1 Trasformazione di vettori e 1-forme per cambiamenti

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "1 Trasformazione di vettori e 1-forme per cambiamenti"

Transcript

1 Trasformazione di vettori e -forme per cambiamenti di coordinate Consideriamo lo spazio di Minkowski in coordinate cartesiane {x µ } (x,x,x 2,x 3 ). La sua metrica è ds 2 (dx ) 2 +(dx ) 2 +(dx 2 ) 2 +(dx 3 ) 2 g µν dx µ dx ν () con g µν. (2) Consideriamo le coordinate polari {x α } (x,r,θ,φ), definite nell insieme r>, <θ<π, <φ<2π (3) in termini delle coordinate cartesiane mediante la trasformazione di coordinate x x x µ x µ x (x α ): cos φ x 2. (4) sin φ x 3 r cos θ Passando dalle coordinate cartesiane alle coordinate polari, i vettori di base e (µ) e le -forme di base ω (µ) dx µ si trasformano secondo le con x µ Sottolineiamo che per xµ ω (µ) Λ µ α ω(α ) e (µ) Λ α µ e (α ) (5) Λ µ α xµ Λ α µ xα x µ. (6) si intendono le derivate delle funzioni di trasformazione di coordinate x µ (x α ), nel nostro caso le (4), e per xα x le derivate µ delle trasformazioni di coordinate inverse x α (x µ ). Definiamo la matrice Λ di componenti Λ µ α Λ(Λ µ x µ α ). (7) In questa definizione, per convenzione, l indice di riga è l indice alto (in questo caso µ), mentre l indice di colonna è l indice basso (in questo caso α ) (ricordiamo

2 che nel prodotto righe per colonne tra due matrici A B C con C ik A ij B jk, gli indici che si contraggono sono l indice di colonna della matrice di sinistra e l indice di riga della matrice di destra). Consideriamo la matrice che ha come componenti le Λ α µ, con la stessa convenzione sugli indici di riga e di colonna. Poichè Λ µ α Λα ν xµ x α x ν δµ ν, (8) equestoèun prodotto righe per colonne in quanto si contrae l indice di colonna della prima matrice e l indice di riga della seconda, ne segue che la matrice di componenti Λ α µ è quella matrice che, moltiplicata per Λ, dà l identità, ovvero è l inversa: ) ( x Λ α Λ α µ x µ. (9) Quindi, per determinare le derivate xα x non è necessario invertire le funzioni µ x µ (x α ), ricavando le x α (x µ ), e poi derivare queste ultime rispetto agli x µ : basta calcolare la matrice Λ e invertirla. Nel caso della trasformazione di coordinate (4), derivando le x µ (x )sitrova x Λ (Λ µ µ α ) La matrice inversa è ( Λ sinθ cos φ rcos θ cos φ sin φ sinθ sin φ rcos θ sin φ rsin θ cos φ cosθ Λ α µ ) sinθ cos φ sin θ sin φ cos θ r cos θ cos φ r cos θ sin φ sin φ cos φ. (). () In generale un campo vettoriale (che spesso per brevità di notazione verrà impropriamente detto vettore, così come i campi di -forme verranno spesso impropriamente detti -forme ) V si esprime nei due sistemi di coordinate {x µ } e {x α } rispettivamente come V V µ (x) e (µ) V α (x ) e (α ) (2) per cui le componenti di V nelle due basi, V µ (x) ev α (x ), si trasformano secondo la V µ (x) Λ µ α V α (x (x)). (3) 2

3 Per un campo di forme σ, analogamente, σ σ µ (x) ω (µ) σ α (x ) ω (α ) (4) e σ µ (x) Λ α µ σ α (x (x)). (5) È da notare che per trasformare un campo di vettori o -forme (o, più ingenerale, un campo tensoriale) non è sufficiente applicare gli operatori Λ, Λ, bisogna anche esprimere le vecchie coordinate nelle nuove coordinate. Consideriamo ad esempio un campo scalare dato nelle coordinate x µ,φ(x). Cambiando coordinate {x µ } {x α }, (6) il campo scalare si trasforma come segue: Φ(x) Φ (x ) Φ(x(x )) (7) dove x(x ) sono le trasformazioni di coordinate, in questo caso le (4). Ad esempio, se in coordinate cartesiane in coordinate polari il campo diventa Φ(x) (x ) 2 +(x 2 ) 2, (8) Φ (x ) Φ(x(x )) (x (r, θ, φ)) 2 +(x 2 (r, θ, φ)) 2 r 2 sin 2 θ, (9) per cui la sua forma funzionale cambia, anche se il valore assunto dal campo scalare in un dato punto della varietà è lo stesso. Consideriamo un campo vettoriale V che, in coordinate cartesiane {x µ }, abbialaforma {V µ (x)} (V,V,V 2,V 3 ) ( (x ) 2 +(x 2 ) 2 +(x 3 ) 2, x 2,x, ), (2) ovvero, in notazione geometrica, V ( (x ) 2 +(x 2 ) 2 +(x 3 ) 2) e () x 2 e () + x e (2). (2) Le componenti in coordinate polari del campo vettoriale V saranno V α (x )Λ α µ V µ (x(x )) sinθ cos φ sin θ sin φ cos θ r cos θ cos φ r cos θ sin φ sin φ r 2 cos φ r 2 sin φ cos φ. (22) 3

