Risoluzione di EDP con MES-NI e Domain Decomposition

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Risoluzione di EDP con MES-NI e Domain Decomposition"

Transcript

1 POLITECNICO DI MILANO Corso di Laurea in Ingegneria Matematica Progetto di Analisi Numerica delle EDP 2 e Programmazione Avanzata Risoluzione di EDP con MES-NI e Domain Decomposition Luca Bertagna Alessio Fumagalli Anno Accademico

2

3 Indice Introduzione 5 Programma e pacchetti necessari 6 1 Il Metodo degli Elementi Spettrali Richiami di teoria Prove numeriche di convergenza Il metodo della decomposizione dei domini Il metodo di Schwartz Il metodo di Schwartz additivo Prove numeriche di convergenza Un problema di trasporto Dettagli Implementativi 19 3 Classi di base Classe Point Classe Edge Classe Elem Classe Matrix Matrix::add Classi avanzate Classe Mesh Mesh::build boundary groups Mesh::build numeration Classe IntGL IntGL::int2d IntGL::int1d Classe problema problema::build Stiffness problema::build F Codizioni di Neumann e di Dirichlet problema::save data Classe problemadd problemadd:: partiziona problemadd:: Metis problemadd::crea files mesh problemadd:: crea mappe problemadd::crea corrispondenze problemadd::crea problemi problemadd::risolvi problemadd::algebraic solver Funzioni collegate Funzioni generiche direct solver iterative solver Funzioni inerenti all integrazione

4 A Tutorial 41 A.1 Generare la mesh con EMC A.2 Utilizzo del programma in versione semplice A.3 Utilizzo del programma in versione estesa

5 Introduzione Nei metodi ad elementi finiti applicati a problemi ellittici si è sempre condotti alla risoluzione di un sistema lineare in genere molto grande, le cui incognite sono le alzate della soluzione nei nodi della griglia computazionale. La teoria dell interpolazione composita garantisce a questo metodo una convergenza di ordine legato al grado di approssimazione polinomiale utilizzato. Tuttavia, l idea di utilizzare polinomi di grado sempre più alto non paga, in quanto, sempre grazie alla teoria dell interpolazione, sappiamo che su griglie equispaziate l errore di interpolazione rischia di crescere all aumentare del grado. La soluzione a questo problema si può trovare utilizzando dei nodi non equispaziati più fitti verso il bordo del dominio: i nodi di Gauss. La scelta di questi nodi, porta a garantire buona convergenza anche rispetto al grado polinomiale di apporssimazione. I metodi spettrali e i metodi ad elementi spettrali, sfruttano questa caratteristica, utilizzando come nodi di quadratura i nodi di Gauss-Lobatto. Questi si caratterizzano come zeri di polinomi appartenenti ad opportune famiglie di polinomi ortogonali. Tra queste quella senz altro più interessante è la famiglia dei polinomi di Legendre, in quanto sono ortogonali nel senso di L 2 rispetto alla funzione peso w(x) = 1. Un altro problema dei metodi ad elementi finiti, ma anche dei metodi spettrali, è quello di portare alla risoluzione di grossi sistemi lineari, spesso molto mal condizionati. Una soluzione a questo problema è ovviamente la ricerca di buoni precondizionatori, non molto costosi computazionalmente da costruire. Un altra strada è quella di dividere il problema originale in tanti sottoproblemi, equivalenti a quello di partenza, ma formulati in opportuni sottodomini del dominio di partenza, con la richiesta che l unione di questi sottodomini, ricrei tutto il dominio di partenza e con l imposizione di condizioni di interfaccia tra i vari sottoproblemi. Questa logica porta al metodo della decomposizione dei domini, che ha come vantaggio quello di risolvere più problemi, ma di dimensioni in gnere molto minori di quello di partenza. In questo progetto implementiamo un codice per la risoluzione di problemi ellittici lineari tramite il metodo della decomposizione dei domini, utilizzando un solutorie ad elementi spettrali, anch esso implementato da noi, su ogni sottodominio. Testeremo alcune proprietà di convergenza del metodo e lo applicheremo poi ad un problema di diffusione e trasporto. Ad ogni passo, e ad ogni sotto dominio, leggo i dati relativi ai bordi fittizzi su tutti gli altri sotto domini che contengono gli stessi nodi, per poi farne una media. Questo perché se leggessi da un solo sotto dominio, potrebbe capitare che durante il processo iterativo si portano su una soluzione non corretta, leggendo invece da tutti i sotto domini possibili tale fenomeno non si presenta, tale è riportato in figura 14. 5

6 Programma e pacchetti necessari I programmi e i pacchetti necessari per un buon funzionamento del codice sono i seguenti: UMFPACK 4.4: permette di risolvere sistemi lineari. Si può scaricare dal sito: EMC2: è un programma per generare mesh quadrangolari. Si può scaricare dal sito: GnuPlot 4.2: programma per la visualizzazione grafica. Si può scaricare dal sito: Metis: programma che partiziona un grafo in più sotto grafi. Si può scaricare dal sito: GetPot: libreria che gestisce la lettura dei dati utili per la corretta esecuzione del programma. Si può scaricare dal sito: Tutti i programmi citati sono completamente gratuiti. Il programma per la generazione della mesh, può essere sostituito con qualunque altro programma per la generazione di mesh quadrangolari 1, a patto che il file in cui si memorizza la mesh, abbia la stessa formattazione del formato di EMC2, la cui descrizione daremo in seguito. 1 Importante: non vanno bene mesh ibride contenenti sia triangoli che quadrilateri. 6

7 7 1 Il Metodo degli Elementi Spettrali In questo capitolo introduciamo brevemente i metodi ad elementi spettrali, nei quali la velocità di convergenza (rispetto al grado di approssimazione) è limitata dalla sola regolarità della soluzione del problema, ed è di tipo esponenziale per soluzioni analitiche. 1.1 Richiami di teoria Consideriamo il seguente problema ellittico: div (α(x, y) u) + β(x, y) u + γ(x, y)u = f(x, y) in Ω u = u Γ D su Γ D (P) ν u = u Γ N su Γ N dove i dati hanno le regolarità opportune e u H 1 (Ω). Riscriviamo il problema (P) nella sua formulazione debole: con: a(u, v) = F (v) v V = H 1 ΓD(Ω), u V (PD) a(u, v) = α(x, y) u v + β(x, y) uv + γ(x, y)uv Ω Ω Ω F (v) = fv + u Γ N vdσ a(r, v) uγ D Ω Γ N dove R è una qualunque funzione di uγ D H1 che abbia la stessa traccia di u su Γ D. Una volta creata la mesh di quadrilateri T h, introduciamo sull elemento di riferimento [ 1, 1] 2 lo spazio di polinomi { N Q N (ˆΩ) = v(x, y) = a nm x m y n, a nm R n,m=0 cioè lo spazio delle funzioni che, fissata una delle due variabili, sono polinomiali di grado minore o uguale a N nell altra. A questo punto definiamo lo spazio degli elementi spettrali come l insieme delle funzioni continue che, ristette ad ogni singolo elemento K, sono le immagini di polinomi che stanno in Q N, attraverso la mappa ϕ che mappa l elemento di riferimento ˆK in K. D ora in poi quando diremo che una funzione è in Q N (K), sottintenderemo che è in realtà immagine di una funzione in Q N ( ˆK). Per passare alla discretizzazione ad elementi spettrali con integrazione numerica, dobbiamo prima introdurre i polinomi di Legendre; essi sono definiti nell intervallo [ 1, 1] attraverso la relazione di ortogonalità in L 2 ( 1, 1) rispetto alla funzione peso w(x) = 1, ossia 1 1 L n (x)l m (x) dx = 2 2n + 1 δ nm. Possono essere tuttavia facilmente calcolati grazie alla relazione ricorsiva L n+1 (x) = 2n + 1 n + 1 xl n(x) n n + 1 L n 1(x) n = 1, 2,... L 0 (x) = 0, L 1 (x) = x (1) I nodi di Legendre-Gauss-Lobatto (in breve nodi LGL) per l integrazione numerica nell intervallo di riferimento ( 1, 1) sono definiti attraverso questi polinomi. Più precisamente, volendo usare N +1

