Fondamenti di Automatica

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Fondamenti di Automatica"

Transcript

1 Fondamenti di Automatica

2 Proprietà strutturali e leggi di controllo aggiungibilità e controllabilità etroazione statica dallo stato Osservabilità e rilevabilità Stima dello stato e regolatore dinamico 2

3 Proprietà strutturali e leggi di controllo

4 aggiungibilità e controllabilità Definizioni ed esempi introduttivi Analisi della raggiungibilità di sistemi dinamici LTI Esempi di studio della raggiungibilità Il problema della realizzazione 4

5 aggiungibilità e controllabilità

6 Introduzione Le proprietà di raggiungibilità e di controllabilità descrivono le possibilità di azione della funzione di ingresso u ( ) al fine di influenzare il movimento dello stato La proprietà di raggiungibilità descrive le possibilità di modificare lo stato del sistema a partire da un particolare stato iniziale prefissato agendo opportunamente sull ingresso u ( ) La proprietà di controllabilità descrive le possibilità di trasferire lo stato del sistema ad un particolare stato finale prefissato agendo opportunamente sull ingresso u ( ) 6

7 Definizione di stato raggiungibile Uno stato x * si dice raggiungibile (dallo stato zero x 0 al tempo t *) se esistono: Un istante di tempo t * [t 0, ) Una funzione di ingresso u *(t ) definita in t [t 0,t *] tali che, detto x (t ), t [t 0,t *] il movimento dello stato generato da u *(t ) a partire dallo stato x 0 (x (t 0 ) = x 0 ), risulti: x( t ) = x * * 7

8 L insieme di raggiungibilità L insieme di tutti gli stati raggiungibili (dallo stato zero x 0 al tempo t *) rappresenta l insieme di raggiungibilità X (t *) al tempo t * L insieme X (t *) costituisce un sottospazio lineare dello spazio di stato X x 1 x * X (t *) x 0 t 0 t * t x 2 8

9 La completa raggiungibilità Si definisce il sottospazio di raggiungibilità X come l insieme di raggiungibilità X (t ) di dimensione massima: X = max X ( t) t [ t, ) Un sistema è completamente raggiungibile se X 0 = Per i sistemi non completamente raggiungibili si definisce il sottospazio di non raggiungibilità X N come il complemento ortogonale di X : X N = X X 9

10 Definizione di stato controllabile Uno stato x * si dice controllabile (allo stato zero x 0 al tempo t *) se esistono: Un istante di tempo t * [t 0, ) Una funzione di ingresso u *(t ) definita in t [t 0,t *] tali che, detto x (t ), t [t 0,t *] il movimento dello stato generato da u *(t ) a partire dallo stato x *(x (t 0 ) = x *), risulti: x t * ( ) = x 0 10

11 L insieme di controllabilità L insieme di tutti gli stati controllabili (allo stato zero x 0 al tempo t *) rappresenta l insieme di controllabilità X C (t *) al tempo t * L insieme X C (t *) costituisce un sottospazio lineare dello spazio di stato X x 1 X C (t *) x * x 0 t 0 t * t x 2 11

12 La completa controllabilità Si definisce il sottospazio di controllabilità X C come l insieme di controllabilità X C (t ) di dimensione massima: X = max X ( t) C t [ t, ) Un sistema dinamico è completamente controllabile se X = X C 0 Per i sistemi non completamente controllabili si definisce il sottospazio di non controllabilità X NC come il complemento ortogonale di X C : X NC = X C C 12

13 Il concetto di stato zero Lo stato zero x 0 è uno stato prefissato considerato come obiettivo Tipicamente si tratta di uno stato di equilibrio non coincidente, in generale, con l origine dello spazio di stato: x 0 0 Tuttavia, per semplicità di trattazione e senza perdere generalità, si assumerà x 0 coincidente con lo stato nullo In modo analogo, si può assumere: t 0 = 0 13

14 elazioni tra raggiungibilità e controllabilità Per i sistemi LTI TC si ha: X = X C Per i sistemi LTI TD si ha in generale: X X C Se la matrice A è non singolare X = X C 14

15 Studio della raggiungibilità Per i sistemi LTI si ha quindi in generale: X X C Quindi, se un sistema LTI è completamente raggiungibile è anche completamente controllabile Pertanto, si studieranno sempre le proprietà di raggiungibilità 15

16 Parte raggiungibile e non raggiungibile In un sistema LTI con dimensione finita n e non completamente raggiungibile sono stati definiti: Il sottospazio di raggiungibilità X (dim(x ) = r < n ) parte raggiungibile Il sottospazio di non raggiungibilità X N (dim(x N ) = n r ) parte non raggiungibile Al sottospazio di raggiungibilità sono associati r degli n autovalori della matrice A Al sottospazio di non raggiungibilità sono associati n r degli n autovalori della matrice A 16

17 Parte raggiungibile e non raggiungibile L ingresso u ( ) agisce sulla sola parte raggiungibile Gli stati raggiungibili non influenzano la parte non raggiungibile Gli stati non raggiungibili possono influenzare la parte raggiungibile u parte raggiungibile X X parte non raggiungibile X N 17

18 Esempio introduttivo 1 Consideriamo il seguente sistema dinamico: 1 2 u (t ) C 1 C 2 y (t ) x 1 (t ) x 2 (t ) Il circuito aperto su y (t ) impedisce all ingresso u (t ) di agire sulla variabile di stato x 2 (t ) La variabile di stato x 2 (t ) non è controllabile dall ingresso u (t ) 18

19

20 Esempio introduttivo 2 Consideriamo il seguente sistema dinamico: u (t ) + - C x (t ) Il circuito rappresenta un ponte simmetrico Se x (0) = 0 x (t ) = 0 t, u (t ) u (t ) non ha nessun effetto su x (t ) x (t ) non è controllabile dall ingresso u (t ) 19

