Automi Ibridi. Carla Piazza 1. Università di Udine 1 Dipartimento di Matematica ed Informatica
|
|
- Costanzo Manzi
- 6 anni fa
- Visualizzazioni
Transcript
1 Automi Ibridi Carla Piazza 1 1 Dipartimento di Matematica ed Informatica Università di Udine carla.piazza@dimi.uniud.it
2 Indice del Corso (Dis)Ordinato Automi Ibridi: Sintassi e Semantica Sistemi a stati finiti (breve ripasso) Il problema della Raggiungibilità Risultati di Indecidibilità Classi notevoli di Automi Ibridi: timed, rectangular, o-minimal,... Tecniche di Decisione: (Bi)Simulazione, Cylindric Algebraic Decomposition, Teoremi di Selezione, Semantiche approssimate... e tanto altro: Logiche temporali Composizione di Automi Il caso Stocastico Stabilità, Osservabilità, Controllabilità Strumenti Software Applicazioni
3 Una tecnica generale dato un grafo G = (V, E) e due insiemi I, F V vogliamo stabilire se I F supponiamo di essere in grado di definire G/, Ĩ e F tali che Ĩ F iff I F se G è finito, potrebbe essere conveniente lavorare su G/ se G è infinito e G/ è finito, potrebbe essere necessario lavorare su G/
4 Una tecnica generale dato un grafo G = (V, E) e due insiemi I, F V vogliamo stabilire se I F supponiamo di essere in grado di definire G/, Ĩ e F tali che Ĩ F iff I F se G è finito, potrebbe essere conveniente lavorare su G/ se G è infinito e G/ è finito, potrebbe essere necessario lavorare su G/
5 Una tecnica generale dato un grafo G = (V, E) e due insiemi I, F V vogliamo stabilire se I F supponiamo di essere in grado di definire G/, Ĩ e F tali che Ĩ F iff I F se G è finito, potrebbe essere conveniente lavorare su G/ se G è infinito e G/ è finito, potrebbe essere necessario lavorare su G/
6 Una tecnica generale dato un grafo G = (V, E) e due insiemi I, F V vogliamo stabilire se I F supponiamo di essere in grado di definire G/, Ĩ e F tali che Ĩ F iff I F se G è finito, potrebbe essere conveniente lavorare su G/ se G è infinito e G/ è finito, potrebbe essere necessario lavorare su G/
7 Bisimulazione Definition Sia G = (V, E, l), una bisimulazione su G è una relazione R V V tale che: se u R v, allora l(u) = l(v) se u u e u R v, allora v tale che v v e u R v se v v e u R v, allora u tale che u u e u R v Theorem Sia = {(u, v) R bisimulazione u R v} è la massima bisimulazione su G ed è una relazione di equivalenza
8 Bisimulazione Definition Sia G = (V, E, l), una bisimulazione su G è una relazione R V V tale che: se u R v, allora l(u) = l(v) se u u e u R v, allora v tale che v v e u R v se v v e u R v, allora u tale che u u e u R v Theorem Sia = {(u, v) R bisimulazione u R v} è la massima bisimulazione su G ed è una relazione di equivalenza
9 Example
10 Example
11 Bisimulazione e Raggiungibilità Sia G = (V, E), I, F V considero l : V {0, 1} tale che l(u) = 1 sse u F Theorem In G vale che I F sse in G/ vale che i I [i] f F [f ] Come calcolo G/?
12 Bisimulazione e Raggiungibilità Sia G = (V, E), I, F V considero l : V {0, 1} tale che l(u) = 1 sse u F Theorem In G vale che I F sse in G/ vale che i I [i] f F [f ] Come calcolo G/?
13 Bisimulazione e Raggiungibilità Sia G = (V, E), I, F V considero l : V {0, 1} tale che l(u) = 1 sse u F Theorem In G vale che I F sse in G/ vale che i I [i] f F [f ] Come calcolo G/?
14 Bisimulazione e Raggiungibilità Sia G = (V, E), I, F V considero l : V {0, 1} tale che l(u) = 1 sse u F Theorem In G vale che I F sse in G/ vale che i I [i] f F [f ] Come calcolo G/?
