Σφάλµατα αριθµητικών λύσεων

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Σφάλµατα αριθµητικών λύσεων"

Transcript

1 Σφάλµατα αριθµητικών λύσεων. Εισαγωγή Σφάλµατα µπορούν να προκύψουν κατά τη χρήση όλων γενικά των µεθόδων που βρίσκουν εφαρµογή στη µελέτη µηχανικών και άλλων προβληµάτων. Ορισµένα από αυτά ανακύπτουν σε όλες ανεξαιρέτως τις µεθοδολογίες, αναλυτικές και αριθ- µητικές, ενώ άλλα συναντώνται µόνο σε αριθµητικές λύσεις. Ευθύς αµέσως πρέπει να επισηµάνουµε ότι στο παρόν κείµενο ο όρος σφάλµα αναφέρεται σε όλες γενικά τις αποκλίσεις του αποτελέσµατος από την λύση του πραγµατικού προβλήµατος. Σε ορισµένες περιπτώσεις οι αποκλίσεις αυτές είναι αποδεκτές, καθότι αναγνωρίζονται ως συµφυείς µε τη µέθοδο που χρησιµοποιείται, ενώ σε άλλες περιπτώσεις δεν είναι, είτε διότι δεν γίνεται σωστή χρήση της µεθόδου, είτε διότι η µέθοδος είναι εξ αντικειµένου ανεπαρκής. Έτσι λοιπόν τα σφάλµατα που προκύπτουν σε αριθµητικές λύσεις οφείλονται γενικά σε δύο κατηγορίες: αυτά που ανακύπτουν κατά τη µαθηµατική διατύπωση του προβλήµατος και αυτά που ανακύπτουν κατά την αριθµητική επίλυση του µαθηµατικού µοντέλου στον υπολογιστή. Σφάλµατα προκύπτουν στην πρώτη περίπτωση όταν η προσέγγιση στο φυσικό πρόβληµα είναι ανεπαρκής. Τέτοια σφάλ- µατα είναι σε πολλές περιπτώσεις αµελητέα, όπως για παράδειγµα στην περίπτωση των σχετικιστικών φαινοµένων σε προβλήµατα της κλασσικής µηχανικής. Όταν όµως δεν είναι αµελητέα, τότε όσο ακριβής και να είναι η αριθµητική λύση που επακολουθεί δεν είναι δυνατόν να περιορισθεί το σφάλµα αυτό. Άλλη πηγή σφαλ- µάτων είναι σε ορισµένες περιπτώσεις η έλλειψη επαρκούς ακρίβειας στις τιµές των φυσικών σταθερών (επιτάχυνση λόγω βαρύτητας, κ.ά.) ή και σε τιµές εµπειρικών δεδοµένων. Στην περίπτωση δε των τελευταίων απαιτείται προσοχή διότι τα σφάλµατα αυτά είναι τυχαία (πιθανοτικά). Στο κείµενο αυτό θα εστιάσουµε την προσοχή µας στα σφάλµατα που δεν είναι αποδεκτά και τα οποία, για να κριθεί ως ικανοποιητική η λύση θα πρέπει να αποφευχθούν. Υπάρχουν τρεις πηγές τέτοιων σφαλµάτων σε αριθµητικές (υπολογιστικές) διαδικασίες: Το ανθρώπινο σφάλµα (ολίσθηµα ή λάθος), Το σφάλµα κατά τον προγραµµατισµό του αλγορίθµου και Το σφάλµα προσέγγισης της ακριβούς λύσης σφάλµα = error 457

2 458 Υπολογιστικές µέθοδοι και εφαρµογές σε λεπτότοιχες κατασκευές Το πρώτο µπορεί να προκύψει σε κάθε στάδιο που έρχεται σε επαφή ο χρήστης µε το υπολογιστικό εργαλείο και περιορίζεται µε σωστή κατάρτιση των µελετητών, οργάνωση του χώρου και τρόπου εργασίας και χρήση κατάλληλων εργαλείων. Είναι ίσως η σοβαρότερη πηγή σφαλµάτων και απαιτείται χρόνος και προσπάθεια ώστε να περιορισθεί σε αποδεκτά όρια. Το δεύτερο είδος οφείλεται κατά κανόνα σε προσεγγίσεις που γίνονται όταν το αρχικό πρόβληµα αντικαθίσταται από κάποιο µαθηµατικό ανάλογο, όπως για παράδειγµα η αντικατάσταση µίας απειροστής σειράς µε µία που αποτελείται από ένα πεπερασµένο αριθµό όρων. Άλλα παραδείγµατα είναι: Ο υπολογισµός κάποιας στοιχειώδους συνάρτησης (π.χ. six) µε χρήση των πρώτων όρων του αναπτύγµατος της αντίστοιχης σειράς Taylor. Η προσέγγιση ολοκληρώµατος συνάρτησης µε πεπερασµένη άθροιση τιµών της συνάρτησης (για παράδειγµα µε χρήση του κανόνα του τραπεζίου). Η λύση διαφορικής εξίσωσης µε αντικατάσταση των παραγώγων µε πηλίκα διαφορών (πεπερασµένες διαφορές) Η λύση της εξίσωσης f(x)=0 µε τη µέθοδο Νewto-Raphso, η οποία είναι µία επαναληπτική µέθοδος που συγκλίνει στην ακριβή λύση όταν ο αριθµός των επαναλήψεων τείνει στο άπειρο. Το σφάλµα αυτό συνήθως καλείται σφάλµα αποκοπής και προσπαθούµε γενικά να υπολογίσουµε το άνω όριό του. Ανακύπτει επίσης και το σφάλµα στρογγύλευσης 3 που οφείλεται στο ότι δεν είναι δυνατό να αποθηκεύσουµε στον υπολογιστή τον κάθε αριθµό που υπολογίζουµε µε απόλυτη ακρίβεια, λόγω του πεπερασµένου αριθµού ψηφίων (χώρου) που διατίθενται. Μπορούµε γενικά να ορίσουµε το σφάλµα µε µία από τις σχέσεις: Ακριβής τιµή = Προσεγγιστική τιµή + Σφάλµα () ή Σχετικό σφάλµα = Σφάλµα/Πραγµατική τιµή () Εάν συµβολίσουµε το σφάλµα µε e και το σχετικό σφάλµα µε e r και προσεγγίσουµε την τιµή /3 µε 0,333 τότε: e = (/3) x 0-3 και e r = 0-3 Μας ενδιαφέρει γενικά το σφάλµα e (απόλυτο σφάλµα) 4, όταν όµως η ακριβής τιµή µίας ποσότητας είναι πολύ µικρή τότε χρησιµοποιείται το σχετικό σφάλµα, e r. Εκτός από τα παραπάνω υπάρχουν και σφάλµατα που προκύπτουν κατά το στάδιο της διακριτοποίησης του προβλήµατος, είτε γίνεται χρήση της µεθόδου των πεπερασµένων στοιχείων είτε της µεθόδου των πεπερασµένων διαφορών. Τα σφάλ- σφάλµα αποκοπής = cut-off error 3 σφάλµα στρογγύλευσης = roud-off error 4 απόλυτο σφάλµα = absolute error

3 Σφάλµατα αριθµητικών λύσεων 459 µατα διακριτοποίησης 5 οφείλονται κυρίως σε µη σωστή διακριτοποίηση 6 της κατασκευής, και οδηγούν στην απόκτηση αποτελεσµάτων αµφίβολης αξίας. Θα αναφερθούµε σε αυτά λεπτοµερώς στο κεφάλαιο αυτό. Ο µελετητής θα πρέπει λοιπόν να γνωρίζει σε κάθε στάδιο της µελέτης ποιες είναι οι πηγές πιθανών σφαλµάτων και να ακολουθεί κατάλληλες διαδικασίες για την αποφυγή τους. Στο κεφάλαιο αυτό θα περιγραφούν µε παραδείγµατα οι τρόποι που επηρεάζονται οι αριθµητικές λύσεις από τα σφάλµατα που οφείλονται στις πηγές (β) και (γ) όπως επίσης και οι τρόποι που µπορούν να χρησιµοποιηθούν για τον περιορισµό τους. Όσον αφορά το (α), ο αναγνώστης παραπέµπεται στο κείµενο Guidelies for Fiite Practice (έκδοση NAFEMS), το οποίο περιλαµβάνει χρήσιµες οδηγίες για τον χρήστη προγραµµάτων πεπερασµένων στοιχείων. Η διεθνής βιβλιογραφία παρ όλο που είναι πλούσια σε κείµενα θεωρητικής φύσεως σχετικά µε τη µέθοδο των πεπερασµένων στοιχείων, δεν περιλαµβάνει παρά λίγα που να δίνουν βάρος στην πρακτική χρήση της µεθόδου. Ένα τέτοιο είναι και το [9].. Σφάλµατα αποκοπής και στρογγύλευσης. Μητρωική ανάλυση Ένα από τα σηµαντικότερα στάδια της µεθόδου των πεπερασµένων στοιχείων είναι η επίλυση της µητρωικής εξίσωσης ku =f, όπου k είναι το µητρώο ακαµψίας (συντελεστών) και f το µητρώο των φορτίων κατασκευής (σταθερών). Κατά κανόνα, σε κάθε υπολογιστή οι πραγµατικοί αριθµοί αποθηκεύονται µε ακρίβεια ενός δεδοµένου αριθµού ψηφίων, έστω t, τα οποία όλα συµβάλλουν κατά την εκτέλεση των αριθµητικών πράξεων. Έτσι λοιπόν, επειδή µετά από ένα αριθµό πράξεων η αρχική ακρίβεια δεν θα είναι πλέον η ίδια αλλά θα έχει ελαττωθεί, τα αποτελέσµατα θα έχουν άλλη ακρίβεια, έστω s. Βλέπουµε λοιπόν ότι εµφανίζεται και ένα υπολογιστικό σφάλµα, 7 e c. Ας εξετάσουµε όµως την επίλυση του παρακάτω συστήµατος εξισώσεων: e c ' u u 0, = ' = u u 0, Μία ακριβής λύση (ακρίβειας 0 ψηφίων) είναι {u = 0, , u = 0, }. Υποθέτουµε τώρα για τον νοητό υπολογιστή µας ότι t=3, έχουµε δηλαδή ακρίβεια τριών ψηφίων. Για t=3 η λύση αποκτάται κάνοντας χρήση των τριών πρώτων ψηφίων κάθε αριθµού και εκτελώντας τις πράξεις µε αυτούς. Εάν αντικαταστήσουµε το αρχικό πρόβληµα µε το αντίστοιχο υπολογιστικό, θα έχουµε: 5 σφάλµα διακριτοποίησης = modellig error 6 διακριτοποίηση = discretisatio 7 υπολογιστικό σφάλµα = computig error

4 460 Υπολογιστικές µέθοδοι και εφαρµογές σε λεπτότοιχες κατασκευές 3,4 3,4 ' 3,4 u,3 ' = 0 u 0,0 Εάν χρησιµοποιήσουµε τη µέθοδο της απαλοιφής κατά Gauss και εκτελέσουµε τις πράξεις θα έχουµε 0-(-3,4/3,4)(-3,4) = 97,5. ηλαδή, 3,4 3,4 3,4 u,3 = 0 u,3 όπου οι παύλες υποδηλώνουν προσεγγιστικές τιµές. Η προσεγγιστική λύση είναι: u = 0, 39 u = 0, 033 Οι διαφορές οφείλονται σε σφάλµατα αποκοπής (e co ) και σε σφάλµατα στρογγύλευσης (e ro ). Το σφάλµα αποκοπής προκύπτει διότι τα στοιχεία των µητρώων αναπαριστώνται µε τρία µόνο ψηφία, ενώ το σφάλµα στρογγύλευσης προκύπτει διότι οι πράξεις γίνονται µε ακρίβεια τριών δεκαδικών ψηφίων. Το σφάλµα αποκοπής δεν είναι αµελητέο όταν οι απόλυτες τιµές των στοιχείων του µητρώου k διαφέρουν σηµαντικά, έχουµε δηλαδή µεγάλες διαφορές στις ακαµψίες της κατασκευής. Το σφάλµα στρογγύλευσης είναι µεγάλο όταν ένα διαγώνιο στοιχείο µε µικρή τιµή χρησιµοποιείται κατά τον σχηµατισµό πολλαπλασιαστού µεγάλου µεγέθους. Η βασική δε αριθµητική πράξη κατά την παραγοντοποίηση είναι µία αφαίρεση ενός πολλαπλασίου της σειράς αναφοράς από αυτές που ακολουθούν. Εάν αφαιρεθούν αριθµοί µε πολύ διαφορετικά µεγέθη µεταξύ τους οι οποίοι αναπαριστώνται µε πεπερασµένο αριθµό ψηφίων τότε ενδέχεται το σφάλµα που θα προκύψει να µην είναι αµελητέο. Θα διερευνήσουµε τώρα τα επί µέρους σφάλµατα αποκοπής και στρογγύλευσης στην περίπτωση του προηγούµενου παραδείγµατος. Για να επιτευχθεί αυτό πρέπει όµως πρώτα να αποκτήσουµε την ακριβή λύση του συστήµατος. 3,4 0,0 ' 3,4 u,3 ' = 97,5 u,3 απ όπου {u = 0, , u = 0,033400}. Το σφάλµα αποκοπής είναι τότε: e co ' u u 0, = ' = u u 0,

5 Σφάλµατα αριθµητικών λύσεων 46 ενώ το σφάλµα στρογγύλευσης e ro, είναι: e ro ' u u 0, = ' = u u 0, Το συνολικό σφάλµα είναι: ' u u 0, e = ' = u u 0, Επειδή στην πράξη λύσεις απόλυτης ακρίβειας δεν µπορούν να αποκτηθούν, κατά κανόνα γίνεται χρήση λύσεων δευτεροτάξιας ακρίβειας (8 bit). Έστω τώρα το σύστηµα ku = f του οποίου η υπολογιστική λύση είναι u. Εάν εφαρµόσουµε τη σχέση (), αποκτάµε την παρακάτω µορφή για το συνολικό σφάλµα: f = f ku (3) όπου το f υπολογίζεται µε δευτεροτάξια ακρίβεια. Αντικαθιστώντας έχουµε: σ = k f (4) Συµπεραίνεται λοιπόν από την (4) ότι, παρόλο που το διάνυσµα f µπορεί να είναι µικρό σε µέγεθος, το σφάλµα e δεν θα είναι και αυτό αναγκαστικά αµελητέο. Άρα, το ότι το διάνυσµα f είναι µικρό αποτελεί αναγκαία αλλά όχι και επαρκή συνθήκη για ακρίβεια της λύσης.. Πεπερασµένες διαφoρές Τo ανάπτυγµα κατά Taylor της συνάρτησης f(x+h) περί τo x δίνεται από τη σχέση: 3 h h h f ( x + h) = f( x) + f ( x ) + f ( x ) + f ( x ) +... (5α)!! 3! ή σε γενική µoρφή, m h f f x h m f + = + = ( m ( ) ) ( x ) m= 0! (5β)

6 46 Υπολογιστικές µέθοδοι και εφαρµογές σε λεπτότοιχες κατασκευές ( ) f m όπoυ είναι η m-oστή παράγωγoς της f. Τα σφάλµατα πoυ πρoκύπτoυν για τις πρoηγoύµενες διαφoρές βρίσκoνται µε τη χρήση των παρακάτω αναπτυγµάτων: f f 3 = = m h m f x m= 0! m= 0 ( 3h) m! m ( m ) ( ) f ( m ) ( x ) f f 4 = = m ( h) ( m f ) ( x ) m= 0 m= 0 m! (6α-β) m ( 4h) ( m f ) ( x ) m! (6γ-δ) Από τo Σχήµα του Κεφαλαίου 0, η πρώτη διαφoρά δίνεται από τη σχέση: ( ) ( ) ( ) m h m f f x f f f m= 0 m! = = = x h h ( ) ( ) ( ) ( ) 3 h h ( ) ( ) 3 h 4 x f x + f x f x +... = f y h h h f = (7) x 6 4 ( ) ή ( ) ( ) ( ) ( ) ( ) 3 4 x + f x + f x f x +... Τo σφάλµα κατά τη χρήση της πρώτης πρoηγoύµενης διαφoράς συνεπώς είναι: 3 h h f ( ( x ) f 3 ) h ( ( x ) f 4 ) + ( x ) +... (8) 6 4 Εκφράζoντας τη δεύτερη διαφoρά σύµφωνα µε τo Σχήµα του Κεφαλαίου, βρίσκoυµε ότι: f x = f - f h + f = f 7 4 ( 3 ή ( ) ) ( 4 f x hf ( x ) h f ) ( x ) ( 3 ( ) ) ( x hf ( x ) + h f ) ( x ) +... = f (9α) x Τo αντίστoιχo σφάλµα είναι συνεπώς: ( 3 ) 7 ( 4 hf ( x ) h f ) ( x) +... (9β)

