Quaternioni. Basilio Bona. DAUIN-Politecnico di Torino. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Quaternioni. Basilio Bona. DAUIN-Politecnico di Torino. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38"

Transcript

1 Quaternioni Basilio Bona DAUIN-Politecnico di Torino 2008 Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

2 Introduzione I quaternioni furono scoperti nel 1843 da Hamilton, che cercava di trovare un sistema di numeri che generalizzasse allo spazio tridimensionale i numeri complessi e il loro significato di operatori di rotazione nel piano. Il generico quaternione verrà identificato con il simbolo q. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

3 Definizione Il quaternione è un elemento dello spazio lineare H(R) a quattro dimensioni, definito sul campo dei numeri reali R, con base {1 i j k}. i, j e k sono numeri ipercomplessi che soddisfano la seguente legge di moltiplicazione anticommutativa i 2 = j 2 = k 2 = ijk = 1 ij = ji = k jk = kj = i ki = ik = j (1) Si è voluto indicare i numeri ipercomplessi con i simboli i, j e k per marcare la loro differenza rispetto ai versori i, j e k Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

4 Definizione Il quaternione q H è definito come una combinazione lineare espressa nella base {1 i j k}: q = q q 1 i + q 2 j + q 3 k (2) dove i coefficienti {q i } 3 i=0 sono reali. In analogia con i numeri complessi, dove c = a + jb è rappresentabile da una coppia di reali, (a, b), il generico quaternione è rappresentabile da una quadrupla di reali, (q 0,q 1,q 2,q 3 ). Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

5 Definizione Il quaternione viene anche definito come il numero complesso i cui coefficienti sono due numeri complessi, ossia dove c 1 = q 0 + kq 3 e c 2 = q 2 + kq 1. q = c 1 + jc 2, Perciò, considerando le relazioni (1), si ha: q = c 1 + jc 2 = q 0 + kq 3 + jq 2 + jkq 1 = q q 1 i + q 2 j + q 3 k. Analogamente ai numeri complessi che sono formati da una parte reale e da una parte immaginaria, i quaternioni sono formati da una parte reale e da una parte vettoriale. Si indica con q r la parte reale del quaternione, definita da q r = q 0, e con q v la parte immaginaria o vettoriale, definita da q v = q 1 i + q 2 j + q 3 k. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

6 Definizione Si scrive dunque q = (q r, q v ) oppure q = q r + q v ; notate che non è stato usato il segno di trasposto per la parte vettoriale q v in quanto la definizione convenzionale di parte vettoriale di un quaternione è una riga. Volendo usare le convenzioni per cui i vettori sono vettori colonna, potremmo scrivere q = (q r, q T v ). I quaternioni sono entità matematiche generali, che comprendono i numeri reali r = (r, 0, 0, 0), r R i numeri complessi a + j b = (a, 0, b, 0), a,b R ed i vettori in R 3 (con alcuni pericoli di interpretazione) v = (0, v 1, v 2, v 3 ), v i R. In quest ultimo caso si interpretano gli elementi { i j k } come i versori { i j k } di un sistema di riferimento cartesiano destrorso. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

7 Definizione Le regole di moltiplicazione tra gli elementi i, j, k hanno le stesse proprietà del prodotto vettoriale o esterno tra i versori i,j,k: ij = k i j = k ji = k j i = k ecc. Nel seguito faremo uso di tutte le notazioni alternative per indicare i quaternioni; scriveremo dunque q = q q 1 i + q 2 j + q 3 k = (q r,q v ) = q r + q v = (q 0,q 1,q 2,q 3 ) (3) per indicare il fatto che il quaternione può essere visto in tre modi distinti: a) come un numero ipercomplesso definito su una base composta da un reale e tre immaginari; b) come la somma di una parte scalare e una parte vettoriale; e c) come una quadrupla di numeri reali. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

8 Algebra dei quaternioni Dato un quaternione q = q q 1 i + q 2 j + q 3 k = q r + q v = (q 0,q 1,q 2,q 3 ), sono definite le seguenti proprietà: esiste il quaternione nullo o zero, definito come 0 = i + 0j + 0k = (0,0) = = (0,0,0,0) (4) esiste il quaternione coniugato, indicato con il simbolo q, che ha la stessa parte reale di q e parte vettoriale opposta: q = q 0 (q 1 i + q 2 j + q 3 k) = (q r,q v ) = q r q v = (q 0, q 1, q 2, q 3 ) (5) Il coniugato soddisfa alla proprietà (q ) = q. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

9 Algebra dei quaternioni esiste una funzione non negativa, chiamata norma del quaternione q e indicata con il simbolo q, definita come q = qq = 3 q q = ql q 2 = qt v q v (6) l=0 Un quaternione con norma q = 1 è chiamato quaternione unitario. Il quaternione q e il suo coniugato q hanno la stessa norma Il quaternione q = q (7) q v = 01 + q 1 i + q 2 j + q 3 k = (0,q v ) = 0 + q v = (0,q 1,q 2,q 3 ), che ha parte reale nulla, viene chiamato quaternione puro o vettore. Il coniugato di un quaternione puro q v risulta essere l opposto del quaternione puro originale q v = q v (8) Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

10 Algebra dei quaternioni Dati due quaternioni h = h h 1 i + h 2 j + h 3 k = (h r,h v ) = h r + h v = (h 0,h 1,h 2,h 3 ) e g = g g 1 i + g 2 j + g 3 k = (g r,g v ) = g r + g v = (g 0,g 1,g 2,g 3 ) possiamo definire le seguenti operazioni Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

11 Somma Somma o addizione h + g h + g = (h 0 + g 0 )1 + (h 1 + g 1 )i + (h 2 + g 2 )j + (h 3 + g 3 )k = ((h r + g r ), (h v + g v )) = (h r + g r ) + (h v + g v ) = (h 0 + g 0,h 1 + g 1,h 2 + g 2,h 3 + g 3 ) (9) Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

