Introduzione. Modellizzazione: descrizione di un fenomeno fisico (biologico) con linguaggio matematico.

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Introduzione. Modellizzazione: descrizione di un fenomeno fisico (biologico) con linguaggio matematico."

Transcript

1 Introduzione Modellizzazione: descrizione di un fenomeno fisico (biologico) con linguaggio matematico. Alcuni aspetti da tenere presenti: * range di validita del modello; * "profondita " o "risoluzione" del modello;... popolazione cellule "moduli" biochimica... * modello deterministico / stocastico; * modello discreto / continuo; * ordine / disordine (chaos); * semplicita / complessita ; * metodi e soluzioni: analitiche / numeriche.

2 Sistemi Dinamici Descrizione matematica di un fenomeno e della sua evoluzione nel tempo: modello matematico. Studio delle proprieta qualitative e quantitative deducibili dalla struttura matematica del modello. Definizione dello spazio delle fasi (o spazio delle configurazioni), per descrivere lo stato del sistema ad un determinato istante. Implementazione dei meccanismi di evoluzione del sistema: equazioni differenziali per i sistemi in tempo continuo e mappe per i sistemi in tempo discreto. Determinismo: per ogni stato del sistema viene definita la sua evoluzione al tempo successivo. Consideriamo sistemi in tempo discreto: Stato F Stato F Stato 3 F Esempio: F := x 3 x -3 F( ) =, F( ) =, F( ) = F( 3) =, F( -) =, F -3 9 = 4 Orbita: evoluzione temporale di un dato iniziale F( ) =, F ( F( ) ) =, F ( F ( F( ) )) =, F ( F ( F ( F( ) ))) = o con notazione alternativa: -3 F( ) = ( F ( ) )( ) ( F ( 3) )( ) ( F ( 4) )( ) 9 = 4-7 = 8 8 = 6 Alcuni dati iniziali possono essere lasciati fermi dalla dinamica: li chiameremo punti fissi. F( ) =

3 ( F ( ) )( ) = ( F ( 3) )( ) = ( F ( 4) )( ) =

4 Modelli di crescita esponenziale Possiamo modellare nella maniera piu elementare possibile la crescita di una popolazione (ad esempio di cellule) supponendo che ogni elemento della popolazione e in grado, ad ogni generazione, di generare un nuovo individuo: questo porta ad un raddoppio della popolazione ad ogni passo. Lo spazio degli stati e l insieme dei numeri interi (numero di individui), e la mappa che descrive la dinamica e la seguente: F := x x F( x) = x Questo genera una crescita esponenziale per ogni dato iniziale diverso da zero (vita), mentre lo zero e un punto fisso (morte, estinzione). n := generazioni :=,, 4, 8, 6, 3, 64, 8, 56, 5, 4 Il dato iniziale puo poi essere anche un numero non intero, che verra interpretato come densita di popolazione: n :=.3 generazioni := 5.3, 4.6, 9., 8.4, 36.8, 73.6 Parliamo di crescita esponenziale perche si mostra che l evoluzione e descritta dalla seguente funzionninie: G ( x, t) = x t dove x e il dato iniziale e t e il tempo. Infatti: G (, 6) = 64 G (, 9) = 5 Crescita esponenziale alla Fibonacci Un raffinamento del modello precedente consiste nel considerare che ogni nuovo individuo deve raggiungere una maturita prima di poter a sua volta generare. Possiamo ad esempio ipotizzare che resti inattivo per una generazione e poi cominci anch esso a riprodursi. La successione che rappresenta l evoluzione temporale di una popolazione che si sviluppa da un solo individuo e nota come successione di Fibonacci. Ne diamo una definizione ricorsiva: g( n ) = g( n ) + g( n ) g( ) := g( ) := fib :=,,, 3, 5, 8, 3,, 34, 55, 89, 44, 33, 377, 6, 987, 597, 584, 48, 6765, 946

5 .e5.e5.8e4.e4.6e4.e3.4e4.e4.e Si ottiene dunque ancora una crescita esponenziale, solo con un tasso di crescita diverso. In questa impostazione l evoluzione dipende dallo stato nelle due generazioni precedenti. Infatti il giusto spazio delle fasi e bidimensionale: una coordinata rappresenta il numero di nuovi nati, e l altra il numero di adulti; in questo modo si puo costruire una mappa che genera l evoluzione basandosi solo sulla condizione al tempo precedente. Prima di vedere cio guardiamo la soluzione di questo sistema ricorsivo di equazioni: 4 n n 5 ( + 5 ) ( + 5 ) f( 3) = , f( 4) = , f( 5) = , f( 6) = , f( 7) = Torniamo alla rappresentazione dell evoluzione come mappa in uno spazio delle fasi bidimensionale. Risultando la mappa lineare, essa e rappresentabile tramite la seguente matrice: A := e con il dato iniziale v := si ha l evoluzione v =, Av =, AAv =, AAAv =, AAAAv =, AAAAAv =, AAAAAAv = 3 Se a questo punto proviamo a guardare alle proprieta della matrice che ci rappresenta la mappa, ad esempio guardando i suoi autovalori, vediamo che essi sono:

6 , uno positivo e uno negativo, e se ricordiamo l espressione di f, soluzione del problema: n + 5 n ( ) + 5 ( ) + 5 ci accorgiamo che l autovalore positivo da il tasso di crescita. Possiamo provare a cambiare il dato iniziale e ci a ccorgiamo che asintoticamente il comportamento e il medesimo. := v ,,,,,,,,,,,,, ,, := v 5,,,,,,,,,,,

