Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 6)

Σχετικά έγγραφα
ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 5)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 4)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 8)

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 3)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 2)

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 8)

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 7)

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 7)

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Προγραμματισμός I (Θ)

Μελετήστε την θεωρία που αφορά Επαναληπτικές Μεθόδους Επίλυσης Γραμμικών Συστημάτων.

Επαναληπτικές μέθοδοι

Β ΜΕΡΟΣ: ΕΦΑΡΜΟΓΗ ΤΟΥ MATLAB ΣΤΗΝ ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Προγραμματισμός I (Θ)

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Προγραμματισμός I (Θ)

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 2)

ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 3: Συναρτήσεις

Προγραμματισμός ΙI (Θ)

Προβλήματα που αφορούν εντολές ελέγχου της ροής ενός προγράμματος.

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

ΜΕΜ251 Αριθμητική Ανάλυση

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ - ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ, 3 Ο ΕΞΑΜΗΝΟ, ΔΙΔΑΣΚΩΝ: Δρ Ιωάννης Αθ.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ - ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ, 3 Ο ΕΞΑΜΗΝΟ, ΔΙΔΑΣΚΩΝ: Δρ Ιωάννης Αθ.

Αξιοποίηση Η/Υ και Πληροφορικής στην Μηχανική

Εισαγωγή στην Αριθμητική Ανάλυση

Προγραμματισμός I (Θ)

Βασικά στοιχεία στο Matlab

Συναρτήσεις - Όρια- Παράγωγοι- Ολοκληρώματα Ακολουθίες-Σειρές

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

Non Linear Equations (2)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ - ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ, 3 Ο ΕΞΑΜΗΝΟ, ΔΙΔΑΣΚΩΝ: Δρ Ιωάννης Αθ.

1. Κατασκευάστε ένα διάνυσμα με στοιχεία τους ζυγούς αριθμούς μεταξύ του 31 και 75

Σύντομες εισαγωγικές σημειώσεις για την. Matlab

( ) ( ) ( ) ( ) ενώ η εξίσωση της παραβολής είναι η

Προσεγγιστική λύση Γραμμικών Συστημάτων με την μέθοδο Gauss-Seidel. Δημιουργία κώδικα στο Matlab

Εργαστήριο Γραμμικής Άλγεβρας. H Matlab ως γλώσσα προγραμματισμού

ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ. (2 μονάδες) Δίνονται τα σημεία (-2, -16), (-1, -3), (0, 0), (1, -1) και (2, 0). Υπολογίστε το πολυώνυμο παρεμβολής Newton.

ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 5: Μαθηματικές εφαρμογές

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

ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Αριθμητική Επίλυση Συνήθων Διαφορίκών Εξισώσεων 3ο Εργαστήριο 27/03/2015 1

ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΒΙΟΜΗΧΑΝΙΑΣ ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ, 3 Ο ΕΞΑΜΗΝΟ, ΔΙΔΑΣΚΩΝ: Δρ Ιωάννης Αθ. Σταυράκης

ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ

Κεφάλαιο 6. Αριθμητική παρεμβολή

ΠΑΝΕΠΙΣΤΗΜΙΟ AΙΓΑIΟΥ & ΑΕΙ ΠΕΙΡΑΙΑ Τ.Τ. Τμήματα Ναυτιλίας και Επιχειρηματικών Υπηρεσιών & Μηχ. Αυτοματισμού ΤΕ. Εισαγωγή στη Python

A = x x 1 + 2x 2 + 4

Επιστηµονικός Υπολογισµός Ι - Πρώτη εργαστηριακή άσκηση

Νέο υλικό. Matlab2.pdf - Παρουσίαση μαθήματος 2. Matlab-reference.pdf Σημειώσεις matlab στα ελληνικά (13 σελίδες).

Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ»

Εργαστήρια Αριθμητικής Ανάλυσης Ι. 4 ο Εργαστήριο. Διανύσματα-Πίνακες 1 ο Μέρος

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

(6,5 μονάδες) Θέμα 1 ο. Τμήμα Πολιτικών Μηχανικών Σχολή Τεχνολογικών Εφαρμογών Διεθνές Πανεπιστήμιο Ελλάδος ΟΝΟΜΑΤΕΠΩΝΥΜΟ

EΞΩΤΕΡΙΚΑ ΑΡΧΕΙΑ ΕΙΣΑΓΩΓΗ Ε ΟΜΕΝΩΝ

Κεφάλαιο 2. Πραγματικές ρίζες μη γραμμικών συναρτήσεων

Εργαστήρια Αριθμητικής Ανάλυσης Ι. 9 ο Εργαστήριο. Απαλοιφή Gauss με μερική οδήγηση - Παρεμβολη

Αριθμητική Λύση Μη Γραμμικών Εξισώσεων Η ΜΕΘΟ ΟΣ ΤΗΣ ΙΧΟΤΟΜΙΣΗΣ 01/25/05 ΜΜΕ 203 ΙΑΛ 2 1

17. Εισαγωγή σε αριθμητικές μεθόδους για μηχανικούς και αλγορίθμους

1η Οµάδα Ασκήσεων. ΑΣΚΗΣΗ 1 (Θεωρία)

ΥΠΟΛΟΓΙΣΤΕΣ ΙΙ Εντολές επανάληψης Εντολές επανάληψης while for do-while ΥΠΟΛΟΓΙΣΤΕΣ ΙΙ Παράδειγμα #1 Εντολή while

ΠΛΗΡΟΦΟΡΙΚΗ Ι (MATLAB) Ενότητα 4

Εισαγωγή στην πληροφορική

Μαθηματικά. Ενότητα 7: Μη Πεπερασμένα Όρια. Σαριαννίδης Νικόλαος Τμήμα Λογιστικής και Χρηματοοικονομικής

8 ΕΠΙΛΥΣΗ ΜΗ ΓΡΑΜΜΙΚΩΝ ΕΞΙΣΩΣΕΩΝ

Διάλεξη 5η: Εντολές Επανάληψης

Προγραμματισμός ΙI (Θ)

ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ

1η Οµάδα Ασκήσεων. ΑΣΚΗΣΗ 1 (Θεωρία)

Η ΔΟΜΗ ΕΠΑΝΑΛΗΨΗΣ Εντολές Επανάληψης REPEAT UNTIL, FOR, WHILE

11 ΣΥΝΗΘΕΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ

Κεφ. 2: Επίλυση συστημάτων εξισώσεων. 2.1 Επίλυση εξισώσεων

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 2)

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

Εισαγωγή στους Υπολογιστές

Αρχιτεκτονική Υπολογιστών Ασκήσεις Εργαστηρίου

Προβλήματα, αλγόριθμοι, ψευδοκώδικας

Επανάληψη για τις Τελικές εξετάσεις. (Διάλεξη 24) ΕΠΛ 032: ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΜΕΘΟΔΩΝ ΕΠΙΛΥΣΗΣ ΠΡΟΒΛΗΜΑΤΩΝ

Άσκηση 1. Α. Υπολογίστε χωρίς να εκτελέσετε κώδικα FORTRAN τα παρακάτω: Ποιά είναι η τελική τιμή του Z στα παρακάτω κομμάτια κώδικα FORTRAN:

(6,5 μονάδες) Θέμα 1 ο. Τμήμα Πολιτικών Μηχανικών Σχολή Τεχνολογικών Εφαρμογών Διεθνές Πανεπιστήμιο Ελλάδος ΟΝΟΜΑΤΕΠΩΝΥΜΟ

Πληροφορική. Ενότητα 1: Α. Οργάνωση μαθήματος. Β. Στοιχεία Προγραμματισμού -Προγραμματιστικές Δομές, Πρόγραμμα, Γλώσσες.

Εισαγωγή στην Επιστήμη Υπολογιστών. Εισαγωγή στην Python

Transcript:

Τμήμα Μηχανικών Πληροφορικής Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 6) Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 1 / 17

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Σκοπός του εργαστηρίου είναι η γνωριμία του φοιτητή με την έννοια της αριθμητικής επίλυσης εξισώσεων και ειδικότερα με την επαναληπτική μέθοδο Newton, η οποία υλοποιείται προγραμματιστικά σε Matlab. Ειδικότερα, ο φοιτητής θα ασχοληθεί με τα παρακάτω αντικείμενα 1 Αριθμητική Επίλυση Εξισώσεων Μέθοδος Newton Μέθοδος Newton - Αλγόριθμος Μέθοδος Newton - Υλοποίηση Μέθοδος Newton - Παραδείγματα Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 2 / 17