7 Σφάλµατα αριθµητικών λύσεων 463 Πίνακας Σφάλµατα πεπερασµένων διαφoρών (α) Πρoηγoύµενες διαφoρές f f (3) f (4) f (5) f (6) f/ x 3 f/ x 3 4 f/ x 4 5 f/ x 5 6 f/ x 6 f h/ -h /6 +h 3 /4. h/ +h /3 +h 3 /4. f h -7/h. H +/h +5/6h 3. f (3) 3/h -5/4h. 3/h +7/4h. f (4) h +7/6h (β) Επόµενες διαφoρές f f (3) f (4) f (5) f (6) f/ x 3 f/ x 3 4 f/ x 4 5 f/ x 5 6 f/ x 6 3. f -h/ -h /6 -h 3 /4. -h/ +h /3 -h 3 /4. f -h -. -h +/h -5/6h 7/h f (3) -3/h -5/4h. -3/h +7/4h. f (4) -h +7/6h (γ) Μέσες διαφoρές f f (3) f (4) f (5) f (6) f/ x 3 f/ x 3 4 f/ x 4 5 f/ x 5 6 f/ x 6 f -h / h /6 0 +h 4 /30 0. h 4 / 0 f -h / 0 - -h / 0 +h 4 /90 h 4 /360 f (3) -h /4. -h /4 0. f (4) -h /6 ή f 3 f 3h 5h = 3 f x f x x (0α) 4 ( 3 ) ( 4 ( ) ) ( 5 x ( ) ) ( ) Τo αντίστoιχo σφάλµα είναι 3 hf 5h f x +... (0β) 4 ( 4 ) ( 5 ( x ) ) ( ) Από τoν Πίνακα συµπεραίνεται ότι τo σφάλµα των επoµένων και πρoηγoυµένων διαφoρών είναι της τάξης τoυ διαστήµατoς h, ενώ για τις µέσες διαφoρές είναι της τάξης τoυ h. Συνεπώς oι µέσες διαφoρές έχoυν µεγαλύτερη ακρίβεια και για τoν λόγo αυτό χρησιµoπoιoύνται ευρύτερα. Γενικά, η ακρίβεια αυξάνεται µε αναγωγή τoυ σφάλµατoς σε υψηλότερη τάξη διαστήµατoς h.

8 464 Υπολογιστικές µέθοδοι και εφαρµογές σε λεπτότοιχες κατασκευές 3. Σφάλµατα διακριτοποίησης Αυτά γενικά χωρίζονται σε αυτά που προκύπτουν κατά την απόκτηση του αριθµητικού προτύπου (µοντέλου) και σε αυτά που προκύπτουν κατά την εισαγωγή των δεδοµένων στον υπολογιστή. Από τα τελευταία το συνηθέστερο όλων είναι τα λάθη κατά τον ορισµό των στοιχείων ή και των κόµβων και για τον εντοπισµό και την διόρθωσή τους συνιστάται η χρήση γραφικών εργαλείων. Λάθη προκύπτουν επίσης και κατά τη χρήση εντολών που δηµιουργούν κόµβους µε αυτοµατοποιηµένη διαδικασία, ή και στοιχεία, επειδή εύκολα µπορεί να χρησιµοποιηθεί εσφαλµένος αριθµός επαναλήψεων ή διαστηµάτων αρίθµησης. Σηµειώνεται ότι σε µεγάλα µοντέλα δεν είναι εύκολος ο εντοπισµός τέτοιων λαθών. Η αντικατάσταση ενός συνεχούς µέσου από πεπερασµένα στοιχεία συνεπάγεται επιλογή ειδών στοιχείων, αριθµού, µορφών, οριακών συνθηκών και επιβολής φορτίων σε αυτά. Κατά τη διαδικασία αυτή υπεισέρχονται σφάλµατα που καλούνται σφάλµατα διακριτοποίησης 8, το σηµαντικότερο από αυτά οφείλεται στην αντικατάσταση του µαθηµατικού από το αριθµητικό µοντέλο. Όπως έχουµε ήδη περιγράψει σε προηγούµενο κεφάλαιο, η ΜΠΣ µπορεί να εκληφθεί ως µία µορφή ανάλυσης Ritz. Στην ΜΠΣ το µητρώο συναρτήσεων των µετατοπίσεων, Η (m) {m=,,..} αντιστοιχεί στις συναρτήσεις Ritz ενώ οι µετατοπίσεις στους κόµβους του πλέγµατος (άγνωστοι) αντιστοιχούν στους συντελεστές Ritz. Επειδή δε η µέθοδος Ritz βρίσκει εφαρµογή σε προβλήµατα που έχουν µεταβολική διατύπωση όχι µόνο στη µηχανική των συνεχών µέσων, η ΜΠΣ µπορεί να εφαρµοσθεί και ευρύτερα (µετάδοση θερµότητας κλπ). Ας θυµηθούµε όµως τη σχέση () του Κεφαλαίου 4: Π = U - W () όπου Π είναι το συναρτησιακό του συστήµατος. Από την αρχή των δυνατών έργων, δπ = 0 () Όταν δηλαδή το σύστηµα βρίσκεται σε ισορροπία, το ολικό δυναµικό είναι στάσιµο. Αποδεικνύεται δε ότι το στάσιµο αντιστοιχεί σε ελάχιστο της συνολικής δυνα- µικής ενέργειας. Επίσης, W = U, όπου W είναι το δυναµικό των εξωτερικών φορτίων και U είναι η εσωτερική παραµορφωσιακή ενέργεια. Άρα, Π = -U, και η κατάσταση ισορροπίας αντιστοιχεί στη µέγιστη τιµή της παραµορφωσιακής ενέργειας του συστήµατος. Κατά συνέπεια, το συνολικό δυναµικό που αντιστοιχεί στους συντελεστές Ritz είναι ένα άνω όριο του πραγµατικού δυναµικού ενώ η αντίστοιχη παραµορφωσιακή ενέργεια είναι κάτω όριο της πραγµατικής παραµορφωσιακής ενέργειας. Συµπεραίνουµε λοιπόν ότι στη ΜΠΣ γίνεται υποεκτίµηση των τιµών των µετατοπίσεων ενώ 8 σφάλµα διακριτοποίησης = discretisatio error

9 Σφάλµατα αριθµητικών λύσεων 465 γίνεται υπερεκτίµηση της ακαµψίας µίας κατασκευής εφόσον οι εξωτερικές φορτίσεις επιβάλλονται ως δυνάµεις. Εάν θελήσουµε να προσεγγίσουµε τη σωστή ακαµψία της κατασκευής, µπορούµε, όπως αναφέρεται στο Κεφάλαιο 5, στην περίπτωση των ισοπαραµετρικών στοιχείων να ελαττώσουµε την τάξη της αριθµητικής ολοκλήρωσης. Με τον τρόπο αυτό αποκτάται καλύτερη προσέγγιση στην ακαµψία της κατασκευής. Στο σηµείο αυτό αγγίζουµε το πρόβληµα ακρίβειας της αριθµητικής ολοκλήρωσης που απαιτείται στα ισοπαραµετρικά στοιχεία κατά τον υπολογισµό των µητρώων ακαµψίας, µάζας, και δυνάµεων γενικά. Κατά κανόνα, µε τη σωστή τάξη ολοκλήρωσης αποκτώνται αποτελέσµατα απόλυτης ακρίβειας. Εάν όµως η τάξη ολοκλήρωσης κατά τον υπολογισµό των όρων του µητρώου ακαµψίας είναι µικρότερη απ ότι πρέπει, ο αριθµός των µηδενικών ιδιοτιµών 9 θα είναι µεγαλύτερος του αριθµού των δυνατών µορφών παραµόρφωσης ως άκαµπτο σώµα και το µητρώο γίνεται µοναδιαίο. Είναι συνεπώς ανάγκη να ορίζεται σωστά η τάξη ολοκλήρωσης, η οποία θα εξαρτηθεί από τις ιδιότητες του στοιχείου και τη µέθοδο ολοκλήρωσης. Για περισσότερες πληροφορίες ο αναγνώστης παραπέµπεται στο Κεφάλαιο 5 (εδάφιο 6). Γενικά µπορούµε να πούµε ότι, όταν η διακριτοποίηση είναι ικανοποιητική, το αριθµητικό σφάλµα της λύσης θα έχει ως άνω όριο αυτό που προκύπτει κατά την προσέγγιση της ακριβούς λύσης µε συναρτήσεις παρεµβολής οι οποίες έχουν µηδενικό σφάλµα στους κόµβους. 0 Ας εξετάσουµε όµως την περίπτωση µίας ράβδου η οποία φέρει αξονικό φορτίο. Στο πρόβληµα αυτό µελετάται το σφάλµα λόγω της γραµµικής παρεµβολής µεταξύ των τιµών των µετατοπίσεων (u i, u i+ ) σε συνεχόµενους κόµβους. Στο i-οστό στοιχείο τότε, το σφάλµα διακριτοποίησης e d είναι e d = e d δ(x) και: x xi x x i edδ() x = u( x) u i ui+ (3) hi hi όπου u(x) είναι η ακριβής λύση. Επίσης, u i =u(x i ) και u i+ =u(x i+ ) όπου x i, x i+ είναι οι κόµβοι. Κάνοντας χρήση του θεωρήµατος του Rolle αποδεικνύεται ότι τα άνω όρια στα σφάλµατα των τιµών των µετατοπίσεων και των παραµορφώσεων είναι: ex ( ) hi u ( x) max (4α) 8 xi x xi + 9 ιδιοτιµή = eigevalue 0 Strag G., Fix G.F. A Aalysis of the Fiite Elemet Method. Pretice Hall, Eglewood Cliffs, NJ 973. Θεώρηµα του Rolle: εάν f(a)=f(b)=0, τότε f (x)=0 στο πεδίο τιµών a έως b, και η παράγωγος της f(x) είναι συνεχής στο (a,b). ιαφορετικά, εάν z, z είναι δύο πραγµατικές ρίζες της f(z), τότε η f (z) έχει ρίζα στο πεδίο z -z.

10 466 Υπολογιστικές µέθοδοι και εφαρµογές σε λεπτότοιχες κατασκευές e ( x) h ( ) i max u x xi x xi + (4β) αντίστοιχα. Συµπεραίνουµε λοιπόν ότι: α) Το σφάλµα στις παραµορφώσεις είναι ανάλογο προς τις διαστάσεις του στοιχείου ενώ το σφάλµα στις µετατοπίσεις είναι ανάλογο προς το τετράγωνο των διαστάσεών του. β) Τα σφάλµατα είναι ανάλογα προς τις παραγώγους µίας τάξεως υψηλότερης της τάξης των συναρτήσεων παρεµβολής. γ) Οι µετατοπίσεις υπολογίζονται µε µεγαλύτερη ακρίβεια στην περιοχή των κόµβων, ενώ οι τιµές των παραµορφώσεων είναι ακριβέστερες στην περιοχή των σηµείων ολοκλήρωσης (σηµεία Gauss, στο εσωτερικό των στοιχείων). Εάν σε µία µονοδιάστατη κατασκευή διπλασιάσουµε τον αριθµό των στοιχείων το σφάλµα στις παραµορφώσεις θα υποδιπλασιασθεί ενώ το σφάλµα στις µετατοπίσεις θα υποτετραπλασιασθεί. Επεκτείνοντας τον συλλογισµό σε διδιάστατα ή τρισδιάστατα στοιχεία µε περισσότερους βαθµούς ελευθερίας αποδεικνύεται ότι η τάξη του σφάλµατος της εσωτερικής ενέργειας παραµόρφωσης ισούται µε h (q-m) όπου: H = χαρακτηριστικό µήκος στοιχείου. (Σε διδιάστατα ή τρισδιάστατα στοιχεία λαµβάνεται ως ίσο µε την µεγαλύτερη απόσταση που ενώνει δύο κόµβους στο στοιχείο.) q- = βαθµός υψηλότερου πλήρους πολυωνύµου του πεδίου µετατοπίσεων m = τάξη υψηλότερης παραγώγου που περιλαµβάνεται στην εξίσωση ισορροπίας, όταν αυτή εκφράζεται συναρτήσει των µετατοπίσεων Στην εισαγωγή του παρόντος κεφαλαίου αναφέραµε τον ορισµό του σχετικού σφάλµατος, τον οποίο θα χρησιµοποιήσουµε τώρα. Μία ένδειξη µεγέθους του σχετικού σφάλµατος δίνεται από τη σχέση: e r h q r ρ ρ (5) όπου ρ ρ r q H = µέγιστος λόγος πλευρών σε στοιχείο σε ολόκληρο το πλέγµα = λόγος του χαρακτηριστικού µήκους του µεγαλύτερου στοιχείου προς αυτό του µικρότερου στοιχείου = για επίπεδα και στερεά στοιχεία = για στοιχεία-δοκούς και στοιχεία-ελάσµατα = βλέπε ορισµό προηγουµένως = Ν (-/) όπου

11 Σφάλµατα αριθµητικών λύσεων 467 Ν = αριθµός στοιχείων στο πλέγµα = αριθµός διαστάσεων (,, ή 3 για µονοδιάστατα, διδιάστατα ή τρισδιάστατα προβλήµατα αντίστοιχα) Για να αποκτήσουµε κάποια διαίσθηση αποδεκτών τιµών του σχετικού σφάλµατος, αναφέρουµε ότι, εάν το σχετικό σφάλµα είναι ίσο µε το ένα δέκατο του συνολικού σφάλµατος, τα αποτελέσµατα µπορούν να θεωρηθούν αξιόπιστα. Για µικρότερες τιµές, το πλέγµα περιέχει περισσότερα στοιχεία απ ότι απαιτείται ενώ για µεγαλύτερες θα πρέπει να επανασυσταθεί το πλέγµα. Κάνοντας χρήση δύο πλεγµάτων για το ίδιο πρόβληµα, είναι δυνατό να αποκτηθεί προσέγγιση στην ακριβή λύση, υπό ορισµένες προϋποθέσεις. Θα πρέπει δηλαδή να ακολουθηθεί κανονική εξέλιξη του πλέγµατος, δηλαδή θα πρέπει σε κάθε στάδιο να διατηρούνται ο αριθµός των κόµβων και τα όρια των στοιχείων, ενώ προστίθενται νέοι κόµβοι και όρια. Τα ρ και ρ θα πρέπει να παραµένουν σταθερά, ενώ τα είδη των στοιχείων και οι κανόνες αριθµητικής ολοκλήρωσης δεν θα πρέπει να µεταβάλλονται. Οι γωνιακοί κόµβοι παραµένουν γωνιακοί και οι ενδιάµεσοι παραµένουν ενδιάµεσοι. Τέλος, η ποσότητα που παρεκβάλλεται πρέπει να υπολογίζεται σε σταθερό σηµείο στον χώρο σε σχέση µε το αντίστοιχο στοιχείο (δηλ. για παράδειγµα σε γωνιακό κόµβο στοιχείου). Εάν χρησιµοποιηθούν µόνο δύο πλέγµατα, ο ρυθµός σύγκλισης παραµένει απροσδιόριστος και το µόνο που µπορούµε να κάνουµε είναι να τον θεωρήσουµε γραµµικό. Εάν προστεθεί και τρίτο πλέγµα αποκτάται µεγαλύτερη ακρίβεια στην προσέγγιση της ακριβής λύσης. Παράδειγµα Να διερευνηθεί η ακρίβεια της λύσης του προβλήµατος του προβόλου του σχήµατος για πλέγµατα µε 8 στοιχεία, (συνεχείς γραµµές), 3 στοιχεία, (διακεκοµµένες γραµµές) και 8 στοιχεία αντίστοιχα. Ο πρόβολος φέρει κατακόρυφο φορτίο 00 µονάδων στο ελεύθερο άκρο του E=0 4 ν=0,5 Λύση

