Q = [0,1] [0,1] R E è un insieme finito di segmenti contenuti in Q,
|
|
- Mirella Rebecca Pappalardo
- 7 anni fa
- Visualizzazioni
Transcript
1 1 Gli origami piatti Molti modelli di origami sono progettati così abilmente che le loro forme finali non hanno alcuna somiglianza con il foglio di carta da cui sono stati creati. C è però una sostanziale classe di origami che condivide con il foglio di partenza una caratteristica fondamentale: l essere piatto. In realtà, gli origami piatti hanno tre dimensioni, ma è possibile descriverli come un oggetti matematici 2-D senza perdere informazioni importanti. Una domanda che si sono posti i matematici è se sia possibile sapere se un origami sarà piatto senza costruirlo, ma semplicemente analizzando il modello delle pieghe dell origami stesso. Se costruiamo un origami e poi lo apriamo tornando al foglio di partenza, questo non sarà più liscio, ma vi saranno impresse le pieghe fatte durante la costruzione. Il foglio che si ottiene dopo aver creato l origami e averlo smontato, viene chiamato crease pattern. Formalizziamo adesso il problema. Assumiamo di avere il quadrato: Q = [0,1] [0,1] R 2 Definizione 1. Un creasepattern è una coppia C = (V,E), dove 1. E è un insieme finito di segmenti contenuti in Q, 2. V è l insieme finito di tutti gli estremi dei segmenti di E contenuti in (0,1) (0,1) e tali che: 1. se e ed f sono due elementi di E allora la loro ilntersezione è un punto di V, 2. ogni punto di V è il punto finale di un numero pari di lati di E. Diciamo che due lati sono consecutivi se sono incidenti in un vertice v e almeno uno dei due angoli tra di loro non è attraversato da altri lati incidenti a v. Problema della piegatura piatta : è possibile determinare se un origami è piatto o no senza costruirlo, ma solo studiando il suo crease pattern o sapendo se le pieghe che verranno effettuate sono a valle o a monte? Definizione 2. Sia C = (V,E) un crease pattern. Una mappadipiegatura per C è una funzione ϕ : E Z/2Z. Una mappa di piegatura ci dice come piegare ogni piega: fissiamo un orientazione di Q (per esempio, vediamo Q in R 3 e giacente sul piano z = 0), se ϕ(e) = 0 allora e è una piega a valle, altrimenti, e è una piega a monte. Chiamiamo η 0 (ϕ) e η 1 (ϕ) rispettivamente il numero di pieghe di C mappate con 0 da ϕ e il numero di pieghe mappate con 1 da ϕ. 1
2 Definizione 3. Sia ϕ una mappa di piegatura per un crease pattern C. Una deformazioneiniettiva di C rispetto a ϕ è una funzione continua φ : Q [0,1] R 3 tale che: (1) φ(q,0) = q, q Q, (2) la funzione φ(,t) : Q [0,1] R 3 è iniettiva, t [0,1), (3) φ(,t) è un isometria per ogni faccia di C, t [0,1), (4) se F 1 e F 2 sono due facce adiacenti ed e è una qualunque piega, allora 0 + ϕ(e)π β(t) π + ϕ(e)π t [0,1], dove β(t) è l angolo tra φ(f 1,t) e φ(f 2,t). Pensiamo ad una deformazione iniettiva come un invisibile origamista che piega il quadrato Q seguendo le pieghe date dal crease pattern; così φ(q,t) è una foto dell origami all istante t [0, 1]. La condizione di iniettività formalizza il fatto che la carta non si può auto-intersecare. Definizione 4. Sia C = (V,E) un crease pattern. Una mappa di piegatura ϕ per C è piatta se esiste una deformazione iniettiva φ di ϕ tale che φ(q,1) H per qualche piano H R 3. In questo caso diciamo anche che ϕ è una mappa di piegatura piatta. Osservazione 1. Se ϕ è una mappa di piegatura piatta, allora anche 1 ϕ è una mappa di piegatura piatta, dove 1 ϕ è definita da: (1 ϕ)(e) = 1 ϕ(e). Definizione 5. Un crease pattern C = (V,E) è piegabile in modo piatto se esiste una mappa ϕ per C tale che ϕ è una mappa di piegatura piatta. 2 Il caso di crease patterns con un solo vertice Il problema degli origami piatti è stato completamente risolto nel caso di crease patterns con un solo vertice, grazie ai teoremi di Maekawa e di Kawasaki che mi limito ad enunciare. Per le dimostrazioni si può vedere [1], Theorem 2.1 e Theorem 2.2. Nota 1. Se C = ({v},e) è un crease pattern con un solo vertice, scriviamo E = {e 1,,e 2n } e intendiamo che i lati sono consecutivi e numerati in ordine antiorario. Allora denotiamo α 1,,α 2n gli angoli tra i lati in modo che α i è l angolo tra e i ed e i+1 per i = 1,,2n (dove e 2n+1 = e 1 ). Teorema 1 (Maekawa). ([1], Theorem 2.2) Sia C = ({v}, E) un crease pattern con un solo vertice. Se ϕ è una mappa di piegatura piatta, allora η 0 (ϕ) η 1 (ϕ) = ±2. 2
3 Corollario 1. Il numero di pieghe in C è pari. Teorema 2 (Kawasaki). ([1], Theorem 2.1) Sia C = ({v}, {e 1,,e 2n }) un crease pattern con un solo vertice. Allora C è il crease pattern di un origami piatto se e solo se α 1 α α 2n 1 α 2n = 0 3 Il problema generale Osserviamo che nel caso generale il teorema di Kawasaki non è sufficiente a risolvere il problema. Premettiamo la seguente osservazione: Osservazione 2 (Kawasaki). Sia C = ({v}, {e 1,,e 2n }) un crease pattern con un solo vertice. Se α i 1 > α i < α i+1, allora ϕ(e i ) ϕ(e i+1 ) per ogni mappa di piegatura ϕ. Nel caso di crease pattern con più vertici, la condizione data dalla Osservazione 2 crea condizioni globali non banali, come vediamo nei seguenti esempi. Esempio 1. Il crease pattern nella figura sottostante non può generare un origami piatto. e 2 e 1 e 3 Esempio 2. Consideriamo il crease pattern della figura sottostante. Questo crease pattern non genera un origami piatto. v 1 e 1 e 2 v 2 v 4 e 3 v 3 e 4 3
