Complementi di Matematica e Calcolo Numerico A.A Polinomi e vettori

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Complementi di Matematica e Calcolo Numerico A.A Polinomi e vettori"

Transcript

1 Complementi di Matematica e Calcolo Numerico A.A 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) = x 5 2x 2 +x, h(x) = x 1 Matlab non prevede un oggetto particolare di tipo polinomio, ma rappresenta i polinomi attraverso vettori che contengono i coefficienti della rappresentazione del polinomio stesso nella base {1, x, x 2,...} ordinati partendo dal coefficiente del termine di grado maggiore (detto anche coefficiente direttivo) fino ad arrivare al coefficiente del termine di grado minore (detto anche termine noto). Poichè un polinomio di grado n ha n+1 coefficienti, ad un polinomio di grado n si associa un vettore di lunghezza n+1. Per esempio i polinomi p,q ed h sopra definiti sono univocamente determinati dai vettori >> p=[ ]; >> q=[ ]; >> h=[1-1]; Attenzione a non dimenticare gli zeri quando non compaiono nel polinomio tutte le potenze di x tra 0 e quella massima!

2 Matlab offre diverse funzioni per lavorare con i polinomi (per un elenco completo help polyfun). valutazione di un polinomio in uno o più punti: sia x un qualsiasi valore in memoria, scalare oppure vettoriale e p il vettore dei coefficienti di un polinomio p, per esempio se p =[1 1-1] rappresentailpolinomiop(x) = x 2 +x 1, edx= 2calcoliamo w = p(2) = w = polyval(p,2) oppure se x=[0 4 5] w = polyval(p,x) w = (p(0),p(4),p(5)) Siano p(x) e h(x) due polinomi e p, h i vettori contenenti i loro coefficienti. Le consuete operazioni tra polinomi si traducono, in termini di vettori contenenti i coefficienti, nel modo seguente: prodotto o divisione per uno scalare: sia a una variabile contenente un numero reale z(x) = ap(x) z = a p z(x) = p(x) a a 0 z = p/a ad esempio dato p(x) = 4x 2 + 2x + 1 per calcolare 3p(x) scriveremo in matlab: >> p=[4 2 1]; >> 3*p ans =

3 somma (o differenza) tra polinomi z(x) = p(x) + q(x) può essere effettuata semplicemente sommando (o sottraendo) i due vettori dei coefficienti SOLO se i due polinomi hanno lo stesso grado (e quindi i due vettori ugual lunghezza) altrimenti si deve avere l accortezza di allungare con degli zeri il vettore del polinomio di grado minore in modo che i due vettori siano di lunghezza uguale. Esercizio Scrivere la funzione polysum, che ricevuti in ingresso i coefficienti di due polinomi di grado qualsiasi, fornisca in uscita i coefficienti del polinomio somma z(x) = p(x) + q(x) z= polysum(p,q) prodotto tra polinomi s(x) = p(x) q(x) s = conv(p, q) ad esempio dati p(x) = 4x 2 + 2x + 1 e q(x) = x + 1 per calcolare p(x)q(x) = 4x 3 +6x 2 +3x+1 scriveremo in matlab: >> p=[4 2 1] >> q=[1 1] >> conv(p,q) ans = Si noti che il prodotto z=p*q non si può fare trattandosi di 2 vettori riga ed inoltre l operatore * non ha nulla a che fare con il prodotto di polinomi. 3

4 divisione tra polinomi Assegnati due polinomi v(x) ed u(x) si vuole determinare il quoziente q(x) ed il resto r(x) della divisione di v per u ovvero q ed r tali che v(x) = q(x) u(x) + r(x) [q,r] = deconv(v,u) >> v=[ ]; >> u=[1 2 3]; >> [q,r]=deconv(v,u) q = r = >> conv(q,u)+r ans = derivata di un polinomio s(x) = p (x) s = polyder(p) >> p=[4 2 1]; >> s=polyder(p) ans = 8 2 primitiva di un polinomio s(x) = p(x)dx s = polyint(p) (tra le infinite primitive fornisce quella con termine noto nullo) 4

