L'insegnamento intende dare gli elementi fondamentali (inclusa l'implementazione in un linguaggio di programmazione) delle tecniche di approssimazione numerica di base, in particolare quelle legate alla soluzione di sistemi lineari e di equazioni scalari non lineari, all'interpolazione e all'integrazione approssimata
scheda docente
materiale didattico
Metodi diretti: il metodo di eliminazione di Gauss. Strategie di pivoting. Il metodo di eliminazione come fattorizzazione. Le fattorizzazioni di Doolittle e Cholesky. Metodi iterativi: Jacobi, Gauss-Seidel, SOR, Richardson e loro convergenza. Confronto tra metodi diretti ed iterativi. La stabilita' degli algoritmi risolutivi per sistemi lineari.
Metodi iterativi per equazioni scalari nonlineari
Richiami sui teoremi di esistenza degli zeri. I metodi di bisezione, di Newton, delle secanti, delle corde e loro convergenza. (Riferimento: Capitolo 1 ad eccezione del paragrafo 1.2.3, e appendici A.1, A.2)
Approssimazione di funzioni
Strategie generali di approssimazione. Il polinomio interpolatore nella forma di Lagrange e di Newton. Rappresentazione dell'errore di interpolazione. Convergenza del polinomio interpolatore per funzioni analitiche. Strategie di infittimento dei nodi nell'interpolazione: nodi di Chebyshev e approssimazioni composite. Stima dell'errore. Polinomio di Hermite, costruzione e rappresentazione dell'errore. Approssimazioni per Errore Quadratico Minimo. (Riferimento: Capitolo 5 ad eccezione del paragrafo 5.2, e appendice A.4)
Integrazione numerica
Principi generali delle quadrature numeriche. Il teorema di Polya sulla convergenza delle quadrature interpolatorie. Le formule di Newton-Cotes chiuse ed aperte. Risultati di stabilita' e stima dell'errore. Formule di Newton-Cotes generalizzate e loro convergenza. Quadrature gaussiane e loro convergenza. (Riferimento: Capitolo 6)
Esercitazioni di laboratorio
Implementazione in linguaggio C di alcuni tra gli algoritmi piu' significativi, in particolare: metodo di eliminazione di Gauss, metodi iterativi per sistemi lineari e per equazioni scalari, interpolazione di Lagrange o Newton con una strategia di infittimento.
N.B.: I riferimenti sono dati sugli appunti del corso.
Roberto Ferretti, "Esercizi d'esame di Analisi Numerica", disponibile in forma elettronica all'indirizzo: http://www.mat.uniroma3.it/users/ferretti/Esercizi.pdf
Lucidi delle lezioni, disponibili in forma elettronica sotto la pagina del corso: http://www.mat.uniroma3.it/users/ferretti/bacheca.html
Fruizione: 20410413 AN410 - ANALISI NUMERICA 1 in Scienze Computazionali LM-40 FERRETTI ROBERTO,
Programma
Sistemi di equazioni lineariMetodi diretti: il metodo di eliminazione di Gauss. Strategie di pivoting. Il metodo di eliminazione come fattorizzazione. Le fattorizzazioni di Doolittle e Cholesky. Metodi iterativi: Jacobi, Gauss-Seidel, SOR, Richardson e loro convergenza. Confronto tra metodi diretti ed iterativi. La stabilita' degli algoritmi risolutivi per sistemi lineari.
Metodi iterativi per equazioni scalari nonlineari
Richiami sui teoremi di esistenza degli zeri. I metodi di bisezione, di Newton, delle secanti, delle corde e loro convergenza. (Riferimento: Capitolo 1 ad eccezione del paragrafo 1.2.3, e appendici A.1, A.2)
Approssimazione di funzioni
Strategie generali di approssimazione. Il polinomio interpolatore nella forma di Lagrange e di Newton. Rappresentazione dell'errore di interpolazione. Convergenza del polinomio interpolatore per funzioni analitiche. Strategie di infittimento dei nodi nell'interpolazione: nodi di Chebyshev e approssimazioni composite. Stima dell'errore. Polinomio di Hermite, costruzione e rappresentazione dell'errore. Approssimazioni per Errore Quadratico Minimo. (Riferimento: Capitolo 5 ad eccezione del paragrafo 5.2, e appendice A.4)
Integrazione numerica
Principi generali delle quadrature numeriche. Il teorema di Polya sulla convergenza delle quadrature interpolatorie. Le formule di Newton-Cotes chiuse ed aperte. Risultati di stabilita' e stima dell'errore. Formule di Newton-Cotes generalizzate e loro convergenza. Quadrature gaussiane e loro convergenza. (Riferimento: Capitolo 6)
Esercitazioni di laboratorio
Implementazione in linguaggio C di alcuni tra gli algoritmi piu' significativi, in particolare: metodo di eliminazione di Gauss, metodi iterativi per sistemi lineari e per equazioni scalari, interpolazione di Lagrange o Newton con una strategia di infittimento.
N.B.: I riferimenti sono dati sugli appunti del corso.
Testi Adottati
Roberto Ferretti, "Appunti del corso di Analisi Numerica", disponibile in forma elettronica all'indirizzo: http://www.mat.uniroma3.it/users/ferretti/corso.pdfRoberto Ferretti, "Esercizi d'esame di Analisi Numerica", disponibile in forma elettronica all'indirizzo: http://www.mat.uniroma3.it/users/ferretti/Esercizi.pdf
Lucidi delle lezioni, disponibili in forma elettronica sotto la pagina del corso: http://www.mat.uniroma3.it/users/ferretti/bacheca.html
Modalità Erogazione
Il corso si articola in lezioni frontali (dedicate agli aspetti teorici) e attività di laboratorio informatico (in cui si implementano i metodi numerici studiati).Modalità Valutazione
La parte di teoria si svolge mediante una prova scritta della durata di 2h30; la tipologia delle prove scritte si puo' capire meglio dalla raccolta dei testi di esame e di esonero (vedi pagina web del corso). La parte di laboratorio si svolge mediante una prova supplementare, consistente in: - discussione dettagliata dei programmi svolti nelle esercitazioni(studenti frequentanti il laboratorio); - breve (2h) prova di programmazione in C, su argomenti simili a quelli delle esercitazioni (studenti non frequentanti il laboratorio).Fruizione: 20410413 AN410 - ANALISI NUMERICA 1 in Scienze Computazionali LM-40 FERRETTI ROBERTO,