Morte di un gatto e splitting del Multiverso
|
|
- Rosangela Corsi
- 8 anni fa
- Visualizzazioni
Transcript
1 Monografia 001 February 04th, 2015 Morte di un gatto e splitting del Multiverso Marcello Colozzo Dedicato a un gatto che non c è più Sommario Keywords: many worlds interpretation,meccanica quantistica
2 1 Misura di una osservabile quantistica Consideriamo un sistema quanto-meccanico S q in regime non relativistico. Come è noto, lo stato del sistema è descritto da una funzione d onda ψ quale elemento di uno spazio di Hilbert separabile H [1]. Sia A una osservabile associata al sistema S q. Se  è il corrispondente operatore autoaggiunto, si ha: )  a k = a k a k, a k σ d ( )  a = a a, a σ c ( (1) Le (1) sono le equazioni agli autovalori per A, scritte nella notazione bra-ket di ) ) Dirac [2]. In tali formule, σ d ( e σ c ( sono rispettivamente lo spettro discreto e lo spettro continuo dell operatore autovalori non degeneri. Â. Per semplicità stiamo considerando il caso di Come è noto { a k } ak σ d(â) { a } a σ c(â) è un sistema ortonormale completo in H, onde il ket di stato ψ si scrive: ψ = N + I coefficienti della combinazione lineare (2) sono dati da: c k a k + (2) σ c(â)c(a) a, c k = a k ψ (3) c(a) = a ψ Senza perdita di generalità, supponiamo che lo spettro di  sia puramente discreto, ) onde σ c ( =. Quindi lo sviluppo del ket di stato negli autoket di  è: ψ = c k a k (4) L evoluzione temporale del sistema è descritta dall equazione di Schrödinger o, ciò che è lo stesso, dall applicazione dell operatore di evoluzione temporale U (t,t 0 ) = e i ħĥ(t t 0) al ket di stato (4), ottenendo lo stato del sistema a tutti i tempi: ψ(t) = c k (t) a k (5) 1
3 Per non appesantire la notazione poniamo ψ ψ(t ), c k c k (t ), essendo t l istante in cui viene eseguita la misura dell osservabile. Quindi: ψ = c k a k (6) ψ mis A a n In altri termini, in seguito alla misura di A, il sistema salta dallo stato ψ a un autostato a n, mentre la probabilità di trovare il il sistema nello stato a n (o, ciò che è lo stesso, di misurare il valore di a n ) è: 1 : P (A = a n,t ) = c n (t ) 2 (7) Sia E ak l autospazio corrispondente all autovalore a k, ovvero il sottospazio vettoriale di H i cui elementi sono gli autovettori appartenenti all autovalore a k : E ak = { } u H Â u = a k u Per un noto teorema, H si decompone nella somma diretta degli autospazi: (8) H = N E ak (9) Gli autospazi E ak sono ortogonali: a k a k = δ kk = E ak E ak k La (9) definisce N operatori (hermitiani) di proiezione ˆP ak Hom(H,E ak ): H = N } E ak = {ˆPak k N Hom(H,E ak ) ˆP ak : H E ak ψ c k a k (10) Qui è N = {1,2,...,N}. Cioè: ψ H, ˆPak ψ = c k a k (11) Gli operatori ˆPak verificano le seguenti proprietà ˆP ak ˆPak = δ kk ˆPak (12) ˆP ak = ˆ1 1 Se ψ è normalizzato: ψ 2 = ψ ψ = 1 2
4 Dalla prima delle (12) segue che ˆP a 2 k = ˆP ak, cioè gli operatori di proiezione sono idempotenti, e, per una nota proprietà σ(ˆpak = {0, 1}. È facile ricavare l espressione ) analitica di ˆPak : ˆP ak = a k a k (13) Infatti ˆP ak ˆPak = a k a k a k a k = δ kk a k a k (14) a k a k = ˆ1 Vediamo che l operazione di misura (6) altro che non è che il risultato dell applicazione dell operatore di proiezione ˆP an al ket di stato ψ : ˆP an ψ = c n a n (15) Riepilogando: all osservabile quantistica A resta associato un sistema ortogonale } completo di operatori di proiezione che simulano un operazione di misura. {ˆPak k N Le equazioni agli autovalori(1) possono essere scritte in termini di autofunzioni. Infatti, nella rappresentazione delle coordinate, le autofunzioni di A si scrivono: u k (x) = x a k (16) u(x) = x a, per cui: Âu k (x) = a k u k (x) (17) Âu a (x) = au a (x) La funzione d onda del sistema è ψ(x) = x ψ : ψ(x) = c k u k (x)+ a(x)da (18) σ c(â)c(a)u È facile ricavare a partire dalle(3) le espressioni analitiche dei coefficienti dello sviluppo (18): + c k = u k(x)ψ(x)dx (19) + c(a) = u a(x)ψ(x)dx 3
