Lucrarea de laborator nr. 11

Similar documents
Universitatea din Bucureşti Facultatea de Matematică şi Informatică. Matematică (Varianta 1)

CURS 6: APROXIMAREA FUNCTIILOR PRIN REGRESIE

ALGORITMI GENETICI DE OPTIMIZARE

2. Lema chinezească a resturilor. Fie,,..., mai mari decât 1 astfel încât pentru. Atunci, oricare ar fi ϵ există unic determinat astfel încât,, unde.

Probleme de numărare: combinări, aranjamente, permutări de Manuela Prajea 1)

COMPLEXUL GENERALIZAT DE RELAȚII MULTI-ARE ȘI ASPECTELE APLICATIVE ALE ACESTUIA

ON THE QUATERNARY QUADRATIC DIOPHANTINE EQUATIONS (II) NICOLAE BRATU 1 ADINA CRETAN 2

IMAR Problema 1. Fie P un punct situat în interiorul unui triunghi ABC. Dreapta AP intersectează

1.3. OPERAŢII CU NUMERE NEZECIMALE

ADRIAN CHISĂLIŢĂ ANA. Biblioteca de Analiză numerică surse Fortran 90. Manual de utilizare

Soluţii juniori., unde 1, 2

7 ECUAŢII ALGEBRICE ŞI TRANSCENDENTE

Sisteme cu logica fuzzy

Prezentarea şi prelucrarea datelor experimentale

Roots and Coefficients Polynomials Preliminary Maths Extension 1

COMPARATIVE DISCUSSION ABOUT THE DETERMINING METHODS OF THE STRESSES IN PLANE SLABS

O V E R V I E W. This study suggests grouping of numbers that do not divide the number

Divizibilitate în mulțimea numerelor naturale/întregi

METODE DE CĂUTARE DIRECTĂ Algoritmi şi Studii Numerice

Testarea ipotezelor statistice. Stud. Master - AMP. Cateva elemente recapitulative PRELUCRAREA DATELOR DE SONDAJ SI INFERENTA STATISTICA

CATAVASII LA NAȘTEREA DOMNULUI DUMNEZEU ȘI MÂNTUITORULUI NOSTRU, IISUS HRISTOS. CÂNTAREA I-A. Ήχος Πα. to os se e e na aș te e e slă ă ă vi i i i i

Rezolvarea ecuaţiilor şi sistemelor de ecuaţii diferenţiale ordinare (II)

Modelling the Steady State Characteristic of ph Neutralization Process: a Neuro-Fuzzy Approach

APLICATII NUMERICE DE STATISTICA IN FARMACIE SI IN STUDIILE CLINICE VOL. I metode manuale. Editia a II a Revizuita

A L A BA M A L A W R E V IE W

Teorema Reziduurilor şi Bucuria Integralelor Reale Prezentare de Alexandru Negrescu

Common Fixed Points for Multifunctions Satisfying a Polynomial Inequality

m = Mass flow rate The Lonely Electron Example 0a:

Test de Departajare pentru MofM 2014 (Bucureşti) Enunţuri & Soluţii

X... ne ij =, i =1,p, j = 1,q T 2. Se calculează statistica testului: Se calculează valoarea critică a testului:

ELECTRONIC TECHNIQUES IN TIMING MEASUREMENTS FOR NUCLEAR STRUCTURE

PORTOFOLIILOR CU CONSTRÂNGERI DE LICHIDITATE FUZZY MODELING THE PORTFOLIO SELECTION PROBLEM WITH FUZZY LIQUIDITY CONSTRAINTS

T h e C S E T I P r o j e c t

Ecuatii si inecuatii de gradul al doilea si reductibile la gradul al doilea. Ecuatii de gradul al doilea

Interpolation and Approximation

1) The line has a slope of ) The line passes through (2, 11) and. 6) r(x) = x + 4. From memory match each equation with its graph.

