CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica"

Transcript

1 CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica CONTROLLO DI SISTEMI ROBOTICI ANALISI DEI SISTEMI LTI Ing. Tel Rappresentazioni Equivalenti Introducendo il concetto di stato, abbiamo detto che NON esiste un modo unico di scegliere le variabili di stato per rappresentare un sistema dinamico. Consideriamo un sistema LTI. Una volta scelta una base per X=R n, U=R m e Y=R p e scelte le variabili di stato, esso è rappresentato da: Consideriamo una matrice n x n T costante e non singolare e mediante un cambio di variabili definiamo un nuovo vettore di stato x come: Analisi dei sistemi LTI -- 2 Pag. 1

2 Rappresentazioni Equivalenti Sostituendo nelle equazioni di partenza si ottiene: Il sistema LTI rappresentato da queste equazioni è equivalente al sistema LTI di partenza nel senso che per un ingresso u(t), t 0, e due stati iniziali legati dalla condizione i movimenti dello stato x(t) e sono legati dalla relazione e le uscite sono identiche. Analisi dei sistemi LTI -- 3 Rappresentazioni Equivalenti I comportamenti descritti dai due sistemi di equazioni sono gli stessi e sono legati mediante la matrice non singolare T. Quindi le quadruple di matrici (A,B,C,D) e sono semplicemente due modi diversi di rappresentare matematicamente lo stesso sistema. Le matrici A e sono simili. Spesso è utile fare un cambio di variabile per portare le equazioni che descrivono un sistema LTI in una forma particolare in cui, ad esempio, sono immediatamente visibili certe proprietà oppure in cui i conti risultano semplificati. Ovviamente noi siamo interessati alle proprietà intrinseche del sistema, cioè quelle che NON variano al variare della rappresentazione matematica Analisi dei sistemi LTI -- 4 Pag. 2

3 Esempio k u 1 u m 1 m 2 2 Due carrelli di massa m 1 e m 2 sono collegati ad una molla di rigidezza k e sono sospinti rispettivamente dalle forze u 1 e u 2. Siano x 1 e x 2 le posizioni del carrello di massa m 1 e di quello di massa m 2 e x 3 e x 4 le rispettive velocità. Analisi dei sistemi LTI -- 5 Esempio Le equazioni che rappresentano il sistema sono (trovarle come esercizio!): dove si è assunto che l elongazione della molla sia x 2 -x 1 Analisi dei sistemi LTI -- 6 Pag. 3

4 Esempio Supponiamo di voler rappresentare il sistema rispetto alle seguenti variabili Si ha che Le nuove equazioni del sistema sono: Analisi dei sistemi LTI -- 7 Matlab Inserimento di un sistema LTI Comando >> sys=ss(a,b,c,d) Dove A, B, C e D sono le matrici che caratterizzano il sistema. Il comando associa alla variabile sys un oggetto di tipo ss (che sta per state space) che rappresenta il sistema LTI Gli attributi dell oggetto sys sono le matrici che definiscono il sistema Analisi dei sistemi LTI -- 8 Pag. 4

5 Matlab Inserimento di un sistema LTI E possibile accedere alle matrici che definiscono il sistema utilizzando la seguente notazione: >> A=sys.a Associa alla variabile A la matrice di stato del sistema sys >> B=sys.b Associa alla variabile B la matrice di ingresso del sistema sys >> C=sys.c Associa alla variabile C la matrice di uscita del sistema sys >> D=sys.d Associa alla variabile D la matrice di ingresso-uscita del sistema sys Analisi dei sistemi LTI -- 9 Autovalori e Autovettori Sia dato uno spazio vettoriale V su cui sia definita una trasformazione lineare T:V V rappresentata da una matrice quadrata A di ordine n. Se esistono un vettore non nullo v V e uno scalare λ R tali che: allora: 1) Lo scalare λ è un autovalore della matrice A 2) Ogni vettore v che verifica tale relazione è un autovettore di A relativo all autovalore l λ. L insieme i di tutti tti gli autovettori tt associati ad un certo autovalore λ è uno spazio vettoriale detto autospazio U λ. La dimensione μ di U λ è la molteplicità geometrica dell autovalore λ 3) L insieme degli autovalori di A è detto lo spettro di A Analisi dei sistemi LTI Pag. 5

6 Autovalori e Autovettori Proprietà 1: L autospazio U λ è invariante rispetto ad A, cioè ogni elemento di U λ viene trasformato dalla matrice A in un elemento appartenente ancora a U λ Proprietà 2: Ad autovalori λ 1,, λ t distinti corrispondono autovettori linearmente indipendenti v 1,, v t. Per questo motivo gli autospazi U λj e U λi relativi ad autovalori distinti λ i e λ j sono disgiunti Proprietà 3: Non sempre l unione di tutti gli autospazio U λ coincide con l intero spazio vettoriale V. Quando questo accade, esiste sempre una base di V esprimibile come combinazione lineare degli autovettori di A e, quindi, esiste una trasformazione T che consente di esprimere la matrice A in forma diagonale. Analisi dei sistemi LTI Determinazione degli autovalori Le soluzioni λ i dell equazione: sono tutti e soli gli autovalori della matrice A 1) Il polinomio det(λ I-A) è detto polinomio caratteristico della matrice A. Inoltre, la molteplicità η dell autovalore λ come soluzione dell equazione caratteristica det(λ I-A)=0 è detta molteplicità algebrica dell autovalore. In generale, la molteplicità algebrica non coincide con quella geometrica. 2) Se λ è un autovalore, la soluzione del seguente sistema nelle incognite v 1,, v n fornisce l insieme di tutti gli autovettori relativi all autovalore λ, cioè determina l autospazio U λ Analisi dei sistemi LTI Pag. 6

7 Esempio L equazioni caratteristica è: La molteplicità algebrica dell autovalore è η=2 poiché è una soluzione doppia dell equazione caratteristica. Analisi dei sistemi LTI Esempio Per determinare l autospazio relativo a λ=1 occorre risolvere: che è ovviamente soddisfatta per ogni vettore v R 2. Pertanto U λ = R 2 e dim U λ =2 Quindi la molteplicità geometrica dell autovalore λ=1 è μ = 2 Analisi dei sistemi LTI Pag. 7

8 Esempio L equazioni caratteristica è: La molteplicità algebrica dell autovalore è η=2 poiché è una soluzione doppia dell equazione caratteristica. Analisi dei sistemi LTI Esempio Per determinare l autospazio relativo a λ=1 occorre risolvere: U λ è costituito da tutti i vettori della forma (v 1,0) T, quindi dim U λ =1. Pertanto la molteplicità geometrica dell autovalore λ=1 è μ=1 Analisi dei sistemi LTI Pag. 8

