AM210: Tracce delle lezioni- III Settimana
|
|
- Gaetano Fadda
- 4 anni fa
- Visualizzazioni
Transcript
1 AM10: Tracce delle lezioni- III Settimana PRODOTTO DI CONVOLUZIONE Indicheremo con C 0 (R) := {f C(R) : R = R f, f 0 fuori di [ R, R]} lo spazio (vettoriale) delle funzioni continue a supporto compatto e con supp(f) la chiusura dell insieme {x : f(x) 0}. In C 0 (R) sono definite le norme f = sup x R Per ogni f, g C 0 (R) é definita in R la funzione (f g)(x) := f(y)g(x y) dy f(x), f 1 := f(x) dx. Tale operazione tra funzioni si chiama prodotto di convoluzione e la funzione f g é detta, semplicemente, convoluzione tra f e g. NOTA. f g é definita anche se g C 0 (R) ed f é integrabile sugli intervalli limitati. Proposizione (i) supp f g supp f + supp g e quindi f g C 0 (R) f, g C 0 (R) (ii) L applicazione (f, g) f g é bilineare e simmetrica. (iii) f g g 1 f f, g C 0 (R) (continuitá ) (iv) f g 1 g 1 f 1 f, g C 0 (R) (Diseguaglianza di Young ) (v) f, g C 0 (R), g C k f g C k (R) (effetto regolarizzante ) (vi) f C 0, p polinomio di grado n f p é un polinomio di grado n. Prova della Proposizione (i) Che f g sia continua deriva dal fatto che (x, y) f(y)g(x y) é continua ed equidominata: f(y)g(x y) f g(y) x, y R. Poi, x / supp f + supp g, y supp f x y / supp g g(x y) = 0 Dunque x / supp f + supp g f(y)g(x y) = 0 y (f g)(x) = 0 supp f g supp f + supp g := {a + b : a supp f, b supp g} 1
2 (ii) La bilinearitá é evidente. La simmetria segue dal cambio di variabile t = x y: (f g)(x) := (iii) (f g)(x) : f(y)g(x y) dy = f(x y)g(y) dy f f(x t)g(t) dt = (g f)(x) g(y) dy (iv) Per Fubini e l invarianza dell integrale per traslazione, f g 1 = (v) f g (x) dx = g(y) ( = f(x y)g(y) dy ) f(x y) dx dy = f(t) dt dx = g(y) ( g(y) dy = f 1 g 1 f(x y)g(y) dx f(t) dt dy = É una conseguenza del Teorema di derivazione sotto segno di integrale: g C 0 C 1 f(y)g (x y) g f(y) x, y R ) dy d (f g)(x) = d dx Piú in generale (g f)(x) = d dx dx f(t)g(x t)dt = f(t) dg (x t)dt dx g C k 0 f g C k e d j dx j (f g)(x) = (f dj g dx j )(x) j k (vi) Scriviamo p(x y) = n k=0 a k (x y) k = n k=0 b k (y)x k e quindi (f p)(x) = f(y)p(x y)dy = + n k=0 f(y)b k (y)dy x k NOTA. Se f é solo localmente integrabile, f g non sará piú a supporto compatto, ma (ii)-(v)-(vi) continuano a valere; per (iii) basta che f(t) dt <.
3 REGOLARIZZAZIONE PER CONVOLUZIONE Teorema 1 Data ϕ C 0 (B R ), ϕ 0, ϕ(x)dx = 1 sia ϕ ɛ (x) := 1 ɛ ϕ( x ɛ ) (ϕ nucleo regolarizzante, ϕ n successione regolarizzante) Sia f continua. Allora f ϕ ɛ ɛ 0 f uniformemente sui limitati. Infatti, ϕ ɛ (x) = 0 se x Rɛ, ϕ ɛ (x y) dy = 1, e quindi x M + f(x) (f ϕ ɛ )(x) = f(x)ϕ ɛ (x y) dy f(y)ϕ ɛ (x y) dy f(x) f(y) ϕ ɛ (x y) dy sup x M, x y Rɛ perché f é uniformemente continua in [ R ɛ, R + ɛ]. f(x) f(y) ɛ 0 0 Teorema Siano ϕ n C 0 ([ M, M]), ϕ n 0, con +δ δ ϕ n (x) dx = 1 ϕ n (x) dx n 1 δ > 0 (ϕ n successione regolarizzante). Allora e sup (f ϕ n ((x) f(x) n 0 f C(R), R > 0 [ R,R] Prova. Si ha f(x) (f ϕ n )(x) = δ f(x) f(x y) ϕ n (y) dy = f(x) f(x y) ϕ n (y) dy + δ δ + (f(x) f(x y)) ϕ n (y) dy δ f(x) f(x y) ϕ n (y) dy + f(x) f(x y) ϕ n (y) dy δ > 0. Ma, per la uniforme continuitá di f in [ (R + δ), R + δ], si ha che ɛ, δ ɛ tale che x R δ f(x) f(x y) ϕ n (y) dy ɛ ϕ n (x) dx = ɛ mentre δ +δ δ ϕ n (x)dx n 1 δ 4 sup z [ (R+M),R+M] f(x) f(x y) ϕ n (y)dy+ f(z) δ 3 ϕ n (y) dy + δ f(x) f(x y) ϕ n (y)dy δ ϕ n (y) dy n 0
4 ESEMPIO 1. ϕ n (x) = ψn(x) c n χ [ 1,1], ψ n (x) := (1 x ) n, c n = 1 1 ψ n (x)dx. Si tratta di provare che ϕ n n 0 uniformememente in x δ δ > 0. Intanto x δ (1 x ) n (1 δ ) n. Poi, 1 1 (1 x ) n dx = π (in effetti é 1 (1 s ) n ds = 0 0 (1 sin θ) n cos θdθ π [ ] π + ( 1 (n+1) n ) ). Dunque sup ϕ n (x) (1 δ ) n (n + 1) n 0 x δ 0 cos n+1 θ sin θdθ = 1 n + 1 IL TEOREMA DI APPROSSIMAZIONE DI WEIERSTRASS. Sia f C(R). Allora esiste una successione di polinomi che converge uniformemente ad f in [ R, R] quale che sia R, ovvero esistono polinomi p n tali che sup f(x) p n (x) n 0 R > 0. x R Prova. Basta provare (vedi Appendice 1) che se f(x) = 0 per x 3, allora esistono p n polinomi tali che sup f(y) p n (y) 0. y 1 3 Possiamo dunque supporre che f(x) = 0 per x. 3 Ma, allora, p n (x) := (f ϕ n )(x), x [ 1, 1 ] sono polinomi, 3 3 (le ϕ n sono quelle dell Esempio 1) giacché ϕ n = c 1 n ψ n χ [ 1,1] e x 1 3, y 1 x y 3 f(x y) = 0 f(x y)χ [ 1,1] (y) = f(x y) y f(x y)(1 y ) n χ [ 1,1] dy = f(x y)(1 y ) n dy = (f ψ n )(x) che sono appunto polinomi. Dunque la restrizione di p n a [ 1, 1 ] é un polinomo. 3 3 Basta infine osservare che, in virtú del Teorema 1, p n f converge uniformemente sui compatti, e quindi, in particolare, su [ 1, 1 ]), ad f
