Capitolo 2. non lineari. 2.1 Metodo di Newton per sistemi di equazioni. Consideriamo il sistema di equazioni non lineari. f N (x 1,x 2,...
|
|
- Matteo Carletti
- 5 anni fa
- Visualizzazioni
Transcript
1 Capitolo ODEs non lineari Metodo di Newton per sistemi di equazioni non lineari Consideriamo il sistema di equazioni non lineari f (x,x,,x N ) = f (x,x,,x N ) = f N (x,x,,x N ) = che può essere riscritto, in forma compatta, f(x) = Dato x (), il metodo di Newton per calcolare x (l+) è ove J (l) è la matrice Jacobiana, definita da J (l) δx (l) = f(x (l) ) x (l+) = x (l) + δx (l) () J (l) ij = f i(x (l) ) x (l) j Il criterio d arresto solitamente usato è δx (l) tol () 9
2 CAPITOLO ODES NON LINEARI function [x iter errest] = newton(fun,fun,x,tol,maxit,varargin) % % [x iter errest] = newton(fun,fun,x,tol,maxit,varargin) % iter = ; errest = -feval(fun,x,varargin{:})\feval(fun,x,varargin{:}); while (norm(errest) > tol) & (iter <= maxit) iter = iter+; x = x+errest; errest = -feval(fun,x,varargin{:})\feval(fun,x,varargin{:}); x = x; end if (iter > maxit) warning( Raggiunto il numero massimo di iterazioni ) end Tabella : Metodo di Newton Metodo di Newton modificato Il metodo di Newton () richiede il calcolo della matrice Jacobiana e la sua inversione ad ogni passo k Questo potrebbe essere troppo oneroso Una strategia per ridurre il costo computazionale è usare sempre la stessa matrice Jacobiana J (), oppure aggiornarla solo dopo un certo numero di iterazioni In tal modo, per esempio, è possibile usare la stessa fattorizzazione L (l) U (l) per più iterazioni successive θ-metodo Consideriamo il sistema di ODEs ẏ (t) = f (y (t),y (t),,y N (t),t) ẏ (t) = f (y (t),y (t),,y N (t),t) ẏ N (t) = f N (y (t),y (t),,y N (t),t)
3 3 METODI DI RUNGE KUTTA EMBEDDED con dato iniziale y (t ) = y y (t ) = y y N (t ) = y N che può essere riscritto, in forma compatta, {ẏ(t) = f(y(t),t) y(t ) = y (3) Notiamo come il sistema non autonomo (3) può essere ricondotto ad uno autonomo ẏ(t) = f(y(t),y N+ (t)) ẏ N+ (t) = (4) y(t ) = y y N+ (t ) = t ponendo y N+ (t) = t Il θ-metodo per il sistema (4) si scrive y n+ y n k = ( θ)f(y n ) + θf(y n+ ) (5) ove t n+ = t n +k e y n y(t n ) Chiaramente, il θ metodo si riduce al metodo di Eulero esplicito per θ =, al metodo di Eulero implicito per θ = e al metodo di Crank Nicolson per θ = / Nel caso implicito (θ ), ad ogni passo si deve risolvere un sistema di equazioni non lineari F(x) =, x = y k+, ove La matrice Jacobiana associata è F(x) = x kθf(x) y n h( θ)f(y n ) J ij (x) = I kθ f i(x) x j 3 Metodi di Runge Kutta embedded Supponiamo di avere un metodo di Runge Kutta esplicito di ordine p il cui tableau è riportato nella Tabella e un altro metodo di Runge Kutta di ordine p il cui tableau è riportato nella Tabella È chiaro che, dopo aver
