STUDIO DEL MODELLO DI ISING SU GRAFI FRATTALI

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "STUDIO DEL MODELLO DI ISING SU GRAFI FRATTALI"

Transcript

1 UNIVERSITÀ DEGLI STUDI DI PARMA FACOLTÀ DI SCIENZE MATEMATICHE, FISICHE E NATURALI CORSO DI LAUREA IN FISICA STUDIO DEL MODELLO DI ISING SU GRAFI FRATTALI Relatore: Correlatore: Dott. DAVIDE CASSI Dott.ssa RAFFAELLA BURIONI Candidato: DONETTI LUCA anno accademico

2 Introduzione In meccanica statistica generalmente ci si occupa di modelli su reticolo cristallino, un tipo di struttura costituita dalla ripetizione periodica di celle tutte identiche fra loro, attraverso la quale si possono riprodurre schematicamente le strutture di alcune classi di solidi, detti appunto cristallini. Esistono però vaste classi di materiali (vetri, plastica, legno, polimeri...) per cui una descrizione del genere non è possibile ed è invece necessario ricorrere a grafi, strutture più generali dei reticoli, che non possiedono la proprietà di invarianza per traslazione. Nonostante la grande importanza di questi materiali si sa ancora molto poco sulle transizioni di fase su grafi non invarianti per traslazione e i risultati rigorosi in questo campo sono limitati; questo perché su tali strutture non possono essere utilizzati alcuni fra i metodi più impiegati su reticolo che sfruttano pesantemente la proprietà di periodicità: la trasformata di Fourier ed il metodo delle matrici di trasferimento. Devono invece essere utilizzati metodi topologici e combinatori applicabili su strutture che possono essere le più generali possibili: questi metodi fanno capo alla teoria dei grafi e alle sue connessioni con la meccanica statistica. È importante riuscire a caratterizzare le transizioni di fase ed in particolare stabilire quali sono i parametri più adatti per descrivere il comportamento critico: capire da quale (o da quali) delle grandezze con cui si possono caratterizzare le proprietà geometriche e topologiche dei grafi in esame dipende la presenza o meno di una transizione e come i coefficienti critici dipendono da queste. Un passo in questa direzione è dato dalla risoluzione dei modelli che interessano, nel caso di questa tesi il modello di Ising, su alcuni grafi particolari la cui struttura permette di svolgere i conti; i risultati ottenuti in tal modo possono poi essere estesi 2

3 3 a classi più generali di grafi grazie alla cosiddetta universalità : esistono, infatti, grandezze (fra cui quelle che descrivono il comportamento critico) legate esclusivamente alla geometria su larga scala che non risentono dei dettagli microscopici della struttura in esame. In tal modo i risultati ottenuti in un caso particolare potranno poi essere estesi ad un intera classe di universalità individuata dai parametri che descrivono la geometria su larga scala del grafo studiato. Prima di studiare il modello di Ising su due particolari grafi frattali, il Gasket ed il Carpet di Sierpinski, esporremo per prima cosa gli strumenti necessari per la comprensione del seguito, cioè alcune nozioni di teoria dei grafi ed il metodo delle funzioni generatrici per la risoluzione delle ricorrenze, poi introdurremo il modello di Ising con le tecniche adatte per studiarne il comportamento critico su grafi generici.

4 Capitolo 1 Nozioni preliminari 1.1 Grafi: definizioni e terminologia Un grafo è un insieme costituito da due tipi di elementi, punti e linee, in cui è definita una relazione che associa a ogni linea una coppia non ordinata di punti (per questa e per le successive definizioni si veda [1]). Il numero di coordinazione (o valenza) di un punto p è il numero di linee delle quali p è un estremo ed è indicato con z p. Un grafo è chiuso se ogni punto ha numero di coordinazione pari. Se tutti i punti di un grafo G hanno la stessa valenza z, allora G è detto un grafo di valenza z. Un sottografo di un grafo G è un sottinsieme di G che è esso stesso un grafo. Un sottografo è massimale se contiene tutti i punti di G. Un dimero è un sottografo costituito da due punti connessi da una linea. Una disposizione di dimeri è un sottografo costituito da dimeri disgiunti; una disposizione contiene necessariamente un numero pari di punti. Un ricoprimento di dimeri di un grafo G è una disposizione di dimeri che è anche un sottografo massimale (contiene tutti i punti di G); condizione necessaria perché un grafo ammetta un ricoprimento è che abbia un numero pari di punti. Dato un grafo G è possibile costruire il cosiddetto grafo terminale (indicato con G T ) nel seguente modo (v. fig. 1): Ad ogni punto p di G si associa un (z p 1)-simplesso (indicato con k zp ), cioè un 4

5 1.2. Risoluzione delle ricorrenze 5 gruppo di z p punti detti terminali (uno per ogni linea che ha un estremo in p) ognuno dei quali è unito da una linea ad ogni altro; questi terminali sono i punti di G T. Due terminali di G T corrispondenti alla stessa linea ma appartenenti a simplessi differenti sono connessi da una linea esterna mentre le linee di ogni simplesso sono dette linee interne. Fig. 1: Esempio di grafo con relativo grafo terminale Dato un generico grafo G si definisce la matrice di adiacenza di G la matrice n n, (n è il numero di punti di G) così definita: { 0 se i punti p e q non sono collegati da linee A pq = k se i punti p e q sono collegati da k linee 1.2 Risoluzione delle ricorrenze Nel seguito si tratterà di alcuni particolari grafi frattali che possono essere costruiti con procedimenti ricorsivi; per questo motivo sarà semplice ottenere equazioni che definiscono delle successioni attraverso delle ricorrenze. Vediamo allora alcuni metodi per risolvere in forma chiusa tali successioni [2].

