MATLAB:Condizionamento Sistemi Lineari.
|
|
- Cristoforo Bernardini
- 8 anni fa
- Visualizzazioni
Transcript
1 1 Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari MATLAB:Condizionamento Sistemi Lineari. Innanzitutto vediamo qual è la funzione Matlab che ci permette di calcolare il numero di condizione di una matrice: >> help cond COND Condition number with respect to inversion. COND(X) returns the 2-norm condition number (the ratio of the largest singular value of X to the smallest). Large condition numbers indicate a nearly singular matrix. COND(X,P) returns the condition number of X in P-norm: NORM(X,P) * NORM(INV(X),P). where P = 1, 2, inf, or fro. See also RCOND, CONDEST, CONDEIG, NORM, NORMEST. >> [ 9 1 2
2 ] >> cond(a) La matrice A ha numero di condizione piccolo quindi è ben condizionata. Ora costruiamo la matrice di Hilbert che è una classica matrice mal condizionata e ci calcoliamo il numero di condizione. L istruzione hilb(n) genera una matrice N per N con elementi 1/(i+j-1), >> hilb(4); >> cond(a) e+4 >> hilb(5); >> cond(a) e+5 Il numero di condizione cresce al crescere di N.
3 3 >> hilb(1); >> cond(a) 1.625e+13 Per N=1 la matrice diventa molto mal condizionata. Proviamo a risolvere un sistema lineare usando la function del Matlab, l algoritmo è stabile, ma la soluzione numerica è molto diversa da quella teorica. Costruiamoci un vettore con elementi tutti uguali ad 1 >> x = ones(1,1); >> b=a*x b = Il nostro sistema lineare ha termine noto b e soluzione teorica x, calcoliamo la soluzione numerica: >> xn = A\b xn =
4 si vede chiaramente che l errore è molto alto,calcoliamo l errore relativo >> norm(xn-x, inf )/norm(x, inf ) 4.76e-4 Se moltiplichiamo la precisione di macchina per il numero di condizione otteniamo: >> format short e >> eps*cond(a) e-3 Quando risolviamo il sistema perturbato: (A + δa)δx = δb δax l errore relativo verifica la seguente disuguaglianza: δx x ( A 1 A δb 1 A 1 δa b + δa ) A e la perturbazione relativa sui dati di input sarà collegata alla precisione di macchina perchè lavoriamo con numeri floating point, in questo caso l errore relativo sarà vicino a eps cond(a) e quindi molto grande, qualsiasi algoritmo utilizziamo per la soluzione. Calcoliamo il residuo
5 5 >> r=a*xn-b r = Il residuo ci dice che abbiamo calcolato una soluzione accurata, ma in realtà l errore è grande perchè a matrice è mal condizionata. Il condizionamento di una matrice può essere modificato dallo SCALING. Con tale metodo si va alla ricerca di due matrici diagonali D 1 e D 2 in modo da minimizzare K(D 1 AD 2 ). Esempio: consideriamo la seguente matrice: >> A=[1.e-1 9.e-1-4.e-1 9.e-1-4.e-1 1.e-1] 1.e-1 9.e-1-4.e-1 9.e-1-4.e-1 1.e-1 >> D1=diag([1 1 1e1]) D1 = 1.e+ 1.e+ 1.e+1
6 6 >> D1*A 1.e-1 9.e-1-4.e-1 9.e-1-4.e-1 1.e+ >> cond(a,1) 2.6e+1 >> cond(d1*a,1) 1.8e+1 >> D2=diag([1e1 1 1]) D2 = 1.e+1 1.e+ 1.e+ >> A*D2 1.e+ 9.e-1-4.e-1 9.e-1-4.e-1 1.e-1 >> cond(a*d2,1) 2.6e+1 >> cond(d1*a*d2,1) 3.8e+ Esempio: si consideri la matrice A e il vettore b dati da: >> format short e
7 7 >> A=[ ; ] e e e e-1 >> b=[.8642;.144] b = 8.642e e-1 La soluzione esatta del sistema Ax = b è: >> x=a\b x = 2.e+ -2.e+ Sia ora >> xtilde=[.9911;-.487] xtilde = 9.911e e-1 e sia
8 8 >> r=a*xtilde-b r = -1.e-8 1.e-8 Questo valore di r fa intendere che xtilde è una buona approssimazione della soluzione esatta anche se in realtà non lo è. La matrice inversa di A è data da: >> inv(a) 1.441e e e e+8 per cui >> cond(a,inf) 3.277e+8 Quindi A è mal condizionata.
