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 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 ) 2 +(dx 2 ) 2 +(dx 3 ) 2 g ν dx dx ν () con g ν. (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 x 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 () e le -forme di base ω () dx si trasformano secondo le con x Sottolineiamo che per x ω () Λ α ω(α ) e () Λ α e (α ) (5) Λ α x Λ α xα x. (6) si intendono le derivate delle funzioni di trasformazione di coordinate x (x α ), nel nostro caso le (4), e per xα x le derivate delle trasformazioni di coordinate inverse x α (x ). Definiamo la matrice Λ di componenti Λ α Λ(Λ x α ). (7)

2 In questa definizione, per convenzione, l indice di riga è l indice alto (in questo caso ), mentre l indice di colonna è l indice basso (in questo caso α ) (ricordiamo 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, con la stessa convenzione sugli indici di riga e di colonna. Poichè Λ α Λα ν x x α x ν δ 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 è quella matrice che, moltiplicata per Λ, dà l identità, ovvero è l inversa: ) ( x Λ α Λ α x. (9) Quindi, per determinare le derivate xα x non è necessario invertire le funzioni x (x α ), ricavando le x α (x ), e poi derivare queste ultime rispetto agli x : basta calcolare la matrice Λ e invertirla. Nel caso della trasformazione di coordinate (4), derivando le x (x )sitrova x Λ (Λ 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 ) 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 } e {x α } rispettivamente come V V (x) e () V α (x ) e (α ) (2) 2

3 per cui le componenti di V nelle due basi, V (x) ev α (x ), si trasformano secondo la V (x) Λ α V α (x (x)). (3) Per un campo di forme σ, analogamente, σ σ (x) ω () σ α (x ) ω (α ) (4) e σ (x) Λ α 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,φ(x). Cambiando coordinate {x } {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 Φ(x) (x ) 2 +(x 2 ) 2, (8) in coordinate polari il campo diventa 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 }, abbialaforma {V (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 V (x(x )) r 2 sinθ cos φ sin θ sin φ cos θ r cos θ cos φ r cos θ sin φ sin φ cos φ sin φ cos φ r 2. (22) 3

4 Notare che abbiamo scritto Λ α V 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, cheè l indice di colonna della matrice Λ; se si considera V come un vettore colonna, l indice di V 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 }) {σ (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 α σ (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 α σ (x(x )) (,rsin θ cos φ, sin φ, r cos θ) sinθ cos φ rcos θ cos φ sin φ sinθ sin φ rcos θ sin φ rcos θ cos φ cosθ (,r,, ). (25) 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 () dx, dx x dx α (27) che può essere ottenuta differenziando le x (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) 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) 4

5 2 Trasformazione di tensori per cambiamenti di coordinate Consideriamo lo spazio-tempo di Minkowski in coordinate cilindriche. Siano {x α } (t, r, φ, z) le coordinate cilindriche, {x } (t,x,y,z ) le coordinate cartesiane, legate tra loro dalla trasformazione di coordinate t t x α x α (x 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, Λ (Λ x α ) Λ Λ α ) ( x. (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 ν sinφ r cos φ. (33) Vogliamo trovare le sue componenti nel sistema di coordinate cartesiane. Sarà T α β Λ α Λν β T ν. (34) La (34) può essere calcolata componente per componente: T Λ Λ T +Λ Λ T +... T Λ Λ T +Λ Λ T (35) 5

6 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 ν ), 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 Λ α Λν β T ν (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 ν T ν Λ ν β sono le componenti del prodotto righe per colonne T Λ. Ma l indice in (37) è indice di riga sia in T ν sia in Λ α, quindi, per poter scrivere la (37) come prodotto matriciale, dobbiamo considerare in Λ α 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 α ΛT α (39) e la (34) può essere scritta T α β ΛT α T ν Λ ν β (4) che corrisponde all espressione matriciale Calcolando esplicitamente, T Λ T T Λ cosφ r sin φ sinφ r cos φ T Λ T T Λ. (4) 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) 6

7 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 ν, le componenti in coordinate cartesiane sono T α β Λ α Λ β νt ν Λ α T ν Λ T β ν (44) e, definendo le matrici T (T ν )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 Λ ν β T ν Λ α T ν Λ ν β (47) che, definendo le matrici T (T 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 Trasformazione di vettori e -forme per cambiamenti di coordinate Consideriamo lo spazio di Minkowski in coordinate cartesiane {x µ } (x,x,x 2,x 3 ). La sua metrica è ds 2 (dx ) 2 +(dx ) 2 +(dx 2 ) 2 +(dx

