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

Σχετικά έγγραφα
Παράδειγμα #2 ΑΡΙΘΜΗΤΙΚΗ ΚΙΝΗΤΗΣ ΥΠΟΔΙΑΣΤΟΛΗΣ ΚΑΙ ΡΙΖΕΣ ΕΞΙΣΩΣΕΩΝ. ΕΠΙΜΕΛΕΙΑ: Σ. Βαρούτης

Παράδειγμα #1 ΑΡΙΘΜΗΤΙΚΗ ΚΙΝΗΤΗΣ ΥΠΟΔΙΑΣΤΟΛΗΣ ΕΠΙΜΕΛΕΙΑ: Ν. Βασιλειάδης

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

Κεφ. 2: Επίλυση συστημάτων εξισώσεων. 2.1 Επίλυση εξισώσεων

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

Παράδειγμα #1 ΑΡΙΘΜΗΤΙΚΗ ΚΙΝΗΤΗΣ ΥΠΟΔΙΑΣΤΟΛΗΣ ΕΠΙΜΕΛΕΙΑ: Ι. Λυχναρόπουλος

Κεφ. 2: Επίλυση συστημάτων αλγεβρικών εξισώσεων. 2.1 Επίλυση απλών εξισώσεων

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Κεφ. 2: Επίλυση συστημάτων αλγεβρικών εξισώσεων. 2.1 Επίλυση απλών εξισώσεων

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

Non Linear Equations (2)

ΘΕΜΑΤΑ ΕΞΕΤΑΣΗΣ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟ ΟΣ:

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

Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ, , 3 ο ΕΞΑΜΗΝΟ ΑΠΑΝΤΗΣΕΙΣ ΕΡΓΑΣΙΑΣ #3: ΑΡΙΘΜΗΤΙΚΗ ΠΑΡΕΜΒΟΛΗ ΕΠΙΜΕΛΕΙΑ: Σ. Βαρούτης. x x

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Ασκήσεις Γενικά Μαθηµατικά Ι Οµάδα 5 (λύσεις)

ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ, , 3 ο ΕΞΑΜΗΝΟ ΑΠΑΝΤΗΣΕΙΣ ΕΡΓΑΣΙΑΣ #4: ΑΡΙΘΜΗΤΙΚΗ ΟΛΟΚΛΗΡΩΣΗ ΕΠΙΜΕΛΕΙΑ: Σ. Βαρούτης

Κεφάλαιο 2. Μέθοδος πεπερασµένων διαφορών προβλήµατα οριακών τιµών µε Σ Ε

Παράδειγμα #5 EΠΙΛΥΣΗ ΜΗ ΓΡΑΜΜΙΚΩΝ ΑΛΓΕΒΡΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΜΕΘΟΔΟ NEWTON ΕΠΙΜΕΛΕΙΑ: Ν. Βασιλειάδης. ( k ) ( k)

ΘΕΜΑ 2ο. Άσκηση εφαρµογής της µεθόδου Newton Raphson

Αριθμητική Ανάλυση & Εφαρμογές

Σχολή Μηχανολόγων Μηχανικών ΕΜΠ 4 ο Εξάμηνο ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ. Πρώτη Ενότητα Αριθμητική Επίλυση Μη-Γραμμικών Εξισώσεων

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητική παραγώγιση εκφράσεις πεπερασμένων διαφορών

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

Επαναληπτικές μέθοδοι

15 εκεµβρίου εκεµβρίου / 64

Μέθοδοι πολυδιάστατης ελαχιστοποίησης

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 4

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

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

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

Κεφ. 6Β: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών

Άσκηση εφαρμογής της μεθόδου Newton Raphson

Μέθοδοι μονοδιάστατης ελαχιστοποίησης

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Κεφ. 7: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών

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

0.1 Εκχειλίσεις κατά την Επίλυση Τετραγωνικής Εξίσωσης

Μέθοδοι μονοδιάστατης ελαχιστοποίησης

ιαφάνειες παρουσίασης #6

Παράδειγμα #5 ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ & ΜΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΕΠΙΜΕΛΕΙΑ: Σ. Βαρούτης

Αριθµητικές Μέθοδοι και Προγραµµατισµός Αριθµητική Ανάλυση (ή Επιστηµονικοί Υπολογισµοί)

ΚΕΦΑΛΑΙΟ 2 ΜΗ ΓΡΑΜΜΙΚΕΣ ΕΞΙΣΩΣΕΙΣ

HY213. ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ

Αριθµητική Ανάλυση. ιδάσκοντες: Τµήµα Α ( Αρτιοι) : Καθηγητής Ν. Μισυρλής, Τµήµα Β (Περιττοί) : Επίκ. Καθηγητής Φ.Τζαφέρης. 25 Μαΐου 2010 ΕΚΠΑ

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

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

1η Οµάδα Ασκήσεων. ΑΣΚΗΣΗ 1 (Θεωρία)

ΣΕΙΡΕΣ TAYLOR. Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων. Πολυώνυµο είναι κάθε συνάρτηση της µορφής:

2.1 Αριθμητική επίλυση εξισώσεων

Κεφάλαιο 1. Αριθµητική ολοκλήρωση συνήθων διαφορικών εξισώσεων και συστηµάτων

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

όπου είναι γνήσια. ρητή συνάρτηση (δηλαδή ο βαθµός του πολυωνύµου υ ( x)

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 6)

Μαρία Χ.Γουσίδου-Κουτίτα Επίκουρη Καθηγήτρια Τμήματος Μαθηματικών Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ

Πίνακας Περιεχομένων

ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. nn n n

Εισαγωγή στον Προγραµµατισµό. Ανάλυση (ή Επιστηµονικοί Υπολογισµοί)

ΣΧΕΔΙΟ ΔΙΔΑΣΚΑΛΙΑΣ ΕΞΙΣΩΣΗΣ 1 ΟΥ ΒΑΘΜΟΥ Α ΛΥΚΕΙΟΥ

Εφαρµόζοντας τη µέθοδο αριθµητικής ολοκλήρωσης Euler και Runge-Kutta 2 ης, συστηµατική σύγκριση των πέντε µεθόδων. Η επιλογή των σταθερών

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητική Ανάλυση και Εφαρμογές

Συστήµατα Μη-Γραµµικών Εξισώσεων Μέθοδος Newton-Raphson

Ηλεκτρονικοί Υπολογιστές ΙΙ : Εισαγωγή στην Αριθµητική Ανάλυση

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

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

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

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

1 η ΑΣΚΗΣΗ. 1. Θεωρία (Κεφ. 1, 2) ξ = 2 της εξίσωσης fx ( ) = 0 για x

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Oι εντολές COMMON και PARAMETER

1η Οµάδα Ασκήσεων. ΑΣΚΗΣΗ 1 (Θεωρία)

1 Πολυωνυµική Παρεµβολή

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΓΙΑ ΠΡΟΒΛΗΜΑΤΑ ΜΗΧΑΝΙΚΗΣ ΕΦΑΡΜΟΓΕΣ ΜΕ ΧΡΗΣΗ MATLAB ΔΕΥΤΕΡΗ ΕΚΔΟΣΗ [ΒΕΛΤΙΩΜΕΝΗ ΚΑΙ ΕΠΑΥΞΗΜΕΝΗ]

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

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

Αριθµητική Ολοκλήρωση

ΜΕΜ251 Αριθμητική Ανάλυση

ΛΥΣΕΙΣ 6 ης ΕΡΓΑΣΙΑΣ - ΠΛΗ 12,

Η διατήρηση μάζας σε ένα σύστημα τριών αντιδραστήρων περιγράφεται από το παρακάτω σύστημα συνήθων διαφορικών εξισώσεων:

Θερμοδυναμική - Εργαστήριο

Interpolation (1) Τρίτη, 3 Μαρτίου Σελίδα 1

ΣΦΑΛΜΑΤΑ ΑΡΙΘΜΗΤΙΚΩΝ ΥΠΟΛΟΓΙΣΜΩΝ

Κεφάλαιο 5. Το Συμπτωτικό Πολυώνυμο

διακριτοποίηση αριθµητική παραγώγιση

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

Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών

5269: Υπολογιστικές Μέθοδοι για Μηχανικούς. Εύρεση Ριζών.

4. Παραγώγιση πεπερασμένων διαφορών Σειρά Taylor Πολυωνυμική παρεμβολή

ΜΕΜ251 Αριθμητική Ανάλυση

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

την κεντρώα έκφραση πεπερασμένων διαφορών 2 ης τάξης και για τη παράγωγο f την ανάδρομη έκφραση πεπερασμένων διαφορών 2 ης τάξης xxx

Αριθμητική Ανάλυση και Εφαρμογές

Συµπληρωµατικές σηµειώσεις για τον «Επιστηµονικό Υπολογισµό» Χειµερινό εξάµηνο Τµήµα Μαθηµατικών, Πανεπιστήµιο Αιγαίου

1 Αριθμητική κινητής υποδιαστολής και σφάλματα στρογγύλευσης

Χ. Α. Αλεξόπουλος. Τµήµα Μηχ. Η/Υ και Πληροφορικής Πανεπιστήµιο Πατρών

Transcript:

ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ, 005-06, 3 ο ΕΞΑΜΗΝΟ ΑΠΑΝΤΗΣΕΙΣ ΕΡΓΑΣΙΑΣ #: ΑΡΙΘΜΗΤΙΚΗ ΚΙΝΗΤΗΣ ΥΠΟ ΙΑΣΤΟΛΗΣ ΚΑΙ ΡΙΖΕΣ ΕΞΙΣΩΣΕΩΝ ΕΠΙΜΕΛΕΙΑ: Σ. Βαρούτης. Πως ορίζεται και τι σηµαίνει ο όρος lop στους επιστηµονικούς υπολογισµούς. Ο όρος lop (loating point operation) συναντάται αρκετά συχνά στα υπολογιστικά µαθηµατικά και έχει καθιερωθεί ως µονάδα µέτρησης των πράξεων στους αλγορίθµους. Αντιπροσωπεύει τον χρόνο που απαιτείται για την εκτέλεση της πράξης y a + y Οι πράξεις που γίνονται είναι: i. η εύρεση και ανάσυρση των σταθερών α,, y, από την µνήµη του υπολογιστή. ii. ο πολλαπλασιασµός και η πρόσθεση του δεύτερου µέλους. iii. αποθήκευση της νέας τιµής της µεταβλητής y. Έτσι το σχήµα Horner για τον υπολογισµό της τιµής σε ένα σηµείο ενός πολυωνύµου p βαθµού Ν απαιτεί Ν lops. α. Βιβλίο Ν. Μ. Βραχάτη σελ. 67, Άσκηση.4 (4 σηµαντικά ψηφία) -7.0045-7.00-79.830-79.8 73448 7.340 6 3 7 0.765-0.053 9 8 -.667 3

