1 Interpolatie en Approximatie
|
|
- Carla ten Wolde
- 5 jaren geleden
- Aantal bezoeken:
Transcriptie
1 1 INTERPOLATIE EN APPROXIMATIE 8 1 Interpolatie en Approximatie In dit hoofdstuk bespreken we methoden om een gegeven functie van een veranderlijke te benaderen met een (gemakkelijk berekenbare) functie uit een voorgeschreven klasse, zoals polynomen (veeltermen) of trigonometrische polynomen (sommen van machten van sinus en cosinus). Bij approximatie (benadering) wordt alleen de eis gesteld, dat het verschil met de gegeven functie klein is in een of andere zin. Bij interpolatie moet de benaderende functie gelijk zijn aan de gegeven functie in een zeker aantal (vooraf voorgeschreven) punten. 1.a Lagrange interpolatie Het Lagrange-interpolatiepolynoom π f van een continue functie f op n steunpunten { x 1,, x n } is het polynoom van graad n 1, dat gelijk is aan f in deze punten: Onder de aanname x i x j als i j is π f uniek en er geldt: π f (x i ) = f(x i ), i = 1 n. (1.1) π f (x) = f(x i ) L (n) i (x), L (n) i (x) := n j=1, j i x x j x i x j. (1.2) Opgave 1.1: Bewijs dit. Voor het Lagrange-interpolatiepolynoom geldt de volgende foutschatting: Stelling. Zij I IR een interval dat de steunpunten x 1,, x n bevat en zij f C n (I) (f is n keer continu differentieerbaar), dan geldt: f(x) = π f (x) + n (x x i ) f(n) (ξ x ) n!, (1.3) waar ξ x int(x, x 1,, x n ), het interval opgespannen door de punten x, x 1,, x n. Bewijs. Definieer de functie g door de vergelijking f(x) = π f (x) + g(x) n (x x i ) en beschouw de functie ϕ t (x) := f(x) π f (x) g(t) n (x x i ). Deze heeft (minstens) n+1 onderling verschillende nulpunten binnen het interval int(x, x 1,, x n ), als t x i, i. Volgens de stelling van Rolle heeft de afgeleide dus nog minstens n verschillende nulpunten. Als we doorgaan met differentiëren en de stelling van Rolle toepassen, vinden we dat de n-de afgeleide nog minstens een nulpunt ξ t binnen int(x, x 1,, x n ) heeft. Zo vinden we waaruit (1.3) volgt. 0 = dn dx n ϕ t x = ξ t = f (n) (ξ t ) n! g(t), N.B. De rest in (1.3) heet de restterm van Lagrange. In deze restterm worden geen eisen gesteld aan de positie van het punt x t.o.v. de steunpunten. Als x tussen de steunpunten ligt, hebben we interpolatie in de eigenlijke betekenis van het woord, en we spreken van extrapolatie als x buiten
2 1 INTERPOLATIE EN APPROXIMATIE 9 dit interval ligt. Aan het functie-onafhankelijke deel van de restterm, Π n (x x i), kunnen we zien dat voor extrapolatie een veel grotere afbreekfout kunnen verwachten dan voor interpolatie. Opgave 1.2: Een algemenere vorm van interpolatie is die, waarbij in de steunpunt x i niet alleen gelijkheid van de functiewaarde wordt geëist, maar ook gelijkheid van eerste n i 1 afgeleiden, d.w.z. π (j) f (x i) = f (j) (x i ), voor j = 0,, n i 1, en i = 1,, n. (1.4) De graad van het interpolatiepolynoom is dan N 1 met N := Σ n n i. Laat zien, dat analoog aan (1.3) geldt: f(x) = π f (x) + f(n) (ξ x ) n (x x i ) n i (1.5) N! voor zekere ξ x int(x, x 1,, x n ). N.B. Als n i = 2 i (in alle steunpunten stemmen dus de waarde van het interpolatiepolynoom en van zijn afgeleide overeen met die van de gegeven functie), dan spreken we van Hermite interpolatie. Formule (1.2) is niet erg geschikt om de waarde van het interpolatiepolynoom in een punt te berekenen, niet alleen vanwege de hoeveelheid rekenwerk, maar ook vanwege een mogelijke accumulatie van afrondfouten bij het optellen van de bijdragen van de verschillende steunpunten. Een betere manier is de Newtonse algoritme met gedeelde differenties. We definiëren recursief de m-de gedeelde differentie van f op de m + 1 punten {x i, x i+1,, x i+m } door f(x i, x i+1,, x i+m ) := f(x i, x i+1,, x i+m 1 ) f(x i+1, x i+2,, x i+m ) x i x i+m, (1.6) voor m = 1, 2,. Opgave 1.3: Bewijs met volledige inductie f(x i, x i+1,, x i+m ) = m+i j=i f(x j ) m+i l=i, l j (x j x l ) (1.7) en dat hieruit volgt, dat f(x i, x i+1,, x i+m ) een symmetrische functie is van haar argumenten, d.w.z. dat de functiewaarde invariant is onder verwisseling van argumenten. Met behulp van deze gedeelde differenties kunnen we het Lagrange-interpolatiepolynoom op de punten {x 1,, x n } schrijven als π f (x) = f(x 1 ) + (x x 1 )f(x 1, x 2 ) + (x x 1 )(x x 2 )f(x 1, x 2, x 3 )+ + + (x x 1 )(x x 2 ) (x x n 1 )f(x 1, x 2,, x n ) (1.8) en voor de restterm geldt dan f(x) π f (x) = f(x 1,, x n, x) n j=1 (x x j ). (1.9) Opgave 1.4: Bewijs de formules (1.8) en (1.9) met volledige inductie. Laat ook zien, dat de k-de gedeelde differentie evenredig is met de k-de afgeleide: f(x 0,, x k ) = fk (ξ) k!, ξ int(x 0,, x k ). (1.10)
3 1 INTERPOLATIE EN APPROXIMATIE 10 Uit formule (1.6) zien we dat de gedeelde differenties bij een gegeven verzameling steunpunten {x 1, x 2, } een driehoekig tableau vormen, waarvan we de elementen alsvolgt kunnen berekenen: for i := 1 to n do f (0) i := f(x i ) ; for j := 1 to n 1 do for i := n downto j + 1 do f (j) i Het tableau heeft dan de volgende vorm: := f(j 1) i f (j 1) i 1 ; x i x i j (1.11) x x 1 f (0) 1 f (1) 2 x 2 f (0) 2 f (2) 3 f (1) 3 f (3) 4 x 3 f (0) 3 f (2) 4 f (4) 5 f (1) 4 f (3) 5 x 4 f (0) 4 f (2) 5 f (4) 6 f (1) 5 f (3) 6 x 5 f (0) 5 Vervolgens kunnen we de waarde van π f in het gewenste punt x evalueren met een Horner-achtig schema: π f (x) := ( ( (x x n 1 ) f (n 1) n + f (n 2) n 1 ) (x x n 2) + ) (x x 1 ) + f (0) 1 (1.12a) of in pseudopascal: som := f (n 1) n ; for j := n 1 downto 1 do som := som (x x j ) + f (j 1) j ; (1.12b) Op deze manier behoeven we de gedeelde differenties voor de benadering maar een keer te berekenen en hebben we vervolgens voor iedere evaluatie van π f slechts n flops nodig. Opgave 1.5: Ga na, dat we bij de berekening van het differentietableau in de j-de slag f (j) i kunnen opbergen op dezelfde geheugenplaats als f (j 1) i, zonder daarmee waarden te verliezen, die we later (bij de evaluatie van π f ) nog nodig hebben. Bij exakt rekenen is de waarde van π f (x) onafhankelijk van de volgorde, waarin we de steunpunten {x i } ordenen, maar bij rekenen op een rekenmachine (met afrondende floating point operaties) is dit wel het geval. De totale afrondfout in het berekende resultaat van de som (1.8) zal i.h.a. kleiner zijn, naarmate de termen van de reeks sneller dalen (mits we ze van klein naar groot sommeren, zoals in algoritme (1.12b). Aan de posities van de steunpunten en aan de coëfficiënten, de gedeelde differenties, kunnen we natuurlijk niets veranderen, maar we kunnen wel de volgorde van de steunpunten zo kiezen, dat x 1 het dichtst bij x ligt, en meer algemeen, dat geldt x x 1 x x 2 x x 3
4 1 INTERPOLATIE EN APPROXIMATIE 11 1.b Alternatieven voor het representeren en uitrekenen van een interpolatiepolynoom Stel dat we een functie f interpoleren op de equidistante punten 0, ±1, ±2,, en dat we de waarde van die functie exact kennen in alle punten, behalve in 0, waar we een fout van één eenheid hebben, dan kunnen we de doorwerking van deze fout zien in de volgende differentietabel: x fout 1 ste dif 2 de dif 3 de dif 4 de dif 5 de dif 6 de dif 7 de dif 8 ste dif Om de gedeelde differenties te verkrijgen, moeten we de k-de differenties nog delen door k!. We zien in deze tabel, dat de fouten in de hogere differenties ten gevolge van deze ene fout in f(0) snel aangroeien. Om de resulterende fout te vinden in de k-de term van formule (1.8), moeten we de fout in de k-de differentie delen door k! en vermenigvuldigen met (x x 1 ) (x x 2 ) (x x k 1 ). Als x 1 < x < x 2 < < x n, dan zijn beide factoren ongeveer gelijk en geeft de k-de kolom de werkelijke fout in de k-de term weer; als x 4 < x 2 < x < x 1 < x 3 (interpolatie in het midden), dan is de werkelijke fout ongeveer 2 k kleiner. Maar ook dan blijft deze van orde 1 en kan de totale fout in π f toenemen met de orde van de interpolatie. Het heeft dan ook weinig zin om via deze methode een interpolatiepolynoom te bepalen van een orde hoger dan ongeveer 10 bij de gebruikelijke machineprecisie van (reals van 64 bit met een mantisselengte van 53 bits). Een alternatieve methode voor het bepalen van het interpolatiepolynoom zou het volgende kunnen zijn. We zoeken de coëfficiënten van π f (x) = Σj=0 n 1 a jx j bij gegeven functiewaarden π f (x i ) = f(x i ), i = 1,, n. De coëfficiënten {a j j = 0,, n 1} kunnen we dus eenvoudig bepalen door het oplossen van n lineaire vergelijkingen j=0 a j x j i = f(x i ), i = 1,, n, (1.13a) oftewel A a 0 a 1 a n 1 := 1 x 1 x1 n 1 1 x 2 x2 n x n xn n 1 a 0 a 1 a n 1 = f(x 1 ) f(x 2 ) f(x n ). (1.13b)
