MEM 253. Αριθμητική Λύση ΜΔΕ * * *
|
|
- ÊὙμέν Οικονόμου
- 6 χρόνια πριν
- Προβολές:
Transcript
1 MEM 253 Αριθμητική Λύση ΜΔΕ * * * 1
2 Περιγράφουμε το πρόγραμμα fem.py για τη λύση του προβλήματος δύο σημείων (x) + q(x)u(x) = f (x), x [, ], u( ) = u( ) = 0, u x l x r x l x r με τη μέθοδο των πεπερασμένων στοιχείων. Συγκεκριμένα, ο κώδικας fem.py υπολογίζει τη λύση του μεταβολικού προβλήματος V h [, ] ( u, χ h ) + (q u h, χ) = (f, χ) χ V h, όπου είναι ο χώρος των συνεχών, κατά τμήματα γραμμικών συναρτήσεων πάνω από το x l x r. Με h συμβολίζουμε το μέγιστο μήκος των υποδιαστημάτων των διαμερισμών του [, ]. x l x r x l x r q(x) 0 x [, ] Υποθέτουμε ότι q, f C[, ] και για. x l x r 2
3 Χρησιμοποιούμε τη βιβλιοθήκη numpy για τη διαχείρηση πινάκων και διανυσμάτων, και τη βιβλιοθήκη matplotlib για την απεικόνιση της υπολογιστικής λύσης. import matplotlib.pyplot as plt import numpy as np import math import gaussquad as gq import tridsym as ts def q(x): return 1 def f(x): return x + 12*x**2 - x**4 xl = 0.0; xr = 1.0 Η συνάρτηση gaussquad στο αρχείο gaussquad.py υπολογίζει τους κόμβους και τα βάρη κατάλληλων κανόνων ολοκλήρωσης του Gauss. H συνάρτηση solve από το αρχείο tridsym.py επιλύει τριδιαγώνια συμμετρικά συστήματα εξισώσεων. 3
4 target = 0.01 eps = 8 * target**2 / (xr - xl) Ο κώδικας επιλέγει (επαναληπτικά) μια διαμέριση του διαστήματος να ισχύει u u h target, όπου target δοσμένη θετική σταθερά. Σύμφωνα με την εκτίμηση [ x l, x r ] έτσι ώστε αρκεί να εξασφαλίσουμε u u h 1 ( 2 2 N i=0 h 2 i r h 2 L 2 ( x i, x i+1 ) ) 1/2 4
5 N = 39; step = (xr - xl) / (N + 1); x = np.zeros(n+1); for j in range(n+1): x[j] = xl + j*step h = step*np.ones(n+1) e = np.zeros(n+1) m = np.zeros(n+1) Επιλέγουμε αρχικά έναν ομοιόμορφο διαμερισμό του [ x l, x r ] με N εσωτερικούς κόμβους και βήμα step. Για τις ανάγκες του κώδικα χρησιμοποιούμε το διάνυσμα x, για την αποθήκευση του αριστερού άκρου κάθε υποδιαστήματος ( x i, x i+1 ) της διαμέρισης το διάνυσμα h, για την αποθήκευση του μήκους κάθε υποδιαστήματος το διάνυσμα e, για την αποθήκευση των τοπικών σφαλμάτων r h L 2 ( x i, x i+1 ) και το διάνυσμα m, για να σημειώσουμε τα υππδιαστήματα στα οποία το τοπικό σφάλμα είναι μεγαλύτερο της σταθεράς eps. ( x i, x i+1 ) 5
6 d = np.zeros(n); c = np.zeros(n); b = np.zeros(n) nq, p, w = gq.gaussquad(4) Ο υπολογισμός της λύσης πεπερασμένων στοιχείων απιτεί τη λύση ενός γραμμικού συστήματος με πίνακα = (, ) + (q, ), 1 i, j N, A ij ϕ j ϕ i ϕ j ϕ i και δεξί μέλος b i = (f, ϕ i ), 1 i N. Ο πίνακας A είναι τριδιαγώνιος συμμετρικός. Υπολογίζουμε και αποθηκεύουμε στο διάνυσμα d τα διαγώνια στοιχεία A ii και τα στοιχεία κάτω από τη κύρια διαγώνιο στο διάνυσμα c. Τα στοιχεία του δεξιού μέλους αποθηκεύονται στο διάνυσμα b. {ϕ i } N i=1 V h Εδώ, φυσικά, είναι η συνηθισμένη βάση του χώρου. Η συνάρτηση gaussquad επιστρέφει, στα διανύσματα p και w τους κόμβους και βάρη ενός κανόνα ολοκλήρωσης Gauss με nq σημεία. 6
7 Το κυρίως μέρος του κώδικα fem.py βρίσκεται μέσα στην (αέναη) ανακύκλωση while True: στην οποία: Κατασκευάζεται ο πίνακας του συστήματος και το δεξί μέλος που αντιστοιχούν στην τρέχουσα διαμέριση του Υπολογίζεται η λύση πεπερασμένων στοιχείων και η εκτίμηση του σφάλματος Αν η εκτίμηση του σφάλματος είναι μικρότερη του target το πρόγραμμα τερματίζεται [ x l, x r ] Αναγνωρίζονται και σημειώνονται τα διαστήματα του διαμερισμού στα οποία ο τοπικός εκτιμητής του σφάλματος είναι μεγαλύτερος της ποσότητας eps Τα διαστήματα που σημειώθηκαν στο προηγούμενο βήμα εκλεπτύνονται εισάγοντας ένα καινούργιο κόμβο στο μέσο τους H διαδικασία επαναλαμβάνεται για τον καινούργιο διαμερισμό 7