β. Βιβλίο Ν. Μ. Βραχάτη σελ. 67, Άσκηση.5 a) Στρογγυλοποίηση σε 3 σηµαντικά ψηφία: -9397.0045-93900 0.08330 0.0833-0.08765 0.0877 0.06735 0.0674-0.8375005 0.838 b) Στρογγυλοποίηση σε 3 δεκαδικά ψηφία: -9397.0045-9397.004 0.08330 0.083-0.08765-0.088 0.0675 0.067-0.8375005-0.838 γ. Βιβλίο Ν. Μ. Βραχάτη σελ. 68, Άσκηση. ίνεται η συνάρτηση 3. Η ακριβής τιµή είναι 0. 307 ενώ η + προσεγγιστική τιµή µε στρογγυλοποίηση σε τρία σηµαντικά ψηφία είναι 0.3. Σφάλµα αποκοπής: ε α g ( 0. 307) ( 0. 307) 0. 3 0. 84. 59 0 Σφάλµα διάδοσης: ε δ g ( ) g ( 0. 3) ( 0. 307) 0. 77538 0. 3. 84 0 Παραχθέν σφάλµα: ε π g ( ) g( ) ( 0. 3) ( 0. 3) 0. 3 0. 77538. 84 0 Ολικό σφάλµα: ε 0 ε π + ε δ + ε α. 84 0. 84 0 +. 59 0. 59 0

3. Οι ρίζες της αλγεβρικής εξίσωσης + 6. 0 + 0 είναι 0. 06073 και 6.08390. Στην παραπάνω εξίσωση b >> 4ac και ο υπολογισµός του προϋποθέτει την αφαίρεση ανάµεσα σε περίπου ίσους αριθµούς. Έστω ότι οι υπολογισµοί γίνονται σε Η/Υ που αποθηκεύονται 4 σηµαντικά ψηφία. Να βρεθούν τα και και να υπολογισθεί το σχετικό σφάλµα. Στην συνέχεια να υπολογισθούν πιο ακριβή αποτελέσµατα εφαρµόζοντας τον αναγωγικό τύπο b a ( b 4ac) ( b b 4ac ) Οι ακριβείς λύσεις της εξίσωσης είναι: 0 06073 και 6 08390.. Οι ρίζες του πολυωνύµου δίνονται από την σχέση ( 6. 0) 4 6. 0 ± ( 6. 0) b ± D 6. 0 ±, a δηλαδή προκύπτει ότι 0 05 και 6 09.... Τα σχετικά σφάλµατα για τις δύο προσεγγιστικές ρίζες αντίστοιχα είναι: 0. 06073 + 0. 05 ε 6. 87 0 0. 06073 και 6. 08390 + 6. 09 ε 9. 85 0 6. 08390 5 4 6. 0 ± 6. 07 Εποµένως, ενώ οι πράξεις είναι ακρίβειας 4 σηµαντικών ψηφίων το παραγόµενο σχετικό σφάλµα είναι µόλις σηµαντικών ψηφίων και οφείλεται στην διάδοση του σφάλµατος κατά την πράξη της πρόσθεσης αφαίρεσης. Αντίθετα, κάνοντας χρήση του εναλλακτικού τύπου για την ρίζα προκύπτει 6. 0 ( 6. 0) b a mod. ενώ το σχετικό σφάλµα 0 06 4 ( b 4ac) ( b b 4ac ) mod ε. 7 0 0. 06073 0. 06073 + 0. 06 3

4. Η εξίσωση 3 + 4 0 0 έχει µια ρίζα στο διάστηµα [,]. Να υπολογισθεί η ρίζα της εξίσωσης µε ακρίβεια 7 σηµαντικών ψηφίων εφαρµόζοντας τις µεθόδους: i. ιχοτόµηση ii. iii. iv. γραµµικής παρεµβολής απλής αντικατάστασης µε αναγωγικούς τύπους 3 4 + 0 4 / 3 ( 0 ) / 0 4 + / 0 3 + 4 0 3 + 8 Newton v. τέµνουσας. Η εξίσωση 3 + 4 0 0 έχει µια ρίζα στο διάστηµα [, ]. Η γραφική της παράσταση απεικονίζεται στο Σχήµα. 50 40 30 0 0-0 0.5.5.5 3 Σχήµα : Γραφική παράσταση πολυωνύµου στο [,]. 4

