data una funzione f, non lineare calcolare le soluzioni dell equazione f(x) = 0 in un intervallo [a,b]
|
|
- Agnolo Venturi
- 4 anni fa
- Visualizzazioni
Transcript
1 RISOLUZIONE NUMERICA DI EQUAZIONI NON LINEARI PROBLEMA: data una funzione f, non lineare calcolare le soluzioni dell equazione f() = 0 in un intervallo [a,b] 1
2 f ( ) = log( ) +, (0,10) ξ Esiste una sola soluzione f ( ) 2 = + 1, (0,10) Non esistono soluzioni f ( ) = sin( ), (0,10) ξ 1 ξ 2 ξ 3 ξ 4 Esistono più soluzioni 2
3 f ( ) = sin( ) ξ ξ 1 2 ξ ξ 3 4 ξ5 ξ6 ξ7 ξ ξ 3 4 ξ ξ 5 6 [a,b]=[-10,10] [a,b]=[-4,4] [a,b]=[5,7] [a,b]=[-9,-7] 7 soluzioni 3 soluzioni 1 soluzione Nessuna soluzione 3
4 L esistenza della soluzione e la sua unicità dipendono dalla funzione f dall intervallo [a,b] DATI DEL PROBLEMA! 4
5 Problema data una funzione f, non lineare, e fissato un intervallo [a,b], calcolare le soluzioni dell equazione f ( ) = 0 [ a, b] 5
6 Esempio 1: f ( ) = cos(log( )) = 0 (0, ) È nota l espressione analitica della soluzione Infinite soluzioni del tipo: π log( ) = + π N 2 cioè = e π + π 2 N Qual è il valore numerico di? 6
7 Esempio 2 { 2 1 = f 1( ) = = 2 { 2 { 2 1 = f 2( ) = 2 2 = 2 Quanto vale 2? 7
8 5 4 3 Esempio 3: f ( ) = 2 = 0 [0, + ] = 0 { f ( ) = ( 2 1) = 0 0 ( 2 2 1) = L equazione f()=0 ammette cinque soluzioni analiticamente note 1 = 2 = 3 = 0, 4 = 1 2, 5 =
9 In generale e possibile individuare tutte le radici di un polinomio se si decompone il polinomio in fattori irriducibili MA non esistono formule generali per il calcolo delle radici di polinomi di grado maggiore o uguale a 5 ( Teorema di Abel ) 9
10 Esempio 4 e log( + 1) 3 = 0, [0,1.5] f (0) = 3 < 0, f (1.5) = > f '( ) = e + 3e > cioè f è strettamente crescente in [0,1.5] Esiste un unica soluzione in (0,1.5) MA non esiste una formula che fornisca l espressione analitica della soluzione 10
11 La risoluzione analitica del problema può essere eseguita solo in casi particolari; anche in questi casi, comunque, non è detto che le soluzioni siano calcolabili f ( ξ ) = 0 Metodi analitici Approssimazione del risultato (metodo numerico) g( ) g(0) = ξ tale che valutazione del risultato risultato numerico 11
12 Negli esempi visti... 2 ) ( 2 ) ( ) arcsin( ) ( ) sin( ) ( 2 g f g f + = ± = = = 12 2 ) ( ) log( ) ( 2 ) ( 2 ) ( e g f g f = = + = ± =
13 Obiettivo: determinare un metodo numerico, indipendente dalla funzione f, che a partire dalla funzione, calcoli le soluzioni dell equazione non lineare f() = 0 (radici di f) 13
14 L idea più semplice per individuare una radice di f in un intervallo [a,b] è tabulare f in [a,b] f () a b 14
15 Unendo i punti della tabulazione è possibile localizzare eventuali radici ovvero è È possibile individuare gli intervalli in cui si trova almeno una radice f () a b [, 3 4] [ 6, 7 ] C è una variazione di segno della f contiene almeno uno zero C è una variazione di segno della f contiene almeno uno zero 15
16 Metodo di tabulazione Fissato l intervallo [a,b] iniziale si tabula la funzione in n punti di [a,b], e si individuano i sottointervalli che contengono almeno uno zero. 16
17 Passo 1: Prima tabulazione Passo 2: Seconda tabulazione f () Nessuna soluzione Due soluzioni Il risultato puo dipendere dal passo di tabulazione scelto, cioè dal numero di punti in cui si tabula la funzione 17
18 In generale, per individuare gli zeri occorre scegliere un passo di tabulazione sufficientemente piccolo Può essere necessario effettuare numerose valutazioni della funzione (la maggior parte delle quali inutili) E possibile ridurre il numero di valutazioni di funzione? 18
19 Una possibile soluzione.. f () Dopo la seconda tabulazione a b Si ripete il procedimento di tabulazione solo negli intervalli individuati 19
20 Una possibile soluzione.. f () Dopo la seconda tabulazione a b Si ripete il procedimento di tabulazione solo negli intervalli in cui avviene una variazione di segno 20
21 Metodo di Tabulazione (o metodo grafico) Calcolo delle soluzioni di f ( ) = 0 dal grafico di f nell intervallo [a,b] a partire localizzazione di una radice ξ stima di ξ mediante successive tabulazioni di f in intervalli di ampiezza decrescenti, tutti contenenti ξ 21
22 PROBLEMA Un passo di tabulazione grande può nascondere la presenza di uno o più zeri MA Un passo di tabulazione piccolo può comportare un numero eccessivo di valutazioni della funzione Come scegliere un passo di tabulazione adeguato? 22
23 Una possibile soluzione Si tabula la funzione valutandola solo nel punto medio dell intervallo corrente f(a) f(c ) a c b f(b) Il processo può essere ripetuto in [a,c] oppure in [c,b] Quale sottointervallo scegliere? 23
24 f(a) y = f () f(c ) a c f ( a) f ( c) > 0 f ( c) f ( b) < 0 b f(b) Il prossimo intervallo da esaminare è [ c, b ] 24
25 Criterio di scelta Si sceglie l intervallo [a,c] se la funzione assume segno discorde agli estremi, cioè f(a)f(c)<0, altrimenti si sceglie l intervallo [c,b] 25
