CALCOLO NUMERICO Laurea di base in Ingegneria Elettronica e delle Comunicazioni
|
|
- Annalisa Pinna
- 5 anni fa
- Visualizzazioni
Transcript
1 CALCOLO NUMERICO Laurea di base in Ingegneria Elettronica e delle Comunicazioni Prof. ssa Laura Pezza (A.A ) XXXII Lezione del laura.pezza 1
2 1. Metodo di Eulero Metodi one step espliciti: esempi y i+1 = y i + hf(x i, y i ) ordine p = 1 Errore locale di troncamento (resto della f. di Taylor) R i+1 = h2 2 y (ξ i+1 ) Metodi di ordine superiore a partire dalla formula di Taylor richiedono le derivate di f. 2. Taylor di ordine 2 y(x i+1 ) = y(x i )+... [ f x (x i, y(x i )) + f y (x i, y(x i ))y ((x i ) ] (x i+1 x i )+ R(x i+1, h), da cui y i+1 = y i + h [f x (x i, y i ) + f y (x i, y i )f(x i, y i )] Errore locale di troncamento R i+1 = h3 6 y (ξ i+1 ) p = 2 2
3 Costo computazionale = numero di valutazioni di funzioni Metodi basati sulla formula di Taylor ordine costo computazionale Il costo computazionale cresce molto velocemente. è uguale la costo com- E possibile avere metodi il cui ordine putazionale? Come costruire metodi di ordine p > 1, in cui invece delle derivate si usano valori della funzione? 3
4 Una struttura particolare: y i+1 = y i + h r j=1 a j k j (x i, y i ; h) k 1 = k 1 (x i, y i ; h) = f(x i, y i ) k j = f(x i + hα i, y i + h j 1 l=1 λ j,l k l ) Tecnica di costruzione: si sviluppa in serie di punto iniziale x i, y i e si confronta con il metodo di Taylor di ordine prefissato. Si ottiene una classe di metodi conosciuti come metodi di Runge- Kutta (a r stadi) 4
5 Metodo di Heun o Runge-Kutta di ordine p = 2 y i+1 = y i + h(k 1 + k 2 ) k 1 = f(x i, y i ), k 1 = f(x i+1, y i + h k 1 ) Metodo di Runge-Kutta classico ordine p = 4 y i+1 = y i + 6 h (k 1 + 2k 2 + 2k 3 + k 4 ) k 1 = f(x i, y i ) k i = f(x i + 2 h, y i + 2 h k i 1), i = 2, 3 k 4 = f(x i+1, y i + h k 1 ) 5
6 Un altro modo per ottenere il metodo di Heun Integrando e applicando la formula del trapezio: y(x i+1 ) = y(x i ) + xi+1 x i f(x, y(x) dx = y(x i ) + h 2 [ f(xi, y(x i )) + f(x i+1, y(x i+1 )) ] h3 12 M i (conferma che è p = 2) Algoritmo trascurare il resto approssimarey(x j ) y(x i ) y i y(x i+1 ) y i + hf(x i, y i ) ( metodo di Eulero) y i+1 = y i + h [ f(x i, y i ) + f(x i+1, y i + hf(x i, y i )) ] k 1 k 2 6
7 Ordine e Costo computazionale nei m. Runge-Kutta p = r r = 1, 2, 3, 4 p = r 1 r = 5, 6, 7 p = r 2 r = 8, 9 p r 2 r 10 quindi metodi di ordine elevato sono poco efficienti. Il metodo classico è il più usato. 7
8 Esempio Problema di Cauchy: y (x) = y x, x [0, 2], y(0) = 2 Soluzione esatta: y(x) = e x + x y 10 9 Metodo di Heun 8 7 Metodo di R K classico 6 5 Metodo di Eulero x 4.5 Grafico della soluzione 8
9 Metodo di Eulero Metodo di Heun Metodo di R K classico x 4.8 Grafico dell errore
