Limite Inferiore per l Ordinamento. Algoritmi e Strutture Dati (Mod. A) Limite Inferiore per l Ordinamento. Limite Inferiore per l Ordinamento

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Limite Inferiore per l Ordinamento. Algoritmi e Strutture Dati (Mod. A) Limite Inferiore per l Ordinamento. Limite Inferiore per l Ordinamento"

Transcript

1 Limit Ifrior pr l Ordiamto Ma quato può ssr fficit, i pricipio, u algoritmo di ordiamto? Algoritmi Struttur Dati (Mod. A) Limit Ifrior pr l Ordiamto Qusta è ua dll domad più ambizios itrssati ma ach ua dll più difficili! Limit Ifrior pr l Ordiamto Ma quato può ssr fficit, i pricipio, u algoritmo di ordiamto? La difficoltà risid l fatto ch o ci stiamo chiddo qua sia l fficiza di uo spcifico algoritmo di ordiamto, ma qual è il miimo tmpo di scuzio di u qualuqu algoritmo di ordiamto. Limit Ifrior pr l Ordiamto I gral, pr rispodr ad ua domada dl tipo qual è il modo più vloc pr sguir u compito dobbiamo dfiir prima quali strumti abbiamo a disposizio La risposta ifatti dipd i gr proprio da qusto. La risposta richidrbb quidi di cosidrar tutti i possibili algoritmi di ordiamto, ach qulli mai implmtati. Limit Ifrior pr l Ordiamto I gral, pr rispodr ad ua domada dl tipo qual è il modo più vloc pr sguir u compito dobbiamo dfiir prima quali strumti abbiamo a disposizio Nl caso dll ordiamto cosidrrmo com uico strumto il cofroto di lmti a coppi Il problma dll ordiamto può ssr risolto utilizzado solo di cofroti tra lmti Assuzio sugli lmti Suppoiamo di volr ordiar lmti K, K 2,, K Assumiamo ch tutti gli lmti siao distiti Qusto sigifica ch: pr ogi coppia di lmti K i K j, s i j allora K i K j oppur K i K j

2 Albri di Dcisio Pr aalizzar il problma ch ci siamo posti, utilizzrmo com strumto torico qullo dgli Albri di Dcisio (o Albri di Cofroto). Albri di Dcisio: smpio Siao dati tr lmti arbitrari: K, K 2, K 3 :2? Gli Albri di Dcisio ci prmttoo di rapprstar u qualsiasi algoritmo di ordiamto basato su cofroto di lmti :3? :3? K 3 K 2 K K K 3 K 2 K 3 K K 2 K 2 K 3 K Albri di Dcisio: smpio Siao dati tr lmti arbitrari: K, K 2, K 3 Nodi Itri = Cofroti :2? Albri di Dcisio: smpio Siao dati tr lmti arbitrari: Fogli = Prmutazioi K, K 2, K 3 possibili. Nodi Itri = Cofroti :2? Es.: K 3 K 2 K :3? :3? K 3 K 2 K :3? :3? K 3 K 2 K K K 3 K 2 K 3 K K 2 K 2 K 3 K K K 3 K 2 K 3 K K 2 K 2 K 3 K Albri di Dcisio L Albro di Dcisio spcifica la squza di cofroti ch l algoritmo dv ffttuar pr ordiar 3 lmti. :2? Albri di Dcisio U scuzio dll algoritmo pr u dato iput (di 3 lmti) corrispod ad u prcorso dalla radic ad ua sigola foglia. :2? :3? :3? K 3 K 2 K :3? :3? K 3 K 2 K K K 3 K 2 K 3 K K 2 K 2 K 3 K K K 3 K 2 K 3 K K 2 K 2 K 3 K 2

3 Albri di Dcisio: smpio U scuzio dll algoritmo pr u dato iput (di 3 lmti) corrispod ad u prcorso dalla radic ad ua sigola foglia. :2? :3? :3? K K 3 K 2 K 3 K K 2 K 2 K 3 K S K 2 K 3 K K 3 K 2 K Albri di Dcisio: algoritmo IF K K 2 THEN IF K 2 K 3 THEN K,K 2,K 3 ELSE {K 2 K 3 } IF K K 3 THEN K,K 3,K 2 ELSE {K K 3 } K 3,K,K 2 ELSE {K K 2 } IF K 2 K 3 THEN IF K K 3 THEN K 2,K,K 3 :2? ELSE {K K 3 } K 2,K 3,K ELSE {K 2 K 3 } K 3,K 2,K :3? :3? K K 3 K 2 K 3 K K 2 K 2 K 3 K K 3 K 2 K Albri di Dcisio Ituitivamt: ogi foglia corrispod ad u possibil risultato dll ordiamto di lmti distiti. i odi itri corrispodoo ai cofroti tra gli lmti: s il risultato è K i K j allora il sottoalbro siistro dl odo i:j coti il cofroto succssivo s il risultato è K i K j allora il sottoalbro dstro dl odo i:j coti il cofroto succssivo fiché o vi dtrmiato l ordi complto. Albri di Dcisio U albro di dcisio di ordi è u albro biario tal ch: ha! fogli, ciascua tichttata co ua divrsa prmutazio dgli lmti i odi itri hao tutti grado 2 soo tichttati co coppi di idici i:j, pr i,j =,, i u prcorso dalla radic ad ua foglia tichttata K i, K i2,, K i compar almo: o u odo i j :i j+, il prcorso procd a siistra dl odo; o u odo i j+ :i j, il prcorso procd a dstra dl odo. Albri di Dcisio Notat ch: u albro di dcisio di ordi rapprsta tutt l possibili scuzioi di u algoritmo di ordiamto co iput di dimsio ma ad ogi algoritmo di ordiamto diffrt corrispod u diffrt albro di dcisio. Albro di Dcisio di Isrt-Sort Isrt-Sort(A) FOR j=2 to Lght(A) DO Ky:=A[j] WHILE i0 AND A[i]Ky A[i+]=Ky j = 2 i = K 3 K 2 K K 3 K K 2 3

4 Albro di Dcisio di Isrt-Sort Isrt-Sort(A) FOR j=2 to Lght(A) DO Ky:=A[j] WHILE i0 AND A[i]Ky A[i+]=Ky i = 2 Albro di Dcisio di Isrt-Sort Isrt-Sort(A) FOR j=2 to Lght(A) DO Ky:=A[j] WHILE i0 AND A[i]Ky A[i+]=Ky i = 2 K 3 K 2 K K 3 K K 2 K 3 K 2 K K 3 K K 2 Albro di Dcisio di Isrt-Sort Isrt-Sort(A) FOR j=2 to Lght(A) DO Ky:=A[j] WHILE i0 AND A[i]Ky A[i+]=Ky j = 2 i = Albro di Dcisio di Isrt-Sort Isrt-Sort(A) FOR j=2 to Lght(A) DO Ky:=A[j] WHILE i0 AND A[i]Ky A[i+]=Ky i = K 3 K 2 K K 3 K K 2 K 3 K 2 K K 3 K K 2 Albro di Dcisio di Isrt-Sort Isrt-Sort(A) FOR j=2 to Lght(A) DO Ky:=A[j] WHILE i0 AND A[i]Ky A[i+]=Ky i = Albro di Dcisio di Isrt-Sort Isrt-Sort(A) FOR j=2 to Lght(A) DO Ky:=A[j] WHILE i0 AND A[i]Ky A[i+]=Ky i = K 3 K 2 K K 3 K K 2 K 3 K 2 K K 3 K K 2 4