Dettagli

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

(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

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

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

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

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

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 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

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

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

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

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

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

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

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

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

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

Esercitazioni di Algebra e Geometria

Esercitazioni di Algebra e Geometria Esercitazioni di Algebra e Geometria Anno Accademico 2011 2012 Dott.ssa Elisa Pelizzari e-mail elisa.peli@libero.it Esercitazioni: lunedì 14.30 16.30 venerdì 14.30 16.30 Ricevimento studenti: venerdì 13.00

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

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

= 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

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

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

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

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

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

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

( ) 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

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

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

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

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

Esercitazione di Analisi Matematica II

Esercitazione di Analisi Matematica II Esercitazione di Analisi Matematica II Barbara Balossi 06/04/2017 Esercizi di ripasso Esercizio 1 Sia data l applicazione lineare f : R 3 R 3 definita come f(x, y, z) = ( 2x + y z, x 2y + z, x y). a) Calcolare

Dettagli

Inversa di una matrice

Inversa di una matrice Geometria Lingotto. LeLing: La matrice inversa. Ārgomenti svolti: Inversa di una matrice. Unicita e calcolo della inversa. La inversa di una matrice. Il gruppo delle matrici invertibili. Ēsercizi consigliati:

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

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

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

Esercizi di Complementi di Matematica (L-Z) a.a. 2015/2016 Esercizi di Complementi di Matematica (L-Z) a.a. 2015/2016 Prodotti scalari e forme bilineari simmetriche (1) Sia F : R 2 R 2 R un applicazione definita da F (x, y) = x 1 y 1 + 3x 1 y 2 5x 2 y 1 + 2x 2

Dettagli

(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

La formula di Taylor per funzioni di più variabili

La formula di Taylor per funzioni di più variabili La formula di Taylor per funzioni di più variabili Il polinomio di Taylor Due variabili. Sia A R 2 un aperto, f : A R una funzione sufficientemente regolare, (x, y) un punto di A. Sia (h, k) un vettore

Dettagli

Lezione 4 - Esercitazioni di Algebra e Geometria - Anno accademico

Lezione 4 - Esercitazioni di Algebra e Geometria - Anno accademico Trasformazioni elementari sulle matrici Data una matrice A K m,n definiamo su A le seguenti tre trasformazioni elementari: T : scambiare tra loro due righe (o due colonne) di A; T : sommare ad una riga

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

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

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

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

Matrici. Ricerca di soluzioni di sistemi di equazioni lineari, Ricerca delle posizioni di equilibrio di un corpo rigido (in fisica), Teoria dei grafi,

Matrici. Ricerca di soluzioni di sistemi di equazioni lineari, Ricerca delle posizioni di equilibrio di un corpo rigido (in fisica), Teoria dei grafi, Matrici Matrici e determinanti sono stati scoperti e sviluppati nel diciottesimo e diciannovesimo secoli. Inizialmente, il loro sviluppo riguardava lo studio della trasformazione di oggetti geometrici

Dettagli

Appunti su Indipendenza Lineare di Vettori

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

Dettagli

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

Decomposizione LU di una matrice quadrata

Decomposizione LU di una matrice quadrata Appendice al Cap. 5 Decomposizione LU di una matrice quadrata Una qualunque matrice quadrata M = {m ij } di ordine N, reale, invertibile, i cui minori principali siano tutti non nulli, si può sempre decomporre

Dettagli

Fondamenti di ALGEBRA LINEARE E GEOMETRIA

Fondamenti di ALGEBRA LINEARE E GEOMETRIA Fondamenti di ALGEBRA LINEARE E GEOMETRIA Corso di laurea in Ingegneria Gestionale 2011-2012 Michel Lavrauw Dipartimento di Tecnica e Gestione dei Sistemi Industriali Università di Padova Lezione 19 Capitolo

Dettagli

Le derivate parziali

Le derivate parziali Sia f(x, y) una funzione definita in un insieme aperto A R 2 e sia P 0 = x 0, y 0 un punto di A. Essendo A un aperto, esiste un intorno I(P 0, δ) A. Preso un punto P(x, y) I(P 0, δ), P P 0, possiamo definire

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

Metodo dei minimi quadrati e matrice pseudoinversa

Metodo dei minimi quadrati e matrice pseudoinversa Scuola universitaria professionale della Svizzera italiana Dipartimento Tecnologie Innovative Metodo dei minimi quadrati e matrice pseudoinversa Algebra Lineare Semestre Estivo 2006 Metodo dei minimi quadrati

Dettagli

Appendice 1. Spazi vettoriali

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

Dettagli