21

22 Esempio introduttivo 3 Consideriamo il seguente sistema dinamico: u (t ) + - C C x 1 (t ) x 2 (t ) Nel circuito sono presenti due impedenze identiche in parallelo ad un generatore di tensione Se x 1 (0) = x 2 (0) = 0 x 1 (t )= x 2 (t ) t, u (t ) Mediante u (t ) posso imporre qualsiasi valore a x 1 (t )e x 2 (t ) con il vincolo che siano identici La variabile x 1 (t ) x 2 (t ) non è controllabile 20

23

24 aggiungibilità e controllabilità

25 Determinazione di X per sistemi LTI TD (1/6) Consideriamo un sistema dinamico LTI TD descritto dalle equazioni di stato: x( k + 1) = Ax( k) + Bu( k) Vogliamo determinare: L insieme di raggiungibilità X ( ) al tempo Il sottospazio di raggiungibilità X Una condizione necessaria e sufficiente per la completa raggiungibilità del sistema 22

26 Determinazione di X per sistemi LTI TD (2/6) Consideriamo, per semplicità, il caso in cui: Il sistema abbia un solo ingresso (p = 1 B n 1 ) Si ha: x( k + 1) = Ax( k) + Bu( k) La condizione iniziale sia nulla: x 0 = x (0) = 0 x(1) = Ax(0) + Bu(0) = Bu(0) x(2) = Ax(1) + Bu(1) = ABu (0) + Bu (1) 2 x(3) = Ax(2) + Bu(2) = A Bu (0) + ABu (1) + Bu (2) 1 x () = A Bu (0) + + ABu ( 2) + Bu ( 1) 23

27 Determinazione di X per sistemi LTI TD (3/6) x A Bu ABu Bu 1 () = (0) + + ( 2) + ( 1) Si può compattare l espressione in forma matriciale: u ( 1) u ( 2) x() B AB A B M ( ) u (0) 1 = = x () = M () U() U ( ) 24

28 Determinazione di X per sistemi LTI TD (4/6) La matrice M () B AB A B 1 n, = rappresenta il legame tra la sequenza di ingresso [u (0), u (1),, u ( - 1)] e lo stato x ( ) raggiunto al tempo Pertanto, l insieme di raggiungibilità X ( ) al tempo corrisponde allo spazio immagine ( ) generato dalle colonne della matrice M ( ): ( ) ( 1 ) X () = M () = B AB A B 25

29 Determinazione di X per sistemi LTI TD (5/6) Per determinare il sottospazio di raggiungibilità X bisogna trovare l insieme di raggiungibilità X ( ) avente dimensione massima: X = max X ( ) [0, ) Questo corrisponde a determinare per quale istante la matrice M ( ) ha rango massimo A tal fine, ricordiamo che nel caso considerato (p = 1), M ( ) viene costruita affiancando le colonne: B, AB,, A -1 B M () B AB A B 1 = 26

30 Determinazione di X per sistemi LTI TD (6/6) Ogni volta che viene aggiunta una colonna del tipo A j -1 B (j = 1,, ) il rango della matrice M ( ) aumenta di una unità o rimane costante Gli eventuali aumenti di rango possono avvenire solo fino a quando il numero delle colonne aggiunte eguaglia il numero n di righe di M ( ) e cioè coincide con la dimensione del sistema Pertanto: X = X ( n) 27

31 La matrice di raggiungibilità Definiamo la matrice di raggiungibilità M come la matrice M (n) M B AB A B n 1 = Il sottospazio di raggiungibilità è quindi definito come: X = ( M ) 28

32 La condizione di completa raggiungibilità Pertanto, la dimensione del sottospazio di raggiungibilità X è pari al rango r della matrice di raggiungibilità M dim( X ) = ρ( M ) = r Un sistema dinamico LTI TD è quindi completamente raggiungibile (e anche controllabile) se e soltanto se il rango della matrice di raggiungibilità M è pari alla dimensione n del sistema: ρ ( M ) = n 29

33 Generalizzazione Il risultato appena enunciato vale anche: Nel caso di sistemi dinamici LTI TC del tipo ( x t) = Ax() t + Bu() t per cui la matrice di raggiungibilità è definita allo stesso modo Nel caso di sistemi LTI TC e TD a più ingressi (p > 1) nei quali la matrice di raggiungibilità M assume la forma più generale: n b M = B AB A B, b = ρ( B) 30

34 MatLab La matrice di raggiungibilità M di un sistema dinamico LTI può essere calcolata in MatLab mediante l istruzione: M_ = ctrb(a,b) A, B: matrici della rappresentazione di stato ( x t ) = Ax () t + Bu () t x ( k + 1) = Ax ( k ) + Bu ( k ) Il rango r della matrice di raggiungibilità può essere calcolato con l istruzione: r = rank(m_) Per maggiori dettagli sulle istruzioni, digitare help ctrb, help rank al prompt di MatLab 31

35 aggiungibilità e controllabilità

36 Esempio 1: formulazione del problema Si consideri il seguente sistema LTI TC: xt () = xt () 2 ut () Studiarne le proprietà di raggiungibilità 33

37 Esempio 1: procedimento di soluzione Per analizzare le proprietà di raggiungibilità occorre: Calcolare la matrice di raggiungibilità M a partire dalle matrici A e B delle equazioni di stato Valutare il rango r di M e confrontarlo con la dimensione n del sistema; in particolare Se r = n allora il sistema risulta completamente raggiungibile Se r < n allora il sistema non è completamente raggiungibile 34

38 Esempio 1: calcolo di M Le matrici A e B del sistema dato sono: A = = 4 2 5, B Il sistema è a un ingresso p = 1 e di ordine n = 3 La matrice di raggiungibilità è quindi del tipo: n 1 2 M = B AB A B = B AB A B 35

