ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Σχετικά έγγραφα
Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 6)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 5)

Επαναληπτικές μέθοδοι

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 4)

Non Linear Equations (2)

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

ΜΕΜ251 Αριθμητική Ανάλυση

Υπολογιστική Φυσική Υ0338 Σχολή Θετικών Επιστηµών Τµήµα Φυσικής Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών Κώστας Θεοφιλάτος

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

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

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

Μέθοδοι μονοδιάστατης ελαχιστοποίησης

Μέθοδοι μονοδιάστατης ελαχιστοποίησης

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

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

5269: Υπολογιστικές Μέθοδοι για Μηχανικούς. Εύρεση Ριζών.

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

Μέθοδοι πολυδιάστατης ελαχιστοποίησης

Ιστοσελίδα : Εργαστήριο 3 Απαντήσεις. Επίλυση Μη Γραμμικών Εξισώσεων και Συστημάτων

Π Ε Ρ Ι Ε Χ Ο Μ Ε Ν Α. Πρόλογος...15 ΚΕΦΑΛΑΙΟ 1. Σφάλματα

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

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

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ

a n = 3 n a n+1 = 3 a n, a 0 = 1

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

1η Οµάδα Ασκήσεων. ΑΣΚΗΣΗ 1 (Θεωρία)

Άσκηση εφαρμογής της μεθόδου Newton Raphson

3 η ΕΝΟΤΗΤΑ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΝΟΣ ΚΡΙΤΗΡΙΟΥ

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

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

Πρόλογος Εισαγωγή στη δεύτερη έκδοση Εισαγωγή... 11

HY213. ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ

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

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

ΘΕΜΑ 2ο. Άσκηση εφαρµογής της µεθόδου Newton Raphson

Μελετήστε την θεωρία που αφορά Επαναληπτικές Μεθόδους Επίλυσης Γραμμικών Συστημάτων.

Πίνακας Περιεχομένων

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

17. Εισαγωγή σε αριθμητικές μεθόδους για μηχανικούς και αλγορίθμους

Διάλεξη 4: Τεχνικές επίλυσης μη-γραμμικών συστημάτων

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

1η Οµάδα Ασκήσεων. ΑΣΚΗΣΗ 1 (Θεωρία)

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

Τμήμα Διοίκησης Επιχειρήσεων

2. Επίλυση μη Γραμμικών Εξισώσεων

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΘΕΩΡΙΑ ΚΑΙ ΕΦΑΡΜΟΓΗ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΣΤΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ (1)

Θέματα Προγραμματισμού Η/Υ

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

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

Παράδειγμα #3 ΡΙΖΕΣ ΕΞΙΣΩΣΕΩΝ ΕΠΙΜΕΛΕΙΑ: ΓΙΑΝΝΗΣ ΛΥΧΝΑΡΟΠΟΥΛΟΣ

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

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

Βέλτιστος Έλεγχος Συστημάτων

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

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

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

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

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

Oι εντολές COMMON και PARAMETER

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

Υπολογιστικά & Διακριτά Μαθηματικά

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

Πίνακας Περιεχομένων

Αριθµητική επίλυση εξισώσεων και παρεµβολή µέσω υπολογιστή για την εκπαιδευτική διαδικασία

2.1 Αριθμητική επίλυση εξισώσεων

ΦΥΣ 145 Μαθηµατικές Μέθοδοι στη Φυσική. 10 Μαίου 2010

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Αξιοποίηση Η/Υ και Πληροφορικής στην Μηχανική

Απαντήσεις στα Θέµατα Ιουνίου 2012 (3 και 4)

Επίλυση μη γραμμικών συστημάτων με τη μέθοδο Newton-Raphson και εφαρμογές στη Βελτιστοποίηση

ΜΕΜ251 Αριθμητική Ανάλυση

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

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

Αριθµητική Ολοκλήρωση

Ανάπτυξη Εφαρμογών σε Προγραμματιστικό Περιβάλλον και Μαθηματικά: Μια αλγοριθμική προσέγγιση του θεωρήματος Bolzano