4 Notare che abbiamo scritto Λ α µ V µ come prodotto riga per colonna della matrice Λ per il vettore colonna V ; abbiamo potuto farlo perchè l indice contratto (o, come si dice, muto ) è in questo caso l indice µ, cheè l indice di colonna della matrice Λ; se si considera V come un vettore colonna, l indice µ di V µ è l indice di riga di V, e abbiamo quindi il prodotto matriciale Λ V. Consideriamo ora la -forma σ di componenti (nelle coordinate {x µ }) {σ µ (x)} (σ,σ,σ 2,σ 3 )(,x,x 2,x 3 ), (23) e calcoliamo le sue componenti in coordinate polari. Esse saranno σ α (x )Λ µ α σ µ(x(x )). (24) In questo caso l indice muto è l indice di riga di Λ. Poichè nel prodotto riga per colonna si contraggono l indice di colonna della matrice di sinistra e l indice di riga della matrice di destra, se vogliamo scrivere la (24) come prodotto righe per colonne la Λ deve stavolta essere la matrice di destra, e σ deve essere visto come un vettore riga: σ α (x )Λ µ α σ µ(x(x )) (,rsin θ cos φ, sin φ, r cos θ) (,r,, ). sinθ cos φ rcos θ cos φ sin φ sinθ sin φ rcos θ sin φ rcos θ cos φ cosθ (25) Per comodità si può scrivere il passaggio intermedio σ α (x )σ µ (x(x ))Λ µ α ma è solo un modo per vedere meglio le cose, non è indispensabile: scrivendo quello che di fatto è un prodotto di monomi in modo che gli indici ripetuti sono affiancati, abbiamo lo stesso ordinamento che dovremo seguire per interpretarlo come prodotto matriciale. Consideriamo ancora la metrica () in coordinate cartesiane ds 2 (dx ) 2 +(dx ) 2 +(dx 2 ) 2 +(dx 3 ) 2. (26) Per trasformarla in coordinare polari, potremmo utilizzare la formula di trasformazione del tensore metrico. Ma, per determinare la trasformazione della metrica per un cambiamento di coordinate, esiste un metodo a volte più veloce: è sufficiente sostituire nella (26) la trasformazione delle forme di base ω (µ) dx µ, dx µ xµ dx α (27) che può essere ottenuta differenziando le x µ (x α ) (nel nostro caso le (4)): dx dx dx sinθ cos φdr + r cos θ cos φdθ sin φdφ dx 2 sinθ sin φdr + r cos θ sin φdθ + cos φdφ dx 3 cosθdr dθ. (28) 4

5 Sostituendo nella (26) si trova la metrica dello spazio piatto in coordinate polari: dx 2 (dx ) 2 + dr 2 + r 2 dθ 2 + r 2 sin θ 2 dφ 2. (29) 2 Trasformazione di tensori per cambiamenti di coordinate Consideriamo lo spazio-tempo di Minkowski in coordinate cilindriche. Siano {x µ } (t, r, φ, z) le coordinate cilindriche, {x α } (t,x,y,z ) le coordinate cartesiane, legate tra loro dalla trasformazione di coordinate t t x α x α (x µ x ): r cos φ y. (3) r sin φ z z Troviamo la matrice Λ che governa le trasformazioni di tensori per cambiamenti di coordinate, derivando le (3). Nelle nostre convenzioni, x Λ (Λ µ µ α ) Λ Λ α µ ) ( x µ. (3) La matrice che possiamo calcolare derivando le (3) èλ,dopodichè, invertendola, troviamo Λ: Λ cosφ r sin φ sinφ rcos φ Λ cosφ sin φ r sin φ r cos φ. (32) Siadatoiltensoreditipo nel sistema di coordinate cilindriche. 2 r T µν sinφ r cos φ. (33) Vogliamo trovare le sue componenti nel sistema di coordinate cartesiane. Sarà T α β Λµ α Λν β T µν. (34) 5

6 La (34) può essere calcolata componente per componente: T Λ Λ T +Λ Λ T +... T Λ Λ T +Λ Λ T (35) ma (per i tensori con al più due indici) è conveniente utilizzare il formalismo matriciale. Definiamo le matrici, che chiameremo (solo per questo calcolo) T e T, costituite dalle componenti dei tensori T α,β, T α β : T (T µν ), T (T α β ), (36) dove al solito scegliamo la convenzione secondo la quale l indice di sinistra èdi riga, quello di destra è di colonna, indipendentemente dal fatto che stiano in alto o in basso. Per poter scrivere l espressione (34) T α β Λµ α Λν β T µν (37) come prodotto righe per colonne di matrici, l indice di colonna di una matrice si deve contrarre con l indice di riga della matrice successiva, ovvero, nelle nostre convenzioni, gli indici sommati devono essere affiancati. Perciò, ad esempio, Λ ν β T µν T µν Λ ν β sono le componenti del prodotto righe per colonne T Λ. Ma l indice µ in (37) è indice di riga sia in T µν sia in Λ µ α, quindi, per poter scrivere la (37) come prodotto matriciale, dobbiamo considerare in Λ µ α µ indice di colonna ed α indice di riga; ciò equivale a considerare la matrice trasposta alla matrice Λ. In altre parole, nella convenzione in cui l indice di riga sta sempre a sinistra e quello di colonna sempre a destra, data una matrice A (A ij ), la sua matrice trasposta A T (A T ij ) ha per definizione componenti A T ij A ji, (38) quindi Λ µ α ΛT µ α (39) e la (34) T α β Λµ α T µν Λ ν β (4) corrisponde all espressione matriciale T Λ T T Λ. (4) 6

