Spazi R n. : concetti di base. Riccarda Rossi. Analisi Matematica B. Università di Brescia
|
|
- Elena Bianchini
- 5 anni fa
- Visualizzazioni
Transcript
1 Spazi R n : concetti di base Riccarda Rossi Università di Brescia Analisi Matematica B
2 Spazi Rn
3 Spazi Rn
4 Spazi Rn
5 Spazi Rn
6 Spazi Rn
7 Spazi R n Elementi di R n : x = (x 1, x 2,..., x n ), x j R, j {1,..., n} R n è uno spazio vettoriale rispetto alle operazioni di somma e prodotto per uno scalare: dati x = (x 1, x 2,..., x n ) e y = (y 1, y 2,..., y n ) si definisce la somma x + y := (x 1 + y 1,..., x n + y n ), (x + y) R n e il prodotto per uno scalare λ R: λ x := (λx 1,..., λx n ), λx R n.
8 Interpretazione geometrica in R 2 Dati p, q R 2 p + q è vettore della diagonale del parallelogramma
9 Interpretazione geometrica in R 2 Dati p R 2 e a R ap dilatazione/contrazione di p
10 Definizione (Prodotto scalare) Dati x = (x 1, x 2,..., x n ) e y = (y 1, y 2,..., y n ) chiamiamo prodotto scalare di x e y il numero x y = x 1 y 1 + x 2 y x n y n. Definizione (Norma) Dato x = (x 1, x 2,..., x n ) chiamiamo norma di x la quantità x = x x = x1 2 + x x n. 2 Definizione (Distanza euclidea) Dati x = (x 1, x 2,..., x n ) e y = (y 1, y 2,..., y n ) chiamiamo la distanza euclidea tra x e y la quantità d(x, y) = x y.
11 Rileggiamo queste definizioni in R..
12 Rileggiamo queste definizioni in R..
13 Rileggiamo queste definizioni in R..
14 Altre proprietà del prodotto scalare
15 Lemma (Disuguaglianza di Schwarz) Per ogni x, y R n vale x y x y. Dimostrazione:
16
17
18
19
20 Nel caso n = 2, 3 è possibile interpretare la norma di x come la lunghezza del vettore determinato da x.
21 Lemma (Proprietà della norma) Per ogni x, y R n e λ R valgono le seguenti affermazioni: 1. x 0 e x = 0 se e solo se x = λx = λ x. 3. Disuguaglianza triangolare: x + y x + y. Dimostrazione: Le proprietà 1 e 2 seguono facilmente dalla definizione di norma (esercizio a casa). Per dimostrare la disuguaglianza triangolare, usiamo la disuguaglianza di Schwarz e notiamo che
22
23
24
25 In R 2 la disuguaglianza di Schwarz (e quindi anche la disuguaglianza triangolare) è immediata conseguenza della formula x y = x y cos ϕ dove ϕ indica l angolo fra i due vettori x e y. Si nota che x y = 0 se e solo se i due vettori sono ortogonali.
26 Definizione (Applicazioni lineari) Un applicazione L : R n R m si dice lineare se per ogni x, y R n e ogni a, b R si ha L(ax + by) = a L(x) + b L(y). Ad ogni applicazione lineare si può associare una matrice A = (a ij ) con m righe e n colonne tale che se L(x) = y con x = (x 1, x 2,..., x n ) e y = (y 1, y 2,..., y n ), allora y k = a k1 x 1 + a k2 x a kn x n, k {1,..., m}.
27
28
29
30 Esempio L : R 2 R 3 data da L(x, y) = (y, 2x + y, x 3y)
31
32 Elementi di topologia in R n Definizione (Palla di centro x e raggio ε) Dati x R n e ε > 0 si dice palla di centro x e a raggio ε l insieme B ε (x) = {y R n : d(x, y) = x y < ε}
33 Definizione (Intorno di un punto) Siano x R n e U R n. Diciamo che U è intorno di x se esiste ε > 0 tale che B ε (x) U.
34 Elementi di topologia in R n Siano E R n e x R n. Analogamente come nel caso n = 1 si definiscono i seguenti concetti. Definizione Diciamo che x è interno ad E se esiste ε > 0 tale che B ε (x) E.
35 Elementi di topologia in R n Definizione Diciamo che x è di accumulazione per E se per ogni ε > 0 si ha B ε (x) (E \ {x}).
36 Elementi di topologia in R n Definizione Diciamo che x è punto isolato di E se esiste ε > 0 tale che B ε (x) E = {x}.
37 Elementi di topologia in R n Definizione Diciamo che x è aderente ad E se x è un punto di accumulazione per E oppure se x è un punto isolato di E.