4 Esempio 3. Il crease pattern rappresentato nella figura seguente non dà origine ad un origami piatto a meno che d non diventi più lungo. Da questi esempi, si capisce che il problema generale dipende anche dal tipo di pieghe che abbiamo (se a valle o a monte) e dalla lunghezza delle pieghe stesse. d 4 Piegatura piatta di due vertici consecutivi Definizione 6. Diciamo che due pieghe consecutive e ed f sono costrette ad essere uguali (rispettivamente costretteadesserediverse) se per ogni mappa di piegatura piatta ϕ, abbiamo che ϕ(e) = ϕ(f) (rispettivamente ϕ(e) ϕ(f)). In più diciamo che una piega e è costretta se per ogni vertice v di e esiste almeno una piega f e, passante per v e consecutiva ad e, tale che e ed f siano costrette ad essere uguali o diverse. Queste definizioni portano a delle condizioni sulle somme degli angoli dei crease pattern. Lemma 1. ([2], Lemma 1) Sia ({v},e) un crease pattern che crea un origami piatto con E = {e 1,,e 2n }. Le pieghe e 1 ed e 2 sono costrette ad essere diverse se e solo se esistono 1 i j n 1 tali che (1) σ i > α 1 < σ j, (2) σ l < α 1 j < l n 1, (3) σ r < α 1 1 r < i; dove σ s = α 1 α 2n + + α 2s+1, σ s = α 1 α α 2s+1. Lemma 2. ([2], Lemma 2) Sia ({v},e) un crease pattern che crea un origami piatto con E = {e 1,,e 2n }. Le pieghe e 1 ed e 2 sono costrette ad essere uguali se e solo se σ i < α 1 > σ j per ogni 1 i,j n 1. Nota 2. Chiamiamo P (e 1,e 2 ) due pieghe costrette ad essere diverse e P = (e 1,e 2 ) due pieghe costrette ad essere uguali. 4
5 Notiamo che se α 1 α h per ogni h, possiamo considerare il crease pattern C = ({v}, {e 3,,e 2n }) dove l angolo tra le pieghe e 2n e e 3 è α 2n α 1 + α 2. Per ottenere C, basta piegare e 1 ed e 2 in modi diversi. In questo modo, però, C non è più piatto e le pieghe e 3 ed e 2n sono consecutive. L ipotesi di piattezza non viene usata per ottenere i risultati dei Lemmi 1 e 2; così possiamo abusare delle notazioni e denotare P = (e 3,e 2n ) e P (e 3,e 2n ) a seconda che le pieghe e 3 ed e 2n siano costrette ad essere uguali o costrette ad essere diverse. Definizione 7. Diciamo che C è derivato da v via ϕ. Possiamo anche iterare questa costruzione ed avere altri crease pattern derivati. 5 Mappe di piegatura piatta Sia C = (V,E) un crease pattern e ϕ una mappa per C. Definizione 8. Diciamo che C e ϕ sono compatibili se sono soddisfatte le seguenti due condizioni per ogni coppia di pieghe consecutive (e,f): (1) se P = (e,f), allora ϕ(e) = ϕ(f) (2) se P (e,f), allora ϕ(e) ϕ(f). Nota 3. Dalla Nota 2 segue che se ϕ è una mappa di piegatura piatta, allora C e ϕ sono compatibili. Osservazione 3. Se ϕ è una mappa di piegatura piatta, allora per ogni vertice v V di grado almeno 4, esiste un angolo minimale α 1 in v, tale che ϕ(e 1 ) ϕ(e 2 ). Questa semplice osservazione ci dice che se C è un crease pattern a cui è associata una mappa di piegatura piatta tale che C ha almeno un vertice di grado almeno 4, allora è sempre possibile costruire un derivato C di C. Definizione 9. Sia v un vertice di C e sia ϕ una mappa di piegatura per C. Diciamo che: (1) se v ha grado 2, C e ϕ sono strettamentecompatibili in v se sono compatibili; (2) se v ha grado almeno 4, C e ϕ sono strettamentecompatibili in v se sono compatibili, e se per ogni crease pattern derivato C indotto da ϕ abbiamo che C e ϕ sono strettamente compatibili in v. Definizione 10. C e ϕ sono strettamentecompatibili se lo sono in ogni vertice. 5
6 Nota 4. Sia C = (V,E) e sia ϕ una mappa di piegatura piatta per C, allora C e ϕ sono strettamente compatibili. Vogliamo ora trovare un criterio per stabilire se ϕ è una mappa di piegatura piatta oppure no. Partiamo con il caso di un solo vertice. Lemma 3. Sia C = ({v}, {e 1,,e 2n }) un crease pattern con un solo vertice v e sia ϕ una mappa di piegatura per C. Allora ϕ è una mappa di piegatura piatta per C se e solo se (1) vale la condizione di Kawasaki, (2) vale la condizione di Maekawa, (3) C e ϕ sono strettamente compatibili. Per la dimostrazione, si veda [2], Lemma 3. Nel caso generale con più vertici, sia C = (V,E) un crease pattern, con V = {v 1,,v r }. Costruiamo una decomposizione poligonale di C come segue: 1. per ogni faccia F di C, prendiamo un punto interno p F ; 2. per ogni piega f del bordo di F, prendiamo il suo punto medio p f ; 3. cosideriamo i lati i cui estremi sono p F e p f. Sia D l insieme di tutti i lati costruiti in questo modo. Così D divide Q in un numero finito di poligoni {P 1,,P r } tali che (1) P i Q per ogni i e i P i Q (2) P i P j è contenuto nel bordo di P i e di P j (3) ogni v i è contenuto all interno di P i (4) se e D è un lato comune al bordo di P i e P j, allora e è trasversale al lato che unisce v i e v j ; in più e non interseca nessun altra piega incidente a v i, tranne, eventualmente, l unica incidente anche a v j. Teorema 3. Sia C = (V,E) un crease pattern e sia ϕ una mappa di piegatura per C. Allora ϕ è una mappa di piegatura piatta se e solo se (1) vale la condizione di Kawasaki per ogni vertice, (2) vale la condizione di Maekawa per ogni vertice, (3) C e ϕ sono strettamente compatibili. Dimostrazione. Sia ϕ una mappa di piegature piatta per C; per la Nota 4, ϕ e C sono strettamente compatibili e quindi vale la condizione (3) del teorema. Siano ora ϕ vi le restrizioni di ϕ ad ogni vertice v i. Sia inoltre {P 1,,P r } una decomposizione poligonale di C come descritto sopra. Le ϕ vi sono mappe di piegatura, ognuna definita per un poligono P i avente un solo vertice per 6
