ATTRATTORI CAOTICI. Attrattori. Classificazione degli attrattori: equilibri, cicli, tori, caos. Esponenti di Liapunov di attrattori

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "ATTRATTORI CAOTICI. Attrattori. Classificazione degli attrattori: equilibri, cicli, tori, caos. Esponenti di Liapunov di attrattori"

Transcript

1 ARAORI CAOICI Attrattori Classificazione degli attrattori: equilibri, cicli, tori, caos Esponenti di Liapunov di attrattori Sistemi dissipativi C. Piccardi e F. Dercole Politecnico di Milano - 06/12/2012 1/21

2 ARAORI Consideriamo un sistema a tempo continuo o discreto e indichiamo con x( t) Φ( t, x0) x & = f (x) oppure x ( t + 1) = f ( x( t)) =, 0 t, il movimento che si origina dallo stato iniziale x 0. Definizione: Un insieme chiuso e limitato n A R è un attrattore se i) è invariante (cioè: Φ ( t, A) A per ogni t 0) (cioè: partendo da A si rimane in A per sempre) ii) è attrattivo (cioè: esiste un insieme aperto U A tale che Φ ( t, U ) A per t + ) (cioè: partendo da un punto vicino ad A si tende ad A) iii) è minimo (o indecomponibile) (cioè: non esiste nessun sottoinsieme proprio di A che soddisfa le condizioni i) e ii) ) C. Piccardi e F. Dercole Politecnico di Milano - 06/12/2012 2/21

3 La condizione iii) può essere sostituita con altre (in larga misura equivalenti ma più rigorose), che mettono in evidenza importanti proprietà dell attrattore: A è indecomponibile (o topologicamente transitivo): per ogni coppia di insiemi X X A Φ( t, X ) X 0, aperti di A esiste 0 t tale che A contiene orbite genericamente dense: per un generico punto x A 0, l insieme { Φ( t, x0) t 0} è denso in A, cioè partendo da un generico punto di A si passa prima o poi arbitrariamente vicino a qualunque punto di A C. Piccardi e F. Dercole Politecnico di Milano - 06/12/2012 3/21

4 Bacino di attrazione (A) iniziali da cui il movimento tende ad A. B è l insieme B A) = { x Φ( t, x) A} (, cioè l insieme di stati Esempio: due quadri delle traiettorie con attrattori multipli C. Piccardi e F. Dercole Politecnico di Milano - 06/12/2012 4/21

5 Per definizione, gli esponenti di Liapunov i,x( ) traiettoria (cioè ad uno stato iniziale x (0)). L 0, i 1,2, K, n Se la traiettoria converge ad un attrattore A, cioè se ( 0) B( A) L 1 lim ln λ i t =, sono associati ad una x, nell equazione [ J ( x( t 1)) J ( x( t 2)) LJ ( (0))] i, x(0) = x t il contributo dovuto al transitorio di avvicinamento ad A tende a 0 per t. Di conseguenza, tutte le traiettorie che si originano da stati iniziali x( 0) B( A) hanno gli stessi EL: Gli EL caratterizzano l attrattore A. Interpretazione probabilistica: media dei tassi di espansione/contrazione locali pesata per la probabilità che la (generica) traiettoria che visita l attrattore ha di percepire tali tassi ad un arbitrario istante. C. Piccardi e F. Dercole Politecnico di Milano - 06/12/2012 5/21

6 EQUILIBRI La distanza tra due qualunque traiettorie vicine si contrae gli EL saranno negativi. Più precisamente: a tempo discreto se x( t) x allora J ( x( t)) J ( x), quindi: 1 1 ln λ i i = t t t [ J( x( t 1)) J( x( t 2)) L J( x(0)) ] ln λ [ J( x) ] ln λ [ J( x) ] Gli EL sono quindi il logaritmo del modulo degli autovalori dello Jacobiano. Poiché l equilibrio è un attrattore, genericamente risulta i < 1 a tempo continuo se λ per ogni i, quindi: 0 > L1 L2 K L n : tutti gli EL sono negativi. x t) x ( allora J F ( x( t)) J ( x) = e F J ( x), quindi: i L i 1 = 1 ln λ ) i F λi [ J ( x ] [ J ( x) ] = ln e = Re[ λ [ J ( x) ] i C. Piccardi e F. Dercole Politecnico di Milano - 06/12/2012 6/21

7 CICLI A tempo discreto un ciclo { ( 1) (2), ( A x, x, K x ) } a equilibri L (k ) x della mappa = di periodo della mappa f corrisponde f (), quindi ( ) (2) (1) 1 ( k 1 [ J ( x ) J ( x ) J ( x )] = ln λ [ J ( ) ( x )] = ln [ A] 1 ) i i μ f i = ln λi L Gli EL sono quindi il logaritmo del modulo dei moltiplicatori del ciclo diviso il periodo. Esempio: mappa logistica ( 1 x( )) x( t + 1) = rx( t) t Quando r è tale che il sistema ha comportamento -periodico, l esponente di Liapunov risulta L < 0. Eccezioni: ad ogni biforcazione flip: = 1 μ L = 0 per certi valori di r : μ = 0 L C. Piccardi e F. Dercole Politecnico di Milano - 06/12/2012 7/21

8 Consideriamo un ciclo A del sistema a tempo continuo x & = f (x). Due traiettorie vicine con origine in B (A) tendono entrambe al ciclo A, ma la loro distanza rimane finita (non nulla). Infatti, la componente della differenza ( x ( t) x ( t) ) lungo il ciclo rimane (mediamente) invariata: Un esponente di Liapunov è nullo: L 1 = 0 Gli altri EL sono valutabili per mezzo della mappa di Poincaré z ( t + 1) = P( z( t)), z R n 1 il cui equilibrio z = P(z) corrisponde al ciclo A. Quindi: 1 L = ln μ [ A], i = 1, K, 1 i+ 1 i n Poiché il ciclo è un attrattore, genericamente gli autovalori dello Jacobiano della mappa di Poincaré risultano i < 1 0 > L2 K L. μ per ogni i, quindi n C. Piccardi e F. Dercole Politecnico di Milano - 06/12/2012 8/21

