Minimizzazione (e massimizzazione) di funzioni. Antonino Polimeno
|
|
- Amando Nicola Lillo
- 5 anni fa
- Visualizzazioni
Transcript
1 Minimizzazione (e massimizzazione) di funzioni Antonino Polimeno
2 Uno dei problemi principali della chimica la minimizzazione dell energia totale di un sistema molecolare (o supramolecolare) energy optimization geometry optimization Calcolo della configurazione di equilibrio di molecole e solidi Il problema matematica è il calcolo del minimo assoluto e/o dei minimi relativi di una funzione (energia totale) che dipende dalle coordinate nucleari (nell approssimazione BO) nel modo più efficiente possibile
3
4
5
6
7 Search techniques Calculus-based techniques Guided random search techniques Enumerative techniques Direct methods Indirect methods Evolutionary algorithms Simulated annealing Dynamic programming Genetic algorithms
8 Metodi di ottimizzazione standard diretti Sistemi monodimensionali metodo di Brent golden section search Sistemi multidimensionali metodo di Powel (valutazione della sola funzione) gradiente coniugato quasi-newton
9 Sezione aurea- 1 a b x c Sono dati tre punti a < b < c che individuano un intervallo al cui interno è compreso un minimo, dato che f(b) < f(a), f(c) Dobbiamo scegliere un nuovo punto per restringere l intervallo in cui è compreso il minimo; se b è posto ad una frazione w di a e c e il nuovo punto x è ad una frazione z oltre b abbiamo che b a c b x b w, 1 w, z c a c a c a a b x c w 1-w Il nuovo intervallo sarà quindi lungo w+z oppure 1-w volte quello attuale. Il caso peggiore si ha per w+z=1-w z 12w Il nuovo punto è quindi il punto simmetrico a b nell intervallo originale, cioè b-a /(c-a)= x-c /(c-a), e questo implica che cada nell intervallo più lungo tra [a,b] e [b,c]; nel nostro caso quindi (vedi figura) in [b,c] z
10 Sezione aurea- 2 a b Mettendo insieme le due equazioni otteniamo: x c Ma come scegliamo z? La strategia è che la scelta ottimale, che si sta facendo nell iterazione attuale, sia stata presumibilmente fatta anche prima, scegliendo w. Quindi si ipotizza che x sia posto alla distanza frazionaria tra b e c uguale a quella di b fra a e c. z 1 w w w 3w1 0 w SEZIONE AUREA α β γ : :
11 Sezione aurea Sia [a, b] un intervallo, con f(a), f(b) già noti 2. Calcoliamo c b b a / r, d a b a / r, r 1 5 / 2 w 1 3. Se f(c) < f (d) allora c b b a / r 4. Se f(d) < f(c) allora a, f a c, f c, c, f c d, f d 5. Ripeti 2 b, f b d, f d, d, f d c, f c / d a b a r Convergenza lineare
12 Esempio % GOLDEN SECTION METHOD % % Copyright (c) 2009, Katarzyna Zarnowiec, all rights reserved % mailto: atarzyna.zarnowiec@gmail.com % figure; hold on; a=0; % start of interval b=2; % end of interval epsilon= ; % accuracy value iter= 50; % maximum number of iterations tau=double((sqrt(5)-1)/2); % golden proportion coefficient, around =0; % number of iterations while ((abs(b-a)>epsilon) && (<iter)) =+1; if(f_x1<f_x2) b=x2; x2=x1; x1=a+(1-tau)*(b-a); f_x1=f(x1); f_x2=f(x2); plot(x1,f_x1,'rx'); else a=x1; x1=x2; x2=a+tau*(b-a); x1=a+(1-tau)*(b-a); x2=a+tau*(b-a); % computing x values f_x1=f(x1); f_x2=f(x2); f_x1=f(x1); f_x2=f(x2); % computing values in x points end plot(x2,f_x2,'rx') plot(x1,f_x1,'rx') plot(x2,f_x2,'rx') % plotting x end =+1; % chooses minimum point if(f_x1<f_x2) sprintf('x_min=%f', x1) sprintf('f(x_min)=%f ', f_x1) plot(x1,f_x1,'ro') else sprintf('x_min=%f', x2) sprintf('f(x_min)=%f ', f_x2) plot(x2,f_x2,'ro') end
