Sistemi Lineari. Elisabetta Colombo. Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Sistemi Lineari. Elisabetta Colombo. Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico"

Transcript

1 Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico

2 2 a di o.0 4 Capelli Rango o Caratterisca

3 : definizioni a di o.0 Un equazione nelle n incognite x,..., x n della forma dove c x + + c n x n = b c,..., c n sono numeri reali (detti coefficienti), b è un numero reale (detto termine noto), si chiama equazione lineare in x,..., x n. Un sistema lineare di m equazioni nelle n incognite x,..., x n è un sistema formato da m equazioni in x,..., x n, ossia: a x + a 2 x a n x n = b a 2 x + a 22 x a 2n x n = b 2 (*) : : : a m x + a m2 x a mn x n = b m

4 : definizioni a di o.0 Una soluzione di ( ) è una n-pla di numeri reali ( x,..., x n ) che sostituita alle incognite soddisfa simultaneamente tutte le equazioni del sistema. La matrice di tipo (m, n) : A = (a ij ) j=...n i=...m si chiama matrice dei coefficienti del sistema. Il vettore colonna di tipo (m, ) : b = (b i ) m i= si chiama vettore dei termini noti. La matrice di tipo (m, n + ) : (A b) ottenuta accostando alle colonne della matrice A dei coefficienti il vettore (colonna) b dei termini noti si chiama matrice completa del sistema.

5 o. a di o.0 Dato il sistema di due equazioni in tre incognite { 2x + y z = 0 4x + 6y 2z =, la matrice del sistema, il vettore dei termini noti e la matrice completa sono, rispettivamente: ( ) ( ) ( A =, b = (A b) = ). Detto x = (x j ) n j= il vettore colonna di tipo (n, ) delle incognite il sistema ( ) si può trascrivere in forma matriciale Ax = b Una sua soluzione è quindi un vettore colonna di tipo (n, ) x = ( x j ) n j= di numeri reali che soddisfa la relazione matriciale A x = b.

6 risolubili o impossibili a di Un sistema si dice possibile (o risolubile) se ammette almeno una soluzione. In tal caso le equazioni si dicono compatibili. Un sistema si dice impossibile se non ammette alcuna soluzione. In tal caso le equazioni si dicono incompatibili. NOTA Un sistema possibile può avere una sola soluzione (sistema determinato) oppure infinite (sistema indeterminato), ma mai un numero finito 2 di. o.0

7 equivalenti a di Due sistemi si dicono equivalenti quando ammettono le stesse. Trasformazioni elementari. Le seguenti trasformazioni, applicate ad un dato sistema, portano a un sistema equivalente: I) scambiare due equazioni tra loro; II) moltiplicare i due membri di un equazione per lo stesso numero k ( 0); III) sommare ad un equazione un altra equazione moltiplicata per k. o.0

8 a di o.0 o. x + y = Dato il sistema 2x y = 2 2x + y = 2 la matrice del sistema, il vettore dei termini noti e la matrice completa sono: A = 2 2, b = 2 2, (A b) = 2 2 Il sistema ha una sola soluzione. Infatti, sottraendo alla terza equazione la seconda si ottiene il sistema, equivalente a quello dato: x + y = 2x y = 2 4y =

9 a di o.0 o.4 ( 2 Dati A = 6 ) (, e b = ), il sistema Ax = b è il sistema di due equazioni in due incognite { 2x y = 6x + y =. Sommando alla seconda equazione la prima moltiplicata per si ottiene il sistema equivalente: { 2x y =. 0 = 0 Il sistema ammette quindi le infinite della forma (t, 2t ), al variare del numero reale t.

10 a a di o.0 Un sistema a è un sistema per cui la matrice completa è a, cioè il numero di zeri all inizio di una riga è maggiore del numero di zeri della riga precedente. I seguenti sistemi sono a { 2x + y z + t = 0 (a) y 2z t = ( 2 (A b) = )

11 a a di o.0 { 2x + y z + t = 0 In (a) y 2z t = si mette a parametro z = r e t = s e si ottiene { x = 2 y + 2 z 2 t y = + 2z + t = + 2r + s { x = 2 ( + 2r + s) + 2 r 2 s y = + 2r + s { x = r 2s y = + 2r + s Sol(A, b) = {( r 2s, + 2r + s, r, s r, s R}

12 a a di o.0 (b) da cui 2x + y z = 0 y 2z = z = x = 2 y + 2 z y = + 2z z = Sol(A, b) = {( 2,, )}. (A b) = x = 2 2 = 2 y = + 2( ) = z = 0

13 a a di o.0 { x + y = 0 (c) 0x + 0y = ( (A b) = ) Il sistema è chiaramente impossibile perchè lo è la seconda equazione.

14 a a di o.0 Se il sistema è a si possono presentare i seguenti due casi: () Nel sistema a nell ultima equazione non zero si annulla il primo membro (in cui compaiono le variabili), ma il termine noto è 0. In questo caso il sistema è ovviamente impossibile. (2) In tutte le equazioni non zero non si annulla mai il primo membro. In tal caso il sistema è sempre risolubile, si pongono a parametro le variabili che non corrispondono a un gradino e il valore assunto dalle altre nell insieme delle si ricava induttivamente a partire dall ultima equazione.