9 9 Fattorizzazione di Cholesky. Costruiamo una funzione Matlab che ci permette di effettuare la fattorizzazione di Cholesky di una matrice A : function L = fchol(a) % % FATTORIZZAZIONE DI CHOLESKY % % Dati di input: % matrice quadrata % % Dati di output: % L = matrice triangolare inferiore % tale che L*L [n,m]=size(a); if n ~= m error( ERRORE: la matrice di input non e quadrata ) end L=zeros(n,n); for k=1:n if (A(k,k)-sum(L(k,1:k-1).^2))< error( ERRORE: la matrice di input non e definita positiva ) else L(k,k)=sqrt(A(k,k)-sum(L(k,1:k-1).^2)); for j=k+1:n L(j,k)=(A(k,j)-sum(L(k,1:k-1).*L(j,1:k-1)))/L(k,k); end end end
10 1 Esempio: >> A=[1 2 3;2 5 4;3 4 8] >> L=fchol(A)??? Error using ==> fchol ERRORE: la matrice di input non e definita positiva >> A=[1-1 -1;-1 2 ;-1 3] >> L=fchol(A) L = >> A-L*L
11 11 >> help chol CHOL Cholesky factorization. CHOL(X) uses only the diagonal and upper triangle of X. The lower triangular is assumed to be the (complex conjugate) transpose of the upper. If X is positive definite, then R = CHOL(X) produces an upper triangular R so that R *R = X. If X is not positive definite, an error message is printed. [R,p] = CHOL(X), with two output arguments, never produces an error message. If X is positive definite, then p is and R is the same as above. But if X is not positive definite, then p is a positive integer. When X is full, R is an upper triangular matrix of order q = p-1 so that R *R = X(1:q,1:q). When X is sparse, R is an upper triangular matrix of size q-by-n so that the L-shaped region of the first q rows and first q columns of R *R agree with those of X. See also CHOLINC, CHOLUPDATE. Se A è definita positiva allora dopo l istruzione R = chol(a) la variabile R è la matrice triangolare superiore della fattorizzazione di Cholesky ed è tale che R R = A Infatti:
12 12 >> A=[1-1 -1;-1 2 ;-1 3] >> R=chol(A) R = >> A-R *R Costruima altre matrici di esempio usando la funzione gallery del Matlab. Esempio: >> gallery( minij,5)
13 genera una matrice simmetrica e definita positiva. Calcoliamo gli autovalori di A: 13 >> eig(a) e e e e e+1 sono tutti positivi. Calcoliamo la fattorizzazione di Cholesky: >> R = chol(a) R = >> R *R Costruimoci una matrice simmetrica ma non definita positiva:
14 14 >> [ 1 3 5; 3 1 2; 5 2 1] >> eig(a) e e e+ e proviamo ad eseguire la fattorizzazione di CHOLESKY: >> R = chol(a)??? Error using ==> chol Matrix must be positive definite. >> Si verifica un errore perche la fattorizzazione esiste solo per matrici definite positive.
Condizionamento di sistemi lineari.