12 Differenza Differenza o sottrazione h g = (h 0 g 0 )1 + (h 1 g 1 )i + (h 2 g 2 )j + (h 3 g 3 )k = ((h r g r ), (h v g v )) = (h r g r ) + (h v g v ) = (h 0 g 0,h 1 g 1,h 2 g 2,h 3 g 3 ) (10) Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

13 Prodotto Prodotto hg = (h 0 g 0 h 1 g 1 h 2 g 2 h 3 g 3 )1 + (h 1 g 0 + h 0 g 1 h 3 g 2 + h 2 g 3 )i + (h 2 g 0 + h 3 g 1 + h 0 g 2 h 1 g 3 )j + (11) (h 3 g 0 h 2 g 1 + h 1 g 2 + h 0 g 3 )k = (h r g r h v g v, h r g v + g r h v + h v g v ) dove h v g v è il prodotto scalare h v g v = h vi g vi = h T v g v = g T v h v i definito in R n, dove n può essere qualsiasi, e h v g v è il prodotto vettoriale (definito solamente in R 3 ) h v g v = h 2g 3 h 3 g 2 h 3 g 1 h 1 g 3 = S(h v )g v h 1 g 2 h 2 g 1 Basilio e Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

14 Prodotto e S(v) = 0 v 3 v 2 v 3 0 v 1 (13) v 2 v 1 0 è una matrice antisimmetrica, funzione del generico vettore v = ( v 1 v 2 v 3 ) T. Il prodotto tra quaternioni non è commutativo, in quanto, essendo g v h v = h v g v, risulta gh = (h r g r h v g v, h r g v + g r h v h v g v ) hg; si nota che la parte reale rimane identica, mentre la parte vettoriale cambia. Il prodotto commuta soltanto se h v g v = 0, cioè quando le parti vettoriali sono parallele. Altre proprietà del prodotto sono elencate nei lucidi successivi Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

15 Prodotto proprietà associativa: prodotto per lo scalare unitario: (gh)p = g(hp) 1q = q1 = (1,0)(q r,q v ) = (1q r,1q v ) = (q r,q v ) prodotto per un reale λ: bilinearità, con λ 1,λ 2 reali: λq = (λ,0)(q r,q v ) = (λq r,λq v ) g(λ 1 h 1 + λ 2 h 2 ) = λ 1 gh 1 + λ 2 gh 2 (λ 1 g 1 + λ 2 g 2 )h = λ 1 g 1 h + λ 2 g 2 h Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

16 Prodotto Il prodotto può essere scritto anche in forma matriciale: h 0 h 1 h 2 h 3 g 0 ( ) g 0 h hg = 1 h 0 h 3 h 2 g 1 h0 h h 2 h 3 h 0 h 1 g = T v g 1 2 h v h 0 I + S(h v ) g = F L (h)g 2 h 3 h 2 h 1 h 0 g 3 g 3 (14) oppure g 0 g 1 g 2 g 3 h 0 ( ) h 0 g hg = 1 g 0 g 3 g 2 h 1 g0 g g 2 g 3 g 0 g 1 h = T v h 1 2 g v g 0 I + S(g v ) h = F R (g)h 2 g 3 g 2 g 1 g 0 h 3 h 3 (15) Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

17 Prodotto Il coniugato del prodotto tra quaternioni soddisfa la proprietà: (gh) = h g. (16) La norma del prodotto soddisfa la proprietà hg = h g. (17) Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

18 Quoziente Quoziente o divisione Poichè il prodotto tra due quaternioni non è commutativo, bisogna distinguere tra quoziente destro e quoziente sinistro. Dati due quaternioni h e p, si dice quoziente sinistro di p per h il quaternione q s per cui hq s = p mentre si dice quoziente destro di p per h il quaternione q d per cui q d h = p Risulta q s = h h 2 p; q d = p h h 2 Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

19 Inverso Quaternione inverso Dato un quaternione q, in linea di principio dovremmo definire l inverso sinistro q 1 s e l inverso destro q 1 d, definiti da qq 1 s = 1 = (1,0,0,0); q 1 d q = 1 = (1,0,0,0) Poiché dalla (6) si ha che qq = q q = q 2 = q q, potremo scrivere q q q = q q q = 1 = (1,0,0,0) (18) q q risulta che inverso destro e inverso sinistro coincidono e otteniamo q 1 s = q 1 d = q 1 = q q 2 (19) Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

20 Inverso È immediato osservare che, per un quaternione unitario, l inverso coincide con il coniugato q 1 = q, q = 1 (20) e per un quaternione puro unitario, che coincide con un versore, vale L inverso soddisfa le proprietà q 1 v = q v = q v. (21) (q 1 ) 1 = q; (pq) 1 = q 1 p 1 Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

21 Funzione di selezione È utile definire la funzione di selezione ρ(q) = q 0 = q r che estrae la parte reale del quaternione. Questa funzione ha la proprietà che ρ(q) = q + q. 2 Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

22 Prodotto di Hamilton Osserviamo che, moltiplicando due quaternioni puri u v = (0,u v ) = u 1 i + u 2 j + u 3 k e v v = (0,v v ) = v 1 i + v 2 j + v 3 k, cioè due vettori, si ottiene u v v v = ( u v v v, u v). (22) Di conseguenza, con un leggero abuso di notazione, possiamo definire un nuovo prodotto tra vettori, detto prodotto di Hamilton, che soddisfa la seguente relazione: uv = u v + u v. (23) Questo prodotto implica però che uu = u u, ovvero che il quadrato di un vettore reale non nullo risulti negativo Per questa ed altre ragioni, i quaternioni furono abbandonati in favore di altre notazioni vettoriali più convenienti. Tuttavia il prodotto tra quaternioni svolge un ruolo importante nella rappresentazione delle rotazioni. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

23 Quaternioni unitari Prima di passare a descrivere le relazioni tra quaternioni e rotazioni, analizziamo più in dettaglio le proprietà dei quaternioni unitari, che identifichiamo con il simbolo u. Come abbiamo già detto, un quaternione unitario è quello per cui u = 1; l inverso di un quaternione unitario e il prodotto di due quaternioni unitari, per le proprietà (17) e (20), risultano ancora unitari. Un quaternione unitario può essere rappresentato dalla relazione u = cosθ + usinθ (24) dove u è un vettore a norma unitaria e θ è un angolo generico. Va notata la somiglianza della (24) con l analoga espressione di un numero complesso unitario c = cosθ + jsinθ. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

