Lezione n. 2. Introduzione all analisi numerica (metodi diretti ed iterativi per la soluzione di sistemi di equazioni lineari e non lineari)
|
|
- Teodora Carbone
- 7 anni fa
- Visualizzazioni
Transcript
1 Lezione n. 2 Introduzione all analisi numerica (metodi diretti ed iterativi per la soluzione di sistemi di equazioni lineari e non lineari) R. Albanese, "Metodi numerici Pag. 1
2 Pag. 2 Metodi diretti per la soluzione di sistemi lineari CRAMER ELIMINAZIONE DI GAUSS FATTORIZZAZIONE LU ALTRE FATTORIZZAZIONI (Cholesky, QR Orthogonal-triangular, SVD) GRADIENTE CONIUGATO per A simm. def. pos. (è anche diretto) x k+1 =x k +αp k, α: r T k+1 p k = 0 p k =r k + βp k-1, β: p T k+1 Ap k = 0 (anziché β=0)
3 Metodi iterativi per sistemi lineari METODI ITERATIVI Definizione Confronto con i metodi diretti Proprietà richieste: consistenza, convergenza, velocità di convergenza METODI ITERATIVI APPLICATI A SISTEMI LINEARI (Ax=b) Formule iterative con consistenza esclusiva: x k+1 =x k +M(Ax k -b) Esempi di scelta di M: M=-σA T, M=D -1 (Gauss-Jacobi), M=(L 0 +D) -1 (Gauss-Seidel) Proprietà: consistenza, convergenza, velocità di convergenza Criteri di arresto: r k / b <ε, e k / x <ε Gradiente coniugato Precondizionamento e metodo ICCG R. Albanese, "Metodi numerici Pag. 3
4 Metodi iterativi per sistemi non lineari Metodo di Newton-Raphson F(x k+1 ) F(x k ) + J(x k )(x k+1 -x k )=0, J= F/ x x k+1 = x k -J -1 (x k )F(x k ) consistenza esclusiva con J non singolare (-) convergenza garantita solo in casi particolari di scarsa rilevanza pratica (+) convergenza del secondo ordine in caso di successo: e k+1 / e k 0 (+) convergenza in una iterazione nel caso lineare (-) calcolo ed inversione di J ad ogni iterazione Iterazioni di punto fisso (Picard): Esempio Quasi-Newton x k+1 =x k -J -1 (x 0 )F(x k ) Consistenza esclusiva (+) convergenza garantita se T(x)= x - J -1 (x 0 )F(x) è una contrazione (-) convergenza lineare numero elevato di iterazioni (+) calcolo ed inversione di J al primo passo basso costo per iterazione R. Albanese, "Metodi numerici Pag. 4
5 Pag. 5 Esempio di applicazione di Newton e Picard Pot. di nodo per rete di bipoli: Ag(A T ϕ)=0 da Ai=0, v=a T ϕ, i=g(v) Newton: ϕ k+1 = ϕ k [A( g/ x) k A T ] -1 Ag(A T ϕ k ) Picard: ϕ k+1 = ϕ k (AG 0 A T ) -1 Ag(A T ϕ k ) Iterazione di punto fisso: T(ϕ) = ϕ (AG 0 A T ) -1 Ag(A T ϕ) è una contr.se Τ / ϕ <L<1 Unicità : α β = T(α)-T(β) <L α β Convergenza: ϕ k+1 = T k <L ϕ k ϕ k+n -ϕ k <L k ϕ 0 -T(ϕ 0 ) /(1-L) Vel. convergenza: e k+1 <L e k Stima dell errore e k = ϕ k - α <L k ϕ 0 -T(ϕ 0 ) /(1-L) T è una contrazione con caratteristiche monotone e G 0 opportuna x =(x T AG 0 A T x) 1/2, ϕ =Σ κ G 0κκ v 2 κ, Τ =Σ κ ω κ G 0κκ v 2 κ ω κ = 1 2 <di κ /dv κ >/G 0κκ +(<di κ /dv κ >/G 0κκ ) 2 G 0κκ > [(di κ /dv κ ) max +(di κ /dv κ ) min ]/2 garantisce L 2 <1 T 2 = [ ϕ (AG 0 A T ) -1 A g] T AG 0 A T [ ϕ (AG 0 A T ) -1 A g]= ϕ T AG 0 A T ϕ 2 ϕ T A g+ g T A T (AG 0 A T ) -1 A g v T G 0 v 2 v T i + i T G -1 0 i g T A T (AG 0 A T ) -1 A g= g T G 0-1/2 G 0 1/2 A T (AG 0 A T ) -1 AG 0 1/2 G 0-1/2 g= g T G 0-1/2 MG 0-1/2 g ρ(μ) 2 g T G 0-1 g
