Visto: caso in cui f è lineare e A = R n. In tal caso abbiamo studiato in special modo: il codominio; l insieme degli zeri.
|
|
- Ferdinando Parente
- 5 anni fa
- Visualizzazioni
Transcript
1 Funzioni a più variabili Studiamo ora le funzioni f : A R m dove A R n, m, n 1. Visto: caso in cui f è lineare e A = R n. In tal caso abbiamo studiato in special modo: il codominio; l insieme degli zeri. Non abbiamo parlato di massimi e minimi perché in tal caso: se m > 1 non si parla di max perché R m non è totalmente ordinato; se anche m = 1 allora salvo casi degeneri max e min non esistono e sup e inf sono entrambi infiniti.
2 Studiamo ora il caso generale. Ci occupiamo principalmente del caso m = 1 cioè f : A R, A R n perché in tal caso possiamo parlare di max e min. In alcuni casi tratteremo anche il caso m > 1 che ha interessanti applicazioni. A volte tratteremo il caso n = 1, m 1, cioè le curve. f : A R m, A R
3 Ripetiamo lo stesso cammino fatto per le funzioni di una variabile. Definizioni basilari Le seguenti definizioni hanno lo stesso significato che nel caso m = n = 1. dominio A R n legge CE di una legge CE R n codominio f(a) R m grafico G f R n R m G f = {(x, y) R n R m : y = f(x)}
4 Rappresentazione di insiemi di R 2 esempi: A = { x R 2 } : x 1 < x 2
5 B = { x R 2 : x 2 1 x } 2
6 C = { x R 2 : x 1 x 2 } 2
7 D = { } x R 2 : x 2 1, x 2 < x 1 1
8 E = x R2 : x1 0, x2 0, x1 + x2 2,
9 Proprietà topologiche di sottoinsiemi di R n Intorni (palle). Dato un punto x R n e un numero δ > 0 si dice intorno circolare (sferico) di x di raggio δ l insieme { } I (x,δ) : = y R 2 : d (x, y) < δ { } = y R 2 : x y < δ = {y R 2 : x y, x y < δ 2} A volte indichiamo con I (x) un generico intorno di x.
10 Punti interni, esterni, di frontiera. x A si dice interno se un intorno I (x,δ) A x A si dice esterno se un intorno I (x,δ) A C x A si dice di frontiera se intorno I (x,δ) si ha I (x,δ) A e I (x,δ) A C
11 Insieme chiuso, aperto. A R n è chiuso se contiene tutta la sua frontiera A R n è aperto se non contiene alcun punto della sua frontiera
12 insieme limitato A è limitato se I(0) A insieme convesso A è convesso se dati due punti qualsiasi x, y A, il segmento che li unisce sta tutto dentro A insieme compatto A è limitato se è chiuso e limitato
13 Grafico di funzioni f : A R dove A R 2, (m = 1, n = 2). E un oggetto geometrico contenuto in R 3
14 Curve di livello Definizione 0.1 Data f : A R con A R n si dice curva di livello k di f l insieme C k (f) = {x R n : f (x) = k} Esempi f (x) = x 1 + x 2
15 f (x) = x1x2
16 f (x) = ln (x1 + x2) + ex1x2 + x2
17 Restrizioni e sezioni: idea grafica. Noi considereremo solo le restrizioni parallele agli assi, ma non sono le uniche possibili
18 Funzioni elementari sono il risultato di operazioni sulle funzioni elementari nelle varie variabili.
19 Operazioni tra funzioni. somma, differenza, prodotto e quoziente. Come nel caso di una variabile.
20 e Composizione di funzioni come nel caso di una variabile. Date f : A R, con A R n g : B R h, con B R k per definire la composizione occorre che f (A) B. In particolare occorre che m = k. (ricordiamo il caso delle funzioni lineari)
21 Esempio f (x) = ( ) x 1 x 2, x 2 x 3 1 g (y) = y y4 2 (g f) (x) = (x 1 x 2 ) 3 + ( ) x 2 x f (t) = (t 1, t + 2) g (x) = x 2 1 x3 2 (g f) (t) = (t 1) 2 (t + 2) 3
22 Funzione inversa sostanzialmente solo con m = n
23 Proprietà delle funzioni Limitatezza f è limitata se il codominio è limitato
24 Monotonia (solo lungo le direzioni) f è monotona lungo una direzione data se lo è la sua restrizione
25 Convessità e concavità f è convessa se il suo epigrafico è convesso f è concava se il suo ipografico è convesso
26 Punti estremali e valori estremali, estremo superiore e inferiore Data f : A R massimo e minimo di f su A sono il massimo e il minimo del codominio f(a), se esistono. I punti in cui si realizzano tali valori si dicono punti di massimo o minimo sup e inf di f su A sono sup f(a) e inf f(a).
27 proprietà locali
28 Calcolo infinitesimale Limiti. La nozione di limite è la stessa significa lim y x f (y) = L I (L) I (x) t.c. y I (x) f (y) I (L)
29 Continuità La nozione di continuità è la stessa: f è continua in x A se lim f (y) = f (x) y x Valgono i TC Delle proprietà ricordiamo il Teorema di Weierstrass Teorema 0.2 f : A R, f continua, A compatto. Allora f ha massimo e minimo su A.
30 Derivate parziali e differenziabilità Derivata parziale come velocità di variazione lungo una direzione. Idea: le derivate parziali di una funzione in più variabili si calcolano facendo muovere una sola variabile per volta e
31 Differenziale come approssimazione di una funzione tramite una funzione affine (piano o iperpiano tangente).
32 Funzione derivabile parzialmente rispetto ad una componente e sua derivata parziale. Definizione 0.3 Una funzione f : A R, con A R n si dice derivabile parzialmente rispetto a x i nel punto a int A se la f, considerata come sola funzione di x i (tenendo le altre componenti costanti e uguali a quelle di a) è derivabile in a i. In tal caso la derivata ottenuta è la derivata parziale rispetto a x i di f in a e si indica col simbolo f(a) x oppure i D xi f(a) Valgono i TD Inoltre: ogni derivata parziale è essa stessa una funzione di n variabili.
33 Osservazione 0.4 Il calcolo della derivata parziale i esima risulta molto semplice: si effettua con le stesse regole di calcolo della derivata di una funzione in una variabile applicate alla variabile x i facendo finta che tutte le altre variabili siano delle costanti (dei parametri!). Calcolo di derivate parziali.
34 Ad una funzione definita su R n si associano n derivate parziali, una per ogni incognita. Il vettore di R n che le raccoglie si chiama gradiente: ( f(x 0 f ) = (x 0 ), f (x 0 ),..., f ) (x 0 ) x 1 x 2 x n esempio. f(x) = x 1 ln x 2 + e x 1x 2 f x 1 (x) = ln x 2 + x 2 e x 1x 2 ; f 1 (x) = x x 1 + x 2 x 1 e x 1x 2. 2 = ( f(x 0 f ) = (x 0 ), f ) (x 0 ) x 1 x 2 ( ) ln x 2 + x 2 e x 1x 2 1, x 1 + x x 1 e x 1x 2. 2
35 Rappresentazione grafica e proprietà del gradiente f(x) = x 1 + x 2 f(x) = x 1 x 2
36 Proprietà del gradiente (massima crescita e ortogonale alle curve di livello)
37 Funzione differenziabile e suo differenziale. Informalmente: Una funzione è differenziabile in un punto se è approssimabile nelle vicinanze di esso con una funzione affine. Il differenziale è la parte lineare di tale funzione affine
38 Formalmente: Definizione 0.5 La funzione f : A R, con A R n si dice differenziabile in a int A se esiste un m R n tale che f(x) f(a) = m (x a) + o( x a ). In tal caso si dice che il termine m (x a) è il differenziale di f in a e si indica con df(a). Osservazione 0.6 Si dimostra che se f è differenziabile in un punto a allora è ivi derivabile parzialmente e m = f(a) Non vale il viceversa in generale. Vale se aggiungiamo l ipotesi che le derivate parziali siano continue (teorema del differenziale totale).