5 CONVOLUZIONE in C π Sia C π := {f C(R), f(t + π) = f(t) t} lo spazio delle funzioni continue π periodiche dotato della norma della convergenza uniforme f := sup f(x) = sup f(x) R x π Un importante sottospazio lineare di C π (R) é quello dei polinomi trigonometrici P := {P N = a n cos(nt) + b n sin(nt) : a n, b n R, N N} n=0 Notiamo esplicitamente che P é una sottoalgebra di C π, ovvero il prodotto di polinomi trigonometrici é un polinomio trigonometrico. Per vederlo, basta mostrare che cos nt cos mt, sin nt sin mt, cos nt sin mt sono polinomi trigonometrici. Verifichiamolo per cos nt cos mt, usando le formule di Eulero: cos nt cos mt = 1 ( e int + e int) 1 ( e imt + e imt) = = 1 ( e i(n+m)t + e i(n m)t + e i(n m)t + e i(n+m)t) = 1 (cos(n + m)t + cos(n m)t) 4 Date f, g C π, il loro prodotto di convoluzione é cosi definito (f g)(t) := 1 π π f(t s)g(s)ds, f, g C π Proposizione. f g C π f, g C π e (i) f g = g f f, g C π (ii) f C π, P N P f P N P. Prova di (i). Cambiando variabile t s := σ, troviamo (f g)(t) = 1 π t+π t f(σ)g(t σ)dσ = 1 π d x+π dx x Prova di (ii). +π f(σ)g(t σ)dσ = (g f)(t) perché h C π (R) h(t)dt = h(x + π) h(x π) 0 x+π Basta osservare che x h(t)dt = π (f P N )(t) = f(t s) a n cos(nt) + b n sin(nt)ds = n=0 5 h(t)dt.
6 π π a n f(s) cos(nt ns)ds + b n f(s) sin(nt ns)ds n=0 π e che f(s) cos(nt ns)ds = f(s)[cos(nt) cos( ns) sin(nt) sin( ns)]ds = ( ) ( ) π π f(s) cos(ns)ds cos(nt) + f(s) sin(ns)ds sin(nt); ( π f(s) sin(nt ns)ds = π f(s)[sin(nt) cos( ns) + sin( ns) cos(nt)]ds = ) ( ] π f(s) cos(ns)ds sin(nt) f(s) sin(ns)ds cos(nt) Approssimazione per convoluzione Siano g k C π tali che (i) g k (t) 0 t R (ii) 1 π π g k (t)dt = 1 k N (iii) g k k 0 uniformemente in [, δ] [δ, π] δ (0, π) Allora f g k f k 0 f C π Prova. ɛ > 0 δ = δ ɛ > 0, k(δ, ɛ) : s δ, t [, π] f(t s) f(t) π ɛ e g k (s) ds π ɛ e quindi s δ k k(δ, ɛ) (f g k )(t) f(t) = 1 π π 1 π δ δ ESEMPIO. f(t s)g k (s)ds π f(t s) f(t) g k (s) ds + f ɛ ɛ (1 + f ) g k = P k (t) := (c k ) ( ) k 1 1+cos t, ck = (π) 1 Chiaramente vi é solo da provare (iii). Stimiamo c k : πc k = 0 ( ) 1 + cos t k dt 0 ( ) 1 + cos t k sin tdt = f(t)g k (s)ds 4 (k + 1) ( ) k 1+cos t dt. Dunque, ( ) k 1 + cos δ sup P k (t) (c k ) 1 π ( ) k 1 + cos δ (k + 1) k 0 δ t π 6
7 I POLINOMI TRIGONOMETRICI SONO DENSI IN C π (R) ogni f C π é limite uniforme di successioni di polinomi trigonometrici: ovvero P é denso in C π. Infatti, se f C π e P n sono come nell esempio, i polinomi trigonometrici f P n convergono uniformemente a f. Siccome allora anche i polinomi trigonometrici a coefficenti razionali sono densi in C π, si ha che Corollario. C π é separabile (ovvero ha un sottoinsieme numerabile denso) C π (R, C) ED I POLINOMI TRIGONOMETRICI COMPLESSI I π = {f + ig f, g : R R, π periodiche, limitate e integrabili} C π (R, C) := {f + ig I π : f, g C π (R)} sono spazi vettoriali su C. Se h + ik I π, scriveremo [h(t)+ik(t)]dt := h(t)dt+i k(t)dt. Ad esempio e int dt = 0 n Z\{0}. e n := e int, n Z generano il sottospazio dei polinomi trigonometrici complessi P C := {P N (t) = c n e int, c n := a n ib n, a n, b n R, n Z, N N} P N = P N c n e int = c m e imt a n = a n, b n = b n n m= N Usando le formule di Eulero, vediamo che P N é reale se e solo se si scrive nella forma: a N 0 + a n cos nt + b n sin nt = n=0 a n ib n e int, a n = a n, b n = b n In particolare, se P N, Q M sono due polinomi trigonometrici reali, allora P N + iq M é polinomio trigonometrico complesso. Dal Teorema di approssimazione per funzioni in C π (R) segue quindi la Densitá di P C in C π (R, C): f C π (R, C) P N P C, tali che P N f N 0 7
8 SPAZI VETTORIALI NORMATI Un insieme V si dice spazio vettoriale (o lineare) su R se sono definite una operazione di addizione V V V, (u, v) u + v una moltiplicazione per scalari R V V, (t, v) tv tali che (V, +) sia gruppo commutativo e risulti, per ogni u, v V, s, t R, (t + s)u = tu + su, t(u + v) = tu + tv, t(sv) = (ts)v, 1v = v Gli elementi di V si chiamano punti o vettori. Nell Appendice 3 si richiamano nozioni di algebra lineare, che useremo in seguito. ESEMPIO: R n, con le operazioni (x 1,..., x n )+(y 1,..., y n ) := (x 1 +y 1,..., x n +y n ), t(x 1,..., x n ) := (tx 1,..., tx n ) Interpretazione geometrica. Come noto, R si rappresenta mediante i punti di un piano cartesiano Oxy. In tale piano, dato v = (x 0, y 0 ) R, l insieme R v := {tv = (tx 0, ty 0 ) : t R} é l insieme dei punti della retta (in forma) parametrica x = tx 0, y = ty 0, retta che passa per l origine O := (0, 0) (quando t = 0) e per v (quando t = 1); infatti, eliminando il parametro t, troviamo l equazione cartesiana y = y 0 x 0 x. Similmente, {tv + u : t R, v = (x 0, y 0 ), u = (x 1, y 1 )} é la (rappresentazione parametrica della ) retta passante per u e parallela alla retta R v, ed infatti, eliminando il parametro, troviamo y = (x x 1 ) y 0 x 0 + y 0. In particolare, u + v é il punto comune alle rette {tu + v : t R} e {u + tv : t R} e si chiama traslazione di u lungo v. Tale interpretazione geometrica si estende al caso generale n >. Altri esempi di spazi (e sottospazi) lineari R = R N = {α : N R} (insieme di tutte le successioni numeriche) con (α + β)(j) := α(j) + β(j) j N, (tα)(j) := tα(j) t R, j N l = {α R sup α(n) < + } c 0 := {α l : α(j) j 0} n l 1 = {α c 0 α(n) < + } (l é l insieme di tutte le successioni numeriche limitate, l 1 é l insieme di tutte le successioni numeriche sommabili) 8