9 Autovalori e autovettori Proprietà: L insieme degli autovalori di una trasformazione lineare T è indipendente dalla particolare base scelta per rappresentare la trasformazione lineare stessa. L insieme degli autovalori è una proprietà intrinseca della trasformazione lineare T definita dalla matrice A ed è quindi un elemento caratteristico del sistema descritto dalla matrice di stato A. Proprietà: Matrici simili hanno lo stesso insieme di autovalori. Pertanto, nell ambito dei sistemi LTI, un cambio di variabile mediante una matrice non singolare T non cambia l insieme degli autovalori della matrice di stato che caratterizza il sistema. Analisi dei sistemi LTI Significato fisico degli autovalori Consideriamo di nuovo il sistema meccanico: x 1 x 2 u k m b y Sia x la posizione del carrello. Analisi dei sistemi LTI Pag. 9

10 Significato fisico degli autovalori Ponendo x 1 =x e x 2 =v e y=x 1 abbiamo anche visto che il sistema può essere rappresentato dalle seguenti equazioni: Analisi dei sistemi LTI Significato fisico degli autovalori Gli autovalori della matrice di stato sono dati dalle soluzioni di: cioè: Analisi dei sistemi LTI Pag. 10

11 Significato fisico degli autovalori Usando la legge di Newton, il sistema può essere descritto dalla seguente equazione: Ponendo come uscita x, la posizione della massa, e come ingresso u la forza applicata, possiamo calcolare la funzione di trasferimento Analisi dei sistemi LTI Significato fisico degli autovalori I poli della funzione di trasferimento sono le soluzioni di: cioè: Gli autovalori della matrice A coincidono con i poli della funzione di trasferimento del sistema dinamico considerato. Analisi dei sistemi LTI Pag. 11

12 Matlab Introduzione del sistema e calcolo degli autovalori Supponendo che b=m=k=1 il codice matlab che inserisce il sistema LTI e calcola gli autovalori della matrice di stato è: >> sys=ss([0 1;-1-1],[0;1],[1 [1 0],[0]); >> e=eig(sys.a); e è un vettore che contiene gli autovalori della matrice di stato del sistema Analisi dei sistemi LTI Forma canonica di Jordan Sia A una matrice di stato n x n di un sistema LTI e siano λ 1,, λ h gli autovalori distinti di A e siano r 1,, r h le loro rispettive molteplicità algebriche. Il polinomio caratteristico può cioè essere decomposto scritto come: Esiste una matrice quadrata di dimensione n non singolare T, tale che la matrice è in una particolare forma, detta forma canonica di Jordan, nella quale sono evidenziati gli autovalori λ i. Siccome A e sono simili, hanno gli stessi autovalori con le stesse molteplicità. Analisi dei sistemi LTI Pag. 12

13 Forma canonica di Jordan La forma canonica di Jordan della matrice A è: ad ogni autovalore distinto λ i corrisponde un blocco di Jordan di dimensione r i : dim J i=r i i=1,,h Analisi dei sistemi LTI Forma canonica di Jordan Ogni blocco di Jordan è una matrice diagonale a blocchi ed è formato da q i miniblocchi di Jordan: ognuno dei quali ha dimensione i ν i,j e: Analisi dei sistemi LTI Pag. 13

14 Forma canonica di Jordan Come si trova la trasformazione T? Esistono algoritmi matematici (ad esempio gli autovettori generalizzati). In Matlab esiste il comando jordan per il calcolo l a forma di Jordan di una matrice: Sintassi: >>J=jordan(A) Associa a J la forma di Jordan della matrice A >>[T,J]=jordan(A) Associa a J la forma di Jordan della matrice A e a T la trasformazione per calcolarla. Analisi dei sistemi LTI Sistemi LTI e forma di Jordan Dato un sistema LTI è sempre possibile trovare una matrice non singolare T tale che il cambio di coordinate porti alla seguente rappresentazione equivalente del sistema: dove è nella forma canonica di Jordan. Analisi dei sistemi LTI Pag. 14

15 Movimento libero di sistemi LTI Dato un sistema LTI ed uno stato iniziale x(0)=x 0, il movimento libero del sistema è dato da: L utilità della forma di Jordan sta nel fatto che consente di calcolare agevolmente l esponenziale di matrice e, inoltre, consente di legare in maniera molto esplicita le caratteristiche del movimento libero agli autovalori della matrice di stato. Analisi dei sistemi LTI Proprietà dell esponenziale di matrice L esponenziale di matrice gode delle seguenti utili proprietà: Sia T una matrice non singolare; allora: L esponenziale di una matrice diagonale a blocchi è una matrice diagonale a blocchi in cui ciascun blocco è l esponenziale del blocco della matrice di partenza: Analisi dei sistemi LTI Pag. 15

16 Movimento libero di sistemi LTI Dato un sistema LTI: e la trasformazione: per cui la matrice di stato nelle nuove coordinate è in forma di Jordan, abbiamo che il movimento libero x(t) è dato da: Analisi dei sistemi LTI Movimento libero di sistemi LTI Siccome è in forma canonica di Jordan quindi, per calcolare il movimento libero, è sufficiente saper calcolare l esponenziale del generico miniblocco di Jordan di dimensione ν Analisi dei sistemi LTI Pag. 16

17 Movimento libero di sistemi LTI E possibile dimostrare che l esponenziale di un generico miniblocco di Jordan di dimensione ν relativo a un autovalore λ è: E, quindi, possibile, a partire dalla forma di Jordan, calcolare l esponenziale di una matrice in maniera piuttosto semplice e, quindi, calcolare il movimento libero di un sistema LTI a partire da un certo stato iniziale in maniera agevole. Analisi dei sistemi LTI Movimento libero di sistemi LTI All espressione quasi diagonale che caratterizza la forma canonica di Jordan, si giunge sempre, anche nel caso vi siano autovalori complessi coniugati. In questo caso, però, i blocchi della forma di Jordan contengono dei termini complessi e, pertanto, il loro utilizzo risulta molto poco intuitivo nell analisi dei sistemi LTI e del loro movimento. Per ovviare questo inconveniente, nel caso di autovalori complessi coniugati, si applica un ulteriore trasformazione nello spazio degli stati che porta la matrice in forma di Jordan ad avere sulla diagonale principale dei blocchi reali di dimensione 2. Si consideri, ad esempio, una matrice A di dimensione 6 caratterizzata da una coppia di autovalori complessi coniugati λ 1,2 =σ±jω di molteplicità 3. Siano v 1, v 2, v 3 gli autovettori associati a un autovalore e e v 1*, v 2*,v 3* gli autovettori complessi coniugati associati al suo complesso coniugato. Analisi dei sistemi LTI Pag. 17

18 Movimento libero di sistemi LTI Applicando la trasformazione di coordinate: Si ottiene la forma di Jordan della matrice A: Si ottengono cioè due blocchi di Jordan ciascuno costituito da un solo miniblocco di dimensione 3 Analisi dei sistemi LTI Movimento libero di sistemi LTI Si indichi con v i,r e v i,i rispettivamente la parte reale e la parte complessa dell autovettore complesso i-esimo (i=1,2,3). Utilizzando la seguente trasformazione di coordinate: è possibile trasformare la matrice A nelle seguente forma canonica reale di Jordan: Analisi dei sistemi LTI Pag. 18

