QUADRATURA NUMERICA CALCOLO DI AREE E VOLUMI. A. Murli a.a. 2002/2003 CALCOLO DELL AREA DI UNA FIGURA NEL PIANO

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "QUADRATURA NUMERICA CALCOLO DI AREE E VOLUMI. A. Murli a.a. 2002/2003 CALCOLO DELL AREA DI UNA FIGURA NEL PIANO"

Transcript

1 QUADRATURA NUMERICA CALCOLO DI AREE E VOLUMI CALCOLO DELL AREA DI UNA FIGURA NEL PIANO F A Area ( F ) = Area(E) + Area( D ) + Area( C ) +Area( B ) + Area(A) A è un rettangolo, quindi Area(A) = Prodotto dei lati di A PROBLEMA: Come calcolare le aree di B,C,D ed E?

2 Il calcolo delle aree di B,C,D, ed E può essere ricondotto al calcolo dell area dellafigurasottesadaunacurva: Se y=f(x) è la funzione che rappresenta la curva, a tale figura R si dà il nome di RETTANGOLOIDE ed inoltre Area ( R ) = I ( f ) = f ( x ) dx b a PROBLEMA: Come calcolare l area di un RETTANGOLOIDE?

3 ESEMPI: Area(R) Area(U)= f(a) (b-a) Area(R) Area(V) = f(m) (b-a) FORMULA RETTANGOLARE FORMULA DEL PUNTO MEDIO ESEMPI: S Area(R) Area(T) = ( b a) [f(a)+f(b)] 2 Area(R) Area(S)= ( b a) [f(a)+ 4f(m)+f(b)] 6 FORMULA TRAPEZOIDALE FORMULA DI SIMPSON

4 ESEMPIO: SOMMA DI RIEMANN a=t 0 t 1 t 2 t 3 t 4 =b L approccio più naturale per il calcolo di un integrale è quello di approssimare con combinazioni lineari della funzione integranda FORMULE DI QUADRATURA

5 Formula Rettangolare Formula del Punto Medio Formula Trapezoidale Formula di Simpson Somme di Riemann sono tutte combinazioni lineari della funzione integranda, ovvero FORMULE DI QUADRATURA A1, A2,..., An x 1, x 2,..., x n sono detti pesi o coefficienti sono detti nodi Ω ESEMPIO: Calcolo dell area del cerchio Ω di raggio 1 in un sistema aritmetico floating-point con β=10 e t=5 ( Area(Ω) = π = 3, ) D B PQ = 2 Dividiamo il cerchio Ω in un quadrato B, ed in 4 calotte circolari. Area(Ω) = Area(B)+4Area(D) MA Area(B)= 2 PQ = 2 Come calcolare l area delle calotte?

6 AREA DELLA CALOTTA CIRCOLARE D Per la simmetria della calotta D Area(D) = Area(V) + Area(W) = 2Area(V). D W V s V è la porzione di piano compresa tra il semiasse positivo delle y, il semiasse positivo delle x e l arco di circonferenza s. AREA DELLA CALOTTA CIRCOLARE D Per la simmetria della calotta D Area(D) = Area(V) + Area(W) = 2Area(V). D W V s Per determinare l equazione dell arco di circonferenza s, consideriamo la semicirconferenza, nel semipiano delle y positive, centrata nell origine, di equazione: y = 1 2 x ( 1 x 1) y 2 2 ( x + y = 1) (1,0) x

7 AREA DELLA CALOTTA CIRCOLARE D Per la simmetria della calotta D Area(D) = Area(V) + Area(W) = 2Area(V). D W V s Per determinare l equazione dell arco di circonferenza s, consideriamo la semicirconferenza, nel semipiano delle y positive, centrata nell origine, di equazione: L equazione dell arco di circonferenza s, si ottiene spostando verso il basso di 2/2 la circonferenza centrata nell origine, y = 1 2 x ( 0 x y 2 / 2) P M=O Q=( 2/2,0) s x AREA DELLA CALOTTA CIRCOLARE D Per la simmetria della calotta D Area(D) = Area(V) + Area(W) = 2Area(V). D W V s Quindi per avere l equazione dell arco di circonferenza s, è sufficiente sottrarre 2/2, ottenendo: f(x) = y = 1 2 x 2 2 ( 0 x 2 / 2) x 2 Area(D)/2 = Area(V)= I[f] = 2 dx 2 = π 2 8 =

8 APPLICHIAMO LA FORMULA TRAPEZOIDALE V T 0 Q = 2 / I[f] Q[f] = f(0) + f x Ma il valore esatto di I[f] è I[f]= I[f] IN GENERALE Q[f] ERRORE = I[f] Q[f] PROBLEMA: Quanto vale L errore? ERRORE = I[f] Q[f] = x x x 10 0

9 CONSIDERIAMO ANCORA IL CERCHIO Ω Ω Su ogni calotta abbiamo applicato due volte la Formula Trapezoidale PROBLEMA: QUANTO VALE L ERRORE SU Ω? ERRORE COMMESSO SU Ω L esatto valore di Area(Ω) è Area(Ω)= π Il valore approssimato di Area(Ω) con la Formula Trapezoidale è Area(Ω) 2+8( x 10 0 ) = x 10 1 ERRORE (Ω) =π-2, ,8484= x 10 0

10 DEFINIZIONE: La differenza E[f] = I[f] - Q[f] = b n f(x)dx a i = 1 A f(x i i ) è detta ERRORE DI DISCRETIZZAZIONE della FORMULA DI QUADRATURA Q[f] INTERPRETAZIONE GEOMETRICA DELL ERRORE DI DISCRETIZZAZIONE E[f] Q[f] a I[f] b I[f] = Q[f]+E[f]

11 PROBLEMA: Come ridurre L ERRORE DI DISCRETIZZAZIONE di una FORMULA DI QUADRATURA? Relativamente all esempio dell area della semicalotta circolare V....: V T 0 Q = 2 / 2 Applicando la FORMULA TRAPEZOIDALE sull intero intervallo [0, 2 / 2 ] si è ottenuto: I[f] = x 10 0 Q[f] = x 10 0 E[f]= x 10-1

12 Applicando invece la FORMULA TRAPEZOIDALE nei due sottointervalli 0, e,, si ottiene Errore E 2 [f] T 1 T / 2 2 Q 2 [f]=area(t 1 )+Area(T 2 )= 2 2 f(0) + f + f x f E 2 [f]= π x x 10-1 Ricordando che E[f]= x 10-1 si ha E 2 [f] 1 4 E[f] DIMEZZANDO L AMPIEZZA DEGLI INTERVALLI L ERRORE SI E RIDOTTO DI CIRCA 4 VOLTE!

13 Un modo per ridurre l errore di discretizzazione di una formula di quadratura è quello di applicarla più volte su sottointervalli di ampiezza più piccola ESEMPIO f((a+b)/2) f(b) f(a) a T 1 T 2 (a+b)/2 b Formula trapezoidale su 1 sottointervallo Formula trapezoidale su 2 sottointervalli Dimezzando ancora l ampiezza dei sottointervalli Errore E 4 [f] v = Q 4 [f] = Area(T 1 )+ Area(T 2 )+ Area(T 3 )+ Area(T 4 ) = 0 T 1 T 2 T 3 T 4 2/ f(0) + f f f /4 3 2/ x 10 0 π 2 0 E 4 [f]= x x

14 Ricordando ancora che E[f] = x 10-1 E 2 [f]= x 10-1 si ha E 4 [f] 1 4 E 2 [f] 1 16 E[f] DIMEZZANDO L AMPIEZZA DEGLI INTERVALLI L ERRORE SI E RIDOTTO ANCORA DI 4 VOLTE! IDEA: FORMULE COMPOSITE a b Applicare la FORMULA TRAPEZOIDALE su m sottointervalli di [a,b].

15 DEFINIZIONE: Suddiviso l intervallo [a,b] in m sottointervalli [t 0,t 1 ], [t 1,t 2 ],..., [t (m-1),t m ] di uguale ampiezza h=(b-a)/m mediante gli m+1 punti a = t 0 < t 1 <... < t m = b SI DEFINISCE T m [f] la somma T m [f] = 2 h FORMULA TRAPEZOIDALE COMPOSITA f(t h h [f(t 0 )+f(t 1 )] [f(t (m-1) )+f(t m )] = 2 m ) f(tm ) f(t + j) 2 j= 1 2 L esempio precedente ha messo in luce che raddoppiando il numero dei sottointervalli l errore della formula si riduce di circa quattro volte. PROBLEMA: E sempre possibile RIDURRE l ERRORE riducendo l ampiezza h dei sottointervalli?

