Prova d esame di Ottimizzazione (LM)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Prova d esame di Ottimizzazione (LM)"

Transcript

1 Corso di Laurea Magistrale e Laurea Specialistica in Ingegneria Gestionale Prova d esame di Ottimizzazione (LM) 4 Luglio 2011 Domanda 1 (11 punti) Sia f : R n R una funzione quadratica: f(x) = 1 2 xt Qx + c T x con Q matrice simmetrica e definita positiva. Dimostrare che il metodo del gradiente con ricerca di linea esatta converge all unico punto di imo x = Q 1 c. Domanda 2 (7 punti) Dato il problema: f(x) h j (x) = 0, j = 1,..., m n con f : R n R, h j : R n R, j = 1,..., m, descrivere il metodo di soluzione basato su funzioni lagrangiane aumentate sequenziali, spiegandone le basi analitiche e motivandone i singoli passi. 1

2 Corso di Laurea Magistrale e Laurea Specialistica in Ingegneria Gestionale Prova d esame di Ottimizzazione dei Sistemi Complessi 4 Luglio 2011 Domanda 1 (11 punti) Dato il problema: f(x) h j (x) = 0, j = 1,..., m n con f : R n R, h j : R n R, j = 1,..., m, descrivere il metodo di soluzione basato su funzioni lagrangiane aumentate sequenziali, spiegandone le basi analitiche e motivandone i singoli passi. Domanda 2 (7 punti) Dato il problema: f(x) g i (x) 0, i = 1,..., p h j (x) = 0, j = 1,..., m n con x R n, f C 2, g i C 2, h j C 2, enunciare e dimostrare le condizioni sufficienti del secondo ordine. 2

3 Corso di Laurea Magistrale e Laurea Specalistica in Ingegneria Gestionale Prova d esame di: Ottimizzazione (LM) Ottimizzazione dei Sistemi Complessi 4 Luglio Compito A Esercizio 1 (9 punti) Dato il problema di PNL: (x + 4) 2 x y 2 (x 4) 2 + y (1 punto) dire se il problema è convesso, motivando la risposta analiticamente; - (2 punti) dire se il problema ammette soluzione globale, motivando la risposta analiticamente; - (3 punti) deterare i punti che soddisfano le condizioni di KKT; - (1 punto) scegliere uno dei punti di KKT trovati e verificare se soddisfa le condizioni sufficienti di ottimalità del secondo ordine; - (2 punti) scrivere per il problema la funzione Lagrangiana aumentata sequenziale e le formule di aggiornamento dei moltiplicatori. Esercizio 2 (6 punti) Dato il problema con piú obiettivi: max x y x 2 + y 2 4 x y 0 x + y 0 - (2 punti) aiutandosi anche con una rappresentazione grafica, deterare il vettore ideale z1 id, z2 id degli obiettivi e le soluzioni ammissibili x id 1, x id 2 che lo deterano; - (3 punti) deterare almeno una soluzione di Pareto distinta dalle soluzioni x id 1 e x id 2 utilizzando il metodo degli ɛ-vincoli e risolvendo graficamente il problema scalarizzato; - (1 punto) dire, motivando la risposta, se la soluzione di Pareto deterata al punto precedente è debole o forte. 3

4 Esercizio 3 (6 punti) Dato il problema di controllo ottimo con T fissato: 1 2 (x 3(T )) ẋ 1 (t) = x 2 (t) ẋ 2 (t) = x 3 (t) T ẋ 3 (t) = x 1 (t) x 2 (t) + cos(u(t)) x 1 (0) = x 2 (0) = x 3 (0) = 1 x 1 (T ) = x 2 (T ) = 0 π u(t) π - (1 punto) scrivere la funzione Hamiltoniana; - (2 punti) scrivere le equazioni di costato; 0 ( x1 (t) 2 + x 2 (t) 2 + u(t) 2) dt - (2 punti) scrivere la condizione necessaria di ottimo data dal principio del massimo; - (1 punto) scrivere l ulteriore condizione necessaria che si otterrebbe se il tempo finale T fosse libero. 4

5 Corso di Laurea Magistrale e Laurea Specalistica in Ingegneria Gestionale Prova d esame di: Ottimizzazione (LM) Ottimizzazione dei Sistemi Complessi 4 Luglio Compito B Esercizio 1 (9 punti) Dato il problema di PNL: y 2 x 2 y x 2 + (y 4) (1 punto) dire se il problema è convesso, motivando la risposta analiticamente; - (2 punti) dire se il problema ammette soluzione globale, motivando la risposta analiticamente; - (3 punti) deterare i punti che soddisfano le condizioni di KKT; - (1 punto) scegliere uno dei punti di KKT trovati e verificare se soddisfa le condizioni sufficienti di ottimalità del secondo ordine; - (2 punti) scrivere per il problema la funzione Lagrangiana aumentata sequenziale e le formule di aggiornamento dei moltiplicatori. Esercizio 2 (6 punti) Dato il problema con piú obiettivi: max x y x 2 + y 2 4 x y 0 x + y 0 - (2 punti) aiutandosi anche con una rappresentazione grafica, deterare il vettore ideale z1 id, z2 id degli obiettivi e le soluzioni ammissibili x id 1, x id 2 che lo deterano; - (3 punti) deterare almeno una soluzione di Pareto distinta dalle soluzioni x id 1 e x id 2 utilizzando il metodo degli ɛ-vincoli e risolvendo graficamente il problema scalarizzato; - (1 punto) dire, motivando la risposta, se la soluzione di Pareto deterata al punto precedente è debole o forte. 5