19 Movimento libero di sistemi LTI In tal modo è possibile esprimere il movimento libero di sistemi LTI come combinazione lineare di soli termini reali. Infatti: occorre però dare una formula per l esponenziale della matrice E possibile mostrare che, nell esempio considerato: Analisi dei sistemi LTI Esempio Dato il sistema: A C Calcolare l uscita libera del sistema a partire dallo stato iniziale Analisi dei sistemi LTI Pag. 19

20 Esempio L uscita libera è data da: Per poter calcolare l esponenziale di matrice, porto la matrice di stato nella forma canonica di Jordan. Gli autovalori della matrice di stato sono le soluzioni di: Analisi dei sistemi LTI Esempio La matrice T che trasforma A nella sua forma di Jordan è: Facendo il cambio di variabile: Le matrici A e C vengono trasformate in: Analisi dei sistemi LTI Pag. 20

21 Esempio Forma canonica di Jordan di A Il movimento libero del sistema è dato da: Analisi dei sistemi LTI Esempio Utilizzando i dati del problema: e Analisi dei sistemi LTI Pag. 21

22 Esempio E quindi l uscita libera vale: Analisi dei sistemi LTI Matrice di trasferimento E possibile utilizzare la trasformata di Laplace alle equazioni nello spazio degli stati di un sistema LTI. Questo consente di ottenere una rappresentazione dei sistemi LTI MIMO che è l analogo della funzione di trasferimento: la matrice di trasferimento. Se f(t) è una generica funzione del tempo: E vale la seguente proprietà: Trasformata di Laplace Trasformata di Laplace della derivata Analisi dei sistemi LTI Pag. 22

23 Matrice di Trasferimento Applicando la trasformata di Laplace al modello di un sistema LTI: e, quindi: Analisi dei sistemi LTI Matrice di Trasferimento Quando u(t)=0 t 0 si ha l evoluzione libera: da cui si ricava che: Quando x 0 =0 si ha l evoluzione l forzata: Analisi dei sistemi LTI Pag. 23

24 Matrice di Trasferimento Inversa di una matrice: L inversa di una matrice quadrata non singolare di orine n è definita da: dove la matrice aggiunta aggm è la matrice trasposta (coniugata trasposta) dei complementi algebrici M i,j della matrice M. Il complemento algebrico M i,j è dato da (-1) i+j volte il determinante della matrice (n -1 ) (n-1) che si ottiene eliminando la i-esima riga e la j-esima colonna della matrice M. Analisi dei sistemi LTI Matrice di Trasferimento Analogamente a quanto si fa con la funzione di trasferimento nel caso SISO, è possibile, anche nel caso MIMO, legare la trasformata di Laplace dell ingresso alla trasformata di Laplace dell uscita forzata. La matrice di trasferimento H(s) è una matrice razionale propria di dimensione p m tale che: quindi: Analisi dei sistemi LTI Pag. 24

25 Matrice di Trasferimento det(si-a) è un polinomio di grado n. Le sue radici sono gli autovalori della matrice di stato A Cagg(sI-A) B è una matrice di ordine p m i cui elementi sono polinomi in s che hanno al massimo grado n-1 La matrice di trasferimento è, quindi, una matrice di funzioni razionali fratte. Il generico elemento H i,j è la funzione di trasferimento che lega l uscita forzata i-esima all ingresso j-esimo. Pertanto, la matrice di trasferimento H(s) può essere considerata una generalizzazione al caso MIMO della funzione di trasferimento. Analisi dei sistemi LTI Matrice di Trasferimento I poli di ciascun elemento di H(s) sono gli autovalori della matrice di stato. Questo ribadisce ulteriormente il ruolo fondamentale degli autovalori della matrice di stato nella determinazione del comportamento del sistema. Siccome l ingresso determina solo la componente forzata dell uscita, la matrice di trasferimento non dà alcuna informazione sull uscita libera. Per ottenere l uscita complessiva, occorre sommare il contributo dell uscita libera. Se le condizioni iniziali sono nulle, allora l uscita coincide con l uscita forzata e, quindi, è possibile utilizzare la matrice di trasferimento per calcolare l uscita del sistema. Analisi dei sistemi LTI Pag. 25

26 Esempio Dato il sistema LTI: dove: Trovare la matrice di trasferimento del sistema. Analisi dei sistemi LTI Esempio Il sistema ha n=2 stati, m=3 ingressi e p=2 uscite e, quindi, la matrice di trasferimento H(s) è una matrice p m = 2 3 Analisi dei sistemi LTI Pag. 26

27 Esempio Analisi dei sistemi LTI CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica CONTROLLO DI SISTEMI ROBOTICI ANALISI DEI SISTEMI LTI Ing. Tel Pag. 27

TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI

TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI Ing. Cristian

Dettagli

CONTROLLO DI ROBOT INDUSTRIALI Laurea Magistrale in Ingegneria Meccatronica

CONTROLLO DI ROBOT INDUSTRIALI Laurea Magistrale in Ingegneria Meccatronica CONTROLLO DI ROBOT INDUSTRIALI Laurea Magistrale in Ingegneria Meccatronica CONTROLLO DI ROBOT INDUSTRIALI ANALISI DEI SISTEMI LTI Ing. Tel. 5 535 e-mail: cristian.secchi@unimore.it http://www.dismi.unimo.it/members/csecchi

Dettagli

Forma canonica di Jordan

Forma canonica di Jordan Capitolo INTRODUZIONE Forma canonica di Jordan Siano λ i, per i =,, h, gli autovalori distinti della matrice A e siano r i i corrispondenti gradi di molteplicità all interno del polinomio caratteristico:

Dettagli

TEORIA DEI SISTEMI ANALISI MODALE

TEORIA DEI SISTEMI ANALISI MODALE TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI ANALISI MODALE Ing. Cristian Secchi Tel.

Dettagli

CONTROLLO DI SISTEMI ROBOTICI ANALISI MODALE

CONTROLLO DI SISTEMI ROBOTICI ANALISI MODALE CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica CONTROLLO DI SISTEMI ROBOTICI ANALISI MODALE Ing. Cristian Secchi Tel. 0522 522235 e-mail: secchi.cristian@unimore.it http://www.dismi.unimo.it/members/csecchi

Dettagli

0 0 c. d 1. det (D) = d 1 d n ;

0 0 c. d 1. det (D) = d 1 d n ; Registro Lezione di Algebra lineare del 23 novembre 216 1 Matrici diagonali 2 Autovettori e autovalori 3 Ricerca degli autovalori, polinomio caratteristico 4 Ricerca degli autovettori, autospazi 5 Matrici

Dettagli

Matrici diagonalizzabili

Matrici diagonalizzabili Capitolo INTRODUZIONE 2 Matrici diagonalizzabili Se una matrice A ha n autovalori λ i reali distinti, allora ha anche n autovettori v i reali linearimente indipendenti tra di loro: Av i = λ i v i, i {,

Dettagli

Autovalori e autovettori di una matrice quadrata

Autovalori e autovettori di una matrice quadrata Autovalori e autovettori di una matrice quadrata Data la matrice A M n (K, vogliamo stabilire se esistono valori di λ K tali che il sistema AX = λx ammetta soluzioni non nulle. Questo risulta evidentemente

Dettagli

Rappresentazione in s dei sistemi lineari continui.