7 Calcolando esplicitamente, T Λ T T Λ cosφ r sin φ sinφ r cos φ r sin φ cos φ sin φ cos φ cos 2 φ sin 2 φ r sinφ r cos φ cosφ sin φ sin φ +cosφ sin φ cos φ sin φ cos 2 φ sin 2 φ cos φ cos 2 φ sin 2 φ cos φ sin 3 φ Λ cosφ sin φ r sin φ r cos φ (T α β ) (42) che sono le componenti del tensore nel riferimento cartesiano {x α }. Esse devono però essere espresse in coordinate cartesiane, ovvero sostinuendo cos φ x x 2 + y 2 y sin φ. (43) x 2 + y 2 2 Analogamente, per un tensore di componenti in coordinate cilindriche T µν, le componenti in coordinate cartesiane sono T α β Λ α µλ β νt µν Λ α µt µν Λ β ν (44) e, definendo le matrici T (T µν )et (T α β ), possiamo scrivere la (44) in forma matriciale: T Λ T (Λ T ). (45) Ricordare che (Λ T ) (Λ ) T,ovveroinquestocaso ( Per un tensore (Λ T ) ), cosφ sin φ r sin φ rcos φ. (46) T α β Λα µλ ν β T µ ν Λ α µt µν Λ ν β (47) che, definendo le matrici T (T µ ν)et (T α β ), può esssere scritta come T Λ T Λ. (48) 7

1 Trasformazione di vettori e 1-forme per cambiamenti

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

Dettagli

Trasformazione della metrica per cambiamenti di coordinate

Trasformazione della metrica per cambiamenti di coordinate TERZA ESERCITAZIONE Trasformazione della metrica per cambiamenti di coordinate Consideriamo lo spazio di Minkowski in coordinate cartesiane {x µ } (x, x, x, x 3. La sua metrica è ds (dx + (dx + (dx + (dx

Dettagli

dλ + Γµ ναu ν V α = 0 (3)

dλ + Γµ ναu ν V α = 0 (3) SESTA ESERCITAZIONE Trasporto parallelo Lungo una curva di parametro λ, di vettore tangente U µ = dxµ dλ, (1) il vettore V µ è trasportato parallelamente se soddisfa le equazioni del trasporto parallelo

Dettagli

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

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

Dettagli

x 1 Fig.1 Il punto P = P =

x 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

Dettagli

Spazi vettoriali euclidei.

Spazi 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

Dettagli

Anno 4 Matrice inversa

Anno 4 Matrice inversa Anno 4 Matrice inversa 1 Introduzione In questa lezione parleremo della matrice inversa di una matrice quadrata: definizione metodo per individuarla Al termine della lezione sarai in grado di: descrivere

Dettagli

Prodotto scalare e prodotto vettoriale. Elisabetta Colombo

Prodotto 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

Dettagli

misura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x

misura. 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

Dettagli

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Le matrici Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Siano m, n N\{0}. Una matrice m n a coefficienti in K è una tabella di m n elementi di K disposti

Dettagli

Prodotto scalare e ortogonalità

Prodotto 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

Dettagli

I teoremi della funzione inversa e della funzione implicita

I teoremi della funzione inversa e della funzione implicita I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1

Dettagli

Richiami di algebra lineare

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

Dettagli

Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente

Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Dati i vettori di R (i) Calcolare il prodotto scalare v w, (ii) Stabilire se v e w sono ortogonali, (ii) Stabilire

Dettagli

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

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

Dettagli

Sistemi dinamici-parte 2 Parentesi di Poisson e trasformazioni canoniche

Sistemi dinamici-parte 2 Parentesi di Poisson e trasformazioni canoniche Sistemi dinamici-parte 2 Parentesi di e trasformazioni AM Cherubini 11 Maggio 2007 1 / 25 Analogamente a quanto fatto per i sistemi lagrangiani occorre definire, insieme alla struttura del sistema, anche

Dettagli

1 Cambiamenti di riferimento nel piano

1 Cambiamenti di riferimento nel piano 1 Cambiamenti di riferimento nel piano Siano date due basi ortonormali ordinate di V : B = ( i, j) e B = ( i, j ) e supponiamo che i = a i + b j j = c i + d j allora per un generico vettore v V abbiamo

Dettagli

CAPITOLO 9. Sia data poi una funzione scalare f su M:

CAPITOLO 9. Sia data poi una funzione scalare f su M: CAPITOLO 9 Introduzione alla geometria differenziale Lo sviluppo teorico della RG richiede particolari strumenti matematici: geometria differenziale e analisi tensoriale. La geometria differenziale nasce

