Documentazione esterna al software matematico sviluppato con MatLab

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Documentazione esterna al software matematico sviluppato con MatLab"

Transcript

1 Documentazione esterna al software matematico sviluppato con MatLab Algoritmi Metodo di Gauss-Seidel con sovrarilassamento Metodo delle Secanti Metodo di Newton Studente Amelio Francesco 556/00699 Anno Accademico: 2003/04

2 Metodo di Gauss-Seidel (con sovrarilassamento) per la soluzione di sistemi lineari con matrici sparse. Scopo Descrizione Risolvere un sistema di equazioni lineari di una matrice sparsa utilizzando il metodo di sovrarilassamento (Gauss-Seidel con accelerazione di convergenza). L algoritmo calcola le soluzioni in modo iterativo usando la formula: x ( k+ ) i = b i i n ( k+ ) aij x j aij j= j= i+ a ii x ( k ) j Il miglioramento fatto ad ogni iterazione dall algoritmo è: r = x x ( k ) ( k+ ) ( k ) i i i Per ottenere un accelerazione della convergenza viene usata la seguente formula: x = x + wr ( k+ ) ( k ) ( k ) i i i w (omega) è il fattore di accelerazione che viene passato alla funzione per migliorare la convergenza (per maggiori informazioni vedi i parametri) Prototipo e parametri SOR (ele, col, rig, b, x, w, toll, maxiter) Parametri in input: ele col rig b x w toll vettore contenente gli elementi non nulli della matrice sparsa in ordine di lettura. vettore contenente gli indici di colonna degli elementi non nulli presenti nella matrice vettore contenente gli indici del vettore col corrispondente al primo elemento non nullo di ogni riga della matrice il vettore dei termini noti. il vettore approssimazione iniziale. Valore di omega che accelera la convergenza. Occorre adoperare un valore tra e 2. Se w = il metodo equivale al metodo di Gauss-Seidel senza sovrarilassamento.

3 precisione richiesta all'algoritmo. maxiter il numero massimo di iterazioni richieste all'algoritmo. Valore restituito: x le soluzioni approssimate del sistema lineare Routine ausiliarie Indicatori di errore Accuratezza Per testate la convergenza viene usata la routine testconvergenza che calcola si massimo del valore assoluto degli autovalori della matrice di iterazione B = D - C. Per prendere l elemento A ij dai tre vettori rappresentanti la matrice sparsa viene utilizzata la funzione getsparseelement. Se il sistema non è convergente viene stampato un messaggio di errore e l algoritmo esce. Durante le iterazioni viene costruito un vettore che memorizza la stima dell errore ad ogni passo. Alla fine il vettore viene stampato. Se non viene raggiunta la precisione richiesta nel numero di iterazioni indicate in maxiter l algoritmo mostra un warning e l approssimazione viene restituita. L indice di accuratezza viene scelto dall utente che utilizza la routine specificando il valore nel parametro toll. Per verificare se è stata raggiunta l accuratezza richiesta l algoritmo effettua questo controllo: norm( abs(x)-abs(prev) ) <= toll*norm(x) Non appena non viene più soddisfatta l algoritmo considera buona l accuratezza. Ad esempio se vogliamo un accuratezza di 0-4 invocheremo la funzione con i seguenti parametri: SOR ( ele, col, rig, b, x, w, 0^-4, maxiter) Per testate il software sono stati effettuate alcune verifiche sulle seguenti tipologie di matrici: ) Matrice fornita dal docente 2) Matrice non a diagonale dominante 3) Matrice singolare 4) Matrice a diagonale dominante 5) Matrice mal condizionata E sono stata fatti vari test quali: test di convergenza, calcolo indice di condizionamento, modifiche al parametro omega. L indice di condizionamento viene calcolato dalla formula norm(a)*norm(a^-)). Il raggio spettrale della matrice di iterazione viene calcolato usando la funziona ausiliaria 2

4 testconvergenzasor. Un teorema dimostra che se il raggio spettrale della matrice di iterazione è maggiore uguale di il metodo non converge. Test () Matrice fornita dal docente I vettori che memorizzano la matrice sono: elem = [2,4,23,-7,4,5,6, -,2,-9,,-8,2,-,8,4,5,-6,-6,9,,20,2, -9,22,-7,5,-8,2,7,2,3,5,6,,9]; col = [,8,2,2,3,5,4,7,5,,6,3,4,4,7,,8,9,8,9, 6,0,3,5,,2,2,6,0,3,6,4,3,5,9,6]; rig = [,3,5,7,9,,4,6,9,22,24,26,28,3,33,35,37]; b = [ ]; L indice di condizionamento della matrice è: e+00 La soluzione data dai comandi in linea di MatLab (A\b) è:

5 Effettuiamo il primo test su questa matrice con i seguenti parametri: w = ; toll = eps; maxiter = 200 Il raggio spettrale è e-00 che è minore di. Invocando l algoritmo con i parametri indicati otteniamo il seguente output: L'algoritmo ha raggiunto la precisione desiderata in 33 iterazioni. e le soluzioni trovate sono: Potremmo provare ad incrementare il fattore di accelerazione omega per ridurre il numero di iterazioni. Utilizziamo l algoritmo con i seguenti parametri: w =.367; toll = eps; maxiter = 200 Il raggio spettrale è e-00 che è minore di ed è migliore del precedente. Invocando l algoritmo con i parametri indicati otteniamo il seguente output: L'algoritmo ha raggiunto la precisione desiderata in 38 iterazioni. e le soluzioni trovate sono:

6 Vediamo ora che succede se al vettore dell approssimazione iniziale impostiamo un valore molto vicino alla soluzione reale. Assegniamo ad x il vettore delle soluzione a meno di un 0.2. Chiamiamo l algoritmo con gli stessi parametri del precedente test e vediamo l output mostrato: L'algoritmo ha raggiunto la precisione desiderata in 35 iterazioni. Abbiamo recuperato solo 3 iterazioni, evidentemente il maggior numero di passi vengono fatti quando ci si avvicina di più alla soluzione reale. Test (2) Matrice non a diagonale dominante A = ; b = 4 ; I vettori che memorizzano la matrice sono: elem = [8,.2, 2, -4, 4, 4, 0.008, 24, -8, 7.92]; col = [, 5,, 2, 2, 3, 5, 4, 3, 5]; rig = [, 3, 5, 8, 9, ]; b = [8, 0, -4, 0.76, ]; L indice di condizionamento della matrice è: e+00 La soluzione data dai comandi in linea di MatLab (A\b) è: Effettuiamo il primo test su questa matrice con i seguenti parametri: w = ; toll = eps; maxiter = 00 5

7 Il raggio spettrale è e-00 che è minore di. Invocando l algoritmo con i parametri indicati otteniamo il seguente output: L'algoritmo ha raggiunto la precisione desiderata in 46 iterazioni Il vettore delle soluzioni date è Proviamo ora a cambiare il valore di omega e impostiamolo a.06 lasciando invariati gli altri parametri. Il raggio spettrale, in questo caso è e-00 e l'algoritmo raggiunge la precisione desiderata in 25 iterazioni ottenendo le stesse soluzioni di prima. Se provassimo ad incrementare omega portandolo a.5 il controllo sulla convergenza dell algoritmo ci informerà che l algoritmo non converge (nel caso il controllo sulla convergenza nel codice fosse commentato, l algoritmo potrebbe iterare fino a raggiungere il massimo numero di iterazioni). Supponiamo ora di voler ottenere una precisione minore di eps, ad esempio proviamo ad impostare toll a 0^-2. Con questi valori otteniamo le soluzioni che come si vede sono molto meno vicine a quelle corrette. Test (3) Matrice singolare A = ; b = ; I vettori che memorizzano la matrice sono: elem = [ ]; col = [, 2, 2,4,,3,2,4]; rig = [,3,5,7,9]; b = [, -2, 4, 3]; 6

8 L indice di condizionamento della matrice è: e+032 (calcolato con cond(a)) Un valore alto dell indice di condizionamento indica che la matrice singolare o quasi. L algoritmo in linea di MatLab da come soluzioni un vettore di Inf. Il nostro algoritmo cicla sempre fino al massimo numero di iterazioni. Test (4) Matrice a diagonale dominante A =. ; b = ; I vettori che memorizzano la matrice sono: elem = [.7, -2.6, -.3, 5.2, 7.8, 9., 6.5, -.3, 2.6, -2.6, 5.2, -3.9, 9.] col = [ ] rig = [ ] b = [2, 0.5, 0.6,, 0, 3] L indice di condizionamento della matrice è: e+000 La soluzione data dai comandi in linea di MatLab (A\b) è: Effettuiamo il primo test su questa matrice con i seguenti parametri: w = ; toll = eps; maxiter = 00 Il raggio spettrale è e-00 che è minore di. Invocando l algoritmo con i parametri indicati otteniamo il seguente output: 7

