Principles of Constraint Programming Krzysztof R. Apt. Chapter 4 Alcuni risolutori completi

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Principles of Constraint Programming Krzysztof R. Apt. Chapter 4 Alcuni risolutori completi"

Transcript

1 Principles of Constraint Programming Krzysztof R. Apt Chapter 4 Alcuni risolutori completi

2 Obbiettivi Introdurre un semplice framework prooftheoretic. Usarlo per definire risolutori completi. Discutere l algoritmo di unificazione di Martelli e Montanari per risolvere le equazioni di termini. Discutre gli algoritmi di eliminazione di Gauss Jordan e di eliminazione Gaussiana per risolvere equazioni lineari sui reali. 1

3 Framework Proof Theoretic Regole che trasformano CSP Una regola C ; DE C ; DE φ ψ preserva l equivalenza se φ e ψ sono equivalenti. Tutte le regole considerate preservano l equivalenza. 2

4 Tipi di regole Regole di riduzione dei domini DE := x 1 D 1,...,x n D n, DE := x 1 D 1,...,x n D n, per i [1..n] D i D i, C : restrizione di tutti i vincoli in C ai domini D 1,...,D n. Regole di trasformazione Non regole di riduzione dei domini, C, DE estende DE. 3

5 Esempi: regole di riduzione dei domini LINEAR DISEQUALITY x < y ; x [l x..h x ],y [l y..h y ] x < y ; x [l x..h x],y [l y..h y ] dove h x = min(h x,h y 1), l y = max(l y,l x + 1. EQUALITY x = y ; x D x,y D y x = y ; x D x D y,y D x D y DISEQUALITY x y ; x D,y = a ; x D {a},y = a (l espressione y = a sta per y {a}.) 4

6 Esempi: regole di trasformazione DISEQUALITY TRANSFORMATION s t ; DE x t, x = s ; DE,x Z dove s non e una variabile, DE include tutte le variabili presenti in s e in t, x non appare in DE. VARIABLE ELIMINATION C ; DE,x = a C{x/a} ; DE,x = a dove x appare in C. C{x/a}: vincoli ottenuti da C sostituendo ogni occorrenza di x con a. Un istanza: 3xy 2 + 5xy 5yz 6 ; x [0..100],y = 2, z [0..100] 22x 10z 6 ; x [0..100],y = 2,z [0..100] 5

7 Applicazioni di regole Applicazione di una regola (informalmente): rimpiazza in un CSP la parte che e uguale (matches) la premessa con la conclusione. Applicazione rilevante di una regola (informalmente): il risultato differisce dal CSP iniziale. Un CSP P e chiuso sotto le applicazioni di R se R non puo essere applicata a P o nessuna applicazione di R a P e rilevante. 6

8 CSP risolti e falliti (per ricordare) Un vincolo e risolto se e uguale al prodotto Cartesiano dei domini delle sue variabili. Un CSP e risolto se tutti i suoi vincoli sono risolti. Un CSP e fallito se o contiene il vincolo falso o alcuni dei suoi domini o vincoli sono vuoti. 7

9 Derivazioni Dato: un insieme finito di regole di prova. Derivazione: una sequenza di CSP tale che ogni CSP e ottenuto dal precedente con una applicazione di una regola. Una derivazione finita e detta con successo: se l ultimo elemento e il primo CSP risolto in questa derivazione, fallita: se l ultimo elemento e il primo CSP fallito in questa derivazione, stabilizzante: se l ultimo elemento e il primo CSP chiuso sotto le applicazioni delle regole. 8

10 Prendiamo EQUALITY Derivazione: esempio x = y ; x D x,y D y x = y ; x D x D y,y D x D y DISEQUALITY e consideriamo il CSP x = y, y z,z u; x y ; x D,y = a ; x D {a},y = a x {a,b,c},y {a,b,d}, z {a,b}, u = b. 9

11 Derivazione: esempio x = y, y z,z u; x {a,b,c},y {a,b,d}, z {a,b}, u = b. Applichiamo la regola EQUALITY: x = y, y z, z u ; x {a,b}, y {a,b}, z {a, b}, u = b. Applichiamo la regola DISEQUALITY a z u x = y, y z, z u ; x {a,b}, y {a,b}, z = a,u = b. Applichiamo la regola DISEQUALITY a y z x = y, y z, z u ; x {a,b}, y = b,z = a,u = b. Applichiamo la regola EQUALITY x = y, y z, z u ; x = b, y = b,z = a,u = b. L ultimo CSP e risolto: la derivazione ha successo. 10

12 Equazioni di termini Alfabeto Consiste di variabili, simboli di funzione, ognuno con arieta, parentesi: ( and ), virgola, that is:,. Termini Definiti induttivamente come segue. una variabile e un termine, se f e un simbolo di funzione n-ario e t 1,...,t n sono termini, allora f(t 1,...,t n ) e un termine. Nota: ogni costante e un termine. 11

13 Sostituzioni Mappe finite da variabili a termini. Ad ogni variabile x viene assegnato un termine diverso da x. Scritto come dove {x 1 /t 1,...,x n /t n } x 1,...,x n sono variabili diverse, t 1,...,t n sono termini, per i [1,n], x i t i. 12

14 Applicare le sostituzioni Dati: un termine s, una sostituzione θ. sθ: risultato di applicare θ ad s. Rimpiazzare simultaneamente ogni variabile in s con il termine corrispondente da θ. Esempio Il linguaggio delle espressioni aritmetiche in forma prefissa. s := +( (x, 7), (4,y)), θ := {x/0,y/ + (z, 2)} Allora sθ = +( (0, 7), (4, +(z, 2))). 13

15 Comporre le sostituzioni Date: sostituzioni θ e η. θη: composizione di θ e η. (θη)(x) := (xθ)η. Nota: θη e una sostituzione. Esempio Prendiamo θ := {u/z,x/3,y/f(x, 1)}, η := {x/4,z/u}. Allora θη = {x/3,y/f(4, 1),z/u}. θ e piu generale di τ se per una qualche sostituzione η τ = θη. Esempio Prendiamo θ := {y/g(x,a),z/b}, τ := {x/c,y/g(c,a),z/b}. θ e piu generale di τ perche {x/c, y/g(c, a), z/b} = {y/g(x, a), z/b}{x/c}. 14