8 Κατασκευή του πίνακα του συστήματος και του δεξιού μέλους με χρήση κανόνα αριθμητικής ολοκλήρωσης for j in range(n+1): xj = x[j]; hj = h[j]; sj = 1/hj; s1 = 0.0; s2 = 0.0; s3 = 0.0 for k in range(nq): qk = q(xj + hj*p[k]) s1 += w[k] * qk * (1 - p[k])**2 s2 += w[k] * qk * (1 - p[k])*p[k] s3 += w[k] * qk * p[k] *p[k] if j > 0: d[j-1] += hj * s1 + sj if j > and j < N: c[j-1] += hj * s2 - sj if j < N: d[j ] += hj * s3 + sj for j in range(n+1): xj = x[j]; hj = h[j]; s1 = 0.0; s2 = 0.0 for k in range(nq): fk = f(xj + hj*p[k]) s1 += w[k] * fk * (1 - p[k]) s2 += w[k] * fk * p[k] if j > 0: b[j-1] += hj * s1 if j < N: b[j ] += hj * s2 8
9 Υπολογισμός της λύσης πεπερασμένων στοιχείων και εκτίμηση του σφάλματος uh = ts.solve(c, d, b); error = 0.0 for j in range(n+1): xj = x[j]; hj = h[j]; s1 = 0.0 ul = 0; if j > 0: ul = uh[j-1] ur = 0; if j < N: ur = uh[j ] for k in range(nq): qk = q(xj + hj*p[k]) fk = f(xj + hj*p[k]) uk = ul * (1 - p[k]) + ur * p[k] s1 += w[k] * (qk * uk - fk)**2 e[j] = s1 * hj error += e[j] * hj**2 if math.sqrt(error/8) < target: break 9
10 Αναγνωρίζονται και σημειώνονται τα διαστήματα στα οποία το τοπικό σφάλμα είναι μεγαλύτερο του eps και εκλέπτυνση του διαμερισμού nref = 0 for j in range(n+1): m[j] = 0; if h[j] * math.sqrt(e[j]) > eps: m[j] = 1; nref += 1 newn = N + nref x = np.resize(x, newn+1) h = np.resize(h, newn+1) k = newn for j in range(n, -1, -1): if m[j] == 0: x[k] = x[j]; h[k] = h[j]; k -= 1 else: half = h[j] / 2; mid = x[j] + half x[k] = mid; h[k] = half; k -= 1 x[k] = x[j]; h[k] = half; k -= 1 N = newn c = np.resize(c, N); d = np.resize(d, N); b = np.resize(b, N) for j in range(n): c[j] = 0.0; d[j] = 0.0; b[j] = 0.0 e = np.resize(e, N+1); m = np.resize(m, N+1) for j in range(n+1): m[j] = 0 10
11 Το πρόγραμμα fem.py επιδέχεται πολλές επεκτάσεις: Υπολογισμός της λύσης πεπερασμένων στοιχείων της εξίσωσης (p(x) u (x)) + q(x)u(x) = f (x), x [ x l, x r ] για κάποια θετική συνάρτηση p(x). Άλλες συνοριακές συνθήκες, Neumann ή Robin, ή μεικτές συνοριακές συνθήκες. Ο κώδικας δεν "αδροποιεί" το διαμερισμό, δηλαδή να αφαιρεί κόμβους του διαμερισμού όταν το τοπικό σφάλμα είναι πολύ μικρό. Ο ενδιαφερόμενος αναγνώστης καλείται να δοκιμάσει την υλοποίηση κάποιων από τις παραπάνω πιθανές επεκτάσεις... 11
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 περισσότεραΠεπερασμένες 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 περισσότεραΠρόβλημα 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 περισσότεραΣημειωματάριο Δευτέρας, 6 Νοε. 2017
Σημειωματάριο Δευτέρας, 6 Νοε. 2017 Ένα πρόγραμμα για επίλυση ενός 2x2 γραμμικού συστήματος Παρακάτω γράφουμε μια συνάρτηση solve η οποία βρίσκει τις λύσεις του γραμμικού συστήματος για τους αγνώστους.
Διαβάστε περισσότεραΜΑΣ 473: Μέθοδοι Πεπερασμένων Στοιχείων Χειμερινό Εξάμηνο 2017
ΜΑΣ 473: Μέθοδοι Πεπερασμένων Στοιχείων Χειμερινό Εξάμηνο 207 ΟΜΑΔΙΚΗ ΕΡΓΑΣΙΑ Γενικές πληροφορίες: Η εργασία θα πρέπει να έχει γίνει από εσάς αντιγραφή από οποιαδήποτε πηγή θα έχει σαν αποτέλεσμα τον μηδενισμό
Διαβάστε περισσότερα6. Αριθμητική Ολοκλήρωση
6. Αριθμητική Ολοκλήρωση Ασκήσεις 6.1 Έστω f : [; b]! R μια συνάρτηση, της οποίας το ολοκλήρωμα του Riemnn στο διάστημα [; b] υπάρχει. Αν Qn T είναι ο σύνθετος τύπος ολοκλήρωσης του τραπεζίου με n ομοιόμορφα
Διαβάστε περισσότεραΕπίλυση ενός τριδιαγώνιου γραµµικού συστήµατος Ax = d µε τη µέθοδο απαλοιφής του Gauss (µέθοδος του Thomas)
Επίλυση ενός τριδιαγώνιου γραµµικού συστήµατος Ax = d µε τη µέθοδο απαλοιφής του Gauss (µέθοδος του Thomas) Εστω το ακόλουθο n n τριδιαγώνιο γραµµικό σύστηµα Ax = d A = b 1 c 1 a 2 b 2 c 2 0 a 3 b 3 c
Διαβάστε περισσότεραΚεφάλαιο 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 περισσότεραΘΕΜΑΤΑ ΚΑΙ ΛΥΣΕΙΣ. 1) Έστω η λογική συνάρτηση F = A' + Β'. D + B. C' + C. D' (όπου οι τόνοι δηλώνουν συμπληρώματα).
