8 ΕΠΙΛΥΣΗ ΜΗ ΓΡΑΜΜΙΚΩΝ ΕΞΙΣΩΣΕΩΝ

Σχετικά έγγραφα
ΜΑΣ 191. Μαθηματικά με Υπολογιστές Ενδιάμεση εργαστηριακή εξέταση 9 Απριλίου 2009

ΜΑ270: ΑΡΙΘΜΗΣΙΚΗ ΑΝΑΛΤΗ Ι Χειμερινό εξάμηνο

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 5)

10 ΑΡΙΘΜΗΤΙΚΗ ΟΛΟΚΛΗΡΩΣΗ

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ

ΜΑΣ 191. Μαθηματικά με Υπολογιστές Ενδιάμεση εργαστηριακή εξέταση 26 Απριλίου 2007

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 6)

11 ΣΥΝΗΘΕΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Άσκηση εφαρμογής της μεθόδου Newton Raphson

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Β ΜΕΡΟΣ: ΕΦΑΡΜΟΓΗ ΤΟΥ MATLAB ΣΤΗΝ ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 4)

ΜΕΜ251 Αριθμητική Ανάλυση

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

EΞΩΤΕΡΙΚΑ ΑΡΧΕΙΑ ΕΙΣΑΓΩΓΗ Ε ΟΜΕΝΩΝ

Αριθµητική Ολοκλήρωση

Εισαγωγή στην Αριθμητική Ανάλυση

ΜΕΜ251 Αριθμητική Ανάλυση

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

Μελετήστε την θεωρία που αφορά Επαναληπτικές Μεθόδους Επίλυσης Γραμμικών Συστημάτων.

Χρονικές σειρές 9 o μάθημα: ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΣΤΗ MATLAB (3) ΓΡΑΦΗΜΑΤΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΤΩΝ ΥΛΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗ ΙΙ Εξετάσεις Ιουνίου 2002

Χρονικές σειρές 8 o μάθημα: ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΣΤΗ MATLAB (2)

A Τελική Εξέταση του μαθήματος «Αριθμητική Ανάλυση» Σχολή Θετικών Επιστημών, Τμήμα Μαθηματικών, Πανεπιστήμιο Αιγαίου

Μέθοδοι μονοδιάστατης ελαχιστοποίησης

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 3: Συναρτήσεις

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

Εργαστήριο Μαθηματικής Ανάλυσης Ι. Εισαγωγή στη Matlab Βασικές Συναρτήσεις-Γραφικές παραστάσεις. Πανεπιστήμιο Θεσσαλίας. Σχολή Θετικών Επιστημών

ΕΡΩΤΗΣΕΙΣ ΜΑΘΗΤΩΝ. Ερώτηση 1. Αν το x o δεν ανήκει στο πεδίο ορισμού μιας συνάρτησης f, έχει νόημα να μιλάμε για παράγωγο της f. στο x = x o?

Προγραμματισμός και Χρήση Ηλεκτρονικών Υπολογιστών - Βασικά Εργαλεία Λογισμικού

Διαφορικές Εξισώσεις.

Σύντομες εισαγωγικές σημειώσεις για την. Matlab

17. Εισαγωγή σε αριθμητικές μεθόδους για μηχανικούς και αλγορίθμους

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Πληροφορική. Ενότητα 5: Α. Λογικές εκφράσεις και δείκτες (Β μέρος- Διαχείριση πινάκων). Β. Αριθμητικές μέθοδοι επίλυσης προβλημάτων

Βασικά στοιχεία στο Matlab

Μέθοδοι μονοδιάστατης ελαχιστοποίησης

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

ΚΕΦΑΛΑΙΟ 4ο: ΟΛΟΚΛΗΡΩΤΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 1: ΠΑΡΑΓΟΥΣΑ ΣΥΝΑΡΤΗΣΗ [Αρχική Συνάρτηση του κεφ.3.1 Μέρος Β του σχολικού βιβλίου].

