Quale delle seguenti rappresentazioni del numero reale è in virgola mobile normalizzata?
|
|
- Cinzia Martelli
- 7 anni fa
- Visualizzazioni
Transcript
1 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 di una matrice quadrata A è il massimo degli autovalori di A presi in valore assoluto. In Matlab: - il comando eig(a) calcola gli auto valori di A - il comando abs(eig(a)) individua i valori assoluti degli autovalori di A - il comando max(abs(eig(a))) individua il massimo tra i valori assoluti degli autovalori di A Se per risolvere (con l ausilio di un calcolatore) un problema numerico si fa ricorso ad un metodo iterativo, da quale tipo di errore sarà affetta, in generale, la soluzione trovata? a. solo da errori di troncamento del processo iterativo b. solo da errori di arrotondamento c. sia da errori di troncamento del processo iterativo che da errori di arrotondamento d. dipende dal metodo iterativo, da come viene implementato e da quante iterazioni vengono compiute Nell implementazione di ogni metodo iterativo è necessario fissare un numero massimo di iterazione e un errore massimo ammissibile, questi vengono posti come condizione del ciclo while che realizza l iterazione. Quando una di queste due condizioni è verificata il processo iterativo viene troncato. Il risultato trovato sarà affetto sia da errori di troncamento del processo iterativo sia da errori di arrotondamento, dovuti all aritmetica discreta del calcolatore. Quale delle seguenti rappresentazioni del numero reale è in virgola mobile normalizzata? a *10 3 b *10 4 c *10 5 d *10 0 Ogni numero reale a può essere scritto nella forma a=p*n q dove p è un reale, N è la base del sistema di numerazione scelto e q è un intero positivo, negativo o nullo. La rappresentazione di a#0 si dice normalizzata quando N-1<= p <1 ossia quando la prima cifra di p (dopo il punto decimale) è diversa da zero. p e q vengono chiamate rispettivamente mantissa e caratteristica del numero a. Fissata la base N, ogni numero reale a#0 è univocamente definito dalla coppia (p;q).
2 Dovete risolvere con il metodo di Jacobi uno dei due sistemi lineari non omogenei D*x = c e E*x = c, le cui matrici associate e il vettore dei termini forzanti sono: Per quale dei due sistemi la convergenza è assicurata? a. solo per il sistema D*x = c b. solo per il sistema E*x = c c. per entrambi i sistemi d. per nessuno dei due sistemi Condizione sufficiente per la convergenza del metodo è che la matrice considerata sia a diagonale dominante, cioè: aii > aij, i=1,..,n j=1,,n; j#i Nel caso della matrice D 9>5+1+1=7 6>1+0+0=1 8>1+3+3=7 10>8+0+1=9 D è a diagonale dominante Nel caso della matrice E 9>0+3+3=6 7>0+1+4=5 8<6+5+5=16 7>2+1+2=5 E non è a diagonale dominante
3 Quando si può utilizzare il metodo della doppia passata per risolvere un sistema lineare A*x = b? a. quando la matrice A è diagonale b. quando la matrice A è tridiagonale c. quando la matrice A è triangolare inferiore d. quando la matrice A è triangolare superiore Il metodo della doppia passata, mediante il calcolo dei coefficienti alfa e beta, trasforma: - la matrice tridiagonale di partenza in una matrice in cui la diagonale principale ha tutti valori pari ad uno e la diagonale immediatamente sopra la principale ha come valori i coefficienti alfa; - il vettore dei termini noti in un vettore contenente tutti i coefficienti beta. Questa matrice rappresenta un sistema che può essere immediatamente risolto per sostituzione partendo dall ultima equazione. Per risolvere con il metodo di Jacobi, in ambiente MATLAB, un sistema lineare A*x = b di ordine n utilizzando la formula iterativa è necessario definire la seguente matrice di iterazione B (matrice di Jacobi): a. B = eye(n) inv(diag(diag(a)))*a b. B = eye(n) diag(diag(inv(a)))*a c. B = eye(n) diag(inv(diag(a)))*a d. B = eye(n) A*inv(diag(diag(A))) La risoluzione del sistema lineare Ax=b mediante il metodo di Jacobi prevede: decomposizione della matrice A nella forma A=D+C scrittura del sistema nella forma Dx=-Cx+b Partendo da un generico vettore di tentativo iniziale x (0), possiamo scrivere la successione x (1), x (2),.. innescando il procedimento iterativo Dx (k+1) =d (k), k=0,1,.. dove d (k) =-Cx (k) +b. x (k+1) =-D -1 Cx (k) +D -1 b Ponendo B=-D -1 C=I-D -1 A % matrice di iterazione x (k+1) =Bx (k) +D -1 b La scelta di D deve essere fatta in modo da semplificare la risoluzione del sistema. D generalmente è una matrice diagonale o tridiagonale tale che detd#0. Possiamo definire D come una matrice diagonale i cui elementi diversi da zero sono gli elementi della diagonale principale di A. In Matlab D viene definita come: D=diag(diag(A));
