Operátorszeletelési módszerek hibaanalízise és alkalmazásuk reakciódiffúzió-problémákra
|
|
- Elek Fehér
- 5 évvel ezelőtt
- Látták:
Átírás
1 Operátorszeletelési módszerek hibaanalízise és alkalmazásuk reakciódiffúzió-problémákra Ladics Tamás 05, április 3. Bevezetés A disszertáció négy fő részből áll, amelyekben az operátorszeletelés módszerét alkalmazom absztrakt nemlineáris feladatokra. A fő motivációt a reakciódiffúzió-problémák adják. Főbb eredményeim a következők.. Új eredmények.. Operátorszeletelés konvergenciája nemlineáris problémákra Az operátorszeletelés konvergenciáját a szakirodalomban sok helyen vizsgálták. Az egyik megközelítés a Lie-algebrák és a Lie-operátorok fogalmán alapszik, amely a részoperátorok végtelen sokszor való differenciálhatóságát követeli meg. Vannak olyan tanulmányok, amelyekben csak a részoperátorok néhányszori differenciálását igénylik, noha minden esetben a globális hiba oly módon van kifejezve, hogy annak kiértékelése gyakorlatban meglehetősen bonyolult és magát a megoldást is felhasználja. A [] munkában bebizonyítom, hogy a lokálisan Lipschitz-folytonos részoperátorokkal felírt problémára a szekvenciális szeletelés és az additív szeletelés elsőrendben konvergens. Ezen állítások a lineáris, illetve sima operátorokkal rendelkező problémákra vonatkozó eredmények kiterjesztése a szekvenciális szeletelés esetében, illetve az additív szeletelés esetére eddig csak a lokális rendet vizsgálták korlátos lineáris részoperátorokkal.. Definíció. Legyen X, egy Banach tér, D f,dg X, tegyük fel, hogy D := D f Dg egy összefüggő nyílt halmaz. Legyen f : D f X és g : Dg X folytonos operátor. Tekintsük a következő kezdetiérték problémát ahol u 0 D, t 0 I és I R egy nyílt intervallum. A [] tanulmány a következő két feltételezésre epül. u t = f + gut, ut 0 = u 0,. Tegyük fel, hogy -nek t 0 = 0-val létezik egyetlen megoldása [0,T ] t ut, valamely T > 0 mellett.. Tekintsük a megoldás r sugarú környezetét S r := S r t, ahol S r t := {η : η ut r}, t [0,T ]. t [0,T ] Tegyük fel, hogy létezik egy olyan L szám, hogy bármely t [0,T ] éy bármely w, z S r t esetén f w f z L w z és gw gz L w z teljesül.
2 Gyakorlatban az L állandó függ r-től, itt L-t az r rögzített értékéhez választjuk. L még f -től és g-től is függ, ám a következő eredményekben ezt nem használjuk ki, L tekinthető úgy, mint max{l f,l g }.. Definíció. Legyen t 0,T ] és tekintsük a G seq t := e Lt e 3Lt Lt e Lt e Lt gu 0 + Lt 4 Lt Lt +e e Lt f + gu 0 + gu 0 +t t e Lt t elt e Lt f + gu 0 e Lt f + gu 0 + f u 0 + gu 0 függvényt t > 0-ra. Megmutatható, hogy szigorúan monoton növekvő, így bevezethető a τ := G seqr, nyilvánvalóan G seq t r minden t [0,τ ]-re.. Tétel. A szekvenciális szeletelés elsőrendben konvergens minden t [0,T ]-ben. Továbbá minden 0 < τ τ esetén, ahol t /τ =: n N a globális hiba E seq iτ Lτ elτ τ eliτ 4 e Lτ gu 0 + iτe Liτ τ eliτ e Lτ f + gu 0, minden i {0,,...,n}-re. 3. Definíció. Legyen t 0,T ] és tekintsük a szigorúan monoton G as t := t elt e 3Lt Lt elt e Lt + elt + f u 0 + gu 0 függvényt t > 0-ra. Legyen τ := G as r.. Tétel. A additív szeletelés elsőrendben konvergens minden t [0,T ]-ben. Továbbá minden 0 < τ τ esetén, ahol t /τ =: n N a globális hiba 3Lτ Lτ e Liτ E as iτ e e Lτ f u 0 + gu 0, minden i {0,,...,n}-re. A globális hiba az L, gu 0, f u 0, f + gu 0 és a τ függvényében van kifejezve. gyakorlatban a posteriori hibabecsléseket tesznek lehetővé, így megfelelő lépésköz választható... Kombinált módszerek lokális rendje + Ezen eredmények a Gyakorlatban a részproblémákat numerikusan oldjuk meg, így fontos az úgynevezett kombinált módszerek vizsgálata, amelyeket szeleteléssel és valamilyen numerikus módszer alkalmazásával nyerünk. 4. Definíció. Tekintsük a u t = Aut + Rut, u0 = u 0, t [0,T ], T R + kezdetiérték problémát, ahol u 0 R d, A R d d egy korlátos lineáris operátor és R : R d R d egy legalább kétszer differenciálható nemlineáris leképezés.
3 Az által leírható problémák egy fontos osztálya a reakció diffúzió és a reakció advekció egyenletek. Az A lineáris operátor a diffúziót vagy advekciót reprezentáló operátor térben diszkretizált megfelelője; R a kémiai reakciókat leíró operátor, sok gyakorlati esetben egy polinom. A [] munkában bebizonyítom, hogy a klasszikus szeletelések szekvenciális, Marcsuk-Strang, szimmetrikusan súlyozott négy különböző rendű,, 3, 4 numerikus módszerrel való kombinációjával kapott módszer a feladatra alkalmazva első-, illetve másodrendű. A közös rend a szeletelés és az alkalmazott numerikus séma rendjének minimuma. Ez a lineáris részoperátorokra vonatkozó eredmények kiterjesztése. 5. Definíció. Tekintsük a [0,T ] egy felosztását {0,τ,τ,...,nτ = T } és legyen u n comb a feladat u megoldásának egy kombinált módszerrel kapott közelítése. A kombinált módszer lokális hibája uτ u n comb τ, ahol u a megoldása. A kombinált módszer lokális rendje az a legnagyobb q N, amelyre léteznek olyan pozitív állandók c és τ 0,T ], hogy teljesül minden τ 0,τ ] esetén. uτ u n comb τ τ cτq 3. Tétel. A szekvenciális szeletelés és az elsőrendű explicit Euler módszer kombinációjának rendje. 4. Tétel. A szimmetrikusan súlyozott szeletelés és az elsőrendű explicit Euler módszer kombinációjának rendje. 5. Tétel. A szekvenciális szeletelés és a másodrendű javított Euler módszer kombinációjának rendje. A fenti tételek bizonyítása alkalmazható magasabb rendű numerikus módszerekkel bíró kombinált módszerek rendjének meghatározására. Habár a számítások nagyon bonyolulttá válnak a rend növekedésével. Egy Mathematica kódot írtam a bizonyításokban szereplő szimbolikus számítások elvégzésére. Meghatároztam klasszikus szeletelések négy különböző numerikus sémával explicit Euler, másodrendű javított Euler, harmadrendű Heun-, negyedrendű Runge-Kutta való kombinálásával kapott módszerek rendjét. Az. Táblázat tartalmazza a kombinált módszerek rendjét. A szeletelések és a numerikus módszerek rendje található a zárójelbe írva. A kombinált módszer rendje p k exp. Euler jav. Euler Heun 3 Runge-Kutta 4 szekv M-S szs. táblázat. A kombinált módszerek lokális rendje az feladatra. p k = min{p sz, p num }, ha p sz a szeletelés és p num jelöli a numerikus módszer rendjét.. Példa. A Fisher-egyenletre t ut,x = x ut,x + ut,x ut,x x [0,4π], t 0, u0,x = + 0.9sinx ut, 0 = ut, 4π = 3 vonatkozó numerikus eredményeket tartalmazza a. Táblázat. 3