7 costruzione. L unione di queste mappe, ϕ, è piatta, quindi, per la Nota 2, le ϕ vi sono mappe di piegatura piatte e, per il Lemma 3, valgono la condizione di Kawasaki e quella di Maekawa per ogni vertice. Abbiamo, così dimostrato che valgono le condizioni (1) e (2) del teorema. Viceversa. Sia {P 1,,P r } una decomposizione poligonale di C. Possiamo piegare ogni P i separatamente con mappe di piegatura ϕ vi, essendo dei crease pattern con un solo vertice. Per ogni P i valgono le tre condizioni del Lemma 3, quindi le mappe di piegatura ϕ vi sono piatte. Per la condizione (3) del teorema, possiamo incollare queste mappa di piegatura a due a due, con l attenzione che se la piega comune a due poligoni P i e P j viene piegata in modo diverso da ϕ vi e ϕ vj, allora considero 1 ϕ vi oppure 1 ϕ vj. In questo modo otteniamo una mappa che creerà un origami piatto. 6 Il grafo associato a un crease pattern Sia C = (V,E) un crease pattern. Definizione 11. Il grafoassociatoac è il grafo G(C) = (P,L) (dove P è l insieme dei vertici di G(C) ed L è l insieme dei suoi lati) avente come vertici pieghe di C e costruito come segue: (1) se due pieghe e ed f di C sono consecutive e vale P = (e,f), allora in G(C) e ed f sono identificate con lo stesso vertice; (2) se due pieghe g e h di C sono consecutive e vale P (g,h), allora in G(C) g ed h sono identificate con due vertici distinti collegati da un lato. Nota 5. Sia C = (V,E) un crease pattern, C un suo derivato e G(C) il grafo associato a C. Sappiamo che C = (V,E {e i,e i+1 }), per qualche i, si ottiene togliendo due pieghe consecutive di C; queste due pieghe possono essere costrette ad essere uguali, costrette ad essere diverse oppure non costrette. Il grafo associato a C è un sottografo di G(C), in quanto è uguale al grafo G(C) meno un vertice ed eventualmente i lati incidenti a questo (se le due pieghe tolte sono costrette ad essere uguali), a G(C) meno due vertici, il lato che li collega ed eventualmente i lati incidenti a questi vertici (se le due pieghe tolte sono costrette ad essere diverse) oppure è uguale a G(C) meno due vertici isolati ed eventualmente i lati incidenti a questi (se le due pieghe tolte non sono costrette). Una colorazione dei vertici di un grafo G è un assegnazione di un colore a ciascun vertice di G in modo che vertici adiacenti non abbiano lo stesso colore. Osservazione 4. Se C è piegabile in modo piatto, allora G(C) = (P,L) è 2-colorabile. Dimostrazione. Sia ϕ una mappa di piegatura piatta per C e sia λ : P {0,1} una funzione definita come segue: λ(v) = ϕ(e), 7
8 con e v. Dimostriamo che λ è una 2-colorazione dei vertici di G(C). Notiamo che se l è una piega di C non costretta ad alcuna altra piega, questa sarà un vertice di G(C) non collegato ad alcun altro vertice, per la costruzione del grafo. Con questa definizione di λ, per ogni w e z, estremi di uno stesso lato e di G(C), per la costruzione di G(C), w e z sono due pieghe costrette ad essere diverse e quindi λ(w) λ(z). Segue che λ è una 2-colorazione dei vertici di G(C) e quindi che G(C) è 2-colorabile. Notiamo che G(C) può contenere cappi; in tal caso, ovviamente, il grafo non è 2-colorabile. Assumiamo che G(C) = (P,L) sia 2-colorabile e sia v V un vertice di C. Allora G(C) dá delle condizioni sull insieme delle pieghe E v = {e 1,...,e 2n } incidenti in v. In particolare, siano G 1,...,G r le componenti connesse di G(C) che coinvolgono le pieghe incidenti in v, tali che nessuna di queste componenti corrisponda ad una singola piega di C (cioè nessuna componente connessa è costituita di un solo punto). Sia λ : P {0,1} una 2-colorazione di G(C); denotiamo con λ 1,...,λ r le restrizioni di λ a G 1 E v,...,g r E v rispettivamente. Possiamo allora considerare i numeri interi η 0 (λ i ) e η 1 (λ i ), per i = 1,...,r che rappresenta il numero di pieghe a valle e a monte colorate da λ i : (V (G i E v )) {0,1}. Nota 6. ([2], Remark 13) Se C = (V,E) è un crease pattern che soddisfa le condizioni di Maekawa e di Kawasaki nel vertice v V, allora, per il Lemma 3, esiste una mappa di piegaura piatta ϕ v per ({v},e) tale che ϕ(e) = ǫ(i)λ i (e) + (1 ǫ(i))(1 λ i (e)), dove e G i. Più esplicitamente, la condizione di Kawasaki ci consente di scegliere una mappa di piegatura ϕ v che rispetta le pieghe costrette. Teorema 4. ([2], Theorem 4) Sia C = (V,E) un crease pattern. Allora C è il crease pattern di un origami piatto se e solo se (1) vale la condizione di Kawasaki per ogni vertice v V, (2) vale la condizione di Maekawa per ogni vertice v V, (3) il grafo G(C) associato a C è 2-colorabile. Dimostrazione. Se ϕ è una mappa di piegatura piatta, per il Teorema 3, valgono le condizioni (1) e (2) dell ipotesi; in più, per l Osservazione 4, G(C) è 2-colorabile. Viceversa. Vogliamo provare che se valgono le condizioni (1), (2) e (3) dell ipotesi, allora esiste una mappa di piegatura ϕ per C tale che ϕ e C sono strettamente compatibili. Sia µ una 2-colorazione di G(C); questa induce in modo naturale una mappa di piegatura ψ per C. Notiamo che possiamo cambiare il colore di µ per ogni 8
