Metodi di Ottimizzazione
|
|
- Giorgiana Durante
- 5 anni fa
- Visualizzazioni
Transcript
1 Metodi di Ottimizzazione Stefano Gualandi Università di Pavia, Dipartimento di Matematica
2 Metodi di Ottimizzazione Metodi di Ottimizzazione I metodi numerici per il calcolo di minimi di una funzione obiettivo sono di tipo iterativo: a partire da un dato punto iniziale x 0 R n generano una successione di punti x k convergente ad un punto stazionario. SCHEMA GENERICO DI ALGORITMO ITERATIVO 1 Sia dato x 0 e un valore di tolleranza numerica toll while( f (x k ) >toll) (Verifica C.N. I ordine) 3 il metodo genera un vettore h k 4 x k+1 = x k + h k (aggiornamento dell iterata) 5 end La scelta fatta del vettore h k differenzia il metodo usato.
3 Demo web DEMO WEB: http: //
4 Calcolo della radice quadrata di un numero Sia data la funzione f : R R seguente: f (x) = x 3 3 rx di cui si deve trovare un punto stazionario utilizzando un metodo iterativo, ovvero un punto che realizza f (x) = 0 f (x) = x r = 0 Osservazione In pratica, stiamo cercando un metodo iterativo che permetta di approssimare al computer la radice quadrata di un numero. Se r =, stiamo cercando un approssimazione di.
5 Calcolo della radice quadrata di un numero Chiamiamo ora g(x) = x r e vediamo come possiamo trovare con un metodo iterativo un punto tale per cui g(x) = 0. (DEMO: NewtonIteration_Ani.gif) In pratica, approssimiamo la funzione g(x) in un punto x k con i primi due termini del polinomio di Taylor g(x k ) + g (x k )(x x k ) = 0 Il punto x che soddisfa l equazione precedente, viene usato come nuovo punto x k, che meglio approssima r. In pratica risolviamo da cui g(x k ) + g (x k )(x k+1 x k ) = 0 x k+1 = x k g(x k) g (x k )
6 Metodo Iterativo per il calcolo di k Abbiamo ora il nostro primo metodo iterativo: x k+1 = x k g(x k) g (x k ) Domande Possiamo garantire che il metodo converge ad un punto x? Possiamo garantire che il metodo converge proprio a r? Esercizio 1 Implementare uno script Matlab che calcola la radice quadrata di. (Prima di implementare, provare i conti a mano per trovare 36)
7 Esempio numerico Nel nostro caso, il metodo iterativo consiste nel calcolare x k+1 = x k g(x k) g (x k ) = x k x k r x k = x k x k + r x k = 1 (x k + r x k ) Esempio numerico per calcolare, ovvero con r = Iterata corrente x k Quoziente r x k 1 1 Media tra x k e r (1+) = = ( ) = = ( ) = x k
8 Stima dell errore Studiamo l errore del nostro metodo iterativo (senza conoscere il valore esatto di r). Sia E k l errore di approssimazione da cui E k = x k r x k = r + E k L errore alla prossima iterazione sarà E k+1 = x k+1 r = x k + r x k = x k + r x k = (x k r) x k r = E k x k r = x k rx k + r x k
9 Stima dell errore Dopo la prima iterata x 0, tutti gli errori successivi saranno sempre positivi. Inoltre l errore ad ogni iterazione diventa sempre più piccolo, in quanto da cui E k = x k r < x k e quindi 0 < E k x k < 1 E k+1 = E k = E k E k x k x k < E k Riassumendo..... abbiamo dimostrato che l errore del metodo iterativo diventa sempre più piccolo ad ogni iterazione in quanto 0 < E k+1 < E k < E k
10 Criterio d arresto basato sulla stima dell errore Dalle relazioni precedenti abbiamo che 0 < x k+1 r < x k r r < xk+1 < x k Riprendendo la definizione di errore al passo k ovvero E k = x k r = x k x k+1 + x k+1 r = (x k x k+1 ) + E k+1 < (x k x k+1 ) + E k E k+1 < E k < x k x k+1 In pratica, se si vuole una soluzione con un errore minore di ɛ > 0, basterà verificare la condizione: x k x k+1 < ɛ
11 Proprietà Affidabilità e convergenza Siamo interessati ad algoritmi affidabili e efficienti: L affidabilità è associata al concetto di convergenza: il metodo converge ad un punto stazionario? È anche un punto di minimo? L efficienza si misura in termini di velocità di convergenza e costo computazionale: con che velocità il metodo converge ad un punto stazionario? Quante risorse di calcolo consuma il metodo?
