Il metodo di Gauss-Newton per le regressioni non-lineari
|
|
- Severino Manca
- 7 anni fa
- Visualizzazioni
Transcript
1 Il metodo di Gauss-Newton per le regressioni non-lineari Andrea Onofri Dipartimento di Scienze Agrarie ed Ambientali Università degli Studi di Perugia Versione on-line: onofri/rtutorial/index.html Sviluppo del metodo iterativo L algoritmo di Gauss-Newton è basato sull espansione in serie di Taylor; in breve, il principio è che ogni funzione f(x) derivabile nel punto x 0 e che ammetta derivate fino all ordine n- in un intervallo che contiene il punto x 0 può essere approssimata con un polinomio P(x), di grado minore o uguale ad n- e definito da: P (x) f(x 0 ) + f (x 0 )(x x 0 ) + f (x 0 )(x x 0 ) f n (x 0 )(x x 0 ) Nel punto x 0 P(x) assume lo stesso valore della funzione f(x), mentre per x diverso da x 0 esso approssima solamente il valore reale della f(x). In parole più semplici e fermando l espansione alla derivata prima, posso dire che se ho una funzione f(x) derivabile in un punto x 0 e della quale conosco f(x 0 ), posso utilizzare la retta tangente alla funzione in x 0 per ottenere valori approssimati per f(x) in un intorno di x 0, il che è utile, se la f è complessa. Lo sviluppo di Taylor può trovare applicazione nelle regressioni non lineari. Infatti, immaginiamo di avere due osservazioni sperimentali, con: X Y Immaginiamo di voler descrivere il vettore Y con una funzione del tipo: Y exp(θ X) Nello spazio a due dimensioni (R 2 ), il problema può essere posto come in figura : il punto Y rappresenta la risposta osservata, mentre la risposta attesa giace sulla curva E(Y), ottenuta assegnando al parametro θ i valori possibili E(Y) g(θ): exp(θ 0.5) E(Y ) exp(θ 5.5)
2 SVILUPPO DEL METODO ITERATIVO 2 Figura : Geometria delle regressioni non-lineari Trovare la risposta attesa E(Y) equivale a trovare il punto della curva più vicino ad Y, minimizzando quindi lo scostamento ɛ. Tuttavia, a differenza del caso lineare, la superficie dove giace la risposta attesa è curva, non lineare (gli incrementi sono più grandi al crescere di θ) e, talvolta (non in questo caso) la superficie è finita. Insomma, il problema della minimizzazione di ɛ non può essere sempre risolto direttamente in modo banale, come nel caso lineare. Possiamo quindi sfruttare le serie di Taylor, ed approssimare la g(θ) tramite la sua derivata prima g (θ). Il metodo è iterativo e si sviluppa in questo modo. PRIMA ITERAZIONE - Fissiamo un valore iniziale verosimile per θ (ad esempio θ 0). 2 - Tracciamo la derivata prima di g(θ) nel punto θ 0. In figura 2, la retta passa per il punto g(θ) e per il punto V, individuato da:
3 SVILUPPO DEL METODO ITERATIVO 3 g(θ ) exp(0 0.5) exp(0 2.5) V dexp(θ 0.5) dexp(θ 2.5) Figura 2: Linearizzazione della regressione 3 - Spostiamo l origine degli assi in corrispondenza del punto g(θ) ed otteniamo quindi il punto Y definito come: Y La distanza al quadrato di Y dall origine degli assi è pari a Y T Y.09
4 SVILUPPO DEL METODO ITERATIVO 4 che rappresenta la devianza del residuo del modello non-lineare in questa prima iterazione. Ora il problema è posto in forma lineare: si tratta di trovare il punto della retta g (θ) più vicino a Y, cosa che può essere fatta con le usuali metodiche (approssimazione lineare): β (V T V ) V T Y Il valore di β indica di quanto ci dobbiamo spostare lungo la retta tangente (cioè quanto dobbiamo aggiungere o togliere a θ) per trovare il punto più vicino ad Y. Siccome la retta approssima il valore di g(θ), se poniamo θ2 θ + β otteniamo una nuova stima di θ che ci porta più vicini di prima al valore ricercato. Possiamo quindi procedere ad una nuova iterazione. SECONDA ITERAZIONE - Fissiamo θ Individuiamo la derivata prima, generata da: exp( ) g(θ 2 ) exp( ) V dexp(θ2 0.5) dexp(θ 2 2.5) Spostiamo l origine degli assi in corrispondenza del punto g(θ2) ed otteniamo il punto Y 2 : Y La devianza del residuo in questa seconda iterazione è pari a Y T 2 Y Calcoliamo ora un nuovo incremento e quindi un nuovo valore di θ: β (V T V ) V T Y θ Proseguendo nelle iterazioni otteniamo i valori di θ e di devianza riportati in tabella.
