Sistemi dinamici-parte 2 Parentesi di Poisson e trasformazioni canoniche

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Sistemi dinamici-parte 2 Parentesi di Poisson e trasformazioni canoniche"

Transcript

1 Sistemi dinamici-parte 2 Parentesi di e trasformazioni AM Cherubini 11 Maggio / 25

2 Analogamente a quanto fatto per i sistemi lagrangiani occorre definire, insieme alla struttura del sistema, anche la classe di trasformazioni che la lascia invariante La struttura avra un ruolo fondamentale nel caratterizzare queste trasformazioni e altri aspetti della dinamica del sistema, come le costanti del moto. 2 / 25

3 Derivata di Lie Si e gia visto che dato un sistema a n gradi di liberta ẋ = F(x) la derivata di una funzione scalare f(x) lungo una soluzione x(t), cioe sul flusso, e la derivata direzionale di f lungo il campo vettoriale. d dt f(x(t)) = f F(x) = def Lf(x) derivata di Lie L operatore L che ad f associa la sua derivata lungo il flusso si chiama derivata di Lie Nel caso hamiltoniano, data H, x(t) = (p(t),q(t)) e cioe, esplicitamente L H (f(x)) = f E H prodotto scalare (1) L(f(x)) = f ( H q, H p ) = n i=1 ( f H f ) H q i p i p i q i 3 / 25

4 Prodotto scalare strett. La particolare forma (1) che assume la derivata di Lie nel caso hamiltoniano e un prodotto scalare : dati due vettori u, v R n il loro prodotto scalare e [u, v] = u Ev ( al posto dell identita I c e la matrice E). E antisimmetrico, quindi NON e un prodotto scalare! Una matrice conserva il prodotto scalare (cfr: una matrice ortogonale conserva il prodotto scalare. 4 / 25

5 Parentesi di strett. La derivata di Lie per il flusso hamiltoniano si esprime, tradizionalmente, con l operatore : date due funzioni scalari f e g in R 2n, x = (p,q) si definisce la seguente funzione scalare in R 2n {f, g} = f E g = Per quanto detto prima quindi n i=1 {f, g} = L g (f) ( f g f ) g q i p i p i q i cioe fare la due quantita dinamiche f e g equivale a fare la derivata di Lie di una lungo il flusso hamiltoniano definito dall altra. (2) 5 / 25

6 Costanti del moto strett. Una costante del moto I(p,q) per un sistema di hamiltoniana H e quindi caratterizzata dall avere nulla con H L H (I) = {I, H} = 0 6 / 25

7 Proprieta della strett. La e antisimmetrica: {f, g} = {g, f} Questo implica che in un sistema di hamiltoniana (autonoma) h, h e costante del moto e bilineare: a, b R, {h, h} = 0 {af 1 + bf 2, g} = a {f 1, g} + b {f 2, g} (idem per g) vale la regola di Leibniz (quella della derivazione) per il prodotto {f, gh} = {f, g}h + {f, h}g 7 / 25

8 Identita di Jacobi strett. vale l identita di Jacobi {f, {g, h}} + {g, {h, f}} + {h, {f, g}} = 0 f g h L identita di Jacobi esclude la proprieta associativa cioe in generale NON vale (dimostrarlo!). {f, {g, h}} = {g, {h, f}} 8 / 25

9 strett. Le proprieta si dimostrano per verifica diretta. Uno spazio vettoriale con un operazione binaria antisimmetrica, lineare e per cui valga l identita di Jacobi e un algebra di Lie. Esempio: R 3 con il prodotto vettoriale 9 / 25

10 Trasformazioni strett. Cosa significa che un sistema hamiltoniano nelle coordinate e invariante per una trasformazione? Ricorda: si e visto che trasformazioni di coordinate nello spazio delle configurazioni Q, estese alle variabili q tramite la matrice q = u( q) q = v( q, q) = u ( q) q lasciano invariati i sistemi lagrangiani cioe il sistema lagrangiano associato a L( q, q) e equivalente al sistema di lagrangiana L( q, q) = L(v( q, q), u( q)) 10 / 25

11 strett. Dato un aperto U R 2n, con coordinate x = (p, q), si cercano cambi di coordinate x w x tale che per ogni sistema di hamiltoniana H(x), la sua dinamica descritta nelle coordinate x e soluzione del sistema hamiltoniano relativo ad una hamiltoniana K( x) cioe p = K q K q = p Queste trasformazioni si dicono 11 / 25

12 Φ t ~ K ~ U U w w U t Φ H U Il flusso al tempo t e una trasformazione dello spazio delle fasi; se x = w( x) e canonica esiste una hamiltoniana K( x) per cui il diagramma commuta 12 / 25

13 Trasformazioni in senso stretto La trasformazione x = w( x) e canonica in senso stretto se l hamiltoniana K( x) si ottiene componendo H con w Ovvero, H il sistema K = H w ṗ = H q q = H p equivale, per K( p, q) = H w( p, q), al sistema p = K q K q = p 13 / 25

14 Esempio strett. La trasformazione di coordinate lineare delle q R n completata da q = A q A invertibile p = A T p = inversa della trasposta di A e strettamente canonica. (p, q) = w( p, q) = (A T p, A q) Infatti, se (p, q) e soluzione delle equazioni di Hamilton per H, prendo K( p, q) = H(A T p, A q) 14 / 25