39 Piano e iperpiano tangente Definizione 0.7 Se la funzione f : A R, con A R 2 è differenziabile in a int A allora il piano di equazione z = f(a) + m (x a). si dice piano tangente al grafico di f in a. Se la dimensione di A è n > 2 si parla di iperpiano tangente.
40 Esempio grafico
41 Legame tra derivata e monotonia sulle direzioni Non si può parlare di monotonia per funzioni a più variabili. Si può parlare di monotonia per le restrizioni che sono funzioni di una variabile. Per esse valgono i teoremi visti a una variabile ricordando che le loro derivate sono le derivate parziali.
42 Derivate parziali seconde Ogni derivata parziale è una funzione di n variabili. Quindi se essa è derivabile parzialmente in ogni componente ad essa associo n derivate parziali seconde. In totale posso definire n 2 derivate parziali seconde. Nel caso n = ( 2 ho f f(x) = (x), f ) (x). x 1 x 2 Ora se derivo la prima ottengo ( ) ( ) f f f f (x) e (x) x 1 x 1 x 2 x 1 Se derivo la seconda ottengo ( ) ( ) f f f f (x) e (x) x 1 x 2 x 2 x 2 Ho ottenuto così quattro (n 2 ) derivate seconde che posso scrivere su una matrice (chiamata Hessiano o matrice Hessiana).
43 H f (x) = f (x) x 1 x 1 f (x) x 1 x 2 f (x) x 2 x 1 f (x) x 2 x 2 Teorema 0.8 (Schwarz) Sotto opportune ipotesi (derivate seconde continue) la matrice Hessiana è sempre una matrice simmetrica cioè per ogni i, j = 1,..., n f x i x j (x) = f x j x i (x)
44 esempi
45 esempi
46 Segno di forme quadratiche e matrici simmetriche
47 Forme quadratiche Definizione 0.9 Una forma quadratica di n variabili è un polinomio omogeneo di grado 2 in n variabili. Si tratta quindi di una funzione f : R n R somma di monomi di grado 2 nelle n variabili. esempi
48 Matrici simmetriche Definizione 0.10 Una matrice quadrata A M(n, n) si dice simmetrica se che significa esempi A = A T a i,j = a j,i, i j.
49 Forme quadratiche e matrici simmetriche Si può stabilire una corrispondenza biunivoca tra matrici simmetriche n n e forme quadratiche in n variabili (analogamente a quanto si è visto per matrici e applicazioni lineari). Data una matrice simmetrica A M(n, n) si associa ad essa un unica forma quadratica in n variabili come segue esempi g A (x) = x T Ax = x, Ax n = a ij x i x j i,j=1
50 esempi
51 Viceversa data una forma quadratica g in n variabili si associa ad essa un unica matrice simmetrica A M(n, n) tale che n g(x) = x T Ax = a ij x i x j i,j=1 Tale matrice si sceglie prendendo come a ii il coefficiente di x 2 i e come a ij il coefficiente di x i x j diviso per due. Osservazione 0.11 Notare che tale matrice è esattamente la matrice Hessiana di g con tutti gli elementi divisi per 2. esempi
52 esempi
53 Segno di forme quadratiche e matrici simmetriche Definiamo il segno di una forma quadratica in modo naturale. Definizione 0.12 Una forma quadratica g : R n R si dice definita positiva se g(x) > 0 per ogni x R n con x 0; definita negativa se g(x) < 0 per ogni x R n con x 0; semidefinita positiva se g(x) 0 per ogni x R n ; semidefinita negativa se g(x) 0 per ogni x R n ; indefinita se esistono x 1, x 2 R n per cui g(x 1 ) > 0 g(x 2 ) < 0.
54 Ricordando che la forma quadratica associata ad una matrice simmetrica è g A (x) = x, Ax si definisce il segno di una matrice simmetrica. Definizione 0.13 Una matrice simmetrica A M(n, n) si dice definita positiva se g A (x) > 0 per ogni x R n con x 0; definita negativa se g A (x) < 0 per ogni x R n con x 0; semidefinita positiva se g A (x) 0 per ogni x R n ; semidefinita negativa se g A (x) 0 per ogni x R n ; indefinita se esistono x 1, x 2 R n per cui g A (x 1 ) > 0 g A (x 2 ) < 0.
55 D ora in poi quando diremo: determinare il segno di una matrice simmetrica A, intenderemo: dire se la matrice simmetrica A è definita positiva, definita negativa, semidefinita positiva, semidefinita negativa, indefinita. esempi A = ( ) g A (x) = x x2 2 A = ( ) g A (x) = x 2 1 2x2 2
56 A = ( ) g A (x) = x 2 1 x2 2 A = ( ) g A (x) = 2x 2 1 A = ( ) g A (x) = x 2 2
57 Come si determina il segno di una matrice simmetrica?. Autovalori Definizione 0.14 Si dice autovalore di una matrice A uno zero del polinomio caratteristico: p A (λ) = det(a λi) Tale polinomio ha sempre grado n e le sue soluzioni sono al massimo n (esattamente n se vengono contate con la loro molteplicità). L insieme di tali zeri viene chiamato spettro di A e si indica con σ(a). esempio
58 caso diagonale e triangolare: gli autovalori sono gli elementi lungo la diagonale principale. esempi
59 Osservazione 0.15 Gli autovalori si possono definire per matrici quadrate qualsiasi. Nel caso di matrici simmetriche gli autovalori sono tutti numeri reali. In generale sono numeri complessi (cioè stanno nell insieme C). Inoltre λ è un autovalore se e solo se esiste almeno un vettore non nullo v tale che Av = λv Tale v si dice autovettore di A relativo all autovalore λ. Si tratta di una nozione molto utile per determinare i cosiddetti sentieri di crescita bilanciata o i punti di equilibrio di un sistema economico.
60 Segno di una matrice simmetrica e autovalori Per determinare il segno di una matrice ci basta conoscere gli autovalori, infatti: Teorema 0.16 Una matrice simmetrica A M(n, n) è definita positiva se e solo se tutti i suoi autovalori sono > 0; definita negativa se e solo se tutti i suoi autovalori sono < 0; semidefinita positiva se e solo se tutti i suoi autovalori sono 0; semidefinita negativa se e solo se tutti i suoi autovalori sono 0; indefinita se e solo se esistono due autovalori di segno opposto.
61 esempi
62 Dato che ci interessa solo il segno degli autovalori vi sono dei metodi che permettono di indagare il segno di una matrice lavorando sui coefficienti di essa. Caso 2 2 Si dimostra che: il determinante è il prodotto degli autovalori; la traccia (somma degli elementi sulla diagonale principale) è la somma degli autovalori. esempi
63 Di conseguenza, data una matrice A 2 2 si ha Teorema 0.17 Una matrice A M(2, 2) è definita positiva se e solo se det A > 0 e a 1,1 > 0; definita negativa se e solo se det A > 0 e a 1,1 < 0; semidefinita positiva se e solo se det A = 0 e a 1,1 + a 2,2 0; semidefinita negativa se e solo se det A = 0 e a 1,1 + a 2,2 0; indefinita se e solo se. det A < 0 Questo teorema può essere utile quando si indaga il segno di matrici 2 2 poiché permette di abbreviare alcuni calcoli. Per usarlo conviene di solito partire cal-
64 esempi
65 Caso n n Definizione 0.18 Sia A M(n, n) una matrice quadrata simmetrica. Fissato k N con 1 k n si chiama sottomatrice principale una qualsiasi sottomatrice di ordine k ricavata scegliendo gli stessi indici di riga e di colonna; il suo determinante si chiama minore principale di ordine k; sottomatrice principale di guida o di testa la sottomatrice A k di ordine k ricavata scegliendo le prime k righe e le prime k colonne; il suo determinante si chiama minore principale di guida (o di testa) di ordine k, e lo indicheremo con M k. Utilizzando questa definizione siamo in grado di caratterizzare il segno delle matrici simmetriche.