5 2 PER APPROFONDIMENTI 5 Iterazione RSS θ Alla sesta iterazione la variazione del valore di θ diviene trascurabile così come quella della devianza residua. Di conseguenza il processo iterativo può essere arrestato, considerando di aver raggiunto la convergenza. 2 Per approfondimenti BATES DM, WATTS DG (988). Nonlinear Regression Analysis and Its Applications. John Wiley & Sons, Inc., New York.
Stima dei parametri nei modelli non-lineari
Stima dei parametri nei modelli non-lineari Indice Introduzione................................ 1 Approssimazione locale.......................... 2 Linearizzazione della funzione.......................
DettagliParametrizzazione dei modelli
Parametrizzazione dei modelli Andrea Onofri Dipartimento di Scienze Agrarie ed Ambientali Università degli Studi di Perugia 15 febbraio 2011 Indice 1 Introduzione 1 1.1 Parametrizzazione della funzione................
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2013-2014) Metodi Numerici Appunti delle lezioni: Sistemi non lineari Docente Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A.
DettagliMetodi di Ottimizzazione
Metodi di Ottimizzazione Stefano Gualandi Università di Pavia, Dipartimento di Matematica email: twitter: blog: stefano.gualandi@unipv.it @famospaghi, @famoconti http://stegua.github.com Metodi di Ottimizzazione
DettagliCalcolo Numerico con elementi di programmazione
Calcolo Numerico con elementi di programmazione (A.A. 2014-2015) Appunti delle lezioni sui metodi per la soluzione di sistemi di equazioni non lineari Sistemi di equazioni non lineari Un sistema di equazioni
DettagliDerivazione numerica. Introduzione al calcolo numerico. Derivazione numerica (II) Derivazione numerica (III)
Derivazione numerica Introduzione al calcolo numerico Il calcolo della derivata di una funzione in un punto implica un processo al limite che può solo essere approssimato da un calcolatore. Supponiamo
DettagliEsercizi proposti di Analisi Numerica
Esercizi proposti di Analisi Numerica Silvia Bonettini Dipartimento di Matematica, Università di Ferrara 30 gennaio 2012 1 Conversioni, operazioni di macchina e analisi dell errore 1. Convertire i numeri
Dettaglilezione n. 6 (a cura di Gaia Montanucci) Verosimiglianza: L = = =. Parte dipendente da β 0 e β 1
lezione n. 6 (a cura di Gaia Montanucci) METODO MASSIMA VEROSIMIGLIANZA PER STIMARE β 0 E β 1 Distribuzione sui termini di errore ε i ε i ~ N (0, σ 2 ) ne consegue : ogni y i ha ancora distribuzione normale,
DettagliSistemi Intelligenti Relazione tra ottimizzazione e statistica - IV Alberto Borghese
Sistemi Intelligenti Relazione tra ottimizzazione e statistica - IV Alberto Borghese Università degli Studi di Milano Laboratory of Applied Intelligent Systems (AIS-Lab) Dipartimento di Informatica borghese@di.unimi.it
DettagliEsercitazione di Calcolo Numerico 1 27 Maggio Calcolare la fattorizzazione P A = LU della matrice A =
Esercitazione di Calcolo Numerico 1 27 Maggio 29 1. Calcolare la fattorizzazione P A = LU della matrice 1 2 3 A = 2 3 3, ed utilizzarla per risolvere il sistema lineare Ax = b, con b = (1, 2,, 16) T. 2.
DettagliMetodi iterativi per equazioni nonlineari.
Metodi iterativi per equazioni nonlineari. Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica 9 aprile 2016 Alvise Sommariva Introduzione 1/ 14 Introduzione Si supponga sia f
DettagliLezione 3 Interpolazione Polinomiale.
