Metodi numerici con elementi di Programmazione
|
|
- Giuseppina Lombardo
- 7 anni fa
- Visualizzazioni
Transcript
1 Metodi numerici con elementi di Programmazione A.A Esercizi 1
2 Docente: Vittoria Bruni Ufficio: Via A. Scarpa, Pal. B, I piano, Stanza n. 16 Tel Ricevimento: Venerdì
3 Il materiale didattico è disponibile sul sito nella pagina dedicata al corso Metodi Numerici con elementi di Programmazione Per consultazione: Getting Started with MatLab The mathworks 3
4 Esercizio 1 4
5 function [P] = successione(a,m) %[P] = successione(a,m) calcola i primi M elementi della successione così definita % P(1) = 2*a % P(2) = 4*a^2-1 % P(k) = 2*a*P(k-1)-P(k-2), k>2 % % e la confronta con la successione così definita % Q(k) = 1/(2*sqrt(a^2-1) )* (abs(a+sqrt(a^2-1))^(k+1) - abs(a-sqrt(a^2-1))^(k+1)); % % % INPUT % a = numero reale tale che a >1. La funzione offre tre possibilità per % correggere il valore della variabile data in input, altrimenti % interrompe l'esecuzione % M = numero intero positivo % OUTPUT % P = vettore contenente gli elementi della successione Pn 5
6 % controllo del numero delle variabili di input e di output if (nargin<=1) (nargin>2) error('il numero degli input non e'' corretto!!!') if (nargout>1) error('il numero degli output non e'' corretto!!!') % controllo del primo input tentativi = 0; while abs(a)<=1 & tentativi <3 a= input('il modulo di a deve essere maggiore di 1! a= '); tentativi = tentativi + 1; Nota: All uscita del ciclo while si possono avere le due situazioni seguenti: Il valore di a è in modulo maggiore di 1 e tentativi<=3 Il numero di tentativi ha raggiunto il valore 3 e il valore di a è in modulo minore o uguale a 1 6
7 if abs(a)>1 % controllo del secondo input if (round(m)~=m) (M<=0) error('il secondo input deve essere un numero intero positivo!!!') % calcolo del vettore P P(1) = 2*a; P(2) = 4*a^2-1; for k=3:m P(k)=2*a*P(k-1)-P(k-2); % calcolo del vettore Q Q(1:M) = 1/(2*sqrt(a^2-1)) * (abs(a+sqrt(a^2-1)).^(2:m+1) - abs(a-sqrt(a^2-1)).^(2:m+1)); % grafico dei risultati figure, plot(p,'k-') hold on, plot(q,'r--') xlabel('k'), ylabel('successioni'), title('confronto successioni') leg('vettore P','vettore Q') else error('gli input inseriti non sono corretti!') 7
8 Dal Command Window >> [P] = successione(2,-10);??? Error using ==> successione at 38 il secondo input deve essere un numero intero positivo!!! >> [P] = successione(2,1.5);??? Error using ==> successione at 38 il secondo input deve essere un numero intero positivo!!! >> [P] = successione(2,-1.6);??? Error using ==> successione at 38 il secondo input deve essere un numero intero positivo!!! >> [P] = successione(6);??? Error using ==> successione at 22 il numero degli input non e' corretto!!! 8
9 Dal Command Window >> [P] = successione(-.5,100); il modulo di a deve essere maggiore di 1! a=.5 il modulo di a deve essere maggiore di 1! a=.2 il modulo di a deve essere maggiore di 1! a=.4??? Error using ==> successione at 53 gli input inseriti non sono corretti! >> [P] = successione(2,10); >> [P] = successione(2,100); >> [P] = successione(6,100); >> [P] = successione(-6,100); A queste chiamate la funzione non da messaggi di errore e grafica i risultati 9
10 Esercizio 2 Si consideri la funzione n=1 definita per Scrivere la funzione Matlab esercizio2.m che riceva in input un numero reale y e un numero naturale N 10 e restituisca in output: la variabile S contenente il valore di F(y) ottenuto usando i primi N termini della serie; il vettore C dei coefficienti f n usati. Se N non viene dato in input, porre N=1000. La funzione deve graficare le componenti del vettore C usando una linea continua rossa per i primi 10 elementi e un marcatore di punto a scelta di colore blu per i successivi elementi. Il grafico deve essere completo di titolo, etichette per gli assi e lega. 10
11 function [S,C] = esercizio2(y,varargin) % function [S,C] = esercizio2(y,varargin) %. %. if nargin==1 N=10000; elseif nargin==2 N = varargin{1}; if N<10 (round(n) ~=N) error( il valore di N non e ammissibile ); else error('controllare il numero delle variabili date in input!!!') C(1:2) = 1;, S = 0; for k=1:n S = S + C(k+1)*y^k; C(k+2) = C(k+1)+C(k); C([1 length(c)]) = []; figure, plot(1:10,c(1:10),'r'), hold on, plot(11:length(c), C(11:length(C)),'b*') 11
12 Esercizio 3 Scrivere la funzione Matlab esercizio3.m che: legga in input una matrice A; effettui, se possibile, un opportuno scambio di righe per cui il numero di elementi non nulli su ogni riga di A cresca con l indice di riga; restituisca in output la matrice A, eventualmente modificata in accordo al punto precedente; determini il numero di elementi nulli di A e restituisca in output il coefficiente C dato dal rapporto tra il numero di elementi nulli di A e la dimensione di A definito; Se C =0 stampi il messaggio La matrice non è sparsa Richiamare la funzione scritta sulle seguenti matrici e salvare tutti gli input e gli output nel file risultaties3.mat.