39 Esempio 1: procedura di calcolo di M Per calcolare M conviene procedere alla sua costruzione per colonne come segue: Si parte dalla colonna B : M = B Si calcola la seconda colonna eseguendo il prodotto AB : M = B AB Si calcola la terza colonna A 2 B eseguendo il prodotto A (AB ): 2 M = B AB A B 36

40 Esempio 1: calcolo di M (1/3) Nel primo passaggio si riporta la matrice B come prima colonna di M : A = B 2 = M = B AB 2 A B 37

41 Esempio 1: calcolo di M (2/3) Nel secondo passaggio si costruisce la seconda colonna di M con il prodotto righe per colonne AB : A = B 2 = M = B AB 2 A B 38

42 Esempio 1: calcolo di M (3/3) Nel terzo passaggio si costruisce la terza colonna di M con il prodotto righe per colonne A 2 B eseguito tramite il prodotto A (AB ) A = B 2 = M = B AB A B 39

43 Esempio 1: analisi della raggiungibilità Si ottiene la matrice di raggiungibilità: M = Poiché: Si ha: det( M ) = ρ ( M ) = 3 = n Il sistema risulta completamente raggiungibile 40

44 Esempio 2: formulazione del problema Si consideri il seguente sistema LTI TD: xk ( + 1) = xk ( ) 2 + uk ( ) Studiarne le proprietà di raggiungibilità 41

45 Esempio 2: procedimento di soluzione Per analizzare le proprietà di raggiungibilità occorre: Calcolare la matrice di raggiungibilità M a partire dalle matrici A e B delle equazioni di stato Valutare il rango r di M e confrontarlo con la dimensione n del sistema; in particolare Se r = n allora il sistema risulta completamente raggiungibile Se r < n allora il sistema non è completamente raggiungibile 42

46 Esempio 2: calcolo di M Le matrici A e B del sistema dato sono: A = 0 0 1, B 2 = Il sistema è a un ingresso p = 1 e di ordine n = 3 La matrice di raggiungibilità è quindi del tipo: n 1 2 M = B AB A B = B AB A B 43

47 Esempio 2: analisi della raggiungibilità (1/2) La matrice di raggiungibilità è: M = Si ha det( M ) = 0 ρ( M ) < 3 Si nota che M ha una riga nulla mentre le altre due sono linearmente indipendenti ρ ( M ) = 2 44

48 Esempio 2: analisi della raggiungibilità (2/2) M = , ρ( M ) = Il sistema risulta non completamente raggiungibile Inoltre: dim( X ) = ρ( M ) = 2 45

49 aggiungibilità e controllabilità

50 appresentazioni di sistemi dinamici SISO Un sistema dinamico SISO LTI si può rappresentare con Equazioni di stato (rappresentazione ingresso stato uscita) x() t = Ax() t + B u() t y () t = C x() t + D u() t Funzione di trasferimento (rappresentazione ingresso uscita) x( k + 1) = Ax( k) + B u( k) y( k) = C x( k) + D u( k) H( s) = m m 1 bms + bm 1s + + b0 n n 1 as n + an 1s + + a0 H( z) = m m 1 bmz + bm 1z + + b0 n n 1 az n + an 1z + + a0 47

51 Il problema della realizzazione (1/3) Vogliamo studiare come è possibile passare dalla rappresentazione in equazioni di stato a quella in funzione di trasferimento e viceversa. Equazioni di stato Funzione di trasferimento x() t = Ax() t + Bu() t x( k + 1) = Ax( k) + Bu( k) yt () = Cxt () + Dut () y( k) = Cx( k) + Duk ( ) = + = H( s) C( si A) B D H( z) C( zi A) B D La soluzione è unica 48

52 Il problema della realizzazione (2/3) Funzione di trasferimento Equazioni di stato b s + b s + + b b z + b z + + b H( s) = ( ) = as a s a az a z a m m 1 m m 1 m m 1 0 m m 1 0 H z n n 1 n n 1 n + n n + n A =??, B =??, C =??, D =?? A =??, B =??, C =??, D =?? Il problema di determinare un insieme di equazioni di stato a partire da una funzione di trasferimento non ha soluzione unica ed è detto problema della realizzazione 49

53 Il problema della realizzazione (3/3) Nel caso in cui la funzione di trasferimento H (s ) non sia strettamente propria (cioè m = n ), prima di procedere alla realizzazione occorre compiere la divisione (polinomiale) tra il numeratore e il denominatore: n n 1 n n 1 0 n n 1 as n + an 1s + + a0 n 1 b n 1s + + b 1s + b 0 n n 1 s + a n 1s + + a 1s + a 0 H( s) bs + b s + + b = = = + b n 50

54 La forma canonica di raggiungibilità Data la funzione di trasferimento: H( s) b s + + b s + b = + b n 1 n n n 1 s + a n 1s + + a 1s + a 0 la forma canonica di raggiungibilità x() t = Ax() t + Bu() t B A = = y () t = Cx() t + Du() t,,, a0 a1 an 1 1 C b b b,,, = 0 1 n 1 n =, D b n costituisce una sua possibile realizzazione 51

55 Forma canonica di raggiungibilità: proprietà Nella forma canonica di raggiungibilità ,,,, A B = = C = b0 b1 bn 1 D bn =,,, a0 a1 an 1 1 La matrice A è in forma compagna inferiore il polinomio caratteristico è: λ n + +a 1 λ + a 0 Il sistema dinamico individuato dalle matrici A, B, C, D è sempre completamente raggiungibile Il medesimo procedimento si applica a sistemi TD 52

56 Esempio: formulazione del problema Data la seguente funzione di trasferimento: Hs ( ) = 2 s + 3s s s s Determinarne la realizzazione secondo la forma canonica di raggiungibilità 53