15 a a di Nel caso di sistemi a risolubili, sia k il numero di equazioni non zero del sistema, corrispondenti quindi a k. Se k = n, il sistema ha una sola soluzione., infatti non tutte le variabili corrispondono a un gradino. Se k < n, le sono infinite ed espresse in funzione delle n k variabili non corrispondenti ai e che sono quindi dette variabili libere. o.0

16 a a di In conclusione, quando il sistema è risolubile, per sapere quante ha, dobbiamo confrontare il numero k delle equazioni effettive con il numero n delle incognite: Se k = n il sistema è determinato ossia ha una sola soluzione. Se k < n il sistema è indeterminato ossia ha infinite che dipendono da n k variabili libere (si dice che il sistema ha n k ). o.0

17 Metodo di a di Questo metodo si basa sulle ripetute applicazioni delle trasformazioni che permettono di passare a sistemi equivalenti. Si opera in modo da ricondursi ad un sistema equivalente a quello dato, ma a, per cui per esso è immediato vedere la eventuale risolubilità e, in tal caso, procedere in modo standard per determinare le. o.0

18 Metodo di a di o.0 Consideriamo il sistema: a x + a 2 x a n x n = b a 2 x + a 22 x a 2n x n = b 2 : : : a m x + a m2 x a mn x n = b m Possiamo supporre che a 0 (in caso contrario scambiamo la a equazione con un altra in cui il coefficiente di x sia 0). Dividendo la prima equazione per a, otteniamo: x + a 2 a x a n a x n = b a a 2 x + a 22 x a 2n x n = b 2 : : : a m x + a m2 x a mn x n = b m

19 Metodo di a di o.0 Sottraiamo poi dalla seconda equazione la prima moltiplicata per a 2, dalla terza la prima moltiplicata per a e così via. Otteniamo: x + a 2 x a n x n = b 0 a 22 x a 2n x n = b 2 0 : : 0 a m2 x a mnx n = b m Le equazioni successive alla prima costituiscono un sottosistema di m equazioni nelle n incognite x 2,..., x n. Allora possiamo procedere in modo iterativo: ripetiamo quanto fatto precedentemente a questo sottosistema. Si noti che la prima colonna ha tutti zeri sotto la prima riga.

20 Metodo di a di o.0 Se a 22 0 si procede come prima. Se a 22 = 0, ma c è un altra equazione con il coefficiente di x 2 diverso da zero, si scambiano tali equazioni e si procede come prima. In questo modo x 2 comparirà con coefficiente nella 2 a equazione e 0 nelle successive. Le equazioni successive sono quindi equazioni in cui non compaiono più le prime due incognite. Se in tutte le equazioni il coefficiente di x 2 è nullo tranne che nella prima, vuol dire che x 2 non compare come variabile effettiva nel sottosistema ottenuto dalle equazioni successive alla prima. Si può quindi considerarla una variabile libera e porla a parametro. La seconda colonna della matrice dei coefficienti avrà tutti zeri sotto la prima riga Iterando alle equazioni successive otterremo un sistema a

21 Metodo di a di Per applicare questo metodo, conviene rileggere le trasformazioni elementari sulle equazioni come corrispondenti trasformazioni elementari sulle righe della matrice completa (A b), che richiamiamo: Trasformazioni elementari sulle righe di (A b) I) R ij : scambio della riga r i con la riga r j ; II) k R i : prodotto della riga r i per il numero k ( 0) ; III) R i + kr j : somma della riga r i con la riga r j moltiplicata per k. o.0

22 Metodo di a di o.0 2x + 4y = 2 x + y = 0 x + y = 2 x + 2y = 5y = 5y = x + 2y = y = 5 0 = 0 x + 2y = 2 R x + y = 0 x + y = 2 5 R 2 { x = y = 5 x + 2y = y = 5 5y = R 2 R R + R R 5R 2 { x = 5 y = 5 Sistema con 2 equazioni effettive e 2 incognite: quindi determinato, ossia con una sola soluzione.

23 Metodo di a di o.0 Analogamente, con le stesse trasformazioni elementari sulle righe di (A b) si ha: R R 2 2 R 0 5 R 2 + R R R 5R

24 Metodo di a di o.0 Dato il sistema x 2y + 4z = 2 x + y + 5z = 2x + y + z = 2, con trasformazioni elementari sulle righe di (A b) si ha: R 2 R 2 R 2 2R R R 5R

25 Metodo di a di o Quindi il sistema è impossibile. x 2y + 4z = 2 y z = 0 =

26 Metodo di a di o.0 Dato il sistema x + y + z = 2x + z = 0 6x + 2y = 2 elementari sulle righe di (A b) si ha: R 2 + 2R R 2 6R R 2 4, con trasformazioni

27 Metodo di a di o R + 4R { 0 2 x + y + z = y z =

28 Metodo di a di o.0 Discutere la risolubità al variare del parametro reale k, e trovare le eventuali del sistema x + 2y z = x + y + 2z = 0. 2x y = 0 x y z = k k 2 k R 2 + R R 2R R 4 R R 2

29 Metodo di a di o R 4 R k Quando k + k = 2 k R R + 5R 2 R 4 + R k k + 0 il sistema è impossibile. Se invece, si tratta di un sistema di equazioni effettive in incognite, quindi determinato.

30 Metodo di a di o.0 Per calcolarne l unica soluzione si risolve il sistema x + 2y z = x = 2y + z y + z = y = z = z, z = x = 2 4 = 2 y = + = 4, z = quindi l unica soluzione è ( 2, 4, ).

31 Metodo di a di o.0 Discutere la risolubità e trovare le eventuali del sistema: (A b) = x + 2y + z w = 2 2x + y z = 2 2y + 4z w = 9 x + z + w = R + 2R 2 R 4 2R 2, R 2 2R R 4 R

32 Metodo di a di o R 4 + R R + 2R 2 R 4 2R

33 Metodo di a di o.0 Il sistema è quindi determinato e si cerca l unica soluzione x + 2y + z w = 2 y z + 2w = 6 2z + w = 7w = 7 x = 2 2y z + w y = +6 z + 2w z = w w = x = 2 2y z + w = = 2 y = +6 z + 2w = = z = = w = Quindi la soluzione è il vettore (2,,, )

34 Metodo di a di o.0 o.0 Discutere la risolubità al variare del parametro reale k, e trovare le eventuali del sistema x y w = 5x 5y + z + kw = 0 2x + 4y + z = 0 Con trasformazioni elementari sulle righe di (A b) si ha: k k R 2 5R R 0 2R 2 R R 2 5.