13 function [A,C] = esercizio3(a) % function [A,C] = esercizio3(a) %. %. %. %. [m,n] = size(a); C = length(find(a(:)==0))/(m*n); if C==0 disp('la matrice non e'' sparsa'); else for i=1:m nnz(i) = length(find(a(i,:))); [S,P] = sort(nnz); A=A(P,:); 13
14 Esercizio 4 Scrivere la funzione Matlab esercizio4.m che: legga in input le funzioni f, df, df2, con df e df2 rispettivamente derivata prima e seconda di f, due numeri reali a e b (con a < b) e due interi positivi M e nmax, con nmax non superiore a Se M non viene dato in input, assegni ad M il valore 5; se nmax non viene dato in input, assegni ad nmax il valore massimo consentito; determini un intervallo di separazione I = [a1, b1] [a, b] della radice di f con ampiezza non superiore a 0.25; approssimi la radice di f in I con il metodo delle tangenti, sceglio come approssimazione iniziale x0 l'estremo di Fourier e arrestando il procedimento quando la approssimazione prodotta xn ha M decimali esatti o non appena il numero di iterazioni eseguite diventa pari a nmax. Se l'estremo di Fourier non esiste, si ponga x0 uguale all'estremo positivo più piccolo di I; restituisca in output xn, la variabile fxn contenente il valore di f in xn e l'approssimazione iniziale x0. Utilizzare la funzione scritta per approssimare la radice della equazione non lineare x 3 -cos(x)+ 1/3 = 0 nell'intervallo [0.25, 1] e salvare sia gli input che gli output nel file risultaties4.mat.
15 function [xn,fxn,x0] = esercizio4(f,df,df2,a,b,varargin) % function [xn,fxn,x0] = esercizio4(f,df,df2,varargin) %. %. %. %. switch nargin case 5 M = 5; nmax = 1000; case 6 M = varargin{1}; nmax = 1000; case 7 M = varargin{1}; nmax = varargin{2}; otherwise error('controllare il numero delle variabili di input!!!')
16 if (M~=round(abs(M))) error('m deve essere intero positivo!!!') if (nmax~=round(abs(nmax))) nmax>1000 error('nmax deve essere intero positivo e non superiore a 1000!!!') if a>=b error('a deve essere strettamente minore di b!!!') x = a:.2:b; y=f(x); pos = find(abs(diff(sign(y)))); if length(pos)~=1 error('la radice non e'' unica') else a1 = x(pos); b1 = x(pos+1);
17 if f(a1)*df2(a1)>0 x0 = a1; elseif f(b1)*df2(b1)>0 x0 = b1; else if sum(sign([a1 b1]))<=0 error('non e'' possibile fissare la condizione iniziale') elseif a1>0 x0 = a1; else x0 = b1; eps = 0.5*10^(-M); err = eps+1;, iter = 0; while (err>eps) & (iter<nmax) xn = x0-f(x0)/df(x0); iter = iter + 1; err = abs(xn-x0); x0=xn; fxn = f(xn);
18 function [c] = esercizio(y,z,m) %... %... %... C = zeros(m);, v = zeros(m,1);, s = zeros(2*m-1,1); for i = 1:length(y) temp = z(i); for j = 1:m v(j) = v(j) + temp;, temp = temp*y(i); temp = 1; for j = 1:2*m-1 s(j) = s(j) + temp;, temp = temp*y(i); for i = 1:m for j = 1:m C(i,j) = s(i+j-1); c = C\v; Esercizio 5 Scrivere lo help della funzione descrivo anche tutte le variabili di input e di output. Commentare le istruzioni.
19 Esercizio 6 Scrivere lo help della seguente funzione; commentare e completare le istruzioni. function [V,M] = fun_esame(t,g) %... %... %... %... %... J = length(g); D = (t()-...); if... V = (g(1)+2*sum(g(2:2:j-1))+2*sum(g(2:j-1))+g())*d/3; M = 0; else V = D*sum(g) - 0.5*D*(g(1)+...); M = 1;
20 function [In,Nn,E] = my_fun(x1,x2,fun,varargin) %... %... %... if nargin<3 error('input non sufficienti') elseif... tl=0.5*10^-5; elseif nargin == 4 tl =... else error('troppe variabili di input') D = (x2-x1)/2;, I0 =D/3*(fun(x1)+4*fun(x1+D)+fun(x2));, E = tl+1; while E >= tl D = D/2; Nn =... xn = linspace(x1,x2,nn);, fn = fun(xn); In = D/3*(fn(1)+4*sum(fn(2:2:Nn-1))+2*sum(fn(3:2:Nn-2))+fn(Nn)); E = abs(in-i0)/15; I0 =... Esercizio 7 Completare e commentare le istruzioni della funzione e scriverne lo help
21 con 6 decimali esatti e salvare gli output nel file risultaties8.mat. Esercizio 8 Scrivere la funzione Matlab esercizio8.m che riceva in input tre numeri a, b, eps e la funzione f; se eps non viene data in input, assegni il valore approssimi l'integrale con la formula di Cavalieri- Simpson; approssimi I(f) con la formula delle parabole generalizzata dimezzando ogni volta il passo h e arrestandosi quando il modulo del resto Rh(f) diventa minore di eps; restituisca in output l' approssimazione finale dell' integrale, il numero totale di nodi utilizzati per calcolarla e la stima di Rh(f) ottenuta tramite il criterio di Runge. Utilizzare la funzione realizzata per approssimare
22 Esercizio 9
23 function [F,varargout] = fun_bruni(t,m,varargin) % [F] = fun_bruni(t,m); % descrizione % % INPUT % inserire descrizione delle variabili di input. % % OUTPUT % inserire descrizione delle variabili di output. switch nargin case 2 x=0; m=5; case 3 x=varargin{1}; m=5; if x<-1 x>1 error('x deve appartenere all''intervallo [-1,1]')