9 L'algoritmo ha raggiunto la precisione desiderata in 24 iterazioni E il risultato ottenuto è: Che è molto molto simile a quello ottenuto dal comando in linea. Per verificarlo assegnamo il risultato del comando in linea alla variabile cpu e il risultato del SOR alla variabile mia ed eseguiamo la seguente istruzione: otteniamo abs(mia)-abs(cpu)<eps che sta a significare che la condizione è vera per tutti gli elementi della soluzione. Effettuando un ultimo test aumentando il valore di w: w =.2; toll = eps; maxiter = 00 notiamo che l algoritmo non termina nel massimo numero di iterazioni perchè non è convergemte. Infatti si vede dal vettore che contiene le stime dell errore che i suoi valori aumentano ad ogni iterazione, ovvero l algoritmo non è convergente. Test (5) Matrice mal condizionata 2^ A = ; b = ; 0 2*0^ ^35 5 I vettori che memorizzano la matrice sono: elem = [2^00, 0.3, 3, 40000, 2*0^-9, ^35]; col = [ ]; 8

10 rig = [ ]; L indice di condizionamento della matrice è:.43969e+047 La soluzione data dai comandi in linea di MatLab (A\b) è: e-03-5e e-048 Effettuiamo il primo test su questa matrice con i seguenti parametri: w = ; toll = eps; maxiter = 00 Il raggio spettrale è e-045 che è molto minore di. Invocando l algoritmo con i parametri indicati otteniamo il seguente output: L'algoritmo ha raggiunto la precisione desiderata in 2 iterazioni Le soluzioni trovate sono: e-03-5e e-048 Lo stesso comando in linea di MatLab ci informa del fatto che la matrice è mal condizionata e che quindi la soluzione non è accurata. 9

11 Metodo delle secanti per il calcolo degli zeri di un equazione non lineare Scopo Descrizione Calcolo degli zeri di un equazione non lineare. A partire da un approssimazione iniziale (gli estremi di un intervallo di partenza) l algoritmo cerca il punto in cui la funzione si annulla. L algoritmo itera su intervalli i cui estremi cambiano ad ogni passo. Gli estremi X k X k+ dell intervallo vengono ricalcolati ad ogni passo usando la formula: x k+ = x k f ( xk )( xk x f ( x ) f ( x k k k ) ) Dove X k+ è l intersezione della secante ai punti X k X k+ con l asse ascisse. Prototipo e parametri secanti ( funzione, x0, x, toll, maxiter) Parametri in input: funzione la funzione su cui deve lavorare. x0 primo estremo dell'intervallo di partenza x secondo estremo dell intervallo di partenza toll è la tolleranza minima ammessa della differenza tra una iterazione e quella successiva. maxiter è il numero massimo di iterazioni dopo le quali l'algoritmo si arresta. Valore restituito: zero lo zero della funzione Routine ausiliarie Indicatori di errore Solo funzioni incluse nelle librerie standard di MatLab quali feval, disp, warning ecc. Se il prodotto della funzione valutata negli estremi dell intervallo dato non è minore di 0 ( f(a)*f(b) >= 0), viene mostrato un warning in cui si comunica all utente che la funzione potrebbe non avere uno zero nell intervallo ma l algoritmo continua. Se non viene raggiunta la precisione richiesta nel numero di iterazioni indicate in maxiter l algoritmo mostra un warning e l ultima approssimazione ottenuta viene restituita. 0

12 Accuratezza L indice di accuratezza viene scelto dall utente che utilizza la routine specificando il valore nel parametro toll. Per verificare se è stata raggiunta l accuratezza richiesta l algoritmo effettua i due controlli sottostanti: abs(x(2)-x()) > toll (accuratezza orizzontale) abs(y(2)) > toll (accuratezza verticale) Non appena non viene più soddisfatta una delle seguenti condizioni l algoritmo considera buona l approssimazione. Ad esempio se vogliamo un accuratezza di 0-4 invocheremo la funzione con i seguenti parametri: secanti( funzione, x0, x, 0^-4, maxiter ) Complessità computazionale La complessità computazionale è data dal numero di valutazioni della funzione nei punti. In realtà per ogni iterazione viene fatta una valutazione della funzione più le due valutazioni iniziale fatta sugli estremi in input. Quindi in totale avremo: Θ ( [numero iterazioni] + 2 ) A seguire vengono mostrati alcuni test effettuati su delle funzioni di esempio.

