Strani spazi vettoriali

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Strani spazi vettoriali"

Transcript

1 Stran spaz vettoral Enrco Gregoro 19 novembre 2009 Consderamo l nseme S delle successon d numer compless; gl element d S saranno ndcat con smbol come a[ ]. Le parentes quadre servono per denotare gl element della successone: se la successone q[ ] è avremo q[0] = 0, q[2] = 4 o, pù n generale, q[k] = k 2 (se q[ ] è la successone de quadrat. L nseme S è uno spazo vettorale non appena defnamo a[ ] + b[ ] = c[ ], c[k] = a[k] + b[k]; αa[ ] = d[ ], d[k] = αa[k]. Sono nent altro che vettor colonna, ma con nfnte rghe ; l unco problema è che S non è fntamente generato. Se defnamo e n [ ] tramte { 1 se k = n, e n [k] = 0 se k n, è abbastanza facle vedere che l nseme {e 0 [ ]; e 1 [ ];... ; e n [ ]} è lnearmente ndpendente, per ogn n. Se però lmtamo le successon da consderare, possamo avere sottospaz d S fntamente generat. Il caso fondamentale che voglamo trattare è quello delle successon defnte per rcorrenza, per esempo le successon s[ ] per le qual s[k + 2] = s[k + 1] 2s[k], per ogn k. È nfatt charo che una tale successone è determnata non appena s fssno valor s[0] e s[1]; se fssamo s[0] = 1 e s[1] = 2, avremo s[2] = 8, s[] = 20, s[4] = 76, s[5] = 188,... È anche charo che la successone nulla 0[ ] soddsfa questa relazone e che, se s[ ] e t[ ] soddsfano la relazone, anche s[ ] + t[ ] e αs[ ] hanno la stessa propretà, per ogn scalare α. Una relazone d rcorrenza può essere defnta a partre da un polnomo; per esempo la precedente è defnta dal polnomo 2 X + X 2. 1

2 Pù n generale, possamo dre che l polnomo p = α 0 + α 1 X + + α r X r defnsce la relazone d rcorrenza α 0 s[k] + α 1 s[k + 1] + + α r s[k + r] = 0 e dovrebbe essere charo come s passa dall uno all altra. Una successone che soddsfa la relazone d rcorrenza defnta dal polnomo p d grado r è determnata da valor s[0], s[1],..., s[r 1]. Non è restrttvo supporre che α r = 1, coè che l polnomo sa monco (eccetto che nel caso banale d p = 0 che non c nteressa e con termne noto non nullo; con questa scelta l polnomo assocato a una relazone d rcorrenza è unco. Se p è un polnomo monco, ndcheremo con (p l suo grado e con S(p l sottospazo d S delle successon che soddsfano la relazone d rcorrenza defnta da p. Il fatto che una successone a[ ] S(p sa determnata da termn a[0], a[1],..., a[r 1], dove r = (p, equvale a dre che dm S(p = (p. Il nostro scopo è d trovare una base d S(p. L dea che c guda è d cercare successon semplc che appartengano a S(p. La pù semplce successone che può venre n mente è una progressone artmetca: a[k] = kd dove d è fssato. Prendamo p = 2 X + X 2 e provamo a mporre la condzone che dventa a[k + 2] = a[k + 1] 2a[k] (k + 2d = (k + 1d 2kd coè, facendo cont, d = 0. Sembra poco nteressante. Il secondo tentatvo è con una progressone geometrca: a[k] = d k. Qu la condzone dventa d k+2 = d k+1 2d k che, semplfcando d k, porta a d 2 d + 2 = 0. Questo sembra davvero molto pù nteressante! Una progressone geometrca d ragone d soddsfa la relazone d rcorrenza se e solo se d è radce del polnomo p che defnsce la stessa relazone: è mmedato nfatt renders conto che la cosa vale n generale. Se l polnomo p ha radc dstnte, abbamo allora tante progresson geometrche quante ce ne servono per formare una base; c basta vedere che progresson geometrche con ragon dstnte sono lnearmente ndpendent. Supponamo dunque d 1, d 2,..., d n numer compless a due a due dstnt e non null e sa, per = 1, 2,..., n, a [ ][k] = d k. Voglamo dmostrare che l nseme {a 1 [ ]; a 2 [ ];... ; a n [ ]} 2

3 è lnearmente ndpendente. Sa allora α a [ ] = 0 1 n dove 0 denota la successone costante nulla. Questa relazone equvale a α a [k] = 0 per ogn k, coè 1 n 1 n α d k = 0, per ogn k. Se consderamo solo le relazon per 0 k n 1 abbamo un sstema lneare quadrato la cu matrce è d 1 d 2... d n d 2 1 d d 2 n d n 1 1 d n d n 1 n che è una matrce d Vandermonde; l suo determnante è allora (d d j 0. 1 <j n Percò l nostro sstema lneare ha soluzone unca e l nseme è lnearmente ndpendente. Teorema. Supponamo che p sa un polnomo monco con p(0 0. Se p non ha radc multple, allora una base d S(p è data dalle successon a 1 [k] = d k 1, a 2 [k] = d k 2,..., a r [k] = d k r dove d 1, d 2,..., d r sono le radc d p. Nel caso d p = 2 X + X 2 le radc sono 1 e 2, qund una base d S(p è data dalle due successon a[k] = 1 e b[k] = 2 k. Possamo dunque esprmere n termn fnt ogn successone s[ ] soddsfacente s[n + 2] = s[n + 1] 2s[n] come s[ ] = αa[ ] + βb[ ]. Se supponamo s[0] = s 0 e s[1] = s 1, la relazone dventa { α + β = s 0 α + 2β = s 1 coè α = 2s 0 s 1, β = s 1 s 0. Qund s[k] = (2s 0 s k (s 1 s 0.

