Facoltá di Scienze MM.FF.NN. Corso di Studi in Informatica- A.A
|
|
- Lucrezia Contini
- 4 anni fa
- Visualizzazioni
Transcript
1 Facoltá di Scienze MM.FF.NN. Corso di Studi in Informatica- A.A. 4-5 Corso di CALCOLO NUMERICO / ANALISI NUMERICA : Esempi di esercizi svolti in aula 9//4 ) Determinare la rappresentazione in base di. Vogliamo determinare d, d,, d n, tali che Risulta quindi = d + d + + d n n + =: (.d d ) = 5 < d = 5 = 5 < d = 5 = 4 5 < d 3 = 4 5 = 8 5 = d 4 = 3 5 = 6 5 = + 5 d 5 =.. (.) = = (...) = 3 (.). Ne segue che ha una rappresentazione periodica (per cui non ammette una rappresentazione con un numero finito di cifre) in base. //4 ) Determinare se il problema del calcolo delle radici reali dell equazione x x + c = risulta malcondizionato al variare di c sulla retta reale. Le radici dell equazione sono: x (c) = c, x (c) = + c, c Consideriamo ad esempio x (c). Il coefficiente di amplificazione risulta c c ( c) = + c c
2 tale espressione risulta illimitata quando c mentre risulta limitata sia per c che per c. Quindi il problema è malcondizionato per valori di c prossimi ad, c. Analogamente si conclude per x (c). ) Dato l insieme di numeri di macchina F (, 3, 3, 3) ed i numeri reali a = 7, b = 8, determinare: i) la rappresentazione di a e b in base ; ii) le approssimazioni ã, b di a e b in F (, 3, 3, 3) operando con troncamento; iii) i corrispondenti errori di rappresentazione e confrontarli con la precisione di macchina. i) Risulta 7 = 7 < d = 7 = 4 7 < d = 4 7 = 8 7 = + 7 d 3 =. quindi Osservando che 8 = 7 si ha inoltre 7 = (...) = (.). 8 = (...) = 4 (.). ii) ã = (.) = 8, mentre b = perché si ha una condizione di underflow. iii) La precisione di macchina risulta ɛ M =. Inoltre ã a a = 8 < ɛ M, b b b =. 3) Dato l insieme di numeri di macchina F (β, t, L, U) ove si operi con troncamento, mostrare che la precisione di macchina é il piú piccolo numero positivo, x, appartenente all insieme per cui risulta x >. Il valore della precisione di macchina, ɛ M, é ɛ M = β t. Quindi ɛ M = tr(β + β t )β = β(β + β t ) >
3 mentre per ogni x F (β, t, L, U), < x < ɛ M si ha x = β( β + + β t + d β t++k + + d t ), per qualche intero k βt+k per cui x = tr( + x) =. 7//4 ) Dato l insieme di numeri di macchina F (, 5, m, M) in cui si opera con troncamento ed i numeri reali a = 6, b = 7, determinare: i) la rappresentazione di a e b in base ; ii) le approssimazioni ã, b di a e b in F (, 5, m, M); iii) i corrispondenti errori di rappresentazione e confrontarli con la precisione di macchina; iv) il valore ã b e valutare l errore relativo rispetto ad a b. i) Risulta a = 6 = 3 (.), 7 = (...) = 4 (.) ii) ã = a mentre b = 4 (.) = 6 iii) La precisione di macchina risulta ɛ M = 4. Inoltre ã a a = < ɛ M, b b b = 8 < ɛ M. iv) ã b = (..) 3 = 8 mentre a b = differenza risulta ( 56 )7 = 4 7 assai maggiore degli errori relativi sui dati. 7 per cui l errore relativo sulla ) Siano x > y > z > numeri di macchina. Stabilire quale delle seguenti espressioni è preferibile dal punto di vista della propagazione degli errori: (x y) z, x (y z). Risulta, in assenza di overflow e underflow, x y = (x + y)( + ɛ ), ɛ < ɛ M e (x y) z = ((x + y)( + ɛ ) + z)( + ɛ ), ɛ < ɛ M.