13 . y = cos x log x Passando l intervallo [/8,2] otteniamo lo zero contrassegnato da [*] nella figura: Per ottenere l altro zero della funzione basta passare l intervallo [-,-/8] Facciamo ora un ulteriore verifica sul comportamento dell algoritmo. Passando alla routine l intervallo[,6] il prossimo punto dell intervallo sostituirà l estremo e porterà ad una situazione di non convergenza che darà una radice immaginaria. Infatti l output sarà: con risultato: Warning: L'algoritmo non ha raggiunto la precisione desiderata nel massimo numero di iterazioni specificate e e+00i Proviamo ora ad utilizzare lo stesso intervallo con gli estremi invertiti [6,] otteniamo: Raggiunta la precisione richiesta in 8 iterazioni. Complessità computazionale (in numero di valutazioni della funzione): 9 2

14 Lo zero trovato è: che è il risultato che volevamo ottenere. 3

15 2x 2. y = e + x 8 x Per trovare lo zero contrassegnato passiamo alla funzione l intervallo [-,-/8]. L output del programma è: Raggiunta la precisione richiesta in 2 iterazioni. Complessità computazionale (in numero di valutazioni della funzione): 3 Lo zero trovato è: e-00 Proviamo ora ad utilizzare lo stesso intervallo con gli estremi invertiti [-9,-8] otteniamo: Warning: Attenzione: la funzione potrebbe non avere degli zeri nell'intervallo fornito. Raggiunta la precisione richiesta in 30 iterazioni. Complessità computazionale (in numero di valutazioni della funzione): 3 Lo zero trovato è: 4

16 Il numero di iterazioni richieste, partendo da questo intervallo sono maggiori, ma la soluzione è la stessa. 5

17 y = 5 2cos x 4sin x 2cos x Passando l intervallo [-/20,0], l algoritmo mostra il messaggio Warning: Attenzione: la funzione potrebbe non avere degli zeri nell'intervallo fornito. Raggiunta la precisione richiesta in 38 iterazioni. Complessità computazionale (in numero di valutazioni della funzione): 39 In effetti la funzione valutata nei due estremi ha valori di uguale segno. Quindi potrebbe non esserci uno zero nell intervallo (per il teorema degli zeri). L algoritmo mostra un semplice avviso ma procede comunque alla ricerca dello zero che verrà trovato e sarà uguale a: e-00 Possiamo fare un ulteriore test cambiando il valore della tolleranza. Passiamo alla funzione toll = 0e-5 L output del programma sarà: Warning: Attenzione: la funzione potrebbe non avere degli zeri nell'intervallo fornito. 6

18 Raggiunta la precisione richiesta in 0 iterazioni. Complessità computazionale (in numero di valutazioni della funzione): Lo zero trovato è: e-00 Come si vede dall output la precisione richiesta è stata raggiunta in 0 iterazioni invece di 38 ma la radice è molto più imprecisa. 7

19 Metodo di Newton (o delle tangenti) per il calcolo degli zeri di un equazione non lineare Scopo Descrizione Calcolo degli zeri di un equazione non lineare. A partire da un approssimazione iniziale l algoritmo cerca il punto in cui la funzione si annulla. L algoritmo trova il punto X k+ in cui la tangente in Xk si interseca con le ascisse. Il nuovo punto viene calcolato con la formula: x k+ = x k f ( xk ) f '( x ) k Prototipo e parametri Come si nota è necessario conoscere la derivata della funzione per ottenere l approssimazione k+ esima dello zero. newton ( funzione, derivata, x0, toll, maxiter) Parametri in input: funzione la funzione su cui deve lavorare. derivata la derivata della funzione fornita dall utente x0 approssimazione iniziale dello zero toll è la tolleranza minima ammessa della differenza tra una iterazione e quella successiva. maxiter è il numero massimo di iterazioni dopo le quali l'algoritmo si arresta. Valore restituito: zero lo zero della funzione Routine ausiliarie Indicatori di errore Solo funzioni incluse nelle librerie standard di MatLab quali feval, disp, warning ecc. Se alla iterata k la derivata nel punto approssimato x0 assume valore molto vicino a 0 rischiamo di fare una divisione per un numero molto piccolo e in ogni caso il prossimo valore dell approssimazione sarebbe un numero troppo grande. Per questo motivo newton probabilmente non converge. In questo caso viene stampato un messaggio di errore e si esce. Se non viene raggiunta la precisione richiesta nel numero di iterazioni i di i I l l i i l i i 8