12 Convergenza Definition 1 (Convergenza locale) Un algoritmo di ottimizzazione converge localmente ad un punto di minimo x se per scelte di x 0 sufficientemente vicine a x la successione generata a partire da x 0, ovvero la successione {x k (x 0 )}, converge a x, ovvero se ρ > 0 tale che x 0 B(x, ρ) = {x : x x < ρ} {x k (x 0 )} x per k Definition (Convergenza globale) Un algoritmo di ottimizzazione converge globalmente ad un punto di minimo x se per ogni scelta di x 0 la successione generata a partire da x 0, {x k (x 0 )}, converge a x ovvero: x 0 R n {x k (x 0 )} x per k
13 Rapidità di Convergenza Definition 3 (Convergenza Q-lineare) Sia {x k } una sequenza di punti in R n che converge a x. Diciamo che la convergenza è Q-lineare se esiste una costante r (0, 1) tale per cui x k+1 x x k x r, per ogni k sufficientemente grande. (1) Fattore di riduzione Questo significa che la distanza dalla soluzione ottima x diminuisce ad ogni iterazione di almeno un fattore costante.
14 Rapidità di Convergenza Definition 4 (Convergenza Q-superlineare) La rapidità di convergenza viene detta Q-superlineare se x k+1 x lim k x k x = 0. Definition 5 (Convergenza Q-quadratica) Si parla di convergenza Q-quadratica quando x k+1 x x k x M, per ogni k sufficientemente grande, in cui M è una costante positiva, non necessariamente minore di 1.
15 Rapidità di Convergenza Definition 6 (Convergenza di ordine p) Una sequenza converge con ordine p (con p > 1) se esiste una costante M tale che x k+1 x x k x p M, per ogni k sufficientemente grande.
16 Esercizio 1 Esercizio 1 Dimostrare che 1 La successione {1 + 1 k } converge a 1 con rapidità Q-lineare. La successione {1 + k k } converge a 1 con rapidità Q-superlineare. 3 La successione { k } converge a 1 con rapidità Q-quadratica. Dopo aver dimostrato la velocità di convergenza indicata per ciascuna successione, usare Matlab per rappresentare graficamente la velocità di convergenza delle tre successioni.
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,
DettagliEquazioni 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
DettagliCapitolo 4: Ottimizzazione non lineare non vincolata parte II. E. Amaldi DEIB, Politecnico di Milano
Capitolo 4: Ottimizzazione non lineare non vincolata parte II E. Amaldi DEIB, Politecnico di Milano 4.3 Algoritmi iterativi e convergenza Programma non lineare (PNL): min f(x) s.v. g i (x) 0 1 i m x S
DettagliEQUAZIONI 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
DettagliUn nuovo metodo trust-region per sistemi non lineari rettangolari con vincoli semplici
Università degli Studi di Firenze Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di Laurea Specialistica in Matematica per le Applicazioni Anno Accademico 2005-2006 Un nuovo metodo trust-region
DettagliRipasso di Calcolo Scientifico: Giulio Del Corso
Ripasso di Calcolo Scientifico: Giulio Del Corso Queste dispense sono tratte dalle lezioni del Prof. Gemignani e del Prof. Bini del corso di Calcolo Scientifico (2014/2015) dell università di Pisa. Non
DettagliOttimizzazione non Vincolata
Dipartimento di Informatica e Sitemistica Università di Roma Corso Dottorato Ingegneria dei Sistemi 15/02/2010, Roma Outline Ottimizzazione Non Vincolata Introduzione Ottimizzazione Non Vincolata Algoritmi
DettagliDocumentazione 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
Dettaglisezioni incluso Espandi tutto 0. Elementi di matematica elementare (parzialmente incluso) Sezione 0.1: I numeri reali Sezione 0.2: Regole algebriche.