4 Quindi, tralasciando i termini di grado superiore al primo, (x y) z (x + y + z) x + y + z < ( + x + y x + y + z )ɛ M. Analogamente x (y z) (x + y + z) x + y + z < ( + y + z x + y + z )ɛ M. Ne segue che, essendo x > y > z, la seconda espressione è preferibile. 8//4 ) Analizzare, al variare di x sulla retta reale, la convergenza delle successioni costruite mediante il metodo di Newton per le seguenti funzioni f (x) = x, f (x) = x 3, f3 (x) = x 3. Per ciascuna delle funzioni assegnate esiste una sola radice α =. Per la funzione f risulta { f (x) = if x >, x if x <, x quindi la successione generata dal metodo di Newton risulta essere un ciclo, per ogni punto iniziale x, infatti Analogamente, per x i x i+ = x i f (x i ) f (x i) = x i x i = x i, x i. x i+ = x i f (x i ) f (x i) = x i 3 x i = x i; x i+ = x i f 3(x i ) f 3 (x i) = x i 3x i = x i. Per cui nel secondo caso si ha convergenza a per ogni punto iniziale, mentre nel terzo la successione è divergente ( x i + ). //4 ) Analizzare, al variare di k sulla retta reale, la convergenza delle successioni costruite mediante il metodo iterativo x i+ = g(x i ), g(x) = k e x.
5 Figura La funzione g ammette punti fissi, ossia punti tali che x = g(x), solo se k. Per k = esite un solo punto fisso, α e risulta α =. Da un esame grafico si ha che la successione x i+ = g(x i ) converge ad α in modo monotono decrescente per ogni x mentre risulta divergente a se x <. Per k > esitono due punti fissi, α e β con α >, β < ( si veda la figura per il caso k =.) Da un esame grafico si ha che la successione x i+ = g(x i ) converge ad α in maniera monotona per ogni x > β mentre risulta divergente a se x < β. Si noti che, per ogni valore del parametro k, risulta g (x) = e x <, x >. 9//4 ) Analizzare, al variare di k sulla retta reale, la convergenza delle successioni costruite mediante il metodo iterativo x i+ = g(x i ), g(x) = k x x, x >. La funzione g ha punti fissi positivi unicamente se k >. In tale ipotesi l unico punto fisso positivo é α = k. Inoltre g(x) = per x =, 4k e g (x) = per x = α = k (si veda la figura per k = ). La successione generata dal metodo
6 Figura iterativo converge in modo monotono crescente (al piú dopo la prima iterazione) ad α per ogni < x < 4k. L ordine di convergenza é in quanto g (α) =, g (α). ) Analizzare, la convergenza delle successioni costruite mediante il metodo di Newton per approssimare gli zeri della funzione f(x) = 3 3 x3 + x. La funzione ha una radice doppia in α = 3 ed una radice semplice β (, ) (vedere figura 3). Dal grafico risulta che il metodo di Newton origina una succesione convergente ad α in modo monotono (al più dopo la prima iterazione) per ogni x <. Analogamente si ha una succesione monotona decrescente (al piú dopo la prima iterazione) convergente a β per ogni x >. L ordine di convergenza é per α in quanto si tratta di una radice doppia e per β. 6//4 ) Data la matrice 7 3
7 Figura 3 i) stabilire se ammette autovalori complessi; ii) localizzarne il raggio spettrale. i) Il polinomio caratteristico della matrice é un polinomio di terzo grado a coefficienti reali; quindi la matrice ha almeno un autovalore reale e gli altri due autovalori, in caso siano complessi, devono essere complessi coniugati. I cerchi di Gershgorin per colonne sono disgiunti ed hanno centro sull asse reale. Ne segue che, dal secondo teorema di Gerschgorin, in ogni cerchio si trova esattamente un autovalore. La matrice non può quindi avere autovalori complessi perchè due autovalori complessi coniugati, avendo la stessa parte reale, dovrebbero appartenere ad uno stesso cerchio. ii) Dati i cerchi di Gershgorin per colonne, risulta che la matrice ha un solo aurtovalore di modulo massimo e che questo si trova nel cerchio di centro 7 e raggio. Quindi per il raggio spettrale della matrice valgono le seguenti limitazioni 5 < ρ(a) < 9. Si noti che valgono le disugiaglianze strette perchè, essendo la matrice irriducibile, dal terzo teorema di Gershgorin l autovalore in quastione non puó appartenere alla frontiera del cerchio suddetto. 3//4 ) Dati i sistemi lineari ( + 5 Ax = b, A = ), b = ( ), () (A + δa)(x + δx) = b, ()
