Due esempi rilevanti di probabilità su spazi finiti. (i) Permutazioni aleatorie

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Due esempi rilevanti di probabilità su spazi finiti. (i) Permutazioni aleatorie"

Transcript

1 1 Due esempi rilevati di probabilità su spazi fiiti (i) Permutazioi aleatorie Deotiamo co S l isieme delle fuzioi biiettive dall isieme {1,,..., } i sè. S è u gruppo o commutativo (per 3) se dotato dell operazioe di composizioe. I tutti gli esempi che vedremo, assumeremo che la probabiltà P su S sia quella uiforme. Naturalmete ache P dipede da, ma o c è ragioe di appesatire le otazioi chiamadola, ad esempio, P. Lo spazio di probabilità (S, P ) è u buo modello per l esperimeto aleatorio che cosiste el mescolare accuratamete oggetti, e quidi osservare l ordiameto otteuto. I questo paragrafo esamiiamo alcue proprietà iteressati dello spazio (S, P ), prededo sputo da alcui problemi Puti fissi. Cosideriamo il seguete problema. Problema 0.1. Ua comitiva di turisti si sta imbarcado per u viaggio aereo. La loro guida ha tutte le carte d imbarco (omiative), che deve distribuire ai turisti prima dell imbarco. Per la fretta e la cofusioe le distribuisce a caso. Qual è la probabilità che qualcuo dei turisti riceva effettivamete la propria carta d imbarco? Qual è la probabiltà che esattamete m turisti ricevao la propria carta d imbarco? Soluzioe 0.. Al solito, etichettiamo co {1,,..., } gli turisti e sia σ(i) il umero (ome) sulla carta d imbarco ricevuta dal turista i. Chiaramete σ S. L i-esimo turista riceve la propria carta d imbarco se σ(i) = i, cioè se i è u puto fisso della permutazioe σ. Duque, i quesiti del problema si possoo riformulare come segue: qual è la probabilità che ua permutazioe abbia almeo u puto fisso? E qual è la probabilità che abbia esattamete m puti fissi? Per m = 0, 1,..., e i = 1,,...,, itroduciamo gli eveti A m := {σ S : σ ha esattamete m puti fissi}, C i := {σ S : σ(i) = i}. Chiaramete A c 0 = C 1 C C. Per la formula di iclusioe-esclusioe ( ) P (A c 0) = ( 1) k+1 P C i. (0.1) k=1 J {1,,...,} i J tale che J =k Fissiamo duque k {1,,..., }, e sia J {1,,..., } tale che J = k. Si ha C i = {σ S : σ(i) = i per ogi i J}. i J

2 Le permutazioi che lasciao fissi gli elemeti di J soo i aturale corrispodeza biuivoca co le permutazioi di {1,,..., } \ J, e quidi ( ) ( k)! C i = ( k)! P C i =.! i J Poichè i sottoisiemi J di {1,,..., } co k elemeti soo ( k), si ha ( ) ( ) ( k)! P C i = = 1 k! k!. J {1,,...,} tale che J =k i J i J Iseredo quest ultima uguagliaza i (0.1) otteiamo P (A c ( 1) k+1 0) = k! k=1 ( 1) k = 1. k! k=0 È ioltre be oto che Quidi l approssimazioe ( 1) k e 1 k! k=0 1 ( + 1)!. P (A c 0) 1 e è eccellete per valori o troppo piccoli di (già per = 6 i due umeri hao le prime tre cifre decimali uguali). Duque, la probabilità che almeo u passeggero riceva la sua carta di imbarco è quasi idipedete dal umero di passeggeri! Resta da determiare P (A m ) per m 1. Nel seguito usiamo la otazioe q := ( 1) k, k! k=0 che, come appea visto, è la probabilità che dell isieme delle permutazioi di u isieme di elemeti che o hao alcu puto fisso, cioè P (A 0 ) = q. Per J {1,,..., }, J = m, sia B J := {σ S : σ(j) = j per ogi j J, σ(i) i per ogi i J}. Ogi elemeto di B J può essere idetificato co ua permutazioe degli elemeti di J c che o ha alcu puto fisso. Per quato appea visto, ci soo q m ( m)! tali permutazioi. Pertato ( m)! B J = q m ( m)! P (B J ) = q m.! Ifie essedo A m = B J, J: J =m

3 3 ed essedo la precedete l uioe di isiemi disgiuti, P (A m ) = Se m o è troppo vicio a ( ) ( m)! q m m! P (A m ) e 1 m! Cicli. Cosideriamo il seguete problema. = q m. m! Problema 0.3. U gruppo di amici affitta ua casa per ua vacaza. Dopo alcui giori tutti covegoo che sia il caso di fare delle pulizie, ma si steta a trovare dei volotari. Laura, che è voloterosa e bizzarra, avaza la seguete proposta. Oguo scrive il proprio ome su ua carta. Quidi le carte vegoo accuratamete mescolate e distribuite. Laura allora leggerà ad alta voce il ome sulla sua carta. Quidi la persoa il cui ome è stato letto leggerà a sua volta il ome sulla sua carta; si prosegue così fichè o viee letto il ome di Laura. A questo puto, le persoe il cui ome è stato chiamato formerao la squadra per le pulizie. (i) Qual è la probabilità che Laura si trovi a dover fare le pulizie da sola? (ii) Qual è la probabilità che tutti debbao fare le pulizie? (iii) Più i geerale, qual è la probabilità che la squadra delle pulizie sia composta da m persoe? Soluzioe 0.4. È coveiete riformulare il problema co u liguaggio più formale. Etichettiamo gli amici co i umeri 1,,...,, assumedo che il umero 1 corrispoda a Laura. L esito del mescolameto delle carte può essere descritto da u elemeto σ S : la carta i mao alla persoa i ha il ome della persoa σ(i). La squadra per le pulizie si ottiee applicado ripetutamete σ a 1: σ(1), σ σ(1) =: σ (1),..., σ k 1 (1), 1, dove k 1 è il più piccolo umero itero tale che σ k (1) = 1. La sequeza (1, σ(1), σ (1),..., σ k 1 (1)) viee detta ciclo di lughezza k. La costruzioe fatta a partire dall elemeto 1 può essere ripetuta a partire da u elemeto arbitrario. È chiaro che ogi elemeto i {1,,..., } appartiee ad uo ed u solo ciclo: i altre parole ua permutazioe idividua ua partizioe i cicli di {1,,..., }. Il quesito (iii) del problema i esame, che cotiee gli altri due come casi particolari, può essere pertato riformulato come segue: qual è la probabilità che il ciclo coteete 1 abbia lughezza m? Defiiamo C m := {σ S : il ciclo coteete 1 ha lughezza m}. Si oti che C 1 = {σ S : σ(1) = 1}, e che c è ua aturale corrispodeza biuivoca tra C 1 e l isieme delle permutazioi di {, 3,..., }, da cui si deduce che C 1 = ( 1)! P (C 1) = 1. I altre parole, la probabilità che Laura si trovi da sola a fare le pulizie è pari a 1. Questo rispode alla domada (i). Cosideriamo ora la domada (ii), cioè calcoliamo P (C ). Per cotare gli elemeti di C osserviamo che se σ C essa ha u uico ciclo, che si può rappresetare ella forma (1, σ(1), σ (1),..., σ 1 (1)).

4 4 Ma la scrittura precedete si può iterpretare come ua permutazioe di {1,,..., } co 1 al primo posto. Abbiamo appea otato che ci soo ( 1)! tali permutazioi, per cui C = ( 1)!. Segue i particolare che P (C ) = 1, che rispode alla domada (ii). I modo più rigoroso, mostriamo che l applicazioe ϕ defiita da (ϕ(σ))(k) := σ k 1 (1), dove si itede che σ 0 sia la fuzioe idetica, è ua biiezioe tra C e C 1. È evidete che ϕ(σ) C 1 per ogi σ C e che l applicazioe ϕ è iiettiva. Per mostrare che ϕ è suriettiva, e duque biiettiva, basta mostrare che ammette iversa destra, cioè che esiste u applicazioe ψ : C 1 C tale che ϕ ψ = idetità su C 1. Mostriamo che tale ψ è data da (ψ(τ))(k) := τ(τ 1 (k) + 1), dove + 1 := 1, cioè si ha ϕ(ψ(τ)) = τ per ogi τ C 1. Per verificare quest ultimo fatto, per defiizioe ϕ(ψ(τ))(1) = (ψ(τ)) 0 (1) = 1 = τ(1), dato che τ C 1. Ioltre, assumedo che per m k si abbia ϕ(ψ(τ))(m) = τ(m), si ha ϕ(ψ(τ))(k + 1) = (ψ(τ)) k (1) = (ψ(τ))(ψ(τ)) k 1 (1)] = (ψ(τ))ϕ(ψ(τ))(k)] = (ψ(τ))(τ(k)) = τ(τ 1 (τ(k)) + 1) = τ(k + 1). Abbiamo duque mostrato per iduzioe che ϕ(ψ(τ))(k) = τ(k) per ogi k {1,,..., }. A questo puto abbiamo gli strumeti per calcolare C m per ogi valore di m, cioè per rispodere alla domada (iii). Ifatti, gli elemeti σ C m possoo essere determiati dalle segueti tre scelte successive: si scelgoo gli m elemeti del ciclo coteete 1, per cui ci soo ( 1 m 1) esiti possibili (uo degli m elemeti dev essere 1); si sceglie uo dei cicli formati da questi m elemeti: come abbiamo appea visto ella risposta alla domada (ii), ci soo (m 1)! tali cicli; si scelgoo i valori di σ sui rimaeti m elemeti: dato che σ permuta i modo arbitrario tali elemeti, per questa scelta ci soo ( m)! esiti possibili. Per il pricipio fodametale del calcolo combiatorio, si ottiee ( ) 1 C m = (m 1)!( m)! = ( 1)! P (C m ) = 1 m 1. Cocludedo, la probabilità che la squadra per le pulizie sia composta da m elemeti è 1, i particolare o dipede da m. Avedo acquistato u po di familiarità co le permutazioi, cosideriamo il problema seguete. Problema 0.5. Lo stesso gruppo di amici decide di usare il metodo proposto da Laura per suddividersi i sottogruppi, corrispodeti alla partizioe i cicli determiata della permutazioe. Qual è la probabilità che si formi u sottogruppo, ecessariamete uico, co più di / persoe? Soluzioe 0.6. Sia m >, e sia D m := {σ S : σ ha u ciclo di lughezza m}.