sezioni incluso Espandi tutto 0. Elementi di matematica elementare (parzialmente incluso) Sezione 0.1: I numeri reali Sezione 0.2: Regole algebriche. Potenze e percentuali Sezione 0.3: Disuguaglianze Sezione
DettagliIntroduzione 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
DettagliMATEMATICA e COMPLEMENTI di MATEMATICA
ALLEGATO N.8_b MATEMATICA e COMPLEMENTI di MATEMATICA DESTINATARI gli studenti delle classi: terze e quarte nuovo ordinamento RISULTATI DI APPRENDIMENTO DELL OBBLIGO D ISTRUZIONE, CHIAVE EUROPEA Padroneggiare
DettagliLaboratorio teorico-pratico per la preparazione alle gare di matematica
Laboratorio teorico-pratico per la preparazione alle gare di matematica Ercole Suppa Liceo Scientifico A. Einstein, Teramo e-mail: ercolesuppa@gmail.com Teramo, 3 dicembre 2014 USR Abruzzo - PLS 2014-2015,
DettagliAppunti delle esercitazioni di Ricerca Operativa
Appunti delle esercitazioni di Ricerca Operativa a cura di P. Detti e G. Ciaschetti 1 Esercizi sulle condizioni di ottimalità per problemi di ottimizzazione non vincolata Esempio 1 Sia data la funzione
DettagliCALCOLO NUMERICO (C.L. Ing. delle Comunicazioni - AA 2013-14) Proff. F. Pitolli, A. Pascarella Progetti
CALCOLO NUMERICO (C.L. Ing. delle Comunicazioni - AA 2013-14) Proff. F. Pitolli, A. Pascarella Progetti 1. Il procedimento iterativo P (k+1) i = j Z a i 2 j P (k) j, k = 0, 1,... dove {P (k) i, i Z} è
DettagliLaboratorio 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
DettagliEsame di Analisi Matematica prova scritta del 23 settembre 2013
Esame di Analisi Matematica prova scritta del 23 settembre 2013 1. Determinare dominio, limiti significativi, intervalli di monotonia della funzione f (x) = (2x + 3) 2 e x/2 e tracciarne il grafico. In
DettagliLe aree dell informatica
Fondamenti di Informatica per la Sicurezza a.a. 2006/07 Le aree dell informatica Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università
DettagliSIMULAZIONE 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
DettagliEquazioni e sistemi non lineari
Capitolo 4 Equazioni e sistemi non lineari 4.1 Introduzione Sia f(x):ir IR una funzione continua almeno su un certo intervallo I e si supponga che f(x) non sia della forma f(x) = a 1 x + a 0 con a 1 e
DettagliEquazioni non lineari
Dipartimento di Matematica tel. 011 0907503 stefano.berrone@polito.it http://calvino.polito.it/~sberrone Laboratorio di modellazione e progettazione materiali Trovare il valore x R tale che f (x) = 0,
DettagliEquazioni non lineari
CORSO DI LAUREA SPECIALISTICA IN INGEGNERIA ELETTRICA Equazioni non lineari Metodi iterativi per l approssimazione di radici Corso di calcolo numerico 2 01/11/2010 Manuela Carta INDICE Introduzione Metodo
DettagliISTITUTO D'ISTRUZIONE SUPERIORE A. MOTTI
ISTITUTO D'ISTRUZIONE SUPERIORE A. MOTTI ISTITUTO PROFESSIONALE DI ENOGASTRONOMIA E OSPITALITA ALBERGHIERA CON I PERCORSI: ACCOGLIENZA TURISTICA, CUCINA, SALA-BAR ISTITUTO TECNICO PER IL TURISMO Sede Amministrativa:
DettagliMatematica generale CTF
Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 203-4 I sistemi lineari Generalità sui sistemi lineari Molti problemi dell ingegneria, della fisica, della chimica, dell informatica e dell economia, si modellizzano
