Forma canonica di Jordan
|
|
- Graziano Cirillo
- 7 anni fa
- Visualizzazioni
Transcript
1 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: A (λ) = (λ λ ) r (λ λ ) r (λ λ h ) r h Nella forma canonica di Jordan la matrice A assume la seguente forma diagonale a blocchi: J A = T J AT = J h dove ad ogni autovalore distinto λ i corrisponde un blocco 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 all interno del polinomio caratteristico A sua volta, ogni blocco di Jordan J i ha la struttura di una matrice diagonale a blocchi: J i, dimj i = r i J J i = i, i =,, h J i,qi che presenta sulla diagonale principale un numero q i di miniblocchi di Jordan J i, j pari alla molteplicità geometrica dell autovalore λ i, cioè al numero q i 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 =,, q i 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 Zanasi Roberto - Teoria dei Sistemi AA 5/6
2 Capitolo INTRODUZIONE dall autovettore v i,j associato al miniblocco di Jordan J i, j Valgono le seguenti relazioni: n = h r i, r i = q i i= ν i,j j= La dimensione m i del più grande miniblocco di Jordan J i, j associato all autovalore λ i : m i = max ν i,j j è pari al grado di molteplicità m i dell autovalore λ i all interno del polinomio minimo m(λ) della matrice A: m(λ) = (λ λ ) m (λ λ ) m (λ λ h ) m h Essendo m i r i, chiaramente il grado del polinomio minimo è sempre inferiore o uguale al grado del polinomio caratteristico Un caso particolare della forma canonica di Jordan si ha quando la matrice trasformata A è diagonale In questo caso di dice che la matrice A di partenza era diagonalizzabile Condizioni di diagonalizzabilità di una matrice Una matrice A di ordine n è diagonalizzabile se e solo se è verificata una delle seguenti condizioni: Se esistono n autovettori linearmente indipendenti; Se la molteplicità algebrica r i di ciascun autovalore λ i è uguale alla molteplicità geometrica m i ; Se la dimensione ν i,j di tutti i miniblocchi di Jordan J i,j è unitaria; Se, per ciascun autovalore λ i, la dimensione m i del più grande miniblocco di Jordan J i,j è unitaria; Se il grado di molteplicità m i di ciascun autovalore λ i all interno del polinomio minimo m(λ) è unitario; Zanasi Roberto - Teoria dei Sistemi AA 5/6
3 Capitolo INTRODUZIONE 3 Autovettori generalizzati I q i autovettori distinti v i,j associati all autovalore λ i si determinano risolvendo il seguente sistema lineare autonomo: (λ i I A)v i,j = j =,, q i Infatti, il numero degli autovettori distinti è q i, pari al numero di miniblocchi J i,j presenti all interno del blocco di Jordan J i Nel caso in cui si abbia q i < r i, il numero degli autovettori non è sufficiente per diagonalizzare la matrice, per cui occorre procedere, per ogni autovettore v i,j, alla determinazione della corrispondente catena v (k) i,j di autovettori generalizzati, k =,, ν i,j Tali catene si determinano risolvendo iterativamente il seguente sistema di equazioni lineari (A λ i I)v () i,j = v () i,j = v i,j (A λ i I)v (3) i,j = v () i,j (A λ i I)v (ν i,j) i,j = v (ν i,j ) i,j Noto v () i,j = v i,j, dalla prima equazione si ricava v () i,j, il quale, sostituito nell equazione successiva permette di determinare l autovettore v (3) i,j, e così via La particolare struttura quasi diagonale del miniblocco di Jordan J i,j si ottiene inserendo tra le colonne della matrice di trasformazione T queste catene di autovettori generalizzati T = [ v () i,j v () i,j v (ν i,j) i,j Zanasi Roberto - Teoria dei Sistemi AA 5/6
4 Capitolo INTRODUZIONE 4 Possiamo ora riscrivere l evoluzione libera di un sistema discreto nel modo seguente x(k) = A k x = (TAT ) k x = TA k T x = T J J J h k T x = T J k J k J k h e l evoluzione libera di un sistema continuo nel modo seguente T x x(t) = e At x = Te At T x = Te J J J h t T x = T e J t e J t e J ht T x Quindi, per poter calcolare la potenza e l esponenziale di matrice generica A è sufficiente saper calcolare la potenza e l esponenziale del seguente generico miniblocco di Jordan di dimensione ν: J = λ λ λ λ λ = λi + N Chiaramente, la matrice J può essere espressa come somma della matrice diagonale λi e di una matrice N che ha elementi non nulli, e unitari, solo sulla prima sovradiagonale Per esempio, nel caso ν = 5 si ha: N = Zanasi Roberto - Teoria dei Sistemi AA 5/6