12 468 Υπολογιστικές µέθοδοι και εφαρµογές σε λεπτότοιχες κατασκευές Πίνακας Αποτελέσµατα τριών πλεγµάτων διακριτοποίησης προβόλου εδοµένα πλέγµατος Βέλος κάµψης Aκριβής λύση Ν h=/n / Πλήρες Ανηγµένο Πλήρες Ανηγµένο 8 0,3536 4,56, ,768 7,4 9,33 8 0,0884 8,30 8,9 7,978 8,67 8,695 8,788 Το βέλος κάµψης µε βάση τη θεωρία δοκών λαµβάνοντας υπόψη και µετατοπίσεις λόγω διάτµησης ισούται µε 8,88 (ακριβές αποτέλεσµα). 4. Η έννοια του µέτρου διανύσµατος και του µέτρου µητρώου Στην εισαγωγή του παρόντος κεφαλαίου δόθηκαν δύο ορισµοί σφάλµατος που έχουν γενική εφαρµογή. Σε προβλήµατα όµως τοπικού σφάλµατος σε πλέγµατα πεπερασµένων στοιχείων οι ορισµοί αυτοί είναι ανεπαρκείς διότι µπορεί µεν να είναι µεγάλο το τοπικό σφάλµα λόγω ανωµαλιών κ.ά., στο σύνολό της όµως η συ- µπεριφορά µπορεί να είναι αποδεκτή. Για το λόγο αυτό απαιτείται µία ποσότητα που να εκφράζει το µέγεθος του σχετικού διανύσµατος ή µητρώου το οποίο µπορεί να αναφέρεται είτε στην µετρούµενη ποσότητα είτε στο αντίστοιχο σφάλµα. Αυτό δίνεται από το µέτρο (νόρµα), που είναι µία πραγµατική συνάρτηση, οι ιδιότητες της οποίας αποτελούν γενίκευση του µεγέθους του µήκους στον Ευκλείδειο χώρο. Το Ευκλείδειο µέτρο 3 ή µήκος του διανύσµατος u, ορίζεται τότε από τη σχέση: u = ( u u) = T / u i i= / (6) Το µέτρο έχει τις παρακάτω ιδιότητες:. u 0 και u = 0 (7α) εάν και µόνον εάν u=0, δηλ. v i =0 για i =,... µέτρο = orm 3 Ευκλείδειο µέτρο = Euclidea orm

13 Σφάλµατα αριθµητικών λύσεων 469. αu = α u για κάθε πραγµατικό (ή µιγαδικό) αριθµό α (7β) 3. u + v u + v για διανύσµατα u, v (7γ) Οι ιδιότητες και είναι προφανείς, ενώ η 3 προκύπτει από την ανισότητα Cauchy-Schwartz. Οι παραπάνω ιδιότητες δεν χαρακτηρίζουν µόνο το µέτρο όπως αυτό ορίσθηκε από τη σχέση (6): γενικά καλούµε οποιαδήποτε συνάρτηση που κατέχει τις ιδιότητες αυτές διανυσµατικό µέτρο 4 και συνεπώς η γενίκευση του παραπάνω ορισµού λαµβάνει τη µορφή: / p p u p = u i (8) i= Η παραπάνω ποσότητα καλείται µέτρο L p. Εάν p, τότε ορίζεται το απειροστό ή µέγιστο µέτρο L : 5 u = max u (9) i i Οι παραπάνω έννοιες µπορούν να επεκταθούν και στην µελέτη υπολογιστικών σφαλµάτων σε πράξεις που περιλαµβάνουν µητρώα. Το µέτρο του µητρώου Α 6 ορίζεται από τη σχέση: A = max x = Ax (0) Καλείται δε αυτό επαγόµενο µέτρο 7 διότι επάγεται από το διανυσµατικό µέτρο που αναφέρεται στη σχέση (0). Το µέτρο του µητρώου Α, όπως αυτό ορίσθηκε από την (0), αποτελεί ειδική περίπτωση του συνήθους ορισµού του µέτρου γραµ- µικού µετασχηµατισµού και γενικά υπάρχουν µέτρα µητρώων που δεν επάγονται διανυσµατικών µέτρων. Η ποσότητα που ορίζεται από τη σχέση (0) ικανοποιεί τις σχέσεις (7α-γ) και επί πλέον ικανοποιεί και την παρακάτω σχέση: AB A B () όπου Α, Β είναι µητρώα. Μπορούµε συνεπώς να ορίσουµε ως µέτρο µητρώου οποιαδήποτε συνάρτηση η οποία ικανοποιεί την σχέση (). Αντίστοιχα µε τα διανυσµατικά µέτρα L o και L έχουµε: 4 διανυσµατικό µέτρο = vector orm 5 απειροστό (µέγιστο) µέτρο = ifiite orm 6 µέτρο µητρώου = matrix orm 7 επαγόµενο µέτρο = iduced orm

14 470 Υπολογιστικές µέθοδοι και εφαρµογές σε λεπτότοιχες κατασκευές A = max j i= A i j= a (α) ij = max a ij (β) Εκτός του µέτρου του διανύσµατος (µητρώου) γίνεται χρήση και της έννοιας της φασµατικής ακτίνας ρ(α) 8, ο ορισµός της οποίας ακολουθεί: ρ( A ) = max λ i i (3) όπου λ i είναι η i-οστή ιδιοτιµή του µητρώου Α. Εύκολα αποδεικνύεται ότι: ρ( A) = A (4) Η χρήση των µέτρων συνιστά έναν από τους καλύτερους τρόπους προσδιορισµού του αριθµητικού σφάλµατος, που ορίζεται από τη διαφορά της προσέγγισης u c από το ακριβές αποτέλεσµα u t. Η ποσότητα u c -u t χρησιµοποιείται τότε για να εκτιµηθεί η ακρίβεια της αριθµητικής λύσης. Επειδή η ακρίβεια αριθµητικών λύσεων της εξίσωσης Αu=f εξαρτάται όχι µόνο από το µέγεθος της µικρότερης ιδιοτιµής λ mi αλλά και από το λόγο της µεγαλύτερης προς τη µικρότερη ιδιοτιµή (λ max /λ mi ), µπορούµε να αντικαταστήσουµε το αρχικό πρόβληµα Αu=f από το (Α+δΑ)(u+δu)=f. Εάν θεωρήσουµε αµελητέο το γινό- µενο δαδu, τότε, δu = - Α - δα u (5) Θεωρώντας τώρα τα αντίστοιχα µέτρα, έχουµε: δu u δ cod ( A) A (6) A όπου cod(α) καλείται αριθµός κατάστασης 9 του µητρώου Α σε σχέση µε το δεδο- µένο µέτρο του και: cod( A ) = λ λ max mi (7) 8 φασµατική ακτίνα = spectral desity 9 αριθµός κατάστασης = coditio umber

15 Σφάλµατα αριθµητικών λύσεων 47 Από τη σχέση (7) συµπεραίνουµε ότι όταν αυξάνεται ο αριθµός κατάστασης ελαττώνεται η ευστάθεια της λύσης του συστήµατος, προκύπτει δε κακή κατάσταση 0 του συστήµατος των εξισώσεων. Για να υπολογίσουµε τον αριθµό των ψηφίων της λύσης που είναι ακριβή, µπορούµε να θεωρήσουµε ότι για υπολογιστή ακρίβειας t ψηφίων ισχύει: δa A = 0 t (8) Εάν η αποκτώµενη λύση είναι ακρίβειας s ψηφίων, δu u = 0 s (9) Αντικαθιστώντας τις σχέσεις (8) και (9) στην (6), αποκτάται ο αριθµός των ψηφίων της λύσης που είναι ακριβή: t log [ cod( A) ] (30) s 0 Ο αριθµός των ψηφίων ακρίβειας που χάθηκε προσεγγίζεται συνεπώς µε την ποσότητα: log 0 [ cod( A) ] ενώ δεν λαµβάνεται υπόψη τυχόν πρόσθετη απώλεια ακρίβειας (υπολογιστικό σφάλµα) κατά την εκπόνηση των αριθµητικών πράξεων. Παράδειγµα Να διερευνηθεί η κατάσταση των δύο παρακάτω µητρωικών εξισώσεων:,00,00,00 x 4,00 =,0 y,00 µε λύση x y = κακή κατάσταση = poor coditio

16 47 Υπολογιστικές µέθοδοι και εφαρµογές σε λεπτότοιχες κατασκευές και,00,00,00 x 4,00 =,0 y,00 µε λύση x y = Λύση Βλέπουµε ότι µία αλλαγή σε ένα στοιχείο της τάξης του % επιφέρει διπλασιασµό των αποτελεσµάτων, τα οποία είναι συνεπώς ευαίσθητα σε µικρές αλλαγές των τι- µών των στοιχείων του µητρώου συντελεστών (ακαµψίας) ή του µητρώου σταθερών (φορτίων) του συστήµατος αυτού. Το γεωµετρικό ανάλογο της λύσης του παραπάνω συστήµατος είναι η τοµή δύο ευθειών που είναι σχεδόν παράλληλες (οι εξισώσεις τους είναι x-y = 4 και x +,0y = -). Μία µικρή περιστροφή της δεύτερης επιφέρει τότε σηµαντική µετατόπιση του σηµείου τοµής τους. Παρατηρούµε δε ότι, στην περίπτωση αυτή, η σχέση των όρων των σειρών του συγκεκριµένου µητρώου είναι (σχεδόν) γραµµική. Στην περίπτωση του παραπάνω παραδείγµατος, οι όροι της δεύτερης σειράς είναι ακέραιο πολλαπλάσιο αυτών της πρώτης. Εάν χρησιµοποιήσουµε τη µέθοδο της απαλοιφής κατά Gauss για να επιλύσουµε το σύστηµα, ο δεύτερος διαγώνιος συντελεστής γίνεται,0-,0=0,0. Για ακρίβεια δύο ψηφίων, όλοι οι όροι θα γίνουν τότε ίσοι µε,0 και το µητρώο γίνεται µοναδιαίο. Η απαλοιφή δίνει,0-,0=0,0 για τον δεύτερο διαγώνιο όρο και καταλήγουµε στη διαίρεση y =,0/0,0. Τα συστήµατα του παραπάνω παραδείγµατος χαρακτηρίζονται από κακή κατάσταση, στην περίπτωση δε των µοντέλων κατασκευαστικών προβληµάτων, το πρόβληµα αυτό µπορεί να αποφευχθεί µε χρήση ακαµψιών (όρων κατά µήκος της κύριας διαγωνίου του µητρώου ακαµψιών) µε µέγεθος της ίδιας τάξης. Συµβάλλει επίσης στην αποφυγή κακής κατάστασης η χρήση µεγαλυτέρου αριθµού ψηφίων καθότι έτσι αυξάνεται η αριθµητική ακρίβεια. εν επιλύεται όµως έτσι το πρόβληµα. Παράδειγµα 3 Να διερευνηθεί η κατάσταση του συστήµατος εξισώσεων ισορροπίας της κατασκευής του σχήµατος. u u F k k x,u Σχήµα Κατασκευή µε δύο βαθµούς ελευθερίας

17 Σφάλµατα αριθµητικών λύσεων 473 Λύση Η µητρωική εξίσωση ισορροπίας, ΚU=F, γράφεται ως εξής: k k k k + k u F = u 0 Εάν k >>k, το σύστηµα είναι κακής κατάστασης ενώ εάν k >>k το σύστηµα έχει ευσταθή λύση. Οι σειρές του µητρώου Κ είναι σχεδόν γραµµικά εξαρτηµένες εάν k >>k ενώ δεν είναι εάν k >>k. Κατά την απαλοιφή κατά Gauss, υπολογίζουµε τον ανηγµένο συντελεστή (k +k )-k το οποίο δίνει λανθασµένο αποτέλεσµα εάν k >>k και k /k είναι της ίδιας τάξης µεγέθους µε αυτό του σφάλµατος αποκοπής. Μπορούµε να το επιβεβαιώσουµε εάν αντικαταστήσουµε για παράδειγµα τις τιµές k = 40, k = 0,004. Τα πεπερασµένα στοιχεία στα οποία πρέπει να δίνεται προσοχή είναι αυτά για τα οποία η καµπτική ακαµψία είναι αρκετά µικρότερη της µεµβρανικής (π.χ. τα λεπτότοιχα κελύφη). Το ίδιο ισχύει και στην περίπτωση στοιχείου-ράβδου και στην περίπτωση αυτή, επειδή για τις οµοεπίπεδες µετατοπίσεις u και u στα άκρα και θα είναι u u, είναι προτιµότερο να γίνει επιβολή περιορισµού (u =u ). Με αυτό τον τρόπο αποφεύγεται η κακή κατάσταση της µητρωικής εξίσωσης. Μπορούµε επίσης να ελαττώσουµε την ακαµψία ενός τµήµατος της κατασκευής, όπως για παράδειγµα την αξονική ακαµψία ΕΑ/L στοιχείου-δοκού, διαιρώντας την µε 00. Το αποτέλεσµα είναι να διατηρηθεί µεγαλύτερη η αξονική (µεµβρανική) ακαµψία από την καµπτική και τα µεγέθη u και u θα παραµείνουν µεγαλύτερα της σχετικής µετατόπισης u -u. Εναλλακτικά, µπορούµε να κάνουµε χρήση σχετικών και όχι απολύτων µετατοπίσεων, σε επιλεγµένους βαθµούς ελευθερίας. Λόγου χάρη, στο προηγούµενο παράδειγµα, εισάγεται η u r = u u. Η µητρωική εξίσωση γράφεται τότε: k 0 0 u k u r P = P Το σύστηµα αυτό είναι καλής κατάστασης για οποιεσδήποτε τιµές των ακαµψιών k, k. Τέλος, συνιστάται επίσης η χρήση δευτεροτάξιας ακρίβειας, εκτός εάν το όριο στρογγύλευσης είναι περίπου 0-4 ή εάν ο αριθµός των βαθµών ελευθερίας του συστήµατος των εξισώσεων είναι µικρός. Παράδειγµα 4 Να υπολογισθούν τα µέτρα L, L (φασµατικό µέτρο) και L του διανύσµατος

18 474 Υπολογιστικές µέθοδοι και εφαρµογές σε λεπτότοιχες κατασκευές και του µητρώου: A = v = [ -3 ] T Επίσης, να υπολογισθούν η φασµατική ακτίνα, ο αριθµός κατάστασης του µητρώου Α και ο αριθµός των ψηφίων του αποτελέσµατος που είναι ακριβή. Λύση Από τη σχέση (4) έχουµε: v = 3 v = + 3+ = 6 v = = 4 A = = 6 A = = 6 Για να υπολογισθεί το A πρέπει πρώτα να υπολογισθεί η ποσότητα A T A. Έχουµε: T A A= Υπολογίζουµε τώρα τις ιδιοτιµές του A T Α. Το χαρακτηριστικό πολυώνυµο του Α, p(λ), είναι: 5 - λ 0-3 ( ) = det8 0 - λ 0 = 8( λ) ( 8 λ) λ p λ Το πολυώνυµο αυτό είναι τρίτης τάξεως και συνεπώς το µητρώο Α έχει τρεις ιδιοτιµές (+36, +36, +44). Άρα, A = 44 =

