1 Bracketing Methods. Finding the Roots of the Equation f(x)=0  Graphical method  Plot of the function and observe where it crosses the x- axis  Bracketing.

Slides:



Advertisements
Similar presentations
Roundoff and truncation errors
Advertisements

Roots: Bracketing Methods
Chapter Four Parameter Estimation and Statistical Inference.
本章結構 前言 符號介紹與立透法則 指數機率分配 基本無限來源模式 基本有限來源模式 等候系統的經濟分析-最佳化 進階等候模式 16-1.
布林代數的應用--- 全及項(最小項)和全或項(最大項)展開式
: A-Sequence 星級 : ★★☆☆☆ 題組: Online-judge.uva.es PROBLEM SET Volume CIX 題號: Problem D : A-Sequence 解題者:薛祖淵 解題日期: 2006 年 2 月 21 日 題意:一開始先輸入一個.
:Word Morphing ★★☆☆☆ 題組: Problem Set Archive with Online Judge 題號: 10508:word morphing 解題者:楊家豪 解題日期: 2006 年 5 月 21 日 題意: 第一行給你兩個正整數, 第一個代表下面會出現幾個字串,
矩陣乘法 實作矩陣乘法 利用 threads 來加速運算速度 – Matrix1 row x Matrix2 column = Ans (x,y) Matrix 1Matrix 2Answer.
1.1 線性方程式系統簡介 1.2 高斯消去法與高斯-喬登消去法 1.3 線性方程式系統的應用(-Skip-)
: Boxes ★★★☆☆ 題組: Problem Set Archive with Online Judge 題號: 11003: Boxes 解題者:蔡欣燁 解題日期: 2007 年 3 月 19 日.
亂數產生器安全性評估 之統計測試 SEC HW7 姓名:翁玉芬 學號:
Graph V(G 1 )={0, 1, 2, 3, 4, 5, 6, 7, 8, 9} E(G 1 )={(0, 2), (0, 3), (1, 4), (2, 3), (2, 5), (2, 6), (3, 6), (3, 7), (4, 7), (5, 6), (5,
:New Land ★★★★☆ 題組: Problem Set Archive with Online Judge 題號: 11871: New Land 解題者:施博修 解題日期: 2011 年 6 月 8 日 題意:國王有一個懶兒子,為了勞動兒子,他想了一個 辦法,令他在某天早上開始走路,直到太陽下山前,靠.
: OPENING DOORS ? 題組: Problem Set Archive with Online Judge 題號: 10606: OPENING DOORS 解題者:侯沛彣 解題日期: 2006 年 6 月 11 日 題意: - 某間學校有 N 個學生,每個學生都有自己的衣物櫃.
JAVA 程式設計與資料結構 第二章 JAVA 程式基本概念及操作. 第一個程式 /* * 這是第一個程式 (FirstP.java) */ class FirstP{ public static void main(String args[]){ System.out.println("Whatever.
STAT0_sampling Random Sampling  母體: Finite population & Infinity population  由一大小為 N 的有限母體中抽出一樣本數為 n 的樣 本,若每一樣本被抽出的機率是一樣的,這樣本稱 為隨機樣本 (random sample)
5.1 Rn上之長度與點積 5.2 內積空間 5.3 單範正交基底:Gram-Schmidt過程 5.4 數學模型與最小平方分析
1. 假設以下的敘述為一未提供 “ 捷徑計算 ” 能力的程式段,試用程 式設計的技巧,使此敘述經此改 寫的動作後,具有與 “ 捷徑計算 ” 之 處理方法相同之處理模式。 if and then E1 else E2 endif.
8.1 何謂高度平衡二元搜尋樹 8.2 高度平衡二元搜尋樹的加入 8.3 高度平衡二元搜尋樹的刪除
: The Playboy Chimp ★★☆☆☆ 題組: Problem Set Archive with Online Judge 題號: 10611: The Playboy Chimp 解題者:蔡昇宇 解題日期: 2010 年 2 月 28 日 題意:給一已排序的數列 S( 升冪.
Monte Carlo Simulation Part.2 Metropolis Algorithm Dept. Phys. Tunghai Univ. Numerical Methods C. T. Shih.
第一章 演算法:效率、分析與量級 1.1演算法 1.2發展有效率演算法的重要性 1.3演算法的分析 1.4量級(Order)
2009fallStat_samplec.i.1 Chap10 Sampling distribution (review) 樣本必須是隨機樣本 (random sample) ,才能代表母體 Sample mean 是一隨機變數,隨著每一次抽出來的 樣本值不同,它的值也不同,但會有規律性 為了要知道估計的精確性,必需要知道樣本平均數.
南投縣社區大學 Excel 實務應用入門 講師 : 林泉成
1 第四章 多變數函數的微分學 § 4.1 偏導數定義 定義 極限值 ■. 2 定理 極限值的基本定理 (1) 極限值的唯一性 : 若 存在,則 其值必為唯一。 (2) 若 且 ( 與 為常數 ) , 則 且 為常數且.
: Walking on a Grid ★★★★☆ 題組: Problem Set Archive with Online Judge 題號: 10913: Walking on a Grid 解題者:陳盈村 解題日期: 2008 年 5 月 2 日 題意:給定一個 N*N 矩陣,題目要求依照.
BEM 特論 - 第一次討論 指導教授 : 陳正宗 終身特聘教授 指導學長 : 高聖凱、謝祥志、林羿州 學生 : 吳建鋒 日期 :2015/6/16 Fundamental Solution Green’s Function Green’s Theorem.
:Problem D: Bit-wise Sequence ★★★☆☆ 題組: Problem Set Archive with Online Judge 題號: 10232: Problem D: Bit-wise Sequence 解題者:李濟宇 解題日期: 2006 年 4 月 16.
: The largest Clique ★★★★☆ 題組: Contest Archive with Online Judge 題號: 11324: The largest Clique 解題者:李重儀 解題日期: 2008 年 11 月 24 日 題意: 簡單來說,給你一個 directed.
: Tight words ★★★☆☆ 題組: Problem Set Archive with Online Judge 題號: : Tight Words 解題者:鐘緯駿、林一帆 解題日期: 2006 年 03 月 14 日 題意: 給定數字 k 與 n (0 ≦ k.
: Point of View in Flatland ★★☆☆☆ 題組: Problem Set Archive with Online Judge 題號: 11037: Point of View in Flatland 解題者:黃士庭 解題日期: 2007 年 5 月 15 日 題意:在座標平面上給三個圓,找一個點使從這.