10 Convergenza dei metodi one-step Struttura dell algoritmo: y i+1 = y i + hψ(x i, y i ; h) Supponiamo che il metodo sia consistente. Espressione dell errore locale di troncamento: R i+1 = ht (x i+1 ) Errore di troncamento unitario Teorema Ipotesi: i 1 Sia il metodo consistente i 2 Ψ C 0 (D); i 3 Ψ(x, u; h) Ψ(x, v; h) L Ψ u v ( Ψ Lipschitziana rispetto a y) i 4 (x i, y i ) D, i T = max x i I T (x i). e i T L Ψ ( e L Ψ (x i x 0 ) 1 ) 9
11 Dim. e i+1 = y(x i+1 ) y i+1 = y(x i ) + hψ(x i, y(x i ); h) + ht (x i ) y i hψ(x i, y i ; h) e i+1 e i + hl Ψ e i + ht = (1 + hl Ψ ) e i + ht (1) 1. Per induzione: e i T L Ψ [ (1 + hlψ ) i 1 ] (2) base dell induzione i = 1 e 0 = 0 (y(x 0 ) = y 0 ) (1) e 1 ht = T L Ψ [ (1 + hlψ ) 1 1 ] (2) è vera 10
12 Ip. induttiva e j T L Ψ [ (1 + hlψ ) j 1 ] j = 1,..., i e i+1 (1 + hl Ψ ) e i + ht (1 + hl Ψ ) T T (1 + hl Ψ ) i+1 (1 + hl Ψ ) T L Ψ e i+1 T L Ψ (1 + hl Ψ ) i+1 T L Ψ L Ψ L Ψ + ht e t = 1 + t + t 2 / t e t (1 + t) i e it [ (1 + hlψ ) i 1 ] + ht = e i+1 T L Ψ [ e hl Ψ (i+1) 1 ] ma h(i + 1) = x i+1 x 0 e si ha la tesi. 11
13 Metodo di Eulero (Convergenza) R i+1 = h2 2 y (ξ i ) (y sufficientemente regolare) T = h 2 M 2, M 2 = max y (x), Ψ = f L Ψ = L e i hm 2 2L [ e L(x i x 0 ) 1 ] Il metodo converge per h 0 e x i x 0 = ih =costante. 12
14 Definizione Un metodo è consistente se lim h 0 T (x i ) = R i h = 0 Metodi one-step: y(x i+1 ) = y(x i ) + hψ(x i, y(x i ); h) + R i T (x i+1 ) = y(x i+1) y(x i ) Ψ(x i, y(x i ); h) }{{ h } h 0 y (x) = f(x, y(x)) T (x i+1 ) 0 lim Ψ(x, y; h) = f(x, y) h 0 Condizione di consistenza 13
15 Teorema(Convergenza) f C 0 (D), f Lipschitziana rispetto a y (Teorema di Cauchy) i 1 Ψ C 0 (D); i 2 Ψ è di Lipschitz rispetto alla variabile y i 3 Ψ verifica la condizione di consistenza i 4 y i(h) y 0 η, per h h 0, allora il metodo onestep converge per h 0 nel senso y i(h) y( x), x = x i(h) 14
16 Un osservazione Riprendiamo la maggiorazione dell errore, e i el(x i x 0 ) 1 L 2 h, h fissato. Problema Come si propagano gli errori per i +? Si mantengono limitati? Si può assicurare che la soluzione numerica {y i } segua la soluzione analitica y(x), quando ci si allontana da x 0?. Nella maggiorazione compare e L(x i x 0 ) 1 (esponenziale crescente con x i x 0 ): bisogna aspettarsi che non sempre le cose vadano bene. ( M ) 15
17 Esempio y = 2x 2 x x2 1 x(x 2 y, y(2) = 0, 1) h = 0.1 x i Eulero Heun R-K classico e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e
18 h = 0.05 x i Eulero Heun R-K classico e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e
19 y 0 i+1 = m j=0 α j y i j + h Metodi predictor-corrector n j=0 β j f(x i j, y i j ) = = Φ(y i, y i 1,..., y i r ; h) predictor, m. esplicito y k i+1 = m j=0 α j y i j + h n j=0 β j f(x i j, y i j ) + hβ 1 f(x i+1, y k 1 i+1 ) = = Ψ(y k 1 i+1, y i, y i 1,..., y i s ; h) corrector, m. implicito Corrector metodo del punto unito, y i+1 = punto fisso di Ψ(y i+1, ) ( funzione di iterazione) Punto iniziale: y 0 i+1 ottenuto dal predictor. lim k yk i+1 = y i+1? 18