ΘΕΜΑ 2ο. Άσκηση εφαρµογής της µεθόδου Newton Raphson

ΦΡΟΝΤΙΣΤΗΡΙΟ ΜΕΣΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΗΡΑΚΛΕΙΤΟΣ ΚΩΛΕΤΤΗ

MEM 253. Αριθμητική Λύση ΜΔΕ * * *

Είναι γνωστό ότι η δύναμη που ασκείται σε ένα ελατήριο και ονομάζεται δύναμη επαναφοράς δίνεται από τη σχέση : F = kx (3.1)

ΘΕΜΑΤΑ ΕΞΕΤΑΣΗΣ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟ ΟΣ:

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

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

Αριθμητική Ανάλυση και Εφαρμογές

ΘΕΩΡΗΜΑ ROLLE. τέτοιο ώστε. στο οποίο η εφαπτομένη είναι παράλληλη στον άξονα χχ. της γραφικής παράστασης της f x με. Κατηγορίες Ασκήσεων

Non Linear Equations (2)

1 Σύντομη επανάληψη βασικών εννοιών

Πληροφορική. Ενότητα 6: Α. Αριθμητικές μέθοδοι επίλυσης προβλημάτων. Β. Προεκτάσεις, Προγραμματισμός χωρίς δομές

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Κεφάλαιο 2. Πραγματικές ρίζες μη γραμμικών συναρτήσεων

1 Αριθμητική κινητής υποδιαστολής και σφάλματα στρογγύλευσης

Oι εντολές COMMON και PARAMETER

ΜΕΜ251 Αριθμητική Ανάλυση

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων

Προγραμματισμός και Χρήση Ηλεκτρονικών Υπολογιστών - Βασικά Εργαλεία Λογισμικού

ΣΥΝΗΘΕΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ ΣΤΗ MATLAB

ΚΕΦΑΛΑΙΟ 3ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 8: ΜΟΝΟΤΟΝΙΑ ΣΥΝΑΡΤΗΣΗΣ [Ενότητα Μονοτονία Συνάρτησης του κεφ.2.6 Μέρος Β του σχολικού βιβλίου].

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ, , 5 Ο ΕΞΑΜΗΝΟ ΔΙΔΑΣΚΩΝ: Δ. Βαλουγεώργης Απαντήσεις: ΠΡΟΟΔΟΣ 1, Επιμέλεια λύσεων: Γιώργος Τάτσιος

f x και τέσσερα ζευγάρια σημείων

ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ

ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΠΡΟΤΕΙΝΟΜΕΝΕΣ ΑΠΑΝΤΗΣΕΙΣ ΘΕΜΑΤΩΝ

Υπολογιστικά Μαθηματικά

Αριθμητική Ανάλυση και Εφαρμογές

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

ΕΙΣΑΓΩΓΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΤΕΚΝΩΝ ΕΛΛΗΝΩΝ ΤΟΥ ΕΞΩΤΕΡΙΚΟΥ ΚΑΙ ΤΕΚΝΩΝ ΕΛΛΗΝΩΝ ΥΠΑΛΛΗΛΩΝ ΠΟΥ ΥΠΗΡΕΤΟΥΝ ΣΤΟ ΕΞΩΤΕΡΙΚΟ ΠΕΜΠΤΗ 6 ΣΕΠΤΕΜΒΡΙΟΥ 2018

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

Κεφάλαιο 2 ΣΥΝΑΡΤΗΣΕΙΣ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ. 2.1 Συνάρτηση


ΘΕΩΡΗΤΙΚΗ ΜΗΧΑΝΙΚΗ Ι Σεπτέμβριος 2012

Κεφ. 3: Παρεμβολή. 3.1 Εισαγωγή. 3.2 Πολυωνυμική παρεμβολή Παρεμβολή Lagrange Παρεμβολή Newton. 3.3 Παρεμβολή με κυβικές splines

Κεφάλαιο 4: Διαφορικός Λογισμός

ProapaitoÔmenec gn seic.

Περαιτέρω για Συναρτήσεις

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 8)

ΚΕΦΑΛΑΙΟ 1ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 3: ΟΡΙΑ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

- ΟΡΙΟ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΕΝΟΤΗΤΑ 2: ΜΟΝΟΤΟΝΙΑ ΣΥΝΑΡΤΗΣΗΣ ΑΚΡΟΤΑΤΑ ΣΥΝΑΡΤΗΣΗΣ

ΔΕΙΓΜΑ ΠΡΙΝ ΤΙΣ ΔΙΟΡΘΩΣΕΙΣ - ΕΚΔΟΣΕΙΣ ΚΡΙΤΙΚΗ

Εφαρμοσμένα Μαθηματικά 3η εργαστηριακή άσκηση

Χρονικές σειρές 1 ο μάθημα: Εισαγωγή στη MATLAB

ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ

ΠΑΥΛΙΝΑ ΠΕ11 25,5 ΚΑΒΑΛΑΣ ΑΝΑΤ. ΑΤΤΙΚΗ

ΕΝΔΕΙΚΤΙΚΕΣ ΛΥΣΕΙΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ 2017

f (x) 2e 5(x 1) 0, άρα η f

Φύλλο1. ΠΕΡΙΟΧΗ ΠΡΟΣΛΗΨΗΣ ΑΒΡΑΜΙΔΟΥ ΜΑΡΙΚΑ ΔΗΜΗΤΡΙΟΣ Γ Αθηνών ΑΒΡΑΜΙΔΟΥ ΣΟΦΙΑ ΔΗΜΗΤΡΙΟΣ Λασίθι ΑΓΓΕΛΗ ΑΝΔΡΟΜΑΧΗ ΒΑΣΙΛΕΙΟΣ