Dettagli

Lezione 6 Richiami di Geometria Analitica

Lezione 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

Dettagli

1. Funzioni implicite

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

Dettagli

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

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

Dettagli

ESERCIZI SUI NUMERI COMPLESSI

ESERCIZI SUI NUMERI COMPLESSI ESERCIZI SUI NUMERI COMPLESSI Esercizio Calcolare il modulo e l argomento principale del seguente numero complesso: z = ) 5 + i i) 7 Per risolvere l esercizio proposto applichiamo le formule per il calcolo

Dettagli

Fisica Quantistica III Esercizi Natale 2009

Fisica Quantistica III Esercizi Natale 2009 Fisica Quantistica III Esercizi Natale 009 Philip G. Ratcliffe (philip.ratcliffe@uninsubria.it) Dipartimento di Fisica e Matematica Università degli Studi dell Insubria in Como via Valleggio 11, 100 Como

Dettagli

Geometria analitica del piano pag 12 Adolfo Scimone

Geometria 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

Dettagli

1 Coniche. s (x, y, t ) (1) 1 (x, y, t )F r 2

1 Coniche. s (x, y, t ) (1) 1 (x, y, t )F r 2 1 Coniche Studieremo le curve nel piano euclideo, cioè nel piano con un sistema di riferimento cartesiano ortogonale fissato, oppure nel completamento proiettivo di questo piano, ottenuto con l introduzione

Dettagli

Sistemi di coordinate

Sistemi di coordinate Sistemi di coordinate Servono a descrivere la posizione di una punto nello spazio. Un sistema di coordinate consiste in Un punto fisso di riferimento chiamato origine Degli assi specifici con scale ed

Dettagli

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

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

Dettagli

LeLing9: Prodotto tra matrici.

LeLing9: Prodotto tra matrici. Geometria Lingotto LeLing9: Prodotto tra matrici Ārgomenti svolti: Prodotto tra matrici Dimostrazione del teorema del rango L algebra delle matrici quadrate: Il prodotto tra matrici non e commutativo Rotazioni

Dettagli

ESERCIZI sui VETTORI

ESERCIZI sui VETTORI ESERCIZI sui VETTORI 1. Calcolare la somma di v 1 (2, 3) e v 2 (1, 4). 2. Calcolare la somma di v 1 (1, 5, 4) e v 2 (6, 8, 2). 3. Calcolare il prodotto di α = 2 e v 1 (1, 4). 4. Calcolare il prodotto di

Dettagli

( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1

( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1 . Scimone a.s 1997 98 pag 1 TEORI DELLE MTRICI Dato un campo K, definiamo matrice ad elementi in K di tipo (m, n) un insieme di numeri ordinati secondo righe e colonne in una tabella rettangolare del tipo

Dettagli

1 Distanza di un punto da una retta (nel piano)

1 Distanza di un punto da una retta (nel piano) Esercizi 26/10/2007 1 Distanza di un punto da una retta (nel piano) Sia r = {ax + by + c = 0} una retta. Sia P = (p 1, p 2 ) R 2 un punto che non sta sulla retta r. Vogliamo vedere se si può parlare di

Dettagli

Ripasso tramiti esempi - Applicazioni lineari e matrici

Ripasso 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

Dettagli

Analisi Matematica II (Prof. Paolo Marcellini)

Analisi Matematica II (Prof. Paolo Marcellini) Analisi Matematica II Prof. Paolo Marcellini) Università degli Studi di Firenze Corso di laurea in Matematica Esercitazione del 5//14 Michela Eleuteri 1 eleuteri@math.unifi.it web.math.unifi.it/users/eleuteri

Dettagli

Geometria analitica del piano pag 32 Adolfo Scimone

Geometria analitica del piano pag 32 Adolfo Scimone Geometria analitica del piano pag 32 Adolfo Scimone CAMBIAMENTI DI SISTEMA DI RIFERIMENTO Consideriamo il piano cartesiano R 2 con un sistema di riferimento (O,U). Se introduciamo in R 2 un secondo sistema

Dettagli

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

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

Dettagli

Risoluzioni di alcuni esercizi

Risoluzioni di alcuni esercizi Risoluzioni di alcuni esercizi Reti topografiche, trasformazioni di coordinate piane In una poligonale piana il punto è nell origine delle coordinate, l angolo (in verso orario fra il semiasse positivo

Dettagli

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

Esercizio 2. Consideriamo adesso lo spazio di funzioni V = {f : [0, 1] R}. Dire quali dei seguenti insiemi di funzioni sono sottospazi. 1 Esercizi 1.1 Spazi vettoriali Studiare gli insiemi definiti di seguito, e verificare quali sono spazi vettoriali e quali no. Per quelli che non lo sono, dire quali assiomi sono violati. x 1, x 2, x 3

Dettagli

ANALISI VETTORIALE ESERCIZI SULLE SUPERFICI

ANALISI VETTORIALE ESERCIZI SULLE SUPERFICI ANALII VETTORIALE EERCIZI ULLE UPERFICI Esercizio Calcolare l area della superficie dove Σ {(x, y, z) (x, y) E, z 2 + x 2 + y 2 } E {(x, y) x 2 + y 2 4}. Essendo la superficie Σ data come grafico di una

Dettagli

(P x) (P y) = x P t (P y) = x (P t P )y = x y.