20 Si ricorre al Teorema del punto fisso : fisso ξ per z k = g(z k 1 ): C.S. di convergenza al punto g (z) γ, γ (0, 1) o più in generale se g(z ) g(z ) γ z z Ψ(z, ) Ψ(z, ) = hβ 1 f(x i+1, z ) hβ 1 f(x i+1, z ) = = h β 1 f(x i+1, z ) f(x i+1, z ) h β }{{} 1 L z z f Lipschitziana Il corrector verifica la condizione di contrazione se γ = h β 1 L < 1 19
21 Teorema Se f verifica la condizione di Lipschitz ripetto a y, il procedimento iterativo dato dal corrector converge se il passo h verifica la limitazione h < 1 β 1 L Quindi pur di prendere h sufficientemente piccolo, almeno in teoria, il procedimento iterativo basato sul corrector converge. 20
22 Modalità di applicazione Criteri d arresto del procedimento iterativo yi+1 k = Ψ(yk 1 i+1, ): quelli visti per i metodi iterativi. Numero massimo di iterate: deve essere ragionevolmente piccolo (il metodo perde competitività ) quindi si itera per 3/4 volte: se non viene raggiunta l accuratezza prefissata, si riduce il passo h e si ricomincia. Poichè il metodo è multistep (escluso il caso di Eulero modificato) il cambio di passo comporta il calcolo delle nuove coordinate d innesco. Se l approssimazione iniziale fornita dal predictor è sufficientemente accurata, in genere, basta una iterata per raggiungere un accuratezza anche buona. 21
23 Esempi 1. Metodo di Eulero modificato p = 2 y i+1 = y i + hf i Predictor yi+1 k = y i + h ( fi + f(x i+1, y k 1 2 i+1 )) Corrector 2. Metodo di Adams (Bashforth-Moulton) p = 3 y i+1 = y i + 12 h ( ) 23fi 16f i 1 + 5f i 2 Predictor y k i+1 = y i + h 12 ( 8fi f i 1 + 5f(x i+1, y k 1 i+1 )) Corrector 2. Metodo di Milne p = 4 y i+1 = y i + 4h ( ) 3 2fi f i 1 + 2f i 2 Predictor yi+1 k = y i + h ( fi + 4f i 1 + f(x i+1, y k 1 3 i+1 )) Corrector 22
24 Un esempio di comportamento delle approssimazioni y = 3(x y) + 1, y(0) = 1 Metodi a confronto, entrambi con p = 2 y i+1 = y i 1 + 2hf i (punto centrale) y i+1 = y i + h 2 (k 1 + k 2 ) (Heun) k 1 = f i, k 2 = f(x i+1, y i + h k 1 ) 23
25 2.5 punto centrale 2 R K 2 y(x)=exp( 3x)+x Grafico della soluzione 24
26 punto centrale R K Grafico dell errore Nel metodo basato sulla f. soluzione! del punto centrale l errore domina la
27 Il comportamento cambia se si aumenta l ordine? Metodi a confronto, entrambi con p = 4 y i+1 = y i 3 + 4h ( ) 3 2fi f i 1 + 2f i 2 (aperta a 3 nodi) y i+1 = y i + h 24 ( 55fi 59f i f i 2 9f i 3 ) (Adams-Bashforth) 25
28 2.5 y(x)=exp( 3x)+x 2 aperta a 3 nodi Adams Bash Grafico della soluzione 26
29 0.15 Errore aperta a 3 nodi Errore Adams Bash y(x)=exp( 3x)+x Grafico dell errore Anche nel metodo basato sulla f. aperta l errore domina la soluzione. Il fenomeno si verifica solo più tardi rispetto al caso precedente.
