CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica

Save this PDF as:
 WORD  PNG  TXT  JPG

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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.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

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

Autovettori e autovalori

Autovettori e autovalori Autovettori e autovalori Definizione 1 Sia A Mat(n, n), matrice a coefficienti reali. Si dice autovalore di A un numero λ R tale che v 0 R n Av = λv. Ogni vettore non nullo v che soddisfa questa relazione

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

Esercizi di ripasso: geometria e algebra lineare.

Esercizi di ripasso: geometria e algebra lineare. Esercizi di ripasso: geometria e algebra lineare. Esercizio. Sia r la retta passante per i punti A(2,, 3) e B(,, 2) in R 3. a. Scrivere l equazione cartesiana del piano Π passante per A e perpendicolare

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

Appunti su Indipendenza Lineare di Vettori

Appunti su Indipendenza Lineare di Vettori Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo

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

TRASFORMATE DI LAPLACE

TRASFORMATE DI LAPLACE FONDAMENTI DI CONTROLLI AUTOMATICI Ingegneria Meccanica http://web.ing.unimo.it/~lbiagiotti/fondamenticontrolli1415.html TRASFORMATE DI LAPLACE Ing. e-mail: luigi.biagiotti@unimore.it http://www.dii.unimore.it/~lbiagiotti

Dettagli

Movimento dello stato nei sistemi lineari

Movimento dello stato nei sistemi lineari Parte 2, 1 Movimento dello stato nei sistemi lineari Parte 2, 2 Soluzione generale nel caso a tempo continuo Si consideri un sistema dinamico lineare libero (senza ingresso) Parte 2, 3 In generale abbiamo

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

AUTOVALORI E AUTOVETTORI

AUTOVALORI E AUTOVETTORI Capitolo 4 AUTOVALORI E AUTOVETTORI Abbiamo visto nel paragrafo 2.17 che la matrice associata ad una applicazione lineare f : R n R m dipende dalle basi scelte in R n e R m. Un problema interessante che

Dettagli

Operazioni tra matrici e n-uple

Operazioni tra matrici e n-uple CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,

Dettagli

Appendice 1. Spazi vettoriali

Appendice 1. Spazi vettoriali Appendice. Spazi vettoriali Indice Spazi vettoriali 2 2 Dipendenza lineare 2 3 Basi 3 4 Prodotto scalare 3 5 Applicazioni lineari 4 6 Applicazione lineare trasposta 5 7 Tensori 5 8 Decomposizione spettrale

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 GE110 - Geometria 1 a.a. 2011-2012 Prova scritta del 28-1-2013 TESTO E SOLUZIONI 1. Per k R considerare il sistema lineare X 1 X 2 + kx 3 =

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

Esercizi per Geometria II Geometria euclidea e proiettiva

Esercizi per Geometria II Geometria euclidea e proiettiva Esercizi per Geometria II Geometria euclidea e proiettiva Filippo F. Favale 8 aprile 014 Esercizio 1 Si consideri E dotato di un riferimento cartesiano ortonormale di coordinate (x, y) e origine O. Si

Dettagli

Endomorfismi e matrici simmetriche

Endomorfismi e matrici simmetriche CAPITOLO Endomorfismi e matrici simmetriche Esercizio.. [Esercizio 5) cap. 9 del testo Geometria e algebra lineare di Manara, Perotti, Scapellato] Calcolare una base ortonormale di R 3 formata da autovettori

Dettagli

Sistemi II. Sistemi II. Elisabetta Colombo

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

Dettagli

POTENZE DI MATRICI QUADRATE

POTENZE DI MATRICI QUADRATE POTENZE DI MATRICI QUADRATE In alcune applicazioni pratiche, quali lo studio di sistemi dinamici discreti, può essere necessario calcolare le potenze A k, per k N\{0}, di una matrice quadrata A M n n (R)

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

Complemento ortogonale e proiezioni

Complemento ortogonale e proiezioni Complemento ortogonale e proiezioni Dicembre 9 Complemento ortogonale di un sottospazio Sie E un sottospazio di R n Definiamo il complemento ortogonale di E come l insieme dei vettori di R n ortogonali

Dettagli

Autovalori, Autovettori, Diagonalizzazione.