4 p c exp. Euler javított Euler Heun 3 Runge-Kutta 4 szekv M S szs táblázat. A lokális rend Fisher-egyenletre vonatkozó becslései..3. Az iteratív szeletelés Az [4] munkában bebizonyítjuk, hogy amikor az operátor tetszőleges számú részoperátor összegként írható fel, az iteratív szeletelés lokális rendje az eljárás során megoldott részfeladatok számával egyezik meg a két-szintű módszer esetén. Ez a két részoperátor esetére vonatkozó eredmények kiterjesztése. Definiáljuk több-szintű módszerek egy nagy családját, és a lokális rend szempontjából jellemezük ezen módszereket. 6. Definíció. Legyen k N és tekintsük a u t = k j= A j ut, u0 = u 0, t [0,T ], T R +, 4 kezdeti érték problémát, ahol DA j = X és A j korlátos lineáris operátor minden j =,...,k-ra. Tekintsük a [0,T ] egy felosztását {0,τ,τ,...,Nτ = T } valamely N N mellett és legyen N 0 := {0,,...,N }. 7. Definíció. A két-szintű iteratív szeletelés a következő részfeladatok egymás utáni megoldását jelenti { v i+ j t = A j v i+l t + A A j v i+ j t, t [nτ,n + τ], j =,...,k v i+ j nτ = u it, nτ, i = 0,k,k,...,m k és n N 0 -ra, ahol u it, 0 := u 0 és v 0 t := u it, nτ minden t [nτ,n + τ]-re. A 4 megoldásának közelítése az u it, n + τ = v mk n + τ. 6. Tétel. Tekintsük a 4 kezdeti érték problémát és legyenek A j L X, j =,...,k korlátos lineáris operátorok. A két-szintű módszer lokális rendje mk. 8. Definíció. A k-szintű iteratív szeletelés a következő részfeladatok egymás utáni megoldásaként definiálható i = 0,k,k,...,m k és n N 0 mellett: v i+t = A v i+ t + v i+l t = l j= A j v i+ j t + k j= k j=l+ A j v i+ j k t, v i+ nτ = u it,k nτ, t [nτ,n + τ], 5a. A j v i+ j k t, v i+l nτ = u it,k nτ, t [nτ,n + τ], 5b v i+k t = k j=. A j v i+ j t, v i+k nτ = u it,k nτ, t [nτ,n + τ], 5c 4
5 ahol u it,k 0 := u 0 és v k t = v 3 k t =... = v 0 t = u it,k nτ minden t [nτ,n + τ]-ra. A 4 megoldásának közelítése az u it,k n + τ = v mk n + τ. mk 7. Tétel. A k-szintű iteratív szeletelés 5 lokális rendje, ahol a felső egész részt jelenti. k Definiálhatjuk iteratív szeletelések egy családját amely tartalmazza a fent bemutatott módszereket a következő módon. 9. Definíció. Legyenek I := {,,,...,k } és n l j I, ahol j,l =,,...,k. Tekintsük a következő iteratív szeletelési eljárást i = 0,k,k,...,m k mellett: v i+l t = A lv i+l t + k j= j =l ahol v k t =... = v 0 t = u it nτ és n N 0. A j v i+l n l j t, v i+l nτ = u it,k nτ, l =,...,k 6 Az indexek definíciója lehetővé teszi egy részoperátor k korábbi szintű iterálófüggvénnyel sok különböző módon való társítását, így az iteratív szeletelések egy nagy osztálya határozható meg. mk 8. Tétel. Az 6 módszer likális rendje p, amelyre p mk teljesül. k. Példa. Tekintsük a következő állandó együttható közönséges differenciál-egyenlet rendszert: u t = ut, u0 = u 3 0, 7 ahol ut = u t,u t, t R +. Bontsuk fel az együttható-mátrixot a következő módon A = A + A + A 3, ahol A =, A 3 =, A 0 3 =, A =. 0 Ezzel a választással a mátrixok exponenciálisa szimbolikusan számítható, e ta e t 0 = 0 e 3t, e ta t = 0, e ta 3 = 0 t A 7 egyenletet megoldottuk két-szintű és k-szintű iteratív szeletelésekkel szimbolikusan a Mathematica program segítségével. A hibák főrésze található a 3. Táblázatban, az iterációk m számával és a módszer p rendjével. Az 5 definíció alapján kicsi t-re ut u it t ct p+ teljesül, ahol a rend p. Az eredmények összhangban vannak az elméletiekkel: p = mk a két-szintű és p = mk k a k-szintű módszer esetén. 3. Példa. Tekintsül a háromdimenziós diffúziós egyenletet u : R + 0 Ω R-val, ahol Ω = [ π,π] [ π,π] [ π,π] egy R 3 -beli gömb. t ut,x = ut,x u0,x = sinxsinysinz ut,x b = 0, x b Ω,. 8 5
6 3. táblázat. A hiba főrésze a két-szintű és a k-szintű módszer esetén, k = 3-ra. m ut u it, t p = 3m ut u it,k t p = t4 u t7 u t0 u Ot 3 5 Ot t3 u 0 t4 u t6 u t7 u t9 u 0 8 3m 6
7 4. táblázat. A kombinált módszerek lokális hibájának becslése a két-szintű és a 3-szintű módszer 8 feladatra való alkalmazásakor. két-szintű módszer 3-szintű módszer p num m = m = m = m = ahol x = x,y,z R 3 és u = x u + y u + z u. Az iteratív szeleteléseket a A u := x u, A u := y u, A 3 u := z u felbontás alapján definiáljuk. Lokális hiba becslései találhatók a 4. Táblázatban. A részfeladatokat négy különböző rendű p num =,,3,4 numerikus módszerrel oldottuk meg. Az utolsó sor kivéve a második oszlopbeli tagot és a harmadik oszlop harmadik tagja -t várjuk magasabb rendű pontosságot jelez az elméleti eredmények alapján elvártnál, ami 3,4,,3 lenne. Erre a magyarázat a következő: a részfeledatok egy lépésben lettek megoldva, másszóval a numerikus séma és az iteratív szeletelés időlépcsője ugyanakkora volt. Akkor várható, hogy az elmélet eredményt kapjuk vissza, ha a numerikus időlépcső sokkal kisebb, mit a szeletelésé. Ilyen interferencia megfigyelhető, ha különböző módzsereket kombinálunk egy feladat megoldásakor..4. Hullám-alakú iteráció módzsere szemi-lineáris problémákra A [3] munkában explicit hibabecslést adok a hullámalakú iteráció módszerének közvetlenül az absztrakt, folytonos szemi-lineáris problémára való alkalmazásakor. Ez a hibabecslés jobb, mint a szakirodalomban találhatók, amelyek magát a megoldást is tartalmazzák, így nem alkalmasak a hiba mennyiségi becslésére Az eredményeket az iteráció időablakokon való alkalmazása esetére is kiterjesztem, amely korábban nem volt mennyiségileg tanulmányozva. Továbbá a kombinált módszer hibáját is becsülöm, azaz amikor az iterációs részfeladatokat numerikusan oldjuk meg. 0. Definíció. Legyen X, egy Banach tér, DA,DF X, tegyük fel, hogy Ω := DA DF egy nyílt halmaz. Tekintsük a u t = Aut + Fut, u0 = u 0, t [0,T ], T R +, 9 kezdeti érték problémát, ahol u 0 Ω. Legyen A : DA X lineáris, F : DF X egy nemlineáris operátor. A [3] elemzés a következő két feltételezésen alapul. Tegyük fel, hogy. Az A operátor egy erősen folytonos félcsopotrot generál St t 0, amelyre Stx Me ωt x, minden x X-re és t [0, T ]-re, ahol M és ω nemnegatív állandók.. Létezik egy zárt gömb B δ u 0, δ R + és egy olyan L állandó hogy Fv Fw L v w minden v,w B δ u 0 párra. 7