16 TEOREMA IPOTESI f(x) funzione integrabile T m [f] formula trapezoidale composita su [a,b] E m [f]=i[f]-t m [f], errore di discretizzazione di T m [f] h=(b-a)/m, ampiezza dei sottointervalli di [a,b] T m [f] = f(t 0 ) h 2 m + j= 1 1 f(t j ) + f(t m ) 2 TESI La famiglia T m [f] m=1,2,. è CONVERGENTE cioè lim m 8 E m [f]=0 Dimostrazione: t t j j 1 f(x)dx Applichiamo la formula base T[f] nell intervallo [t j-1,t j ] (b a) 2m [ f(t ) + f(t )] j 1 j Sommando su tutti gli intervalli [t j-1,t j ], si ottiene 1 2 (b a) (b a) ( f(t ) f(t ) m m = j 1 + j) j= 1 2m T [f] = (b a) m m f(t j 1) + f(t j) j= 1 m j= 1 m SOMME DI RIEMANN

17 Poichè f(x) è integrabile tutte le somme di Riemann convergono, quindi lim m m j= 1 (b a) m m (b a) m f(t j 1) = lim f(t j) = f(x)dx= m j= 1 b a I[f] ricordando che in generale E m =I-T m, abbiamo lim m E m [] f = I [] f lim T [] f = m m 1 = I[] f 2 I[] f = 0 2 C.V.D. L errore di discretizzazione è stato definito come E[f]=I[f]-Q[f] MA I[f] NON E NOTO PROBLEMA: Come determinare una stima calcolabile dell errore di discretizzazione E m [f] della Formula Trapezoidale Composita T m [f]?

18 ESEMPIO:Come stimare l errore di discretizzazione? Indichiamo con T m [f] la Formula Trapezoidale Composita su [a,b] con m sottointervalli. Per l errore di T m [f] vale: E m [f] = I[f]-T m [f] Indichiamo con T 2m [f] la Formula Trapezoidale Composita su [a,b] con 2m sottointervalli. Per l errore di T 2m [f] vale: E 2m [f] = I[f]-T 2m [f] ESEMPIO:Come stimare l errore di discretizzazione? E m = I-T m E 2m = I-T 2m errore di T m [f] errore di T 2m [f] Sottraendo E m [f] da E 2m [f], otteniamo E 2m -E m =I-T 2m -( I-T m ) = I-T 2m -I+T m = T m -T 2m E 2m [f]-e m [f]=t m [f]-t 2m [f] (A)

19 ESEMPIO:Come stimare l errore di discretizzazione? E m = I-T m E 2m = I-T 2m errore di T m [f] errore di T 2m [f] E 2m [f]-e m [f]=t m [f]-t 2m [f] (A) E m [f] 4E 2m [f] (B) Sostituendo (B) in (A), e passando ai valori assoluti,... Ricordando che raddoppiando i sottointervalli l errore diventa circa un quarto, ESEMPIO:Come stimare l errore di discretizzazione? T m [f]-t 2m [f] = E m [f]-e 2m [f] 4E 2m [f]-e 2m [f] T m [f]-t 2m [f] 3 E 2m [f] STIMA CALCOLABILE DELL ERRORE E 2m [f] T m [f]-t 2m [f] / 3

20 Nota Dalla definizione segue che l errore di dicretizzazione, può essere POSITIVO E[f] Q[f] I[f] a b I[f]>Q[f] E[f]>0 Nota Dalla definizione segue che l errore di dicretizzazione, può essere NEGATIVO E[f] Q[f] I[f] a b I[f]<Q[f] E[f]<0

21 Nota Solitamente con errore si intende, la distanza tra approssimazione e soluzione esatta. Di norma le distanze sono POSITIVE. Per questo motivo spesso sarà UTILE ed OPPORTUNO ottenere una STIMA del MODULO dell ERRORE DI DISCRETIZZAZIONE. OSSERVAZIONE: Se la Formula Trapezoidale Composita T m è già stata calcolata, utilizzando la formula T 2m, si hanno 2 VANTAGGI: Un miglioramento dell accuratezza dovuto all aumento del numero dei nodi. RIDUZIONE DELL ERRORE DI DISCRETIZZAZIONE la funzione integranda è valutata solo nei punti medi degli m sottointervalli di T m RISPARMIO SULLE VALUTAZIONI DI FUNZIONE

22 RISPARMIO SULLE VALUTAZIONI DI FUNZIONE Sia [a,b] l intervallo di integrazione. Per il calcolo di T m sono utilizzati i nodi: * Nodi di T m a * * * * * * b RISPARMIO SULLE VALUTAZIONI DI FUNZIONE Sia [a,b] l intervallo di integrazione. Per il calcolo di T 2m sono utilizzati i nodi: * Nodi di T m o Nodi di T 2m o o o o o o o o o o o a * * * * * * b

23 RISPARMIO SULLE VALUTAZIONI DI FUNZIONE Sia [a,b] l intervallo di integrazione. * Nodi di T m o Nodi di T 2m o* o o* o o* o * o o * o o o* a b DEFINIZIONE: Una coppia di formule di quadratura (T m [f],t 2m [f]), in cui l insieme dei nodi della prima formula è contenuto nell insieme dei nodi della seconda formula è detta: COPPIA DI FORMULE INNESTATE ESEMPIO: Se m è un qualsiasi numero naturale la coppia di Formule Trapezoidali Composite (T m [f],t 2m [f]), è una coppia di FORMULE INNESTATE.

24 PROBLEMA: Progettare un ALGORITMO per il CALCOLO di I[f] = b f(x)dx a corretto a meno di una tolleranza fissata TOL con la Formula Trapezoidale Composita. SOLUZIONE: Si dimezza progressivamente l intervallo [a,b], applicando la Formula Trapezoidale Composita su un numero crescente di sottointervalli,finché: La stima dell errore è minore di TOL. OPPURE Si è raggiunto un numero massimo di valutazioni per la funzione integranda MAXVAL (in questo caso si avvisa con un messaggio di errore IFLAG.)

25 DEFINIZIONE: Un INTEGRATORE AUTOMATICO è una ROUTINE che a,b f(x) TOL MAXVAL RICHIEDE IN INPUT una gli estremi massimo tolleranza funzionenumero TOL MAXVAL dell intervallo integrabile di f(x) valutazioni [a,b] per la f(x) INTEGRATORE AUTOMATICO DEFINIZIONE: Un INTEGRATORE AUTOMATICO è una ROUTINE che a,b f(x) TOL MAXVAL FORNISCE IN OUTPUT una stima messaggio,iflag, dell errore Q[f] di dell integrale per dicretizzazione informare I[f] l utente E[f] se è stata raggiunta la tolleranza TOL. INTEGRATORE AUTOMATICO Q[f] E[f] IFLAG

26 DEFINIZIONE: Un INTEGRATORE AUTOMATICO è una ROUTINE che FASE DI INPUT a,b f(x) TOL MAXVAL INTEGRATORE AUTOMATICO FASE DI OUTPUT Q[f] E[f] IFLAG ESEMPIO DI ROUTINE PER IL CALCOLO APPROSSIMATO DI UN INTEGRALE procedure Trapez1 (input:a,b,tol,f,maxval; output:int,err,iflag) /* SCOPO: calcolo di un intergrale definito con la formula trapezoidale composita a meno di una tolleranza assegnata. */ /* SPECIFICHE: */ var: a,b,tol,int,err,h,x,oldint,sum real var: Maxval,Iflag,m,fval integer external function f real /* ESECUZIONE: */ m:=2 h:=(b-a)/m x:=(a+b)/m oldint:=h*(f(a)+f(b)) Int:=oldint/2+h*f(x) fval:=3 Err:= Int-oldint /3 /* ciclo di iterazione principale con test sull errore */ while (Err > Tol and fval<maxval) do

27 m:=2*m h:=h/2 sum:=0 /* calcolo della formula trapezoidale composita su m punti medi */ for k=1,m,2 x:=a+k*h sum:=sum+f(x) fval:= fval+1 endfor oldint:= Int Int:=oldint/2+h*sum /* stima dell errore */ Err:= Int-oldint /3 endwhile /* definizione della variabile Iflag */ if (fval<maxval) then Iflag:=0 else Iflag:=1 endif Return Int,Err,Iflag end Trapez1 ESEMPIO: VOGLIAMO CALCOLARE I[f] = 5 5 (3e x 2 + 1)dx UTILIZZANDO LA PRECEDENTE ROUTINE

28 APPROSSIMAZIONE DI I[f] SU 5 SOTTOINTERVALLI ( T 5 [f] ) 4 Grafico di f(x)=3e -x^ o o o o o o In giallo tratteggiato l area calcolata. APPROSSIMAZIONE DI I[f] SU 10 SOTTOINTERVALLI ( T 10 [f] ) 4 3 o Grafico di f(x)=3e -x^ o o o o o o o o o o In giallo tratteggiato l area calcolata.

29 PARTIZIONAMENTO UNIFORME DELL INTERVALLO DI INTEGRAZIONE Intervalli troppo larghi nella parte centrale di [a,b] (INSUFFICIENTE) Intervalli troppo stretti verso gli estremi di [a,b] (INUTILE) ALGORITMI NON ADATTATIVI PROBLEMA: E possibile PROGETTARE un ALGORITMO che SI ADATTA alla funzione?

30 SOLUZIONE: PARTIZIONAMENTO NON UNIFORME DELL INTERVALLO DI INTEGRAZIONE ALGORITMI ADATTATIVI ALGORITMI ADATTATIVI STRATEGIA 1: infittire dove l errore è massimo in modulo. E 1 E 2 PASSO 1 E 1 E 2 E 3 a=x 0 x 2 b=x 1 a=x 0 x 3 x 2 b=x 1 L errore massimo in modulo è E 1, in corrispondenza dell intervallo [x 0,x 2 ], Suddividiamo [x 0,x 2 ] in [x 0,x 3 ] e [x 3,x 2 ]. (CONTINUA...)