5 >> q=[1 1]; >> polyint(q) ans = radici di un polinomio: il comando z=roots(p) restituisce un vettore z contenente tutte le radici del polinomio p. Adesempiosep(x) = (x+3)(x 2)(x+5) = x 3 +6x 2 x 30: >> p=[ ] >> roots(p) ans = ricostruire un polinomio a partire dalle sue radici: Date le radici x 1,...x n determinare il polinomio p(x) = (x x 1 )(x x 2 )...(x x n ) con coefficiente direttivo 1 utilizzando il comando p=poly(x). Il comando poly esegue l operazione inversa di roots >> p=[ ]; >> x=roots(p); >> q= poly(x) >> q =

6 Esercizi 1. Dati p(x) = x 3 x 2 +4x 1 e q(x) = x 2 3x 1, si calcoli p q, 3p+5q, pq, 2p 2 3q 3 il quoziente e il resto della divisione di p per q la derivata p il valore p(3) q(3) 2. Disegnare il grafico dei seguenti polinomi: x 3 x+4 in [ 2,1] x 5 x 2 +4x 3 in [ 5,3] e trovarne le radici verificando i risultati sul grafico. 3. Calcolare i seguenti integrali 3 0 (x 2 2x 1)dx 7 1 (4x 5 +5x 4 +5x 3 x)dx 4. Calcolare le radici r 1,r 2 (r 1 < r 2 ) di p(x) = x 2 7x+12, fare il grafico di p in [r 1,r 2 ] e calcolare l integrale r2 r 1 p(x)dx, 5. Calcolare i massimi ed i minimi relativi dei seguenti polinomi: 3x 3 x 2 15x+5 x 5 4x 4 10x 3 +26x 2 11x+30 6

7 Interpolazione polinomiale Il comando che, in Matlab, permette di associare ad un insieme di punti nel piano il polinomio che li interpola ( polinomio interpolatore = polinomio che passa per punti assegnati) è polyfit Sintassi: p = polyfit(x,y,n) input: output: x ascisse dei punti assegnati y ordinate dei punti assegnati n grado del polinomio voluto p vettore dei coefficienti del polinomio voluto Istruzioni per l uso: poichè il comando polyfit, a seconda del grado n richiesto, fornisce anche altri polinomi approssimanti e non solo il polinomio interpolatore, affinchè il polinomio ottenuto sia proprio quello interpolante è ASSOLUTAMENTE NECESSARIO impostare il grado n come il numero dei dati meno uno, ossia n = length(x) -1 7

8 dove x sono le ascisse dei dati assegnati che si vogliono interpolare, oppure, se n è il grado assegnato del polinomio, utilizzare n + 1 dati. Quindi ad esempio x=linspace(a,b,n+1) p=polyfit(x,f(x),n) se si richiede il polinomio interpolatore di grado n che interpola i valori assunti da una funzione f in nodi equispaziati in un intervallo [a,b] Esercizi 1. Calcolare i polinomi che interpolano le seguenti tabelle di punti; farne un grafico che metta in evidenza i punti utilizzati disegnandoli con un cerchietto: x y x y

9 2. Data la funzione f(x) = e x sin(x), x [ 1,1] calcolare il polinomio p che interpola f in n + 1 nodi equispaziati nell intervallo [ 1, 1]. Disegnaresullostessograficof,peinodiusatiperl interpolazione segnandoli con un cerchietto. Provare per n = 2,4,8,16 ed osservare come cambia il polinomio d interpolazione. 3. Ripetere quanto svolto all esercizio precedente per le seguenti funzioni nell intervallo di definizione [a, b] indicato. Stimare inoltre l errore di approssimazione commesso valutando f e p in 1000 punti equispaziati in [a,b] e calcolando il massimo modulo della differenza dei vettori così generati. Si considerino i seguenti casi: a) f(x) = (x2 5x+6)log(x) x, [a,b] = [1,4]; provare per n = 5,10,15,20 e controllare l andamento dell errore; b) fx) = 1 1+x 2, [a,b] = [ 5,5]; provarepern = 4,6,8,10,12,14,16econtrollarel andamento dell errore. 9