5 1 INTERPOLATIE EN APPROXIMATIE 12 De matrix A in dit stelsel vergelijkingen (A is een V andermondematrix ) is in het algemeen helaas zeer slecht geconditioneerd. Voorbeelden: 1. Met de steunpunten x i = i/10, i = 0,, 10 vinden we een matrix A met de conditiegetallen κ 2 (A) = en κ (A) = Met de steunpunten x i = cos( 2i+1 22 π), i = 0,, 10 (de nulpunten van het 10de Chebyshev polynoom) T 10 vinden we een matrix A met de conditiegetallen κ 2 (A) = en κ (A) = Het oplossen van het stelsel (1.13) is dus geen goede zaak. De reden is, dat de gekozen representatie π f (x) = j=0 a j x j (1.14) nogal slecht is om mee te rekenen als n niet heel klein is. Een betere representatie verkrijgen we door π f te schrijven als een som van orthogonale polynomen in plaats van machten van x. Zij bij gegeven steunpunten {x i i = 1,, n} de verzameling {V j (x) i = 0,, n 1} een stelsel veeltermen met graad(v j ) = j en zo, dat V j (x i ) V l (x i ) = { 0 if j l, 1 if j = l, (j, l = 0,, n 1), (1.15) d.w.z. de veeltermen zijn diskreet orthogonaal op de gegeven steunpunten. Als we nu het gezochte interpolatiepolynoom representeren als een lineaire combinatie van deze orthogonale veeltermen, π f (x) = j=0 b j V j (x), dan vinden we voor de coëfficiënten het stelsel vergelijkingen b 0 V 0 (x 1 ) V 1 (x 1 ) V n 1 (x 1 ) b 1 V 0 (x 2 ) V 1 (x 2 ) V n 1 (x 2 ) B := b n 1 V 0 (x n ) V 1 (x n ) V n 1 (x n ) b 0 b 1 b n 1 = f(x 1 ) f(x 2 ) f(x n ) (1.16a). (1.16b) De matrix B in dit stelsel heeft orthonormale kolommen en is dus orthogonaal (B T B = BB T = I) en is dus zeer goed geconditioneerd en zeer eenvoudig oplosbaar, b j = V j (x i ) f(x i ), i = 0,, n 1. Het grote probleem is echter om zo n stelsel te vinden bij gegeven interpolatiepunten {x 1,, x n }. Een mogelijkheid is om de veeltermen {1, x, x 2, } successievelijk te orthogonaliseren met behulp van de methode van Gram-Schmidt. Dit is echter equivalent met het oplossen van het stelsel (1.13b) met MGS ( modified Gram-Schmidt, zie Golub & Van Loan) en dus met behoud van alle ellende wegens de slechte conditie van dit stelsel. Voor een willekeurig stel interpolatiepunten blijkt er niets beters te zijn! Als de interpolatiepunten gegeven zijn als de nulpunten van een mooi polynoom, zoals het n-de Chebyshev polynoom T n, dan zijn er andere middelen om zo n diskreet-orthogonale rij veeltermen te vinden.
6 1 INTERPOLATIE EN APPROXIMATIE 13 Lemma: k=0 cos( 2k + 1 2n mπ) = 0, als m mod 2n 0, n, als m mod 2n = 0 en m/2n even n, als m mod 2n = 0 en m/2n oneven. (1.17) Bewijs. k=0 cos( 2k + 1 2n mπ) = 1 2 = 1 2 k=0 2 k=0 2k+1 imπ (e 2n + e imπ 2k+1 2n ) e imπ 2n e imπk n ; als m mod 2n 0, dan kunnen we de meetkundige reeks in de laatste som sommeren en is het resultaat nul, en anders zijn alle termen +1 of 1. Stelling. Op de nulpunten {τ 1,, τ n } van het n-de Chebyshev polynoom T n geldt: 2 n T i (τ k ) T j (τ k ) = { 0, als i j, 1, als i = j, (0 < i, j < n) (1.18) Bewijs. Met de gelijkheid τ k = cos 2k+1 2n π en met de transformatie T j(cos t) = cos jt kunnen we formule (1.17) toepassen. Gevolg: Als π f het Lagrange-interpolatiepolynoom van f is, op de nulpunten van T n (π f heeft dus graad n 1), dan geldt: π f = j=0 c j T j met π f (τ k ) = j=0 c j T j (τ k ) = f(τ k ) en volgens(1.8) moet dan gelden c j = 2 n f(τ k )T j (τ k ). Gebruik makend van de recurrente betrekking voor de Chebyshev polynomen, T k+1 (x) = 2xT k (x) T k 1 (x) voor k 1, kunnen we de coëfficiënten {c j } uitrekenen in n 2 + n flops en n evaluaties van de cosinus. Voor grote n kan dit echter veel efficiënter via een FFT (fast Fourier transform), immers: c j = 2 n = 1 n = 1 n = 1 n f k T j (τ k ) = 2 f k cos( 2k 1 jπ) n 2n f k exp( 2k 1 jπi) + 1 f k exp( 2k 1 jπi) 2n n 2n f k exp( 2k 1 jπi) + 1 4n 2k + 1 f k exp( jπi) 2n n 2n f k exp( 2k 1 2n jπi) + 1 n = 1 n exp( j 2n 1 n πi) f k+1 exp( jk n πi) k=0 2 l=n+1 f 2n l+1 exp( 2l 1 2n als f 2n k := f k voor 0 k < n. Behoudens een constante faktor is dit precies een (complexe) diskrete Fouriertransformatie. jπi)
7 1 INTERPOLATIE EN APPROXIMATIE 14 Opgave 1.6: De Chebyshev polynomen van de tweede soort U n worden gedefinieerd door U n (cos t) := sin(n + 1)t sint, n = 0, 1,. a. Laat zien: U 0 (x) = 1, U 1 (x) = 2x en U n+1 (x) = 2U n (x) U n 1 (x) (dezelfde drietermsrecursierelatie als T n maar met een ander begin). b. Bewijs, dat U k en U l orthogonaal zijn t.o.v. het diskrete inprodukt Σ n w i U k (ξ i ) U l (ξ i ) op de nulpunten ξ 1,, ξ n van U n met gewichten w k := sin 2 kπ n+1. c. Bepaal de relatie tussen de ontwikkeling π f = Σ n d j U j van het Lagrange-interpolatiepolynoom van f op de nulpunten van U n en de complexe Fouriertransformatie. 1.c Polynoomapproximatie Als we een functie willen benaderen (d.m.v. een polynoom), moeten we natuurlijk eerst afspreken op wat voor manier we de afwijking zullen meten. Veelgebruikte normen zijn de supnorm, die de maximale afwijking over een interval [a, b] meet, f := max a x b f(x), (1.21) en de gewogen kwadraatnorm (of L 2 -norm), die het kwadraat van de afwijking maal een gewichtsfunctie w over het interval integreert, f 2,w := { b a f(t) 2 w(t) dt } 1 2. (1.22) Bij praktisch rekenen kennen we evenwel de te benaderen functie slechts in een eindig aantal punten (b.v. metingen) en zullen we afwijkingen moeten meten in een diskrete (semi-)norm, zoals het maximum of een gewogen som (zie b.v. 1.15) over de gegeven punten. Volgens de stelling van Weierstrass kunnen we iedere continue functie op een kompakt interval willekeurig goed uniform benaderen met een polynoom van voldoend hoge graad. Deze stelling is constructief, d.w.z. we kunnen voor iedere functie expliciet een convergente rij polynomen aangeven. De rij Bernstein-polynomen bijvoorbeeld, B n (x) := ( n k ) f(k n ) xk (1 x) n k, (1.20) k=0 convergeert uniform naar f op het gesloten interval [0,1], als f continu is op dit interval. Voor numerieke doeleinden is een dergelijke polynoombenadering echter totaal onbruikbaar. Als alternatief voor de constructie van een goede polynomiale benadering kunnen we denken aan interpolatie. In het algemeen is dit een goede methode, maar we moeten voorzichtig zijn: niet ieder schema met interpolatie van steeds hogere orde convergeert 1! Een bekend voorbeeld is het volgende: Als we de functie 1/(1 x 2 ) op het interval [ 5, 5] interpoleren in n equidistante punten x 1,, x n met x 1 = 5 en x n = 5, dan divergeert de rij interpolanten voor x 3.64 voor n, ondanks dat de gegeven functie oneindig vaak differentieerbaar is. Voor stellingen over het bestaan van beste polynoombenaderingen verwijzen we naar de cursus aanvullingen van de wiskunde. Behalve met Fourier-Chebyshev approximaties (en dit voornamelijk wegens het verband met Fourier reeksen) wordt er in de praktijk weinig met polynoomapproximaties van hogere orde (hoger dan 5 à 6) gewerkt. Een van de redenen is, dat interpolatie van hoge orde nogal slecht geconditioneerd is (zie 1b) en niet noodzakelijk convergent. Een andere reden is, dat een convergerende rij interpolanten van steeds hogere graad n meestal vrij traag convergeert met een macht van 1/n als convergentieorde. Een verdeling van het interval in kleine stukjes en benadering met een polynoom van lage graad op ieder stukje apart levert meestal een veel betere banadering op met minder rekenwerk. 1 Sterker: bij ieder interpolatieschema is er een C -functie waarvoor het schema divergeert!