35 Metodo di a di o k R R k k Quindi per k = il sistema è impossibile, mentre per k, il sistema dipende da 4-= parametro, ottenuto ponendo a parametro z o y. In questo caso conviene mettere a parametro y.

36 Metodo di a di o.0 Ponendo a parametro y = s si ha x y w = x = + y + w 0y + z + (k + 5)w = 5 z = 5 0y (k + 5)w (k + )w = w = (k+) x = + s + (k+) z = 5 0s (k+5) (k+) w = (k+) L insieme delle è: {( + s + k+, s, 5 0s (k+5) k+, k+ ) s R}.

37 Rango Theorem Il numero di righe diverse da zero di due matrici a equivalenti per trasformazioni elementari per riga è uguale. a di o.0 Si pone quindi la seguente definizione Definizione Il Rango o caratteristica di una matrice A (indicato con rango(a) o rk(a) o car(a)) è il numero r di righe non nulle di una sua qualunque matrice a equivalente per trasformazioni elementari per riga. NOTA Ci sono vari altri modi di definire il rango di una matrice, che si dimostrano essere tutti equivalenti.

38 Capelli a di o.0 Theorem (di Rouché Capelli) Il sistema di m equazioni in n incognite Ax = b è risolubile rango (A) = rango (A b). Dim Il sistema è impossibile se la sua matrice completa (A b) viene trasformata in una matrice a in cui l ultima riga diversa da zero ha solo divero da zero l ultimo termine, quindi rango (A b) = rango (A) +. Il sistema è invece risolubile se la sua matrice completa (A b) viene trasformata in una matrice a in cui l ultima riga diversa da zero non ha tutti zero nelle colonne relative ai coefficienti, quindi rango (A b) = rango (A).

39 NOTA Con la definizione di rango data qui, la dimostrazione del teorema segue immediatamente dal metodo. Le difficoltà relative a tale teorema sono spostate sulla dimostrazione dell equivalenza delle varie definizioni di rango. a di o.0

CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI

CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI 1. REGOLA DI CRAMER Sia S un sistema lineare di n ( 2) equazioni in n incognite su un campo K : a 11 x 1 + a 12 x 2 + + a 1n x n

Dettagli

Pierangelo Ciurlia, Riccardo Gusso, Martina Nardon

Pierangelo Ciurlia, Riccardo Gusso, Martina Nardon Department of Applied Mathematics, University of Venice QUADERNI DI DIDATTICA Pierangelo Ciurlia, Riccardo Gusso, Martina Nardon Esercizi di algebra lineare e sistemi di equazioni lineari con applicazioni

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

Appunti di Algebra Lineare. Antonino Salibra

Appunti di Algebra Lineare. Antonino Salibra Appunti di Algebra Lineare Antonino Salibra January 11, 2016 2 Libro di testo: Gilbert Strang, Algebra lineare, Edizioni Apogeo 2008 Programma di Algebra Lineare (2015/16) (da completare): 1. Campi numerici.

Dettagli

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0. Problema. Sia W il sottospazio dello spazio vettoriale R 4 dato da tutte le soluzioni dell equazione x + x 2 + x = 0. (a. Sia U R 4 il sottospazio dato da tutte le soluzioni dell equazione Si determini

Dettagli

LEZIONE 17. B : kn k m.

LEZIONE 17. B : kn k m. LEZIONE 17 17.1. Isomorfismi tra spazi vettoriali finitamente generati. Applichiamo quanto visto nella lezione precedente ad isomorfismi fra spazi vettoriali di dimensione finita. Proposizione 17.1.1.

Dettagli

INDICAZIONI PER LA RICERCA DEGLI ASINTOTI VERTICALI

INDICAZIONI PER LA RICERCA DEGLI ASINTOTI VERTICALI 2.13 ASINTOTI 44 Un "asintoto", per una funzione y = f( ), è una retta alla quale il grafico della funzione "si avvicina indefinitamente", "si avvicina di tanto quanto noi vogliamo", nel senso precisato

Dettagli

Esercizi su lineare indipendenza e generatori

Esercizi su lineare indipendenza e generatori Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4

Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4 Lezioni di Ricerca Operativa Lezione n 4 - Problemi di Programmazione Matematica - Problemi Lineari e Problemi Lineari Interi - Forma Canonica. Forma Standard Corso di Laurea in Informatica Università

Dettagli

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali.