5 Capitolo INTRODUZIONE 5 Le potenze della matrice N hanno la seguente struttura: N = N 3 = cioè, la matrice N k ha elementi non nulli solo sulla k-esima sovradiagonale La matrice N è quindi una matrice nilpotente di ordine ν: N ν = dove ν = dimn La potenza k-esima della matrice J ha quindi la forma seguente: J k = (λi + N) k = λ k I + k λ k N + k λ k N + + N k Sappiamo però che tutte le potenze N h sono nulle per h ν, per cui si ha che J k = (λi + N) k = λ k I + = Con il simbolo k λ k N + k λ k kλ k k(k ) λ k λ k kλ k λ k λ k N + + k λ ν k ν+ k λ k ν+ N ν ν k ν k ν λ k kλ k λ k k si è indicato il coefficiente binomiale h k h = k(k ) (k h + ) h! λ k ν+ λ k ν+ che rappresenta il numero di combinazioni di k oggetti presi a gruppi di h Zanasi Roberto - Teoria dei Sistemi AA 5/6
6 Capitolo INTRODUZIONE 6 Relativamente al caso tempo-continuo, l esponenziale di matrice e Jt si calcola nel modo seguente e Jt = e (λi+n)t = e λit e Nt = e λt Ie Nt = e λt n= t n n! Nn = e λt ν t n n= n! Nn = e λt [ I + tn + t N + + tν (ν )! Nnu = e λt t t t 3 t 3! ν (ν )! t t t t + t ν (ν )! t ν (ν )! Alla forma quasi diagonale sopra mostrata si giunge sempre, anche nel caso di autovalori λ i complessi coniugati In questo caso però anche i corrispondenti autovettori v, sono complessi coniugati e la forma diagonale della matrice A a cui si giunge, essendo complessa, risulta essere di problematica utilizzazione Per ovviare a questo inconveniente, nel caso di autovalori λ i complessi coniugati si preferisce utilizzare una trasformazione nello spazio degli stati che porti la matrice A ad avere sulla diagonale principale dei blocchi reali di dimensione Si faccia per esempio riferimento ad una matrice A di dimensione 6 caratterizzata da due autovalori complessi coniugati λ, con grado di molteplicità 3 nel polinomio minimo: λ, = σ ± jω, m(λ) = (λ λ ) 3 (λ λ ) 3 = [(λ σ) + ω 3 Zanasi Roberto - Teoria dei Sistemi AA 5/6
7 Capitolo INTRODUZIONE 7 Applicando la trasformazione di coordinate x = Tx T = [ v v v 3 v v v 3 si giunge alla seguente forma diagonale: A = λ λ λ λ λ λ Si ottengono cioè due soli blocchi di Jordan, ognuno dei quali è composto da un solo miniblocco a 3 dimensioni Si indichi con v i,r e v i,i, rispettivamente, la parte reale e la parte immaginaria dell autovettore complesso i-esimo (i =,, 3) Utilizzando la seguente trasformazione di coordinate: x = T x, T = [ v,r v,i v,r v,i v 3,R v 3,I è possibile trasformare la matrice A nel modo seguente à = σ ω ω σ σ ω ω σ σ ω ω σ In questo modo l evoluzione libera di sistemi lineari potrà essere espressa come combinazione lineare di soli termini reali Caso tempo discreto: Caso tempo continuo: x(k) = A k x() = TÃk T x() x(t) = e At x() = TeÃt T x() Zanasi Roberto - Teoria dei Sistemi AA 5/6
8 Capitolo INTRODUZIONE 8 Nel caso tempo discreto, se si indica con λ e θ, rispettivamente, il modulo e la fase del numero complesso λ i = σ + jω, e con j la seguente matrice emisimmetrica j = λ = σ + ω, allora si ha che λ = σ + j ω = λ e jθ θ = arctan ω σ = λ cos θ + j λ sin θ σ ω ω σ = λ ω cos θ sin θ sin θ cos θ λ θ σ = λ e θj λ e quindi la matrice à può essere espressa nella forma à = λ e θj I λ e θj I λ e θj La potenza k-esima della matrice cioè à k = à k = [ cos kθ sin kθ λ k sin kθ cos kθ à è ha la forma seguente λ k e kθj k λ k e (k )θj k(k ) λ k e (k )θj λ k e kθj k λ k e (k )θj λ k e kθj [ cos(k )θ sin(k )θ k λ k sin(k )θ cos(k )θ λ k [ cos kθ sin kθ sin kθ cos kθ k(k ) λ k [ cos(k )θ sin(k )θ sin(k )θ cos(k )θ [ cos(k )θ sin(k )θ k λ k sin(k )θ cos(k )θ λ k [ cos kθ sin kθ sin kθ cos kθ Zanasi Roberto - Teoria dei Sistemi AA 5/6