4 In laboratorio avete appena eseguito m misure sperimentali e vi ponete il problema di trovare una funzione continua f che approssimi i dati ottenuti. Le vostre misure sono in numero elevato (m>>1) e caratterizzate da incertezza legata alla sensibilità dello strumento a vostra disposizione. Come procedereste per determinare la funzione f che cercate? a. mediante il metodo del polinomio interpolante di Lagrange b. mediante il metodo dei minimi quadrati per la ricerca dei coefficienti di un polinomio di grado g << m c. mediante il metodo dei minimi quadrati per la ricerca dei coefficienti di un polinomio di grado g = (m-1) d. mediante un altro metodo (specificare quale) Il metodo del polinomio interpolante di Lagrange prevede la determinazione di un polinomio con m coefficienti, cioè di grado (m-1) e quindi la risoluzione di un sistema quadrato di ordine m. La matrice dei coefficienti del sistema da risolvere sarà una matrice di Vandermonde di ordine m elevato, quindi mal condizionata. Ciò implica che nella risoluzione del sistema ci sarà una forte amplificazione degli errori in seriti in ingresso. Il metodo dei minimi quadrati consente, invece, di approssimare il fenomeno in esame, rappresentato dagli m dati {(xi, yi)}, con una combinazione lineare a coefficienti costanti di g (<<m) funzioni base {(ρ 0 (x), ρ 1 (x),, ρ n (x), }.
5 Sono stati ricavati sperimentalmente m = 50 punti di cui è data una rappresentazione grafica in figura. Quale delle seguenti strade vi sembra più opportuno seguire per trovare una approssimazione di questi dati? a. ricerca del polinomio interpolante di Lagrange b. ricerca di un polinomio di grado (m-1) mediante il metodo dei minimi quadrati c. ricerca di un polinomio di grado 2 mediante il metodo dei minimi quadrati d. ricerca di un polinomio di grado 1 mediante il metodo dei minimi quadrati Il metodo dei minimi quadrati consente di ridurre notevolmente il numero di coefficienti da calcolare (g<<m), rispetto al metodo del polinomio interpolante di Lagrange, in cui il numero dei coefficienti da calcolare sarebbe pari a m. Un polinomio di grado 2 consente di approssimare più adeguatamente, rispetto ad una retta, l andamento dei punti individuati.
6 Qualora si voglia stimare, utilizzando il metodo di bisezione ed eseguendo 10 iterazioni, il punto di zero di una funzione non lineare f(x) nell intervallo [-5.12,5.12], cosa si può dire dell errore assoluto che si commetterà? a. che è certamente maggiore o uguale a 5*10-3 b. che è uguale 5*10-3 c. che è certamente minore o uguale a 5*10-3 d. non si può dire niente di preciso finché non conosciamo la funzione f(x) Motivare la risposta utilizzando adeguati strumenti teorici e computazionali (obbligatorio): Supponiamo che f(x) sia continua nell intervallo [-5.12,5.12] e che f(-5.12)*f(5.12)<0 (esiste cioè un punto di zero della f(x) nell intervallo considerato). Il metodo prevede la costruzione di intervalli incapsulati tra loro, tutti contenenti una radice dell equazione f(x)=0 con (b n -a n ) 0 per n. Ad ogni iterazione, l intervallo successivo viene individuato determinando il punto medio dell intervallo precedente: m n =1/2(a n-1 +b n-1 ). L intervallo successivo sarà la meta dell intervallo precedente contenente ancora il punto di zero della f(x). Dopo n passi si giunge all intervallo (a n,b n ) di ampiezza: b n -a n =(b n-1 -a n-1 )/2=(b n-2 -a n-2 )/2 2 = =(b 0 -a 0 )/2 n Come stima della radice cercata ε, si considera m n+1= 1/2(a n +b n ) ε=m n+1 +e n+1 e n+1 <(b 0 -a 0 )/2 n+1 E quindi possibile calcolare a priori l errore massimo che si commetterà. Questo è funzione degli estremi dell intervallo considerato e del numero di iterazioni che si vogliono compiere. LISTATO a=-5.12; b=5.12; nmax=10; display('errore massimo che si commetterà'); maxerr=(b-a)/(2^(nmax+1)) OUTPUT MATLAB errore massimo che si commetterà maxerr =