19 Σφάλµατα αριθµητικών λύσεων 475 Από τις ιδιοτιµές του µητρώου Α έχουµε ρ(α)=44 και cod(α)=44/36=4. Εάν οι πράξεις γίνουν µε ακρίβεια 6 ψηφίων τότε η λύση θα έχει ακρίβεια ( 4,0) 5, 398 s 6 log0 = ή 5 ψηφίων 5. Εξέλιξη πλέγµατος κατά διάστηµα (h) και κατά βαθµό πολυωνύµου (p) ύο από τις σύγχρονες µεθόδους εξέλιξης πλεγµάτων είναι οι κατά διάστηµα (h) και κατά βαθµό πολυωνύµου (p). Θα αναφέρουµε παρακάτω τις βασικές αρχές των µεθόδων αυτών. Και οι δύο µέθοδοι αποβλέπουν στη πρόσθεση βαθµών ελευθερίας κατά τρόπο ώστε να περιορίζεται το σφάλµα διακριτοποίησης σε επόµενη ανάλυση. Στην εξέλιξη κατά διάστηµα (h) ελαττώνεται το χαρακτηριστικό µήκος των στοιχείων (h) υποδιαιρώντας τα υπάρχοντα στοιχεία χωρίς όµως να αλλάζει το είδος των στοιχείων. Στην εξέλιξη κατά βαθµό πολυωνύµου p αυξάνεται ο βαθµός των πλήρων πολυωνύµων (p) µε την πρόσθεση κόµβων ή και βαθµών ελευθερίας στα στοιχεία χωρίς όµως να αλλάξουν η διάταξη και ο αριθµός των στοιχείων. Μία σειρά διαδοχικά εξελισσόµενων πλεγµάτων οδεύει προς ακριβέστερα αποτελέσµατα η δε διαδικασία αυτή καλείται σύγκλιση κατά διάστηµα ή σύγκλιση κατά βαθµό πολυωνύµου. Ένα πρόγραµµα καλείται προσαρµοζόµενο εάν η πρόσθεση βαθµών ελευθερίας και η επανάληψη της διαδικασίας επίλυσης επιτυγχάνονται µε την ελάχιστη απαιτούµενη παρεµβολή του χρήστη. Το πρόγραµµα καλείται αυτοπροσαρµοζόµενο 3 αν:. Έχει ενσωµατωθεί σε αυτό κάποιο κριτήριο ανάγκης πρόσθετων βαθµών ελευθερίας µε βάση προκαθορισµένο βαθµό ακρίβειας.. Αν σε συνέχεια το πρόγραµµα είναι σε θέση να επιτελεί την ανάλυση και να ελέγχει την ακρίβεια, και τέλος, 3. Να συνεχίζεται η παραπάνω διαδικασία µέχρις ότου η ακρίβεια είναι εντός των αποδεκτών ορίων. Είναι δυνατό να περιορίσουµε τον αριθµό των απαιτούµενων υπολογισµών µε κατάλληλο προγραµµατισµό, ακολουθώντας τις παρακάτω αρχές: α) Εισάγοντας νέα στοιχεία του ίδιου τύπου µε τα αρχικά αλλά µικρότερων διαστάσεων β) Για τα ίδια στοιχεία, αυξάνοντας την τάξη των πολυωνύµων προσθέτοντας νέους κόµβους και γ) Με συνδυασµό των (α) και (β) εξέλιξη πλέγµατος = mesh refiemet προσαρµοζόµενο πλέγµα = adaptive mesh 3 αυτοπροσαρµοζόµενο = self-adaptive

20 476 Υπολογιστικές µέθοδοι και εφαρµογές σε λεπτότοιχες κατασκευές Βαθµοί ελευθερίας log e Γραµµικό στοιχείο (σταθερή εξέλιξη) Γραµµικό στοιχείο,0 (µε προσαρµογή) ευτεροτάξιο 0,356=λ/ στοιχείο,0 (µε προσαρµογή) p/=,0 0,5=p/,0 ευτεροτάξιο στοιχείο (σταθερή εξέλιξη) Σχετικό σφάλµα (%) log N Σχήµα 3 Ρυθµοί σύγκλισης προβλήµατος προβόλου µε εξέλιξη κατά βαθµό πολυωνύµου Στο Σχήµα 3 εικονίζονται οι διαδικασίες (α) και (β) αντίστοιχα ενώ τα αποτελέσµατα µίας µελέτης σύγκλισης ακολουθώντας συµβατική (γραµµική) εξέλιξη και εξέλιξη πλέγµατος κατά βαθµό πολυωνύµου περιλαµβάνονται στο Σχήµα 4. Γενικά η σύγκλιση κατά βαθµό πολυωνύµου είναι ταχύτερη απ ότι η κατά διάστηµα. Ο προσδιορισµός του σφάλµατος για τις διαδικασίες αυτές µπορεί να αποτελέσει τη βάση για την σύνταξη κωδίκων αυτόµατης εφαρµογής τους και περιγράφεται στο βιβλίο των Ζiekiewicz και Taylor [0]. Ο προσδιορισµός του σφάλµατος και η µονοτονική σύγκλιση διαδοχικών λύσεων είναι εφικτά µε απόλυτα κανονική εξέλιξη πλέγµατος - µία τέτοια διαδικασία καλείται ιεραρχική 4. Σε πλέγµατα που αποκτώνται ως αποτέλεσµα ιεραρχικών εξελίξεων οι µετατοπίσεις των λιγότερο εξελιγµένων πλεγµάτων αποτελούν ειδικές περιπτώσεις της τελικής λύσης. 6. Σύγκλιση λύσεων ΜΠΣ Η σύγκλιση 5 είναι έννοια στενά συνυφασµένη µε τη θεωρία των αριθµητικών µεθόδων καθότι αποτελεί χαρακτηριστική ιδιότητα των προσεγγιστικών διαδικασιών, στις οποίες είτε υποδιαιρείται (διακριτοποιείται) σταδιακά η κατασκευή, είτε χρησιµοποιείται επαναληπτική µέθοδος για να επιτευχθεί προσέγγιση στο ακριβές αποτέλεσµα. Αµέσως παρακάτω θα µας απασχολήσει η πρώτη περίπτωση, ενώ σε µεταγενέστερο στάδιο θα αναφερθούµε στη σύγκλιση επαναληπτικών λύσεων πεπερασµένων διαφορών. 4 ιεραρχική διαδικασία = hierarchical process 5 σύγκλιση = covergece

21 Σφάλµατα αριθµητικών λύσεων 477 y p=,0,0,0 x (α) Κατασκευή, οριακές συνθήκες, φόρτιση και σύστηµα αναφοράς (β) Προσαρµοζόµενα πλέγµατα γραµµικών τριγωνικών στοιχείων Σχήµα 4 ιακριτοποίηση προβόλου

22 478 Υπολογιστικές µέθοδοι και εφαρµογές σε λεπτότοιχες κατασκευές Όπως είδαµε προηγουµένως, η ακριβής λύση προσεγγίζεται είτε µε αλλαγές στις ιδιότητες των στοιχείων (εξέλιξη κατά βαθµό πολυωνύµου) είτε µε αλλαγές στη διακριτοποίηση. Κατά κανόνα, η αύξηση του αριθµού των στοιχείων βελτιώνει την ακρίβεια της λύσης. Για να υπάρξει (µονοτονική) σύγκλιση όµως στο ακριβές αποτέλεσµα πρέπει να ικανοποιούνται και οι παρακάτω προϋποθέσεις: α) Τα στοιχεία πρέπει να είναι πλήρη 6 β) Τα στοιχεία πρέπει να είναι συµβατά 7 Όταν ικανοποιούνται οι δύο αυτές προϋποθέσεις τότε τα στοιχεία καλούνται σύµµορφα 8 : διαφορετικά καλούνται ασύµµορφα. 9 Η απαίτηση της πληρότητας συνεπάγεται ότι τα στοιχεία θα πρέπει να αναπαριστούν α) τις κινήσεις των στοιχείων ως άκαµπτα σώµατα και β) να υφίστανται σταθερές παραµορφωσιακές καταστάσεις. Οι κινήσεις άκαµπτου σώµατος προκύπτουν όταν δεν αναπτύσσονται τάσεις στο εσωτερικό των στοιχείων ενώ οι σταθερές παραµορφωσιακές καταστάσεις είναι στην ουσία το όριο διακριτοποίησης της κατασκευής. Περαιτέρω διακριτοποίηση δεν επιφέρει δηλαδή αλλαγές διότι η αναπαράστασή τους έχει απόλυτη ακρίβεια. Η συµβατότητα µεταξύ των στοιχείων προϋποθέτει την συνέχεια µετατοπίσεων στο εσωτερικό αλλά και στα σύνορα των στοιχείων. Με τον τρόπο αυτό εξασφαλίζεται η αποφυγή κενών µεταξύ τους. Όταν οι βαθµοί ελευθερίας περιλαµβάνουν µόνο µετατοπίσεις, τότε απαιτείται συνέχεια µόνο σε αυτούς. Όταν όµως ορίζονται και οι κλίσεις στα όρια των στοιχείων τότε πρέπει να υπάρχει συνέχεια και στις πρώτες παραγώγους τους (για παράδειγµα στα στοιχεία-ελάσµατα). Στην περίπτωση των στοιχείων-ράβδων και των στοιχείων-δοκών η συµβατότητα εξασφαλίζεται αυτόµατα. Σε προβλήµατα όπου χρησιµοποιούνται διαφόρων ειδών στοιχεία δεν ικανοποιείται πάντοτε η συνθήκη της συµβατότητας. Αυτό όµως δεν εµποδίζει την απόκτηση αποτελεσµάτων µε επαρκή ακρίβεια. Η εξασφάλιση συµβατότητας των µετατοπίσεων δεν συνεπάγεται όµως και τη συµβατότητα των εντατικών πεδίων γειτονικών στοιχείων. Οι τάσεις υπολογίζονται από τις καταστατικές εξισώσεις και τις σχέσεις σ = Εε + σ p. Στην περίπτωση αυτή απαιτείται προσοχή, και για την βελτίωση των αποτελεσµάτων αποκτώνται µέσες τιµές κατά µήκος των συνόρων των στοιχείων. ιαφορετικά, οι κατανοµές των τάσεων σχεδιάζονται κάνοντας χρήση των τιµών στο εσωτερικό των στοιχείων και µόνο. Παράδειγµα 5 Να διερευνηθεί εάν το τετράπλευρο επίπεδο στοιχείο του οποίου τα πεδία των µετατοπίσεων είναι: 6 πλήρης = complete 7 συµβατός = compatible 8 σύµµορφος = coformig 9 ασύµµορφος = o-coformig

23 Σφάλµατα αριθµητικών λύσεων 479 ( x, y) = a + ax + a3 y + a xy ( x, y) = β + β x + β y + β xy u 4 v 3 4 ικανοποιεί τις συνθήκες συµβατότητας και πληρότητας. Λύση Παρατηρούµε ότι οι µετατοπίσεις στο εσωτερικό του στοιχείου είναι συνεχείς και συνεπώς απαιτείται να ελεγχθεί η συµβατότητα µόνο στα σύνορά τους. Θεωρούµε δύο στοιχεία που συνδέονται σε δύο κόµβους, (-3), (-4), στους οποίους επιβάλλονται αυθαίρετες µετατοπίσεις. Από τις σχέσεις που προτείνονται για τα πεδία των µετατοπίσεων βλέπουµε ότι τα σηµεία των συνόρων µετατοπίζονται γραµµικά και συνεπώς εξασφαλίζεται συνέχεια και κατά µήκος της κοινής πλευράς. Άρα το στοιχείο είναι συµβατό. y, v 3.3 οι κοινές πλευρές των στοιχείων συµπίπτουν v=v 4 4,4 u=u 4 Σχήµα 5 Συµβατότητα στοιχείου επίπεδης εντατικής κατάστασης Όσον αφορά την πληρότητα τα πεδία των µετατοπίσεων δείχνουν ότι η µετατόπιση ως άκαµπτο σώµα κατά µήκος της διεύθυνσης x προκύπτει εάν α 0. Παρό- µοια, µετατοπίσεις ως άκαµπτο σώµα στην διεύθυνση y προκύπτουν όταν β 0, ενώ οι αντίστοιχες περιστροφές θα πρέπει α 3 0, β 3 0 και α 3 +β 0. Στο ίδιο συµπέρασµα καταλήγουµε χρησιµοποιώντας το µητρώο Ε, όπου (Παράδειγµα 3, Κεφάλαιο 3): x, u 0 E = y 0 x x y

24 480 Υπολογιστικές µέθοδοι και εφαρµογές σε λεπτότοιχες κατασκευές Οι συντεταγµένες και οι µετατοπίσεις µεταβάλλονται παραβολλικά κατά µήκος των δύο πλευρών (α) συµβατά στοιχεία Πλευρά µε τρείς κόµβους Οι συντεταγµένες µεταβάλλονται γραµµικά ενώ οι µετατοπίσεις παραβολικά Πλευρά µε δύο κόµβους Οι συντεταγµένες και οι µετατοπίσεις µεταβάλλονται γραµµικά (β) ασύµβατα στοιχεία Σχήµα 6 Συµβατά και ασύµβατα ισοπαραµετρικά στοιχεία και Β=ΕΑ -. Από το µητρώο Ε επιβεβαιώνεται επίσης ότι καταστάσεις σταθερών παραµορφώσεων είναι εφικτές και συνεπώς το στοιχείο είναι πλήρες και συµβατό. Άρα είναι και σύµµορφο. 7. Σύγκλιση ισοπαραµετρικών στοιχείων Προηγουµένως αναφέρθηκαν οι γενικές προϋποθέσεις για να υπάρχει µονοτονική σύγκλιση. Κατά τη διερεύνηση της συµβατότητας των ισοπαραµετρικών στοιχείων, θεωρούµε την πλευρά που είναι κοινή για δύο γειτονικά στοιχεία (Σχήµα 6). Εάν κατά µήκος της πλευράς αυτής οι συντεταγµένες των κόµβων και οι µετατοπίσεις ταυτίζονται, τότε ικανοποιείται η συνθήκη της συµβατότητας. Αυτό ισχύει όταν τα

25 Σφάλµατα αριθµητικών λύσεων 48 στοιχεία έχουν κοινούς κόµβους, οι δε συντεταγµένες και µετατοπίσεις κατά µήκος της κοινής πλευράς ορίζονται µε τις ίδιες συναρτήσεις παρεµβολής (Σχήµα 6). Στην περίπτωση των ισοπαραµετρικών στοιχείων το πεδίο των µετατοπίσεων, όπως αυτό έχει ορισθεί στο τοπικό σύστηµα αναφοράς, θα πρέπει να ισχύει και στην ισοπαραµετρική διατύπωση. Για διδιάστατα στοιχεία, το πεδίο ορίζεται από τις παρακάτω σχέσεις: u v + = a + βx + γ y (3α) = a + β x γ y (3β) όπου a (j =, ) είναι σταθερές. Οι µετατοπίσεις των κόµβων θα είναι τότε: j,β j,γ j ui a + βxi + γ yi vi a + βxi + γ yi = (3α) = (3β) όπου i =, q και q είναι ο αριθµός των κόµβων. Για να δείξουµε ότι ισχύει το πεδίο των µετατοπίσεων όπως ορίζουν οι σχέσεις (3α), (3β) και στην ισοπαρα- µετρική διατύπωση, θεωρούµε ότι οι µετατοπίσεις των κόµβων δίνονται από τις (3α), (3β). Θα πρέπει τότε, εάν χρησιµοποιήσουµε τις σχέσεις αυτές να καταλήξουµε στις (3α), (3β) για τις µετατοπίσεις. Στην ισοπαραµετρική διατύπωση έχουµε: u = v = q i= q i= h i u i h i v i (33α) (33β) Αντικαθιστώντας από τις (8α), (8β) έχουµε: u = a v = a q q q γ i= i= i= hi + hi xi + β h y (34α) q q q γ i= i= i= hi + hi xi + i i i β h y (34β) Οι µετατοπίσεις που εκφράζουν οι σχέσεις (34α) και (34β) είναι ίδιες µε αυτές των (3α) και (3β) εφόσον: i

26 48 Υπολογιστικές µέθοδοι και εφαρµογές σε λεπτότοιχες κατασκευές q h i = i= (35) για οποιοδήποτε σηµείο του στοιχείου. Άρα, η σχέση (35) είναι επαρκής συνθήκη για την ικανοποίηση της συνθήκης πληρότητας. Η συνθήκη αυτή ισχύει για όλα τα ισοπαραµετρικά στοιχεία. Η εξέταση της σύγκλισης λύσεων της ΜΠΣ υπό το πρίσµα της µεθόδου Ritz απαιτεί καταρχήν την σαφή διατύπωση της έννοιας της σύγκλισης. Μπορούµε να πούµε ότι, εάν ισχύει η συνθήκη: V ( u u ) S( u u ) L dv 0 (36) τότε η λύση Ritz συγκλίνει. Οι τελεστές L και S ορίζονται από τις σχέσεις: ε = L a i fi (37α) i σ = S a i fi (37β) i Από τις σχέσεις (37α), (37β) αποκτώνται οι παραµορφώσεις και τάσεις συναρτήσει των συναρτήσεων Ritz, u είναι η ακριβής λύση, u είναι η αντίστοιχη προσέγγιση µε συναρτήσεις Ritz. Υπενθυµίζεται ότι ισχύει η σχέση Σ a i f i = u. Η συνθήκη αυτή (σχέση (36)) αφορά τη σύγκλιση ενέργειας, επειδή το µέτρο ενέργειας των υπολοίπων των µετατοπίσεων, ( u - u ), συγκλίνει στο µηδέν. Ο ανάλογος ορισµός της σύγκλισης για την ΜΠΣ είναι: V h h ( u - u ) ( u - u ) L S dv 0 για h 0 (38) h είναι το µέγιστο διάστηµα στοιχείου, ποσότητα ανάλογη µε τον αριθµό συναρτήσεων Ritz,. Για να συγκλίνει µία λύση Ritz, οι συναρτήσεις που θα επιλεγούν θα πρέπει να ικανοποιούν τις παρακάτω απαιτήσεις: α) Να µην προκύπτουν ασυνέχειες κατά τον υπολογισµό των στοιχείων k ij του γενικού µητρώου ακαµψίας της κατασκευής. Τα στοιχεία k ij δίνονται από τη σχέση: k ij ( f ) S( f ) = L i i

