Corso di Robotica 1 Cinematica inversa
|
|
- Agostina Rocchi
- 7 anni fa
- Visualizzazioni
Transcript
1 Corso di Robotica 1 Cinematica inversa Prof. Alessandro De Luca Robotica 1 1
2 Problema cinematico inverso data una posa (posizione + orientamento) dell end-effector determinare l insieme di valori delle variabili di giunto che la realizza problema di sintesi, con dati nella forma: T = R p r = tipico problema nonlineare p φ esistenza soluzione (definizione workspace) unicità/molteplicità soluzione metodi di risoluzione Robotica 1
3 Risolubilità e spazio di lavoro workspace primario WS 1 : insieme dei punti p raggiungibili con almeno un orientamento (φ o R) fuori da WS 1 il problema non ha soluzione per p WS 1 e φ (o R) opportuno esiste almeno una soluzione workspace secondario WS (o di destrezza): insieme dei punti p raggiungibili con qualsiasi orientamento (tra quelli realizzabili dal robot) per p WS esiste almeno una soluzione per ogni φ (o R) WS WS 1 Robotica 1 3
4 Spazio di lavoro Fanuc R-000i/165F WS (polso sferico) Robotica 1 4
5 Spazio di lavoro robot R planare y p orientamenti l 1 +l l q l 1 -l l 1 if l 1 l q 1 WS 1 = {p R : l 1 -l p l 1 +l } WS = if l 1 = l = l x WS 1 1 orientamento WS 1 = {p R : p l} WS = {p = 0} (infiniti orientamenti possibili all origine) Robotica 1 5
6 Posizionamento robot articolato SN DW Unimation PUMA 560 DX DW 4 soluzioni fuori dalle singolarità SN UP 8 soluzioni se si considera anche l orientamento dell E-E (polso sferico: soluzioni alternative per gli ultimi 3 giunti) DX UP Robotica 1 6
7 Molteplicità soluzioni posizionamento robot R planare soluzioni in WS 1 1 soluzione su WS 1 per l 1 = l : soluzioni in WS posizionamento robot 3R articolato singolari 4 soluzioni in WS 1 robot 6R 16 soluzioni, fuori dalle singolarità: questo upper bound è effettivamente raggiunto da un particolare robot ortogonale, cioè con α i = 0, ±π/ ( i) analisi basata su trasformazioni algebriche della cinematica in una equazione polinomiale di grado più basso possibile Robotica 1 7
8 y l Spazio di lavoro robot 3R planare q 3 q l 3 p l 1 = l = l 3 = l WS 1 = {p R : p 3l} l 1 q 1 1. in WS 1 : 1 soluzioni tutte non singolari (tranne casi. e 3.) in cui l E-E può assumere un continuum di orientamenti (ma non tutti!). if p = 3l : 1 soluzione singolare 3. if p = l : 1 soluzioni di cui 3 singolari x WS = {p R : p l} 4. if p < l : 1 soluzioni mai singolari, qualsiasi orientamento (WS ) Robotica 1 8
9 Molteplicità soluzioni sommario generale dei casi se m = n soluzioni soluzioni multiple in numero finito (caso generico) infinite soluzioni degeneri o un numero finito diverso da quello generico (in singolarità) se m < n (robot ridondante per il compito) soluzioni n-m soluzioni soluzioni singolari in numero finito o infinito Robotica 1 9
10 Robot Dexter 8R m = 6 (posizione e orientamento dell organo terminale) n = 8 (tutti giunti rotatori) soluzioni cinematiche inverse (ridondanza) video esplorazione delle soluzioni cinematiche inverse con un auto-movimento Robotics 1 10
11 Metodi di soluzione soluzione ANALITICA (in forma chiusa) soluzione NUMERICA (in forma iterativa) preferibile, se è possibile trovarla * ispezione geometrica ad hoc metodi algebrici (soluzione equazioni polinomiali * ) metodi sistematici di generazione di set minimali di equazioni da risolvere * condizioni sufficienti per un 6R 3 assi di giunto rotoidali consecutivi incidenti (es. polso sferico), oppure 3 assi di giunto rotoidali consecutivi paralleli necessaria se n>m (ridondanti) o in singolarità più lenta, ma di facile derivazione richiede il calcolo dello Jacobiano analitico della cinematica diretta J r (q) = f r (q) q metodi di Newton, del gradiente, ecc. Robotica 1 11
12 y p y Cinematica inversa R l q p cinematica diretta p x = l 1 c 1 + l c 1 l 1 p y = l 1 s 1 + l s 1 q 1 p x x dati q 1, q incognite quadrando e sommando le equazioni della cinematica diretta p x + p y - (l 1 + l ) = l 1 l (c 1 c 1 + s 1 s 1 ) = l 1 l c da cui in forma analitica c = (p x + p y - l 1 - l )/ l 1 l, s = ± 1 - c, q = ATAN {s, c } deve essere in [-1,1] (altrimenti, è fuori dal workspace!) soluzioni Robotica 1 1