15 Si ha K( p, q) q ( H(A T p, A q) = p p q + H(A T p, A q) q q ) q =.. quindi H(p, q)... = q A = ṗ A = A T ṗ = p K( p, q) p = q idem per le q. La matrice di w e ( A T 0 0 A ) 15 / 25

16 Canonicita strett. Una trasformazione di coordinate (p, q) = w( p, q) e canonica in senso stretto se e solo se la matrice J( p, q) e ovunque cioe JEJ T = E 16 / 25

17 Conseguenze strett. Una matrice ha determinante 1, quindi una trasformazione canonica conserva il volume nello spazio delle fasi La trasformazione q = v( q) nello spazio Q delle configurazioni si completa canonicamente cambiando le p con l inversa della trasposta della matrice v (cfr. invece il caso lagrangiano) p = ( v ) T ( q) p = u( p, q) La matrice di w = (u( p, q), v( q)) e infatti. 17 / 25

18 strett. La trasformazione p = q q = p e canonica: coordinate q e momenti coniugati p si possono scambiare, non c e alcuna differenza sostanziale tra i parametri lagrangiani. 18 / 25

19 Conservazione strett. Una trasformazione di coordinate (p, q) = w( p, q) conserva le se per ogni coppia di funzioni f, g nelle variabili (p, q)le loro trasformate f = f w = f (w 1 ( p, q), w 2 ( p, q)) sono tali che { } f, g = {f, g} w g = g w = g (w 1 ( p, q), w 2 ( p, q)) 19 / 25

20 Esempio: strett. E evidente che le particolari funzioni di (p, q) date da hanno parentesi (p, q) q i (p, q) p i i = 1, n {q i, q j } = 0 {p i, p j } = 0 {q i, p j } = δ ij Queste di chiamano parentesi Se (p, q) = (w 1 ( p, q), w 2 ( p, q)), posso verificare se ( p, q) vale ancora {w 1i, w 1j }( p, q) = 0 {w 2i, w 2j }( p, q) = 0 {w 1i, w 2j }( p, q) = δ ij 20 / 25

21 strett. Si verifica{ immediatamete } che per ogni coppia di funzioni f, g le parentesi f, g sono funzione { q i, q j } etc Quindi per verificare che una trasformazione conservi le parentesi basta calcolare le parentesi 21 / 25

22 Conservazione matrice strett. Una trasformazione (p, q) = w( p, q) conserva le se e solo se la sua matrice e ovunque DIM: si applica il fatto che le {f, g} sono il prodotto scalare dei gradienti f, g le matrici simplettiche conservano il prodotto scalare 22 / 25

23 Quindi... strett. Una trasformazione e strettamente canonica se e solo conserva le Abbiamo quindi uno strumento semplice per verificare la canonicita : basta verificare che le parentesi vengano conservate dalla trasformazione 23 / 25

24 Controesempio strett. Per un sistema hamiltoniano con n = 1 la trasformazione in variabili polari dello spazio delle fasi NON e canonica p = r sinφ q = r cosφ p r φ q 24 / 25

25 Esempio strett. Dati ω i > 0, i = 1, n, la trasformazione (p, q) (I, φ) in R 2n data da p i = 2Ii 2ω i I i cos φ i q i = sinφ i ω i e canonica e trasforma l hamiltoniana dell oscillatore H(p, q) = 1 2 n i=1,n nell hamiltoniana (ω = (ω 1,..., ω n )) con equazioni hamiltoniane K(I, φ) = ω I p 2 i + ω 2 i q 2 i I i = 0 φi = ω i i = 1, n 25 / 25

1. Funzioni implicite

1. Funzioni implicite 1. Funzioni implicite 1.1 Il caso scalare Sia X R 2 e sia f : X R. Una funzione y : (a, b) R si dice definita implicitamente dall equazione f(x, y) = 0 in (a, b) quando: 1. (x, y(x)) X x (a, b); 2. f(x,

Dettagli

3.3 Trasformazioni canoniche

3.3 Trasformazioni canoniche 3.3. TRASFORMAZIONI CANONICHE 37 3.3 Trasformazioni canoniche Sia U R 2n un aperto. In questa sezione caratterizzeremo le trasformazioni di coordinate Ψ U x p,q) Ψ P,Q) y R 2n che lasciano invariata la

Dettagli

Compito del 14 giugno 2004

Compito del 14 giugno 2004 Compito del 14 giugno 004 Un disco omogeneo di raggio R e massa m rotola senza strisciare lungo l asse delle ascisse di un piano verticale. Il centro C del disco è collegato da una molla di costante elastica

Dettagli

Esercizio 2. Consideriamo adesso lo spazio di funzioni V = {f : [0, 1] R}. Dire quali dei seguenti insiemi di funzioni sono sottospazi.

Esercizio 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

Dettagli

TEORIA DEI SISTEMI SISTEMI LINEARI

TEORIA DEI SISTEMI SISTEMI LINEARI TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI SISTEMI LINEARI Ing. Cristian Secchi Tel.

