρτήσεις Όταν αναφερόμαστε σε μια συνάρτηση, ουσιαστικά αναφερόμαστε σε μια σχέση ή εξάρτηση. Στα μαθηματικά που θα μας απασχολήσουν, με απλά λόγια, η σχέση

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

ΣΥΝΑΡΤΗΣΕΙΣ ΔΥΟ ΜΕΤΑΒΛΗΤΩΝ

ΣΥΝΑΡΤΗΣΕΙΣ ΔΥΟ ΜΕΤΑΒΛΗΤΩΝ ΣΥΝΑΡΤΗΣΕΙΣ ΔΥΟ ΜΕΤΑΒΛΗΤΩΝ Έννοια συνάρτησης Παραγώγιση Ακρότατα Ασκήσεις Βασικές έννοιες Στην Οικονομία, τα περισσότερα από τα μετρούμενα μεγέθη, εξαρτώνται από άλλα μεγέθη. Π.χ η ζήτηση από την τιμή,

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 1ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 3: ΟΡΙΑ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ

ΚΕΦΑΛΑΙΟ 1ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 3: ΟΡΙΑ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΚΕΦΑΛΑΙΟ ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ : ΟΡΙΑ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ Η έννοια του ορίου στο x ο Υπάρχουν συναρτήσεις οι τιμές των οποίων πλησιάζουν ένα πραγματικό αριθμό L, όταν η ανεξάρτητη μεταβλητή

Διαβάστε περισσότερα

(a) = lim. f y (a, b) = lim. (b) = lim. f y (x, y) = lim. g g(a + h) g(a) h g(b + h) g(b)

(a) = lim. f y (a, b) = lim. (b) = lim. f y (x, y) = lim. g g(a + h) g(a) h g(b + h) g(b) 1 ΑΝΑΛΥΣΗ ΙΙ Μερική Παράγωγος Μερικές Παράγωγοι Ορισμός 1: a) Εστω f(x y) : U R R μία συνάρτηση δύο μεταβλητών και (a b) ένα σημείο του U. Θεωρούμε ότι μεταβάλλεται μόνο το x ένω το y παραμένει σταθερό

Διαβάστε περισσότερα

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ. Μαθηματικά 2. Σταύρος Παπαϊωάννου

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ. Μαθηματικά 2. Σταύρος Παπαϊωάννου ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ Μαθηματικά Σταύρος Παπαϊωάννου Ιούνιος 015 Τίτλος Μαθήματος Περιεχόμενα Χρηματοδότηση... Error! Bookmark not deined. Σκοποί Μαθήματος (Επικεφαλίδα

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

Φίλη μαθήτρια, φίλε μαθητή,

Φίλη μαθήτρια, φίλε μαθητή, Φίλη μαθήτρια φίλε μαθητή Η εργασία αυτή έγινε με σκοπό να συμβάλει στην κατανόηση στην εμπέδωση και στην εμβάθυνση των μαθηματικών εννοιών που αναπτύσσονται στην Άλγεβρα της Β Λυκείου. Η ύλη είναι γραμμένη

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ Γ ΓΥΜΝΑΣΙΟΥ

ΜΑΘΗΜΑΤΙΚΑ Γ ΓΥΜΝΑΣΙΟΥ ΜΑΘΗΜΑΤΙΚΑ Γ ΓΥΜΝΑΣΙΟΥ Οι πραγματικοί αριθμοί αποτελούνται από τους ρητούς και τους άρρητους αριθμούς, τους φυσικούς και τους ακέραιους αριθμούς. Δηλαδή είναι το μεγαλύτερο σύνολο αριθμών που μπορούμε

Διαβάστε περισσότερα

Αλγεβρικές Παραστάσεις

Αλγεβρικές Παραστάσεις Αλγεβρικές Παραστάσεις 1.2 Μονώνυμα-Πράξεις με Μονώνυμα 1 1.2 Μονώνυμα-Πράξεις με Μονώνυμα Α Άλγεβρικές Παραστάσεις-Μονώνυμα Πολλές φορές για να λύσουμε ένα πρόβλημα, καταλήγουμε σε εκφράσεις που περιέχουν

Διαβάστε περισσότερα

Στοιχεία Αλγορίθµων και Πολυπλοκότητας

Στοιχεία Αλγορίθµων και Πολυπλοκότητας Στοιχεία Αλγορίθµων και Πολυπλοκότητας Ορέστης Τελέλης telelis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς Ο. Τελέλης Πανεπιστήµιο Πειραιώς Πολυπλοκότητα 1 / 16 «Ζέσταµα» Να γράψετε τις συναρτήσεις

Διαβάστε περισσότερα

Αλγόριθμοι και Πολυπλοκότητα

Αλγόριθμοι και Πολυπλοκότητα Αλγόριθμοι και Πολυπλοκότητα Ανάλυση Αλγορίθμων Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ανάλυση Αλγορίθμων Η ανάλυση αλγορίθμων περιλαμβάνει τη διερεύνηση του τρόπου