66 Teorema 0.19 (Criterio di Sylvester) Una matrice simmetrica A M(n, n) è definita positiva se e solo se tutti i suoi minori principali di guida sono > 0; definita negativa se e solo se tutti i suoi minori principali di guida sono < 0 quando di ordine dispari, > 0 quando di ordine pari; indefinita se det A 0 e non vale nessuna delle due sopra. Vale un criterio analogo per le matrici semidefinite positive in cui si usano le sottomatrici principali invece di quelle principali di guida. esempi
67 esempi
68 Ricordiamo il legame tra convessità (concavità) e matrice Hessiana. Teorema 0.20 Sia f : A R derivabile due volte sull insieme A R n aperto e convesso; allora f è convessa su A se e solo se, per ogni x A, H f (x) è semidefinito positivo, f è concava su A se e solo se, per ogni x A, H f (x) è semidefinito negativo.
69 Pericolo 0.21 Attenzione: il Teorema 0.20 permette di ricavare la concavità o la convessità di una funzione f se l insieme A è aperto e convesso. Se poi f è convessa (concava) su un aperto convesso A e continua su B = A fr A (o B = A C con C fr A) allora f risulta convessa (concava) su B. Su insiemi diversi (ad esempio una retta o una sua porzione in R 2, o il piano R 2 privato degli assi) non abbiamo a disposizione risultati 1.
70 esempi f(x 1, x 2 ) = x 1 ln x 2 CE = {x R 2 : x 2 > 0} f(x) = ( ln x 2, x ) 1 x 2 H f (x) = 1 0 x 2 1 x 1 x 2 x 2 2 trh f (x) = x 1 x 2 2 det H f (x) = 1 x 2 2
71 caso Hessiano costante
72 caso Hessiano variabile
73 Problemi di massimo e minimo libero Il problema è quello di trovare massimi e/o minimi locali (relativi) e/o globali (assoluti) di una funzione f : A R dove A R n. Puntualizziamo alcune cose. (i) Ci limitiamo ad analizzare casi in cui f sia derivabile due volte su A e quindi, rispetto al caso di una variabile, lasciamo da parte i problemi legati alla non continuità ed alla non derivabilità.
74 (ii) Se A è aperto (nei nostri esercizi ciò accade spesso quando A è il CE) parliamo di problemi di estremo libero (o interno); Se A non è aperto (nei nostri esercizi ciò accade spesso quando A è definito da alcuni vincoli di uguaglianza o diseguaglianza ed è più piccolo del CE) parliamo di problemi di estremo vincolato. La differenza di fatto viene dalla presenza di punti di frontiera. Per indagare la presenza, fra essi, di punti di massimo e minimo occorrono tecniche diverse che rendono più difficili i problemi di estremo vincolato.
75 Problemi di estremo libero. Iniziamo spiegando come si determinano punti di massimo e minimo locale e poi vediamo sotto quali condizioni i punti di estremo locale possono essere o non essere globali. Strumenti a disposizione per trovare i punti di massimo o minimo locale Abbiamo a disposizione tre teoremi analoghi al caso di una variabile condizione necessaria del primo ordine condizione necessaria del secondo ordine condizione sufficiente del secondo ordine
76 Condizione necessaria del primo ordine Teorema 0.22 (Fermat) Consideriamo f : A R con A R n. Se a int A è un punto di minimo (o massimo) locale per f e f è derivabile in a allora f(a) = 0. (1)
77 Il Teorema di Fermat afferma che gli unici punti interni candidati ad essere punti di minimo o massimo locale per funzioni derivabili sono quelli che annullano la derivata. Tali punti si dicono punti stazionari (o punti critici). Restano fuori i punti di frontiera che stanno anche in A e i punti di non derivabilità. Anche essi devono essere messi fra i candidati per l ultima fase di ricerca.
78 Condizione necessaria del secondo ordine Teorema 0.23 Sia f : A R continua su A R n. Sia a int A un punto stazionario in cui esiste H f (a). Se a è un punto di minimo (massimo) locale allora H f (a) è semidefinito positivo ( Hf (a) è semidefinito negativo ).
79 Condizione sufficiente del secondo ordine Teorema 0.24 Sia f : A R continua su A R n. Sia a int A un punto stazionario in cui esiste H f (a). Se allora H f (a) è definito positivo ( Hf (a) è definito negativo ) allora a è un punto di minimo (massimo) locale
80 Metodi Problemi di estremo libero locale La ricerca dei punti di estremo libero locale si effettua (in grandi linee) nella seguente maniera. 1. Si determinano i punti stazionari (detti anche punti critici), cioè quei punti x 0 R n, interni al CE, per cui f(x 0 ) = 0. Tali punti saranno i candidati ad essere punti di massimo e minimo.
81 Si calcola l Hessiano H f (x) e lo si valuta nei punti stazionari: (condizione necessaria): se x 0 è punto di minimo allora H f (x 0 ) è semidefinita positiva; (condizione necessaria): se x 0 è punto di massimo allora H f (x 0 ) è semidefinita negativa; (condizione sufficiente): se H f (x 0 ) è definita positiva allora x 0 è punto di minimo; (condizione sufficiente): se H f (x 0 ) è definita negativa allora x 0 è punto di massimo; (condizione sufficiente): se H f (x 0 ) è indefinita allora x 0 non è né punto di minimo né punto di massimo, e prende il nome di punto di sella 2.
82 Quindi, se l Hessiano è definito o indefinito abbiamo una informazione completa: ad esempio se è definito positivo sappiamo che x 0 è punto di minimo; se l Hessiano è semidefinito ma non nullo abbiamo una informazione parziale: ad esempio se è semidefinito positivo sappiamo che x 0 non è punto di massimo; resta da decidere se è punto di minimo o di sella; se l Hessiano è nullo non abbiamo alcuna informazione.
83 esempi
84 Punti critici liberi e loro natura Vediamo alcune idee per stabilire se un punto critico è estremale locale o globale. Abbiamo già parlato delle condizioni necessarie e sufficienti del secondo ordine che servono per vedere se un punto critico è estremale locale. Ne vediamo altri (anche per estremali globali). Non vi sono metodi sicuri.
85 1. Verificare la definizione di punto di massimo/minimo locale tramite la soluzione di una disequazione. Esempio. f(x) = x x4 2
86 2. Studiare le restrizioni di f rispetto a delle rette passanti per il punto stazionario. Tale metodo serve solamente per far vedere che x 0 è punto di sella e si basa sul seguente risultato. Teorema 0.25 (sulla restrizione locale) Se f ha un punto di massimo/minimo locale in x 0 allora ogni restrizione di f a rette passanti per x 0, ha in x 0 un massimo/minimo locale. Esempio. f(x) = x (x 2 1) 3
87 3. Usando la convessità/concavità come riportato dal seguente risultato. Teorema 0.26 Sia f : A R convessa (rispettivamente concava) su A convesso e sia x 0 punto stazionario. Allora x 0 è punto di minimo (rispettivamente massimo) globale su A. Se invece f è convessa (rispettivamente concava) solo in I(x 0, r) A (dove I(x 0, r) è un fissato intorno di x 0 ) allora x 0 è punto di minimo (rispettivamente massimo) locale su A. Utilizzando tale risultato assieme al Teorema 0.20, possiamo dedurre che un punto stazionario è di minimo o massimo locale e/o globale su A studiando il segno dell Hessiano.
