Concludiamo questa Appendice, riportando alcuni programmi scritti in linguaggio
|
|
- Demetrio Ricciardi
- 6 anni fa
- Visualizzazioni
Transcript
1 0.1. PROGRAMMI MATLAB Programmi MATLAB Concludiamo questa Appice, riportando alcuni programmi scritti in linguaggio MATLAB, relativi ad algoritmi visti nei capitoli del Testo. Il lettore è incoraggiato, oltre che a provarli, a modificarli per ottenere delle versioni più generali. 1. Capitolo 2: Metodo di Bisezione function [xs,scarto,iter,x] = bisezione(fname, a, b, toll, nmax) Metodo di bisezione per calcolare la radice di una equazione f(x)=0. Sintassi: [xs,scarto,iter,x] = bisezione(fname,a,b,toll) fname : stringa che contiene il nome della funzione f(x) a,b : definiscono l intervallo [a,b], f(a)f(b) <= 0 toll : tolleranza prefissata (sullo scrto) nmax : numero mssimo di iterazioni x : successione x(iter) convergente alla radice x*, t.c. f(x*)=0 xs : approssimazione finale della radice scarto: ampiezza dell intervallo ESEMPIO fname = inline( exp(-2*x)+x-1 ); a=0.65; b=0.8; toll=1.e-06; nmax=100; format long [xs,scarto,iter,x]= bisezione(fname,a,b,toll,nmax); FINE ESEMPIO x(1) = a; x(2) = b; fa = feval(fname,a); fb = feval(fname,b); scarto = abs(b-a); if fa*fb > 0 la funzione assume in entrambi gli estremi dell intervallo [a,b] valori dello stesso segno. disp( L intervallo iniziale non e accettabile ) iter = []; x = []; xs = []; else
2 2 inizio il ciclo iterativo iter = 0; while ( scarto>=toll & iter<nmax ) calcolo una nuova approssimazione iter = iter+1; x(iter) = (a+b)/2; fxk = feval(fname,x(iter)); if fa*fxk <=0 b = x(iter); else a = x(iter); fa = fxk; scarto = abs(b-a); xs = (a+b)/2;
3 0.1. PROGRAMMI MATLAB 3 2. Capitolo 2: Metodo di Newton-Raphson function[xs,x,scarti,rapp,m]=n_raphson(fname,f1name,f2name,x0,toll,maxi) Metodo di Newton-Raphson per calcolare la radice di una equazione non lineare f(x)=0 mediante costruzione di una successione {x(k)} convergente alla radice x ( x(0) stima iniziale assegnata ). Caso della radice semplice. Modificare il codice nel caso di radici multiple. Sintassi [xs,x,scarti,rapp,m]=n_raphson(fname,f1name,f2name,x0,toll,maxi) fname : stringa che contiene il nome della funzione f(x) f1name: stringa che contiene il nome della derivata prima f (x) f2name: stringa che contiene il nome della derivata seconda f (x) x0 : approssimazione iniziale della radice toll : criterio di arresto (sullo scarto) x(k+1)-x(k) < toll maxi : numero massimo di iterazioni xs : approssimazione finale della radice x : successione x(k) convergente a x, t.c. f(x)=0 scarti: vettore degli scarti d(k), k=1,... rapp : stime della costante asintotica M attraverso gli scarti M : stima finale di M usando la f (x) e la f (x) ESEMPIO fname = inline( x- exp(-x) -0.5*cos(x) ); f1name = inline( 1+exp(-x) +0.5*sin(x) ); f2name = inline( - exp(-x) +0.5*cos(x) ); x0 = 0.5; toll = 1.e-06; maxi = 50; [xs,x,scarti,rapp,m]=n_raphson(fname,f1name,f2name,x0,toll,maxi) FINE ESEMPIO scarti0 = 1.0e5; x(1) = x0; fxk = feval(fname,x0); f1xk = feval(f1name,x0); k = 0; scarto = 2*toll; while ( scarto >= toll & k < maxi )