15 Bisimulazione e Partizionamento Stabile parto da V / = {V \ F, F} calcolo E 1 (F) splitto ogni classe X in X 1 = X E 1 (F) e X 2 = X \ X 1 itero fino a che non raggiungo un punto fisso se G è finito la procedura termina dopo al più V passi se G è infinito la procedura termina sse sono in grado di calcolare gli split e V / è finito
16 Bisimulazione e Partizionamento Stabile parto da V / = {V \ F, F} calcolo E 1 (F) splitto ogni classe X in X 1 = X E 1 (F) e X 2 = X \ X 1 itero fino a che non raggiungo un punto fisso se G è finito la procedura termina dopo al più V passi se G è infinito la procedura termina sse sono in grado di calcolare gli split e V / è finito
17 Bisimulazione e Partizionamento Stabile parto da V / = {V \ F, F} calcolo E 1 (F) splitto ogni classe X in X 1 = X E 1 (F) e X 2 = X \ X 1 itero fino a che non raggiungo un punto fisso se G è finito la procedura termina dopo al più V passi se G è infinito la procedura termina sse sono in grado di calcolare gli split e V / è finito
18 Bisimulazione e Partizionamento Stabile parto da V / = {V \ F, F} calcolo E 1 (F) splitto ogni classe X in X 1 = X E 1 (F) e X 2 = X \ X 1 itero fino a che non raggiungo un punto fisso se G è finito la procedura termina dopo al più V passi se G è infinito la procedura termina sse sono in grado di calcolare gli split e V / è finito
19 Bisimulazione e Partizionamento Stabile parto da V / = {V \ F, F} calcolo E 1 (F) splitto ogni classe X in X 1 = X E 1 (F) e X 2 = X \ X 1 itero fino a che non raggiungo un punto fisso se G è finito la procedura termina dopo al più V passi se G è infinito la procedura termina sse sono in grado di calcolare gli split e V / è finito
20 Bisimulazione e Partizionamento Stabile parto da V / = {V \ F, F} calcolo E 1 (F) splitto ogni classe X in X 1 = X E 1 (F) e X 2 = X \ X 1 itero fino a che non raggiungo un punto fisso se G è finito la procedura termina dopo al più V passi se G è infinito la procedura termina sse sono in grado di calcolare gli split e V / è finito
21 L Operazione di Split B A
22 L Operazione di Split B A
23 Ricordiamo alcune Definizioni Consideriamo le possibili Dinamiche Una variabile continua Z è detta: Clock se Z = Z + T in ogni locazione, ovvero Ż = 1 Skewed Clock se Z = Z + gt con g {0, 1}, ovvero Ż = g Memory Cell se Z = Z con g {0, 1}, ovvero Ż = 0 Stopwatch se Z = Z oppure Z = Z + T, ovvero Ż = 1 oppure Ż = 0 Two Slope se Z = Z + gt oppure Z = Z + ht, ovvero Ż = g oppure Ż = h, con g, h > 0 Linear se per ogni locazione esistono a e b tali che a Ż b
24 Ricordiamo alcune Definizioni Consideriamo le possibili Activation Weak Predicate (W): congiunzione di vincoli del tipo Z i n oppure Z i n W =: vincoli di W e vincoli del tipo Z i = Z j (confronto tra variabili) W =2 : vincoli di W = in cui al posto di Z i può comparire 2 Z i W =+: vincoli di W = in cui al posto di Z i può comparire Z i + Z j
25 Ricordiamo alcune Definizioni Consideriamo i possibili Reset Pass: Z i Reset: Z i := 0 Switch: Z i Indichiamo con: := Z i (identità) := Z j con i j R: reset Pass e Reset V: reset Pass, Reset e Switch
26 Ricordiamo 2-rate Timed Automata Theorem Il problema della raggiungibilità per automi con: variabili di tipo clock una variabile di tipo skewed clock activation ed in W = reset in R è indecidibile Alla base del risultato c è la possibilità di confrontare variabili
27 Timed Automata Definition (Timed Automata) In un timed automaton H abbiamo: variabili di tipo clock activation e invarianti in W reset in R Theorem (Alur e Dill) Se H è un timed automaton, allora H/ è finito e calcolabile Corollary Se H è un timed automaton, allora la raggiungibilità in H è decidibile
28 Timed Automata Definition (Timed Automata) In un timed automaton H abbiamo: variabili di tipo clock activation e invarianti in W reset in R Theorem (Alur e Dill) Se H è un timed automaton, allora H/ è finito e calcolabile Corollary Se H è un timed automaton, allora la raggiungibilità in H è decidibile
29 Timed Automata Definition (Timed Automata) In un timed automaton H abbiamo: variabili di tipo clock activation e invarianti in W reset in R Theorem (Alur e Dill) Se H è un timed automaton, allora H/ è finito e calcolabile Corollary Se H è un timed automaton, allora la raggiungibilità in H è decidibile
30 Intuitivamente Siano c 1, c 2,..., c k le più grandi costanti con cui vengono confrontate Z 1, Z 2,..., Z k Considero R k R k tale che (p 1,..., p k ) (q 1,..., q k ) sse: p i = q i oppure p i, q i c i fract(p i ) fract(p j ) sse fract(q i ) fract(q j ) fract(p i ) = 0 sse fract(q i ) = 0
31 Intuitivamente Siano c 1, c 2,..., c k le più grandi costanti con cui vengono confrontate Z 1, Z 2,..., Z k Considero R k R k tale che (p 1,..., p k ) (q 1,..., q k ) sse: p i = q i oppure p i, q i c i fract(p i ) fract(p j ) sse fract(q i ) fract(q j ) fract(p i ) = 0 sse fract(q i ) = 0
32 Intuitivamente Siano c 1, c 2,..., c k le più grandi costanti con cui vengono confrontate Z 1, Z 2,..., Z k Considero R k R k tale che (p 1,..., p k ) (q 1,..., q k ) sse: p i = q i oppure p i, q i c i fract(p i ) fract(p j ) sse fract(q i ) fract(q j ) fract(p i ) = 0 sse fract(q i ) = 0
33 Intuitivamente Siano c 1, c 2,..., c k le più grandi costanti con cui vengono confrontate Z 1, Z 2,..., Z k Considero R k R k tale che (p 1,..., p k ) (q 1,..., q k ) sse: p i = q i oppure p i, q i c i fract(p i ) fract(p j ) sse fract(q i ) fract(q j ) fract(p i ) = 0 sse fract(q i ) = 0
