Corso di Modelli Numerici per i Campi. Interpolazione polinomiale. Giovanni Miano
|
|
- Giuliano Serra
- 5 anni fa
- Visualizzazioni
Transcript
1 Corso di Modelli Numerici per i Campi Interpolazione polinomiale Giovanni Miano 1
2 Riferimenti bibliografici: - A. Quarteroni, R. Sacco, F. Saleri, Matematica Numerica, Springer. - A. Quarteroni, Modellistica Numerica per Problemi Differenziali, Springer. - Appunti del docente. 2
3 Dominio monodimensionale [a,b] f = f ( x) C 0 [ a,b] x = a x = b x 3
4 Partizione del dominio [a,b] x 0 x 1 x 2 x 3 x N x N+1 x = a I 1 I 2 I 3 I N P = { I 1, I 2,..., I N } x = b Il dominio Ω = [a,b] è partizionato in N elementi I 1, I 2,, I N I j = x j, x j+1 j = 1,2,..., N 4
5 Partizione del dominio [a,b] x 0 x 1 x 2 x N+1 x 3 x N x = a I 1 I 2 I 3 I N P = { I 1, I 2,..., I N } x = b Il dominio Ω = [a,b] è partizionato in N elementi I 1, I 2,, I N I j = x j, x j+1 j = 1,2,..., N h j = ( x j+1 x ) j 5
6 Partizione del dominio [a,b] x 0 x 1 x 2 x 3 x N x N+1 x = a I 1 I 2 I 3 I N P = { I 1, I 2,..., I N } x = b Il dominio Ω = [a,b] è partizionato in N elementi I 1, I 2,, I N I j = x j, x j+1 j = 1,2,..., N h j = ( x j+1 x ) j h = max j { h } j 6
7 Interpolazione polinomiale nodale sul singolo elemento I n I n = [ x n, x ] n+1 n = 1,2,..., N Spazio dei polinomi interpolatori su (k+1) nodi equispaziati { ( i x ) n,0 i k} x n x n+1 ( 0) x n ( 1) x n ( 2) x n ( ) ( ) k 1 k x n x n P k ( ) = p x I n k i=0 ( ) = a i n ( ) x i x I n 7
8 Griglia x n x n+1 x 0 x 1 x 2 x N+1 x N x = a I 1 I 2 I n I N x = b x n x n+1 ( 0) x n ( 1) x n ( 2) x n ( ) ( ) k 1 k x n x n La griglia G h è definita dall insieme di tutti gli elementi {I 1, I 2,, I M } e dall insieme dei nodi di interpolazione su tutti gli elementi {z 1, z 2,, z M }. 8
9 P k ( I 1 ) Interpolazione polinomiale composita sull intero intervallo [a,b] P k ( I 2 ) P k I 3 ( ) P k ( I N ) x = a I 1 I 2 I 3 I N x = b X h k { ( ) :v In P k ( I n ) I n } h k 1 ( a,b) = v C 0 a,b 9
10 ( 0) l i z i -1 ( k) Polinomi compositi Lagrangiani l i ( x) 1 z i z i +1 x ( x) grado 0 k = 0 10
11 ( 0) l i z i -1 ( k) Polinomi compositi Lagrangiani l i ( x) ( 1) l i ( x) 1 1 z i z i +1 x ( x) grado 0 k = 0 grado 1 k = 1 z i -1 z i z i +1 x 11
12 ( 0) l i z i -1 ( k) Polinomi compositi Lagrangiani l i ( x) ( 1) l i ( x) 1 1 z i z i +1 x ( x) grado 0 k = 0 grado 1 k = 1 z i -1 z i z i +1 x ( 2) l i 1 ( x) 1 1 ( 2) l i ( x) grado 2 k = 2 z i -1 z i z i +1 x 12
13 Base dello spazio dei polinomi compositi P k ( I 1 ) P k ( I 2 ) P k ( I 3 ) P k ( I N ) x = a I 1 I 2 I 3 I N x = b Una base per lo spazio dei polinomi compositi è costituita dai polinomi compositi Lagrangiani ( ),l ( k),...,l ( k ) 2 M { k l } 1 ( k) l i ( z ) j = δ ij dove {z 1, z 2,, z M } è l insieme di tutti i nodi di interpolazione della griglia sull intero dominio [a,b]. X h k ( a,b) 13
14 Interpolazione polinomiale composita su [a,b] z M-2 z 0 z 1 z 2 z 3 z 4 z M z M-1 x = a I 1 I 2 I 3 I N x = b Π h k f x M i=1 ( ) = f z i ( )l i k ( ) ( x) Π h k f Il polinomio a tratti coincide su I n con il polinomio interpolante P k (I n ) della funzione f ristretta a I n nei (k+1) nodi di I n. 14