4 Un caso molto noto è quello della successone d Fbonacc, defnta dalla relazone d rcorrenza F[n + 2] = F[n + 1] + F[n], F[0] = 0, F[1] = 1. Il polnomo p che defnsce la relazone è f = X 2 X 1, le cu radc sono ϕ = 1 + 5, 2 ϕ = 1 5 = 1 2 ϕ = 1 ϕ. Le radc sono dstnte, qund una base d S(f è data dalle due successon a[k] = ϕ k, b[k] = ϕ k e percò possamo scrvere F[ ] = αa[ ] + βb[ ]. Imponendo le condzon nzal ottenamo { α + β = 0 αϕ + β ϕ = 1 che con poco lavoro porta a α = 1/ 5, β = 1/ 5. Ne ottenamo la forma chusa della successone d Fbonacc: F[k] = 1 5 (ϕ k ϕ k. Non è affatto utle al calcolo de termn della successone, ma è assa nteressante. Il problema che abbamo ora è quello d trovare una base d S(p anche quando p abba radc multple. Introducamo l concetto d spostamento d una successone: se m 0 e s[ ] S, defnamo la successone s[ ] m tramte s[k] m = s[k + m]. In altre parole, se s[ ] è la successone s 0, s 1, s 2,..., s n,..., allora s[ ] 1 è la successone s 1, s 2, s,..., s n+1,... e così va per gl altr valor d m. Possamo adoperare lo spostamento per comprendere l cas fnora escluso d polnom (monc avent 0 come radce. Non è molto dffcle nfatt verfcare che, dato l polnomo p, s ha s[ ] S(Xp se e solo se s[ ] 1 S(p. Ma l utltà d questo concetto dventa ancor pù evdente se consderamo una successone s[ ] S(p; nfatt, se p = c 0 + c 1 X + + c r X r, abbamo c 0 s[ ] + c 1 s[ ] c r s[ ] r = 0. (* Vceversa, se s[ ] soddsfa la (*, allora s[ ] S(p. In generale, se p = c 0 +c 1 X + + c r X r è un polnomo e s[ ] S, porremo p s[ ] = c 0 s[ ] + c 1 s[ ] [ 1] + + c r s[ ] r. 4

5 L operazone ntrodotta è ovvamente blneare, nel senso che, se p e q sono polnom, s[ ] e t[ ] sono successone e α e β sono scalar, s ha p (s[ ] + t[ ] = p s[ ] + p t[ ], p (αs[ ] = α(p s[ ], (p + q s[ ] = p s[ ] + q s[ ], (αp s[ ] = α(p s[ ]. Come s comporta questa operazone rspetto alla moltplcazone d polnom? Osservamo che (Xp s[ ] = (p s[ ] 1 e che (αp s[ ] = α(p s[ ]. Possamo percò affermare, usando la lneartà e l nduzone, che pq s[ ] = p q s[ ]. In partcolare, se p s[ ] = 0, allora (fp s[ ] = 0, per ogn f. Dunque abbamo provato che, dat due polnom p e q, s ha S(q S(pq; ovvamente vale anche S(p S(pq, vsto che pq = qp. Ne segue che S(p + S(q S(pq. Supponamo ora che p e q sano polnom senza fattor comun; allora esstono polnom f e g tal che fp+gq = 1. Se s[ ] S(p S(q, abbamo (fp+gq s[ ] = (fp s[ ] + (gq s[ ] = 0, ma anche 1 s[ ] = s[ ] e percò s[ ] = 0. Abbamo percò dmostrato che, n questo caso, S(p S(q = {0}. Teorema. Se p e q sono polnom senza fattor comun, allora S(pq = S(p S(q. Dmostrazone. Sappamo gà che S(p S(q = {0} e che S(p + S(q S(pq. Abbamo po dm(s(p + S(q = dm S(p + dm S(q = (p + (q = (pq = dm S(pq e la tes è provata. Non è dffcle verfcare allora che se p = (X d 1 m1 (X d 2 m2... (X d r mr è la decomposzone del polnomo p n fattor lnear, con le radc d 1, d 2,..., d r a due a due dstnte, s avrà S(p = S((X d m. 1 r Dunque troveremo una base d S(p trovandone una d cascuno de sottospaz ndcat. Nel caso n cu m 1 = m 2 = = m r = 1 abbamo gà svolto le necessare consderazon. C rmane allora da calcolare una base d S((X d con m > 0 (vedremo po perché usamo m + 1, è solo per comodtà. Supponamo d avere una successone fnta a 0, a 1,..., a n ; cerchamo, se esste, una relazone d rcorrenza che la gener, nel modo pù economco possble, coè tramte un polnomo d grado mnmo. È charo che c basterebbe un polnomo p d grado n+1: una successone n S(p sarebbe determnata da termn d posto 0 fno a n; dunque cerchamo qualcosa d grado nferore. 5

6 In partcolare cerchamo una relazone d rcorrenza che gener la successone de natural defnta da un polnomo d grado 2, c 0 + c 1 X + X 2 ; se n[k] = k è la successone de natural, dobbamo avere che s traduce, per ogn k, n c 0 n[ ] + c 1 n[ ] 1 + n[ ] 2 = 0 c 0 k + c 1 (k (k + 2 = 0. Se ponamo k = 0 abbamo c 1 +2 = 0, se ponamo k = 1 abbamo c 0 +2c 1 + = 0 e dunque c 0 = 1, c 1 = 2, coè l polnomo che cerchamo è (X 1 2. È mmedato verfcare che n[ ] S((X 1 2. Se s cerca un polnomo d grado che gener la successone de quadrat s trova (X 1 e possamo congetturare che la successone delle potenze m-esme sa generata da (X 1. Ponamo allora f m = (X 1 m e n m [k] = k m. Teorema. Per ogn m s ha n m [ ] S(f. Dmostrazone. Scrvamo l espressone che voglamo maneggare fno a provare che vale 0: ( m + 1 f n m [k] = ( 1 (k + m. Consderamo allora la funzone polnomale su real ( m + 1 g (x = ( 1 (x + m =0 =0 e dmostramo, per nduzone su m, che g (x = 0. Il passo base, per m = 0 è ovvo. Dvderemo l passo nduttvo n due part: dmostreremo dapprma che g (x = 0, qund che g è costante; po che g (0 = 0. Calcolamo dunque la dervata g (x = m =0 ( m + 1 = mx m 1 + m Rcordamo l denttà, per > 0, ( m + 1 = dalla quale possamo rcavare g (x m ( m = x m 1 + m =1 m =1 ( m 1 =1 ( 1 (x + m 1 m ( m + 1 ( 1 (x + m 1 + m( 1 (x + m + 1 m 1. ( ( m m + 1 ( 1 (x + m 1 + ( 1 (x + m 1 + ( 1 (x + m + 1 m 1. 6