ΘΕΜΑΤΑ ΚΑΙ ΛΥΣΕΙΣ 1) Έστω η λογική συνάρτηση F = A' + Β'. D + B. C' + C. D' (όπου οι τόνοι δηλώνουν συμπληρώματα). i) Σχεδιάστε το αντίστοιχο κύκλωμα. ii) Δημιουργήστε τον πίνακα αλήθειας της συνάρτησης
Διαβάστε περισσότεραΠεπερασμένες 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 περισσότεραQR 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 περισσότεραΜΕΜ251 Αριθμητική Ανάλυση
ΜΕΜ251 Αριθμητική Ανάλυση Διάλεξη 02, 09 Φεβρουαρίου 2018 Μιχάλης Πλεξουσάκης Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Περιεχόμενα 1. Μη γραμμικές εξισώσεις 2. Η μέθοδος της διχοτόμησης 1 Μη γραμμικές
Διαβάστε περισσότεραQ 12. c 3 Q 23. h 12 + h 23 + h 31 = 0 (6)
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Πολιτικών Μηχανικών Τοµέας Υδατικών Πόρων Μάθηµα: Τυπικά Υδραυλικά Έργα Μέρος 2: ίκτυα διανοµής Άσκηση E0: Μαθηµατική διατύπωση µοντέλου επίλυσης απλού δικτύου διανοµής
Διαβάστε περισσότεραΑριθμητική 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 περισσότεραΣημειωματάριο Δευτέρας 30 Οκτ. 2017
Σημειωματάριο Δευτέρας 30 Οκτ. 2017 Συναρτήσεις (functions) Μια συνάρτηση στην Python είναι κομμάτι κώδικα που φέρει το δικό του όνομα (ακολουθεί τη λέξη κλειδί def στον ορισμό της συνάρτησης, έχει τα
Διαβάστε περισσότεραΣυνήθεις 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 περισσότεραi=1 i=1 i=1 (x i 1, x i +1) (x 1 1, x k +1),
Κεφάλαιο 6 Συμπάγεια 6.1 Ορισμός της συμπάγειας Οπως θα φανεί στην αμέσως επόμενη παράγραφο, υπάρχουν διάφοροι τρόποι με τους οποίους μπορεί κανείς να εισάγει την έννοια του συμπαγούς μετρικού χώρου. Ο
Διαβάστε περισσότεραΑριθμητικές 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 περισσότεραΜΑΣ 371: Αριθμητική Ανάλυση ΙI ΑΣΚΗΣΕΙΣ. 1. Να βρεθεί το πολυώνυμο Lagrange για τα σημεία (0, 1), (1, 2) και (4, 2).
ΜΑΣ 37: Αριθμητική Ανάλυση ΙI ΑΣΚΗΣΕΙΣ Να βρεθεί το πολυώνυμο Lagrage για τα σημεία (, ), (, ) και (4, ) Να βρεθεί το πολυώνυμο παρεμβολής Lagrage που προσεγγίζει τη συνάρτηση 3 f ( x) si x στους κόμβους
Διαβάστε περισσότεραΑριθμητικές 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 / 37 Αριθμητικές Μέθοδοι
Διαβάστε περισσότεραΚεφ. 6Α: Συνήθεις διαφορικές εξισώσεις - προβλήματα δύο οριακών τιμών
Κεφ. 6Α: Συνήθεις διαφορικές εξισώσεις - προβλήματα δύο οριακών τιμών 1. Εισαγωγή. Προβλήματα δύο οριακών τιμών 3. Η μέθοδος των πεπερασμένων διαφορών 4. Οριακές συνθήκες με παραγώγους 5. Παραδείγματα
Διαβάστε περισσότεραΤΟΠΙΚΟ ΜΟΝΤΕΛΟ ΠΕΠΕΡΑΣΜΕΝΩΝ ΣΤΟΙΧΕΙΩΝ
Έστω η Δ.Ε. : d du a d d f ΤΟΠΙΚΟ ΜΟΝΤΕΛΟ ΠΕΠΕΡΑΣΜΕΝΩΝ ΣΤΟΙΧΕΙΩΝ () Με και a a(),() f f γνωστές ποσότητες, u u() η άγνωστη μεταβλητή Για την άγνωστη μεταβλητή θεωρούμε την προσέγγιση: n u ()()() c () h
Διαβάστε περισσότεραΣημειωματάριο Τετάρτης 29 Νοε. 2017
Σημειωματάριο Τετάρτης 29 Νοε. 2017 Γραφήματα (γράφοι), η αναπαράστασή τους στον υπολογιστή και μερικά προβλήματα σε αυτά Είδαμε σήμερα λίγα πράγματα για γραφήματα (ή γράφους). Γράφημα είναι, στην απλούστερή
Διαβάστε περισσότεραΓ7.5 Αλγόριθμοι Αναζήτησης. Γ Λυκείου Κατεύθυνσης
Γ7.5 Αλγόριθμοι Αναζήτησης Γ Λυκείου Κατεύθυνσης Εισαγωγή Αλγόριθμος αναζήτησης θεωρείται ένας αλγόριθμος, ο οποίος προσπαθεί να εντοπίσει ένα στοιχείο με συγκεκριμένες ιδιότητες, μέσα σε μία συλλογή από
Διαβάστε περισσότεραx,f με j 012,,,...,n x,x S x f S x είναι 3 ης τάξης οι δεύτερες παράγωγοί τους S x S x y y Μέθοδος κυβικών splines: Έστω ότι έχουμε τα δεδομένα
Μέθοδος κυβικών sples: Έστω ότι έχουμε τα δεδομένα,f με,,,...,,. Για κάθε διάστημα βρίσκουμε ένα πολυώνυμο παρεμβολής 3 ης τάξης S,,..., έτσι ώστε να ισχύουν τα παρακάτω: Συνθήκη Α: S f, S f S Συνθήκη
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ AΙΓΑIΟΥ & ΑΕΙ ΠΕΙΡΑΙΑ Τ.Τ. Τμήματα Ναυτιλίας και Επιχειρηματικών Υπηρεσιών & Μηχ. Αυτοματισμού ΤΕ. Εισαγωγή στη Python
ΠΑΝΕΠΙΣΤΗΜΙΟ AΙΓΑIΟΥ & ΑΕΙ ΠΕΙΡΑΙΑ Τ.Τ. Τμήματα Ναυτιλίας και Επιχειρηματικών Υπηρεσιών & Μηχ. Αυτοματισμού ΤΕ ΠΛΗΡΟΦΟΡΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΚΑΙ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ Εισαγωγή στη Python Νικόλαος Ζ. Ζάχαρης Αναπληρωτής
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ. Διάλεξη 3: Περιγραφή αριθμητικών μεθόδων (συνέχεια)
ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ Διάλεξη 3: Περιγραφή αριθμητικών μεθόδων (συνέχεια) Χειμερινό εξάμηνο 2008 Προηγούμενη παρουσίαση... Εξετάσαμε
Διαβάστε περισσότερα10.1 Υπολογίσιμες συναρτήσεις και αναδρομικά σύνολα
Κεφάλαιο 10 Υπολογισιμότητα Κύρια βιβλιογραφική αναφορά για αυτό το Κεφάλαιο είναι η Hopcroft, Motwani, and Ullman 2007. 10.1 Υπολογίσιμες συναρτήσεις και αναδρομικά σύνολα Μέχρι στιγμής έχουμε δει ουσιαστικά
Διαβάστε περισσότεραΤμήμα Μηχανικών Οικονομίας και Διοίκησης Εφαρμοσμένη Θεωρία Πινάκων. Quiz 3. Σύντομες Λύσεις
Τμήμα Μηχανικών Οικονομίας και Διοίκησης Εφαρμοσμένη Θεωρία Πινάκων Γ. Καραγιώργος ykarag@aegean.gr Quiz Σύντομες Λύσεις Άσκηση. Δείξτε ότι η απεικόνιση u, v = u v + 5u v, όπου u = (u, u ), v = (v, v ),
Διαβάστε περισσότεραΕνότητα: Δυαδική Αναζήτηση Σχέδιο Δραστηριότητας: Παιχνίδι: Βρες τον αριθμό
Ενότητα: Δυαδική Αναζήτηση Σχέδιο Δραστηριότητας: Παιχνίδι: Βρες τον αριθμό 1 Εισαγωγή Σκεφτείτε έναν αριθμό από το 1 έως το 1000 και απαντήστε στην ερώτηση: Ο αριθμός που σκεφτήκατε είναι μεγαλύτερος
Διαβάστε περισσότεραf(t) = (1 t)a + tb. f(n) =
Παράρτημα Αʹ Αριθμήσιμα και υπεραριθμήσιμα σύνολα Αʹ1 Ισοπληθικά σύνολα Ορισμός Αʹ11 (ισοπληθικότητα) Εστω A, B δύο μη κενά σύνολα Τα A, B λέγονται ισοπληθικά αν υπάρχει μια συνάρτηση f : A B, η οποία
Διαβάστε περισσότεραΟμογενή Συστήματα Ορισμός Ενα σύστημα λέγεται ομογενές αν όλοι οι σταθεροί όροι του (δηλαδή οι όροι του δεξιού μέλους του συστήματος) είναι μηδέν.
Ομογενή Συστήματα Ορισμός Ενα σύστημα λέγεται ομογενές αν όλοι οι σταθεροί όροι του (δηλαδή οι όροι του δεξιού μέλους του συστήματος) είναι μηδέν. Ομογενή Συστήματα Ορισμός Ενα σύστημα λέγεται ομογενές
Διαβάστε περισσότεραMatrix Algorithms. Παρουσίαση στα πλαίσια του μαθήματος «Παράλληλοι Αλγόριθμοι» Γ. Καούρη Β. Μήτσου
Matrix Algorithms Παρουσίαση στα πλαίσια του μαθήματος «Παράλληλοι Αλγόριθμοι» Γ. Καούρη Β. Μήτσου Περιεχόμενα παρουσίασης Πολλαπλασιασμός πίνακα με διάνυσμα Πολλαπλασιασμός πινάκων Επίλυση τριγωνικού
Διαβάστε περισσότεραΤετραγωνικά μοντέλα. Τετραγωνικό μοντέλο συνάρτησης. Παράδειγμα τετραγωνικού μοντέλου #1. Παράδειγμα τετραγωνικού μοντέλου #1
Τετραγωνικό μοντέλο συνάρτησης Τετραγωνικά μοντέλα Δ. Γ. Παπαγεωργίου Τμήμα Μηχανικών Επιστήμης Υλικών Πανεπιστήμιο Ιωαννίνων dpapageo@cc.uoi.gr http://pc64.materials.uoi.gr/dpapageo Για συνάρτηση μιας
Διαβάστε περισσότεραΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ, , 3 ο ΕΞΑΜΗΝΟ ΑΠΑΝΤΗΣΕΙΣ ΕΡΓΑΣΙΑΣ #3: ΑΡΙΘΜΗΤΙΚΗ ΠΑΡΕΜΒΟΛΗ ΕΠΙΜΕΛΕΙΑ: Σ. Βαρούτης. x x
ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ, --, ο ΕΞΑΜΗΝΟ ΑΠΑΝΤΗΣΕΙΣ ΕΡΓΑΣΙΑΣ #: ΑΡΙΘΜΗΤΙΚΗ ΠΑΡΕΜΒΟΛΗ ΕΠΙΜΕΛΕΙΑ: Σ Βαρούτης Ποια είναι η γενική μορφή των πολυωνύμων παρεμβολής των μεθόδων Newto και grge; Τα πολυώνυμα παρεμβολής
Διαβάστε περισσότεραΦΑΙΝΟΜΕΝΑ ΜΕΤΑΦΟΡΑΣ ΙΙ ΜΕΤΑΦΟΡΑ ΘΕΡΜΟΤΗΤΑΣ ΚΑΙ ΜΑΖΑΣ
ΦΑΙΝΟΜΕΝΑ ΜΕΤΑΦΟΡΑΣ ΙΙ ΜΕΤΑΦΟΡΑ ΘΕΡΜΟΤΗΤΑΣ ΚΑΙ ΜΑΖΑΣ Διδάσκων: Παπασιώπη Νυμφοδώρα Αναπληρώτρια Καθηγήτρια Ε.Μ.Π. Ενότητα 5 η : Διδιάστατη και τριδιάστατη αγωγή θερμότητας Άδεια Χρήσης Το παρόν εκπαιδευτικό
Διαβάστε περισσότεραMatrix Algorithms. Παρουσίαση στα πλαίσια του μαθήματος «Παράλληλοι. Αλγόριθμοι» Γ. Καούρη Β. Μήτσου
Matrix Algorithms Παρουσίαση στα πλαίσια του μαθήματος «Παράλληλοι Αλγόριθμοι» Γ. Καούρη Β. Μήτσου Περιεχόμενα παρουσίασης Πολλαπλασιασμός πίνακα με διάνυσμα Πολλαπλασιασμός πινάκων Επίλυση τριγωνικού
Διαβάστε περισσότεραAριθμητική 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 περισσότεραΑριθμητικές 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 περισσότεραΤετραγωνικά μοντέλα. Τετραγωνικό μοντέλο συνάρτησης. Παράδειγμα τετραγωνικού μοντέλου #1. Παράδειγμα τετραγωνικού μοντέλου #1
Τετραγωνικό μοντέλο συνάρτησης Τετραγωνικά μοντέλα Δ. Γ. Παπαγεωργίου Τμήμα Μηχανικών Επιστήμης Υλικών Πανεπιστήμιο Ιωαννίνων dpapageo@cc.uoi.gr http://pc164.materials.uoi.gr/dpapageo Για συνάρτηση μιας
Διαβάστε περισσότεραΥΠΟΛΟΓΙΣΤΕΣ Ι. Τι χρειάζεται η εντολή DO ; ΕΠΑΝΑΛΗΨΕΙΣ ΕΝΤΟΛΗ DO. Όταν απαιτείται να εκτελεστεί πολλές φορές το ίδιο τμήμα ενός προγράμματος.