5 5 I realtà D m è be defiito ache per m /. Tuttavia i questo caso u ciclo di lughezza m o è ecessariamete uico, e l argometo che vedremo ora per determiare il umero dei suoi elemeti o si può applicare. Assumiamo perciò m > /. Gli elemeti di D m possoo essere determiati attraverso le segueti scelte successive: si scelgoo gli m elemeti che compaioo el ciclo grade, per cui ci soo ( m) esiti possibili; si sceglie il ciclo sugli m elemeti fissati: per questa scelta ci soo (m 1)! esiti possibili; si permutao i modo arbitrario i rimaeti m elemeti, per cui ci soo ( m)! esiti possibili. Pertato ( ) D m = (m 1)!( m)! =! m m P (Dm) = 1 m. Si osservi che se fosse m, la possibile o uicità dei cicli di lughezza m coduce a cotare più di ua volta la stessa permutazioe, e quidi il precedete coteggio risulta o corretto: questo si evice ache dal fatto che 1 m=1 > 1 per ogi N. m Per rispodere al quesito del problema, dobbiamo calcolare P D m = P (D m) = 1 m. <m <m <m Deotiamo co p quest ultima probabilità, e sia la parte itera di. Ituitivamete, sostituedo la somma co u itegrale si ottiee p 1 dx log log(/) = log. Precisiamo ora questa / x relazioe i modo rigoroso. Usado le disuguagliaze (da verificare per esercizio!), valide per ogi x > 0 0 x log(1 + x) x, abbiamo che, se m > 0 1 ( ) m + 1 m log 1 m m 4. Perciò 0 <m 1 m <m ( ) m + 1 log m, da cui, essedo <m ( ) m + 1 log m ( ) + 1 = log + 1, si deduce che I particolare ( ) ( ) log + 1 p log lim p = log. + I altre parole, per gradi valori di, la probabilità che si formi u sottogruppo co più di / persoe è approssimativamete log 0, e duque (approssimativamete) o dipede da, u risultato o evidete a priori. Per > 50, p log Il risultato appea otteuto permette di trovare ua soluzioe al seguete difficile problema. Problema 0.7. Il docete di u corso di Probabilità frequetato da 100 studeti propoe ai suoi allievi quato segue. Si preparao 100 buste, umerate da 1 a 100, e 100 carte, su ciascua delle quali è scritto il ome di uo studete del corso (seza ripetizioi, si escludao omoimie). Quidi le carte vegoo iserite, casualmete, ua per ogi busta. Le buste, chiuse ma o sigillate, vegoo quidi disposte sulla cattedra di u aula. Gli studeti etrao ell aula uo per volta. Ogi studete apre a

6 6 suo piacimeto 50 buste, e comuica al docete se, tra le buste aperte, c è quella co il proprio ome. Quidi le richiude ed esce dall aula, e da quel mometo o può più comuicare co i colleghi che acora devoo etrare i aula. Il docete alzerà il voto dell esame di tre puti a tutti, solo el caso i cui ciascuo studete trovi la busta coteete la carta co il proprio ome. Gli studeti o possoo comuicare dopo l iizio delle aperture, ma possoo cocordare ua strategia a priori. Si determii ua strategia che coduca al successo (cioè all aumeto di tre puti per tutti) co probabilità almeo 0.3. Soluzioe 0.8. È assolutamete o ovvio che questo problema abbia soluzioe. Le strategie baali falliscoo miseramete. Suppoiamo, ad esempio, che gli studeti o si accordio per ulla, ad esempio che oguo di essi scelga a caso, idipedetemete dagli altri, le 50 buste da aprire. I questo caso è facile mostrare che oguo avrebbe probabilità 1 di trovare il proprio ome e, vista l idipedeza delle 1 scelte, la probabilità che tutti trovio il proprio ome sarebbe : irrisoria! Si può fare aturalmete di 100 peggio: se fossero così sciocchi da accordarsi di aprire tutti le stesse 50 buste, la probabilità di successo sarebbe ulla. Quello che o è ovvio è se sia possibile fare meglio. Per semplificare le otazioi, poiamo := 100 ed etichettiamo i ceto omi co i umeri 1,,...,. Deotiamo ioltre co σ(k) il umero (ome) all itero della busta umero k. Tale σ è evidetemete u elemeto di S, e la probabilità uiforme su S corrispode al fatto che i omi elle buste vegoo iseriti a caso. Lo scopo di ogi studete k è di aprire la busta umero j co σ(j) = k. Suppoiamo che gli studeti si accordio per seguire la seguete strategia. Ogi studete k apre per prima la busta k, e e legge il coteuto σ(k). Quidi apre la busta σ(k) leggedoe il coteuto σ (k), e così via. Se, ella permutazioe σ, l elemeto k appartiee ad u ciclo di lughezza m, la m-sima busta aperta è la busta σ m 1 (k), il cui coteuto è σ m (k) = k: questo sigifica che lo studete trova la carta col proprio ome! Segue pertato che se o ci soo i σ cicli di lughezza maggiore di /, ogi studete troverà sicuramete la busta coteete il proprio ome. Perciò probabilità di successo della strategia 1 p, dove p è la probabilità calcolata el problema precedete. Avedo visto che p log 0.69, abbiamo otteuto quato richiesto (per scrupolo, per = 100, si calcola p 0.688). Sottolieiamo che il limite iferiore otteuto alla probabilità di successo è approssimativamete idipedete da, se è abbastaza grade. Per capire meglio la strategia, defiiamo per m = 1,..., l eveto B m := {lo studete umero m trova la carta col proprio ome}, e poiamo B := {tutti gli studeti trovao la carta col proprio ome} = m=1 Bm. No è difficile covicersi del fatto che P (Bm) = 0.5 per ogi m = 1,...,, qualuque sia la strategia seguita! Di cosegueza P (B) 0.5. Co la strategia proposta abbiamo mostrato che P (B) = P ( m=1 Bm) 0.3. I particolare, gli eveti {Bm} 1 m soo molto sovrapposti (quidi tutt altro che idipedeti). Il cuore della soluzioe cosiste proprio el determiare ua strategia tale che, se si verifica il primo eveto A 1, co grade probabilità si verificao tutti gli altri eveti A m co m 1. Comiciamo co u esempio. (ii) Il modello di Isig Esempio 0.9. Sia Ω u isieme fiito, e sia H : Ω R ua fuzioe arbitraria. Fissato u parametro reale β 0, defiiamo p β (ω) := 1 Z(β) e βh(ω),

7 7 dove Z(β) := ω Ω e βh(ω). È facile vedere che P β (A) := ω A p β (ω) defiisce ua probabilità su (Ω, P(Ω)). Prededo a prestito la termiologia della meccaica statistica, la probabilità P β viee detta misura di Gibbs relativa alla fuzioe Hamiltoiaa (o eergia) H e alla temperatura iversa β. L iterpretazioe è la seguete: gli elemeti ω Ω rappresetao gli stati di u sistema fisico, a cui è associata ua eergia H(ω); quado il sistema è i equilibrio termico alla temperatura assoluta T, poedo β = 1 k B T (dove k B è la costate di Boltzma) si ha che la probabilità di osservare il sistema i uo stato ω è data da p β (ω) = P β ({ω}). Si oti che, el caso β = 0 (temperatura ifiita), p β ( ) o dipede da ω, pertato P 0 o è altro che la probabilità uiforme su Ω. Cosideriamo ivece il limite β + di temperatura zero (assoluto). Idichiamo co m := mi{h(ω) : ω Ω} il miimo assoluto della Hamiltoiaa, e itroduciamo l isieme (o vuoto) A := {ω Ω : H(ω) = m}, costituito dagli elemeti di Ω co eergia miima. Mostriamo ora che lim P β(a) = 1. (0.) β + I altre parole, el limite β +, P β si cocetra sugli elemeti di miima eergia. Per dimostrare (0.) è sufficiete (perché?) mostrare che, per ogi ω A, Si oti che Pertato lim P β({ω}) = β + lim p β(ω) = 0. β + Z(β) e βm. P β ({ω}) e βh(ω) e βm = e βh(ω) m]. (0.3) Essedo ω A, si ha H(ω) > m, e (0.) segue immediatamete da (0.3). Descriviamo ora u celebre modello i meccaica statistica, il modello di Isig per u materiale ferromagetico. Sia Λ u sottoisieme fiito di Z d. I puti di Λ vao iterpretati come i odi (detti ache siti) di u cristallo regolare. Ogi odo è occupato da u atomo, il moto dei cui elettroi produce u campo magetico. I questo modello semplificato, si assume che tale campo magetico, che chiameremo spi, assuma solo due valori, +1 e 1. Ua cofigurazioe per tale sistema è σ = (σ x ) x Λ,

