Calcolo Numerico Laurea di base in Ingegneria Elettronica, Ingegneria delle Comunicazioni

Documenti analoghi
Corso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a

Metodi per il calcolo degli zeri di funzioni non lineari

Problema. Equazioni non lineari. Metodo grafico. Teorema. Cercare la soluzione di

Raccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza. Equazioni non lineari

Metodi Numerici con elementi di Programmazione (A.A )

Metodi Numerici con elementi di Programmazione (A.A )

Metodi di Iterazione Funzionale

Esercizio 1. Esercizio 2

Claudio Estatico Equazioni non-lineari

RISOLUZIONE APPROSSIMATA DI UN EQUAZIONE

Calcolo Numerico con elementi di programmazione

Campo di Esistenza. Il campo di esistenza di una funzione f è il dominio più grande su cui ha significato la legge f.

Università di Foggia - Facoltà di Economia. Prova scritta di Matematica Generale - Vecchio Ordinamento - 04 giugno 2002

Cancellazione numerica e zeri di funzione. Dott. Marco Caliari

Laboratorio di Calcolo Numerico

a) Determinare il dominio, i limiti agli estremi del dominio e gli eventuali asintoti di f. Determinare inoltre gli zeri di f e studiarne il segno.

Raccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia

Proprietà globali delle funzioni continue

1 Esercizi relativi al Capitolo 1

Equazioni, funzioni e algoritmi: il metodo delle secanti

Corso di Analisi Numerica

Corso di Calcolo Numerico

Studi di funzione. D. Barbieri. Studiare comportamento asintotico e monotonia di. f(x) = 1 x x4 + 4x e x

Corso di Geometria e Algebra Lineare - Sezione di Metodi Numerici

Il Metodo di Newton, o delle Tangenti Federico Lastaria, Analisi e Geometria 1. Politecnico di Milano Corso di Analisi e Geometria 1

Analisi Matematica 1. Serie numeriche. (Parte 2) Dott. Ezio Di Costanzo.

Università degli Studi della Calabria Facoltà di Ingegneria. 17 luglio 2012

Equazioni non lineari

Analisi Matematica 1+2

Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni

PNI SESSIONE SUPPLETIVA QUESTIONARIO QUESITO 1

a) Il denominatore dev essere diverso da zero. Studiamo il trinomio x 2 5x + 6. Si ha: x 1,2 = 5 ± se x ], 2[ ]3, + [;

Laurea in Informatica e Tecnologie per la Produzione del Software Corso di Analisi Matematica Successioni e loro limiti

Prima prova in itinere di Analisi Matematica 1 Ingegneria Elettronica. Politecnico di Milano. A.A. 2015/2016. Prof. M. Bramanti.

Corso di Calcolo Numerico

FUNZIONI ELEMENTARI Test di autovalutazione

Calcolo differenziale 2: Massimi e minimi. Studio di una funzione. (M.S.Bernabei & H. Thaler)

Derivazione numerica. Introduzione al calcolo numerico. Derivazione numerica (II) Derivazione numerica (III)

Funzione Esponenziale

Esercizi 3. cos x ln(sin x), ln(e x 1 x ), ln( x 2 1), x sin x + x cos x + x, x 3 2x + 1. x 2 x + 2, x cos ex, x 2 e x.

y = x 3 infinitesimo per x 3 lim = l 0 allora f(x) è dello stesso ordine di g(x), ossia tendono a DEF. Una funzione y = f(x) si dice infinitesimo per

ESERCITAZIONE: ESPONENZIALI E LOGARITMI

Risoluzione di equazioni non lineari

Alcuni esercizi in preparazione all appello scritto di Calcolo Numerico

Calcolo differenziale 2: Massimi e minimi. Studio di una funzione. (M.S.Bernabei & H. Thaler)

Calcolo del fattore di convergenza

Analisi Matematica I DISEQUAZIONI Risposte Pagina Es. 1 Es. 2 Es. 3 Es. 4 Es. 5 1

Corso di Laurea in Ingegneria Biomedica ANALISI MATEMATICA 1. Prova scritta del 14 gennaio 2017 Fila 1.

Corso di Laurea in Ingegneria Gestionale Anno Accademico 2013/2014 Calcolo Numerico

A grande richiesta, esercizi di matematica&.!

Calcolo differenziale 2: Massimi e minimi. Studio di una funzione. (M.S.Bernabei & H. Thaler)

Ma dove si azzera? Equazioni polinomiali, numero delle soluzioni e loro approssimazioni.