4 4 calcolo una nuova stima della radice k = k+1; x(k+1) = x(k)-fxk/f1xk ; scarti(k) = abs(fxk/f1xk); rapp(k) = scarti(k)/scarti0^2; fxk = feval(fname,x(k+1)); f1xk = feval(f1name,x(k+1)); scarto = abs(x(k+1)-x(k)); if abs(f1xk) < toll*abs(fxk) derivata prima troppo piccola ==> esco dalla routine error( La derivata f (x(d)) e nulla,k); scarti0 = scarti(k); xs = x(k+1); f1xk = feval(f1name,xs); f2xk = feval(f2name,xs); M = 0.5*abs(f2xk/f1xk);
5 0.1. PROGRAMMI MATLAB 5 Il seguente script (mainnewton.m) illustra come richiamare un sottoprogramma (la function N Raphson.m, vedi esempio 2), da un programma principale (main). Esso fa uso del Symbolic Math Tool di MATLAB. In particolare, usa la funzione diff per calcolare derivate di funzioni, utile nel caso del metodo di Newton-Raphson. 2. Capitolo 2: Metodo di Newton-Raphson mainnewton: script di chiamata (programma main) alla function N_Raphson.m Usa la funzione diff del Symbolic Math Tool, per calcolare derivate di funzioni. Nell esempio, la derivata di: x - exp(-x) - 0.5*cos(x) sym: costruisce variabili simboliche char: crea stringhe di caratteri func = sym( x- exp(-x) -0.5*cos(x) ); dfunc = diff(func); d2func = diff(dfunc); creazione delle funzioni di input fname = inline(char(func)); f1name = inline(char(dfunc)); f2name = inline(char(d2func)); parametri di input x0 = 0.5; toll = 1.e-06; maxi = 50; chiamata della function N_Raphson.m [xs,x,scarti,rapp,m]=n_raphson(fname,f1name,f2name,x0,toll,maxi)
6 6 3. Capitolo 2: Metodo di Punto fisso function [xs, x, scarto, rapp, n] = pfisso(gname,x0,toll,nmax) Metodo di punto fisso per calcolare la radice della equazione f(x)=0, opportunamente riscritta come x = g(x). Sintassi: [xs, x, scarto, rapp, n]= pfisso(gname, x0, toll, nmax) gname : stringa che contiene il nome della funzione g(x) x0 : approssimazione iniziale della radice toll : tolleranza associata al criterio di arresto (sullo scarto) nmax : numero massimo di iterazioni xs : approssimazione finale della radice x : vettore delle iterate (approssimazioni della radice) scarto: scarto x(n)-x(n-1) rapp : stima finale della costante asintotica tramite gli scarti n : numero di iterazioni impiegate per arrivare a convergenza : (esclusa quella iniziale) ESEMPIO gname = inline( (x+1).^(1/3) ); x0 = 0.5; toll = 1.e-6; nmax = 100; [xs, x, scarto, rapp, n] = pfisso(gname, x0, toll, nmax) FINE ESEMPIO scarto0 = 1.0e5; scarto = 2*toll; x = zeros(nmax); x(1) = x0; n = 1; while ( scarto > toll & n < nmax ) calcolo della iterata (n+1)-esima n = n + 1; x(n) = feval(gname, x0); scarto = abs( x(n)-x0 ); rapp = scarto/scarto0; x0 = x(n); scarto0 = scarto; xs = x(n); x = x(1:n); n = n-1;
7 0.1. PROGRAMMI MATLAB 7 4. Capitolo 3: Metodi iterativi per sistemi lineari ***************************************************************** function seidel.m ***************************************************************** Soluzione di un sistema lineare mediante il metodo iterativo di Gauss-Seidel. Si veda alla fine della sezione??. Per esercizio, si modifichi la function seidel.m modo da implementare i metodi di Jacobi ed SOR.
