1
Fork 0
mirror of https://github.com/Steffo99/unisteffo.git synced 2024-11-26 18:04:20 +00:00

Concludi gli zeri di funzione

This commit is contained in:
Steffo 2020-08-24 16:28:02 +02:00
parent 92ea442398
commit bf36d91b3e

View file

@ -18,14 +18,14 @@ export default function (props) {
Per il <b>teorema del valore medio</b>, se <ILatex>{r`f(a) \cdot f(b) \leq 0`}</ILatex>, allora esiste sicuramente un punto in cui la funzione vale 0. Per il <b>teorema del valore medio</b>, se <ILatex>{r`f(a) \cdot f(b) \leq 0`}</ILatex>, allora esiste sicuramente un punto in cui la funzione vale 0.
</p> </p>
<p> <p>
Denominiamo il punto in cui la funzione vale <ILatex>0</ILatex> come <ILatex>{r`x_{(*)}`}</ILatex>. Denominiamo il punto in cui la funzione vale <ILatex>0</ILatex> come <ILatex>{r`x_{(\star)}`}</ILatex>.
</p> </p>
</Panel> </Panel>
<Panel title={"Condizionamento"}> <Panel title={"Condizionamento"}>
<p> <p>
Più la <b>derivata prima</b> della funzione <b>si avvicina allo 0</b>, <b>peggio</b> il problema sarà condizionato. Più la <b>derivata prima</b> della funzione <b>si avvicina allo 0</b>, <b>peggio</b> il problema sarà condizionato.
</p> </p>
<PLatex>{r`f'(x_{(*)}) \simeq 0 \implies mal\ condizionato`}</PLatex> <PLatex>{r`f'(x_{(\star)}) \simeq 0 \implies mal\ condizionato`}</PLatex>
</Panel> </Panel>
</Section> </Section>
<Section> <Section>
@ -33,7 +33,7 @@ export default function (props) {
<p> <p>
Indice <ILatex>{r`{\color{Orange} p}`}</ILatex> di quanto in fretta una successione converge alla soluzione. Indice <ILatex>{r`{\color{Orange} p}`}</ILatex> di quanto in fretta una successione converge alla soluzione.
</p> </p>
<PLatex>{r`\lim_{i \to +\infty} \frac{ \left| x_{(i+1)} - x_{(*)} \right| }{ \left| x_{(k)} - x_{(*)} \right|^{\color{Orange} p}}`}</PLatex> <PLatex>{r`\lim_{i \to +\infty} \frac{ \left| x_{(i+1)} - x_{(\star)} \right| }{ \left| x_{(k)} - x_{(\star)} \right|^{\color{Orange} p}}`}</PLatex>
<ul> <ul>
<li><u>Convergenza lineare</u>: <ILatex>{r`p = 1`}</ILatex> e <ILatex>{r`0 < C < 1`}</ILatex></li> <li><u>Convergenza lineare</u>: <ILatex>{r`p = 1`}</ILatex> e <ILatex>{r`0 < C < 1`}</ILatex></li>
<li><u>Convergenza superlineare</u>: <ILatex>{r`p = 1`}</ILatex> e <ILatex>{r`C = 0`}</ILatex></li> <li><u>Convergenza superlineare</u>: <ILatex>{r`p = 1`}</ILatex> e <ILatex>{r`C = 0`}</ILatex></li>
@ -127,7 +127,7 @@ export default function (props) {
</p> </p>
<PLatex>{r`x_{(k+1)} = g( x_{(k)} )`}</PLatex> <PLatex>{r`x_{(k+1)} = g( x_{(k)} )`}</PLatex>
<p> <p>
Sfruttano i <b>punti fissi</b> <ILatex>{r`g(x_{(*)}) = x_{(*)}`}</ILatex> della funzione <ILatex>{r`f`}</ILatex> per convergere:<br/> Sfruttano i <b>punti fissi</b> <ILatex>{r`g(x_{(\star)}) = x_{(\star)}`}</ILatex> della funzione <ILatex>{r`f`}</ILatex> per convergere:<br/>
se <ILatex>{r`\phi(x)`}</ILatex> non ha zeri, allora i punti fissi <b>coincideranno</b> con gli <b>zeri</b> della funzione <ILatex>{r`f`}</ILatex>. se <ILatex>{r`\phi(x)`}</ILatex> non ha zeri, allora i punti fissi <b>coincideranno</b> con gli <b>zeri</b> della funzione <ILatex>{r`f`}</ILatex>.