8 8 dove σ x = ±1 è lo spi el odo x Λ. I altre parole Ω = { 1, 1} Λ è l isieme di tutte le cofigurazioi. L eergia (poteziale) associata ad ua cofigurazioe è dovuta all iterazioe tra gli spi dei odi i Λ e all iterazioe co l estero. I questa presetazioe, assumiamo che l iterazioe sia locale: l iterazioe tra gli spi i Λ avviee solo tra siti primi vicii, la cui distaza è pari a 1, metre l iterazioe co l estero riguarda solo i odi del bordo di Λ, cioè Λ = {x Λ : y Λ c tale che x y = 1}. Più precisamete, l eergia (o Hamiltoiaa) di ua cofigurazioe σ è data da H τ Λ(σ) := x,y Λ x y =1 σ x σ y x Λ τ x σ x. (0.4) Si oti che il primo termie i HΛ τ descrive l iterazioe tra gli spi primi vicii i Λ, metre il secodo termie può essere iterpretato come risultate da campi magetici di valore τ x ageti sugli spi del bordo di Λ. Assumiamo per semplicità che τ x = ±1, cioè τ { 1, 1} Λ. Si oti che se fosse τ x 0, l eergia HΛ τ avrebbe esattamete due miimi assoluti, dati rispettivamete da σ x 1 e σ x 1; più i geerale, l eergia di ua cofigurazioe σ sarebbe uguale a quella della cofigurazioe σ. La preseza di u campo magetico al bordo τ { 1, 1} Λ, rompe tale simmetria: i particolare, se τ x +1, l uico miimo di HΛ τ è la cofigurazioe co σ x +1. I ogi caso, ua cofigurazioe ha u valore tato più basso dell eergia quato più gli spi della cofigurazioe soo allieati tra di loro. Ua quatità che gioca u ruolo fisico fodametale è la temperatura. Il moto termico degli atomi si traduce i u disturbo aleatorio sugli spi: il sistema ha ua prefereza per le cofigurazioi a bassa eergia, ma tale prefereza è tato più dobole tato più è alta la temperatura. Queste cosiderazioi ituitive hao ua traduzioe precisa i meccaica statistica cosiderado la misura di Gibbs associata all Hamiltoiaa H Λ, che ora riprediamo i dettaglio. Se T è la temperatura assoluta, idichiamo co β = 1/(k B T ) la temperatura iversa, dove k B è la costate di Boltzma. È coveiete semplificare le otazioi poedo k B = 1 (il che equivale a misurare la temperatura i uità di k B ), di modo che β = 1/T. Secodo l ipotesi di Gibbs, se il sistema è i equilibrio ad ua temperatura iversa β > 0 co campo magetico al bordo τ, la probabilità di osservare ua cofigurazioe di spi σ è data da µ τ 1 Λ,β ({σ}) := ZΛ τ exp βhλ] τ, dove Z τ Λ,β := σ Ω exp βh τ Λ]. I questo modo σ Ω µτ Λ,β ({σ}) = 1. Duque, µτ Λ,β si può estedere ad ua probabilità su Ω poedo, per A Ω: µ τ Λ,β (A) := µ τ Λ({σ}). σ A

9 9 Abbiamo visto che per ogi σ Ω si ha che lim β 0 µτ Λ,β ({σ}) = 1 Ω, cioè, el limite di temperatura ifiita, tutte le cofigurazioi divetao equiprobabili. Ioltre, per ogi σ Ω che o sia u miimo assoluto di HΛ τ si ha lim β + µτ Λ({σ}) = 0, cioè, el limite di temperatura zero, il sistema tede a cogelarsi elle cofigurazioi che miimizzao l eergia. Suppoiamo ora di fissare il reticolo Λ = Λ = {, + 1,..., 0,..., 1, } d e le codizioi al bordo τ x 1. Poiamo Ω := { 1, 1} Λ e scriveremo µ +,β i luogo di µτ Λ,,β Z +,β i luogo di Zτ Λ e,β H+ i luogo di HΛ τ. Itroduciamo l eveto A := {σ Ω : σ 0 = +1}, (0.5) dove 0 = (0, 0,..., 0) idica l origie i Z d. Quidi µ +,β (A) è la probabilità che lo spi ell origie sia positivo. Come suggerito i precedeza, la preseza al bordo di u campo magetico positivo favorisce gli spi positivi rispetto a quelli egativi: di cosegueza, è ituitivamete plausibile che si abbia µ +,β (A) > 1/. Questa disuguagliaza è effettivamete vera, per ogi valore fissato di N e β > 0, ma e omettiamo per brevità la dimostrazioe. Essa esprime il fatto che lo spi ell origie risete del campo magetico al bordo, e, co probabilità > 1/, si alliea allo stesso. Facedo crescere, aumeta la distaza tra l origie e il campo magetico al bordo, la cui iflueza, si può cogetturare, diveti sempre meo rilevate. I altre parole, potrebbe accadere che lim + µ+,β (A) = 1/. (0.6) Viceversa, potrebbe accadere che l iflueza del campo magetico al bordo sull origie sia rilevate ache per grade, ossia che esista E > 0 tale che, per ogi, µ +,β (A) > 1 + E. (0.7) Se accade (0.7), si dice che (per il valore di β dato) si ha magetizzazioe spotaea. Per i ferromageti reali, la magetizzazioe spotaea è u feomeo effettivamete osservato, purché la temperatura sia o troppo elevata. Il problema che ci poiamo è di stabilire se il modello di Isig, almeo per questo aspetto, è u buo modello per u ferromagete reale. Il risultato iteressate è che la risposta dipede dalla dimesioe d dello spazio: per d si ha magetizzazioe spotaea a basse temperature, metre per d = 1 o si ha magetizzazioe spotaea per essu valore della temperatura. No dovrebbe sorpredere il fatto che l aalisi del modello diveta via via più difficile al crescere della dimesioe d. Bechè la dimesioe fisica sia d = 3, ci occuperemo per semplicità solo dei casi d = 1 e d =.

10 Il caso d = 1. Per d = 1 si ha Λ = {, +1,..., 1, } e Ω = { 1, 1} Λ. Co u coto esplicito possiamo scrivere: µ +,β (A) = ( )] µ +,β ({σ}) = 1 1 Z + exp β σ + σ k σ k+1 + σ σ A,β σ Ω : σ 0 =1 k= ( )] ( )] = 1 1 Z + exp β σ + σ k σ k+1 + σ 1 exp β σ 1 + σ k σ k+1 + σ,β σ,...,σ 1 k= k=1 σ 1,...,σ ( )( ) = 1 Z + k= σ kσ k+1 + σ 1) 1 k=1 σ kσ k+1 + σ ).,β σ,...,σ 1 e β(σ + σ 1,...,σ e β(σ1 + Si oti ora che le due somme coteute i quest ultima espressioe soo uguali, cambiado solo i omi delle variabili sommate (σ i σ i ). Duque: { ( )]} µ +,β (A) = 1 1 Z + exp β σ 1 + σ k σ k+1 + σ. (0.8),β σ 1,...,σ Per semplificare questa espressioe, itroduciamo u operatore lieare T, che agisce sullo spazio vettoriale delle fuzioi f da {+1, 1} i R el modo seguete: la fuzioe T f, sempre da {+1, 1} i R, è defiita da (T f)(s) := e βss f(s ) = e βs f(1) + e βs f( 1). s =±1 Ua fuzioe f : {+1, 1} R può essere idetificata co il vettore coloa ( f(+1) f( 1)). I questo modo, la trasformazioe f T f corrispode alla trasformazioe lieare sui vettori di dimesioe due data dalla matrice T s,s := e βss, cioè ( e β e T = β ). (0.9) Posto ϕ(s) = e βs, possiamo riscrivere la relazioe (0.8) come ] µ +,β (A) = 1 Z + T 1,σ1 T σ1,σ T σ 1,σ ϕ(σ ) = 1,β σ 1,...,σ e β e β k=1 Z +,β (T ϕ)(1) ]. (0.10) Si osservi che, se avessimo voluto calcolare µ + (A c ), avremmo dovuto sommare sulle cofigurazioi per le quali σ 0 = 1. L uica differeza, rispetto all espressioe i (0.8), è che l addedo σ 1 ell espoeziale sarebbe stato sostituito da σ 1. Usado le otazioi or ora itrodotte, possiamo cocludere che µ +,β (Ac ) = 1 (T Z + ϕ)( 1) ].,β