7 È evdente che x m 1 + m =1 ( m ( 1 (x + m 1 = g m (x. Nella seconda sommatora cambamo l ndce, ponendo j = 1, ottenendo dunque g (x m ( m = g m (x + ( 1 j+1 (x m 1 + ( 1 (x + m + 1 m 1 m j j=0 = g m (x g m (x + 1 e, per potes nduttva, possamo assumere che g m sa 0. Ne segue che la funzone g è costante e c basta calcolarne l valore n 0. Ora ( m + 1 g (0 = ( 1 m =1 perché per potes m > 0 e possamo dunque trascurare l termne per = 0. Cambando l ndce con j = 1 abbamo m ( m + 1 g (0 = ( 1 j (j + 1 m. j + 1 j=0 Possamo però faclmente verfcare che ( m + 1 (j + 1 m = (m + 1 j + 1 e qund g (0 = (m + 1 che è 0 per potes nduttva. m j=0 ( m j (j + 1 m 1 ( m ( 1 j (j + 1 m 1 = (m + 1g m (1 j Teorema. L nseme {n 0 [ ]; n 1 [ ];... ; n m [ ]} è una base d S((X 1. Dmostrazone. Il teorema precedente dce che le successon appartengono a S((X 1 che ha dmensone m + 1. Dunque c basta vedere che sono lnearmente ndpendent. L uguaglanza corrsponde a α 0 n 0 [ ] + α 1 n 1 [ ] + + α m n m [ ] = 0 α 0 n 0 [k] + α 1 n 1 [k] + + α m n m [k] = 0, per ogn k; ponendo k = 0, 1,..., m, ottenamo l sstema omogeneo la cu matrce de coeffcent è m m m 1 m... m m l cu determnante, svluppato rspetto alla prma colonna, s rduce a quello d una matrce d Vandermonde, qund è non nullo. 7

8 S tratta ora d fare una congettura astuta su quale possa essere una base d S((X d per d 0. Consderamo la successone s[ ] defnta da s[k] = h(kd k, dove h: N C è una opportuna funzone, e cerchamo d vedere quando s[ ] S((X d, coè (X d s[ ] = 0. Scrvendo l denttà per l termne d posto k ottenamo che dventa =0 =0 ( m + 1 ( m + 1 coè, raggruppando le potenze d d, d m+k =0 ( 1 d s[k + ] = 0 ( 1 d h(k + d k+ = 0 ( m + 1 ( 1 h(k + = 0. Questo è quanto dre che la successone defnta da h[k] = h(k appartene a S((X 1. Dunque possamo scrvere e percò s[ ] s può scrvere come h[ ] = α 0 n 0 [ ] + α 1 n 1 [ ] + + α m n m [ ] s[k] = α 0 d k + α 1 kd k + + α m k m d k. Non è dffcle verfcare che le successon defnte da n m,d [k] = k m d k per m N e d 0 sono lnearmente ndpendent, pù precsamente che {n 0,d [ ]; n 1,d [ ];... ; n m,d [ ]} è una base d S((X d. Voglamo, per esempo, trovare una forma chusa per la soluzone della relazone d rcorrenza s[k + ] 6s[k + 2] + 12s[k + 1] 8s[k], s[0] = 1, s[1] = 2, s[2] = 28. Il polnomo è X 6X X 8 = (X 2 e qund sappamo che possamo scrvere s[ ] = c 0 n 0,2 [ ] + c 1 n 1,2 [ ] + c 2 n 2,2 [ ] coè, per ogn k, s[k] = c 0 2 k + c 1 k 2 k + c 2 k 2 2 k 8

9 che s traduce nelle condzon c 0 = 1 2c 0 + 2c 1 + 2c 2 = 2 4c 0 + 8c c 2 = 28 che s rduce a c 0 = 1, c 1 =, c 2 =. Qund s[k] = 2 k k 2 k + k 2 2 k = 2 k (1 k + k 2. Rassumamo l tutto nel teorema fnale. Scrveremo (X d per ndcare la molteplctà della radce d per rendere meno complcata la scrttura della base. Teorema. Sa p(x un polnomo monco a coeffcent compless, con p(0 0. Se p(x = (X d 1 m1+1 (X d 2 m (X d r mr+1 è la decomposzone prmara d p(x, una base d S(p è data da {n 0,d1 [ ]; n 1,d1 [ ];... ; n m1,d 1 [ ]; n 0,d2 [ ]; n 1,d2 [ ];... ; n m2,d 2 [ ];... ; dove n m,d [ ] è la successone defnta da Successon real n 0,dr [ ]; n 1,dr [ ];... ; n mr,d r [ ]}, n m,d [k] = k m d k. Che succede se una successone soddsfa una relazone d rcorrenza a coeffcent real e valor nzal sono real, ma le radc del polnomo assocato alla relazone sono complesse? È evdente che tutt termn della successone saranno real, ma espress tramte numer compless. Vedamo un caso facle, con l polnomo p(x = X La relazone d rcorrenza è s[k + 2] = s[k] = 0 e se valor nzal sono s[0] = 2, s[1] = 1, la successone è 2, 1, 2, 1, 2, 1,..., com è evdente. Secondo la teora precedente dobbamo avere s[k] = c 0 k + c 1 ( k e le relazon per valor nzal sono { c c 1 ( 0 = 2, c c 1 ( 1 = 1, da cu c 0 + c 1 = 2 e c 0 c 1 = che danno c 0 = (2 /2, c 1 = (2 + /2. Ma rcordando la formula d De Movre (cos ϕ + sn ϕ k = cos kϕ + sn kϕ 9

10 e che = cos(π/2 + sn(π/2, possamo scrvere ( s[k] = c 0 cos kπ 2 + sn kπ 2 + c 1 ( cos kπ 2 sn kπ 2 Dando a c 0 e a c 1 valor trovat e rducendo termn sml,. s[k] = 2 cos kπ 2 + sn kπ 2 e s può controllare che tutto torna. Pù n generale, se l polnomo ha coeffcent real, le radc complesse vanno n coppe conugate, con la stessa molteplctà. Una soluzone fondamentale dunque conterrà una combnazone lneare della forma l termne d posto k è αn m,d [ ] + βn m, d[ ]; αn m,d [k] + βn m, d[k] = αk m d k + βk m dk e, se termn devono essere real, occorre che sa reale z = αd k + β d k. Ma z = βd k + ᾱ d k e dall uguaglanza z = z rcavamo (α βd k (β ᾱ d k = 0 Ponendo, per semplctà, γ = α β e valutando per k = 0 e k = 1 ottenamo { γ γ = 0, γd γ d = 0. L potes fondamentale è che d sa una radce complessa e non reale, così che d d. Dunque le uguaglanze danno γ = 0, coè β = ᾱ come era atteso. Se ponamo α = u/2 v/2, trovamo con facl calcol che la successone d partenza è uk m ρ k cos(kϕ + vk m ρ k sn(kϕ, dove, ovvamente, d = ρ(cos ϕ + sn ϕ. L arbtraretà d α e β (con la condzone che l rsultato sa reale equvale all arbtraretà d u e v. Per esempo, voglamo rsolvere la rcorrenza s[k + 2] + s[k + 1] + s[k] = 0, s[0] = 0, s[1] = 1. che non sembra molto dversa dalla rcorrenza d Fbonacc. I prm termn sono 0, 1, 1, 0, 1, 1, 0 e rconoscamo una struttura perodca. Il polnomo è p(x = X 2 + X + 1 che ha come radc cos(2π/ + sn(2π/ e l conugato, coè le radc cubche non real d 1. La soluzone generale è s[k] = u cos 2kπ + v sn 2kπ 10

