Esercizi su Autovalori e Autovettori

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esercizi su Autovalori e Autovettori"

Transcript

1 Esercizi su Autovalori e Autovettori Esercizio n.1 5 A = 5, Esercizio n.6 A =, Esercizio n A = 2 1 8, Esercizio n A = 6 3 6, Esercizio n.3 A = , Esercizio n.8 A = , 4 2 Esercizio n.4 1 A = 1, 1 Esercizio n A = 4 3 8, 5 Esercizio n A = 2, 2 2 Esercizio n A = 5, 2 4 1

2 Esercizio n A = 8 9 8, 5 Esercizio n.16 A = 7 2 5, Esercizio n A = 2, 4 4 Esercizio n.17 4 A = 5 1 5, 4 Esercizio n.13 1 A = 1, Esercizio n A = 6 2 5, Esercizio n A = 5 8, 9 7 Esercizio n A = 3, 3 Esercizio n.15 2 A = 4 6, 2 Esercizio n A = 9 1 1,

3 Esercizio n.21 A = 3 3, 3 Esercizio n A = 2 4 6, Esercizio n A = 2, Esercizio n A = 4 5 2, 4 7 Esercizio n A = 6 6 4, Esercizio n A = 4 8, 4 Esercizio n.24 4 A = 4, 8 4 Esercizio n A = 1 1, 1 Esercizio n A = 3 1 3, Esercizio n A = 4,

4 Esercizio n.31 A = 4 2, 4 6 Esercizio n A = 2 7 3, Esercizio n A = 9 7 5, Esercizio n A = 7 4 7, 2 Esercizio n A = 5 2 8, Esercizio n A = 8 6 8, 2 Esercizio n A = 4 7 2, Esercizio n A = 4, 6 8 Esercizio n A = 4 7 8, Esercizio n A = 1 2 4,

5 Esercizio n.41 A = , Esercizio n.46 A = , 6 3 Esercizio n A = 1 5 1, 5 Esercizio n A = 1 5, 6 3 Esercizio n.43 5 A = 5, 5 Esercizio n A = 5, 4 9 Esercizio n A = 1 1, Esercizio n A = 1 4, 3 Esercizio n A = 4, 5 Esercizio n.5 3 A = 2,

6 Esercizio n.51 A = , 2 2 Esercizio n.56 A = , Esercizio n A = 2 2, Esercizio n A = 3 1 3, 3 2 Esercizio n A = 1 1, 1 3 Esercizio n A = 3 4 1, 1 1 Esercizio n A = 4 7, 8 7 Esercizio n.59 2 A = 6 4 3, Esercizio n A = 5, 8 1 Esercizio n A = 1 3 6, 4 6

7 Esercizio n.61 A = , 7 3 Esercizio n.66 A = , 5 Esercizio n.62 2 A = 6 1 6, Esercizio n A = 2 1 8, Esercizio n A = 3, 6 3 Esercizio n A = 4 3, 1 Esercizio n A = 6 3 6, Esercizio n.69 4 A = 3 4, Esercizio n A = 3, 3 Esercizio n A = 2 3,

8 Esercizio n.71 A = 2 1 3, Esercizio n.76 A = 5 2 5, 5 Esercizio n A = 5 3, 2 Esercizio n A = 4 1 4, Esercizio n A = 2 4 2, 2 2 Esercizio n.78 4 A = 5 9, 4 Esercizio n.74 4 A = 4, 4 Esercizio n A = 4 1 3, Esercizio n A = 4, 5 1 Esercizio n.8 1 A = 1 3 1, 1 2 8

9 Esercizio n.81 A = 5 5 8, 3 Esercizio n.86 A = , 1 6 Esercizio n A = 3 6 3, 2 2 Esercizio n A = 3 3 6, Esercizio n A = 2 5 4, Esercizio n.88 2 A = 4 2, 4 2 Esercizio n A = 4, Esercizio n A = 4 9, 1 4 Esercizio n A = 2, 2 Esercizio n A = 2 3 1, 2 2 9

10 Esercizio n A = 1 2 1, Esercizio n A = 3 4, 8 9 Esercizio n A = 3, 8 5 Esercizio n A = 6 7 5, 4 Esercizio n.93 4 A = 1 3, 6 2 Esercizio n A = 2 5 5, Esercizio n A = 3 8 2, Esercizio n.99 A = 3 3, Esercizio n A = 8 3 4, 5 Esercizio n.1 A = ,

11 Soluzioni Soluzione Esercizio n.1 λ 1 =, m a = 1, m g = 1 u 1 = ( 1,, 1 ) λ 2 = 5, m a = 2, m g = 2 u 2 = (,, 1 ) u 3 = ( 1, 1, ) Soluzione Esercizio n.2 λ 1 =, m a = 1, m g = 1 u 1 = ( 1, 2, ) Soluzione Esercizio n.7 λ 1 = 3, m a = 3, m g = 2 u 1 = ( 1,, 1 ) u 2 = ( 1, 1, ) Soluzione Esercizio n.8 u 1 = (, 1, ) λ 2 = 2, m a = 2, m g = 1 u 2 = (, 1, 1 ) Soluzione Esercizio n.3 λ 1 = 4, m a = 1, m g = 1 u 1 = ( 1, 1, ) Soluzione Esercizio n.4 λ 1 = 1, m a = 3, m g = 3 u 1 = (,, 1 ) u 2 = (, 1, ) u 3 = ( 1,, ) Soluzione Esercizio n.5 λ 1 = 3, m a = 1, m g = 1 u 1 = ( 1,, ) λ 2 = 2, m a = 2, m g = 1 u 2 = ( 1,, 1 ) Soluzione Esercizio n.6 λ 1 =, m a = 3, m g = 3 u 1 = (,, 1 ) u 2 = (, 1, ) u 3 = ( 1,, ) Soluzione Esercizio n.9 u 1 = ( 1, 2, 1 ) λ 2 = 1, m a = 1, m g = 1 u 2 = ( 1, 2, ) λ 3 = 1, m a = 1, m g = 1 u 3 = ( 1, 1, ) Soluzione Esercizio n.1 λ 1 = 2, m a = 1, m g = 1 u 1 = ( 1,, ) λ 2 = 4, m a = 1, m g = 1 u 2 = (,, 1 ) λ 3 = 5, m a = 1, m g = 1 u 3 = ( 1, 1, 2 ) Soluzione Esercizio n.11 u 1 = ( 1,, 1 ) λ 2 = 1, m a = 1, m g = 1 u 2 = ( 1, 1, ) λ 3 = 5, m a = 1, m g = 1 u 3 = ( 1, 2, ) 11

12 Soluzione Esercizio n.12 Soluzione Esercizio n.17 u 1 = ( 2,, 1 ) λ 2 = 2, m a = 2, m g = 2 u 2 = (, 1, 2 ) u 3 = ( 1,, ) λ 1 = 1, m a = 1, m g = 1 u 1 = (, 1, ) λ 2 = 4, m a = 2, m g = 2 u 2 = ( 1,, 1 ) u 3 = ( 1, 1, ) Soluzione Esercizio n.13 u 1 = (,, 1 ) λ 2 =, m a = 1, m g = 1 u 2 = ( 1,, 1 ) λ 3 = 1, m a = 1, m g = 1 u 3 = ( 1, 1, 2 ) Soluzione Esercizio n.18 u 1 = ( 1, 1, ) λ 2 = 1, m a = 1, m g = 1 u 2 = ( 1, 1, 1 ) λ 3 = 4, m a = 1, m g = 1 u 3 = ( 1, 2, 2 ) Soluzione Esercizio n.14 u 1 = ( 1,, ) Soluzione Esercizio n.15 u 1 = (, 1, ) λ 2 = 2, m a = 2, m g = 2 u 2 = (, 1, 1 ) u 3 = ( 1,, ) Soluzione Esercizio n.16 Soluzione Esercizio n.19 λ 1 = 1, m a = 1, m g = 1 u 1 = ( 1,, ) λ 2 =, m a = 1, m g = 1 u 2 = (, 1, ) λ 3 = 3, m a = 1, m g = 1 u 3 = ( 1, 1, 1 ) Soluzione Esercizio n.2 λ 1 =, m a = 1, m g = 1 u 1 = (, 1, 1 ) u 1 = ( 1, 1, 1 ) λ 2 = 1, m a = 1, m g = 1 u 2 = ( 2,, 1 ) λ 3 = 2, m a = 1, m g = 1 u 3 = ( 1,, 1 ) Soluzione Esercizio n.21 λ 1 = 3, m a = 3, m g = 3 u 1 = (,, 1 ) u 2 = (, 1, ) u 3 = ( 1,, ) 12

