CONTROLLI AUTOMATICI LS Ingegneria Informatica. Analisi modale
|
|
- Biaggio Parente
- 5 anni fa
- Visualizzazioni
Transcript
1 CONTROLLI AUTOMATICI LS Ingegneria Informatica Analisi modale Prof. Claudio Melchiorri DEIS-Università di Bologna Tel claudio.melchiorri@unibo.it
2 Analisi Modale Si vuole studiare l evoluzione nel tempo di un sistema dinamico. A tale scopo, si faccia riferimento a: Sistema tempo continuo () Sistema tempo discreto () L evoluzione nei due casi dipende dalle funzioni del tempo di tipo e At o A dk, le cui proprietà strutturali possono essere evidenziate tramite una opportuna trasformazione di similarità dove le matrici T sono costanti e le A, A d hanno forma più semplice (forma di Jordan: diagonali o diagonali a blocchi) rispetto a quelle originali. Claudio Melchiorri Controlli Automatici LS A.A. 8/9
3 Analisi Modale 3 Definizione: le funzioni del tempo che compaiono in e At o A dk, in () o () rispettivamente prendono il nome di modi del sistema. Mediante l analisi dei modi (analisi modale) si può caratterizzare la risposta libera di un sistema a partire dai suoi autovalori. Autovalori distinti In questo caso la matrice A (A d ) è in forma diagonale del tipo Caso tempo continuo Caso tempo discreto Claudio Melchiorri Controlli Automatici LS A.A. 8/9
4 Analisi Modale 4 I modi del sistema sono funzioni linearmente indipendenti in quanto gli autovalori λ,, λ n sono distinti. e λ t,, e λ n t λ k,, λ k n Se lo stato iniziale x appartiene all autospazio relativo ad un particolare autovalore, allora l evoluzione libera del sistema appartiene allo stesso autospazio. Ciascun modo può venire eccitato indipendemente dagli altri modi; ciascun modo complesso in generale viene eccitato assieme al suo complesso, a meno che lo stato iniziale sia a componenti complesse..5.5 x V Claudio Melchiorri Controlli Automatici LS A.A. 8/9
5 Analisi Modale Autovalore sul piano complesso 6 Andamento del modo λ =.5 Sistemi tempo continuo Autovalori reali semplici.5.5 λ = e λ t λ = Claudio - Melchiorri Controlli Automatici LS A.A. 8/
6 Analisi Modale Autovalore sul piano complesso 6 Andamento del modo λ =.5 Sistemi tempo discreto Autovalori reali semplici λ = λ k λ = Claudio Melchiorri Controlli Automatici LS A.A. 8/9
7 Analisi Modale Autovalore sul piano complesso Andamento del modo λ = Sistemi tempo discreto Autovalori reali semplici.5 λ = -.5 λ k λ = Claudio Melchiorri Controlli Automatici LS A.A. 8/9
8 Analisi Modale Autovalore sul piano complesso 3 6 Andamento del modo λ =.5 ± j Sistemi tempo continuo Autov. complessi semplici λ = ± j e σ t cos(ω t) λ = -.5 ± j -3 - Claudio - Melchiorri 5 Controlli Automatici LS A.A. 8/9
9 Analisi Modale Autovalore sul piano complesso.5 Andamento del modo λ = e ± j π/4 Sistemi tempo discreto Autov. complessi semplici λ =.5 e ± j π/4 e σ t cos(k ω) λ = e ± j π/ Claudio Melchiorri Controlli Automatici LS A.A. 8/9
10 Analisi Modale Autovalori multipli Nel caso tempo continuo si ha: I modi del sistema sono Nel caso tempo discreto si ha: I modi del sistema sono Claudio Melchiorri Controlli Automatici LS A.A. 8/9
11 Analisi Modale Autovalori multipli Invarianza: se lo stato iniziale x o appartiene al sottospazio generato da una catena (miniblocco) relativa ad un autovalore λ, allora la traiettoria è completamente contenuta nel medesimo sottospazio. Interdipendenza: non è possibile in alcun modo eccitare singolarmente i modi appartenenti ad un miniblocco di Jordan Sia x lo stato iniziale Sistema tempo continuo Sistema tempo discreto Claudio Melchiorri Controlli Automatici LS A.A. 8/9
12 Analisi Modale - Esempio Sia dato un sistema in forma di Jordan con autovalore λ di molteplicità Modi m = e λ t ed m = t e λ t con λ = Modi m = e λ t ed m = t e λ t con λ = -.5 Claudio Melchiorri Controlli Automatici LS A.A. 8/9
13 Analisi Modale - Esempio Sia dato un sistema in forma di Jordan con autovalore λ di molteplicità Modi m = λ k ed m = k λ k- con λ = Modi m = λ k ed m = k λ k- con λ =.5 Claudio Melchiorri Controlli Automatici LS A.A. 8/9
14 Analisi modale - Autovalori complessi coniug.. multipli 4 Sulla base della forma reale di Jordan, è possibile considerare i modi reali corrispondenti a coppie di autovalori complessi coniugati con grado di molteplicità maggiore di uno. Caso tempo discreto Caso tempo continuo Claudio Melchiorri Controlli Automatici LS A.A. 8/9
15 Analisi modale carattere di convergenza dei modi Dato un SL stazionario (tempo continuo o tempo discreto), il modo m(t) (reale o complesso) definito per t è: Convergente se: 5 Limitato ma non convergente, se un numero reale M > tale che Non limitato se M >, esiste t tale che Proposizione : I modi del sistema sono: Convergenti sse tutti λ(a) hanno parte reale < Limitati sse tutti λ(a) hanno parte reale e quelli a parte reale nulla sono associati a miniblocchi di Jordan di dimensione unitaria (radici semplici del polinomio minimo) Proposizione : I modi del sistema sono: Convergenti sse tutti λ(a) hanno modulo < Limitati sse tutti λ(a) hanno modulo e quelli a modulo = sono associati a miniblocchi di Jordan di dimensione unitaria (radici semplici del polinomio minimo) Claudio Melchiorri Controlli Automatici LS A.A. 8/9