11 e le condzon nzal danno da cu abbamo u = 0, 1 2 u + 2 v = 1 s[k] = 2 sn 2kπ. Con dat nzal s[0] = 1 e s[1] = 2 avremmo u = 1, 1 2 u + 2 v = 2, coè u = 1 e v =, coè s[k] = cos 2kπ + sn 2kπ = 1 ( 2kπ 2 cos π e prm termn sono 1, 2,, 1, 2,, 1, 2; la successone è ancora, ovvamente, perodca. D fatto ogn successone della forma k m ρ k (u cos(kϕ + v sn(kϕ s può scrvere come k m ρ k A cos(kϕ ψ dove A = u 2 + v 2 e cos ψ = u/a, sn ψ = v/a. 11

POLINOMIO MINIMO E FORMA CANONICA DI JORDAN NOTA AGGIUNTIVA PER IL CORSO DI GEOMETRIA ANALITICA E ALGEBRA LINEARE A.A DOCENTE: PAOLO LISCA

POLINOMIO MINIMO E FORMA CANONICA DI JORDAN NOTA AGGIUNTIVA PER IL CORSO DI GEOMETRIA ANALITICA E ALGEBRA LINEARE A.A DOCENTE: PAOLO LISCA POLINOMIO MINIMO E FORMA CANONICA DI JORDAN NOTA AGGIUNTIVA PER IL CORSO DI GEOMETRIA ANALITICA E ALGEBRA LINEARE AA 2009-2010 DOCENTE: PAOLO LISCA 1 Polnomo mnmo Avvertenza: con V ndcheremo uno spazo

Dettagli

6 Prodotti scalari e prodotti Hermitiani

6 Prodotti scalari e prodotti Hermitiani 6 Prodott scalar e prodott Hermtan 6.1 Prodott scalar S fss K = R. Defnzone 6.1 Sa V un R-spazo vettorale. Un prodotto scalare su V è un applcazone che gode delle seguent propretà: ) (lneartà rspetto al

Dettagli

Funzione di matrice. c i λ i. i=0. i=0. m 1. γ i A i. i=0. Moltiplicando entrambi i membri di questa equazione per A si ottiene. α i 1 A i α m 1 A m

Funzione di matrice. c i λ i. i=0. i=0. m 1. γ i A i. i=0. Moltiplicando entrambi i membri di questa equazione per A si ottiene. α i 1 A i α m 1 A m Captolo INTRODUZIONE Funzone d matrce Sa f(λ) una generca funzone del parametro λ svluppable n sere d potenze f(λ) Sa A una matrce quadrata d ordne n La funzone d matrce f(a) èdefnta nel modo seguente

Dettagli

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i. Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere

Dettagli

Intorduzione alla teoria delle Catene di Markov

Intorduzione alla teoria delle Catene di Markov Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }

Dettagli

Geometria 1 a.a. 2011/12 Esonero del 23/01/12 Soluzioni (Compito A) sì determinarla, altrimenti dimostrare che ciò è impossibile.

Geometria 1 a.a. 2011/12 Esonero del 23/01/12 Soluzioni (Compito A) sì determinarla, altrimenti dimostrare che ciò è impossibile. Geometra 1 a.a. 2011/12 Esonero del 23/01/12 Soluzon (Compto A) (1) S consder su C 2 l prodotto Hermtano, H assocato alla matrce ( ) 2 H =. 2 (a) Dmostrare che, H è defnto postvo e determnare una base

Dettagli

Il logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico.

Il logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico. Il logartmo dscreto n Z p Il gruppo moltplcatvo Z p delle class resto modulo un prmo p è un gruppo cclco. Defnzone (Logartmo dscreto). Sa p un numero prmo e sa ā una radce prmtva n Z p. Sa ȳ Z p. Il logartmo

Dettagli

ANELLI E SOTTOANELLI. contrassegna gli esercizi (relativamente) più complessi.

ANELLI E SOTTOANELLI. contrassegna gli esercizi (relativamente) più complessi. ESERCIZI SU ANELLI E SOTTOANELLI N.B.: l smbolo contrassegna gl esercz relatvamente pù compless. 1 Sa X un nseme, e sa PX l suo nseme delle part. Indcando con l operazone d dfferenza smmetrca tra element

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 17: 8 maggio 2012

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 17: 8 maggio 2012 Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 17: 8 maggo 2012 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/20? Costture n regme semplce al tasso = 0, 025 l

Dettagli

PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO

PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO Stabltà e Teorema d Drclet Defnzone S dce ce la confgurazone C 0 d un sstema è n una poszone d equlbro stable se, portando l sstema n una confgurazone

Dettagli

Moduli su un dominio a ideali principali Maurizio Cornalba versione 15/5/2013

Moduli su un dominio a ideali principali Maurizio Cornalba versione 15/5/2013 Modul su un domno a deal prncpal Maurzo Cornalba versone 15/5/2013 Sa A un anello commutatvo con 1. Indchamo con A k l modulo somma dretta d k cope d A. Un A-modulo fntamente generato M s dce lbero se

Dettagli

APPUNTI SUL TEOREMA DI CLASSIFICAZIONE DEI GRUPPI ABELIANI FINITAMENTE GENERATI

APPUNTI SUL TEOREMA DI CLASSIFICAZIONE DEI GRUPPI ABELIANI FINITAMENTE GENERATI APPUNTI SUL TEOREMA DI CLASSIFICAZIONE DEI GRUPPI ABELIANI FINITAMENTE GENERATI GIOVANNI GAIFFI, CORSO DI ALGEBRA 1 2010/2011 NOTA: FA PARTE DEL PROGRAMMA SOLO LA CONOSCENZA DELL ENUNCIATO DEL TEOREMA

Dettagli

Corso di Logica I. Modulo sul Calcolo dei Sequenti. Dispensa Lezione II.