9 Capitolo INTRODUZIONE 9 Nel caso di sistemi tempo continui, per calcolare agevolmente l esponenziale eãt è bene utilizzare il seguente formalismo: σ ω ω σ = σ σ + ω ω = σi + ωj La matrice à assume la forma à = σi + ωj I σi + ωj I σi + ωj Le matrici I e j commutano tra di loro per cui Quindi si ricava che eãt e (σi+ωj)t = e σti e ωtj = = e σt e ωtj te ωtj t eωtj e ωtj e ωtj e ωtj eσt e σt = e σt cos ωt sin ωt sin ωt cos ωt cos ωt sin ωt sin ωt cos ωt I ti t I I ti I = e σt cos ωt e σt sin ωt te σt cos ωt te σt sin ωt t eσt cos ωt t eσt sin ωt e σt sin ωt e σt cos ωt te σt sin ωt te σt cos ωt t eσt t sin ωt eσt cos ωt e σt cos ωt e σt sin ωt te σt cos ωt te σt sin ωt e σt sin ωt e σt cos ωt te σt sin ωt te σt cos ωt e σt cos ωt e σt sin ωt e σt sin ωt e σt cos ωt Zanasi Roberto - Teoria dei Sistemi AA 5/6
10 Capitolo INTRODUZIONE Esempio Calcolare l esponenziale di matrice e jα : jα = α α e jα = Il polinomio caratteristico della matrice jα è: jα (λ) = det(λi jα) = λ α α λ cos α sin α sin α cos α = (λ + α ) = (λ jα)(λ + jα) L autovettore v corrispondente all autovalore λ = jα è: (λ I jα)v = jα α α jα j = v = L autovettore v corrispondente all autovalore λ = jα è il complesso coniugato dell autovettore v : v = v = La matrice di trasformazione T che porta la matrice jα in forma canonica di Jordan è: T = [ v v = T = j j j j j L esponenziale di matrice cercato può quindi essere espresso nel modo seguente: e jα jα = Te jα = e jα +e jα ejα e jα j T = e jα e jα j e jα +e jα j j = j e jα e jα cos α sin α sin α cos α j j j j Zanasi Roberto - Teoria dei Sistemi AA 5/6
11 Capitolo INTRODUZIONE Esempio Dato il seguente sistema dinamico ẋ(t) = x(t), x = determinare l evoluzione libera x(t) del sistema a partire dalla condizione iniziale x() = x La soluzione formale del problema è la seguente: x(t) = e At x = Te At T x 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 s s = s(s 4s + 5) = s[(s ) + ) Gli autovalori sono s, = ± j e s 3 = L autovettore complesso v corrispondente all autovalore s = + j è il seguente: (s I A)v = o + j + j j L autovettore reale v 3 corrispondente all autovalore s = è: (A s I)v 3 = o La seguente matrice di trasformazione T T = [ v,r v,i v 3 = v = o v = v 3 = o v 3 =, T = 5 porta la matrice A nella forma canonica reale di Jordan: A = T AT = j + j 3 3 L evoluzione libera x(t) del sistema a partire dalla condizione iniziale x è quindi la seguente: x(t) = T e t cos t e t sin t e t sin t e t cos t T x Zanasi Roberto - Teoria dei Sistemi AA 5/6
TEORIA 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
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
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
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
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
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
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
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
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
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
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
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
Dettagliẋ 1 = 2x 1 + (sen 2 (x 1 ) + 1)x 2 + 2u (1) y = x 1
Alcuni esercizi risolti su: - calcolo dell equilibrio di un sistema lineare e valutazione delle proprietà di stabilità dell equilibrio attraverso linearizzazione - calcolo del movimento dello stato e dell
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)
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)
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
DettagliSPAZI VETTORIALI CON PRODOTTO SCALARE A =
SPAZI VETTORIALI CON PRODOTTO SCALARE Esercizi Esercizio. Nello spazio euclideo standard (R 2,, ) sia data la matrice 2 3 A = 3 2 () Determinare una base rispetto alla quale A sia la matrice di un endomorfismo
DettagliClassificazione delle coniche.
