1.9. 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

Hasonló dokumentumok
2. NUMERIKUS INTEGRÁLÁS

Lineáris algebra numerikus módszerei

Matematika A2 vizsga mgeoldása június 4.

GPK M1 (BME) Interpoláció / 16

Numerikus integrálás

Matematika II. 1 sin xdx =, 1 cos xdx =, 1 + x 2 dx =

sin x = cos x =? sin x = dx =? dx = cos x =? g) Adja meg a helyettesítéses integrálás szabályát határozott integrálokra vonatkozóan!

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak

3. Lineáris differenciálegyenletek

12. Mikor nevezünk egy részhalmazt nyíltnak, illetve zártnak a valós számok körében?

Matematika II képletek. 1 sin xdx =, cos 2 x dx = sh 2 x dx = 1 + x 2 dx = 1 x. cos xdx =,

LNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei

2. Hogyan számíthatjuk ki két komplex szám szorzatát, ha azok a+bi alakban, illetve trigonometrikus alakban vannak megadva?

Ipari matematika 2. gyakorlófeladatok

Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai 1.

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Gazdasági matematika II. vizsgadolgozat megoldása, június 10

MATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga

9. Előadás. (9. előadás) Lineáris egyr.(3.), Sajátérték április / 35

Vektorok, mátrixok, lineáris egyenletrendszerek

Gyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi

JPTE PMMFK Levelező-távoktatás, villamosmérnök szak

Felügyelt önálló tanulás - Analízis III.

Matematika szigorlat június 17. Neptun kód:

Funkcionálanalízis. n=1. n=1. x n y n. n=1

MÉSZÁROS JÓZSEFNÉ, NUMERIKUS MÓDSZEREK

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei

2 (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

Matematika I. Vektorok, egyenesek, síkok

Analízis II. Analízis II. Beugrók. Készítette: Szánthó József. kiezafiu kukac gmail.com. 2009/ félév

6. Előadás. Megyesi László: Lineáris algebra, oldal. 6. előadás Bázis, dimenzió

15. LINEÁRIS EGYENLETRENDSZEREK

Fraktálok. Kontrakciók Affin leképezések. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék. TARTALOMJEGYZÉK Kontrakciók Affin transzformációk

FELVÉTELI VIZSGA, szeptember 12.

Numerikus integrálás április 20.

Vektorterek. =a gyakorlatokon megoldásra ajánlott

DIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC

Nagy Gábor compalg.inf.elte.hu/ nagy

Lineáris algebra. =0 iє{1,,n}

Integrálszámítás (Gyakorló feladatok)

Fourier-sorok. Lengyelné Dr. Szilágyi Szilvia április 7.

17. előadás: Vektorok a térben

Modellek és Algoritmusok - 2.ZH Elmélet

Integrálszámítás. a Matematika A1a-Analízis nevű tárgyhoz november

Numerikus matematika. Irodalom: Stoyan Gisbert, Numerikus matematika mérnököknek és programozóknak, Typotex, Lebegőpontos számok

Eddig csak a polinom x-ben felvett értékét kerestük

Numerikus matematika vizsga

Feladatok az 5. hétre. Eredményekkel és teljesen kidolgozott megoldásokkal az 1,2,3.(a),(b),(c), 6.(a) feladatokra

Lineáris leképezések (előadásvázlat, szeptember 28.) Maróti Miklós, Kátai-Urbán Kamilla

Runge-Kutta módszerek

Lineáris egyenletrendszerek. GAUSS ELIMINÁCIÓ (kiküszöbölés)

1. Bázistranszformáció

Numerikus módszerek 1.

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31

Diszkrét matematika II., 8. előadás. Vektorterek

Lineáris algebra és a rang fogalma (el adásvázlat, szeptember 29.) Maróti Miklós

1. Homogén lineáris egyenletrendszer megoldástere

Differenciálegyenletek numerikus megoldása

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

Gyakorló feladatok I.

Oeconomicus Napocensis Verseny Március 24 és május IV. szekció Tantárgy: MATEMATIKA I

Differenciálegyenletek. Vajda István március 4.

I. Fejezetek a klasszikus analízisből 3

PTE PMMFK Levelező-távoktatás, villamosmérnök szak

Számsorok. 1. Definíció. Legyen adott valós számoknak egy (a n ) n=1 = (a 1, a 2,..., a n,...) végtelen sorozata. Az. a n

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27

Boros Zoltán február

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

1. zárthelyi,

Bevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek

valós számot tartalmaz, mert az ilyen részhalmazon nem azonosság.

Kvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla

Numerikus integrálás április 18.