Διαβάστε περισσότερα

με Τέλος πάντων, έστω ότι ξεκινάει ένα άλλο υποθετικό σενάριο που απλά δεν διευκρινίζεται. Για το i) θα έχουμε , 2

με Τέλος πάντων, έστω ότι ξεκινάει ένα άλλο υποθετικό σενάριο που απλά δεν διευκρινίζεται. Για το i) θα έχουμε , 2 Άσκηση 75 Σε έναν οργανισμό, αρχικά υπάρχουν 04800 βακτήρια. Μετά από 1 ώρα υπάρχουν 10400 βακτήρια, μετά από ώρες 5100 βακτήρια, και γενικά ο αριθμός των βακτηρίων υποδιπλασιάζεται κάθε μια ώρα. α) Πόσα

Διαβάστε περισσότερα

Κεφάλαιο 6. Αριθμητική παρεμβολή

Κεφάλαιο 6. Αριθμητική παρεμβολή Κεφάλαιο 6. Αριθμητική παρεμβολή Σύνοψη Στο κεφάλαιο αυτό παρουσιάζεται η μέθοδος της Αριθμητικής Παρεμβολής, δηλαδή η εύρεση της τιμής y k μιας συνάρτησης για ένα δεδομένο x k, όταν δεν γνωρίζουμε την

Διαβάστε περισσότερα

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

Παντελής Μπουμπούλης, M.Sc., Ph.D. σελ. 2 math-gr.blogspot.com, bouboulis.mysch.gr VI Ολοκληρώματα Παντελής Μπουμπούλης, MSc, PhD σελ mth-grlogspotcom, ououlismyschgr ΜΕΡΟΣ Αρχική Συνάρτηση Ορισμός Έστω f μια συνάρτηση ορισμένη σε ένα διάστημα Δ Αρχική συνάρτηση ή παράγουσα της στο Δ

Διαβάστε περισσότερα

Α ΜΕΡΟΣ - ΑΛΓΕΒΡΑ. Α. Οι πραγματικοί αριθμοί και οι πράξεις τους

Α ΜΕΡΟΣ - ΑΛΓΕΒΡΑ. Α. Οι πραγματικοί αριθμοί και οι πράξεις τους Α ΜΕΡΟΣ - ΑΛΓΕΒΡΑ Κεφάλαιο 1 ο ΑΛΓΕΒΡΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ 1.1 Πράξεις με πραγματικούς αριθμούς Α. Οι πραγματικοί αριθμοί και οι πράξεις τους 1. Ποιοι αριθμοί ονομάζονται: α) ρητοί β) άρρητοι γ) πραγματικοί;

Διαβάστε περισσότερα

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Τμήμα Μηχανικών Πληροφορικής Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Οκτώβριος 2015 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 1 / 68 Αριθμητικές Μέθοδοι

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2 Ο ΠΟΛΥΩΝΥΜΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ - ΑΣΚΗΣΕΙΣ

ΚΕΦΑΛΑΙΟ 2 Ο ΠΟΛΥΩΝΥΜΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ - ΑΣΚΗΣΕΙΣ ΚΕΦΑΛΑΙΟ Ο ΠΟΛΥΩΝΥΜΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ - ΑΣΚΗΣΕΙΣ ΚΕΦΑΛΑΙΟ Ο ΠΟΛΥΩΝΥΜΑ 10 ΕΠΑΝΑΛΗΨΕΙΣ ΑΠΟ ΠΡΟΗΓΟΥΜΕΝΕΣ ΤΑΞΕΙΣ α ) Ταυτότητες 1. (a-β)(a+β)=a - b. (a ± b ) = a ± ab + b 3 3 3 3. (a ± b ) = a ± 3a b + 3ab

Διαβάστε περισσότερα

f x και τέσσερα ζευγάρια σημείων

f x και τέσσερα ζευγάρια σημείων ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ, 014 015, 5 Ο ΕΞΑΜΗΝΟ ΕΡΓΑΣΙΑ #: ΑΡΙΘΜΗΤΙΚΗ ΠΑΡΕΜΒΟΛΗ Ημερομηνία ανάρτησης εργασίας στην ιστοσελίδα του μαθήματος: 1 11 014 Ημερομηνία παράδοσης εργασίας: 18 11 014 Επιμέλεια απαντήσεων:

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) Μαθηματικά Προσανατολισμού Γ Λυκείου- Μαθηματικός Περιηγητής ΕΝΟΤΗΤΑ

Διαβάστε περισσότερα

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Τεχνολογικό Εκπαιδευτικό Ίδρυμα Κεντρικής Μακεδονίας - Σέρρες Τμήμα Μηχανικών Πληροφορικής Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Δρ. Δημήτρης Βαρσάμης