Classificazione delle coniche Ora si vogliono studiare i luoghi geometrici rappresentati da equazioni di secondo grado In generale, non è facile riconoscere a prima vista di che cosa si tratta, soprattutto
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
DettagliCapitolo 6. Sistemi lineari di equazioni differenziali. 1
Capitolo 6 Sistemi lineari di equazioni differenziali L integrale generale In questo capitolo utilizzeremo la forma canonica di Jordan per studiare alcuni tipi di equazioni differenziali Un sistema lineare
DettagliEsercizi di Fondamenti di Sistemi Dinamici
Giuseppe Fusco Esercizi di Fondamenti di Sistemi Dinamici ARACNE Copyright MMVIII ARACNE editrice S.r.l. www.aracneeditrice.it info@aracneeditrice.it via Raffaele Garofalo, 133 a/b 00173 Roma (06 93781065
Dettagli4 Autovettori e autovalori
4 Autovettori e autovalori 41 Cambiamenti di base Sia V uno spazio vettoriale tale che dim V n Si è visto in sezione 12 che uno spazio vettoriale ammette basi distinte, ma tutte con la medesima cardinalità
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
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
DettagliAlcuni esercizi sulla diagonalizzazione di matrici. campo dei reali. Se lo è calcolare una base spettrale e la relativa forma diagonale di A.
Alcuni esercii sulla diagonaliaione di matrici Eserciio Dire se la matrice A 4 8 è diagonaliabile sul 3 3 campo dei reali Se lo è calcolare una base spettrale e la relativa forma diagonale di A Svolgimento
Dettagli5 Un applicazione: le matrici di rotazione
5 Un applicazione: le matrici di rotazione 51 Rotazioni nel piano di un angolo ϑ Si vuole considerare il caso della rotazione nel piano di un vettore di R di un angolo ϑ assegnato Chiaramente si tratta
DettagliCalcolo del movimento di sistemi dinamici LTI. Esempi di soluzione per sistemi dinamici LTI TC
Calcolo del movimento di sistemi dinamici LTI Esempi di soluzione per sistemi dinamici LTI TC Esempi di soluzione per sistemi LTI TC Scomposizione in fratti semplici (parte I) Esempio di soluzione 1 Scomposizione
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
DettagliRichiami di algebra delle matrici a valori reali
Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o
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,
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
Dettagli(VX) (F) Se A e B sono due matrici simmetriche n n allora anche A B è una matrice simmetrica.