4 CAPITOLO ODES NON LINEARI c a c 3 a 3 a 3 c s a s a s a s s b b b s b s Figura : Metodo di Runge Kutta di ordine p c a c 3 a 3 a 3 c s a s a s a s s c s+ a s+ a s+ a s+ s a s+ s ˆb ˆb ˆbs ˆbs ˆbs+ Figura : Metodo di Runge Kutta di ordine p c a c 3 a 3 a 3 c s+ a s+ a s+ a s+ s b b b s ˆb ˆb ˆbs ˆbs+ Figura 3: Metodi di Runge Kutta embedded di ordine p e p costruito il primo metodo, con una sola nuova valutazione della funzione f si può costruire il secondo metodo Una tale coppia di metodi si dice embedded e si scrive di solito un unico tableau, come nella Tabella 3 Indicata con y n+ (p ) l approssimazione di y(t n+) con il metodo Runge Kutta di ordine p e con y n+ l approssimazione di y(t n+ ) con il metodo Runge Kutta di ordine p, si ha y n+ y n+ (p ) = y n+ y(t n+ ) + y(t n+ ) y n+ (p ) Ck p, (6) ove k = t n+ t n è il passo di integrazione e Ck p è l errore di troncamento locale del metodo di ordine p Infatti, si sta risolvendo il sistema
5 3 METODI DI RUNGE KUTTA EMBEDDED 3 differenziale { ẏ(t) = f(y(t),t) y(t n ) = y n con entrambi i metodi Se si vuole controllare tale errore con una tolleranza tol, si può allora imporre, ad ogni passo, che y n+ y n+ tol, (p ) rifiutando y n+ nel caso la disuguaglianza non sia soddisfatta e calcolando un nuovo passo di integrazione minore del precedente Siccome p è l ordine del metodo più accurato, ci si aspetta che l errore globale sia controllato dalla stessa tolleranza 3 Passo di integrazione variabile Indicato con k old l attuale passo di integrazione e con k new il nuovo passo d integrazione, usando (6), si ha k new = tol y n+ y n+ (p ) /p k old Per evitare che il passo di integrazione cambi troppo bruscamente, si può adottare una correzione del tipo /p k new = min, max 6, 9 tol y n+ y n+ k old (p ) 3 Ordine dei metodi con passo variabile Supponiamo che l integrazione nell intervallo di tempo [t,t] sia condotta da un metodo di ordine p in n passi di lunghezza media k = (T t )/n, con un errore finale err = Ck p e in n passi di lunghezza media k = (T t )/n, con un errore finale err = Ck p Si ha dunque da cui err err = ( k k ) p, log err log err = p(log k log k ) = p(log n log n )
6 4 CAPITOLO ODES NON LINEARI Dunque, rappresentando in un grafico logaritmico-logaritmico l errore in dipendenza dal numero di passi, la pendenza della retta corrisponde all ordine del metodo, cambiato di segno 4 Esercizi Risolvere il sistema non lineare { f (x,x ) = x + x = f (x,x ) = sin(πx /) + x 3 con il metodo di Newton () Si usi una tolleranza pari a 6, un numero massimo di iterazioni pari a 5 e un vettore iniziale x () = [, ] T Si risolva lo stesso sistema non lineare usando sempre la matrice Jacobiana relativa al primo passo e aggiornando la matrice Jacobiana ogni r iterazioni, ove r è il più piccolo numero di iterazioni che permette di ottenere la soluzione con la tolleranza richiesta calcolando solo due volte la matrice Jacobiana 3 Si risolva lo stesso sistema non lineare usando la function fsolve di GNU Octave 4 Si calcoli y(), ove ẏ(t) = Ay(t), y() = [,,] T, con A data da A = *toeplitz([- zeros(,n-)]), n =, usando il θ-metodo con θ =, /, e diversi passi temporali k = 3, 4,, 8 Si confrontino i risultati con la soluzione di riferimento ottenuta usando θ = / e k =, mettendo in evidenza l ordine del metodo usato Si provi anche il valore θ = /3, discutendo i risultati ottenuti 5 Si risolva il sistema di ODEs A(t) = a(t)a(t) ȧ(t) = A(t) + Ω(t) a(t) Ω(t) = (a(t) + A(t))Ω(t) (7) con dato iniziale A() = 5 a() = Ω() = fino ad un tempo finale T = 5, producendo un grafico della quantità E(t) = (A(t) + a(t) + Ω(t) + )/A(t)
