Informatika2-2016/Gyakorlat13

A MathWikiből
(Változatok közti eltérés)
(Feladatok)
(Gradiens módszer)
16. sor: 16. sor:
 
==Gradiens módszer==
 
==Gradiens módszer==
 
Egy kétváltozós függvény minimumát a következőképp közelítjük. Elindulunk egy <math>(x_0,y_0)</math> pontból, majd <math>\nabla f(x,y)\cdot \epsilon</math>-t kivonunk belőle. Ezt csináljuk addig, amíg a lépés abszolútértéke 0.0001 alatt nem lesz. Írjuk meg numpy segítségével az <math>f(x,y)=x^2+y^2</math> függvény minimumkeresését! <math>\epsilon = 0.01, (x_0,y_0)=(-1,-1)</math>!
 
Egy kétváltozós függvény minimumát a következőképp közelítjük. Elindulunk egy <math>(x_0,y_0)</math> pontból, majd <math>\nabla f(x,y)\cdot \epsilon</math>-t kivonunk belőle. Ezt csináljuk addig, amíg a lépés abszolútértéke 0.0001 alatt nem lesz. Írjuk meg numpy segítségével az <math>f(x,y)=x^2+y^2</math> függvény minimumkeresését! <math>\epsilon = 0.01, (x_0,y_0)=(-1,-1)</math>!
 +
* Tároljuk el a lépéseket egy tömbben és plotoljuk ki a pontokat a matplotlib segítségével!
 +
==Gauss-elimináció kézzel==
 +
Oldjuk meg Gauss-eliminációval az <math>3x_1-x_2+x_3-x_4+2x_5=13, x_1-2x_2+3x_3-x_4=5</math>

A lap 2016. május 12., 06:45-kori változata

Tartalomjegyzék

Feladatok

Előadás

Az előadás anyaga.

Bevezető

Ismerkedésképp néhány egyszerű feladat.

  1. Hozzunk létre egy 10 hosszú, csupa 0 vektort! Módosítsuk a 4. elemét 1-re! (zeros)
  2. Hozzunk létre egy 3x3-as mátrixot, 0-tól 8-ig növekvő számokkal! (reshape)
  3. Hozzunk létre egy 30 hosszú listát véletlen számokkal 0 és 1 között! Számoljuk ki az elemek átlagát és a szórását! (rand, mean, std)
    1. Hozzunk lérte egy 30 hosszú listát véletlen számokkal -3 és 2 között!
  4. Hozzunk létre egy véletlen, 5 dimenziós egységvektort! Először egy véletlen vektor, majd gondoskodjunk róla, hogy egység hosszú legyen!

Monte-Carlo

Generáljunk 500,000 véletlen pontot a [0,2]\times[0,4] téglalapba. Szánoljuk meg, hogy hány olyan (x,y) pont van, ahol x2 < y. Ez alapján becsüljük meg az \int_0^2x^2 értékét! Segítség az előadás végén.

  • Most ugyanezt csináljuk meg, csak a véletlent zárjuk ki belőle! Osszuk fel a [0,2] és a [0,4] intervallumokat egyenletesen a linspace függvénnyel. A meshgrid és a ravel segítségével létrehozzuk a [0,2]\times[0,4] rácspontjait. Most ezekre a pontokra csináljuk meg a Monte-Carlot!

Numerikus integrál

Számoljuk ki az e^{-x^2} függvény integrálját a [ − 2,5]intervallumon téglalap módszerrel!

Gradiens módszer

Egy kétváltozós függvény minimumát a következőképp közelítjük. Elindulunk egy (x0,y0) pontból, majd \nabla f(x,y)\cdot \epsilon-t kivonunk belőle. Ezt csináljuk addig, amíg a lépés abszolútértéke 0.0001 alatt nem lesz. Írjuk meg numpy segítségével az f(x,y) = x2 + y2 függvény minimumkeresését! ε = 0.01,(x0,y0) = ( − 1, − 1)!

  • Tároljuk el a lépéseket egy tömbben és plotoljuk ki a pontokat a matplotlib segítségével!

Gauss-elimináció kézzel

Oldjuk meg Gauss-eliminációval az 3x1x2 + x3x4 + 2x5 = 13,x1 − 2x2 + 3x3x4 = 5

Személyes eszközök