Condizionamento di sistemi lineari. Ángeles Martínez Calomardo e Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica Pura e Applicata 10 dicembre 2012 Ángeles Martínez Calomardo
DettagliNUMERO DI CONDIZIONAMENTO DI UNA MATRICE
NUMERO DI CONDIZIONAMENTO DI UNA MATRICE Il numero di condizionamento di una matrice dà una indicazione della misura in cui un sistema lineare risente della incertezza sui dati di ingresso. Il numero di
DettagliIntroduzione al MATLAB c Parte 2
Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 18 gennaio 2008 Outline 1 M-file di tipo Script e Function Script Function 2 Costrutti di programmazione
DettagliCondizionamento del problema
Condizionamento del problema x 1 + 2x 2 = 3.499x 1 + 1.001x 2 = 1.5 La soluzione esatta è x = (1, 1) T. Perturbando la matrice dei coefficienti o il termine noto: x 1 + 2x 2 = 3.5x 1 + 1.002x 2 = 1.5 x
DettagliFattorizzazione LU ed eliminazione gaussiana
Fattorizzazione LU ed eliminazione gaussiana Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica 3 maggio 2015 Alvise Sommariva Fattorizzazione LU ed eliminazione gaussiana 1/
DettagliMetodi numerici con elementi di Programmazione A.A
Metodi numerici con elementi di Programmazione A.A. 201-2014 Esercizi svolti in Laboratorio Lezione del 12-11-201 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa,
DettagliANALISI DEL CONDIZIONAMENTO DI UN SISTEMA LINEARE
ANALISI DEL CONDIZIONAMENTO DI UN SISTEMA LINEARE Algebra lineare numerica 121 Ax = b A, b affetti dall errore di round-off si risolve sempre un sistema perturbato: con (A + A)(x + x) = b + b A = ( a i,j
DettagliCorso di Laurea in Matematica, Università di Roma La Sapienza Corso di ANALISI NUMERICA Esercitazioni in Laboratorio, 16 Maggio 2011
Corso di Laurea in Matematica, Università di Roma La Sapienza Corso di ANALISI NUMERICA Esercitazioni in Laboratorio, 16 Maggio 2011 Foglio 4: Metodi diretti per i sistemi lineari Scrivere un programma
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
DettagliSistemi lineari. Lucia Gastaldi. DICATAM - Sez. di Matematica,
Sistemi lineari Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Risoluzione di sistemi lineari Risoluzione di sistemi lineari in Matlab Metodi di risoluzione Fattorizzazione
DettagliSistemi lineari. Lucia Gastaldi. DICATAM - Sez. di Matematica,
Sistemi lineari Lucia Gastaldi DICATAM - Sez. di Matematica, http://www.ing.unibs.it/gastaldi/ Indice 1 Risoluzione di sistemi lineari Risoluzione di sistemi lineari in Matlab Metodi di risoluzione Fattorizzazione
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 203-4 I sistemi lineari Generalità sui sistemi lineari Molti problemi dell ingegneria, della fisica, della chimica, dell informatica e dell economia, si modellizzano
DettagliNote sull uso di R per l Algebra Lineare
Note sull uso di R per l Algebra Lineare Sommario Introduzione Alcuni comandi elementari di R Creazione di matrici e vettori e accesso ai loro elementi Alcuni particolari tipi di matrice Operazioni con
DettagliSpazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007
Spazi lineari - PARTE II - Felice Iavernaro Dipartimento di Matematica Università di Bari 9 e 16 Marzo 2007 Felice Iavernaro (Univ. Bari) Spazi lineari 9-16/03/2007 1 / 17 Condizionamento dei sistemi lineari
DettagliAutovalori e Autovettori
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Autovalori e Autovettori Definizione Siano A C nxn, λ C, e x C n, x 0, tali che Ax = λx. (1) Allora
DettagliEsercitazione 1-I parte
Esercitazione 1-I parte Argomento: Sistemi triangolari Scopo: Implementare il metodo di sostituzione all indietro per la risoluzione di sistemi triangolari superiori. function x=indietro(a,b) Sintassi
DettagliCODICE PER LA FUNZIONE DI PUNTO FISSO (BOZZA)
CODICE PER LA FUNZIONE DI PUNTO FISSO (BOZZA) function [x] = puntofisso(g,x,toll,nmax) %PUNTOFISSO risolve x=g(x) % % x(n+1) = g( x(n) ), n=,1,,... % % Criterio di arresto: % x(n+1)-x(n)
DettagliSistemi lineari. Lucia Gastaldi. 11 novembre Dipartimento di Matematica,
Sistemi lineari Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 11 novembre 2007 Outline 1 Come risolvere un sistema lineare con MATLAB Il comando per risolvere i sistemi lineari
Dettaglibackslash (\): left matrix division
backslash (\): left matrix division Calling sequence: X = A\B 1 Description: Backslash is the left matrix division: X = A\B is a solution to A*X = B. (1) L equazione AX = B potrebbe avere più di una soluzione.