31 CONTINUA: ALGORITMI ADATTATIVI STRATEGIA 1: infittire dove l errore è massimo in modulo. E 1 E 2 E 3 PASSO 2 E 1 E 2 E 3 E 4 a=x 0 x 3 x 2 b=x 1 a=x 0 x 3 x 2 x 4 b=x 1 L errore massimo in modulo è E 3, in corrispondenza dell intervallo [x 2,x 1 ]. Suddividiamo [x 2,x 1 ] in [x 2,x 4 ] e [x 4,x 1 ]. (CONTINUA...) CONTINUA: ALGORITMI ADATTATIVI STRATEGIA 1: infittire dove l errore è massimo in modulo. E 2 E 3 E 2 E 3 E 1 E 4 PASSO 3 E 1 E 4 E 5 a=x 0 x 3 x 2 x 4 b=x 1 a=x 0 x 3 x 5 x 2 x 4 b=x 1 L errore massimo in modulo è E 2, in corrispondenza dell intervallo [x 3,x 2 ]. Suddividiamo [x 3,x 2 ] in [x 3,x 5 ] e [x 5,x 2 ]. ( e così via...)

32 ALGORITMI ADATTATIVI STRATEGIA 2: infittire finchè non si è soddisfatta la tolleranza locale (TOL ), esaminando l intervallo più a sinistra Prossimo intervallo da esaminare [x o,x 2 ]. E 1 E 2 PASSO 1 E 1 E 2 E 3 a=x 0 x 2 b=x 1 a=x 0 x 3 x 2 b=x 1 TOLLERANZA LOCALE NON SODDISFATTA Cosa si intende con TOLLERANZA LOCALE? Suddividiamo [x 0,x 2 ] in [x 0,x 3 ] e [x 3,x 2 ]. (CONTINUA...) CONTINUA: Prossimo intervallo da esaminare [x o,x 3 ]. ALGORITMI ADATTATIVI STRATEGIA 2: infittire finchè non si è soddisfatta la tolleranza locale (TOL ), esaminando l intervallo più a sinistra E 1 E 2 E 3 PASSO 2 E 1 E 2 E 3 E 4 a=x 0 x 3 x 2 b=x 1 x 4 a=x 0 x 3 x 2 b=x 1 TOLLERANZA LOCALE NON SODDISFATTA Suddividiamo [x 0,x 3 ] in [x 0,x 4 ] e [x 4,x 3 ]. (CONTINUA...)

33 CONTINUA: ALGORITMI ADATTATIVI STRATEGIA 2: infittire finchè non si è soddisfatta la tolleranza locale (TOL ), esaminando l intervallo più a sinistra Prossimo intervallo da esaminare [x o,x 4 ]. E 2 E 3 E 4 E 2 E 3 E 4 E 1 PASSO 3 E 1 x 4 a=x 0 x 3 x 2 b=x 1 TOLLERANZA LOCALE SODDISFATTA x 4 a=x 0 x 3 x 2 b=x 1 L intervallo [x o,x 4 ] non viene più esaminato. Si passa ad esaminare il successivo più a sinistra. (CONTINUA...) CONTINUA: ALGORITMI ADATTATIVI STRATEGIA 2: infittire finchè non si è soddisfatta la tolleranza locale (TOL ), esaminando l intervallo più a sinistra Prossimo intervallo da esaminare [x 4,x 3 ]. E 2 E 3 E 4 E 2 E 3 E 4 E 1 PASSO 4 E 1 x 4 a=x 0 x 3 x 2 b=x 1 TOLLERANZA LOCALE SODDISFATTA x 4 a=x 0 x 3 x 2 b=x 1 L intervallo [x 4,x 3 ] non viene più esaminato. Si passa ad esaminare il successivo più a sinistra. ( e così via...)

34 ALGORITMI ADATTATIVI DUE POSSIBILI STRATEGIE STRATEGIA 1 ADATTATIVA GLOBALE Si suddivide l intervallo dove è massima la stima del modulo dell errore. STRATEGIA 2 ADATTATIVA LOCALE Si suddivide l intervallo più a sinistra fino al raggiungimento dell accuratezza richiesta. STRATEGIA 1 ADATTATIVA GLOBALE Si calcolano preliminarmente Q [a,b] ed una stima del modulo di E [a,b]. Al primo passo Se E [a,b] TOL Altrimenti l algoritmo termina e Q [a,b] è l approssimazione di I[f]. si divide [a,b] in due sottointervalli, [a,m] e [m,b]. Si calcolano poi Q [a,m] Q [m,b] E [a,m] E [m,b]

35 STRATEGIA 1 ADATTATIVA GLOBALE E [a,b] > TOL Al secondo passo Se E [a,m] + E [m,b] TOL Altrimenti l algoritmo termina e Q [a,m] +Q [m,b] è l approssimazione di I[f]. si ricerca l intervallo dove la stima dell errore è massima in modulo e lo si divide in due ulteriori sottointervalli. Si calcolano poi, in tali sottointervalli, le stime del modulo dell errore e dell integrale. STRATEGIA 1 ADATTATIVA GLOBALE L intervallo [a,b] si trova suddiviso in una partizione di n sottointervalli [c j,d j ]. Al n-esimo passo Se E[c,d TOL j j j ] l algoritmo termina e l approssimazione di I[f] è, j altrimenti si ricerca l intervallo dove la stima dell errore è massima in modulo e lo si divide in due ulteriori sottointervalli. Q[c,d Si calcolano poi, in tali sottointervalli, le stime del modulo dell errore e dell integrale. j j ]

36 STRATEGIA 1 ADATTATIVA GLOBALE In generale l algoritmo termina quando La stima del modulo dell errore è non superiore a TOL. j E [c,d ] j j TOL OPPURE STRATEGIA 1 ADATTATIVA GLOBALE In generale l algoritmo termina quando Si è raggiunto un numero massimo di valutazioni per la funzione integranda MAXVAL. NUMVAL = MAXVAL NUMERO DI VALUTAZIONI EFFETTUATE

37 STRATEGIA 1 ADATTATIVA GLOBALE In generale l algoritmo termina quando Si è raggiunto un numero massimo di valutazioni per la funzione integranda MAXVAL. In questo caso si avvisa l utente di tale circostanza con un messaggio di errore: IFLAG STRATEGIA 1 ADATTATIVA GLOBALE In ogni caso, quando termina, l algoritmo fornisce come stima di I[f], l ultima approssimazione data da: I[f] j Q [ j j c,d ]

38 STRATEGIA 2 ADATTATIVA LOCALE Si calcolano preliminarmente Q [a,b] ed una stima del modulo di E [a,b]. Al primo passo Se E [a,b] TOL Altrimenti l algoritmo termina e Q [a,b] è l approssimazione di I[f]. si divide [a,b] in due sottointervalli, [a,m] e [m,b]. Si calcolano poi Q [a,m] Q [m,b] E [a,m] E [m,b] STRATEGIA 2 ADATTATIVA LOCALE E [a,b] > TOL Al secondo passo Se E [a,m] TOL / 2 TOLLERANZA RELATIVA LOCALE si aggiunge Q [a,m] al valore della variabile INTEG. La variabile INTEG al termine dell algoritmo contiene l approssimazione dell INTEGRALE

39 STRATEGIA 2 Al secondo passo Se E [a,m] TOL / 2 ADATTATIVA LOCALE E [a,b] > TOL TOLLERANZA RELATIVA LOCALE si aggiunge Q [a,m] al valore della variabile INTEG. si aggiunge E [a,m] al valore della variabile ERROR. La variabile ERROR al termine dell algoritmo contiene l approssimazione dell ERRORE STRATEGIA 2 ADATTATIVA LOCALE E [a,b] > TOL Al secondo passo Se E [a,m] TOL / 2 si aggiunge Q [a,m] al valore della variabile INTEG, si aggiunge E [a,m] al valore della variabile ERROR, si esamina l intervallo [m,b]. Altrimenti si divide [a,m] in due sottointervalli, in tali sottointervalli si calcolano le approssimazioni dell errore e dell integrale. TOLLERANZA RELATIVA LOCALE

40 STRATEGIA 2 ADATTATIVA LOCALE Si esamina l intervallo [c,d] più a sinistra disponibile Al generico passo Se E [c,d] TOL d c b a si aggiunge Q [c,d] al valore della variabile INTEG, si aggiunge E [c,d] al valore della variabile ERROR, si esamina l intervallo successivo [c,d ]. Altrimenti si divide [c,d] in due nuovi sottointervalli, in tali sottointervalli si calcolano le approssimazioni dell errore e dell integrale. TOLLERANZA RELATIVA LOCALE STRATEGIA 2 ADATTATIVA LOCALE In generale l algoritmo termina quando La stima del modulo dell errore nell intervallo più a destra [d,b], è non superiore alla TOLLERANZA RELATIVA LOCALE b d E [d,b] TOL b a OPPURE

41 STRATEGIA 2 ADATTATIVA LOCALE In generale l algoritmo termina quando Si è raggiunto un numero massimo di valutazioni per la funzione integranda MAXVAL, NUMVAL = MAXVAL NUMERO DI VALUTAZIONI EFFETTUATE STRATEGIA 2 ADATTATIVA LOCALE In generale l algoritmo termina quando Si è raggiunto un numero massimo di valutazioni per la funzione integranda MAXVAL In questo caso si avvisa l utente di tale circostanza con un messaggio di errore: IFLAG

42 STRATEGIA 2 ADATTATIVA LOCALE In ogni caso, quando termina, l algoritmo fornisce come stima di I[f], l ultima approssimazione data da I[f] INTEG STRATEGIA ADATTATIVA GLOBALE Si suddivide l intervallo dove è massima la stima del modulo dell errore. Abbiamo una riduzione uniforme dell errore su tutto l intervallo [a,b]. Ad ogni passo è necessario gestire tutti i sottointervalli.