13 y p y β q 1 Cinematica inversa R (continua) α q p p x soluzioni (una per ogni valore di s ) {q 1,q } UP/LEFT x per ispezione geometrica q 1 = α - β q 1 = ATAN {p y, p x } - ATAN {l s, l 1 + l c } q 1 q 1 q q p N.B. da riportare eventualmente in [-π, π ]! {q 1,q } DW/RIGHT q e q uguali in modulo e opposti in segno Robotica 1 13
14 Soluzione (algebrica) alternativa p x = l 1 c 1 + l c 1 = l 1 c 1 + l (c 1 c - s 1 s ) p y = l 1 s 1 + l s 1 = l 1 s 1 + l (s 1 c + c 1 s ) lineari in s 1 e c 1 l 1 + l c - l s c 1 = p x l s l 1 + l c s 1 p y det = (l 1 + l + l 1 l c ) > 0 q 1 = ATAN {s 1, c 1 } tranne per l 1 = l e c = -1 per cui q 1 non è definita Note: a) automaticamente in [-π, π ]! b) in ATAN, dalle espressioni di s 1 e c 1 si può togliere il det >0 Robotica 1 14
15 Cinematica inversa robot polare p z q 3 p x = q 3 c c 1 p y = q 3 c s 1 p z = d 1 + q 3 s d 1 q p y p x + p y + (p z - d 1 ) = q 3 q 3 = + p x + p y + (p z - d 1 ) p x q 1 qui solo, q 3 0 q = ATAN{(p z - d 1 )/q 3, ± (p x + p y ) /q 3 } se c 0, q 1 = ATAN{p y /c, p x /c } ( soluzioni {q 1,q,q 3 }) altrimenti, q 1 indeterminata (singolarità, soluzioni) Robotica 1 15
16 Cinematica inversa per robot con polso sferico x 0 x z 6 0 j5 j4 j1 primi 3 giunti (RRR, RRP, PPP, ) y 0 j6 W z 4 z 3 z 5 d 6 y 6 O 6 = p z 6 = a trovare q 1,, q 6, assegnati: p (origine O 6 ) R = [n s a] (orientamento SR 6 ) 1. W = p - d 6 a q 1, q, q 3 (cinematica inversa struttura portante). R = 0 R 3 (q 1, q, q 3 ) 3 R 6 (q 4, q 5, q 6 ) q 4, q 5, q 6 (cinematica inversa polso) data nota, dopo 1. matrice di Eulero ZYZ o ZXZ Robotica 1 16
17 Esempio 6R: Unimation PUMA 600 polso sferico 0 x 6 0 y 6 0 z 6 esistono 8 soluzioni inverse in forma chiusa (vedi Paul, Shimano, Mayer; 1981) Robotica 1 17
18 la soluzione analitica di r = f(q) non esiste o è di difficile derivazione J r (q) = f r q (Jacobiano analitico) metodo di Newton (qui nel caso m=n) Soluzione numerica della cinematica inversa r = f r (q) = f r (q k ) + J r (q k ) (q - q k ) + o( q - q k ) si trascura q k+1 = q k + J r -1 (q k ) [r - f r (q k )] converge se q 0 (stima iniziale) sufficientemente vicina a q * : f r (q * ) = r ha problemi vicino alle singolarità dello Jacobiano J r (q) non si applica per robot ridondanti (m<n) [uso pseudoinversa J r# (q)] ha convergenza quadratica vicino alla soluzione (rapido!) Robotica 1 18
19 Soluzione numerica della cinematica inversa (continua) metodo del gradiente (massima discesa) si minimizza la funzione d errore H(q) = ½ r - f r (q) = ½ [r - f r (q)] T [r - f r (q)] q k+1 = q k - α q H(q k ) poiché H(q) = - J rt (q) [r - f r (q)], si ottiene q k+1 = q k + α J rt (q k ) [r - f r (q k )] il passo α deve garantire che la funzione d errore decresca ad ogni passo (per α troppo grande si potrebbe scavalcare il minimo) per α troppo piccolo, la convergenza è eccessivamente lenta Robotica 1 19
20 Interpretazione in feedback r d + - e J rt (q) f r (q). q q(0) q r d = cost (α = 1) e = r d - f r (q) 0 sistema ad anello chiuso asintoticamente stabile V = ½ e T e 0 candidata di Lyapunov... V = e T e = e T d ( q dt (r d - f r (q)) = - et J r = - e T J r J rt e 0. V = 0 e Ker(J rt ) in particolare e = 0 asintotica stabilità Robotica 1 0
21 Proprietà dello schema con gradiente più semplice dal punto di vista computazionale [Jacobiano trasposto, anziché (pseudo)-invertito] si applica direttamente anche a robot ridondanti può non convergere a una soluzione, ma non diverge mai l evoluzione della stima a tempo discreto è data da q k+1 = q k + ΔT J rt (q k ) [r - f(q k )] che equivale a un passo del metodo del gradiente (con α=δt) si può accelerare con una matrice di guadagno K>0, ponendo. q = J rt (q) K e nota: K può usarsi per uscire da una situazione di stallo in un minimo locale: permette la rotazione dell errore e fuori dal nucleo di J T r (se si è incontrata una singolarità) Robotica 1 1
22 Considerazioni aggiuntive uno schema numerico efficiente coinvolge: iterazioni iniziali con il gradiente (convergenza sicura, ma più lenta = lineare) e finali con Newton (convergenza terminale con tasso quadratico) scelte inizializzazione q 0 (genera una sola delle soluzioni) passo ottimale α nel metodo del gradiente criteri di arresto r - f(q k ) ε q k+1 -q k ε q σ min {J(q k )} σ 0 errore cartesiano (evtl. separato per posizione e orientamento) incremento dell algoritmo condizionamento dello Jacobiano (SVD) Robotica 1