5 La (6) diventa: ψ(x,t) = c k (t)u k (x) ψ(x,t ) misa u n (x), con n {1,2,...,N} *** Osserviamo che la riduzione del vettore di stato in uno degli autostati dell osservabile A (eq. 6) pone seri problemi interpretativi che vanno sotto il nome di paradosso della misura [4]. Tale difficoltà è dovuta all esistenza di un dualismo all interno della formalismo della meccanica quantistica. Per essere più precisi, esistono due diverse modalità di evoluzione del vettore di stato. La prima è quella deterministica, attivata dall applicazione dell operatore di evoluzione temporale U (t,t 0 ) = e ħĥ(t t i 0) : U (t,t 0 ) ψ,t 0 = ψ,t, t t 0 che, come è noto, conduce all equazione di Schrödinger. La seconda modalità di evoluzione, invece, viene attivata quando si esegue una misura sul sistema quantistico in studio. Si tratta di un evoluzione probabilistica, poichè non conosciamo con certezza i risultati di una misura, ma solo una distribuzione di probabilità degli stessi. Inoltre, nell evoluzione probabilistica, il vettore di stato subisce una variazione discontinua data dalla (6). Tale discontinuità è denominata collasso della funzione d onda o riduzione del vettore di stato (appendice A). La riduzione del vettore di stato si verifica a scala macroscopica, ma resta indeterminato il livello in cui esso si realizza. Per rimuovere tale indeterminazione sono state formulate 3 interpretazioni: 1. Interpretazione di Copenaghen (Bohr). Il collasso della funzione d onda si verifica a livello dello strumento di misura. Quindi in tale interpretazione, il dominio di validità della meccanica quantistica è: D Bohr = {S q,s M } (20) dove S q rappresenta un sistema quantistico e S M un sistema macroscopico. Lo strumento di misura non appartiene a D Bohr. 4
6 2. Interpretazione di Von Neumann [3]. Questa interpretazione è nota come teoria della misurazione di Von Neumann. In essa, il dominio di validità della meccanica quantistica è: D VN = D Bohr {S mis } = {S q,s M,S mis } (21) Cioè, D VN include lo strumento di misura, ma esclude la coscienza dell osservatore. Ed è al livello della coscienza (interpretata alla stregua di un ente estraneo alla realtà fenomenica) che si realizza il processo di riduzione del vettore di stato. 3. Interpretazione di Everett. Questa interpretazione è nota come MWI, acronimo di Many Worlds Interpretation [5]. In essa, il dominio di validità della meccanica quantistica è: D MWI = D VN {Ω} = {S q,s M,S mis,ω} (22) Cioè D MWI include la coscienza dell osservatore Ω. In tal modo, la riduzione del vettore di stato non si verifica mai. Conseguentemente, in corrispondenza della misura di un osservabile, l universo si riproduce in un numero di copie pari al numero degli autovalori dell osservabile. Riferiamoci in particolare alla teoria della misurazione di Von Neumann, secondo cui il dominio di validità della meccanica quantistica è: {S q,s M,S mis } (23) In tale teoria la misura dell osservabile A è rappresentata simbolicamente da: S q S mis Ω (24) Il simbolo indica il processo di trasferimento della sovrapposizione degli stati. Più precisamente, se il sistema si trova nella sovrapposizione (5), essa viene trasferita all apparato di misura 2 S mis, che verrà pertanto a trovarsi in una sovrapposizione di stati. Quindi, per conoscere lo stato di S mis, avremo bisogno di un secondo strumento di misura S mis. Ma anche quest ultimo verrà a trovarsi in una sovrapposizione di stati (trasferimento a catena), per cui si avrà una successione: S mis, S mis, S mis,... 2 Ciò è una conseguenza della linearità dell equazione di Schrödinger (si veda la sezione successiva). 5
7 che possiamo simbolicamente rappresentare con { } S (k) mis k N N (25) L estremo superiore di tale successione sono gli organi sensoriali del soggetto percepiente, ovvero di un osservatore cosciente Ω, le cui capacità introspettive gli permettono di conoscere il proprio stato e quindi di eseguire la misura dell osservabile A. 2 Collasso della funzione d onda e atto di coscienza Nel 1994 l eminente fisico matematico Roger Penrose pubblico Shadows of the Minds, in cui ipotizzava un funzionamento del cervello quale sistema quantistico. Per inciso, Penrose non cercava gli effetti quantistici a livello di cellula nervosa (neuroni) che è chiaramente un oggetto classico, ma a livello dei cosiddetti microtubuli. Ed è il collasso della funzione d onda a determinare un atto di coscienza. Abbiamo, dunque, un processo di misura del tipo (6). In altri termini, un atto di coscienza è fisicamente equivalente al processo di misura di un osservabile