16 Unificazione θ e un unificatore di s e t se sθ tθ. θ e un unificatore piu generale (mgu) di s e t se θ e un unificatore di s e t, θ e piu generale di tutti gli unificatori di s e t. Esempio Prendiamo f(g(x, a), z) e f(y, b). Allora {x/c,y/g(c,a),z/b} e uno dei loro unificatori. {y/g(x,a),z/b} e un mgu di f(g(x,a),z) e f(y,b). 15

17 Insiemi di equazioni di termini θ e un unificatore di un insieme di equazioni di termini {s 1 = t 1,...,s n = t n } se θ e un unificatore di s i e t i per i [1..n]. θ se un mgu di E se θ e un unificatore di E, θ e piu generale di tutti gli unificatori di E. Due insiemi di equazioni sono equivalenti se hanno lo stesso insieme di unificatori. 16

18 Relazione con i CSP Domini delle variabili: T, l insieme di tutti i termini nell alfabeto considerato. s = t con variabili x 1,...,x n rappresenta il vincolo {(x 1 η,...,x n η) η unificatore di s e t}. {s 1 = t 1,...,s k = t k } con variabili x 1,...,x n rappresenta s 1 = t 1,...,s k = t k ; x 1 T,...,x n T. Nota E: insieme finito di equazioni di termini con variabili x 1,...,x n. Allora Sol( E ; x 1 T,...,x n T ) = {(x 1 η,...,x n η) η unificatore di E}. 17

19 Sistema di prova UNIF DECOMPOSITION f(s 1,...,s n ) = f(t 1,...,t n ) s 1 = t 1,...,s n = t n FAILURE 1 f(s 1,...,s n ) = g(t 1,...,t m ) dove f g, DELETION x = x 18

20 Sistema di prova UNIF TRANSPOSITION t = x x = t dove t non e una variabile, SUBSTITUTION x = t, E x = t, E{x/t} dove x Var(t) e x var(e), FAILURE 2 x = t dove x Var(t) e x t. Lemma Ogni regola di UNIF preserva l equivalen (rispetto alla sequenza di variabili presenti nella premessa della regola). 19

21 Una derivazione in UNIF Le equazioni selezionate sono sottolineate. Prendiamo E := {k(z,f(x,b,z)) = k(h(x),f(g(a),y,z))}. Usando la regola DECOMPOSITION otteniamo {z = h(x),f(x,b,z) = f(g(a),y,z)}. Usando la regola DECOMPOSITION di nuovo otteniamo {z = h(x),x = g(a),b = y,z = z}. Usando la regola TRANSPOSITION otteniamo {z = h(x),x = g(a),y = b,z = z}. Usando la regola DELETION otteniamo {z = h(x),x = g(a),y = b}. Usando la regola SUBSTITUTION otteniamo {z = h(g(a)),x = g(a),y = b}. 20

22 Nessuna regola si puo applicare a questo stadio. {z/h(g(a)), x/g(a), y/b} e un mgu di E. 21

23 Algoritmo di Martelli e Montanari Dati: un CSP P := C ; DE una regola C ; DE R := C ; DE C ; DE e il risultato di applicare R a P. Questa applicazione della regola R e detta globale. Algoritmo di Martelli e Montanari Regole di prova UNIF. Tutte le applicazioni della regola SUBSTI- TUTION sono globali. 22

24 Correttezza Teorema Dato: un insieme finito di equazioni di termini E. L algoritmo Martelli Montanari termina sempre. Se E ha un unificatore, allora ogni esecuzione dell algoritmo termina con un insieme di equazioni che determina un mgu di E. Altrimenti, ogni esecuzione termina con un insieme che contiene il vincolo falso. 23

25 Prova della terminazione Consideriamo l ordine lessicografico 3 su N 3. (m 1,m 2,m 3 ) 3 (n 1,n 2,n 3 )iff m 1 < n 1 or m 1 = n 1 m 2 < n 2 or m 1 = n 1 m 2 = n 2 m 3 < n 3. Una variabile x e risolta in E se per qualche termine t, x = t E e questa e la sola occorrenza di x in E. uns(e) # di variabili non-risolte in E, lfun(e) # totale di occorrenze di simboli di funzione nelle parti sinistre di equazioni in E, card(e) # di equazioni in E. Ogni applicazione di una regola riduce la tripla (uns(e), lf un(e), card(e)) nell ordinamento lessicografico 3. Per la regola SUBSTITUTION vale solo per applicazioni globali. 24

26 Equazioni lineari sui reali Alfabeto ogni numero reale e una costante, per ogni numero reale r, simbolo di funzione unario r, simbolo di funzione binario +, (notazione infissa). Espressioni lineari ed equazioni Espressioni lineari sui reali: un termine in questo alfabeto. Equazione lineare sui reali: s = t, s, t espressioni lineari. 25

27 Forme normali Assumiamo un ordine sulle variabili. Espressione lineare in forma normale: Σ n i=1a i x i + r, dove n 0, x 1,...,x n sono ordinati rispetto a. Equazione lineare in forma normale: Σ n i=1a i x i = r, dove n 0, x 1,...,x n sono ordinati rispetto a. Equazione lineare in forma pivot: x = t se x Var(t) e t e in forma normale. Ogni equazione lineare puo essere riscritta (normalizzata) in un unica equazione lineare in formal normale. 26

28 Sostituzioni Sostituzione: mapping finito da variabili a espressioni lineari in forma normale. Ad ogni variabile x viene assegnata un espressione lineare diversa da x. Applicazione di una sostituzione ad un espressione lineare: come prima. Date: sostituzioni θ e γ. θγ: composizione di θ e γ. Unicamente determinate da η(x) := norm((xθ)γ). θ e un unificatore di s = t se sθ = tθ normalizza a 0 = 0. mgu: definito come prima. 27

29 Forme pivot Tre tipi di forme normali: 1. 0 = 0, 2. 0 = r dove r e un reale non-zero, 3. Σ n i=1a i x i = r, dove n > 0. Forme pivot di equazioni lineari Ogni equazione lineare e normalizza ad una forma normale. Se e di tipo 1 or 2, non ha una forma pivot. Se e di tipo 3, allora ogni equazione x j = Σ i [1..j 1] [j+1..n] a i a j x i + r a j e una forma pivot di e. 28

30 Sistema di prova LIN norm(s): forma normale di s, stand(s = t) norm(s) = norm(t). DELETION s = v se s = v normalizza a 0 = 0, FAILURE s = v se s = v normalizza a 0 = r, r e un reale non-zero, SUBSTITUTION s = v, E x = t, stand(e{x/t}) dove x = t e una forma pivot di s = v. 29