Corso di Logica I. Modulo sul Calcolo dei Sequenti. Dispensa Lezione II. Corso d Logca I. Modulo sul Calcolo de Sequent. Dspensa Lezone II. Govann Casn Teorema d corrspondenza fra l calcolo su sequent SND e l calcolo de sequent SC. Rproponamo per esteso la dmostrazone della

Dettagli

di una delle versioni del compito di Geometria analitica e algebra lineare del 12 luglio 2013 distanza tra r ed r'. (punti 2 + 3)

di una delle versioni del compito di Geometria analitica e algebra lineare del 12 luglio 2013 distanza tra r ed r'. (punti 2 + 3) Esempo d soluzone d una delle verson del compto d Geometra analtca e algebra lneare del luglo 3 Stablre se la retta r, d equazon parametrche x =, y = + t, z = t (nel parametro reale t), è + y + z = sghemba

Dettagli

Propagazione degli errori

Propagazione degli errori Propagaone degl error Voglamo rcavare le ncertee nelle msure ndrette. Abbamo gà vsto leone un prma stma degl error sulle grandee dervate valda n generale. Consderamo ora l caso specco d grandee aette da

Dettagli

Appunti: Scomposizione in fratti semplici ed antitrasformazione

Appunti: Scomposizione in fratti semplici ed antitrasformazione Appunt: Scomposzone n fratt semplc ed anttrasformazone Gulo Cazzol v0. (AA. 017-018) 1 Fratt semplc 1.1 Funzone ntera.............................................. 1. Funzone razonale fratta strettamente

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 9: 3 marzo 2014

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 9: 3 marzo 2014 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2013-2014 lezone 9: 3 marzo 2014 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/25? Eserczo Consderamo una rendta perodca d 2n termn

Dettagli

La soluzione delle equazioni differenziali con il metodo di Galerkin

La soluzione delle equazioni differenziali con il metodo di Galerkin Il metodo de resdu pesat per gl element fnt a soluzone delle equazon dfferenzal con l metodo d Galerkn Tra le procedure generalmente adottate per formulare e rsolvere le equazon dfferenzal con un metodo

Dettagli

ALGEBRA LINEARE I (A) PER SCIENZE STATISTICHE, A.A. 2003/04, GEMMA PARMEGGIANI

ALGEBRA LINEARE I (A) PER SCIENZE STATISTICHE, A.A. 2003/04, GEMMA PARMEGGIANI ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, A.A. 3/4, GEMMA PARMEGGIANI Unverstà degl Stud d Padova Dpartmento d Matematca Pura e Applcata va Belzon, 7 353 Padova. Programma. Esercz tpo svolt 3. Eserctazon

Dettagli

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 29 gennaio

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 29 gennaio I Appello d Calcolo delle Probabltà Cognome: Laurea Trennale n Matematca 24/5 Nome: 29 gennao 25 Emal: Se non è espressamente ndcato l contraro, per la soluzone degl esercz è possble usare tutt rsultat

Dettagli

Ingegneria Elettrica Politecnico di Torino. Luca Carlone. ControlliAutomaticiI LEZIONE III

Ingegneria Elettrica Politecnico di Torino. Luca Carlone. ControlliAutomaticiI LEZIONE III Ingegnera Elettrca Poltecnco d Torno Luca Carlone ControllAutomatcI LEZIONE III Sommaro LEZIONE III Trasformata d Laplace Propretà e trasformate notevol Funzon d trasfermento Scomposzone n fratt semplc

Dettagli

Equazioni differenziali lineari a coefficienti costanti.

Equazioni differenziali lineari a coefficienti costanti. Equazon dfferenzal lnear a coeffcent costant. In questa nota esponamo alcun metod per l trattamento delle equazon dfferenzal ordnare lnear a coeffcent costant d ordne qualsas, omogeneee e non omogeneee,

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

Teoria dell informazione e Meccanica Statistica

Teoria dell informazione e Meccanica Statistica Teora dell nformazone e Meccanca Statstca L. P. Gugno 2007 Rporto qu una breve rassegna dell approcco alla Meccanca Statstca medante la teora dell nformazone. Partamo dalla consderazone che la probabltà

Dettagli

LE FREQUENZE CUMULATE

LE FREQUENZE CUMULATE LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune

Dettagli

Metodi variazionali. ed agiscono sulla FORMA DEBOLE DEL PROBLEMA

Metodi variazionali. ed agiscono sulla FORMA DEBOLE DEL PROBLEMA Metod varazonal OBIETTIVO: determnare funzon ncognte, chamate varabl dpendent, che soddsfano un certo nseme d equazon dfferenzal n un determnato domno e condzon al contorno STRUMETO: Metod varazonal: servono

Dettagli

ALGEBRA LINEARE I (A) PER SCIENZE STATISTICHE, SGI E SPS, A.A. 2005/06, GEMMA PARMEGGIANI

ALGEBRA LINEARE I (A) PER SCIENZE STATISTICHE, SGI E SPS, A.A. 2005/06, GEMMA PARMEGGIANI ALGEBRA LINEARE I (A PER SCIENZE STATISTICHE, SGI E SPS, A.A. 5/6, GEMMA PARMEGGIANI Unverstà degl Stud d Padova Dpartmento d Matematca Pura e Applcata va Belzon, 7 353 Padova Programma del corso. Nota

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 16: 2 maggio 2012

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 16: 2 maggio 2012 Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 16: 2 maggo 2012 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/19? CCT/CCTEu S tratta d un ttolo a cedola varable:

Dettagli

Dinamica del corpo rigido

Dinamica del corpo rigido Anna Nobl 1 Defnzone e grad d lbertà S consder un corpo d massa totale M formato da N partcelle cascuna d massa m, = 1,..., N. Il corpo s dce rgdo se le dstanze mutue tra tutte le partcelle che lo compongono

Dettagli

Metodi variazionali. ed agiscono sulla FORMA DEBOLE DEL PROBLEMA

Metodi variazionali. ed agiscono sulla FORMA DEBOLE DEL PROBLEMA Metod varazonal OBIETTIVO: determnare funzon ncognte, chamate varabl dpendent, che soddsfano un certo nseme d equazon dfferenzal n un determnato domno e condzon al contorno STRUMETO: Metod varazonal: servono

Dettagli

Principio di massima verosimiglianza

Principio di massima verosimiglianza Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.

Dettagli

Principio di massima verosimiglianza

Principio di massima verosimiglianza Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.