26 Tale metodo apporta effettivamente un miglioramento in termini di efficienza? ovvero riduce il numero di valutazioni di funzione, rispetto al metodo di tabulazione? 26
27 Confronto tra tabulazione e bisezione 1. TABULAZIONE Primo passo di tabulazione Secondo passo di tabulazione 0 1 primo passo 9 valutazioni secondo passo 4 valutazioni 27
28 Confronto tra tabulazione e bisezione 2. TABULAZIONE nel PUNTO MEDIO Primo passo Secondo passo primo passo 3 valutazioni secondo passo 1 valutazione 28
29 Due problemi: Tabulazione nel punto medio = Metodo di bisezione Quando può essere utilizzato il metodo? (applicabilità) Se f ha almeno uno zero, il metodo riesce sempre a trovarne uno? (convergenza) 29
30 Esempio 1: consideriamo f() in [-2,1.5] f(a 2 ) f(b 2 )<0 f(a 3 ) f(b 3 )<0 f() f(a 4 ) f(b 4 )<0 a = 2 2 a 3 b a 1 b 1 b 4 a b 3 Il metodo di bisezione Costruisce una sequenza di intervalli, di ampiezza sempre piu piccola, ciascuno contenente uno zero di f 30
31 Esempio 1: Caratteristiche della funzione f NON è definita in tutto [a,b] f(a)f(b)>0 f ha 2 zeri in [a,b] il metodo di bisezione costruisce una successione che tende ad approssimare uno dei 2 zeri 31
32 DOMANDA MA Il metodo di bisezione può essere sempre applicato a funzioni non continue? 32
33 Esempio 2: consideriamo la stessa funzione in [-2,2] m Il punto medio dell intervallo [-2,2] è m = 0 MA f non è definita nel punto =0 33
34 Esempio 2: Caratteristiche della funzione f NON è definita in tutto [a,b] f(a)f(b)>0 f ha 2 zeri in [a,b] il metodo di bisezione NON puo essere applicato in [a,b] 34
35 APPLICABILITA f definita in tutto [a, b] f NON definita in qualche punto di [a, b] il metodo di bisezione può essere sempre applicato nulla si può dire sulla applicabilità del metodo 35
36 Due problemi: Tabulazione nel punto medio = Metodo di bisezione Quando può essere utilizzato il metodo? (applicabilità) Se f ha almeno uno zero, il metodo riesce sempre a trovarne uno? (convergenza) 36
37 Esempio 1 f(a) y = f(c) f () f(c ) a a = a 1 f ( a) f ( c) > 0 c b 4 ca 2 a c c 3 f ( a ) ( ) 3 f c < f ( a ) ( ) 4 2 f c > 0 0 b b = b 1 b 2 b 3 f(b) Si costruisce una sequenza di intervalli, di ampiezza sempre più piccola, ciascuno contenente lo zero di f 37
38 Esempio 1: Caratteristiche della funzione f definita in [a,b] f(a)f(b)<0 f ha 1 zero in [a,b] il metodo di bisezione costruisce una successione che tende ad approssimare lo zero di f 38
39 Esempio 2 f(a) f(b) a 1 = a c c a 3 f ( a 2 ) f( c) f> ( a0 3 ) f( c) < 0 f ( a) f ( c) < 0 a 2 a 4 b 4 b 3 b 2 c b = b 1 Si costruisce una sequenza di intervalli, di ampiezza sempre più piccola, ciascuno contenente uno degli zeri di f 39
40 Esempio 2: Caratteristiche della funzione f definita in [a,b] f(a)f(b)>0 f ha 2 zeri in [a,b] il metodo di bisezione costruisce una successione che tende ad approssimare uno dei 2 zeri 40
41 Esempio 3 f(a) f(b) a = a 1 a 2 a 3 a 4 b 1 = b f ( a) f ( c) > 0 c f ( a 2 ) f ( c) f> ( a0 3 ) f ( c) > 0 c c b 2 b 3 = b 4 Si costruisce una sequenza di intervalli, di ampiezza sempre più piccola, ognuno NON contenente lo zero di f 41
42 Esempio 3 Caratteristiche della funzione f definita in [a,b] f(a)f(b)>0 f ha 2 zeri in [a,b] }stesse ipotesi dell esempio precedente il metodo di bisezione costruisce una successione che non tende allo zero di f 42
43 CONVERGENZA f definita in [a,b] f(a)f(b)<0 f definita in [a,b] f(a)f(b)>0 il metodo converge sempre ad uno degli zeri di f nulla si può dire sulla convergenza ad eventuali zeri di f 43
44 Quando arrestare il procedimento? Risposta 1 Quando è sufficientemente vicino allo zero di f 44
45 Esempio Valore in cui la f si annulla ξ c b a ξ - c < b a arrestiamo il procedimento quando b a < tol 45
46 4 Ma, per la funzione f ( ) = [0,1] soluzione ξ = f ( c ) 0 a c 1 ξ b Utilizzando il metodo di bisezione con criterio di arresto b-a < tol = 0.01 si ottiene c= ma f(c) =
47 Quando arrestare il procedimento? Risposta 1 Quando è sufficientemente vicino allo zero di f Risposta 2 Quando f( ) è zero 47
48 Esempio: Valore in cui f si annulla f(c) a ξ c b Arrestare il metodo quando f(c) è piccolo cioè f(c) < tol 48
49 8 Ma, per la funzione f ( ) = 0.01 [0,1] Utilizzando il metodo di bisezione con criterio di arresto f(c) < tol = 0.01 si ottiene c=0.5 e f(c) = < tol 0 c 1 ξ soluzione ξ = E c ξ = ξ = approssimazione di ξ poco affidabile 49
50 Soluzione Utilizzare entrambi i criteri di arresto repeat metodo di bisezione until ( f(c) < tol and b-a < tol ) 50
51 E se il metodo non converge? Introdurre un controllo sul numero di iterazioni =1 repeat =+1 until ( ( f(c) < tol and b-a < tol ) or > mait ) 51
52 Quando arrestare il procedimento? 1. l equazione f() = 0 è risolta con una approssimazione soddisfacente, cioè f ( ) è nullo o abbastanza piccolo 2. è stata calcolata un approssimazione sufficientemente affidabile della soluzione ξ 3. il metodo sta divergendo 52