31 Eliminazione di Gauss Jordan Algoritmo per eliminazione di Gauss Jordan Elimination regole di prova LIN. Tutte le applicazioni della regola SUBSTI- TUTION globali e x Var(E). Teorema Dato: un insieme finito di equazioni lineari E. L algoritmo Gauss Jordan Elimination termina sempre. Se E ha una soluzione, ogni esecuzione dell algoritmo termina con un insieme di equazioni lineari che determina un mgu di E. Altrimenti, ogni esecuzione termina con un insieme che contiene il vincolo falso. 30

32 Eliminazione Gaussiana Fase di sostituzione in avanti: Ripetutament, prendiamo la prima equazione non ancora considerata dalla sinistra. Regola DELETION applicabile: cancelliamo l equazione e consideriamo la prossima equazione. FAILURE applicabile: terminazione con fallimento. Regola SUBSTITUTION applicabile: applichiamola prendendo come E l insieme di equazioni alla destra dell equazione corrente. Fase di sostituzione all indietro: Ripetutamente, prendiamo la prima equazione non considerata alla destra. Applichiamo la regola SUBSTITUTION prendendo come E l insieme delle equazioni alla sinistra dell equazione corrente. 31

33 Gaussian Elimination: Correttezza Teorema Dato: un insieme finito di equazioni lineari E. L algoritmo Gaussian Elimination termina sempre. Se E ha una soluzione, ogni esecuzione termina con un insieme di equazioni lineari che determina un mgu di E. Altrimenti, ogni esecuzione termina con un insieme che contiene il vincolo falso. 32

34 Obbiettivi Introdurre un formalismo per i sistemi di prova. Usarlo per definire risolutori completi. Algoritmo di unificazione di Martelli-Montanari per risolvere euqazioni di termini. Algoritmi Gauss Jordan Elimination e Gaussian Elimination per risilvere equazioni lineari sui reali. 33

Alcuni risolutori completi. Alcuni risolutori completi

Alcuni risolutori completi. Alcuni risolutori completi Obbiettivi Introdurre un semplice framework proof-theoretic. Usarlo per definire risolutori completi. Discutere l algoritmo di unificazione di Martelli e Montanari per risolvere le equazioni di termini.

Dettagli

La programmazione con vincoli in breve. La programmazione con vincoli in breve

La programmazione con vincoli in breve. La programmazione con vincoli in breve Obbiettivi Introdurre la nozione di equivalenza di CSP. Dare una introduzione intuitiva dei metodi generali per la programmazione con vincoli. Introdurre il framework di base per la programmazione con

Dettagli

Algoritmi di propagazione di vincoli

Algoritmi di propagazione di vincoli Algoritmi di propagazione di vincoli Obbiettivi Spiegare gli algoritmi per la propagazione di vincoli per le nozioni di consistenza locale viste prima. Introdurre algoritmi di iterazione generica su ordinamenti

Dettagli

Tipi di dato primitivi

Tipi di dato primitivi Tipi di dato primitivi (oltre int) Tipi di dato primitivi int (già trattati) Valori logici (ricordati) Valori reali Valori carattere Informatica - A.A. 2009/2010 - Tipi di dato 2 1 Valori logici (il caso

Dettagli

04 - Numeri Complessi

04 - Numeri Complessi Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2013/2014 M. Tumminello, V. Lacagnina e

Dettagli

Fondamenti d Informatica: Grammatiche. Barbara Re, Phd

Fondamenti d Informatica: Grammatiche. Barbara Re, Phd Fondamenti d Informatica: Grammatiche Barbara Re, Phd Grammatiche } Con il termine grammatica s intende } Un formalismo che permette di definire un insieme di stringhe mediante l imposizione di un particolare

Dettagli

Sistemi con vincoli. Docente: Francesca Rossi.

Sistemi con vincoli. Docente: Francesca Rossi. E-mail: frossi@math.unipd.it Scopo del corso Dare le nozioni di base della programmazione con vincoli Come rappresentare un problema reale con un insieme di vincoli Tecniche principali per risolverlo Approccio

Dettagli

Corso di Laurea in Matematica Prova di Analisi in più variabili 2

Corso di Laurea in Matematica Prova di Analisi in più variabili 2 orso di Laurea in Matematica Prova di Analisi in più variabili 1 febbraio 15 1. Sia f : R una funzione π-periodica e tale che f L 1 π, π. Dimostrare la seguente formula fn = 1 [ft ft π ] 4π n e int dt

Dettagli

Programmazione logica e PROLOG. Esercitazione 1. Sommario. Programmazione logica. Applicazioni della Programmazione Logica

Programmazione logica e PROLOG. Esercitazione 1. Sommario. Programmazione logica. Applicazioni della Programmazione Logica Sommario Programmazione logica e PROLOG Esercitazione 1 Programmazione logica Base delle conoscenze Interrogazione del sistema Regole Ricorsive Esecuzione dei programmi Modello operazionale Rappresentazione

Dettagli

Introduzione alla Matematica per le Scienze Sociali - parte II

Introduzione alla Matematica per le Scienze Sociali - parte II Introduzione alla Matematica per le Scienze Sociali - parte II Lucrezia Fanti Istituto Nazionale per l Analisi delle Politiche Pubbliche (INAPP) lucrezia.fanti@uniroma1.it Lucrezia Fanti Intro Matematica

Dettagli

Parte n.4 Linguaggi: Gerarchia ed Operazioni

Parte n.4 Linguaggi: Gerarchia ed Operazioni Linguaggi di Programmazione Corso C Parte n.4 Linguaggi: Gerarchia ed Operazioni Nicola Fanizzi (fanizzi@di.uniba.it) Dipartimento di Informatica Università degli Studi di Bari Gerarchia di Chomsky Sia

Dettagli

I teoremi della funzione inversa e della funzione implicita

I teoremi della funzione inversa e della funzione implicita I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1

Dettagli

A =, c d. d = ad cb. c d A =

A =, c d. d = ad cb. c d A = Geometria e Algebra (II), 271112 1 Definizione D ora innanzi, al posto di dire matrice quadrata di tipo n n o matrice quadrata n n diremo matrice quadrata di ordine n o in breve matrice di ordine n Il