6 Integrazione di equazioni differenziali ordinarie PROBLEMA DI CAUCHY Esistenza ed unicità Sistemi lineari tempoinvarianti INTEGRAZIONE NUMERICA CON METODI AD UN PASSO Soluzione numerica con metodi a passo fisso Metodi ad un passo: schema, errore locale, errore globale Consistenza e convergenza Zero-stabilità Stabilità a passo fissato Metodo-θ: Eulero esplicito, Eulero implicito, Crank-Nicolson Stima degli errori e scelta del passo Metodi multi-step, predictor-corrector, Runge-Kutta R. Albanese, "Metodi numerici Pag. 6
7 Pag. 7 PROBLEMA DI CAUCHY
8 Pag. 8 INTEGRAZIONE NUMERICA CON METODI AD UN PASSO dy/dt = f(t,y) in (a,b) con y(a)=y a (a,b) diviso in N intervalli h= t=(b-a)/n, t k =a+kh y(t k ) valore esatto di y all istante t k y k valore numerico approssimato y* k+1 = valore numerico ottenuto assumendo y j = y(t j ), j<k+1 a=t 0 t 1 t 2 t N t e k+1 = y k+1 y(t k+1 ) errore globale τ k+1 = y* k+1 y(t k+1 ) errore locale formule a 1 passo: y k+1 = y k + h φ(h, t k +1, f) Eulero esplicito: φ(h, t k +1, f)= f(t k ) Consistenza: τ k+1 /h = O[h p ] φ(h, t k +1, f) f(t k ) per h 0 Convergenza: e k 0 per h 0, N e k={1,2,..., N}
9 Pag. 9 Stabilità Zero-stabilità y k+1 = y k + h [φ(h, t k +1, f)+ δ k+1 ], y 0 =y(t 0 )+δ 0 y k+1 = y k + h [φ(h, t k, y k, y k+1, f)+ δ k+1 ], y 0 =y(t 0 )+δ 0 ε>0 C, h 0 : h<h 0, δ k+1 -δ k+1 < ε y k+1 - y k+1 < Cε Metodi a 1 passo zero-stabili se φ verifica (Lipschitz): φ < L 1 y k + L 2 y k+1 Lax: consistenza + stabilità convergenza Stabilità a passo fissato y k+1 = y k + h [φ(h, t k +1, f)+ δ k+1 ], y 0 =y(t 0 )+δ 0 y k+1 = y k + h [φ(h, t k, y k, y k+1, f)+ δ k+1 ], y 0 =y(t 0 )+δ 0 ε>0 C, δ k+1 -δ k+1 < ε y k+1 - y k+1 < Cε, h=h 0, criterio di stabilità: δy k+1 δy k +h( φ/ y k+1 )δy k +1 +h( φ/ y k )δy k ρ[(ι h φ/ y k+1 ) -1 (Ι+h φ/ y k )]<1
10 Pag. 10 Metodo-θ: Eulero esplicito, Eulero implicito, Crank-Nicolson y(t k+1 ) = y(t k + θh)+y (t k + θh)(1- θ)h + y (t k + θh) (1- θ) 2 h 2 /2 +O[h 3 ] (+1) y(t k ) = y(t k + θh) -y (t k + θh)θh + y (t k + θh) θ 2 h 2 /2 +O[h 3 ] (-1) y(t k+1 ) - y(t k ) = y (t k + θh)h + y (t k + θh) (1-2θ)h 2 /2 + O[h 3 ] y (t k+1 ) = y (t k + θh)+y (t k + θh)(1- θ)h + O[h 2 ] y (t k ) = y (t k + θh) -y (t k + θh)θh +O[h 2 ] θy (t k+1 ) + (1-θ)y (t k ) = y (t k + θh) + O[h 2 ] (θ) (1-θ) y(t k+1 ) - y(t k ) = [θy (t k+1 )+ (1-θ)y (t k )]h + y (t k + θh) (1-2θ)h 2 /2 + O[h 3 ] Metodo-θ: y k+1 = y k + h [θ f(t k+1 +1 )+ (1-θ) f(t k )]: θ = 0 Eulero espl., O[h], stab. cond. θ = 1 Eulero impl., O[h], stab. incond. θ = 1/2 Crank-Nicolson, impl., O[h 2 ], stab. incond.
