Metodi numerici per la risoluzione di equazioni. Equazioni differenziali ordinarie

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Metodi numerici per la risoluzione di equazioni. Equazioni differenziali ordinarie"

Transcript

1 Metodi numerici per la risoluzione di equazioni differenziali ordinarie Dipartimento di Matematica, Lezione 5-31 ottobre 2005

2 Outline 1 Il problema di Cauchy Il problema di Cauchy Stabilità del problema 2 Il metodo di Eulero Il metodo di Crank-Nicolson 3 Convergenza e stima dell errore Stabilità assoluta 4 Solutori Sistema di equazioni differenziali

3 Il problema di Cauchy Il problema di Cauchy Stabilità del problema Problema Sia I un intervallo di R, data f : I R R, trovare y : I R derivabile tale che { y (C) (t) = f (t, y(t)) t I y(t 0 ) = y 0. Teorema Se la funzione f è continua in I R e lipschitziana rispetto a y, cioè esiste L > 0 tale che f (t, y 1 ) f (t, y 2 ) L y 1 y 2 t I, y 1, y 2 R, allora esiste una ed una sola y : I R soluzione del problema di Cauchy.

4 Esempio Il problema di Cauchy Stabilità del problema Un problema di Cauchy senza soluzione Si consideri la funzione f : R 2 R data da { 1 se y 0, t R, f (t, y) = 1 se y < 0, t R, allora il problema di Cauchy { y (t) = f (t, y) per t R y(0) = 0 non ha soluzione.

5 Esempio Il problema di Cauchy Stabilità del problema Un problema di Cauchy con infinite soluzioni { y (t) = 2 y per t R y(0) = 0 Si verifica facilmente che le funzioni: y(t) = 0 t R; y(t) = t t t R sono due possibili soluzioni del problema di Cauchy considerato. Inoltre, per ogni a R si può trovare una soluzione di questo problema di Cauchy con la seguente espressione: { 0 se t < a y(t) = (t a) 2 se t a.

6 Esempio Il problema di Cauchy Stabilità del problema Un problema di Cauchy la cui soluzione non è definita su tutto R. { y (t) = 1 + y 2 per t R y(0) = 0 La funzione f : R 2 R è definita e continua per ogni (t, y) R 2, ma la soluzione y(t) = tan t è definita solo per t ] π/2, π/2[.

7 Dipendenza continua dai dati Il problema di Cauchy Stabilità del problema Consideriamo il seguente problema: { z (t) = f (t, z(t)) + δ(t) per t I z(t 0 ) = y 0 + δ 0. Definizione Sia I un insieme limitato. Il problema di Cauchy si dice stabile se per ogni perturbazione (δ 0, δ(t)) che soddisfa δ 0 < ε, max δ(t) < ε, t I con ε > 0, la soluzione z del problema perturbato verifica: C > 0 : max y(t) z(t) < Cε. t I

8 Dipendenza continua dai dati Il problema di Cauchy Stabilità del problema Proposizione Sia I = [0, T ], f : I R R continua su I R e sia L la costante di Lipschitz di f rispetto a y, cioè vale f (t, y 1 ) f (t, y 2 ) L y 1 y 2 (t, y 1 ), (t, y 2 ) I R. Allora il problema di Cauchy (C) è stabile e vale la seguente maggiorazione max y(t) z(t) elt 1 t I L max δ(t) + e LT δ 0. t I

9 Il metodo di Eulero esplicito Il metodo di Eulero Il metodo di Crank-Nicolson Consideriamo: una partizione dell intervallo I = [t 0, T ] in un numero finito di intervalli [t n, t n+1 ] per n = 0,..., N h 1; h n = t n+1 t n per n = 0,..., N h 1; h = max n h n passo di discretizzazione. In ogni punto t n si cerca un valore u n che approssimi il valore di y n = y(t n ). Metodo di Eulero in avanti u n+1 = u n + h n f (t n, u n ) n = 0, 1,..., N h 1.

10 Il metodo di Eulero Il metodo di Crank-Nicolson Derivazione del metodo di Eulero in avanti Il metodo di Eulero in avanti può essere ottenuto in modi diversi: sostituendo la derivata prima con il rapporto incrementale in avanti: y (t n ) = y(t n+1) y(t n ) h n ; mediante una formula di quadratura, in tutto l intervallo [t n, t n+1 ] si approssima la funzione con il valore che assume nel primo estremo: tn+1 y(t n+1 ) = y(t n ) + y (τ)dτ = y(t n ) + t n tn+1 t n f (τ, y(τ))dτ = y(t n ) + h n f (t n, y(t n )).

11 Il metodo di Eulero all indietro Il metodo di Eulero Il metodo di Crank-Nicolson Metodo di Eulero all indietro u n+1 = u n + h n f (t n+1, u n+1 ) n = 0, 1,..., N h 1. Il metodo di Eulero all indietro si ricava sostituendo alla derivata prima il rapporto incrementale all indietro: y (t n+1 ) = y(t n+1) y(t n ) h n.

12 I metodi di Eulero Il metodo di Eulero Il metodo di Crank-Nicolson Metodi espliciti Il metodo di Eulero in avanti si dice esplicito perché la soluzione u n+1 dipende solo dal valore precedentemente calcolato. Metodi impliciti Il metodo di Eulero all indietro viene detto implicito perché la soluzione u n+1 compare sia a sinistra che a destra tramite la funzione f. Quindi ad ogni passo temporale si deve risolvere un equazione non lineare.

13 Esercizio Il metodo di Eulero Il metodo di Crank-Nicolson Esercizio Dato N R. Si consideri passo costante h = (T t 0 )/N. Scrivere una function che realizzi il metodo di Eulero esplicito a passo costante function [t,u]=eulero avanti(f,t0,t,y0,n) dove t, u sono i vettori che contengono i valori di t n e u n rispettivamente per n = 0,..., N. f è il nome di una function che contiene l espressione di f (t, y) in funzione di t, y. t0, T sono gli estremi dell intervallo I. y0 è il valore iniziale. N il numero dei passi da effettuare a passo costante.