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali. CAPITOLO 7 Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali. Esercizio 7.1. Determinare il rango delle seguenti matrici al variare del parametro t R. 1 4 2 1 4 2 A 1 = 0 t+1 1 A 2 = 0 t+1 1

Dettagli

Chiusura lineare. N.B. A può essere indifferentemente un insieme, finito o no, o un sistema. Es.1. Es.2

Chiusura lineare. N.B. A può essere indifferentemente un insieme, finito o no, o un sistema. Es.1. Es.2 Chiusura lineare Def. Sia A V (K) con A. Si dice copertura lineare (o chiusura lineare) di A, e si indica con L(A), l insieme dei vettori di V che risultano combinazioni lineari di un numero finito di

Dettagli

Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1

Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1 Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria R. Vitolo Dipartimento di Matematica Università di Lecce SaLUG! - Salento Linux User Group Il programma OCTAVE per l

Dettagli

ESERCIZI APPLICAZIONI LINEARI

ESERCIZI APPLICAZIONI LINEARI ESERCIZI APPLICAZIONI LINEARI PAOLO FACCIN 1. Esercizi sulle applicazioni lineari 1.1. Definizioni sulle applicazioni lineari. Siano V, e W spazi vettoriali, con rispettive basi B V := (v 1 v n) e B W

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)

Dettagli

Esercitazioni di statistica

Esercitazioni di statistica Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni

Dettagli

MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO

MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO Sessione Ordinaria in America 4 MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO (Americhe) ESAMI DI STATO DI LICEO SCIENTIFICO Sessione Ordinaria 4 SECONDA PROVA SCRITTA

Dettagli

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura Primo Esonero del corso di Geometria Docente F. Flamini, Roma, 2//28 SOLUZIONI COMPITO I ESONERO Esercizio.

Dettagli

Parte 6. Applicazioni lineari

Parte 6. Applicazioni lineari Parte 6 Applicazioni lineari A Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Applicazioni fra insiemi, 2 Applicazioni lineari tra spazi vettoriali, 2 3 Applicazioni lineari da R n a R

Dettagli

Definizione Dati due insiemi A e B, contenuti nel campo reale R, si definisce funzione reale di variabile reale una legge f : A

Definizione Dati due insiemi A e B, contenuti nel campo reale R, si definisce funzione reale di variabile reale una legge f : A Scopo centrale, sia della teoria statistica che della economica, è proprio quello di esprimere ed analizzare le relazioni, esistenti tra le variabili statistiche ed economiche, che, in linguaggio matematico,

Dettagli

Elettronica I Generatore equivalente; massimo trasferimento di potenza; sovrapposizione degli effetti

Elettronica I Generatore equivalente; massimo trasferimento di potenza; sovrapposizione degli effetti Elettronica I Generatore equivalente; massimo trasferimento di potenza; sovrapposizione degli effetti Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 26013 Crema email:

Dettagli

Esercitazione n o 3 per il corso di Ricerca Operativa

Esercitazione n o 3 per il corso di Ricerca Operativa Esercitazione n o 3 per il corso di Ricerca Operativa Ultimo aggiornamento October 17, 2011 Fornitura acqua Una città deve essere rifornita, ogni giorno, con 500 000 litri di acqua. Si richiede che l acqua

Dettagli

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza

Dettagli

7 Esercizi e complementi di Elettrotecnica per allievi non elettrici. Circuiti elementari

7 Esercizi e complementi di Elettrotecnica per allievi non elettrici. Circuiti elementari 7 Esercizi e complementi di Elettrotecnica per allievi non elettrici Circuiti elementari Gli esercizi proposti in questa sezione hanno lo scopo di introdurre l allievo ad alcune tecniche, semplici e fondamentali,

Dettagli

Classificazione Singolarità isolate, Serie di Laurent, Residui, Teorema dei residui e applicazioni

Classificazione Singolarità isolate, Serie di Laurent, Residui, Teorema dei residui e applicazioni Classificazione Singolarità isolate, Serie di Laurent, Residui, Teorema dei residui e applicazioni Docente:Alessandra Cutrì Richiamo:Zeri di Funzioni olomorfe (o analitiche) Sia f : A C C A aperto connesso,

Dettagli

Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica

Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica Esame di Geometria (Prof. F. Tovena) Argomenti: Proprietà di nucleo e immagine di una applicazione lineare. dim V = dim

Dettagli

Ricerca Operativa 2. Introduzione al metodo del Simplesso

Ricerca Operativa 2. Introduzione al metodo del Simplesso Ricerca Operativa 2. Introduzione al metodo del Simplesso Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema di ottimizzazione vincolata è definito dalla massimizzazione

Dettagli

Introduzione alla programmazione lineare. Mauro Pagliacci

Introduzione alla programmazione lineare. Mauro Pagliacci Introduzione alla programmazione lineare Mauro Pagliacci c Draft date 25 maggio 2010 Premessa In questo fascicolo sono riportati gli appunti dalle lezioni del corso di Elaborazioni automatica dei dati

Dettagli

MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A

MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A Nome e cognome Matricola I Parte OBBLIGATORIA (quesiti preliminari: 1 punto ciascuno). Riportare le soluzioni su questo foglio, mostrando i

Dettagli

1 Esercizi di Riepilogo sui piani di ammortamento

1 Esercizi di Riepilogo sui piani di ammortamento 1 Esercizi di Riepilogo sui piani di ammortamento 1. Un individuo riceve, al tempo t 0, in prestito la somma di euro S 60.000 da restituire con quattro rate semestrali posticipate R 1 ; R ; R 3 ; R 4.

Dettagli

NUMERI COMPLESSI. Test di autovalutazione

NUMERI COMPLESSI. Test di autovalutazione NUMERI COMPLESSI Test di autovalutazione 1. Se due numeri complessi z 1 e z 2 sono rappresentati nel piano di Gauss da due punti simmetrici rispetto all origine: (a) sono le radici quadrate di uno stesso

Dettagli

1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette.

1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette. . Sia dato un poliedro. (a) Un vettore x R n è un vertice di P se soddisfa alla seguenti condizioni: x P e comunque presi due punti distinti x, x 2 P tali che x x e x x 2 si ha x = ( β)x + βx 2 con β [0,

Dettagli

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni.