38 Un punto di accumulazione per E non deve necessariamente appartenere ad E! Esempio: Sia E = {x R 2 : x < 1} {(2, 0)}. ogni x R 2 con x = 1 è un punto di accumulazione per E anche se x E. invece (2, 0) E, ma non è un punto di accumulazione per E (è un punto isolato).
39 Elementi di topologia in R n Definizione Sia E R n. 1. Chiamiamo parte interna di E l insieme E= {x E : x è interno ad E}. 2. Chiamiamo la chiusura di E l insieme E = {x E : x è aderente ad E}. 3. Chiamiamo la frontiera di E l insieme E = E \ E. Dalla definizione segue immediatamente che E E E.
40 Elementi di topologia in R n Esempio Sia E R 2 dato da E = {x R 2 : x < 1} {(2, t) : 0 < t < 1} {(2, 2)} Si ha E = {x R 2 : x < 1}, E = {x R 2 : x = 1} {(2, t) : 0 t 1} {(2, 2)} E = {x R 2 : x 1} {(2, t) : 0 t 1} {(2, 2)}
41 Elementi di topologia in R n Definizione (Insiemi aperti e insiemi chiusi) Sia E R n. 1. Diciamo che E è aperto se E= E. 2. Diciamo che E è chiuso se E = E. L insieme E dell esempio precedente non è né chiuso né aperto.
42
43
44 Palle aperte e chiuse
45
46 Elementi di topologia in R n Lemma (Proprietà degli aperti) 1. Un insieme è aperto se e solo se il complementare è chiuso. 2. L insiemi R n e sono aperti. 3. L unione di una famiglia di insiemi aperti è un insieme aperto. 4. L intersezione di una famiglia finita di insiemi aperti è un insieme aperto. Notiamo che l insieme R n e sono contemporaneamente aperti e chiusi. Lemma (Proprietà degli chiusi) 1. L intersezione di una famiglia di insiemi chiusi è un insieme chiuso. 2. L unione di una famiglia finita di insieme chiusi è un insieme chiuso.
47 Elementi di topologia in R n Definizione (Insiemi limitati e insiemi compatti) 1. Diciamo che E R n è limitato se esiste un R > 0 tale che E B R (0). 2. Diciamo che E R n è compatto se è chiuso e limitato. L insieme {x R 2 : x < 1} è limitato, ma non è compatto. L insieme {x R 2 : x 1} è limitato e chiuso e quindi compatto.
Estremi relativi (liberi) per campi scalari
Estremi relativi (liberi) per campi scalari Riccarda Rossi Università di Brescia Analisi Matematica B Riccarda Rossi (Università di Brescia) Estremi relativi (liberi) Analisi Matematica B 1 / 60 Punti
DettagliTopologia, continuità, limiti in R n
Topologia, continuità, limiti in R n Ultimo aggiornamento: 18 febbraio 2017 1. Preliminari Prima di iniziare lo studio delle funzioni di più variabili, in generale funzioni di k variabili e a valori in
DettagliAppunti sul corso di Complementi di Matematica (modulo Analisi)
Appunti sul corso di Complementi di Matematica (modulo Analisi) prof. B.Bacchelli. 04 - Vettori topologia in R n : Riferimenti: R.Adams, Calcolo Differenziale 2. Cap. 1.2: In R n : vettori, somma, prodotto
DettagliRudimenti di topologia sugli spazi normati
Rudimenti di topologia sugli spazi normati 0 settembre 0 In queste dispense introdurremo il concetto di topologia sugli spazi normati, con particolare interesse per gli spazi vettorialir n. Questa introduzione
DettagliUna approssimazione allo spazio della fisica classica. Spazi affini euclidei.
