Interpolazione e integrazione numerica
|
|
- Silvio Pepe
- 5 anni fa
- Visualizzazioni
Transcript
1 Interpolazione e integrazione numerica Carlo Mancini 16 dicembre 2015
2 Interpolazione con i polinomi di Lagrange Integrazione numerica
3 Interpolazione con i polinomi di Lagrange - Introduzione Immaginiamo di conoscere il valore di f(x) solo in alcuni punti {x 1,..., x n } Con l interpolazione cerchiamo una funzione L(x, c) (dove c sono una serie di parametri) che approssimi f(x): almeno nell intervallo [x min, x max ] L(x, c) f(x) (1) Inoltre chiediamo che L(x, c) eguagli f(x) nei punti in cui quest ultima assume un valore noto ({xi}) L(x i, c) = f(x i ) i {1,..., n} (2)
4 Interpolazione con i polinomi di Lagrange Possiamo cercare L(x i, c) come combinazione lineare di altre funzioni φ i (x): n L(x i, c) = c i φ i (x) (3) dove gli c i sono dei coefficienti i=1 Grazie all arbitrarietà su L(x i, c) e dunque sulle φ i (x), possiamo imporre che: φ i (x j ) = δ ij (4) dove δ ij è detta delta di Kronecher e vale 1 se i = j e 0 altrimenti la condizione 4 significa chiedere che ogni φ i valga 1 in x = x i e che in tutti gli altri punti x j in cui è nota la funzione f(x) valga 0; questa condizione ancora lascia arbitrarietà sulle φ i
5 Interpolazione con i polinomi di Lagrange Ricordando che abbiamo imposto che L(x, c) assuma lo stesso valore di f(x) nei punti x i in cui quest ultima è nota f(x j ) = L(x j, c) (5) sostituendo a L(x i, c) la combinazione di funzioni più semplici φ i (x): n f(x j ) = c i φ i (x j ) (6) ricordando la condizione sulle φ i nei punti in cui f è nota: i=1 f(x j ) = n c i δ ij (7) i=1 possiamo fissare il valore dei coefficienti c j f(x j ) = c j (8)
6 Ricapitolando - Interpolazione con i polinomi di Lagrange L(x i ) è una combinazione lineare di funzioni φ i. I coefficienti della c.l. sono i valori della f(x) in ciascuno dei punti x i in cui assume un valore noto: L(x) = n f(x i )φ i (x) (9) i=1 le φ i sono ancora arbitrarie ma abbiamo imposto che ognuna valga 0 in tutti i punti x j in cui f(x) assume un valore noto eccetto che nel punto x i, dove φ i vale 1: φ i (x j ) = δ ij (10)
7 Interpolazione con i polinomi di Lagrange possiamo scegliere le φ i come dei polinomi: φ i (x) = α n k=1,k i (x x k ) (11) dove gli x k sono sempre i punti in cui f(x) è nota questa scelta verifica la condizione φ i (x j ) = δ ij, infatti per ogni x j x i almeno uno dei termini della produttoria è nullo.
8 Interpolazione con i polinomi di Lagrange per imporre che ogni φ i (x) valga 1 in x = x i : n φ i (x i ) = α (x i x k ) = 1 (12) k=1,k i da cui: quindi ogni φ i : α = φ i (x) = n k=1,k i n k=1,k i 1 (x i x k ) (x x k ) (x i x k ) (13) (14)
9 Riassumendo - Interpolazione con i polinomi di Lagrange Ognuna delle φ i è un polinomio di grado n 1 φ i (x) = n k=1,k i (x x k ) (x i x k ) (15)
10 Interpolazione con i polinomi di Lagrange Infine: L(x) = n f(x i ) i=1 n k=1,k i (x x k ) (x i x k ) (16)
11 Esempi - Interpolazione con i polinomi di Lagrange Per n = 2 si parla di interpolazione lineare, infatti L(x) è di primo grado: L(x) = f(x 1 ) (x x 2) (x 1 x 2 ) + f(x 2) (x x 1) (x 2 x 1 ) (17) Per n = 3: L(x) = f(x 1 ) (x x 2) (x x 3 ) (x 1 x 2 ) (x 1 x 3 ) + f(x 2 ) (x x 1) (x x 3 ) (x 2 x 1 ) (x 2 x 3 ) + f(x 3 ) (x x 1) (x x 2 ) (x 3 x 1 ) (x 3 x 2 ) (18) (19) (20)