13 Molte dimensioni: gradiente coniugato - 1 Consideriamo una generica funzione; vogliamo individuare il punto (i punti) in cui il gradiente è nullo f ( x) funzione delle coordinate x x: ˆ f ( x) 0 Gradiente coniugato metodo iterativo usa le derivate (gradiente) relativamente semplice da implementare convergenza superlineare
14 Molte dimensioni: gradiente coniugato f( x) 0 1 f( x) f x f ( x0) xi xi xi xi x j x j c b x x A x x 2 x x 2 i i xx i, j i j xx 0 0 Un metodo poco efficiente: steepest descent min f ˆ x f x x x ˆ f x 1
15 Molte dimensioni: gradiente coniugato - 3 Gradiente coniugato: la direzioni di propagazione ad ogni ogni step cambia minimizzando la forma quadratica x x p p r b A x p r p p p r A r p A r A p 1 lunghezza del 'passo di discesa' proprio lunghezza del 'passo di discesa ' coniugato
16 x = fminunc(fun,x0) x = fminunc(fun,x0,options) x = fminunc(problem) [x,fval] = fminunc( ) [x,fval,exitflag,output] = fminunc( ) [x,fval,exitflag,output,grad,hessian] = fminunc( )
17 Ottimizzazione con Matlab function [f,g] = rosenbrocwithgrad(x) % Calculate objective f f = 100*(x(2) - x(1)^2)^2 + (1-x(1))^2; if nargout > 1 % gradient required g = [-400*(x(2)-x(1)^2)*x(1)-2*(1-x(1)); 200*(x(2)-x(1)^2)]; end x = fminunc(fun,x0) x = fminunc(fun,x0,options) x = fminunc(problem) [x,fval] = fminunc( ) [x,fval,exitflag,output] = fminunc( ) [x,fval,exitflag,output,grad,hessian] = fminunc( ) options = optimoptions('fminunc','algorithm','trustregion','specifyobjectivegradient',true); x0 = [-1,2]; fun x = fminunc(fun,x0,options)
LEZIONE ICO
LEZIONE ICO 9-10-2009 Argomento. Rassegna dei metodi numerici utilizzabili per la soluzione di problemi di ottimizzazione statica. Metodi del gradiente e di Newton e loro derivati. Metodi di penalita e
DettagliMetodi di Ricerca Lineare
Metodi di Ricerca Lineare Stefano Gualandi Università di Pavia, Dipartimento di Matematica email: twitter: blog: stefano.gualandi@unipv.it @famo2spaghi http://stegua.github.com Metodi di Ottimizzazione
DettagliMatematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.13)
Docente: Marco Gaviano (e-mail:gaviano@unica.it Corso di Laurea in Infomatica Corso di Laurea in Matematica Matematica Computazionale(6cfu Ottimizzazione(8cfu (a.a. 2013-14, lez.13 1 Minimizzazione unidimensionale
DettagliEvolutionary computing, machine learning et alia.
Evolutionary computing, machine learning et alia antonino.polimeno@unipd 1 Motivazioni Ingegneria chimica e chimica industriale Ottimizzazione di reattori condizioni di reazione Sintesi Chimica combinatoriale,
DettagliMetodi Numerici Prova di Laboratorio Esami del Stefano Gualandi
Metodi Numerici Prova di Laboratorio Esami del 2018 Stefano Gualandi October 11, 2018 ii Premessa Questo documento presenta la raccolta dei testi di esame degli appelli del corso di Metodi Numerici, Prova
DettagliMATLAB:Metodi Numerici per zeri di funzioni.