13 Soluzione Esercizio n.22 λ 1 = 2, m a = 2, m g = 2 u 1 = (,, 1 ) u 2 = ( 1, 1, ) λ 2 = 4, m a = 1, m g = 1 u 3 = ( 1,, 1 ) Soluzione Esercizio n.27 λ 1 = 3, m a = 2, m g = 1 u 1 = ( 1, 1, 1 ) λ 2 = 5, m a = 1, m g = 1 u 2 = ( 1, 1, 2 ) Soluzione Esercizio n.23 u 1 = ( 1, 2, 1 ) λ 2 = 2, m a = 1, m g = 1 u 2 = ( 2, 2, 1 ) λ 3 =, m a = 1, m g = 1 u 3 = ( 1, 1, ) Soluzione Esercizio n.28 u 1 = ( 1, 1, ) λ 2 = 4, m a = 2, m g = 2 u 2 = (, 1, 1 ) u 3 = ( 1,, ) Soluzione Esercizio n.24 λ 1 = 4, m a = 2, m g = 2 u 1 = ( 1,, 1 ) u 2 = (, 1, ) λ 2 = 4, m a = 1, m g = 1 u 3 = (,, 1 ) Soluzione Esercizio n.29 λ 1 = 1, m a = 3, m g = 2 u 1 = ( 1,, 1 ) u 2 = ( 1, 1, ) Soluzione Esercizio n.25 Soluzione Esercizio n.3 λ 1 = 2, m a = 1, m g = 1 u 1 = ( 2, 1, 1 ) λ 2 = 1, m a = 2, m g = 1 u 2 = ( 1,, 1 ) λ 1 = 4, m a = 1, m g = 1 u 1 = ( 1, 1, ) Soluzione Esercizio n.26 λ 1 = 2, m a = 1, m g = 1 u 1 = ( 1, 1, ) λ 2 =, m a = 1, m g = 1 u 2 = ( 1, 2, 1 ) λ 3 = 3, m a = 1, m g = 1 u 3 = ( 1, 2, 2 ) Soluzione Esercizio n.31 u 1 = ( 1,, ) λ 2 = 2, m a = 1, m g = 1 u 2 = (, 1, 1 ) λ 3 = 4, m a = 1, m g = 1 u 3 = (, 1, 2 ) 13

14 Soluzione Esercizio n.32 u 1 = ( 1, 2, 1 ) λ 2 = 3, m a = 1, m g = 1 u 2 = ( 1, 1, 1 ) λ 3 = 2, m a = 1, m g = 1 u 3 = ( 1, 1, ) Soluzione Esercizio n.37 λ 1 = 3, m a = 1, m g = 1 u 1 = ( 1, 1, ) λ 2 = 2, m a = 1, m g = 1 u 2 = ( 1,, 1 ) λ 3 = 4, m a = 1, m g = 1 u 3 = (, 1, ) Soluzione Esercizio n.33 λ 1 = 3, m a = 1, m g = 1 u 1 = ( 1, 1, ) Soluzione Esercizio n.38 λ 1 = 2, m a = 3, m g = 2 u 1 = ( 1,, 1 ) u 2 = ( 1, 2, ) Soluzione Esercizio n.34 λ 1 = 3, m a = 2, m g = 1 u 1 = ( 1, 1, ) λ 2 = 2, m a = 1, m g = 1 u 2 = ( 1,, 2 ) Soluzione Esercizio n.35 u 1 = ( 2,, 1 ) λ 2 = 1, m a = 1, m g = 1 u 2 = ( 1, 2, 2 ) λ 3 = 1, m a = 1, m g = 1 u 3 = (, 1, 1 ) Soluzione Esercizio n.39 u 1 = (, 1, ) λ 2 = 2, m a = 1, m g = 1 u 2 = ( 1,, 1 ) λ 3 = 5, m a = 1, m g = 1 u 3 = ( 1,, 2 ) Soluzione Esercizio n.4 λ 1 = 2, m a = 1, m g = 1 u 1 = (, 1, 1 ) λ 2 = 3, m a = 2, m g = 1 u 2 = ( 2, 2, 1 ) Soluzione Esercizio n.36 λ 1 =, m a = 1, m g = 1 u 1 = ( 2, 1, 1 ) λ 2 = 5, m a = 2, m g = 1 u 2 = ( 1, 1, ) Soluzione Esercizio n.41 λ 1 = 2, m a = 1, m g = 1 u 1 = ( 1, 1, ) 14

15 Soluzione Esercizio n.42 λ 1 = 5, m a = 2, m g = 2 u 1 = ( 1,, 1 ) u 2 = (, 1, ) λ 2 = 4, m a = 1, m g = 1 u 3 = ( 1, 1, ) Soluzione Esercizio n.43 λ 1 = 5, m a = 3, m g = 3 u 1 = (,, 1 ) u 2 = (, 1, ) u 3 = ( 1,, ) Soluzione Esercizio n.44 λ 1 = 1, m a = 1, m g = 1 u 1 = ( 2, 1, ) λ 2 =, m a = 2, m g = 2 u 2 = (,, 1 ) u 3 = ( 1, 1, ) Soluzione Esercizio n.47 λ 1 = 1, m a = 1, m g = 1 u 1 = ( 1, 2, ) Soluzione Esercizio n.48 λ 1 = 5, m a = 2, m g = 1 u 1 = ( 1,, 1 ) λ 2 = 5, m a = 1, m g = 1 u 2 = (, 1, ) Soluzione Esercizio n.49 λ 1 = 1, m a = 1, m g = 1 u 1 = (, 1, ) λ 2 = 3, m a = 1, m g = 1 u 2 = ( 2, 1, 1 ) λ 3 = 5, m a = 1, m g = 1 u 3 = ( 1,, ) Soluzione Esercizio n.45 λ 1 = 5, m a = 2, m g = 1 u 1 = ( 1,, ) λ 2 = 4, m a = 1, m g = 1 u 2 = ( 1, 1, ) Soluzione Esercizio n.46 λ 1 = 3, m a = 1, m g = 1 u 1 = (,, 1 ) Soluzione Esercizio n.5 λ 1 = 2, m a = 1, m g = 1 u 1 = (, 1, 2 ) λ 2 = 1, m a = 1, m g = 1 u 2 = (,, 1 ) λ 3 = 3, m a = 1, m g = 1 u 3 = ( 1,, 1 ) Soluzione Esercizio n.51 λ 1 =, m a = 3, m g = 2 u 1 = (,, 1 ) u 2 = ( 1, 1, ) 15