8 8 5. Capitolo 5: Polinomio di interpolazione di Newton function [fx0, F] = interp_newton(m, x, fx, x0, n) Input: numero m di nodi, loro ascisse x, ordinate fx, il punto x0, grado n del polinomio interpolante: n=[0,...,m-1]. Output: tabella delle differenze divise F e valore fx0 del polinomio interpolante di Newton in x0 Sintassi: [fx0, F]=interp_newton(m, x, fx, x0, n); ESEMPIO m=5; n=4; x0=0.31; x = [ ]; fx = [ ]; [fx0, F]=interp_newton(m, x, fx, x0, n); Si ottiene: fx0 = F = FINE ESEMPIO Porre la variabile di stampa = 1 (uno) per avere una stampa a video della tabella F delle differenze divise e del valore fx0 del polinomio interpolante nel punto x0. stampa = 1; Costruzione della tabella delle differenze divise (in una matrice F triangolare superiore). F = zeros(m); for i=1:1:m F(i,i)=fx(i); for j=2:1:m for i=(j-1):(-1):1 F(i,j)=(F((i+1),j)-F(i,(j-1)))/(x(j)-x(i));
9 0.1. PROGRAMMI MATLAB 9 Vettore PROD (di grado m)=[1,(x0-x(1)),...(x0-x(m-1)]. prod(1)=1; for j=2:1:m prod(j)=(x0-x(j-1))*prod(j-1); fx0=fx(1); for j=2:1:(n+1) fx0=fx0+f(1,j)*prod(j); if stampa eventuale stampa dei risultati ottenuti disp([ m=,num2str(m), n=, num2str(n)]) disp( ) disp( tabella delle differenze divise F= ) disp( ) disp(f) disp([ valore del polinomio di grado n=,num2str(n),,fx0=,num2str(fx0)])
10 10 6. Capitolo 6: Metodo di integrazione di Romberg mainromberg: script di chiamata (programma main) alla function romb.m (integrazione di Romberg). romb.m chiama a sua volta la function trap.m Esempi test tratti dal Testo, cap. 6. funzione da integrare fname = inline( log(x) ); estremi di integrazione a = 1; b = 2; funzione da integrare fname = inline( log(1+x.^4) ); estremi di integrazione a = 0; b = 4; numero (massimo) di sottointervalli n = 2^m m = 7; chiamata alla function di integrazione romb.m [I, Idiag, tab] = romb(fname, a, b, m); stampa della tabella su file di testo: risromberg.txt fid = fopen( risromberg.txt, w ); for i = 1:m+1 fprintf(fid, 5i,i); for j=1:i fprintf(fid, 12.8f,tab(i,j)); fprintf(fid, \r\n ); fclose(fid); grafico della diagonale e della 1 colonna plot(1:m+1,idiag, r, 1:m+1,tab(:,1), b ) hold on plot(1:m+1,idiag, rs, 1:m+1,tab(:,1), bs ) leg( Romberg, trapezi ) grid on hold off
11 0.1. PROGRAMMI MATLAB 11 romb.m: quadratura mediante la formula di Romberg function [I, Idiag, tab] = romb(fname, a, b, m) Sottoprogrammi chiamati: trap.m Sintassi: [I,Idiag,tab] = romb(fname, a, b, m) calcola un approssimazione dell integrale della funzione fname sull intervallo [a,b] mediante la formula di integrazione di Romberg. Il numero massimo di sottointervalli in cui è suddiviso l intervallo [a,b] è 2^m, m >= 0. I e la migliore approssimazione disponibile per l integrale, tab e una matrice (m+1)x(m+1) che contiene la tabella delle approssimazioni di Romberg, Idiag e un vettore di dimensione (m+1) che contiene la diagonale di tab. Gli elementi della matrice tab che non sono calcolati nella approssimazione di Romberg contengono dei NaN. inizializzazione della tabella tab = NaN*ones(m+1); idiag = zeros(m+1,1); calcolo della prima colonna della tabella n = 1; for i = 1:m+1 I = trap(fname,a,b,n); tab(i,1) = I; n = 2*n; Idiag(1) = tab(1,1); calcolo delle successive righe della tabella for h = 2:m+1 for k = 2:h tab(h,k) = ( 4^(k-1)*tab(h,k-1)-tab(h-1,k-1) )/(4^(k-1)-1); Idiag(h) = tab(h,h); migliore approssimazione disponibile per l integrale I = Idiag(m);
12 12 trap.m: quadratura mediante la formula dei trapezi function I = trap(fname, a, b, m) Sintassi: I = trap(fname, a, b, m) Calcola una approssimazione dell integrale della funzione fname sull intervallo [a,b] mediante la formula di integrazione dei trapezi composta. Usa (m + 1) punti equispaziati in [a,b]. h = (b-a)/m; xk = linspace(a,b,m+1); fxk = feval(fname,xk); I = h*( 0.5*fxk(1) + sum(fxk(2:m)) + 0.5*fxk(m+1));
13 0.1. PROGRAMMI MATLAB Capitolo 7: Metodo di integrazione di Eulero ***************************************************************** function euler.m sottoprogramma chiamato: eulero.m ***************************************************************** Metodo di integrazione di un equazione differenziale, mediante il metodo di Eulero in avanti. Si veda l ultimo esempio riportato in sezione??. Per esercizio, implementare altri metodi di integrazione (Eulero indietro, trapezi, punto medio, ecc...), modificando la subfunction chiamata eulero.m.
f(x) = x e x, prendere come intervallo iniziale [0, 1] e fissare come precisione ε = 10 8.
