Matrici diagonalizzabili
|
|
- Renzo Bettini
- 4 anni fa
- Visualizzazioni
Transcript
1 Capitolo INTRODUZIONE 2 Matrici diagonalizzabili Se una matrice A ha n autovalori λ i reali distinti, allora ha anche n autovettori v i reali linearimente indipendenti tra di loro: Av i = λ i v i, i {, 2, 3,, n} In questo caso la matrice A può essere diagonalizzata utilizzando una trasformazione T le cui colonne coincidono con gli autovettori v i : T = [ v v 2 v 3 v n Sulla diagonale della matrice A = T AT sono presenti tutti gli autovalori λ i della matrice A secondo l ordine dato dalla sequenza degli autovettori v i presenti all interno della matrice T: A = T AT = λ λ 2 λ 3 UnamatriceApuòesserediagonalizzatase e solo seperessaèpossibiletrovare un numero di autovettori v i linearmente indipendenti pari alla dimensione n della matrice stessa Una matrice A può essere diagonalizzata anche se non ha tutti gli autovalori λ i reali distinti Le matrici non diagonalizzabili possono essere portate in forma canonica di Jordan Tale forma canonica è quella che maggiormente si avvicina ad una forma diagonale Una matrice A può essere diagonalizzata anche se ha degli autovalori λ i complessi coniugati In questo caso gli autovettori v i sono complessi coniugati e la matrice di trasformazione T è complessa λ n
2 Capitolo 2 FORME CANONICHE 22 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: A (λ) = (λ λ ) r (λ λ 2 ) r 2 (λ λ h ) r h Una matrice A posta in forma canonica di Jordan A ha la seguente forma diagonale a blocchi: A = T AT = J J J h Adogniautovaloredistintoλ i dellamatriceacorrispondeunblocco di Jordan J i di dimensione pari alla molteplicità algebrica r i dell autovalore λ i, cioè pari al grado di molteplicità r i dell autovalore λ i all interno del polinomio caratteristico A (λ) A sua volta ogni blocco di Jordan J i ha la struttura di una matrice diagonale a blocchi: J i, 0 0 dimj i = r i 0 J J i = i,2 0 i =,, h 0 0 J i,mi SulladiagonaledelbloccodiJordanJ i sonopresentim i miniblocchi di Jordan J i,j, dove m i è la molteplicità geometrica dell autovalore λ i, cioè il numero di autovettori linearmente indipendenti v i,j associati all autovalore λ i La struttura di tutti i miniblocchi di Jordan J i,j è la seguente: J i,j = λ i λ i λ i λ i λ i dimj i,j = ν i,j j =,, m i
3 Capitolo 2 FORME CANONICHE 23 La dimensione ν i,j di ciascun miniblocco di Jordan J i,j è pari al dimensione della catena di autovettori generalizzati che è possibile determinare a partire dall autovettore v i,j Valgono le seguenti relazioni: n = h i= r i, r i = m i j= ν i,j La matrice A è diagonalizzabile se e solo se la dimensione ν i,j di tutti i miniblocchi di Jordan J i,j è unitaria: ν i,j = In questo caso tutti i miniblocchi di Jordan J i,j = λ i coincidono con il corrispondente autovalore λ i e tutti i blocchi di Jordan J i sono diagonali e caratterizzati dallo stesso autovalore λ i : J i,j = λ i, J i = λ i λ i λ i, dimj i = r i i =,, h Una matrice A è diagonalizzabile se e solo se la molteplicità algebrica r i di ciascunautovaloreλ i èugualeallamolteplicitàgeometricam i,cioèseilnumero m i diautovettoriv i,j linearmenteindipendentiassociatiaciascunautovaloreλ i èugualeallamolteplicitàalgebricar i dell autovaloreλ i all internodelpolinomio caratteristico A (λ) Esempio Matrice in forma canonica di Jordan: A= , = J J 2, = J J 2,2 J 2, A (λ) = (λ+) 2 (λ+3) 3 n = 5, h = 2 λ =, λ 2 = 3 r = 2, r 2 = 3 m =, m 2 = 2 LamatriceAhadueautovaloridistintiλ = eλ 2 = 3 L autovaloreλ hamolteplicità algebrica r = 2 e molteplicità geometrica m = L autovalore λ 2 ha molteplicità algebrica r 2 = 3 e molteplicità geometrica m 2 = 2 Il blocco di Jordan J ha dimensione r = 2 ed è composto da un solo miniblocco J, Il secondo blocco di Jordan J 2 ha dimensione r 2 = 3 ed è composto da m 2 = 2 miniblocchi J 2, e J 2,2