12 Il codice - Interpolazione con i polinomi di Lagrange La seguente funzione restituisce il valore di L(y) dati gli array dei valori che la funzione assume (f) nei punti x d o u b l e Lagrange ( d o u b l e y, d o u b l e f, d o u b l e x, i n t n ) { d o u b l e P, S = 0. ; i n t i, j ; } f o r ( i = 0 ; i < n ; i ++) { P = 1. ; f o r ( j = 0 ; j < n ; j ++) { i f ( j!= i ) { P = ( y x [ j ] ) / ( x [ i ] x [ j ] ) ; } } S += P f [ i ] ; } r e t u r n S ;
13 L(y) = n f(x i ) i=1 n j=1,j i (y x j ) (x i x j ) d o u b l e Lagrange ( d o u b l e y, d o u b l e f, d o u b l e x, i n t n ) { d o u b l e P, S = 0. ; i n t i, j ; } f o r ( i = 0 ; i < n ; i ++) { P = 1. ; f o r ( j = 0 ; j < n ; j ++) { i f ( j!= i ) { P = ( y x [ j ] ) / ( x [ i ] x [ j ] ) ; } } S += P f [ i ] ; } r e t u r n S ;
14 Integrale di una funzione L integrale è un operatore che data una funzione ne associa l area sottesa dal grafico in un intervallo [a, b] I b a f(x)dx (21)
15 Primitiva di una funzione La primitiva di una funzione f(x) è una F (x) tale che: F (x) = f(x) (22) allora l integrale I di f(x) è: I b a f(x)dx = F (b) F (a) (23)
16 Additività degli integrali L integrale di una funzione in un intervallo [a, b] è uguale alla somma degli integrali negli intervalli [a, c] e [c, b] se a < c < b: I b a f(x)dx = c a f(x)dx + b c f(x)dx (24)
17 Integrali numerici Non sempre la primitiva della funzione integranda è calcolabile analiticamente in questi casi si possono usare metodi numerici per stimare l integrale
18 Sfruttare l additività Possiamo dividere il dominio di integrazione [a, b] in sottointervalli piccoli a piacere nei limiti imposti dall architettura del computer [c 0, c 1 ], [c 1, c 2 ],..., [c n 1, c n ] a coincide con c 0 e b con c n sfruttando l additività degli integrali possiamo calcolare l integrale I come la somma degli integrali sugli intervalli [c i, c i+1 ] b n 1 ci+1 f(x)dx = f(x)dx (25) a c i i=0
19 Il metodo dei rettangoli ProgrammazioneScientifica 2006/3/6 se gli intervalli sono sufficientemente piccoli (e la funzione regolare) possiamo approssimare la funzione in ognuno degli intervalli come costante ci+1 c i 8.2. INTEGRAZIONE NUMERICA f(x)dx = C i (c i+1 c i ) = C i h (26) dove h è la dimensione degli intervalli (ovvero: c i+1 c i i [0, n]) e C i f(ξ), con ξ [a, b] arbitrario f (x) f (x) f (a+h) f (ξ) f (a) f (ξ) a ξ a+h x a ξ a+h
20 Il metodo del punto di mezzo si può scegliere come ξ il punto al centro di ogni intervallo ξ = c i+1 + c i 2 equivalente a qualunque trapezio di altezza h, con il lato obliquo passante per f(ξ) (27)
21 Il main #i n c l u d e <math. h> #i n c l u d e <s t d i o. h> #d e f i n e TYPE d o u b l e TYPE m i d p o i n t (TYPE a, TYPE b, i n t n, TYPE ( f ) (TYPE ) ) ; TYPE m i d p o i n t 2 (TYPE a, TYPE b, i n t n, TYPE ( f ) (TYPE ) ) ; TYPE f u n c (TYPE ) ; i n t main ( ) { TYPE a =0., b=2.m PI ; i n t M= 1 2 ; i n t i ; TYPE I=m i d p o i n t ( a, b,m, f u n c ) ; p r i n t f ( I : \% l f \n, I ) ; TYPE I 2=m i d p o i n t 2 ( a, b,m, f u n c ) ; p r i n t f ( I 2 : \% l f \n, I 2 ) ; r e t u r n 0 ; }
22 Una cattiva realizzazione dell algoritmo del punto di mezzo TYPE m i d p o i n t (TYPE a, TYPE b, i n t n, TYPE ( f ) (TYPE) ) { TYPE I = 0., x = a ; TYPE h = ( b a ) / (TYPE) n ; i n t s c =0; w h i l e ( x < b ) { I += ( f ) ( x h ) ; x += h ; s c++; } #i f d e f DEBUG p r i n t f ( m i d p o i n t h : \%.55 f, n s t e p s : \%d \n, h, s c ) ; #e n d i f } r e t u r n I h ;
23 Valore dell integrale in funzione del numero di sottodomini Integrale di sin(x) fra 0 e 1 in funzione del numero di sottodomini M con cui è calcolato. Sembrano esserci due diversi andamenti.
