Metodi per la risoluzione di equazioni non lineari
|
|
- Livio Masini
- 6 anni fa
- Visualizzazioni
Transcript
1 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
2 2
3 Indice 1. Testo della esercitazione 5 2. Introduzione 6 3. Esempio Il metodo di Newton-Raphson Il metodo della tangente fissa Il metodo della secante variabile Il metodo della secante fissa Il metodo della bisezione Il metodo del punto fisso Confronto dei metodi 8 4. Conclusione Codice Matlab Programma principale Metodo di Newton-Raphson Metodo della tangente fissa Metodo della secante variabile Metodo della secante fissa Metodo della bisezione Metodo del punto fisso Altre funzioni Uscita del programma Bibliografia 18 3
4 4
5 1. Testo della esercitazione Dopo aver dimostrato esistenza ed unicità della soluzione ξ in I, si risolva, utilizzando il linguaggio MatLab, l'equazione f(x) = 0 con 2 f ( x) = 3x 1+ log( x), I = [0.2,1]. Si applichino, a scelta, almeno 3 tra i suguenti i metodi: 1. Newton-Raphson (e della tangente fissa); 2. secante variabile (e della secante fissa); 3. bisezione; 4. punto fisso. Si pra x 0 = 1 come punto iniziale. Per i 2 metodi delle secanti si pra x 1 ottenuto con il metodo di Newton- Raphson. Con tutti i metodi, calcolare l'approssimazione x k della radice ξ usando il test di arresto sullo scarto: s k = x k+1 -x k < TOLL; (ad esempio con una tolleranza TOLL = 10-6 ). Porre a 50 il numero massimo di iterazioni consentite. Tutti i metodi vengano implementati nel seguente modo: per il metodo di Newton-Raphson, per ogni iterata k-esima si riporti: k, x k, f(x k ), f (x k ), lo scarto s k, e si verifichi se l'ordine di convergenza è quadratico considerando il rapporto s k+1 / s k 2 (stima della costante asintotica M). per il metodo della secante variabile, per ogni iterata k-esima si riporti: k, x k, f(x k ), f ( x k x ) f ( x k x lo scarto s k, e si verifichi se l ordine di convergenza è p= , considerando il rapporto (stima della costante asintotica M). Si proceda analogamente per i 2 metodi della tangente fissa e della secante fissa (e della bisezione). Considerando il rapporto fra gli scarti s k+1 / s k si verifichi se l'ordine di convergenza è p = 1 stimando la costante asintotica M e quindi la velocità di convergenza R. Di conseguenza, si stimi il numero k di iterazioni necessarie per avere e k / e 0 < TOLL confrontandolo con il risultato sperimentale. Per il metodo di punto fisso occorre considerare un opportuna funzione di punto fisso g(x). Si suggeriscono le seguenti due funzioni: k 1 k 1), 1 log( x) g( x) = 3 2 g( x) = exp( 3x + 1) Pro come punto iniziale x 0 = 1, per ogni iterata k-esima, si riporti k, x k, g(x k ), lo scarto s k = x k +1- x k. Considerando il rapporto s k+1 / s k si verifichi se l ordine di convergenza è p=1 stimando la costante asintotica M e quindi la velocità di convergenza R. Di conseguenza, stimare il numero k di iterazioni necessarie per avere e k / e 0 <TOLL, confrontandolo con il risultato sperimentale. Commentare la convergenza o la divergenza di ciascuno dei due schemi alla luce della teoria. Si riporti in grafico semilogaritmico lo scarto s k in funzione del numero delle iterate (un unico grafico in cui vi sono le curve di convergenza per i vari metodi impiegati), commentando brevemente i risultati. Si costruisca anche il grafico della funzione f in I per esempio discretizzando l'intervallo con punti equidistanti (si scelga un numero di punti compreso tra 20 e 30) e riportando su due colonne i valori dei punti e della funzione nei punti stessi. Si scriva una breve relazione in un documento di testo, in cui si descrive il problema, i risultati ottenuti con i metodi utilizzati e il loro confronto, il numero delle iterazioni richieste per soddisfare il test di arresto, e l'ordine di convergenza (includo e descrivo i grafici). Si alleghino inoltre: i programmi Matlab che implementano i metodi sopra elencati, i file di input e i file di output generati. Non sono ammesse fotocopie; portare tutto il materiale prodotto in originale. 5