Dettagli

CORSO ZERO DI MATEMATICA

CORSO ZERO DI MATEMATICA UNIVERSITÀ DEGLI STUDI DI PALERMO FACOLTÀ DI ARCHITETTURA CORSO ZERO DI MATEMATICA DISEQUAZIONI E SISTEMI Dr. Erasmo Modica erasmo@galois.it SISTEMI DI EQUAZIONI DI PRIMO GRADO Definizione: Si definisce

Dettagli

Trasformazione di Problemi Non Lineari

Trasformazione di Problemi Non Lineari Capitolo 2 Trasformazione di Problemi Non Lineari 2.1 Trasformazione in problema di PL In questa sezione, verranno presentati tre classi di problemi di programmazione non lineare che, attraverso l uso

Dettagli

Matematica II,

Matematica II, Matematica II 181111 1 Matrici a scala Data una riga R = [a 1 a 2 a n ] di numeri reali non tutti nulli il primo elemento non nullo di R si dice pivot di R Cosi il pivot di R compare come j mo elemento

Dettagli

1. Consideriamo un sistema lineare. E piuttosto naturale aspettarsi che

1. Consideriamo un sistema lineare. E piuttosto naturale aspettarsi che Algebra Lineare (Matematica CI) 151113 1 Consideriamo un sistema lineare E piuttosto naturale aspettarsi che (a) se il numero delle equazioni e minore del numero delle incognite allora il sistema e indeterminato;

Dettagli

1 1, { x1 2x 2 + x 3 = 0 2x 2 8x 3 = 1 x 1 x 4 = = 0

1 1, { x1 2x 2 + x 3 = 0 2x 2 8x 3 = 1 x 1 x 4 = = 0 a.a. 5-6 Esercizi. Sistemi lineari. Soluzioni.. Determinare quali delle quaterne, 3,, sono soluzioni del sistema di tre equazioni in 4 incognite { x x + x 3 = x 8x 3 = x x 4 =. Sol. Sostituendo ad x, x,

Dettagli

Linguaggi di Programmazione Corso C. Parte n.2 Introduzione ai Linguaggi Formali. Nicola Fanizzi

Linguaggi di Programmazione Corso C. Parte n.2 Introduzione ai Linguaggi Formali. Nicola Fanizzi Linguaggi di Programmazione Corso C Parte n.2 Introduzione ai Linguaggi Formali Nicola Fanizzi (fanizzi@di.uniba.it) Dipartimento di Informatica Università degli Studi di Bari Definizioni Preliminari Un

Dettagli

ALGORITMO DI UNIFICAZIONE E RISOLUZIONE PREDICATIVA

ALGORITMO DI UNIFICAZIONE E RISOLUZIONE PREDICATIVA ALGORITMO DI UNIFICAZIONE E RISOLUZIONE PREDICATIVA Consideriamo la formula F = x yr(fx, y) u v r(u, v) La formula F è chiaramente insoddisfacibile; la sua forma clausale è data da un insieme S con due

Dettagli

Lezione del dove a 1, a n e b sono numeri reali assegnati, detti coefficienti e termine noto dell equazione;

Lezione del dove a 1, a n e b sono numeri reali assegnati, detti coefficienti e termine noto dell equazione; Le lezioni del 60 e 010 si riferiscono al Capitolo 1 Introduzione ai sistemi lineari Di seguito si elencano gli argomenti svolti, descrivendoli sinteticamente dando i riferimenti a tale capitolo, oppure

Dettagli

Grammatiche libere da contesto. Grammatiche libere da contesto

Grammatiche libere da contesto. Grammatiche libere da contesto rammatiche e Linguaggi Liberi da Contesto Abbiamo visto che molti linguaggi non sono regolari. Consideriamo allora classi piu grandi di linguaggi Linguaggi Liberi da Contesto (CFL) sono stati usati nello

Dettagli

Le grammatiche formali

Le grammatiche formali Le grammatiche formali Il carattere generativo dei sistemi linguisticii i Consideriamo i la seguente frase: Un gatto rincorre il topo Non facciamo difficoltà a riconoscere che si tratta di una frase sintatticamente

Dettagli

Risultati di ANALISI VETTORIALE

Risultati di ANALISI VETTORIALE Guida allo studio autonomo in ELETTROMAGNETISMO U Unità Risultati di ANALISI VETTORIALE Introduzione Hai già studiato gran parte della matematica necessaria per questo corso Comunque vale la pena di rivedere

Dettagli

Note per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan

Note per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan Note per il corso di Geometria 2006-07 Corso di laurea in Ing. Edile/Architettura Sistemi lineari. Metodo di eliminazione di Gauss Jordan.1 Operazioni elementari Abbiamo visto che un sistema di m equazioni

Dettagli

IL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero

IL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero IL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero Il teorema degli zeri è fondamentale per determinare se una funzione continua in un intervallo chiuso [ a ; b ] si annulla in almeno un punto interno

Dettagli

Geometria BAER PRIMO CANALE Foglio esercizi 1

Geometria BAER PRIMO CANALE Foglio esercizi 1 Geometria BAER PRIMO CANALE Foglio esercizi 1 Esercizio 1. Risolvere le seguenti equazioni lineari nelle variabili indicate trovando una parametrizzazione dell insieme delle soluzioni. a) x + 5y = nelle

Dettagli

Grammatiche libere da contesto. Grammatiche libere da contesto

Grammatiche libere da contesto. Grammatiche libere da contesto rammatiche e Linguaggi Liberi da Contesto Abbiamo visto che molti linguaggi non sono regolari. Consideriamo allora classi piu grandi di linguaggi. Linguaggi Liberi da Contesto (CFL) sono stati usati nello

Dettagli

Semantica operazionale e denotazionale

Semantica operazionale e denotazionale Semantica operazionale e denotazionale Abbiamo definito la semantica di tre linguaggi di programmazione in termini operazionali, cioé in termini di sequenze di computazione Abbiamo assegnato un algoritmo

Dettagli

19 Marzo Equazioni differenziali.

19 Marzo Equazioni differenziali. 19 Marzo 2019 Equazioni differenziali. Definizione 1. Si chiama equazione differenziale una relazione che coinvolge una o più derivate di una funzione incognita y(x), la funzione stessa, funzioni di x

Dettagli

1 Limiti di funzioni di più variabili

1 Limiti di funzioni di più variabili 1 Limiti di funzioni di più variabili Sia f : D R N R e x 0 un punto di accumulazione per D. Riportiamo alcune utili strategie per verificare se la funzione ammette o non ammette ite finito in x 0. Le