Cinematica differenziale inversa Statica
Corso di Robotica 1 Cinematica differenziale inversa Statica Prof. Alessandro De Luca Robotica 1 1 Inversione della cinematica differenziale trovare le velocità di giunto che realizzano una velocità generalizzata
DettagliCinematica dei robot
Corso di Robotica 1 Cinematica dei robot Prof. Alessandro De Luca Robotica 1 1 Cinematica dei robot manipolatori Studio degli aspetti geometrici e temporali del moto delle strutture robotiche, senza riferimento
DettagliCinematica differenziale
Corso di Robotica 1 Cinematica differenziale Prof Alessandro De Luca Robotica 1 1 Cinematica differenziale studio dei legami tra moto (velocità) nello spazio dei giunti e moto (velocità lineare e angolare)
DettagliControllo nello spazio cartesiano
Corso di Robotica 2 Controllo nello spazio cartesiano Prof. Alessandro De Luca A. De Luca Controllo di posizione cartesiana PD+ per problemi di regolazione robot proporzionale all errore cartesiano/derivativo
DettagliCINEMATICA DIFFERENZIALE
CINEMATICA DIFFERENZIALE relazioni tra velocità dei giunti e velocità dell organo terminale Jacobiano geometrico Singolarità cinematiche Analisi della ridondanza Inversione della cinematica differenziale
DettagliModello dinamico dei robot: approccio di Newton-Eulero
Corso di Robotica 2 Modello dinamico dei robot: approccio di Newton-Eulero Prof. Alessandro De Luca A. De Luca Approcci alla modellistica dinamica (reprise) approccio energetico (eq. di Eulero-Lagrange)
Dettaglidi manipolatori seriali
Cinematica i diretta ed inversa di manipolatori seriali Robotica I Marco Gabiccini AA A.A. 2009/2010 LS Ing. Meccanica ed Automazione Struttura meccanica Struttura meccanica costituita da insieme di: corpi
DettagliCapitolo 3: Ottimizzazione non vincolata parte III. E. Amaldi DEI, Politecnico di Milano
Capitolo 3: Ottimizzazione non vincolata parte III E. Amaldi DEI, Politecnico di Milano 3.4 Metodi di ricerca unidimensionale In genere si cerca una soluzione approssimata α k di min g(α) = f(x k +αd k
DettagliCorso di Percezione Robotica (PRo) Modulo B. Fondamenti di Robotica
Corso di Percezione Robotica (PRo) Modulo B. Fondamenti di Robotica Fondamenti di meccanica e cinematica dei robot Cecilia Laschi cecilia.laschi@sssup.it Modulo B. Fondamenti di Robotica Fondamenti di
DettagliCorso di Percezione Robotica Modulo B. Fondamenti di Robotica
Corso di Percezione Robotica Modulo B. Fondamenti di Robotica Fondamenti di meccanica e cinematica dei robot Cecilia Laschi cecilia.laschi@sssup.it Modulo B. Fondamenti di Robotica Fondamenti di meccanica
DettagliMetodi iterativi per sistemi lineari
Metodi iterativi per sistemi lineari Mirano a costruire la soluzione x di un sistema lineare come limite di una successione di vettori Per matrici piene di ordine n il costo computazionale è dell ordine
DettagliMATRICI E SISTEMI LINEARI
1 Rappresentazione di dati strutturati MATRICI E SISTEMI LINEARI Gli elementi di una matrice, detti coefficienti, possono essere qualsiasi e non devono necessariamente essere omogenei tra loro; di solito
DettagliMetodi computazionali per i Minimi Quadrati
Metodi computazionali per i Minimi Quadrati Come introdotto in precedenza si considera la matrice. A causa di mal condizionamenti ed errori di inversione, si possono avere casi in cui il e quindi S sarebbe
DettagliMassimi e minimi vincolati
Massimi e minimi vincolati Vedremo tra breve un metodo per studiare il problema di trovare il minimo e il massimo di una funzione su di un sottoinsieme dello spazio ambiente che non sia un aperto. Abbiamo
DettagliOttimizzazione numerica
Funzioni univariate 28 Ottobre 2010 Funzioni univariate Outline 1 Funzioni univariate 2 optim Funzioni univariate I metodi di ottimizzazione consentono di trovare i punti estremanti (massimi, minimi) di
DettagliSpazio dei giunti e spazio operativo
CINEMATICA relazioni tra posizioni dei giunti e posizione e orientamento dell organo terminale Matrice di rotazione Rappresentazioni dell orientamento Trasformazioni omogenee Cinematica diretta Spazio
DettagliESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D)
ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI () Calibrazione intrinseca Spesso risulta utile calibrare la sola componente intrinseca di un sistema di visione (matrice K), e non si dispone di oggetti di forma
DettagliRobot con ridondanza cinematica
Corso di Robotica 2 Robot con ridondanza cinematica Prof. Alessandro De Luca A. De Luca Robot ridondanti cinematica diretta del compito r = f(q) f: Q R spazio dei giunti (dim Q = N) spazio del compito
DettagliGeometria analitica del piano pag 32 Adolfo Scimone
Geometria analitica del piano pag 32 Adolfo Scimone CAMBIAMENTI DI SISTEMA DI RIFERIMENTO Consideriamo il piano cartesiano R 2 con un sistema di riferimento (O,U). Se introduciamo in R 2 un secondo sistema
DettagliRisoluzione di sistemi lineari sparsi e di grandi dimensioni
Risoluzione di sistemi lineari sparsi e di grandi dimensioni Un sistema lineare Ax = b con A R n n, b R n, è sparso quando il numero di elementi della matrice A diversi da zero è αn, con n α. Una caratteristica
DettagliDiario delle lezioni di Calcolo e Biostatistica (O-Z) - a.a. 2013/14 A. Teta
Diario delle lezioni di Calcolo e Biostatistica (O-Z) - a.a. 2013/14 A. Teta 1. (1/10 Lu.) Generalità sugli insiemi, operazioni di unione, intersezione e prodotto cartesiano. Insiemi numerici: naturali,
DettagliProblema. Equazioni non lineari. Metodo grafico. Teorema. Cercare la soluzione di
Problema Cercare la soluzione di Equazioni non lineari dove Se è soluzione dell equazione, cioè allora si dice RADICE o ZERO della funzione Metodo grafico Graficamente si tratta di individuare l intersezione
DettagliLezione 3: Le strutture cinematiche. Vari modi per fare un braccio
Robotica Industriale Lezione 3: Le strutture cinematiche Vari modi per fare un braccio Tre G.D.L. traslazionali e tre rotazionali Robot cartesiano Esempio 2 1 Vari modi per fare un braccio Due G.D.L. traslazionali
DettagliCorso di Analisi Numerica - AN1. Parte 3: metodi iterativi per sistemi lineari ed. equazioni nonlineari. Roberto Ferretti
Corso di Analisi Numerica - AN1 Parte 3: metodi iterativi per sistemi lineari ed equazioni nonlineari Roberto Ferretti Filosofia generale dei metodi iterativi Metodi iterativi per Sistemi Lineari Convergenza
DettagliAPPUNTI DI MODELLI NUMERICI PER I CAMPI
APPUNTI DI MODELLI NUMERICI PER I CAMPI Giovanni Miano UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II POLO DELLE SCIENZE E DELLE TECNOLOGIE FACOLTÀ DI INGEGNERIA Indice 1. Richiami sui problemi di campo
DettagliRobotica: Errata corrige
Robotica: Errata corrige Capitolo 1: Introduzione pag. 13: Nella nota 2, la frase Il dispositivo che ripartisce adeguatamente la velocità è il differenziale. va modificata come segue: Il dispositivo che
DettagliCalcolo Numerico con elementi di programmazione
Calcolo Numerico con elementi di programmazione (A.A. 2014-2015) Appunti delle lezioni sui metodi per la soluzione di sistemi di equazioni non lineari Sistemi di equazioni non lineari Un sistema di equazioni
DettagliSistemi di Controllo Multivariabile
Sistemi di Controllo Multivariabile Controllo in retroazione di stato di un robot manipolatore PUMA Carmine Dario Bellicoso M58/028 Andrea Gerardo Barbato M58/036 Processo implementato Robot PUMA Riferimento
DettagliCinematica e Dinamica di un manipolatore Puma
Cinematica e Dinamica di un manipolatore Puma Prof. Cesare Rossi Facoltá di Ingegneria, Corso di Laurea Magistrale in Ingegneria dell Automazione Universitá Federico II, Napoli 0 dicembre 011 Giovanni
DettagliMatrici. Matrici.h Definizione dei tipi. Un po di esercizi sulle matrici Semplici. Media difficoltà. Difficili
Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo del determinante Difficili Soluzione di sistemi lineari È veramente difficile? 1 Matrici.h
DettagliRegola dei trapezi. a, b punti fissi a priori. non fissi a priori (indeterminati) errore di integrazione. a, b
INTEGRAZIONE NUMERICA (Quadratura di Gauss) Regola dei trapezi I ( b a) f ( a) + f ( b) f (x) errore di integrazione f (x) f (a) f (b) a b x a a ' b' b x a, b punti fissi a priori a, b non fissi a priori
DettagliREGISTRO DELLE ESERCITAZIONI
UNIVERSITA DEGLI STUDI DI GENOVA FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI REGISTRO DELLE ESERCITAZIONI del Corso UFFICIALE di GEOMETRIA A tenute dal prof. Domenico AREZZO nell anno accademico