7 4 ESERCIZI 5 6 Si implementi il seguente metodo di Runge Kutta di ordine (chiamato metodo di Eulero Modificato) per un sistema non autonomo (3) con una function y = rk(fun,y,k,time), ove time è un vettore bidimensionale contenente il tempo iniziale e quello finale 7 Si implementi il seguente metodo di Runge Kutta di ordine 3 per un sistema non autonomo (3) con una function y = rk3(fun,y,k,time), ove time è un vettore bidimensionale contenente il tempo iniziale e quello finale 8 Si implementi il metodo RK3, Runge Kutta di ordine 3 con metodo embedded Runge Kutta di ordine, con passo variabile Si risolva il sistema differenziale (7), producendo il grafico della quantità E(t) fino ad un tempo finale T = 5 Si metta in evidenza l ordine del metodo con un grafico logaritmico-logaritmico 9 Si implementi il metodo RK45 il cui tableau è riportato nella Tabella 4 e lo si testi sul sistema differenziale (7)
8 6 CAPITOLO ODES NON LINEARI Figura 4: Metodi di Runge Kutta embedded di ordine 4 e 5 55
Capitolo 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
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 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
DettagliMETODI NUMERICI PER IL CONTROLLO
METODI NUMERICI PER IL CONTROLLO Relazione 4: Equazioni differenziali ESERCIZIO 1 Risolvere il problema ai valori iniziali 3 x& = 1x + t x(0) = 0 1t + 6t 3 1 nell intervallo [0 1] con passo h=0.1 usando
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
Dettagli1. Sia data la funzione f(x) = x + log x nel proprio insieme di definizione D.
PROVA PRATICA di CALCOLO NUMERICO per Matematica Applicata e Informatica Multimediale Prof. Stefano De Marchi, Dott. Marco Caliari Verona, 08 luglio 2008 Il candidato dovrà scrivere su ogni foglio o file
DettagliMetodi Numerici con Laboratorio di Informatica - A.A Esercizi Laboratorio n 4 - Metodo di Newton e Metodi di punto fisso
Metodi Numerici con Laboratorio di Informatica - A.A. 2015-2016 Esercizi Laboratorio n 4 - Metodo di Newton e Metodi di punto fisso Metodi numerici per le equazioni differenziali ordinarie Consideriamo
DettagliDispense del corso di Metodi Numerici per le Equazioni Differenziali
Dispense del corso di Metodi Numerici per le Equazioni Differenziali Progetto numerico al calcolatore - Parte III Soluzione agli elementi finiti di un problema parabolico Mario Putti Dipartimento di Matematica
DettagliMetodi ad un passo espliciti
Sono metodi della forma { un+1 = u n + h Φ(t n, u n ; h, f ) n = 0,..., N 1 Esempi: u 0 = y 0 metodi di Taylor metodo di Eulero esplicito metodo di Taylor di ordine 2 Φ(t, u; h, f ) = f (t, u) Φ(t, u;
DettagliDispense del corso Laboratorio di Metodi Numerici per le Equazioni Differenziali
Dispense del corso Laboratorio di Metodi Numerici per le Equazioni Differenziali Dott Marco Caliari aa 2007/08 Questi appunti non hanno nessuna pretesa di completezza Sono solo alcune note ed esercizi
DettagliCome fatto finora, presentiamo dapprima alcune utili comandi per manipolare matrici e per risolvere sistemi non lineari. c 1 r 2 r 3... r n.
