• Nie Znaleziono Wyników

Metody numeryczne w fizyce

N/A
N/A
Protected

Academic year: 2021

Share "Metody numeryczne w fizyce"

Copied!
18
0
0

Pełen tekst

(1)

Metody numeryczne w fizyce

FZP002934wcL

rok akademicki 2019/20 semestr letni

Wykład 4

Karol Tarnowski

karol.tarnowski@pwr.edu.pl L-1 p. 220

(2)

• Zagadnienie początkowe

• Metody adaptacyjne Rungego-Kutty

• Zbieżność

• Notacja O i o

Plan wykładu

(3)

Typowe zagadnienie początkowe opisane jest równaniem

W zagadnieniu początkowym może występować więcej zmiennych

Zagadnienie początkowe

   

, , 0 0.

df g t f f t f

dt

   

, , 0 0.

d t t

dt

f g f f f

(4)

Metoda Rungego-Kutty rzędu czwartego

½

0 ½

0 0 1

1/6 1/3 1/3 1/6

     

 

 

 

 

1 2 3 4

1

2 1

3 2

4 3

1 2 2

6 ,

1 1

2 , 2

1 1

2 , 2

,

f t h f t k k k k

k hg t f t

k hg t h f t k

k hg t h f t k k hg t h f t k

(5)

Metoda Rungego-Kutty rzędu czwartego

   

   

 

5

ˆ 2 2 5

f t h f t h Ch f t h f t h C h

   

ˆ 15 5

0 f t h f t h 16Ch

       

5 16 ˆ ˆ

Ch 15 f t h f t h f t h f t h

(6)

Metody adaptacyjne Rungego-Kutty

Metoda Rungego-Kutty-Fehlberga

Liczba obliczonych wartości funkcji 1 2 3 4 5 6 7 8

Maksymalny rząd metody 1 2 3 4 4 5 6 6

   

   

 

 

6

1 6

1

1 1

1 1

ˆ :

:

: ,

i i i

i i i

i i

i ij ij j

j j

f t h f t k

f t h f t k

k hg t h f t k

(7)

Metody adaptacyjne Rungego-Kutty

Metoda Rungego-Kutty-Fehlberga

i i i-i di1 di2 di3 di4 di5 1 16

135

1 360

2 0 0 1

4 3 6656

12825 128 4275

3 32

9 32 4 28561

56430 2197 75240

1932

21967 7200 2197

7296 2197 5 9

50

1 50

439

216 −8 3680

513 845 4104

6 2

55

2

55 8

27 2 3544

2565

1859

4104 11 40

(8)

Metody adaptacyjne Rungego-Kutty

Metoda Rungego-Kutty-Fehlberga

    

6

1

5

: ˆ

/128

i i i

i

e f t h f t h k

e

e Ch e

(9)

Metody adaptacyjne Rungego-Kutty

ode23 Bogacki-Shampine

i i i di1 di2 di3

1 2

9

7 24

2 1

3

1 4

1 2

3 4

9

1

3 0 3

4

4 0 1

8

2 9

1 3

4 9

 

 

 

4

1 4

1

1 1

1 1

ˆ :

:

: ,

i i i

i i i

i i

i ij ij j

j j

f t h f t k

f t h f t k

k hg t h d f t d k

(10)

W wielu przypadkach program komputerowy generuje ciąg przybliżeń rozwiązania.

Zbieżność określa jak szybko uzyskamy dostatecznie dobre przybliżenie.

Zbieżność

𝑥𝑛 = 1 + 1 𝑛

𝑛

𝑛→∞lim 𝑥𝑛 = 𝑒 ≈ 2,718281828

𝑥1 = 2,00000 0 𝑥2 = 2,25000 0 𝑥5 = 2,48832 0 𝑥10 = 2,59374 2

𝑥100 = 2,70481 4 𝑥1000 = 2,71692 4

(11)

Zbieżność

𝑥𝑛+1 = 𝑥𝑛−1𝑥𝑛 + 1

𝑥𝑛−1 + 𝑥𝑛 , 𝑥0 = 0, 𝑥1 = 2 𝑥𝑛+1 = 1

2𝑥𝑛 + 1

𝑥𝑛 , 𝑥1 = 2 𝑥0 = 0

𝑥3 = 0,8 𝑥1 = 2 𝑥2 = 0,5

𝑥4 = 1,076923077 𝑥5 = 0,991803278

𝑥6 = 0,999695214873514

𝑥1 = 2

𝑥4 = 1,414216 𝑥2 = 1,5

𝑥3 = 1,416667

2 = 1,414213

(12)

Niech 𝑥𝑛 będzie ciągiem zbieżnym do 𝑥.

Zbieżność jest co najmniej liniowa, jeśli istnieją stała c < 1 i liczba całkowita N takie, że

𝑥𝑛+1 − 𝑥 ≤ 𝑐 𝑥𝑛 − 𝑥 𝑛 ≥ 𝑁

Zbieżność jest co najmniej nadliniowa, jeśli istnieje ciąg zbieżny do 0 𝜀𝑛 i liczba całkowita N takie, że

𝑥𝑛+1 − 𝑥 ≤ 𝜀𝑛 𝑥𝑛 − 𝑥 𝑛 ≥ 𝑁

Rząd zbieżności

(13)

Niech 𝑥𝑛 będzie ciągiem zbieżnym do 𝑥.