Lezione 3 Interpolazione Polinomiale http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali Fernando Palombo Scopi dell interpolazione Dati i valori y i di una grandezza Y in corrispondenza
DettagliLaboratorio di Calcolo Numerico
Laboratorio di Calcolo Numerico M.R. Russo Università degli Studi di Padova Dipartimento di Matematica Pura ed Applicata A.A. 2009/2010 Equazioni non lineari Data una funzione consideriamo il problema
DettagliIl Metodo di Newton, o delle Tangenti Federico Lastaria, Analisi e Geometria 1. Politecnico di Milano Corso di Analisi e Geometria 1
Politecnico di Milano Corso di Analisi e Geometria 1 Federico Lastaria federico.lastaria@polimi.it Il Metodo di Newton, o delle Tangenti 6 Novembre 2016 Indice 1 Metodo di Newton, o delle tangenti 2 1.1
DettagliSIMULAZIONE - 29 APRILE QUESITI
www.matefilia.it SIMULAZIONE - 29 APRILE 206 - QUESITI Q Determinare il volume del solido generato dalla rotazione attorno alla retta di equazione y= della regione di piano delimitata dalla curva di equazione
DettagliEsercizio 1. Esercizio 2. Assegnata la funzione:
Esercizio 1 Assegnata la funzione: f ) = 3, mostrare che verifica il teorema di Rolle nei rispettivi intervalli compatti [ 1, 0] e [0, 1]. Determinare inoltre i punti 0 tali che f 0 ) = 0. Risulta: f è
DettagliPROBLEMI NON-LINEARI NEL CALCOLO STRUTTURALE
PROBLEMI NON-LINEARI NEL CALCOLO STRUTTURALE 1/ Non-linearità geometrica: spostamenti e deformazioni finiti / Non-linearità materiale: legge costitutiva non-lineare, plasticità, meccanica del danno, ipoelasticità,
DettagliDaniela Lera A.A
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2016-2017 Problemi non lineari Definizione f : R R F : R n R m f (x) = 0 F(x) = 0 In generale si determina
DettagliMetodi di Ricerca Lineare
Metodi di Ricerca Lineare Stefano Gualandi Università di Pavia, Dipartimento di Matematica email: twitter: blog: stefano.gualandi@unipv.it @famo2spaghi http://stegua.github.com Metodi di Ottimizzazione
DettagliPolitecnico di Milano Ingegneria Industriale Analisi e Geometria 1 Quarto Appello 4 Settembre 2018
Politecnico di Milano Ingegneria Industriale Analisi e Geometria Quarto Appello 4 Settembre 8 Cognome: Nome: Matricola: T.: 4 punti T.: 4 punti Es.: 5 punti Es.: 9 punti Es.: 5 punti Es.4: 5 punti Totale.
DettagliMinimi quadrati e massima verosimiglianza
Minimi quadrati e massima verosimiglianza 1 Introduzione Nella scorsa lezione abbiamo assunto che la forma delle probilità sottostanti al problema fosse nota e abbiamo usato gli esempi per stimare i parametri
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2018-2019) Metodi Numerici Appunti delle lezioni: Sistemi non lineari Docente Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A.
DettagliCorso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Risoluzione di Equazioni non lineari Sia F C 0 ([a, b]), cioé F è una funzione continua in un intervallo [a, b] R, tale che F(a)F(b) < 0 1.5 1 F(b) 0.5 0 a
Dettagli3. CALCOLO DIFFERENZIALE PER FUNZIONI DI UNA VARIABILE REALE.