43 STRATEGIA ADATTATIVA GLOBALE Si suddivide l intervallo dove è massima la stima del modulo dell errore. Tutte le informazioni degli intervalli da esaminare sono conservate in una LISTA STRATEGIA ADATTATIVA GLOBALE Si suddivide l intervallo dove è massima la stima del modulo dell errore. LISTA: La lista è ordinata secondo le stime DECRESCENTI dei moduli degli errori QUINDI Il prossimo intervallo da suddividere è nella TESTA DELLA LISTA

44 STRATEGIA ADATTATIVA GLOBALE Si suddivide l intervallo dove è massima la stima del modulo dell errore. LISTA: Testa della lista Nodo della lista STRATEGIA ADATTATIVA GLOBALE Si suddivide l intervallo dove è massima la stima del modulo dell errore. LISTA: Ogni nodo della lista contiene le informazioni su: Intervallo, stima dell integrale, stima dell errore, indirizzo del nodo successivo nella lista (LINK). NODO DELLA LISTA [p,q] Q [p,q] E [p,q] LINK NUOVO NODO

45 STRATEGIA ADATTATIVA GLOBALE Si suddivide l intervallo dove è massima la stima del modulo dell errore. ESEMPIO: riordinamento della lista L intervallo da esaminare è [ X 3,X 4 ] Testa della lista [a,x 1 ] [x 1,x 2 ] [x 2,x 3 ] [x 3,x 4 ] [x 4,b] STRATEGIA ADATTATIVA GLOBALE Testa della lista Si suddivide l intervallo dove è massima la stima del modulo dell errore. ESEMPIO: riordinamento della lista Il link da eliminare è [a,x 1 ] [x 1,x 2 ] [x 2,x 3 ] [x 3,x 4 ] [x 4,b]

46 STRATEGIA ADATTATIVA GLOBALE Testa della lista Si suddivide l intervallo dove è massima la stima del modulo dell errore. ESEMPIO: riordinamento della lista Il link da eliminare è [a,x 1 ] [x 1,x 2 ] [x 2,x 3 ] [x 3,x 4 ] [x 4,b] STRATEGIA ADATTATIVA LOCALE Si suddivide l intervallo più a sinistra Procedendo verso destra si scartano i sottointervalli in cui è stata raggiunta la tolleranza relativa locale In caso di arresto dell algoritmo per IFLAG non è fornita un approssimazione di I[f] su tutto [a,b].

47 STRATEGIA ADATTATIVA LOCALE Si suddivide l intervallo più a sinistra Tutte le informazioni degli intervalli da esaminare sono conservate in una PILA STRATEGIA ADATTATIVA LOCALE Si suddivide l intervallo più a sinistra PILA: Il prossimo intervallo da esaminare è nel TOP DELLA PILA QUINDI L algoritmo si arresta quando la PILA E VUOTA

48 STRATEGIA ADATTATIVA LOCALE Si suddivide l intervallo più a sinistra PILA: Errore accettabile Prossimo intervallo da esaminare TOP della PILA a X 1 X 2 X 3 X 4 b Altri intervalli da esaminare [a,x 1 ] [x 1,x 2 ] [x 2,x 3 ] [x 3,x 4 ] [x 4,b] STRATEGIA ADATTATIVA LOCALE Si suddivide l intervallo più a sinistra PILA: Intervallo, Ogni nodo della pila contiene le informazioni su: stima dell integrale, stima del modulo dell errore. NODO DELLA PILA [p,q] Q [p,q] E [p,q]

49 ENTRAMBE LE STRATEGIE HANNO BISOGNO DI UNA PROCEDURA QE(c,d,f,Q,E) [c,d] f QE Q [c,d] [f] E [c,d] [f] La quale ricevuti in input un intervallo [c,d] contenuto in [a,b], ed una funzione integrabile f, fornisce in output le stime di I[f] ed E[f] sull intervallo [c,d] ottenute mediante una COPPIA DI FORMULE INNESTATE. T 1 [f] = ESEMPIO di procedura QE con la Formula Trapezoidale Composita. h [f(c) 2 h + f(d)] c + d T 2 [f] = f(c) + f + f(d) 4 2 E 2 [f] T 1 [f]-t 2 [f] /3 h=d-c

50 ESEMPIO di procedura QE con la Formula Trapezoidale Composita. procedure QE(input: c,d,f; output: Q,E) h:=(d-c) fc:=f(c) fd:=f(d) fm:=f((c+d)/2) t1:=h*(fc+fd)/2 t2:=h*(fc+fm+fd)/4 E:= t1-t2 /3 Q:=t2 return Un algoritmo ADATTATIVO LOCALE basato sulla Formula Trapezoidale Composita begin ADAPT read A,B,TOL,NMAX IFAIL:=0 INTEG:=0 ERROR:=0 QE(A,B,f,Q,E) NVAL:=3 A,B,Q,E pila N:=1 while (N 0 AND NVAL<NMAX) do C,D,Q,E pila N:=N-1 if (E<TOL*(D-C)/(B-A)) then INTEG:=INTEG+Q ERROR:= ERROR+E

51 CONTINUA: Un algoritmo ADATTATIVO LOCALE Basato sulla Formula Trapezoidale Composita else M:=(C+D)/2 QE(C,M,F,QS,ES) NVAL:=NVAL+3 QE(M,D,F,QD,ED) NVAL:=NVAL+3 M,D,QD,ED pila N:=N+1 C,M,,QS,ES pila N:=N+1 endif endwhile CONTINUA: Un algoritmo ADATTATIVO LOCALE Basato sulla Formula Trapezoidale Composita end ADAPT if (NVAL>=NMAX) then IFAIL:=1 endif print INTEG,ERROR,IFAIL

52 MATLAB E LA QUADRATURA Matlab rende disponibile la funzione QUAD per il calcolo di integrali definiti. QUAD è basata su un algoritmo adattativo locale e sulla formula di SIMPSON COMPOSITA. MATLAB E LA QUADRATURA QUAD (fun,a,b,tol,graf) fun a,b tol graf funzione integranda. Deve essere presente in un FILE di nome Fun.m estremi di integrazione. tolleranza (opzionale). Se non specificata TOL=10-3. intero (opzionale).se GRAF=1 viene mostrato il grafico della funzione con i nodi utilizzati.

53 MATLAB ESEMPIO: I[f] 2π = E LA QUADRATURA sin( x) dx = 0 Creazione del file fun.m contenente la funzione integranda 4 function y = fun(x) y = abs(sin(x)) return end ESEMPIO: I[f] MATLAB 2π = 0 E LA QUADRATURA sin( x) QUINDI dx >> a=0; >> b=2* ; >> res=quad( fun,a,b); res= = 4

54 Domanda: Sia assegnata una tolleranza TOL, da voler rispettare sull intero intervallo [a,b]. Che tolleranza dobbiamo rispettare sul generico sottointervallo [c,d]? Risposta: Affinché una tolleranza TOL, sia rispettata sull intero intervallo [a,b], è sufficiente che su ogni sottointervallo [c,d] sia rispettata una tolleranza TOL, proporzionale all ampiezza del sottointervallo stesso, ovvero una TOLLERANZA RELATIVA LOCALE

55 Esempio: Scegliamo il sottointervallo [a,m], dove m è il punto medio di [a,b]. m-a L ampiezza di [a,m] è META dell ampiezza di [a,b], b-a a m b m-a = (b-a) / 2 Esempio: Scegliamo il sottointervallo [a,m], dove m è il punto medio di [a,b]. L ampiezza di [a,m] è META dell ampiezza di [a,b], la TOLLERANZA RELATIVA LOCALE su [a,m] sarà la META della tolleranza su [a,b] TOL = TOL / 2

56 In generale Scegliamo un sottointervallo [c,d], dell intervallo [a,b]. Il rapporto tra le ampiezze di [c,d] e [a,b] è d c b a d-c b-a a c d b d-c = (b-a) d c b a In generale Scegliamo un sottointervallo [c,d], dell intervallo [a,b]. Il rapporto tra le ampiezze di [c,d] e [a,b] è d c b a la TOLLERANZA RELATIVA LOCALE su [c,d] sarà TOL = TOL d c b a

SESSIONE ORDINARIA 2007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE

SESSIONE ORDINARIA 2007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE SESSIONE ORDINARIA 007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE PROBLEMA Si consideri la funzione f definita da f ( x) x, il cui grafico è la parabola.. Si trovi il luogo geometrico dei