14 Traccia dell esercizio Il metodo di Eulero Il metodo di Crank-Nicolson Calcolare h. Calcolare i punti del vettore t con il comando linspace. Ciclo for n=1:n. Valuta la funzione f in (t n, u n ). Calcola valore della componente n+1 di u.

15 Esercizio Il metodo di Eulero Il metodo di Crank-Nicolson Esercizio Sia N=[ ]. Scrivere un programma di tipo script che per ogni valore di N: calcola, usando la function dell esercizio precedente, la soluzione del seguente problema di Cauchy { y (t) = t 2y 0 < t < 20 y(0) = 0.75; riporta il grafico della soluzione esatta e della soluzione approssimata in una stessa figura calcola l errore: err(n) = max 1 n N u n y(t n ), essendo la soluzione esatta y(t) = e 2t t 1 4. Riportare in un grafico in scala bilogaritmica l errore al variare di N.

16 Traccia dell esercizio Il metodo di Eulero Il metodo di Crank-Nicolson Assegnare N=[ ]. Per ciascun valore di N (for i=1:length(n)): Calcolare la soluzione dell equazione differenziale con il comando [t,u]=eulero avanti(f,t0,t,y0,n). Valutare la soluzione esatta sol nel vettore t. Plottare la soluzione esatta e la soluzione discreta in un unico grafico. Calcolare l errore relativo: E(i)=norm(sol-u,inf)/norm(sol,inf). Plottare l errore in scala bilogaritmica con il comando: loglog(n,e).

17 Il metodo di Eulero Il metodo di Crank-Nicolson Il metodo di Crank-Nicolson (o dei trapezi) Il metodo di Crank-Nicolson o dei trapezi u n+1 = u n + h n 2 (f (t n, u n ) + f (t n+1, u n+1 )). Il metodo di Crank-Nicolson si ottiene usando la formula di quadratura dei trapezi: tn+1 y(t n+1 ) = y(t n ) + f (τ, y(τ))dτ t n = y(t n ) + h n 2 (f (t n, y(t n )) + f (t n+1, y(t n+1 ))). Il metodo di Crank-Nicolson è implicito

18 Convergenza e stima dell errore Stabilità assoluta Analisi della convergenza per il metodo di Eulero esplicito Consideriamo h n = h per n = 0,..., N h 1. Poniamo e n+1 = y(t n+1 ) u n+1 = y(t n+1 ) u n+1 + u n+1 u n+1 dove u n+1 = y(t n ) + hf (t n, y(t n )) y(t n+1 ) un+1 errore di discretizzazione; un+1 u n+1 termine di propagazione dell errore.

19 Errore di discretizzazione Convergenza e stima dell errore Stabilità assoluta Errore di troncamento locale τ n (h) = y(t n+1) u n+1 h = y(t n+1) y(t n ) h y (t n ). Se y è derivabile due volte, per il metodo di Eulero esplicito si ottiene, per un opportuno ξ n (t n, t n+1 ): y(t n+1 ) u n+1 = y(t n+1 ) y(t n ) hf (t n, y(t n )) Quindi τ n (h) = h 2 y (ξ n ). Definizione = y(t n+1 ) y(t n ) hy (t n ) = h2 2 y (ξ n ). Un metodo si dice consistente se lim h 0 τ n (h) = 0.

20 Propagazione dell errore Convergenza e stima dell errore Stabilità assoluta Per definizione vale: u n+1 u n+1 = y(t n ) + hf (t n, y(t n )) u n hf (t n, u n ) = y(t n ) u n + h(f (t n, y(t n )) f (t n, u n )) e usando la proprietà di Lipschitzianità della funzione f rispetto alla variabile y si ricava: u n+1 u n+1 y(t n ) u n + hl y(t n ) u n = (1 + hl) y(t n ) u n = (1 + hl) e n.

21 Convergenza e stima dell errore Stabilità assoluta Convergenza del metodo di Eulero esplicito Teorema Il metodo di Eulero esplicito è convergente del primo ordine in quanto: max y(t n ) u n el(t t0) 1 1 n N h L Mh 2. Dim Mettendo insieme le stime per l errore di discretizzazione e il termine di propagazione dell errore, si ottiene: e n+1 Mh2 2 + (1 + hl) e n essendo M = max t 0 t T f (t, y(t)). Con un po di calcoli si arriva alla maggiorazione finale: e n+1 el(t n+1 t 0 ) 1 L Mh 2.

22 Convergenza e stima dell errore Stabilità assoluta Convergenza del metodo di Eulero implicito Esercizio Sia N=[ ]. Scrivere un programma di tipo script che per ogni valore di N: calcola, mediante il metodo di Eulero implicito (usare la function euleroimp.m), la soluzione del seguente problema di Cauchy { y (t) = t 2y 0 < t < 20 y(0) = 0.75; riporta il grafico della soluzione esatta e della soluzione approssimata in una stessa figura calcola l errore: err(n) = max 1 n N u n y(t n ), essendo la soluzione esatta y(t) = e 2t t 1 4. Riportare in un grafico in scala bilogaritmica l errore al variare di N.

23 Convergenza e stima dell errore Stabilità assoluta Convergenza del metodo di Crank-Nicolson Esercizio Sia N=[ ]. Scrivere un programma di tipo script che per ogni valore di N: calcola, mediante il metodo di Crank-Nicolson, (usare la function cranknic.m) la soluzione del seguente problema di Cauchy { y (t) = t 2y 0 < t < 20 y(0) = 0.75; riporta il grafico della soluzione esatta e della soluzione approssimata in una stessa figura calcola l errore: err(n) = max 1 n N u n y(t n ), essendo la soluzione esatta y(t) = e 2t t 1 4. Riportare in un grafico in scala bilogaritmica l errore al variare di N.