Διαβάστε περισσότερα

Τίτλος Μαθήματος: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

Τίτλος Μαθήματος: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ Τίτλος Μαθήματος: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ Ενότητα 5: Ασκήσεις Μαρία Σατρατζέμη Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Πολυωνυμικές εξισώσεις και ανισώσεις Εξισώσεις και ανισώσεις που ανάγονται σε πολυωνυμικές

Πολυωνυμικές εξισώσεις και ανισώσεις Εξισώσεις και ανισώσεις που ανάγονται σε πολυωνυμικές 0 Πολυωνυμικές εξισώσεις και ανισώσεις Εξισώσεις και ανισώσεις που ανάγονται σε πολυωνυμικές Α. ΑΠΑΡΑΙΤΗΤΕΣ ΓΝΩΣΕΙΣ ΘΕΩΡΙΑΣ Για να λύσουμε μια πολυωνυμική εξίσωση P(x) 0 (ή μια πολυωνυμική ανίσωση P(x)

Διαβάστε περισσότερα

A N A B P Y T A ΑΣΚΗΣΕΙΣ ΠΟΛΥΩΝΥΜΩΝ. 1 (α + β + γ) [(α-β) 2 +(α-γ) 2 +(β-γ) 2 ] και τις υποθέσεις

A N A B P Y T A ΑΣΚΗΣΕΙΣ ΠΟΛΥΩΝΥΜΩΝ. 1 (α + β + γ) [(α-β) 2 +(α-γ) 2 +(β-γ) 2 ] και τις υποθέσεις ΑΣΚΗΣΕΙΣ ΠΟΛΥΩΝΥΜΩΝ ΑΣΚΗΣΗ η Αν α +β +γ = αβγ και α + β + γ, να δείξετε ότι το πολυώνυμο P()=(α β) +(β γ) + γ α είναι το μηδενικό πολυώνυμο. Από την ταυτότητα του Euler α +β +γ -αβγ = (α + β + γ)[(α-β)

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

ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΑΡΧΕΣ ΤΗΣ ΕΠΙΣΤΗΜΗΣ ΤΩΝ Η/Υ

ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΑΡΧΕΣ ΤΗΣ ΕΠΙΣΤΗΜΗΣ ΤΩΝ Η/Υ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΑΡΧΕΣ ΤΗΣ ΕΠΙΣΤΗΜΗΣ ΤΩΝ Η/Υ ΜΕΡΛΙΑΟΥΝΤΑΣ ΣΤΕΦΑΝΟΣ, ΠΕ19 ΚΕΦΑΛΑΙΟ 3 Αλγόριθμοι 3. Αλγόριθμοι 2 3. Αλγόριθμοι 3.1 Η έννοια του αλγορίθμου 3.2 Χαρακτηριστικά αλγορίθμου 3.3 Ανάλυση αλγορίθμων

Διαβάστε περισσότερα

12. ΑΝΙΣΩΣΕΙΣ Α ΒΑΘΜΟΥ. είναι δύο παραστάσεις μιας μεταβλητής x πού παίρνει τιμές στο

12. ΑΝΙΣΩΣΕΙΣ Α ΒΑΘΜΟΥ. είναι δύο παραστάσεις μιας μεταβλητής x πού παίρνει τιμές στο ΓΕΝΙΚΑ ΠΕΡΙ ΑΝΙΣΩΣΕΩΝ Έστω f σύνολο Α, g Α ΒΑΘΜΟΥ είναι δύο παραστάσεις μιας μεταβλητής πού παίρνει τιμές στο Ανίσωση με έναν άγνωστο λέγεται κάθε σχέση της μορφής f f g g ή, η οποία αληθεύει για ορισμένες

Διαβάστε περισσότερα

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ Κεφάλαιο 2 ο. Επικοινωνία:

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ Κεφάλαιο 2 ο. Επικοινωνία: Επικοινωνία: spzygouris@gmail.com Να δοθεί ο ορισμός του Αλγορίθμου. Αλγόριθμος, σύμφωνα με το βιβλίο, είναι μια πεπερασμένη σειρά ενεργειών (όχι άπειρες), αυστηρά καθορισμένων και εκτελέσιμων σε πεπερασμένο

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΑΣ ΔΙΟΙΚΗΣΗΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑΤΙΚΑ Ι 11 ΟΚΤΩΒΡΙΟΥ 2016 ΜΗ ΓΡΑΜΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ ΕΙΣΑΓΩΓΗ Οικονομικές Συναρτήσεις με μεταβλητούς ρυθμούς

