kπ cos, k = 0, 1, 2,, n (NB: sono n +1) n
|
|
- Silvio Masi
- 5 anni fa
- Visualizzazioni
Transcript
1 Esempio di nodi NON equispaziati Nodi di Lobatto - Chebyshev: x k = kπ cos, k = 0, 1, 2,, n (NB: sono n +1) n Mappa: da t in [-1, 1] a x in [a, b]: x = b a a + b t Esercizio 1 Interpolare la funzione 1 f ( x) 2 1+ x, in [a, b] = [-5, 5] usando come nodi n+1 nodi di Lobatto - Chebyshev mappati in [a, b] ; provare per n = 2, 4, 8, 10, 12 e controllare l andamento dell errore. Esercizio 2 Per ciascun valore di n utilizzato sopra, visualizzare il polinomio nodale ω ( x) = n i= 0 ( x x i ) in corrispondenza della scelta di nodi equispaziati e di Chebyshev e commentare i risultati.
2 Spline Lineari Interpolanti Esercizio 3 Assegnati i punti di coordinate >> x=[ ]; >> y=[ ]; si disegni la spline interpolante lineare e i punti della tabella evidenziati con un cerchietto. Allo scopo si utilizzi il comando: >> pp = interp1(x, y, linear, pp ) che crea e memorizza la spline in pp-form (N.B. in alcune versioni Matlab x ed y devono essere vettori colonna). Per disegnarne il grafico valutare la spline in un vettore di punti ausiliari con il comando ppval. Esercizio 4 1 Approssimare con una spline lineare la funzione f ( x) 2 1+ x, nell intervallo [-5,5] suddiviso in m sottointervalli di ampiezza H. Definire punti equidistanti ausiliari in [-5, 5] e usarli: per disegnare sullo stesso grafico la funzione e la spline; per calcolare l errore di approssimazione (massimo modulo della differenza tra f e la spline). Riportare i risultati ottenuti nella sottostante tabella: m H=10/m Errore Verificare che: per m che tende all infinito l errore tende a zero; l errore è un O(H 2 ).
3 Spline Cubiche Interpolanti Esercizio 5 Assegnati i punti di coordinate x y si disegnino, sovrapposte, le spline cubiche interpolanti: not-a-knot comando: pp = spline(x, y) naturale comando: pp = ppspline(x, y, naturale ) vincolata comando: pp = ppspline(x, [alfa, y, beta], vincolata ) alfa e beta valori delle derivate prime seconda comando: pp = ppspline(x, [alfa, y, beta], seconda ) alfa e beta valori delle derivate seconde I comandi spline e ppspline creano e memorizzano la spline in pp-form. Valutare la spline per il grafico con il comando ppval. Commentare i risultati Esercizio 6 Fare il grafico delle derivate prima, seconda e terza di una delle spline costruite nell esercizio precedente (per la derivazione usare il comando ppder) e verificarne la regolarità
4 Esercizio 7 Ripetere l Esercizio 4 utilizzando spline cubiche naturali. Riportare i risultati ottenuti nella sottostante tabella: m H=10/m Errore Verificare che: per m che tende all infinito l errore tende a zero; l errore è un O(H 4 ). Esercizio 8 Ripetere l esercizio 7 con i seguenti dati: f(x) = sin(x), [a, b] = [0, pi]. Verificare che l errore è sempre un O(H 4 ). Determinare con quale ordine le derivare prima seconda e terza della spline approssimino rispettivamente le derivate prima seconda e terza di f(x).
5 Approssimazione ai minimi quadrati (polyfit) Esercizio 9 Assegnati i punti di coordinate: x y si calcoli il polinomio dei minimi quadrati di grado n. Si disegnino sullo stesso grafico il polinomio (linea continua) e i punti usati per calcolarlo (cerchietti). Si provi per n = 1, 2, 3. Che accade per n = 6? Verificare che la retta di regressione lineare (n = 1) passa per il punto che ha per coordinate rispettivamente la media delle ascisse e la media delle ordinate dei dati in tabella. Esercizio 10 Si considerino le coppie di dati definiti come >> x=linspace(0,1,10); >> y=10*x+rand(size(x)); Si calcoli il polinomio p 9 (x) di grado 9 che interpola i dati assegnati Si calcoli inoltre la retta di regressione che approssima i dati nel senso dei minimi quadrati. Si confrontino graficamente i polinomi calcolati rispetto ai dati assegnati. Se si ripete il calcolo dei dati, il vettore rand cambia e quindi anche i valori delle ordinate. Si commentino le proprietà rispettive dell'approssimazione ai minimi quadrati e dell'interpolazione di Lagrange in termini di sensibilità rispetto alle perturbazioni sui dati.