11 11 Quest ultima uguagliaza, assieme a (0.10) e al fatto che µ +,β (A) + µ+,β (Ac ) = 1, ci dà Mettedo tutto assieme: Z +,β = (T ϕ)(1) ] + (T ϕ)( 1) ]. µ +,β (A) = (T ϕ)(1) ] (T ϕ)(1) ] + (T ϕ)( 1) ]. (0.11) Usiamo ora u po di algebra lieare. La matrice T defiita i (0.9) ha come autovalori λ 1 = cosh(β), λ = sih(β), corrispodeti agli autovettori v 1 = ( ) 1 1 e v = ( 1 Idetificado vettori e fuzioi come sopra idicato, possiamo esprimere la fuzioe ϕ = ( ) e β e come β ϕ = cosh(β) v 1 + sih(β) v, da cui, usado la liearità di T, si ottiee (T ϕ)(±1) = cosh +1 (β) ± sih +1 (β). I coclusioe, abbiamo calcolato l espressioe esatta di µ +,β (A): µ +,β (A) = cosh +1 (β) + sih +1 (β) ] cosh +1 (β) + sih +1 (β) ] + cosh +1 (β) sih +1 (β) ]. 1). Si oti che effettivamete µ +,β (A) > 1, per ogi valore fissato di N e β > 0 (metre µ +,β (A) = 1 per ogi N, se β = 0). Dato che cosh(β) > sih(β) > 0 per ogi β > 0, lasciamo al lettore il compito di dedurre dalla formula precedete che, per ogi β > 0, si ha lim + µ+,β (A) = 1. Questo mostra che i dimesioe 1 o c è magetizzazioe spotaea per essu β > Il caso d =. I dimesioe due o teteremo di effettuare calcoli esatti co il modello di Isig. I realtà, molti calcoli esatti soo possibili: la loro complessità va però al di là del livello di questo libro. Dimostreremo l esisteza di magetizzazioe spotaea i d = (a basse temperature) mediate u argometo geometrico-combiatorio semplice ed efficace, geeralizzabile a molti modelli più complessi: si tratta del celebre argometo di Peierls. I questo caso il reticolo Λ = {, + 1,..., 1, } è formato dai puti a coordiate itere del quadrato di lato avete l origie al cetro. Poiamo Ω := { 1, 1} Λ. Per comodità di calcolo, coviee modificare leggermete la defiizioe dell eergia, poedo H + (σ) := (σ xσ y 1) x,y Λ x y =1 x Λ (σ x 1). (0.1) Si oti che, co riferimeto all eergia origiale H + defiita i (0.4), per ogi σ Ω si ha H + (σ) = H + (σ) + c, dove c = {x, y Λ : x y = 1} + Λ è ua costate che o dipede da σ. Di cosegueza possiamo scrivere µ +,β(σ) = 1 Z +,β exp βh + (σ) ] = 1 Z +,β exp β H ] + (σ),

12 1 dove Z +,β := σ Ω exp β H ] + (σ). (0.13) I altre parole, la uova eergia H + è fisicamete equivalete a quella origiale, cioè determia la stessa misura di Gibbs. La ragioe per itrodurre l eergia H + è che essa si può riscrivere come H + (σ) = {(x, y) : x y = 1 e σ x σ y} + {x Λ : σ x = 1}. (0.14) Vedremo tra poco l utilità di tale espressioe. Data ua cofigurazioe di spi σ su Λ, completiamola ad ua cofigurazioe di spi su tutto Z assegado spi +1 a tutti i puti esteri a Λ (i realtà, per la costruzioe che segue, è sufficiete assegare spi +1 ai puti di Λ c che distao 1 da qualche puto di Λ ). Per ogi coppia di puti x, y tali che x y = 1 e σ x σ y disegiamo quidi el piao u segmeto di lughezza 1, ortogoale al segmeto cogiugete x e y, il cui puto medio sia x+y. La figura otteuta dall uioe di tutti i segmeti disegati è detta cotour (si veda la Figura 0.1 per u esempio). Figura 0.1. Ua cofigurazioe di spi σ per il modello di Isig el piao, sul reticolo Λ = {,..., } co = 4, co codizioi al bordo positive. I rosso è tracciato il cotour C corrispodete. La parte di cotour tratteggiata è ua poligoale chiusa autoevitate che cotiee l origie. I due segmeti a putii, ell agolo i alto a destra, dao cotributo 1 alla lughezza l(c) del cotour (che i questo caso è pari a 83). Itroduciamo ua otazioe importate: defiiamo poligoale chiusa autoevitate (p.c.a.) l uioe k 1 i=1 PiPi+1 dei segmeti che cogiugoo i successioe k puti P1,..., P k del piao, dove P k = P 1 (poligoale chiusa), P i P j se {i, j} {1, k} (poligoale autoevitate) e ioltre P i = (x i ± 1, yi ± 1 ) co (x i, y i) Λ e P i+1 P i = 1, per ogi i = 1,..., k. U esempio di poligoale chiusa autoevitate è tratteggiato i rosso ella Figura 0.1.

13 13 Il puto fodametale è che ogi cotour C si può sempre scrivere come uioe m i=1 γi di p.a.c. disgiute, dove, co leggero abuso di otazioe, itediamo disgiute ache due poligoali che si itersecao i u umero fiito di puti. Viceversa, u uioe di p.a.c. disgiute è sempre u cotour ammissibile, cioè esiste ua cofigurazioe di spi σ Ω che lo determia, e tale cofigurazioe è uica. Ua dimostrazioe formale di queste affermazioi o è difficile ma è piuttosto luga e oiosa e sarà pertato omessa. Abbiamo otteuto ua caratterizzazioe esplicita dell isieme dei cotour ammissibili, che idicheremo co Ξ, che è i corrispodeza biuivoca co lo spazio delle cofigurazioi Ω. Sottolieiamo che la decomposizioe C = m i=1 γi co γi p.c.a. disgiute i geerale o è uica (si veda ad esempio la Figura 0.1). Da qui i poi idetificheremo ua cofigurazioe σ di spi co il cotour C corrispodete: i particolare, scriveremo µ +,β ({C}), H+ (C), ecc. Defiiamo la lughezza l(c) di u cotour C come il umero dei segmeti di lughezza 1 che lo compogoo (lughezza geometrica), eccetto el caso i cui ua o più coppie di segmeti del cotour descrivao uo dei 4 agoli del reticolo Λ : i questo caso coveiamo che ciascua coppia di tali segmeti dia cotributo 1 alla lughezza l(c) (si veda la Figura 0.1). Co queste covezioi, ricordado la relazioe (0.14) si ottiee la rappresetazioe basilare Possiamo quidi scrivere H + (C) = l(c). µ +,β({c}) = 1 Z+ e β l(c), Z+,β = e β l(c ). (0.15) C Ξ Sia ora C u cotour corrispodete a ua cofigurazioe di spi σ i cui σ 0 = 1. Dato che l isola di spi 1 a cui l origie appartiee dev essere separata dal mare di spi +1 che ricopre tutto Λ c, il cotour C dev essere della forma γ C, dove γ è ua p.c.a. avete l origie al suo itero e C è u cotour tale che γ C = (o, più precisamete, l itersezioe deve cosistere di u umero fiito di puti). Ricordado la defiizioe (0.5) dell eveto A, i termii dei cotour vale la seguete iclusioe: A c { C Ξ : C = γ C, γ p.c.a. che racchiude 0, C Ξ, γ C = }. Si oti che i geerale la decomposizioe C = γ C o è uica (si veda acora la Figura 0.1) ma questo o sarà u problema. Osserviamo ache che, essedo γ e C disgiuti, si ha chiaramete l(γ C ) = l(γ)+l(c ). Possiamo duque scrivere µ +,β(a c ) = 1 Z +,β e β l(c) 1 C A Z + c,β γ p.c.a. che racchiude 0 e β l(γ) ( γ p.c.a. che racchiude 0 ) 1 e βl(c ) Z +,β C Ξ β l(γ) e = C Ξ γ C = e βl(c ) γ p.c.a. che racchiude 0 e β l(γ), dove si è usata la secoda relazioe i (0.15). Disitegrado rispetto ai possibili valori di l(γ) otteiamo µ + (A c ) K m e β m, dove K m := {γ p.c.a. che racchiude 0 : l(γ) = m}. m=1 Ci resta da stimare K m. Se γ è ua poligoale chiusa autoevitate co l(γ) = m, la sua lughezza geometrica è compresa tra m e m + 4; se γ racchiude 0 al suo itero, ecessariamete γ è iteramete coteuta el quadrato Q := m+4 m+4 ] ]. Costruiamo ora ua curva el modo seguete:, m+4, m+4 La cofigurazioe si costruisce assegado il valore + (a causa delle codizioi al bordo positive) agli spi esteri, cioè che o soo racchiusi da alcua poligoale; quidi assegado il valore agli spi detro le poligoali che cofiao co spi di valore +, e così via. Il puto fodametale è il seguete: per come è costruito u cotour, da ogi puto (x ± 1, y ± 1 ) co (x, y) Λ partoo ecessariamete 0, oppure 4 segmeti del cotour. È questa proprietà che permette di decomporre il cotour i poligoali chiuse autoevitati.

