Facoltà di Scienze MM.FF.NN. Corso di Studi in Matematica- A.A Corso di ANALISI NUMERICA 1: Esempi di esercizi svolti
|
|
- Albina Cristina Riccio
- 6 anni fa
- Visualizzazioni
Transcript
1 Facoltà di Scienze MM.FF.NN. Corso di Studi in Matematica- A.A. - Corso di ANALISI NUMERICA : Esempi di esercizi svolti ) Determinare se il problema del calcolo delle radici reali dell equazione x x+c = risulta malcondizionato al variare di c sulla retta reale. Le radici dell equazione sono: x (c) = c, x (c) = + c, c Consideriamo ad esempio x (c). Il coefficiente di amplificazione risulta c c( c) = + c c tale espressione risulta illimitata quando c mentre risulta limitata sia per c che per c. Quindi il problema è malcondizionato per valori di c prossimi ad, c. Analogamente si conclude per x (c). ) Dato un triangolo, siano a,b le lunghezze di due lati e sia θ l ampiezza (in radianti) dell angolo fra essi compreso. Analizzare il condizionamento del calcolo dell area del triangolo al variare di θ. L area del triangolo risulta A = absin(θ). Quindi il coefficiente di amplificazione (rispetto a θ ) è: θ cos(θ) sin(θ) per cui il problema é malcondizionato per θ prossimo a π. 3) Determinare la rappresentazione in base di. Vogliamo determinare d,d,,d n, tali che Risulta = d + d + + d n n + =: (.d d ) = 5 < d = 5 = 5 < d = 5 = 4 5 < d 3 = 4 5 = 8 5 = d 4 = 3 5 = 6 5 = + 5 d 5 =.
2 quindi (.) = = (...) = 3 (.). Ne segue che ha una rappresentazione periodica (per cui non ammette una rappresentazione con un numero finito di cifre) in base. 4) Dato l insieme di numeri di macchina F(,3, 3,3) ed i numeri reali a = 7, b = 8, determinare: i) la rappresentazione di a e b in base ; ii) le approssimazioni ã, b di a e b in F(,3, 3,3) operando con troncamento; iii) i corrispondenti errori di rappresentazione e confrontarli con la precisione di macchina. i) Risulta 7 = 7 < d = 7 = 4 7 < d = 4 7 = 8 7 = + 7 d 3 =. quindi Osservando che 8 = 7 si ha inoltre 7 = (...) = (.). 8 = (...) = 4 (.). ii) ã = (.) = 8, mentre b = perché si ha una condizione di underflow. iii) La precisione di macchina risulta ǫ M =. Inoltre ã a a = 8 < ǫ M, b b b =. 5) Dato l insieme di numeri di macchina F(β,t,L,U) ove si operi con troncamento, mostrare che la precisione di macchina é il piú piccolo numero positivo, x, appartenente all insieme per cui risulta x >.
3 Il valore della precisione di macchina, ǫ M, é ǫ M = β t. Quindi ǫ M = tr(β +β t )β = β(β +β t ) > mentre per ogni x F(β,t,L,U), < x < ǫ M si ha x = β( β + + β t + d β t++k + + d t βt+k), per qualche intero k per cui x = tr(+x) =. 6) Siano x > y > z > numeri di macchina. Stabilire quale delle seguenti espressioni è preferibile dal punto di vista della propagazione degli errori: (x y) z, x (y z). Risulta, in assenza di overflow e underflow, e x y = (x+y)(+ǫ ), ǫ < ǫ M (x y) z = ((x+y)(+ǫ )+z)(+ǫ ), ǫ < ǫ M. Quindi, tralasciando i termini di grado superiore al primo, (x y) z (x+y +z) x+y x+y +z < (+ x+y +z )ǫ M. Analogamente x (y z) (x+y +z) x+y +z < (+ y +z x+y +z )ǫ M. Ne segue che, essendo x > y > z, la seconda espressione è preferibile. 7) Dato l insieme di numeri di macchina F(,5,m,M) in cui si opera con troncamento ed i numeri reali a = 6, b = 7, determinare: i) la rappresentazione di a e b in base ; ii) le approssimazioni ã, b di a e b in F(,5,m,M); iii) i corrispondenti errori di rappresentazione e confrontarli con la precisione di macchina; iv) il valore ã b e valutare l errore relativo rispetto ad a b. i) Risulta a = 6 = 3 (.), 7 = (...) = 4 (.).