Rappresentazione in s dei sistemi lineari continui. Capitolo. INTRODUZIONE. Rappresentazione in s dei sistemi lineari continui. Applicando la trasformazione di Laplace alle funzioni di stato ed uscita di un sistema lineare: L e quindi: ẋ(t) Ax(t)+Bu(t)

Dettagli

CONTROLLI AUTOMATICI LS Ingegneria Informatica. Analisi modale

CONTROLLI AUTOMATICI LS Ingegneria Informatica. Analisi modale CONTROLLI AUTOMATICI LS Ingegneria Informatica Analisi modale Prof. Claudio Melchiorri DEIS-Università di Bologna Tel. 5 9334 e-mail: claudio.melchiorri@unibo.it http://www-lar.deis.unibo.it/~cmelchiorri

Dettagli

Esercizi di teoria dei sistemi

Esercizi di teoria dei sistemi Esercizi di teoria dei sistemi Controlli Automatici LS (Prof. C. Melchiorri) Esercizio Dato il sistema lineare tempo continuo: ẋ(t) 2 y(t) x(t) x(t) + u(t) a) Determinare l evoluzione libera dello stato

Dettagli

Traiettorie nello spazio degli stati

Traiettorie nello spazio degli stati . Traiettorie nello spazio degli stati Per mostrare i tipici andamenti delle traiettorie nello spazio degli stati in funzione della posizione dei poli del sistema si farà riferimento ad un esempio: un

Dettagli

TEORIA DEI SISTEMI SISTEMI LINEARI

TEORIA DEI SISTEMI SISTEMI LINEARI TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI SISTEMI LINEARI Ing. Cristian Secchi Tel.

Dettagli

Analisi nel dominio del tempo delle rappresentazioni in variabili di stato

Analisi nel dominio del tempo delle rappresentazioni in variabili di stato 4 Analisi nel dominio del tempo delle rappresentazioni in variabili di stato Versione del 21 marzo 2019 In questo capitolo 1 si affronta lo studio, nel dominio del tempo, dei modelli di sistemi lineari,

Dettagli

Rappresentazione in s dei sistemi lineari continui.

Rappresentazione in s dei sistemi lineari continui. Capitolo. INTRODUZIONE. Rappresentazione in s dei sistemi lineari continui. Applicando la trasformazione di Laplace alle funzioni di stato ed uscita di un sistema lineare: L e quindi: ẋ(t) = Ax(t) + Bu(t)

Dettagli

1 Addendum su Diagonalizzazione

1 Addendum su Diagonalizzazione Addendum su Diagonalizzazione Vedere le dispense per le definizioni di autovettorre, autovalore e di trasformazione lineare (o matrice) diagonalizzabile. In particolare, si ricorda che una condizione necessaria

Dettagli

ALGEBRA C. MALVENUTO

ALGEBRA C. MALVENUTO ALGEBRA CANALE A-L ESAME SECONDA PARTE SECONDO ESONERO 27 GENNAIO 22 C. MALVENUTO Istruzioni. Completare subito la parte inferiore di questa pagina con il proprio nome, cognome e firma. Scrivere solamente

Dettagli

Geometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 2017/2018 Canali A C, e L Pa

Geometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 2017/2018 Canali A C, e L Pa Geometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 27/28 Canali A C, e L Pa Durata: 2 ore e 3 minuti Simone Diverio Alessandro D Andrea Paolo Piccinni 7 settembre

Dettagli

1 Il polinomio minimo.

1 Il polinomio minimo. Abstract Il polinomio minimo, così come il polinomio caratterisico, è un importante invariante per le matrici quadrate. La forma canonica di Jordan è un approssimazione della diagonalizzazione, e viene

Dettagli

4 Autovettori e autovalori

4 Autovettori e autovalori 4 Autovettori e autovalori 41 Cambiamenti di base Sia V uno spazio vettoriale tale che dim V n Si è visto in sezione 12 che uno spazio vettoriale ammette basi distinte, ma tutte con la medesima cardinalità

Dettagli

Algebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio

Algebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio Algebra lineare Laboratorio di programmazione e calcolo CdL in Chimica Pierluigi Amodio Dipartimento di Matematica Università di Bari pierluigi.amodio@uniba.it http://dm.uniba.it/ amodio A.A. 2016/17 P.

Dettagli

Diagonalizzazione di matrici: autovalori, autovettori e costruzione della matrice diagonalizzante 1 / 13

Diagonalizzazione di matrici: autovalori, autovettori e costruzione della matrice diagonalizzante 1 / 13 Diagonalizzazione di matrici: autovalori, autovettori e costruzione della matrice diagonalizzante 1 / 13 Matrici diagonali 2 / 13 Ricordiamo che una matrice quadrata si dice matrice diagonale se a ij =

Dettagli

Matematica II, aa

Matematica II, aa Matematica II, aa 2011-2012 Il corso si e svolto su cinque temi principali: sistemi lineari, algebra delle matrici, determinati, spazio vettoriale R n, spazio euclideo R n ; per ogni tema descrivo gli

Dettagli

- ciascun autovalore di T ha molteplicità geometrica uguale alla moltplicitaà algebrica.

- ciascun autovalore di T ha molteplicità geometrica uguale alla moltplicitaà algebrica. Lezioni del 14.05 e 17.05 In queste lezioni si sono svolti i seguenti argomenti. Ripresa del teorema generale che fornisce condizioni che implicano la diagonalizzabilità, indebolimento delle ipotesi, e

Dettagli

Traiettorie nello spazio degli stati

Traiettorie nello spazio degli stati Capitolo. INTRODUZIONE. Traiettorie nello spazio degli stati Per mostrare i tipici andamenti delle traiettorie nello spazio degli stati in funzione della posizione dei poli del sistema si farà riferimento

Dettagli

Corso di Geometria Ing. Informatica e Automatica Test 1: soluzioni

Corso di Geometria Ing. Informatica e Automatica Test 1: soluzioni Corso di Geometria Ing. Informatica e Automatica Test : soluzioni k Esercizio Data la matrice A = k dipendente dal parametro k, si consideri il k sistema lineare omogeneo AX =, con X = x x. Determinare

Dettagli

APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a

APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof FPodestà, aa 003-004 Sia V uno spazio vettoriale e sia f : V V una applicazione lineare una tale applicazione da uno spazio vettoriale in se stesso è chiamata

Dettagli

Applicazioni lineari simmetriche e forme quadratiche reali.