14 14 scegliamo u puto i Q della forma (x ± 1, y ± 1 ), co x, y Z (per questa scelta abbiamo al massimo ( m+4 + m+4 + 1) = (m + 5) possibilità); scegliamo ua delle quattro direzioi possibili e tracciamo u segmeto di lughezza uo i quella direzioe; a questo puto, per il tratto successivo, scegliamo ua delle tre direzioi che o ci fao torare al puto da cui proveiamo; iteriamo la procedura per l passi. Tra le curve costruite i questo modo i u umero di passi compreso tra m e m + 4 ci soo i particolare tutte le possibili p.c.a. γ co l(γ) = m. Di cosegueza K m m+4 (m + 5) 4 3 l 1 5 ((m + 5) 4 3 m+3 ). l=m Semplifichiamo questa espressioe co la stima (molto rozza) x 3 x per ogi x N: I questo modo otteiamo. µ +,β(a c ) C K m C 9 m, dove C := m=1 9 m e βm = C + m=1 e c(β)m = C e c(β) 1 e c(β), dove abbiamo posto c(β) := β log 9. Si oti che la stima otteuta o dipede da. Visto che lim β c(β) = + e dato che C è ua costate fissata, segue che esiste β 0 (0, ) tale che per ogi β > β 0 e per ogi N si ha ovvero µ +,β(a c ) 1 4, µ +,β(a) 3 4. Abbiamo duque mostrato che, per gradi valori di β (cioè a temperatura sufficietemete bassa) el modello di Isig i dimesioe ha luogo il feomeo della magetizzazioe spotaea. È possibile mostrare (o lo faremo) che, al cotrario, per valori piccoli di β o si ha magetizzazioe spotaea. I effetti abbiamo dimostrato u affermazioe più forte: per ogi η > 0 esiste β 0(η) (0, ) tale che per ogi β > β 0(η) e per ogi N si ha µ + (A) > 1 η.

SUCCESSIONI DI FUNZIONI

SUCCESSIONI DI FUNZIONI SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe

Dettagli

Algoritmi e Strutture Dati (Elementi)

Algoritmi e Strutture Dati (Elementi) Algoritmi e Strutture Dati (Elemeti Esercizi sulle ricorreze Proff. Paola Boizzoi / Giacarlo Mauri / Claudio Zadro Ao Accademico 00/003 Apputi scritti da Alberto Leporati e Rosalba Zizza Esercizio 1 Posti

Dettagli

Precorso di Matematica, aa , (IV)

Precorso di Matematica, aa , (IV) Precorso di Matematica, aa 01-01, (IV) Poteze, Espoeziali e Logaritmi 1. Nel campo R dei umeri reali, il umero 1 e caratterizzato dalla proprieta che 1a = a, per ogi a R; per ogi umero a 0, l equazioe

Dettagli

CALCOLO COMBINATORIO

CALCOLO COMBINATORIO CALCOLO COMBINATORIO Che cosa sigifica cotare Tutti coosciamo la successioe dei umeri iteri Naturali N = {0, 1,,, } si tratta di ua struttura metale fodametale, chiaramete presete alla ostra ituizioe che

Dettagli

Il Teorema di Markov. 1.1 Analisi spettrale della matrice di transizione. Il teorema di Markov afferma che

Il Teorema di Markov. 1.1 Analisi spettrale della matrice di transizione. Il teorema di Markov afferma che 1 Il Teorema di Marov 1.1 Aalisi spettrale della matrice di trasizioe Il teorema di Marov afferma che Teorema 1.1 Ua matrice di trasizioe regolare P su u isieme di stati fiito E ha ua uica distribuzioe

Dettagli

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33) Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,

Dettagli

MATEMATICA DEL DISCRETO elementi di calcolo combinatorio. anno acc. 2009/2010

MATEMATICA DEL DISCRETO elementi di calcolo combinatorio. anno acc. 2009/2010 elemeti di calcolo combiatorio ao acc. 2009/2010 Cosideriamo u isieme fiito X. Chiamiamo permutazioe su X u applicazioe biuivoca di X i sè. Ad esempio, se X = {a, b, c}, le permutazioi distite soo 6 e

Dettagli

ALGEBRA I MODULO PROF. VERARDI - ESERCIZI. Sezione 1 NUMERI NATURALI E INTERI

ALGEBRA I MODULO PROF. VERARDI - ESERCIZI. Sezione 1 NUMERI NATURALI E INTERI ALGEBRA I MODULO PROF. VERARDI - ESERCIZI Sezioe 1 NUMERI NATURALI E INTERI 2 1.1. Si dimostri per iduzioe la formula: N, k 2 "1( * " 3 ) " 3k +1(. 3 1.2. A) Si dimostri che per ogi a,b N +, N +, se a

Dettagli

Appunti complementari per il Corso di Statistica

Appunti complementari per il Corso di Statistica Apputi complemetari per il Corso di Statistica Corsi di Laurea i Igegeria Edile e Tessile Ilia Negri 24 settembre 2002 1 Schemi di campioameto Co il termie campioameto si itede l operazioe di estrazioe

Dettagli

x n (1.1) n=0 1 x La serie geometrica è un esempio di serie di potenze. Definizione 1 Chiamiamo serie di potenze ogni serie della forma

x n (1.1) n=0 1 x La serie geometrica è un esempio di serie di potenze. Definizione 1 Chiamiamo serie di potenze ogni serie della forma 1 Serie di poteze È stato dimostrato che la serie geometrica x (1.1) coverge se e solo se la ragioe x soddisfa la disuguagliaza 1 < x < 1. I realtà c è covergeza assoluta i ] 1, 1[. Per x 1 la serie diverge

Dettagli

Soluzioni. 2 2n+1 3 2n. n=1. 3 2n 9. n=1. Il numero 2 può essere raccolto fuori dal segno di sommatoria: = 2. n=1 = = 8 5.

Soluzioni. 2 2n+1 3 2n. n=1. 3 2n 9. n=1. Il numero 2 può essere raccolto fuori dal segno di sommatoria: = 2. n=1 = = 8 5. 60 Roberto Tauraso - Aalisi Calcolare la somma della serie Soluzioi + 3 R La serie può essere riscritta el modo seguete: + 4 3 9 Il umero può essere raccolto fuori dal sego di sommatoria: + 4 3 9 Si tratta

Dettagli

Lezione 4. Gruppi di permutazioni

Lezione 4. Gruppi di permutazioni Lezioe 4 Prerequisiti: Applicazioi tra isiemi Lezioi e Gruppi di permutazioi I questa lezioe itroduciamo ua classe ifiita di gruppi o abeliai Defiizioe 41 ia X u isieme o vuoto i dice permutazioe su X

Dettagli

SERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c)

SERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c) SERIE NUMERICHE Esercizi risolti. Calcolare la somma delle segueti serie telescopiche: a) b). Verificare utilizzado la codizioe ecessaria per la covergeza) che le segueti serie o covergoo: a) c) ) log

Dettagli

Cosa vogliamo imparare?

Cosa vogliamo imparare? Cosa vogliamo imparare? risolvere i modo approssimato equazioi del tipo f()=0 che o solo risolubili i maiera esatta ed elemetare tramite formule risolutive. Esempio: log( ) 1= 0 Iterpretazioe grafica Come

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento casuale da popolazione finita (caso senza reinserimento ) Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori

Dettagli

Principio di induzione: esempi ed esercizi

Principio di induzione: esempi ed esercizi Pricipio di iduzioe: esempi ed esercizi Pricipio di iduzioe: Se ua proprietà P dipedete da ua variabile itera vale per e se, per ogi vale P P + allora P vale su tutto Variate del pricipio di iduzioe: Se

Dettagli

DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE

DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 DICEMBRE 2010 1. Sviluppi di Laplace Proposizioe 1.1. Sia A M, (K), allora per ogi idice i = 1,..., fissato vale lo sviluppo

Dettagli

1 Esponenziale e logaritmo.

1 Esponenziale e logaritmo. Espoeziale e logaritmo.. Risultati prelimiari. Lemma a b = a b Lemma Disuguagliaza di Beroulli per ogi α e per ogi ln a k b k. k=0 + α + α Teorema Disuguagliaza delle medie Per ogi ln, per ogi upla {a

Dettagli

Esercizi di Probabilità e Statistica della 2 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova).

Esercizi di Probabilità e Statistica della 2 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizi di Probabilità e Statistica della 2 a settimaa (Corso di Laurea i Matematica, Uiversità degli Studi di Padova). Esercizio. Sia (Ω, A, P) uo spazio probabilizzato e B A o trascurabile. Dimostrare

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile

Dettagli

Diottro sferico. Capitolo 2

Diottro sferico. Capitolo 2 Capitolo 2 Diottro sferico Si idica co il termie diottro sferico ua calotta sferica che separa due mezzi co idice di rifrazioe diverso. La cogiugete il cetro di curvatura C della calotta co il vertice

Dettagli

Cenni di topologia di R

Cenni di topologia di R Cei di topologia di R. Sottoisiemi dei umeri reali Studieremo le proprietà dei sottoisiemi dei umeri reali, R, che hao ad esempio la forma: = (, ) (,) 6 8 = [,] { ;6;8} { } = (, ) (,) [, + ) Defiizioe:

Dettagli

(1 2 3) (1 2) Lezione 10. I gruppi diedrali.