quantistica. Consideriamo, allora, il seguente esperimento concettuale. Un essere senziente G (ad esempio, un gatto) percorrendo una strada si trova davanti a un bivio, onde dovrà decidere se andare a destra o a sinistra 3. In simboli: 1 : G va a sinistra (26) 2 : G va a destra Se ψ(ξ) = ξ ψ è la funzione d onda delle microtubuline del cervello di G, dove ψ è il vettore ket appartenente all appropriato spazio di Hilbert nella ξ rappresentazione (ξ è una conveniente variabile), ne consegue che ψ collassa verso uno dei due stati corrispondenti alla decisione di G. Ciò significa che a 1 e 2 delle (26) corrispondono due autostati di una qualche osservabile Â, la cui misura simula un atto di coscienza (e quindi, il collasso di ψ). In questo modo, lo spazio di Hilbert è C 2 e { 1, 2 } è una sua base ortonormale. Se t è l istante in cui si realizza l atto di coscienza, si ha: ψ(t) = c 1 (t) 1 +c 2 (t) 2 (27) 3 Esistono altre possibilità come, ad esempio, fermarsi o tornare indietro. Per i nostri scopi queste alternative sono delle complicazioni, per cui non ne terremo conto. 6
8 Per quanto precede, nell interpretazione di Copenaghen si verifica una delle due possibilità: ψ(t ) ψ(t ) 1 (28) atto di coscienza 2 atto di coscienza Aggiungiamo un ulteriore ingrediente: nella scelta 2 G viene investito e muore. Cioè se il gatto decide di andare a destra, verrà ucciso (accidentalmente o non). Allora lo sviluppo (27) del vettore di stato negli autostati di  si può scrivere: ψ(t) = c 1 (t) 1,G vivo +c 2 (t) 2,G morto Se poi denotiamo con Ω k l insieme degli osservatori che percepiscono un gatto nello stato k =vivo,morto, si ha: ψ(t) = c 1 (t) 1,G vivo,ω 1 +c 2 (t) 2,G morto,ω 2 Nell interpretazione di Copenaghen si ha: Ω 1 Ω 2 =, (29) e viceversa Ω 2 Ω 1 = (30) Ciò implica: ψ(t ) 1,G vivo,ω 1 = c 2 (t ) = 0 atto di coscienza Nella MWI non c è collasso della funzione d onda(27), per cui si realizzano entrambe le alternative 1,G vivo,ω 1, 2,G morto,ω 2, violando le (29)-(29). Per essere più precisi, le componenti c 1 (t) 1,G vivo,ω 1 e c (t) 2,G morto,ω 2 evolvono con continuità in due universi U 1 e U 2 convoluti in un unico spazio-tempo denominato Multiverso. 7
9 A Riduzione del vettore di stato Il processo di riduzione del vettore d onda o collasso di una funzione d onda, si verifica nell operazione di misura di un osservabile A quando il sistema quantistico si trova in uno stato di sovrapposizione di autostati di A. Per fissare le idee, supponiamo che il corrispondente operatore autoaggiunto Â, sia dotato di uno spettro puramente ) discreto con 2 soli autovalori: σ(â = {a 1,a 2 }. Quindi l evoluto temporale al tempo t del vettore di stato è: ψ(t) = c 1 (t) a 1 +c 2 (t) a 2 (31) Supponiamo poi che una misura eseguita a t dia come risultato a 1, onde: ψ mis A a 1 (32) I coefficienti della combinazione lineare (31) sono tali che c 1 (t ) = 1, c 2 (t ) = 0. E per ogni t < t assumono valori complessi. Inoltre: δ > 0, t (t δ,t ) = c 2 (t ) 0 Cioè, la funzione c 2 (t) ha in t una discontinuità di prima specie.nel caso generale di N + autovalori distinti, e in seguito a un processo di misura: ψ mis A a n, (33) la riduzione del vettore di stato esprime la discontinuità finita (nell istante di misura) degli N n coefficienti c k (t), con k {1,2,...,N}\{n}. Riferimenti bibliografici [1] P. Caldirola, R. Cirelli, G.M. Prosperi, Introduzione alla Fisica Teorica, BUR, 1982 [2] P. A. M. Dirac, I principi della Meccanica Quantistica, Boringhieri, Torino, [3] J. V. Neumann, Matematical Foundation of Quantum Mechanics, Princeton, [4] R. Penrose, La strada che porta alla realtà. BUR, [5] H. Everett, Rev. Mod. Phys, 29, 454 (1957). Available at [6] 8
10 c 2 t U R t t Figura 1: Evoluzione temporale del modulo del coefficiente complesso c 2 (t). Nell istanteincuisimisural osservabile, c 2 (t) subisceunasaltodidiscontinuità, corrispondente al salto quantico (32). Il simbolo U denota l evoluzione temporale generata dalla trasformazione unitaria U (t,t 0 ) = e ħĥ(t t i 0), mentre R esprime la riduzione del vettore di stato. 9
LE SUCCESSIONI 1. COS E UNA SUCCESSIONE
LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe
DettagliPuò la descrizione quantomeccanica della realtà fisica considerarsi completa?