7 Implementare un programma MATLAB per calcolare, utilizzando la formula dei trapezi ripetuta e un numero di sottointervalli M = 10, ciascuno di ampiezza h = (b-a)/m, l integrale (FACOLTATIVO) Ricavare la formula di Simpson ripetuta per il calcolo dell integrale di una funzione f(x) su un intervallo [a,b] suddiviso in M sottointervalli, ciascuno di ampiezza (b-a)/m. >> a=2; >> b=10; >> fun=@(x) (x.^3).*(log(x)); >> q=quad(fun,a,b) q = e+003 >>
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)
DettagliAlcuni 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
DettagliUniversita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni
Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni ANALISI NUMERICA - Primo Parziale - TEMA A (Prof. A.M.Perdon)
DettagliUniversità Politecnica delle Marche - Facoltà di Ingegneria Ing. Informatica e Automatica - Ing. Logistica e Produzione
ANALISI NUMERICA - Primo Parziale - TEMA A PARTE I. Si chiede allo studente di trattare i seguenti argomenti nel modo più completo possibile. 1. Propagazione degli errori nel caso di operazioni elementari
DettagliCapitolo 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
DettagliCorso di Matematica per la Chimica
Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis Dipartimento di Matematica, Informatica e Economia Università della Basilicata a.a. 2014-15 Errori Cause principali di errori nella risoluzione
DettagliISTRUZIONI PER LA CONSEGNA DEI FILE MATLAB
Calcolo Numerico ed Elementi di Analisi - Allievi AEROSPAZIALI Proff. S. Micheletti, S. Perotto A.A. 20/202, Appello 28 Gennaio 203 NOME... COGNOME... MATRICOLA... DOCENTE... AULA... PC... Ver.A I seguenti
DettagliEsame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 20 giugno 2011
Esame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 20 giugno 2011 L esame consiste di 4 domande aperte e 10 esercizi a risposta multipla. Per gli esercizi ci sono
DettagliRaccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia
Raccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia Nota Bene: Gli esercizi di questa raccolta sono solo degli esempi. Non sono stati svolti né verificati e servono unicamente da spunto
DettagliCalcolo Numerico per Ingegneria. Corso estivo di Bressanone. Prof. L. Bergamaschi SOLUZIONE DELLA PROVA SCRITTA del
Calcolo Numerico per Ingegneria. Corso estivo di Bressanone. Prof. L. Bergamaschi SOLUZIONE DELLA PROVA SCRITTA del 9.8.2. Data l equazione x x = (a) Mostrare che essa ammette una e una sola soluzione
DettagliProva di ammissione al Dottorato di Ricerca in Matematica XXVIII ciclo. Universitá del Salento, 9 Aprile 2013
Prova di ammissione al Dottorato di Ricerca in Matematica XXVIII ciclo Universitá del Salento, 9 Aprile 2013 1 1 TEMA I Il candidato svolga una ed una sola delle dissertazioni proposte, illustrando sinteticamente
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Risoluzione di Equazioni Algebriche Le equazioni algebriche sono equazioni del tipo P(x) = 0 dove P è un polinomio di grado n cioé P(x) = a 1 x n + a 2 x n
DettagliDerivazione numerica. Introduzione al calcolo numerico. Derivazione numerica (II) Derivazione numerica (III)
Derivazione numerica Introduzione al calcolo numerico Il calcolo della derivata di una funzione in un punto implica un processo al limite che può solo essere approssimato da un calcolatore. Supponiamo
Dettagli8 Metodi iterativi per la risoluzione di sistemi lineari
8 Metodi iterativi per la risoluzione di sistemi lineari È dato il sistema lineare Ax = b con A R n n e x, b R n, con deta 0 Si vogliono individuare dei metodi per determinarne su calcolatore la soluzione,
DettagliProgetto 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
DettagliA.A Prof. R. Morandi
Svolgimento di alcuni esercizi del corso di Calcolo Numerico A.A. - Prof. R. Morandi Versione in aggiornamento ( gennaio ): ogni segnalazione di imprecisioni è gradita Aritmetica Finita Esercizio : Assegnati
DettagliProblema. Equazioni non lineari. Metodo grafico. Teorema. Cercare la soluzione di
Problema Cercare la soluzione di Equazioni non lineari dove Se è soluzione dell equazione, cioè allora si dice RADICE o ZERO della funzione Metodo grafico Graficamente si tratta di individuare l intersezione
DettagliEsercitazione di Calcolo Numerico 1 27 Maggio Calcolare la fattorizzazione P A = LU della matrice A =
Esercitazione di Calcolo Numerico 1 27 Maggio 29 1. Calcolare la fattorizzazione P A = LU della matrice 1 2 3 A = 2 3 3, ed utilizzarla per risolvere il sistema lineare Ax = b, con b = (1, 2,, 16) T. 2.