24 Una buona realizzazione dell algoritmo del punto di mezzo TYPE m i d p o i n t 2 (TYPE a, TYPE b, i n t n, TYPE ( f ) (TYPE) ) { TYPE I = 0., x ; TYPE h = ( b a ) / (TYPE) n ; i n t i ; i n t s c =0; f o r ( i = 0 ; i < n ; i ++) { x = a + h i h ; I += ( f ) ( x ) ; s c++; } #i f d e f DEBUG p r i n t f ( m i d p o i n t 2 h : \%.55 f n s t e p s : \%d \n, h, s c ) ; #e n d i f } r e t u r n I h ;
25 Valore dell integrale in funzione del numero di sottodomini Integrale di sin(x) fra 0 e 2π in funzione del numero di sottodomini M con cui è calcolato. Il primo algoritmo mostra la stessa anomalia, mentre il secondo no.
26 Valore dell integrale in funzione del numero di sottodomini (Anche ponendo M = 1 il valore dell integrale viene 0 perché sin(x) è simmetrica rispetto al punto centrale del dominio di integrazione.)
27 Problemi di precisione 0.1 in rappresentazione binaria è: 0.1 è 1/ in rappresentazione binaria è La divisione di 1 per 1010 fra binari è un numero periodico in rappresentazione decimale è un numero leggermente superiore o minore di 01. a seconda di dove viene troncata la rappresentazione
28 Problemi di precisione Un simile problema di precisione causa l errore per alcuni valori di M nel primo algoritmo visto infatti il ciclo while termina quando x è maggiore o uguale a b all ultimo passo x è uguale a h n che, a meno di errori di precisione, è uguale a b tuttavia, proprio per i problemi di precisione esposti prima, per alcuni valori di M x*h!= b, ed è più grande o più piccolo a seconda della macchina per questo motivo il primo algoritmo in questi casi fa un passo in più (o in meno) di quello che dovrebbe la seconda implementazione non è affetta da questo problema perché il ciclo for fa sempre n passi
Corso di Analisi Numerica - AN410. Parte 5: formule di quadratura. Roberto Ferretti
Corso di Analisi Numerica - AN410 Parte 5: formule di quadratura Roberto Ferretti UNIVERSITÀ DEGLI STUDI ROMA TRE Formule di quadratura interpolatorie: teoria generale Formule di Newton Cotes semplici
DettagliLezione 13 (7 dicembre) Polinomio di Taylor Integrale definito: significato geometrico Primitiva di una funzione
Lezione 13 (7 dicembre) Polinomio di Taylor Integrale definito: significato geometrico Primitiva di una funzione Polinomio di Taylor e approssimazioni Approssimazione di una funzione nell intorno di un
DettagliLezione 4 Quadratura Numerica. Fernando Palombo
Lezione 4 Quadratura Numerica http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali Fernando Palombo Scopo della Quadratura Numerica Calcolare con metodi numerici un integrale definito
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
Dettaglif(x) dx = F (b) F (a) Formula di quadratura o di integrazione numerica c i f(x i ) + R n (f)
INTEGRAZIONE NUMERICA Integrale di funzione I(f) = a f(x) dx = F (b) F (a) Formula di quadratura o di integrazione numerica a f(x) dx = n i=0 c i f(x i ) + R n (f) dove le {x i } sono i nodi e {c i } sono
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
DettagliCALCOLO NUMERICO Prof. L. Gori Prova d esame
CALCOLO NUMERICO Prof. L. Gori Prova d esame 2-7-998 ESERCIZIO. Data la seguente formula di quadratura: f(x)dx = ( ) 3 3 2 f + Af( x) + R 6 0 (.) Determinare A e x in modo che il grado di precisione sia.