Può la descrizione quantomeccanica della realtà fisica considerarsi completa? A. Einstein, B. Podolsky, N. Rosen 25/03/1935 Abstract In una teoria completa c è un elemento corrispondente ad ogni elemento
Dettagli1 Applicazioni Lineari tra Spazi Vettoriali
1 Applicazioni Lineari tra Spazi Vettoriali Definizione 1 (Applicazioni lineari) Si chiama applicazione lineare una applicazione tra uno spazio vettoriale ed uno spazio vettoriale sul campo tale che "!$%!
DettagliApplicazioni lineari
Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av
DettagliMetodi Computazionali
Metodi Computazionali Elisabetta Fersini fersini@disco.unimib.it A.A. 2009/2010 Catene di Markov Applicazioni: Fisica dinamica dei sistemi Web simulazione del comportamento utente Biologia evoluzione delle
DettagliUniversita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica
Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica Terzo Appello del corso di Geometria e Algebra II Parte - Docente F. Flamini, Roma, 7/09/2007 SVOLGIMENTO COMPITO III APPELLO
Dettagli2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 1 INTRODUZIONE
2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 INTRODUZIONE Il problema agli autovalori di un operatore La trattazione del problema agli autovalori di un operatore fatta negli spazi finitodimensionali
Dettaglix 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.
Problema. Sia W il sottospazio dello spazio vettoriale R 4 dato da tutte le soluzioni dell equazione x + x 2 + x = 0. (a. Sia U R 4 il sottospazio dato da tutte le soluzioni dell equazione Si determini
DettagliAppunti sulla Macchina di Turing. Macchina di Turing
Macchina di Turing Una macchina di Turing è costituita dai seguenti elementi (vedi fig. 1): a) una unità di memoria, detta memoria esterna, consistente in un nastro illimitato in entrambi i sensi e suddiviso
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)
DettagliIndice. 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo... 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità...
Indice 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo............................. 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità.............. 5 i Capitolo 1 Introduzione
DettagliMatematica generale CTF
Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione
DettagliFederico Lastaria. Analisi e Geometria 2. Matrici simmetriche. Il teorema spettrale. 1/24
Contenuto Endomorfismi auto-aggiunti. Matrici simmetriche. Il teorema spettrale Gli autovalori di una matrice simmetrica sono tutti reali. (Dimostrazione fatta usando i numeri complessi). Dimostrazione
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
DettagliSommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.
Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell
DettagliELEMENTI DI ALGEBRA LINEARE E GEOMETRIA Corso di Laurea Ingegneria Edile-Architettura
Cognome Nome Matricola ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA Corso di Laurea Ingegneria Edile-Architettura (Primo appello/ii prova parziale 15/6/15 - Chiarellotto-Urbinati) Per la II prova: solo esercizi
DettagliIntroduzione al MATLAB c Parte 2
Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 18 gennaio 2008 Outline 1 M-file di tipo Script e Function Script Function 2 Costrutti di programmazione
DettagliLe equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete.
Le equazioni Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete. Definizione e caratteristiche Chiamiamo equazione l uguaglianza tra due espressioni algebriche,
DettagliCaratterizzazione dei segnali aleatori nel dominio della frequenza
Capitolo 5 Caratterizzazione dei segnali aleatori nel dominio della frequenza 5. Introduzione In questo capitolo affrontiamo lo studio dei segnali aleatori nel dominio della frequenza. Prendiamo come esempio
DettagliLezione 9: Cambio di base
Lezione 9: Cambio di base In questa lezione vogliamo affrontare uno degli argomenti piu ostici per lo studente e cioè il cambio di base all interno di uno spazio vettoriale, inoltre cercheremo di capire
DettagliGrandezze fisiche e loro misura
Grandezze fisiche e loro misura Cos è la fisica? e di che cosa si occupa? - Scienza sperimentale che studia i fenomeni naturali suscettibili di sperimentazione e caratterizzati da entità o grandezze misurabili.
DettagliUniversità degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica
Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica Esame di Geometria (Prof. F. Tovena) Argomenti: Proprietà di nucleo e immagine di una applicazione lineare. dim V = dim
DettagliParte 6. Applicazioni lineari
Parte 6 Applicazioni lineari A Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Applicazioni fra insiemi, 2 Applicazioni lineari tra spazi vettoriali, 2 3 Applicazioni lineari da R n a R
DettagliScelta intertemporale: Consumo vs. risparmio
Scelta intertemporale: Consumo vs. risparmio Fino a questo punto abbiamo considerato solo modelli statici, cioè modelli che non hanno una dimensione temporale. In realtà i consumatori devono scegliere
Dettagli2. Leggi finanziarie di capitalizzazione
2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M
DettagliCapitolo 25: Lo scambio nel mercato delle assicurazioni
Capitolo 25: Lo scambio nel mercato delle assicurazioni 25.1: Introduzione In questo capitolo la teoria economica discussa nei capitoli 23 e 24 viene applicata all analisi dello scambio del rischio nel
Dettaglix (x i ) (x 1, x 2, x 3 ) dx 1 + f x 2 dx 2 + f x 3 dx i x i
NA. Operatore nabla Consideriamo una funzione scalare: f : A R, A R 3 differenziabile, di classe C (2) almeno. Il valore di questa funzione dipende dalle tre variabili: Il suo differenziale si scrive allora:
Dettagli15 febbraio 2010 - Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a. 2009-2010 COGNOME... NOME... N. MATRICOLA...