Dettagli

1 Trasformazione di vettori e 1-forme per cambiamenti

1 Trasformazione di vettori e 1-forme per cambiamenti PRIMA ESERCITAZIONE Trasformazione di vettori e -forme per cambiamenti di coordinate Consideriamo lo spazio di Minkowski in coordinate cartesiane {x } (x,x,x 2,x 3 ). La sua metrica è ds 2 (dx ) 2 +(dx

Dettagli

Operatori antisimmetrici

Operatori antisimmetrici Operatori antisimmetrici F. Pugliese November 9, 2011 Abstract In questa breve nota ricordiamo le principali proprietà degli endomorfismi antisimmetrici di uno spazio vettoriale euclideo. Nel caso di spazi

Dettagli

I teoremi della funzione inversa e della funzione implicita

I 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

Dettagli

GAAL: Capitolo dei prodotti scalari

GAAL: Capitolo dei prodotti scalari GAAL: Capitolo dei prodotti scalari Teorema di Rappresentazione rappresentabile Aggiunto Autoaggiunto Unitariamente diagonalizzabile Teorema spettrale reale Accoppiamento Canonico Forme bilineari Prodotti

Dettagli

Richiami di algebra lineare

Richiami di algebra lineare 2 Richiami di algebra lineare 2.1 Prodotto scalare, prodotto vettoriale e prodotto misto Sia V lo spazio vettoriale tridimensionale ordinario, che dotiamo di una base ortonormale (e 1, e 2, e 3 ), e i

Dettagli

Corso di Laurea in Fisica. Geometria. a.a Canale 3 Prof. P. Piazza Magiche notazioni

Corso di Laurea in Fisica. Geometria. a.a Canale 3 Prof. P. Piazza Magiche notazioni Corso di Laurea in Fisica. Geometria. a.a. 23-4. Canale 3 Prof. P. Piazza Magiche notazioni Siano V e W due spazi vettoriali e sia T : V W un applicazione lineare. Fissiamo una base B per V ed una base

Dettagli

OPERAZIONI SU SPAZI DI HILBERT. Nel seguito introdurremo i concetti di prodotto diretto e somma diretta di due spazi di Hilbert.

OPERAZIONI SU SPAZI DI HILBERT. Nel seguito introdurremo i concetti di prodotto diretto e somma diretta di due spazi di Hilbert. 2/7 OPERAZIONI SU SPAZI DI HILBERT 11/12 1 OPERAZIONI SU SPAZI DI HILBERT Dati due spazi di Hilbert H (1) e H (2) si possono definire su di essi operazioni il cui risultato è un nuovo spazio di Hilbert

Dettagli

Richiami di algebra delle matrici a valori reali

Richiami di algebra delle matrici a valori reali Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o

Dettagli

Soluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente

Soluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente 1. Insiemi di generatori, lineare indipendenza, basi, dimensione. Consideriamo nello spazio vettoriale R 3 i seguenti vettori: v 1 = (0, 1, ), v = (1, 1, 1), v 3 = (, 1, 0), v 4 = (3, 3, ). Siano poi F

Dettagli

Prova Scritta di di Meccanica Analitica. 12 Gennaio 2017

Prova Scritta di di Meccanica Analitica. 12 Gennaio 2017 Prova Scritta di di Meccanica Analitica 1 Gennaio 017 Problema 1 Si studi il sistema meccanico costituito da un punto materiale di massa unitaria soggetto al potenziale V x) = a lnx) x > 0 x a) Scrivere

Dettagli

1 Trasformazione di vettori e 1-forme per cambiamenti

1 Trasformazione di vettori e 1-forme per cambiamenti Trasformazione di vettori e -forme per cambiamenti di coordinate Consideriamo lo spazio di Minkowski in coordinate cartesiane {x µ } (x,x,x 2,x 3 ). La sua metrica è ds 2 (dx ) 2 +(dx ) 2 +(dx 2 ) 2 +(dx

Dettagli

Esercizi di Complementi di Matematica (L-Z) a.a. 2015/2016

Esercizi 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

Dettagli

Funzioni di più variabili a valori vettoriali n t m

Funzioni di più variabili a valori vettoriali n t m Funzioni di più variabili a valori vettoriali n t m Definizione f(x 1, x 2,...x n )=[f 1 (x 1, x 2,...x n ), f 2 (x 1, x 2,...x n ),...f m (x 1, x 2,...x n )] Funzione definita n d m Dove: n = dominio

Dettagli

ESERCIZI DI ALGEBRA LINEARE (D) A = A = A = R 2,2. D5 Dire come bisogna scegliere i parametri h e k affinché la

ESERCIZI DI ALGEBRA LINEARE (D) A = A = A = R 2,2. D5 Dire come bisogna scegliere i parametri h e k affinché la ESERCIZI DI ALGEBRA LINEARE (D) D1 Nello spazio vettoriale R 2,2 si consideri l insieme { V = X R 2,2 XA = AX, A = ( 1 1 1 2 )} delle matrici che commutano con A. Verifiare che V = L(I 2, A). Verificare

Dettagli

Esercizi svolti. delle matrici

Esercizi svolti. delle matrici Esercizi svolti. astratti. Si dica se l insieme delle coppie reali (x, y) soddisfacenti alla relazione x + y è un sottospazio vettoriale di R La risposta è sì, perchè l unica coppia reale che soddisfa

Dettagli

TC. Trasformazioni canoniche

TC. Trasformazioni canoniche TC. Trasformazioni canoniche Funzione generatrice Consideriamo le equazioni di Hamilton: q h = H, ṗ h = H (TC.1) per le variabili canoniche q h, p h, relative ad un hamiltoniana generica H(q h, p h, t),

Dettagli

Matematica Avanzata Per La Fisica - I accertamento,

Matematica Avanzata Per La Fisica - I accertamento, 1 Matematica Avanzata Per La Fisica - I accertamento, 13 2 2004 1. Sia X un insieme. Sia H(X) l insieme delle trasformazioni f : X X. Sia G H(X), tale che f G sse f è unijezione. a) Dimostrare che G è

Dettagli

Similitudine (ortogonale) e congruenza (ortogonale) di matrici.