7 Sulle mappe Prima di passare ad applicazioni su modelli piu complessi, facciamo qualche considerazione sulle mappe. Una mappa sara una funzione definita sullo spazio delle fasi a valori nello spazio delle fasi. Alcune delle caratteristiche di una mappa sono determinate dal valore della sua derivata (la pendenza ) e dall intersezione con la diagonale (o bisettrice) del primo e terzo quadrante del piano cartesiano. Graficamente si puo vedere molto bene l evoluzione data da una mappa nel modo seguente. Consideriamo una mappa qualsiasi e vediamone l evoluzione su qualche dato iniziale: g( n) = + n n := Focalizziamo l attenzione sui punti fissi della mappa, che essendo punti che non sono modificati durante l evoluzione, devono soddisfare l equazione: f( x) = x e dunque coincidono con l intersezione tra i grafici della funzione y=f(x) e della retta y=x. Fondamentale e poi il concetto di stabilita di un punto di equilibrio: ci interessa conoscere l evoluzione dei dati iniziali vicini al punto fisso, per sapere se rimarranno vicini o si allontaneranno. Per sapere cio e sufficiente guardare la derivata della mappa nel punto di equilibrio (linearizzazione). Si distinguono 4 casi (piu due casi degeneri). Stabilita (asintotica) con o senza oscillazioni Il modulo della derivata nel punto di equilibrio e minore di uno; se e negativo si hanno oscillazioni, altrimenti no. g( n) = n :=. n

8 g( n) = arctan( n) n := n Instabilita, con o senza oscillazioni Il modulo della derivata nel punto di equilibrio e maggiore di uno; se e negativo si hanno oscillazioni, altrimenti no. g( n) =.5 n n :=.8

9 n.5 g( n) = n n := n

10 Modelli di crescita logistica Passiamo ora ad un modello di crescita piu realistico; nella crescita esponenziale si ha un aumento senza limiti della popolazione ma questo e sensato solo finche la popolazione e piccola rispetto alle risorse disponibile. Oltre certi livelli il tasso di cresita deve cominciare a calare e puo addrittura diventare un tasso di decrescita se ci si trova oltre il livello di popolazione sopportato dalle risorse ambientali. Guardiamo dunque il modello logistico: F( x) = r x ( x) Guardiamone il grafico al variare del parametro r x Osserviamo che si tratta di una mappa che manda l intervallo [,] in se (parleremo di densita di popolazione). Per basse densita il termine dominante e rx ; dunque serve r > per avere crescita. Al crescere della densita si fara sentire il termine (-x) che possiamo pensave come l effetto dell aumento della popolazione sul tasso di crescita. I punti di equilibrio per la nostra mappa sono i seguenti: r, r e possiamo osservare che prima del secondo punto di equilibrio il tasso di crescita e >, mentre per valori di popolazione superiori si ha una decrescita ( f(x) < x ). r x equil := r = x F( x equil ) r Possiamo aspettarci che il punto di equilibrio non banale sia stabile per valori del parametro compresi tra e 3 (modulo della derivata nell equilibrio <). Vediamo allora un po di dinamica con la mappa logistica.

11 F( x) =.8 x ( x) n := cambiamo il valore del parametro; effettivamente tra e 3 il punto di equilibrio e stabile. Oltre diventa instabile. E tutto in maniera indipendente dal dato iniziale. Aumentando sempre piu il parametro succedono fenomeni strani e a prima vista difficili da spiegare. Proviamo a iterare la mappa un po di volte senza visualizzarla (ipotizziamo ci sia un fenomeno transitorio dopo il quale la situazione si stabilizza) e proviamo i seguenti valori del parametro: Si vede, per alcuni valori di r che effettivamente dopo un transitorio la traiettoria si stabilizza in un orbita periodica, mentre per altri valori si ha comunque un comportamento apparentemente casuale. Vogliamo capire cosa accade, riuscendo almeno a spiegare l insorgere delle orbite periodiche di periodo e 4. Analizziamo il grafico della mappa ottenuta applicando volte la nostra mappa logistica, al variare del parametro.

12 x Notiamo che questa mappa ha un punto fisso per bassi valori del parametro, ma per valori alti compaiono altri punti fissi; dal grafico seguente vediamo che il valore limite tra una situazione e l altra e proprio il valore oltre il quale il punto fisso di F diventa instabile. > r = 3 Grafico della mappa applicata due volte x Siamo di fronte ad una biforcazione: all aumentare del parametro il punto di equilibrio (che e un orbita periodica di periodo ) diventa instabile e contemporaneamente si crea un orbita periodica (di periodo ) stabile. Essa e rappresentata dai nuovi punti fissi della mappa al quadrato. Riosservando al variare di r la mappa la quadrato notiamo che anche questi nuovi punti fissi diventano poi instabili; in quel momento saranno nati dei punti fissi per mappa alla quarta, facendo cosi nascere

13 poi instabili; in quel momento saranno nati dei punti fissi per mappa alla quarta, facendo cosi nascere un orbita periodica di periodo 4. Si puo dimostrare che esiste una cascata di biforcazioni e che esistono per la mappa logistica orbite periodiche di ogni periodo intero. Grafico della mappa applicata n volte x

14 Modelli di competizione: il sistema di Lotka-Volterra Consideriamo ora dei modelli tipo preda - predatore, con due specie, una delle quali cresce spontaneamente (le prede) ma decresce in presenza di predatori, i quali aloro volta tenderebbero ad estinguersi e possono crescere solo in presenza di prede (la loro unica fonte di cibo). Lo spazio delle fasi e bidimensionale (per rappresentare le due specie in competizione), e una possibile dinamica e rappresentata dalla seguente mappa: α x η A := ( x, y), y + η y ( β + δ x) dove x sono le prede e y i predatori. (alpha>, beta<) Osserviamo la dinamica per alcuni valori dei parametri e per alcuni dati iniziali. x A ( x, y) =.4, y + y (.8 + x) x :=.5 y := > Possiamo osservare la presenza di due punti di equilibrio: l origine (,) che rappresenta l estinzione di entrambe le specie, e un altro punto, le cui coordinate dipendono dai parametri, nel quale c e coesistenza. Questo secondo punto di equilibrio si motra pero essere un fuoco instabile (instabilita con oscillazioni), con oscillazioni sempre piu ampie (poco ragionevole). equil := { y =, x = }, { y = α η η, x = β } δ α η J := y + η α x η ( y + η) y δ β + δ x