4 ii) ã = a mentre b = 4 (.) = iii) La precisione di macchina risulta ǫ M = 4. Inoltre ã a a = < ǫ M, b b b = 8 < ǫ M. iv) ã b = (..) 3 = 8 mentre a b = differenza risulta ( 56 )7 = 4 7 assai maggiore degli errori relativi sui dati. 7 per cui l errore relativo sulla
5 8) Analizzare, al variare di x sulla retta reale, la convergenza delle successionicostruite mediante il metodo di Newton per le seguenti funzioni f (x) = x, f (x) = x 3, f3 (x) = x 3. Per ciascuna delle funzioni assegnate esiste una sola radice α =. Per la funzione f risulta { f (x) = if x >, x x if x <, quindi la successione generata dal metodo di Newton risulta essere un ciclo, per ogni punto iniziale x, infatti Analogamente, per x i x i+ = x i f (x i ) f (x i) = x i x i = x i, x i. x i+ = x i f (x i ) f (x i) = x i 3 x i = x i; x i+ = x i f 3(x i ) f 3 (x i) = x i 3x i = x i. Per cui nel secondo caso si ha convergenza a per ogni punto iniziale, mentre nel terzo la successione è divergente ( x i + ). 9) Analizzare, al variare di k sulla retta reale, la convergenza delle successioni costruite mediante il metodo iterativo x i+ = g(x i ), g(x) = k e x. La funzione g ammette punti fissi, ossia punti tali che x = g(x), solo se k. Per k = esite un solo punto fisso, α e risulta α =. Da un esame grafico si ha che la successione x i+ = g(x i ) converge ad α in modo monotono decrescente per ogni x mentre risulta divergente a se x <. Per k > esitono due punti fissi, α e β con α >, β < ( si veda la figura per il caso k =.) Da un esame grafico si ha che la successione x i+ = g(x i ) converge ad α in maniera monotona per ogni x > β mentre risulta divergente a se x < β. Si noti che, per ogni valore del parametro k, risulta g (x) = e x <, x >.
6 Figura ) Analizzare, la convergenza delle successioni costruite mediante il metodo di Newton per approssimare gli zeri della funzione f(x) = 3 3 x3 +x. La funzione ha una radice doppia in α = 3 ed una radice semplice β (,) (vedere figura ). Dal grafico risulta che il metodo di Newton origina una succesione convergente ad α in modo monotono (al più dopo la prima iterazione) per ogni x <. Analogamente si ha una succesione monotona decrescente (al piú dopo la prima iterazione) convergente a β per ogni x >. L ordine di convergenza é per α in quanto si tratta di una radice doppia e per β. ) Analizzare la convergenza del metodo iterativo x i+ = g(x i ), g(x) = acos(x), x (, π ) nei casi a (, π 3 ) ed a (π 3,π). Per ogni valore positivo del parametro a la funzione g ammette un unico punto fisso α (, π ) (si veda in proposito la Figura 3 a sinistra, per il caso a = ) e risulta a = α cos(α).
7 Figura Se g (α) = a sen(α) = αtg(α) < il metodo iterativo produce successioni convergenti ad α purché il punto iniziale x sia sufficientemente vicino al punto fisso. Analiziamo quindi per quali valori di α (, π ) risulta tg(α) < α. Da uno studio grafico ( si veda Figura 3 a destra), risulta che tale disuguaglianza vale per α π 4 mentre non vale per α π α. La funzione a(α) = é una funzione 3 cos(α) monotona crescente per α (, π ) e risulta π 4 cos( π 4 ) = π π > 4 3 mentre π 3 cos( π 3 ) = π 3. Quindiilmetodoiterativoconverge(conordinediconvergenzainquantog (α) ) per a (, π 3 ), mentre non converge nell altro caso. ) Analizzare, al variare di k sulla retta reale, la convergenza delle successioni costruite mediante il metodo iterativo x i+ = g(x i ), g(x) = k x x, x >. La funzione g ha punti fissi positivi unicamente se k >. In tale ipotesi l unico punto fisso positivo é α = k. Inoltre g(x) = per x =, 4k e g (x) = per x = α = k (si veda la figura 4 per k = ). La successione generata dal metodo
8 Figura Figura 4 iterativo converge in modo monotono crescente (al piú dopo la prima iterazione) ad α per ogni < x < 4k.L ordine di convergenza éinquantog (α) =, g (α). 3) Un valore approssimato di ln si può ottenere approssimando gli zeri della funzione f(x) = e x ; i) determinare per quali x IR il metodo di Newton per l approssimazione degli zeri di f origina una successione convergente a ln; ii) determinare x ed ǫ in modo che la successione {x i } costruita tramite il metodo di
9 Newton a partire da x sia decrescente e tale che x i+ x i < ǫ x i ln < 5 i) La funzione f è monotona crescente e convessa in IR, quindi esiste un solo zero di f che é appunto dato da ln. Per ogni x IR il metodo di Newton origina una successione convergente a ln. La convergenza é monotona decrescente al piú dopo la prima iterazione. ii) Scegliendo x = si ha una successione monotona decrescente convergente a ln. Inoltre, posto g(x) = x f(x) f (x) = x ex e x risulta Quindi x i+ x i = (g (ξ i ) )(x i ln) = (x e ξ i ln), ln < ξ i < x i <. i x i ln = eξ i x i+ x i < e x i+ x i. Ne segue che, per aver assicurata la disuguaglianza richiesta, sarà sufficiente porre ǫ e 5.