Μέθοδος Newton Υπολογισμός μιας ρίζας της εξίσωσης f(x) = 0 με αρχική τιμή x 0. Είσοδος Η συνάρτηση f(x) Η παράγωγος συνάρτηση f (x) Η αρχική τιμή x0 ( Η ακρίβεια σε δεκαδικά ψηφία tol = 1 ) 2 10 k Ο μέγιστος αριθμός επαναλήψεων Έξοδος Η προσεγγιστική ρίζα Μήνυμα αποτυχίας Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 3 / 17

Μέθοδος Newton - Αλγόριθμος ΕΙΣΟΔΟΣ: f(x), f (x), x 0, tol, n ΒΗΜΑ 1 Θέσε i = 2, x(1) = x 0 ΒΗΜΑ 2 Όταν i <= n εκτέλεσε τα βήματα 3 5 f(x(i 1)) ΒΗΜΑ 3 Θέσε x(i) = x(i 1) f (x(i 1)) ΒΗΜΑ 4 Αν f(x(i)) = 0 ή x(i) x(i 1) < tol τότε ΕΞΟΔΟΣ: το x(i) είναι η λύση, τερμάτισε ΒΗΜΑ 5 Θέσε i = i + 1 ΒΗΜΑ 6 ΕΞΟΔΟΣ: Η μέθοδος εξάντλησε όλες τις επαναλήψεις, τερμάτισε Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 4 / 17

Μέθοδος Newton - Υλοποίηση Υλοποίηση της μεθόδου Newton σε συνάρτηση Matlab 1 function out=newton(f, df, x1, tol, n) 2 x(1)=x1; 3 i=2; 4 while i<=n 5 x(i)=x(i-1)-f(x(i-1))/df(x(i-1)); 6 if f(x(i))==0 abs(x(i)-x(i-1))<tol 7 break; 8 end 9 i = i + 1; 10 end 11 if i>n 12 k=1:n; 13 else Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 5 / 17

Μέθοδος Newton - Υλοποίηση 14 k=1:i; 15 end 16 out=[k', x(k)', f(x(k))']; Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 6 / 17

Μέθοδος Newton - Παράδειγμα 1 Να βρεθεί η ρίζα της συνάρτησης f(x) = x 3 2x 5 με τη μέθοδο Newton, με αρχική τιμή 1 με ακρίβεια 8 δεκαδικών ψηφίων και με μέγιστο αριθμό επαναλήψεων 50. Σε Matlab θα έχουμε ορίζουμε την συνάρτηση f(x) f=inline('x.^3-2*x-5') ορίζουμε την παράγωγο συνάρτηση f (x) df=inline('3*x.^2-2') ¹ καλούμε την συνάρτηση newton με τα κατάλληλα ορίσματα out=newton(f, df, 1, 1/2*10^-8, 50) ¹Την παράγωγο συνάρτηση μπορούμε να την ορίσουμε και με αυτοματοποιημένο τρόπο Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 7 / 17

Μέθοδος Newton - Παράδειγμα 1 >> f=inline('x.^3-2*x-5') f = Inline function: f(x) = x.^3-2*x-5 >> df=inline('3*x.^2-2') df = Inline function: df(x) = 3*x.^2-2 >> out=newton(f, df, 1, 1/2*10^-8, 50) out = Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 8 / 17

Μέθοδος Newton - Παράδειγμα 1 1 1-6 2 7 324 3 4.76551724137931 93.6945987125343 4 3.34870275948028 25.8543115461301 5 2.53159964100251 6.16181457004877 6 2.17391588493923 0.925899647287488 7 2.09788368644176 0.0372620055958821 8 2.09455771585006 6.95840817304116e-005 9 2.09455148156421 2.44225084600203e-010 10 2.09455148154233-8.88178419700125e-016 Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 9 / 17

Μέθοδος Newton - Παράδειγμα 1 Από τον πίνακα out τον οποίο επιστρέφει η συνάρτηση newton παρατηρούμε τα εξής: Για τον υπολογισμό της ρίζας εκτελέστηκαν 10 επαναλήψεις (πρώτη στήλη) Η προσεγγιστική τιμή της ρίζας είναι x 10 = 2.09455148154233 (δεύτερη στήλη) Η τιμή της συνάρτησης είναι f(x 10 ) = 8.88178419700125 10 016 (τρίτη στήλη) Επομένως, η λύση στο πρόβλημα είναι x 10 = 2.09455148154233 Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 10 / 17

