Ero sivun ”Numeeriset menetelmät” versioiden välillä

Versio 7. elokuuta 2006 kello 17.51

Tämän tekstin on tarkoitus toimia yhteenvetona Lapissa käydystä Numeeristen menetelmien kurssista. Tästä voi siis kertailla seuraavassa matematiikan yössä pidettävää koetta varten. Teksin on kirjoittanut Ville.

Tämä on toistaiseksi kesken.

Osaa nämä:

• Polynomien jakokulma
• Karsinointi
• Suhteellinen ja absoluuttinen virhe eri laskutoimituksissa
• 10-kantaisten lukujen muuntaminen kaksikantaisiksi ja kaksikantaisilla luvuilla peruslaskutoimitusten tekeminen (kertominen, jakaminen, yhteen- ja vähennyslasku)
• Liukuluvut ja niiden käytöstä aiheutuva virhe
• Funktion kulun tutkiminen derivoimalla, nollakohtien lukumäärä
• Yhtälön ratkaisu numeerisesti
  • Brute Force
  • Puolitushaku
  • Sekantti ja regula falsi
  • Kiintopisteiteraatio
  • Newtonin menetelmä
• Tarkkuuden osoitus

Polynomien jakokulma

Polunomeja voi jakaa jakokulmassa samoin kuin tavallisia lukuja. Samat potenssit asetetaan päällekkäin, mahdollisille puuttuville termeille jätetään tilaa. (Siis esimerkiksi $ x^5-1 $ kirjoitetaan niin, että x:n potensseille 1-4 on tilaa.)

Tässä esimerkisi jaetaan $ (x^2-5x+6) $/$ (x-2) = $ $ x-3 $. En onnistunut valitettavasti piirtämään jakokulman viivoja.

Karsinointi

Polynomeista on syytä muistaa:

• n. asteen polynomilla on korkeintaan n nollakohtaa. (Paitsi nollapolynomilla P(x)=0, jolla on äärettömän monta nollakohtaa)

• Jos P(b) = 0, niin P(x) on jaollinen x-b:llä.

Näillä työkaluilla ratkomme kätevästi epäyhtälöitä.

Algoritmi polynomi- tai rationaaliepäyhtälön ratkaisuun:

• Siirrä kaikki tavara toiselle puolelle yhtälöä. Älä kerro tai jaa puolittain.
• Lavenna tarvittaessa samannimisiksi
• Nyt pitäisi olla tilanteessa P(x)>0, missä P on polynomi tai polynomien osamäärä.
• Kirjoita polynomi tulomuotoon. Jos kysessä on rationaalilauseke, muokkaa nimittäjää ja osoittajaa erikseen.
• Piirrä taulukko, josta näkyy kunkin tulontekijän merkki eri x:n arvoilla.
• Käytä tulon merkkisääntöä ja lue vastaus.

Kirjoita tähän HEP jos haluat esimerkin:

Virhe

Tietomme maailmasta (ja matematiikasta) on usein likimääräistä. Eroa todellisuuden ja arviomme välillä kutsutaan virheeksi:

Virhe = Oikea - Arvio

eli

Oikea = Arvio + Virhe

Tarkemmin ottaen edellämainittu virhe on absoluuttinen virhe.

Suhteellinen virhe määritellään:

Suhteellinen virhe = (Absoluuttinen virhe)/Oikea = (Oikea - Arvio)/Oikea

Koska oikeaa vastausta ei yleensä tiedetä, käytetään likimääräistystä

Suhteellinen virhe = Virhe / Arvio

Laskutoimituksissa virhe käyttäytyy seuraavasti:

• yhteen- ja vähennyslaskussa absoluuttisen virheen kokoluokka pysyy samana
• kerto- ja jakolaskussa suhteellisen virheen kokoluokka pysyy samana

(Tämän takia fysiikassa vastaukseen annetaan suunnilleen saman verran merkitseviä numeroita kuin lähtöarvoissa - fysiikan kaavoissa kun lähinnä kerrotaan)

Näiden nyrkkisääntöjen lisäksi tulee muistaa tärkeä asia:

Vähennyslaskussa suhteellinen virhe voi kasvaa todella suureksi! Vältä vähennyslaskua!

Esim: Vaa'an mukaan ukko painaa 98kg. Juotuaan pullon limonaatia hän painaa 99kg. Paljonko nestettä puollossa oli? 1kg on epätarkka vastaus, menetimme kokonaisen merkiksevän numeron.

Vielä pahempaa: 0.25895 m - 0.25899 m = -0.00004 m. Viidestä merkisevästä numerosta yhteen.

Parijärjestelmä

Vaihdetaan kotoisan kympin tilalle kantaluvuksemme kaksi. Laskento menee näin:

jne.

lähes kaikki tietokoneet käyttävät laskuissansa parijärjestelmää, sillä sen laskutoimitukset on helppo koodata.

Liukuluvut

Tietokoneet ja laskimet ovat äärellisen kokoisiä mötiköitä, joten ne voivat tallentaa muistiinsa vain äärellisen monta eri lukua. Näinollen useimmat koneen suorittamat laskut ovat likiarvoisia.

Koneet tallentavat lukuja yleensä muodossa

$ m*k^e $

missä

• m on luku väliltä -1...1, nimeltään mantissa
• k on kantaluku (yleensä 2)
• e on kokonaisluku (plus tai miinus), nimeltään eksponentti

Tällaisia lukuja kutsutaan liukuluvuiksi (floating point numbers).

Koska mantissa ja eksponetti tallennetaan parijärjestelmän lukuina, mantissassa olevien numeroiden (bittien) määrä kertoo laskennan tarkkuuden. Eksponentin bittien lukumäärä ei ole niin kriittinen, koska yleensä emme tarvitse tavattoman pieniä tai suuria lukuja.

Esimerkki: mantissassa on vain neljä bittiä. Luku 5.4 tallentuu muodossa

$ 0.1011*10^{11} $ eli $ 101.1 = 5.5 $

Luku siis pyöristyy lähimpään likulukuun. Tarkkuus riippuu bittien määrästä. Voit testata oman laskimesi bittien määrää tarkistamalla, millä n:n arvolla

$ (2^n+1)-2^n $

on laskimesi mielestä nolla.

Yhtälön ratkaisu

Yhtälön numeerinen ratkaisu käy näin:

• Selvitä, kuinka monta ratkaisua yhtälöllä on
• Etsi kaikkien ratkaisujen likiarvot haluamallasi menetelmällä ja tarkkuudella
• Tarkista, että likiarvot ovat oikein (halutun tarkkuuden rajoissa)

Älä unohda.

Nollakohtien lukumäärä

Eri iteraatiot

Tarkkuden osoitus

Linkkejä

Tätä voi vilkuilla halutessaan, ei ole kovin kattava:

Wikipedian artikkeli aiheesta "Numeeriset menetelmät"