(1 2 3) (1 2) Lezione 10. I gruppi diedrali. Lezioe 0 Prerequisiti: Simmetrie di poligoi regolari. Gruppi di permutazioi. Cetro di u gruppo. Cetralizzate di u elemeto di u gruppo. Riferimeto al testo: [PC] Sezioe 5.4 I gruppi diedrali. Ogi simmetria

Dettagli

Esercizi sui limiti di successioni

Esercizi sui limiti di successioni AM0 - AA 03/4 ALFONSO SORRENTINO Esercizi sui iti di successioi Esercizio svolto a) Usado la defiizioe di ite, dimostare che: + 3 si π cos e ) e b) 0 Soluzioe Comiciamo da a) Vogliamo dimostrare che: ε

Dettagli

Calcolo delle Probabilità 2012/13 Foglio di esercizi 3

Calcolo delle Probabilità 2012/13 Foglio di esercizi 3 Calcolo delle Probabilità 01/13 Foglio di esercizi 3 Probabilità codizioale e idipedeza. Esercizio 1. Sia B u eveto fissato di uo spazio di probabilità (Ω, A, P), co P(B) > 0. Si mostri che P( B) è l uica

Dettagli

Programma (orientativo) secondo semestre 32 ore - 16 lezioni

Programma (orientativo) secondo semestre 32 ore - 16 lezioni Programma (orietativo) secodo semestre 32 ore - 6 lezioi 3 lezioi: successioi e serie 4 lezioi: itegrali 2-3 lezioi: equazioi differeziali 4 lezioi: sistemi di equazioi e calcolo vettoriale e matriciale

Dettagli

Qual è il numero delle bandiere tricolori a righe verticali che si possono formare con i 7 colori dell iride?

Qual è il numero delle bandiere tricolori a righe verticali che si possono formare con i 7 colori dell iride? Calcolo combiatorio sempi Qual è il umero delle badiere tricolori a righe verticali che si possoo formare co i 7 colori dell iride? Dobbiamo calcolare il umero delle disposizioi semplici di 7 oggetti di

Dettagli

Problema di Natale 1 Corso di Geometria per la Laurea in Fisica Andrea Sambusetti 19 Dicembre 2008

Problema di Natale 1 Corso di Geometria per la Laurea in Fisica Andrea Sambusetti 19 Dicembre 2008 Problema di Natale 1 Corso di Geometria per la Laurea i Fisica Adrea Sambusetti 19 Dicembre 28 La particella Mxyzptlk. 2 La particella Mxyzptlk vive i u uiverso euclideo -dimesioale. È costituita da u

Dettagli

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ LE DERIVATE. GENERALITÀ Defiizioe A) Ituitiva. La derivata, a livello ituitivo, è u operatore tale che: a) ad ua fuzioe f associa u altra fuzioe; b) obbedisce alle segueti regole di derivazioe: () D a

Dettagli

1.6 Serie di potenze - Esercizi risolti

1.6 Serie di potenze - Esercizi risolti 6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo

Dettagli

Lezioni di Matematica 1 - I modulo

Lezioni di Matematica 1 - I modulo Lezioi di Matematica 1 - I modulo Luciao Battaia 4 dicembre 2008 L. Battaia - http://www.batmath.it Mat. 1 - I mod. Lez. del 04/12/2008 1 / 28 -2 Sottosuccessioi Grafici Ricorreza Proprietà defiitive Limiti

Dettagli

Proposizione 1. Due sfere di R m hanno intersezione non vuota se e solo se la somma dei loro raggi e maggiore della distanza fra i loro centri.

Proposizione 1. Due sfere di R m hanno intersezione non vuota se e solo se la somma dei loro raggi e maggiore della distanza fra i loro centri. Laboratorio di Matematica, A.A. 009-010; I modulo; Lezioi II e III - schema. Limiti e isiemi aperti; SB, Cap. 1 Successioi di vettori; SB, Par. 1.1, pp. 3-6 Itori sferici aperti. Nell aalisi i ua variabile

Dettagli

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n. SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....

Dettagli

FUNZIONI RADICE. = x dom f Im f grafici. Corso Propedeutico di Matematica. Politecnico di Torino CeTeM. 7 Funzioni Radice RICHIAMI DI TEORIA

FUNZIONI RADICE. = x dom f Im f grafici. Corso Propedeutico di Matematica. Politecnico di Torino CeTeM. 7 Funzioni Radice RICHIAMI DI TEORIA Politecico di Torio 7 Fuzioi Radice FUNZIONI RADICE RICHIAMI DI TEORIA f ( x) = x dom f Im f grafici. = = =7 =9. dispari R R -. - -. - - -. Grafici di fuzioi radici co pari pari [,+ ) [,+ ).. = = =6 =8

Dettagli

Aritmetica 2016/2017 Esercizi svolti in classe Seconda lezione

Aritmetica 2016/2017 Esercizi svolti in classe Seconda lezione Aritmetica 06/07 Esercizi svolti i classe Secoda lezioe Dare ua formula per 3 che o coivolga sommatorie Dato che sappiamo che ( + e ( + ( + 6 vogliamo esprimere 3 mediate, e poliomi i U idea possibile

Dettagli

Quarto Compito di Analisi Matematica Corso di laurea in Informatica, corso B 5 Luglio Soluzioni. z 2 = 3 4 i. a 2 b 2 = 3 4

Quarto Compito di Analisi Matematica Corso di laurea in Informatica, corso B 5 Luglio Soluzioni. z 2 = 3 4 i. a 2 b 2 = 3 4 Quarto Compito di Aalisi Matematica Corso di laurea i Iformatica, corso B 5 Luglio 016 Soluzioi Esercizio 1 Determiare tutti i umeri complessi z tali che z = 3 4 i. Soluzioe. Scrivedo z = a + bi, si ottiee

Dettagli

Stima della media di una variabile X definita su una popolazione finita

Stima della media di una variabile X definita su una popolazione finita Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe

Dettagli

La dinamica dei sistemi - intro

La dinamica dei sistemi - intro La diamica dei sistemi - itro Il puto materiale rappreseta ua schematizzazioe utile o solo per descrivere situazioi di iteresse diretto ma è ache il ecessario presupposto alla meccaica dei sistemi materiali

Dettagli

3.1 Rappresentazione dello stato tensionale nel piano di Mohr: circoli di Mohr.

3.1 Rappresentazione dello stato tensionale nel piano di Mohr: circoli di Mohr. DIDATTICA DI PROGETTAZIONE DELLE COSTRUZIONI PROF. CARMELO MAJORANA MODULO TRE I CONCETTI FONDAMENTALI NELL ANALISI DELLA TENSIONE PARTE B) MODULO PER LO SPECIALIZZANDO Modulo. Rappresetazioe dello stato

Dettagli

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO 0. Itroduzioe Oggetto del calcolo combiatorio è quello di determiare il umero dei modi mediate i quali possoo essere associati, secodo prefissate regole, gli elemeti di uo stesso

Dettagli

Consideriamo un insieme di n oggetti di natura qualsiasi. Indicheremo questi oggetti con

Consideriamo un insieme di n oggetti di natura qualsiasi. Indicheremo questi oggetti con Calcolo Combiatorio Adolfo Scimoe pag 1 Calcolo combiatorio Cosideriamo u isieme di oggetti di atura qualsiasi. Idicheremo questi oggetti co a1 a2... a. Co questi oggetti si voglioo formare dei gruppi

Dettagli

Matematica. Corso integrato di. per le scienze naturali ed applicate. Materiale integrativo. Paolo Baiti 1 Lorenzo Freddi 1

Matematica. Corso integrato di. per le scienze naturali ed applicate. Materiale integrativo. Paolo Baiti 1 Lorenzo Freddi 1 Corso itegrato di Matematica per le scieze aturali ed applicate Materiale itegrativo Paolo Baiti Lorezo Freddi Dipartimeto di Matematica e Iformatica, Uiversità di Udie, via delle Scieze 206, 3300 Udie,

Dettagli

SULLE PARTIZIONI DI UN INSIEME

SULLE PARTIZIONI DI UN INSIEME Claudia Motemurro Ricordiamo la SULLE PRTIZIONI DI UN INSIEME Defiizioe: Ua partizioe di u isieme è ua famiglia { sottoisiemi o vuoti di X tali che: - X è l uioe degli isiemi X i (i I ), cioè X = U i X

Dettagli

16 - Serie Numeriche

16 - Serie Numeriche Uiversità degli Studi di Palermo Facoltà di Ecoomia CdS Statistica per l Aalisi dei Dati Apputi del corso di Matematica 6 - Serie Numeriche Ao Accademico 03/04 M. Tummiello, V. Lacagia, A. Cosiglio, S.

