Anteprima
Vedrai una selezione di 12 pagine su 55
Analisi numerica Pag. 1 Analisi numerica Pag. 2
Anteprima di 12 pagg. su 55.
Scarica il documento per vederlo tutto.
Analisi numerica Pag. 6
Anteprima di 12 pagg. su 55.
Scarica il documento per vederlo tutto.
Analisi numerica Pag. 11
Anteprima di 12 pagg. su 55.
Scarica il documento per vederlo tutto.
Analisi numerica Pag. 16
Anteprima di 12 pagg. su 55.
Scarica il documento per vederlo tutto.
Analisi numerica Pag. 21
Anteprima di 12 pagg. su 55.
Scarica il documento per vederlo tutto.
Analisi numerica Pag. 26
Anteprima di 12 pagg. su 55.
Scarica il documento per vederlo tutto.
Analisi numerica Pag. 31
Anteprima di 12 pagg. su 55.
Scarica il documento per vederlo tutto.
Analisi numerica Pag. 36
Anteprima di 12 pagg. su 55.
Scarica il documento per vederlo tutto.
Analisi numerica Pag. 41
Anteprima di 12 pagg. su 55.
Scarica il documento per vederlo tutto.
Analisi numerica Pag. 46
Anteprima di 12 pagg. su 55.
Scarica il documento per vederlo tutto.
Analisi numerica Pag. 51
1 su 55
D/illustrazione/soddisfatti o rimborsati
Disdici quando
vuoi
Acquista con carta
o PayPal
Scarica i documenti
tutte le volte che vuoi
Estratto del documento

T

trangolari dove L è la matrice triangolare inferiore e L la matrice trangolare superiore.

a a a l l l l

0 0

11 12 13 11 11 12 13

a a a l l l

l

0 0

21 22 23 21 22 23

= x 22

a a a l l l

0

l 0

31 32 33 31 32 33

33 T

A = L x L

Si effettua il prodotto tra matrici e si uguaglia ad A e si determinano gli

elementi di L. T

si pone L =y

2 x

T

Si pone A =L L =C dove

x x L x y=C

1

y

1

y

1- si risolve pe r 2

y

3 xT T

Trovati i valori di y si pone L =y -> si calcola la L superiore e

x

impostare il sistema con incognite (x x x ).

1 2 3

07. Dato il sistema lineare Ax=C dove A=[ 8, 4, 2; 4, 6, 0; 2, 0, 3] e C=[ 1; 1; 1]. Determinare la matrice L di Cholesky.

12. Dato il sistema lineare Ax=C dove A=[ -4, -1, 0, 1; 0, -2, 1, 0; 0, 1, 3, 1; 0, 0, 1, -2] e C=[1; 0; 1; 2]. Eseguire due iterazioni con il metodo di Gauss

Seidel, partendo da un vettore iniziale x(0)=[ 0.17; -0.25; 0.25; -0.20] e due cifre decimali.

13. Dato il sistema lineare Ax=C dove A=[ 4, -1, 0, 0; -1, 4, -1, 0; 0, -1, 4, -1; -1, 0, -1, 4] e C=[-1; 2; 4; 10]. Eseguire due iterazioni con il metodo di Gauss

Seidel, partendo da un vettore iniziale x(0)=[ -0.25; 0.44; 1.11; 2.72] e due cifre decimali.

14. Dato il sistema lineare Ax=C dove A=[3, -2, 0; -2, 4, 2; 0, 2, 2] e C=[1; 4; 4]. Eseguire due iterazioni con il metodo di Gauss Seidel, partendo da un

vettore iniziale x(0)=[ 0; 0; 0] e due cifre decimali.

Iterazione 1

Iterazione 2

15. Dato il sistema lineare Ax=C dove A=[4, 1, 0, 0; 1, 5, 1, 0; 0, 1, 6, 1; 1, 0, 1, 4] e C=[1; 7; 16; 14].

Eseguire due iterazioni con il metodo di Gauss Seidel, partendo da un vettore iniziale x(0)=[ 0; 0; 0; 0]

e quattro cifre decimali.

