3. IL METODO DI TUNNELING
|
|
- Caterina Ruggiero
- 7 anni fa
- Visualizzazioni
Transcript
1 3. IL METODO DI TUNNELING L analisi nuerica ha da tepo reso disponibili una varietà di etodi di tipo iterativo per la soluzione di problei di inio. In questo capo si sono diostrati particolarente efficienti da un punto di vista coputazionale i etodi di tipo locale, che consentono di ottenere rapidaente una buona approssiazione del inio per problei convessi. Data la loro econoicità tali etodi hanno suscitato nel corso degli anni un largo interesse per quanto concerne la loro applicazione alla soluzione di problei inversi caratterizzati da funzione oggetto particolarente costose da un punto di vista coputazionale. Nel abito dell History Matching, una volta sviluppate tecniche di calcolo analitico delle derivate della funzione di risposta del sistea rispetto ai paraetri, tale interesse si è tradotto nello sviluppo di etodologie e software basati sull ipleentazione di algoriti locali, considerando in particolare etodi, quali il etodo di Levenberg Marquardt, particolarente adatti alla soluzione di problei ai inii quadrati non lineari. Il successo di un tale approccio, basato appunto su etodi di iniizzazione di tipo locale, non deve però far dienticare il liite intrinseco quando la funzione investigata non è convessa. In tal caso il inio individuato per una fissata paraetrizzazione è generalente un seplice inio locale, spesso associato ad un valore della funzione oggetto tale da non poter considerare soddisfacente la qualità dell accordo. D altra parte i etodi globali, più abiziosi in quanto diretti all individuazione del inio globale della funzione oggetto, sono generalente troppo costosi da un punto di vista coputazionale. Col desiderio di investigare possibili alternative econoiche al seplice utilizzo di etodi locali, è stato considerato un particolare algorito di iniizzazione, detto di Tunneling, con caratteristiche, coe vedreo, ibride. Tale etodo è stato sviluppato per risolvere problei del tipo: in xl x xu f x ( ) [3.1] ove la funzione f ( x) è una funzione sufficienteente continua, non necessariaente ai 17
2 inii quadrati, e x, x l u rappresentano i vincoli di inio e di assio iposti nello spazio delle variabili. Il etodo che descriviao in questo capitolo presenta caratteristiche di convergenza globali verso il inio caratterizzato dal inor valore della funzione obiettivo nella spazio delle variabili. Tuttavia, il raggiungiento di tale obiettivo coporta un costo coputazionale olto elevato, quindi risulta più iportante sfruttare le caratteristiche locali ibride dell algorito piuttosto che le sue proprietà di convergenza verso il inio globale L Algorito di Tunneling Il etodo di Tunneling fu introdotto per la pria volta nell anno 1977 da A.V. Levy e A. Montalvo [17]. L idea di base di questo algorito consiste di due fasi fondaentali: nella pria fase, si applica un etodo di iniizzazione qualunque per trovare un prio inio locale. Nella seconda fase si definisce una funzione ausiliaria, detta appunto funzione di Tunneling, che presenta una singolarità nel punto di inio appena calcolato: questo accorgiento perette di allontanarsi dal bacino di attrazione del inio locale e consente di esplorare lo spazio delle variabili per localizzare un punto in un altra valle che diventerà un nuovo punto di partenza per il etodo di iniizzazione locale. Mateaticaente, una volta trovato il prio inio x, in qualche odo si cerca un punto 0 x in un altra valle tale che: 0 ( ) f ( x ) f x 0 [3.2] L algorito di Tunneling può essere interpretato in odo olto seplice ed esaustivo considerando la iniizzazione di una funzione di una variabile reale, in odo da poter facilente visualizzare graficaente il processo, nonché la filosofia che regge questo etodo. Le due fasi dell algorito possono essere riassunte nella figura 3-1, in cui la pria fase di iniizzazione è seguita dalla fase di Tunneling, alla ricerca di un punto in un'altra valle caratterizzato da un valore inferiore della funzione oggetto. Una volta terinata la fase di iniizzazione, è necessario allontanare la 18
3 funzione di Tunneling dalla zona di attrazione del inio locale: ciò è possibile grazie all introduzione di un polo artificiale. Figura 3-1. Schea dell Algorito di Tunneling L introduzione di tale polo artificiale è ottenuta basandosi sulla definizione della funzione di Tunneling Classica: ( ) def f x f ( x ) T( x, x, λ ) = 2λ x x [3.3] Dove il paraetro λ > 0 rappresenta la forza del polo artificiale e x è il inio locale calcolato durante la fase di iniizzazione. Con il sibolo D indichereo d ora in avanti sepre la nora euclidea del generico vettore D nello spazio delle variabili. Graficaente, la definizione precedente si può interpretare osservando la figura
4 Figura 3-2. Collocaento del Polo Artificiale Nel Metodo di Tunneling Il etodo di Tunneling può dunque essere riassunto considerando una pria fase di iniizzazione, in cui si calcola un inio locale della funzione usando un generico algorito locale. Nella fase di Tunneling che segue, si genera un polo artificiale applicando la definizione [3.3] al problea traslato f ( x) f ( x ). Quindi si cerca un nuovo punto 0 x tale per cui: ( ) T x 0, x, λ 0 [3.4] Se la [3.4] è verificata, ne consegue che: 0 ( ) < f ( x ) f x [3.5] Cioè è stato localizzato un punto in una valle differente caratterizzato da un valore della funzione obiettivo inferiore a quello relativo al inio locale precedenteente calcolato. A questo punto, l algorito è nuovaente inizializzato ediante una nuova fase di iniizzazione. Dato un punto di partenza 0 x nello spazio delle variabili, le due fasi sono ripetute alternativaente fino a convergenza; in uno x 0 20