6 Esercizio 11 Data la funzione sin(x) in [0, 3*pi] si costruiscano polinomi di grado crescente che la approssimano nel senso dei minimi quadrati in 100 nodi equidistanti. Di ogni polinomio visualizzare i coefficienti e la somma degli scarti quadratici e stabilire quale grado sia il più conveniente. Esercizio 12 In un esperimento di laboratorio viene misurata la posizione di un corpo che cade soggetto alla forza di gravità. Le misurazioni vengono effettuate ad intervalli di tempo uniformi e i dati sono riportati nel file gravita.m (da scaricare alla pagina web del corso). Si costruisca il polinomio T2 di grado 2 che approssima i dati sperimentali nel senso dei minimi quadrati. Si rappresentino sul medesimo grafico i dati e il polinomio T2. Ricordando che la legge di moto che assegna la posizione del corpo in funzione del tempo è data da d(t) = d 0 + v 0 t +gt 2 /2 dove d 0 è la posizione iniziale, v 0 è la velocità iniziale e g l'accelerazione di gravità, sulla base dell'espressione di T2, si approssimi il valore dell'accelerazione di gravità g. Si compari il valore che si calcola in questo modo con il valore esatto g = m/s 2.
7 Esercizi aggiuntivi 1. I dati della tabella seguente riportano le aspettative di vita per gli abitanti dell Europa occidentale in diversi anni Si trovi la retta dei minimi quadrati che approssima questi dati e la si usi per stimare l aspettativa di vita della popolazione nel 1970, 1983 e Si verifichi poi che la retta passa per il punto che ha per coordinate i valori medi delle ascisse e delle ordinate dei dati in tabella. 2. Nella tabella seguente sono riportate le misure della densità r dell acqua di mare (in Kg/m 3 ) in funzione della temperatura T (in gradi Celsius) T r A partire da tali dati si calcolino i polinomi dei minimi quadrati di grado 1, 2, 3. Si considerino quindi le seguenti misurazioni e si deduca se le approssimazioni trovate sono ragionevoli o meno: T r
Laboratorio di Matematica Computazionale A.A Lab. 9
Laboratorio di Matematica Computazionale A.A. 2007-2008 Lab. 9 Spline interpolanti lineari (interp1) e cubiche (spline) Esercizio 1 Assegnati i punti di coordinate x -1 1 2 3 5 y 0-1 5 2 1 si disegnino,
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 2016-2017 Laboratorio 6 - Minimi quadrati e spline APPROSSIMAZIONE DI FUNZIONI O DI DATI Consideriamo il problema di valutare una funzione nota soltanto
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 015-01 Laboratorio 5 - Function files, Minimi quadrati e spline FUNCTION-FILES MATLAB Le funzioni matlab sono porzioni di codici scritte in un file indipendente
DettagliCalcolo Numerico - A.A Laboratorio 6
Calcolo Numerico - A.A. 2011-2012 Laboratorio 6 Approssimazione ai minimi quadrati Siano (x i, y i ), per i = 0,..., n, n + 1 coppie di dati di origine sperimentale o originati dal campionamento y i =
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
DettagliEQUAZIONI DIFFERENZIALI
EQUAZIONI DIFFERENZIALI Si consideri il problema di Cauchy y'(t) t y, y() y(t) t e. t, la cui soluzione esatta è PARTE a. Approssimare il problema di Cauchy con il metodo di Eulero Esplicito b. Eseguire
DettagliComplementi di Matematica e Calcolo Numerico A.A Polinomi e vettori
Complementi di Matematica e Calcolo Numerico A.A. 2017-2018 Polinomi e vettori Consideriamo particolari funzioni di una variabile reale che siano polinomi, ovvero del tipo p(x) = 3x 4 +2x 3 +x 5, q(x)
DettagliCalcolo Numerico A.A Lab. 6
Calcolo Numerico A.A. 2007-2008 - Lab. 6 Esercizio 1. Interpolazione su nodi di Chebyshev e interpolazione composita Si consideri la funzione f(x) = 1 + x assegnata sull intervallo I = [0, 1]. 1. Trovare
DettagliEsercitazione 7: Aggiornamento minimi quadrati.