24 Regione di assoluta stabilità Convergenza e stima dell errore Stabilità assoluta Problema modello { y (M) (t) = λy(t) t > 0 essendo λ y(0) = 1, un numero reale negativo. La soluzione è y(t) = e λt, quindi lim t y(t) = 0. Definizione Sia u n la soluzione ottenuta discretizzando il problema (M) con un metodo numerico. L insieme dei valori di hλ per cui lim n u n = 0 si chiama regione di assoluta stabilità del metodo numerico. Se la regione di assoluta stabilità contiene tutta la semiretta dei numeri reali negativi allora il metodo si dice incondizionatamente stabile.

25 Convergenza e stima dell errore Stabilità assoluta Regione di assoluta stabilità del metodo di Eulero esplicito Applichiamo il metodo di Eulero esplicito al problema (M): u n+1 = u n + hλu n u n+1 = (1 + hλ)u n = (1 + hλ) n+1. Per avere che lim n u n = 0 deve essere 1 + hλ < 1 ossia 0 < h < 2 λ. Il metodo di Eulero esplicito si dice condizionatamente assolutamente stabile.

26 Convergenza e stima dell errore Stabilità assoluta Regione di assoluta stabilità del metodo di Eulero implicito Applichiamo il metodo di Eulero implicito al problema (M): u n+1 = u n + hλu n+1 u n+1 = ( ) 1 1 n+1 1 hλ u n =. 1 hλ Poiché λ < 0 si ha 0 < 1/(1 hλ) < 1 per ogni h. Quindi il metodo di Eulero implicito si dice incondizionatamente assolutamente stabile.

27 Regione di assoluta stabilità Convergenza e stima dell errore Stabilità assoluta Esercizio Risolvere il problema modello y = λy, t [0, 20], y(0) = 1 per λ = 1, 5, 10, usando le function eulero avanti, euleroimp e cranknic, con N = 10, 20, 40, 50, 60, 90, 100, 110, 200, 400.

28 Solutori Sistema di equazioni differenziali Risolutori di equazioni differenziali ordinarie Problemi non stiff ode45 Metodo di Runge-Kutta (4,5). ode23 Metodo di Runge-Kutta (2,3). ode113 Metodo di Adams-Bashforth-Moulton PECE. Problemi stiff ode15s ode23s Altre opzioni Metodo multistep basato su una formula di tipo BDF. Metodo ad un passo. odeset Crea o modifica le OPTIONS. odeplot Grafico della soluzione. odephas2 Grafico del piano delle fasi in 2D. odephas3 Grafico del piano delle fasi in 3D.

29 Solutori Sistema di equazioni differenziali Come si risolve una equazione differenziale usando i solutori di Matlab Scrivere una function che accetta due argomenti t e y e restituisce il valore della funzione function dy=f(t,y) dy=(1-t*y-t^2*y^2)/t^2; F=inline( 1-t*y-t^2*y^2)/t^2, t, y ); Applicare un solutore mediante il comando [t,u] = ode23 ( F, [t0 T], y0) Usare il comando plot per vedere i risultati: plot(t,u)

30 Solutori Sistema di equazioni differenziali Come usare i solutori di ODE in Matlab6 Il comando più semplice per risolvere un equazione differenziale è: [t,u] = solver (odefun,tspan, y0) Input odefun function in cui si valuta f (t, y) tspan vettore contenente gli estremi di integrazione y0 dato iniziale (vettore colonna) bla Output t vettore colonna degli istanti t in cui viene calcolata la soluzione approssimata y array contenente la soluzione, le righe sono le componenti di y ad un certo istante t.

31 Argomenti addizionali Solutori Sistema di equazioni differenziali [t,u] = solver (odefun,tspan, y0,options,p1,p2,...) options struttura che contiene i parametri per cambiare le proprietà di default del solutore p1,p2,... parametri che si possono passare alla odefun. Per definire le options si usa il comando odeset. >> odeset fornisce i valori di default e il nome delle varibili che si possono definire:

32 odeset Solutori Sistema di equazioni differenziali Variabile default descrizione RelTol 1.e-3 tolleranza per l errore relativo AbsTol 1.e-6 tolleranza per l errore assoluto MaxStep tspan /10 valore massimo per il passo InitialStep calcolato passo iniziale scelto OutputFcn Function controlla l output OutputFcn odeplot grafico in funzione di t OutputFcn odephas2 plot del piano delle fasi OutputFcn odephas3 plot del piano delle fasi in 3D OutputSel vettore di interi specifica le componenti del vettore soluzione che si vogliono come output

33 Sistema di equazioni differenziali Solutori Sistema di equazioni differenziali Problema Siano a, b, c e d numeri reali positivi. Cercare y 1 (t) e y 2 (t) tali che risolvano nell intervallo [0, 7] il seguente sistema di equazioni differenziali ordinarie: Porre: a = 1, b = 1, c = 2, d = 3 α = 0.5, 0.7, 1.4, 2.6 β = 1 y 1 = (a by 2)y 1 y 2 = ( c + dy 1)y 2 y 1 = α y 2 = β.