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

1 of 79 ΘΕΜΑ 2. Δίνεται η συνάρτηση f(x) = x 2 4x + 5, x R

Transcript:

8 ΕΠΙΛΥΣΗ ΜΗ ΓΡΑΜΜΙΚΩΝ ΕΞΙΣΩΣΕΩΝ Στο παρόν κεφάλαιο θα ασχοληθούμε με μεθόδους επίλυσης εξισώσεων την μορφής f(x) = 0. Αναζητούμε μια ακολουθία { n} n 0 x προσεγγίσεων της λύσης, έτσι ώστε lim x = n = α, με f ( α ) = 0. Φυσικά, για κάποιο πεπερασμένο n, η τιμή x n θα είναι μια προσέγγιση του α. Για τις μεθόδους που θα δούμε, θα χρειαστεί να ξέρουμε μια αρχική εκτίμηση του α, ή ένα διάστημα που την περιέχει. 8.1 Η μέθοδος της διχοτόμησης Το m-file με το όνομα bisection.m, που φαίνεται πιο κάτω υλοποιεί τη λεγόμενη μέθοδο της διχοτόμησης (bisection method). Οι μεταβλητές εισόδου είναι οι εξής: Η συνάρτηση fname, που αντιπροσωπεύει την f(x) και είναι είτε συνάρτηση βιβλιοθήκης είτε συνάρτηση που έχει οριστεί ανώνυμα ή μέσω κάποιου m- file. Τα a και b είναι τα άκρα του αρχικού διαστήματος τέτοια ώστε f(a) f(b) < 0 n Το delta είναι η ανοχή σφάλματος, έτσι ώστε το τελικό αποτέλεσμα που παίρνουμε να ικανοποιεί x α delta. Η μεταβλητή εξόδου είναι η προσέγγιση της λύσης. n Σημειώνουμε επίσης ότι χρησιμοποιούμε τη μεταβλητή eps στο m-file, η οποία είναι η σχετική ακρίβεια της αριθμητικής κινητής υποδιαστολής που χρησιμοποιεί η MATLAB. Χρησιμοποιείται ως προεπιλεγμένη ανοχή (default tolerance). Όπως είδαμε, η τιμή της είναι >> eps ans = 2.220446049250313e-016 bisection.m function root=bisection(fname,a,b,delta) Metablhtes eisodou: fname: onoma sunexous sunarthshs mias metablkhths f(x) a, b : orizoun to diasthma [a,b] opou

Γ. Γεωργίου & Χρ. Ξενοφώντος f(a)*f(b) < 0 delta: anoxh (mh arnhjtikos pragmatikos) Metablhth exodou: root: to meson tou diasthmatos [alpha, beta] me thn idiothta f(alpha)*f(beta) <= 0 kai beta-alpha <= delta+eps*max( alpha, beta ) fa = feval(fname,a); fb = feval(fname,b); while abs(a-b) > delta+eps*max(abs(a), abs(b)) mid = (a+b)/2; fmid = feval(fname,mid); if fa*fmid <=0 uparxei riza sto [a,mid] b = mid; fb = fmid; else uparxei riza sto [mid,b] a = mid; fa = fmid; (a+b)/2; Παράδειγμα 8.1.1 Θεωρούμε την εξίσωση cos(x) = 0 η οποία έχει ρίζα την x = π/2 = 1.5707963267949. Πιο κάτω φαίνονται τα αποτελέσματα που πήραμε σε διάφορες περιπτώσεις με την Bisection. >> format long >> root=bisection('cos',0,3,0.001) 1.57067871093750 >> error=root-pi/2-1.176158573965580e-004 >> root=bisection('cos',0,3,0.00001) 1.57079601287842 >> error=root-pi/2-3.139164785892490e-007 >> root=bisection('cos',0,3,0.00000001) 1.57079632859677 >> error=root-pi/2 1.801874205398235e-009 Παράδειγμα 8.1.2 Θεωρούμε τώρα την εξίσωση f x x x 2 ( ) = 2 228