11 Pag. 11 Stima degli errori e scelta del passo 1. Il passo h deve garantire innanzitutto la stabilità 2. Per quanto concerne l accuratezza (stima errore): Valori noti nei punti nodali: interpolaz lineare nei nodi e valutaz. errore sull equaz. (discontinuità di dy/dt) Utilizzo di metodi di diverso ordine (es. Eulero e CN, o RK 2^ e 3^ ord.) Riduzione del passo
12 Metodo di Runge-Kutta y k+1 =y k +hσ i b i K i, K i =Σ j f(t k +c j h +hσ j a ij K j ) II ordine esplicito: IV ordine esplicito: (y k+1 -y k )/h=b 1 K 1 +b 2 K 2 K 1 = j f(t k +c 1 h ) K 2 = j f(t k +c 2 h +ha 21 K 1 ) (y k+1 -y k )/h=y (t k )+ y (t k ) h/2 + O[h 3 ] Uguagliando gli sviluppi in serie di Taylor, dove y =f e y =f t +ff y : (y k+1 -y k )/h=f[t k +h/2 +h f(t k,y k )/2] R. Albanese, "Metodi numerici Pag. 12
13 Predictor-Corrector, multistep 1. Predictor-corrector: P (espl.) y^k+1 =y k +h φ P (h, t k, f) (es. Eulero espl.) C (impl.) y k+1 = y k +h φ C (h, t k, y^ k+1, f) (es. Crank-Nicolson) Stabilità condizionata Ordine r=min(r P +1,r C ) 2. Multistep Inquadrabile con qualche accorgimento nella teoria dei single-step Non necessariamente zero-stabili Problemi di interpolazione e cond. iniz. cambiando passo R. Albanese, "Metodi numerici Pag. 13
Metodi a più passi. Esempi
. Esempi Metodo del punto medio y(t n+1 ) = y(t n 1 ) + t n+1 t n 1 f (t, y(t)) dt = y(t n 1 ) + 2hf (t n, y(t n )) + O(h 3 ) u n+1 = u n 1 + 2hf (t n, u n ) Metodo di Simpson y(t n+1 ) = y(t n 1 ) + t
Dettagli1 Richiami di teoria sui problemi di Cauchy
1 Richiami di teoria sui problemi di Cauchy Il problema di Cauchy consiste nel cercare una funzione y continua e derivabile in un intervallo I 0 di R contenente un punto x 0 tale che y (t) = f(t, y(t))
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/-
DettagliFondamenti di Calcolo Numerico. Appunti relativi alla soluzione numerica di un problema di Cauchy
Fondamenti di Calcolo Numerico Appunti relativi alla soluzione numerica di un problema di Cauchy Claudia Fassino (fassino@dima.unige.it) Premessa Queste dispense riassumono le mie lezioni relative alla
DettagliEsercizio 1. Esercizio 2
Sia data la matrice A A(α) = Esercizio α 2 2α 2 2, α R.) determinare per quali valori del parametro reale α é verificata la condizione necessaria e sufficiente di convergenza per il metodo di Jacobi;.2)
DettagliA. Quarteroni, R. Sacco, F. Saleri, Matematica Numerica 3a Edizione. Springer, Milano Errata Corrige 16 aprile 2013
A. Quarteroni, R. Sacco, F. Saleri, Matematica umerica 3a Edizione. Springer, Milano 2008 1 Errata Corrige 16 aprile 2013 pag. 29: suggerimento per lo svolgimento dell Es. 4. Osservare che I + B = 2I (I
DettagliAssoluta 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
DettagliA. Quarteroni R. Sacco R Saleri MATEMATICA NUMERICA. Springer
A. Quarteroni R. Sacco R Saleri MATEMATICA NUMERICA Springer Prefazione XIII 1. Elementi di analisi delle matrici 1 1.1 Spazi vettoriali 1 1.2 Matrici y 3 1.3 Operazioni su matrici ' 4 1.3.1 Inversa di
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
DettagliModelli Matematici e Calcolo Numerico
Modelli Matematici e Calcolo Numerico Calcolo Numerico Massimiliano Martinelli martinelli@imati.cnr.it Università di Pavia Facoltà di Ingegneria 20-27 Ottobre 2011 Introduzione La matrice del sistema non
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
DettagliEquazioni 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
DettagliCORSO DI CALCOLO NUMERICO II
CORSO DI CALCOLO NUMERICO II ANALISI E CONFRONTO DI METODI PER LA RISOLUZIONE DI EQUAZIONI DIFFERENZIALI ORDINARIE IN MATLAB Docente: Giuseppe Rodriguez Studenti: Mario Porru Matricola 40084 Nicola Usai
DettagliEquazioni 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
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
DettagliUn sistema lineare si rappresenta in generale come
SISTEMI LINEARI Un sistema lineare si rappresenta in generale come n j=1 a ij x j = b i i = 1, 2,..., m o anche AX = B. La soluzione esiste se e solo se B appartiene allo spazio lineare generato dalle
DettagliMetodi numerici per equazioni differenziali ordinarie. Calcolo Numerico a.a. 2008/2009
