Εργαστήριο 2 - Απαντήσεις. Επίλυση Γραμμικών Συστημάτων
|
|
- Νίκη Κολιάτσος
- 7 χρόνια πριν
- Προβολές:
Transcript
1 ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑ: ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΚΑΙ ΕΡΓΑΣΤΗΡΙΟ Ι Ιστοσελίδα : Εργαστήριο 2 - Απαντήσεις Επίλυση Γραμμικών Συστημάτων ΟΝΟΜΑ gauss.m declu.m solvelu.m invlu.m jacobi.m gseidel.m ovrel.m ΠΕΡΙΓΡΑΦΗ Επίλυση συστήματος με άμεση μέθοδος απαλοιφής Gauss Παραγοντοποίηση πίνακα LU Επίλυση συστήματος με παραγοντοποίηση LU Αντιστροφή πίνακα με LU Επίλυση συστήματος με επαναληπτική μέθοδο Jacobi Επίλυση συστήματος με επαναληπτική μέθοδο Gauss-Seidel Επίλυση συστήματος με επαναληπτική μέθοδο SOR Στο εργαστήριο αυτό θα χρησιμοποιήσουμε τα παραπάνω αρχεία για να εφαρμόσουμε τις διαδικασίες που ακολουθούν. Για κάθε μέθοδο θα φτιάξετε ένα πρόγραμμα εντολών (script) που θα την υλοποιεί και θα κρατήσετε σημειώσεις και παρατηρήσεις για τα αποτελέσματά τους. 1. Δημιουργήστε ένα φάκελο εργασίας με το όνομα lab3 και αποθηκεύστε τον στην Επιφάνεια Εργασίας. 2. Κάντε ενεργό το φάκελο στο MATLAB. 3. Χρησιμοποιείστε τη μέθοδο Gauss για να επιλύσετε το σύστημα: x y 20 = z w 4 1
2 q3.m A=[1,-1,2,-1;2,-2,3,-3;1,1,1,0;1,-1,4,3] b=[-8;-20;-2;4] x=gauss(a,b) error_system=max(abs(a*x-b)) 4. Χρησιμοποιείστε τη μέθοδο παραγοντοποίησης LU για να επιλύσετε το σύστημα: x y 11 = z 2 5. Υπολογίστε τον αντίστροφο για τον πίνακα του συστήματος του Ερωτήματος 2. q4_5.m A=[3,-1,2;1,2,3;2,-2,-1] b=[12;11;2] x=solvelu(a,b) error_system=max(abs(a*x.'-b)) inv_a=invlu(a) error_inv=max(max(abs(a*inv_a-eye(3)))) 6. Χρησιμοποιείστε τη μέθοδο παραγοντοποίησης LU για να λύσετε το σύστημα του Ερωτήματος 1. 2
3 q6.m A=[1,-1,2,-1;2,-2,3,-3;1,1,1,0;1,-1,4,3] b=[-8;-20;-2;4] [l,u]=declu(a) x=solvelu(a,b) error_system=max(abs(a*x.'-b)) 7. Χρησιμοποιείστε τη μέθοδο απαλοιφή Gauss για να επιλύσετε το σύστημα: x y 20 = z w 16 q7.m A=[1,-1,2,-1;2,-2,3,-3;1,1,1,0;2,-2,4,-2] b=[-8;-20;-2;16] x=gauss(a,b) error_system=max(abs(a*x-b)) 8. Χρησιμοποιείστε την επαναληπτική μέθοδο Jacobi για να επιλύσετε το ακόλουθο σύστημα, για δύο τιμές της παραμέτρου ανοχής TOL 1e 6και 1e 8, και οποιοδήποτε αρχικό διάνυσμα x 0 (γιατί;): x y 25 = z w 15 3
4 q8.m A=[10,-1,2,0;-1,11,-1,3;2,-1,10,-1;0,3,-1,8] b=[6;25;-11;15] x0=[1;0;0;1]; [x_1,k_1]=jacobi(a,b,x0,10^(-6)) error_system_1=max(abs(a*x_1-b)) [x_2,k_2]=jacobi(a,b,x0,10^(-9)) error_system_2=max(abs(a*x_2-b)) 9. Επαναλάβετε για την επαναληπτική μέθοδο Gauss-Seidel. q9.m A=[10,-1,2,0;-1,11,-1,3;2,-1,10,-1;0,3,-1,8] b=[6;25;-11;15] x0=[1;0;0;1]; [x_1,k_1]=gseidel(a,b,x0,10^(-6)) error_system_1=max(abs(a*x_1-b)) [x_2,k_2]=gseidel(a,b,x0,10^(-9)) error_system_2=max(abs(a*x_2-b)) 10. Επαναλάβετε για την επαναληπτική μέθοδο SOR για ω= 1.25και ω= 1. Τι παρατηρείτε; q10.m A=[10,-1,2,0;-1,11,-1,3;2,-1,10,-1;0,3,-1,8] b=[6;25;-11;15] x0=[1;0;0;1]; tol=10^(-6); [x_1,k_1]=ovrel(a,b,x0,tol,1.25) 4
5 error_system_1=max(abs(a*x_1-b)) [x_2,k_2]=ovrel(a,b,x0,tol,1) error_system_2=max(abs(a*x_2-b)) 11. Με τη χρήση επαναληπτικής διαδικασίας for, παρουσιάστε γραφικά τον αριθμό των επαναλήψεων που κάνει η SOR για να επιλύσει το σύστημα όταν το ω μεταβάλλεται από 0.1 έως 0.9, με βήμα 0.1 (TOL 1e 5). q11.m close all; A=[10,-1,2,0;-1,11,-1,3;2,-1,10,-1;0,3,-1,8] b=[6;25;-11;15] D=diag(diag(A)) L=tril(A,-1) U=triu(A,+1) x0=[1;0;0;1]; tol=10^(-5); w=0.1:0.1:1.9; for i=1:19 [x,k(i)]=ovrel(a,b,x0,tol,w(i)); error_system(i)=max(abs(a*x-b)); rho(i)=max(abs(eig((1-w(i))*eye(4)+(w(i)*inv(d-l)*u)))); end plot(w,k,'b-*') plot(w,log10(error_system),'r-') plot(w,rho,'g-o') 12. Επαναλάβετε το Ερώτημα 11 για το παρακάτω σύστημα: 5
