Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 4)

Σχετικά έγγραφα
ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 5)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 6)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 3)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 8)

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 2)

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 8)

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 2)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 7)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 7)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων

Επαναληπτικές μέθοδοι

Εισαγωγή στην Αριθμητική Ανάλυση

Προγραμματισμός I (Θ)

Προγραμματισμός I (Θ)

Μέθοδοι μονοδιάστατης ελαχιστοποίησης

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

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

Προγραμματισμός I (Θ)

Matlab. Εισαγωγικές έννοιες. C. C. Katsidis

Εισαγωγή στον επιστημονικό προγραμματισμό 2 o Μάθημα

Β ΜΕΡΟΣ: ΕΦΑΡΜΟΓΗ ΤΟΥ MATLAB ΣΤΗΝ ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ

Μέθοδοι μονοδιάστατης ελαχιστοποίησης

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

Εισαγωγή στο MATLAB. Κολοβού Αθανασία, ΕΔΙΠ,

ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 3: Συναρτήσεις

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

ΑΣΚΗΣΗ 8 Η εξίσωση της απομάκρυνσης x συναρτήσει του χρόνου t σε μια απλή αρμονική ταλάντωση δίνεται από τη σχέση:

1η Οµάδα Ασκήσεων. ΑΣΚΗΣΗ 1 (Θεωρία)

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

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

Σύντομες εισαγωγικές σημειώσεις για την. Matlab

Κατ οίκον Εργασία 1 Σκελετοί Λύσεων

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

Χαρακτηριστικά αναδροµής

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

Προγραμματισμός I (Θ)

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 2)

ΜΕΜ251 Αριθμητική Ανάλυση

Αριθμητική Ανάλυση και Εφαρμογές

Εισαγωγή στη Matlab Βασικές Συναρτήσεις

1 η ΕΝΟΤΗΤΑ ΕΙΣΑΓΩΓΗ (Προγραμματισμός & MATLAB)

Ειδικά θέματα στην επίλυση

Προβλήματα που αφορούν εντολές ελέγχου της ροής ενός προγράμματος.

Συστήματα Αναμονής (Queuing Systems)

ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 5: Μαθηματικές εφαρμογές

a n + 6a n a n 2 + 8a n 3 = 0, a 0 = 1, a 1 = 2, a 2 = 8

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

Απειροστικός Λογισμός Ι, χειμερινό εξάμηνο Λύσεις τέταρτου φυλλαδίου ασκήσεων. ( n(n+1) e 1 (

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

ΑΝΑΛΥΣΗ 2. Μ. Παπαδημητράκης.

ΑΣΚΗΣΗ Κείµενο στο 2ο µόνο γράφηµα ο αριθµός µηδέν στα σηµεία µε συντεταγµένες (0.5,0), (1.5,0), (2.5,0), (3.5,0), (4.5,0), (5.5,0).

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

ΜΕΜ251 Αριθμητική Ανάλυση

Εισαγωγή στους Υπολογιστές

Εισαγωγή στην πληροφορική

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΕ ΕΦΑΡΜΟΓΕΣ ΣΤΗ ΒΙΟΪΑΤΡΙΚΗ

ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 9: Αναδρομή

Πρόβλημα 1 «Φασίνα» Εύρεση εκτέλεσης εργασιών με τον μικρότερο συνολικό χρόνο

1 η Εργαστηριακή Άσκηση MATLAB Εισαγωγή

Χρονικές σειρές 1 ο μάθημα: Εισαγωγή στη MATLAB

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. ΘΕΩΡΗΤΙΚΗ ΑΣΚΗΣΗ 1 ΛΥΣΕΙΣ Ανάλυση Πολυπλοκότητας

Μέθοδοι πολυδιάστατης ελαχιστοποίησης

9 η ΕΝΟΤΗΤΑ Συμβολικές πράξεις, ολοκληρώματα, παράγωγοι, διαφορικές εξισώσεις

ΠΛΗΡΟΦΟΡΙΚΗ Ι Εργαστήριο 1 MATLAB ΠΛΗΡΟΦΟΡΙΚΗ Ι ΕΡΓΑΣΤΗΡΙΟ 1. Θέμα εργαστηρίου: Εισαγωγή στο MATLAB και στο Octave

Αλγόριθµοι και Πολυπλοκότητα

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

Αριθμητική Ανάλυση & Εφαρμογές

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

Προγραμματισμός ΙI (Θ)

Διάλεξη 04: Παραδείγματα Ανάλυσης

Θέματα Προγραμματισμού Η/Υ

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

1 Σύντομη επανάληψη βασικών εννοιών

Α. Η γραφική παράσταση της συνάρτησης 2. f(x) = α x 2 + β x + γ, α 0. f (x) x. Παράδειγμα. Περιοδικό ΕΥΚΛΕΙΔΗΣ Β Ε.Μ.Ε.

