Sei sulla pagina 1di 18

Ghirardi Rolando

Legenda

xn = approssimazione della soluzione al passo n


ξ = soluzione esatta
εn = errore
E = matrice di iterazione

1. ZERI FUNZIONI
--------------------------------------------------Formule generali-------------------------------------------------

∣x n+1−x n∣
M= p con p = ordine di convergenza
∣x n−x n −1∣
p
∣εn +1∣=M ∣εn∣ con M = fattore di convergenza
d n+1=∣x n+1−x n∣ con dn+1 = scarto
ξ=x n −ε n con ξ = soluzione esatta
Se εn>d n → convergenza lineare

Questi sono algoritmi iterativi, quindi arrivano alla soluzione approssimata dopo n iterazioni.
Partendo da un valore iniziale x0, la formula ne restituirà uno nuovo x1, a cui si applicherà
nuovamente la formula ottenendo x2 ecc. Ogni applicazione si chiama iterazione.

1.1 Metodo dicotomico:

t n −s m
ξ= con t,s = estremi dell'intervallo di ricerca convergenza lineare p=1
2
Stop quando ∣t n−s m∣<ε
t 1−s 1
Riduzione errore attraverso n iterazioni → < ε, trovare n
2n

1.2 Punto fisso: x n+1= f ( x n ) convergenza lineare p=1

Converge se f '(x)<1 nell'intorno della soluzione.


Generalmente si pone f(x)=x, e cosi si trova l'ascissa del punto della retta y=x che incontra la
funzione. Se invece la x a secondo membro è estrapolata dalla funzione iniziale, lo schema
determina lo zero della funzione.

m
∣εn∣< 1−m∣x n −x n−1∣ Con m = max ∣ f I ( x n)∣
A=∣ f ( x)∣
I

In presenza di radice multipla il punto fisso assume convergenza quadratica

f (x n )(x n −x n−1 )
1.3 Regula Falsi: x n+1= x n− convergenza superlineare p=1,618
f ( x n)− f ( x n−1)
Generalmente convergente
∣εn∣<∣x n+1−x n∣

∣ ∣
II 0,618
1 f ( x n)
A=
2 f I (x n )

Formulario Ghirardi Rolando


Ghirardi Rolando

f ( x n)
1.4 Newton-Raphson: x n+1= x n− convergenza quadratica p =2
f I (x n)
Generalmente convergente
∣εn∣<∣x n+1−x n∣

∣ ∣
II
1 f ( x n)
A=
2 f I (x n )

1.4.1 Ripristino convergenza N-R:

f ( xn )
Ripristino della convergenza x n+1= x n−r I con r = molteplicità della radice
f ( x n)
r −1
M= in caso di convergenza ripristinata
r

2. INTERPOLAZIONE

2.1 Lagrange:
n
P (x )=∑ Ln ( x i) y n=∑
n
∏ ( x−x n ) con n ≠ k
k =1 k=1 ∏ ( x n− x k )

( x −x 1)( x−x 2 ) ( x− x 0)( x−x 2 )


Esempio dati x 0 e x1 L0 (x) = e L1 (x) =
( x 0 −x 1)( x 0−x 2 ) ( x 1− x 0)( x1 −x 2)
f ( x 0 )= y 0 f (x 1 )= y 1

con P (x )=L 0 (x)+L1 ( x)

2.2 Newton:

P (x )= f ( x 0 )+(x− x 0) f ( x 0, x 1)+( x −x 0)( x−x 1 ) f ( x0, x1, x 2)+....+( x−x 0 )....( x−x n ) f ( x 0 , .. , x n )

con x0 f ( x0 )
f ( x 1)− f ( x 0)
f ( x 0, x 1 )=
x 1− x 0
f (x 1, x 2 )− f (x 0, x 1 )
x1 f ( x1 ) f (x 0, x 1, x 2 )=
x 2−x 0
f ( x 2 )− f ( x 1 )
f ( x 1, x 2 )=
x 2−x 1
x2 f ( x1 )
.
.
.
xn

dove, nella tabella delle differenze divise, generalmente interessa la prima diagonale alta con f(x0),
f(x0,x1), f(x0,x1,x2) ecc..