20 indicate in maxiter l algoritmo mostra un warning e l approssimazione viene restituita. Accuratezza L indice di accuratezza viene scelto dall utente che utilizza la routine specificando il valore nel parametro toll. Ad ogni iterazione viene verificata la condizione: abs( feval(funzione,x0) ) > toll Se non viene soddisfatta vuol dire che è stata raggiunta l accuratezza richiesta. Se vogliamo un accuratezza di 0-4 invocheremo la funzione con i seguenti parametri: newton( funzione, derivata, x0, 0^-4, maxiter ) La complessità computazionale è data dal numero di valutazioni della funzione nei punti. In realtà per ogni iterazione viene fatta una valutazione della funzione e una della sua derivata. Quindi in totale avremo: Complessità computazionale Θ ( [numero iterazioni] * 2 ) A seguire vengono mostrati alcuni test effettuati su delle funzioni di esempio. 9

21 d. y = 2sin 2 x 3cos x (2sin 2 x 3cos x) = 4sin xcos x + 3sin x dx La routine è stata invocata con un approssimazione iniziale di.4 e una toll di 0e-2 e ha raggiunto l accuratezza richiesta in 2 iterazioni. Lo zero trovato è: Provando ad aumentare la tolleranza alla precisione di macchina eps e passando maxiter = 6 l algoritmo ottiene il seguente output. Warning: L'algoritmo non ha raggiunto lo zero nel numero di iterazioni specificate. E l ultima approssimazione calcolata è:

22 d 2. y = cos 2x 3 cos x + = 0 (cos 2x 3 cos x + ) = 2sin 2x + 3sin x in [0,2π] dx Lo zero contrassegnato è stato trovato invocando la routine con un x iniziale uguale a.9, una tolleranza uguale alla precisione di macchina e un numero massimo di iterazioni = 6. L output dell algoritmo è: L'algoritmo ha raggiunto l'accuratezza in 5 iterazioni. E lo zero trovato è: Cambiando il valore di toll a 0e-2 otteniamo L'algoritmo ha raggiunto l'accuratezza in 2 iterazioni. Lo zero trovato è:

23 4 3 2 d y = x + 30x + 263x + 644x 490 ( x + 30x + 263x + 644x 490) = 4x + 90x + 526x dx 8 x Lo zero contrassegnato è stato trovato invocando la routine con un valore di x iniziale uguale a 4 e una tolleranza uguale alla precisione di macchina, e un numero massimo di iterazioni = 0. L output dell algoritmo è: L'algoritmo ha raggiunto l'accuratezza in 7 iterazioni. Lo zero trovato è: e-00 Proviamo ora a cambiare la tolleranza e la impostiamo a 0e-2. Otteniamo il seguente output: Lo zero è: L'algoritmo ha raggiunto l'accuratezza in 5 iterazioni e-00 22

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

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

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

Equazioni non lineari

Equazioni non lineari Dipartimento di Matematica tel. 011 0907503 stefano.berrone@polito.it http://calvino.polito.it/~sberrone Laboratorio di modellazione e progettazione materiali Trovare il valore x R tale che f (x) = 0,

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

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

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

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

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

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

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

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

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

Equazione della Circonferenza - Grafico di una Circonferenza - Intersezione tra Circonferenza e Retta

Equazione della Circonferenza - Grafico di una Circonferenza - Intersezione tra Circonferenza e Retta Equazione della Circonferenza - Grafico di una Circonferenza - Intersezione tra Circonferenza e Retta Francesco Zumbo www.francescozumbo.it http://it.geocities.com/zumbof/ Questi appunti vogliono essere

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

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

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

a. 10 4 b. 10-15 c. 10 25 d. 10-4 a. 4,375 10-7 b. 3,625 10-6 c. 4,375 10 2 d. nessuno dei precedenti valori a. 10-5 b. 10 +5 c. 10 +15 d.

a. 10 4 b. 10-15 c. 10 25 d. 10-4 a. 4,375 10-7 b. 3,625 10-6 c. 4,375 10 2 d. nessuno dei precedenti valori a. 10-5 b. 10 +5 c. 10 +15 d. 1) Il valore di 5 10 20 è: a. 10 4 b. 10-15 c. 10 25 d. 10-4 2) Il valore del rapporto (2,8 10-4 ) / (6,4 10 2 ) è: a. 4,375 10-7 b. 3,625 10-6 c. 4,375 10 2 d. nessuno dei precedenti valori 3) La quantità