6 Esercizio 3 (6 punti) Dato il problema di controllo ottimo con T fissato: T 1 2 (x 1(T )) ( x2 (t) 2 + x 3 (t) 2 + u(t) 2) dt 2 0 ẋ 1 (t) = x 2 (t) x 3 (t) + cos(u(t)) ẋ 2 (t) = x 1 (t) ẋ 3 (t) = x 2 (t) x 1 (0) = x 2 (0) = x 3 (0) = 1 x 2 (T ) = x 3 (T ) = 0 π u(t) π - (1 punto) scrivere la funzione Hamiltoniana; - (2 punti) scrivere le equazioni di costato; - (2 punti) scrivere la condizione necessaria di ottimo data dal principio del massimo; - (1 punto) scrivere l ulteriore condizione necessaria che si otterrebbe se il tempo finale T fosse libero. 6

Prova d esame di: Ottimizzazione (LM) Ottimizzazione dei Sistemi Complessi

Prova d esame di: Ottimizzazione (LM) Ottimizzazione dei Sistemi Complessi Corso di Laurea Magistrale e Laurea Specialistica in Ingegneria Gestionale 20 Luglio 2010 (Mattina) Domanda 1 (11 punti) Dato il problema di PNL: min f(x) h j (x) = 0, j = 1,..., m n con x R n, f C 2,

Dettagli

ESAME di OTTIMIZZAZIONE - Compito A Corso di Laurea in Ingegneria Gestionale 2 o anno

ESAME di OTTIMIZZAZIONE - Compito A Corso di Laurea in Ingegneria Gestionale 2 o anno ESAME di OTTIMIZZAZIONE 7 aprile 006 ESAME di OTTIMIZZAZIONE - Compito A Corso di Laurea in Ingegneria Gestionale o anno Cognome : Nome : VALUTAZIONE Per gli esercizi,,3,4: ogni risposta CORRETTA vale

Dettagli

ESAME di OTTIMIZZAZIONE - Compito A (bianco) Corso di Laurea in Ingegneria Gestionale 2 o anno

ESAME di OTTIMIZZAZIONE - Compito A (bianco) Corso di Laurea in Ingegneria Gestionale 2 o anno ESAME di OTTIMIZZAZIONE 16 gennaio 2009 ESAME di OTTIMIZZAZIONE - Compito A (bianco) Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : Nome : VALUTAZIONE Per gli esercizi 1,2,3,4: ogni risposta

Dettagli

ESAME di OTTIMIZZAZIONE - Compito A Corso di Laurea in Ingegneria Gestionale 2 o anno

ESAME di OTTIMIZZAZIONE - Compito A Corso di Laurea in Ingegneria Gestionale 2 o anno ESAME di OTTIMIZZAZIONE 12 gennaio pomeriggio 2005 ESAME di OTTIMIZZAZIONE - Compito A Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : Nome : VALUTAZIONE Per gli esercizi 1,2,3,4 le risposte

Dettagli

Università degli Studi di Roma La Sapienza

Università degli Studi di Roma La Sapienza Università degli Studi di Roma La Sapienza Dipartimento di Informatica e Sistemistica A. Ruberti Proff. Gianni Di Pillo and Laura Palagi Note per il corso di OTTIMIZZAZIONE (a.a. 2007-08) Dipartimento

Dettagli

Le condizioni di Karush-Kuhn-Tucker

Le condizioni di Karush-Kuhn-Tucker Capitolo 9 Le condizioni di Karush-Kuhn-Tucker 9. Introduzione In questo capitolo deriveremo le condizioni necessarie di Karush-Kuhn-Tucker (KKT) per problemi vincolati in cui S è descritto da vincoli

Dettagli

4.4 Programmazione quadratica

4.4 Programmazione quadratica 4.4 Programmazione quadratica Minimizzare una funzione quadratica soggetta a vincoli lineari: min 1 2 xt Qx + c t x s.v. a t i x b i i D (P) a t i x = b i i U x R n dove Q matrice n n, D e U sono gli insiemi

Dettagli

5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate. min f(x) s.v. c i (x) 0 i I c i (x) = 0 i E (1) x R n

5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate. min f(x) s.v. c i (x) 0 i I c i (x) = 0 i E (1) x R n 5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate Consideriamo il generico problema di PNL min f(x) s.v. c i (x) 0 i I c i (x) = 0 i E (1) x R n dove f e le c i sono di classe

Dettagli

8.3 Condizioni di ottimalità (qualifica dei vincoli e KKT) 2

8.3 Condizioni di ottimalità (qualifica dei vincoli e KKT) 2 8.1 Campagna pubblicitaria Una agenzia di pubblicità deve effettuare una campagna promozionale con due mezzi di comunicazione: gli annunci alla radio e quelli sui giornali. Vengono considerate m stazioni

Dettagli

5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate

5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate 5.6 Metodo di penalità e metodo basato sulle funzioni lagrangiane aumentate Consideriamo il generico problema di PNL min f (x) s.v. c i (x) 0 i I c i (x) = 0 i E (1) x R n dove f e le c i sono di classe

Dettagli

ESAME di OTTIMIZZAZIONE Corso di Laurea Magistrale in Ingegneria Gestionale 1 o anno

ESAME di OTTIMIZZAZIONE Corso di Laurea Magistrale in Ingegneria Gestionale 1 o anno SIMULAZIONE ESAME di OTTIMIZZAZIONE 27 Gennaio 21 ESAME di OTTIMIZZAZIONE Corso di Laurea Magistrale in Ingegneria Gestionale 1 o anno Cognome : Nome : Esercizio 1. Si consideri il seguente problema: min

Dettagli

RICERCA OPERATIVA (9 cfu)

RICERCA OPERATIVA (9 cfu) a PROVA scritta di RICERCA OPERATIVA (9 cfu) gennaio Cognome Nome Ai fini della pubblicazione (cartacea e elettronica) del risultato ottenuto nella prova di esame, autorizzo al trattamento dei miei dati

Dettagli

7.9 Il caso vincolato: vincoli di disuguaglianza

7.9 Il caso vincolato: vincoli di disuguaglianza 7.9 Il caso vincolato: vincoli di disuguaglianza Il problema con vincoli di disuguaglianza: g i (x) 0, i = 1,..., p, (51) o, in forma vettoriale: g(x) 0, può essere trattato basandosi largamente su quanto