Autovalori, Autovettori, Diagonalizzazione. Autovalori Autovettori Diagonalizzazione Autovalori e Autovettori Definizione Sia V uno spazio vettoriale sul campo K = R o C e sia T : V V un endomorfismo Un vettore non nullo v V \ {O} si dice autovettore

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

Calcolo del movimento di sistemi dinamici LTI

Calcolo del movimento di sistemi dinamici LTI Calcolo del movimento di sistemi dinamici LTI Analisi modale per sistemi dinamici LTI TC Modi naturali di un sistema dinamico Analisi modale Esercizio 1 Costante di tempo Esercizio 2 2 Analisi modale per

Dettagli

Proprietà strutturali e leggi di controllo

Proprietà strutturali e leggi di controllo Proprietà strutturali e leggi di controllo Retroazione statica dallo stato La legge di controllo Esempi di calcolo di leggi di controllo Il problema della regolazione 2 Retroazione statica dallo stato

Dettagli

Fondamenti di Automatica

Fondamenti di Automatica Fondamenti di Automatica Proprietà strutturali e leggi di controllo aggiungibilità e controllabilità etroazione statica dallo stato Osservabilità e rilevabilità Stima dello stato e regolatore dinamico

Dettagli

EVOLUZIONE NEL TEMPO DI SISTEMI DINAMICI

EVOLUZIONE NEL TEMPO DI SISTEMI DINAMICI CONTROLLI AUTOMATICI LS Ingegneria Informatica EVOLUZIONE NEL TEMPO DI SISTEMI DINAMICI Prof. Claudio Melchiorri DEIS-Università di Bologna Tel. 051 2093034 e-mail: claudio.melchiorri@unibo.it http://www-lar.deis.unibo.it/~cmelchiorri

Dettagli

Operatori antisimmetrici

Operatori antisimmetrici Operatori antisimmetrici F. Pugliese November 9, 2011 Abstract In questa breve nota ricordiamo le principali proprietà degli endomorfismi antisimmetrici di uno spazio vettoriale euclideo. Nel caso di spazi

Dettagli

LEZIONE 16 A = Verifichiamo se qualcuna fra le entrate a di A è suo autovalore. determinare per quale entrata a di A risulta rk(a ai 2 ) 1.

LEZIONE 16 A = Verifichiamo se qualcuna fra le entrate a di A è suo autovalore. determinare per quale entrata a di A risulta rk(a ai 2 ) 1. LEZIONE 16 16.1. Autovalori, autovettori ed autospazi di matrici. Introduciamo la seguente definizione. Definizione 16.1.1. Siano k = R, C e A k n,n. Un numero λ k si dice autovalore di A su k) se rka

Dettagli

Analisi Matematica II - INGEGNERIA Gestionale - B 20 luglio 2017 Cognome: Nome: Matricola:

Analisi Matematica II - INGEGNERIA Gestionale - B 20 luglio 2017 Cognome: Nome: Matricola: Analisi Matematica II - INGEGNERIA Gestionale - B luglio 7 Cognome: Nome: Matricola: IMPORTANTE: Giustificare tutte le affermazioni e riportare i calcoli essenziali Esercizio [8 punti] Data la matrice

Dettagli

Complementi di Algebra e Fondamenti di Geometria

Complementi di Algebra e Fondamenti di Geometria Complementi di Algebra e Fondamenti di Geometria Capitolo 3 Forma canonica di Jordan M. Ciampa Ingegneria Elettrica, a.a. 29/2 Capitolo 3 Forma canonica di Jordan Nel Capitolo si è discusso il problema

Dettagli

x n i sima pos. x, y = x T y = x i y i R. i=1

x n i sima pos. x, y = x T y = x i y i R. i=1 1 Elementi di Algebra Lineare In questo capitolo introduttivo al corso di Calcolo Numerico per la laurea triennale in Informatica, saranno presentate una serie di definizioni e proprietà di matrici e dei

Dettagli

APPUNTI DI ALGEBRA LINEARE

APPUNTI DI ALGEBRA LINEARE APPUNTI DI ALGEBRA LINEARE. Definizione Si dice spazio vettoriale (sul campo dei numeri reali R) un insieme V per il quale siano definite l operazione interna di somma (che ad ogni coppia di vettori e

Dettagli

2 2 2 A = Il Det(A) = 2 quindi la conica è non degenere, di rango 3.