34 Intuitivamente Siano c 1, c 2,..., c k le più grandi costanti con cui vengono confrontate Z 1, Z 2,..., Z k Considero R k R k tale che (p 1,..., p k ) (q 1,..., q k ) sse: p i = q i oppure p i, q i c i fract(p i ) fract(p j ) sse fract(q i ) fract(q j ) fract(p i ) = 0 sse fract(q i ) = 0
35 Intuitivamente nel caso bidimensionale
36 Simple Multirate Automata Definition (Simple Multirate Automata) In un multirate automaton H abbiamo: variabili di tipo skewed clock activation e invarianti in W reset in R Theorem Il problema della raggiungibilità su simple multirate automata è decidibile Hanno la bisimulazione finita
37 Bisimulazione Infinita: Rectangular Automata Definition (Rectangular Automata) Un rettangolo R R k è il prodotto cartesiano di punti e intervalli In un rectangular automata gli invariant, flow, activation, reset sono rettangoli In un inizialized rectangular automata se cambia un flow resetto la variabile Bisimulazione Infinita Esistono inizialized rectangular automata con bisimulazione infinita
38 Esempio y := 0 x := 0 x, y [0, 1] ẋ, ẏ [1, 2] x = 1 y = 1
39 Esempio
40 Simulazione Definition Sia G = (V, E, l), una simulazione su G è una relazione S V V tale che: se u S v, allora l(u) = l(v) se u u e u S v, allora v tale che v v e u S v Theorem Sia = {(u, v) S simulazione u S v} è la massima simulazione su G ed è un preordine La relazione 1 è una equivalenza e preserva la raggiungibilità
41 Simulazione Definition Sia G = (V, E, l), una simulazione su G è una relazione S V V tale che: se u S v, allora l(u) = l(v) se u u e u S v, allora v tale che v v e u S v Theorem Sia = {(u, v) S simulazione u S v} è la massima simulazione su G ed è un preordine La relazione 1 è una equivalenza e preserva la raggiungibilità
42 (a) (b) Simili ma non Bisimili
43 Simulazione e Inizialized Rectangular Automata Theorem Gli Inizialized Rectangular Automata hanno sempre la simulazione finita Il problema della raggiungibilità su Inizialized Rectangular Automata è decidibile
44 Gerarchia di Classi Decidibili
45 Bibliografia The Algorithmic Analysis of Hybrid Systems. Alur, Courcobetis, Halbwachs, Henzinger, Ho, Nicolin, Olivero, Sifakis, Yovine. Theoretical Computer Science 138(1), What s Decidable about Hybrid Automata? Henzinger, Kopke, Puri, Varaiya. Journal of Computer and System Sciences 57(1), Hybrid Automata and Bisimulation Casagrande, The Theory of Rectangular Hybrid Automata Kopke. PhD thesis, 1996.
Il Problema della Raggiungibilita per gli Automi Ibridi. Tiziano Villa
Il Problema della Raggiungibilita per gli Automi Ibridi Tiziano Villa Universita di Verona, Febbraio 2015 1 Sommario Il problema della raggiungibilita Sistemi di transizione Relazione di equivalenza Bisimulazione
DettagliAutomi Ibridi. Carla Piazza 1. Università di Udine carla.piazza@dimi.uniud.it. Automi Ibridi: Sintassi e Semantica
Automi Ibridi Carla Piazza 1 1 Dipartimento di Matematica ed Informatica Università di Udine carla.piazza@dimi.uniud.it Indice del Corso (Dis)Ordinato Automi Ibridi: Sintassi e Semantica Sistemi a stati
DettagliNote del corso di Calcolabilità e Linguaggi Formali - Lezione 8
Note del corso di Calcolabilità e Linguaggi Formali - Lezione 8 Alberto Carraro DAIS, Università Ca Foscari Venezia http://www.dsi.unive.it/~acarraro 1 Insiemi e predicati ricorsivi e ricorsivamente enumerabili
DettagliRISOLUZIONE IN LOGICA PROPOSIZIONALE. Giovanna D Agostino Dipartimento di Matemaica e Informatica, Università di Udine
RISOLUZIONE IN LOGICA PROPOSIZIONALE Giovanna D Agostino Dipartimento di Matemaica e Informatica, Università di Udine 1. Risoluzione Definitione 1.1. Un letterale l è una variabile proposizionale (letterale
DettagliLOGICA MATEMATICA PER INFORMATICA
LOGICA MATEMATICA PER INFORMATICA A.A. 10/11, SETTIMANA N. 1 Sommario. Introduciamo il linguaggio e la sintassi e la semantica della Logica del I Ordine. Introduciamo i concetti di teoria, teoria completa,
DettagliProprietà strutturali: Controllabilità e Osservabilità
CONTROLLI AUTOMATICI LS Ingegneria Informatica Proprietà strutturali: Controllabilità e Osservabilità Prof. Claudio Melchiorri DEIS-Università di Bologna Tel. 051 2093034 e-mail: claudio.melchiorri@deis.unibo.it
DettagliAlcune Tracce dei Precedenti Esami del Dottorato di Siena in Logica Matematica ed Informatica Teorica
Alcune Tracce dei Precedenti Esami del Dottorato di Siena in Logica Matematica ed Informatica Teorica Raccolti e curati da Luca Spada Indice 1 Temi 1 1.1 Logica Matematica.......................... 1 1.2
DettagliLe parole dell informatica: algoritmo e decidibilità
Le parole dell informatica: algoritmo e decidibilità Angelo Montanari Dipartimento di Matematica e Informatica Università degli Studi di Udine Ciclo di seminari su un Vocabolario Filosofico dell Informatica
DettagliI teoremi di Gödel. Giovanna Corsi. Dicembre Aritmetizzazione. Numeri di Gödel 2. 3 L aritmetica di Robinson 7
I teoremi di Gödel Giovanna Corsi Dicembre 2003 Indice 1 Aritmetizzazione. Numeri di Gödel 2 2 Teoremi limitativi per PA 3 3 L aritmetica di Robinson 7 4 Il predicato T eor P A 8 5 I teoremi di Gödel da
DettagliScrivere 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.