8 δa = ( ) 5 + ɛ, b = ( ), ɛ IR, < ɛ < 5 ; i) determinare µ (A) e valutare b, δa. ii) Calcolare la soluzione x del sistema () e la soluzione x+δx del sistema (). Valutare e commentare il risultato. δx x i) Risulta ( A = quindi µ (A) = (A) A = 5 = 4 5, mentre b =, δa = 5 ɛ. ii) Si ha quindi ( 5 x = 5 ), ) ( ) ɛ, x + δx = ɛ δx x = ɛ 5. (3) Quindi l errore relativo sulla soluzione puó essere arbitrariamente elevato quando ɛ si avvicina a. Si noti che la matrice A é malcondizionata ma l esplosione dell errore relativo ottenuta in (3) non può essere completamente descritta tramite la maggiorazione δx x µ (A) δa ( A δa ) A per ogni ɛ (, 5 ) ma solo per i valori di ɛ per cui risulta A δa < ossia per 5 < ɛ < 5. //4 ) Un valore approssimato di ln si può ottenere approssimando gli zeri della funzione f(x) = e x ; i) determinare per quali x IR il metodo di Newton per l approssimazione degli zeri di f origina una successione convergente a ln ; ii) determinare x ed ɛ in modo che la successione {x i } costruita tramite il metodo di Newton a partire da x sia decrescente e tale che x i+ x i < ɛ x i ln < 5
9 i) La funzione f è monotona crescente e convessa in IR, quindi esiste un solo zero di f che é appunto dato da ln. Per ogni x IR il metodo di Newton origina una successione convergente a ln. La convergenza é monotona decrescente al piú dopo la prima iterazione. ii) Scegliendo x = si ha una successione monotona decrescente convergente a ln. Inoltre, posto g(x) = x f(x) f (x) = x ex e x risulta Quindi x i+ x i = (g (ξ i ) )(x i ln ) = e ξ i (x i ln ), ln < ξ i < x i <. x i ln = eξ i x i+ x i < e x i+ x i. Ne segue che, per aver assicurata la disuguaglianza richiesta, sarà sufficiente porre ɛ e 5. ) Analizzare la convergenza del metodo iterativo nei casi a (, π 3 ) ed a ( π 3, π). x i+ = g(x i ), g(x) = a cos(x), x (, π ) Per ogni valore positivo del parametro a la funzione g ammette un unico punto fisso α (, π ) (si veda in proposito la Figura 4 a sinistra, per il caso a = ) e risulta Se a = α cos(α). g (α) = a sen(α) = αtg(α) < il metodo iterativo produce successioni convergenti ad α purché il punto iniziale x sia sufficientemente vicino al punto fisso. Analiziamo quindi per quali valori di α (, π ) risulta tg(α) < α. Da uno studio grafico ( si veda Figura 4 a destra), risulta che tale disuguaglianza vale per α π 4 mentre non vale per α π 3. La funzione a(α) = α cos(α) é una funzione monotona crescente per α (, π ) e risulta π 4 cos( π 4 ) = π π > 4 3 mentre π 3 cos( π 3 ) = π 3.
10 Figura Quindi il metodo iterativo converge (con ordine di convergenza in quanto g (α) ) per a (, π 3 ), mentre non converge nell altro caso. 4//4 ) Mostrare che una matrice a diagonale dominante in senso stretto ammette la fattorizzazione LU. Si ricorda che, per il primo teorema di Gerschgorin, una matrice a diagonale dominante in senso stretto non puó avere autovalori nulli e quindi risulta non singolare. Inoltre per una matrice a diagonale dominante in senso stretto si ha a i,i > n j=, j i a i,j k j=, j i a i,j, i k n. Ne segue che, in una matrice a diagonale dominante in senso stretto, tutti i minori principali di testa sono a diagonale dominante in senso stretto ossia sono non singolari. Da cui si ha che la matrice ammette la fattorizzazione LU. //5 ) Data la matrice A = analizzare la convergenza del metodo di Jacobi e del metodo di Gauss-Seidel per il sistema lineare Ax = b, b IR 3. Indicata con J la matrice di iterazione del metodo di Jacobi risulta J = =
11 i cui autovalori sono λ =, λ =, λ 3 = quindi ρ(j) = ed il metodo non risulta convergente. Indicata con GS la matrice di iterazione del metodo di Gauss-Seidel si ha i cui autovalori sono quindi GS = = λ =, λ = 6 (5 + i 7), λ 3 = 6 (5 i 7) ρ(gs) = = 6 4 < ed il metodo risulta convergente. Tale risultato, riguardo alla convergenza del metodo di Gauss-Seidel, poteva essere stabilito anche osservando che la matrice A ha elementi diagonali positivi e risulta definita positiva in quanto i determinanti dei suoi minori principali di testa sono positivi. 3 8 ) Analizzare la convergenza del metodo di Jacobi per il sistema lineare Ax = b, b IR n con A = La matrice A é irriducibile ed a diagonale dominante quindi il metodo di Jacobi per il sistema assegnato converge. ) Data la matrice A = α α α α, α > i) analizzare la convergenza del metodo di Jacobi e del metodo di Gauss-Seidel per il sistema lineare Ax = b, b IR 3. ii) per i valori di α per cui entrambi i metodi convergono, si dica quale dei due, asintoticamente, converge piú velocemente.