Dettagli

Esercizi di ottimizzazione vincolata

Esercizi di ottimizzazione vincolata Esercizi di ottimizzazione vincolata A. Agnetis, P. Detti Esercizi svolti 1 Dato il seguente problema di ottimizzazione vincolata max x 1 + x 2 x 1 4x 2 3 x 1 + x 2 2 0 x 1 0 studiare l esistenza di punti

Dettagli

5.5 Programmazione quadratica (PQ)

5.5 Programmazione quadratica (PQ) 5.5 Programmazione quadratica (PQ Minimizzare una funzione quadratica soggetta a vincoli lineari: 1 min x t Qx + c t x 2 s.v. a t i x b i i D (P a t i x = b i i U x R n dove Q matrice n n, D e U sono gli

Dettagli

Soluzione. 8.1 Campagna pubblicitaria. Exercise session 8 Optimization Prof. E. Amaldi. Insiemi. I = {1,...,m}: insieme delle radio

Soluzione. 8.1 Campagna pubblicitaria. Exercise session 8 Optimization Prof. E. Amaldi. Insiemi. I = {1,...,m}: insieme delle radio Soluzione 8.1 Campagna pubblicitaria Insiemi I = {1,...,m}: insieme delle radio J = {1,...,n}: insieme dei giornali Variabili r i r 1 i : minuti sulla stazione radiofonica i I (sotto i 25) : minuti sulla

Dettagli

NLP KKT 1. Le condizioni necessarie di ottimo per il problema min f o (x) con vincoli g i (x) 0 i I h j (x) = 0 j J

NLP KKT 1. Le condizioni necessarie di ottimo per il problema min f o (x) con vincoli g i (x) 0 i I h j (x) = 0 j J NLP KKT 1 Le condizioni necessarie di ottimo per il problema min f o (x) g i (x) 0 i I h j (x) = 0 j J sono, riferite ad un punto ammissibile x*, μ 0 f o (x*) + i I μ i g i (x*) + j J λ j h j (x*) = 0

Dettagli

UNIVERSITÀ DEGLI STUDI DI GENOVA

UNIVERSITÀ DEGLI STUDI DI GENOVA UNIVERSITÀ DEGLI STUDI DI GENOVA Corso di Laurea Specialistica in Ingegneria Gestionale Corso di Ricerca Operativa 2 (CD) codice 60204 A.A. 2011/2012 Docente: Mauro Gaggero PROGRAMMA DEL CORSO 1. Introduzione

Dettagli

Ottimizzazione dei Sistemi Complessi

Ottimizzazione dei Sistemi Complessi 1 Giovedì 11 Aprile 2017 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Definizione di ottimalità secondo Pareto Dato il problema multiobiettivo min f 1 (x),..., f k (x) s.t. x F. Un punto

Dettagli

Programmazione Multiobiettivo

Programmazione Multiobiettivo f Capitolo 12 Programmazione Multiobiettivo 12.1 Introduzione I problemi di ottimizzazione che abbiamo considerato fino a questo momento hanno un solo obiettivo da minimizzare (o massimizzare). In molte

Dettagli

9.1 Ottimizzazione di portafoglio: selezione di titoli in presenza di rischio

9.1 Ottimizzazione di portafoglio: selezione di titoli in presenza di rischio 9.1 Ottimizzazione di portafoglio: selezione di titoli in presenza di rischio Consideriamo il problema di costituire un portafoglio di titoli, sfruttando un budget B. Il mercato offre n titoli, con un

Dettagli

Esercizi su ottimizzazione vincolata

Esercizi su ottimizzazione vincolata Esercizi su ottimizzazione vincolata 1. Rispondere alle seguenti domande (a) Quando un vincolo di disuguaglianza è detto attivo? (b) Cosa è l insieme delle soluzioni ammissibili? Gli algoritmi di ricerca

Dettagli

SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno

SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno SIMULAZIONE ESAME 3 dicembre 2004 SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : Nome : ANONIMO VALUTAZIONE Per gli esercizi 1,3,5 le risposte CORRETTE

Dettagli

Programmazione Matematica / A.A Soluzioni di alcuni esercizi

Programmazione Matematica / A.A Soluzioni di alcuni esercizi Programmazione Matematica / A.A. 7-8 Soluzioni di alcuni esercizi Esercizi - I. Aggiungiamo al problema una variabile v, e richiediamo che v soddisfi v n a ij x j b i. j= Fissato x, il minimo v che soddisfa

Dettagli

Capitolo 3: Ottimizzazione non vincolata parte II. E. Amaldi DEI, Politecnico di Milano

Capitolo 3: Ottimizzazione non vincolata parte II. E. Amaldi DEI, Politecnico di Milano Capitolo 3: Ottimizzazione non vincolata parte II E. Amaldi DEI, Politecnico di Milano 3.3 Metodi basati su direzioni di ricerca Problema di ottimizzazione non vincolata: min x R n f(x) con f : R n R di

Dettagli

Dualità Lagrangiana. Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa

Dualità Lagrangiana. Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa Dualità Lagrangiana Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 3 Novembre 2015 Ricerca Operativa 2 Laurea Magistrale in

Dettagli

SQP (Sequential Quadratic Programming ) La soluzione del problema min f o (x) g i (x) = 0, i I

SQP (Sequential Quadratic Programming ) La soluzione del problema min f o (x) g i (x) = 0, i I SQP (Sequential Quadratic Programming ) La soluzione del problema min f o (x) g i (x) = 0, i I e caratterizzata dalle condizioni f o (x) + i I μ i g i (x) = 0 e dall ammissibilita ( g i (x) = 0, i I )

Dettagli

SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno

SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno SIMULAZIONE ESAME di OTTIMIZZAZIONE 28 novembre 2005 SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : XXXXXXXXXXXXXXXXX Nome : XXXXXXXXXXXXXX VALUTAZIONE

Dettagli

FONDAMENTI DI AUTOMATICA (Ingegneria Biomedica) Appello del 16 febbraio 2010: testo e soluzione. y = x 1

