A.A. 2009/2010 UNIVERSITA' DEGLI STUDI DI TRIESTE _____________________________________________________________________ FACOLTA’ DI INGEGNERIA PROGRAMMA DEL CORSO DI DOCENTE ANALISI NUMERICA I Alfredo BELLEN PREMESSE: Conoscenze di base del linguaggio MATLAB e delle funzioni relative ai temi trattati nel corso. Files script e function. Rappresentazione floating point dei numeri reali. Errore assoluto e relativo. L’epsilon di macchina. Stabilita’ come dipendenza dalle perturbazioni sui dati di un problema e di un algoritmo. Analisi differenziale dell’errore e indici di condizionamento.Calcolo dell’epsilon di macchina. Esempi. INTERPOLAZIONE. Approssimazioni di funzioni. Varie classi di approssimazione (polinomi algebrici, trigonometrici, esponenziali, polinomi a tratti, splines, ecc). Polinomio di Taylor. I e II Teorema di Weierstrass. Polinomi di Bernstein. Interpolazione di Lagrange. Determinante di Vandermonde. Stima dell'errore per funzioni di classe C. Il caso dei nodi equidistanti. Il fenomeno di Runge. Polinomi di Chebishev e sua proprieta’ ottimale. Differenze divise e polinomio di Newton. Nodi semplici e multipli. Interpolazione di Hermite e di Birkoff. Interpolazioni a tratti: errore e convergenza. Interpolazione “shape preserving”. Interpolazione con funzioni spline cubiche naturali, periodiche, complete e not-a-knote. Interpolazione trigonometrica e base esponenziale complessa. Trasformata discreta di fourier DFT e trasformata inversa IDFT.Applicazione della DFT: filtraggio e ricerca di cicli nei dati. La trasformata rapida FFT MINIMI QUADRATI: Interpolazione sopradimensionata e sistemi lineari sopradimensionati. Premesse di algebra lineare. Soluzione ai minimi quadrati. L’equazione normale. Esistenza e unicita’ della soluzione ai minimi quadrati. Matrici di rango massimo e non singolarita’ di ATA. La fattorizzazione QR e l’indice di condizionamento. FORMULE DI QUADRATURA E APPROSSIMAZIONE DI FUNZIONALI LINEARI. Formule Lagrangiane e di Newton-Cotes. Ordine polinomiale per n pari e dispari. Stima dell'errore e convergenza in base all’ordine polinomiale. Formule composte dei trapezi e di Cavalieri-Simpson e loro ordine di convergenza. Soglia d’errore di discretizzazione + errore di troncamento. Estrapolazione di Richardson e quadratura adattativa. Sviliuppo asintotico dell’errore delle formule di quadratura e di altri funzionali lineari (derivata prima, derivata seconda). ALGEBRA LINEARE. Premesse di algebra lineare: Notazione "colonna" dei vettori. Prodotto scalare e prodotto di matrici. Forme quadratiche, matrici simmetriche, hermitiane, ortogonali ed unitarie. Matrici di permutazione. Autovalori ed autovettori. Polinomio caratteristico associato. Matrici definite e semidefinite. Teorema di Gerschgorin.. Norme di vettori e di matrici. Equivalenza delle norme. Norme compatibili. Raggio spettrale e sue proprietà. Le norme ||A||1, ||A||2, ||A||. Serie di von Neumann e condizioni di convergenza. Sistemi lineari strutturati derivati da discretizzazioni di equazioni differanziali. Discretizzazione del problema dei due punti e positivita’ della matrice tridiagonale. La matrice di Hilbert ed i sistemi mal condizionati come esempio di fallacita’ del criterio del residuo per la stima dell’errore. RISOLUZIONE DI SISTEMI LINEARI. Splitting e Metodi iterativi. Il metodo di Jacobi: e di Gauss-Seidel. Convergenza per matrici a predominanza diagonale e per matrici tridiagonali Caratteristiche di parallelizzabilita’ del metodi di Jacobi. Criteri d’arresto a “priori” e “a posteriori”. Il metodo di riduzione di Gauss e la fattorizzazione LU. Strategie con e senza "pivoting". Unicità della fattorizzazione LU. Algoritmo della pavimentazione e fattorizzazione di Choleski. Complessita’ computazionale. Lemma di perturbazione di Banach. Condizionamento del sistema lineare e indici di condizionamento della matrice. Calcolo del residuo e stima dell'errore. Analisi “all’indietro” di Wilkinson. Rafinamento iterativo. EQUAZIONI NON LINEARI. Metodo dicotomico, metodi iterativi e teorema generale di convergenza per il problema di punto fisso per equazioni scalari e per sistemi.Iterazione di Picard. Metodo di Newton e delle secanti nel caso scalare e loro ordine di convergenza. Stima dell’errore e criterio di convergenza locale. Il caso delle radici multiple. Cenni sui sistemi di equazioni. Il metodo di Newton-Raphson, Newton modificato e delle secanti. Metodo dell’omotopia per i sistemi. EQUAZIONI DIFFERENZIALI: Il problema di Cauchy. Metodi di Eulero Esplicito, Eulero implicito e Trapezi. Formato generale di un metodo a un passo con la funzione incrementale. Errore locale di discretizzazione ed errore di propagazione. Teorema di convergenza dei metodi a un passo e ordine di convergenza globale. La condizione di stabilita’ per la crescita lineare dell’errore rispetto alla finestra di integrazione. Il metodo di Heun come perturbazione del metodo dei trapezi. La lipschitzianita’ della funzione incrementale dei tre metodi E.E. E.I. e TR. La A-stabilita’. La funzione di A-stabilita’ dei 3 metodi e loro regione di stabilita’. Risolubilita’ dei metodi impliciti con l’iterazione di Picard. TESTI CONSIGLIATI: A. Bellen: Corso di Analisi Numerica (gia’ :Calcolo Numerico Triennale) (appunti disponibili in rete http://www.dmi.units.it/~bellen ) L. Torelli e S. Maset: Introduzione a MATLAB (appunti disponibili in rete http://www.dmi.units.it/corsi )