Corso di Analisi Matematica

A Analisi Matematica 1 (Corso di Laurea in Informatica e Bioinformatica) Simulazione compito d esame

INTEGRALI Test di autovalutazione

IL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero

Soluzioni dello scritto di Analisi Matematica II - 10/07/09. C.L. in Matematica e Matematica per le Applicazioni

Facoltá di Scienze MM.FF.NN. Corso di Studi in Informatica- A.A

Calcolo Numerico (A.A ) Esercitazione n. 9. Metodo del punto unito, Metodo di Newton per sistemi

Laboratorio di Matematica Computazionale A.A Lab. 4

Metodi iterativi per equazioni nonlineari.

Esame di Matematica Generale 7 Febbraio Soluzione Traccia E

Corso di Laurea in Ingegneria Informatica Analisi Numerica

Calcolo Numerico per Ingegneria. Corso estivo di Bressanone. Prof. L. Bergamaschi SOLUZIONE DELLA PROVA SCRITTA del

Corso di Laurea in Informatica Sede di Brindisi Esame di Analisi Matematica 25 giugno ex+1 x 2 2x. f (x) =

INTEGRALI Test di autovalutazione

Prova scritta di Analisi Matematica 1 Prima parte, Tema A Ingegneria dell Energia, Univ. di Pisa COGNOME: NOME: MATR.: RISPOSTE:

ANALISI MATEMATICA 1. (Ingegneria Industriale, corsi A e B) Esempi di prove scritte

ESERCITAZIONE 9: INTEGRALI DEFINITI. CALCOLO DELLE AREE E ALTRE APPLICAZIONI

Esercizi svolti. a 2 x + 3 se x 0; determinare a in modo che f risulti continua nel suo dominio.

Equazioni non lineari

Argomento 7. Studio di funzione

TEMI D ESAME DI ANALISI MATEMATICA I

Corso di Analisi Matematica Successioni e loro limiti

Continuità di funzioni

Corso di Analisi Matematica Limiti di funzioni

Esercitazioni di Matematica

Secondo parziale di Matematica per l Economia (esempio)

ANALISI B alcuni esercizi proposti

Laurea triennale in Informatica Corso di Analisi matematica (A) a.a. 2007/08 9 giugno 2008

Analisi Matematica e Geometria 1

Corso di Laurea in Ingegneria, Settore Informazione (gruppi 2-3), A.A. 2007/2008 Docente: Antonio Ponno

Pag. 151 Dimostrazioni dei criteri per lo studio della convergenza di serie numeriche

BOZZA :26

Corso di Matematica per la Chimica

Capitolo 1. Esercizi a.a Esercizi. Esercizio 1.1 Dimostrare che il metodo iterativo

Primo appello di Analisi Matematica 1 Ingegneria Elettronica. Politecnico di Milano Es. Punti A.A. 2015/2016. Prof. M. Bramanti.

Esponenziali e logaritmi (M.Simonetta Bernabei & Horst Thaler)

LOGARITMI. log = = con >0, 1; >0 = >0, 1, >0. log =1 >0, 1. notebookitalia.altervista.org

Funzioni Pari e Dispari

A.A. 2011/12 CORSO DI ANALISI MATEMATICA 10 crediti, I semestre

Esercizi sulle equazioni differenziali a cura di Sisto Baldo, Elisabetta Ossanna e Sandro Innocenti

Esame di MATEMATICA CORSO BASE del

1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: c) x + 1 d)x sin x.

SERIE NUMERICHE FAUSTO FERRARI

non solo otteniamo il valore cercato per la validità della (1.4), ma anche che tale valore non dipende da

FUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti

Funzioni e loro proprietà. Immagini e controimmagini. Funzioni composte e inverse. Funzioni elementari Quiz

1 Limiti e continuità per funzioni di una variabile

Capitolo 3: Ottimizzazione non vincolata parte III. E. Amaldi DEI, Politecnico di Milano

Transcript:

Calcolo Numerico Laurea di base in Ingegneria Elettronica, Ingegneria delle Comunicazioni Prof.ssa Laura Pezza (A.A. 2016-2017) IV Lezione del 06.03.2017 http://www.dmmm.uniroma1.it/ laura.pezza 1

Equazioni non lineari Il problema: determinare le soluzioni o radici, dell equazione non lineare f(x) = 0 cioè quei valori ξ tali che f(ξ) = 0 (zeri della funzione ). Idea base dei metodi numerici: costruire una successione {x k } tale che lim x k = ξ k Si assume come approssimazione di ξ il valore x N, per un certo indice N, finito, opportunamente individuato. Generalmente per costruire {x k } si usano tecniche ricorsive. Una possibilità : x k = ϕ(x k 1 ), k 1, x 0 dato cioè il metodo del punto unito. 2