Dettagli

Integrazione numerica

Integrazione numerica Integrazione numerica Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Lezione 6-20-26 ottobre 2009 Indice 1 Formule di quadratura semplici e composite Formule di quadratura

Dettagli

SIMULAZIONE TEST ESAME - 1

SIMULAZIONE TEST ESAME - 1 SIMULAZIONE TEST ESAME - 1 1. Il dominio della funzione f(x) = log (x2 + 1)(4 x 2 ) (x 2 2x + 1) è: (a) ( 2, 2) (b) ( 2, 1) (1, 2) (c) (, 2) (2, + ) (d) [ 2, 1) (1, 2] (e) R \{1} 2. La funzione f : R R

Dettagli

PROBLEMI TRADIZIONALI SIMULAZIONE DELLA PROVA DI MATEMATICA

PROBLEMI TRADIZIONALI SIMULAZIONE DELLA PROVA DI MATEMATICA Simulazione 01/15 ANNO SCOLASTICO 01/15 PROBLEMI TRADIZIONALI SIMULAZIONE DELLA PROVA DI MATEMATICA DELL ESAME DI STATO PER IL LICEO SCIENTIFICO Il candidato risolva uno dei due problemi Problema 1 Nella

Dettagli

MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO

MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO Sessione Ordinaria in America 4 MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO (Americhe) ESAMI DI STATO DI LICEO SCIENTIFICO Sessione Ordinaria 4 SECONDA PROVA SCRITTA

Dettagli

Massimi e minimi vincolati in R 2 - Esercizi svolti

Massimi e minimi vincolati in R 2 - Esercizi svolti Massimi e minimi vincolati in R 2 - Esercizi svolti Esercizio 1. Determinare i massimi e minimi assoluti della funzione f(x, y) = 2x + 3y vincolati alla curva di equazione x 4 + y 4 = 1. Esercizio 2. Determinare

Dettagli

Classificazione Singolarità isolate, Serie di Laurent, Residui, Teorema dei residui e applicazioni

Classificazione Singolarità isolate, Serie di Laurent, Residui, Teorema dei residui e applicazioni Classificazione Singolarità isolate, Serie di Laurent, Residui, Teorema dei residui e applicazioni Docente:Alessandra Cutrì Richiamo:Zeri di Funzioni olomorfe (o analitiche) Sia f : A C C A aperto connesso,

Dettagli

EQUAZIONI non LINEARI

EQUAZIONI non LINEARI EQUAZIONI non LINEARI Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ EQUAZIONI non LINEARI p.1/44 EQUAZIONI

Dettagli

3. Sia g(x) = 4. Si calcoli l area del triangolo mistilineo ROS, ove l arco RS appartiene al grafico di f(x) o, indifferentemente, di g(x).

3. Sia g(x) = 4. Si calcoli l area del triangolo mistilineo ROS, ove l arco RS appartiene al grafico di f(x) o, indifferentemente, di g(x). Esame liceo Scientifico : ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. PROBLEMI Problema. Sia ABCD un quadrato di lato, P un punto di AB e γ la circonferenza

Dettagli

Documentazione esterna al software matematico sviluppato con MatLab

Documentazione esterna al software matematico sviluppato con MatLab Documentazione esterna al software matematico sviluppato con MatLab Algoritmi Metodo di Gauss-Seidel con sovrarilassamento Metodo delle Secanti Metodo di Newton Studente Amelio Francesco 556/00699 Anno

Dettagli

CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI

CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI Abbiamo studiato successioni e serie numeriche, ora vogliamo studiare successioni e serie di funzioni. Dato un insieme A R, chiamiamo successione di funzioni

Dettagli

CONTINUITÀ E DERIVABILITÀ Esercizi proposti. 1. Determinare lim M(sinx) (M(t) denota la mantissa di t)

CONTINUITÀ E DERIVABILITÀ Esercizi proposti. 1. Determinare lim M(sinx) (M(t) denota la mantissa di t) CONTINUITÀ E DERIVABILITÀ Esercizi proposti 1. Determinare lim M(sin) (M(t) denota la mantissa di t) kπ/ al variare di k in Z. Ove tale limite non esista, discutere l esistenza dei limiti laterali. Identificare

Dettagli

Introduzione al MATLAB c Parte 2

Introduzione al MATLAB c Parte 2 Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 18 gennaio 2008 Outline 1 M-file di tipo Script e Function Script Function 2 Costrutti di programmazione

Dettagli

STRUTTURE (O COSTRUTTI) DI CONTROLLO

STRUTTURE (O COSTRUTTI) DI CONTROLLO Le strutture di controllo Le strutture di controllo STRUTTURE (O COSTRUTTI) DI CONTROLLO determinano l ordine con cui devono essere eseguite le istruzioni sono indipendenti dalla natura delle istruzioni

Dettagli

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6 EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)

Dettagli

DAL DIAGRAMMA AL CODICE

DAL DIAGRAMMA AL CODICE DAL DIAGRAMMA AL CODICE Un diagramma di flusso Appare, come un insieme di blocchi di forme diverse che contengono le istruzioni da eseguire, collegati fra loro da linee orientate che specificano la sequenza

Dettagli

ORDINAMENTO 2014 QUESITO 1

ORDINAMENTO 2014 QUESITO 1 www.matefilia.it ORDINAMENTO 2014 QUESITO 1 Per il teorema dei seni risulta: = da cui sen α = Quindi α = arcsen ( ) che porta alle due soluzioni: α 41,810 41 49 α 138 11 QUESITO 2 I poliedri regolari (solidi

Dettagli

Definizione Dati due insiemi A e B, contenuti nel campo reale R, si definisce funzione reale di variabile reale una legge f : A

Definizione Dati due insiemi A e B, contenuti nel campo reale R, si definisce funzione reale di variabile reale una legge f : A Scopo centrale, sia della teoria statistica che della economica, è proprio quello di esprimere ed analizzare le relazioni, esistenti tra le variabili statistiche ed economiche, che, in linguaggio matematico,

Dettagli

DAL PROBLEMA AL CODICE: ATTRAVERSO LO PSEUDOCODICE

DAL PROBLEMA AL CODICE: ATTRAVERSO LO PSEUDOCODICE DAL PROBLEMA AL CODICE: ATTRAVERSO LO PSEUDOCODICE Il problema Un computer è usato per risolvere dei problemi Prenotazione di un viaggio Compilazione e stampa di un certificato in un ufficio comunale Preparazione

Dettagli

Sistemi Web per il turismo - lezione 3 -

Sistemi Web per il turismo - lezione 3 - Sistemi Web per il turismo - lezione 3 - Software Si definisce software il complesso di comandi che fanno eseguire al computer delle operazioni. Il termine si contrappone ad hardware, che invece designa

Dettagli

Regola del partitore di tensione

Regola del partitore di tensione Regola del partitore di tensione Se conosciamo la tensione ai capi di una serie di resistenze e i valori delle resistenze stesse, è possibile calcolare la caduta di tensione ai capi di ciascuna R resistenza,

Dettagli

Creare una funzione float square(float x). La funzione deve restituire il quadrato del parametro x.

Creare una funzione float square(float x). La funzione deve restituire il quadrato del parametro x. Funzioni Esercizio 1 Creare una funzione float square(float x). La funzione deve restituire il quadrato del parametro x. Creare un altra funzione, di nome float cube(float x), che restituisce invece il

Dettagli

Corso di Laurea in Ingegneria Informatica Analisi Numerica

Corso di Laurea in Ingegneria Informatica Analisi Numerica Corso di Laurea in Ingegneria Informatica Lucio Demeio Dipartimento di Scienze Matematiche 1 2 Analisi degli errori Informazioni generali Libro di testo: J. D. Faires, R. Burden, Numerical Analysis, Brooks/Cole,

Dettagli

PROVA DI VERIFICA DEL 24/10/2001

PROVA DI VERIFICA DEL 24/10/2001 PROVA DI VERIFICA DEL 24/10/2001 [1] Il prodotto di due numeri non nulli è maggiore di zero se: a. il loro rapporto è maggiore di zero, b. il loro rapporto è minore di zero, c. il loro rapporto è uguale

Dettagli

I appello - 26 Gennaio 2007

I appello - 26 Gennaio 2007 Facoltà di Ingegneria - Corso di Laurea in Ing. Informatica e delle Telecom. A.A.006/007 I appello - 6 Gennaio 007 Risolvere gli esercizi motivando tutte le risposte. (N.B. il quesito teorico è obbligatorio)

Dettagli

Fondamenti di Internet e Reti 097246

Fondamenti di Internet e Reti 097246 sul livello di Rete Instradamento. o Si consideri la rete in figura.. Si rappresenti, mediante un grafo, la rete per il calcolo dei cammini minimi (solo i nodi e gli archi no reti). Si calcoli il cammino

Dettagli

Note su quicksort per ASD 2010-11 (DRAFT)

Note su quicksort per ASD 2010-11 (DRAFT) Note su quicksort per ASD 010-11 (DRAFT) Nicola Rebagliati 7 dicembre 010 1 Quicksort L algoritmo di quicksort è uno degli algoritmi più veloci in pratica per il riordinamento basato su confronti. L idea