16 Analisi modale Modi dominanti 6 L evoluzione libera del sistema lineare a partire dallo stato iniziale x() = x è data da al tendere di t (di k) all infinito, i modi del sistema tendono a zero, rimangono costanti o divergono a seconda del valore degli autovalori. Alcuni di essi, però, tendono a zero più rapidamente rispetto ad altri, per cui la loro influenza sul comportamento asintotico del sistema diventa trascurabile all aumentare del.8 tempo.6.4. Modo dominante Tempo (sec) Claudio Melchiorri Controlli Automatici LS A.A. 8/
17 Analisi modale Modi dominanti Consideriamo per semplicità il caso di autovalori reali distinti 7 Definizione: Siano λ i gli autovalori della matrice A. L autovalore λ è l autovalore dominante della matrice A se vale la seguente relazione: Caso tempo continuo Caso tempo discreto Proprietà. Al tendere di t (di k) all infinito, l evoluzione libera x(t) [x(k)] di un sistema lineare tempo continuo [tempo discreto] tende ad appiattirsi lungo il sottospazio corrispondente all autovalore dominante, cioè l autovalore λ a parte reale [modulo] maggiore. Claudio Melchiorri Controlli Automatici LS A.A. 8/9
18 Analisi modale Modi dominanti 8 Siano v i gli autovettori associati agli autovalori λ i. Dato che gli autovettori v i costituiscono una base dello spazio degli stati, una qualsiasi condizione iniziale x può essere espressa come somma delle sue componenti lungo i v i dove le componenti x,i si possono esprimere come x,i = v i *T x cioè come prodotto scalare tra x e le righe v * i di T - Le evoluzioni libere x(t) e x(k) corrispondenti alla condizione iniziale x sono Claudio Melchiorri Controlli Automatici LS A.A. 8/9
19 Analisi modale Modi dominanti Le evoluzioni libere x(t) e x(k) corrispondenti alla condizione iniziale x sono 9 Indipendentemente dalla condizione iniziale x, se x, l evoluzione del sistema tende verso l autospazio corrispondente al polo (modo) dominante Claudio Melchiorri Controlli Automatici LS A.A. 8/
20 Analisi modale Modi dominanti Nel caso di autovalori complessi coniugati, la coppia di autovalori λ, =σ ± j ω è detta dominante se (tempo continuo) Se v è l autovettore complesso corrispondente a λ e v R, v I le sue componenti reali ed immaginarie, si può dimostrare che cioè l evoluzione libera del sistema tende verso il sottospazio generato dai vettori v R e v I. Considerazioni simili valgono anche nel caso di sistemi tempo-discreti con autovalori complessi coniugati dominanti. Claudio Melchiorri Controlli Automatici LS A.A. 8/9
21 Analisi modale - Esempio Determinare il sottospazio corrispondente al modo dominante del sistema dinamico LS tempo continuo Polinomio caratteristico di A: Vi sono quindi tre autovalori coincidenti: λ =. Il corrispondente autovettore v si ottiene risolvendo il sistema Claudio Melchiorri Controlli Automatici LS A.A. 8/9
22 Analisi modale - Esempio Gli autovettori generalizzati v e v 3 si ricavano da Utilizzando la matrice di trasformazione si ottiene Claudio Melchiorri Controlli Automatici LS A.A. 8/9
23 Analisi modale - Esempio Se x 3 si ha che 3 La direzione lungo la quale si appiattisce la traiettoria x(t) è quindi Claudio Melchiorri Controlli Automatici LS A.A. 8/9
24 Invarianti 4 In termini matematici, un invariante è un aspetto, una proprietà, o una caratteristica che non cambia se soggetta ad una trasformazione. Esempi: Parte reale e valore assoluto di un numero complesso con la operazione di coniugazione; Il grado di un polinomio con una trasformazione lineari delle variabili; Gli autovalori o i valori singolari di una matrice con una trasformazione di similitudine; La norma Euclidea (lunghezza di vettori) con una trasformazione ortonormale (rotazione); L angolo tra due vettori con una trasformazione ortonormale (rotazione); Claudio Melchiorri Controlli Automatici LS A.A. 8/9
25 Invarianti 5 e 3 Dati: R 3 : spazio vettoriale {e, e, e 3 }: base principale (colonne della matrice I) V: sottospazio { v, v }: base del sottospazio V V = [v. v ]: matrice di base del sottospazio V v v e V e Data una matrice A n x n, lo spazio V si dice invariante in A se è AV V Proprietà: La somma di due invarianti è un invariante L intersezione di due invarianti è un invariante V è invariante in A se Claudio Melchiorri Controlli Automatici LS A.A. 8/9
26 Invarianti 6 Esempio: Siano date e 3 V è invariante in A se v v È immediato verificare in questo caso che questa proprietà vale. e e V Esempio: Siano date V è invariante in A se In questo caso questa proprietà non vale. Claudio Melchiorri Controlli Automatici LS A.A. 8/9
27 Alcune proprietà geometriche 7 Cambiamenti di base e 3 Al posto della base e, e, e 3 si assume una nuova base h, h, h 3 con T = [h, h, h 3 ] non singolare. e v v V e Si indica con x il vettore delle componenti di un punto p nella base principale, con z le componenti nella nuova. Si ha x = T z, z = T - x h 3 e 3 h p Nella nuova base, ad una matrice A n x n corrisponde la matrice A A = T - A T Infatti e h e Claudio Melchiorri Controlli Automatici LS A.A. 8/9