12 i) Indicata con J la matrice di iterazione del metodo di Jacobi risulta il cui polinomio caratteristico é per cui il raggio spettrale risulta J = α α α α λ 3 + ( α + α)λ ρ(j) = α α ; quindi il metodo di Jacobi é convergente quando α α < ossia per α < +, α ( si ricordi che α > ). Analogamente, indicata con GS la matrice di iterazione del metodo di Gauss-Seidel, si ha GS = α α α α il gui raggio spettrale risulta ( si ricordi che α > ) ρ(gs) = α; quindi il metodo di Gauss-Seidel converge per α <. ii) Poiché per < α < risulta α α < α = α α α α α il metodo di Gauss-Seidel ha, asintoticamente, velocità di convergenza maggiore. 3//5 ) Dati i punti x =, x =, x = e la funzione f(x) = e x ; i) determinare il polinomio, nella forma di Lagrange, che interpola la funzione data sui punti assegnati; ii) determinare il polinomio, nella forma di Newton, che interpola la funzione data sui punti assegnati;
13 iii) dare una maggiorazione dell errore che si commette nel sostituire, nell intervallo [, ], alla funzione data il polinomio interpolante. i) Il polinomio interpolante nella forma di Lagrange è ove p n (x) = L i,n (x) = Nel caso specifico é n = e risulta n f(x i )L i,n (x) i= n j=,j i (x x j ) (x i x j ). L, (x) = (x )(x ) ( )( ) = (x )(x ), L, (x) = L, (x) = x(x ) () x(x ) ( ) = 4x(x ), = x(x ), quindi p (x) =(x )(x ) 4x(x ) e + x(x )e = + x( e e) + x ( e + e + ). ii) Il polinomio interpolante nella forma di Newton è p n (x) = f[x ] + f[x, x ](x x ) + + f[x, x,, x n ](x x ) (x x n ) ove f[x, x,, x k ] indica la differenza divisa di ordine k di f relativa ai punti x, x,, x k. Nel caso specifico risulta quindi f[x ] = f(x ) =, f[x, x ] = f(x ) f(x ) x x = ( e ), f[x, x, x ] = f[x, x ] f[x, x ] x x = ( e ) p (x) = +( e )x+( e ) x(x ) = +x( 3+4 e e)+x ( e+e+). iii) Risulta in generale, se la funzione f é di classe C n+, f(x) p n (x) = (n + )! f (n+) (ξ)(x x ) (x x n )
14 nel caso specifico abbiamo quindi max x [,] ex p (x) = 6 max x [,] eξ x(x )(x ) 6 e //5 ) Determinare la retta che meglio approssima nel senso dei minimi quadrati i punti x i : y i : 8 8. i) La retta in questione, q(x) = a + a x, si determina risolvendo il sistema N i= N i= x i a N i= = y i N i= x i a N i= y ix i N i= x i nel caso specifico N = 4 ed il sistema suddetto diviene 5 a = 5 7 a 8 da cui a =, a = 7, ossia q(x) = 7 x.
Facoltá di Scienze MM.FF.NN. Corso di Studi in Informatica- A.A
Facoltá di Scienze MM.FF.NN. Corso di Studi in Informatica- A.A. 5-6 Corso di CALCOLO NUMERICO / ANALISI NUMERICA : Esempi di esercizi svolti in aula 5//5 ) Dato un triangolo, siano a, b le lunghezze di
DettagliFacoltà di Scienze MM.FF.NN. Corso di Studi in Matematica- A.A Corso di ANALISI NUMERICA 1: Esempi di esercizi svolti
Facoltà di Scienze MM.FF.NN. Corso di Studi in Matematica- A.A. - Corso di ANALISI NUMERICA : Esempi di esercizi svolti ) Determinare se il problema del calcolo delle radici reali dell equazione x x+c
DettagliFacoltá di SMFN Corso di Studi in MAtematica- A.A Corso di ANALISI NUMERICA 1: Esempi di esercizi svolti Prof.
Facoltá di SMFN Corso di Studi in MAtematica- A.A. 009-00 Corso di ANALISI NUMERICA : Esempi di esercizi svolti Prof. Carla MANNI ) Determinare se il problema del calcolo delle radici reali dell equazione
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)
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
DettagliCalcolo Numerico con elementi di programmazione
Calcolo Numerico con elementi di programmazione (A.A. 2014-2015) Appunti delle lezioni sui metodi numerici per la soluzione di sistemi lineari Metodi Iterativi la soluzione si ottiene tramite approssimazioni
DettagliCalcolo Numerico. Corso di Laurea in Ingegneria Elettronica Appello del 16 gennaio 2013
Calcolo Numerico Corso di Laurea in Ingegneria Elettronica Appello del 6 gennaio 3 Sia M = F (, 4). Calcolare: rd( 7 6 ). Sia A = Determinare una fattorizzazione LR di A ed utilizzarla per calcolare A.