CALCOLO 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) XXVIII Lezione del 15.05.2018 http://www.dmmm.uniroma1.it/ laura.pezza 1 1. Metodo
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
DettagliMetodi numerici per ODE. Metodi numerici per ODE
Problema di Cauchy Consideriamo un equazione differenziale (sistema di equazioni) del primo ordine in forma normale con condizioni iniziali assegnate. { y (x) = f (x, y(x)) x [x 0, x F ] y(x 0 ) = y 0
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
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;
DettagliContenuti. (b) tipi di errori: errori di discretizzazione locali e globali; errori di arrotondamento; metodi consistenti
Appunti di Analisi e Calcolo Numerico Metodi numerici per la soluzione delle equazioni differenziali LS in Ingegneria Edile AA 2007-2008 Docente : Dott. Ivelina Bobtcheva Contenuti 1. Radici di equazioni
DettagliFondamenti di Calcolo Numerico. Appunti relativi alla soluzione numerica di un problema di Cauchy
Fondamenti di Calcolo Numerico Appunti relativi alla soluzione numerica di un problema di Cauchy Claudia Fassino (fassino@dima.unige.it) Premessa Queste dispense riassumono le mie lezioni relative alla
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
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
DettagliCALCOLO NUMERICO Laurea di base in Ingegneria Elettronica, delle Comunicazioni
CALCOLO NUMERICO Laurea di base in Ingegneria Elettronica, delle Comunicazioni Prof.ssa Laura Pezza (A.A. 2017-2018) V Lezione del 15.03.2018 http://www.dmmm.uniroma1.it/ laura.pezza 1 Metodo di Newton:
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2013-2014) Metodi Numerici Appunti delle lezioni: Equazioni differenziali ordinarie Docente Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio:
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 2 3 Problemi ai valori iniziali Problemi ai
DettagliCalcolo Numerico Laurea di base in Ingegneria Elettronica, Ingegneria delle Comunicazioni
Calcolo Numerico Laurea di base in Ingegneria Elettronica, Ingegneria delle Comunicazioni Prof.ssa Laura Pezza (A.A. 2017-2018) III Lezione del 12.03.2018 http://www.dmmm.uniroma1.it/ laura.pezza 1 I metodi
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
DettagliMetodi numerici per equazioni differenziali ordinarie. Calcolo Numerico a.a. 2008/2009
Metodi numerici per equazioni differenziali ordinarie Calcolo Numerico a.a. 2008/2009 ODE nei problemi dell ingegneria 1 Le leggi fondamentali della fisica, della meccanica, dell elettricità e della termodinamica
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
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
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
DettagliModellistica e Simulazione. Outline. Notes. Notes. Luigi Iannelli. 6 giugno Introduzione. Generalità sui metodi numerici di integrazione
6 giugno 2011 1 Outline Introduzione Generalità sui metodi numerici di integrazione Proprietà dei metodi di integrazione Alcuni metodi di integrazione 2 Equazioni differenziali nello spazio di stato Consideriamo
DettagliCalcolo Numerico Laurea di base in Ingegneria Elettronica, Ingegneria delle Comunicazioni
Calcolo Numerico Laurea di base in Ingegneria Elettronica, Ingegneria delle Comunicazioni Prof.ssa Laura Pezza (A.A. 2016-2017) IV Lezione del 06.03.2017 http://www.dmmm.uniroma1.it/ laura.pezza 1 Equazioni
DettagliCalcolo Numerico con elementi di programmazione
Calcolo Numerico con elementi di programmazione (A.A. 2014-2015) Appunti delle lezioni sui metodi per la soluzione di sistemi di equazioni non lineari Sistemi di equazioni non lineari Un sistema di equazioni
DettagliCalcolo Numerico con elementi di programmazione
Calcolo Numerico con elementi di programmazione (A.A. 2014-2015) Appunti delle lezioni su equazioni differenziali ordinarie Modello matematico: eq. differenziali ordinarie Il moto di una particella 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 L. Pezza (A.A. 2017-2018) IV Lezione del 13.03.2018 http://www.dmmm.uniroma1.it/ laura.pezza 1 Equazioni non
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
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.
DettagliEq. differenziali ordinarie: modello matematico. METODI NUMERICI - II canale (A.A )
METODI NUMERICI - II canale A.A. 007-008) Prof. Francesca Pitolli Eq. differenziali ordinarie: modello matematico Il moto di una particella di massa m attaccata all estremità di una molla di costante elastica
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,
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
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,
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:
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. 2017/2018 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 15 dicembre 2017 1. Lunedì 25/09/2017, 11 13. ore:
DettagliCalcolo Numerico Laurea di I livello in Ingegneria Elettronica ed Ingegneria delle Comunicazioni
Calcolo Numerico Laurea di I livello in Ingegneria Elettronica ed Ingegneria delle Comunicazioni Prof. ssa Laura Pezza (A.A. 2018-2019) II Lezione del 27.02.2019 http://www.dmmm.uniroma1.it/ laura.pezza
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.
