Compito di SISTEMI E MODELLI. 19 Febbraio 2015

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Compito di SISTEMI E MODELLI. 19 Febbraio 2015"

Transcript

1 Compito di SISTEMI E MODELLI 9 Febbraio 5 Non é ammessa la consultazione di libri o quaderni. Le risposte vanno giustificate. Saranno rilevanti per la valutazione anche l ordine e la chiarezza di esposizione. Consegnare SOLO la bella copia, con le risposte riportate nel giusto ordine. Ex 5 pti. Una specie vive in 3 distinte regioni, A, B, C. Indicando con x, x, x 3 rispettivamente la numerositá della popolazione nelle 3 regioni A, B, C, si assuma che solo nella regione A la specie prolifica, con un tasso di natalitá pari ad h > (cioé la velocitá di crescita della popolazione é direttamente proporzionale alla popolazione stessa, secondo un coefficiente di proporzionalitá h) la regione A non offre tanto cibo, pertanto ci sono dei flussi da A a B e da A a C, entrambi caratterizzati dalla stessa costante di proporzionalitá h la regione B é la piú accogliente, infatti in essa entrano flussi sia dall esterno, sia dalla regione C (oltre che dalla regione A), tuttavia c e anche un flusso uscente verso C, in quanto B tende a riempirsi troppo e quindi a scoppiare. Tutti i flussi, eccetto quello da C a B, sono caratterizzati dalla solita costante h di proporzionalitá il flusso che proviene dall esterno é associato all ingresso del sistema, u(t) (cioé hu(t) é il flusso entrante in B dall esterno) la regione C é scomoda (piccola), per cui la popolazione tende a scappare, originando un flusso verso B con costante di proporzionalitá h viene monitorata la sola quantitá x 3 (t), che rappresenta quindi l uscita del sistema Si scriva un modello a tempo continuo per descrivere la dinamica delle 3 popolazioni. Si calcoli y(t) con ingresso costante pari a u = 6 e stato iniziale x() = T Ex 4 pti. Dato il sistema compartimentale calcolare le matrici K, G corrispondenti individuare tutti gli (eventuali) sottosistemi chiusi, e la corrispondente molteplicitá di λ = (se presente) in assenza di ingresso, calcolare x(+ ), sapendo che x() = T con x() = e con ingresso impulsivo u(t) = δ(t), calcolare x(+ ) Ex 3 5 pti. Dato il sistema 4 3 ẋ = F x, F = 3 4, P = 9, Q a = b, < a 9, b < b calcolando Q risolvendo l equazione di Lyapunov con la P assegnata, determinare per quali valori di a ( < a 9) si puó dedurre la stabilitá asintotica del sistema calcolando P risolvendo l equazione di Lyapunov con la Q assegnata, si verifichi per quali valori di b ( b < ) si puó dedurre la stabilitá asintotica del sistema