Διάλεξη 04: Παραδείγματα Ανάλυσης Πολυπλοκότητας/Ανάλυση Αναδρομικών Αλγόριθμων

ΠΑΡΑΡΤΗΜΑ Α Εισαγωγή στο MATLAB

Υπολογισμός αθροισμάτων

Αξιοποίηση Η/Υ και Πληροφορικής στην Μηχανική

ΠΛΗΡΟΦΟΡΙΚΗ Ι (MATLAB) Ενότητα 4

ΕΠΛ231 Δομές Δεδομένων και Αλγόριθμοι 4. Παραδείγματα Ανάλυσης Πολυπλοκότητας Ανάλυση Αναδρομικών Αλγόριθμων

Transcript:

Τμήμα Μηχανικών Πληροφορικής Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 4) Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 1 / 26

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Σκοπός του εργαστηρίου είναι η γνωριμία του φοιτητή με την έννοια της αριθμητικής επίλυσης εξισώσεων και συγκεκριμένα με την γενική επαναληπτική μέθοδο, η οποία υλοποιείται προγραμματιστικά σε Matlab. Ειδικότερα, ο φοιτητής θα ασχοληθεί με τα παρακάτω αντικείμενα 1 Αριθμητική Επίλυση Εξισώσεων Επαναληπτική Μέθοδος Ακρίβεια Δεκαδικών ψηφίων Ακρίβεια Σημαντικών ψηφίων Επαναληπτική Μέθοδος με κριτήριο τερματισμού Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 2 / 26

Επαναληπτική Μέθοδος Υπολογισμός μιας ρίζας της εξίσωσης f(x) = 0 με χρήση ενός αναδρομικού τύπου της μορφής x n = g(x n 1 ) Για να δημιουργήσουμε τον αναδρομικό τύπο πρέπει η εξίσωση f(x) = 0 να γραφεί με τη μορφή x = g(x). Για παράδειγμα, θέλουμε να βρούμε την ρίζα της εξίσωσης x 2 2 = 0. Δημιουργούμε τον αναδρομικό τύπο x 2 2 = 0 x 2 +2x = 2+2x x(x+2) = 2+2x x = 2 + 2x x + 2 Επομένως, ο αναδρομικός τύπος είναι x n = 2 + 2x n 1 2 + x n 1 Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 3 / 26

Επαναληπτική Μέθοδος - Παράδειγμα Να βρεθούν οι 10 πρώτες τιμές του x που δίνονται από τον τύπο x n = 2 + 2x n 1 2 + x n 1 με αρχική τιμή x 1 = 1. Στον Editor γράφουμε 1 clear 2 clc 3 x(1)=1; 4 for i=2:10 5 x(i)=(2+2*x(i-1))/(2+x(i-1)); 6 end 7 k=1:length(x); 8 out=[k', x(k)'] Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 4 / 26

Επαναληπτική Μέθοδος - Παράδειγμα Εκτελούμε και στο Command Window έχουμε out = 1 1 2 1.33333333333333 3 1.4 4 1.41176470588235 5 1.41379310344828 6 1.41414141414141 7 1.41420118343195 8 1.41421143847487 9 1.41421319796954 10 1.41421349985132 Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 5 / 26

Ακρίβεια Δεκαδικών ψηφίων Μια αριθμητική μέθοδος μας επιστρέφει σε κάθε βήμα μια προσέγγιση της λύσης. Αν η αριθμητική μέθοδος συγκλίνει, τότε η μέθοδος προσεγγίζει την λύση. Η ακρίβεια δεκαδικών ψηφίων μας δείχνει πόσο καλά προσεγγίζει η μέθοδος την λύση σε σχέση με το πλήθος των δεκαδικών ψηφίων. Η ακρίβεια δεκαδικών ψηφίων δίνεται από τον τύπο x n x n 1 < 1 2 10 k όπου k το πλήθος των δεκαδικών ψηφίων. Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 6 / 26