DettagliCorso di Calcolo Scientifico
I Modulo del corso integrato di Calcolo Dott.ssa Maria Carmela De Bonis a.a. 2012-13 Approssimazione di Funzioni In molti problemi matematici emerge l esigenza di dover approssimare una funzione f C k
DettagliFacoltá di Scienze MM.FF.NN. Corso di Studi in Informatica- A.A
Facoltá di Scienze MM.FF.NN. Corso di Studi in Informatica- A.A. 5-6 Corso di CALCOLO NUMERICO / ANALISI NUMERICA : Esempi di esercizi svolti in aula 5//5 ) Dato un triangolo, siano a, b le lunghezze di
Dettagli1 Disquazioni di primo grado
1 Disquazioni di primo grado 1 1 Disquazioni di primo grado Si assumono assodate le regole per la risoluzione delle equazioni lineari Ricordando che una disuguaglianza è una scrittura tra due espressioni
DettagliINTERPOLAZIONE. Introduzione
Introduzione INTERPOLAZIONE Quando ci si propone di indagare sperimentalmente la legge di un fenomeno, nel quale intervengono due grandezze x, y simultaneamente variabili, e una dipendente dall altra,
Dettaglif(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)
DettagliRisoluzione di sistemi lineari sparsi e di grandi dimensioni
Risoluzione di sistemi lineari sparsi e di grandi dimensioni Un sistema lineare Ax = b con A R n n, b R n, è sparso quando il numero di elementi della matrice A diversi da zero è αn, con n α. Una caratteristica
DettagliCorso di Laurea Specialistica in Ingegneria Meccanica e Ingegneria Energetica Progetto numerico al calcolatore
Corso di Laurea Specialistica in Ingegneria Meccanica e Ingegneria Energetica Progetto numerico al calcolatore Soluzione di un sistema non lineare con la Regula Falsi generalizzata per la determinazione
DettagliCancellazione numerica e zeri di funzione. Dott. Marco Caliari
Cancellazione numerica e zeri di funzione Dott. Marco Caliari PLS a.s. 01 013 Capitolo 1 Aritmetica floating point 1.1 I numeri macchina Data la capacità finita di un calcolatore, solo alcuni dei numeri
DettagliEsercizi Svolti di UNIVERSITÀ. prof. Anna Maria Perdon FACOLTÀ DI INGEGNERIA DIPARTIMENTO DI MATEMATICA DEGLI STUDI - ANCONA -
Esercizi Svolti di UNIVERSITÀ DEGLI STUDI - ANCONA - CALCOLO NUMERICO FACOLTÀ DI INGEGNERIA prof. Anna Maria Perdon FACOLTÀ DI INGEGNERIA a cura del tutor Marco Orlandi DIPARTIMENTO DI MATEMATICA ESERCIZI
Dettagli2. Risolvere con il metodo di eliminazione di Gauss con pivoting parziale il seguente sistema lineare:
Esercizi sui metodi diretti per la risoluzione di sistemi lineari 1. Data la matrice 1 0 2 1 3 1 5 2 1 determinare la sua fattorizzazione P LR. Risolvere il sistema Ax = b con b = (3, 5, 6) T mediante
DettagliSistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliCalcolo Numerico Informatica Manolo Venturin A.A. 2010 2011 Guida all esame
Calcolo Numerico Informatica Manolo Venturin A.A. 2010 2011 Guida all esame Testo aggiornato al 23 maggio 2011. L esame consiste in una prova scritta della durata di 2 ore. Tale prova è composta da tre/-
DettagliElaborazione aut. dei dati
Programma Elaborazione aut. dei dati Sistema interattivo MATLAB Risoluzione di sistemi lineari e di equazioni non lineari Interpolazione e smoothing di dati Opzioni finanziarie Approssimazione di integrali
DettagliSistemi sovradeterminati
Sistemi sovradeterminati Sia A una matrice m n ove m > n sia b R m trovare una soluzione del sistema sovradeterminato Ax = b significa cercare di esprimere un vettore di R m come combinazione lineare di
DettagliCorso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Sistema decimale La base del sistema è 10 Ogni numero viene rappresentato come con 0 a i 9. a = ±a m a m 1 a 1 a 0.a 1 a 2 a M Il sistema è detto posizionale:
DettagliEquazioni, funzioni e algoritmi: il metodo delle secanti
Equazioni, funzioni e algoritmi: il metodo delle secanti Christian Ferrari 1 Introduzione La risoluzione di equazioni in R ci ha mostrato che solo per le equazioni polinomiali di primo e secondo grado,
DettagliEQUAZIONI DISEQUAZIONI
EQUAZIONI DISEQUAZIONI Indice 1 Background 1 1.1 Proprietà delle potenze................................ 1 1.2 Prodotti notevoli................................... 1 2 Equazioni e disequazioni razionali
DettagliRICHIAMI PER IL CORSO DI ANALISI NUMERICA