27 Σφάλµατα αριθµητικών λύσεων 483 Κατά συνέπεια, απαιτείται συνέχεια των παραγώγων των συναρτήσεων Ritz µε βαθµό έως και m-. ιαφορετικά, η m-οστή παράγωγος θα είναι µοναδιαία στα ση- µεία ασυνέχειας του στοιχείου. β) Την ικανοποίηση των γεωµετρικών µόνο οριακών συνθηκών. Εάν ικανοποιούνται και οι οριακές συνθήκες των δυνάµεων, βελτιώνεται η αριθµητική συµπεριφορά της λύσης. Παράδειγµα 6 Να διερευνηθεί η σύγκλιση της λύσης προβλήµατος δοκού σταθερής διατοµής που φέρει φορτίο p(x) ανά µέτρο µήκους, µε τη ΜΠΣ. Να υποτεθεί ότι η δοκός διακριτοποιείται σε τµήµατα µε διαφορετικά µήκη και ότι το φορτίο παραλαµβάνεται µόνο µέσω των κόµβων του πλέγµατος. Το µέγεθος του φορτίου σε κάθε κόµβο αντιστοιχεί στα φορτία που φέρουν τα δύο γειτονικά τµήµατα. p(x) ακαµψία ΕΑ x,u i-l i i+ x,u Λύση Το µητρώο ακαµψίας στοιχείου-ράβδου µήκους h είναι: EA - k = (39) h και η αντίστοιχη εξίσωση ισορροπίας στον κόµβο i είναι: EA h [ u + u ] + [ u u ] ( + a) EA pih i i i = (40) ah i + Η εξίσωση ισορροπίας στον κόµβο i λαµβάνεται από το ανάπτυγµα κατά Τaylor των σχέσεων που δίνουν τις µετατοπίσεις στους κόµβους i- και i+ περί τον κόµβο i. Έχουµε:

28 484 Υπολογιστικές µέθοδοι και εφαρµογές σε λεπτότοιχες κατασκευές ( ah) ( ah) ( ah) 3 u i + = ui + ui + ui + ui +... (4α) 6 3 ( ) ( h) ( h) u i = ui ui h ui ui +... (4β) 6 Αντικαθιστώντας την (40) στην (39) λαµβάνουµε: h ui 3 h 3 + α + a p EA iv i ( a) u + u = 0 i i (4) Η διαφορική εξίσωση (ακριβής λύση) στο σηµείο i είναι: pi ui + = 0 (43) EA Συνεπώς, η λύση της ΜΠΣ συγκλίνει στην ακριβή λύση εφόσον h 0. Επίσης, για α η σύγκλιση είναι γραµµική ενώ για α= η σύγκλιση είναι δευτεροτάξια. Βλέπουµε δηλαδή ότι ο ρυθµός σύγκλισης της λύσης εξαρτάται και από τη µορφολογία του πλέγµατος. Το πρόβληµα αυτό µπορεί επίσης να λυθεί και µε τη µέθοδο των πεπερασµένων διαφορών. Κάνοντας χρήση µέσων διαφορών και σταθερού διαστήµατος, η εξίσωση ισορροπίας γράφεται: h p i (44) EA i ( u u + u ) i i = Παρατηρούµε ότι η εξίσωση αυτή είναι ίδια µε την (40), για α=. Συµπεραίνουµε λοιπόν ότι οι εξισώσεις πεπερασµένων διαφορών µπορούν να θεωρηθούν και σαν σχέσεις ακαµψίας, ανάλογες προς αυτές της ΜΠΣ. Η κύρια δυσκολία που έχει η ΜΠ σε σχέση µε την ΜΠΣ από θεωρητικής πλευράς είναι η ανάγκη διατύπωσης όλων των οριακών συνθηκών, δηλ. γεωµετρικών αλλά και δυνάµεων. Στη ΜΠΣ αντιθέτως, λόγω της µεταβολικής φύσης των περισσοτέρων προβληµάτων, απαιτούνται µόνο οι γεωµετρικές οριακές συνθήκες. Μία διατύπωση της ΜΠ που έχει βάση µεταβολική διατύπωση ξεπερνά το πρόβληµα αυτό (ενεργειακή µέθοδος πεπερασµένων διαφορών - ΕΜΠ ). Για περισσότερες λεπτοµέρειες ο αναγνώστης µπορεί να ανατρέξει στη σχετική βιβλιογραφία.

29 Σφάλµατα αριθµητικών λύσεων Κριτήρια συµπεριφοράς αλγορίθµων πεπερασµένων διαφορών Στο Κεφάλαιο συναντήσαµε τη χρήση της µεθόδου των πεπερασµένων διαφορών για την επίλυση µη-γραµµικών προβληµάτων µέσω της αριθµητικής (προσεγγιστικής) επίλυσης των αντίστοιχων εξισώσεων. Οι εξισώσεις αυτές κατατάσσονται γενικά στην κατηγορία των µερικών διαφορικών εξισώσεων για τις οποίες υπάρχουν ελάχιστες αναλυτικές λύσεις. Για το λόγο αυτό έχει αναπτυχθεί το πεδίο της αριθµητικής επίλυσης των Μ Ε που µε τη χρήση Η/Υ αποτελεί µία από τις πλέον ραγδαία αναπτυσσόµενες περιοχές των εφαρµοσµένων µαθηµατικών την τελευταία πεντηκονταετία. Η χρήση των µεθόδων αυτών απαιτεί την υπενθύµιση ορισµένων εννοιών της θεωρίας της αριθµητικής ανάλυσης, οι οποίες και θα συνοψισθούν παρακάτω. Ο ενδιαφερόµενος αναγνώστης συνιστάται όµως να κάνει χρήση της υπάρχουσας διεθνούς βιβλιογραφίας η οποία είναι εκτενέστατη. Ορισµένοι τίτλοι αναφέρονται ενδεικτικά στο τέλος του παρόντος κεφαλαίου []. Αριθµητικές λύσεις γενικά αποκτώνται µε δύο κατηγορίες µεθόδων:. Τις άµεσες, 30 στις οποίες εκτελείται ένας προκαθορισµένος αριθµός αριθµητικών πράξεων που εξαρτάται από το µέγεθος του προβλήµατος (αριθµός βαθ- µών ελευθερίας) και. Τις επαναληπτικές, 3 στις οποίες η λύση προσεγγίζεται µε σταδιακά ακριβέστερη λύση του αντίστοιχου µητρωικού προβλήµατος. Παραδείγµατα άµεσων µεθόδων είναι η απαλοιφή κατά Gauss και η µέθοδος Cholesky ενώ επαναληπτικές µέθοδοι είναι η Gauss-Seidel, η Jacobi, η διαδοχική υπερχαλάρωση 3 και η δυναµική χαλάρωση 33. Στην πράξη µπορούµε να πούµε πως προτιµότερες είναι οι άµεσες µέθοδοι όταν: α) Ζητιέται η λύση ενός σχετικά µεγάλου αριθµού εξισώσεων µε το ίδιο µητρώο συντελεστών (ακαµψιών) αλλά µε διαφορετικά διανύσµατα εξωτερικών φορτίσεων. β) Το µητρώο είναι σχεδόν µοναδιαίο. Στην περίπτωση αυτή µικρά υπόλοιπα δεν συνεπάγονται µικρά σφάλµατα στη λύση και συνεπώς προτιµώνται οι άµεσες µέθοδοι διότι στην περίπτωση αυτή είναι ακριβέστερες. Οι επαναληπτικές µέθοδοι είναι αποδοτικότερες όταν προκύπτουν αραιά συστήµατα εξισώσεων, δηλαδή αυτά στα οποία οι µη-µηδενικοί όροι είναι συγκεντρωµένοι περί την κύρια διαγώνιο. Τέτοια συστήµατα συναντώνται συχνά σε προβλήµατα της µηχανικής των κατασκευών. 30 άµεση = direct 3 επαναληπτική µέθοδος = iterative method 3 διαδοχική υπερχαλάρωση = successive over-relaxatio 33 δυναµική χαλάρωση = dyamic relaxatio

30 486 Υπολογιστικές µέθοδοι και εφαρµογές σε λεπτότοιχες κατασκευές Για το λόγο αυτό θα εξετάσουµε ορισµένα από τα χαρακτηριστικά της αριθµητικής συµπεριφοράς των µεθόδων αυτών, δίνοντας έµφαση στη µέθοδο της δυναµικής χαλάρωσης που περιγράφθηκε στο Κεφάλαιο. Στις επαναληπτικές µεθόδους αποκτάται µία σειρά διανυσµάτων µε αρχικό διάνυσµα x i έτσι ώστε: x i+ = F i[ xi, xi,... xi-k ] (45) όπου ο δείκτης i της συνάρτησης F υποδηλώνει ότι η F ενδέχεται να αλλάξει σε διαδοχικές επαναλήψεις. Όταν η F παραµένει αµετάβλητη τότε η επαναληπτική διαδικασία καλείται στάσιµη. Οι επαναληπτικές διαδικασίες που θα µας απασχολήσουν είναι όλες στάσιµες. 8. Η έννοια της αριθµητικής ευστάθειας Σε προηγούµενα εδάφια αναφέρθηκαν πιθανές πηγές απόκλισης των αριθµητικών λύσεων από τις αντίστοιχες ακριβείς (αναλυτικές) λύσεις. Μεταξύ αυτών αναφέρθηκε το σφάλµα αποκοπής, το σφάλµα στρογγύλευσης και το υπολογιστικό σφάλµα που προκύπτει κατά την εκτέλεση των αριθµητικών πράξεων. Στις επαναληπτικές µεθόδους, για να αποκτηθεί λύση µε επαρκή ακρίβεια πρέπει πρώτα απ όλα να εξασφαλισθεί αριθµητική ευστάθεια και σε συνέχεια να συγκλίνει η λύση στο επιθυµητό αποτέλεσµα, µετά από έναν αποδεκτό αριθµό επαναλήψεων. Η αριθµητική ευστάθεια 34 είναι µία από τις σηµαντικότερες έννοιες της αριθµητικής ανάλυσης και αποτελεί γόνιµο πεδίο έρευνας και εφαρµογής νέων µεθόδων. Ο έλεγχος της ευστάθειας ενός αριθµητικού αλγορίθµου είναι ένα από τα κύρια στάδια µελέτης για την χρήση του σε κάποιο συγκεκριµένο πρόβληµα. Για το λόγο αυτό έχει αναπτυχθεί µία πληθώρα µεθόδων που χρησιµοποιούνται για τον έλεγχο της ευστάθειας των αριθµητικών αλγορίθµων. Πριν αναφερθούµε στις µεθόδους αυτές πρέπει να καθορίσουµε µε κάποια σαφήνεια την έννοια της ευστάθειας. Το πρόβληµα της ευστάθειας ανακύπτει στις επαναληπτικές µεθόδους, διότι εάν το σφάλµα που προκύπτει σε κάθε βήµα αυξάνεται, τότε το αποτέλεσµα δεν θα περιέχει απλά και µόνο ένα σφάλµα µε µέγεθος συγκρίσιµο µε αυτό του ζητούµενου αποτελέσµατος, αλλά θα αποκτηθεί λύση µε τελείως διαφορετική συµπεριφορά, η οποία συνήθως χαρακτηρίζεται από ταλαντώσεις (διακυµάνσεις) αυξανόµενου εύρους. Οι ασταθείς λύσεις δεν αποτελούν προσέγγιση στη ακριβή λύση του µαθηµατικού προβλήµατος και είναι συνεπώς άχρηστες. Σηµειώνεται ότι η αριθµητική αστάθεια δεν έχει σχέση µε τη φυσική συµπεριφορά του συστήµατος αλλά αποτελεί γνώρισµα του αριθµητικού αλγορίθµου και µόνο. Για να γίνει όµως κατανοητή η επίδραση της αριθµητικής αστάθειας στη λύση ενός προβλήµατος, ας εξετάσουµε το παρακάτω πρόβληµα. 34 αριθµητική ευστάθεια = umerical stability

31 Σφάλµατα αριθµητικών λύσεων 487 Παράδειγµα 7 Να διερευνηθεί η ευστάθεια της αριθµητικής λύσης της κανονικής διαφορικής εξίσωσης: dy = y x dx της οποίας η γενική λύση έχει τη µορφή: x y = Ae + x ( +) όπου Α είναι η σταθερά ολοκλήρωσης ενώ η αρχική συνθήκη είναι y(0)=. Λύση Από την αρχική συνθήκη έχουµε Α=0 και συνεπώς η ακριβής λύση αποτελείται από ένα όρο που αυξάνεται γραµµικά και σχετικά αργά, σε σύγκριση µε τον εκθετικό όρο. Σε προσεγγιστικές λύσεις όµως εµφανίζεται και ο εκθετικός όρος λόγω σφαλ- µάτων στρογγύλευσης. Εάν για x=ζ το σφάλµα ισούται µε η τότε για x=ζ+5 το σφάλµα θα είναι ηε 5. Συµπεραίνουµε λοιπόν ότι ο όρος που περιέχει το σφάλµα γρήγορα θα κυριαρχήσει και η λύση θα ακολουθήσει εσφαλµένη πορεία. Οι αριθµητικές λύσεις που επιτρέπουν την αύξηση του σφάλµατος είναι γενικά ασταθείς. Η αστάθεια είναι όµως δυνατό να περιορισθεί µε διάφορους τρόπους, όπως για παράδειγµα µε την ελάττωση του βήµατος h (χώρος, χρόνος). Ας προχωρήσουµε όµως και σε ένα ακριβέστερο ορισµό της αριθµητικής ευστάθειας. Επειδή η µαθηµατική διατύπωση του δεν είναι εύκολη, επιζητούµε τον καθορισµό της θέτοντας άνω φράγµατα στις αποκλίσεις από την ακριβή λύση. Εάν y i (η, t) είναι η λύση προβλήµατος στο πεδίο t (έστω χρόνος), υποθέτουµε ότι η λύση y o (η o, t o ) αντικαθίσταται από την y o (η o, t o )+e στο σηµείο (η o, t o ). Εφόσον το σφάλµα e οφείλεται σε στρογγύλευση ή σε ολίσθηµα και εάν συνεχισθεί η λύση * και δεν προκύψουν σφάλµατα σε µεταγενέστερα βήµατα, τότε για τη λύση y i ( η,t ) το µέγεθος * i ( η,t ) y ( η,t ) y i καλείται απόκλιση της λύσης λόγω του αριθµητικού σφάλµατος e. Για σφάλµατα σε περισσότερα σηµεία έχουµε αθροιστική απόκλιση 35 που οφείλεται στο σύνολο των σφαλµάτων αυτών ενώ σε γραµµικά προβλήµατα η συνολική απόκλιση είναι το αλγεβρικό άθροισµα των επί µέρους συνιστωσών [5]. 35 αθροιστική απόκλιση = cumulative divergece

Κεφάλαιο 2. Μέθοδος πεπερασµένων διαφορών προβλήµατα οριακών τιµών µε Σ Ε

Κεφάλαιο 2. Μέθοδος πεπερασµένων διαφορών προβλήµατα οριακών τιµών µε Σ Ε Κεφάλαιο Μέθοδος πεπερασµένων διαφορών προβλήµατα οριακών τιµών µε Σ Ε. Εισαγωγή Η µέθοδος των πεπερασµένων διαφορών είναι από τις παλαιότερες και πλέον συνηθισµένες και διαδεδοµένες υπολογιστικές τεχνικές

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. nn n n

ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. nn n n ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ 3 Ο αλγόριθµος Gauss Eστω =,3,, µε τον όρο γραµµικά συστήµατα, εννοούµε συστήµατα εξισώσεων µε αγνώστους της µορφής: a x + + a x = b a x + + a x = b a

Διαβάστε περισσότερα

Κεφάλαιο 6. Εισαγωγή στη µέθοδο πεπερασµένων όγκων επίλυση ελλειπτικών και παραβολικών διαφορικών εξισώσεων