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni. MATEMATICA. Sistemi lineari in due equazioni due incognite. Date due equazioni lineari nelle due incognite x, y come ad esempio { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un

Dettagli

8 - Analisi della deformazione

8 - Analisi della deformazione 8 - Analisi della deformazione ü [A.a. - : ultima revisione 6 ottobre ] Esercizio n. Si supponga di voler conoscere sperimentalmente lo stato di deformazione in un punto M di un solido. A tal fine, si

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione

Dettagli

Corso di Matematica per la Chimica

Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis a.a. 203-4 I sistemi lineari Generalità sui sistemi lineari Molti problemi dell ingegneria, della fisica, della chimica, dell informatica e dell economia, si modellizzano

Dettagli

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA Francesco Bottacin Padova, 24 febbraio 2012 Capitolo 1 Algebra Lineare 1.1 Spazi e sottospazi vettoriali Esercizio 1.1. Sia U il sottospazio di R 4 generato dai

Dettagli

EQUAZIONI CON VALORE ASSOLUTO DISEQUAZIONI CON VALORE ASSOLUTO

EQUAZIONI CON VALORE ASSOLUTO DISEQUAZIONI CON VALORE ASSOLUTO EQUAZIONI CON VALORE AOLUTO DIEQUAZIONI CON VALORE AOLUTO Prima di tutto: che cosa è il valore assoluto di un numero? Il valore assoluto è quella legge che ad un numero (positivo o negativo) associa sempre

Dettagli

Le equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete.

Le equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete. Le equazioni Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete. Definizione e caratteristiche Chiamiamo equazione l uguaglianza tra due espressioni algebriche,

Dettagli

Lezioni del corso di Geometria e Algebra. prof. Michele Mulazzani dott. Alessia Cattabriga

Lezioni del corso di Geometria e Algebra. prof. Michele Mulazzani dott. Alessia Cattabriga Lezioni del corso di Geometria e Algebra prof Michele Mulazzani dott Alessia Cattabriga AA 20001/2002 Indice 1 Equazioni e sistemi lineari 4 11 Alcune strutture algebriche 4 12 Operazioni standard su K

Dettagli

LE FIBRE DI UNA APPLICAZIONE LINEARE

LE FIBRE DI UNA APPLICAZIONE LINEARE LE FIBRE DI UNA APPLICAZIONE LINEARE Sia f:a B una funzione tra due insiemi. Se y appartiene all immagine di f si chiama fibra di f sopra y l insieme f -1 y) ossia l insieme di tutte le controimmagini

Dettagli

Riconoscere e formalizzare le dipendenze funzionali

Riconoscere e formalizzare le dipendenze funzionali Riconoscere e formalizzare le dipendenze funzionali Giorgio Ghelli 25 ottobre 2007 1 Riconoscere e formalizzare le dipendenze funzionali Non sempre è facile indiduare le dipendenze funzionali espresse

Dettagli

Metodi diretti per la soluzione di sistemi lineari

Metodi diretti per la soluzione di sistemi lineari Metodi diretti per la soluzione di sistemi lineari N Del Buono 1 Introduzione Consideriamo un sistema di n equazioni in n incognite a 11 x 1 + a 12 x 2 + a 13 x 3 + + a 1n x n = b 1, a 21 x 1 + a 22 x

Dettagli

3 Applicazioni lineari e matrici

3 Applicazioni lineari e matrici 3 Applicazioni lineari e matrici 3.1 Applicazioni lineari Definizione 3.1 Siano V e W dei K spazi vettoriali. Una funzione f : V W è detta applicazione lineare se: i u, v V, si ha f(u + v = f(u + f(v;

Dettagli

Prof. Stefano Capparelli

Prof. Stefano Capparelli APPUNTI PER UN SECONDO CORSO DI ALGEBRA LINEARE Prof. Stefano Capparelli A mia madre Prefazione. Brevi Richiami di Algebra Lineare. Forma Canonica di Jordan.. Blocco di Jordan.. Base di Jordan.. Polinomio

Dettagli

Sistemi Web per il turismo - lezione 3 -

Sistemi Web per il turismo - lezione 3 - Sistemi Web per il turismo - lezione 3 - Software Si definisce software il complesso di comandi che fanno eseguire al computer delle operazioni. Il termine si contrappone ad hardware, che invece designa

Dettagli

1 Applicazioni Lineari tra Spazi Vettoriali

1 Applicazioni Lineari tra Spazi Vettoriali 1 Applicazioni Lineari tra Spazi Vettoriali Definizione 1 (Applicazioni lineari) Si chiama applicazione lineare una applicazione tra uno spazio vettoriale ed uno spazio vettoriale sul campo tale che "!$%!

Dettagli

Massimi e minimi vincolati in R 2 - Esercizi svolti

Massimi e minimi vincolati in R 2 - Esercizi svolti Massimi e minimi vincolati in R 2 - Esercizi svolti Esercizio 1. Determinare i massimi e minimi assoluti della funzione f(x, y) = 2x + 3y vincolati alla curva di equazione x 4 + y 4 = 1. Esercizio 2. Determinare

Dettagli

ISTITUTO D'ISTRUZIONE SUPERIORE A. MOTTI

ISTITUTO D'ISTRUZIONE SUPERIORE A. MOTTI ISTITUTO D'ISTRUZIONE SUPERIORE A. MOTTI ISTITUTO PROFESSIONALE DI ENOGASTRONOMIA E OSPITALITA ALBERGHIERA CON I PERCORSI: ACCOGLIENZA TURISTICA, CUCINA, SALA-BAR ISTITUTO TECNICO PER IL TURISMO Sede Amministrativa:

Dettagli

Esempio. Approssimazione con il criterio dei minimi quadrati. Esempio. Esempio. Risultati sperimentali. Interpolazione con spline cubica.