10 L esempio visto nella parte b) dell esercizio precedente è noto come CONTROESEMPIO DI RUNGE Mette in risalto come nell interpolazione con nodi equispaziati, all aumentare dei numero dei nodi, non sempre corrisponda una diminuzione dell errore ma al contrario una crescita. Una soluzione possibile per ovviare a questo effetto consiste nell effettuare una opportuna scelta di NODI NON EQUISPAZIATI. Esercizio 4. Ripetere quanto svolto all esercizio precedente nel caso b) utilizzando in luogo di n+1 nodi equispaziati in [ 5,5] gli n+1nodidichebyshevdefinitinelvettorexdaiseguenticomandi Matlab, una volta fissato un valore di n: ind=[1:n+1]; x=cos(pi*(2*ind-1)/(2*(n+1))); x=x*5; Come cambia l errore in questo caso al variare di n? 10

11 Interpolazione polinomiale composita: spline lineari Una seconda posssibile soluzione al problema evidenziato dal controesempio di Runge consiste nel considerare una partizione dell intervallo [a,b] in m sottointervalli I i = [x i,x i+1 ], i = 1,...m definitidaa = x 1 < x 2 <...x m+1 = bedutilizzarel interpolazione di Lagrange di grado n (piccolo) su ciascun sottointervallo. Il caso più semplice è rappresentato dall interpolazione lineare composita (n = 1) che consiste nel calcolare la funzione continua e polinomiale a tratti di grado 1 che interpola una funzione f nei nodi x i per i = 1,...m + 1. In questo caso si parla anche di spline lineare interpolante Pertanto dato un insieme di punti (x i,y i ), per i = 1,...,m + 1 e y i = f(x i ) Una spline lineare interpolante è una funzione del tipo: c 1,1 (x x 1 )+c 1,2 se x [x 1,x 2 ] c 2,1 (x x 2 )+c 2,2 se x [x 2,x 3 ] s(x) = (1) c m,1 (x x m )+c m,2 se x [x m,x m+1 ] tale che s(x i ) = y i. Per calcolarla possiamo utilizzare la funzione predefinitadimatlabinterp1checreaememorizzalasplineinun formato particolare raccogliendo in un unica struttura i diversi dati che compaiono nella definizione (1), la stessa funzione ci permette anche di valutare contemporaneamente il valore assunto dalla spline in un punto (o in un vettore di punti assegnati). 11

12 N.B. in alcune versioni Matlab x ed y devono essere vettori colonna. Esempio Assegnati i punti di coordinate >> x=[ ]; >> y=[ ]; si disegni la spline lineare interpolante ed i punti della tabella evidenziandoli con un cerchietto. A questo scopo utilizziamo la funzione interp1, e per disegnare il grafico un vettore di punti ausiliari z in cui valutiamo la spline. >> z=linspace(-1,5); >> s1z = interp1(x,y,z, linear ) >> plot(z,s1z); Esercizio 5. Approssimare con una spline interpolante lineare la funzione f(x) = 1 1+x 2 nell intervallo [ 5, 5] suddiviso in m sottointervalli di ampiezza H = 10/m. 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 la funzione f e la spline). Riportare i risultati ottenuti nella sottostante tabella: 12

13 m H=10/m Errore Verificare che, per m che tende all infinito, l errore tende a zero come un O(H 2 ). Esercizio 6 (da un tema d esame) Si considerino i seguenti dati sperimentali x: y: ed il punto w = 12 [0,30] 1. Si calcoli il polinomio p(x) che interpola i dati assegnati(x,y). Sia p (x) la sua derivata calcolare tutte le radici reali di p. Si riporti in format short e il valore del coefficiente a del termine di grado massimo della rappresentazione di p(x) nella base {1,x,x 2,...}. Si riportino inoltre la più grande e la più piccola radice reale di p contenute nell intervallo [0,30]. a = r min = r max = 2. Sicalcoliilvaloreassuntonelpuntowdallasplinelinearesp(x) che interpola i dati assegnati (x,y). Si riporti il valore sp(w) in format short e. sp(w) = 13

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 4 - Polinomi e Interpolazione polinomiale