</p> </p>
<PLatex>{r`g(x) = x - \phi(x) \cdot f(x)`}</PLatex> <PLatex>{r`g(x) = x - \phi(x) \cdot f(x)`}</PLatex>
@ -135,9 +135,6 @@ export default function (props) {
Si può raggiungere iterativamente ad un punto fisso attraverso la formula: Si può raggiungere iterativamente ad un punto fisso attraverso la formula:
</p> </p>
<PLatex>{r`x_{(k+1)} = g( x_{(k)} )`}</PLatex> <PLatex>{r`x_{(k+1)} = g( x_{(k)} )`}</PLatex>
<p>
<u>Teorema della mappa contrattiva</u>: il punto fisso <b>esiste</b> ed è <b>unico</b>. <Todo>TODO: Studiarlo?</Todo>
</p>
<p> <p>
Non si conosce in anticipo il numero di iterazioni necessarie per soddisfare la tolleranza <ILatex>{r`\tau`}</ILatex>; ad ogni iterazione, si controlla se la tolleranza è soddisfatta: Non si conosce in anticipo il numero di iterazioni necessarie per soddisfare la tolleranza <ILatex>{r`\tau`}</ILatex>; ad ogni iterazione, si controlla se la tolleranza è soddisfatta:
</p> </p>
@ -146,6 +143,52 @@ export default function (props) {
<li>Nel <i>residuo</i> del problema: <ILatex>{r`\left| f(x_{(k)}) \right| \leq \tau`}</ILatex></li> <li>Nel <i>residuo</i> del problema: <ILatex>{r`\left| f(x_{(k)}) \right| \leq \tau`}</ILatex></li>
</ul> </ul>
</Panel> </Panel>
<Panel title={"Teorema della mappa contrattiva"}>
<p>
Se:
</p>
<ul>
<li>
Tutti i valori restituiti dalla funzione <ILatex>{r`g`}</ILatex> rientrano nel suo stesso dominio:
<PLatex>{r`g : [a, b] \to [a, b]`}</PLatex>
</li>
<li>
<p>
La funzione <ILatex>{r`g`}</ILatex> è una contrazione, ovvero restringe l'intervallo <ILatex>{r`[a, b]`}</ILatex>:
</p>
<PLatex>{r`\forall (x, y) \in [a, b], | g(x) - g(y) | \leq L \cdot | x - y |`}</PLatex>
<p>
(dove <ILatex>{r`0 < L < 1`}</ILatex>)
</p>
</li>
</ul>
<p>
Allora:
</p>
<ul>
<li>
<p>
Il punto fisso esiste ed è unico:
</p>
<PLatex>{r`\exists! x_{(\star)}`}</PLatex>
</li>
<li>
Il metodo delle approssimazioni successive converge per qualsiasi punto di partenza.
</li>
<li>
<p>
Vale la seguente disequazione di <i>maggiorazione dell'errore</i>:
</p>
<PLatex>{r`\left| x_{(k)} - x_{(\star)} \right| \leq \frac{ L^k }{ 1 - L } \cdot \left| x_{(1)} - x_{(0)} \right|`}</PLatex>
</li>
</ul>
<p>
Più è piccolo <ILatex>L</ILatex>, più il metodo convergerà in fretta.
</p>
<Example>
<ILatex>L</ILatex> è molto simile al raggio spettrale <ILatex>{r`\rho(M)`}</ILatex> dei metodi iterativi per i sistemi lineari!
</Example>
</Panel>
</Section> </Section>
<Section> <Section>
<Panel title={"Metodo di Newton"}> <Panel title={"Metodo di Newton"}>
@ -181,6 +224,13 @@ export default function (props) {
</p> </p>
</Panel> </Panel>
</Section> </Section>
<Section>
<Panel title={"Approssimare sistemi non-lineari"}>
<p>
È possibile usare questi metodi per <b>approssimare le soluzioni di sistemi non-lineari</b>.
</p>
</Panel>
</Section>
</Fragment> </Fragment>
) )
} }