I passi per risolvere numericamente il problema I. Separazione delle radici: per gestire la legge che genera la successione {x n } occorre sapere (in maniera più o meno accurata) la dislocazione degli zeri di f II. Costruzione della successione {x n }: si tratta di scegliere la legge per generare la successione in modo da garantire la convergenza a ξ; in pratica si vorrebbe anche una convergenza veloce III. Scelta dei criteri d arresto: poichè l algoritmo iterativo è infinito, si deve troncarlo, opportunamente. 3

Separazione delle radici Ipotesi di base: l equazione f(x) = 0 ha una (almeno) soluzione ξ separare una radice= determinare un intervallo [a,b] tale che: - f C[a, b] - ξ [a, b] - ξ è l unica radice dell equazione in [a, b] 4

Determinare [a, b] per via grafica a) si individuano gli intervalli in cui il grafico della curva y = f(x) attraversa l asse delle x b) si pone f(x) = 0 nella forma equivalente f 1 (x) = f 2 (x), si individuano i punti di intersezione delle curve y = f 1 (x) e y = f 2 (x) e di conseguenza [a, b]. per tabulazione della funzione: [a, b] è tale che f(a)f(b) < 0 (Teorema degli zeri ) purchè ξ abbia molteplicità dispari MA... in ogni caso è necessaria una analisi qualitativa dell equazione (per decidere in quali intervalli eseguire i grafici o la tabulazione). 5

Separazione delle radici: esempio 1 f(x) = x 2 e x 1 = 0 f 1 (x) = e x = x 2 1 = f 2 (x). Analisi preliminare: e x > 0, x possono esistere radici solo per x > 1 f 1 (1) = e > f 2 (1) = 0, ma l esponenziale tende all infinito più velocemente di ogni potenza l equazione non ha radici positive 6

Per x < 0: f(0) < 0, lim f(x) = + x f (x) = 2x e x < 0 (f monotona) esiste una sola radice negativa 3 2.5 2 y=x 2 1 y=e x 1.5 1 0.5 0 0.5 1 2 1.5 1 0.5 0 0.5 1 7

Separazione delle radici: esempio 2 f(x) = x 3 4 sin x = 0 Analisi preliminare: x = 0 è una radice f( x) = f(x), funzione dispari: se ξ > 0 è uno zero ξ è uno zero basta studiare l equazione per x > 0 sin x 1 f(x) > 0, x > 3 4 1.587 > π/2 1.571 in (0, 3 4] le funzioni x 3 e sin x sono entrambe monotone c è al più una sola radice positiva 8

Se si vuole restringere l intervallo si può procedere per tabulazione f(1.587).55e 3 > 0 (lo zero è molto prossimo a 1.587) f(π/2).12 < 0 ξ [π/2, 3 4] Si osservi che quando si parla di separare gli zeri di f non si richiede che l intervallo sia piccolo ; tuttavia in molte circostanze è opportuno o necessario affinare l intervallo di separazione. 9

Separazione delle radici: esempio 3 f(x) = cos x xe x = 0 g(x) = cos x = xe x = h(x) Analisi preliminare: cos x 1 eventuali radici si hanno per x tale che xe x 1 Per x > 0 h(x) > 0 e crescente; h(x) > 1, x > 1 possono esistere radici positive solo in [0, 1]; se esiste una radice è unica perchè g(x) è decrescente in [0, 1] Per tabulazione: f(0) = 1 > 0, f(1) = 2.18 < 0! ξ [0, 1] 10

Per x < 0 h(x) < 0 e h(x) 0, x (e x è un infinitesimo di ordine superiore alla potenza) esistono infinite radici negative. Le radici devono cadere negli intervalli in cui cos x < 0 ovvero in [ 3π/2, π/2], [ 7π/2, 5π/2], [ 11π/2, 9π/2],... 3 2.5 2 1.5 1 0.5 y=cos x 0 0.5 y=xe x 1 5 4 3 2 1 0 1 11

In particolare si deduce dal grafico (o per tabulazione)che ξ 1 [ π, π/2] ξ 2 [ 3π/2, π] ξ 3 [ 3π, 5π/2] ξ 4 [ 7π/2, 3π] Come si comportano le radici negative ξ j per j? Le radici ξ k per k crescente, che si allontanano dall origine, sono sempre più prossime ai punti di annullamento della funzione cos x. Si poteva prevedere tale comportamento senza eseguire il grafico? 12