Ακρίβεια Δεκαδικών ψηφίων Λύνουμε ως προς k και έχουμε x n x n 1 < 1 2 10 k 2 x n x n 1 < 10 k log (2 x n x n 1 ) < log ( 10 k) log (2 x n x n 1 ) < k k < log (2 x n x n 1 ) Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 7 / 26

Ακρίβεια Δεκαδικών ψηφίων - Παράδειγμα Να βρεθεί η ακρίβεια σε δεκαδικά ψηφία που έχουν οι τιμές x 10 και x 8 του τύπου x n = 2 + 2x n 1 2 + x n 1 με αρχική τιμή x 1 = 1. Από το προηγούμενο παράδειγμα έχουμε out = 1 1 2 1.33333333333333 3 1.4 4 1.41176470588235 5 1.41379310344828 6 1.41414141414141 7 1.41420118343195 8 1.41421143847487 9 1.41421319796954 10 1.41421349985132 Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 8 / 26

Ακρίβεια Δεκαδικών ψηφίων - Παράδειγμα Για την ακρίβεια του x 10, στο Command Window γράφουμε >> -log10(2*abs(out(10,2)-out(9,2))) ans = επειδή θα έχουμε 6.21913310223154 k < log (2 x 10 x 9 ) = 6.21913310223154 k = 6 δηλαδή, η τιμη x 10 έχει ακρίβεια 6 δεκαδικών ψηφίων. Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 9 / 26

Ακρίβεια Δεκαδικών ψηφίων - Παράδειγμα Για την ακρίβεια του x 8, στο Command Window γράφουμε >> -log10(2*abs(out(8,2)-out(7,2))) ans = επειδή θα έχουμε 4.68803252210793 k < log (2 x 8 x 7 ) = 4.68803252210793 k = 4 δηλαδή, η τιμή x 8 έχει ακρίβεια 4 δεκαδικών ψηφίων. Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 10 / 26

Ακρίβεια Σημαντικών ψηφίων Μια αριθμητική μέθοδος μας επιστρέφει σε κάθε βήμα μια προσέγγιση της λύσης. Αν η αριθμητική μέθοδος συγκλίνει, τότε η μέθοδος προσεγγίζει την λύση. Η ακρίβεια σημαντικών ψηφίων μας δείχνει πόσο καλά προσεγγίζει η μέθοδος την λύση σε σχέση με το πλήθος των σημαντικών ψηφίων. Η ακρίβεια σημαντικών ψηφίων δίνεται από τον τύπο x n x n 1 x n 1 < 1 2 10 (k 1) όπου k το πλήθος των σημαντικών ψηφίων. Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 11 / 26

Ακρίβεια Σημαντικών ψηφίων Λύνουμε ως προς k και έχουμε x n x n 1 x n 1 < 1 2 10 (k 1) 2 x n x n 1 x n 1 < 10 (k 1) ( ) log 2 x n x n 1 x n 1 < log ( 10 (k 1)) ( ) log 2 x n x n 1 x n 1 < (k 1) ( ) k 1 < log 2 x n x n 1 x n 1 ( ) k < log 2 x n x n 1 x n 1 + 1 Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 12 / 26

Ακρίβεια Σημαντικών ψηφίων-παράδειγμα Να βρεθεί η ακρίβεια σε σημαντικά ψηφία που έχουν οι τιμές x 10 και x 8 του τύπου x n = 2 + 2x n 1 2 + x n 1 με αρχική τιμή x 1 = 1. Από το προηγούμενο παράδειγμα έχουμε out = 1 1 2 1.33333333333333 3 1.4 4 1.41176470588235 5 1.41379310344828 6 1.41414141414141 7 1.41420118343195 8 1.41421143847487 9 1.41421319796954 10 1.41421349985132 Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 13 / 26

Ακρίβεια Σημαντικών ψηφίων-παράδειγμα Για την ακρίβεια του x 10, στο Command Window γράφουμε >> -log10(2*abs((out(10,2)-out(9,2))/out(9,2)))+1 ans = επειδή k < log θα έχουμε 7.36964798815789 ( 2 x 10 x 9 x 9 ) + 1 = 7.36964798815789 k = 7 δηλαδή, η τιμη x 10 έχει ακρίβεια 7 σημαντικών ψηφίων. Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 14 / 26

Ακρίβεια Σημαντικών ψηφίων-παράδειγμα Για την ακρίβεια του x 8, στο Command Window γράφουμε >> -log10(2*abs((out(8,2)-out(7,2))/out(7,2)))+1 ans = επειδή θα έχουμε k < log 5.8385437184424 ( 2 x 8 x 7 x 7 ) + 1 = 5.8385437184424 k = 5 δηλαδή, η τιμη x 8 έχει ακρίβεια 5 σημαντικών ψηφίων. Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 15 / 26