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
DettagliCalcolo Numerico - A.A Laboratorio 6
Calcolo Numerico - A.A. 2011-2012 Laboratorio 6 Approssimazione ai minimi quadrati Siano (x i, y i ), per i = 0,..., n, n + 1 coppie di dati di origine sperimentale o originati dal campionamento y i =
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
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
DettagliINTERPOLAZIONE. Introduzione
Introduzione INTERPOLAZIONE Quando ci si propone di indagare sperimentalmente la legge di un fenomeno, nel quale intervengono due grandezze x, y simultaneamente variabili, e una dipendente dall altra,
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)
DettagliNote sul teorema fondamentale e sulla formula fondamentale del calcolo integrale
Note sul teorema fondamentale e sulla formula fondamentale del calcolo integrale Definizione. Sia f:[a, b] R una funzione reale continua definita sull intervallo [a, b] R. Una funzione primitiva (o semplicemente
DettagliAnalisi Numerica Corso di Laurea in Ingegneria Elettrotecnica
Analisi Numerica Corso di Laurea in Ingegneria Elettrotecnica (A.A. 2016-2017) Prof.ssa Silvia Tozza Integrazione numerica 6 Dicembre 2016 Silvia Tozza Email: tozza@mat.uniroma1.it Ricevimento: Su appuntamento
DettagliQuale delle seguenti rappresentazioni del numero reale è in virgola mobile normalizzata?
Quale delle seguenti istruzioni MATLAB esegue il calcolo del raggio spettrale di una matrice quadrata A? a. max(eig(abs(a))) b. max(abs(eig(a))) c. abs(max(eig(a))) d. max(abs(eig(a *A))) Il raggio spettrale
Dettaglirestituisce un approssimazione di uno zero di f in [a, b] dopo aver eseguito k iterazioni. Determinare k. Sia: 1 f(x) =
Lezione 10 In questa lezione concluderemo la discussione riguardante il metodo di bisezione. Esercizio. Sia f : [a, b] R una funzione continua tale che f(a)f(b) < 0. La procedura: z = Bisezione (f, a,
DettagliCalcolo Numerico A.A Laboratorio 8 Integrazione numerica
ESERCIZIO 1. Calcolo Numerico A.A. 26-27 Laboratorio 8 Integrazione numerica I = 5 e x 1 dx. 1. Si approssimi I con la formula del punto medio semplice. Si stimi l errore commesso. 2. Si consideri ora
DettagliLaboratorio 3. Integrazione numerica
Anno Accademico 2007-2008 Corso di Analisi 1 per Ingegneria Elettronica Laboratorio 3 Integrazione numerica Sia f una funzione continua sull intervallo [a, b] numerica con lo scopo di approssimare Introduciamo
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
DettagliEsercizi proposti di Analisi Numerica
Esercizi proposti di Analisi Numerica Silvia Bonettini Dipartimento di Matematica, Università di Ferrara 30 gennaio 2012 1 Conversioni, operazioni di macchina e analisi dell errore 1. Convertire i numeri
DettagliEsame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 20 giugno 2011
Esame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 20 giugno 2011 L esame consiste di 4 domande aperte e 10 esercizi a risposta multipla. Per gli esercizi ci sono
Dettagli0.1 Spazi Euclidei in generale
0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo
DettagliCalcolo del fattore di convergenza
Calcolo del fattore di convergenza Dato uno schema iterativo si ha: lim k x k+1 ξ x k ξ p = M p è l ordine di convergenza del metodo iterativo M è la costante asintotica dell errore o fattore di convergenza.
DettagliAnalisi Vettoriale - A.A Foglio di Esercizi n Esercizio. y [17] + y [15] = 0. z + z = 0
Analisi Vettoriale - A.A. 23-24 Foglio di Esercizi n. 5 Determinare l integrale generale di 1. Esercizio y [17] + y [15] = Posto y [15] = z l equazione proposta diventa Il cui integrale generale é z +
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
DettagliMATLAB: Integrazione
1 Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari MATLAB: Integrazione Il Matlab contiene le funzioni predefinite quad, quadl e quad8 che calcolano l integrale definito
DettagliAPPELLO B AM1C 14 LUGLIO f(x) = xe 1
Cognome e nome APPELLO B AM1C 14 LUGLIO 2009 Esercizio 1. Sia data la funzione f(x) = xe 1 log x. (a) Determinarne: insieme di esistenza e di derivabilità, limiti ed eventuali asintoti, eventuali massimi,
DettagliLezione 3 Interpolazione Polinomiale.