Similitudine (ortogonale) e congruenza (ortogonale) di matrici. Lezione del 4 giugno. Il riferimento principale di questa lezione e costituito da parti di: 2 Forme bilineari, quadratiche e matrici simmetriche associate, 3 Congruenza di matrici simmetriche, 5 Forme

Dettagli

Funzioni reali di variabile reale

Funzioni reali di variabile reale Introduzione Funzioni reali di variabile reale Algebra delle funzioni reali Funzioni composta e inversa Funzioni monotone i definisce funzione reale di variabile reale e s indica con f: A R una funzione

Dettagli

TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI

TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI Ing. Cristian

Dettagli

Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)

Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) April 14, 2011 (alcune note non complete sugli argomenti trattati: eventuali completamenti saranno aggiunti)

Dettagli

Le trasformazioni geometriche nel piano cartesiano. x = ϕ(x', y') τ 1 : G(x', y') = 0. la sua inversa.

Le trasformazioni geometriche nel piano cartesiano. x = ϕ(x', y') τ 1 : G(x', y') = 0. la sua inversa. τ : P P' oppure P'=τ(P) P immagine di P trasformato di P secondo τ se α è una figura geometrica α =τ(α) è la figura geometrica trasformata x' = f (x, y) τ : y' = g(x, y) espressione analitica della trasformazione

Dettagli

1 Applicazioni lineari

1 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

Dettagli

1. Richiami. v = x 2 + y 2.

1. 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

Dettagli

0.1 Spazi Euclidei in generale

0.1 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

Dettagli

Alcune nozioni di calcolo differenziale

Alcune nozioni di calcolo differenziale Alcune nozioni di calcolo differenziale G. Mastroeni, M. Pappalardo 1 Limiti per funzioni di piu variabili Supporremo noti i principali concetti algebrici e topologici relativi alla struttura dello spazio

Dettagli

Appendice 1. Spazi vettoriali

Appendice 1. Spazi vettoriali Appendice. Spazi vettoriali Indice Spazi vettoriali 2 2 Dipendenza lineare 2 3 Basi 3 4 Prodotto scalare 3 5 Applicazioni lineari 4 6 Applicazione lineare trasposta 5 7 Tensori 5 8 Decomposizione spettrale

Dettagli

Esercizi di Geometria - 1

Esercizi di Geometria - 1 Esercizi di Geometria - Samuele Mongodi - smongodi@snsit Di seguito si trovano alcuni esercizi assai simili a quelli che vi troverete ad affrontare nei test e negli scritti dell esame Non è detto che vi

Dettagli

Ricordiamo brevemente come possono essere rappresentate le rette nel piano: 1) mediante un'equazione cartesiana. = ( p 1

Ricordiamo brevemente come possono essere rappresentate le rette nel piano: 1) mediante un'equazione cartesiana. = ( p 1 Introduzione Nella computer grafica, gli oggetti geometrici sono definiti a partire da un certo numero di elementi di base chiamati primitive grafiche Possono essere punti, rette e segmenti, curve, superfici

Dettagli

CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica

CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica CONTROLLO DI SISTEMI ROBOTICI ANALISI DEI SISTEMI LTI Ing. Tel. 0522 522235 e-mail: secchi.cristian@unimore.it http://www.dismi.unimo.it/members/csecchi

Dettagli

Analisi dei Sistemi Esercitazione 1

Analisi dei Sistemi Esercitazione 1 Analisi dei Sistemi Esercitazione Soluzione 0 Ottobre 00 Esercizio. Sono dati i seguenti modelli matematici di sistemi dinamici. ÿ(t) + y(t) = 5 u(t)u(t). () t ÿ(t) + tẏ(t) + y(t) = 5sin(t)ü(t). () ẋ (t)

Dettagli

Meccanica quantistica (5)

Meccanica quantistica (5) Meccanica quantistica (5) 0/7/14 1-MQ-5.doc 0 Oscillatore armonico Se una massa è sottoposta ad una forza di richiamo proporzionale allo spostamento da un posizione di equilibrio F = kx il potenziale (

Dettagli

Elementi di Algebra Lineare. Spazio Vettoriale (lineare)

Elementi 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

Dettagli

Appunti su Indipendenza Lineare di Vettori

Appunti su Indipendenza Lineare di Vettori Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo

Dettagli

Le 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. 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

Dettagli

Laurea Triennale in Matematica Fisica Matematica ore 14:30 15 Giugno 2017 Durata: 3 ore

Laurea Triennale in Matematica Fisica Matematica ore 14:30 15 Giugno 2017 Durata: 3 ore Laurea Triennale in Matematica Fisica Matematica ore 14:30 15 Giugno 2017 Durata: 3 ore Attenzione: Riconsegnerete DUE fogli (protocollo bianco, a 4 facciate), scriverete chiaramente cognome e nome, data

Dettagli

1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali?