Dettagli

allora la retta di equazione x=c è asintoto (verticale) della funzione

allora la retta di equazione x=c è asintoto (verticale) della funzione 1)Cosa rappresenta il seguente limite e quale ne è il valore? E il limite del rapporto incrementale della funzione f(x)= con punto iniziale, al tendere a 0 dell incremento h. Il valore del limite può essere

Dettagli

Appunti sul corso di Complementi di Matematica- modulo Analisi Prof. B.Bacchelli

Appunti sul corso di Complementi di Matematica- modulo Analisi Prof. B.Bacchelli Appunti sul corso di Complementi di Matematica- modulo Analisi Prof. B.Bacchelli 09- Integrale doppio: Riferimenti: R.Adams, Calcolo ifferenziale 2. Capitoli 5.1, 5.2, 5.4. Esercizi 5.3, 5.4 Integrale

Dettagli

Analisi Matematica 2 per Matematica Esempi di compiti, primo semestre 2011/2012

Analisi Matematica 2 per Matematica Esempi di compiti, primo semestre 2011/2012 Analisi Matematica 2 per Matematica Esempi di compiti, primo semestre 211/212 Ricordare: una funzione lipschitziana tra spazi metrici manda insiemi limitati in insiemi limitati; se il dominio di una funzione

Dettagli

Equazioni differenziali ordinarie

Equazioni differenziali ordinarie Equazioni differenziali ordinarie Denis Nardin January 2, 2010 1 Equazioni differenziali In questa sezione considereremo le proprietà delle soluzioni del problema di Cauchy. Da adesso in poi (PC) indicherà

Dettagli

Istituto Professionale di Stato per l Industria e l Artigianato Giancarlo Vallauri. Classi I C I G

Istituto Professionale di Stato per l Industria e l Artigianato Giancarlo Vallauri. Classi I C I G Esercizi Estivi di Matematica a.s. 0/04 Istituto Professionale di Stato per l Industria e l Artigianato Giancarlo Vallauri Classi I C I G ALUNNO CLASSE Ulteriore ripasso e recupero anche nei siti www.vallauricarpi.it

Dettagli

PROGRAMMA DI SCIENZE E TECNOLOGIE APPLICATE 2015/2016 Classe 2ª Sez. C Tecnologico

PROGRAMMA DI SCIENZE E TECNOLOGIE APPLICATE 2015/2016 Classe 2ª Sez. C Tecnologico ISTITUTO TECNICO STATALE MARCHI FORTI Viale Guglielmo Marconi n 16-51017 PESCIA (PT) - ITALIA PROGRAMMA DI SCIENZE E TECNOLOGIE APPLICATE 2015/2016 Classe 2ª Sez. C Tecnologico Docente PARROTTA GIOVANNI

Dettagli

SVILUPPO IN SERIE DI FOURIER. Prof. Attampato Daniele

SVILUPPO IN SERIE DI FOURIER. Prof. Attampato Daniele SVILUPPO IN SERIE DI FOURIER Prof. Attampato Daniele SVILUPPO IN SERIE DI UNA FUNZIONE Uno dei problemi più frequenti in matematica è legato alla necessità di approssimare una funzione. Uno degli strumenti

Dettagli

INTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito.

INTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito. INTEGRALI DEFINITI Sia nel campo scientifico che in quello tecnico si presentano spesso situazioni per affrontare le quali è necessario ricorrere al calcolo dell integrale definito. Vi sono infatti svariati

Dettagli

Corso di Fondamenti di Informatica prova del 04/07/2008

Corso di Fondamenti di Informatica prova del 04/07/2008 UNIVERSITÀ DEGLI STUDI DI PERUGIA FACOLTÀ DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA MECCANICA. Corso di Fondamenti di Informatica prova del 04/07/2008 Esercizio 1 (17 punti) Il file di nome inp.dat contiene

Dettagli

Consideriamo due polinomi

Consideriamo due polinomi Capitolo 3 Il luogo delle radici Consideriamo due polinomi N(z) = (z z 1 )(z z 2 )... (z z m ) D(z) = (z p 1 )(z p 2 )... (z p n ) della variabile complessa z con m < n. Nelle problematiche connesse al

Dettagli

RETTE, PIANI, SFERE, CIRCONFERENZE

RETTE, PIANI, SFERE, CIRCONFERENZE RETTE, PIANI, SFERE, CIRCONFERENZE 1. Esercizi Esercizio 1. Dati i punti A(1, 0, 1) e B(, 1, 1) trovare (1) la loro distanza; () il punto medio del segmento AB; (3) la retta AB sia in forma parametrica,

Dettagli

7 Esercizi e complementi di Elettrotecnica per allievi non elettrici. Circuiti elementari

7 Esercizi e complementi di Elettrotecnica per allievi non elettrici. Circuiti elementari 7 Esercizi e complementi di Elettrotecnica per allievi non elettrici Circuiti elementari Gli esercizi proposti in questa sezione hanno lo scopo di introdurre l allievo ad alcune tecniche, semplici e fondamentali,

Dettagli

Metodi numerici per la risoluzione di equazioni. Equazioni differenziali ordinarie

Metodi numerici per la risoluzione di equazioni. Equazioni differenziali ordinarie Metodi numerici per la risoluzione di equazioni differenziali ordinarie Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Lezione 5-31 ottobre 2005 Outline 1 Il problema di Cauchy Il problema

Dettagli

Esercizi svolti Esperimentazioni di Fisica 2 A.A. 2009-2010 Elena Pettinelli

Esercizi svolti Esperimentazioni di Fisica 2 A.A. 2009-2010 Elena Pettinelli Esercizi svolti Esperimentazioni di Fisica A.A. 009-00 Elena Pettinelli Principio di sovrapposizione: l principio di sovrapposizione afferma che la risposta di un circuito dovuta a più sorgenti può essere

Dettagli

b) Il luogo degli estremanti in forma cartesiana è:

b) Il luogo degli estremanti in forma cartesiana è: Soluzione della simulazione di prova del 9/5/ PROBLEMA È data la funzione di equazione: k f( ). a) Determinare i valori di k per cui la funzione ammette punti di massimo e minimo relativi. b) Scrivere

Dettagli

LICEO SCIENTIFICO STATALE G.GALILEI CATANIA A.S. 2006/2007 SIMULAZIONE DI II PROVA - A

LICEO SCIENTIFICO STATALE G.GALILEI CATANIA A.S. 2006/2007 SIMULAZIONE DI II PROVA - A LICEO SCIENTIFICO STATALE G.GALILEI CATANIA A.S. 6/7 SIMULAZIONE DI II PROVA - A Tempo a disposizione: cinque ore E consentito l uso della calcolatrice non programmabile. Non è consentito uscire dall aula

Dettagli

Esercizi Capitolo 6 - Alberi binari di ricerca

Esercizi Capitolo 6 - Alberi binari di ricerca Esercizi Capitolo 6 - Alberi binari di ricerca Alberto Montresor 23 settembre 200 Alcuni degli esercizi che seguono sono associati alle rispettive soluzioni. Se il vostro lettore PDF lo consente, è possibile

Dettagli

Esercizi svolti. 1. Si consideri la funzione f(x) = 4 x 2. a) Verificare che la funzione F(x) = x 2 4 x2 + 2 arcsin x è una primitiva di

Esercizi svolti. 1. Si consideri la funzione f(x) = 4 x 2. a) Verificare che la funzione F(x) = x 2 4 x2 + 2 arcsin x è una primitiva di Esercizi svolti. Si consideri la funzione f() 4. a) Verificare che la funzione F() 4 + arcsin è una primitiva di f() sull intervallo (, ). b) Verificare che la funzione G() 4 + arcsin π è la primitiva

Dettagli

Syllabus: argomenti di Matematica delle prove di valutazione

Syllabus: argomenti di Matematica delle prove di valutazione Syllabus: argomenti di Matematica delle prove di valutazione abcdef... ABC (senza calcolatrici, senza palmari, senza telefonini... ) Gli Argomenti A. Numeri frazioni e numeri decimali massimo comun divisore,

Dettagli

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014 Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 14 Problema 1 Punto a) Osserviamo che g (x) = f(x) e pertanto g () = f() = in quanto Γ è tangente all asse delle ascisse,

Dettagli

VARIABILI ALEATORIE CONTINUE

VARIABILI ALEATORIE CONTINUE VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità

Dettagli

Prof. Giuseppe Chiumeo. Avete già studiato che qualsiasi algoritmo appropriato può essere scritto utilizzando soltanto tre strutture di base:

Prof. Giuseppe Chiumeo. Avete già studiato che qualsiasi algoritmo appropriato può essere scritto utilizzando soltanto tre strutture di base: LA STRUTTURA DI RIPETIZIONE La ripetizione POST-condizionale La ripetizione PRE-condizionale INTRODUZIONE (1/3) Avete già studiato che qualsiasi algoritmo appropriato può essere scritto utilizzando soltanto

Dettagli

FUNZIONI CONTINUE - ESERCIZI SVOLTI

FUNZIONI CONTINUE - ESERCIZI SVOLTI FUNZIONI CONTINUE - ESERCIZI SVOLTI 1) Verificare che x è continua in x 0 per ogni x 0 0 ) Verificare che 1 x 1 x 0 è continua in x 0 per ogni x 0 0 3) Disegnare il grafico e studiare i punti di discontinuità