9 vertice isolato di G(C) (che corrisponde ad una piega non costretta di C) ed ottenere un altra 2-colorazione λ di G(C) che induce un altra mappa di piegatura ϕ per C. Analogamente possiamo invertire la colorazione di ogni singola componente connessa di G(C). In più, dato che valgono le condizioni di Maekawa e di Kawasaki per ogni vertice, per la Nota 6, queste nuove mappe rispettano le pieghe costrette di C. Dato che ϕ e C sono strettamente compatibili, supponendo che non lo siano, esiste un derivato C n tale che ϕ C n e C n non sono strettamente compatibili; cioè ϕ C n non rispetta le pieghe costrette di C n : esistono due pieghe consecutive e ed f di C n tali che, se vale P = (e,f), allora ϕ(e) ϕ(f) (equivalentemente se vale P (e,f), allora ϕ(e) = ϕ(f)). Ma e ed f sono pieghe anche di C e possono verificarsi due casi: 1. in C, e ed f sono due pieghe consecutive. Se così fosse e vale P = (e,f), per la costruzione di G(C), deve valere ϕ(e) = ϕ(f) e questo implica un assurdo con la non stretta compatibilità di ϕ C n e C n. Equivalentemente si ha se vale P (e,f); 2. in C, e ed f non sono consecutive e, poichè incidenti nello stesso vertice, non sono costrette in C. I vertici di G(C) che corrispondono a queste pieghe appartengono quindi a componenti connesse diverse (eventualmente sono punti isolati). Se in C n vale P = (e,f), in virtù della Nota 6, possiamo eventualmente invertire le colorazioni di una di queste componenti connesse ed ottenere una colorazione λ in modo che induca una mappa di piegatura ϕ, coerente sul derivato C n, tale che ϕ(e) = ϕ(f). Anche in questo caso si ha un assurdo con la non stretta compatibilità di ϕ C n e C n. Abbiamo così dimostrato che ϕ e C sono strettamente compatibili. Le tre condizioni dell ipotesi, implicano le tre condizioni dell ipotesi del Teorema 3; applicando questo teorema, abbiamo la tesi. Riferimenti bibliografici [1] T.Hull, The combinatorics of flat folds:a survey in The Proceedings of the Third International Meeting of Origami Science, Mathematics, and Education published by AK Peters, :29-38, [2] F. Poma, On the flat-foldability of a crease pattern, 5 Settembre 2009, pp. 14.
11. Misure con segno.
11. Misure con segno. 11.1. Misure con segno. Sia Ω un insieme non vuoto e sia A una σ-algebra in Ω. Definizione 11.1.1. (Misura con segno). Si chiama misura con segno su A ogni funzione ϕ : A R verificante
DettagliGeometria e Topologia I (U1-4) 2006-mag-10 61
Geometria e Topologia I (U1-4) 2006-mag-10 61 (15.9) Teorema. Consideriamo il piano affine. Se A A 2 (K) è un punto e r una retta che non passa per A, allora esiste unica la retta per A che non interseca
Dettaglix 1 Fig.1 Il punto P = P =
Geometria di R 2 In questo paragrafo discutiamo le proprietà geometriche elementari del piano Per avere a disposizione delle coordinate nel piano, fissiamo un punto, che chiamiamo l origine Scegliamo poi
Dettaglimisura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x
4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto
DettagliSoluzione esercizi Gara Matematica 2009
Soluzione esercizi Gara Matematica 009 ( a cura di Stefano Amato, Emanuele Leoncini e Alessandro Martinelli) Esercizio 1 In una scacchiera di 100 100 quadretti, Carlo colora un quadretto di rosso, poi
DettagliSeconda gara matematica ( ) Soluzioni
Seconda gara matematica (9..00) Soluzioni 1. Dato un parallelepipedo solido cioè senza buchi al suo interno formato da 180 cubetti e avente spigoli di lunghezza a, b, c, il numero N di cubetti visibili
DettagliSviluppi e derivate delle funzioni elementari
Sviluppi e derivate delle funzioni elementari In queste pagine dimostriamo gli sviluppi del prim ordine e le formule di derivazioni delle principali funzioni elementari. Utilizzeremo le uguaglianze lim
DettagliMassimo limite e minimo limite di una funzione
Massimo limite e minimo limite di una funzione Sia f : A R una funzione, e sia p DA). Per ogni r > 0, l insieme ) E f p r) = { fx) x A I r p) \ {p} } è non vuoto; inoltre E f p r ) E f p r ) se 0 < r r.
DettagliLEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X),
LEZIONE 1 1.1. Matrice di un applicazione lineare. Verifichiamo ora che ogni applicazione lineare f: R n R m è della forma µ A per un unica A R m,n. Definizione 1.1.1. Per ogni j 1,..., n indichiamo con
Dettagli8. Completamento di uno spazio di misura.
8. Completamento di uno spazio di misura. 8.1. Spazi di misura. Spazi di misura completi. Definizione 8.1.1. (Spazio misurabile). Si chiama spazio misurabile ogni coppia ordinata (Ω, A), dove Ω è un insieme
DettagliKangourou della Matematica 2012 finale nazionale italiana Mirabilandia, 7 maggio 2012
Kangourou della Matematica 2012 finale nazionale italiana Mirabilandia, 7 maggio 2012 LIVELLO STUDENT S1. (5 punti ) Assegnati tre punti non allineati nello spazio, quante sfere passano per questi tre
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
DettagliProdotto scalare e prodotto vettoriale. Elisabetta Colombo
Corso di Approfondimenti di Matematica Biotecnologie, Anno Accademico 2010-2011, http://users.mat.unimi.it/users/colombo/programmabio.html Vettori Vettori 1 2 3 4 di di Ricordiamo il in R n Dati a = (a
DettagliGeometria della programmazione lineare
Geometria della programmazione lineare poliedri punti estremi, vertici, soluzioni di base esistenza di punti estremi rif. Fi 3.1; BT 2.1, 2.2, 2.5 Iperpiani, semispazi Definizione Sia a un vettore non
Dettagli(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
DettagliOperazioni tra matrici e n-uple
CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,
DettagliOSTRUZIONI SUI GRAFI. Alcune ostruzioni per l esistenza di grafi con dato score 1) Vale il seguente lemma
OSTRUZIONI SUI GRAFI Alcune ostruzioni per l esistenza di grafi con dato score 1) Vale il seguente lemma Lemma 1. Se G = (V, E) è un grafo finito con n vertici allora deg(v) n 1, v V. Dal lemma segue che
Dettagli3 Omotetie del piano. 4 Omotetie del piano. Fondamenti e didattica della matematica B. Geometria delle similitudini. k = 3.
