Files
ZUT-notatki/uczelnia/2_semestr/metody_numeryczne/Metody numeryczne.md
2026-03-19 11:33:45 +01:00

68 lines
2.1 KiB
Markdown

- Matlab, ale jak ktoś umie to może być dowolny język
# Treść
- Rachunek błędów
- Równania liniowe
- Interpolacja funkcji
- Aproksymacja funkcji
# Numeryczna reprezentacja liczb
Systemy liczbowe i konwersja.
# Liczby maszynowe
Liczba maszynowa to wybrana liczba rzeczywista zapisana w wybranym systemie liczbowym.
Nie każda liczba rzeczywista jest liczbą maszynową.
Liczbę maszynową da się zapisać za pomocą sumy potęg liczby $2$.
Liczb niemaszynowych __nie da się__ zapisać na skończonej liczbie bitów. Operujemy wtedy na przybliżeniach.
Zbiór liczb maszynowych jest skończony i ograniczony architekturą procesora.
---
Liczby całkowite, zmiennoprzecinkowe, precyzja
Dlaczego Pani pokazuje nam kod w wordzie? A nie, to jednak mathlab.
Macierze, macierz diagonalna. górno/dolno trójkątna.
Normy wierszowe, normy kolumnowe.
Jakieś macierze, nwm o co chodzi za bardzo.
Metoda Doolittle'a, metoda podobna do eliminacji Gaussa.
Jeśli macierz jest rzeczywista, symetryczna, dodatnio określona, to ma ona jeden jedyny rozkład na czynniki $A =LL^T$ gdzie $L$ jest macierzą trójkątną dolną o elementach dodatnich na głównej przekątnej.
Rozkład LU: bierzemy macierz, przyrównujemy ją do macierzy $L * U$, a potem patrzymy z mnożenia co wychodzi i rozwiązujemy równania.
Rozkład QR.
Układy równoważne: układ równań wynika z innego układu przez skończony ciąg operacji elementarnych.
# Rozwiązywanie równań liniowych
## Metody dokładne
- Wzory cramera.
- Eliminacja gaussa
- Eliminacji gaussa-crouta
Na zaliczeniu nie będzie eliminacji gaussa.
Czym się różni pełna od częściowej? Jakie dwa etapy. Co jak natrafimy na $0$?
Takie rzeczy na zaliczeniu.
Rozkład QR i LU będzie na zaliczeniu.
## Metody przybliżone (iteracyjne)
- metody kaczmarza
- metoda richardsona
- metoda jaccobiego
- matoda gausa-seidela
- przybliżone obliczenia
- zatrzymują się przy osiągnięciu tolerancji błędu
- rozwiązanie zawsze obarczone błędem
- im gorzej uwarunkowana macierz tym gorsze rozwiązanie
- stabilne
- błędy zaokgrągleń są minimalizowane w kolejnych iteracjach
- szybsze niż metody dokładne