16 Soluzione Esercizio n.52 u 1 = ( 2, 2, 1 ) λ 2 = 2, m a = 1, m g = 1 u 2 = (, 1, 1 ) λ 3 =, m a = 1, m g = 1 u 3 = ( 1, 1, 1 ) Soluzione Esercizio n.57 λ 1 = 1, m a = 3, m g = 2 u 1 = ( 1,, 1 ) u 2 = (, 1, ) Soluzione Esercizio n.53 λ 1 = 2, m a = 2, m g = 1 u 1 = ( 1, 1, 1 ) λ 2 = 1, m a = 1, m g = 1 u 2 = (, 2, 1 ) Soluzione Esercizio n.54 u 1 = ( 1,, ) Soluzione Esercizio n.58 u 1 = (, 1, ) Soluzione Esercizio n.59 λ 1 = 2, m a = 2, m g = 2 u 1 = ( 1,, 2 ) u 2 = ( 1, 1, ) λ 2 = 1, m a = 1, m g = 1 u 3 = (, 1, 1 ) Soluzione Esercizio n.55 λ 1 = 1, m a = 2, m g = 2 u 1 = (,, 1 ) u 2 = ( 1,, ) λ 2 = 5, m a = 1, m g = 1 u 3 = ( 2, 1, 2 ) Soluzione Esercizio n.56 λ 1 = 1, m a = 1, m g = 1 u 1 = ( 2, 1, 2 ) λ 2 = 2, m a = 2, m g = 2 u 2 = ( 1,, 1 ) u 3 = ( 1, 2, ) Soluzione Esercizio n.6 u 1 = ( 1, 1, 1 ) λ 2 = 2, m a = 2, m g = 1 u 2 = ( 1, 1, ) Soluzione Esercizio n.61 λ 1 = 4, m a = 2, m g = 2 u 1 = ( 1,, 1 ) u 2 = (, 1, ) λ 2 = 3, m a = 1, m g = 1 u 3 = (, 1, 1 ) 16

17 Soluzione Esercizio n.62 Soluzione Esercizio n.66 u 1 = (, 1, 1 ) λ 2 = 2, m a = 2, m g = 2 u 2 = ( 1,, 1 ) u 3 = ( 1, 2, ) λ 1 = 2, m a = 1, m g = 1 u 1 = ( 2, 1, ) λ 2 = 2, m a = 1, m g = 1 u 2 = ( 1,, ) λ 3 = 5, m a = 1, m g = 1 u 3 = ( 2,, 1 ) Soluzione Esercizio n.63 Soluzione Esercizio n.67 λ 1 = 3, m a = 1, m g = 1 u 1 = ( 1, 1, 1 ) λ 2 = 3, m a = 2, m g = 1 u 2 = ( 1,, ) λ 1 = 1, m a = 1, m g = 1 u 1 = ( 2, 2, 1 ) λ 2 = 3, m a = 1, m g = 1 u 2 = ( 2, 1, 1 ) λ 3 = 5, m a = 1, m g = 1 u 3 = ( 1, 1, 1 ) Soluzione Esercizio n.64 λ 1 = 3, m a = 2, m g = 1 u 1 = ( 1,, 1 ) λ 2 = 3, m a = 1, m g = 1 u 2 = ( 1, 1, ) Soluzione Esercizio n.68 u 1 = ( 1, 1, ) λ 2 = 1, m a = 2, m g = 2 u 2 = (, 1, 1 ) u 3 = ( 1,, ) Soluzione Esercizio n.65 λ 1 = 3, m a = 1, m g = 1 u 1 = ( 1,, 1 ) λ 2 = 3, m a = 1, m g = 1 u 2 = ( 1, 1, ) λ 3 = 5, m a = 1, m g = 1 u 3 = ( 1,, ) Soluzione Esercizio n.69 λ 1 = 4, m a = 2, m g = 1 u 1 = (, 1, 1 ) λ 2 = 3, m a = 1, m g = 1 u 2 = (,, 1 ) 17

18 Soluzione Esercizio n.7 λ 1 = 4, m a = 1, m g = 1 u 1 = ( 1, 2, 1 ) λ 2 = 5, m a = 2, m g = 2 u 2 = (,, 1 ) u 3 = ( 1, 1, ) Soluzione Esercizio n.75 λ 1 = 4, m a = 2, m g = 2 u 1 = (, 1, 1 ) u 2 = ( 1,, ) λ 2 = 1, m a = 1, m g = 1 u 3 = ( 1,, 1 ) Soluzione Esercizio n.71 λ 1 = 3, m a = 1, m g = 1 u 1 = (, 1, 2 ) λ 2 = 2, m a = 2, m g = 2 u 2 = (,, 1 ) u 3 = ( 1, 1, ) Soluzione Esercizio n.76 λ 1 = 5, m a = 3, m g = 2 u 1 = (, 1, ) u 2 = ( 1,, ) Soluzione Esercizio n.72 λ 1 = 2, m a = 2, m g = 2 u 1 = (, 1, 1 ) u 2 = ( 1,, ) λ 2 = 5, m a = 1, m g = 1 u 3 = ( 1, 1, ) Soluzione Esercizio n.77 λ 1 = 1, m a = 1, m g = 1 u 1 = ( 2, 2, 1 ) λ 2 = 3, m a = 2, m g = 2 u 2 = ( 1,, 1 ) u 3 = ( 1, 1, ) Soluzione Esercizio n.73 λ 1 = 4, m a = 2, m g = 2 u 1 = ( 1,, 1 ) u 2 = (, 1, ) λ 2 = 3, m a = 1, m g = 1 u 3 = ( 1, 2, 2 ) Soluzione Esercizio n.78 u 1 = (, 1, ) λ 2 = 4, m a = 2, m g = 2 u 2 = (, 1, 1 ) u 3 = ( 1,, ) Soluzione Esercizio n.74 λ 1 = 4, m a = 3, m g = 3 u 1 = (,, 1 ) u 2 = (, 1, ) u 3 = ( 1,, ) Soluzione Esercizio n.79 λ 1 = 2, m a = 3, m g = 1 u 1 = (, 1, 1 ) 18

19 Soluzione Esercizio n.8 λ 1 = 1, m a = 2, m g = 2 u 1 = ( 1,, 1 ) u 2 = ( 2, 1, ) λ 2 = 2, m a = 1, m g = 1 u 3 = (, 1, 1 ) Soluzione Esercizio n.84 λ 1 = 3, m a = 1, m g = 1 u 1 = ( 1,, 2 ) λ 2 = 1, m a = 1, m g = 1 u 2 = (,, 1 ) λ 3 = 4, m a = 1, m g = 1 u 3 = ( 1, 1, ) Soluzione Esercizio n.81 λ 1 = 3, m a = 1, m g = 1 u 1 = (, 1, 1 ) λ 2 = 5, m a = 2, m g = 2 u 2 = (, 1, ) u 3 = ( 1,, ) Soluzione Esercizio n.82 u 1 = ( 1,, 1 ) λ 2 = 3, m a = 1, m g = 1 u 2 = ( 1, 1, 2 ) λ 3 =, m a = 1, m g = 1 u 3 = ( 1, 1, 1 ) Soluzione Esercizio n.85 λ 1 = 2, m a = 3, m g = 2 u 1 = (, 1, 1 ) u 2 = ( 1,, ) Soluzione Esercizio n.86 λ 1 = 5, m a = 1, m g = 1 u 1 = (, 1, ) Soluzione Esercizio n.87 λ 1 =, m a = 1, m g = 1 u 1 = ( 1, 1, 1 ) λ 2 = 2, m a = 1, m g = 1 u 2 = ( 2,, 1 ) λ 3 = 3, m a = 1, m g = 1 u 3 = (, 1, 1 ) Soluzione Esercizio n.83 λ 1 = 1, m a = 2, m g = 1 u 1 = ( 2, 2, 1 ) λ 2 = 4, m a = 1, m g = 1 u 2 = ( 1, 2, ) Soluzione Esercizio n.88 λ 1 = 2, m a = 3, m g = 2 u 1 = (,, 1 ) u 2 = (, 1, ) 19

