Interpolazione di Funzioni
|
|
- Claudio Bianchi
- 6 anni fa
- Visualizzazioni
Transcript
1 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 più semplici, tipicamente (ma non sempre) polinomi. Una leggera variante di questo problema è la costruzione di una funzione regolare a partire da un insieme discreto di punti. In questo capitolo costruiremo entrambi questi problemi e svilupperemo diversi metodi per risolverli. Cominciamo con il formalizzare il problema: 1) dato un insieme di nodi x 0, x 1, x 2,..., x n (n + 1 nodi) e valori corrispondenti y 0, y 1, y 2,..., y n (n + 1 valori) trovare il polinomio p n (x) di grado minore o uguale ad n, tale che p n (x i ) = y i i = 0, 1,..., n. Quindi noto in insieme di dati reali i problema c costruire un polinomio che si adatta a questi dati. 2) Dato in insieme di x 0, x 1, x 2,..., x n (n + 1 nodi) ed una funzione continua f(x) trovare il polinomio p n (x) di grado minore o uguale ad n, tale che p n (x i ) = f(x i ) i = 0, 1,..., n. Quindi nota l espressione analitica della funzione f(x) si ricerca una sua approssimazione tra i polinomi di grado n che coincida con la funzione data sull insieme dei nodi. Sebbene i due precedenti problemi siano di fatto distinti, possiamo sempre considerare il primo come un caso particolare del secondo, infatti i valori y i si possono sempre considerare come i valori assunti da una funzione incognita f in un set di dati x i cioè : Le equazioni y i = f(x i ), i = 0, 1,..., n. p n (x i ) = f(x i )(= y i ), i = 0, 1,..., n. (1) 1
2 si dicono condizioni di interpolazione. Consideriamo l espressione generica di un polinomio di grado n scritto utilizzando la cosidetta base canonica 1 = x 0, x, x 2, x 3,..., x n p n (x) = a j x j = a 0 x 0 + a 1 x 1 + a 2 x a n x n j=1 imponendo le condizioni di interpolazione, cioè p n (x i ) = f(x i ) = y i i otteniamo: p n (x i ) = a j x j = a 0 x 0 i + a 1 x 1 i + a 2 x 2 i a n x n i = y i, i = 0, 1,..., n j=1 un sistema di n + 1 equazioni in n + 1 incognite (le incognite sono appunto i coefficienti a i del nostro polinomio), che riscritto in forma estesa è : o equivalentemente essendo a 0 + a 1 x 0 + a 2 x a n x n 0 = y 0 a 0 + a 1 x 1 + a 2 x a n x n 1 = y 1. a 0 + a 1 x n + a 2 x 2 n a n x n n = y n V = V a = y 1 x 0 x 2 0 x x n 0 1 x 1 x 2 1 x x n 1. 1 x n x 2 n x 3 n... x n n la matrice di Vandermonde legata ai nodi x i e a 0 a = a 1... y = a n Se tutti i nodi di interpolazione sono distinti (x i x j per ogni i j) si prova che la matrice di Vandermonde è non singolare e pertanto il problema dell interpolazione ammette sempre un unica soluzione. Comunque all aumentare dei numero di nodi o quando i nodi sono vicini, la matrice diventa malcondizionata. Quindi per ottenere il polinomi di interpolazione in forma esplicita dobbiamo utilizzare una diversa rappresentazione (ovvero una diversa base dello spazio dei polinomi). y 0 y 1... y n 2
3 2 Polinomio di interpolazione nella base di Lagrange Riscriviamo il polinomio di interpolazione p n (x) nel seguente modo: p n (x) = y j L j (x) j=0 essendo gli L j (x) per il momento generici polinomi di grado n. Imponendo le condizioni di interpolazione ricaviamo p n (x i ) = y i y j L j (x i ) = y i j=0 i = 0, 1,..., n quindi i polinomi L j (x) devono soddisfare le seguenti proprietà 0 se j i L j (x i ) = 1 se j = i (2) In particolare la prima condizione di (2) indica che L j (x) si annulla negli n nodi x 0, x 1,..., x j 1, x j+1,..., x n e quindi deve avere la seguente struttura: L j (x) = c k n (x x i ) mentre impondendo la seconda condizione di (2) L j (x j ) = c k n (x j x i ) = 1 si trova immediatamente: e quindi 1 c k = n (x j x i ) L j (x) = n (x x i ) n (x j x i ) 3
4 Per esempio se abbiamo i nodi x 0, x 1, x 2, allora L 0 (x) = (x x 1)(x x 2 ) (x 0 x 1 )(x 0 x 2 ) L 1 (x) = (x x 0)(x x 2 ) (x 1 x 0 )(x 1 x 2 ) L 2 (x) = (x x 0)(x x 1 ) (x 2 x 0 )(x 2 x 1 ) In definitiva il polinomio interpolante ha la seguente forma: n p n (x) = x x i f(x k ). (3) x j x i k=0 Il polinomio (3) prende il nome di Polinomio di Lagrange mentre i polinomi: L j (x) = n x x j x k x i ; k = 0, 1,..., n si chiamano polinomi fondamentali di Lagrange o base di Lagrange. 3 Polinomio di Newton Il polinomio interpolante di Lagrange ha il pregio di fornire un espressione esplicita del polinomio stesso, ma presenta lo svantaggio di essere scritto in una forma che non è utile per una effettiva implementazione al calcolatore. Infatti, ogni volta che si decide di aggiungere un punto all insieme dei nodi si devono ricalcolare tutti i polinomi di Lagrange. L impossibilita di non poter scrivere il polinomio di interpolazione di grado n + 1 in termini del polinomio di grado n ci spinge a cercare una diversa rappresentazione del polinomio interpolante. Vedremo che una soluzione a questo problema ci verrà fornita dal polinomio interpolante in forma di Newton. Teorema 3.1 Sia p n (x) il polinomio di grado n che interpola una funzione f(x) nei nodi x 0, x 1,..., x n (n + 1 nodi). Sia p n+1 il polinomio di grado n + 1 che interpola la f nei nodi x 0, x 1,..., x n, x n+1 (n + 2 nodi). Allora p n+1 si scrive come p n+1 (x) = p n (x) + a n+1 ω n (x) (4) con ω n (x) = n (x x i ) (5) i=0 4