FONDAMENTI DI AUTOMATICA (Ingegneria Biomedica) Appello del 16 febbraio 2010: testo e soluzione. y = x 1 FONDAMENTI DI AUTOMATICA (Ingegneria Biomedica) Appello del 16 febbraio 21: testo e soluzione Prof. Maria Prandini 1. Si consideri il sistema descritto dalle seguenti equazioni: ẋ 1 = x 2 2 + x 1 ẋ 2 =

Dettagli

Condizioni di Karush-Kuhn-Tucker e Programmazione Lineare

Condizioni di Karush-Kuhn-Tucker e Programmazione Lineare Condizioni di Karush-Kuhn-Tucker e Programmazione Lineare A. Agnetis 1 Richiami su condizioni di Karush-Kuhn-Tucker e convessità Si consideri il problema di ottimizzazione vincolata: min f(x) (1) x X R

Dettagli

Equazioni differenziali e teoria della misura

Equazioni differenziali e teoria della misura SISSA Area Matematica Esame di ammissione per il corso di Analisi Matematica, Modelli e Applicazioni 2 settembre 23 Il candidato risolva CINQUE dei seguenti problemi, e indichi chiaramente sulla prima

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Primo appello 30 gennaio Esercizio 1.

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Primo appello 30 gennaio Esercizio 1. A = Esercizio In tabella sono riportati gli archi di un grafo con nodi, e sono dati i costi di ogni arco. Risolvere il problema del camo imo per ogni coppia di nodi applicando l algoritmo di Floyd e Warshall.

Dettagli

Corso di Analisi Matematica 1

Corso di Analisi Matematica 1 Corso di Analisi Matematica 1 in Ingegneria Biomedica Prof. A. Iannizzotto Prove d esame 2016 Versione del 21 dicembre 2016 Appello del 14 gennaio 2016 Tempo: 150 minuti Compito A 1. Enunciare e dimostrare

Dettagli

(a) è chiuso; (b) il punto (1, 1/e) è punto di accumulazione di A; (c) è convesso.

(a) è chiuso; (b) il punto (1, 1/e) è punto di accumulazione di A; (c) è convesso. Cognome Nome Matricola Laurea Civ Amb Gest Inf Eln Tlc Mec Non scrivere qui 1 3 4 5 6 Università degli Studi di Parma Dipartimento di Ingegneria e Architettura Esame di Analisi Matematica Soluzioni AA

Dettagli

Terza raccolta di esercizi (Gli esercizi sono tutti da compiti d esame )

Terza raccolta di esercizi (Gli esercizi sono tutti da compiti d esame ) 1. Sia data la regione ammissibile definita da Terza raccolta di esercizi (Gli esercizi sono tutti da compiti d esame ) x 3 y 0 x 3 + y 0 x 1 Si disegni la regione ammissibile e si disegni il cono tangente

Dettagli

Analisi Matematica 2. Ottimizzazione in due variabili. Ottimizzazione in due variabili 1 / 31

Analisi Matematica 2. Ottimizzazione in due variabili. Ottimizzazione in due variabili 1 / 31 Analisi Matematica 2 Ottimizzazione in due variabili Ottimizzazione in due variabili 1 / 31 Ottimizzazione. Figure: Massimi e minimi relativi (o locali), Massimi e minimi assoluti (o globali) Ottimizzazione

Dettagli

Domini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo):

Domini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo): UNIVERSITA DEGLI STUDI DI SALERNO C.d.L. in INGEGNERIA GESTIONALE Esercizi di Ricerca Operativa Prof. Saverio Salerno Corso tenuto nell anno solare 2009 I seguenti esercizi sono da ritenersi di preparazione

Dettagli

Prova Finale di Tipo B e Prova di Accesso alla Laurea Magistrale 1 Febbraio 2007

Prova Finale di Tipo B e Prova di Accesso alla Laurea Magistrale 1 Febbraio 2007 Prova Finale di Tipo B e Prova di Accesso alla Laurea Magistrale 1 Febbraio 27 Dipartimento di Matematica Università di Roma Tre U. Bessi, A. Bruno, S. Gabelli, G. Gentile Istruzioni (a) La sufficienza

Dettagli

Programmazione Matematica / A.A Soluzioni di alcuni esercizi

Programmazione Matematica / A.A Soluzioni di alcuni esercizi Programmazione Matematica / A.A. 8-9 Soluzioni di alcuni esercizi Esercizi - I 3. Aggiungiamo al problema una variabile v, e richiediamo che v soddisfi v n a ij x j b i. j= Fissato x, il minimo v che soddisfa

Dettagli

Appunti delle esercitazioni di Ricerca Operativa

Appunti delle esercitazioni di Ricerca Operativa Appunti delle esercitazioni di Ricerca Operativa a cura di P. Detti 1 Esercizi sulle condizioni di ottimalitµa per problemi di ottimizzazione vincolata Esempio 1 Determinare il punto di intersezione dei

Dettagli

Progr. Non Lineare: algoritmi

Progr. Non Lineare: algoritmi Progr. Non Lineare: algoritmi Fabio Schoen schoen@ing.unifi.it http://globopt.dsi.unifi.it/users/schoen A.A. 22-23 Programmazione Non Lineare: Cenni sugli algoritmi di ottimizzazione locale Schema generale

Dettagli

Corso di Laurea in Matematica - Esame di Geometria 1. Prova scritta del 30 gennaio 2017

Corso di Laurea in Matematica - Esame di Geometria 1. Prova scritta del 30 gennaio 2017 Corso di Laurea in Matematica - Esame di Geometria 1 Prova scritta del 30 gennaio 2017 Cognome Nome Numero di matricola Voto ATTENZIONE. Riportare lo svolgimento completo degli esercizi. I soli risultati,

Dettagli

4.5 Metodo del gradiente

4.5 Metodo del gradiente 4.5 Metodo del gradiente Si cerca un punto stazionario di f : R n R con f C 1. Metodo del gradiente con ricerca 1-D esatta: Scegliere x 0, porre k := 0 Iterazione: d k := f(x k ) Determinare α k > 0 tale