20 Soluzione Esercizio n.89 λ 1 = 2, m a = 1, m g = 1 u 1 = ( 1,, ) Soluzione Esercizio n.9 λ 1 =, m a = 2, m g = 1 u 1 = ( 1, 1, 1 ) λ 2 = 3, m a = 1, m g = 1 u 2 = ( 1, 1, 2 ) Soluzione Esercizio n.94 λ 1 = 5, m a = 2, m g = 1 u 1 = ( 1, 1, ) λ 2 =, m a = 1, m g = 1 u 2 = ( 2, 1, 1 ) Soluzione Esercizio n.95 Soluzione Esercizio n.91 λ 1 = 2, m a = 1, m g = 1 u 1 = ( 1,, 1 ) λ 2 = 2, m a = 1, m g = 1 u 2 = ( 1, 1, 1 ) λ 3 = 3, m a = 1, m g = 1 u 3 = ( 2, 1, 1 ) u 1 = ( 1, 1, ) λ 2 = 1, m a = 1, m g = 1 u 2 = ( 1, 2, ) λ 3 = 5, m a = 1, m g = 1 u 3 = (, 2, 1 ) Soluzione Esercizio n.96 Soluzione Esercizio n.92 λ 1 = 3, m a = 2, m g = 2 u 1 = (, 1, 1 ) u 2 = ( 1,, ) λ 2 = 5, m a = 1, m g = 1 u 3 = ( 1,, 1 ) λ 1 = 1, m a = 1, m g = 1 u 1 = ( 1, 1, 1 ) λ 2 = 2, m a = 1, m g = 1 u 2 = ( 1,, ) λ 3 = 5, m a = 1, m g = 1 u 3 = ( 1, 1, 2 ) Soluzione Esercizio n.93 u 1 = ( 1, 1, 1 ) λ 2 = 3, m a = 1, m g = 1 u 2 = (, 1, ) λ 3 = 2, m a = 1, m g = 1 u 3 = (,, 1 ) Soluzione Esercizio n.97 u 1 = ( 1, 1, 1 ) λ 2 = 1, m a = 1, m g = 1 u 2 = ( 1, 1, ) λ 3 = 4, m a = 1, m g = 1 u 3 = ( 1, 2, ) 2

21 Soluzione Esercizio n.98 λ 1 = 1, m a = 1, m g = 1 u 1 = ( 2, 1, 2 ) λ 2 =, m a = 1, m g = 1 u 2 = (, 1, 1 ) λ 3 = 3, m a = 1, m g = 1 u 3 = ( 1, 1, ) Soluzione Esercizio n.99 λ 1 = 3, m a = 2, m g = 2 u 1 = ( 1,, 1 ) u 2 = ( 1, 1, ) λ 2 = 5, m a = 1, m g = 1 u 3 = (,, 1 ) Soluzione Esercizio n.1 u 1 = (, 1, 1 ) λ 2 = 2, m a = 2, m g = 2 u 2 = ( 2,, 3 ) u 3 = ( 1, 3, ) 21

Esercizi su risposta libera e modi naturali nel dominio del tempo

Esercizi su risposta libera e modi naturali nel dominio del tempo Esercizi su risposta libera e modi naturali nel dominio del tempo. Effettuare l analisi modale del sistema µ ẋ (t) x (t) y (t) x (t) per µ x () Soluzione. Il polinomio caratteristico è µ µ µ det λ µ λ

Dettagli

Matematica Finanziaria 11 luglio 2001

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

Dettagli

Autovalori e Autovettori

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

Dettagli

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0 LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi

Dettagli

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

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

Dettagli

Sistemi differenziali: esercizi svolti. 1 Sistemi lineari 2 2... 2 2 Sistemi lineari 3 3... 10

Sistemi differenziali: esercizi svolti. 1 Sistemi lineari 2 2... 2 2 Sistemi lineari 3 3... 10 Sistemi differenziali: esercizi svolti Sistemi lineari 2 2 2 2 Sistemi lineari 3 3 2 Sistemi differenziali: esercizi svolti Sistemi lineari 2 2 Gli esercizi contrassegnati con il simbolo * presentano un

Dettagli

CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA

CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA COGNOME NOME CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA SIMULAZIONE SCRITTO DI MATEMATICA DISCRETA, SECONDA PARTE Per ottenere la sufficienza bisogna rispondere in modo corretto ad almeno

Dettagli

2) Sul piano coordinato z = 0 studiare il fascio Φ di coniche di equazione. determinando in particolare le sue coniche spezzate ed i suoi punti base.

2) Sul piano coordinato z = 0 studiare il fascio Φ di coniche di equazione. determinando in particolare le sue coniche spezzate ed i suoi punti base. DPARTMENTO D MATEMATCA E NFORMATCA Corso di Laurea in ngegneria Telematica Prova scritta di Elementi di Algebra e Geometria assegnata il 18/7/02 È assegnato l endomorfismo f : R 3 R 3 definito dalle relazioni

Dettagli

Laboratorio di Matematica Computazionale

Laboratorio di Matematica Computazionale Laboratorio di Matematica Computazionale Dipartimento di Informatica, Università di Pisa, Italy delcorso@di.unipi.it A chi è rivolto A Studenti della Laurea Magistrale in Informatica A coloro che hanno

Dettagli

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica Terzo Appello del corso di Geometria e Algebra II Parte - Docente F. Flamini, Roma, 7/09/2007 SVOLGIMENTO COMPITO III APPELLO

Dettagli

Diagonalizzazione di matrici e applicazioni lineari

Diagonalizzazione di matrici e applicazioni lineari CAPITOLO 9 Diagonalizzazione di matrici e applicazioni lineari Esercizio 9.1. Verificare che v = (1, 0, 0, 1) è autovettore dell applicazione lineare T così definita T(x 1,x 2,x 3,x 4 ) = (2x 1 2x 3, x

Dettagli

Esercizio 2 Si consideri la funzione f definita dalle seguenti condizioni: e x. per x 1 f(x) = α x + e 1 per 1 < x

Esercizio 2 Si consideri la funzione f definita dalle seguenti condizioni: e x. per x 1 f(x) = α x + e 1 per 1 < x FUNZIONI Esercizio 1 Studiare la funzione f(x) = ln ( ) x e disegnarne il grafico. x 1 Esercizio 2 Si consideri la funzione f definita dalle seguenti condizioni: { e x per x 1 f(x) = α x + e 1 per 1

Dettagli

ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA Corso di Laurea Ingegneria Edile-Architettura

ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA Corso di Laurea Ingegneria Edile-Architettura Cognome Nome Matricola ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA Corso di Laurea Ingegneria Edile-Architettura (Primo appello/ii prova parziale 15/6/15 - Chiarellotto-Urbinati) Per la II prova: solo esercizi

Dettagli

Federico Lastaria. Analisi e Geometria 2. Matrici simmetriche. Il teorema spettrale. 1/24

Federico Lastaria. Analisi e Geometria 2. Matrici simmetriche. Il teorema spettrale. 1/24 Contenuto Endomorfismi auto-aggiunti. Matrici simmetriche. Il teorema spettrale Gli autovalori di una matrice simmetrica sono tutti reali. (Dimostrazione fatta usando i numeri complessi). Dimostrazione

Dettagli

Tutorato di GE110. Universitá degli Studi Roma Tre - Corso di Laurea in Matematica

Tutorato di GE110. Universitá degli Studi Roma Tre - Corso di Laurea in Matematica Universitá degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di GE110 A.A. 2014-2015 - Docente: Prof. Angelo Felice Lopez Tutori: Federico Campanini e Giulia Salustri Soluzioni Tutorato 13

Dettagli

METODI MATEMATICI PER LA FISICA

METODI MATEMATICI PER LA FISICA Si svolgano cortesemente i seguenti esercizi ESERCIZIO (6 PUNTI) METODI MATEMATICI PER LA FISICA PROVA SCRITTA - 2 GENNAIO 25 Una volta identificato, nel piano complesso α, il dominio di convergenza della

Dettagli

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

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

Dettagli

Indice Elementi di analisi delle matrici I fondamenti della matematica numerica

Indice Elementi di analisi delle matrici I fondamenti della matematica numerica Indice 1. Elementi di analisi delle matrici 1 1.1 Spazivettoriali... 1 1.2 Matrici... 3 1.3 Operazionisumatrici... 4 1.3.1 Inversadiunamatrice... 6 1.3.2 Matricietrasformazionilineari... 7 1.4 Tracciaedeterminante...