8 . Definíció. A hullámalakú iterációt definiáljuk a 9 feladatra a v it = Av i t + Fv i t, v i 0 = u 0, t [0,T ], 0 feladatok megoldásáként, ahol i I := {,,...,m}, valamely m N-re az iterációk száma és a v 0 t = u 0 kezdőfüggvénnyel t [0,T ]-re.. Definíció. Tegyük fel, hogy 9 megoldását egy függvénysorozattal közelítjük, melyet a 0 megoldásai szolgáltatnak. Ekkor az iterációs hiba e i t := ut v i t. Definiáljuk a továbbá legyen t δ := ρ δ. ρt := α M eω+mlt ω + ML, with α := A + Fu 0, 9. Tétel. Tekintsük a feltételezéseket, ekkor a 9 egyértelmű u megoldására teljesül, minden t [0,t δ ]-re. ut u 0 ρt Az 9 Tétel egy erős alapot ad az iterációs hiba becslésére. 0. Tétel. A 9. Tétel feltételei és jelölései mellett és ω > 0 esetén, minden t [0,T ]-re T t δ mellett az iterációs hiba e i t MLti ρt. i!. Tétel. A 9. Tétel feltételei és jelölései mellett és M =,ω = 0 esetén minden t [0,T ]-re e i t e Lt i Lt k α k! L. k=0 Az a tény, hogy az iterációs hiba nagyobb ütemben csökken kis időintervallumok esetén annak a kédésnek a tanulmányozását ösztönzi, hogy vajon jobb közelítéséket kapunk-e, ha felosztjuk az időintervallumot kis részintervallumokra, majd ezeken ismételve alkalmazzuk a hullámalakú iterációt. Ezt az eljárást nevezik az időablakok alkalmazásának. 3. Definíció. Legyen. N N + rögzített, N := {,,...,N},. v n m az m-dik iterálófüggvény az n-dik időablakban, v n m 0 = v m n τ, n N és 3. u n az u n = A + Fu n megoldása, amelyre u n 0 = v n m τ, n N, ahol v 0 m := u 0. 8
9 . Tétel. A 7. oldalon lévő feltételezések mellett tekintsük a [0, T ] intervallum N darab τ hosszúságú részintervallumra való felbontását: [n τ,nτ], n N. Ekkor a hullámalakú iteráció részintervallumokon való alkalmazásával kapott módszer konvergens, azaz közelíti a 9 megoldását tetszőlegesen kicsi hibával, ha az iterációk száma tart a végtelenhez. Továbbá unτ v m n τ MLτm M eω+mlnτ α N m! ω + ML bármely n N -re egy alkalmas α N számmal, amely független az iterációk számától. A összefüggés lehetővé teszi az időablakok alkalmazásával és anélkül kapott iterációs hibák összehasonlítását. Mivel csak felső hibabecsléseink vannak, így ezek az eredmények heurisztikus jellegűek, ámbár a numerikus kísérletek alátámasztják következtetéseinket. Ahhoz, hogy időablakokkal jobb eredményt kapjunk szükséges. Ez heurisztikusan MLτ m m! ut v N m T ut v m T M eω+mlt ω + ML α N MLNτm m! M α N α N m M eω+mlt α, ω + ML összefüggést adja, ami azt jelenti, hogy ha az iterációk száma meghalad egy bizonyos értéket, akkor időablakok alkalmazásával kisebb hiba keletkezik. Ha feltesszük továbbá, hogy a hibabecslések közel vannak a valódi értékekhez, akkor az ut v m T ut v N m T α Nm α N M az ln ut v m T ln ut v N α m T mlnn + ln. 3 α N M összefüggést eredményezi. Gyakorlatban a 0 részfeladatait numerikusan oldjuk meg, ezért lényeges megmutatni, hogy a kombinált módszer a hullámalakú iteráció és egy numerikus séma kombinációja konvergens. Rögzítsük T -t úgy, hogy 0 < T < t δ és tekintsük a φ : C [0,T ],B δ u 0 C [0,T ],B δ u 0 leképezést, amelyre v i t = φv i t. Ekkor a 0 iterálófüggvénye felírható v i t = φ i v 0 t alakban. Legyen ˆφv a φv egy konvergens numerikus módszerrel előállított közelítése. Tegyük fel, hogy van egy alkalmas interpoláció P és az alkalmazott numerikus módszer paraméterei megválaszhatók oly módon, hogy a φ := P ˆφ leképezés φvt B δ u 0 -t ad minden t [0,T ] esetén. Ezen definíciókkal a kombinált módszer leírható a numerikus iteráló függvénnyel ṽ i := φ i v 0. Ekkor az i-dik iterációban ébredő numerikus hiba φ φ i v 0 φ φ i v 0. A numerikus módszer megválasztásán túl a numerikus hiba függ a diszkretizációs paraméterektől. Így formálisan φ φ i v 0 φ φ i v 0 cp írandó, ahol p a diszkretizációs paraméterek vektora, helyes megválasztásával a numerikus hiba tetszőlegesen kicsi lehet. 4. Definíció. Tekintsük a fenti jelöléseket. Ekkor a kombinált módszer kumulatív numerikus hibája CNE i t := v i t ṽ i t = φ i v 0 t φ i v 0 t. 9
10 3. Tétel. Tegyük fel, hogy minden i I-hez létezik egy c i p oly módon, hogy φ φ i v 0 φ φ i v 0 c i p, ekkor cp := max{c i p, i I} mellett i ML j CNE i t e ωt j e ωt j ωt ω k cp k! minden i I-re, ahol k=0 j=0 -t nullának tekintendő.. Állítás. Tegyük fel, hogy minden i I-hez létezik egy c i p oly módon, hogy φ φ i v 0 φ φ i v 0 c i p, ekkor cp := max{c i p, i I} mellett minden i I-re t [0,T ]-re. k=0 CNE i t MLeω+MLt + ω cp ω + ML 4. Tétel. A 7. oldalon lévő feltételezések mellett tegyük még fel, hogy minden iterálófüggvényt egy konvergens numerikus módszerrel közelítünk. Ekkor a hullámalakú iteráció és a numerikus módszer kombinációja egy konvergens módszert ad a 9 feladat u megoldásának közelítésére. Továbbá a fenti jelölésekkel minden i I és t [0,T ] mellett. ut ṽ i t MLti i! ρt + MLeω+MLt + ω cp ω + ML 5. Tétel. Tegyük fel, hogy ω = 0, M = és létezik t-től független olyan cp állandó, hogy minden i I-re φ φ i v 0 φ φ i v 0 cp teljesül. Ekkor minden i I és t [0,T ] esetén. CNE i t = φ i v 0 t φ i v 0 t i k=0 Lt k cp k!. Megjegyzés. A kumulált numerikus hiba e Lt cp-hez tart i esetén, így az. állítás érvényben marad ω = 0 és M = esetén. 6. Tétel. Tekintsük a 7. oldalon található feltételezéseket ω = 0, M = értékekkel és tegyük fel, hogy minden iteráló függvényt egy konvergens numerikus módszerrel közelítünk. Ekkor a kombinált módszer konvergens. Továbbá ut ṽ i t e Lt i Lt k i α k=0 k! L + Lt k cp 4 k=0 k! minden i I és t [0,T ] esetén. 4. Példa. A kezdeti érték probléma { t ut,x,y = x ut,x,y y ut,x,y + u t,x,y x,y R, t 0 u0,x,y = π e x y, 5 0
11 egy másodrendű autokatalízist ír le advekció mellett. Megoldása u a t,x,y = πe x t +y t t. A 5 probléma 9 típusú az Au = x u y u, Fu = u és X = C b R,[0,] definíciókkal. A megoldás t = π és x, y = π, π-ben felrobban. A megoldást t [0, ]-re közelítettem. A megoldás megfelelően kicsi környezetében L = érvényes. 0 t 0 t ábra. A közelítések hibája, ut ṽ m t ahol a hullámalakú iterációt konvergens numerikus módszerrel kombináltam van ábrázolva időben, logaritmikus skálán, m =,..., 0 iterációval a bal oldalon. Az elméleti becsléssel együtt szaggatott a jobb oldalon m m ábra. Bal oldal: A 5 közelítésének hibája, hullámalakú iteráció negyedrendű Runge-Kutta módszerrel kombinálva logaritmikus skálán az iterációk számának függvényében. A diszkretizációs paraméter x = /5 piros, /6 narancs, /7 zöld, /8 kék. Jobb oldal: az eredmények /8 kék mellett t = T -vel, az 4 elméleti becslés piros és a szakirodalom klasszikus becslése fekete.