Metodi numerici per equazioni differenziali ordinarie Calcolo Numerico a.a. 2008/2009 ODE nei problemi dell ingegneria 1 Le leggi fondamentali della fisica, della meccanica, dell elettricità e della termodinamica
DettagliMetodi iterativi per sistemi lineari
Metodi iterativi per sistemi lineari Mirano a costruire la soluzione x di un sistema lineare come limite di una successione di vettori Per matrici piene di ordine n il costo computazionale è dell ordine
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
DettagliCapitolo 3: Ottimizzazione non vincolata parte III. E. Amaldi DEI, Politecnico di Milano
Capitolo 3: Ottimizzazione non vincolata parte III E. Amaldi DEI, Politecnico di Milano 3.4 Metodi di ricerca unidimensionale In genere si cerca una soluzione approssimata α k di min g(α) = f(x k +αd k
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
DettagliIl 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)
DettagliCorso di Analisi Numerica - AN1. Parte 3: metodi iterativi per sistemi lineari ed. equazioni nonlineari. Roberto Ferretti
Corso di Analisi Numerica - AN1 Parte 3: metodi iterativi per sistemi lineari ed equazioni nonlineari Roberto Ferretti Filosofia generale dei metodi iterativi Metodi iterativi per Sistemi Lineari Convergenza
DettagliLezione n. 1. Introduzione all analisi numerica (richiami di algebra lineare e analisi funzionale)
Lezione n. 1 Introduzione all analisi numerica (richiami di algebra lineare e analisi funzionale) R. Albanese, "Metodi numerici Pag. 1 Pag. 2 Programma 1. Introduzione all analisi numerica (richiami di
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
DettagliLaboratorio di Calcolo Numerico A.A Laboratorio 4 Risoluzione di sistemi non lineari Metodo di punto fisso
Laboratorio di Calcolo Numerico A.A. 2007-2008 Laboratorio 4 Risoluzione di sistemi non lineari Metodo di punto fisso Esercizio 1. Risoluzione di sistemi non lineari Si consideri il seguente sistema non
DettagliAnalisi Numerica. Debora Botturi ALTAIR. Debora Botturi. Laboratorio di Sistemi e Segnali
Analisi Numerica ALTAIR http://metropolis.sci.univr.it Argomenti Argomenti Argomenti Rappresentazione di sistemi con variabili di stato; Tecniche di integrazione numerica Obiettivo: risolvere sistemi di
DettagliComplementi 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
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
DettagliSia assegnata la seguente equazione differenziale con condizione iniziale
Capitolo 2 METODI A UN PASSO PER ODE Sia assegnata la seguente equazione differenziale con condizione iniziale { y (t) = f(t, y(t)) y(t 0 ) = y 0 (2.1) dove y : [t 0, t f ] R, f : [t 0, t f ] R m R m e
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
DettagliModelli Matematici e Calcolo Numerico
Modelli Matematici e Calcolo Numerico Calcolo Numerico Massimiliano Martinelli martinelli@imati.cnr.it Università di Pavia Facoltà di Ingegneria 30 Settembre - 14 Ottobre 2010 Obiettivi del corso Esempi
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
DettagliRoberto Ferretti ESERCIZI D ESAME DI ANALISI NUMERICA
Roberto Ferretti ESERCIZI D ESAME DI ANALISI NUMERICA Dispensa per il corso di Analisi Numerica Dipartimento di Matematica e Fisica, Università Roma Tre 1999 2013 1 ESONERO DI ANALISI NUMERICA (AN2) 16.04.99
DettagliElementi finiti solidi
Esercitazioni del corso di Costruzione di Macchine 2 e Progettazione FEM a cura dell ing. Francesco Villa Elementi finiti solidi Costruzione di Macchine 2 e Progettazione FEM Prof. Sergio Baragetti Dalmine
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
DettagliConsideriamo il seguente sistema di equazioni differenziali ordinarie (ODE) ai valori iniziali:
Capitolo 1 PROBLEMI INIZIALI PER ODE Consideriamo il seguente sistema di equazioni differenziali ordinarie (ODE) ai valori iniziali: { y (t) = f(t, y(t)), t t f (1.1) y( ) = y 0 dove f : [, t f ] R m R
DettagliEquazioni e sistemi differenziali ordinari con condizioni iniziali. Davide Manca Calcoli di Processo dell Ingegneria Chimica Politecnico di Milano
L8 Equazioni e sistemi differenziali ordinari con condizioni iniziali L8 Introduzione Nella presente trattazione si considera il problema dell integrazione di un sistema di equazioni differenziali ordinarie,