Dettagli

Lezione 9: Cambio di base

Lezione 9: Cambio di base Lezione 9: Cambio di base In questa lezione vogliamo affrontare uno degli argomenti piu ostici per lo studente e cioè il cambio di base all interno di uno spazio vettoriale, inoltre cercheremo di capire

Dettagli

Tecniche di analisi multivariata

Tecniche di analisi multivariata Tecniche di analisi multivariata Metodi che fanno riferimento ad un modello distributivo assunto per le osservazioni e alla base degli sviluppi inferenziali - tecniche collegate allo studio della dipendenza

Dettagli

Metodi Computazionali

Metodi Computazionali Metodi Computazionali Elisabetta Fersini fersini@disco.unimib.it A.A. 2009/2010 Catene di Markov Applicazioni: Fisica dinamica dei sistemi Web simulazione del comportamento utente Biologia evoluzione delle

Dettagli

TEMA 1. 1. Della seguente matrice, calcolare i complementi algebrici e il determinante: a + b 1 a 2 S = a + b + 3 a + 2b. x = t. f = x 2 + 2xy 3y 2,

TEMA 1. 1. Della seguente matrice, calcolare i complementi algebrici e il determinante: a + b 1 a 2 S = a + b + 3 a + 2b. x = t. f = x 2 + 2xy 3y 2, Prova scritta di MATEMATICA B1 Vicenza, 17 marzo 008 TEMA 1 1 1 A = 1 0 1. 3 0 1. Stabilire se il seguente sottoinsieme di M(, R): {( ) a + b 1 a S = a, b R}, a + b + 3 a + b è un sottospazio di M(, R).

Dettagli

inanellati; nel sito s 2 vengono ricatturati 260 fagiani di cui 34 sono inanellati;

inanellati; nel sito s 2 vengono ricatturati 260 fagiani di cui 34 sono inanellati; 1 Esercizi su alcuni modelli che utilizzano matrici: cattura ricattura, catena trofica, modello di Leslie Esercitatori: Dott Alessandro Ottazzi e Dottssa Maria Vallarino Esercizio 1 Nel Parco Naturale

Dettagli

Antonio De Blasiis Modelli matematici per l ingegneria nucleare

Antonio De Blasiis Modelli matematici per l ingegneria nucleare A09 Antonio De Blasiis Modelli matematici per l ingegneria nucleare Copyright MMXIII ARACNE editrice S.r.l. www.aracneeditrice.it info@aracneeditrice.it via Raffaele Garofalo, 133/A B 00173 Roma (06)

Dettagli

Algebra Lineare e Geometria

Algebra Lineare e Geometria Algebra Lineare e Geometria Corso di Laurea in Ingegneria Elettronica A.A. 2013-2014 Prova d esame del 16/06/2014. 1) a) Determinare la matrice associata all applicazione lineare T : R 3 R 4 definita da

Dettagli

L offerta economicamente più vantaggiosa. Alessandro Simonetta Consulenza per l Innovazione Tecnologica alessandro.simonetta@gmail.

L offerta economicamente più vantaggiosa. Alessandro Simonetta Consulenza per l Innovazione Tecnologica alessandro.simonetta@gmail. L offerta economicamente più vantaggiosa Alessandro Simonetta Consulenza per l Innovazione Tecnologica alessandro.simonetta@gmail.com 1 Quadro Legislativo D.P.R. n.544/99 D.Lgs n.163/06 e s.m.i. D. Lgs

Dettagli

Di testi ed immagini

Di testi ed immagini Università Cattolica del Sacro Cuore - Brescia 23/5/2005 Parte I: Richiami di algebra lineare Parte II: Applicazioni Sommario della Parte I 1 Diagonalizzabilità di una matrice Autovalori ed autovettori

Dettagli

LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE

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

Dettagli

ANALISI DEI DATI PER IL MARKETING 2014

ANALISI DEI DATI PER IL MARKETING 2014 ANALISI DEI DATI PER IL MARKETING 2014 Marco Riani mriani@unipr.it http://www.riani.it RIPASSO SULLE MATRICI 1 Addizione tra matrici Moltiplicazione Matrice diagonale Matrice identità Matrice trasposta

Dettagli

Le catene di Markov come metodologia utilizzata dai motori di ricerca per classificare le pagine web su internet.

Le catene di Markov come metodologia utilizzata dai motori di ricerca per classificare le pagine web su internet. Università degli Studi di Palermo Facoltà di Economia Dipartimento di Scienze Statistiche e Matematiche S. Vianelli Dottorato di Ricerca in Statistica e Finanza Quantitativa - XXI Ciclo Sergio Salvino

Dettagli

(prezzo di chiusura del Venerdi' - prezzo di chiusura del Venerdi' precedente)/(prezzo di chiusura del Venerdi' precedente)

(prezzo di chiusura del Venerdi' - prezzo di chiusura del Venerdi' precedente)/(prezzo di chiusura del Venerdi' precedente) Vediamo ora alcuni esempi. Esempio1 (titoli) Consideriamo alcuni dati riguardanti il tasso settimanale di ritorno di cinque titoli della borsa di New York, registrati da Gennaio 1975 a Dicembre 1976. Il

Dettagli

1 Convessità olomorfa

1 Convessità olomorfa 1 Convessità olomorfa Esercizio 1 Sia f O(C n ) e sia X = {f = 0}; dimostrare che, per ogni K compatto di X, l inviluppo K O(Cn ) è contenuto in X. Esercizio 2 Fissato un reale δ (0, 2π), consideriamo

Dettagli

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

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

Dettagli

INTRODUZIONE A MATLAB Matrix Laboratory

INTRODUZIONE A MATLAB Matrix Laboratory INTRODUZIONE A MATLAB Matrix Laboratory Introduzione Linguaggio di programmazione per applicazioni scientifiche e numeriche Vasto set di funzioni predefininte Interprete di comandi Possibilità di scrivere

Dettagli

Corso di Laurea in Ingegneria Informatica Analisi Numerica

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

Dettagli

L analisi fattoriale

L analisi fattoriale L analisi fattoriale Scopo dell analisi fattoriale e quello di identificare alcune variabili latenti (fattori) in grado di spiegare i legami, le interrelazioni e le dipendenze tra le variabili statistiche

Dettagli

Metodi basati sugli autovettori per il Web Information Retrieval

Metodi basati sugli autovettori per il Web Information Retrieval Metodi basati sugli autovettori per il Web Information Retrieval HITS, PageRank e il metodo delle potenze LSI e SVD LSI è diventato famoso per la sua abilità nel permettere di manipolare i termini (all

Dettagli

SciPy. Programmazione Orientata agli Oggetti e Scripting in Python

SciPy. Programmazione Orientata agli Oggetti e Scripting in Python SciPy Programmazione Orientata agli Oggetti e Scripting in Python SciPy: Informazioni di Base Libreria di algoritmi e strumenti matematici Fornisce: moduli per l'ottimizzazione, per l'algebra lineare,

Dettagli

2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 1 INTRODUZIONE

2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 1 INTRODUZIONE 2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 INTRODUZIONE Il problema agli autovalori di un operatore La trattazione del problema agli autovalori di un operatore fatta negli spazi finitodimensionali