8 8 1 Il Metodo degli Elementi Spettrali nodi di quadratura, si pone x 0 = 1, x N = 1 e si prendono i restanti N 1 nodi pari agli zeri della derivata del polinomio di Legendre di grado N. A questo punto dobbiamo scegliere la base per lo spazio degli elementi spettrali. Scegliamo una base lagrangiana sui nodi LGL, ossia scegliamo l insieme delle funzioni ψ i (x) : ψ i (x j ) = δ ij 0 i, j N (2) dove x 0,,x N sono i nodi LGL. Dunque lo spazio V h del problema ad elementi spettrali è { N V h = v Q N (Ω) : v(x, y) = v mn ψ m (x)ψ n (y), v Γd = 0. m,n=0 Nel metodo degli elementi spettrali con integrazione numerica, come dice il nome, gli integrali vengono sostituiti da formule di quadratura. In particolare vengono usate formule di integrazione gaussiane di tipo interpolatorio f(x, y) dx dy N α ij f(x i, x j ) i,j dove x i sono i nodi LGL e i pesi, nel caso monodimensionale, sono dati da α i = ψ i (x) dx = n(n + 1) [L N (x i )] 2 j = 0,..., N (3) definendo poi α ij = α i α j per il caso bidimensionale. Nel caso in cui il quadrato non fosse quello di riferimento, attraverso un cambio di variabili, possiamo riportare il calcolo dell integrale sul quadrato di riferimento. In particolare, se le coordinate nell elemento K sono definite dalla mappa invertibile x = F(ˆx), e J è la matrice Jacobiana associata, risulta f(x)dx = f(f 1 (x)) detj dˆx K mentre nel caso in cui compaiano gradienti, abbiamo f(x)dx = J T ˆ f(f 1 (x)) detj dˆx K ˆK ˆK dove il cappuccio sopra il simbolo di gradiente indica che le derivate sono fatte rispetto alle coordinate dell elemento di riferimento. A questo punto, definendo il prodotto scalare discreto in L 2 ( 1, 1) N (f, g) N = α ij f(x i )g(x j ) (4) i,j=1 possiamo scrivere la formulazione MES-NI del problema PD: M a N (u n, v n ) = m=1 M F N (v n ) v n V h (PDD-NI) m=1 Tale formulazione si ottiene sostanzialmente dalla formulazione debole del problema, sostituendo i prodotti scalari continui con quelli discreti: a N (u n, v n ) = (α u n, v n ) N + (β u n, v n ) N + (γu n v n ) N F N (v n ) = (f, v n ) N + ( u n,γ N, v n )N,Γ N

9 1.2 Prove numeriche di convergenza 9 Osservazione 1. Quando si calcolano numericamente integrali in cui compare il gradiente, non è necessario calcolare i gradienti delle funzioni ψ i ; gli integrali numerici, infatti, dipendono solo dal valore assunto dalla funzione integranda nei nodi, cioè, in questo caso, dai valori delle derivate delle funzioni di base nei nodi LGL. Questi valori possono facilmente essere memorizzati una volta per tutte in una matrice D R (N+1) (N+1), detta matrice della derivata pseudospettrale, che ha per elementi D ij = ψ j (x i). Questa matrice associa ad un vettore v R N+1, le cui componenti sono i valori nodali v(x), il vettore w = Dv, le cui componenti sono i valori nodali della derivata del polinomio interpolante di v(x), ossia w i = (Π N v(x)). Si può mostrare che valgono le relazioni N(N + 1) 4 N(N + 1) 4 D ij = L N (x i ) (x i x j )L N (x j ) i = j = 0 i = j = N i j 0 altrimenti Si può dimostrare che per il metodo degli elementi spettrali vale la seguente stima a priori dell errore: u u n H k (Ω) C ( M m=1 ) 1/2 h 2(min(Nm+1,sm) k) m Nm 2(k sm) u 2 H sm;nm (Ωm) Usando un grado polinomiale di approssimazione uniforme pari a N, supponendo una regolarità della soluzione uniforme pari a s e ponendo h = max h m, la stima può essere riscritta in maniera più semplice come: (5) u u n H k (Ω) C(s)h min(n+1,s) k N k s u H s;n (Ω) (6) dove s u H s;n (Ω) = j=min(s,n+1) 1/2 v (j) 2 L 2 (Ω). Dunque la stime per la norma L 2 e per quella H 1 sono rispettivamente u u n L 2 (Ω) C(s)h min(n+1,s) N s u H s;n (Ω) (7) u u n H 1 (Ω) C(s)h min(n+1,s) 1 N 1 s u H s;n (Ω). (8) 1.2 Prove numeriche di convergenza Effettuiamo ora qualche test numerico, per verificare il giusto andamento dell errore di approssimazione rispetto alla spaziatura della mesh e rispetto al grado polinomiale di approssimazione. Problema 1. Consideriamo il seguente problema: u(x, y) = f(x, y) in Ω = [0, 5] 2 u(x, 5) = u(x, 0) = (x 2.5) 4 u(0, y) = 0 u(1, y) = (P1)

10 10 1 Il Metodo degli Elementi Spettrali dove f(x, y) = { 12(x 2.5) 2 se x < altrove (9) La soluzione di questo problema è banalmente la funzione u(x, y) = { (x 2.5) 4 se x < altrimenti che possiede una discontinuità della derivata quarta sulla retta x = 2.5 e dunque ha regolarità H 4 (Ω). Figura 1: Simulazione numerica per il problema (P1) con passo di griglia h = e grado N = 3. Effettuando alcune simulazioni numeriche otteniamo il seguente andamento dell errore in norma H 1 in funzione della spaziatura della mesh: N = 1 N = 2 N = 3 N = 4 h = e e e e+01 h = e e e e 08 h = e e e e 08 h = e e e e 08 h = e e e e 07 h = e e e e 07 Come si può notare, nel caso di grado N = 4, il metodo non ha più problemi a catturare la soluzione esatta, in quanto essa, in ogni elemento 2, appartiene allo spazio polinomiale di approssimazione V h 3. Quindi, per calcolare l andamento dell errore, facciamo uso solo delle prime tre colonne della tabella. Sfruttando la stima (8), nel caso in cui consideriamo un dimezzamento successivo del passo di griglia, possiamo trovare la semplice relazione 2 Le griglie sono costruite in modo che la retta critica x = 2.5 non sia mai interna ad alcun elemento. Ciò fa sì che la soluzione, ristretta ad un qualunque elemento, sia sempre un polinomio di quarto grado. 3 Facciamo osservare che, nonostante l errore sia dell ordine di 10 8, siamo già ai limiti della precisione della macchina. Infatti, i calcoli per l errore che vengono fatti sui singoli nodi vanno a costruire l errore al quadrato. Di conseguenza, estraendo poi la radice per avere la norma H 1 (Ω) vera e propria, si trovano dei numeri dell ordine della radice della precisione macchina.

11 1.2 Prove numeriche di convergenza 11 p log (e n+1/e n ) log 2 dove log indica il logaritmo naturale. Se la usiamo per gli errori riportati nella precedente tabella, otteniamo che sono in perfetto accordo con la teoria. N = 1 N =2 N = 3 p p p p p p teo Problema 2. Il secondo problema affrontato è il seguente: { u(x, y) = 2π 2 sin(πx) sin(πy) in Ω = [0, 5] 2 u(x, y) = 0 su Ω (P2) la cui soluzione esatta, che appartiene a C (Ω) e dunque anche a H k (Ω) per ogni k, è u(x, y) = sin(πx) sin(πy) Figura 2: Simulazione numerica per il problema (P2) con passo di griglia h = e grado N = 3. Effettuando alcune simulazioni numeriche otteniamo il seguente andamento dell errore in norma H 1 in funzione della spaziatura della mesh: N = 1 N = 2 N = 3 N = 5 h = e e e e+01 h = e e e e+00 h = e e e e 01 h = e e e e 03 h = e e e e 04 h = e e e e 06