1 2 Fondamenti e didattica della matematica B 5 marzo 2007 Geometria delle similitudini Marina Bertolini (marina.bertolini@mat.unimi.it) Dipartimento di Matematica F.Enriques Università degli Studi di
DettagliEsercizi. y = x 2 1 (t x). Essa interseca la parabola quando y = t 2 cioé. 1, t = x. (t + x) = 1. x 2 1 2x (t x) = t2, (t x)(t + x) = 1.
Esercizi Esercizio. Consideriamo nel piano xy la parabola y = x. Discutere il problema di trovare, tra tutte le corde che congiungono due punti sulla parabola tali che in una delle due estremità la corda
Dettagli0.1 Coordinate in uno spazio vettoriale
.1. COORDINATE IN UNO SPAZIO VETTORIALE 1.1 Coordinate in uno spazio vettoriale Sia V uno spazio vettoriale di dimensione finita n costruito sul campo K. D ora in poi, ogni volta che sia fissata una base
DettagliGrafi e reti di flusso
Grafi e reti di flusso Molti problemi di ottimizzazione sono caratterizzati da una struttura di grafo: in molti casi questa struttura emerge in modo naturale, in altri nasce dal particolare modo in cui
DettagliLezione 6 Richiami di Geometria Analitica
1 Piano cartesiano Lezione 6 Richiami di Geometria Analitica Consideriamo nel piano due rette perpendicolari che si intersecano in un punto O Consideriamo ciascuna di queste rette come retta orientata
DettagliCorso di Laurea in Matematica Geometria 2. Foglio di esercizi n. 2 a.a Soluzioni
Corso di Laurea in Matematica Geometria 2 Foglio di esercizi n. 2 a.a. 2015-16 Soluzioni Gli esercizi sono presi dal libro di Manetti. Per svolgere questi esercizi, studiare con cura i paragrafi 3.5, 3.6,
DettagliEsercizi geometria analitica nello spazio. Corso di Laurea in Informatica. Docente: Andrea Loi. Correzione
Esercizi geometria analitica nello spazio Corso di Laurea in Informatica Docente: Andrea Loi Correzione 1. Denotiamo con P 1, P 13, P 3, P 1, P, P 3, P i simmetrici di un punto P rispetto ai piani coordinati
DettagliNote del corso di Calcolabilità e Linguaggi Formali - Lezione 10
Note del corso di Calcolabilità e Linguaggi Formali - Lezione 10 Alberto Carraro DAIS, Università Ca Foscari Venezia http://www.dsi.unive.it/~acarraro 1 Teoremi fondamentali della Recursion Theory Theorem
DettagliLuca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1
Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1 Esercizio 1.12 Per dimostrare che per ogni funzione esiste una formula in cui compaiono le variabili tale che la corrispondente
DettagliDue rette si dicono INCIDENTI se hanno esattamente un punto in comune, altrimenti si dicono PARALLELE.
Riepilogo di Geometria: Assioma A1 Per tutte le coppie di punti P,Q dell insieme S è assegnato un numero reale (=)> 0, che si dice distanza di P da Q e si indica don d(p,q) 1- Se i punti P,Q sono distinti
DettagliProdotto scalare e norma
Capitolo 7 Prodotto scalare e norma Riprendiamo ora lo studio dei vettori da un punto di vista più geometrico. È noto, per esempio dalla Fisica, che spesso è comodo visualizzare un vettore del piano o
Dettagli3. Successioni di insiemi.
3. Successioni di insiemi. Per evitare incongruenze supponiamo, in questo capitolo, che tutti gli insiemi considerati siano sottoinsiemi di un dato insieme S (l insieme ambiente ). Quando occorrerà considerare
DettagliLEZIONE 9. k, tenendo conto delle formule che permettono di calcolare il prodotto scalare ed il prodotto vettoriale, otteniamo
LEZIONE 9 9.1. Prodotto misto. Siano dati i tre vettori geometrici u, v, w V 3 (O) definiamo prodotto misto di u, v e w il numero u, v w. Fissiamo un sistema di riferimento O ı j k in S 3. Se u = u x ı
DettagliSCUOLA GALILEIANA DI STUDI SUPERIORI CLASSE DI SCIENZE NATURALI ESAME DI AMMISSIONE, PROVA DI MATEMATICA 13 SETTEMBRE 2011
1 SCUOLA GALILEIANA DI STUDI SUPERIORI CLASSE DI SCIENZE NATURALI ESAME DI AMMISSIONE, PROVA DI MATEMATICA 13 SETTEMBRE 011 Problema 1. Sia Z l insieme dei numeri interi. a) Sia F 100 l insieme delle funzioni
Dettagli2. I numeri reali e le funzioni di variabile reale
. I numeri reali e le funzioni di variabile reale Introduzione Il metodo comunemente usato in Matematica consiste nel precisare senza ambiguità i presupposti, da non cambiare durante l elaborazione dei
DettagliRISOLUZIONE IN LOGICA PROPOSIZIONALE. Giovanna D Agostino Dipartimento di Matemaica e Informatica, Università di Udine
RISOLUZIONE IN LOGICA PROPOSIZIONALE Giovanna D Agostino Dipartimento di Matemaica e Informatica, Università di Udine 1. Risoluzione Definitione 1.1. Un letterale l è una variabile proposizionale (letterale
DettagliGeometria analitica del piano pag 12 Adolfo Scimone
Geometria analitica del piano pag 12 Adolfo Scimone Fasci di rette Siano r e r' due rette distinte di equazioni r: ax + by + c r': a' x + b' y + c' Consideriamo la retta combinazione lineare delle due
DettagliPartiamo da un informazione comune a tutti gli alunni della scuola italiana: La somma degli angoli interni di un triangolo è 180.