8 1 INTERPOLATIE EN APPROXIMATIE 15 1.d Approximaties op deelintervallen Laat f een voldoend gladde functie zijn op het interval [a, b]. We gaan deze nu benaderen door het interval op te splitsen in n deelintervallen, a =: t 0 < t 1 < < t n 1 < t n := b, h := max 1<i<n t i t i 1, (1.23) met maximale maaswijdte h. We stellen on nu de vraag, hoe goed we f kunnen benaderen met stuksgewijze polynomen van de graad kleiner dan of gelijk aan k. D.w.z. op ieder deelinterval [t i 1, t i ] benaderen we f met een polynoom van graad k. Het bepalen van een beste benadering kan zeer moeilijk zijn, maar een benadering, verkregen door f op ieder deelinterval te interpoleren blijkt goed genoeg voor het afleiden van een goede foutschatting voor dit soort benaderingen (de afbreekfout van de beste benadering kan alleen maar kleiner zijn). Om zo n stuksgewijs polynomiale interpolant π te construeren kiezen we op het interval [0, 1] de referentiesteunpunten ξ 0, ξ 1,, ξ k. We definiëren de restriktie van π tot het deelinterval [t i 1, t i ] als het Lagrangeinterpolatiepolynoom op de steunpunten { t i 1 + ξ j (t i t i 1 ) j = 0,, k}. Volgens de restterm van Lagrange (1.3) geldt voor x [t i 1, t i ] de ongelijkheid f(x) π(x) = f(k+1) (ξ x ) (k + 1)! k j=0 (x t i 1 ξ j (t i t i 1 )) t i t i 1 k f(k+1) (ξ x ) (k + 1)!. (1.24) De schatting van het produkt door de k+1-ste macht is vrij grof, maar geeft wel goed de orde van de (lokale) afbreekfout aan, deze is namelijk evenredig met de k+1-ste macht van de deelintervallengte. Dus, als we deelintervallengte halveren (bij constante k), dan neemt de benaderingsfout af met een factor 2 k 1. We zien dat een dergelijke manier van benaderen met stuksgewijze polynomen van vaste graad veel veiliger is dan benaderen met één polynoom van steeds hogere graad en niet kritisch afhangt van afgeleiden van hoge orde van f en van de verdeling van de steunpunten over het interval. Bovendien is deze wijze van benaderen flexibel; als de k-de afgeleide op een (klein) deel van het interval groot is en elders klein, dan kunnen we de verdeling (1.23) fijnmazig kiezen op plaatsen waar deze afgeleide groot is en veel grover elders, zodat de benaderingsfout in ieder punt ongeveer even groot is. Laat het rooster zijn op [a, b], zoals gedefinieerd in (1.23). We definiëren de ruimte van stuksgewijze polynomen M k,p ( ) voor k 0 en 1 p k 1 door M k,p ( ) := { f C p ([a, b]) f [ti 1, t i ] is een polynoom van graad k i }. (1.25) Deze verzameling bestaat dus uit stuksgewijze polynomen van graad k op de deelintervallen, die tesamen met hun eerste p afgeleiden continu zijn op de deelintervalgrenzen. (Voor p = 1 is er dus geen continuïteit op de punten van. Voor p = k 1 noemen we deze stuksgewijze polynomen splines van graad k). Een polynoom van graad k wordt bepaald door k +1 coëfficiënten, zodat de dimensie van de ruimte van stuksgewijze polynomen op de verdeling (1.23) gelijk is aan n(k + 1). De continuïteitseisen op de interne deelpunten geven (n 1)(p + 1) lineaire vergelijkingen voor deze coëfficiënten, zodat de dimensie van M k,p ( ) gelijk is aan n(k + 1) (n 1)(p + 1). Voor benaderingen in ruimten van stuksgewijze polynomen met p < k/2 kunnen we volgens de methode, die hierboven geschetst is, het volgende resultaat bewijzen: Stelling. Als f C k+1 ([a, b]), dan geldt voor de beste benadering π M k,p ( ) van f met p < k/2 de foutschatting: ( d dx )m (f π) C m h k m+1 f (k+1), 0 m k, (1.26)
9 1 INTERPOLATIE EN APPROXIMATIE 16 waar C m een constante is die alleen van m afhangt, maar niet van de functie of de gekozen verdeling. Bewijs. Voor m = 0 en p = 1 behoeven we in (1.24) slechts het maximum te nemen over alle deelintervallen. Als p 0 moeten we de interpolatiepunten met enige zorg kiezen. Als p = 0, dan kiezen we ξ 0 = 0 en ξ k = 0, zodat t i zowel voor het polynoom op [t i 1, t i ] als dat op [t i, t i+1 ] een interpolatiepunt is. Op deze manier is de stuksgewijs polynomiale benadering automatisch continu in t i, i. Als p > 0, dan interpoleren we zo, dat op de uiteinden van ieder deelinterval de functiewaarde en de eerste p afgeleiden van het interpolerende polynoom met die van de functie overeenstemmen (zie 1.4-5). De graad van het interpolerende polynoom moet dan wel groter zijn dan 2p. Door het maximum van de restterm (1.5) te nemen over alle deelintervallen vinden we dan (1.26). Voor de foutschattingen op de afgeleiden kunnen we een analoog bewijs geven. Als p = 1 en als alle referentiesteunpunten onderling verschillend zijn, dan heeft de restrictie van f π tot een deelinterval k + 1 nulpunten volgens (1.3). Volgens de stelling van Rolle heeft de afgeleide f π nog k nulpunten; π interpoleert f dus op k onderling verschillende punten (onbekend, maar wel binnen het deelinterval). Hierop kunnen we dus de reststelling (1.3) weer toepassen. Met een schatting analoog aan (1.24) volgt het bewijs van (1.26) ook in dit geval. Voor hogere afgeleiden herhalen we deze redenering. In het geval p > 1 doen we in principe hetzelfde, alleen moeten we dan een punt, waarin de functiewaarde en p afgeleiden overeenstemmen als een p+1-voudig nulpunt tellen; de afgeleide f π heeft in datzelde punt dan een p-voudig nulpunt, etc. N.B. 1. De beste benadering π in formule (1.26) behoeft geen continue afgeleide te hebben in de punten van, zodat deze formule eigenlijk niet correct is. We moeten dan de supnorm interpreteren als het maximum van de supnormen over de deelintervallen. N.B. 2. De uitspraak (1.26) van deze stelling is meestal ook waar als p k/2, maar een bewijs daarvan is veel ingewikkelder, zoals we zullen zien in het geval van kubische splines (M 3,2 ( )). 1.e Kubische Splines Laat een verdeling van het interval [a, b] zijn, zoals gedefiniëerd in (1.23), en laat f een voldoend gladde functie zijn op dat interval. De kubische spline interpolant S van f is het stuksgewijze polynoom van graad 3 uit M 3,2 ( ), dat voldoet aan de eisen: en aan één van de drie volgende randvoorwaarden: (a) S (a) = f (a), S (t i ) = f(t i ), i = 0,, n, (1.27) S (b) = f (b), (b) S (a) = 0 = S (b) (c) S (a) = S (b), S (a) = S (b), S (a) = S (b). (1.28) Voorwaarde (a) noemen we een vaste rand, voorwaarde (b) een vrije rand en (c) een periodieke rand. In het geval (c) moet de benaderde functie f natuurlijk wel periodiek zijn met periode b a. De spline-benadering van een functie f is een benadering met minimale tweede afgeleide, zoals volgt uit: Stelling: Als f C 4 ([a, b]), dan geldt f S 2 2 = f 2 2 S 2 2. (1.29)
