Funzioni condizionatamente definite positive
|
|
- Fabio Venturini
- 5 anni fa
- Visualizzazioni
Transcript
1 Funzioni condizionatamente definite positive Nelle lezioni precedenti abbiamo visto come il problema di interpolazione ci abbia portato all uso di funzioni definite positive. Tuttavia, ci sono funzioni radiali il cui uso è molto popolare) che non rientrano in questo schema. Un esempio è dato dalla seguente spline thin-plate: supponiamo che la funzione di base sia data da Φ x) = x 2 2 log x 2 ), x Rd. Sia N = d + 1 il numero dei centri x i, e siano tali centri i vertici di un simplesso regolare i cui bordi hanno lunghezza unitaria. Allora tutti i valori Φ x i x k ) della matrice di interpolazione sono zero, quindi la matrice non è definita positiva. In questo capitolo daremo una nozione generalizzata delle funzioni definite positive, in modo da includere tutte le possibilità rilevanti per le funzioni di base, e troveremo dei risultati che generalizzano i teoremi di Bochner e di Schoenberg. 1. Definizione e proprietà di base Come nel caso delle funzioni definite positive, si devono distinguere le funzioni a valori reali da quelle a valori complessi, prestando un po di attenzione. Definizione 1.1. Una funzione continua Φ : R d C è detta condizionatamente semi-definita positiva di ordine m se, per ogni N N, per ogni scelta di centri a due a due distinti x 1,..., x N R d, e per ogni α C che soddisfano α j p x j ) = 1) per ogni polinomio p a valori complessi di grado minore di m, si ha che la forma quadratica α j α k Φ x j x k ) 2) è non negativa. Φ è detta condizionatamente definita positiva di ordine m se la forma quadratica è positiva, a meno che α =. Un primo importante teorema riguarda l ordine delle funzioni condizionatamente semi-)definite positive. Proposizione 1.1. Una funzione che è condizionatamente semi-)definita positiva di ordine m è anche condizionatamente semi-)definita positiva di ordine l m. Una funzione che è condizionatamente semi-)definita positiva di ordine m su R d è anche condizionatamente semi-)definita positiva di ordine m su R n per n d. Questo significa, ad esempio, che ogni funzione definita positiva ha anche condizionata positiva definitezza di ogni ordine. Ovviamente viene naturale guardare al più piccolo ordine m possibile, quindi quando parleremo di una 1
2 2 funzione condizionatamente definita positiva di ordine m faremo riferimento al più piccolo m possibile. Come è stato fatto per le funzioni definite positive, la definizione data in precedenza si può restringere al caso di coefficienti e polinomi reali se la funzione di base è pari e a valori reali. Questo vale in particolare ogni volta che la funzione Φ è radiale. Teorema 1.2. Una funzione continua e pari Φ : R d R è condizionatamente definita positiva di ordine m se e solo se, per ogni N N, per ogni scelta di centri a due a due distinti x 1,..., x N R d, e per ogni α R N \ {} che soddisfano α j p x j ) = per ogni polinomio p a valori reali di grado minore di m, la forma quadratica è positiva. α j α k Φ x j x k ) Dalla definizione di funzione condizionatamente semi-)definita positiva non è possibile concludere che automaticamente vale Φ x) = Φ x), come invece era possibile per le funzioni semi-)definite positive. Questa è una conseguenza della seguente proposizione. Proposizione 1.3. Ogni polinomio q di grado minore di 2m è condizionatamente semi-)definito positivo di ordine m. Più precisamente, per ogni insieme {x 1,...x N } R d e per ogni α C N che soddisfano la 1) per ogni p π m 1 R d), la forma quadratica 2) per Φ = q è identicamente nulla. Dimostrazione. Per ipotesi, ogni polinomio p π m 1 R d) soddisfa l equazione 1): N α j p x j ) =. Prendiamo β, ν N d, e poniamo q x) = β <2m c βx β polinomio di grado minore di 2m. La forma quadratica è: = α j α k q x j x k ) = N c β β <2m N c β β <2m = = β <2m β <2m α j α k x j x k ) β ) α j α k 1) ν β ν c β 1) ν β ν ν β ν β ) N α j x β ν j α j α k c β x j x k ) β x β ν j x ν k α k x ν k. k=1
3 1. DEFINIZIONE E PROPRIETÀ DI BASE 3 Dato che β < 2m, β = ν + β ν), si ha che ν m oppure β ν m. Quindi, per 1), o la somma N α j x β ν j è uguale a zero, o la somma Nk=1 α k x ν k è uguale a zero. Si può mostrare che ogni polinomio di grado più grande di 2m non può essere condizionatamente semi-)definito positivo di ordine m. La condizionata positiva definitezza di ordine m di una funzione Φ può essere interpretata anche come la positiva definitezza della matrice A Φ,X = Φ x j x k )) sullo spazio dei vettori α tali che α j p l x j ) =, 1 l Q = dimπ m 1 R d). In questo senso, A Φ,X è definita positiva sullo spazio dei vettori α perpendicolari ai polinomi. In particolare, abbiamo che ogni scelta di un vettore α C N e di un insieme di punti a due a due distinti X = {x 1,..., x N } che soddisfino la 1) per ogni polinomio di grado minore di m, definisce un funzionale lineare λ α,x := α j δ xj, dove δ x denota la valutazione puntuale in x delta di Dirac in x). Definiamo π m 1 R d) lo spazio di tutti questi funzionali. Allora nella definizione di funzione condizionatamente semi-)definita positiva il vettore α è ammissibile se e solo se λ α,x π m 1 R d). Dato che