Formulario Ghirardi Rolando


Ghirardi Rolando

2.2.1 Caso particolare

Derivata in un punto x 0 f ( x0 )
f I ( x0 )
f (x 0, x 0 )=
1!
II
I f ( x 0)
x0 f ( x0 ) f (x 0, x 0, x 0 )=
2!
f I ( x0 )
f (x 0, x 0 )=
1!
II
x0 f ( x 0)

Una volta trovato il polinomio interpolante, per stimare l'ordinata del punto richiesto è sufficiente
sostituire l'ascissa di tale punto alle incognite del polinomio, y p =P (x p )

3. APPROSSIMAZIONE
Data la tabella
xj
yj
3.1 Scarti verticali:

n a0 +∑ ( x j)a 1=∑ ( y j)
{ ∑ ( x j ) a0 +∑ ( x j)2 a 1=∑ ( x j y j )
Risolvere il sistema, a0 e a1 incognite
Equazione della retta → y=a0 +a 1 x

3.2 Scarti orizzontali:

n b 0+∑ ( y j)b1 =∑ ( x j)
{∑ ( y j)b 0+∑ ( y j ) b1=∑ (x j y j )
2

Risolvere il sistema, b0 e b1 incognite


Equazione della retta → y=b 0+b1 x

Entrambe le rette si incontrano nel BARICENTRO = (


∑ xj , ∑ yj )
n n

3.2.1 Se viene richiesta una curva di interpolazione differente

 y = a0 + a1 xn → definire gli xj' = xn, n∈Z


ricostruire la tabella
risolvere il sistema con nuova tabella
 y = a ebx → applicare logaritmi→ ln y = ln a ebx
ln y = ln a + bx ln e y'=ln y, a'=ln a
y' = a' + bx
ricostruire la tabella
risolvere il sistema con nuova tabella
riconvertire a = ea'

Formulario Ghirardi Rolando


Ghirardi Rolando

4. MATRICI
--------------------------------------------------Formule generali-------------------------------------------------

Polinomio caratteristico = Det ∣A−λ I n∣ , con incognita λ


Autovalore = Soluzioni del polinomio caratteristico della matrice posto = 0
A u=λ u con λ autovalore e u autovettore

Σ autovalori = traccia
Π autovalori = determinante

Det A = Det AT
Det di matrice diagonale o triangolare = ∏ (l 11)
λ autovalore di A → λn autovalore di An

A diagonalmente dominante → ∑∣a ij∣<∣a ii∣ la somma in modulo degli elementi della riga è
minore o uguale al modulo dell'elemento
diagonale corrispondente

AT matrice A con righe e colonne scambiate


Se AT = A → A simmetrica

A definita positiva → A diag dom e tutti ∣aii∣>0


Raggio spettrale ρ(A) = max |autovalore|
2
A tridiagonale* → A bibiclica e coerentemente ordinata → ρ(E s )= ρ (E j )
A scomponibile*

* matrici 3x3, tridiagonale = , scomponibile = o , con sottom diag

5. FATTORIZZAZIONI
5.1 Crout:

A=LU con U diagonale unitaria, L diagonale non unitaria

Det A = Det L ∙ Det U = ∏ (l 11)

[ ][ ][ ]
L11 ❑ ❑ 1 U 21 U 31 L11 L11 U 12 L11 U 13
A=LU = L 21 L 22 ❑ ❑ 1 U 32 = 21
L L 21 U 12 +L22 L 21 U 13+L22 U 23
L31 L32 L33 ❑ ❑ 1 L 31 L 31 U 12+L32 L31 U 13+L 32 U 23+L33

Poi svolgere i due sistemi Ux = y


Ly = b

Formulario Ghirardi Rolando


Ghirardi Rolando

5.2 Cholesky:

A=LLT con A simmetrica e definita positiva

Det A = Det L ∙ Det LT = ∏ (l 11)2

[ ][ ][ ]
L11 ❑ ❑ L 11 L21 L31 L 211 L21 L11 L31 L11
L 21 L 22 ❑ ❑ L22 L32 L221+L 222 L31 L21+L 32 L 22
A=LLT = = L 21 L 11
L31 L32 L33 ❑ ❑ L33 L31 L11 L31 L21+L 32 L22 L231+ L232+L33
2

Poi svolgere i due sistemi Ltx = y


Ly = b

6. SISTEMI LINEARI

--------------------------------------------------Formule generali-------------------------------------------------