2 si discuta perché quanto trovato ai precedenti punti e é in completo accordo con la teoria nota Ex 4 4 pt.. E dato il modello schematizzato in figura, dove i valori posti in corrispondenza alle frecce indicano i coefficienti frazionari di trasferimento e x, x, x 3 sono le quantitá di sostanza nei tre compartimenti. Le condizioni iniziali sono nulle e l ingresso pari a δ(t). Discutere l identificabilitá a priori del modello, rispetto ai parametri incogniti a, b, c nei seguenti casi: tutti i parametri sono non negativi. a = e b, c non negativi. b = e a, c non negativi. c = e a, b non negativi. Ex 5 4 pti. Dato il sistema continuo α ẋ = F x + Gu, F = α 4, G =, u = β; α, β R 5 4 Trovare una matrice, T, di cambio base di Jordan per la matrice modale F. Elencare i modi del sistema e studiare la stabilitá al variare del parametro reale α. Discutere e calcolare, al variare di α e β, gli equilibri del sistema. Ex 6 6 pti Sono date le n variabili aleatorie y = θ θ + e, y i = θ + e i per i =,..., n dove θ = θ θ é un vettore incognito mentre le e i sono Gaussiane, indipendenti, a media nulla e varianza unitaria, ovvero e i N (, ). Ricavare un limite inferiore per l errore quadratico medio (MSE) di ogni stimatore unbiased di θ costruito utilizzando {y i } n i=. Ricavare lo stimatore ˆθ ML a massima verosimiglianza (ML) di θ in funzione delle y i. Discutere il comportamento asintotico di ˆθ ML, collegando il risultato anche al comportamento asintotico (n ) dell MSE ricavato precedentemente. Ex 7 5 pti Si considerino le variabili aleatorie: y = θ + θ e + e, y = θ + e 3 dove le e i sono Gaussiane, indipendenti, a media nulla e varianza i, ovvero e i N (, i). Si ricavi lo stimatore ˆθ ML a massima verosimiglianza (ML) di θ in funzione delle y i e si discuta l efficienza. Si descriva la distribuzione di probabilitá dello stimatore ˆθ ML. Si ricavi un intervallo di confidenza per θ al 95% (η).

3 Soluzione EX. Si ha poi Abbiamo facilmente un modello lineare descritto dalle matrici h F = h h h, G = h, H = h h h Y (s) = H(sI F ) x() + H(sI F ) GU(s) che, vista la struttura triangolare a blocchi di F e la struttura di G, H, x(), riduce al calcolo di s + h h s + h h h 6 Y (s) = + h s + h h s + h s = s + 3h + h s che antitrasformata porge y(t) = e 3ht + ht. Soluzione EX. Si ha K K = K, K = K 3 3, K =, K 3 =, G = 3 L analisi del grafo dimostra che (,, 3) e (5, 6) sono chiusi minimali, e che c é un ulteriore chiuso, quello massimale (,, 3, 5, 6). Infatti solo il nodo x 4 ha flussi diretti od indiretti verso l esterno. Quindi λ = ha ν =. Poiché non ci sono flussi entranti, oltre che uscenti, verso i chiusi minimali, si ha che x (t) + x (t) + x 3 (t) rimane costante e pari a x () + x () + x 3 () =, che implica anche x (+ ) + x (+ ) + x 3 (+ ) =. Analogamente x 5 (+ ) + x 6 (+ ) = x 5 () + x 6 () = 6, ed infine x 4 (+ ) = (si svuota asintoticamente). I punti di equilibrio sono paralleli a 6 3 T e T, rispettivamente, nei chiusi minimali, quindi x(+ ) = T. Infine, l ingresso impulsivo rende x ( + ) =, mentre tutti gli altri stati rimangono nulli, dopo di che si prosegue in evoluzione libera, da cui, ragionando come poco fa, x(+ ) = 6 3 T. Soluzione EX 3. Calcolando Q = (F T 7 3(a 9) P + P F ) = 3(a 9) 8a det Q = 9(a )(a 8) > se e solo se < a < 8 Quindi, per Sylvester, Q > se e solo se < a 9, mentre é Q se a =, e Q é indefinita se < a <. Nel primo caso si ha stabilitá asintotica, nel terzo non si puó concludere nulla, nel secondo bisogna ricorrere a Krasowskii. Se a =, ker Q é parallelo a 3 T (e quindi ortogonale a 3 T ). Assumendo quindi 3 T x(t) = 3 T ẋ(t) = 3 T F x(t) = 9 3 T x(t) = 3 3 x(t) = x(t) = essendo invertibile Quindi x(t) N implica x(t) =, e Krasowkii implica la stabilitá asintotica. Quindi solo se a 9 si puó dedurre la stabilitá asintotica. Risolvendo invece Lyapunov con Q >, si trova 5 b 6b P = det P 6b 5 + b = 65 4b > 5 >, 5 b > 3 > 3