88 Esempio.
89 Problemi di massimo e minimo vincolato esempi
90 In questo caso la teoria è ancora più delicata rispetto al caso non vincolato. La forma standard di scrittura di tali problemi sarà min / max f(x) g 1 (x) 0. g m (x) 0 (2) h 1 (x) = 0. h p (x) = 0. La f si dice spesso funzione obbiettivo mentre le g i e h j con i = 1,..., m e j = 1,..., p si dicono funzioni vincolari.
91 esempi
92 Strumenti a disposizione L analogo del teorema di Fermat qui è il Teorema dei moltiplicatori di Lagrange (Condizioni di Kuhn-Tucker). esempio con un vincolo di uguaglianza
93 esempio con un vincolo di disuguaglianza
94 esempio con più vincoli di disuguaglianza
95 Caso generale La condizione necessaria f(x) = 0 diventa più complessa. Essa dice che se un punto è di massimo o minimo locale allora esistono dei moltiplicatori λ 1,..., λ m, µ 1,..., µ p tali che x, λ i (i = 1,..., m) e µ j (j = 1,..., p) risolvono il sistema: m f(x) + λ i g i (x) + i=1 p µ j h j (x) = 0 j=1 λ i g i (x) = 0, i, (3) g i (x) 0, i, h j (x) = 0, j. Inoltre si deve avere λ i 0 se x è punto di minimo, λ i 0 se x è punto di massimo.
96 Il sistema visto sopra si dice sistema di Kuhn Tucker associato al problema (2). I punti x tali che esistono dei moltiplicatori che soddisfano il sistema (3) si dicono punti stazionari vincolati. Attenzione: quanto detto vale sotto opportune ipotesi di regolarità che nei problemi proposti saranno sempre verificate. Le variabili λ i e µ j prendono il nome di moltiplicatori di Lagrange o di Kuhn Tucker. La seconda equazione del sistema prende il nome di condizione di complementarietà.
97 Operativamente il teorema di Kuhn- Tucker si usa come il Teorema di Fermat: occorre innanzitutto scrivere il problema nella forma standard, scrivere poi il sistema di Kuhn-Tucker associato e trovare i punti che lo risolvono: essi saranno i candidati ad essere punti di massimo e minimo. Notate che nella parte interna della regione il sistema si riduce a chiedere f(x) = 0.
98 esempi nei casi visti in precedenza: un vincolo di uguaglianza
99 esempi nei casi visti in precedenza: un vincolo di disuguaglianza
100 esempi nei casi visti in precedenza: più vincoli di disuguaglianza
101 Natura dei punti stazionari vincolati Purtroppo non abbiamo un buon metodo generale per indagare la natura dei punti stazionari vincolati (cioè per dire se sono effettivamente punti di massimo o minimo locale o globale). Esistono delle condizioni necessarie e sufficienti del secondo ordine per estremali locali (Hessiano orlato) che non consideriamo.
102 Problemi di estremo globale Una volta trovati i punti che soddisfano le condizioni necessarie di Kuhn Tucker possiamo comunque indagare la loro natura utilizzando i seguenti strumenti (in parte già visti in precedenza) Uso della definizione (studiando opportune disuguaglianze). Uso di restrizioni opportune per negare che il punto sia estremale. Teorema di esistenza di Weierstrass. Teorema su ottimalità e convessità nel caso vincolato: Teorema 0.27 Sia f : A R convessa (rispettivamente concava) su A convesso e sia x 0 punto stazionario vincolato con moltiplicatori λ 0 (rispettivamente 0). Allora x 0 è punto di minimo (rispettivamente massimo) globale su A.
103 esempi dell uso dei primi due strumenti
104 esempi
105 esempi
106 Esercizio 0.1 Trovare massimi e minimi globali (se esistono) della funzione f(x 1, x 2 ) = x 2 1 2x 1 x 2 sull insieme { } A = x R 2 : x 1 0, x 2 0, x 1 + x 2 8 Soluzione. Disegnamo la regione ammissibile A. x 2 (0, 8) x 1 0 x 1 + x 2 8 x 2 0 (8, 0) x 1 Figure 1: regione ammissibile
107 Scriviamo ora il problema nella forma standard max / min x 2 1 2x 1 x 2 x 1 0 x 2 0 x 1 + x Siamo in presenza di n = 2 variabili e m = 3 vincoli: g 1 (x) = x 1, g 2 (x) = x 2, g 3 (x) = x 1 +x 2 8. Osserviamo che A è chiuso e limitato (compatto) e f è continua su A. Dunque, per il Teorema di Weierstrass, esistono massimo e minimo. Per trovarli si risolve il sistema di Kuhn Tucker (3) trovando tutti i punti stazionari e poi confrontiamo i valori assunti da f su essi. In tal modo non siamo in grado di sapere se ci sono altri punti di massimo o min-
108 Il gradiente della funzione obiettivo risulta ( ) 2x1 2 f(x) = 1 mentre quelli dei tre vincoli sono ( ) ( ) 1 0 g 1 (x) =, g 0 2 (x) =, 1 ( ) 1 g 3 (x) =. 1 A questo punto il sistema di Kuhn Tucker risulta 2x 1 2 λ 1 + λ 3 = 0 1 λ 2 + λ 3 = 0 λ 1 x 1 = 0 λ 2 x 2 = 0 (4) λ 3 (x 1 + x 2 8) = 0 x 1 0 x 2 0 x 1 + x con l ulteriore vincolo sul segno dei moltiplicatori λ i che dovranno essere 0 per la ricerca dei punti di minimo e 0 per la ricerca dei punti di massimo.
109 1. Consideriamo il caso in cui i tre vincoli g i (x) 0 siano verificati con il segno di minore stretto (<). Dal punto di vista geometrico significa che ricerchiamo i punti stazionari interni alla regione ammissibile. Tuttavia l equazione f(x) = 0 risulta impossibile, poiché la seconda componente è costantemente 1 0. Ciò vuol dire che i punti di massimo e di minimo non saranno interni alla regione ma dovranno trovarsi sulla frontiera.
110 2. Ricerchiamo il punto stazionario su un lato della regione ammissibile. Questo significa che uno dei tre vincoli deve essere verificato con il segno di uguaglianza mentre gli altri due con il segno di disuaglianza stretta. Dobbiamo vedere perciò tre casi
111 Caso g 1 (x) = 0. Essendo g 2 (x) < 0 e g 3 (x) < 0, dalla condizione di complementarietà si ricava λ 2 = λ 3 = 0 ed il sistema diventa 2x 1 2 λ 1 = 0 1 = 0 x 1 = 0 x 2 < 0 x 1 + x 2 8 < 0 che risulta impossibile (la seconda equazione risulta un po difficile da risolvere!). Quindi non esistono punti stazionari sul primo lato.
112 Caso g 2 (x) = 0. Essendo g 1 (x) < 0 e g 3 (x) < 0, dalla condizione di complementarietà si ricava λ 1 = λ 3 = 0 ed il sistema diventa 2x 1 2 = 0 1 λ 2 = 0 x 1 < 0 x 2 = 0 x + x 2 8 < 0 che implica la soluzione x 1 = 1 x 2 = 0 λ 1 = 0 λ 2 = 1 λ 3 = 0. Quindi l unico punto stazionario è x 1 = (1, 0) che può essere punto di massimo (in quanto tutti e tre i moltiplicatori sono non positivi).
113 Caso g 3 (x) = 0. Essendo g 1 (x) < 0 e g 2 (x) < 0, dalla condizione di complementarietà si ricava λ 1 = λ 2 = 0 ed il sistema diventa 2x λ 3 = λ 3 = 0 x 1 > 0 x 2 > 0 x 1 + x 2 = 8 che implica la soluzione x 1 = 1 2 x 2 = 15 2 λ 1 = 0 λ 2 = 0 λ 3 = 1. Quindi ( l unico ) punto stazionario è x 2 = 12, 15 che può essere punto 2 di minimo (in quanto tutti e tre i moltiplicatori sono non negativi).