10 4) Data la matrice 7 3 i) stabilire se ammette autovalori complessi; ii) localizzarne il raggio spettrale. i) Il polinomio caratteristico della matrice è un polinomio di terzo grado a coefficienti reali; quindi la matrice ha almeno un autovalore reale e gli altri due autovalori, in caso siano complessi, devono essere complessi coniugati. I cerchi di Gershgorin per colonne sono disgiunti ed hanno centro sull asse reale. Ne segue che, dal secondo teorema di Gerschgorin, in ogni cerchio si trova esattamente un autovalore. La matrice non può quindi avere autovalori complessi perchè due autovalori complessi coniugati, avendo la stessa parte reale, dovrebbero appartenere ad uno stesso cerchio. ii) Dati i cerchi di Gershgorin per colonne, risulta che la matrice ha un solo aurtovalore di modulo massimo e che questo si trova nel cerchio di centro 7 e raggio. Quindi per il raggio spettrale della matrice valgono le seguenti limitazioni 5 < ρ(a) < 9. Si noti che valgono le disuguaglianze strette perché, essendo la matrice irriducibile, dal terzo teorema di Gershgorin l autovalore in questione non puó appartenere alla frontiera del cerchio suddetto. 5) Dati i sistemi lineari ( + 5 Ax = b, A = ), b = ( ), () (A+δA)(x+δx) = b, () ( ) ( ) δa = 5 +ǫ, b =, ǫ IR, < ǫ < 5 ; i) determinare µ (A) e valutare b, δa. ii) Calcolare la soluzione x del sistema () e la soluzione x+δx del sistema (). Valutare δx x e commentare il risultato. i) Risulta A = 5 ( + 5 quindi µ (A) = (A) A = 5 = 4 5, mentre b =, δa = 5 ǫ. ii) Si ha ( 5 x = 5 ), ) ( ) ǫ, x+δx = ǫ
11 quindi δx x = ǫ 5. (3) Quindi l errore relativo sulla soluzione puó essere arbitrariamente elevato quando ǫ si avvicina a. Si noti che la matrice A é malcondizionata ma l esplosione dell errore relativo ottenuta in (3) non può essere completamente descritta tramite la maggiorazione δx x µ (A) δa ( A δa ) A per ogni ǫ (, 5 ) ma solo per i valori di ǫ per cui risulta A δa < ossia per 5 < ǫ < 5. 6) Mostrare che una matrice a diagonale dominante in senso stretto ammette la fattorizzazione LU. Si ricorda che, per il primo teorema di Gerschgorin, una matrice a diagonale dominante in senso stretto non puó avere autovalori nulli e quindi risulta non singolare. Inoltre per una matrice a diagonale dominante in senso stretto si ha a i,i > n j=, j i a i,j k j=, j i a i,j, i k n. Ne segue che, in una matrice a diagonale dominante in senso stretto, tutti i minori principali di testa sono a diagonale dominante in senso stretto ossia sono non singolari. Da cui si ha che la matrice ammette la fattorizzazione LU. 7) Calcolare la fattorizzazione QR della matrice A =, 4 5 Risulta x =, x = 3, P = I v Tv v v T, v = x+ x e = 4, quindi P = I =
12 Ne segue che A () = P A () = P A = = Quindi ossia x = Quindi ( ), x 3 = 3, P = I ( ) v Tv v v T 3, v = x+ x e = 3 P = I ( ) 9 9 = R = A (3) = P A () = ( ) e P = , Q = P P = ) Data la matrice A = analizzare la convergenza del metodo di Jacobi e del metodo di Gauss-Seidel per il sistema lineare Ax = b, b IR 3. Indicata con J la matrice di iterazione del metodo di Jacobi risulta J = = i cui autovalori sono λ =, λ =, λ 3 = quindi ρ(j) = ed il metodo non risulta convergente. Indicata con GS la matrice di iterazione del metodo di Gauss-Seidel si ha GS = = 4 4 i cui autovalori sono 8 λ =, λ = 6 (5+i 7), λ 3 = 6 (5 i 7) 3 8