9 Esempio: circuito di Chua Per certi valori dei parametri, il sistema ha un ciclo asintoticamente stabile. Il calcolo numerico degli EL dà come risultato: L L L = = = C. Piccardi e F. Dercole Politecnico di Milano - 06/12/2012 9/21

10 ORI A tempo discreto un toro A è costituito da una curva invariante su cui il sistema opera una rotazione incommensurabile con π. Due traiettorie vicine che si originano in B (A) tendono entrambe alla curva A, ma la loro distanza rimane finita (non nulla). Infatti, la componente della differenza ( x ( t) x ( t) ) lungo la curva rimane (mediamente) invariata: L, 0 > L2 L3 K L (genericamente) n 1 = 0 Un toro A del sistema a tempo continuo x = f (x) & è generato da 2 frequenze tra loro incommensurabili. Diversamente dal caso di un ciclo, vi sono 2 componenti che rimangono invariate: della differenza ( x ( t) x ( t) ) L 1 = L2 = 0, 0 > L3 L4 K Ln (genericamente) In generale, un k -toro (= k rotazioni/frequenze) avrà k EL nulli. C. Piccardi e F. Dercole Politecnico di Milano - 06/12/ /21

11 CAOS Definizione: Un insieme chiuso e limitato n A R è un attrattore caotico se i) è un attrattore ii) L 1 > 0 Quindi, in un attrattore caotico, due (generiche) traiettorie vicine si separano esponenzialmente ( stretching non è detto che inizialmente si separino, come in figura). Ma poiché l attrattore A è limitato, l incremento di x(t) non può protrarsi all infinito: la non-linearità del sistema riporta vicine le traiettorie ( folding ). Nota bene: per differenze x(0) finite, la divergenza è esponenziale solo inizialmente (e approssimativamente), poi interviene il folding. C. Piccardi e F. Dercole Politecnico di Milano - 06/12/ /21

12 Sensibilità alle condizioni iniziali La presenza di stretching ( L 1 > 0) provoca dipendenza sensibile dallo stato iniziale: stati iniziali arbitrariamente vicini ( x ( 0) = ε > 0 ) danno luogo a traiettorie che, in tempo finito, risultano tra loro distanti. Quindi, una incertezza arbitrariamente piccola sullo stato iniziale (0) impredicibile nel medio/lungo termine. x rende x (t) 0.8 Esempio: circuito di Chua Due traiettorie distanti inizialmente 3 x (0) = 10 si separano dopo un certo intervallo di tempo, dando luogo a comportamenti differenti. x t C. Piccardi e F. Dercole Politecnico di Milano - 06/12/ /21

13 Esempio: sistema di Lorenz Evoluzione di un piccolo insieme contenente 10 4 stati iniziali. Dopo un po di tempo, le traiettorie sono praticamente incorrelate. C. Piccardi e F. Dercole Politecnico di Milano - 06/12/ /21

14 Struttura di un attrattore caotico Un attrattore caotico contiene infinite traiettorie periodiche instabili (di tipo sella; l attrattore è la chiusura dell insieme delle traiettorie periodiche), lungo le quali gli EL sono dati dai moltiplicatori del ciclo. Esempio: una traiettoria caotica e 4 cicli instabili contenuti nell attrattore caotico di Chua. C. Piccardi e F. Dercole Politecnico di Milano - 06/12/ /21

15 EL di un attrattore caotico Genericamente, dato un attrattore caotico A: > 0 divergenza tra le traiettorie: ipercaos) k EL sono positivi a causa dello stretching (se > 1 L K per sistemi a tempo continuo x = f (x) traiettoria rimane mediamente invariata 1 L2 Lk > 0 k vi è più di una direzione di &, 1 EL è nullo: la componente di x(0) L k+1 = 0 i rimanenti EL sono negativi, a causa della attrattività 0 L, per x & = f (x) > Lk + 2 Lk + 3 K 0 L, per x ( t + 1) = f ( x( t)) > Lk + 1 Lk + 2 K n n lungo la la somma degli EL è negativa (eccetto il caso di mappe mono-dimensionali, dove la non reversibilità ha ruolo fondamentale!), perché vicino all attrattore i volumi n-dimensionali si contraggono (per distribuirsi sull attrattore che ha dimensione < n). exp 1 2 L n è il tasso medio di espansione/contrazione dei volumi n -dimensionali. Nota bene: ricorda che per un attrattore A, la quantità ( L + L + K+ ) C. Piccardi e F. Dercole Politecnico di Milano - 06/12/ /21

16 Esempio: EL di un sistema forzato periodicamente Un modello semplificato di laser a CO 2 è il seguente [ x2 u ( 1 bsin( ))] ex ax exp( x + e( f g) x & 1 = a + ct x & 2 = dx ) + x & 3 = hx3 + lx2 in cui exp( x 1 ) è proporzionale all intensità luminosa. Per certi valori dei parametri, il funzionamento è non periodico. exp( x 1 ( t)) C. Piccardi e F. Dercole Politecnico di Milano - 06/12/ /21

17 Il modello del laser è un sistema x & = f ( t, x) periodico (=forzato periodicamente), di periodo = 2π / c. E quindi equivalente alla mappa di periodo : (( k 1) ) F( x( k )) x = +, 3 x R Calcolo degli esponenti di Liapunov: L L L = > 0 5 = < 0 = < 0 L 1 > 0 indica che il funzionamento è caotico. C. Piccardi e F. Dercole Politecnico di Milano - 06/12/ /21

18 Nota bene: il calcolo del primo esponente di Liapunov L 1 permette, in molti casi, di classificare il tipo di attrattore: x & = f (x) x ( t + 1) = f ( x( t)) L 1 < L 1 < 0 Ciclo L 1 = 0 2 < 0) L 1 < 0 oro L 1 = 0 2 = 0, L 3 < 0 ) L 1 = 0 ( L 2 < 0) Caos L 1 > 0 L 1 > 0 Equilibrio 0 Il calcolo del solo primo esponente di Liapunov può essere effettuato in maniera molto efficiente e numericamente stabile. C. Piccardi e F. Dercole Politecnico di Milano - 06/12/ /21