RICHIAMI PER IL CORSO DI ANALISI NUMERICA Anno accademico 211 212 1 RICHIAMI: PRECISIONE FINITA (USO DI UN COMPUTER) IN UN COMPUTER UNA QUALUNQUE INFORMAZIONE VIENE RAPPRESENTATA COME UNA SEQUENZA FINITA
Dettagli1 Esercizi relativi al Capitolo 1
1 Esercizi relativi al Capitolo 1 1. (a) x = 7; (b) (x) 4 = (32.1) 4 = (14.25) 10 ; (c) x = 5; (d) (200) x = (18) 10 ; x = 3; y = (11330) 8 = (4824) 10 ; (e) x = 2882.125; y = 231002.02; (f) (x) 3 = (12122.1012)
DettagliCorso 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 Risoluzione di Equazioni Algebriche Le equazioni
DettagliMetodi computazionali per i Minimi Quadrati
Metodi computazionali per i Minimi Quadrati Come introdotto in precedenza si considera la matrice. A causa di mal condizionamenti ed errori di inversione, si possono avere casi in cui il e quindi S sarebbe
DettagliCorso di Laurea in Ingegneria Informatica Analisi Numerica
Corso di Laurea in Ingegneria Informatica Lucio Demeio Dipartimento di Scienze Matematiche 1 2 Analisi degli errori Informazioni generali Libro di testo: J. D. Faires, R. Burden, Numerical Analysis, Brooks/Cole,
DettagliMetodi iterativi SISTEMI LINEARI. Metodi Iterativi. Metodo di rilassamento successivo e metodi del gradiente
Metodi iterativi Metodo di rilassamento successivo e metodi del gradiente Metodi iterativi Metodi iterativi 1 Il metodo di rilassamento successivo Condizioni per la convergenza 2 Metodi del Metodo della
DettagliRaccolta di esercizi di Calcolo Numerico
Annamaria Mazzia Raccolta di esercizi di Calcolo Numerico Dipartimento di Ingegneria Civile Edile e Ambientale Università degli Studi di Padova Creative Commons Attribuzione-Non commerciale-non opere derivate
DettagliCorso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Autovalori ed Autovettori di una matrice Siano Se A = (a i,j ) i,j=1,...,n R n n, 0 x = (x i ) i=1,...,n R n λ R Ax = λx (1) allora λ è detto autovalore di
DettagliRisposta in vibrazioni libere di un sistema lineare viscoso a più gradi di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1
Risposta in vibrazioni libere di un sistema lineare viscoso a più gradi di libertà Prof. Adolfo Santini - Dinamica delle Strutture 1 Vibrazioni libere non smorzate 1/6 Le equazioni del moto di un sistema
DettagliRISOLUZIONE APPROSSIMATA DI UN EQUAZIONE
RISOLUZIONE APPROSSIMATA DI UN EQUAZIONE Introduzione Si vogliano individuare, se esistono, le radici o soluzioni dell equazione f(x)=0. Se f(x) è un polinomio di grado superiore al secondo o se è una
DettagliMetodi iterativi per equazioni nonlineari.
Metodi iterativi per equazioni nonlineari. Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica 9 aprile 2016 Alvise Sommariva Introduzione 1/ 14 Introduzione Si supponga sia f
DettagliRegola dei trapezi. a, b punti fissi a priori. non fissi a priori (indeterminati) errore di integrazione. a, b
INTEGRAZIONE NUMERICA (Quadratura di Gauss) Regola dei trapezi I ( b a) f ( a) + f ( b) f (x) errore di integrazione f (x) f (a) f (b) a b x a a ' b' b x a, b punti fissi a priori a, b non fissi a priori
DettagliFacoltà di Scienze MM.FF.NN. Corso di Studi in Matematica- A.A Corso di ANALISI NUMERICA 1: Esempi di esercizi svolti
Facoltà di Scienze MM.FF.NN. Corso di Studi in Matematica- A.A. - Corso di ANALISI NUMERICA : Esempi di esercizi svolti ) Determinare se il problema del calcolo delle radici reali dell equazione x x+c
DettagliMa dove si azzera? Equazioni polinomiali, numero delle soluzioni e loro approssimazioni.
Ma dove si azzera? Livello scolare: 2 biennio Abilità interessate Scrivere un numero in notazione scientifica. Stimare l ordine di grandezza del risultato di un calcolo numerico. Utilizzare in modo consapevole
DettagliSomma di numeri binari
Fondamenti di Informatica: Codifica Binaria dell Informazione 1 Somma di numeri binari 0 + 0 = 0 0 + 1 = 1 1 + 0 = 1 1 + 1 = 10 Esempio: 10011011 + 00101011 = 11000110 in base e una base Fondamenti di
DettagliProgramma del corso di: Calcolo Numerico Corso di laurea in Matematica a.a. 2005-06 Prof. B.Paternoster
Programma del corso di: Calcolo Numerico Corso di laurea in Matematica a.a. 2005-06 Prof. B.Paternoster Richiami di analisi degli errori. Rappresentazione dei numeri in un calcolatore. Operazioni di macchina.