Dettagli

Sostituzioni. Semantica Operazionale. Sostituzioni applicate a termini. Composizione di sostituzioni. sostituzioni, unificatori, mgu

Sostituzioni. Semantica Operazionale. Sostituzioni applicate a termini. Composizione di sostituzioni. sostituzioni, unificatori, mgu Sostituzioni Semantica Operazionale Una sostituzione è una qualsiasi funzione σ: Var --> Term sostituzioni, unificatori, mgu 1 tale che Dom(σ) = {x σ(x) α x} è finito. Notazione: con {x1/t1,, xn/tn} rappresentiamo

Dettagli

Verifica di programmi

Verifica di programmi Verifica di programmi Informalmente, un programma è corretto se l output prodotto è quello atteso rispetto all input. La correttezza dei programmi può essere espressa mediante formule per la correttezza

Dettagli

ESERCIZI sulle RELAZIONI - 2 Fabio GAVARINI. N.B.: il simbolo contrassegna gli esercizi (relativamente) più complessi.

ESERCIZI sulle RELAZIONI - 2 Fabio GAVARINI. N.B.: il simbolo contrassegna gli esercizi (relativamente) più complessi. ESERCIZI sulle RELAZIONI - 2 Fabio GAVARINI NB: il simbolo contrassegna gli esercizi relativamente più complessi 1 Siano E 1 ed E 2 due insiemi non vuoti, nei quali siano date rispettivamente la relazione

Dettagli

Forme normali, clausole e Calcolo con regola di Risoluzione

Forme normali, clausole e Calcolo con regola di Risoluzione Forme normali, clausole e Calcolo con regola di Risoluzione Esempi di equivalenze valide α β (α β ) (α β ) α ( β γ ) ( xα ) ( xα ) α α α α β α β α β (α β ) (α γ ) x α x α V α α F α 1 Forma normale congiuntiva

Dettagli

1 PRELIMINARI 1.1 NOTAZIONI. denota l insieme vuoto. a A si legge a appartiene a A oppure a è elemento di A.

1 PRELIMINARI 1.1 NOTAZIONI. denota l insieme vuoto. a A si legge a appartiene a A oppure a è elemento di A. 1 PRELIMINARI 1.1 NOTAZIONI denota l insieme vuoto. a A si legge a appartiene a A oppure a è elemento di A. B A si legge B è un sottoinsieme di A e significa che ogni elemento di B è anche elemento di

Dettagli

Equazioni. Istituto San Gabriele 3 Liceo Scientifico 3 Liceo Scientifico sez. Scienze Applicate A.S. 2016/2017 Prof.

Equazioni. Istituto San Gabriele 3 Liceo Scientifico 3 Liceo Scientifico sez. Scienze Applicate A.S. 2016/2017 Prof. Equazioni Istituto San Gabriele 3 Liceo Scientifico 3 Liceo Scientifico sez. Scienze Applicate A.S. 2016/2017 Prof. Andrea Pugliese Definizione ed esempi Un equazione è un uguaglianza tra due espressioni

Dettagli

Fondamenti d Informatica: stringa e linguaggio. Barbara Re, Phd

Fondamenti d Informatica: stringa e linguaggio. Barbara Re, Phd Fondamenti d Informatica: stringa e linguaggio Barbara Re, Phd Agenda } Introdurremo } la nozione di stringa e linguaggio } il ruolo che stringhe e linguaggi hanno per rappresentare l informazione 2 Alfabeti

Dettagli

Funzioni implicite - Esercizi svolti

Funzioni implicite - Esercizi svolti Funzioni implicite - Esercizi svolti Esercizio. È data la funzione di due variabili F (x, y) = y(e y + x) log x. Verificare che esiste un intorno I in R del punto di ascissa x 0 = sul quale è definita

Dettagli

Argomento 13 Sistemi lineari

Argomento 13 Sistemi lineari Sistemi lineari: definizioni Argomento Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto

Dettagli

4 Funzioni continue. Geometria I 27. Cfr: Sernesi vol II, cap I, 4 [1].

4 Funzioni continue. Geometria I 27. Cfr: Sernesi vol II, cap I, 4 [1]. Geometria I 27 4 Funzioni continue Cfr: Sernesi vol II, cap I, 4 [1]. Le funzioni continue tra spazi topologici si dicono anche mappe. Si può dimostrare, esattamente come in (2.10) e in (1.10), che vale

Dettagli

Nome: Corso di laurea: Matricola:

Nome: Corso di laurea: Matricola: Nome: Corso di laurea: Matricola: Università degli studi di Trieste Corso di Laurea in Informatica Esame di Fondamenti Logici dell Informatica 24 Aprile 2006, versione A Vero/Falso Dire se le seguenti

Dettagli

Funzioni di n variabili a valori vettoriali

Funzioni di n variabili a valori vettoriali Funzioni di n variabili a valori vettoriali Ultimo aggiornamento: 22 maggio 2018 1 Differenziale per funzioni da R n in R k Una funzione F : A R n R k può essere vista come una k-upla di funzioni scalari

Dettagli

04 - Numeri Complessi

04 - Numeri Complessi Università degli Studi di Palermo Scuola Politecnica Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2015/2016 M. Tumminello,

Dettagli

Note sull algoritmo di Gauss

Note sull algoritmo di Gauss Note sull algoritmo di Gauss 29 settembre 2009 Generalità Un sistema lineare di m equazioni in n incognite x,..., x n è un espressione del tipo: a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n

Dettagli

FUNZIONI TRA INSIEMI. Indice

FUNZIONI TRA INSIEMI. Indice FUNZIONI TRA INSIEMI LORENZO BRASCO Indice. Definizioni e risultati.. Introduzione.. Iniettività e suriettività.3. Composizione di funzioni 4.4. Funzioni inverse 5. Esercizi 5.. Esercizi svolti 5.. Altri

Dettagli

Geometria 3 primo semestre a.a

Geometria 3 primo semestre a.a Geometria 3 primo semestre a.a. 2014-2015 Esercizi Forme differenziali Ricordiamo alcune definizioni date a lezione. s-forma definite da Siano ω una k-forma e φ una ω = I a I dx I, φ = J b J dx J Definizione