DettagliElementi di Calcolo Scientifico per l Ingegneria A.A
Elementi di Calcolo Scientifico per l Ingegneria A.A. 2017-2018 Ottobre 2017 (2 16) Indice 1 2 3 4 Rappresentazione dei numeri reali nel calcolatore l insieme dei numeri reali, R, contiene un numero infinito
DettagliEsercitazione 4: Vettori e Matrici
Esercitazione 4: Vettori e Matrici Richiami di teoria: Norme di vettore Principali norme di vettore:. x = n i= x i 2. x 2 = n i= x i 2 3. x = max i n x i Ad esempio dato il vettore x = (, 2, 3, 4) abbiamo.
DettagliEquazione di Keplero (eqz. nonlineari).
Equazione di Keplero (eqz. nonlineari). Risolvere col metodo di Newton, col metodo di bisezione e di punto fisso l equazione di Keplero: E = M + e sin(e) dove e è l eccentricità del pianeta, M l anomalia
DettagliSoluzione sistemi triangolari La seguente funzione risolve i sistemi triangolari inferiori
1 Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari MATLAB:Soluzione Sistemi Lineari. Soluzione sistemi triangolari La seguente funzione risolve i sistemi triangolari inferiori
DettagliPrendiamo in considerazione la matrice tridiagonale
Questi esercizi sono il completamento di quelli sui sistemi lineari già a disposizione. Ogni esercizio proposto può fare riferimento a qualcuno di questi. In ogni caso sono riportati tutti i dati essenziali
DettagliCalcolo Numerico (CdS in Matematica) A.A. 2012/13
Calcolo Numerico (CdS in Matematica) A.A. 2012/13 Esercitazione di Laboratorio sulla risoluzione di sistemi di equazioni lineari Parte 1. Fattorizzazione di matrici Scrivere una funzione Matlab che implementi
DettagliEsempio. Approssimazione con il criterio dei minimi quadrati. Esempio. Esempio. Risultati sperimentali. Interpolazione con spline cubica.
Esempio Risultati sperimentali Approssimazione con il criterio dei minimi quadrati Esempio Interpolazione con spline cubica. Esempio 1 Come procedere? La natura del fenomeno suggerisce che una buona approssimazione
DettagliModelli matematici e realtà:
Piano Lauree Scientifiche Matematica e Statistica 2010-11 Modelli matematici e realtà: sulle equazioni differenziali - prima parte R. Vermiglio 1 1 Dipartimento di Matematica e Informatica - Università
DettagliMetodi diretti per la soluzione di sistemi lineari
Metodi diretti per la soluzione di sistemi lineari N Del Buono 1 Introduzione Consideriamo un sistema di n equazioni in n incognite a 11 x 1 + a 12 x 2 + a 13 x 3 + + a 1n x n = b 1, a 21 x 1 + a 22 x
Dettagliregola(1,[e,f],b) regola(2,[m,f],e) regola(3,[m],f) regola(4,[b,f],g) regola(5,[b,g],c) regola(6,[g,q],a)
ESERCIZIO1 PREMESSA Per risolvere problemi spesso esistono delle regole che, dai dati del problema, permettono di calcolare o dedurre la soluzione. Questa situazione si può descrivere col termine regola(,
DettagliLa Programmazione Lineare
4 La Programmazione Lineare 4.1 INTERPRETAZIONE GEOMETRICA DI UN PROBLEMA DI PROGRAMMAZIONE LINEARE Esercizio 4.1.1 Fornire una rappresentazione geometrica e risolvere graficamente i seguenti problemi
DettagliFattorizzazione LU (lu)
Fattorizzazione LU (lu) Pivoting Esercizio Si consideri la matrice d A = / d d / d = LU; dove d è un parametro reale non nullo. Si utilizzi la fattorizzazione di A per risolvere il sistema Ax = b, con
DettagliSistemi lineari sovradeterminati e SVD