LABORATORIO DI ANALISI NUMERICA Laurea Magistrale in Statistica e Informatica Esercitazione di algebra lineare numerica Prof. Stefano De Marchi Padova, October 29, 2009 Come fatto finora, presentiamo dapprima
DettagliMetodi a più passi. Esempi
. Esempi Metodo del punto medio y(t n+1 ) = y(t n 1 ) + t n+1 t n 1 f (t, y(t)) dt = y(t n 1 ) + 2hf (t n, y(t n )) + O(h 3 ) u n+1 = u n 1 + 2hf (t n, u n ) Metodo di Simpson y(t n+1 ) = y(t n 1 ) + t
DettagliRaccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia
Raccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia Nota Bene: Gli esercizi di questa raccolta sono solo degli esempi. Non sono stati svolti né verificati e servono unicamente da spunto
DettagliLaboratorio di Metodi Numerici per le Equazioni Differenziali
Laboratorio di Metodi Numerici per le Equazioni Differenziali Dott. Marco Caliari a.a. 2007/08 Capitolo 1 Metodi semiiterativi per sistemi lineari 1.1 Metodi iterativi I metodi iterativi per la soluzione
DettagliDispense del corso Metodi Numerici per le Equazioni Differenziali
Dispense del corso Metodi Numerici per le Equazioni Differenziali Dott. Marco Caliari a.a. 2010/11 Questi appunti non hanno nessuna pretesa di completezza. Sono solo alcune note ed esercizi che affiancano
DettagliEsercitazione 03 Risoluzione numerica di ODE
1 Esercitazione 03 Risoluzione numerica di ODE Corso di Strumentazione e Controllo di Impianti Chimici Prof. Davide Manca Tutor: Giuseppe Pesenti Metodi di Eulero Esplicito e implicito 2 yyy(tt) = ff tt,
DettagliLezione n. 2. Introduzione all analisi numerica (metodi diretti ed iterativi per la soluzione di sistemi di equazioni lineari e non lineari)
Lezione n. 2 Introduzione all analisi numerica (metodi diretti ed iterativi per la soluzione di sistemi di equazioni lineari e non lineari) R. Albanese, "Metodi numerici Pag. 1 Pag. 2 Metodi diretti per
DettagliMETODO DI EULERO ESPLICITO
METODO DI EULERO ESPLICITO { u0 dato u n+1 = u n + hf (t n, u n ) 0 n N h 1 (1) Scrivere una function [tn,un]=eulero esp(odefun,tspan,y0,nh) INPUT: odefun: espressione della f tspan=[t0,t]: vettore di
DettagliCalcolo Numerico - Prova Matlab 19 luglio 2013
9 luglio 0 () tempo a disposizione per completare la prova: ora; () lo svolgimento della prova deve essere salvato in file denominati cognomenome#m; () è fatto assoluto divieto di aprire applicazioni diverse
DettagliEsercitazioni di Analisi e Simulazione dei Processi Chimici
Esercitazioni di Analisi e Simulazione dei Processi Chimici Metodi numerici per la risoluzione di sistemi di equazioni differenziali ordinarie Antonio Brasiello Email: abrasiel@unina.it Tel. 081 76 82537
DettagliISTRUZIONI PER LA CONSEGNA DEI FILE MATLAB
Calcolo Numerico ed Elementi di Analisi - Allievi AEROSPAZIALI Proff. S. Micheletti, S. Perotto A.A. 20/202, Appello 28 Gennaio 203 NOME... COGNOME... MATRICOLA... DOCENTE... AULA... PC... Ver.A I seguenti
DettagliIntroduzione. Esercizio n 1. Metodo di Eulero Esplicito. Risolvere il problema ai valori iniziali: 3 2
Introduzione Nella seguente esercitazione si vogliono risolvere numericamente equazioni differenziali di diverso ordine, utilizzando metodi basati sulla discretizzazione delle stesse, ovvero sull approssimazione
DettagliRaccolta di compiti degli appelli precedenti