12 m N ábra. A hiba u ṽ N m logaritmikus skálán az iterációk számának függvényében, m =,...,0 és N W := {,,4,0,0,00} a bal oldalon; a jobb oldalon ugyanez az időablakok számának 00 osztói függvényében, m =,..., m m 4. ábra. A 3-ben található ln u ṽ m ln u ṽ m N kifejezés az iterációk számának függvényében, a bal oldalon; a jobb oldalon az mlnn + lnα /α N elméleti becsléssel szaggatott együtt, N W. Hivatkozások [] Ladics T. Application of operator splitting to solve reaction-diffusion equations. E. J. Qualitative Theory of Differential Equations, 9: 0, 0. [] Ladics T. Convergence of operator splittings for locally Lipschitz-continuous operators in Banach-spaces. submitted, 05. [3] Ladics T. Error analysis of waveform relaxation method for semi-linear reactio-diffusion problems. J. Comput. Appl. Math., DOi.: 0.06/j.cam , 05. [4] Ladics T. és Faragó I. Generalizations and error analysis of the iterative operator splitting method. Centr. Eur. J. Math., :46 48, 03.
13 Konferencia kiadványokban közölt írások [5] T. Ladics. Application of operator splitting in the solution of reaction-diffusion equations, Proc. Appl. Math. Mech., 7: doi: 0.00/pamm Poszterek és előadások [6] T. Ladics. Application of the splitting method to the numerical solution of reaction-diffusion equations. NATO Advanced Research Workshop, Advances in Air Pollution Modeling For Environmental Security, Borovetz, Bulgaria, May 8-4, 004. [7] T. Ladics. Application of operator splitting in the solution of reaction-diffusion equations. 6th International Congress of Industrial and Applied Mathematics ICIAM07, Zürich, July 6 0, 007. [8] T. Ladics. On the order of operator splitting methods in reaction diffusion equations. 9th Colloquium on the Qualitative Theory of Differential Equations, Szeged, June 8 July, 0. [9] T. Ladics. Generalizations and error analysis of the iterative operator splitting method. T 4 Conference, Splitting methods: theory and applications workshop, Budapest, May 4 5, 0. [0] T. Ladics. Error analysis of waveform relaxation method for semi-linear partial differential equations. Szeged Dynamics Days, Szeged, Feb. 8 March, 04. 3
Differenciálegyenletek numerikus megoldása
a Matematika mérnököknek II. című tárgyhoz Differenciálegyenletek numerikus megoldása Fokozatos közeĺıtés módszere (1) (2) x (t) = f (t, x(t)), x I, x(ξ) = η. Az (1)-(2) kezdeti érték probléma ekvivalens
RészletesebbenA Richardson-extrapoláció és alkalmazása a Dániai Euleri Modellben
A Richardson-extrapoláció és alkalmazása a Dániai Euleri Modellben Faragó István 1, Havasi Ágnes 1, Zahari Zlatev 2 1 ELTE Alkalmazott Analízis és Számításmatematikai Tanszék és MTA-ELTE Numerikus Analízis
RészletesebbenRunge-Kutta módszerek
Runge-Kutta módszerek A Runge-Kutta módszerek az Euler módszer továbbfejlesztésének, javításának tekinthetők, kezdeti értékkel definiált differenciál egyenletek megoldására. Előnye hogy a megoldás során
RészletesebbenNumerikus módszerek 1.
Numerikus módszerek 1. 10. előadás: Nemlineáris egyenletek numerikus megoldása Lócsi Levente ELTE IK 2013. november 18. Tartalomjegyzék 1 Bolzano-tétel, intervallumfelezés 2 Fixponttételek, egyszerű iterációk
RészletesebbenExplicit hibabecslés Maxwell-egyenletek numerikus megoldásához
Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához Izsák Ferenc 2007. szeptember 17. Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához 1 Vázlat Bevezetés: a vizsgált egyenlet,
RészletesebbenFraktálok. Kontrakciók Affin leképezések. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék. TARTALOMJEGYZÉK Kontrakciók Affin transzformációk
Fraktálok Kontrakciók Affin leképezések Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék TARTALOMJEGYZÉK 1 of 71 A Lipschitz tulajdonság ÁTMÉRŐ, PONT ÉS HALMAZ TÁVOLSÁGA Definíció Az (S, ρ) metrikus tér
Részletesebben3. Lineáris differenciálegyenletek
3. Lineáris differenciálegyenletek A közönséges differenciálegyenletek két nagy csoportba oszthatók lineáris és nemlineáris egyenletek csoportjába. Ez a felbontás kicsit önkényesnek tűnhet, a megoldásra
RészletesebbenBaran Ágnes, Burai Pál, Noszály Csaba. Gyakorlat Differenciálegyenletek numerikus megoldása
Matematika Mérnököknek 2. Baran Ágnes, Burai Pál, Noszály Csaba Gyakorlat Differenciálegyenletek numerikus megoldása Baran Ágnes, Burai Pál, Noszály Csaba Matematika Mérnököknek 2. Gyakorlat 1 / 18 Fokozatos
Részletesebben1.9. B - SPLINEOK B - SPLINEOK EGZISZTENCIÁJA. numerikus analízis ii. 34. [ a, b] - n legfeljebb n darab gyöke lehet. = r (m 1) n = r m + n 1
numerikus analízis ii 34 Ezért [ a, b] - n legfeljebb n darab gyöke lehet = r (m 1) n = r m + n 1 19 B - SPLINEOK VOLT: Ω n véges felosztás S n (Ω n ) véges dimenziós altér A bázis az úgynevezett egyoldalú
RészletesebbenKözönséges differenciál egyenletek megoldása numerikus módszerekkel: egylépéses numerikus eljárások
Közönséges differenciál egyenletek megoldása numerikus módszerekkel: egylépéses numerikus eljárások Bevezetés Ebben a cikkben megmutatjuk, hogyan használhatóak a Mathematica egylépéses numerikus eljárásai,
RészletesebbenGyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi
Gyakorló feladatok Agbeko Kwami Nutefe és Nagy Noémi 25 Tartalomjegyzék. Klasszikus hibaszámítás 3 2. Lineáris egyenletrendszerek 3 3. Interpoláció 4 4. Sajátérték, sajátvektor 6 5. Lineáris és nemlineáris
RészletesebbenNumerikus módszerek beugró kérdések
1. Definiálja a gépi számok halmazát (a tanult modellnek megfelelően)! Adja meg a normalizált lebegőpontos szám alakját. (4 pont) Az alakú számot normalizált lebegőpontos számnak nevezik, ha Ahol,,,. Jelöl:
RészletesebbenMatematika A2 vizsga mgeoldása június 4.