19 SISEMI DISSIPAIVI La mappa x ( t + 1) = f ( x( t)) si dice dissipativa se contrae i volumi (e conservativa se invece li mantiene invariati). x ( t 1) = f ( x( t)) + è dissipativa se ( f ( S) ) vol( S) vol <, per ogni insieme n S R Se J (x) è lo Jacobiano di f (x) di un punto x vale det ( x), il tasso di espansione/contrazione del volume nell intorno J, per cui ( f ( S) ) = vol det J ( x) dx S quindi x ( t 1) = f ( x( t)) + è dissipativa det ( x) < 1 J per ogni n x R C. Piccardi e F. Dercole Politecnico di Milano - 06/12/ /21

20 Preso invece un sistema a tempo continuo x & = f (x): il suo Jacobiano sarà J ( x) = f x definiamo la mappa di periodo > 0, cioè x(( k + 1) ) = F ( x( k )) lo Jacobiano della mappa F sarà J F ( x) = F x Il sistema è dissipativo se det ( x) < 1 F per ogni x e per ogni > 0 J. Gli Jacobiani J e J F sono legati tra loro dalla formula di Liouville : det J = F ( x) exp tr J ) 0 ( x( t ) dt quind x = f (x) & è dissipativo tr ( x) = div f ( x) < 0 J per ogni n x R C. Piccardi e F. Dercole Politecnico di Milano - 06/12/ /21

21 Esempio: sistema di Lorenz x& = σx + σy y& = rx y xz z& = bz + xy σ σ J = r z 1 y x 0 x b In questo caso, tr J ( + 1+ b) Il sistema di Lorenz è quindi dissipativo. = σ risulta negativa e indipendente dal punto (, y, z) x. Nota bene: abbiamo definito la dissipatività come una proprietà globale del sistema. Sistemi non dissipativi possono però contrarre i volumi n-dimensionali localmente, in certe zone dello spazio di stato (dove è soddisfatta la condizione sullo Jacobiano). Ricorda che per un attrattore A, L1 + L2 + K + Ln < 0, quindi vicino ad A il sistema contrae i volumi n- dimensionali. E localmente dissipativo, ma non è detto che lo sia globalmente. La contrazione dei volumi può essere una proprietà locale. In un sistema (globalmente) dissipativo, risulta ΣL i < 0 per qualsiasi traiettoria. C. Piccardi e F. Dercole Politecnico di Milano - 06/12/ /21

INSIEMI FRATTALI. Dimensione di un insieme. Insiemi frattali elementari. Dimensioni frattali. Insiemi frattali e sistemi dinamici

INSIEMI FRATTALI. Dimensione di un insieme. Insiemi frattali elementari. Dimensioni frattali. Insiemi frattali e sistemi dinamici INSIEMI FRATTALI Dimensione di un insieme Insiemi frattali elementari Dimensioni frattali Insiemi frattali e sistemi dinamici C. Piccardi e F. Dercole Politecnico di Milano - 30/11/2011 1/29 Caratteristiche

Dettagli

ANALISI DI SERIE TEMPORALI CAOTICHE (1)

ANALISI DI SERIE TEMPORALI CAOTICHE (1) ANALISI DI SERIE TEMPORALI CAOTICHE (1) Problematiche Ricostruzione dello stato Dimensione di embedding C. Piccardi e F. Dercole Politecnico di Milano ver. 28/12/2009 1/15 Per studiare e comprendere appieno

Dettagli

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

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

Dettagli

TEORIA DEI SISTEMI SISTEMI LINEARI

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

Dettagli

SINCRONIZZAZIONE. Cos è (e cosa non è) la sincronizzazione. Sincronizzazione di fase di oscillatori periodici

SINCRONIZZAZIONE. Cos è (e cosa non è) la sincronizzazione. Sincronizzazione di fase di oscillatori periodici SINCRONIZZAZIONE Cos è (e cosa non è) la sincronizzazione Sincronizzazione di fase di oscillatori periodici Sincronizzazione di fase di oscillatori caotici Sincronizzazione completa C. Piccardi e F. Dercole

Dettagli

Variabili aleatorie continue

Variabili aleatorie continue Variabili aleatorie continue Per descrivere la distribuzione di una variabile aleatoria continua, non si può più assegnare una probabilità positiva ad ogni valore possibile. Si assume allora di poter specificare

Dettagli

Calcolo del movimento di sistemi dinamici LTI

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

Dettagli

Modellistica e Simulazione: il sistema di Rossler a.a Chiara Mocenni

Modellistica e Simulazione: il sistema di Rossler a.a Chiara Mocenni Modellistica e Simulazione: il sistema di Rossler a.a. 007-008 Chiara Mocenni Il sistema di Rossler è il più semplice sistema di terzo ordine capace di manifestare comportamenti di tipo caotico. x = y

Dettagli

Massimi e minimi assoluti vincolati: esercizi svolti

Massimi e minimi assoluti vincolati: esercizi svolti Massimi e minimi assoluti vincolati: esercizi svolti Gli esercizi contrassegnati con il simbolo * presentano un grado di difficoltà maggiore. Esercizio 1. Determinare i punti di massimo e minimo assoluti

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica inferenziale Cernusco S.N., giovedì 18 febbraio 2016 (9.00/13.00)

Dettagli

Derivata materiale (Lagrangiana) e locale (Euleriana)

Derivata materiale (Lagrangiana) e locale (Euleriana) ispense di Meccanica dei Fluidi 0 0 det 0 = [ (0 ) + ( ( ) ) + (0 0 ) ] = 0. Pertanto, v e µ sono indipendenti tra loro e costituiscono una nuova base. Con essi è possibile descrivere altre grandezze,

Dettagli

1 Equazioni Differenziali

1 Equazioni Differenziali Equazioni Differenziali Un equazione differenziale è un equazione che esprime un legame tra una variabile indipendente x (o t, quando ci riferiamo al tempo) una variabile dipendente y o incognita che sta

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

Che cos'è il caos? Caos Dove comincia il caos si arresta la scienza classica (1987) L'aspetto irregolare della natura sono stati dei veri rompicapo

Che cos'è il caos? Caos Dove comincia il caos si arresta la scienza classica (1987) L'aspetto irregolare della natura sono stati dei veri rompicapo Che cos'è il caos? Che cos'è il caos? Poincarè nel 1903 afferma che : una causa piccolissima che sfugga alla nostra attenzione determina un effetto considerevole che non possiamo mancare di vedere, e allora