13 quindi ρ(gs) = 5+7 = 6 4 < ed il metodo risulta convergente. Tale risultato, riguardo alla convergenza del metodo di Gauss-Seidel, poteva essere stabilito anche osservando che la matrice A ha elementi diagonali positivi e risulta definita positiva in quanto i determinanti dei suoi minori principali di testa sono positivi. 9) Analizzare la convergenza del metodo di Jacobi per il sistema lineare Ax = b, b IR n con A = La matrice A é irriducibile ed a diagonale dominante quindi il metodo di Jacobi per il sistema assegnato converge. ) Data la matrice A = α α α α, α > i) analizzare la convergenza del metodo di Jacobi e del metodo di Gauss-Seidel per il sistema lineare Ax = b, b IR 3. ii) per i valori di α per cui entrambi i metodi convergono, si dica quale dei due, asintoticamente, converge piú velocemente. i) Indicata con J la matrice di iterazione del metodo di Jacobi risulta J = α α α α il cui polinomio caratteristico é per cui il raggio spettrale risulta λ 3 +( α +α)λ ρ(j) = α α ; quindi il metodo di Jacobi é convergente quando α α <
14 ossia per α < +,α ( si ricordi che α > ). Analogamente, indicata con GS la matrice di iterazione del metodo di Gauss-Seidel, si ha GS = α α α α il gui raggio spettrale risulta ( si ricordi che α > ) ρ(gs) = α; quindi il metodo di Gauss-Seidel converge per α <. ii) Poiché per < α < risulta α α > α = α α α α α il metodo di Gauss-Seidel ha, asintoticamente, velocità di convergenza maggiore.
15 ) Dati i punti x =, x =, x = e la funzione f(x) = e x ; i) determinare il polinomio, nella forma di Lagrange, che interpola la funzione data sui punti assegnati; ii) determinare il polinomio, nella forma di Newton, che interpola la funzione data sui punti assegnati; iii) dare una maggiorazione dell errore che si commette nel sostituire, nell intervallo [, ], alla funzione data il polinomio interpolante. i) Il polinomio interpolante nella forma di Lagrange è ove p n (x) = L i,n (x) = Nel caso specifico é n = e risulta n f(x i )L i,n (x) i= n j=,j i (x x j ) (x i x j ). L, (x) = (x )(x ) ( )( ) = (x )(x ), L, (x) = x(x ) ( ) = 4x(x ), L, (x) = x(x ) () = x(x ), quindi p (x) =(x )(x ) 4x(x ) e+x(x )e =+x( 3+4 e e)+x ( e+e+). ii) Il polinomio interpolante nella forma di Newton è p n (x) = f[x ]+f[x,x ](x x )+ +f[x,x,,x n ](x x ) (x x n ) ove f[x,x,,x k ] indica la differenza divisa di ordine k di f relativa ai punti x,x,,x k. Nel caso specifico risulta f[x ] = f(x ) =, f[x,x ] = f(x ) f(x ) x x = ( e ), f[x,x,x ] = f[x,x ] f[x,x ] x x = ( e )
16 quindi p (x) = +( e )x+( e ) x(x ) = +x( 3+4 e e)+x ( e+e+). iii) Risulta in generale, se la funzione f é di classe C n+, f(x) p n (x) = nel caso specifico abbiamo quindi (n+)! f(n+) (ξ)(x x ) (x x n ) max x [,] ex p (x) = 6 max x [,] eξ x(x )(x ) 6 e ) Determinare la retta, r(x), e la parabola, q(x), che meglio approssimano nel senso dei minimi quadrati i punti x i : y i : 8 8. La retta in questione, r(x) = a +a x, si determina risolvendo il sistema i= i= x i a = i= y i i= x i i= x i a i= y ix i nel caso specifico N = 4 ed il sistema suddetto diviene 5 a = 5 da cui a =, a = 7, ossia r(x) = 7 x. a 7 8 La parabola, q(x) = a +a x+a x, si determina risolvendo il sistema i= i= x i i= x i i= x i i= x i i= x3 i i= x i i= x3 i i= x4 i a a a i= y i = i= y ix i i= y ix i
17 nel caso specifico N = 4 ed il sistema suddetto diviene da cui a =, a = 7, a = ossia come si poteva dedurre dal grafico. a a a q(x) = r(x) = 7 x ) Assegnata la funzione f(x) = x ed i nodi = 7 8 x = h, x = h, < h ; i) determinare il polinomio, p(x), che interpola la funzione f(x) sui nodi assegnati ii) determinare, se possibile, il valore del parametro h per cui risulta minima la quantità max f(x) p(x). x [,] i) da un semplice esame grafico p(x) = h. ii) per quanto visto al punto precedente max f(x) p(x) = max x [,] x [,] h x = max{h, h } quindi la quantità risulta minima quando h = h, ossia h =.