MANY BILLS OF CONCERN TO PUBLIC

APLICATII NUMERICE DE STATISTICA IN FARMACIE SI IN STUDIILE CLINICE

P a g e 5 1 of R e p o r t P B 4 / 0 9

Problem 1. CS205 Homework #2 Solutions. Solution

Lecture 8. A little bit of fun math Read: Chapter 7 (and 8) Finite Algebraic Structures

CHAPTER 5 INTEGRATION

CHAPTER 2 POLYNOMIALS KEY POINTS

Section 3.4. Second Order Nonhomogeneous. The corresponding homogeneous equation

Minimum Polynomials of Linear Transformations

11.3 MATLAB for Partial Differential Equations

Parts Manual. EPIC II Critical Care Bed REF 2031

A GENERALIZATION OF A CLASSICAL MONTE CARLO ALGORITHM TO ESTIMATE π

Laborator 4. Rezolvarea ecuaţiilor diferenţiale în Matlab

A METHOD FOR THE RAPID NUMERICAL CALCULATION OF PARTIAL SUMS OF GENERALIZED HARMONICAL SERIES WITH PRESCRIBED ACCURACY

OPENPH - NUMERICAL PHYSICS LIBRARY

MA 201, Mathematics III, July-November 2016, Partial Differential Equations: 1D wave equation (contd.) and 1D heat conduction equation

MODELAREA DECIZIEI FINANCIARE - Manual de studiu individual -

Section 3.4. Second Order Nonhomogeneous. The corresponding homogeneous equation. is called the reduced equation of (N).

Inverses. Stephen Boyd. EE103 Stanford University. October 28, 2017

Name: Algebra 1 Section 3 Homework Problem Set: Introduction to Functions

May 9, 2014 MATH 408 MIDTERM EXAM OUTLINE. Sample Questions

LECTURE 16 GAUSS QUADRATURE In general for Newton-Cotes (equispaced interpolation points/ data points/ integration points/ nodes).

UTILIZAREA METODEI NUCLEELOR DEGENERATE MODIFICATĂ LA REZOLVAREA APROXIMATIVĂ A ECUAŢIILOR INTEGRALE LINIARE DE TIP FREDHOLM

Teoria probabilit¼aţilor şi statistic¼a matematic¼a

Numere prime. O selecţie de probleme pentru gimnaziu

MODELAREA SISTEMELOR ORIENTATE PE SERVICII PRIN REŢELE PETRI RECONFIGURABILE CU ATRIBUTE MATRICEALE

Dual Spaces. René van Hassel

Lucrarea de laborator nr. 8

"IIITO-TEC 'NIKI" & EQUIPME

Prof univ dr. Sever Spânulescu - LUCRARI DE LABORATOR

Rewriting Absolute Value Functions as Piece-wise Defined Functions

Higher Portfolio Quadratics and Polynomials

3 Polynomial and Rational Functions

Floyd Bullard January 2008

2-4 Zeros of Polynomial Functions

Cristalul cu N atomi = un sistem de N oscilatori de amplitudini mici;

F48T10VHO, F60T10VHO, F72T10VHO, F96T12HO (1 LAMP ONLY) ELECTRICAL DATA (120V APPLICATION)

Polynomial Rings. i=0. i=0. n+m. i=0. k=0

Chapter 4. Remember: F will always stand for a field.

Math for Economics 1 New York University FINAL EXAM, Fall 2013 VERSION A

Universitatea Politehnica Bucureşti Facultatea de Automatică şi Calculatoare Departamentul de Automatică şi Ingineria Sistemelor

ANALYTICAL AND GRAPHICAL SOLUTIONS TO PROBLEMS IN DESCRIPTIVE GEOMETRY INVOLVING PLANES AND LINES

MTH310 EXAM 2 REVIEW

Functions and Equations

Linear Algebra problems

Gradul de comutativitate al grupurilor finite 1

VARIABILE ALEATOARE. este o mulţime infinită de numere reale.

TWO BOUNDARY ELEMENT APPROACHES FOR THE COMPRESSIBLE FLUID FLOW AROUND A NON-LIFTING BODY

ftdt. We often drop the parentheses and write Tf instead of Tf. We could also write in this example Tfx 0

U.P.B. Sci. Bull., Series A, Vol. 74, Iss. 3, 2012 ISSN SCALAR OPERATORS. Mariana ZAMFIR 1, Ioan BACALU 2

A Memorial. Death Crash Branch Out. Symbol The. at Crossing Flaming Poppy. in Belding

Polynomial and Sinusoidal Functions Lesson #7: J.! Polynomial Functions of Degrees Zero, One, and Two '

Review for Final Review

Department of Mathematics UNIVERSITY OF OSLO. FORMULAS FOR STK4040 (version 1, September 12th, 2011) A - Vectors and matrices

DanielaMANEA. x n +a 1. EdituraParalela45

Tangent Plane. Nobuyuki TOSE. October 02, Nobuyuki TOSE. Tangent Plane

Singular Value Decomposition. Linear Algebra (3) Singular Value Decomposition. SVD and Eigenvectors. Solving LEs with SVD

MATH Topics in Applied Mathematics Lecture 2-6: Isomorphism. Linear independence (revisited).

