原子動力工学特論 レポート1 交通電子機械工学専攻 齋藤 泰治.

Slides:



Advertisements
Similar presentations
3 一次関数 1章 一次関数とグラフ § 5 一次関数の利用 (4時間) §5 §5 一次関数の利用 サイクリングで京都から神戸まで行くことにした。 朝出発して、 9 時にはあと 90km の地点を通過した。 さらに進んでいくと、 13 時にはあと 30km の地点を 通過した。 このペースで進み続けると、神戸には何.
Advertisements

中学数学2年 3 章 一次関数 3 一次関数の利用 § 1 一次関数の利用 (4時間) §1 §1 一次関数の利用 サイクリングで京都から神戸まで行くことにした。 朝出発して、 9 時にはあと 90km の地点を通過した。 さらに進んでいくと、 13 時にはあと 30km の地点を 通過した。 このペースで進み続けると、神戸には何.
1 関西大学 サマーキャンパス 2004 関西大学 物理学教室 齊 藤 正 関大への物理 求められる関大生像 高校物理と大学物理 その違いとつながり.
22 ・ 3 積分形速度式 ◎ 速度式: 微分方程式 ⇒ 濃度を時間の関数として得るためには積分が必要 # 複雑な速度式 数値積分 (コンピューターシミュ レーション) # 単純な場合 解析的な解(積分形速度式) (a)1 次反応 1次の速度式 の積分形 [A] 0 は A の初濃度 (t = 0 の濃度.
Prog Lec14-1 Copyright (C) 1999 – 2013 by Programming-0 Group プログラミング入門 第1 4 回講義 マークのあるサンプルプログラムは /home/course/prog0/public_html/2013/lec/source/
ファーストイヤー・セミナーⅡ 第13回 2次元グラフィックス(1). 2次元グラフィックス Ultra-C では、これまで利用してきた「標準入出力」 以外に「グラフィックス画面」があり、図形などを 表示できる C 言語のグラフィックスには細かな規定がなく、こ れから学ぶ内容が他の環境、システムでは利用でき.
原子動力工学特論 課題2 交通電子機械工学専攻 2003310 齋藤 泰治.
電磁気学C Electromagnetics C 7/27講義分 点電荷による電磁波の放射 山田 博仁.
電子情報工学科5年(前期) 7回目(21/5/2015) 担当:古山彰一
プログラミング論 I 補間
本時の目標 連立方程式の加減法のしかたを理解し、加減法を用いて連立方程式を解くことができる。
解析的には解が得られない 方程式を数値的に求める。 例:3次方程式
第四回 線形計画法(2) 混合最大値問題 山梨大学.
一次関数のグラフ(式を求めること) 本時の流れ ねらい「グラフや座標など与えられた条件をもとに一次 関数の式を求める。」 ↓
一次関数のグラフ(式を求めること) 本時の流れ ねらい「グラフや座標など与えられた条件をもとに一次 関数の式を求める。」 ↓
3 一次関数 1章 一次関数とグラフ §3 一次関数の式を求めること          (3時間).
「2次方程式を利用して、いろいろな問題を解決しましょう。」
1 次方程式 直線   と 軸が交わる点 解ける! 解析的に解ける(解析解)   または 厳密に解ける (厳密解)
Scilab で学ぶ  わかりやすい数値計算法 舞鶴高専 電子制御工学科 川田 昌克.
原子動力工学特論 課題 3、4 交通電子機械工学専攻   齋藤 泰治.
シミュレーション論Ⅰ 第4回 基礎的なシミュレーション手法.
データ構造と アルゴリズム 第二回 知能情報学部 新田直也.
イントロダクション 田浦健次朗 TA: 河内さん,竹内さん.
4.2 連立非線形方程式 (1)繰返し法による方法
方程式と不等式 1次方程式 1次不等式.