1 Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari MATLAB:Metodi Numerici per zeri di funzioni Metodo delle successive bisezioni Sappiamo che la procedura definita dal
DettagliOttimizzazione numerica
Funzioni univariate 28 Ottobre 2010 Funzioni univariate Outline 1 Funzioni univariate 2 optim Funzioni univariate I metodi di ottimizzazione consentono di trovare i punti estremanti (massimi, minimi) di
DettagliMetodi Matematici per l Ingegneria - 08/07/ Parte A
Metodi Matematici per l Ingegneria - 08/07/2013 - Parte A Esercizio: 1-OT Si consideri la funzione f(x = (x, y)) = a x 2 + b y 2 + c x y + d y, con a, b, c, d R: 1. trovare i punti stazionari; 2. scrivere
Dettagli3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI
3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI ESISTENZA DI UN PUNTO DI OTTIMO VINCOLATO Il problema di ottimizzazione vincolata introdotto nel paragrafo precedente può essere formulato nel modo seguente:
DettagliCapitolo 3: Ottimizzazione non vincolata parte III. E. Amaldi DEI, Politecnico di Milano
Capitolo 3: Ottimizzazione non vincolata parte III E. Amaldi DEI, Politecnico di Milano 3.4 Metodi di ricerca unidimensionale In genere si cerca una soluzione approssimata α k di min g(α) = f(x k +αd k
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 4 novembre 2007 Outline 1 Ricerca degli zeri di una funzione Problema e definizioni Metodo di
DettagliPNI 2004 QUESITO 1. Il grado sessagesimale è definito come la novantesima parte dell angolo retto.
www.matefilia.it PNI 2004 QUEITO 1 Il grado sessagesimale è definito come la novantesima parte dell angolo retto. Il grado centesimale è definito come la centesima parte dell angolo retto. La misura in
DettagliMetodi di Ottimizzazione
Metodi di Ottimizzazione Stefano Gualandi Università di Pavia, Dipartimento di Matematica email: twitter: blog: stefano.gualandi@unipv.it @famospaghi, @famoconti http://stegua.github.com Metodi di Ottimizzazione
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://www.ing.unibs.it/gastaldi/ Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Metodo di Newton-Raphson
DettagliEquazioni non lineari
Equazioni non lineari Antonino Polimeno Università degli Studi di Padova Equazioni non lineari - 1 Dato il sistema di n equazioni in n incognite (reali o complesse) f(x) = 0 si vogliono trovare una o più
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Metodo di Newton-Raphson
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 9 - Equazioni non lineari
Complementi di Matematica e Calcolo Numerico A.A. 2017-2018 Laboratorio 9 - Equazioni non lineari Data f : R R determinare α R tale che f(α) = 0 Le soluzioni di questo problema vengono dette radici o zeri
DettagliOptimization Toolbox di MATLAB
Università degli studi di Salerno Facoltà di Scienze Matematiche Fisiche e Naturali Optimization Toolbox di MATLAB Tesina di Ottimizzazione Studente: Prof. Giancarlo Raiconi Anno Accademico 2011/2012 Gianluca
DettagliProgr. Non Lineare: algoritmi
Progr. Non Lineare: algoritmi Fabio Schoen schoen@ing.unifi.it http://globopt.dsi.unifi.it/users/schoen A.A. 22-23 Programmazione Non Lineare: Cenni sugli algoritmi di ottimizzazione locale Schema generale
DettagliUNIVERSITÀ DEGLI STUDI DI GENOVA
UNIVERSITÀ DEGLI STUDI DI GENOVA Corso di Laurea Specialistica in Ingegneria Gestionale Corso di Ricerca Operativa 2 (CD) codice 60204 A.A. 2011/2012 Docente: Mauro Gaggero PROGRAMMA DEL CORSO 1. Introduzione
Dettagli3.7 Metodi quasi-newton
3.7 Metodi quasi-newton Varianti del metodo di Newton in cui invece di usare/invertire la matrice Hessiana di f si estraggono informazioni relative alle derivate seconde dalle variazioni di f. Si genera
DettagliRisoluzione di sistemi lineari sparsi e di grandi dimensioni
Risoluzione di sistemi lineari sparsi e di grandi dimensioni Un sistema lineare Ax = b con A R n n, b R n, è sparso quando il numero di elementi della matrice A diversi da zero è αn, con n α. Una caratteristica
Dettagli4.8 Metodi quasi-newton
4.8 Metodi quasi-newton Varianti del metodo di Newton in cui invece di usare/invertire la matrice Hessiana di f (x) si estraggono informazioni relative alle derivate seconde dalle variazioni di f (x).