Facoltá 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
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.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
DettagliEsame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 20 giugno 2011
Esame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 20 giugno 2011 L esame consiste di 4 domande aperte e 10 esercizi a risposta multipla. Per gli esercizi ci sono
DettagliRaccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia
Raccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia Nota Bene: Gli esercizi di questa raccolta sono solo degli esempi. Non sono stati svolti né verificati e servono unicamente da spunto
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
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
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
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
DettagliEsercitazione di Calcolo Numerico 1 27 Maggio Calcolare la fattorizzazione P A = LU della matrice A =
Esercitazione di Calcolo Numerico 1 27 Maggio 29 1. Calcolare la fattorizzazione P A = LU della matrice 1 2 3 A = 2 3 3, ed utilizzarla per risolvere il sistema lineare Ax = b, con b = (1, 2,, 16) T. 2.
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
DettagliAutovalori e autovettori
Capitolo 3 Autovalori e autovettori 3. Richiami di teoria Prerequisiti: nozioni elementari di algebra lineare, numeri complessi. Sia A R n n. Un numero λ per cui esiste un vettore x 0 tale che valga la
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
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
DettagliInterpolazione. Corso di Calcolo Numerico, a.a. 2008/2009. Francesca Mazzia. Dipartimento di Matematica Università di Bari.
Interpolazione Corso di Calcolo Numerico, a.a. 2008/2009 Francesca Mazzia Dipartimento di Matematica Università di Bari 17 Aprile 2009 Francesca Mazzia (Univ. Bari) Interpolazione 17/04/2006 1 / 37 Interpolazione
DettagliCorso di 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
DettagliRisoluzione di sistemi lineari sparsi e di grandi dimensioni
Risoluzione di sistemi lineari sparsi e di grandi dimensioni Un sistema lineare Ax = b con A R n n, b R n, è sparso quando il numero di elementi della matrice A diversi da zero è αn, con n α. Una caratteristica
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Risoluzione di Equazioni Algebriche Le equazioni algebriche sono equazioni del tipo P(x) = 0 dove P è un polinomio di grado n cioé P(x) = a 1 x n + a 2 x n
DettagliAlgebra Lineare Autovalori
Algebra Lineare Autovalori Stefano Berrone Sandra Pieraccini Dipartimento di Matematica Politecnico di Torino, Corso Duca degli Abruzzi 24, 10129, Torino, Italy e-mail: sberrone@calvino.polito.it sandra.pieraccini@polito.it
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
DettagliMetodi di Iterazione Funzionale
Appunti di Matematica Computazionale Lezione Metodi di Iterazione Funzionale Il problema di calcolare il valore per cui F() = si può sempre trasformare in quello di trovare il punto fisso di una funzione
DettagliProva in itinere di Matematica Pisa, 26 novembre 2005
Università di Pisa - Corso di Laurea in Ingegneria Informatica Prova in itinere di Matematica Pisa, 26 novembre 25 Numero compito: 256 Tempo ora. Non si possono usare calcolatrici. Segnare le risposte
DettagliUniversità di Foggia - Facoltà di Economia. Prova scritta di Matematica Generale - Vecchio Ordinamento - 04 giugno 2002
Università di Foggia - Facoltà di Economia Prova scritta di Matematica Generale - Vecchio Ordinamento - 04 giugno 00 Cognome e nome............................................ Numero di matricola...........
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
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.
DettagliProva in itinere di Matematica Pisa, 26 novembre 2005
Università di Pisa - Corso di Laurea in Ingegneria Informatica Prova in itinere di Matematica Pisa, 26 novembre 25 Numero compito: 256 Tempo ora. Non si possono usare calcolatrici. Segnare le risposte
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
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
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
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
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)
DettagliCancellazione numerica e zeri di funzione. Dott. Marco Caliari
Cancellazione numerica e zeri di funzione Dott. Marco Caliari PLS a.s. 01 013 Capitolo 1 Aritmetica floating point 1.1 I numeri macchina Data la capacità finita di un calcolatore, solo alcuni dei numeri
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
Dettaglia) Determinare il dominio, i limiti agli estremi del dominio e gli eventuali asintoti di f. Determinare inoltre gli zeri di f e studiarne il segno.