1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali? 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 ℕ, gli interi ℤ, i numeri

Dettagli

Problemi lineari equivalenti

Problemi lineari equivalenti Problemi lineari equivalenti Introduzione Nel seguito verranno presentati alcuni esempi di trasformazione di problemi di problemi di programmazione lineare in forme equivalenti. Un problema di programmazione

Dettagli

ELEMENTI DI CALCOLO VETTORIALE

ELEMENTI DI CALCOLO VETTORIALE ELEMENTI DI CALCOLO VETTORIALE Vettori liberi e vettori applicati o Vettore libero: - individuato da una direzione orientata ed una lunghezza - non ha un'ubicazione fissa nello spazio: - puo' essere traslato

Dettagli

Il determinante. Calcolo del determinante di matrici particolari. matrici di ordine 2: sia. a11 a A = allora

Il determinante. Calcolo del determinante di matrici particolari. matrici di ordine 2: sia. a11 a A = allora Calcolo del determinante di matrici particolari matrici di ordine 2: sia allora Esempio. [ ] a11 a A = 12, a 21 a 22 det A = a 11 a 22 a 21 a 12. Calcolare il determinante di [ ] 1 2 A =. 3 4 matrici di

Dettagli

Prodotti scalari e matrici

Prodotti scalari e matrici Prodotti scalari e matrici 1 Forme bilineari e matrici In questa sezione vogliamo studiare la corrispondenza biunivoca che esiste tra l insieme delle forme bilineari su di un certo spazio vettoriale V

Dettagli

Teorema delle Funzioni Implicite

Teorema delle Funzioni Implicite Teorema delle Funzioni Implicite Sia F una funzione di due variabili definita in un opportuno dominio D di R 2. Consideriamo l equazione F (x, y) = 0, questa avrà come soluzioni coppie di valori (x, y)

Dettagli

Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari

Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Antonio Lanteri e Cristina Turrini UNIMI - 2016/2017 Antonio Lanteri e Cristina Turrini (UNIMI - 2016/2017 Elementi di Algebra Lineare

Dettagli

Esercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale

Esercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale Esercizi svolti 1. Matrici e operazioni fra matrici 1.1 Date le matrici 1 2 1 6 A = B = 5 2 9 15 6 risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale Osservazione iniziale: qualunque

Dettagli

Funzioni vettoriali di variabile scalare

Funzioni vettoriali di variabile scalare Capitolo 11 Funzioni vettoriali di variabile scalare 11.1 Curve in R n Abbiamo visto (capitolo 2) come la posizione di un punto in uno spazio R n sia individuata mediante le n coordinate di quel punto.

Dettagli

Sistemi lineari - Parte Seconda - Esercizi

Sistemi lineari - Parte Seconda - Esercizi Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione

Dettagli

Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof.

Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof. Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A. 2015-2016 ESERCIZI DA CONSEGNARE prof. Cigliola Consegna per Martedì 6 Ottobre Esercizio 1. Una matrice quadrata A si

Dettagli

Corso di Metodi Matematici per l Ingegneria A.A. 2016/2017 Esercizi svolti sulle funzioni di variabile complessa (1)

Corso di Metodi Matematici per l Ingegneria A.A. 2016/2017 Esercizi svolti sulle funzioni di variabile complessa (1) Corso di Metodi Matematici per l Ingegneria A.A. 2016/2017 Esercizi svolti sulle funzioni di variabile complessa 1) Marco Bramanti Politecnico di Milano November 7, 2016 1 Funzioni olomorfe e campi di

Dettagli

Introduzione alla Fisica Moderna - a.a

Introduzione alla Fisica Moderna - a.a Introduzione alla Fisica Moderna - a.a. 015-16 7/9/016 Nome Cognome Matricola: 1) Si consideri il sistema di equazioni del primo ordine ẋ = y, ẏ = η y sin x, determinando i punti di equilibrio, il loro

Dettagli

Capitolo IV SPAZI VETTORIALI EUCLIDEI

Capitolo 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.

Dettagli

Risoluzione di sistemi lineari sparsi e di grandi dimensioni

Risoluzione di sistemi lineari sparsi e di grandi dimensioni Risoluzione di sistemi lineari sparsi e di grandi dimensioni Un sistema lineare Ax = b con A R n n, b R n, è sparso quando il numero di elementi della matrice A diversi da zero è αn, con n α. Una caratteristica

Dettagli

Terminiamo gli esercizi dell ultima lezione. (LUCIDI) Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI)

Terminiamo gli esercizi dell ultima lezione. (LUCIDI) Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI) Terminiamo gli esercizi dell ultima lezione. (LUCIDI) Esempi Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI) Osservazioni per le matrici quadrate a) Data A M n (K) è possibile definire ricorsivamente

Dettagli

Esercitazione di Geometria I 13 dicembre Esercizio 1. Esercizio 2. Esercizio 3

Esercitazione di Geometria I 13 dicembre Esercizio 1. Esercizio 2. Esercizio 3 Esercitazione di Geometria I 13 dicembre 2008 a. Completa la seguente definizione: i vettori v 1, v 2,..., v n del K-spazio vettoriale V si dicono linearmente dipendenti se... b. Siano w 1, w 2, w 3 vettori

Dettagli

Prodotto scalare, covarianza e controvarianza, tensore metrico

Prodotto scalare, covarianza e controvarianza, tensore metrico Prodotto scalare, covarianza e controvarianza, tensore metrico Marco Bonvini 29 settembre 2005 1 Prodotto scalare Sia V spazio lineare su R; dati u, v V il loro prodotto scalare, indicato con (u, v), è:

Dettagli

La notazione usata è quella usuale nel caso scalare, ed è estesa al caso generale. Consideriamo una forma quadratica:

La notazione usata è quella usuale nel caso scalare, ed è estesa al caso generale. Consideriamo una forma quadratica: . SU ALCUNI OPERAORI DI DERIVAZIONE Alcune operazioni tipiche dell analisi matematica hanno un diretto riscontro in termini matriciali. Consideriamo ad esempio una forma lineare: f() l l + l +..l n n ;

Dettagli

UNIVERSITÀ DEGLI STUDI DI FIRENZE. Registro dell'insegnamento

UNIVERSITÀ DEGLI STUDI DI FIRENZE. Registro dell'insegnamento UNIVERSITÀ DEGLI STUDI DI FIRENZE Registro dell'insegnamento Anno accademico 2012/2013 Prof. ETTORE MINGUZZI Settore inquadramento MAT/07 - FISICA MATEMATICA Facoltà INGEGNERIA Insegnamento MECCANICA RAZIONALE

Dettagli

Pendolo senza attrito

Pendolo senza attrito Pendolo senza attrito l m ϕ equazione del moto : mlϕ '' = mg sinϕ ϕ '' = y'' = k sin y, k > 0 g sinϕ l Pendolo senza attrito Trasformiamo l equazione in un sistema autonomo bidimensionale conservativo

Dettagli

2 Sistemi lineari. Metodo di riduzione a scala.

2 Sistemi lineari. Metodo di riduzione a scala. Sistemi lineari. Metodo di riduzione a scala. Esercizio.1 Utilizzando il metodo di eliminazione di Gauss, risolvere i seguenti sistemi lineari: 1. 3. x 1 x + 3x 3 = 1 x 1 x x 3 = x 1 + x + 3x 3 = 5 x 1

Dettagli

RICHIAMI MATEMATICI. x( t)

RICHIAMI MATEMATICI. x( t) 0.0. 0.1 1 RICHIAMI MATEMATICI Funzioni reali del tempo: (t) : t (t) (t) ( t) Funzioni reali dell ingresso: y() t t y( ) y() : y() Numeri complessi. Un numero complesso è una coppia ordinata di numeri

Dettagli

Richiami su norma di un vettore e distanza, intorni sferici in R n, insiemi aperti, chiusi, limitati e illimitati.

Richiami su norma di un vettore e distanza, intorni sferici in R n, insiemi aperti, chiusi, limitati e illimitati. PROGRAMMA di Fondamenti di Analisi Matematica 2 (DEFINITIVO) A.A. 2010-2011, Paola Mannucci, Canale 2 Ingegneria gestionale, meccanica e meccatronica, Vicenza Testo Consigliato: Analisi Matematica, M.

Dettagli

ESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro

ESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria che ho tenuto presso la

Dettagli

Introduzione ai sistemi dinamici

Introduzione ai sistemi dinamici Introduzione ai sistemi dinamici Prof. G. Ferrari Trecate, Prof. D.M. Raimondo Dipartimento di Ingegneria Industriale e dell Informazione (DIII) Università degli Studi di Pavia Fondamenti di Automatica

Dettagli

ossia può anche essere localizzato univocamente sul piano complesso con la sua forma polare.

ossia può anche essere localizzato univocamente sul piano complesso con la sua forma polare. ALGEBRA COMPLESSA Nel corso dei secoli gli insiemi dei numeri sono andati man mano allargandosi per rispondere all esigenza di dare soluzione a equazioni e problemi sempre nuovi I numeri complessi sono

Dettagli

(f g)(x) = f(g(x)), (f (g h))(x) = f(g(h(x))) = ((f g) h)(x).

(f g)(x) = f(g(x)), (f (g h))(x) = f(g(h(x))) = ((f g) h)(x). Trasformazioni geometriche di R In questo paragrafo studiamo alcune trasformazioni geometriche del piano R Per trasformazioni si intendono sempre delle applicazioni bigettive f : R R Le trasformazioni

Dettagli

MATRICI E SISTEMI LINEARI

MATRICI E SISTEMI LINEARI 1 Rappresentazione di dati strutturati MATRICI E SISTEMI LINEARI Gli elementi di una matrice, detti coefficienti, possono essere qualsiasi e non devono necessariamente essere omogenei tra loro; di solito

Dettagli

FORMALISMO LAGRANGIANO PER SISTEMI VINCOLATI (Schema del contenuto delle lezioni e riferimenti bibliografici)

FORMALISMO LAGRANGIANO PER SISTEMI VINCOLATI (Schema del contenuto delle lezioni e riferimenti bibliografici) FORMALISMO LAGRANGIANO PER SISTEMI VINCOLATI (Schema del contenuto delle lezioni e riferimenti bibliografici) 1. Vincoli e principio di D Alembert (vd. Fasano Marmi cap 1 (o anche Dell Antonio cap. 6,

Dettagli

UNIVERSITA DEGLI STUDI DI PAVIA REGISTRO. DELLE LEZIONI-ESERCITAZIONI- SEMINARI Anno accademico 2011/12

UNIVERSITA DEGLI STUDI DI PAVIA REGISTRO. DELLE LEZIONI-ESERCITAZIONI- SEMINARI Anno accademico 2011/12 REGISTRO DELLE LEZIONI-ESERCITAZIONI- SEMINARI Anno accademico 2011/12 Cognome e Nome BISI FULVIO Qualifica RICERCATORE CONFERMATO MAT/07 Insegnamento di FISICA MATEMATICA (500474) Impartito presso: Corso