Dettagli

Corso di Analisi Numerica

Corso di Analisi Numerica Corso di Laurea in Ingegneria Informatica Corso di Analisi Numerica 8 - METODI ITERATIVI PER I SISTEMI LINEARI Lucio Demeio Dipartimento di Scienze Matematiche 1 Norme e distanze 2 3 4 Norme e distanze

Dettagli

Analisi discriminante

Analisi discriminante Capitolo 6 Analisi discriminante L analisi statistica multivariata comprende un corpo di metodologie statistiche che permettono di analizzare simultaneamente misurazioni riguardanti diverse caratteristiche

Dettagli

CRITERI SEMPLICI CRITERI COMPLESSI CRITERI DI SELEZIONE

CRITERI SEMPLICI CRITERI COMPLESSI CRITERI DI SELEZIONE Firenze 8 Gennaio 2010 PROMO P.A. ANCE TOSCANA L offerta economicamente più vantaggiosa nei lavori pubblici Ing. Riccardo Gaddi 1 CRITERI DI SELEZIONE CRITERI SEMPLICI METODI DI DECISIONE MONOATTRIBUTO:

Dettagli

Principal. component analysis. Dai volti agli spettri di galassie

Principal. component analysis. Dai volti agli spettri di galassie Principal component analysis Dai volti agli spettri di galassie SCOPO: PCA for beginners Ridurre il numero di variabili all interno di una collezione di oggetti per descriverli piu facilmente, sulla base

Dettagli

Uso di librerie preconfezionate. pezzi di programma già scritto da altri; di solito ben collaudati;

Uso di librerie preconfezionate. pezzi di programma già scritto da altri; di solito ben collaudati; Uso di librerie preconfezionate Cosa sono: pezzi di programma già scritto da altri; di solito ben collaudati; comprendono le definizioni delle funzioni e il codice eseguibile; per librerie di pubblico

Dettagli

ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D)

ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D) ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI () Una immagine (digitale) permette di percepire solo una rappresentazione 2D del mondo La visione 3D si pone lo scopo di percepire il mondo per come è in 3 dimensioni

Dettagli

Metodi iterativi per sistemi lineari

Metodi iterativi per sistemi lineari Metodi iterativi per sistemi lineari Dario A. Bini, Università di Pisa 30 ottobre 2013 Sommario Questo modulo didattico contiene risultati relativi ai metodi iterativi per risolvere sistemi di equazioni

Dettagli

Elaborazione delle Immagini Digitali

Elaborazione delle Immagini Digitali Elaborazione delle Immagini Digitali Parte I Prof. Edoardo Ardizzone A.A. 2-22 La trasformata di Hotelling o di Karhunen-Loeve KLT discreta Questa trasformata detta anche analisi delle componenti principali

Dettagli

CIRCUITI INTELLIGENTI Parte 5: PCA e ICA

CIRCUITI INTELLIGENTI Parte 5: PCA e ICA Ing. Simone SCARDAPANE Circuiti e Algoritmi per l Elaborazione dei Segnali Anno Accademico 2012/2013 Indice della Lezione 1. Analisi delle Componenti Principali 2. Auto-Associatori 3. Analisi delle Componenti

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

MATRICI E POPOLAZIONI STRATIFICATE

MATRICI E POPOLAZIONI STRATIFICATE Mathesis Firenze Sezione di FIRENZE 24 febbraio 2010 MATRICI E POPOLAZIONI STRATIFICATE Gloria Papi Dipartimento di Matematica U.Dini papi@math.unifi.it n. 1 di 34 Introduzione: modelli di accrescimento

Dettagli

Principal Component Analysis (PCA)

Principal Component Analysis (PCA) Principal Component Analysis (PCA) Come evidenziare l informazione contenuta nei dati S. Marsili-Libelli: Calibrazione di Modelli Dinamici pag. Perche PCA? E un semplice metodo non-parametrico per estrarre

Dettagli

Cenni sull'impiego di Matlab. Matrici

Cenni sull'impiego di Matlab. Matrici Cenni sull'impiego di Matlab Il Matlab è un potente valutatore di espressioni matriciali con valori complessi. Lavorando in questo modo il Matlab indica una risposta ad ogni comando od operazione impartitagli.

Dettagli

Analisi delle correlazioni nel mercato italiano con l utilizzo della teoria delle matrici random

Analisi delle correlazioni nel mercato italiano con l utilizzo della teoria delle matrici random Analisi delle correlazioni nel mercato italiano con l utilizzo della teoria delle matrici random Sommario Cosa vedremo: 1 breve introduzione alle correlazioni tra titoli e alla teoria delle matrici random;

Dettagli

ESERCIZI SUI SISTEMI LINEARI

ESERCIZI SUI SISTEMI LINEARI ESERCIZI SUI SISTEMI LINEARI Consideriamo ora il sistema lineare omogeneo a coefficienti costanti associato alla matrice A M n n, cioè SLO Vale il seguente = A. Teorema. Sia v R n \ } e sia λ C. Condizione

Dettagli

Principal Component Analysis

Principal Component Analysis Principal Component Analysis Alessandro Rezzani Abstract L articolo descrive una delle tecniche di riduzione della dimensionalità del data set: il metodo dell analisi delle componenti principali (Principal

Dettagli

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

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

Dettagli

Studio empirico per la dinamica della curva dei tassi d interesse forward

Studio empirico per la dinamica della curva dei tassi d interesse forward UNIVERSITÀ DEGLI STUDI DI ROMA TRE FACOLTÀ DI SCIENZE M.F.N. Studio empirico per la dinamica della curva dei tassi d interesse forward Sintesi della tesi di Laurea in Matematica di Daniela Cavaldesi Relatore:

Dettagli

Grazie ai Colleghi di Geometria del Dipartimento di Matematica dell Università degli Studi di Torino per il loro prezioso contributo. Grazie al Prof.

Grazie ai Colleghi di Geometria del Dipartimento di Matematica dell Università degli Studi di Torino per il loro prezioso contributo. Grazie al Prof. A01 178 Grazie ai Colleghi di Geometria del Dipartimento di Matematica dell Università degli Studi di Torino per il loro prezioso contributo. Grazie al Prof. S.M. Salamon per tanti utili suggerimenti e

Dettagli

1 Regole generali per l esame. 2 Libro di Testo

1 Regole generali per l esame. 2 Libro di Testo FACOLTÀ DI INGEGNERIA Corso di GEOMETRIA E ALGEBRA (mn). (Ing. per l Ambiente e il Territorio, Ing. Informatica - Sede di Mantova) A.A. 2008/2009. Docente: F. BISI. 1 Regole generali per l esame L esame

Dettagli

Indice. Capitolo 1 Introduzione... 1. Capitolo 2 Rappresentazioni lineari e modelli di sistemi da diverse discipline... 9

Indice. Capitolo 1 Introduzione... 1. Capitolo 2 Rappresentazioni lineari e modelli di sistemi da diverse discipline... 9 Indice Capitolo 1 Introduzione... 1 Capitolo 2 Rappresentazioni lineari e modelli di sistemi da diverse discipline... 9 2.1 Alcuni semplici modelli.............................. 10 2.1.a Un sistema meccanico

Dettagli

RICERCHE DI MERCATO. 5.6 Analisi Fattoriale (Componenti Principali)

RICERCHE DI MERCATO. 5.6 Analisi Fattoriale (Componenti Principali) RICERCHE DI MERCATO 5.6 Analisi Fattoriale (Componenti Principali) Prof. L. Neri Dip. di Economia Politica Premessa Come evidenziato in precedenza l approccio di segmentazione per omogeneità prevede la

Dettagli

BrandForum. auto- valutazione riguardo l utilizzo delle suddette applicazioni [4]. In secondo luogo, è stata avviata una valutazione extra-aziendale