Lezione 3 Interpolazione Polinomiale http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali Fernando Palombo Scopi dell interpolazione Dati i valori y i di una grandezza Y in corrispondenza
DettagliSerie di Fourier. Tra queste funzioni definiamo un prodotto scalare nel seguente modo: date f, g V poniamo f (x) g (x) dx. f (x) [g (x) + h (x)] dx
Serie di Fourier Indichiamo con V l insieme delle funzioni f : R R che siano periodiche di periodo π, si abbia cioè f ( + π) = f (), e che risultino integrabili nell intervallo [, π]. Tra queste funzioni
DettagliIntegrazione numerica
Integrazione numerica Introduzione Il calcolo di integrali si presenta assai di frequente nelle applicazioni della matematica, ad esempio come misura dell area sottesa da una curva, o alla lunghezza di
DettagliInterpolazione composita di Lagrange
Interpolazione composita di Lagrange Dividiamo l itervallo [a, b] in N sottointervalli I j = [x j 1, x j ], j = 1,..., N. Sia h j = x j x j 1 e h = max 1 j N h j. Su ciascun intervallo I j usiamo interpolazione
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) XXIV Lezione dell 8.05.2018 http://www.dmmm.uniroma1.it/ laura.pezza 1 Formule di Newton-Cotes
DettagliCorso di Analisi Matematica. Polinomi e serie di Taylor
a.a. 2011/12 Laurea triennale in Informatica Corso di Analisi Matematica Polinomi e serie di Taylor Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità degli
DettagliCorso di laurea in Informatica Calcolo Numerico Prof.ssa L. D Amore 12 Dicembre 2008 Esercizi di riepilogo tipo prova d esame
1 Cognome: Nome: Matricola: Corso di laurea in Informatica Calcolo Numerico Prof.ssa L. D Amore 12 Dicembre 2008 Esercizi di riepilogo tipo prova d esame 1. Si consideri il sistema aritmetico f. p. a precisione
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 5 - INTEGRAZIONE NUMERICA Lucio Demeio Dipartimento di Scienze Matematiche 1 Integrazione numerica: formule di Newton-Cotes semplici 2 3 Introduzione
Dettagli1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso
Domanda 1 1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso x n+1 = x n f(x n), n = 0, 1, 2,... K dove x 0 è il punto iniziale, f(x) = x 3 cos(x) e K è una costante assegnata.
DettagliCalcolo Numerico A.A Lab. 6
Calcolo Numerico A.A. 2007-2008 - Lab. 6 Esercizio 1. Interpolazione su nodi di Chebyshev e interpolazione composita Si consideri la funzione f(x) = 1 + x assegnata sull intervallo I = [0, 1]. 1. Trovare
DettagliPrima prova in Itinere Ist. Mat. 1, Prima parte, Tema ALFA COGNOME: NOME: MATR.:
Prima prova in Itinere Ist. Mat. 1, Prima parte, Tema ALFA 1) L applicazione lineare f : R 3 R 2 data da f(x, y, z) = (3x + 2y + z, kx + 2y + kz) è suriettiva A: sempre; B: mai; C: per k 1 D: per k 2;
DettagliPolinomio di interpolazione nella forma di Lagrange
Polinomio di interpolazione nella forma di Lagrange Polinomio di interpolazione nella forma di Lagrange Si dimostra che è IL polinomio di interpolazione. Cambia solo la rappresentazione. Esempio: interpolazione
DettagliDato un intervallo limitato A di estremi a e b con a b, si definisce misura dell intervallo il numero b a e si indica con :
E-school di Arrigo Amadori Analisi I Integrali di Riemann 01 Introduzione. L integrale è, oltre alla derivata, l altro oggetto fondamentale che sta alla base del calcolo differenziale. Con gli integrali
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
DettagliAnno accademico
RICHIAMI PER IL CORSO DI ANALISI NUMERICA PROF R MORANDI Anno accademico 28 29 1 RICHIAMI: PRECISIONE FINITA (USO DEL CALCOLATORE) IN UN CALCOLATORE UNA QUALUNQUE INFORMAZIONE VIENE RAPPRESENTA- TA COME
DettagliCorso di laurea in Matematica Laboratorio di Programmazione e Calcolo Prof. A. Murli. Esercizi di riepilogo - LABORATORIO
Cognome: Nome: 1 Matricola: Corso di laurea in Matematica Laboratorio di Programmazione e Calcolo Prof. A. Murli Esercizi di riepilogo - LABORATORIO Creare una directory nominata cognome nome dove cognome
Dettaglin +1 determinanti (D i, i =1,...,n e det A) n! prodotti per ciascun determinante n 1 moltiplicazioni per ciascun prodotto
METODI NUMERICI (A.A. 2007-2008) Prof. F.Pitolli Appunti delle lezioni sui sistemi lineari: metodi diretti; condizionamento Metodi diretti per la soluzione di sistemi lineari Metodi diretti Sono basati
DettagliApprossimazione di dati e funzioni