10 1 INTERPOLATIE EN APPROXIMATIE 17 Bewijs. f S 2 2 = f (f, S ) + S 2 2 Het inprodukt kunnen we partiëel integreren, b a (f S ) S dx = = f (f S, S ) S 2 2. b a (f S ) S dx + [(f S ) S ] b a. De stokterm hierin is nul onder ieder van de drie voorwaarden (1.28). De integraal kunnen we splitsen in de integralen over de n deelintervallen en opnieuw partiëel integreren, b a (f S ) S dx = n ti t i 1 (f S ) S dx = n ti t i 1 (f S ) S (4) dx [(f S ) S ]t i t i 1. De integraal is nul, omdat S een derde graads polynoom is en de vierde afgeleide dus nul is, en de stokterm is nul wegens (1.27). Uit formule (1.29) zien we, dat onder alle C 2 -functies op [a, b], die f interpoleren op, de splinebenadering van f de kleinste gemiddelde tweede afgeleide heeft (de funktionaal ϕ ϕ 2 minimaliseert bij gegeven ϕ f 2 ). 1.f Praktisch rekenen met kubische splines Neem nu aan, dat van een functie f de functiewaarden in de n + 1 punten van en de afgeleiden in de randpunten a en b gegeven zijn. Welke berekeningen moeten we uitvoeren om bij gegeven x [a, b] de waarde van de spline-benadering (met vaste rand) in dat punt te vinden. Voor dit probleem zijn verschillende oplossingen mogelijk. Hier zullen we twee manieren beschrijven, waarbij de spline op ieder deelinterval op een speciale manier gerepresenteerd wordt. Hiertoe voeren we de volgende notaties in, h i := t i t i 1, (deelintervallengte) f i := f(t i ), (functiewaarden in de interpolatiepunten) d i := f i f i 1 h i, (differentiequotiënten ) S i := S [ti 1, t i ] (restriktie tot het i-de deelinterval) en voor x [ t i 1, t i ] schrijven we t := (x t i 1 )/h i. De restriktie S i van S tot [t i 1, t i ] kunnen we dan alsvolgt schrijven: S i (x) = tf i + (1 t)f i 1 + h i t(1 t){(λ i 1 d i )(1 t) (λ i d i )t}, (1.30) waarin λ i en λ i 1 nog te bepalen constanten zijn. Deze representatie is zo gekozen, dat S i 1 en S i continu op elkaar aansluiten in t i 1, hun waarden aldaar zijn immmers gelijk aan f i : S i (t i 1 + 0) = f i 1 = S i 1 (t i 1 0) ( limiet van rechts 2 = limiet van links). (1.31) Hetzelfde geldt voor de afgeleiden in dat punt, S i(t i 1 + 0) = λ i 1 = S i 1(t i 1 0). (1.32) De tweede afgeleide in t i 1 moet ook continu zijn. Met de identiteit S i (x) = 1 h i (λ i 1 (6t 4) + λ i (6t 2) + d i (6 12t)) (1.33) 2 Met f(x + 0) duiden we de limiet van rechts aan, f(x+0) := lim tց0 f(x + t) en met f(x 0) dus de limiet van links.
11 1 INTERPOLATIE EN APPROXIMATIE 18 en de continuïteitsvoorwaarde S i (t i 0) = S i+1 (t i +0) vinden we voor de onbekenden λ i het stelsel vergelijkingen h i+1 λ i 1 + 2(h i + h i+1 )λ i + h i λ i+1 = 3(h i d i+1 + h i+1 d i ), (i = 1,, n 1) (1.34) Dit zijn n 1 vergelijkingen voor n + 1 onbekenden. De onbekenden λ 0 en λ n vinden we uit de voorwaarden voor de vaste rand, S 1(a + 0) = λ 0 = f (a) en S n(b 0) = λ n = f (b). (1.35) Zo houden we een diagonaaldominant tridiagonaal stelsel van n 1 vergelijkingen over, dat gemakkelijk en stabiel oplosbaar is met Gausseliminatie zonder rijverwisselingen. Om bij een gegeven rij functiewaarden de spline in een willekeurig punt uit te rekenen, moeten we dus eerst eenmalig een tridiagonaal stelsel oplossen (de rij λ i berekenen). Daarna kunnen we met behulp van formule (1.30) de spline in ieder gewenst punt uitrekenen. Opgave 1.7: Laat zien, dat een vrije randvoorwaarde de twee volgende vergelijkingen oplevert, 2λ 0 + λ 1 = 3d 1, en λ n 1 + 2λ n = 3d n, (1.36) en dat periodieke randvoorwaarden een extra vergelijking opleveren (behalve λ 0 = λ n ), h n λ 1 + 2(h 1 + h n )λ n + h 1 λ n 1 = 3(d 1 h n + d n h 1 ). (1.37) In de representatie (1.30) hebben we de afgeleiden van de spline in de steunpunten als onbekenden genomen en er vergelijkingen voor afgeleid uit de continuïteitsvoorwaarden voor de tweede afgeleiden. Analoog kunnen we een representatie kiezen, waarin de tweede afgeleiden (de momenten M i van S genaamd) de onbekenden zijn, waarvoor vergelijkingen worden afgeleid uit de continuïteit van de eerste afgeleiden. Als we kiezen voor de representatie dan geeft twee maal integreren S i (x) = M i 1 (1 t) + M i t, (t := (x t i 1 )/h i ) S i (x) = 1 6 h2 i M i 1 (1 t) h2 i M i t 3 + A i (1 t) + B i t, waarbij de integratieconstanten A i en B i bepaald worden uit de relaties S (t i ) = f i en S (t i 1 ) = f i 1. Zo vinden we op het deelinterval [t i 1, t i ] de representatie S i (x) = (f i 1 6 h2 i M i )t + (f i h2 i M i 1 )(1 t) h2 i M i 1 (1 t) h2 i M i t 3. (1.38) waarin alleen de momenten als onbekenden voorkomen. Uit de continuïteit van de eerste afgeleiden in t i, (i = 1,, n 1) vinden we na enig rekenwerk de vergelijkingen met α i := α i M i 1 + 2M i + β i M i+1 = 3m i, (1.39) h i h i + h i+1, β i := h i+1 h i + h i+1, m i := 2 d i+1 d i h i + h i+1. voor i = 1,, n 1. Vanwege de vaste rand vinden we nog twee extra vergelijkingen, 2M 0 + M 1 = 3m 0, m 0 := 2 h 1 (d 1 f (a)), M n 1 + 2M n = 3m n, m n := 2 h n (f (b) d n ). (1.40)
12 1 INTERPOLATIE EN APPROXIMATIE 19 De matrix in het zo verkregen stelsel vergelijkingen is diagonaaldominant, zodat ook dit stelsel een unieke oplossing heeft. Opgave 1.8: Ga na dat in het periodieke geval (1.39) ook voor i = 0 geldt, als we de indices modulo n nemen. Ga ook na dat M 0 = M n = 0 in het geval van een vrije rand. Met behulp van de representatie (1.38) van de spline met de momenten als onbekenden kunnen we redelijk gemakkelijk een foutschatting afleiden. Hiervoor bewijzen we eerst het volgende lemma: Lemma. Zij A de tridiagonale matrix behorende bij het stelsel vergelijkingen ( ) voor de momenten, α 1 2 β α 2 2 β α 3 2 β 3 0 A :=..., (1.41) α n 1 2 β n dan geldt x Ax voor elke vektor x IR n+1 (d.w.z. A 1 1). Bewijs. Zij x k := max i x i de grootste komponent van x, dan geldt voor de k-de komponent van de vector Ax: (Ax) k = 2x k + α k x k 1 + β k x k+1 x k, omdat α k + β k = 1. Hieruit volgt de bewering. Stelling Als f C 4 ([a, b]) en als S de kubische spline interpolant van f met vaste rand is, dan voldoet deze tesamen met zijn eerste drie afgeleiden aan de foutschatting f (i) S (i) C i h 4 i f (4), i = 0, 1, 2, 3, (1.42) waar h de maximale maaswijdte is van en C i een constante is, die niet afhangt van f en van de verdeling. Bewijs. We zullen (1.42) eerst bewijzen voor i = 2 door te laten zien dat S (een stuksgewijs lineair polynoom) dicht bij de lineaire interpolant van f ligt. Daarna leiden we hieruit een schatting af voor de andere afgeleiden. Om de formules eenvoudig te houden, zullen we aannemen dat de verdeling equidistant is, t i t i 1 = h i. Voor het rechterlid van (1.39) geldt nu: m i = f i 1 2f i + f i+1 h 2 = f (t i ) + h2 12 f(4) (ξ i ). (1.43) Omdat α i = β i = 1 2, vinden we uit (1.39) voor de verschillen v i := M i m i de relaties v i v i + v i+1 = 2 m i m i 1 m i+1 = h2 12 f(4) (η i ). Met behulp van het lemma volgt hieruit v i = M i m i h2 12 f(4). (1.44) Hieruit volgt dat het verschil tussen S en de lineaire interpolant van f op de punten t i en t i 1 op het gehele deelinterval [t i 1, t i ] begrensd is door (1.44). Het verschil tussen S en f op dit deelinterval is dus hoogstens gelijk aan dit bedrag vermeerderd met de lineaire-interpolatiefout, S f ( ) h2 f (4). (1.45)
13 1 INTERPOLATIE EN APPROXIMATIE 20 Voor een schatting van f S gebruiken we de Lagrange-restterm (1.3) op de volgende manier. Als g C 2 en g(x 1 ) = g(x 2 ) = 0, dan geldt g(x) 1 2 (x x 1)(x x 2 ) g (ξ x ) 1 8 (x 1 x 2 ) 2 g, x [x 1, x 2 ]. (1.46) Het verschil f S i is nul in de randpunten t i en t i 1, zodat toepassing van (1.46) op dit verschil het volgende resultaat geeft: f S h2 8 S f h4 f (4). Omdat het verschil f S i nul is in de randpunten t i en t i 1, heeft de afgeleide f S i een nulpunt ζ binnen dat interval en kunnen we schrijven f (x) S i(x) = x ζ f (s) S (s) ds. Met behulp van (1.45) vinden we dus de schatting f S i 5 24 h3 f (4). Tenslotte vinden we de schatting voor de derde afgeleide f (3) S (3) door op het deelinterval [t i 1, t i ] de derde afgeleide S (3) te vergelijken met de afgeleide van de lineaire interpolant van f op de steunpunten t i en t i 1. Deze stelling geldt ook voor een periodieke spline benadering van een periodieke functie (met een analoog bewijs), maar niet voor een spline benadering met een vrije rand. Bij een vrije rand is de tweede afgeleide in de randpunten a en b nul en kan dit i.h.a. onmogelijk een benadering geven van f van orde h 2. Het is echter wel te bewijzen, dat deze onnauwkeurigheid aan de rand naar het midden toe snel uitdempt en verwaarloosbaar klein wordt.