4 Capitolo 2 FORME CANONICHE 24 Gli m i autovettori linearmente indipendenti v i,j associati all autovalore λ i si determinano risolvendo il seguente sistema lineare autonomo: (λ i I A)v i,j = 0, j =,, m i Il numero m i degli autovettori linearmente indipendenti v i,j è pari al numero di miniblocchi J i,j presenti all interno del blocco di Jordan J i Nel caso in cui si abbia m i < r i, il numero degli autovettori v i,j linearmente indipendenti non è sufficiente per diagonalizzare la matrice In questo caso occorreprocederealladeterminazionedellecatenev (k) i,j di autovettori generalizzati per i =, 2,, h, j =, 2,, m i e k =, 2,, ν i,j Gliautovettori generalizzativ (k) i,j si determinano risolvendo il seguente sistema di equazioni lineari: (A λ i I)v (2) i,j = v () i,j = v i,j (A λ i I)v (3) i,j = v (2) i,j (A λ i I)v (ν i,j) i,j = v (ν i,j ) i,j Il primo autovettore v () i,j = v i,j è noto Risolvendo la prima equazione del sistema si ricava l autovettore generalizzato v i,j, (2) il quale, sostituito nell equazione successiva permette di determinare l autovettore generalizzato v i,j, (3) e così via La particolare struttura quasi diagonale dei miniblocchi di Jordan J i,j si ottiene inserendo catene di autovettori generalizzati v (k) i,j tra le colonne della matrice di trasformazione T: T = [ v () i,j v (2) i,j v (ν i,j) i,j Se la molteplicità geometrica m i è uguale alla molteplicità algebrica r i, cioè se m i = r i, la catena di autovettori generalizzati v (k) i,j ha lunghezza unitaria ed è costituita dal solo autovettore v i,j
5 Capitolo 2 FORME CANONICHE 25 Esempio numerico in Matlab: clc; echo on % Matrice da portare in forma canonica di Jordan A =sym([ 73/29, -8/43, /29, 383/29, -23/258; 260/989, -249/989, -687/989, 759/989, -6889/978; 2885/989, 655/989, -4039/989, 230/989, -3905/989; 2273/989, -2079/989, 565/989, -326/989, -595/978; 4456/2967, -3052/989, 990/2967, 4778/2967, -3964/2967); % Il comando "jordan(a)" porta la matrice A in forma canonica di Jordan [V,AJ=jordan(A); AJ %%% Forma di Jordan della matrice A AJ = [ -3,, 0, 0, 0 [ 0, -3, 0, 0, 0 [ 0, 0, -,, 0 [ 0, 0, 0, -, 0 [ 0, 0, 0, 0, -3 V %%% Matrice degli autovettori generalizzati della matrice A V = [ -522/989, -242/989, 4760/2967, 23/989, / [ -406/989, -3334/2967, 2380/2967, 3334/2967, / [ -290/989, -3275/2967, 2975/2967, 3275/2967, / [ -348/989, -48/989, 785/989, 48/989, / [ -580/989, -78/2967, 4760/2967, 78/2967, /82338 % Verifica: le colonne di V sono gli autovettori generalizzati di A (A-(-3)*eye(5))*V(:,)==0 (A-(-3)*eye(5))*V(:,2)==V(:,) (A-(-)*eye(5))*V(:,3)==0 (A-(-)*eye(5))*V(:,4)==V(:,3) (A-(-3)*eye(5))*V(:,5)==0 % --> Vero % --> Vero % --> Vero % --> Vero % --> Vero
6 Capitolo 2 FORME CANONICHE 26 L evoluzione libera di un sistema discreto è la seguente: x(k) = A k x 0 = (TAT ) k x 0 = TA k T x 0 = T J J J h k T x 0 = T J k J k J k h T x 0 L evoluzione libera di un sistema tempo-continuo è la seguente: x(t) = e At x 0 = Te At T x 0 = Te J J J h t T x 0 = T e J t e J 2t e J ht T x 0 Per poter calcolare la potenza A k e l esponenziale e At della matrice generica A è sufficiente saper calcolare la potenza e l esponenziale del generico miniblocco di Jordan di dimensione ν: J = λ λ λ λ λ = λi+n La matrice J può essere espressa come somma della matrice diagonale λi e di una matrice nilpotente N che ha elementi non nulli e unitari solo sulla prima sovradiagonale Nel caso ν = 5, si ha: N =