Dettagli

Le equazioni e i sistemi di primo grado

Le equazioni e i sistemi di primo grado Le equazioni e i sistemi di primo grado prof. Roberto Boggiani Isiss Marco Minghetti 1 settembre 009 Sommario In questo documento verrà trattato in modo semplice e facilmente comprensibile la teoria delle

Dettagli

Logica per la Programmazione

Logica per la Programmazione Logica per la Programmazione Lezione 6 Logica del Primo Ordine Motivazioni Sintassi Interpretazioni Formalizzazione pag. 1 Limiti del Calcolo Proposizionale Nella formalizzazione di enunciati dichiarativi,

Dettagli

ALGEBRA LINEARE PARTE III

ALGEBRA LINEARE PARTE III DIEM sez Matematica Finanziaria Università degli studi di Genova Dicembre 200 Indice PREMESSA 2 GENERALITA 2 RAPPRESENTAZIONE DI UN SISTEMA LINEARE IN FORMA MATRI- CIALE 2 3 SOLUZIONE DI SISTEMI LINEARI

Dettagli

Logica proposizionale

Logica proposizionale Logica proposizionale Proposizione: frase compiuta che è sempre o vera o falsa. Connettivi Posti in ordine di precedenza: not, and, or, implica, doppia implicazione Sintassi Le proposizioni sono costituite

Dettagli

Fondamenti di Teoria delle Basi di Dati

Fondamenti di Teoria delle Basi di Dati Fondamenti di Teoria delle Basi di Dati Riccardo Torlone Parte 8: Teoria delle dipendenze Vincoli di integrità Esistono istanze di basi di dati che, pur sintatticamente corrette, non rappresentano informazioni

Dettagli

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)

Dettagli

Le equazioni. 2x 3 = x + 1. Definizione e caratteristiche

Le equazioni. 2x 3 = x + 1. Definizione e caratteristiche 1 Definizione e caratteristiche Chiamiamo equazione l uguaglianza tra due espressioni algebriche, che è verificata solo per particolari valori che vengono attribuiti alle variabili. L espressione che si

Dettagli

Esercizi di Algebra Lineare - Foglio 2

Esercizi di Algebra Lineare - Foglio 2 Esercizi di Algebra Lineare - Foglio ES 1. Sia f : A B una funzione, siano A 1, A A due sottoinsiemi. Dimostrare che f(a 1 A ) = f(a 1 ) f(a ) e che f(a 1 A ) f(a 1 ) f(a ). Inoltre se f è iniettiva, provare

Dettagli

Analisi dei dati corso integrato - Algebra lineare, e a b c 0. le soluzioni del sistema lineare omogeneo x d e f 2. a b c.

Analisi dei dati corso integrato - Algebra lineare, e a b c 0. le soluzioni del sistema lineare omogeneo x d e f 2. a b c. Analisi dei dati corso integrato - Algebra lineare 4.3.8 e 5.3.8-1 1. Nella lezione precedente abbiamo definito lo spazio nullo e lo spazio delle colonne di una matrice; ora definiamo lo spazio delle righe

Dettagli

Facoltà di Scienze MFN, Università di Cagliari Analisi Matematica 1 (Informatica), a.a. 2006/07. Notazioni, richiami sulla teoria degli insiemi.

Facoltà di Scienze MFN, Università di Cagliari Analisi Matematica 1 (Informatica), a.a. 2006/07. Notazioni, richiami sulla teoria degli insiemi. Facoltà di Scienze MFN, Università di Cagliari Analisi Matematica 1 (Informatica, a.a. 2006/07 Notazioni, richiami sulla teoria degli insiemi. Introduzione e richiami di alcune notazioni (simboli matematiche.

Dettagli

Sistemi II. Sistemi II. Elisabetta Colombo

Sistemi II. Sistemi II. Elisabetta Colombo Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 2011-2012, http://users.mat.unimi.it/users/colombo/programmabio.html 1 2 3 con R.C.+ o 1.10 Rango massimo e determinante con R.C.+

Dettagli

Per gli esercizi sulla algebra booleana, si consiglia di verificare tramite tabelle di verità le equivalenze logiche proposte sulle dispense.

Per gli esercizi sulla algebra booleana, si consiglia di verificare tramite tabelle di verità le equivalenze logiche proposte sulle dispense. Fondamenti di Informatica - A. Fantechi Raccolta di esercizi Per gli esercizi sulla algebra booleana, si consiglia di verificare tramite tabelle di verità le equivalenze logiche proposte sulle dispense.

Dettagli

Dispensa su. Funzioni Booleane. Jianyi Lin Università degli Studi di Milano

Dispensa su. Funzioni Booleane. Jianyi Lin Università degli Studi di Milano Dispensa su Funzioni Booleane Jianyi Lin Università degli Studi di Milano jianyi.lin@unimi.it 18 novembre 2011 1 Operazioni booleane In questa sezione introduciamo il concetto di funzione booleana e accenniamo

Dettagli

Cognome Nome Matricola Codice ESEMPIO 1

Cognome Nome Matricola Codice ESEMPIO 1 Cognome Nome Matricola Codice ESEMPIO 1 [1]. (***) Definizione di derivata di una funzione in un punto. Sia A R N ; sia a A; sia f : A R M ; sia f differenziabile in a; allora la derivata di f in a è...

Dettagli

CENNI SUL CONCETTO DI FUNZIONE

CENNI SUL CONCETTO DI FUNZIONE CENNI SUL CONCETTO DI FUNZIONE Dati due insiemi A e B, una funzione f è una relazione tra gli elementi dell insieme A e gli elementi dell insieme B tale che ad ogni elemento di A corrisponde uno ed un

Dettagli

Soluzione della Prova Scritta di Analisi Matematica III - 28/02/02. C.L. in Matematica e Matematica per le Applicazioni. Prof. Kevin R.

Soluzione della Prova Scritta di Analisi Matematica III - 28/02/02. C.L. in Matematica e Matematica per le Applicazioni. Prof. Kevin R. Soluzione della Prova Scritta di Analisi Matematica III - 28/2/2 C.L. in Matematica e Matematica per le Applicazioni Prof. Kevin R. Payne Esercizio 1. 1a. Teorema: (di ini) Sia Φ : A R n R R dove A è aperto.