Esercitazione 7: Aggiornamento minimi quadrati. Esercizio 1 Per calcolare il piano di equazione p(x) = a+b xc y che minimizza gli scarti quadratici relativi alle misure (x i, y i, z i ) è necessario risolvere
DettagliInterpolazione composita di Lagrange
Interpolazione composita di Lagrange Dividiamo l itervallo [a, b] in N sottointervalli I j = [x j 1, x j ], j = 1,..., N. Sia h j = x j x j 1 e h = max 1 j N h j. Su ciascun intervallo I j usiamo interpolazione
DettagliEsercizi Elaborato (versione )
Esercizi Elaborato (versione 2019-04-15) Nota bene: l elaborato dovrà contenere i codici sviluppati, e questi dovranno essere portati alla discussione su una chiavetta USB. Esercizio 1. Verificare che,
DettagliInterpolazione e approssimazione di dati
Interpolazione e approssimazione di dati 08 Aprile 2019 Introduzione Implementazione in MATLAB di interpolazione polinomiale e approssimazione di dati. Date n + 1 coppie di punti (x i, y i ) con i = 0,
DettagliInterpolazione e approssimazione di dati
Interpolazione e approssimazione di dati Corso di Metodi Numerici 22 Marzo 2018 Introduzione Implementazione in MATLAB di interpolazione polinomiale e approssimazione di dati. Date n + 1 coppie di punti
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
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
DettagliLaboratorio di Calcolo Numerico A.A
Laboratorio di Calcolo Numerico A.A. 2007-2008 Laboratorio 7 Minimi quadrati. Approssimazione delle derivate. Esercizio 1. Si considerino le 6 coppie di dati ( 4.5, 0.7), ( 3.2, 2.3), ( 1.4, 3.8), (0.8,
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 4 - Polinomi e Interpolazione polinomiale
Complementi di Matematica e Calcolo Numerico A.A. 2015-2016 Laboratorio 4 - Polinomi e Interpolazione polinomiale Polinomi e vettori: Consideriamo particolari funzioni di una variabile reale che siano
DettagliEsercizi proposti di Analisi Numerica
Esercizi proposti di Analisi Numerica Silvia Bonettini Dipartimento di Matematica, Università di Ferrara 30 gennaio 2012 1 Conversioni, operazioni di macchina e analisi dell errore 1. Convertire i numeri
DettagliInterpolazione e approssimazione di funzioni
Interpolazione e approssimazione di funzioni Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Laboratorio - 26 febbraio 2007 Outline 1 Interpolazione polinomiale Interpolazione
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
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
DettagliMinimi quadrati in Matlab
Minimi quadrati in Matlab Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica Pura e Applicata 3 gennaio 2019 Alvise Sommariva Minimi quadrati in Matlab 1/ 17 Approssimazione ai
DettagliPolinomi. Poiché un polinomio di grado n ha n+1 coefficienti, ad un polinomio di grado n si associa un vettore di lunghezza n+1.