Applicazioni lineari simmetriche e forme quadratiche reali. Applicazioni lineari simmetriche e forme quadratiche reali 1 Applicazioni lineari simmetriche Consideriamo lo spazio IR n col prodotto scalare canonico X Y = t XY = x 1 y 1 + + x n y n Definizione Un applicazione

Dettagli

Soluzione della seconda prova intermedia di Algebra lineare del 17 maggio Esercizio 1

Soluzione della seconda prova intermedia di Algebra lineare del 17 maggio Esercizio 1 Soluzione della seconda prova intermedia di Algebra lineare del 17 maggio 2012 Esercizio 1 (a) Si calcola il polinomio caratteristico λ 2 1 p(λ) = det k 1 2k λ k 1 2 2 λ usando lo sviluppo di Laplace secondo

Dettagli

Elementi di Teoria dei Sistemi

Elementi di Teoria dei Sistemi Parte 2, 1 Elementi di Teoria dei Sistemi Parte 2, 2 Definizione di sistema dinamico Parte 2, 3 Sistema dinamico a tempo continuo Ingresso Uscita Parte 2, 4 Cosa significa Dinamico?? e` univocamente determinata?

Dettagli

NOME COGNOME MATRICOLA CANALE

NOME COGNOME MATRICOLA CANALE NOME COGNOME MATRICOLA CANALE Fondamenti di Algebra Lineare e Geometria Proff. M. Imbesi - R. Sanchez - C. Zanella Ingegneria Gestionale, Meccanica e Meccatronica, Vicenza TEMA 1 1. Scrivere la formula

Dettagli

Capitolo 8 Forme quadratiche e loro applicazioni Esercizi svolti Tutorato di geometria e algebra lineare. Marco Robutti

Capitolo 8 Forme quadratiche e loro applicazioni Esercizi svolti Tutorato di geometria e algebra lineare. Marco Robutti Capitolo 8 Forme quadratiche e loro applicazioni Esercizi svolti Tutorato di geometria e algebra lineare Marco Robutti 5 Ottobre 2017 1 Introduzione Gli esercizi di questo capitolo riguardano i seguenti

Dettagli

Elementi di Teoria dei Sistemi. Definizione di sistema dinamico. Cosa significa Dinamico? Sistema dinamico a tempo continuo

Elementi di Teoria dei Sistemi. Definizione di sistema dinamico. Cosa significa Dinamico? Sistema dinamico a tempo continuo Parte 2, 1 Parte 2, 2 Elementi di Teoria dei Sistemi Definizione di sistema dinamico Parte 2, 3 Sistema dinamico a tempo continuo Cosa significa Dinamico? Parte 2, 4? e` univocamente determinata? Ingresso

Dettagli

Spazio degli stati. G(s) = Y (s) X(s) = b m s m + b m 1 s m b 1 s + b 0

Spazio degli stati. G(s) = Y (s) X(s) = b m s m + b m 1 s m b 1 s + b 0 .. MODELLISTICA - Modellistica dinamica 2. Spazio degli stati I sistemi dinamici lineari vengono tipicamente descritti utilizzando la trasformata di Laplace e il concetto di funzione di trasferimento.

Dettagli

Elementi di Teoria dei Sistemi

Elementi di Teoria dei Sistemi Parte 2, 1 Elementi di Teoria dei Sistemi Parte 2, 2 Sistema dinamico a tempo continuo Ingresso Uscita Parte 2, 3 Cosa significa Dinamico?? e` univocamente determinata? Se la risposta e` no Sistema dinamico

Dettagli

La forma normale di Schur

La forma normale di Schur La forma normale di Schur Dario A Bini, Università di Pisa 30 ottobre 2013 Sommario Questo modulo didattico contiene risultati relativi alla forma normale di Schur, alle sue proprietà e alle sue applicazioni

Dettagli

LAUREA IN INGEGNERIA CIVILE Corso di Matematica 2 II a prova di accertamento Padova Docenti: Chiarellotto - Cantarini TEMA n.

LAUREA IN INGEGNERIA CIVILE Corso di Matematica 2 II a prova di accertamento Padova Docenti: Chiarellotto - Cantarini TEMA n. LAUREA IN INGEGNERIA CIVILE Corso di Matematica II a prova di accertamento Padova 10-1-07 Docenti: Chiarellotto - Cantarini TEMA n.1 PARTE 1. Quesiti preliminari Stabilire se le seguenti affermazioni sono

Dettagli

CORSO DI ALGEBRA (M-Z) Prof. A. Venezia

CORSO DI ALGEBRA (M-Z) Prof. A. Venezia CORSO DI ALGEBRA (M-Z) Prof. A. Venezia 2015-16 Complementi ed Esercizi 1. AUTOVETTORI e AUTOVALORI di ENDOMORFISMI e MATRICI Una applicazione lineare avente per dominio e condominio lo stesso spazio vettoriale

Dettagli

Definizione di Sistema Dinamico

Definizione di Sistema Dinamico Capitolo 1. INTRODUZIONE 1.1 Definizione di Sistema Dinamico Esistono vari tipi di sistemi dinamici: tempo continui, tempo discreti, lineari, non lineari, a variabili concentrate, a variabili distribuite,

Dettagli

ossia può anche essere localizzato univocamente sul piano complesso con la sua forma polare.

ossia può anche essere localizzato univocamente sul piano complesso con la sua forma polare. ALGEBRA COMPLESSA Nel corso dei secoli gli insiemi dei numeri sono andati man mano allargandosi per rispondere all esigenza di dare soluzione a equazioni e problemi sempre nuovi I numeri complessi sono

Dettagli

INGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 19 GIUGNO 2012

INGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 19 GIUGNO 2012 INGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 19 GIUGNO 2012 MATTEO LONGO Esercizio 1. Al variare del parametro a R, si consideri l applicazione lineare L a : R R definita dalle

Dettagli

Esercitazione 05: Trasformata di Laplace e funzione di trasferimento

Esercitazione 05: Trasformata di Laplace e funzione di trasferimento Esercitazione 05: Trasformata di Laplace e funzione di trasferimento 28 marzo 208 (3h) Fondamenti di Automatica Prof. M. Farina Responsabile delle esercitazioni: Enrico Terzi Queste dispense sono state

Dettagli

Elementi di Algebra Lineare. Spazio Vettoriale (lineare)

Elementi di Algebra Lineare. Spazio Vettoriale (lineare) Elementi di Algebra Lineare Spazio Vettoriale (lineare) Uno spazio vettoriale su un corpo F è una quadrupla (X, F, +, ) costituita da: un insieme di elementi X, detti vettori, un corpo F, i cui elementi

Dettagli

Elementi di Teoria dei Sistemi. Definizione di sistema dinamico. Cosa significa Dinamico? Sistema dinamico a tempo continuo

Elementi di Teoria dei Sistemi. Definizione di sistema dinamico. Cosa significa Dinamico? Sistema dinamico a tempo continuo Parte 2, 1 Parte 2, 2 Elementi di Teoria dei Sistemi Definizione di sistema dinamico Parte 2, 3 Sistema dinamico a tempo continuo Cosa significa Dinamico? Parte 2, 4? e` univocamente determinata? Ingresso

Dettagli

Controllabilità e raggiungibilità

Controllabilità e raggiungibilità TDSC Parte 4, 1 Controllabilità e raggiungibilità Definizioni e proprietà per i sistemi dinamici TDSC Parte 4, 2 Definizioni generali Che cosa si intende per controllabilità o per raggiungibilità?! Facendo

Dettagli

Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)

Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) April 14, 2011 (alcune note non complete sugli argomenti trattati: eventuali completamenti saranno aggiunti)

Dettagli

Caso di A non regolare

Caso di A non regolare Caso di A non regolare December 2, 2 Una matrice A è regolare quando è quadrata e in corrispondenza di ogni autovalore di molteplicità algebrica m si ha una caduta di rango pari proprio a m Ovvero: rk

Dettagli

(VX) (F) Se A e B sono due matrici simmetriche n n allora anche A B è una matrice simmetrica.