16. Dato il sistema lineare Ax=C dove A=[4, -1, 0, 0; -1, 4, -1, 0; 0, -1, 4, -1; -1, 0, -1, 4] e C=[-1; 2; 4; 10]. Eseguire due iterazioni con il metodo di Gauss

Seidel, partendo da un vettore iniziale x(0)=[ 0; 0; 0; 0] e due cifre decimali.

17. Dato il sistema lineare Ax=C dove A=[ 4, -1, 0, 0; -1, 4, -1, 0; 0, -1, 4, -1; -1, 0, -1, 4] e C=[-1; 2; 4; 10]. Eseguire due iterazioni con il metodo di Gauss

Seidel, partendo da un vettore iniziale x(0)=[ 0.25; 0.44; 1.11; 2.72] e due cifre decimali.

18. Dato il sistema lineare Ax=C dove A=[ -4, -1, 0, 1; 0, -2, 1, 0; 0, 1, 3, 1; 0, 0, 1, -2] e C=[1; 0; 1; 2]. Eseguire due iterazioni con il metodo di Gauss

Seidel, partendo da un vettore iniziale x(0)=[ -0.400; -0.085; 0.390; -0.800] e tre cifre decimali.

19. Dato il sistema lineare Ax=C dove A=[ -4, -1, 0, 1; 0, -2, 1, 0; 0, 1, 3, 1; 0, 0, 1, -2] e C=[1; 0; 1; 2]. Eseguire due iterazioni con il metodo di Gauss

Seidel, partendo da un vettore iniziale x(0)=[ 1; 1; 1; 1] e tre cifre decimali.

20. Dato il sistema lineare Ax=C dove A=[ -4, -1, 0, 1; 0, -2, 1, 0; 0, 1, 3, 1; 0, 0, 1, -2] e C=[1; 0; 1; 2]. Eseguire due iterazioni con il metodo di Gauss

Seidel, partendo da un vettore iniziale x(0)=[ -0.250; 0.500; -0.170; -0.085] e tre cifre decimali.

21. La propagazione degli errori: cos'è, quando si verifica e come si può intervenire.

Cosa è?

Gli errori si amplificano durante la risoluzione numerica di un problema matemantico e la questione di come si propaghi l9errore

sul risultato è di fondamentale importanza.

Un algoritmo risolutore non è altro che una serie di operazioni elementari, il suo risultato finale dipende però da come gli errori si

amplificano nei vari passaggi successivi dell9algoritmo stesso.

Quando si verifica?

Si verifica a causa dell9accumularsi degli errori di arrotondamento dovuto al numero elevato di iterazioni effettuate per risolvere

sistemi di grandi dimensioni.

Come si può intervenire?

Utilizzando i sistemi interattivi si può tenere l9errore sotto controllo fissando a priori una tolleranza dell9errore che va però

verificata ad ogni iterazione tra il risultato ottenuto e quello immediatamente precedente. Verificata la convergenza verso un valore

che è la soluzione e fissata una tolleranza E l9entità dell9errore è trascurabile.

s

22. Dato il sistema lineare Ax=C dove A=[ -4, -1, 0, 1; 0, -2, 1, 0; 0, 1, 3, 1; 0, 0, 1, -2] e C=[1; 0; 1; 2]. Eseguire due iterazioni con il metodo di Gauss

Seidel, partendo da un vettore iniziale x(0)=[ 0; 0; 0; 0] e due cifre decimali.

23. Dato il sistema lineare Ax=C dove A=[ 4, -1, 0, 0; -1, 4, -1, 0; 0, -1, 4, -1; -1, 0, -1, 4] e C=[-1; 2; 4; 10]. Eseguire due iterazioni con il

metodo di Gauss Seidel, partendo da un vettore iniziale x(0)=[ 0; 0; 0; 0] e due cifre decimali.