ΥΠΟΛΟΓΙΣΤΕΣ Ι Τι χρειάζεται η εντολή DO ; ΕΠΑΝΑΛΗΨΕΙΣ ΕΝΤΟΛΗ DO Όταν απαιτείται να εκτελεστεί πολλές φορές το ίδιο τμήμα ενός προγράμματος. Τετριμμένο παράδειγμα: Κατασκευάστε πρόγραμμα που θα εμφανίζει
Διαβάστε περισσότεραΚεφάλαιο 3: Οι εκδοχές p και hp της ΜΠΣ στη 1- διάσταση
Κεφάλαιο 3: Οι εκδοχές και της ΜΠΣ στη - διάσταση Μέχρι τώρα είδαμε την εκδοχή της ΜΠΣ (με γραμμικά πολυώνυμα βάσης) στην οποία η σύγκλιση επιτυγχάνεται με την εκλέπτυνση του πλέγματος δηλ 0 Κατά τη δεκαετία
Διαβάστε περισσότεραΑριθμητική 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 περισσότερα1 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 περισσότεραΚεφάλαιο 4: Στοιχεία της εκδοχής hp της ΜΠΣ στις 2- διαστάσεις
Κεφάλαιο 4: Στοιχεία της εκδοχής hp της ΜΠΣ στις - διαστάσεις Στις -διαστάσεις, η περιγραφή της εκδοχής hp της ΜΠΣ είναι αρκετά πολύπλοκη. Στο παρόν κεφάλαιο θα δούμε κάποια στοιχεία της, ξεκινώντας με
Διαβάστε περισσότεραΑΝΑΛΥΣΗ 2. Μ. Παπαδημητράκης.
ΑΝΑΛΥΣΗ Μ. Παπαδημητράκης. 1 ΔΕΚΑΤΟ ΜΑΘΗΜΑ Συνεχίζουμε την λύση της άσκησης 6.3.. Μέχρι τώρα έχουμε αποδείξει ότι για κάθε διαμέριση του [, b] υπάρχει μια αντίστοιχη διαμέριση του [, B] ώστε να ισχύουν
Διαβάστε περισσότεραΜΟΝΟΤΟΝΙΑ. Λυμένα Παραδείγματα. Παράδειγμα 1
ΜΟΝΟΤΟΝΙΑ Λυμένα Παραδείγματα Παράδειγμα Δίνεται η συνάρτηση f : R R, με τύπο f(x) = x 7x + 0. Να τη μελετήσετε ως προς τη μονοτονία και τ' ακρότατα. Βήμα Βρίσκουμε την παράγωγο : Βήμα Λύνουμε την εξίσωση
Διαβάστε περισσότεραΠεριπτώσεις συνοριακών συνθηκών σε προβλήματα γεωτεχνικής μηχανικής
Κεφάλαιο 5 Περιπτώσεις συνοριακών συνθηκών σε προβλήματα γεωτεχνικής μηχανικής Στο παρόν κεφάλαιο παρουσιάζονται οι περιπτώσεις συνοριακών συνθηκών οι οποίες συναντώνται σε προβλήματα γεωτεχνικής μηχανικής.
Διαβάστε περισσότεραΑριθμητική 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 περισσότεραΜέθοδοι μονοδιάστατης ελαχιστοποίησης
Βασικές αρχές μεθόδων ελαχιστοποίησης Μέθοδοι μονοδιάστατης ελαχιστοποίησης Οι μέθοδοι ελαχιστοποίησης είναι επαναληπτικές. Ξεκινώντας από μια αρχική προσέγγιση του ελαχίστου (την συμβολίζουμε ) παράγουν
Διαβάστε περισσότεραΚεφ. 2: Επίλυση συστημάτων εξισώσεων. 2.1 Επίλυση εξισώσεων
Κεφ. : Επίλυση συστημάτων εξισώσεων. Επίλυση εξισώσεων. Επίλυση συστημάτων με απευθείας μεθόδους.. Μέθοδοι Gauss, Gauss-Jorda.. Παραγοντοποίηση LU (ειδικές περιπτώσεις: Cholesky, Thomas).. Νόρμες πινάκων,
Διαβάστε περισσότεραΑριθμητικές 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 περισσότεραΚεφ. 2: Επίλυση συστημάτων αλγεβρικών εξισώσεων. 2.1 Επίλυση απλών εξισώσεων
Κεφ. : Επίλυση συστημάτων αλγεβρικών εξισώσεων. Επίλυση απλών εξισώσεων. Επίλυση συστημάτων με απευθείας μεθόδους.. Μέθοδοι Gauss, Gauss-Jorda.. Παραγοντοποίηση LU (ειδικές περιπτώσεις: Cholesky, Thomas)..