53 Nel metodo di bisezione la successione degli intervalli viene costruita sempre allo stesso modo ovvero calcolando il punto medio di ciascun sottointervallo MA In alcuni casi, la radice può essere lontana dai punti medi. 53
54 Esempio a b 1 1 ac a 3 a 2 c c4 f( a) f( c) > 0 f( a 2 ) f() c> 0 f( a 3 ) f( c) > 0 b b 2 b 3 = b 4 La soluzione è vicina ad uno degli estremi ( f ( b1 ) 0) Ma il metodo di Bisezione non se ne accorge! (in questo caso il metodo è poco efficiente!) 54
55 IDEA f( 1 ) y = f ( ) r() 2 1 Sostituiamo alla curva y=f() la retta tangente y=r() nel punto (1,f(1 )) 55
56 Si può iterare il procedimento f( 1 ) y = f ( ) f( 2 ) f( 3 ) Si Si Si approssima approssima la la la curva curva la ad nel y=f() y=f() punto con con la la retta retta ad ad essa essa tangente tangente nel punto ( 3, f ( 3)) ( 2, f ( 2)) nel punto ( 1, f ( 1 )) Metodo di Newton 56
57 Il metodo di Newton costruisce una successione di punti,,,...,,... convergente allo zero di f,, dove 1 è un opportuna approssimazione iniziale, 2, f ( )) è l ascissa del punto di intersezione con l asse della tangente alla curva y=f() in ( 57
58 localmente la retta tangente alla curva y=f() fornisce informazioni sull andamento della funzione Sostituiamo al grafico di f() la retta tangente e calcoliamo lo zero della retta tangente 58
59 la retta tangente nel punto (, f( )) ha equazione r () = f( ) + f ( ) (- ) Il valore +1 è ottenuto come intersezione della retta y = r () con l asse : r ( +1 ) = = f f( ' ( ) ) 59
60 Metodo di NEWTON Due problemi: Quando può essere utilizzato il metodo? (applicabilità) Se f ha almeno uno zero, il metodo riesce sempre a trovarne uno? (convergenza) 60
61 Esempio La retta tangente alla curva nel punto, f ( è parallela all asse delle ascisse (f (2)=0) ( 2 2 )) Il metodo di Newton non può essere applicato f ( f '( 2 (divisione per zero => ) 2 ) ) 61
62 Esempio 1 Caratteristiche della funzione f definita in [a,b] f(a)f(b)<0 f ha 1 zero in [a,b] f ha 1 zero in [a,b] Se f si annulla in un punto di [a,b] il metodo di Newton non può essere applicato 62
63 APPLICABILITA f e f definite in tutto [a, b] e f () 0 [ a, b] f e f definite in tutto [a, b] e [ a, b] :f () = 0 il metodo di Newton può essere sempre applicato nulla si può dire sulla applicabilità del metodo 63
64 Metodo di NEWTON Due problemi: Quando può essere utilizzato il metodo? (applicabilità) Se f ha almeno uno zero, il metodo riesce sempre a trovarne uno? (convergenza) 64
65 Esempio la retta tangente alla curva è quasi parallela all asse delle ascisse ( f'( ) 0) 65
66 Esempio 1 Caratteristiche della funzione f definita in [a,b] f(a)f(b)<0 f ha 1 zero in [a,b] [ a, b] : ( ) 0 f' Se f assume valori prossimi allo zero in un punto di [a,b] il metodo di Newton non può essere applicato 66
67 Da che cosa dipende la convergenza del metodo di Newton? 2 * Partendo da la successione diverge * 1 Partendo da la successione converge allo zero di f 67
68 CONVERGENZA La convergenza del metodo di Newton dipende da un opportuna scelta del punto iniziale Dominio di attrazione della radice ξ (insieme dei punti iniziali che rendono convergente il metodo di Newton a ξ) 68
69 Il metodo di Newton richiede la conoscenza della derivata prima della funzione f MA f () potrebbe essere non nota a partire da f() potrebbe essere computazionalmente costosa da calcolare Come modificare il metodo di Newton per non calcolare f ()? 69
70 IDEA! Approssimiano la curva f() con la retta r() secante la curva nei punti, f ( )), (, f ( )) ( f( 1 ) y = f ( ) f( 2 ) r()
71 Si può iterare il procedimento f( 1 ) y = f ( ) f( 2 ) f( 3 ) Si Si approssima approssima la la curva curva y=f() y=f() con con la la retta retta ad ad essa essa secante secante nei nei punti punti ( ( 1, f, ( ( 1)),( )),( 2, f, ( ( 2)) 2 f 2 3 f 3)) Metodo delle secanti 71
72 Metodo delle secanti E una variante del metodo di Newton che evita il calcolo della derivata di f() +, > 2 si ottiene come ascissa del punto di 1 intersezione tra l asse e la retta secante la curva y=f() nei punti di ascissa e 1 L intersezione è data da: = 1 f( )( 1 f ( ) 1 1 f( 2 ) 2 ) 72
73 Metodo delle SECANTI Due problemi: Quando può essere utilizzato il metodo? (applicabilità) Se f ha almeno uno zero, il metodo riesce sempre a trovarne uno? (convergenza) 73
74 La retta tangente ad una curva si può approssimare con una retta secante Retta tangente la curva nel punto P Retta secante la curva nei punti P e R P R Q Retta secante la curva nei punti P e Q 1 * 2 2 Quanto più 2 è vicino a 1 tanto più la secante approssima la retta tangente 74
75 APPLICABILITA Ipotesi di applicabiltà del Metodo di NEWTON Ipotesi di NON applicabiltà del Metodo di NEWTON il metodo delle secanti può essere applicato nulla si può dire sulla applicabilità del metodo 75
76 Metodo delle SECANTI Due problemi: Quando può essere utilizzato il metodo? (applicabilità) Se f ha almeno uno zero, il metodo riesce sempre a trovarne almeno uno? (convergenza) 76