Section 0.2 & 0.3 Worksheet. Types of Functions

Homework 8 Solutions to Selected Problems

16.1 Vector Fields. Lukas Geyer. M273, Fall Montana State University. Lukas Geyer (MSU) 16.1 Vector Fields M273, Fall / 16

Procedeu de demonstrare a unor inegalităţi bazat pe inegalitatea lui Schur

or - CHAPTER 7 Applications of Integration Section 7.1 Area of a Region Between Two Curves 1. A= ~2[0- (x :2-6x)] dr=-~2(x 2-6x) dr

OBJECTIVE Find limits of functions, if they exist, using numerical or graphical methods.

Transcription:

Metode Nuerce - Lucrarea de laborator 11 Lucrarea de laborator r. 11 I. Scopul lucrăr Aproxarea î ede pr etoda celor a c pătrate II. Coţutul lucrăr 1. Metoda celor a c pătrate. Procedur MAPLE ş exeple III. Prezetarea lucrăr III.1. Metoda celor a c pătrate Fe f : [a, b] R o fucţe. Fe x, x 1,, x +1 pucte dstcte d tervalul [a, b] petru care se cuosc valorle fucţe y = f(x ) petru orce =,1,. Aproxarea fucţe f prtr-u polo de terpolare u este dcată î urătoarele stuaţ: câd este u uăr foarte are, ceea ce deteră u volu are de calcul petru deterarea coefceţlor de terpolare câd valorle y = f(x ) u sut exacte. Î aceste stuaţ se poate folos aproxarea fucţe pr etoda celor a c pătrate. Fe H u spaţu pre-hlbert (real sau coplex) ş X o subulţe a sa. Fe x u eleet al lu H. Se ueşte eleet de cea a buă aproxare a lu x pe X u eleet p X astfel îcât p x = f x x x X Se poate arăta că u eleet p H este eleet de cea a buă aproxare a lu 1

Mădăla Roxaa Buec Metode Nuerce Laborator - 7 x pe H dacă ş ua dacă p -x H (sau echvalet, < p -x, x> = petru orce x H ). Cosderă ulţea fucţlor defte pe tervalul [a, b], F : = {f : [a, b] R } ş +1 pucte dstcte x, x 1,, x d tervalul [a, b]. Spue că fucţle f ş g d această ulţe sut egale aproape peste tot (ş vor f detfcate) dacă f(x ) = g(x ) petru orce =,1,,. Ma precs, f ~ g f(x ) = g(x ) petru orce =,1,,, defeşte o relaţe de echvaleţă pe F. Notă [f] = {g: f ~ g} = { g : [a, b] R, f(x ) = g(x ) petru orce =,1,, } clasa de echvaleţă a lu f. Notă cu cu H ulţea claselor de echvaleţă relatv la relaţa de echvaleţă de a sus. H poate f îzestrat cu o operaţe de grup abela după cu urează: [f] + [g] : = [h], ude h : [a, b] R, h(x) = f(x) + g(x) petru orce x [a, b]. De aseeea H poate f îzestrat cu o operaţe exteră de îulţre cu scalar real după cu urează: α[f]: = [h], ude h : [a, b] R, h(x) = αf(x) petru orce x [a, b]. Este uşor de observat că defţa u depde de reprezetaţ. H îzestrat cu cele două operaţ defte a sus deve spaţu vectoral. Fe p o fucţe cu urătoarele propretăţ: p(x ) > p ( ) =1. x Dacă f 1 ~ f ş g 1 ~ g atuc p( x ) f1 ( x ) g1 ( x ) = p( x ) f ( x ) g ( x ). Itroduce urătorul produs scalar pe H p <[f], [g]> = ( x ) f ( x ) g( x )