1 Partiamo da un informazione comune a tutti gli alunni della scuola italiana: La somma degli angoli interni di un triangolo è 180. Come giustificare questo fatto? Con delle prove sperimentali, ad esempio.
DettagliEsercizi Riepilogativi Svolti. = 1 = Or(v, w)
Universita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Esercizi GEOMETRIA (Edile-Architettura e dell Edilizia FORMULE DI GEOMETRIA IN R TRASFORMAZIONI DI R CIRCONFERENZE Docente: Prof F Flamini
DettagliI punti di inizio e di fine della spezzata prendono il nome di estremi della spezzata. lati
I Poligoni Spezzata C A cosa vi fa pensare una spezzata? Qualcosa che si rompe in tanti pezzi A me dà l idea di un spaghetto che si rompe Se noi rompiamo uno spaghetto e manteniamo uniti i vari pezzi per
DettagliDue esempi di simmetria
Due esempi di simmetria Giugno 2002 1 Le simmetrie del triangolo equilatero 1.1 Il triangolo equilatero è una figura dotata di simmetria. Cosa significa questa affermazione? In cosa consiste la sua simmetria?
DettagliTopologia, continuità, limiti in R n
Topologia, continuità, limiti in R n Ultimo aggiornamento: 18 febbraio 2017 1. Preliminari Prima di iniziare lo studio delle funzioni di più variabili, in generale funzioni di k variabili e a valori in
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliLEZIONE 8. Figura 8.1.1
LEZIONE 8 8.1. Equazioni parametriche di rette. In questo paragrafo iniziamo ad applicare quanto spiegato sui vettori geometrici per dare una descrizione delle rette nel piano e nello spazio. Sia r S 3
DettagliLA MATEMATICA DELLE RELAZIONI SOCIALI
LA MATEMATICA DELLE RELAZIONI SOCIALI ALESSIO TORTI SILVIA LAZZARI FRANCESCA GERACE FLAVIA VICICONTE ABSTRACT. Nell articolo si analizzano, utilizzando la teoria dei grafi, le diverse configurazioni che
DettagliSi definisce poligono la parte di piano delimitata da una spezzata semplice chiusa. D contorno
I POLIGONI Si definisce poligono la parte di piano delimitata da una spezzata semplice chiusa. E D contorno La linea spezzata chiusa che delimita il F C poligono si chiama contorno I punti A, B, C, D,
DettagliCorso 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
DettagliProdotto scalare e ortogonalità
Prodotto scalare e ortogonalità 12 Novembre 1 Il prodotto scalare 1.1 Definizione Possiamo estendere la definizione di prodotto scalare, già data per i vettori del piano, ai vettori dello spazio. Siano
DettagliAnno 1. Quadrilateri
Anno 1 Quadrilateri 1 Introduzione In questa lezione impareremo a risolvere i problemi legati all utilizzo dei quadrilateri. Forniremo la definizione di quadrilatero e ne analizzeremo le proprietà e le
DettagliNote sulle Catene di Markov
Note sulle Catene di Markov ELAUT Prof. Giuseppe C. Calafiore Sommario Queste note contengono un estratto schematico ridotto di parte del materiale relativo alle Catene di Markov a tempo continuo e a tempo
DettagliOsservazione 1.1 Si verifica facilmente che esiste un unica relazione d ordine totale su Q che lo renda un campo ordinato.
1 Numeri reali Definizione 1.1 Un campo ordinato è un campo K munito di una relazione d ordine totale, compatibile con le operazioni di somma e prodotto nel senso seguente: 1. a, b, c K, a b = a + c b
Dettagli1 MISURA DEI SEGMENTI
1 MISUR DEI SEGMENTI 1 MISUR DEI SEGMENTI 1.1 La classe dei segmenti Nell insieme S formato da tutti i segmenti contenuti in un piano introduciamo le seguenti operazioni: Confronto di segmenti: dati due
DettagliAppunti sui Codici di Reed Muller. Giovanni Barbarino
Appunti sui Codici di Reed Muller Giovanni Barbarino Capitolo 1 Codici di Reed-Muller I codici di Reed-Muller sono codici lineari su F q legati alle valutazioni dei polinomi sullo spazio affine. Per semplicità
DettagliCORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA
CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA FOGLIO DI ESERCIZI 1 GEOMETRIA 2009/10 Esercizio 1.1 (2.2). Determinare l equazione parametrica e Cartesiana della retta dello spazio (a) Passante per i
DettagliTrapani. Dispensa di Geometria, x 1 x 2.x n. (x 1 y 1 ) (x n y n ) 2.
2006 Trapani Dispensa di Geometria, 1 Distanze Siano P e Q punti di R n con P di coordinate allora la distanza tra P e Q e P Q = x 1 x 2 x n (x 1 y 1 ) 2 + (x n y n ) 2 e Q di coordinate Siano Σ 1 e Σ
DettagliIl Teorema di Mountain-Pass
Capitolo 4 Il Teorema di Mountain-Pass Descriviamo ora un altro metodo per trovare soluzioni non nulle di alcuni tipi di problemi, per esempio { u = u p 1 u in u = 0 su (4.1) con p > 1, utilizzando dei
DettagliIl Teorema di Kakutani
Il Teorema di Kakutani Abbiamo visto, precedentemente, il seguente risultato: 1 Sia X uno spazio di Banach. Se X è separabile, la palla è debolmente compatta. B X = {x X x 1} Il Teorema di Kakutani è un
DettagliCorso di Laurea in Matematica Geometria 2. Foglio di esercizi n. 1 a.a Soluzioni
Corso di Laurea in Matematica Geometria 2 Foglio di esercizi n. 1 a.a. 2015-16 Soluzioni Gli esercizi sono presi dal libro di Manetti. Per svolgere questi esercizi, studiare con cura i paragrafi 3.1, 3.2,
DettagliDimostrazione. Indichiamo con α e β (finiti o infiniti) gli estremi dell intervallo I. Poniamo
C.6 Funzioni continue Pag. 114 Dimostrazione del Corollario 4.25 Corollario 4.25 Sia f continua in un intervallo I. Supponiamo che f ammetta, per x tendente a ciascuno degli estremi dell intervallo, iti
Dettagli1 Nozioni utili sul piano cartesiano
Nozioni utili sul piano cartesiano Nozioni utili sul piano cartesiano Il piano cartesiano è un sistema di riferimento costituito da due rette perpendicolari (una orizzontale detta asse delle ascisse x
DettagliALGEBRE DI BOOLE. (d) x, y X x y oppure y x.