14 REFERENCES 112 References [1] M. Hestenes & E. Stiefel, Methods of conjugate gradients for solving linear systems, J. Research NBS, 49, pp , [2] C. Lanczos, An iteration method for the solution of the eigenvalue problem of linear differential and integral operators, J. Research NBS, 45, pp , [3] J.K. Reid, On the method of conjugate gradients for the solution of large sparse systems of linear equations, Proc. Conf. on Large Sparse Sets of Linear Equations, Academic Press, New York, [4] J.A. Meijerink and H.A. van der Vorst, An iterative solution method for linear systems of which the coefficient matrix is a symmetric M-matrix, Math.of Comp., 31, pp , [5] G.H. Golub & C.F. Van Loan, Matrix Computations, The Johns Hopkins University Press, Baltimore, Maryland, USA, 1 ste druk, 1983, 2 de druk, 1988, 3 de druk, [6] R. Bulirsch & J. Stoer, Introduction to Numerical Analysis, Springer Verlag, Berlin, (Ook verkrijgbaar in een goedkope duitstalige pocketeditie). [7] D. Kincaid & W. Cheney, Numerical Analysis, Brooks & Cole Publishing Company, Pacific Grove, California, USA, 1991; 2de druk, 1996.
2 Fourier analyse en de Fast Fourier Transform
2 FOURIER ANALYSE EN DE FAST FOURIER TRANSFORM 21 2 Fourier analyse en de Fast Fourier Transform Zij f een continue 2π-periodieke funktie op IR (eventueel met complexe waarden), dan kunnen we f ontwikkelen
Nadere informatieSyllabus Numerieke Analyse I en II
Syllabus Numerieke Analyse I en II P. de Groen Abstract Deze syllabus omvat hoofdstukken over een aantal onderwerpen die in de cursus behandeld worden: Afrondfouten, Fast Fourier Transformatie, interpolatie,
Nadere informatieSyllabus Numerieke Analyse I en II
Syllabus Numerieke Analyse I en II P. de Groen Abstract Deze syllabus omvat hoofdstukken over een aantal onderwerpen die in de cursus behandeld worden: Afrondfouten, Fast Fourier Transformatie, interpolatie,
Nadere informatieOpgaven bij Numerieke Wiskunde I
Opgaven bij Numerieke Wiskunde I 7 november 8 1. (a) Gegeven verschillende interpolatiepunten x, x 1, x [a, b], en getallen y, y 1, y, z 1, toon aan dat er hooguit 1 polynoom p P 3 is met p(x i ) = y i,
Nadere informatieUtrecht, 25 november Numerieke Wiskunde. Gerard Sleijpen Department of Mathematics.
Utrecht, 25 november 2014 Numerieke Wiskunde Gerard Sleijpen Department of Mathematics http://www.staff.science.uu.nl/ sleij101/ [a, b] R, : [a, b] R Benader f door eenvoudige functies Voorbeelden eenvoudige
Nadere informatieOefenopgaven wi3097: Numerieke methoden voor differentiaalvergelijkingen
Oefenopgaven wi3097: Numerieke methoden voor differentiaalvergelijkingen 1 Introductie Taylor polynoom, floating point getal, afrondfout Orde symbool Landau 1. Laat f(x) = x 3. Bepaal het tweede orde Taylor
Nadere informatieTentamen Functies en Reeksen
Tentamen Functies en Reeksen 6 november 204, 3:30 6:30 uur Schrijf op ieder vel je naam en bovendien op het eerste vel je studentnummer, de naam van je practicumleider (Arjen Baarsma, KaYin Leung, Roy
Nadere informatieZ.O.Z. Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 16 juni 2016, 12:30 15:30 (16:30)
Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 16 juni 016, 1:30 15:30 (16:30) Het gebruik van een rekenmachine, telefoon of tablet is niet toegestaan. U mag geen gebruik maken van aantekeningen
Nadere informatie168 HOOFDSTUK 5. REEKSONTWIKKELINGEN
168 HOOFDSTUK 5. REEKSONTWIKKELINGEN 5.7 Vraagstukken Vraagstuk 5.7.1 Beschouw de differentiaalvergelijking d2 y d 2 = 2 y. (i) Schrijf y = a k k. Geef een recurrente betrekking voor de coëfficienten a
Nadere informatieOverzicht Fourier-theorie
B Overzicht Fourier-theorie In dit hoofdstuk geven we een overzicht van de belangrijkste resultaten van de Fourier-theorie. Dit kan als steun dienen ter voorbereiding op het tentamen. Fourier-reeksen van
Nadere informatieRelatieve fout, maximum relatieve fout, absolute fout en maximum absolute fout. γ < ε X X X. = γ X
2 oct 95 Inhoud foutenanalyse interpolatie, approximatie, splines FFT numerieke integratie numerieke lineaire algebra (niet te vinden in de cursus, wel kopiekes bij ig) Stelsels niet lineaire vergelijkingen
Nadere informatie(x x 1 ) + y 1. x x k+1 x k x k+1
Les Talor reeksen We hebben in Wiskunde een aantal belangrijke reële functies gezien, bijvoorbeeld de exponentiële functie exp(x) of de trigonometrische functies sin(x) en cos(x) Toen hebben we wel eigenschappen
Nadere informatie18.I.2010 Wiskundige Analyse I, theorie (= 60% van de punten)
8.I.00 Wiskundige Analyse I, theorie 60% van de punten) Beantwoord elk van de vragen I,II,III en IV op één van de dubbele geruite bladen. Schrijf op elk van die dubbele geruite bladen, bovenaan de eerste
Nadere informatieHoofdstuk 10: Partiële differentiaalvergelijkingen en Fourierreeksen
Hoofdstuk : Partiële differentiaalvergelijkingen en Fourierreeksen Partiële differentiaalvergelijkingen zijn vergelijkingen waarin een onbekende functie van twee of meer variabelen en z n partiële afgeleide(n)
Nadere informatieTW2040: Complexe Functietheorie
TW2040: Complexe Functietheorie week 4.6, maandag K. P. Hart Faculteit EWI TU Delft Delft, 30 mei, 2016 K. P. Hart TW2040: Complexe Functietheorie 1 / 33 Outline 1 2 Algemeenheden Gedrag op de rand Machtreeksen
Nadere informatie(x x 1 ) + y 1. x x 1 x k x x x k 1
Les Taylor reeksen We hebben in Wiskunde een aantal belangrijke reële functies gezien, bijvoorbeeld de exponentiële functie exp(x) of de trigonometrische functies sin(x) en cos(x) Toen hebben we wel eigenschappen
Nadere informatieTentamen Numerieke Wiskunde dinsdag, 28 januari 2014,
Tentamen Numerieke Wiskunde dinsdag, 8 januari 04, 3.30 6.30. Zet op ieder vel dat je inlevert je naam en op et eerste vel bovendien nog je studentnummer.. Je mag et dictaat gebruiken, de uitwerkingen
Nadere informatieTW2040: Complexe Functietheorie
TW2040: Complexe Functietheorie week 4.10, donderdag K. P. Hart Faculteit EWI TU Delft Delft, 23 juni, 2016 K. P. Hart TW2040: Complexe Functietheorie 1 / 46 Outline 1 2 3 K. P. Hart TW2040: Complexe Functietheorie
Nadere informatie4 B-splines. 4.a Definities en elementaire eigenschappen 4 B-SPLINES 40
4 B-SPLINES 4 4 B-splines 4.a Definities en elementaire eigenschappen In plaats van de bereening van een spline-benadering via een loale-polynoomrepresentatie per deelinterval, unnen we oo een basis iezen
Nadere informatie(b) Formuleer het verband tussen f en U(P, f), en tussen f en L(P, f). Bewijs de eerste. (c) Geef de definitie van Riemann integreerbaarheid van f.
Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 2 juli 2015, 08:30 11:30 (12:30) Het gebruik van een rekenmachine, telefoon of tablet is niet toegestaan. U mag geen gebruik maken van het boek Analysis
Nadere informatieTRILLINGEN EN GOLVEN HANDOUT FOURIER
TRILLINGEN EN GOLVEN HANDOUT FOURIER Cursusjaar 2009 / 2010 2 Inhoudsopgave 1 FOURIERANALYSE 5 1.1 INLEIDING............................... 5 1.2 FOURIERREEKSEN.......................... 5 1.3 CONSEQUENTIES
Nadere informatieInhoud college 5 Basiswiskunde Taylorpolynomen
Inhoud college 5 Basiswiskunde 4.10 Taylorpolynomen 2 Basiswiskunde_College_5.nb 4.10 Inleiding Gegeven is een functie f met punt a in domein D f. Gezocht een eenvoudige functie, die rond punt a op f lijkt
Nadere informatie3 Opgaven bij Hoofdstuk 3
3 Opgaven bij Hoofdstuk 3 Opgave 3. Voor k beschouwen we de functie f k : x sin(x/k). Toon aan dat f k 0 uniform op [ R, R] voor iedere R > 0. Opgave 3.2 Zij V een verzameling. Een functie f : V C heet
Nadere informatieUNIVERSITEIT TWENTE Faculteit Elektrotechniek, Wiskunde en Informatica
UNIVERSITEIT TWENTE Faculteit Elektrotechniek, Wiskunde en Informatica Uitwerking tentamen Functies van één veranderlijke (5260) op donderdag 25 oktober 2007, 9.00 2.00 uur. De uitwerkingen van de opgaven
Nadere informatie. Maak zelf een ruwe schets van f met A = 2, ω = 6π en ϕ = π 6. De som van twee trigonometrische polynomen is weer een trigonometrisch polynoom
8. Fouriertheorie Periodieke functies. Veel verschijnselen en processen hebben een periodiek karakter. Na een zekere tijd, de periode, komt hetzelfde patroon terug. Denk maar aan draaiende of heen en weer
Nadere informatieTW2040: Complexe Functietheorie
TW2040: Complexe Functietheorie week 4.1, donderdag K. P. Hart Faculteit EWI TU Delft Delft, 21 april, 2016 K. P. Hart TW2040: Complexe Functietheorie 1 / 32 Outline 1 K. P. Hart TW2040: Complexe Functietheorie
Nadere informatieTechnische Universiteit Delft. ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW2030 Vrijdag 30 januari 2015,
Technische Universiteit Delft Faculteit EWI ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW23 Vrijdag 3 januari 25, 4.-7. Dit tentamen bestaat uit 6 opgaven. Alle antwoorden dienen beargumenteerd
Nadere informatieTW2040: Complexe Functietheorie
TW2040: Complexe Functietheorie week 4.3, maandag K. P. Hart Faculteit EWI TU Delft Delft, 2 mei, 2016 K. P. Hart TW2040: Complexe Functietheorie 1 / 34 Outline 1 Conforme afbeeldingen 2 K. P. Hart TW2040:
Nadere informatieUNIVERSITEIT TWENTE Faculteit Elektrotechniek, Wiskunde en Informatica
UNIVERSITEIT TWENTE Faculteit Elektrotechniek, Wiskunde en Informatica Uitwerking Proeftentamen 3 Functies van één veranderlijke (15126 De uitwerkingen van de opgaven dienen duidelijk geformuleerd en overzichtelijk
Nadere informatie7 Stelsels niet-lineaire vergelijkingen en minimalisatieproblemen
7 STELSELS NIET-LINEAIRE VERGELIJKINGEN EN MINIMALISATIEPROBLEMEN 72 7 Stelsels niet-lineaire vergelijkingen en minimalisatieproblemen 7.a Probleemstelling in één dimensie Bepaal de oplossing van de volgende
Nadere informatieExamen Numerieke Analyse I, 1 lic Info, 5 juni 2000
1 Examen Numerieke Analyse I, 1 lic Info, 5 juni 2000 deel 1 1. Laten u =(u 1,,u n ) T en v =(v 1,,v n ) T twee reële vektoren zijn en S := u T v het inprodukt ervan, berek met de algoritme S := 0; for
Nadere informatien=0 en ( f(y n ) ) ) n=0 equivalente rijen zijn.
Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 8 juli 2011, 14.00 17.00 Het gebruik van een rekenmachine en/of telefoon is niet toegestaan. U mag geen gebruik maken van het boek Analysis I. Geef
Nadere informatieOpgaven Inleiding Analyse
Opgaven Inleiding Analyse E.P. van den Ban Limieten en continuïteit Opgave. (a) Bewijs direct uit de definitie van iet dat y 0 y = 0. (b) Bewijs y 0 y 3 = 0 uit de definitie van iet. (c) Bewijs y 0 y 3
Nadere informatieV.4 Eigenschappen van continue functies
V.4 Eigenschappen van continue functies We bestuderen een paar belangrijke stellingen over continue functies. Maxima en minima De stelling over continue functies die we in deze paragraaf bewijzen zegt
Nadere informatie5 Totale kleinste kwadraten
5 TOTALE KLEINSTE KWADRATEN 49 5 Totale kleinste kwadraten 5a Beste benadering in IR Als we de verzameling punten V := {, 2,, m } in IR hebben gegeven en we vragen welk punt z het dichtst bij al deze punten
Nadere informatieExamenvragen Hogere Wiskunde I
1 Examenvragen Hogere Wiskunde I Vraag 1. Zij a R willekeurig. Gegeven is dat voor alle r, s Q geldt dat a r+s = a r a s. Bewijs dat voor alle x, y R geldt dat a x+y = a x a y. Vraag 2. Gegeven 2 functies
Nadere informatieDoe de noodzakelijke berekeningen met de hand; gebruik Maple ter controle.
De n-de term van de numerieke rij (t n ) (met n = 0,, 2,...) is het rekenkundig gemiddelde van zijn twee voorgangers. (a) Bepaal het Z-beeld F van deze numerieke rij en het bijhorende convergentiegebied.
Nadere informatieRadboud Universiteit Nijmegen Tentamen Calculus 1 NWI-NP003B 4 januari 2013,
Radboud Universiteit Nijmegen Tentamen Calculus 1 NWI-NP003B 4 januari 013, 8.30 11.30 Het gebruik van een rekenmachine, telefoon en boek(en) is niet toegestaan. Geef precieze argumenten en antwoorden.
Nadere informatieAanvullingen van de Wiskunde
3de Bachelor EIT - de Bachelor Fysica Academiejaar 014-015 1ste semester 7 januari 015 Aanvullingen van de Wiskunde 1. Gegeven is een lineaire partiële differentiaalvergelijking van orde 1: a 1 (x 1,,
Nadere informatieTechnische Universiteit Delft Tentamen Calculus TI1106M - Uitwerkingen. 2. Geef berekeningen en beargumenteer je antwoorden.