Complementi 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

Dettagli

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 4 - Polinomi e Interpolazione polinomiale

Complementi 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

Dettagli

Polinomi. 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. 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

Dettagli

Complementi di Matematica e Calcolo Numerico A.A

Complementi 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

Dettagli

Complementi di Matematica e Calcolo Numerico A.A

Complementi 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

Dettagli

kπ cos, k = 0, 1, 2,, n (NB: sono n +1) n

kπ cos, k = 0, 1, 2,, n (NB: sono n +1) n 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 + 2 2 Esercizio 1 Interpolare la funzione

Dettagli

Laboratorio di Matematica Computazionale A.A Lab. 9

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,

Dettagli

Interpolazione e approssimazione di dati

Interpolazione 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

Dettagli

Interpolazione e approssimazione di dati

Interpolazione 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,

Dettagli

Interpolazione e approssimazione di funzioni

Interpolazione 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

Dettagli

PON Liceo Scientifico Leonardo da Vinci. Vallo della Lucania

PON Liceo Scientifico Leonardo da Vinci. Vallo della Lucania PON 2007 2013 Liceo Scientifico Leonardo da Vinci Vallo della Lucania Nuovi percorsi matematici: Osservare, descrivere, costruire. Matlab - 4: I polinomi Vallo della Lucania 26 Settembre 2008 Rappresentazione

Dettagli

2. Costruire un M function file di Matlab che calcola il valore del

2. 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

Dettagli

Analisi Numerica I Approssimazione polinomiale

Analisi 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

Dettagli

Interpolazione. Lucia Gastaldi. DICATAM - Sez. di Matematica,

Interpolazione. 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

Dettagli

Interpolazione. Lucia Gastaldi. DICATAM - Sez. di Matematica,

Interpolazione. 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

Dettagli

Interpolazione. Lucia Gastaldi. DICATAM - Sez. di Matematica,

Interpolazione. Lucia Gastaldi. DICATAM - Sez. di Matematica, Interpolazione Lucia Gastaldi DICATAM - Sez. di Matematica, http://www.ing.unibs.it/gastaldi/ Indice 1 Interpolazione 2 Interpolazione polinomiale Polinomi Valutazione di un polinomio Algoritmo di Horner

Dettagli

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 11 Metodi numerici per equazioni differenziali ordinarie

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 11 Metodi numerici per equazioni differenziali ordinarie Complementi di Matematica e Calcolo Numerico A.A. 2018-2019 Laboratorio 11 Metodi numerici per equazioni differenziali ordinarie Cosideriamo il seguente Problema di Cauchy: Trovare una funzione y : I R,

Dettagli

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 12 Metodi numerici per equazioni differenziali ordinarie

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 12 Metodi numerici per equazioni differenziali ordinarie Complementi di Matematica e Calcolo Numerico A.A. 2017-2018 Laboratorio 12 Metodi numerici per equazioni differenziali ordinarie Cosideriamo il seguente Problema di Cauchy: Trovare una funzione y : I R,

Dettagli

Complementi di Matematica e Calcolo Numerico A.A

Complementi 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

Dettagli

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 9 Metodi numerici per equazioni differenziali ordinarie

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 9 Metodi numerici per equazioni differenziali ordinarie Complementi di Matematica e Calcolo Numerico A.A. 2016-2017 Laboratorio 9 Metodi numerici per equazioni differenziali ordinarie Cosideriamo il seguente Problema di Cauchy: Trovare una funzione y : I R,

Dettagli

Approssimazione polinomiale 1

Approssimazione polinomiale 1 Approssimazione polinomiale A. Sommariva 2 Keywords: Approssimazione polinomiale ai minimi quadrati. Curve fitting. Revisione: 4 giugno 29. Approssimazione polinomiale Dato un campionamento {(x i, y i

Dettagli

Interpolazione polinomiale. Interpolazione polinomiale

Interpolazione 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

Dettagli

Esercitazione 7: Aggiornamento minimi quadrati.