3. CALCOLO DIFFERENZIALE PER FUNZIONI DI UNA VARIABILE REALE. Molto spesso y = f(x) rappresenta l evoluzione di un fenomeno al passare del tempo x.se siamo interessati a sapere con che rapidità il fenomeno
DettagliSviluppo di Taylor. Continuando analogamente, otteniamo
Sviluppo di Taylor Vogliamo determinare il polinomio che meglio approssima una funzione f(x) in un dato punto x 0 Sia f:i R con x 0 I Per determinare la miglior approssimazione lineare, vogliamo determinare
DettagliEquazioni differenziali
Capitolo 2 Equazioni differenziali I modelli matematici per lo studio di una popolazione isolata sono equazioni differenziali. Premettiamo dunque allo studio dei modelli di popolazioni isolate una breve
DettagliAlgoritmi numerici. Zeri di una funzione. Integrale di una funzione. Soluzione di una equazione differenziale
Algoritmi numerici Zeri di una funzione Integrale di una funzione Soluzione di una equazione differenziale Zeri di una funzione Trovare le soluzioni di f(x) = 0 dove f(x) e una funzione reale di variabile
DettagliCALCOLO NUMERICO Laurea di base in Ingegneria Elettronica, delle Comunicazioni
CALCOLO NUMERICO Laurea di base in Ingegneria Elettronica, delle Comunicazioni Prof.ssa Laura Pezza (A.A. 2017-2018) V Lezione del 15.03.2018 http://www.dmmm.uniroma1.it/ laura.pezza 1 Metodo di Newton:
DettagliLaboratorio di Calcolo Numerico A.A
Laboratorio di Calcolo Numerico A.A. 2007-2008 Laboratorio 7 Minimi quadrati. Approssimazione delle derivate. Esercizio 1. Si considerino le 6 coppie di dati ( 4.5, 0.7), ( 3.2, 2.3), ( 1.4, 3.8), (0.8,
DettagliAnalisi Matematica II Corso di Ingegneria Gestionale Compito del f(x, y) = 3x 2 x 2 y + y + 1
Analisi Matematica II Corso di Ingegneria Gestionale Compito del --5 - È obbligatorio consegnare tutti i fogli, anche la brutta e il testo - Le risposte senza giustificazione sono considerate nulle Esercizio
DettagliRENDITE. Ricerca del tasso di una rendita
RENDITE Ricerca del tasso di una rendita Un problema che si presenta spesso nelle applicazioni è quello di calcolare il tasso di interesse associato a una rendita quando siano note le altre grandezze 1
DettagliZeri di funzioni e teorema di Sturm
Zeri di funzioni e teorema di Sturm Enrico Bertolazzi Dipartimento di Ingegneria Meccanica e Strutturale Università degli Studi di Trento via Mesiano 77, I 38050 Trento, Italia EnricoBertolazzi@ingunitnit
DettagliEsame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 20 giugno 2011
Esame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 20 giugno 2011 L esame consiste di 4 domande aperte e 10 esercizi a risposta multipla. Per gli esercizi ci sono
DettagliAnova e regressione. Andrea Onofri Dipartimento di Scienze Agrarie ed Ambientali Universitá degli Studi di Perugia 22 marzo 2011
Anova e regressione Andrea Onofri Dipartimento di Scienze Agrarie ed Ambientali Universitá degli Studi di Perugia 22 marzo 2011 Nella sperimentazione agronomica e biologica in genere è normale organizzare
Dettagli1. Disegnare nel piano di Gauss i seguenti insiemi di numeri complessi:
Politecnico di Milano Ingegneria Industriale Analisi e Geometria 1 Test di autovalutazione 1. Disegnare nel piano di Gauss i seguenti insiemi di numeri complessi: (a) A = {z C : z, 0 arg z /} (b) B = {w
Dettagli1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: c) x + 1 d)x sin x.
Funzioni derivabili Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: a)2x 5 b) x 3 x 4 c) x + 1 d)x sin x. 2) Scrivere l equazione della retta tangente
DettagliDaniela Lera A.A. 2008-2009
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Equazioni non lineari Metodo di Newton Il metodo di Newton sfrutta le informazioni sulla funzione
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 2 - EQUAZIONI NON LINEARI Lucio Demeio Dipartimento di Scienze Matematiche 1 Elementi introduttivi 2 3 4 Introduzione Problema: trovare le soluzioni di
DettagliLa formula di Taylor per funzioni di più variabili
La formula di Taylor per funzioni di più variabili Il polinomio di Taylor Due variabili. Sia A R 2 un aperto, f : A R una funzione sufficientemente regolare, (x, y) un punto di A. Sia (h, k) un vettore
DettagliRaccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza. Equazioni non lineari
Raccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza Equazioni non lineari ESERCIZIO 1 Data l equazione ln(e + x) = 1 (1 + 4x) + 1 2 1.1 verificare analiticamente se sono soddisfatte le
DettagliClaudio Estatico Equazioni non-lineari
Claudio Estatico (claudio.estatico@uninsubria.it) Equazioni non-lineari 1 Equazioni non-lineari 1) Equazioni non-lineari e metodi iterativi. 2) Metodo di bisezione, metodo regula-falsi. 3) Metodo di Newton.
DettagliTeoria Es. 1 Es. 2 Es.3 Es. 4 Totale. Cognome: Nome: Matricola: Prima Parte. x a dx
Teoria Es. Es. 2 Es. Es. 4 Totale Analisi e Geometria Appello 5/07/209 Docente: Numero di iscrizione all appello: Cognome: Nome: Matricola: Prima Parte (a) Prima domanda di teoria. ( punti) Enunciare e
DettagliEsempi. nel testo di Barone et al.:
Applicazioni Esempi nel testo di Barone et al.: Ricerca degli 0 di una funzione mediante il metodo di bisezione e mediante il metodo di Newton (4.3.2) Ricerca dei numeri primi (4.3.3) Problemi di arrotondamento
Dettaglivariabili. se i limiti esistono e si chiamano rispettivamente derivata parziale rispetto ad x e rispetto ad y.