Dettagli

Capitolo 6. Variabili casuali continue. 6.1 La densità di probabilità

Capitolo 6. Variabili casuali continue. 6.1 La densità di probabilità Capitolo 6 Variabili casuali continue Le definizioni di probabilità che abbiamo finora usato sono adatte solo per una variabile casuale che possa assumere solo valori discreti; vediamo innanzi tutto come

Dettagli

SIMULAZIONE - 29 APRILE QUESITI

SIMULAZIONE - 29 APRILE QUESITI www.matefilia.it SIMULAZIONE - 29 APRILE 206 - QUESITI Q Determinare il volume del solido generato dalla rotazione attorno alla retta di equazione y= della regione di piano delimitata dalla curva di equazione

Dettagli

Produzione e creatività

Produzione e creatività Produzione e creatività Instabilities in creative professions: A minimal model ergio Rinaldi, Roberto ordone & Renato asagrandi (2) Nonlinear dynamics, Psychology, and Life ciences 4(3): 255-273 Outline

Dettagli

Fondamenti di Automatica

Fondamenti di Automatica Fondamenti di Automatica Introduzione e modellistica dei sistemi Introduzione allo studio dei sistemi Modellistica dei sistemi dinamici elettrici Modellistica dei sistemi dinamici meccanici Modellistica

Dettagli

parametri della cinematica

parametri della cinematica Cinematica del punto Consideriamo il moto di una particella: per particella si intende sia un corpo puntiforme (ad es. un elettrone), sia un qualunque corpo esteso che si muove come una particella, ovvero

Dettagli

STUDIO DELLE RADICI DI UNA EQUAZIONE ALGEBRICA DI TERZO GRADO A COEFFICIENTI REALI

STUDIO DELLE RADICI DI UNA EQUAZIONE ALGEBRICA DI TERZO GRADO A COEFFICIENTI REALI M. G. BUSATO STUDIO DELLE RADICI DI UNA EQUAZIONE ALGEBRICA DI TERZO GRADO A COEFFICIENTI REALI mgbstudio.net PAGINA INTENZIONALMENTE VUOTA SOMMARIO In questo scritto viene compiuto lo studio dettagliato

Dettagli

LA DISTRIBUZIONE NORMALE

LA DISTRIBUZIONE NORMALE LA DISTRIBUZIONE NORMALE Italo Nofroni Statistica medica - Facoltà di Medicina Sapienza - Roma La più nota ed importante distribuzione di probabilità è, senza alcun dubbio, la Distribuzione normale, anche

Dettagli

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Cinque lettere

Dettagli

Un monomio è in forma normale se è il prodotto di un solo fattore numerico e di fattori letterali con basi diverse. Tutto quanto sarà detto di

Un monomio è in forma normale se è il prodotto di un solo fattore numerico e di fattori letterali con basi diverse. Tutto quanto sarà detto di DEFINIZIONE Espressione algebrica costituita dal prodotto tra una parte numerica (coefficiente) e una o più variabili e/o costanti (parte letterale). Variabili e costanti possono comparire elevate a potenza

Dettagli

LUISS Laurea specialistica in Economia e Finanza Anno Accademico 2010/2011

LUISS Laurea specialistica in Economia e Finanza Anno Accademico 2010/2011 LUISS Laurea specialistica in Economia e Finanza Anno Accademico 1/11 Corso di Metodi Matematici per la Finanza Prof. Fausto Gozzi, Dr. Davide Vergni Soluzioni esercizi 4,5,6 esame scritto del 13/9/11

Dettagli

FUNZIONAMENTO TRANSITORIO DEL TRASFORMATORE TRANSITORIO DI INSERZIONE A VUOTO

FUNZIONAMENTO TRANSITORIO DEL TRASFORMATORE TRANSITORIO DI INSERZIONE A VUOTO FUNZIONAMENTO TRANSITORIO DEL TRASFORMATORE TRANSITORIO DI INSERZIONE A VUOTO t = 0 Z 1 Z 2 Z 0 CIRCUITO EQUIVALENTE DI UNA FASE 1 FUNZIONAMENTO TRANSITORIO DEL TRASFORMATORE A VUOTO Per lo studio del

Dettagli

La corrente alternata

La corrente alternata La corrente alternata Corrente continua e corrente alternata Le correnti continue sono dovute ad un generatore i cui poli hanno sempre lo stesso segno e pertanto esse percorrono un circuito sempre nello

Dettagli

01. Modelli di Sistemi

01. Modelli di Sistemi Controlli Automatici 01. Modelli di Sistemi Prof. Cesare Fantuzzi Ing. Cristian Secchi Ing. Federica Ferraguti ARSControl - DISMI - Università di Modena e Reggio Emilia E-mail: {nome.cognome}@unimore.it

Dettagli

Funzioni vettoriali di variabile scalare

Funzioni vettoriali di variabile scalare Capitolo 11 Funzioni vettoriali di variabile scalare 11.1 Curve in R n Abbiamo visto (capitolo 2) come la posizione di un punto in uno spazio R n sia individuata mediante le n coordinate di quel punto.

Dettagli

Scomposizione in fratti semplici

Scomposizione in fratti semplici 0.0.. Scomposizione in fratti semplici La determinazione dell evoluzione libera e dell evoluzione forzata di un sistema lineare stazionario richiedono l antitrasformazione di una funzione razionale fratta

Dettagli

LIMITI DI FUNZIONI. arbitrariamente vicino a L, scegliendo x sufficientemente vicino a x 0, con x x 0.