9 (l p é l insieme delle succes- se p > 0, l p := {α l : j=1 α(j) p < + } sioni di potenza p-esima sommabile). Allora l p c 0 l e sono sottospazi lineari di R (vedi Appendice 3). R [a,b] := {f : [a, b] R} dotato delle operazioni (f + g)(x) := f(x) + g(x) x [a, b], (tf)(x) := tf(x) t R, x [a, b] C([a, b]) := {f : [a, b] R, f continua} C 0 (R), lo spazio delle funzioni continue su R aventi supporto compatto. C k ((a, b)), C ((a, b)) sono sottospazi vettoriali di C((a, b)). Norme su spazi vettoriali, spazi normati Sia V vettoriale. Una applicazione di V in R, v v si dice norma in V se (i) v 0 v V e v = 0 se e solo se v = 0, (positivitá) (ii) tu = t u u V, t R (positiva omogeneitá) (iii) u + v u + v u, v V (diseguaglianza triangolare) Uno spazio vettoriale V, dotato di una norma, si dice Spazio Normato Esempi di norme, di spazi normati. In R n. Se p 1, x p := ( nj=1 x j p) 1 p ; x := max j x j (vedi Appendice 3) In l, α := sup n α n é una norma, e c 0, l p, in quanto sottospazi lineari, possono essere muniti della stessa norma. Ma, se p 1, in l p cé una norma piú naturale: α p := Appendice 3). In C([a, b]): (vedi Appendice 3). ( α n p ) 1 p (vedi f := sup f(x) e, se p 1, f p := ( b a f(x) p dx ) 1 p x [a,b] 9
10 APPENDICE 1 Per provare che, data f C(R), esiste una successione di polinomi che converge uniformemente ad f in [ R, R] quale che sia R, é sufficente provare che se f(x) = 0 per x, 3 allora esistono p n polinomi tali che sup f(y) p n (y) 0. y 1 3 Infatti, presa ϕ C0 (R), ϕ 1 in [ 1, 1], ϕ(x) = 0 se x, e posto f R (x) := ϕ(x)f(3rx), é f R (x) = 0 se x, ed esistono allora polinomi p 3 n tali che sup f R (x) p n (x) 0 x 1 3 e quindi sup f(y) p n ( y ) = sup ϕ(x)f(3rx) p 3R n (x) 0 y R x 1 3 Da ció segue infine che esistono polinomi p 1,..., p n,... tali che sup f(x) p 1 (x) 1,..., sup f(x) p n (x) 1... n x 1 x n e quindi, fissato R, sup f(x) p n (x) 1 n x R APPENDICE 1. Verifichiamo che, se c n = an ibn, allora non appena n R. P N := c n e int c n e int (i) (ii) a n = a n, b n = b n P N = a n cos nt + b n sin nt = a 0 + n=0 0< n N (i) : P N = P N c n e int = N c n e int a n ib n e int n:=m = m= N c m e imt c n = c n a n = a n, b n = b n perché due polinomi sono uguali se e solo se hanno gli stessi coefficenti, ovvero P N 0 c n = 0 n e P N 0 c m =< P N, e m >= 0 m Z. (ii) : se P N = N usando le formule di Eulero, P N := N a 0 + a n ib n e int é reale, e quindi a n = a n, b n = b n, troviamo, a n ib n [cos nt + i sin nt] + 10 a n ib n [cos nt + i sin nt] = a n ib n [cos nt i sin nt] =
11 a (ii) : a [a n cos nt + ia n sin nt ib n cos nt + b n sin nt] + [a n cos nt ia n sin nt + ib n cos nt + b n sin nt] = a n cos nt + b n sin nt n=0 Usando anche qui le formule di Eulero, troviamo che a n := a n, b n := b n P N := a 0 + a n cos nt + b n sin nt = a n ib n a 0 + e int + a n + ib n a n e int + e int e int = a b n e int e int i a n ib n = e int + n= 1 a n + ib n e int = a n ib n e int c n C, n Z, N N. Scrivendo c n = a n ib n, le formule di Eulero danno P N = [a n cos nt + b n sin nt] + i 3. Osserviamo che f C π (R, C), P N = N (f P N )(t) := 1 π π c n f(s)e in(t s) ds = 1 π [a n sin nt b n cos nt] c n e int c n π f(s)e ins ds e int cioé la convoluzione di una f C π (R, C) con un polinomio trigonometrico é un polinomio trigonometrico. APPENDICE 3. RICHIAMI DI ALGEBRA LINEARE Combinazioni lineari e lineare indipendenza, sottospazi lineari, basi 1. Se u, v V e s, t R, su+tv é combinazione lineare di u, v con coefficenti s, t. Dato A V, scriveremo < A >:= insieme delle combinazioni lineari di elementi di A. 11
12 Diremo che v j, j = 1,..., p sono tra di loro linearmente indipendenti se p t j v j = 0 t j = 0 j j=1. V 0 V é sottospazio lineare se u, v V 0, s, t R su + tv V 0. Chiaramente < A > é sottospazio lineare (generato da A). Esempi. Siano l := {α R : sup j α(j) < + }, c 0 := {α R : α(j) j 0} se p > 0, l p := {α R : j=1 α(j) p < + } Allora, l p c 0 l e sono sottospazi lineari di R. Linearitá di l p. Se p > 1, segue dalla convessitá di f(t) = t p, giacché, per convessitá, a + b p 1 ( a p + b p ) a, b che dá appunto α, β l p α + β l p. Se p 1 segue invece dalla diseguaglianza a + b p a p + b p, che, vera se a = 0, é equivalente alla diseguaglianza f(x) := (1 + x) p (1 + x p ) 0 x 0 (ottenuta dalla precedente dividendo per a 0). Tale diseguaglianza é vera perché f(0) = 0, f (x) = p(1 + x) p 1 px p 1 0 x 0 e quindi (1 + x) p (1 + x p ) = f(x) f(0) = 0 x 0 ovvero (1 + x) p 1 + x p x 0 3. Un sistema di vettori linearmente indipendenti v i : i = 1,..., n che generino V si chiama base di V. Ricordiamo che se V ha una base di n elementi, ogni altra base di V ha esattamente n elementi, e tale numero si chiama la dimensione di V. Se v j forma una base per V, allora ogni v V si scrive, in modo unico, nella forma v = n j=1 c j v j. I numeri c j si chiamano componenti o coordinate di v nella base v j. Ad esempio, se e 1 = (1, 0,..., 0),..., e n = (0, 0,..., 1) é la base canonica di R n, un vettore x di R n si scrive x = (x 1,..., x n ) = n j=1 x j e j (x j = componenti o coordinate di x nella base e j ). 1