Esempio. Approssimazione con il criterio dei minimi quadrati. Esempio. Esempio. Risultati sperimentali. Interpolazione con spline cubica. Esempio Risultati sperimentali Approssimazione con il criterio dei minimi quadrati Esempio Interpolazione con spline cubica. Esempio 1 Come procedere? La natura del fenomeno suggerisce che una buona approssimazione

Dettagli

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può

Dettagli

Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari

Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari Versione ottobre novembre 2008 Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari Contenuto 1. Applicazioni lineari 2. L insieme delle

Dettagli

Il Metodo Scientifico

Il Metodo Scientifico Unita Naturali Il Metodo Scientifico La Fisica si occupa di descrivere ed interpretare i fenomeni naturali usando il metodo scientifico. Passi del metodo scientifico: Schematizzazione: modello semplificato

Dettagli

Spazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007

Spazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007 Spazi lineari - PARTE II - Felice Iavernaro Dipartimento di Matematica Università di Bari 9 e 16 Marzo 2007 Felice Iavernaro (Univ. Bari) Spazi lineari 9-16/03/2007 1 / 17 Condizionamento dei sistemi lineari

Dettagli

L equilibrio dei gas. Lo stato di equilibrio di una data massa di gas è caratterizzato da un volume, una pressione e una temperatura

L equilibrio dei gas. Lo stato di equilibrio di una data massa di gas è caratterizzato da un volume, una pressione e una temperatura Termodinamica 1. L equilibrio dei gas 2. L effetto della temperatura sui gas 3. La teoria cinetica dei gas 4. Lavoro e calore 5. Il rendimento delle macchine termiche 6. Il secondo principio della termodinamica

Dettagli

ESERCIZIO 1: Vincolo di bilancio lineare

ESERCIZIO 1: Vincolo di bilancio lineare Microeconomia rof. Barigozzi ESERCIZIO 1: Vincolo di bilancio lineare Si immagini un individuo che ha a disosizione un budget di 500 euro e deve decidere come allocare tale budget tra un bene, che ha un

Dettagli

METODI DI CONVERSIONE FRA MISURE

METODI DI CONVERSIONE FRA MISURE METODI DI CONVERSIONE FRA MISURE Un problema molto frequente e delicato da risolvere è la conversione tra misure, già in parte introdotto a proposito delle conversioni tra multipli e sottomultipli delle

Dettagli

Informatica Grafica. Un introduzione

Informatica Grafica. Un introduzione Informatica Grafica Un introduzione Rappresentare la Geometria Operabile da metodi di calcolo automatici Grafica Vettoriale Partiamo dalla rappresentazione di un punto... Spazi Vettoriale SPAZI VETTORIALI

Dettagli

LEZIONE 16. Proposizione 16.1.2. Siano V e W spazi vettoriali su k = R, C. Se f: V W

LEZIONE 16. Proposizione 16.1.2. Siano V e W spazi vettoriali su k = R, C. Se f: V W LEZIONE 16 16.1. Applicazioni lineari iniettive e suriettive. Ricordo le seguenti due definizioni valide per applicazioni di qualsiasi tipo ϕ: X Y fra due insiemi. L applicazione ϕ si dice iniettiva se

Dettagli

Lezione 3: Il problema del consumatore: Il

Lezione 3: Il problema del consumatore: Il Corso di Economica Politica prof. Stefano Papa Lezione 3: Il problema del consumatore: Il vincolo di bilancio Facoltà di Economia Università di Roma La Sapienza Il problema del consumatore 2 Applichiamo

Dettagli

Studio di funzione. Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2

Studio di funzione. Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2 Studio di funzione Copyright c 2009 Pasquale Terrecuso Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2 Studio di funzione

Dettagli

PROBLEMI DI SCELTA dipendenti da due variabili d azione

PROBLEMI DI SCELTA dipendenti da due variabili d azione prof. Guida PROBLEMI DI SCELTA dipendenti da due variabili d azione in un problema di programmazione lineare, si ricorda che la funzione obiettivo z=f(x,y)=ax+by+c assume il suo valore massimo (o minimo)

Dettagli

Gli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique.

Gli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique. Asintoti Gli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique. Asintoti verticali Sia 0 punto di accumulazione per dom(f). La retta = 0 è

Dettagli

Università degli studi di Foggia SSIS D.M.85 2005 Laboratorio di didattica della matematica finanziaria Classe 17/A

Università degli studi di Foggia SSIS D.M.85 2005 Laboratorio di didattica della matematica finanziaria Classe 17/A Università degli studi di Foggia SSIS D.M.85 2005 Laboratorio di didattica della matematica finanziaria Classe 17/A Appunti sull utilizzo di Excel per la soluzione di problemi di matematica finanziaria.

Dettagli

Insegnare relatività. nel XXI secolo

Insegnare relatività. nel XXI secolo Insegnare relatività nel XXI secolo E s p a n s i o n e d e l l ' U n i v e r s o e l e g g e d i H u b b l e La legge di Hubble Studiando distanze e moto delle galassie si trova che quelle più vicine

Dettagli

5 DERIVATA. 5.1 Continuità

5 DERIVATA. 5.1 Continuità 5 DERIVATA 5. Continuità Definizione 5. Sia < a < b < +, f : (a, b) R e c (a, b). Diciamo che f è continua in c se sono verificate le ue conizioni: (i) c esiste (ii) = f(c) c Si osservi che nella efinizione

Dettagli

Test ingresso lauree magistrali_fin

Test ingresso lauree magistrali_fin Test ingresso lauree magistrali_fin 1. Determinare quale punto appartiene alla curva di equazione a. (4, 0) (2, 2) (1, 3) nessuna delle precedenti risposte è corretta 2. Il profitto economico: a. è dato