1 ESERCIZI CON SOLUZIONE DETTAGLIATA Esercizio 1. Si consideri la funzione f(x) = e x 3e x +. a) Determinare il dominio, i limiti agli estremi del dominio e gli eventuali asintoti di f. Determinare inoltre
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
DettagliEsame di MATEMATICA CORSO BASE del
Esame di MATEMATICA CORSO BASE del Cognome Matricola Nome Esercizio. Si consideri il seguente sistema x 3y + z =5 x ky +z = k kx y z = Si trovino il numero delle soluzioni al variare del parametro k e
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
Dettagli8 Metodi iterativi per la risoluzione di sistemi lineari
8 Metodi iterativi per la risoluzione di sistemi lineari È dato il sistema lineare Ax = b con A R n n e x, b R n, con deta 0 Si vogliono individuare dei metodi per determinarne su calcolatore la soluzione,
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
DettagliRisoluzione di equazioni non lineari
Risoluzione di equazioni non lineari Si considera il problema di determinare la soluzione dell equazione f(x) = 0 ove f(x) è una funzione definita in un intervallo [a, b], chiuso e limitato. Ogni valore
DettagliTEMI D ESAME DI ANALISI MATEMATICA I
TEMI D ESAME DI ANALISI MATEMATICA I Corso di laurea quadriennale) in Fisica a.a. 003/04 Prova scritta del 3 aprile 003 ] Siano a, c parametri reali. Studiare l esistenza e, in caso affermativo, calcolare
DettagliMATRICI E SISTEMI LINEARI
- - MATRICI E SISTEMI LINEARI ) Calcolare i seguenti determinanti: a - c - d - e - f - g - 8 7 8 h - ) Calcolare per quali valori di si annullano i seguenti determinanti: a - c - ) Calcolare il rango delle
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
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,
DettagliSistemi sovradeterminati
Sistemi sovradeterminati Sia A una matrice m n ove m > n sia b R m trovare una soluzione del sistema sovradeterminato Ax = b significa cercare di esprimere un vettore di R m come combinazione lineare di
DettagliPIANO CARTESIANO:EQUAZIONI
PIANO CARTESIANO:EQUAZIONI {(x,c) x R} = {(x,y) R 2 y=c} R 2 è una retta parallela all asse delle ascisse L asse delle ascisse è una retta di equazione y=0 Analogamente {(c,y) y R} = {(x,y) R 2 x=c} R
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
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
DettagliIl Metodo di Newton, o delle Tangenti Federico Lastaria, Analisi e Geometria 1. Politecnico di Milano Corso di Analisi e Geometria 1
Politecnico di Milano Corso di Analisi e Geometria 1 Federico Lastaria federico.lastaria@polimi.it Il Metodo di Newton, o delle Tangenti 6 Novembre 2016 Indice 1 Metodo di Newton, o delle tangenti 2 1.1
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
DettagliII Esonero di Matematica Discreta - a.a. 06/07. Versione B
II Esonero di Matematica Discreta - a.a. 06/07 1. Nell anello dei numeri interi Z: Versione B a. Determinare la scrittura posizionale in base 9 del numero che in base 10 si scrive) 5293 e la scrittura
DettagliFrazioni. 8 Esercizi di Analisi Matematica Versione Argomenti: Operazioni sulle frazioni Tempo richiesto: Completare la seguente tabella: a b
8 Esercizi di Analisi Matematica ersione 2006 razioni Argomenti: Operazioni sulle frazioni Difficoltà: Tempo richiesto: Completare la seguente tabella: a b a + b a b 1/3 1/2 1/3 1/2 1/3 1/2 a b a a + b
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
Dettaglix 1 Fig.1 Il punto P = P =
Geometria di R 2 In questo paragrafo discutiamo le proprietà geometriche elementari del piano Per avere a disposizione delle coordinate nel piano, fissiamo un punto, che chiamiamo l origine Scegliamo poi
DettagliEstremi. 5. Determinare le dimensioni di una scatola rettangolare di volume v assegnato, che abbia la superficie minima.
Estremi 1. Determinare gli estremi relativi di f(x, y) = e x (x 1)(y 1) + (y 1).. Determinare gli estremi relativi di f(x, y) = y (y + 1) cos x. 3. Determinare gli estremi relativi di f(x, y) = xye x +y..
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
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
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
DettagliNORMA DI UN VETTORE. Una NORMA VETTORIALE su R n è una funzione. : R n R +
NORMA DI UN VETTORE Una NORMA VETTORIALE su R n è una funzione. : R n R + {0}, che associa ad ogni vettore x R n di componenti x i, i = 1,..., n, uno scalare in modo che valgano le seguenti proprietà:
DettagliEsercitazione di Analisi Matematica I Esercizi e soluzioni 19/04/2013 TOPOLOGIA
Esercitazione di Analisi Matematica I Esercizi e soluzioni 9/04/203 TOPOLOGIA Mostrare che uno spazio infinito con la metrica discreta non può essere compatto Soluzione: Per la metrica discreta d : X X
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
DettagliUniversità degli Studi della Calabria Facoltà di Ingegneria. 17 luglio 2012
Università degli Studi della Calabria Facoltà di Ingegneria Correzione della Seconda Prova Scritta di nalisi Matematica 7 luglio cura dei Prof. B. Sciunzi e L. Montoro. Seconda Prova Scritta di nalisi
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
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
DettagliSoluzioni agli Esercizi di Geometria e Algebra per Ingegneria Aerospaziale (nuovo ordinamento)
Soluzioni agli Esercizi di Geometria e Algebra per Ingegneria Aerospaziale (nuovo ordinamento) Relazioni 1) Quali delle seguenti relazioni sono di equivalenza? x, y R {0} xry x/y Q x, y Z xry x + y è divisibile
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
DettagliUniversita degli Studi di Ancona Laurea in Ingegneria Meccanica ed Informatica a Distanza Anno Accademico 2005/2006. Matematica 2 (Analisi)
Universita degli Studi di Ancona Laurea in Ingegneria Meccanica ed Informatica a Distanza Anno Accademico 2005/2006 Matematica 2 (Analisi) Nome:................................. N. matr.:.................................