6 6 Capitolo 1. Nozioni preliminari Ricorrenze lineari Le ricorrenze lineari (cioè quelle in cui il termine n-esimo della successione dipende linearmente dai precedenti) si risolvono con un procedimento standard che utilizza le funzioni generatrici. Data una successione {a n } la corrispondente funzione generatrice A(z) è definita da: A(z) = a n z n n dove in genere non ci si preoccupa di questioni di convergenza (la si considera un espressione formale) e la somma su n può considerarsi estesa da a + assumendo che a 1 = a 2 = = 0. Una volta nota la funzione generatrice il termine a n può essere espresso come il coefficiente di z n all interno di A(z), in simboli: a n = [z n ]A(z) Il procedimento può essere schematizzato in quattro punti: 1. Si scrive una singola equazione che esprima a n in termini degli altri elementi della successione che comprende la ricorsione e le condizioni iniziali; assumendo che a 1 = a 2 = = 0 questa equazione deve valere per tutti gli interi n. 2. Si moltiplicano entrambi i membri dell equazione per z n e si somma su tutti gli n; questo procedimento fornisce a sinistra A(z) mentre il membro di destra deve essere manipolato il modo che diventi un altra espressione contenente A(z). 3. Risolvendo l equazione risultante otteniamo una forma chiusa per A(z) 4. Si sviluppa A(z) in serie di potenze: il coefficiente di z n è a n Se al punto 3 si ottiene un espressione razionale non agevolmente esprimibile come serie di potenze si può ricavare il termine a n in un altro modo. Infatti si può mostrare che se la funzione generatrice è della forma: A(z) = N(z) D(z)

7 1.2. Risoluzione delle ricorrenze 7 con D(z) = c(1 r 1 z) m 1+1 (1 r k z) m k+1 allora a n è della forma: a n = f 1 (n)r1 n + + f k (n)rk n con f i (n) polinomio di grado m i in n. In questa espressione le uniche quantità incognite sono i coefficienti dei polinomi f i (n) che possono essere determinati inserendo l espressione per a n nella ricorrenza e nelle condizioni iniziali. Questo metodo può essere conveniente soprattutto in quei casi più semplici in cui gli r k possono essere dedotti immediatamente dalla equazione iniziale. Esempio. Si consideri la ricorrenza: a 0 = 3 a n = 3a n 1 3 L equazione corrispondente al punto 1 sarà a n = 3a n 1 3[n > 0] + 3[n = 0] dove [espr ] vale 1 se espr è vero e 0 se espr è falso (si noti che questa equazione vale anche per n < 0 se si ammette a 1 = a 2 = = 0). da cui Seguendo le istruzioni al punto 2 si ottiene Da qui si ottiene immediatamente A(z) = 3zA(z) 3z 1 z (1 2z) A(z) = 1 3z 1 z ( ) ( ) = 3(1 2z) 3 k z k z k k=0 k=0 A(z) = 3(1 2z) z n n 3 k n=0 k=0 3 n+1 1 = 3(1 2z) z n n=0 2 (1)

8 8 Capitolo 1. Nozioni preliminari che porta a a n = 3 2 [ (3 n+1 1) 2(3 n 1) ] = 3 2 (3n + 1) Alternativamente, una volta arrivati all eq. (1), si sarebbe potuto scrivere che che sostituito nel sistema iniziale da: k 1 + k 2 = 3 k 1 3 n + k 2 = k 1 3 n + 3k 2 3 Da qui si ottiene immediatamente a n = k 1 3 n + k 2 (2) k 1 = k 2 = 3 2 che fornisce il risultato precedente. In questo caso, inoltre, si sarebbe potuta scrivere senza passaggi preliminari la eq. (2) perché se la ricorrenza è della forma a n = ba n 1 + c allora gli r k sono necessariamente 1 e b Successioni definite a partire da altre successioni Come esempi di applicazione del metodo illustrato calcoliamo alcuni tipi di ricorrenze che saranno utili nel seguito. Consideriamo la ricorrenza s n+1 = as n + f n in cui supponiamo noto s 0 e la successione {f n }. Scriviamo l equazione corrispondente al punto 1: s n+1 = as n + f n + s 0 [n = 1] Proseguendo il procedimento si ottiene S(t) = ats(t) + tf (t) + s 0