4 che, per Sylvester, é sempre definita positiva. Quindi per ogni valore di b ( b < ) si puó dedurre la stabilitá asintotica. Tutto in accordo con la teoria: se F é asintoticamente stabile, Q > implica P >, ma il viceversa non é in generale vero! Soluzione EX 4. Scriviamo il modello in forma di stato, usando il principio di bilancio di massa: ẋ (t) ẋ (t) ẋ 3 (t) y(t) = ax (t) + x (t) bx (t) + u(t) = ax (t) x (t) = ax (t) cx 3 (t) + bx (t) = x (t) Il sistema risulta non lineare quindi, per studiare l identificabilitá a priori, utilizziamo la tecnica dell espansione tramite Taylor. Partendo da condizioni iniziali nulle x () = x () = x 3 () = ed ingresso u(t) = δ(t) abbiamo che x ( + ) =, x ( + ) =, x 3 ( + ) = y( + ) = x ( + ) = Non otteniamo alcuna informazione utile, procediamo quindi al calcolo della derivata prima: ẋ ( + ) ẋ ( + ) ẋ 3 ( + ) = ax ( + ) + x ( + ) bx (+ ) = a b = ax ( + ) x ( + ) = a = ax ( + ) cx 3 ( + ) + bx (+ ) = a + b ẏ( + ) = ẋ ( + ) = a a = ẏ( + ) La derivata prima permette quindi di identificare il parametro a. Proseguendo con la derivata seconda: ẍ ( + ) = aẋ ( + ) + ẋ ( + ) bx ( + )ẋ ( + ) = 4a + 6ab + a + b ẍ ( + ) = aẋ ( + ) ẋ ( + ) = a ab a ẍ 3 ( + ) = aẋ ( + ) cẋ 3 ( + ) + bx ( + )ẋ ( + ) = a 5ab ac bc b ÿ( + ) = ẍ ( + ) = a ab a = ẏ ( + ) ẏ( + )b ẏ( + ) b = ÿ(+ )+ẏ ( + )+ẏ( + ) ẏ( + ) Quindi con la derivata prima e seconda si identificano globalmente i parametri a e b. Tuttavia si osserva che non é possibile identificare c. Quindi per il primo punto (a, b, c ) il modello é non identificabile. Per quanto riguarda il secondo punto (a =, b, c ) si osserva che l equazione del compartimento si riduce a ẋ (t) = x (t) che, a partire da condizioni iniziali nulle, dá sempre come risultato x (t) =. Conseguentemente, i parametri b e c non sono identificabili e quindi il modello risulta non identificabile. Per quanto concerne il terzo punto (b =, a, c ), dalla trattazione sviluppata per il punto, si evince che il parametro a é globalmente identificabile con la derivata prima, ma il parametro c non é identificabile. Di conseguenza il modello é non identificabile. Infine, per quanto riguarda il quarto punto (c =, a, b ) come argomentato nel primo punto i parametri a e b sono globalmente identificabili e in questo caso sono gli unici parametri da identificare. Il modello risulta identificabile. Soluzione EX 5. Riguardo al primo osserviamo che la matrice F é diagonale a blocchi α F = α 4 = F F 5 4 4