Zbieżność jest co najmniej kwadratowa, jeśli istnieją stała dodatnia C i liczba całkowita N takie, że

𝑥𝑛+1 − 𝑥 ≤ 𝐶 𝑥𝑛 − 𝑥∗ 2 𝑛 ≥ 𝑁

Zbieżność jest co najmniej rzędu α, jeśli istnieją stała dodatnia C, stała α>1 i liczba całkowita N takie, że

𝑥𝑛+1 − 𝑥 ≤ 𝐶 𝑥𝑛 − 𝑥∗ 𝛼 𝑛 ≥ 𝑁

Rząd zbieżności

(14)

Niech 𝑥𝑛 i 𝛼𝑛 będą dwoma różnymi ciągami.

𝑥𝑛 = 𝑂 𝛼𝑛

jeśli istnieją takie stałe C i n0, że 𝑥𝑛 ≤ 𝐶 𝛼𝑛 dla każdego 𝑛 ≥ 𝑛0.

𝑥𝑛 = 𝑜 𝛼𝑛 jeśli lim

𝑛→∞

𝑥𝑛

𝛼𝑛 = 0. Istnieje ciąg liczb nieujemnych zbieżny do 0 taki, że 𝑥𝑛 ≤ 𝜀𝑛 𝛼𝑛 .

Notacja O i o

(15)

Jeśli 𝑥𝑛 → 0, 𝛼𝑛 → 0 oraz 𝑥𝑛 = 𝑂 𝛼𝑛 to ciąg 𝑥𝑛 dąży do 0 co najmniej tak szybko jak 𝛼𝑛 .

Jeśli 𝑥𝑛 → 0, 𝛼𝑛 → 0 oraz 𝑥𝑛 = 𝑜 𝛼𝑛 to ciąg 𝑥𝑛 dąży do 0 szybciej niż 𝛼𝑛 .

Notacja O i o

𝑛 + 1

𝑛2 = 𝑂 1 𝑛 1

𝑛 ln 𝑛 = 𝑜 1 𝑛

5

𝑛 + 𝑒−𝑛 = 𝑂 1 𝑛 1

𝑛 = 𝑜 1

ln 𝑛 𝑒−𝑛 = 𝑜 1

𝑛2

(16)

Notacji tej używa się nie tylko dla ciągów.

Istnieją otoczenie punktu 0 i stała C takie, że w tym otoczeniu

Istnieją takie stałe r i C, że 𝑓 𝑥 ≤ 𝐶 𝑔 𝑥 dla każdego 𝑥 ≥ 𝑟.

Notacja O i o

sin 𝑥 = 𝑥 − 𝑥3

6 + 𝑂 𝑥5 𝑥 → 0

sin 𝑥 − 𝑥 + 𝑥3

6 ≤ 𝐶 𝑥5 . 𝑓 𝑥 = 𝑂 𝑔 𝑥 𝑥 → ∞ .

𝑥2 + 1 = 𝑂 𝑥 𝑥 → ∞

(17)

jeśli istnieją takie stałe C i otoczenie punktu 𝑥 takie, że w tym otoczeniu

Podobnie

jeśli .

Notacja O i o

𝑓 𝑥 = 𝑂 𝑔 𝑥 𝑥 → 𝑥

𝑓 𝑥 ≤ 𝐶 𝑔 𝑥 .

𝑓 𝑥 = 𝑜 𝑔 𝑥 𝑥 → 𝑥

𝑥→𝑥lim

𝑓 𝑥

𝑔 𝑥 = 0

(18)

• Zagadnienie początkowe

• Metody adaptacyjne Rungego-Kutty

• Zbieżność

• Notacja O i o

Podsumowanie

Cytaty

Powiązane dokumenty

W wielu przypadkach program komputerowy generuje ciąg przybliżeń rozwiązania..

• MathWorks, Documentation Center, Partial Differential Equation

Cheney, Analiza numeryczna, Wydawnictwa Naukowo-Techniczne, 2006, rozdziały 9.3, 9.4.

Pokaż, że niejawna metoda różnic skończonych zastosowana do równania przewodnictwa cieplnego jest stabilna.. Pokaż, że metoda Cranka-Nicolson do rozwiązywania

Pokaż, że niejawna metoda różnic skończonych zastosowana do równania przewodnictwa cieplnego jest stabilna.. Pokaż, że metoda Cranka-Nicolson do rozwiązywania

Just, Algebraiczne metody rozwiązywania równania Schrödingera, Wydawnictwo Naukowe PWN.. Materiały

numeryczna, Wydawnictwa Naukowo- Techniczne, 2006,

• Twierdzenie Schura gwarantuje, że dowolna macierz kwadratowa jest. unitarnie podobna do macierzy trójkątnej UAU H