Dettagli1. Martedì 27/09/2016, 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. 2016/2017 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 15 dicembre 2016 1. Martedì 27/09/2016,
DettagliCalcolo Numerico Laurea di base in Ingegneria Elettronica e Ingegneria delle Comunicazioni e Clinica. Prof.ssa Laura Pezza (A.A.
Calcolo Numerico Laurea di base in Ingegneria Elettronica e Ingegneria delle Comunicazioni e Clinica Prof.ssa Laura Pezza (A.A. 2018-2019) VIII Lezione del 14.03.2019 http://www.dmmm.uniroma1.it/ laura.pezza
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
DettagliSoluzione numerica di equazioni differenziali
Soluzione numerica di equazioni differenziali Laboratorio di programmazione e calcolo (Chimica e Tecnologie chimiche) Pierluigi Amodio Dipartimento di Matematica Università di Bari Soluzione numerica di
DettagliEsercitazione di Calcolo Numerico 1 27 Maggio Calcolare la fattorizzazione P A = LU della matrice A =
Esercitazione di Calcolo Numerico 1 27 Maggio 29 1. Calcolare la fattorizzazione P A = LU della matrice 1 2 3 A = 2 3 3, ed utilizzarla per risolvere il sistema lineare Ax = b, con b = (1, 2,, 16) T. 2.
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:
Dettagliu i = u i 1 + h b j F j, (1)
I metodi di Runge-Kutta sono metodi ad un passo in cui il valore u i viene calcolato combinando un prefissato numero s di valori della funzione f calcolati in punti opportunamente scelti. L ordine del
Dettagli1 Richiami di teoria sui problemi di Cauchy
1 Richiami di teoria sui problemi di Cauchy Il problema di Cauchy consiste nel cercare una funzione y continua e derivabile in un intervallo I 0 di R contenente un punto x 0 tale che y (t) = f(t, y(t))
DettagliCORSO DI CALCOLO NUMERICO II
CORSO DI CALCOLO NUMERICO II ANALISI E CONFRONTO DI METODI PER LA RISOLUZIONE DI EQUAZIONI DIFFERENZIALI ORDINARIE IN MATLAB Docente: Giuseppe Rodriguez Studenti: Mario Porru Matricola 40084 Nicola Usai
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
DettagliEulero esplicito: Questo metodo approssima la derivata di una funzione con le differenze in avanti. La formula iterativa è la seguente:
Dato un problema di Cauchy del tipo: y =f(x,y) y(x0)=y0 Esistono vari metodi numerici che fissato h, cioè il passo di integrazione, forniscono una soluzione numerica che è costituita da una successione
DettagliCorsi del S.S.D. MAT08 - Analisi Numerica (Laurea Triennale e Laurea Magistrale in Ingegneria)
Corsi del S.S.D. MAT08 - Analisi Numerica Laurea Triennale e Laurea Magistrale in Ingegneria PROBLEMI AI LIMITI PER EQUAZIONI DIFFERENZIALI ORDINARIE Metodi alle differenze finite Prof. F. Pitolli, A.A
DettagliAnalisi Numerica (A.A )
Analisi Numerica (A.A. 2014-2015) Appunti delle lezioni: Equazioni differenziali ordinarie Docente Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa, Pal. B, I piano, Stanza
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2013-2014) Metodi Numerici Appunti delle lezioni: Sistemi non lineari Docente Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A.
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 2 - EQUAZIONI NON LINEARI Introduzione Problema: trovare le soluzioni di un equazione del tipo f() = 0 Esempio sin a = 0 e = 3 1.0 2.0 0.5
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,
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.