Matematika A vizsga mgeoldása 03. június.. (a (3 pont Definiálja az f(x, y függvény határértékét az (x 0, y 0 helyen! Megoldás: Legyen D R, f : D R. Legyen az f(x, y függvény értelmezve az (x 0, y 0 pont
RészletesebbenPélda: Tartó lehajlásfüggvényének meghatározása végeselemes módszer segítségével
Példa: Tartó lehajlásfüggvényének meghatározása végeselemes módszer segítségével Készítette: Dr. Kossa Attila (kossa@mm.bme.hu) BME, Műszaki Mechanikai Tanszék 213. október 8. Javítva: 213.1.13. Határozzuk
RészletesebbenLineáris algebra numerikus módszerei
Hermite interpoláció Tegyük fel, hogy az x 0, x 1,..., x k [a, b] különböző alappontok (k n), továbbá m 0, m 1,..., m k N multiplicitások úgy, hogy Legyenek adottak k m i = n + 1. i=0 f (j) (x i ) = y
Részletesebbenminden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének.
Függvények határértéke és folytonossága Egy f: D R R függvényt korlátosnak nevezünk, ha a függvényértékek halmaza korlátos. Ha f(x) f(x 0 ) teljesül minden x D esetén, akkor x 0 -at a függvény maximumhelyének
RészletesebbenGauss-Seidel iteráció
Közelítő és szimbolikus számítások 5. gyakorlat Iterációs módszerek: Jacobi és Gauss-Seidel iteráció Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei alapján 1 ITERÁCIÓS
Részletesebben1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy
/. Házi feladat. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy mindig igaz. (p (( p) q)) (( p) ( q)). Igazoljuk, hogy minden A, B és C halmazra A \ (B C) = (A \ B) (A \ C) teljesül.
Részletesebben1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0
I. Legyen f : R R, f(x) = 1 1 + x 2, valamint 1. Házi feladat d : R + 0 R+ 0 R (x, y) f(x) f(y). 1. Igazoljuk, hogy (R + 0, d) metrikus tér. 2. Adjuk meg az x {0, 3} pontok és r {1, 2} esetén a B r (x)
RészletesebbenDiszkréten mintavételezett függvények
Diszkréten mintavételezett függvények A függvény (jel) értéke csak rögzített pontokban ismert, de köztes pontokban is meg akarjuk becsülni időben mintavételezett jel pixelekből álló műholdkép rácson futtatott
RészletesebbenKárolyi Katalin Eötvös Loránd Tudományegyetem Alkalmazott Analízis Tanszék. Abstract
KÖZÖNSÉGES DIFFERENCIÁLEGYENLETEK TÖBBPONTOS PEREMÉRTÉK PROBLÉMÁI Károlyi Katalin Eötvös Loránd Tudományegyetem Alkalmazott Analízis Tanszék 1117 Budapest, Pázmány Péter sétány 1/c. (karolyik@cs.elte.hu)
RészletesebbenMODELLEK ÉS ALGORITMUSOK ELŐADÁS
MODELLEK ÉS ALGORITMUSOK ELŐADÁS Szerkesztette: Balogh Tamás 214. december 7. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így
RészletesebbenFirst Prev Next Last Go Back Full Screen Close Quit. (L Hospital szabály, Taylor-polinom,
Valós függvények (L Hospital szabály, Taylor-polinom, függvények közelítése) . Tegyük fel, hogy f és g differenciálható az (a, p) (p, b) halmazon, ahol a < b, g-nek és g -nek nincs gyöke ebben a halmazban.
RészletesebbenFeladatok a Gazdasági matematika II. tárgy gyakorlataihoz
Debreceni Egyetem Közgazdaságtudományi Kar Feladatok a Gazdasági matematika II tárgy gyakorlataihoz a megoldásra ajánlott feladatokat jelöli e feladatokat a félév végére megoldottnak tekintjük a nehezebb
Részletesebben0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles
Matematika szigorlat, Mérnök informatikus szak I. 2013. jan. 10. Név: Neptun kód: Idő: 180 perc Elm.: 1. f. 2. f. 3. f. 4. f. 5. f. Fel. össz.: Össz.: Oszt.: Az elérhető pontszám 40 (elmélet) + 60 (feladatok)
Részletesebben4. Laplace transzformáció és alkalmazása
4. Laplace transzformáció és alkalmazása 4.1. Laplace transzformált és tulajdonságai Differenciálegyenletek egy csoportja algebrai egyenletté alakítható. Ennek egyik eszköze a Laplace transzformáció. Definíció:
RészletesebbenANALÍZIS III. ELMÉLETI KÉRDÉSEK
ANALÍZIS III. ELMÉLETI KÉRDÉSEK Szerkesztette: Balogh Tamás 2014. május 15. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így
Részletesebbenf(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva
6. FÜGGVÉNYEK HATÁRÉRTÉKE ÉS FOLYTONOSSÁGA 6.1 Függvény határértéke Egy D R halmaz torlódási pontjainak halmazát D -vel fogjuk jelölni. Definíció. Legyen f : D R R és legyen x 0 D (a D halmaz torlódási
RészletesebbenNumerikus módszerek 1.