Dettagli

La Programmazione Lineare

La Programmazione Lineare 4 La Programmazione Lineare 4.1 INTERPRETAZIONE GEOMETRICA DI UN PROBLEMA DI PROGRAMMAZIONE LINEARE Esercizio 4.1.1 Fornire una rappresentazione geometrica e risolvere graficamente i seguenti problemi

Dettagli

Applicazioni lineari

Applicazioni lineari Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av

Dettagli

Generazione di Numeri Casuali- Parte 2

Generazione di Numeri Casuali- Parte 2 Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali

Dettagli

Esercizi svolti. Elettrotecnica

Esercizi svolti. Elettrotecnica Esercizi svolti di Elettrotecnica a cura del prof. Vincenzo Tucci NOVEMBE 00 NOTA SUL METODO PE LA DEGLI ESECIZI La soluzione degli esercizi è un momento della fase di apprendimento nel quale l allievo

Dettagli

Esercitazioni di Reti Logiche. Lezione 1 Rappresentazione dell'informazione. Zeynep KIZILTAN zkiziltan@deis.unibo.it

Esercitazioni di Reti Logiche. Lezione 1 Rappresentazione dell'informazione. Zeynep KIZILTAN zkiziltan@deis.unibo.it Esercitazioni di Reti Logiche Lezione 1 Rappresentazione dell'informazione Zeynep KIZILTAN zkiziltan@deis.unibo.it Introduzione Zeynep KIZILTAN Si pronuncia Z come la S di Rose altrimenti, si legge come

Dettagli

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1 LEZIONE 14 141 Dimensione di uno spazio vettoriale Abbiamo visto come l esistenza di una base in uno spazio vettoriale V su k = R, C, permetta di sostituire a V, che può essere complicato da trattare,

Dettagli

Il Principio dei lavori virtuali

Il Principio dei lavori virtuali Il Principio dei lavori virtuali Il P..V. rientra nella classe di quei principi energetici che indicano che i sistemi evolvono nel senso di minimizzare l energia associata ad ogni stato di possibile configurazione.

Dettagli

Fondamenti di Automatica

Fondamenti di Automatica Fondamenti di Automatica Analisi dei sistemi dinamici Dott. Ing. Marcello Bonfè Dipartimento di Ingegneria - Università di Ferrara Tel. +39 0532 974839 E-mail: marcello.bonfe@unife.it pag. 1 Analisi dei

Dettagli

Corso di Calcolo Numerico

Corso di Calcolo Numerico Corso di Calcolo Numerico Dottssa MC De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Corso di Calcolo Numerico - Dottssa MC De Bonis

Dettagli

Autovalori e Autovettori

Autovalori e Autovettori Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Autovalori e Autovettori Definizione Siano A C nxn, λ C, e x C n, x 0, tali che Ax = λx. (1) Allora

Dettagli

Appunti del corso di Informatica 1 (IN110 Fondamenti) 3 Modelli di calcolo

Appunti del corso di Informatica 1 (IN110 Fondamenti) 3 Modelli di calcolo Università Roma Tre Dipartimento di Matematica e Fisica Corso di Laurea in Matematica Appunti del corso di Informatica 1 (IN110 Fondamenti) 3 Modelli di calcolo Marco Liverani (liverani@mat.uniroma3.it)

Dettagli

15 febbraio 2010 - Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a. 2009-2010 COGNOME... NOME... N. MATRICOLA...

15 febbraio 2010 - Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a. 2009-2010 COGNOME... NOME... N. MATRICOLA... 15 febbraio 010 - Soluzione esame di geometria - 1 crediti Ingegneria gestionale - a.a. 009-010 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura

Dettagli

9 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione P A = LU

9 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione P A = LU 9 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione P A LU 9.1 Il metodo di Gauss Come si è visto nella sezione 3.3, per la risoluzione di un sistema lineare si può considerare al posto

Dettagli

2. Variabilità mediante il confronto di valori caratteristici della

2. Variabilità mediante il confronto di valori caratteristici della 2. Variabilità mediante il confronto di valori caratteristici della distribuzione Un approccio alternativo, e spesso utile, alla misura della variabilità è quello basato sul confronto di valori caratteristici

Dettagli

Matematica B - a.a 2006/07 p. 1

Matematica B - a.a 2006/07 p. 1 Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +

Dettagli

Corso di Laurea in Ingegneria Informatica Analisi Numerica

Corso di Laurea in Ingegneria Informatica Analisi Numerica Corso di Laurea in Ingegneria Informatica Lucio Demeio Dipartimento di Scienze Matematiche 1 2 Analisi degli errori Informazioni generali Libro di testo: J. D. Faires, R. Burden, Numerical Analysis, Brooks/Cole,

Dettagli

Marketing mix, break even point e profitto. massimo

Marketing mix, break even point e profitto. massimo Marketing mix, break even point e profitto massimo per l introduzione di un nuovo prodotto Nella vita dell impresa una delle attività centrali della funzione di marketing riguarda la pianificazione dei

Dettagli

TECNICHE DI CONTROLLO

TECNICHE DI CONTROLLO TECNICHE DI CONTROLLO Richiami di Teoria dei Sistemi Dott. Ing. SIMANI SILVIO con supporto del Dott. Ing. BONFE MARCELLO Sistemi e Modelli Concetto di Sistema Sistema: insieme, artificialmente isolato

Dettagli

Controlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L.

Controlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L. Parte 3 Aggiornamento: Settembre 2010 Parte 3, 1 Trasformata di Laplace e Funzione di trasferimento Prof. Lorenzo Marconi DEIS-Università di Bologna Tel. 051 2093788 Email: lmarconi@deis.unibo.it URL:

Dettagli

CAPITOLO V. DATABASE: Il modello relazionale

CAPITOLO V. DATABASE: Il modello relazionale CAPITOLO V DATABASE: Il modello relazionale Il modello relazionale offre una rappresentazione matematica dei dati basata sul concetto di relazione normalizzata. I principi del modello relazionale furono

Dettagli

Matrice rappresent. Base ker e img. Rappresentazione cartesiana ker(f) + im(f).

Matrice rappresent. Base ker e img. Rappresentazione cartesiana ker(f) + im(f). Due Matrici A,B. Ker f = ker g. 1- Ridurre a scala A e B e faccio il sistema. 2 Se Vengono gli stessi valori allora, i ker sono uguali. Cauchy 1 autovalore, 1- Metto a matrice x1(0),x2(0),x3(0) e la chiamo

Dettagli

0.1 Esercizi calcolo combinatorio

0.1 Esercizi calcolo combinatorio 0.1 Esercizi calcolo combinatorio Esercizio 1. Sia T l insieme dei primi 100 numeri naturali. Calcolare: 1. Il numero di sottoinsiemi A di T che contengono esattamente 8 pari.. Il numero di coppie (A,

Dettagli

VBA è un linguaggio di scripting derivato da Visual Basic, da cui prende il nome. Come ogni linguaggio ha le sue regole.

VBA è un linguaggio di scripting derivato da Visual Basic, da cui prende il nome. Come ogni linguaggio ha le sue regole. Excel VBA VBA Visual Basic for Application VBA è un linguaggio di scripting derivato da Visual Basic, da cui prende il nome. Come ogni linguaggio ha le sue regole. 2 Prima di iniziare. Che cos è una variabile?

Dettagli

SESSIONE ORDINARIA 2007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE

SESSIONE ORDINARIA 2007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE SESSIONE ORDINARIA 007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE PROBLEMA Si consideri la funzione f definita da f ( x) x, il cui grafico è la parabola.. Si trovi il luogo geometrico dei

Dettagli

AREA LOGICO - MATEMATICA TEMA PARI E DISPARI

AREA LOGICO - MATEMATICA TEMA PARI E DISPARI ESTENSIONE DEL METODO BRIGHT START UNITA COGNITIVE DI RIFERIMENTO RELAZIONI QUANTITATIVE CONFRONTI CLASSE SECONDA A TEMPO PIENO- SCUOLA ELEMENTARE C. CAVOUR SANTENA AREA LOGICO - MATEMATICA TEMA PARI E

Dettagli

FUNZIONI CONTINUE - ESERCIZI SVOLTI

FUNZIONI CONTINUE - ESERCIZI SVOLTI FUNZIONI CONTINUE - ESERCIZI SVOLTI 1) Verificare che x è continua in x 0 per ogni x 0 0 ) Verificare che 1 x 1 x 0 è continua in x 0 per ogni x 0 0 3) Disegnare il grafico e studiare i punti di discontinuità

Dettagli

Percorsi di matematica per il ripasso e il recupero

Percorsi di matematica per il ripasso e il recupero Giacomo Pagina Giovanna Patri Percorsi di matematica per il ripasso e il recupero 2 per la Scuola secondaria di secondo grado UNITÀ CAMPIONE Edizioni del Quadrifoglio à t i n U 1 Sistemi di primo grado

Dettagli

METODO DEL POTENZIALE AI NODI

METODO DEL POTENZIALE AI NODI NENERA NFORMATCA E DELL'AUTOMAZONE D.M. 70/0) l metodo del potenziale ai nodi consente di risolvere una rete avente l lati risolvendounsistema di dimensioni minori di l. Consideriamo un circuito avente

Dettagli

Rette e piani con le matrici e i determinanti

Rette e piani con le matrici e i determinanti CAPITOLO Rette e piani con le matrici e i determinanti Esercizio.. Stabilire se i punti A(, ), B(, ) e C(, ) sono allineati. Esercizio.. Stabilire se i punti A(,,), B(,,), C(,, ) e D(4,,0) sono complanari.

Dettagli

Fasi di creazione di un programma

Fasi di creazione di un programma Fasi di creazione di un programma 1. Studio Preliminare 2. Analisi del Sistema 6. Manutenzione e Test 3. Progettazione 5. Implementazione 4. Sviluppo 41 Sviluppo di programmi Per la costruzione di un programma

Dettagli

Illustrazione 1: Telaio. Piantanida Simone 1 G Scopo dell'esperienza: Misura di grandezze vettoriali

Illustrazione 1: Telaio. Piantanida Simone 1 G Scopo dell'esperienza: Misura di grandezze vettoriali Piantanida Simone 1 G Scopo dell'esperienza: Misura di grandezze vettoriali Materiale utilizzato: Telaio (carrucole,supporto,filo), pesi, goniometro o foglio con goniometro stampato, righello Premessa

Dettagli

Tempo di risposta di un termometro a mercurio

Tempo di risposta di un termometro a mercurio Fisica ecnica empo di risposta di un termometro a mercurio Ing. Luciano Pirri - 998 Vogliamo studiare la risposta dinamica di un termometro al mercurio e cioè la rapidità con la quale l'indicazione del

Dettagli

OFFERTA DI LAVORO. p * C = M + w * L

OFFERTA DI LAVORO. p * C = M + w * L 1 OFFERTA DI LAVORO Supponiamo che il consumatore abbia inizialmente un reddito monetario M, sia che lavori o no: potrebbe trattarsi di un reddito da investimenti, di donazioni familiari, o altro. Definiamo

Dettagli