5 a n+1 = f(x n+1) p n (x n+1 ) ω n (x n+1 ) (6) a 0 = f(x 0 ) (7) (w n (x) si chiama polinomio nodale o polinomio dei nodi). Dim. Poichè il polinomio di interpolazione è unico è sufficiente provare che p n+1 (x) soddisfa le condizioni di interpolazione. Osserviamo che il polinomio ω n (x) si annulla nei nodi x i, quindi per j n risulta p n+1 (x j ) = p n (x j ) + a n+1 ω n (x j ) = p n (x j ) = f(x j ) dunque p n+1 interpola tutti i punti tranne l ultimo. Per l ultimo nodi x n+1 osserviamo che p n+1 (x n+1 ) = p n (x n+1 ) + a n+1 ω n (x n+1 ) sostituendo il valore di a n+1 otteniamo che p n+1 (x n+1 ) = f(x n+1 )). Utilizzando la formula (4) possiamo ricavare una diversa forma del polinomio p n (x). Ponendo ω 1 (x) = 1, ricaviamo p n (x) = a 0 + a 1 (x x 0 ) + a 2 (x x 0 )(x x 1 ) a n (x x 0 )(x x 1 )... (x x n 1 ) con = a k ω k 1 (x) k=0 k 1 ω k 1 (x) = (x x i ) il polinomio scritto in questa forma si chiama polinomio di Newton. I coefficienti a k si chiamano differenze divise e possono essere calcolate implementando a 0 = f(x 0 ) i=0 a n+1 = f(x n+1) p n (x n+1 ) ω n (x n+1 ) Un modo alternativo per calcolare le differenze divise è quello della tabella delle differenze divise. Consideriamo un insieme di nodi x 0, x 1,..., x n e siano y i = f(x i ) i valori della funzione f in tali nodi. Le differenze divise di ordine zero, denotate con f[x i ], coincidono con il valore che la funzione assume in x i : f[x i ] = f(x i ). Le differenze divise prime, o di ordine 1, sono definite dalla relazione f[x i, x j ] = f[x j] f[x i ] x j x i, 5
6 le differenze divise seconde dalla relazione: f[x i, x j, x k ] = f[x j, x k ] f[x i, x j ] x k x i, e in generale, le differenze divise k-esime f[x 0,..., x k ] sono definite per mezzo delle differenze divise di ordine k 1 dalla relazione: f[x 0, x 1,..., x k 1, x k ] = f[x 1,..., x k ] f[x 0,..., x k 1 ] x k x 0. Per induzione si può provare il seguente risultato. f[x 0,..., x k ] = k j=0 f(x j ). k (x j x i ) Da tale rappresentazione si deducono facilmente alcune proprietà delle differenze divise, la più importante delle quali è che la differenza divisa è una funzione simmetrica dei suoi argomenti x 0, x 1,..., x k, cioè il valore che assume non cambia qualunque sia la permutazione degli argomenti x 0, x 1,..., x k. 3.1 Resto del Polinomio di Lagrange In questo paragrafo determiniamo l errore che si commette nell interpolazione di Lagrange. Assumiamo che la funzione interpolata f(x) sia di classe C n+1 ([a, b]) e valutiamo l errore che si commette nel sostituire f(x) con p n (x) in un punto x x i. Supponiamo che l intervallo [a, b] sia tale da contenere sia i nodi x i che l ulteriore punto x. Consideriamo la funzione errore (o resto) commesso nell interpolazione della funzione f(x) e(x) = f(x) p n (x) Poichè e(x i ) = f(x i ) p n (x i ) = 0 i = 0,..., n la funzione e(x) si annula nei nodi allora e(x) ha la seguente espressione: dove e(x) = c(x)ω n (x) ω n (x) = n (x x i ) i=0 è il cosiddetto polinomio nodale mentre c(x) è una funzione da determinare. Definiamo ora la funzione Φ(t; x) = f(t) p n (t) c(x)ω n (t) 6
7 dove t è una variabile ed x è un valore fissato. Calcoliamo la funzione Φ(t; x) nei nodi x i : Φ(x i ; x) = f(x i ) p n (x i ) c(x)ω n+1 (x i ) = 0 e anche nel punto x: Φ(x; x) = f(x) p n (x) c(x)ω n+1 (x) = e(x) c(x)ω n+1 (x) = 0 pertanto la funzione Φ(t; x) (che è derivabile con continuità n + 1 volte poichè f(x) è di classe C n+1 ) ammette almeno n+2 zeri distinti. Applicando il teorema di Rolle segue che Φ (t; x) ammette almeno n + 1 zeri distinti. Riapplicando lo stesso teorema segue che Φ (t; x) ammette almeno n zeri distinti. Così proseguendo segue che ξ x [a, b] Φ (n+1) (ξ x ; x) = 0. Calcoliamo ora la derivata di ordine n + 1 della funzione Φ(t; x), osservando innanzitutto che la derivata di tale ordine del polinomio L n (x) è identicamente nulla. Pertanto Φ (n+1) (t; x) = f (n+1) (t) c(x) dn+1 dt n+1 ω n+1(t). Calcoliamo la derivata di ordine n + 1 del polinomio nodale. Osserviamo innanzitutto che n ω n+1 (t) = (t x i ) = t n+1 + p n (t) i=0 dove p n (t) è un polinomio di grado al più n. Quindi Poichè e è facile dedurre che Pertanto e quindi d n+1 dt n+1 ω n+1(t) = dn+1 dt n+1 tn+1. d dt tn+1 = (n + 1)t n d 2 dt 2 tn+1 = (n + 1)nt n 1 d n+1 dt n+1 tn+1 = dn+1 dt n+1 ω n+1(t) = (n + 1)!. Φ (n+1) (t; x) = f (n+1) (t) c(x)(n + 1)! Φ (n+1) (ξ x ; x) = f (n+1) (ξ x ) c(x)(n + 1)! = 0 7