15 Interpolazione lineare a tratti su [a,b], k = 1 Π h 1 f x M i=1 ( ) = f x i ( )l i 1 ( ) ( x) f ( x 0 ) f ( x 1 ) f ( x 2 ) ( ) f ( x N+1 ) f x N I 1 I 2 I 3 I N x 1 x 1 x 2 x 3 x N x N+1 x 15
16 Interpolazione polinomiale composita: errore in Se ( ) C k+1 ( a,b) f x allora si ha f Π k h f < Ch k+1 f ( k+1) dove C è una costante indipendente da h. 16
17 Interpolazione polinomiale composita: errore in L 2 Si ha anche: e f Π 1 h f L 2 ( a,b) < C 1 h2 d 2 f / dx 2 L 2 ( a,b) d dx f Π h ( 1 f ) L 2 ( a,b) < C 2 h d 2 f / dx 2 L 2 ( a,b) dove C 1 e C 2 sono costanti indipendenti da h. 17
18 Ω Ω Dominio bidimensionale f = f ( P) C 0 ( Ω) 18
19 Ω Ω Dominio bidimensionale f = f ( P) C 0 ( Ω) L elevata flessibilità dell interpolazione composita consente di trattare facilmente domini complessi. 19
20 Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω 20
21 Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω 21
22 Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω elemento: triangolo 22
23 Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω elemento: triangolo lato di frontiera e m 23
24 Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω ( i) e n elemento: triangolo ( ) lato di frontiera e n k ( ) e n j e m h n = max s i, j,k ( ) ( ( s) e ) n 24
25 Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω ( i) e n elemento: triangolo ( k) e n h n = max s i, j,k ( ) ( j) e n ( ( s) e ) n lato di frontiera h = max{ h n } n e m 25
26 Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω elemento: triangolo lato di frontiera e m Ω h = Ω h = n e m m 26
27 Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω Ω h Ω h e m Ω h = Ω h = n e m m 27
28 Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω Ω h Ω h e m lim h 0 mis( Ω Ω h ) = 0 Ω h = Ω h = n e m m 28
29 , n = 1,2,..., N t Sfericità ( i) e n Ω h = n ( k) e n ( j) e n h n = max s i, j,k ( ) ( ( s) e ) n ρ n sfericità dell elemento 29
30 Griglia regolare, n = 1,2,..., N t ( i) e n Ω h = n ( k) e n ( j) e n ρ n sfericità dell elemento Per assegnato δ > 0 è verificata la condizione h n ρ n δ n = 1,2,..., N t 30
31 Interpolazione polinomiale sull elemento y Indichiamo con P k ( ) lo spazio vettoriale lineare dei polinomi in (x,y) di grado minore o uguale a k definiti su x P k ( ) = p x, y k i, j=0 i+ j k ( ) = a ij n ( ) x i y j x, y ( ) 31
32 Interpolazione polinomiale sull elemento k = 0 k = 1 k = 2 P 0 P 1 P 2 ( ) = p x, y ( ) = a { } ( ) = p x, y ( ) = a + bx + cy { } ( ) = p x, y ( ) = a + bx + cy + dxy + ex 2 + gy 2 { } 32
33 Polinomi di Lagrange y r x Introduciamo su l insieme dei nodi di interpolazione Una base per { r 1 = ( x 1, y 1 ),r 2 = ( x 2, y 2 ),...,z Nh = ( x Nh, y )} Nh P k c ( ) Ω h è costituita dai polinomi di Lagrange ( k l ) ( k) i = l i ( r) ( k) l i ( r ) j = δ ij 33
34 Interpolazione polinomiale composita K n, n = 1,2,..., N t Ω h = n K n Spazio dei polinomi compositi definiti su Ω h { ( Ω h ) :v Tn P k ( ), Ω } h k 1 X k h = v C 0 34
35 Polinomi compositi Lagrangiani 2D 1D k=0 k=1 35
36 Polinomi compositi Lagrangiani 2D 1D k=0 k=1 36
37 Interpolazione polinomiale composita N h numero di nodi Π h k f x, y N h i=1 ( )l i k ( ) = f x i, y i Π h k f ( ) ( x, y) Il polinomio a tratti coincide su con il polinomio interpolante della funzione f ristretta a, nei nodi appartenenti a. 37