Dettagli

Esercizi sulle successioni

Esercizi sulle successioni Esercizi sulle successioi 1 Verificare, attraverso la defiizioe, che la successioe coverge a 2 3. a := 2 + 3 3 7 2 Verificare, attraverso la defiizioe, che la successioe coverge a 0. a := 4 + 3 3 5 + 7

Dettagli

Richiami sulle potenze

Richiami sulle potenze Richiami sulle poteze Dopo le rette, le fuzioi più semplici soo le poteze: Distiguiamo tra: - poteze co espoete itero - poteze co espoete frazioario (razioale) - poteze co espoete reale = Domiio delle

Dettagli

ORDINAMENTO 2010 SESSIONE STRAORDINARIA - QUESITI QUESITO 1

ORDINAMENTO 2010 SESSIONE STRAORDINARIA - QUESITI QUESITO 1 www.matefilia.it ORDINAMENTO 1 SESSIONE STRAORDINARIA - QUESITI QUESITO 1 Due osservatori si trovao ai lati opposti di u grattacielo, a livello del suolo. La cima dell edificio dista 16 metri dal primo

Dettagli

RISOLUZIONE MODERNA DI PROBLEMI ANTICHI

RISOLUZIONE MODERNA DI PROBLEMI ANTICHI RISOLUZIONE MODERNA DI PROBLEMI ANTICHI L itelletto, duque, che o è la verità, o comprede mai la verità i modo così preciso da o poterla compredere (poi acora) più precisamete, all ifiito, perché sta alla

Dettagli

1. Serie numeriche. Esercizio 1. Studiare il carattere delle seguenti serie: n2 n 3 n ; n n. n n. n n (n!) 2 ; (2n)! ;

1. Serie numeriche. Esercizio 1. Studiare il carattere delle seguenti serie: n2 n 3 n ; n n. n n. n n (n!) 2 ; (2n)! ; . Serie umeriche Esercizio. Studiare il carattere delle segueti serie: ;! ;! ;!. Soluzioe.. Serie a termii positivi; cofrotiamola co la serie +, che è covergete: + + + 0. Pertato, per il criterio del cofroto

Dettagli

Esame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).

Esame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Esame di Probabilità e Statistica del 9 luglio 27 Corso di Laurea Trieale i Matematica, Uiversità degli Studi di Padova). Cogome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto fiale Attezioe: si cosegao

Dettagli

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie Approfodimeto 2.1 Scalig degli stimoli mediate il metodo del cofroto a coppie Il metodo del cofroto a coppie di Thurstoe (Thurstoe, 1927) si basa sull assuzioe che la valutazioe di u oggetto o di uo stimolo

Dettagli

Preparazione al corso di statistica Prof.ssa Cerbara

Preparazione al corso di statistica Prof.ssa Cerbara Preparazioe al corso di statistica Prof.ssa Cerbara Esistoo molti isiemi umerici, ciascuo co caratteristiche be precise. Alcui importatissimi isiemi umerici soo: N: isieme dei umeri aturali, cioè tutti

Dettagli

1.2 IL PRINCIPIO FONDAMENTALE DEL CALCOLO COMBINATORIO

1.2 IL PRINCIPIO FONDAMENTALE DEL CALCOLO COMBINATORIO Aalisi combiatoria CAPITOLO 1 1.1 INTRODUZIONE Quello che segue è u tipico problema pratico che coivolge le probabilità. U sistema di comuicazioe cosiste di atee apparetemete idetiche che vegoo allieate

Dettagli

PRINCIPIO D INDUZIONE E DIMOSTRAZIONE MATEMATICA. A. Induzione matematica: Introduzione

PRINCIPIO D INDUZIONE E DIMOSTRAZIONE MATEMATICA. A. Induzione matematica: Introduzione PRINCIPIO D INDUZIONE E DIMOSTRAZIONE MATEMATICA CHU WENCHANG A Iduzioe matematica: Itroduzioe La gra parte delle proposizioi della teoria dei umeri dà euciati che coivolgoo i umeri aturali; per esempio

Dettagli

Cerchi di Mohr - approfondimenti

Cerchi di Mohr - approfondimenti Comportameto meccaico dei materiali Cerchi di Mohr - approfodimeti Stato di tesioe e di deformazioe Cerchi di Mohr - approfodimeti L algebra dei cerchi di Mohr Proprietà di estremo dei cerchi di Mohr Costruzioe

Dettagli

Esercizi sul principio di induzione

Esercizi sul principio di induzione Esercitazioi di Aalisi I, Uiversità di Trieste, lezioe del 0/0/008 Esercizi sul pricipio di iduzioe Esercizio Dimostrare per iduzioe che + + + ( + ), Risoluzioe Le dimostrazioi di ua proprietà P() per

Dettagli

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5

Dettagli

Lezione 10 - Tensioni principali e direzioni principali

Lezione 10 - Tensioni principali e direzioni principali Lezioe 10 - Tesioi pricipali e direzioi pricipali ü [A.a. 2011-2012 : ultima revisioe 23 agosto 2011] I questa lezioe si studiera' cio' che avviee alla compoete ormale di tesioe s, al variare del piao

Dettagli

La formula del binomio

La formula del binomio La formula del biomio Ua spiegazioe elemetare Riccardo Dossea 7 dicembre 5 I questo articolo vogliamo presetare ua dimostrazioe elemetare, che eviti espliciti riferimeti di carattere combiatorio, della

Dettagli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe

Dettagli

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè

Dettagli

L INFORMAZIONE E LE CODIFICHE

L INFORMAZIONE E LE CODIFICHE L INFORMAZIONE E LE CODIFICE UN PO DI STORIA - La Teoria dell iformazioe è ata ella secoda metà del 900, sebbee il termie iformazioe sia atico (dal latio mettere i forma) - I omi più importati soo Nyquist,

Dettagli

Pompa di calore a celle di Peltier. ( 3 ) Analisi dei dati

Pompa di calore a celle di Peltier. ( 3 ) Analisi dei dati Pompa di calore a celle di Peltier ( 3 ) Aalisi dei dati Scuola estiva di Geova 2 6 settembre 2008 1 Primo esperimeto : riscaldameto per effetto Joule Come descritto ella guida, misuriamo tesioe di alimetazioe

Dettagli

15 - Successioni Numeriche e di Funzioni

15 - Successioni Numeriche e di Funzioni Uiversità degli Studi di Palermo Facoltà di Ecoomia CdS Statistica per l Aalisi dei Dati Apputi del corso di Matematica 15 - Successioi Numeriche e di Fuzioi Ao Accademico 2013/2014 M Tummiello, V Lacagia,

Dettagli

STUDIO DEL LANCIO DI 3 DADI

STUDIO DEL LANCIO DI 3 DADI Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio

Dettagli

Appendice A. Elementi di Algebra Matriciale

Appendice A. Elementi di Algebra Matriciale ppedice. Elemeti di lgebra Matriciale... 2. Defiizioi... 2.. Matrice quadrata... 2..2 Matrice diagoale... 2..3 Matrice triagolare... 3..4 Matrice riga e matrice coloa... 3..5 Matrice simmetrica e emisimmetrica...

Dettagli

I tre personaggi della matematica. Prof.ssa Sandra Gaudenzi 30 aprile 2012

I tre personaggi della matematica. Prof.ssa Sandra Gaudenzi 30 aprile 2012 i e 0 I tre persoaggi della matematica Prof.ssa Sadra Gaudezi 30 aprile 202 Numeri algebrici e trascedeti U umero algebrico è u ualsiasi umero x, reale o complesso, che soddisfi u euazioe algebrica della

Dettagli

Traccia delle soluzioni degli esercizi del fascicolo 6

Traccia delle soluzioni degli esercizi del fascicolo 6 Traccia delle soluzioi degli esercizi del fascicolo 6 Esercizio Vegoo geerati umeri casuali tra 0 e, co distribuzioe uiforme. Quati umeri è ecessario geerare affiché la probabilità che la somma di essi

Dettagli

Matematica per Finanza, assicurazioni e impresa; aa ; argomenti svolti:

Matematica per Finanza, assicurazioni e impresa; aa ; argomenti svolti: Matematica per Fiaza, assicurazioi e impresa; aa 2015-2016; argometi svolti: I settimaa; 21.09 Presetazioe del corso. I particolare: -Aalisi (fuzioi reali di ua variabile reale, calcolo differeziale, calcolo

Dettagli

La base naturale dell esponenziale

La base naturale dell esponenziale La base aturale dell espoeziale Beiamio Bortelli 7 aprile 007 Il problema I matematica, ci è stato detto, la base aturale della fuzioe espoeziale è il umero irrazioale: e =, 7888... Restao, però, da chiarire

Dettagli

NUOVI CRITERI DI DIVISIBILITÀ

NUOVI CRITERI DI DIVISIBILITÀ NUOVI CRITERI DI DIVISIBILITÀ BRUNO BIZZARRI, FRANCO EUGENI, DANIELA TONDINI 1 1. Su tutti i testi scolastici di Scuola Media, oostate siao riportati i criteri di divisibilità per i umeri, 3, 4, 5, 6,

Dettagli

1. Tra angoli e rettangoli

1. Tra angoli e rettangoli . Tra agoli e rettagoli Attività : il foglio A4 e le piegature Predi u foglio di carta A4 e piegalo a metà. Cota di volta i volta quati rettagoli si ottegoo piegado a metà più volte il foglio. Immagia

Dettagli

Induzione Elettromagnetica

Induzione Elettromagnetica Iduzioe Elettromagetica U campo elettrico che iduce quidi ua correte elettrica produce u campo magetico. U campo magetico è i grado di produrre u campo elettrico? Quado o c e moto relativo fra il magete

Dettagli

Teoria degli insiemi : alcuni problemi combinatorici.