7 Capitolo 2 FORME CANONICHE 27 Le potenze della matrice N hanno la seguente struttura: N 2 = N 3 = cioè, la matrice N k ha elementi non nulli solo sulla k-esima sovradiagonale La matrice N è nilpotente di ordine ν perchè soddisfa alla seguente relazione: N ν = 0 dove ν = dimn La potenza k-esima della matrice J può essere espressa nel seguente modo: J k = (λi+n) k = λ k I+ k λ k N+ k 2 λ k 2 N 2 ++N k Sapendo che le potenze N h sono nulle per h ν, si ha che: J k = (λi+n) k = λ k I+ = Con il simbolo k λ k N+ λ k kλ k k(k ) 2 λ k 2 0 λ k kλ k 0 0 λ k k λ k 2 N k ν 2 λ k ν+2 k ν k ν λ k kλ k λ k k λ k ν+ N ν ν λ k ν+ λ k ν+2 k si è indicato il seguente coefficiente binomiale: h k h = k(k )(k h+) h! Le funzioni f(λ,k) che compaiono all interno della matrice J k sono i modi del sistema discreto associati all autovalore λ
8 Capitolo 2 FORME CANONICHE 28 Nel caso tempo-continuo l esponenziale e Jt si calcola nel seguente modo: e Jt = e (λi+n)t = e λit e Nt = e λt Ie Nt = e λt n=0 t n n! Nn = e λt ν t n n=0n! Nn = e λt [ I+tN+ t2 2 N2 ++ tν (ν )! Nν = e λt te λt t2 2 t3 eλt 3! eλt t ν 3 tν 2 tν (ν 3)! eλt (ν 2)! eλt (ν )! eλt 0 e λt te λt t2 2 eλt 0 0 e λt te λt t ν 3 tν 2 (ν 3)! eλt (ν 2)! eλt t ν 3 (ν 3)! eλt e λt e λt te λt t2 2 eλt e λt te λt e λt Le funzioni del tempo f(λ,t) che compaiono all interno della matrice e Jt sono i modi del sistema tempo-continuo associati all autovalore λ La forma di Jordan è valida anche nel caso di autovalori λ i complessi coniugati Esempio numerico in Matlab: A =[ ; --> AJ=[ i 0 0 0; ; i 0 0; ; i 0; i [T,AJ=eig(A) % Porta la matrice A in forma di Jordan AJ T=[ i i ; i i; i i i i; i i i i Nel caso di autovalori λ i complessi coniugati anche le matrici T e AJ sono complesse e quindi di problematica utilizzazione In questo caso si preferisce utilizzare la forma reale di Jordan
9 Capitolo 2 FORME CANONICHE 29 Forma reale di Jordan Si faccia riferimento ad una matrice A di dimensione 6 caratterizzata da due autovalori complessi coniugati λ,2 con molteplicità algebrica r = 3 e molteplicità geometrica m = : λ,2 = σ ±jω, A (λ) = (λ λ ) 3 (λ λ 2 ) 3 = [(λ σ) 2 +ω 2 3 Sia v, v 2 e v 3 la catena di autovettori generalizzati associati all autovettore complesso v Applicando ad A la trasformazione di coordinate complessa : x = Tx, T = [ v v 2 v 3 v v 2 v 3 si ottiene una matrice complessa A in forma canonica di Jordan: A = T AT = λ λ λ λ λ λ Si ottengono due miniblocchi di Jordan complessi di dimensione 3 Siano v ir e v ii la parte reale e la parte immaginaria dell autovettore generalizzato v i Utilizzando la seguente trasformazione di coordinate: x = T x, T = [ vr v I v 2R v 2I v 3R v 3I la matrice A viene posta in forma reale di Jordan : Ã = T A T = σ ω ω σ σ ω ω σ σ ω ω σ () In questo modo le evoluzioni libere dei sistemi lineari possono essere espresse come combinazione lineare di soli termini reali: x(k) = A k x 0 = TÃk T x 0, x(t) = e At x 0 = TeÃt T x 0
10 Capitolo 2 FORME CANONICHE 20 Indichiamo con λ e θ il modulo e la fase del numero complesso λ = σ+jω: λ = σ 2 +ω 2 θ = arctan ω σ σ = λ cosθ ω = λ sinθ Il miniblocco reale di Jordan J può essere espresso nel seguente modo: J = σ ω ω σ Valgono le seguenti relazioni: e Jt = Esempio in Matlab: syms sig w t J=[sig w; -w sig EJt=simplify(expm(J*t)) e σt cosωt e σt sinωt e σt sinωt e σt cosωt = λ ω cosθ sinθ sinθ cosθ, J k = λ k λ θ σ λ coskθ sinkθ sinkθ coskθ J = EJt = [ sig, w [ exp(sig*t)*cos(t*w), exp(sig*t)*sin(t*w) [ -w, sig [ -exp(sig*t)*sin(t*w), exp(sig*t)*cos(t*w) La potenza k-esima Ãk della matrice reale di Jordan à k = [ coskθ sinkθ λ k sinkθ coskθ [ cos(k )θ sin(k )θ k λ k sin(k )θ cos(k )θ 0 λ k [ coskθ sinkθ sinkθ coskθ à in () è la seguente: [ k(k ) cos(k 2)θ sin(k 2)θ 2 λ k 2 sin(k 2)θ cos(k 2)θ [ cos(k )θ sin(k )θ k λ k sin(k )θ cos(k )θ 0 0 λ k [ coskθ sinkθ sinkθ coskθ L esponenziale eãt della matrice reale di Jordan eãt = à in () è la seguente: e σt cosωt e σt sinωt te σt cosωt te σt sinωt t 2 2 eσt cosωt t 2 2 eσt sinωt e σt sinωt e σt cosωt te σt sinωt te σt cosωt t2 2 eσt sinωt t 2 2 eσt cosωt 0 0 e σt cosωt e σt sinωt te σt cosωt te σt sinωt 0 0 e σt sinωt e σt cosωt te σt sinωt te σt cosωt e σt cosωt e σt sinωt e σt sinωt e σt cosωt
11 Capitolo 2 FORME CANONICHE 2 Esempio Dato il seguente sistema dinamico: ẋ(t) = x(t), x 0 = determinarel evoluzioneliberax(t)delsistemaapartiredallacondizioneinizialex(0) = x 0 La soluzione formale del problema è la seguente: x(t) = e At x 0 = Te At T x 0 dove T è la matrice di trasformazione che diagonalizza la matrice A Per determinare T occorre calcolare gli autovalori e gli autovettori di A: det(si A) = s 0 2 s s 2 = s(s 2 4s+5) = s[(s 2) 2 +) Gli autovalori sono s,2 = 2 ± j e s 3 = 0 L autovettore complesso v corrispondente all autovalore s = 2+j è il seguente: (s I A)v =o +j 0 2 +j j v =o v = L autovettore reale v 3 corrispondente all autovalore s 3 = 0 è: (s 3 I A)v 3 = Av 3 = o La seguente matrice di trasformazione T: T = [ v R v I v 3 = porta la matrice A nella forma reale di Jordan: A = T AT = 2 j +j v 3 = o v 3 =, T = =v R +jv I L evoluzioneliberax(t)delsistemaapartiredallacondizioneinizialex 0 èquindilaseguente: x(t) = T e 2t cost e 2t sint 0 e 2t sint e 2t cost T x 0
Forma 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:
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
DettagliRIPASSO DI MATRICI. a 11 a 12 a 1m a 21 a 22 a 2m. a n1 a n2 a nm
RICHIAMI DI ALGEBRA LINEARE Appunti di supporto al corso di Fondamenti di Automatica Prof SILVIA STRADA RIPASSO DI MATRICI Definizione Una matrice `e una tabella di numeri o funzioni organizzati in righe
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
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
DettagliCONTROLLI AUTOMATICI LS Ingegneria Informatica. Analisi modale
CONTROLLI AUTOMATICI LS Ingegneria Informatica Analisi modale Prof. Claudio Melchiorri DEIS-Università di Bologna Tel. 5 9334 e-mail: claudio.melchiorri@unibo.it http://www-lar.deis.unibo.it/~cmelchiorri
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
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
DettagliTEORIA 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.
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
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
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
DettagliSistemi differenziali 2 2: esercizi svolti. 1 Sistemi lineari Stabilità nei sistemi lineari
Sistemi differenziali : esercizi svolti 1 Sistemi lineari Stabilità nei sistemi lineari 14 1 Sistemi differenziali : esercizi svolti 1 Sistemi lineari Gli esercizi contrassegnati con il simbolo * presentano
DettagliCONTROLLO DI ROBOT INDUSTRIALI Laurea Magistrale in Ingegneria Meccatronica
CONTROLLO DI ROBOT INDUSTRIALI Laurea Magistrale in Ingegneria Meccatronica CONTROLLO DI ROBOT INDUSTRIALI ANALISI DEI SISTEMI LTI Ing. Tel. 5 535 e-mail: cristian.secchi@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
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
DettagliRappresentazione in s dei sistemi lineari continui.