Lezione 18

05. Dato il sistema lineare Ax=C dove A=[ 4, 1, 0, 0; 1, 5, 1, 0; 0, 1, 6, 1; 1, 0, 1, 4] e C=[1; 7; 16; 14]. Eseguire due iterazioni con il metodo di

Jacobi, partendo da un vettore iniziale x(0)=[ 0.2500; 1.4000; 2.6667; 3.5000] e quattro cifre decimali.

06. Dato il sistema lineare Ax=C dove A=[ 4, 1, 0, 0; 1, 5, 1, 0; 0, 1, 6, 1; 1, 0, 1, 4] e C=[ 1; 7; 16; 14]. Eseguire due iterazioni

con il metodo di Jacobi, partendo da un vettore iniziale x(0)=[ 0; 0; 0; 0] e quattro cifre decimali.

11. Data la seguente equazione non lineare f=[ 1, 0, -9, 1]. Eseguire due iterazioni con il metodo di Bisezione utilizzando come

valori di partenza x1= 2.5 e x2= 3.

12. Data la seguente equazione non lineare f=[ 1, 0, -9, 1]. Eseguire due iterazioni con il metodo di Bisezione utilizzando come

valori di partenza x1= 2 e x2= 3.

Data la seguente equazione non lineare f=[ 1, 0, 0, -2]. Eseguire due iterazioni con il metodo della Bisezione utilizzando

13.

come valori di partenza x1= 1 e x2= 2.

14. Data la seguente equazione non lineare f=[ 1, 0, 0, -2]. Eseguire due iterazioni con il metodo della Bisezione utilizzando come valori

di partenza x1= 0 e x2= 2.

15. Nel metodo di Bisezione, quando ed in che modo si decide di interrompere le iterazioni?

Cambia qualcosa

Per decidere quando interrompere le iterazioni del metodo di bisezione è

necessario un criterio.

L9 idea più semplice è quella di interrompere i calcoli quando l9errore scende al di sotto di un

valore prefissato.

Per valutare l9errore senza conoscere il valore esatto della radice cercata, si

utilizza la stima dell9errore approssimato :

E

a

Dove x ratt è il valore della radice nell9iterazione corrente; x rprec è il valore calcolato

nell9iterazione precedente.

Bisogna precisare che E viene preso in valore assoluto in quanto ciò che

a

interessa è la sua grandezza e non il segno.

Quando | E | diventa minore di un valore di riferimento prefissato allora si

a

interrompe il calcolo.

16. Data la seguente equazione non lineare f=[ 46, 0, 3, 1]. Eseguire due iterazioni con il metodo della Bisezione utilizzando come valori di

partenza x1= -4 e x2=1.

17. Data la seguente equazione non lineare f=[ 1, -1, -2]. Eseguire due iterazioni con il metodo della Bisezione utilizzando come valori

di partenza x1= -10 e x2= 1.

08. Nel metodo di Falsa Posizione, quando ed in che modo si decide di interrompere le iterazioni?

Cambia qualcosa

Per decidere quando interrompere le iterazioni del metodo di è

Falsa Posizione

necessario un criterio.

L9 idea più semplice è quella di interrompere i calcoli quando l9errore scende al di sotto di un

valore prefissato.

Per valutare l9errore senza conoscere il valore esatto della radice cercata, si

utilizza la stima dell9errore approssimato :

E

a

att prec

Dove x è il valore della radice nell9iterazione corrente; x è il valore calcolato

r r

nell9iterazione precedente.

Bisogna precisare che E viene preso in valore assoluto in quanto ciò che

a

interessa è la sua grandezza e non il segno.

Quando | E | diventa minore di un valore di riferimento prefissato allora si

a

interrompe il calcolo.

09. Data la seguente equazione non lineare f=[ 1, 0, 0, -2]. Eseguire due iterazioni con il metodo della Falsa posizione

utilizzando come valori di partenza x1= 0.5 e x2= 2.

10. Data la seguente equazione non lineare f=[ 1, 0, 0, -2]. Eseguire due iterazioni con il metodo della Falsa posizione

utilizzando come valori di partenza x1= 0 e x2= 2.