DettagliUNITEXT La Matematica per il 3+2
UNITEXT La Matematica per il 3+2 Volume 77 http://www.springer.com/series/5418 Alfio Quarteroni Riccardo Sacco Fausto Saleri Paola Gervasio Matematica Numerica 4 a edizione Alfio Quarteroni CMCS-MATHICSE
DettagliMetodi numerici per equazioni differenziali ordinarie
Capitolo 8 Metodi numerici per equazioni differenziali ordinarie 8.1 Introduzione Il problema trattato nel presente capitolo riguarda l approssimazione numerica di una funzione y(t) : [a, b] IR IR m, soluzione
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
DettagliEsercitazioni 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
DettagliApprossimazione di dati e funzioni
Dipartimento di Matematica tel. 011 0907503 stefano.berrone@polito.it http://calvino.polito.it/~sberrone Laboratorio di modellazione e progettazione materiali Generalità Problema 1 Dati (x i, y i ) i =
DettagliEsame di ammissione al Dottorato di Ricerca in Matematica
Esame di ammissione al Dottorato di Ricerca in Matematica Università di Lecce, 28 ottobre 2010, prova A Norme di svolgimento Il candidato svolga una, ed una sola, tra le dissertazioni proposte, illustrando
DettagliSPAZI METRICI COMPLETI
Capitolo 1 SPAZI METRICI COMPLETI Sia dato uno spazio metrico (X, d). Definizione 1.1 Una successione {x n } si dice successione di Cauchy se ε > 0 n 0 n, m n 0 = d(x n x m ) < ε (1.1) Esercizio 1.1 Dimostrare
DettagliCorso di Robotica 1 Cinematica inversa
Corso di Robotica 1 Cinematica inversa Prof. Alessandro De Luca Robotica 1 1 Problema cinematico inverso data una posa (posizione + orientamento) dell end-effector determinare l insieme di valori delle
DettagliIntroduzione al Metodo agli Elementi Finiti (FEM) (x, y) Γ Tale formulazione viene detta Formulazione forte del problema.
Introduzione al Metodo agli Elementi Finiti (FEM) Consideriamo come problema test l equazione di Poisson 2 u x 2 + 2 u = f(x, y) u = f y2 definita su un dominio Ω R 2 avente come frontiera la curva Γ,
DettagliCenni sull integrazione numerica delle equazioni differenziali. Corso di Dinamica e Simulazione dei Sistemi Meccanici
Cenni sull integrazione numerica delle equazioni differenziali Corso di Dinamica e Simulazione dei Sistemi Meccanici 9 ottobre 009 Introduzione La soluzione analitica dell integrale di moto di sistemi
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
DettagliApprossimazione di dati e funzioni
Approssimazione di dati e funzioni Richiamiamo i principali metodi di approssimazione polinomiale di un insieme di dati (x i, y i ), i = 0,..., n. Le ordinate y i possono essere i valori assunti nei nodi
DettagliOscillazioni. Si produce un oscillazione quando un sistema viene perturbato rispetto a una posizione di equilibrio stabile
Oscillazioni Si produce un oscillazione quando un sistema viene perturbato rispetto a una posizione di equilibrio stabile Caratteristica più evidente del moto oscillatorio è di essere un moto periodico,
DettagliCorso di Laurea in Ingegneria, Settore Informazione (gruppi 2-3), A.A. 2007/2008 Docente: Antonio Ponno
Programma del Corso di Matematica A Corso di Laurea in Ingegneria, Settore Informazione (gruppi 2-3), A.A. 2007/2008 Docente: Antonio Ponno Premessa (D) dopo un teorema o una proposizione citati sta ad
DettagliFondamenti di Automatica
Fondamenti di Automatica Introduzione e modellistica dei sistemi Introduzione allo studio dei sistemi Modellistica dei sistemi dinamici elettrici Modellistica dei sistemi dinamici meccanici Modellistica
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Pivoting e stabilità Se la matrice A non appartiene a nessuna delle categorie precedenti può accadere che al k esimo passo risulti a (k) k,k = 0, e quindi il
DettagliDerivazione Numerica
Derivazione Numerica I metodi alle differenze finite sono basati sull approssimazione numerica di derivate parziali. Per questo consideriamo come problema iniziale quello di approssimare le derivate di
Dettagli2. Costruire un M function file di Matlab che calcola il valore del