Technische Universiteit elft Tentamen Calculus TI06M - Uitwerkingen Opmerkingen:. Het gebruik van de rekenmachine is NIET toegestaan.. Geef berekeningen en beargumenteer je antwoorden. 3. Bij iedere vraag
Nadere informatieComplexe functies. 2.1 Benadering door veeltermen
Wiskunde voor kunstmatige intelligentie, Les Complexe functies Nadat we de complexe getallen hebben leren kennen, is het een voor de hand liggende vraag of hiervoor net als voor de reële getallen ook functies
Nadere informatie6 Geconjungeerde gradienten
6 GECONJUNGEERDE GRADIENTEN 59 6 Geconjungeerde gradienten Laat A IR n n een symmetrische positief definiete matrix zijn, d.w.z. A T = A en er is een γ > 0 zodat x T Ax γ x T x voor alle x IR n, (6.1)
Nadere informatieTentamen lineaire algebra 2 18 januari 2019, 10:00 13:00 Uitwerkingen (schets)
Tentamen lineaire algebra 8 januari 9, : : Uitwerkingen (schets) Opgave. ( + punten) Gegeven is de matrix ( ) A =. (a) Bepaal een diagonaliseerbare matrix D en een nilpotente matrix N zodanig dat A = N
Nadere informatie1. (a) Formuleer het Cauchy criterium voor de convergentie van een reeks
Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 7 augustus 2015, 16:30 19:30 (20:30) Het gebruik van een rekenmachine, telefoon of tablet is niet toegestaan. U mag geen gebruik maken van het boek
Nadere informatieExamen Complexe Analyse (September 2008)
Examen Complexe Analyse (September 2008) De examenvragen vind je op het einde van dit documentje. Omdat het hier over weinig studenten gaat, heb ik geen puntenverdeling meegegeven. Vraag. Je had eerst
Nadere informatieax + 2 dx con- vergent? n ln(n) ln(ln(n)), n=3 (d) y(x) = e 1 2 x2 e 1 2 t2 +t dt + 2
Radboud Universiteit Nijmegen Tentamen Calculus NWI-NPB 8 januari 3, 8.3.3 Het gebruik van een rekenmachine, telefoon en boek(en) is niet toegestaan. Geef precieze argumenten en antwoorden. Maak uw redenering
Nadere informatieExamen G0O17D Wiskunde II (6sp) maandag 10 juni 2013, 8:30-12:30 uur
Examen GO7D Wiskunde II (6sp maandag juni 3, 8:3-:3 uur Bachelor Biochemie & Biotechnologie Bachelor hemie, Bachelor Geologie Schakelprogramma Master Biochemie & Biotechnologie en Schakelprogramma Master
Nadere informatieTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN
TENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN Vakcode: 8D. Datum: Donderdag 8 juli 4. Tijd: 14. 17. uur. Plaats: MA 1.44/1.46 Lees dit vóórdat je begint! Maak iedere opgave op een apart vel. Schrijf je
Nadere informatieTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN
TENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN Vakcode: 8D020. Datum: Vrijdag 26 maart 2004. Tijd: 14.00 17.00 uur. Plaats: MA 1.41 Lees dit vóórdat je begint! Maak iedere opgave op een apart vel. Schrijf
Nadere informatieUitwerkingen Tentamen Gewone Differentiaalvergelijkingen
Uitwerkingen Tentamen Gewone Differentiaalvergelijkingen Maandag 4 januari 216, 1: - 13: uur 1. Beschouw voor t > de inhomogene singuliere tweede orde vergelijking, t 2 ẍ + 4tẋ + 2x = f(t, (1 waarin f
Nadere informatieTW2040: Complexe Functietheorie
TW2040: Complexe Functietheorie week 4.6, donderdag K. P. Hart Faculteit EWI TU Delft Delft, 2 juni, 2016 K. P. Hart TW2040: Complexe Functietheorie 1 / 38 Outline 1 Rekenregels 2 K. P. Hart TW2040: Complexe
Nadere informatieOpgaven Functies en Reeksen. E.P. van den Ban
Opgaven Functies en Reeksen E.P. van den Ban c Mathematisch Instituut Universiteit Utrecht Augustus 2014 1 Opgaven bij Hoofdstuk 1 Opgave 1.1 Zij f : R n R partieel differentieerbaar naar iedere variabele
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Numerieke Methoden voor Werktuigbouwkunde (2N46) op maandag 23 Deel 1: Van 14 uur tot uiterlijk 153 uur Het gebruik van het
Nadere informatieONBETWIST ONderwijs verbeteren met WISkunde Toetsen Voorbeeldtoetsen Lineaire Algebra Deliverable 3.10 Henk van der Kooij ONBETWIST Deliverable 3.
ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Voorbeeldtoetsen Lineaire Algebra Deliverable 3.10 Henk van der Kooij ONBETWIST Deliverable 3.8 ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Inleiding
Nadere informatieBekijk nog een keer het stelsel van twee vergelijkingen met twee onbekenden x en y: { De tweede vergelijking van de eerste aftrekken geeft:
Determinanten Invoeren van het begrip determinant Bekijk nog een keer het stelsel van twee vergelijkingen met twee onbekenden x en y: { a x + b y = c a 2 a 2 x + b 2 y = c 2 a Dit levert op: { a a 2 x
Nadere informatieHet uitwendig product van twee vectoren
Het uitwendig product van twee vectoren Als u, v R 3, u = u 1, u 2, u 3 en v = v 1, v 2, v 3 dan is het uitwendig product van u en v gelijk aan een vector in R 3 en wel u 2 v 3 u 3 v 2, u 3 v 1 u 1 v 3,
Nadere informatie1. (a) Gegeven z = 2 2i, w = 1 i 3. Bereken z w. (b) Bepaal alle complexe getallen z die voldoen aan z 3 8i = 0.
Radboud Universiteit Nijmegen Tentamen Calculus NWI-NP003B 4 november 04,.30 5.30 Het gebruik van een rekenmachine/gr, telefoon, boek, aantekeningen e.d. is niet toegestaan. Geef precieze argumenten en
Nadere informatieUitwerkingen tentamen lineaire algebra 2 13 januari 2017, 10:00 13:00
Uitwerkingen tentamen lineaire algebra 3 januari 07, 0:00 3:00 Hint: Alle karakteristiek polynomen die je nodig zou kunnen hebben, hebben gehele nulpunten. Als dat niet het geval lijkt, dan heb je dus
Nadere informatieTW2040: Complexe Functietheorie
week 4.8, maandag Faculteit EWI TU Delft Delft, 6 juni, 2016 1 / 33 Outline 1 Maximum-modulusprincipe Lemma van Schwarz 2 2 / 33 Maximum-modulusprincipe Lemma van Schwarz Maximum-modulusprincipe Stelling
Nadere informatieInfi A oefententamen ψ
Infi A oefententamen ψ Aanwijzingen Motiveer alle antwoorden. Werk rustig, netjes en duidelijk. Zorg dat je uitwerking maar één interpretatie toelaat. Alle informatie op dit opgavenblad mag bij alle (deel)opgaven
Nadere informatieDit is in feite de ongelijkheid van Cauchy Schwarz voor het standaardinproduct in R s van de vectoren
Dit is in feite de ongelijkheid van Cauchy Schwarz voor het standaardinproduct in R s van de vectoren a = (a 1,..., a s ) en b = (b 1,..., b s ). Toepassing van deze Cauchy Schwarz-ongelijkheid levert
Nadere informatiePrimitieve functie Als f : R --> R continu is op een interval, dan noemt men F : R --> R een primiteive functie of
Enkelvoudige integralen Kernbegrippen Onbepaalde integralen Van onbepaalde naar bepaalde integraal Bepaalde integralen Integratiemethoden Standaardintegralen Integratie door splitsing Integratie door substitutie
Nadere informatieextra sommen bij Numerieke lineaire algebra
extra sommen bij Numerieke lineaire algebra 31 oktober 2012 1. Stel, we willen met een rekenapparaat (dat arithmetische bewerkingen uitvoert met een relatieve nauwkeurigheid ξ, ξ ξ) voor twee getallen
Nadere informatieen-splitsingen: een aantal alternatieven worden parallel toegepast, of-splitsingen: van een aantal alternatieven wordt er één toegepast,
Kansrekening voor Informatiekunde, 25 Les 8 Proces analyse Veel processen laten zich door netwerken beschrijven, waarin knopen acties aangeven en opdrachten langs verbindingen tussen de knopen verwerkt
Nadere informatieOefeningen Wiskundige Analyse I
Oneigenlijke integralen Oefeningen Wiskundige Analyse I. Voor welke waarden van de reële parameters α en β is de oneigenlijke integraal x α ( + x β ) dx convergent? divergent? 2. Voor welke waarden van
Nadere informatieTentamen Gewone Differentiaal Vergelijkingen II
Tentamen Gewone Differentiaal Vergelijkingen II.0.007 Jullie mogen een willekeurige van de vier opgaven als bonusopgave bekijken. (Dus drie opgaven volledig en goed gedaan is al een 10.) Opgave 1 Bekijk
Nadere informatieTentamen Discrete Wiskunde 1 10 april 2012, 14:00 17:00 uur
Tentamen Discrete Wiskunde 0 april 0, :00 7:00 uur Schrijf je naam op ieder blad dat je inlevert. Onderbouw je antwoorden, met een goede argumentatie zijn ook punten te verdienen. Veel succes! Opgave.
Nadere informatie3 De duale vectorruimte
3 De duale vectorruimte We brengen de volgende definitie in de herinnering. Definitie 3.1 (hom K (V, W )) Gegeven twee vectorruimtes (V, K) en (W, K) over K noteren we de verzameling van alle lineaire
Nadere informatieKies voor i een willekeurige index tussen 1 en r. Neem het inproduct van v i met de relatie. We krijgen
Hoofdstuk 95 Orthogonaliteit 95. Orthonormale basis Definitie 95.. Een r-tal niet-triviale vectoren v,..., v r R n heet een orthogonaal stelsel als v i v j = 0 voor elk paar i, j met i j. Het stelsel heet
Nadere informatieUitwerking Proeftentamen Lineaire Algebra 1, najaar y y = 2x. P x. L(P ) y = x. 2/3 1/3 en L wordt t.o.v de standaardbasis gegeven door
Uitwerking Proeftentamen Lineaire Algebra, najaar 007. Gegeven is de lineaire afbeelding L : R R, die een punt P = (x, y) langs de lijn y = x projecteert op de lijn y = x: y y = x P x L(P ) y = x Bepaal
Nadere informatieNumerieke Analyse. Prof. Dr. Guido Vanden Berghe
Numerieke Analyse Prof. Dr. Guido Vanden Berghe Chapter 7 Numeriek berekenen van afgeleiden Doelstelling De topics behandeld in dit hoofdstuk zullen vooral van belang zijn voor de paragrafen over randwaarde
Nadere informatieTW2040: Complexe Functietheorie
TW2040: Complexe Functietheorie week 4.9, maandag K. P. Hart Faculteit EWI TU Delft Delft, 13 juni, 2016 K. P. Hart TW2040: Complexe Functietheorie 1 / 41 Outline III.6 The Residue Theorem 1 III.6 The
Nadere informatieN3 LINEAIRE INTERPOLATIE
N3 LINEAIRE INTERPOLATIE 3.18 Inleiding Het komt vaak voor dat we slechts gedeeltelijke informatie hebben over het vloeiende verloop van een functie f en toch de waarde van de functie y = f(x) in een bepaald
Nadere informatieVectorruimten met inproduct
Hoofdstuk 3 Vectorruimten met inproduct 3. Inleiding In R 2 en R 3 hebben we behalve de optelling en scalairvermenigvuldiging nog meer structuur ; bij een vector kun je spreken over zijn lengte en bij
Nadere informatieTentamen lineaire algebra voor BWI maandag 15 december 2008, uur.