9 1.2. Risoluzione delle ricorrenze 9 da cui S(t) = 1 ( + ) ( + ) s 0 + f k t k = a k t (s + ) k 0 + f k t k 1 at k=0 k=0 k=0 Anche senza sviluppare esplicitamente in serie di potenze si possono riconoscere i coefficienti delle varie potenze di t. Consideriamo la ricorrenza s n = s 0 a n + n 1 k=0 s n+1 = (s n ) a f n a k f n k 1 in cui come in precedenza supponiamo noto s 0 e la successione {f n }. Questa non è lineare ma si riconduce al caso precedente definendo l n = log s n e prendendo il logaritmo di ambo i membri: l n+1 = al n + log f n Esponenziando il risultato precedente si ottiene: s n = s an 0 n 1 k=0 (f n k 1 ) ak = s an 0 f an 1 0 f an 2 1 f n 1 Un altra ricorrenza che tornerà utile è la seguente: s n+1 = a n s n + b n Il risultato è semplicemente una generalizzazione del primo caso: n 1 s n = s 0 k=0 a k + n 1 n 1 b j a k j=0 k=j+1

10 Capitolo 2 Modello di Ising e ricoprimenti con dimeri Il modello di Ising su un generico grafo finito G è un sistema che si ottiene associando ad ogni punto i ( sito ) di G una variabile σ i ( spin ) che può assumere i valori ±1, la cui energia è data da: E = J <i,j> σ i σ j + H i σ i dove con < i, j > si intende una coppia di primi vicini, cioè punti collegati da una linea di G. 2.1 Funzione di partizione Per calcolare la funzione di partizione [3] si può procedere attraverso il cosiddetto sviluppo di alta temperatura [1]. Nel caso H = 0 la funzione Z risulta: Z = exp( E/kT ) {σ i } = exp(kσ i σ j ) {σ i } <i,j> in cui K = J/kT. 10

11 2.1. Funzione di partizione 11 Siccome σ i σ j = ±1 si può scrivere: Sostituendo nell espressione per Z si ha: exp(kσ i σ j ) = cosh K + σ i σ j sinh K Z = (cosh K) L {σ i } <i,j> (1 + σ i σ j tanh K) in cui L è il numero di punti di G. Ora, espandendo il prodotto, si ottiene un espressione in cui una coppia di indici (corrispondenti ad una linea del grafo) appare una sola volta in ogni termine, ma lo stesso indice può apparire più volte, dando luogo ad una certa potenza di σ i. Siccome σ j =±1 Aσj n 2A se n è pari = 0 se n è dispari si avrà un contributo non nullo solo da quei termini in cui tutte le variabili σ i compaiono elevate ad una potenza pari e tale contributo sarà proprzionale a 2 N dove N è il numero di punti di G. Se si rappresenta ogni fattore σ i σ j in un termine con la linea del grafo che congiunge i punti i e j, allora i termini non nulli saranno rappregentati da sottografi in cui ogni punto è estremo di un numero pari di linee, cioè i sottografi chiusi. Si può quindi scrivere: Z = (cosh K) L 2 N n=0 N c n(tanh K) n dove N c n è il numero di modi in cui posso scegliere in G un sottografo chiuso di n linee. Se si definisce la funzione generatrice per circuiti chiusi Γ c (z) = n=0 N c nz n la (3) si può riscrivere: Z = (cosh K) L 2 N Γ c (tanh K) (3) Ora vediamo come il calcolo di Γ c (z) può essere ricondotto allo studio dei ricoprimenti con dimeri [1]. Nel caso di grafi con valenza pari è possibile mostrare che esiste una relazione fra i sottografi chiusi di G e i ricoprimenti di G T. Si consideri infatti un sottografo chiuso G 0 di G; alle linee di G 0 corrispondono linee esterne di G T

12 12 Capitolo 2. Modello di Ising e ricoprimenti con dimeri che insieme ai loro estremi formano una distribuzione di dimeri di G T (linee esterne distinte non hanno estremi in comune). Questa può essere estesa ad un ricoprimento aggiungendo i terminali rimanenti collegati arbitrariamente a coppie; tale estensione è sempre possibile perché il numero di terminali rimasti per simplesso è pari (= num di terminali num di linee esterne, entrambi pari) e questi sono connessi in ogni modo possibile. Inversamente è immediato ottenere un sottografo chiuso di G a partire da un ricoprimento di G T semplicemente contraendo ogni simplesso a un singolo punto. La limitazione ai soli grafi a valenza pari può essere eliminata se al posto di G T si considera il grafo ottenuto aggiungendo ad esso un terminale extra ad ogni simplesso relativo ad un punto di valenza dispari in modo da simulare valenza pari. La corrispondenza così ottenuta non è però biunivoca: nel passaggio da sottografi a ricoprimenti c è libertà di scelta in ogni simplesso in cui il numero di terminali da collegare è maggiore di 2. Nei casi che considereremo la valenza di un punto sarà al massimo 4, quindi si avrà questo problema solo nella corrispondenza fra punti isolati e le 3 configurazioni: che verranno indicate rispettivamente con (=), (ıı) e (x). Una volta corretto questo inconveniente (decidendo ad esempio di considerare possibile solo una delle tre configurazioni) Γ c (z) sarà data dalla funzione generatrice dei ricoprimenti di dimeri su G T se si assegna peso 1 alle linee interne e peso z alle linee esterne. Infatti la funzione generatrice può essere considerata come la somma di z n per ogni possibile sottografo chiuso con n linee; se quindi si assegna peso z ad ogni linea e si definisce peso di un sottografo il prodotto dei pesi delle sue linee Γ c (z) è data semplicemente dalla somma dei pesi di ogni sottografo chiuso. Attribuendo su G T peso 1 alle linee interne e z a quelle esterne la corrispondenza costruita associa sottografi a ricoprimenti con lo stesso peso, quindi la Γ c (z) può assere calcolata come somma dei pesi dei ricoprimenti.