Una approssimazione allo spazio della fisica classica. Spazi affini euclidei. Federico Lastaria. Analisi e Geometria 1. Una introduzione allo spazio della fisica classica. 1/20 Lo spazio E 3 (il piano
DettagliAnalisi funzionale. Riccarda Rossi Lezione 2. Spazi normati Definizioni topologiche Continuità Convergenza di successioni Compattezza
Riccarda Rossi Lezione 2 Programma 1. Spazi normati; 2. Definizioni topologiche 3. Continuità di funzioni in spazi topologici in spazi metrici in spazi normati 4. Convergenza di successioni in spazi topologici
DettagliCorso di Laurea in Matematica Analisi Numerica (1 mod., 6 crediti, 48 ore, a.a , lez.3)
Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Matematica Analisi Numerica (1 mod., 6 crediti, 48 ore, a.a. 2014-2015, lez.3) 1 Analisi Numerica 1 mod. a.a. 2014-2015, Lezione n.3
DettagliCalcolo differenziale per funzioni di più variabili
Calcolo differenziale per funzioni di più variabili Riccarda Rossi Università di Brescia Analisi Matematica B Derivate direzionali e parziali Consideriamo un insieme aperto Ω R n e un campo scalare f :
DettagliSpazi euclidei, endomorfismi simmetrici, forme quadratiche. R. Notari
Spazi euclidei, endomorfismi simmetrici, forme quadratiche R. Notari 14 Aprile 2006 1 1. Proprietà del prodotto scalare. Sia V = R n lo spazio vettoriale delle n-uple su R. Il prodotto scalare euclideo
DettagliEsercizi Analisi Matematica II Anno accademico
Esercizi Analisi Matematica II Anno accademico 2017-2018 Foglio 3 1. T Sia (X, d) uno spazio metrico. Determinare la frontiera di X e dell insieme vuoto. 2. T Sia (X, d) uno spazio metrico. Dimostrare
DettagliNORMA DI UN VETTORE. Una NORMA VETTORIALE su R n è una funzione. : R n R +
NORMA DI UN VETTORE Una NORMA VETTORIALE su R n è una funzione. : R n R + {0}, che associa ad ogni vettore x R n di componenti x i, i = 1,..., n, uno scalare in modo che valgano le seguenti proprietà:
DettagliFunzioni di più variabli: dominio, limiti, continuità
Funzioni di più variabli: dominio, limiti, continuità Riccarda Rossi Università di Brescia Analisi Matematica B Riccarda Rossi (Università di Brescia) Funzioni di più variabli Analisi Matematica B 1 /
DettagliFunzioni di più variabli: dominio, limiti, continuità
Funzioni di più variabli: dominio, limiti, continuità Riccarda Rossi Università di Brescia Analisi Matematica B Riccarda Rossi (Università di Brescia) Funzioni di più variabli Analisi Matematica B 1 /
DettagliSpazi vettoriali euclidei.
Spazi vettoriali euclidei Prodotto scalare, lunghezza e ortogonalità in R n Consideriamo lo spazio vettoriale R n = { =,,, n R}, n con la somma fra vettori e il prodotto di un vettore per uno scalare definiti
DettagliCorso di Laurea in Matematica Geometria 2. Foglio di esercizi n. 1 a.a Soluzioni
Corso di Laurea in Matematica Geometria 2 Foglio di esercizi n. 1 a.a. 2015-16 Soluzioni Gli esercizi sono presi dal libro di Manetti. Per svolgere questi esercizi, studiare con cura i paragrafi 3.1, 3.2,
DettagliProdotto scalare e norma
Capitolo 7 Prodotto scalare e norma Riprendiamo ora lo studio dei vettori da un punto di vista più geometrico. È noto, per esempio dalla Fisica, che spesso è comodo visualizzare un vettore del piano o
DettagliAlgebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio
Algebra lineare Laboratorio di programmazione e calcolo CdL in Chimica Pierluigi Amodio Dipartimento di Matematica Università di Bari pierluigi.amodio@uniba.it http://dm.uniba.it/ amodio A.A. 2016/17 P.
DettagliCapitolo IV SPAZI VETTORIALI EUCLIDEI
Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori.
DettagliSPAZI EUCLIDEI ANTONIO IANNIZZOTTO
SPAZI EUCLIDEI ANTONIO IANNIZZOTTO Sommario. L insieme R n : rappresentazione geometrica, struttura algebrica, sistemi di coordinate, trasformazioni, applicazioni lineari, matrici, determinanti, prodotto
DettagliREGISTRO DELLE LEZIONI
UNIVERSITA DEGLI STUDI DI GENOVA FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI REGISTRO DELLE LEZIONI del Corso UFFICIALE di GEOMETRIA B tenute dal prof. Domenico AREZZO nell anno accademico 2006/2007
DettagliSi dimostra che queste funzioni godono delle proprietà delle norme (ossia sono norme).
Norma di un vettore I Una norma vettoriale su R n è una funzione : R n R + {}, che associa ad ogni vettore x R n, di componenti x i, i = 1,..., n, uno scalare, in modo che valgano le seguenti proprietà:
DettagliMatrici delle differenze finite
Capitolo 8 Matrici delle differenze finite Si riportano in questo capitolo alcuni risultati e proprietà delle matrici delle differenze finite ovvero delle matrici che intervengono nel metodo delle differenze
DettagliI. CENNI SULL ANALISI FUNZIONALE
I. CENNI SULL ANALISI FUNZIONALE 0 Introduzione In questo capitolo discutiamo la definizione di un operatore lineare su uno spazio di Banach e di Hilbert e alcune delle sue proprietà. Nell appendice presentiamo
DettagliLa lunghezza dei vettori e legata alle operazioni sui vettori nel modo seguente: Consideriamo due vettori v, w e il vettore v + w loro somma.