DettagliNUCLEI FONDANTI COMPETENZE CONTENUTI ABILITA METODOLOGIE E STRUMENTI METODO SCIENTIFICO VEDERE
NUCLEI FONDANTI COMPETENZE CONTENUTI ABILITA METODOLOGIE E STRUMENTI METODO SCIENTIFICO VEDERE OSSERVARE COMPARARE CLASSIFICARE FORMULARE E VERIFICARE IPOTESI UTILIZZANDO SEMPLICI SCHEMATIZZAZIONI Relazione
DettagliInterpolazione 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
DettagliProgrammazione Non Lineare Ottimizzazione vincolata
DINFO-Università di Palermo Programmazione Non Lineare Ottimizzazione vincolata D. Bauso, R. Pesenti Dipartimento di Ingegneria Informatica Università di Palermo DINFO-Università di Palermo 1 Sommario
DettagliREGISTRO LEZIONI A.A. 2013/2014 (INGEGNERIA GESTIONALE)
REGISTRO LEZIONI A.A. 2013/2014 (INGEGNERIA GESTIONALE) 30/09/2013 ore 3 I numeri naturali, relativi, razionali e loro proprieta'. Incompletezza del campo dei numeri razionali. I numeri reali come allineamenti
DettagliCorso di Matematica per CTF Appello 15/12/2010
Appello 15/12/2010 Svolgere i seguenti esercizi: 1) Calcolare entrambi i limiti: a) lim(1 x) 1 e x 1 ; x 0 x log 2 x b) lim x 1 1 cos(x 1). 2) Data la funzione: f(x) = x log x determinarne dominio, eventuali
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dottssa MC De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Corso di Calcolo Numerico - Dottssa MC De Bonis
DettagliDocente: Anna Valeria Germinario. Università di Bari. A.V.Germinario (Università di Bari) Analisi Matematica ITPS 1 / 22
Laurea in Informatica e Tecnologie per la Produzione del Software Corso di Analisi Matematica Calcolo differenziale e approssimazioni, formula di Taylor Docente: Anna Valeria Germinario Università di Bari
DettagliANALISI MATEMATICA 1 Corso di Ingegneria Gestionale A.A. 2010/11 Docente: Alessandro Morando Esercitazioni: Anna Mambretti
ANALISI MATEMATICA 1 Corso di Ingegneria Gestionale A.A. 2010/11 Docente: Alessandro Morando Esercitazioni: Anna Mambretti Scopo del corso: fornire alcuni strumenti di base del calcolo differenziale e
DettagliMetodi incrementali. ² Backpropagation on-line. ² Lagrangiani aumentati
Metodi incrementali ² Backpropagation on-line ² Lagrangiani aumentati 1 Backpropagation on-line Consideriamo un problema di addestramento di una rete neurale formulato come problema di ottimizzazione del
DettagliIl calcolatore. Architettura di un calcolatore (Hardware)
Il calcolatore Prima parlare della programmazione, e' bene fare una brevissima introduzione su come sono strutturati i calcolatori elettronici. I calcolatori elettronici sono stati progettati e costruiti
DettagliMetodi Stocastici per la Finanza
Metodi Stocastici per la Finanza Tiziano Vargiolu vargiolu@math.unipd.it 1 1 Università degli Studi di Padova Anno Accademico 2011-2012 Lezione 6 Indice 1 Il metodo bootstrap 2 Esercitazione 3 Interpolazione
DettagliBarriere assorbenti nelle catene di Markov e una loro applicazione al web
Università degli studi di Roma Tre Facoltà di Scienze Matematiche Fisiche e Naturali Corso di Laurea in Matematica Sintesi relativa alla Tesi di Laurea in Matematica di Giulio Simeone Barriere assorbenti
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliCorso di Laurea in Ingegneria Gestionale. Anno Accademico 2013 2014. Appunti dalle lezioni di OTTIMIZZAZIONE GLOBALE.