(P x) (P y) = x P t (P y) = x (P t P )y = x y. Matrici ortogonali Se P è una matrice reale n n, allora (P x) y x (P t y) per ogni x,y R n (colonne) Dim (P x) y (P x) t y (x t P t )y x t (P t y) x (P t y), CVD Ulteriori caratterizzazioni delle matrici

Dettagli

LE MATRICI NEL PIANO

LE MATRICI NEL PIANO LE MATRICI NEL PIANO A cura di Buon Laura, Carniel Chiara, Lucchetta Jessica, Spadetto Luca Realizzato nell'ambito del Progetto Archimede con la supervisione del Prof FZampieri ISISS MCasagrande, Pieve

Dettagli

Esercizi di Analisi Matematica 3. Prima parte

Esercizi di Analisi Matematica 3. Prima parte Esercizi di Analisi Matematica 3 per le Facoltà di Ingegneria Prima parte Corrado Lattanzio e Bruno Rubino Versione preliminare L Aquila, ottobre 5 Indice 1 Curve, superfici e campi vettoriali 3 1.1 Curve

Dettagli

NUMERI COMPLESSI Esercizi svolti. d) (1 i) 3. b) (1 + i)(1 i)(1 + 3 i) c) 1 i 1

NUMERI COMPLESSI Esercizi svolti. d) (1 i) 3. b) (1 + i)(1 i)(1 + 3 i) c) 1 i 1 Calcolare le seguenti potenze di i: NUMERI COMPLESSI Esercizi svolti a) i b) i 7 c) i d) i e) i f) i 9 Semplificare le seguenti espressioni: a) i) i i) b) + i) i) + ) 0 i c) i) i) i) d) i) Verificare che

Dettagli

Lezione 12: Ancora sulle matrici

Lezione 12: Ancora sulle matrici Lezione 12: Ancora sulle matrici La matrice inversa e il metodo di Cramer Abbiamo detto che usando le matrici e i vettori possiamo scrivere sinteticamente un sistema come Ax b Pensate ora di avere una

Dettagli

Calcolo vettoriale. Versore: vettore u adimensionale di modulo unitario (rapporto tra un vettore e il suo modulo)

Calcolo vettoriale. Versore: vettore u adimensionale di modulo unitario (rapporto tra un vettore e il suo modulo) Grandezze scalari: caratterizzate da un valore numerico in una unità di misura scelta (ex: massa, temperatura, ecc) Grandezze vettoriali: oltre al valore numerico necessitano della definizione di una direzione

Dettagli

Vettori e geometria analitica in R 3 1 / 25

Vettori e geometria analitica in R 3 1 / 25 Vettori e geometria analitica in R 3 1 / 25 Sistemi di riferimento in R 3 e vettori 2 / 25 In fisica, grandezze fondamentali come forze, velocità, campi elettrici e magnetici vengono convenientemente descritte

Dettagli

Esercizi svolti e assegnati su integrali doppi e tripli

Esercizi svolti e assegnati su integrali doppi e tripli Esercizi svolti e assegnati su integrali doppi e tripli Esercizio. ove Calcolare R = R xy x + y + x + y dxdy } x, y R : x, y, x x + y x Svolgimento. Passo : per disegnare R, studiamo C : x + y x =, C :

Dettagli

Operazioni tra matrici. Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia c = 3

Operazioni tra matrici. Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia c = 3 Operazioni tra matrici Definizione di matrice a ij è un elemento di A a ij è detto l elemento ij-esimo di A Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia

Dettagli

Trapani. Dispensa di Geometria, x 1 x 2.x n. (x 1 y 1 ) (x n y n ) 2.

Trapani. 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

Dettagli

Esercitazione di Matematica su matrici e sistemi lineari

Esercitazione di Matematica su matrici e sistemi lineari Esercitazione di Matematica su matrici e sistemi lineari Notazioni: deta, A T =trasposta di A, A 1 =inversa di A. 1. Si considerino le matrici A, B, C, D denite da 1 0 5 1 A = 0, B = 0 0, C = 0 1 0 6 1

Dettagli

Trasformazioni di Lorentz

Trasformazioni di Lorentz Trasformazioni di Lorentz Regole di trasformazione fra un sistema inerziale S (descritto da x, y, z, t) ed uno S (descritto da x, y, z, t ) che viaggia a velocità V lungo x rispetto a S: x = γ(x V t) y

Dettagli

Geometria BIAR Esercizi 2

Geometria BIAR Esercizi 2 Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si

Dettagli

Prodotto scalare, covarianza e controvarianza, tensore metrico

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

Dettagli

Calcolo vettoriale. Grandezze scalari: caratterizzate da un valore numerico in una unità di misura scelta (ex: massa, temperatura, ecc)