3.1 矩陣的行列式 3.2 使用基本運算求行列式 3.3 行列式的性質 3.4 特徵值介紹 3.5 行列式的應用
Monte Carlo Simulation Part.1 Dept. Phys., Tunghai Univ. Numerical Methods, C. T. Shih.
Johnson’s algorithm Johnson’s演算法可用於計算All pairs shortest path問題。
: Ahoy, Pirates! ★★★★☆ 題組: Contest Archive with Online Judge 題號: 11402: Ahoy, Pirates! 解題者:李重儀 解題日期: 2008 年 8 月 26 日 題意:有一個海盜島有 N 個海盜,他們的編號 (id)
Fugacity Coefficient and Fugacity
最短路徑演算法 卓訓榮 2002/11/11 Data base Label Setting Algorithm Label Correcting Algorithm 運輸資訊.
- Calculus & It’s Application- Chapter 2 Introduction to Limits 朝陽科技大學 資訊管理系 李麗華 教授.
導線測量平差導論 觀測方程式 多餘方程式 實例 最小控制量 網形平差 χ2檢定:擬合度檢定
:Nuts for nuts..Nuts for nuts.. ★★★★☆ 題組: Problem Set Archive with Online Judge 題號: 10944:Nuts for nuts.. 解題者:楊家豪 解題日期: 2006 年 2 月 題意: 給定兩個正整數 x,y.
Marble on tree ★★★☆☆ 題組: ACM Programming Contest World Finals, 1998 題號: Marble on tree 解題者:呂為萱 解題日期: 2011 年 3 月 16 日 題意: 有 n 個箱子,被擺放在 rooted.
Root-Finding Algorithm Bisection method Suppose we want to solve the equation f(x) = 0. Given two points a and b such that f(a) and f(b) have opposite.
1 Finite Continued Fractions 田錦燕 94/11/03 95/8/9( 最後更新 )
觀測量的權 權的觀念與計算.
: A-Sequence ★★★☆☆ 題組: Problem Set Archive with Online Judge 題號: 10930: A-Sequence 解題者:陳盈村 解題日期: 2008 年 5 月 30 日 題意: A-Sequence 需符合以下的條件, 1 ≤ a.
: Beautiful Numbers ★★★★☆ 題組: Problem Set Archive with Online Judge 題號: 11472: Beautiful Numbers 解題者:邱經達 解題日期: 2011 年 5 月 5 日 題意: 若一個 N 進位的數用到該.
JAVA 程式設計與資料結構 第二十章 Searching. Sequential Searching Sequential Searching 是最簡單的一種搜尋法,此演 算法可應用在 Array 或是 Linked List 此等資料結構。 Sequential Searching 的 worst-case.
演算法 8-1 最大數及最小數找法 8-2 排序 8-3 二元搜尋法.
Chapter 3 Entropy : An Additional Balance Equation
845: Gas Station Numbers ★★★ 題組: Problem Set Archive with Online Judge 題號: 845: Gas Station Numbers. 解題者:張維珊 解題日期: 2006 年 2 月 題意: 將輸入的數字,經過重新排列組合或旋轉數字,得到比原先的數字大,
Chapter 10 m-way 搜尋樹與B-Tree
第五章 內積空間 5.1 Rn上之長度與點積 5.2 內積空間 5.3 單範正交基底:Gram-Schmidt過程
質數 (Prime) 相關問題 (III) — 如何找出相對大的質數 Date: May 27, 2009 Introducer: Hsing-Yen Ann.
Probability Distribution 機率分配 汪群超 12/12. 目的:產生具均等分配的數值 (Data) ,並以 『直方圖』的功能計算出數值在不同範圍內出現 的頻率,及繪製數值的分配圖,以反應出該 機率分配的特性。
: Help My Brother ★★★☆☆ 題組: Problem Set Archive with Online Judge 題號: 11033: Help My Brother 解題者: 呂明璁 解題日期: 2007 年 5 月 14 日.
INTRODUCTION TO MATLAB SHAWNNTOU. What Is MATLAB? MATLAB® is a high-performance language for technical computing. MATLAB® is a high-performance language.
連續隨機變數 連續變數:時間、分數、重量、……
Dr. Marco A. Arocha Aug,  “Roots” problems occur when some function f can be written in terms of one or more dependent variables x, where the.
1 Introduction to Java Programming Lecture 3 Mathematical Operators Spring 2008.
:Count the Trees ★★★☆☆ 題組: Problem Set Archive with Online Judge 題號: 10007:Count the Trees 解題者:楊家豪 解題日期: 2006 年 3 月 題意: 給 n 個點, 每一個點有自己的 Label,
1 Knapsack Cryptosystems 2 ◎ Merkle-Hellman Knapsack Cryptosystem 觀察: (1) 0/1 knapsack problem (i.e. sum of subset) 例:已知 C = 14, A = (1, 10, 5, 22, 3)
1 Introduction to Java Programming Lecture 3 Mathematical Operators Spring 2009.
: How many 0's? ★★★☆☆ 題組: Problem Set Archive with Online Judge 題號: 11038: How many 0’s? 解題者:楊鵬宇 解題日期: 2007 年 5 月 15 日 題意:寫下題目給的 m 與 n(m
McGraw-Hill/Irwin © 2003 The McGraw-Hill Companies, Inc.,All Rights Reserved. 肆 資料分析與表達.
Chapter 5 Laplace Transforms
Part 2 Chapter 5 Roots: Bracketing Methods PowerPoints organized by Dr. Michael R. Gustafson II, Duke University All images copyright © The McGraw-Hill.
Roots: Bracketing Methods
Roots: Bracketing Methods
Roots: Bracketing Methods
Presentation transcript:

1 Bracketing Methods

Finding the Roots of the Equation f(x)=0  Graphical method  Plot of the function and observe where it crosses the x- axis  Bracketing methods  Make two initial guesses that “bracket” the root - that is, are on either side of the root  Bisection: divide the interval in half  False position: connect the endpoints of the interval with a straight line and determine the location of the intercept of the x-axis 2

Graphical Methods  A simple method for obtaining the estimate of the root of the equation f(x)=0 is to make a plot of the function and observe where it crosses the x-axis  Graphing the function can also indicate where roots may be and where some root-finding methods may fail: (a) Same sign, no roots (b) Different sign, one root (c) Same sign, two roots (d) Different sign, three roots 3

Bracketing Methods  Bracketing methods are based on making two initial guesses that “bracket” the root - that is, are on either side of the root  Brackets are formed by finding two guesses x l and x u where the sign of the function changes; that is, where f(x l ) f(x u ) < 0  The incremental search method tests the value of the function at evenly spaced intervals and finds brackets by identifying function sign changes between neighboring points 4

5 求根問題  數學定理 — 中間值定理 (Intermediate value theorem)  若 f(x) 在區間 [a,b] 連續,且 L 為 f(a) 與 f(b) 之間的值,則必 存在一點 c, 其中 a < c < b ( 即 c  (a,b)) ,使得 f(c)=L

Incremental Search Hazards  If the spacing between the points of an incremental search are too far apart, brackets may be missed due to capturing an even number of roots within two points  Incremental searches cannot find brackets containing even-multiplicity roots regardless of spacing 6

7 1. 令 a 0 =a, b 0 =b, i=1; (i 為計算次數 ) 2. 計算 x i = ; 3. If (x i 滿足終止條件 ) , then x i 為所求, stop 4. If (f ( a i-1 ) f ( x i ) <0) , then a i = a i-1, b i = x i ; else a i = x i, b i = b i-1 ; 5. i = i+1 , goto step2 a i-1 +b i-1 2 演算法 求根可使用二分法 (Bisection Method) 來解