Polinomi Polinomi e vettori Matlab non prevede un oggetto particolare di tipo polinomio, ma rappresenta i polinomi attraverso vettori che contengono i coefficienti del polinomio stesso, ordinati partendo
DettagliLezione 5, 5/11/2014
Lezione 5, 5/11/2014 Elena Gaburro, elenagaburro@gmail.com 1 Ordine di convergenza di un metodo Definizione 1.1. Sia {x k } una successione convergente ad α. Consideriamo l errore assoluto in modulo al
DettagliLaboratorio di Calcolo Numerico Approssimazione ai minimi quadrati
Laboratorio di Calcolo Numerico Approssimazione ai minimi quadrati Ángeles Martínez Calomardo http://www.dmsa.unipd.it/ acalomar/didattica/2013-14 angeles.martinez@unipd.it Laurea in Matematica A.A. 2013
DettagliInterpolazione polinomiale. Interpolazione polinomiale
1 Polinomiale Rappresentazione Lagrangiana Polinomio interpolante di Newton Errore nell interpolazione polinomiale 2 Approssimazione ai minimi quadrati nel discreto 1 Polinomiale Rappresentazione Lagrangiana
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)
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2013-2014) Metodi Numerici Appunti delle lezioni: Approssimazione di dati e funzioni Approssimazione ai minimi quadrati Docente Vittoria Bruni Email:
DettagliEsercizio 1: Compressione utilizzando spline di grado il grafico dell errore tra funzione interpolante ed interpolata;
Esercitazione 1 Esercizio 1: Compressione utilizzando spline di grado 1 Dato un vettore di valori di una funzione, e.g. y=f(t) dove t=linspace(0,1,m) e m grande e una toleranza tol, si desidera estrarre
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
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Il best fitting In molte applicazioni accade di avere una certa quantità di dati (solitamente elevata) e di voler descrivere l andamento del fenomeno che ha
Dettaglin (x i x j ), det V = i>j
Capitolo 4 Approssimazione 4.1 Richiami di teoria Prerequisiti: nozioni elementari di calcolo differenziale e integrale. Interpolazione Il problema dell interpolazione è un caso particolare del vasto settore
DettagliApprossimazione con le splines. Approssimazione con le splines
Splines Dato l intervallo [a, b], si consideri una successione finita di numeri reali (nodi) appartenenti all intervallo, tali che a = x 0 < x 1 < x 2 < < x m+1 = b Si individua in tal modo una partizione
DettagliINTERPOLAZIONI CON SPLINE
INTERPOLAZIONI CON SPLINE Assegnati gli n +1valori che la funzione f assume nei nodi x i, si costruisce un interpolazione polinomiale a tratti. In ognuno degli intervalli [x i 1,x i ] il polinomio interpolatore
Dettagli1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso
Domanda 1 1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso x n+1 = x n f(x n), n = 0, 1, 2,... K dove x 0 è il punto iniziale, f(x) = x 3 cos(x) e K è una costante assegnata.
DettagliStudio del grafico di una funzione
Studio del grafico di una funzione In questo foglio di esercizi è richiesto di disegnare il grafico di funzioni. Può essere utile uno schema di base da seguire : [] Trovare l insieme di definizione D della
DettagliAnalisi Numerica I Approssimazione polinomiale
Analisi Numerica I Approssimazione polinomiale Ana Alonso ana.alonso@unitn.it 15 novembre 2018 I polinomi Un polinomio di grado n in Matlab si rapresenta mediante un vettore di n + 1 componenti che contiene
DettagliCalcolo Numerico (A.A. 2014-2015) Lab n. 12 Approssimazione 17-12-2014
Calcolo Numerico (A.A. 2014-2015) Lab n. 12 Approssimazione 17-12-2014 1 Approssimazione di dati e funzioni Problema Data la tabella {x i, y i }, i = 0,..., n, si vuole trovare una funzione analitica ϕ
DettagliCOGNOME... NOME... ( π ) ( ) = e Determinare utilizzando una funzione ausiliaria, opportunamente scelta, la soluzione del
Metodi Analitici e Numerici per l'ingegneria. Corso di Laurea in Ingegneria Energetica. A.A. 3/4 Appello 7/7/4 COGNOME.................................. NOME.................................... MATRICOLA..................
DettagliBOZZA BOZZA BOZZA. Funzioni per effettuare delle interpolazioni su dati tabellati: interp1, interp2, interp3.