2 2 2 A = Il Det(A) = 2 quindi la conica è non degenere, di rango 3. Studio delle coniche Ellisse Studiare la conica di equazione 2x 2 + 4xy + y 2 4x 2y + 2 = 0. Per prima cosa dobbiamo classificarla. La matrice associata alla conica è: 2 2 2 A = 2 2 2 Il DetA = 2 quindi

Dettagli

ESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro

ESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria che ho tenuto presso la

Dettagli

Analisi delle corrispondenze

Analisi delle corrispondenze Capitolo 11 Analisi delle corrispondenze L obiettivo dell analisi delle corrispondenze, i cui primi sviluppi risalgono alla metà degli anni 60 in Francia ad opera di JP Benzécri e la sua equipe, è quello

Dettagli

4 Analisi nel dominio del tempo delle rappresentazioni in

4 Analisi nel dominio del tempo delle rappresentazioni in Indice del libro Alessandro Giua, Carla Seatzu Analisi dei sistemi dinamici, Springer-Verlag Italia, II edizione, 2009 Pagina web: http://www.diee.unica.it/giua/asd/ Prefazione.....................................................

Dettagli

ẋ 1 = 2x 1 + (sen 2 (x 1 ) + 1)x 2 + 2u (1) y = x 1

ẋ 1 = 2x 1 + (sen 2 (x 1 ) + 1)x 2 + 2u (1) y = x 1 Alcuni esercizi risolti su: - calcolo dell equilibrio di un sistema lineare e valutazione delle proprietà di stabilità dell equilibrio attraverso linearizzazione - calcolo del movimento dello stato e dell

Dettagli

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere

Dettagli

LeLing12: Ancora sui determinanti.

LeLing12: Ancora sui determinanti. LeLing2: Ancora sui determinanti. Ārgomenti svolti: Sviluppi di Laplace. Prodotto vettoriale e generalizzazioni. Rango e determinante: i minori. Il polinomio caratteristico. Ēsercizi consigliati: Geoling

Dettagli

Definizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im

Definizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im APPUNTI ed ESERCIZI su matrici, rango e metodo di eliminazione di Gauss Corso di Laurea in Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 23 Aprile 2010 Matrici, rango e metodo

Dettagli

RICHIAMI MATEMATICI. x( t)

RICHIAMI MATEMATICI. x( t) 0.0. 0.1 1 RICHIAMI MATEMATICI Funzioni reali del tempo: (t) : t (t) (t) ( t) Funzioni reali dell ingresso: y() t t y( ) y() : y() Numeri complessi. Un numero complesso è una coppia ordinata di numeri

Dettagli

(E) : 4x 181 mod 3. h(h 1)x + 4hy = 0

(E) : 4x 181 mod 3. h(h 1)x + 4hy = 0 Dipartimento di Matematica e Informatica Anno Accademico 206-207 Corso di Laurea in Informatica (L-3) Prova scritta di Matematica Discreta (2 CFU) 6 Settembre 207 Parte A [0 punti] Sia data la successione

Dettagli

Elementi di Algebra Lineare Applicazioni lineari

Elementi di Algebra Lineare Applicazioni lineari Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2016/2017 Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra Lineare 1 / 50 index Applicazioni lineari 1 Applicazioni lineari

Dettagli

SISTEMI DI EQUAZIONI LINEARI

SISTEMI DI EQUAZIONI LINEARI SISTEMI DI EQUAZIONI LINEARI Date le rette di equazioni ax + by + c = 0 e a x + b y + c = 0 quanti punti hanno in comune? Per rispondere devo risolvere il sistema ax + by + c = 0 ቊ a x + b y + c = 0 e

Dettagli

Esercizi sulle coniche (prof.ssa C. Carrara)

Esercizi sulle coniche (prof.ssa C. Carrara) Esercizi sulle coniche prof.ssa C. Carrara Alcune parti di un esercizio possono ritrovarsi in un altro esercizio, insieme a parti diverse. È un occasione per affrontarle da un altra angolazione.. Determinare

Dettagli

Tempo a disposizione. 120 minuti. 1 Sia dato l endomorfismo f : R 3 R 3 la cui matrice rispetto alla base canonica di R 3 è.