Διαβάστε περισσότερα8 ΕΠΙΛΥΣΗ ΜΗ ΓΡΑΜΜΙΚΩΝ ΕΞΙΣΩΣΕΩΝ
8 ΕΠΙΛΥΣΗ ΜΗ ΓΡΑΜΜΙΚΩΝ ΕΞΙΣΩΣΕΩΝ Στο παρόν κεφάλαιο θα ασχοληθούμε με μεθόδους επίλυσης εξισώσεων την μορφής f(x) = 0. Αναζητούμε μια ακολουθία { n} n 0 x προσεγγίσεων της λύσης, έτσι ώστε lim x = n =
Διαβάστε περισσότεραΜέθοδοι μονοδιάστατης ελαχιστοποίησης
Βασικές αρχές μεθόδων ελαχιστοποίησης Μέθοδοι μονοδιάστατης ελαχιστοποίησης Οι μέθοδοι ελαχιστοποίησης είναι επαναληπτικές. Ξεκινώντας από μια αρχική προσέγγιση του ελαχίστου (την συμβολίζουμε ) παράγουν
Διαβάστε περισσότεραΜέθοδοι πολυδιάστατης ελαχιστοποίησης
Μέθοδοι πολυδιάστατης ελαχιστοποίησης με παραγώγους Μέθοδοι πολυδιάστατης ελαχιστοποίησης Δ. Γ. Παπαγεωργίου Τμήμα Μηχανικών Επιστήμης Υλικών Πανεπιστήμιο Ιωαννίνων dpapageo@cc.uoi.gr http://pc64.materials.uoi.gr/dpapageo
Διαβάστε περισσότεραΜέθοδος 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 περισσότεραΚεφ. 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 περισσότεραΑριθµητική 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 περισσότεραΥΠΟΛΟΓΙΣΤΕΣ ΙΙ Εντολές επανάληψης Εντολές επανάληψης while for do-while ΥΠΟΛΟΓΙΣΤΕΣ ΙΙ Παράδειγμα #1 Εντολή while
ΥΠΟΛΟΓΙΣΤΕΣ ΙΙ Εντολές επανάληψης Εντολές επανάληψης Στη C++ υπάρχουν 3 διαφορετικές εντολές επανάληψης: while for do-while 1 2 ΥΠΟΛΟΓΙΣΤΕΣ ΙΙ Εντολή while Παράδειγμα #1 Κατασκευάστε πρόγραμμα που για
Διαβάστε περισσότεραΚεφ. 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 περισσότεραΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ, 5 Ο ΕΞΑΜΗΝΟ, ΠΕΡΙΕΧΟΜΕΝΑ ΠΑΡΑΔΟΣΕΩΝ. Κεφ. 1: Εισαγωγή (διάρκεια: 0.5 εβδομάδες)
ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ, 5 Ο ΕΞΑΜΗΝΟ, 2016-2017 ΠΕΡΙΕΧΟΜΕΝΑ ΠΑΡΑΔΟΣΕΩΝ Κεφ. 1: Εισαγωγή (διάρκεια: 0.5 εβδομάδες) Κεφ. 2: Επίλυση συστημάτων εξισώσεων (διάρκεια: 3 εβδομάδες) 2.1 Επίλυση εξισώσεων 2.2 Επίλυση
Διαβάστε περισσότεραΚεφ. 2: Επίλυση συστημάτων αλγεβρικών εξισώσεων. 2.1 Επίλυση απλών εξισώσεων
Κεφ. : Επίλυση συστημάτων αλγεβρικών εξισώσεων. Επίλυση απλών εξισώσεων. Επίλυση συστημάτων με απευθείας μεθόδους.. Μέθοδοι Gauss, Gauss-Jorda.. Παραγοντοποίηση LU ειδικές περιπτώσεις: Cholesky, Thomas..
Διαβάστε περισσότεραΆσκηση εφαρμογής της μεθόδου Newton Raphson
Άσκηση εφαρμογής της μεθόδου Newton Raphson Η ακόλουθη αντίδραση πραγματοποιείται σε έναν αντιδραστήρα αέριας φάσης: H 2 S+O 2 H 2 +SO 2 Όταν το σύστημα φτάσει σε ισορροπία στους 600Κ και 10 atm, τα μοριακά
Διαβάστε περισσότεραΗ 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 περισσότεραΑριθμητική 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 περισσότεραΜΕΘΟΔΟΣ ΠΕΠΕΡΑΣΜΕΝΩΝ ΣΤΟΙΧΕΙΩΝ
ΜΕΘΟΔΟΣ ΠΕΠΕΡΑΣΜΕΝΩΝ ΣΤΟΙΧΕΙΩΝ Βασίζεται στην εφαρμογή των παρακάτω βημάτων:. Το φυσικό πεδίο αναπαριστάται με ένα σύνολο απλών γεωμετρικών σχημάτων που ονομάζονται Πεπερασμένα Στοιχεία.. Σε κάθε στοιχείο
Διαβάστε περισσότερα.339981043584856.652145154862456.861136311594053.347854845137454.183434642495650.362683783378632.525532409916239.313706645877887
Ολοκλήρωση κατά Gauss Ενώ στους τύπους Newton-Cotes χρησιµοποιούσαµε τις τιµές της συνάρτησης σε ισαπέχοντα σηµεία, στους τύπους ολοκλήρωσης κατά Gauss τα σηµεία xj και τα βάρη wj επιλέγονται, έτσι ώστε
Διαβάστε περισσότερα1. Κατασκευάστε ένα διάνυσμα με στοιχεία τους ζυγούς αριθμούς μεταξύ του 31 και 75
1. Κατασκευάστε ένα διάνυσμα με στοιχεία τους ζυγούς αριθμούς μεταξύ του 31 και 75 2. Έστω x = [2 5 1 6] α. Προσθέστε το 16 σε κάθε στοιχείο β. Προσθέστε το 3 σε κάθε στοιχείο που βρίσκεται σε μονή θέση.
Διαβάστε περισσότεραΦΥΣ 145 Μαθηματικές Μέθοδοι στη Φυσική. Γράψτε το ονοματεπώνυμο και αριθμό ταυτότητάς σας στο πάνω μέρος της αυτής της σελίδας.