15 β J( equilibrio) = α δ η ( α η η) δ α + ( β ) α ( α ) α ( β ) α ( α ) autovalori =, α α determinante = α + + β α β α Gli autovalori sono complessi e coniugati (oscillazione), con modulo > (instabilita ) avendo parte reale =. Nella variante che segue rimangono i due punti di equilibrio di prima, ma si crea un ciclo limite stabile, che rende piu ragionevole il modello eliminando le oscillazioni illimitate. B := ( x, y) α x, η y + η ( x κ) y ( β + δ x) aumentiamo il numero di passi di iterazione fino a individuare il ciclo limite. B ( x, y) =. x, ( x.) y (.8 + x) y + x :=.4 y := >

16 Qualcosa di esotico: l attrattore strano Henon := ( x, y ) ( + y α x, β x) Henon ( x, y ) = ( + y.4 x,.3 x) x :=.6 y := Henon ( x, y ) = ( + y.4 x,.3 x) x := y :=

17

18 Conclusioni Le mappe (sistemi dinamici in tempo discreto) permettono una descrizione semplice, ma riproducono una grande varieta fenomenologica. Per avere una dinamica ricca, "complessa", caotica, non servono sistemi complicati (si vedano la mappa logistica e la mappa di Henon). Analogamente sistemi complicati (molte variabili, molte equazioni,...) possono avere comportamenti ordinati, o piu "semplici" di quanto ci si possa immaginare. Anche nei fenomeni complessi e possibile a volte riconoscere delle regolarita (ad esempio la cascata di biforcazioni della mappa logistica). Le simulazioni al computer da sole non bastano: serve una comprensione matematica del modello e della sua dinamica.

Sistemi dinamici - Attività 3 I sistemi preda-predatore e le equazioni di Volterra

Sistemi dinamici - Attività 3 I sistemi preda-predatore e le equazioni di Volterra Sistemi dinamici - Attività 3 I sistemi preda-predatore e le equazioni di Volterra Paolo Lazzarini - p.lazzarini@tin.it E il momento di occuparci di un modello matematico discreto più realistico (quindi

Dettagli

Il sistema di Rossler

Il sistema di Rossler Il sistema di Rossler Il sistema di Rossler è considerato il più semplice sistema di terzo ordine a tempo continuo capace di manifestare comportamenti di tipo caotico. = = + (1) = + Questo sistema presenta

Dettagli

Indicando con x i minuti di conversazione effettuati in un mese, con la spesa totale nel mese e con il costo medio al minuto:

Indicando con x i minuti di conversazione effettuati in un mese, con la spesa totale nel mese e con il costo medio al minuto: PROBLEMA 1. Il piano tariffario proposto da un operatore telefonico prevede, per le telefonate all estero, un canone fisso di 10 euro al mese, più 10 centesimi per ogni minuto di conversazione. Indicando

Dettagli

Metodi Matematici Applicati alla Biologia. Anno Accademico 2008/09 II Semestre Settimana 4 Aprile 2009

Metodi Matematici Applicati alla Biologia. Anno Accademico 2008/09 II Semestre Settimana 4 Aprile 2009 Metodi Matematici Applicati alla Biologia Anno Accademico 2008/09 II Semestre Settimana 4 Aprile 2009 Interazioni fra specie Ogni coppia di specie interagisce in uno dei seguenti modi: COMPETIZIONE: ogni

Dettagli

CAPITOLO 3 FONDAMENTI DI ANALISI DELLA STABILITA' DI SISTEMI NON LINEARI

CAPITOLO 3 FONDAMENTI DI ANALISI DELLA STABILITA' DI SISTEMI NON LINEARI 31 CAPITOLO 3 FONDAMENTI DI ANALISI DELLA STABILITA' DI SISTEMI NON LINEARI INTRODUZIONE L'obbiettivo di questo capitolo è quello di presentare in modo sintetico ma completo, la teoria della stabilità

Dettagli

Intorni Fissato un punto sull' asse reale, si definisce intorno del punto, un intervallo aperto contenente e tutto contenuto in

Intorni Fissato un punto sull' asse reale, si definisce intorno del punto, un intervallo aperto contenente e tutto contenuto in Intorni Fissato un punto sull' asse reale, si definisce intorno del punto, un intervallo aperto contenente e tutto contenuto in Solitamente si fa riferimento ad intorni simmetrici =, + + Definizione: dato

Dettagli

Matematica generale CTF

Matematica generale CTF Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione

Dettagli

ANALISI E CONTROLLO DI UN MODELLO DI IMPATTO PUBBLICITARIO

ANALISI E CONTROLLO DI UN MODELLO DI IMPATTO PUBBLICITARIO ANALISI E CONTROLLO DI UN MODELLO DI IMPATTO PUBBLICITARIO Un modello di impatto pubblicitario Analisi del modello: il caso stazionario Analisi del modello: il caso periodico Analisi picco-picco Controllo

Dettagli

STUDIO DI UNA FUNZIONE

STUDIO DI UNA FUNZIONE STUDIO DI UNA FUNZIONE OBIETTIVO: Data l equazione Y = f(x) di una funzione a variabili reali (X R e Y R), studiare l andamento del suo grafico. PROCEDIMENTO 1. STUDIO DEL DOMINIO (CAMPO DI ESISTENZA)

Dettagli

Capitolo 2. Un introduzione all analisi dinamica dei sistemi

Capitolo 2. Un introduzione all analisi dinamica dei sistemi Capitolo 2 Un introduzione all analisi dinamica dei sistemi Obiettivo: presentare una modellistica di applicazione generale per l analisi delle caratteristiche dinamiche di sistemi, nota come system dynamics,

Dettagli

Studio di una funzione ad una variabile

Studio di una funzione ad una variabile Studio di una funzione ad una variabile Lo studio di una funzione ad una variabile ha come scopo ultimo quello di pervenire a un grafico della funzione assegnata. Questo grafico non dovrà essere preciso

Dettagli

Serie numeriche e serie di potenze

Serie numeriche e serie di potenze Serie numeriche e serie di potenze Sommare un numero finito di numeri reali è senza dubbio un operazione che non può riservare molte sorprese Cosa succede però se ne sommiamo un numero infinito? Prima

Dettagli

Dipendenza dai dati iniziali

Dipendenza dai dati iniziali Dipendenza dai dati iniziali Dopo aver studiato il problema dell esistenza e unicità delle soluzioni dei problemi di Cauchy, il passo successivo è vedere come le traiettorie di queste ultime dipendono