12 12 1 Il Metodo degli Elementi Spettrali Dato che la soluzione è analitica, l ordine di convergenza è limitato solo dal grado degli elementi utilizzati ed infatti otteniamo la seguente stima N = 1 N = 2 N = 3 N = 5 p p p p p p teo Il valore dell errore nel caso di griglia mono-elemento con grado di approssimazione N = 1 è senza significato. Infatti, gli unici nodi della mesh sono i quattro vertici, dove per altro il valore della soluzione è imposto ed è pari a zero. Ne segue che il gradiente numerico è nullo, così come lo è quello della soluzione esatta in quei punti, da cui ne deriva un errore nullo. Di conseguenza, anche il primo valore della stima dell ordine di convergenza per elementi lineari è privo di significato, in quanto viziato dall errore precedente. Problema 3. Il terzo problema affrontato è il seguente: u(u, y) = 15 x in Ω = [0, 5] 2 4 u(x, 0) = u(x, 5) = x 5/2 u(0, y) = 0 u(5, y) = (P3) la cui soluzine esatta è u(x, y) = x 5/2 (10) che appartiene ha regolarità H 3 (Ω). Figura 3: Simulazione numerica per il problema (P3) con passo di griglia h = e grado N = 3. Effettuando alcune simulazioni numeriche otteniamo il seguente andamento dell errore in norma H 1 in funzione della spaziatura della mesh:

13 1.2 Prove numeriche di convergenza 13 N = 1 N = 2 N = 5 h = e e e 01 h = e e e 02 h = e e e 03 h = e e e 03 h = e e e 04 h = e e e 04 Dato che la soluzione è H 3 ε (Ω), con ε > 0, dovremmo avere un ordine di convergenza limitato; la stima a priori (8) ci suggerisce che quest ordine dovrebbe essere p 2, raggiunto con N 2. Dagli errori della tabella precedente ricaviamo in perfetto accordo con la teoria. N = 1 N = 2 N = 5 p p p p p p teo Osservazione 2. Come suggerisce la stima (8) 00e8 possibili fare tutti questi ragionamenti lasciando fissa la spaziatura della mesh, e aumentando il grado dei polinomi di Lagrange. Tuttavia dopo alcune prove numeriche abbiamo notato che i risultati ottenuti non erano soddisfacenti. Infatti l ordine di convergenza era notevolmente superiore a quello previsto dalla stima, fino ad un grado N = 10 in cui l errore smetteva di scendere diventando praticamente stazionario.

14 14 2 Il metodo della decomposizione dei domini 2 Il metodo della decomposizione dei domini Il metodo della decomposizione dei domini cerca di dividere il problema in più sottoproblemi, ma di dimensione minore. Ovviamente questi problemi non possono e non devono essere totalmente indipendenti, ma devono in qualche modo potersi parlare. Il punto in cui comunicano è ovviamente laddove i vari sottodomini si toccano e a questo punto occorre fare una distinzione tra i due casi principali: il caso in cui tra i sottodomini vi sia sovrapposizione (metodo di Schwartz), e il caso in cui invece non ve ne sia (metodo di Schur). Quest ultimo caso è un po più complicato e richiede un analisi più fine. In questo progetto ci occupiamo solo del metodo di Schwartz. L idea di base, che sta comunque alla base di entrambi i metodi, è di risolvere il problema di partenza ristretto ai vari sottodomini, aggiungendo delle opportune condizioni sul bordo che è stato introdotto a causa del partizionamento (d ora in poi chiamato per semplicità bordo artificiale). Queste condizioni al bordo devono tener conto della soluzione nell altro dominio e sono di fatto l unico vero collegamento tra i vari problemi. 2.1 Il metodo di Schwartz Nel metodo di Schwartz si costruisce una successione di soluzioni nei vari sottodomini. Fissata una soluzione inizale, ad ogni iterazione, si risolvono i vari problemi, mettendo come condizione sul bordo artificiale una condizione di Dirichlet, usando il valore della soluzione nel sottodominio adiacente all iterazione precedente. È evidente già da questo punto come una maggiore sovrapposizione tra i domini debba garantire una convergenza più rapida in quanto il dato sul bordo artificiale viene preso più all interno nel dominio adiacente, quindi più lontano da dove la soluzione è imposta da noi sulla base dell iterata precedente. Vi sono due possibilità di comunicazione tra i vari domini: la prima prevede che si risolvano tutti i problemi e poi avvenga lo scambio delle informazioni; la seconda, invece, consiste nel risolvere i vari problemi in modo sequenziale, utilizzando i valori al bordo più aggiornati possibile, ossia usando, ove possibile, quelli degli altri domini appena calcolati nell iterazione corrente. La prima versione prende il nome di metodo di Schwartz additivo, mentre la seconda è detta metodo di Schwartz moltiplicativo. Chiaramente il metodo moltiplicativo converge più rapidamente di quello additivo, in quanto utilizza subito le nuove informazioni appena calcolate, senza aspettare l iterazione seguente. Il vantaggio del metodo additivo è invece nel fatto che è parallelizzabile, ossia i vari problemi possono essere risolti in parallelo, in modo indipendente l uno dall altro, dato che la comunicazione risulta necessara solo dopo aver determinato le varie soluzioni. Il motivo degli aggettivi moltiplicativo e additivo, sta nel fatto che questi due metodi possono essere reinterpretati come delle iterazioni del metodo di Richardson precondizionato su un problema opportuno. L espressione del precondizionatore nel caso additivo è data dalla somma di alcune matrici, mentre nel caso moltiplicativo presenta anche dei prodotti matriciali. 2.2 Il metodo di Schwartz additivo Il metodo di Schwartz additivo può essere riassunto nel seguente schema iterativo. Fissato u 0 Lu k+1 u k+1 i = f i in Ω i i = u k j su Γ i +B.C. su Ω i \ Γ i. (11) dove i pedici i e j denotano la restrizione al dominio i-esimo e j-esimo (con i j in modo che i domini si scambino informazioni). È evidente come ad ogni iterazione i dati sul bordo artificiale migliorino, in quanto vengono posti uguali alla traccia delle soluzioni dei domini confinanti. Questo mette tuttavia in luce uno dei difetti del metodo: proprio perché le informazioni si propagano solo tra domini confinanti, al crescere del loro numero, la velocità di convergenza cala, poiché le informazioni ci mettono più tempo a propagarsi. Questo difetto del metodo ne rende in principio poco conveniente l implementazione in parallelo, che è l unico vantaggio del metodo additivo rispetto a quello moltiplicativo. Si dice che il metodo non è scalabile, ossia che il tempo di risoluzione non

15 2.3 Prove numeriche di convergenza 15 aumenta all aumentare del numero di processori disponibili. Si può ovviare a questo problema introducendo un problema coarse, che ha il compito di propagare un po di informazione in tutto il dominio, accelerando la convergenza. Tale tencica prende il nome di metodo di Schwartz a due livelli, ma non ce ne occupiamo in questo progetto. Vediamo ora di reinterpretare il metodo di Schwartz additivo come un metodo di Richardson precondizionato. Per fare questo introduciamo degli operatori di restrizione e di allargamento associati al dominio i-esimo, che denotiamo con R i e Ri t rispettivamente. Questi operatori sono a conti fatti delle matrici rettangolari. Il primo (quello di restrizione) prende un vettore u h definito su tutti i nodi di Ω e ne seleziona le componenti relative ai nodi contenuti in Ω i, mentre il secondo (quello di allargamento) fa esattamente il contrario, mettendo a zero le componenti in più del vettore esteso. Questi operatori possono anche essere applicati alle matrici di rigidezza, ottenendo che, detta A i la matrice di rigidezza del dominio i-esimo, risulta A i = R i ARi t. Fatto questo il metodo di Schwartz può essere riscritto come u k+1 = u k + ( ND ) (f RiA t 1 R i Au k ). (12) Definendo quindi il precondizionatore di Schwartz additivo ad un livello i=1 giungiamo all espressione P 1 a1 RiA t 1 R i = ND i=1 u k+1 = u k + P 1 a1 rk (13) che è la tipica espressione di un metodo di Richardson precondizionato con parametro di accellerazione α = 1. Come detto in precedenza, all aumentare del numero di domini, aumenta anche il numero di iterazioni necessarie alla convergenza del metodo, in quanto le informazioni ci impiegano più tempo ad attraversare il dominio. Tradotto in termini del metodo di Richardson, questo significa che il condizionamento della matrice precondizionata peggiora all aumentare del numero di sottodomini. Infatti, vale la stima cond ( Pa1 1 A) C 1 (14) δh dove δ è lo spessore della zona di sovrapposizione tra i domini e H è il massimo diametro dei sottodomini. 2.3 Prove numeriche di convergenza Volendo stimare il numero di condizionamento della matrice precondizionata per qualche simulazione numerica, sarebbe in teoria necessario calcolarne l autovalore massimo e quello minimo, ma questo è eccessivamente costoso per i nostri scopi. Dato che il buono o cattivo condizionamento è strettamente correlato con la veloce o lenta convergenza del metodo iterativo, prendiamo come valore significativo il numero di iterazioni del metodo di Richardson. Abbiamo dunque effettuato delle simulazioni su un dominio quadrato con una mesh abbastanza fitta da far sì che un elevato numero di sottodomini non portasse ad avere domini con interno discreto vuoto e abbiamo controllato il numero di iterazioni al diminuire del diametro dei sottodomini (cioè all aumentare del loro numero), controllando anche cosa succede nel caso di overlap singolo o doppio, ottenendo i risultati riportati in figura (4) Possiamo costruire un altro grafico strettamente collegato al caso precedente: dato che il diametro dei sottodomini in prima approssimazione è pari all inverso della radice del numero degli stessi, il condizionamento dovrebbe crescere come la radice del numero di sottodiomini. Riportando dunque i risultati in figura (4) in funzione del numero di sottodomini, otteniamo il grafico riportato in figura (5). In modo speculare abbiamo anche effettuato simulazioni numeriche per vedere l andamento del numero di iterazioni al diminuire dello spessore δ di sovrapposizione dei domini. Per fare questo