6 2. Introduzione 6
7 3. Esempio Consideriamo la funzione x 2 f ( x) = e x, I = [0, 1]. Questa funzione ha una sola radice ξ nell intervallo I: infatti, è continua, perché somma di funzioni continue ed, esso f(0) = 1.0, f(1) = -0.63, per il teorema di tutti i valori, ha almeno uno zero in I. Questo zero è unico perché la funzione è decrescente in I dato che x f '( x) = e 2x < 0, x > 0. Il grafico della funzione nell intervallo I, riportato in Figura 3.1 conferma visivamente quanto appena trovato ed, inoltre, mostra che la radice è compresa tra 0.6 e y Figura 3.1 Grafico della funzione f ( x) = e x, I = [0, 1]. x 2 x 3.1. Il metodo di Newton-Raphson Il metodo di Newton crea la successione x f ( xk ), f '( x ) k + 1 = xk k = k 1, 2, 3,... a partire dalla stima iniziale x 0 della radice. L interpretazione geometrica del metodo di Newton suggerisce che la successione x k è monotona decrescente. L applicazione del metodo di Newton fornisce i risultati della Tabella 3-1. La colonna degli scarti mostra il comportamento quadratico del procedimento di convergenza dato che 2 s s k + 1 k 7
8 k x k f(x k ) f (x k ) s k e e e e e e e e e e e e e e+000 NaN Tabella 3-1 Processo di convergenza del metodo di Newton. Utilizzando gli scarti è possibile stimare la costante asintotica come s + M, k 2 s k 1 = 0, 1, 2,.... k Applicando la relazione per k=0,1,2 si ottengono i tre valori 0.410, 0.398, di cui l ultimo è in ottimo accordo con la stima [2, pag. 48] M 1 = 2 f ''( ξ ) f ' ( ξ ) 1 2 f ' '( x f '( x 4 4 ) ) = dove si è utilizzata x 4 come migliore approssimazione nota della radice ξ per valutare le derivate prima e seconda della funzione Il metodo della tangente fissa 3.3. Il metodo della secante variabile 3.4. Il metodo della secante fissa 3.5. Il metodo della bisezione 3.6. Il metodo del punto fisso 3.7. Confronto dei metodi La Figura 3.2 riporta in un grafico semilogaritmico il processo di convergenza dei vari metodi. 8
9 Valore assoluto degli scarti Newton bisezione Figura 3.2 Confronto della convergenza dei vari metodi. Numero di iterazioni 9
10 4. Conclusione 10
11 5. Codice Matlab 5.1. Programma principale % programma per l'approssimazione della radice di f(x)=0. % % Sono disponibili i seguenti metodi: % % (1) Newton-Raphson % (2) tangente fissa % (3) secante variabile % (4) secante fissa % (5) bisezione % (6) punto fisso % % % $ Roberto Bertelle 20-Mar-2010 $ % IMPOSTO GLI INGRESSI % nome della funzione nomefunz = 'f'; % nome della funzione dipunto fisso nomefunzpuntofisso = 'g'; % stima iniziale della radice x0 = 1.0; % intervallo che contiene la radice I = [ ]; % imposto i parametri del test di arresto toll = 1e-6; % tolleranza sugli scarti numitermax = 50; % massimo numero di iterazioni % solutori da usare tiposolutore = [ ]; % grafico della funzione creagrafico = 0; % metto a 1 per creare il grafico di f % CODICE if creagrafico == 1 % creo il grafico della funzione numpnt = 100; % numero di punti equispaziati su I a = I(1); % estremo inferiore intervallo I b = I(2); % estremo superiore intervallo I x = linspace(a,b,numpnt); % creo il vettore delle ascisse e... y = feval('f',x); %... valuto la funzione f plot(x,y,'k','linewidth', 3) xlabel('x', 'fontsize', 18) ylabel('y', 'fontsize', 18) grid on if tiposolutore(1) % metodo di Newton-Raphson moltradice = 1; % molteplicita' della radice parconv = [toll numitermax moltradice]; % costruisco il nome della function che contiene la derivata di f nomederfunz = strcat('d', nomefunz); 11