13 2.2. Funzioni termodinamiche Funzioni termodinamiche Una volta nota la funzione di partizione Z le varie funzioni termodinamiche possono essere espresse in funzione di quest ultima: in particolare considereremo l energia libera, l energia interna ed il calore specifico a volume costante [3]. Essendo queste quantità estensive, per ottenere quantità finite nel limite termodinamico sarà necessario dividere per il numero di punti del grafo considerato. Cominciamo dall energia libera; essa è data semplicemente da: f = F N = kt N log Z Per quanto riguarda l energia interna, questa può essere calcolata come energia media del sistema, pertanto: U = < E > = {σ = i } E exp( βe) = {σ i } exp( βe) Z β = Z in cui, come al solito, β = 1 kt u = U N = kt 2 = 2 log Z = kt β T log Z. Quindi, dividendo per il numero di siti: N T Il calore specifico per sito sarà allora dato da: log Z = kt 2 T c v = u T ( f ) kt Uno degli aspetti interessanti nello studio del modello di Ising (e degli altri modelli di meccanica statistica) consiste nell individuare e caratterizzare le transizioni di fase. In un sistema fisico queste sono caratterizzate da qualche discontinuità o singolarità delle funzioni termodinamiche. Siccome tutte queste possono essere derivate dalla funzione di partizione o dall energia libera è sufficiente uno studio approfondito di una di queste funzioni per avere informazioni in proposito. Dal punto di vista matematico è infatti definito punto critico un punto in cui, nel limite termodinamico, l energia libera f non è analitica [4]. La necessità di studiare

14 14 Capitolo 2. Modello di Ising e ricoprimenti con dimeri il limite termodinamico è dovuta al fatto che, fino a che il numero di siti è finito, è finita la somma sulle configurazioni; pertanto Z è una somma di funzioni analitiche di T sempre maggiori di zero ed f sarà quindi anch essa una funzione analitica di T. Solo nel limite termodinamico, quando la somma sulle configurazioni diventa una serie, si possono avere punti di non analiticità ed in tal modo avere punti critici. 2.3 Magnetizzazione Un altro modo per verificare eventuali transizioni di fase è quello di studiare la magnetizzazione del sistema imponendo che i siti di bordo abbiano spin fissato (tutti +1) nel limite termodinamico. Se non si ha transizione di fase la magnetizzazione deve essere nulla per ogni temperatura diversa da zero, infatti i soli siti di bordo danno in tale limite un contributo nullo; una magnetizzazione residua non nulla a T 0 è quindi segnale di una fase ordinata [5]. La magnetizzazione del sistema è definita semplicemente come la media sui siti del valore di aspettazione dello spin: M = 1 σ i N i 1 = σ Z i exp(k σ k σ l ) N i {σ j } <k,l> con {σ j } che indica che non si somma sui σ relativi ai bordi (essendo questi fissati) e Z = <k,l> {σ j } exp(k σ k σ l ) Considerando per Z lo sviluppo di alta temperatura come nel caso precedente si nota che, non dovendo più sommare sugli stati possibili dei siti di bordo, si ha un contributo non nullo anche dai termini in cui uno di tali siti compare ad una potenza dispari: pertanto la funzione generatrice adatta sarà quella dei sottografi in cui i solo punti interni sono obbligati ad avere valenza pari. Graficamente questi sottografi sono costituiti da circuiti chiusi più, eventualmente, da una o più linee che partono e arrivano sul bordo (chiameremo questi sottografi di tipo 1).

15 2.3. Magnetizzazione 15 Fig. 2: Esempi di sottografi di tipo 1 e di tipo 2 Per quanto riguarda l espressione della magnetizzazione dalla somma sui siti si può separare la somma sui siti di bordo perché per questi < σ i >= 1. Per tutti gli altri siti si può applicare nuovamente lo sviluppo di alta temperatura: ora la presenza del fattore σ i fa si che per avere un termine con σ i elevato ad una potenza pari (in modo che non si annulli nella somma sulle configurazioni) la valenza del punto i nel sottografo corrispondente deve essere dispari. La funzione generatrice necessaria sarà pertanto quella dei sottografi come per Z con in più una linea che parte dal punto i e termina sul bordo. Dovendo poi sommare su tutti questi siti i interni bisogna considerare la funzione generatrice dei sottografi in cui una tale linea aggiunta può partire da uno qualsiasi dei punti interni (sottografi di tipo 2). La magnetizzazione allora sarà data da M = 1 ( ) N b + Γ2 (tanh K) N Γ 1 (tanh K) (4) = M b + M i (5) con N b numero di siti sul bordo (questo termine non da contributo nel limite termodinamico) e Γ 1 e Γ 2 funzioni generatrici dei due tipi di sottografi illustrati in precedenza; nella eq. (5) M b e M i indicano rispettivamente i termini della somma sul bordo e sui siti interni. Ora si possono ricondurre come in precedenza tali funzioni generatrici allo studio di disposizioni di dimeri su G T : sarà sufficiente considerare disposizioni che non comprendono uno dei terminali dei simplessi corrispondenti a punti che sono estremi di

16 16 Capitolo 2. Modello di Ising e ricoprimenti con dimeri una linea.