(VX) (F) Se A e B sono due matrici simmetriche n n allora anche A B è una matrice simmetrica. 5 luglio 010 - PROVA D ESAME - Geometria e Algebra T NOME: MATRICOLA: a=, b=, c= Sostituire ai parametri a, b, c rispettivamente la terzultima, penultima e ultima cifra del proprio numero di matricola

Dettagli

Risposta in vibrazioni libere di un sistema lineare viscoso a più gradi di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

Risposta in vibrazioni libere di un sistema lineare viscoso a più gradi di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1 Risposta in vibrazioni libere di un sistema lineare viscoso a più gradi di libertà Prof. Adolfo Santini - Dinamica delle Strutture 1 Vibrazioni libere non smorzate 1/6 Le equazioni del moto di un sistema

Dettagli

Geometria A. Università degli Studi di Trento Corso di laurea in Matematica A.A. 2017/ Maggio 2018 Prova Intermedia

Geometria A. Università degli Studi di Trento Corso di laurea in Matematica A.A. 2017/ Maggio 2018 Prova Intermedia Geometria A Università degli Studi di Trento Corso di laurea in Matematica A.A. 7/8 Maggio 8 Prova Intermedia Il tempo per la prova è di ore. Durante la prova non è permesso l uso di appunti e libri. Esercizio

Dettagli

INGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 17 SETTEMBRE 2012

INGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 17 SETTEMBRE 2012 INGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 7 SETTEMBRE 202 Esercizio. Sia V = R[X] 2 lo spazio vettoriale dei polinomi ax 2 + bx + c nella variabile X di grado al più 2 a coefficienti

Dettagli

A.A. 2014/2015 Corso di Algebra Lineare

A.A. 2014/2015 Corso di Algebra Lineare A.A. 2014/2015 Corso di Algebra Lineare Stampato integrale delle lezioni Massimo Gobbino Indice Lezione 01: Vettori geometrici nel piano cartesiano. Operazioni tra vettori: somma, prodotto per un numero,

Dettagli

CORSO DI GEOMETRIA APPLICAZIONI LINEARI E MATRICI A.A. 2018/2019 PROF. VALENTINA BEORCHIA

CORSO DI GEOMETRIA APPLICAZIONI LINEARI E MATRICI A.A. 2018/2019 PROF. VALENTINA BEORCHIA CORSO DI GEOMETRIA APPLICAZIONI LINEARI E MATRICI AA 2018/2019 PROF VALENTINA BEORCHIA INDICE 1 Matrici associate a un applicazione lineare 1 2 Cambiamenti di base 4 3 Diagonalizzazione 6 1 MATRICI ASSOCIATE

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a Prova scritta del TESTO E SOLUZIONI

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a Prova scritta del TESTO E SOLUZIONI UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE0 - Geometria a.a. 07-08 Prova scritta del 7-7-08 TESTO E SOLUZIONI Svolgere tutti gli esercizi.. Per R considerare il sistema lineare X

Dettagli

Controlli Automatici I

Controlli Automatici I Ingegneria Elettrica Politecnico di Torino Luca Carlone Controlli Automatici I LEZIONE II Sommario LEZIONE II Trasformata di Laplace Proprietà e trasformate notevoli Funzioni di trasferimento Scomposizione

Dettagli

Fondamenti di Matematica del discreto

Fondamenti di Matematica del discreto Fondamenti di Matematica del discreto M1 - Insiemi numerici 12 gennaio 2013 - Laurea on line Esercizio 1. Dire, motivando la risposta, quali delle seguenti equazione diofantee ammettono soluzioni e risolvere

Dettagli

Richiami di Algebra Lineare

Richiami di Algebra Lineare Appendice A Richiami di Algebra Lineare In questo capitolo sono presentati alcuni concetti di algebra lineare L algebra lineare è quella branca della matematica che si occupa dello studio di vettori, spazi

Dettagli

Università degli Studi di Bergamo Scuola di Ingegneria Corso di Geometria e Algebra Lineare Appello 4 luglio 2016 Parte B Tema B1

Università degli Studi di Bergamo Scuola di Ingegneria Corso di Geometria e Algebra Lineare Appello 4 luglio 2016 Parte B Tema B1 Università degli Studi di Bergamo Scuola di Ingegneria Corso di Geometria e Algebra Lineare Appello luglio 6 Parte B Tema B Tempo a disposizione: due ore. Calcolatrici, libri e appunti non sono ammessi.

Dettagli

Autovalori e autovettori

Autovalori e autovettori Autovalori e autovettori Definizione 1 (per endomorfismi). Sia V uno spazio vettoriale su di un campo K e f : V V un suo endomorfismo. Si dice autovettore per f ogni vettore x 0 tale che f(x) = λx, per

Dettagli

Diagonalizzabilità di endomorfismi

Diagonalizzabilità di endomorfismi Capitolo 16 Diagonalizzabilità di endomorfismi 16.1 Introduzione Nei capitoli precedenti abbiamo definito gli endomorfismi su uno spazio vettoriale E. Abbiamo visto che, dato un endomorfismo η di E, se

Dettagli

Matrici simili. Matrici diagonalizzabili.

Matrici simili. Matrici diagonalizzabili. Matrici simili. Matrici diagonalizzabili. Definizione (Matrici simili) Due matrici quadrate A, B si dicono simili se esiste una matrice invertibile P tale che B = P A P. () interpretazione: cambio di base.