DettagliAritmetica dei Calcolatori Elettronici
Aritmetica dei Calcolatori Elettronici Prof. Orazio Mirabella L informazione Analogica Segnale analogico: variabile continua assume un numero infinito di valori entro l intervallo di variazione intervallo
DettagliIstituzioni di Matematiche, Integrali fratti. corso di laurea in Scienze geologiche. Mauro Costantini
Istituzioni di Matematiche, Integrali fratti corso di laurea in Scienze geologiche. Mauro Costantini tipo: Il nostro obiettivo è studiare gli integrali (indefiniti e definiti delle funzioni razionali,
DettagliRisoluzione di problemi ingegneristici con Excel
Risoluzione di problemi ingegneristici con Excel Problemi Ingegneristici Calcolare per via numerica le radici di un equazione Trovare l equazione che lega un set di dati ottenuti empiricamente (fitting
DettagliInterpolazione. Corso di Calcolo Numerico, a.a. 2008/2009. Francesca Mazzia. Dipartimento di Matematica Università di Bari.
Interpolazione Corso di Calcolo Numerico, a.a. 2008/2009 Francesca Mazzia Dipartimento di Matematica Università di Bari 17 Aprile 2009 Francesca Mazzia (Univ. Bari) Interpolazione 17/04/2006 1 / 37 Interpolazione
DettagliCorso 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 Approssimazione di funzioni In molti problemi
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dottssa MC De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Corso di Calcolo Numerico - Dottssa MC De Bonis
DettagliCorso di Matematica per la Chimica
Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis Dipartimento di Matematica, Informatica e Economia Università della Basilicata a.a. 2014-15 Propagazione degli errori introdotti nei dati
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 8 - METODI ITERATIVI PER I SISTEMI LINEARI Norme Una norma in R n è una funzione. : R n R tale che x 0 x R n ; x = 0 x = 0; αx = α x ; x
DettagliCalcolo Numerico con elementi di programmazione
Calcolo Numerico con elementi di programmazione (A.A. 2014-2015) Appunti delle lezioni sui metodi per la soluzione di sistemi di equazioni non lineari Sistemi di equazioni non lineari Un sistema di equazioni
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 4 - Polinomi e Interpolazione polinomiale
Complementi di Matematica e Calcolo Numerico A.A. 2013-2014 Laboratorio 4 - Polinomi e Interpolazione polinomiale Polinomi e vettori Matlab non prevede un oggetto particolare di tipo polinomio, ma rappresenta
DettagliCorso di Laurea in Ingegneria Gestionale Anno Accademico 2013/2014 Calcolo Numerico
1. Dato il problema ai valori iniziali f (t) = f(t) + cos t f(0) = 1, (ii) determinarne la soluzione numerica per 0 t 2π utilizzando il metodo di 2. Calcolare analiticamente e numericamente la media della
DettagliUNIVERSITÀ DEGLI STUDI DI PAVIA FACOLTÀ DI INGEGNERIA. Matlab: esempi ed esercizi
UNIVERSITÀ DEGLI STUDI DI PAVIA FACOLTÀ DI INGEGNERIA Matlab: esempi ed esercizi Sommario e obiettivi Sommario Esempi di implementazioni Matlab di semplici algoritmi Analisi di codici Matlab Obiettivi
DettagliESERCIZIO 1. Fig. 1. Si ricava a = m = 14.6 mm. Ricalcolando b per a/w= 14.6/50= 0.29, si ottiene b Procedendo, si ricava:
ESERCIZIO 1 Una piastra di larghezza totale 100 mm e spessore 5 mm, con cricca centrale passante (fig. 1), è soggetta ad una forza di trazione P50 kn. 1) Determinare le condizioni di cedimento della piastra.
DettagliEsercitazione 4: Vettori e Matrici
Esercitazione 4: Vettori e Matrici Richiami di teoria: Norme di vettore Principali norme di vettore:. x = n i= x i 2. x 2 = n i= x i 2 3. x = max i n x i Ad esempio dato il vettore x = (, 2, 3, 4) abbiamo.
DettagliLaboratorio di Matematica Computazionale A.A Lab. 9
Laboratorio di Matematica Computazionale A.A. 2007-2008 Lab. 9 Spline interpolanti lineari (interp1) e cubiche (spline) Esercizio 1 Assegnati i punti di coordinate x -1 1 2 3 5 y 0-1 5 2 1 si disegnino,
DettagliAPPROSSIMAZIONE di FUNZIONI
APPROSSIMAZIONE di FUNZIONI Francesca Pelosi Dipartimento di Sc. Matematiche ed Informatiche, Università di Siena CALCOLO NUMERICO a.a. 26 27 APPROSSIMAZIONE di FUNZIONI p.1/3 APPROSSIMAZIONE di FUNZIONI:
Dettagli1. Un sistema di m equazioni lineari in n incognite x 1,... x n aventi tutte termine noto nullo A =...