DettagliFONDAMENTI 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
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Risoluzione di Equazioni Algebriche Le equazioni algebriche sono equazioni del tipo P(x) = 0 dove P è un polinomio di grado n cioé P(x) = a 1 x n + a 2 x n
DettagliCLASSIFICAZIONE DELLE CONICHE AFFINI
CLASSIFICAZIONE DELLE CONICHE AFFINI Pre-requisiti necessari. Elementi di geometria analitica punti e rette nel piano cartesiano, conoscenza delle coniche in forma canonica). Risoluzione di equazioni e
DettagliProgramma del corso di: Calcolo Numerico Corso di laurea in Matematica a.a. 2005-06 Prof. B.Paternoster
Programma del corso di: Calcolo Numerico Corso di laurea in Matematica a.a. 2005-06 Prof. B.Paternoster Richiami di analisi degli errori. Rappresentazione dei numeri in un calcolatore. Operazioni di macchina.
DettagliESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D)
ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI () Structure From Motion Date m immagini di n punti 3D (fissi) Stimare le m matrici di proiezione P i e gli n vettori X j date le mn corrispondenze x ij SFM
Dettagli1 Sistemi di riferimento
Università di Bologna - Corsi di Laurea Triennale in Ingegneria, II Facoltà - Cesena Esercitazioni del corso di Fisica Generale L-A Anno accademico 2006-2007 1 Sistemi di riferimento Le grandezze usate
DettagliTempo a disposizione: 150 minuti. 1 È dato l endomorfismo f : R 3 R 3 definito dalle relazioni
Università degli Studi di Catania Anno Accademico 2014-2015 Corso di Laurea in Informatica Prova in itinere di Matematica Discreta (12 CFU) 17 Aprile 2015 Prova completa Tempo a disposizione: 150 minuti
DettagliLezione 6 Richiami di Geometria Analitica
1 Piano cartesiano Lezione 6 Richiami di Geometria Analitica Consideriamo nel piano due rette perpendicolari che si intersecano in un punto O Consideriamo ciascuna di queste rette come retta orientata
DettagliMetodi per il calcolo degli zeri di funzioni non lineari
Metodi per il calcolo degli zeri di funzioni non lineari N. Del Buono 1 Introduzione Le radici di un equazione non lineare f(x) = 0 non possono, in generale, essere espresse esplicitamente e anche quando
DettagliLEZIONE 12. v = α 1 v α n v n =
LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono
DettagliLuogo delle Radici. Università degli Studi di Firenze. L. Chisci, P. Falugi
Università degli Studi di Firenze Luogo delle Radici L. Chisci, P. Falugi Corso di Fondamenti di Automatica per CdL Ing. dell Informazione e Ing. dell Ambiente e delle Risorse Anno Accademico 005/06 Fondamenti
DettagliCalcolo Numerico Laurea di base in Ingegneria Elettronica, Ingegneria delle Comunicazioni
Calcolo Numerico Laurea di base in Ingegneria Elettronica, Ingegneria delle Comunicazioni Prof.ssa Laura Pezza (A.A. 2016-2017) IV Lezione del 06.03.2017 http://www.dmmm.uniroma1.it/ laura.pezza 1 Equazioni
DettagliSISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,
DettagliProgramma di matematica classe Prima
Programma di matematica classe Prima RELAZIONI E FUNZIONI Insiemi Definizione e rappresentazione con diagrammi di Venn, per elencazione, per caratteristica. Operazioni tra insiemi: intersezione, unione,
DettagliEsame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 20 giugno 2011
Esame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 20 giugno 2011 L esame consiste di 4 domande aperte e 10 esercizi a risposta multipla. Per gli esercizi ci sono
DettagliLaboratorio di Automatica Alcuni temi per tesi BIAR in Automazione e Robotica
Laboratorio di Automatica Alcuni temi per tesi BIAR in Automazione e Robotica Prof. Alessandro De Luca deluca@diag.uniroma1.it Laboratorio di Automatica 25.2.2016 Sommario - 1! esperimenti con un sensore
Dettagli1.1 Coordinate sulla retta e nel piano; rette nel piano
1 Sistemi lineari 11 Coordinate sulla retta e nel piano; rette nel piano Coordinate sulla retta Scelti su una retta un primo punto O (origine) ed un diverso secondo punto U (unita ), l identificazione
DettagliElenco moduli Argomenti Strumenti / Testi Letture / Metodi. partecipazione degli alunni. 2 Completamento equazioni e disequazioni.