6 x= q12.m close all; A=[-4,1,1,1;1,-4,1,1;1,1,-4,1;1,1,1,-4] b=[1;1;1;1] D=diag(diag(A)) L=tril(A,-1) U=triu(A,+1) x0=[1;0;0;1]; tol=10^(-5); w=0.1:0.1:1.8; for i=1:18 [x,k(i)]=ovrel(a,b,x0,tol,w(i)); error_system(i)=max(abs(a*x-b)); rho(i)=max(abs(eig((1-w(i))*eye(4)+(w(i)*inv(d-l)*u)))); end plot(w,k,'b-*') plot(w,log10(error_system),'r-') plot(w,rho,'g-o') Δοθέντες συναρτήσεις: gauss.m function x=gauss(a,b); % solving ax=b, where a in R^nxn, x,b in R^n n=length(b); 6
7 for i=1:n-1, [amax,imax]=max(abs(a(i:n,i))); if amax<eps disp(' Singular Matrix'); break; end imax=imax+i-1; if imax~=i, sa=a(imax,i:n);sb=b(imax); a(imax,i:n)=a(i,i:n); b(imax)=b(i);a(i,i:n)=sa;b(i)=sb; end b(i+1:n)=b(i+1:n)-b(i)*a(i+1:n,i)/a(i,i); a(i+1:n,1:n)=a(i+1:n,1:n)-a(i+1:n,i)*a(i,1:n)/a(i,i); if abs(a(n,n))<eps, disp(' Singular Matrix');return;end % back up substitution x(n,1)=b(n)/a(n,n); for i=n-1:-1:1, x(i,1)=(b(i)-a(i,i+1:n)*x(i+1:n,1))/a(i,i); declu.m function [l,u]=declu(a); % decomplses l*u=a n=length(a(1,:)); l=zeros(n);u=zeros(n); u(1,1:n)=a(1,1:n); l(2:n,1)=a(2:n,1)/u(1,1); for i=1:n,l(i,i)=1; for i=2:n-1 u(i,i:n)=a(i,i:n)-l(i,1:i-1)*u(1:i-1,i:n); l(i+1:n,i)=(a(i+1:n,i)-l(i+1:n,1:i-1)*u(1:i-1,i))/u(i,i); u(n,n)=a(n,n)-l(n,1:n-1)*u(1:n-1,n); 7
8 solvelu.m function x=solvelu(a,b); % solves a system using LU n=length(a(1,:)); [l,u]=declu(a) % 1st back up substitution y(1)=b(1); for i=2:n,y(i)=b(i)-l(i,1:i-1)*y(1:i-1)'; % 2nd back up substitution x(n)=y(n)/u(n,n); for i=n-1:-1:1,x(i)=(y(i)-u(i,i+1:n)*x(i+1:n)')/u(i,i); invlu.m function x=invlu(a); % Invertion of a, using LU decomposition n=length(a(1,:)); [l,u]=declu(a); e=eye(n); for k=1:n, % 1st back up substitution y(1)=e(k,1); for i=2:n,y(i)=e(k,i)-l(i,1:i-1)*y(1:i-1)'; % 2nd back up substitution x(n,k)=y(n)/u(n,n); for i=n-1:-1:1,x(i,k)=(y(i)-u(i,i+1:n)*x(i+1:n,k))/u(i,i); jacobi.m function [x,k]=jacobi(a,b,x0,tol); % method of Jacobi, for solution of sparse linear system a*x=b n=length(b); l=-tril(a);for i=1:n,l(i,i)=0; u=-triu(a);for i=1:n,u(i,i)=0; 8
9 d=a+u+l; for i=1:n;d(i,i)=1/d(i,i); g=d*(l+u); gg=d*b; x=rand(n,1);xnew=x0;k=0; if nargin==2,tol=1.0e-6;xnew=rand(n,1); % maximum number of iterations 2000 while max(abs(xnew-x))>tol & k <2000, x=xnew;k=k+1; xnew=g*x+gg; x=xnew; gseidel.m function [x,k]=gseidel(a,b,x0,tol); % method of SOR, for solution of sparce linear system a*x=b n=length(b); l=-tril(a);for i=1:n,l(i,i)=0; u=-triu(a);for i=1:n,u(i,i)=0; d=a+u+l; g=inv(d-l); gg=g*b;g=g*u; x=rand(n,1);xnew=x0;k=0; if nargin==2,tol=1.0e-6;xnew=rand(n,1); % maximum number of iterations 2000 while max(abs(xnew-x))>tol & k <2000, x=xnew;k=k+1; xnew=g*x+gg; x=xnew; ovrel.m function [x,k]=ovrel(a,b,x0,tol,w); % method of SOR, for solution of sparce linear system a*x=b if nargin==2,tol=1.0e-6;w=1; if nargin==3,w=1; 9
10 n=length(b); l=-tril(a);for i=1:n,l(i,i)=0; u=-triu(a);for i=1:n,u(i,i)=0; d=a+u+l; g=inv(d-l); gg=w*g*b;g=(1-w)*eye(n)+w*g*u; x=rand(n,1);xnew=x0;k=0; % maximum number of iterations 2000 while max(abs(xnew-x))>tol & k <2000, x=xnew;k=k+1; xnew=g*x+gg; x=xnew; 10
Β ΜΕΡΟΣ: ΕΦΑΡΜΟΓΗ ΤΟΥ MATLAB ΣΤΗΝ ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ
Β ΜΕΡΟΣ: ΕΦΑΡΜΟΓΗ ΤΟΥ MATLAB ΣΤΗΝ ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ 1. Εύρεση ρίζας Στο κεφάλαιο αυτό θα ασχοληθούμε με την εύρεση ρίζας μιας συνάρτησης ή αλλιώς με την ευρεση λύσης της εξίσωσης: Πριν αναφερθούμε στην
Προσεγγιστική λύση Γραμμικών Συστημάτων με την μέθοδο Gauss-Seidel. Δημιουργία κώδικα στο Matlab
Προσεγγιστική λύση Γραμμικών Συστημάτων με την μέθοδο Gauss-Seidel Δημιουργία κώδικα στο Matlab Χατζηγεωργίου Αντώνης Νοέμβριος 2013 Περιεχόμενα 1. Αρχικό πρόβλημα.... 3 2. Εφαρμογή της θεωρίας.... 4 3.