5 Albro di Dcisio di Isrt-Sort Isrt-Sort(A) FOR j=2 to Lght(A) DO Ky:=A[j] WHILE i0 AND A[i]Ky A[i+]=Ky i = Albro di Dcisio di Isrt-Sort Isrt-Sort(A) FOR j=2 to Lght(A) DO Ky:=A[j] WHILE i0 AND A[i]Ky A[i+]=Ky i = K 3 K 2 K K 3 K K 2 K 3 K 2 K K 3 K K 2 Albri di Dcisio É importat quidi capir ch: u odo tichttato i:j ll albro di dcisio spcifica u cofroto tra gli lmti K i K j scodo la loro posizio ll array iizial NON gli lmti ch ad u crto puto dll scuzio compaioo ll posizioi i- sima j-sima dll array gli albri di dcisio o mzioao alcuo spostamto dgli lmti Limit Ifrior pr il Caso Pggior Torma: Il umro miimo di cofroti ch u algoritmo di ordiamto dv ffttuar è Ω(log) l caso pggior Ituitivamt, il umro massimo di cofroti ch dv ssr ffttuato da u algoritmo di ordiamto sarà pari all altzza dl suo albro di dcisio. Il miglior algoritmo di dcisio possibil, sarà qullo il cui albro di dcisio ha altzza miima tra tutti gli albri di dcisio possibili. Limit Ifrior pr il Caso Pggior Lmma: Ogi albro di dcisio ch ordia lmti ha altzza Ω( log ) Sia T u albro di dcisio di altzza h ch ordia lmti. Ci soo! possibili prmutazioi di lmti, ogua dll quali è u possibil ordiamto. L albro di dcisio avrà quidi! fogli. Limit Ifrior pr il Caso Pggior Lmma: Ogi albro di dcisio ch ordia lmti ha altzza Ω( log ) Sia T u albro di dcisio di altzza h ch ordia lmti. L albro di dcisio avrà quidi! fogli. Ma ogi albro biario di altzza h ha o più di 2 h fogli. Quidi dv ssr:! 2 h 5

6 Limit Ifrior pr il Caso Pggior Lmma: Ogi albro di dcisio ch ordia lmti ha altzza Ω( log ) Sia T u albro di dcisio di altzza h ch ordia lmti. Limit Ifrior pr il Caso Pggior Lmma: Ogi albro di dcisio ch ordia lmti ha altzza Ω( log ) Sia T u albro di dcisio di altzza h ch ordia lmti. Quidi dv ssr:! 2 h Quidi dv ssr: log! h Prddo il logaritmo di trambi i mmbri, poiché trmbi soo fuzioi crscti mooto, ottiamo: log! h Pr l approssimazio di Stirlig abbiamo ch:! = Limit Ifrior pr il Caso Pggior Lmma: Ogi albro di dcisio ch ordia lmti ha altzza Ω( log ) Sia T u albro di dcisio di altzza h ch ordia lmti. Quidi dv ssr: Ottiamo ch! log! h h log Limit Ifrior pr il Caso Pggior Lmma: Ogi albro di dcisio ch ordia lmti ha altzza Ω( log ) Sia T u albro di dcisio di altzza h ch ordia lmti. Ottiamo ch! h log log Limit Ifrior pr il Caso Pggior Lmma: Ogi albro di dcisio ch ordia lmti ha altzza Ω( log ) Sia T u albro di dcisio di altzza h ch ordia lmti. Ottiamo ch! h log log log log Limit Ifrior pr il Caso Pggior Lmma: Ogi albro di dcisio ch ordia lmti ha altzza Ω( log ) Sia T u albro di dcisio di altzza h ch ordia lmti. Ottiamo ch! h log log log log = Ω( log ) 6

7 Limit Ifrior pr il Caso Pggior Corollario: HapSort MrgSort soo algorimi di ordiamto pr cofroto asitoticamt ottimi l caso pggior. Limit Ifrior pr il Caso Pggior Corollario: HapSort MrgSort soo algorimi di ordiamto pr cofroto asitoticamt ottimi l caso pggior. Abbiamo già calcolato ch il limit suprior dl tmpo di scuzio l caso pggior di trambi gli algoritmi è O(log). Ma qusto limit corrispod sattamt a limit ifrior Ω(log) appa calcolato pr il caso pggior. Da qust du ossrvazioi sgu il corollario! Limit Ifrior pr il Caso Mdio Torma: Il umro miimo di cofroti ch u algoritmo di ordiamto dv ffttuar è Ω(log) l caso mdio Prcorso Estro di u Albro Biario Prcorso Estro di u Albro Biario Prcorso Estro di u Albro Biario Prcorso Estro = Somma di prcorsi dalla radic a ciascua foglia Prcorso Estro = Somma 0 di prcorsi dalla radic a ciascua foglia Prcorso Estro = 6 7

8 Prcorso Estro di u Albro Biario Prcorso Estro = 7 Prcorso Estro = Somma di prcorsi dalla radic a ciascua foglia Limit Ifrior pr il Caso Mdio Torma: Il umro miimo di cofroti ch u algoritmo di ordiamto dv ffttuar è Ω(log) l caso mdio Assumiamo ch ogi prmutazio iizial di lmti i iput abbia ugual probabilità. Cosidriamo u albro di dcisio di ordi Il miimo umro mdio di cofroti cssari pr l algoritmo di ordiamto è quidi pari alla lughzza dl prcorso stro diviso pr il umro di fogli dll albro. Limit Ifrior pr il Caso Mdio Torma: Il umro miimo di cofroti ch u algoritmo di ordiamto dv ffttuar è Ω(log) l caso mdio Il miimo umro mdio di cofroti è pari alla lughzza dl prcorso stro diviso pr il umro di fogli dll albro. FATTO: L albro ch miimizza il prcorso stro è qullo i cui tutt l fogli occorroo al più sui du livlli h h -, pr qualch h. Prcorso Estro Miimo FATTO: L albro ch miimizza il prcorso stro è qullo i cui tutt l fogli occorroo al più sui du livlli h h -, pr qualch h Prcorso Estro = k Prcorso Estro = k-h+(h+)=k+ Limit Ifrior pr il Caso Mdio Torma: Il umro miimo di cofroti ch u algoritmo di ordiamto dv ffttuar è Ω(log) l caso mdio Il miimo umro mdio di cofroti è pari alla lughzza dl prcorso stro diviso pr il umro di fogli dll albro. FATTO: L albro ch miimizza il prcorso stro è qullo i cui tutt l fogli occorroo al più sui du livlli h h -, pr qualch h. Siao N h N h - il umro di fogli ai livlli h h - Limit Ifrior pr il Caso Mdio Torma: Il umro miimo di cofroti ch u algoritmo di ordiamto dv ffttuar è Ω(log) l caso mdio Il miimo umro mdio di cofroti è pari alla lughzza dl prcorso stro diviso pr il umro di fogli dll albro. Siao N h N h - il umro di fogli ai livlli h h - Il umro mdio di cofroti ll albro sarà quidi C = [(h - )N h- + hn h ] /! 8