Pagina 1 di 5 DISCIPLINA: MATEMATICA E LABORATORIO INDIRIZZO: IGEA CLASSE: IV FM DOCENTE : Cornelio Terreni Elenco moduli Argomenti Strumenti / Testi Letture / Metodi 1 Matematica RIPASSO e COMPLETAMENTO:
DettagliGeometria analitica di base. Equazioni di primo grado nel piano cartesiano Funzioni quadratiche Funzioni a tratti Funzioni di proporzionalità inversa
Equazioni di primo grado nel piano cartesiano Funzioni quadratiche Funzioni a tratti Funzioni di proporzionalità inversa Equazioni di primo grado nel piano cartesiano Risoluzione grafica di un equazione
DettagliAnalisi Matematica I per Ingegneria Gestionale, a.a Scritto del secondo appello, 1 febbraio 2017 Testi 1
Analisi Matematica I per Ingegneria Gestionale, a.a. 206-7 Scritto del secondo appello, febbraio 207 Testi Prima parte, gruppo.. Trovare le [0, π] che risolvono la disequazione sin(2) 2. 2. Dire se esistono
Dettagliy 5z = 7 y +8z = 10 +3z = 3
Sistemi lineari Sistemi lineari in tre incognite; esempi tipici Tre equazioni incognite x, y, z Consideriamo il seguente sistema di tre equazioni lineari nelle tre x 2y +6z = 11 x +3y 11z = 18 2x 5y +20z
DettagliSoluzione. (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
DettagliSi consideri il sistema a coefficienti reali di m equazioni lineari in n incognite
3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x
DettagliEsercizi 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
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 9 - EQUAZIONI DIFFERENZIALI ORDINARIE valori iniziali Valori iniziali Ci occuperemo della soluzione numerica di equazioni del prim ordine
DettagliTEMI D ESAME DI ANALISI MATEMATICA I
TEMI D ESAME DI ANALISI MATEMATICA I Corso di laurea quadriennale) in Fisica a.a. 003/04 Prova scritta del 3 aprile 003 ] Siano a, c parametri reali. Studiare l esistenza e, in caso affermativo, calcolare
DettagliDerivazione Numerica
Derivazione Numerica I metodi alle differenze finite sono basati sull approssimazione numerica di derivate parziali. Per questo consideriamo come problema iniziale quello di approssimare le derivate di
DettagliUNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II Facoltà di INGEGNERIA Registro delle Lezioni del Corso di CONTROLLO DEI ROBOT Corso di Laurea Magistrale in Ingegneria dell Automazione Dettate dal Prof. Bruno
DettagliMECCANICA DEI ROBOT E DELLE MACCHINE AUTOMATICHE LM Anno accademico (ing. M. Troncossi)
MECCANICA DEI ROBOT E DELLE MACCHINE AUTOMATICHE LM Anno accademico 2015-2016 (ing. M. Troncossi) Conoscenze e abilità da conseguire Lo studente acquisisce gli strumenti necessari per effettuare un'analisi
DettagliSISTEMI 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
DettagliLE EQUAZIONI DIFFERENZIALI. che, insieme alle loro derivate, soddisfano un equazione differenziale.