24 case 4 x=varargin{1}; m=varargin{2}; if (x<-1 x>1) length(x)>1 error('x deve essere uno scalare e appartenere all''intervallo [-1,1]') if m<=0 m~=round(m) error('m deve essere un intero positivo') otherwise error('controllare il numero delle variabili di input') if M<=0 M~=round(M) error('m deve essere un intero positivo')
25 eps = 0.5*10^(-m); g = (1-t*x)/(1-2*x*t+t^2); F=[]; T(1) = 1; f(1) = T(1); if abs(f(1)-g) < eps F = [F f(1)]; T(2) = x; f(2) = sum(t.*t.^(0:1)); if (abs(f(2)-g) < eps) & (length(f)<m) F = [F f(2)]; n=3; while (length(f)<m) & n<100 T(n) = 2*x*T(n-1)-T(n-2); f(n) = sum(t.*t.^(0:n-1)); if (abs(f(n)-g) < eps) F = [F f(n)] n=n+1;
26 ind = find(t>=0); ind2 = find(t<0); figure title('grafico esercizio') subplot(1,2,1), plot(f,'r--') ylabel('vettore F') subplot(1,2,2), plot(ind-1, T(ind),'k*',ind2-1,T(ind2),'ro') xlabel('n') ylabel('tn') if nargout ==2 V=ind-1; varargout{1}=v;
27 usando 21 nodi. Esercizio 10 Scrivere la funzione Matlab odelimiti_nl.m che riceva in input cinue numeri a, b, alfa, beta, eps, due numeri interi positivi N, maxiter e tre funzioni f, dfy, dfz; se eps non viene data in input, assegni il valore , se maxiter non viene data in input, assegni il valore 20 risolva il seguente problema ai limiti usando uno schema alle differenze finite usando N+2 nodi. Per la soluzione del sistema non lineare si usi il metodi di Newton eseguo non più di maxiter iterazione e arrestando le iterazioni quando l errore massimo tra due approssimazioni successive diventa inferiore a eps restituisca in output il vettore Y contenente la approssimazione della soluzione in corrispondenza dei nodi usati. Se richiesto, restituisca in output il vettore X dei nodi e l errore commesso all ultima iterazione del metodo di Newton. Utilizzare la funzione realizzata per risolvere il seguente problema differenziale
28 % Script per la soluzione di uno specifico problema differenziale % salvato con il nome esercizio_odelimiti_nl a=1; b=3; alfa=17; beta = 43/3; N=19; [Y,X,errore] = odelimiti_nl(a,b,alfa,beta,n,@fun_esercizio,@dfy_esercizio,@dfz_esercizio,10^(-8)); fprintf(' X \t Y \t Errore\n') fprintf('%7.6f \t %15.12f \t %+13.12f \n',[x;y;errore] ) figure, plot(x,y,'r*') xlabel('x') ylabel('y') title('soluzione') Funzione che implementa la soluzione di un problema differenziale ai limiti non lineare Funzioni relative allo specifico problema differenziale da risolvere, rispettivamente f, f y, f y Vanno definite e salvate in tre file.m distinti
29 % funzione f dello specifico problema differenziale % salvato con il nome fun_esercizio.m function [F] = fun_esercizio(x,y,z) %funzione dello specifico problema differenziale F = 1/8*(32+2*X.^3-Y.*Z);
30 % funzione f y dello specifico problema differenziale % salvato con il nome dfy_esercizio.m function [DFY] = dfy_esercizio(x,y,z) %funzione dello specifico problema differenziale DFY = 1/8*(-Z);
31 % funzione f y dello specifico problema differenziale % salvato con il nome dfz_esercizio.m function [DFZ] = dfz_esercizio(x,y,z) %funzione dello specifico problema differenziale DFZ = 1/8*(-Y);
32 function [Y,varargout] = odelimiti_nl(a,b,alfa,beta,n,f,dfy,dfz,varargin) %[Y] = odelimiti_nl(a,b,alfa,beta,n,f,dfy,dfz) % INPUT % inserire descrizione delle variabili di input %... %... % % OUTPUT % inserire descrizione delle variabili di output %... %... if nargin==8 eps=0.5*10^(-8); max_iter=20; elseif nargin==9 eps=varargin{1}; max_iter=20; elseif nargin==10 eps=varargin{1}; max_iter=varargin{2}; else error('controllare il numero delle variabili di input')
33 h=(b-a)/(n+1); X=a+(0:N+1)*h; % inserire eventuali controlli su eps e maxiter... Y=alfa+(0:N+1)*(beta-alfa)/(b-a)*h; iter=0; Err=eps+1; while (Err>eps) & (iter < max_iter) der_vet = (Y(3:N+2)-Y(1:N))/(2*h); diagj=diag(2+h^2*dfy(x(2:n+1),y(2:n+1),der_vet)); diagsupj=diag(-1+h/2*dfz(x(2:n),y(2:n),der_vet(1:n-1)),1); diaginfj=diag(-1-h/2*dfz(x(3:n+1),y(3:n+1),der_vet(2:n)),-1); J = diagj+diagsupj+diaginfj; der_vet2 = diff(y,2); B = -h^2*f(x(2:n+1),y(2:n+1),der_vet)+der_vet2; V=J\(B'); V=[0 V' 0]; Y1 = Y+V; vett_err = Y1-Y; Err = norm(vett_err,inf); Y=Y1; iter = iter + 1;
34 if iter==max_iter & Err>eps disp('non e'' stata raggiunta la precisione richiesta') if nargout == 2 varargout{1} = X; elseif nargout == 3 varargout{1}=x; varargout{2} = vett_err; elseif nargout >3 error('troppi output')
35 Esercizio 11
36 function [P, varargout] = esercizio4_gennaio2014(n, x, varargin) % [P, varargout] = esercizio4_gennaio2014(n, x, varargin) % La funzione esercizio4_gennaio valuta la funzione F(x,y) che è la somma di n+1 termini il cui (k+1)-simo addo è % a(k) = (n-k+1)/k a(k-1) se k>=1, e a(0) = 1 se k=0. La funzione % calcola F(x,y) per tutti i valori di 0<=n<=N e multipli di 3 e con % y=f(x). % controllo sul numero degli input if nargin == 2 f elseif nargin == 3 f = varargin{1}; else error('numero di input non corretto') % INPUT % N = intero positivo <=100 % x = ascissa del punto in cui valutare la funzione % f = funzione che definisce l'ordinata del punto in cui valutare la % funzione come y=f(x). Se f non viene data in input, f=1+x % % OUTPUT % inserire descrizione degli output