24 Quaternioni unitari L analogia si estende anche all espressione esponenziale c = e jθ, a cui corrisponde per i quaternioni u = e uθ = cosθ + usinθ (25) dove l esponenziale viene calcolato sostituendo simbolicamente il termine uθ al termine x dello sviluppo in serie di e x e ricordando che uu = 1. La (25) mostra l identità formale tra un quaternione unitario u e l esponenziale di un versore unitario u, moltiplicato scalarmente per un angolo θ. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

25 Quaternioni unitari Dalla (25) si deduce la definizione di potenza di un quaternione unitario u t = (cosθ + usinθ) t = e uθt = cos(θt) + usin(θt) (26) e di logaritmo di un quaternione unitario logu = log(cosθ + usinθ) = log(e uθ ) = uθ (27) Va notato che la non commutatività del prodotto di quaternioni impedisce l uso delle identità standard per calcolare esponenziali e logaritmi. Ad esempio, e u 1 e u 2 non è necessariamente uguale a e u 1+u 2, come pure log(u 1 u 2 ) non è necessariamente uguale a log(u 1 ) + log(u 2 ). Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

26 Quaternioni e rotazioni Vediamo ora come sia possibile mettere in relazione una rotazione con un quaternione unitario e viceversa. Dato un quaternione unitario u = (u 0,u 1,u 2,u 3 ) = (u 0,u) = cosθ + usinθ (28) questo rappresenta la rotazione di un angolo 2θ intorno all asse rappresentato del versore u = ( u 1 u 2 u 3 ) T Viceversa, data una rotazione di angolo θ intorno all asse individuato dal versore u = ( u 1 u 2 u 3 ) T, il quaternione unitario ( u = cos θ 2,u 1 sin θ 2,u 2 sin θ 2,u 3 sin θ ) ( = cos θ 2 2, usin θ ) = cos θ 2 2 +usin θ 2 (29) rappresenta la medesima rotazione. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

27 Quaternioni e rotazioni Sappiamo che una rotazione rigida nello spazio cartesiano R 3 può venire rappresentata dalla matrice di rotazione R R 3 3, che ha la proprietà di essere ortonormale e a determinante unitario positivo, det(r) = +1. Potremo allora associare ad ogni matrice di rotazione un quaternione unitario e viceversa, indicando questa corrispondenza con il simbolo R(u). Ogni quaternione unitario rappresenta una rotazione nello spazio tridimensionale, così come ogni numero complesso unitario rappresenta una rotazione nel piano. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

28 Quaternioni e rotazioni Per passare da un quaternione u = (u 0,u) alla matrice corrispondente R(u), si applica la relazione R(u) = (u0 2 u T u)i + 2uu T 2u 0 S(u) = u0 2 + u2 1 u2 2 u2 3 2(u 1 u 2 u 3 u 0 ) 2(u 1 u 3 + u 2 u 0 ) 2(u 1 u 2 + u 3 u 0 ) u0 2 u2 1 + u2 2 u2 3 2(u 2 u 3 u 1 u 0 ) (30) 2(u 1 u 3 u 2 u 0 ) 2(u 2 u 3 + u 1 u 0 ) u 2 0 u2 1 u2 2 + u2 3 dove S(u) è già stata definita. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

29 Quaternioni e rotazioni Inversamente, per passare dagli elementi r ij della matrice R(u) al corrispondente quaternione u, si usa la relazione seguente: u 0 = ± 1 2 (1 + r11 + r 22 + r 33 ) u 1 = 1 4u 0 (r 32 r 23 ) u 2 = 1 4u 0 (r 13 r 31 ) u 3 = 1 4u 0 (r 21 r 12 ) (31) Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

30 Quaternioni e rotazioni In alternativa u 0 = 1 2 (1 + r11 + r 22 + r 33 ) u 1 = 1 2 sign(r 32 r 23 ) (1 + r 11 r 22 r 33 ) u 2 = 1 2 sign(r 13 r 31 ) (1 r 11 + r 22 r 33 ) (32) u 3 = 1 2 sign(r 21 r 12 ) (1 r 11 r 22 + r 33 ) dove sign(x) è la funzione segno di x. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

31 Quaternioni e rotazioni Le rotazioni elementari intorno ai tre assi di un sistema di riferimento cartesiano, R(i, α), R(j, β) e R(k, γ), corrispondono ai seguenti quaternioni elementari R(i,α) u x = (cos α 2, sin α ) 2, 0, 0 R(j,β) u y = (cos β2, 0, sin β2 ), 0 (33) ( R(k,γ) u z = cos γ 2, 0, 0, sin γ ) 2 e quindi risulta anche che la base vettoriale dei quaternioni corrisponde alle diverse rotazioni elementari di 180 intorno agli assi principali: i = (0, 1, 0, 0) R(i,π) j = (0, 0, 1, 0) R(j,π) k = (0, 0, 0, 1) R(k,π) (34) Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

32 Quaternioni e rotazioni Il lettore attento osserverà che, mentre il prodotto di quaternioni della base soddisfa le relazioni ii = jj = kk = ijk = ( 1, 0, 0, 0), l analogo prodotto di rotazioni fornisce la rotazione identità: R(i,π)R(i,π) = R(j,π)R(j,π) = R(k,π)R(k,π) = R(i,π)R(j,π)R(k,π) = I (35) a cui corrisponde il quaternione (1, 0, 0, 0); questa apparente discrepanza, pur essendo spiegabile, non verrà discussa. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