8. Επίλυση μη γραμμικών εξισώσεων με (προφανείς) ρίζες τις x 1 = 1 και x 2 = 2. Επειδή η f(x) δεν αντιστοιχεί σε συνάρτηση βιβλιοθήκης την ορίζουμε σαν ανώνυμη συνάρτηση: >> f = @(x) x.^2 - x - 2; Ακολουθούν αποτελέσματα που πήραμε σε διάφορες περιπτώσεις με την Bisection. >> format long >> root=bisection(f,0,4,0.000001) 1.99999952316284 >> error=2-root1 4.768371582031250e-007 >> root2=bisection(f,-3,1, 0.000001) root2 = -1.000000476837158 >> error=-1-root2 4.768371582031250e-007 8.2. Η μέθοδος Newton Το m-file με το όνομα Newton1.m επιλύει μια βαθμωτή εξίσωση της μορφής με τη μέθοδο Newton: f(x) = 0, f( x ) x x, k 0,1,2, = k k + 1 k f ( xk ) = Σημειώνουμε ότι πρέπει να ξέρουμε την παράγωγο της συνάρτησης όπως και μια αρχική εκτίμηση x 0. Επιπλέον, πρέπει να ισχύει f ( x ) 0 k. Οι μεταβλητές εισόδου της Newton1.m είναι: Η συνάρτηση fname που είναι είτε συνάρτηση βιβλιοθήκης, είτε function m- file είτε ανώνυμη συνάρτηση που ορίζεται από τον χρήστη. Η συνάρτηση fdname είναι η παράγωγος της συνάρτησης που ορίζεται στην fname, και πάλι πρέπει να οριστεί από τον χρήστη. Το x 0 είναι η αρχική εκτίμηση της ζητούμενης λύσης. Το delta είναι η ανοχή σφάλματος. Το Nmax είναι ο μέγιστος επιτρεπτός αριθμός επαναλήψεων. Σημειώνεται ότι η Newton1.m τυπώνει σε κάθε επανάληψη τις τιμές των x k και f(x k ) με την εντολή sprintf που είδαμε στο προηγούμενο κεφάλαιο. k 229

Γ. Γεωργίου & Χρ. Ξενοφώντος Newton1.m function root=newton1(fname,fdname,x0,delta,nmax) Epilush mh grammikhs exiswshs f(x)=0 me th me0odo Newton: f(x_k) x_k+1 = x_k - --------- f'(x_k) Metablhtes eisodou: fname : onoma sunexous sunarthshs mias metablhths f(x) fdname: h paragwgos df/dx ths f(x ) x0 : arxikh ektimhsh ths rizas delta : anoxh (mh arnhjtikos pragmatikos) Nmax : megistos ari0mos epanalhyewn Metablhth exodou: root: h riza pou upologizetai me th me0odo Newton xk=x0; fk=feval(fname,xk); dfk=feval(fdname,xk); disp('---------------------------------------------') disp(' k x_k f(x_k)') disp('---------------------------------------------') disp(sprintf(' 3.0f 14.9f 14.9f', 0, xk, fk)) for k=1:nmax xk1=xk-fk/dfk; dx=abs(xk1-xk); xk=xk1; fk=feval(fname,xk); dfk=feval(fdname,xk); disp(sprintf(' 3.0f 14.9f 14.9f', k, xk, fk)) if dx < delta+eps disp('---------------------------------------------') disp('newton method has converged'); root=xk; return disp('no convergence after Nmax iterations'); Telos tou Newton1.m Παράδειγμα 8.2.1 Για την εξίσωση f(x) = x cos(x) = 0 ορίζουμε την f και την παράγωγο της σαν ανώνυμες συναρτήσεις: >> fnewt = @(x) x - cos(x); >> dfnewt = @(x) 1 + sin(x); Καλώντας την Newton1.m παίρνουμε τα πιο κάτω αποτελέσματα: 230