Dettagli

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi Gustavo Belforte Stabltà de Sstem Dnamc Gustavo Belforte Stabltà de Sstem Dnamc Stabltà de Sstem Dnamc Il Pendolo Stabltà: concetto ntutvo che può essere formalzzato n molt mod Intutvamente: Un oggetto

Dettagli

Allenamenti di matematica: Teoria dei numeri e algebra modulare Soluzioni esercizi

Allenamenti di matematica: Teoria dei numeri e algebra modulare Soluzioni esercizi Allenament d matematca: Teora de numer e algebra modulare Soluzon esercz 29 novembre 2013 1. Canguro salterno. Un canguro salterno s trova a ped d una scala nfnta che ntende salre nel seguente modo: Salta

Dettagli

Sulla teoria di Z in L = {+,<}

Sulla teoria di Z in L = {+,<} Sulla teora d Z n L = {+,

Dettagli

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende

Dettagli

Sistemi Intelligenti Stimatori e sistemi lineari - III

Sistemi Intelligenti Stimatori e sistemi lineari - III Sstem Intellgent Stmator e sstem lnear - III Alberto Borghese Unverstà degl Stud d Mlano Laboratory of Appled Intellgent Systems (AIS-Lab) Dpartmento d Informatca borghese@d.unm.t /6 http:\\borghese.d.unm.t\

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 20: 16 maggio 2012

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 20: 16 maggio 2012 Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 20: 16 maggo 2012 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/25? Errata slde 14: 8 maggo 2012 Rendta perpetua

Dettagli

Numeri complessi, polinomi - Risposte pagina 1 di 11 23

Numeri complessi, polinomi - Risposte pagina 1 di 11 23 Numer compless, polnom - Rsposte pagna d 0. a. I numer compless con Re () sono quell a destra della retta vertcale (retta compresa). Quell con modulo mnore d 4 sono all nterno della crconferena d centro

Dettagli

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k (1) La sere bnomale è B n (z) = k=0 Con l metodo del rapporto s ottene R = lm k Soluzon 3.1 n(n 1) (n k + 1) z n k! c k c k+1 = lm k k + 1 n k lm k c k z k. k=0 1 + 1 k 1 n k = 1 (2) La multfunzone f(z)

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3:

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3: Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 3: 21022012 professor Danele Rtell www.unbo.t/docdent/danele.rtell 1/31? Captalzzazone msta S usa l regme composto per l

Dettagli

Elasticità nei mezzi continui

Elasticità nei mezzi continui Elastctà ne mezz contnu l tensore degl sforz o tensore d stress, σ j Consderamo un cubo d dmenson untare n un mezzo elastco deformato. l cubo è deformato dalle forze eserctate sulle sue facce dal resto

Dettagli

Teoria dei Giochi. Dr. Giuseppe Rose Università degli Studi della Calabria Corso di Laurea Magistrale in Economia Applicata a.a 2011/2012 Handout 4

Teoria dei Giochi. Dr. Giuseppe Rose Università degli Studi della Calabria Corso di Laurea Magistrale in Economia Applicata a.a 2011/2012 Handout 4 Teora de Goch Dr. Guseppe Rose Unverstà degl Stud della Calabra Corso d Laurea Magstrale n Economa Applcata a.a 011/01 Handout 4 1 L equlbro d Bertrand Nel modello d Bertrand, abbamo un duopolo esattamente

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 9: 20 marzo 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 9: 20 marzo 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 9: 20 marzo 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/31? an d ammortamento La rata α k scadente al tempo

Dettagli

Approssimazione minimax

Approssimazione minimax Approssmazone mnmax 1 Il problema dell approssmazone lneare Data una f(x) appartenente allo spazo vettorale F delle funzon real d varable reale, s scegle n F un modello, coè un nseme d funzon φ (x), =

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Carla Seatzu, 8 Marzo 28 Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto

Dettagli

Lezione 7. Numeri primi. Teorema Fondamentale dell'aritmetica.

Lezione 7. Numeri primi. Teorema Fondamentale dell'aritmetica. Lezone 7 Prereqst: L'nseme de nmer nter Lezone 6 Nmer prm Teorema Fondamentale dell'artmetca Defnzone 7 Un nmero ntero p dverso da 0 e s dce prmo se per ogn a b Z Altrment p s dce composto p ab p a oppre

Dettagli

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione.

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione. Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.

Dettagli

NOTE SUL CALCOLO DI FOX

NOTE SUL CALCOLO DI FOX NOTE SUL CALCOLO DI FOX ROBERTO FRIGERIO 1. Il modulo d Alexander d una varetà Sa (M,x 0 ) uno spazo puntato connesso per arch, e ponamo G = π 1 (M,x 0 ). Supponamo anche che M sa semlocalmente semplcemente

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 17: 16 maggio 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 17: 16 maggio 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 17: 16 maggo 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/22? Eserczo Un Btp trennale, d valore nomnale C

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 21: 29 maggio 2013

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 21: 29 maggio 2013 Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 21: 29 maggo 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/35? Eserczo Dmostrare che l portafoglo d mnmo rscho

Dettagli

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON 3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.

Dettagli

Il procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.

Il procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria. SCELTA OTTIMALE DEL PROCEDIMENTO PER PESARE Il procedmento può essere pensato come una rcerca n un nseme ordnato, l peso ncognto può essere cercato con l metodo della rcerca bnara. PESI CAMPIONE IN BASE

Dettagli

INDICE. Scaricabile su: Derivate TEORIA. Derivata in un punto. Significato geometrico della derivata

INDICE. Scaricabile su:   Derivate TEORIA. Derivata in un punto. Significato geometrico della derivata P r o f Gu d of r a n c n Anteprma Anteprma Anteprma www l e z o n j md o c o m Scarcable su: ttp://lezonjmdocom/ INDICE TEORIA Dervata n un punto Sgnfcato geometrco della dervata Funzone dervata e dervate

Dettagli

V n. =, e se esiste, il lim An

V n. =, e se esiste, il lim An Parttore resstvo con nfnte squadre n cascata. ITIS Archmede CT La Fg. rappresenta un parttore resstvo, formato da squadre d restor tutt ugual ad, conness n cascata, e l cu numero n s fa tendere ad nfnto.

Dettagli

Il traffico è un gioco?