33 Quaternioni e rotazioni Vediamo ora alcune corrispondenze tra le operazioni con i quaternioni e le operazioni con le matrici di rotazione: Prodotto di rotazioni Date n rotazioni R 1, R 2,, R n ed i corrispondenti quaternioni unitari u 1, u 2,, u n, la rotazione prodotto R(u) = R(u 1 )R(u 2 ) R(u n ) corrisponde al prodotto dei quaternioni unitari u = u 1 u 2 u n, nell ordine indicato. Matrice trasposta Data la rotazione R(u) ed il corrispondente quaternione unitario u, la matrice trasposta (che coincide con l inversa) R T corrisponde al quaternione unitario coniugato (che coincide con l inverso) u. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

34 Quaternioni e rotazioni Rotazione di un vettore Dato un vettore qualsiasi x, a cui corrisponde il quaternione composto dalla sola parte vettoriale u x = ( 0,x T) = (0,x 1,x 2,x 3 ) e data una rotazione R(u) a cui corrisponde il quaternione unitario u, il vettore ruotato y = R(u)x coincide con la parte vettoriale del quaternione prodotto y = (y r,y v ) = uu x u, ovvero y = R(u)x y = y v. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

35 Quaternioni e rotazioni Più in generale, se per esprimere il vettore x si usano le coordinate omogenee x = ( wx 1 wx 2 wx 3 w ) T e si definisce il quaternione x come x = (w,wx) il prodotto uxu fornisce il quaternione y, definito come y = (w,wr(u)x) che permette di esprimere il vettore risultante y, in coordinate omogenee y = ( wy 1 wy 2 wy 3 w ) T Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

36 Quaternioni e rotazioni Matrici prodotto Il prodotto tra due quaternioni, godendo della proprietà di bilinearità, può essere rappresentato da operatori lineari (matrici). Dalla (14), osserviamo che il prodotto qp = F L (q)p può essere interpretato come il prodotto a sinistra di q per p; analogamente il prodotto a destra, che vale pq, può essere espresso, considerando la (15), come pq = F R (q)p. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

37 Quaternioni e rotazioni Queste espressioni consentono poi di ricavare il prodotto pq come F R (q )p e successivamente il prodotto qpq come F L (q)f R (q )p = Qp, dove si è introdotta la matrice Q R 4 4 Q = F L (q)f R (q ) = q0 2 + q2 1 q2 2 q2 3 2(q 1 q 2 q 3 q 0 ) 2(q 1 q 3 + q 2 q 0 ) 0 2(q 1 q 2 + q 3 q 0 ) q0 2 q2 1 + q2 2 q2 3 2(q 2 q 3 q 1 q 0 ) 0 2(q 1 q 3 q 2 q 0 ) 2(q 2 q 3 + q 1 q 0 ) q0 2 q2 1 q2 2 + q2 3 0 (36) q 2 Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

38 Quaternioni e rotazioni Nelle applicazioni spaziali spesso si usano i quaternioni avendo organizzato le componenti in modo diverso da quello qui introdotto, ossia ponendo la parte reale come ultimo elemento del quaternione invece che come primo. Basilio Bona (DAUIN-Politecnico di Torino) Quaternioni / 38

Un quaternione è un numero complesso con quattro componenti anziché due. Si scrive così :

Un quaternione è un numero complesso con quattro componenti anziché due. Si scrive così : Un quaternione è un numero complesso con quattro componenti anziché due. Si scrive così : Q = q r + q i i + q j j + q k k ove le quantità q sono numeri reali e i, j e k sono tre unità immaginarie. Quando

Dettagli

Possiamo scrivere le tre precedenti espressioni in un'unica equazione matriciale:

Possiamo scrivere le tre precedenti espressioni in un'unica equazione matriciale: A1. Considerazioni sul cambio di un sistema di riferimento cartesiano ortogonale Sia xyz un sistema di riferimento cartesiano ortogonale di origine O e di riferimento cartesiano pure di origine O. un secondo

Dettagli

Spazi Vettoriali e Vettori

Spazi Vettoriali e Vettori Spazi Vettoriali e Vettori Basilio Bona DAUIN-Politecnico di Torino 2007 2008 Basilio Bona (DAUIN-Politecnico di Torino) Spazi Vettoriali e Vettori 2007 2008 1 / 20 Vettori e Spazi vettoriali Il concetto

Dettagli

04 - Numeri Complessi

04 - Numeri Complessi Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2013/2014 M. Tumminello, V. Lacagnina e

Dettagli

Grafica al Calcolatore Tecniche avanzate - 1. Image-based rendering

Grafica al Calcolatore Tecniche avanzate - 1. Image-based rendering Grafica al Calcolatore Tecniche avanzate - 1 Image-based rendering Grafica al Calcolatore Tecniche avanzate - 2 3D warping Grafica al Calcolatore Tecniche avanzate - 3 Derivazione della formula del warping

Dettagli

Piccola rassegna di Algebra delle Matrici

Piccola rassegna di Algebra delle Matrici Piccola rassegna di Algebra delle Matrici 1 Introduzione Questa nota va intesa semplicemente come un brevissimo sommario di alcuni concetti relativi alle Matrici, che dovete utilizzare nell ambito dello

Dettagli

04 - Numeri Complessi

04 - Numeri Complessi Università degli Studi di Palermo Scuola Politecnica Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2015/2016 M. Tumminello,

Dettagli

Elementi di Algebra Matriciale. (richiami)

Elementi di Algebra Matriciale. (richiami) Elementi di Algebra Matriciale Definizione di matrice (richiami) Matrice quadrata, diagonale, identità, triangolare, simmetrica Matrice trasposta Principali operazioni su matrici e vettori: somma, sottrazione,

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

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

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

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

Algebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio

Algebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio Algebra lineare Laboratorio di programmazione e calcolo CdL in Chimica Pierluigi Amodio Dipartimento di Matematica Università di Bari pierluigi.amodio@uniba.it http://dm.uniba.it/ amodio A.A. 2016/17 P.