Μέθοδος Newton - Παράδειγμα 2 Ειδική περίπτωση Να βρεθεί η ρίζα της συνάρτησης f(x) = x 3 με τη μέθοδο x 2 + 1 Newton, με ακρίβεια 8 δεκαδικών ψηφίων και με μέγιστο αριθμό επαναλήψεων 50. η παραπάνω συνάρτηση έχει προφανή ρίζα το 3 έχει ιδιόμορφη γραφική παράσταση πλησιάζει στο μηδέν όταν το x και x Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 11 / 17

Μέθοδος Newton - Παράδειγμα 2 Επομένως, σε Matlab θα έχουμε ορίζουμε την συνάρτηση f(x) f=inline('(x-3)./(x.^2+1)') ορίζουμε την παράγωγο συνάρτηση f (x) syms x df=inline(diff((x-3)./(x.^2+1)))² ή σε άλλες εκδόσεις του Matlab df=inline(diff(sym(f)))³ ²Υπολογίζει την παράγωγο μιας συμβολικής έκφρασης και μας επιστρέφει inline function ³Υπολογίζει την παράγωγο μιας inline function και μας επιστρέφει inline function Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 12 / 17

Μέθοδος Newton - Παράδειγμα 2 καλούμε την συνάρτηση newton με τα κατάλληλα ορίσματα, με αρχική τιμή 2 out=newton(f, df, 2, 1/2*10^-8, 50) μας επιστρέφει x 7 = 3 ενώ, με αρχική τιμή 5 out=newton(f, df, 5, 1/2*10^-8, 50) μας επιστρέφει x 50 = 660095034734379, δηλαδή, εκτελέστηκε ο μέγιστος αριθμός των επαναλήψεων Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 13 / 17

Μέθοδος Newton - Παράδειγμα 3 Να βρεθεί η θετική ρίζα της συνάρτησης f(x) = x 2 2x 5 με τη μέθοδο Newton, με ακρίβεια 8 δεκαδικών ψηφίων και με μέγιστο αριθμό επαναλήψεων 50. Για να βρούμε την θετική ρίζα της συνάρτησης θα πρέπει πρώτα να βρούμε μια κατάλληλη αρχική τιμή με την βοήθεια της γραφικής παράστασης της συνάρτησης. Σχεδιάζουμε την την γραφική παράσταση της συνάρτησης στο διάστημα [ 10, 10] και επιλέγουμε την κατάλληλη αρχική τιμή. Από την γραφική παράσταση της συνάρτησης επιλέγουμε αρχική τιμή το 4. Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 14 / 17

Μέθοδος Newton - Παράδειγμα 3 Σχήμα: Γραφική παράσταση της συνάρτησης f(x) = x 2 2x 5 Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 15 / 17

Μέθοδος Newton - Παράδειγμα 3 Να βρεθεί η θετική ρίζα της συνάρτησης f(x) = x 2 2x 5 με τη μέθοδο Newton, με ακρίβεια 8 δεκαδικών ψηφίων και με μέγιστο αριθμό επαναλήψεων 50. Σε Matlab θα έχουμε ορίζουμε την συνάρτηση f(x) f=inline('x.^2-2*x-5') ορίζουμε την παράγωγο συνάρτηση f (x) syms x df=inline(diff(x.^2-2*x-5)) καλούμε την συνάρτηση newton με τα κατάλληλα ορίσματα newton(f, df, 4, 1/2*10^-8, 50) x 6 = 3.44948974278318 Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 16 / 17

Άσκηση Δίνεται η συνάρτηση f(x) = e x + 5x 10 Να βρεθεί η ρίζα της συνάρτησης με τη μέθοδο Newton, με αρχική τιμή x 0 = 0 με ακρίβεια 12 δεκαδικών ψηφίων και με μέγιστο αριθμό επαναλήψεων 50. Να βρεθεί η ακρίβεια σε δεκαδικά ψηφία που έχουν οι τιμές x 6 και x 7. Να βρεθεί η ακρίβεια σε σημαντικά ψηφία που έχουν οι τιμές x 6 και x 7. Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 17 / 17