Calcolo vettoriale. Grandezze scalari: caratterizzate da un valore numerico in una unità di misura scelta (ex: massa, temperatura, ecc) Grandezze scalari: caratterizzate da un valore numerico in una unità di misura scelta (ex: massa, temperatura, ecc) Grandezze vettoriali: oltre al valore numerico necessitano della definizione di una direzione

Dettagli

Prodotto scalare, ortogonalitá e basi ortonormali

Prodotto scalare, ortogonalitá e basi ortonormali CAPITOLO 0 Prodotto scalare, ortogonalitá e basi ortonormali Esercizio 0.. Dati i seguenti vettori di R si calcoli il prodotto scalare (v i,v j per i,j =,,...,6: v = (6,3 v = (,0 v 3 = (, v 4 = (,0 v 5

Dettagli

Risoluzione di sistemi lineari sparsi e di grandi dimensioni

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

Dettagli

= Acos ω 0 t B sinω 0 t (2)

= Acos ω 0 t B sinω 0 t (2) Un vettore complesso è un ente che rappresenta una grandezza vettoriale che varia sinusoidalmente nel tempo. Consideriamo infatti un vettore e(t) che vari sinusoidalmente nel tempo. In tal caso le tre

Dettagli

Analisi Matematica II Corso di Ingegneria Gestionale Compito del f(x, y) = e (x3 +x) y

Analisi Matematica II Corso di Ingegneria Gestionale Compito del f(x, y) = e (x3 +x) y Analisi Matematica II Corso di Ingegneria Gestionale Compito del 8--7 - È obbligatorio consegnare tutti i fogli, anche la brutta e il testo. - Le risposte senza giustificazione sono considerate nulle.

Dettagli

1.[25 punti] Risolvere il seguente sistema di equazioni lineari al variare del parametro reale λ: X +Y +Z = 2. X 2Y +λz = 2

1.[25 punti] Risolvere il seguente sistema di equazioni lineari al variare del parametro reale λ: X +Y +Z = 2. X 2Y +λz = 2 Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA SCRITTA DI GEOMETRIA A del 27 giugno 2011 ISTRUZIONI PER LO SVOLGIMENTO. Scrivere cognome, nome, numero di matricola in alto a destra

Dettagli

Teorema delle Funzioni Implicite

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

Dettagli

Rette e piani in R 3

Rette e piani in R 3 Rette e piani in R 3 In questa dispensa vogliamo introdurre in modo elementare rette e piani nello spazio R 3 (si faccia riferimento anche al testo Algebra Lineare di S. Lang). 1 Rette in R 3 Vogliamo

Dettagli

1 Sistemi di riferimento

1 Sistemi di riferimento Università di Bologna - Corsi di Laurea Triennale in Ingegneria, II Facoltà - Cesena Esercitazioni del corso di Fisica Generale L-A Anno accademico 2006-2007 1 Sistemi di riferimento Le grandezze usate

Dettagli

Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari

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

Dettagli

La matematica del CAD. Vettori e Matrici

La matematica del CAD. Vettori e Matrici La matematica del CAD Vettori e Matrici IUAV Disegno Digitale Camillo Trevisan I programmi CAD riducono tutti i problemi geometrici in problemi analitici: la proiezione di un punto su un piano viene, ad

Dettagli

Meccanica. 3. Elementi di Analisi Vettoriale. Domenico Galli. Dipartimento di Fisica e Astronomia.

Meccanica. 3. Elementi di Analisi Vettoriale.  Domenico Galli. Dipartimento di Fisica e Astronomia. Meccanica 3. Elementi di Analisi Vettoriale http://campus.cib.unibo.it/246981/ Domenico Galli Dipartimento di Fisica e Astronomia 5 maggio 2017 Traccia 1. Vettori Variabili 2. Derivate e Integrali 3. Derivate

Dettagli

1 Applicazioni lineari

1 Applicazioni lineari 1 Applicazioni lineari 1 Applicazioni lineari 1.1 Definizione Si considerino lo spazio tridimensionale euclideo E e lo spazio vettoriale V ad esso associato. Definizione. 1.1. Sia A una applicazione di

Dettagli

Esercizi Riepilogativi Svolti. = 1 = Or(v, w)

Esercizi 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

Dettagli

Grandezze scalari e vettoriali

Grandezze scalari e vettoriali Grandezze scalari e vettoriali Per caratterizzare completamente una grandezza fisica, a volte è sufficiente dare soltanto un numero (scalare), mentre altre volte questo non è sufficiente. Massa, lunghezza,

Dettagli

Prova scritta di FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Vicenza, 27 giugno 2011 TEMA 1

Prova scritta di FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Vicenza, 27 giugno 2011 TEMA 1 Vicenza, 27 giugno 20 TEMA. Determinare, al variare del parametro reale a, una base del nucleo e una dell immagine dell endomorfismo L a di R definito da L a (x, y, z) = (x 2y + az, 2x + 4y + z, ( a)x

Dettagli

Appunti della lezione sulla Equazione Differenziale delle Onde

Appunti della lezione sulla Equazione Differenziale delle Onde Appunti della lezione sulla Equazione Differenziale delle Onde ultima revisione: 21 giugno 2017 In tutti i casi analizzati precedentemente si osserva che le onde obbediscono alla stessa Equazione Differenziale