DettagliRaccolta di compiti degli appelli precedenti
Ingegneria Informatica e delle Telecomunicazioni Anno accademico 24-25. Docente Costanza Conti Raccolta di compiti degli appelli precedenti Nota: Gli esercizi riportati si riferiscono a compiti dei precendeti
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
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
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
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:
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.
Dettaglia = 37679, b = 37654, c = ,
Esercizi di Calcolo Scientico e Metodi Numerici 1. Dati i tre numeri si calcolino le quantità a = 37679, b = 37654, c = 5.874, (a + b) + c e a + (b + c) in un sistema in virgola mobile in base 1 con mantissa
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
DettagliEsercizio 1 Sia. a n. X (k+1) = X (k) (2I AX (k) )
Esercizi per la parte Numerica e Algoritmica, Prof. Serra-Capizzano. Gli esercizi elencati sono da ritenersi come una palestra molto impegnativa: i testi di esame che saranno proposti non avranno una difficoltà
DettagliProblemi di Calcolo Numerico
Problemi di Calcolo Numerico Corso di Laurea in Ingegneria Elettronica Corso di Laurea in Ingegneria delle Telecomunicazioni a.a. 2007/2008 2 Zeri di funzioni reali Problema 1 Sia f la funzione definita,
DettagliEsame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 2 settembre 2013
Esame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 2 settembre 2013 1 Domande aperte 1. Ogni matrice quadrata (di ordine n) strettamente definita positiva è invertibile. Perchè? Risposta.
DettagliPreparazione orale analisi numerica:
Preparazione orale analisi numerica: CAPITOLO Errori (1): Ricavare il coefficiente di amplificazione: Sviluppare la serie di Taylor su di centro CAPITOLO Gerschgorin (4): Primo teorema di Gershgorin (Massimizzare
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.
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 per Ingegneria. Corso estivo di Bressanone. Prof. L. Bergamaschi SOLUZIONE DELLA PROVA SCRITTA del
Calcolo Numerico per Ingegneria. Corso estivo di Bressanone. Prof. L. Bergamaschi SOLUZIONE DELLA PROVA SCRITTA del 9.8.2. Data l equazione x x = (a) Mostrare che essa ammette una e una sola soluzione
DettagliOsservazione. Convergenza dei metodi di Gauss-Seidel e di Jacobi. Condizioni sufficienti per la convergenza. Definizione
Osservazione Convergenza dei metodi di Gauss-Seidel e di Jacobi Fallimento dei metodi. (Es. Gauss- Seidel Condizioni sufficienti; teoremi di localizzazione degli autovalori; dimostrazione di convergenza
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.
Dettagli+ Analisi Numerica (1 modulo) Docente: M.Gaviano; domande di ripasso a.a
+ Analisi Numerica ( modulo) Docente: M.Gaviano; domande di ripasso a.a. - Idee di base e richiami. Quale è lo scopo dell Analisi numerica. Attraverso quali fasi si passa nel risolvere un problema reale..
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.
