• Non ci sono risultati.

Programma del Corso di “

N/A
N/A
Protected

Academic year: 2022

Condividi "Programma del Corso di “"

Copied!
2
0
0

Testo completo

(1)

Programma del Corso di “Metodi Numerici con elementi di Programmazione”

Ing. Aerospaziale Prof. Vittoria Bruni

A.A. 2013-2014 METODI NUMERICI

I testi di riferimento sono i seguenti:

[A] L. Gori, Calcolo Numerico (V Ediz.), Ed. Kappa, Roma, 2006.

[B] L. Gori, M.L. Lo Cascio, F. Pitolli, Esercizi di Calcolo Numerico (II Ed.), Ed. Kappa, Roma, 2007.

I. Nozioni Introduttive.

Errori e loro propagazione. Condizionamento di un problema. Stabilità degli algoritmi.

II. Soluzione di equazioni e sistemi di equazioni non lineari

Separazione e approssimazione della radici con metodi iterativi. Ordine di convergenza ed efficienza dei procedimenti iterativi. Metodo di bisezione. Metodi iterativi a un punto. Metodo delle approssimazioni successive; metodo di Newton-Raphson; metodo delle secanti con estremi variabili. Criteri d’arresto.

Sistemi di equazioni non lineari: metodo di Newton-Raphson.

III. Algebra lineare numerica

Richiami su matrici e spazi vettoriali: matrici speciali, matrici speciali (simmetriche, definite positive, ecc.), spazi vettoriali normati, norme di vettori, norme di matrici, matrici convergenti. Contrazioni, teorema del punto unito. Generalità sui sistemi lineari. Condizionamento di un sistema lineare. Generalità sui metodi iterativi: convergenza, velocità asintotica di convergenza, criteri d’arresto. Metodi di Jacobi, di Gauss-Seidel, SOR e loro convergenza. Metodi diretti: fattorizzazione LU; algoritmo di sostituzione per sistemi triangolari. Calcolo dell’inversa di una matrice. Metodo di eliminazione di Gauss con pivoting parziale, Metodo di Thomas.

IV. Approssimazione di dati e funzioni

Generalità sul problema dell’approssimazione: spazi di funzioni approssimanti, criteri di approssimazione, fonti di errore nell’approssimazione. Approssimazione polinomiale ai minimi quadrati.

Interpolazione polinomiale; generalità; errore di troncamento, errore propagato, funzione di Lebesgue.

Espressione di Lagrange del polinomio interpolatore ed espressione dell’errore di troncamento. Formula di Newton alle differenze divise. Formula di Newton alle differenze finite. Stima dell’errore di interpolazione. Convergenza dei polinomi interpolatori. Funzioni Spline. Spline naturali.

VI. Integrazione numerica

Formule di quadratura interpolatorie: concetti base, grado di precisione, resto ed errore di propagazione.

Formule di Newton–Cotes: formula del trapezio, formula di Cavalieri-Simpson, formule generalizzate dei trapezi e delle parabole. Criterio di Runge, estrapolazione di Richardson. Convergenza delle formule di quadratura.

VII. Soluzione numerica di equazioni differenziali ordinarie

Soluzione numerica del problema di Cauchy, definizioni e concetti base. Errore di troncamento locale, errore globale. Consistenza, stabilità, convergenza dei metodi. Metodi one-step espliciti: metodo di Eulero-Cauchy, Metodo di Heun. Convergenza dei metodi one-step espliciti.

(2)

PROGRAMMAZIONE IN MATLAB

Per consultazione: Getting Started with MatLab – The mathworks www.mathworks.com

Nozioni di base dei calcolatori e della programmazione

Introduzione al Matlab: Command Window, Workspace, Editor, Debug, Help.

Tipi di variabili. Variabili predefinite. Variabili complesse.

M files: script file e function file.

Operatori puntuali e funzioni vettoriali.

Istruzioni condizionali (if-else-end / switch). Operatori relazionali e operatori logici.

Cicli enumerativi (for-end). Ciclo while.

Istruzioni: disp, linspace, plot, varargin, varargout.

Array e matrici: costruzione di array, matrici speciali, operazioni su matrici.

Istruzioni diag, norm, det, inv, cond, eig.

Algoritmi in Matlab: metodi di bisezione, di Newton, delle secanti e del punto unito per l’approssimazione delle radici di un’equazione non lineare; metodi di eliminazione di Gauss, Thomas, Jacobi, Gauss-Seidel e SOR per la soluzione numerica di un sistema lineare;

interpolazione di Lagrange, alle differenze divise, alle differenze finite; approssimazione ai

minimi quadrati; formula dei trapezi e delle parabole per l’integrazione numerica; metodi di

Eulero e di Heun per la soluzione numerica di equazioni differenziali ordinarie.

Riferimenti

Documenti correlati

Un sottoinsieme S di uno spazio metrico X si dice compatto se e solo se ogni successione di punti possiede una sottosuccessione che converge ad un punto di S ... Alvise

Universit` a degli Studi di Padova. Dipartimento

Universit` a degli Studi di Padova Dipartimento di Matematica.. May

Ricordiamo che in generale, non ha senso cercare un grado troppo alto del poli- nomio di miglior approssimazione p N in quanto si otterrebbe a partire da un certo valore il

Dalla stima precedente tra errore compiuto dall’interpolante rispetto a quello della miglior approssimazione uniforme, si capisce.. bene, una volta ancora, perch` e i nodi di

presentare forti oscillazioni tra un nodo e l’altro soprattutto verso gli estremi dell’intervallo, rappresentando male l’andamento dei dati (fenomeno di Runge). Inoltre un polinomio

Il caso più semplice corrisponde a funzioni lineari a tratti (polinomi di primo grado in ciascun sotto-intervallo). Talvolta funziona meglio del

quasi sempre va risolto con metodi numerici iterativi, al computer in alcuni casi particolari, esiste la soluzione analitica (es.: fit lineare)... altrimenti lo accetto, e i valori