Fondamenti di Automatica
|
|
- Adolfo Carlini
- 9 mesi fa
- Visualizzazioni
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 Retroazione statica dallo stato La legge di controllo Esempi di calcolo di leggi di controllo Il problema della regolazione 2 Retroazione statica dallo stato
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
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
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
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
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
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.
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)
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
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
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
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
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
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.
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
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
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
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
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
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
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
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
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
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,
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
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
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
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
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
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
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
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
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.
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
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
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,
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,
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,
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
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
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
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
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
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
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
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.
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
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
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
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
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
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
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
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
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,
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
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 =
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
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
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)
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
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
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:
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
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
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
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.
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.+
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
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
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
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
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
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,
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
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
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
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
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.....................................................
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
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
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
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
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
( ) 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
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
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
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,
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
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)
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),
(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).
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
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
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
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
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
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
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
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.