i) Μέθοδος διχοτόµησης Κώδικας: program NumAnal_4i implicit none real(8)::,,3,,3,d,tol integer::maiter,i print,'give let and right limits' read,, tol.0e-09 maiter000 3(+)/ dabs(-) do i,maiter 3+4()-0 333+4(3)-0 i (3<0) then 3 3(+3)/ else i (3>0) then 3 3(+3)/ else print,3 eit end i dabs(-) write(,00)i,,3, i (abs(.-/3)<tol.and.abs(.-/)<tol) eit end do 00 ormat(i,,'',f0.8,3,'3',f0.8,3,'',f0.8) end Αποτελέσµατα: Αριθµός ιχοτοµήσεων X X X 3 0.00000000.50000000.00000000.00000000.5000000.50000000.5000000.37500000.50000000 3.5000000.350000.37500000 4.350000.34375000.37500000 5.34375000.35937500.37500000 6.35937500.3678750.37500000 7.35937500.36385.3678750 8.36385.3653438.3678750 9.36385.364578.3653438 0.364578.36474609.3653438.36474609.3649903.3653438.3649903.36530.3653438 3.36530.3657334.3653438 5

4.3657334.3650386.3653438 5.3650386.3659.3653438 6.3659.365675.3653438 7.365675.3653056.3653438 8.365675.365865.3653056 9.365865.36596.3653056 0.36596.3653008.3653056.36596.365985.3653008.365985.365996.3653008 3.365996.365300.3653008 4.365996.365999.365300 5.365999.365300.365300 6.365300.365300.365300 7.365300.365300.365300 8.365300.365300.365300 9.365300.365300.365300 30.365300.365300.365300 Σύγκλιση σε 7 σηµαντικά µετά από 0 διχοτοµήσεις ii) Μέθοδος γραµµικής παρεµβολής Κώδικας: program NumAnal_4ii implicit none real(8)::,,3,,,3,d,tol integer::i,maiter print,'give let and right limits' read,, maiter000 tol.0e-09 do i,maiter 3+4()-0 3+4()-0 3-(((-))/(-)) dabs(-3) 333+4(3)-0 i (3<0) then 3 write(,00)i,,3, else i (3>0) then write(,00)i,,3, 3 else print,3 eit end i i (abs(.-/3)<tol.and.abs(.-/)<tol) then eit endi end do 00 ormat(i,,'',f0.8,3,'3',f0.8,3,'',f0.8) end program NumAnal_4ii 6

Αποτελέσµατα: Αριθµός γραµµικών παρεµβολών X X X 3.00000000.635789.00000000.635789.3388784.00000000 3.3388784.35854634.00000000 4.35854634.36354744.00000000 5.36354744.36480703.00000000 6.36480703.36537.00000000 7.36537.3650330.00000000 8.3650330.365330.00000000 9.365330.365833.00000000 0.365833.365959.00000000.365959.36599.00000000.36599.365999.00000000 3.365999.365300.00000000 4.365300.365300.00000000 5.365300.365300.00000000 6.365300.365300.00000000 7.365300.365300.00000000 8.365300.365300.00000000 9.365300.365300.00000000 0.365300.365300.00000000.365300.365300.00000000.365300.365300.00000000 3.365300.365300.00000000 4.365300.365300.00000000 5.365300.365300.00000000 6.365300.365300.00000000 Σύγκλιση σε 7 σηµαντικά µετά από 0 διχοτοµήσεις iii) Απλή αντικατάσταση µε αναγωγικούς τύπους Για την σύγκλιση της µεθόδου ( n+ ) F πρέπει ' F <. Επιλέγουµε σαν αρχικό σηµείο το ( 0).5. Εποµένως: A. Αν + 3 4 + 0 F συνεπάγεται ' (. 5 ) 7. 75 > F. Αυτό σηµαίνει ότι δεν αναµένεται η µέθοδος να συγκλίνει στο διάστηµα [,]. 0 / B. Αν 4 F συνεπάγεται ' (. 5). 7 > F. Αυτό σηµαίνει ότι δεν αναµένεται η µέθοδος να συγκλίνει στο διάστηµα [,]. 3 / C. Αν ( 0 ) F συνεπάγεται ' (. 5) 0. 6556 < F. Ο αναγωγικός τύπος αναµένεται να συγκλίνει στο διάστηµα [,]. 7