Dettagli

Analisi Matematica T-2 Ingegneria Edile Ravenna 2015/16

Analisi Matematica T-2 Ingegneria Edile Ravenna 2015/16 Analisi Matematica T-2 Ingegneria Edile Ravenna 2015/16 Fausto Ferrari, Daniele Morbidelli Aggiornato al 2 giugno 2016 Informazioni pratiche: Libro di riferimento: Bramanti, Pagani, Salsa, Analisi MAtematica

Dettagli

ANALISI MATEMATICA 3. esercizi assegnati per la prova scritta del 31 gennaio 2011

ANALISI MATEMATICA 3. esercizi assegnati per la prova scritta del 31 gennaio 2011 esercizi assegnati per la prova scritta del 31 gennaio 2011 Esercizio 1. Per x > 0 e n N si ponga f n (x) = ln ( n 5 x ) a) Provare l integrabilità delle funzioni f n in (0, + ). 3 + n 4 x 2. b) Studiare

Dettagli

dati due vettori di lunghezza, rispettivamente, a, b e l angolo α tra essi, la loro distanza euclidea al quadrato è pari a: a 2 +b 2 2abcos(α).

dati due vettori di lunghezza, rispettivamente, a, b e l angolo α tra essi, la loro distanza euclidea al quadrato è pari a: a 2 +b 2 2abcos(α). 7.1 Il poligono più grande Formulare in termini di programmazione matematica il seguente problema: fissato un intero n, trovare il poligono di n lati (n-gono) con diametro (massima distanza tra due vertici)

Dettagli

Corso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 19 Febbraio 2016

Corso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 19 Febbraio 2016 Corso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 19 Febbraio 2016 Nome Cognome Matricola Punteggi 10 cfu Teoria Ex.1 Ex.2 Ex.3 Ex. 4 Ex.5 /6 /5 /5 /5

Dettagli

Domande d esame. Ricerca Operativa. G. Liuzzi. Giovedí 14 Maggio 2015. 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR

Domande d esame. Ricerca Operativa. G. Liuzzi. Giovedí 14 Maggio 2015. 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR 1 Giovedí 14 Maggio 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Geometria di R n 1 Dare la definizione di Poliedro e Vertice di un Poliedro 2 Dare la definizione di Poliedro e di Politopo

Dettagli

Corsi di laurea in Matematica e Fisica - Anno Accademico 2017/18 FM210 / MA. Quarto Scritto [ ]

Corsi di laurea in Matematica e Fisica - Anno Accademico 2017/18 FM210 / MA. Quarto Scritto [ ] Corsi di laurea in Matematica e Fisica - Anno Accademico 2017/18 FM210 / MA Quarto Scritto [21-1-2019] 1. Tre punti materiali A, B, C di massa m sono vincolati a muoversi in un piano verticale Π di origine

Dettagli

1) Data la seguente istanza di TSP (grafo completo con 5 nodi): c 12 = 52; c 13 = 51; c 14 = 40; c 15 = 53; c 23 = 44;

1) Data la seguente istanza di TSP (grafo completo con 5 nodi): c 12 = 52; c 13 = 51; c 14 = 40; c 15 = 53; c 23 = 44; 1) Data la seguente istanza di TSP (grafo completo con 5 nodi): c 12 = 52; c 13 = 51; c 14 = 40; c 15 = 53; c 23 = 44; c 24 = 15; c 25 = 12; c 34 = 32; c 35 = 55; c 45 = 24 Si calcoli l ottimo duale (formulazione

Dettagli

La dualità nella Programmazione Lineare

La dualità nella Programmazione Lineare Capitolo 3 La dualità nella Programmazione Lineare 3.1 Teoria della dualità Esercizio 3.1.1 Scrivere il problema duale del seguente problema di Programmazione Lineare: min x 1 x 2 + x 3 2x 1 +3x 2 3 x

Dettagli

1. (6 pt) Si consideri l applicazione lineare L : R 4 R 3 tale che = 1 = 2 0, L

1. (6 pt) Si consideri l applicazione lineare L : R 4 R 3 tale che = 1 = 2 0, L CORSO DI GEOMETRIA E ALGEBRA Cognome e Nome: Corso di Laurea: 4 febbraio 6 Matricola: Anno di corso:. (6 pt Si consideri l applicazione lineare L : R 4 R 3 tale che L =, L =, L =, L =. (a Calcolare le

Dettagli

Esercizi su Funzioni di più variabili. - Parte II. Derivate parziali, derivate direzionali, piano tangente

Esercizi su Funzioni di più variabili. - Parte II. Derivate parziali, derivate direzionali, piano tangente Esercizi su Funzioni di più variabili. - Parte II Derivate parziali, derivate direzionali, piano tangente 1. Data la funzione f(x, y, z) = e x2 y 3 sin(x + z) calcolarne il gradiente e la derivata direzionale

Dettagli

Capitolo 3: Ottimizzazione non vincolata parte III. E. Amaldi DEI, Politecnico di Milano

Capitolo 3: Ottimizzazione non vincolata parte III. E. Amaldi DEI, Politecnico di Milano Capitolo 3: Ottimizzazione non vincolata parte III E. Amaldi DEI, Politecnico di Milano 3.4 Metodi di ricerca unidimensionale In genere si cerca una soluzione approssimata α k di min g(α) = f(x k +αd k

Dettagli

Analisi Matematica II Politecnico di Milano Ingegneria Industriale

Analisi Matematica II Politecnico di Milano Ingegneria Industriale Analisi Matematica II Politecnico di Milano Ingegneria Industriale Autovalutazione #5. Sia f : R R la funzione definita da f(x, y) x + x + y + x + y (x, y) R. (a) Determinare il segno di f. (b) Calcolare