Ιστοσελίδα : Εργαστήριο 3 Απαντήσεις. Επίλυση Μη Γραμμικών Εξισώσεων και Συστημάτων
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑ: ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΚΑΙ ΕΡΓΑΣΤΗΡΙΟ Ι Ιστοσελίδα : http://www.math.tua.gr/~fargyriou Εργαστήριο 3 Απαντήσεις Επίλυση
. Από τις συνθήκες αυτές κατασκευάζουµε ένα γραµµικό σύστηµα εξισώσεων η λύση του οποίου καθορίζει τα
ΤΕΜΦΕ 4 ο Εξάµηνο Αριθµητική Ανάλυση Ι 2 η Εργαστηριακή Άσκηση Α. Άµεσες Μέθοδοι. Κατά την πολυωνυµική παρεµβολή Hermite αναζητούµε ένα πολυώνυµο το οποίο να διέρχεται από κάποια σηµεία µίας συνάρτησης
Εργαστήρια 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
( ) ( ) ( ) ( ) ενώ η εξίσωση της παραβολής είναι η
ΤΕΜΦΕ 4 ο Εξάµηνο Αριθµητική Ανάλυση Ι 1 η Εργαστηριακή Άσκηση Μέθοδος Müller Αν θέλαµε να ερµηνεύσουµε γεωµετρικά τη µέθοδο Secant θα βλέπαµε ότι σε κάθε βήµα φέρουµε την ευθεία που διέρχονται από τις
Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 6)
Τμήμα Μηχανικών Πληροφορικής Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 6) Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015
Κεφάλαιο 1 Εισαγωγή. 1. 2 Μιγαδικοί Αριθµοί
Σελίδα 1 από 42 Κεφάλαιο 1 Εισαγωγή 1. 2 Μιγαδικοί Αριθµοί 1.2.1 Παράδειγµα Οι µιγαδικού αριθµοί στο MATLAB. Στο MATLAB τα στοιχεία των διανυσµάτων µπορούν να είναι είτε πραγµατικοί είτε µιγαδικοί αριθµοί.
Αριθμητικές 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
ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι
ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι κ. ΠΕΤΑΛΙΔΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ 1 Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
3η ΕΡΓΑΣΙΑ. 3.1 Αµεσοι µέθοδοι για την Αριθµητική Επίλυση Γραµµικών Συστηµάτων
ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟ ΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΤΟΜΕΑΣ ΘΕΩΡΗΤΙΚΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΑΘΗΜΑ : Αριθµητικές Μέθοδοι και Προγραµµατισµός(ΧΗΜΙΚΟ) Καταληκτική ηµεροµηνία υποβολής
Εισαγωγή στη Matlab 2 Εισαγωγή στην Αριθμητική Ανάλυση Διδάσκων: Γεώργιος Ακρίβης Βοηθός: Δημήτριος Ζαβαντής
Εισαγωγή στη Matlab 2 Εισαγωγή στην Αριθμητική Ανάλυση Διδάσκων: Γεώργιος Ακρίβης Βοηθός: Δημήτριος Ζαβαντής email: dzavanti@cs.uoi.gr Περιεχόμενα Ορισμοί Λογικοί τελεστές f0r loops while loops if else
ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ
ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΜΑΘΗΜΑ 3 ο ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Μάθημα 3 ο Αριθμητική επίλυση εξισώσεων (μη
ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι
ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι κ ΠΕΤΑΛΙΔΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ 1 Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
Εφαρμοσμένα Μαθηματικά ΙΙ 7ο Σετ Ασκήσεων (Λύσεις) Γραμμικά Συστήματα- Απαλοιφή Gauss Επιμέλεια: I. Λυχναρόπουλος
Εφαρμοσμένα Μαθηματικά ΙΙ 7ο Σετ Ασκήσεων (Λύσεις) Γραμμικά Συστήματα- Απαλοιφή Gauss Επιμέλεια: I. Λυχναρόπουλος. Χρησιμοποιείστε απαλοιφή Gauss για να επιλύσετε τα ακόλουθα συστήματα: 5x 8y = 5x= + y
ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ
ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΙΙ ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ. ΜΗΤΣΟΤΑΚΗΣ ΑΘΗΝΑ 27 ΠΑΡΑ ΕΙΓΜΑ : ΜΕΘΟ ΟΣ NEWTON Πρόγραµµα Matlab για την προσέγγιση της ρίζας της εξίσωσης f(x)= µε την µέθοδο Newton. Συναρτήσεις f(x), f
Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον
Τμήμα Μηχανικών Πληροφορικής Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Οκτώβριος 2015 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 1 / 47 Αριθμητικές Μέθοδοι
Μαρία Λουκά. Εργαστήριο Matlab Άμεσες Μέθοδοι. Τμήμα Πληροφορικής και Τηλεπικοινωνιών
Μαρία Λουκά Εργαστήριο Matlab Άμεσες Μέθοδοι. Τμήμα Πληροφορικής και Τηλεπικοινωνιών Βασικές συναρτήσεις του Matlab b = trace(a) : Είναι το άθροισμα των διαγωνίων στοιχείων του πίνακα Α. d = det(a) : επιστρέφει
Μάθημα Επιλογής 8 ου εξαμήνου
EΘNIKO ΜEΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΧΗΜΙΚΩΝΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΙΙ: Ανάλυσης, Σχεδιασμού & Ανάπτυξης Διεργασιών & Συστημάτων Διάλεξη 3: Βασικές τεχνικές επίλυσης γραμμικών συστημάτων Μάθημα Επιλογής 8 ου εξαμήνου
Εισαγωγή στην Αριθμητική Ανάλυση
Εισαγωγή στην Αριθμητική Ανάλυση Εισαγωγή στη MATLAB ΔΙΔΑΣΚΩΝ: ΓΕΩΡΓΙΟΣ ΑΚΡΙΒΗΣ ΒΟΗΘΟΙ: ΔΗΜΗΤΡΙΑΔΗΣ ΣΩΚΡΑΤΗΣ, ΣΚΟΡΔΑ ΕΛΕΝΗ E-MAIL: SDIMITRIADIS@CS.UOI.GR, ESKORDA@CS.UOI.GR Τι είναι Matlab Είναι ένα περιβάλλον
ÁñéèìçôéêÞ ÁíÜëõóç É - ÓÅÌÖÅ Åñãáóßá 2 ìåóåò êáé åðáíáëçðôéêýò ìýèïäïé
ÁñéèìçôéêÞ ÁíÜëõóç É - ÓÅÌÖÅ Åñãáóßá 2 ìåóåò êáé åðáíáëçðôéêýò ìýèïäïé Íéêüëáò ÊÜñáëçò Á/Ì : 91442 ÔìÞìá 1ï 28 Óåðôåìâñßïõ, 26 1 ìåóåò ÌÝèïäïé 1.1 Åñþôçìá 1 ñçóéìïðïéþíôáò ôçí gauss.m êáé ôçí herm5.m,
Matrix 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
1. 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.
ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι
ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι κ. ΠΕΤΑΛΙΔΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ 1 Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι
ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι κ. ΠΕΤΑΛΙΔΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ 1 Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
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
A Τελική Εξέταση του μαθήματος «Αριθμητική Ανάλυση» Σχολή Θετικών Επιστημών, Τμήμα Μαθηματικών, Πανεπιστήμιο Αιγαίου
A Τελική Εξέταση του μαθήματος «Αριθμητική Ανάλυση» Εξεταστική περίοδος Ιουνίου 6, Διδάσκων: Κώστας Χουσιάδας Διάρκεια εξέτασης: ώρες (Σε παρένθεση δίνεται η βαθμολογική αξία κάθε υπο-ερωτήματος. Σύνολο
Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον
Τμήμα Μηχανικών Πληροφορικής Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Οκτώβριος 2014 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2014 1 / 42 Αριθμητικές Μέθοδοι
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:
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:
Παναγιώτης Ψαρράκος Αν. Καθηγητής
Ανάλυση Πινάκων Κεφάλαιο 2: Παραγοντοποίηση LU Παναγιώτης Ψαρράκος Αν Καθηγητής ΔΠΜΣ Εφαρμοσμένες Μαθηματικές Επιστήμες Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Τομέας Μαθηματικών Εθνικό Μετσόβιο
Μαρία Λουκά. Εργαστήριο Matlab. Αριθμητικός υπολογισμός ιδιοτιμών και ιδιοδιανυσμάτων. Τμήμα Πληροφορικής και Τηλεπικοινωνιών.
Μαρία Λουκά Εργαστήριο Matlab Αριθμητικός υπολογισμός ιδιοτιμών και ιδιοδιανυσμάτων Τμήμα Πληροφορικής και Τηλεπικοινωνιών. Βασικές Συναρτήσεις της Matlab Γραμμικοί δείκτες (Linear indices) Ένας γραμμικός
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Επιτάχυνση σύγκλισης των επαναληπτικών επιλύσεων Gauss-Seidel, κατά την προσομοίωση αναλογικών
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
Σύντομες εισαγωγικές σημειώσεις για την. Matlab
Σύντομες εισαγωγικές σημειώσεις για την Matlab Δήλωση Μεταβλητών Για να εισάγει κανείς δεδομένα στη Matlab υπάρχουν πολλοί τρόποι. Ο πιο απλός είναι στη γραμμή εντολών να εισάγουμε αυτό που θέλουμε και
Εργαστήριο Γραμμικής Άλγεβρας. H Matlab ως γλώσσα προγραμματισμού
Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής με Εφαρμογές στη Βιοϊατρική Εργαστήριο Γραμμικής Άλγεβρας H Matlab ως γλώσσα προγραμματισμού Προγραμματιστικές δομές Έλεγχος ροής if if
µέχρι και την Τρίτη 24.3.2015 και ώρα 22:30 1η Ασκηση ΑΜΕΣΟΙ ΜΕΘΟ ΟΙ ΓΙΑ ΤΗΝ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟ ΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΤΟΜΕΑΣ ΘΕΩΡΗΤΙΚΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΑΘΗΜΑ : ΑΡΙΘΜΗΤΙΚΗ ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΗΜΕΡ/ΝΙΑ 9.3.205 Καταληκτική Ηµερ/νία υποβολής µέχρι
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
ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ
ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΡΓΑΣΤΗΡΙΟ 3 ΕΡΓΑΣΤΗΡΙΟ 3 ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ ΒΑΣΙΚΕΣ ΔΟΜΕΣ ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ ΔΗΜΙΟΥΡΓΙΑ ΔΙΑΝΥΣΜΑΤΩΝ Χ (ΤΕΤΜΗΜΕΝΩΝ) ΚΑΙ Υ (ΤΕΤΑΓΜΕΝΩΝ) ΤΩΝ ΣΗΜΕΙΩΝ
Εφαρμοσμένα Μαθηματικά 3η εργαστηριακή άσκηση
ΤΕΙ ΑΘΗΝΑΣ ΤΜΗΜΑ ΝΑΥΠΗΓΙΚΗΣ Εφαρμοσμένα Μαθηματικά 3η εργαστηριακή άσκηση ΣΠΟΥΔΑΣΤΗΣ: ΧΑΤΖΗΓΕΩΡΓΙΟΥ ΑΝΤΩΝΗΣ Α.Μ. 09036 Εξάμηνο ΠΤΧ ΚΑΘΗΓΗΤΗΣ: ΔΡ. ΜΠΡΑΤΣΟΣ ΑΘΑΝΑΣΙΟΣ Περιεχόμενα 3.1 Πολυωνυμική παρεμβολή...
Επίλυση 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
Παράδειγμα #10 ΠΡΟΒΛΗΜΑΤΑ ΟΡΙΑΚΩΝ ΤΙΜΩΝ ΕΛΛΕΙΠΤΙΚΕΣ ΜΔΕ ΕΠΙΜΕΛΕΙΑ: Ν. Βασιλειάδης
Άσκηση 1 Παράδειγμα #10 ΠΡΟΒΛΗΜΑΤΑ ΟΡΙΑΚΩΝ ΤΙΜΩΝ ΕΛΛΕΙΠΤΙΚΕΣ ΜΔΕ ΕΠΙΜΕΛΕΙΑ: Ν. Βασιλειάδης Να επιλυθεί η ροή ρευστού διαμέσου τετραγωνικού αγωγού η οποία εκφράζεται μέσω της διαφορικής εξίσωσης Poisson
Επαναληπτικές μέθοδοι για την επίλυση γραμμικών συστημάτων. Μιχάλης Δρακόπουλος
Επαναληπτικές μέθοδοι για την επίλυση γραμμικών συστημάτων Μιχάλης Δρακόπουλος Σημειώσεις Αριθμητικής Γραμμικής Άλγεβρας 2012 2013 Εισαγωγή Στην αριθμητική επίλυση μαθηματικών εφαρμογών, όπως για παράδειγμα
Πιο συγκεκριμένα, η χρήση του MATLAB προσφέρει τα ακόλουθα πλεονεκτήματα.
