ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Σχετικά έγγραφα
Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 6)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 5)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 4)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 8)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 3)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

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

ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΟΙΚΟΝΟΜΟΛΟΓΟΥΣ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα. Συστήματα Αυτομάτου Ελέγχου. Ενότητα Α: Γραμμικά Συστήματα

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 2)

Θερμοδυναμική - Εργαστήριο

Μαθηματικά. Ενότητα 6: Ασκήσεις Ορίων Συνάρτησης. Σαριαννίδης Νικόλαος Τμήμα Λογιστικής και Χρηματοοικονομικής

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ

3 η ΕΝΟΤΗΤΑ Συναρτήσεις στο MATLAB

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 3: Συναρτήσεις

Θερμοδυναμική - Εργαστήριο

Θερμοδυναμική - Εργαστήριο

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 8)

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ. Ενότητα 3: Αποκατάσταση Εικόνας.

ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΟΙΚΟΝΟΜΟΛΟΓΟΥΣ

ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΟΙΚΟΝΟΜΟΛΟΓΟΥΣ

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Αρχιτεκτονική Υπολογιστών Ασκήσεις Εργαστηρίου

Τμήμα Μηχανικών Πληροφορικής και Τηλεπικοινωνιών

Προγραμματισμός Η/Υ 1 (Εργαστήριο)

Μοντελοποίηση Λογικών Κυκλωμάτων

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα. Τεχνικό Σχέδιο

ΔΙΔΑΣΚΩΝ: Δρ. Στυλιανός Τσίτσος

Θεωρία Πιθανοτήτων & Στατιστική

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Θερμοδυναμική - Εργαστήριο

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Προγραμματισμός Ηλεκτρονικών Υπολογιστών 2 - Εργαστήριο

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 7)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 7)

Υπολογιστικά & Διακριτά Μαθηματικά

Μαθηματικά. Ενότητα 3: Εξισώσεις και Ανισώσεις 1 ου βαθμού. Σαριαννίδης Νικόλαος Τμήμα Λογιστικής και Χρηματοοικονομικής

Θερμοδυναμική - Εργαστήριο

Εφαρμογή Υπολογιστικών Τεχνικών στην Γεωργία

Ψηφιακή Σχεδίαση. Ενότητα: ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ No:01. Δρ. Μηνάς Δασυγένης. Τμήμα Μηχανικών Πληροφορικής και Τηλεπικοινωνιών

Προγραμματισμός Ηλεκτρονικών Υπολογιστών 2 - Εργαστήριο

Προγραμματισμός Ηλεκτρονικών Υπολογιστών 2 - Εργαστήριο

Μαθηματικά. Ενότητα 12: Ακρότατα Συνάρτησης Σαριαννίδης Νικόλαος Τμήμα Λογιστικής και Χρηματοοικονομικής

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Τεχνικές Προγραμματισμού και Χρήση Λογισμικού Η/Υ στις Κατασκευές

Τεχνολογίες & Εφαρμογές Πληροφορικής Ενότητα 1: Εισαγωγικό Μάθημα

Λογιστικές Εφαρμογές Εργαστήριο

Διαδικαστικός Προγραμματισμός

Ψηφιακή Σχεδίαση. Ενότητα: ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ No:05. Δρ. Μηνάς Δασυγένης. Τμήμα Μηχανικών Πληροφορικής και Τηλεπικοινωνιών

Εισαγωγή στους Αλγορίθμους

Μαθηματικά και Φυσική με Υπολογιστές

Αριθμητική Ανάλυση. Ενότητα 1: Εισαγωγή Βασικές Έννοιες. Φραγκίσκος Κουτελιέρης Πολυτεχνική Σχολή Τμήμα Χημικών Μηχανικών

Προγραμματισμός Η/Υ 1 (Εργαστήριο)

Λογική Δημήτρης Πλεξουσάκης Φροντιστήριο 6: Προτασιακός Λογισμός: Μέθοδος Επίλυσης Τμήμα Επιστήμης Υπολογιστών

ΥΠΟΛΟΓΙΣΤΕΣ ΙI. Άδειες Χρήσης. Εντολές for, while, do-while Διδάσκοντες: Αν. Καθ. Δ. Παπαγεωργίου, Αν. Καθ. Ε. Λοιδωρίκης

Θεωρία Πιθανοτήτων & Στατιστική

Λογιστική Κόστους Ενότητα 12: Λογισμός Κόστους (2)