Numerikus módszerek 1. 11. előadás: A Newton-módszer és társai Lócsi Levente ELTE IK 2013. november 25. Tartalomjegyzék 1 A Newton-módszer és konvergenciatételei 2 Húrmódszer és szelőmódszer 3 Általánosítás
Részletesebben10. Előadás. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai
Optimalizálási eljárások MSc hallgatók számára 10. Előadás Előadó: Hajnal Péter Jegyzetelő: T. Szabó Tamás 2011. április 20. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai A feltétel nélküli optimalizálásnál
RészletesebbenKalkulus 2., Matematika BSc 1. Házi feladat
. Házi feladat Beadási határidő: 07.0.. Jelölések x = (x,..., x n, y = (y,..., y n, z = (z,..., z n R n esetén. x, y = n i= x iy i, skalárszorzat R n -ben. d(x, y = x y = n i= (x i y i, metrika R n -ben
RészletesebbenGPK M1 (BME) Interpoláció / 16
Interpoláció Matematika M1 gépészmérnököknek 2017. március 13. GPK M1 (BME) Interpoláció 2017 1 / 16 Az interpoláció alapfeladata - Példa Tegyük fel, hogy egy ipari termék - pl. autó - előzetes konstrukciójának
RészletesebbenBoros Zoltán február
Többváltozós függvények differenciál- és integrálszámítása (2 3. előadás) Boros Zoltán 209. február 9 26.. Vektorváltozós függvények differenciálhatósága és iránymenti deriváltjai A továbbiakban D R n
RészletesebbenGazdasági matematika II. vizsgadolgozat megoldása, június 10
Gazdasági matematika II. vizsgadolgozat megoldása, 204. június 0 A dolgozatírásnál íróeszközön kívül más segédeszköz nem használható. A dolgozat időtartama: 90 perc. Ha a dolgozat első részéből szerzett
RészletesebbenANALÍZIS III. ELMÉLETI KÉRDÉSEK
ANALÍZIS III. ELMÉLETI KÉRDÉSEK Szerkesztette: Balogh Tamás 2014. március 17. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így
RészletesebbenKonjugált gradiens módszer
Közelítő és szimbolikus számítások 12. gyakorlat Konjugált gradiens módszer Készítette: Gelle Kitti Csendes Tibor Vinkó Tamás Faragó István Horváth Róbert jegyzetei alapján 1 LINEÁRIS EGYENLETRENDSZEREK
RészletesebbenLNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei
Legkisebb négyzetek módszere, folytonos eset Folytonos eset Legyen f C[a, b]és h(x) = a 1 φ 1 (x) + a 2 φ 2 (x) +... + a n φ n (x). Ekkor tehát az n 2 F (a 1,..., a n ) = f a i φ i = = b a i=1 f (x) 2
RészletesebbenNumerikus módszerek I. zárthelyi dolgozat (2017/18. I., A. csoport) Megoldások
Numerikus módszerek I. zárthelyi dolgozat (2017/18. I., A. csoport) Megoldások 1. Feladat. (6p) Jelöljön. egy tetszőleges vektornormát, ill. a hozzá tartozó indukált mátrixnormát! Igazoljuk, hogy ha A
RészletesebbenA fontosabb definíciók
A legfontosabb definíciókat jelöli. A fontosabb definíciók [Descartes szorzat] Az A és B halmazok Descartes szorzatán az A és B elemeiből képezett összes (a, b) a A, b B rendezett párok halmazát értjük,
RészletesebbenFunkcionálanalízis. n=1. n=1. x n y n. n=1
Funkcionálanalízis 2011/12 tavaszi félév - 2. előadás 1.4. Lényeges alap-terek, példák Sorozat terek (Folytatás.) C: konvergens sorozatok tere. A tér pontjai sorozatok: x = (x n ). Ezen belül C 0 a nullsorozatok
RészletesebbenDifferenciálegyenletek
DE 1 Ebben a részben I legyen mindig pozitív hosszúságú intervallum DE Definíció: differenciálegyenlet Ha D n+1 nyílt halmaz, f:d folytonos függvény, akkor az y (n) (x) f ( x, y(x), y'(x),..., y (n-1)
RészletesebbenDifferenciálszámítás. 8. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Differenciálszámítás p. 1/1
Differenciálszámítás 8. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Differenciálszámítás p. 1/1 Egyenes meredeksége Egyenes meredekségén az egyenes és az X-tengely pozitív iránya
RészletesebbenDIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC
BSC MATEMATIKA II. MÁSODRENDŰ LINEÁRIS DIFFERENCIÁLEGYENLETEK BSc. Matematika II. BGRMAHNND, BGRMAHNNC MÁSODRENDŰ DIFFERENCIÁLEGYENLETEK Egy explicit közönséges másodrendű differenciálegyenlet általános
Részletesebben2 (j) f(x) dx = 1 arcsin(3x 2) + C. (d) A x + Bx + C 5x (2x 2 + 7) + Hx + I. 2 2x F x + G. x
I feladatsor Határozza meg az alábbi függvények határozatlan integrálját: a fx dx = x arctg + C b fx dx = arctgx + C c fx dx = 5/x 4 arctg 5 x + C d fx dx = arctg + C 5/ e fx dx = x + arctg + C f fx dx
RészletesebbenEllenőrző kérdések a Matematika I. tantárgy elméleti részéhez, 2. rész
Ellenőrző kérdések a Matematika I. tantárgy elméleti részéhez, 2. rész Mintakérdések a 2. ZH elméleti részéhez. Nem csak ezek a kérdések szerepelhetnek az elméleti részben, de azért hasonló típusú kérdések
RészletesebbenFourier transzformáció
a Matematika mérnököknek II. című tárgyhoz Fourier transzformáció Fourier transzformáció, heurisztika Tekintsük egy 2L szerint periodikus függvény Fourier sorát: f (x) = a 0 2 + ( ( nπ ) ( nπ )) a n cos
Részletesebben2. Reprezentáció-függvények, Erdős-Fuchs tétel
2. Reprezentáció-függvények, Erdős-Fuchs tétel A kör-probléma a következőképpen is megközelíthető: Jelölje S a négyzetszámok halmazát. Jelölje r S (n) azt az értéket, ahány féleképpen n felírható két pozitív
Részletesebben1. Számsorok, hatványsorok, Taylor-sor, Fourier-sor
. Számsorok, hatványsorok, Taylor-sor, Fourier-sor Vizsgálja meg a következő végtelen sorokat konvergencia szempontjából. Tétel. (Cauchy-féle belső konvergenciakritérium) A a n végtelen sor akkor és csakis
RészletesebbenFraktálok. Hausdorff távolság. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék március 14.
Fraktálok Hausdorff távolság Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék 2015. március 14. TARTALOMJEGYZÉK 1 of 36 Halmazok távolsága ELSŐ MEGKÖZELÍTÉS Legyen (S, ρ) egy metrikus tér, A, B S, valamint
RészletesebbenOptimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 9. Előadás Az optimalizálás alapfeladata Keressük f függvény maximumát ahol f : R n R és
RészletesebbenSimított részecskedinamika Smoothed Particle Hydrodynamics (SPH)
Smoothed Particle Hydrodynamics (SPH) Áramlások numerikus modellezése II. Tóth Balázs BME-ÉMK Vízépítési és Vízgazdálkodási Tanszék Numerikus módszerek Osztályozás A numerikus sémák két csoportosítási
RészletesebbenKvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla
Kvadratikus alakok és euklideszi terek (előadásvázlat, 0. október 5.) Maróti Miklós, Kátai-Urbán Kamilla Az előadáshoz ajánlott jegyzet: Szabó László: Bevezetés a lineáris algebrába, Polygon Kiadó, Szeged,
RészletesebbenUtolsó el adás. Wettl Ferenc BME Algebra Tanszék, Wettl Ferenc (BME) Utolsó el adás / 20
Utolsó el adás Wettl Ferenc BME Algebra Tanszék, http://www.math.bme.hu/~wettl 2013-12-09 Wettl Ferenc (BME) Utolsó el adás 2013-12-09 1 / 20 1 Dierenciálegyenletek megoldhatóságának elmélete 2 Parciális
RészletesebbenMÉSZÁROS JÓZSEFNÉ, NUMERIKUS MÓDSZEREK
MÉSZÁROS JÓZSEFNÉ, NUmERIKUS módszerek 9 FÜGGVÉNYKÖZELÍTÉSEK IX. SPLINE INTERPOLÁCIÓ 1. SPLINE FÜGGVÉNYEK A Lagrange interpolációnál említettük, hogy az ún. globális interpoláció helyett gyakran célszerű
RészletesebbenFelügyelt önálló tanulás - Analízis III.