Interpolazione dati Funzioni per effettuare delle interpolazioni su dati tabellati: interp1, interp2, interp3. Sintassi Interp1(x,y,x_int) in questo modo si determinano i valori interpolati di y che corrispondono
DettagliEsercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A
Esercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A. 2017-18 1. Scrivere la function Matlab myfun.m che calcoli la funzione e la sua derivata. La function deve ricevere
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 20-206 Laboratorio 8. (punteggio 3/3/) Si consideri la funzione f(x) = sin(e x/2 ).. Si approssimi la radice α di f nell intervallo [0, 3.] utilizzando
DettagliMinimi quadrati. Ángeles Martínez Calomardo e Alvise Sommariva. 4 dicembre Università degli Studi di Padova
Minimi quadrati Ángeles Martínez Calomardo e Alvise Sommariva Università degli Studi di Padova 4 dicembre 2012 Ángeles Martínez Calomardo e Alvise Sommariva Minimi quadrati 1/ 11 Approssimazione ai minimi
DettagliApprossimazione di dati
Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 2 Regressione lineare : caso generale Legge di Ohm La legge di Ohm afferma che la differenza di potenziale V ai capi
DettagliApprossimazione di dati
Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 2 Regressione lineare : caso generale Legge di Ohm La legge di Ohm afferma che la differenza di potenziale V ai capi
DettagliCorso di laurea in Matematica Laboratorio di Programmazione e Calcolo Prof. A. Murli. Esercizi di riepilogo - LABORATORIO
Cognome: Nome: 1 Matricola: Corso di laurea in Matematica Laboratorio di Programmazione e Calcolo Prof. A. Murli Esercizi di riepilogo - LABORATORIO Creare una directory nominata cognome nome dove cognome
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
DettagliLaboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 18/09/2012
Cognome: Nome: Matricola: Laboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 18/09/2012 ESERCIZIO 1 [10 punti] Si consideri il sistema lineare Ax = b, con 9 2 1 A = 1 5
DettagliApprossimazione di dati e funzioni
Dipartimento di Matematica tel. 011 0907503 stefano.berrone@polito.it http://calvino.polito.it/~sberrone Laboratorio di modellazione e progettazione materiali Generalità Problema 1 Dati (x i, y i ) i =
DettagliApprossimazione di dati
Approssimazione di dati Lucia Gastaldi DICATAM - Sez. di Matematica, http://dm.ing.unibs.it/gastaldi/ Indice 1 Approssimaz. di dati Approssimazione di dati 2 Minimi quadrati lineari Regressione lineare
DettagliRaccolta di compiti degli appelli precedenti
Ingegneria Informatica e delle Telecomunicazioni Anno accademico 24-25. Docente Costanza Conti Raccolta di compiti degli appelli precedenti Nota: Gli esercizi riportati si riferiscono a compiti dei precendeti
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 10
Complementi di Matematica e Calcolo Numerico A.A. 2014-2015 Laboratorio 10 Convergenza di metodi iterativi per sistemi lineari UnmetodoiterativoperlarisoluzionediunsistemalineareAx = b si scrive in forma
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. 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
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
Dettaglib vettore(termine noto) y* proiezione ortogonale di b
Carla Guerrini 1 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
DettagliInterpolazione polinomiale. Interpolazione polinomiale
1 Polinomiale Rappresentazione Lagrangiana Polinomio interpolante di Newton Errore nell interpolazione polinomiale Outline 1 Polinomiale Rappresentazione Lagrangiana Polinomio interpolante di Newton Errore
Dettaglia = 37679, b = 37654, c = ,
Esercizi di Calcolo Scientico e Metodi Numerici 1. Dati i tre numeri si calcolino le quantità a = 37679, b = 37654, c = 5.874, (a + b) + c e a + (b + c) in un sistema in virgola mobile in base 1 con mantissa
DettagliInterpolazione di dati