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

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

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

Esempi di algoritmi. Lezione III

Esempi di algoritmi. Lezione III Esempi di algoritmi Lezione III Scopo della lezione Implementare da zero algoritmi di media complessità. Verificare la correttezza di un algoritmo eseguendolo a mano. Imparare a valutare le prestazioni

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

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

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

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

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

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

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0. Problema. Sia W il sottospazio dello spazio vettoriale R 4 dato da tutte le soluzioni dell equazione x + x 2 + x = 0. (a. Sia U R 4 il sottospazio dato da tutte le soluzioni dell equazione Si determini

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

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

LE TRASFORMAZIONI GEOMETRICHE NEL PIANO

LE TRASFORMAZIONI GEOMETRICHE NEL PIANO LE TRASFORMAZIONI GEOMETRICHE NEL PIANO Una trasformazione geometrica è una funzione che fa corrispondere a ogni punto del piano un altro punto del piano stesso Si può pensare come MOVIMENTO di punti e

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

Limiti e continuità di funzioni reali di una variabile

Limiti e continuità di funzioni reali di una variabile di funzioni reali di una variabile Corso di Analisi Matematica - capitolo VI Facoltà di Economia, UER Maria Caterina Bramati Université Libre de Bruxelles ECARES 22 Novembre 2006 Intuizione di ite di funzione

Dettagli

Studio grafico-analitico delle funzioni reali a variabile reale

Studio grafico-analitico delle funzioni reali a variabile reale Studio grafico-analitico delle funzioni reali a variabile reale Sequenza dei passi Classificazione In pratica Classifica il tipo di funzione: Funzione razionale: intera / fratta Funzione irrazionale: intera

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

STUDIO DEL SEGNO DI UNA FUNZIONE

STUDIO DEL SEGNO DI UNA FUNZIONE STUDIO DEL SEGNO DI UNA FUNZIONE Quando si studia una funzione! " #$%&' (funzione reale di variabile reale) è fondamentale conoscere il segno, in altre parole sapere per quali valori di &( #$%&'$è positiva,

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

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

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

Introduzione agli algoritmi e alla programmazione in VisualBasic.Net

Introduzione agli algoritmi e alla programmazione in VisualBasic.Net Lezione 1 Introduzione agli algoritmi e alla programmazione in VisualBasic.Net Definizione di utente e di programmatore L utente è qualsiasi persona che usa il computer anche se non è in grado di programmarlo

Dettagli

Introduzione allo Scilab Parte 3: funzioni; vettori.

Introduzione allo Scilab Parte 3: funzioni; vettori. Introduzione allo Scilab Parte 3: funzioni; vettori. Felice Iavernaro Dipartimento di Matematica Università di Bari http://dm.uniba.it/ iavernaro felix@dm.uniba.it 13 Giugno 2007 Felice Iavernaro (Univ.

Dettagli

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014 Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 14 Problema 1 Punto a) Osserviamo che g (x) = f(x) e pertanto g () = f() = in quanto Γ è tangente all asse delle ascisse,

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

Scilab: I Polinomi - Input/Output - I file Script

Scilab: I Polinomi - Input/Output - I file Script Scilab: I Polinomi - Input/Output - I file Script Corso di Informatica CdL: Chimica Claudia d'amato claudia.damato@di.uniba.it Polinomi: Definizione... Un polinomio è un oggetto nativo in Scilab Si crea,

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

1. Intorni di un punto. Punti di accumulazione.

1. Intorni di un punto. Punti di accumulazione. 1. Intorni di un punto. Punti di accumulazione. 1.1. Intorni circolari. Assumiamo come distanza di due numeri reali x e y il numero non negativo x y (che, come sappiamo, esprime la distanza tra i punti

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

LA FUNZIONE INTEGRALE

LA FUNZIONE INTEGRALE LA FUNZIONE INTEGRALE MAGLIOCURIOSO & CAMILLO magliocurioso@hotmail.it Sommario. In questa breve dispensa ho semplicementrascritto in L A TEX il contenuto di questa discussione: http://www.matematicamente.it/forum/

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

esame di stato 2013 seconda prova scritta per il liceo scientifico di ordinamento

esame di stato 2013 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. PROBLEMA La funzione f

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

Appunti sull uso di matlab - I

Appunti sull uso di matlab - I Appunti sull uso di matlab - I. Inizializazione di vettori.. Inizializazione di matrici.. Usare gli indici per richiamare gli elementi di un vettore o una matrice.. Richiedere le dimensioni di una matrice

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

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali.