DettagliLOGICA MATEMATICA PER INFORMATICA
LOGICA MATEMATICA PER INFORMATICA A.A. 12/13, DISPENSA N. 6 Sommario. Il Teorema di Compattezza e alcune sue applicazioni: assiomatizzabilità e non-assiomatizzabilità di proprietà di strutture, e modelli
DettagliProgetto per il corso di sistemi in tempo reale
Progetto per il corso di sistemi in tempo reale Anno Accademico 2007-2008 Docente: Tiziano Villa tiziano.villa@univr.it Esercitatore: Davide Bresolin bresolin@sci.univr.it 7 Dicembre 2007 Esercizio 1:
DettagliProblemi, algoritmi, calcolatore
Problemi, algoritmi, calcolatore Informatica e Programmazione Ingegneria Meccanica e dei Materiali Università degli Studi di Brescia Prof. Massimiliano Giacomin Problemi, algoritmi, calcolatori Introduzione
DettagliFUNZIONI RICORSIVE PRIMITIVE. Corso di Informatica Teorica Prof. Settimo Termini
Corso di Informatica Teorica Prof. Settimo Termini 1 Ancora sulle argomentazioni di Turing Ma ricordiamo ancora una delle osservazioni fatte da Turing: No attempt has yet been made to show that the "computable"
DettagliAnno Scolastico 2015/16 PROGRAMMAZIONE ANNUALE CLASSE SECONDA LICEO LINGUISTICO LICEO DELLE SCIENZE UMANE LICEO ECONOMICO-SOCIALE LICEO MUSICALE
LICEO LAURA BASSI - BOLOGNA Anno Scolastico 2015/16 PROGRAMMAZIONE ANNUALE CLASSE SECONDA LICEO LINGUISTICO LICEO DELLE SCIENZE UMANE LICEO ECONOMICO-SOCIALE LICEO MUSICALE MATEMATICA ARGOMENTI: EQUAZIONI
DettagliPrecorso di Matematica
Precorso di Matematica Lezione 3 Andrea Susa OPERATORE DI PRODOTTO Π 2 1 Operatore di prodotto Π Consideriamo un insieme numerico ={ =1, }. Definiamo prodotto degli elementi in, = Esempio: ={ =1, =2, =3,
DettagliAnalisi Matematica II
Analisi Matematica II Limiti e continuità in R N Claudio Saccon 1 1 Dipartimento di Matematica, Via F. Buonarroti 1/C,56127 PISA email: claudio.sacconchiocciolaunipi.it sito web: http://pagine.dm.unipi.it/csblog1
DettagliLa teoria degli insiemi
La teoria degli insiemi Francesco Paoli Filosofia della scienza, 2016-17 Francesco Paoli (Filosofia della scienza, 2016-17) La teoria degli insiemi 1 / 19 Georg Cantor (1845-1918) Francesco Paoli (Filosofia
DettagliLogica proposizionale
Fondamenti di Informatica per la Sicurezza a.a. 2008/09 Logica proposizionale Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università degli
DettagliIl concetto di calcolatore e di algoritmo
Il concetto di calcolatore e di algoritmo Elementi di Informatica e Programmazione Percorso di Preparazione agli Studi di Ingegneria Università degli Studi di Brescia Docente: Massimiliano Giacomin Informatica
DettagliRicerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015
1 Lunedí 20 Aprile 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Rilassamento di un problema Rilassare un problema di Programmazione Matematica vuol dire trascurare alcuni (tutti i)
DettagliRagionamento Automatico Logiche Temporali: LTL. Lezione 10 Ragionamento Automatico Carlucci Aiello, 2004/05Lezione Sommario
Sommario Ragionamento Automatico Logiche Temporali: LTL Capitolo 3 del libro di M. Huth e M. Ryan: Logic in Computer Science: Modelling and reasoning about systems (Second Edition) Cambridge University
DettagliIntelligenza Artificiale II. Logiche modali e temporali
Intelligenza Artificiale II Logiche modali e temporali Marco Piastra Logiche non classiche - 1 1 Logiche modali Logiche non classiche - 2 Un paradosso? Una fbf di L P ( ) ( ) Si tratta di una tautologia
DettagliElenco moduli Argomenti Strumenti / Testi Letture / Metodi. partecipazione degli alunni. 2 Completamento equazioni e disequazioni.
Pagina 1 di 5 DISCIPLINA: MATEMATICA E LABORATORIO INDIRIZZO: IGEA CLASSE: IV FM DOCENTE : Cornelio Terreni Elenco moduli Argomenti Strumenti / Testi Letture / Metodi 1 Matematica RIPASSO e COMPLETAMENTO:
DettagliLogica proposizionale
Logica proposizionale Proposizione: frase compiuta che è sempre o vera o falsa. Connettivi Posti in ordine di precedenza: not, and, or, implica, doppia implicazione Sintassi Le proposizioni sono costituite
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
DettagliStatistica Matematica e Trattamento Informatico dei Dati. Analisi Matematica 3. Esercizi svolti nelle lezioni. V. Del Prete
Statistica Matematica e Trattamento Informatico dei Dati A.A.00-0 Analisi Matematica 3 Esercizi svolti nelle lezioni V. Del Prete Numeri complessi Argomenti ed esercizi svolti nelle lezioni 30.09.00 e
DettagliLimite di successioni
Limite di successioni Ricordiamo che: una successione è una funzione a : n N a (n) R si pone a n = a (n) e la successione stessa viene indicata con (a n ) n0 oppure a 0,a 1,a 2,a 3,... è ammesso che sia
DettagliPer un vocabolario filosofico dell informatica. Angelo Montanari Dipartimento di Matematica e Informatica Università degli Studi di Udine
Per un vocabolario filosofico dell informatica Angelo Montanari Dipartimento di Matematica e Informatica Università degli Studi di Udine Udine, 11 maggio, 2015 Obiettivi del corso In un ciclo di seminari,
DettagliTuring cercò di fornire una risposta matematica al problema CHE COSA SIGNIFICA CALCOLARE?