UNIVERSITÀ di ROMA LA SAPIENZA Corso di Laurea in Ingegneria Gestionale Anno Accademico 2013 2014 Appunti dalle lezioni di OTTIMIZZAZIONE GLOBALE Stefano Lucidi Dipartimento di Informatica e Sistemistica
DettagliSistemi LSTD: rappresentazione esplicita
Trasformata Zeta Outline Sistemi LSTD: rappresentazione esplicita x(k+1) = Ax(k)+Bu(k), x R n, u R m, k Z y(k) = Cx(k)+Du(k), y R p x R n : vettore delle variabili di stato; u R m : vettore dei segnali
DettagliLezione2 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
DettagliMETODI ITERATIVI PER SISTEMI LINEARI
METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione
Dettagli1 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
DettagliCONCETTO DI LIMITE DI UNA FUNZIONE REALE
CONCETTO DI LIMITE DI UNA FUNZIONE REALE Il limite di una funzione è uno dei concetti fondamentali dell'analisi matematica. Tramite questo concetto viene formalizzata la nozione di funzione continua e
DettagliCAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI
CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI 1. REGOLA DI CRAMER Sia S un sistema lineare di n ( 2) equazioni in n incognite su un campo K : a 11 x 1 + a 12 x 2 + + a 1n x n
DettagliSIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno
SIMULAZIONE ESAME di OTTIMIZZAZIONE 28 novembre 2005 SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : XXXXXXXXXXXXXXXXX Nome : XXXXXXXXXXXXXX VALUTAZIONE
DettagliR. Bevilacqua O. Menchi APPUNTI DI CALCOLO NUMERICO
R. Bevilacqua O. Menchi APPUNTI DI CALCOLO NUMERICO Introduzione Nell analisi dei problemi del mondo reale la matematica svolge un ruolo determinante. In ogni disciplina scientifica e in ogni settore della
DettagliCAPITOLO 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
DettagliCriterio del rapporto. Sia n a n una successione in [0, + ) ]0, + ) ]0, 1[ Criterio del rapporto. Sia n a n una successione in ]0, + ).
Criterio del rapporto. Si una successione in IR [0, + ) ]0, + ) ]0, [ Criterio del rapporto. Si una successione in ]0, + ). Se esiste k [0, ] ]0, [ [0, [ ]0, ] Criterio del rapporto. Si una successione
DettagliIndice Aspetti generali sul campionamento da popolazioni finite Campionamento probabilistico Disegno campionario semplice
Indice 1 Aspetti generali sul campionamento da popolazioni finite.. 1 1.1 Rilevazionicensuarieerilevazionicampionarie... 1 1.2 Lineemetodologichediunarilevazionestatistica... 3 1.3 Popolazioni, etichette,
DettagliIl sapere tende oggi a caratterizzarsi non più come un insieme di contenuti ma come un insieme di metodi e di strategie per risolvere problemi.