13 TRASFORMAZIONI LINEARI. Siano V, W spazi vettoriali su R. L : V W é lineare se L(su + tv) = sl(u) + tl(v) u, v V, s, t R L insieme L(V, W ) delle trasformazioni lineari di V in W é spazio vettoriale. V := L(V, R), insieme delle forme lineari su V, é il duale algebrico di V. Esempio 1. Sia V = R n, e j base canonica di R n. L applicazione π j (x 1,..., x n ) = π j ( j x j e j ) := x j é funzione (forma) lineare da R n in R. Inoltre, se l é forma lineare su R n si ha l(x 1,..., x n ) = j x j l(e j ), e quindi l = l(e j )π j, ovvero π j é base ( base duale ) per (R n ). 1. IL = L(V ) = {L(u) : u V } e KerL := {v V : L(v) = 0} sono sottospazi lineari rispettivamente di W, V.. Se V =< v 1,..., v p >, allora L(V ) =< L(v 1 ),..., L(v p ) >. 3. Se e j é una base per V, allora una trasformazione lineare L di V in W é completamente determinata dai valori (peraltro arbitrari) L(e j ). Infatti, se v = j a j e j, risulta L(v) = j a j L(e j ). Dunque, per assegnare una trasformazione lineare basta definirla su di una base, risultando prolungabile linearmente in modo unico su tutto lo spazio KerL; inoltre, KerL = {0} L é iniettiva. Infatti L(0) = L(0 + 0) = L(0) + L(0) L(0) = 0. In particolare, se L é iniettiva, deve essere KerL = {0}. Viceversa, se KerL = {0}, allora L(u) = L(v) L(u v) = 0 u v KerL u = v. 5. L iniettiva, u j linearmente indipendenti L(u j ) linearmente indipendenti. Infatti, j a j L(u j ) = 0 L( j a j u j ) = 0 j a j u j = 0 a j = 0 j. 6. Se V, W, Y sono spazi vettoriali e L L(V, W ), U L(W, Y allora U L L(V, Y ). 7. Se L é biiettiva (ovvero invertibile), cioé ker L = {0} e IL = W, allora la funzione inversa L 1 é anch essa lineare. Infatti, dati w j W, w j = L(v j ), da j a j w j = L( j a j v j ), segue L 1 ( j a j w j ) = L 1 (L( j a j v j )) = j a j v j = j a j L 1 (w j ). 13
14 Definizione Una L L(V, W ) biiettiva si chiama isomorfismo lineare e V e W si dicono (algebricamente) isomorfi. Proposizione Sia V spazio vettoriale di dimensione n. Uno spazio vettoriale W é isomorfo a V se e solo se ha dimensione n. Infatti, se L é isomorfismo da V a W ed e j é base per V, allora f j := L(e j ) sono linearmente indipendenti e generano W = L(V ). Viceversa, se dimw = dimv = n e e j, f j, j = 1,..., n sono basi di V, W, la trasformazione lineare che manda e j in f j é l isomorfismo cercato. Esempio. Sia V = C (R) = W. La trasformazione D che manda f V nella sua derivata, D(f) := f é chiaramente lineare (da V in se), con KerD dato dalle funzioni costanti. Siccome ogni funzione continua é dotata di primitiva, D é suriettivo. Ma, indicato con V 0 il sottospazio di V formato dalle funzioni che si annullano in x = 0, D V0, cioé la restrizione di D a V 0, é un isomorfismo tra V 0 e V. Chiaramente (D V0 ) 1 (g) = x g. 0 Esempio 3. Data A = (a ij ) i=1,...,m;j=1,...,n matrice m n (m righe ed n colonne), n n L A (x) := Ax = ( a 1j x j,..., a mj x j ) j=1 j=1 x = (x 1,..., x n ) R n é funzione (o trasformazione) lineare da R n a R m. Il suo nucleo é l insieme delle soluzioni del sistema lineare omogeneo di m equazioni nelle n incognite x 1,..., x n n a ij x j = 0 j=1 i = 1...., m IL A = {y R m : x R n, Ax = y} é il sottospazio lineare di R m generato dai vettori f j := L A (e j ), se e j, j = 1,..., n base (canonica) di R n ; gli f j sono le colonne di A. Quindi la dimensione di IL A é pari al rango di A. Matrice rappresentativa. Viceversa, se e i, i = 1,..., n, f j, j = 1,..., m sono basi di V, W, rispettivamente, ogni trasformazione lineare da V a W si rappresenta mediante una matrice m n. Sia infatti L trasformazione lineare da V a W. Siano, per ogni j, a ij, i = 1,..., m le componenti di Le j nella base f i, cioé m Le j = a ij f i i=1 14
15 Allora, se u = n j=1 x j e j e v := L(u) = m i=1 y i f i, si ha ( m n n m ) m n v = y i f i = Lu = x j L(e j ) = x j a ij f i = a ij c j f i i=1 j=1 j=1 i=1 i=1 j=1 ovvero, se y = (y 1,..., y m ), x = (x 1,..., x n ), posto A L := (a ij ), si ha y = A L x Cioé, identificando u ed Lu con le loro coordinate x ed y, L opera su x come A L, che si chiama quindi matrice rappresentativa di L nelle basi date. 15
AM2: Tracce delle lezioni- IX Settimana INSIEMI DI LIVELLO, MINIMI VINCOLATI PRINCIPIO DEI MOLTIPLICATORI DI LAGRANGE
AM2: Tracce delle lezioni- IX Settimana INSIEMI DI LIVELLO, MINIMI VINCOLATI PRINCIPIO DEI MOLTIPLICATORI DI LAGRANGE Sia g C 1 R 2 ), c R. L insieme γ = γ c := {x, y) R 2 : gx, y) = c} si chiama insieme
DettagliAM : Tracce delle lezioni- II Settimana
AM2 2010-11: Tracce delle lezioni- II Settimana SPAZI METRICI Sia X un insieme. Una d : X X : [0, + ) tale che (i) 0 d(u, v), u, v R n d(u, v) = 0 u = v (positivitá) (ii) d(u, v) = d(v, u) u, v R n (simmetria)
DettagliAM : Tracce delle lezioni- II Settimana
AM210 2012-13: Tracce delle lezioni- II Settimana SPAZI METRICI Sia X un insieme. Una d : X X : [0, + ) tale che (i) 0 d(u, v), u, v R n d(u, v) = 0 u = v (positivitá) (ii) d(u, v) = d(v, u) u, v R n (simmetria)
DettagliAM5 2008: Tracce delle lezioni- 4
AM5 008: Tracce delle lezioni- 4 L e gli spazi di HILBERT f := f = < f, f > ove < f, g > := fg dµ, f, g L é un prodotto scalare (ovvero una forma bilineare simmetrica positiva) in L. Notiamo che la diseguaglianza
DettagliAM5: Tracce delle lezioni- V Settimana