Αλγόριθμοι και Δομές Δεδομένων(Θ) Ευάγγελος Γ. Ούτσιος

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Υπολογιστικά & Διακριτά Μαθηματικά

Εισαγωγή στους Αλγορίθμους

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

ΜΑΘΗΜΑ: ΗΛΕΚΤΡΟΤΕΧΝΙΑ-ΗΛΕΚΤΡΟΝΙΚΗ ΕΡΓΑΣΤΗΡΙΟ

Προγραμματισμός Ηλεκτρονικών Υπολογιστών 1

ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ. Λογισμός ΙΙ. Χρήστος Θ. Αναστασίου Τμήμα Μηχανικών Πληροφορικής ΤΕ

Μαθηματικά και Φυσική με Υπολογιστές

Προγραμματισμός Η/Υ. Βασικές Προγραμματιστικές Δομές. ΤΕΙ Ιονίων Νήσων Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Τεχνολογιών Φυσικού Περιβάλλοντος

Ιόνιο Πανεπιστήμιο - Τμήμα Πληροφορικής

ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΟΙΚΟΝΟΜΟΛΟΓΟΥΣ

ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 4: Συναρτήσεις

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Προγραμματισμός Η/Υ 1 (Εργαστήριο)

1 η ΕΝΟΤΗΤΑ ΕΙΣΑΓΩΓΗ (Προγραμματισμός & MATLAB)

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ ΦΥΣΙΚΟΧΗΜΕΙΑ ΙΙ

Μαθηματικά. Ενότητα 13: Κυρτότητα Συνάρτησης Σαριαννίδης Νικόλαος Τμήμα Λογιστικής και Χρηματοοικονομικής

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα. Τεχνικό Σχέδιο

Μαθηματικά. Ενότητα 9: Όριο Συνάρτησης στο Διηνεκές. Σαριαννίδης Νικόλαος Τμήμα Λογιστικής και Χρηματοοικονομικής

ΔΙΔΑΣΚΩΝ: Δρ. Στυλιανός Τσίτσος

Τμήμα Μηχανικών Πληροφορικής και Τηλεπικοινωνιών

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Τμήμα Μηχανικών Πληροφορικής και Τηλεπικοινωνιών

ΑΝΑΛΥΣΗ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΩΝ ΚΑΤΑΣΤΑΣΕΩΝ

ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ. ΕΝΟΤΗΤΑ: Γραμμικές Συναρτήσεις Διάκρισης. ΔΙΔΑΣΚΟΝΤΕΣ: Βλάμος Π. Αυλωνίτης Μ. ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 5: Μαθηματικές εφαρμογές

Transcript:

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 σε άλλου τύπου άδειας χρήσης, η άδεια χρήσης αναφέρεται ρητώς. ΒΙΟΜΗΧΑΝΙΚΗ ΠΛΗΡΟΦΟΡΙΚΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ 2

Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Κεντρικής Μακεδονίας» έχει χρηματοδοτήσει μόνο τη αναδιαμόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους. ΒΙΟΜΗΧΑΝΙΚΗ ΠΛΗΡΟΦΟΡΙΚΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ 3

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 / 15

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 / 15

Μέθοδος Newton Υπολογισμός μιας ρίζας της εξίσωσης f(x) = 0 με αρχική τιμή x 0. Είσοδος Η συνάρτηση f Η παράγωγος συνάρτηση f (x) Η αρχική τιμή x0 Η ακρίβεια σε δεκαδικά ψηφία (tol) Ο μέγιστος αριθμός επαναλήψεων Έξοδος Η προσεγγιστική ρίζα Μήνυμα αποτυχίας Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 3 / 15

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 / 15

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 / 15

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 / 15

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 / 15

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 / 15

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 / 15

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 / 15

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 / 15

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) df=inline(diff(sym(f)))² καλούμε την συνάρτηση newton με τα κατάλληλα ορίσματα, με αρχική τιμή 2 newton(f, df, 2, 1/2*10^-8, 50) x 7 = 3 με αρχική τιμή 5 newton(f, df, 5, 1/2*10^-8, 50) x 50 = 660095034734379 Εκτελέστηκε ο μέγιστος αριθμός των επαναλήψεων ²Υπολογίζει την παράγωγο μιας inline function και μας επιστρέφει inline function Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 12 / 15

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 13 / 15

Μέθοδος Newton - Παράδειγμα 3 Σχήμα: Γραφική παράσταση της συνάρτησης f(x) = x 2 2x 5 Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 6) Σεπτέμβριος 2015 14 / 15

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) df=inline(diff(sym(f))) 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 15 / 15