Esercitazione 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

Dettagli

Interpolazione composita di Lagrange

Interpolazione 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

Dettagli

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Complementi di Matematica e Calcolo Numerico A.A. 2012-2013 Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Cosideriamo il seguente Problema di Cauchy: Trovare una funzione y : I

Dettagli

Corso di Calcolo Scientifico

Corso 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

Dettagli

Calcolo 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 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

Dettagli

CORSO DI LAUREA IN INFORMATICA CALCOLO NUMERICO Secondo esonero - 07 Giugno x y =2.

CORSO DI LAUREA IN INFORMATICA CALCOLO NUMERICO Secondo esonero - 07 Giugno x y =2. ORSO DI LAUREA IN INFORMATIA ALOLO NUMERIO Secondo esonero - 7 Giugno - Traccia. [Punti:.a: ;.b: ;.c:] Sia dato il sistema x + y + z =, x y =. (.a) Determinarne l insieme delle soluzioni. (.b) Indicare

Dettagli

Esercizi proposti di Analisi Numerica

Esercizi 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

Dettagli

Interpolazione polinomiale.

Interpolazione polinomiale. Interpolazione polinomiale. Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica April 11, 2017 Alvise Sommariva Introduzione 1/ 14 Introduzione In questa lezione desideriamo introdurre

Dettagli

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Complementi di Matematica e Calcolo Numerico A.A. 2014-2015 Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Cosideriamo il Problema di Cauchy: { y (t) = f(t, y(t)) t I, y(t 0 ) =

Dettagli

Lezione 3 Interpolazione Polinomiale.

Lezione 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

Dettagli

Calcolo Numerico - A.A Laboratorio 6

Calcolo 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 =

Dettagli

b vettore(termine noto) y* proiezione ortogonale di b

b 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

Dettagli

Laboratorio di Calcolo Numerico Approssimazione ai minimi quadrati

Laboratorio 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

Dettagli

Metodi Numerici con elementi di Programmazione (A.A )

Metodi 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:

Dettagli

Laboratorio di Matematica Computazionale A.A Laboratorio nr. 6

Laboratorio di Matematica Computazionale A.A Laboratorio nr. 6 Laboratorio di Matematica Computazionale A.A. 2008-2009 - Laboratorio nr. 6 Operazioni su polinomi Matlab offre diverse funzioni per lavorare con i polinomi (per un elenco help polyfun). Matlab non ha

Dettagli

Foglio Esercizi A (interpolazione, approssimazione, integrazione)

Foglio Esercizi A (interpolazione, approssimazione, integrazione) Foglio Esercizi A (interpolazione, approssimazione, integrazione) Esercizio cos( ) +, [,π ] Costruire una approssimazione f ( ) di f () utilizzando elemento di ermite a nodi non equispaziati (, π, π )

Dettagli

Corso di laurea in Informatica Calcolo Numerico Prof.ssa L. D Amore 12 Dicembre 2008 Esercizi di riepilogo tipo prova d esame

Corso 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

Dettagli

Interpolazione polinomiale. Interpolazione polinomiale

Interpolazione 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

Dettagli

Calcolo Numerico A.A Lab. 6

Calcolo 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

Dettagli

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie

Complementi 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

Dettagli

Complementi di Matematica e Calcolo Numerico A.A Laboratorio

Complementi di Matematica e Calcolo Numerico A.A Laboratorio Complementi di Matematica e Calcolo Numerico A.A. 2018-2019 Laboratorio 2 21-3-2019 Vettori in Matlab Assegnazione di un vettore riga: >> w=[1 2 3] w = 1 2 3 Assegnazione di un vettore colonna: >> v=[1;

Dettagli

Lezione 4 Quadratura Numerica. Fernando Palombo

Lezione 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

Dettagli

Interpolazione polinomiale

Interpolazione polinomiale 1 Siano dati N + 1 punti x 0,..., x N a due a due distinti e in ordine crescente (cioé x i < x i+1 ), e i valori y 0,..., y N ivi assunti da una funzione y = f (x). Il problema dell interpolazione polinomiale

Dettagli

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 10

Complementi 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

Dettagli

EQUAZIONI DIFFERENZIALI

EQUAZIONI 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

Dettagli

Esercizi Elaborato (versione )

Esercizi 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,

Dettagli

ISTITUTO DI ISTRUZIONE SUPERIORE A. EINSTEIN PROGETTO LAUREE SCIENTIFICHE

ISTITUTO 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 ~

Dettagli

Esame 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 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

Dettagli

PON Liceo Scientifico Leonardo da Vinci Vallo della Lucania Nuovi percorsi matematici: Osservare, descrivere, costruire.