E. Calabrese: Fondamenti di Informatica Problemi-1 Il sapere tende oggi a caratterizzarsi non più come un insieme di contenuti ma come un insieme di metodi e di strategie per risolvere problemi. L'informatica
DettagliANALISI MULTIVARIATA
ANALISI MULTIVARIATA Marcella Montico Servizio di epidemiologia e biostatistica... ancora sulla relazione tra due variabili: la regressione lineare semplice VD: quantitativa VI: quantitativa Misura la
DettagliAppunti dalle lezioni di Calcolo Numerico
Appunti dalle lezioni di Calcolo Numerico A.A. 2012/2013 ii Indice 1 La soluzione di equazioni nonlineari 1 1.1 Prime prove................................ 2 1.2 Lo schema delle iterazioni successive (o
DettagliIntegrazione 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
DettagliGrafico qualitativo di una funzione reale di variabile reale
Grafico qualitativo di una funzione reale di variabile reale Mauro Saita 1 Per commenti o segnalazioni di errori scrivere, per favore, a: maurosaita@tiscalinet.it Dicembre 2014 Indice 1 Qualè il grafico
DettagliSuccessioni di funzioni reali
E-school di Arrigo Amadori Analisi I Successioni di funzioni reali 01 Introduzione. In questo capitolo applicheremo i concetti di successione e di serie alle funzioni numeriche reali. Una successione di
DettagliDiario del corso di Analisi Matematica 1 (a.a. 2015/16)
Diario del corso di Analisi Matematica (a.a. 205/6) 4 settembre 205 ( ora) Presentazione del corso. 6 settembre 205 (2 ore) Numeri naturali, interi, razionali, reali. 2 non è razionale. Introduzione alle
DettagliDispense del corso di Laboratorio di Calcolo Numerico
Dispense del corso di Laboratorio di Calcolo Numerico Dott Marco Caliari aa 2008/09 Questi appunti non hanno alcuna pretesa di completezza Sono solo alcune note ed esercizi che affiancano il corso di Calcolo
DettagliFondamenti 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
DettagliAutovalori e Autovettori
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Autovalori e Autovettori Definizione Siano A C nxn, λ C, e x C n, x 0, tali che Ax = λx. (1) Allora
DettagliEsercizi svolti su serie di Fourier
Esercizi svolti su serie di Fourier Esercizio. (Onda quadra. Determinare i coefficienti di Fourier della funzione x [, f(x = x [, prolungata a una funzione -periodica su R (d ora in poi denoteremo con
DettagliInformatica 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
DettagliRichiami su norma di un vettore e distanza, intorni sferici in R n, insiemi aperti, chiusi, limitati e illimitati.
PROGRAMMA di Fondamenti di Analisi Matematica 2 (DEFINITIVO) A.A. 2010-2011, Paola Mannucci, Canale 2 Ingegneria gestionale, meccanica e meccatronica, Vicenza Testo Consigliato: Analisi Matematica, M.
DettagliAnalisi 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
DettagliCome si progetta un circuito Perché simulare un circuito Cosa vuol dire simulare un circuito Il Simulatore Pspice Pacchetti che contiene Pspice
1 Come si progetta un circuito Perché simulare un circuito Cosa vuol dire simulare un circuito Il Simulatore Pspice Pacchetti che contiene Pspice Principio di funzionamento Che cosa è una NetList Fasi
DettagliCORSO DI MACROECONOMETRIA. Oggetto del corso, testo e orari di ricevimento. Programma. Facoltà di Economia. prof. Mario Forni
prof. Mario Forni 1 2 Oggetto del corso, testo e orari di ricevimento Programma Analisi statistica delle serie temporali Applicazioni economiche (previsione, scomposizione ciclo-trend) Ma le applicazioni
DettagliSelezione di un portafoglio di titoli in presenza di rischio. Testo
Selezione di un portafoglio di titoli in presenza di rischio Testo E ormai pratica comune per gli operatori finanziari usare modelli e metodi basati sulla programmazione non lineare come guida nella gestione
DettagliLimiti 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
DettagliProblemi al contorno per equazioni e sistemi di equazioni ellittiche, paraboliche ed iperboliche in domini a frontiera non regolare.
Prof.ssa Diomeda Lorenza Maria Professore Ordinario Dipartimento di Scienze Economiche Area Matematica Facoltà di Economia, Via C.Rosalba 53- Bari Tel. 080-5049169 Fax 080-5049207 E-mail diomeda@matfin.uniba.it
DettagliAnalisi 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
DettagliMatematica con il foglio di calcolo
Matematica con il foglio di calcolo Sottotitolo: Classe: V primaria Argomento: Numeri e operazioni Autore: Guido Gottardi, Alberto Battaini Introduzione: l uso del foglio di calcolo offre l opportunità
Dettagli126 APPROFONDIMENTI SUI PARAMETRI. SCRIPT IN AMPL
126 APPROFONDIMENTI SUI PARAMETRI. SCRIPT IN AMPL Esempio 8.3.2 Una fabbrica produce divani in tessuto acquistando da un magazzino all ingrosso i quantitativi di tessuto che gli occorrono settimanalmente.