STORIA DELLE CONOSCENZE SCIENTIFICHE SULL UOMO E SULLA NATURA a.a. 2016 2017 Prof. Roberto Giuntini, PhD. Introduzione alla storia dell intelligenza artificiale e della robotica Modulo II: Le macchine
DettagliIntroduzione 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
DettagliB =3 0 1=3 0 1=3
Corsi di Probabilità, Statistica e Processi stocastici per Ing. dell Automazione, Informatica e Inf.Gest.Azienda, a.a. / // Esercizio. Un PC comprato da alcuni mesi, all accensione compie alcune operazioni
DettagliIndice generale. Prefazione
Prefazione vii 1 Classificazione dei sistemi e dei modelli 1 1.1 Introduzione 1 1.2 Principi di base della teoria dei sistemi e del controllo 2 1.2.1 I concetti di sistema e di modello 3 1.2.2 Il concetto
DettagliAniello Murano Decidibilità delle teorie logiche
Aniello Murano Decidibilità delle teorie logiche 11 Lezione n. Parole chiave: Teorie logiche Corso di Laurea: Informatica Codice: Email Docente: murano@ na.infn.it A.A. 2008-2009 Prefazione Nelle lezioni
DettagliRaggiungibilità, 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)
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 2 - EQUAZIONI NON LINEARI Lucio Demeio Dipartimento di Scienze Matematiche 1 Elementi introduttivi 2 3 4 Introduzione Problema: trovare le soluzioni di
DettagliDalla prima lezione. LABORATORIO DI PROGRAMMAZIONE Corso di laurea in matematica 7 VARIABILI E COSTANTI 28/02/2016. Concetto di algoritmo
LABORATORIO DI PROGRAMMAZIONE Corso di laurea in matematica 7 VARIABILI E COSTANTI Marco Lapegna Dipartimento di Matematica e Applicazioni Universita degli Studi di Napoli Federico II wpage.unina.it/lapegna
DettagliLa lunghezza dei vettori e legata alle operazioni sui vettori nel modo seguente: Consideriamo due vettori v, w e il vettore v + w loro somma.
Matematica II, 20.2.. Lunghezza di un vettore nel piano Consideriamo il piano vettoriale geometrico P O. Scelto un segmento come unita, possiamo parlare di lunghezza di un vettore v P O rispetto a tale
DettagliSimmetrie e reversibilità
Capitolo 6 Simmetrie e reversibilità Come nello studio del grafico di una funzione, una simmetria elementare (funzione pari, dispari o periodica) permette di ridurre l analisi ad una opportuna porzione
DettagliAppunti del corso di Informatica 1 (IN110 Fondamenti) 3 Modelli di calcolo
Università Roma Tre Dipartimento di Matematica e Fisica Corso di Laurea in Matematica Appunti del corso di Informatica 1 (IN110 Fondamenti) 3 Modelli di calcolo Marco Liverani (liverani@mat.uniroma3.it)
DettagliFondamenti di Informatica per la Sicurezza a.a. 2008/09. Automi. Stefano Ferrari. Unautomaastatifinitièunmodellomatematico caratterizzato da:
Fondamenti di Informatica per la Sicurezza a.a. 2008/09 Automi Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università degli Studi di Milano
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Massimo Paolucci Dipartimento di Informatica, Sistemistica e Telematica (DIST) Università di Genova paolucci@dist.unige.it Anno accademico 2000/2001 La Ricerca Operativa (Operation
DettagliIl modello di regressione lineare multipla. Il modello di regressione lineare multipla
Introduzione E la generalizzazione del modello di regressione lineare semplice: per spiegare il fenomeno d interesse Y vengono introdotte p, con p > 1, variabili esplicative. Tale generalizzazione diventa
DettagliProcessi stocastici A.A Corso di laurea Magistrale in Statistica Univ. degli Studi di Palermo
Processi stocastici A.A. 09 0 Corso di laurea Magistrale in Statistica Univ. degli Studi di Palermo G. Sanfilippo 20 maggio 200 Registro delle lezioni. Lezione del 3 Marzo 200, 8-, ore complessive 3 Richiami
DettagliESERCIZI E COMPLEMENTI DI ANALISI MATEMATICA: quinto foglio. A. Figà Talamanca
ESERCIZI E COMPLEMENTI DI ANALISI MATEMATICA: quinto foglio A. Figà Talamanca 14 ottobre 2010 2 0.1 Ancora limiti di funzioni di variabile reale Esercizio 1 Sia f(x) = [sin x] definita nell insieme [0,
DettagliProposte di approfondimenti
Linguaggi formali Proposte di approfondimenti 1. Forme normali di Greibach, trasformazione di una grammatica in forma normale di Greibach Automi a stati finiti 2. Automi di Büchi: particolari automi a
DettagliCosa è l Informatica?