Πρώτη Ενότητα Αριθµητική Επίλυση Μη-Γραµµικών Εξισώσεων. ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ, Κ. ΓΙΑΝΝΑΚΟΓΛΟΥ, Σχ. Μηχ. Μηχ. ΕΜΠ 1

ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 3: Συναρτήσεις

8 ΕΠΙΛΥΣΗ ΜΗ ΓΡΑΜΜΙΚΩΝ ΕΞΙΣΩΣΕΩΝ

Θέματα. Θέμα 1 Α. Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω, ισχύει P(A-B)=P(A)-P( A B) (10 μονάδες)

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

Ειδικά θέματα στην επίλυση

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

ΟΜΑΔΑ Ε ΓΕΩΡΓΙΟΥ ΦΩΤΕΙΝΗ ΗΛΙΟΥΔΗ ΑΦΡΟΔΙΤΗ ΜΕΤΑΛΛΙΔΟΥ ΧΡΥΣΗ ΝΙΖΑΜΗΣ ΑΛΕΞΑΝΔΡΟΣ ΤΖΗΚΑΛΑΓΙΑΣ ΑΝΔΡΕΑΣ ΤΡΙΓΚΑΣ ΑΓΓΕΛΟΣ

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

Εισαγωγή στην Αριθμητική Ανάλυση

Εργαστήριο 9 Συναρτήσεις στη PASCAL. Η έννοια του κατακερματισμού. Συναρτήσεις. Σκοπός

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

Transcript:

ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΜΑΘΗΜΑ 3 ο

ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Μάθημα 3 ο Αριθμητική επίλυση εξισώσεων (μη γραμμικές) Μέθοδοι με διαδοχικές δοκιμές σε διάστημα (Διχοτόμησης, Regula-Falsi) Μέθοδοι με επαναληπτικούς αναδρομικούς τύπους (ΤΕΜΝΟΥΣΑΣ, Newton, Muller) Σφάλματα

ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Αριθμητική επίλυση εξισώσεων Γενικός επαναληπτικός αλγόριθμος Εύρεση μιας σχέσης της μορφής x g x και την μετατρέπουμε ως αναδρομική x n g xn 1 Η επιλογή της συνάρτησης υπόκειται σε μαθηματικούς περιορισμούς g: a, b a, b

ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Αριθμητική επίλυση εξισώσεων Παράδειγμα Να βρεθεί η ρίζα της εξίσωσης f(x)=0 με f x x x 3 ( ) 1 στο διάστημα ( 1, 1) 3 3 x x 1 x x 1 n n 1 1 1 1 1 2 x x 1 1 x x 2 n 2 x xn 1 x 1 x 1 x 2x x 1 x x 2 2 3 n 1 2 n 2 x xn 1

ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Αριθμητική επίλυση εξισώσεων See theory_3a.m

Μέθοδος Τέμνουσας

Αλγόριθμος Τέμνουσας ΕΙΣΟΔΟΣ: f(x), x1, x2, tol, N ΒΗΜΑ 1 ο ΘΕΣΕ i=3, x(1)=x1, x(2)=x2 ΒΗΜΑ 2 ο ΌΤΑΝ i<=n ΕΚΤΕΛΕΣΕ ΤΑ ΒΗΜΑΤΑ 3-5 ΒΗΜΑ 3 ο ΘΕΣΕ x(i)=x(i-1)- (x(i-1)-x(i-2))/(f(x(i-1)-f(x(i-2))*f(x(i-1)) ΒΗΜΑ 4 ο ΑΝ f(x(i))=0 ή x(i)-x(i-1) <tol ΤΟΤΕ ΕΞΟΔΟΣ:ΤΟ x(i) ΕΙΝΑΙ Η ΛΥΣΗ ΚΑΙ ΤΕΡΜΑΤΙΣΕ ΒΗΜΑ 5 ο ΘΕΣΕ i=i+1 ΒΗΜΑ 6 ο ΕΞΟΔΟΣ:Η ΜΕΘΟΔΟΣ ΕΞΑΝΤΛΗΣΕ ΟΛΕΣ ΤΙΣ ΕΠΑΝΑΛΗΨΕΙΣ ΚΑΙ ΤΕΡΜΑΤΙΣΕ

ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Μέθοδος Τέμνουσας

1 ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Convegence of x 0.8 0.6 0.4 0.2 x 0-0.2-0.4-0.6-0.8-1 1 2 3 4 5 6 7 8 iterations

3 ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Convegence of f(x) 2.5 2 1.5 f(x) 1 0.5 0-0.5-1 1 2 3 4 5 6 7 8 iterations

0.5 ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Convegence of Error 0-0.5 Error -1-1.5-2 1 2 3 4 5 6 7 8 iterations

Μέθοδος Newton

Αλγόριθμος Newton ΕΙΣΟΔΟΣ: f(x), f (x), x1, tol, N ΒΗΜΑ 1 ο ΘΕΣΕ i=2, x(1)=x1 ΒΗΜΑ 2 ο ΌΤΑΝ i<=n ΕΚΤΕΛΕΣΕ ΤΑ ΒΗΜΑΤΑ 3-5 ΒΗΜΑ 3 ο ΘΕΣΕ x(i)=x(i-1)-f(x(i-1))/f (x(i-1)) ΒΗΜΑ 4 ο ΑΝ f(x(i))=0 ή x(i)-x(i-1) <tol ΤΟΤΕ ΕΞΟΔΟΣ:ΤΟ x(i) ΕΙΝΑΙ Η ΛΥΣΗ ΚΑΙ ΤΕΡΜΑΤΙΣΕ ΒΗΜΑ 5 ο ΘΕΣΕ i=i+1 ΒΗΜΑ 6 ο ΕΞΟΔΟΣ:Η ΜΕΘΟΔΟΣ ΕΞΑΝΤΛΗΣΕ ΟΛΕΣ ΤΙΣ ΕΠΑΝΑΛΗΨΕΙΣ ΚΑΙ ΤΕΡΜΑΤΙΣΕ

ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Μέθοδος Newton

-0.6 ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Convegence of x -0.65-0.7-0.75 x -0.8-0.85-0.9-0.95-1 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 iterations

0 ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Convegence of f(x) -0.1-0.2-0.3-0.4 f(x) -0.5-0.6-0.7-0.8-0.9-1 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 iterations

0.35 ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Convegence of Error 0.3 0.25 0.2 Error 0.15 0.1 0.05 0 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 iterations

ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Αριθμητική επίλυση εξισώσεων ΑΠΟΤΕΛΕΣΜΑΤΑ Bisection method x 19 =-0.6823311 Regula-Falsi method x 10 =-0.6823273 Secant method x 8 =-0.6823278 Newton method x 6 =-0.6823278

0-0.1 ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Convegence of x Bisect Falsi -0.2-0.3 x -0.4-0.5-0.6-0.7-0.8 0 2 4 6 8 10 12 14 16 18 20 iterations

1.2 1 ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Convegence of f(x) Bisect Falsi 0.8 0.6 f(x) 0.4 0.2 0-0.2 0 2 4 6 8 10 12 14 16 18 20 iterations

1 0.8 ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Convegence of x Secant Newton 0.6 0.4 0.2 x 0-0.2-0.4-0.6-0.8-1 1 2 3 4 5 6 7 8 iterations

3 ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Convegence of f(x) Secant Newton 2.5 2 1.5 f(x) 1 0.5 0-0.5-1 1 2 3 4 5 6 7 8 iterations

1 0.8 ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Convegence of x Bisect Falsi Secant Newton 0.6 0.4 0.2 x 0-0.2-0.4-0.6-0.8-1 0 2 4 6 8 10 12 14 16 18 20 iterations

3 2.5 ΤΕΙ ΣΕΡΡΩΝ -- ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ Convegence of f(x) Bisect Falsi Secant Newton 2 1.5 f(x) 1 0.5 0-0.5-1 0 2 4 6 8 10 12 14 16 18 20 iterations

Αριθμητική επίλυση εξισώσεων See theory_3b.m