AM5: Tracce delle lezioni- V Settimana Sia µ misura su X, p. SPAZI L p L p = L p (X, µ) : = {f : X [, + ] f é misurabile e Siccome t + s p ( ) p s p + t p s, t R, é 2 2 f, g L p f + g L p X f p dµ < }
DettagliIl teorema di Stone Weierstrass
APPENDICE B Il teorema di Stone Weierstrass Definizione B.1. Siano X un insieme non vuoto e A un sottospazio vettoriale dello spazio delle funzioni a valori reali (risp. complessi) su X. Si dice che A
DettagliAM310- IV Settimana 2012
AM310- IV Settimana 2012 L 2 e gli spazi di HILBERT f 2 2 := f 2 = < f, f > ove < f, g > := fg dµ, f, g L 2 é un prodotto scalare (ovvero una forma bilineare simmetrica positiva) in L 2. Notiamo che la
DettagliAlgebra Lineare. a.a Gruppo A-H. Prof. P. Piazza Soluzioni del compito pomeridiano del 6/12/2004
Algebra Lineare. a.a. 004-05. Gruppo A-H. Prof. P. Piazza Soluzioni del compito pomeridiano del 6/1/004 Esercizio 1. Siano V e W due spazi vettoriali e sia F : V W un isomorfismo (quindi F è lineare e
DettagliSpazi di Funzioni. Docente:Alessandra Cutrì. A. Cutrì e Metodi Matematici per l ingegneria Ing. Gestionale
Spazi di Funzioni Docente:Alessandra Cutrì Spazi vettoriali normati Uno spazio Vettoriale V si dice NORMATO se è definita su V una norma, cioè una funzione che verifica: v 0 e v = 0 v = 0 λv = λ v λ R(o
DettagliCORSO DI ALGEBRA (M-Z) Prof. A. Venezia
CORSO DI ALGEBRA (M-Z) Prof. A. Venezia 2018-19 Complementi ed Esercizi APPLICAZIONI LINEARI Siano V e V spazi vettoriali sul campo K. Una applicazione L: V V si dice lineare se: 1 AL. L(v+w) = L(v) +
DettagliAnalisi a più variabili: Integrale di Lebesgue
Analisi a più variabili: Integrale di Lebesgue 1 Ripasso delle definizioni di Algebre, σ-algebre, misure additive, misure σ-additive, Proprietà della misura astratta, misura esterna. Definizione (Insieme
DettagliEsercizi del tutoraggio - algebra lineare
Esercizi del tutoraggio - algebra lineare 13 Novembre 2008 6 Ottobre 2008 Esercizio 1. Siano dati i seguenti punti nel piano. Dire se i vettori geometrici pq e p q sono equipollenti. p = (1, 2) q = (3,
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
Dettagli1-Forme Differenziali
1-Forme Differenziali 30 novembre 2011 1 Definizioni di base Siano n N e A R n un insieme aperto. Con (R n ) denotiamo il duale topologico di R n, cioè l insieme (R n ) = {p : R n R : R-lineari e continue}.
DettagliCORSO ALGEBRA LINEARE 2006/07
CORSO ALGEBRA LINEARE 2006/07 Modalità d esame Gli appelli d esame saranno tenuti durante i periodi di sospensione della didattica (fine gennaio fine febbraio, metà giugno fine luglio, settembre). L esame
DettagliEsercizi del Corso di Istituzioni di Analisi Superiore, I modulo
sercizi del Corso di Istituzioni di Analisi Superiore, I modulo 1. sercizi su massimo e minimo limite 1. lim inf a n lim sup a n 2. Se a n b n per ogni n N, allora lim inf a n lim inf b n. Vale anche lim
DettagliProgramma delle lezioni svolte nel corso CLEM di Matematica Generale, Lettere M-Z, Prof. F. Manzini.
Programma delle lezioni svolte nel corso CLEM di Matematica Generale, Lettere M-Z, Prof. F. Manzini. 1. Generalità sul corso e sulle modalità di esame. Insiemi ed operazioni sugli insiemi. Applicazioni
DettagliSpazi di Funzioni. Docente:Alessandra Cutrì. A. Cutrì e Metodi Matematici per l ingegneria Ing. Gestionale
Spazi di Funzioni Docente:Alessandra Cutrì Spazi vettoriali normati Nel piano (R 2 ) e nello spazio ( R 3 ) sappiamo che la lunghezza di un vettore v si esprime rispettivamente come Se v = (v 1, v 2 )
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI Fra le applicazioni definite tra spazi vettoriali sono particolarmente significative quelle che conservano le operazioni, dette applicazioni lineari. Definizione Siano V, W due k-s.v.
Dettagli(1) Per ciascuno dei seguenti spazi dire se è o meno uno spazio vettoriale (spiegare)
1 Spazi vettoriali (1) Per ciascuno dei seguenti spazi dire se è o meno uno spazio vettoriale (spiegare) (a) R 5 (b) [0, ) (c) x R 2 : x 1 + 2x 2 = 0} (d) x R 2 : x 2 1 + 2x 2 = 0} (e) x R 2 : x 1 > x
DettagliEsempio. L immagine di f è l insieme dei vettori w = (w 1, w 2 ) R 2 che hanno w 1 = w 2. Quindi:
Nucleo, immagine e loro proprietà [Abate, 5.2] Data una applicazione lineare f : V W, chiamiamo nucleo di f l insieme N(f) := { v V : f(v) = 0 W } Se S V è un sottoinsieme del dominio, indichiamo con f(s)
DettagliMATEMATICA GENERALE - Canale III
MATEMATICA GENERALE - Canale III Prof A Ramponi - AA 211/212 Riepilogo argomenti trattati Settimana 1 (3/5 - Ottobre) Introduzione al corso Elementi base di teoria degli insiemi: definizioni ed operazioni
DettagliSPAZI METRICI COMPLETI
Capitolo 1 SPAZI METRICI COMPLETI Sia dato uno spazio metrico (X, d). Definizione 1.1 Una successione {x n } si dice successione di Cauchy se ε > 0 n 0 n, m n 0 = d(x n x m ) < ε (1.1) Esercizio 1.1 Dimostrare
DettagliEsercizi per il corso di Analisi 6.
Esercizi per il corso di Analisi 6. 1. Si verifichi che uno spazio normato (X, ) è uno spazio vettoriale topologico con la topologia indotta dalla norma. Si verifichi poi che la norma è una funzione continua
DettagliCognome Nome A. Scrivere le risposte agli esercizi 1,2,3 negli spazi sottostanti.