57 Esempio: realizzazione La funzione di trasferimento data è di ordine n = 3: Hs ( ) s + 3s + 1 bs + bs + b = = + b 3 s s s s a s as a La sua realizzazione secondo la forma canonica di raggiungibilità è quindi della forma: ,,,, A = B = 0 C b D b 3 0 b1 b = 2 =,,, a0 a1 a

58 Esempio: calcolo della realizzazione (1/3) Hs ( ) s + 3s + 1 bs + bs + b = = + b 3 s s s s a s as a ,,,, A = B = 0 C b D b 3 0 b1 b = 2 =,,, 1 a0 1 a1 1 a 2 1 ' a = 1 2 ' a = 1 1 ' a =

59 Esempio: calcolo della realizzazione (2/3) Hs ( ) s + 3s + 1 bs + bs + b = = + b 3 s s s s a s as a ,,,, B 0 A = = C = b D = b 3 0 b1 b ,,, 1 a a1 1 a 2 ' b = 1 2 ' b = 3 1 ' b =

60 Esempio: calcolo della realizzazione (3/3) Hs ( ) s + 3s + 1 bs + bs + b = = + b 3 s s s s a s as a ,,,, A = B = 0 C b D b 3 0 b1 b = = 0,,, 1 a0 1 a1 1 a 2 1 ' b =

61 Esempio: risultato La realizzazione secondo la forma canonica di raggiungibilità della funzione di trasferimento data è quindi: x() t = x() t 0 + u() t y() t = x() t 58

Proprietà strutturali e leggi di controllo

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

Dettagli

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

Introduzione a MATLAB

Introduzione a MATLAB Introduzione a MATLAB Principali comandi MATLAB utili per il corso di Fondamenti di Automatica 01AYS Politecnico di Torino Sistemi dinamici LTI 1. Simulazione a tempo continuo Definizione del sistema Per

Dettagli

Fondamenti di Automatica

Fondamenti di Automatica Fondamenti di Automatica Stabilità esterna e analisi della risposta Stabilità esterna e risposta a regime Risposte di sistemi del I e II ordine 2 Stabilità esterna e analisi della risposta Stabilità esterna

Dettagli

ANALISI E SIMULAZIONE DI SISTEMI DINAMICI. Lezione XV: Realizzazione, proprietà strutturali e cancellazioni

ANALISI E SIMULAZIONE DI SISTEMI DINAMICI. Lezione XV: Realizzazione, proprietà strutturali e cancellazioni ANALISI E SIMULAZIONE DI SISTEMI DINAMICI Lezione XV: Realizzazione, proprietà strutturali e cancellazioni Realizzazione di FdT SISO Forma canonica di Raggiungibilità Realizzazione minimale Completa Raggiungibilità

Dettagli

Fondamenti di Automatica. Unità 3 Equilibrio e stabilità di sistemi dinamici

Fondamenti di Automatica. Unità 3 Equilibrio e stabilità di sistemi dinamici Fondamenti di Automatica Unità 3 Equilibrio e stabilità di sistemi dinamici Equilibrio e stabilità di sistemi dinamici Equilibrio di sistemi dinamici Linearizzazione di sistemi dinamici Stabilità interna

Dettagli

CONTROLLI AUTOMATICI I 03AKWcc Ing. Elettrica - Consorzio Nettuno Torino

CONTROLLI AUTOMATICI I 03AKWcc Ing. Elettrica - Consorzio Nettuno Torino Tipologia Esercizio (modellistica) CONTOLLI AUTOMATICI I 03AKWcc Esercizio. (tema d'esame del //007) Nel sistema in figura, la tensione e u (t) è l ingresso e la tensione v (t) della resistenza è l uscita.

Dettagli

Raggiungibilità, Controllabilità, Osservabilità e Determinabilità

Raggiungibilità, Controllabilità, Osservabilità e Determinabilità Raggiungibilità, Controllabilità, Osservabilità e Determinabilità Si determini se i sistemi lineari tempo invarianti ẋ(t) = Ax(t) + Bu(t), Σ c : y(t) = Cx(t) + Du(t). x(k + ) = Ax(k) + Bu(k), Σ d : y(k)

Dettagli

Calcolo del movimento di sistemi dinamici LTI. Soluzione per sistemi dinamici LTI TD

Calcolo del movimento di sistemi dinamici LTI. Soluzione per sistemi dinamici LTI TD Calcolo del movimento di sistemi dinamici LTI Soluzione per sistemi dinamici LTI TD Soluzione per sistemi LTI TD Soluzione nel dominio del tempo Soluzione nel dominio della frequenza Esempio di soluzione

Dettagli

Calcolo del movimento di sistemi dinamici LTI. Esempi di soluzione per sistemi dinamici LTI TC

Calcolo del movimento di sistemi dinamici LTI. Esempi di soluzione per sistemi dinamici LTI TC Calcolo del movimento di sistemi dinamici LTI Esempi di soluzione per sistemi dinamici LTI TC Esempi di soluzione per sistemi LTI TC Scomposizione in fratti semplici (parte I) Esempio di soluzione 1 Scomposizione

Dettagli

Stimatori dello stato

Stimatori dello stato Capitolo 5. OSSERVABILITÀ E RICOSTRUIBILITÀ 5. Stimatori dello stato La retroazione statica dello stato u(k) = K x(k) richiede la conoscenza di tutte le componenti del vettore di stato. Tipicamente le

Dettagli

Controllo con retroazione dello stato

Controllo con retroazione dello stato CONTROLLI AUTOMATICI LS Ingegneria Informatica Controllo con retroazione dello stato Prof. Claudio Melchiorri DEIS-Università di Bologna Tel. 51 29334 e-mail: claudio.melchiorri@unibo.it http://www-lar.deis.unibo.it/people/cmelchiorri

Dettagli

TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI

TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI Ing. Cristian

Dettagli

Scrivere il numero della risposta sopra alla corrispondente domanda. (voti: 2,0,-1, min=14 sulle prime 10) , C = [3 2 2], D =

Scrivere il numero della risposta sopra alla corrispondente domanda. (voti: 2,0,-1, min=14 sulle prime 10) , C = [3 2 2], D = n. 101 cognome nome corso di laurea Analisi e Simulazione di Sistemi Dinamici 18/11/2003 Risposte Domande 1 2 3 4 5 6 7 8 9 10 N. matricola Scrivere il numero della risposta sopra alla corrispondente domanda.