Ingegneria Informatica e delle Telecomunicazioni Anno accademico 24-25. Docente Costanza Conti Raccolta di compiti degli appelli precedenti Nota: Gli esercizi riportati si riferiscono a compiti dei precendeti
DettagliSoluzione di equazioni differenziali ordinarie
Soluzione di equazioni differenziali ordinarie Come riferimento consideriamo una singola equazione differenziale del primo ordine Considereremo i seguenti metodi: Eulero esplicito Eulero implicito Runge-Kutta
Dettagli1 Integrazione numerica
1 Integrazione numerica ESERCITAZIONE MATLAB 7 1. I metodi dei trapezi e di Simpson compositi per la approssimazione di I(f) = b a f(x)dx (1) sono dati, rispettivamente, da I (N) 1 (f) = h [ ( N 1 ) ]
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 9 - EQUAZIONI DIFFERENZIALI ORDINARIE valori iniziali Valori iniziali Ci occuperemo della soluzione numerica di equazioni del prim ordine
DettagliSommario. Parte I: ODEs e functions del MATLAB. Parte II: PDEs e applicazione in un problema alle differenze finite
Sommario Parte I: ODEs e functions del MATLAB Parte II: PDEs e applicazione in un problema alle differenze finite 1 Parte I: ODEs e functions del MATLAB Consideriamo un problema a valori iniziali per un
DettagliESERCITAZIONE Implementare i metodi di Eulero, di Heun e di Runge-Kutta del quarto ordine per integrare il problema di Cauchy:
ESERCITAZIONE 5 1. Implementare i metodi di Eulero, di Heun e di Runge-Kutta del quarto ordine per integrare il problema di Cauchy: { y (x) = f(x, y(x)) y(x 0 ) = y 0 con passo h = x N x 0, ove x N N e
DettagliDinamica e Controllo dei Processi Energetici. AA 2009/2010 Pier Luca Maffettone. Elementi di Matlab
Dinamica e Controllo dei Processi Energetici AA 2009/ Pier Luca Maffettone Elementi di Sommario Introduzione Variabili Manipolazione di elementi Creazione di vettori/matrici Operazioni elementari Funzioni
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di Analisi Numerica 9 - EQUAZIONI DIFFERENZIALI ORDINARIE Lucio Demeio Dipartimento di Scienze Matematiche 1 Problemi ai Valori Iniziali: metodo di Eulero
DettagliEsercizio 1. Esercizio 2
Sia data la matrice A A(α) = Esercizio α 2 2α 2 2, α R.) determinare per quali valori del parametro reale α é verificata la condizione necessaria e sufficiente di convergenza per il metodo di Jacobi;.2)
DettagliCorso di Calcolo Numerico
Prof. L. Brandolini Corso di Calcolo Numerico Dott.ssa N. Franchina Laboratorio 6 Equazioni differenziali ordinarie: metodi impliciti 3 Novembre 26 Esercizi di implementazione Un equazione differenziale
DettagliDerivazione numerica. Introduzione al calcolo numerico. Derivazione numerica (II) Derivazione numerica (III)
Derivazione numerica Introduzione al calcolo numerico Il calcolo della derivata di una funzione in un punto implica un processo al limite che può solo essere approssimato da un calcolatore. Supponiamo
DettagliFrancesca Mazzia Dipartimento di Matematica Università di Bari. Equazioni Differenziali
1 Francesca Mazzia Dipartimento di Matematica Università di Bari Equazioni Differenziali 2 Consideriamo il sistema di equazioni differenziali: con condizione iniziale: y = f(t, y) (6.1) y(t 0 ) = y 0,
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
DettagliLezione 7 Equazioni Differenziali Ordinarie.