Dettagli

DIFFERENZIAZIONE. Sia f una funzione reale di variabile reale con dominio un intervallo. Se f è derivabile in un punto x 0, allora: f(x) f(x 0 ) lim

DIFFERENZIAZIONE. Sia f una funzione reale di variabile reale con dominio un intervallo. Se f è derivabile in un punto x 0, allora: f(x) f(x 0 ) lim DIFFERENZIAZIONE 1 Regola della catena Sia f una funzione reale di variabile reale con dominio un intervallo. Se f è derivabile in un punto x 0, allora: f(x) f(x 0 ) lim = f (x 0 ). x x 0 x x 0 Questa

Dettagli

Analisi 4 - SOLUZIONI (compito del 29/09/2011)

Analisi 4 - SOLUZIONI (compito del 29/09/2011) Corso di laurea in Matematica Analisi 4 - SOLUZIONI compito del 9/09/0 Docente: Claudia Anedda Calcolare, tramite uno sviluppo in serie noto, la radice quinta di e la radice cubica di 9 Utilizzando la

Dettagli

Ricordiamo che l operatore divergenza agisce su un campo vettoriale F ed è definito come segue: div F (x) = x i. i=1. x 2 + y 2

Ricordiamo che l operatore divergenza agisce su un campo vettoriale F ed è definito come segue: div F (x) = x i. i=1. x 2 + y 2 Capitolo 4 Campi vettoriali Ultimo aggiornamento: 3 maggio 2017 Ricordiamo che l operatore divergenza agisce su un campo vettoriale F ed è definito come segue: div F x = n F i x. x i i=1 Esercizio 4.1

Dettagli

Endomorfismi e matrici simmetriche

Endomorfismi e matrici simmetriche CAPITOLO Endomorfismi e matrici simmetriche Esercizio.. [Esercizio 5) cap. 9 del testo Geometria e algebra lineare di Manara, Perotti, Scapellato] Calcolare una base ortonormale di R 3 formata da autovettori

Dettagli

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

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

Dettagli

ESERCIZI SUI PUNTI DI NON DERIVABILITÀ TRATTI DA TEMI D ESAME

ESERCIZI SUI PUNTI DI NON DERIVABILITÀ TRATTI DA TEMI D ESAME ESERCIZI SUI PUNTI DI NON DERIVABILITÀ TRATTI DA TEMI D ESAME a cura di Michele Scaglia FUNZIONI DERIVABILI Sia f : domf R una funzione e sia 0 domf di accumulazione per domf Chiamiamo derivata prima di

Dettagli

LEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f

LEZIONE 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

Dettagli

LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.

LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati. LEZIONE 2 2 Sistemi di equazioni lineari Definizione 2 Un equazione lineare nelle n incognite x, x 2,, x n a coefficienti reali, è un equazione della forma (2 a x + a 2 x 2 + + a n x n = b, ove a j, b

Dettagli

Esercizi 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 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

Dettagli

LEZIONE 24. a 1,1 x 2 + a 2,2 y 2 + a 3,3 z 2 + 2a 1,2 xy + 2a 1,3 xz+ + 2a 2,3 yz + 2a 1,4 x + 2a 2,4 y + 2a 3,4 z + a 4,4 = 0 (24.1.

LEZIONE 24. a 1,1 x 2 + a 2,2 y 2 + a 3,3 z 2 + 2a 1,2 xy + 2a 1,3 xz+ + 2a 2,3 yz + 2a 1,4 x + 2a 2,4 y + 2a 3,4 z + a 4,4 = 0 (24.1. LEZIONE 24 24.1. Riduione delle quadriche a forma canonica. Fissiamo nello spaio un sistema di riferimento Oxy e consideriamo un polinomio q(x, y, ) di grado 2 in x, y, a meno di costanti moltiplicative

Dettagli

Diffusione dei raggi X da parte di un elettrone

Diffusione dei raggi X da parte di un elettrone Diffusione dei raggi X da parte di un elettrone Consideriamo un onda elettro-magnetica piana polarizzata lungo x che si propaga lungo z L onda interagisce con un singolo elettrone (libero) inducendo un

Dettagli

3. Vettori, Spazi Vettoriali e Matrici

3. Vettori, Spazi Vettoriali e Matrici 3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e

Dettagli

Introduciamo il sistema di riferimento indicato in figura b) con F 1 = ( f, 0) ed F 2 = (f, 0). Se P = (x, y) la condizione (1) fornisce

Introduciamo il sistema di riferimento indicato in figura b) con F 1 = ( f, 0) ed F 2 = (f, 0). Se P = (x, y) la condizione (1) fornisce 1 L ellisse 1.1 Definizione Consideriamo due punti F 1 ed F 2 e sia 2f la loro distanza. L ellisse è il luogo dei punti P tali che la somma delle distanze PF 1 e PF 2 da F 1 ed F 2 è costante. Se indichiamo

Dettagli

10 dicembre Soluzione esame di geometria - Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

10 dicembre Soluzione esame di geometria - Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA... 10 dicembre 003 - Soluzione esame di geometria - Ingegneria gestionale - a.a. 003-004 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura 3 ore. ISTRUZIONI