8 cioè e in definitiva c(x) = f (n+1) (ξ x ) (n + 1)! e(x) = f (n+1) (ξ x ) ω n+1 (x). (8) (n + 1)! Osserviamo che quando il numero di nodi di interpolazione è elevato e i nodi sono distrubuiti in modo uniforme, il polinomio di interpolazione di Lagrange potrebbe essere poco accurato soprattutto alle estremità dell intervallo dei nodi. Si verifica il cosiddetto fenomeno di Runge, ossia il polinomio interpolante presenta delle forti oscillazioni vicine ai nodi estremi x 0 ed x n. 4 Interpolazione polinomiale a tratti Quando il numero dei nodi di interpolazione è particolarmente elevato si preferiscono altri tipi di interpolazione come quelle basate sulle funzioni polinomiali a tratti. Consideriamo una funzione f(x) ed un insieme di nodi x 0, x 1,..., x n (n + 1 nodi). Consideriamo ciascun intervallo [x j, x j+1 ], j = 0, 1,..., n 1 e definiamo su di esso un polinomio di grado 1, p j (x) che interpoli la f nei punti x j, x j+1, cioè : p j (x j ) = y j f(x j ) p j (x j+1 ) = y j+1 f(x j+1 ). Allora p j (x) essendo un polinomio di grado 1 passante per i punti (x j, y j ) e (x j+1, y j+1 ) ha la seguente espressione per ogni x [x j, x j+1 ]. Ponendo p j (x) = x x j+1 y j + x x j y j+1 x j x j+1 x j+1 x j B 0 (x) = { x x1 x 0 x 1 x [x 0, x 1 ] 0 altrimenti mentre per j = 1,..., n 1 x x j 1 x j x j 1 x [x j 1, x j ] x x B j (x) = j+1 x j x j+1 x [x j, x j+1 ] 0 altrimenti ed infine B n (x) = { x xn 1 x n x n 1 x [x n 1, x n ] 0 altrimenti 8
9 risulta che B j (x i ) = { 1 per i = j 0 per i j Le funzioni B j (x) si chiamano spline lineari o funzioni cappello (proprio per la forma del loro grafico) e sono funzioni lineari a tratti e quindi solo linearmente indipendenti, ne segue che la funzione interpolante a tratti si potrà scrivere come: p n (x) = B j (x)y j j=0 Il polinomio di interpolazione lineare a tratti p(x) ci permette di costruire approssimazioni molto accurate, però presenta l inconveniente di essere poco regolare e questo può risultare un problema in certe applicazioni. Un tipo di interpolazione più accurata è quella che si ottiene con polinomi di grado 2 o 3. 5 Funzioni spline Come abbiamo osservato prima, la non regolarità del polinomio di interpolazione lineare a tratti dipende dalla non continuità della derivata del polinomio nei nodi interni all intervallo di interpolazione. Per risolvere questo problema si introducono le funzioni splines. L idea fondamentale è costruire una approssimazione polinomiale a tratti che non solo interpola dei punti o dei valori di funzione dati, ma che sia anche regolare di class C k per qualche k. Supponiamo di avere un insieme di n + 1 nondi x 0, x 1, x 2,..., x n, nei quali vogliamo interpolare una funzione f(x) con una funzione polinomiale a tratti p d tale che: 1. soddisfi le condizioni di interpolazione p d (x i ) = f(x i ), per i = 0, 1,..., n; 2. p d (x) sia un polinomio di grado minore o uguale a d su ogni intervallino [x i, x i+1 ] 3. p d (x) abbia un certo grado N di regolarità, cioè lim x x i p (j) d = lim x x + i per j = 0, 1,..., N. Determiniamo la relazione che intercorre tra il grado del polinomio (d) ed il suo grado di regolarità. Il grado del polinomio ci fornisce il numero dei coefficienti incogniti da calcolare, mentre il suo grado di regolarità impone ulteriori vincoli al problema (cioè ulteriori equazioni da soddisfare). Osserviamo che dati n + 1 nodi x 0, x 1,..., x n questi definiscono n intervallini [x i, x i+1 ], per i = 0, 1,..., n, inoltre p d (x) è un polinomio di grado d su ciascuno di questi intervallini quindi è individuato da d + 1 coefficienti: p (j) d 9
10 il numero totale di incognite da calcolare per determinare univocamente il polinomio di interpolazione a tratti è Num incognite = n(d + 1). Calcoliamo il numero di condizioni di cui disponiamo: n + 1 condizioni di interpolazione (p d (x i ) = f(x i )); ci sono n 1 punti di congiunzione tra i sottointervalli [x i, x i +1] e devono essere imposte N + 1 condizioni di regolarità del polinomio su ciascuno dei sottointervalli. Quindi, il numero totale di vincoli (condizioni) da imporre è dato da: n (n 1)(N + 1) = 2n + nn N Calcoliamo la differenza tra il numero delle incognite ed il numero delle condizioni (equazioni) a disposizione: Num incognite Num equazioni = n(d + 1) (2n + nn N) = n(d 1 N) + N. Osserviamo che il termine d 1 N può essere annulatto imponendo che d 1 N = 0 N = d 1 ottenendo una relazione che lega il grado del polinomio interpolante a tratti (funzione spline) con la sua regolarità. Comunque rimangono N incognite che non sono univocamente definite. Esempio: Consideriamo la spline cubica, cioè deteminiamo p d (x) in modo che questo sia un polinomio di grado d = 3 su ciascun sottointervallo definito dai nodi: d = 3 N = 2 quindi per definire univocamente la spline cubica (e quindi risolvere univocamente il problema dell interpolazione) è necessario aggiungere N = 2 condizioni. 5.1 Cenni sulla costruzione della spline cubica interpolante Per costruire la spline cubica interpolante ricerchiamo su ogni sottointervallo [x i, x i+1 ] un polinomio di grado 3 p 3 (x) = a i +b i (x x i )+c i (x x i ) 2 +d i (x x i ) 3, x [x i, x i+1 ], i = 0, 1,..., n cioè dobbiamo determinare a i, b i, c i, d i, 4n coefficienti incogniti, imponendo le condizioni di interpolazione (n + 1) e quelle di regolarità: lim x x i p (j) 3 = lim x x + i sono 3(n + 1) = 3n 3 Osserviamo che p (j) 3 j = 0, 1, 2 p (0) 3 = a i + b i (x x i ) + c i (x x i ) 3 + d i (x x i ) 3 p (1) 3 = b i + 2c i (x x i ) + 3d i (x x i ) 2 p (2) 3 = 2c i (x x i ) + 6d i (x x i ) p (3) 3 = 6d i 10