Funzioni di più variabili Derivate parziali Qui saranno considerate soltanto funzioni di due variabili, ma non c è nessuna difficoltà ad estendere le nuove nozioni a funzioni di n ( > variabili ( Definizione:
DettagliEsercizi sullo studio di funzione
Esercizi sullo studio di funzione Seconda parte Come visto nella prima parte, per poter descrivere una curva, data la sua equazione cartesiana esplicita y f () occorre procedere secondo l ordine seguente:
DettagliAnalisi cinematica di meccanismi articolati
Analisi cinematica di meccanismi articolati metodo dei numeri complessi rev 10 1 Il quadrilatero articolato b β a c α d γ Posizione a + b = c + d a e iα + b e iβ = c e iγ + d a cos α + b cos β = c cos
DettagliPolitecnico di Milano Corso di Analisi e Geometria 1. Federico Lastaria Formule di Taylor Ottobre 2012
Politecnico di Milano Corso di Analisi e Geometria 1 Federico Lastaria federico.lastaria@polimi.it Formule di Taylor Ottobre 2012 Indice 1 Formule di Taylor 1 1.1 Il polinomio di Taylor...............................
DettagliEsercitazione 4 - Matematica Applicata
Esercitazione - Matematica Applicata Lucia Pilleri // Esercizio dal compito del //). Considerato il seguente metodo alle differenze finite, dipendente dai parametri reali e β )] η i+ = η i + h 5fx i, η
Dettagli1 Polinomio di Taylor 1. 2 Formula di Taylor 2. 3 Alcuni sviluppi notevoli 2. 4 Uso della formula di Taylor nel calcolo dei limiti 4
1 POLINOMIO DI TAYLOR 1 Formula di Taylor Indice 1 Polinomio di Taylor 1 Formula di Taylor 3 Alcuni sviluppi notevoli 4 Uso della formula di Taylor nel calcolo dei iti 4 5 Soluzioni degli esercizi 6 La
DettagliMetodi numerici per zeri di funzioni
CALCOLO NUMERICO Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari Metodi numerici per zeri di funzioni 1 Metodo delle successive bisezioni Se f(x) C([a, b]) ed f(a) f(b)
DettagliEsame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 19 settembre 2011
Esame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 19 settembre 2011 L esame consiste di 4 domande aperte e 10 esercizi a risposta multipla. Per gli esercizi ci sono
DettagliVogliamo determinare una funzione lineare che meglio approssima i nostri dati sperimentali e poter decidere sulla bontà di questa approssimazione.
S.S.I.S. TOSCANA F.I.M. II anno FUNZIONI DI REGRESSIONE E METODO DEI MINIMI QUADRATI Supponiamo di star conducendo uno studio sulla crescita della radice di mais in funzione del contenuto di saccarosio
DettagliEsercizio 1. Esercizio 2
Sia data la matrice A A(α) = Esercizio α 2 2α 2 2, α R.) determinare per quali valori del parametro reale α é verificata la condizione necessaria e sufficiente di convergenza per il metodo di Jacobi;.2)
DettagliEsercizi con soluzioni dell esercitazione del 31/10/17
Esercizi con soluzioni dell esercitazione del 3/0/7 Esercizi. Risolvere graficamente la disequazione 2 x 2 2 cos(πx). 2. Determinare l insieme di definizione della funzione arcsin(exp( x 2 )). 3. Trovare
DettagliA.A Prof. R. Morandi
Svolgimento di alcuni esercizi del corso di Calcolo Numerico A.A. - Prof. R. Morandi Versione in aggiornamento ( gennaio ): ogni segnalazione di imprecisioni è gradita Aritmetica Finita Esercizio : Assegnati
DettagliRaccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia
Raccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia Nota Bene: Gli esercizi di questa raccolta sono solo degli esempi. Non sono stati svolti né verificati e servono unicamente da spunto
DettagliUniversita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni
Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni ANALISI NUMERICA - Primo Parziale - TEMA A (Prof. A.M.Perdon)
DettagliPolitecnico di Milano Corso di Analisi e Geometria 1. Federico Lastaria
Politecnico di Milano Corso di Analisi e Geometria 1 Federico Lastaria federico.lastaria@poi.it Limiti di derivate. Punti angolosi e di cuspide. Ottobre 2012 Indice 1 Limiti della derivata e punti di non
DettagliMetodi per il calcolo degli zeri di funzioni non lineari
Metodi per il calcolo degli zeri di funzioni non lineari N. Del Buono 1 Introduzione Le radici di un equazione non lineare f(x) = 0 non possono, in generale, essere espresse esplicitamente e anche quando
DettagliAnalisi degli errori
Analisi degli errori Corso di Calcolo Numerico, a.a. 2008/2009 Francesca Mazzia Dipartimento di Matematica Università di Bari Francesca Mazzia (Univ. Bari) Analisi degli errori 1 / 36 Errori Computazionali
DettagliCalcolo Numerico. Corso di Laurea in Ingegneria Elettronica Appello del 16 gennaio 2013
Calcolo Numerico Corso di Laurea in Ingegneria Elettronica Appello del 6 gennaio 3 Sia M = F (, 4). Calcolare: rd( 7 6 ). Sia A = Determinare una fattorizzazione LR di A ed utilizzarla per calcolare A.