Sistemi lineari sovradeterminati e 4 luglio 2007 1 Sistemi lineari sovradeterminati Si consideri il problema x 1 + x 2 = 1 x 1 x 2 = 0 x 1 + 3x 2 = 0 Risulta chiaro che il sistema non ha soluzione. Infatti
DettagliCorso di Analisi Numerica - AN1. Parte 2: metodi diretti per sistemi lineari. Roberto Ferretti
Corso di Analisi Numerica - AN1 Parte 2: metodi diretti per sistemi lineari Roberto Ferretti Richiami sulle norme e sui sistemi lineari Il Metodo di Eliminazione di Gauss Il Metodo di Eliminazione con
Dettagli9 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione P A = LU
9 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione P A LU 9.1 Il metodo di Gauss Come si è visto nella sezione 3.3, per la risoluzione di un sistema lineare si può considerare al posto
DettagliSISTEMI LINEARI. Metodi diretti. Calcolo numerico 07/08 p. 1/1
SISTEMI LINEARI Metodi diretti Calcolo numerico 07/08 p. 1/1 Sistemi lineari Ax = b, A R n n, b R n b INPUT x OUTPUT A relazione funzionale non ambigua det(a) 0 ( un unica soluzione) (Esercizio 1) Se det
DettagliAritmetica in Floating Point
Aritmetica in Floating Point Esempio di non associatività Alcune proprietà delle operazioni in aritmetica esatta possono non valere in aritmetica finita in virgola mobile (floating point). Ad esempio:
DettagliProblemi di accuratezza relativi alla soluzione di sistemi sottodeterminati. In onore di Alfonso Laratta
Problemi di accuratezza relativi alla soluzione di sistemi sottodeterminati In onore di Alfonso Laratta Mario Arioli m.arioli@rl.ac.uk CCLRC-Rutherford Appleton Laboratory Modena, 13 ottobre 2004 p.1/25
DettagliEsercizio. fattorizzazione QR? Quale è più conveniente dal punto di vista computazionale
Esercizio Si consideri, fissato n N, la matrice A M n(r) generata dal comando A = magic(n); e il sistema lineare Ax = b, dove il termine noto b R n é scelto in modo tale che la soluzione esatta sia x =
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di Analisi Numerica 8 - METODI ITERATIVI PER I SISTEMI LINEARI Lucio Demeio Dipartimento di Scienze Matematiche 1 Norme e distanze 2 3 4 Norme e distanze
DettagliLaboratorio Complementi di Ricerca Operativa DEI, Politecnico di Milano. Stima di parametri
Stima di parametri Il gestore di un sito turistico dove si pratica il bungee-jumping deve fornire alla sovrintendenza municipale un documento che riguarda la sicurezza del servizio fornito. Il documento
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 Sistemi di Numerazione Sistema decimale La
DettagliIntroduzione. Rappresentazione di numeri in macchina, condizion
Introduzione. Rappresentazione di numeri in macchina, condizionamento e stabilità Dipartimento di Matematica tel. 011 0907503 stefano.berrone@polito.it http://calvino.polito.it/~sberrone Laboratorio di
DettagliVerifica della correttezza formale del numero di partita IVA
Verifica della correttezza formale del numero di partita IVA A tutti i soggetti che intraprendono un attività rilevante ai fini Iva (impresa, arte, professione), al momento della presentazione della dichiarazione
DettagliIntroduzione al MATLAB c Parte 2
Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 24 settembre 2007 Outline 1 M-file di tipo Script e Function Script Function 2 Elementi di programmazione
DettagliFrancesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari. MATLAB: Elementi di Algebra Lineare
1 Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari MATLAB: Elementi di Algebra Lineare 2 Elementi di Algebra Lineare. Una matrice è una tabella di numeri ordinata per righe
DettagliCrittografia. Primalità e Fattorizzazione. Corso di Laurea Specialistica. in Informatica
Crittografia Corso di Laurea Specialistica in Informatica Primalità e Fattorizzazione Alberto Leporati Dipartimento di Informatica, Sistemistica e Comunicazione Università degli Studi di Milano Bicocca
DettagliVerifica parte IIA. Test (o analisi dinamica) Mancanza di continuità. Esempio
Test (o analisi dinamica) Verifica parte IIA Rif. Ghezzi et al. 6.3-6.3.3 Consiste nell osservare il comportamento del sistema in un certo numero di condizioni significative Non può (in generale) essere
DettagliAlgebra lineare numerica
Algebra lineare numerica Sistemi lineari Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 in Matlab Metodi di risoluzione Fattorizzazione Analisi degli errori Numero
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
DettagliLezione 10 e 11, 26 Novembre e 3 Dicembre 2014
Lezione 0 e, 26 Novembre e 3 Dicembre 204 Elena Gaburro, elenagaburro@gmail.com Un applicazione per le curve di Bézier: i fonts Con il termine font si indica un tipo di carattere con uno stile e una forma
DettagliIntroduzione a Visual Basic Lezione 1 Concetti base e istruzioni condizionali
a Visual Basic Lezione 1 Concetti base e istruzioni condizionali Mario Alviano Introduzione all informatica Università della Calabria http://alviano.net/introinfo A.A. 2008/09 Introduzione Un esempio:
DettagliFrancesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari. MATLAB: lezione introduttiva
1 Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari MATLAB: lezione introduttiva MATLAB (MATrix LABoratory): PSE per il scientifico ad alte prestazioni e la visualizzazione,
DettagliINTRODUZIONE A MATLAB
INTRODUZIONE A MATLAB M.R. Russo Università degli Studi di Padova Dipartimento di Matematica Pura ed Applicata A.A. 2008/2009 INDICE Sistemi lineari Casi particolari Eliminazione di Gauss Fattorizzazione
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 INDICE Sistemi lineari Casi particolari Eliminazione di Gauss Fattorizzazione
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dottssa MC De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Corso di Calcolo Numerico - Dottssa MC De Bonis
DettagliElementi Finiti: stime d errore e adattività della griglia
Elementi Finiti: stime d errore e adattività della griglia Elena Gaburro Università degli studi di Verona Master s Degree in Mathematics and Applications 05 giugno 2013 Elena Gaburro (Università di Verona)
DettagliLEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0
LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi
DettagliSPC e distribuzione normale con Access
SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,
DettagliMetodi Stocastici per la Finanza
Metodi Stocastici per la Finanza Tiziano Vargiolu vargiolu@math.unipd.it 1 1 Università degli Studi di Padova Anno Accademico 2011-2012 Lezione 6 Indice 1 Il metodo bootstrap 2 Esercitazione 3 Interpolazione
Dettaglix 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.