Felügyelt önálló tanulás - Analízis III Kormos Máté Differenciálható sokaságok Sokaságok Röviden, sokaságoknak nevezzük azokat az objektumokat, amelyek egy n dimenziós térben lokálisan k dimenziósak Definíció:
RészletesebbenSorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján
Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján Számsorozatok, vektorsorozatok konvergenciája Def.: Számsorozatok értelmezése:
RészletesebbenMatematika III előadás
Matematika III. - 3. előadás Vinczéné Varga Adrienn Debreceni Egyetem Műszaki Kar, Műszaki Alaptárgyi Tanszék Előadáskövető fóliák Vinczéné Varga Adrienn (DE-MK) Matematika III. 2016/2017/I 1 / 19 Skalármezők
RészletesebbenA L Hospital-szabály, elaszticitás, monotonitás, konvexitás
A L Hospital-szabály, elaszticitás, monotonitás, konvexitás 9. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék A L Hospital-szabály, elaszticitás, monotonitás, konvexitás p. / A L
RészletesebbenModellek és Algoritmusok - 2.ZH Elmélet
Modellek és Algoritmusok - 2.ZH Elmélet Ha hibát elírást találsz kérlek jelezd: sellei_m@hotmail.com A fríss/javított változat elérhet : people.inf.elte.hu/semsaai/modalg/ 2.ZH Számonkérés: 3.EA-tól(DE-ek)
RészletesebbenA Newton-Raphson iteráció kezdeti értéktől való érzékenysége
Szénási Eszter SZTE TTIK Matematika BSc, Numerikus matematika projekt 2015. november 30. A Newton-Raphson iteráció kezdeti értéktől való érzékenysége Medencék (attraktorok) színezése 2 Newton_project-szenasi.nb
RészletesebbenCsomós Petra. Loránd Tudományegyetem, Budapest. függvénytan, valós és komplex vonalintegrál)
Oktatási és témavezetői tevékenység Csomós Petra 1. Oktatás 2001.09 12. 2003.09 12. 2001.02 06. 2003.02 06. 2002.09 12. 2004.09 12. 2003.02 06. 2005.02 06. Analízis I. gyakorlat meteorológus és geofizikus
RészletesebbenMatematika szigorlat június 17. Neptun kód:
Név Matematika szigorlat 014. június 17. Neptun kód: 1.. 3. 4. 5. Elm. Fel. Össz. Oszt. Az eredményes szigorlat feltétele elméletből legalább 0 pont, feladatokból pedig legalább 30 pont elérése. A szigorlat
RészletesebbenMegoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1
Megoldott feladatok 00. november 0.. Feladat: Vizsgáljuk az a n = n+ n+ sorozat monotonitását, korlátosságát és konvergenciáját. Konvergencia esetén számítsuk ki a határértéket! : a n = n+ n+ = n+ n+ =
RészletesebbenAlapfogalmak, valós számok Sorozatok, határérték Függvények határértéke, folytonosság A differenciálszámítás Függvénydiszkusszió Otthoni munka
Pintér Miklós miklos.pinter@uni-corvinus.hu Ősz Alapfogalmak Halmazok Definíció Legyen A egy tetszőleges halmaz, ekkor x A (x / A) jelentése: x (nem) eleme A-nak. A B (A B) jelentése: A (valódi) részhalmaza
RészletesebbenNorma Determináns, inverz Kondíciószám Direkt és inverz hibák Lin. egyenletrendszerek A Gauss-módszer. Lineáris algebra numerikus módszerei
Indukált mátrixnorma Definíció A. M : R n n R mátrixnormát a. V : R n R vektornorma által indukált mátrixnormának nevezzük, ha A M = max { Ax V : x V = 1}. Az indukált mátrixnorma geometriai jelentése:
RészletesebbenSzámsorok. 1. Definíció. Legyen adott valós számoknak egy (a n ) n=1 = (a 1, a 2,..., a n,...) végtelen sorozata. Az. a n
Számsorok 1. Definíció. Legyen adott valós számoknak egy (a n ) = (a 1, a 2,..., a n,...) végtelen sorozata. Az végtelen összeget végtelen számsornak (sornak) nevezzük. Az a n számot a sor n-edik tagjának
RészletesebbenA legjobb közeĺıtés itt most azt jelentette, hogy a lineáris
Többváltozós függvények differenciálhatósága f(x) f(x Az egyváltozós függvények differenciálhatóságát a lim 0 ) x x0 x x 0 függvényhatárértékkel definiáltuk, s szemléletes jelentése abban mutatkozott meg,
RészletesebbenHatványsorok, Fourier sorok
a Matematika mérnököknek II. című tárgyhoz Hatványsorok, Fourier sorok Hatványsorok, Taylor sorok Közismert, hogy ha 1 < x < 1 akkor 1 + x + x 2 + x 3 + = n=0 x n = 1 1 x. Az egyenlet baloldalán álló kifejezés
RészletesebbenMatematika III előadás
Matematika III. - 2. előadás Vinczéné Varga Adrienn Debreceni Egyetem Műszaki Kar, Műszaki Alaptárgyi Tanszék Előadáskövető fóliák Vinczéné Varga Adrienn (DE-MK) Matematika III. 2016/2017/I 1 / 23 paramétervonalak,
RészletesebbenA sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex
A sorozat fogalma Definíció. A természetes számok N halmazán értelmezett függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet a valós számok halmaza, valós számsorozatról beszélünk, mígha az
RészletesebbenMATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga
BABEŞ-BOLYAI TUDOMÁNYEGYETEM, KOLOZSVÁR MATEMATIKA ÉS INFORMATIKA KAR MATE-INFO UBB verseny, 218. március 25. MATEMATIKA írásbeli vizsga FONTOS TUDNIVALÓK: 1 A feleletválasztós feladatok,,a rész esetén
RészletesebbenGyakorló feladatok az II. konzultáció anyagához
Gyakorló feladatok az II. konzultáció anyagához 003/004 tanév, I. félév 1. Vizsgáljuk meg a következő sorozatokat korlátosság és monotonitás szempontjából! a n = 5n+1, b n = n + n! 3n 8, c n = 1 ( 1)n
RészletesebbenNumerikus módszerek. 9. előadás
Numerikus módszerek 9. előadás Differenciálegyenletek integrálási módszerei x k dx k dt = f x,t; k k ' k, k '=1,2,... M FELADAT: meghatározni x k t n x k, n egyenletes időlépés??? t n =t 0 n JELÖLÉS: f
RészletesebbenDIFFERENCIAEGYENLETEK
DIFFERENCIAEGYENLETEK Példa: elsőrendű állandó e.h. lineáris differenciaegyenlet Ennek megoldása: Kezdeti feltétellel: Kezdeti feltétel nélkül ha 1 és a végtelen összeg (abszolút) konvergens: / 1 Minden
Részletesebben1.7. Elsőrendű lineáris differenciálegyenlet-rendszerek
7 Elsőrendű lineáris differenciálegyenlet-rendszerek Legyen n N, I R intervallum és A: I M n n (R), B: I R n folytonos függvények, és tekintsük az { y (x) = A(x)y(x) + B(x) y(ξ) = η kezdeti érték problémát,
RészletesebbenGibbs-jelenség viselkedésének vizsgálata egyszer négyszögjel esetén
Matematikai modellek, I. kisprojekt Gibbs-jelenség viselkedésének vizsgálata egyszer négyszögjel esetén Unger amás István B.Sc. szakos matematikus hallgató ungert@maxwell.sze.hu, http://maxwell.sze.hu/~ungert
RészletesebbenSaj at ert ek-probl em ak febru ar 26.
Sajátérték-problémák 2018. február 26. Az alapfeladat Adott a következő egyenlet: Av = λv, (1) ahol A egy ismert mátrix v ismeretlen, nem zérus vektor λ ismeretlen szám Azok a v, λ kombinációk, amikre
RészletesebbenKOVÁCS BÉLA, MATEMATIKA II.