77 * 2 * 21 1 Partendo da la successione diverge 1, 2 * * Partendo da a successione converge alla soluzione 1, 2 Come nel metodo di Newton, la convergenza dipende dalla scelta dei valori iniziali 77
78 Bisezione Newton Secanti Quale dei tre metodi è più efficiente? Quale dei tre metodi calcola un approssimazione dello zero più accurata a meno di una tolleranza fissata? Stima dell errore 78
79 stima dell errore 2 Esempio f ( ) = sin( ) 2 ξ Calcoliamo un approssimazione della radice ξ = di f() con i metodi bisezione Newton secanti con una tolleranza di
80 a = 0.5, b = Metodo di bisezione 2.0 m f(m) cifre significative esatte dopo 12 iterazioni 80
81 Metodo di Newton 1 = f( ) cifre significative esatte dopo 4 iterazioni 81
82 Metodo delle secanti 1 = 1, 2 = f() cifre significative esatte dopo 4 iterazioni 82
83 Bisezione Newton Secanti 5 cifre dopo 12 it. 5 cifre dopo 4 it. 5 cifre dopo 4 it. 12 * < * < * < 10-5 A parità di accuratezza Newton e Secanti sono più veloci di Bisezione 83
84 84
85 Da cosa dipende l efficienza dei metodi Risposta numero di iterazioni necessarie per ottenere l accuratezza richiesta? numero di valutazioni della funzione (eventualmente anche dalle sue derivate) COMPLESSITA DI TEMPO = NUMERO TOTALE DI VALUTAZIONI DELLA FUNZIONE 85
86 i metodi di Newton e delle secanti sono basati sull approssimazione della f() con una retta r() ) )( ( ) ( ) ( 1 1 ' 1 + = f f r Newton: r() è la retta tangente alla curva f() nel punto )) (, ( 1 1 f Osservazione 86 )) (, ( )) (, ( f e f secanti: r() è la retta secante la curva f() nei punti ) ( ) ( ) ( ) ( ) ( = f f f r 1 1 1
87 Idea comune dei metodi iterativi per la risoluzione di f()=0 approssimare f() con una funzione f*() calcolare gli zeri di f*() Metodi globali I metodi globali approssimano globalmente la funzione f con una funzione f* (metodo di bisezione) Metodi locali I metodi locali approssimano localmente la funzione f con una funzione f* (metodi di Newton e delle secanti) 87
88 Quindi: Metodi globali: convergono sempre convergenza lenta Metodi locali: non convergono sempre convergenza rapida ROBUSTEZZA EFFICIENZA Trade-off tra efficienza e robustezza 88
89 I metodi fino ad ora analizzati soddisfano l una o l altra esigenza OBIETTIVO Progettare metodi che abbiano insieme caratteristiche di robustezza e di efficienza METODI IBRIDI 89
90 Metodo di Deer-Brent metodo di Bisezione + metodo delle Secanti 90
91 (, 0 1) Intervallo in cui cade almeno una radice utilizziamo il metodo delle secanti L approssimazione NON cade NON cade in cade (in 0,in ( 1 ) 0 ( applichiamo, 01, ) 1 ) applichiamo il metodo il metodo il metodo delle di secanti di Bisezione s 4 b 4 0 y 1 = y 2 = y b 3 s 3 5 = = y 4 s 2 1 s 3 s i b i Punti ottenuti con il metodo delle secanti Punti ottenuti con il metodo di bisezione 91
92 Il metodo di Deer-Brent genera un successione di intervalli y, ] contenenti la radice [ determinare utilizzando metodo delle secanti se metodo di bisezione, altrimenti [ y, + 1 ] y scegliere tra in modo che +1 y e ξ y, ] [
93 Idea di base Applicare il più possibile il metodo delle secanti ovvero il metodo locale (perché più veloce) e applicare il metodo di bisezione (globale) ogni volta che ci si sta allontanando dalla radice (perché più robusto) convergenza garantita convergenza rapida in prossimità della radice 93
94 OSSERVAZIONE In questo caso il metodo delle secanti converge lentamente verso lo zero y 0 =y 1 =y 2 =y 3 =y 4 =y 5 Questo comportamento delle secanti 94 indica che lo zero si trova vicino a y 0
95 Anche per questa funzione dopo le prime 3 iterazioni = y2 y 0 y 1 = = 3 b 3 s 2 1 I valori delle si avvicinano da destra allo zero I valori delle y si sono stabilizzati nella stessa posizione Questo comportamento delle secanti è il sintomo del fatto che lo zero si trova vicino a y 95
96 Il metodo di Deer-Brent genera un successione di intervalli y, ] contenenti la radice [ determinare utilizzando metodo delle secanti se metodo di bisezione, altrimenti [ y, + 1 ] y scegliere tra in modo che +1 y e ξ y, ] [ Se y +1 = y = y -1, il punto +1 il metodo di bisezione viene determinato utilizzando 96
97 Si calcolano le quantità: 2 ) ( ) ( ) ( sec bis y f f f + = = + + si pone: = sec 1 sec 1 1, estremi segmento di cade nel se y y y bis 97 si calcola la terna ),, ( y altrimenti +1 bis altrimenti y < = ) ( ) ( se 1 1 f f y
98 Fine Lezione 98
99 Esempio 3 f(a) y = f () a = a 1 f ( a) f ( c) > 0 b 4 ca 2 a c c 3 f ( a ) ( ) 3 f c < f ( a ) ( ) 4 2 f c > 0 0 b = b 1 b 2 b 3 f(b) Si costruisce una sequenza di intervalli, di ampiezza sempre più 99 piccola, ciascuno contenente lo zero di f
100 Esempio 3: Caratteristiche della funzione f NON è definita in tutto [a,b] f(a)f(b)<0 f ha 1 zero in [a,b] il metodo di bisezione costruisce una successione che tende ad approssimare lo zero di f 100
101 Esempio =3 Il metodo di Newton genera la successione,,,, La successione non converge 101