Esercitazione 7 Argomento: Il metodo delle successive bisezioni Scopo: Implementare il metodo delle successive bisezioni per la soluzione di equazioni non lineari. function [alfa,iter]=bisez(f,a,b,epsilon)
DettagliMetodi per la risoluzione di equazioni non lineari
Esercitazione per il corso di Calcolo Numerico Prof. G. Zilli Metodi per la risoluzione di equazioni non lineari Roberto Bertelle Laurea in Ingegneria Aerospaziale a.a.. 2009-2010 2 Indice 1. Testo della
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)
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
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie
Complementi di Matematica e Calcolo Numerico A.A. 2010-2011 Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Cosideriamo il seguente Problema di Cauchy: Trovare una funzione y : I
DettagliRaccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza. Equazioni non lineari
Raccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza Equazioni non lineari ESERCIZIO 1 Data l equazione ln(e + x) = 1 (1 + 4x) + 1 2 1.1 verificare analiticamente se sono soddisfatte le
DettagliFondamenti di Informatica, A.A Compito A
Fondamenti di Informatica, A.A. 2013-2014 - Compito A 30/07/2014 Prova Pratica L integrale definito di una funzione continua su un intervallo chiuso e limitato può essere calcolato con la regola dei trapezi
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
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.
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
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
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
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
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.
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
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/-
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
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
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)
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Bisezione Metodo di Newton-Raphson
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
DettagliCorso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Risoluzione di Equazioni non lineari Sia F C 0 ([a, b]), cioé F è una funzione continua in un intervallo [a, b] R, tale che F(a)F(b) < 0 1.5 1 F(b) 0.5 0 a
DettagliProve d esame Esercizi con Matlab
Prove d esame Esercizi con Matlab Andrea Corli 16 settembre 2015 Sono qui raccolti alcuni esercizi relativi a Matlab assegnati nelle prove d esame (dal 2011 al 2014) del Corso di Analisi Matematica I (semestrale,
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
DettagliLaboratorio di Matematica Computazionale A.A Lab. 3
Laboratorio di Matematica Computazionale A.A. 2008-2009 Lab. 3 Formati dei numeri in Matlab In Matlab possiamo indicare il numero 1.234 10 56 con 1.234e-56. Per far visualizzare i numeri in tale formato,
DettagliLaboratorio di Calcolo Numerico
Laboratorio di Calcolo Numerico M.R. Russo Università degli Studi di Padova Dipartimento di Matematica Pura ed Applicata A.A. 2009/2010 Equazioni non lineari Data una funzione consideriamo il problema
DettagliLaboratorio 2. Calcolo simbolico, limiti e derivate. Metodo di Newton.
Anno Accademico 2007-2008 Corso di Analisi 1 per Ingegneria Elettronica Laboratorio 2 Calcolo simbolico, limiti e derivate. Metodo di Newton. 1 Introduzione al Toolbox simbolico Con le routines del Symbolic
DettagliCorso di Laurea in Ingegneria Gestionale Anno Accademico 2013/2014 Calcolo Numerico - Prova teorica
Nome ANGELICI CARLO MARIA Fermo, 3 ottobre 2014 1. Metodo di Eulero implicito (descrizione, ordine, regione di stabilità). 2. Metodo di Newton-Raphson (descrizione del metodo, interpretazione geometrica)
DettagliLaboratorio 5-6 Metodi di Bisezione, Newton e Punto Fisso
Laboratorio 5-6 Metodi di Bisezione, Newton e Punto Fisso 2009 - Questo testo (compresi i quesiti ed il loro svolgimento) è coperto da diritto d autore. Non può essere sfruttato a fini commerciali o di
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
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Bisezione Metodo di Newton-Raphson
DettagliPrima Esercitazione: introduzione a Matlab
Prima Esercitazione: introduzione a Matlab Esercizio Vettori e matrici in Matlab Siano A, B e C le seguenti matrici 3 ( A = 5 3 5 0 0 3, B = 6 0. Calcolare le matrici AB, BA e AB T, se possibile ) ( 0
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
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
DettagliClaudio Estatico Equazioni non-lineari
Claudio Estatico (claudio.estatico@uninsubria.it) Equazioni non-lineari 1 Equazioni non-lineari 1) Equazioni non-lineari e metodi iterativi. 2) Metodo di bisezione, metodo regula-falsi. 3) Metodo di Newton.