Problema. Sia W il sottospazio dello spazio vettoriale R 4 dato da tutte le soluzioni dell equazione x + x 2 + x = 0. (a. Sia U R 4 il sottospazio dato da tutte le soluzioni dell equazione Si determini
DettagliMATLAB - Introduzione Enrico Nobile. MATLAB - Introduzione. E. Nobile - DINMA - Sezione di Fisica Tecnica, Università di Trieste
Enrico Nobile I a Parte 1 MATLAB (MATrix LABoratory); Versione 5.2; Basato sul concetto - ampio - di Matrici; Calcolo numerico, visualizzazione etc. Facile utilizzo di librerie per il calcolo numerico
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliSistemi lineari: metodi diretti II
Sistemi lineari: metodi diretti II Ana Alonso Dipartimento di Matematica - Università di Trento 8 ottobre 2015 Metodo di eliminazione di Gauss (senza pivotazione) U matrice triangolare superiore. for k
DettagliAlgebra lineare numerica in Matlab
Algebra lineare numerica in Matlab Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica Pura e Applicata 3 gennaio 2019 Alvise Sommariva Algebra lineare numerica in Matlab 1/ 19
DettagliAlgoritmi e Strutture Dati
Elementi di Programmazione Dinamica Maria Rita Di Berardini, Emanuela Merelli 1 1 Dipartimento di Matematica e Informatica Università di Camerino Il problema La CMC produce automobili in uno stabilimento
Dettagli19 FEBBRAIO 2009 PRIMA PARTE
19 FEBBRAIO 2009 PRIMA PARTE MATLAB: MATRIX LABORATORY Apri MatLab: Command Window Workspace Command History Command Window: ambiente interattivo >> prompt dove scrivo i comandi comando diary (serve per
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 207-208 Laboratorio 5 Metodi diretti per sistemi lineari Siano A R n n una matrice quadrata non singolare (det(a) 0) e b R n un vettore assegnati, allora
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
DettagliLaboratorio di Calcolo Numerico Laboratorio 11: Metodi diretti per la soluzione di sistemi lineari
Laboratorio di Calcolo Numerico Laboratorio 11: Metodi diretti per la soluzione di sistemi lineari Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 17 Maggio 2017
DettagliMETODI ITERATIVI PER SISTEMI LINEARI
METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione
DettagliParte 2. Determinante e matrice inversa
Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice
DettagliCorso di Matematica per la Chimica
Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis Dipartimento di Matematica, Informatica e Economia Università della Basilicata a.a. 2014-15 Propagazione degli errori introdotti nei dati
DettagliFunzioni inverse Simmetrie rispetto alla bisettrice dei quadranti dispari. Consideriamo la trasformazione descritta dalle equazioni : = y
Funzioni inverse Simmetrie rispetto alla bisettrice dei quadranti dispari. Consideriamo la trasformazione descritta dalle equazioni : ' = y y' = Consideriamo il punto P(,5) se eseguiamo tra trasformazione
DettagliIntroduzione a Matlab
Introduzione a Matlab 1 Introduzione Matlab (MATrix LABoratory) è un software per il calcolo scientifico, particolarmente sviluppato per quanto riguarda la gestione ed elaborazione di vettori e matrici.
DettagliIndice. 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo... 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità...
Indice 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo............................. 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità.............. 5 i Capitolo 1 Introduzione
DettagliSistemi lineari: metodi diretti II
Sistemi lineari: metodi diretti II Ana Alonso Dipartimento di Matematica - Università di Trento 9 ottobre 2014 Metodo di eliminazione di Gauss (senza pivotazione) U matrice triangolare superiore. for k
Dettagli2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione
Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza
DettagliUD4 - MATLAB. M-file. Efficienza degli algoritmi. Formati d uscita
UD4 - MATLAB M-file. Efficienza degli algoritmi. Formati d uscita M-files In MatLab è possibile eseguire istruzioni contenute in file esterni; Tali file sono chiamati M-file perché devono avere estensione.m
DettagliComplementi 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
DettagliRICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come
RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può
DettagliApplicazione della tsvd all elaborazione di immagini
Applicazione della tsvd all elaborazione di immagini A cura di: Mauro Franceschelli Simone Secchi Indice pag Introduzione. 1 Problema diretto.. 2 Problema Inverso. 3 Simulazioni.. Introduzione Scopo di
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Pivoting e stabilità Se la matrice A non appartiene a nessuna delle categorie precedenti può accadere che al k esimo passo risulti a (k) k,k = 0, e quindi il
Dettagli1. Calcolo dell indice di condizionamento di una matrice
1 Esercizi sul condizionamento con matlab laboratorio di Calcolo Scientifico per Geofisici Prof. A. Murli a.a. 2006/07 1. Calcolo dell indice di condizionamento di una matrice Determinare una function
DettagliEsercitazione Informatica I AA 2012-2013. Nicola Paoletti
Esercitazione Informatica I AA 2012-2013 Nicola Paoletti 4 Gigno 2013 2 Conversioni Effettuare le seguenti conversioni, tenendo conto del numero di bit con cui si rappresenta il numero da convertire/convertito.