9 Limit Ifrior pr il Caso Mdio Torma: Il umro miimo di cofroti ch u algoritmo di ordiamto dv ffttuar è Ω(log) l caso mdio Siao N h N h - il umro di fogli ai livlli h h - Il umro mdio di cofroti ll albro sarà quidi C = [(h-)n h- + hn h ]/! Ma sappiamo ach ch N h- + N h =! 2N h- + N h = 2 h Limit Ifrior pr il Caso Mdio Torma: Il umro miimo di cofroti ch u algoritmo di ordiamto dv ffttuar è Ω(log) l caso mdio Siao N h N h - il umro di fogli ai livlli h h - Poichè u albro Il umro mdio di cofroti pio ll albro alto h ha 2sarà h quidi fogli ogi odo itro ha grado du C = [(h-)n h- + hn h ]/ (cioè! ha 2 figli) Ma sappiamo ach ch N h- + N h =! 2N h- + N h = 2 h Limit Ifrior pr il Caso Mdio Torma: Il umro miimo di cofroti ch u algoritmo di ordiamto dv ffttuar è Ω(log) l caso mdio Siao N h N h - il umro di fogli ai livlli h h - Il umro mdio di cofroti ll albro sarà quidi C = [(h-)n h- + hn h ]/! Quidi: N h- + N h =! 2N h- + N h = 2 h N h = 2! - 2 h N h- = 2 h -! Limit Ifrior pr il Caso Mdio Torma: Il umro miimo di cofroti ch u algoritmo di ordiamto dv ffttuar è Ω(log) l caso mdio Il umro mdio di cofroti ll albro sarà quidi C = [(h-)n h- + hn h ]/! Quidi: N h = 2! - 2 h Sostitudo: N h- + N h =! 2N h- + N h = 2 h N h- = 2 h -! C = (h! +! - 2 h )/! Limit Ifrior pr il Caso Mdio Torma: Il umro miimo di cofroti ch u algoritmo di ordiamto dv ffttuar è Ω(log) l caso mdio Sostitudo: C = (h! +! - 2 h )/! Limit Ifrior pr il Caso Mdio Torma: Il umro miimo di cofroti ch u algoritmo di ordiamto dv ffttuar è Ω(log) l caso mdio Sostitudo: C = (h! +! - 2 h )/! Ma h = log! = log! + ε pr 0 ε quidi Ma h = log! = log! + ε pr 0 ε quidi C = (! log! +! ε +! -! 2 ε )/! C = (! log! +! ε +! -! 2 ε )/! = log! + ( + ε - 2 ε ) 9

10 Limit Ifrior pr il Caso Mdio Torma: Il umro miimo di cofroti ch u algoritmo di ordiamto dv ffttuar è Ω(log) l caso mdio Sostitudo: C = (h! +! - 2 h )/! Ma h = log! = log! + ε pr 0 ε quidi C = (! log! +! ε +! -! 2 ε )/! = log! + ( + ε - 2 ε ) log! = log - log = Ω( log ) Limit Ifrior pr il Caso Mdio Corollario: HapSort MrgSort soo algorimi di ordiamto pr cofroto asitoticamt ottimi. Abbiamo già calcolato ch il limit suprior dl tmpo di scuzio mdio di trambi gli algoritmi è O(log). Ma qusto limit corrispod sattamt a limit ifrior Ω(log) appa calcolato pr il caso mdio. Da qust du ossrvazioi sgu il corollario! 0

( ) ε > 0, δ 0. +, con 1. ) si può centrare in c prendendo δ = min { δ1, , δ > 0. I c. c R un punto di I e f una funzione definita in \{ }

( ) ε > 0, δ 0. +, con 1. ) si può centrare in c prendendo δ = min { δ1, , δ > 0. I c. c R un punto di I e f una funzione definita in \{ } Alcu cosidrazioi sulla dfiizio di limit Alcu cosidrazioi sui limiti di fuzioi Itori di u puto U itoro (complto) di u puto è u qualsiasi itrvallo aprto cui il puto apparti Esmpi: (,3) è u itoro di [,3)

Dettagli

1 - Estremo superiore ed estremo inferiore di insiemi Soluzioni 1. arctan(n), n N

1 - Estremo superiore ed estremo inferiore di insiemi Soluzioni 1. arctan(n), n N - Estrmo suprior d strmo ifrior di isimi Soluzioi Dato l isim A = { 7 arcta, N calcolar strmo suprior d strmo ifrior, spcificado s siao rispttivamt massimo miimo. Studiamo sparatamt pr pari d dispari.

Dettagli

Analisi Matematica I Soluzioni del tutorato 4

Analisi Matematica I Soluzioni del tutorato 4 Corso di laura i Fisica - Ao Accadmico 07/08 Aalisi Matmatica I Soluzioi dl tutorato 4 A cura di David Macra Esrcizio ( i) Domiio di dfiizio: La fuzio o è dfiita s è tal ch l argomto sotto radic sia gativo,

Dettagli

Università di Camerino Corso di Laurea Fisica Indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti

Università di Camerino Corso di Laurea Fisica Indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti Uivrsità di Camrio Corso di Laura Fisica Idirizzo Tcologi pr l Iovazio Apputi di Calcolo Prof. Aglo Agltti Formula di Taylor Si ricordrà ch l quazio dlla tagt ad ua curva di quazio y f() i u puto è data

Dettagli

03 FUNZIONI ELEMENTARI

03 FUNZIONI ELEMENTARI 03 FUNZIONI ELEMENTARI I qusto paragrafo dfiiamo l più usuali fuzioi di ua variabil, a partir dall quali, co l oprazioi algbrich la composizio di fuzioi, si ottrrao la maggior part dgli smpi ch icotrrmo.

Dettagli

ESERCIZI SULLE SUCCESSIONI NUMERICHE-SOLUZIONI

ESERCIZI SULLE SUCCESSIONI NUMERICHE-SOLUZIONI ESERCIZI SULLE SUCCESSIONI NUMERICHE-SOLUZIONI Esrcizio ( (i + + + Razioalizziamo: ( + + + ( + + + + ( + + + + [ ( ( ] ( + ( + + + + + + + [ ( + [( + ] ( ] + ( + ( + + + + ( + [( + ] ( + + + ( + ( + Dividiamo

Dettagli

APPUNTI DI FISICA. Gli errori

APPUNTI DI FISICA. Gli errori APPUNTI DI FISICA Gli rrori Abbiamo misurato la larghzza dllo stsso baco più prso d ogua più volt. Dall' sprimto ffttuato abbiamo costatato ch l misur ottut soo diffrti, ciò ci fa comprdr ch o riuscirmo

Dettagli

c) Calcolare la probabilità P{N 120 = 36, N 180 = 48} = b) Calcolare la probabilità condizionata P{M 120 = 6 N 120 = 36} =

c) Calcolare la probabilità P{N 120 = 36, N 180 = 48} = b) Calcolare la probabilità condizionata P{M 120 = 6 N 120 = 36} = Laura Trial i Matmatica, Uivrsità La Sapiza Corso di Probabilità 2, A.A. 26/27 Prova scritta dl 26 Giugo 27 Soluzioi dgli srcizi proposti Esrcizio. Gli arrivi di mssaggi -mail ad u dato idirizzo di posta

Dettagli

Lezione 3. Omomorfismi di gruppi

Lezione 3. Omomorfismi di gruppi Lzio 3 Prrquisiti: Applicazioi tra isimi. Rlazioi di quivalza. Lzio. Omomorismi di gruppi I qusta lzio itroduciamo uo strumto util a corotar l struttur di gruppi distiti. Diizio 3. Siao (, (, gruppi. U'applicazio

Dettagli

e k Queste sono funzioni oscillanti, periodiche di periodo N/k.

e k Queste sono funzioni oscillanti, periodiche di periodo N/k. Vr.. ot pr Aalisi di Fourir di Squz co l ausilio dl Matlab Cosidriamo ua squza ifiita priodica di priodo, x[t] tal pr cui x[t+t]x[t]. Pr rapprstar tal squza si possoo utilizzar fuzioi complss dl tipo jπ

Dettagli

Esercitazioni di Calcolo delle Probabilità (04/04/2012) Soluzioni

Esercitazioni di Calcolo delle Probabilità (04/04/2012) Soluzioni Esrcitazioi di Calcolo dll Probabilità (4/4/) Soluzioi Esrcizio. Si trovi il valor dlla costat pr cui f, (>,

Dettagli

ANALISI DI FOURIER. Segnali Tempo Discreti:

ANALISI DI FOURIER. Segnali Tempo Discreti: AALISI DI FOURIER Sgali Tmpo Discrti: - Trasformata Discrta di Fourir -Squza priodica - Taratura dgli assi frquziali - TDF di ua squza fiita - Campioamto i Frquza - Algoritmi fft: srcitazioi Matlab -Zro

Dettagli

1 Studio di funzioni, sviluppi di Taylor e serie

1 Studio di funzioni, sviluppi di Taylor e serie Studio di fuzioi, sviluppi di Taylor sri. Esrcizi. Sia fx = x +. Dtrmiar l isim di dfiizio. Studiar il sgo. Calcolar i iti agli strmi dll isim di dfiizio. Dir s ci soo asitoti. Dtrmiar l isim di cotiuità

Dettagli

g ( x )dx e se ne dia l interpretazione geometrica.

g ( x )dx e se ne dia l interpretazione geometrica. ESAME DI STATO DI LICEO SCIENTIFICO Sssio Ordiaria 9 PIANO NAZIONALE INFORMATICA Problma Sia f la fuzio dfiita da Dov è u itro positivo....!! I. Si vrifichi ch la drivata di è:!. Si dica s la fuzio f ammtt

Dettagli

Capitolo 11 Regressione con variabile dipendente binaria

Capitolo 11 Regressione con variabile dipendente binaria Capitolo Rgrssio co variabil dipdt biaria.. (a) La statistica t pr il cofficit di Expric è 0,03/0,009 3,44, sigificativa al livllo dll %. (b) z 0,72 0,030,022; (,022) 0,847 Matthw (c) z 0,72 0,03 0 0,72;

Dettagli

spettroscopie ottiche

spettroscopie ottiche spttroscopi ottich Itrazio dl campo lttrico co il momto di dipolo lttrico molcolar assa dgli lttroi molto più piccola dlla massa di ucl i sparazio di moti uclari da qulli lttroici spttroscopi rotazioali

Dettagli

Alberi di copertura minimi

Alberi di copertura minimi Albri di coprtura minimi Albro di coprtura (spanning tr) Dato un grafo G=(V, E, w) non orintato, connsso psato, un albro di coprtura di G è un sottografo X=(V, T) tal ch X è un albro (quindi connsso) T

Dettagli

ESERCIZI SULLE SUCCESSIONI. a n := 2n + 3 3n 7. n n cos 2 n + 2. (3) Dimostrare, attraverso la definizione, che la successione

ESERCIZI SULLE SUCCESSIONI. a n := 2n + 3 3n 7. n n cos 2 n + 2. (3) Dimostrare, attraverso la definizione, che la successione ESERCIZI SULLE SUCCESSIONI VALENTINA CASARINO Esrcizi pr il corso di Aalisi Matmatica, Iggria Gstioal, dll Iovazio dl Prodotto, Mccaica Mccatroica, Uivrsità dgli studi di Padova) ) Vrificar, attravrso

Dettagli

Liceo scientifico comunicazione opzione sportiva

Liceo scientifico comunicazione opzione sportiva PRVA D ESAME SESSINE RDINARIA Lico scitifico comuicazio opzio sportiva Il cadidato risolva uo di du problmi rispoda a qusiti dl qustioario Durata massima dlla prova: 6 or È costito l uso dlla calcolatric

Dettagli

FOTODIODI. La fotorivelazione è basata sull effetto fotoelettrico.

FOTODIODI. La fotorivelazione è basata sull effetto fotoelettrico. OODIODI La otorivlazio è basata sull tto otolttrico. I N Ua radiazio lumiosa icidt lla rgio itrisca di u diodo smicoduttor drogato IN polarizzato ivrsamt produc di portatori libri. Ogi coppia di portatori

Dettagli

ln( t + ) dt, calcolare i punti critici di F(x) e

ln( t + ) dt, calcolare i punti critici di F(x) e Prova scritta di Aalisi Matmatica I (VO) or 6/0/0 ) Dfiizio di fuzio cotiua i u puto classificazio di puti di discotiuità Utilizzado la dfiizio dir pr quali valori di k è cotiua i =0 la sgut fuzio l 0

Dettagli

Il diagramma di dispersione è

Il diagramma di dispersione è y Statistica - o caal (P-Z) - Prof.ssa M. Barbiri - a.a. 005-006 Il diagramma di disprsio L rlazioi tra variabili quatitativ possoo ssr mss i vidza attravrso ua opportua rapprstazio grafica. U diagramma

Dettagli

Limiti di successioni - svolgimenti

Limiti di successioni - svolgimenti Limiti di succssioi - svolgimti Scrivrmo a b quado a b =. Calcoliamo qusto it, raccoglido il fattor al umrator al domiator. Si ha 2 + 2 4 = + 2 2 3! 4 3!. Iazitutto, ricordiamo ch Ioltr, si ha utilizzado

Dettagli

Appendice 1. Matrici. A1.1 Definizioni e concetti preliminari

Appendice 1. Matrici. A1.1 Definizioni e concetti preliminari Appdic 1. Matrici I qusta Appdic richiamrmo brvmt alcui coctti fodamtali riguardati l matrici, ch sarao impigati durat il Corso. Essi riguardao sostazialmt la diagoalizzazio la dcomposizio a valori sigolari

Dettagli

Lezione 3. Movimento ed Equilibrio. F. Previdi - Fondamenti di Automatica - Lez. 3 1

Lezione 3. Movimento ed Equilibrio. F. Previdi - Fondamenti di Automatica - Lez. 3 1 Lio 3. Movimo d Eqilibrio F. Prvidi - Fodami di Aomaica - L. 3 Schma dlla lio. Movimo dllo sao dll scia (gral). (Movimo di) Eqilibrio (gral) 3. Sismi LTI 4. Eqilibrio di sismi LTI 5. Movimo di sismi LTI

Dettagli

CAPITOLO 3. Quicksort

CAPITOLO 3. Quicksort CAPITOLO 3 Quicksort I questa lezioe presetiamo l algoritmo di ordiameto Quicksort(vedi []). L algoritmo Quicksort riceve i iput u array A e idici p r ed ordia l array A[p,, r] el modo seguete. L array

Dettagli

Distribuzione di probabilità di di Poisson

Distribuzione di probabilità di di Poisson Disribuzio di probabilià di di oisso Diizio i i La disribuzio di oisso dscriv procssi casuali rari co mdia diia. Si cosidri u vo casual ch si rip u cro umro di vol, o issao a priori, co ua rquza assolua

Dettagli

Serie Numeriche e Convergenza Puntuale di Serie di Funzioni

Serie Numeriche e Convergenza Puntuale di Serie di Funzioni Sri umrich sri di fuzioi Sri Numrich Covrgza Putual di Sri di Fuzioi Suto- Il lavoro coti la risoluzio di alcui srcizi sullo studio dl carattr di sri umrich sulla covrgza putual di sri di fuzioi. Gli srcizi

Dettagli

INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Richiami su sistemi lineari discreti

INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Richiami su sistemi lineari discreti INGEGNERIA E ECNOLOGIE DEI SISEMI DI CONROLLO su sistmi liari discrti Prof. Carlo Rossi DEIS - Uivrsità di Bologa l: 5 29324 mail: crossi@dis.uibo.it Sistmi mpo-discrti I qusti sistmi i sgali hao com bas

Dettagli

Serie. 1. Studiare il carattere delle seguenti serie: e n n + e n. n 3 n2 n e n 2 sin 1 n n log n. e 1 n. ( 2 + sin n 4. n + 1. sin(sin 1 n ) 10) 11)