102 Esempio 2 Caratteristiche della funzione f definita in [a,b] f(a)f(b)<0 f ha 1 zero in [a,b] f 0 [ a, b] f gode di particolari proprietà di simmetria Il metodo di Newton non converge 102
103 e quanto sono più veloci? = *, poniamo: e = O(10 r ) e * e +1 = O(10 -s ) + 1 = + 1 Sia p = s/r e +1 = O( 10 r p ) Alla +1 ma iterazione l errore e +1 è p-volte più piccolo dell errore alla -ma iterazione 103
104 Metodo Bisezione Newton 1 2 p Stima errore 1 e +1 e 2 e Ce Secanti p e Ce 104
105 In generale e = *, e = O(10 r ) e + 1 = + 1 * Se e +1 = O(e p ) e e +1 p Cost Alla +1 ma iterazione l errore e +1 è p-volte più piccolo dell errore alla -ma iterazione 105 (dalla -ma alla +1 ma iter. si sono guadagnate p cifre corrette)
106 Come si puo misurare la velocità di convergenza? Definizione: Ordine di convergenza { } Assegnata una successione convergente a * si dice che la successione ha ordine di convergenza p se esistono n Ν, C R + ( C< 1) i tali che n + 1 * C n * n > n Se p=1 si parla di convergenza lineare Se p=2 si parla di convergenza quadratica C si dice raggio di convergenza p L ordine di convergenza fornisce una misura del guadagno in accuratezza ad ogni iterazione 106
107 Convergenza del metodo di bisezione b a = ( b 1 1 a 1) / 2 =... = ( b a) / 2 Posto e 1 = b 1 a 1 risulta ξ e e e 2 = 1 convergenza lineare p=1 e C=1/2 (ad ogni passo si guadagna una cifra in accuratezza) 107
108 Convergenza del metodo di Newton ' Si può dimostrare che se * è uno zero semplice ( f ( *) 0 ) di una funzione f C 2 [ a, b] e la successione { i } generata dal metodo di Newton converge a *, allora risulta: p=2 e C= f (*)/f (*)2 convergenza quadratica il numero di cifre corrette raddoppia ad ogni iterazione 108
109 Convergenza del metodo delle Secanti { } Si può dimostrare che se la successione i generata dal metodo delle Secanti converge a *, allora risulta: p il numero di cifre corrette è (quasi) il doppio ad ogni iterazione 109
RISOLUZIONE DI EQUAZIONI NON LINEARI PROBLEMA:
RISOLUZIONE DI EQUAZIONI NON LINEARI PROBLEMA: data una funzione f, non lineare calcolare le soluzioni dell equazione f(x) = 0 f ( x) = log( x) + x, x (0,0) ξ Esiste una sola soluzione f ( x) = x +, x
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
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 non lineari Sia
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
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
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.
DettagliIl Metodo di Newton, o delle Tangenti Federico Lastaria, Analisi e Geometria 1. Politecnico di Milano Corso di Analisi e Geometria 1
Politecnico di Milano Corso di Analisi e Geometria 1 Federico Lastaria federico.lastaria@polimi.it Il Metodo di Newton, o delle Tangenti 6 Novembre 2016 Indice 1 Metodo di Newton, o delle tangenti 2 1.1
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, 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 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
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
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
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:
DettagliAlgoritmi numerici. Zeri di una funzione. Integrale di una funzione. Soluzione di una equazione differenziale
Algoritmi numerici Zeri di una funzione Integrale di una funzione Soluzione di una equazione differenziale Zeri di una funzione Trovare le soluzioni di f(x) = 0 dove f(x) e una funzione reale di variabile
Dettagliaprile 2007 dicembre 2000 Metodi iterativi Metodi iterativi dell equazione equazione f(x)=0 per l approssimazione l
Metodi iterativi Metodi iterativi per l approssimazione l delle radici dell equazione equazione f()=0 dicembre 000 aprile 007 Definizione Si chiama RADICE di una equazione a()=b() un numero (reale) u tale
Dettagli1 Esercizi relativi al Capitolo 1
1 Esercizi relativi al Capitolo 1 1. (a) x = 7; (b) (x) 4 = (32.1) 4 = (14.25) 10 ; (c) x = 5; (d) (200) x = (18) 10 ; x = 3; y = (11330) 8 = (4824) 10 ; (e) x = 2882.125; y = 231002.02; (f) (x) 3 = (12122.1012)
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
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Metodo di Newton-Raphson
DettagliRISOLUZIONE APPROSSIMATA DI UN EQUAZIONE
RISOLUZIONE APPROSSIMATA DI UN EQUAZIONE Introduzione Si vogliano individuare, se esistono, le radici o soluzioni dell equazione f(x)=0. Se f(x) è un polinomio di grado superiore al secondo o se è una
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 9 - Equazioni non lineari
Complementi di Matematica e Calcolo Numerico A.A. 2017-2018 Laboratorio 9 - Equazioni non lineari Data f : R R determinare α R tale che f(α) = 0 Le soluzioni di questo problema vengono dette radici o zeri
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Metodo di Newton-Raphson
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
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
DettagliMATLAB:Metodi Numerici per zeri di funzioni.