Interpolazione di dati Problema 1 (es robot). Siano (x i, y i ) con i = 0,..., 5, x i 2.00 4.25 5.25 7.81 9.20 10.60 y i 7.2 7.1 6.0 5.0 3.5 5.0 i punti da cui deve passare il braccio di un robot per effettuare
DettagliInterpolazione polinomiale a tratti
Interpolazione polinomiale a tratti Si intende l interpolazione di un set di dati su un intervallo con più polinomi ciascuno dei quali definito in un sottointervallo dell intervallo dato. In particolare
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
DettagliInterpolazione e Smoothing di dati
IL FITTING DI DATI Interpolazione e Smoothing di dati PROBLEMA REALE MODELLO MATEMATICO METODO NUMERICO ALGORITMO SOFTWARE La prima fase del processo di risoluzione di un problema mediante calcolatore
DettagliIntegrazione numerica
Integrazione numerica Lucia Gastaldi DICATAM - Sez. di Matematica, http://www.ing.unibs.it/gastaldi/ Indice 1 Formule di quadratura semplici e composite Formule di quadratura Grado di precisione Formule
DettagliINTERPOLAZIONE. Introduzione
Introduzione INTERPOLAZIONE Quando ci si propone di indagare sperimentalmente la legge di un fenomeno, nel quale intervengono due grandezze x, y simultaneamente variabili, e una dipendente dall altra,
DettagliAnalisi Numerica: quadratura
Analisi Numerica: quadratura S. Maset Dipartimento di Matematica e Geoscienze, Università di Trieste In situazioni come queste, si ricorrerà a metodi numerici come quelli che presenteremo per calcolare
DettagliImplementazione degli algoritmi.
Implementazione degli algoritmi. 4.1. Introduzione. In questo capitolo sarà discussa l implementazione software per l ambiente MATLAB 6.1 che è stata fatta degli algoritmi di identificazione presentati
DettagliLezione 3 Interpolazione Polinomiale.
Lezione 3 Interpolazione Polinomiale http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali Fernando Palombo Scopi dell interpolazione Dati i valori y i di una grandezza Y in corrispondenza
DettagliLaboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 19/06/2012
Cognome: Nome: Matricola: Laboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 19/06/2012 ESERCIZIO 1 [10 punti] Si considerino le seguenti coppie di valori x = [1200.5,
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
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
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
DettagliLezione 4 Quadratura Numerica. Fernando Palombo
Lezione 4 Quadratura Numerica http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali Fernando Palombo Scopo della Quadratura Numerica Calcolare con metodi numerici un integrale definito
DettagliInterpolazione polinomiale. Gabriella Puppo
Interpolazione polinomiale Gabriella Puppo Interpolazione polinomiale Matrice di Vandermonde Costruzione del polinomio di interpolazione Studio dell errore Fenomeno di Runge Condizionamento Matrice di
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
DettagliCORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 2016/17
CORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 26/7 GABRIELE BIANCHI Gli esercizi che seguono sono quelli che assegnerò durante il corso 26/7. Tutti gli esercizi presenti in un compito
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
DettagliAPPLICAZIONI DEL CONCETTO DI DERIVATA
ISTITUZIONI DI MATEMATICHE E FONDAMENTI DI BIOSTATISTICA APPLICAZIONI DEL CONCETTO DI DERIVATA A. A. 2014-2015 L. Doretti 1 A. Significato geometrico di derivata 1. Dato il grafico di f, utilizzare il
DettagliISTITUTO DI ISTRUZIONE SUPERIORE A. EINSTEIN PROGETTO LAUREE SCIENTIFICHE
ISTITUTO DI ISTRUZIONE SUPERIORE A. EINSTEIN PROGETTO LAUREE SCIENTIFICHE Prof. Fernando D Angelo Interpolazione e approssimazione di funzioni Problema Dati n+1 punti (x( i,f(x i )) con i =0,1,2,n,n ~
DettagliCORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 2017/18
CORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 27/8 GABRIELE BIANCHI Gli esercizi che seguono sono quelli che assegnerò durante il corso 27/8. Tutti gli esercizi presenti in un compito