i Π Ρ Ο Λ Ο Γ Ο Σ Το βιβλίο αυτό αποτελεί μια εισαγωγή στα βασικά προβλήματα των αριθμητικών μεθόδων της υπολογιστικής γραμμικής άλγεβρας (computational linear algebra) και της αριθμητικής ανάλυσης (numerical
ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ
ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΜΑΘΗΜΑ 2 ο Μάθημα 2 ο Αριθμητική επίλυση εξισώσεων (μη γραμμικές) Μέθοδοι με διαδοχικές δοκιμές σε διάστημα (Διχοτόμησης, Regula-Falsi) Μέθοδοι με επαναληπτικούς
Επιστηµονικός Υπολογισµός Ι - Πρώτη εργαστηριακή άσκηση
Επιστηµονικός Υπολογισµός Ι - Πρώτη εργαστηριακή άσκηση Ηµεροµηνία επιστροφής : Τετάρτη 4/11/2010 18 Οκτωβρίου 2010 1 Γραµµική άλγεβρα (20 µονάδες) Η παράγωγος ενός µητρώου H ορίζεται ως η παράγωγος κάθε
Επιστηµονικός Υπολογισµός Ι Ενότητα 5 - Επίλυση Γραµµικών Συστηµάτων. Ευστράτιος Γαλλόπουλος
Ενότητα 5 - Επίλυση Γραµµικών Συστηµάτων Ευστράτιος Γαλλόπουλος Ασκηση 1 Εστω ένα µητρώο A το οποίο χρησιµοποιούµε και µητρώο συντελεστών κάποιου γραµµικού συστήµατος A x = b 1.Πώς ϑα λύνατε το γραµµικό
Επιστηµονικός Υπολογισµός ΙΙ
Επιστηµονικός Υπολογισµός ΙΙ Ε. Γαλλόπουλος 1 1 Τµήµα Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικής Πολυτεχνική Σχολή, Πανεπιστήµιο Πατρών 24/4/13 Θέµατα αριθµητικής Οι παραπάνω µέθοδοι (FOM, GMRES)
Επιστηµονικός Υπολογισµός Ι
Επιστηµονικός Υπολογισµός Ι Ενότητα 7 : ιαχείρηση Μητρώων Ειδικής οµής Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative
Ειδικά θέματα στην επίλυση
Ενότητα 5: Εισαγωγή Βασικές Έννοιες Ειδικά Θέματα Αριθμητικής Παραγώγισης Επίλυση Γραμμικών Συστημάτων Αλγεβρικών Εξισώσεων Φραγκίσκος Κουτελιέρης Πολυτεχνική Σχολή Τμήμα Χημικών Μηχανικών Ειδικά θέματα
Παράδειγμα #5 ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ & ΜΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΕΠΙΜΕΛΕΙΑ: Σ. Βαρούτης
Παράδειγμα #5 ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ & ΜΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΕΠΙΜΕΛΕΙΑ: Σ. Βαρούτης. Το παρακάτω αλγεβρικό τρι-διαγώνιο σύστημα έχει προκύψει από την επίλυση µιας συνήθους διαφορικής εξίσωσης που περιγράφει
Επίσης, γίνεται αναφορά σε µεθόδους πεπερασµένων στοιχείων και νευρονικών δικτύων.
Πανεπιστήµιο Κύπρου Το µάθηµα περιλαµβάνει Αριθµητικές και Υπολογιστικές Μεθόδους για Μηχανικούς, µε έµφαση στις µεθόδους: αριθµητικής ολοκλήρωσης/παραγώγισης, αριθµητικών πράξεων µητρώων, λύσεων µητρώων
2η Οµάδα Ασκήσεων. ΑΣΚΗΣΗ 3 (Θεωρία-Αλγόριθµοι-Εφαρµογές)
ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟ ΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΤΟΜΕΑΣ ΘΕΩΡΗΤΙΚΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΑΘΗΜΑ : ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ 2η Οµάδα Ασκήσεων 1442008 ΑΣΚΗΣΗ 3 (Θεωρία-Αλγόριθµοι-Εφαρµογές)
i. Επιλύστε με απαλοιφή Gauss μερικής οδήγησης το σύστημα:
ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ, 04 0, Ο ΕΞΑΜΗΝΟ ΑΠΑΝΤΗΣΕΙΣ ΕΡΓΑΣΙΑ #: ΕΠΙΛΥΣΗ ΣΥΣΤΗΜΑΤΩΝ ΕΞΙΣΩΣΕΩΝ Ημερομηνία ανάρτησης εργασίας στην ιστοσελίδα του μαθήματος: 8 0 04 Ημερομηνία παράδοσης εργασίας: 0 04 Επιμέλεια
11 ΣΥΝΗΘΕΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ
11 ΣΥΝΗΘΕΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ 11.1 Γενικά περί συνήθων διαφορικών εξισώσεων Μια συνήθης διαφορική εξίσωση (ΣΔΕ) 1 ης τάξης έχει τη μορφή dy d = f (, y()) όπου f(, y) γνωστή και y() άγνωστη συνάρτηση.