12 % chiamo Newton-Raphson [ xi, nwconv, nwdiary ] = newton( x0, nomefunz, nomederfunz, parconv ); % stampo i risultati disp(' '), disp(' ') disp(' Metodo di Newton-Raphson ') disp(' ') disp(['funzione usata : ', nomefunz]) disp(['numero iterazioni massimo : ', int2str( parconv(2) )]) disp(['criterio arresto : s_k < ', num2str(parconv(1))]) disp(['molteplicita'' radice : p = ', int2str(parconv(3)) ]) if nwconv < 0 % no convergenza messaggio = ['convergenza : ', 'no']; else messaggio = ['convergenza : ', 'si (',... int2str(nwconv), ' iterazioni)']; disp(messaggio) disp(' ') if nwconv disp(['sintesi del processo di convergenza : ',... 'k, x_k, f(x_k), f''(x_k), s_k ']) disp(' '),disp(' ') % valuto gli scarti snw = nwdiary( 2:nwConv+1, 2 ) - nwdiary( 1: nwconv, 2 ); % creo la tabella nwdiary = [ nwdiary [ snw; NaN ] ]; % stampo la tabella tab = sprintf( '%3i %20.15f %15.3e %15.3e %15.3e \n', nwdiary' ); disp(tab), disp(' ') disp('stima costante di errore M usando il rapporto degli scarti') disp(' ') MNw = abs(snw(2:length(snw)))./(abs(snw(1:length(snw)-1))).^2; tabmnw = sprintf('%10.3f %10.3f %10.3f %10.3f %10.3f... %10.3f %10.3f \n',mnw); disp(tabmnw) if tiposolutore(2) % metodo della tangente fissa if tiposolutore(3) % metodo della secante variabile if tiposolutore(4) % metodo della secante fissa if tiposolutore(5) % metodo dela bisezione parconv = [toll numitermax]; x0 = I; [ xi, bzconv, bzdiary ] = bisez( x0, nomefunz, parconv ); % stampo i risultati disp(' '), disp(' ') disp(' Metodo di bisezione ') disp(' ') disp(['funzione usata : ', nomefunz]) disp(['numero iterazioni massimo : ', int2str( parconv(2) )]) disp(['criterio arresto : s_k < ', num2str(parconv(1))]) if bzconv < 0 12
13 % no convergenza messaggio = ['convergenza : ', 'no']; else messaggio = ['convergenza : ', 'si (',... int2str(bzconv), ' iterazioni)']; disp(messaggio) disp(' ') if bzconv disp(['sintesi del processo di convergenza : ',... 'k, [low_k, up_k], x_k, f(x_k), s_k ']) disp(' '), disp(' ') % valuto gli scarti sbz = bzdiary( 2:bzconv+1, 4 ) - bzdiary( 1: bzconv, 4 ); % creo la tabella bzdiary = [ bzdiary [ sbz; NaN ] ]; % stampo la tabella tab = sprintf( '%5i %18.6e %18.6e %20.15f %15.4e... %15.4e \n', bzdiary' ); disp( tab ),disp(' ') disp('stima costante di errore M usando il rapporto degli scarti') disp(' ') bzm = abs(sbz(2:length(sbz)))./(abs(sbz(1:length(sbz)-1))); bztabm = sprintf('%10.4f %10.4f %10.4f %10.4f %10.4f %10.4f... %10.4f \n',bzm); disp( bztabm ) if tiposolutore(6) % metodo del punto fisso % grafici degli scarti semilogy(abs(snw),'-or','linewidth',2) hold on xlabel('numero di iterazioni', 'fontsize', 18) ylabel('valore assoluto degli scarti', 'fontsize', 18) semilogy(abs(sbz),'-db','linewidth',2) leg('newton', 'bisezione') 5.2. Metodo di Newton-Raphson function [ xi, conv, convdiary ] = newton( x0, fname, dfname, parconv ) % [ XI, CONV, CONVDIARY ] = NEWTON( X0, FNAME, DFNAME, PARCONV ) % risolve f(x)=0 applicando il metodo di Newton con punto iniziale x0. % Il test di arresto e' basato sullo scarto: x_(k+1)-x_k < toll. % % Parametri di ingresso: % x0 : stima iniziale della radice. % fname : nome della function matlab che contiene la funzione f(x) % dfname : nome della function matlab che contiene la derivata di f(x) % toll : tolleranza desiderata sullo scarto % nitmax : massimo numero di iterazioni ammesse % p : molteplicita' della radice % parconv : vettore (1 x 3) che contiene i parametri del metodo % parconv(1): tolleranza sullo scarto % parconv(2): numero massimo di iterazioni % parconv(3): molteplicita' della radice % % Parametri di uscita: 13