LE EQUAZIONI DIFFERENZIALI I problemi incontrati fin ora nel corso di studi di matematica erano tutti di tipo numerico, cioè la loro risoluzione ha sempre portato alla determinazione di uno o più numeri
Dettagli3.6 Metodi basati sui piani di taglio
3.6 Metodi basati sui piani di taglio Problema generale di Programmazione Lineare Intera (PLI) con A matrice m n e b vettore n 1 razionali min{ c t x : x X = {x Z n + : Ax b} } Sappiamo che esiste una
DettagliIl metodo delle osservazioni indirette
Il metodo delle osservazioni indirette Teoria della stima ai minimi quadrati Il criterio di massima verosimiglianza Sia data una grandezza η e si abbiano n osservazioni indipendenti l i (i=1,...,n) di
Dettagli3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI
3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI ESISTENZA DI UN PUNTO DI OTTIMO VINCOLATO Il problema di ottimizzazione vincolata introdotto nel paragrafo precedente può essere formulato nel modo seguente:
DettagliCdL in Ingegneria Gestionale e CdL in Ingegneria del Recupero Edilizio ed Ambientale
CdL in Ingegneria Gestionale e CdL in Ingegneria del Recupero Edilizio ed Ambientale della prova scritta di Algebra Lineare e Geometria- Compito A- 8 Aprile 8 E assegnato l endomorfismo f : R 3 R 3 definito
DettagliSlide del corso di. Controllo digitale
Slide del corso di Controllo digitale Corso di Laurea in Ingegneria Informatica e dell Informazione Università di Siena, Dip. Ing. dell Informazione e Sc. Matematiche Parte IX Elementi di controllo ottimo
DettagliIngegneria Civile. Compito di Geometria del 06/09/05. E assegnato l endomorfismo f : R 3 R 3 mediante le relazioni
Ingegneria Civile. Compito di Geometria del 06/09/05 E assegnato l endomorfismo f : R 3 R 3 mediante le relazioni I f(,, 0) = (h +,h+, ) f(,, ) = (h,h, h) f(0,, ) = (,h, h) con h parametro reale. ) Studiare
DettagliMetodi iterativi SISTEMI LINEARI. Metodi Iterativi. Metodo di rilassamento successivo e metodi del gradiente
Metodi iterativi Metodo di rilassamento successivo e metodi del gradiente Metodi iterativi Metodi iterativi 1 Il metodo di rilassamento successivo Condizioni per la convergenza 2 Metodi del Metodo della
DettagliSoluzione. Il dominio E consiste nella parte di spazio contenuta nella sfera ma esterna al cono rappresentata in Figura 1. Infatti
Esercizio 1 (G. Ziglio). (6 punti) Calcolare il volume della porzione di spazio E interna alla sfera di equazione x 2 + y 2 + z 2 = 1 ed esterna al cono di equazione z 2 = x 2 + y 2 E = (x, y, z) R x 2
DettagliProgrammazione Lineare: problema del trasporto Ing. Valerio Lacagnina
Problemi di trasporto Consideriamo un problema di programmazione lineare con una struttura matematica particolare. Si può utilizzare, per risolverlo, il metodo del simplesso ma è possibile realizzare una
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Pivoting e stabilità Se la matrice A non appartiene a nessuna delle categorie precedenti può accadere che al k esimo passo risulti a (k) k,k = 0, e quindi il
DettagliSerie numeriche e serie di potenze
Serie numeriche e serie di potenze Sommare un numero finito di numeri reali è senza dubbio un operazione che non può riservare molte sorprese Cosa succede però se ne sommiamo un numero infinito? Prima
DettagliGestione della produzione e della supply chain Logistica distributiva
Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Convergenza dell algoritmo Se non
DettagliCorso di Laurea Specialistica in Ingegneria Meccanica e Ingegneria Energetica Progetto numerico al calcolatore
Corso di Laurea Specialistica in Ingegneria Meccanica e Ingegneria Energetica Progetto numerico al calcolatore Soluzione di un sistema non lineare con la Regula Falsi generalizzata per la determinazione
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Risoluzione di Equazioni Algebriche Le equazioni
DettagliEsercizio 1. Esercizio 2
Sia data la matrice A A(α) = Esercizio α 2 2α 2 2, α R.) determinare per quali valori del parametro reale α é verificata la condizione necessaria e sufficiente di convergenza per il metodo di Jacobi;.2)
Dettagli1. Un sistema di m equazioni lineari in n incognite x 1,... x n aventi tutte termine noto nullo A =...
Algebra/ Algebra Lineare, 230207 1 Un sistema di m equazioni lineari in n incognite x 1, x n aventi tutte termine noto nullo a i1 x 1 + a i2 x 2 + + a in x n = 0, i = 1,, m si dice omogeneo; ponendo x
DettagliCorso di Geometria e Algebra Lineare - Sezione di Metodi Numerici
Corso di Geometria e Algebra Lineare - Sezione di Metodi Numerici C. Vergara 2. Determinazione numerica degli zeri di una funzione Si consideri il seguente problema: Data f : [a, b] R, determinare i valori
DettagliViceversa stabilito il flusso dei pagamenti/incassi se esiste un unico tasso t per cui
1 TIR/IRR Esistenza del TIR (unico ecc ) Operazioni ai tempi 0,.n rappresentate da un vettore di dimensione n+1 Ogni componente a i rappresenta i pagamenti (se 0) relativi all operazione.