37 % controllo input if N <= 0 N > 100 N ~= round(n) error('n deve essere un intero strettamente positivo non superiore a 100') % successione y = f(x); for n=0:3:n a(1) = 1; F(n/3+1)=a(1)*y^n; for k=2:n+1 a(k) = (n-k+2)/(k-1)*a(k-1); F(n/3+1) = F(n/3+1) + a(k)*x^(k-1)*y^(n-k+1); pos = find(f>=0); neg = find(f<0); P = zeros(max(length(pos), length(neg))); P(1,1:length(pos)) = (pos-1)*3; P(2,1:length(pos)) = F(pos); P(3,1:length(neg)) = (neg-1)*3; P(4,1:length(neg)) = F(neg);
38 A = a(1:round((n+1)/3)); figure, hold on plot(1:2:length(a), A(1:2:length(A)), '*b') plot(2:2:length(a), A(2:2:length(A)), '*r') if nargout==2 varargout{1} = A;
39 Esercizio 12
40 Esercizio 12 function [K, S, D, V, varargout] = esercizio5_gennaio2014(a, b, varargin) %INSERIRE HELP % controllo sugli input if nargin < 2 nargin > 3 error('il numero degli input non e'' corretto') elseif nargin == 2 C = {'J', 'GS', 'SOR', 'MEG', 'Th'}; elseif nargin == 3 C = varargin{1}; % controllo sulle dim di A [m,n] = size(a); if m ~= n error('a deve essere quadrata') else if m < 3 error('la dim di A deve essere non inferiore a 3x3')
41 K = false; S = false; D = false; if cond(a) < 7 K = true; % S vale 1 se il numero degli elementi nulli di A è superiore alla metà dei % suoi elementi n_zeri = length(find(a==0)); if n_zeri > (n^2)/2 S = true; % D vale 1 se esiste una permutazione di righe per cui la matrice del % sistema diventa diagonale [r, c] = find(a~=0); if length(r) <= n if (length(unique(c)) == length(unique(r))) D = true; if nargout == 5 [temp p] = sort(r); varargout{1} = p;
42 fprintf('%s \n', 'quali metodi possono essere usati per risolvere Ax=b?') riga1 = zeros(1,length(c)); riga2 = zeros(1, length(c)); eps = 10^(-8); MD = diag(diag(a));, L = tril(a,-1);, U = triu(a,1); for i=1:length(c) switch C{i} case {'J'} Minv = inv(md);, CJ = -Minv*(L + U); rho = max(abs(eig(cj))); if rho < 1 fprintf('%s \n', 'il metodo di Jacobi converge'); riga1(i) = 1; QJ = Minv*b; iter = 0;, X0 = ones(n,1);, err = 100; while err > eps X = CJ*X0 + QJ; err = norm(x-x0, inf); X0 = X; iter = iter + 1; riga2(i) = iter;
43 case {'GS'} Minv = inv(tril(a)); CGS = -Minv*(triu(A,1)); rho = max(abs(eig(cgs))); if rho < 1 fprintf('%s \n', 'il metodo di Gauss Seidel converge'); riga1(i) = 1; QGS = Minv*b; iter = 0; X0 = ones(n,1); err = 100; while err > eps X = CGS*X0 + QGS; err = norm(x-x0, inf); X0 = X; iter = iter + 1; riga2(i) = iter;
44 case {'SOR'} T = (A == A'); if all(t(:)) && all(eig(a)) fprintf('%s \n', 'il metodo di SOR converge'); riga1(i) = 1; omega = 0.5; Minv = inv(l + MD/omega); C_sor = -Minv*(U-(1-omega)*MD/omega); Q_sor = Minv*b; iter = 0; X0 = ones(n,1); err = 100; while err > eps X = C_sor*X0 + Q_sor; err = norm(x-x0, inf); X0 = X; iter = iter + 1; riga2(i) = iter;
45 case {'MEG'} if det(a) ~= 0 fprintf('%s \n', 'e'' possibile usare il metodo di eliminazione di Gauss'); riga1(i) = 1; riga2(i) = n^2/2 + n^3/3; case {'Th'} B = triu(a,-1) - triu(a,2); T = (B == A); if det(a) ~= 0 && all(t(:)) fprintf('%s \n', 'e'' possibile usare l'' algoritmo di Thomas'); riga1(i) = 1; riga2(i) = 5*n-4; otherwise error('c contiene metodi sconosciuti') %% costruisco la matrice V V(1,:) = riga1; V(2,:) = riga2;
Metodi numerici con elementi di Programmazione
Metodi numerici con elementi di Programmazione A.A. 2013-2014 Esercizi Lezione del 16-12-2013 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa, Pal. B, I piano, Stanza
Metodi Numerici con Elementi di Programmazione A.A
Metodi Numerici con Elementi di Programmazione A.A. 2017-2018 Introduzione al MatLab (appice + esercizi) 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa, Pal. B,
Esercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A
Esercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A. 2018-19 1. Scrivere la function Matlab myfun.m che valuti la funzione e la sua derivata in corrispondenza delle
Esercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A
Esercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A. 2017-18 1. Scrivere la function Matlab myfun.m che calcoli la funzione e la sua derivata. La function deve ricevere
Metodi numerici con elementi di Programmazione A.A
Metodi numerici con elementi di Programmazione A.A. 2013-2014 Introduzione al MatLab VII parte 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa, Pal. B, I piano,
Metodi numerici con elementi di Programmazione A.A