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
DettagliAutovalori e autovettori
Capitolo 3 Autovalori e autovettori 3. Richiami di teoria Prerequisiti: nozioni elementari di algebra lineare, numeri complessi. Sia A R n n. Un numero λ per cui esiste un vettore x 0 tale che valga la
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 6 Metodi iterativi per sistemi lineari
Complementi di Matematica e Calcolo Numerico A.A. 2017-2018 Laboratorio 6 Metodi iterativi per sistemi lineari Dati una matrice A R N N non singolare e un vettore b R N, un metodo iterativo per la risoluzione
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
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
DettagliAlgebra Lineare Metodi Iterativi
Algebra Lineare Metodi Iterativi Stefano Berrone Sandra Pieraccini DIPARTIMENTO DI MATEMATICA POLITECNICO DI TORINO, CORSO DUCA DEGLI ABRUZZI 24, 10129, TORINO, ITALY e-mail: sberrone@calvino.polito.it,
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:
DettagliCompito numero 2 - Compito intero
Esercitazione 6 - Correzione esame dell 8//3 Lucia Pilleri 9//3 Compito numero - Compito intero Esercizio del parziale - del compito intero Risolvere, mediante la fattorizzazione P A = LU, il sistema lineare
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 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
DettagliEsame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 11 dicembre x k 1 x k 2
1 Domande aperte Esame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 11 dicembre 013 1. Nel metodo di Newton per la ricerca di zeri di funzione, se non conosciamo la molteplicità della
DettagliSoluzioni del Foglio 6
ANALISI Soluzioni del Foglio 6 1 novembre 2009 6.1. Esercizio. Calcolare le derivate delle seguenti funzioni: x + 1 x 2 + 1, ex (sin(x) + cos(x)), e x arcsin(x) 1 x 2, x arctan(x), ln(1 + e x2 ) x + 1
DettagliCALCOLO NUMERICO. Francesca Mazzia. Calcolo degli autovalori. Dipartimento Interuniversitario di Matematica. Università di Bari
CALCOLO NUMERICO Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari Calcolo degli autovalori 1 Calcolo degli autovalori Gli autovalore e gli autovettore di una matrice quadrata
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
DettagliCorso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Autovalori ed Autovettori di una matrice Siano Se A = (a i,j ) i,j=1,...,n R n n, 0 x = (x i ) i=1,...,n R n λ R Ax = λx (1) allora λ è detto autovalore di
DettagliRICHIAMI PER IL CORSO DI ANALISI NUMERICA
RICHIAMI PER IL CORSO DI ANALISI NUMERICA Anno accademico 211 212 1 RICHIAMI: PRECISIONE FINITA (USO DI UN COMPUTER) IN UN COMPUTER UNA QUALUNQUE INFORMAZIONE VIENE RAPPRESENTATA COME UNA SEQUENZA FINITA
DettagliCalcolo Numerico - Prova Matlab 19 luglio 2013
9 luglio 0 () tempo a disposizione per completare la prova: ora; () lo svolgimento della prova deve essere salvato in file denominati cognomenome#m; () è fatto assoluto divieto di aprire applicazioni diverse
DettagliEsercitazione 21/12/2016
Esercitazione //6 Esercizio. Dati i tre numeri a = 69, b = 65 e c = 5.8 si calcolino le quantità (a+b)+c e a+(b+c) in un sistema in virgola mobile in base con mantissa di 5 cifre significative. Commentare
DettagliTeoremi di localizzazione degli autovalori
Teoremi di localizzazione degli autovalori I Teorema di Gerschgorin. Sia A R n n. Gli autovalori di A stanno nell unione dei cerchi di Gerschgorin K i, i = 1,..., n, ove K i = z C, z a ii j=1,n,j i a ij
DettagliEsame di Analisi Matematica Prova scritta del 9 giugno 2009
Prova scritta del 9 giugno 2009 A1 Data la funzione f(x) = x2 3 e x, (f) determinare in base al grafico di f il numero delle soluzioni dell equazione f(x) = λ al variare di Calcolare un valore approssimato
DettagliCalcolo Numerico Corso di Laurea in Informatica Preappello del 28/05/2014 (durata due ore) Tema 1
Calcolo Numerico Corso di Laurea in Informatica Preappello del 28/05/204 (durata due ore) Tema MAT. COGNOME NOME quesiti a risposta chiusa Per ogni quesito, indicare la casella che ha la miglior risposta.
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
DettagliProvetta scritta di Calcolo I Corsi di laurea in Fisica - Scienza e Tecnologia dei Materiali Prova scritta del 7/12/2005 Fila A
Provetta scritta di Calcolo I Prova scritta del 7/2/25 Fila A ) Calcolare i limiti 3 x 3 x 4 ; b) lim sin(2x) + x2 x( cos(3x)) c) lim + 5 x 7 x 4 x 2 + x. 2) Determinare il massimo di x 3 (2 + x 4 ) 3/2,
DettagliMetodi iterativi per la soluzione di sistemi lineari: Jacobi e Gauss-Seidel
Metodi iterativi per la soluzione di sistemi lineari: Jacobi e Gauss-Seidel Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica Pura e Applicata 15 aprile 2013 Alvise Sommariva
Dettaglig(x) = arctan(1.5x 0.1)
PROVA PRATICA di CALCOLO NUMERICO per Matematica Applicata e Informatica Multimediale Prof. Stefano De Marchi, Dott. Marco Caliari Verona, 27 marzo 2008 Il candidato dovrà scrivere su ogni foglio o file
DettagliProgramma del corso di: Laboratorio di Programmazione e Calcolo Corso di laurea in Matematica a.a Proff. B. Paternoster, D.