Approssimazione di dati e funzioni Richiamiamo i principali metodi di approssimazione polinomiale di un insieme di dati (x i, y i ), i = 0,..., n. Le ordinate y i possono essere i valori assunti nei nodi
DettagliCalcolo Numerico. Corso di Laurea in Ingegneria Elettronica Appello del 17 gennaio A(x) =
Calcolo Numerico Corso di Laurea in Ingegneria Elettronica Appello del 7 gennaio 204 Sia M = F (2, 3). Dopo aver mostrato che 20 M, determinare tutti gli elementi ξ M tali che: ξ > 20 Per ogni x R, sia:
DettagliEquazioni differenziali
Capitolo 2 Equazioni differenziali I modelli matematici per lo studio di una popolazione isolata sono equazioni differenziali. Premettiamo dunque allo studio dei modelli di popolazioni isolate una breve
DettagliCorso di Laurea in Ingegneria Informatica Prova di Analisi Matematica 1
Corso di Laurea in Ingegneria Informatica Prova di Analisi Matematica 1 30 Gennaio 2018 Scrivere subito nome e cognome e matricola sul foglio risposte e preparare il libretto sul banco per il controllo.
DettagliDetermina il terzo vertice A di un triangolo di cui. l ortocentro
La Retta Esercizi Esercizio 6. Determina il terzo vertice A di un triangolo di cui sono noti due vertici ; 1, 1; e l ortocentro ;. Soluzione 1 Analizziamo il problema ragionando, per semplicità, su un
Dettagli2. la ricerca di funzioni che hanno una derivata assegnata.
INTEGRALI PER FUNZIONI DI UNA VARIABILE Il calcolo integrale per funzioni reali di una variabile reale si occupa di risolvere due problemi:. il calcolo dell area di parti di piano qualsiasi, 2. la ricerca
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2013-2014) Metodi Numerici Appunti delle lezioni: Approssimazione di dati e funzioni Approssimazione ai minimi quadrati Docente Vittoria Bruni Email:
DettagliIntegrali Curvilinei
Integrali Curvilinei Gianluca Gorni 11 gennaio 2006 1 Lunghezza di una curva Definizione 1.1. Una curva N-dimensionale è una funzione definita su un intervallo (compatto, se non specificato altrimenti)
DettagliIstituzioni di Matematiche, Integrali fratti. corso di laurea in Scienze geologiche. Mauro Costantini
Istituzioni di Matematiche, Integrali fratti corso di laurea in Scienze geologiche. Mauro Costantini tipo: Il nostro obiettivo è studiare gli integrali (indefiniti e definiti delle funzioni razionali,
DettagliUniversita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni
Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni ANALISI NUMERICA - Primo Parziale - TEMA A (Prof. A.M.Perdon)
DettagliESERCITAZIONE 9: INTEGRALI DEFINITI. CALCOLO DELLE AREE E ALTRE APPLICAZIONI
ESERCITAZIONE 9: INTEGRALI DEFINITI. CALCOLO DELLE AREE E ALTRE APPLICAZIONI Tiziana Raparelli 5/5/9 CONOSCENZE PRELIMINARI Vogliamo calcolare f ( x, ax + bx + c ) dx. Se a =, allora basta porre bx + c
DettagliCorso di Modelli Numerici per i Campi. Interpolazione polinomiale. Giovanni Miano
Corso di Modelli Numerici per i Campi Interpolazione polinomiale Giovanni Miano 1 Riferimenti bibliografici: - A. Quarteroni, R. Sacco, F. Saleri, Matematica Numerica, Springer. - A. Quarteroni, Modellistica
DettagliLa codifica digitale
La codifica digitale Codifica digitale Il computer e il sistema binario Il computer elabora esclusivamente numeri. Ogni immagine, ogni suono, ogni informazione per essere compresa e rielaborata dal calcolatore
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
DettagliA.A Prof. R. Morandi
Svolgimento di alcuni esercizi del corso di Calcolo Numerico A.A. - Prof. R. Morandi Versione in aggiornamento ( gennaio ): ogni segnalazione di imprecisioni è gradita Aritmetica Finita Esercizio : Assegnati
DettagliPolinomi di Taylor. Hynek Kovarik. Università di Brescia. Analisi Matematica 1
Polinomi di Taylor Hynek Kovarik Università di Brescia Analisi Matematica 1 Hynek Kovarik (Università di Brescia) Polinomi di Taylor Analisi Matematica 1 1 / 18 Introduzione Sia f : I R e sia x 0 I. Problemi:
DettagliEsercizio 1. Per quali valori di h e k le seguenti funzione sono derivabili? x 3 sin 1 x 0. 0 x = 0. x cos 1 x > 0
Sapienza Università di Roma - Facoltà I3S Corso di Laurea in Statistica Economia Finanza e Assicurazioni Corso di Laurea in Statistica Economia e Società Corso di Laurea in Statistica gestionale Matematica
DettagliImplementazione del metodo Galerkin/Elementi Finiti in 1d. Corso di Metodi Numerici per La Microelettronica, 2 o Semestre A.