5 Esisterá quindi un cambio di base T in forma di Jordan, partizionato in modo conforme ad F : T T =, T T = T T tale che F J = T T F T = F T F J T F = T F J Trattiamo quindi separatamente le sottomatrici F ed F. Per quanto concerne F possiamo notare che risulta giá in forma di Jordan quindi la corrispondente sottomatrice di cambio base risulta semplicemente: T = T = I = Per quanto riguarda la sottomatrice F, notando che é triangolare inferiore possiede l unico autovalore λ = 4 con molteplicitá algebrica ν =. L autospazio di F risulta ker(f λi) =< > avente una base B = v = con v scelto nell autospazio. Notiamo che la molteplicitá geometrica g = dim(ker(f λi)) = < = ν. E necessario quindi procedere al calcolo di ker(f λi) = R. Costruiamo quindi una base per il ker di potenza massima, estendendo la base B : B = B v, con v ker(f λi) ma linearmente indipendente da v. Scegliamo v =. Ora ci possiamo fermare con la catena di inclusione dei kernel, dato che la dimensione del kernel di potenza coincide con la molteplicitá algebrica dell autovalore. Data la base, B, della catena di inclusione dei kernel, costruiamo la catena generalizzata di Jordan. Notiamo che v ker(f λi) v / ker(f λi). Costruiamo dunque il vettore generalizzato: ω (F λi) v = ker(f 5 λi) La catena generalizzata di Jordan risulta quindi: {ω, v } (nell ordine!). Di conseguenza la sottomatrice di cambio base per F risulta: T = ω v =, T 5 = 5 F in forma di Jordan risulta: F J = T F T = 4 4 La matrice di cambio base T risulta quindi: T = 5 Per quanto concerne il secondo punto calcoliamo l esponenziale della matrice modale in forma di Jordan: α e αt t e αt F J = α 4 ef J t = e αt e 4t t e 4t 4 e 4t 5

6 Di conseguenza i modi del sistema risultano: {e αt, t e αt, e 4t, t e 4t }. In particolare il sistema risulta instabile a prescindere dal valore assunto dal parametro reale α (per la presenza dell autovalore instabile λ = 4). Per quanto riguarda il terzo punto discutiamo innanzitutto la presenza dei punti di equilibrio: Se F! x eq. Se F possiamo avere due casi: infiniti x eq se il sistema lineare F x = Gu ammette soluzione. x eq se il sistema lineare F x = Gu non ammette alcuna soluzione. Per valutare l invertibilitá di F basta valutarne il determinante, infatti F se det(f ). Osserviamo che essendo la matrice modale F partizionata a blocchi si avrá: det(f ) = det(f ) det(f ). Quindi det(f ) det(f ) det(f ). E immediato vedere che det(f ) = 6 e che det(f ) = α. Di conseguenza det(f ) se α. Trattiamo dunque i due casi: Caso α. In questo caso det(f ) F Esiste dunque un unico punto di equilibrio: β α x eq = F Gu = Caso α =. In questo caso det(f ) =. Procedendo alla soluzione del sistema lineare F x = Gu si ottiene λ x eq = β con β fissato (é l ingresso supposto costante pari a β) e con λ R. Quindi esistono infiniti punti di equilibrio appartenenti allo spazio vettoriale affine: x eq < > + β. Soluzione EX 6. Riguardo al primo punto, la meno log-verosimiglianza é l θ = (θ θ y ) + n (θ y i ) + K dove K é una costante che non dipende da θ. Dopo semplici conti si ottiene da cui l θ θ = θ θ y θ + (n )θ l θ θ = θ + n, l θ θ i= = θ, 6 n y i, i= l θ θ = θ θ y θ, l θ θ θ = θ θ y.