Esercizi. 1. Costruire un M function file di Matlab che calcola il valore del polinomio di Chebyshev di grado n in un vettore di punti, usando la formula di ricorrenza a tre termini. Costruire il grafico
DettagliAppunti di Metodi Numerici
Appunti di Metodi Numerici Vincenzo Carbone, Leonardo Primavera & Fedele Stabile Dipartimento di Fisica, Università della Calabria, Rende (CS), Italy 1 Parte I Tecniche numeriche per la soluzione di alcuni
DettagliANALISI MATEMATICA A CORSO DI LAUREA TRIENNALE IN MATEMATICA 15 CF A.A
ANALISI MATEMATICA A CORSO DI LAUREA TRIENNALE IN MATEMATICA 15 CF A.A. 2016-17 Programma Provvisorio del corso di Analisi Matematica A Il programma che segue è solo indicativo. Il programma definitivo
DettagliCorso di Geometria e Algebra Lineare - Sezione di Metodi Numerici
Corso di Geometria e Algebra Lineare - Sezione di Metodi Numerici C. Vergara 2. Determinazione numerica degli zeri di una funzione Si consideri il seguente problema: Data f : [a, b] R, determinare i valori
Dettagli3. Sistemi Lineari a Tempo Discreto
. Sistemi Lineari a Tempo Discreto .5 y(t), y(kt) 4 y(t), y(kt).5.5.5.5.5 4 5 4 5 Campionamento di un segnale continuo Fig. (a) Segnale discreto Fig. (b) Esprimono relazioni fra variabili campionate ad
DettagliEquazioni Differenziali Ordinarie in MatLab
Equazioni Differenziali Ordinarie in MatLab Manolo Venturin Università degli Studi di Padova Dip. Matematica Pura ed Applicata 2008 Problema scalare Obiettivo Risoluzione del problema di Cauchy { y = f
DettagliProgetto di filtri numerici IIR da filtri analogici
Filtri selettivi 1. Butterworth: monotono nella banda passante e nella banda oscura 2. Chebyshev: oscillazione uniforme nella banda passante e monotona nella banda oscura 3. Ellittico: oscillazione uniforme
DettagliDiario del corso di Analisi Matematica 1 (a.a. 2016/17)
Diario del corso di Analisi Matematica 1 (a.a. 2016/17) 16 settembre 2016 (2 ore) Presentazione del corso. Numeri naturali, interi, razionali, reali. 2 non è razionale. Come si risolve 2 + 1 = 0? 19 settembre
DettagliOsservazione. Convergenza dei metodi di Gauss-Seidel e di Jacobi. Condizioni sufficienti per la convergenza. Definizione
Osservazione Convergenza dei metodi di Gauss-Seidel e di Jacobi Fallimento dei metodi. (Es. Gauss- Seidel Condizioni sufficienti; teoremi di localizzazione degli autovalori; dimostrazione di convergenza
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
DettagliMetodi Numerici per le Equazioni Differenziali Ordinarie
UNIVERSITÁ DEGLI STUDI DI ROMA LA SAPIENZA Facoltà di Scienze Matematiche, Fisiche e Naturali Metodi Numerici per le Equazioni Differenziali Ordinarie Prof.ssa Biancamaria Della Vecchia Anno Accademico
DettagliCorso 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
DettagliI teoremi della funzione inversa e della funzione implicita
I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1
DettagliAnalisi 2. Roberto Monti. Appunti del Corso - Versione 5 Ottobre 2012
Analisi 2 Roberto Monti Appunti del Corso - Versione 5 Ottobre 212 Indice Capitolo 1. Programma 5 Capitolo 2. Convergenza uniforme 7 1. Convergenza uniforme e continuità 7 2. Criterio di Abel Dirichlet
DettagliMetodo del punto intermedio e metodo di Burlisch Stoer
Metodo del punto intermedio e metodo di Burlisch Stoer Metodo del punto intermedio Torna all'indice generale Vediamo innenzitutto il metodo del punto intermedio L'algoritmo relativo si ricava semplicemente
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)
DettagliOSCILLATORE ARMONICO SEMPLICE
OSCILLATORE ARMONICO SEMPLICE Un oscillatore è costituito da una particella che si muove periodicamente attorno ad una posizione di equilibrio. Compiono moti oscillatori: il pendolo, un peso attaccato
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 3 - PROBLEMI DI INTERPOLAZIONE Lucio Demeio Dipartimento di Scienze Matematiche 1 Interpolazione: Polinomio di Lagrange 2 3 Introduzione Problemi di interpolazione
DettagliAnalisi Matematica I DISEQUAZIONI Risposte Pagina Es. 1 Es. 2 Es. 3 Es. 4 Es. 5 1
Analisi Matematica I DISEQUAZIONI Risposte Pagina Es. Es. Es. 3 Es. 4 Es. 5 AVVERTENZA: Scrivere le risposte scelte nello spazio in alto a destra. In ogni esercizio una sola risposta è corretta. Esercizio.