Matematica II, 20.2.. Lunghezza di un vettore nel piano Consideriamo il piano vettoriale geometrico P O. Scelto un segmento come unita, possiamo parlare di lunghezza di un vettore v P O rispetto a tale
DettagliCorso di laurea: Ingegneria aerospaziale e meccanica Programma di Fondamenti di Analisi Matematica II a.a. 2013/14 Docente: Fabio Paronetto
Corso di laurea: Ingegneria aerospaziale e meccanica Programma di Fondamenti di Analisi Matematica II a.a. 2013/14 Docente: Fabio Paronetto Gli argomenti denotati con un asterisco tra parentesi (e solo
DettagliMicol Amar ANALISI MATEMATICA I / Insiemi aperti e insiemi chiusi. D'ora in avanti, se non sar a diversamente specificato, cosidereremo s
ELEMENTI DI TOPOLOGIA 1. La distanza. Esempi. Definizione 1.1. Sia X un sottoinsieme non vuoto di IR N (N 1) e sia d : X X! [0; +1) una funzione soddisfacente le seguenti propriet a: i) 8x; y 2 X; d(x;
DettagliDaniela Lera A.A
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2016-2017 Richiami Algebra Lineare Spazio normato Uno spazio lineare X si dice normato se esiste una funzione
DettagliCorso di laurea: Ingegneria aerospaziale e meccanica Programma di Fondamenti di Analisi Matematica II a.a. 2012/13 Docente: Fabio Paronetto
Corso di laurea: Ingegneria aerospaziale e meccanica Programma di Fondamenti di Analisi Matematica II a.a. 2012/13 Docente: Fabio Paronetto Gli argomenti denotati con un asterisco tra parentesi (e solo
DettagliLEZIONE 30. Se x = 1 si dice che x è un versore. Se poi y = (y 1,..., y n ) R n poniamo. Ricordiamo che vale la cosiddetta disuguaglianza triangolare
LEZIONE 30 30.1. Insiemi aperti e chiusi in R n. Nel corso di Analisi sono state introdotte alcune nozioni di topologia di R, come la nozione di aperto, di chiuso, di punto d accumulazione. Lo scopo di
Dettagli2. Funzioni reali di più variabili reali
Corso di Laurea in Ingegneria delle Telecomunicazioni - A.A.2001-2002 Traccia del corso di Analisi Matematica L-B 2. Funzioni reali di più variabili reali Riferimenti. Minnaja:Matematica Due, par.3.1-3.4
DettagliCorso di Laurea in Matematica Geometria 2. Foglio di esercizi n. 2 a.a Soluzioni
Corso di Laurea in Matematica Geometria 2 Foglio di esercizi n. 2 a.a. 2015-16 Soluzioni Gli esercizi sono presi dal libro di Manetti. Per svolgere questi esercizi, studiare con cura i paragrafi 3.5, 3.6,
DettagliAppendice B ANALISI FUNZIONALE. 1 Spazi di Banach
Appendice B ANALISI FUNZIONALE In questo capitolo si introducono gli spazi di Banach e di Hilbert, gli operatori lineari e loro spettro. Inoltre si discutono gli operatori compatti su uno spazio di Hilbert.
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 8 - METODI ITERATIVI PER I SISTEMI LINEARI Norme Una norma in R n è una funzione. : R n R tale che x 0 x R n ; x = 0 x = 0; αx = α x ; x
DettagliSpazi vettoriali Esempi e motivazioni Spazi topologici Spazi metrici. Analisi funzionale. Riccarda Rossi Lezione 1. Analisi funzionale
Riccarda Rossi Lezione 1 Programma Scopo del corso: studiare le proprietà degli spazi di funzioni, che sono degli spazi vettoriali di dimensione infinita. 1. Richiami sugli spazi vettoriali; 2. esempi
DettagliSPAZI TOPOLOGICI. La nozione di spazio topologico è più generale di quella di spazio metrizzabile.
SPAZI TOPOLOGICI La nozione di spazio topologico è più generale di quella di spazio metrizzabile. Definizione 1 Uno spazio topologico (X, τ) è una coppia costituita da un insieme X e da una famiglia τ
DettagliDefinizione DEFINIZIONE. Funzione reale di due variabili reali Indichiamo con R 2 l insieme di tutti i vettori bidimensionali.
Definizione DEFINIZIONE Funzione reale di due variabili reali Indichiamo con R 2 l insieme di tutti i vettori bidimensionali. Dato un sottoinsiemed R 2, una funzione f: D R è una legge che assegna a ogni
DettagliSpazi R n. : concetti di base. Riccarda Rossi. Analisi Matematica B. Università di Brescia
Spazi R n : concetti di base Riccarda Rossi Università di Brescia Analisi Matematica B up _ in Spazi R n Considereremo funzioni di n variabili definite su sottoinsiemi di 127 Rx Rx { = - n Chiara Denotavano
DettagliTOPOLOGIA - APPUNTI SETTIMANA 2/12/2013-5/11/2013
TOPOLOGIA - APPUNTI SETTIMANA 2/12/2013-5/11/2013 KIERAN G. O GRADY - 2 DICEMBRE 2013 1. Spazi di Hausdorff Definizione 1.1. Uno spazio topologico X è di Hausdorff se dati x 1, x 2 X distinti esistono
DettagliBivettori. Determinanti. Prodotto vettoriale.