Dettagli

Appunti di Geometria - 3

Appunti di Geometria - 3 Appunti di Geometria - 3 Samuele Mongodi - smongodi@snsit Cambi di base nel duale Richiami Sia V uno spazio vettoriale di dimensione n sul campo K e sia V il suo duale Supponiamo di avere fissate due basi

Dettagli

Definizione 1 Una applicazione f : V W, con V, W spazi vettoriali sul campo K si dice lineare se conserva le combinazioni lineari:

Definizione 1 Una applicazione f : V W, con V, W spazi vettoriali sul campo K si dice lineare se conserva le combinazioni lineari: Applicazioni lineari Definizione Una applicazione f : V W, con V, W spazi vettoriali sul campo K si dice lineare se conserva le combinazioni lineari: f(αv + βv 2 ) = αf(v ) + βf(v 2 ) v, v 2 V, α, β K.

Dettagli

29. Mezzi elastici RELAZIONE SFORZO-DEFORMAZIONE

29. Mezzi elastici RELAZIONE SFORZO-DEFORMAZIONE 29. Mezzi elastici I mezzi continui solidi sono caratterizzati da piccole deformazioni, che consentono di stabilire una relazione lineare tra sforzo e deformazione nota come legge di Hook. Linearizzando

Dettagli

Cinematica Rigida e Relativa

Cinematica Rigida e Relativa Cinematica Rigida e Relativa Marco Favretti April 14, 2011 1 Richiami sulle trasformazioni lineari Sia V spazio vettoriale di dimensione n. Ove necessario, distingueremo il vettore u di V dall n-upla u

Dettagli

Forme bilineari simmetriche

Forme bilineari simmetriche Forme bilineari simmetriche Qui il campo dei coefficienti è sempre R Definizione 1 Sia V uno spazio vettoriale Una forma bilineare su V è una funzione b: V V R tale che v 1, v 2, v 3 V b(v 1 + v 2, v 3

Dettagli

Risposta in vibrazioni libere di un sistema lineare viscoso a più gradi di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

Risposta in vibrazioni libere di un sistema lineare viscoso a più gradi di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1 Risposta in vibrazioni libere di un sistema lineare viscoso a più gradi di libertà Prof. Adolfo Santini - Dinamica delle Strutture 1 Vibrazioni libere non smorzate 1/6 Le equazioni del moto di un sistema

Dettagli

1 Introduzione alle matrici quadrate 2 2 a coefficienti in R.

1 Introduzione alle matrici quadrate 2 2 a coefficienti in R. 1 Introduzione alle matrici quadrate 2 2 a coefficienti in R Per introdurre il concetto di matrice, a 2 righe e 2 colonne, iniziamo col considerare griglie o tabelle di numeri Gli elementi della griglia,

Dettagli

Operatori C, P e T. Stati fisici. Osservabili (II) Osservabili. prof. Domenico Galli

Operatori C, P e T. Stati fisici. Osservabili (II) Osservabili. prof. Domenico Galli Stati fisici Operatori C, P e T prof. Domenico Galli Temi di Fisica delle Particelle Elementari al LHC Dottorato di ricerca in Fisica, Bologna Uno stato fisico è rappresentato da un vettore di stato (ket)

Dettagli

SPAZI VETTORIALI CON PRODOTTO SCALARE A =

SPAZI VETTORIALI CON PRODOTTO SCALARE A = SPAZI VETTORIALI CON PRODOTTO SCALARE Esercizi Esercizio. Nello spazio euclideo standard (R 2,, ) sia data la matrice 2 3 A = 3 2 () Determinare una base rispetto alla quale A sia la matrice di un endomorfismo

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI 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

Dettagli

4 Autovettori e autovalori

4 Autovettori e autovalori 4 Autovettori e autovalori 41 Cambiamenti di base Sia V uno spazio vettoriale tale che dim V n Si è visto in sezione 12 che uno spazio vettoriale ammette basi distinte, ma tutte con la medesima cardinalità

Dettagli

ISTITUTO TECNICO STATALE COMMERCIALE E PER GEOMETRI A. MARTINI Castelfranco Veneto (TV) Relazioni e Funzioni n n n n

ISTITUTO TECNICO STATALE COMMERCIALE E PER GEOMETRI A. MARTINI Castelfranco Veneto (TV) Relazioni e Funzioni n n n n 0 ottobre 008 A. MARTINI Castelranco Veneto (TV) Relazioni e Funzioni. Insieme delle parti. Partizione di un insieme 3. Prodotto cartesiano 4. Deinizione di relazione 5. Deinizione di unzione 6. Funzioni

Dettagli

Punti di massimo o di minimo per funzioni di n variabili reali

Punti di massimo o di minimo per funzioni di n variabili reali Punti di massimo o di minimo per funzioni di n variabili reali Dati f : A R n R ed X 0 A, X 0 si dice : punto di minimo assoluto se X A, f ( x ) f ( X 0 ) punto di massimo assoluto se X A, f ( x ) f (

Dettagli

1-Forme Differenziali

1-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}.