Capitolo. INTRODUZIONE. Rappresentazione in s dei sistemi lineari continui. Applicando la trasformazione di Laplace alle funzioni di stato ed uscita di un sistema lineare: L e quindi: ẋ(t) Ax(t)+Bu(t)
DettagliCalcolo del movimento di sistemi dinamici LTI
Calcolo del movimento di sistemi dinamici LTI Analisi modale per sistemi dinamici LTI TD Richiami sull analisi modale Modi naturali e analisi modale per sistemi LTI TD Esercizio 1 Esercizio 2 2 Analisi
DettagliEsercizio Dato il sistema nonlineare a tempo continuo { ẋ1 (t) = x 1 (t)[ ln (x 2 (t)) 1] + e u(t) 1 ẋ 2 (t) = (1 e)x 1 (t) + [x 2 (t) 1][x 2 (t) 1 2
Esercizio Dato il sistema nonlineare a tempo continuo { ẋ1 (t) = x 1 (t)[ ln (x 2 (t)) 1] + e u(t) 1 ẋ 2 (t) = (1 e)x 1 (t) + [x 2 (t) 1][x 2 (t) 1 2 u2 (t) + α] nel quale α è un parametro reale: 1. Determinare
DettagliSoluzione per sistemi dinamici LTI TC Esercizi risolti
Eserciio per sistemi dinamici LTI TC Esercii risolti Dato il seguente sistema dinamico LTI a tempo continuo: [ [ 5 ẋ(t) x(t) + u(t) 4 8 y(t) [ x(t) + 8u(t) determinare l espressione analitica del dello
DettagliEquazioni di Stato: soluzione tramite la matrice esponenziale
Equazioni di Stato: soluzione tramite la matrice esponenziale A. Laudani November 15, 016 Un po di Sistemi Consideriamo il problema di Cauchy legato allo stato della nostra rete elettrica {Ẋ(t) = A X(t)
Dettagli0 0 c. d 1. det (D) = d 1 d n ;
Registro Lezione di Algebra lineare del 23 novembre 216 1 Matrici diagonali 2 Autovettori e autovalori 3 Ricerca degli autovalori, polinomio caratteristico 4 Ricerca degli autovettori, autospazi 5 Matrici
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
DettagliAnalisi Modale. Le evoluzioni libere dei due sistemi a partire dalla condizione iniziale x(0) = x 0 sono
Captolo 1 INTRODUZIONE 21 Anals Modale S facca rfermento al sstema tempo-dscreto e al sstema tempo-contnuo x(k +1)=Ax(k) ẋ(t) =Ax(t) Le evoluzon lbere de due sstem a partre dalla condzone nzale x() = x
Dettagli2.1 Esponenziale di matrici
¾ ½ º¼ º¾¼½ Queste note (attualmente e probabilmente per un bel po sono altamente provvisorie e (molto probabilmente non prive di errori Esponenziale di matrici Esercizio : Data la matrice λ A λ calcolare
Dettagli1 Addendum su Diagonalizzazione
Addendum su Diagonalizzazione Vedere le dispense per le definizioni di autovettorre, autovalore e di trasformazione lineare (o matrice) diagonalizzabile. In particolare, si ricorda che una condizione necessaria
DettagliFondamenti di Matematica del discreto
Fondamenti di Matematica del discreto M1 - Insiemi numerici 12 gennaio 2013 - Laurea on line Esercizio 1. Dire, motivando la risposta, quali delle seguenti equazione diofantee ammettono soluzioni e risolvere
DettagliQueste note (attualmente, e probabilmente per un bel po ) sono altamente provvisorie e (molto probabilmente) non prive di errori.
ËÈÇÆ Æ Á Ä Á Å ÌÊÁ Á Queste note (attualmente e probabilmente per un bel po ) sono altamente provvisorie e (molto probabilmente) non prive di errori 31 Sistemi lineari Consideriamo un sistema lineare nella
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
DettagliAM2: Tracce delle lezioni- Settimana 12 SISTEMI DI EQUAZIONI DIFFERENZIALI LINEARI
AM2: Tracce delle lezioni- Settimana 12 SISTEMI DI EQUAZIONI DIFFERENZIALI LINEARI Sia A = (a ij ), i, j = 1,..., n matrice n n. Le soluzioni del sistema differenziale lineare di n equazioni nelle n incognite
DettagliRappresentazione in s dei sistemi lineari continui.
Capitolo. INTRODUZIONE. Rappresentazione in s dei sistemi lineari continui. Applicando la trasformazione di Laplace alle funzioni di stato ed uscita di un sistema lineare: L e quindi: ẋ(t) = Ax(t) + Bu(t)
DettagliAlgebra lineare. {ax 2 + bx + c R 2 [x] : 2a + 3b = 1} a b c d. M(2, 2) : a + c + d = 2. a b. c d
Algebra lineare 1. Riconoscere se il seguente insieme costituisce uno spazio vettoriale. In caso affermativo trovarne la dimensione e una base. (R n [x] denota lo spazio dei polinomi nell indeterminata
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
DettagliI prova in itinere di Fondamenti di Automatica A.A Novembre 2011 Prof. SILVIA STRADA Tempo a disposizione: 1 h. 45 m.
I prova in itinere di Fondamenti di Automatica A.A. - 8 Novembre Prof. SILVIA STRADA Tempo a disposizione: h. 45 m. SOLUZIONE N.B. Svolgere i vari punti nello spazio che segue ogni esercizio. ESERCIZIO
DettagliGEOMETRIA 1 Autovalori e autovettori
GEOMETRIA 1 Autovalori e autovettori Gilberto Bini - Anna Gori - Cristina Turrini 2018/2019 Gilberto Bini - Anna Gori - Cristina Turrini (2018/2019) GEOMETRIA 1 1 / 28 index Matrici rappresentative "semplici"
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
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
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
DettagliCORSO DI LAUREA IN INGEGNERIA.