la matrice A Φ,X è condizionatamente semi-)definita positiva di ordine m, è anche definita positiva su un sottospazio di dimensione N Q, dove Q = dimπ m 1 R d). La matrice A Φ,X ha quindi la proprietà che almeno N Q dei suoi autovalori sono positivi. Per m = 1 possiamo trarre delle conclusioni ancora più forti. Teorema 1.4. Supponiamo che la funzione Φ sia condizionatamente definita positiva di ordine 1 e che Φ ). Allora la matrice A Φ,X ha un autovalore negativo e N 1 autovalori positivi, e in particolare è invertibile. Come già visto per le funzioni semi-definite positive, le funzioni condizionatamente semi-definite positive possono essere caratterizzate come funzioni condizionatamente semi-definite positive integralmente. Proposizione 1.5. Una funzione continua Φ è condizionatamente semidefinita positiva di ordine m se e solo se Φ x y) γ x) γ y)dxdy R d R d
4 4 per ogni γ C R d) che soddisfa R d γ x) p x) dx = per ogni p π m 1 R d). Possiamo ora enunciare un ultimo importante risultato: da una funzione condizionatamente semi-definita positiva di ordine m si può facilmente costruire una funzione condizionatamente semi-definita positiva di ordine minore di m. Proposizione 1.6. Supponiamo che Φ sia una funzione condizionatamente semi-definita positiva di ordine m > e che l m sia fissato. Se y 1,..., y M R d e β C M \ {} soddisfano M β j p y j ) = per ogni p π l 1 R d), allora la funzione Ψ x) := M β j β k Φ x y j + y k ) è condizionatamente semi-definita positiva di ordine m l. 2. Caratterizzazione analoga a quella di Bochner Nel caso delle funzioni definite positive, abbiamo visto che la caratterizzazione integrale data da Bochner è risultata molto utile ricordiamo: una funzione continua Φ è semi-definita positiva se e solo se è la trasformata di Fourier di una misura di Borel µ su R d non negativa e finita). Per le funzioni condizionatamente definite positive esiste un risultato analogo che vedremo in seguito; in particolare, vedremo che è possibile fornire una caratterizzazione delle funzioni condizionatamente definite positive utilizzando la loro trasformata di Fourier. A questo scopo, è necessario modificare la nozione classica di trasformata di Fourier, e definire uno speciale sottospazio dello spazio di Schwartz S ricordiamo: uno spazio di Schwartz è uno spazio di funzioni che, insieme alle loro derivate, decrescono velocemente, più di un polinomio). Definizione 2.1. Per m N, l insieme di tutte le funzioni γ S che soddisfano γ ω) = O ω m 2 ) per ω 2 è indicato con S m. Nel seguito, faremo sempre riferimento a funzioni di base lentamente crescenti, cioè a funzioni che crescono al massimo come un particolare polinomio fissato. Osserviamo che questa non è una restrizione, perchè si può dimostrare che ogni funzione condizionatamente definita positiva di ordine m cresce al massimo come un polinomio di grado 2m. Definizione 2.2. Supponiamo che Φ : R d C sia continua e lentamente crescente. Una funzione misurabile Φ ) L loc 2 R d \ {} è detta trasformata di Fourier generalizzata di Φ se esiste un intero m N tale che
5 2. CARATTERIZZAZIONE ANALOGA A QUELLA DI BOCHNER 5 l equazione Φ x) γ x)dx = Φ ω)γ ω) dω R d R d è soddisfatta per ogni γ S 2m. L intero m è detto ordine di Φ. Notiamo che l ordine m della trasformata di Fourier generalizzata corrisponde allo spazio S 2m, e non allo spazio S m. Inoltre, se Φ è la trasformata di Fourier generalizzata di ordine m allora ha anche ordine l m; quindi quando si parlerà di ordine faremo riferimento al più piccolo ordine m possibile. Sono necessarie alcune osservazioni. Se la trasformata di Fourier generalizzata esiste, essa è unica a meno di insiemi di misura di Lebesgue nulla. Se Φ L 1 {R d} allora la sua trasformata di Fourier classica e la sua trasformata di Fourier generalizzata coincidono, e l ordine è zero. Lo stesso vale per Φ L 2 {R d}. La trasformata di Fourier generalizzata e la trasformata di Fourier distribuzionale coincidono sull insieme S 2m. In questo capitolo, siamo interessati solo alla trasformata di Fourier generalizzata Φ continua su R d \ {} e che ha una singolarità nell origine; l ordine della singolarità determina il più piccolo ordine m della trasformata di Fourier generalizzata. Il prossimo risultato ci dà un esempio di una trasformata di Fourier generalizzata, e mostra anche in che modo la funzione Φ è determinata dalla sua trasformata di Fourier generalizzata. Proposizione 2.1. Supponiamo che Φ = p sia un polinomio di grado minore di m. Allora per ogni funzione test γ S m vale R d Φ x) γ x)dx =. 3) Quindi la trasformata di Fourier generalizzata di p è la funzione identicamente nulla e ha ordine m/2. Viceversa, se Φ è una funzione continua che soddisfa 3) per ogni γ S m allora Φ è un polinomio di grado minore di m. Per arrivare a definire la caratterizzazione analoga a quella di Bochner, dobbiamo ora capire come si costruiscono le funzioni di S 2m. Uno stratagemma è quello di usare centri e coefficienti che soddisfino le richieste di una funzione condizionatamente definita positiva. Lemma 2.2. Supponiamo che i centri a due a due distinti x 1,..., x N R d e α C N \ {} siano scelti in modo che l equazione 1) sia soddisfatta per ogni p π m 1 R d). Allora α j e ixt j ω = O ω m 2 )