Dettagli

Raggiungibilità e osservabilità

Raggiungibilità e osservabilità Raggiungibilità e osservabilità January 5, 2 La raggiungibilità e l osservabilità sono due proprietà che caratterizzano lo spazio di stato associato ad un sistema. Raggiungibilità Uno stato x è raggiungibile

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

Fondamenti di Automatica

Fondamenti di Automatica Fondamenti di Automatica Controllo con retroazione dello stato Dott. Ing. Marcello Bonfè Dipartimento di Ingegneria - Università di Ferrara Tel. 39 0532 974839 E-mail: marcello.bonfe@unife.it pag. 1 Controllo

Dettagli

Esercitazione 6 - Soluzione

Esercitazione 6 - Soluzione Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione

Dettagli

ossia può anche essere localizzato univocamente sul piano complesso con la sua forma polare.

ossia può anche essere localizzato univocamente sul piano complesso con la sua forma polare. ALGEBRA COMPLESSA Nel corso dei secoli gli insiemi dei numeri sono andati man mano allargandosi per rispondere all esigenza di dare soluzione a equazioni e problemi sempre nuovi I numeri complessi sono

Dettagli

Modellistica dei Sistemi Elettrici

Modellistica dei Sistemi Elettrici Prof. Carlo Cosentino Fondamenti di Automatica, A.A. 206/7 Corso di Fondamenti di Automatica A.A. 206/7 Modellistica dei Sistemi Elettrici Prof. Carlo Cosentino Dipartimento di Medicina Sperimentale e

Dettagli

Introduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari

Introduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari Introduzione soft alla matematica per l economia e la finanza Marta Cardin, Paola Ferretti, Stefania Funari Capitolo Sistemi di equazioni lineari.8 Il Teorema di Cramer Si consideri un generico sistema

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

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

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,

Dettagli

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA

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

Dettagli

Corso di Geometria Ing. Informatica e Automatica Test 1: soluzioni

Corso di Geometria Ing. Informatica e Automatica Test 1: soluzioni Corso di Geometria Ing. Informatica e Automatica Test : soluzioni k Esercizio Data la matrice A = k dipendente dal parametro k, si consideri il k sistema lineare omogeneo AX =, con X = x x. Determinare

Dettagli

Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016.

Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016. Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016 Di seguito si riporta il riassunto degli argomenti svolti; i riferimenti sono a parti del Cap8 Elementi di geometria e algebra lineare Par5

Dettagli

Note sui sistemi lineari

Note sui sistemi lineari Note sui sistemi lineari Sia K un campo e siano m e n due numeri interi positivi. Sia A M(m n, K) e sia b K m. Consideriamo il sistema lineare Ax = b nell incognita x K n (o, se preferite, nelle incognite

Dettagli

Lezione 20: Stima dello stato di un sistema dinamico

Lezione 20: Stima dello stato di un sistema dinamico ELABORAZIONE dei SEGNALI nei SISTEMI di CONTROLLO Lezione 20: Stima dello stato di un sistema dinamico Motivazioni Formulazione del problema Osservazione dello stato Osservabilità Osservatore asintotico

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da

Dettagli

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

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

Dettagli

ESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007

ESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007 ESERCIZI DI MATEMATICA DISCRETA ANNO 6/7 //7 () Ridurre la seguente matrice ad una a scala ridotta utilizzando il metodo di Gauss-Jordan. Soluzione. () Determinare quante e quali sono le matrici a scala

Dettagli

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

Complemento ortogonale e proiezioni

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

Dettagli

Similitudine (ortogonale) e congruenza (ortogonale) di matrici.

Similitudine (ortogonale) e congruenza (ortogonale) di matrici. Lezione del 4 giugno. Il riferimento principale di questa lezione e costituito da parti di: 2 Forme bilineari, quadratiche e matrici simmetriche associate, 3 Congruenza di matrici simmetriche, 5 Forme

Dettagli

1 a PROVA PARZIALE DI FONDAMENTI DI AUTOMATICA A.A. 2004/ novembre Soluzione

1 a PROVA PARZIALE DI FONDAMENTI DI AUTOMATICA A.A. 2004/ novembre Soluzione a PROVA PARZIAE DI FONDAMENTI DI AUTOMATIA A.A. 24/25 9 novembre 24 Esercizio on riferimento alla funzione di trasferimento G(s) = 7s2 + 36s + 48 (s + 3)(s + 4) 2 Domanda.. Indicare i valori del guadagno,

Dettagli

Rette e piani nello spazio

Rette e piani nello spazio Rette e piani nello spazio Equazioni parametriche di una retta in R 3 : x(t) = x 0 + at r(t) : y(t) = y 0 + bt t R, parametro z(t) = z 0 + ct ovvero r(t) : X(t) = P 0 + vt, t R}, dove: P 0 = (x 0, y 0,

Dettagli

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,

Dettagli

Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof.

Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof. Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A. 2015-2016 ESERCIZI DA CONSEGNARE prof. Cigliola Consegna per Martedì 6 Ottobre Esercizio 1. Una matrice quadrata A si

Dettagli

LEZIONE 12. v = α 1 v α n v n =

LEZIONE 12. v = α 1 v α n v n = LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono

Dettagli

0.1 Condizione sufficiente di diagonalizzabilità

0.1 Condizione sufficiente di diagonalizzabilità 0.1. CONDIZIONE SUFFICIENTE DI DIAGONALIZZABILITÀ 1 0.1 Condizione sufficiente di diagonalizzabilità È naturale porsi il problema di sapere se ogni matrice sia o meno diagonalizzabile. Abbiamo due potenziali

Dettagli

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

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

Dettagli

Introduzione ai sistemi dinamici

Introduzione ai sistemi dinamici Introduzione ai sistemi dinamici Prof. G. Ferrari Trecate, Prof. D.M. Raimondo Dipartimento di Ingegneria Industriale e dell Informazione (DIII) Università degli Studi di Pavia Fondamenti di Automatica

Dettagli

Elementi di Teoria dei Sistemi. Definizione di sistema dinamico. Cosa significa Dinamico? Sistema dinamico a tempo continuo

Elementi di Teoria dei Sistemi. Definizione di sistema dinamico. Cosa significa Dinamico? Sistema dinamico a tempo continuo Parte 2, 1 Parte 2, 2 Elementi di Teoria dei Sistemi Definizione di sistema dinamico Parte 2, 3 Sistema dinamico a tempo continuo Cosa significa Dinamico? Parte 2, 4? e` univocamente determinata? Ingresso

Dettagli

1. Un sistema di m equazioni lineari in n incognite x 1,... x n aventi tutte termine noto nullo A =...

1. Un sistema di m equazioni lineari in n incognite x 1,... x n aventi tutte termine noto nullo A =... Algebra/ Algebra Lineare, 230207 1 Un sistema di m equazioni lineari in n incognite x 1, x n aventi tutte termine noto nullo a i1 x 1 + a i2 x 2 + + a in x n = 0, i = 1,, m si dice omogeneo; ponendo x

Dettagli

RANGO DI UNA MATRICE ρ(a)

RANGO DI UNA MATRICE ρ(a) RANGO DI UNA MATRICE (A) a,... a A M M am,... a, n mn, K É il massimo ordine di un minore estratto con determinante non nullo. Equivalentemente è il massimo numero di righe (colonne) linearmente indipendenti.

Dettagli

Esercizi Applicazioni Lineari

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

Dettagli

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

Luigi Piroddi

Luigi Piroddi Automazione industriale dispense del corso (a.a. 2008/2009) 10. Reti di Petri: analisi strutturale Luigi Piroddi piroddi@elet.polimi.it Analisi strutturale Un alternativa all analisi esaustiva basata sul

Dettagli

Soluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente

Soluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente 1. Insiemi di generatori, lineare indipendenza, basi, dimensione. Consideriamo nello spazio vettoriale R 3 i seguenti vettori: v 1 = (0, 1, ), v = (1, 1, 1), v 3 = (, 1, 0), v 4 = (3, 3, ). Siano poi F

Dettagli

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

MATRICI E SISTEMI LINEARI

MATRICI E SISTEMI LINEARI - - MATRICI E SISTEMI LINEARI ) Calcolare i seguenti determinanti: a - c - d - e - f - g - 8 7 8 h - ) Calcolare per quali valori di si annullano i seguenti determinanti: a - c - ) Calcolare il rango delle

Dettagli

Intersezione e somma di sottospazi vettoriali

Intersezione e somma di sottospazi vettoriali Capitolo 6 Intersezione e somma di sottospazi vettoriali 6.1 Introduzione Ricordiamo le definizioni di intersezione e somma di due sottospazi vettoriali. Anche in questo caso rimandiamo al testo di geometria

Dettagli

Esame di FONDAMENTI DI AUTOMATICA (9 crediti) SOLUZIONE

Esame di FONDAMENTI DI AUTOMATICA (9 crediti) SOLUZIONE Esame di FONDAMENTI DI AUTOMATICA (9 crediti) Prova scritta 16 luglio 2014 SOLUZIONE ESERCIZIO 1. Dato il sistema con: si determinino gli autovalori della forma minima. Per determinare la forma minima

Dettagli

a + 2b + c 3d = 0, a + c d = 0 c d

a + 2b + c 3d = 0, a + c d = 0 c d SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,

Dettagli

Pagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI

Pagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI Pagine di Algebra lineare di premessa al testo Pagine di Geometria di Sara Dragotti Parte terza: SISTEMI LINEARI 1. Definizioni Dato un campo K ed m 1 polinomi su K in n indeterminate di grado non superiore

Dettagli

Algebra lineare Geometria 1 11 luglio 2008

Algebra lineare Geometria 1 11 luglio 2008 Algebra lineare Geometria 1 11 luglio 2008 Esercizio 1. Si considerino la funzione: { R f : 3 R 3 (α, β, γ) ( 2β α γ, (k 1)β + (1 k)γ α, 3β + (k 2)γ ) dove k è un parametro reale, e il sottospazio U =

Dettagli

Note sulle Catene di Markov

Note 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

Dettagli

2 Sistemi lineari. Metodo di riduzione a scala.

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

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)

Dettagli

Esercizi svolti. delle matrici

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

Dettagli

TECNICHE DI CONTROLLO

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

Dettagli

NORMA DI UN VETTORE. Una NORMA VETTORIALE su R n è una funzione. : R n R +

NORMA DI UN VETTORE. Una NORMA VETTORIALE su R n è una funzione. : R n R + NORMA DI UN VETTORE Una NORMA VETTORIALE su R n è una funzione. : R n R + {0}, che associa ad ogni vettore x R n di componenti x i, i = 1,..., n, uno scalare in modo che valgano le seguenti proprietà:

Dettagli

Sistemi lineari - Parte Seconda - Esercizi

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

Dettagli

Elementi di Algebra Lineare. Spazio Vettoriale (lineare)

Elementi di Algebra Lineare. Spazio Vettoriale (lineare) Elementi di Algebra Lineare Spazio Vettoriale (lineare) Uno spazio vettoriale su un corpo F è una quadrupla (X, F, +, ) costituita da: un insieme di elementi X, detti vettori, un corpo F, i cui elementi

Dettagli

Appunti su Indipendenza Lineare di Vettori

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

Dettagli

Definizione 1 Una applicazione f : V W, con V, W spazi vettoriali sul campo K si dice lineare se conserva le combinazioni lineari:

Definizione 1 Una applicazione f : V W, con V, W spazi vettoriali sul campo K si dice lineare se conserva le combinazioni lineari: Applicazioni lineari Definizione Una applicazione f : V W, con V, W spazi vettoriali sul campo K si dice lineare se conserva le combinazioni lineari: f(αv + βv 2 ) = αf(v ) + βf(v 2 ) v, v 2 V, α, β K.