38 Interpolazione polinomiale composita: errore in Se f ( x, y) C k+1 ( Ω) e la griglia è regolare, allora si ha f Π k h f, Ω < Ch k+1 f ( k+1) k 0, Ω dove C è una costante indipendente da h. 38
39 Interpolazione polinomiale composita: errore in L 2 Inoltre si ha anche per k = 1: e f Π 1 h f L 2 ( Ω) < C 1 h2 2 f L 2 ( Ω) f H 2 ( Ω) ( f Π 1 h f ) < C h L 2 2 ( Ω) 2 f L 2 ( Ω) f ( H2 Ω) dove C 1 e C 2 sono costanti indipendenti da h. 39
40 Integrazione numerica in due dimensioni Ω Ω f = f ( P) C 0 ( Ω) I = Ω f ( P)dS P Integrale di Riemann 40
41 Triangolazione del dominio Ω Ω Ω h Ω h = n 41
42 Triangolazione del dominio Ω Ω Ω h Ω h = n I = Ω f ( P)dS P I h = Ωh f ( P)dS P approssimazione 42
43 Quadratura composita Ω h I h = Ωh f ( P)dS P Ω h = n I h = n Tn f ( P)dS P 43
44 ( n) P i Formula del punto medio f ( P)dS P f ( P b )A n ( n) P k ( n) P b Coordinate del baricentro ( n) P j k = 0 Interpolazione polinomiale composita con k = 0 k = 1 P b 1 ( 3 x + x + x i j k ), 1 3 y + y + y i j k ( ) A n = area ( ) 44
45 ( n) P i Formula del punto medio f ( P)dS P f ( P b )A n ( n) P k ( n) P b Coordinate del baricentro ( n) P j P b k = 1 Interpolazione k = 0 polinomiale composita con k = x i + x j + x k ( ), 1 3 y i + y j + y k ( ) A n = area ( ) Approssimazione dell integrale I h = n A n f ( ( n) P ) b 45
46 ( n) P i Formula del trapezio ( n) P k f ( P)dS P 1 3 A n f P i ( n) P j k = 1 ( ) A n = area ( ) + f P j k = 0 ( ) ( ) + f P k Interpolazione polinomiale composita con k = 1 46
47 ( n) P i Formula del trapezio ( n) P k f ( P)dS P 1 3 A n f P i ( n) P j k = 1 ( ) A n = area ( ) + f P j k = 0 ( ) ( ) + f P k Interpolazione polinomiale composita con k = 1 Approssimazione dell integrale I h = 1 3 n A n ( ) + f ( ( n) P ) j + f ( ( n) P ) k ( n) f P i 47
48 Grado di esattezza Una formula di quadratura ha grado di esattezza pari ad p, con p 0, se dà il valore esatto dell integrale per ogni polinomio di grado inferiore o uguale a p. Le formule del punto medio e del trapezio hanno grado di esattezza pari ad 1. 48
49 Integrazione numerica: errore Se la formula di quadratura su Ω ha grado di esattezza p, con p 0, e i pesi nella formula sono non negativi, allora esiste una costante positova K indipendente da h tale che I ( f ) I h ( f ) < Kh p+1 M p+1 Area( Ω) dove M p+1 indica il massimo valore assunto dai valori assoluti delle derivate di ordine p + 1 di f. Le formule del punto medio e del trapezio danno entrambe un errore di ordine infinitesimo rispetto ad h pari a 2. 49
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
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
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
DettagliEsonero di Analisi Matematica II (A)
Esonero di Analisi Matematica II (A) Ingegneria Edile, 8 aprile 3. Studiare la convergenza del seguente integrale improprio: + x log 3 x (x ) 3 dx.. Studiare la convergenza puntuale ed uniforme della seguente
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
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
DettagliIntroduzione al Metodo agli Elementi Finiti (FEM) (x, y) Γ Tale formulazione viene detta Formulazione forte del problema.