0 4 + / D. Αν F συνεπάγεται ' (. 5) 0. 075 < F. Ο αναγωγικός τύπος αναµένεται να συγκλίνει στο διάστηµα [,]. 3 + 4 0 3 + 8 E. Αν F συνεπάγεται ' (. 5) 0. 48 < F. Ο αναγωγικός τύπος αναµένεται να συγκλίνει στο διάστηµα [,]. Αποτέλεσµα για περιπτώσεις C, D, E είναι: C D E.4436.359040 3.36608 4.36597 5.36548 6.36584 7.36530 8.365300.5000000.869538 3.405408 4.3454584 5.375703 6.360094 7.3678470 8.3638870 9.365967 0.364878.36540.365378 3.36577 4.365059 5.36544 6.36537 7.365333 8.36584 9.365309 0.36596.36530.4545455.3689004 3.365366 4.365300 5.365300 Σηµειώνεται ότι ο απαιτούµενος αριθµός επαναλήψεων ώστε να επιτευχθεί σύγκλιση σε 7 σηµαντικά ψηφία είναι διαφορετικός για κάθε αναγωγικό τύπο της µεθόδου και εξαρτάται άµεσα από το κριτήριο σύγκλισης. Επίσης σηµειώνεται ότι έχουµε επιλέξει για λόγους συντοµίας να εξετάσουµε το κριτήριο σύγκλισης µόνο για την αρχική τιµή. Εκτίµηση του κριτηρίου και στις επόµενες τιµές του πιθανόν να αιτιολογήσει το γεγονός ότι ο αναγωγικός τύπος D απαιτεί περισσότερες επαναλήψεις από τον αναγωγικό τύπο E. iv) Μέθοδος Newton Εξετάσουµε την σύγκλιση του σχήµατος και υπολογίζουµε το λόγο '' ' σε ένα ενδιάµεσο σηµείο του διαστήµατος [,] π.χ. για.5. Τότε θα παρατηρήσουµε ότι 8

'' (. 5) ' (. 5) 0. 453 <. Αυτό σηµαίνει ότι η µέθοδος Newton αναµένεται να συγκλίνει στο διάστηµα [,]. Κώδικας: program NumAnal_4iv implicit none real::old,new,tol,l integer::iter,maiter parameter(tol.0e-6) print,'give initial value between <0<' read,old maiter00 do iter,maiter newold-f(old)/df(old) i(abs(.-(old/new)).le.tol)then goto 00 endi oldnew enddo 00 print,'the root is ',new print,'in',iter,' iterations' contains real unction F() result(y) real, intent(in):: Y(3)+4.()-0. end unction F real unction DF() result(y) real, intent(in):: Y3.()+8. end unction DF end program NumAnal_4iv Αποτελέσµατα: Αριθµός επαναλήψεων Ρίζα εξίσωσης 0.50000000.37333333.365603 3.365996 4.365996 Σύγκλιση σε 7 σηµαντικά µετά από 3 επαναλήψεις!!! iv) Μέθοδος τέµνουσας (τροποποιηµένη Newton) Κώδικας: program NumAnal_4v 9