6 6 vale per ω 2. Possiamo ora finalmente enunciare il risultato principale. Questo afferma che l ordine della trasformata di Fourier generalizzata determina il minimo ordine di una funzione condizionatamente definita positiva. Teorema 2.3. Supponiamo che Φ : R d C sia continua, lentamente crescente, e che abbia una trasformata di Fourier generalizzata Φ di ordine m che sia continua su R d \ {}. Allora Φ è condizionatamente definita positiva di ordine m se e solo se Φ è non negativa e non identicamente nulla. Per ragioni che saranno chiare in seguito, proponiamo una diversa versione del teorema valida per la forma quadratica. Corollario 2.4. Supponiamo che Φ : R d C sia continua e lentamente crescente. Supponiamo inoltre che Φ abbia una trasformata di Fourier generalizzata Φ di ordine m continua su R d \ {}, non negativa, e che non tende a zero all infinito. Allora per ogni scelta di centri a due a due distinti x 1,..., x N R d e per ogni α C N tali che 1) sia soddisfatta per ogni p π m 1 R d), vale α j α k Φ x j x k ) = 2π) d/2 R d 2 α j e iωt x j Φ ω) dω. 3. Esempi di trasformate di Fourier generalizzate Calcoliamo ora le trasformate di Fourier generalizzate delle più famose funzioni di base, che possono essere usate per dimostrare che le funzioni di base sono condizionatamente definite positive. Inoltre, le trasformate di Fourier generalizzate ci sono di aiuto per la stima dell errore e la stima della stabilità del processo di interpolazione che vedremo nel prossimo capitolo. Come primo esempio, vediamo la trasformata di Fourier generalizzata della funzione multiquadratica. Useremo la notazione t per indicare il più piccolo intero maggiore o uguale a t R. β, Teorema 3.1. La funzione Φ x) = c 2 + x 2) 2 per x R d, c > e β R \ N possiede la trasformata di Fourier generalizzata) Φ ω) = 21+β Γ β) di ordine m = max, β ). ) β d/2 ω 2 K d/2+β c ω 2 ), ω, c
7 3. ESEMPI DI TRASFORMATE DI FOURIER GENERALIZZATE 7 Teorema 3.2. La funzione Φ x) = x β 2, per x Rd, β >, β / 2N possiede la trasformata di Fourier generalizzata di ordine m = β/2. Φ ω) = 2β+d/2 Γ d + β) /2) Γ β/2) ω β d 2, ω, Dimostrazione. Dimostriamo nel caso d = 1 e β = 1, quindi la funzione Φ è f x) = x. Ricordiamo che per le trasformate di Fourier vale la seguente formula per le derivate: f x) = ix f x), e f x) = ix) 2 f x). Calcoliamo le derivate di f: f è la funzione di Heaviside: { 1, se x > f x) = H x) = 1, se x < f è la derivata distribuzionale: f x) = 2δ x), infatti: f ) x) = f x) < f, φ >= < f, φ > φ C R) e quindi H x) = 2δ x) < 2δ x), φ >= H x) φ x) dx [ + R ] 2φ ) = 1 φ x) dx + 1 φ x) dx 2φ ) = [φ + ) φ ) φ ) + φ )] Si ha che: quindi otteniamo: 2φ ) = 2φ ) f x) = ix) 2 f x) = x 2 f x) f x) = 2δ x) = 2 2π f x) = 2 1 2π x 2. E proprio il risultato che volevamo, infatti per d = 1, β = /2 Γ 1) Γ 1/2) = 23/ π =. π L ultimo esempio riguarda le thin-plate splines. Teorema 3.3. La funzione Φ x) = x 2k 2 log x 2, per x Rd, k N, possiede la trasformata di Fourier generalizzata Φ ω) = 1) k+1 2 2k 1+d/2 Γ k + d/2) k! ω d 2k 2 di ordine m = k + 1. e
8 8 Ora risulta semplice decidere se le funzioni appena analizzate sono condizionatamente definite positive. Nel prossimo teorema, con m intendiamo il più piccolo ordine possibile. Corollario 3.4. Le seguenti funzioni Φ : R d R sono condizionatamente definite positive di ordine m: 1) Φ x) = 1) β c 2 + x 2 2) β, β >, β / N, m = β 2) Φ x) = 1) β/2 x β 2, β >, β / 2N, m = β/2 3) Φ x) = 1) k+1 x 2k 2 log x 2, k N, m = k Funzioni radiali condizionatamente definite positive Come nel caso delle funzioni semi-definite positive, è possibile fornire una caratterizzazione delle funzioni condizionatamente semi-definite positive che fa uso delle funzioni radiali. Per semplicità omettiamo i dettagli, e ci concentriamo sulle funzioni in una variabile che sono condizionatamente semi-)definite positive su ogni R d, arrivando ad un risultato sulla falsa riga della caratterizzazione di Schoenberg ricordiamo: una funzione ) φ è completamente monotona su [, ) se e solo se Φ := φ 2 2 è semi-definita positiva su ogni R d ). TeoremaMicchelli) ) 4.1. Sia data φ C [, ) C, ). La funzione Φ = φ 2 2 è condizionatamente semi-definita positiva di ordine m N su ogni R d se e solo se 1) m φ m) è completamente monotona su, ). ) Dimostrazione. Mostriamo il primo verso: supponiamo che φ 2 2 sia condizionatamente definita positiva di ordine m, allora 1) m φ m) è completamente monotona. Per m =, il risultato è dato dal teorema di Schoenberg. Per il passo induttivo, assumiamo che il risultato ) sia vero per m e dimostriamo che è vero per m + 1. Prendiamo φ 2 2 condizionatamente semidefinita positiva di ordine m + 1 su ogni R d. Fissiamo una dimensione d. Per h > consideriamo la funzione a d + 1)-variabili: ) x Ψ h x) = 2φ x 2 ) x ) 2 φ + hed+1 φ hed+1, x R d+1, 2 2 dove e d+1 è il d + 1)-esimo vettore di norma 1. Per il teorema 1.6) abbiamo che Ψ h è condizionatamente semi-definita positiva di ordine m su R d+1, e in particolare, per il teorema 1.1), anche su R d. La restrizione di Ψ h su R d è data da: Ψ h x) = 2 [ φ x 2 2 ) φ x h )] =: 2ψ h x ), x R d.