DettagliProblema. Equazioni non lineari. Metodo grafico. Teorema. Cercare la soluzione di
Problema Cercare la soluzione di Equazioni non lineari dove Se è soluzione dell equazione, cioè allora si dice RADICE o ZERO della funzione Metodo grafico Graficamente si tratta di individuare l intersezione
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 2 - EQUAZIONI NON LINEARI Introduzione Problema: trovare le soluzioni di un equazione del tipo f() = 0 Esempio sin a = 0 e = 3 1.0 2.0 0.5
DettagliLe derivate parziali
Sia f(x, y) una funzione definita in un insieme aperto A R 2 e sia P 0 = x 0, y 0 un punto di A. Essendo A un aperto, esiste un intorno I(P 0, δ) A. Preso un punto P(x, y) I(P 0, δ), P P 0, possiamo definire
DettagliFacoltá di Scienze MM.FF.NN. Corso di Studi in Informatica- A.A
Facoltá di Scienze MM.FF.NN. Corso di Studi in Informatica- A.A. 4-5 Corso di CALCOLO NUMERICO / ANALISI NUMERICA : Esempi di esercizi svolti in aula 9//4 ) Determinare la rappresentazione in base di.
DettagliArgomento 6: Derivate Esercizi. I Parte - Derivate
6: Derivate Esercizi I Parte - Derivate E. 6.1 Calcolare le derivate delle seguenti funzioni: 1) log 5 3 + cos ) + 3 + 4 + 3 3) 5 tan 4) ( + 3e ) sin 5) arctan( + 1) 6) log 7) 10) + + 3 8) 3 3 1 + 16 11)
Dettaglix = t y = t z = t 3 1 A = B = 1 2
11/1/05 Teoria: Enunciare e discutere il teorema di Lagrange. Esercizio 1. Determinare l equazione cartesiana del piano passante per P 0 = (1,, 1) e contenente i vettori u = (,, ) e v = (1, 5, 4). Risposta
DettagliAnalisi Matematica (A L) Polinomi e serie di Taylor
a.a. 2015/2016 Laurea triennale in Informatica Analisi Matematica (A L) Polinomi e serie di Taylor Nota: questo file differisce da quello proiettato in aula per la sola impaginazione. Polinomio di Taylor
DettagliRiferimenti: R.Adams, Calcolo Differenziale 2. Capitoli 3.4, 3.9. Esercizi 3.4, 3.9.
Appunti sul corso di Complementi di Matematica - mod Analisi prof. B.Baccelli 200/ 07 - Funzioni vettoriali, derivata della funzione composta, formula di Taylor. Riferimenti: R.Adams, Calcolo Differenziale
DettagliIstituzioni di Matematiche Modulo B (SG)
Istituzioni di Matematiche Modulo B (SG) II foglio di esercizi ESERCIZIO 1. Per ciascuna funzione f(, ) calcolare le derivate parziali f (, ) e f (, ) e determinare il relativo dominio di definizione.
DettagliUniversita degli Studi di Ancona Laurea in Ingegneria Meccanica ed Informatica a Distanza Anno Accademico 2005/2006. Matematica 2 (Analisi)
Universita degli Studi di Ancona Laurea in Ingegneria Meccanica ed Informatica a Distanza Anno Accademico 2005/2006 Matematica 2 (Analisi) Nome:................................. N. matr.:.................................