14 % xi : valore della radice % conv : vale niter se il processo di convergenza ha sortito effetto % positivo, -1 in caso contrario (niter: numero di iterazioni % eseguite per calcolare la radice con la tolleranza prescritta) % convdiary : matrice (niter+1)x4 che tiene traccia del processo di % convergenza secondo il prospetto: % 1 colonna : indice k della iterazione, k = 0,1,2,..., niter % 2 colonna : x_k, k = 0,1,2,..., niter % 3 colonna : f(x_k), k = 0,1,2,..., niter % 4 colonna : f'(x_k), k = 0,1,2,..., niter % $ Roberto Bertelle 20-Mar-2010 $ % estraggo i parametri del metodo toll = parconv(1); kmax = parconv(2); p = parconv(3); % inizializzo le variabili di uscita convdiary = zeros( kmax, 4 ); % inizio del ciclo iterativo di stima della radice xold = x0; ktoll = 2*toll; k = 0; while ( ktoll > toll & k <= kmax ) % determino la nuova stima x_(k+1) fxold = feval( fname, xold); % valuto f(x_k) Dfxold = feval( dfname, xold); % valuto df(x_k)/dx convdiary( k+1, 1:4 ) = [ k xold fxold Dfxold]; % tengo traccia xnew = xold - p* fxold/dfxold; % calcolo x_(k+1) ktoll = abs(xnew - xold); % determino tolleranza dell'iterazione xold = xnew; % aggiorno la stima k = k + 1; % aggiungo l'ultimo punto a convstory fxlast = feval( fname, xnew); Dfxlast = feval( dfname, xnew); convdiary( k+1, 1:4 ) = [ k xnew fxlast Dfxlast]; % imposto le variabili di uscita xi = xnew; % migliore stima disponibile per la radice convdiary = convdiary( 1:k+1, 1:4 ); % tolgo gli zeri non necessari conv = k; if ( k > kmax & ktoll > toll ) % non c'e' stata convergenza conv = -1; 5.3. Metodo della tangente fissa 5.4. Metodo della secante variabile 5.5. Metodo della secante fissa 14
15 5.6. Metodo della bisezione function [ xi, conv, convdiary ] = bisez( x0, fname, parconv ) % [XI, CONV, CONVDIARY] = BISEZ( X0, FNAME, PARCONV ) bisezione % Stima la radice di f(x)=0 usando il metodo dicotomico. % Il criterio di uscita prevede che l'ampiezza dell'intervallo % che contiene la radice sia inferiore a toll. % % Parametri di ingresso: % x0 : intervallo iniziale [ xlow xup ] contenente la radice % fname : nome della function matlab che contiene la funzione f(x) % parconv : vettore (1 x 3) che contiene i parametri del metodo % parconv(1): tolleranza sullo scarto % parconv(2): numero massimo di iterazioni % % Parametri di uscita: % xi : approssimazione della radice % conv : vale niter se il processo di convergenza ha sortito effetto % effetto positivo, -1 altrimenti, dove niter e' il numero % di iterazioni necessarie ad ottenere la tolleranza desiderata. % convdiary : matrice di sei colonne e niter righe, dove % 1 colonna : indice k della iterazione, k = 0,1,2,..., niter % 2 colonna : estremo inferiore dell'intervallo k-esimo % 3 colonna : estremo superiore dell'intervallo k-esimo % 4 colonna : x_k, k = 0,1,2,..., niter % 5 colonna : f(x_k), k = 0,1,2,..., niter % % dove per x_k si pre la media aritmetica degle estremi % dell'intervallo k-esimo. % $ Roberto Bertelle 20-Mar-2010 $ % estraggo i parametri del metodo toll = parconv(1); kmax = parconv(2); % inizio del ciclo iterativo di stima della radice xlow = x0(1); % estremo inferiore dell'intervallo xup = x0(2); % estremo superiore dell'intervallo convdiary = zeros( kmax + 1, 5 ); ktoll = xup-xlow; fxlow = feval( fname, xlow ); k = 1; while ( ktoll > toll & k <= kmax ) % nuova iterazione xmed = xlow + 0.5*(xup-xlow); % punto mediano di [xlow xup] fxmed = feval( fname, xmed ); % valuto f(xmed) convdiary( k, 1:5 ) = [ k-1 xlow xup xmed fxmed ]; % tengo traccia if sign( fxmed * fxlow ) > 0 % f( xlow ) e f( xmed ) hanno lo stesso segno xlow = xmed; fxlow = feval( fname, xlow ); else % f( xlow ) e f( xmed ) hanno segno opposto xup = xmed; ktoll = xup - xlow; % controllo ampiezza intervallo k = k +1; xmed = xlow + 0.5*(xup-xlow); fxmed = feval( fname, xmed ); convdiary( k, 1:5 ) = [ k-1 xlow xup xmed fxmed ]; % imposto le variabili di uscita 15
16 xi = xmed; convdiary = convdiary( 1:k, 1:5); % tolgo gli zeri non necessari conv = k-1; if ( k > kmax & ktoll > toll ) % non c'e' stata convergenza conv = -1; 5.7. Metodo del punto fisso 5.8. Altre funzioni function y = f(x) %Y = F(X) funzione y = exp(-x)-x.^2 % Y = F(X) funzione per la esercitazione sulle equazioni % non lineari del corso di Calcolo Numerico per Ingegneria % Aerospaziale, prof. G. Zilli, a.a % $ Roberto Bertelle 20-Mar-2010 $ y = exp(-x)-x.^2; function y = df(x) %Y = DF(X) derivata di y = exp(-x)-x.^2 % Y = DF(X) derivata della funzione per la esercitazione sulle equazioni % non lineari del corso di Calcolo Numerico per Ingegneria % Aerospaziale, prof. G. Zilli, a.a % $ Roberto Bertelle 20-Mar-2010 $ y = -exp(-x)-2*x; 16