DettagliConsideriamo il seguente sistema di equazioni differenziali ordinarie (ODE) ai valori iniziali:
Capitolo 1 PROBLEMI INIZIALI PER ODE Consideriamo il seguente sistema di equazioni differenziali ordinarie (ODE) ai valori iniziali: { y (t) = f(t, y(t)), t t f (1.1) y( ) = y 0 dove f : [, t f ] R m R
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2018-2019) Metodi Numerici Appunti delle lezioni: Equazioni differenziali ordinarie Docente Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio:
Dettagli1. Martedì 1/10/2013, 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. 2013/2014 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 18 dicembre 2013 1. Martedì 1/10/2013, 12 14. ore:
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
DettagliLa determinazione delle radici in forma chiusa non è sempre possibile (già per polinomi di ordine 5 non è generalmente possibile).
SOLUZIONE DI EQUAZIONI NON-LINEARI Molti problemi sono espressi nella forma f(x) = 0 con f(x) funzione non lineare (es. log(x 2 + a) + b cos x = 0, x 5 + ax 3 + b = 0) La determinazione delle radici in
DettagliDaniela Lera A.A
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2016-2017 Problemi non lineari Definizione f : R R F : R n R m f (x) = 0 F(x) = 0 In generale si determina
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
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Risoluzione di Equazioni Algebriche Le equazioni
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
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
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
Dettagli12. Teoria qualitativa
12. Teoria qualitativa Si esaminano le conizioni i regolarità per un campo vettoriale, che garantiscono esistenza e unicità ella soluzione per l equazione ifferenziale associata. La conizione i Lipschitz,
DettagliCALCOLO NUMERICO Laurea di base in Ingegneria Elettronica ed Ing. delle Comunicazioni
CALCOLO NUMERICO Laurea di base in Ingegneria Elettronica ed Ing. delle Comunicazioni Prof.ssa Laura Pezza (A.A. 2018-2019) XV Lezione del 02.04.2019 http://www.dmmm.uniroma1.it/ laura.pezza 1 Data A R
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
DettagliMetodi per il calcolo degli zeri di funzioni non lineari
Metodi per il calcolo degli zeri di funzioni non lineari N. Del Buono 1 Introduzione Le radici di un equazione non lineare f(x) = 0 non possono, in generale, essere espresse esplicitamente e anche quando
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 2 - EQUAZIONI NON LINEARI Lucio Demeio Dipartimento di Scienze Matematiche 1 Elementi introduttivi 2 3 4 Introduzione Problema: trovare le soluzioni di
DettagliMetodi di Ottimizzazione
Metodi di Ottimizzazione Stefano Gualandi Università di Pavia, Dipartimento di Matematica email: twitter: blog: stefano.gualandi@unipv.it @famospaghi, @famoconti http://stegua.github.com Metodi di Ottimizzazione
Dettagli22. Integrazione numerica
. Integrazione numerica I metodi di integrazione numerica per le equazioni differenziali consistono nel determinare schemi ricorrenti che generano orbite discrete vicine a quelle esatte. Uno schema di
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
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 1 - INTRODUZIONE Analisi degli errori Informazioni generali Libro di testo: J. D. Faires, R. Burden, Numerical Analysis, Brooks/Cole, 9th
DettagliMetodi Numerici per l Approssimazione degli Zeri di una Funzione
Metodi Numerici per l Approssimazione degli Zeri di una Funzione Luca Gemignani luca.gemignani@unipi.it 29 marzo 2018 Indice Lezione 1: Il Metodo di Bisezione. 1 Lezione 2: Metodi di Iterazione Funzionale.