Dettagli

Complementi di Matematica e Calcolo Numerico A.A. 20010-2011 Laboratorio 10 - Integrazione numerica

Complementi di Matematica e Calcolo Numerico A.A. 20010-2011 Laboratorio 10 - Integrazione numerica Complementi di Mtemtic e Clcolo Numerico A.A. 20010-2011 Lbortorio 10 - Integrzione numeric Dtunfunzionef vlorireliperclcolre b fornisce l funzione predefinit qud Sintssi: q=qud(f,,b,tol) input: f funzione

Dettagli

Laboratorio 2. Calcolo simbolico, successioni, limiti e derivate

Laboratorio 2. Calcolo simbolico, successioni, limiti e derivate Anno Accademico 2007-2008 Corso di Analisi 1 per Ingegneria Informatica Laboratorio 2 Calcolo simbolico, successioni, limiti e derivate 1 Introduzione al Toolbox simbolico Con le routines del Symbolic

Dettagli

Grafici tridimensionali

Grafici tridimensionali MatLab Lezione 3 Grafici tridimensionali Creazione di un Grafico 3D (1/4) Si supponga di voler tracciare il grafico della funzione nell intervallo x = [0,5]; y=[0,5] z = e -(x+y)/2 sin(3x) sin(3y) Si può

Dettagli

Università degli Studi di Catania A.A. 2012-2013. Corso di laurea in Ingegneria Industriale

Università degli Studi di Catania A.A. 2012-2013. Corso di laurea in Ingegneria Industriale Università degli Studi di Catania A.A. 2012-2013 Corso di laurea in Ingegneria Industriale Corso di Analisi Matematica I (A-E) (Prof. A.Villani) Elenco delle dimostrazioni che possono essere richieste

Dettagli

UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA

UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA CORSO DI COSTRUZIONI IDRAULICHE A.A. 00-0 PROF. LUIGI DA DEPPO ING. NADIA URSINO ESERCITAZIONE N : Progetto

Dettagli

Sono casi particolari di MCF : SPT (cammini minimi) non vi sono vincoli di capacità superiore (solo x ij > 0) (i, j) A : c ij, costo di percorrenza

Sono casi particolari di MCF : SPT (cammini minimi) non vi sono vincoli di capacità superiore (solo x ij > 0) (i, j) A : c ij, costo di percorrenza Il problema di flusso di costo minimo (MCF) Dati : grafo orientato G = ( N, A ) i N, deficit del nodo i : b i (i, j) A u ij, capacità superiore (max quantità di flusso che può transitare) c ij, costo di

Dettagli

Quesiti di Analisi Matematica A

Quesiti di Analisi Matematica A Quesiti di Analisi Matematica A Presentiamo una raccolta di quesiti per la preparazione alla prova orale del modulo di Analisi Matematica A. Per una buona preparazione é consigliabile rispondere ad alta

Dettagli

4.1 Modelli di calcolo analisi asintotica e ricorrenze

4.1 Modelli di calcolo analisi asintotica e ricorrenze 4 Esercizi Prima Parte 4.1 Modelli di calcolo analisi asintotica e ricorrenze Esercizio 4 1 Rispondere alle seguenti domande: 1. Come misuriamo l efficienza di un algoritmo?. Quali sono gli algoritmi più

Dettagli

Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1

Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1 Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria R. Vitolo Dipartimento di Matematica Università di Lecce SaLUG! - Salento Linux User Group Il programma OCTAVE per l

Dettagli

Test del Software. Definizione SCOPO LIMITI DEL TEST

Test del Software. Definizione SCOPO LIMITI DEL TEST Definizione! Verifica dinamica del comportamento del software rispetto a quello atteso, utilizzando un insieme finito di casi di test, appropriatamente selezionati nel dominio di tutti i casi possibili

Dettagli

EQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1.

EQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1. EQUAZIONI DIFFERENZIALI Esercizi svolti 1. Determinare la soluzione dell equazione differenziale (x 2 + 1)y + y 2 =. y + x tan y = 2. Risolvere il problema di Cauchy y() = 1 2 π. 3. Risolvere il problema

Dettagli

Il comando provoca il salvataggio dello stato e la terminazione dell esecuzione.

Il comando provoca il salvataggio dello stato e la terminazione dell esecuzione. Scrivere un programma per la gestione di una videoteca. Il programma deve essere in grado di tenere traccia dello stato corrente (presente/in prestito a x/smarrito da x/danneggiato da x a livello nn) e

Dettagli

PROTOCOLLO ITACA PUGLIA 2011 - RESIDENZIALE Istruzioni d'uso del software Versione 1.0

PROTOCOLLO ITACA PUGLIA 2011 - RESIDENZIALE Istruzioni d'uso del software Versione 1.0 PROTOCOLLO ITACA PUGLIA 2011 - RESIDENZIALE Istruzioni d'uso del software Versione 1.0 1/10 Indice 1 Premessa...3 2 Fogli di calcolo del framework...5 2.1 Foglio "Progetto"...5 2.2 Fogli "ATTESTATO" e

Dettagli

TSP con eliminazione di sottocicli

TSP con eliminazione di sottocicli TSP con eliminazione di sottocicli Un commesso viaggiatore deve visitare 7 clienti in modo da minimizzare la distanza percorsa. Le distanze (in Km) tra ognuno dei clienti sono come segue: 3 5 7-8 9 57

Dettagli

RIDUZIONE DELLE DISTANZE

RIDUZIONE DELLE DISTANZE RIDUZIONE DELLE DISTANZE Il problema della riduzione delle distanze ad una determinata superficie di riferimento va analizzato nei suoi diversi aspetti in quanto, in relazione allo scopo della misura,

Dettagli

Protocollo dei saperi imprescindibili Ordine di scuola: professionale

Protocollo dei saperi imprescindibili Ordine di scuola: professionale Protocollo dei saperi imprescindibili Ordine di scuola: professionale DISCIPLINA: MATEMATICA RESPONSABILE: CAGNESCHI F. IMPERATORE D. CLASSE: prima servizi commerciali Utilizzare le tecniche e le procedure

Dettagli

Informatica Teorica. Macchine a registri

Informatica Teorica. Macchine a registri Informatica Teorica Macchine a registri 1 Macchine a registri RAM (Random Access Machine) astrazione ragionevole di un calcolatore nastro di ingresso nastro di uscita unità centrale in grado di eseguire

Dettagli

COGNOME e NOME: FIRMA: MATRICOLA:

COGNOME e NOME: FIRMA: MATRICOLA: Anno Accademico 04/ 05 Corsi di Analisi Matematica I Proff. A. Villani, R. Cirmi e F. Faraci) Prova d Esame del giorno 6 febbraio 05 Prima prova scritta compito A) Non sono consentiti formulari, appunti,

Dettagli

LE FUNZIONI A DUE VARIABILI

LE FUNZIONI A DUE VARIABILI Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre

Dettagli

Interpolazione ed approssimazione di funzioni

Interpolazione ed approssimazione di funzioni Interpolazione ed approssimazione di funzioni Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 9 novembre 2007 Outline 1 Polinomi Valutazione di un polinomio Algoritmo di Horner

Dettagli

CONTINUITÀ E DERIVABILITÀ Esercizi risolti

CONTINUITÀ E DERIVABILITÀ Esercizi risolti CONTINUITÀ E DERIVABILITÀ Esercizi risolti. Determinare kπ/ [cos] al variare di k in Z. Ove tale ite non esista, discutere l esistenza dei iti laterali. Identificare i punti di discontinuità della funzione

Dettagli

FUNZIONI ELEMENTARI - ESERCIZI SVOLTI

FUNZIONI ELEMENTARI - ESERCIZI SVOLTI FUNZIONI ELEMENTARI - ESERCIZI SVOLTI 1) Determinare il dominio delle seguenti funzioni di variabile reale: (a) f(x) = x 4 (c) f(x) = 4 x x + (b) f(x) = log( x + x) (d) f(x) = 1 4 x 5 x + 6 ) Data la funzione

Dettagli

1 Serie di Taylor di una funzione

1 Serie di Taylor di una funzione Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita

Dettagli

La programmazione con vincoli in breve. La programmazione con vincoli in breve

La programmazione con vincoli in breve. La programmazione con vincoli in breve Obbiettivi Introdurre la nozione di equivalenza di CSP. Dare una introduzione intuitiva dei metodi generali per la programmazione con vincoli. Introdurre il framework di base per la programmazione con

Dettagli

TSP con eliminazione di sottocicli

TSP con eliminazione di sottocicli TSP con eliminazione di sottocicli Un commesso viaggiatore deve visitare 7 clienti in modo da minimizzare la distanza percorsa. Le distanze (in Km) tra ognuno dei clienti sono come segue: 7-8 9 7 9-8 79

Dettagli

Analisi dei segnali nel dominio della frequenza

Analisi dei segnali nel dominio della frequenza Laboratorio di Telecomunicazioni - a.a. 2010/2011 Lezione n. 7 Analisi dei segnali nel dominio della frequenza docente L.Verdoliva In questa lezione affrontiamo il problema dell analisi dei segnali tempo

Dettagli

SPAZI METRICI. Uno spazio metrico X con metrica d si indica con il simbolo (X, d). METRICI 1