5 schea algoritico si ha: 1. Miniizzazione Locale: x, f ( x ) = Tunneling: x1, f ( x1) f ( x1) 3. Miniizzazione Locale: x, f ( x ) = Etc L idea, quindi, è quella di creare dei tunnel tra una valle e l altra e generare una sequenza di inii locali caratterizzati da un valore della funzione obiettivo sepre decrescente, cioè: f ( x1) f ( x2 )... f ( xg ) [3.6] Dove x G è il inio globale della funzione. Un iportante caratteristica del etodo è che è in grado di ignorare tutti i inii locali dotati di un valore della funzione oggetto aggiore di quelli già calcolati IL METODO DI TUNNELING ESPONENZIALE Uno dei principali problei che si incontrano utilizzando la funzione ausiliaria di Tunneling Classica, definita dalla [3.3], deriva dalla precisione con la quale il inio locale è calcolato. Se il etodo di iniizzazione non riesce a localizzare il punto stazionario con sufficiente precisione (ad esepio in caso di funzioni che presentano estese valli piatte), il nueratore della funzione di Tunneling non è positivo in tutto l intorno del inio x. In questo caso, il polo artificiale non può essere creato utilizzando la funzione di Tunneling Classica; questo effetto può essere analizzato grazie alla figura 3-3 e alla funzione obiettivo, presentata in figura, definita dall espressione seguente: 21
6 4 F( x) = ( x a) sin i( x a) + cos[ i x a { [ ] ( )]} i= 2 [3.7] In cui a è un paraetro scalare fissato. Figura 3-3. Tunneling Classico: Effetto dell Iprecisione sul Polo Coe si nota analizzando la figura 3-3, il grafico della funzione di Tunneling Classica è copletaente errato nell intorno del inio locale, dato che non ostra alcun punto di singolarità per tutti i valori di λ tranne λ = 0.7. Lo scopo dell introduzione del polo artificiale è di annichilire il bacino di attrazione del inio, a nel etodo Classico le iprecisioni di calcolo rendono inutile questo stratagea. Un odo per aggirare questo problea è introdurre una nuova funzione ausiliaria; questa funzione è detta di Tunneling Esponenziale [11], secondo la definizione seguente: λ def T (,, ) ( ) E x x λ = f x f ( x ) exp 2 x x [3.8] 22
7 La nuova funzione ausiliaria sfrutta le caratteristiche dell esponenziale: è infatti possibile diostrare che, utilizzando il etodo di Tunneling Esponenziale, la funzione crea un polo artificiale indipendenteente dalla precisione con la quale il inio locale è stato calcolato e indipendenteente dalla forza del polo λ. La figura 3-4 ostra questo risultato utilizzando la funzione obiettivo [3.7]. Figura 3-4. Tunneling Esponenziale: Effetto dell Iprecisione sul Polo D ora in poi ci riferireo alle funzioni di Tunneling Classica ed Esponenziale utilizzando i siboli T e T rispettivaente. C E POLI MOBILI Analizzando la definizione delle funzioni di Tunneling, si può notare che esistono dei punti per cui la condizione T( x) = 0 è verificata (condizione di punto stazionario per la funzione di Tunneling) a per i quali il valore della funzione oggetto originale è più elevato rispetto all ultio inio calcolato. In questo caso, la iniizzazione della funzione di Tunneling si arresta, poiché è stata raggiunta una condizione necessaria di 23
8 punto stazionario. Tuttavia, la funzione ausiliaria è ancora strettaente positiva, e di conseguenza la fase di Tunneling non può ancora essere terinata (cfr. [3.4]). Si è allora in presenza di un punto critico per T( x). T( x) Per evitare questo problea si crea un nuovo polo, detto polo obile a causa del fatto che può essere attivato o disattivato a seconda della vicinanza della funzione di Tunneling ai punti critici. Detto il punto critico per la funzione di Tunneling, i poli obili possono essere creati odificando la funzione T ( x, x, λ ) o T ( x, x, λ ), e più precisaente, nel caso della funzione di Tunneling Classica: x C E ( ) f x f ( x ) TC ( x, x, λ, x, λ) = [3.9] 2λ 2λ x x x x Mentre utilizzando la funzione di Tunneling Esponenziale: λ λ T (,,,, ) ( ) ( ) exp E x x λ x λ = f x f x exp 2 2 x x x x [3.10] Dove λ rappresenta la forza del polo obile. Figura 3-5. Punti Critici per la Funzione di Tunneling 24
9 Graficaente, la presenza del polo obile è illustrata nella figura 3-5, in cui si evidenzia anche la presenza di un inio locale e il relativo polo artificiale MINIMI LOCALI MULTIPLI Originariaente, il etodo di Tunneling fu creato per risolvere problei particolarente ardui nel capo della chiica coputazionale, quindi per ottiizzare le strutture olecolari basandosi sulla definizione di potenziale: il cosiddetto problea di Lennard Jones. In questo capo, nonché per olte funzioni test tratte dalla letteratura ateatica, si presenta un ostacolo: la possibile presenza di inii (locali o globali) allo stesso livello, cioè caratterizzati dallo stesso valore della funzione oggetto (entro una certa tolleranza) a differenti valori dei paraetri. Quindi, per evitare che il etodo venga nuovaente attirato nel bacino di attrazione di un inio già calcolato, è necessario serbare eoria dei inii locali o globali calcolati durante l ottiizzazione. Per ovviare a questo inconveniente, nelle funzioni di Tunneling Classica ed Esponenziale, rispettivaente, vengono introdotti i fattori: k k 1, exp j 2λ 2 j [3.11] j= 1 j= 1 x x j x x j λ Dove x, j = 1,..., k j sono i punti di inio locale allo stesso livello. L espressione finale per la funzione di Tunneling Classica è dunque: ( ) f x f ( x ) TC ( x, x, λ, x, λ) = k 2λ 2λ j x x x x j= 1 j [3.12] Mentre per la funzione di Tunneling Esponenziale si ha: 25