17 Capitolo 3 Gasket di Sierpinski Dopo aver introdotto i metodi per studiare il modello di Ising su grafi generici vediamo ora la loro applicazione ad un particolare grafo frattale: il Gasket di Sierpinski. Questo grafo può essere costruito attraverso un procedimento ricorsivo che permette di ottenere un nuovo stadio unendo tre copie di quello precedente; grazie a questa proprietà è possibile scrivere delle ricorrenze esatte che permettono di calcolare le grandezze termodinamiche che interessano. Il Gasket è stato scelto perché, avendo dimensione frattale compresa fra 1 e 2, darà informazioni relative a cosa succede nella regione intermedia fra il reticolo monodimensionale (in cui l unico punto critico è T = 0) e il reticolo bidimensionale (in cui esiste una transizione di fase ad una temperatura finita). 3.1 Gasket di Sierpinski Si consideri il seguente procedimento iterativo: si parte da un triangolo (G 0 ) e ad ogni passo (G n ) si costruisce un triangolo più grande unendo per i vertici tre dei precedenti (G n 1 ) (si veda figura 3). Il grafo che si ottiene iterando il procedimento all infinito è il Gasket di Sierpinski (fig 4). Il numero N n di punti di G n si ottiene osservando che se si considerano separatamente i punti dei G n 1 che lo costituiscono si contano due volte i tre vertici in comune; 17

18 18 Capitolo 3. Gasket di Sierpinski G 0 G 1 G 2 Fig. 3: Prime iterazioni della costruzione del Gasket quindi siccome G 0 ha 3 punti si ottengono le equazioni: N 0 = 3 N n = 3N n 1 3 Questa ricorrenza è risolta da (v. esempio sulla soluzione delle ricorrenze): N n = 3 2 (3n + 1) (6) Il numero di linee di G n è invece pari a tre volte il numero di linee di G n 1 ed, essendo L 0 = 3, si ha immediatamente Il numero di punti sul perimetro esterno è: L n = 3 n+1 (7) P n = 3 2 n (8) 3.2 Ricoprimenti del Gasket terminale Per studiare il modello di Ising sul Gasket è ora necessario considerare i grafi terminali Gn T ; anche in questo caso è possibile procedere mediante un procedimento iterativo. Si parte da G0 T : questo grafo è costituito da tre 1-simplessi uniti da tre linee esterne, in tutto 6 punti e 6 linee (3 interne e 3 esterne). Passando a G1 T si osserva

19 3.2. Ricoprimenti del Gasket terminale 19 Fig. 4: Gasket di Sierpinski (ottenuto con 7 iterazioni)

20 20 Capitolo 3. Gasket di Sierpinski Gn T Gn T G n T G T 0 G T 1 G T n+1 Fig. 5: Costruzione dei Gasket terminali come questo può essere costruito affiancando tre copie di G0 T e aggiungendo 4 linee interne per ognuno dei tre vertici in comune: collegando in questo modo coppie di 1-simplessi si ottengono 3-simplessi (relativi ai vertici interni di G 1 che hanno numero di coordinazione 4). In modo analogo si costruiscono i Gn T a partire da tre copie dei Gn 1 T unite da linee interne in modo che rimangano 1-simplessi in corrispondenza dei tre vertici (punti con coordinazione 2) e si formino 3-simplessi in corrispondenza di tutti gli altri punti (che hanno numero di coordinazione 4). Passiamo ora a contare i ricoprimenti di dimeri. Innanzi tutto si osserva che la condizione necessaria che Gn T abbia un numero pari di punti è verificata in quanto G n ha valenza pari. Su G0 T i ricoprimenti sono due: uno formato con le tre linee esterne e uno formato con quelle interne. Un modo possibile per costruire ricoprimenti di G1 T è quello di utilizzare tre ricoprimenti di G0 T ; in questo modo si ottiene sicuramente una disposizione di dimeri che contiene tutti i punti di G1 T cioè un ricoprimento, ma sicuramente non si ottengono tutti i possibili. Consideriamo infatti i tre diversi modi in cui i quattro punti che costituiscono un 3-simplesso possono appartenere a dimeri di un ricoprimento: 1. se ogni punto appartiene ad un dimero costituito da una linea esterna il ricopromento si può ottenere affiancando come visto tre ricoprimenti di G 0 2. se i quattro punti sono uniti a coppie da due dimeri siamo in presenza di una fra le tre configurazioni (=), (ıı) e (x) di cui solo una si può ottenere affiancando i ricoprimenti di G 0 : si risolve il problema della corrispondenza non biunivoca