DettagliUNIVERSITÀ DEGLI STUDI DI TRENTO
UNIVERSITÀ DEGLI STUDI DI TRENTO PROVA DI AMMISSIONE AI CORSI DI LAUREA IN Fisica Matematica Informatica Ingegneria dell Informazione e Organizzazione d Impresa, Ingegneria dell Informazione e delle Comunicazioni
DettagliRICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI. a 11 a 12 a 1n a 21 a 22 a 2n. a m1 a m2 a mn
RICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI LUCIA GASTALDI 1. Matrici. Operazioni fondamentali. Una matrice A è un insieme di m n numeri reali (o complessi) ordinati, rappresentato nella tabella
DettagliEsame di Stato di Liceo Scientifico Corso di Ordinamento
Corso di Ordinamento Soluzione dei Temi di Matematica proposti nella Sessione Ordinaria 006 Sessione Ordinaria 006 Corso di Ordinamento Sommario Problema Punto a) Punto b) Punto c) Punto Finale 4 Problema
DettagliCORSO DI ANALISI MATEMATICA 2 SOLUZIONI ESERCIZI PROPOSTI 18/03/2013
CORSO DI ANALISI MATEMATICA SOLUZIONI ESERCIZI PROPOSTI 8/03/03 D.BARTOLUCCI, D.GUIDO. La continuità uniforme I ESERCIZIO: Dimostrare che la funzione f(x) = x 3, x A = (, ] non è uniformemente continua
DettagliCorsi di laurea in ingegneria aerospaziale e ingegneria meccanica Prova scritta di Fondamenti di Analisi Matematica II. Padova, 19.9.
Corsi di laurea in ingegneria aerospaziale e ingegneria meccanica Prova scritta di Fondamenti di Analisi Matematica II Padova, 19.9.2016 Si svolgano i seguenti esercizi facendo attenzione a giustificare
DettagliPer le risposte utilizza gli spazi predisposti. Quando richiesto, il procedimento va esposto brevemente, ma in maniera comprensibile.
COGNOME............................... NOME..................................... Punti ottenuti Esame di geometria Scrivi cognome e nome negli spazi predisposti in ciascuno dei tre fogli. Per ogni domanda
Dettagli1. Martedì 27/09/2016, ore: 2(2) Introduzione al corso: problemi ben posti, condizionamento, stabilità, complessità
Registro delle lezioni di MATEMATICA APPLICATA Corsi di Laurea in Chimica e Meccanica 6 CFU - A.A. 2016/2017 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 15 dicembre 2016 1. Martedì 27/09/2016,
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
DettagliUniversità degli Studi di Perugia - Facoltà di Ingegneria Secondo test d ingresso A.A. 2011/ Settembre 2011
Università degli Studi di Perugia - Facoltà di Ingegneria Secondo test d ingresso A.A. 2011/2012-16 Settembre 2011 1. Quale tra i seguenti numeri è razionale? A. 2 3. B. 2 + 3. C. π. D. 2 8. E. 8. 2. Quali
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
DettagliScritto d esame di Analisi Matematica I
Capitolo 2: Scritti d esame 07 Pisa, 8 Gennaio 999. Studiare il comportamento della serie al variare del parametro α > /2. ( ) n n sin α n 2α 2. Sia ( ) f(x) = log + sin3 x. 2 (a) Determinare la derivata
DettagliPNI SESSIONE SUPPLETIVA QUESITO 1
www.matefilia.it PNI 010 - SESSIONE SUPPLETIVA QUESITO 1 In cima ad una roccia a picco sulla riva di un fiume è stata costruita una torretta d osservazione alta 11 metri. Le ampiezze degli angoli di depressione
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
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Approssimazione di funzioni In molti problemi
DettagliAlessio Del Padrone Esercizi di Geometria: Numeri Complessi e Polinomi (Ingegneria A.A. 10/11)
Alessio Del Padrone Esercizi di Geometria: Numeri Complessi e Polinomi (Ingegneria A.A. 10/11) 1. Disegnare sul piano di Argand-Gauss e porre in forma trigonometrica-esponenziale (i.e. determinarne modulo
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)
DettagliII Università degli Studi di Roma