Programma del corso di: Laboratorio di Programmazione e Calcolo Corso di laurea in Matematica a.a.009-0 Proff. B. Paternoster, D. Conte Risoluzione di un problema con il calcolatore: dal problema reale
DettagliRisoluzione di sistemi lineari sparsi e di grandi dimensioni
Risoluzione di sistemi lineari sparsi e di grandi dimensioni Un sistema lineare Ax = b con A R n n, b R n, è sparso quando il numero di elementi della matrice A diversi da zero è αn, con n α. Una caratteristica
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)
DettagliCapitolo 1. Esercizi a.a Esercizi. Esercizio 1.1 Dimostrare che il metodo iterativo
Capitolo Esercizi a.a. 206-7 Esercizi Esercizio. Dimostrare che il metodo iterativo x k+ = Φ(x k ), k = 0,,..., se convergente a x, deve verificare la condizione di consistenza x = Φ(x ). Ovvero, la soluzione
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:
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
DettagliSoluzione della prova scritta di di Algebra lineare del 10 giugno Esercizio 1
Soluzione della prova scritta di di Algebra lineare del 0 giugno 05 Esercizio (a) La matrice A che rappresenta f rispetto alle basi assegnate è la seguente: A = 0 0 0 (b) Applicando il metodo di Gauss
DettagliCenni sui metodi iterativi per sistemi lineari. Analisi Numerica Prof. M. Lucia Sampoli a.a. 2014/2015
Cenni sui metodi iterativi per sistemi lineari Analisi Numerica Prof. M. Lucia Sampoli a.a. 2014/2015 Metodi numerici per sistemi lineari Nei metodi diretti la presenza di eventuali elementi nulli nella
Dettagli8.1. Esercizio. Determinare massimo e minimo delle seguenti funzioni nei corrispondenti intervalli: 2 x 4 x in [0, 1]; e x2 in [ 2, 2]
ANALISI Soluzione esercizi 25 novembre 2011 8.1. Esercizio. Determinare massimo e minimo delle seguenti funzioni nei corrispondenti intervalli: 2 x 4 x in [0, 1]; e x2 in [ 2, 2] cos x cos x in [ 2π, 2π];
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
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Risoluzione di Equazioni Algebriche Le equazioni algebriche sono equazioni del tipo P(x) = 0 dove P è un polinomio di grado n cioé P(x) = a 1 x n + a 2 x n
DettagliCalcolo Numerico I - a.a Laboratorio 9 - Sistemi lineari
Calcolo Numerico I - a.a. 200-20 Laboratorio 9 - Sistemi lineari Fattorizzazione di Cholesky Se A R n n è una matrice simmetrica definita positiva, allora esiste una matrice R R n n triangolare superiore
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
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
DettagliCorso di Analisi Numerica - AN1. Parte 3: metodi iterativi per sistemi lineari ed. equazioni nonlineari. Roberto Ferretti
Corso di Analisi Numerica - AN1 Parte 3: metodi iterativi per sistemi lineari ed equazioni nonlineari Roberto Ferretti Filosofia generale dei metodi iterativi Metodi iterativi per Sistemi Lineari Convergenza
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 =
DettagliRisoluzione di equazioni non lineari
Risoluzione di equazioni non lineari Si considera il problema di determinare la soluzione dell equazione f(x) = 0 ove f(x) è una funzione definita in un intervallo [a, b], chiuso e limitato. Ogni valore
DettagliUniversità di Foggia - Facoltà di Economia. Prova scritta di Matematica Generale - Vecchio Ordinamento - 04 giugno 2002
Università di Foggia - Facoltà di Economia Prova scritta di Matematica Generale - Vecchio Ordinamento - 04 giugno 00 Cognome e nome............................................ Numero di matricola...........
DettagliAnalisi Matematica 1 Foglio 1 Lunedì 3 ottobre. f(x) = log x 2 6x + 5.
Analisi Matematica Foglio Lunedì 3 ottobre Esercizio. Trovare il dominio naturale della funzione f data da ( ) f(x) = log x 2 6x + 5. Esercizio 2. Dire quali tra le seguenti funzioni sono iniettive :.