Dettagli

Sistemi II. Sistemi II. Elisabetta Colombo

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

Dettagli

Risoluzione di sistemi lineari

Risoluzione di sistemi lineari Risoluzione di sistemi lineari Teorema (Rouché-Capelli) Dato il sistema di m equazioni in n incognite Ax = b, con A M at(m, n) b R n x R n [A b] si ha che: matrice dei coefficienti, vettore dei termini

Dettagli

ESAME DI MATEMATICA I parte Vicenza, 05/06/2017. x log 2 x?

ESAME DI MATEMATICA I parte Vicenza, 05/06/2017. x log 2 x? A. Peretti Svolgimento dei temi d esame di Matematica A.A. 6/7 ESAME DI MATEMATICA I parte Vicenza, 5/6/7 log? Domanda. Per quali valori di è definita l espressione L espressione è definita se l argomento

Dettagli

4 I modelli ingresso/uscita dei sistemi lineari

4 I modelli ingresso/uscita dei sistemi lineari 4 I modelli ingresso/uscita dei sistemi lineari In questo capitolo verranno descritte le proprietà dei modelli di ingresso/uscita dei sistemi lineari stazionari ed i loro legami con i modelli ingresso/stato/uscita

Dettagli

MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE

MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE DIAGONALIZZAZIONE 1 MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE Matrici ortogonali e loro proprietà. Autovalori ed autospazi di matrici simmetriche reali. Diagonalizzazione mediante matrici

Dettagli

Soluzione degli esercizi del Capitolo 13

Soluzione degli esercizi del Capitolo 13 Soluzione degli esercizi del Capitolo 3 Soluzione dell Esercizio 3. Il polinomio caratteristico desiderato è ϕ (s) = (s + 4) (s + ) = s 2 + 4s + 4 Uguagliando i coefficienti quelli del polinomio caratteristico

Dettagli

Dipartimento di Matematica Corso di laurea in Matematica Compiti di Geometria II assegnati da dicembre 2000 a dicembre 2003

Dipartimento di Matematica Corso di laurea in Matematica Compiti di Geometria II assegnati da dicembre 2000 a dicembre 2003 Dipartimento di Matematica Corso di laurea in Matematica Compiti di Geometria assegnati da dicembre 2000 a dicembre 2003 11/12/2000 n R 4 sono assegnati i punti A(3, 0, 1, 0), B(0, 0, 1, 0), C(2, 1, 0,

Dettagli

Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente

Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Dati i vettori di R (i) Calcolare il prodotto scalare v w, (ii) Stabilire se v e w sono ortogonali, (ii) Stabilire

Dettagli

Reti nel dominio del tempo. Lezione 7 1

Reti nel dominio del tempo. Lezione 7 1 Reti nel dominio del tempo Lezione 7 1 Poli (o frequenze naturali) di una rete Lezione 7 2 Definizione 1/2 Il comportamento qualitativo di una rete dinamica dipende dalle sue frequenze naturali o poli

Dettagli

Si considerino i sistemi elettrici RL rappresentati nella seguente figura: L u 1 (t)

Si considerino i sistemi elettrici RL rappresentati nella seguente figura: L u 1 (t) Esercizio Circuiti R in serie). Si considerino i sistemi elettrici R rappresentati nella seguente figura: + + + + u t) R y t) u t) R y t) Si consideri inoltre il sistema ottenuto collegando in serie i

Dettagli

La retta nel piano. Supponiamo che la retta r sia assegnata attraverso un suo punto P 0 (x 0, y 0 ) e un vettore v (l, m) che ne indichi la direzione.

La retta nel piano. Supponiamo che la retta r sia assegnata attraverso un suo punto P 0 (x 0, y 0 ) e un vettore v (l, m) che ne indichi la direzione. La retta nel piano Equazioni vettoriale e parametriche di una retta Supponiamo che la retta r sia assegnata attraverso un suo punto P 0 (x 0, y 0 ) e un vettore v (l, m) che ne indichi la direzione. Condizione

Dettagli

4 Analisi nel dominio del tempo delle rappresentazioni in

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

Dettagli

1 Equazioni parametriche e cartesiane di sottospazi affini di R n

1 Equazioni parametriche e cartesiane di sottospazi affini di R n 2 Trapani Dispensa di Geometria, Equazioni parametriche e cartesiane di sottospazi affini di R n Un sottospazio affine Σ di R n e il traslato di un sottospazio vettoriale. Cioe esiste un sottospazio vettoriale

Dettagli

Metodi per la risoluzione di sistemi lineari

Metodi per la risoluzione di sistemi lineari Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante

Dettagli

1. Assegnazione degli autovalori

1. Assegnazione degli autovalori Fino ad ora abbiamo affrontato i seguenti temi:. ssegnazione degli autovalori Problema: assegnare gli autovalori ad un sistema di controllo a retroazione. Si considera: Bu y E il controllore assume la

Dettagli

REGISTRO DELLE LEZIONI

REGISTRO DELLE LEZIONI UNIVERSITA DEGLI STUDI DI GENOVA FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI REGISTRO DELLE LEZIONI del Corso UFFICIALE di GEOMETRIA B tenute dal prof. Domenico AREZZO nell anno accademico 2006/2007