Cosa è l Informatica? Scienza degli elaboratori elettronici (Computer Science) Scienza dell informazione Scienza della rappresentazione, memorizzazione, elaborazione e trasmissione dell informazione Elaboratore
Dettagli2. I numeri reali e le funzioni di variabile reale
. I numeri reali e le funzioni di variabile reale Introduzione Il metodo comunemente usato in Matematica consiste nel precisare senza ambiguità i presupposti, da non cambiare durante l elaborazione dei
DettagliSUCCESSIONI E SERIE NUMERICHE E DI FUNZIONI
SERIE NUMERICHE Si consideri una successione di elementi. Si definisce serie associata ad la somma Per ogni indice della successione, si definisce successione delle somme parziali associata a la somma
DettagliLOGICA MATEMATICA PER INFORMATICA (A.A. 12/13)
LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13) DISPENSA N. 3 Sommario. Introduciamo il Calcolo dei Predicati del I ordine e ne dimostriamo le proprietà fondamentali. Discutiamo il trattamento dell identità
DettagliLEZIONE 12. v = α 1 v α n v n =
LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono
DettagliLinguaggio universale, riduzioni, e teorema di Rice. Linguaggio universale, riduzioni, e teorema di Rice
l linguaggio universale Il linguaggio universale L u e l insieme delle stringhe binarie che codificano una coppia (M,w) dove w L(M). Esiste una TM U, detta TM universale, tale che L u = L(U). U ha tre
DettagliCorso di Matematica per la Chimica
Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis Dipartimento di Matematica, Informatica e Economia Università della Basilicata a.a. 2014-15 Errori Cause principali di errori nella risoluzione
DettagliConcetti di base sugli automi e sui linguaggi formali
Concetti di base sugli automi e sui linguaggi formali Andrea Burattin 18 marzo 2005 Sommario Piccolo insieme di concetti sul funzionamento degli automi (a stati finiti, a pila,...), delle grammatiche libere
DettagliMatematica per le scienze sociali Elementi di base. Francesco Lagona
Matematica per le scienze sociali Elementi di base Francesco Lagona University of Roma Tre F. Lagona (francesco.lagona@uniroma3.it) 1 / 24 Outline 1 Struttura del corso 2 Algebra booleana 3 Algebra degli
DettagliControlli 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
DettagliAnno scolastico 2016 / Liceo Scientifico per le Scienze Applicate. Docente
Alessandria, 24 ottobre 2016 Anno scolastico 2016 / 2017 Classe 2BL Indirizzo Materia Liceo Scientifico per le Scienze Applicate Matematica Docente Nome e cognome Tiziana Becchi Firma Mod. SGQ-MOD-06 Ed:.01/2015
DettagliPROGRAMMAZIONE DISCIPLINARE ISTITUTO PROFESSIONALE COMMERCIALE MATEMATICA
PROGRAMMAZIONE DISCIPLINARE PROGRAMMAZIONE DISCIPLINARE ISTITUTO PROFESSIONALE COMMERCIALE MATEMATICA CLASSE PRIMA IPC LEGENDA COMPETENZE 1) Utilizzare le tecniche e le procedure del calcolo aritmetico
DettagliProva scritta di Matematica Discreta e Logica del giorno 3 luglio 2017 Soluzione degli esercizi FILA D
ˆ ˆ ƒˆ ˆ ƒ ˆ ˆ Œ ˆ.. 2016-2017 Prova scritta di Matematica Discreta e Logica del giorno 3 luglio 2017 Soluzione degli esercizi FILA D Esercizio 1 Nell insieme delle coppie ordinate di numeri naturali,
DettagliPIANO DI LAVORO DI MATEMATICA Classe 1 ^C - Liceo Linguistico. Docente: Mario Donno. Obiettivi specifici della disciplina
PIANO DI LAVORO DI MATEMATICA Classe 1 ^C - Liceo Linguistico Docente: Mario Donno Obiettivi specifici della disciplina Applicare i principi e i processi matematici nel contesto quotidiano Cogliere analogie
DettagliLOGICA e INSIEMISTICA
LOGICA e INSIEMISTICA Prof. Enrico Terrone A. S: 2008/09 Definizioni La logica è una parte speciale della matematica che si occupa, anziché dei numeri, delle proposizioni. Una proposizione è una frase
DettagliEsercitazioni di Meccanica Razionale
Esercitazioni di Meccanica Razionale a.a. 2002/2003 Dinamica dei sistemi materiali Maria Grazia Naso naso@ing.unibs.it Dipartimento di Matematica Università degli Studi di Brescia Esercitazioni di Meccanica
Dettagli1. Funzioni implicite
1. Funzioni implicite 1.1 Il caso scalare Sia X R 2 e sia f : X R. Una funzione y : (a, b) R si dice definita implicitamente dall equazione f(x, y) = 0 in (a, b) quando: 1. (x, y(x)) X x (a, b); 2. f(x,
DettagliFondamenti di Automatica
Fondamenti di Automatica Proprietà strutturali e leggi di controllo aggiungibilità e controllabilità etroazione statica dallo stato Osservabilità e rilevabilità Stima dello stato e regolatore dinamico
DettagliAnalisi Matematica I per Ingegneria Gestionale, a.a Scritto del secondo appello, 1 febbraio 2017 Testi 1