15 febbraio 010 - Soluzione esame di geometria - 1 crediti Ingegneria gestionale - a.a. 009-010 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura
DettagliCapitolo 2. Operazione di limite
Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A
DettagliEQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1.
EQUAZIONI DIFFERENZIALI Esercizi svolti 1. Determinare la soluzione dell equazione differenziale (x 2 + 1)y + y 2 =. y + x tan y = 2. Risolvere il problema di Cauchy y() = 1 2 π. 3. Risolvere il problema
Dettagli4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI
119 4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI Indice degli Argomenti: TEMA N. 1 : INSIEMI NUMERICI E CALCOLO
DettagliAlgebra Lineare e Geometria
Algebra Lineare e Geometria Corso di Laurea in Ingegneria Elettronica A.A. 2013-2014 Prova d esame del 16/06/2014. 1) a) Determinare la matrice associata all applicazione lineare T : R 3 R 4 definita da
DettagliMacchine a stati finiti G. MARSELLA UNIVERSITÀ DEL SALENTO
Macchine a stati finiti 1 G. MARSELLA UNIVERSITÀ DEL SALENTO Introduzione Al più alto livello di astrazione il progetto logico impiega un modello, la cosiddetta macchina a stati finiti, per descrivere
Dettagli5. La teoria astratta della misura.
5. La teoria astratta della misura. 5.1. σ-algebre. 5.1.1. σ-algebre e loro proprietà. Sia Ω un insieme non vuoto. Indichiamo con P(Ω la famiglia di tutti i sottoinsiemi di Ω. Inoltre, per ogni insieme
DettagliMacchine a stati finiti. Sommario. Sommario. M. Favalli. 5th June 2007
Sommario Macchine a stati finiti M. Favalli 5th June 27 4 Sommario () 5th June 27 / 35 () 5th June 27 2 / 35 4 Le macchine a stati si utilizzano per modellare di sistemi fisici caratterizzabili mediante:
DettagliAutomazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it
Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione
DettagliCorso di Analisi Matematica Serie numeriche
Corso di Analisi Matematica Serie numeriche Laurea in Informatica e Comunicazione Digitale A.A. 2013/2014 Università di Bari ICD (Bari) Analisi Matematica 1 / 25 1 Definizione e primi esempi 2 Serie a
DettagliParticelle identiche : schema (per uno studio più dettagliato vedi lezione 2) φ 1
Particelle identiche : schema (per uno studio più dettagliato vedi lezione ) Funzioni d onda di un sistema composto Sistema costituito da due particelle (eventualmente identiche) H φ q H φ H ψ φ φ stato
Dettagli2 FUNZIONI REALI DI VARIABILE REALE
2 FUNZIONI REALI DI VARIABILE REALE 2.1 CONCETTO DI FUNZIONE Definizione 2.1 Siano A e B due insiemi. Una funzione (o applicazione) f con dominio A a valori in B è una legge che associa ad ogni elemento
DettagliLe funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S. 2002-03. A. Pisani, appunti di Matematica 1
Le funzioni continue A. Pisani Liceo Classico Dante Alighieri A.S. -3 A. Pisani, appunti di Matematica 1 Nota bene Questi appunti sono da intendere come guida allo studio e come riassunto di quanto illustrato
DettagliTeoria delle code. Sistemi stazionari: M/M/1 M/M/1/K M/M/S
Teoria delle code Sistemi stazionari: M/M/1 M/M/1/K M/M/S Fabio Giammarinaro 04/03/2008 Sommario INTRODUZIONE... 3 Formule generali di e... 3 Leggi di Little... 3 Cosa cerchiamo... 3 Legame tra N e le
DettagliLEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0
LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi
DettagliAutovalori e Autovettori
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Autovalori e Autovettori Definizione Siano A C nxn, λ C, e x C n, x 0, tali che Ax = λx. (1) Allora
DettagliEQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6
EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)
DettagliCOMPLEMENTI SULLE LEGGI FINANZIARIE
COMPLEMENI SULLE LEGGI FINANZIARIE asso di rendimento di operazioni finanziarie in valuta estera La normativa vigente consente di effettuare operazioni finanziarie, sia di investimento che di finanziamento,
DettagliLE FUNZIONI A DUE VARIABILI
Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre
DettagliEquazioni non lineari
Equazioni non lineari Data una funzione f : [a, b] R si cerca α [a, b] tale che f (α) = 0. I metodi numerici per la risoluzione di questo problema sono metodi iterativi. Teorema Data una funzione continua
DettagliPERCORSI ABILITANTI SPECIALI 2014 DIDATTICA DELL ECONOMIA DEGLI INTERMEDIARI FINANZIARI
PERCORSI ABILITANTI SPECIALI 014 DIDATTICA DELL ECONOMIA DEGLI INTERMEDIARI FINANZIARI A cura Dott.ssa Federica Miglietta ESERCITAZIONE CALCOLO FINANZIARIO: Nel caso degli investimenti si parla genericamente
DettagliAnno 3. Funzioni: dominio, codominio e campo di esistenza
Anno 3 Funzioni: dominio, codominio e campo di esistenza 1 Introduzione In questa lezione parleremo delle funzioni. Ne daremo una definizione e impareremo a studiarne il dominio in relazione alle diverse
DettagliSUCCESSIONI NUMERICHE
SUCCESSIONI NUMERICHE Una funzione reale di una variabile reale f di dominio A è una legge che ad ogni x A associa un numero reale che denotiamo con f(x). Se A = N, la f è detta successione di numeri reali.