9 4. FUNZIONI RADIALI CONDIZIONATAMENTE DEFINITE POSITIVE 9 Quindi, per l ipotesi induttiva, 1) m ψ m) h è completamente monotona su, ) per ogni h > cioè 1) m+l ψ m+l) [ ] h = 1) m+l φ m+l) r) φ m+l) r + h) per r >, l N. Ma questo significa che in particolare vale 1) m+l+1 φ m+l) r + h) φ m+l) r) h per ogni r >, l N, h >. Facendo tendere h a zero, otteniamo 1) m+1+l φ m+1+l) r) per ogni r >, l N, per cui abbiamo il risultato voluto. Viceversa supponiamo ) che 1) m φ m) sia completamente monotona su, ), allora Φ = φ 2 2 è condizionatamente semi-definita positiva di ordine m. Per il teorema visto la lezione precedente, si può scrivere 1) m φ m) r) = e rt dµ t) dove µ è una misura di Borel non negativa su [, ). Usando la formula di Taylor, otteniamo dove con T m 1 indichiamo il polinomio di Taylor di grado m 1) 1 r φ r) = T m 1 r) + r t) m 1 φ m) t) dt m 1)! = T m 1 r) + 1)m m 1)! = T m 1 r) + 1)m m 1)! r r t) m 1 e rs dµ s) dt r r r t) m 1 e rs dtdµ s) Applichiamo ora la formula di Taylor alla funzione r e rs, otteniamo e rs 1 r = P m 1 rs) + r t) m 1 d m m 1)! dt m e ts) dt Da cui = P m 1 rs) + s)m m 1)! r t) m 1 e ts dt. r r t) m 1 e ts dt = [ e rs P m 1 rs) ] m 1)! s) m. Quindi, inserendo tale risultato nella rappresentazione di φ otteniamo φ r) = T m 1 r) + [ e rs ] dµ s) P m 1 rs) s m. Ora prendiamo i centri a due a due distinti x 1,..., x N R d e α R d che soddisfano 1) per ogni p π m 1 R d). Dalla proposizione 1.3) sappiamo che
10 1 la forma quadratica di un polinomio di grado minore di 2m è identicamente nulla, quindi possiamo concludere che ) α j α k φ x j x k 2 2 = α j α k e s x j x k 2 dµ s) 2 s m dato che la gaussiana è definita positiva. Vale il seguente corollario. Corollario 4.2. Supponiamo che la funzione φ del ) teorema 4.1) non sia un polinomio di grado al massimo m; allora φ 2 2 è condizionatamente definita positiva di ordine m su ogni R d. Il teorema di Micchelli fornisce uno strumento molto potente per decidere se una funzione radiale data è condizionatamente definita positiva su ogni R d. Per dimostrare la sua utilità, vediamolo applicato ad alcune funzioni. Esempio 4.1. La funzione multiquadratica φ r) = 1) β c 2 + r 2) β, con c, β >, β / N, è condizionatamente definita positiva di ordine m = β su ogni R d. Dimostrazione. Definiamo f β r) = 1) β c 2 + r ) β. La derivata k- esima è f k) β r) = 1) β β k β β 1) β k + 1) c 2 + r). Quindi 1) β f β ) β r) = β β 1) β β + 1) c 2 + r ) β β è completamente monotona e m = β è la più piccola scelta possibile che rende 1) m f m) β completamente monotona. Quindi, per il teorema di Micchelli, φ è condizionatamente definita positiva di ordine m. Esempio 4.2. La funzione φ r) = 1) β/2 r β, con β >, β / 2N, è condizionatamente definita positiva di ordine m = β/2 su ogni R d. Esempio 4.3. La spline thin-plate φ r) = 1) k+1 r 2k log r) è condizionatamente definita positiva di ordine m = k + 1 su ogni R d. 5. Interpolazione con funzioni condizionatamente definite positive Nel capitolo 6, lo studio delle funzioni definite positive è servito per risolvere il problema di interpolazione. Già all inizio della lezione abbiamo però visto che la funzione interpolante definita come s f,x x) = N α j Φ x x j ) non funziona nel caso delle funzioni condizionatamente definite positive. Fortunatamente un piccolo cambiamento nella definizione di funzione interpolante garantisce la solvibilità della matrice di interpolazione.
11 5. INTERPOLAZIONE CON FUNZIONI CONDIZIONATAMENTE DEFINITE POSITIVE11 Dato un insieme di centri X = {x 1,..., x N } definiamo l interpolante di una funzione f come Q s f,x x) = α j Φ x x j ) + β k p k x). k=1 Qui, Q denota la dimensione dello spazio dei polinomi π m 1 R d) e p 1,..., p Q formano una base di π m 1 R d). Per far fronte agli ulteriori gradi di libertà, alle solite condizioni di interpolazione aggiungiamo le condizioni s f,x x j ) = f x j ), 1 j N, α j p k x j ) =, 1 k Q. Chiedere che l interpolante soddisfi queste condizioni, è equivalente a chiedere che esista la soluzione del sistema [ ] [ ] [ AΦ,X P α f X P T = β ] 4) dove A Φ,X = Φ x j x k )) R NxN e P = p k x j )) R NxQ. Il sistema 4) ovviamente ha soluzione se la matrice di sinistra, che indichiamo con ÃΦ,X, è invertibile. Teorema 5.1. Supponiamo che Φ sia condizionatamente definita positiva di ordine m e che X sia un insieme di centri π m 1 R d) -unisolvente. Allora il sistema 4) ammette un unica soluzione. Dimostrazione. Supponiamo che α, β) T stia nello spazio nullo della matrice ÃΦ,X, e dimostriamo che α, β) T =, ) T. Vale A Φ,X α + P β = P T α = La seconda equazione significa che α soddisfa la condizione 1) per ogni p π m 1 R d). Moltiplicando la prima equazione per α T abbiamo T = α T A Φ,X α + P α) T β = α T Aα. Per ipotesi, Φ è condizionatamente definita positiva di ordine m, quindi possiamo concludere che α = e P β =. Inoltre, poichè X è π m 1 R d) -unisolvente, allora β =.
12 12 La richiesta che X sia π m 1 R d) -unisolvente è necessaria per l unicità della soluzione del sistema, ma non per l esistenza. Il metodo descritto in questa sezione può essere generalizzato usando delle funzioni arbitrarie linearmente indipendenti p 1,..., p Q su R d al posto dei polinomi. Inoltre la funzione condizionatamente definita positiva può essere sostituita da un nucleo condizionatamente definito positivo Φ : Ω Ω C.
Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria: Elettronica. Corso di Geometria ed Algebra Docente F. Flamini
Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria: Elettronica Corso di Geometria ed Algebra Docente F. Flamini Capitolo IV - 3: Teorema Spettrale degli operatori autoaggiunti e Teorema
DettagliAPPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a
APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof FPodestà, aa 003-004 Sia V uno spazio vettoriale e sia f : V V una applicazione lineare una tale applicazione da uno spazio vettoriale in se stesso è chiamata
Dettagli8. Completamento di uno spazio di misura.
8. Completamento di uno spazio di misura. 8.1. Spazi di misura. Spazi di misura completi. Definizione 8.1.1. (Spazio misurabile). Si chiama spazio misurabile ogni coppia ordinata (Ω, A), dove Ω è un insieme
DettagliDimostrazione. Indichiamo con α e β (finiti o infiniti) gli estremi dell intervallo I. Poniamo
C.6 Funzioni continue Pag. 114 Dimostrazione del Corollario 4.25 Corollario 4.25 Sia f continua in un intervallo I. Supponiamo che f ammetta, per x tendente a ciascuno degli estremi dell intervallo, iti
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
Dettagli0.1 Spazi Euclidei in generale
0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo
DettagliMassimo limite e minimo limite di una funzione
Massimo limite e minimo limite di una funzione Sia f : A R una funzione, e sia p DA). Per ogni r > 0, l insieme ) E f p r) = { fx) x A I r p) \ {p} } è non vuoto; inoltre E f p r ) E f p r ) se 0 < r r.