34 Come si risolve il sistema Solutori Sistema di equazioni differenziali Scrivere una function che accetta due argomenti t e y e restituisce il valore della funzione a valori vettoriali function dy=lotkavolterra(t,y) a=1; b=1; c=2; d=3; dy=[(a-b*y(2))*y(1); (-c+d*y(1))*y(2)]; Applicare un solutore mediante il comando [t,u] = ode45 ( lotkavolterra, [0 7], [α;β]) Usare il comando plot per vedere i risultati: plot(t,u) oppure plot(u(:,1),u(:,2)) Per ottenere il piano delle fasi si può procedere come segue: options=odeset( OutputFcn, odephas2 ) [t,u]=ode45( lotkavolterra,[0 7],[α;β],options)

35 Equazione differenziale di ordine n Solutori Sistema di equazioni differenziali Problema Sia f : I R n R. Consideriamo l equazione differenziale: y (n) (t) = f (t, y(t), y (t),..., y (n 1) (t)) y(t 0 ) = α 1 y (t 0 ) = α 2... y (n 1) (t 0 ) = α n t I

36 Equazione differenziale di ordine n Solutori Sistema di equazioni differenziali Il problema di Cauchy per l equazione differenziale di ordine n è equivalente ad un sistema differenziale del primo ordine. Si pone y 1 (t) = y(t), y 2 (t) = y (t),..., y n (t) = y (n 1) (t). Osserviamo che y 2 (t) = y (t) = y 1(t),... y n (t) = y (n 1) (t) = y n 1(t).

37 Solutori Sistema di equazioni differenziali Quindi si ottiene il seguente sistema di equazioni differenziali y 1 (t) = y 2(t) y 2 (t) = y 3(t)... y n(t) = f (t, y 1 (t), y 2 (t),..., y n (t)) y 1 (t 0 ) = α 1 y 2 (t 0 ) = α 2... y n (t 0 ) = α n

38 Esempio: equazione di van der Pol Solutori Sistema di equazioni differenziali y µ(1 y 2 )y + y = 0 dove µ > 0. L equazione si riduce al seguente sistema: { y 1 (t) = y 2 (t) y 2 (t) = µ(1 y 2 1 )y 2 y 1 Posto µ = 1, si costruisce la function che definisce il sistema: function dy = vdp(t,y) dy = [y(2); (1-y(1)^2)*y(2)-y(1)]; Porre µ = 500 e risolvere con ode45. [t,u]=ode45( vdp,[0 20],[2;0]) Usare ode15s per risolvere l equazione nell intervallo [0, 3000]. [t,u]=ode15s( vdp,[0 3000],[2;0]);

Equazioni differenziali ordinarie

Equazioni differenziali ordinarie Equazioni differenziali ordinarie Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Il problema di Cauchy Esistenza, unicità e dipendenza continua dai dati 2 Metodi numerici

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

Equazioni differenziali ordinarie

Equazioni differenziali ordinarie Equazioni differenziali ordinarie Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Il problema di Cauchy Esistenza, unicità e dipendenza continua dai dati 2 Metodi numerici

Dettagli

Interpolazione ed approssimazione di funzioni

Interpolazione ed approssimazione di funzioni Interpolazione ed approssimazione di funzioni Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 9 novembre 2007 Outline 1 Polinomi Valutazione di un polinomio Algoritmo di Horner

Dettagli

Introduzione al MATLAB c Parte 2

Introduzione al MATLAB c Parte 2 Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 18 gennaio 2008 Outline 1 M-file di tipo Script e Function Script Function 2 Costrutti di programmazione

Dettagli

Modelli matematici e realtà:

Modelli matematici e realtà: Piano Lauree Scientifiche Matematica e Statistica 2010-11 Modelli matematici e realtà: sulle equazioni differenziali - prima parte R. Vermiglio 1 1 Dipartimento di Matematica e Informatica - Università

Dettagli

Daniela Lera A.A. 2008-2009

Daniela Lera A.A. 2008-2009 Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Metodi Runge-Kutta In alcuni esempi precedenti sono stati presentati vari metodi monostep. Esiste

Dettagli

Mattia Zanella mattia.zanella@unife.it www.mattiazanella.eu

Mattia Zanella mattia.zanella@unife.it www.mattiazanella.eu mattia.zanella@unife.it www.mattiazanella.eu Department of Mathematics and Computer Science, University of Ferrara, Italy Ferrara, 1 Maggio 216 Programma della lezione Seminario II Equazioni differenziali

Dettagli

Il problema di Cauchy

Il problema di Cauchy Sia I = [t 0, t 0 + T ] con 0 < T < +. Sia f (t, y) una funzione assegnata definita in I R continua rispetto ad entrambe le variabili. Si trata di determinare una funzione y C 1 (I ) soluzione di { y (t)

Dettagli

Dipendenza dai dati iniziali

Dipendenza dai dati iniziali Dipendenza dai dati iniziali Dopo aver studiato il problema dell esistenza e unicità delle soluzioni dei problemi di Cauchy, il passo successivo è vedere come le traiettorie di queste ultime dipendono

Dettagli

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Complementi di Matematica e Calcolo Numerico A.A. 2010-2011 Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Cosideriamo il seguente Problema di Cauchy: Trovare una funzione y : I

Dettagli

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6 EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)

Dettagli

Assoluta stabilità e metodi multipasso. Assoluta stabilità

Assoluta stabilità e metodi multipasso. Assoluta stabilità Assoluta stabilità e metodi multipasso Elena Loli Piccolomini-metodi multipasso p.1/33 Assoluta stabilità La convergenza è un concetto fondamentale: non avrebbe senso un metodo non convergente. la convergenza

Dettagli

Equazioni differenziali ordinarie

Equazioni differenziali ordinarie Equazioni differenziali ordinarie Denis Nardin January 2, 2010 1 Equazioni differenziali In questa sezione considereremo le proprietà delle soluzioni del problema di Cauchy. Da adesso in poi (PC) indicherà

Dettagli

Corso di Analisi Numerica - AN2. Parte 3: metodi alle differenze. per Equazioni Differenziali Ordinarie. Roberto Ferretti

Corso di Analisi Numerica - AN2. Parte 3: metodi alle differenze. per Equazioni Differenziali Ordinarie. Roberto Ferretti Corso di Analisi Numerica - AN2 Parte 3: metodi alle differenze per Equazioni Differenziali Ordinarie Roberto Ferretti Qualche richiamo analitico Filosofia generale dei metodi alle differenze: i metodi