ALGEBRE DI BOOLE Un insieme parzialmente ordinato è una coppia ordinata (X, ) dove X è un insieme non vuoto e " " è una relazione binaria definita su X tale che (a) x X x x (riflessività) (b) x, y, X se
DettagliCollegio di Merito Bernardo Clesio Università di Trento
Collegio di Merito Bernardo Clesio Università di Trento 23 luglio 2012 Prova per i candidati per le facoltà scientifiche Esercizio 1. Descrivere tutti i polinomi p(x) con coefficienti reali tali che per
Dettagli(2) se A A, allora A c A; (3) se {A n } A, allora +
1. Spazi di misura In questo paragrafo accenneremo alla nozione di spazio di misura. Definizione 1. Sia X un insieme non vuoto. Una famiglia A di sottoinsiemi di X è una σ-algebra se : (1) A; (2) se A
DettagliCirconferenze del piano
Circonferenze del piano 1 novembre 1 Circonferenze del piano 1.1 Definizione Una circonferenza è il luogo dei punti equidistanti da un punto fisso, detto centro. La distanza di un qualunque punto della
Dettagli4 Bibliografia. 3 Geometria. Fondamenti e didattica della matematica B. Contenuti del corso
1 2 Fondamenti e didattica della matematica B 20 gennaio 2007 Contenuti del corso Dipartimento di Matematica e Applicazioni Università di Milano Bicocca Fondamenti e didattica della matematica B p. 1 Fondamenti
DettagliINSIEMI E RELAZIONI. 1. Insiemi e operazioni su di essi
INSIEMI E RELAZIONI 1. Insiemi e operazioni su di essi Il concetto di insieme è primitivo ed è sinonimo di classe, totalità. Sia A un insieme di elementi qualunque. Per indicare che a è un elemento di
DettagliPROCESSI STOCASTICI 1: INTEGRAZIONI
PROCESSI STOCASTICI 1: INTEGRAZIONI 1. Definizioni e risultati sparsi Def. Dato un insieme I, si chiama processo stocastico con spazio degli stati I una famiglia {X t } t T di variabili aleatorie a valori
DettagliScomposizione di un numero primo come somma di due quadrati
Scomposizione di un numero primo come somma di due quadrati M. Alessandra De Angelis Relatore : Prof. Andrea Loi Università degli studi di Cagliari Corso di laurea triennale in Matematica 31 Marzo 2015
DettagliGEOMETRIA /2009 II
Universita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Esercizi GEOMETRIA Edile e Edile-Architettura - a.a. 008/009 II Emisemestre - Settimana - Foglio 0 Docente: Prof. F. Flamini - Tutore:
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
DettagliRelazione e funzione inversa
Relazione e funzione inversa Invertiamo una relazione Una relazione tra due insiemi e, come abbiamo detto, è direzionata, opera una specie di passaggio da a : agisce associando a ogni elemento dell insieme
DettagliGeometria euclidea. Alessio del Vigna. Lunedì 15 settembre
Geometria euclidea Alessio del Vigna Lunedì 15 settembre La geometria euclidea è una teoria fondata su quattro enti primitivi e sulle relazioni che tra essi intercorrono. I quattro enti primitivi in questione
DettagliIl Teorema di Commandino
Il Teorema di Commandino Flaviano Battelli Dipartimento di Scienze Matematiche Università Politecnica delle Marche Ancona Siano v,..., v n n vettori indipendenti (ossia una base) di R n. Si dice simplesso
DettagliCLASSE LIMITE DI UNA SUCCESSIONE DI NUMERI REALI C. MADERNA, G. MOLTENI, M. VIGNATI
CLASSE LIMITE DI UNA SUCCESSIONE DI NUMERI REALI C. MADERNA, G. MOLTENI, M. VIGNATI Consideriamo l insieme R = R {, + } ottenuto aggiungendo all insieme dei numeri reali i simboli e +. Introduciamo in
DettagliVettori applicati. Capitolo Richiami teorici. Definizione 1.1 Un sistema di vettori applicati Σ è un insieme
Capitolo 1 Vettori applicati 1.1 Richiami teorici Definizione 1.1 Un sistema di vettori applicati Σ è un insieme {(P i,v i ), P i E, v i V, i = 1,...,N}, (1.1) dove P i è detto punto di applicazione del
DettagliComplessi di Catene e Gruppi di Omologia. 28 febbraio 2007
Complessi di Catene e Gruppi di Omologia 28 febbraio 2007 Complessi di Catene Definizione Un complesso di catene è una successione C di gruppi abeliani con i loro omomorfismi n+1 C n+1 n Cn Cn 1 infinita
DettagliUniversità degli Studi di Roma Tor Vergata. Principio di induzione matematica
Università degli Studi di Roma Tor Vergata. Principio di induzione matematica Il Principio di induzione matematica è una tecnica di dimostrazione che permette la dimostrazione simultanea di infinite affermazioni.