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali. CAPITOLO 7 Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali. Esercizio 7.1. Determinare il rango delle seguenti matrici al variare del parametro t R. 1 4 2 1 4 2 A 1 = 0 t+1 1 A 2 = 0 t+1 1

Dettagli

Soluzione Punto 1 Si calcoli in funzione di x la differenza d(x) fra il volume del cono avente altezza AP e base il

Soluzione Punto 1 Si calcoli in funzione di x la differenza d(x) fra il volume del cono avente altezza AP e base il Matematica per la nuova maturità scientifica A. Bernardo M. Pedone 74 PROBLEMA Considerata una sfera di diametro AB, lungo, per un punto P di tale diametro si conduca il piano α perpendicolare ad esso

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

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

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

Il luogo delle radici (ver. 1.0)

Il luogo delle radici (ver. 1.0) Il luogo delle radici (ver. 1.0) 1 Sia dato il sistema in retroazione riportato in Fig. 1.1. Il luogo delle radici è uno strumento mediante il quale è possibile valutare la posizione dei poli della funzione

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

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

Misure di base su una carta. Calcoli di distanze

Misure di base su una carta. Calcoli di distanze Misure di base su una carta Calcoli di distanze Per calcolare la distanza tra due punti su una carta disegnata si opera nel modo seguente: 1. Occorre identificare la scala della carta o ricorrendo alle

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

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

Ing. Alessandro Pochì

Ing. Alessandro Pochì Lo studio di unzione Ing. Alessandro Pochì Appunti di analisi Matematica per la Classe VD (a.s. 011/01) Schema generale per lo studio di una unzione Premessa Per Studio unzione si intende, generalmente,

Dettagli

Comandi di Input/Output in Matlab

Comandi di Input/Output in Matlab Comandi di Input/Output in Matlab Il comando format controlla la configurazione numerica dei valori esposta da MAT- LAB; il comando regola solamente come i numeri sono visualizzati o stampati, non come

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

Matrice rappresent. Base ker e img. Rappresentazione cartesiana ker(f) + im(f).

Matrice rappresent. Base ker e img. Rappresentazione cartesiana ker(f) + im(f). Due Matrici A,B. Ker f = ker g. 1- Ridurre a scala A e B e faccio il sistema. 2 Se Vengono gli stessi valori allora, i ker sono uguali. Cauchy 1 autovalore, 1- Metto a matrice x1(0),x2(0),x3(0) e la chiamo

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

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

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

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

ESTRAZIONE DI RADICE

ESTRAZIONE DI RADICE ESTRAZIONE DI RADICE La radice è l operazione inversa dell elevamento a potenza. L esponente della potenza è l indice della radice che può essere: quadrata (); cubica (); quarta (4); ecc. La base della

Dettagli

SEGNO DELLA FUNZIONE. Anche in questo caso, per lo studio del segno della funzione, occorre risolvere la disequazione: y > 0 Ne segue:

SEGNO DELLA FUNZIONE. Anche in questo caso, per lo studio del segno della funzione, occorre risolvere la disequazione: y > 0 Ne segue: CAMPO DI ESISTENZA. Poiché la funzione data è una razionale fratta, essa risulta definita su tutto l asse reale tranne che nei punti in cui il denominatore della frazione si annulla, cioè: C.E. { R: 0}

Dettagli

19. Inclusioni tra spazi L p.

19. Inclusioni tra spazi L p. 19. Inclusioni tra spazi L p. Nel n. 15.1 abbiamo provato (Teorema 15.1.1) che, se la misura µ è finita, allora tra i corispondenti spazi L p (µ) si hanno le seguenti inclusioni: ( ) p, r ]0, + [ : p

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

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

RAPPRESENTAZIONE BINARIA DEI NUMERI. Andrea Bobbio Anno Accademico 1996-1997

RAPPRESENTAZIONE BINARIA DEI NUMERI. Andrea Bobbio Anno Accademico 1996-1997 1 RAPPRESENTAZIONE BINARIA DEI NUMERI Andrea Bobbio Anno Accademico 1996-1997 Numeri Binari 2 Sistemi di Numerazione Il valore di un numero può essere espresso con diverse rappresentazioni. non posizionali:

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

FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA

FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA DEFINIZIONE: Dato un numero reale a che sia a > 0 e a si definisce funzione esponenziale f(x) = a x la relazione che ad ogni valore di x associa uno e un solo

Dettagli

Se log a. b = c allora: A) a b = c B) c a = b C) c b = a D) b c = a E) a c = b. L espressione y = log b x significa che:

Se log a. b = c allora: A) a b = c B) c a = b C) c b = a D) b c = a E) a c = b. L espressione y = log b x significa che: MATEMATICA 2005 Se log a b = c allora: A) a b = c B) c a = b C) c b = a D) b c = a E) a c = b L espressione y = log b x significa che: A) y é l esponente di una potenza di base b e di valore x B) x è l

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

Appunti sul corso di Complementi di Matematica - prof. B.Bacchelli. 03 - Equazioni differenziali lineari omogenee a coefficienti costanti.