16 16 2 Il metodo della decomposizione dei domini Figura 4: Andamento del numero di iterazioni del metodo di Richardson in funzione del massimo diametro dei sottodomini. Figura 5: Andamento del numero di iterazioni del metodo di Richardson in funzione del massimo diametro dei sottodomini. abbiamo utilizzato due sottodomini con overlap singolo e abbiamo infittito via via la griglia, di modo che lo spessore dell overlap diventasse sempre più piccolo. L andamento del numero di iterazioni in funzione di δ è riportato in figura (6).

17 2.4 Un problema di trasporto 17 Figura 6: Andamento del numero di iterazioni del metodo di Richardson in funzione dello spessore δ di sovrapposizione tra i domini. 2.4 Un problema di trasporto Proviamo ora a considerare un problema un po più complesso di quelli considerati precedentemente. Consideriamo α u + b u = 0 in Ω u = 1 su Γ D (15) u = 0 su Γ N dove Ω è il quadrato [0, 1] 2 con al suo interno alcuni buchi, come illustrato in figura (7). L incognita u possiamo pensarla come lo stato stazionario della concentrazione di un inquinante che diffonde nell aria sotto l azione di un campo di trasporto impostob. In questo modello il buco colorato in rosso nel dominio può essere interpretato come una ciminiera, sul bordod ella quale la concentrazione di inquinante rimane fissa a causa della continua emissione. Le zone colorate in blu possono essere interpretate come delle altre strutture nelle vicinanze della ciminiera. La condizione al bordo su queste strutture è di derivata normale nulla (attraverso le pareti non vi è flusso di inquinante). La condizione ideale da porre al bordo esterno sarebbe probabilmente una condizione di radiazione o condizione di Robin. Il nostro codice, tuttavia, non riesce a gestire tali condizioni, perciò abbiamo optato per una condizione di Dirichlet omogenea. Per la risoluzione abbiamo usato cinque sottodomini, come si vede bene dalle diverse colorazioni della mesh in figura (7), grado di approssimazione N = 4, overlap singolo e tolleranza sul residuo pari a 1e 04. Il numero di elementi della griglia è pari a 924. Inoltre abbiamo posto α = 1 e b = [ 10, 10] T, che equivale alla situazione in cui il vento soffia verso l angolo in basso a destra, ossia spinge l inquinante emesso dalla ciminiera verso gli edifici. La soluzione ottenuta rispecchia le aspettative, in quanto presenta un chiaro trasporto nella direzione del vento e un accumulo di inquinante nelle pareti esposte al vento, come si può notare dal grafico (8) Per quanto riguarda i tempi di esecuzione, il programma ha impiegato per essere esguito completamente un totale di 723 secondi, così distribuiti: acquisizione dati e preprocessing, 0 secondi.

18 18 2 Il metodo della decomposizione dei domini Figura 7: La mesh utilizzata per il problema (15). Il bordo del buco colorato in rosso costituisce il bordo di Dirichlet, mentre il bordo esterno e il bordo dei buchi colorati in blu costituiscono quello di Neumann. Figura 8: Contour plot della concentrazione u per il problema (15). instanzianziazione del problema, 11 secondi, sostanzialmente spesi nel partizionamento del dominio. creazione dei sottoproblemi, 61 secondi, sostanzialmente spesi nell assemblaggio delle matrici di stiffness locali. ciclo iterativo, 649 secondi, sostanzialmente spesi nella risoluzione dei sistemi lineari locali per l aggiornamento dell incremento. salvataggio mesh e soluzione, 2 secondi.

19 19 Dettagli Implementativi L intero programma è stato gestito per rendere il più agevole possibile l implementazione algoritmica per la costruzione e la successiva risoluzione di problemi ellittici lineari. Il main, infatti, è molto semplice e intuitivo e per fare ciò sono state sviluppate diverse classi di base e numerose classi avanzate. Le prime hanno permesso l introduzione di concetti semplici e ben implementati, permettendo quindi di semplificare numerose operazioni fatte nelle classi più complesse. L ottimizzazione del codice si è concentrata per lo più sulle classi di base e sulla classe che permette di integrare, in quanto infatti appartengono proprio a loro i metodi che vengono richiamati maggiormente. Alcune classi avanzate, invece, hanno metodi lunghi e complessi che devono però essere richiamati una sola volta; per loro non abbiamo provato a ottimizzare il codice, cercando di privilegiare la maggior leggibilità rispetto all efficienza (che è pur sempre buona). La lettura dei dati viene fatta utilizzando il pacchetto GetPot, che permette di gestire comodamente files contenenti dati che poi servono al programma, senza dover ricompilare ogni volta il programma. Riscrivendo opportunamente il file main.cpp, è comunque possibile utilizzare tutto il programma senza l uso di GetPot, che tuttavia ci sentiamo di consigliare fortemente. La gestione degli errori all interno di tutto il codice è stata fatta utilizzando l estensione della funzione assert, implementata dal prof. Formaggia: ASSERTM contenuta nel file extendedassert.hpp. Il messaggio di output che genera prima di fermare il programma è in un formato standard: prima di tutto si specifica la funzione o il metodo che genera l errore e poi viene spiegata la tipologia stessa dell errore. In questo modo l utente, e il programmatore, possono trovare velocemente l errore nel programma. Utilizzando l istruzione #define NDEBUG per il pre-processore, si possono disattivare tutte le chiamate alla funzione ASSERTM, e rendere più veloce il programma. 3 Classi di base In questa sezione presenteremo le classi di base. Esse risultano molto semplici dal punto di vista implementativo, ma sono la base per una buona programmazione ed efficienza per le classe più complesse. 3.1 Classe Point È la classe base per l intero programma, permette di gestire un punto geometrico, inteso come coppia (x, y). class Point{ Uint _Id; double _x; double _y; A suo interno, oltre al valore di ascissa e di ordinata, troviamo anche un numero identificativo, utile a poter distinguere più agevolmente un punto da un altro. Troviamo inoltre metodi standard di lettura degli attributi e l overloading dell operatore di uguaglianza =. 3.2 Classe Edge La classe Edge permette di gestire i lati come enti geometrici. class Edge{ Uint _Id; Uint _first; Uint _last; Uint _elem_right; Uint _elem_left;