Dettagli

Introduzione. Margine di ampiezza... 2 Margine di fase... 5 Osservazione... 6 Margini di stabilità e diagrammi di Bode... 6

Introduzione. Margine di ampiezza... 2 Margine di fase... 5 Osservazione... 6 Margini di stabilità e diagrammi di Bode... 6 ppunti di Controlli utomatici Capitolo 7 parte II Margini di stabilità Introduzione... Margine di ampiezza... Margine di fase... 5 Osservazione... 6 Margini di stabilità e diagrammi di ode... 6 Introduzione

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

LICEO SCIENTIFICO STATALE G.GALILEI CATANIA A.S. 2006/2007 SIMULAZIONE DI II PROVA - A

LICEO SCIENTIFICO STATALE G.GALILEI CATANIA A.S. 2006/2007 SIMULAZIONE DI II PROVA - A LICEO SCIENTIFICO STATALE G.GALILEI CATANIA A.S. 6/7 SIMULAZIONE DI II PROVA - A Tempo a disposizione: cinque ore E consentito l uso della calcolatrice non programmabile. Non è consentito uscire dall aula

Dettagli

Definizione 8.1. Si dice successione una qualsiasi funzione a: N R. Spesso per indicare una successione si usa la sequenza delle immagini:

Definizione 8.1. Si dice successione una qualsiasi funzione a: N R. Spesso per indicare una successione si usa la sequenza delle immagini: Appendice 1 Le successioni Definizione 8.1. Si dice successione una qualsiasi funzione a: N R. Spesso per indicare una successione si usa la sequenza delle immagini: a 0 = a(0), a 1 = a(1),..., a n = a(n),....

Dettagli

Anno 4 Grafico di funzione

Anno 4 Grafico di funzione Anno 4 Grafico di funzione Introduzione In questa lezione impareremo a disegnare il grafico di una funzione reale. Per fare ciò è necessario studiare alcune caratteristiche salienti della funzione che

Dettagli

UNO STUDIO DI FUNZIONE CON DERIVE a cura del prof. Guida. 4 x

UNO STUDIO DI FUNZIONE CON DERIVE a cura del prof. Guida. 4 x UNO STUDIO DI FUNZIONE CON DERIVE a cura del prof. Guida Con questa guida si vuol proporre un esempio di studio di funzione con Derive. La versione che ho utilizzato per questo studio è la 6.0. Consideriamo

Dettagli

Capitolo 4: Ottimizzazione non lineare non vincolata parte II. E. Amaldi DEIB, Politecnico di Milano

Capitolo 4: Ottimizzazione non lineare non vincolata parte II. E. Amaldi DEIB, Politecnico di Milano Capitolo 4: Ottimizzazione non lineare non vincolata parte II E. Amaldi DEIB, Politecnico di Milano 4.3 Algoritmi iterativi e convergenza Programma non lineare (PNL): min f(x) s.v. g i (x) 0 1 i m x S

Dettagli

Punto 1 Dopo aver scelto come unità di misura (dm), dai dati si ricava che la curva deve passare per i punti, B C e D

Punto 1 Dopo aver scelto come unità di misura (dm), dai dati si ricava che la curva deve passare per i punti, B C e D Problema 1: Il porta scarpe da viaggio Risoluzione Punto 1 Dopo aver scelto come unità di misura (dm), dai dati si ricava che la curva deve passare per i punti, B C e D a) L' equazione è da scartare perchè

Dettagli

LE FUNZIONI A DUE VARIABILI

LE FUNZIONI A DUE VARIABILI Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre

Dettagli

Funzione reale di variabile reale

Funzione reale di variabile reale Funzione reale di variabile reale Siano A e B due sottoinsiemi non vuoti di. Si chiama funzione reale di variabile reale, di A in B, una qualsiasi legge che faccia corrispondere, a ogni elemento A x A

Dettagli

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE Definizione: Si chiama successione numerica una funzione definita su IN a valori in IR, cioè una legge che associa ad ogni intero n un numero reale a n. Per abuso di linguaggio, si

Dettagli

La f(x) dovrà rimanere all interno di questo intorno quando la x è all interno di un intorno di x 0, cioè I(x 0 ), cioè:

La f(x) dovrà rimanere all interno di questo intorno quando la x è all interno di un intorno di x 0, cioè I(x 0 ), cioè: 1 Limiti Roberto Petroni, 2011 Possiamo introdurre intuitivamente il concetto di limite dicendo che quanto più la x si avvicina ad un dato valore x 0 tanto più la f(x) si avvicina ad un valore l detto

Dettagli

1 Serie di Taylor di una funzione

1 Serie di Taylor di una funzione Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita

Dettagli

3 GRAFICI DI FUNZIONI

3 GRAFICI DI FUNZIONI 3 GRAFICI DI FUNZIONI Particolari sottoinsiemi di R che noi studieremo sono i grafici di funzioni. Il grafico di una funzione f (se non è specificato il dominio di definizione) è dato da {(x, y) : x dom

Dettagli

Equazioni non lineari

Equazioni non lineari Equazioni non lineari Data una funzione f : [a, b] R si cerca α [a, b] tale che f (α) = 0. I metodi numerici per la risoluzione di questo problema sono metodi iterativi. Teorema Data una funzione continua

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

Richiami: funzione di trasferimento e risposta al gradino

Richiami: funzione di trasferimento e risposta al gradino Richiami: funzione di trasferimento e risposta al gradino 1 Funzione di trasferimento La funzione di trasferimento di un sistema lineare è il rapporto di due polinomi della variabile complessa s. Essa

Dettagli

Introduzione al MATLAB c Parte 2

Introduzione al MATLAB c Parte 2 Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 18 gennaio 2008 Outline 1 M-file di tipo Script e Function Script Function 2 Costrutti di programmazione

Dettagli

MATEMATICA nella REALTA

MATEMATICA nella REALTA MATEMATICA nella REALTA Lucia Della Croce Giulia Maggi Ada Pulvirenti Dipartimento di Matematica Università di Pavia Piano Lauree Scientifiche Pavia 29 Settembre 2010 Attività proposte A. S. 2010 2011

Dettagli

Corso di Analisi Matematica. Successioni e serie numeriche

Corso di Analisi Matematica. Successioni e serie numeriche a.a. 2011/12 Laurea triennale in Informatica Corso di Analisi Matematica Successioni e serie numeriche Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità

Dettagli

~ Copyright Ripetizionando - All rights reserved ~ http://ripetizionando.wordpress.com STUDIO DI FUNZIONE

~ Copyright Ripetizionando - All rights reserved ~ http://ripetizionando.wordpress.com STUDIO DI FUNZIONE STUDIO DI FUNZIONE Passaggi fondamentali Per effettuare uno studio di funzione completo, che non lascia quindi margine a una quasi sicuramente errata inventiva, sono necessari i seguenti 7 passaggi: 1.