PON Liceo Scientifico Leonardo da Vinci Vallo della Lucania Nuovi percorsi matematici: Osservare, descrivere, costruire. PON 2007 2013 Liceo Scientifico Leonardo da Vinci Vallo della Lucania Nuovi percorsi matematici: Osservare, descrivere, costruire. Derive - 2 ESPRESSIONI E POLINOMI Vallo della Lucania 26 settembre 2008

Dettagli

Quale delle seguenti rappresentazioni del numero reale è in virgola mobile normalizzata?

Quale 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

Dettagli

Esame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 11 dicembre x k 1 x k 2

Esame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 11 dicembre x k 1 x k 2 1 Domande aperte Esame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 11 dicembre 013 1. Nel metodo di Newton per la ricerca di zeri di funzione, se non conosciamo la molteplicità della

Dettagli

Corso di laurea in Matematica Laboratorio di Programmazione e Calcolo Prof. A. Murli. Esercizi di riepilogo - LABORATORIO

Corso 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

Dettagli

Approssimazione con le splines. Approssimazione con le splines

Approssimazione 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

Dettagli

f(x) dx = F (b) F (a) Formula di quadratura o di integrazione numerica c i f(x i ) + R n (f)

f(x) dx = F (b) F (a) Formula di quadratura o di integrazione numerica c i f(x i ) + R n (f) INTEGRAZIONE NUMERICA Integrale di funzione I(f) = a f(x) dx = F (b) F (a) Formula di quadratura o di integrazione numerica a f(x) dx = n i=0 c i f(x i ) + R n (f) dove le {x i } sono i nodi e {c i } sono

Dettagli

ISTRUZIONI PER LA CONSEGNA DEI FILE MATLAB

ISTRUZIONI 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

Dettagli

Analisi Numerica. Francesca Mazzia. a.a. 2006/2007. Integrazione. Dipartimento di Matematica. Università di Bari

Analisi Numerica. Francesca Mazzia. a.a. 2006/2007. Integrazione. Dipartimento di Matematica. Università di Bari Analisi Numerica Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2006/2007 Integrazione 1 Integrazione Problema: approssimare integrali definiti del tipo: a f(x)dx, Scegliamo n + 1

Dettagli

n (x i x j ), det V = i>j

n (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

Dettagli

Interpolazione e Approssimazione

Interpolazione e Approssimazione Interpolazione e Approssimazione Dato un insieme di punti di ascisse e ordinate (x j,f j ) mi serve qualche volta di avere a disposizione una funzione, di solito con proprietà particolari, che passi per

Dettagli

Approssimazione di dati e funzioni

Approssimazione di dati e funzioni Approssimazione di dati e funzioni Richiamiamo i principali metodi di approssimazione polinomiale di un insieme di dati (x i, y i ), i = 0,..., n. Le ordinate y i possono essere i valori assunti nei nodi

Dettagli

Alcuni esercizi in preparazione all appello scritto di Calcolo Numerico

Alcuni 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

Dettagli

Interpolazione. 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. 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

Dettagli

Esame 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 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

Dettagli

Laboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 12/07/2012

Laboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 12/07/2012 Cognome: Nome: Matricola: Laboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 12/07/2012 ESERCIZIO 1 [10 punti] Si consideri il problema di approssimare le radici α 1 =

Dettagli

Interpolazione di Funzioni

Interpolazione 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

Interpolazione di dati

Interpolazione 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

Dettagli

Soluzione di Equazioni non lineari

Soluzione di Equazioni non lineari Soluzione di Equazioni non lineari Corso di Calcolo Numerico 20 Marzo 2018 Function in MATLAB Lo scopo di una funzione è quello di prendere in input un certo numero di valori, fare alcune operazioni con