10 k λ λ j T (,,,, ) ( ) E x x λ x λ = f x f ( x ) exp exp 2 2 x x j= 1 x x j [3.13] È interessante notare che, se x G è un inio globale per la funzione obiettivo, allora le funzioni di Tunneling sono positive nell intero spazio delle variabili, vale a dire: T ( x, x, λ ) 0 e T ( x, x, λ ) 0 x [ x, x C G E G l u ] [3.14] 3.2. Algorito del Metodo di Tunneling In questa sezione è descritto l algorito generico per entrabe le funzioni di Tunneling [11]: per i dettagli di ipleentazione per ciascuno dei due etodi si rianda 0 alla sezione successiva. Dato quindi un punto iniziale x : 1. Eseguire una fase di iniizzazione che peretta di trovare un inio locale x [ x, x ] tale per cui f ( x ) = 0 usando un algorito locale qualunque. l u 2. Eseguire una fase di Tunneling, cioè, in dettaglio: (a) Definire la funzione di Tunneling utilizzando la [3.3] o la [3.8] a seconda del etodo scelto. (b) Controllare se il etodo ha già trovato altri inii locali allo stesso livello: se questo è il caso, calcolare i fattori [3.11] e ricalcolare la funzione ausiliaria di Tunneling. (c) Iniziare la fase di Tunneling partendo dal punto x, generato coe segue: Dove ε << 1 x = x + εr è un paraetro che dipende dal tipo di funzione di Tunneling scelto (per i dettagli si rianda alla sezione seguente) e coponenti aleatorie tali per cui 1 r 1. n r è un vettore di (d) Calcolare la forza del polo λ necessaria ad annichilire il inio locale; questo 26
11 valore è calcolato conteporaneaente alla direzione di discesa d basata sul gradiente della funzione obiettivo. (e) Trovare un punto in una valle differente, ottenuto generando la sequenza: dove k α k 1 k k x + = x + α d è il passo lungo la direzione di discesa del gradiente. (f) Se un polo obile è attivo, controllare se può essere disattivato (allontanaento dalla regione di attrazione di un punto critico per la funzione di Tunneling). Questo passo è descritto nella sezione seguente. (g) Se la lunghezza del passo lungo la direzione di discesa k è prossia a zero, attivare un polo obile; se ve n è già uno attivo, increentare la forza del polo obile ponendo: λ = λ +Δ λ e ricalcolare la funzione di Tunneling secondo la [3.12] o la [3.13]. (g) Se il nuero di iterazioni nella fase di Tunneling è aggiore di un valore assio iterax, iniziare una nuova fase di Tunneling generando un nuovo punto in una direzione aleatoria secondo il passo 2 (b). k α 3.3. Dettagli di Ipleentazione In questa sezione sono illustrati alcuni dettagli dell ipleentazione del etodo di Tunneling, sia per la funzione di Tunneling Classica che per quella Esponenziale. 1. Nel passo 2 (b) dell algorito, il paraetro ε deve essere valutato per generare un punto di partenza per la fase di Tunneling. Questo paraetro è cruciale, dato che un piccolo valore di ε potrebbe non allontanare a sufficienza la funzione di Tunneling da una zona di attrazione di un punto critico, entre con un valore elevato di ε si potrebbero ancare altri inii locali presenti nelle vicinanze. Mediante un analisi di sensitività, si è arrivati a concludere che, per la funzione di Tunneling Classica: 27
12 0.1 se T ( ) C x 0.1 ε = 0.1 T x ( ) C altrienti [3.15] Mentre per la funzione di Tunneling Esponenziale: λ ε = [3.16] ln( 100) Nel caso di problei di History Matching, il fatto di calcolare un valore ottiale per il paraetro ε non sarebbe strettaente necessario, dato che non si è alla ricerca di tutti i inii locali della funzione a solo di quelli caratterizzati da un piccolo valore della funzione obiettivo. Inoltre, è estreaente raro che esistano inii locali o globali dotati dello stesso valore della funzione oggetto. Tuttavia, è stato detto che il etodo di Tunneling fu creato per risolvere problei di chiica coputazionale, per cui il fatto di trovare un gran nuero di inii locali e globali allo stesso livello può essere rilevante e a volte fondaentale. 2. Nel passo 2 (e) dell algorito, è necessario verificare se il polo obile può essere disattivato. Perciò, la procedura da seguire è la seguente: a) Si generano due prodotti scalari: entrabi sono dati dal prodotto della derivata direzionale della funzione di Tunneling con la funzione stessa, con la differenza che nel prio il polo obile è disattivato. Si valutano cioè i prodotti T k d T k T( x, x, λ, x,0) e d T( x, x, λ, x, λ ). Se questi hanno lo stesso x segno, si pone λ = 0. k b) Se f x < 0.9f x si pone λ = 0. ( ) ( ) x c) Se il prodotto scalare tra la derivata direzionale con polo obile disattivato e il vettore ( x x ) è positivo, si pone λ = 0. 28
13 3.4. Alcuni Esepi Coe tutti gli altri etodi di ottiizzazione esposti nella tesi, l algorito di Tunneling è stato inizialente testato avvalendosi di funzioni coplesse, a dotate di espressione analitica della funzione e dei gradienti, disponibili nella letteratura ateatica riguardante l ottiizzazione ultidiensionale [12]. È qui possibile citare due esepi che rendano chiaro quali siano le prestazioni del etodo di Tunneling; entrabi sono generalente classificati coe Hard Proble [20], cioè sono un buon banco di prova per qualunque etodo di ottiizzazione si scelga di ipleentare. Il prio di essi è definito dalla [3.17], un esepio proposto da Levy e Goez [16]: n 1 π 2 2 f ( x) = ksin( πx1) + ( xi 1) 1 + ksin( πx 1) + x 1 n i= 1 10 x 10 i = 1,..., n f i = f ([ 1, 1,..., 1] ) = 0 2 ( i+ ) ( n ) 2 [3.17] n La funzione presenta 10 inii locali (dove n è la diensionalità del problea) e un solo inio globale. La figura 3-6 ostra le iterazioni del etodo di Tunneling; in evidenza il punto di partenza, la soluzione e le curve di livello della funzione obiettivo. Figura 3-6. Tunneling: Funzione di Levy Goez 29
14 Il secondo esepio che prendiao in considerazione è conosciuto coe funzione di Shubert, ed è forse il test più diffuso nell abito dell ottiizzazione ateatica di funzioni. Il problea è definito dalla [3.18], e rappresentato in tre diensioni nella figura f ( x, y) = icos[ ( i + 1) x + i] icos[ ( i + 1) y i] + i= 1 i= 1 10 xy, 10 f = [3.18] Figura 3-7. Funzione Test di Shubert La funzione presenta 760 inii locali, 18 dei quali sono globali. In questo caso, il etodo di Tunneling può essere ipostato perché calcoli tutti i inii globali della funzione oggetto oppure solo uno. Entrabe le siulazioni forniscono ottii risultati da un punto di vista delle prestazioni, coe è evidenziato nella tabella