1 Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari MATLAB:Metodi Numerici per zeri di funzioni Metodo delle successive bisezioni Sappiamo che la procedura definita dal
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.
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
DettagliEquazioni non lineari: esempi. Risoluzione f (x) = 0 con x [a,b] R, f C([a,b]).
Equazioni non lineari: esempi. Risoluzione f (x) = 0 con x [a,b] R, f C([a,b]). Equazioni non lineari: esempi. Risoluzione f (x) = 0 con x [a,b] R, f C([a,b]). Esempio 1: equazioni polinomiali p N (x)
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
DettagliEquazioni non lineari
Equazioni non lineari Introduzione In molte applicazioni intervengono equazioni che non siamo in grado di risolvere analiticamente, o la cui risoluzione risulta molto complessa e laboriosa. Un importante
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
DettagliIL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero
IL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero Il teorema degli zeri è fondamentale per determinare se una funzione continua in un intervallo chiuso [ a ; b ] si annulla in almeno un punto interno
DettagliLEZIONE 5. Esercizio 5.1. Calcolare il limite per x ± delle seguenti funzioni. lim. lim. lim. lim. lim. e x ) x. per x. lim
5 LEZIONE 5 Esercizio 5.1. Calcolare il ite per x ± delle seguenti funzioni. 2x3 3x 2 = x3 (2 3/x) =±. x2 sin x 2 x 4 = x4 (sin x 2 /x 2 1) =. ex x = ex (1 x/e x )=. sin 1 x cos x2 =0, infatti all infinito
DettagliDaniela Lera A.A. 2008-2009
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Equazioni non lineari Metodo di Newton Il metodo di Newton sfrutta le informazioni sulla funzione
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
DettagliMetodi numerici per zeri di funzioni
CALCOLO NUMERICO Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari Metodi numerici per zeri di funzioni 1 Metodo delle successive bisezioni Se f(x) C([a, b]) ed f(a) f(b)
DettagliUna introduzione alla risoluzione numerica di equazioni non lineari
Capitolo 1 Una introduzione alla risoluzione numerica di equazioni non lineari 1.1 Introduzione Questo capitolo è dedicato allo studio ed all analisi di algoritmi numerici per la risoluzione di equazioni
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
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 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
Dettaglirestituisce un approssimazione di uno zero di f in [a, b] dopo aver eseguito k iterazioni. Determinare k. Sia: 1 f(x) =
Lezione 10 In questa lezione concluderemo la discussione riguardante il metodo di bisezione. Esercizio. Sia f : [a, b] R una funzione continua tale che f(a)f(b) < 0. La procedura: z = Bisezione (f, a,
DettagliCapitolo 3: Ottimizzazione non vincolata parte III. E. Amaldi DEI, Politecnico di Milano
Capitolo 3: Ottimizzazione non vincolata parte III E. Amaldi DEI, Politecnico di Milano 3.4 Metodi di ricerca unidimensionale In genere si cerca una soluzione approssimata α k di min g(α) = f(x k +αd k
DettagliEsercizio 1. Per quali valori di h e k le seguenti funzione sono derivabili? x 3 sin 1 x 0. 0 x = 0. x cos 1 x > 0
Sapienza Università di Roma - Facoltà I3S Corso di Laurea in Statistica Economia Finanza e Assicurazioni Corso di Laurea in Statistica Economia e Società Corso di Laurea in Statistica gestionale Matematica
DettagliEquazioni non lineari
Equazioni non lineari Corso di Calcolo Numerico, a.a. 2009/2010 Francesca Mazzia Dipartimento di Matematica Università di Bari Francesca Mazzia (Univ. Bari) Equazioni non lineari 1 / 40 Problema Data una
Dettagli1 Analisi mat. I - Esercizi del 13/10/99
Analisi mat. I - Esercizi del //99 ES. Delle seguenti funzioni determinare: il dominio l immagine gli eventuali asintoti l insieme dove sono continue e quali siano estendibili per continuita. Determinare
DettagliMetodi Numerici (A.A ) Prof. F. Pitolli
Metodi Numerici (A.A. 2007-2008) Prof. F. Pitolli Appunti delle lezioni su: metodo di Newton in IR n ; equazioni non lineari, metodo di bisezione e metodo di Newton in IR Equazioni non lineari Numerosi
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.