Dettagli

Note di matematica per microeconomia

Note di matematica per microeconomia Note di matematica per microeconomia Luigi Balletta Funzioni di una variabile (richiami) Una funzione di variabile reale ha come insieme di partenza un sottoinsieme di R e come insieme di arrivo un sottoinsieme

Dettagli

Prof. Silvio Reato Valcavasia Ricerche. Il piano cartesiano

Prof. Silvio Reato Valcavasia Ricerche. Il piano cartesiano Il piano cartesiano Per la rappresentazione di grafici su di un piano si utilizza un sistema di riferimento cartesiano. Su questo piano si rappresentano due rette orientate (con delle frecce all estremità

Dettagli

Matematica Finanziaria 11 luglio 2001

Matematica Finanziaria 11 luglio 2001 Matematica Finanziaria 11 luglio 2001 Prova Generale. ESERCIZIO 1: Algebra Lineare ² Enunciare il Teorema di Rouchè-Capelli. ² Dato il seguente sistema che descrive la dinamica del fatturato di due imprese

Dettagli

Analisi 2. Argomenti. Raffaele D. Facendola

Analisi 2. Argomenti. Raffaele D. Facendola Analisi 2 Argomenti Successioni di funzioni Definizione Convergenza puntuale Proprietà della convergenza puntuale Convergenza uniforme Continuità e limitatezza Teorema della continuità del limite Teorema

Dettagli

Analisi Matematica 2 per Matematica Esempi di compiti, primo semestre 2011/2012

Analisi Matematica 2 per Matematica Esempi di compiti, primo semestre 2011/2012 Analisi Matematica 2 per Matematica Esempi di compiti, primo semestre 211/212 Ricordare: una funzione lipschitziana tra spazi metrici manda insiemi limitati in insiemi limitati; se il dominio di una funzione

Dettagli

4. Funzioni elementari

4. Funzioni elementari ISTITUZIONI DI MATEMATICHE E FONDAMENTI DI BIOSTATISTICA 4. Funzioni elementari A. A. 2014-2015 L.Doretti 1 Funzioni elementari Sono dette elementari un insieme di funzioni dalle quali si ottengono, mediante

Dettagli

4. Funzioni elementari algebriche

4. Funzioni elementari algebriche ISTITUZIONI DI MATEMATICHE E FONDAMENTI DI BIOSTATISTICA 4. Funzioni elementari algebriche A. A. 2013-2014 1 Funzioni elementari Sono dette elementari un insieme di funzioni dalle quali si ottengono, mediante

Dettagli

Modelli matematici e realtà:

Modelli matematici e realtà: Piano Lauree Scientifiche Matematica e Statistica 2010-11 Modelli matematici e realtà: sulle equazioni differenziali - prima parte R. Vermiglio 1 1 Dipartimento di Matematica e Informatica - Università

Dettagli

09 - Funzioni reali di due variabili reali

09 - Funzioni reali di due variabili reali Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 09 - Funzioni reali di due variabili reali Anno Accademico 2013/2014

Dettagli

Serie numeriche. 1 Definizioni e proprietà elementari

Serie numeriche. 1 Definizioni e proprietà elementari Serie numeriche Definizioni e proprietà elementari Sia { } una successione, definita per ogni numero naturale n n. Per ogni n n, consideriamo la somma s n degli elementi della successione di posto d s

Dettagli

SOLUZIONE DEL PROBLEMA 1 TEMA DI MATEMATICA ESAME DI STATO 2015

SOLUZIONE DEL PROBLEMA 1 TEMA DI MATEMATICA ESAME DI STATO 2015 SOLUZIONE DEL PROBLEMA 1 TEMA DI MATEMATICA ESAME DI STATO 015 1. Indicando con i minuti di conversazione effettuati nel mese considerato, la spesa totale mensile in euro è espressa dalla funzione f()

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE INTRODUZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Introduzione alla simulazione Una simulazione è l imitazione

Dettagli

LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE

LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE FLAVIO ANGELINI Sommario Queste note hanno lo scopo di indicare a studenti di Economia interessati alla finanza quantitativa i concetti essenziali

Dettagli

Matematica e Statistica

Matematica e Statistica Matematica e Statistica Prova d esame (0/07/03) Università di Verona - Laurea in Biotecnologie - A.A. 0/3 Matematica e Statistica Prova di MATEMATICA (0/07/03) Università di Verona - Laurea in Biotecnologie

Dettagli

MATEMATICA 5 PERIODI

MATEMATICA 5 PERIODI BAC EUROPEO 2008 MATEMATICA 5 PERIODI DATA 5 giugno 2008 DURATA DELL ESAME : 4 ore (240 minuti) MATERIALE AUTORIZZATO Formulario delle scuole europee Calcolatrice non grafica e non programmabile AVVERTENZE

Dettagli

Capitolo 2. Operazione di limite

Capitolo 2. Operazione di limite Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A

Dettagli

DUE PROPOSTE ANALISI MATEMATICA. Lorenzo Orio

DUE PROPOSTE ANALISI MATEMATICA. Lorenzo Orio DUE PROPOSTE DI ANALISI MATEMATICA Lorenzo Orio Introduzione Il lavoro propone argomenti di analisi matematica trattati in maniera tale da privilegiare l intuizione e con accorgimenti nuovi. Il tratta

Dettagli

FISICA. MECCANICA: La Cinematica unidimensionale. Autore: prof. Pappalardo Vincenzo docente di Matematica e Fisica