Introduzione al Metodo agli Elementi Finiti (FEM) Consideriamo come problema test l equazione di Poisson 2 u x 2 + 2 u = f(x, y) u = f y2 definita su un dominio Ω R 2 avente come frontiera la curva Γ,
DettagliIntegrazione numerica
Integrazione numerica Lucia Gastaldi DICATAM - Sez. di Matematica, http://www.ing.unibs.it/gastaldi/ Indice 1 Formule di quadratura semplici e composite Formule di quadratura Grado di precisione Formule
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 =
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
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
DettagliIntegrazione numerica
Integrazione numerica Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Laboratorio - 5 marzo 2007 Outline 1 Formule di quadratura semplici e composite Formule di quadratura Grado
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
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
DettagliIntegrazione numerica
Integrazione numerica Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Formule di quadratura semplici e composite Formule di quadratura Grado di precisione Formule di
DettagliCALCOLO NUMERICO Laurea di base in Ingegneria Elettronica e delle Telecomunicazioni
CALCOLO NUMERICO Laurea di base in Ingegneria Elettronica e delle Telecomunicazioni Prof.ssa Laura Pezza (A.A. 2017-2018) XXII Lezione del 3.05.2018 http://www.dmmm.uniroma1.it/ pezza 1 Formule di quadratura
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
DettagliInterpolazione polinomiale
Interpolazione polinomiale Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica Pura e Applicata 27 marzo 2019 Alvise Sommariva Interpolazione polinomiale 1/ 36 Interpolazione polinomiale
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
Dettaglix i f(x i ) Soluzione: Primo metodo : interpolazione polinomiale, approccio di Newton ; Tavola delle differenze divise :
ESERCIZIO 1 Si forniscano due approssimazioni polinomiali (ottenute con due metodi diversi) della funzione f(x) definita per punti dalla seguente tabella x i -0.5 1 1.5 f(x i ) 0 1 1.5 Primo metodo : interpolazione
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
DettagliAPPUNTI DI MODELLI NUMERICI PER I CAMPI
APPUNTI DI MODELLI NUMERICI PER I CAMPI Giovanni Miano UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II POLO DELLE SCIENZE E DELLE TECNOLOGIE FACOLTÀ DI INGEGNERIA Indice 1. Richiami sui problemi di campo
DettagliRegola dei trapezi. a, b punti fissi a priori. non fissi a priori (indeterminati) errore di integrazione. a, b
INTEGRAZIONE NUMERICA (Quadratura di Gauss) Regola dei trapezi I ( b a) f ( a) + f ( b) f (x) errore di integrazione f (x) f (a) f (b) a b x a a ' b' b x a, b punti fissi a priori a, b non fissi a priori
DettagliInterpolazione e approssimazione di funzioni
Interpolazione e approssimazione di funzioni Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Laboratorio - 26 febbraio 2007 Outline 1 Interpolazione polinomiale Interpolazione
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 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
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
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
DettagliCognome Nome Matricola Codice ESEMPIO 1
Cognome Nome Matricola Codice ESEMPIO 1 [1]. (***) Definizione di derivata di una funzione in un punto. Sia A R N ; sia a A; sia f : A R M ; sia f differenziabile in a; allora la derivata di f in a è...