11 La differenza tra il numero delle incognite e quello delle equazioni a disposizione è : 4n (3n 3 + n + 1) = 2 cioè rimangono 2 condizioni da imporre per definire univocamente la spline cubica interpolante. 5.2 Classificazione delle spline cubiche Le condizioni aggiuntive per determinare univocamente la spline cubica interpolante individuano il tipo di spline. Se si impone p 3(x 0 ) = p 3(x n ) = 0, si ottiene la spline naturale; p 3(x 0 ) = p 3(x n ) = e p 3(x 0 ) = p 3(x n ), si ottiene la spline periodica; p 3(x 0 ) = y 0(= f (x 0 )) e p 3(x n ) = y p nrime(= f (x n )), si ottiene la spline vincolata. Imponendo le condizioni di interpolazione e di regolarità e scegliendo le condizioni aggiuntive necessarie per determinare univocamente la spline, si ottiene un sistema lineare nelle incognite a i, b i, c i, d i che una volta risolto fornir a la spline cubica interpolante. Un modo alternativo per costruire la spline cubica è quello di calcolare una base dello spazio dei polinomi di grado 3 a tratti e di utilizzare quasta base per riscrivere la spline cubica. Le basi di tale spazi sono le B-spline 5.3 Errore nell interpolazione con spline cubiche La teoria dell errore per le approssimazioni spline è molto più complessa di quella relativa all ordinaria interpolazione. Si prova che, se f C 4 ([a, b]) e p 3 (x) è la spline cubica interpolante la f(x) sui nodi x 0, x 1,..., x n con x 0 = a ed x n = b allora max f(x) p 3(x) 5 x [a,b] 384 max f (4) (x) h x [a,b] essendo h = max i=0,1,...,n 1 (x i+1 x i ). 6 Fitting di dati Una importante area dell approssimazione è il problema di adattare una curva a dei dati sperimentali. Poichè il dato è sperimentale dobbiamo assumere che sia stato misurato con un certo grado di incertezza (errore di misura), per cui non vogliamo necessariamente costruire una curva che passa per ogni dato, ma una funzione che rappresenta la tendenza dei dati, cioè che sia in un certo senso una approssimazione vicina ai dati. 11
12 L approccio più comunemente usato è noto come, fitting di dati ai minimi quadrati. Siano (x k, y k ) per k = 1, 2,..., n, n dati sperimentali. Vogliamo determinare la retta y = mx + b la cui distanza dai dati sia minima, cioè vogliamo minimizzare la funzione F (m, b) F (m, b) = (y k (mx k + b)) 2 k=1 Il precedente problema di minimo si risolve calcolando le derivate parziali della funzione F (m, b) e ponendole uguali a zero: da cui ricaviamo F m = 2 n k=1 (y k (mx k + b))x k = 0 F b = 2 n k=1 (y k (mx k + b)) = 0 n k=1 (y k (mx k + b))x k = 0 n k=1 (y k (mx k + b)) = 0 ed infine, poichè n k=1 1 = n m n k=1 x2 k + b n k=1 x k = n k=1 y kx k m n k=1 x k + bn = n k=1 y k Risolvendo il percedente sistema lineare di due equazioni nelle incognite m, b si ottiene la retta di best fit dei dati con m = n n k=1 x ky k ( n k=1 x k)( n k=1 y k) n( n k=1 x2 k ) ( n k=1 x k) 2 q = ( n k=1 x2 k )( n k=1 y k) ( n k=1 x k)( n k=1 x ky k ) n( n i=1 x2 k ) ( n k=1 x k) 2 12
Quali condizionisi si possono richiedere sulla funzione interpolante?
INTERPOLAZIONE Problema generale di INTERPOLAZIONE Dati n punti distinti ( i, i ) i=,..,n si vuole costruire una funzione f() tale che nei nodi ( i ) i=,..n soddisfi a certe condizioni, dette Condizioni
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,
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
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
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
DettagliINTERPOLAZIONE. Francesca Pelosi. Dipartimento di Matematica, Università di Roma Tor Vergata. CALCOLO NUMERICO e PROGRAMMAZIONE
INTERPOLAZIONE Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ INTERPOLAZIONE p./8 INTERPOLAZIONE Nella
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
Dettagli1 Ampliamento del piano e coordinate omogenee
1 Ampliamento del piano e coordinate omogenee Vogliamo dare una idea, senza molte pretese, dei concetti che stanno alla base di alcuni calcoli svolti nella classificazione delle coniche. Supponiamo di
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,
DettagliCorrezione secondo compitino, testo B
Correzione secondo compitino, testo B 7 aprile 2010 1 Parte 1 Esercizio 1.1. Tra le funzioni del vostro bestiario, le funzioni che più hanno un comportamento simile a quello cercato sono le funzioni esponenziali
Dettagli1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: c) x + 1 d)x sin x.