Παρουσίαση 3ης Άσκησης
Παρουσίαση 3ης Άσκησης Παράλληλος προγραμματισμός για αρχιτεκτονικές κατανεμημένης μνήμης με MPI Συστήματα Παράλληλης Επεξεργασίας 9ο Εξάμηνο, ΣΗΜΜΥ Εργ. Υπολογιστικών Συστημάτων Σχολή ΗΜΜΥ, Ε.Μ.Π. Νοέμβριος
Παρουσίαση 2 ης Άσκησης:
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχ. και Μηχανικών Υπολογιστών Εργαστήριο Υπολογιστικών Συστημάτων Παρουσίαση 2 ης Άσκησης: Ανάπτυξη παράλληλου κώδικα και μελέτη της επίδοσης του αλγορίθμου
Παραδείγματα Απαλοιφή Gauss Απαλοιφή Gauss-Jordan Παραγοντοποίηση LU, LDU
Παραδείγματα Απαλοιφή Gauss Απαλοιφή Gauss-Jordan Παραγοντοποίηση LU, LDU Επιμέλεια: Ι. Λυχναρόπουλος Παράδειγμα x y Να επιλυθεί το ακόλουθο σύστημα: x+ y 6 Σε μορφή πινάκων το σύστημα γράφεται ως: x y
Παράδειγμα #4 EΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΑΛΓΕΒΡΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΜΕΘΟΔΟΥΣ ΕΠΙΜΕΛΕΙΑ: Ν. Βασιλειάδης
Παράδειγμα #4 EΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΑΛΓΕΒΡΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΜΕΘΟΔΟΥΣ ΕΠΙΜΕΛΕΙΑ: Ν. Βασιλειάδης Άσκηση Τα ισοζύγια μάζας του συστήματος διανομή ατμού σε μονάδα διυλιστηρίου δίνονται από τις παρακάτω
ΜΕΜ251 Αριθμητική Ανάλυση
ΜΕΜ251 Αριθμητική Ανάλυση Διάλεξη 09, 9 Μαρτίου 2018 Μιχάλης Πλεξουσάκης Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Περιεχόμενα 1. Επαναληπτικές μέθοδοι 2. Θεωρία γενικών επαναληπτικών μεθόδων 3. Σύγκλιση
Προγραμματισμός και Χρήση Ηλεκτρονικών Υπολογιστών - Βασικά Εργαλεία Λογισμικού
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΧΗΜΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΙΚΟ ΚΕΝΤΡΟ Προγραμματισμός και Χρήση Ηλεκτρονικών Υπολογιστών - Βασικά Εργαλεία Λογισμικού Μάθημα 7ο Aντώνης Σπυρόπουλος Επανάληψη for for var
Εισαγωγή στην πληροφορική
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Αγρονόµων Τοπογράφων Μηχανικών Εισαγωγή στην πληροφορική Βασίλειος Βεσκούκης ρ. Ηλεκτρολόγος Μηχανικός & Μηχανικός Υπολογιστών ΕΜΠ v.vescoukis@cs.ntua.gr Η γλώσσα προγραµµατισµού
Εισαγωγή στον επιστημονικό προγραμματισμό 2 o Μάθημα
Εισαγωγή στους Ηλεκτρονικούς Υπολογιστές Εισαγωγή στον επιστημονικό προγραμματισμό 2 o Μάθημα Λεωνίδας Αλεξόπουλος Λέκτορας ΕΜΠ email: leo@mail.ntua.gr url: http://users.ntua.gr/leo Μελάς Ιωάννης Υποψήφιος
Πρακτικό Βγάλτε στυλό και χαρτί για να σχηματίσετε τον σκελετό και την λογική του προγράμματός σας πριν το περάσετε στην οθόνη.
Πρακτικό 4 0. Βγάλτε στυλό και χαρτί για να σχηματίσετε τον σκελετό και την λογική του προγράμματός σας πριν το περάσετε στην οθόνη. 1. Γράψτε προγράμματα script, που να τυπώνουν τους παρακάτω αριθμούς,
ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ
ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ Πρόλογος... 11 Μέρος Α: Στοιχεία Αλγοριθμικής... 15 1 Επίλυση προβλημάτων με Η/Υ... 19 1.1 Εισαγωγή... 19 1.2 Αλγόριθμοι αλγοριθμικά προβλήματα... 20 1.3 Το μαθηματικό μοντέλο... 26
Πίνακας Περιεχομένων
Πίνακας Περιεχομένων Πρόλογος... 13 Πρώτο Μέρος: Γενικές Έννοιες Κεφάλαιο 1 ο : Αλγοριθμική... 19 1.1 Περιγραφή Αλγορίθμου... 19 1.2. Παράσταση Αλγορίθμων... 21 1.2.1 Διαγράμματα Ροής... 22 1.2.2 Ψευδογλώσσα
Εφαρμογή της μεθόδου πεπερασμένων διαφορών στην εξίσωση θερμότητας
Εφαρμογή της μεθόδου πεπερασμένων διαφορών στην εξίσωση θερμότητας Να γραφεί script το οποίο να επιλύει αριθμητικά της γενική εξίσωση θερμότητας με χρήση της προς τα εμπρός παραγώγου ως προς το χρόνο,
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
Πίνακας Περιεχομένων
Πίνακας Περιεχομένων Πρόλογος... 11 Κεφάλαιο 1o: Εισαγωγικά... 15 1.1 Με τι ασχολείται η Αριθμητική Ανάλυση... 15 1.2 Πηγές Σφαλμάτων... 17 1.2.1 Εισόδου... 17 1.2.2 Αριθμητικής Υπολογιστών... 18 1.2.3
Προγραμματισμός και Χρήση Ηλεκτρονικών Υπολογιστών - Βασικά Εργαλεία Λογισμικού
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΧΗΜΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΙΚΟ ΚΕΝΤΡΟ Προγραμματισμός και Χρήση Ηλεκτρονικών Υπολογιστών - Βασικά Εργαλεία Λογισμικού Μάθημα 8ο Aντώνης Σπυρόπουλος Ανώνυμες συναρτήσεις
Προγραμματισμός Ηλεκτρονικών Υπολογιστών 2 - Εργαστήριο
Προγραμματισμός Ηλεκτρονικών Υπολογιστών 2 - Εργαστήριο Ενότητα 2: Δημιουργία και Επεξεργασία διανυσμάτων και πινάκων μέσω του Matlab Διδάσκουσα: Τσαγκαλίδου Ροδή Τμήμα: Ηλεκτρολόγων Μηχανικών ΤΕ Άδειες
12/3/2012. Εργαστήριο Αλγόριθμοι Γραμμικής Βελτιστοποίησης. Lab03 1. Διανυσματοποίηση Βρόχων. Αρχικοποίηση μητρών (preallocating)
Τμήμα Εφαρμοσμένης Πληροφορικής ΑΛΓΟΡΙΘΜΟΙ ΓΡΑΜΜΙΚΗΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ 8 Ο ΕΞΑΜΗΝΟ ΣΑΜΑΡΑΣ ΝΙΚΟΛΑΟΣ, ΕΠ. ΚΑΘΗΓΗΤΗΣ Βελτίωση Απόδοσης ιανυσματοποίηση βρόχων Αρχικοποίηση μητρών (preallocating) Χρήση κατάλληλων
17. Εισαγωγή σε αριθμητικές μεθόδους για μηχανικούς και αλγορίθμους
ΠΠΜ 500: Εφαρμογές Μηχανικής με Ανάπτυξη Λογισμικού 17. Εισαγωγή σε αριθμητικές μεθόδους για μηχανικούς και αλγορίθμους Εαρινό εξάμηνο 2012 Πέτρος Κωμοδρόμος komodromos@ucy.ac.cy http://www.eng.ucy.ac.cy/petros
Χρονικές σειρές 8 o μάθημα: ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΣΤΗ MATLAB (2)
Χρονικές σειρές 8 o μάθημα: ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΣΤΗ MATLAB (2) Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ. & Οικονομικό Τμήμα,
Εργασία στην Αριθµητική Ανάλυση
Εργασία στην Αριθµητική Ανάλυση Κάντε πέντε (τουλάχιστον) από τις παρακάτω ασκήσεις. Ο βαθµός σας σ αυτές θ αποτελέσει το 0% του τελικού βαθµού σας στο µάθηµα. Όλες οι ασκήσεις (και τα µέρη τους) είναι
Μαρία Λουκά. Εργαστήριο Matlab Επαναληπτικές Μέθοδοι. Τμήμα Πληροφορικής και Τηλεπικοινωνιών.