28 Alcune proprietà geometriche 8 T A = T A T - T - A = T - AT Data una matrice A, sia dato un invariante V rispetto ad A con dimensione k < n, ed una sua matrice di base V, n x k. Assumendo T = [V, V ] non singolare, la matrice A = T - A T ha la struttura Claudio Melchiorri Controlli Automatici LS A.A. 8/9
29 Alcune proprietà geometriche 9 Esempi: il vettore p nella base principale {e, e, e 3 } ha componenti Sia p = [3,, 5] T ; h 3 e 3 h p e la matrice che definisce la nuova base. Allora: p = T - p = [-.6548, 3.789, 4.88] T con e h h 3 h e 3 p 3 e h e Claudio Melchiorri Controlli Automatici LS A.A. 8/9
30 Alcune proprietà geometriche Esempio: data la matrice A e l invariante descritto da V 3 Si ottiene k = n - k = Claudio Melchiorri Controlli Automatici LS A.A. 8/9
31 Alcune proprietà geometriche Esempio: data la matrice A e l invariante descritto da V 3 Si ottiene k = n - k = Claudio Melchiorri Controlli Automatici LS A.A. 8/9
32 CONTROLLI AUTOMATICI LS Analisi modale FINE Prof. Claudio Melchiorri DEIS-Università di Bologna Tel claudio.melchiorri@unibo.it
TEORIA DEI SISTEMI ANALISI MODALE
TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI ANALISI MODALE Ing. Cristian Secchi Tel.
DettagliCONTROLLO DI SISTEMI ROBOTICI ANALISI MODALE
CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica CONTROLLO DI SISTEMI ROBOTICI ANALISI MODALE Ing. Cristian Secchi Tel. 0522 522235 e-mail: secchi.cristian@unimore.it http://www.dismi.unimo.it/members/csecchi
DettagliForma canonica di Jordan
Capitolo INTRODUZIONE Forma canonica di Jordan Siano λ i, per i =,, h, gli autovalori distinti della matrice A e siano r i i corrispondenti gradi di molteplicità all interno del polinomio caratteristico:
DettagliTEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI
TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI Ing. Cristian
DettagliEsercizi di teoria dei sistemi
Esercizi di teoria dei sistemi Controlli Automatici LS (Prof. C. Melchiorri) Esercizio Dato il sistema lineare tempo continuo: ẋ(t) 2 y(t) x(t) x(t) + u(t) a) Determinare l evoluzione libera dello stato
DettagliTraiettorie nello spazio degli stati
. Traiettorie nello spazio degli stati Per mostrare i tipici andamenti delle traiettorie nello spazio degli stati in funzione della posizione dei poli del sistema si farà riferimento ad un esempio: un
DettagliTraiettorie nello spazio degli stati
Capitolo. INTRODUZIONE. Traiettorie nello spazio degli stati Per mostrare i tipici andamenti delle traiettorie nello spazio degli stati in funzione della posizione dei poli del sistema si farà riferimento
DettagliATTENZIONE: : giustificate le vostre argomentazioni! Geometria Canale 3. Lettere J-PE (Prof P. Piazza) Esame scritto del 12/02/2014. Compito A.
Geometria Canale. Lettere J-PE (Prof P. Piazza) Esame scritto del 12/02/2014. Compito A. Nome e Cognome: Numero di Matricola: Esercizio Punti totali Punteggio 1 7 2 6 6 4 6+1 5 6+2 Totale 1+ ATTENZIONE:
DettagliCalcolo del movimento di sistemi dinamici LTI
Calcolo del movimento di sistemi dinamici LTI Analisi modale per sistemi dinamici LTI TC Modi naturali di un sistema dinamico Analisi modale Esercizio 1 Costante di tempo Esercizio 2 2 Analisi modale per
DettagliSpazi euclidei, endomorfismi simmetrici, forme quadratiche. R. Notari
Spazi euclidei, endomorfismi simmetrici, forme quadratiche R. Notari 14 Aprile 2006 1 1. Proprietà del prodotto scalare. Sia V = R n lo spazio vettoriale delle n-uple su R. Il prodotto scalare euclideo
DettagliSoluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente
1. Insiemi di generatori, lineare indipendenza, basi, dimensione. Consideriamo nello spazio vettoriale R 3 i seguenti vettori: v 1 = (0, 1, ), v = (1, 1, 1), v 3 = (, 1, 0), v 4 = (3, 3, ). Siano poi F
DettagliCaso di A non regolare
Caso di A non regolare December 2, 2 Una matrice A è regolare quando è quadrata e in corrispondenza di ogni autovalore di molteplicità algebrica m si ha una caduta di rango pari proprio a m Ovvero: rk
DettagliLa forma normale di Schur
La forma normale di Schur Dario A Bini, Università di Pisa 30 ottobre 2013 Sommario Questo modulo didattico contiene risultati relativi alla forma normale di Schur, alle sue proprietà e alle sue applicazioni
DettagliEsame di Geometria - 9 CFU (Appello del 26 gennaio 2016)
Esame di Geometria - 9 CFU (Appello del 26 gennaio 206) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. Al variare del parametro α R, si considerino la retta { x + y z = r : 2x + αy + z = 0 ed
DettagliCorso di Geometria Ing. Informatica e Automatica Test 1: soluzioni
Corso di Geometria Ing. Informatica e Automatica Test : soluzioni k Esercizio Data la matrice A = k dipendente dal parametro k, si consideri il k sistema lineare omogeneo AX =, con X = x x. Determinare
DettagliLAUREA IN INGEGNERIA CIVILE Corso di Matematica 2 II a prova di accertamento Padova Docenti: Chiarellotto - Cantarini TEMA n.