15 Funzione Tunnel Classico Tunnel Esponenziale Levy Goez Shubert (1 inio) Shubert (18 inii) Tabella 3-1. Tunneling: Prestazioni durante l Ottiizzazione La tabella 3-1 ostra il nuero di valutazioni di funzioni necessarie per raggiungere il inio globale per le due funzioni test prese in considerazione in questa sezione; nel caso della funzione di Shubert, all algorito è stato richiesto di calcolare, durante la pria siulazione, solo un inio globale, entre nella seconda tutti i inii globali sono stati localizzati Note sull Algorito di Miniizzazione Coe abbiao già visto, il etodo di Tunneling è una tecnica di ottiizzazione basata sul gradiente; entrabe le fasi dell algorito richiedono la iniizzazione di una funzione. Nella pria fase si tratta della funzione obiettivo del problea considerato, entre nella seconda si considera l ottiizzazione della funzione ausiliaria di Tunneling. Per questo otivo, all interno del codice sorgente dell algorito è ipleentato un etodo di iniizzazione basato sul gradiente: l algorito di Broyden Fletcher Goldfarb Shanno (BFGS), un etodo Quasi Newton [17] che sfrutta le proprietà della atrice hessiana della funzione oggetto senza tuttavia calcolarla esplicitaente. Per i dettagli del etodo BFGS, si veda l Appendice C. Questo algorito fu originariaente ipleentato nel codice nuerico di Tunneling poiché è specificaente progettato per trattare problei su larga scala, e risulta affidabile e robusto anche per casi test descritti da igliaia di paraetri. Inoltre, per le prie applicazioni del etodo alla chiica coputazionale, il etodo BFGS fornì ottii risultati. Le siulazioni di History Matching sono state condotte basandosi sul codice sorgente di Tunneling originale, senza odificazioni di sorta. Tuttavia, coe si vedrà 31
16 nelle sezioni seguenti, il fatto che l History Matching sia definito coe problea ai inii quadrati penalizza in un certo senso il etodo BFGS, in quanto non è in grado di sfruttare tutte le iportanti caratteristiche di ottiizzazione degli algoriti costruiti appositaente per questo tipo di problea; ciò, coe vedreo, porta ad un rallentaento della convergenza del etodo BFGS e quindi del etodo di Tunneling. Dato appunto il tipo di ipleentazione considerato, nei casi previsti d ora in poi ci riferireo all algorito globale coe BFGS + BFGS Tunneling e History Matching Coe abbiao visto nelle sezioni precedenti, l algorito di Tunneling è in grado di fornire ottie prestazioni nel caso dell ottiizzazione di funzioni analitiche tratte dalla letteratura ateatica. Durante il processo di History Matching, tuttavia, il tepo di calcolo per ogni singola iterazione può essere olto grande, a seconda della coplessità del giaciento considerato. Dunque, il fattore liitante nelle siulazioni è il nuero di valutazioni di funzioni; questo genera due tipi di problei utilizzando etodi di ottiizzazione basati sui gradienti, ed in particolare nel caso del Tunneling. In prio luogo, a priori non si conosce l andaento qualitativo della funzione obiettivo né il nuero approssiativo di inii locali che la caratterizzano: quindi non si è in grado di dire se la funzione oggetto possiede valli estese e fondaentalente piatte o picchi olto profondi. In secondo luogo, liitando il nuero di valutazioni di funzioni a poche centinaia, si è obbligati a richiedere una scarsa precisione nel calcolo dei inii locali, per evitare che il etodo spenda troppe iterazioni per affinare il valore dei paraetri in una valle di un punto stazionario. Coe si è visto nelle sezioni precedenti, una scarsa precisione nel calcolo di un inio locale può generare dei problei nella definizione della funzione di Tunneling Classica. Per questo otivo, la totalità delle siulazioni condotte sui casi test di giaciento è stata effettuata basandosi sulla funzione di Tunneling Esponenziale. Inoltre, se la funzione possiede valli estese e piatte, una scarsa precisione nel calcolo di un inio locale può portare a dei valori dei paraetri fondaentalente lontani da quelli ottiali. Nonostante l eccellente idea di fondo che regge l algorito di Tunneling, un 32
17 punto a sfavore del etodo è dato dal fatto che è concepito coe tecnica di ottiizzazione per funzioni generiche, scalari. Nella vita reale, una buona parte dei problei di ottiizzazione consiste nella calibrazione di odelli ateatici sfruttando l accordo tra dati calcolati e proprietà isurate: vale a dire problei ai inii quadrati, la cui caratteristica principale è quella di possedere una funzione obiettivo vettoriale, le cui coponenti sono funzioni scalari. Il loro nuero è superiore al nuero di variabili del problea. Uno di questi problei ai inii quadrati è appunto l History Matching; le tecniche di ottiizzazione igliori per la soluzione di questi casi, coe il etodo di Levenberg Marquardt o di Gauss Newton, si basano su proprietà della funzione vettoriale che l algorito di Tunneling non è in grado di sfruttare poiché tratta soltanto funzioni scalari. Un odo per igliorare le caratteristiche del etodo è utilizzare una tecnica di ottiizzazione per problei ai inii quadrati durante la fase di iniizzazione; in effetti, l applicazione dell algorito di Levenberg Marquardt durante la pria fase del etodo di Tunneling in una siulazione di giaciento ha portato ad un significativo iglioraento delle prestazioni di questa tecnica di ottiizzazione. 33
Metodi 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
DettagliANALISI DI SERIE TEMPORALI CAOTICHE
ANALISI DI SERIE TEMPORALI CAOTICHE Probleatiche Ricostruzione dello stato Diensione di ebedding Calcolo della diensione frattale Modelli di previsione Calcolo degli esponenti di Liapunov C. Piccardi e
DettagliPRINCIPIO DI INDUZIONE. k =. 2. k 2 n(n + 1)(2n + 1) 6
PRINCIPIO DI INDUZIONE LORENZO BRASCO Esercizio. Diostrare che per ogni n si ha nn + ) ). 2 Esercizio 2. Diostrare che per ogni n si ha 2) 2 nn + )2n + ). Soluzione. Procediao per induzione: la 2) è ovviaente