Analisi Matematica I per Ingegneria Gestionale, a.a. 206-7 Scritto del secondo appello, febbraio 207 Testi Prima parte, gruppo.. Trovare le [0, π] che risolvono la disequazione sin(2) 2. 2. Dire se esistono
DettagliSintassi. Logica. Sintassi di Matita. Claudio Sacerdoti Coen. Universitá di Bologna 16,18/10/2017. Claudio Sacerdoti Coen
Logica di Matita Universitá di Bologna 16,18/10/2017 Outline 1 dei termini di Matita Termini: t ::= x c t t λx : T.t... x sono variabili (potete usare qualunque identificatore) c
DettagliTeoremi di Fermat, Rolle, Lagrange, Cauchy, de l Hôpital
Teoremi di Fermat, Rolle, Lagrange, Cauchy, de l Hôpital Copyright c 2007 Pasquale Terrecuso Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Teoremi
DettagliSPAZI METRICI COMPLETI
Capitolo 1 SPAZI METRICI COMPLETI Sia dato uno spazio metrico (X, d). Definizione 1.1 Una successione {x n } si dice successione di Cauchy se ε > 0 n 0 n, m n 0 = d(x n x m ) < ε (1.1) Esercizio 1.1 Dimostrare
DettagliProblemi senza soluzione
Problemi senza soluzione La Tesi di Church-Turing Nelle lezioni precedenti abbiamo visto il modello di calcolo delle macchine di Turing, caratterizzato da: assunzioni molto semplici operazioni di base
DettagliMacchine di Turing. Francesco Paoli. Istituzioni di logica, Francesco Paoli (Istituzioni di logica, ) Macchine di Turing 1 / 29
Macchine di Turing Francesco Paoli Istituzioni di logica, 2016-17 Francesco Paoli (Istituzioni di logica, 2016-17) Macchine di Turing 1 / 29 Alan M. Turing (1912-1954) Francesco Paoli (Istituzioni di logica,
DettagliSistemi - Modulo di Sistemi a Eventi Discreti. problema punti massimi i tuoi punti problema 1 20 problema 2 10 totale 30
Sistemi - Modulo di Sistemi a Eventi Discreti Laurea Magistrale in Ingegneria e Scienze Informatiche Tiziano Villa 11 Febbraio 2013 Nome e Cognome: Matricola: Posta elettronica: problema punti massimi
DettagliArgomenti diagonali. Gianluigi Bellin
Argomenti diagonali Gianluigi Bellin November 30, 2010 La cardinalità degli insiemi. Consideriamo la relazione di equivalenza tra insiemi ottenuta ponendo A B se e solo se esiste una biiezione f : A B.
DettagliVerifiche delle proprietà del software e della loro corrispondenza alle specifiche formali
Verifiche delle proprietà del software e della loro corrispondenza alle specifiche formali Prof.ssa Susanna Donatelli Prof. Franco Sirovich Dipartimento di Informatica Università di Torino www.di.unito.it
DettagliIntroduzione al Corso di Verifica Automatica dei Sistemi: Teoria e Applicazioni
Introduzione al Corso di Verifica Automatica Anno Accademico 2010/11 1 Introduzione al Corso di Verifica Automatica dei Sistemi: Teoria e Applicazioni Angelo Montanari Dipartimento di Matematica e Informatica
DettagliLogica: materiale didattico
Logica: materiale didattico M. Cialdea Mayer. Logica (dispense): http://cialdea.dia.uniroma3.it/teaching/logica/materiale/dispense-logica.pdf Logica dei Predicati (Logica per l Informatica) 01: Logica
DettagliMatematica. Corso integrato di. per le scienze naturali ed applicate. Materiale integrativo. Paolo Baiti 1 Lorenzo Freddi 1
Corso integrato di Matematica per le scienze naturali ed applicate Materiale integrativo Paolo Baiti 1 Lorenzo Freddi 1 1 Dipartimento di Matematica e Informatica, Università di Udine, via delle Scienze
DettagliComponenti della competenza. Competenza MATEMATICA PRIME. Calcolo scritto
Competenza Componenti della competenza Conoscenze Abilità Utilizzare con sicurezza le tecniche del calcolo aritmetico ed algebrico, scritto e mentale, anche con riferimento ai contesti reali Calcolo scritto
DettagliVariabili 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
DettagliCirconferenze del piano
Circonferenze del piano 1 novembre 1 Circonferenze del piano 1.1 Definizione Una circonferenza è il luogo dei punti equidistanti da un punto fisso, detto centro. La distanza di un qualunque punto della
DettagliLOGICA MATEMATICA PER INFORMATICA (A.A. 12/13)
LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13) DISPENSA N. 4 Sommario. Dimostriamo il Teorema di Completezza per il Calcolo dei Predicati del I ordine. 1. Teorema di Completezza Dimostriamo il Teorema
DettagliNote del corso di Calcolabilità e Linguaggi Formali - Lezione 2
Note del corso di Calcolabilità e Linguaggi Formali - Lezione 2 Alberto Carraro 12 ottobre 2011 DAIS, Università Ca Foscari Venezia http://www.dsi.unive.it/~acarraro 1 Automi a stati finiti deterministici
Dettagli4 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.....................................................