7 Poiché E θ y = θ θ, la matrice di Fisher risulta: E θ θ l θ = ( θ + n θ θ θ θ θ ). La somma degli elementi diagonali dell inversa di questa matrice fornisce l MSE richiesto. Dopo semplici calcoli si ottiene: MSE θ = θ + θ + n (n )θ. Riguardo al secondo punto, si possono sfruttare i conti precedenti. Uguagliando a zero le derivate parziali di l θ si ottengono le stime ML: n ˆθ ML i= = y i n, = y (n ) n i= y. i ˆθML Queste equazioni definiscono il minimo globale di l θ poiché la funzione diverge a + se una delle componenti di θ tende a. Riguardo all ultimo punto, é immediato vedere che lo stimatore ˆθ ML é unbiased ed ha varianza /n che quindi tende a zero se n + (ˆθ ML coincide con la variabile aleatoria media campionaria e converge in probabilitá a θ ). Non vi é invece sufficiente informazione per ricostruire perfettamente (in probabilitá) θ. Infatti, asintoticamente, per ricostruire θ si ha a disposizione solo y con θ noto. Quindi, in probabilitá, se n +, ˆθ ML tende alla variabile aleatoria y θ di media θ e varianza. Ne consegue che, per n, θ l MSEˆθML diventa allineandosi all MSE θ θ ricavato prima. Soluzione EX 7. Riguardo al primo punto, il modello delle misure é equivalente al modello lineare Gaussiano: y = Φθ + v dove v N (, Σ) con Σ = ( 6 3 Per il teorema di Gauss-Markov, lo stimatore a massima verosimiglianza é quindi ˆθ ML = ( Φ T Σ Φ ) ( ) Φ T Σ y = y da cui ). ˆθ ML = y, ˆθML = y y. Ancora per il teorema di Gauss-Markov, lo stimatore ottenuto é efficiente. Riguardo al secondo punto, ˆθ ML é un vettore Gaussiano a media θ e covarianza ( Φ T Σ Φ ) ( ) 3 3 =. 3 9 Riguardo al terzo punto, dalla matrice di covarianza dell errore si ottiene subito come intervallo di confidenza y y 6, y y

Matematica B - a.a 2006/07 p. 1

Matematica B - a.a 2006/07 p. 1 Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +

Dettagli

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è

Dettagli

STUDIO DEL MODELLO DI ISING SU GRAFI FRATTALI

STUDIO DEL MODELLO DI ISING SU GRAFI FRATTALI UNIVERSITÀ DEGLI STUDI DI PARMA FACOLTÀ DI SCIENZE MATEMATICHE, FISICHE E NATURALI CORSO DI LAUREA IN FISICA STUDIO DEL MODELLO DI ISING SU GRAFI FRATTALI Relatore: Correlatore: Dott. DAVIDE CASSI Dott.ssa

Dettagli

Esercizi di Algebra Lineare. Claretta Carrara

Esercizi di Algebra Lineare. Claretta Carrara Esercizi di Algebra Lineare Claretta Carrara Indice Capitolo 1. Operazioni tra matrici e n-uple 1 1. Soluzioni 3 Capitolo. Rette e piani 15 1. Suggerimenti 19. Soluzioni 1 Capitolo 3. Gruppi, spazi e

Dettagli

Analisi dei sistemi nel dominio del tempo

Analisi dei sistemi nel dominio del tempo Appunti di Teoria dei Segnali a.a. 010/011 L.Verdoliva In questa sezione studieremo i sistemi tempo continuo e tempo discreto nel dominio del tempo. Li classificheremo in base alle loro proprietà e focalizzeremo

Dettagli

ED. Equazioni cardinali della dinamica

ED. Equazioni cardinali della dinamica ED. Equazioni cardinali della dinamica Dinamica dei sistemi La dinamica dei sistemi di punti materiali si può trattare, rispetto ad un osservatore inerziale, scrivendo l equazione fondamentale della dinamica

Dettagli

Appunti dalle Lezioni di MECCANICA RAZIONALE

Appunti dalle Lezioni di MECCANICA RAZIONALE Università degli Studi de L Aquila Appunti dalle Lezioni di MECCANICA RAZIONALE tenute dal prof. Raffaele ESPOSITO i INDICE Indice.......................................................................