implicit none real(8)::0,,,d,tol integer::i,maiter maiter000 tol.0e-9 print,'give 0 and ' read,0, do i,maiter -((3+4-0)/(((3+4-0)& -(03+40-0))/(-0))) dabs(-) write(,00)i, i (abs(.-/)<tol) eit 0 end do 00 ormat(i,4,'',f0.8) End Αποτελέσµατα: Αριθµός επαναλήψεων Ρίζα εξίσωσης.635789.3388784 3.3666639 4.36590 5.3653000 6.365300 7.365300 Σύγκλιση σε 7 σηµαντικά µετά από 4 επαναλήψεις. 4 3 5. Βρείτε αριθµητικά τις ρίζες του πολυωνύµου P 0 + 35 50 4 4 + Οι ρίζες του συγκεκριµένου πολυωνύµου είναι οι,, 3 3 και 4 4, όπως προκύπτει από το Σχήµα. 5.5 0 7.5 5.5-4 6 Σχήµα : Γραφική παράσταση πολυωνύµου. 0

Θα εφαρµόσουµε την µέθοδο Newton, ( n+ ) ( n ) ' ' 3 4 30 + 70 50., όπου P και 4 Κώδικας: program NumAnal_5 implicit none real::old,new,tol integer::iter,maiter print,'give initial value>0' read,old tol.0e-6 maiter00 do iter,maiter newold-f(old)/df(old) i (abs(.-(old/new)).le.tol)then goto 00 endi oldnew enddo 00 print,'the root is ',new print,'in',iter,' iterations' contains real unction F() result(y) real, intent(in):: Y(4)-0.(3)+35.()-50.+4. end unction F real unction DF() result(y) real, intent(in):: Y4.(3)-30.()+70.-50. end unction DF end program NumAnal_5 ίνοντας διαφορετικές αρχικές συνθήκες µπορούν να προκύψουν οι τέσσερεις παραπάνω ρίζες. Έτσι για κριτήριο τερµατισµού του σχετικού σφάλµατος ( n+ ) 0 6 προκύπτουν: Εάν 00.5 τότε προκύπτει η ρίζα. 0 Εάν. 6 0. 3 τότε προκύπτει η ρίζα. Εάν. 7 0 3. 4 τότε προκύπτει η ρίζα 33. Εάν 3.7 < 00 τότε προκύπτει η ρίζα 44. 0

6α. Βιβλίο Ν. Μ. Βραχάτη σελ. 35, Άσκηση 5.3 Εάν έχουµε τον αριθµό βρίσκοντας την ρίζα της εξίσωσης A, τότε ο αντίστροφος του µπορεί να βρεθεί αριθµητικά A 0, όπου επαναληπτική διαδικασία Newton θα συγκλίνει εφόσον ' και '' 3 είναι ο αντίστροφος. Η A '' '. Αντικαθιστώντας βρίσκουµε ότι θα πρέπει Η ανισότητα ισχύει για < ή >. '' 3 <. ' Προτείνεται να γίνει αριθµητική επαλήθευση του θεωρητικού αποτελέσµατος. <, όπου 6β. Βιβλίο Ν. Μ. Βραχάτη σελ. 35, Άσκηση 5.4 Εάν είναι η αναλυτική ρίζα τάξης m τότε ( m ) ' ( ) 0 και Εάν και σ ( ) 0. η αριθµητική λύση και το απόλυτο σφάλµα µετά από n επαναλήψεις τότε εφαρµόζοντας το ανάπτυγµα Taylor της αναλυτική ρίζα προκύπτει ότι m ( ) ( m ) n ( ) ( m ) γύρω από την m m ( ) ( ) n n m m + ' + + ( ) + n! m! m! για κάποιο ξ n µεταξύ ( ) ( m ) m και. Ανάλογα για την πρώτη παράγωγο προκύπτει ' ξ n!