CORSO DI LAUREA IN INGEGNERIA. FOGLIO DI ESERCIZI 9 GEOMETRIA E ALGEBRA LINEARE 2012/13 Esercizio 9.1 (8.40). Sia T : R 2 R 3 l applicazione definita da T(x,y) = (2x,x y,2y), e siano B = {(1,0), (1,1)
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
DettagliComplementi di Algebra e Fondamenti di Geometria
Complementi di Algebra e Fondamenti di Geometria Capitolo 3 Forma canonica di Jordan M. Ciampa Ingegneria Elettrica, a.a. 29/2 Capitolo 3 Forma canonica di Jordan Nel Capitolo si è discusso il problema
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
DettagliFONDAMENTI DI SISTEMI DINAMICI (prof. Vincenzo LIPPIELLO A.A ) Corso di Laurea in Ingegneria Elettronica e delle Telecomunicazioni - II anno
Voto Cognome/Nome & No. Matricola FONDAMENTI DI SISTEMI DINAMICI prof. Vincenzo LIPPIELLO A.A. 05 06 Corso di Laurea in Ingegneria Elettronica e delle Telecomunicazioni - II anno PROVA DEL 5 FEBBRAIO 06
Dettagli- ciascun autovalore di T ha molteplicità geometrica uguale alla moltplicitaà algebrica.
Lezioni del 14.05 e 17.05 In queste lezioni si sono svolti i seguenti argomenti. Ripresa del teorema generale che fornisce condizioni che implicano la diagonalizzabilità, indebolimento delle ipotesi, e
DettagliMatrice esponenziale e sistemi differenziali lineari a coefficienti costanti
Matrice esponenziale e sistemi differenziali lineari a coefficienti costanti Matrice esponenziale Sia A R n,n una matrice quadrata n n Per definire l esponenziale di A, prendiamo spunto dall identità e
DettagliSoluzione della seconda prova intermedia di Algebra lineare del 17 maggio Esercizio 1
Soluzione della seconda prova intermedia di Algebra lineare del 17 maggio 2012 Esercizio 1 (a) Si calcola il polinomio caratteristico λ 2 1 p(λ) = det k 1 2k λ k 1 2 2 λ usando lo sviluppo di Laplace secondo
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
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
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
DettagliCapitolo 8 Forme quadratiche e loro applicazioni Esercizi svolti Tutorato di geometria e algebra lineare. Marco Robutti
Capitolo 8 Forme quadratiche e loro applicazioni Esercizi svolti Tutorato di geometria e algebra lineare Marco Robutti 5 Ottobre 2017 1 Introduzione Gli esercizi di questo capitolo riguardano i seguenti
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,
DettagliSistemi differenziali: esercizi svolti. 1 Sistemi lineari 2 2... 2 2 Sistemi lineari 3 3... 10
Sistemi differenziali: esercizi svolti Sistemi lineari 2 2 2 2 Sistemi lineari 3 3 2 Sistemi differenziali: esercizi svolti Sistemi lineari 2 2 Gli esercizi contrassegnati con il simbolo * presentano un
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
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
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 GE0 - Geometria a.a. 07-08 Prova scritta del 7-7-08 TESTO E SOLUZIONI Svolgere tutti gli esercizi.. Per R considerare il sistema lineare X
DettagliGeometria BAER Canale A-K Esercizi 8
Geometria BAER Canale A-K Esercizi 8 Esercizio. Si consideri il sottospazio U = L v =, v, v 3 =. (a) Si trovino le equazioni cartesiane ed una base ortonormale di U. (b) Si trovi una base ortonormale di
DettagliScomposizione in fratti semplici
0.0. 2.2 Scomposizione in fratti semplici La determinazione dell evoluzione libera e dell evoluzione forzata di un sistema lineare stazionario richiede l antitrasformazione di una funzione razionale fratta
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA INDUSTRIALE 27 GENNAIO 2014
FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA INDUSTRIALE 27 GENNAIO 2014 DOCENTE: MATTEO LONGO Rispondere alle domande di Teoria in modo esauriente e completo. Svolgere il maggior numero di esercizi
DettagliTempo a disposizione. 120 minuti. 1 Sia dato l endomorfismo f : R 3 R 3 la cui matrice rispetto alla base canonica di R 3 è.