Cognome Nome A Scrivere le risposte agli esercizi 1,2,3 negli spazi sottostanti. 1) 2) 3) Geometria e algebra lineare 5/11/2015 A 1) Sia π il piano passante per i punti A = ( 3, 2, 1), B = (0, 1, 2), C
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
DettagliCOMPLEMENTI DI ANALISI MATEMATICA DI BASE. Prova scritta del 26 gennaio 2005
Prova scritta del 26 gennaio 2005 Esercizio 1. Posto B = x R 2 : x 2 2}, sia f n } una successione di funzioni (misurabili e) integrabili in B tali che f n f q.o. in B e, per ogni n N, f n (x) 2 x 3 per
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.
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
DettagliSistemi lineari e spazi vettoriali 1 / 14
Sistemi lineari e spazi vettoriali 1 / 14 Sistemi lineari 2 / 14 Studieremo sistemi lineari costituiti da m equazioni in n incognite (m,n N, m,n 1): cioè a 11 x 1 + +a 1n x n = b 1 a 21 x 1 + +a 2n x n
Dettagli(V) (FX) L unione di due basi di uno spazio vettoriale è ancora una base dello spazio vettoriale.
8 gennaio 2009 - 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
DettagliSpazi di Funzioni. Docente:Alessandra Cutrì. A. Cutrì , , Metodi Matematici per l ingegneria Ing.
Spazi di Funzioni Docente:Alessandra Cutrì Spazi funzionali Nello studio di fenomeni di estremo interesse applicativo (problemi di controllo, trasmissione e ricezione di segnali ed in generale nella formulazione
DettagliEsercizi di preparazione alla PFB
Università degli Studi Roma Tre - Corso di Laurea in Matematica Esercizi di preparazione alla PFB A.A. 0-03 - Docenti: A. Bruno e G. Gentile Tutori: Sara Lamboglia e Maria Chiara Timpone Parte : Analisi
DettagliEsercizi di Complementi di Matematica (L-Z) a.a. 2015/2016
Esercizi di Complementi di Matematica (L-Z) a.a. 2015/2016 Prodotti scalari e forme bilineari simmetriche (1) Sia F : R 2 R 2 R un applicazione definita da F (x, y) = x 1 y 1 + 3x 1 y 2 5x 2 y 1 + 2x 2
DettagliANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013
Prova scritta del 24 gennaio 2013 Esercizio 1. Sia Ω R 3 un insieme misurabile secondo Lebesgue e di misura finita. Sia {f n } n N una successione di funzioni f n : Ω R misurabili e tali che 1) f n (x)
DettagliAnalisi Matematica I
Università degli Studi di Genova Facoltà di Ingegneria - Polo di Savona via Cadorna 7-7 Savona Tel. +39 9 264555 - Fax +39 9 264558 Analisi Matematica I Testi d esame e Prove parziali Analisi Matematica
Dettagliy = cos x y = (y ) 2 + c : giustifichino le due affermazioni. y = y y = y 2 y = y(1 y) y = xy Applicazioni Equazioni delle cinetica chimica:
Corso di laurea in Chimica Industriale Matematica II A.A. 2015/2016 Argomenti delle lezioni Giovedí 3 marzo - 2 ore. Richiami sulle equazioni e sui metodi utilizzati nel risolverle. Equazioni differenziali.
DettagliUNIVERSITA DEGLI STUDI DI PAVIA REGISTRO DELLE LEZIONI-ESERCITAZIONI- SEMINARI. Corso di laurea INGEGNERIA ELETTRONICA/INFORMATICA.
REGISTRO DELLE LEZIONI-ESERCITAZIONI- SEMINARI Anno accademico 2018/19 Cognome e Nome BISI FULVIO Qualifica PROFESSORE ASSOCIATO MAT/07 DIPARTIMENTO DI MATEMATICA Insegnamento di GEOMETRIA E ALGEBRA (500473)
DettagliAM2: Tracce delle lezioni- X Settimana
AM: Tracce delle lezioni- X Settimana EQUAZIONI DIFFERENZIALI ORDINARIE Equazioni differenziali lineari del I ordine Date le funzioni a(x), b(x) continue in (a, b) determinare, se esistono, le funzioni
DettagliSpazi di Funzioni. Docente:Alessandra Cutrì. A. Cutrì , , Metodi Matematici per l ingegneria Ing.
Spazi di Funzioni Docente:Alessandra Cutrì Spazi funzionali Nello studio di fenomeni di estremo interesse applicativo (problemi di controllo, trasmissione e ricezione di segnali ed in generale nella formulazione
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
DettagliANALISI C & Complementi di Analisi Matematica di Base. Prova scritta del 23 gennaio 2007
Prova scritta del 23 gennaio 2007 Esercizio 1. Sia f : R R una funzione misurabile e non negativa; si consideri la successione di funzioni f n (x) = max3f(x) 2n, 0}, x R, n N. Provare che se f è integrabile
DettagliINGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 17 SETTEMBRE 2012
INGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 7 SETTEMBRE 202 Esercizio. Sia V = R[X] 2 lo spazio vettoriale dei polinomi ax 2 + bx + c nella variabile X di grado al più 2 a coefficienti
Dettagli0.1 Spazi Euclidei in generale
0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo
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.
DettagliAM : Tracce delle lezioni- VI Settimana
AM10 014-15: Tracce delle lezioni- VI Settimana DIFFERENZIABILITÁ E MATRICE JACOBIANA Siano E, F due spazi normati, O aperto in E, f : O F, x O. Si dice che f é differenziabile in x se L L(E, F ) : f(x
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
DettagliPROGRAMMA DEL CORSO DI GEOMETRIA E ALGEBRA. A.A
PROGRAMMA DEL CORSO DI GEOMETRIA E ALGEBRA. A.A. 2010-11 DOCENTE TITOLARE: FRANCESCO BONSANTE 1. Geometria analitica dello spazio (1) vettori applicati e lo spazio E 3 O: operazioni su vettori e proprietà.
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
DettagliCorso di Laurea in Ingegneria, Settore Informazione (gruppi 2-3), A.A. 2007/2008 Docente: Antonio Ponno
Programma del Corso di Matematica A Corso di Laurea in Ingegneria, Settore Informazione (gruppi 2-3), A.A. 2007/2008 Docente: Antonio Ponno Premessa (D) dopo un teorema o una proposizione citati sta ad
DettagliI teoremi della funzione inversa e della funzione implicita
I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1
DettagliFoglio di esercizi numero 2 Corso di Fondamenti di Algebra Lineare e Geometria Ingegneria Aerospaziale e Meccanica
Foglio di esercizi numero 2 Corso di Fondamenti di Algebra Lineare e Geometria Ingegneria Aerospaziale e Meccanica Esercizio 1. Sia f l endomorfismo di R 4 definito nel modo seguente: f(x, y, z, w) = (w,
DettagliREGISTRO DELLE ESERCITAZIONI
UNIVERSITA DEGLI STUDI DI GENOVA FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI REGISTRO DELLE ESERCITAZIONI del Corso UFFICIALE di GEOMETRIA A tenute dal prof. Domenico AREZZO nell anno accademico
DettagliMATEMATICA II (Durante) Aversa, Marzo 2001., B = , e D = Si calcoli il rango delle matrici A, B, C, D.