DettagliComplementi di Matematica A.A Laboratorio 10
Complementi di Matematica A.A. 2016-2017 Laboratorio 10 Equazioni non lineari (fzero) Sia f : R R una funzione che ammette una radice α, ovvero t.c. f(α) = 0. Possiamo utilizzare la funzione predefinita
DettagliEquazioni non lineari
Capitolo 2 Equazioni non lineari 2.1 Richiami di teoria Prerequisiti: teorema di Gauss, nozioni elementari di calcolo differenziale. In generale, per risolvere una equazione della forma f(x) = 0 dove f
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 4 - Metodi di Newton e Punto fisso
Complementi di Matematica e Calcolo Numerico A.A. 2011-2012 Laboratorio 4 - Metodi di Newton e Punto fisso [1] Metodo di Newton Costruire una MATLAB FUNCTION che, dati dall utente: una funzione f una funzione
DettagliANALISI 1 - Teoremi e dimostrazioni vari
ANALISI 1 - Teoremi e dimostrazioni vari Sommario Proprietà dell estremo superiore per R... 2 Definitivamente... 2 Successioni convergenti... 2 Successioni monotone... 2 Teorema di esistenza del limite
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
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
DettagliAnalisi Numerica. Francesca Mazzia. a.a. 2006/2007. Integrazione. Dipartimento di Matematica. Università di Bari
Analisi Numerica Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2006/2007 Integrazione 1 Integrazione Problema: approssimare integrali definiti del tipo: a f(x)dx, Scegliamo n + 1
DettagliAnalisi Matematica 1 Soluzioni prova scritta n. 1
Analisi Matematica Soluzioni prova scritta n Corso di laurea in Matematica, aa 008-009 5 giugno 009 Sia a n la successione definita per ricorrenza: a n+ 3 a n a 3 n, a 3 a n+ 3 a n a 3 n, a 3 a n+ 3 a
DettagliRisoluzione dei problemi
Risoluzione dei problemi Il dominio della generica funzione è:! a a) Scriviamo l espressione della funzione in forma di equazione raccogliendo separatamente i termini contenenti il parametro a e quelli
DettagliCORREZIONE DEL COMPITO IN CLASSE DI MATEMATICA
CORREZIONE DEL COMPITO IN CLASSE DI MATEMATICA n. (8 dicembre 009) PROBLEMA Punto a b = ( f '( ) = 0 a( b( (*) = a( b( da cui: a b a 9b = = 5 5 5 5 a 9 5 passaggio per, a 5 = 5 5 5 6 f ' uguale a zero
DettagliAnalisi Numerica: zeri di funzione
Analisi Numerica: zeri di funzione S. Maset Dipartimento di Matematica e Geoscienze, Università di Trieste Introduzione Introduzione Da qui in avanti nel corso, non ci occuperemo più degli errori di arrotondamento
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
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 7
Complementi di Matematica e Calcolo Numerico A.A. 2015-2016 Laboratorio 7 Equazioni non lineari (fzero) Sia f : R R una funzione che ammette una radice α, ovvero t.c. f(α) = 0. Possiamo utilizzare la funzione
DettagliAPPUNTI DI CALCOLO NUMERICO
Premessa APPUNTI DI CALCOLO NUMERICO Equazioni non lineari Mawell Sia data una unzione ( ) : non lineare e si cerchino le radici (o gli zeri) della seguente equazione ( ) = di variabile reale con valori
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
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
DettagliCorso di Laurea in Informatica Applicata Esame di Analisi Matematica Prova scritta del 10 gennaio 2007
Corso di Laurea in Informatica Applicata Esame di Analisi Matematica Prova scritta del 0 gennaio 007 Primo esercizio. È assegnato il numero complesso z = + i. (a) Posto z = + i, determinare la forma trigonometrica
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 3-24/3/2014
Complementi di Matematica e Calcolo Numerico A.A. 2012-2013 Laboratorio 3-24/3/2014 Equazioni non lineari (fzero) Sia f : R R una funzione che ammette una radice α, ovvero t.c. f(α) = 0. Possiamo utilizzare
Dettagliy = x 3 infinitesimo per x 3 lim = l 0 allora f(x) è dello stesso ordine di g(x), ossia tendono a DEF. Una funzione y = f(x) si dice infinitesimo per
INFINITI ED INFINITESIMI. ASINTOTI DI UNA FUNZIONE. GRAFICO PROBABILE DI UNA FUNZIONE. TEOREMI SULLE FUNZIONI CONTINUE ESERCIZI SULLA CONTINUITA E SULLA CLASSIFICAZIONE DELLE DISCONTINUITA DI UNA FUNZIONE
DettagliMATEMATICA MATURITA LINGUISTICA. Istituto Paritario A.Ruiz Istituto Paritario A.Ruiz
MATEMATICA MATURITA LINGUISTICA Istituto Paritario A.Ruiz Istituto Paritario A.Ruiz 1 MATEMATICA MATURITA LINGUISTICA 1. CLASSIFICAZIONE FUNZIONI FUNZIONI ALGEBRICHE (in cui compaiono le quattro operazioni):
DettagliEquazioni e sistemi non lineari. Prof. M. Lucia Sampoli
Equazioni e sistemi non lineari Prof. M. Lucia Sampoli 1 Equazioni non lineari Data una funzione f : consideriamo il problema di determinare i valori x tali che Tali valori sono solitamente chiamati zeri
DettagliZeri di funzione. S. Maset Dipartimento di Matematica e Geoscienze Università di Trieste June 15, 2018
Zeri di funzione S. Maset Dipartimento di Matematica e Geoscienze Università di Trieste maset@units.it June 15, 2018 1 Introduzione Da qui in avanti nel corso, non ci occuperemo più degli errori di arrotondamento
DettagliISTITUTO SUPERIORE XXV APRILE LICEO CLASSICO ANDREA DA PONTEDERA classi 5A-5B PROGRAMMA DI MATEMATICA
ISTITUTO SUPERIORE XXV APRILE LICEO CLASSICO ANDREA DA PONTEDERA classi 5A-5B PROGRAMMA DI MATEMATICA PRIMA PARTE Intervallo limitato di numeri reali Dati due numeri reali a e b, con a
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)
DettagliFunzioni derivabili (V. Casarino)
Funzioni derivabili (V. Casarino) Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in = 0 delle funzioni: a) 5 b) 3 4 c) + 1 d) sin. ) Scrivere l equazione della retta tangente
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
DettagliEsercitazione 4. F (x) = x + log x. Prima parte. La definizione che segue è una realizzazione del metodo ad un punto definito dalla funzione h.