DettagliLEZIONE ICO
LEZIONE ICO 9-10-2009 Argomento. Rassegna dei metodi numerici utilizzabili per la soluzione di problemi di ottimizzazione statica. Metodi del gradiente e di Newton e loro derivati. Metodi di penalita e
DettagliI moti. Daniel Gessuti
I oti Daniel Gessuti 1 introduzione Uno dei problei che ha interessato gli scienziati fin dall antichità e che costituisce un notevole capo d indagine della Fisica è senza dubbio quello che riguarda il
DettagliEsercizio (tratto dal Problema 4.7 del Mazzoldi 2)
1 Esercizio (tratto dal Problea 4.7 del Mazzoldi 2) Un punto ateriale di assa è sospeso traite un filo verticale ed è collegato al suolo da una olla, di costante elastica = 70 N/, che si trova alla lunghezza
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
DettagliIl ciclo di base. La sequenza delle istruzioni. Interruzione. CPU - Memoria
Lezione n.10 -MEMORIA CICLO PRINCIPALE CHITETTURA BASE UNITÀ DI ESECUZIONE E UNITÀ DI In questa lezione viene analizzata l'architettura di base di un sistea di elaborazione. Essa è forata da un unità centrale
DettagliELEMENTI DI LOGICA MATEMATICA LEZIONE X
ELEMENTI DI LOGICA MATEMATICA LEZIONE X MAURO DI NASSO Dedichiao questa lezione all introduzione dei nueri reali R, definiti a partire dall insiee dei nueri razionali Q. Con questo ultio passo, avreo così
DettagliAnalisi di popolazione
nalisi di popolazione nalisi di popolazione: tentativo di separare in contributi distinti la densità elettronica, ρ, di una olecola Esistono nuerosi etodi ognuno perette di raggiungere obiettivi differenti
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
Dettagli1 Simulazione di prova d Esame di Stato
Siulazione di prova d Esae di Stato Problea Risolvi uno dei due problei e 5 dei 0 quesiti in cui si articola il questionario Sia y = f) una funzione reale di variabile reale tale che la sua derivata seconda
Dettagliche rappresenta l equazione differenziale del moto armonico. La soluzione dell equazione differenziale è espressa come
Esperienza n. Forze elastiche Cenni teorici Si dicono elastici i corpi che quando vengono deforati con una copressione o dilatazione reagiscono con una forza di richiao proporzionale alla deforazione.
DettagliDeterminazione della densità di solidi.
Deterinazione della densità di solidi. Scopo dell esperienza Lo scopo di questa esperienza è quello di deterinare la densità di alcuni corpi solidi, per poi confrontare il valore ottenuto sperientalente
DettagliLezione 12. Sottogruppi finiti di ordine fissato. I Teoremi di Sylow.
Lezione 1 Prerequisiti: Lezioni, 7. ruppi di perutazioni. Riferienti ai testi: [Fd] Sezione.1; [H] Sezione.7; [PC] Sezione 5.1 Sottogruppi finiti di ordine fissato. I Teorei di Sylow. Dal Teorea di Lagrange
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
DettagliEsercitazione 09: Forze d inerzia e oscillatore armonico
Meccanica e Tecnica delle Costruzioni Meccaniche Esercitazioni del corso. Periodo II Prof. Leonardo BERTINI Ing. Ciro SANTUS Esercitazione 09: Forze d inerzia e oscillatore aronico Indice 1 Moto relativo
DettagliDerivazione numerica. Introduzione al calcolo numerico. Derivazione numerica (II) Derivazione numerica (III)
Derivazione numerica Introduzione al calcolo numerico Il calcolo della derivata di una funzione in un punto implica un processo al limite che può solo essere approssimato da un calcolatore. Supponiamo
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
DettagliCONTROLLO DI QUALITÀ. 1. Generalità. 2. Campioni di controllo qualità
CONTROLLO DI QUALITÀ 1. Generalità Il Decreto legislativo 2 febbraio 2001, n. 31 all art. 7, coa 3, ipone al gestore del servizio idrico integrato l obbligo di avvalersi di laboratori di analisi interni
Dettaglim O Esercizio (tratto dal Problema 4.29 del Mazzoldi 2)
Esercizio tratto dal Problea 4.29 del Mazzoldi 2) Un corpo di assa 0.5 Kg è agganciato ad un supporto fisso traite una olla di costante elastica 2 N/; il corpo è in quiete nel punto O di un piano orizzontale,
DettagliSi considerino due segnali analogici generati da sorgenti in banda base, con le seguenti caratteristiche:
RISOLUZIONE: opito del Giugno 5 ounicazioni Elettriche Soluzione es Dati Si considerino due segnali analogici generati da sorgenti in banda base, con le seguenti caratteristiche: x (t) con banda B 6KHz,
DettagliAerostato ad aria calda
Capitolo 2 Aerostato ad aria calda 2. Modellazione ateatica Si consideri l aerostato ad aria calda counente detto ongolfiera ) ostrato in Figura 2.. Coe noto, questo tipo di velivoli può essere anovrato
DettagliCorso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Risoluzione di Equazioni non lineari Sia F C 0 ([a, b]), cioé F è una funzione continua in un intervallo [a, b] R, tale che F(a)F(b) < 0 1.5 1 F(b) 0.5 0 a
DettagliTEORIA 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.
DettagliFisica 1, a.a : Oscillatore armonico
Fisica 1, a.a. 2014-2015: Oscillatore aronico Anna M. Nobili 1 Oscillatore aronico in una diensione senza dissipazione e in assenza di forze esterne Ad una olla di assa trascurabile, costante elastica
Dettagli8 Metodi iterativi per la risoluzione di sistemi lineari
8 Metodi iterativi per la risoluzione di sistemi lineari È dato il sistema lineare Ax = b con A R n n e x, b R n, con deta 0 Si vogliono individuare dei metodi per determinarne su calcolatore la soluzione,
DettagliClaudio Estatico Equazioni non-lineari
Claudio Estatico (claudio.estatico@uninsubria.it) Equazioni non-lineari 1 Equazioni non-lineari 1) Equazioni non-lineari e metodi iterativi. 2) Metodo di bisezione, metodo regula-falsi. 3) Metodo di Newton.
DettagliMoto di caduta di un corpo. Un corpo K, supposto puntiforme e di massa m, cade verso il suolo da un altezza h. Studiamone il moto.