DettagliAlcuni complementi di teoria dell integrazione.
Alcuni complementi di teoria dell integrazione. In ciò che segue si suppone di avere uno spazio di misura (,, µ) 1 Sia f una funzione misurabile su un insieme di misura positiva tale che f 0. Se fdµ =
DettagliNote sull algoritmo di Gauss
Note sull algoritmo di Gauss 29 settembre 2009 Generalità Un sistema lineare di m equazioni in n incognite x,..., x n è un espressione del tipo: a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n
DettagliCorso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 5. Rango
Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 5 Rango Definizione 1 Sia A M m,n (K) una matrice m n a coefficienti nel campo K Il rango
DettagliPolitecnico di Milano Corso di Analisi e Geometria 1. Federico Lastaria
Politecnico di Milano Corso di Analisi e Geometria 1 Federico Lastaria federico.lastaria@poi.it Limiti di derivate. Punti angolosi e di cuspide. Ottobre 2012 Indice 1 Limiti della derivata e punti di non
DettagliInterpolazione. Corso di Calcolo Numerico, a.a. 2008/2009. Francesca Mazzia. Dipartimento di Matematica Università di Bari.
Interpolazione Corso di Calcolo Numerico, a.a. 2008/2009 Francesca Mazzia Dipartimento di Matematica Università di Bari 17 Aprile 2009 Francesca Mazzia (Univ. Bari) Interpolazione 17/04/2006 1 / 37 Interpolazione
Dettagli2. Fra tutti i rettangoli inscritti in una circonferenza, determinare quello di area massima.
2. Fra tutti i rettangoli inscritti in una circonferenza, determinare quello di area massima. 3. Fra tutti i cilindri a base rotonda inscritti in una sfera, determinare quello di volume massimo. 4. Dimostrare
Dettaglii) la somma e il prodotto godano delle proprietà associativa, commutativa e distributiva;
1 Spazi vettoriali 11 Definizioni ed assiomi Definizione 11 Un campo è un insieme K dotato di una operazione somma K K K, (x, y) x + y e di una operazione prodotto K K K, (x, y) xy tali che i) la somma
Dettagli1 Risoluzione di sistemi lineari con l uso dei determinanti
2006 Trapani Dispensa di Geometria, 1 Risoluzione di sistemi lineari con l uso dei determinanti Sia A una matrice n n con det(a) 0 consideriamo il sistema lineare AX = b abbiamo n = numero di righe di
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliAppendice B ANALISI FUNZIONALE. 1 Spazi di Banach
Appendice B ANALISI FUNZIONALE In questo capitolo si introducono gli spazi di Banach e di Hilbert, gli operatori lineari e loro spettro. Inoltre si discutono gli operatori compatti su uno spazio di Hilbert.
DettagliSpazi Vettoriali ed Applicazioni Lineari
Spazi Vettoriali ed Applicazioni Lineari 1. Sottospazi Definizione. Sia V uno spazio vettoriale sul corpo C. Un sottoinsieme non vuoto W di V è un sottospazio vettoriale di V se è chiuso rispetto alla
DettagliI teoremi della funzione inversa e della funzione implicita
I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1
DettagliSi noti che questa definizione dice esattamente che
DISUGUAGLIANZA INTEGRALE DI JENSEN IN DIMENSIONE FINITA LIBOR VESELY integrazione. Prima disuguaglianza integrale di Jensen.. Motivazione. Siano un insieme convesso in uno spazio vettoriale, f : (, + ]
DettagliIl teorema di dualità forte
Complementi di Algoritmi e Strutture Dati Il teorema di dualità forte Docente: Nicolò Cesa-Bianchi versione 13 maggio 2018 Ricordiamo la formulazione del problema di programmazione lineare nella sua forma
Dettaglip(ϕ) = a 0 Id + a 1 ϕ + + a n ϕ n,
1. Autospazi e autospazi generalizzati Sia ϕ: V V un endomorfismo. Allora l assegnazione x ϕ induce un morfismo di anelli ρ: K[x] End K (V ). Più esplicitamente, al polinomio p dato da viene associato
DettagliANALISI 1 - Teoremi e dimostrazioni vari
ANALISI 1 - Teoremi e dimostrazioni vari Sommario Proprietà dell estremo superiore per R... 2 Definitivamente... 2 Successioni convergenti... 2 Successioni monotone... 2 Teorema di esistenza del limite
DettagliFunzione derivabile. La derivata.
Funzione derivabile. La derivata. Dati: f I R funzione; I R intervallo aperto ; x 0 I. Definizione (Derivata come limite del rapporto incrementale) Se esiste finito (cioè, non + o ) il limite del rapporto
DettagliTeorema 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)
Dettagli1. Calcolo Differenziale per funzioni di una variabile
1. Calcolo Differenziale per funzioni di una variabile 1.1 Definizione di Derivata e prime proprietà Definizione 1.1 Sia f :]a, b[ R, x 0 ]a, b[. Allora esiste δ > 0 : x 0 + ]a, b[, 0 < < δ. Se esiste
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliDefinizione (Derivata come limite del rapporto incrementale) Se esiste finito (cioè, non + o ) il limite del rapporto incrementale
Funzione derivabile. La derivata. Dati: f I R funzione; I R intervallo aperto ; x 0 I. Definizione (Derivata come ite del rapporto incrementale) Se esiste finito (cioè, non + o ) il ite del rapporto incrementale
Dettagli0.1 Condizione sufficiente di diagonalizzabilità
0.1. CONDIZIONE SUFFICIENTE DI DIAGONALIZZABILITÀ 1 0.1 Condizione sufficiente di diagonalizzabilità È naturale porsi il problema di sapere se ogni matrice sia o meno diagonalizzabile. Abbiamo due potenziali
DettagliCORSO DI GEOMETRIA DETERMINANTE A.A. 2018/2019 PROF. VALENTINA BEORCHIA
CORSO DI GEOMETRIA DETERMINANTE AA 2018/2019 PROF VALENTINA BEORCHIA INDICE 1 Definizione induttiva di determinante 1 2 Caratterizzazione delle matrici quadrate di rango massimo 5 3 Regole di Laplace 6
DettagliANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013
Prova scritta del 24 gennaio 2013 Esercizio 1. Sia Ω R 3 un insieme misurabile secondo Lebesgue e di misura finita. Sia {f n } n N una successione di funzioni f n : Ω R misurabili e tali che 1) f n (x)
DettagliIl Teorema Spettrale. 0.1 Applicazioni lineari simmetriche ed hermitiane
0.1. APPLICAZIONI LINEARI SIMMETRICHE ED HERMITIANE 1 Il Teorema Spettrale In questa nota vogliamo esaminare la dimostrazione del Teorema Spettrale e studiare le sue conseguenze per quanto riguarda i prodotti
DettagliFunzioni derivabili (V. Casarino)
Funzioni derivabili (V. Casarino) Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in = 0 delle funzioni: a) 5 b) 3 4 c) + 1 d) sin. ) Scrivere l equazione della retta tangente
DettagliAUTOVALORI, AUTOVETTORI, AUTOSPAZI
AUTOVALORI, AUTOVETTORI, AUTOSPAZI. Esercizi Esercizio. Sia f : R 3 R 3 l endomorfismo definito da f(x, y, z) = (x+y, y +z, x+z). Calcolare gli autovalori ed una base per ogni autospazio di f. Dire se
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 3 - PROBLEMI DI INTERPOLAZIONE Introduzione Problemi di interpolazione Supponiamo di avere un insieme di dati che rappresentano misurazioni
DettagliSi dimostri che la (*) possiede un unica soluzione (u n ) limitata.