Riduzione errore attraverso n iterazioni → ρk (E )<ε , trovare k


∣e k−1∣2
Stima di λ1 → lim =λ1
∣e k∣2
R=−log 10 (ρ( E ))

6.1 Jacobi: E j= I − D−1 A Sottrarre alla matrice identica la matrice dei


coefficienti del sistema dato le cui righe sono divise per
l'elemento diagonale corrispondente

Converge se a) ρ(Ej) < 1


b) Ej diag dom in senso stretto

Esplicitare le incognite, una per equazione, poi sostituire sempre n-upla incognite precedenti

6.2 Seidel: E s =−(L+D)−1 U , dopo aver fattorizzato A=L+D+U

Converge se a) ρ(Es) < 1


b) Es diag dom in senso stretto
c) Es simm e def pos (in realtà converge SOR, ma seidel=SOR se w=1)

Esplicitare le incognite, una per equazione, poi sostituire sempre n-upla incognite appena trovate

6.3 Sor: E sor =(ω L+D)−1 [(1−ω) D−ωU ] , dopo aver fattorizzato A=L+D+U

Converge se a) ρ(Esor) < 1


b) 0 < ω < 2
c) Esor simm e def pos
d) Esor diag dom in senso stretto
2 2
ωopt = oppure ωopt = 1+ 1−λ se matrice biciclica e coerentemente ordinata
1+√ 1−λ 1, j √
2
1, s
ρ( E ω opt )=ωopt −1

Formulario Ghirardi Rolando


Ghirardi Rolando

7. QUADRATURA
--------------------------------------------------Formule generali-------------------------------------------------

Intervallo da integrare a-b, diviso in sottointervalli di uguale ampiezza.

a b a=x0 x1 x2 ….................. xn-1 b=xn

b−a
h= con h ampiezza del sottointervallo, b,a estremi di integ. e n numero di sottointervalli
n

7.1 Trapezi:
b
f (a)+ f (b)
Semplice ∫ f ( x ) dx=(b−a) 2
a

b
f ( x0 )+ f ( x n)
Composta ∫ f ( x ) dx= b−a
n
(
2
+ f ( x1 )+ f ( x 2)+.....+ f (x n−1 ))
a

(b−a )3
Maggiorazione errore → ∣εn∣< M con M max ∣ f II ( x)∣
12 n2
f(x) polinomio 1° grado (retta) → Errore = 0

(b−a )3
Riduzione dell'errore mediante n sottointervalli → M <ε , con n come incognita
12 n 2

7.2 Cavalieri-Simpson:
b
(b−a) a+b
Semplice: ∫ f (x )dx= 6
( f ( a)+4 f (
2
)+ f (b))
a
Applicare la formula semplice a tutti i sottointervalli e poi sommare tutti i risultati, oppure
b
( x n−x 0 )
Composta: ∫ f (x )dx= 6n
( f ( x 0)+ f ( x n )+4 ∑ f ( x dispari )+2 ∑ f ( x pari ))
a

(b−a)5
con M max ∣ f ( x)∣
IV
Maggiorazione errore → ∣εn∣< M
2880 n 4
f(x) è polinomio fino a 3° grado → Errore = 0

(b−a)5
Riduzione dell'errore mediante n sottointervalli → M <ε , con n come incognita
2880 n 4

7.3 Richardson:

Dopo aver trovato due approssimazioni con Cav-Sim con n (= Q1) e 2n (= Q2) suddivisioni

Q 2−Q1
I =Q2 +
15

Formulario Ghirardi Rolando


Ghirardi Rolando

8. NORME
8.1 Vettori:

 Euclidea √∑ x 2
i

 Assoluta ∑ xi
 Massima max { ∣xi∣ }

8.2 Matrici:
n
 Massima righe max { ∑ ∣a ik∣ }
k =1
n
 Massima colonne max { ∑ ∣a ik∣ }
i=1

 Euclidea √∑ ∣a ∣ 2
ik

 Spettrale √λ max ( AT A) , se A simmetrica → ∣λ1 ( A)∣

Formulario Ghirardi Rolando


Ghirardi Rolando
Ghirardi Rolando
Ghirardi Rolando
Ghirardi Rolando
Ghirardi Rolando
Ghirardi Rolando
Ghirardi Rolando
Ghirardi Rolando
Ghirardi Rolando
Ghirardi Rolando
Ghirardi Rolando