Dettagli

Introduzione. Classificazione delle non linearità

Introduzione. Classificazione delle non linearità Introduzione Accade spesso di dover studiare un sistema di controllo in cui sono presenti sottosistemi non lineari. Alcuni di tali sottosistemi sono descritti da equazioni differenziali non lineari, ad

Dettagli

1. Intorni di un punto. Punti di accumulazione.

1. Intorni di un punto. Punti di accumulazione. 1. Intorni di un punto. Punti di accumulazione. 1.1. Intorni circolari. Assumiamo come distanza di due numeri reali x e y il numero non negativo x y (che, come sappiamo, esprime la distanza tra i punti

Dettagli

Soluzione numerica di problemi alle derivate parziali

Soluzione numerica di problemi alle derivate parziali Soluzione numerica di problemi alle derivate parziali Metodi alle differenze finite Prof. LAURA GORI Anno Accademico 1998-99 1. Generalità sulle equazioni alle derivate parziali Un equazione differenziale

Dettagli

1 Definizione: lunghezza di una curva.

1 Definizione: lunghezza di una curva. Abstract Qui viene affrontato lo studio delle curve nel piano e nello spazio, con particolare interesse verso due invarianti: la curvatura e la torsione Il primo ci dice quanto la curva si allontana dall

Dettagli

Fondamenti di FISICA MATEMATICA II: Introduzione alla Teoria delle Equazioni alle Derivate Parziali del Secondo Ordine

Fondamenti di FISICA MATEMATICA II: Introduzione alla Teoria delle Equazioni alle Derivate Parziali del Secondo Ordine Valter Moretti Dipartimento di Matematica Università di Trento Fondamenti di FISICA MATEMATICA II: Introduzione alla Teoria delle Equazioni alle Derivate Parziali del Secondo Ordine Corso di Fondamenti

Dettagli

Appunti ed esercizi. di Meccanica Razionale

Appunti ed esercizi. di Meccanica Razionale Appunti ed esercizi di Meccanica Razionale Università degli Studi di Trieste - Sede di Pordenone Facoltà di Ingegneria Appunti ed esercizi di Meccanica Razionale Luciano Battaia Versione del 29 dicembre

Dettagli

Funzioni di più variabili. Ottimizzazione libera e vincolata

Funzioni di più variabili. Ottimizzazione libera e vincolata libera e vincolata Generalità. Limiti e continuità per funzioni di 2 o Piano tangente. Derivate successive Formula di Taylor libera vincolata Lo ordinario è in corrispondenza biunivoca con i vettori di

Dettagli

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO ARCHIMEDE 4/ 97 ESAME DI STATO SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO Il candidato risolva uno dei due problemi e 5 dei quesiti in cui si articola il questionario. PROBLEMA In un

Dettagli

CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1

CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1 1.1 Che cos è un algoritmo CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1 Gli algoritmi sono metodi per la soluzione di problemi. Possiamo caratterizzare un problema mediante i dati di cui si dispone all inizio

Dettagli

METODO DEI MINIMI QUADRATI. Quest articolo discende soprattutto dai lavori di Deming, Press et al. (Numerical Recipes) e Jefferys.

METODO DEI MINIMI QUADRATI. Quest articolo discende soprattutto dai lavori di Deming, Press et al. (Numerical Recipes) e Jefferys. METODO DEI MINIMI QUADRATI GIUSEPPE GIUDICE Sommario Il metodo dei minimi quadrati è trattato in tutti i testi di statistica e di elaborazione dei dati sperimentali, ma non sempre col rigore necessario

Dettagli

Φ(t,ẋ,ẍ,...,x (n) ) = 0.

Φ(t,ẋ,ẍ,...,x (n) ) = 0. 2 INTRODUZIONE ALLE EQUAZIONI DIFFERENZIALI ORDINARIE Si chiamano equazioni differenziali le equazioni in cui le incognite sono funzioni di una o più variabili indipendenti, ed in cui compaiano non solo

Dettagli

MATRICI E DETERMINANTI

MATRICI E DETERMINANTI MATRICI E DETERMINANTI 1. MATRICI Si ha la seguente Definizione 1: Un insieme di numeri, reali o complessi, ordinati secondo righe e colonne è detto matrice di ordine m x n, ove m è il numero delle righe