Implementazione del metodo Galerkin/Elementi Finiti in 1d Corso di Metodi Numerici per La Microelettronica, 2 o Semestre A.A 23 24 Definizione del problema Vogliamo risolvere il problema: { u = 1 in (,
DettagliIl problema dell interpolazione
Il problema dell interpolazione Dario A. Bini, Università di Pisa 3 febbraio 2014 Sommario Questo modulo didattico contiene risultati relativi al problema dell interpolazione di funzioni 1 Introduzione
DettagliEquazioni differenziali
4 Equazioni differenziali Determinare le primitive di una funzione f(x) significa risolvere y (x) = f(x) dove l incognita è la funzione y(x). Questa equazione è un semplice esempio di equazione differenziale.
DettagliINTERPOLAZIONE POLINOMIALE
Capitolo 5 INTERPOLAZIONE POLINOMIALE Un problema che frequentemente si presenta in matematica applicata è quello dell approssimazione di funzioni, che consiste nel determinare una funzione g, appartenente
Dettagli14 febbraio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi
DettagliIngegneria civile - ambientale - edile
Ingegneria civile - ambientale - edile Analisi - Prove scritte dal 7 Prova scritta del 9 giugno 7 Esercizio Determinare i numeri complessi z che risolvono l equazione Esercizio (i) Posto a n = n i z z
DettagliEQUAZIONI DIFFERENZIALI
EQUAZIONI DIFFERENZIALI Si consideri il problema di Cauchy y'(t) t y, y() y(t) t e. t, la cui soluzione esatta è PARTE a. Approssimare il problema di Cauchy con il metodo di Eulero Esplicito b. Eseguire
DettagliPolinomi di Taylor. Hynek Kovarik. Analisi A. Università di Brescia. Hynek Kovarik (Università di Brescia) Polinomi di Taylor Analisi A 1 / 27
Polinomi di Taylor Hynek Kovarik Università di Brescia Analisi A Hynek Kovarik (Università di Brescia) Polinomi di Taylor Analisi A 1 / 27 Introduzione Sia f : I R e sia x 0 I. Problemi: come approssimare
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
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 3 - PROBLEMI DI INTERPOLAZIONE Lucio Demeio Dipartimento di Scienze Matematiche 1 Interpolazione: Polinomio di Lagrange 2 3 Introduzione Problemi di interpolazione
DettagliInterpolazione. Corso di Calcolo Numerico, a.a. 2008/2009. Francesca Mazzia. Dipartimento di Matematica Università di Bari.