11. Data la seguente equazione non lineare f=[ 1, 0, -9, 1]. Eseguire due iterazioni con il metodo della Falsa posizione

utilizzando come valori di partenza x1= 2.9 e x2= 3.

12. Data la seguente equazione non lineare f=[ 46, 0, 3, 1]. Eseguire due iterazioni con il metodo della Falsa Posizione,

utilizzando come valori di partenza x1= -4 e x2= 1.

13. Data la seguente equazione non lineare f=[ 1, 0, -9, 1]. Eseguire due iterazioni con il metodo della Falsa posizione

utilizzando come valori di partenza x1= 2 e x2= 3.

14. Data la seguente equazione non lineare f=[ 1/6, 0, -1/6]. Eseguire due iterazioni con il metodo della Falsa Posizione

utilizzando come valori di partenza x1=0.03 e x2= 10.

15. Data la seguente equazione non lineare f=[ 1/6, 0, -1/6]. Eseguire due iterazioni con il metodo della Falsa Posizione

utilizzando come valori di partenza x1= 0 e x2= 10.

16. Data la seguente equazione non lineare f=[ 1, 3, 1]. Eseguire due iterazioni con il metodo della Falsa Posizione utilizzando

come valori di partenza x1= -0.5 e x2= 0.

17. Data la seguente equazione non lineare f=[ 1, 3, 1]. Eseguire due iterazioni con il metodo della Falsa Posizione utilizzando

come valori di partenza x1= 0 e x2= 4.

18. Data la seguente equazione non lineare f=[ 1, -1, -2]. Eseguire due iterazioni con il metodo della Falsa Posizione

utilizzando come valori di partenza x1= -10 e x2= 1.

Lezione 23

07. Determinare lo zero della seguente equazione non lineare f=[ 1, 0, -1, -2] con il metodo di Newton Raphson utilizzando

come valore di partenza x0= 2 e due cifre decimali.

08. Determinare la radice positiva della seguente funzione f=[ 1, -1, -2] con il metodo di Newton-Raphson utilizzando come

valore iniziale x0=2 e quattro cifre decimali.

09. Data la seguente equazione non lineare f=[ 1, -1, -2]. Eseguire due iterazioni con il metodo di Newton-Raphson

utilizzando come valore di partenza x0= 2.33 e due cifre decimali.

10. Determinare la radice negativa della seguente funzione f=[ 1, -1, -2] con il metodo di Newton-Raphson utilizzando come

valore iniziale x0=-0.7 e quattro cifre decimali.

f(x )=-3

3

11. Data la seguente funzione f=[ 2, -3.46, 0.8, -1.39]. Eseguire due iterazioni con il metodo di Newton-Raphson utilizzando

come valore iniziale x0=2 e quattro cifre decimali.

12. Data la seguente equazione non lineare f=[ 1, -2, 3, 6]. Eseguire due iterazioni con il metodo di Newton Raphson

utilizzando come valore di partenza x0=-5/4 e tre cifre decimali.

13. Nel metodo di Newton Raphson, quando ed in che modo si decide di interrompere le iterazioni?

Come criterio di arresto per il metodo Newton-Raphson si può utilizzare la formula che stima l9errore

approssimato E consentendo di valutare l9errore senza conoscere il valore esatto della radice cercata:

a

ratt rprec

Dove x il valore della radice nell9iterazione corrente, mentre x il valore calcolato nell9iterazione

è è

Dettagli
Publisher
A.A. 2025-2026
55 pagine
SSD Scienze matematiche e informatiche MAT/08 Analisi numerica

I contenuti di questa pagina costituiscono rielaborazioni personali del Publisher JonnyCampus di informazioni apprese con la frequenza delle lezioni di Analisi numerica e studio autonomo di eventuali libri di riferimento in preparazione dell'esame finale o della tesi. Non devono intendersi come materiale ufficiale dell'università Università telematica "e-Campus" di Novedrate (CO) o del prof De Stefano Mario.