Funzioni derivabili Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: a)2x 5 b) x 3 x 4 c) x + 1 d)x sin x. 2) Scrivere l equazione della retta tangente
DettagliFunzioni implicite - Esercizi svolti
Funzioni implicite - Esercizi svolti Esercizio. È data la funzione di due variabili F (x, y) = y(e y + x) log x. Verificare che esiste un intorno I in R del punto di ascissa x 0 = sul quale è definita
DettagliDERIVATE E LORO APPLICAZIONE
DERIVATE E LORO APPLICAZIONE SIMONE ALGHISI 1. Applicazione del calcolo differenziale 1 Abbiamo visto a lezione che esiste un importante legame tra la continuità di una funzione y = f(x) in un punto x
DettagliEQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1.
EQUAZIONI DIFFERENZIALI Esercizi svolti 1. Determinare la soluzione dell equazione differenziale (x 2 + 1)y + y 2 =. y + x tan y = 2. Risolvere il problema di Cauchy y() = 1 2 π. 3. Risolvere il problema
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
DettagliA.A CORSO DI ALGEBRA 1. PROFF. P. PIAZZA, E. SPINELLI. SOLUZIONE ESERCIZI FOGLIO 5.
A.A. 2015-2016. CORSO DI ALGEBRA 1. PROFF. P. PIAZZA, E. SPINELLI. SOLUZIONE ESERCIZI FOGLIO 5. Esercizio 5.1. Determinare le ultime tre cifre di n = 13 1625. (Suggerimento. Sfruttare il Teorema di Eulero-Fermat)
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 =
Dettagliy 3y + 2y = 1 + x x 2.
Università degli Studi della Basilicata Corsi di Laurea in Chimica / Scienze Geologiche Matematica II A. A. 03-04 (dott.ssa Vita Leonessa) Esercizi svolti: Equazioni differenziali ordinarie. Risolvere
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
Dettaglia + 2b + c 3d = 0, a + c d = 0 c d
SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,
DettagliFunzioni derivabili (V. Casarino)
Funzioni derivabili (V. Casarino) Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in = 0 delle funzioni: a) 5 b) 3 4 c) + 1 d) sin. ) Scrivere l equazione della retta tangente
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
DettagliEsercitazioni di Geometria A: curve algebriche
Esercitazioni di Geometria A: curve algebriche 24-25 maggio 2016 Esercizio 1 Sia P 2 il piano proiettivo complesso munito delle coordinate proiettive (x 0 : x 1 : x 2 ). Sia r la retta proiettiva di equazione
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
DettagliINTERPOLAZIONE POLINOMIALE
Capitolo 5 INTERPOLAZIONE POLINOMIALE Un problema che frequentemente si presenta in matematica applicata è quello dell approssimazione di funzioni, che consiste nel determinare una funzione g, appartenente
DettagliAnno 3 Equazione dell'ellisse
Anno Equazione dell'ellisse 1 Introduzione In questa lezione affronteremo una serie di problemi che ci chiederanno di determinare l equazione di un ellisse sotto certe condizioni. Al termine della lezione
DettagliMassimi e minimi relativi in R n
Massimi e minimi relativi in R n Si consideri una funzione f : A R, con A R n, e sia x A un punto interno ad A. Definizione: si dice che x è un punto di massimo relativo per f se B(x, r) A tale che f(y)
DettagliDipendenza e indipendenza lineare (senza il concetto di rango)
CAPITOLO 5 Dipendenza e indipendenza lineare (senza il concetto di rango) Esercizio 5.1. Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Esercizio 5.2. Stabilire se i vettori
DettagliEquazioni differenziali Corso di Laurea in Scienze Biologiche Istituzioni di Matematiche A.A. 2007-2008. Dott.ssa G. Bellomonte
Equazioni differenziali Corso di Laurea in Scienze Biologiche Istituzioni di Matematiche A.A. 2007-2008 Dott.ssa G. Bellomonte Indice 1 Introduzione 2 2 Equazioni differenziali lineari del primo ordine
DettagliNUMERI COMPLESSI Esercizi svolti. d) (1 i) 3. b) (1 + i)(1 i)(1 + 3 i) c) 1 i 1
Calcolare le seguenti potenze di i: NUMERI COMPLESSI Esercizi svolti a) i b) i 7 c) i d) i e) i f) i 9 Semplificare le seguenti espressioni: a) i) i i) b) + i) i) + ) 0 i c) i) i) i) d) i) Verificare che
DettagliIL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero
IL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero Il teorema degli zeri è fondamentale per determinare se una funzione continua in un intervallo chiuso [ a ; b ] si annulla in almeno un punto interno
DettagliEsercizi Applicazioni Lineari
Esercizi Applicazioni Lineari (1) Sia f : R 4 R 2 l applicazione lineare definita dalla legge f(x, y, z, t) = (x + y + z, y + z + t). (a) Determinare il nucleo di f, l immagine di f, una loro base e le
DettagliAppunti sulla circonferenza
1 Liceo Falchi Montopoli in Val d Arno - Classe 3 a I - Francesco Daddi - 16 aprile 010 Appunti sulla circonferenza In queste pagine sono trattati gli argomenti riguardanti la circonferenza nel piano cartesiano
DettagliMATEMATICA LA CIRCONFERENZA GSCATULLO
MATEMATICA LA CIRCONFERENZA GSCATULLO La Circonferenza La circonferenza e la sua equazione Introduzione e definizione La circonferenza è una conica, ovvero quella figura ottenuta tagliando un cono con
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.