Επαναληπτική Μέθοδος με κριτήριο τερματισμού Να βρεθούν οι τιμές των x n μέχρι να ισχύει το κριτήριο τερματισμού x n x n 1 < 1 2 10 4 δηλαδή, η προσεγγιστική λύση να έχει ακρίβεια τεσσάρων δεκαδικών ψηφίων. Οι τιμές των x n δίνονται από τον τύπο με αρχική τιμή x 1 = 1. x n = 2 + 2x n 1 2 + x n 1 Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 16 / 26

Επαναληπτική Μέθοδος με κριτήριο τερματισμού Στον Editor γράφουμε 1 clear 2 clc 3 x(1)=1; 4 i=2; 5 done=0; 6 while done==0 7 x(i)=(2+2*x(i-1))/(2+x(i-1)); 8 if abs(x(i)-x(i-1))<(1/2*10^-4) 9 done=1; 10 else 11 i=i+1; 12 end 13 end 14 k=1:length(x); 15 out=[k', x(k)'] Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 17 / 26

Επαναληπτική Μέθοδος με κριτήριο τερματισμού Εκτελούμε και στο Command Window έχουμε out = 1 1 2 1.33333333333333 3 1.4 4 1.41176470588235 5 1.41379310344828 6 1.41414141414141 7 1.41420118343195 8 1.41421143847487 Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 18 / 26

Άσκηση Να βρεθούν οι 20 πρώτες τιμές του x που δίνονται από τον τύπο x n = 3 + x n 1 1 + x n 1 με αρχική τιμή x 1 = 2. Να βρεθεί η ακρίβεια σε δεκαδικά ψηφία που έχουν οι τιμές x 15 και x 20. Να βρεθεί η ακρίβεια σε σημαντικά ψηφία που έχουν οι τιμές x 15 και x 20. Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 19 / 26

Άσκηση - Λύση Να βρεθούν οι 20 πρώτες τιμές του x που δίνονται από τον τύπο x n = 3 + x n 1 1 + x n 1 με αρχική τιμή x 1 = 2. Απάντηση: Στον Editor γράφουμε 1 clear 2 clc 3 x(1)=2; 4 for i=2:20 5 x(i)=(3+x(i-1))/(1+x(i-1)); 6 end 7 k=1:length(x); 8 out=[k', x(k)'] Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 20 / 26

Άσκηση - Λύση Εκτελούμε και στο Command Window έχουμε >>out = 1 2 2 1.66666666666667 3 1.75 4 1.72727272727273 5 1.73333333333333 6 1.73170731707317 7 1.73214285714286 8 1.73202614379085 9 1.73205741626794 10 1.73204903677758 11 1.73205128205128 12 1.73205068043172 13 1.73205084163518 14 1.73205079844084 Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 21 / 26

Άσκηση - Λύση 15 1.73205081001473 16 1.73205080691351 17 1.73205080774448 18 1.73205080752182 19 1.73205080758149 20 1.7320508075655 Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 22 / 26

Άσκηση - Λύση Να βρεθεί η ακρίβεια σε δεκαδικά ψηφία που έχουν οι τιμές x 15 και x 20. Απάντηση: Στο Command Window έχουμε για x 15 και x 20 >> -log10(2*abs(out(15,2)-out(14,2))) ans = 7.63549073463583 >> -log10(2*abs(out(20,2)-out(19,2))) ans = 10.495227442818 Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 23 / 26

Άσκηση - Λύση Άρα, 7 και 10 δεκαδικά ψηφία αντίστοιχα. Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 24 / 26

Άσκηση - Λύση Να βρεθεί η ακρίβεια σε σημαντικά ψηφία που έχουν οι τιμές x 15 και x 20. Απάντηση: Στο Command Window έχουμε για x 15 και x 20 >> -log10(2*abs((out(15,2)-out(14,2))/out(14,2)))+1 ans = 8.8740513597069 >> -log10(2*abs((out(20,2)-out(19,2))/out(19,2)))+1 ans = 11.733788070181 Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 25 / 26

Άσκηση - Λύση Άρα, 8 και 11 σημαντικά ψηφία αντίστοιχα. Δρ. Δημήτρης Βαρσάμης Αριθμητικές Μέθοδοι (E 4) Σεπτέμβριος 2015 26 / 26