Costruzione della successione: il metodo di bisezione Il metodo di bisezione o dicotomico si basa sul Teorema degli zeri. Ipotesi di applicabilità : i 1 E dato un intervallo, I = [a, b], di separazione della radice ξ di f(x) = 0 i 2 f(a)f(b) < 0. i 1 f C[a, b] e ξ è l unica radice in [a, b] i 2 ξ ha molteplicità dispari. 13

Step 1. Calcolare, x = (a + b)/2, (punto medio dell intervallo) Step 2. Se f(x ) 0 ( f(x ) = 0 x = ξ soluzione ), allora [a 1, b 1 ] = [x, b] se f(a)f(x ) > 0 [a, x ] se f(a)f(x ) < 0 I passi precedenti si applicano quindi di nuovo all intervallo [a 1, b 1 ] e poi iterativamente. 14

f(x) x 1 ξ x2 x a a 0 2 =a 1 b 2 b 1 =b 0 b 1 a 1 = b a 2, b 2 a 2 = b 1 a 1 2 = b a 2 2, 15

Il metodo costruisce quindi le successioni Proprietà delle successioni p 1 a k a k 1, b k b k 1, k p 2 p 3 a k ξ b k k b k a k = b a 2 k {a k }, {b k } (monotone, limitate) a 0 = a, b 0 = b {a k }, {b k }, k > 0 a k approssimazioni per difetto b k approssimazioni per eccesso 16

Convergenza del metodo di bisezione Errore di troncamento: e k = x k ξ e k = x k ξ < b k a k = b a 2 k e k+1 = 1 2 e k (asintoticamente) Ordine p = 1, costante asintotica C = 1 2 Ad ogni passo l errore viene dimezzato, = ad ogni passo si guadagna una cifra binaria per guadagnare una cifra decimale servono 3-4 iterazioni. 17

Stima del numero di iterate e k b a 2 k e k ε se (C.S.) b a 2 k ɛ k log(b a) log(ɛ) log 2 Condizione d arresto b k a k < ε, ε tolleranza prefissata. 18

Esempio f(x) = x 3 x 1, [a, b] = [1, 2] Stima delle iterate: ɛ = 10 8 : 2 k 10 8 k 26.6 a 26 = 1.3247179 5380116 < ξ < 1.3247179 6870232 = b 26 x = 1.32471796 125174, e 27 = 0.75e 08, f(x 27 ) = 0.17e 07 19

Esercizio Data l equazione f(x) = x 3/2 2 log(x 2 + 0.6) = 0 I. Separare le radici con un intervallo di ampiezza non superiore a 0.5 II.Stimare quante iterate sono sufficienti per ottenere un approssimazione alla 10 cifra decimale della radice maggiore con il metodo di bisezioni. I. f(x) = 0 f 1 (x) = x 3/2 = 2 log(x 2 + 0.6) = f 2 (x), x 0. f 1, f 2 entrambe crescenti, f 1 > 0, x > 0, f 2 (0) < 0 20

16 6 14 Caso a: la potenza si mantiene sempre aldi sopra del logaritmo 5 Caso b: se la potenza incontra il logaritmo in un punto, allora gli due zeri sono necessariamente due 12 4 10 3 8 2 6 1 4 2 0 0 1 2 0 0.5 1 1.5 2 2.5 3 f 1 è sempre sopra f 2 : non ci sono radici 2 0 0.5 1 1.5 2 2.5 3 f 1 incontra f 2 in un punto: allora ci sono necessariamente 2 radici Per tabulazione si individuano le variazioni di segno: f(0) = 2 log 0.6 > 0, f(1.5) 0.2 < 0, f(3) 0.7 > 0 quindi esiste una radice ξ 1 [0, 1.5] e una radice ξ 2 [1.5, 3] 21

Affinamento dell intervallo (ampiezza 0.5) - Radice ξ 1 : f(0) > 0, f(1) > 0 ξ 1 [1, 1.5] - Radice ξ 2 : applichiamo bisezioni (f(1.5) < 0, f(3) > 0) n a k ( ) b k (+) x f(x ) 0 1.5 3 2.25 -.09 1 2.25 3 2.625 0.23 Segue ξ 2 [2.25, 2.625] = [a 2, b 2 ] e b 2 a 2 = 0.375 < 0.5. II. Stima del numero di iterate b a 2 k 1 2 10 10 k log 2 log ( 2 0.375 10 10 ) k 32.8 22