DettagliPrecorso di Matematica
UNIVERSITÀ DEGLI STUDI ROMA TRE FACOLTA DI ARCHITETTURA Precorso di Matematica Anna Scaramuzza Anno Accademico 2005-2006 4-10 Ottobre 2005 INDICE 1. ALGEBRA................................. 3 1.1 Equazioni
DettagliTSRR. Vademecum sulle equazioni differenziali I. D. Mugnai( 1 ) ( 1 ) IFAC-CNR, Via Madonna del Piano 10, Sesto Fiorentino (FI), Italy
TSRR IFAC-TSRR vol. 3 (2011) 93-97 Vademecum sulle equazioni differenziali I D. Mugnai( 1 ) ( 1 ) IFAC-CNR, Via Madonna del Piano 10, 50019 Sesto Fiorentino (FI), Italy IFAC-TSRR-TR-10-011 (66-5) ISSN
Dettagli2. APPUNTI SUI FASCI DI CIRCONFERENZE (raccolti dal prof. G. Traversi)
2. APPUNTI SUI FASCI DI CIRCONFERENZE (raccolti dal prof. G. Traversi) La circonferenza è la curva di 2^ grado che viene individuata univocamente da tre punti non allineati e possiede la seguente proprietà:
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
DettagliCalcolo Numerico con elementi di programmazione
Calcolo Numerico con elementi di programmazione (A.A. 2014-2015) Appunti delle lezioni sull Approssimazione di dati e funzioni Esempio 1 Nella tavola seguente è riportata la popolazione (in migliaia) dell
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da
DettagliANALISI 1 - Teoremi e dimostrazioni vari
ANALISI 1 - Teoremi e dimostrazioni vari Sommario Proprietà dell estremo superiore per R... 2 Definitivamente... 2 Successioni convergenti... 2 Successioni monotone... 2 Teorema di esistenza del limite
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 4 - DERIVAZIONE NUMERICA Lucio Demeio Dipartimento di Scienze Matematiche 1 Calcolo numerico delle derivate 2 3 Introduzione Idea di base L idea di base
DettagliSISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3
SISTEMI LINEARI. Esercizi Esercizio. Verificare se (,, ) è soluzione del sistema x y + z = x + y z = 3. Trovare poi tutte le soluzioni del sistema. Esercizio. Scrivere un sistema lineare di 3 equazioni
DettagliLE EQUAZIONI DI SECONDO GRADO
LE EQUAZIONI DI SECONDO GRADO Definizione: un equazione è di secondo grado se, dopo aver applicato i principi di equivalenza, si può scrivere nella forma, detta normale: ax + bx + c 0!!!!!con!a 0 Le lettere
DettagliMassimi e minimi vincolati
Massimi e minimi vincolati Data una funzione G C 1 (D), dove D è un aperto di R 2, sappiamo bene dove andare a cercare gli eventuali punti di massimo e minimo relativi. Una condizione necessaria affinché
DettagliEsercitazione n 6. Esercizio 1: Determinare i punti di massimo e minimo relativo delle seguenti funzioni: (b)f(x, y) = 4y 4 16x 2 y + x
Esercitazione n 6 1 Massimi e minimi di funzioni di più variabili Esercizio 1: Determinare i punti di massimo e minimo relativo delle seguenti funzioni: (a)f(x, y) = x 3 + y 3 + xy (b)f(x, y) = 4y 4 16x
DettagliLe derivate parziali
Sia f(x, y) una funzione definita in un insieme aperto A R 2 e sia P 0 = x 0, y 0 un punto di A. Essendo A un aperto, esiste un intorno I(P 0, δ) A. Preso un punto P(x, y) I(P 0, δ), P P 0, possiamo definire
DettagliCorso di Geometria BIAR, BSIR Esercizi 10: soluzioni
Corso di Geometria 2010-11 BIAR, BSIR Esercizi 10: soluzioni 1 Geometria dello spazio Esercizio 1. Dato il punto P 0 = ( 1, 0, 1) e il piano π : x + y + z 2 = 0, determinare: a) Le equazioni parametriche
Dettagli15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI
15 luglio 01 - Soluzione esame di geometria - Ing. gestionale - a.a. 01-01 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono
DettagliEquazioni differenziali lineari del secondo ordine a coefficienti costanti
Equazioni differenziali lineari del secondo ordine a coefficienti costanti 0.1 Introduzione Una equazione differenziale del secondo ordine è una relazione del tipo F (t, y(t), y (t), y (t)) = 0 (1) Definizione
DettagliNOTE SULLE FUNZIONI CONVESSE DI UNA VARIABILE REALE
NOTE SULLE FUNZIONI CONVESSE DI UNA VARIABILE REALE ROBERTO GIAMBÒ 1. DEFINIZIONI E PRIME PROPRIETÀ In queste note saranno presentate alcune proprietà principali delle funzioni convesse di una variabile
DettagliEquazioni Polinomiali II Parabola
Equazioni Polinomiali II Parabola - 0 Equazioni Polinomiali del secondo grado (Polinomi II) Forma Canonica e considerazioni La forma canonica dell equazione polinomiale di grado secondo è la seguente:
DettagliTeorema delle Funzioni Implicite
Teorema delle Funzioni Implicite Sia F una funzione di due variabili definita in un opportuno dominio D di R 2. Consideriamo l equazione F (x, y) = 0, questa avrà come soluzioni coppie di valori (x, y)
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Il best fitting In molte applicazioni accade di avere una certa quantità di dati (solitamente elevata) e di voler descrivere l andamento del fenomeno che ha
DettagliCalcolo Integrale. F (x) = f(x)?