114 3. A questo punto dobbiamo (teoricamente) analizzare il caso in cui due vincoli siano verificati sottoforma di uguaglianza ed il terzo invece con la disuguaglianza stretta. Questo equivale a considerare quei punti che risultano dall intersezione di due dei tre vincoli. Nel nostro caso i tre vertici del triangolo che sono P 1 = (0, 0), P 2 = (0, 8), P 3 = (8, 0). Potremmo anche per questi verificare se valgono le condizioni di Kuhn-Tucker, tuttavia è più conveniente inserirli subito tra i punti candidati (tanto sono un numero finito) e andare avanti.
115 Abbiamo quindi determinato cinque punti candidati. Passiamo ad esaminare (e confrontare tra loro) i valori assunti dalla funzione obiettivo in tali punti: f(1, 0) = 1, f ( 1 2, 15 2 ) = 33 4, f(0, 0) = 0, f(0, 8) = 8, f(8, 0) = 48. Quindi il punto x 2 = ( 2 1, 15 2 ) è di minimo globale mentre P 3 = (8, 0) è di massimo globale.
Studio di funzione. Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2
Studio di funzione Copyright c 2009 Pasquale Terrecuso Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2 Studio di funzione
DettagliMassimi e minimi vincolati in R 2 - Esercizi svolti
Massimi e minimi vincolati in R 2 - Esercizi svolti Esercizio 1. Determinare i massimi e minimi assoluti della funzione f(x, y) = 2x + 3y vincolati alla curva di equazione x 4 + y 4 = 1. Esercizio 2. Determinare
DettagliIntroduzione alla programmazione lineare. Mauro Pagliacci
Introduzione alla programmazione lineare Mauro Pagliacci c Draft date 25 maggio 2010 Premessa In questo fascicolo sono riportati gli appunti dalle lezioni del corso di Elaborazioni automatica dei dati
DettagliProtocollo dei saperi imprescindibili Ordine di scuola: professionale
Protocollo dei saperi imprescindibili Ordine di scuola: professionale DISCIPLINA: MATEMATICA RESPONSABILE: CAGNESCHI F. IMPERATORE D. CLASSE: prima servizi commerciali Utilizzare le tecniche e le procedure
DettagliFacoltà di Dipartimento di Ingegneria Elettrica e dell'informazione anno accademico 2014/15 Registro lezioni del docente SPORTELLI LUIGI
Facoltà di Dipartimento di Ingegneria Elettrica e dell'informazione anno accademico 2014/15 Registro lezioni del docente SPORTELLI LUIGI Attività didattica ANALISI MATEMATICA [2000] Periodo di svolgimento:
Dettaglix log(x) + 3. f(x) =
Università di Bari, Corso di Laurea in Economia e Commercio Esame di Matematica per l Economia L/Z Dr. G. Taglialatela 03 giugno 05 Traccia dispari Esercizio. Calcolare Esercizio. Calcolare e cos log d
DettagliFUNZIONI CONTINUE - ESERCIZI SVOLTI
FUNZIONI CONTINUE - ESERCIZI SVOLTI 1) Verificare che x è continua in x 0 per ogni x 0 0 ) Verificare che 1 x 1 x 0 è continua in x 0 per ogni x 0 0 3) Disegnare il grafico e studiare i punti di discontinuità
DettagliDefinizione Dati due insiemi A e B, contenuti nel campo reale R, si definisce funzione reale di variabile reale una legge f : A
Scopo centrale, sia della teoria statistica che della economica, è proprio quello di esprimere ed analizzare le relazioni, esistenti tra le variabili statistiche ed economiche, che, in linguaggio matematico,
DettagliSESSIONE ORDINARIA 2007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE
SESSIONE ORDINARIA 007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE PROBLEMA Si consideri la funzione f definita da f ( x) x, il cui grafico è la parabola.. Si trovi il luogo geometrico dei
DettagliMINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO
Sessione Ordinaria in America 4 MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO (Americhe) ESAMI DI STATO DI LICEO SCIENTIFICO Sessione Ordinaria 4 SECONDA PROVA SCRITTA
DettagliFunzioni 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
DettagliRICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come
RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può
DettagliInformatica Grafica. Un introduzione
Informatica Grafica Un introduzione Rappresentare la Geometria Operabile da metodi di calcolo automatici Grafica Vettoriale Partiamo dalla rappresentazione di un punto... Spazi Vettoriale SPAZI VETTORIALI
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliRichiami sulle derivate parziali e definizione di gradiente di una funzione, sulle derivate direzionali. Regola della catena per funzioni composte.
PROGRAMMA di Fondamenti di Analisi Matematica 2 (che sarà svolto fino al 7 gennaio 2013) A.A. 2012-2013, Paola Mannucci e Claudio Marchi, Canali 1 e 2 Ingegneria Gestionale, Meccanica-Meccatronica, Vicenza
DettagliITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio
ITCS Erasmo da Rotterdam Anno Scolastico 014/015 CLASSE 4^ M Costruzioni, ambiente e territorio INDICAZIONI PER IL LAVORO ESTIVO DI MATEMATICA e COMPLEMENTI di MATEMATICA GLI STUDENTI CON IL DEBITO FORMATIVO
DettagliProgramma definitivo Analisi Matematica 2 - a.a. 2005-06 Corso di Laurea Triennale in Ingegneria Civile (ICI)
1 Programma definitivo Analisi Matematica 2 - a.a. 2005-06 Corso di Laurea Triennale in Ingegneria Civile (ICI) Approssimazioni di Taylor BPS, Capitolo 5, pagine 256 268 Approssimazione lineare, il simbolo
DettagliGli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique.
Asintoti Gli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique. Asintoti verticali Sia 0 punto di accumulazione per dom(f). La retta = 0 è
DettagliMassimi e minimi vincolati di funzioni in due variabili
Massimi e minimi vincolati di funzioni in due variabili I risultati principali della teoria dell ottimizzazione, il Teorema di Fermat in due variabili e il Test dell hessiana, si applicano esclusivamente
Dettagli5 DERIVATA. 5.1 Continuità
5 DERIVATA 5. Continuità Definizione 5. Sia < a < b < +, f : (a, b) R e c (a, b). Diciamo che f è continua in c se sono verificate le ue conizioni: (i) c esiste (ii) = f(c) c Si osservi che nella efinizione
DettagliAnalisi 2. Argomenti. Raffaele D. Facendola
Analisi 2 Argomenti Successioni di funzioni Definizione Convergenza puntuale Proprietà della convergenza puntuale Convergenza uniforme Continuità e limitatezza Teorema della continuità del limite Teorema
DettagliSyllabus: argomenti di Matematica delle prove di valutazione
Syllabus: argomenti di Matematica delle prove di valutazione abcdef... ABC (senza calcolatrici, senza palmari, senza telefonini... ) Gli Argomenti A. Numeri frazioni e numeri decimali massimo comun divisore,
DettagliCURVE DI LIVELLO. Per avere informazioni sull andamento di una funzione f : D IR n IR può essere utile considerare i suoi insiemi di livello.