17 6. Uscita del programma >> progrprincipale Metodo di Newton-Raphson funzione usata : f numero iterazioni massimo : 50 criterio arresto : s_k < 1e-006 molteplicita' radice : p = 1 convergenza : si (4 iterazioni) Sintesi del processo di convergenza : k, x_k, f(x_k), f'(x_k), s_k e e e e e e e e e e e e e e+000 NaN Stima costante di errore M usando il rapporto degli scarti Metodo di bisezione funzione usata : f numero iterazioni massimo : 50 criterio arresto : s_k < 1e-006 convergenza : si (20 iterazioni) Sintesi del processo di convergenza : k, [low_k, up_k], x_k, f(x_k), s_k e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e e-007 NaN Stima costante di errore M usando il rapporto degli scarti
18 7. Bibliografia [ 1 ] G. Zilli, Calcolo Numerico, Lezioni ed Esercizi, nuova edizione, Edizioni Libreria Progetto,
Concludiamo questa Appendice, riportando alcuni programmi scritti in linguaggio
0.1. PROGRAMMI MATLAB 1 0.1 Programmi MATLAB Concludiamo questa Appice, riportando alcuni programmi scritti in linguaggio MATLAB, relativi ad algoritmi visti nei capitoli del Testo. Il lettore è incoraggiato,
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.
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
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)
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
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
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
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
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)
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
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.
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
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.
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
Dettaglif(x) = x e x, prendere come intervallo iniziale [0, 1] e fissare come precisione ε = 10 8.
Esercitazione 7 Argomento: Il metodo delle successive bisezioni Scopo: Implementare il metodo delle successive bisezioni per la soluzione di equazioni non lineari. function [alfa,iter]=bisez(f,a,b,epsilon)
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
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
DettagliCorso di Laurea Specialistica in Ingegneria Meccanica e Ingegneria Energetica Progetto numerico al calcolatore
Corso di Laurea Specialistica in Ingegneria Meccanica e Ingegneria Energetica Progetto numerico al calcolatore Soluzione di un sistema non lineare con la Regula Falsi generalizzata per la determinazione
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
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 2 - EQUAZIONI NON LINEARI Lucio Demeio Dipartimento di Scienze Matematiche 1 Elementi introduttivi 2 3 4 Introduzione Problema: trovare le soluzioni di
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/-
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
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 2 - EQUAZIONI NON LINEARI Introduzione Problema: trovare le soluzioni di un equazione del tipo f() = 0 Esempio sin a = 0 e = 3 1.0 2.0 0.5
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
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
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
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
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.
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
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
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
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
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.