20 20 3 Classi di base std::vector<uint> _int_dof; Al suo interno troviamo esclusivamente gli Id di tutti i punti che vi appartengono, questo per poter facilitare sia la ricerca dei punti, sia per non dover memorizzare tutti i punti per tutti i lati. Gli Id dei punti memorizzati sul lato sono gestiti da una classe superiore, in cui sono presenti tutti i punti intesi come Point. Vi è una suddivisione tra i nodi interni e quelli di bordo, che risulta molto comoda per numerose operazioni successive. Vengono memorizzati anche gli Id dell elemento che sta alla sinistra del lato e dell elemento che sta alla destra del lato; questo sempre per poter facilitare eventuali ricerche o per determiare se il lato è di bordo o meno. Nella memorizzazione degli Id estremi del lato, il primo è sempre quello con Id più piccolo. Per quanto riguarda i metodi contenuti, troviamo i metodi standard di lettura, l overloading dell operatore di uguaglianza = e qualche metodo di scrittura utile nella fase di creazione degli enti che costituiscono la mesh. L attributo _elem_left, ad esempio, non può infatti essere noto prima di aver costruito tutti gli elementi, i quali, per altro, non possono essere costruiti prima di aver creato tutti i lati. 3.3 Classe Elem Classe che implementa un generico quadrilatero derivante dal partizionamento, a mezzo di mesh, di un generico dominio. class Elem{ Uint _Id; std::vector<uint> _vertices; std::vector<uint> _edges; std::vector<int> _orient; std::vector<uint> _global_num; std::vector<point> _nodes; In essa troviamo, oltre all Id univocamente identificativo dell elemento, anche un vettore con i quattro Id dei quattro vertici che identificano geometricamente l elemento. Vi sono presenti, sempre sotto forma di Id, i quattro lati che formano l elemento e la loro rispettiva orientazione. L orientazione del lato è un flag: 1 se è concorde con la numerazione locale dei nodi, 0 i caso contrario, -1 se non è ancora stata settata; serve esclusivamente nel metodo problema::_build_numeration. Sono presenti tutti i nodi di quadratura per l elemento gestiti utilizzando un vettore di Point, e la loro rispettiva numerazione globale all interno dell intera mesh. Per quanto riguarda i metodi della classe, oltre ovviamente ai vari metodi standard di lettura, troviamo, come per la classe Edge, alcuni metodi di scrittura, utili in fase di creazione degli enti geometrici e loverloading dell operatore di uguaglianza =. 3.4 Classe Matrix La classe Matrix implementa matrici sparse nel formato COOrdinate. class Matrix{ Cont A; Essa memorizza esclusivamente le coppie (i, j) e il relativo elemento della matrice a ij. In particolare le coppie, che rappresentano la posizione dell elemento a ij all interno della matrice, sono definite come pair di interi strettamente positivi; questo permette un controllo implicito sui valori in ingresso.

METODI ITERATIVI PER SISTEMI LINEARI

METODI ITERATIVI PER SISTEMI LINEARI METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Da una a più variabili: derivate

Da una a più variabili: derivate Da una a più variabili: derivate ( ) 5 gennaio 2011 Scopo di questo articolo è di evidenziare le analogie e le differenze, relativamente al calcolo differenziale, fra le funzioni di una variabile reale

Dettagli

SISTEMI LINEARI QUADRATI: METODI ITERATIVI

SISTEMI LINEARI QUADRATI: METODI ITERATIVI SISTEMI LINEARI QUADRATI: METODI ITERATIVI CALCOLO NUMERICO e PROGRAMMAZIONE SISTEMI LINEARI QUADRATI:METODI ITERATIVI p./54 RICHIAMI di ALGEBRA LINEARE DEFINIZIONI A R n n simmetrica se A = A T ; A C

Dettagli

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE 1. EQUAZIONI Definizione: un equazione è un uguaglianza tra due espressioni letterali (cioè in cui compaiono numeri, lettere

Dettagli

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è

Dettagli

Approssimazione polinomiale di funzioni e dati

Approssimazione polinomiale di funzioni e dati Approssimazione polinomiale di funzioni e dati Approssimare una funzione f significa trovare una funzione f di forma più semplice che possa essere usata al posto di f. Questa strategia è utilizzata nell

Dettagli

Integrazione numerica

Integrazione numerica Integrazione numerica Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Lezione 6-20-26 ottobre 2009 Indice 1 Formule di quadratura semplici e composite Formule di quadratura

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

EQUAZIONI non LINEARI

EQUAZIONI non LINEARI EQUAZIONI non LINEARI Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ EQUAZIONI non LINEARI p.1/44 EQUAZIONI

Dettagli

Funzioni di più variabili. Ottimizzazione libera e vincolata

Funzioni di più variabili. Ottimizzazione libera e vincolata libera e vincolata Generalità. Limiti e continuità per funzioni di 2 o Piano tangente. Derivate successive Formula di Taylor libera vincolata Lo ordinario è in corrispondenza biunivoca con i vettori di

Dettagli

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia DERIVATE DELLE FUNZIONI esercizi proposti dal Prof. Gianluigi Trivia Incremento della variabile indipendente e della funzione. Se, sono due valori della variabile indipendente, y f ) e y f ) le corrispondenti

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

LA FUNZIONE ESPONENZIALE E IL LOGARITMO

LA FUNZIONE ESPONENZIALE E IL LOGARITMO LA FUNZIONE ESPONENZIALE E IL LOGARITMO APPUNTI PER IL CORSO DI ANALISI MATEMATICA I G. MAUCERI Indice 1. Introduzione 1 2. La funzione esponenziale 2 3. Il numero e di Nepero 9 4. L irrazionalità di e

Dettagli

γ (t), e lim γ (t) cioè esistono la tangente destra e sinistra negli estremi t j e t j+1.

γ (t), e lim γ (t) cioè esistono la tangente destra e sinistra negli estremi t j e t j+1. Capitolo 6 Integrali curvilinei In questo capitolo definiamo i concetti di integrali di campi scalari o vettoriali lungo curve. Abbiamo bisogno di precisare le curve e gli insiemi che verranno presi in

Dettagli

Corso di Analisi Matematica. Polinomi e serie di Taylor

Corso di Analisi Matematica. Polinomi e serie di Taylor a.a. 2013/14 Laurea triennale in Informatica Corso di Analisi Matematica Polinomi e serie di Taylor Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità degli

Dettagli

METODO DEI MINIMI QUADRATI. Quest articolo discende soprattutto dai lavori di Deming, Press et al. (Numerical Recipes) e Jefferys.

METODO DEI MINIMI QUADRATI. Quest articolo discende soprattutto dai lavori di Deming, Press et al. (Numerical Recipes) e Jefferys. METODO DEI MINIMI QUADRATI GIUSEPPE GIUDICE Sommario Il metodo dei minimi quadrati è trattato in tutti i testi di statistica e di elaborazione dei dati sperimentali, ma non sempre col rigore necessario

Dettagli

STUDIO DI UNA FUNZIONE

STUDIO DI UNA FUNZIONE STUDIO DI UNA FUNZIONE OBIETTIVO: Data l equazione Y = f(x) di una funzione a variabili reali (X R e Y R), studiare l andamento del suo grafico. PROCEDIMENTO 1. STUDIO DEL DOMINIO (CAMPO DI ESISTENZA)

Dettagli

Minimizzazione di Reti Logiche Combinatorie Multi-livello

Minimizzazione di Reti Logiche Combinatorie Multi-livello Minimizzazione di Reti Logiche Combinatorie Multi-livello Maurizio Palesi Maurizio Palesi 1 Introduzione Obiettivo della sintesi logica: ottimizzazione delle cifre di merito area e prestazioni Prestazioni:

Dettagli

Funzioni in più variabili

Funzioni in più variabili Funzioni in più variabili Corso di Analisi 1 di Andrea Centomo 27 gennaio 2011 Indichiamo con R n, n 1, l insieme delle n-uple ordinate di numeri reali R n4{(x 1, x 2,,x n ), x i R, i =1,,n}. Dato X R

Dettagli

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di sostituirsi

Dettagli

if t>=0 x=1; else x=0; end fornisce, nella variabile x, il valore della funzione gradino a tempi continui, calcolata in t.

if t>=0 x=1; else x=0; end fornisce, nella variabile x, il valore della funzione gradino a tempi continui, calcolata in t. Il programma MATLAB In queste pagine si introduce in maniera molto breve il programma di simulazione MAT- LAB (una abbreviazione di MATrix LABoratory). Introduzione MATLAB è un programma interattivo di

Dettagli

4. Operazioni elementari per righe e colonne

4. Operazioni elementari per righe e colonne 4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:

Dettagli

Appunti di Algebra Lineare

Appunti di Algebra Lineare Appunti di Algebra Lineare Indice 1 I vettori geometrici. 1 1.1 Introduzione................................... 1 1. Somma e prodotto per uno scalare....................... 1 1.3 Combinazioni lineari e

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno

GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno La Vista CAS L ambiente di lavoro Le celle Assegnazione di una variabile o di una funzione / visualizzazione

Dettagli

Esponenziali elogaritmi

Esponenziali elogaritmi Esponenziali elogaritmi Potenze ad esponente reale Ricordiamo che per un qualsiasi numero razionale m n prendere n>0) si pone a m n = n a m (in cui si può sempre a patto che a sia un numero reale positivo.