Dettagli

ESAME DI GEOMETRIA E ALGEBRA INGEGNERIA INFORMATICA (PROF. ACCASCINA) PROVA SCRITTA DEL 4 LUGLIO 2000 Tempo assegnato: 2 ore e 30 minuti

ESAME DI GEOMETRIA E ALGEBRA INGEGNERIA INFORMATICA (PROF. ACCASCINA) PROVA SCRITTA DEL 4 LUGLIO 2000 Tempo assegnato: 2 ore e 30 minuti ESAME DI GEOMETRIA E ALGEBRA INGEGNERIA INFORMATICA (PROF ACCASCINA) PROVA SCRITTA DEL 4 LUGLIO 000 Tempo assegnato: ore e 30 minuti PRIMO ESERCIZIO [7 punti] 1 Dimostrare che, per ogni naturale n, ciascuna

Dettagli

Richiami di Algebra Lineare

Richiami di Algebra Lineare Richiami di Algebra Lineare Eduardo Rossi Università degli Studi di Pavia Corso di Econometria Marzo 2012 Rossi Algebra Lineare 2012 1 / 59 Vettori Prodotto interno a : (n 1) b : (n 1) a b = a 1 b 1 +

Dettagli

Dispensa n.1. Sul legame tra autovalori della matrice A e poli della funzione di trasferimento

Dispensa n.1. Sul legame tra autovalori della matrice A e poli della funzione di trasferimento Dispensa n.1 Sul legame tra autovalori della matrice A e poli della funzione di trasferimento E dato un sistema lineare, avente un solo ingresso, una sola uscita e uno spazio di stato a dimensione n. Tale

Dettagli

Soluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente

Soluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente 1. Insiemi di generatori, lineare indipendenza, basi, dimensione. Consideriamo nello spazio vettoriale R 3 i seguenti vettori: v 1 = (0, 1, ), v = (1, 1, 1), v 3 = (, 1, 0), v 4 = (3, 3, ). Siano poi F

Dettagli

ESEMPIO DI SISTEMA LINEARE CON SOLUZIONE. Esercizio Si consideri il sistema di equazioni lineari dipendente da un parametro λ R:

ESEMPIO DI SISTEMA LINEARE CON SOLUZIONE. Esercizio Si consideri il sistema di equazioni lineari dipendente da un parametro λ R: ESEMPIO DI SISTEMA LINEARE CON SOLUZIONE Esercizio Si consideri il sistema di equazioni lineari dipendente da un parametro λ R: x 1 + x = 0 6x 1 + (λ + )x + x 3 + x 4 = 1 x 1 4x + (λ + 1)x 3 + 6x 4 = 3

Dettagli

AM2: Tracce delle lezioni- Settimana 12 SISTEMI DI EQUAZIONI DIFFERENZIALI LINEARI

AM2: Tracce delle lezioni- Settimana 12 SISTEMI DI EQUAZIONI DIFFERENZIALI LINEARI AM2: Tracce delle lezioni- Settimana 12 SISTEMI DI EQUAZIONI DIFFERENZIALI LINEARI Sia A = (a ij ), i, j = 1,..., n matrice n n. Le soluzioni del sistema differenziale lineare di n equazioni nelle n incognite

Dettagli

Corso Matematica Discreta Anno accademico Lista domande per l orale breve.

Corso Matematica Discreta Anno accademico Lista domande per l orale breve. Corso Matematica Discreta Anno accademico 2014-2015 Lista domande per l orale breve. 1. Dimostrare una delle leggi che coinvolgono l intersezione, l unione, il complementare (associativa, distributiva

Dettagli

25 - Funzioni di più Variabili Introduzione

25 - Funzioni di più Variabili Introduzione Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 25 - Funzioni di più Variabili Introduzione Anno Accademico 2013/2014 M. Tumminello

Dettagli

0.1 Condizione sufficiente di diagonalizzabilità

0.1 Condizione sufficiente di diagonalizzabilità 0.1. CONDIZIONE SUFFICIENTE DI DIAGONALIZZABILITÀ 1 0.1 Condizione sufficiente di diagonalizzabilità È naturale porsi il problema di sapere se ogni matrice sia o meno diagonalizzabile. Abbiamo due potenziali

Dettagli

3. Elementi di Algebra Lineare.

3. Elementi di Algebra Lineare. CALCOLO NUMERICO Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari 3. Elementi di Algebra Lineare. 1 Sistemi lineari Sia A IR m n, x IR n di n Ax = b è un vettore di m componenti.

Dettagli

{Geometria per [Fisica e (Fisica e Astrofisica)]}

{Geometria per [Fisica e (Fisica e Astrofisica)]} {Geometria per [Fisica e (Fisica e Astrofisica)]} Foglio 9 - Soluzioni Esercizio (facoltativo) Un quadrato magico reale di ordine n è una matrice di M n n (R) tale che sommando gli elementi di ogni sua

Dettagli

Prova scritta di Geometria 1 Docente: Giovanni Cerulli Irelli 20 Gennaio 2017

Prova scritta di Geometria 1 Docente: Giovanni Cerulli Irelli 20 Gennaio 2017 Prova scritta di Geometria Docente: Giovanni Cerulli Irelli Gennaio 7 Esercizio. Si considerino i seguenti tre punti dello spazio euclideo: P :=, Q :=, R :=.. Dimostrare che P, Q ed R non sono collineari.

Dettagli

LA DIAGONALIZZAZIONE. asdf. Polinomi di matrici. 30 January 2012

LA DIAGONALIZZAZIONE. asdf. Polinomi di matrici. 30 January 2012 asdf LA DIAGONALIZZAZIONE 30 January 2012 L'intento di questo articolo è di affrontare, si spera sempre nel modo più corretto e chiaro possibile, la trattazione di un argomento importante nell'ambito dell'algebra

Dettagli

ESERCIZIO 1 Si consideri il sistema con ingresso u(t) ed uscita y(t) descritto dalle seguenti equazioni

ESERCIZIO 1 Si consideri il sistema con ingresso u(t) ed uscita y(t) descritto dalle seguenti equazioni ESERCIZIO 1 Si consideri il sistema con ingresso u(t) ed uscita y(t) descritto dalle seguenti equazioni ẋ 1 (t) x 1 (t) + 3x 2 (t) + u(t) ẋ 2 (t) 2u(t) y(t) x 1 (t) + x 2 (t) 1. Si classifichi il sistema

Dettagli

TRASFORMATE DI LAPLACE

TRASFORMATE DI LAPLACE CONTROLLI AUTOMATICI Ingegneria Gestionale http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm TRASFORMATE DI LAPLACE Ing. Federica Grossi Tel. 059 2056333 e-mail: federica.grossi@unimore.it

Dettagli

=. Il vettore non è della forma λ, dunque non è un. 2. Il vettore 8 2 non è della forma λ 1

=. Il vettore non è della forma λ, dunque non è un. 2. Il vettore 8 2 non è della forma λ 1 a.a. 2005-2006 Esercizi. Autovalori e autovettori. Soluzioni. Sia A = e sia x =. Dire se x è autovettore di A. Se si dire per quale 8 autovalore. Sol. Si ha =. Il vettore non è della forma λ dunque 8 29

Dettagli

Algebra Lineare Autovalori

Algebra Lineare Autovalori Algebra Lineare Autovalori Stefano Berrone Sandra Pieraccini Dipartimento di Matematica Politecnico di Torino, Corso Duca degli Abruzzi 24, 10129, Torino, Italy e-mail: sberrone@calvino.polito.it sandra.pieraccini@polito.it

Dettagli

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA INDUSTRIALE 27 GENNAIO 2014

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA INDUSTRIALE 27 GENNAIO 2014 FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA INDUSTRIALE 27 GENNAIO 2014 DOCENTE: MATTEO LONGO Rispondere alle domande di Teoria in modo esauriente e completo. Svolgere il maggior numero di esercizi

Dettagli

Matematica per Chimica, Chimica Industriale e Scienze dei Materiali Primo appello 7/02/2012 Tema A

Matematica per Chimica, Chimica Industriale e Scienze dei Materiali Primo appello 7/02/2012 Tema A Matematica per Chimica, Chimica Industriale e Scienze dei Materiali Primo appello 7/02/202 Tema A NOME:..................................................... COGNOME:.....................................................