DettagliEsercizi di Macroeconomia per il corso di Economia Politica
Esercizi di Macroeconomia per il corso di Economia Politica (Gli esercizi sono suddivisi in base ai capitoli del testo di De Vincenti) CAPITOLO 3. IL MERCATO DEI BENI NEL MODELLO REDDITO-SPESA Esercizio.
DettagliEquazioni alle differenze finite (cenni).
AL 011. Equazioni alle differenze finite (cenni). Sia a n } n IN una successione di numeri reali. (Qui usiamo la convenzione IN = 0, 1,,...}). Diremo che è una successione ricorsiva o definita per ricorrenza
DettagliTecniche di analisi multivariata
Tecniche di analisi multivariata Metodi che fanno riferimento ad un modello distributivo assunto per le osservazioni e alla base degli sviluppi inferenziali - tecniche collegate allo studio della dipendenza
DettagliLuigi Piroddi piroddi@elet.polimi.it
Automazione industriale dispense del corso 10. Reti di Petri: analisi strutturale Luigi Piroddi piroddi@elet.polimi.it Analisi strutturale Un alternativa all analisi esaustiva basata sul grafo di raggiungibilità,
DettagliElementi di topologia della retta
Elementi di topologia della retta nome insieme definizione l insieme è un concetto primitivo che si accetta come intuitivamente noto secondo George Cantor, il padre della teoria degli insiemi: Per insieme
DettagliCome visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)
Transitori Analisi nel dominio del tempo Ricordiamo che si definisce transitorio il periodo di tempo che intercorre nel passaggio, di un sistema, da uno stato energetico ad un altro, non è comunque sempre
DettagliProof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme
G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero
DettagliL espressione torna invece sempre vera (quindi la soluzione originale) se cambiamo contemporaneamente il verso: 1 < 0.
EQUAZIONI E DISEQUAZIONI Le uguaglianze fra espressioni numeriche si chiamano equazioni. Cercare le soluzioni dell equazione vuol dire cercare quelle combinazioni delle lettere che vi compaiono che la
DettagliRICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come
RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può
Dettagli4. Operazioni elementari per righe e colonne
4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:
DettagliMacchine a stati finiti. Sommario. Sommario. M. Favalli. Le macchine a stati si utilizzano per modellare di sistemi fisici caratterizzabili mediante:
Sommario Macchine a stati finiti M. Favalli Engineering Department in Ferrara 4 Sommario (ENDIF) Analisiesintesideicircuitidigitali / 35 (ENDIF) Analisiesintesideicircuitidigitali 2 / 35 4 Le macchine
DettagliSVILUPPO IN SERIE DI FOURIER. Prof. Attampato Daniele
SVILUPPO IN SERIE DI FOURIER Prof. Attampato Daniele SVILUPPO IN SERIE DI UNA FUNZIONE Uno dei problemi più frequenti in matematica è legato alla necessità di approssimare una funzione. Uno degli strumenti
Dettagli3 GRAFICI DI FUNZIONI
3 GRAFICI DI FUNZIONI Particolari sottoinsiemi di R che noi studieremo sono i grafici di funzioni. Il grafico di una funzione f (se non è specificato il dominio di definizione) è dato da {(x, y) : x dom
Dettagliu 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k
Capitolo 4 Serie numeriche 4. Serie convergenti, divergenti, indeterminate Data una successione di numeri reali si chiama serie ad essa relativa il simbolo u +... + u +... u, u 2,..., u,..., (4.) oppure
DettagliCapitolo 25: Lo scambio nel mercato delle assicurazioni
Capitolo 25: Lo scambio nel mercato delle assicurazioni 25.1: Introduzione In questo capitolo la teoria economica discussa nei capitoli 23 e 24 viene applicata all analisi dello scambio del rischio nel