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)

Dettagli

Matematica B - a.a 2006/07 p. 1

Matematica B - a.a 2006/07 p. 1 Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2004

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2004 ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 004 Il candidato risolva uno dei due problemi e 5 dei 10 quesiti in cui si articola il questionario. PROBLEMA 1 Sia f la funzione definita da: f

Dettagli

RETTE, PIANI, SFERE, CIRCONFERENZE

RETTE, PIANI, SFERE, CIRCONFERENZE RETTE, PIANI, SFERE, CIRCONFERENZE 1. Esercizi Esercizio 1. Dati i punti A(1, 0, 1) e B(, 1, 1) trovare (1) la loro distanza; () il punto medio del segmento AB; (3) la retta AB sia in forma parametrica,

Dettagli

(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto.

(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto. 29 giugno 2009 - PROVA D ESAME - Geometria e Algebra T NOME: MATRICOLA: a=, b=, c= Sostituire ai parametri a, b, c rispettivamente la terzultima, penultima e ultima cifra del proprio numero di matricola

Dettagli

CS. Cinematica dei sistemi

CS. Cinematica dei sistemi CS. Cinematica dei sistemi Dopo aver esaminato la cinematica del punto e del corpo rigido, che sono gli schemi più semplificati con cui si possa rappresentare un corpo, ci occupiamo ora dei sistemi vincolati.

Dettagli

Rapida Introduzione all uso del Matlab Ottobre 2002

Rapida Introduzione all uso del Matlab Ottobre 2002 Rapida Introduzione all uso del Matlab Ottobre 2002 Tutti i tipi di dato utilizzati dal Matlab sono in forma di array. I vettori sono array monodimensionali, e così possono essere viste le serie temporali,

Dettagli

+ / operatori di confronto (espressioni logiche/predicati) / + 5 3 9 = > < Pseudo codice. Pseudo codice

+ / operatori di confronto (espressioni logiche/predicati) / + 5 3 9 = > < Pseudo codice. Pseudo codice Pseudo codice Pseudo codice Paolo Bison Fondamenti di Informatica A.A. 2006/07 Università di Padova linguaggio testuale mix di linguaggio naturale ed elementi linguistici con sintassi ben definita e semantica

Dettagli

Flusso a costo minimo e simplesso su reti

Flusso a costo minimo e simplesso su reti Flusso a costo minimo e simplesso su reti La particolare struttura di alcuni problemi di PL può essere talvolta utilizzata per la progettazione di tecniche risolutive molto più efficienti dell algoritmo

Dettagli

METODO DELLE FORZE 1. METODO DELLE FORZE PER LA SOLUZIONE DI STRUTTURE IPERSTATICHE. 1.1 Introduzione

METODO DELLE FORZE 1. METODO DELLE FORZE PER LA SOLUZIONE DI STRUTTURE IPERSTATICHE. 1.1 Introduzione METODO DELLE FORZE CORSO DI PROGETTZIONE STRUTTURLE a.a. 010/011 Prof. G. Salerno ppunti elaborati da rch. C. Provenzano 1. METODO DELLE FORZE PER L SOLUZIONE DI STRUTTURE IPERSTTICHE 1.1 Introduzione

Dettagli

INTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito.

INTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito. INTEGRALI DEFINITI Sia nel campo scientifico che in quello tecnico si presentano spesso situazioni per affrontare le quali è necessario ricorrere al calcolo dell integrale definito. Vi sono infatti svariati

Dettagli

Cristian Secchi Pag. 1

Cristian Secchi Pag. 1 CONTROLLI DIGITALI Laurea Magistrale in Ingegneria Meccatronica SISTEMI A TEMPO DISCRETO Ing. Tel. 0522 522235 e-mail: cristian.secchi@unimore.it http://www.dismi.unimo.it/members/csecchi Richiami di Controlli

Dettagli

2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 1 INTRODUZIONE

2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 1 INTRODUZIONE 2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 INTRODUZIONE Il problema agli autovalori di un operatore La trattazione del problema agli autovalori di un operatore fatta negli spazi finitodimensionali

Dettagli

COME MASSIMIZZARE UNA FUNZIONE DI UTILITÀ

COME MASSIMIZZARE UNA FUNZIONE DI UTILITÀ icroeconomia Douglas Bernheim, ichael Whinston Copyright 009 The cgraw-hill Companies srl COE ASSIIZZARE UNA FUNZIONE DI UTILITÀ Supponiamo che il reddito mensile di Elena sia pari a Y e sia interamente

Dettagli

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO ARCHIMEDE 4/ 97 ESAME DI STATO SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO Il candidato risolva uno dei due problemi e 5 dei quesiti in cui si articola il questionario. PROBLEMA In un

Dettagli

Raccolta di Esercizi di Matematica. Capitolo 8 : Modalità CAS (Computer Algebra S ystem)

Raccolta di Esercizi di Matematica. Capitolo 8 : Modalità CAS (Computer Algebra S ystem) Raccolta di Esercizi di Matematica Capitolo 8 : Modalità CAS (Computer Algebra S ystem) Contenuti: 8-1. L ordine Algebrico delle Operazioni 8-2. Problemi sulle Percentuali 8-3. Le Forme Standard e Point-Slope

Dettagli

1 Definizione: lunghezza di una curva.

1 Definizione: lunghezza di una curva. Abstract Qui viene affrontato lo studio delle curve nel piano e nello spazio, con particolare interesse verso due invarianti: la curvatura e la torsione Il primo ci dice quanto la curva si allontana dall

Dettagli

Indice generale. Modulo 1 Algebra 2

Indice generale. Modulo 1 Algebra 2 Indice generale Modulo 1 Algebra 2 Capitolo 1 Scomposizione in fattori. Equazioni di grado superiore al primo 1.1 La scomposizione in fattori 2 1.2 Raccoglimento a fattor comune 3 1.3 Raccoglimenti successivi

Dettagli

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni.

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni. MATEMATICA. Sistemi lineari in due equazioni due incognite. Date due equazioni lineari nelle due incognite x, y come ad esempio { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un

Dettagli

Nota su Crescita e Convergenza

Nota su Crescita e Convergenza Nota su Crescita e Convergenza S. Modica 28 Ottobre 2007 Nella prima sezione si considerano crescita lineare ed esponenziale e le loro proprietà elementari. Nella seconda sezione si spiega la misura di

Dettagli

IV-1 Funzioni reali di più variabili

IV-1 Funzioni reali di più variabili IV- FUNZIONI REALI DI PIÙ VARIABILI INSIEMI IN R N IV- Funzioni reali di più variabili Indice Insiemi in R n. Simmetrie degli insiemi............................................ 4 2 Funzioni da R n a R

Dettagli

Numeri reali. Funzioni e loro grafici

Numeri reali. Funzioni e loro grafici Argomento Numeri reali. Funzioni e loro grafici Parte B - Funzioni e loro grafici Funzioni reali di variabile reale Definizioni. Supponiamo che A sia un sottoinsieme di R e che esista una legge che ad

Dettagli

Lab. 1 - Introduzione a Matlab

Lab. 1 - Introduzione a Matlab Lab. 1 - Introduzione a Matlab Alcune informazioni su Matlab Matlab è uno strumento per il calcolo scientifico utilizzabile a più livelli, dalla calcolatrice tascabile, alla simulazione ed analisi di sistemi

Dettagli

Se x* e punto di minimo (locale) per la funzione nell insieme Ω, Ω = { x / g i (x) 0 i I, h j (x)= 0 j J } lo e anche per F(x) = f o (x) + c x x 2

Se x* e punto di minimo (locale) per la funzione nell insieme Ω, Ω = { x / g i (x) 0 i I, h j (x)= 0 j J } lo e anche per F(x) = f o (x) + c x x 2 NLP -OPT 1 CONDIZION DI OTTIMO [ Come ricavare le condizioni di ottimo. ] Si suppone x* sia punto di ottimo (minimo) per il problema min f o (x) con vincoli g i (x) 0 i I h j (x) = 0 j J la condizione

Dettagli

Problema n. 1: CURVA NORD

Problema n. 1: CURVA NORD Problema n. 1: CURVA NORD Sei il responsabile della gestione del settore Curva Nord dell impianto sportivo della tua città e devi organizzare tutti i servizi relativi all ingresso e all uscita degli spettatori,

Dettagli

Compito di SISTEMI E MODELLI. 19 Febbraio 2015

Compito di SISTEMI E MODELLI. 19 Febbraio 2015 Compito di SISTEMI E MODELLI 9 Febbraio 5 Non é ammessa la consultazione di libri o quaderni. Le risposte vanno giustificate. Saranno rilevanti per la valutazione anche l ordine e la chiarezza di esposizione.