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:
DettagliComplementi di Matematica e Calcolo Numerico A.A Polinomi e vettori
Complementi di Matematica e Calcolo Numerico A.A. 2017-2018 Polinomi e vettori Consideriamo particolari funzioni di una variabile reale che siano polinomi, ovvero del tipo p(x) = 3x 4 +2x 3 +x 5, q(x)
DettagliAppunti di Calcolo Numerico. Capitolo 3
Appunti di Calcolo Numerico Capitolo 3 Interpolazione Maurizio Ciampa Dipartimento di Matematica - Università di Pisa Gli esercizi contrassegnati dal simbolo sono leggermente più astratti rispetto agli
DettagliEquazioni differenziali e teoria della misura
SISSA Area Matematica Esame di ammissione per il corso di Analisi Matematica, Modelli e Applicazioni 2 settembre 23 Il candidato risolva CINQUE dei seguenti problemi, e indichi chiaramente sulla prima
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
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
DettagliLaboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 12/07/2012
Cognome: Nome: Matricola: Laboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 12/07/2012 ESERCIZIO 1 [10 punti] Si consideri il problema di approssimare le radici α 1 =
DettagliSe andiamo a calcolare le funzioni di base su ogni triangolo, la formulazione finale sarà: sul primo triangolo u 1 2 x 2y x sul secondo triangolo
Elementi conformi Partiamo dal considerare elementi finiti triangolari in un semplice dominio costituito da due triangoli Le coordinate dei punti sono T T 3 4 Punto Coordinate (0,) (0, 0) 3 (,) 4 (,0)
DettagliSISSA Area Matematica Esame di ammissione per il corso di Analisi Matematica, Modelli e Applicazioni 27 marzo 2019
SISSA Area Matematica Esame di ammissione per il corso di Analisi Matematica, Modelli e Applicazioni 27 marzo 2019 Il candidato risolva CINQUE dei seguenti problemi, e indichi chiaramente sulla prima pagina
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
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
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
DettagliPolinomi. Poiché un polinomio di grado n ha n+1 coefficienti, ad un polinomio di grado n si associa un vettore di lunghezza n+1.
Polinomi Polinomi e vettori Matlab non prevede un oggetto particolare di tipo polinomio, ma rappresenta i polinomi attraverso vettori che contengono i coefficienti del polinomio stesso, ordinati partendo
DettagliCorso di Laurea in Ingegneria, Settore Informazione (gruppi 2-3), A.A. 2007/2008 Docente: Antonio Ponno
Programma del Corso di Matematica A Corso di Laurea in Ingegneria, Settore Informazione (gruppi 2-3), A.A. 2007/2008 Docente: Antonio Ponno Premessa (D) dopo un teorema o una proposizione citati sta ad
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
DettagliDaniela Lera A.A
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2014-2015 Equazioni Differenziali Si consideri il seguente problema: Quali sono le curve y = f (x) del piano
DettagliCognome Nome Matricola Codice ESEMPIO 1
Cognome Nome Matricola Codice ESEMPIO 1 [1]. (***) Definizione di forma differenziale chiusa. Sia A R N ; sia A aperto; sia ω = N i=1 ω i dx i una forma differenziale su A; sia ω di classe C 1 ; si dice
DettagliCORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 2016/17
CORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 26/7 GABRIELE BIANCHI Gli esercizi che seguono sono quelli che assegnerò durante il corso 26/7. Tutti gli esercizi presenti in un compito
Dettaglisi ha La lunghezza L si calcola per ciascun tratto L = (2t)2 + (3t 2 ) dt+ 2 (3t2 ) 2 + (2t) 2 dt = 4t2 + 9t 4 dt = t
ANALISI VETTORIALE Soluzione esercizi 1 gennaio 211 6.1. Esercizio. Sia Γ la curva regolare a tratti di rappresentazione parametrica x = t 2, y = t, t [, 1] e x = t, y = t 2, t [1, 2] calcolare la lunghezza,
DettagliUNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA
UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA - 6.Funzioni con derivate - CTF Matematica Codice Compito: - Numero d Ordine D. Un polinomio di grado e tangente all asse x ed ha un flesso orizzontale nel punto
DettagliArgomenti delle singole lezioni del corso di Analisi Matematica 2 (Ingegneria Edile-Architettura, A.A )
Argomenti delle singole lezioni del corso di Analisi Matematica 2 (Ingegneria Edile-Architettura, A.A. 2018-19) NB. Le indicazioni bibliografiche si riferiscono al libro di testo. Lezione nr. 1, 24/9/2018.