Metode Nuerce - Lucrarea de laborator 11 Fucţa p(x) este o fucţe podere trodusă î poteza că aproxărle f(x ) sut dferte ca ord de ăre. Relatv la produsul scalar trodus ora lu [f] este deftă pr [f ] = ( x ) f ( x ) p. Î cele ce urează cove să deseă o clasă de echvaleţă [f] prtru reprezetat al e f. Fe ϕ, ϕ 1, ϕ u sste de fucţ lar depedete defte pe [a,b], cu. Cove să ut spaţul geerat de ele spaţul poloaelor geeralzate ş să-l otă H. Dec u polo geeralzat F H este de fora F(x) = ϕ ( x) c. Î cazul etode celor a c pătrate, eleetul F care dă cea a buă aproxare a fucţe f pe H trebue să satsfacă codţa p ( x )( f ( x ) F ( x )) = f p( x )( f ( x ) F( x )) F H Deterarea coefceţlor c j a poloulu geeralzat F cu ajutorul aceste relaţ este dfclă. Se foloseşte propretatea <f F, ϕ j > = petru orce j =, 1,. ceea ce reve la <f, ϕ j > = c <ϕ, ϕ j > + c 1 <ϕ 1, ϕ j > + + c <ϕ, ϕ j >, j =, 1,,. Notă a j = <ϕ, ϕ j > = p( x ) ϕ ( x ) ϕ ( x ) k= b j = <f, ϕ j > = ( x ) f ( x ) ( x ) k p k k ϕ j k= Petru deterarea coefceţlor c j a poloulu geeralzat F se rezolvă ssteul k j k k 3

Mădăla Roxaa Buec Metode Nuerce Laborator - 7 c a + c 1 a 1 + + c a = b c a 1 + c 1 a 11 + + c a 1 = b 1 c a + c 1 a 1 + + c a = b Deteratul acestu sste fd u deterat Gra (eleetele sale sut produse scalare) este dfert de zero, deoarece ssteul de fucţ ϕ 1, ϕ, ϕ este u sste lar depedet. Dacă ϕ j (x) = x j 1, j =, 1,,,, ş p + 1, atuc ar ssteul ateror deve F (x) = cx. c (+1) + c 1 x + + c x = f ( x ) + 1 c x + c 1 x + + c x = x f ( x ) + 1 c x + c 1 x + + c x = x f ( x ) Acest sste este ut ssteul oral al lu Gauss. Ltăr: Petru deterarea coefceţlor c j a poloulu geeralzat F se rezolvă ssteul Ax = b, cu A = X t X ar b = X t Y, ude p(x ) ϕ (x ) p(x ) ϕ 1 (x )... p(x ) ϕ (x ) X = p(x 1) ϕ (x 1 ) p(x 1) ϕ 1 (x 1 )... p(x 1) ϕ (x 1 ) p(x ) ϕ (x ) p(x ) ϕ 1 (x )... p(x ) ϕ (x ) 4

Metode Nuerce - Lucrarea de laborator 11 ar p(x ) f(x ) Y = p(x 1) f(x 1 ) p(x ) f(x ) Dacă fucţle ϕ, ϕ 1, ϕ sut lar depedete, atuc rag(x) = +1 ş atrcea A este poztv deftă. Ca urare exstă ş este ucă o atrce feror trughulară L cu eleetele de pe dagoala prcpală poztve astfel îcât A = LL t (atrcea L se ueşte factor Cholesky). Rezolvarea ssteulu Ax=b reve la rezolvarea a două sstee cu atrce trughulare: Lz =b, L t x=z. O varată a letă (volu de calcul a are), dar uerc a stablă, de rezolvare a ssteulu Ax = b este dată de descopuerea QR a atrce A, adcă de reprezetarea atrce A sub fora A = QR ude Q este o atrce ortogoală (Q t Q = I +1 ) ar R o atrce superor trughulară. Atuc rezolvarea ssteulu Ax=b este echvaletă cu rezolvarea ssteulu Rx =Q t b. Dacă A=X t X u este be codţoată, atuc gradul de acurateţe al soluţe furzate de etoda celor a c pătrate poate f foarte scăzut. III.. Procedur MAPLE ş exeple Paraetr procedur patrate_c de a jos sut: x - lsta celor +1 pucte: x, x 1,, x y - lsta ce coţe valorle fucţe f î ce +1 pucte: x, x 1,, x (y = f(x ), y 1 =f(x 1 ),.,y =f(x )) ϕ lsta fucţlor lar depedete ϕ 1, ϕ, ϕ 5

Mădăla Roxaa Buec Metode Nuerce Laborator - 7 p poderea (lsta) Procedura îtoarce o lsta ce coţe coefceţ poloulu geeralzat ce aproxează f. > patrate_c:=proc(x,y,p,ph) > local,,,k,j,a,b,c,ep,e; > :=ops(x)-1; > :=ops(ph)-1; > b:=vector(+1); > a:=atrx(+1,+1); > for fro to do > b[+1]:=;for k fro to do > b[+1]:=b[+1]+y[k+1]*ph[+1](x[k+1])*p[k+1] > od > od; > for fro to do > for j fro to do > a[+1,j+1]:=; > for k fro to do > a[+1,j+1]:=a[+1,j+1]+p[k+1]*ph[+1](x[k+1])*ph[j+1](x [k+1]) > od; > a[j+1,+1]:=a[+1,j+1] > od; > od; > c:=vector(+1); >prt(`factorul de codtoare`,evalf(cod(a))); > c:=lsolve(a,b); 6