Dettagli

Esercizi di preparazione alla PFB

Esercizi di preparazione alla PFB Università degli Studi Roma Tre - Corso di Laurea in Matematica Esercizi di preparazione alla PFB A.A. 0-03 - Docenti: A. Bruno e G. Gentile Tutori: Sara Lamboglia e Maria Chiara Timpone Parte : Analisi

Dettagli

Scuola di Dottorato in Ingegneria L. da Vinci. Problemi di estremo vincolato ed applicazioni. Introduzione ai problemi di estremo

Scuola di Dottorato in Ingegneria L. da Vinci. Problemi di estremo vincolato ed applicazioni. Introduzione ai problemi di estremo Scuola di Dottorato in Ingegneria L. da Vinci Problemi di estremo vincolato ed applicazioni Pisa, 28-29 Maggio, 2009 Introduzione ai problemi di estremo G. Mastroeni Ricercatore, Dipartimento di Matematica

Dettagli

GEOMETRIA. 25 GENNAIO ore. Istruzioni: Scrivere cognome, nome, numero di matricola in stampatello negli appositi spazi.

GEOMETRIA. 25 GENNAIO ore. Istruzioni: Scrivere cognome, nome, numero di matricola in stampatello negli appositi spazi. GEOMETRIA 25 GENNAIO 2008 2 ore Istruzioni: Scrivere cognome, nome, numero di matricola in stampatello negli appositi spazi. Trascrivere i risultati dei quiz della prima parte nella tabella in questa pagina.

Dettagli

Esercizio 1. Data la matrice:

Esercizio 1. Data la matrice: Domande 1. Definizione di prodotto scalare di uno spazio vettoriale. (2 punti) Prova scritta CdL Informatica, Canale A-G Data: 12/02/2019. Tema 1. Nome e cognome: Matricola: Firma: Il compito è di 4 pagine.

Dettagli

LA STRUTTURA DEI PROBLEMI DI OTTIMIZZAZIONE. L'ipotesi di razionalità implica che un decisore cerchi di

LA STRUTTURA DEI PROBLEMI DI OTTIMIZZAZIONE. L'ipotesi di razionalità implica che un decisore cerchi di LA STRUTTURA DEI PROBLEMI DI OTTIMIZZAZIONE L'ipotesi di razionalità implica che un decisore cerchi di individuare la migliore tra tutte le alternative a sua disposizione. Problemi di ottimizzazione =

Dettagli

DIARIO DELLE LEZIONI DI ANALISI MATEMATICA II Corso di laurea in Ingegneria Gestionale Canale PZ Secondo codocente: Dott. Salvatore Fragapane

DIARIO DELLE LEZIONI DI ANALISI MATEMATICA II Corso di laurea in Ingegneria Gestionale Canale PZ Secondo codocente: Dott. Salvatore Fragapane DIARIO DELLE LEZIONI DI ANALISI MATEMATICA II Corso di laurea in Ingegneria Gestionale Canale PZ Secondo codocente: Dott. Salvatore Fragapane Lezione 1-04/10/2016 - Serie Numeriche (1): definizione e successione

Dettagli

Corso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 29 Gennaio 2016

Corso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 29 Gennaio 2016 Corso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 29 Gennaio 2016 Nome Cognome Matricola Punteggi 10 cfu Teoria Ex.1 Ex.2 Ex.3 Ex. 4 Ex.5 /6 /5 /5 /5

Dettagli

LAGRANGIANE AUMENTATE

LAGRANGIANE AUMENTATE LAGRANGIANE AUMENTATE Le condizioni di minimo vincolato per min f o (x) g i (x) = 0, i I sono legate sia alla funzione P(x,k) = f o (x) +(k/2) g i (x) 2 a al suo minimo x k che alla funzione lagrangiana

Dettagli

Soluzione della prova scritta di Analisi Matematica II del 15 Aprile 2009 (Ingegneria Edile e Architettura)

Soluzione della prova scritta di Analisi Matematica II del 15 Aprile 2009 (Ingegneria Edile e Architettura) Soluzione della prova scritta di Analisi Matematica II del 5 Aprile 009 Ingegneria Edile e Architettura x. Calcolare J = ds essendo γ la curva ottenuta intersecando γ + y il cilindro di equazione x + y

Dettagli

1.9 Massimi e minimi vincolati

1.9 Massimi e minimi vincolati .9 Massimi e minimi vincolati Sia K un compatto di R N e sia f : K R una funzione continua. Per il teorema di Weierstrass, f assume massimo e minimo su K. Come determinarli? Se K ha punti interni e f è

Dettagli

Esercizi di Programmazione Lineare

Esercizi di Programmazione Lineare Esercizi di Programmazione Lineare 1 grafica Si consideri il seguente problema di programmazione lineare: max 3x 1 + 2x 2 s.t. + 2x 1 + x 2 4 2x 1 + x 2 2 + x 1 x 2 1 x 1, x 2 0 a) Risolvere il problema

Dettagli

Programmazione lineare: basi e soluzioni di base

Programmazione lineare: basi e soluzioni di base Programmazione lineare:basi e soluzioni di base p. 1/33 Programmazione lineare: basi e soluzioni di base Mariantonia Cotronei Facoltà di Ingegneria Università degli Studi Mediterranea di Reggio Calabria

Dettagli

Metodi Numerici Prova di Laboratorio Esami del Stefano Gualandi

Metodi Numerici Prova di Laboratorio Esami del Stefano Gualandi Metodi Numerici Prova di Laboratorio Esami del 2018 Stefano Gualandi October 11, 2018 ii Premessa Questo documento presenta la raccolta dei testi di esame degli appelli del corso di Metodi Numerici, Prova

Dettagli

UNIVERSITÀ DEGLI STUDI DI PADOVA

UNIVERSITÀ DEGLI STUDI DI PADOVA UNIVERSITÀ DEGLI STUDI DI PADOVA Facoltà di Ingegneria Corso di Laurea in Ingegneria dell Informazione Convex Optimization Relatore:Chiarissimo Prof. Sandro Zampieri Tesi di Laurea di: Stefano Zorzi Matr.