Bivettori. Determinanti. Prodotto vettoriale. 10 Dicembre 2018 Per approfondimenti: bibliografia e siti web sull algebra geometrica (Geometric Algebra): http://geometry.mrao.cam.ac.uk/ https://assets.cambridge.org/052148/0221/sample/0521480221ws.pdf
DettagliGeometria della programmazione lineare
Geometria della programmazione lineare poliedri punti estremi, vertici, soluzioni di base esistenza di punti estremi rif. Fi 3.1; BT 2.1, 2.2, 2.5 Iperpiani, semispazi Definizione Sia a un vettore non
DettagliCorso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 5. Rango
Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 5 Rango Definizione 1 Sia A M m,n (K) una matrice m n a coefficienti nel campo K Il rango
DettagliPrimi elementi di topologia dell asse reale. Intorni
Primi elementi di topologia dell asse reale. Intorni R è uno spazio metrico: La distanza d(x, y) tra due numeri reali x, y è il valore assoluto della loro differenza: d(x, y) = x y Definizione (Intorno
DettagliMatematica II, aa
Matematica II, aa 2011-2012 Il corso si e svolto su cinque temi principali: sistemi lineari, algebra delle matrici, determinati, spazio vettoriale R n, spazio euclideo R n ; per ogni tema descrivo gli
DettagliAnalisi II. Foglio di esercizi n.1 26/9/2018
Analisi II. Foglio di esercizi n.1 26/9/2018 Esercizi su prodotto scalare, sottoinsiemi di R n, limiti e funzioni continue 1. Dati due punti A = 2 e B = e in R, calcolare la loro distanza euclidea. 2.
DettagliAPPUNTI DI ALGEBRA LINEARE
APPUNTI DI ALGEBRA LINEARE. Definizione Si dice spazio vettoriale (sul campo dei numeri reali R) un insieme V per il quale siano definite l operazione interna di somma (che ad ogni coppia di vettori e
DettagliGeometria della programmazione lineare
Geometria della programmazione lineare poliedri punti estremi, vertici, soluzioni di base esistenza di punti estremi rif. Fi 3.1; BT 2.1, 2.2, 2.5 Iperpiani, semispazi, poliedri Sia a un vettore non nullo
DettagliRegistro dell insegnamento. Emanuele Paolini
UNIVERSITÀ DEGLI STUDI DI FIRENZE Registro dell insegnamento Anno Accademico 2009/2010 Facoltà: Insegnamento: Ingegneria (Università di Pisa) Analisi Matematica II e Complementi di Analisi Matematica Settore:..........................
Dettaglimisura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x
4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto
DettagliDIARIO DEL CORSO DI MATHEMATICS FOR DATA SCIENCE TRENTO, A.A. 2018/19 DOCENTI: ANDREA CARANTI, SIMONE UGOLINI
DIARIO DEL CORSO DI MATHEMATICS FOR DATA SCIENCE TRENTO, A.A. 2018/19 DOCENTI: ANDREA CARANTI, SIMONE UGOLINI Nota. La descrizione di lezioni non ancora svolte si deve intendere come una previsione/pianificazione.
Dettagli1. Complemento ortogonale di un vettore non nullo Abbiamo visto che nel piano
Geometria e Algebra (II), 11.12.12 1. Complemento ortogonale di un vettore non nullo Abbiamo visto che nel piano P O i vettori ortogonali ad un dato vettore non nullo descrivono una retta per O, e nello
DettagliMiglior approssimazione in spazi euclidei
Miglior approssimazione in spazi euclidei 15 gennaio 2009 1 Introduzione astratta Sia E uno spazio vettoriale dotato di un prodotto interno (, ) (talvolta un tale spazio è detto euclideo, cf. [7, p.148]),
DettagliTEMA 1. Tempo a disposizione: due ore e 30 minuti.
TEMA 1 1. Enunciare e dimostrare il teorema di Rouché-Capelli (condizione di compatibilità di un sistema lineare). x + y + mz = m x + my z = 1 1 1 1 A = 1 1 1. 1 1 1 4. Sono dati i punti P (1, 0, 1), Q(1,
DettagliMIGLIOR APPROSSIMAZIONE IN SPAZI EUCLIDEI
MIGLIOR APPROSSIMAZIONE IN SPAZI EUCLIDEI A. SOMMARIVA Conoscenze richieste. Spazio vettoriale. Spazio normato. Vettori linearmente indipendenti. Sistemi lineari. Operatore delta di Kronecker. Conoscenze
DettagliMatematica. Corso integrato di. per le scienze naturali ed applicate. Materiale integrativo.