Esercitazione 4 Istruzioni trattate: grid, legend, plotd, and. Nella prima parte di questa esercitazione vedremo una realizzazione di un metodo ad un punto e la utilizzeremo per approssimare il punto unito
DettagliCorso di laurea in Matematica Laboratorio di Programmazione e Calcolo Prof. A. Murli. Esercizi di riepilogo - LABORATORIO
Cognome: Nome: 1 Matricola: Corso di laurea in Matematica Laboratorio di Programmazione e Calcolo Prof. A. Murli Esercizi di riepilogo - LABORATORIO Creare una directory nominata cognome nome dove cognome
DettagliMetodi per la ricerca degli zeri
Chapter 5 Metodi per la ricerca degli zeri 5.1 Introduzione In questo capitolo ci occuperemo della soluzione di equazioni del tipo f(x) = 0 (5.1) dove f è una funzione a valori reali della variabile reale
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.
DettagliLICEO CLASSICO ANDREA DA PONTEDERA
ISTITUTO SUPERIORE XXV APRILE LICEO CLASSICO ANDREA DA PONTEDERA classe 5A PROGRAMMA DI MATEMATICA svolto fino al 15 aprile (evidenziate in giallo le aggiunte rispetto al file precedente) Intervallo limitato
DettagliEsercizi svolti. a 2 x + 3 se x 0; determinare a in modo che f risulti continua nel suo dominio.
Esercizi svolti 1. Sia sin(x ) f(x) = x ( 1 + x 1 ) se x > 0 a x + 3 se x 0; determinare a in modo che f risulti continua nel suo dominio.. Scrivere l equazione della retta tangente nel punto di ascissa
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2013-2014) Metodi Numerici Appunti delle lezioni: Equazioni non lineari Metodi di linearizzazione Docente Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 4-23/3/2015
Complementi di Matematica e Calcolo Numerico A.A. 2014-2015 Laboratorio 4-23/3/2015 Equazioni non lineari (fzero) Sia f : R R una funzione che ammette una radice α, ovvero t.c. f(α) = 0. Possiamo utilizzare
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.
DettagliPolinomi. I polinomi della forma
I polinomi della forma Polinomi p(x) = a 0 +a 1 x+a 2 x 2 + +a N x N richiedono N potenze, N somme e N moltiplicazioni per essere valutati Un metodo più efficiente (Horner) è p(x) = a 0 +x (a 1 +x (a 2
DettagliEsercitazione 4. Prima parte. La definizione che segue è una realizzazione del metodo ad un punto definito dalla funzione h. 1
Esercitazione 4 Istruzioni trattate: l operatore $, grid, legend, plot2d, l operatore :. In questa esercitazione si considera il problema di approssimare lo zero, α, della funzione f definita per > da:
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
DettagliNote del corso di Laboratorio di Programmazione e Calcolo: Soluzione numerica di equazioni non lineari
Corso di laurea in Matematica SAPIENZA Università di Roma Note del corso di Laboratorio di Programmazione e Calcolo: Soluzione numerica di equazioni non lineari Dipartimento di Matematica Guido Castelnuovo
DettagliAnalisi Matematica per Bio-Informatici Esercitazione 08 a.a
Analisi Matematica per Bio-Informatici Esercitazione 08 a.a. 007-008 Dott. Simone Zuccher 4 Gennaio 008 Nota. Queste pagine potrebbero contenere degli errori: chi li trova è pregato di segnalarli all autore
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
DettagliSerie Borlini Alex
Serie numerica >> Prefazione Progressione lista ordinata e finita di elementi. Successione lista ordinata e infinita di elementi (numeri reali chiamati termini), {a n }=a 1, a 2, a 3 Successione di Fibonacci:
DettagliUniversità degli Studi di Bergamo Facoltà di Ingegneria Matematica I Appello del 5 Febbraio 2007 Tema A
Università degli Studi di Bergamo Facoltà di Ingegneria Matematica I Appello del 5 Febbraio 7 Tema A Cognome e Nome Matr... Disegnare un grafico approssimativo della funzione f() log( ). Indicare sul grafico
DettagliRicerca di zeri di equazioni non lineari
Ricerca di zeri di equazioni non lineari Problema (esboa). Si vuole determinare l altezza x della parte sommersa di una boa sferica di raggio R = 0.055m e densità di massa ρ b = 0.6Kg/m 3, posta in acqua
DettagliAnalisi Matematica I Primo Appello ( ) - Fila 1
Analisi Matematica I Primo Appello (4-11-003) - Fila 1 1. Determinare la retta tangente alla funzione f() = (1 + ) 1+ in = 0. R. f(0) = 1, mentre la derivata è f () = ( e (1+) log(1+)) ( ) = e (1+) log(1+)
DettagliSOLUZIONE DEGLI ESERCIZI DEL FOGLIO N. 7
SOLUZIONE DEGLI ESERCIZI DEL FOGLIO N. 7 Esercizio. Funzione da studiare: log( 3).. Dominio: dobbiamo richiedere che il denominatore non si annulli e che il logaritmo sia ben definito. Quindi le condizioni
DettagliEsercizi di Matematica per le Scienze Studio di funzione
Esercizi di Matematica per le Scienze Studio di funzione A.M. Bigatti e G. Tamone Esercizi Studio di funzione Esercizio 1. Disegnare il grafico di una funzione continua f che soddisfi tutte le seguenti
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
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
Dettagli