DettagliIl Toolbox di ottimizzazione di Matlab. Mauro Gaggero
Mauro Gaggero I Toolbox di Matlab I Toolbox di Matlab sono pacchetti software utili per risolvere problemi specifici. Questi pacchetti non fanno parte del kernel vero e proprio di Matlab. Si tratta di
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Risoluzione di Equazioni Algebriche Le equazioni algebriche sono equazioni del tipo P(x) = 0 dove P è un polinomio di grado n cioé P(x) = a 1 x n + a 2 x n
DettagliMetodi per il calcolo degli zeri di funzioni non lineari
Metodi per il calcolo degli zeri di funzioni non lineari N. Del Buono 1 Introduzione Le radici di un equazione non lineare f(x) = 0 non possono, in generale, essere espresse esplicitamente e anche quando
Dettagli4.5 Metodo del gradiente
4.5 Metodo del gradiente Si cerca un punto stazionario di f : R n R con f C 1. Metodo del gradiente con ricerca 1-D esatta: Scegliere x 0, porre k := 0 Iterazione: d k := f(x k ) Determinare α k > 0 tale
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Metodo di Newton-Raphson
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Problema e definizioni Metodo di Newton-Raphson Test d arresto Algoritmo ed esercizi
DettagliEsame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 31 agosto 2011 Testo e soluzioni
Esame di Calcolo Numerico per Informatica A.A. 21/11 Proff. S. De Marchi e M. R. Russo 31 agosto 211 Testo e soluzioni L esame consiste di 4 domande aperte e 1 esercizi a risposta multipla. Per gli esercizi
DettagliElementi di Calcolo Scientifico per l Ingegneria A.A
Elementi di Calcolo Scientifico per l Ingegneria A.A. 2017-2018 Ottobre 2017 (2 16) Indice 1 2 3 4 Rappresentazione dei numeri reali nel calcolatore l insieme dei numeri reali, R, contiene un numero infinito
DettagliEsame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 19 settembre 2011
Esame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 19 settembre 2011 L esame consiste di 4 domande aperte e 10 esercizi a risposta multipla. Per gli esercizi ci sono
DettagliOTTIMIZZAZIONE NON LINEARE
OTTIMIZZAZIONE NON LINEARE In molti casi pratici non esistono algoritmi specifici per la soluzione del problema. Si utilizzano quindi algoritmi basati su approssimazioni locali della funzione o algoritmi
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 4 - Metodi di Newton e Punto fisso
Complementi di Matematica e Calcolo Numerico A.A. 2011-2012 Laboratorio 4 - Metodi di Newton e Punto fisso [1] Metodo di Newton Costruire una MATLAB FUNCTION che, dati dall utente: una funzione f una funzione
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Bisezione Metodo di Newton-Raphson
DettagliFondamenti di Informatica, A.A Compito A
Fondamenti di Informatica, A.A. 2013-2014 - Compito A 30/07/2014 Prova Pratica L integrale definito di una funzione continua su un intervallo chiuso e limitato può essere calcolato con la regola dei trapezi
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie
Complementi di Matematica e Calcolo Numerico A.A. 2012-2013 Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Cosideriamo il seguente Problema di Cauchy: Trovare una funzione y : I
DettagliMetodi iterativi per equazioni nonlineari.
Metodi iterativi per equazioni nonlineari. Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica 9 aprile 2016 Alvise Sommariva Introduzione 1/ 14 Introduzione Si supponga sia f
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://www.ing.unibs.it/gastaldi/ Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Bisezione Metodo di
DettagliMinimi di una funzione
Minimi di una funzione minimi locali ( f (x) = 0 ) e globali; i minimi di f(x) sono i massimi di f(x); limiti sulla precisione raggiungibile; ricerca per successive divisioni; ricerca per interpolazione
DettagliSoluzione di Equazioni non lineari
Soluzione di Equazioni non lineari Corso di Calcolo Numerico 20 Marzo 2018 Function in MATLAB Lo scopo di una funzione è quello di prendere in input un certo numero di valori, fare alcune operazioni con
DettagliClaudio Estatico Equazioni non-lineari
Claudio Estatico (claudio.estatico@uninsubria.it) Equazioni non-lineari 1 Equazioni non-lineari 1) Equazioni non-lineari e metodi iterativi. 2) Metodo di bisezione, metodo regula-falsi. 3) Metodo di Newton.