Dettagli

1 LA CORRENTE ELETTRICA CONTINUA

1 LA CORRENTE ELETTRICA CONTINUA 1 LA CORRENTE ELETTRICA CONTINUA Un conduttore ideale all equilibrio elettrostatico ha un campo elettrico nullo al suo interno. Cosa succede se viene generato un campo elettrico diverso da zero al suo

Dettagli

Esercizi di Algebra Lineare. Claretta Carrara

Esercizi di Algebra Lineare. Claretta Carrara Esercizi di Algebra Lineare Claretta Carrara Indice Capitolo 1. Operazioni tra matrici e n-uple 1 1. Soluzioni 3 Capitolo. Rette e piani 15 1. Suggerimenti 19. Soluzioni 1 Capitolo 3. Gruppi, spazi e

Dettagli

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Se a e b sono numeri interi, si dice che a divide b, in simboli: a b, se e solo se esiste c Z tale che b = ac. Si può subito notare che:

Dettagli

+ P a n n=1 + X. a n = a m 3. n=1. m=4. Per poter dare un significato alla somma (formale) di infiniti termini, ricorriamo al seguente procedimento:

+ P a n n=1 + X. a n = a m 3. n=1. m=4. Per poter dare un significato alla somma (formale) di infiniti termini, ricorriamo al seguente procedimento: Capitolo 3 Serie 3. Definizione Sia { } una successione di numeri reali. Ci proponiamo di dare significato, quando possibile, alla somma a + a 2 +... + +... di tutti i termini della successione. Questa

Dettagli

Quando troncare uno sviluppo in serie di Taylor

Quando troncare uno sviluppo in serie di Taylor Quando troncare uno sviluppo in serie di Taylor Marco Robutti October 13, 2014 Lo sviluppo in serie di Taylor di una funzione è uno strumento matematico davvero molto utile, e viene spesso utilizzato in

Dettagli

Geometria nel piano complesso

Geometria nel piano complesso Geometria nel piano complesso Giorgio Ottaviani Contents Un introduzione formale del piano complesso 2 Il teorema di Napoleone 5 L inversione circolare 6 4 Le trasformazioni di Möbius 7 5 Il birapporto

Dettagli

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: G.C.D.( a d, b d ) = 1 Sono state introdotte a lezione due definizioni importanti che ricordiamo: Definizione

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

Quando A e B coincidono una coppia ordinata é determinata anche dalla loro posizione.

Quando A e B coincidono una coppia ordinata é determinata anche dalla loro posizione. Grafi ed Alberi Pag. /26 Grafi ed Alberi In questo capitolo richiameremo i principali concetti di due ADT che ricorreranno puntualmente nel corso della nostra trattazione: i grafi e gli alberi. Naturale

Dettagli

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento ARTICOLO Archimede 4 4 esame di stato 4 seconda prova scritta per i licei scientifici di ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. PROBLEMA Nella figura

Dettagli

Esercizi su lineare indipendenza e generatori

Esercizi su lineare indipendenza e generatori Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v

Dettagli

L. Pandolfi. Lezioni di Analisi Matematica 2

L. Pandolfi. Lezioni di Analisi Matematica 2 L. Pandolfi Lezioni di Analisi Matematica 2 i Il testo presenta tre blocchi principali di argomenti: A Successioni e serie numeriche e di funzioni: Cap., e 2. B Questa parte consta di due, da studiarsi

Dettagli

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1 LEZIONE 14 141 Dimensione di uno spazio vettoriale Abbiamo visto come l esistenza di una base in uno spazio vettoriale V su k = R, C, permetta di sostituire a V, che può essere complicato da trattare,

Dettagli

ESAME DI STATO 2010 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO

ESAME DI STATO 2010 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO Archimede ESAME DI STATO SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO ARTICOLO Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. Sia ABCD un quadrato di

Dettagli

ED. Equazioni cardinali della dinamica

ED. Equazioni cardinali della dinamica ED. Equazioni cardinali della dinamica Dinamica dei sistemi La dinamica dei sistemi di punti materiali si può trattare, rispetto ad un osservatore inerziale, scrivendo l equazione fondamentale della dinamica

Dettagli

Esercizi per il corso di Algoritmi e Strutture Dati

Esercizi per il corso di Algoritmi e Strutture Dati 1 Esercizi per il corso di Algoritmi e Strutture Dati Esercizi sulla Tecnica Divide et Impera N.B. Tutti gli algoritmi vanno scritti in pseudocodice (non in Java, né in C++, etc. ). Di tutti gli algoritmi

Dettagli

Studente: SANTORO MC. Matricola : 528

Studente: SANTORO MC. Matricola : 528 CORSO di LAUREA in INFORMATICA Corso di CALCOLO NUMERICO a.a. 2004-05 Studente: SANTORO MC. Matricola : 528 PROGETTO PER L ESAME 1. Sviluppare una versione dell algoritmo di Gauss per sistemi con matrice

Dettagli

Note integrative ed Esercizi consigliati

Note integrative ed Esercizi consigliati - a.a. 2006-07 Corso di Laurea Specialistica in Ingegneria Civile (CIS) Note integrative ed consigliati Laura Poggiolini e Gianna Stefani Indice 0 1 Convergenza uniforme 1 2 Convergenza totale 5 1 Numeri

Dettagli

CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1

CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1 1.1 Che cos è un algoritmo CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1 Gli algoritmi sono metodi per la soluzione di problemi. Possiamo caratterizzare un problema mediante i dati di cui si dispone all inizio

Dettagli

Equazioni differenziali ordinarie

Equazioni differenziali ordinarie Capitolo 2 Equazioni differenziali ordinarie 2.1 Formulazione del problema In questa sezione formuleremo matematicamente il problema delle equazioni differenziali ordinarie e faremo alcune osservazioni

Dettagli

ALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE

ALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE ALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE Sia I un intervallo di R e siano a = inf(i) R { } e b = sup(i) R {+ }; i punti di I diversi dagli estremi a e b, ( e quindi appartenenti all intervallo aperto

Dettagli

esame di stato 2012 seconda prova scritta per il liceo scientifico di ordinamento

esame di stato 2012 seconda prova scritta per il liceo scientifico di ordinamento RTICL rchimede 4 esame di stato seconda prova scritta per il liceo scientifico di ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario PRBLEM Siano f e g le funzioni

Dettagli

Esercizi svolti sui numeri complessi

Esercizi svolti sui numeri complessi Francesco Daddi - ottobre 009 Esercizio 1 Risolvere l equazione z 1 + i = 1. Soluzione. Moltiplichiamo entrambi i membri per 1 + i in definitiva la soluzione è z 1 + i 1 + i = 1 1 + i z = 1 1 i. : z =

Dettagli

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile Problemi connessi all utilizzo di un numero di bit limitato Abbiamo visto quali sono i vantaggi dell utilizzo della rappresentazione in complemento alla base: corrispondenza biunivoca fra rappresentazione

Dettagli

AA 2006-07 LA RICORSIONE

AA 2006-07 LA RICORSIONE PROGRAMMAZIONE AA 2006-07 LA RICORSIONE AA 2006-07 Prof.ssa A. Lanza - DIB 1/18 LA RICORSIONE Il concetto di ricorsione nasce dalla matematica Una funzione matematica è definita ricorsivamente quando nella

Dettagli

Esistenza di funzioni continue non differenziabili in alcun punto

Esistenza di funzioni continue non differenziabili in alcun punto UNIVERSITÀ DEGLI STUDI DI CAGLIARI FACOLTÀ DI SCIENZE MATEMATICHE, FISICHE E NATURALI CORSO DI LAUREA IN MATEMATICA Esistenza di funzioni continue non differenziabili in alcun punto Relatore Prof. Andrea