21 3.2. Ricoprimenti del Gasket terminale 21 Fig. 6: Schema dei modi possibili per costruire ricoprimenti fra ricoprimenti e sottografi chiusi semplicemente non costruendo ricoprimenti che contengono due delle linee interne aggiunte in un vertice in comune 3. se due dei punti sono collegati mediante un dimero interno e i due rimanenti fanno parte di dimeri esterni il ricoprimento non può essere ottenuto col metodo precedente ed è necessaria un analisi supplementare. Quest ultimo caso porta a considerare su G0 T delle disposizioni di dimeri che contengono tutti i punti tranne uno di un 1-simplesso ma ci si accorge immediatamente che tali disposizioni non esistono perché una disposizione di dimeri non può contenere un numero dispari di punti; pertanto devono non essere compresi due punti. Siccome inoltre si vogliono costruire ricoprimenti di G1 T, l altro punto mancante deve appartenere all 1-simplesso di G0 T relativo all altro vertice in comune. In questo modo si vede che si possono ottenere tutti i ricoprimenti corrispondenti al terzo caso affiancando una di queste disposizioni per ogni G0 T componente e aggiungendo le linee interne relative alle coppie di punti mancanti. Questo metodo di costruzione si estende in modo identico alla costruzione dei ricoprimenti di Gn T e può essere schematizzato come in figura 6 dove i punti pieni rappresentano vertici in cui entrambi i terminali appartengono a dimeri mentre quelli vuoti rappresentano vertici in cui uno dei due terminali non fa parte di dimeri; le linee aggiunte in corrispondenza dei punti vuoti mostrano i dimeri interni da aggiungere per completare i ricoprimenti. Quindi se si denota con n il numero di ricoprimenti di dimeri di Gn T e con Λ n quello dei quasi-ricoprimenti cioè disposizioni di dimeri che non contengono un

22 22 Capitolo 3. Gasket di Sierpinski Fig. 7: Schema dei modi possibili per costruire quasi-ricoprimenti punto degli 1-simplessi relativi a due vertici fissati di G n si ha: n+1 = 3 n + Λ 3 n (9) Ora è necessario trovare una ricorrenza per Λ n : questa si ottiene mostrando con ragionamenti analoghi ai precedenti che i possibili modi per ottenere n-quasi-ricoprimenti sono due: utilizzando tre (n 1)-quasi-ricoprimenti oppure due (n 1)-quasi-ricoprimenti e un (n 1)-ricoprimento come in figura 7. Perciò si ottiene: Λ n+1 = Λ 3 n + n Λ 2 n (10) Le equazioni (9) e (10) insieme alle condizioni iniziali (su G T 0 si hanno due quasiricoprimenti) danno 0 = 2 Λ 0 = 2 n = Λ n = (3n+1 1) 3.3 Funzione generatrice dei ricoprimenti Per calcolare le funzioni generatrici dei ricoprimenti e dei quasi-ricoprimenti su G n (rispettivamente Γ n (z) e Γ n (z)) bisogna assegnare peso 1 alle linee interne e peso z a quelle esterne e ripetere il procedimento ricorsivo precedente. Si può procedere esattamente allo stesso modo perché la funzione generatrice dei ricoprimenti su un grafo L unione di grafi disgiunti L 1... L n è proprio il prodotto delle

23 3.3. Funzione generatrice dei ricoprimenti 23 funzioni generatrici sui singoli L i : infatti i termini di questo prodotto corrispondono a ogni possibile combinazione di sottoricoprimenti sui L i (quindi ad ogni possibile ricoprimento di L) ed ognuno di essi è pari al peso del ricoprimento ottenuto (in quanto prodotto dei pesi dei componenti). Questo discorso potrebbe essere applicato direttamente nel nostro caso solo se gli n-ricoprimenti si potessero costruire solamente a partire da tre (n 1)-ricoprimenti. Ciononostante mediante lo stesso ragionamento è possibile identificare biunivocamente ogni termine di Γ n+1 (z) con uno di Γ 3 n(z) + Γ 3 n(z) e analogamente ogni termine di Γ n+1 (z) con uno di Γ 3 n(z) + Γ 2 n(z)γ n (z) perché le linee interne eventualmente aggiunte hanno peso 1 e non danno contributo. identiche alle (6) e (7) Γ n+1 (z) = (Γ n (z)) 3 + ( Γ n (z)) 3 Γ n+1 (z) = ( Γ n (z)) 3 + ( Γ n (z)) 2 Γ n (z) Si ottengono pertanto equazioni con le condizioni iniziali Γ 0 (z) = 1 + z 3 Γ 0 (z) = z + z 2 Se si introduce la variabile r n = Γ n / Γ n si ottiene: e l equazione per Γ n diventa r 0 = 1+z3 = z2 z+1 z+z 2 z r n+1 = rn 2 r n + 1 Γ n+1 = Γ 3 n ( r 3 n ). Prendendo il logaritmo di ambo i membri e definendo l n = log Γ n si ottiene (si veda sez ): e Γ n si ottiene da exp(l n ). l n = l 0 3 n + n 1 k=0 3 k log(1 + r 3 n k 1 )

24 24 Capitolo 3. Gasket di Sierpinski 3.4 Funzioni termodinamiche Energia libera La prima quantità calcolabile di interesse fisico è l energia libera per sito nel limite termodinamico cioè kt f = n lim f n = n lim log(z n ) N n Utilizzando i risultati parziali ottenuti (eq. (3), eq. (6), eq. (7)) si ha: f n = kt ( log 2 + ) 2 2/3 log cosh(j/kt ) n 3 n + 1 log Γ n(tanh J/kT ) in cui l ultimo termine della parentesi può essere scritto come ( 2 3 con gli r n dati da: n ) [ log(1 + tanh 3 J/kT ) n 1 m=0 log(1 + r 3 m )3 m ] r 0 = z2 z + 1 = tanh2 J/kT tanh J/kT + 1 z tanh J/kT r n+1 = rn 2 r n + 1 = x(t ) Nel limite termodinamico: f(t ) kt = log log cosh(j/kt ) log(1 + tanh3 J/kT ) + 2 S(x(T )) 9 dove ( S(x) = log ) 3 n = g n=0 rn(x) 3 n (x) n=0 in cui si esplicita il fatto che i r n dipendono da r 0 = x. Ora x(t ) è analitica per T (0, + ) ed in questo intervallo è monotona crescente con valori in D = (1, + ), quindi è sufficiente mostrare che S(x) è di classe C k in D perché f lo sia in (0, + ).