LIMITI DI FUNZIONI. arbitrariamente vicino a L, scegliendo x sufficientemente vicino a x 0, con x x 0. 55. Limiti al finito (ossia per ) LIMITI DI FUNZIONI Limite finito per f ( ) L R Il ite di f () per tendente a è L se è possibile rendere il valore di f () vicino a L, scegliendo sufficientemente vicino

Dettagli

Le derivate parziali

Le derivate parziali Sia f(x, y) una funzione definita in un insieme aperto A R 2 e sia P 0 = x 0, y 0 un punto di A. Essendo A un aperto, esiste un intorno I(P 0, δ) A. Preso un punto P(x, y) I(P 0, δ), P P 0, possiamo definire

Dettagli

5. Applicazione ai dati sperimentali, un modello di previsione delle temperature

5. Applicazione ai dati sperimentali, un modello di previsione delle temperature 5. Applicazione ai dati sperimentali, un modello di previsione delle temperature 5.1 Ricostruzione dello spazio delle fasi L utilizzo del teorema di embedding per ricostruire lo spazio delle fasi relativo

Dettagli

y = x 3 infinitesimo per x 3 lim = l 0 allora f(x) è dello stesso ordine di g(x), ossia tendono a DEF. Una funzione y = f(x) si dice infinitesimo per

y = x 3 infinitesimo per x 3 lim = l 0 allora f(x) è dello stesso ordine di g(x), ossia tendono a DEF. Una funzione y = f(x) si dice infinitesimo per INFINITI ED INFINITESIMI. ASINTOTI DI UNA FUNZIONE. GRAFICO PROBABILE DI UNA FUNZIONE. TEOREMI SULLE FUNZIONI CONTINUE ESERCIZI SULLA CONTINUITA E SULLA CLASSIFICAZIONE DELLE DISCONTINUITA DI UNA FUNZIONE

Dettagli

iv Indice c

iv Indice c Indice Prefazione ix 1 Numeri 1 1 Insiemi e logica 1 1.1 Concetti di base sugli insiemi 1 1.2 Un po di logica elementare 9 2 Sommatorie e coefficienti binomiali 13 2.1 Il simbolo di sommatoria 13 2.2 Fattoriale

Dettagli

ANTITRASFORMATA DI LAPLACE MODI DI UN SISTEMA

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

Dettagli

Metodi Dinamici in Economia. Modulo 1

Metodi Dinamici in Economia. Modulo 1 Metodi Dinamici in Economia. Modulo 1 Professor Dipartimento di Scienze Statistiche, Università di Udine Anno Accademico 2008 2009 Statica Un semplice modello di equilibrio parziale D(p) = a bp: funzione

Dettagli

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 4

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 4 X N(m ; s ) f X x 1 e π σ xμ σ σ 0 m F X x x 1 π σ e tμ σ dt 1 0.5 EX μ VarX σ m La distribuzione normale permette di modellizzare moltissimi fenomeni aleatori (ad esempio misure di ogni genere), serve

Dettagli

1) Entropia di variabili aleatorie continue. 2) Esempi di variabili aleatorie continue. 3) Canali di comunicazione continui. 4) Canale Gaussiano

1) Entropia di variabili aleatorie continue. 2) Esempi di variabili aleatorie continue. 3) Canali di comunicazione continui. 4) Canale Gaussiano Argomenti della Lezione 1) Entropia di variabili aleatorie continue ) Esempi di variabili aleatorie continue 3) Canali di comunicazione continui 4) Canale Gaussiano 5) Limite di Shannon 1 Entropia di una

Dettagli

DEDUZIONE DEL TEOREMA DELL'ENERGIA CINETICA DELL EQUAZIONE SIMBOLICA DELLA DINAMICA

DEDUZIONE DEL TEOREMA DELL'ENERGIA CINETICA DELL EQUAZIONE SIMBOLICA DELLA DINAMICA DEDUZIONE DEL TEOREMA DELL'ENERGIA CINETICA DELL EQUAZIONE SIMBOLICA DELLA DINAMICA Sia dato un sistema con vincoli lisci, bilaterali e FISSI. Ricaviamo, dall equazione simbolica della dinamica, il teorema

Dettagli

Correzione secondo compitino, testo B

Correzione secondo compitino, testo B Correzione secondo compitino, testo B 7 aprile 2010 1 Parte 1 Esercizio 1.1. Tra le funzioni del vostro bestiario, le funzioni che più hanno un comportamento simile a quello cercato sono le funzioni esponenziali

Dettagli

Alfonso Sorrentino. Roma, 2 Marzo 2015

Alfonso Sorrentino. Roma, 2 Marzo 2015 Biliardi Matematici Alfonso Sorrentino Roma, 2 Marzo 2015 A che gioco stiamo giocando? Un biliardo matematico consiste in una regione chiusa del piano (il tavolo) ed un punto al suo interno (la palla)

Dettagli

Dato un intervallo limitato A di estremi a e b con a b, si definisce misura dell intervallo il numero b a e si indica con :

Dato un intervallo limitato A di estremi a e b con a b, si definisce misura dell intervallo il numero b a e si indica con : E-school di Arrigo Amadori Analisi I Integrali di Riemann 01 Introduzione. L integrale è, oltre alla derivata, l altro oggetto fondamentale che sta alla base del calcolo differenziale. Con gli integrali

Dettagli

Unità Didattica N 2 Le funzioni

Unità Didattica N 2 Le funzioni Unità Didattica N Le funzioni 1 Unità Didattica N Le funzioni 05) Definizione di applicazione o funzione o mappa. 06) Classificazione delle funzioni numeriche 07) Estremi di una funzione, funzioni limitate.

Dettagli

Applicazioni delle leggi della meccanica: moto armnico

Applicazioni delle leggi della meccanica: moto armnico Applicazioni delle leggi della meccanica: moto armnico Discutiamo le caratteristiche del moto armonico utilizzando l esempio di una molla di costante k e massa trascurabile a cui è fissato un oggetto di

Dettagli

Controlli Automatici I

Controlli Automatici I Ingegneria Elettrica Politecnico di Torino Luca Carlone Controlli Automatici I LEZIONE V Sommario LEZIONE V Proprietà strutturali Controllabilità e raggiungibilità Raggiungibilità nei sistemi lineari Forma

Dettagli

DISTRIBUZIONE NORMALE (1)

DISTRIBUZIONE NORMALE (1) DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale

Dettagli

Forme indeterminate e limiti notevoli

Forme indeterminate e limiti notevoli Forme indeterminate e iti notevoli Limiti e continuità Forme indeterminate e iti notevoli Forme indeterminate Teorema di sostituzione Limiti notevoli Altre forme indeterminate 2 2006 Politecnico di Torino