Metodi numerici con elementi di Programmazione A.A. 2013-2014 Esercizi svolti in Laboratorio Lezione del 26-11-2013 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa,
Metodi numerici con elementi di Programmazione A.A
Metodi numerici con elementi di Programmazione A.A. 2013-2014 Esercizi svolti in Laboratorio Lezione del 19-11-2013 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa,
Metodi Numerici con elementi di Programmazione A.A
Metodi Numerici con elementi di Programmazione A.A. 2013-2014 Introduzione al MatLab V parte 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa, Pal. B, I piano, Stanza
Metodi numerici con elementi di Programmazione A.A
Metodi numerici con elementi di Programmazione A.A. 2013-2014 Introduzione al MatLab VI parte 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa, Pal. B, I piano, Stanza
Analisi numerica A.A Laurea Magistrale in Ingegneria Civile
Analisi numerica A.A. 2014-2015 Laurea Magistrale in Ingegneria Civile Introduzione al MatLab IV parte 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa, Pal. B, I
Metodi Numerici con Elementi di Programmazione A.A
Metodi Numerici con Elementi di Programmazione A.A. 2018-2019 Introduzione al MatLab (6) 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa, Pal. B, I piano, Stanza
Metodi numerici con elementi di Programmazione A.A
Metodi numerici con elementi di Programmazione A.A. 2013-2014 Introduzione al MatLab III parte 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa, Pal. B, I piano,
Metodi Numerici con Elementi di Programmazione A.A
Metodi Numerici con Elementi di Programmazione A.A. 2018-2019 Introduzione al MatLab (5) 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa, Pal. B, I piano, Stanza
Metodi Numerici con Elementi di Programmazione A.A
Metodi Numerici con Elementi di Programmazione A.A. 2015-2016 Introduzione al MatLab (5) 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa, Pal. B, I piano, Stanza
1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso
Domanda 1 1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso x n+1 = x n f(x n), n = 0, 1, 2,... K dove x 0 è il punto iniziale, f(x) = x 3 cos(x) e K è una costante assegnata.
Esercizio 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)
Metodi Numerici con Elementi di Programmazione A.A
Metodi Numerici con Elementi di Programmazione A.A. 2017-2018 Introduzione al MatLab (3) 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa, Pal. B, I piano, Stanza
Calcolo Numerico. Esercitazioni (A.A ) Lezioni n. 12,13 Metodi iterativi per sistemi lineari 14,
Calcolo Numerico (A.A. 2012-2013) Esercitazioni Lezioni n. 12,13 Metodi iterativi per sistemi lineari 14, 16-05-2013 Sistemi lineari - Metodo iterativi A X = B X = C X + Q Se X IR n è soluzione di A X
CORSO DI LABORATORIO DI INFORMATICA
CORSO DI LABORATORIO DI INFORMATICA Corso di Laurea Triennale in Ingegneria Elettrica a.a. 2015/2016 Docente: Ing. Domenico Amalfitano Dipartimento di Ingegneria Elettrica e delle Tecnologie dell Informazione
Metodi Numerici con elementi di Programmazione A.A
Metodi Numerici con elementi di Programmazione A.A. 2018-2019 Introduzione al MatLab (4) 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa, Pal. B, I piano, Stanza
Calcolo Numerico - Prova Matlab 19 luglio 2013
9 luglio 0 () tempo a disposizione per completare la prova: ora; () lo svolgimento della prova deve essere salvato in file denominati cognomenome#m; () è fatto assoluto divieto di aprire applicazioni diverse
METODI ITERATIVI DI JACOBI E GAUSS-SEIDEL
1. DESCRIZIONE DEL PROBLEMA Function file che implementa: L algoritmo di Jacobi o di Gauss Seidel per la risoluzione di un sistema lineare Ax=b con A sparsa (generata dall utente con il comando sparse).
Calcolo Numerico (A.A ) Esercitazione n. 9. Metodo del punto unito, Metodo di Newton per sistemi
Calcolo Numerico (A.A. 2012-2013) Esercitazione n. 9 Metodo del punto unito, Metodo di Newton per sistemi 23-04-2013 Esercizio 1.25 L. Gori, M.L. Lo Cascio, F. Pitolli, Esercizi di Calcolo Numerico, II
Calcolo Numerico. Esercitazioni (A.A ) Lezione n. 16 Approssimazione
Calcolo Numerico (A.A. 2013-2014) Esercitazioni Lezione n. 16 Approssimazione 23-05-2014 1 Approssimazione di dati e funzioni Problema Data la tabella {x i, y i }, i = 0,..., n, si vuole trovare una funzione
Progetto Matlab N 2. Calcolo Numerico 6 CFU. Corso di Laurea in Ingegneria delle Comunicazioni 31/05/2014
Progetto Matlab N 2 Calcolo Numerico 6 CFU Corso di Laurea in Ingegneria delle Comunicazioni 31/05/2014 Procedimento 1. Scrivere una function che implementi il prodotto matrice-vettore AX con A matrice
f(x) = x e x, prendere come intervallo iniziale [0, 1] e fissare come precisione ε = 10 8.