DettagliQuadro riassuntivo di geometria analitica
Quadro riassuntivo di geometria analitica IL PIANO CARTESIANO (detta ascissa o coordinata x) e y quella dall'asse x (detta ordinata o coordinata y). Le coordinate di un punto P sono: entrambe positive
DettagliUNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA TESINA DI CONTROLLO DEI ROBOT
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA TESINA DI CONTROLLO DEI ROBOT Modellistica, pianiaicazione e controllo di un robot SCARA e di un braccio antropomorfo Candidati Davide
Dettagli0 altimenti 1 soggetto trova lavoroentro 6 mesi}
Lezione n. 16 (a cura di Peluso Filomena Francesca) Oltre alle normali variabili risposta che presentano una continuità almeno all'interno di un certo intervallo di valori, esistono variabili risposta
DettagliEsercitazione 6 - Soluzione
Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione
DettagliAnalisi dell errore Metodo delle Potenze e delle Potenze inverse
Università degli Studi di Cagliari Corso di Laurea in Ingegneria per l'ambiente ed il Territorio A.A. 2004/2005 Analisi dell errore Metodo delle Potenze e delle Potenze inverse Studenti: Docente: Paola
DettagliLezione n. 2. Introduzione all analisi numerica (metodi diretti ed iterativi per la soluzione di sistemi di equazioni lineari e non lineari)
Lezione n. 2 Introduzione all analisi numerica (metodi diretti ed iterativi per la soluzione di sistemi di equazioni lineari e non lineari) R. Albanese, "Metodi numerici Pag. 1 Pag. 2 Metodi diretti per
DettagliIL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA
Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Simulazione al Calcolatore La simulazione al calcolatore (computer simulation), (nel caso qui considerato simulazione stocastica) si basa sulla generazione, mediante calcolatore, di sequenze di numeri
DettagliTeorema delle Funzioni Implicite
Teorema delle Funzioni Implicite Sia F una funzione di due variabili definita in un opportuno dominio D di R 2. Consideriamo l equazione F (x, y) = 0, questa avrà come soluzioni coppie di valori (x, y)
DettagliSoluzione dei Problemi di Programmazione Lineare
Soluzione dei Problemi di Programmazione Lineare Consideriamo un problema di Programmazione Lineare (PL) con m vincoli ed n variabili in Forma Standard dove: ma 0 c A b ( ) 0 ( 2) R è il vettore n delle
Dettagli5.4.5 Struttura dell algoritmo ed esempi
CAPITOLO 5. IL METODO DEL SIMPLESSO 6 5.4.5 Struttura dell algoritmo ed esempi Come abbiamo già ampiamente osservato, la fase II del metodo del simplesso, a partire da una soluzione di base ammissibile,
DettagliTRASFORMAZIONI GEOMETRICHE
TRASFORMAZIONI GEOMETRICHE Def. Una trasformazione geometrica T tra i punti di un piano è una corrispondenza biunivoca che ad ogni punto P del piano associa uno e un solo punto P' appartenente al piano
DettagliModello dinamico dei robot:
Corso di Robotica 2 Modello dinamico dei robot: analisi, estensioni, proprietà, identificazione, usi Prof. Alessandro De Luca A. De Luca Analisi accoppiamenti inerziali robot cartesiano robot cartesiano
DettagliProgetto e Realizzazione di un Robot a Cinematica Parallela per Applicazioni Mediche
Università degli Studi di Brescia Facoltà di Ingegneria Corso di Dottorato in Meccanica Applicata XVII Ciclo Presentazione finale di Diego Tosi Progetto e Realizzazione di un Robot a Cinematica Parallela
DettagliSistemi lineari a due Equazioni
Sistemi lineari a due Equazioni Significato Grafico Posizioni reciproche Tecniche Risolutive: I Metodo Metodo del Confronto diretto (Transitivo) II Metodo Metodo di Sostituzione III Metodo Metodo di Riduzione
DettagliCompiti d Esame A.A. 2005/2006
Compiti d Esame A.A. 25/26 UNIVERSITÀ DEGLI STUDI DI PERUGIA A.A. 25/26 I Esercitazione 21 Aprile 26 { y = xy ln(xy) si chiede di dimostrare che: y(1) = 1, (a) ammette un unica soluzione massimale y =
DettagliAnalisi e Controllo di un manipolatore S.C.A.R.A.
Università degli Studi di Napoli Federico II FACOLTÀ DI INGEGNERIA Corso di Laurea in Ingegneria dell Automazione Elaborato Tecnico, Controllo dei Robot Analisi e Controllo di un manipolatore S.C.A.R.A.
Dettagli