Algebra/ Algebra Lineare, 230207 1 Un sistema di m equazioni lineari in n incognite x 1, x n aventi tutte termine noto nullo a i1 x 1 + a i2 x 2 + + a in x n = 0, i = 1,, m si dice omogeneo; ponendo x
DettagliAnalogico vs. Digitale. LEZIONE II La codifica binaria. Analogico vs digitale. Analogico. Digitale
Analogico vs. Digitale LEZIONE II La codifica binaria Analogico Segnale che può assumere infiniti valori con continuità Digitale Segnale che può assumere solo valori discreti Analogico vs digitale Il computer
DettagliCorso di Calcolo Numerico
Prof. L. Brandolini Corso di Calcolo Numerico Dott.ssa N. Franchina Laboratorio 5 Equazioni differenziali ordinarie: metodi espliciti 25 Novembre 215 Esercizi di implementazione Un equazione differenziale
Dettagli0.1 Spazi Euclidei in generale
0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo
Dettagli(2) Dato il vettore w = (1, 1, 1), calcolare T (w). (3) Determinare la matrice A associata a T rispetto alla base canonica.
1. Applicazioni lineari Esercizio 1.1. Sia T : R 2 R 3 l applicazione lineare definita sulla base canonica di R 2 nel seguente modo: T (e 1 ) = (1, 2, 1), T (e 2 ) = (1, 0, 1). a) Esplicitare T (x, y).
DettagliMatematica Discreta e Algebra Lineare (per Informatica)
Matematica Discreta e Algebra Lineare (per Informatica) Docente: Alessandro Berarducci Anno accademico 2016-2017, versione 14 Marzo 2017 Tipiche domande d esame La seguente lista di domande non intende
DettagliSUCCESSIONI E SERIE NUMERICHE E DI FUNZIONI
SERIE NUMERICHE Si consideri una successione di elementi. Si definisce serie associata ad la somma Per ogni indice della successione, si definisce successione delle somme parziali associata a la somma
DettagliAnnamaria Mazzia. Corso di Metodi Numerici per l Ingegneria dispense e altro materiale su
Soluzione di un sistema non lineare con la Regula Falsi generalizzata per la determinazione degli angoli conico di taglio ed elicoidale di taglio di una cremagliera Annamaria Mazzia Dipartimento di Metodi
Dettagliẋ 1 = 2x 1 + (sen 2 (x 1 ) + 1)x 2 + 2u (1) y = x 1
Alcuni esercizi risolti su: - calcolo dell equilibrio di un sistema lineare e valutazione delle proprietà di stabilità dell equilibrio attraverso linearizzazione - calcolo del movimento dello stato e dell
DettagliSoluzione del laboratorio 11 Metodi di punto fisso e sistemi di equazioni non lineari
Soluzione del laboratorio Metodi di punto fisso e sistemi di equazioni non lineari 29 - Questo testo (compresi i quesiti ed il loro svolgimento) è coperto da diritto d autore. Non può essere sfruttato
DettagliRENDITE. Ricerca del tasso di una rendita
RENDITE Ricerca del tasso di una rendita Un problema che si presenta spesso nelle applicazioni è quello di calcolare il tasso di interesse associato a una rendita quando siano note le altre grandezze 1
DettagliIl metodo di Galerkin Elementi Finiti Lineari
Il metodo di Galerkin Elementi Finiti Lineari Si consideri il problema: u(x) = f(x), x (, ), u() = 0, u() = 0. Se ne fornisca la corrispondente formulazione debole. Si costruiscano inoltre la matrice di
DettagliLaboratorio 3. Integrazione numerica
Anno Accademico 2007-2008 Corso di Analisi 1 per Ingegneria Elettronica Laboratorio 3 Integrazione numerica Sia f una funzione continua sull intervallo [a, b] numerica con lo scopo di approssimare Introduciamo
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
Dettagli1 Fattorizzazione di polinomi
1 Fattorizzazione di polinomi Polinomio: un polinomio di grado n nella variabile x, è dato da p(x) = a n x n + a n 1 x n 1 + + a 1 x + a 0 con a n 0, a 0 è detto termine noto, a k è detto coefficiente
DettagliLa codifica digitale
La codifica digitale Codifica digitale Il computer e il sistema binario Il computer elabora esclusivamente numeri. Ogni immagine, ogni suono, ogni informazione per essere compresa e rielaborata dal calcolatore
DettagliRappresentazione dei Numeri
Rappresentazione dei Numeri Rappresentazione dei Numeri Il sistema numerico binario è quello che meglio si adatta alle caratteristiche del calcolatore Il problema della rappresentazione consiste nel trovare
DettagliGLI ERRORI. Problema. valutare l'accuratezza del risultato di un calcolo e quindi l'affidabilità del risultato stesso. Prof.