Dettagli

LABORATORIO DI ANALISI DEI SISTEMI

LABORATORIO DI ANALISI DEI SISTEMI LABORATORIO DI ANALISI DEI SISTEMI Si utilizzerà, come strumento di lavoro, un foglio elettronico, il più diffuso Excel o anche quello gratuito di OpenOffice (www.openoffice.org). Tale scelta, pur non

Dettagli

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA Francesco Bottacin Padova, 24 febbraio 2012 Capitolo 1 Algebra Lineare 1.1 Spazi e sottospazi vettoriali Esercizio 1.1. Sia U il sottospazio di R 4 generato dai

Dettagli

Corso di Calcolo Numerico

Corso di Calcolo Numerico Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Sistemi di Numerazione Sistema decimale La

Dettagli

Esercitazioni di Analisi e Simulazione dei Processi Chimici

Esercitazioni di Analisi e Simulazione dei Processi Chimici Esercitazioni di Analisi e Simulazione dei Processi Chimici Metodi numerici per la risoluzione di sistemi di equazioni differenziali ordinarie Antonio Brasiello Email: abrasiel@unina.it Tel. 081 76 82537

Dettagli

Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale

Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale Corso di Scienza Economica (Economia Politica) prof. G. Di Bartolomeo Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale Facoltà di Scienze della Comunicazione Università di Teramo Scelta

Dettagli

Documentazione esterna al software matematico sviluppato con MatLab

Documentazione esterna al software matematico sviluppato con MatLab 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

Dettagli

PDE Toolbox in Matlab

PDE Toolbox in Matlab PDE Toolbox in Matlab Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Lezione 12 Indice 1 Uso di PDE Toolbox con interfaccia grafica Problema e definizioni 2 Esercizi 3 Comandi

Dettagli

SPAZI METRICI. Uno spazio metrico X con metrica d si indica con il simbolo (X, d). METRICI 1

SPAZI METRICI. Uno spazio metrico X con metrica d si indica con il simbolo (X, d). METRICI 1 SPAZI METRICI Nel piano R 2 o nello spazio R 3 la distanza fra due punti è la lunghezza, o norma euclidea, del vettore differenza di questi due punti. Se p = (x, y, z) è un vettore in coordinate ortonormali,

Dettagli

Corso di Analisi Matematica. Successioni e serie numeriche

Corso di Analisi Matematica. Successioni e serie numeriche a.a. 2011/12 Laurea triennale in Informatica Corso di Analisi Matematica Successioni e serie numeriche Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità

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

Indice. 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo... 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità...

Indice. 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo... 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità... Indice 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo............................. 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità.............. 5 i Capitolo 1 Introduzione

Dettagli

L espressione torna invece sempre vera (quindi la soluzione originale) se cambiamo contemporaneamente il verso: 1 < 0.

L espressione torna invece sempre vera (quindi la soluzione originale) se cambiamo contemporaneamente il verso: 1 < 0. EQUAZIONI E DISEQUAZIONI Le uguaglianze fra espressioni numeriche si chiamano equazioni. Cercare le soluzioni dell equazione vuol dire cercare quelle combinazioni delle lettere che vi compaiono che la

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

Esercitazione in Laboratorio: risoluzione di problemi di programmazione lineare tramite Excel il mix di produzione

Esercitazione in Laboratorio: risoluzione di problemi di programmazione lineare tramite Excel il mix di produzione Esercitazione in Laboratorio: risoluzione di problemi di programmazione lineare tramite Excel il mix di produzione Versione 11/03/2004 Contenuto e scopo esercitazione Contenuto esempi di problema di programmazione

Dettagli

Facoltà di Dipartimento di Ingegneria Elettrica e dell'informazione anno accademico 2014/15 Registro lezioni del docente SPORTELLI LUIGI

Facoltà di Dipartimento di Ingegneria Elettrica e dell'informazione anno accademico 2014/15 Registro lezioni del docente SPORTELLI LUIGI Facoltà di Dipartimento di Ingegneria Elettrica e dell'informazione anno accademico 2014/15 Registro lezioni del docente SPORTELLI LUIGI Attività didattica ANALISI MATEMATICA [2000] Periodo di svolgimento:

Dettagli

( x) ( x) 0. Equazioni irrazionali

( x) ( x) 0. Equazioni irrazionali Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni 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

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

Equazioni differenziali. Gabriella Puppo

Equazioni differenziali. Gabriella Puppo Equazioni differenziali Gabriella Puppo Equazioni differenziali Metodi Runge-Kutta Sistemi di equazioni differenziali Equazioni differenziali in Matlab Metodi Runge-Kutta Una function che implementa un

Dettagli

Ripasso delle matematiche elementari: esercizi svolti

Ripasso delle matematiche elementari: esercizi svolti Ripasso delle matematiche elementari: esercizi svolti I Equazioni e disequazioni algebriche 3 Esercizi su equazioni e polinomi di secondo grado.............. 3 Esercizi sulle equazioni di grado superiore

Dettagli

Docente: Anna Valeria Germinario. Università di Bari. A.V.Germinario (Università di Bari) Analisi Matematica ITPS 1 / 22

Docente: Anna Valeria Germinario. Università di Bari. A.V.Germinario (Università di Bari) Analisi Matematica ITPS 1 / 22 Laurea in Informatica e Tecnologie per la Produzione del Software Corso di Analisi Matematica Calcolo differenziale e approssimazioni, formula di Taylor Docente: Anna Valeria Germinario Università di Bari

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

Fondamenti di Automatica

Fondamenti di Automatica Fondamenti di Automatica Analisi dei sistemi dinamici Dott. Ing. Marcello Bonfè Dipartimento di Ingegneria - Università di Ferrara Tel. +39 0532 974839 E-mail: marcello.bonfe@unife.it pag. 1 Analisi dei

Dettagli

Serie numeriche. 1 Definizioni e proprietà elementari

Serie numeriche. 1 Definizioni e proprietà elementari Serie numeriche Definizioni e proprietà elementari Sia { } una successione, definita per ogni numero naturale n n. Per ogni n n, consideriamo la somma s n degli elementi della successione di posto d s

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

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

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

Equazioni alle differenze finite (cenni).