MODELLEK ÉS ALGORITMUSOK ELŐADÁS

Az egyenlőtlenség mindkét oldalát szorozzuk meg 4 16-al:

Matematika III előadás

Norma Determináns, inverz Kondíciószám Direkt és inverz hibák Lin. egyenletrendszerek A Gauss-módszer. Lineáris algebra numerikus módszerei

Numerikus Matematika

Interpolációs eljárások

Elérhető maximális pontszám: 70+30=100 pont

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Fourier-sorok. néhány esetben eltérhetnek az előadáson alkalmazottaktól. Vizsgán. k=1. 1 k = j.

Fourier sorok február 19.

0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles

Határozatlan integrál (2) First Prev Next Last Go Back Full Screen Close Quit

Legkisebb négyzetek módszere, Spline interpoláció

Ellenőrző kérdések a Matematika I. tantárgy elméleti részéhez, 2. rész

3. előadás Stabilitás

Lineáris algebra Gyakorló feladatok

Matematika (mesterképzés)

1. Számsorok, hatványsorok, Taylor-sor, Fourier-sor

A L Hospital-szabály, elaszticitás, monotonitás, konvexitás

x 2 e x dx c) (3x 2 2x)e 2x dx x sin x dx f) x cosxdx (1 x 2 )(sin 2x 2 cos 3x) dx e 2x cos x dx k) e x sin x cosxdx x ln x dx n) (2x + 1) ln 2 x dx

Diszkrét matematika 2.

A mérési eredmény megadása

Lagrange és Hamilton mechanika

Átírás:

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 splineok MOST: Ω alappontok végtelen halmaza S m (Ω ) végtelen dimenziós tér A bázis a kompakt tartójú függvények (splineok), a B - splineok Tétel B - SPLINEOK EGZISZTENCIÁJA Legyen Ω := {x i : i Z} olyan, hogy x i, ha i x i +, ha i + Ekkor i Z - hez és x i - hez! S S m (Ω spline, amelyre teljesül, hogy S(x) = 0, ha x x i és x x i + m +1, Továbbá érvényes S -reazún NORMÁLÁSI FELTÉTEL: (4) + S(x)dx = x i+ x i S(x)dx =1 Bizonyítás Tekintsük az [x i 1,x i+ ] intervallumot Mivel S(x) = 0, ha x [x i 1,x i ], azért a (2) előállítását tekintve S - nek az [x i 1,x i ] intervallumon az első szummája eltűnik, mivel S(x) =0 x [x i 1,x i ]

numerikus analízis ii 35 Így S a következő módon írható: (3) S(x) = k b j (x x j ) m + Legyen k = m + 1 Ekkor (3) = S(x) = b j (x x i+j ) m + Az S -ről még tudjuk, hogy S(x) = 0, ha x x i+ Tehát b j (x x i+j ) m + =0 x x i+ Ebből a b j - kre a következő egyenleteket kapjuk: x m együtthatója 0 kell legyen: (5) b 0 + b 1 + + b =0 x m 1 b 0 x i + b 1 x i+1 + + b x i+ =0 x 0 b 0 x m i + b 1 x m i+1 + + b x m i+ =0 (m + 1) darab egyenlet, (m + 2) darab ismeretlen b j - kre Még egy feltételt a normálási feltétel ad (4) - et interpolálva [x i,x i+ ]-en = = x i+ x i b j (x x i+j ) m + dx =1 x i+ b j m +1 (x x i+j) + =1 x i Mivel x i - ben a 0 = = m 1 b j (x i+ x i+j ) m + = m +1 Az (5) egyenletrendszert figyelembe véve a hiányzó egyenlet a következő lesz: b 0 x i + b 1 x i+1 + + b x i+ =( 1) (m + 1)

numerikus analízis ii 36 Ezt (5) -höz hozzávéve (m + 2) darab egyenletből alló rendszert kapunk, amelynek a determinánsa a Vandermonde determináns, ami nem nulla, ebből következik, hogy egyértelműen létezik megoldás b j - kre Definíció : Atételbeli splineokat MINIMÁLIS TARTÓJÚ B - SPLINEOKNAK nevezzük, ugyanis belátható, hogy nem létezik szűkebb tartójú,atételbeli feltételeket kielégítő spline Az S m (Ω ) - ben bevezethető ún LOKÁLIS BÁZIS: Legyen q m (t, x) függvény a következő (t x) m +, ha t x (6) q m (t, x) := 0, ha t<x Megjegyzés : Mostantól t i - k jelölik az alappontokat Definíció : A t i alapponthoz tartozó m - edfokú B - splinet a következő módon definiáljuk: B mi (x) :=(t i+ t i )[t i,,t i+ ]q m (,x) ahol q m (,x) függvény a (6) - tal definiált és [t i,,t i+ ]q m (,x) a q függvény osztott differenciáját jelöli SPEC ESET: m =1 B 1i (x) =(t i+2 t i )[t i,t i+1,t i+2 ]q 1 (,x) B 1i (x) =(t i+2 t i ) (t x) 1 +, ha t x q 1 (t, x) = 0, ha t<x