DettagliSISTEMI LINEARI QUADRATI: METODI ITERATIVI
SISTEMI LINEARI QUADRATI: METODI ITERATIVI CALCOLO NUMERICO e PROGRAMMAZIONE SISTEMI LINEARI QUADRATI:METODI ITERATIVI p./54 RICHIAMI di ALGEBRA LINEARE DEFINIZIONI A R n n simmetrica se A = A T ; A C
DettagliApprossimazione polinomiale di funzioni e dati
Approssimazione polinomiale di funzioni e dati Approssimare una funzione f significa trovare una funzione f di forma più semplice che possa essere usata al posto di f. Questa strategia è utilizzata nell
DettagliIl Metodo Scientifico
Unita Naturali Il Metodo Scientifico La Fisica si occupa di descrivere ed interpretare i fenomeni naturali usando il metodo scientifico. Passi del metodo scientifico: Schematizzazione: modello semplificato
DettagliSe x* e punto di minimo (locale) per la funzione nell insieme Ω, Ω = { x / g i (x) 0 i I, h j (x)= 0 j J } lo e anche per F(x) = f o (x) + c x x 2
NLP -OPT 1 CONDIZION DI OTTIMO [ Come ricavare le condizioni di ottimo. ] Si suppone x* sia punto di ottimo (minimo) per il problema min f o (x) con vincoli g i (x) 0 i I h j (x) = 0 j J la condizione
DettagliLaboratorio 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
DettagliUD4 - MATLAB. M-file. Efficienza degli algoritmi. Formati d uscita
UD4 - MATLAB M-file. Efficienza degli algoritmi. Formati d uscita M-files In MatLab è possibile eseguire istruzioni contenute in file esterni; Tali file sono chiamati M-file perché devono avere estensione.m
DettagliQuesiti 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
DettagliMariarosaria Napolitano. Architettura TCP/IP. Corso di: Laboratorio di tecnologie informatiche e telematiche
Mariarosaria Napolitano Architettura TCP/IP Corso di: Laboratorio di tecnologie informatiche e telematiche Contesto e Prerequisiti Contesto E' rivolto agli studenti del V anno degli Istituti Tecnici Industriali
DettagliAppunti del corso di Informatica 1 (IN110 Fondamenti) 3 Modelli di calcolo
Università Roma Tre Dipartimento di Matematica e Fisica Corso di Laurea in Matematica Appunti del corso di Informatica 1 (IN110 Fondamenti) 3 Modelli di calcolo Marco Liverani (liverani@mat.uniroma3.it)
Dettagli3 Variabile intensiva coniugata alla quantità di moto 1
EQUILIBRIO ERMODINAMICO LOCALE Contents 1 Variabili termodinamiche locali 1 2 Quantità di moto 1 3 Variabile intensiva coniugata alla quantità di moto 1 4 Densità delle variabili estensive 2 5 Equilibrio
DettagliGeneralità sugli algoritmi
Appunti di Fondamenti di Informatica Generalità sugli algoritmi La nozione di algoritmo...1 Rappresentazione grafica degli algoritmi...2 Diagrammi di flusso...4 Esempi di algoritmi numerici...6 La strutturazione
DettagliOFFERTA DI LAVORO. p * C = M + w * L
1 OFFERTA DI LAVORO Supponiamo che il consumatore abbia inizialmente un reddito monetario M, sia che lavori o no: potrebbe trattarsi di un reddito da investimenti, di donazioni familiari, o altro. Definiamo
DettagliESEMPIO P.L. : PIANIFICAZIONE DI INVESTIMENTI
ESEMPIO P.L. : PIANIFICAZIONE DI INVESTIMENTI PROBLEMA: un azienda deve scegliere fra due possibili investimenti al fine di massimizzare il profitto netto nel rispetto delle condizioni interne e di mercato
Dettagli9 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione P A = LU
9 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione P A LU 9.1 Il metodo di Gauss Come si è visto nella sezione 3.3, per la risoluzione di un sistema lineare si può considerare al posto
DettagliSERIE NUMERICHE. prof. Antonio Greco 6-11-2013
SERIE NUMERICHE prof. Antonio Greco 6--203 Indice Motivazioni........... 3 Definizione........... 3 Errore tipico........... 3 Un osservazione utile...... 3 Condizione necessaria...... 4 Serie armonica.........