8. Επίλυση μη γραμμικών εξισώσεων >> Newton1('fnewt','dfnewt',1,0.000001,1000) --------------------------------------------- k x_k f(x_k) --------------------------------------------- 0 1.000000000 0.459697694 1 0.750363868 0.018923074 2 0.739112891 0.000046456 3 0.739085133 0.000000000 4 0.739085133 0.000000000 --------------------------------------------- Newton method has converged 8.3 Η συνάρτηση fzero Η συνάρτηση βιβλιοθήκης fzero προσπαθεί να βρει μια ρίζα της εξίσωσης f(x) = 0 με αρχική εκτίμηση x 0. Η σύνταξή της είναι fzero(fun, x0) Η συνάρτηση fun μπορεί να είναι συνάρτηση βιβλιοθήκης, ανώνυμη συνάρτηση ή function m-file, π.χ. fzero(@sin, 3) ή fzero('sin', 3) ή ακόμα και fzero(@(x) sin(3*x), 2) Παράδειγμα 8.3.1 Για την εξίσωση f(x) = x cos(x) = 0 ξέρουμε από το προηγούμενο παράδειγμα ότι η λύση της ανήκει στο διάστημα [0, 1], άρα, διαλέγουμε σαν αρχική εκτίμηση το 1/2 και έχουμε: >> f = @(x) x - cos(x); >> fzero(f,0.5) ans = 0.739085133215161 Παράδειγμα 8.3.2 Θεωρούμε την εξίσωση cos(x) = 0 η οποία έχει ρίζα την x = π/2 = 1.5707963267949. Επομένως, >> fzero('cos',1) ans = 1.570796326794897 231

Γ. Γεωργίου & Χρ. Ξενοφώντος 8.4 Ασκήσεις 8.1 Θεωρείστε την εξίσωση ax x f( x) = e b όπου a και b το τρίτο και τέταρτο ψηφίο, αντίστοιχα, του ΑΜ σας. Χρησιμοποιώντας τη MATLAB: (α) Ορίστε τη συνάρτηση f(x) σαν ανώνυμη συνάρτηση και κατασκευάστε τo γράφημα της έτσι ώστε να φαίνεται η μοναδική ρίζα της. Το γράφημα πρέπει να έχει λεζάντα και ετικέτες για τους άξονες. (β) Επιλύστε την f(x) = 0 με τη μέθοδο της διχοτόμησης για διάφορες τιμές της ανοχής delta. Συγκρίνετε στη συνέχεια τα αποτελέσματά σας με το αποτέλεσμα που δίνει η εντολή fzero. 8.2 Θεωρούμε την εξίσωση f ( x) Χρησιμοποιώντας τη MATLAB: 4 e 3 = 2 x / 2 log x 1 + = 0 x (α) Ορίστε τη συνάρτηση f(x) και την παράγωγό της σαν ανώνυμες συναρτήσεις, και κατασκευάστε τo γράφημα της f(x) έτσι ώστε να φαίνεται η μοναδική ρίζα της. Το γράφημα πρέπει να έχει λεζάντα και ετικέτες για τους άξονες. (β) Επιλύστε την f(x) = 0 με τη μέθοδο Newton για διάφορες τιμές της ανοχής delta και της αρχικής τιμής x 0. Για την τελευταία δοκιμάστε τιμές στα διαστήματα (0, 0.8), (0.8, 1.2) και (1.2, ). Συγκρίνετε στη συνέχεια τα αποτελέσματά σας με το αποτέλεσμα που δίνει η εντολή fzero. 8.3 Πριν 200 χρόνια ο Gauss ανάπτυξε μία μέθοδο για τον υπολογισμό των τροχιών ουρανίων σωμάτων, η οποία βασιζόταν στη γωνιακή θέση του σώματος που εκτελούσε την τροχιά. Ο Laplace ανέπτυξε παρόμοια μέθοδο με την οποία, όπως και με αυτή του Gauss, παίρνουμε ένα πολυώνυμο 8 ου βαθμού του οποίου η θετική ρίζα μας δίνει το ζητούμενο. Για παράδειγμα, αν εφαρμόσουμε τη μέθοδο του Gauss σε ένα διαστημόπλοιο που περιστρέφεται γύρω από τη Γη με ελλειπτική τροχιά που έχει μεγάλο άξονα 2.9 επί την ακτίνα της Γης, και εκκεντρότητα 0.3, τότε παίρνουμε την εξής εξίσωση: 8 6 3 r 0.9945225r 3.370698r 365.7847 = 0. Η θετική ρίζα της πιο πάνω εξίσωσης χρησιμοποιείται για τον υπολογισμό των στοιχείων που καθορίζουν την τροχιά του διαστημοπλοίου. Να κάνετε τη γραφική παράσταση του πιο πάνω πολυωνύμου για να βρείτε μια καλή αρχική εκτίμηση για την θετική του ρίζα. Στη συνέχεια, να βρείτε την θετική ρίζα του πολυωνύμου με ακρίβεια 10 6, χρησιμοποιώντας όποια μέθοδο θέλετε. 232