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
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
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
DettagliAlgoritmi e dintorni: La radice quadrata Prof. Ettore Limoli. Formule iterative
Algoritmi e dintorni: La radice quadrata Prof. Ettore Limoli Formule iterative L algoritmo che, comunemente, viene presentato a scuola per l estrazione della radice quadrata è alquanto laborioso e di scarsa
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
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 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
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
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,
DettagliDaniela Lera A.A. 2008-2009
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Equazioni non lineari Metodo di Newton Il metodo di Newton sfrutta le informazioni sulla funzione
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
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
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
DettagliEsercitazioni con GNU Octave
appendice A Esercitazioni con GNU Octave GNU Octave può essere scaricato dalla seguente pagina: https://www.gnu.org/software/octave/download.html L elenco dei concetti, delle funzioni e degli operatori
DettagliViceversa stabilito il flusso dei pagamenti/incassi se esiste un unico tasso t per cui
1 TIR/IRR Esistenza del TIR (unico ecc ) Operazioni ai tempi 0,.n rappresentate da un vettore di dimensione n+1 Ogni componente a i rappresenta i pagamenti (se 0) relativi all operazione.
DettagliAnnamaria Mazzia. Corso di Metodi Numerici per l Ingegneria dispense e altro materiale su
Soluzione di un sistema non lineare con la Regula Falsi generalizzata per la determinazione degli angoli conico di taglio ed elicoidale di taglio di una cremagliera Annamaria Mazzia Dipartimento di Metodi
DettagliCorso di Geometria e Algebra Lineare - Sezione di Metodi Numerici
Corso di Geometria e Algebra Lineare - Sezione di Metodi Numerici C. Vergara 2. Determinazione numerica degli zeri di una funzione Si consideri il seguente problema: Data f : [a, b] R, determinare i valori
DettagliMATEMATICA CORSO A II COMPITINO (Tema 1) 5 Aprile 2013
MATEMATICA CORSO A II COMPITINO (Tema 1) 5 Aprile 2013 Soluzioni 1. Due sperimentatori hanno rilevato rispettivamente 25 e 5 misure di una certa grandezza lineare e calcolato le medie che sono risultate
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
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
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
DettagliUNIVERSITÀ DEGLI STUDI DI PAVIA FACOLTÀ DI INGEGNERIA. Matlab: esempi ed esercizi
UNIVERSITÀ DEGLI STUDI DI PAVIA FACOLTÀ DI INGEGNERIA Matlab: esempi ed esercizi Sommario e obiettivi Sommario Esempi di implementazioni Matlab di semplici algoritmi Analisi di codici Matlab Obiettivi
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
DettagliInformatica B
2013-2014 Matlab Laboratorio del 14/01/2014 Responsabili di laboratorio: Gianluca Durelli: durelli@elet.polimi.it Luigi Malago : malago@di.unimi.it Materiale di laboratorio reperibile all indirizzo: www.gianlucadurelli.com
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
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
DettagliOttimizzazione numerica
Funzioni univariate 28 Ottobre 2010 Funzioni univariate Outline 1 Funzioni univariate 2 optim Funzioni univariate I metodi di ottimizzazione consentono di trovare i punti estremanti (massimi, minimi) di
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
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
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
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
DettagliCORSO DI LAUREA IN INFORMATICA CALCOLO NUMERICO Primo esonero - 20 Novembre
CORSO DI LAUREA IN INFORMATICA CALCOLO NUMERICO Primo esonero - 20 Novembre 204 - Traccia. [Punti:.a: 3;.b: 3;.c: 3;.d: 3] Si consideri la funzione f(x) =x 3, x 2 [0, 2], che, evidentemente, ammette l
DettagliEsame di Calcolo Numerico
Esame di Calcolo Numerico Laurea in Statistica ed Informatica Laurea Magistrale in Astronomia Prof. S. De Marchi Padova, 16 dicembre 2010 Il candidato dovrà scrivere su ogni foglio il cognome, nome, numero
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
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
Dettagli= y h. m x0 (h) = y Q y P x Q x P. f(x 0 + h) f(x 0 )
ESERCIZI DI MATEMATICA: SCHEDA n.1 su derivate: la definzione Classe 5B Sc.Soc. Data:...... Teoria in sintesi. Data una funzione y = f(x) denita intorno ad x 0 (ovverosia il dominio contiene un intervallo
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
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
DettagliCorso di Calcolo Numerico
Prof. L. Brandolini Corso di Calcolo Numerico Dott.ssa N. Franchina Laboratorio 5 Equazioni differenziali ordinarie: metodi espliciti 25 Novembre 215 Esercizi di implementazione Un equazione differenziale
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,
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
DettagliAlgoritmi in C++ (seconda parte)
Algoritmi in C++ (seconda parte) Introduzione Obiettivo: imparare a risolvere problemi analitici con semplici programmi in C++. Nella prima parte abbiamo imparato: generazione di sequenze di numeri casuali
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
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
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
DettagliIntroduzione all uso delle funzioni in C++
Introduzione all uso delle funzioni in C++ Roberto Basili University of Rome Tor Vergata, Department of Computer Science, Systems and Production, 00133 Roma (Italy), basili@info.uniroma2.it January 24,
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
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
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
DettagliViceversa stabilito il flusso dei pagamenti/incassi se esiste un unico tasso t per cui
1 TIR/IRR Esistenza del TIR (unico ecc ) Operazioni ai tempi 0,.n rappresentate da un vettore di dimensione n+1 Ogni componente a i rappresenta i pagamenti (se 0) relativi all operazione.