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
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
DettagliESERCITAZIONI DI LABORATORIO DI CALCOLO NUMERICO. Parte IV: Zeri di funzione e calcolo di integrali
ESERCITAZIONI DI LABORATORIO DI CALCOLO NUMERICO Parte IV: Zeri di funzione e calcolo di integrali Prof. L. Pareschi Dott. G. Dimarco Zeri di una funzione Vediamo un esempio di problema che ammette un
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
DettagliSoluzione del laboratorio 13 Formule di quadratura
Soluzione del laboratorio 13 Formule di quadratura 2009 - Questo testo (compresi i quesiti ed il loro svolgimento) è coperto da diritto d autore. Non può essere sfruttato a fini commerciali o di pubblicazione
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
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)
DettagliLaboratorio di Matematica Computazionale A.A Lab. 4
Laboratorio di Matematica Computazionale A.A. 2008-2009 Lab. 4 Complementi di Grafica 2D: Sottofinestre In Matlab si possono disegnare più grafici nella stessa finestra, suddividendola in sottofinestre
DettagliLaboratorio di Calcolo Numerico
Laboratorio di Calcolo Numerico Lezione 3 Padova, April 4th 2016 F. Piazzon Department of Mathematics. Doctoral School in Mathematical Sciences, Applied Mathematics Area Outline Lab. 3-2 of 16 1 Costrutti
DettagliDocumentazione esterna al software matematico sviluppato con MatLab
Documentazione esterna al software matematico sviluppato con MatLab Algoritmi Metodo di Gauss-Seidel con sovrarilassamento Metodo delle Secanti Metodo di Newton Studente Amelio Francesco 556/00699 Anno
DettagliFondamenti di Informatica A.A. 2016/17
Fondamenti di Informatica R i p a s s o A rgo m e nt i M AT L A B Po s s i b i l i S o l u z i o n i P ro f. C h r i st i a n E s p o s i to C o rs o d i L a u re a i n I n g e g n e r i a M e c ca n i
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
DettagliCorso di laurea in Informatica Calcolo Numerico Prof.ssa L. D Amore 12 Dicembre 2008 Esercizi di riepilogo tipo prova d esame
1 Cognome: Nome: Matricola: Corso di laurea in Informatica Calcolo Numerico Prof.ssa L. D Amore 12 Dicembre 2008 Esercizi di riepilogo tipo prova d esame 1. Si consideri il sistema aritmetico f. p. a precisione
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
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
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 5 - INTEGRAZIONE NUMERICA Lucio Demeio Dipartimento di Scienze Matematiche 1 Integrazione numerica: formule di Newton-Cotes semplici 2 3 Introduzione
DettagliCorso di Analisi Numerica - AN410. Parte 3: metodi iterativi per sistemi lineari ed. equazioni nonlineari. Roberto Ferretti
Corso di Analisi Numerica - AN410 Parte 3: metodi iterativi per sistemi lineari ed equazioni nonlineari Roberto Ferretti UNIVERSITÀ DEGLI STUDI ROMA TRE Filosofia generale dei metodi iterativi Metodi iterativi
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
DettagliAutovalori ed autovettori di una matrice
Autovalori ed autovettori di una matrice Lucia Gastaldi DICATAM http://www.ing.unibs.it/gastaldi/ Indice 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori 2 Metodo delle potenze 3 Calcolo
DettagliIntegrazione numerica
Integrazione numerica Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Formule di quadratura semplici e composite Formule di quadratura Grado di precisione Formule di
DettagliAPPUNTI DI MODELLI NUMERICI PER I CAMPI
APPUNTI DI MODELLI NUMERICI PER I CAMPI Giovanni Miano UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II POLO DELLE SCIENZE E DELLE TECNOLOGIE FACOLTÀ DI INGEGNERIA Indice 1. Richiami sui problemi di campo
DettagliMATLAB c. Lucia Gastaldi Dipartimento di Matematica Lezione 4 (15 ottobre 2003)
MATLAB c M-file. Lucia Gastaldi Dipartimento di Matematica http://dm.ing.unibs.it/gastaldi/ Lezione 4 (15 ottobre 2003) Esercizio Problema 3: la successione di funzioni f n (x) = (x 2 x) n per 0 x 1 è
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
DettagliLaboratorio 10 Metodi Bisezione e Newton
Laboratorio 10 Metodi Bisezione e Newton 2009 - Questo testo (compresi i quesiti ed il loro svolgimento) è coperto da diritto d autore. Non può essere sfruttato a fini commerciali o di pubblicazione editoriale.