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
DettagliGeometria delle similitudini
Istituzioni di matematiche 2 Diego Noja (diego.noja@unimib.it) 31 marzo 2009 Geometria delle similitudini CDL Scienze della Formazione Primaria Istituzioni di matematiche 2 pagina 1 CDL Scienze della Formazione
DettagliApplicazioni del grado di una mappa. 23 marzo 2007
Applicazioni del grado di una mappa 23 marzo 2007 Grado di una Mappa Definizione Sia f : M N una mappa simpliciale da una varietà di dim n, chiusa e connessa, triangolata con una certa orientazione, ad
DettagliRipasso tramiti esempi - Applicazioni lineari e matrici
Ripasso tramiti esempi - Applicazioni lineari e matrici Applicazioni lineari associata ad una matrice Avete imparato che data una matrice A K m,n esiste una applicazione lineare associata ad A. Ma come
DettagliCap. 11 I Quadrilateri
Cap. 11 I Quadrilateri Definizione di quadrilatero Si definisce quadrilatero un poligono di 4 lati Definizione di poligono Definiamo poligono una porzione di piano delimitata da una spezzata chiusa Gli
DettagliTEN Radici quadrate modulo p e modulo p k. Radici quadrate modulo p, con p > 2.
TEN 2008. Radici quadrate modulo p e modulo p k. Radici quadrate modulo p, con p > 2. Lemma 1. Sia n Z. Sia p > 2 un numero primo. (a) n è un quadrato modulo p se e solo se n p 1 2 1 mod p; (b) Sia n 0
DettagliPrima puntata della gara a squadre. 21 Novembre 2002
Prima puntata della gara a squadre. 1 Novembre 00 Soluzioni. Quesito 1. Nel piano, consideriamo due cerchi di raggio 3 cm e 1 cm tangenti esternamente. Determinare l area del più piccolo insieme convesso
DettagliIntroduzione ai grafi
TFA A048 Anno Accademico 2012-13 Outline Cenni storici sui grafi Nozioni introduttive: cammini, connessione, alberi, cicli Cammini di costo minimo Origini storiche La nascita della teoria dei grafi risale
DettagliInsiemi uguali? biiezione : A B bambino i libro i bambino ii libro ii bambino iii libro iii bambino iv libro iv
Insiemi uguali? Vogliamo occuparci del confronto di insiemi, in particolare di insiemi infiniti. Prima di potere parlare di confronto di insiemi è necessario però fare alcune precisazioni a riguardo della
Dettagliax 1 + bx 2 + c = 0, r : 2x 1 3x 2 + 1 = 0.
. Rette in R ; circonferenze. In questo paragrafo studiamo le rette e le circonferenze in R. Ci sono due modi per descrivere una retta in R : mediante una equazione cartesiana oppure mediante una equazione
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
DettagliDerivazione. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Derivazione Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliLOGICA MATEMATICA PER INFORMATICA
LOGICA MATEMATICA PER INFORMATICA A.A. 12/13, DISPENSA N. 6 Sommario. Il Teorema di Compattezza e alcune sue applicazioni: assiomatizzabilità e non-assiomatizzabilità di proprietà di strutture, e modelli
DettagliLeLing12: Ancora sui determinanti.
LeLing2: Ancora sui determinanti. Ārgomenti svolti: Sviluppi di Laplace. Prodotto vettoriale e generalizzazioni. Rango e determinante: i minori. Il polinomio caratteristico. Ēsercizi consigliati: Geoling
DettagliLe figure che abbiamo ottenuto prendono il nome di spezzate o poligonali. Una spezzata può essere: H S T U
Prendiamo in considerazione le figure geometriche nel piano, cioè le figure piane, intendendo con questo termine un qualsiasi insieme di punti appartenenti a uno stesso piano. Disegniamo più segmenti consecutivi:
Dettaglic A (a c = b) Le ipotesi che abbiamo ci dicono che esistono h, k A tali che:
Definizione 1. Dato un insieme A, un operazione su A è una applicazione da A A a valori in A. Definizione 2. Se A è un insieme con una operazione, dati a, b A diciamo che a divide b (e scriviamo a b) se
DettagliCapitolo IV SPAZI VETTORIALI EUCLIDEI
Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori.
DettagliSpazi affini e combinazioni affini.
Spazi affini e combinazioni affini. Morfismi affini. Giorgio Ottaviani Abstract Introduciamo il concetto di combinazione affine in uno spazio affine, e in base a questo, ne caratterizziamo i sottospazi.
DettagliANALISI 1 - Teoremi e dimostrazioni vari
ANALISI 1 - Teoremi e dimostrazioni vari Sommario Proprietà dell estremo superiore per R... 2 Definitivamente... 2 Successioni convergenti... 2 Successioni monotone... 2 Teorema di esistenza del limite
DettagliGeometria euclidea. Alessio del Vigna
Geometria euclidea Alessio del Vigna La geometria euclidea è una teoria fondata su quattro enti primitivi e sulle relazioni che tra essi intercorrono. I quattro enti primitivi in questione sono il punto,
DettagliLavoro individuale: leggi attentamente il testo e completa il testo che trovi al termine del stesso. (10 )
Testo 1: Lavoro individuale: leggi attentamente il testo e completa il testo che trovi al termine del stesso. (10 ) Lavoro di gruppo T1: discuti assieme ai tuoi compagni il significato di quanto hai letto
DettagliEsercitazioni di geometria /2009 (Damiani) Il polinomio minimo. I) Definizione del polinomio minimo.
Esercitazioni di geometria 2-2008/2009 (Damiani) Il polinomio minimo I) Definizione del polinomio minimo. Siano k un campo, A un anello (associativo) unitario, k Z(A) A un omomorfismo di anelli unitari
DettagliLEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f
LEZIONE 23 23.1. Riduzione delle coniche a forma canonica. Fissiamo nel piano un sistema di riferimento Oxy e consideriamo un polinomio di grado 2 in x, y a meno di costanti moltiplicative non nulle, diciamo
DettagliPolitecnico di Milano Corso di Analisi e Geometria 1. Federico Lastaria 2. Le funzioni continue.
Politecnico di Milano Corso di Analisi e Geometria 1 Federico Lastaria ederico.lastaria@polimi.it 2. Le unzioni continue. Settembre 2012 Indice 1 Funzioni reali continue 1 1.1 Deinizione di unzioni continua..........................
DettagliEquivalentemente, le colonne di A sono linearmente indipendenti se e solo se
Lezioni di Algebra Lineare. Versione novembre 2008 VI. Il determinante Il determinante det A di una matrice A, reale e quadrata, è un numero reale associato ad A. Dunque det è una funzione dall insieme
DettagliLEZIONE 12. v = α 1 v α n v n =
LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono
Dettagli