Dettagli

Esercizi 1 Spazi vettoriali. { (x, y, z) R 3 (x, y, z) (2, 2, 2) } ;

Esercizi 1 Spazi vettoriali. { (x, y, z) R 3 (x, y, z) (2, 2, 2) } ; Esercizi 1 Spazi vettoriali Esercizio. Si dica quali dei seguenti sottoinsiemi di R 3 sono sottospazi vettoriali su R: { (x y z R 3 x y z Z } ; { (x y z R 3 x y z Q } ; { (x y z R 3 (x y z (2 2 2 } ; {

Dettagli

Corso di Laurea in Ingegneria Gestionale - Sede di Fermo Anno Accademico 2009/2010 Matematica 2 Esercizi d esame

Corso di Laurea in Ingegneria Gestionale - Sede di Fermo Anno Accademico 2009/2010 Matematica 2 Esercizi d esame Corso di Laurea in Ingegneria Gestionale - ede di Fermo Anno Accademico 2009/2010 Matematica 2 Esercizi d esame Nome... N. Matricola... Fermo, gg/mm/aaaa 1. tabilire l ordine di ciascuna delle seguenti

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI 1 APPLICAZIONI LINEARI Applicazioni lineari tra spazi R n spazi di matrici spazi di polinomi e matrice associata rispetto ad una coppia di basi Endomorismi e matrice associata rispetto

Dettagli

EQUILIBRIO DI UN PUNTO MATERIALE, DI UN SITEMA DI PUNTI EDIUNCORPORIGIDO

EQUILIBRIO DI UN PUNTO MATERIALE, DI UN SITEMA DI PUNTI EDIUNCORPORIGIDO EQUILIBRIO DI UN PUNTO MATERIALE, DI UN SITEMA DI PUNTI EDIUNCORPORIGIDO Equilibrio di un Punto Materiale Definizione 1 Un punto materiale è in una posizione di equilibrio quando posto in quella posizione

Dettagli

(2) Dato il vettore w = (1, 1, 1), calcolare T (w). (3) Determinare la matrice A associata a T rispetto alla base canonica.

(2) Dato il vettore w = (1, 1, 1), calcolare T (w). (3) Determinare la matrice A associata a T rispetto alla base canonica. 1. Applicazioni lineari Esercizio 1.1. Sia T : R 2 R 3 l applicazione lineare definita sulla base canonica di R 2 nel seguente modo: T (e 1 ) = (1, 2, 1), T (e 2 ) = (1, 0, 1). a) Esplicitare T (x, y).

Dettagli

8 Sistemi vincolati e coordinate lagrangiane

8 Sistemi vincolati e coordinate lagrangiane 8 Sistemi vincolati e coordinate lagrangiane 8.1 L aspetto geometrico Consideriamo n punti materiali (P 1,..., P n ) con masse rispettivamente (m 1,..., m n ). Il vettore X = (x 1, y 1, z 1,..., x n, y

Dettagli

Le simmetrie nell elettromagnetismo

Le simmetrie nell elettromagnetismo Le simmetrie nell elettromagnetismo Adriana Pecoraro N94/56 Lucia Trozzo N94/51 1 Introduzione In questa tesina saranno trattate le simmetrie del campo elettromagnetico libero. Nella prima sezione saranno

Dettagli

2 2 2 A = Il Det(A) = 2 quindi la conica è non degenere, di rango 3.

2 2 2 A = Il Det(A) = 2 quindi la conica è non degenere, di rango 3. Studio delle coniche Ellisse Studiare la conica di equazione 2x 2 + 4xy + y 2 4x 2y + 2 = 0. Per prima cosa dobbiamo classificarla. La matrice associata alla conica è: 2 2 2 A = 2 2 2 Il DetA = 2 quindi

Dettagli

Fondamenti di Automatica. Unità 3 Equilibrio e stabilità di sistemi dinamici

Fondamenti di Automatica. Unità 3 Equilibrio e stabilità di sistemi dinamici Fondamenti di Automatica Unità 3 Equilibrio e stabilità di sistemi dinamici Equilibrio e stabilità di sistemi dinamici Equilibrio di sistemi dinamici Linearizzazione di sistemi dinamici Stabilità interna

Dettagli

Formulazione delle equazioni del moto per un sistema lineare a tre gradi di libertà. Proprietà delle matrici di rigidezza e di flessibilità

Formulazione delle equazioni del moto per un sistema lineare a tre gradi di libertà. Proprietà delle matrici di rigidezza e di flessibilità Formulazione delle equazioni del moto per un sistema lineare a tre gradi di libertà Proprietà delle matrici di rigidezza e di flessibilità Prof. Adolfo Santini - Dinamica delle Strutture Introduzione In

Dettagli

NORMA 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 + 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:

Dettagli

Esercizi di Geometria - 2

Esercizi di Geometria - 2 Esercizi di Geometria - 2 Samuele Mongodi - s.mongodi@sns.it La prima sezione contiene alcune domande aperte e alcune domande verofalso, come quelle che potrebbero capitare nel test. E consigliabile, nel

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)

Dettagli

Il Theorema Egregium di Gauss

Il Theorema Egregium di Gauss Università degli studi di Torino Corso di Studi in Matematica Geometria 3 Il Theorema Egregium di Gauss In queste note diamo una dimostrazione del Theorema Egregium di Gauss, che afferma che la curvatura

Dettagli