Vrije Universiteit Amsterdam Faculteit der Exacte Wetenschappen Afdeling Wiskunde Tentamen lineaire algebra voor BWI maandag 5 december 8, 5.5-8. uur. ELK ANTWOORD DIENT TE WORDEN BEARGUMENTEERD. Er mogen
Nadere informatieTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN
TENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN Vakcode: 8D2. Datum: dinsdag 29 april 28. Tijd: 14: 17:. Lees dit vóórdat je begint! Maak iedere opgave op een apart vel. Schrijf je naam en studentnummer
Nadere informatieOpdrachten numerieke methoden, week 1
Opdrachten numerieke methoden, week Opdracht : De potentiaal in een diode. [Bewijs dat ψ = u T arcsinh D 2n i ) ] ) ) D = n p = n i e ψ u T e ψ u ψ T = 2n i sinh u T ) D ψ = u T arcsinh 2n i.2 [Conditiegetal
Nadere informatieNumerieke Analyse - Week 03
Numerieke Analyse - Week 3 Jan Brandts Woensdag 21 september 211 1. Samenvatting en opgaven We zoeken een polynoom p P k (I) waarvan de functiewaarden in k + 1 verscillende punten x,..., x k I overeenstemmen
Nadere informatie8 Oefeningen Numerieke Analyse
8 OEFENINGEN NUMERIEKE ANALYSE 82 8 Oefeningen Numerieke Analyse 8.a Fouriertransformatie 1. Een complexwaardige functie f op de reële rechte en zijn Fouriergetransformeerde g voldoen aan de volgende relaties:
Nadere informatieHoofdstuk 10: Partiële differentiaalvergelijkingen en Fourierreeksen
Hoofdstuk : Partiële differtiaalvergelijking Fourierreeks Partiële differtiaalvergelijking zijn vergelijking waarin e onbekde functie van twee of meer variabel z n partiële afgeleide(n) voorkom. Dit in
Nadere informatieTer Leering ende Vermaeck
Ter Leering ende Vermaeck 15 december 2011 1 Caleidoscoop 1. Geef een relatie op Z die niet reflexief of symmetrisch is, maar wel transitief. 2. Geef een relatie op Z die niet symmetrisch is, maar wel
Nadere informatieExamen G0O17E Wiskunde II (3sp) maandag 10 juni 2013, 8:30-11:30 uur. Bachelor Geografie en Bachelor Informatica
Examen GO7E Wiskunde II (3sp maandag juni 3, 8:3-:3 uur Bachelor Geografie en Bachelor Informatica Auditorium De Molen: A D Auditorium MTM3: E-Se Auditorium MTM39: Sh-Z Naam: Studierichting: Naam assistent:
Nadere informatieTechnische Universiteit Delft Uitwerking Tentamen Analyse 3, WI 2601 Maandag 11 januari 2010, 9.00-12.00
Technische Universiteit Delft Uitwerking Tentamen Analyse 3, WI 6 Maandag januari, 9- Faculteit EWI Dit tentamen bestaat uit 6 opgaven Alle antwoorden dienen beargumenteerd te worden Normering: punten
Nadere informatiePolynomen. + 5x + 5 \ 3 x 1 = S(x) 2x x. 3x x 3x 2 + 2
Lesbrief 3 Polynomen 1 Polynomen van één variabele Elke functie van de vorm P () = a n n + a n 1 n 1 + + a 1 + a 0, (a n 0), heet een polynoom of veelterm in de variabele. Het getal n heet de graad van
Nadere informatieAnalyse I. 2. Formuleer en bewijs de formule van Taylor voor een functie f : R R. Stel de formules op voor de resttermen van Lagrange en Liouville.
Academiejaar 006-007 1ste semester februari 007 Analyse I 1. Toon aan dat elke begrensde rij een convergente deelrij heeft. Geef de definitie van een Cauchy rij, en toon aan dat elke Cauchy rij begrensd
Nadere informatieComplexe Analyse - Bespreking Examen Juni 2010
Complexe Analyse - Bespreking Examen Juni 2010 Hier volgt een bespreking van het examen van Complexe Analyse op 18 juni. De bedoeling is je de mogelijkheid te geven na te kijken wat je goed en wat je minder
Nadere informatieTentamen WISN101 Wiskundige Technieken 1 Ma 7 nov :30 16:30
Tentamen WISN11 Wiskundige Technieken 1 Ma 7 nov 16 13:3 16:3 Normering voor 4 pt vragen (andere vragen naar rato): 4pt Goed begrepen en goed uitgevoerd met voldoende toelichting, eventueel enkele onbelangrijke
Nadere informatieLineaire algebra I (wiskundigen)
Lineaire algebra I (wiskundigen) Toets, donderdag 22 oktober, 2009 Oplossingen (1) Zij V het vlak in R 3 door de punten P 1 = (1, 2, 1), P 2 = (0, 1, 1) en P 3 = ( 1, 1, 3). (a) Geef een parametrisatie
Nadere informatieUniversiteit Leiden, 2015 Wiskundewedstrijdtraining, week 14
Universiteit Leiden, 0 Wisundewedstrijdtraining, wee Wee : reesen Een rees is een speciaal soort rij, dus: den altijd eerst na over convergentie! bijzonder: monotone, begrensde rijen convergeren In het
Nadere informatieBijzondere kettingbreuken
Hoofdstuk 15 Bijzondere kettingbreuken 15.1 Kwadratische getallen In het vorige hoofdstuk hebben we gezien dat 2 = 1, 2, 2, 2, 2, 2, 2,.... Men kan zich afvragen waarom we vanaf zeker moment alleen maar
Nadere informatieAanvullingen van de Wiskunde
1ste semester 23 januari 2007 Aanvullingen van de Wiskunde 1. Gegeven zijn twee normen 1 en 2 op een vectorruimte V. Wanneer zegt men dat de 1 fijner is dan 2? Wat is dan het verband tussen convergentie
Nadere informatieHuiswerk Hints&Tips Analyse 2, College 26
Huiswerk Hints&Tips Analyse, College 6 [K..]. Tip : Toon aan dat er punten (x, y ) en (x, y ) en scalars m, M R bestaan zo dat m = f(x, y ) f(x, y) f(x, y ) = M. Laat dan zien dat m(b a)(d c) = m f M =
Nadere informatieUNIVERSITEIT TWENTE Faculteit Elektrotechniek, Wiskunde en Informatica
UNIVERSITEIT TWENTE Faculteit Elektrotechniek, Wiskunde en Informatica Uitwerking tentamen Functies van één veranderlijke (526) op maandag 4 januari 2, 8.45.45 uur. De uitwerkingen van de opgaven dienen
Nadere informatie8. Differentiaal- en integraalrekening
Computeralgebra met Maxima 8. Differentiaal- en integraalrekening 8.1. Sommeren Voor de berekening van sommen kent Maxima de opdracht: sum (expr, index, laag, hoog) Hierbij is expr een Maxima-expressie,
Nadere informatieNumerieke Wiskunde M. de Jeu Mathematisch Instituut Universiteit Leiden
Numerieke Wiskunde 1 23-24 M. de Jeu Mathematisch Instituut Universiteit Leiden 21 januari 24 ii Voorwoord Dit dictaat bevat de in het collegejaar 22-23 bij het college Numerieke Wiskunde 1 behandelde
Nadere informatie6. Lineaire operatoren
6. Lineaire operatoren Dit hoofdstukje is een generalisatie van hoofdstuk 2. De meeste dingen die we in hoofdstuk 2 met de R n deden, gaan we nu uitbreiden tot andere lineaire ruimten Definitie. Een lineaire
Nadere informatieTentamen Analyse 4. Maandag 16 juni 2008, uur
Tentamen Analyse 4 Maandag 16 juni 2008, 14-17 uur Vermeld uw naam (met voornaam en voorletters) en uw studentnummer. Er zijn geen hulpmiddelen toegestaan. Dit tentamen bestaat uit zes opgaven. Vergeet
Nadere informatie2. Hoelang moet de tweede faze duren om de hoeveelheid zout in de tank op het einde van de eerste faze, op de helft terug te brengen?
Vraag Een vloeistoftank met onbeperkte capaciteit, bevat aanvankelijk V liter zuiver water. Tijdens de eerste faze stroomt water, dat zout bevat met een concentratie van k kilogram per liter, de tank binnen
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Uitwerking Tentamen Calculus, 2DM10, maandag 22 januari 2007
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Uitwerking Tentamen Calculus, DM, maandag januari 7. (a) Gevraagd is het polynoom f() + f () (x ) + f (x ). Een eenvoudige rekenpartij
Nadere informatieVrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie
Vrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie Tentamen: Convexe Analyse en Optimalisering Opleiding: Bacheloropleiding Econometrie Vakcode: 64200 Datum:
Nadere informatie