Dettagli

Note integrative ed Esercizi consigliati

Note integrative ed Esercizi consigliati - a.a. 2006-07 Corso di Laurea Specialistica in Ingegneria Civile (CIS) Note integrative ed consigliati Laura Poggiolini e Gianna Stefani Indice 0 1 Convergenza uniforme 1 2 Convergenza totale 5 1 Numeri

Dettagli

Esercitazioni di Meccanica Applicata alle Macchine

Esercitazioni di Meccanica Applicata alle Macchine Università degli Studi di Roma La Sapienza Facoltà di Ingegneria Dipartimento di Meccanica ed Aeronautica Corso di Laurea Triennale in Ingegneria Meccanica Esercitazioni di Meccanica Applicata alle Macchine

Dettagli

Lezioni di Fisica non lineare

Lezioni di Fisica non lineare Università degli Studi di Bari Corso di Laurea in Fisica Lezioni di Fisica non lineare Giuseppe Gonnella Dipartimento di Fisica via Amendola 173, 70126 Bari, Italy gonnella@ba.infn.it 2 Indice 1 Fisica

Dettagli

ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA

ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA 1. RICHIAMI SULLE PROPRIETÀ DEI NUMERI NATURALI Ho mostrato in un altra dispensa come ricavare a partire dagli assiomi di

Dettagli

Da una a più variabili: derivate

Da una a più variabili: derivate Da una a più variabili: derivate ( ) 5 gennaio 2011 Scopo di questo articolo è di evidenziare le analogie e le differenze, relativamente al calcolo differenziale, fra le funzioni di una variabile reale

Dettagli

Funzioni in più variabili

Funzioni in più variabili Funzioni in più variabili Corso di Analisi 1 di Andrea Centomo 27 gennaio 2011 Indichiamo con R n, n 1, l insieme delle n-uple ordinate di numeri reali R n4{(x 1, x 2,,x n ), x i R, i =1,,n}. Dato X R

Dettagli

3. TEORIA DELL INFORMAZIONE

3. TEORIA DELL INFORMAZIONE 3. TEORIA DELL INFORMAZIONE INTRODUZIONE MISURA DI INFORMAZIONE SORGENTE DISCRETA SENZA MEMORIA ENTROPIA DI UNA SORGENTE NUMERICA CODIFICA DI SORGENTE 1 TEOREMA DI SHANNON CODICI UNIVOCAMENTE DECIFRABILI

Dettagli

L EPS : I RAPPORTI TRA λ E ρ

L EPS : I RAPPORTI TRA λ E ρ L EPS : I RAPPORTI TRA λ E ρ INDICE 1. Introduzione.....3 2. Obiettivi...6 3. Riferimenti normativi...8 3.1. UNI EN 13163......8 3.2. Conduttività termica secondo UNI EN 13163...9 3.3. UNI 10351...12 4.

Dettagli

4capitolo. Le leggi che governano il moto dei corpi. sommario. 4.1 La prima legge della dinamica. 4.4 La legge di gravitazione universale

4capitolo. Le leggi che governano il moto dei corpi. sommario. 4.1 La prima legge della dinamica. 4.4 La legge di gravitazione universale 4capitolo Le leggi che governano il moto dei corpi sommario 4.1 La prima legge della dinamica 4.1.1 La Terra è un riferimento inerziale? 4.2 La seconda legge della dinamica 4.2.1 La massa 4.2.2 Forza risultante

Dettagli

Capitolo 8 - Introduzione alla probabilità

Capitolo 8 - Introduzione alla probabilità Appunti di Teoria dei Segnali Capitolo 8 - Introduzione alla probabilità Concetti preliminari di probabilità... Introduzione alla probabilità... Deinizione di spazio degli eventi... Deinizione di evento...

Dettagli

Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti

Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti Rita Giuliano (Pisa) 0. Introduzione. È ormai acquisizione comune il fatto che uno

Dettagli