Moto di caduta di un corpo 1. Preessa Un corpo K, supposto puntifore e di assa, cade verso il suolo da un altezza h. Studiaone il oto. Si tratta allora di deterinare: tutte le forze agenti sul corpo; la
DettagliCarlo Sintini, Problemi di maturità, 1965 Settembre, matematicamente.it
Carlo Sintini, Problei di aturità, 196 Settebre, ateaticaente.it Settebre 196 In un riferiento cartesiano ortogonale O(x,y) è data la curva di equazione x 1 (1) y x Essendo una costante reale. 1) Ricercare
DettagliVoltmetri analogici con op-amp
Appunti di Misure Elettriche Voltetri analogici con op-ap Generalità sui voltetri elettronici analogici... Voltetri con aplificatori operazionali... Millivoltetro in corrente continua... ivelatore di picco...3
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:
DettagliPROBLEMA 1 Nel piano cartesiano Oxy è data la circonferenza C con centro O e raggio r = 3.
Sessione ordinaria all estero (AMERICHE) 8 - ESAMI DI STATO DI LICEO SCIENTIFICO SCUOLE ITALIANE ALL ESTERO AMERICHE CORSO DI ORDINAMENTO Indirizzo: SCIENTIFICO Tea di: MATEMATICA Il candidato risolva
DettagliRaccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia
Raccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia Nota Bene: Gli esercizi di questa raccolta sono solo degli esempi. Non sono stati svolti né verificati e servono unicamente da spunto
DettagliOligopolio. Lezione 25. Oligopolio. Oligopolio. Determinazione simultanea della quantità. Determinazione simultanea della quantità
Oligopolio Lezione 25 Oligopolio Un onopolio è un industria con una sola ipresa. Un duopolio invece ha due sole iprese. Un oligopolio è un industria con poche iprese. Le decisioni di prezzo e produzione
DettagliAmperometri analogici passivi
ppunti di Misure Elettriche peroetri analogici passivi NTODUZONE L aperoetro è, in generale, lo struento atto a isurare una corrente elettrica. Parliao invece di galvanoetro quando tale corrente è di intensità
DettagliCorso di Fondamenti di Informatica. Dispensa 9: Composizione di Classi. Prof. Domenico Rosaci
Corso di Fondaenti di Inforatica Dispensa 9: Coposizione di Classi Prof. Doenico Rosaci 2015-16 Coposizione di Classi In Java, la dichiarazione di un oggetto appartenente ad una deterinata classe, coporta
DettagliPotenze, logaritmi, equazioni esponenziali e logaritmiche.
Potenze, logariti, equazioni esponenziali e logaritiche Potenza con esponente intero di un nuero reale Sia a R ed n Z Ricordiao, anzitutto, le seguenti definizioni: ) se n >, si chiaa potenza ennesia (che,
DettagliSviluppi e derivate delle funzioni elementari
Sviluppi e derivate delle funzioni elementari In queste pagine dimostriamo gli sviluppi del prim ordine e le formule di derivazioni delle principali funzioni elementari. Utilizzeremo le uguaglianze lim
DettagliInsegnamento di Idrologia. Esercitazione n. 3
Insegnaento di Idrologia Esercitazione n. 3 Si vuole progettare una fognatura nella zona sud di Milano e si accetta un'insufficienza della rete ediaente ogni 20 anni. Per l'analisi idrologica sono disponibili
DettagliEsercizi 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
Dettagliattività catalitica elevata; specificità di azione; condizioni di reazione blande (pressione e temperatura ambiente, solventi acquosi).
Cinetica nziatica Applicata Molte reazioni (organiche ed inorganiche) di coune interesse industriale vengono realizzate con la tecnologia degli enzii che, quali catalizzatori alternativi a quelli di sintesi,
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
DettagliNote sulle Catene di Markov
Note sulle Catene di Markov ELAUT Prof. Giuseppe C. Calafiore Sommario Queste note contengono un estratto schematico ridotto di parte del materiale relativo alle Catene di Markov a tempo continuo e a tempo
DettagliTecniche di Controllo
Tecniche di Controllo. Progetti d esae Ing. Marcello Bonfè Dipartiento di Ingegneria Università di Ferrara (+39 0532 974839 arcello.bonfe@unife.it) Capitolo Pendolo con otore elettrico. Modellazione ateatica
DettagliAnalisi sismica di un sistema lineare viscoso a un grado di libertà isolato alla base. Prof. Adolfo Santini - Dinamica delle Strutture 1
Analisi sisica di un siea lineare viscoso a un grado di libertà isolato alla base Prof. Adolfo Santini - Dinaica delle Strutture 1 Isolaento alla base 1/2 Un siea di isolaento alla base consie nell interporre
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
DettagliPROGETTO DEFINITIVO - ESECUTIVO COMUNE DI CESANO MADERNO (MB) FCE0113
BRIANZACQUE S.r.l. Sede Legale Viale Enrico Feri 105 20900 MONZA (MB) Telefono 039262301 Fax 0392174 www.brianzacque.it brianzacque@legalail.it PROGETTO DEFINITIVO ESECUTIVO COMUNE DI CESANO MADERNO (MB)
DettagliAppunti 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[ ] 6 CAPITOLO VI. 6.1 La sovrapposizione delle onde. 6.2 Somma di onde della stessa frequenza
- 69-6 CAPITOLO VI 6. La sovrapposizione delle onde Nei prossii capitoli studiereo il fenoeno dell interferenza e della diffrazione. Il principio concettuale coune di entrabi i fenoeni si basa sulla concezione
DettagliRENDITE. Ricerca del tasso di una rendita
RENDITE Ricerca del tasso di una rendita Un problema che si presenta spesso nelle applicazioni è quello di calcolare il tasso di interesse associato a una rendita quando siano note le altre grandezze 1
DettagliMATERIALI COMPOSITI Prof. A.M.Visco
Corso di Laurea Magistrale in Ingegneria dei Materiali A.A. 2006/07 MATERIALI COMPOSITI Prof. A.M.Visco 1 MICROMECCANICA COMPORTAMENTO A CARICO LONGITUDINALE σ=σ (1-V f )+σ f V f ( 1 ) E = E V + E V f
DettagliTRASLAZIONI E DILATAZIONI
TRASLAZIONI E DILATAZIONI Prof. Fabio Breda Abstract. Lo scopo di questo articolo è fare chiarezza sulla odalità di costruzione del graco di funzioni attraverso traslazioni o dilatazioni del graco di altre
DettagliCorso di Laurea in Ingegneria Gestionale - Sede di Fermo Anno Accademico 2009/2010 Matematica 2 Esercizi d esame
Corso di Laurea in Ingegneria Gestionale - ede di Fermo Anno Accademico 2009/2010 Matematica 2 Esercizi d esame Nome... N. Matricola... Fermo, gg/mm/aaaa 1. tabilire l ordine di ciascuna delle seguenti
DettagliA Analisi Matematica 2 (Corso di Laurea in Informatica) Simulazione compito d esame
COGNOME NOME Matr. Firma dello studente A Analisi Matematica (Corso di Laurea in Informatica) Simulazione compito Tempo: ore. Prima parte: test a risposta multipla. Una ed una sola delle 4 affermazioni
DettagliTeorema di Thevenin generalizzato
Teorema di Thevenin generalizzato Si considerino due reti elettriche lineari, A e B, aventi rispettivamente N A e N B nodi interni. Esse si interfacciano attraverso n (n 3) fili di collegamento, in cui
DettagliEsercitazione Scritta di Controlli Automatici
Esercitazione Scritta di Controlli Autoatici 3-6-23 Si consideri il odello dinaico del sistea di sospensione a levitazione agnetica riportato in fig.. Il sistea è coposto da una sorgente di capo agnetico
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
DettagliIl candidato risolva uno dei due problemi e 5 dei 10 quesiti scelti nel questionario.