Dettagli

Problemi di ottimizzazione non vincolata

Problemi di ottimizzazione non vincolata Capitolo 6 Problemi di ottimizzazione non vincolata 6. Introduzione Con riferimento al problema di ottimizzazione min x R n f(x), iniziamo in questo capitolo lo studio delle condizioni di ottimalità. Nei

Dettagli

ANALISI MATEMATICA II 6 luglio 2010 Versione A

ANALISI MATEMATICA II 6 luglio 2010 Versione A ANALISI MATEMATICA II 6 luglio 2 Versione A Nome Cognome: Matricola Codice corso Docente: Corso di Laurea: Analisi II 75 cr. Analisi D Analisi II V.O. Analisi C es. 23 es. 245 es 24 es. es. 3 pinti b c

Dettagli

Corso di Laurea in Ingegneria Gestionale - Sede di Fermo Anno Accademico 2009/2010 Matematica 2 Esercizi d esame

Corso di Laurea in Ingegneria Gestionale - Sede di Fermo Anno Accademico 2009/2010 Matematica 2 Esercizi d esame Corso di Laurea in Ingegneria Gestionale - ede di Fermo Anno Accademico 2009/2010 Matematica 2 Esercizi d esame Nome... N. Matricola... Fermo, gg/mm/aaaa 1. tabilire l ordine di ciascuna delle seguenti

Dettagli

Esame di ammissione al Dottorato in Matematica, XXIV Ciclo Università di Firenze Tema n. 1.

Esame di ammissione al Dottorato in Matematica, XXIV Ciclo Università di Firenze Tema n. 1. Esame di ammissione al Dottorato in Matematica, XXIV Ciclo Università di Firenze Tema n. 1. Esercizio 1. Un punto materiale di massa m si muove su un piano orizzontale, vincolato senza attrito alla curva

Dettagli

Corso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 5 Luglio 2016

Corso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 5 Luglio 2016 Corso di Laurea in Chimica e Tecnologia Farmaceutiche Matematica con Elementi di Informatica COMPITO 5 Luglio 2016 Nome Cognome Matricola Punteggi 10 cfu Teoria Ex.1 Ex.2 Ex.3 Ex. 4 Ex.5 /6 /5 /5 /5 /5

Dettagli

Programmazione Matematica: I - Introduzione

Programmazione Matematica: I - Introduzione Programmazione Matematica: I - Introduzione Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 3.0 ottobre 2002 Problemi di Ottimizzazione x = (x,, x n ) R n : vettore di variabili decisionali

Dettagli

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del quarto appello, 7 giugno 2018 Testi 1

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del quarto appello, 7 giugno 2018 Testi 1 Scritto del quarto appello, 7 giugno 28 Testi Prima parte, gruppo.. Trovare le soluzioni della disequazione tan(3x) nell intervallo x π/3. 2. Scrivere l equazione della retta tangente al grafico y = x

Dettagli

Microeconomia a.a. 2017/2018

Microeconomia a.a. 2017/2018 Microeconomia aa 07/08 Corso di Laurea Magistrale in Economia e Politica Economica Nicola Campigotto nicolacampigottouniboit Esercitazione 6 0 novembre 07 Esercizio Si considerino due soli input e

Dettagli

Modulo di Matematica

Modulo di Matematica Università degli Studi di Udine Anno Accademico /3 Corso di Laurea in Biotecnologie Modulo di Matematica Esame del 9//3 N.B.: scrivere nome, cognome e numero di matricola su ogni foglio consegnato. Tempo

Dettagli

Analisi Matematica II per il corso di Laurea Triennale in Matematica. Dipartimento di Matematica e Applicazioni, Università di Milano Bicocca

Analisi Matematica II per il corso di Laurea Triennale in Matematica. Dipartimento di Matematica e Applicazioni, Università di Milano Bicocca Analisi Matematica II per il corso di Laurea Triennale in Matematica Dipartimento di Matematica e Applicazioni, Università di Milano Bicocca Esercizi: estremi liberi e vincolati per funzioni in piú variabili.

Dettagli

Analisi Matematica II Corso di Ingegneria Gestionale Compito del xy + 2x + 2y + 2xy + 2x + 2y + sin

Analisi Matematica II Corso di Ingegneria Gestionale Compito del xy + 2x + 2y + 2xy + 2x + 2y + sin Analisi Matematica II Corso di Ingegneria Gestionale Compito del 9--8 - È obbligatorio consegnare tutti i fogli, anche la brutta e il testo. - Le risposte senza giustificazione sono considerate nulle.

Dettagli

Esame di Geometria - 9 CFU (Appello del 14 gennaio A)

Esame di Geometria - 9 CFU (Appello del 14 gennaio A) Esame di Geometria - 9 CFU (Appello del 4 gennaio 24 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. Si considerino le rette s : { x x 2 2x 3 = 2 3x x 2 =, { x + x s 2 : 2 x 3 = x 2 =.. Stabilire

Dettagli

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del sesto appello, 16 luglio 2018 Testi 1

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del sesto appello, 16 luglio 2018 Testi 1 Scritto del sesto appello, 6 luglio 208 Testi Prima parte, gruppo.. Trovare α [0, 2π) per cui vale l identità trigonometrica sin(x π/3) = cos(x + α). 2. Trovare il polinomio di Taylor (in 0) di ordine

Dettagli

Programmazione Non Lineare

Programmazione Non Lineare Capitolo 1 Programmazione Non Lineare 1.1 Introduzione Un problema di ottimizzazione viene definito come la minimizzazione o la massimizzazione di una funzione a valori reali su un insieme specificato.