Esercitazione 7 Argomento: Il metodo delle successive bisezioni Scopo: Implementare il metodo delle successive bisezioni per la soluzione di equazioni non lineari. function [alfa,iter]=bisez(f,a,b,epsilon)
Calcolo Numerico (A.A ) Lab n. 10. Metodi iterativi per sistemi lineari 3 Dicembre 2014
Calcolo Numerico (A.A. 2014-2015) Lab n. 10 Metodi iterativi per sistemi lineari 3 Dicembre 2014 Strutture dati I cell arrays e le struct consentono il raggruppamento di tipi di dati diversi (vettori,
Fondamenti di Informatica, A.A Compito A
Fondamenti di Informatica, A.A. 2013-2014 - Compito A 30/07/2014 Prova Pratica L integrale definito di una funzione continua su un intervallo chiuso e limitato può essere calcolato con la regola dei trapezi
Complementi di Matematica e Calcolo Numerico A.A Laboratorio 4-23/3/2015
Complementi di Matematica e Calcolo Numerico A.A. 2014-2015 Laboratorio 4-23/3/2015 Equazioni non lineari (fzero) Sia f : R R una funzione che ammette una radice α, ovvero t.c. f(α) = 0. Possiamo utilizzare
Raccolta 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
Calcolo Numerico (CdS in Matematica) A.A. 2012/13
Calcolo Numerico (CdS in Matematica) A.A. 2012/13 Esercitazione di Laboratorio sulla risoluzione di sistemi di equazioni lineari Parte 1. Fattorizzazione di matrici Scrivere una funzione Matlab che implementi
Esame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 31 agosto 2011 Testo e soluzioni
Esame di Calcolo Numerico per Informatica A.A. 21/11 Proff. S. De Marchi e M. R. Russo 31 agosto 211 Testo e soluzioni L esame consiste di 4 domande aperte e 1 esercizi a risposta multipla. Per gli esercizi
Programmare con MATLAB c Parte 5 Cicli: for e while
Programmare con MATLAB c Parte 5 Cicli: for e while Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 La notazione due punti 2 Ciclo: for 3 Ciclo con controllo: while
Laboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 18/09/2012
Cognome: Nome: Matricola: Laboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 18/09/2012 ESERCIZIO 1 [10 punti] Si consideri il sistema lineare Ax = b, con 9 2 1 A = 1 5
Laboratorio di Calcolo Numerico
Laboratorio di Calcolo Numerico Lezione 3 Padova, April 4th 2016 F. Piazzon Department of Mathematics. Doctoral School in Mathematical Sciences, Applied Mathematics Area Outline Lab. 3-2 of 16 1 Costrutti
Esercitazione 00 Introduzione a Matlab
1 Esercitazione 00 Introduzione a Matlab Corso di Strumentazione e Controllo di Impianti Chimici Prof. Davide Manca Tutor: Giuseppe Pesenti PSE-Lab 2 Tutor: Giuseppe Pesenti giuseppe.pesenti@polimi.it
MATLAB c. Lucia Gastaldi Dipartimento di Matematica Lezione 4 (15 ottobre 2003)
MATLAB c M-file. Lucia Gastaldi Dipartimento di Matematica http://dm.ing.unibs.it/gastaldi/ Lezione 4 (15 ottobre 2003) Esercizio Problema 3: la successione di funzioni f n (x) = (x 2 x) n per 0 x 1 è
Operatori relazionali
Operatori relazionali Gli operatori relazionali più comuni sono: == uguale ~= diverso da < minore di > x=2; >> x==0 ans = 0 >> x==2 ans = 1 (questa relazione e falsa:)
MATLAB:Metodi Numerici per zeri di funzioni.
1 Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari MATLAB:Metodi Numerici per zeri di funzioni Metodo delle successive bisezioni Sappiamo che la procedura definita dal
Laboratorio di Calcolo Numerico Laboratorio 7: Quadratura numerica
Laboratorio di Calcolo Numerico Laboratorio 7: Quadratura numerica Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 19 Aprile 2017 Introduzione Implementazione in
Introduzione a Matlab
Funzioni Una funzione è una sequenza di istruzioni identificata con un nome. Le funzioni sono salvate in un file.m (m-file) I file.m devono stare in una cartella nota a Matlab tramite la variabile d'ambiente
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
Concludiamo questa Appendice, riportando alcuni programmi scritti in linguaggio
0.1. PROGRAMMI MATLAB 1 0.1 Programmi MATLAB Concludiamo questa Appice, riportando alcuni programmi scritti in linguaggio MATLAB, relativi ad algoritmi visti nei capitoli del Testo. Il lettore è incoraggiato,
Complementi di Matematica e Calcolo Numerico A.A Laboratorio 3-24/3/2014
Complementi di Matematica e Calcolo Numerico A.A. 2012-2013 Laboratorio 3-24/3/2014 Equazioni non lineari (fzero) Sia f : R R una funzione che ammette una radice α, ovvero t.c. f(α) = 0. Possiamo utilizzare
EQUAZIONI DIFFERENZIALI
EQUAZIONI DIFFERENZIALI Si consideri il problema di Cauchy y'(t) t y, y() y(t) t e. t, la cui soluzione esatta è PARTE a. Approssimare il problema di Cauchy con il metodo di Eulero Esplicito b. Eseguire
Complementi di Matematica A.A Laboratorio 10
Complementi di Matematica A.A. 2016-2017 Laboratorio 10 Equazioni non lineari (fzero) Sia f : R R una funzione che ammette una radice α, ovvero t.c. f(α) = 0. Possiamo utilizzare la funzione predefinita
Esercizi Elaborato (versione )
Esercizi Elaborato (versione 2019-04-15) Nota bene: l elaborato dovrà contenere i codici sviluppati, e questi dovranno essere portati alla discussione su una chiavetta USB. Esercizio 1. Verificare che,
Diario delle lezioni di Analisi Numerica laurea Magistrale in Statistica e Informatica A.A
Diario delle lezioni di Analisi Numerica laurea Magistrale in Statistica e Informatica A.A. 2009-2010 Prof. Stefano De Marchi November 23, 2009 28/9/09 Aula SC20. 30/9/09 Aula SC20. Rappresentazione dei
Laboratorio 10 Metodi Bisezione e Newton
Laboratorio 10 Metodi Bisezione e Newton 2009 - Questo testo (compresi i quesiti ed il loro svolgimento) è coperto da diritto d autore. Non può essere sfruttato a fini commerciali o di pubblicazione editoriale.