DettagliA. Quarteroni R. Sacco R Saleri MATEMATICA NUMERICA. Springer
A. Quarteroni R. Sacco R Saleri MATEMATICA NUMERICA Springer Prefazione XIII 1. Elementi di analisi delle matrici 1 1.1 Spazi vettoriali 1 1.2 Matrici y 3 1.3 Operazioni su matrici ' 4 1.3.1 Inversa di
Dettagli1-Forme Differenziali
1-Forme Differenziali 30 novembre 2011 1 Definizioni di base Siano n N e A R n un insieme aperto. Con (R n ) denotiamo il duale topologico di R n, cioè l insieme (R n ) = {p : R n R : R-lineari e continue}.
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
DettagliAnalisi Matematica II - Ingegneria Meccanica/Energetica - 7 Lulgio a) Studiare l esistenza e la natura degli estremi liberi della funzione.
Analisi Matematica II - Ingegneria Meccanica/Energetica - 7 Lulgio 218 1) Data la funzione f(, ) = 4 + 4 4 2 7 a) Studiare l esistenza e la natura degli estremi liberi della funzione. b) Trovare il massimo
DettagliInterpolazione e integrazione numerica
Interpolazione e integrazione numerica Carlo Mancini 16 dicembre 2015 Interpolazione con i polinomi di Lagrange Integrazione numerica Interpolazione con i polinomi di Lagrange - Introduzione Immaginiamo
DettagliIstituzioni di Matematica II 5 Luglio 2010
Istituzioni di Matematica II 5 Luglio 010 1. Classificare, al variare del parametro α R, la forma quadratica (1 + α )x + 4xy + αy.. i) Si determinino tutti i punti critici della seguente funzione f(x,
DettagliAnalisi Matematica 2. Michele Campiti. Prove scritte di. Ingegneria Industriale a.a
Michele Campiti Prove scritte di Analisi Matematica 2 Ingegneria Industriale a.a. 20 202 Grafico della funzione f(x, y) := sin(2x 2 y) cos(x 2y 2 ) in [ π/2, π/2] 2 Raccolta delle tracce di Analisi Matematica
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
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 4 - Polinomi e Interpolazione polinomiale
Complementi di Matematica e Calcolo Numerico A.A. 2015-2016 Laboratorio 4 - Polinomi e Interpolazione polinomiale Polinomi e vettori: Consideriamo particolari funzioni di una variabile reale che siano
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
Dettagli1 Generalità sulla cubatura. 2 Formule su un n-simplesso T n
Corso di Approssimazioni Numeriche, A.A. 2007/08 Esercitazione di laboratorio su: Calcolo di integrali su domini bi-dimensionali Prof. S. De Marchi - 28 febbraio 2008 1 Generalità sulla cubatura Sia D
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
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 4 - Polinomi e Interpolazione polinomiale
Complementi di Matematica e Calcolo Numerico A.A. 2013-2014 Laboratorio 4 - Polinomi e Interpolazione polinomiale Polinomi e vettori Matlab non prevede un oggetto particolare di tipo polinomio, ma rappresenta
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
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 2016-2017 Laboratorio 6 - Minimi quadrati e spline APPROSSIMAZIONE DI FUNZIONI O DI DATI Consideriamo il problema di valutare una funzione nota soltanto
DettagliIntroduzione ai metodi alle differenze finite
Introduzione ai metodi alle differenze finite aggiornamento: 31 maggio 2013 (!) indica un argomento fondamentale, (F) un argomento facoltativo, ( ) un argomento o dimostrazione impegnativi, (NR) una dimostrazione
DettagliCorso di Laurea in Ingegneria Gestionale Anno Accademico 2013/2014 Calcolo Numerico
1. Dato il problema ai valori iniziali f (t) = f(t) + cos t f(0) = 1, (ii) determinarne la soluzione numerica per 0 t 2π utilizzando il metodo di 2. Calcolare analiticamente e numericamente la media della
DettagliCORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 2017/18
CORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 27/8 GABRIELE BIANCHI Gli esercizi che seguono sono quelli che assegnerò durante il corso 27/8. Tutti gli esercizi presenti in un compito
DettagliCubatura adattativa sul toro e la sfera
Cubatura adattativa sul toro e la sfera Candidato : Luca Mezzalira Relatore : Alvise Sommariva Correlatore: Marco Vianello 25 settembre 2013 Padova Cubatura adattativa 1/22 Sommario 1 Introduzione 2 Formule
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
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
DettagliAnalisi 4 - SOLUZIONI (compito del 29/09/2011)
Corso di laurea in Matematica Analisi 4 - SOLUZIONI compito del 9/09/0 Docente: Claudia Anedda Calcolare, tramite uno sviluppo in serie noto, la radice quinta di e la radice cubica di 9 Utilizzando la
DettagliCorso di Laurea in Ingegneria Gestionale Anno Accademico 2013/2014 Calcolo Numerico - Prova teorica
Nome ANGELICI CARLO MARIA Fermo, 3 ottobre 2014 1. Metodo di Eulero implicito (descrizione, ordine, regione di stabilità). 2. Metodo di Newton-Raphson (descrizione del metodo, interpretazione geometrica)
DettagliPROGRAMMA. Capitolo 1 : Concetti di base: numeri reali, funzioni, funzioni reali di variabile reale.