LICEO SCIENTIFICO CORSO DI ORDINAMENTO SESSIONE ORDINARIA Il candidato risolva uno dei due problei e 5 dei quesiti scelti nel questionario. N. De Rosa, La prova di ateatica per il liceo PROBLEMA t La funzione
Dettagli1. Funzioni implicite
1. Funzioni implicite 1.1 Il caso scalare Sia X R 2 e sia f : X R. Una funzione y : (a, b) R si dice definita implicitamente dall equazione f(x, y) = 0 in (a, b) quando: 1. (x, y(x)) X x (a, b); 2. f(x,
DettagliAppunti di complemento per le lezioni del corso di Matematica Finanziaria L OPERAZIONE DI AMMORTAMENTO
Appunti di copleento per le lezioni del corso di Mateatica Finanziaria L OPERAZIONE DI AMMORTAMENTO Preessa Il presente testo di appunti è stato scritto per fornire agli studenti un supporto didattico
DettagliMODELLO ATOMISTICO PER I DATI OCSE SULL ISTRUZIONE
MODELLO ATOMISTICO PER I DATI OCSE SULL ISTRUZIOE Arturo Marcello Allega 1 Dirigente scolastico ITIS Giovanni XXIII di Roa Via di Tor Sapienza 160, 00155 Roa Abstract I dati OCSE sull istruzione sono distribuiti
DettagliTutorato di Complementi di Analisi Matematica e Statistica Parte di Analisi 6 e 10 aprile 2017
Tutorato di Complementi di Analisi Matematica e Statistica Parte di Analisi 6 e 10 aprile 2017 Esercizi: serie di potenze e serie di Taylor 1 Date le serie di potenze a.) n=2 ln(n) n 3 (x 5)n b.) n=2 ln(n)
DettagliLezione 4. Problemi trattabili e soluzioni sempre più efficienti. Gianluca Rossi
Lezione 4 Problemi trattabili e soluzioni sempre più efficienti Gianluca Rossi Trattabile o intrattabile? Consideriamo ora il problema, ben noto a tutti gli studenti a partire dalla scuola media, di calcolare
DettagliRobustezza del Regolatore Ottimo LQ. Docente Prof. Francesco Amato
Robustezza del Regolatore Ottio LQ Docente Prof. Francesco Aato Ingegneria dell'autoazione Corso di Sistei di Controllo Multivariabile - Prof. F. Aato Versione 1.3 Novebre 2012 1 Consideriao il problea
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
DettagliIl candidato risolva uno dei due problemi e 4 degli 8 quesiti scelti nel questionario.
LICEO SCIENTIFICO SCUOLE ITALIANE ALL ESTERO (EUROPA) SESSIONE ORDINARIA Il candidato risolva uno dei due problei e degli 8 quesiti scelti nel questionario. N. De Rosa, La prova di ateatica per il liceo
DettagliEstremi. 5. Determinare le dimensioni di una scatola rettangolare di volume v assegnato, che abbia la superficie minima.
Estremi 1. Determinare gli estremi relativi di f(x, y) = e x (x 1)(y 1) + (y 1).. Determinare gli estremi relativi di f(x, y) = y (y + 1) cos x. 3. Determinare gli estremi relativi di f(x, y) = xye x +y..
DettagliSECONDO METODO DI LYAPUNOV
SECONDO METODO DI LYAPUNOV Il Secondo Metodo di Lyapunov permette di studiare la stabilità degli equilibri di un sistema dinamico non lineare, senza ricorrere alla linearizzazione delle equazioni del sistema.
DettagliTEORIA 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
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,
DettagliCapitolo 1. Esercizi a.a Esercizi. Esercizio 1.1 Dimostrare che il metodo iterativo
Capitolo Esercizi a.a. 206-7 Esercizi Esercizio. Dimostrare che il metodo iterativo x k+ = Φ(x k ), k = 0,,..., se convergente a x, deve verificare la condizione di consistenza x = Φ(x ). Ovvero, la soluzione
Dettaglivariabili. se i limiti esistono e si chiamano rispettivamente derivata parziale rispetto ad x e rispetto ad y.