Dettagli

Universita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Esercizi GEOMETRIA (Edile-Architettura e dell Edilizia) CONICHE DI

Universita degli Studi di Roma - Tor Vergata - Facolta Ingegneria Esercizi GEOMETRIA (Edile-Architettura e dell Edilizia) CONICHE DI Universita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Esercizi GEOMETRIA (Edile-Architettura e dell Edilizia) CONICHE DI R. Docente: Prof. F. Flamini Esercizi Riepilogativi Svolti Esercizio

Dettagli

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

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

Dettagli

Sviluppi e derivate delle funzioni elementari

Sviluppi 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

Dettagli

Equilibrio statico sul piano inclinato

Equilibrio statico sul piano inclinato Esperienza 3 Equilibrio statico sul piano inclinato Obiettivi - Comprendere la differenza tra grandezze vettoriali e grandezze scalari attraverso lo studio delle condizioni di equilibrio statico di un

Dettagli

Parte 12b. Riduzione a forma canonica

Parte 12b. Riduzione a forma canonica Parte 2b. Riduzione a forma canonica A. Savo Appunti del Corso di Geometria 202-3 Indice delle sezioni. Coniche, 2. Esempio di riduzione, 4 3. Teoremi fondamentali, 6 4. Come determinare l equazione canonica,

Dettagli

Traccia della soluzione degli esercizi del Capitolo 3

Traccia della soluzione degli esercizi del Capitolo 3 Traccia della soluzione degli esercizi del Capitolo 3 Esercizio 68 Sia X una v.c. uniformenente distribuita nell intervallo ( π, π, cioè f X ( = π ( π, π (. Posto Y = cos(x, trovare la distribuzione di

Dettagli

Probabilità e Statistica per l Informatica Esercitazione 4

Probabilità e Statistica per l Informatica Esercitazione 4 Probabilità e Statistica per l Informatica Esercitazione 4 Esercizio : [Ispirato all Esercizio, compito del 7/9/ del IV appello di Statistica e Calcolo delle probabilità, professori Barchielli, Ladelli,

Dettagli

7. Equazioni differenziali

7. Equazioni differenziali 18 Sezione 7. Equazioni differenziali 7. Equazioni differenziali [versione: 25/5/2012] Richiamo delle nozioni fondamentali In un equazione differenziale l incognita da determinare è una funzione (e non

Dettagli

7. Integrazione delle funzioni di più variabili (II)

7. Integrazione delle funzioni di più variabili (II) 7. Integraione delle funioni di più variabili (II) http://eulero.ing.unibo.it/~baroi/scam/scam-tr.7b.pdf 7.5 Area del parallelogramma costruito su due vettori. Volume del parallelepipedo costruito su tre

Dettagli

Definizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im

Definizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im APPUNTI ed ESERCIZI su matrici, rango e metodo di eliminazione di Gauss Corso di Laurea in Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 23 Aprile 2010 Matrici, rango e metodo

Dettagli

Risposta La curva r è regolare a tratti per via di quanto succede della sua rappresentazione parametrica nel punto t = 1: pur riuscendo

Risposta La curva r è regolare a tratti per via di quanto succede della sua rappresentazione parametrica nel punto t = 1: pur riuscendo ANALISI VETTORIALE OMPITO PER LE VAANZE DI FINE D ANNO Esercizio Sia r(t) la curva regolare a tratti x = t, y = t, t [, ] e x = t, y = t, t [, ]. alcolare la lunghezza di r, calcolare, dove esistono, i

Dettagli

Esercitazione: 16 novembre 2009 SOLUZIONI

Esercitazione: 16 novembre 2009 SOLUZIONI Esercitazione: 16 novembre 009 SOLUZIONI Esercizio 1 Scrivere [ ] equazione vettoriale, parametrica [ ] e cartesiana della retta passante 1 per il punto P = e avente direzione d =. 1 x 1 Soluzione: Equazione

Dettagli

Analisi del moto dei proietti

Analisi del moto dei proietti Moto dei proietti E il moto di particelle che vengono lanciate con velocità iniziale v 0 e sono soggette alla sola accelerazione di gravità g supposta costante. La pallina rossa viene lasciata cadere da

Dettagli

Applicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.

Applicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Politecnico di Torino. Applicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Argomenti: Basi e coordinate. Applicazioni lineari. Matrici come applicazioni

Dettagli

LEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X),

LEZIONE 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

Dettagli

Note sul teorema del Dini

Note sul teorema del Dini Note sul teorema del Dini S. Spagnolo 1 Punti fissi Data un applicazione ψ : C C, ogni punto z C per cui risulti ψ(z) = z si chiama punto fisso della ψ. Teorema 1 (delle contrazioni) Sia C un sottoinsieme

Dettagli

Campi conservativi e forme esatte - Esercizi svolti

Campi conservativi e forme esatte - Esercizi svolti Campi conservativi e forme esatte - Esercizi svolti 1) Dire se la forma differenziale è esatta. ω = 2 2 (1 + 2 2 ) 2 d + 2 2 (1 + 2 2 ) 2 d 2) Individuare in quali regioni sono esatte le seguenti forme

Dettagli