Serie. 1. Studiare il carattere delle seguenti serie: e n n + e n. n 3 n2 n e n 2 sin 1 n n log n. e 1 n. ( 2 + sin n 4. n + 1. sin(sin 1 n ) 10) 11) Sri. Studiar il carattr dll sguti sri: ) ) 3) 4) 5) 6) 7) 8) 9) 0) ) ) 3) =4 + ( ) 3 si log ( + si 4 + log λ, λ > 0 si(si )! ( si λ, λ R cos(π) . Stabilir pr quali valori dl paramtro ral λ covrg la sri

Dettagli

Alberi di copertura minimi

Alberi di copertura minimi Albri di coprtura minimi Albro di coprtura (spanning tr) Dato un grafo G=(V, E, w) non orintato, connsso psato, un albro di coprtura di G è un sottografo X=(V, T) tal ch X è un albro ( quindi connsso)

Dettagli

Algoritmo di Mallat

Algoritmo di Mallat ... Algoritmo di Mallat Partdo dalla famiglia di wavlt discrt diadich dal loro comportamto i frquza al variar dll idic di scala, Mallat suggrisc di dcomporr u sgal utilizzado du famigli di fuzioi wavlt:

Dettagli

Segnali e sistemi tempo discreto

Segnali e sistemi tempo discreto Trasformata di ourir Sgali sistmi tmpo discrto TEORIA DEI SEGALI LAUREA I IGEGERIA DELL IORAZIOE Sommario Sgali tmpo discrto priodici Sri di ourir Sgali tmpo discrto apriodici Trasformata di ourir Proprità

Dettagli

ANALISI DI FOURIER. Segnali Tempo Discreti:

ANALISI DI FOURIER. Segnali Tempo Discreti: ANALISI DI FOURIER Sgali mpo Discrti: - Ci alla rasormata di Fourir di ua squza - Rlazio co la CF - Codizio di Nyquist - Etto dl trocamto dl Sgal sulla F Cosidriamo ua squza x[]: l sguito cosidrrmo la

Dettagli

2T(n/2) + n se n > 1 T(n) = 1 se n = 1

2T(n/2) + n se n > 1 T(n) = 1 se n = 1 3 Ricorreze Nel caso di algoritmi ricorsivi (ad esempio, merge sort, ricerca biaria, ricerca del massimo e/o del miimo), il tempo di esecuzioe può essere descritto da ua fuzioe ricorsiva, ovvero da u equazioe

Dettagli

Alberi Binari di Ricerca

Alberi Binari di Ricerca Alberi Biari di Ricerca Alberi biari (ripasso) U albero biario è ua struttura dati defiita i modo ricorsivo come u isieme fiito di odi che è vuoto (albero vuoto o albero ullo) oppure è composto da tre

Dettagli

i-esima statistica d ordine di un insieme = i-esimo elemento più piccolo

i-esima statistica d ordine di un insieme = i-esimo elemento più piccolo Geeralità i-esima statistica d ordie di u isieme i-esimo elemeto più piccolo prima statistica d ordie di u isieme miimo -esima statistica d ordie di u isieme di elemeti massimo Mediao di u isieme di elemeti

Dettagli

COMUNE DI GOLFO ARANCI PROVINCIA DI OLBIA - TEMPIO

COMUNE DI GOLFO ARANCI PROVINCIA DI OLBIA - TEMPIO OGGETTO: ELENCHI DI OPERATORI ECONOMICI DA INVITARE ALLE PROCEDURE PER L AFFIDAMENTO DI FORNITURE IN ECONOMIA (x art. 25, c., D.Lgs. 6/2006 s.m.i.) DI IMPORTO INFERIORE A 20.000,00. VERBALE DEL SORTEGGIO

Dettagli

Università di Cassino Corso di Statistica 1 Esercitazione del 21/01/2008 Dott. Alfonso Piscitelli. Esercizio 1

Università di Cassino Corso di Statistica 1 Esercitazione del 21/01/2008 Dott. Alfonso Piscitelli. Esercizio 1 Uivrsità i Cassio Corso i Statistica Esrcitazio l /0/008 Dott. Alfoso Piscitlli Esrcizio Il sgut ata st riporta la rilvazio i alcui carattri su u collttivo i 0 soggtti. Soggtto Età Rsiza Rito (Migliaia

Dettagli

Delimitazioni inferiori e superiori alla complessita di un problema

Delimitazioni inferiori e superiori alla complessita di un problema Delimitazioi iferiori e superiori alla complessita di u problema Alcue teciche Nozioi prelimiari Ua ozioe prelimiare: albero k-ario completo U U albero k-ario è completo se se tutti i i odi iteri hao k

Dettagli

3 Ricorrenze. 3.1 Metodo iterativo

3 Ricorrenze. 3.1 Metodo iterativo 3 Ricorreze Nel caso di algoritmi ricorsivi ad esempio, merge sort, ricerca biaria, ricerca del massimo e/o del miimo), il tempo di esecuzioe può essere descritto da ua fuzioe ricorsiva, ovvero da u equazioe

Dettagli

dell'intervallo in cui si hanno discontinuità di prima o terza specie. Supponiamo, per semplicità (ma b ed ivi continua b h lim c h b ] e si pone

dell'intervallo in cui si hanno discontinuità di prima o terza specie. Supponiamo, per semplicità (ma b ed ivi continua b h lim c h b ] e si pone INTEGRALI IMPROPRI L tori dll'itgrzio di u fuzio f cotiu i u itrvllo ciuso itto [ ] si può stdr sostitudo l'ipotsi di cotiuità i [ ] dll fuzio f co qull dll ittzz I tl cso si ffrot il prolm dll'itgrzio

Dettagli

Accenni al calcolo combinatorio

Accenni al calcolo combinatorio Accei al calcolo combiatorio Dario Malchiodi e Aa Maria Zaaboi ottobre 2017 Pricipio fodametale del calcolo combiatorio: se ci soo s 1 modi per operare ua scelta e, per ciascuo di essi, ci soo s 2 modi

Dettagli

Prova scritta di Analisi Matematica 1 14/1/ (tutti) Determinare l area della porzione di piano delimitata dall asse delle x con

Prova scritta di Analisi Matematica 1 14/1/ (tutti) Determinare l area della porzione di piano delimitata dall asse delle x con Prova scritta di Aalisi Matmatica A 4//4 (tutti) Illustrado tutti i passaggi, disgar il grafico dlla fuzio l f ( ),, (tutti) Dtrmiar l ara dlla porzio di piao ditata dall ass dll co dal grafico dlla fuzio

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO Sessione Ordinaria 2007 PIANO NAZIONALE INFORMATICA. Problema 1

ESAME DI STATO DI LICEO SCIENTIFICO Sessione Ordinaria 2007 PIANO NAZIONALE INFORMATICA. Problema 1 ESAME DI STATO DI LICEO SCIENTIFICO Sssio Ordiaria 7 PIANO NAZIONALE INFORMATICA Problma Puo Pr sudiar la moooia dlla fuzio I g( ) g ( ) a la a la l a (a a ). Essdo, pr iposi, a >, occorr disigur i sgui

Dettagli

1/14. Lezione XV. Programma lezione XV

1/14. Lezione XV. Programma lezione XV Programma lzio XV 1/1 L origi dlla mccaica quatistica: Plack il corpo ro D Brogli l od di matria Itsità prssio di radiazio di u fascio di fotoi L itrazio od.m. matria: assorbimto d missio Radiazio matria

Dettagli

Diodo: V D > 0 RCS. p n (x) p n0. x n. Figura 1

Diodo: V D > 0 RCS. p n (x) p n0. x n. Figura 1 CORRENI NE IOO Pr il calcolo dlla corrt l diodo i rsza di ua tsio di olarizzazio stra facciamo l sguti iotsi smlificativ: 1. i cotatti mtallo-smicoduttor co l zo d soo di tio ohmico, ovvrosia ad ssi è