Appunti sul corso di Complementi di Matematica - prof. B.Bacchelli. 03 - Equazioni differenziali lineari omogenee a coefficienti costanti. Appunti sul corso di Complementi di Matematica - prof. B.Bacchelli 03 - Equazioni differenziali lineari omogenee a coefficienti costanti. Def. Si dice equazione differenziale lineare del secondo ordine

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

La curva grafico della funzione, partendo dal punto A(a,f(a)), si snoda con continuità, senza interruzioni, fino ad approdare nel punto B(b,f(b)).

La curva grafico della funzione, partendo dal punto A(a,f(a)), si snoda con continuità, senza interruzioni, fino ad approdare nel punto B(b,f(b)). Calcolo differenziale Il teorema di Rolle TEOREMA DI ROLLE Ipotesi f continua su [a, b] f derivabile per lo meno su (a,b) f(a) = f(b) Tesi Esiste almeno un punto c in (a, b) tale che Giustificazione con

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

Le funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S. 2002-03. A. Pisani, appunti di Matematica 1

Le funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S. 2002-03. A. Pisani, appunti di Matematica 1 Le funzioni continue A. Pisani Liceo Classico Dante Alighieri A.S. -3 A. Pisani, appunti di Matematica 1 Nota bene Questi appunti sono da intendere come guida allo studio e come riassunto di quanto illustrato

Dettagli

APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI

APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI Le disequazioni fratte Le disequazioni di secondo grado I sistemi di disequazioni Alessandro Bocconi Indice 1 Le disequazioni non lineari 2 1.1 Introduzione.........................................

Dettagli

1 Alcuni criteri di convergenza per serie a termini non negativi

1 Alcuni criteri di convergenza per serie a termini non negativi Alcuni criteri di convergenza per serie a termini non negativi (Criterio del rapporto.) Consideriamo la serie a (.) a termini positivi (ossia a > 0, =, 2,...). Supponiamo che esista il seguente ite a +

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

MOTO DI UNA CARICA IN UN CAMPO ELETTRICO UNIFORME

MOTO DI UNA CARICA IN UN CAMPO ELETTRICO UNIFORME 6. IL CONDNSATOR FNOMNI DI LTTROSTATICA MOTO DI UNA CARICA IN UN CAMPO LTTRICO UNIFORM Il moto di una particella carica in un campo elettrico è in generale molto complesso; il problema risulta più semplice

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

FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas

FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas.8.6.. - -.5.5 -. In questa dispensa ricordiamo la classificazione delle funzioni elementari e il dominio di esistenza delle stesse. Inoltre

Dettagli

Funzione reale di variabile reale

Funzione reale di variabile reale Funzione reale di variabile reale Siano A e B due sottoinsiemi non vuoti di. Si chiama funzione reale di variabile reale, di A in B, una qualsiasi legge che faccia corrispondere, a ogni elemento A x A

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

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

A i è un aperto in E. i=1

A i è un aperto in E. i=1 Proposizione 1. A è aperto se e solo se A c è chiuso. Dimostrazione. = : se x o A c, allora x o A = A o e quindi esiste r > 0 tale che B(x o, r) A; allora x o non può essere di accumulazione per A c. Dunque

Dettagli

Ricerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani

Ricerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani Ricerca Operativa Esercizi sul metodo del simplesso Luigi De Giovanni, Laura Brentegani 1 1) Risolvere il seguente problema di programmazione lineare. ma + + 3 s.t. 2 + + 2 + 2 + 3 5 2 + 2 + 6,, 0 Soluzione.

Dettagli

Le formule possono essere scritte utilizzando un insieme di funzioni predefinite che Excel mette a disposizione, raggruppate per argomento.

Le formule possono essere scritte utilizzando un insieme di funzioni predefinite che Excel mette a disposizione, raggruppate per argomento. Excel: le funzioni Le formule possono essere scritte utilizzando un insieme di funzioni predefinite che Excel mette a disposizione, raggruppate per argomento. DEFINIZIONE: Le funzioni sono dei procedimenti

Dettagli