Κεφάλαιο 6. Εισαγωγή στη µέθοδο πεπερασµένων όγκων επίλυση ελλειπτικών και παραβολικών διαφορικών εξισώσεων Κεφάλαιο 6 Εισαγωγή στη µέθοδο πεπερασµένων όγκων επίλυση ελλειπτικών παραβολικών διαφορικών εξισώσεων 6.1 Εισαγωγή Η µέθοδος των πεπερασµένων όγκων είναι µία ευρέως διαδεδοµένη υπολογιστική µέθοδος επίλυσης

Διαβάστε περισσότερα

Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών

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

Διαβάστε περισσότερα

Κεφάλαιο 1 Βασικές αρχές µελέτης των κατασκευών 1

Κεφάλαιο 1 Βασικές αρχές µελέτης των κατασκευών 1 Περιεχόµενα Εισαγωγή Σύµβολα Ε1-Ε9 Σ1-Σ10 Κεφάλαιο 1 Βασικές αρχές µελέτης των κατασκευών 1 2. Σύµβαση πρόσηµων 2.1 Συστήµατα αναφοράς 2.2 υνάµεις και ροπές 2.3 Tάσεις 2.4 Τέµνουσες δυνάµεις και καµπτικές

Διαβάστε περισσότερα

Επίλυση Γραµµικών Συστηµάτων

Επίλυση Γραµµικών Συστηµάτων Κεφάλαιο 3 Επίλυση Γραµµικών Συστηµάτων 31 Εισαγωγή Αριθµητική λύση γενικών γραµµικών συστηµάτων n n A n n x n 1 b n 1, όπου a 11 a 12 a 1n a 21 a 22 a 2n A [a i j, x a n1 a n2 a nn x n, b b 1 b 2 b n

Διαβάστε περισσότερα

Q 12. c 3 Q 23. h 12 + h 23 + h 31 = 0 (6)

Q 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 περισσότερα

x=l ηλαδή η ενέργεια είναι µία συνάρτηση της συνάρτησης . Στα µαθηµατικά, η συνάρτηση µίας συνάρτησης ονοµάζεται συναρτησιακό (functional).

x=l ηλαδή η ενέργεια είναι µία συνάρτηση της συνάρτησης . Στα µαθηµατικά, η συνάρτηση µίας συνάρτησης ονοµάζεται συναρτησιακό (functional). 3. ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΥΣ Η Μέθοδος των Πεπερασµένων Στοιχείων Σηµειώσεις 3. Ενεργειακή θεώρηση σε συνεχή συστήµατα Έστω η δοκός του σχήµατος, µε τις αντίστοιχες φορτίσεις. + = p() EA = Q Σχήµα

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Κεφ. 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

Γραµµική Άλγεβρα. Εισαγωγικά. Μέθοδος Απαλοιφής του Gauss

Γραµµική Άλγεβρα. Εισαγωγικά. Μέθοδος Απαλοιφής του Gauss Γραµµική Άλγεβρα Εισαγωγικά Υπάρχουν δύο βασικά αριθµητικά προβλήµατα στη Γραµµική Άλγεβρα. Το πρώτο είναι η λύση γραµµικών συστηµάτων Aλγεβρικών εξισώσεων και το δεύτερο είναι η εύρεση των ιδιοτιµών και

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

Η µέθοδος των πεπερασµένων στοιχείων. Βασικές έννοιες.

Η µέθοδος των πεπερασµένων στοιχείων. Βασικές έννοιες. Η µέθοδος των πεπερασµένων στοιχείων. Βασικές έννοιες.. Γενικά Στο κεφάλαιο αυτό θα δοθεί µία εισαγωγή στη µέθοδο των πεπερασµένων στοιχείων ΜΠΣ και στη χρήση της στην ανάλυση και το σχεδιασµό των λεπτότοιχων

Διαβάστε περισσότερα

Σύµβολα. Ελληνικοί χαρακτήρες. γ σταθερά δυναµικής χαλάρωσης

Σύµβολα. Ελληνικοί χαρακτήρες. γ σταθερά δυναµικής χαλάρωσης Σύµβολα Ελληνικοί χαρακτήρες α γωνία (σε µοίρες) του κάθε ελάσµατος µε το οριζόντιο επίπεδο a i, b ι διαστήµατα α 1,α 2..α n γενικευµένες συντεταγµένες (πολυωνύµων µετατοπίσεων) α 1,..., α 5 σταθεροί συντελεστές

Διαβάστε περισσότερα

ΣΕΙΡΕΣ TAYLOR. Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων. Πολυώνυµο είναι κάθε συνάρτηση της µορφής:

ΣΕΙΡΕΣ TAYLOR. Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων. Πολυώνυµο είναι κάθε συνάρτηση της µορφής: ΣΕΙΡΕΣ TAYLOR Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων Πολυώνυµο είναι κάθε συνάρτηση της µορφής: p( ) = a + a + a + a + + a, όπου οι συντελεστές α i θα θεωρούνται

Διαβάστε περισσότερα

Κεφάλαιο 1. Αριθµητική ολοκλήρωση συνήθων διαφορικών εξισώσεων και συστηµάτων

Κεφάλαιο 1. Αριθµητική ολοκλήρωση συνήθων διαφορικών εξισώσεων και συστηµάτων Κεφάλαιο Αριθµητική ολοκλήρωση συνήθων διαφορικών εξισώσεων και συστηµάτων. Εισαγωγή Η µοντελοποίηση πολλών φυσικών φαινοµένων και συστηµάτων και κυρίως αυτών που εξελίσσονται στο χρόνο επιτυγχάνεται µε

Διαβάστε περισσότερα

Αριθµητική Γραµµική ΑλγεβραΚεφάλαιο 4. Αριθµητικός Υπολογισµός Ιδιοτιµών 2 Απριλίου και2015 Ιδιοδιανυσµάτων 1 / 50

Αριθµητική Γραµµική ΑλγεβραΚεφάλαιο 4. Αριθµητικός Υπολογισµός Ιδιοτιµών 2 Απριλίου και2015 Ιδιοδιανυσµάτων 1 / 50 Αριθµητική Γραµµική Αλγεβρα Κεφάλαιο 4. Αριθµητικός Υπολογισµός Ιδιοτιµών και Ιδιοδιανυσµάτων ΕΚΠΑ 2 Απριλίου 205 Αριθµητική Γραµµική ΑλγεβραΚεφάλαιο 4. Αριθµητικός Υπολογισµός Ιδιοτιµών 2 Απριλίου και205

Διαβάστε περισσότερα

10. Εισαγωγή στις Μεθόδους Πεπερασμένων Στοιχείων (ΜΠΣ)

10. Εισαγωγή στις Μεθόδους Πεπερασμένων Στοιχείων (ΜΠΣ) 10. Εισαγωγή στις Μεθόδους Πεπερασμένων Στοιχείων (ΜΠΣ) Χειμερινό εξάμηνο 2018 Πέτρος Κωμοδρόμος komodromos@ucy.ac.cy http://www.eng.ucy.ac.cy/petros 1 Θέματα Εισαγωγή Διατύπωση εξισώσεων ΜΠΣ βάσει μετακινήσεων

Διαβάστε περισσότερα

Μαθηµατικό Παράρτηµα 2 Εξισώσεις Διαφορών

Μαθηµατικό Παράρτηµα 2 Εξισώσεις Διαφορών Γιώργος Αλογοσκούφης, Δυναµική Μακροοικονοµική, Αθήνα 206 Μαθηµατικό Παράρτηµα 2 Εξισώσεις Διαφορών Στο παράρτηµα αυτό εξετάζουµε τις ιδιότητες και τους τρόπους επίλυσης εξισώσεων διαφορών. Oι εξισώσεις

Διαβάστε περισσότερα

ΕΦΑΡΜΟΓΕΣ ΠΕΠΕΡΑΣΜΕΝΩΝ ΣΤΟΙΧΕΙΩΝ ΣΤΗ ΝΑΥΠΗΓΙΚΗ ΚΑΙ ΣΤΗ ΘΑΛΑΣΣΙΑ ΤΕΧΝΟΛΟΓΙΑ

ΕΦΑΡΜΟΓΕΣ ΠΕΠΕΡΑΣΜΕΝΩΝ ΣΤΟΙΧΕΙΩΝ ΣΤΗ ΝΑΥΠΗΓΙΚΗ ΚΑΙ ΣΤΗ ΘΑΛΑΣΣΙΑ ΤΕΧΝΟΛΟΓΙΑ ΕΦΑΡΜΟΓΕΣ ΠΕΠΕΡΑΣΜΕΝΩΝ ΣΤΟΙΧΕΙΩΝ ΣΤΗ ΝΑΥΠΗΓΙΚΗ ΚΑΙ ΣΤΗ ΘΑΛΑΣΣΙΑ ΤΕΧΝΟΛΟΓΙΑ Εισαγωγή στη μέθοδο των πεπερασμένων στοιχείων Α. Θεοδουλίδης Η Μεθοδος των Πεπερασμένων στοιχείων Η Μέθοδος των ΠΣ είναι μια

Διαβάστε περισσότερα

Αριθµητική Ανάλυση 1 εκεµβρίου / 43

Αριθµητική Ανάλυση 1 εκεµβρίου / 43 Αριθµητική Ανάλυση 1 εκεµβρίου 2014 Αριθµητική Ανάλυση 1 εκεµβρίου 2014 1 / 43 Κεφ.5. Αριθµητικός Υπολογισµός Ιδιοτιµών και Ιδιοδιανυσµάτων ίνεται ένας πίνακας A C n n και Ϲητούνται να προσδιορισθούν οι

Διαβάστε περισσότερα

11. Εισαγωγή στις Μεθόδους Πεπερασμένων Στοιχείων

11. Εισαγωγή στις Μεθόδους Πεπερασμένων Στοιχείων 11. Εισαγωγή στις Μεθόδους Πεπερασμένων Στοιχείων Χειμερινό εξάμηνο 2016 Πέτρος Κωμοδρόμος komodromos@ucy.ac.cy http://www.eng.ucy.ac.cy/petros 1 2 Θέματα Εισαγωγή Διατύπωση ΜΠΣ Βάσει Μετακινήσεων Γενική

Διαβάστε περισσότερα

Μηχανική ΙI Ροή στο χώρο των φάσεων, θεώρηµα Liouville

Μηχανική ΙI Ροή στο χώρο των φάσεων, θεώρηµα Liouville Τµήµα Π. Ιωάννου & Θ. Αποστολάτου 16/5/2000 Μηχανική ΙI Ροή στο χώρο των φάσεων, θεώρηµα Liouville Στη Χαµιλτονιανή θεώρηση η κατάσταση του συστήµατος προσδιορίζεται κάθε στιγµή από ένα και µόνο σηµείο

Διαβάστε περισσότερα

Κεφ. 2: Επίλυση συστημάτων εξισώσεων. 2.1 Επίλυση εξισώσεων

Κεφ. 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 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

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 4

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 4 ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ 4 Ηµεροµηνία αποστολής στον φοιτητή: 9 Φεβρουαρίου 5. Τελική ηµεροµηνία αποστολής από τον φοιτητή: Μαρτίου 5.

Διαβάστε περισσότερα

Απαντήσεις στα Θέµατα Ιουνίου 2012 (3 και 4)

Απαντήσεις στα Θέµατα Ιουνίου 2012 (3 και 4) -- Αριθµητική Ανάλυση και Περιβ. Υλοποίησης Απαντήσεις στα Θέµατα Ιουνίου (3 και 4) Θέµα 3 [6µ] Θεωρούµε ότι κατά την επίλυση ενός προβλήµατος προσέγγισης προέκυψε ένα γραµµικό σύστηµα Αxb, µε αγνώστους,

Διαβάστε περισσότερα

Η ΤΕΧΝΗ ΤΟΥ ΙΑΒΑΣΜΑΤΟΣ ΜΕΤΑΞΥ ΤΩΝ ΑΡΙΘΜΩΝ (ΠΑΡΕΜΒΟΛΗ ΚΑΙ ΠΡΟΣΕΓΓΙΣΗ)

Η ΤΕΧΝΗ ΤΟΥ ΙΑΒΑΣΜΑΤΟΣ ΜΕΤΑΞΥ ΤΩΝ ΑΡΙΘΜΩΝ (ΠΑΡΕΜΒΟΛΗ ΚΑΙ ΠΡΟΣΕΓΓΙΣΗ) Η ΤΕΧΝΗ ΤΟΥ ΙΑΒΑΣΜΑΤΟΣ ΜΕΤΑΞΥ ΤΩΝ ΑΡΙΘΜΩΝ (ΠΑΡΕΜΒΟΛΗ ΚΑΙ ΠΡΟΣΕΓΓΙΣΗ) ΜΙΧΑΛΗΣ ΤΖΟΥΜΑΣ ΕΣΠΟΤΑΤΟΥ 3 ΑΓΡΙΝΙΟ. ΠΕΡΙΛΗΨΗ Η έννοια της συνάρτησης είναι στενά συνυφασµένη µε τον πίνακα τιµών και τη γραφική παράσταση.

Διαβάστε περισσότερα

Το πρόγραµµα ALGOR και εφαρµογές σε ναυπηγικές κατασκευές

Το πρόγραµµα ALGOR και εφαρµογές σε ναυπηγικές κατασκευές Παράρτηµα Γ Το πρόγραµµα ALGOR και εφαρµογές σε ναυπηγικές κατασκευές 1. Εισαγωγή Το σύνολο των προγραµµάτων ALGOR είναι ένα εργαλείο µελέτης (σχεδιασµού και ανάλυσης) κατασκευών και βασίζεται στη µέθοδο

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 4 ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΥΡΕΣΗΣ ΠΡΑΓΜΑΤΙΚΩΝ Ι ΙΟΤΙΜΩΝ. 4.1 Γραµµικοί µετασχηµατισµοί-ιδιοτιµές-ιδιοδιανύσµατα

ΚΕΦΑΛΑΙΟ 4 ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΥΡΕΣΗΣ ΠΡΑΓΜΑΤΙΚΩΝ Ι ΙΟΤΙΜΩΝ. 4.1 Γραµµικοί µετασχηµατισµοί-ιδιοτιµές-ιδιοδιανύσµατα ΚΕΦΑΛΑΙΟ 4 ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΥΡΕΣΗΣ ΠΡΑΓΜΑΤΙΚΩΝ Ι ΙΟΤΙΜΩΝ 4. Γραµµικοί µετασχηµατισµοί-ιδιοτιµές-ιδιοδιανύσµατα Εστω R είναι ο γνωστός -διάστατος πραγµατικός διανυσµατικός χώρος. Μία απεικόνιση L :

Διαβάστε περισσότερα

4. ΠΕΠΕΡΑΣΜΕΝΑ ΣΤΟΙΧΕΙΑ ΣΕ ΜΟΝΟ ΙΑΣΤΑΤΑ ΠΡΟΒΛΗΜΑΤΑ. φ για την εφαρµογή της µεθόδου Galerkin δεν

4. ΠΕΠΕΡΑΣΜΕΝΑ ΣΤΟΙΧΕΙΑ ΣΕ ΜΟΝΟ ΙΑΣΤΑΤΑ ΠΡΟΒΛΗΜΑΤΑ. φ για την εφαρµογή της µεθόδου Galerkin δεν . ΠΕΠΕΡΑΣΜΕΝΑ ΣΤΟΙΧΕΙΑ ΣΕ ΜΟΝΟ ΙΑΣΤΑΤΑ ΠΡΟΒΛΗΜΑΤΑ Η επιλογή των συναρτήσεων βάσης ( ) φ για την εφαρµογή της µεθόδου Galrkn δεν είναι τόσο απλή, και στην γενική περίπτωση είναι µία δύσκολη διαδικασία.