3 Calcolo Integrale Nello studio del calcolo differenziale si è visto come si può associare ad una funzione la sua derivata. Il calcolo integrale si occupa del problema inverso: data una funzione f è possibile
DettagliApplicazioni lineari e diagonalizzazione. Esercizi svolti
. Applicazioni lineari Esercizi svolti. Si consideri l applicazione f : K -> K definita da f(x,y) = x + y e si stabilisca se è lineare. Non è lineare. Possibile verifica: f(,) = 4; f(,4) = 6; quindi f(,4)
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,
DettagliSoluzione esercizi sulle funzioni - 5 a E Liceo Scientifico - 04/11/ 13
Soluzione esercizi sulle funzioni - 5 a E Liceo Scientifico - 04// 3 Esercizio. Si consideri la funzione ) se 0 f) e se 0. e si verifichi che non è continua in 0. Che tipo di discontinuità presenta in
DettagliSoluzioni dei quesiti della maturità scientifica A.S. 2009/2010
Soluzioni dei quesiti della maturità scientifica AS 009/010 Nicola Gigli Sun-Ra Mosconi giugno 010 Quesito 1 Un generico polinomio di grado n si può scrivere nella forma p(x) a 0 + a 1 x + + a n x n dove
DettagliESERCIZI SUI SISTEMI LINEARI
ESERCIZI SUI SISTEMI LINEARI Consideriamo ora il sistema lineare omogeneo a coefficienti costanti associato alla matrice A M n n, cioè SLO Vale il seguente = A. Teorema. Sia v R n \ } e sia λ C. Condizione
DettagliQuale 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
DettagliSOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n
SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,
DettagliINTEGRALI INDEFINITI e DEFINITI Esercizi risolti
INTEGRALI INDEFINITI e DEFINITI Esercizi risolti E data la funzione f( = (a Provare che la funzione F ( = + arcsin è una primitiva di f( sull intervallo (, (b Provare che la funzione G( = + arcsin π è
DettagliCOME CALCOLARE LA COMBINAZIONE DI MINIMO COSTO DEI FATTORI
COME CALCOLARE LA COMBINAZIONE DI MINIMO COSTO DEI FATTORI In questa Appendice, mostreremo come un impresa possa individuare la sua combinazione di minimo costo dei fattori produttivi attraverso il calcolo
DettagliAnno 5 Regole di derivazione
Anno 5 Regole di derivazione 1 Introduzione In questa lezione mostreremo quali sono le regole da seguire per effettuare la derivata di una generica funzione. Seguendo queste regole e conoscendo le derivate
Dettaglidipendenti. Cosa possiamo dire sulla dimensione di V?
Esercizi Esercizi. In uno spazio vettoriale V ci sono tre vettori v, v 2, v linearmente indipendenti. Cosa possiamo dire sulla dimensione di V? 2. In uno spazio vettoriale V ci sono tre vettori v, v 2,
DettagliMassimi e minimi vincolati
Massimi e minimi vincolati Vedremo tra breve un metodo per studiare il problema di trovare il minimo e il massimo di una funzione su di un sottoinsieme dello spazio ambiente che non sia un aperto. Abbiamo
DettagliESERCIZI SVOLTI SUL CALCOLO INTEGRALE
ESERCIZI SVOLTI SUL CALCOLO INTEGRALE * Tratti dagli appunti delle lezioni del corso di Matematica Generale Dipartimento di Economia - Università degli Studi di Foggia Prof. Luca Grilli Dott. Michele Bisceglia
DettagliRETTE E PIANI NELLO SPAZIO
VETTORI E GEOMETRIA ANALITICA 1 RETTE E PIANI NELLO SPAZIO Rette e piani in forma cartesiana e parametrica. Parallelismo e perpendicolarità, posizioni reciproche tra rette e piani, distanze. Esercizio
DettagliPiano cartesiano e Retta
Piano cartesiano e Retta 1 Piano cartesiano e Retta 1. Richiami sul piano cartesiano 2. Richiami sulla distanza tra due punti 3. Richiami punto medio di un segmento 4. La Retta (funzione lineare) 5. L
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)
Dettagli1 Polinomio di Taylor 1. 2 Formula di Taylor 2. 3 Alcuni sviluppi notevoli 2. 4 Uso della formula di Taylor nel calcolo dei limiti 4
1 POLINOMIO DI TAYLOR 1 Formula di Taylor Indice 1 Polinomio di Taylor 1 Formula di Taylor 3 Alcuni sviluppi notevoli 4 Uso della formula di Taylor nel calcolo dei iti 4 5 Soluzioni degli esercizi 6 La
DettagliCirconferenza. Matteo Tugnoli. February 26, 2012
Circonferenza Matteo Tugnoli February 26, 2012 Versione preliminare, NON esente da errori, se il lettore riscontrasse delle imprecisioni può gentilmente segnalarle a matteo_tugnoli@yahoo.it 1 Luogo dei
DettagliAppunti ed esercizi sulle coniche
1 LA CIRCONFERENZA 1 Appunti ed esercizi sulle coniche Versione del 1 Marzo 011 1 La circonferenza Nel piano R, fissati un punto O = (a, b) e un numero r > 0, la circonferenza (o cerchio) C di centro O
Dettagli2 2 2 A = Il Det(A) = 2 quindi la conica è non degenere, di rango 3.
Studio delle coniche Ellisse Studiare la conica di equazione 2x 2 + 4xy + y 2 4x 2y + 2 = 0. Per prima cosa dobbiamo classificarla. La matrice associata alla conica è: 2 2 2 A = 2 2 2 Il DetA = 2 quindi
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
DettagliEsercizi: circuiti dinamici con generatori costanti
ezione Esercizi: circuiti dinamici con generatori costanti ezione n. Esercizi: circuiti dinamici con generatori costanti. Esercizi con circuiti del I ordine in transitorio con generatori costanti. ircuiti..
DettagliProblemi di massimo e minimo
Problemi di massimo e minimo Supponiamo di avere una funzione continua in Per il teorema di Weierstrass esistono il massimo assoluto M e il minimo assoluto m I problemi di massimo e minimo sono problemi
DettagliEllisse. Come fa un giardiniere a creare un aiuola di forma ellittica?