5 luglio 010 - PROVA D ESAME - Geometria e Algebra T NOME: MATRICOLA: a=, b=, c= Sostituire ai parametri a, b, c rispettivamente la terzultima, penultima e ultima cifra del proprio numero di matricola
DettagliAutovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)
Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) April 14, 2011 (alcune note non complete sugli argomenti trattati: eventuali completamenti saranno aggiunti)
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 ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE
DIAGONALIZZAZIONE 1 MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE Matrici ortogonali e loro proprietà. Autovalori ed autospazi di matrici simmetriche reali. Diagonalizzazione mediante matrici
DettagliRisposta temporale: esempi
...4 Risposta temporale: esempi Esempio. Calcolare la risposta al gradino unitario del seguente sistema: x(t) = u(t) s + 5 (s + )(s + ) y(t) Il calcolo della trasformata del segnale di uscita è immediato:
DettagliNote sulle Catene di Markov
Note sulle Catene di Markov ELAUT Prof. Giuseppe C. Calafiore Sommario Queste note contengono un estratto schematico ridotto di parte del materiale relativo alle Catene di Markov a tempo continuo e a tempo
DettagliDIAGONALIZZAZIONE. M(f) =
DIAGONALIZZAZIONE Esercizi Esercizio 1. Sia f End(R 3 ) associato alla matrice M(f) = 0 1 2 0. 2 (1) Determinare gli autovalori di f e le relative molteplicità. (2) Determinare gli autospazi di f e trovare,
DettagliParte 7. Autovettori e autovalori
Parte 7. Autovettori e autovalori A. Savo Appunti del Corso di Geometria 23-4 Indice delle sezioni Endomorfismi, 2 Cambiamento di base, 3 3 Matrici simili, 6 4 Endomorfismi diagonalizzabili, 7 5 Autovettori
Dettagli2 2 2 A = Il Det(A) = 2 quindi la conica è non degenere, di rango 3.
Studio delle coniche Ellisse Studiare la conica di equazione 2x 2 + 4xy + y 2 4x 2y + 2 = 0. Per prima cosa dobbiamo classificarla. La matrice associata alla conica è: 2 2 2 A = 2 2 2 Il DetA = 2 quindi
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
DettagliStimatori dello stato
Capitolo 5. OSSERVABILITÀ E RICOSTRUIBILITÀ 5. Stimatori dello stato La retroazione statica dello stato u(k) = K x(k) richiede la conoscenza di tutte le componenti del vettore di stato. Tipicamente le
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
DettagliElementi di Algebra Lineare Applicazioni lineari
Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2016/2017 Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra Lineare 1 / 50 index Applicazioni lineari 1 Applicazioni lineari
DettagliComplementi di Algebra e Fondamenti di Geometria
Complementi di Algebra e Fondamenti di Geometria Capitolo Diagonalizzazione di matrici: Autovalori ed autovettori M. Ciampa Ingegneria Elettrica, a.a. 2009/200 Capitolo Diagonalizzazione di matrici: Autovalori
DettagliAnalisi Matematica II - INGEGNERIA Gestionale - B 20 luglio 2017 Cognome: Nome: Matricola:
Analisi Matematica II - INGEGNERIA Gestionale - B luglio 7 Cognome: Nome: Matricola: IMPORTANTE: Giustificare tutte le affermazioni e riportare i calcoli essenziali Esercizio [8 punti] Data la matrice
DettagliEsercizi di ripasso: geometria e algebra lineare.
Esercizi di ripasso: geometria e algebra lineare. Esercizio. Sia r la retta passante per i punti A(2,, 3) e B(,, 2) in R 3. a. Scrivere l equazione cartesiana del piano Π passante per A e perpendicolare
DettagliModi dominanti. L evoluzione libera del sistema lineare. x(k + 1) = Ax(k) a partire dalla condizione iniziale x(0) = x 0 è:
Capitolo. INTRODUZIONE. L voluzion libra dl sistma linar Modi dominanti ẋ(t) = Ax(t), x(k + ) = Ax(k) a partir dalla condizion inizial x() = x è: x(t) = At x, x(k) = A k x Al tndr di t [di k all infinito,
DettagliSISTEMI DI EQUAZIONI DIFFERENZIALI LINEARI
SISTEMI DI EQUAZIONI DIFFERENZIALI LINEARI DANIELE ANDREUCCI DIP. METODI E MODELLI, UNIVERSITÀ LA SAPIENZA VIA A.SCARPA 16, 161 ROMA, ITALY andreucci@dmmm.uniroma1.it 1. Lo spazio delle soluzioni Un sistema
DettagliESERCIZI SUI SISTEMI LINEARI
ESERCIZI SUI SISTEMI LINEARI Consideriamo ora il sistema lineare omogeneo a coefficienti costanti associato alla matrice A M n n, cioè SLO Vale il seguente = A. Teorema. Sia v R n \ } e sia λ C. Condizione
DettagliLEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f
LEZIONE 23 23.1. Riduzione delle coniche a forma canonica. Fissiamo nel piano un sistema di riferimento Oxy e consideriamo un polinomio di grado 2 in x, y a meno di costanti moltiplicative non nulle, diciamo
DettagliLo studio dell evoluzione libera nei sistemi dinamici
Lo studio dell evoluzione libera nei sistemi dinamici December, Un sistema lineare, dinamico, a dimensione finita e continuo (ovvero in cui il tempo t appartiene all insieme dei reali) può essere descritto
Dettagli(P x) (P y) = x P t (P y) = x (P t P )y = x y.