Διαβάστε περισσότερα

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange 64 Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrage Ας υποθέσουµε ότι ένας δεδοµένος χώρος θερµαίνεται και η θερµοκρασία στο σηµείο,, Τ, y, z Ας υποθέσουµε ότι ( y z ) αυτού του χώρου δίδεται από

Διαβάστε περισσότερα

Κεφάλαιο 1: Προβλήµατα τύπου Sturm-Liouville

Κεφάλαιο 1: Προβλήµατα τύπου Sturm-Liouville Κεφάλαιο : Προβλήµατα τύπου Stur-Liouvie. Ορισµός προβλήµατος Stur-Liouvie Πολλές τεχνικές επίλυσης µερικών διαφορικών εξισώσεων βασίζονται στην αναγωγή της µερικής διαφορικής εξίσωσης σε συνήθεις διαφορικές

Διαβάστε περισσότερα

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ, 5 Ο ΕΞΑΜΗΝΟ, ΠΕΡΙΕΧΟΜΕΝΑ ΠΑΡΑΔΟΣΕΩΝ. Κεφ. 1: Εισαγωγή (διάρκεια: 0.5 εβδομάδες)

ΑΡΙΘΜΗΤΙΚΕΣ 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 περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ 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) ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ Διάλεξη 3: Περιγραφή αριθμητικών μεθόδων (συνέχεια) Χειμερινό εξάμηνο 2008 Προηγούμενη παρουσίαση... Εξετάσαμε

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ: ΠΛΗΡΟΦΟΡΙΚΗ ΘΕ: ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΉ Ι (ΠΛΗ ) ΛΥΣΕΙΣ ΕΡΓΑΣΙΑΣ 4 Άσκηση. (8 µον.) (α) ίνεται παραγωγίσιµη συνάρτηση f για την οποία ισχύει f /

Διαβάστε περισσότερα

ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ, , 3 ο ΕΞΑΜΗΝΟ ΑΠΑΝΤΗΣΕΙΣ ΕΡΓΑΣΙΑΣ #1: ΑΡΙΘΜΗΤΙΚΗ ΚΙΝΗΤΗΣ ΥΠΟ ΙΑΣΤΟΛΗΣ ΚΑΙ ΡΙΖΕΣ ΕΞΙΣΩΣΕΩΝ ΕΠΙΜΕΛΕΙΑ: Σ.

ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ, , 3 ο ΕΞΑΜΗΝΟ ΑΠΑΝΤΗΣΕΙΣ ΕΡΓΑΣΙΑΣ #1: ΑΡΙΘΜΗΤΙΚΗ ΚΙΝΗΤΗΣ ΥΠΟ ΙΑΣΤΟΛΗΣ ΚΑΙ ΡΙΖΕΣ ΕΞΙΣΩΣΕΩΝ ΕΠΙΜΕΛΕΙΑ: Σ. ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ, 005-06, 3 ο ΕΞΑΜΗΝΟ ΑΠΑΝΤΗΣΕΙΣ ΕΡΓΑΣΙΑΣ #: ΑΡΙΘΜΗΤΙΚΗ ΚΙΝΗΤΗΣ ΥΠΟ ΙΑΣΤΟΛΗΣ ΚΑΙ ΡΙΖΕΣ ΕΞΙΣΩΣΕΩΝ ΕΠΙΜΕΛΕΙΑ: Σ. Βαρούτης. Πως ορίζεται και τι σηµαίνει ο όρος lop στους επιστηµονικούς υπολογισµούς.

Διαβάστε περισσότερα

αx αx αx αx 2 αx = α e } 2 x x x dx καλείται η παραβολική συνάρτηση η οποία στο x

αx αx αx αx 2 αx = α e } 2 x x x dx καλείται η παραβολική συνάρτηση η οποία στο x A3. ΕΥΤΕΡΗ ΠΑΡΑΓΩΓΟΣ-ΚΥΡΤΟΤΗΤΑ. εύτερη παράγωγος.παραβολική προσέγγιση ή επέκταση 3.Κυρτή 4.Κοίλη 5.Ιδιότητες κυρτών/κοίλων συναρτήσεων 6.Σηµεία καµπής ΠΑΡΑΡΤΗΜΑ 7. εύτερη πλεγµένη παραγώγιση 8.Χαρακτηρισµός

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

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

Διαβάστε περισσότερα

Εισαγωγή στον Προγραµµατισµό. Ανάλυση (ή Επιστηµονικοί8 Υπολογισµοί)

Εισαγωγή στον Προγραµµατισµό. Ανάλυση (ή Επιστηµονικοί8 Υπολογισµοί) Εισαγωγή στον Προγραµµατισµό Αριθµητική Ανάλυση (ή Επιστηµονικοί Υπολογισµοί) ιδάσκοντες: Καθηγητής Ν. Μισυρλής, Επίκ. Καθηγητής Φ.Τζαφέρης ΕΚΠΑ 8 εκεµβρίου 2014 Ανάλυση (ή Επιστηµονικοί8 Υπολογισµοί)

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

Αριθµητική Ολοκλήρωση

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

Διαβάστε περισσότερα

Κεφ. 6Α: Συνήθεις διαφορικές εξισώσεις - προβλήματα δύο οριακών τιμών

Κεφ. 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 περισσότερα

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

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

Διαβάστε περισσότερα

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

15 εκεµβρίου εκεµβρίου / 64

15 εκεµβρίου εκεµβρίου / 64 15 εκεµβρίου 016 15 εκεµβρίου 016 1 / 64 Αριθµητική Ολοκλήρωση Κλειστοί τύποι αριθµητικής ολοκλήρωσης Εστω I(f) = b µε f(x) C[a, b], τότε I(f) = F(b) F(a), όπου F(x) είναι το αόριστο ολοκλήρωµα της f(x).

Διαβάστε περισσότερα

Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ. 3.1 Η έννοια της παραγώγου. y = f(x) f(x 0 ), = f(x 0 + x) f(x 0 )

Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ. 3.1 Η έννοια της παραγώγου. y = f(x) f(x 0 ), = f(x 0 + x) f(x 0 ) Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ 3.1 Η έννοια της παραγώγου Εστω y = f(x) µία συνάρτηση, που συνδέει τις µεταβλητές ποσότητες x και y. Ενα ερώτηµα που µπορεί να προκύψει καθώς µελετούµε τις δύο αυτές ποσοτήτες είναι

Διαβάστε περισσότερα

Εισαγωγή στον Προγραµµατισµό. Ανάλυση (ή Επιστηµονικοί8 Υπολογισµοί)

Εισαγωγή στον Προγραµµατισµό. Ανάλυση (ή Επιστηµονικοί8 Υπολογισµοί) Εισαγωγή στον Προγραµµατισµό Αριθµητική Ανάλυση (ή Επιστηµονικοί Υπολογισµοί) ιδάσκοντες: Καθηγητής Ν. Μισυρλής, Επίκ. Καθηγητής Φ.Τζαφέρης ΕΚΠΑ 8 εκεµβρίου 04 Ανάλυση (ή Επιστηµονικοί8 Υπολογισµοί) εκεµβρίου

Διαβάστε περισσότερα

I. ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ. math-gr

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

Διαβάστε περισσότερα

Σηµειώσεις στις σειρές

Σηµειώσεις στις σειρές . ΟΡΙΣΜΟΙ - ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ Σηµειώσεις στις σειρές Στην Ενότητα αυτή παρουσιάζουµε τις βασικές-απαραίτητες έννοιες για την µελέτη των σειρών πραγµατικών αριθµών και των εφαρµογών τους. Έτσι, δίνονται συστηµατικά

Διαβάστε περισσότερα

ΘΕΜΑΤΑ ΕΞΕΤΑΣΗΣ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟ ΟΣ:

ΘΕΜΑΤΑ ΕΞΕΤΑΣΗΣ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟ ΟΣ: ΘΕΜΑΤΑ ΕΞΕΤΑΣΗΣ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟ ΟΣ: Ιανουάριος-Φεβρουάριος 7 ΜΑΘΗΜΑ: Αριθµητική Ανάλυση ΕΞΑΜΗΝΟ: ο Ι ΑΣΚΩΝ: Ε Κοφίδης Όλα τα ερωτήµατα είναι ισοδύναµα Καλή επιτυχία! Θέµα ο α Χρησιµοποιείστε

Διαβάστε περισσότερα

Κεφ. 2: Επίλυση συστημάτων αλγεβρικών εξισώσεων. 2.1 Επίλυση απλών εξισώσεων

Κεφ. 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 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

ιαλέξεις 24-27 Τρίτη, 2, Τετάρτη, 3, Παρασκευή 5 komodromos@ucy.ac.cy http://www.ucy.ac.cy/~petrosk Πέτρος Κωµοδρόµος

ιαλέξεις 24-27 Τρίτη, 2, Τετάρτη, 3, Παρασκευή 5 komodromos@ucy.ac.cy http://www.ucy.ac.cy/~petrosk Πέτρος Κωµοδρόµος ΠΠΜ 220: Στατική Ανάλυση των Κατασκευών Ι ιαλέξεις 24-27 Αρχή υνατών Έργων (Α Ε) Τρίτη, 2, Τετάρτη, 3, Παρασκευή 5 και Τρίτη, 9 Νοεµβρίου, 2004 Πέτρος Κωµοδρόµος komodromos@ucy.ac.cy http://www.ucy.ac.cy/~petrosk

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΕΞΙΣΩΣΕΩΝ

ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΕΞΙΣΩΣΕΩΝ ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΕΞΙΣΩΣΕΩΝ Θα ξεκινήσουµε την παρουσίαση των γραµµικών συστηµάτων µε ένα απλό παράδειγµα από τη Γεωµετρία, το οποίο ϑα µας ϐοηθήσει στην κατανόηση των συστηµάτων αυτών και των συνθηκών

Διαβάστε περισσότερα

Γραµµική Αλγεβρα Ι. Ενότητα: Εισαγωγικές Εννοιες. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών

Γραµµική Αλγεβρα Ι. Ενότητα: Εισαγωγικές Εννοιες. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών Ενότητα: Εισαγωγικές Εννοιες Ευάγγελος Ράπτης Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται

Διαβάστε περισσότερα

4.2 Μέθοδος Απαλοιφής του Gauss

4.2 Μέθοδος Απαλοιφής του Gauss 4.2 Μέθοδος Απαλοιφής του Gauss Θεωρούµε το γραµµικό σύστηµα α 11χ 1 + α 12χ 2 +... + α 1νχ ν = β 1 α 21χ 1 + α 22χ2 +... + α 2νχ ν = β 2... α ν1χ 1 + α ν2χ 2 +... + α ννχ ν = β ν Το οποίο µπορεί να γραφεί

Διαβάστε περισσότερα

Πρόλογος... 15. Οι συγγραφείς... 18

Πρόλογος... 15. Οι συγγραφείς... 18 Περιεχόμενα Πρόλογος... 15 Οι συγγραφείς... 18 1 Θεμελιώδεις έννοιες... 19 1.1 ΕΙΣΑΓΩΓΗ... 19 1.2 ΙΣΤΟΡΙΚΟ... 19 1.3 ΠΕΡΙΓΡΑΦΗ ΤΗΣ ΠΑΡΟΥΣΙΑΣΗΣ... 20 1.4 ΤΑΣΕΙΣ ΚΑΙ ΙΣΟΡΡΟΠΙΑ... 20 1.5 ΣΥΝΟΡΙΑΚΕΣ ΣΥΝΘΗΚΕΣ...

Διαβάστε περισσότερα

Διανύσµατα στο επίπεδο

Διανύσµατα στο επίπεδο Διανύσµατα στο επίπεδο Ένα διάνυσµα v έχει αρχικό και τελικό σηµείο. Χαρακτηρίζεται από: διεύθυνση (ευθεία επί της οποίας κείται φορά (προς ποια κατεύθυνση της ευθείας δείχνει µέτρο (το µήκος του, v ή

Διαβάστε περισσότερα

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης Τίτλος Μαθήματος: Γραμμική Άλγεβρα ΙΙ Ενότητα: Η Ορίζουσα Gram και οι Εφαρµογές της Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης Τμήμα: Μαθηματικών 65 11 Η Ορίζουσα Gram και

Διαβάστε περισσότερα

ΜΑΣ 371: Αριθμητική Ανάλυση ΙI ΑΣΚΗΣΕΙΣ. 1. Να βρεθεί το πολυώνυμο Lagrange για τα σημεία (0, 1), (1, 2) και (4, 2).

ΜΑΣ 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 περισσότερα

p& i m p mi i m Με τη ίδια λογική όπως αυτή που αναπτύχθηκε προηγουµένως καταλήγουµε στην έκφραση της κινητικής ενέργειας του ρότορα i,

p& i m p mi i m Με τη ίδια λογική όπως αυτή που αναπτύχθηκε προηγουµένως καταλήγουµε στην έκφραση της κινητικής ενέργειας του ρότορα i, Κινητική Ενέργεια Κινητήρων Περνάµε τώρα στη συνεισφορά κινητικής ενέργειας λόγω της κίνησης & ϑ m του κινητήρα που κινεί την άρθρωση µε q& και, προφανώς όπως φαίνεται στο παρακάτω σχήµα, ευρίσκεται στον

Διαβάστε περισσότερα

Μεθοδολογίες παρεµβολής σε DTM.

Μεθοδολογίες παρεµβολής σε DTM. Μάθηµα : Αλγοριθµικές Βάσεις στη Γεωπληροφορική ιδάσκων : Συµεών Κατσουγιαννόπουλος Μεθοδολογίες παρεµβολής σε DTM.. Μέθοδοι παρεµβολής. Η παρεµβολή σε ψηφιακό µοντέλο εδάφους (DTM) είναι η διαδικασία

Διαβάστε περισσότερα

Αριθµητικές Μέθοδοι και Προγραµµατισµός Αριθµητική Ανάλυση (ή Επιστηµονικοί Υπολογισµοί)

Αριθµητικές Μέθοδοι και Προγραµµατισµός Αριθµητική Ανάλυση (ή Επιστηµονικοί Υπολογισµοί) Αριθµητικές Μέθοδοι και Προγραµµατισµός Αριθµητική Ανάλυση (ή Επιστηµονικοί Υπολογισµοί) ιδάσκοντες: Καθηγητής Ν. Μισυρλής, Επίκ. Καθηγητής Φ.Τζαφέρης ΕΚΠΑ 7 Οκτωβρίου 2014 ιδάσκοντες: Καθηγητής Ν. Μισυρλής,Επίκ.

Διαβάστε περισσότερα

Εφαρμοσμένα Μαθηματικά ΙΙ

Εφαρμοσμένα Μαθηματικά ΙΙ Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας Εφαρμοσμένα Μαθηματικά ΙΙ Διανυσματικοί Χώροι Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Διανυσματικός Χώρος επί του F Αλγεβρική δομή που αποτελείται

Διαβάστε περισσότερα

Γραµµική Αλγεβρα. Ενότητα 2 : Επίλυση Γραµµικών Εξισώσεων. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Γραµµική Αλγεβρα. Ενότητα 2 : Επίλυση Γραµµικών Εξισώσεων. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Γραµµική Αλγεβρα Ενότητα 2 : Επίλυση Γραµµικών Εξισώσεων Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Αρµονική Ανάλυση. Ενότητα: Το ϑεώρηµα παρεµβολής του Riesz και η ανισότητα Hausdorff-Young. Απόστολος Γιαννόπουλος.

Αρµονική Ανάλυση. Ενότητα: Το ϑεώρηµα παρεµβολής του Riesz και η ανισότητα Hausdorff-Young. Απόστολος Γιαννόπουλος. Ενότητα: Το ϑεώρηµα παρεµβολής του Riesz και η ανισότητα Hausdorff-Young Απόστολος Γιαννόπουλος Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

5269: Υπολογιστικές Μέθοδοι για Μηχανικούς Συστήματα Γραμμικών Αλγεβρικών Εξισώσεων

5269: Υπολογιστικές Μέθοδοι για Μηχανικούς Συστήματα Γραμμικών Αλγεβρικών Εξισώσεων 5269: Υπολογιστικές Μέθοδοι για Μηχανικούς Συστήματα Γραμμικών Αλγεβρικών Εξισώσεων http://ecourseschemengntuagr/courses/computational_methods_for_engineers/ Συστήματα Γραμμικών Αλγεβρικών Εξισώσεων Γενικά:

Διαβάστε περισσότερα

ΛΥΣΕΙΣ 6 ης ΕΡΓΑΣΙΑΣ - ΠΛΗ 12,

ΛΥΣΕΙΣ 6 ης ΕΡΓΑΣΙΑΣ - ΠΛΗ 12, ΛΥΣΕΙΣ 6 ης ΕΡΓΑΣΙΑΣ - ΠΛΗ, - Οι παρακάτω λύσεις των ασκήσεων της 6 ης εργασίας που καλύπτει το µεγαλύτερο µέρος της ύλης της θεµατικής ενότητας ΠΛΗ) είναι αρκετά εκτεταµένες καθώς έχει δοθεί αρκετή έµφαση

Διαβάστε περισσότερα

5269: Υπολογιστικές Μέθοδοι για Μηχανικούς Συστήματα Γραμμικών Αλγεβρικών Εξισώσεων

5269: Υπολογιστικές Μέθοδοι για Μηχανικούς Συστήματα Γραμμικών Αλγεβρικών Εξισώσεων 5269: Υπολογιστικές Μέθοδοι για Μηχανικούς Συστήματα Γραμμικών Αλγεβρικών Εξισώσεων http://ecourseschemengntuagr/courses/computational_methods_for_engineers/ Συστήματα Γραμμικών Αλγεβρικών Εξισώσεων Γενικά:

Διαβάστε περισσότερα

Εφαρμοσμένα Μαθηματικά ΙΙ

Εφαρμοσμένα Μαθηματικά ΙΙ Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας Εφαρμοσμένα Μαθηματικά ΙΙ Διανυσματικοί Χώροι Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Διανυσματικός Χώρος επί του F Αλγεβρική δομή που αποτελείται

Διαβάστε περισσότερα

Υπολογισµός διπλών ολοκληρωµάτων µε διαδοχική ολοκλήρωση

Υπολογισµός διπλών ολοκληρωµάτων µε διαδοχική ολοκλήρωση 8 Υπολογισµός διπλών ολοκληρωµάτων µε διαδοχική ολοκλήρωση Υπάρχουν δύο θεµελιώδη αποτελέσµατα που µας βοηθούν να υπολογίζουµε πολλαπλά ολοκληρώµατα Το πρώτο αποτέλεσµα σχετίζεται µε τον υπολογισµό ενός

Διαβάστε περισσότερα

Κεφ. 2: Επίλυση συστημάτων αλγεβρικών εξισώσεων. 2.1 Επίλυση απλών εξισώσεων

Κεφ. 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 περισσότερα

ιαλέξεις Παρασκευή 8 Οκτωβρίου,, Πέτρος Κωµοδρόµος Στατική Ανάλυση των Κατασκευών Ι 1

ιαλέξεις Παρασκευή 8 Οκτωβρίου,, Πέτρος Κωµοδρόµος Στατική Ανάλυση των Κατασκευών Ι 1 ΠΠΜ 220: Στατική Ανάλυση των Κατασκευών Ι ιαλέξεις 13-15 Εισαγωγή στις Παραµορφώσεις και Μετακινήσεις Τρίτη, 5, και Τετάρτη, 6 και Παρασκευή 8 Οκτωβρίου,, 2004 Πέτρος Κωµοδρόµος komodromos@ucy.ac.cy http://www.ucy.ac.cy/~petrosk

Διαβάστε περισσότερα

, όπου οι σταθερές προσδιορίζονται από τις αρχικές συνθήκες.