Ellisse Come fa un giardiniere a creare un aiuola di forma ellittica? Pianta due chiodi, detti fuochi, nel terreno ad una certa distanza. Lega le estremità della corda, la cui lunghezza supera la distanza
DettagliUNITÀ DIDATTICA 5 LA RETTA
UNITÀ DIDATTICA 5 LA RETTA 5.1 - La retta Equazione generica della retta Dalle considerazioni emerse nel precedente capitolo abbiamo compreso come una funzione possa essere rappresentata da un insieme
DettagliTEN Radici quadrate modulo p e modulo p k. Radici quadrate modulo p, con p > 2.
TEN 2008. Radici quadrate modulo p e modulo p k. Radici quadrate modulo p, con p > 2. Lemma 1. Sia n Z. Sia p > 2 un numero primo. (a) n è un quadrato modulo p se e solo se n p 1 2 1 mod p; (b) Sia n 0
DettagliCondizione di allineamento di tre punti
LA RETTA L equazione lineare in x e y L equazione: 0 con,,, e non contemporaneamente nulli, si dice equazione lineare nelle due variabili e. Ogni coppia ; tale che: 0 si dice soluzione dell equazione.
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 Introduzione La MATEMATICA è uno strumento
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
DettagliIntegrali inde niti. F 2 (x) = x5 3x 2
Integrali inde niti Abbiamo sinora studiato come ottenere la funzione derivata di una data funzione. Vogliamo ora chiederci, data una funzione f, come ottenerne una funzione, che derivata dia f. Esempio
DettagliAnalisi Matematica II Corso di Ingegneria Gestionale Compito del f(x, y) = e (x3 +x) y
Analisi Matematica II Corso di Ingegneria Gestionale Compito del 8--7 - È obbligatorio consegnare tutti i fogli, anche la brutta e il testo. - Le risposte senza giustificazione sono considerate nulle.
DettagliNel caso particolare in cui il vertice si trovi nell'origine, la parabola assume la forma: y ˆ ax 2.
LA PARABOLA Rivedi la teoria La parabola e la sua equazione La parabola eá il luogo dei punti del piano che hanno la stessa distanza da un punto fisso chiamato fuoco e da una retta fissa chiamata direttrice.
DettagliLe Derivate. Appunti delle lezioni di matematica di A. Pisani Liceo Classico Dante Alighieri
Le Derivate Appunti delle lezioni di matematica di A. Pisani Liceo Classico Dante Alighieri Nota bene Questi appunti sono da intendere come guida allo studio e come riassunto di quanto illustrato durante
DettagliSvolgimento degli esercizi sulla circonferenza
Liceo Classico Galilei Pisa - Classe a A - Prof. Francesco Daddi - 1 ottobre 011 Svolgimento degli esercizi sulla circonferenza Esercizio 1. La circonferenza ha centro in C 4 ), 7, 7 ) e raggio + 7 57
DettagliRiferimenti: R.Adams, Calcolo Differenziale 2. Capitoli 3.4, 3.9. Esercizi 3.4, 3.9.
Appunti sul corso di Complementi di Matematica - mod Analisi prof. B.Baccelli 200/ 07 - Funzioni vettoriali, derivata della funzione composta, formula di Taylor. Riferimenti: R.Adams, Calcolo Differenziale
DettagliAlgebra lineare Geometria 1 11 luglio 2008
Algebra lineare Geometria 1 11 luglio 2008 Esercizio 1. Si considerino la funzione: { R f : 3 R 3 (α, β, γ) ( 2β α γ, (k 1)β + (1 k)γ α, 3β + (k 2)γ ) dove k è un parametro reale, e il sottospazio U =
DettagliSISTEMI LINEARI MATRICI E SISTEMI 1
MATRICI E SISTEMI SISTEMI LINEARI Sistemi lineari e forma matriciale (definizioni e risoluzione). Teorema di Rouché-Capelli. Sistemi lineari parametrici. Esercizio Risolvere il sistema omogeneo la cui
Dettaglirisoluzione della prova
Verso la seconda prova di matematica 7 Risoluzione della prova verso la seconda prova di matematica 7 risoluzione della prova Problemi 7 a Determiniamo l equazione della parabola di vertice V`; j e passante
DettagliEllisse riferita a rette parallele ai suoi assi
prof. F. Buratti Liceo della Comunicazione G. Toniolo (versione 0.3.6 venerdì 22 marzo 2007) 1 Premessa Finora abbiamo studiato l equazione di un ellisse riferita al centro e agli assi. Consideriamo ora
DettagliEsercizi sulle coniche (prof.ssa C. Carrara)
Esercizi sulle coniche prof.ssa C. Carrara Alcune parti di un esercizio possono ritrovarsi in un altro esercizio, insieme a parti diverse. È un occasione per affrontarle più volte.. Stabilire il tipo di
Dettaglivariabili. se i limiti esistono e si chiamano rispettivamente derivata parziale rispetto ad x e rispetto ad y.
Funzioni di più variabili Derivate parziali Qui saranno considerate soltanto funzioni di due variabili, ma non c è nessuna difficoltà ad estendere le nuove nozioni a funzioni di n ( > variabili ( Definizione:
Dettagli1 Primitive e integrali indefiniti
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 2 CALCOLO INTEGRALE Primitive e integrali indefiniti. Definizione di primitiva e di integrale indefinito Data una funzione
DettagliForme bilineari simmetriche
Forme bilineari simmetriche Qui il campo dei coefficienti è sempre R Definizione 1 Sia V uno spazio vettoriale Una forma bilineare su V è una funzione b: V V R tale che v 1, v 2, v 3 V b(v 1 + v 2, v 3
Dettaglix1 + 2x 2 + 3x 3 = 0 nelle tre incognite x 1, x 2, x 3. Possiamo risolvere l equazione ricavando l incognita x 1 x 1 = 2x 2 3x 3 2r 1 3r 2 x 2 x 3
Matematica II -..9 Spazio delle soluzioni di un sistema lineare omogeneo.. Consideriamo l equazione lineare omogenea nelle tre incognite x, x, x 3. x + x + 3x 3 = Possiamo risolvere l equazione ricavando
Dettagli