DettagliParte 3. Rango e teorema di Rouché-Capelli
Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici
DettagliFUNZIONI ELEMENTARI - ESERCIZI SVOLTI
FUNZIONI ELEMENTARI - ESERCIZI SVOLTI 1) Determinare il dominio delle seguenti funzioni di variabile reale: (a) f(x) = x 4 (c) f(x) = 4 x x + (b) f(x) = log( x + x) (d) f(x) = 1 4 x 5 x + 6 ) Data la funzione
DettagliFisica quantistica. Introduzione alla polarizzazione e altri sistemi a due livelli. Christian Ferrari. Liceo di Locarno
Fisica quantistica Introduzione alla polarizzazione e altri sistemi a due livelli Christian Ferrari Liceo di Locarno Sommario La polarizzazione della luce e del fotone Altri sistemi a due livelli L evoluzione
Dettaglia) Il campo di esistenza di f(x) è dato da 2x 0, ovvero x 0. Il grafico di f(x) è quello di una iperbole -1 1
LE FUNZIONI EALI DI VAIABILE EALE Soluzioni di quesiti e problemi estratti dal Corso Base Blu di Matematica volume 5 Q[] Sono date le due funzioni: ) = e g() = - se - se = - Determina il campo di esistenza
DettagliOsservatorio SosTariffe.it Telefonia Mobile
Osservatorio SosTariffe.it Telefonia Mobile TARIFFE IN PORTABILITA DEL NUMERO: ANALISI SUL RISPARMIO CHE SI OTTIENE EFFETTUANDO IL PASSAGGIO DEL NUMERO AD UN ALTRO OPERATORE SIA PER ABBONAMENTI CHE PER
DettagliI sistemi di numerazione
I sistemi di numerazione 01-INFORMAZIONE E SUA RAPPRESENTAZIONE Sia dato un insieme finito di caratteri distinti, che chiameremo alfabeto. Utilizzando anche ripetutamente caratteri di un alfabeto, si possono
DettagliControlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L.
Parte 3 Aggiornamento: Settembre 2010 Parte 3, 1 Trasformata di Laplace e Funzione di trasferimento Prof. Lorenzo Marconi DEIS-Università di Bologna Tel. 051 2093788 Email: lmarconi@deis.unibo.it URL:
DettagliLa Programmazione Lineare
4 La Programmazione Lineare 4.1 INTERPRETAZIONE GEOMETRICA DI UN PROBLEMA DI PROGRAMMAZIONE LINEARE Esercizio 4.1.1 Fornire una rappresentazione geometrica e risolvere graficamente i seguenti problemi
Dettaglix u v(p(x, fx) q(u, v)), e poi
0.1. Skolemizzazione. Ogni enunciato F (o insieme di enunciati Γ) è equisoddisfacibile ad un enunciato universale (o insieme di enunciati universali) in un linguaggio estensione del linguaggio di F (di
DettagliLezione n. 2 (a cura di Chiara Rossi)
Lezione n. 2 (a cura di Chiara Rossi) QUANTILE Data una variabile casuale X, si definisce Quantile superiore x p : X P (X x p ) = p Quantile inferiore x p : X P (X x p ) = p p p=0.05 x p x p Graficamente,
DettagliEnergia potenziale elettrica e potenziale. In queste pagine R indicherà una regione in cui è presente un campo elettrostatico.
Energia potenziale elettrica e potenziale 0. Premessa In queste pagine R indicherà una regione in cui è presente un campo elettrostatico. 1. La forza elettrostatica è conservativa Una o più cariche ferme
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 203-4 I sistemi lineari Generalità sui sistemi lineari Molti problemi dell ingegneria, della fisica, della chimica, dell informatica e dell economia, si modellizzano
DettagliCRITERI DI CONVERGENZA PER LE SERIE. lim a n = 0. (1) s n+1 = s n + a n+1. (2) CRITERI PER LE SERIE A TERMINI NON NEGATIVI
Il criterio più semplice è il seguente. CRITERI DI CONVERGENZA PER LE SERIE Teorema(condizione necessaria per la convergenza). Sia a 0, a 1, a 2,... una successione di numeri reali. Se la serie a k è convergente,
DettagliIl valore assoluto. F. Battelli Università Politecnica delle Marche, Ancona. Pesaro, Precorso di Analisi 1, 22-28 Settembre 2005 p.