DettagliRelazione di laboratorio di Analisi Numerica: metodi di ricerca zeri
Relazione di laboratorio di Analisi Numerica: metodi di ricerca zeri Francesco Genovese, Università di Pavia 8 febbraio 2008 Sommario Questa relazione di laboratorio di Analisi Numerica (corso dell A.A.
DettagliEquazioni non lineari
Equazioni non lineari Data una funzione f : [a, b] R si cerca α [a, b] tale che f (α) = 0. I metodi numerici per la risoluzione di questo problema sono metodi iterativi. Teorema Data una funzione continua
DettagliIntroduzione al MATLAB c Parte 2
Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 18 gennaio 2008 Outline 1 M-file di tipo Script e Function Script Function 2 Costrutti di programmazione
DettagliEquazioni non lineari
Equazioni non lineari Introduzione In molte applicazioni intervengono equazioni che non siamo in grado di risolvere analiticamente, o la cui risoluzione risulta molto complessa e laboriosa. Un importante
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
DettagliEQUAZIONI non LINEARI
EQUAZIONI non LINEARI Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ EQUAZIONI non LINEARI p.1/44 EQUAZIONI
DettagliMetodi iterativi per la soluzione di sistemi lineari: Jacobi e Gauss-Seidel
Metodi iterativi per la soluzione di sistemi lineari: Jacobi e Gauss-Seidel Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica Pura e Applicata 15 aprile 2013 Alvise Sommariva
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
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
DettagliMetodi Numerici con Elementi di Programmazione A.A
Metodi Numerici con Elementi di Programmazione A.A. 2015-2016 Introduzione al MatLab (5) 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa, Pal. B, I piano, Stanza
DettagliAppunti di Laboratorio di Calcolo Numerico con Matlab
Appunti di Laboratorio di Calcolo Numerico con Matlab Ing. Luca Paulon (paulon@dmmm.uniroma1.it ) 1 Riferimenti [1] Matlab help [2] MathWork web site [3] Manualetto di Matlab, [4] Calcolo Scientifico (Quarteroni,
DettagliProgrammazione Matlab
MatLab Lezione 2 Programmazione Matlab MATLAB vs. C++ File sorgente C++: sono trasformati in linguaggio macchina dal compilatore; MATLAB: sono interpretati; Tipi di dato C++: è necessario specificare il
Dettaglia n i=0 F = a a n 2
PROVA PRATICA di CALCOLO NUMERICO per Matematica Applicata e Informatica Multimediale Prof. Stefano De Marchi Verona, 22 giugno 2007 Il candidato dovrà scrivere su ogni foglio il cognome, nome, numero
DettagliCiclo do while in FORTRAN
Ciclo do while in FORTRAN Vogliamo tradurre in linguaggio FORTRAN un algoritmo che risponde a questo tipo di struttura: Fino a quando e vera questa espressione logica allora: fai questo fai quest altro
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
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
DettagliFondamenti di Informatica A.A. 2016/17
Fondamenti di Informatica R i p a s s o A rgo m e nt i M AT L A B P ro f. C h r i st i a n E s p o s i to C o rs o d i L a u re a i n I n g e g n e r i a M e c ca n i ca e G e st i o n a l e ( C l a s
DettagliMetodi iterativi per sistemi lineari
Generare una successione di vettori Metodi iterativi per sistemi lineari convergente alla soluzione del sistema Convergenza in norma Costruzione di un metodo iterativo Per una qualche norma vettoriale
DettagliMATLAB Elementi di grafica Costrutti di programmazione
MATLAB Elementi di grafica Costrutti di programmazione Operazioni punto Le operazioni punto agiscono su array che abbiano le stesse dimensioni:.* prodotto elemento per elemento./ divisione elemento per
DettagliCAPITOLO 1 Esercizi risolti di programmazione Fortran
CAPITOLO 1 Esercizi risolti di programmazione Fortran In questa appice si propongono testi e risoluzioni di alcuni temi d esame di programmazione apparsi negli ultimi 6 anni nelle prove scritte per Ingegneria
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
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