DettagliEsame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 19 settembre 2011
Esame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 19 settembre 2011 L esame consiste di 4 domande aperte e 10 esercizi a risposta multipla. Per gli esercizi ci sono
DettagliFiltri attivi. Lezione 15 1
Filtri attivi Per realizzare filtri si può evitare l utilizzazione di induttori con schemi circuitali utilizzanti amplificatori operazionali (filtri attivi) Lezione 15 1 Realizzazione di un filtro passa
DettagliStatistica a lungo termine: calcolo dell onda di progetto
Esercitazione Statistica a lungo termine: calcolo dell onda di progetto Sulla base delle misure ondametriche effettuate dalla boa di Ponza si calcoli, utilizzando la distribuzione di probabilità di Gumbel,
DettagliSTATISTICA (I modulo - Statistica Descrittiva) Esercitazione I 24/02/2006
STATISTICA (I modulo - Statistica Descrittiva) Esercitazione I 24/02/2006 La seguente tabella contiene i dati inerenti le unità del settore della ristorazione in un dato comune: Unità X 1 X 2 X 3 X 4 X
DettagliUNIVERSITÀ DEL SALENTO
UNIVERSITÀ DEL SALENTO FACOLTÀ DI SCIENZE MMFFNN Corso di Laurea in Fisica CORSO DI LABORATORIO I VERIFICA DELLE LEGGI DEL MOTO RETTILINEO UNIFORMEMENTE ACCELERATO Scopo dell esperienza Analisi del moto
DettagliEsercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A
Esercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A. 2018-19 1. Scrivere la function Matlab myfun.m che valuti la funzione e la sua derivata in corrispondenza delle
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
DettagliInterpolazione di Funzioni
Interpolazione di Funzioni N. Del Buono 1 Introduzione Uno dei problemi che piu frequentemente si incontrano nelle applicazioni è la costruzione di una approssimazione di una funzione data f mediante funzioni
Dettagli(Per scaricare il programma: cercare su Google download EffeDiX )
EffeDiX 2012 (ver. 3.0) Attività (Per scaricare il programma: cercare su Google download EffeDiX ) Primo incontro Attività 1 Discutere graficamente l equazione letterale kx 2 + x + k = 0 Tracciare il grafico
DettagliSTATISTICA (I MODULO - STATISTICA DESCRITTIVA) Esercitazione I 23/02/2007
Esercitazione I 23/02/2007 La seguente tabella contiene i dati inerenti le imprese di ristorazione di un dato comune: Unità X 1 X 2 X 3 X 4 X 5 X 6 Unità X 1 X 2 X 3 X 4 X 5 X 6 1 1600 20 4 52 3 3 26 141
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,
DettagliUNIVERSITÀ DEL SALENTO
UNIVERSITÀ DEL SALENTO FACOLTÀ DI SCIENZE MMFFNN Corso di Laurea in Fisica CORSO DI LABORATORIO I MISURA DEL PERIODO DI OSCILLAZIONE DI UN PENDOLO SEMPLICE E STIMA DEL VALORE DI g Scopo dell esperienza
DettagliLABORATORIO DI FISICA I
UNIVERSITA DEGLI STUDI DI PALERMO CORSO DI LAUREA IN SCIENZE FISICHE A.A. 2018/2019 13 Dicembre 2018 LABORATORIO DI FISICA I RELAZIONE TERZA ESPERIENZA DI LABORATORIO GRUPPO 1 Nigrelli Giulia Valenti Giuseppe
DettagliEsame di Calcolo Numerico per Informatica A.A. 2010/11: testo soluzioni Proff. S. De Marchi e M. R. Russo 12 luglio 2011
Esame di Calcolo Numerico per Informatica A.A. 200/: testo soluzioni Proff. S. De Marchi e M. R. Russo 2 luglio 20 L esame consiste di 4 domande aperte e 0 esercizi a risposta multipla. Per gli esercizi
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
DettagliEsame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 2 settembre 2013
Esame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 2 settembre 2013 1 Domande aperte 1. Ogni matrice quadrata (di ordine n) strettamente definita positiva è invertibile. Perchè? Risposta.
Dettagli3. Determinare la velocità media nell intervallo [0.5 s; 1.0 s] e confrontarla con la velocità istantanea nel punto medio di tale intervallo;
Esercizio Una particella si muove lungo una retta seguendo la legge oraria con u 3 m/s e 4 s.. Determinare in quali istanti la particella si trova nell origine;. Disegnare la legge oraria; x(t) u t ( sin
Dettagli