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Pivoting e stabilità Se la matrice A non appartiene a nessuna delle categorie precedenti può accadere che al k esimo passo risulti a (k) k,k = 0, e quindi il
DettagliAppunti sull uso di matlab - I
Appunti sull uso di matlab - I. Inizializazione di vettori.. Inizializazione di matrici.. Usare gli indici per richiamare gli elementi di un vettore o una matrice.. Richiedere le dimensioni di una matrice
DettagliVARIANZA CAMPIONARIA E DEVIAZIONE STANDARD. Si definisce scarto quadratico medio o deviazione standard la radice quadrata della varianza.
VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD Si definisce varianza campionaria l indice s 2 = 1 (x i x) 2 = 1 ( xi 2 n x 2) Si definisce scarto quadratico medio o deviazione standard la radice quadrata della
DettagliUniversità degli Studi di Napoli Federico II CdL Ing. Elettrica Corso di Laboratorio di Circuiti Elettrici
Università degli Studi di Napoli Federico II CdL Ing. Elettrica Corso di Laboratorio di Circuiti Elettrici Introduzione a MATLAB Lezione n.2 Dr. Carlo Petrarca Dipartimento di Ingegneria Elettrica Università
DettagliLineamenti di econometria 2
Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4) La Regressione Multipla La Regressione Multipla La regressione multipla
DettagliTSP con eliminazione di sottocicli
TSP con eliminazione di sottocicli Un commesso viaggiatore deve visitare 7 clienti in modo da minimizzare la distanza percorsa. Le distanze (in Km) tra ognuno dei clienti sono come segue: 7-8 9 7 9-8 79
DettagliUn modello matematico di investimento ottimale
Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Investimento per un singolo agente
DettagliNote su quicksort per ASD 2010-11 (DRAFT)
Note su quicksort per ASD 010-11 (DRAFT) Nicola Rebagliati 7 dicembre 010 1 Quicksort L algoritmo di quicksort è uno degli algoritmi più veloci in pratica per il riordinamento basato su confronti. L idea
DettagliSISTEMI LINEARI QUADRATI: METODI ITERATIVI
SISTEMI LINEARI QUADRATI: METODI ITERATIVI CALCOLO NUMERICO e PROGRAMMAZIONE SISTEMI LINEARI QUADRATI:METODI ITERATIVI p./54 RICHIAMI di ALGEBRA LINEARE DEFINIZIONI A R n n simmetrica se A = A T ; A C
Dettagli4. Algoritmi per la soluzione di sistemi lineari.
CALCOLO NUMERICO Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari 4. Algoritmi per la soluzione di sistemi lineari. 1 Sistemi triangolari inferiori Sia L triangolare inferiore.
DettagliAppunti di Statistica Descrittiva
Appunti di Statistica Descrittiva 30 dicembre 009 1 La tabella a doppia entrata Per studiare dei fenomeni con caratteristiche statistiche si utilizza l espediente della tabella a doppia entrata Per esempio
DettagliCorso di Geometria e Algebra Lineare - Sezione di Metodi Numerici
Corso di Geometria e Algebra Lineare - Sezione di Metodi Numerici C. Vergara 3. Metodo della fattorizzazione LU per la risoluzione di un sistema lineare Errori di arrotondamento. Prima di affrontare la
DettagliAmmortamento di un debito
Algoritmi e dintorni: Ammortamento di un debito: Ricerca del tasso Prof. Ettore Limoli Ammortamento di un debito In questa nostra trattazione non ci addentreremo in problemi di matematica finanziaria o
Dettagli