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ Ι Β ΜΕΡΟΣ

ΜΑΘΗΜΑΤΙΚΑ Ι Β ΜΕΡΟΣ ΤΕΙ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΜΑΘΗΜΑΤΙΚΑ Ι Περιληπτικές Σημειώσεις-Ασκήσεις Β ΜΕΡΟΣ ΦΩΤΟΥΛΑ ΑΡΓΥΡΟΠΟΥΛΟΥ KAΘ. ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑΤΟΣ ΔΕΟ Msc. Θεωρητικά Μαθηματικά ΚΑΛΑΜΑΤΑ 2016 0 ΠΕΡΙΕΧΟΜΕΝΑ

Διαβάστε περισσότερα

Μαθηματικά Γ Γυμνασίου. Επαναληπτικές Ασκήσεις στο Κεφάλαιο 1: 1.2-1.5 Μονώνυμα - Πολυώνυμα - Ταυτότητες

Μαθηματικά Γ Γυμνασίου. Επαναληπτικές Ασκήσεις στο Κεφάλαιο 1: 1.2-1.5 Μονώνυμα - Πολυώνυμα - Ταυτότητες Μαθηματικά Γ Γυμνασίου Επαναληπτικές Ασκήσεις στο Κεφάλαιο 1: 1.2-1.5 Μονώνυμα - Πολυώνυμα - Ταυτότητες Αλγεβρικές παραστάσεις - Μονώνυμα Πράξεις με μονώνυμα Πολυώνυμα Πρόσθεση και Αφαίρεση πολυωνύμων

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 4 ο : ΑΝΙΣΩΣΕΙΣ ΤΟ 2 Ο ΘΕΜΑ

ΚΕΦΑΛΑΙΟ 4 ο : ΑΝΙΣΩΣΕΙΣ ΤΟ 2 Ο ΘΕΜΑ ΚΕΦΑΛΑΙΟ 4 ο : ΑΝΙΣΩΣΕΙΣ ΤΟ 2 Ο ΘΕΜΑ Άσκηση 1 Δίνονται οι ανισώσεις: 3x και 2 x α) Να βρείτε τις λύσεις τους (Μονάδες 10) β) Να βρείτε το σύνολο των κοινών τους λύσεων (Μονάδες 15) α) Έχουμε 3x 2x x 2

Διαβάστε περισσότερα

x y z xy yz zx, να αποδείξετε ότι x=y=z.

x y z xy yz zx, να αποδείξετε ότι x=y=z. ΑΣΚΗΣΕΙΣ ΣΤΗΝ ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΚΕΦ. ο A. Ταυτότητες, ιδιότητες δυνάμεων, διάταξη.1 Να παραγοντοποιήσετε τις παρακάτω παραστάσεις: 1. 15a x 15a y 5a x 5a y. a x a x a x a x 3 3 4 3 3 3 3. x 4xy 16 4 y

Διαβάστε περισσότερα

ΠΑΡΑΔΕΙΓΜΑΤΑ ΘΕΜΑ Β. Να βρείτε τις ασύμπτωτες της γραφικής παράστασης της συνάρτησης f με τύπο

ΠΑΡΑΔΕΙΓΜΑΤΑ ΘΕΜΑ Β. Να βρείτε τις ασύμπτωτες της γραφικής παράστασης της συνάρτησης f με τύπο ΚΕΦΑΛΑΙΟ 3ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ : ΑΣΥΜΠΤΩΤΕΣ - ΚΑΝΟΝΕΣ DE L HOSPITAL - ΜΕΛΕΤΗ ΣΥΝΑΡΤΗΣΗΣ [Κεφ..9: Ασύμπτωτες Κανόνες de l Hospital Μέρος Β του σχολικού βιβλίου]. ΠΑΡΑΔΕΙΓΜΑΤΑ Παράδειγμα. ΘΕΜΑ

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

ΚΕΦΑΛΑΙΟ 5. Κύκλος Ζωής Εφαρμογών ΕΝΟΤΗΤΑ 2. Εφαρμογές Πληροφορικής. Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών

ΚΕΦΑΛΑΙΟ 5. Κύκλος Ζωής Εφαρμογών ΕΝΟΤΗΤΑ 2. Εφαρμογές Πληροφορικής. Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών 44 Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών Διδακτικοί στόχοι Σκοπός του κεφαλαίου είναι οι μαθητές να κατανοήσουν τα βήματα που ακολουθούνται κατά την ανάπτυξη μιας εφαρμογής.

Διαβάστε περισσότερα

όπου Η μήτρα ή πίνακας του συστήματος

όπου Η μήτρα ή πίνακας του συστήματος Έστω το γραμμικό σύστημα: Το ίδιο σύστημα σε μορφή πινάκων: 3 5 7 3 2 y x y x B X y x 3 7 5 3 2 όπου Η μήτρα ή πίνακας του συστήματος B Η μήτρα ή πίνακας των σταθερών όρων X Η μήτρα ή πίνακας των αγνώστων

Διαβάστε περισσότερα