CURVE DI LIVELLO Per avere informazioni sull andamento di una funzione f : D IR n IR può essere utile considerare i suoi insiemi di livello. Definizione. Si chiama insieme di livello k della funzione f
DettagliPROBLEMI DI SCELTA dipendenti da due variabili d azione
prof. Guida PROBLEMI DI SCELTA dipendenti da due variabili d azione in un problema di programmazione lineare, si ricorda che la funzione obiettivo z=f(x,y)=ax+by+c assume il suo valore massimo (o minimo)
DettagliUniversità degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica
Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica Esame di Geometria (Prof. F. Tovena) Argomenti: Proprietà di nucleo e immagine di una applicazione lineare. dim V = dim
Dettagli2 Argomenti introduttivi e generali
1 Note Oltre agli esercizi di questa lista si consiglia di svolgere quelli segnalati o assegnati sul registro e genericamente quelli presentati dal libro come esercizio o come esempio sugli argomenti svolti
DettagliISTITUTO D'ISTRUZIONE SUPERIORE A. MOTTI
ISTITUTO D'ISTRUZIONE SUPERIORE A. MOTTI ISTITUTO PROFESSIONALE DI ENOGASTRONOMIA E OSPITALITA ALBERGHIERA CON I PERCORSI: ACCOGLIENZA TURISTICA, CUCINA, SALA-BAR ISTITUTO TECNICO PER IL TURISMO Sede Amministrativa:
DettagliINDICAZIONI PER LA RICERCA DEGLI ASINTOTI VERTICALI
2.13 ASINTOTI 44 Un "asintoto", per una funzione y = f( ), è una retta alla quale il grafico della funzione "si avvicina indefinitamente", "si avvicina di tanto quanto noi vogliamo", nel senso precisato
Dettagli09 - Funzioni reali di due variabili reali
Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 09 - Funzioni reali di due variabili reali Anno Accademico 2013/2014
DettagliIntroduzione a GeoGebra
Introduzione a GeoGebra Nicola Sansonetto Istituto Sanmicheli di Verona 31 Marzo 2016 Nicola Sansonetto (Sanmicheli) Introduzione a GeoGebra 31 Marzo 2016 1 / 14 Piano dell incontro 1 Introduzione 2 Costruzioni
DettagliRichiami su norma di un vettore e distanza, intorni sferici in R n, insiemi aperti, chiusi, limitati e illimitati.
PROGRAMMA di Fondamenti di Analisi Matematica 2 (DEFINITIVO) A.A. 2010-2011, Paola Mannucci, Canale 2 Ingegneria gestionale, meccanica e meccatronica, Vicenza Testo Consigliato: Analisi Matematica, M.
Dettagli6) f(x, y) = xy 1 log(5 2x 2y) x + y. 2x x 2 y 2 z 2 x 2 + y 2 + z 2 x Esercizio 2. Studiare gli insiemi di livello delle seguenti funzioni:
FUNZIONI IN PIÙ VARIABILI 1. Esercizi Esercizio 1. Determinare il dominio delle seguenti funzioni, specificando se si tratta di un insieme aperto o chiuso: 1) f(x, ) = log(x x ) ) f(x, ) = x + 3) f(x,
DettagliMassimi e minimi vincolati
Massimi e minimi vincolati In problemi di massimo e minimo vincolato viene richiesto di ricercare massimi e minimi di una funzione non definita su tutto R n, ma su un suo sottoinsieme proprio. Esempio:
DettagliI.P.S.S. Severini a.s. 2015-16 Curriculum Verticale MATEMATICA
Curriculum Verticale MATEMATICA I Docenti di Matematica dell IPSS concordano, per l a.s. 2015/16, i seguenti punti: numero minimo di verifiche annue (riferite ad una frequenza regolare): 6, di varia tipologia
DettagliFunzione reale di variabile reale
Funzione reale di variabile reale Siano A e B due sottoinsiemi non vuoti di. Si chiama funzione reale di variabile reale, di A in B, una qualsiasi legge che faccia corrispondere, a ogni elemento A x A
DettagliPIANO DI LAVORO DEL PROFESSORE
ISTITUTO DI ISTRUZIONE SUPERIORE STATALE IRIS VERSARI - Cesano Maderno (MB) PIANO DI LAVORO DEL PROFESSORE Indirizzo: LICEO SCIENTIFICO MATERIA: MATEMATICA ANNO SCOLASTICO: 2014-2015 PROF: MASSIMO BANFI
DettagliLezione 12 Argomenti
Lezione 12 Argomenti Costi di produzione: differenza tra costo economico e costo contabile I costi nel breve periodo Relazione di breve periodo tra funzione di produzione, produttività del lavoro e costi
DettagliGrafico qualitativo di una funzione reale di variabile reale
Grafico qualitativo di una funzione reale di variabile reale Mauro Saita 1 Per commenti o segnalazioni di errori scrivere, per favore, a: maurosaita@tiscalinet.it Dicembre 2014 Indice 1 Qualè il grafico
DettagliEQUAZIONI CON VALORE ASSOLUTO DISEQUAZIONI CON VALORE ASSOLUTO
EQUAZIONI CON VALORE AOLUTO DIEQUAZIONI CON VALORE AOLUTO Prima di tutto: che cosa è il valore assoluto di un numero? Il valore assoluto è quella legge che ad un numero (positivo o negativo) associa sempre
DettagliPierangelo Ciurlia, Riccardo Gusso, Martina Nardon
Department of Applied Mathematics, University of Venice QUADERNI DI DIDATTICA Pierangelo Ciurlia, Riccardo Gusso, Martina Nardon Esercizi di algebra lineare e sistemi di equazioni lineari con applicazioni
Dettaglib) Il luogo degli estremanti in forma cartesiana è:
Soluzione della simulazione di prova del 9/5/ PROBLEMA È data la funzione di equazione: k f( ). a) Determinare i valori di k per cui la funzione ammette punti di massimo e minimo relativi. b) Scrivere
DettagliQuesiti di Analisi Matematica A
Quesiti di Analisi Matematica A Presentiamo una raccolta di quesiti per la preparazione alla prova orale del modulo di Analisi Matematica A. Per una buona preparazione é consigliabile rispondere ad alta
DettagliFacoltà di Economia. Anno Accademico 2009-2010 - Programma del Corso. Matematica Generale (PROGRAMMA EFFETTIVAMENTE SVOLTO)
Insegnamento Docente Corso di Laurea CFU 8 Lingua di Insegnamento Italiano Semestre di svolgimento Primo Tipologia Fondamentale SSD SECS-S/06 Codice di Ateneo Anno di Corso Primo Matematica Generale (PROGRAMMA
DettagliAnalisi Matematica 2 per Matematica Esempi di compiti, primo semestre 2011/2012
Analisi Matematica 2 per Matematica Esempi di compiti, primo semestre 211/212 Ricordare: una funzione lipschitziana tra spazi metrici manda insiemi limitati in insiemi limitati; se il dominio di una funzione
DettagliElementi di topologia della retta
Elementi di topologia della retta nome insieme definizione l insieme è un concetto primitivo che si accetta come intuitivamente noto secondo George Cantor, il padre della teoria degli insiemi: Per insieme
DettagliLEZIONE 31. B i : R n R. R m,n, x = (x 1,..., x n ). Allora sappiamo che è definita. j=1. a i,j x j.
LEZIONE 31 31.1. Domini di funzioni di più variabili. Sia ora U R n e consideriamo una funzione f: U R m. Una tale funzione associa a x = (x 1,..., x n ) U un elemento f(x 1,..., x n ) R m : tale elemento
Dettagli2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione
Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza
DettagliSe x* e punto di minimo (locale) per la funzione nell insieme Ω, Ω = { x / g i (x) 0 i I, h j (x)= 0 j J } lo e anche per F(x) = f o (x) + c x x 2
NLP -OPT 1 CONDIZION DI OTTIMO [ Come ricavare le condizioni di ottimo. ] Si suppone x* sia punto di ottimo (minimo) per il problema min f o (x) con vincoli g i (x) 0 i I h j (x) = 0 j J la condizione
DettagliProblemi al contorno per equazioni e sistemi di equazioni ellittiche, paraboliche ed iperboliche in domini a frontiera non regolare.