Equazioni alle differenze finite (cenni). AL 011. Equazioni alle differenze finite (cenni). Sia a n } n IN una successione di numeri reali. (Qui usiamo la convenzione IN = 0, 1,,...}). Diremo che è una successione ricorsiva o definita per ricorrenza

Dettagli

1 Serie di Taylor di una funzione

1 Serie di Taylor di una funzione Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita

Dettagli

Lezione 9: Cambio di base

Lezione 9: Cambio di base Lezione 9: Cambio di base In questa lezione vogliamo affrontare uno degli argomenti piu ostici per lo studente e cioè il cambio di base all interno di uno spazio vettoriale, inoltre cercheremo di capire

Dettagli

CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI

CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI Abbiamo studiato successioni e serie numeriche, ora vogliamo studiare successioni e serie di funzioni. Dato un insieme A R, chiamiamo successione di funzioni

Dettagli

i=1 Y i, dove Y i, i = 1,, n sono indipendenti e somiglianti e con la stessa distribuzione di Y.

i=1 Y i, dove Y i, i = 1,, n sono indipendenti e somiglianti e con la stessa distribuzione di Y. Lezione n. 5 5.1 Grafici e distribuzioni Esempio 5.1 Legame tra Weibull ed esponenziale; TLC per v.a. esponenziali Supponiamo che X Weibull(α, β). (i) Si consideri la distribuzione di Y = X β. (ii) Fissato

Dettagli

Note di matematica per microeconomia

Note di matematica per microeconomia Note di matematica per microeconomia Luigi Balletta Funzioni di una variabile (richiami) Una funzione di variabile reale ha come insieme di partenza un sottoinsieme di R e come insieme di arrivo un sottoinsieme

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

IL CALCOLO VETTORIALE (SUPPLEMENTO AL LIBRO)

IL CALCOLO VETTORIALE (SUPPLEMENTO AL LIBRO) IL CALCOLO VETTORIALE SUPPLEMENTO AL LIBRO CLAUDIO BONANNO Contents. Campi di vettori e operatori 2. Il lavoro di un campo di vettori 5 2.. Lavoro e campi conservativi 6 2.2. Lavoro e campi irrotazionali:

Dettagli

1.2 Funzioni, dominio, codominio, invertibilità elementare, alcune identità trigonometriche

1.2 Funzioni, dominio, codominio, invertibilità elementare, alcune identità trigonometriche . Funzioni, dominio, codominio, invertibilità elementare, alcune identità trigonometriche Per le definizioni e teoremi si fa riferimento ad uno qualsiasi dei libri M.Bertsch - R.Dal Passo Lezioni di Analisi

Dettagli

Corso di Analisi Matematica Serie numeriche

Corso di Analisi Matematica Serie numeriche Corso di Analisi Matematica Serie numeriche Laurea in Informatica e Comunicazione Digitale A.A. 2013/2014 Università di Bari ICD (Bari) Analisi Matematica 1 / 25 1 Definizione e primi esempi 2 Serie a

Dettagli

Analisi 2. Argomenti. Raffaele D. Facendola

Analisi 2. Argomenti. Raffaele D. Facendola Analisi 2 Argomenti Successioni di funzioni Definizione Convergenza puntuale Proprietà della convergenza puntuale Convergenza uniforme Continuità e limitatezza Teorema della continuità del limite Teorema

Dettagli

Analisi Matematica 2 per Matematica Esempi di compiti, primo semestre 2011/2012

Analisi Matematica 2 per Matematica Esempi di compiti, primo semestre 2011/2012 Analisi Matematica 2 per Matematica Esempi di compiti, primo semestre 211/212 Ricordare: una funzione lipschitziana tra spazi metrici manda insiemi limitati in insiemi limitati; se il dominio di una funzione

Dettagli

4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale

4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale 4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale Spazi Metrici Ricordiamo che uno spazio metrico è una coppia (X, d) dove X è un insieme e d : X X [0, + [ è una funzione, detta metrica,

Dettagli

APPUNTI DEL CORSO DI LABORATORIO DI CALCOLO AVANZATO Metodi Numerici per le Equazioni Differenziali Ordinarie

APPUNTI DEL CORSO DI LABORATORIO DI CALCOLO AVANZATO Metodi Numerici per le Equazioni Differenziali Ordinarie APPUNTI DEL CORSO DI LABORATORIO DI CALCOLO AVANZATO Metodi Numerici per le Equazioni Differenziali Ordinarie MARCO LIMONGI Istituto Nazionale di Astrofisica Osservatorio Astronomico di Roma 1. EQUAZIONI

Dettagli

Esercizi svolti. 1. Si consideri la funzione f(x) = 4 x 2. a) Verificare che la funzione F(x) = x 2 4 x2 + 2 arcsin x è una primitiva di

Esercizi svolti. 1. Si consideri la funzione f(x) = 4 x 2. a) Verificare che la funzione F(x) = x 2 4 x2 + 2 arcsin x è una primitiva di Esercizi svolti. Si consideri la funzione f() 4. a) Verificare che la funzione F() 4 + arcsin è una primitiva di f() sull intervallo (, ). b) Verificare che la funzione G() 4 + arcsin π è la primitiva

Dettagli

LE FUNZIONI A DUE VARIABILI

LE FUNZIONI A DUE VARIABILI Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre

Dettagli

Segnali e Sistemi. Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici. Gianni Borghesan e Giovanni Marro