Dettagli

I Numeri Complessi. Si verifica facilmente che, per l operazione di somma in definita dalla (1), valgono le seguenti

I Numeri Complessi. Si verifica facilmente che, per l operazione di somma in definita dalla (1), valgono le seguenti Y T T I Numeri Complessi Operazioni di somma e prodotto su Consideriamo, insieme delle coppie ordinate di numeri reali, per cui si ha!"# $&% '( e )("+* Introduciamo in tale insieme una operazione di somma,/0"#123045"#

Dettagli

Analisi Matematica I

Analisi Matematica I Analisi Matematica I Fabio Fagnani, Gabriele Grillo Dipartimento di Matematica Politecnico di Torino Queste dispense contengono il materiale delle lezioni del corso di Analisi Matematica I rivolto agli

Dettagli

Appunti sulle disequazioni

Appunti sulle disequazioni Premessa Istituto d Istruzione Superiore A. Tilgher Ercolano (Na) Appunti sulle disequazioni Questa breve trattazione non vuole costituire una guida completa ed esauriente sull argomento, ma vuole fornire

Dettagli

QUARTA E QUINTA ISTITUTO TECNICO INDUSTRIALE

QUARTA E QUINTA ISTITUTO TECNICO INDUSTRIALE QUARTA E QUINTA ISTITUTO TECNICO INDUSTRIALE - Matematica - Griglie di valutazione Materia: Matematica Obiettivi disciplinari Gli obiettivi indicati si riferiscono all intero percorso della classe quarta

Dettagli

su web che riportano documentazione e software dedicati agli argomenti trattati nel libro, riportandone, alla fine dei rispettivi capitoli, gli

su web che riportano documentazione e software dedicati agli argomenti trattati nel libro, riportandone, alla fine dei rispettivi capitoli, gli Prefazione Non è facile definire che cosa è un problema inverso anche se, ogni giorno, facciamo delle operazioni mentali che sono dei metodi inversi: riconoscere i luoghi che attraversiamo quando andiamo

Dettagli

PRINCIPI BASILARI DI ELETTROTECNICA

PRINCIPI BASILARI DI ELETTROTECNICA PRINCIPI BASILARI DI ELETTROTECNICA Prerequisiti - Impiego di Multipli e Sottomultipli nelle equazioni - Equazioni lineari di primo grado e capacità di ricavare le formule inverse - nozioni base di fisica

Dettagli

Metodi numerici per la risoluzione di equazioni. Equazioni differenziali ordinarie

Metodi numerici per la risoluzione di equazioni. Equazioni differenziali ordinarie Metodi numerici per la risoluzione di equazioni differenziali ordinarie Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Lezione 5-31 ottobre 2005 Outline 1 Il problema di Cauchy Il problema

Dettagli

I numeri complessi. Mario Spagnuolo Corso di Laurea in Fisica - Facoltà di Scienze - Università Federico II di Napoli

I numeri complessi. Mario Spagnuolo Corso di Laurea in Fisica - Facoltà di Scienze - Università Federico II di Napoli I numeri complessi Mario Spagnuolo Corso di Laurea in Fisica - Facoltà di Scienze - Università Federico II di Napoli 1 Introduzione Studiare i numeri complessi può sembrare inutile ed avulso dalla realtà;

Dettagli

Consideriamo due polinomi

Consideriamo due polinomi Capitolo 3 Il luogo delle radici Consideriamo due polinomi N(z) = (z z 1 )(z z 2 )... (z z m ) D(z) = (z p 1 )(z p 2 )... (z p n ) della variabile complessa z con m < n. Nelle problematiche connesse al

Dettagli

Analisi Mat. 1 - Ing. Inform. - Soluzioni del compito del 23-3-06

Analisi Mat. 1 - Ing. Inform. - Soluzioni del compito del 23-3-06 Analisi Mat. - Ing. Inform. - Soluzioni del compito del 3-3-6 Sia p il polinomio di quarto grado definito da pz = z 4. Sia S il settore circolare formato dai numeri complessi che hanno modulo minore o

Dettagli

Integrali di superficie: esercizi svolti

Integrali di superficie: esercizi svolti Integrali di superficie: esercizi svolti Gli esercizi contrassegnati con il simbolo * presentano un grado di difficoltà maggiore. Esercizio. Calcolare i seguenti integrali superficiali sulle superfici

Dettagli

Rappresentazione dei numeri in un calcolatore

Rappresentazione dei numeri in un calcolatore Corso di Calcolatori Elettronici I A.A. 2010-2011 Rappresentazione dei numeri in un calcolatore Lezione 2 Università degli Studi di Napoli Federico II Facoltà di Ingegneria Rappresentazione dei numeri

Dettagli

LA NOTAZIONE SCIENTIFICA

LA NOTAZIONE SCIENTIFICA LA NOTAZIONE SCIENTIFICA Definizioni Ricordiamo, a proposito delle potenze del, che = =.000 =.000.000.000.000 ovvero n è uguale ad seguito da n zeri. Nel caso di potenze con esponente negativo ricordiamo

Dettagli

1 Numeri Complessi, Formula di Eulero, Decomposizioni Notevoli,... ecc.

1 Numeri Complessi, Formula di Eulero, Decomposizioni Notevoli,... ecc. Classi Numeriche 1 1 Numeri Complessi, Formula di Eulero, Decomposizioni Notevoli,... ecc. In questo breve capitolo richiamiamo le definizioni delle classi numeriche fondamentali, già note al lettore,

Dettagli

ELEMENTI DI GEOMETRIA ANALITICA: LA RETTA.

ELEMENTI DI GEOMETRIA ANALITICA: LA RETTA. ELEMENTI DI GEOMETRIA ANALITICA: LA RETTA. Prerequisiti I radicali Risoluzione di sistemi di equazioni di primo e secondo grado. Classificazione e dominio delle funzioni algebriche Obiettivi minimi Saper

Dettagli

Equazioni non lineari

Equazioni non lineari CORSO DI LAUREA SPECIALISTICA IN INGEGNERIA ELETTRICA Equazioni non lineari Metodi iterativi per l approssimazione di radici Corso di calcolo numerico 2 01/11/2010 Manuela Carta INDICE Introduzione Metodo

Dettagli

SIMULAZIONE DI PROVA D ESAME CORSO DI ORDINAMENTO

SIMULAZIONE DI PROVA D ESAME CORSO DI ORDINAMENTO SIMULAZINE DI PRVA D ESAME CRS DI RDINAMENT Risolvi uno dei due problemi e 5 dei quesiti del questionario. PRBLEMA Considera la famiglia di funzioni k ln f k () se k se e la funzione g() ln se. se. Determina

Dettagli

Circuiti Elettrici. Schema riassuntivo. Assumendo positive le correnti uscenti da un nodo e negative quelle entranti si formula l importante

Circuiti Elettrici. Schema riassuntivo. Assumendo positive le correnti uscenti da un nodo e negative quelle entranti si formula l importante Circuiti Elettrici Schema riassuntivo Leggi fondamentali dei circuiti elettrici lineari Assumendo positive le correnti uscenti da un nodo e negative quelle entranti si formula l importante La conseguenza

Dettagli

MATRICI E DETERMINANTI

MATRICI E DETERMINANTI MATRICI E DETERMINANTI 1. MATRICI Si ha la seguente Definizione 1: Un insieme di numeri, reali o complessi, ordinati secondo righe e colonne è detto matrice di ordine m x n, ove m è il numero delle righe

Dettagli

2 Formulazione dello shortest path come problema di flusso

2 Formulazione dello shortest path come problema di flusso Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/10 Lecture 20: 28 Maggio 2010 Cycle Monotonicity Docente: Vincenzo Auletta Note redatte da: Annibale Panichella Abstract In questa lezione

Dettagli

Semantica operazionale dei linguaggi di Programmazione

Semantica operazionale dei linguaggi di Programmazione Semantica operazionale dei linguaggi di Programmazione Oggetti sintattici e oggetti semantici Rosario Culmone, Luca Tesei Lucidi tratti dalla dispensa Elementi di Semantica Operazionale R. Barbuti, P.

Dettagli