BrandForum. auto- valutazione riguardo l utilizzo delle suddette applicazioni [4]. In secondo luogo, è stata avviata una valutazione extra-aziendale Brand on the net - II puntata Gli esiti delle indagini desk e field 1. Metodologia di analisi 2. Analisi dei dati 2.1. Le auto-valutazioni valutazioni 2.2 Le valutazioni extra-aziendali aziendali 3. Conclusioni

Dettagli

METODI ITERATIVI PER SISTEMI LINEARI

METODI ITERATIVI PER SISTEMI LINEARI METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione

Dettagli

servono per andare a studiare l'argomento che prendiamo in considerazione in questo momento cioè la scelta politica. Quindi si presuppone,

servono per andare a studiare l'argomento che prendiamo in considerazione in questo momento cioè la scelta politica. Quindi si presuppone, ANALISI FATTORIALE I calcoli che vengono fatti con l'analisi fattoriale servono soprattutto per validare dei questionari quindi è così troviamo una struttura esterna per andare a vedere gli item, cioè

Dettagli

Indice generale. Prefazione

Indice generale. Prefazione Prefazione vii 1 Classificazione dei sistemi e dei modelli 1 1.1 Introduzione 1 1.2 Principi di base della teoria dei sistemi e del controllo 2 1.2.1 I concetti di sistema e di modello 3 1.2.2 Il concetto

Dettagli

Reti complesse Ranking

Reti complesse Ranking Reti complesse Ranking dellamico@disi.unige.it Applicazioni di rete 2 A.A. 2006-07 Outline 1 Ricerca sul web Ranking 2 L'ago nel pagliaio Ricerca sul web Ranking Immaginiamo di avere una biblioteca con

Dettagli

Carlo Cosmelli. La visione del mondo della Relatività e della Meccanica Quantistica. Settimana 5. Lezione 5.1 La funzione d onda I parte

Carlo Cosmelli. La visione del mondo della Relatività e della Meccanica Quantistica. Settimana 5. Lezione 5.1 La funzione d onda I parte La visione del mondo della Relatività e della Meccanica Quantistica Settimana 5 Lezione 5.1 La funzione d onda I parte Carlo Cosmelli 1 Riassunto al 1924 Quindi: 1900 - Planck: lo scambio di Energia [onda

Dettagli

Esercizi sulle affinità - aprile 2009

Esercizi sulle affinità - aprile 2009 Esercizi sulle affinità - aprile 009 Ingegneria meccanica 008/009 Esercizio Sono assegnate nel piano le sei rette r : =, s : =, t : =, r : =, s : =, t : = determinare l affinità che trasforma ordinatamente

Dettagli

Matematica nel Web: l esempio di Google

Matematica nel Web: l esempio di Google Matematica nel Web: l esempio di Google Prof. Marco Donatelli Dipartimento di Scienza e Alta Tecnologia Università dell Insubria Young 28 novembre 2013 LarioFiere Erba Matematica e applicazioni La matematica

Dettagli

UNIT 2 I modelli matematici ricchi di informazione Corso di Controlli Automatici Prof. Tommaso Leo Corso di Controlli Automatici Prof.

UNIT 2 I modelli matematici ricchi di informazione Corso di Controlli Automatici Prof. Tommaso Leo Corso di Controlli Automatici Prof. UNIT 2 I modelli matematici ricchi di informazione Corso di Controlli Automatici Prof. Tommaso Leo Corso di Controlli Automatici Prof. Tommaso Leo 1 Indice UNIT 2 I modelli matematici ricchi di informazione

Dettagli

Complementi di Controllo Digitale

Complementi di Controllo Digitale Complementi di Controllo Digitale Alberto Bemporad Dipartimento di Ingegneria dell Informazione Università degli Studi di Siena bemporad@dii.unisi.it http://www.dii.unisi.it/~bemporad Corso di Laurea in

Dettagli

INFOSYS S.r.l. - Via Castromediano, 133-70126 Bari tel 080.2022050 fax 080.5531734 e-mail: infosys@hsnet.it sito: www.e-infosys.it

INFOSYS S.r.l. - Via Castromediano, 133-70126 Bari tel 080.2022050 fax 080.5531734 e-mail: infosys@hsnet.it sito: www.e-infosys.it INFOSYS S.r.l. - Via Castromediano, 133-70126 Bari tel 080.2022050 fax 080.5531734 e-mail: infosys@hsnet.it sito: www.e-infosys.it DESCRIZIONE GENERALE Software di calcolo strutturale, per il progetto

Dettagli

Chimica Fisica I. a.a. 2012/2013 S. Casassa

Chimica Fisica I. a.a. 2012/2013 S. Casassa a.a. 2012/2013 S. Casassa 1 Note Tecniche 2 Testi consigliati: G.K. Vemulapalli, Chimica Fisica", EdiSES, Napoli (1995). D.A. Mc Quarrie e J.D. Simon, Chimica Fisica: un approccio molecolare", Zanichelli,

Dettagli

Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione

Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione Consideriamo il nostro dataset formato da 468 individui e 1 variabili nominali costituite dalle seguenti modalità : colonna D: Age of client

Dettagli

ANALISI NUMERICA. Elementi finiti bidimensionali. a.a. 2014 2015. Maria Lucia Sampoli. ANALISI NUMERICA p.1/23

ANALISI NUMERICA. Elementi finiti bidimensionali. a.a. 2014 2015. Maria Lucia Sampoli. ANALISI NUMERICA p.1/23 ANALISI NUMERICA Elementi finiti bidimensionali a.a. 2014 2015 Maria Lucia Sampoli ANALISI NUMERICA p.1/23 Elementi Finiti 2D Consideriamo 3 aspetti per la descrizione di elementi finiti bidimensionali:

Dettagli

Autovalori e autovettori di una matrice quadrata

Autovalori e autovettori di una matrice quadrata rgomento bis utovalori e autovettori di una matrice quadrata Trasformazioni di R n Consideriamo una matrice quadrata di ordine n a coefficienti, ad esempio, in R. Essa rappresenta una trasformazione di

Dettagli

Morte di un gatto e splitting del Multiverso

Morte di un gatto e splitting del Multiverso http://www.extrabyte.info Monografia 001 February 04th, 2015 Morte di un gatto e splitting del Multiverso Marcello Colozzo Dedicato a un gatto che non c è più Sommario Keywords: many worlds interpretation,meccanica

Dettagli

3. Matrici e algebra lineare in MATLAB

3. Matrici e algebra lineare in MATLAB 3. Matrici e algebra lineare in MATLAB Riferimenti bibliografici Getting Started with MATLAB, Version 7, The MathWorks, www.mathworks.com (Capitolo 2) Mathematics, Version 7, The MathWorks, www.mathworks.com

Dettagli

Potenziamenti di Matematica e Fisica POTENZIAMENTO DI MATEMATICA

Potenziamenti di Matematica e Fisica POTENZIAMENTO DI MATEMATICA Potenziamenti di Matematica e Fisica I potenziamenti di Matematica e Fisica sono rivolti agli studenti del terzo e quarto anno per integrare ed approfondire alcuni argomenti trattati solo marginalmente

Dettagli

Il sistema di Lorenz. http://astronomy.swin.edu.au/~pbourke/fractals/lorenz/ giovedì 24 novembre 11

Il sistema di Lorenz. http://astronomy.swin.edu.au/~pbourke/fractals/lorenz/ giovedì 24 novembre 11 Il sistema di Lorenz http://astronomy.swin.edu.au/~pbourke/fractals/lorenz/ Edward Lorenz Professor of Meteorology at the Massachusetts Institute of Technology In 1963 derived a three dimensional system

Dettagli

Von Neumann fa anche l ipotesi che i funzionali siano lineari sull algebra:

Von Neumann fa anche l ipotesi che i funzionali siano lineari sull algebra: CAPITOLO 6 Il paradosso di Einstein Podolski Rosen Nel 1935 usciva un articolo degli autori sopra indicati, dal titolo Si può ritenere completa la descrizione quantistica della realtà fisica? L articolo

Dettagli

Studio del sistema AIRSAR e classificazione di immagini SAR polarimetriche di aree suburbane

Studio del sistema AIRSAR e classificazione di immagini SAR polarimetriche di aree suburbane INFO-COM Dpt. Università degli tudi di Roma La apienza Facoltà di Ingegneria Corso di Laurea in Ingegneria delle Telecomunicazioni Cattedra di istemi di Telerilevamento II Tesi di laurea tudio del sistema

Dettagli

Analisi fattoriale 1

Analisi fattoriale 1 Analisi fattoriale Analisi fattoriale: a che serve? L analisi fattoriale permette di rappresentare un set di variabili tramite un insieme più compatto di nuove variate fra loro indipendenti. Da tante variabili

Dettagli

Corso di Laurea in Ing. Edile Politecnico di Bari A.A. 2008-2009 Prof. ssa Letizia Brunetti DISPENSE DEL CORSO DI GEOMETRIA

Corso di Laurea in Ing. Edile Politecnico di Bari A.A. 2008-2009 Prof. ssa Letizia Brunetti DISPENSE DEL CORSO DI GEOMETRIA Corso di Laurea i Ig Edile Politecico di Bari AA 2008-2009 Prof ssa Letizia Bruetti DISPENSE DEL CORSO DI GEOMETRIA 2 Idice Spazi vettoriali Cei sulle strutture algebriche 4 2 Defiizioe di spazio vettoriale

Dettagli

Catene di Markov. 8 ottobre 2009

Catene di Markov. 8 ottobre 2009 Catene di Markov 8 ottobre 2009 Definizione 1. Si dice catena di Markov (finita) un sistema dotato di un numero finito n di stati {1, 2,..., n} che soddisfi la seguente ipotesi: la probabilità che il sistema

Dettagli

Laboratorio di Matematica Computazionale A.A. 2008-2009 Lab. 1 - Introduzione a Matlab

Laboratorio di Matematica Computazionale A.A. 2008-2009 Lab. 1 - Introduzione a Matlab Laboratorio di Matematica Computazionale A.A. 2008-2009 Lab. 1 - Introduzione a Matlab Alcune informazioni su Matlab Matlab è uno strumento per il calcolo scientifico utilizzabile a più livelli, dalla

Dettagli

Sistema di rilevamento automatico e riconoscimento volti. aspetti metodologici e pratici

Sistema di rilevamento automatico e riconoscimento volti. aspetti metodologici e pratici Introduzione Sistema di rilevamento automatico e riconoscimento volti: aspetti metodologici e pratici by Univr https://www.scienze.univr.it 24 novembre 2010 Goal Introduzione Goal Sistemi biometrici Face

Dettagli

FOGLIO 6 - Esercizi Riepilogativi Svolti. Nei seguenti esercizi, si consideri fissato una volta per tutte un riferimento proiettivo per

FOGLIO 6 - Esercizi Riepilogativi Svolti. Nei seguenti esercizi, si consideri fissato una volta per tutte un riferimento proiettivo per Universita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Edile/Architettura Esercizi per il corso di GEOMETRIA 2 - aa 2007/2008 Docente: Prof F Flamini - Tutore: Dott M Paganin FOGLIO 6 - Esercizi

Dettagli

Stabilità di Lyapunov

Stabilità di Lyapunov Stabilità di Lyapunov Flaviano Battelli Dipartimento di Scienze Matematiche Università Politecnica delle Marche Ancona Introduzione. In queste note presentiamo i primi elementi della teoria della stabilità

Dettagli

MATLAB - Introduzione Enrico Nobile. MATLAB - Introduzione. E. Nobile - DINMA - Sezione di Fisica Tecnica, Università di Trieste

MATLAB - Introduzione Enrico Nobile. MATLAB - Introduzione. E. Nobile - DINMA - Sezione di Fisica Tecnica, Università di Trieste Enrico Nobile I a Parte 1 MATLAB (MATrix LABoratory); Versione 5.2; Basato sul concetto - ampio - di Matrici; Calcolo numerico, visualizzazione etc. Facile utilizzo di librerie per il calcolo numerico

Dettagli

Analisi in Componenti Principali

Analisi in Componenti Principali Analisi in Componenti Principali ( Esempio sul dataset Cars ) (azzurro = teoria) Introduzione Si effettuano p rilevazioni statistiche su n unità. Ciascuna unità può essere visualizzata con un punto di

Dettagli

2. Differenze Finite. ( ) si

2. Differenze Finite. ( ) si . Differenze Finite In questa Nota tratteremo della soluzione numerica di equazioni a derivate parziali scalari attraverso il metodo delle differenze finite. In particolare, affronteremo il problema della

Dettagli

Sistema di rilevamento automatico e riconoscimento volti. aspetti metodologici e pratici

Sistema di rilevamento automatico e riconoscimento volti. aspetti metodologici e pratici Introduzione Sistema di rilevamento automatico e riconoscimento volti: aspetti metodologici e pratici by Univr https://www.scienze.univr.it 24 novembre 2010 Goal Introduzione Goal Sistemi biometrici Face

Dettagli

Facoltà di Ingegneria anno accademico 2007/08 Registro dell'attività didattica. Calcolo 2 [40214]

Facoltà di Ingegneria anno accademico 2007/08 Registro dell'attività didattica. Calcolo 2 [40214] Facoltà di Ingegneria anno accademico 2007/08 Registro dell'attività didattica Calcolo 2 [40214] Attività didattica: Attività didattica [codice] Corso di studio Facoltà Calcolo 2 [40214] Ingegneria delle

Dettagli

ANALISI DELLA DISTRIBUZIONE DELLE FORME CARSICHE E DELLA SUSCETTIBILITA ALLO SPROFONDAMENTO NELLA PENISOLA SALENTINA (PUGLIA) Ing.

ANALISI DELLA DISTRIBUZIONE DELLE FORME CARSICHE E DELLA SUSCETTIBILITA ALLO SPROFONDAMENTO NELLA PENISOLA SALENTINA (PUGLIA) Ing. ANALISI DELLA DISTRIBUZIONE DELLE FORME CARSICHE E DELLA SUSCETTIBILITA ALLO SPROFONDAMENTO NELLA PENISOLA SALENTINA (PUGLIA) Ing. Emanuela Bruno Le aree carsiche sono particolarmente sensibili alle pressioni

Dettagli

FISICA QUANTISTICA. Dalla delocalizzazione al teletrasporto passando per la non località

FISICA QUANTISTICA. Dalla delocalizzazione al teletrasporto passando per la non località FISICA QUANTISTICA Dalla delocalizzazione al teletrasporto passando per la non località Lavoro di maturità Nicola Ghiringhelli Liceo di Locarno 004 005 Professore responsabile: Christian Ferrari Ringraziamenti

Dettagli

Lab. 1 - Introduzione a Matlab

Lab. 1 - Introduzione a Matlab Lab. 1 - Introduzione a Matlab Alcune informazioni su Matlab Matlab è uno strumento per il calcolo scientifico utilizzabile a più livelli, dalla calcolatrice tascabile, alla simulazione ed analisi di sistemi

Dettagli

Calcolatrice Casio FX-CP400 - Minimo 10 pezzi

Calcolatrice Casio FX-CP400 - Minimo 10 pezzi Codice: 300899 Prezzo: 147,53 Descrizione Calcolatrice grafica con sistema di algebra computazionale e touchscreen a colori ad alta risoluzione. L'ultimo modello della serie ClassPad consente una gestione

Dettagli