Il traffico è un gioco? Il traffco è un goco? Gacomo Tomme Dpartmento d Matematca, Unverstà d Psa e-mal: tomme@dm.unp.t Introduzone Il ttolo potrebbe apparre provocatoro, ma n realtà è solo lo spunto per ntrodurre tem che voglamo

Dettagli

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d

Dettagli

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Gestone della produzone e della supply chan Logstca dstrbutva Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Un algortmo per l flusso su ret a costo mnmo: l smplesso su ret Convergenza

Dettagli

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione Equlbro e stabltà d sstem dnamc Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem NL TC Crter d stabltà

Dettagli

Valore attuale di una rendita. Valore attuale in Excel: funzione VA

Valore attuale di una rendita. Valore attuale in Excel: funzione VA Valore attuale d una rendta Nella scorsa lezone c samo concentrat sul problema del calcolo del alore attuale d una rendta S che è dato n generale da V ( S) { R ; t, 0,,,..., n,... } n 0 R ( t ), doe (t

Dettagli

Capitolo 7 (Integrazione a unità 39-40) Principio d induzione. Numeri complessi

Capitolo 7 (Integrazione a unità 39-40) Principio d induzione. Numeri complessi Captolo 7 (Integrazone a untà 39-40) 7. 1 Quest a rsposta chusa. Prncpo d nduzone. Numer compless 7. 1. 1 Utlzzando l prncpo d nduzone s dmostra che tre delle seguent proposzon sono vere. Qual è la proposzone

Dettagli

1 Le equazioni per le variabili macroscopiche: i momenti dell equazione di Boltzmann

1 Le equazioni per le variabili macroscopiche: i momenti dell equazione di Boltzmann FISICA DEI FLUIDI Lezone 5-5 Maggo 202 Le equazon per le varabl macroscopche: moment dell equazone d Boltzmann Teorema H a parte, non è facle estrarre altre consderazon general sulla funzone denstà d probabltà

Dettagli

ESERCITAZIONE 8. Esercitazioni del corso FONDAMENTI DI PROCESSI CHIMICI Prof. Luca Lietti

ESERCITAZIONE 8. Esercitazioni del corso FONDAMENTI DI PROCESSI CHIMICI Prof. Luca Lietti arametr RKS Dpartmento d Energa oltecnco d Mlano a a Masa 4-0156 MINO Eserctazon del corso FONDMENI DI ROESSI HIMII rof. uca ett ESERIZIONE 8 alcolo della temperatura d bolla e d rugada d una mscela n-butano/n-esano

Dettagli

Metodi di analisi R 1 =15Ω R 2 =40Ω R 3 =16Ω

Metodi di analisi R 1 =15Ω R 2 =40Ω R 3 =16Ω Metod d anals Eserczo Anals alle magle n presenza d sol generator ndpendent d tensone R s J R Determnare le tenson sulle resstenze sapendo che: s s 0 R R 5.Ω s J R J R R 5Ω R 0Ω R 6Ω R 5 Dsegnamo l grafo,

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2018/ Esercizi: lezione 17/10/2018

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2018/ Esercizi: lezione 17/10/2018 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2018/2019 1. Esercz: lezone 17/10/2018 Rendmento d un B.O.T. Eserczo 1. Un captale C vene chesto n prestto alla banca

Dettagli

Esercitazione sulle Basi di di Definizione

Esercitazione sulle Basi di di Definizione Eserctazone sulle as d d Defnzone ESERIZIO Un bpolo ressto (dodo) ha la seguente equazone: = k [ 0 + 00] con k 0 nella quale ed sono descrtt dalla conenzone degl utlzzator come n fgura. Stablre se l bpolo

Dettagli

Carla Seatzu, 18 Marzo 2008

Carla Seatzu, 18 Marzo 2008 8. Ret d Code Carla Seatzu, 8 Marzo 008 Nella maggor parte de process produttv rsulta troppo restrttvo consderare una sola rsorsa. Esempo: lea tandem arrv µ µ v partenze V sono dverse stazon cu una parte

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

Analisi Matenatica Lezione 5 1 ottobre 2013

Analisi Matenatica Lezione 5 1 ottobre 2013 Dpartmento d Scenze Statstche Anals Matenatca Lezone 5 1 ottobre 2013 prof. Danele Rtell danele.rtell@unbo.t 1/13? Fattorale d un numero naturale Sa n N {0}. Il fattorale d n, n! s defnsce nduttvamente

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 3: 27 febbraio 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 3: 27 febbraio 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 3: 27 febbrao 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/26? S può dmostrare che 1. se 0 < t < 1 allora

Dettagli

Unità Didattica N 5. Impulso e quantità di moto

Unità Didattica N 5. Impulso e quantità di moto Imnpulso e quanttà d moto - - Impulso e quanttà d moto ) Sstema solato : orze nterne ed esterne...pag. 2 2) Impulso e quanttà d moto...pag. 3 3) Teorema d conservazone della quanttà d moto...pag. 6 4)

Dettagli

Teoremi dei circuiti

Teoremi dei circuiti Teorem de crcut www.de.ng.unbo.t/pers/mastr/ddattca.htm (ersone del --04) Teorema d Tellegen potes: Crcuto con n nod e l lat ers d rfermento scelt per tutt lat secondo la conenzone dell utlzzatore {,...,

Dettagli

Sia G = ({1, 2,..., n}, E) un grafo orientato. Definizione di matrici di Adiacenza e di Transizione del grafo G: 1 ij E

Sia G = ({1, 2,..., n}, E) un grafo orientato. Definizione di matrici di Adiacenza e di Transizione del grafo G: 1 ij E Sa G ({1, 2,..., n}, E) un grafo orentato. Defnzone d matrc d Adacenza e d ranszone del grafo G: { { 1 j E 1/deg() j E Adac(G) j 0 j / E, rans(g) j 0 j / E ( deg() #arch uscent dal vertce ). Notamo che

Dettagli

Dipartimento di Scienze Statistiche Università di Bologna. Matematica finanziaria aa lezione 15: 12 marzo 2014

Dipartimento di Scienze Statistiche Università di Bologna. Matematica finanziaria aa lezione 15: 12 marzo 2014 Dpartmento d Scenze Statstche Unverstà d Bologna Matematca fnanzara aa 2013-2014 lezone 15: 12 marzo 2014 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/15? Calendaro prossme lezon 13 marzo 14

Dettagli

VII esercitazione. Corso di Laurea in Informatica Calcolo Scientifico II a.a. 07/08

VII esercitazione. Corso di Laurea in Informatica Calcolo Scientifico II a.a. 07/08 VII eserctazone Una fattorzzazone che rvela propretà della matrce: La Sngular value decomposton (SVD) fattorzza una matrce rettangolare reale o complessa è utlzzata nelle applcazon: nella trasmssone d