, όπου οι σταθερές προσδιορίζονται από τις αρχικές συνθήκες. Στην περίπτωση της ταλάντωσης µε κρίσιµη απόσβεση οι δύο γραµµικώς ανεξάρτητες λύσεις εκφυλίζονται (καταλήγουν να ταυτίζονται) Στην περιοχή ασθενούς απόσβεσης ( ) δύο γραµµικώς ανεξάρτητες λύσεις είναι

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 1 η Ηµεροµηνία Αποστολής στον Φοιτητή: 12 Οκτωβρίου 2007

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 1 η Ηµεροµηνία Αποστολής στον Φοιτητή: 12 Οκτωβρίου 2007 ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 1) ΕΡΓΑΣΙΑ 1 η Ηµεροµηνία Αποστολής στον Φοιτητή: 1 Οκτωβρίου 007 Ηµεροµηνία παράδοσης της Εργασίας: 9 Νοεµβρίου 007. Πριν από την λύση κάθε άσκησης

Διαβάστε περισσότερα

Εισαγωγή. λύση σε αποδεκτά όρια χρόνου και ακρίβειας 2 αριθµητική µέθοδος : προσεγγιστική µέθοδος που χρησιµοποιείται όταν η ακριβής µαθη-

Εισαγωγή. λύση σε αποδεκτά όρια χρόνου και ακρίβειας 2 αριθµητική µέθοδος : προσεγγιστική µέθοδος που χρησιµοποιείται όταν η ακριβής µαθη- Εισαγωγή Είναι πράγµατι εντυπωσιακή η επιτυχία και η σε συνέχεια ευρεία διάδοση των υπολογιστικών µεθόδων 1, και ιδιαίτερα της µεθόδου των πεπερασµένων στοιχείων, τις τελευταίες τρεις δεκαετίες. Θα µπορούσαµε

Διαβάστε περισσότερα

Κεφάλαιο 6. Πεπερασµένα παραγόµενες αβελιανές οµάδες. Z 4 = 1 και Z 2 Z 2.

Κεφάλαιο 6. Πεπερασµένα παραγόµενες αβελιανές οµάδες. Z 4 = 1 και Z 2 Z 2. Κεφάλαιο 6 Πεπερασµένα παραγόµενες αβελιανές οµάδες Στο κεφάλαιο αυτό ϑα ταξινοµήσουµε τις πεπερασµένα παραγόµενες αβελιανές οµάδες. Αυτές οι οµάδες είναι από τις λίγες περιπτώσεις οµάδων µε µία συγκεκριµένη

Διαβάστε περισσότερα

Κεφάλαιο 2. Παραγοντοποίηση σε Ακέραιες Περιοχές

Κεφάλαιο 2. Παραγοντοποίηση σε Ακέραιες Περιοχές Κεφάλαιο Παραγοντοποίηση σε Ακέραιες Περιοχές Γνωρίζουµε ότι στο Ÿ κάθε στοιχείο εκτός από το 0 και τα ± γράφεται ως γινόµενο πρώτων αριθµών κατά τρόπο ουσιαστικά µοναδικό Από τη Βασική Άλγεβρα ξέρουµε

Διαβάστε περισσότερα

Κεφάλαιο 3β. Ελεύθερα Πρότυπα (µέρος β)

Κεφάλαιο 3β. Ελεύθερα Πρότυπα (µέρος β) Κεφάλαιο 3β Ελεύθερα Πρότυπα (µέρος β) Ο σκοπός µας εδώ είναι να αποδείξουµε το εξής σηµαντικό αποτέλεσµα. 3.3.6 Θεώρηµα Έστω R µια περιοχή κυρίων ιδεωδών, F ένα ελεύθερο R-πρότυπο τάξης s < και N F. Τότε

Διαβάστε περισσότερα

ιδάσκοντες :Τµήµα Α ( Αρτιοι) : Καθηγητής Ν. Μισυρλής,Τµήµα Β (Περιττοί) : Αριθµητική Επίκ. Καθηγητής νάλυση Φ.Τζαφέρης (ΕΚΠΑ) 27 Μαΐου / 20

ιδάσκοντες :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 περισσότερα

Αριθµητική Ανάλυση. ιδάσκοντες: Τµήµα Α ( Αρτιοι) : Καθηγητής Ν. Μισυρλής, Τµήµα Β (Περιττοί) : Επίκ. Καθηγητής Φ.Τζαφέρης. 25 Μαΐου 2010 ΕΚΠΑ

Αριθµητική Ανάλυση. ιδάσκοντες: Τµήµα Α ( Αρτιοι) : Καθηγητής Ν. Μισυρλής, Τµήµα Β (Περιττοί) : Επίκ. Καθηγητής Φ.Τζαφέρης. 25 Μαΐου 2010 ΕΚΠΑ Αριθµητική Ανάλυση Κεφάλαιο 9. Αριθµητική Ολοκλήρωση ιδάσκοντες: Τµήµα Α ( Αρτιοι) : Καθηγητής Ν. Μισυρλής, Τµήµα Β (Περιττοί) : Επίκ. Καθηγητής Φ.Τζαφέρης ΕΚΠΑ 5 Μαΐου 010 ιδάσκοντες:τµήµα Α ( Αρτιοι)

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 4ο : Θεωρητική προσέγγιση της FDTD

ΚΕΦΑΛΑΙΟ 4ο : Θεωρητική προσέγγιση της FDTD ΚΦΑΛΑΙΟ 4ο : Θεωρητική προσέγγιση της DTD 4.. ισαγωγή Από τις τρεις µεθόδους πρόβλεψης των επενεργειών της ηλεκτροµαγνητικής ακτινοβολίας πειραµατική αναλυτική υπολογιστική- η υπολογιστική είναι η νεότερη

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΑΠΑΝΤΗΣΕΙΣ Α ΕΡΓΑΣΙΑΣ. ( 8 µον.) Η άσκηση αυτή αναφέρεται σε διαιρετότητα και ρίζες πολυωνύµων. a. Να λυθεί η εξίσωση

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι (ΑΡΤΙΟΙ) Ασκησεις - Φυλλαδιο 4

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι (ΑΡΤΙΟΙ) Ασκησεις - Φυλλαδιο 4 ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι Τµηµα Β (ΑΡΤΙΟΙ) Ασκησεις - Φυλλαδιο 4 ιδασκων: Α Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://usersuoigr/abeligia/linearalgebrai/lai218/lai218html Παρασκευή 23 Νοεµβρίου 218 Ασκηση 1

Διαβάστε περισσότερα

και συνοριακές συνθήκες στο x = 0 και το x = L. Η ασθενής µορφή του προβλήµατος προκύπτει µε ολοκλήρωση κατά παράγοντες της κάτωθι ισοδύναµης µορφής

και συνοριακές συνθήκες στο x = 0 και το x = L. Η ασθενής µορφή του προβλήµατος προκύπτει µε ολοκλήρωση κατά παράγοντες της κάτωθι ισοδύναµης µορφής 5. ΒΕΛΤΙΣΤΗ ΠΡΟΣΕΓΓΙΣΗ ΚΑΙ ΣΥΓΚΛΙΣΗ Η Μέθοδος των Πεπερασµένων Στοιχείων Σηµειώσεις 5. Μια πιο µαθηµατική διατύπωση της µεθόδου Galerkn Έστω το πρόβληµα: Να βρεθεί η ( x) που ικανοποιεί την διαφορική εξίσωση:

Διαβάστε περισσότερα

οµή δικτύου ΣΧΗΜΑ 8.1

οµή δικτύου ΣΧΗΜΑ 8.1 8. ίκτυα Kohonen Το µοντέλο αυτό των δικτύων προτάθηκε το 1984 από τον Kοhonen, και αφορά διαδικασία εκµάθησης χωρίς επίβλεψη, δηλαδή δεν δίδεται καµία εξωτερική επέµβαση σχετικά µε τους στόχους που πρέπει

Διαβάστε περισσότερα

4. Παραγώγιση πεπερασμένων διαφορών Σειρά Taylor Πολυωνυμική παρεμβολή

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

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΠΛΗΡΟΦΟΡΙΚΗ (ΘΕ ΠΛΗ ) ΠΡΟΤΕΙΝΟΜΕΝΕΣ ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ TEΛΙΚΗΣ ΕΞΕΤΑΣΗΣ 7 Ιουνίου 8 Θέµα ο ( µονάδες) α) ( µονάδες) yz yz του διανυσµατικού

Διαβάστε περισσότερα

Εφαρμοσμένα Μαθηματικά ΙΙ

Εφαρμοσμένα Μαθηματικά ΙΙ Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας Εφαρμοσμένα Μαθηματικά ΙΙ Ιδιοτιμές - Ιδιοδιανύσματα Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Χαρακτηριστικά Ποσά Τετράγωνου Πίνακα (Ιδιοτιμές Ιδιοδιανύσματα)

Διαβάστε περισσότερα

ΜΙΓΑ ΙΚΟΣ ΛΟΓΙΣΜΟΣ ΚΑΙ ΟΛΟΚΛ. ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΓΡΑΠΤΕΣ ΕΞΕΤΑΣΕΙΣ ΙΑΝΟΥΑΡΙΟΥ 2010 ΛΥΣΕΙΣ ΤΩΝ ΘΕΜΑΤΩΝ. =. Οι πρώτες µερικές u x y

ΜΙΓΑ ΙΚΟΣ ΛΟΓΙΣΜΟΣ ΚΑΙ ΟΛΟΚΛ. ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΓΡΑΠΤΕΣ ΕΞΕΤΑΣΕΙΣ ΙΑΝΟΥΑΡΙΟΥ 2010 ΛΥΣΕΙΣ ΤΩΝ ΘΕΜΑΤΩΝ. =. Οι πρώτες µερικές u x y ΜΙΓΑ ΙΚΟΣ ΛΟΓΙΣΜΟΣ ΚΑΙ ΟΛΟΚΛ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΓΡΑΠΤΕΣ ΕΞΕΤΑΣΕΙΣ ΙΑΝΟΥΑΡΙΟΥ ΛΥΣΕΙΣ ΤΩΝ ΘΕΜΑΤΩΝ ΘΕΜΑ α) Καταρχήν θα µελετήσουµε την συνάρτηση f Η f γράφεται f ( ) = ( x + )( x ) ( x ) ή ακόµα f ( ) = u( x,

Διαβάστε περισσότερα

Αριθμητική Ολοκλήρωση της Εξίσωσης Κίνησης

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

Διαβάστε περισσότερα

KΕΦΑΛΑΙΟ 6 ΥΝΑΜΟΣΕΙΡΕΣ-ΣΕΙΡΕΣ TAYLOR

KΕΦΑΛΑΙΟ 6 ΥΝΑΜΟΣΕΙΡΕΣ-ΣΕΙΡΕΣ TAYLOR KΕΦΑΛΑΙΟ 6 ΥΝΑΜΟΣΕΙΡΕΣ-ΣΕΙΡΕΣ TAYLOR 6 Ορισµοί Ορισµός 6 Εστω α είναι µία πραγµατική ακολουθία και είναι πραγµατικοί αριθµοί Ένα άπειρο πολυώνυµο της µορφής: a ( ) () = καλείται δυναµοσειρά µε κέντρο το

Διαβάστε περισσότερα

Αριθµητική Ανάλυση. 27 Οκτωβρίου Αριθµητική Ανάλυση 27 Οκτωβρίου / 72

Αριθµητική Ανάλυση. 27 Οκτωβρίου Αριθµητική Ανάλυση 27 Οκτωβρίου / 72 Αριθµητική Ανάλυση 7 Οκτωβρίου 06 Αριθµητική Ανάλυση 7 Οκτωβρίου 06 / 7 Επαναληπτικές Μέθοδοι για την επίλυση Γραµµικών Συστηµάτων ίνεται το γραµµικό σύστηµα Ax = b όπου A R n n είναι µη ιδιάζων πίνακας

Διαβάστε περισσότερα

14 Εφαρµογές των ολοκληρωµάτων

14 Εφαρµογές των ολοκληρωµάτων 14 Εφαρµογές των ολοκληρωµάτων 14.1 Υπολογισµός εµβαδών µε την µέθοδο των παράλληλων διατοµών Θεωρούµε µια ϕραγµένη επίπεδη επιφάνεια A µε οµαλό σύνορο, δηλαδή που περιγράφεται από µια συνεχή συνάρτηση.

Διαβάστε περισσότερα

2.1 Αριθμητική επίλυση εξισώσεων

2.1 Αριθμητική επίλυση εξισώσεων . Αριθμητική επίλυση εξισώσεων Στο κεφάλαιο αυτό διαπραγματεύεται μεθόδους εύρεσης των ριζών εξισώσεων γραμμικών ή μη-γραμμικών για τις οποίες δεν υπάρχουν αναλυτικές 5 4 3 εκφράσεις. Παραδείγματα εξισώσεων

Διαβάστε περισσότερα

Γραµµικη Αλγεβρα Ι Επιλυση Επιλεγµενων Ασκησεων Φυλλαδιου 4

Γραµµικη Αλγεβρα Ι Επιλυση Επιλεγµενων Ασκησεων Φυλλαδιου 4 Γραµµικη Αλγεβρα Ι Επιλυση Επιλεγµενων Ασκησεων Φυλλαδιου 4 ιδασκοντες: Ν Μαρµαρίδης - Α Μπεληγιάννης Βοηθος Ασκησεων: Χ Ψαρουδάκης Ιστοσελιδα Μαθηµατος : http://wwwmathuoigr/ abeligia/linearalgebrai/laihtml

Διαβάστε περισσότερα

z είναι οι τρεις ανεξάρτητες

z είναι οι τρεις ανεξάρτητες Κεφάλαιο 5 Επίλυση παραβολικών διαφορικών εξισώσεων µε πεπερασµένες διαφορές 5. Εξίσωση θερµότητας ή διάχυσης Η πλέον αντιπροσωπευτική εξίσωση µεταξύ των παραβολικών εξισώσεων είναι η εξίσωση θερµότητας

Διαβάστε περισσότερα

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός ΑΠΘ Επίκουρος Καθηγητής ΤΕΙ Αθήνας 3ο εξάμηνο http://eclass.teiath.gr Παρουσιάσεις,

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 Συστήματα Γραμμικών Εξισώσεων Εισαγωγή Σύστημα γραμμικών εξισώσεων a x a x a x b 11

Διαβάστε περισσότερα