DettagliCapitolo 3: Ottimizzazione non vincolata parte II. E. Amaldi DEI, Politecnico di Milano
Capitolo 3: Ottimizzazione non vincolata parte II E. Amaldi DEI, Politecnico di Milano 3.3 Metodi basati su direzioni di ricerca Problema di ottimizzazione non vincolata: min x R n f(x) con f : R n R di
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Bisezione Metodo di Newton-Raphson
DettagliEquazioni non lineari. Gabriella Puppo
Equazioni non lineari Gabriella Puppo Equazioni non lineari Passare una function come argomento Metodo di bisezione Metodo di Newton Metodo delle secanti Funzione fzero Passare una function come argomento
DettagliEsame di Calcolo Numerico per Informatica A.A. 2010/11: testo soluzioni Proff. S. De Marchi e M. R. Russo 12 luglio 2011
Esame di Calcolo Numerico per Informatica A.A. 200/: testo soluzioni Proff. S. De Marchi e M. R. Russo 2 luglio 20 L esame consiste di 4 domande aperte e 0 esercizi a risposta multipla. Per gli esercizi
DettagliLaboratorio di Calcolo Numerico
Laboratorio di Calcolo Numerico M.R. Russo Università degli Studi di Padova Dipartimento di Matematica Pura ed Applicata A.A. 2009/2010 Equazioni non lineari Data una funzione consideriamo il problema
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie
Complementi di Matematica e Calcolo Numerico A.A. 2010-2011 Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Cosideriamo il seguente Problema di Cauchy: Trovare una funzione y : I
DettagliCompito numero 2 - Compito intero
Esercitazione 6 - Correzione esame dell 8//3 Lucia Pilleri 9//3 Compito numero - Compito intero Esercizio del parziale - del compito intero Risolvere, mediante la fattorizzazione P A = LU, il sistema lineare
DettagliMetodo del Punto Interno in Programmazione Lineare
Metodo del Punto Interno in Programmazione Lineare Si scriva un programma Matlab che implementi il metodo del punto interno per la programmazione lineare, e si risolva il seguente problema: min x 1 x x
DettagliMetodi iterativi SISTEMI LINEARI. Metodi Iterativi. Metodo di rilassamento successivo e metodi del gradiente
Metodi iterativi Metodo di rilassamento successivo e metodi del gradiente Metodi iterativi Metodi iterativi 1 Il metodo di rilassamento successivo Condizioni per la convergenza 2 Metodi del Metodo della
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 3-24/3/2014
Complementi di Matematica e Calcolo Numerico A.A. 2012-2013 Laboratorio 3-24/3/2014 Equazioni non lineari (fzero) Sia f : R R una funzione che ammette una radice α, ovvero t.c. f(α) = 0. Possiamo utilizzare
DettagliSistemi Intelligenti Relazione tra ottimizzazione e statistica - IV Alberto Borghese
Sistemi Intelligenti Relazione tra ottimizzazione e statistica - IV Alberto Borghese Università degli Studi di Milano Laboratory of Applied Intelligent Systems (AIS-Lab) Dipartimento di Informatica borghese@di.unimi.it
DettagliOttimizzazione dei Sistemi Complessi
1 Giovedì 18 Maggio 2017 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Il decisore questo sconosciuto! singolo obiettivo: se x e x sono ottimi globali, allora f (x ) = f ( x) e non c è alcun
DettagliMetodi senza derivate per l Ottimizzazione non vincolata
Metodi senza derivate per l Ottimizzazione non vincolata Marco Sciandrone Dipartimento di Informatica e Sistemistica Università degli Studi di Roma La Sapienza 1 Generalità Molti problemi di ottimizzazione