DettagliMetodi iterativi per sistemi lineari
Metodi iterativi per sistemi lineari Dario A. Bini, Università di Pisa 30 ottobre 2013 Sommario Questo modulo didattico contiene risultati relativi ai metodi iterativi per risolvere sistemi di equazioni
DettagliIl criterio del costo ammortizzato
Paola Costa Il criterio del costo ammortizzato Abstract: A partire dal bilancio 2016 debutta il nuovo criterio del costo ammortizzato per la valutazione dei debiti, dei crediti e dei titoli immobilizzati.
DettagliStudio di funzione. Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2
Studio di funzione Copyright c 2009 Pasquale Terrecuso Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2 Studio di funzione
DettagliLaboratorio di Progettazione di Sistemi Software Progetto: modellazione di un dominio e sue attività
Laboratorio di Progettazione di Sistemi Software Progetto: modellazione di un dominio e sue attività Valentina Presutti (A-L) Riccardo Solmi (M-Z) Definizione del problema Modello di un dominio Si vuole
DettagliOfferta in concorrenza perfetta: Cap.6
Offerta in concorrenza perfetta: il lato dei costi Cap.6 Curva di offerta Per capire meglio le origini della curva di offerta consideriamo ora una impresa che debba decidere quale livello di produzione
DettagliRICHIAMI 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
DettagliRegressione non lineare con un modello neurale feedforward
Reti Neurali Artificiali per lo studio del mercato Università degli studi di Brescia - Dipartimento di metodi quantitativi Marco Sandri (sandri.marco@gmail.com) Regressione non lineare con un modello neurale
DettagliLaboratorio software. A.A. 2009-2010 C. Brandolese
Laboratorio software A.A. 2009-2010 Hardware testing with software T1. RAM Testing Il progetto ha lo scopo di studiare e sviluppare alcune delle tecniche note per il testing della memoria RAM di un sistema
DettagliGli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique.
Asintoti Gli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique. Asintoti verticali Sia 0 punto di accumulazione per dom(f). La retta = 0 è
DettagliFeature Selection per la Classificazione
1 1 Dipartimento di Informatica e Sistemistica Sapienza Università di Roma Corso di Algoritmi di Classificazione e Reti Neurali 20/11/2009, Roma Outline Feature Selection per problemi di Classificazione
DettagliLezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4
Lezioni di Ricerca Operativa Lezione n 4 - Problemi di Programmazione Matematica - Problemi Lineari e Problemi Lineari Interi - Forma Canonica. Forma Standard Corso di Laurea in Informatica Università
Dettagli21. Studio del grafico di una funzione: esercizi
1. Studio del grafico di una funzione: esercizi Esercizio 1.6. Studiare ciascuna delle seguenti funzioni in base allo schema di pagina 194, eseguendo anche il computo della derivata seconda e lo studio
DettagliTRE UNIVERSITÀ DEGLI STUDI ROMA 3 DIPARTIMENTO DI MATEMATICA E FISICA CORSO DI LAUREA MAGISTRALE IN MATEMATICA
ROMA TRE UNIVERSITÀ DEGLI STUDI UNIVERSITÀ DEGLI STUDI ROMA 3 DIPARTIMENTO DI MATEMATICA E FISICA CORSO DI LAUREA MAGISTRALE IN MATEMATICA Tesi di Laurea Magistrale in Matematica Tecniche di Programmazione
DettagliLe catene di Markov come metodologia utilizzata dai motori di ricerca per classificare le pagine web su internet.
Università degli Studi di Palermo Facoltà di Economia Dipartimento di Scienze Statistiche e Matematiche S. Vianelli Dottorato di Ricerca in Statistica e Finanza Quantitativa - XXI Ciclo Sergio Salvino
Dettagli