FISICA. MECCANICA: La Cinematica unidimensionale. Autore: prof. Pappalardo Vincenzo docente di Matematica e Fisica FISICA MECCANICA: La Cinematica unidimensionale Autore: prof. Pappalardo Vincenzo docente di Matematica e Fisica LA MECCANICA La Meccanica è quella parte della fisica che studia il movimento e si compone

Dettagli

Esercitazioni di Calcolo Numerico 23-30/03/2009, Laboratorio 2

Esercitazioni di Calcolo Numerico 23-30/03/2009, Laboratorio 2 Esercitazioni di Calcolo Numerico 23-30/03/2009, Laboratorio 2 [1] Metodo di Bisezione gli estremi a e b di un intervallo reale trovi uno zero della funzione f(x) nell intervallo [a, b] usando il metodo

Dettagli

Grafico qualitativo di una funzione reale di variabile reale

Grafico qualitativo di una funzione reale di variabile reale Grafico qualitativo di una funzione reale di variabile reale Mauro Saita 1 Per commenti o segnalazioni di errori scrivere, per favore, a: maurosaita@tiscalinet.it Dicembre 2014 Indice 1 Qualè il grafico

Dettagli

Lezione 6 (16/10/2014)

Lezione 6 (16/10/2014) Lezione 6 (16/10/2014) Esercizi svolti a lezione Esercizio 1. La funzione f : R R data da f(x) = 10x 5 x è crescente? Perché? Soluzione Se f fosse crescente avrebbe derivata prima (strettamente) positiva.

Dettagli

Lotta biologica ai parassiti ed isteresi (Quando si e distrutto un equilibrio non e facile tornare alla situazione precedente)

Lotta biologica ai parassiti ed isteresi (Quando si e distrutto un equilibrio non e facile tornare alla situazione precedente) 8 Lotta biologica ai parassiti ed isteresi (Quando si e distrutto un equilibrio non e facile tornare alla situazione precedente) Il semplice modello logistico applicato alla crescita di una popolazione

Dettagli

3.1 Successioni. R Definizione (Successione numerica) E Esempio 3.1 CAPITOLO 3

3.1 Successioni. R Definizione (Successione numerica) E Esempio 3.1 CAPITOLO 3 CAPITOLO 3 Successioni e serie 3. Successioni Un caso particolare di applicazione da un insieme numerico ad un altro insieme numerico è quello delle successioni, che risultano essere definite nell insieme

Dettagli

Programma di Matematica

Programma di Matematica Programma di Matematica Modulo 1. Topologia in R 2. Funzioni in R 3. Limite e continuità di una funzione Unità didattiche Struttura algebrica di R Insiemi reali limitati e illimitati Intorno di un punto

Dettagli

Nota su Crescita e Convergenza

Nota su Crescita e Convergenza Nota su Crescita e Convergenza S. Modica 28 Ottobre 2007 Nella prima sezione si considerano crescita lineare ed esponenziale e le loro proprietà elementari. Nella seconda sezione si spiega la misura di

Dettagli

Indice. 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo... 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità...

Indice. 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo... 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità... Indice 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo............................. 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità.............. 5 i Capitolo 1 Introduzione

Dettagli

CRITERI DI CONVERGENZA PER LE SERIE. lim a n = 0. (1) s n+1 = s n + a n+1. (2) CRITERI PER LE SERIE A TERMINI NON NEGATIVI

CRITERI DI CONVERGENZA PER LE SERIE. lim a n = 0. (1) s n+1 = s n + a n+1. (2) CRITERI PER LE SERIE A TERMINI NON NEGATIVI Il criterio più semplice è il seguente. CRITERI DI CONVERGENZA PER LE SERIE Teorema(condizione necessaria per la convergenza). Sia a 0, a 1, a 2,... una successione di numeri reali. Se la serie a k è convergente,

Dettagli

11) convenzioni sulla rappresentazione grafica delle soluzioni

11) convenzioni sulla rappresentazione grafica delle soluzioni 2 PARAGRAFI TRATTATI 1)La funzione esponenziale 2) grafici della funzione esponenziale 3) proprietá delle potenze 4) i logaritmi 5) grafici della funzione logaritmica 6) principali proprietá dei logaritmi

Dettagli

MATEMATICA TRIENNIO CORSO TURISTICO, AMMINISTRAZIONE FINANZA MARKETING, SISTEMI INFORMATIVI AZIENDALI

MATEMATICA TRIENNIO CORSO TURISTICO, AMMINISTRAZIONE FINANZA MARKETING, SISTEMI INFORMATIVI AZIENDALI MATEMATICA TRIENNIO CORSO TURISTICO, AMMINISTRAZIONE FINANZA MARKETING, SISTEMI INFORMATIVI AZIENDALI Obiettivi del triennio: ; elaborando opportune soluzioni; 3) utilizzare le reti e gli strumenti informatici

Dettagli

Gli oggetti di plastica. Abilità interessate Conoscenze Nuclei coinvolti Collegamenti esterni Decodificare informazioni di tipo grafico.

Gli oggetti di plastica. Abilità interessate Conoscenze Nuclei coinvolti Collegamenti esterni Decodificare informazioni di tipo grafico. Gli oggetti di plastica Livello scolare: 1 biennio Abilità interessate Conoscenze Nuclei coinvolti Collegamenti esterni Decodificare informazioni di tipo grafico. Funzioni lineari. Pendenza di una retta.

Dettagli

Capitolo V. I mercati dei beni e i mercati finanziari: il modello IS-LM

Capitolo V. I mercati dei beni e i mercati finanziari: il modello IS-LM Capitolo V. I mercati dei beni e i mercati finanziari: il modello IS-LM 2 OBIETTIVO: Il modello IS-LM Fornire uno schema concettuale per analizzare la determinazione congiunta della produzione e del tasso

Dettagli

Coordinate Cartesiane nel Piano

Coordinate Cartesiane nel Piano Coordinate Cartesiane nel Piano O = (0,0) origine degli assi ascissa, y ordinata sistemi monometrici: stessa unità di misura sui due assi, y sistemi dimetrici: unità di misura diverse sui due assi (spesso

Dettagli

PIANO CARTESIANO: un problema di programmazione lineare

PIANO CARTESIANO: un problema di programmazione lineare PIANO CARTESIANO: un problema di programmazione lineare In un laboratorio sono disponibili due contatori A, B di batteri. Il contatore A può essere azionato da un laureato che guadagna 20 euro per ora.