DettagliAlgoritmi del gradiente e del gradiente coniugato per la risoluzione di sistemi lineari
Sommario Algoritmi del gradiente e del gradiente coniugato per la risoluzione di sistemi lineari Gabriele Basile Fabio Chiodo Dipartimento di Matematica e Informatica Università di Catania Seminario di
DettagliOttimizzazione dei Sistemi Complessi
1 Giovedì 18 Maggio 2017 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Il decisore... questo sconosciuto! singolo obiettivo: se x e x sono ottimi globali, allora f (x ) = f ( x) e non c è
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Risoluzione di Equazioni Algebriche Le equazioni
DettagliSistemi Intelligenti I sistemi lineari, i non-lineare
Sistemi Intelligenti I sistemi lineari, Tecniche di base per l ottimizzazione i non-lineare Alberto Borghese Università degli Studi di Milano Laboratorio di Sistemi Intelligenti Applicati (AIS-Lab) Dipartimento
DettagliMinimi di una funzione
Minimi di una funzione Esistono minimi locali ( f (x) = 0 ) e globali: mi interessa soprattutto trovare questi ultimi i minimi di f(x) sono i massimi di f(x), quindi gli algoritmi per trovare minimi e
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 7
Complementi di Matematica e Calcolo Numerico A.A. 2015-2016 Laboratorio 7 Equazioni non lineari (fzero) Sia f : R R una funzione che ammette una radice α, ovvero t.c. f(α) = 0. Possiamo utilizzare la funzione
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 2 - EQUAZIONI NON LINEARI Lucio Demeio Dipartimento di Scienze Matematiche 1 Elementi introduttivi 2 3 4 Introduzione Problema: trovare le soluzioni di
DettagliProblema. Equazioni non lineari. Metodo grafico. Teorema. Cercare la soluzione di
Problema Cercare la soluzione di Equazioni non lineari dove Se è soluzione dell equazione, cioè allora si dice RADICE o ZERO della funzione Metodo grafico Graficamente si tratta di individuare l intersezione
DettagliOttimizzazione Non Lineare
1 Venerdì 9 Novembre 2018 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Informazioni Giampaolo Liuzzi studio: IASI (CNR), Via dei Taurini 19 (00185, Roma), V piano, stanza 514 (poco utile)
DettagliMetodi Numerici Modulo di Ottimizzazione e Trasformate di Fourier
Metodi Numerici Modulo di Ottimizzazione e Trasformate di Fourier Esercizi proposti con alcune tracce di soluzioni Ottimizzazione non vincolata. Si consideri la funzione f(x, y) = e x+y + x xy + y x. A.
DettagliCalcolo Numerico (CdS in Matematica) A.A. 2012/13
Calcolo Numerico (CdS in Matematica) A.A. 2012/13 Esercitazione di Laboratorio sulla risoluzione di sistemi di equazioni lineari Parte 1. Fattorizzazione di matrici Scrivere una funzione Matlab che implementi
Dettaglidata una funzione f, non lineare calcolare le soluzioni dell equazione f(x) = 0 in un intervallo [a,b]
RISOLUZIONE NUMERICA DI EQUAZIONI NON LINEARI PROBLEMA: data una funzione f, non lineare calcolare le soluzioni dell equazione f() = 0 in un intervallo [a,b] 1 f ( ) = log( ) +, (0,10) ξ Esiste una sola
DettagliComplementi di Matematica A.A Laboratorio 10
Complementi di Matematica A.A. 2016-2017 Laboratorio 10 Equazioni non lineari (fzero) Sia f : R R una funzione che ammette una radice α, ovvero t.c. f(α) = 0. Possiamo utilizzare la funzione predefinita
Dettaglif(x) = x e x, prendere come intervallo iniziale [0, 1] e fissare come precisione ε = 10 8.