PROGRAMMA Capitolo 1 : Concetti di base: numeri reali, funzioni, funzioni reali di variabile reale. Gli insiemi numerici oggetto del corso: numeri naturali, interi relativi, razionali. Operazioni sui numeri
DettagliApprossimazione numerica
Approssimazione numerica Laboratorio di programmazione e calcolo (Chimica e Tecnologie chimiche) Pierluigi Amodio Dipartimento di Matematica Università di Bari Approssimazione numerica p.1/10 Problema
DettagliDiario delle lezioni di Analisi Numerica laurea Magistrale in Statistica e Informatica A.A
Diario delle lezioni di Analisi Numerica laurea Magistrale in Statistica e Informatica A.A. 2009-2010 Prof. Stefano De Marchi November 23, 2009 28/9/09 Aula SC20. 30/9/09 Aula SC20. Rappresentazione dei
DettagliRiferimenti: R.Adams, Calcolo Differenziale 2. Capitoli 3.4, 3.9. Esercizi 3.4, 3.9.
Appunti sul corso di Complementi di Matematica - mod Analisi prof. B.Baccelli 200/ 07 - Funzioni vettoriali, derivata della funzione composta, formula di Taylor. Riferimenti: R.Adams, Calcolo Differenziale
DettagliAnalisi Matematica T-2 Ingegneria Edile Ravenna 2013/14
Analisi Matematica T-2 Ingegneria Edile Ravenna 2013/14 Maria Manfredini, Daniele Morbidelli Informazioni pratiche: Libro di riferimento: Bramanti, Pagani, Salsa, MATEMATICA, Seconda edizione, Zanichelli
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
DettagliRisoluzione del compito n. 5 (Luglio 2018/2)
Risoluzione del compito n. 5 (Luglio 2018/2) PROBLEMA 1 Considerate il luogo di zeri S = {(x, y, z) R 3 : z 4+ x 2 + y 2 =0, 2x y + z =0}. a) Giustificando la risposta, dite se S è una curva liscia. b)
DettagliAnalisi Matematica 2
Analisi Matematica 2 Differenziabilità per funzioni di due variabili Differenziabilità per funzioni di due variabili CCS Ingegneria Meccanica e Ingegneria Chimica 1 / 26 Differenziabilitá Data la funzione
DettagliANALISI MATEMATICA II PROVA DI TEORIA (23/6/2009)
ANALISI MATEMATICA II PROVA DI TEORIA (23/6/2009) 1. Sia S = { } (x, y, z) : x 2 + y 2 = 4, 0 z 3 + x. Scrivere le equazioni parametriche di una superficie regolare che abbia S come sostegno. 2. Enunciare
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
DettagliDiario delle lezioni di Analisi Numerica laurea Magistrale in Statistica e Informatica A.A
Diario delle lezioni di Analisi Numerica laurea Magistrale in Statistica e Informatica A.A. 2009-2010 Prof. Stefano De Marchi December 4, 2009 28/9/09 Aula SC20. 30/9/09 Aula SC20. Rappresentazione dei
Dettagli1 Integrali curvilinei
Integrali curvilinei Richiamo: + x dx x + x + x log ) + + x. Exercise Verificare la formula precedente. Exercise Calcolare a + b x dx, con a, b qualsiasi. Exercise 3 Calcolare la lunghezza dell arco di
Dettaglilim β α e detto infinitesimo una qualsiasi quantita tendente a zero quando una dati due infinitesimi α e β non esiste
Infinitesimi e detto infinitesimo una qualsiasi quantita tendente a zero quando una opportuna variabile tende ad assumere un determinato valore dati due infinitesimi α e β α e β non sono paragonabili tra
DettagliCorso di Calcolo Scientifico
I Modulo del corso integrato di Calcolo Dott.ssa Maria Carmela De Bonis a.a. 2012-13 Approssimazione di Funzioni In molti problemi matematici emerge l esigenza di dover approssimare una funzione f C k
DettagliProf. Giuseppe Scippa [EQUAZIONI DIFFERENZIALI] Sintesi dei principali tipi dei equazioni differenziali.