ΦΥΣ 145 Μαθηματικές Μέθοδοι στη Φυσική Τελική Εξέταση 24 Μάη 2005 Group: Α Γράψτε το ονοματεπώνυμο και αριθμό ταυτότητάς σας στο πάνω μέρος της αυτής της σελίδας. Πρέπει να απαντήσετε και στα 5 προβλήματα
Διαβάστε περισσότεραΜΑΣ 371: Αριθμητική Ανάλυση ΙI ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ. 1. Να βρεθεί το πολυώνυμο παρεμβολής Lagrange για τα σημεία (0, 1), (1, 2) και (4, 2).
ΜΑΣ 7: Αριθμητική Ανάλυση ΙI ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ Να βρεθεί το πολυώνυμο παρεμβολής Lagrage για τα σημεία (, ), (, ) και (4, ) Λύση: Για τα σημεία x, x, x 4, y, y, y υπολογίζουμε x x x x () x x x x x x 4 L
Διαβάστε περισσότεραΚΑΤΑΣΚΕΥΗ ΠΙΝΑΚΑ ΣΥΝΕΚΤΙΚΟΤΗΤΑΣ ΓΙΑ ΠΡΟΒΛΗΜΑΤΑ ΔΥΟ ΔΙΑΣΤΑΣΕΩΝ Ι. Γραμμικά τετραγωνικά στοιχεία Q4 Έστω πλέγμα ΝxΜ Έστω πλέγμα με ΝxM στοιχεία:
ΚΑΤΑΣΚΕΥΗ ΠΙΝΑΚΑ ΣΥΝΕΚΤΙΚΟΤΗΤΑΣ ΓΙΑ ΠΡΟΒΛΗΜΑΤΑ ΔΥΟ ΔΙΑΣΤΑΣΕΩΝ Ι. Γραμμικά τετραγωνικά στοιχεία Q Έστω πλέγμα ΝxΜ Έστω πλέγμα με ΝxM στοιχεία: Τοπικό σύστημα σε κάθε στοιχείο J Ο πίνακας συνεκτικότητας
Διαβάστε περισσότεραΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ (ΑΡΤΙΟΙ) Ασκησεις - Φυλλαδιο 5
ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ Τµηµα Β (ΑΡΤΙΟΙ) Ασκησεις - Φυλλαδιο 5 ιδασκων: Α Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://usersuoigr/abeligia/linearalgebraii/laii2019/laii2019html Παρασκευή 12 Απριλίου 2019 Αν
Διαβάστε περισσότεραΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 5
ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ Τµηµα Β (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 5 ιδασκων: Α Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://usersuoigr/abeligia/linearalgebraii/laii2018/laii2018html ευτέρα 23 Απριλίου 2018 Αν C
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 5 ΠΑΡΕΜΒΟΛΗ. Εστω f πραγµατική συνάρτηση, της οποίας είναι γνωστές µόνον οι τιµές f(x i ) σε n+1 σηµεία xi
ΚΕΦΑΛΑΙΟ 5 ΠΑΡΕΜΒΟΛΗ 5 Πολυωνυµική παρεµβολή Εστω f πραγµατική συνάρτηση της οποίας είναι γνωστές µόνον οι τιµές f(x ) σε + σηµεία x = του πεδίου ορισµού της Το πρόβληµα εύρεσης µιας συνάρτησης φ (από
Διαβάστε περισσότεραΤυχαίοι αριθμοί ρίξε μια «ζαριά»
Τυχαίοι αριθμοί ρίξε μια «ζαριά» Έννοιες: βιβλιοθήκη random, δομή επιλογής, δομή επανάληψης, υποπρογράμματα 1. Ας υποθέσουμε τι θα κάνουν οι παρακάτω εντολές: import random choose1 = random.randint(1,6)
Διαβάστε περισσότεραΕφαρμοσμένα 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 περισσότερα5269: Υπολογιστικές Μέθοδοι για Μηχανικούς. Ολοκληρώματα.
69: Υπολογιστικές Μέθοδοι για Μηχανικούς Ολοκληρώματα ttp://ecourses.cemeng.ntu.gr/courses/computtionl_metods_or_engineers/ Αριθμητική Ολοκλήρωση συναρτήσεων Χρησιμοποιούμε αριθμητικές μεθόδους για τον
Διαβάστε περισσότεραΜΕΜ251 Αριθμητική Ανάλυση
ΜΕΜ251 Αριθμητική Ανάλυση Διάλεξη 07, 2 Μαρτίου 2018 Μιχάλης Πλεξουσάκης Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Περιεχόμενα 1. Συμμετρικοί και θετικά ορισμένοι πίνακες. Η ανάλυση Cholesky 2. Νόρμες
Διαβάστε περισσότεραΗ μέθοδος των πεπερασμένων διαφορών για την εξίσωση θερμότητας
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
Διαβάστε περισσότεραΕπίλυση ελλειπτικών διαφορικών εξισώσεων με πεπερασμένες διαφορές
Επίλυση ελλειπτικών 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 περισσότεραΑΝΑΛΥΣΗ 2 ΣΕ 37 ΜΑΘΗΜΑΤΑ
ΑΝΑΛΥΣΗ 2 ΣΕ 37 ΜΑΘΗΜΑΤΑ Μ. Παπαδημητράκης. ΠΡΩΤΟ ΜΑΘΗΜΑ Έστω [, b] ένα κλειστό διάστημα με < b. Διαμέριση του [, b] είναι ένα οποιοδήποτε πεπερασμένο υποσύνολο του [, b] το οποίο περιέχει τουλάχιστον
Διαβάστε περισσότεραΕργαστήρια Αριθμητικής Ανάλυσης Ι. 9 ο Εργαστήριο. Απαλοιφή Gauss με μερική οδήγηση - Παρεμβολη
Εργαστήρια Αριθμητικής Ανάλυσης Ι 9 ο Εργαστήριο Απαλοιφή Gauss με μερική οδήγηση - Παρεμβολη 2018 Απαλοιφή Gauss Με Μερική Οδήγηση Για την εύρεση του οδηγού στοιχείου στο k ο βήμα, αναζητούμε το μέγιστο
Διαβάστε περισσότεραΚεφ. 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 περισσότεραΜαθηµατικοί Υπολογισµοί στην R
Κεφάλαιο 3 Μαθηµατικοί Υπολογισµοί στην R Ενα µεγάλο µέρος της ανάλυσης δεδοµένων απαιτεί διάφορους µαθηµατικούς υπολογισµούς. Αυτό το κεφάλαιο εισαγάγει τον αναγνώστη στις διάφορες δυνατότητες που έχει
Διαβάστε περισσότεραj=1 x n (i) x s (i) < ε.