KOVÁCS BÉLA, MATEmATIkA II 3 III NUmERIkUS SOROk 1 Alapvető DEFInÍCIÓ ÉS TÉTELEk Végtelen sor Az (1) kifejezést végtelen sornak nevezzük Az számok a végtelen sor tagjai Az, sorozat az (1) végtelen sor
RészletesebbenGauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei
A Gauss-Jordan elimináció, mátrixinvertálás Gauss-Jordan módszer Ugyanazzal a technikával, mint ahogy a k-adik oszlopban az a kk alatti elemeket kinulláztuk, a fölötte lévő elemeket is zérussá lehet tenni.
RészletesebbenVIK A1 Matematika BOSCH, Hatvan, 5. Gyakorlati anyag
VIK A1 Matematika BOSCH, Hatvan, 5. Gyakorlati anyag 2018/19 1. félév Függvények határértéke 1. Bizonyítsuk be definíció alapján a következőket! (a) lim x 2 3x+1 5x+4 = 1 2 (b) lim x 4 x 16 x 2 4x = 2
Részletesebbenvalós számot tartalmaz, mert az ilyen részhalmazon nem azonosság.
2. Közönséges differenciálegyenlet megoldása, megoldhatósága Definíció: Az y függvényt a valós számok H halmazán a közönséges differenciálegyenlet megoldásának nevezzük, ha az y = y(x) helyettesítést elvégezve
RészletesebbenA gyakorlatok anyaga
A 7-11. gyakorlatok anyaga a Matematika A1a-Analízis nevű tárgyhoz B és D kurzusok Számhalmazok jelölésére a következő szimbólumokat használjuk: N := {1,,...}, Z, Q, Q, R. Az intervallumokat pedig így
RészletesebbenFüggvények július 13. f(x) = 1 x+x 2 f() = 1 ()+() 2 f(f(x)) = 1 (1 x+x 2 )+(1 x+x 2 ) 2 Rendezés után kapjuk, hogy:
Függvények 015. július 1. 1. Feladat: Határozza meg a következ összetett függvényeket! f(x) = cos x + x g(x) = x f(g(x)) =? g(f(x)) =? Megoldás: Összetett függvény el állításához a küls függvényben a független
RészletesebbenNumerikus matematika vizsga
1. Az a = 2, t = 4, k = 3, k + = 2 számábrázolási jellemzők mellett hány pozitív, normalizált lebegőpontos szám ábrázolható? Adja meg a legnagyobb ábrázolható számot! Mi lesz a 0.8-hoz rendelt lebegőpontos
RészletesebbenMérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik
Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik Az A halmazrendszer σ-algebra az Ω alaphalmazon, ha Ω A; A A A c A; A i A, i N, i N A i A. Az A halmazrendszer
Részletesebben2012. október 2 és 4. Dr. Vincze Szilvia
2012. október 2 és 4. Dr. Vincze Szilvia Tartalomjegyzék 1.) Az egyváltozós valós függvény fogalma, műveletek 2.) Zérushely, polinomok zérushelye 3.) Korlátosság 4.) Monotonitás 5.) Szélsőérték 6.) Konvex
Részletesebben3. Fuzzy aritmetika. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI
3. Fuzzy aritmetika Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 Intervallum-aritmetika 2 Fuzzy intervallumok és fuzzy számok Fuzzy intervallumok LR fuzzy intervallumok
RészletesebbenT obbv altoz os f uggv enyek integr alja. 3. r esz aprilis 19.
Többváltozós függvények integrálja. 3. rész. 2018. április 19. Kettős integrál Kettős integrál téglalap alakú tartományon. Ismétlés Ha = [a, b] [c, d] téglalap-tartomány, f : I integrálható függvény, akkor
RészletesebbenMátrixhatvány-vektor szorzatok hatékony számítása
Mátrixhatvány-vektor szorzatok hatékony számítása Izsák Ferenc ELTE TTK, Alkalmazott Analízis és Számításmatematikai Tanszék & ELTE-MTA NumNet Kutatócsoport munkatárs: Szekeres Béla János Alkalmazott Analízis
RészletesebbenA lineáris programozás alapjai
A lineáris programozás alapjai A konvex analízis alapjai: konvexitás, konvex kombináció, hipersíkok, félterek, extrém pontok, Poliéderek, a Minkowski-Weyl tétel (a poliéderek reprezentációs tétele) Lineáris
RészletesebbenAnalízis II. Analízis II. Beugrók. Készítette: Szánthó József. kiezafiu kukac gmail.com. 2009/ félév
Analízis II. Analízis II. Beugrók Készítette: Szánthó József kiezafiu kukac gmail.com 2009/20 10 1.félév Analízis II. Beugrók Függvények folytonossága: 1. Mikor nevez egy függvényt egyenletesen folytonosnak?
RészletesebbenAz egyenlőtlenség mindkét oldalát szorozzuk meg 4 16-al:
Bevezető matematika kémikusoknak., 04. ősz. feladatlap. Ábrázoljuk számegyenesen a következő egyenlőtlenségek megoldáshalmazát! (a) x 5 < 3 5 x < 3 x 5 < (d) 5 x
Részletesebben(1 + (y ) 2 = f(x). Határozzuk meg a rúd alakját, ha a nyomaték eloszlás. (y ) 2 + 2yy = 0,
Feladatok az 5. hétre. Eredményekkel és kidolgozott megoldásokkal. Oldjuk meg az alábbi másodrend lineáris homogén d.e. - et, tudva, hogy egy megoldása az y = x! x y xy + y = 0.. Oldjuk meg a következ
RészletesebbenAnalízis előadás és gyakorlat vázlat
Analízis előadás és gyakorlat vázlat Készült a PTE TTK GI szakos hallgatóinak Király Balázs 2010-11. I. Félév 2 1. fejezet Számhalmazok és tulajdonságaik 1.1. Nevezetes számhalmazok ➀ a) jelölése: N b)
RészletesebbenFüggvények növekedési korlátainak jellemzése
17 Függvények növekedési korlátainak jellemzése A jellemzés jól bevált eszközei az Ω, O, Θ, o és ω jelölések. Mivel az igények általában nemnegatívak, ezért az alábbi meghatározásokban mindenütt feltesszük,
RészletesebbenNumerikus Matematika
Numerikus Matematika Baran Ágnes Gyakorlat Interpoláció Baran Ágnes Numerikus Matematika 6.-7. Gyakorlat 1 / 40 Lagrange-interpoláció Példa Határozzuk meg a ( 2, 5), ( 1, 3), (0, 1), (2, 15) pontokra illeszkedő
RészletesebbenMaximum Principles in the Theory of Numerical Methods
Maximum Principles in the Theory of Numerical Methods Mincsovics Miklós Emil A doktori disszertáció tézisei Témavezetõ: Prof. Faragó István, DHAS Eötvös Loránd Tudományegyetem Matematika Doktori Iskola,
RészletesebbenRekurzív sorozatok. SZTE Bolyai Intézet nemeth. Rekurzív sorozatok p.1/26
Rekurzív sorozatok Németh Zoltán SZTE Bolyai Intézet www.math.u-szeged.hu/ nemeth Rekurzív sorozatok p.1/26 Miért van szükség közelítő módszerekre? Rekurzív sorozatok p.2/26 Miért van szükség közelítő
RészletesebbenA következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat.
Poisson folyamatok, exponenciális eloszlások Azt mondjuk, hogy a ξ valószínűségi változó Poisson eloszlású λ, 0 < λ
Részletesebben