Versione preliminare gennaio TOR VERGATA II Università degli Studi di Roma Dispense di Geometria. Capitolo 3. 7. Coniche in R. Nel Capitolo I abbiamo visto che gli insiemi di punti P lineare di primo grado
DettagliAnalisi I Ingegneria Chimica e Aerospaziale 1 o compitino
1 o compitino 1 febbraio 215 1 Si consideri la funzione f : R R definita da { f) = 2 log se se = a) Si dimostri che f è continua e derivabile su tutto R b) Si dica se f ammette derivata seconda in ogni
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
DettagliANALISI B alcuni esercizi proposti
ANALISI B alcuni esercizi proposti G.P. Leonardi Parte II 1 Limiti e continuità per funzioni di 2 variabili Esercizio 1.1 Calcolare xy log(1 + x ) lim (x,y) (0,0) 2x 2 + 5y 2 Esercizio 1.2 Studiare la
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
DettagliAlcuni Teoremi sulle funzioni continue e uniforme continuità
Alcuni Teoremi sulle funzioni continue e uniforme continuità Teorema 0. Una funzione f(x) è continua in x 0 se e solo se per ogni sucessione {x n } dom(f) con x n x 0 dom(f), risulta f(x n ) f(x 0 ). (Non
Dettagli5 Un applicazione: le matrici di rotazione
5 Un applicazione: le matrici di rotazione 51 Rotazioni nel piano di un angolo ϑ Si vuole considerare il caso della rotazione nel piano di un vettore di R di un angolo ϑ assegnato Chiaramente si tratta
DettagliAnalisi Matematica 1+2
Università degli Studi di Genova Facoltà di Ingegneria - Polo di Savona via Cadorna 7-700 Savona Tel. +39 09 264555 - Fax +39 09 264558 Ingegneria Gestionale Analisi Matematica +2 A.A 998/99 - Prove parziali
DettagliESERCITAZIONE: ESPONENZIALI E LOGARITMI
ESERCITAZIONE: ESPONENZIALI E LOGARITMI e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Esercizio 1 In una coltura batterica, il numero di batteri triplica ogni ora. Se all inizio dell osservazione
DettagliEsercitazioni di Analisi Matematica FUNZIONI CUBICHE. Effettuare lo studio completo delle seguenti funzioni di terzo grado intere:
FUNZIONI CUBICHE Effettuare lo studio completo delle seguenti funzioni di terzo grado intere: 1) y = fx) = x 3 + 2x 2 + x 2) y = fx) = x 3 + x 2 + x + 2 3) y = fx) = x 3 + 2x 2 + x 4 4) y = fx) = x 3 +
DettagliEsercitazioni di Matematica
Università degli Studi di Udine Anno Accademico 009/00 Facoltà di Agraria Corsi di Laurea in VIT e STAL Esercitazioni di Matematica novembre 009 Trovare le soluzioni della seguente disequazione: x + +
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
DettagliSpazi euclidei, endomorfismi simmetrici, forme quadratiche. R. Notari
Spazi euclidei, endomorfismi simmetrici, forme quadratiche R. Notari 14 Aprile 2006 1 1. Proprietà del prodotto scalare. Sia V = R n lo spazio vettoriale delle n-uple su R. Il prodotto scalare euclideo
DettagliEsercizi svolti. a 2 x + 3 se x 0; determinare a in modo che f risulti continua nel suo dominio.
Esercizi svolti 1. Sia sin(x ) f(x) = x ( 1 + x 1 ) se x > 0 a x + 3 se x 0; determinare a in modo che f risulti continua nel suo dominio.. Scrivere l equazione della retta tangente nel punto di ascissa
DettagliSPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE
SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE. Esercizi Esercizio. In R calcolare il modulo dei vettori,, ),,, ) ed il loro angolo. Esercizio. Calcolare una base ortonormale del sottospazio
Dettagli(VX) (F) Se A e B sono due matrici simmetriche n n allora anche A B è una matrice simmetrica.
5 luglio 010 - PROVA D ESAME - Geometria e Algebra T NOME: MATRICOLA: a=, b=, c= Sostituire ai parametri a, b, c rispettivamente la terzultima, penultima e ultima cifra del proprio numero di matricola
Dettagli05 - Funzioni di una Variabile
Università degli Studi di Palermo Facoltà di Economia Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 05 - Funzioni di una Variabile Anno Accademico 2015/2016
Dettagli