Μαρία Λουκά Εργαστήριο Matlab Επαναληπτικές Μέθοδοι Τμήμα Πληροφορικής και Τηλεπικοινωνιών. Βασικές συναρτήσεις του Matlab diag: Χρησιμοποιείται για τη δημιουργία ενός διαγώνιου πίνακα ή για την λήψη των
Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 4)
Τμήμα Μηχανικών Πληροφορικής Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 4) Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015
Αριθμητική Επίλυση Συνήθων Διαφορίκών Εξισώσεων 3ο Εργαστήριο 27/03/2015 1
Αριθμητική Επίλυση Συνήθων Διαφορίκών Εξισώσεων 3ο Εργαστήριο 7/3/5 Σκοπός αυτού του εργαστηρίου είναι να δούμε πως μπορούμε να επιλύσουμε συστήματα διαφορικών εξισώσεων, με την χρήση του Matlab. Συστήματα
Αξιοποίηση Η/Υ και Πληροφορικής στην Μηχανική
ΠΠΜ100 & ΜΜΠ100: Εισαγωγή στην Μηχανική Αξιοποίηση Η/Υ και Πληροφορικής στην Μηχανική ιάλεξη 4 η 2 Οκτωβρίου Πέτρος Κωµοδρόµος komodromos@ucy.ac.cy http://www.ucy.ac.cy/~petrosk Περιεχόµενα ιάλεξη #1:
ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 1 η Ηµεροµηνία Αποστολής στον Φοιτητή: 15 Οκτωβρίου 2006
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ η Ηµεροµηνία Αποστολής στον Φοιτητή: 5 Οκτωβρίου 006 Ηµεροµηνία παράδοσης της Εργασίας: 0 Νοεµβρίου 006.
ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ
ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ Πρόλογος... 11 Μέρος Α: Στοιχεία Αλγοριθμικής... 15 1 Επίλυση προβλημάτων με Η/Υ... 19 1.1 Εισαγωγή... 19 1.2 Αλγόριθμοι-αλγοριθμικά προβλήματα... 20 1.3 Το μαθηματικό μοντέλο... 26
Παράδειγμα #9 ΠΡΟΒΛΗΜΑΤΑ ΔΥΟ ΟΡΙΑΚΩΝ ΤΙΜΩΝ ΕΛΛΕΙΠΤΙΚΕΣ ΣΔΕ ΕΠΙΜΕΛΕΙΑ: Ν. Βασιλειάδης
Παράδειγμα #9 ΠΡΟΒΛΗΜΑΤΑ ΔΥΟ ΟΡΙΑΚΩΝ ΤΙΜΩΝ ΕΛΛΕΙΠΤΙΚΕΣ ΣΔΕ ΕΠΙΜΕΛΕΙΑ: Ν. Βασιλειάδης Άσκηση Να επιλυθεί η εξίσωση ροής διαμέσου ενός κυλινδρικού αγωγού λόγω διαφοράς πίεσης: d u du u = + = dr r dr du με
Π Ε Ρ Ι Ε Χ Ο Μ Ε Ν Α. Πρόλογος...15 ΚΕΦΑΛΑΙΟ 1. Σφάλματα
Π Ε Ρ Ι Ε Χ Ο Μ Ε Ν Α Πρόλογος...15 ΚΕΦΑΛΑΙΟ 1 Σφάλματα 1.1 Εισαγωγή...17 1.2 Αρχικά Σφάλματα (σφάλματα μετρήσεων)...18 1.2.1 Απλές μετρήσεις...18 1.2.2 Σύνθετες μετρήσεις...19 1.2.3 Σημαντικά ψηφία και
Εργαστήρια Αριθμητικής Ανάλυσης Ι. 4 ο Εργαστήριο. Διανύσματα-Πίνακες 1 ο Μέρος
Εργαστήρια Αριθμητικής Ανάλυσης Ι 4 ο Εργαστήριο Διανύσματα-Πίνακες 1 ο Μέρος 2017 Εισαγωγή Όπως έχουμε προαναφέρει σε προηγούμενα εργαστήρια. Ο βασικός τύπος δεδομένων στο Matlab είναι οι πίνακες. Ένα
ΜΕΘΟΔΟΙ ΑΕΡΟΔΥΝΑΜΙΚΗΣ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Εργαστήριο Θερμικών Στροβιλομηχανών Μονάδα Παράλληλης ης Υπολογιστικής Ρευστοδυναμικής & Βελτιστοποίησης ΜΕΘΟΔΟΙ ΑΕΡΟΔΥΝΑΜΙΚΗΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ (7 ο Εξάμηνο Σχολής Μηχ.Μηχ. ΕΜΠ)
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
Η πλήρως ανεπτυγµένη ροή λόγω διαφοράς πίεσης σε κυλινδρικό αγωγό περιγράφεται από την συνήθη διαφορική εξίσωση
Άσκηση ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΙ 08-09 5 Ο ΕΞΑΜΗΝΟ Ι ΑΣΚΩΝ:. Βαλουγεώργης ΕΡΓΑΣΙΑ: ΕΠΙΛΥΣΗ ΠΡΟΒΛΗΜΑΤΩΝ ΟΡΙΑΚΩΝ ΤΙΜΩΝ (Σ Ε & Μ Ε Ηµεροµηνία παράδοσης: 8//09 Η πλήρως ανεπτυγµένη ροή λόγω διαφοράς πίεσης σε κυλινδρικό
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
ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΓΙΑ ΠΡΟΒΛΗΜΑΤΑ ΜΗΧΑΝΙΚΗΣ ΕΦΑΡΜΟΓΕΣ ΜΕ ΧΡΗΣΗ MATLAB ΔΕΥΤΕΡΗ ΕΚΔΟΣΗ [ΒΕΛΤΙΩΜΕΝΗ ΚΑΙ ΕΠΑΥΞΗΜΕΝΗ]
ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΓΙΑ ΠΡΟΒΛΗΜΑΤΑ ΜΗΧΑΝΙΚΗΣ ΕΦΑΡΜΟΓΕΣ ΜΕ ΧΡΗΣΗ MATLAB ΔΕΥΤΕΡΗ ΕΚΔΟΣΗ [ΒΕΛΤΙΩΜΕΝΗ ΚΑΙ ΕΠΑΥΞΗΜΕΝΗ] Συγγραφείς ΝΤΑΟΥΤΙΔΗΣ ΠΡΟΔΡΟΜΟΣ Πανεπιστήμιο Minnesota, USA ΜΑΣΤΡΟΓΕΩΡΓΟΠΟΥΛΟΣ ΣΠΥΡΟΣ Αριστοτέλειο
Επιστηµονικοί Υπολογισµοί (Αρ. Γρ. Αλγεβρα)Επαναληπτικές µέθοδοι και 31 Μαρτίου Ηµι-Επαναληπτικές Μέθοδο / 17
Επιστηµονικοί Υπολογισµοί (Αρ. Γρ. Αλγεβρα) Επαναληπτικές µέθοδοι και Ηµι-Επαναληπτικές Μέθοδοι Πανεπιστήµιο Αθηνών 31 Μαρτίου 2017 Επιστηµονικοί Υπολογισµοί (Αρ. Γρ. Αλγεβρα)Επαναληπτικές µέθοδοι και
Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 3)
Τμήμα Μηχανικών Πληροφορικής Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 3) Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 3) Σεπτέμβριος 2015
Εισαγωγή στα Σήματα. Κυριακίδης Ιωάννης 2011
Εισαγωγή στα Σήματα Κυριακίδης Ιωάννης 2011 Τελευταία ενημέρωση: 11/11/2011 Τι είναι ένα σήμα; Ως σήμα ορίζουμε το σύνολο των τιμών που λαμβάνει μια ποσότητα (εξαρτημένη μεταβλητή) όταν αυτή μεταβάλλεται
Εισαγωγή στην πληροφορική
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Αγρονόμων Τοπογράφων Μηχανικών Εισαγωγή στην πληροφορική Βασίλειος Βεσκούκης Δρ. Ηλεκτρολόγος Μηχανικός & Μηχανικός Υπολογιστών ΕΜΠ v.vescoukis@cs.ntua.gr Παραδείγματα
ΥΛΟΠΟΙΗΣΗ ΚΑΙ ΣΥΓΚΡΙΣΗ ΑΛΓΟΡΙΘΜΩΝ ΕΠΙΛΥΣΗΣ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΣΕ GPU
ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΤΜΗΜΑΤΟΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΥΛΟΠΟΙΗΣΗ ΚΑΙ ΣΥΓΚΡΙΣΗ ΑΛΓΟΡΙΘΜΩΝ ΕΠΙΛΥΣΗΣ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΣΕ GPU Διπλωματική Εργασία της Μερκούρη Ιωάννας
- 1+x 2 - x 3 + 7x4. 40 + 127x8. 12 - x5 4 + 31x6. 360 - x 7. - 1+x 2 - x 3 - -
a.bergara@ehu.es - 1 x 2 - - - - - - - Ο - 1x 2 - x 3 - - - - - - 1 x 2 - x 3 7 x4 12-1x 2 - x 3 7x4 12 - x5 4 31x6 360 - x 7 40 127x8 20160 - - - Ο clear; % Coefficients of the equation: a x'b x c
Τεχνικές Προγραμματισμού και Χρήση Λογισμικού Η/Υ στις Κατασκευές
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Τεχνικές Προγραμματισμού και Χρήση Λογισμικού Η/Υ στις Κατασκευές Ενότητα 3: Διαδικασίες λογικών αποφάσεων και βρόγχων εργασιών Αναστάσιος
Σκοπός. Εργαστήριο 6 Εντολές Επανάληψης Τα Εργαστηριακά Προγράμματα. Η δομή Επιλογής στη PASCAL. H δομή Επανάληψης στη PASCAL. Η εντολή επανάληψης for
Εργαστήριο 6 Εντολές Επανάληψης Τα Εργαστηριακά Προγράμματα Η δομή Επιλογής στη PASCAL H δομή Επανάληψης στη PASCAL Η εντολή επανάληψης for Σκοπός Η εντολή επανάληψης while. 1 ΕΡΓΑΣΤΗΡΙΟ 6 Εισαγωγή στο
Επίλυση δικτύων διανοµής
Επίλυση δικτύων διανοµής Σηµειώσεις στα πλαίσια του µαθήµατος: Τυπικά υδραυλικά έργα Ακαδηµαϊκό έτος 00-06 Ανδρέας Ευστρατιάδης & ηµήτρης Κουτσογιάννης Εθνικό Μετσόβιο Πολυτεχνείο Τοµέας Υδατικών Πόρων
ΣΥΝΗΘΕΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ ΣΤΗ MATLAB
ΣΥΝΗΘΕΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ ΣΤΗ MATLAB 1. Γενικά περί συνήθων διαφορικών εξισώσεων Μια συνήθης διαφορική εξίσωση (Σ.Δ.Ε.) 1 ης τάξης έχει τη μορφή dy dt f ( t, y( t)) όπου η συνάρτηση f(t, y) είναι γνωστή,
Παράδειγμα #5 EΠΙΛΥΣΗ ΜΗ ΓΡΑΜΜΙΚΩΝ ΑΛΓΕΒΡΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΜΕΘΟΔΟ NEWTON ΕΠΙΜΕΛΕΙΑ: Ν. Βασιλειάδης. ( k ) ( k)
Παράδειγμα # EΠΙΛΥΣΗ ΜΗ ΓΡΑΜΜΙΚΩΝ ΑΛΓΕΒΡΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΜΕΘΟΔΟ NEWTON ΕΠΙΜΕΛΕΙΑ: Ν. Βασιλειάδης Άσκηση Να επιλυθεί το παρακάτω μη γραμμικό σύστημα με την μέθοδο Newton: ( ) ( ) f, = + = 0 f, = + 8=