Scuola Normale Superiore, ammissione al IV anno del corso ordinario Prova scritta di Analisi Matematica per Fisica, Informatica, Matematica 26 Agosto 2 Esercizio. Siano (a n ) e (b n ) successioni di numeri
DettagliFunzioni implicite - Esercizi svolti
Funzioni implicite - Esercizi svolti Esercizio. È data la funzione di due variabili F (x, y) = y(e y + x) log x. Verificare che esiste un intorno I in R del punto di ascissa x 0 = sul quale è definita
DettagliSviluppi e derivate delle funzioni elementari
Sviluppi e derivate delle funzioni elementari In queste pagine dimostriamo gli sviluppi del prim ordine e le formule di derivazioni delle principali funzioni elementari. Utilizzeremo le uguaglianze lim
DettagliI. 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
DettagliAnalisi a più variabili: Integrazione sulle curve e superfici, forme differenziali
Analisi a più variabili: Integrazione sulle curve e superfici, forme differenziali 1 Definizione (Parametrizzazione di T): T R n, una sua parametrizzazione è una coppia φ, con = a, b intervallo di R e
Dettagli1 Ampliamento del piano e coordinate omogenee
1 Ampliamento del piano e coordinate omogenee Vogliamo dare una idea, senza molte pretese, dei concetti che stanno alla base di alcuni calcoli svolti nella classificazione delle coniche. Supponiamo di
DettagliLEZIONE 12. v = α 1 v α n v n =
LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono
DettagliElettromagnetismo. Prof. Francesco Ragusa Università degli Studi di Milano. Lezione n
Elettromagnetismo Prof. Francesco Ragusa Università degli Studi di Milano Lezione n. 10 2.11.2016 Equazione di Poisson Metodo delle cariche immagine Anno Accademico 2016/2017 Equazione di Poisson Tramite
DettagliAppunti sui Codici di Reed Muller. Giovanni Barbarino
Appunti sui Codici di Reed Muller Giovanni Barbarino Capitolo 1 Codici di Reed-Muller I codici di Reed-Muller sono codici lineari su F q legati alle valutazioni dei polinomi sullo spazio affine. Per semplicità
DettagliProposizione 2 Il polinomio minimo di t corrisponde all annullatore minimale di M V.
Fogli NON riletti. Grazie per ogni segnalazione di errori. L esempio qui sviluppato vuole mostrare in concreto il significato dei risultati trattati a lezione e qui velocemente riassunti. Si assume che
DettagliProdotto scalare e ortogonalità
Prodotto scalare e ortogonalità 12 Novembre 1 Il prodotto scalare 1.1 Definizione Possiamo estendere la definizione di prodotto scalare, già data per i vettori del piano, ai vettori dello spazio. Siano
Dettagli10. Il gruppo Speciale Lineare SL(V )
1 2 3 4 5 6 7 8 9 1 10. Il gruppo Speciale Lineare SL(V ) Siano F un campo e V uno spazio vettoriale di dimensione n su F. Indichiamo con GL(V ) l insieme delle applicazioni lineari biiettive di V in sé.
DettagliGEOMETRIA 1 terza parte
GEOMETRIA 1 terza parte Cristina Turrini C. di L. in Fisica - 2014/2015 Cristina Turrini (C. di L. in Fisica - 2014/2015) GEOMETRIA 1 1 / 32 index Applicazioni lineari 1 Applicazioni lineari 2 Nucleo e
DettagliLa 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
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 3 - PROBLEMI DI INTERPOLAZIONE Lucio Demeio Dipartimento di Scienze Matematiche 1 Interpolazione: Polinomio di Lagrange 2 3 Introduzione Problemi di interpolazione
DettagliPolinomio di Taylor del secondo ordine per funzioni di due variabili
Esercitazioni del 15 aprile 2013 Polinomio di Taylor del secondo ordine per funzioni di due variabili Sia f : A R 2 R una funzione di classe C 2. Fissato un p unto (x 0, y 0 A consideriamo il seguente
DettagliAutovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)
Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) April 14, 2011 (alcune note non complete sugli argomenti trattati: eventuali completamenti saranno aggiunti)
DettagliLA FORMULA DI TAYLOR
LA FORMULA DI TAYLOR LORENZO BRASCO Indice. Definizioni e risultati. Sviluppi notevoli 3.. Esponenziale 4.. Seno 4.3. Coseno 4.4. Una funzione razionale 5.5. Logaritmo 6 3. Esercizi 6. Definizioni e risultati
DettagliPrimi elementi di combinatoria Federico Lastaria, Analisi e Geometria 1
Politecnico di Milano. Scuola di Ingegneria Industriale e dell Informazione Analisi e Geometria 1 Federico Lastaria Primi elementi di combinatoria 11 Ottobre 2016 Indice 1 Elementi di combinatoria 2 1.1
DettagliLe 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
DettagliCorso di Metodi Matematici per l Ingegneria A.A. 2017/2018 Domande-tipo di teoria sulla seconda metà del corso
Corso di Metodi Matematici per l Ingegneria A.A. 2017/2018 Domande-tipo di teoria sulla seconda metà del corso Marco Bramanti Politecnico di Milano December 20, 2017 Parte 3. Teoria della misura e dell
DettagliIntegrali Curvilinei