Dettagli

LE DERIVATE. derivata di un monomio (1) D a x = a x = na x ESEMPI. derivata di un monomio con n = 1. (2) D a x. ESEMPI, D x =

LE DERIVATE. derivata di un monomio (1) D a x = a x = na x ESEMPI. derivata di un monomio con n = 1. (2) D a x. ESEMPI, D x = LE DERIVATE. GENERALITÀ Dfiizio.) La drivata è u oprator ch ad ua fuzio f associa u altra fuzio ch obbdisc all sguti rgol: () D a a a 0 0 0 D 6 D 0 D drivata di u moomio () D a a 0 0 drivata di u moomio

Dettagli

Distillazione in corrente di vapore, flash e differenziale

Distillazione in corrente di vapore, flash e differenziale istillazio i corrt di vapor, flash diffrzial istillazio i corrt di vapor, flash diffrzial osidriamo u sistma liquido trario, formato dall sostaz,, i cui costituiscoo ua soluzio idal mtr il compot è immiscibil

Dettagli

Ricerca di un elemento in una matrice

Ricerca di un elemento in una matrice Ricerca di u elemeto i ua matrice Sia data ua matrice xm, i cui gli elemeti di ogi riga e di ogi coloa soo ordiati i ordie crescete. Si vuole u algoritmo che determii se u elemeto x è presete ella matrice

Dettagli

4. Distribuzioni di probabilità discrete

4. Distribuzioni di probabilità discrete M. Gartto - Statistica. Distribuzioi di probabilità discrt. Distribuzio biomial o di Broulli Il coctto di variabil alatoria prmtt di formular modlli utili allo studio di molti fomi alatori. U primo importat

Dettagli

LE DERIVATE. derivata di un monomio (1) D a x = a x = na x ESEMPI. derivata di un monomio con n = 1. (2) D a x. ESEMPI, D x =

LE DERIVATE. derivata di un monomio (1) D a x = a x = na x ESEMPI. derivata di un monomio con n = 1. (2) D a x. ESEMPI, D x = LE DERIVATE. GENERALITÀ Dfiizio.) La drivata è u oprator ch ad ua fuzio f associa u altra fuzio ch obbdisc all sguti rgol: () D a a a 0 0 0 D 6 D 0 D drivata di u moomio () D a a 0 0 drivata di u moomio

Dettagli

Esercizi per il corso Matematica clea

Esercizi per il corso Matematica clea Esrcizi pr il corso Matmatica cla Dail Ritlli ao accadmico 008/009 Lzio : Succssioi Sri gomtrica Esrcizi svolti. Provar ch: + ) /. Provar ch: + ) + ) 0. Provar ch: + 4. Provar ch 5. Provar ch + ) + ) 4

Dettagli

se ne costruisca un altra s 1 L operazione che fa passare dalla prima successione alla seconda è detta serie e si indica con il

se ne costruisca un altra s 1 L operazione che fa passare dalla prima successione alla seconda è detta serie e si indica con il 07 SERIE NUMERICHE Dt l succssio,,...,,... s costruisc u ltr s, s,..., s,... tl ch: s... s... s... L oprzio ch f pssr dll prim succssio ll scod è dtt sri si idic co il simbolo...... k. k Gli k si dicoo

Dettagli

L elevata tensione applicata agli elettrodi provoca una corrente. Il flusso di elettroni, urtando gli atomi del gas, li ionizza o li eccita.

L elevata tensione applicata agli elettrodi provoca una corrente. Il flusso di elettroni, urtando gli atomi del gas, li ionizza o li eccita. Sorg Lampada ad arco ad ala prssio di xo L lvaa sio applicaa agli lrodi provoca ua corr. Il flusso di lroi, urado gli aomi dl gas, li ioizza o li ccia. Il dcadimo o la ricombiazio io-lro grao l missio

Dettagli

Lampada ad arco ad alta pressione di xeno

Lampada ad arco ad alta pressione di xeno Sorg Lampada ad arco ad ala prssio di xo L lvaa sio applicaa agli lrodi provoca ua corr. Il flusso di lroi, urado gli aomi dl gas, li ioizza o li ccia. Il dcadimo o la ricombiazio io-lro grao l missio

Dettagli

Ricorrenze. 3 1 Metodo iterativo

Ricorrenze. 3 1 Metodo iterativo 3 Ricorreze 31 Metodo iterativo Il metodo iterativo cosiste ello srotolare la ricorreza fio ad otteere ua fuzioe dipedete da (dimesioe dell iput). L idea è quella di reiterare ua data ricorreza T () u

Dettagli

T n = f n log n = log n. 1 ] 1 ] 1 = sono verificate le disuguaglianze c 1

T n = f n log n = log n. 1 ] 1 ] 1 = sono verificate le disuguaglianze c 1 A.A. 00 05 Esame di Algoritmi e strutture dati luglio 005 Esercizio (6 puti) Risolvere co almeo due metodi diversi la seguete relazioe di ricorreza T = T =T Master Theorem a= b= per cui log b a = log /

Dettagli

PRIMO APPELLO DEL CORSO DI ANALISI MATEMATICA CORSO DI LAURA IN INFORMATICA, A.A. 2017/18 31 GENNAIO 2018 CORREZIONE

PRIMO APPELLO DEL CORSO DI ANALISI MATEMATICA CORSO DI LAURA IN INFORMATICA, A.A. 2017/18 31 GENNAIO 2018 CORREZIONE PRIMO APPELLO DEL CORSO DI ANALISI MATEMATICA CORSO DI LAURA IN INFORMATICA, A.A. 7/8 GENNAIO 8 CORREZIONE SE AVETE FATTO IL COMPITO A SOSTITUITE a ; COMPITO B a ; COMPITO C a 5; COMPITO D a 4; Esrcizio,

Dettagli

Prova scritta di Analisi Matematica I - 1 febbraio 2011 Proff. B. CIFRA F. ILARI. Compito A

Prova scritta di Analisi Matematica I - 1 febbraio 2011 Proff. B. CIFRA F. ILARI. Compito A SEDE DISTACCATA DI LATINA a.a. / Prova sritta di Aalisi Matmatia I - fbbraio Proff. B. CIFRA F. ILARI Compito A COGNOME...... NOME. Matr... Corso di Laura o o o Ambit Trritorio Risors Iformazio Maia firma

Dettagli

+ J n. dp dx J n. pε qd p. J p. = J p/drift. + J p/diff. dn dx. nε + qd n. = J n/drift. + J n/diff. J J = 0 J = J p. diff. drift.

+ J n. dp dx J n. pε qd p. J p. = J p/drift. + J p/diff. dn dx. nε + qd n. = J n/drift. + J n/diff. J J = 0 J = J p. diff. drift. /drift /diff qµ ε d /drift /diff qµ ε d all quilibrio: ma / drift / drift / diff / diff 1 V > ε V bi V diff diff dcrsc dcrsc crsc crsc drift drift ivariata ivariata crsc crsc quidi è crsct co V, dirtta

Dettagli

AM110 - ESERCITAZIONI V - VI. Esercizio svolto 1. Dimostrare che ogni insieme finito ha un massimo ed un minimo.

AM110 - ESERCITAZIONI V - VI. Esercizio svolto 1. Dimostrare che ogni insieme finito ha un massimo ed un minimo. AM110 - ESERCITAZIONI V - VI 16-18 OTTOBRE 2012 Esercizio svolto 1. Dimostrare che ogi isieme fiito ha u massimo ed u miimo. Sia A = {a 1,..., a } R. Dimostriamo che A ha u massimo si procede i maiera

Dettagli

Esercizi di Analisi Matematica 1 utili per la preparazione all esame scritto. File con soluzioni.