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 con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2013-2014) Metodi Numerici Appunti delle lezioni: Equazioni non lineari Metodi di linearizzazione Docente Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it
DettagliMetodi di Analisi dei Dati Sperimentali. AA 2009/2010 Pier Luca Maffettone. Elementi di Matlab
Metodi di Analisi dei Dati Sperimentali AA /2010 Pier Luca Maffettone Elementi di Matlab Sommario Introduzione Variabili Manipolazione di elementi Creazione di vettori/matrici Operazioni elementari Funzioni
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
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
DettagliEsercizi di MatLab. Sommario Esercizi di introduzione a MatLab per il corso di Calcolo Numerico e Laboratorio, A.A
Esercizi di MatLab Sommario Esercizi di introduzione a MatLab per il corso di Calcolo Numerico e Laboratorio, AA 2017 2018 Gli esercizi sono divisi in due gruppi: fondamentali ed avanzati I primi sono
DettagliMetodi numerici con elementi di Programmazione A.A
Metodi numerici con elementi di Programmazione A.A. 2013-2014 Introduzione al MatLab VII parte 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa, Pal. B, I piano,
Dettaglinb4-integrazione_numerica
nb4-integrazione_numerica October 29, 2017 Integrazione Questo notebook e dedicato al calcolo numerico dell integrale di una funzione di una variabile. Nelcorso delle lezioni ci limiteremo a discutere
DettagliRISOLUZIONE DI SISTEMI LINEARI
RISOLUZIONE DI SISTEMI LINEARI Algebra lineare numerica 1 La risoluzione di un sistema lineare è il nucleo principale del processo di risoluzione di circa il 70% di tutti i problemi reali Per la risoluzione
DettagliInterpolazione. Lucia Gastaldi. DICATAM - Sez. di Matematica,
Interpolazione Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Interpolazione 2 Interpolazione polinomiale Polinomi Valutazione di un polinomio Algoritmo di Horner
DettagliEquazioni non lineari
Capitolo 2 Equazioni non lineari 2.1 Richiami di teoria Prerequisiti: teorema di Gauss, nozioni elementari di calcolo differenziale. In generale, per risolvere una equazione della forma f(x) = 0 dove f
DettagliIntroduzione al problema
INTRODUZIONE AL PROBLEMA 1 di Simone BIANCO 1 Introduzione al problema Lo scopo della tesi svolta e quello di ricalibrare il colore nelle immagini fotografiche, ovvero: si supponga di avere un immagine
Dettagli1 Esercizi di Matlab. L operatore : permette di estrarre sottomatrici da una matrice assegnata. Vediamo alcuni esempi.
Esercizi di Matlab L operatore : permette di estrarre sottomatrici da una matrice assegnata. Vediamo alcuni esempi. Esempio Consideriamo la matrice A formata da n = righe e m = colonne M = 5 6 7 8. 9 0
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
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2012/2013 Analisi Matematica 1
Corso di Laurea in Ingegneria Informatica Anno Accademico 2012/2013 Analisi Matematica 1 Nome... N. Matricola... Ancona, 12 gennaio 2013 1. Sono dati i numeri complessi z 1 = 1 + i; z 2 = 2 3 i; z 3 =
DettagliMatrici. Matrici.h Definizione dei tipi. Un po di esercizi sulle matrici Semplici. Media difficoltà. Difficili
Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo del determinante Difficili Soluzione di sistemi lineari È veramente difficile? 1 Matrici.h
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
DettagliEsercitazione 1-I parte
Esercitazione 1-I parte Argomento: Sistemi triangolari Scopo: Implementare il metodo di sostituzione all indietro per la risoluzione di sistemi triangolari superiori. function x=indietro(a,b) Sintassi
DettagliStatistica Matematica e Trattamento Informatico dei Dati. Analisi Matematica 3. Esercizi svolti nelle lezioni. V. Del Prete
Statistica Matematica e Trattamento Informatico dei Dati A.A.00-0 Analisi Matematica 3 Esercizi svolti nelle lezioni V. Del Prete Numeri complessi Argomenti ed esercizi svolti nelle lezioni 30.09.00 e
Dettagli