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
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
DettagliSia assegnata la seguente equazione differenziale con condizione iniziale
Capitolo 2 METODI A UN PASSO PER ODE Sia assegnata la seguente equazione differenziale con condizione iniziale { y (t) = f(t, y(t)) y(t 0 ) = y 0 (2.1) dove y : [t 0, t f ] R, f : [t 0, t f ] R m R m e
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
DettagliSISSA Area Matematica Esame di ammissione per il corso di Analisi Matematica, Modelli e Applicazioni 2 maggio 2017
SISSA Area Matematica Esame di ammissione per il corso di Analisi Matematica, Modelli e Applicazioni 2 maggio 217 Il candidato risolva CINQUE dei seguenti problemi, e indichi chiaramente sulla prima pagina
DettagliLa miglior approssimazione esiste se le funzioni descrivono un chiuso
NON SMOOTH Funzione non C 1 tipico esempio massimo numero finito funzioni Φ(x) = max { f i (x), i I, f i C 1 } e anche massimo(sup) puntuale Φ(x) = sup { f t (x), t I, f t C 1 } Esempi a) Max numero finito
DettagliAnalisi 2. Roberto Monti. Appunti del Corso - Versione 5 Ottobre 2012
Analisi 2 Roberto Monti Appunti del Corso - Versione 5 Ottobre 212 Indice Capitolo 1. Programma 5 Capitolo 2. Convergenza uniforme 7 1. Convergenza uniforme e continuità 7 2. Criterio di Abel Dirichlet
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
DettagliProgetti d esame per il corso di ANALISI NUMERICA CDL Matematica Magistrale A.A. 2012/2013
Progetti d esame per il corso di ANALISI NUMERICA CDL Matematica Magistrale A.A. 212/213 Docente: Ivonne Sgura, Dipartimento di Matematica e Fisica Ennio De Giorgi Università del Salento, Lecce 1 ivonne.sgura@unisalento.it
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
DettagliCalcolo Numerico Laurea di I livello in Ingegneria Elettronica ed Ingegneria delle Comunicazioni
Calcolo Numerico Laurea di I livello in Ingegneria Elettronica ed Ingegneria delle Comunicazioni Prof.ssa Laura Pezza (A.A. 2017-2018) I Lezione del 1.03.2018 Tutte le informazioni e gli avvisi relativi
DettagliMetodi di Iterazione Funzionale
Appunti di Matematica Computazionale Lezione Metodi di Iterazione Funzionale Il problema di calcolare il valore per cui F() = si può sempre trasformare in quello di trovare il punto fisso di una funzione
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
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
DettagliCorso di Laurea in Ingegneria Informatica Prova di Analisi Matematica 1
Corso di Laurea in Ingegneria Informatica Prova di Analisi Matematica 1 14 settembre 2015 Scrivere subito nome e cognome e matricola sul foglio risposte e preparare il libretto sul banco per il controllo.
DettagliINTEGRAZIONE NUMERICA
INTEGRAZIONE NUMERICA Obiettivo: calcolare valore di integrale definito di una funzione f Integrale viene calcolato mediante insieme discreto di valori noti di f nell intervallo dato Uso di tecniche numeriche:
DettagliCorso 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
DettagliLa modellazione dei fenomeni fisici; definizione di analisi numerica e buona posizione.
Insegnamento Livello e corso di studio Settore scientifico disciplinare (SSD) Analisi Numerica Corso di Laurea in Ingegneria Industriale (L9) MAT/08 Anno di corso 2 (il corso non è attivo per studenti
DettagliFacoltà di Scienze MM.FF.NN. Corso di Laurea in Matematica - A.A Prova scritta di Analisi Matematica II del c.1.
Prova scritta di Analisi Matematica II del 14-07-1999 - c.1 1) Sia (d n ) una successione di numeri reali tali che inf d n > 0. Studiare il carattere della serie + n=1 al variare del parametro reale positivo
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
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. 2018-2019) XVI Lezione ed Esercitazione d esame del 03.04.2019 http://www.dmmm.uniroma1.it/ laura.pezza
DettagliAnalisi Matematica 1
Michele Campiti Prove scritte di Analisi Matematica 1 Ingegneria Industriale a.a. 2011 2012 y f 1 g 0 x La funzione seno e la funzione esponenziale Raccolta delle tracce di Analisi Matematica 1 per Ingegneria
DettagliCorso di Geometria e Algebra Lineare - Sezione di Metodi Numerici
Corso di Geometria e Algebra Lineare - Sezione di Metodi Numerici C. Vergara 2. Determinazione numerica degli zeri di una funzione Si consideri il seguente problema: Data f : [a, b] R, determinare i valori
DettagliCorso di Laurea in Ingegneria Informatica Prova di Analisi Matematica 1
Corso di Laurea in Ingegneria Informatica Prova di Analisi Matematica 1 16 febbraio 015 Scrivere subito nome e cognome e matricola sul foglio risposte e preparare il libretto sul banco per il controllo.
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
Dettagli