Dettagli

8. Completamento di uno spazio di misura.

8. Completamento di uno spazio di misura. 8. Completamento di uno spazio di misura. 8.1. Spazi di misura. Spazi di misura completi. Definizione 8.1.1. (Spazio misurabile). Si chiama spazio misurabile ogni coppia ordinata (Ω, A), dove Ω è un insieme

Dettagli

LA LEGGE DI FARADAY-HENRY O DELL INDUZIONE ELETTROMAGNETICA

LA LEGGE DI FARADAY-HENRY O DELL INDUZIONE ELETTROMAGNETICA LA LEGGE DI FARADAY-HENRY O DELL INDUZIONE ELETTROMAGNETICA Se un magnete è posto vicino ad un circuito conduttore chiuso, nel circuito si manifesta una f.e.m. quando il magnete è messo in movimento. Tale

Dettagli

INTEGRALI Test di autovalutazione

INTEGRALI Test di autovalutazione INTEGRALI Test di autovalutazione. L integrale ln 6 è uguale a (a) vale 5 2 (b) (c) (d) 4 5 vale ln 256 2 è negativo 2 5 + 4 5 2 5 + 4 5 d d 2. È data la funzione = e 2. Allora: (a) se F() è una primitiva

Dettagli

LEZIONE 15. (15.1.2) p(x) = a 0 x n + a 1 x n a n 1 x + a n = a h x n h.

LEZIONE 15. (15.1.2) p(x) = a 0 x n + a 1 x n a n 1 x + a n = a h x n h. LEZIONE 15 15.1. Polinomi a coefficienti complessi e loro e loro radici. In questo paragrafo descriveremo alcune proprietà dei polinomi a coefficienti complessi e delle loro radici. Già nel precedente

Dettagli

Esercizi per Geometria II Geometria euclidea e proiettiva

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

Dettagli

Distribuzioni di Probabilità

Distribuzioni di Probabilità Distribuzioni di Probabilità Distribuzioni discrete Distribuzione uniforme discreta Distribuzione di Poisson Distribuzioni continue Distribuzione Uniforme Distribuzione Gamma Distribuzione Esponenziale

Dettagli

Equazioni esponenziali e logaritmi

Equazioni esponenziali e logaritmi Copyright c 2008 Pasquale Terrecuso Tutti i diritti sono riservati. Equazioni esponenziali e logaritmi 2 equazioni esponenziali..................................................... 3 casi particolari............................................................

Dettagli

DINAMICHE COMPLESSE NEL FERRO DI CAVALLO

DINAMICHE COMPLESSE NEL FERRO DI CAVALLO DINAMICHE COMPLEE NEL FERRO DI CAVALLO La mappa a erro di cavallo L inieme invariante Dinamica imbolica Dinamiche nell inieme invariante Ferro di cavallo e cao C. Piccardi e F. Dercole Politecnico di Milano

Dettagli

' $ Teoria del traffico & % 1

' $ Teoria del traffico & % 1 Teoria del traffico Andamento della distribuzione di Poisson P(k) = (λt)k k! e λt 1 k=0 k=1 k=2 k=3 0.8 0.6 P(k) 0.4 0.2 0 0 1 2 3 4 5 λt Proprietá La sovrapposizione di h processi di Poisson aventi frequenze

Dettagli

CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica

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

Dettagli

Legge di Faraday. x x x x x x x x x x E x x x x x x x x x x R x x x x x x x x x x. x x x x x x x x x x. x x x x x x x x x x E B 1 Φ B.

Legge di Faraday. x x x x x x x x x x E x x x x x x x x x x R x x x x x x x x x x. x x x x x x x x x x. x x x x x x x x x x E B 1 Φ B. Φ ε ds ds dφ = dt Legge di Faraday E x x x x x x x x x x E x x x x x x x x x x R x x x x x x x x x x 1 x x x x x x x x x x E x x x x x x x x x x E Schema Generale Elettrostatica moto di q in un campo E

Dettagli

I.T.I.S. TRASFORMATA DI LAPLACE DIAGRAMMI DI BODE

I.T.I.S. TRASFORMATA DI LAPLACE DIAGRAMMI DI BODE I.T.I.S. APPUNTI DI ELETTRONICA TRASFORMATA DI LAPLACE E DIAGRAMMI DI BODE PREMESSA Per lo studio dei sistemi di controllo si utilizzano modelli matematici dinamici lineari. L analisi o il progetto di

Dettagli

PROCESSI STOCASTICI 1: ESERCIZI

PROCESSI STOCASTICI 1: ESERCIZI PROCESSI STOCASTICI 1: ESERCIZI (1) ESERCIZIO: Date P e Q matrici stocastiche, dimostrare che la matrice prodotto P Q è una matrice stocastica. Dedurre che la potenza P n e il prodotto P 1 P 2 P n sono

Dettagli

Teorema dell energia cinetica

Teorema dell energia cinetica Teorema dell energia cinetica L. P. 23 Marzo 2010 Il teorema dell energia cinetica Il teorema dell energia cinetica è una relazione molto importante in Meccanica. L enunceremo nel caso semplice di un punto

Dettagli

4.11 Massimi e minimi relativi per funzioni di più variabili

4.11 Massimi e minimi relativi per funzioni di più variabili 5. Determinare, al variare del parametro a R, la natura delle seguenti forme quadratiche: (i) Φ(x, y, z) = x 2 + 2axy + y 2 + 2axz + z 2, (ii) Φ(x, y, z, t) = 2x 2 + ay 2 z 2 t 2 + 2xz + 4yt + 2azt. 4.11

Dettagli

1. Calcolare gli invarianti ortogonali e riconoscere le seguenti quadriche.

1. Calcolare gli invarianti ortogonali e riconoscere le seguenti quadriche. Algebra Lineare e Geometria Analitica Politecnico di Milano Ingegneria Quadriche Esercizi 1. Calcolare gli invarianti ortogonali e riconoscere le seguenti quadriche. (a) x + y + z + xy xz yz 6x 4y + z

Dettagli

Argomenti Capitolo 1 Richiami

Argomenti Capitolo 1 Richiami Argomenti Capitolo 1 Richiami L insieme dei numeri reali R si rappresenta geometricamente con l insieme dei punti di una retta orientata su cui sia stato fissato un punto 0 e un segmento unitario. L insieme

