Compiti ed esercitazioni VERIFICATO

Esercizi Matlab

Università degli Studi di Padova ingegneria aerospaziale 2020
306 visualizzazioni
27 download
Nessun voto ancora
Condividi: WhatsApp Telegram

Di cosa parla

Riassunto AI · si legge in un minuto

Il documento illustra l'implementazione in MATLAB di metodi iterativi per risolvere equazioni non lineari f(x)=0, tra cui Steffensen, bisezione, Newton-Raphson, tangente fissa, punto fisso e Aitken. Ogni metodo viene testato su esempi numerici, con tabelle di iterazioni, errori e grafici di convergenza. Il lavoro include anche un confronto tra i metodi in termini di velocità, accuratezza e comportamento di convergenza o divergenza.
Leggi il riassunto completo
  • Il documento introduce lo studio di metodi iterativi per la risoluzione di equazioni non lineari f(x)=0, sviluppati e testati con il software MATLAB dopo le lezioni di laboratorio.
  • Viene implementato il metodo di Steffensen, derivato da quello di Newton ma senza uso della derivata, con ordine di convergenza 2; applicato a f(x)=x^2+log(x)+cos(x) converge in 5 iterazioni verso circa 0.346266.
  • Si sviluppa il metodo di bisezione con test di arresto sul residuo pesato e sul numero massimo di iterazioni; applicato a x^2-2=0 converge in 38 iterazioni a circa 1.414213562373, confermando la convergenza totale ma la lentezza del metodo.
  • Un esercizio basato su un'equazione con parametri ricavati dalla matricola richiama il teorema degli zeri e confronta Newton-Raphson, Steffensen e tangente fissa, con stima di circa 90 iterazioni per quest'ultima; Steffensen converge in 5 passi, Newton in 7, e Newton risulta più accurato per l'errore finale quasi nullo.
  • Viene implementato il metodo di Aitken come accelerazione del metodo di punto fisso, con la stessa sintassi del punto fisso; applicato a g(x)=cos(x) converge in 4 iterazioni, mentre il punto fisso mostra una convergenza lineare lenta.
  • Si considera un metodo di punto fisso g(x)=x+f(x) per l'equazione del terzo esercizio, con costante asintotica M maggiore di 1 che ne causa la divergenza; l'accelerazione di Aitken, invece, converge in 4 iterazioni con errore prossimo alla precisione di macchina.
  • Nelle conclusioni si evidenziano i compromessi tra i metodi: la bisezione è robusta ma lenta, Newton e Steffensen sono veloci, mentre Aitken offre un'accelerazione efficace del punto fisso, con valutazioni di accuratezza basate sugli errori finali.

Riassunto generato con l'intelligenza artificiale a partire dagli appunti. Come lo facciamo

Anteprima pagina 1 — Esercizi Matlab Anteprima pagina 2 — Esercizi Matlab Anteprima pagina 3 — Esercizi Matlab

Stai vedendo l'anteprima delle prime pagine. Il file completo è gratis: registrati per leggerlo tutto.

Studia questi appunti con l'AI

Riassunto e domande d'esame sono gratis: chiedili e ti mandiamo un'email quando sono pronti.

Questo appunto è gratis. Registrati in 30 secondi per leggere tutte le pagine e scaricarlo.

Simula l'esame con domande costruite su questi appunti.

Di cosa parla l'insegnamento

CALCOLO NUMERICO · 1° anno · 9 CFU · MATH-05/A

Apprendere le basi del calcolo numerico in vista delle applicazioni in campo scientifico e tecnologico, con particolare attenzione ai concetti di errore, discretizzazione, approssimazione, convergenza, stabilita', costo computazionale. Saper descrivere con linguaggio matematico appropriato metodi e algoritmi, saper…

Scheda completa nella pagina del corso

Altri appunti di CALCOLO NUMERICO

Condividi questi appunti

WhatsApp Telegram