Tempo a disposizione. 120 minuti. 1 Sia dato l endomorfismo f : R 3 R 3 la cui matrice rispetto alla base canonica di R 3 è. Dipartimento di Matematica e Informatica Anno Accademico 2015-2016 Corso di Laurea in Informatica (L-31) Prova in itinere di Matematica Discreta (12 CFU) 13 Giugno 2016 B2 Tempo a disposizione. 120 minuti

Dettagli

AUTOVALORI, AUTOVETTORI, AUTOSPAZI

AUTOVALORI, AUTOVETTORI, AUTOSPAZI AUTOVALORI, AUTOVETTORI, AUTOSPAZI. Esercizi Esercizio. Sia f : R 3 R 3 l endomorfismo definito da f(x, y, z) = (x+y, y +z, x+z). Calcolare gli autovalori ed una base per ogni autospazio di f. Dire se

Dettagli

3. Vettori, Spazi Vettoriali e Matrici

3. Vettori, Spazi Vettoriali e Matrici 3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e

Dettagli

(P x) (P y) = x P t (P y) = x (P t P )y = x y.

(P x) (P y) = x P t (P y) = x (P t P )y = x y. Matrici ortogonali Se P è una matrice reale n n, allora (P x) y x (P t y) per ogni x,y R n (colonne) Dim (P x) y (P x) t y (x t P t )y x t (P t y) x (P t y), CVD Ulteriori caratterizzazioni delle matrici

Dettagli

Sistemi differenziali 2 2: esercizi svolti. 1 Sistemi lineari Stabilità nei sistemi lineari

Sistemi differenziali 2 2: esercizi svolti. 1 Sistemi lineari Stabilità nei sistemi lineari Sistemi differenziali : esercizi svolti 1 Sistemi lineari Stabilità nei sistemi lineari 14 1 Sistemi differenziali : esercizi svolti 1 Sistemi lineari Gli esercizi contrassegnati con il simbolo * presentano

Dettagli

Corso di Matematica II Anno Accademico Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori

Corso di Matematica II Anno Accademico Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori Esercizio 1 Corso di Matematica II Anno Accademico 29 21. Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori May 7, 21 Commenti e correzioni sono benvenuti. Mi scuso se ci fosse qualche

Dettagli

SPAZI VETTORIALI CON PRODOTTO SCALARE A =

SPAZI VETTORIALI CON PRODOTTO SCALARE A = SPAZI VETTORIALI CON PRODOTTO SCALARE Esercizi Esercizio. Nello spazio euclideo standard (R 2,, ) sia data la matrice 2 3 A = 3 2 () Determinare una base rispetto alla quale A sia la matrice di un endomorfismo

Dettagli

TECNICHE DI CONTROLLO

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

Dettagli

Applicazioni lineari e diagonalizzazione pagina 1 di 5

Applicazioni lineari e diagonalizzazione pagina 1 di 5 pplicazioni lineari e diagonalizzazione pagina 1 di 5 PPLIZIONI LINERI 01. Dire quali delle seguenti applicazioni tra IR-spazi vettoriali sono lineari a. f :IR 2 IR 3 f(x y =(x y πy b. f :IR 3 IR 3 f(x

Dettagli

Universita degli Studi di Ancona Laurea in Ingegneria Meccanica ed Informatica a Distanza Anno Accademico 2005/2006. Matematica 2 (Analisi)

Universita degli Studi di Ancona Laurea in Ingegneria Meccanica ed Informatica a Distanza Anno Accademico 2005/2006. Matematica 2 (Analisi) Universita degli Studi di Ancona Laurea in Ingegneria Meccanica ed Informatica a Distanza Anno Accademico 2005/2006 Matematica 2 (Analisi) Nome:................................. N. matr.:.................................