DettagliDIFFERENZIAZIONE. Sia f una funzione reale di variabile reale con dominio un intervallo. Se f è derivabile in un punto x 0, allora: f(x) f(x 0 ) lim
DIFFERENZIAZIONE 1 Regola della catena Sia f una funzione reale di variabile reale con dominio un intervallo. Se f è derivabile in un punto x 0, allora: f(x) f(x 0 ) lim = f (x 0 ). x x 0 x x 0 Questa
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 3 - PROBLEMI DI INTERPOLAZIONE Lucio Demeio Dipartimento di Scienze Matematiche 1 Interpolazione: Polinomio di Lagrange 2 3 Introduzione Problemi di interpolazione
DettagliEsercitazione n 5. 1 Limiti e continuità di funzioni in più variabili. Esercizio 1: Si verifichi che la funzione f definita per ogni (x, y) R 2 da
Esercitazione n 5 1 Limiti e continuità di funzioni in più variabili Esercizio 1: Si verifici ce la funzione f definita per ogni (, y) R 2 da { 4 y 4 se (, y) (0, 0) f(, y) = 2 +y 2 0 se (, y) = (0, 0)
DettagliAlcune nozioni di calcolo differenziale
Alcune nozioni di calcolo differenziale G. Mastroeni, M. Pappalardo 1 Limiti per funzioni di piu variabili Supporremo noti i principali concetti algebrici e topologici relativi alla struttura dello spazio
DettagliRegressione non lineare
Metodi di Analisi dei Dati Sperimentali AA /2010 Pier Luca Maffettone Regressione non lineare Regressione non lineare - Introduzione Sino ad ora si sono considerati casi con modelli lineari nei parametri:
DettagliLaboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 12/07/2012
Cognome: Nome: Matricola: Laboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 12/07/2012 ESERCIZIO 1 [10 punti] Si consideri il problema di approssimare le radici α 1 =
Dettagli1 Note ed esercizi risolti a ricevimento
1 Note ed esercizi risolti a ricevimento Nota 1. Il polinomio di Taylor della funzione f x, y) due variabili), del secondo ordine, nel punto x 0, y 0 ), è P 2 x, y) = f x 0, y 0 ) + f x x 0, y 0 ) x x
DettagliPolinomio di Taylor del secondo ordine per funzioni di due variabili
Esercitazioni del 15 aprile 2013 Polinomio di Taylor del secondo ordine per funzioni di due variabili Sia f : A R 2 R una funzione di classe C 2. Fissato un p unto (x 0, y 0 A consideriamo il seguente
DettagliI teoremi della funzione inversa e della funzione implicita
I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1
DettagliAnalisi Matematica 1 Foglio 1 Lunedì 3 ottobre. f(x) = log x 2 6x + 5.
Analisi Matematica Foglio Lunedì 3 ottobre Esercizio. Trovare il dominio naturale della funzione f data da ( ) f(x) = log x 2 6x + 5. Esercizio 2. Dire quali tra le seguenti funzioni sono iniettive :.
Dettaglib vettore(termine noto) y* proiezione ortogonale di b
Carla Guerrini 1 Sistemi sovradeterminati Sia A una matrice m n ove m > n sia b R m trovare una soluzione del sistema sovradeterminato Ax = b significa cercare di esprimere un vettore di R m come combinazione
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 10. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 10 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 REGRESSIONE LINEARE Date due variabili quantitative, X e Y, si è
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2013-2014) Metodi Numerici Appunti delle lezioni: Approssimazione di dati e funzioni Approssimazione ai minimi quadrati Docente Vittoria Bruni Email:
DettagliCalcolo del fattore di convergenza
Calcolo del fattore di convergenza Dato uno schema iterativo si ha: lim k x k+1 ξ x k ξ p = M p è l ordine di convergenza del metodo iterativo M è la costante asintotica dell errore o fattore di convergenza.