Matrici ortogonali Se P è una matrice reale n n, allora (P x) y x (P t y) per ogni x,y R n (colonne) Dim (P x) y (P x) t y (x t P t )y x t (P t y) x (P t y), CVD Ulteriori caratterizzazioni delle matrici
DettagliMODELLI A TEMPO CONTINUO IN EQUAZIONI DI STATO. Sistema lineare stazionario a tempo continuo in equazioni di stato. = Cx(t) + Du(t) x(0) = x 0
MODELLI A TEMPO CONTINUO IN EQUAZIONI DI STATO Sistema lineare stazionario a tempo continuo in equazioni di stato ẋ(t) y(t) = Ax(t) + Bu(t) = Cx(t) + Du(t) x() = x Risposta completa (risposta libera e
DettagliFondamenti di Algebra Lineare e Geometria TEMA A
Fondamenti di Algebra Lineare e Geometria Ingegneria Aerospaziale ed Ingegneria dell Energia - Canale B Secondo Appello - luglio TEMA A Risolvere i seguenti esercizi motivando adeguatamente ogni risposta.
DettagliOperazioni tra matrici e n-uple
CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,
DettagliEsercizi di Geometria - 1
Esercizi di Geometria - Samuele Mongodi - smongodi@snsit Di seguito si trovano alcuni esercizi assai simili a quelli che vi troverete ad affrontare nei test e negli scritti dell esame Non è detto che vi
DettagliA.A. 2014/2015 Corso di Algebra Lineare
A.A. 2014/2015 Corso di Algebra Lineare Stampato integrale delle lezioni Massimo Gobbino Indice Lezione 01: Vettori geometrici nel piano cartesiano. Operazioni tra vettori: somma, prodotto per un numero,
DettagliEsercizi Applicazioni Lineari
Esercizi Applicazioni Lineari (1) Sia f : R 4 R 2 l applicazione lineare definita dalla legge f(x, y, z, t) = (x + y + z, y + z + t). (a) Determinare il nucleo di f, l immagine di f, una loro base e le
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
DettagliESERCIZI SULLE EQUAZIONI DIFFERENZIALI
ESERCIZI SULLE EQUAZIONI DIFFERENZIALI 1. Generalità 1.1. Verifica delle soluzioni. Verificare se le funzioni date sono soluzioni delle equazioni differenziali. xy = 2y, y = 5x 2. y = x 2 + y 2, y = 1
Dettagliossia può anche essere localizzato univocamente sul piano complesso con la sua forma polare.
ALGEBRA COMPLESSA Nel corso dei secoli gli insiemi dei numeri sono andati man mano allargandosi per rispondere all esigenza di dare soluzione a equazioni e problemi sempre nuovi I numeri complessi sono
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
DettagliStabilità e retroazione
0.0. 4.1 1 iagramma Stabilità e retroazione Stabilità dei sistemi dinamici lineari: Un sistema G(s) è asintoticamente stabile se tutti i suoi poli sono a parte reale negativa. Un sistema G(s) è stabile
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
DettagliCorso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Autovalori ed Autovettori di una matrice Siano Se A = (a i,j ) i,j=1,...,n R n n, 0 x = (x i ) i=1,...,n R n λ R Ax = λx (1) allora λ è detto autovalore di
DettagliAnalisi e Geometria 1
Analisi e Geometria Politecnico di Milano Ingegneria Esercizi Numeri complessi. Scrivere in forma algebrica i seguenti numeri complessi. a) z + i) i) + i) i) b) z + i) i) + i) + + i) i) + i) + i) c) z
Dettagli(E) : 4x 181 mod 3. h(h 1)x + 4hy = 0
Dipartimento di Matematica e Informatica Anno Accademico 206-207 Corso di Laurea in Informatica (L-3) Prova scritta di Matematica Discreta (2 CFU) 6 Settembre 207 Parte A [0 punti] Sia data la successione
Dettagli15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI
15 luglio 01 - Soluzione esame di geometria - Ing. gestionale - a.a. 01-01 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono
DettagliIntroduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari
Introduzione soft alla matematica per l economia e la finanza Marta Cardin, Paola Ferretti, Stefania Funari Capitolo Sistemi di equazioni lineari.8 Il Teorema di Cramer Si consideri un generico sistema
DettagliAnalisi dei dati corso integrato - Algebra lineare,
Analisi dei dati corso integrato - Algebra lineare, 050308-2 1 Ortogonalita nel piano Sia fissato nel piano un sistema di riferimento cartesiano ortogonale monometrico, con origine in O Tranne avviso contrario,
DettagliFondamenti di Algebra Lineare e Geometria
Fondamenti di Algebra Lineare e Geometria Ingegneria Aerospaziale ed Ingegneria dell Energia - Canale B Primo Appello - 6 giugno 24 TEMA A Risolvere i seguenti esercizi motivando adeguatamente ogni risposta.