Prof.ssa Diomeda Lorenza Maria Professore Ordinario Dipartimento di Scienze Economiche Area Matematica Facoltà di Economia, Via C.Rosalba 53- Bari Tel. 080-5049169 Fax 080-5049207 E-mail diomeda@matfin.uniba.it
DettagliNUMERI COMPLESSI. Test di autovalutazione
NUMERI COMPLESSI Test di autovalutazione 1. Se due numeri complessi z 1 e z 2 sono rappresentati nel piano di Gauss da due punti simmetrici rispetto all origine: (a) sono le radici quadrate di uno stesso
DettagliMatematica e Statistica
Matematica e Statistica Prova d esame (0/07/03) Università di Verona - Laurea in Biotecnologie - A.A. 0/3 Matematica e Statistica Prova di MATEMATICA (0/07/03) Università di Verona - Laurea in Biotecnologie
DettagliFunzioni reali di più variabili reali
Funzioni reali di più variabili reali Generalità. Indichiamo con R n il prodotto cartesiano di R per sé stesso, n volte: R n = {(, 2,, n ) ;! R,, n!r}. Quando n = 2 oppure n = 3 indicheremo le coordinate
DettagliEsercizio 2 Si consideri la funzione f definita dalle seguenti condizioni: e x. per x 1 f(x) = α x + e 1 per 1 < x
FUNZIONI Esercizio 1 Studiare la funzione f(x) = ln ( ) x e disegnarne il grafico. x 1 Esercizio 2 Si consideri la funzione f definita dalle seguenti condizioni: { e x per x 1 f(x) = α x + e 1 per 1
DettagliLE FIBRE DI UNA APPLICAZIONE LINEARE
LE FIBRE DI UNA APPLICAZIONE LINEARE Sia f:a B una funzione tra due insiemi. Se y appartiene all immagine di f si chiama fibra di f sopra y l insieme f -1 y) ossia l insieme di tutte le controimmagini
DettagliFacoltà di Ingegneria anno accademico 2007/08 Registro dell'attività didattica. Calcolo 2 [40214]
Facoltà di Ingegneria anno accademico 2007/08 Registro dell'attività didattica Calcolo 2 [40214] Attività didattica: Attività didattica [codice] Corso di studio Facoltà Calcolo 2 [40214] Ingegneria delle
DettagliCLASSE terza SEZIONE E A.S. 2014-15 PROGRAMMA SVOLTO
CLASSE terza SEZIONE E A.S. 2014-15 L insieme dei numeri razionali. Equazioni e disequazioni di primo grado Sistemi di equazioni e disequazioni di primo grado.. IL PIANO CARTESIANO Il piano cartesiano.
DettagliSPAZI METRICI. Uno spazio metrico X con metrica d si indica con il simbolo (X, d). METRICI 1
SPAZI METRICI Nel piano R 2 o nello spazio R 3 la distanza fra due punti è la lunghezza, o norma euclidea, del vettore differenza di questi due punti. Se p = (x, y, z) è un vettore in coordinate ortonormali,
Dettaglisezioni incluso Espandi tutto 0. Elementi di matematica elementare (parzialmente incluso) Sezione 0.1: I numeri reali Sezione 0.2: Regole algebriche.
sezioni incluso Espandi tutto 0. Elementi di matematica elementare (parzialmente incluso) Sezione 0.1: I numeri reali Sezione 0.2: Regole algebriche. Potenze e percentuali Sezione 0.3: Disuguaglianze Sezione
DettagliPrerequisiti didattici
Università degli Studi di Ferrara 2014-2015 Corso TFA - A048 Matematica applicata Didattica della matematica applicata all economia e alla finanza 18 marzo 2015 Appunti di didattica della matematica applicata
DettagliFunzioni 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
DettagliCapitolo 4: Ottimizzazione non lineare non vincolata parte II. E. Amaldi DEIB, Politecnico di Milano
Capitolo 4: Ottimizzazione non lineare non vincolata parte II E. Amaldi DEIB, Politecnico di Milano 4.3 Algoritmi iterativi e convergenza Programma non lineare (PNL): min f(x) s.v. g i (x) 0 1 i m x S
DettagliOnline Gradient Descent
F94 Metodi statistici per l apprendimento Online Gradient Descent Docente: Nicolò Cesa-Bianchi versione 9 aprile 06 L analisi del Perceptrone ha rivelato come sia possibile ottenere dei maggioranti sul
DettagliOsservazione 2 L elemento di arrivo ( output) deve essere unico corrispondenza univoca da A e B. f : A B
FUNZIONI Definizione 1 Dati due insiemi A e B, si chiama funzione da A a B una legge che ad ogni elemento di A associa un (solo) elemento di B. L insieme A si chiama dominio della funzione e l insieme
DettagliUniversità degli Studi di Catania A.A. 2012-2013. Corso di laurea in Ingegneria Industriale
Università degli Studi di Catania A.A. 2012-2013 Corso di laurea in Ingegneria Industriale Corso di Analisi Matematica I (A-E) (Prof. A.Villani) Elenco delle dimostrazioni che possono essere richieste
DettagliALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE
ALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE Sia I un intervallo di R e siano a = inf(i) R { } e b = sup(i) R {+ }; i punti di I diversi dagli estremi a e b, ( e quindi appartenenti all intervallo aperto
Dettagli0.1 Esercizi calcolo combinatorio
0.1 Esercizi calcolo combinatorio Esercizio 1. Sia T l insieme dei primi 100 numeri naturali. Calcolare: 1. Il numero di sottoinsiemi A di T che contengono esattamente 8 pari.. Il numero di coppie (A,
DettagliPROGRAMMA CONSUNTIVO
PROGRAMMA CONSUNTIVO a.s. 2014/2015 MATERIA MATEMATICA CLASSE DOCENTE 5^ SEZIONE D DI LEO CLELIA Liceo Scientifico delle Scienze Applicate ORE DI LEZIONE 4 **************** OBIETTIVI saper definire e classificare
DettagliLICEO ARTISTICO PROGRAMMAZIONE DIDATTICA RIFERITA ALLA
Anno Scolastico 2014/15 LICEO ARTISTICO PROGRAMMAZIONE DIDATTICA RIFERITA ALLA DISCIPLINA : MATEMATICA PRIMO BIENNIO L asse matematico ha l obiettivo di far acquisire allo studente saperi e competenze
DettagliNote di matematica per microeconomia
Note di matematica per microeconomia Luigi Balletta Funzioni di una variabile (richiami) Una funzione di variabile reale ha come insieme di partenza un sottoinsieme di R e come insieme di arrivo un sottoinsieme
DettagliPiano di lavoro di Matematica
ISTITUTO DI ISTRUZIONE SUPERIORE Liceo Scientifico ALDO MORO Istituto to Tecnico Via Gallo Pecca n. 4/6-10086 Rivarolo Canavese Tel 0124 454511 - Fax 0124 454545 - Cod. Fiscale 85502120018 E-mail: segreteria@istitutomoro.it
DettagliUniversita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica
Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica Terzo Appello del corso di Geometria e Algebra II Parte - Docente F. Flamini, Roma, 7/09/2007 SVOLGIMENTO COMPITO III APPELLO
DettagliAutovalori e Autovettori
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Autovalori e Autovettori Definizione Siano A C nxn, λ C, e x C n, x 0, tali che Ax = λx. (1) Allora
DettagliLe funzioni reali di variabile reale
Prof. Michele Giugliano (Gennaio 2002) Le funzioni reali di variabile reale ) Complementi di teoria degli insiemi. A) Estremi di un insieme numerico X. Dato un insieme X R, si chiama maggiorante di X un
DettagliElenco moduli Argomenti Strumenti / Testi Letture. Tassi equivalenti. Rendite temporanee e perpetue. Rimborso di prestiti.