25 3.4. Funzioni termodinamiche y=x 2 x+1 y=x Fig. 8: Risoluzione grafica della ricorrenza: esempio con r 0 = 1.3

26 26 Capitolo 3. Gasket di Sierpinski Convergenza di S(x) Studiando graficamente la ricorsione per i r n si vede che per r 0 = 1 si ha la soluzione costante r n = 1 mentre per valori iniziali maggiori di uno si ha sempre che r n+1 > r n e che r n tende a per n che tende ad ; in ogni caso è sempre vero che r n 1 (si veda figura 8). Pertanto si ha per ogni x D con g n (x) = log(1 + rn 3 ) 3 n log 2 3 n def = k n k n = 3/2 log 2 < n=0 Quindi si ha convergenza uniforme per la serie dei g n (x) e S(x) è continua come limite uniforme di serie di funzioni continue. Derivate di S(x) r n def = r n 1/2 così da ottenere: Per semplificare la ricorsione si introducono le variabili r 0 = x 1 2 = y r n+1 = r 2 n In questo modo si ha immediatamente che, per costruzione, r n = 2 n k=0 a n,k y k r n = 1 2 n 2 + a n,k y k k=0 con i coefficienti a n,k sempre maggiori od uguali a zero (e diversi da zero solo per k pari quando n è maggiore di 1). Inoltre siccome y differisce da x solamente per una costante si ha che una derivata rispetto a x è uguale a una derivata rispetto a y Per la derivata delle g n si ha: d dx = d dy dy dx = d dy 3 n g n(x) = 3 r n (1 + rn) dr n 3 dy

27 3.4. Funzioni termodinamiche 27 con Quindi dr 2n n dy = k=1 dr n dy 2 n 2n k=1 ) n 2 ( 2 g n(x) 3 3 ky k 1 a n,k y k 1 a n,k 2n y r n 1 + rn 3 in cui si è utilizzato il fatto che y 1/2. Siccome k n = 9 < n=0 ( ) 1 2 n 2y 3 def = k n 3 si ha la convergenza uniforme della serie delle derivate che, unita alla continuità delle g n(x), prova che S è di classe C 1. Per la derivata seconda si ha; g n(x) = 3 1 n 1 + 4r3 n rn(1 2 + rn) 3 2 ( ) 2 drn dy 1 r n (1 + r 3 n) d 2 r n dy 2 Come in precedenza d 2 r n dy 2 2n = k=2 k(k 1)y k 2 a n,k d 2 r n dy 2 4n y r 2 n g n(x) 3 1 n 21 y 2 [ 1 + 4r 3 n 4 n (1 + rn) 3 2 ( ) 4 n rn 3 3 y 2 (1 + rn) 3 2 ( ) 4 n 3 7rn 3 3 y 2 rn 6 ( ) 4 n 1 3 y (1 + r 3 n) Ora gli r n sono funzioni crescenti di x quindi, se si pone r 3 n r n def = r n (x = 1 + ɛ) 4 n ] y 2

28 28 Capitolo 3. Gasket di Sierpinski con ɛ > 0 fissato, si ha, per x > 1 + ɛ: ( ) 4 n g n(x) r n 3 def = k n La serie numerica dei {k n} converge per il criterio del rapporto k n+1 k n = 4 3 ( rn r n+1 ) 3 = 4 ( ) 3 r n 0 3 r n 2 r n + 1 pertanto si ha convergenza uniforme della serie delle g n(x) in (1 + ɛ, ) e quindi S(x) risulta C 2 in tale intervallo. Essendo tuttavia ɛ arbitrario si ha che S(x) è C 2 in D. Passando ora alle derivate successive si può vedere che, procedendo in modo analogo, si arriva ad una maggiorazione del tipo: g n (k) bn N(r n ) y k D(r n ) con b costante e N(r n ) e D(r n ) polinomi in r n di cui D è di grado maggiore. Allo strsso modo della derivata seconda si può quindi mostrare che la convergenza è uniforme e pertanto S(x) è di classe C k in D con k intero qualunque. Questo fatto dimostra che non si hanno transizioni di fase per T > Energia media e calore specifico Consideriamo ora l energia media ed il calore specifico (sempre divisi per il numero di punti del grafo e sempre nel limite termodinamico): u = kt 2 N T c v = u T Con alcuni passaggi si ottiene: log Z = kt 2 T ( f ) kt [ 2 tanh 2 (J/kT ) u = J 2 tanh(j/kt ) cosh 2 (J/kT ) 1 + tanh 3 (J/kT ) ] 1 9 S (x) sinh 2 (J/kT ) cosh 2 (J/kT )