MATEMATICA II (Durante) Aversa, Marzo 2001. COGNOME........................ NOME............... MATRICOLA............ 1. Dati i tre vettori u, v e w di R 3, si dica se essi sono linearmente dipendenti
DettagliArgomento della lezione N. 2. Argomento della lezione N. 1. Argomento della lezione N. 11. Argomento della lezione N. 12
C. Presilla Modelli e Metodi Matemacici della Fisica a.a. 2015/2016 1 Argomento della lezione N. 1 Argomento della lezione N. 2 Argomento della lezione N. 11 Argomento della lezione N. 12 Fondamenti assiomatici.
DettagliSpazi di Hilbert: Proiezioni e Serie di Fourier
Spazi di Hilbert: Proiezioni e Serie di Fourier Docente:Alessandra Cutrì Spazi di Hilbert Uno spazio vettoriale dotato di prodotto scalare che è completo rispetto alla norma indotta dal prodotto scalare
DettagliDim. Usare la chiusura rispetto al prodotto esterno (vedi appunti lezione o libri di testo).
ESERCIZI PER CASA di GEOMETRIA per il Corso di Laurea di Scienze dei Materiali, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 28 maggio 29 Sottospazi di uno spazio vettoriale, sistemi
DettagliANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013
Prova scritta del 24 gennaio 2013 Esercizio 1. Sia Ω R 3 un insieme misurabile secondo Lebesgue e di misura finita. Sia {f n } n N una successione di funzioni f n : Ω R misurabili e tali che 1) f n (x)
DettagliDiario delle lezioni di Calcolo e Biostatistica (O-Z) - a.a. 2013/14 A. Teta
Diario delle lezioni di Calcolo e Biostatistica (O-Z) - a.a. 2013/14 A. Teta 1. (1/10 Lu.) Generalità sugli insiemi, operazioni di unione, intersezione e prodotto cartesiano. Insiemi numerici: naturali,
DettagliGeometria I 2009-mag
Geometria I 2009-mag-06 124 17 Mappe affini Cfr: Nacinovich, Cap V, 3 [3]. (17.1) Definizione. Siano X e Y due spazi affini sullo stesso campo K. Una funzione f : X Y si dice affine (anche, mappa affine
Dettagli5. Richiami: R n come spazio euclideo
5. Richiami: R n come spazio euclideo 5.a Prodotto scalare Dati due vettori in R n, si misurano le rispettive lunghezze e l angolo (senza il segno) fra essi mediante il prodotto scalare. Il prodotto scalare
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.
DettagliGeometria e Topologia I 18 maggio
Geometria e Topologia I 18 maggio 2005 64 17 Mappe affini (17.1) Definizione. Siano X e Y due spazi affini sullo stesso campo K. Una funzione f : X Y si dice affine (anche, mappa affine o trasformazione
DettagliEsame di Geometria - 9 CFU (Appello del 26 gennaio A)
Esame di Geometria - 9 CFU (Appello del 26 gennaio 25 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. In R 3, siano dati il punto P = (, 2, 3) e la retta r : (,, ) + t(, 2), t R.. Determinare
DettagliFunzioni Test, Distribuzioni e Applicazioni
Capitolo 1 Funzioni Test, Distribuzioni e Applicazioni In questo capitolo discuteremo le distribuzioni, le funzioni test e loro applicazioni principali. Il motivo principale per introdurre le distribuzioni
DettagliLa formula di Taylor per funzioni di più variabili
La formula di Taylor per funzioni di più variabili Il polinomio di Taylor Due variabili. Sia A R 2 un aperto, f : A R una funzione sufficientemente regolare, (x, y) un punto di A. Sia (h, k) un vettore
DettagliNozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza.
Geometria I lezione del 30 settembre 2013 Presentazione del corso. Nozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza. Insiemi numerici: i numeri naturali, gli interi, i numeri
DettagliElementi di Algebra Lineare Spazi Vettoriali
Elementi di Algebra Lineare Spazi Vettoriali Antonio Lanteri e Cristina Turrini UNIMI - 2015/2016 Antonio Lanteri e Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 37 index Spazi vettoriali
DettagliMinimi quadrati. Sistemi iperdeterminati. 27 novembre 2008
Minimi quadrati 27 novembre 2008 In questa nota si indicherà sempre con V uno spazio vettoriale reale di dimensione finita n. Definizione 1. Una norma su V è una funzione : V R tale che x, y V e λ R: 1.