numerikus analízis ii 37 B 1i (x) =(t i+2 t i ) (t i+2 x) + (t i+1 x) + (t i+1 x) + (t i x) + t i+2 t i = = (t i+2 x) + (t i+1 x) + (t i+1 x) + (t i x) + 1 Ha x [t i,t i+1 ]: B 1i (x) = (t i+2 x) + (t i+1 x) + (t i+1 x) + = t i+1 x = = t i+1 + x = x t i 2 Ha x [t i+1,t i+2 ]: B 1i (x) = t i+2 x 3 Ha x<t i = q 1 (t, x) t - ben elsőfokú polinom, akkor a másodrendű osztott differenciája nulla = B 1i (x) 0 4 Ha x t i+2 = B 1i (x) 0 Állítás Az így definiált B mi (x) splineok azonosak a tételbeli B - splineokkal egy normálási állandótól eltekintve Ugyanis a definícióbeli B - splineok minimális tartójúak, azaz tartójuk az [t i,t i+ ] intervallum, amelyen kívül B mi (x) eltűnik 3 alapján általában is = B mi (x) 0, ha x t i, ugyanis t - ben az m - edfokú q m polinom (m + 1) - edrendű osztott differenciája nulla 4 = ha x>t i+, akkor B mi (x) 0 Továbbá belátható, hogy B mi (x) > 0 a [t i,t i+ ] intervallumon Állítás A B - splineok pozitívak a [t i,t i+ ] intervallumon

numerikus analízis ii 38 Tekintsük S m (Ω n ) szakaszonként m - edfokú splineok terét [x 0,x n ] intervallumon ((m + n) dimenziós vektortér) Tekintsük azon B - splineokat, amelyeknek van nem nulla értéke [x 0,x n ] - on Ezek: ( ) B m1 m,,b m1 0,B m1 1,,B m1 n 1 (m + n) darab spline Ezek lineárisan függetlenek = = ( ) B - splineok egy bázis S m (Ω n )-ben Tétel REPREZENTÁCIÓS TÉTEL S S m (Ω n ) spline egyértelműen írható fel a ( ) B - splineok lineáris kombinációjaként, azaz S(x) = n 1 i= m α i B mi (x) A B - SPLINEOK TOVÁBBI TULAJDONSÁGAI EGYSÉGOSZTÁS : B mi (x) 1 x R i Z REKURZIÓS FORMULA B - SPLINEOK ELŐÁLLÍTÁSÁRA : B mi (x) = x t i B m 1,i 1 (x)+ t i+ x B m 1,i (x) t i+m t i t i+ t i+1 B 0i (x) 1 x [t i,t i+1 ]

numerikus analízis ii 39 B - SPLINEOK DERIVÁLTJÁRA ÉRVÉNYES : ( B mi (x) =m Bm 1,i 1 (x) B ) m 1,i(x) t i+m t i t i+ t i+1 2 NUMERIKUS INTEGRÁLÁS Határozott integrálok numerikus kiszámítása a matematika egyik legrégebbi problémája Például görbék által határozott tartomány területének meghatározása Ráadásul évezredekkel azelőtt, hogy az analízisbeli integrálfogalom a XVII, XVIII században bevezetésre került Például a kör területe: Archimedes (287-212 Kre) : 3 10 71 <π<31 A numerikus kvadratúra 7 elnevezés a kör négyszögesítésének problémájából jön Numerikus kubatúra elnevezés kétdimenziós integrálok kiszámítására Newton I (1643-1727) n - dimenziós numerikus integrálás elnevezés n - dimenziós integrálok numerikus kiszámítására Leibniz G W (1646-1716) Ha már van integrálfogalom, analízis, akkor miért kell a numerikus integrálás? MOTIVÁCIÓ: Numerikus integrálási műveletekre szükség van, ha 1 Az integrálandó függvény primitív függvényét nem lehet megadni elemi függvények segítségével 2 A primitív függvény olyan bonyolult, hogy kvadratúra formula használata előnyösebb 3 Az integrálandó függvényt csak pontokban ismerjük, például mérések eredményelént 4 Differenciál-egyenletek, integrál-egyenletek numerikus megoldásakor sok esetben numerikus integrálási módszerekre is szükség van Fontos feladatok megoldásában segített, pl (1612) Keplernek a boroshordó térfogatának kiszámításában FELADAT : b Az f(x)dx = I határozott integrál kiszámítása a Ezt az I N = N c k f(x k ) összeggel közelítjük, ahol c k állandók k=0