Esercizi di Analisi Matematica 1 utili per la preparazione all esame scritto. File con soluzioni. Esercizi di Aalisi Matematica. Paola Gervasio Es. Esercizi di Aalisi Matematica utili per la preparazioe all esame scritto. File co soluzioi. a.5.5.5.5 b 4 3.5 3.5.5.5 5 5 Figura 5 5.5 a 3 b 4 5.5 6 5

Dettagli

Aritmetica 2016/2017 Esercizi svolti in classe Seconda lezione

Aritmetica 2016/2017 Esercizi svolti in classe Seconda lezione Aritmetica 06/07 Esercizi svolti i classe Secoda lezioe Dare ua formula per 3 che o coivolga sommatorie Dato che sappiamo che ( + e ( + ( + 6 vogliamo esprimere 3 mediate, e poliomi i U idea possibile

Dettagli

Richiami sulle potenze

Richiami sulle potenze Richiami sulle poteze Dopo le rette, le fuzioi più semplici soo le poteze: Distiguiamo tra: - poteze co espoete itero - poteze co espoete frazioario (razioale) - poteze co espoete reale = Domiio delle

Dettagli

Note per la Lezione 11 Ugo Vaccaro

Note per la Lezione 11 Ugo Vaccaro Progettazioe di Algoritmi Ao Accademico 2017 2018 Note per la Lezioe 11 Ugo Vaccaro Abbiamo visto ella lezioe scorsa u argometo ituitivo secodo il quale il tempo medio di esecuzioe di QuickSort è O( log

Dettagli

Formulazione del problema - 1

Formulazione del problema - 1 Formulazioe del problema - Date due variabili aleatorie X e Y si tratta di cercare ua relazioe lieare tra esse. Sappiamo già che se il modulo del coefficiete di correlazioe o vale esattamete, le determiazioi

Dettagli

Numeri complessi - svolgimento degli esercizi

Numeri complessi - svolgimento degli esercizi Numri complssi - svolgimnto dgli srcizi ) Qusto srcizio richid di calcolar la potnza n-sima (n 45) di un numro complsso. Scriviamo z nlla forma sponnzial z ρ iθ dov ) ( ) ρ ( + θ π 6 dato ch sin θ cos

Dettagli

Problemi di routing di veicoli: 2 Modelli e rilassamenti per il TSP

Problemi di routing di veicoli: 2 Modelli e rilassamenti per il TSP Problm d routg d vcol: Modll rlassamt pr l TP Dal Vgo DEI, Uvrstà d Bologa dvgo@ds.ubo.t Problma dl Commsso Vaggator (TP) caso partcolar: dposto vcolo d capactà llmtata mmzzar l costo pr srvr tutt clt

Dettagli

SISTEMI DINAMICI DEL SECONDO ORDINE

SISTEMI DINAMICI DEL SECONDO ORDINE SISTEMI DINAMICI DEL SECONDO ORDINE I sistmi diamici dl scodo ordi soo sistmi diamici SISO rapprstati da quazioi diffrziali liari a cofficiti costati di ordi : a d y(t dy(t d x(t dx(t + a + ay(t b + b

Dettagli

all equilibrio: = n diff drift

all equilibrio: = n diff drift ma d q d q diff drift diff drift ε µ ε µ all quilibrio: drift drift diff diff V > ε V bi V diff diff dcrsc dcrsc crsc crsc drift drift ivariata ivariata crsc crsc quidi è crsct co V, dirtta da s vrso V

Dettagli

SOLLECITAZIONI COMPOSTE

SOLLECITAZIONI COMPOSTE Sussidi didattici pr il corso di COSTRUZIOI EDILI Prof. Ig. Fracsco Zaghì SOLLECITZIOI COPOSTE GGIORETO 14/10/011 Corso di COSTRUZIOI EDILI Prof. Ig. Fracsco Zaghì FLESSIOE DEVIT Si ha flssio dviata quado

Dettagli

Esercizi di Analisi Matematica A utili per la preparazione all esame scritto. File con soluzioni.

Esercizi di Analisi Matematica A utili per la preparazione all esame scritto. File con soluzioni. Esercizi di Aalisi Matematica A: soluzioi Es. Esercizi di Aalisi Matematica A utili per la preparazioe all esame scritto. File co soluzioi. PSfrag replacemets a.5.5.5.5 PSfrag replacemets 5 5 a b 4 3.5

Dettagli

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6.

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6. Corso di laura: BIOLOGIA Tutor: Floris Marta PRECORSI DI MATEMATICA PROPORZIONI Ossrvar l sgunti figur: Cosa possiamo dir di ss? Ch la suprfici dlla figura A sta alla suprfici dlla figura B com sta a 6.

Dettagli

M. Usai Circuiti digitali 7_3 1

M. Usai Circuiti digitali 7_3 1 Stima dllo spttro I molt applicazioi si è itrssati al calcolo dllo spttro di u sgal campioato: spttro di dsità di rgia o; spttro di dsità di potza. La FFT può ssr utilizzata a qusto scopo. Occorr cosidrar

Dettagli

n 1 = n b) {( 1) n } = c) {n!} In questo caso la successione è definita per ricorrenza: a 0 = 1, a n = n a n 1 per ogni n 1.

n 1 = n b) {( 1) n } = c) {n!} In questo caso la successione è definita per ricorrenza: a 0 = 1, a n = n a n 1 per ogni n 1. Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 0: Riferimeti: R.Adams, Calcolo Differeziale - Si cosiglia vivamete di fare gli esercizi del testo. Successioi umeriche:

Dettagli

Formulazione di Problemi Decisionali come Problemi di Programmazione Lineare

Formulazione di Problemi Decisionali come Problemi di Programmazione Lineare Formulazioe di Problemi Decisioali come Problemi di Programmazioe Lieare Cosideriamo i segueti problemi decisioali ed esamiiamo come possoo essere formulati come problemi di PL: Il problema del trasporto

Dettagli

Svolgimento di alcuni esercizi

Svolgimento di alcuni esercizi Svolgimnto di alcuni srcizi Si ha ch dal momnto ch / tnd a pr ch tnd a (la frazion formata da un numro, in qusto caso il numro, fratto una quantità ch tnd a ±, in qusto caso, tnd smpr a ) S facciamo tndr

Dettagli

TEOREMA DELLA PROIEZIONE, DISUGUAGLIANZA DI BESSEL E COMPLEMENTI SULLE SERIE DI FOURIER

TEOREMA DELLA PROIEZIONE, DISUGUAGLIANZA DI BESSEL E COMPLEMENTI SULLE SERIE DI FOURIER TEOREMA DELLA PROIEZIONE, DISUGUAGLIANZA DI BESSEL E COMPLEMENTI SULLE SERIE DI FOURIER I uo spazio euclideo di dimesioe fiita, ad esempio R 3, cosideriamo u sottospazio, ad esempio u piao passate per

Dettagli

Una ED ordinaria è una equazione in cui l incognita è una funzione y = y(x)

Una ED ordinaria è una equazione in cui l incognita è una funzione y = y(x) EQUAZIONI DIFFERENZIALI ORDINARIE La stsura di qust disps vata il cotributo di mii carissimi amici Giulia 5 Matto Fracsco ch rigrazio Ua ED ordiaria è ua quazio i cui l icogita è ua fuzio () ch compar

Dettagli

Gli elettroni nei cristalli

Gli elettroni nei cristalli Gli lttroi i cristalli sio i ua disio: VVa fuzio d oda lttroica: dv risolvr l quazio di Schrödigr i rsza di u otzial riodico co si risolv il robla r il sigolo lttro: fi fuzio d oda ch riscchia la riodicità

