Académique Documents
Professionnel Documents
Culture Documents
Le soluzioni del sistema sono i vettori Ξ = [ξ1, ξ2, . . . , ξn]T che annul-
lano simultaneamente tutte le n equazioni.
1
Metodo di Newton per sistemi
X (0) dato
⇒ (k+1) (k)
h
(k)
i−1
X =X − JF (X ) F (X (k)) k≥0
Norma di vettore
La norma di un vettore V = [v1, . . . , vn]T viene utilizzata per misurare
la sua lunghezza.
Intorno: kV − W k ≤ r
v
u n
uX
• Norma due o euclidea: kV k2 := t |vi|2
i=1
n
X
• Norma uno: kV k1 := |vi|
i=1
• d(V, W ) = 0 ⇐⇒ V = W
• d(V, W ) = d(W, V ) ∀ V, W ∈ S
F (X) = 0
con F ∈ C 2(D) (D ∈ IRn intorno di Ξ).
5
Osservazioni sul metodo di Newton per sistemi
h i−1
X k+1 k k
= X − JF (X ) F (X k )
" #
fx(X (k)) fy (X (k))
dove JF (X (k)) =
gx(X (k)) gy (X (k))
" #
1 gy (X (k)) −fy (X (k))
JF−1(X (k)) =
(k)
|JF | −gx(X (k)) fx(X (k))
La soluzione è
1 h
k ) g (X (k) ) − g(X (k) ) f (X (k) )
i
x = x − f (X
y y
k+1 k (k)
|JF |
k≥0
1 h k (k) (k) (k)
i
y = yk − g(X ) fx(X ) − f (X ) gx(X )
k+1
(k)
|JF |
Esercizio 1
Soluzione
Si devono trovare i punti che annullano simultaneamente le funzioni
f (x, y) = x2 + y 2 − 3 e g(x, y) = xy − 1.
9
Separazione grafica: Le due funzioni hanno 4 punti di intersezione:
2 nel primo quadrante e 2 nel terzo.
√
Il punto ξ1 = (x1, y1) è contenuto in I1 = [0, 1] × [1, 3].
(
f (x, y) = x2 + y 2 − 3 = 0
g(x, y) = xy − 1 = 0
Si verifica facilamente che F (x, y) = [f (x, y), g(x, y)]T ∈ C 2(I1).
Inoltre
" # " #
fx(x, y) fy (x, y) 2x 2y
JF (x, y) = =
gx(x, y) gy (x, y) y x
e quindi
√
⇒ |JF (x, y)| 6= 0 in I1 = [0, 1] × [1, 3].
11
(
f (x, y) = x2 + y 2 − 3 = 0
|JF (x, y)| = 2x2 − 2y 2
g(x, y) = xy − 1 = 0
1 3
Scegliendo il punto X (0) = (x0, y0) = , come approssimazione
2 2
iniziale della soluzione si ha
1
x 1 = x 0 − [ f (x0, y0) gy (x0, y0) − g(x0, y0) fy (x0, y0) ]
|JF (x0, y0)|
=
1
y1 = y0 − [ g(x0, y0) fx(x0, y0) − f (x0, y0) gx(x0, y0) ]
|JF (x0, y0)|
1 1 1 9 1 1 3 3 1 1 5
− − − −
x = + 3 1 2 = + =
1
2 4 4 4 2 22 2 2 8 8
=
3 1 3 1 3 3 1 13
y = + − 1 + = + =
1
2 4 4 22 2 8 8
12
x2 = x1 − 0.00694 = 0.61806
y = y − 0.00694 = 1.61806
2 1
x3 = x2 − 0.00003 = 0.61803
y = y − 0.00003 = 1.61803
3 2
13
Localizzazione delle radici: rappresentazione grafica in Matlab
[x,y]=meshgrid(-3:.1:3);
z1=x.^2+y.^2-3;
z2=x.*y-1;
figure,
subplot(2,2,1), mesh(x,y,z1), title(’z1=f(x,y)’)
hold on,
contour(x,y,z1,[0 0],’r’,’linewidth’,2); % linee di livello f(x,y) = 0
subplot(2,2,2), mesh(x,y,z2), title(’z2=g(x,y)’)
hold on
contour(x,y,z2,[0 0],’g’,’linewidth’,2); % linee di livello g(x,y) = 0
subplot(2,2,3), contour(x,y,z1,[0 0],’r’,’linewidth’,2);
hold on, contour(x,y,z2,[0 0],’g’,’linewidth’,2);
xlabel(’x’), ylabel(’y’), legend(’z1=0’,’z2=0’,2)
title(’Intersezioni’)
14
15
Esercizio 2
16
Separazione grafica
√ √
possiamo concludere che I = [0, 2] × [0, 2] è un buon intervallo di
separazione.
17
(
x2 + y 2 = 2
y − sin( π2 x) = 0
e quindi
π
|JF (x, y)| = 2x + πycos( x) 6= 0
2
√
in √un opportuno intorno del punto (1, 1) contenuto in I = [0, 2] ×
[0, 2]
|JF (1, 1)| = 2 > 0
19
Esercizio 4
Data l’equazione non lineare
g(y; λ) = e−y − 2y − λ = 0
dipendente dal parametro reale λ,
(
g(0; λ) > 0 1
⇒ −2≤λ≤1
g(1; λ) < 0 e
21
2) Per λ = −2 l’equazione diventa g(y; −2) = e−y − 2y + 2
⇒ ψ1(D) ⊆ D
1 e−y è una funzione monotona decrescente, per cui
Inoltre |ψ10 (y)| = 2
1
max |ψ10 (y)| = ≈ 0.184 < 1
y∈[1,2] 2e
Possiamo quindi concludere che ψ1 è adatta ad approssimare la radice
22
La funzione ψ2 è la funzione di iterazione del metodo di New-
ton. La funzione g(y; −2) = e−y − 2y + 2 è infinitamente derivabile, in
particolare poichè
23
3) ψ1 verifica le ipotesi del Teorema del punto unito, per cui il metodo
delle approssimazioni successive
y k+1 = ψ1(y k ), k = 0, 1, 2, . . .
converge per qualsiasi y 0 ∈ [1, 2].
24
Esercizio 5
(
f (x, y) = 2 x − 0.0002 x y − 0.0001 x2 = 0
g(x, y) = 4 y − 0.0003 y 2 − 0.0004 x y = 0
i) separare le radici;
25
Traccia della soluzione
4
y= (104 − x)
3
(
x = 4000
Le due rette si intersecano solo quando
y = 8000
26
ii) Le funzioni f , g ∈ C 2(D).
27
Esercizio 6
28
Riferimenti bibliografici
29