Calcolo Numerico (A.A ) Esercitazione n. 9. Metodo del punto unito, Metodo di Newton per sistemi
Calcolo Numerico (A.A. 2013-2014) Esercitazione n. 9 Metodo del punto unito, Metodo di Newton per sistemi 11-04-2014 Esercizio 1.25 L. Gori, M.L. Lo Cascio, F. Pitolli, Esercizi di Calcolo Numerico, II
Raccolta 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
Diario delle lezioni di Analisi Numerica laurea Magistrale in Statistica e Informatica A.A
Diario delle lezioni di Analisi Numerica laurea Magistrale in Statistica e Informatica A.A. 2009-2010 Prof. Stefano De Marchi December 4, 2009 28/9/09 Aula SC20. 30/9/09 Aula SC20. Rappresentazione dei
Complementi di Matematica e Calcolo Numerico A.A Laboratorio 10
Complementi di Matematica e Calcolo Numerico A.A. 2014-2015 Laboratorio 10 Convergenza di metodi iterativi per sistemi lineari UnmetodoiterativoperlarisoluzionediunsistemalineareAx = b si scrive in forma
Soluzione di Equazioni non lineari
Soluzione di Equazioni non lineari Corso di Calcolo Numerico 20 Marzo 2018 Function in MATLAB Lo scopo di una funzione è quello di prendere in input un certo numero di valori, fare alcune operazioni con
Esame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 2 settembre 2013
Esame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 2 settembre 2013 1 Domande aperte 1. Ogni matrice quadrata (di ordine n) strettamente definita positiva è invertibile. Perchè? Risposta.
Esercitazione 6: Metodi iterativi per sistemi lineari.
Esercitazione 6: Metodi iterativi per sistemi lineari. Richiami di Teoria Iterazione di Jacobi e Gauss Seidel. I metodi iterativi sono basati sul calcolo della soluzione x del sistema lineare Ax = b come
Alcuni esercizi in preparazione all appello scritto di Calcolo Numerico
Alcuni esercizi in preparazione all appello scritto di Calcolo Numerico Esercizio 1 Si consideri il sistema lineare Ax = b con 4 3 2 1 3 4 3 2 A = 2 3 4 3,b = 1 2 3 4 1 1 1 1. (1) 1. Prima di risolvere
Calcolo Numerico (A.A ) Esercitazione n.5,6,7,8
Calcolo Numerico (A.A. 2013-2014) Esercitazione n.5,6,7,8 Equazioni non lineari: Metodi di Bisezione, Newton-Raphson, Secanti 28,31 Marzo, 4,8 Aprile 2014 Equazioni non lineari Un equazione non lineare
Calcolo Numerico (A.A. 2014-2015) Lab n. 12 Approssimazione 17-12-2014
Calcolo Numerico (A.A. 2014-2015) Lab n. 12 Approssimazione 17-12-2014 1 Approssimazione di dati e funzioni Problema Data la tabella {x i, y i }, i = 0,..., n, si vuole trovare una funzione analitica ϕ
Laboratorio 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 =
Aritmetica in Floating Point
Aritmetica in Floating Point Esempio di non associatività Alcune proprietà delle operazioni in aritmetica esatta possono non valere in aritmetica finita in virgola mobile (floating point). Ad esempio:
Capitolo 1. Esercizi a.a Esercizi. Esercizio 1.1 Dimostrare che il metodo iterativo
Capitolo Esercizi a.a. 206-7 Esercizi Esercizio. Dimostrare che il metodo iterativo x k+ = Φ(x k ), k = 0,,..., se convergente a x, deve verificare la condizione di consistenza x = Φ(x ). Ovvero, la soluzione
ISTITUTO DI ISTRUZIONE SUPERIORE A. EINSTEIN. CORSO AM08 Approfondimenti di matematica
ISTITUTO DI ISTRUZIONE SUPERIORE A. EINSTEIN CORSO AM8 Approfondimenti di matematica Prof. Fernando D Angelo Sistemi lineari e Metodi iterativi Cos è un metodo iterativo? I metodi iterativi consentono
Equazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Metodo di Newton-Raphson
Introduzione all ambiente MATLAB. Richiami II. Calcolo Numerico - A.A. 2008/09
Introduzione all ambiente MATLAB Richiami II Programmazione MATLAB MATLAB non è un vero e proprio linguaggio di programmazione, ma permette comunque di realizzare programmi utilizzando le classiche strutture
Equazioni non lineari. Gabriella Puppo
Equazioni non lineari Gabriella Puppo Equazioni non lineari Passare una function come argomento Metodo di bisezione Metodo di Newton Metodo delle secanti Funzione fzero Passare una function come argomento
1. Sia data la funzione f(x) = x + log x nel proprio insieme di definizione D.
PROVA PRATICA di CALCOLO NUMERICO per Matematica Applicata e Informatica Multimediale Prof. Stefano De Marchi, Dott. Marco Caliari Verona, 08 luglio 2008 Il candidato dovrà scrivere su ogni foglio o file
Esame di Calcolo Numerico per Informatica A.A. 2010/11: testo soluzioni Proff. S. De Marchi e M. R. Russo 12 luglio 2011
Esame di Calcolo Numerico per Informatica A.A. 200/: testo soluzioni Proff. S. De Marchi e M. R. Russo 2 luglio 20 L esame consiste di 4 domande aperte e 0 esercizi a risposta multipla. Per gli esercizi
Laboratorio di Calcolo Numerico Laboratorio 3: Algoritmi stabili e instabili, Bisezione
Laboratorio di Calcolo Numerico Laboratorio 3: Algoritmi stabili e instabili, Bisezione Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 22 Marzo 2017 Vettori in
Breve introduzione a MATLAB
Breve introduzione a MATLAB Il nome MATLAB significa MATrix LABoratory. E un ambiente interattivo per il calcolo numerico. Si accede a MATLAB dall icona che trovate sul Desktop di Windows. Per uscire basta
Quale delle seguenti rappresentazioni del numero reale è in virgola mobile normalizzata?