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

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

ed un operazione di moltiplicazione per scalari reali u u 2u

ed un operazione di moltiplicazione per scalari reali u u 2u Geometria e Algebra (II), 0... Consideriamo il piano della geometria euclidea, intuitivamente inteso, e sia un punto fissato in esso. Sull insieme P dei vettori del piano applicati nel punto sono definite

Dettagli

Matrici e sistemi. Geometria. Matrici e operazioni tra matrici. Operazioni elementari e riduzione Sistemi lineari Matrici invertibili Determinante

Matrici e sistemi. Geometria. Matrici e operazioni tra matrici. Operazioni elementari e riduzione Sistemi lineari Matrici invertibili Determinante Geometria Matrici e sistemi Operazioni elementari e riduzione Sistemi lineari Matrici invertibili Determinante 2 2006 Politecnico di Torino 1 Matrici e sistemi Matrici: definizione e notazioni Somma e

Dettagli

Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni 2. MATRICI

Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni 2. MATRICI Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 2 MATRICI Siano m, n N \ {0}, sia K un campo Una matrice m n a coefficienti in K è una

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

Il calcolo vettoriale. Marina Cobal - Dipt.di Fisica - Universita' di Udine 1

Il calcolo vettoriale. Marina Cobal - Dipt.di Fisica - Universita' di Udine 1 Il calcolo vettoriale Universita' di Udine 1 I vettori: definizione Attenzione a definizioni superficiali Del tipo: Definito da modulo, direzione, verso Sono valide a senso, e solo in coordinate cartesiane!

Dettagli

Cinematica. La cinematica riguarda lo studio delle 4 funzioni che legano le variabili giunto con le variabili cartesiane

Cinematica. La cinematica riguarda lo studio delle 4 funzioni che legano le variabili giunto con le variabili cartesiane Cinematica La cinematica riguarda lo studio delle 4 funzioni che legano le variabili giunto con le variabili cartesiane Cinematica diretta di posizione Cinematica inversa di posizione Cinematica diretta

Dettagli

25 - Funzioni di più Variabili Introduzione

25 - Funzioni di più Variabili Introduzione Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 25 - Funzioni di più Variabili Introduzione Anno Accademico 2013/2014 M. Tumminello

Dettagli

Geometria BAER I canale Foglio esercizi 2

Geometria BAER I canale Foglio esercizi 2 Geometria BAER I canale Foglio esercizi 2 Esercizio 1. Calcolare il determinante e l inversa (quando esiste) della matrice ( ) cos θ sin θ R θ =, θ [0, 2π] sin θ cos θ Soluzione: Il determinante ( é cos

Dettagli

b = p + q l q Diciamo che p e la proiezione ortogonale di b su l, e che q e la proiezione ortogonale di b su l.

b = p + q l q Diciamo che p e la proiezione ortogonale di b su l, e che q e la proiezione ortogonale di b su l. Matematica II, 4... rtogonalita nel piano. Fissato nel piano un punto, consideriamo il piano vettoriale P. Diamo per intuitivamente nota la nozione di ortogonalita fra due vettori non nulli. Per convenzione,

Dettagli

NUMERI COMPLESSI. Rappresentazione cartesiana dei numeri complessi

NUMERI COMPLESSI. Rappresentazione cartesiana dei numeri complessi NUMERI COMPLESSI Come sappiamo, non esistono nel campo dei numeri reali le radici di indice pari dei numeri negativi. Ammettiamo pertanto l esistenza della radice quadrata del numero 1. Questo nuovo ente

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

SISTEMI DI EQUAZIONI LINEARI

SISTEMI DI EQUAZIONI LINEARI SISTEMI DI EQUAZIONI LINEARI Date le rette di equazioni ax + by + c = 0 e a x + b y + c = 0 quanti punti hanno in comune? Per rispondere devo risolvere il sistema ax + by + c = 0 ቊ a x + b y + c = 0 e

Dettagli

ALGEBRA LINEARE E GEOMETRIA: ESERCIZI 5. Indice. 2. Esercizi 5

ALGEBRA LINEARE E GEOMETRIA: ESERCIZI 5. Indice. 2. Esercizi 5 ALGEBRA LINEARE E GEOMETRIA: ESERCIZI 5 Indice 1. Principali definizioni 1 2. Esercizi 5 Operazioni con le matrici 1. Principali definizioni Ricordiamo le principali definizioni legate alle matrici a coefficienti

Dettagli

Matematica II

Matematica II Matematica II 29..0. Somma di due matrici. Siano m ed n due interi positivi fissati. Date due matrici A, B R m n di tipo m n, sommando a ciascun elemento di A il corrispondente elemento di B, si ottiene

Dettagli

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

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

Dettagli

Geometria BAER I canale Foglio esercizi 2

Geometria BAER I canale Foglio esercizi 2 Geometria BAER I canale Foglio esercizi Esercizio. ( ) Data la matrice, determinare tutte le matrici X Mat( ) tali che AX = 0 e tutte le matrici Y Mat( ) tali che Y 0. ( ) ( ) ( ) x y x + z y + w Soluzione:

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

Geometria BAER Canale A-K Esercizi 8

Geometria BAER Canale A-K Esercizi 8 Geometria BAER Canale A-K Esercizi 8 Esercizio. Si consideri il sottospazio U = L v =, v, v 3 =. (a) Si trovino le equazioni cartesiane ed una base ortonormale di U. (b) Si trovi una base ortonormale di

Dettagli

MATRICI E SISTEMI LINEARI

MATRICI E SISTEMI LINEARI MATRICI E SISTEMI LINEARI - PARTE I - Felice Iavernaro Dipartimento di Matematica Università di Bari 27 Febbraio 2006 Felice Iavernaro (Univ. Bari) Matrici e Sistemi lineari 27/02/2006 1 / 1 Definizione

Dettagli

Nozioni e Richiami di Algebra Lineare

Nozioni e Richiami di Algebra Lineare Nozioni e Richiami di Algebra Lineare Chiara Giusy Genovese Università di Bologna Scuola di Economia, Management e Statistica CLAMEP Statistica per l analisi dei dati 11 Novembre 2014 Indice Introduzione

Dettagli

Algebra matriciale. Un algebra è un sistema di segni in cui sono definite delle operazioni Algebra scalare Algebra dei vettori Algebra matriciale