Dettagli

Automi e Linguaggi Formali Automi a stack (Pushdown automata)

Automi e Linguaggi Formali Automi a stack (Pushdown automata) Automi e Linguaggi Formali Automi a stack (Pushdown automata) A.A. 2014-2015 Enrico Mezzetti emezzett@math.unipd.it Automi a stack Un Pushdown Automata (PDA) o Automa a stack Essenzialmente un ɛ-nfa con

Dettagli

Logica per la Programmazione

Logica per la Programmazione Logica per la Programmazione Lezione 6 Logica del Primo Ordine Motivazioni Sintassi di Termini e Formule Formule aperte e chiuse A. Corradini e F.Levi Dip.to Informatica Logica per la Programmazione a.a.

Dettagli

ESAME di LOGICA PER INFORMATICA 24 giugno 2003

ESAME di LOGICA PER INFORMATICA 24 giugno 2003 ESAME di LOGICA PER INFORMATICA 24 giugno 2003 Compito 1 Esercizio 1. Siano Φ e Ψ due insiemi consistenti di formule. Dire, giustificando la risposta, se Φ Ψ e Φ Ψ sono consistenti. Soluzione. Se fosse

Dettagli

Linguaggi Liberi dal Contesto. Linguaggi Liberi dal Contesto

Linguaggi Liberi dal Contesto. Linguaggi Liberi dal Contesto rammatiche e Linguaggi Liberi da Contesto Data una stringa w L(G), dove G e un CGF, possono esistere diverse derivazioni di w (che tipicamente differiscono per l ordine di applicazione delle produzioni)

Dettagli

Sistemi lineari 1 / 41

Sistemi lineari 1 / 41 Sistemi lineari 1 / 41 Equazioni lineari Una equazione lineare a n incognite, è una equazione del tipo: a 1 x 1 + a 2 x 2 + + a n x n = b, dove a 1,,a n,b sono delle costanti (numeri) reali. I simboli

Dettagli

17/10/16. Espressioni Booleane

17/10/16. Espressioni Booleane Espressioni Booleane Un espressione booleana è una sequenza composta da operatori booleani, parentesi, costanti e variabili booleane, induttivamente definita come segue: Espressioni ed operatori booleani

Dettagli

LA TEORIA DELLA COMPLESSITÀ COMPUTAZIONALE

LA TEORIA DELLA COMPLESSITÀ COMPUTAZIONALE LA TEORIA DELLA COMPLESSITÀ COMPUTAZIONALE INTRODUZIONE OBIETTIVO: classificare gli algoritmi a seconda delle risorse utilizzate - risorse necessarie (lower bound) - risorse sufficienti (upper bound) Aspetti

Dettagli

Disequazioni. 3 Liceo Scientifico 3 Liceo Scientifico sez. Scienze Applicate A.S. 2016/2017 Prof. Andrea Pugliese

Disequazioni. 3 Liceo Scientifico 3 Liceo Scientifico sez. Scienze Applicate A.S. 2016/2017 Prof. Andrea Pugliese Disequazioni 3 Liceo Scientifico 3 Liceo Scientifico sez. Scienze Applicate A.S. 2016/2017 Prof. Andrea Pugliese Definizione ed esempi Date due espressioni algebriche A e B contenenti numeri e lettere

Dettagli

Descrizione delle operazioni di calcolo. Espressioni costanti semplici

Descrizione delle operazioni di calcolo. Espressioni costanti semplici Descrizione delle operazioni di calcolo Come abbiamo detto l interprete è in grado di generare nuovi valori a partire da valori precedentemente acquisiti o generati. Il linguaggio di programmazione permette

Dettagli

Le derivate parziali

Le derivate parziali Sia f(x, y) una funzione definita in un insieme aperto A R 2 e sia P 0 = x 0, y 0 un punto di A. Essendo A un aperto, esiste un intorno I(P 0, δ) A. Preso un punto P(x, y) I(P 0, δ), P P 0, possiamo definire

Dettagli

Informazione binaria: - rappresentazione di valori logici -

Informazione binaria: - rappresentazione di valori logici - Informazione binaria: - rappresentazione di valori logici - Percorso di Preparazione agli Studi di Ingegneria Università degli Studi di Brescia Docente: Massimiliano Giacomin Tipologie di codici Nel seguito

Dettagli

Il teorema di Schwarz

Il teorema di Schwarz Il teorema di Schwarz 1. Quante sono le derivate parziali seconde, terze,...? Il procedimento di derivazione parziali applicato ad una funzione f(x, y) di due variabili raddoppia il numero di derivate

Dettagli

Analisi Matematica II Corso di Ingegneria Gestionale Compito del

Analisi Matematica II Corso di Ingegneria Gestionale Compito del Analisi Matematica II Corso di Ingegneria Gestionale Compito del --9 - È obbligatorio consegnare tutti i fogli, anche la brutta e il testo. - Le risposte senza giustificazione sono considerate nulle. Esercizio.

Dettagli

Un ripasso di aritmetica: Conversione dalla base 10 alla base 2

Un ripasso di aritmetica: Conversione dalla base 10 alla base 2 Un ripasso di aritmetica: Conversione dalla base 10 alla base 2 Dato un numero N rappresentato in base dieci, la sua rappresentazione in base due sarà del tipo: c m c m-1... c 1 c 0 (le c i sono cifre

Dettagli

Analisi Matematica 2. Trasformazioni integrali. Trasformazioni integrali 1 / 29

Analisi Matematica 2. Trasformazioni integrali. Trasformazioni integrali 1 / 29 Analisi Matematica 2 Trasformazioni integrali Trasformazioni integrali 1 / 29 Trasformazioni integrali. 1) Formule di Gauss-Green: nel piano: trasformano un integrale doppio in un integrale curvilineo,

Dettagli

Ragionamento Automatico Richiami di calcolo dei predicati

Ragionamento Automatico Richiami di calcolo dei predicati Richiami di logica del primo ordine Ragionamento Automatico Richiami di calcolo dei predicati (SLL: Capitolo 7) Sintassi Semantica Lezione 2 Ragionamento Automatico Carlucci Aiello, 2004/05Lezione 2 0

Dettagli

Lezione 2. Percentuali. Equazioni lineari

Lezione 2. Percentuali. Equazioni lineari Lezione 2 Percentuali Equazioni lineari Percentuali Si usa la notazione a % per indicare a/100 Esempio: 25%= 25/100=0.25 30% = 30/100=0.30 Inoltre: Applicare la percentuale a % a un numero b è come moltiplicare

Dettagli

LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13)

LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13) LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13) DISPENSA N. 4 Sommario. Dimostriamo il Teorema di Completezza per il Calcolo dei Predicati del I ordine. 1. Teorema di Completezza Dimostriamo il Teorema

Dettagli

Foglio Elettronico Lezione 1

Foglio Elettronico Lezione 1 - Introduzione - Celle e riferimenti - Formule - Approfondimenti - Funzioni logiche Sommario Introduzione - Foglio elettronico o foglio di calcolo - Cos'è? Strumento per raccogliere dati organizzati in

Dettagli

Unità Didattica N 08 I sistemi di primo grado a due incognite 1. U.D. N 08 I sistemi di primo grado a due incognite

Unità Didattica N 08 I sistemi di primo grado a due incognite 1. U.D. N 08 I sistemi di primo grado a due incognite Unità Didattica N 08 I sistemi di primo grado a due incognite 1 U.D. N 08 I sistemi di primo grado a due incognite 01) Coordinate cartesiane 0) I sistemi di primo grado a due incognite 03) Metodo di sostituzione

Dettagli

Matematica II

Matematica II Matematica II 231111 Matrice inversa 1 Per n 1, l insieme R n n delle matrici quadrate di ordine n diventa l insieme R dei numeri reali, e la moltiplicazione di matrici diventa la moltiplicazione di numeri

Dettagli

Federica Gregorio e Cristian Tacelli

Federica Gregorio e Cristian Tacelli 1 Sistemi lineari Federica Gregorio e Cristian Tacelli Un sistema lineare m n (m equazioni in n incognite) è un insieme di equazioni lineari che devono essere soddisfatte contemporaneamente a 11 x 1 +

Dettagli

Matematica II

Matematica II Matematica II 241110 Matrice inversa 1 Per n 1, l insieme R n n delle matrici quadrate di ordine n diventa l insieme R dei numeri reali, e la moltiplicazione di matrici diventa la moltiplicazione di numeri

Dettagli

Note del corso di Calcolabilità e Linguaggi Formali - Lezione 10

Note del corso di Calcolabilità e Linguaggi Formali - Lezione 10 Note del corso di Calcolabilità e Linguaggi Formali - Lezione 10 Alberto Carraro DAIS, Università Ca Foscari Venezia http://www.dsi.unive.it/~acarraro 1 Teoremi fondamentali della Recursion Theory Theorem

Dettagli

Seconda lezione. Dipartimento di Matematica Università di Salerno

Seconda lezione. Dipartimento di Matematica Università di Salerno Algebra della Logica Seconda lezione Dipartimento di Matematica Università di Salerno http://logica.dmi.unisa.it/lucaspada Scuola AILA 2017 Palazzo Feltrinelli, Gargnano, 20 26 agosto 2017. Completezza

Dettagli

26 - Funzioni di più Variabili Limiti e Derivate

26 - Funzioni di più Variabili Limiti e Derivate Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 26 - Funzioni di più Variabili Limiti e Derivate Anno Accademico 2013/2014 M.

Dettagli

Analisi Matematica II Corso di Ingegneria Gestionale Compito del log 1 + x4 +y 2. xy y

Analisi Matematica II Corso di Ingegneria Gestionale Compito del log 1 + x4 +y 2. xy y Analisi Matematica II Corso di Ingegneria Gestionale Compito del 9--6 - È obbligatorio consegnare tutti i fogli, anche la brutta e il testo. - Le risposte senza giustificazione sono considerate nulle.

Dettagli

4 Sistemi di equazioni.

4 Sistemi di equazioni. 4 Sistemi di equazioni. Risolvere un sistema significa erminare le soluzioni comuni a tutte le equazioni che lo compongono. Il grado di un sistema è il prodotto dei gradi di tali equazioni. 4. Sistemi

Dettagli

ESERCIZI DI ANALISI MATEMATICA II. sin(tv) v. f(v) dv = (1 + t) (e 1/t + 1)

ESERCIZI DI ANALISI MATEMATICA II. sin(tv) v. f(v) dv = (1 + t) (e 1/t + 1) ESERCIZI DI ANALISI MATEMATICA II Equazioni differenziali ED 1 Stabilire se l equazione integrale f(t) 1/2 0 sin(tv) v f(v) dv = (1 + t) (e 1/t + 1) ammette una soluzione nello spazio C([0, 1/2]). (Suggerimento:

Dettagli

Tipi di dato. Il concetto di tipo di dato viene introdotto per raggiungere due obiettivi:

Tipi di dato. Il concetto di tipo di dato viene introdotto per raggiungere due obiettivi: Tipi di dato Il concetto di tipo di dato viene introdotto per raggiungere due obiettivi: esprimere in modo sintetico la loro rappresentazione in memoria, e un insieme di operazioni ammissibili permettere

Dettagli

Sistemi lineari - Parte Seconda - Esercizi

Sistemi lineari - Parte Seconda - Esercizi Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione

Dettagli

Nozioni Preliminari e Terminologia. Alfabeti Stringhe Linguaggi

Nozioni Preliminari e Terminologia. Alfabeti Stringhe Linguaggi Nozioni Preliminari e Terminologia Alfabeti Stringhe Linguaggi Insiemi Def. Un insieme è una collezione non ordinata di oggetti o elementi Gli insiemi sono scritti tra { } Gli elementi sono inseriti tra

Dettagli

Anno Scolastico 2014/15 - Classe 1D Verifica di matematica dell 11 Maggio Soluzioni degli esercizi. 2(x 2) 2(x 1) + 2 = 3x

Anno Scolastico 2014/15 - Classe 1D Verifica di matematica dell 11 Maggio Soluzioni degli esercizi. 2(x 2) 2(x 1) + 2 = 3x Anno Scolastico 2014/15 - Classe 1D Verifica di matematica dell 11 Maggio 2015 - Soluzioni degli esercizi Risolvere le seguenti equazioni. Dove è necessario, scrivere le condizioni di accettabilità e usarle

Dettagli

Linguaggi di Programmazione dall assembler ai linguaggi di alto livello

Linguaggi di Programmazione dall assembler ai linguaggi di alto livello Linguaggi di Programmazione dall assembler ai linguaggi di alto livello LINGUAGGIO MACCHINA 0 READ 8 READ 9 LOADA 8 3 LOADB 9 4 MUL 5 STOREA 8 6 WRITE 8 7 HALT 8 DATO INTERO 9 DATO INTERO Rappresentazione

Dettagli