DettagliAutomi Ibridi. Carla Piazza 1. Università di Udine carla.piazza@dimi.uniud.it. 1 Dipartimento di Matematica ed Informatica
Automi Ibridi Carla Piazza 1 1 Dipartimento di Matematica ed Informatica Università di Udine carla.piazza@dimi.uniud.it Indice del Corso (Dis)Ordinato Automi Ibridi: Sintassi e Semantica Sistemi a stati
DettagliSTUDIO di FUNZIONE. c Paola Gervasio - Analisi Matematica 1 - A.A. 16/17 Studio di funzione cap6b.pdf 1
STUDIO di FUNZIONE c Paola Gervasio - Analisi Matematica 1 - A.A. 16/17 Studio di funzione cap6b.pdf 1 Punti di estremo: punto di massimo assoluto Def. Sia 0 dom(f) = D. Si dice che 0 è un punto di massimo
DettagliPROGRAMMA CONSUNTIVO
PAGINA: 1 PROGRAMMA CONSUNTIVO A.S.2014-2015 SCUOLA Liceo Linguistico Manzoni DOCENTE: Marina Barbàra MATERIA: Matematica e Informatica Classe 1 Sezione A OBIETTIVI: le parti sottolineate sono da considerarsi
DettagliPiano di Lavoro e di Attività Didattica. Sezione. Docente. Emanuela Brocchetto. Anno scolastico 2014 / 2015
Anno scolastico 2014 / 2015 Classe Sezione Indirizzo Materia Seconda EI Biennio comune Matematica Emanuela Brocchetto Docente Operare con il simbolismo matematico. Esprimere concetti con proprietà di linguaggio.
DettagliNote del corso di Calcolabilità e Linguaggi Formali - Lezione 10
Note del corso di Calcolabilità e Linguaggi Formali - Lezione 10 Alberto Carraro DAIS, Università Ca Foscari Venezia http://www.dsi.unive.it/~acarraro 1 Teoremi fondamentali della Recursion Theory Theorem
DettagliINSIEMI. DEF. Un INSIEME è una qualsiasi collezione di oggetti.
INSIEMI DEF. Un INSIEME è una qualsiasi collezione di oggetti. Esso è ben definito quando è chiaro se un oggetto appartiene o non appartiene all insieme stesso. Esempio. E possibile definire l insieme
DettagliPIANO DI LAVORO ANNUALE
ISTITUTO D ISTRUZIONE SUPERIORE MAJORANA Via Ada Negri, 14 10024 MONCALIERI (TO) Codice fiscale 84511990016 Sezione Liceale E.Majorana Scientifico - Linguistico Via Ada Negri, 14 10024 MONCALIERI Tel.
DettagliCorso di Controllo Digitale Equazioni alle Differenze e Z-trasformate a
Corso di Controllo Digitale Equazioni alle Differenze e Z-trasformate a Università degli Studi della Calabria Corso di Laurea in Ingegneria Elettronica. Ing. Domenico Famularo a Proprietà Letteraria Riservata
DettagliMatematica e Statistica per STB A.A. 2017/2018. Soluzioni degli esercizi - Foglio 1
Matematica e Statistica per STB A.A. 017/018 Soluzioni degli esercizi - Foglio 1 1. B = 0. a Lo spazio dei campioni associato all esperimento è il prodotto cartesiano Ω = Ω 1 Ω. dove Ω 1 = {1,,, 4, 5,
DettagliCorso di Analisi Matematica Limiti di funzioni
Corso di Analisi Matematica Limiti di funzioni Laurea in Informatica e Comunicazione Digitale A.A. 2013/2014 Università di Bari ICD (Bari) Analisi Matematica 1 / 39 1 Definizione di ite 2 Il calcolo dei
DettagliSCHEMA DI COLLOCAZIONE delle monografie disposte a scaffale aperto
SCHEMA DI COLLOCAZIONE delle monografie disposte a scaffale aperto 00 OPERE DI CARATTERE GENERALE 00A Matematiche generali 00B Atti di convegni internazionali - Proceedings di interesse generale 00C Dizionari
DettagliSulle singolarità delle frontiere minimali. Rendiconti del Seminario Matematico della Università di Padova, tome 38 (1967), p.
RENDICONTI del SEMINARIO MATEMATICO della UNIVERSITÀ DI PADOVA M. MIRANDA Sulle singolarità delle frontiere minimali Rendiconti del Seminario Matematico della Università di Padova, tome 38 (1967), p. 180-188
DettagliMATEMATICA DI BASE 1
MATEMATICA DI BASE 1 Francesco Oliveri Dipartimento di Matematica, Università di Messina 30 Agosto 2010 MATEMATICA DI BASE MODULO 1 Insiemi Logica Numeri Insiemi Intuitivamente, con il termine insieme
DettagliKangourou della Matematica 2012 finale nazionale italiana Mirabilandia, 7 maggio 2012
Kangourou della Matematica 2012 finale nazionale italiana Mirabilandia, 7 maggio 2012 LIVELLO STUDENT S1. (5 punti ) Assegnati tre punti non allineati nello spazio, quante sfere passano per questi tre
DettagliANALISI 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
DettagliIl filtro di Kalman stazionario e il regolatore LQG
Il filtro di stazionario e il regolatore LQG P. Valigi Ottimizzazione e Controllo 30 Aprile 2014 L estensione di KF al caso stazionario/intervallo infinito Nell estensione del filtro di ad intervallo infinito
DettagliMODULI CLASSE PRIMA TEMA ARITMETICA E ALGEBRA
MODULI CLASSE PRIMA TEMA ARITMETICA E ALGEBRA Modulo1 : Insiemi numerici N;Z;Q 18 ore COMPETENZE: Utilizzare le tecniche e le procedure nei vari insiemi numerici e saperli applicare in contesti reali.
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 3 - PROBLEMI DI INTERPOLAZIONE Lucio Demeio Dipartimento di Scienze Matematiche 1 Interpolazione: Polinomio di Lagrange 2 3 Introduzione Problemi di interpolazione
Dettagli