Dettagli

06 LE SUCCESSIONI DI NUMERI REALI

06 LE SUCCESSIONI DI NUMERI REALI 06 LE SUCCESSIONI DI NUMERI REALI Ua successioe è ua fuzioe defiita i. I simboli ua f : A tale che f ( ) è ua successioe di elemeti di A. Se poiamo f ( i) ai co i,...,,..., ua successioe può essere rappresetata

Dettagli

Tutorato di Probabilità 1, foglio I a.a. 2007/2008

Tutorato di Probabilità 1, foglio I a.a. 2007/2008 Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =

Dettagli

n 2 e n 2n 2 exp 1 n 2 a n 4 a n 12 a n n cosn 16 a n log 4 16n 2 1 9n a n 1 n 2n n 1 20 a n 7n 1 4n n n 22 a n 2 n

n 2 e n 2n 2 exp 1 n 2 a n 4 a n 12 a n n cosn 16 a n log 4 16n 2 1 9n a n 1 n 2n n 1 20 a n 7n 1 4n n n 22 a n 2 n 3] SUCCESSIONI (a.a. 11/12) 3.1] Calcolare lim a se esiste ove: 1 a 2 2 3 2 4 1 3 a 2 2 2 3 log 1 2 a 4 a 2 e 2 2 exp 1 2 e exp 2 3 5 a 1 2 exp 1 6 a log 3 7 4 3 7 a log 3 7 8 a 4 2 log 32 7 3 e 2 9 a

Dettagli

Serie numeriche. Esercizi

Serie numeriche. Esercizi Serie umeriche. Esercizi Mauro Saita, aprile 204. Idice Serie umeriche.. Serie a termii defiitivamete positivi..............................2 Serie a termii di sego altero.................................

Dettagli

Risoluzione dei problemi

Risoluzione dei problemi Risoluzion di problmi a) f rapprsnta un fascio di funzioni omografich, al variar dl paramtro a in R, s si vrifica la condizion: a$ (- a) +! 0 " a!! S a!! il grafico rapprsnta iprboli quilatr di asintoti

Dettagli

( ) ( ) exp 2 X. m m CV m CV. Complementi di Idrologia Appello del 1 Febbraio Problema n 1 (8 punti)

( ) ( ) exp 2 X. m m CV m CV. Complementi di Idrologia Appello del 1 Febbraio Problema n 1 (8 punti) Colti di Idrologia Allo dl Fbbraio 0 Probla (8 uti. Si cosidri la fuzio =l(. La variabil è distribuita scodo ua oral N(,. Qual è la distribuzio di il suo doiio di dfiizio?. Posto ch = l + l = ( l, drivar

Dettagli

La formula di Taylor

La formula di Taylor La rmula di Taylr R.Argilas!! K I qusta dispsa prstiam il calcl di iti utilizzad gli sviluppi di Taylr Mac Lauri. N riprcrrrm la tria rlativa all apprssimazi di ua uzi i quat qusta è artata i maira sddisact

Dettagli

ENUNCIATI DI ESAMI DI ANALISI MATEMATICA 1

ENUNCIATI DI ESAMI DI ANALISI MATEMATICA 1 ENUNCIATI DI ESAMI DI ANALISI MATEMATICA ENUNCIATI DI ESAMI DI ANALISI MATEMATICA Euciar dimostrar il torma di Lagrag Dir s è f ( ) applicabil alla fuzio ( ) ll itrvallo [,] motivado la risposta Euciar

Dettagli

Calcolo delle Probabilità e Statistica. Prova scritta del III appello - 7/6/2006

Calcolo delle Probabilità e Statistica. Prova scritta del III appello - 7/6/2006 Corso di Laura in Informatica - a.a. 25/6 Calcolo dll Probabilità Statistica Prova scritta dl III appllo - 7/6/26 Il candidato risolva i problmi proposti, motivando opportunamnt l propri rispost.. Sia

Dettagli

SCHEDA DI LABORATORIO

SCHEDA DI LABORATORIO SEDA DI LABORATORIO LA ARIA ELETTRIA ORSO DI PERFEZIONAMENTO PERORSI DIDATTII DI FISIA E MATEMATIA II DIPARTIMENTO DI FISIA UNIERSITÀ DEGLI STUDI DI SIENA Σιλϖια Χασινι A.A. 2005/06 Schda di laboratorio

Dettagli

Risoluzione del compito n. 2 (Gennaio 2017/2)

Risoluzione del compito n. 2 (Gennaio 2017/2) Risoluzioe del compito. (Geaio 017/ PROBLEMA 1 Trovate tutte le soluzioi (z, w, co z, w C,del sistema { i z + w =0 z + z + w +1=0;. Dalla prima equazioe, w = i z e quidi w = iz, che sostituito ella secoda

Dettagli

ESERCITAZIONE DI PROBABILITÀ 1

ESERCITAZIONE DI PROBABILITÀ 1 ESERCITAZIONE DI PROBABILITÀ 1 12/03/2015 Soluzioi del primo foglio di esercizi Esercizio 0.1. Ua classe di studeti è costituita da 6 ragazzi e 4 ragazze. I risultati dell esame vegoo esposti i ua graduatoria

Dettagli

Generazione di distribuzioni di probabilità arbitrarie

Generazione di distribuzioni di probabilità arbitrarie Gnrazion di distribuzioni di probabilità arbitrari Abbiamo visto com gnrar vnti con distribuzion di probabilità uniform, d abbiamo anch visto in qual contsto tali vnti sono utili. Tuttavia la maggior part

Dettagli

0.1 Esercitazioni V, del 18/11/2008

0.1 Esercitazioni V, del 18/11/2008 1 0.1 Esercitazioi V, del 18/11/2008 Esercizio 0.1.1. Risolvere usado Cramer il seguete sistema lieare x + y + z = 1 kx + y z = 0 x kz = 1 Soluzioe: Il determiate della matrice dei coefficieti è (k 2)(k

Dettagli

Pensiero Algoritmico. Lezione 4 30 Novembre Ripasso. Torri di Hanoi Soluzione. Torri di Hanoi Definizione. Ozalp Babaoglu Università di Bologna

Pensiero Algoritmico. Lezione 4 30 Novembre Ripasso. Torri di Hanoi Soluzione. Torri di Hanoi Definizione. Ozalp Babaoglu Università di Bologna Pesiero lgoritmico Lezioe 4 30 Novembre 06 Ozalp Babaoglu Uiversità di Bologa Passi primitivi Strategia divide-et-impera Ricorsioe Defiizioi ricorsivi Crescita espoeziale Ripasso Torri di Haoi Defiizioe

Dettagli

Risoluzione del compito n. 3 (Febbraio 2018/2)

Risoluzione del compito n. 3 (Febbraio 2018/2) Risoluzioe del compito. 3 (Febbraio 08/ PROBLEMA a Determiate le soluzioi τ C dell equazioe τ iτ +=0. { αβ =4 b Determiate le soluzioi (α, β, co α, β C,delsistema α + β =i. c Determiate tutte le soluzioi

Dettagli

Stima della media di una variabile X definita su una popolazione finita

Stima della media di una variabile X definita su una popolazione finita Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe

Dettagli

Cognome e Nome: Numero di Matricola: Spazio riservato alla correzione

Cognome e Nome: Numero di Matricola: Spazio riservato alla correzione Cognom Nom: Numro di Matriola: Spazio risrvato alla orrzion 1 2 3 4 5 6 Total /18 /8 /20 20 /18 /16 /100 1. a) Indiar quali dll sgunti affrmazioni sono vr quali sono fals. 1. log(n n )= Θ((log n) n ) 2.

Dettagli

3. Calcolo letterale

3. Calcolo letterale Parte Prima. Algera 1) Moomi Espressioe algerica letterale 42 Isieme di umeri relativi, talui rappresetati da lettere, legati fra loro da segi di operazioi. Moomio Espressioe algerica che o cotiee le operazioi

Dettagli