για κάποιο ξ n µεταξύ ( n+ ) ( ) ' γράφεται στην µορφή: ( ) m ( ) ( m ) ( ) ( m ) και. Συνεπώς η επαναληπτική σχέση Newton ( ξn) n n+ n m! ( n+ ) n m m n! n ( n ) + ( n+ ) ( ) σ σ m m n ( ξn) Καθώς ο αριθµός των επαναλήψεων αυξάνει και η απόσταση ανάµεσα στα σηµεία και ελαττώνεται ο λόγος πολλαπλότητα m, το σφάλµα ( ξn) ( n ) σ + n n τείνει στην µονάδα. Εποµένως για ως προς το σφάλµα σ µεταβάλλεται γραµµικά και όχι τετραγωνικά όπως έχουµε αποδείξει για την περίπτωση m. Αντίθετα εφαρµόζοντας τον αναγωγικό τύπο n+ n m το σφάλµα ' διαδίδεται τουλάχιστον τετραγωνικά από επανάληψη σε επανάληψη αφού εύκολα m ξn αποδεικνύεται ότι σ. m ξ n 7. Επιλύονται επιλεκτικά οι 7α και 7γ: 7α. Η εξίσωση που περιγράφει την παραµόρφωση µιας ελαστικής δοκού που παραλαµβάνει ένα γραµµικά µεταβαλλόµενο φορτίο είναι w0 y 0EIL 5 3 4 ( + L L ) Να βρεθεί το σηµείο µέγιστης παραµόρφωσης και στην συνέχεια η τιµή της (Ε50.000 kn/cm, I30.000 cm 4, L450 cm, w 0.75 kn/cm). Για την εύρεση του σηµείου µέγιστης παραµόρφωσης αρκεί να βρεθούν οι ρίζες που µηδενίζουν την πρώτη παράγωγο της συνάρτησης παραµόρφωσης y. Έτσι 3

y w w 0EIL 0EIL ( 5 L 3 L 4 ) ( 5 4 6L L 4 ) 0 0 + + Οι αναλυτικές λύσεις της διτετράγωνης εξίσωσης είναι 5, ± L και 3, 4 ±L. 5 5 Για ±L η παραµόρφωση είναι y 0 ενώ για ± L η παραµόρφωση είναι 5 y 0. 4 cm. Για την αριθµητική επίλυση χρησιµοποιούµε την µέθοδο Newton. Παραθέτουµε µόνο 0 τις συναρτήσεις που χρησιµοποιούνται διότι το κυρίως πρόγραµµα δίδεται στην Άσκηση 5. Το κριτήριο τερµατισµού είναι ( n+ ) real unction F() result(y) real, intent(in):: Y-5.(4)+6.(L)()-(L4) end unction F real unction DF() result(y) real, intent(in):: Y(-0.)(3)+.(L) end unction DF 6 0. real unction Anal_F() result(y) real, intent(in):: real::w0,e,i parameter(e5.0e+4,i3.0e+4,w0.75) Y(w0/(0EIL))(-5+(L)(3)-(L4)) end unction Anal_F Αποτελέσµατα: Αρχική εκτίµηση Ρίζα Επαναλήψεις Παραµόρφωση 50 0.46 4-0.406-50 -0.46 4 0.406-500 -450 6 0 500 450 6 0 4

7iii. Στη µηχανική ρευστών ο συντελεστής τριβής δίδεται από τη εξίσωση 4log ( Re ) 0. 4 Υπολογίστε τον συντελεστή τριβής και Re300.000. Η επίλυση θα γίνει µε την µέθοδο Newton. Παραθέτουµε µόνο τις συναρτήσεις που χρησιµοποιούνται διότι το κυρίως πρόγραµµα δίδεται στην Άσκηση 5. Το κριτήριο τερµατισµού είναι ( n+ ) 6 0. real unction F() result(y) real, intent(in):: Y / -4Log(Re)+0.4 end unction F real unction DF() result(y) real, intent(in):: Y-(/) - 4/ end unction DF real unction Anal_F() result(y) real, intent(in):: Y0.4 + /Sqrt() -4Log(Sqrt()Re) end unction Anal_F Αποτέλεσµα: Αρχική εκτίµηση Ρίζα Επαναλήψεις 0.0 0.07979 7 5