Esercitazione 7 Argomento: Il metodo delle successive bisezioni Scopo: Implementare il metodo delle successive bisezioni per la soluzione di equazioni non lineari. function [alfa,iter]=bisez(f,a,b,epsilon)
Dettaglidi 4, che è l area dell intera mattonella, imponiamo che 5 e quindi a = 7 5
Problemi Problema 1) 1) Siccome la funzione f(x) è una retta, l espressione cercata è f(x) = 1 x che soddisfa le condizioni a), b) e c) richieste. Per riflessione rispetto all asse y, all asse x e all
Dettagli5.5 Programmazione quadratica (PQ)
5.5 Programmazione quadratica (PQ Minimizzare una funzione quadratica soggetta a vincoli lineari: 1 min x t Qx + c t x 2 s.v. a t i x b i i D (P a t i x = b i i U x R n dove Q matrice n n, D e U sono gli
Dettaglidati due vettori di lunghezza, rispettivamente, a, b e l angolo α tra essi, la loro distanza euclidea al quadrato è pari a: a 2 +b 2 2abcos(α).
7.1 Il poligono più grande Formulare in termini di programmazione matematica il seguente problema: fissato un intero n, trovare il poligono di n lati (n-gono) con diametro (massima distanza tra due vertici)
DettagliMetodi Numerici per l Approssimazione degli Zeri di una Funzione
Metodi Numerici per l Approssimazione degli Zeri di una Funzione Luca Gemignani luca.gemignani@unipi.it 29 marzo 2018 Indice Lezione 1: Il Metodo di Bisezione. 1 Lezione 2: Metodi di Iterazione Funzionale.
DettagliChimica computazionale
Chimica computazionale Loriano Storchi loriano@storchi.org http://www.storchi.org/ PES PES (Potential Energy Surface) superficie di energia potenziale. E in generale una ipersuperficie data dal valore
DettagliConcludiamo questa Appendice, riportando alcuni programmi scritti in linguaggio
0.1. PROGRAMMI MATLAB 1 0.1 Programmi MATLAB Concludiamo questa Appice, riportando alcuni programmi scritti in linguaggio MATLAB, relativi ad algoritmi visti nei capitoli del Testo. Il lettore è incoraggiato,
DettagliCapitolo 2. Equazioni non lineari. 2.1 Metodo di bisezione. 2.2 Ordine dei metodi
Capitolo 2 Equazioni non lineari 2.1 Metodo di bisezione Data la successione {x n } n prodotta dal metodo di bisezione convergente alla radice ξ di f(x), il criterio d arresto basato sul residuo (cioè
DettagliMinimi di una funzione
Minimi di una funzione Esistono minimi locali ( f (x) = 0 ) e globali: mi interessa soprattutto trovare questi ultimi; i minimi di f(x) sono i massimi di f(x), quindi gli algoritmi per trovare minimi e
DettagliLEZIONE ICO 12-10-2009
LEZIONE ICO 12-10-2009 Argomento: introduzione alla piattaforma Matlab. Risoluzione numerica di problemi di minimo liberi e vincolati. Lucia Marucci marucci@tigem.it http://www.mathworks.com/access/helpdesk/help/toolbo
DettagliLaboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 12/07/2012
Cognome: Nome: Matricola: Laboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 12/07/2012 ESERCIZIO 1 [10 punti] Si consideri il problema di approssimare le radici α 1 =
Dettagliaprile 2007 dicembre 2000 Metodi iterativi Metodi iterativi dell equazione equazione f(x)=0 per l approssimazione l
Metodi iterativi Metodi iterativi per l approssimazione l delle radici dell equazione equazione f()=0 dicembre 000 aprile 007 Definizione Si chiama RADICE di una equazione a()=b() un numero (reale) u tale
DettagliPrincipi e Metodologie della Progettazione Meccanica
Principi e Metodologie della Progettazione Meccanica ing. F. Campana a.a. 06-07 Lezione 11: CAE e Ottimizzazione Strutturale Il ruolo dell ottimizzazione nell ambito della progettazione meccanica Durante
DettagliEsame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 2 settembre 2013
Esame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 2 settembre 2013 1 Domande aperte 1. Ogni matrice quadrata (di ordine n) strettamente definita positiva è invertibile. Perchè? Risposta.