Dipartimento di Matematica e Informatica Anno Accademico 2015-2016 Corso di Laurea in Informatica (L-31) Prova in itinere di Matematica Discreta (12 CFU) 13 Giugno 2016 B2 Tempo a disposizione. 120 minuti
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
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
Dettagli{Geometria per [Fisica e (Fisica e Astrofisica)]}
{Geometria per [Fisica e (Fisica e Astrofisica)]} Foglio 9 - Soluzioni Esercizio (facoltativo) Un quadrato magico reale di ordine n è una matrice di M n n (R) tale che sommando gli elementi di ogni sua
DettagliAutovalori ed autovettori di una matrice
Autovalori ed autovettori di una matrice Lucia Gastaldi DICATAM http://www.ing.unibs.it/gastaldi/ Indice 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori 2 Metodo delle potenze 3 Calcolo
DettagliEndomorfismi e matrici simmetriche
CAPITOLO Endomorfismi e matrici simmetriche Esercizio.. [Esercizio 5) cap. 9 del testo Geometria e algebra lineare di Manara, Perotti, Scapellato] Calcolare una base ortonormale di R 3 formata da autovettori
Dettagli=. Il vettore non è della forma λ, dunque non è un. 2. Il vettore 8 2 non è della forma λ 1
a.a. 2005-2006 Esercizi. Autovalori e autovettori. Soluzioni. Sia A = e sia x =. Dire se x è autovettore di A. Se si dire per quale 8 autovalore. Sol. Si ha =. Il vettore non è della forma λ dunque 8 29
DettagliGeometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 2017/2018 Canali A C, e L Pa
Geometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 27/28 Canali A C, e L Pa Durata: 2 ore e 3 minuti Simone Diverio Alessandro D Andrea Paolo Piccinni 7 settembre
DettagliScomposizione in fratti semplici
0.0.. a gradoni Scomposizione in fratti semplici La determinazione dell evoluzione libera e dell evoluzione forzata di un sistema lineare stazionario richiede l antitrasformazione di una funzione razionale
DettagliDefinizioni e operazioni fondamentali
MATRICI Definizioni e operazioni fondamentali Autovalori e autovettori Potenza Esponenziale Limiti, derivate e integrali Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 1 DEFINIZIONI
DettagliESERCIZIO 1 Si consideri il sistema con ingresso u(t) ed uscita y(t) descritto dalle seguenti equazioni
ESERCIZIO 1 Si consideri il sistema con ingresso u(t) ed uscita y(t) descritto dalle seguenti equazioni ẋ 1 (t) x 1 (t) + 3x 2 (t) + u(t) ẋ 2 (t) 2u(t) y(t) x 1 (t) + x 2 (t) 1. Si classifichi il sistema
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.:.................................
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.
DettagliDefinizione. Sia f : V V un endomorfismo e λ R. Se esiste v V non nullo tale che
Autovalori ed autovettori [Abate, 131] Sia f : V V un endomorfismo e λ R Se esiste v V non nullo tale che f(v) = λv, diremo che λ è un autovalore di f e che v è un autovettore di f associato a λ Lezioni
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
DettagliPOTENZE DI MATRICI QUADRATE
POTENZE DI MATRICI QUADRATE In alcune applicazioni pratiche, quali lo studio di sistemi dinamici discreti, può essere necessario calcolare le potenze A k, per k N\{0}, di una matrice quadrata A M n n (R)
DettagliAUTOVALORI, AUTOVETTORI, AUTOSPAZI
AUTOVALORI, AUTOVETTORI, AUTOSPAZI. Esercizi Esercizio. Sia f : R 3 R 3 l endomorfismo definito da f(x, y, z) = (x+y, y +z, x+z). Calcolare gli autovalori ed una base per ogni autospazio di f. Dire se
DettagliDiagonalizzazione di matrici: autovalori, autovettori e costruzione della matrice diagonalizzante 1 / 13
Diagonalizzazione di matrici: autovalori, autovettori e costruzione della matrice diagonalizzante 1 / 13 Matrici diagonali 2 / 13 Ricordiamo che una matrice quadrata si dice matrice diagonale se a ij =
DettagliGEOMETRIA CORREZIONE DELLE PROVE D ESAME
GEOMETRIA CORREZIONE DELLE PROVE D ESAME 1. Prova del 27 settembre 2011 - A Esercizio 1.1. Si trovino i valori del parametro reale k per cui il sistema lineare (k + 1)x + (k 4)y + z = k (k + 2)x + (k 2)y
DettagliScomposizione in fratti semplici
0.0. 2.2 Scomposizione in fratti semplici Evoluzione forzata di un equazione differenziale: la trasformata di Laplace Y(s) del segnale di uscita y(t) è uguale al prodotto della trasformata di Laplace X(s)
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 =
DettagliAPPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a
APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof FPodestà, aa 003-004 Sia V uno spazio vettoriale e sia f : V V una applicazione lineare una tale applicazione da uno spazio vettoriale in se stesso è chiamata
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
DettagliParte 8. Prodotto scalare, teorema spettrale
Parte 8. Prodotto scalare, teorema spettrale A. Savo Appunti del Corso di Geometria 3-4 Indice delle sezioni Prodotto scalare in R n, Basi ortonormali, 4 3 Algoritmo di Gram-Schmidt, 7 4 Matrici ortogonali,
DettagliElementi di Analisi dei Sistemi Soluzione esercizi prima prova intermedia
Elementi di Analisi dei Sistemi Soluzione esercizi prima prova intermedia Gianluca Mereu, Alessandro Giua {gianluca.mereu,giua}@diee.unica.it 07/04/207 Soluzione Esercizio. Si risponda in modo chiaro ed
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
DettagliUniversità degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 5 luglio 2013 Tema A
Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 5 luglio 2013 Tema A Tempo a disposizione: 1 ora e mezza. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio va iniziato all
DettagliSi deve verificare (sulla brutta copia) che (1 i 3)z dà lo stesso risultato usando l espressione del testo e la soluzione trovata.