Algebra matriciale. Un algebra è un sistema di segni in cui sono definite delle operazioni Algebra scalare Algebra dei vettori Algebra matriciale Algebra matriciale Algebra Un algebra è un sistema di segni in cui sono definite delle operazioni Algebra scalare Algebra dei vettori Algebra matriciale In algebra matriciale un numero è chiamato scalare

Dettagli

Lezione 11. Somma di matrici Prodotto di una matrice per uno scalare Prodotto di matrici Determinante Sistemi lineari in forma matriciale

Lezione 11. Somma di matrici Prodotto di una matrice per uno scalare Prodotto di matrici Determinante Sistemi lineari in forma matriciale Lezione Somma di matrici Prodotto di una matrice per uno scalare Prodotto di matrici Determinante Sistemi lineari in forma matriciale Matrici. Somma Date due matrici n x m, A = A ij e B = B ij, con i =,,,

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

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

Appendice 3. Rotazioni

Appendice 3. Rotazioni Appendice 3. Rotazioni Indice 1 Tensori ortogonali 2 2 Rotazioni e simmetrie in uno spazio di dimensione 2 2 3 Tensori ortogonali in uno spazio di dimensione 3 4 4 Rotazioni in uno spazio di dimensione

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

Tipi di polso robotico 2 gdl

Tipi di polso robotico 2 gdl Tipi di polso robotico 2 gdl I polsi possono avere 2 o 3 giunti = 2 o 3 gdl I polsi sono tutti R, ma con caratteristiche diverse Per alcuni compiti bastano polsi 2R come illustrato 005/1 Tipi di polso

Dettagli

PreCorso di Matematica - PCM Corso M-Z

PreCorso di Matematica - PCM Corso M-Z PreCorso di Matematica - PCM Corso M-Z DOCENTE: M. Auteri Outline Docente: Auteri PreCorso di Matematica 2016 2 Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti

Dettagli

ALGEBRA DELLE MATRICI

ALGEBRA DELLE MATRICI ALGEBRA DELLE MATRICI March 8, 2015 1 Definizioni e notazioni Una matrice è una tabella rettangolare le cui entrate sono numeri organizzati in righe orizzontali e colonne verticali. Esempio 1 2 A = 4 0

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

MATRICI E OPERAZIONI

MATRICI E OPERAZIONI MATRICI E SISTEMI MATRICI E OPERAZIONI Matrici, somma e prodotto (definizioni, esempi, non commutatività del prodotto, legge di annullamento del prodotto Potenze e inverse di matrici quadrate (definizioni

Dettagli

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria. Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo

Dettagli

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria. Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo

Dettagli

3 Soluzione di sistemi lineari

3 Soluzione di sistemi lineari 3 Soluzione di sistemi lineari Prima di addentrarci nello studio dei metodi numerici, è doveroso introdurre le matrici e alcune strutture particolari di matrici nonchè alcuni concetti fondamentali quali

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

Corso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a

Corso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Spazio dei vettori Il primo oggetto matematico che definiamo sarà il vettore. Partendo dai numeri reali come rappresentazione dei punti della retta reale R,

Dettagli

Algebra delle matrici

Algebra delle matrici Algebra delle matrici Metodo di Gauss-Jordan per l inversione di una matrice. Nella lezione scorsa abbiamo visto che un modo per determinare l eventuale inversa di una matrice quadrata A consiste nel risolvere

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

Daniela Lera A.A

Daniela Lera A.A Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2016-2017 Richiami Algebra Lineare Spazio normato Uno spazio lineare X si dice normato se esiste una funzione

Dettagli

Capitolo 3 Matrici. Marco Robutti. Facoltà di ingegneria Università degli studi di Pavia. Anno accademico

Capitolo 3 Matrici. Marco Robutti. Facoltà di ingegneria Università degli studi di Pavia. Anno accademico Capitolo 3 Matrici Marco Robutti Facoltà di ingegneria Università degli studi di Pavia Anno accademico 2017-2018 Tutorato di geometria e algebra lineare Definizione (Matrice) Una matrice A M R (k, n) è

Dettagli

Isometrie e cambiamenti di riferimento

Isometrie e cambiamenti di riferimento Isometrie e cambiamenti di riferimento Isometrie Le isometrie sono trasformazioni del piano o dello spazio che conservano angoli e distanze. Esempi sono le rotazioni del piano, le riflessioni in una retta

Dettagli

Corso di Fisica I per Matematica

Corso di Fisica I per Matematica Corso di Fisica I per Matematica DOCENTE: Marina COBAL: marina.cobal@cern.ch Tel. 339-2326287 TESTO di RIFERIMENTO: Mazzoldi, Nigro, Voci: Elementi d fisica,meccanica e Termodinamica Ed. EdiSES FONDAMENTI

Dettagli

A m n B n p = P m p. 0 1 a b c d. a b. 0 a 0 c Il risultato e lo stesso solo nel caso in cui c = 0 e a = d.

A m n B n p = P m p. 0 1 a b c d. a b. 0 a 0 c Il risultato e lo stesso solo nel caso in cui c = 0 e a = d. Matematica II, 220404 Il prodotto di matrici e un operazione parziale che prende in entrata una matrice A ed una matrice B, tali che il numero delle colonne di A sia uguale al numero delle righe di B,

Dettagli

x1 + 2x 2 + 3x 3 = 0 nelle tre incognite x 1, x 2, x 3. Possiamo risolvere l equazione ricavando l incognita x 1 x 1 = 2x 2 3x 3 2r 1 3r 2 x 2 x 3

x1 + 2x 2 + 3x 3 = 0 nelle tre incognite x 1, x 2, x 3. Possiamo risolvere l equazione ricavando l incognita x 1 x 1 = 2x 2 3x 3 2r 1 3r 2 x 2 x 3 Matematica II -..9 Spazio delle soluzioni di un sistema lineare omogeneo.. Consideriamo l equazione lineare omogenea nelle tre incognite x, x, x 3. x + x + 3x 3 = Possiamo risolvere l equazione ricavando