Corso integrato di Matematica per le scienze naturali ed applicate Materiale integrativo http://www.dimi.uniud.it/biomat/ Paolo Baiti 1 Lorenzo Freddi 1 1 Dipartimento di Matematica e Informatica, Università
DettagliCenni di topologia in R n
Cenni di topologia in R n Salvo diversa indicazione, supporremo sempre n 1 (intero). 1.1 Brevi richiami sullo spazio R n L insieme R n è il prodotto cartesiano di n fattori uguali ad R, ossia l insieme
DettagliProgramma di Analisi Matematica 2
Programma di Analisi Matematica 2 Corso di Laurea in Matematica A.A. 2015/16 1. Integrali impropri del primo tipo 2. Integrali impropri del secondo tipo 3. Teorema del confronto per gli integrali impropri
DettagliCOMPATTEZZA. i) X è compatto, cioè ogni ricoprimento aperto ammette un sottoricoprimento finito.
1 COMPATTEZZA Sia X un sottoinsieme di R. Una famiglia A di sottoinsiemi aperti di R si dice ricoprimento aperto di X se X A, cioè se X è contenuto nell unione degli elementi di A. Una sottofamiglia di
DettagliÈ difficile verificare la disuguaglianza triangolare. x1 y1. x2 y2. R 2 con la metrica del sup: d : X X [0,+ [ distanza (=metrica)
SPAZI METRICI Nel piano R 2 o nello spazio R 3 la distanza fra due punti è la lunghezza, o norma euclidea, del vettore differenza di questi due punti. Se p = (x,y,z) è un vettore in coordinate ortonormali,
DettagliUniversità di Trieste Facoltà d Ingegneria. Esercitazioni per la preparazione della prova scritta di Matematica 3 Dott.
Università di Trieste Facoltà d Ingegneria. Esercitazioni per la preparazione della prova scritta di Matematica 3 Dott. Franco Obersnel Lezione : struttura di IR n, prodotto scalare, distanza e topologia.
DettagliGli argomenti denotati con un asterisco tra parentesi (e solo quelli) sono stati dimostrati.
Corso di laurea: Fisica ed Astronomia Programma di Analisi Matematica 2 a.a. 2017/18 Docente: Fabio Paronetto Gli argomenti denotati con un asterisco tra parentesi (e solo quelli) sono stati dimostrati.
DettagliAnalisi Matematica T-2 Ingegneria Edile Ravenna 2013/14
Analisi Matematica T-2 Ingegneria Edile Ravenna 2013/14 Maria Manfredini, Daniele Morbidelli Informazioni pratiche: Libro di riferimento: Bramanti, Pagani, Salsa, MATEMATICA, Seconda edizione, Zanichelli
Dettaglix 1 Fig.1 Il punto P = P =
Geometria di R 2 In questo paragrafo discutiamo le proprietà geometriche elementari del piano Per avere a disposizione delle coordinate nel piano, fissiamo un punto, che chiamiamo l origine Scegliamo poi
DettagliMatematica. Corso integrato di. per le scienze naturali ed applicate. Materiale integrativo. Paolo Baiti 1 Lorenzo Freddi 1
Corso integrato di Matematica per le scienze naturali ed applicate Materiale integrativo Paolo Baiti 1 Lorenzo Freddi 1 1 Dipartimento di Matematica e Informatica, Università di Udine, via delle Scienze
DettagliGeometria della programmazione lineare
Geometria della programmazione lineare poliedri punti estremi, vertici, soluzioni di base esistenza di punti estremi rif. Fi 3.1; BT 2.1, 2.2, 2.5 Iperpiani, semispazi Definizione Sia a un vettore non
Dettagli2. Fra tutti i rettangoli inscritti in una circonferenza, determinare quello di area massima.
2. Fra tutti i rettangoli inscritti in una circonferenza, determinare quello di area massima. 3. Fra tutti i cilindri a base rotonda inscritti in una sfera, determinare quello di volume massimo. 4. Dimostrare
DettagliGli argomenti denotati con un asterisco tra parentesi (e solo quelli) sono stati dimostrati.
Corso di laurea: Fisica ed Astronomia Programma di Analisi Matematica 2 a.a. 2016/17 Docente: Fabio Paronetto Gli argomenti denotati con un asterisco tra parentesi (e solo quelli) sono stati dimostrati.