LAUREA IN INGEGNERIA CIVILE Corso di Matematica II a prova di accertamento Padova 10-1-07 Docenti: Chiarellotto - Cantarini TEMA n.1 PARTE 1. Quesiti preliminari Stabilire se le seguenti affermazioni sono
DettagliControllo con retroazione dello stato
CONTROLLI AUTOMATICI LS Ingegneria Informatica Controllo con retroazione dello stato Prof. Claudio Melchiorri DEIS-Università di Bologna Tel. 51 29334 e-mail: claudio.melchiorri@unibo.it http://www-lar.deis.unibo.it/people/cmelchiorri
DettagliElementi di Algebra Lineare. Spazio Vettoriale (lineare)
Elementi di Algebra Lineare Spazio Vettoriale (lineare) Uno spazio vettoriale su un corpo F è una quadrupla (X, F, +, ) costituita da: un insieme di elementi X, detti vettori, un corpo F, i cui elementi
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
DettagliCONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica
CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica CONTROLLO DI SISTEMI ROBOTICI ANALISI DEI SISTEMI LTI Ing. Tel. 0522 522235 e-mail: secchi.cristian@unimore.it http://www.dismi.unimo.it/members/csecchi
DettagliEsercizio di modellistica a tempo discreto
Esercizio di modellistica a tempo discreto Si consideri un corso di laurea triennale, e si indichi con k =,, 2,... l anno accademico dall attivazione del corso. Si indichi con x i (k) il numero di studenti
DettagliUniversità degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di Geometria 1
Università degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di Geometria 1 A.A. 28-29 - Docente: Prof. E. Sernesi Tutori: Andrea Abbate e Matteo Acclavio Soluzioni del tutorato numero 1 14
DettagliCORSO DI LAUREA IN INGEGNERIA MECCANICA A.A PROVA SCRITTA DI GEOMETRIA DEL Corsi dei Proff. M. BORDONI, A.
CORSO DI LAUREA IN INGEGNERIA MECCANICA A.A. - PROVA SCRITTA DI GEOMETRIA DEL -- Corsi dei Proff. M. BORDONI, A. FOSCHI Esercizio. E data l applicazione lineare L : R 4 R 3 definita dalla matrice A = 3
DettagliAppendice 3. Rotazioni
Appendice 3. Rotazioni Indice 1 Tensori ortogonali 2 2 Rotazioni e simmetrie in uno spazio di dimensione 2 2 3 Tensori ortogonali in uno spazio di dimensione 3 4 4 Rotazioni in uno spazio di dimensione
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 27 GIUGNO 2016
FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 7 GIUGNO 06 MATTEO LONGO Ogni versione del compito contiene solo due tra i quattro esercizi 6-7-8-9. Esercizio. Considerare
DettagliAutovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)
Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) April 14, 2011 (alcune note non complete sugli argomenti trattati: eventuali completamenti saranno aggiunti)
Dettagli3. Vettori, Spazi Vettoriali e Matrici
3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e
DettagliParte 3, 1. Stabilità. Prof. Thomas Parisini. Fondamenti di Automatica
Parte 3, 1 Stabilità Parte 3, 2 Stabilità: - del movimento (vedere libro ma non compreso nel programma) - dell equilibrio - del sistema (solo sistemi lineari) Analizzeremo separatamente sistemi a tempo
DettagliEVOLUZIONE NEL TEMPO DI SISTEMI DINAMICI
CONTROLLI AUTOMATICI LS Ingegneria Informatica EVOLUZIONE NEL TEMPO DI SISTEMI DINAMICI Prof. Claudio Melchiorri DEIS-Università di Bologna Tel. 051 2093034 e-mail: claudio.melchiorri@unibo.it http://www-lar.deis.unibo.it/~cmelchiorri
DettagliProdotto scalare e matrici < PX,PY >=< X,Y >
Prodotto scalare e matrici Matrici ortogonali Consideriamo in R n il prodotto scalare canonico < X,Y >= X T Y = x 1 y 1 + +x n y n. Ci domandiamo se esistono matrici P che conservino il prodotto scalare,
DettagliAlgebra e Geometria 2 per Informatica Primo Appello 23 giugno 2006 Tema A W = { A M 2 (R) A T = A }
Algebra e Geometria per Informatica Primo Appello 3 giugno 6 Tema A Sia M (R lo spazio vettoriale delle matrici a coefficienti reali Sia W = { A M (R A T = A } il sottospazio vettoriale delle matrici simmetriche
DettagliUniversita degli Studi di Ancona Laurea in Ingegneria Meccanica ed Informatica a Distanza Anno Accademico 2005/2006. Matematica 2 (Analisi)
Universita degli Studi di Ancona Laurea in Ingegneria Meccanica ed Informatica a Distanza Anno Accademico 2005/2006 Matematica 2 (Analisi) Nome:................................. N. matr.:.................................