Lezione 7 Equazioni Differenziali Ordinarie http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali Fernando Palombo Equazioni Differenziali Ordinarie Descrizione dell evolversi spazio-temporale
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
DettagliCalcolo differenziale 2: Massimi e minimi. Studio di una funzione. (M.S.Bernabei & H. Thaler)
Calcolo differenziale 2: Massimi e minimi. Studio di una funzione. (M.S.Bernabei & H. Thaler) Studio di una funzione Funzioni crescenti e decrescenti Una funzione f è crescente nell intervallo (a, b) se
DettagliEsercizi Elaborato (versione )
Esercizi Elaborato (versione 2019-04-15) Nota bene: l elaborato dovrà contenere i codici sviluppati, e questi dovranno essere portati alla discussione su una chiavetta USB. Esercizio 1. Verificare che,
DettagliAlcuni esercizi in preparazione all appello scritto di Calcolo Numerico
Alcuni esercizi in preparazione all appello scritto di Calcolo Numerico Esercizio 1 Si consideri il sistema lineare Ax = b con 4 3 2 1 3 4 3 2 A = 2 3 4 3,b = 1 2 3 4 1 1 1 1. (1) 1. Prima di risolvere
DettagliInterpolazione polinomiale. Interpolazione polinomiale
1 Polinomiale Rappresentazione Lagrangiana Polinomio interpolante di Newton Errore nell interpolazione polinomiale 2 Approssimazione ai minimi quadrati nel discreto 1 Polinomiale Rappresentazione Lagrangiana
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
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
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.
DettagliDispense del corso Laboratorio di Metodi Numerici per le Equazioni Differenziali
Dispense del corso Laboratorio di Metodi Numerici per le Equazioni Differenziali Dott Marco Caliari aa 29/1 aggiornate al 6 ottobre 21 Questi appunti non hanno nessuna pretesa di completezza Sono solo
DettagliAnalisi Numerica. Debora Botturi ALTAIR. Debora Botturi. Laboratorio di Sistemi e Segnali
Analisi Numerica ALTAIR http://metropolis.sci.univr.it Argomenti Rappresentazione di sistemi con variabili di stato; Tecniche di integrazione numerica Obiettivo: risolvere sistemi di equazioni differenziali
DettagliAnalisi Numerica. Debora Botturi ALTAIR. Debora Botturi. Laboratorio di Sistemi e Segnali
Analisi Numerica ALTAIR http://metropolis.sci.univr.it Argomenti Argomenti Argomenti Rappresentazione di sistemi con variabili di stato; Tecniche di integrazione numerica Obiettivo: risolvere sistemi di
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
Dettaglicon λ -d(f(x,y))/d(y)=12.
Quarta relazione Si risolverà il problema prima con il metodo di Eulero esplicito e poi con il metodo di Crank-Nicolson. Per ogni algoritmo si ha xn=x0+h*n 1)Risoluzione con Eulero esplicito Si osserva
DettagliInterpolazione polinomiale. Interpolazione polinomiale
1 Polinomiale Rappresentazione Lagrangiana Polinomio interpolante di Newton Errore nell interpolazione polinomiale Outline 1 Polinomiale Rappresentazione Lagrangiana Polinomio interpolante di Newton Errore
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 A.A Laboratorio 4 Risoluzione di sistemi non lineari Metodo di punto fisso
Laboratorio di Calcolo Numerico A.A. 2007-2008 Laboratorio 4 Risoluzione di sistemi non lineari Metodo di punto fisso Esercizio 1. Risoluzione di sistemi non lineari Si consideri il seguente sistema non
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
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
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie
Complementi di Matematica e Calcolo Numerico A.A. 2013-2014 Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Cosideriamo il Problema di Cauchy: y (t) = f(t,y(t)) t I, y(t 0 ) = y
DettagliLaboratorio di Calcolo Numerico Laboratorio 12: Metodi iterativi per la soluzione di sistemi lineari
Laboratorio di Calcolo Numerico Laboratorio 12: Metodi iterativi per la soluzione di sistemi lineari Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 24 Maggio 2017
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
DettagliLaboratorio 3-30 settembre 2005