DettagliCALENDARIO BOREALE 2 AMERICHE 2015 QUESITO 1
www.matefilia.it Indirizzi: LI0, EA0 SCIENTIFICO; LI0 - SCIENTIFICO - OPZIONE SCIENZE APPLICATE CALENDARIO BOREALE AMERICHE 0 QUESITO Determinare il volume del solido generato dalla rotazione attorno alla
DettagliRaccolta di esercizi di Calcolo Numerico
Annamaria Mazzia Raccolta di esercizi di Calcolo Numerico Dipartimento di Ingegneria Civile Edile e Ambientale Università degli Studi di Padova Creative Commons Attribuzione-Non commerciale-non opere derivate
DettagliCalcolo Numerico. Corso di Laurea in Ingegneria Elettronica Appello del 17 gennaio A(x) =
Calcolo Numerico Corso di Laurea in Ingegneria Elettronica Appello del 7 gennaio 204 Sia M = F (2, 3). Dopo aver mostrato che 20 M, determinare tutti gli elementi ξ M tali che: ξ > 20 Per ogni x R, sia:
DettagliESAME DI STATO DI ISTRUZIONE SECONDARIA SUPERIORE. Tema di Matematica e Fisica
ESAME DI STATO DI ISTRUZIONE SECONDARIA SUPERIORE Problema 1 Si considerino le seguenti funzioni: Tema di Matematica e Fisica Sessione ordinaria 2019 - Seconda prova scritta 1. Provare che comunque siano
DettagliSistemi sovradeterminati. b vettore(termine noto) V n. y* proiezione ortogonale di b. Carla Guerrini 1
Carla Guerrini 1 Sistemi sovradeterminati Sia A una matrice m n ove m > n sia b R m si vuole trovare una soluzione del sistema sovradeterminato Ax = b. Nel caso in cui la matric A abbia rango pieno, cioé
DettagliCalcolo Numerico con elementi di programmazione
Calcolo Numerico con elementi di programmazione (A.A. 2014-2015) Appunti delle lezioni sui metodi numerici per la soluzione di sistemi lineari Metodi Iterativi la soluzione si ottiene tramite approssimazioni
DettagliFunzione derivabile. La derivata.
Funzione derivabile. La derivata. Dati: f I R funzione; I R intervallo aperto ; x 0 I. Definizione (Derivata come limite del rapporto incrementale) Se esiste finito (cioè, non + o ) il limite del rapporto
DettagliIl problema lineare dei minimi quadrati
Il problema lineare dei minimi quadrati APPLICAZIONE: Il polinomio di migliore approssimazione nel senso dei minimi quadrati Felice Iavernaro Dipartimento di Matematica Università di Bari 15 Gennaio 2009
DettagliAnalisi Vettoriale A.A Soluzioni del Foglio 2
Analisi Vettoriale A.A. 2006-2007 - Soluzioni del Foglio 2 2.1 Esercizio Assegnato il sistema e y + z + x 2 = 0 x 2 + y 2 + z 2 + y 1 = 0 dimostrare che in un intorno del punto (0,0,1) il sistema definisce
DettagliUNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA
UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA - 6.Funzioni con derivate - CTF Matematica Codice Compito: - Numero d Ordine D. Un polinomio di grado e tangente all asse x ed ha un flesso orizzontale nel punto
DettagliCalcolo Numerico per Ingegneria. Corso estivo di Bressanone. Prof. L. Bergamaschi SOLUZIONE DELLA PROVA SCRITTA del
Calcolo Numerico per Ingegneria. Corso estivo di Bressanone. Prof. L. Bergamaschi SOLUZIONE DELLA PROVA SCRITTA del 9.8.2. Data l equazione x x = (a) Mostrare che essa ammette una e una sola soluzione
DettagliMetodi iterativi per sistemi lineari
Metodi iterativi per sistemi lineari Mirano a costruire la soluzione x di un sistema lineare come limite di una successione di vettori Per matrici piene di ordine n il costo computazionale è dell ordine
DettagliValutazione dei modelli matematici
Valutazione dei modelli matematici Andrea Onofri 30 aprile 2013 Indice 1 Introduzione 2 2 Metodi grafici di valutazione 2 3 Metodi numerici 3 3.1 Il coefficiente di determinazione................... 5
DettagliCompito numero 2 - Compito intero
Esercitazione 6 - Correzione esame dell 8//3 Lucia Pilleri 9//3 Compito numero - Compito intero Esercizio del parziale - del compito intero Risolvere, mediante la fattorizzazione P A = LU, il sistema lineare
DettagliSIMULAZIONE - 29 APRILE QUESITI
www.matefilia.it SIMULAZIONE - 29 APRILE 206 - QUESITI Q Determinare il volume del solido generato dalla rotazione attorno alla retta di equazione y= della regione di piano delimitata dalla curva di equazione
Dettagli