Dettagli

Esame di geometria e algebra

Esame di geometria e algebra Laurea Ing. 26 febbraio 2007 Traccia I COG 1 In R 3 sono assegnati i vettori: u 1 = (2, h, 0), u 2 = (1, 0, h), u 3 = (h, 1, 2). Stabilire se esistono valori reali del parametro h per cui S = {u 1, u 2,

Dettagli

Esercizi Applicazioni Lineari

Esercizi Applicazioni Lineari Esercizi Applicazioni Lineari (1) Sia f : R 4 R 2 l applicazione lineare definita dalla legge f(x, y, z, t) = (x + y + z, y + z + t). (a) Determinare il nucleo di f, l immagine di f, una loro base e le

Dettagli

Capitolo 6. Sistemi lineari di equazioni differenziali. 1

Capitolo 6. Sistemi lineari di equazioni differenziali. 1 Capitolo 6 Sistemi lineari di equazioni differenziali L integrale generale In questo capitolo utilizzeremo la forma canonica di Jordan per studiare alcuni tipi di equazioni differenziali Un sistema lineare

Dettagli

Per le risposte utilizza gli spazi predisposti. Quando richiesto, il procedimento va esposto brevemente, ma in maniera comprensibile.

Per le risposte utilizza gli spazi predisposti. Quando richiesto, il procedimento va esposto brevemente, ma in maniera comprensibile. COGNOME............................... NOME..................................... Punti ottenuti Esame di geometria Scrivi cognome e nome negli spazi predisposti in ciascuno dei tre fogli. Per ogni domanda

Dettagli

Parte 7. Autovettori e autovalori

Parte 7. Autovettori e autovalori Parte 7. Autovettori e autovalori A. Savo Appunti del Corso di Geometria 23-4 Indice delle sezioni Endomorfismi, 2 Cambiamento di base, 3 3 Matrici simili, 6 4 Endomorfismi diagonalizzabili, 7 5 Autovettori

Dettagli

Esercizi svolti. delle matrici

Esercizi svolti. delle matrici Esercizi svolti. astratti. Si dica se l insieme delle coppie reali (x, y) soddisfacenti alla relazione x + y è un sottospazio vettoriale di R La risposta è sì, perchè l unica coppia reale che soddisfa

Dettagli

Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010

Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010 Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010 In quetsa dispensa: V è uno spazio vettoriale di dimensione d sul campo complesso C generato dai vettori v 1,..., v d. Le variabili m,

Dettagli

(a) 8x 9y = 2, (b) 28x + 6y = 33.

(a) 8x 9y = 2, (b) 28x + 6y = 33. Dipartimento di Matematica e Informatica Anno Accademico 2016-2017 Corso di Laurea in Informatica (L-31) Prova scritta di Matematica Discreta (12 CFU) 28 Giugno 2017 Parte A A1 1 [10 punti] Dimostrare

Dettagli

Funzione di trasferimento

Funzione di trasferimento Funzione ditrasferimento - 1 Corso di Laurea in Ingegneria Meccanica Funzione di trasferimento DEIS-Università di Bologna Tel. 51 2932 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi Definizione

Dettagli

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

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

Dettagli

Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari

Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Antonio Lanteri e Cristina Turrini UNIMI - 2016/2017 Antonio Lanteri e Cristina Turrini (UNIMI - 2016/2017 Elementi di Algebra Lineare

Dettagli

Sistemi lineari - Parte Seconda - Esercizi

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

Dettagli

Esercizi sulle coniche (prof.ssa C. Carrara)

Esercizi sulle coniche (prof.ssa C. Carrara) Esercizi sulle coniche prof.ssa C. Carrara Alcune parti di un esercizio possono ritrovarsi in un altro esercizio, insieme a parti diverse. È un occasione per affrontarle più volte.. Stabilire il tipo di

Dettagli

0 < x 3. x 2 mod 5 x 0 mod 3. x 27 mod 7. 1 [7 punti] Risolvere il seguente sistema di congruenze:

0 < x 3. x 2 mod 5 x 0 mod 3. x 27 mod 7. 1 [7 punti] Risolvere il seguente sistema di congruenze: Dipartimento di Matematica e Informatica Anno Accademico 05-06 Corso di Laurea in Informatica (L-3) Prova scritta di Matematica Discreta ( CFU) 7 Settembre 06 Parte A Tempo a disposizione Ognuna delle

Dettagli

CONTROLLI AUTOMATICI Ingegneria Gestionale ANALISI ARMONICA

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

Dettagli

Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 18 febbraio 2010 Tema A

Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 18 febbraio 2010 Tema A Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 18 febbraio 21 Tema A Tempo a disposizione: 2 ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio va iniziato all inizio

Dettagli

2.1 Esponenziale di matrici

2.1 Esponenziale di matrici ¾ ½ º¼ º¾¼½ Queste note (attualmente e probabilmente per un bel po sono altamente provvisorie e (molto probabilmente non prive di errori Esponenziale di matrici Esercizio : Data la matrice λ A λ calcolare

Dettagli

2 Sistemi lineari. Metodo di riduzione a scala.

2 Sistemi lineari. Metodo di riduzione a scala. Sistemi lineari. Metodo di riduzione a scala. Esercizio.1 Utilizzando il metodo di eliminazione di Gauss, risolvere i seguenti sistemi lineari: 1. 3. x 1 x + 3x 3 = 1 x 1 x x 3 = x 1 + x + 3x 3 = 5 x 1

Dettagli

Applicazioni lineari e diagonalizzazione. Esercizi svolti

Applicazioni lineari e diagonalizzazione. Esercizi svolti . Applicazioni lineari Esercizi svolti. Si consideri l applicazione f : K -> K definita da f(x,y) = x + y e si stabilisca se è lineare. Non è lineare. Possibile verifica: f(,) = 4; f(,4) = 6; quindi f(,4)

Dettagli

Autovalori ed autovettori di una matrice

Autovalori ed autovettori di una matrice Autovalori ed autovettori di una matrice Lucia Gastaldi DICATAM http://www.ing.unibs.it/gastaldi/ Indice 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori 2 Metodo delle potenze 3 Calcolo

Dettagli

Determinanti. Definizione ed esempi. Definizione ed esempi. Proprietà dei determinanti Rango di matrici

Determinanti. Definizione ed esempi. Definizione ed esempi. Proprietà dei determinanti Rango di matrici Introduzione S S S Rango di matrici Si dice sottomatrice d'una matrice data la matrice ottenuta selezionando un certo numero di righe e di colonne della matrice iniziale. Lezione 24.wpd 08/01/2011 XXIV

Dettagli

(E) : 2x 43 mod 5. (2 + h)x + y = 0

(E) : 2x 43 mod 5. (2 + h)x + y = 0 Dipartimento di Matematica e Informatica Anno Accademico 2016-2017 Corso di Laurea in Informatica (L-31) Prova scritta di Matematica Discreta (12 CFU) 27 Settembre 2017 Parte A 1 [10 punti] Sia data la

Dettagli

1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali?

1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali? Geometria I lezione del 30 settembre 2013 Presentazione del corso. Nozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza. Insiemi numerici: i numeri naturali ℕ, gli interi ℤ, i numeri

Dettagli

Sistemi di equazioni differenziali

Sistemi di equazioni differenziali Capitolo 5 Sistemi di equazioni differenziali Molti problemi sono governati non da una singola equazione differenziale, ma da un sistema di più equazioni. Ad esempio questo succede se si vuole descrivere

Dettagli

Cristian Secchi Pag. 1

Cristian Secchi Pag. 1 CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica CONTROLLO DI SISTEMI ROBOTICI STABILITA Ing. Tel. 0522 522235 e-mail: secchi.cristian@unimore.it www.dismi.unimo.it/members/csecchi

Dettagli

ANTITRASFORMATA DI LAPLACE MODI DI UN SISTEMA

ANTITRASFORMATA DI LAPLACE MODI DI UN SISTEMA CONTROLLI AUTOMATICI Ingegneria Gestionale http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm ANTITRASFORMATA DI LAPLACE MODI DI UN SISTEMA Ing. Federica Grossi Tel.

Dettagli