DettagliDaniela Lera A.A
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2016-2017 Richiami Algebra Lineare Spazio normato Uno spazio lineare X si dice normato se esiste una funzione
DettagliEsame di Geometria e Algebra Lineare
Esame di Geometria e Algebra Lineare Esame scritto: 28 Luglio 2014 Esame orale: Cognome: Nome: Matricola: Tutte le risposte devono essere motivate. Gli esercizi vanno svolti su questi fogli, nello spazio
Dettagli1 Il polinomio minimo.
Abstract Il polinomio minimo, così come il polinomio caratterisico, è un importante invariante per le matrici quadrate. La forma canonica di Jordan è un approssimazione della diagonalizzazione, e viene
DettagliApplicazioni lineari e diagonalizzazione pagina 1 di 5
pplicazioni lineari e diagonalizzazione pagina 1 di 5 PPLIZIONI LINERI 01. Dire quali delle seguenti applicazioni tra IR-spazi vettoriali sono lineari a. f :IR 2 IR 3 f(x y =(x y πy b. f :IR 3 IR 3 f(x
DettagliModi dominanti. L evoluzione libera del sistema lineare. x(k + 1) = Ax(k) a partire dalla condizione iniziale x(0) = x 0 è:
Capitolo. INTRODUZIONE. L voluzion libra dl sistma linar Modi dominanti ẋ(t) = Ax(t), x(k + ) = Ax(k) a partir dalla condizion inizial x() = x è: x(t) = At x, x(k) = A k x Al tndr di t [di k all infinito,
Dettagli3. Vettori, Spazi Vettoriali e Matrici
3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e
DettagliEsame di Geometria - 9 CFU (Appello del 14 gennaio A)
Esame di Geometria - 9 CFU (Appello del 4 gennaio 24 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. Si considerino le rette s : { x x 2 2x 3 = 2 3x x 2 =, { x + x s 2 : 2 x 3 = x 2 =.. Stabilire
DettagliSPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE
SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE. Esercizi Esercizio. In R calcolare il modulo dei vettori,, ),,, ) ed il loro angolo. Esercizio. Calcolare una base ortonormale del sottospazio
Dettagli0. Introduzione al linguaggio matematico
Prof. Lidia Angeleri Università di Verona, 2013/14 Algebra Lineare ed Elementi di Geometria (Programma aggiornato in data 23 gennaio 2014) 0. Introduzione al linguaggio matematico 1. Insiemi 1.1 Esempi
DettagliAutovalori e autovettori
Autovalori e autovettori Definizione 1 (per endomorfismi). Sia V uno spazio vettoriale su di un campo K e f : V V un suo endomorfismo. Si dice autovettore per f ogni vettore x 0 tale che f(x) = λx, per
Dettagli15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI
15 luglio 01 - Soluzione esame di geometria - Ing. gestionale - a.a. 01-01 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono
Dettagli0. Introduzione al linguaggio matematico
Prof. Lidia Angeleri Università di Verona, 2012/13 Algebra Lineare ed Elementi di Geometria Programma svolto nel Modulo Algebra Lineare 0. Introduzione al linguaggio matematico 1. Insiemi 1.1 Esempi 1.2
DettagliUniversità degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (vecchio programma) 24 gennaio 2013 Tema A
Università degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (vecchio programma) 24 gennaio 23 Tema A Tempo a disposizione: 2 ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio
DettagliDIARIO DEL CORSO DI MATHEMATICS FOR DATA SCIENCE TRENTO, A.A. 2018/19 DOCENTI: ANDREA CARANTI, SIMONE UGOLINI
DIARIO DEL CORSO DI MATHEMATICS FOR DATA SCIENCE TRENTO, A.A. 2018/19 DOCENTI: ANDREA CARANTI, SIMONE UGOLINI Nota. La descrizione di lezioni non ancora svolte si deve intendere come una previsione/pianificazione.
DettagliFondamenti di Algebra Lineare e Geometria TEMA A
Fondamenti di Algebra Lineare e Geometria Ingegneria Aerospaziale ed Ingegneria dell Energia - Canale B Secondo Appello - luglio TEMA A Risolvere i seguenti esercizi motivando adeguatamente ogni risposta.
Dettagli5 febbraio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
5 febbraio 015 - Soluzione esame di geometria - 1 crediti Ingegneria gestionale - a.a. 014-15 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore.
DettagliINGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 19 GIUGNO 2012
INGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 19 GIUGNO 2012 MATTEO LONGO Esercizio 1. Al variare del parametro a R, si consideri l applicazione lineare L a : R R definita dalle
Dettaglik 2 m 1 u 2 Figura 1 z 1 β m 1 ż 1 + β m 1 ż m 2 z 2 β m 2 ẋ = A x + B u y = C x + D u
Esercizio Si consideri il sistema meccanico riportato in Figura, dove m e m sono le masse dei carrelli, z e z sono le rispettive posizioni, k e k sono i coefficienti elastici delle molle, e β è un coefficiente
DettagliAutovalori e autovettori di una matrice quadrata
Autovalori e autovettori di una matrice quadrata Data la matrice A M n (K, vogliamo stabilire se esistono valori di λ K tali che il sistema AX = λx ammetta soluzioni non nulle. Questo risulta evidentemente
DettagliIngegneria Informatica. Prof. Claudio Melchiorri DEIS-Università di Bologna Tel
CONTROLLI AUTOMATICI LS Ingegneria Informatica Sistemi a Dati Campionati Prof. DEIS-Università di Bologna Tel. 51 29334 e-mail: claudio.melchiorri@unibo.it http://www-lar lar.deis.unibo.it/people/cmelchiorri
DettagliA.A. 2014/2015 Corso di Algebra Lineare
A.A. 2014/2015 Corso di Algebra Lineare Stampato integrale delle lezioni Massimo Gobbino Indice Lezione 01: Vettori geometrici nel piano cartesiano. Operazioni tra vettori: somma, prodotto per un numero,
DettagliAUTOVALORI E AUTOVETTORI
Capitolo 4 AUTOVALORI E AUTOVETTORI Abbiamo visto nel paragrafo 2.17 che la matrice associata ad una applicazione lineare f : R n R m dipende dalle basi scelte in R n e R m. Un problema interessante che
DettagliScomposizione in fratti semplici
0.0.. Scomposizione in fratti semplici La determinazione dell evoluzione libera e dell evoluzione forzata di un sistema lineare stazionario richiedono l antitrasformazione di una funzione razionale fratta
DettagliEsame di geometria e algebra
Laurea Ing. 22 Febbraio 2008 Traccia I H = {(x, y, z, t) : x + 3y = 0, y z = 0}; K = {(x, y, z, t) : y + z = 0} 3y z 2z x y y { } hx 1 +hx 4 = h 1 x 2 +hx 4 = 1 x 1 +x 3 = h 1 1 1 4 Sia S = 1 una matrice
Dettagli2 Sistemi lineari. Metodo di riduzione a scala.
Sistemi lineari. Metodo di riduzione a scala. Esercizio.1 Utilizzando il metodo di eliminazione di Gauss, risolvere i seguenti sistemi lineari: 1. 3. x 1 x + 3x 3 = 1 x 1 x x 3 = x 1 + x + 3x 3 = 5 x 1
DettagliEsercizi per Geometria II Geometria euclidea e proiettiva
Esercizi per Geometria II Geometria euclidea e proiettiva Filippo F. Favale 8 aprile 014 Esercizio 1 Si consideri E dotato di un riferimento cartesiano ortonormale di coordinate (x, y) e origine O. Si
DettagliSoluzione: La matrice M cercata è quella formata dagli autovettori di A. Il polinomio caratteristico di A è: p t (A) = (t 1)(t 3) 0 4 V 1 = Ker
Compito di Algebra Lineare - Ingegneria Biomedica 4 luglio 7 IMPORTANTE: Non si possono consultare libri e appunti. Non si possono usare calcolatrici, computer o altri dispositivi elettronici. Non si può
DettagliStabilità per i sistemi dinamici a tempo discreto
Parte 3, 1 Stabilità per i sistemi dinamici a tempo discreto Parte 3, 2 Stabilità: Le definizioni delle proprietà di stabilità per i sistemi dinamici a tempo discreto sono analoghe a quelle viste per i
DettagliAnalisi nel dominio del tempo delle rappresentazioni in variabili di stato
4 Analisi nel dominio del tempo delle rappresentazioni in variabili di stato Versione del 21 marzo 2019 In questo capitolo 1 si affronta lo studio, nel dominio del tempo, dei modelli di sistemi lineari,
Dettagli0. Introduzione al linguaggio matematico
Prof. Lidia Angeleri Università di Verona, 2009/2010 Algebra Lineare ed Elementi di Geometria Programma svolto nel Modulo Algebra Lineare 0. Introduzione al linguaggio matematico 1. Insiemi 1.1 Esempi
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a Prova scritta del TESTO E SOLUZIONI
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a. 2011-2012 Prova scritta del 28-1-2013 TESTO E SOLUZIONI 1. Per k R considerare il sistema lineare X 1 X 2 + kx 3 =
Dettagli0.1 Condizione sufficiente di diagonalizzabilità
0.1. CONDIZIONE SUFFICIENTE DI DIAGONALIZZABILITÀ 1 0.1 Condizione sufficiente di diagonalizzabilità È naturale porsi il problema di sapere se ogni matrice sia o meno diagonalizzabile. Abbiamo due potenziali
DettagliESAME DI GEOMETRIA E ALGEBRA INGEGNERIA INFORMATICA (PROF. ACCASCINA) PROVA SCRITTA DEL 4 LUGLIO 2000 Tempo assegnato: 2 ore e 30 minuti
ESAME DI GEOMETRIA E ALGEBRA INGEGNERIA INFORMATICA (PROF ACCASCINA) PROVA SCRITTA DEL 4 LUGLIO 000 Tempo assegnato: ore e 30 minuti PRIMO ESERCIZIO [7 punti] 1 Dimostrare che, per ogni naturale n, ciascuna
DettagliMatematica II, aa
Matematica II, aa 2011-2012 Il corso si e svolto su cinque temi principali: sistemi lineari, algebra delle matrici, determinati, spazio vettoriale R n, spazio euclideo R n ; per ogni tema descrivo gli
Dettagli(VX) (F) Se A e B sono due matrici simmetriche n n allora anche A B è una matrice simmetrica.