Laboratorio 3-30 settembre 2005 Le funzioni in Octave Le funzioni in Octave vengono memorizzate come una stringa di caratteri (tra apici) >> fun= 1/(1+x^2) La semplice valutazione di fun, funzione di una
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
DettagliAnalisi Matematica I per Ingegneria Gestionale, a.a Scritto del sesto appello, 16 luglio 2018 Testi 1
Scritto del sesto appello, 6 luglio 208 Testi Prima parte, gruppo.. Trovare α [0, 2π) per cui vale l identità trigonometrica sin(x π/3) = cos(x + α). 2. Trovare il polinomio di Taylor (in 0) di ordine
DettagliCorso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Risoluzione di Equazioni non lineari Sia F C 0 ([a, b]), cioé F è una funzione continua in un intervallo [a, b] R, tale che F(a)F(b) < 0 1.5 1 F(b) 0.5 0 a
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
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
DettagliAssoluta stabilità e metodi multipasso. Assoluta stabilità
Assoluta stabilità e metodi multipasso Elena Loli Piccolomini-metodi multipasso p.1/33 Assoluta stabilità La convergenza è un concetto fondamentale: non avrebbe senso un metodo non convergente. la convergenza
DettagliEquazioni differenziali lineari
Equazioni differenziali lineari Un equazione del tipo y (x = f(x, y(x è un equazione differenziale del primo ordine e può essere risolta numericamente con una formula di ricorrenza. Il metodo più semplice
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
DettagliCalcolo differenziale 2: Massimi e minimi. Studio di una funzione. (M.S.Bernabei & H. Thaler)
Calcolo differenziale 2: Massimi e minimi. Studio di una funzione. (M.S.Bernabei & H. Thaler) Studio di una funzione Funzioni crescenti e decrescenti Una funzione f é crescente nell intervallo (a, b) se
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
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
Dettaglin (x i x j ), det V = i>j
Capitolo 4 Approssimazione 4.1 Richiami di teoria Prerequisiti: nozioni elementari di calcolo differenziale e integrale. Interpolazione Il problema dell interpolazione è un caso particolare del vasto settore
Dettagli1. Mercoledì 27/09/2017, ore: 2(2) Introduzione al corso: problemi ben posti, condizionamento, stabilità, complessità
Registro delle lezioni di MATEMATICA APPLICATA Corsi di Laurea in Chimica e Meccanica 6 CFU - A.A. 2017/2018 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 15 dicembre 2017 1. Mercoledì 27/09/2017,
DettagliEquazioni di Evoluzione
Equazioni di Evoluzione Le equazioni di evoluzione descrivono fenomeni che variano in funzione del tempo, tra gli altri per esempio fenomeni di onde, termodinamici, di dinamica delle popolazioni. Le equazioni
DettagliProgrammare con MATLAB c Parte 5 Cicli: for e while
Programmare con MATLAB c Parte 5 Cicli: for e while Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 La notazione due punti 2 Ciclo: for 3 Ciclo con controllo: while
DettagliEsercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A
Esercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A. 2017-18 1. Scrivere la function Matlab myfun.m che calcoli la funzione e la sua derivata. La function deve ricevere
Dettagli1. Lunedì 26/09/2016, ore: 2(2) Introduzione al corso: problemi ben posti, condizionamento, stabilità, complessità
Registro delle lezioni di MATEMATICA APPLICATA Corsi di Laurea in Biomedica 6 CFU - A.A. 2016/2017 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 13 dicembre 2016 1. Lunedì 26/09/2016, 11 13. ore:
DettagliAlgebra Lineare Numerica A.A Lab.6
Algebra Lineare Numerica A.A. 2005-2006 - Lab.6 Stabilità di algoritmi per la risoluzione di problemi ai minimi quadrati Si considerino la seguente matrice A e il seguente vettore b 1 1 2 A = 1 1.0001,
DettagliImplementazione degli algoritmi.
Implementazione degli algoritmi. 4.1. Introduzione. In questo capitolo sarà discussa l implementazione software per l ambiente MATLAB 6.1 che è stata fatta degli algoritmi di identificazione presentati
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.