Funzioni di più variabili Derivate parziali Qui saranno considerate soltanto funzioni di due variabili, ma non c è nessuna difficoltà ad estendere le nuove nozioni a funzioni di n ( > variabili ( Definizione:
DettagliUniversità della Calabria
Università della Calabria FACOLTA DI INGEGNERIA Corso di Laurea in Ingegneria Civile CORSO DI IDROLOGIA N.O. Prof. Pasquale Versace SCHEDA DIDATTICA N 3 CURVE DI PROBABILITÀ PLUVIOMETRICA A.A. 00- CURVE
DettagliFunzioni derivabili (V. Casarino)
Funzioni derivabili (V. Casarino) Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in = 0 delle funzioni: a) 5 b) 3 4 c) + 1 d) sin. ) Scrivere l equazione della retta tangente
DettagliRelazione di fisica ESPERIMENTO N 1
ISTITUTO SUPERIORE "B. RUSSELL" DI ROMA Relazione di fisica ESPERIMENTO N 1 1.TITOLO Misurazione indiretta della massa di un cilindretto metallico mediante i metodi della tara di J.C. Borda e della doppia
DettagliILLUMINAZIONE NATURALE
CAPITOLO 9 ILLUMINAZIONE NATURALE 9.1 Generalità Un corretto utilizzo della luce diurna rende più gradevoli abienti agli occupanti e conteporaneaente può contribuire a contenere durante il giorno i consui
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
Dettagli1. Quale delle seguenti affermazioni è corretta? (riscrivere la risposta corretta per esteso e solo sul foglio protocollo, non qui sotto): [4 punti]
Problea Un uoo di assa si trova sul bordo estreo di una piattafora di assa, a fora di disco di raggio, che ruota attorno al suo asse verticale con velocità angolare costante ω i. L uoo è inizialente fero
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
DettagliCapitolo 1 Esercitazioni condotte in aula con Star-CCM+
Capitolo 1 Esercitazioni condotte in aula con Star-CCM+ 1.1 Mixing Pipe Nella prima esercitazione è stato trattato il caso di un miscelatore nel quale sono stati iniettati 2 fluidi considerati ideali a
DettagliBIOLOGIA A. A CHIMICA
Laurea triennale in BIOLOGIA A. A. 2013-14 14 CHIMICA Lezioni di Chiica Fisica Energia libera di Gibbs Prof. Antonio Toffoletti 1 Chiica Fisica per Biologia A.A. 2013-2014 Cioè: Alcune equazioni della
Dettagli2 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
DettagliAlgoritmi e soluzione di problemi
Algoritmi e soluzione di problemi Dato un problema devo trovare una soluzione. Esempi: effettuare una telefonata calcolare l area di un trapezio L algoritmo è la sequenza di operazioni (istruzioni, azioni)
DettagliCapitolo IV SPAZI VETTORIALI EUCLIDEI
Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori.
DettagliFigura 1: Modello del robot.
Regolazione e Controllo di Sistei Meccanici 7-7-2 Si consideri il odello dinaico di un nanorobot nel sangue per scopo edico/diagnostico coe proposto in Cavalcanti et al, Nanorobot Hardware Architecture
DettagliLa notazione usata è quella usuale nel caso scalare, ed è estesa al caso generale. Consideriamo una forma quadratica:
. SU ALCUNI OPERAORI DI DERIVAZIONE Alcune operazioni tipiche dell analisi matematica hanno un diretto riscontro in termini matriciali. Consideriamo ad esempio una forma lineare: f() l l + l +..l n n ;
DettagliSoluzioni delle Esercitazioni VIII 21-25/11/2016. = lnx ln1 = lnx. f(t)dt.
Esercitazioni di Matematica Esercitazioni VIII -5//6 Soluzioni delle Esercitazioni VIII -5//6 A. Funzione integrale. La funzione integrale di f nell intervallo [, ] è per definizione F() = dt con [,].
DettagliNote sull implementazione in virgola fissa di filtri numerici
Note sull implementazione in virgola fissa di filtri numerici 4 settembre 2006 1 Introduction Nonostante al giorno d oggi i processori con aritmetica in virgola mobili siano molto comuni, esistono contesti
DettagliFrequenze proprie di una catena unidimensionale
UNIVERSITA DEGLI STUDI DI CATANIA Dipartiento di Scienze MM FF NN Corso di Laurea di prio livello in Fisica Frequenze proprie di una catena unidiensionale Cristalli e quasicristalli Oscillazioni e onde
DettagliINTRODUZIONE ALLA TEORIA DEL TRAFFICO
INTRODUZIONE ALLA TEORIA DEL TRAFFICO IC3N 2000 N. 1 Definizioni preliinari Sistea soggetto a traffico: astrazione definita convenzionalente di un sistea reale (o di una parte di esso in cui entrano ed
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliSistemi 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)
DettagliUnità di apprendimento 6. Dal problema al programma
Unità di apprendimento 6 Dal problema al programma Unità di apprendimento 6 Lezione 1 Conosciamo gli algoritmi e i linguaggi In questa lezione impareremo: cos è un problema come affrontarlo come descrivere
DettagliEsercizi 3. cos x ln(sin x), ln(e x 1 x ), ln( x 2 1), x sin x + x cos x + x, x 3 2x + 1. x 2 x + 2, x cos ex, x 2 e x.
I seguenti quesiti ed il relativo svolgimento sono coperti dal diritto d autore, pertanto essi non possono essere sfruttati a fini commerciali o di pubblicazione editoriale senza autorizzazione esplicita
DettagliCorrettezza (prima parte)
Fondamenti di informatica Oggetti e Java (prima parte) Capitolo 16 ottobre 2015 1 Contenuti Introduzione alla correttezza dei programmi specifica di un programma correttezza di un programma verifica di
DettagliMaturità scientifica P.N.I Q.1
Luigi Lecci\Liceo Scientifico G. Stapacchia - Tricase (LE) 08-54400 Maturità scientifica P.N.I. 99 Q. In un piano cartesiano ortogonale Oxy si considerino le parabole C e C di equazione rispettivaente:
DettagliLa funzione di risposta complessa in frequenza (Figura 5.2) possiede la forma:
DISSIPAZIONE PASSIVA 5. Sorzatori a assa accordata Si definisce sorzatore a assa accordata una assa collegata a una struttura ediante un sistea di olle (e dissipatori). Regolando le olle in odo tale che
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
DettagliL ANTENNA STRALLATA PER ESPERIMENTI DI CONTROLLO ATTIVO SOTTO VENTO DELL UNIVERSITÀ DI PERUGIA. Via G. Duranti 93, Perugia
L ANTENNA STRALLATA PER ESPERIMENTI DI CONTROLLO ATTIVO SOTTO VENTO DELL UNIVERSITÀ DI PERUGIA C.A. Beffa (1), M. Breccolotti (1), A.L. Materazzi (2) (1) Studio Beffa, via R. Torelli 74, 06100 Perugia
Dettagli