DettagliProva scritta di Geometria 1 Docente: Giovanni Cerulli Irelli 20 Gennaio 2017
Prova scritta di Geometria Docente: Giovanni Cerulli Irelli Gennaio 7 Esercizio. Si considerino i seguenti tre punti dello spazio euclideo: P :=, Q :=, R :=.. Dimostrare che P, Q ed R non sono collineari.
DettagliAlgoritmi di ricerca locale
Algoritmi di ricerca locale Utilizzati in problemi di ottimizzazione Tengono traccia solo dello stato corrente e si spostano su stati adiacenti Necessario il concetto di vicinato di uno stato Non si tiene
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 11 Metodi numerici per equazioni differenziali ordinarie
Complementi di Matematica e Calcolo Numerico A.A. 2018-2019 Laboratorio 11 Metodi numerici per equazioni differenziali ordinarie Cosideriamo il seguente Problema di Cauchy: Trovare una funzione y : I R,
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 2 - EQUAZIONI NON LINEARI Introduzione Problema: trovare le soluzioni di un equazione del tipo f() = 0 Esempio sin a = 0 e = 3 1.0 2.0 0.5
DettagliPrincipi e Metodologie della Progettazione Meccanica
Principi e Metodologie della Progettazione Meccanica Corso del II anno della laurea specialistica di ingegneria meccanica ing. F. Campana Dal dimensionamento all Concetti introduttivi Il dimensionamento
Dettagli2. Metodi di discesa
2. Metodi di discesa Analisi Numerica - A.A. 2018/2019 25 Settembre 2018 (ANUM - A.A. 2018/19) 2. Metodi di discesa 25 Settembre 2018 0 / 58 Generalità sugli algoritmi Generalità Tutti gli algoritmi per
DettagliIl metodo del gradiente coniugato
Il metodo del gradiente coniugato Il metodo del gradiente puó avere un comportamento di tipo zig-zag. Nel metodo del gradiente r (k)t r (k+1) = 0 Il metodo del gradiente coniugato sceglie le direzioni
DettagliMetodi iterativi per sistemi lineari
Metodi iterativi per sistemi lineari Mirano a costruire la soluzione x di un sistema lineare come limite di una successione di vettori Per matrici piene di ordine n il costo computazionale è dell ordine
DettagliMetodi di Iterazione Funzionale
Appunti di Matematica Computazionale Lezione Metodi di Iterazione Funzionale Il problema di calcolare il valore per cui F() = si può sempre trasformare in quello di trovare il punto fisso di una funzione
DettagliOttimizzazione della geometria. Ottimizzazione della geometria A.A ! " B. Civalleri Chimica Computazionale a.a
Ottimizzazione della geometria A.A. 2006-07 07! " B. Civalleri Chimica Computazionale a.a. 2006-07 1 Ottimizzazione della geometria Definizioni (I) Superficie di energia potenziale (PES) La PES descrive
DettagliCapitolo 1. Esercizi a.a Esercizi. Esercizio 1.1 Dimostrare che il metodo iterativo
Capitolo Esercizi a.a. 206-7 Esercizi Esercizio. Dimostrare che il metodo iterativo x k+ = Φ(x k ), k = 0,,..., se convergente a x, deve verificare la condizione di consistenza x = Φ(x ). Ovvero, la soluzione
DettagliSistemi Intelligenti I sistemi lineari. Sommario
Sistemi Intelligenti I sistemi lineari Alberto Borghese Università degli Studi di Milano Laboratorio di Sistemi Intelligenti Applicati (AIS-Lab) Dipartimento di Scienze dell Informazione borghese@dsiunimiit
DettagliIl metodo di Gauss-Newton per le regressioni non-lineari
Il metodo di Gauss-Newton per le regressioni non-lineari Andrea Onofri Dipartimento di Scienze Agrarie ed Ambientali Università degli Studi di Perugia Versione on-line: http://www.unipg.it/ onofri/rtutorial/index.html
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 10
Complementi di Matematica e Calcolo Numerico A.A. 2014-2015 Laboratorio 10 Convergenza di metodi iterativi per sistemi lineari UnmetodoiterativoperlarisoluzionediunsistemalineareAx = b si scrive in forma
Dettagli