DettagliCalcolo degli Autovalori. Avviso. Spettro di una matrice. Polinomio caratteristico. Data la matrice A:
M. Annunziato, DMI Università di Salerno - documento provvisorio p. 3/9 M. Annunziato, DMI Università di Salerno - documento provvisorio p. 4/9 Avviso I contenuti di queste slide non sono esaustivi ai
DettagliAlgebra Lineare Autovalori
Algebra Lineare Autovalori Stefano Berrone Sandra Pieraccini Dipartimento di Matematica Politecnico di Torino, Corso Duca degli Abruzzi 24, 10129, Torino, Italy e-mail: sberrone@calvino.polito.it sandra.pieraccini@polito.it
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
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
DettagliMACROAREA DI SCIENZE MATEMATICHE, FISICHE E NATURALI Corso di Laurea Magistrale in Matematica
MACROAREA DI SCIENZE MATEMATICHE, FISICHE E NATURALI Corso di Laurea Magistrale in Matematica TESI DI LAUREA MAGISTRALE Studio della convergenza del metodo delle potenze Relatore: Carmine di Fiore Canditato:
DettagliRISULTATI DEGLI ESERCIZI SULLE EQUAZIONI NON LINEARI TEMI D ESAME DEI CORSI TENUTI PRESSO IL DTI DI CREMA
RISULTATI DEGLI ESERCIZI SULLE EQUAZIONI NON LINEARI TEMI D ESAME DEI CORSI TENUTI PRESSO IL DTI DI CREMA 15 giugno 2005 - n. 3 g(x) = cos x. Si osservi che considerando la funzione g (x) = sin x si ha:
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
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
DettagliEsercitazione 4 - Matematica Applicata
Esercitazione - Matematica Applicata Lucia Pilleri // Esercizio dal compito del //). Considerato il seguente metodo alle differenze finite, dipendente dai parametri reali e β )] η i+ = η i + h 5fx i, η
DettagliCorso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Risoluzione di Equazioni non lineari Sia F C 0 ([a, b]), cioé F è una funzione continua in un intervallo [a, b] R, tale che F(a)F(b) < 0 1.5 1 F(b) 0.5 0 a
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
DettagliSoluzione esercizi 28 ottobre 2011
ANALISI Soluzione esercizi 8 ottobre 0 4.. Esercizio. Siano α e β due numeri reali tali che la loro somma e la loro differenza siano razionali: provare che allora essi sono entrambi razionali. Il teorema
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.
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
Dettagli1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: c) x + 1 d)x sin x.
Funzioni derivabili Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: a)2x 5 b) x 3 x 4 c) x + 1 d)x sin x. 2) Scrivere l equazione della retta tangente
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 8 - METODI ITERATIVI PER I SISTEMI LINEARI Norme Una norma in R n è una funzione. : R n R tale che x 0 x R n ; x = 0 x = 0; αx = α x ; x
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.
Dettagli8 Metodi iterativi per la risoluzione di sistemi lineari
8 Metodi iterativi per la risoluzione di sistemi lineari È dato il sistema lineare Ax = b con A R n n e x, b R n, con deta 0 Si vogliono individuare dei metodi per determinarne su calcolatore la soluzione,
Dettagli(ln 5)i 1 i. (c) (d) Scriviamo il numero complesso assegnato in forma algebrica:
Primo parziale Test. L argomento principale del numero complesso (ln 5)i i è (a) 4 π (b) (c) (d) Scriviamo il numero complesso assegnato in forma algebrica: Risposta esatta a) ln 5 i i = ln 5 i( + i) i
DettagliLaurea triennale in Informatica Corso di Analisi matematica (A) a.a. 2007/08 9 giugno 2008
9 giugno 2008 1. Data la funzione f(x) = x e 1/(x2 4), (c) stabilire se f ammette punti singolari e in caso affermativo classificarli; calcolare la derivata prima di f e utilizzarla per studiare la monotonia
DettagliProva in itinere di Matematica Pisa, 26 novembre 2005
Università di Pisa - Corso di Laurea in Ingegneria Informatica Prova in itinere di Matematica Pisa, 26 novembre 25 Numero compito: 256 Tempo ora. Non si possono usare calcolatrici. Segnare le risposte
DettagliCancellazione numerica e zeri di funzione. Dott. Marco Caliari
Cancellazione numerica e zeri di funzione Dott. Marco Caliari PLS a.s. 01 013 Capitolo 1 Aritmetica floating point 1.1 I numeri macchina Data la capacità finita di un calcolatore, solo alcuni dei numeri
DettagliTracce di calcolo numerico 1
Tracce di calcolo numerico 1 Prof. Marco Vianello - Dipartimento di Matematica, Università di Padova aggiornamento: 03 dicembre 2016 5 Elementi di algebra lineare numerica 5.1 Condizionamento di matrici
DettagliAutovalori ed autovettori di una matrice
Autovalori ed autovettori di una matrice Lucia Gastaldi Dipartimento di Matematica, http://lucia-gastaldi.unibs.it page 1 Indice 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori 2 Metodo
DettagliAutovalori ed autovettori di una matrice
Autovalori ed autovettori di una matrice Lucia Gastaldi Dipartimento di Matematica, http://lucia-gastaldi.unibs.it page 1 Indice 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori 2 Metodo
Dettagli