Dettagli

Funzioni in due variabili Raccolta di FAQ by Andrea Prevete

Funzioni in due variabili Raccolta di FAQ by Andrea Prevete Funzioni in due variabili Raccolta di FAQ by Andrea Prevete 1) Cosa intendiamo, esattamente, quando parliamo di funzione reale di due variabili reali? Quando esiste una relazione fra tre variabili reali

Dettagli

Prova parziale di Geometria e Topologia I - 5 mag 2008 (U1-03, 13:30 16:30) 1/8. Cognome:... Nome:... Matricola:...

Prova parziale di Geometria e Topologia I - 5 mag 2008 (U1-03, 13:30 16:30) 1/8. Cognome:... Nome:... Matricola:... Prova parziale di Geometria e Topologia I - 5 mag 2008 (U1-03, 13:30 16:30) 1/8 Cognome:................ Nome:................ Matricola:................ (Dare una dimostrazione esauriente di tutte le

Dettagli

l insieme Y è detto codominio (è l insieme di tutti i valori che la funzione può assumere)

l insieme Y è detto codominio (è l insieme di tutti i valori che la funzione può assumere) Che cos è una funzione? Assegnati due insiemi X e Y si ha una funzione elemento di X uno e un solo elemento di Y. f : X Y se esiste una corrispondenza che associa ad ogni Osservazioni: l insieme X è detto

Dettagli

1. Limite finito di una funzione in un punto

1. Limite finito di una funzione in un punto . Limite finito di una funzione in un punto Consideriamo la funzione: f ( ) = il cui dominio risulta essere R {}, e quindi il valore di f ( ) non è calcolabile in =. Quest affermazione tuttavia non esaurisce

Dettagli

4 FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMO

4 FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMO 4 FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMO 4.0. Esponenziale. Nella prima sezione abbiamo definito le potenze con esponente reale. Vediamo ora in dettaglio le proprietà della funzione esponenziale a,

Dettagli

Applicazioni del calcolo differenziale allo studio delle funzioni

Applicazioni del calcolo differenziale allo studio delle funzioni Capitolo 9 9.1 Crescenza e decrescenza in piccolo; massimi e minimi relativi Sia y = f(x) una funzione definita nell intervallo A; su di essa non facciamo, per ora, alcuna particolare ipotesi (né di continuità,

Dettagli

Domanda e Offerta. G. Pignataro Microeconomia SPOSI

Domanda e Offerta. G. Pignataro Microeconomia SPOSI Domanda e Offerta Domanda e Offerta Il meccanismo di mercato Variazioni dell equilibrio di mercato Elasticità della domanda e dell offerta Elasticità di breve e di lungo periodo Gli effetti dell intervento

Dettagli

2.5 Stabilità dei sistemi dinamici 20. - funzioni di trasferimento, nella variabile di Laplace s, razionali fratte del tipo:

2.5 Stabilità dei sistemi dinamici 20. - funzioni di trasferimento, nella variabile di Laplace s, razionali fratte del tipo: .5 Stabilità dei sistemi dinamici 9 Risulta: 3 ( s(s + 4).5 Stabilità dei sistemi dinamici Si è visto come un sistema fisico può essere descritto tramite equazioni differenziali o attraverso una funzione

Dettagli

I SISTEMI DI NUMERAZIONE

I SISTEMI DI NUMERAZIONE ISTITUTO DI ISTRUZIONE SUPERIORE G. M. ANGIOY CARBONIA I SISTEMI DI NUMERAZIONE Prof. G. Ciaschetti Fin dall antichità, l uomo ha avuto il bisogno di rappresentare le quantità in modo simbolico. Sono nati

Dettagli

Esercitazione 4: La dinamica delle sardine nel Mar Mosso secondo diversi modelli

Esercitazione 4: La dinamica delle sardine nel Mar Mosso secondo diversi modelli Laboratorio di Ecologia Anno Accademico 2010/2011 Esercitazione 4: La dinamica delle sardine nel Mar Mosso secondo diversi modelli 1 Modello malthusiano e modello di Beverton Holt 1.1 La dinamica di una

Dettagli

Trasformazioni geometriche nel piano cartesiano

Trasformazioni geometriche nel piano cartesiano Trasformazioni geometriche nel piano cartesiano Francesco Biccari 18 marzo 2013 Una trasformazione geometrica del piano è una legge (corrispondenza biunivoca) che consente di associare a un determinato

Dettagli

Finanza Aziendale. Lezione 13. Introduzione al costo del capitale

Finanza Aziendale. Lezione 13. Introduzione al costo del capitale Finanza Aziendale Lezione 13 Introduzione al costo del capitale Scopo della lezione Applicare la teoria del CAPM alle scelte di finanza d azienda 2 Il rischio sistematico E originato dalle variabili macroeconomiche

Dettagli

EQUAZIONI non LINEARI

EQUAZIONI non LINEARI EQUAZIONI non LINEARI Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ EQUAZIONI non LINEARI p.1/44 EQUAZIONI

Dettagli

Università di Siena Sede di Grosseto Secondo Semestre 2010-2011. Macroeconomia. Paolo Pin ( pin3@unisi.it ) Lezione 3 18 Aprile 2011

Università di Siena Sede di Grosseto Secondo Semestre 2010-2011. Macroeconomia. Paolo Pin ( pin3@unisi.it ) Lezione 3 18 Aprile 2011 Università di Siena Sede di Grosseto Secondo Semestre 2010-2011 Macroeconomia Paolo Pin ( pin3@unisi.it ) Lezione 3 18 Aprile 2011 Nuovo Orario Riassunto lezione precedente Definizione e misurazione: PIL

Dettagli

La Minimizzazione dei costi

La Minimizzazione dei costi La Minimizzazione dei costi Il nostro obiettivo è lo studio del comportamento di un impresa che massimizza il profitto sia in mercati concorrenziali che non concorrenziali. Ora vedremo la fase della minimizzazione