SPAZI METRICI. Uno spazio metrico X con metrica d si indica con il simbolo (X, d). METRICI 1 SPAZI METRICI Nel piano R 2 o nello spazio R 3 la distanza fra due punti è la lunghezza, o norma euclidea, del vettore differenza di questi due punti. Se p = (x, y, z) è un vettore in coordinate ortonormali,

Dettagli

SOLUZIONE DEL PROBLEMA 1 CORSO SPERIMENTALE P.N.I. 2014

SOLUZIONE DEL PROBLEMA 1 CORSO SPERIMENTALE P.N.I. 2014 SOLUZIONE DEL PROBLEMA 1 CORSO SPERIMENTALE P.N.I. 01 1. Determiniamo l espressione analitica di g() dividendo il suo dominio in intervalli. La circonferenza di diametro AO ha equazione (+) + = + + = 0

Dettagli

Lezione2 Ricerca di zeri. http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali. Fernando Palombo

Lezione2 Ricerca di zeri. http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali. Fernando Palombo Lezione2 Ricerca di zeri http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali Fernando Palombo Aritmetica Finita nel Computer Nel computer l aritmetica è a precisione finita cioè

Dettagli

Funzioni. Il concetto di funzione nasce da quello di corrispondenza fra grandezze. Tale corrispondenza può essere data in svariati modi:

Funzioni. Il concetto di funzione nasce da quello di corrispondenza fra grandezze. Tale corrispondenza può essere data in svariati modi: Funzioni Il concetto di funzione nasce da quello di corrispondenza fra grandezze. Tale corrispondenza può essere data in svariati modi: da un rilevamento empirico da una formula (legge) ESEMPI: 1. la temperatura

Dettagli

Illustrazione 1: Telaio. Piantanida Simone 1 G Scopo dell'esperienza: Misura di grandezze vettoriali

Illustrazione 1: Telaio. Piantanida Simone 1 G Scopo dell'esperienza: Misura di grandezze vettoriali Piantanida Simone 1 G Scopo dell'esperienza: Misura di grandezze vettoriali Materiale utilizzato: Telaio (carrucole,supporto,filo), pesi, goniometro o foglio con goniometro stampato, righello Premessa

Dettagli

I costi d impresa (R. Frank, Capitolo 10)

I costi d impresa (R. Frank, Capitolo 10) I costi d impresa (R. Frank, Capitolo 10) COSTI Per poter realizzare la produzione l impresa sostiene dei costi Si tratta di scegliere la combinazione ottimale dei fattori produttivi per l impresa È bene

Dettagli

AA 2006-07 LA RICORSIONE

AA 2006-07 LA RICORSIONE PROGRAMMAZIONE AA 2006-07 LA RICORSIONE AA 2006-07 Prof.ssa A. Lanza - DIB 1/18 LA RICORSIONE Il concetto di ricorsione nasce dalla matematica Una funzione matematica è definita ricorsivamente quando nella

Dettagli

I appello - 24 Marzo 2006

I appello - 24 Marzo 2006 Facoltà di Ingegneria - Corso di Laurea in Ing. Energetica e Gestionale A.A.2005/2006 I appello - 24 Marzo 2006 Risolvere gli esercizi motivando tutte le risposte. I.) Studiare la convergenza puntuale,

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2001 Sessione suppletiva

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2001 Sessione suppletiva ESME DI STT DI LICE SCIENTIFIC CRS DI RDINMENT 1 Sessione suppletiva Il candidato risolva uno dei due problemi e dei 1 quesiti in cui si articola il questionario. PRBLEM 1 Si consideri la funzione reale

Dettagli

PROMEMORIA: Come creare, compilare ed eseguire programmi in Fortran 95

PROMEMORIA: Come creare, compilare ed eseguire programmi in Fortran 95 Corso di Laurea in Matematica - Laboratorio di Programmazione gr.2 a.a. 2014/15 SECONDA esercitazione in laboratorio --- Creazione e modifica di files ASCII per mezzo del programma gedit. --- Uso del compilatore

Dettagli

COGNOME... NOME... Matricola... Corso Prof... Esame di ANALISI MATEMATICA I - 11 Febbraio 2011, ore 8.30

COGNOME... NOME... Matricola... Corso Prof... Esame di ANALISI MATEMATICA I - 11 Febbraio 2011, ore 8.30 Esame di ANALISI MATEMATICA I - 11 Febbraio 2011, ore 830 A ESERCIZIO 1 (8 punti) Data la funzione = 1 + sin x 2 2 x (a) determinare lo sviluppo di MacLaurin al terzo ordine della funzione ; (b) determinare

Dettagli

Disegno in quadretti le parti da calcolare; se capisco quanto vale un quadretto è fatta.

Disegno in quadretti le parti da calcolare; se capisco quanto vale un quadretto è fatta. CLASSE III C RECUPERO GEOMETRIA AREA PERIMETRO POLIGONI Disegno in quadretti le parti da calcolare; se capisco quanto vale un quadretto è fatta. ES: se ho fatto questo disegno e so che 1 quadretto vale

Dettagli

Matematica e Statistica

Matematica e Statistica Matematica e Statistica Prova d esame (0/07/03) Università di Verona - Laurea in Biotecnologie - A.A. 0/3 Matematica e Statistica Prova di MATEMATICA (0/07/03) Università di Verona - Laurea in Biotecnologie

Dettagli

Limiti e continuità di funzioni reali di una variabile

Limiti e continuità di funzioni reali di una variabile di funzioni reali di una variabile Corso di Analisi Matematica - capitolo VI Facoltà di Economia, UER Maria Caterina Bramati Université Libre de Bruxelles ECARES 22 Novembre 2006 Intuizione di ite di funzione

Dettagli

Ricerca non informata in uno spazio di stati

Ricerca non informata in uno spazio di stati Università di Bergamo Facoltà di Ingegneria Intelligenza Artificiale Paolo Salvaneschi A5_2 V2.4 Ricerca non informata in uno spazio di stati Il contenuto del documento è liberamente utilizzabile dagli

Dettagli

Laboratorio Complementi di Ricerca Operativa DEI, Politecnico di Milano. Stima di parametri

Laboratorio Complementi di Ricerca Operativa DEI, Politecnico di Milano. Stima di parametri Stima di parametri Il gestore di un sito turistico dove si pratica il bungee-jumping deve fornire alla sovrintendenza municipale un documento che riguarda la sicurezza del servizio fornito. Il documento

Dettagli

Sintesi di reti logiche multilivello. Sommario. Motivazioni. Sommario. M. Favalli

Sintesi di reti logiche multilivello. Sommario. Motivazioni. Sommario. M. Favalli Sommario Sintesi di reti logiche multilivello M. Favalli Engineering Department in Ferrara 1 2 3 Aspetti tecnologici Sommario Analisi e sintesi dei circuiti digitali 1 / Motivazioni Analisi e sintesi dei

Dettagli

STRUTTURE ISOSTATICHE REAZIONI VINCOLARI ED AZIONI INTERNE

STRUTTURE ISOSTATICHE REAZIONI VINCOLARI ED AZIONI INTERNE ESERCIZI SVOLTI O CON TRACCIA DI SOLUZIONE SU STRUTTURE ISOSTATICHE REAZIONI VINCOLARI ED AZIONI INTERNE v 1.0 1 I PROVA DI VALUTAZIONE 15 Novembre 2006 - Esercizio 2 Data la struttura di figura, ricavare

Dettagli

Semantica dei programmi. La semantica dei programmi è la caratterizzazione matematica dei possibili comportamenti di un programma.

Semantica dei programmi. La semantica dei programmi è la caratterizzazione matematica dei possibili comportamenti di un programma. Semantica dei programmi La semantica dei programmi è la caratterizzazione matematica dei possibili comportamenti di un programma. Semantica operazionale: associa ad ogni programma la sequenza delle sue

Dettagli

Esercizio 2 Si consideri la funzione f definita dalle seguenti condizioni: e x. per x 1 f(x) = α x + e 1 per 1 < x

Esercizio 2 Si consideri la funzione f definita dalle seguenti condizioni: e x. per x 1 f(x) = α x + e 1 per 1 < x FUNZIONI Esercizio 1 Studiare la funzione f(x) = ln ( ) x e disegnarne il grafico. x 1 Esercizio 2 Si consideri la funzione f definita dalle seguenti condizioni: { e x per x 1 f(x) = α x + e 1 per 1

Dettagli

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può

Dettagli

ESERCIZIO 1 (Definizione funzioni passaggio parametri per copia)

ESERCIZIO 1 (Definizione funzioni passaggio parametri per copia) ESERCIZIO 1 (Definizione funzioni passaggio parametri per copia) Scrivere una funzione per definire se un numero è primo e un programma principale minimale che ne testa la funzionalità. #include

Dettagli

Il foglio elettronico

Il foglio elettronico Il foglio elettronico Microsoft 1 Rappresentazione di funzioni Ciò che viene riportato è il contenuto delle celle. non esegue la rappresentazione di funzioni note in forma esplicita come fanno alcuni programmi

Dettagli

Equazioni non lineari

Equazioni non lineari Equazioni non lineari Data una funzione f : [a, b] R si cerca α [a, b] tale che f (α) = 0. I metodi numerici per la risoluzione di questo problema sono metodi iterativi. Teorema Data una funzione continua

Dettagli