Dettagli

Analisi Numerica: quadratura

Analisi 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

Dettagli

Prima prova in Itinere Ist. Mat. 1, Prima parte, Tema ALFA COGNOME: NOME: MATR.:

Prima prova in Itinere Ist. Mat. 1, Prima parte, Tema ALFA COGNOME: NOME: MATR.: Prima prova in Itinere Ist. Mat. 1, Prima parte, Tema ALFA 1) L applicazione lineare f : R 3 R 2 data da f(x, y, z) = (3x + 2y + z, kx + 2y + kz) è suriettiva A: sempre; B: mai; C: per k 1 D: per k 2;

Dettagli

Laboratorio 3. Integrazione numerica

Laboratorio 3. Integrazione numerica Anno Accademico 2007-2008 Corso di Analisi 1 per Ingegneria Elettronica Laboratorio 3 Integrazione numerica Sia f una funzione continua sull intervallo [a, b] numerica con lo scopo di approssimare Introduciamo

Dettagli

INTERPOLAZIONI CON SPLINE

INTERPOLAZIONI 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

Dettagli

Lezione 5, 5/11/2014

Lezione 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

Dettagli

Analisi Numerica Corso di Laurea in Ingegneria Elettrotecnica

Analisi Numerica Corso di Laurea in Ingegneria Elettrotecnica Analisi Numerica Corso di Laurea in Ingegneria Elettrotecnica (A.A. 2016-2017) Prof.ssa Silvia Tozza Integrazione numerica 6 Dicembre 2016 Silvia Tozza Email: tozza@mat.uniroma1.it Ricevimento: Su appuntamento

Dettagli

1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso

1. 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.

Dettagli

Calcolo Numerico. Esercitazioni (A.A ) Lezione n. 16 Approssimazione

Calcolo Numerico. Esercitazioni (A.A ) Lezione n. 16 Approssimazione Calcolo Numerico (A.A. 2013-2014) Esercitazioni Lezione n. 16 Approssimazione 23-05-2014 1 Approssimazione di dati e funzioni Problema Data la tabella {x i, y i }, i = 0,..., n, si vuole trovare una funzione

Dettagli

Approssimazione di dati e funzioni

Approssimazione 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 =

Dettagli

Laboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 18/09/2012

Laboratorio 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

Dettagli

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Complementi di Matematica e Calcolo Numerico A.A. 2013-2014 Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Cosideriamo il Problema di Cauchy: y (t) = f(t,y(t)) t I, y(t 0 ) = y

Dettagli

Minimi quadrati in Matlab

Minimi 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

Dettagli

Introduzione allo Scilab Parte 5: funzioni su matrici; intervalli, grafici.

Introduzione allo Scilab Parte 5: funzioni su matrici; intervalli, grafici. Introduzione allo Scilab Parte 5: funzioni su matrici; intervalli, grafici. Felice Iavernaro Dipartimento di Matematica Università di Bari http://dm.uniba.it/ iavernaro felix@dm.uniba.it 26 Giugno 2007

Dettagli

Analisi Matematica 1+2

Analisi 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

Dettagli

Laboratorio di Calcolo Numerico Laboratorio 8: Vettori e Matrici

Laboratorio di Calcolo Numerico Laboratorio 8: Vettori e Matrici Laboratorio di Calcolo Numerico Laboratorio 8: Vettori e Matrici Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 03 Maggio 2017 Richiami In MATLAB, ogni variabile

Dettagli

Complementi di Matematica e Calcolo Numerico A.A

Complementi di Matematica e Calcolo Numerico A.A Complementi di Matematica e Calcolo Numerico A.A. 205-206 Laboratorio 9 Metodo di Eliminazione Gaussiana per sistemi lineari Siano A R n n una matrice quadrata non singolare (det(a) 0) e b R n un vettore

Dettagli

Corso di Modelli Numerici per i Campi. Interpolazione polinomiale. Giovanni Miano

Corso di Modelli Numerici per i Campi. Interpolazione polinomiale. Giovanni Miano Corso di Modelli Numerici per i Campi Interpolazione polinomiale Giovanni Miano 1 Riferimenti bibliografici: - A. Quarteroni, R. Sacco, F. Saleri, Matematica Numerica, Springer. - A. Quarteroni, Modellistica

Dettagli

(x 0, y 0 ),..., (x k, y k ) p(x k ) = a 0 q 0 (x k ) + + a k q k (x k ) = y k ovvero se e solo se la colonna dei coefficienti: R k+1.