Dettagli

GEOMETRIA svolgimento di uno scritto del 11 Gennaio 2012

GEOMETRIA svolgimento di uno scritto del 11 Gennaio 2012 GEOMETRIA svolgimento di uno scritto del Gennaio ) Trovare una base per lo spazio delle soluzioni del seguente sistema omogeneo: x + y 5z = 3x y + z = x y + 8z =. Il sistema può essere scritto in forma

Dettagli

Esame di FONDAMENTI DI AUTOMATICA (9 CFU) SOLUZIONE

Esame di FONDAMENTI DI AUTOMATICA (9 CFU) SOLUZIONE Esame di FONDAMENTI DI AUTOMATICA (9 CFU) Prova scritta 9 giugno 2017 SOLUZIONE ESERCIZIO 1. Si consideri un altoparlante ad attrazione magnetica per la riproduzione sonora, rappresentato dalla seguente

Dettagli

I prova in itinere di Fondamenti di Automatica A.A Novembre 2011 Prof. SILVIA STRADA Tempo a disposizione: 1 h. 45 m.

I prova in itinere di Fondamenti di Automatica A.A Novembre 2011 Prof. SILVIA STRADA Tempo a disposizione: 1 h. 45 m. I prova in itinere di Fondamenti di Automatica A.A. - 8 Novembre Prof. SILVIA STRADA Tempo a disposizione: h. 45 m. SOLUZIONE N.B. Svolgere i vari punti nello spazio che segue ogni esercizio. ESERCIZIO

Dettagli

Autovalori ed autovettori di un endomorfismo

Autovalori ed autovettori di un endomorfismo Autovalori ed autovettori di un endomorfismo Endomorfismo = applicazione (funzione) lineare da un spazio vettoriale V in sé stesso 1. Data una funzione lineare, scriverne la matrice associata dei coefficienti:

Dettagli

Richiami di algebra delle matrici a valori reali

Richiami di algebra delle matrici a valori reali Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o

Dettagli

Soluzione: La matrice M cercata è quella formata dagli autovettori di A. Il polinomio caratteristico di A è: p t (A) = (t 1)(t 3) 0 4 V 1 = Ker

Soluzione: La matrice M cercata è quella formata dagli autovettori di A. Il polinomio caratteristico di A è: p t (A) = (t 1)(t 3) 0 4 V 1 = Ker Compito di Algebra Lineare - Ingegneria Biomedica 4 luglio 7 IMPORTANTE: Non si possono consultare libri e appunti. Non si possono usare calcolatrici, computer o altri dispositivi elettronici. Non si può

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

Anno Accademico 2016/2017

Anno Accademico 2016/2017 Mod. 136/1 ALMA MATER STUDIORUM UNIVERSITÀ DI BOLOGNA Anno Accademico 2016/2017 Scuola di Scienze Corsi di Laurea o di Diploma Triennale in Matematica (nuovo ordinamento) Insegnamento Geometria I Docente

Dettagli

SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE

SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE. Esercizi Esercizio. In R calcolare il modulo dei vettori,, ),,, ) ed il loro angolo. Esercizio. Calcolare una base ortonormale del sottospazio

Dettagli

Università degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di Geometria 1

Università degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di Geometria 1 Università degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di Geometria 1 A.A. 28-29 - Docente: Prof. E. Sernesi Tutori: Andrea Abbate e Matteo Acclavio Soluzioni del tutorato numero 1 14

Dettagli

Analisi delle corrispondenze

Analisi delle corrispondenze Analisi delle corrispondenze Obiettivo: analisi delle relazioni tra le modalità di due (o più) caratteri qualitativi Individuazione della struttura dell associazione interna a una tabella di contingenza

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

SISTEMI DI CONTROLLO CINEMATICA E DINAMICA DEI ROBOT

SISTEMI DI CONTROLLO CINEMATICA E DINAMICA DEI ROBOT SISTEMI DI CONTROLLO Laurea Specialistica in Ingegneria Meccanica e del Veicolo SISTEMI DI CONTROLLO CINEMATICA E DINAMICA DEI ROBOT Ing. Cristian Secchi Tel. 0522 522235 e-mail: secchi.cristian@unimore.it

Dettagli

MATRICI E SISTEMI LINEARI

MATRICI E SISTEMI LINEARI MATRICI E SISTEMI LINEARI - PARTE I - Felice Iavernaro Dipartimento di Matematica Università di Bari 27 Febbraio 2006 Felice Iavernaro (Univ. Bari) Matrici e Sistemi lineari 27/02/2006 1 / 1 Definizione

Dettagli

NOME COGNOME MATRICOLA CANALE

NOME COGNOME MATRICOLA CANALE NOME COGNOME MATRICOLA CANALE Fondamenti di Algebra Lineare e Geometria Proff. R. Sanchez - T. Traetta - C. Zanella Ingegneria Gestionale, Meccanica e Meccatronica, dell Innovazione del Prodotto, Meccatronica

Dettagli

LAUREA IN INGEGNERIA CIVILE ED AMBIENTE-TERRITORIO Corso di Matematica 2 Padova TEMA n.1

LAUREA IN INGEGNERIA CIVILE ED AMBIENTE-TERRITORIO Corso di Matematica 2 Padova TEMA n.1 LAUREA IN INGEGNERIA CIVILE ED AMBIENTE-TERRITORIO Corso di Matematica Padova -8-8 TEMA n.1 PARTE 1. Quesiti preliminari Stabilire se le seguenti affermazioni sono vere o false giustificando brevemente

Dettagli

k 2 m 1 u 2 Figura 1 z 1 β m 1 ż 1 + β m 1 ż m 2 z 2 β m 2 ẋ = A x + B u y = C x + D u

k 2 m 1 u 2 Figura 1 z 1 β m 1 ż 1 + β m 1 ż m 2 z 2 β m 2 ẋ = A x + B u y = C x + D u Esercizio Si consideri il sistema meccanico riportato in Figura, dove m e m sono le masse dei carrelli, z e z sono le rispettive posizioni, k e k sono i coefficienti elastici delle molle, e β è un coefficiente

Dettagli

Parte 8. Prodotto scalare, teorema spettrale

Parte 8. Prodotto scalare, teorema spettrale Parte 8. Prodotto scalare, teorema spettrale A. Savo Appunti del Corso di Geometria 3-4 Indice delle sezioni Prodotto scalare in R n, Basi ortonormali, 4 3 Algoritmo di Gram-Schmidt, 7 4 Matrici ortogonali,

Dettagli

ESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007

ESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007 ESERCIZI DI MATEMATICA DISCRETA ANNO 6/7 //7 () Ridurre la seguente matrice ad una a scala ridotta utilizzando il metodo di Gauss-Jordan. Soluzione. () Determinare quante e quali sono le matrici a scala

Dettagli