DettagliGeometria iperbolica - Primo foglio Andrea Petracci
Geometria iperbolica - Primo foglio Andrea Petracci Esercizio 1. Teorema (Hopf-Rinow). Se M è una varietà riemanniana connessa, allora le seguenti affermazioni sono equivalenti: (1) M è completa con la
DettagliIntersezione e somma di sottospazi vettoriali
Capitolo 7 Intersezione e somma di sottospazi vettoriali 7.1 Introduzione Ricordiamo le definizioni di intersezione e somma di due sottospazi vettoriali. Anche in questo caso rimandiamo al testo di geometria
DettagliRichiami di Algebra Lineare
Appendice A Richiami di Algebra Lineare In questo capitolo sono presentati alcuni concetti di algebra lineare L algebra lineare è quella branca della matematica che si occupa dello studio di vettori, spazi
Dettaglimisura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x
4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto
DettagliVettori e geometria analitica in R 3 1 / 25
Vettori e geometria analitica in R 3 1 / 25 Sistemi di riferimento in R 3 e vettori 2 / 25 In fisica, grandezze fondamentali come forze, velocità, campi elettrici e magnetici vengono convenientemente descritte
Dettaglimisura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x
4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto
DettagliAnalisi Matematica II
Analisi Matematica II Limiti e continuità in R N Claudio Saccon 1 1 Dipartimento di Matematica, Via F. Buonarroti 1/C,56127 PISA email: claudio.sacconchiocciolaunipi.it sito web: http://pagine.dm.unipi.it/csblog1
DettagliIntersezione e somma di sottospazi vettoriali
Capitolo 6 Intersezione e somma di sottospazi vettoriali 6.1 Introduzione Ricordiamo le definizioni di intersezione e somma di due sottospazi vettoriali. Anche in questo caso rimandiamo al testo di geometria
DettagliGEOMETRIA 1 quarta parte
GEOMETRIA 1 quarta parte Cristina Turrini C. di L. in Fisica - 2014/2015 Cristina Turrini (C. di L. in Fisica - 2014/2015) GEOMETRIA 1 1 / 36 index Forme bilineari 1 Forme bilineari 2 Il caso reale: spazi
DettagliMetodo delle coordinate. Rette nel piano. Mauro Saita. Versione provvisoria. Novembre 2015.
. Rette nel piano. maurosaita@tiscalinet.it Versione provvisoria. Novembre 2015. Indice 1 Cartesio (1596-1650). 2 2 Lo spazio vettoriale R 2 2 2.1 Prodotto scalare. Distanza.............................
DettagliPROGRAMMA DEL CORSO DI GEOMETRIA E ALGEBRA. A.A
PROGRAMMA DEL CORSO DI GEOMETRIA E ALGEBRA. A.A. 2011-12 DOCENTE TITOLARE: FRANCESCO BONSANTE 1. Geometria analitica dello spazio (1) vettori applicati e lo spazio E 3 O: operazioni su vettori e proprietà.
DettagliElementi di analisi matematica e complementi di calcolo delle probabilita T
Elementi di analisi matematica e complementi di calcolo delle probabilita T Presentiamo una raccolta di quesiti per la preparazione alla prova orale di Elementi di analisi matematica e complementi di calcolo
DettagliAppunti di ALGEBRA LINEARE
Appunti di ALGEBRA LINEARE Corso di Laurea in Chimica A. A. 2009/200 Capitolo SPAZI VETTORIALI In matematica si incontrano spesso insiemi di elementi su cui sono definite delle operazioni che godono di
Dettagli1. Richiami. v = x 2 + y 2.
Gli elementi del prodotto cartesiano 1 Richiami R 2 = x, y R} sono detti vettori Ogni vettore v è una coppia ordinata ed i numeri reali x e y sono detti le componenti di v In particolare si denota con
DettagliTopologia in R n Cenni agli spazi metrici
Topologia in R n Cenni agli spazi metrici Ultimo aggiornamento: aprile 28. Prodotto scalare, norma, distanza Introduciamo in questo capitolo lo studio dello spazio ambiente a più dimensioni R n, anche
DettagliLimiti di funzioni. Hynek Kovarik. Università di Brescia. Analisi Matematica 1
Limiti di funzioni Hynek Kovarik Università di Brescia Analisi Matematica 1 Hynek Kovarik (Università di Brescia) Limiti e continuità Analisi Matematica 1 1 / 38 Cenni di topologia La nozione di intorno
DettagliCONTROLLI AUTOMATICI LS Ingegneria Informatica. Analisi modale
CONTROLLI AUTOMATICI LS Ingegneria Informatica Analisi modale Prof. Claudio Melchiorri DEIS-Università di Bologna Tel. 5 9334 e-mail: claudio.melchiorri@unibo.it http://www-lar.deis.unibo.it/~cmelchiorri
DettagliGli argomenti denotati con un asterisco tra parentesi (e solo quelli) sono stati dimostrati.