Integrali Curvilinei Gianluca Gorni 11 gennaio 2006 1 Lunghezza di una curva Definizione 1.1. Una curva N-dimensionale è una funzione definita su un intervallo (compatto, se non specificato altrimenti)
DettagliAPPUNTI DI TEORIA DEGLI INSIEMI. L assioma della scelta e il lemma di Zorn Sia {A i } i I
APPUNTI DI TEORIA DEGLI INSIEMI MAURIZIO CORNALBA L assioma della scelta e il lemma di Zorn Sia {A i } i I un insieme di insiemi. Il prodotto i I A i è l insieme di tutte le applicazioni α : I i I A i
DettagliNote sulle serie di Fourier
Note sulle serie di Fourier Rodica oader, a.a. 3/4 versione provvisoria (aggiornata al 3//7 Convergenza uniforme Data una funzione f : R R, periodica di periodo >, supponiamo di poter definire i coefficienti
Dettaglix 1 Fig.1 Il punto P = P =
Geometria di R 2 In questo paragrafo discutiamo le proprietà geometriche elementari del piano Per avere a disposizione delle coordinate nel piano, fissiamo un punto, che chiamiamo l origine Scegliamo poi
DettagliCampi conservativi. Riccarda Rossi. Università di Brescia. Analisi Matematica B
Campi conservativi Riccarda Rossi Università di Brescia Analisi Matematica B Riccarda Rossi (Università di Brescia) Campi conservativi Analisi Matematica B 1 / 99 Premessa Riccarda Rossi (Università di
DettagliEquivalentemente, le colonne di A sono linearmente indipendenti se e solo se
Lezioni di Algebra Lineare. Versione novembre 2008 VI. Il determinante Il determinante det A di una matrice A, reale e quadrata, è un numero reale associato ad A. Dunque det è una funzione dall insieme
DettagliPolitecnico di Milano Corso di Analisi e Geometria 1. Federico Lastaria Formule di Taylor Ottobre 2012
Politecnico di Milano Corso di Analisi e Geometria 1 Federico Lastaria federico.lastaria@polimi.it Formule di Taylor Ottobre 2012 Indice 1 Formule di Taylor 1 1.1 Il polinomio di Taylor...............................
DettagliAnalisi Matematica II - INGEGNERIA Gestionale - B 20 luglio 2017 Cognome: Nome: Matricola:
Analisi Matematica II - INGEGNERIA Gestionale - B luglio 7 Cognome: Nome: Matricola: IMPORTANTE: Giustificare tutte le affermazioni e riportare i calcoli essenziali Esercizio [8 punti] Data la matrice
DettagliSpazi vettoriali euclidei.
Spazi vettoriali euclidei Prodotto scalare, lunghezza e ortogonalità in R n Consideriamo lo spazio vettoriale R n = { =,,, n R}, n con la somma fra vettori e il prodotto di un vettore per uno scalare definiti
DettagliMisure e loro proprietà (appunti per il corso di Complementi di Analisi Matematica per Fisici, a.a )
Misure e loro proprietà (appunti per il corso di Complementi di Analisi Matematica per Fisici, a.a. 2006-07 Sia Ω un insieme non vuoto e sia A una σ-algebra in Ω. Definizione 1. (Misura. Si chiama misura
DettagliEsercizi di Geometria 1 - Foglio 1
Esercizi di Geometria 1 - Foglio 1 Alessandro Rubin (alex.rubin@outlook.com) Si ringrazia Ricardo Tzantzoglou per il codice L A TEX condiviso 22 dicembre 2017 Esercizio 1. Sia V uno spazio vettoriale sul
DettagliEsercizi di Geometria 1 - Foglio 3bis
Esercizi di Geometria - Foglio 3bis Alessandro Rubin (alex.rubin@outlook.com) Si ringrazia Ricardo Tzantzoglou per il codice L A TEX condiviso dicembre 7 Esercizio. Sia f : V W un applicazione e G = {(v,
DettagliIl teorema di Sard. Alessandro Ghigi. 25 ottobre 2014
Il teorema di Sard Alessandro Ghigi 25 ottobre 2014 1 Sottoricoprimenti numerabili Esercizio 1. Sia X uno spazio topologico e sia Y X un sottospazio. Se {A i } i I è una base della topologia di X, allora
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 8 - METODI ITERATIVI PER I SISTEMI LINEARI Norme Una norma in R n è una funzione. : R n R tale che x 0 x R n ; x = 0 x = 0; αx = α x ; x
Dettagli7.9 Il caso vincolato: vincoli di disuguaglianza
7.9 Il caso vincolato: vincoli di disuguaglianza Il problema con vincoli di disuguaglianza: g i (x) 0, i = 1,..., p, (51) o, in forma vettoriale: g(x) 0, può essere trattato basandosi largamente su quanto
DettagliIl Teorema di Mountain-Pass
Capitolo 4 Il Teorema di Mountain-Pass Descriviamo ora un altro metodo per trovare soluzioni non nulle di alcuni tipi di problemi, per esempio { u = u p 1 u in u = 0 su (4.1) con p > 1, utilizzando dei
Dettagli1-Forme Differenziali
1-Forme Differenziali 30 novembre 2011 1 Definizioni di base Siano n N e A R n un insieme aperto. Con (R n ) denotiamo il duale topologico di R n, cioè l insieme (R n ) = {p : R n R : R-lineari e continue}.
DettagliElementi di Algebra Lineare Spazi Vettoriali
Elementi di Algebra Lineare Spazi Vettoriali Antonio Lanteri e Cristina Turrini UNIMI - 2015/2016 Antonio Lanteri e Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 37 index Spazi vettoriali
DettagliESERCIZIO SULLE FUNZIONI DI DUE VARIABILI. g(x, y). x arctan x + y 2.