Segnali e Sistemi. Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici. Gianni Borghesan e Giovanni Marro Segnali e Sistemi Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici Gianni Borghesan e Giovanni Marro Indice Introduzione 2. Notazione............................. 2 2 Classificazione

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

Introduzione al Simulink

Introduzione al Simulink Introduzione al Simulink pag. 1 L ambiente Simulink Simulink è un ambiente grafico per la simulazione di sistemi complessi Simulink è composto da una libreria di blocchi che descrivono elementi statici

Dettagli

Sulle funzioni di W 1,p (Ω) a traccia nulla

Sulle funzioni di W 1,p (Ω) a traccia nulla Sulle funzioni di W 1,p () a traccia nulla Sia u W 1,p (R n ) e supponiamo che il supp u, essendo un aperto di R n. Possiamo approssimare u con una successione di funzioni C il cui supporto è contenuto

Dettagli

Spazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007

Spazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007 Spazi lineari - PARTE II - Felice Iavernaro Dipartimento di Matematica Università di Bari 9 e 16 Marzo 2007 Felice Iavernaro (Univ. Bari) Spazi lineari 9-16/03/2007 1 / 17 Condizionamento dei sistemi lineari

Dettagli

EQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1.

EQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1. EQUAZIONI DIFFERENZIALI Esercizi svolti 1. Determinare la soluzione dell equazione differenziale (x 2 + 1)y + y 2 =. y + x tan y = 2. Risolvere il problema di Cauchy y() = 1 2 π. 3. Risolvere il problema

Dettagli

FUNZIONE REALE DI UNA VARIABILE

FUNZIONE REALE DI UNA VARIABILE FUNZIONE REALE DI UNA VARIABILE Funzione: legge che ad ogni elemento di un insieme D (Dominio) tale che D R, fa corrispondere un elemento y R ( R = Codominio ). f : D R : f () = y ; La funzione f(): A

Dettagli

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può

Dettagli

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Aprile 20 Indice Serie numeriche. Serie convergenti, divergenti, indeterminate.....................

Dettagli

I appello - 24 Marzo 2006

I appello - 24 Marzo 2006 Facoltà di Ingegneria - Corso di Laurea in Ing. Energetica e Gestionale A.A.2005/2006 I appello - 24 Marzo 2006 Risolvere gli esercizi motivando tutte le risposte. I.) Studiare la convergenza puntuale,

Dettagli

Politecnico di Milano. Fondamenti di Automatica (CL Ing. Gestionale) a.a.2014-15 Prof. Silvia Strada Prima prova intermedia 28 Novembre 2014 SOLUZIONE

Politecnico di Milano. Fondamenti di Automatica (CL Ing. Gestionale) a.a.2014-15 Prof. Silvia Strada Prima prova intermedia 28 Novembre 2014 SOLUZIONE Politecnico di Milano Fondamenti di Automatica (CL Ing. Gestionale) a.a.014-15 Prof. Silvia Strada Prima prova intermedia 8 Novembre 014 SOLUZIONE ESERCIZIO 1 punti: 8 su 3 Si consideri il sistema dinamico

Dettagli

Serie numeriche e serie di potenze

Serie numeriche e serie di potenze Serie numeriche e serie di potenze Sommare un numero finito di numeri reali è senza dubbio un operazione che non può riservare molte sorprese Cosa succede però se ne sommiamo un numero infinito? Prima

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE Definizione: Si chiama successione numerica una funzione definita su IN a valori in IR, cioè una legge che associa ad ogni intero n un numero reale a n. Per abuso di linguaggio, si

Dettagli

8. Serie numeriche Assegnata la successione di numeri complessi {a 1, a 2, a 3,...} si considera con il nome di serie numerica.

8. Serie numeriche Assegnata la successione di numeri complessi {a 1, a 2, a 3,...} si considera con il nome di serie numerica. 8. Serie numeriche Assegnata la successione di numeri complessi {a 1, a 2, a 3,...} si considera con il nome di serie numerica la nuova successione {s n } definita come s 1 = a 1, s 2 = a 1 + a 2, s 3

Dettagli

Programmazione Matematica classe V A. Finalità

Programmazione Matematica classe V A. Finalità Finalità Acquisire una formazione culturale equilibrata in ambito scientifico; comprendere i nodi fondamentali dello sviluppo del pensiero scientifico, anche in una dimensione storica, e i nessi tra i

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

Parte 6. Applicazioni lineari

Parte 6. Applicazioni lineari Parte 6 Applicazioni lineari A Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Applicazioni fra insiemi, 2 Applicazioni lineari tra spazi vettoriali, 2 3 Applicazioni lineari da R n a R

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2003 Sessione straordinaria

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2003 Sessione straordinaria ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 3 Sessione straordinaria Il candidato risolva uno dei due problemi e 5 dei quesiti in cui si articola il questionario. PROBLEMA È assegnata

Dettagli

Applicazioni del calcolo differenziale allo studio delle funzioni

Applicazioni del calcolo differenziale allo studio delle funzioni Capitolo 9 9.1 Crescenza e decrescenza in piccolo; massimi e minimi relativi Sia y = f(x) una funzione definita nell intervallo A; su di essa non facciamo, per ora, alcuna particolare ipotesi (né di continuità,

Dettagli

Definisci il Campo di Esistenza ( Dominio) di una funzione reale di variabile reale e, quindi, determinalo per la funzione:

Definisci il Campo di Esistenza ( Dominio) di una funzione reale di variabile reale e, quindi, determinalo per la funzione: Verso l'esame di Stato Definisci il Campo di Esistenza ( Dominio) di una funzione reale di variabile reale e, quindi, determinalo per la funzione: y ln 5 6 7 8 9 0 Rappresenta il campo di esistenza determinato

Dettagli

Alcune applicazioni delle equazioni differenziali ordinarie alla teoria dei circuiti elettrici