Dettagli

Esercizio geometria delle aree

Esercizio geometria delle aree Salvatore Trotta Università degli Studi di Napoli - Federico II 15 aprile 2014 Consideriamo la seguente figura asimmetrica: Suddivisa la figura in tre rettangoli e fissato un sistema di riferimento arbitrario

Dettagli

Esercitazione 03: Sistemi a tempo discreto

Esercitazione 03: Sistemi a tempo discreto 0 aprile 06 (h) Alessandro Vittorio Papadopoulos alessandro.papadopoulos@polimi.it Fondamenti di Automatica Prof. M. Farina Analisi di investimenti Una banca propone un tasso d interesse i = 3% trimestrale

Dettagli

APPENDICE 1 CAMPI CONSERVATIVI CIRCUITAZIONE DI UN VETTORE LUNGO UNA LINEA CHIUSA CORRENTE DI SPOSTAMENTO

APPENDICE 1 CAMPI CONSERVATIVI CIRCUITAZIONE DI UN VETTORE LUNGO UNA LINEA CHIUSA CORRENTE DI SPOSTAMENTO APPENDICE 1 CAMPI CONSERVATIVI CIRCUITAZIONE DI UN VETTORE LUNGO UNA LINEA CHIUSA CORRENTE DI SPOSTAMENTO Quando un punto materiale P si sposta di un tratto s per effetto di una forza F costante applicata

Dettagli

λ è detto intensità e rappresenta il numero di eventi che si

λ è detto intensità e rappresenta il numero di eventi che si ESERCITAZIONE N 1 STUDIO DI UN SISTEMA DI CODA M/M/1 1. Introduzione Per poter studiare un sistema di coda occorre necessariamente simulare gli arrivi, le partenze e i tempi di ingresso nel sistema e di

Dettagli

FISICA APPLICATA 2 FENOMENI ONDULATORI - 1

FISICA APPLICATA 2 FENOMENI ONDULATORI - 1 FISICA APPLICATA 2 FENOMENI ONDULATORI - 1 DOWNLOAD Il pdf di questa lezione (onde1.pdf) è scaricabile dal sito http://www.ge.infn.it/ calvini/tsrm/ 08/10/2012 FENOMENI ONDULATORI Una classe di fenomeni

Dettagli

Probabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva

Probabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.

Dettagli

Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b}

Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b} Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha P {X = a, Y = b} = P {X = a}p {Y = b} Una variabile aleatoria χ che assume i soli valori 1, 2,..., n

Dettagli

1.3. Logaritmi ed esponenziali

1.3. Logaritmi ed esponenziali 1.3. Logaritmi ed esponenziali 1. Rappresentazione sugli assi cartesiani 2. Relazione 3. Definizione di funzione 4. La funzione esponenziale 5. Il logaritmo 6. La funzione logaritma 1-3 1 Rappresentazione

Dettagli

TEMI D ESAME DI ANALISI MATEMATICA I

TEMI 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

Dettagli

INTRODUZIONE ALL ANALISI MATEMATICA

INTRODUZIONE ALL ANALISI MATEMATICA INTRODUZIONE ALL ANALISI MATEMATICA Intervalli e intorni Funzioni in R e classificazione Proprietà delle funzioni: pari e dispari monotone periodiche Intervallo Un intervallo di estremi a e b è un insieme

Dettagli

Compito del 14 giugno 2004

Compito del 14 giugno 2004 Compito del 14 giugno 004 Un disco omogeneo di raggio R e massa m rotola senza strisciare lungo l asse delle ascisse di un piano verticale. Il centro C del disco è collegato da una molla di costante elastica

Dettagli

CAPITOLO 1 LA FUNZIONE DI PRODUZIONE E LA CRESCITA ECONOMICA

CAPITOLO 1 LA FUNZIONE DI PRODUZIONE E LA CRESCITA ECONOMICA CAPITOLO 1 LA FUZIOE DI PRODUZIOE E LA CRESCITA ECOOMICA 11 La funzione di produzione Data una funzione di produzione in cui la quantità prodotta () dipende dalla quantità di capitale () e di lavoro ()

Dettagli

Insiemi. Esempio1: i ragazzi del corso di agraria nati nel 1990 formano un insieme.

Insiemi. Esempio1: i ragazzi del corso di agraria nati nel 1990 formano un insieme. Insiemi Definizione: Definizione: Un Un insieme insieme è è una una collezione collezione di di oggetti oggetti individuati individuati da da una una Determinata Determinata specificazione. specificazione.

Dettagli

Dinamica del punto materiale

Dinamica del punto materiale Dinamica del punto materiale Formule fondamentali L. P. 5 Aprile 2010 N.B.: Le relazioni riportate sono valide in un sistema di riferimento inerziale. Princìpi della dinamica Secondo principio della dinamica

Dettagli

Percentuali, problemi non ovvi

Percentuali, problemi non ovvi Percentuali, problemi non ovvi Variazioni assolute e variazioni relative (continua) Supponiamo che il prezzo di un bene all istante t sia p t = 120 all istante successivo t+1 il nuovo prezzo del bene è

Dettagli

Il quadro del modello circuitale è, almeno per quanto concerne i circuiti di bipoli, a questo punto, completo. Esso è così costituito dai:

Il quadro del modello circuitale è, almeno per quanto concerne i circuiti di bipoli, a questo punto, completo. Esso è così costituito dai: CAPITOLO 2 ANALISI DI CIRCUITI SEMPLICI 2.1 Introduzione Il quadro del modello circuitale è, almeno per quanto concerne i circuiti di bipoli, a questo punto, completo. Esso è così costituito dai: Concetti

Dettagli

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

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

Dettagli

MODELLI A TEMPO CONTINUO IN EQUAZIONI DI STATO. Sistema lineare stazionario a tempo continuo in equazioni di stato. = Cx(t) + Du(t) x(0) = x 0

MODELLI A TEMPO CONTINUO IN EQUAZIONI DI STATO. Sistema lineare stazionario a tempo continuo in equazioni di stato. = Cx(t) + Du(t) x(0) = x 0 MODELLI A TEMPO CONTINUO IN EQUAZIONI DI STATO Sistema lineare stazionario a tempo continuo in equazioni di stato ẋ(t) y(t) = Ax(t) + Bu(t) = Cx(t) + Du(t) x() = x Risposta completa (risposta libera e