DettagliEquazioni differenziali ordinarie
Equazioni differenziali ordinarie Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Il problema di Cauchy Esistenza, unicità e dipendenza continua dai dati 2 Metodi numerici
Dettagli2. Costruire un M function file di Matlab che calcola il valore del
Esercizi. 1. Costruire un M function file di Matlab che calcola il valore del polinomio di Chebyshev di grado n in un vettore di punti, usando la formula di ricorrenza a tre termini. Costruire il grafico
DettagliRegistro di Matematica Applicata /18 - Dott.ssa L. Fermo 2
Registro delle lezioni di MATEMATICA APPLICATA Corsi di Laurea in Biomedica 6 CFU - A.A. 2018/2019 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 19 dicembre 2018 1. Mercoledì 26/09/2018, 15 17. ore:
DettagliMetodi numerici per la risoluzione di equazioni differenziali ordinarie
Metodi numerici per la risoluzione di equazioni differenziali ordinarie Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 15 ottobre 2007 Outline 1 Il problema di Cauchy Il problema
DettagliMETODI DI COLLOCAZIONE POLINOMIALE (Metodi di Runge-Kutta continui) November 30, 2004
METODI DI COLLOCAZIONE POLINOMIALE (Metodi di Runge-Kutta continui) November, Nell approssimare numericamente un problema di Cauchy, puo capitare di essere interessati a valori della soluzione in punti
DettagliAutovalori ed autovettori di una matrice
Autovalori ed autovettori di una matrice Lucia Gastaldi DICATAM http://www.ing.unibs.it/gastaldi/ Indice 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori 2 Metodo delle potenze 3 Calcolo
DettagliRaccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza. Equazioni non lineari
Raccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza Equazioni non lineari ESERCIZIO 1 Data l equazione ln(e + x) = 1 (1 + 4x) + 1 2 1.1 verificare analiticamente se sono soddisfatte le
DettagliEsercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A
Esercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A. 2018-19 1. Scrivere la function Matlab myfun.m che valuti la funzione e la sua derivata in corrispondenza delle
DettagliSQP (Sequential Quadratic Programming ) La soluzione del problema min f o (x) g i (x) = 0, i I
SQP (Sequential Quadratic Programming ) La soluzione del problema min f o (x) g i (x) = 0, i I e caratterizzata dalle condizioni f o (x) + i I μ i g i (x) = 0 e dall ammissibilita ( g i (x) = 0, i I )
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
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 4-23/3/2015
Complementi di Matematica e Calcolo Numerico A.A. 2014-2015 Laboratorio 4-23/3/2015 Equazioni non lineari (fzero) Sia f : R R una funzione che ammette una radice α, ovvero t.c. f(α) = 0. Possiamo utilizzare
DettagliMODELLI E METODI NUMERICI -01FGW. TEMI d ESAME
MODELLI E METODI NUMERICI -01FGW 1 Problemi ellittici 1.1 Esercizio TEMI d ESAME u = f in R = (0, 1) (0, 2) u = 0 su R, dove quindi R è un rettangolo, mentre R indica il bordo del rettangolo. Il carico
DettagliAnalisi Numerica: quadratura
Analisi Numerica: quadratura S. Maset Dipartimento di Matematica e Geoscienze, Università di Trieste In situazioni come queste, si ricorrerà a metodi numerici come quelli che presenteremo per calcolare
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
DettagliModelli matematici ambientali a.a. 2015/16 Introduzione alle equazioni differenziali
Modelli matematici ambientali a.a. 2015/16 Introduzione alle equazioni differenziali Argomenti trattati Introduzione ai modelli Equazioni differenziali del primo ordine Metodi risolutivi:integrazione diretta
DettagliCALCOLO NUMERICO Laurea di base in Ingegneria Elettronica e delle Comunicazioni
CALCOLO NUMERICO Laurea di base in Ingegneria Elettronica e delle Comunicazioni Prof. ssa Laura Pezza (A.A. 2017-2018) XXXII Lezione del 21.05.2018 http://www.dmmm.uniroma1.it/ laura.pezza 1 1. Metodo
Dettagli