DettagliRegistro dell insegnamento
Registro dell insegnamento Anno accademico 2016/17 Prof. Settore inquadramento Gabriele Vezzosi MAT-03 Scuola di Ingegneria Dipartimento DIMAI U. Dini Insegnamento Geometria Moduli Settore insegnamento
DettagliRegistro dell'insegnamento
Registro dell'insegnamento Anno accademico 2017/2018 Prof. GABRIELE VEZZOSI Settore inquadramento MAT/03 - GEOMETRIA Scuola Ingegneria Dipartimento Matematica e Informatica 'Ulisse Dini' Insegnamento GEOMETRIA
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA INDUSTRIALE 27 GENNAIO 2014
FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA INDUSTRIALE 27 GENNAIO 2014 DOCENTE: MATTEO LONGO Rispondere alle domande di Teoria in modo esauriente e completo. Svolgere il maggior numero di esercizi
DettagliGE110 - Geometria 1. Prova in Itinere 2 27 Maggio 2010
GE110 - Geometria 1 Prova in Itinere 2 27 Maggio 2010 COGNOME e NOME : Problema 1: Problema 2: Problema 3: 1 2 Problema 1. Nello spazio affine reale A 5 R si fissi il riferimento affine canonico, e siano
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
DettagliElementi di Algebra Lineare Spazi Vettoriali
Elementi di Algebra Lineare Spazi Vettoriali Antonio Lanteri e Cristina Turrini UNIMI - 2016/2017 Antonio Lanteri e Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra Lineare 1 / 41 index Spazi vettoriali
Dettagli0.1 Arco di curva regolare
.1. ARCO DI CURVA REGOLARE 1.1 Arco di curva regolare Se RC(O, i, j, k ) è un riferimento cartesiano fissato per lo spazio euclideo E, e se v (t) = x(t) i + y(t) j + z(t) k è una funzione a valori vettoriali
DettagliAlgebra lineare. {ax 2 + bx + c R 2 [x] : 2a + 3b = 1} a b c d. M(2, 2) : a + c + d = 2. a b. c d
Algebra lineare 1. Riconoscere se il seguente insieme costituisce uno spazio vettoriale. In caso affermativo trovarne la dimensione e una base. (R n [x] denota lo spazio dei polinomi nell indeterminata
Dettagli( 1 π. (a n cos nt + b n sin nt) t R (3)
7. SERIE TRIGONOMETRICHE E SERIE DI FOURIER Definizione 1. L p (R), p [1, + ), denota la classe di tutte le funzioni f : R C, misurabili secondo Lebesgue, periodiche con periodo per le quali il funzionale
DettagliNote sulle serie di Fourier
Note sulle serie di Fourier Rodica oader, a.a. 3/4 versione provvisoria (aggiornata al 3//7 Convergenza uniforme Data una funzione f : R R, periodica di periodo >, supponiamo di poter definire i coefficienti
DettagliSPAZI VETTORIALI QUOZIENTI. DUALI
SPAZI VETTORIALI QUOZIENTI. DUALI FLAMINIO FLAMINI 1. Esercizi Svolti Esercizio 1 Sia V := R[x] 3 lo spazio vettoriale dei polinomi a coefficienti reali, nell indeterminata x, di grado al piu 3. Sia h(x)
DettagliMercoledì 3 ottobre (11-13, 2 ore). Preliminari:
Geometria e Algebra- Diario delle lezioni C.d.L. in Bionigegneria L. Stoppino, Università di Pavia, a.a. 2018/2019 Tutti i riferimenti sono al testo [BBB] Fulvio Bisi, Francesco Bonsante, Sonia Brivio:
DettagliAnno Accademico 2015/2016
Mod. 136/1 ALMA MATER STUDIORUM UNIVERSITÀ DI BOLOGNA Anno Accademico 2015/2016 Scuola di Scienze Corsi di Laurea o di Diploma Triennale in Matematica (nuovo ordinamento) Insegnamento Geometria I Docente
DettagliApplicazioni lineari e diagonalizzazione
Autovalori e autovettori Matrici associate a applicazioni lineari Endomorfismi semplici e matrici diagonalizzabili Prodotti scalari e Teorema Spettrale nel caso generale 2 2006 Politecnico di Torino 1
DettagliEsercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria
Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria Avvertenze In quanto segue tutti i vettori hanno il medesimo punto d origine O l origine dello spazio cartesiano. Possiamo
DettagliEsercizi per il corso di Algebra e Geometria L.
Esercizi per il corso di Algebra e Geometria L AA 2006/2007 1 Foglio 1 In tutti gli esercizi che seguiranno lo spazio ambiente sarà il piano cartesiano a valori nel campo dei numeri reali, dove supporremo
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.:.................................
DettagliRegistro dell insegnamento. Facoltà Ingegneria... Insegnamento GEOMETRIA... Settore Mat03... Corsi di studio Ingegneria Meccanica (M-Z)...
UNIVERSITÀ DEGLI STUDI Registro dell insegnamento Anno Accademico 2014/2015 Facoltà Ingegneria...................................... Insegnamento GEOMETRIA............................. Settore Mat03...........................................
DettagliEsame di GEOMETRIA 27 giugno ore 11
Esame di GEOMETRIA 27 giugno 2011 - ore 11 Istruzioni: Scrivere cognome, nome, matricola in STAMPATELLO negli appositi spazi. Per ogni quiz nella prima parte, indicare l affermazione giudicata corretta
DettagliCORSO DI GEOMETRIA APPLICAZIONI LINEARI E MATRICI A.A. 2018/2019 PROF. VALENTINA BEORCHIA
CORSO DI GEOMETRIA APPLICAZIONI LINEARI E MATRICI AA 2018/2019 PROF VALENTINA BEORCHIA INDICE 1 Matrici associate a un applicazione lineare 1 2 Cambiamenti di base 4 3 Diagonalizzazione 6 1 MATRICI ASSOCIATE
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da
DettagliSpazi proiettivi. 16 novembre Completamento proiettivo di uno spazio affine
Spazi proiettivi 16 novembre 2009 1 Completamento proiettivo di uno spazio affine Definizione 1. Una geometria è una coppia ordinata (P, L) di insiemi con: 1. Ogni elemento di L è un sottoinsieme di P;
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
DettagliFacoltà di Scienze MM.FF.NN. Corso di Laurea in Matematica - A.A Prova scritta di Analisi Matematica II del
Prova scritta di nalisi Matematica II del 12-06-2001. C1 1) Studiare la convergenza semplice, uniforme e totale della serie di funzioni seguente ( 1) [ n 2 ] n x 1 + n 2 x. n=0 2) Data la funzione (x 2
DettagliPROVA SCRITTA DI GEOMETRIA 2 CON ELEMENTI DI STORIA 2, MATEMATICA, 16/06/2017. Nome... Matricola...
PROVA SCRITTA DI GEOMETRIA 2 CON ELEMENTI DI STORIA 2, MATEMATICA, 16/06/2017 Nome... Matricola... Per ogni risposta, segnare V se è vera, F se è falsa. Ogni test viene valutato 3 punti se vengono date
DettagliGEOMETRIA 1 terza parte
GEOMETRIA 1 terza parte Cristina Turrini C. di L. in Fisica - 2014/2015 Cristina Turrini (C. di L. in Fisica - 2014/2015) GEOMETRIA 1 1 / 32 index Applicazioni lineari 1 Applicazioni lineari 2 Nucleo e
DettagliTEMA 1. Tempo a disposizione: 35 minuti per le domande teoriche e 40 minuti per l esercizio.
TEMA 1 Teoria 1: 6 punti. Definire il modulo e l argomento di un numero complesso. Teoria 2: 6 punti. Enunciare il teorema delle dimensioni (senza dimostrazione). Teoria 3: 6 punti. Sia K un campo. Dimostrare
DettagliAlgebra Lineare - Autunno 2008
Algebra Lineare - Autunno 2008 Kieran O Grady 1 29 Settembre: Vettori geometrici Segmenti orientati ed equipollenza. Vettori geometrici. Somma e prodotto per uno scalare: definizione e proprietà algebriche.
DettagliF (x, y) := f(x y)g(y) (3)
2. INTEGRALI DI CONVOLUZIONE. Questo capitolo è dedicato allo studio dell operatore di convoluzione in, dapprima negli spazi L 1 ( ) L p ( ), poi negli spazi L 1 loc (RN ) L p comp( ). Valendosi dei risultati
DettagliPrima prova in itinere di Geometria (Corso di laurea in Fisica, Canali A-C e D-O) Prof. Barucci e Piccinni 29 novembre 2011
Prima prova in itinere di Geometria (Corso di laurea in Fisica, Canali A-C e D-O) Prof Barucci e Piccinni 29 novembre 2011 a Scrivere subito canale, cognome e nome b Utilizzare questi fogli per le risposte
Dettagli