Dettagli

4. ALGORITMI GREEDY. cambia-monete scheduling a minimo il ritardo. Il problema del cambia-monete. Proprietà di una soluzione ottima

4. ALGORITMI GREEDY. cambia-monete scheduling a minimo il ritardo. Il problema del cambia-monete. Proprietà di una soluzione ottima Il problema del camba-monete. ALGORITMI GREEDY camba-monete schedulng a mnmo l rtardo Scopo. Dat tagl dsponbl: c, c, 5c, 0c, 0c, 50c,, progettare un algortmo che data una certa somma la camb usando l mnmo

Dettagli

1. Il Teorema Ergodico per le catene di Markov * Definizione Una catena di Markov discreta con spazio degli stati E; si dice regolare se, detta P = (P

1. Il Teorema Ergodico per le catene di Markov * Definizione Una catena di Markov discreta con spazio degli stati E; si dice regolare se, detta P = (P . Il Teorema Ergodco er le catene d Markov * Defnzone Una catena d Markov dscreta con sazo degl stat E; s dce regolare se, detta P = (P ) la matrce delle robablt a d transzone assocata, esstono un ntero

Dettagli

INTERPOLAZIONE MEDIANTE CURVE SPLINE. '' ( b ) = 0

INTERPOLAZIONE MEDIANTE CURVE SPLINE. '' ( b ) = 0 INTERPOLAZIONE EDIANTE CURVE SPLINE Defnzone del problema Sovente, nelle applcazon grafche (CAD Computer Aed Desgn), s ha la necesstà d traccare, dat alcun punt, una lnea che l raccord e che sa suffcentemente

Dettagli

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Matematica aa lezione marzo 2009

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Matematica aa lezione marzo 2009 Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Matematca aa 2008-2009 lezone 25 17 marzo 2009 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/26? Convesstà Sa I un ntervallo

Dettagli

Elementi di Algebra e Analisi Tensoriale

Elementi di Algebra e Analisi Tensoriale M. Moscon ppunt d Scenza delle Costruzon Gugno 000 Element d lgebra e nals ensorale M. Moscon Element d algebra e anals tensorale INDICE. lgebra vettorale e tensorale. Calcolo vettorale e tensorale. Identtà

Dettagli

Matematica Generale a.a. 2016/17 Teoremi dimostrati nel corso. 1 Funzioni ad una variabile

Matematica Generale a.a. 2016/17 Teoremi dimostrati nel corso. 1 Funzioni ad una variabile Matematca Generale a.a. 2016/17 Teorem dmostrat nel corso. ATTENZIONE!!!!. Nel corso d matematca generale sono stat presentat teorem per qual è rchesta la conoscenza del solo enuncato e teorem de qual

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE AA 2016/2017 1 Esercz 2 Regme d sconto commercale Eserczo 1 Per quale durata una somma a scadenza S garantsce lo stesso valore

Dettagli

Le soluzioni della prova scritta di Matematica per il corso di laurea in Farmacia (raggruppamento M-Z)

Le soluzioni della prova scritta di Matematica per il corso di laurea in Farmacia (raggruppamento M-Z) Le soluzon della prova scrtta d Matematca per l corso d laurea n Farmaca (raggruppamento M-Z). Data la funzone a. trova l domno d f f ( ) ln + b. scrv, esplctamente e per esteso, qual sono gl ntervall

Dettagli

OPERAZIONI E INSIEMI NUMERICI

OPERAZIONI E INSIEMI NUMERICI OPERAZIONI E INSIEMI NUMERICI Per rcordare H Un'operazone bnara n un nseme non vuoto A eá una legge ce ad ogn coppa d element a,b A assoca un elemento c A. Gl element a e b s camano operand o termn dell'operazone,

Dettagli

IL GRUPPO SIMMETRICO S n

IL GRUPPO SIMMETRICO S n EMILIO ZAPPA MATRICOLA UNIVERSITA DEGLI STUDI DI TORINO DIPARTIMENTO DI MATEMATICA ANNO ACCADEMICO 00/00 TESINA PER IL LABORATORIO DI COMBINATORICA IL GRUPPO SIMMETRICO S n IL GIOCO DEL Sa A un nseme fnto

Dettagli

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti: S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone

Dettagli

Premessa essa sulle soluzioni

Premessa essa sulle soluzioni Appunt d Chmca La composzone delle soluzon Premessa sulle soluzon...1 Concentrazone...2 Frazone molare...2 Molartà...3 Normaltà...4 Molaltà...4 Percentuale n peso...4 Percentuale n volume...5 Massa per

Dettagli

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3 Rappresentazone de numer PH. 3.1, 3.2, 3.3 1 Tp d numer Numer nter, senza segno calcolo degl ndrzz numer che possono essere solo non negatv Numer con segno postv negatv Numer n vrgola moble calcol numerc

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE

Dettagli

Statistica di Bose-Einstein

Statistica di Bose-Einstein Statstca d Bose-Ensten Esstono sstem compost d partcelle dentche e ndstngubl che non sono soggette al prncpo d esclusone. In quest sstem non esste un lmte al numero d partcelle che possono essere osptate

Dettagli

Teoremi dei circuiti

Teoremi dei circuiti Teorem de crcut www.de.ng.unbo.t/pers/mastr/ddattca.htm (ersone del 0-0-03) Teorema d Tellegen Ipotes: Crcuto con n nod e l lat ers d rfermento scelt per tutt lat secondo la conenzone dell utlzzatore {,...,

Dettagli

Tangenti a una conica: il metodo del Doppio sdoppiamento 1

Tangenti a una conica: il metodo del Doppio sdoppiamento 1 Tangent a una conca: l metodo del Doppo sdoppamento 1 Franco Goacchno Sunto Ecco un metodo alternatvo per determnare le tangent a una conca da un qualsas punto del pano. Esso consste nell applcare volte

Dettagli

Sorgenti Numeriche - Soluzioni

Sorgenti Numeriche - Soluzioni Sorgent umerche - Soluzon *) L anals delle frequenze con cu compaono le vare lettere n un documento n talano, comprendente 5975 caratter, ha fornto seguent dat: Lettera umero Frequenza relatva A 666. B

Dettagli

Analisi Class info sul corso Lezione 1 22 settembre 2014

Analisi Class info sul corso Lezione 1 22 settembre 2014 CLASS Bologna Anals Matematca @ Class nfo sul corso Lezone 1 22 settembre 2014 professor Danele Rtell danele.rtell@unbo.t 1/27? Codce docente 030508 Codce corso 00013 Anals Matematca roflo scentfco del

Dettagli