5 luglio 010 - PROVA D ESAME - Geometria e Algebra T NOME: MATRICOLA: a=, b=, c= Sostituire ai parametri a, b, c rispettivamente la terzultima, penultima e ultima cifra del proprio numero di matricola
Dettagli20 gennaio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
0 gennaio 010 - Soluzione esame di geometria - 1 crediti Ingegneria gestionale - a.a. 009-010 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore.
DettagliControllabilità e raggiungibilità
TDSC Parte 4, 1 Controllabilità e raggiungibilità Definizioni e proprietà per i sistemi dinamici TDSC Parte 4, 2 Definizioni generali Che cosa si intende per controllabilità o per raggiungibilità?! Facendo
DettagliDIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE
DIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE DOCENTI: S. MATTAREI (TITOLARE), G. VIGNA SURIA, D. FRAPPORTI Prima settimana. Lezione di martedí 23 febbraio 2010 Introduzione al corso: applicazioni dell
DettagliMOVIMENTO DEI SISTEMI LINEARI
MOVIMENTO DEI SISTEMI LINEARI I sistemi continui x& = Ax + Bu Formula di Lagrange 3 3 e At = I + At + A t + A t! 3! Nei sistemi lineari, quindi x( t) = x ( t) + x ( t) l Inoltre x l (t) e x f (t) sono
DettagliNORMA DI UN VETTORE. Una NORMA VETTORIALE su R n è una funzione. : R n R +
NORMA DI UN VETTORE Una NORMA VETTORIALE su R n è una funzione. : R n R + {0}, che associa ad ogni vettore x R n di componenti x i, i = 1,..., n, uno scalare in modo che valgano le seguenti proprietà:
DettagliDiagonalizzabilità di endomorfismi
Capitolo 16 Diagonalizzabilità di endomorfismi 16.1 Introduzione Nei capitoli precedenti abbiamo definito gli endomorfismi su uno spazio vettoriale E. Abbiamo visto che, dato un endomorfismo η di E, se
DettagliApplicazioni lineari e diagonalizzazione
Applicazioni lineari e diagonalizzazione Autospazi Autovettori e indipendenza lineare Diagonalizzabilità e autovalori 2 2006 Politecnico di Torino 1 Esempio (1/6) Utilizzando un esempio già studiato, cerchiamo
DettagliFormulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010
Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010 In quetsa dispensa: V è uno spazio vettoriale di dimensione d sul campo complesso C generato dai vettori v 1,..., v d. Le variabili m,
DettagliCapitolo Diagonalizzazione e Triangolazione. Esercizio Diagonalizzare la matrice A =
Capitolo 8 8 Diagonalizzazione e Triangolazione Esercizio 8 Diagonalizzare la matrice A = 3 3 Svolgimento Il polinomio caratteristico della matrice è dato da ( + t) p A (t) = ( + t) = (t + 3) (t 3) 3 3
DettagliRichiami di algebra delle matrici a valori reali
Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o
Dettagli5 Un applicazione: le matrici di rotazione
5 Un applicazione: le matrici di rotazione 51 Rotazioni nel piano di un angolo ϑ Si vuole considerare il caso della rotazione nel piano di un vettore di R di un angolo ϑ assegnato Chiaramente si tratta
DettagliPROVE D'ESAME DI MATEMATICA DISCRETA A.A. 2010/2011
PROVE D'ESAME DI MATEMATICA DISCRETA A.A. 200/20 07/06/20 () In R 3 [t], lo spazio vettoriale dei polinomi nella variabile t di grado al piú 3, sia u = t 2 5t + 6 e w = t 3 + t 2 t. (a) Determinare una
DettagliProprietà Strutturali dei Sistemi Dinamici: Stabilità
Proprietà Strutturali dei Sistemi Dinamici: Stabilità Ingegneria dell'automazione Corso di Sistemi di Controllo Multivariabile - Prof. F. Amato Versione 2.2 Ottobre 2012 1 Stabilità Consideriamo il sistema
DettagliEsame scritto di Geometria I
Esame scritto di Geometria I Università degli Studi di Trento Corso di laurea in Fisica A.A. 26/27 Appello di febbraio 27 Esercizio Sia f h : R R l applicazione lineare definita da f h (e ) = 2e + (2 h)e
DettagliCorso Matematica Discreta Anno accademico Lista domande per l orale breve.
Corso Matematica Discreta Anno accademico 2015-2016 Lista domande per l orale breve. 1. Dimostrare una delle leggi che coinvolgono l intersezione, l unione, il complementare di insiemi contenute nel Teorema
DettagliLEZIONE 16 A = Verifichiamo se qualcuna fra le entrate a di A è suo autovalore. determinare per quale entrata a di A risulta rk(a ai 2 ) 1.