Dettagli

Metodi di Ottimizzazione

Metodi di Ottimizzazione Metodi di Ottimizzazione Stefano Gualandi Università di Pavia, Dipartimento di Matematica email: twitter: blog: stefano.gualandi@unipv.it @famospaghi, @famoconti http://stegua.github.com Metodi di Ottimizzazione

Dettagli

Esercizio: pendoli accoppiati. Soluzione

Esercizio: pendoli accoppiati. Soluzione Esercizio: pendoli accoppiati Si consideri un sistema di due pendoli identici, con punti di sospensione posti alla stessa quota in un piano verticale. I due pendoli sono collegati da una molla di costante

Dettagli

LAUREA IN FISICA CORSO DI ISTITUZIONI DI FISICA MATEMATICA IV Appello CFU 16 settembre x 2 +2y 2 +z 2 = R 2

LAUREA IN FISICA CORSO DI ISTITUZIONI DI FISICA MATEMATICA IV Appello CFU 16 settembre x 2 +2y 2 +z 2 = R 2 LAUREA IN FISICA CORSO DI ISTITUZIONI DI FISICA MATEMATICA IV Appello 2013-2014 10 CFU 16 settembre 2014 Domanda 1. Si consideri il sistema meccanico costituito da un punto materiale P di massa m vincolato

Dettagli

Indice. 4 Funzioni lineari Introduzione Sistemi lineari Proprietà principali dei sistemi lineari

Indice. 4 Funzioni lineari Introduzione Sistemi lineari Proprietà principali dei sistemi lineari Indice 1 Richiami sugli insiemi 1 1.1 Introduzione.............................. 1 1.2 Insiemi................................. 1 1.3 Relazioni, funzioni, grafi....................... 4 1.4 Spaziorealeeuclideo...

Dettagli

5.5.6 Convergenza del metodo del simplesso

5.5.6 Convergenza del metodo del simplesso 5.5.6 Convergenza del metodo del simplesso Per concludere l analisi del metodo del simplesso, vogliamo ora mostrare che, sotto opportune ipotesi, il numero di iterazioni è finito, ovvero che, in un numero

Dettagli

Cenni di ottimizzazione dinamica

Cenni di ottimizzazione dinamica Cenni di ottimizzazione dinamica Testi di riferimento: K. Dixit Optimization in Economic Theory. Second Edition, 1990, Oxford: Oxford University Press. A. C. Chiang Elements of Dynamic Optimization, 1992,

Dettagli

Raccolta di compiti degli appelli precedenti

Raccolta di compiti degli appelli precedenti Ingegneria Informatica e delle Telecomunicazioni Anno accademico 24-25. Docente Costanza Conti Raccolta di compiti degli appelli precedenti Nota: Gli esercizi riportati si riferiscono a compiti dei precendeti

Dettagli

Metodi Numerici con elementi di Programmazione (A.A )

Metodi Numerici con elementi di Programmazione (A.A ) Metodi Numerici con elementi di Programmazione (A.A. 2013-2014) Metodi Numerici Appunti delle lezioni: Approssimazione di dati e funzioni Approssimazione ai minimi quadrati Docente Vittoria Bruni Email:

Dettagli

Prova Finale di Tipo B e Prova di Accesso alla Laurea Magistrale 22 Settembre 2017

Prova Finale di Tipo B e Prova di Accesso alla Laurea Magistrale 22 Settembre 2017 Prova Finale di Tipo B e Prova di Accesso alla Laurea Magistrale 22 Settembre 2017 Dipartimento di Matematica Università di Roma Tre U. Bessi, A. Bruno, S. Gabelli, A. Giuliani Istruzioni (a) La sufficienza

Dettagli

Ottimizzazione parametrica

Ottimizzazione parametrica Capitolo 1 Ottimizzazione parametrica Obiettivi del capitolo Bryson e Ho, Cap 1 1.1 Problemi di imizzazione Il più semplice dei problemi di ottimizzazione parametrica consiste nel ricercare i valori di

Dettagli

I appello - 11 Gennaio 2016

I appello - 11 Gennaio 2016 Analisi Matematica - A.A. 5-6 Prove scritte di Analisi Matematica - A.A. 5/6 Corso di Laurea in Ingegneria Civile Corso di Laura in Ingegneria Informatica ed Elettronica I appello - Gennaio 6 Svolgere

Dettagli

Politecnico di Milano Ingegneria Industriale Analisi e Geometria 2 Secondo compito in itinere 30 Giugno 2016

Politecnico di Milano Ingegneria Industriale Analisi e Geometria 2 Secondo compito in itinere 30 Giugno 2016 Politecnico di Milano Ingegneria Industriale Analisi e Geometria Secondo compito in itinere Giugno 6 Cognome: Nome: Matricola: Es.: 9 punti Es.: 9 punti Es.: 6 punti Es.4: 9 punti Totale. Si consideri

Dettagli

Analisi Matematica 2 Ingegneria Gestionale Docenti: B. Rubino e R. Sampalmieri L Aquila, 21 marzo 2005

Analisi Matematica 2 Ingegneria Gestionale Docenti: B. Rubino e R. Sampalmieri L Aquila, 21 marzo 2005 Analisi Matematica 2 Ingegneria Gestionale Docenti: B. Rubino e R. Sampalmieri L Aquila, 21 marzo 2005 Prova orale il: Docente: Determinare, se esistono, il massimo ed il minimo assoluto della funzione

Dettagli

Analisi Matematica II Corso di Ingegneria Gestionale Compito del y 2

Analisi Matematica II Corso di Ingegneria Gestionale Compito del y 2 Analisi Matematica II Corso di Ingegneria Gestionale Compito del 15--18 - È obbligatorio consegnare tutti i fogli, anche la brutta e il testo. - Le risposte senza giustificazione sono considerate nulle.

Dettagli

GEOMETRIA /2009 II

GEOMETRIA /2009 II Universita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Esercizi GEOMETRIA Edile e Edile-Architettura - a.a. 008/009 II Emisemestre - Settimana - Foglio 0 Docente: Prof. F. Flamini - Tutore:

Dettagli

Compito del 14 giugno 2004

Compito del 14 giugno 2004 Compito del 14 giugno 004 Un disco omogeneo di raggio R e massa m rotola senza strisciare lungo l asse delle ascisse di un piano verticale. Il centro C del disco è collegato da una molla di costante elastica

Dettagli