Metode Nuerce - Lucrarea de laborator 11 >ep:=;for fro to do e:=y[+1]; for j fro to do e:=e-ph[j+1](x[+1])*c[j+1] od; e:=e^*p[+1]; ep:=ep+e od; >prt(`sua patratelor erorlor (poderate)`,evalf(ep)); > RETURN([seq(c[],1..+1)]) > ed; Î exeplele ce urează vo folos ş procedurle evalueaza ş dese. Procedura evalueaza preşte drept paraetr lsta fucţlor lar depedete ϕ 1, ϕ, ϕ, lsta coefceţlor poloulu geeralzat ce aproxează f ş u puct a. Procedura îtoarce valoarea poloulu geeralzat î a. Procedura dese repreztă grafc î acelaş sste de axe de coordoate poloul geeralzat ce aproxează fucţa ş cele +1 pucte date ţal. Puctele sut reprezetate pr elpse. Paraetr procedur sut fucţa deterată de poloul geeralzat, lsta x ce coţe puctele x, x 1,, x, ş ş lsta y ce coţe valorle fucţe. Îate de a folos aceste procedur trebue îcărcate pachetele lalg, plots ş plottools. > evalueaza:=proc(ph,c,a) > local,,fx; > :=ops(ph);fx:=; > for fro 1 to do > fx:=fx+ph[](a)*c[] od; > RETURN(fx) > ed; > dese:=proc(f,x,y) > local,,ra,rb, d1,d,d3,x1,x,y1,y;:=ops(x);x1:=(seq(x[],1..)) ;x:=ax(seq(x[],1..)); 7

Mădăla Roxaa Buec Metode Nuerce Laborator - 7 > y1:=(seq(y[],1..));y:=ax(seq(y[],1..)); > ra:=(x-x1)/; rb:=(y-y1)/; > d1:=seq(ellpse([x[],y[]],ra,rb,flled=true,color=black ),1..); > d:=plot(f(t),t=x1-(x-x1)/1..x+(x-x1)/1); > d3:=d1,d; > dsplay(d3); > ed; Exeple > x1:=[1,,3,4,5,6]; x1 := [ 1,, 3, 4, 5, 6 ] > y1:=[.9,.98,1.,1.4,1.1,1.1]; > p1:=[seq(1/6,1..6)]; > ph1:=[t->1,t->t]; y1 := [.9,.98, 1., 1.4, 1.1, 1.1 ] p1 := 1 1 1 1 1 1,,,,, 6 6 6 6 6 6 φ1 := [ 1, t t ] > c1:=patrate_c(x1,y1,p1,ph1); Factorul de codtoare, 119.4666667 Sua patratelor erorlor (poderate),.698417 > evalueaza(ph1,c1,t); c1 := [.878666668,.485714 ].878666668 +.485714 t > dese((t->evalueaza(ph1,c1,t)),x1,y1); 8

Metode Nuerce - Lucrarea de laborator 11 > ph:=[t->1,t->t,t->t^]; φ := [ 1, t t, t t ] > c:=patrate_c(x1,y1,p1,ph); Factorul de codtoare, 15157.8 Sua patratelor erorlor (poderate),.1195389 c := [.847,.6978571, -.398579 ] > evalueaza(ph,c,t);.847 +.6978571 t.398579 t > dese((t->evalueaza(ph,c,t)),x1,y1); 9

Mădăla Roxaa Buec Metode Nuerce Laborator - 7 > ph3:=[t->1,t->1/(1+t),t->1/(1+t^3)]; φ3 := 1 1, t, t t + 1 > c3:=patrate_c(x1,y1,p1,ph3); 1 1 + t 3 Factorul de codtoare, 1533.1963 Sua patratelor erorlor (poderate),.15435837 c3 := [ 1.338167, -.86955898,.199635615 ] > evalueaza(ph3,c3,t);.86955898.199635615 1.338167 + t + 1 1 + t 3 > dese((t->evalueaza(ph3,c3,t)),x1,y1); 1