Dettagli

Incontriamo la Matematica e la Fisica nelle Applicazioni San Pellegrino Terme (Bergamo) 7/8/9 settembre 2009

Incontriamo la Matematica e la Fisica nelle Applicazioni San Pellegrino Terme (Bergamo) 7/8/9 settembre 2009 Summer School Incontriamo la Matematica e la Fisica nelle Applicazioni San Pellegrino Terme (Bergamo) 7/8/9 settembre 2009 Le variazioni di una grandezza: introduzione alla derivata Luigi i Tomasi Liceo

Dettagli

Titolo del Laboratorio di Matematica:

Titolo del Laboratorio di Matematica: - Titolo del Laboratorio di Matematica: Dinamica delle popolazioni: mappe uni- e bi-dimensionali lineari e nonlineari. Argomenti previsti: Mappe unidimensionali lineari e non lineari. Studio parametrico

Dettagli

Introduzione alla Simulazione Numerica

Introduzione alla Simulazione Numerica Introduzione alla Simulazione Numerica Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 1.0 - Novembre 2001 Simulazione numerica Tecnica che permette di eseguire esperimenti su un

Dettagli

MODULO O VALORE ASSOLUTO

MODULO O VALORE ASSOLUTO Modulo o valore assoluto F. Bonaldi C. Enrico 1 MODULO O VALORE ASSOLUTO Questo concetto risulta spesso di difficile comprensione. Per capirlo, occorre applicare rigorosamente la definizione di modulo.

Dettagli

INTRODUZIONE. Nei nostri esperimenti abbiamo verificato la legge di Lenz ma non ne abbiamo sentito gli effetti.

INTRODUZIONE. Nei nostri esperimenti abbiamo verificato la legge di Lenz ma non ne abbiamo sentito gli effetti. INTRODUZIONE Il nostro lavoro muove dallo studio del superamento della visione meccanicistica avvenuta nel contesto dello studio delle interazioni elettriche e magnetiche fra la fine del 7 e l inizio dell

Dettagli

Corso di Macroeconomia. Il modello IS-LM. Appunti

Corso di Macroeconomia. Il modello IS-LM. Appunti Corso di Macroeconomia Il modello IS-LM Appunti 1 Le ipotesi 1. Il livello dei prezzi è fisso. 2. L analisi è limitata al breve periodo. La funzione degli investimenti A differenza del modello reddito-spesa,

Dettagli

Systems Biology. Metodi di analisi

Systems Biology. Metodi di analisi BIOTECNOLOGIE MOLECOLARI E BIOINFORMATICA Systems Biology Metodi di analisi per sistemi biologici: cenni di teoria delle biforcazioni Metodi di analisi Bifurcation/stability analysis Parameter sweep analysis

Dettagli

Numeri Complessi. 4. Ricordando che, se z è un numero complesso, zz è un numero reale, mettere sotto la forma. z 2 + 2z + 2 = 0. z 2 + 2z + 6 = 0.

Numeri Complessi. 4. Ricordando che, se z è un numero complesso, zz è un numero reale, mettere sotto la forma. z 2 + 2z + 2 = 0. z 2 + 2z + 6 = 0. Numeri Complessi. Siano z = + i e z 2 = i. Calcolare z + z 2, z z 2, z z 2 e z z 2. 2. Siano z = 2 5 + i 2 e z 2 = 5 2 2i. Calcolare z + z 2, z z 2, z z 2 e z z 2. 3. Ricordando che, se z è un numero complesso,

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

Teoria in sintesi 10. Attività di sportello 1, 24 - Attività di sportello 2, 24 - Verifica conclusiva, 25. Teoria in sintesi 26

Teoria in sintesi 10. Attività di sportello 1, 24 - Attività di sportello 2, 24 - Verifica conclusiva, 25. Teoria in sintesi 26 Indice L attività di recupero 6 Funzioni Teoria in sintesi 0 Obiettivo Ricerca del dominio e del codominio di funzioni note Obiettivo Ricerca del dominio di funzioni algebriche; scrittura del dominio Obiettivo

Dettagli

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Aprile 20 Indice Serie numeriche. Serie convergenti, divergenti, indeterminate.....................

Dettagli

Modellazione e Analisi di Reti Elettriche

Modellazione e Analisi di Reti Elettriche Modellazione e Analisi di eti Elettriche Modellazione e Analisi di eti Elettriche Davide Giglio Introduzione alle eti Elettriche e reti elettriche costituite da resistori, condensatori e induttori (bipoli),

Dettagli

Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R

Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R Studio di funzione Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R : allo scopo di determinarne le caratteristiche principali.

Dettagli

5. La teoria astratta della misura.

5. La teoria astratta della misura. 5. La teoria astratta della misura. 5.1. σ-algebre. 5.1.1. σ-algebre e loro proprietà. Sia Ω un insieme non vuoto. Indichiamo con P(Ω la famiglia di tutti i sottoinsiemi di Ω. Inoltre, per ogni insieme

Dettagli

Massimi e minimi vincolati di funzioni in due variabili

Massimi e minimi vincolati di funzioni in due variabili Massimi e minimi vincolati di funzioni in due variabili I risultati principali della teoria dell ottimizzazione, il Teorema di Fermat in due variabili e il Test dell hessiana, si applicano esclusivamente

Dettagli

1 Insiemi in R n 1 1.1 Simmetrie degli insiemi... 5

1 Insiemi in R n 1 1.1 Simmetrie degli insiemi... 5 UNIVR Facoltà di Economia Sede di Vicenza Corso di Matematica Funzioni reali di più variabili Indice Insiemi in R n. Simmetrie degli insiemi............................................ 5 2 Funzioni da

Dettagli

Capitolo 22: Lo scambio nel mercato dei capitali

Capitolo 22: Lo scambio nel mercato dei capitali Capitolo 22: Lo scambio nel mercato dei capitali 22.1: Introduzione In questo capitolo analizziamo lo scambio nel mercato dei capitali, dove si incontrano la domanda di prestito e l offerta di credito.

Dettagli