DettagliApplicazioni lineari e diagonalizzazione. Esercizi svolti
. Applicazioni lineari Esercizi svolti. Si consideri l applicazione f : K -> K definita da f(x,y) = x + y e si stabilisca se è lineare. Non è lineare. Possibile verifica: f(,) = 4; f(,4) = 6; quindi f(,4)
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA
Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere
DettagliGeometria e algebra lineare (II parte) Bruno Martelli
Geometria e algebra lineare (II parte) Bruno Martelli Dipartimento di Matematica, Largo Pontecorvo 5, 56127 Pisa, Italy E-mail address: martelli at dm dot unipi dot it versione: 7 marzo 2017 Indice Introduzione
DettagliSistemi dinamici lineari
Capitolo 1. INTRODUZIONE 1.19 Sistemi dinamici lineari La funzione di stato che descrive un sistema dinamico lineare, è rappresentabile in forma matriciale nel seguente modo: Per sistemi continui: Per
DettagliUniversità degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 18 febbraio 2010 Tema A
Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 18 febbraio 21 Tema A Tempo a disposizione: 2 ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio va iniziato all inizio
DettagliComplemento ortogonale e proiezioni
Complemento ortogonale e proiezioni Dicembre 9 Complemento ortogonale di un sottospazio Sie E un sottospazio di R n Definiamo il complemento ortogonale di E come l insieme dei vettori di R n ortogonali
DettagliAppendice 1. Spazi vettoriali
Appendice. Spazi vettoriali Indice Spazi vettoriali 2 2 Dipendenza lineare 2 3 Basi 3 4 Prodotto scalare 3 5 Applicazioni lineari 4 6 Applicazione lineare trasposta 5 7 Tensori 5 8 Decomposizione spettrale
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
DettagliFormulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010
Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010 In quetsa dispensa: V è uno spazio vettoriale di dimensione d sul campo complesso C generato dai vettori v 1,..., v d. Le variabili m,
DettagliFondamenti di Automatica: Esercitazioni 2016
Fondamenti di Automatica: Esercitazioni 2016 Alessandro Vittorio Papadopoulos alessandro.papadopoulos@polimi.it Fondamenti di Automatica Prof. M. Farina F.d.A. 2 Indice 1 Algebra delle matrici e numeri
DettagliEsercitazione di Analisi Matematica II
Esercitazione di Analisi Matematica II Barbara Balossi 06/04/2017 Esercizi di ripasso Esercizio 1 Sia data l applicazione lineare f : R 3 R 3 definita come f(x, y, z) = ( 2x + y z, x 2y + z, x y). a) Calcolare
DettagliRICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI. a 11 a 12 a 1n a 21 a 22 a 2n. a m1 a m2 a mn
RICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI LUCIA GASTALDI 1. Matrici. Operazioni fondamentali. Una matrice A è un insieme di m n numeri reali (o complessi) ordinati, rappresentato nella tabella
DettagliVincenzo Aieta CONICHE, FASCI DI CONICHE
Vincenzo Aieta CONICHE, FASCI DI CONICHE Le coniche 1 Teoria delle Coniche Il nome conica deriva dal semplice fatto che gli antichi Greci secando con un piano una conica a doppia falda ottenevano, a seconda
DettagliSoluzioni dei Problemi di analisi
Copyright 9 - The McGraw-Hill Companies srl Soluzioni dei Problemi di analisi. x l t =. x l t = cost+sint cost sint. x l t =. x l t =. x l t = 6. x = e t 7. x = c ; x ft = e t e t cost e t e t cost+sint
DettagliAnalisi delle componenti principali