Il valore assoluto F Battelli Università Politecnica delle Marche Ancona Pesaro Precorso di Analisi 1 22-28 Settembre 2005 p1/23 Il valore assoluto Si definisce il valore assoluto di un numero reale l
Dettagli4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale
4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale Spazi Metrici Ricordiamo che uno spazio metrico è una coppia (X, d) dove X è un insieme e d : X X [0, + [ è una funzione, detta metrica,
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliTeoria in sintesi 10. Attività di sportello 1, 24 - Attività di sportello 2, 24 - Verifica conclusiva, 25. Teoria in sintesi 26
Indice L attività di recupero 6 Funzioni Teoria in sintesi 0 Obiettivo Ricerca del dominio e del codominio di funzioni note Obiettivo Ricerca del dominio di funzioni algebriche; scrittura del dominio Obiettivo
DettagliChiusura lineare. N.B. A può essere indifferentemente un insieme, finito o no, o un sistema. Es.1. Es.2
Chiusura lineare Def. Sia A V (K) con A. Si dice copertura lineare (o chiusura lineare) di A, e si indica con L(A), l insieme dei vettori di V che risultano combinazioni lineari di un numero finito di
DettagliLezione 8. La macchina universale
Lezione 8 Algoritmi La macchina universale Un elaboratore o computer è una macchina digitale, elettronica, automatica capace di effettuare trasformazioni o elaborazioni su i dati digitale= l informazione
DettagliEsempi di funzione. Scheda Tre
Scheda Tre Funzioni Consideriamo una legge f che associa ad un elemento di un insieme X al più un elemento di un insieme Y; diciamo che f è una funzione, X è l insieme di partenza e X l insieme di arrivo.
DettagliComplementi di Analisi per Informatica *** Capitolo 2. Numeri Complessi. e Circuiti Elettrici. a Corrente Alternata. Sergio Benenti 7 settembre 2013
Complementi di Analisi per nformatica *** Capitolo 2 Numeri Complessi e Circuiti Elettrici a Corrente Alternata Sergio Benenti 7 settembre 2013? ndice 2 Circuiti elettrici a corrente alternata 1 21 Circuito
DettagliRaccomandazione del Parlamento europeo 18/12/2006 CLASSE PRIMA COMPETENZE ABILITÀ CONOSCENZE. Operare con i numeri
COMPETENZA CHIAVE MATEMATICA Fonte di legittimazione Raccomandazione del Parlamento europeo 18/12/2006 CLASSE PRIMA COMPETENZE ABILITÀ CONOSCENZE L alunno utilizza il calcolo scritto e mentale con i numeri
DettagliTransitori del primo ordine
Università di Ferrara Corso di Elettrotecnica Transitori del primo ordine Si consideri il circuito in figura, composto da un generatore ideale di tensione, una resistenza ed una capacità. I tre bipoli
DettagliAPPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI
APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................
DettagliFONDAMENTI DI PSICOMETRIA - 8 CFU
Ψ FONDAMENTI DI PSICOMETRIA - 8 CFU STIMA DELL ATTENDIBILITA STIMA DELL ATTENDIBILITA DEFINIZIONE DI ATTENDIBILITA (affidabilità, fedeltà) Grado di accordo tra diversi tentativi di misurare uno stesso
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliLa ricerca empirica in educazione
La ricerca empirica in educazione Alberto Fornasari Docente di Pedagogia Sperimentale Dipartimento di Scienze della Formazione, Psicologia, Comunicazione Il ricercatore ha il compito di trovare relazioni
DettagliScelte in condizione di incertezza
Scelte in condizione di incertezza Tutti i problemi di decisione che abbiamo considerato finora erano caratterizzati dal fatto che ogni possibile scelta dei decisori portava a un esito certo. In questo
DettagliSpazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007
Spazi lineari - PARTE II - Felice Iavernaro Dipartimento di Matematica Università di Bari 9 e 16 Marzo 2007 Felice Iavernaro (Univ. Bari) Spazi lineari 9-16/03/2007 1 / 17 Condizionamento dei sistemi lineari
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
DettagliCONTROLLO IN TENSIONE DI LED
Applicazioni Ver. 1.1 INTRODUZIONE CONTROLLO IN TENSIONE DI LED In questo documento vengono fornite delle informazioni circa la possibilità di pilotare diodi led tramite una sorgente in tensione. La trattazione
DettagliEinstein e la meccanica quantistica: Causalità ed azione a distanza
Einstein e la meccanica quantistica: Causalità ed azione a distanza Gennaro Auletta Istituto di Filosofia - URBINO Pontificia Università Gregoriana - ROMA Sommario Breve presentazione dei Principi della
DettagliPertanto la formula per una prima approssimazione del tasso di rendimento a scadenza fornisce
A. Peretti Svolgimento dei temi d esame di MDEF A.A. 015/16 1 PROVA CONCLUSIVA DI MATEMATICA per le DECISIONI ECONOMICO-FINANZIARIE Vicenza, 9/01/016 ESERCIZIO 1. Data l obbligazione con le seguenti caratteristiche:
DettagliEsercizio su MT. Svolgimento
Esercizio su MT Definire una macchina di Turing deterministica M a nastro singolo e i concetti di configurazione e di transizione. Sintetizzare una macchina di Turing trasduttore che trasformi un numero
DettagliFUNZIONE REALE DI UNA VARIABILE
FUNZIONE REALE DI UNA VARIABILE Funzione: legge che ad ogni elemento di un insieme D (Dominio) tale che D R, fa corrispondere un elemento y R ( R = Codominio ). f : D R : f () = y ; La funzione f(): A
Dettagli