Teoria degli insiemi : alcuni problemi combinatorici. Teoria degli isiemi : alcui problemi combiatorici. Il calcolo combiatorio prede i cosiderazioe degli isiemi fiiti particolari e e cota l ordie. Questo può dar luogo ad iteressati e utili applicazioi. Premettiamo

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere

Dettagli

Successioni di numeri reali

Successioni di numeri reali CAPITOLO Successioi di umeri reali. Defiizioi ed esempi. Limite di ua successioe. Nell ultimo paragrafo del capitolo precedete abbiamo itrodotto alcue fuzioi elemetari da sottoisiemi di) R a valori i R,

Dettagli

a) la funzione costante k. Sia k un numero reale e consideriamo la funzione che ad ogni numero reale x associa k: x R k

a) la funzione costante k. Sia k un numero reale e consideriamo la funzione che ad ogni numero reale x associa k: x R k ALCUNE FUNZIONI ELEMENTARI ( E NON) E LORO GRAFICI (*) a) la fuzioe costate k. Sia k u umero reale e cosideriamo la fuzioe che ad ogi umero reale x associa k: x R k Tale fuzioe è detta fuzioe costate k;

Dettagli

Serie numeriche e di funzioni - Esercizi svolti

Serie numeriche e di funzioni - Esercizi svolti Serie umeriche e di fuzioi - Esercizi svolti Serie umeriche Esercizio. Discutere la covergeza delle serie segueti a) 3, b) 5, c) 4! (4), d) ( ) e. Esercizio. Calcolare la somma delle serie segueti a) (

Dettagli

ESERCITAZIONI 1 (vers. 1/11/2013)

ESERCITAZIONI 1 (vers. 1/11/2013) ESERCITAZIONI 1 (vers. 1/11/2013 Daiela De Caditiis tutoraggio MAT/06 Igegeria dell Iformazioe - sede di Latia, prima qualche richiamo di teoria... CALCOLO COMBINATORIO Il pricipio fodametale del calcolo

Dettagli

Elementi di Calcolo Combinatorio

Elementi di Calcolo Combinatorio Elemeti di Calcolo Combiatorio Alessadro De Gregorio Sapieza Uiversità di Roma alessadro.degregorio@uiroma1.it Idice 1 Premessa 1 2 Permutazioi 2 3 Disposizioi 3 4 Combiazioi 4 5 Il coefficiete multiomiale

Dettagli

Calcolo differenziale e integrale

Calcolo differenziale e integrale Calcolo differeziale e itegrale fuzioi di ua variabile reale Gabriele H. Greco Dipartimeto di Matematica Uiversità di Treto 385 POVO Treto Italia www.sciece.uit.it/ greco a.a. 5-6: Apputi del corso di

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso

Dettagli

CAMPUS ESTIVO 2011 MATEMATICA, FISICA E SPORT

CAMPUS ESTIVO 2011 MATEMATICA, FISICA E SPORT DANIELA ROMAGNOLI MATEMATICA AL FORTE CAMPUS ESTIVO 0 MATEMATICA, FISICA E SPORT BARD (AO) PREFAZIONE Ho preparato queste ote per il Corso di Algebra modera iserito el Campus estivo 0 di matematica, fisica

Dettagli

2. PROBLEMI ISOPERIMETRICI

2. PROBLEMI ISOPERIMETRICI . ROBLEMI IOERIMETRICI (OLUZIONI roblema isoperimetrico classico : Tra le figure piae di perimetro fissato trovare quella di area massima. ROBLEMA IOERIMETRICO ER I RETTANGOLI: (itra tutti i rettagoli

Dettagli

IPSAA U. Patrizi Città di Castello (PG) Classe 5A Tecnico Agrario. Lezione di martedì 10 novembre 2015 (4 e 5 ora) Disciplina: MATEMATICA

IPSAA U. Patrizi Città di Castello (PG) Classe 5A Tecnico Agrario. Lezione di martedì 10 novembre 2015 (4 e 5 ora) Disciplina: MATEMATICA IPSAA U. Patrizi Città di Castello (PG) Classe A Tecico Agrario Lezioe di martedì 0 ovembre 0 (4 e ora) Disciplia: MATEMATICA La derivata della fuzioe composta Fuzioe composta Df(g())f (g())g () Questa

Dettagli

Materiale didattico relativo al corso di Matematica generale Prof. G. Rotundo a.a.2009/10

Materiale didattico relativo al corso di Matematica generale Prof. G. Rotundo a.a.2009/10 Materiale didattico relativo al corso di Matematica geerale Prof. G. Rotudo a.a.2009/10 ATTENZIONE: questo materiale cotiee i lucidi utilizzati per le lezioi. NON sostituisce il libro, che deve essere

Dettagli

Lezione 5. Gli anelli

Lezione 5. Gli anelli Lezioe 5 Prerequisiti: Lezioe, Lezioe 3. Gli aelli I questa lezioe diamo il secodo esempio di struttura algebrica astratta, che si aggiuge a quella di gruppo, defiita ella Lezioe. Questa uova struttura,

Dettagli

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice. La Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie La 1 2 La 3 4 () Statistica 2 / 26 Trimmed mea - La aritmetica risete della preseza di valori

Dettagli

Titolo della lezione. Campionamento e Distribuzioni Campionarie

Titolo della lezione. Campionamento e Distribuzioni Campionarie Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2010

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2010 ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 00 Il cadidato risolva uo dei due problemi e 5 dei 0 quesiti i cui si articola il questioario. PROBLEMA Sia ABCD u quadrato di lato, P u puto di

Dettagli

Progetto Matematica in Rete - Numeri naturali - I numeri naturali

Progetto Matematica in Rete - Numeri naturali - I numeri naturali I umeri aturali Quali soo i umeri aturali? I umeri aturali soo : 0,1,,3,4,5,6,7,8,9,,11 I umeri aturali hao u ordie cioè dati due umeri aturali distiti a e b si può sempre stabilire qual è il loro ordie

Dettagli

13/10/16. Codice 1: Italiana 00. Macchina 00 Razzo 01 Aereo 10

13/10/16. Codice 1: Italiana 00. Macchina 00 Razzo 01 Aereo 10 Rappresetazioe dell'iformazioe I calcolatori elettroici soo macchie i grado di elaborare iformazioi trasformadole i altre iformazioi. Nel modo dell'iformatica, itediamo i modo più restrittivo per iformazioe

Dettagli

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo Politecico di Milao - Ao Accademico 010-011 Statistica 086449 Docete: Alessadra Guglielmi Esercitatore: Stefao Baraldo Esercitazioe 8 14 Giugo 011 Esercizio 1. Sia X ua popolazioe distribuita secodo ua

Dettagli

Studio di funzione. Rappresentazione grafica di una funzione: applicazioni

Studio di funzione. Rappresentazione grafica di una funzione: applicazioni Studio di fuzioe Tipi di fuzioi Le fuzioi si possoo raggruppare i alcue tipologie di base: Razioali: se le operazioi che vi si effettuao soo addizioe, sottrazioe, prodotto, divisioe ed elevameto a poteza

Dettagli

min z wz sub F(z) = y (3.1)

min z wz sub F(z) = y (3.1) 37 LA FUNZIONE DI COSTO 3.1 Miimizzazioe dei costi Riprediamo il problema della massimizzazioe dei profitti del capitolo precedete e suppoiamo ora che l'impresa coosca il livello di output che deve produrre;

Dettagli

CODICI E GRAFI Stefano Bertorelli Dottorato in Ingegneria dell Informazione XVIII ciclo Anno Accademico 2003/2004 Corso di Matematica Discreta

CODICI E GRAFI Stefano Bertorelli Dottorato in Ingegneria dell Informazione XVIII ciclo Anno Accademico 2003/2004 Corso di Matematica Discreta CODICI E GRAFI Stefao Bertorelli Dottorato i Igegeria dell Iformazioe XVIII ciclo Ao Accademico 00/00 Corso di Matematica Discreta Riassuto I questo lavoro si mostra come sia possibile geerare codici biari

Dettagli

n 1 = n b) {( 1) n } = c) {n!} In questo caso la successione è definita per ricorrenza: a 0 = 1, a n = n a n 1 per ogni n 1.

n 1 = n b) {( 1) n } = c) {n!} In questo caso la successione è definita per ricorrenza: a 0 = 1, a n = n a n 1 per ogni n 1. Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 0: Riferimeti: R.Adams, Calcolo Differeziale - Si cosiglia vivamete di fare gli esercizi del testo. Successioi umeriche:

Dettagli

RAPPRESENTAZIONE ANALITICA DEI PUNTALI OGIVALI PER PROIETTILI

RAPPRESENTAZIONE ANALITICA DEI PUNTALI OGIVALI PER PROIETTILI M. G. BUSATO RAPPRESENTAZIONE ANALITIA DEI PUNTALI OGIVALI PER PROIETTILI mgbstudio.et SOMMARIO I umerose applicazioi balistiche, ed i particolare per calcolare la resisteza aerodiamica di u proiettile,

Dettagli

x 2 + px + q =0 x + p 2 p 2 p 2

x 2 + px + q =0 x + p 2 p 2 p 2 Capitolo 3 Numeri complessi L itroduzioe dei umeri complessi avvee storicamete per la ecessità di dare u seso ad alcue operazioi algebriche impossibili ell isieme dei umeri reali, come ad esempio la radice

Dettagli