DettagliEquazioni 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
DettagliControlli Automatici Compito del - Esercizi
Compito del - Esercizi. Data la funzione di trasferimento G(s) = s (s +),sicalcoli a) La risposta impulsiva g(t); b) L equazione differenziale associata al sistema G(s); c) Si commenti la stabilità del
DettagliCorso di Modelli Matematici in Biologia Esame del 6 Luglio 2016
Corso di Modelli Matematici in Biologia Esame del 6 Luglio 206 Scrivere chiaramente in testa all elaborato: Nome, Cognome, numero di matricola. Risolvere tutti gli esercizi. Tempo a disposizione: DUE ORE.
Dettaglix Indice Valutazione dell efficienza di isolamento delle vibrazioni Esercizio Determinaz
Indice 1 Modelli lineari ad 1 g.d.l. 1 1.1 Introduzione................................. 1 1.2 Equazione differenziale del moto..................... 1 1.3 Vibrazioni libere..............................
DettagliCalcolo del fattore di convergenza
Calcolo del fattore di convergenza Dato uno schema iterativo si ha: lim k x k+1 ξ x k ξ p = M p è l ordine di convergenza del metodo iterativo M è la costante asintotica dell errore o fattore di convergenza.
DettagliUNIVERSITÀ DEGLI STUDI DI PADOVA FACOLTÀ DI INGEGNERIA (sede di Vicenza)
UNIVERSITÀ DEGLI STUDI DI PADOVA FACOLTÀ DI INGEGNERIA (sede di Vicenza) PROGRAMMA DI MATEMATICA A, A.A. 2007-08 CANALI 1 E 2 - Prof. F. Albertini e M. Motta Testi Consigliati: Elementi di Analisi Matematica
DettagliLa soluzione approssimata consiste nella soluzione di un problema pi u facile che approssima quello dato. Nella tecnica di rilassamento l'approssimazi
Tecniche di soluzione di sistemi di equazioni non-lineari Le tecniche di rilassamento riguardano principalmente la soluzione per via numerica di sistemi di equazioni. Risultano particolarmente semplici
DettagliCorso di Analisi Numerica - AN1. Parte 4: approssimazione polinomiale. Roberto Ferretti
Corso di Analisi Numerica - AN1 Parte 4: approssimazione polinomiale Roberto Ferretti Le principali strategie di approssimazione Il polinomio interpolatore: forme di Lagrange e Newton L errore di interpolazione
DettagliCalcolo 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
Dettagli! # %# & # & # #( # & % & % ( & )!+!,!++
! # %# & # & # #( # &! # % & % ( & )!+!,!++ ! # % & & ( ) +,.! / ( # / # % & ( % &,. %, % / / 0 & 1.. #! # ) ) + + + +) #!! # )! # # #.. & & 8. 9 1... 8 & &..5.... < %. Α < & & &. & % 1 & 1.. 8. 9 1.