Corso di laurea: Fisica ed Astronomia Programma di Analisi Matematica 2 a.a. 2018/19 Docente: Fabio Paronetto Gli argomenti denotati con un asterisco tra parentesi (e solo quelli) sono stati dimostrati.
DettagliGeometria Analitica nello Spazio
Geometria Analitica nello Spazio Andrea Damiani 4 marzo 2015 Equazione della retta - forma parametrica Se sono dati il punto A(x 0, y 0, z 0 ) e il vettore v (v x, v y, v z ), il generico punto P (x, y,
Dettagli1 Cenni di teoria degli insiemi
1 Cenni di teoria degli insiemi 1.1. Siano A, B, C,... insiemi. Scriveremo a A, a / A per affermare rispettivamente che l elemento a appartiene all insieme A e che l elemento a non appartiene ad A. Diremo
DettagliProgramma di Analisi Matematica 2
Programma di Analisi Matematica 2 Corso di Laurea in Matematica A.A. 2017/18 1. Integrali impropri del primo tipo 2. Integrali impropri del secondo tipo 3. Teorema del confronto per gli integrali impropri
DettagliCORSO DI GEOMETRIA DETERMINANTE A.A. 2018/2019 PROF. VALENTINA BEORCHIA
CORSO DI GEOMETRIA DETERMINANTE AA 2018/2019 PROF VALENTINA BEORCHIA INDICE 1 Definizione induttiva di determinante 1 2 Caratterizzazione delle matrici quadrate di rango massimo 5 3 Regole di Laplace 6
DettagliSpazi vettoriali topologici, spazi localmente convessi ed il teorema di Hahn-Banach: informazioni base (L.V.)
Spazi vettoriali topologici, spazi localmente convessi ed il teorema di Hahn-Banach: informazioni base (L.V.) Questo breve testo senza dimostrazioni fornisce soltanto una prima informazione ( infarinatura
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
DettagliCorso Matematica Discreta Anno accademico Lista domande per l orale breve.
Corso Matematica Discreta Anno accademico 2015-2016 Lista domande per l orale breve. 1. Dimostrare una delle leggi che coinvolgono l intersezione, l unione, il complementare di insiemi contenute nel Teorema
DettagliSPAZI COMPATTI. Proposizione 2 Sia (X, d) uno spazio metrico. Se esso è sequenzialmente compatto allora è completo.
SPAZI COMPATTI D ora in poi tutti gli spazi topologici sono di Hausdorff. Definizione 1 Uno spazio topologico (X, τ) si dice sequenzialmente compatto, o compatto per successioni, se ogni successione di
Dettagli4. Sottospazi vettoriali Piani e rette in E 3 O
Indice Prefazione i Capitolo 0. Preliminari 1 1. Insiemistica e logica 1 1.1. Insiemi 1 1.2. Insiemi numerici 2 1.3. Logica matematica elementare 5 1.4. Ancora sugli insiemi 7 1.5. Funzioni 10 1.6. Composizione
DettagliRegistro dell insegnamento. CdL in Matematica. Analisi Matematica. Settore:... Corsi di studio:... Emanuele Paolini
UNIVERSITÀ DEGLI STUDI DI FIRENZE Registro dell insegnamento Anno Accademico 2009/2010 Facoltà: Insegnamento: CdL in Matematica Analisi Matematica II Settore:.......................... Corsi di studio:........................................................................................................
DettagliLe matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.
Le matrici Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Siano m, n N\{0}. Una matrice m n a coefficienti in K è una tabella di m n elementi di K disposti
Dettagli1 Applicazioni lineari
1 Applicazioni lineari 1 Applicazioni lineari 1.1 Definizione Si considerino lo spazio tridimensionale euclideo E e lo spazio vettoriale V ad esso associato. Definizione. 1.1. Sia A una applicazione di
DettagliEsercizio 2. Consideriamo adesso lo spazio di funzioni V = {f : [0, 1] R}. Dire quali dei seguenti insiemi di funzioni sono sottospazi.
1 Esercizi 1.1 Spazi vettoriali Studiare gli insiemi definiti di seguito, e verificare quali sono spazi vettoriali e quali no. Per quelli che non lo sono, dire quali assiomi sono violati. x 1, x 2, x 3
DettagliRichiami di Algebra Lineare
Richiami di Algebra Lineare Eduardo Rossi Università degli Studi di Pavia Corso di Econometria Marzo 2012 Rossi Algebra Lineare 2012 1 / 59 Vettori Prodotto interno a : (n 1) b : (n 1) a b = a 1 b 1 +
DettagliIl teorema di dualità forte
Complementi di Algoritmi e Strutture Dati Il teorema di dualità forte Docente: Nicolò Cesa-Bianchi versione 13 maggio 2018 Ricordiamo la formulazione del problema di programmazione lineare nella sua forma
Dettagli