Dettagli

Appunti di matematica per le Scienze Sociali Parte 1

Appunti di matematica per le Scienze Sociali Parte 1 Appunti di matematica per le Scienze Sociali Parte 1 1 Equazioni 1.1 Definizioni preliminari 1.1.1 Monomi Si definisce monomio ogni prodotto indicato di fattori qualsiasi, cioè uguali o diseguali, numerici

Dettagli

( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1

( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1 . Scimone a.s 1997 98 pag 1 TEORI DELLE MTRICI Dato un campo K, definiamo matrice ad elementi in K di tipo (m, n) un insieme di numeri ordinati secondo righe e colonne in una tabella rettangolare del tipo

Dettagli

Geometria e Topologia I (U1-4) 2006-mag-10 61

Geometria e Topologia I (U1-4) 2006-mag-10 61 Geometria e Topologia I (U1-4) 2006-mag-10 61 (15.9) Teorema. Consideriamo il piano affine. Se A A 2 (K) è un punto e r una retta che non passa per A, allora esiste unica la retta per A che non interseca

Dettagli

Sistemi dinamici lineari

Sistemi dinamici lineari Capitolo 1. INTRODUZIONE 1.19 Sistemi dinamici lineari La funzione di stato che descrive un sistema dinamico lineare, è rappresentabile in forma matriciale nel seguente modo: Per sistemi continui: Per

Dettagli

Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010

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

Dettagli

Algebra Lineare Autovalori

Algebra Lineare Autovalori Algebra Lineare Autovalori Stefano Berrone Sandra Pieraccini Dipartimento di Matematica Politecnico di Torino, Corso Duca degli Abruzzi 24, 10129, Torino, Italy e-mail: sberrone@calvino.polito.it sandra.pieraccini@polito.it

Dettagli

SPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi:

SPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi: SPAZI VETTORIALI Esercizi Esercizio. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi: V := { (a, a, a) V a R }, V 2 := { (a, b, a) V a, b R }, V 3 := { (a, 2a, a + b)

Dettagli

GEOMETRIA E ALGEBRA LINEARE Soluzioni Appello del 17 GIUGNO Compito A

GEOMETRIA E ALGEBRA LINEARE Soluzioni Appello del 17 GIUGNO Compito A Soluzioni Appello del 17 GIUGNO 2010 - Compito A a) Se h = 7 il sistema ha infinite soluzioni (1 variabile libera), mentre se h 7 la soluzione è unica. b) Se h = 7 allora Sol(A b) = {( 7z, 5z + 5, z),

Dettagli

(2) Dato il vettore w = (1, 1, 1), calcolare T (w). (3) Determinare la matrice A associata a T rispetto alla base canonica.

(2) Dato il vettore w = (1, 1, 1), calcolare T (w). (3) Determinare la matrice A associata a T rispetto alla base canonica. 1. Applicazioni lineari Esercizio 1.1. Sia T : R 2 R 3 l applicazione lineare definita sulla base canonica di R 2 nel seguente modo: T (e 1 ) = (1, 2, 1), T (e 2 ) = (1, 0, 1). a) Esplicitare T (x, y).

Dettagli

ESERCIZI DI ALGEBRA LINEARE (D) A = A = A = R 2,2. D5 Dire come bisogna scegliere i parametri h e k affinché la

ESERCIZI DI ALGEBRA LINEARE (D) A = A = A = R 2,2. D5 Dire come bisogna scegliere i parametri h e k affinché la ESERCIZI DI ALGEBRA LINEARE (D) D1 Nello spazio vettoriale R 2,2 si consideri l insieme { V = X R 2,2 XA = AX, A = ( 1 1 1 2 )} delle matrici che commutano con A. Verifiare che V = L(I 2, A). Verificare

Dettagli

4 Autovettori e autovalori

4 Autovettori e autovalori 4 Autovettori e autovalori 41 Cambiamenti di base Sia V uno spazio vettoriale tale che dim V n Si è visto in sezione 12 che uno spazio vettoriale ammette basi distinte, ma tutte con la medesima cardinalità

Dettagli

Geometria analitica: rette e piani

Geometria analitica: rette e piani Geometria analitica: rette e piani Equazioni del piano Intersezioni di piani. Rette nello spazio Fasci di piani e rette Intersezioni fra piani e rette Piani e rette ortogonali Piani di forma parametrica

Dettagli

Matematica Discreta e Algebra Lineare (per Informatica)

Matematica Discreta e Algebra Lineare (per Informatica) Matematica Discreta e Algebra Lineare (per Informatica) Docente: Alessandro Berarducci Anno accademico 2016-2017, versione 14 Marzo 2017 Tipiche domande d esame La seguente lista di domande non intende

Dettagli

1 Il polinomio minimo.

1 Il polinomio minimo. Abstract Il polinomio minimo, così come il polinomio caratterisico, è un importante invariante per le matrici quadrate. La forma canonica di Jordan è un approssimazione della diagonalizzazione, e viene

Dettagli

Esercizi di ripasso: geometria e algebra lineare.

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

Dettagli

Massimi e minimi vincolati

Massimi e minimi vincolati Massimi e minimi vincolati Data una funzione G C 1 (D), dove D è un aperto di R 2, sappiamo bene dove andare a cercare gli eventuali punti di massimo e minimo relativi. Una condizione necessaria affinché

Dettagli

Consideriamo un sistema dinamico tempo-invariante descritto da:

Consideriamo un sistema dinamico tempo-invariante descritto da: IL PROBLEMA DELLA STABILITA Il problema della stabilità può essere affrontato in vari modi. Quella adottata qui, per la sua riconosciuta generalità ed efficacia, è l impostazione classica dovuta a M. A.

Dettagli