Quale delle seguenti istruzioni MATLAB esegue il calcolo del raggio spettrale di una matrice quadrata A? a. max(eig(abs(a))) b. max(abs(eig(a))) c. abs(max(eig(a))) d. max(abs(eig(a *A))) Il raggio spettrale
Introduzione al MATLAB c Parte 3 Script e function
Introduzione al MATLAB c Parte 3 Script e function Lucia Gastaldi DICATAM - Sezione di Matematica, http://www.ing.unibs.it/gastaldi/ Indice 1 M-file di tipo Script e Function Script Function 2 Gestione
Page Rank. Guerra Stefano. 1. DESCRIZIONE DEL PROBLEMA "Page Rank" 2. DESCRIZIONE DELL ALGORITMO. Pagina 2
1. DESCRIZIONE DEL PROBLEMA "" Realizzare un Function file che implementa (l algoritmo PageRank di Google per l ordinamento dei siti web). Parametri di input: G matrice sparsa di adiacenze relativa ad
Laboratorio di Calcolo Numerico Laboratorio 4: Functions. Soluzione di Equazioni non lineari
Laboratorio di Calcolo Numerico Laboratorio 4: Functions. Soluzione di Equazioni non lineari Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 29 Marzo 2017 Function
Introduzione all ambiente MATLAB. Richiami II. Analisi Numerica - A.A. 2007/08
Introduzione all ambiente MATLAB Richiami II Programmazione MATLAB MATLAB non è un vero e proprio linguaggio di programmazione, ma permette comunque di realizzare programmi utilizzando le classiche strutture
Prove d esame Esercizi con Matlab
Prove d esame Esercizi con Matlab Andrea Corli 16 settembre 2015 Sono qui raccolti alcuni esercizi relativi a Matlab assegnati nelle prove d esame (dal 2011 al 2014) del Corso di Analisi Matematica I (semestrale,
Interpolazione e approssimazione di funzioni
Interpolazione e approssimazione di funzioni Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Laboratorio - 26 febbraio 2007 Outline 1 Interpolazione polinomiale Interpolazione
Dipartimento di Ingegneria Industriale DII Anno Accademico 2018/19 Registro lezioni del docente SOMMARIVA ALVISE
Attività didattica Dipartimento di Ingegneria Industriale DII Anno Accademico 2018/19 Registro lezioni del docente SOMMARIVA ALVISE CALCOLO NUMERICO [IN18101050] Corso di studio: INGEGNERIA DELL'ENERGIA
1. Calcolo dell indice di condizionamento di una matrice
1 Esercizi sul condizionamento con matlab laboratorio di Calcolo Scientifico per Geofisici Prof. A. Murli a.a. 2006/07 1. Calcolo dell indice di condizionamento di una matrice Determinare una function
Introduzione al MATLAB c Parte 3 Script e function
Introduzione al MATLAB c Parte 3 Script e function Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 M-file di tipo Script e Function Script Function 2 Gestione dell
Introduzione al MATLAB c Parte 3 Script e function
Introduzione al MATLAB c Parte 3 Script e function Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 M-file di tipo Script e Function Script Function 2 Gestione dell
Elementi di Calcolo Scientifico per l Ingegneria A.A
Elementi di Calcolo Scientifico per l Ingegneria A.A. 2017-2018 Ottobre 2017 (2 16) Indice 1 2 3 4 Rappresentazione dei numeri reali nel calcolatore l insieme dei numeri reali, R, contiene un numero infinito
UNIVERSITA DEGLI STUDI DI ROMA TOR VERGATA
UNIVERSITA DEGLI STUDI DI ROMA TOR VERGATA Dipartimento di Ingegneria Industriale Corso di studio in Ingegneria Meccanica/Energetica Esame di Fondamenti di Informatica sessione estiva appello I A.A. 2015/16
Metodi 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.
Lezione 5, 5/11/2014
Lezione 5, 5/11/2014 Elena Gaburro, elenagaburro@gmail.com 1 Ordine di convergenza di un metodo Definizione 1.1. Sia {x k } una successione convergente ad α. Consideriamo l errore assoluto in modulo al
MatLab - Testo pagina 1 di 5 101
MatLab - Testo pagina 1 di 5 101 8. FUNZIONI E SCRIPT IN MATLAB 801. Scrivere il listato di un file funzione MatLab alfa(x) che, dato un numero reale x dia come risultato la matrice p calcolata come segue:
Esame 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
Soluzione sistemi triangolari La seguente funzione risolve i sistemi triangolari inferiori
1 Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari MATLAB:Soluzione Sistemi Lineari. Soluzione sistemi triangolari La seguente funzione risolve i sistemi triangolari inferiori
Equazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Metodo di Newton-Raphson
METODI NUMERICI - II canale (A.A )
METODI NUMERICI - II canale (A.A. 2007-2008) Cosa èilcalcolo NUMERICO? Prof. F. Pitolli Appunti della prima lezione È quella branca della matematica che fornisce mezzi e metodi per risolvere numericamente,
Tutorial. Introduzione a Matlab
Prof. Davide Manca Politecnico di Milano Strumentazione e Controllo di Impianti Chimici Tutorial Introduzione a Matlab PSE-Lab PSE-Lab Esercitazioni di Strumentazione e Controllo di Impianti Chimici Politecnico
MATLAB - Programmazione - 2. Antonino Polimeno
MATLAB - Programmazione - 2 Antonino Polimeno antonino.polimeno@unipd.it Manipolazione di matrici - 1 Input di matrici Definizione manuale: A = [1, 2, 3; 7, 8, 9] Generazione da funzioni Lettura da file
Esercitazione #0. Introduzione a MatLab
Prof. Davide Manca Politecnico di Milano Dinamica e Controllo dei Processi Chimici Esercitazione #0 Introduzione a MatLab ing. Sara Brambilla L0 DATI DI INPUT PROGRAMMA DATI DI OUTPUT L0 2 Concetti fondamentali
Università degli Studi di Napoli Federico II CdL Ing. Elettrica Corso di Laboratorio di Circuiti Elettrici
Università degli Studi di Napoli Federico II CdL Ing. Elettrica Corso di Laboratorio di Circuiti Elettrici Introduzione a MATLAB lezione n. 5 Dr. Carlo Petrarca Dipartimento di Ingegneria Elettrica Università