(x 0, y 0 ),..., (x k, y k ) p(x k ) = a 0 q 0 (x k ) + + a k q k (x k ) = y k ovvero se e solo se la colonna dei coefficienti: R k+1. 3 Interpolazione Se Ω R è un intervallo, si indica con C(Ω) lo spazio vettoriale su R delle funzioni continue da Ω in R 3 Interpolazione polinomiale Siano k un numero intero non negativo, P k (R) lo spazio

Dettagli

Calcolo Numerico A.A Laboratorio 8 Integrazione numerica

Calcolo Numerico A.A Laboratorio 8 Integrazione numerica ESERCIZIO 1. Calcolo Numerico A.A. 26-27 Laboratorio 8 Integrazione numerica I = 5 e x 1 dx. 1. Si approssimi I con la formula del punto medio semplice. Si stimi l errore commesso. 2. Si consideri ora

Dettagli

Prova di recupero sui capitoli 4 6

Prova di recupero sui capitoli 4 6 Prova di recupero sui capitoli 4 6 Esercizio 1 Calcolare la forma di Lagrange e quella di Newton, del polinomio interpolante le coppie di dati (ascissa,ordinata): ( 0.5, 1), (0, 2), (0.5, 2), (1, 0), (2,

Dettagli

Si chiamano n nodi di Chebyshev gli zeri del polinomio di) n T n (x) = cos(n arccos(x)). Dunque, x j+1 = cos, j = 0,...,n 1.

Si chiamano n nodi di Chebyshev gli zeri del polinomio di) n T n (x) = cos(n arccos(x)). Dunque, x j+1 = cos, j = 0,...,n 1. Capitolo 5 Interpolazione ed approssimazione 5 Interpolazione Data una funzione f : [a,b] R e un insieme {x i } n i= [a,b], sia L n f(x) il polinomio di grado n interpolatore di f nei punti x i (cioè L

Dettagli

Analisi Matematica I

Analisi Matematica I Università degli Studi di Genova Facoltà di Ingegneria - Polo di Savona via Cadorna 7-7 Savona Tel. +39 9 264555 - Fax +39 9 264558 Analisi Matematica I Testi d esame e Prove parziali Analisi Matematica

Dettagli

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)

Dettagli

Geometria BAER I canale Foglio esercizi 5

Geometria BAER I canale Foglio esercizi 5 Geometria BAER I canale Foglio esercizi 5 Esercizio. Si considerino i sottospazi di R 4 : E = L[v =, v = Si trovi una base di E F. ] F = L[w = 3, w = 4, w 3 = Soluzione: Osserviamo che w 3 = w + w, dunque

Dettagli

Appunti di Geometria - 2

Appunti di Geometria - 2 Appunti di Geometria - Samuele Mongodi - s.mongodi@sns.it Cambi di base e applicazioni lineari Richiami Sia V uno spazio vettoriale di dimensione n sul campo K, con base assegnata e,..., e n } (ad esempio

Dettagli

Esercizio 1. Esercizio 2

Esercizio 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)

Dettagli

Interpolazione. Davide Manca Calcoli di Processo dell Ingegneria Chimica Politecnico di Milano

Interpolazione. Davide Manca Calcoli di Processo dell Ingegneria Chimica Politecnico di Milano E4 E4 Polinomi E4.1 Utilizzando la forma prodotto di radici determinare il valore del polinomio nei punti x = 3, 4, 5, 7 sapendo che è di quarto grado ed ha radici 2.3, 3.1, 5.5 e 9 e che ha coefficiente

Dettagli

Integrazione numerica

Integrazione numerica Integrazione numerica Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Laboratorio - 5 marzo 2007 Outline 1 Formule di quadratura semplici e composite Formule di quadratura Grado

Dettagli