Università degli Studi di Bergamo Corso integrato di Analisi 1 (Geometria e Algebra Lineare 18 febbraio 1 Tema A Tempo a disposizione: ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio
DettagliCORSO DI ALGEBRA (M-Z) Prof. A. Venezia
CORSO DI ALGEBRA (M-Z) Prof. A. Venezia 2015-16 Complementi ed Esercizi 1. AUTOVETTORI e AUTOVALORI di ENDOMORFISMI e MATRICI Una applicazione lineare avente per dominio e condominio lo stesso spazio vettoriale
DettagliCompito di Analisi Matematica II del 28 giugno 2006 ore 11
Compito di Analisi Matematica II del 28 giugno 26 ore Esercizio. ( punti) Calcolare il flusso del campo vettoriale F (,, z) = (z, z 2, z 2 ) } uscente dalla frontiera di D = (,, z) R 3 : 2 + z 2, z,. Svolgimento
DettagliComplementi sulla forma canonica di Jordan
Complementi sulla forma canonica di Jordan In questa nota, facendo riferimento per definiioni e notaioni al Capitolo di Introduione ai sistemi dinamici del Prof. Guido Gentile (d ora in poi citato come
DettagliAlgebra Lineare Autovalori
Algebra Lineare Autovalori Stefano Berrone Sandra Pieraccini Dipartimento di Matematica Politecnico di Torino, Corso Duca degli Abruzzi 24, 10129, Torino, Italy e-mail: sberrone@calvino.polito.it sandra.pieraccini@polito.it
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
DettagliRichiami di Algebra Lineare
Richiami di Algebra Lineare Eduardo Rossi Università degli Studi di Pavia Corso di Econometria Marzo 2012 Rossi Algebra Lineare 2012 1 / 59 Vettori Prodotto interno a : (n 1) b : (n 1) a b = a 1 b 1 +
DettagliLAUREA IN INGEGNERIA CIVILE ED AMBIENTE-TERRITORIO Corso di Matematica 2 Padova TEMA n.1
LAUREA IN INGEGNERIA CIVILE ED AMBIENTE-TERRITORIO Corso di Matematica Padova -8-8 TEMA n.1 PARTE 1. Quesiti preliminari Stabilire se le seguenti affermazioni sono vere o false giustificando brevemente
DettagliRichiami di Algebra Lineare
Appendice A Richiami di Algebra Lineare In questo capitolo sono presentati alcuni concetti di algebra lineare L algebra lineare è quella branca della matematica che si occupa dello studio di vettori, spazi
DettagliDIAGONALIZZAZIONE E FORME QUADRATICHE / ESERCIZI PROPOSTI
M.GUIDA, S.ROLANDO, 204 DIAGONALIZZAZIONE E FORME QUADRATICHE / ESERCIZI PROPOSTI L asterisco contrassegna gli esercizi più difficili o che possono considerarsi meno basilari. Autovalori, autospazi e diagonalizzazione
DettagliUniversità di Pisa. Corso di Laurea in Ingegneria Meccanica Geometria e Algebra Lineare
Università di Pisa Corso di Laurea in Ingegneria Meccanica Geometria e Algebra Lineare Cognome e Nome: Corso di studi: Anno di iscrizione: Numero di matricola: Scritto n. 1 del 16 Esercizio 1. Si studi
DettagliAUTOVALORI. NOTE DI ALGEBRA LINEARE
AUTOVALORI. NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 GENNAIO 2011 1. Il polinomio minimo Sia f : V V un endomorfismo lineare di uno spazio vettoriale di dimensione finita sul campo K. Per ogni
DettagliApplicazioni lineari simmetriche e forme quadratiche reali.
Applicazioni lineari simmetriche e forme quadratiche reali 1 Applicazioni lineari simmetriche Consideriamo lo spazio IR n col prodotto scalare canonico X Y = t XY = x 1 y 1 + + x n y n Definizione Un applicazione
Dettagli