Analisi delle componenti principali Serve a rappresentare un fenomeno k-dimensionale tramite un numero inferiore o uguale a k di variabili incorrelate, ottenute trasformando le variabili osservate Consiste
DettagliDeterminanti. Definizione ed esempi. Definizione ed esempi. Proprietà dei determinanti Rango di matrici
Introduzione S S S Rango di matrici Si dice sottomatrice d'una matrice data la matrice ottenuta selezionando un certo numero di righe e di colonne della matrice iniziale. Lezione 24.wpd 08/01/2011 XXIV
DettagliSistemi sovradeterminati
Sistemi sovradeterminati Sia A una matrice m n ove m > n sia b R m trovare una soluzione del sistema sovradeterminato Ax = b significa cercare di esprimere un vettore di R m come combinazione lineare di
DettagliAlgebra lineare Geometria 1 11 luglio 2008
Algebra lineare Geometria 1 11 luglio 2008 Esercizio 1. Si considerino la funzione: { R f : 3 R 3 (α, β, γ) ( 2β α γ, (k 1)β + (1 k)γ α, 3β + (k 2)γ ) dove k è un parametro reale, e il sottospazio U =
DettagliEquazioni differenziali lineari del secondo ordine a coefficienti costanti
Equazioni differenziali lineari del secondo ordine a coefficienti costanti 0.1 Introduzione Una equazione differenziale del secondo ordine è una relazione del tipo F (t, y(t), y (t), y (t)) = 0 (1) Definizione
DettagliAnalisi delle corrispondenze
Analisi delle corrispondenze Obiettivo: analisi delle relazioni tra le modalità di due (o più) caratteri qualitativi Individuazione della struttura dell associazione interna a una tabella di contingenza
DettagliESERCIZI DI ALGEBRA LINEARE (D) A = A = A = R 2,2. D5 Dire come bisogna scegliere i parametri h e k affinché la
ESERCIZI DI ALGEBRA LINEARE (D) D1 Nello spazio vettoriale R 2,2 si consideri l insieme { V = X R 2,2 XA = AX, A = ( 1 1 1 2 )} delle matrici che commutano con A. Verifiare che V = L(I 2, A). Verificare
DettagliESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro
ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria che ho tenuto presso la
DettagliSi consideri il sistema a coefficienti reali di m equazioni lineari in n incognite
3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x
DettagliESERCITAZIONE SUI PUNTI STAZIONARI DI FUNZIONI LIBERE E SULLE FUNZIONI OMOGENEE
ESERCITAZIONE SUI PUNTI STAZIONARI DI FUNZIONI LIBERE E SULLE FUNZIONI OMOGENEE 1 Funzioni libere I punti stazionari di una funzione libera di più variabili si ottengono risolvendo il sistema di equazioni
DettagliEquazioni differenziali ordinarie (ODE) lineari del secondo ordine a coefficienti costanti
Equazioni differenziali ordinarie (ODE) lineari del secondo ordine a coefficienti costanti Fulvio Bisi Corso di Analisi Matematica A (ca) Università di Pavia Facoltà di Ingegneria 1 ODE lineari del secondo
DettagliSi considerino i sistemi elettrici RL rappresentati nella seguente figura: L u 1 (t)
Esercizio Circuiti R in serie). Si considerino i sistemi elettrici R rappresentati nella seguente figura: + + + + u t) R y t) u t) R y t) Si consideri inoltre il sistema ottenuto collegando in serie i
DettagliEsame di Geometria - 9 CFU (Appello del 14 gennaio A)
Esame di Geometria - 9 CFU (Appello del 4 gennaio 24 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. Si considerino le rette s : { x x 2 2x 3 = 2 3x x 2 =, { x + x s 2 : 2 x 3 = x 2 =.. Stabilire
Dettagli