Pagina 1 di 9 DISCIPLINA: MATEMATICA APPLICATA INDIRIZZO: SISTEMI INFORMATIVI AZIENDALI CLASSE: 4 SI DOCENTE : ENRICA GUIDETTI Elenco moduli Argomenti Strumenti / Testi Letture 1 Ripasso Retta e coniche;
DettagliAppunti di Algebra Lineare. Antonino Salibra
Appunti di Algebra Lineare Antonino Salibra January 11, 2016 2 Libro di testo: Gilbert Strang, Algebra lineare, Edizioni Apogeo 2008 Programma di Algebra Lineare (2015/16) (da completare): 1. Campi numerici.
DettagliParte 6. Applicazioni lineari
Parte 6 Applicazioni lineari A Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Applicazioni fra insiemi, 2 Applicazioni lineari tra spazi vettoriali, 2 3 Applicazioni lineari da R n a R
DettagliPer studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R
Studio di funzione Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R : allo scopo di determinarne le caratteristiche principali.
DettagliAlgebra Lineare e Geometria
Algebra Lineare e Geometria Corso di Laurea in Ingegneria Elettronica A.A. 2013-2014 Prova d esame del 16/06/2014. 1) a) Determinare la matrice associata all applicazione lineare T : R 3 R 4 definita da
DettagliUniversità di Trieste Facoltà d Ingegneria. Esercizi sul calcolo differenziale in IR N. Dott. Franco Obersnel
Università di Trieste Facoltà d Ingegneria Esercizi sul calcolo differenziale in IR N Dott Franco Obersnel Esercizio 1 Si calcoli la derivata direzionale nell origine lungo la direzione y del versore v
DettagliFUNZIONI CONVESSE. + e x 0
FUNZIONI CONVESSE Sia I un intervallo aperto di R (limitato o illimitato) e sia f(x) una funzione definita in I. Dato x 0 I, la retta r passante per il punto P 0 (x 0, f(x 0 )) di equazione y = f(x 0 )
Dettagli1 Massimi e minimi liberi 1. 2 Massimi e minimi vincolati 7. 3 Soluzioni degli esercizi 12
UNIVR Facoltà di Economia Sede di Vicenza Corso di Matematica 1 Massimi e minimi delle funzioni di più variabili Indice 1 Massimi e minimi liberi 1 Massimi e minimi vincolati 7 3 Soluzioni degli esercizi
Dettaglia) Osserviamo innanzi tutto che dev essere x > 0. Pertanto il dominio è ]0, + [. b) Poniamo t = log x. Innanzi tutto si ha:
ESERCIZIO - Data la funzione f (x) = (log x) 6 7(log x) 5 + 2(log x) 4, si chiede di: a) calcolare il dominio di f ; ( punto) b) studiare la positività e le intersezioni con gli assi; (3 punti) c) stabilire
DettagliMATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A
MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A Nome e cognome Matricola I Parte OBBLIGATORIA (quesiti preliminari: 1 punto ciascuno). Riportare le soluzioni su questo foglio, mostrando i
DettagliCORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA
COGNOME NOME CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA SIMULAZIONE SCRITTO DI MATEMATICA DISCRETA, SECONDA PARTE Per ottenere la sufficienza bisogna rispondere in modo corretto ad almeno
Dettagli(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto.
29 giugno 2009 - 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
Dettagli1 Regole generali per l esame. 2 Libro di Testo
FACOLTÀ DI INGEGNERIA Corso di GEOMETRIA E ALGEBRA (mn). (Ing. per l Ambiente e il Territorio, Ing. Informatica - Sede di Mantova) A.A. 2008/2009. Docente: F. BISI. 1 Regole generali per l esame L esame
DettagliDocente: DI LISCIA F. CLASSE 1T MODULO 1: GLI INSIEMI NUMERICI
Docente: DI LISCIA F. Materia: MATEMATICA CLASSE 1T MODULO 1: GLI INSIEMI NUMERICI Insiemi numerici: numeri naturali, proprietà delle operazioni aritmetiche; Potenze e loro proprietà; Criteri di divisibilità;
DettagliCorso di Laurea in Ingegneria Civile Analisi Matematica I
Corso di Laurea in Ingegneria Civile Analisi Matematica I Lezioni A.A. 2003/2004, prof. G. Stefani primo semiperiodo 22/9/03-8/11/03 Testo consigliato: Robert A. Adams - Calcolo differenziale 1 - Casa
DettagliSIMULAZIONE DI PROVA D ESAME CORSO DI ORDINAMENTO
SIMULAZINE DI PRVA D ESAME CRS DI RDINAMENT Risolvi uno dei due problemi e 5 dei quesiti del questionario. PRBLEMA Considera la famiglia di funzioni k ln f k () se k se e la funzione g() ln se. se. Determina
Dettagli2. Variabilità mediante il confronto di valori caratteristici della
2. Variabilità mediante il confronto di valori caratteristici della distribuzione Un approccio alternativo, e spesso utile, alla misura della variabilità è quello basato sul confronto di valori caratteristici
DettagliESERCIZIO 1: Vincolo di bilancio lineare
Microeconomia rof. Barigozzi ESERCIZIO 1: Vincolo di bilancio lineare Si immagini un individuo che ha a disosizione un budget di 500 euro e deve decidere come allocare tale budget tra un bene, che ha un
DettagliMETODI MATEMATICI PER LA FISICA
Si svolgano cortesemente i seguenti esercizi ESERCIZIO (6 PUNTI) METODI MATEMATICI PER LA FISICA PROVA SCRITTA - 2 GENNAIO 25 Una volta identificato, nel piano complesso α, il dominio di convergenza della
DettagliElenco dettagliato degli argomenti da preparare per l esame
Università dell Insubria Facoltà di Giurisprudenza A.A. 007-08 Corso di Economia politica Prof. E. Bellino PROGRAMMA DEL CORSO SVOLTO NELL A.A. 007-08 Libro di testo adottato: Terenzio Cozzi Stefano Zamagni,
DettagliAnno 5 4 Funzioni reali. elementari
Anno 5 4 Funzioni reali elementari 1 Introduzione In questa lezione studieremo alcune funzioni molto comuni, dette per questo funzioni elementari. Al termine di questa lezione sarai in grado di definire
DettagliApplicazioni del calcolo differenziale allo studio delle funzioni
Capitolo 9 9.1 Crescenza e decrescenza in piccolo; massimi e minimi relativi Sia y = f(x) una funzione definita nell intervallo A; su di essa non facciamo, per ora, alcuna particolare ipotesi (né di continuità,
DettagliTeoria in sintesi 10. Attività di sportello 1, 24 - Attività di sportello 2, 24 - Verifica conclusiva, 25. Teoria in sintesi 26
Indice L attività di recupero 6 Funzioni Teoria in sintesi 0 Obiettivo Ricerca del dominio e del codominio di funzioni note Obiettivo Ricerca del dominio di funzioni algebriche; scrittura del dominio Obiettivo
DettagliGEOMETRIA I Corso di Geometria I (seconda parte)
Corso di Geometria I (seconda parte) anno acc. 2009/2010 Cambiamento del sistema di riferimento in E 3 Consideriamo in E 3 due sistemi di riferimento ortonormali R e R, ed un punto P (x, y, z) in R. Lo
DettagliRiconoscere e formalizzare le dipendenze funzionali
Riconoscere e formalizzare le dipendenze funzionali Giorgio Ghelli 25 ottobre 2007 1 Riconoscere e formalizzare le dipendenze funzionali Non sempre è facile indiduare le dipendenze funzionali espresse
Dettagli3. Quale affermazione è falsa?
1. Quale affermazione è falsa? Se la funzione f) è continua e monotona crescente su R e se f) = 1 e f4) =, allora ha un unico zero nell intervallo, 4) f) non si annulla mai in R f ) > nell intervallo,
DettagliCAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI
CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI 1. REGOLA DI CRAMER Sia S un sistema lineare di n ( 2) equazioni in n incognite su un campo K : a 11 x 1 + a 12 x 2 + + a 1n x n
Dettagli