LEZIONE 16 16.1. Autovalori, autovettori ed autospazi di matrici. Introduciamo la seguente definizione. Definizione 16.1.1. Siano k = R, C e A k n,n. Un numero λ k si dice autovalore di A su k) se rka
Dettagli4. Sottospazi vettoriali Piani e rette in E 3 O
Indice Prefazione i Capitolo 0. Preliminari 1 1. Insiemistica e logica 1 1.1. Insiemi 1 1.2. Insiemi numerici 2 1.3. Logica matematica elementare 5 1.4. Ancora sugli insiemi 7 1.5. Funzioni 10 1.6. Composizione
DettagliRegistro dell insegnamento. Facoltà Ingegneria... Insegnamento GEOMETRIA... Settore Mat03... Corsi di studio Ingegneria Meccanica (M-Z)...
UNIVERSITÀ DEGLI STUDI Registro dell insegnamento Anno Accademico 2014/2015 Facoltà Ingegneria...................................... Insegnamento GEOMETRIA............................. Settore Mat03...........................................
DettagliSoluzione nel dominio del tempo
Soluzione nel dominio del tempo Prof. Laura Giarré Laura.Giarre@UNIMORE.IT https://giarre.wordpress.com/ca/ Antitrasformate CA 2017 2018 Prof. Laura Giarré 1 Risposta nel dominio trasformato Ricordo che
DettagliCompiti di geometria & algebra lineare. Anno: 2004
Compiti di geometria & algebra lineare Anno: 24 Anno: 24 2 Primo compitino di Geometria e Algebra 7 novembre 23 totale tempo a disposizione : 3 minuti Esercizio. [8pt.] Si risolva nel campo complesso l
DettagliMatrici jordanizzabili
Capitolo 17 Matrici jordanizzabili 17.1 Introduzione Abbiamo visto che non tutte le matrici sono simili a matrici diagonali. Mostreremo in questo capitolo che alcune matrici sono simili a matrici di Jordan.
Dettagli3. Elementi di Algebra Lineare.
CALCOLO NUMERICO Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari 3. Elementi di Algebra Lineare. 1 Sistemi lineari Sia A IR m n, x IR n di n Ax = b è un vettore di m componenti.
DettagliDispensa n.1. Sul legame tra autovalori della matrice A e poli della funzione di trasferimento
Dispensa n.1 Sul legame tra autovalori della matrice A e poli della funzione di trasferimento E dato un sistema lineare, avente un solo ingresso, una sola uscita e uno spazio di stato a dimensione n. Tale
DettagliUniversita degli Studi di Roma Tor Vergata Facolta di Ingegneria: Elettronica. Corso di Geometria ed Algebra Docente F. Flamini
Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria: Elettronica Corso di Geometria ed Algebra Docente F. Flamini Capitolo IV - 3: Teorema Spettrale degli operatori autoaggiunti e Teorema
DettagliElementi di Algebra Lineare
Elementi di Algebra Lineare Corso di Calcolo Numerico, a.a. 2009/2010 Francesca Mazzia Dipartimento di Matematica Università di Bari 13 Marzo 2006 Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare
DettagliApplicazioni lineari e diagonalizzazione. Esercizi svolti
. Applicazioni lineari Esercizi svolti. Si consideri l applicazione f : K -> K definita da f(x,y) = x + y e si stabilisca se è lineare. Non è lineare. Possibile verifica: f(,) = 4; f(,4) = 6; quindi f(,4)
DettagliESAMI DI MATEMATICA DISCRETA 2009/2010
ESAMI DI MATEMATICA DISCRETA 2009/2010 09/06/2009 (1) In R 4 si considerino il sottospazio vettoriale W k = Span{(2, 1, 0, 1), (1, 1, 1, 1), (k, 1, 0, 1)} e il sottospazio vettoriale U dato da tutti i
DettagliSapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof.
Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A. 2015-2016 ESERCIZI DA CONSEGNARE prof. Cigliola Consegna per Martedì 6 Ottobre Esercizio 1. Una matrice quadrata A si
Dettagli1 Spazi vettoriali. Sottospazi.
CORSO DI ALGEBRA LINEARE. A.A. 004-005. Esercitazione del 10 Gennaio 005. (Prof. Mauro Saita, e-mail: maurosaita@tiscalinet.it) 1 Spazi vettoriali. Sottospazi. Esercizio 1.1 Siano v 1 = (, 5, 1, 3), v
DettagliH precedente. Procedendo come sopra, si costruisce la matrice del cambiamento di base
Geometria analitica e algebra lineare, anno accademico 9/1 Commenti ad alcuni esercizi 17 Diagonalizzazione di matrici simmetriche Coniche Commenti ad alcuni degli esercizi proposti 17 Diagonalizzazione
DettagliAnalisi Matematica e Geometria 1
Michele Campiti Prove scritte di Analisi Matematica e Geometria 1 Ingegneria Industriale aa 2015 2016 y f 1 g 0 La funzione seno e la funzione esponenziale Raccolta delle tracce di Analisi Matematica e
DettagliRisposta in vibrazioni libere di un sistema lineare viscoso a più gradi di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1
Risposta in vibrazioni libere di un sistema lineare viscoso a più gradi di libertà Prof. Adolfo Santini - Dinamica delle Strutture 1 Vibrazioni libere non smorzate 1/6 Le equazioni del moto di un sistema
Dettagli