湘南工科大学 2013年12月10日 プログラミング基礎1 湘南工科大学情報工学科 准教授 小林 学.
非線形方程式の近似解 (2分法,はさみうち法,Newton-Raphson法)
2008年6月12日 非線形方程式の近似解 Newton-Raphson法
誤差の二乗和の一次導関数 偏微分.
トキのカタチ2016 電子工作(Arduino)講習
Ibaraki Univ. Dept of Electrical & Electronic Eng.
第7回 条件による繰り返し.
情報処理3 第5回目講義         担当 鶴貝 達政 11/8/2018.
データ解析 静岡大学工学部 安藤和敏
ニュートン法の解の計算 情報電子工学系学科 電気電子工学コース・情報通信システム工学コース
ねらい 方程式の意味や、方程式の解、解くことの意味について理解する。
数値積分.
プログラミング論 II 2008年吉日 主成分分析 数値積分
教師なしデータ 学習データ  X1, X2, …, Xn   真の情報源 テストデータ  X  .
Curriki原典
第7回 条件による繰り返し.
電磁気学C Electromagnetics C 7/17講義分 点電荷による電磁波の放射 山田 博仁.
12.数値微分と数値積分.
ルンゲクッタ法 となる微分方程式の解を数値的に解く方法.
電気回路学Ⅱ コミュニケーションネットワークコース 5セメ 山田 博仁.
計測工学 -誤差、演習問題 計測工学(第6回) 2009年5月26日 Ⅱ限目.
アルゴリズムとプログラミング (Algorithms and Programming)
ファジィ制約充足問題への 連続領域の導入 Introducing continuous domains to
二次方程式の解き方 ねらい「二次方程式を、平方根を利用して解くことができる。」 本時の流れ ↓ 前時の復習でax2=bの解き方を確認する。
電気回路学Ⅱ 通信工学コース 5セメ 山田 博仁.
逆運動学:手首自由度 運動学:速度、ャコビアン 2008.5.27
データ解析 静岡大学工学部 安藤和敏
22・3 積分形速度式 ◎ 速度式: 微分方程式 ⇒ 濃度を時間の関数として得るためには積分が必要
22・3 積分形速度式 ◎ 速度式: 微分方程式 ⇒ 濃度を時間の関数として得るためには積分が必要
ガウス分布における ベーテ近似の理論解析 東京工業大学総合理工学研究科 知能システム科学専攻 渡辺研究室    西山 悠, 渡辺澄夫.
C:開放,L:短絡として回路方程式を解く
確率論・数値解析及び演習 (第7章) 補足資料
13.ニュートン法.
2008年6月5日 非線形方程式の近似解 2分法,はさみうち法,Newton-Raphson法)
ニュートン法による 非線型方程式の解.
「データ学習アルゴリズム」 第3章 複雑な学習モデル 報告者 佐々木 稔 2003年8月1日 3.2 競合学習
ねらい いろいろな形の方程式を解くことを通して、方程式を解く手順を理解する。
Cプログラミング演習 ニュートン法による方程式の求解.
第3章 統計的推定 (その2) 統計学 2006年度 <修正・補足版>.
3 一次関数 1章 一次関数とグラフ §4 方程式とグラフ         (3時間).
コンピュータの高速化により, 即座に計算できるようになってきたが, 手法的にはコンピュータ出現以前に考え出された 方法が数多く使われている。
プログラミング言語によっては,複素数が使えない。
二次方程式と因数分解 本時の流れ ねらい「二次方程式を、 因数分解で解くことができる」 ↓ AB=0ならば、A=0,B=0の解き方の説明
9. 再帰のバリエーション (生成的再帰) プログラミング論 I.
8.数値微分・積分・微分方程式 工学的問題においては 解析的に微分値や積分値を求めたり, 微分方程式を解くことが難しいケースも多い。
Presentation transcript:

原子動力工学特論 レポート1 交通電子機械工学専攻 齋藤 泰治

目次 ニュートン法について

ニュートン法 方程式f(x)=0の解を求める 処理手順 1. 初期値 x の決定 x = x0 を決める 2. 接線と x 軸の交点の計算 x = x0 における y = f(x) の接線を引き、今度はこの接線と y=0 (x軸)の交点を x1 とする すなわち、 xn+1 = xn - (f(x)/f ’(x)) を計算する 3. 2. を繰り返して値が収束したらそれを解とする

ニュートン法 初期値x=x0をとる グラフに接線1を引く 接線1がX軸をきる点を次の点、x1とする x=x1のところで次の接線2を引き  初期値x=x0をとる グラフに接線1を引く 接線1がX軸をきる点を次の点、x1とする x=x1のところで次の接線2を引き どうようにX軸をきる点をx2とする 同じことをn回繰り返すと 真の値xに極めて近い値 を得る x≈xn x2 x1 x0

問1  を解けばよい より、 従って、解は にある

プログラム実行結果1-1 x0=1.000000 i=1 x=1.000000 f(x)= 0.158529015192 df(x)=1.459699 i=2 x=0.891396 f(x)= 0.016637296200 df(x)=1.154467 i=3 x=0.876985 f(x)= 0.000288172633 df(x)=1.114499 i=4 x=0.876726 f(x)= 0.000000092913 df(x)=1.113783 i=5 x=0.876726 f(x)= 0.000000000000 df(x)=1.113783 ans=0.876726

プログラム実行結果1-2 x0=-1.000000 i=1 x=-1.000000 f(x)= 1.841470984808 df(x)=-2.540302 i=2 x=-0.275098 f(x)= 0.347319458830 df(x)=-1.512593 i=3 x=-0.045479 f(x)= 0.047531597880 df(x)=-1.089923 i=4 x=-0.001869 f(x)= 0.001872376843 df(x)=-1.003735 i=5 x=-0.000003 f(x)= 0.000003475719 df(x)=-1.000006 i=6 x=0.000000 f(x)= 0.000000000009 df(x)=-0.999999 ans=0.000000

問2  を解く また、x=0 で かつ 従って、解は

プログラム実行結果2-1,2 x0=0.000000 i=1 x=0.000000 f(x)= 0.000000000000 df(x)=-0.999999 ans=0.000000 x0=2.000000 i=1 x=2.000000 f(x)= 0.551482119784 df(x)=0.773962 i=2 x=1.287456 f(x)= -0.003592498639 df(x)=0.684155 i=3 x=1.292707 f(x)= 0.000007627617 df(x)=0.687055 i=4 x=1.292696 f(x)= 0.000000000037 df(x)=0.687049 ans=1.292696

プログラム実行結果2-3 x0=5.000000 i=1 x=5.000000 f(x)= -0.276924238464 df(x)=-0.965662 i=2 x=4.713229 f(x)= 0.008136103732 df(x)=-1.008975 i=3 x=4.721292 f(x)= 0.000000405684 df(x)=-1.008864 i=4 x=4.721293 f(x)= 0.000000000000 df(x)=-1.008864 ans=4.721293 Xが十分に大きくなれば、exp(-x)は限りなく0に近づくので 解は、 (xが大きいとき)

問3 を解く

プログラム実行結果 3-1 x0=1.000000 i=1 x=1.000000 f(x)= 0.864664716763 df(x)=2.270671 i=2 x=0.619203 f(x)= 0.093566571545 df(x)=1.818098 i=3 x=0.567739 f(x)= 0.001059165386 df(x)=1.778015 i=4 x=0.567143 f(x)= 0.000000126972 df(x)=1.777590 i=5 x=0.567143 f(x)= 0.000000000000 df(x)=1.777590 ans=0.567143

プログラム実行結果 3-2 x0=1000.000000 i=1 x=1000.000000 f(x)=1000000.000000000000 df(x)=1999.999979 i=2 x=499.999995 f(x)=249999.994644895167 df(x)=999.999988 i=14 x=0.567143 f(x)= 0.000000107858 df(x)=1.777590 i=15 x=0.567143 f(x)= 0.000000000000 df(x)=1.777590 ans=0.567143 ・・・・・・

プログラム実行結果 3-3 x0=-20.000000 i=1 x=-20.000000 f(x)=-235385266837019584.000000000000       df(x)=470770063393609408.000000 i=2 x=-19.500000 f(x)=-86593313920699056.000000000000      df(x)=173186454825601568.000000 i=44 x=0.567144 f(x)= 0.000000393246 df(x)=1.777590 i=45 x=0.567143 f(x)= 0.000000000000 df(x)=1.777590 ans=0.567143 ・・・

数値計算による解