GLI ERRORI Prof. Almerico Murli a.a. 2002-2003 1 Problema valutare l'accuratezza del risultato di un calcolo e quindi l'affidabilità del risultato stesso 2 Esempio Si vuole approssimare x = 10.1294 con
DettagliEquazioni di secondo grado
Equazioni di secondo grado Un equazione di secondo grado può sempre essere ridotta nella forma: a + bx + c 0 forma normale con a 0. Le lettere a, b, c sono rappresentano i coefficienti. Solo b e c possono
DettagliStudio del segno di un prodotto
Studio del segno di un prodotto Consideriamo una disequazione costituita dal prodotto di più binomi, ad esempio: ( x 1 )( 4 x)( x + 3) > 0 Per risolverla possiamo studiare il segno del prodotto al variare
DettagliAppunti di matematica per le Scienze Sociali Parte 1
Appunti di matematica per le Scienze Sociali Parte 1 1 Equazioni 1.1 Definizioni preliminari 1.1.1 Monomi Si definisce monomio ogni prodotto indicato di fattori qualsiasi, cioè uguali o diseguali, numerici
DettagliI VERIFICA DI GEOMETRIA 1 CORSO DI LAUREA IN MATEMATICA - 4 DICEMBRE 2007
A I VERIFICA DI GEOMETRIA 1 CORSO DI LAUREA IN MATEMATICA - 4 DICEMBRE 2007 ESERCIZIO 1. Si consideri il seguente sistema di equazioni lineari x + y + 2z = 1 2x + ky + 4z = h 2x 2y + kz = 0 (a) Determinare,
DettagliEsercizi svolti. delle matrici
Esercizi svolti. astratti. Si dica se l insieme delle coppie reali (x, y) soddisfacenti alla relazione x + y è un sottospazio vettoriale di R La risposta è sì, perchè l unica coppia reale che soddisfa
DettagliEquazioni differenziali
4 Equazioni differenziali Determinare le primitive di una funzione f(x) significa risolvere y (x) = f(x) dove l incognita è la funzione y(x). Questa equazione è un semplice esempio di equazione differenziale.
DettagliMetodi per il calcolo degli zeri di funzioni non lineari
Metodi per il calcolo degli zeri di funzioni non lineari N. Del Buono 1 Introduzione Le radici di un equazione non lineare f(x) = 0 non possono, in generale, essere espresse esplicitamente e anche quando
DettagliInterpolazione di Funzioni
Interpolazione di Funzioni N. Del Buono 1 Introduzione Uno dei problemi che piu frequentemente si incontrano nelle applicazioni è la costruzione di una approssimazione di una funzione data f mediante funzioni
DettagliCorso di Geometria Ing. Informatica e Automatica Test 1: soluzioni
Corso di Geometria Ing. Informatica e Automatica Test : soluzioni k Esercizio Data la matrice A = k dipendente dal parametro k, si consideri il k sistema lineare omogeneo AX =, con X = x x. Determinare
DettagliEsercizi di Analisi Numerica. Errori, Cambi di base, Numeri macchina, Aritmetica finita
Esercizi di Analisi Numerica Errori, Cambi di base, Numeri macchina, Aritmetica finita ERRORI - es. 1 Calcolare il numero di decimali esatti e di cifre significative nei seguenti numeri scritti in base
DettagliMATEMATICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE I PROVA IN ITINERE COMPITO PROVA 1
MATEMATICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE I PROVA IN ITINERE COMPITO PROVA 1 1- Il volume di un corpo di qualsiasi forma è proporzionale al cubo di una qualunque delle sue dimensioni lineari.
DettagliEsercitazione 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
DettagliRappresentazione di Numeri Reali. Rappresentazione in virgola fissa (fixed-point) Rappresentazione in virgola fissa (fixed-point)
Rappresentazione di Numeri Reali Un numero reale è una grandezza continua Può assumere infiniti valori In una rappresentazione di lunghezza limitata, deve di solito essere approssimato. Esistono due forme
DettagliCalcolo Numerico Laurea di base in Ingegneria Elettronica, Ingegneria delle Comunicazioni
Calcolo Numerico Laurea di base in Ingegneria Elettronica, Ingegneria delle Comunicazioni Prof.ssa Laura Pezza (A.A. 2016-2017) IV Lezione del 06.03.2017 http://www.dmmm.uniroma1.it/ laura.pezza 1 Equazioni
Dettagli