Sia f : R R la funzione definita da ESERCIZIO SULLE FUNZIONI DI DUE VARIABILI f, y = + y 4 y + 4, y R e sia g la funzione di due variabili reali definita da g, y = f, y + y.. Determinare il dominio D di
DettagliCapitolo 5 Campi finiti
Capitolo 5 Campi finiti Definizione 5.1. Un campo finito K (cioè composto da un numero finito di elementi) si dice campo di Galois. Il numero dei suoi elementi si dice ordine e si denota con K. Un campo
DettagliFunzioni Test, Distribuzioni e Applicazioni
Capitolo 1 Funzioni Test, Distribuzioni e Applicazioni In questo capitolo discuteremo le distribuzioni, le funzioni test e loro applicazioni principali. Il motivo principale per introdurre le distribuzioni
DettagliParte 7. Autovettori e autovalori
Parte 7. Autovettori e autovalori A. Savo Appunti del Corso di Geometria 23-4 Indice delle sezioni Endomorfismi, 2 Cambiamento di base, 3 3 Matrici simili, 6 4 Endomorfismi diagonalizzabili, 7 5 Autovettori
DettagliEquazioni differenziali e teoria della misura
SISSA Area Matematica Esame di ammissione per il corso di Analisi Matematica, Modelli e Applicazioni 2 settembre 23 Il candidato risolva CINQUE dei seguenti problemi, e indichi chiaramente sulla prima
Dettagli1. 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,
Dettagli5.4.5 Struttura dell algoritmo ed esempi
CAPITOLO 5. IL METODO DEL SIMPLESSO 6 5.4.5 Struttura dell algoritmo ed esempi Come abbiamo già ampiamente osservato, la fase II del metodo del simplesso, a partire da una soluzione di base ammissibile,
Dettagliesiste. Esempio 3. La successione e x2 /n 2 è regolare. In questo caso il limite è
9.2. Funzioni generalizzate e integrali regolarizzati. 9.2.. Funzioni generalizzate. Lasciamo per un momento da parte l analisi complessa e occupiamoci di un argomento che prima o poi spunta fuori in un
DettagliC.d.L. in Matematica - vecchio ordinamento
ESAME DI PROFITTO DI GEOMETRIA 2 - gennaio 2007 CdL in Matematica - vecchio ordinamento 1 Siano V uno spazio vettoriale reale di dimensione 4, U un suo sottospazio di dimensione 2, ϕ un endomorfismo di
DettagliIntroduzione al Metodo agli Elementi Finiti (FEM) (x, y) Γ Tale formulazione viene detta Formulazione forte del problema.
Introduzione al Metodo agli Elementi Finiti (FEM) Consideriamo come problema test l equazione di Poisson 2 u x 2 + 2 u = f(x, y) u = f y2 definita su un dominio Ω R 2 avente come frontiera la curva Γ,
DettagliGeneralizzazioni del Teorema di Weierstrass
Capitolo 2 Generalizzazioni del Teorema di Weierstrass Il principale riferimento bibliografico per questa lezione è il testo di Checcucci, Tognoli, Vesentini [1]. Introduzione Supponiamo che X = R n. È
DettagliP 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,
DettagliVettori applicati. Capitolo Richiami teorici. Definizione 1.1 Un sistema di vettori applicati Σ è un insieme
Capitolo 1 Vettori applicati 1.1 Richiami teorici Definizione 1.1 Un sistema di vettori applicati Σ è un insieme {(P i,v i ), P i E, v i V, i = 1,...,N}, (1.1) dove P i è detto punto di applicazione del
DettagliSPAZI METRICI COMPLETI
Capitolo 1 SPAZI METRICI COMPLETI Sia dato uno spazio metrico (X, d). Definizione 1.1 Una successione {x n } si dice successione di Cauchy se ε > 0 n 0 n, m n 0 = d(x n x m ) < ε (1.1) Esercizio 1.1 Dimostrare
DettagliAppunti 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
DettagliComplemento ortogonale e proiezioni
Complemento ortogonale e proiezioni Dicembre 9 Complemento ortogonale di un sottospazio Sie E un sottospazio di R n Definiamo il complemento ortogonale di E come l insieme dei vettori di R n ortogonali
Dettagli4 Funzioni continue. Geometria I 27. Cfr: Sernesi vol II, cap I, 4 [1].
Geometria I 27 4 Funzioni continue Cfr: Sernesi vol II, cap I, 4 [1]. Le funzioni continue tra spazi topologici si dicono anche mappe. Si può dimostrare, esattamente come in (2.10) e in (1.10), che vale
Dettaglimisura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x
4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto
DettagliATTENZIONE: : giustificate le vostre argomentazioni! Geometria Canale 3. Lettere J-PE (Prof P. Piazza) Esame scritto del 12/02/2014. Compito A.
Geometria Canale. Lettere J-PE (Prof P. Piazza) Esame scritto del 12/02/2014. Compito A. Nome e Cognome: Numero di Matricola: Esercizio Punti totali Punteggio 1 7 2 6 6 4 6+1 5 6+2 Totale 1+ ATTENZIONE:
Dettaglimisura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x
4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto
DettagliAlcune nozioni di calcolo differenziale
Alcune nozioni di calcolo differenziale G. Mastroeni, M. Pappalardo 1 Limiti per funzioni di piu variabili Supporremo noti i principali concetti algebrici e topologici relativi alla struttura dello spazio
Dettagli1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: c) x + 1 d)x sin x.
Funzioni derivabili Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: a)2x 5 b) x 3 x 4 c) x + 1 d)x sin x. 2) Scrivere l equazione della retta tangente
DettagliGeometria UNO Prodotti hermitiani
Geometria UNO Prodotti hermitiani Corso di Laurea in Matematica Anno Accademico 2013/2014 Alberto Albano 2 aprile 2014 Queste note sono un riassunto delle lezioni di.... I fatti principali sono contenuti
DettagliPrincipali differenze tra la ristampa 2014 e l edizione 2008
Principali differenze tra la ristampa 214 e l edizione 28 Di seguito sono riportate le principali modifiche apportate al testo dell edizione 28 con la ristampa riveduta e corretta del 214. Si avverte il
DettagliLimiti e continuità. Hynek Kovarik. Analisi A. Università di Brescia. Hynek Kovarik (Università di Brescia) Limiti e continuità Analisi A 1 / 68
Limiti e continuità Hynek Kovarik Università di Brescia Analisi A Hynek Kovarik (Università di Brescia) Limiti e continuità Analisi A 1 / 68 Cenni di topologia La nozione di intorno Sia x 0 R e r > 0.
DettagliAnalisi a più variabili: Integrale di Lebesgue
Analisi a più variabili: Integrale di Lebesgue 1 Ripasso delle definizioni di Algebre, σ-algebre, misure additive, misure σ-additive, Proprietà della misura astratta, misura esterna. Definizione (Insieme
Dettagli