2015 Prof. Giuseppe Scippa [EQUAZIONI DIFFERENZIALI] Sintesi dei principali tipi dei equazioni differenziali. EQUAZIONI DIFFERENZIALI ( pag. 2088) Si chiama equazione differenziale un equazione che ha
DettagliNota: A meno che non sia specificato diversamente, si intende che i teoremi, lemmi, proposizioni sotto menzionati siano stati dimostrati a lezione.
Programma di Analisi Matematica 1 (Canale ICM) svolto per lezioni - A. Languasco - C. Vagnoni 1 Nota: A meno che non sia specificato diversamente, si intende che i teoremi, lemmi, proposizioni sotto menzionati
DettagliProve scritte dell esame di Analisi Matematica II a.a. 2015/2016
Prove scritte dell esame di Analisi Matematica II a.a. 5/6 C.d.L. in Ingegneria Informatica ed Elettronica - Università degli Studi di Perugia Prova scritta del 6 giugno 6. Determinare massimi e minimi
DettagliCalcolo 2B - Analisi III dicembre 2004
Calcolo 2B - Analisi III dicembre 2. Verificare esplicitamente il teorema di Stokes in R 2 : dω = ω per la -forma: nella regione piana data da: ω = x 2 + y 2 dx = x, y x 2 + y 2 ª x, y y 2x 2ª 2. Considerato
DettagliEsercizi di Complementi di Matematica (L-Z) a.a. 2015/2016
Esercizi di Complementi di Matematica (L-Z) a.a. 2015/2016 Prodotti scalari e forme bilineari simmetriche (1) Sia F : R 2 R 2 R un applicazione definita da F (x, y) = x 1 y 1 + 3x 1 y 2 5x 2 y 1 + 2x 2
Dettagli( ) ( ) ( ) ( ) ( ) ( ) = + + = = 11,7%
ESAME DI STATO DI LICEO SCIENTIFICO 00-00 Corso Sperimentale P.N.I. Tema di MATEMATICA - 9 giugno 00 Svolgimento a cura della prof.ssa Sandra Bernecoli e del prof. Luigi Tomasi (luigi.tomasi@libero.it)
DettagliESERCIZI DI ANALISI II Ingegneria Civile e dei Trasporti (M-Z) a.a. 2006/2007
ESERCIZI I ANALISI II Ingegneria Civile e dei Trasporti (M-Z) a.a. 006/007 1 FUNZIONI IN UE VARIABILI (I parte) Insiemi di definizione eterminare gli insiemi di definizione delle seguenti funzioni in due
DettagliInterpolazione di Funzioni
Interpolazione di Funzioni N. Del Buono 1 Introduzione Uno dei problemi che piu frequentemente si incontrano nelle applicazioni è la costruzione di una approssimazione di una funzione data f mediante funzioni
DettagliSoluzione dei problemi assegnati
ANALISI MATEMATICA 3 Soluzione dei problemi assegnati anno accademico 2018/19 prof. Antonio Greco http://people.unica.it/antoniogreco Dipartimento di Matematica e Informatica Università di Cagliari 23-5-2019
Dettagli