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

I numeri complessi. Capitolo 7

I numeri complessi. Capitolo 7 Capitolo 7 I numeri complessi Come abbiamo fatto per i numeri reali possiamo definire assiomaticamente anche i numeri complessi. Diciamo che l insieme C dei numeri complessi è un insieme su cui sono definite

Dettagli

Geometria BAER Canale A-K Esercizi 11

Geometria BAER Canale A-K Esercizi 11 Geometria BAER 6-7 Canale A-K Esercizi Esercizio. Scrivere la matrice delle seguenti trasformazioni ortogonali del piano (a Proiezione ortogonale sulla retta x + y = (b Rotazione di π/4 seguita da riflessione

Dettagli

1.1 Matrici a coefficienti in R. Vi sono alcuni casi particolari che vale la pena evidenziare:

1.1 Matrici a coefficienti in R. Vi sono alcuni casi particolari che vale la pena evidenziare: Lezione Matrici a coefficienti in R Definizione Siano m, n Z numeri interi positivi Una matrice m n acoefficientiinrèuninsiemedimn numeri reali disposti su m righe ed n colonne circondata da parentesi

Dettagli

Argomenti Capitolo 1 Richiami

Argomenti Capitolo 1 Richiami Argomenti Capitolo 1 Richiami L insieme dei numeri reali R si rappresenta geometricamente con l insieme dei punti di una retta orientata su cui sia stato fissato un punto 0 e un segmento unitario. L insieme

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

APPUNTI DI ALGEBRA LINEARE

APPUNTI DI ALGEBRA LINEARE APPUNTI DI ALGEBRA LINEARE. Definizione Si dice spazio vettoriale (sul campo dei numeri reali R) un insieme V per il quale siano definite l operazione interna di somma (che ad ogni coppia di vettori e

Dettagli

Analisi statistica e matematico-finanziaria II. Alfonso Iodice D Enza Università degli studi di Cassino e del Lazio Meridionale

Analisi statistica e matematico-finanziaria II. Alfonso Iodice D Enza Università degli studi di Cassino e del Lazio Meridionale delle sui delle Analisi statistica e matematico-finanziaria II Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino e del Lazio Meridionale sulle particolari ali dei dati Outline

Dettagli

APPLICAZIONI. Im f = {b B a A tale che f (a) = b}.

APPLICAZIONI. Im f = {b B a A tale che f (a) = b}. APPLICAZIONI Diremo applicazione (o funzione) da un insieme A ad un insieme B una legge f che associa ad ogni elemento a A uno ed un solo elemento b B. Scriviamo f : A B e il corrispondente o immagine

Dettagli

Anno Accademico DIARIO DEL CORSO SSIS Didattica della matematica per la scuola superiore 1. 4 ottobre 2005

Anno Accademico DIARIO DEL CORSO SSIS Didattica della matematica per la scuola superiore 1. 4 ottobre 2005 Anno Accademico 2005-2006 DIARIO DEL CORSO SSIS Didattica della matematica per la scuola superiore 1 SILVANO DELLADIO 4 ottobre 2005 Costruzione di Z, Q, R e C, dando per scontato N. Teoria ingenua, fatta

Dettagli

Anno Accademico DIARIO DEL CORSO SSIS Didattica della matematica per la scuola superiore 1. 9 novembre 2004

Anno Accademico DIARIO DEL CORSO SSIS Didattica della matematica per la scuola superiore 1. 9 novembre 2004 Anno Accademico 2004-2005 DIARIO DEL CORSO SSIS Didattica della matematica per la scuola superiore 1 SILVANO DELLADIO 9 novembre 2004 Costruzione di Z, Q, R e C, dando per scontato N. Teoria ingenua (fatta

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

= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con

= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti su m righe e n colonne. I numeri che compaiono nella tabella si dicono elementi della matrice. La loro individuazione

Dettagli

Vettori e tensori. B.1 I vettori. Indice del capitolo. B.1.1 Le matrici di rotazione

Vettori e tensori. B.1 I vettori. Indice del capitolo. B.1.1 Le matrici di rotazione B ettori e tensori Le leggi fisiche sono normalmente espresse mediante equazioni. È utile quindi possedere strumenti che permettano di scrivere e manipolare le equazioni senza introdurre inaccettabili

Dettagli

Operazioni tra matrici e n-uple

Operazioni tra matrici e n-uple CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,

Dettagli

I. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.

I. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ. ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio

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

Matematica Domande di Algebra e Geometria Analitica

Matematica Domande di Algebra e Geometria Analitica Matematica Domande di Algebra e Geometria Analitica prof. Vincenzo De Felice 2015 O studianti, studiate le matematiche, e non edificate sanza fondamenti. Leonardo da Vinci (1452-1519). 1 2 Tutto per la

Dettagli

Proprietà dei moti finiti. Ettore Pennestrì Università di Roma Tor Vergata Dipartimento di Ingegneria dell Impresa

Proprietà dei moti finiti. Ettore Pennestrì Università di Roma Tor Vergata Dipartimento di Ingegneria dell Impresa Proprietà dei moti finiti Ettore Pennestrì Università di Roma Tor Vergata Dipartimento di Ingegneria dell Impresa Sommario Il presente documento, redatto per gli allievi dei corsi di Prototipazione Virtuale

Dettagli

Basi di spazi vettoriali di polinomi Consideriamo lo spazio vettoriale dei polinomi di grado al più 2 R 2 [x] = {ax 2 + bx + c; a, b, c R},

Basi di spazi vettoriali di polinomi Consideriamo lo spazio vettoriale dei polinomi di grado al più 2 R 2 [x] = {ax 2 + bx + c; a, b, c R}, Lezione del 03.04. Dopo avere svolto un esercizio in uno spazio vettoriale di polinomi, si è introdotto il concetto di applicazione lineare e l esempio fondamentale di applicazione lineare da uno spazio

Dettagli

Geometria BAER A.A. Canale I Foglio esercizi 4

Geometria BAER A.A. Canale I Foglio esercizi 4 Geometria BAER A.A. Canale I Foglio esercizi 4 Esercizio. Si trovino basi degli spazi delle soluzioni dei seguenti sistemi lineari Soluzione: Sol(S ) = L[ x + 3x x 3 + 5x 4 = S : x + 3x x 3 + x 4 = S x