8  ︱ f(x i ) ︱ < ε ( 寫程式時使用 )  ︱ x i ﹣ x i-1 ︱ < ε ( 寫程式或用數值方法計算時使用 )  ︱ ︱ < ε'  其中 ε 及 ε' 均為極小值且 ε'<< ε ,例 ε=10 -5,ε'=10 -7 x i ﹣ x i-1 xixi 二分法之終止條件為下列三件之一

9 二分法計算範例  方程式 f(x) = x 3 – 3.25x 2 –2x = 0 的最小正根  令初始值 a 0 = 1 , b 0 = 2 代入二分法演算法  以 |X i+1 – X i | < ε 為終止條件, ε = 5 x 10 –5

10 二分法計算範例

11 二分法計算範例:解

Bisection  Bisection method is a variation of the incremental search method in which the interval is always divided in half  If a function changes sign over an interval, the function value at midpoint is evaluated  Location of the root is then determined as lying within the subinterval where the sign change occurs  Error reduced by a factor of 2 for each iteration 12

function [root,ea,iter] = bisect(func,xl,xu,es,maxit,varargin) % [root,ea,iter]=bisect(func,xl,xu,es,maxit,p1,p2,...): % uses bisection method to find the root of func if nargin<3, error(‘at least 3 input arguments required’), end test = func(xl,varargin{:})*func(xu,varargin{:}); if test>0, error(‘no sign change’), end if nargin<4|isempty(es), es=0.0001; end if nargin<5|isempty(maxit), maxit=50; end iter = 0; xr = xl; while (1) xrold = xr; xr = (xl + xu)/2; iter = iter + 1; if xr ~= 0, ea = abs((xr-xrold)/xr)*100; end test = func(xl,varargin{:})*func(xr,varargin{:}); if test < 0 xu = xr; elseif test > 0 xl = xr; else ea = 0; end if ea = maxit, break, end end root = xr; 此程式與書本 Fig. 5.7 稍有不同,且毋須用到 varargin

Bisection Error  The absolute error of the bisection method is solely dependent on the absolute error at the start of the process (the space between the two guesses) and the number of iterations:  The required number of iterations to obtain a particular absolute error can be calculated based on the initial guesses: 14 … 一開始時 ( 第 0 次迭代 ) ,左右邊界的距離

False Position ( 試位法 )  False position is another bracketing method  Determine the next guess not by splitting the bracket in half but by connecting the endpoints with a straight line and determining the location of the intercept of the straight line (x r )  The value of x r then replaces whichever of the two initial guesses yields a function value with the same sign as f(x r ) 15

Bisection vs. False Position  Bisection does not take into account the shape of the function  Can be good or bad, depending on the function  試位法效能較二分法差的例子 16

補充說明 17

nargin, nargout  nargin  Return the number of input arguments specified for a function or -1 if the function has a variable number of input arguments  nargout  Return the number of output arguments specified for a function 18

19 function [x0, y0] = myplot(x, y, r, delta, angle1, angle2) % The first two input arguments are required; the others have % default values if nargin < 6, angle2 = 360; end if nargin < 5, angle1 = 0; end if nargin < 4, delta = 10; end if nargin < 3, r = 50; end npts = (angle2-angle1)/delta; x_pos(1) = x+r; y_pos(1) = y; for i = 1:npts+1 x_pos(i) = x+r*cos(delta/180*pi*i); y_pos(i) = y+r*sin(delta/180*pi*i); end if nargout == 0 plot(x_pos, y_pos); axis equal; grid on; else x0 = x; y0 = y; end >> myplot(0,0) >> myplot(10,20,30,5,0,90) 使用 nargin 設定輸入引數之預設值的範例

 varargin and varargout  Used only inside a function M-file to contain the optional arguments to the function  Each must be declared as the last argument to a function, collecting all the inputs or outputs from that point onwards  例  collects all the inputs starting with the second input into the variable varargin  myplot2 uses the comma-separated list varargin{:} to pass the optional parameters to plot  The call myplot2(sin(0:.1:1),'color',[.5.7.3],'linestyle',':') results in varargin being a 1-by-4 cell array containing the values 'color', [.5.7.3], 'linestyle', and ':'. varargin, varargout function myplot2(x,varargin) plot(x,varargin{:}) >> myplot2(sin(0:.1:1),'color',[.5.7.3],'linestyle',':')

varargin, varargout 21 function [s,varargout] = mysize(x) nout = max(nargout,1)-1; s = size(x); for k=1:nout, varargout(k) = {s(k)}; end >> [s,row,col] = mysize(rand(4,5)) s = 4 5 row = 4 col = 5