Κεφάλαιο 5 Πληρότητα 5.1 Πλήρεις μετρικοί χώροι Ορισμός 5.1.1 (πλήρης μετρικός χώρος). Ενας μετρικός χώρος (X, ρ) λέγεται πλήρης (complete) αν κάθε ρ βασική ακολουθία (x n ) στον X είναι ρ συγκλίνουσα.
Διαβάστε περισσότεραιδάσκοντες :Τµήµα Α ( Αρτιοι) : Καθηγητής Ν. Μισυρλής,Τµήµα Β (Περιττοί) : Αριθµητική Επίκ. Καθηγητής νάλυση Φ.Τζαφέρης (ΕΚΠΑ) 27 Μαΐου / 20
Αριθµητική Ανάλυση ιδάσκοντες: Τµήµα Α ( Αρτιοι) : Καθηγητής Ν. Μισυρλής, Τµήµα Β (Περιττοί) : Επίκ. Καθηγητής Φ.Τζαφέρης ΕΚΠΑ 27 Μαΐου 2010 ιδάσκοντες:τµήµα Α ( Αρτιοι) : Καθηγητής Ν. Μισυρλής,Τµήµα Β
Διαβάστε περισσότεραΓραμμικός Προγραμματισμός Μέθοδος Simplex
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Γραμμικός Προγραμματισμός Μέθοδος Simplex Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου Περιεχόμενα Παρουσίασης 1. Πρότυπη Μορφή ΓΠ 2. Πινακοποίηση
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ. Διάλεξη 6: Εξίσωση διάχυσης (συνέχεια)
ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ Διάλεξη 6: Εξίσωση διάχυσης (συνέχεια) Χειμερινό εξάμηνο 2008 Προηγούμενη παρουσίαση... Εξετάσαμε την εξίσωση
Διαβάστε περισσότεραΔομές Δεδομένων & Αλγόριθμοι
- Πίνακες 1 Πίνακες Οι πίνακες έχουν σταθερό μέγεθος και τύπο δεδομένων. Βασικά πλεονεκτήματά τους είναι η απλότητα προγραμματισμού τους και η ταχύτητα. Ωστόσο δεν παρέχουν την ευελιξία η οποία απαιτείται
Διαβάστε περισσότεραΥπολογιστική Νοημοσύνη. Μάθημα 13: Αναδρομικά Δίκτυα - Recurrent Networks
Υπολογιστική Νοημοσύνη Μάθημα 13: Αναδρομικά Δίκτυα - Recurrent Networks Γενικά Ένα νευρωνικό δίκτυο λέγεται αναδρομικό, εάν υπάρχει έστω και μια σύνδεση από έναν νευρώνα επιπέδου i προς έναν νευρώνα επιπέδου
Διαβάστε περισσότεραΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ Σημειώσεις Μαθήματος. Διάλεξη 10: Ολοκλήρωση Συνήθων Διαφορικών Εξισώσεων: Προβλήματα Συνοριακών Τιμών Μίας Διάστασης (1D)
ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ Σημειώσεις Μαθήματος Διάλεξη : Ολοκλήρωση Συνήθων Διαφορικών Εξισώσεων: Προβλήματα Συνοριακών Τιμών Μίας Διάστασης D Γιάννης Δημακόπουλος & Γιάννης Τσαμόπουλος ΧΜ66 Εαρινό Εξάμηνο Πρόβλημα
Διαβάστε περισσότεραa 11 a 1n b 1 a m1 a mn b n
Γραμμική Άλγεβρα ΙΙ Διάλεξη 13 Χρήστος Κουρουνιώτης Πανεπιστήμιο Κρήτης 28/4/2014 ΧΚουρουνιώτης (ΠανΚρήτης) Διάλεξη 13 28/4/2014 1 / 14 Πίνακες πάνω από σώμα K Πίνακες πάνω από σώμα K Το σύνολο των m n
Διαβάστε περισσότεραΣχεδίαση και Ανάλυση Αλγορίθμων
Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα.0 Σταύρος Δ. Νικολόπουλος 06-7 Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Ιωαννίνων Webpage: www.cs.uoi.gr/~stavros Ταξινόμηση Selection-Sort Bubble-Sort και
Διαβάστε περισσότεραΠΛΗΡΟΦΟΡΙΚΗ Ι (MATLAB) Ενότητα 5
ΠΛΗΡΟΦΟΡΙΚΗ Ι (MATLAB) Ενότητα 5 Σημειώσεις βασισμένες στο βιβλίο Το MATLAB στην Υπολογιστική Επιστήμη και Τεχνολογία Μια Εισαγωγή Πίνακες (Arrays) [1/2] Δομές δεδομένων για την αποθήκευση δεδομένων υπό
Διαβάστε περισσότεραΜΕΜ251 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 περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Διαστήματος
Διαβάστε περισσότεραp = p n, (2) website:
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Τμήμα Φυσικής Μηχανική Ρευστών Ιδανικά ρευστά Μαάιτα Τζαμάλ-Οδυσσέας 7 Απριλίου 2019 1 Καταστατικές εξισώσεις ιδανικού ρευστού Ιδανικό ρευστό είναι ένα υποθετικό
Διαβάστε περισσότεραΣημειώσεις για το μάθημα Υπολογιστικές μέθοδοι πολύπλοκων συστημάτων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΕΠΙΣΤΗΜΗΣ ΥΛΙΚΩΝ Σημειώσεις για το μάθημα Υπολογιστικές μέθοδοι πολύπλοκων συστημάτων Δ. Γ. Παπαγεωργίου ΙΩΑΝΝΙΝΑ 2016 Περιεχόμενα 1 Εισαγωγή 5 1.1 Ιστορική αναδρομή.....................................
Διαβάστε περισσότεραΑριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 5)
Τμήμα Μηχανικών Πληροφορικής Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 5) Δρ Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Δρ Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 5) Σεπτέμβριος 2015 1
Διαβάστε περισσότερα