Interpolazione Corso di Calcolo Numerico, a.a. 2008/2009 Francesca Mazzia Dipartimento di Matematica Università di Bari 17 Aprile 2009 Francesca Mazzia (Univ. Bari) Interpolazione 17/04/2006 1 / 37 Interpolazione
Dettagli1 Primitive e integrali indefiniti
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 2 CALCOLO INTEGRALE Primitive e integrali indefiniti. Definizione di primitiva e di integrale indefinito Data una funzione
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
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 3 - PROBLEMI DI INTERPOLAZIONE Introduzione Problemi di interpolazione Supponiamo di avere un insieme di dati che rappresentano misurazioni
DettagliEquazioni differenziali del 2 ordine Prof. Ettore Limoli. Sommario. Equazione differenziale omogenea a coefficienti costanti
Equazioni differenziali del 2 ordine Prof. Ettore Limoli Sommario Equazione differenziale omogenea a coefficienti costanti... 1 Equazione omogenea di esempio... 2 Equazione differenziale non omogenea a
DettagliLaboratorio di Calcolo Numerico Laboratorio 7: Quadratura numerica
Laboratorio di Calcolo Numerico Laboratorio 7: Quadratura numerica Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 19 Aprile 2017 Introduzione Implementazione in
DettagliDerivazione Numerica
Derivazione Numerica I metodi alle differenze finite sono basati sull approssimazione numerica di derivate parziali. Per questo consideriamo come problema iniziale quello di approssimare le derivate di
DettagliProva di ammissione al Dottorato di Ricerca in Matematica XXVIII ciclo. Universitá del Salento, 9 Aprile 2013
Prova di ammissione al Dottorato di Ricerca in Matematica XXVIII ciclo Universitá del Salento, 9 Aprile 2013 1 1 TEMA I Il candidato svolga una ed una sola delle dissertazioni proposte, illustrando sinteticamente
DettagliD Analisi Matematica 1 (Corso di Laurea in Informatica e Bioinformatica)
COGNOME NOME Matr. D Firma dello studente Tempo: ore. Prima parte: test a risposta multipla. Una ed una sola delle 4 affermazioni è corretta. Indicatela con una croce. È consentita una sola correzione
DettagliIl teorema fondamentale del calcolo
Il teorema fondamentale del calcolo Versione da non divulgare. Scritta per comodità degli studenti. Può contenere errori. 1 1 Dipartimento di Matematica Sapienza, Università di Roma Roma, Dicembre 2013
DettagliCORSO DI Analisi Numerica
CORSO DI Analisi Numerica Alessandro Iafrati CONTATTI Posta Elettronica: a.iafrati@insean.it Telefono: 06/50299296 A breve sarà disponibile un sito web sulla pagina del Dipartimento di Metodi e Modelli
DettagliEsercizi su polinomio di Taylor, metodi numerici per il calcolo di zeri di funzione e iterazioni di punto fisso
Esercizi su polinomio di Taylor, metodi numerici per il calcolo di zeri di funzione e iterazioni di punto fisso 2 aprile 215 Nota: gli esercizi più impegnativi sono contrassegnati dal simbolo ( ). Richiami
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
DettagliEquazioni differenziali
4 Equazioni differenziali Determinare le primitive di una funzione f(x) significa risolvere y (x) = f(x) dove l incognita è la funzione y(x). Questa equazione è un semplice esempio di equazione differenziale.
DettagliStudio del grafico di una funzione
Studio del grafico di una funzione In questo foglio di esercizi è richiesto di disegnare il grafico di funzioni. Può essere utile uno schema di base da seguire : [] Trovare l insieme di definizione D della
DettagliANNO ACCADEMICO 2017/2018 CORSO di LAUREA in BIOTECNOLOGIE MATEMATICA III appello 7/9/2018 1
ANNO ACCADEMICO 7/8 CORSO di LAUREA in BIOTECNOLOGIE MATEMATICA III appello 7/9/8 Esercizio. I giocatori A e B giocano con un mazzo di 4 carte, senza le figure, con le seguenti regole: - ad ogni turno
Dettagli11 Piccole oscillazioni attorno a posizioni stabili
11 Piccole oscillazioni attorno a posizioni stabili Consideriamo un sistema con l gradi di libertà descrivibile mediante le coordinate lagrangiane (q 1,..., q l ). Supponiamo che i vincoli siano lisci
Dettagli12 gennaio Commenti esame di geometria - Ing. gestionale - a.a
Questo documento riporta commenti, approfondimenti o metodi di soluzione alternativi per alcuni esercizi dell esame Ovviamente alcuni esercizi potevano essere risolti utilizzando metodi ancora diversi
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2013-2014) Metodi Numerici Appunti delle lezioni: Equazioni non lineari Metodi di linearizzazione Docente Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it
Dettagli19 settembre Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi
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
DettagliLaboratorio di Calcolo Numerico Laboratorio 4: Functions. Soluzione di Equazioni non lineari
Laboratorio di Calcolo Numerico Laboratorio 4: Functions. Soluzione di Equazioni non lineari Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 29 Marzo 2017 Function
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2018-2019) Metodi Numerici Appunti delle lezioni: Sistemi non lineari Docente Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A.
Dettagli