Dettagli

Le Derivate. Appunti delle lezioni di matematica di A. Pisani Liceo Classico Dante Alighieri

Le Derivate. Appunti delle lezioni di matematica di A. Pisani Liceo Classico Dante Alighieri Le Derivate Appunti delle lezioni di matematica di A. Pisani Liceo Classico Dante Alighieri Nota bene Questi appunti sono da intendere come guida allo studio e come riassunto di quanto illustrato durante

Dettagli

1 Il Teorema della funzione implicita o del Dini

1 Il Teorema della funzione implicita o del Dini 1 Il Teorema della funzione implicita o del Dini Ricordiamo che dato un punto x R n, un aperto A R n che contiene x si dice intorno (aperto) di x. Teorema 1.1. (I Teorema del Dini) Sia f : A (aperto) R

Dettagli

UNIVERSITÀ di ROMA TOR VERGATA

UNIVERSITÀ di ROMA TOR VERGATA UNIVERSITÀ di ROMA TOR VERGATA Corso di PS-Probabilità P.Baldi Tutorato 9, 19 maggio 11 Corso di Laurea in Matematica Esercizio 1 a) Volendo modellizzare l evoluzione della disoccupazione in un certo ambito

Dettagli

Stabilità e risposte di sistemi elementari

Stabilità e risposte di sistemi elementari Parte 4 Aggiornamento: Settembre 2010 Parte 4, 1 Stabilità e risposte di sistemi elementari Prof. Lorenzo Marconi DEIS-Università di Bologna Tel. 051 2093788 Email: lmarconi@deis.unibo.it URL: www-lar.deis.unibo.it/~lmarconi

Dettagli

Capitolo 12. Moto oscillatorio

Capitolo 12. Moto oscillatorio Moto oscillatorio INTRODUZIONE Quando la forza che agisce su un corpo è proporzionale al suo spostamento dalla posizione di equilibrio ne risulta un particolare tipo di moto. Se la forza agisce sempre

Dettagli

Teorie non finanziarie dell investimento

Teorie non finanziarie dell investimento Teorie non finanziarie dell investimento Investimento, Informazione e Razionalità A. M. Variato Saggi di Teoria e Politica Economica, Giuffrè, 2004 Daniela Maggioni Tatiana Conti 1 Teorie non finanziarie

Dettagli

Risposta La curva r è regolare a tratti per via di quanto succede della sua rappresentazione parametrica nel punto t = 1: pur riuscendo

Risposta La curva r è regolare a tratti per via di quanto succede della sua rappresentazione parametrica nel punto t = 1: pur riuscendo ANALISI VETTORIALE OMPITO PER LE VAANZE DI FINE D ANNO Esercizio Sia r(t) la curva regolare a tratti x = t, y = t, t [, ] e x = t, y = t, t [, ]. alcolare la lunghezza di r, calcolare, dove esistono, i

Dettagli

Corso di Robotica 1 Cinematica inversa

Corso di Robotica 1 Cinematica inversa Corso di Robotica 1 Cinematica inversa Prof. Alessandro De Luca Robotica 1 1 Problema cinematico inverso data una posa (posizione + orientamento) dell end-effector determinare l insieme di valori delle

Dettagli

S.Barbarino - Appunti di Microonde. Cap. 6. Antenne indipendenti dalla frequenza

S.Barbarino - Appunti di Microonde. Cap. 6. Antenne indipendenti dalla frequenza SBarbarino - Appunti di Microonde 61 - Generalità Cap 6 Antenne indipendenti dalla frequenza Come precedentemente affermato il rapporto fra le frequenze più alte e quelle più basse per il modo assiale

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE CATENE DI MARKOV TEMPO DISCRETE Definizioni Catena: Processo stocastico in cui lo spazio degli stati è discreto o numerabile Processo stocastico tempo discreto: Si considerano

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria 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

Dettagli

Didattica della Matematica 1 e Didattica della Matematica e della Fisica - classi A047 e A049 Trasformazioni geometriche

Didattica della Matematica 1 e Didattica della Matematica e della Fisica - classi A047 e A049 Trasformazioni geometriche Didattica della Matematica 1 e Didattica della Matematica e della Fisica - classi A047 e A049 Trasformazioni geometriche anno acc. 2013/2014 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi

Dettagli

Esercizi su ottimizzazione vincolata

Esercizi su ottimizzazione vincolata Esercizi su ottimizzazione vincolata 1. Rispondere alle seguenti domande (a) Quando un vincolo di disuguaglianza è detto attivo? (b) Cosa è l insieme delle soluzioni ammissibili? Gli algoritmi di ricerca

Dettagli

Definizione: Due monomi si dicono simili se hanno la stessa parte letterale.

Definizione: Due monomi si dicono simili se hanno la stessa parte letterale. CALCOLO LETTERALE Definizione: Data una formula si dicono variabili le lettere alle quali può essere sostituito qualsiasi valore numerico; i numeri si dicono, invece, costanti. Nella formula per il calcolo

Dettagli

1.1 Coordinate sulla retta e nel piano; rette nel piano

1.1 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

Dettagli

Catene di Markov - Foglio 1

Catene di Markov - Foglio 1 Catene di Markov - Foglio 1 1. Una pedina si muove su un circuito circolare a 4 vertici, numerati da 1 a 4. La pedina si trova inizialmente nel vertice 1. Ad ogni passo un giocatore lancia un dado equilibrato:

Dettagli

Dipolo Elettrico: due cariche (puntiformi) +q e q (stesso modulo, segno opposto) a distanza a. Momento di Dipolo, P: Vettore di modulo

Dipolo Elettrico: due cariche (puntiformi) +q e q (stesso modulo, segno opposto) a distanza a. Momento di Dipolo, P: Vettore di modulo Il Dipolo Elettrico Dipolo Elettrico: due cariche (puntiformi) q e q (stesso modulo, segno opposto) a distanza a. Momento di Dipolo, P: Vettore di modulo qa che va da qq a q Dato un punto P molto distante

Dettagli