DettagliCenni sui metodi iterativi per sistemi lineari. Analisi Numerica Prof. M. Lucia Sampoli a.a. 2014/2015
Cenni sui metodi iterativi per sistemi lineari Analisi Numerica Prof. M. Lucia Sampoli a.a. 2014/2015 Metodi numerici per sistemi lineari Nei metodi diretti la presenza di eventuali elementi nulli nella
DettagliFondamenti di Informatica 6. Algoritmi e pseudocodifica
Vettori e matrici #1 Fondamenti di Informatica 6. Algoritmi e pseudocodifica Corso di Laurea in Ingegneria Civile A.A. 2010-2011 1 Semestre Prof. Giovanni Pascoschi Le variabili definite come coppie
DettagliPrima prova in itinere di Analisi Matematica 1 Ingegneria Elettronica. Politecnico di Milano. A.A. 2015/2016. Prof. M. Bramanti.
Prima prova in itinere di Analisi Matematica Ingegneria Elettronica. Politecnico di Milano Es. Punti A.A. 0/06. Prof. M. Bramanti Tema n 4 6 Tot. Cognome e nome (in stampatello) codice persona (o n di
DettagliCORSO DI LABORATORIO DI INFORMATICA
CORSO DI LABORATORIO DI INFORMATICA Corso di Laurea Triennale in Ingegneria Elettrica a.a. 2015/2016 Docente: Ing. Domenico Amalfitano Dipartimento di Ingegneria Elettrica e delle Tecnologie dell Informazione
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
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
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 Introduzione e Metodo di Bisezione Docente Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it
Dettagli12/10/05 (2 ore): Esercizi vari sull ellisse, iperbole, parabola. Disequazioni in due variabili. Equazione dell iperbole equilatera. Esempi.
Università degli Studi di Trento Facolta di Scienze Cognitive Corso di Laurea in Scienze e Tecniche di Psicologia Cognitiva Applicata Corso di Analisi Matematica - a.a. 2005/06 Docente: Prof. Anneliese
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)
DettagliIntroduzione al MATLAB c Parte 3 Script e function
Introduzione al MATLAB c Parte 3 Script e function Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 M-file di tipo Script e Function Script Function 2 Gestione dell
DettagliGrafici tridimensionali
MatLab Lezione 3 Grafici tridimensionali Creazione di un Grafico 3D (1/4) Si supponga di voler tracciare il grafico della funzione nell intervallo x = [0,5]; y=[0,5] z = e -(x+y)/2 sin(3x) sin(3y) Si può
DettagliAnalisi Matematica 1
Analisi Matematica 1 Schema provvisorio delle lezioni A. A. 2015/16 1 Distribuzione degli argomenti delle lezioni Argomento ore tot Numeri reali 11 11 Numeri complessi 1 12 Spazio euclideo 2 14 Topologia
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
DettagliAnalisi Matematica I per Ingegneria Gestionale, a.a Scritto del secondo appello, 1 febbraio 2017 Testi 1
Analisi Matematica I per Ingegneria Gestionale, a.a. 206-7 Scritto del secondo appello, febbraio 207 Testi Prima parte, gruppo.. Trovare le [0, π] che risolvono la disequazione sin(2) 2. 2. Dire se esistono
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
DettagliRegistro di Meccanica /13 - F. Demontis 2
Registro delle lezioni di ISTITUZIONI ED ESERCITAZIONI DI MATEMATICA 1 Corso di Laurea in Chimica 8 CFU - A.A. 2015/2016 docente: Francesco Demontis ultimo aggiornamento: 17 dicembre 2015 1. Lunedì 05/10/2015,
Dettagli