Alcune applicazioni delle equazioni differenziali ordinarie alla teoria dei circuiti elettrici Alcune applicazioni delle equazioni differenziali ordinarie alla teoria dei circuiti elettrici Attilio Piana, Andrea Ziggioto 1 egime variabile in un circuito elettrico. Circuito C. 1.1 Carica del condensatore

Dettagli

Ottimizazione vincolata

Ottimizazione vincolata Ottimizazione vincolata Ricordiamo alcuni risultati provati nella scheda sulla Teoria di Dini per una funzione F : R N+M R M di classe C 1 con (x 0, y 0 ) F 1 (a), a = (a 1,, a M ), punto in cui vale l

Dettagli

Autovalori e Autovettori

Autovalori e Autovettori Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Autovalori e Autovettori Definizione Siano A C nxn, λ C, e x C n, x 0, tali che Ax = λx. (1) Allora

Dettagli

Analisi Matematica I Palagachev

Analisi Matematica I Palagachev Analisi Matematica I Palagachev Numeri complessi Risolvere nel campo complesso C la seguente equazione: ) 3 z i = i z + 2 Risolvere nel campo complesso C la seguente equazione: z 2 + 2iz = 2 3 Risolvere

Dettagli

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza

Dettagli

Basi di matematica per il corso di micro

Basi di matematica per il corso di micro Basi di matematica per il corso di micro Microeconomia (anno accademico 2006-2007) Lezione del 21 Marzo 2007 Marianna Belloc 1 Le funzioni 1.1 Definizione Una funzione è una regola che descrive una relazione

Dettagli

Massimi e minimi vincolati di funzioni in due variabili

Massimi e minimi vincolati di funzioni in due variabili Massimi e minimi vincolati di funzioni in due variabili I risultati principali della teoria dell ottimizzazione, il Teorema di Fermat in due variabili e il Test dell hessiana, si applicano esclusivamente

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

Successioni di funzioni reali

Successioni di funzioni reali E-school di Arrigo Amadori Analisi I Successioni di funzioni reali 01 Introduzione. In questo capitolo applicheremo i concetti di successione e di serie alle funzioni numeriche reali. Una successione di

Dettagli

5. La teoria astratta della misura.

5. La teoria astratta della misura. 5. La teoria astratta della misura. 5.1. σ-algebre. 5.1.1. σ-algebre e loro proprietà. Sia Ω un insieme non vuoto. Indichiamo con P(Ω la famiglia di tutti i sottoinsiemi di Ω. Inoltre, per ogni insieme

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Il problema del flusso di costo minimo

Metodi e Modelli per l Ottimizzazione Combinatoria Il problema del flusso di costo minimo Metodi e Modelli per l Ottimizzazione Combinatoria Il problema del flusso di costo minimo L. De Giovanni G. Zambelli 1 Problema del flusso a costo minimo Il problema del flusso a costo minimo é definito

Dettagli

Corso di Matematica per la Chimica

Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis a.a. 203-4 I sistemi lineari Generalità sui sistemi lineari Molti problemi dell ingegneria, della fisica, della chimica, dell informatica e dell economia, si modellizzano

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

ESERCIZI APPLICAZIONI LINEARI

ESERCIZI APPLICAZIONI LINEARI ESERCIZI APPLICAZIONI LINEARI PAOLO FACCIN 1. Esercizi sulle applicazioni lineari 1.1. Definizioni sulle applicazioni lineari. Siano V, e W spazi vettoriali, con rispettive basi B V := (v 1 v n) e B W

Dettagli

CONCETTO DI LIMITE DI UNA FUNZIONE REALE

CONCETTO DI LIMITE DI UNA FUNZIONE REALE CONCETTO DI LIMITE DI UNA FUNZIONE REALE Il limite di una funzione è uno dei concetti fondamentali dell'analisi matematica. Tramite questo concetto viene formalizzata la nozione di funzione continua e

Dettagli

Capitolo 1 ANALISI COMPLESSA

Capitolo 1 ANALISI COMPLESSA Capitolo 1 ANALISI COMPLESSA 1 1.4 Serie in campo complesso 1.4.1 Serie di potenze Una serie di potenze è una serie del tipo a k (z z 0 ) k. Per le serie di potenze in campo complesso valgono teoremi analoghi

Dettagli

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Complementi di Matematica e Calcolo Numerico A.A. 2013-2014 Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Cosideriamo il Problema di Cauchy: y (t) = f(t,y(t)) t I, y(t 0 ) = y

Dettagli

Finanza matematica - Lezione 01

Finanza matematica - Lezione 01 Finanza matematica - Lezione 01 Contratto d opzione Un opzione è un contratto finanziario stipulato al tempo, che permette di eseguire una certa transazione, d acquisto call o di vendita put, ad un tempo

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

l insieme Y è detto codominio (è l insieme di tutti i valori che la funzione può assumere)

l insieme Y è detto codominio (è l insieme di tutti i valori che la funzione può assumere) Che cos è una funzione? Assegnati due insiemi X e Y si ha una funzione elemento di X uno e un solo elemento di Y. f : X Y se esiste una corrispondenza che associa ad ogni Osservazioni: l insieme X è detto

Dettagli

Transitori del primo ordine

Transitori del primo ordine Università di Ferrara Corso di Elettrotecnica Transitori del primo ordine Si consideri il circuito in figura, composto da un generatore ideale di tensione, una resistenza ed una capacità. I tre bipoli

Dettagli

Indice Elementi di analisi delle matrici I fondamenti della matematica numerica

Indice Elementi di analisi delle matrici I fondamenti della matematica numerica Indice 1. Elementi di analisi delle matrici 1 1.1 Spazivettoriali... 1 1.2 Matrici... 3 1.3 Operazionisumatrici... 4 1.3.1 Inversadiunamatrice... 6 1.3.2 Matricietrasformazionilineari... 7 1.4 Tracciaedeterminante...

Dettagli