DettagliIndice breve. Funzioni di una variabile. Funzioni di più variabili e funzioni vettoriali. Equazioni differenziali. Funzioni olomorfe e trasformate
Indice breve I PARTE I Elementi di base Capitolo 1 Introduzione 1 Capitolo 2 Funzioni 34 PARTE II Funzioni di una variabile Capitolo 3 Introduzione alle proprietà locali e al concetto di limite 73 Capitolo
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
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
DettagliA.A. 2016/17 - Analisi Matematica 1
A.A. 2016/17 - Analisi Matematica 1 Argomenti svolti, libro di testo di riferimento: P. Marcellini, C. Sbordone: Elementi Calcolo. Liguori Editore. O. Bernardi: Temi d esame senza tema. Ed. Libreria Progetto.
DettagliIl metodo di Gauss-Newton per le regressioni non-lineari
Il metodo di Gauss-Newton per le regressioni non-lineari Andrea Onofri Dipartimento di Scienze Agrarie ed Ambientali Università degli Studi di Perugia Versione on-line: http://www.unipg.it/ onofri/rtutorial/index.html
DettagliSoluzioni dello scritto di Analisi Matematica II - 10/07/09. C.L. in Matematica e Matematica per le Applicazioni
Soluzioni dello scritto di Analisi Matematica II - /7/9 C.L. in Matematica e Matematica per le Applicazioni Proff. K. Payne, C. Tarsi, M. Calanchi Esercizio. a La funzione f è limitata e essendo lim fx
DettagliCompito del 14 giugno 2004
Compito del 14 giugno 004 Un disco omogeneo di raggio R e massa m rotola senza strisciare lungo l asse delle ascisse di un piano verticale. Il centro C del disco è collegato da una molla di costante elastica
Dettagli1 Massimi e minimi per funzioni di n variabili
Corso di laurea in Fisica A.A. 2008/09 Contenuto sintetico del corso di Analisi Matematica II-B 1 Massimi e minimi per funzioni di n variabili 1.1 Massimi e minimi relativi 1.1.1 Condizioni al primo ordine
DettagliSistemi lineari. 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0. x 1 x 2 x 3
Sistemi lineari 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0 2 1 1 1 1 1 1 3 2 x 1 x 2 x 3 = 2 1 0 n j=1 a i,jx j = b i, i = 1,, n Ax = b A = (a i,j ) R n n matrice invertibile (det(a) 0) b
DettagliPARTE 1: Elementi di base. Simboli e operazioni sugli insiemi. Simboli logici. Prodotto cartesiano.
PROGRAMMA di Analisi Matematica 1 A.A. 2008-2009, canale 1, prof.: Francesca Albertini, Claudio Marchi Ingegneria gestionale, meccanica e meccatronica, Vicenza Testo Consigliato: Analisi Matematica, M.
DettagliCorso di Geometria III - A.A. 2016/17 Esercizi
Corso di Geometria III - A.A. 216/17 Esercizi (ultimo aggiornamento del file: 2 ottobre 215) Esercizio 1. Calcolare (1 + 2i) 3, ( ) 2 + i 2, (1 + i) n + (1 i) n. 3 2i Esercizio 2. Sia z = x + iy. Determinare
DettagliAppunti del corso di Analisi Numerica
Appunti del corso di Analisi Numerica Roberto Ferretti 21 marzo 2016 UNIVERSITÀ DEGLI STUDI ROMA TRE FACOLTÀ DI SCIENZE M.F.N. INDICE 2 Indice 1 Sistemi di equazioni lineari e nonlineari 5 1.1 I metodi
DettagliEsercizi svolti di Calcolo Numerico. C. Fassino
Esercizi svolti di Calcolo Numerico. C. Fassino 2 Gli esercizi presentati illustrano alcune nozioni di base di Analisi Numerica e sono quindi principalmente rivolti a tutti gli studenti che, pur non frequentando
DettagliProposizioni. Negazione di una proposizione. Congiunzione e disgiunzione di due proposizioni. Predicati. Quantificatori.
Corso di laurea in Ingegneria elettronica e informatica - A13 Programma di Analisi matematica 1 - A13106 Anno accademico 2015-2016 Prof. Giulio Starita 1 - Insiemi, logica, numeri I concetti primitivi.
DettagliCalcolo Numerico con elementi di programmazione
Calcolo Numerico con elementi di programmazione (A.A. 2014-2015) Introduzione 14 Ottobre 2014 Info Docente: Annalisa Pascarella Studio: Via dei Taurini,19 (IAC-CNR) Ricevimento: su appuntamento Homepage:
DettagliScomposizione in fratti semplici
0.0.. Scomposizione in fratti semplici La determinazione dell evoluzione libera e dell evoluzione forzata di un sistema lineare stazionario richiedono l antitrasformazione di una funzione razionale fratta
Dettagli