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

Geometria BAER Canale I Esercizi 11

Geometria BAER Canale I Esercizi 11 Geometria BAER Canale I Esercizi Esercizio. Scrivere la matrice delle seguenti trasformazioni ortogonali del piano (a Proiezione ortogonale sulla retta x + y = 0 (b Rotazione di π/4 seguita da riflessione

Dettagli

DEFINIZIONE Un vettore (libero) è un ente geometrico rappresentato da un segmento orientato caratterizzato da tre parametri:

DEFINIZIONE Un vettore (libero) è un ente geometrico rappresentato da un segmento orientato caratterizzato da tre parametri: DEFINIZIONE Un vettore (libero) è un ente geometrico rappresentato da un segmento orientato caratterizzato da tre parametri: 1. modulo: la lunghezza del segmento 2. direzione: coincidente con la direzione

Dettagli

GEOMETRIA svolgimento di uno scritto del 11 Gennaio 2012

GEOMETRIA svolgimento di uno scritto del 11 Gennaio 2012 GEOMETRIA svolgimento di uno scritto del Gennaio ) Trovare una base per lo spazio delle soluzioni del seguente sistema omogeneo: x + y 5z = 3x y + z = x y + 8z =. Il sistema può essere scritto in forma

Dettagli

LEZIONE 8. k e w = wx ı + w y j + w z. k di R 3 definiamo prodotto scalare di v e w il numero

LEZIONE 8. k e w = wx ı + w y j + w z. k di R 3 definiamo prodotto scalare di v e w il numero LEZINE 8 8.1. Prodotto scalare. Dati i vettori geometrici v = v x ı + v y j + v z k e w = wx ı + j + k di R 3 definiamo prodotto scalare di v e w il numero v, w = ( v x v y v z ) w x = v x + v y + v z.

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 Numeri Complessi 1

I Numeri Complessi 1 D D D V D I umeri Complessi 1 Il campo dei numeri complessi Definizione. L insieme dei numeri complessi, denotato con scritti nella forma, è l insieme dei numeri abitualmente con (1 in cui l elemento viene

Dettagli

Robotica I. M. Gabiccini

Robotica I. M. Gabiccini Descrizione i dei moti rigidi idi Robotica I M. Gabiccini AA A.A. 2009/2010 LS Ing. Meccanica ed Automazione Descrizione di moti rigidi Consideriamo uno spazio a 3 dimensioni Euclideo, cioè lo spazio delle

Dettagli

P z. OP x, OP y, OP z sono le proiezioni ortogonali di v sugli assi x, y, z, per cui: OP x = ( v i) i. k j. P x. OP z = ( v k) k

P z. OP x, OP y, OP z sono le proiezioni ortogonali di v sugli assi x, y, z, per cui: OP x = ( v i) i. k j. P x. OP z = ( v k) k Richiami di calcolo vettoriale Consideriamo il vettore libero v = OP. Siano P x, P y, P z le proiezioni ortogonali di P sui tre assi cartesiani. v è la diagonale del parallelepipedo costruito su OP x,

Dettagli

VETTORI E SCALARI DEFINIZIONI. Si definisce scalare una grandezza definita interamente da un solo numero, affiancato dalla sua unità di misura.

VETTORI E SCALARI DEFINIZIONI. Si definisce scalare una grandezza definita interamente da un solo numero, affiancato dalla sua unità di misura. VETTORI E SCALARI DEFINIZIONI Si definisce scalare una grandezza definita interamente da un solo numero, affiancato dalla sua unità di misura. Un vettore è invece una grandezza caratterizzata da 3 entità:

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

VETTORI E MATRICI. Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI

VETTORI E MATRICI. Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 I VETTRORI E MATRICI (RICHIAMI) Ad ogni matrice quadrata a coefficienti reali è possibile associare un numero reale, detto determinante, calcolato

Dettagli

Anno Accademico 2015/2016

Anno Accademico 2015/2016 Mod. 136/1 ALMA MATER STUDIORUM UNIVERSITÀ DI BOLOGNA Anno Accademico 2015/2016 Scuola di Scienze Corsi di Laurea o di Diploma Triennale in Matematica (nuovo ordinamento) Insegnamento Geometria I Docente

Dettagli

x n i sima pos. x, y = x T y = x i y i R. i=1

x n i sima pos. x, y = x T y = x i y i R. i=1 1 Elementi di Algebra Lineare In questo capitolo introduttivo al corso di Calcolo Numerico per la laurea triennale in Informatica, saranno presentate una serie di definizioni e proprietà di matrici e dei

Dettagli

12 gennaio Commenti esame di geometria - Ing. gestionale - a.a

12 gennaio Commenti esame di geometria - Ing. gestionale - a.a Questo documento riporta commenti, approfondimenti o metodi di soluzione alternativi per alcuni esercizi dell esame Ovviamente alcuni esercizi potevano essere risolti utilizzando metodi ancora diversi

Dettagli

MATRICI. Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: a 2 m. a n m) i j R, 1 i n, 1 j m.

MATRICI. Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: a 2 m. a n m) i j R, 1 i n, 1 j m. MATRICI Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: 11 a 12 a 1 3 a 1m A=(a a 21 a 2 3 a 2m con a a n1 a n2 a n 3 a nm i j R, 1 i n, 1 j m. per

Dettagli

I numeri complessi. Richiami di teoria. AMA Ing.Edile - Prof. Colombo 1. Esercitazioni: Francesco Di Plinio -

I numeri complessi. Richiami di teoria. AMA Ing.Edile - Prof. Colombo 1. Esercitazioni: Francesco Di Plinio - AMA Ing.Edile - Prof. Colombo 1 Esercitazioni: Francesco Di Plinio - francesco.diplinio@libero.it I numeri complessi. Richiami di teoria. 1.1 Numeri complessi. Un numero complesso è un espressione della

Dettagli