29 3.4. Funzioni termodinamiche 29 c v = u T = (11) = J 2 [ 1 kt 2 cosh tanh(j/kt ) 2 tanh 3 (J/kT ) (J/kT ) cosh 2 (J/kT ) (1 + tanh 3 (J/kT )) 4 tanh3 (J/kT ) tanh 3 (J/kT ) tanh 2 (J/kT ) 9 S (x) tanh(j/kt ) sinh 2 (J/kT ) + 2 S ] (x) 9 sinh 4 (J/kT ) cosh 2 (J/kT ) in cui le derivate di S(x) si intendono calcolate per x = x(t ). In figura 9 si può vedere l andamento di queste grandezze in funzione della temperatura calcolato numericamente Esponente critico Dall equazione per il calore specifico è possibile ricavare per il punto T c =0 l esponente critico α definito da: c v t α per t 0 + con t (temperatura ridotta) definita nel caso di T c =0 da (si veda [6]): ( t = exp 2J ) kt Nonostante non si conoscano esattamente la funzione S(x) e le sue derivate si può però affermare che per t 0 c v t(log t) 2 se la quantità tra parentesi quadre nell equazione (11) tende ad un limite finito. Perché questo sia vero è sufficiente che ne S(x) ne le sue derivate divergano e, sebbene ciò non sia provato analiticamente per la derivata seconda, se ne ha evidenza dal calcolo numerico (si veda figura 10). Pertando l andamento critico è lo stesso del caso unidimensionale con esponente α = 1

30 30 Capitolo 3. Gasket di Sierpinski 0 Energia media u/j kt/j 0.8 Calore specifico c v k/j kt/j Fig. 9: Grafici di u(t ) e c v (T )

31 3.4. Funzioni termodinamiche 31 4 S 3 S S x Fig. 10: Grafici di S(x), S (x) e S (x).

32 Capitolo 4 Magnetizzazione sul Gasket di Sierpinski Passiamo ora allo studio della magnetizzazione sul Gasket di Sierpinski per vedere se con un altro approccio si ottiene un risultato compatibile. Applicheremo questo metodo in due casi diversi: prima fissando solamente gli spin sui tre vertici esterni del Gasket, in seguito fissandoli su tutto il perimetro esterno. 4.1 Due lemmi preliminari Prima di applicare questo metodo vediamo due lemmi che ci serviranno per arrivare ai risultati finali. Lemma 1 Data la successione {a n } con a n 0 tale che la serie convergente, la successione {b n } definita da b n = n k=n 0 (1 + 1 ak ) tende ad un limite finito b e, per ogni n, b n b. n=n 0 1 a n = c < sia 32

33 4.1. Due lemmi preliminari 33 Lemma 2 Data la successione {a n } con a n 1 tale che la serie sia convergente, la successione {b n } definita da b n = n k=n 0 (1 1 ak ) tende ad un limite finito b 0 e, per ogni n, b n b. n=n 0 1 a n 1 = c < Dim. (lemma 1) La successione {b n } è evidentemente una successione monotona crescente, per cui basta mostrare che è superiormente limitata per essere sicuri che abbia un limite finito b e che b n b. Siccome ( a n ) e 1 an l n = se si definisce l n = log b n si ha n k=n 0 log (1 + 1 ) n 1 < c ak k=n 0 a k da cui b n = e ln < e c CVD. Dim. (lemma 2) La successione {b n } è monotona decrescente e, per ogni n, b n 0 quindi ha limite finito b e b n b. Per mostrare che b 0 introduciamo la successione {d n } definita da d n = 1 b n = n k=n a k n = k=n 0 a k a k 1 = n k=n 0 ( ) a k 1 A questo punto la successione degli {a n 1} soddisfa le ipotesi del lemma precedente, quindi d n d < per cui CVD. b n 1 d = b > 0

34 34 Capitolo 4. Magnetizzazione sul Gasket di Sierpinski 4.2 I caso: spin fissati sui vertici Se si considerano fissati e pari a +1 gli spin posti sui tre vertici la funzione generatrice Γ 1 (v. sez. 2.3) sarà quella dei circuiti chiusi più quella dei sottografi che comprendono circuiti chiusi più una linea che connette due vertici; queste corrispondono a quelle dei ricopromenti e dei quasi-ricoprimenti su G T. Pertanto si ha Γ 1 n = c 0 n + 3 c 2 n con c 0 n e c 2 n coincidenti rispettivamente con Γ n e Γ n e quindi definiti da: c 0 n+1 = (c 0 n) 3 + (c 2 n) 3 c 2 n+1 = (c 2 n) 3 + (c 2 n) 2 c 0 n c 0 0 = 1 + z 3 c 2 0 = z + z 2 Per le disposizioni di dimeri corrispondenti a Γ 2, queste non devono contenere un punto interno più un numero dispari di terminali corrispondenti a vertici distinti: tale numero può solamente essere 1 o 3. Denotando con γ 1 e γ 3 le funzioni generatrici relative a questi casi si ha: Γ 2 n = 3 γn 1 + γn 3 Le condizioni iniziali sono: γ 1 0 = 0 γ 3 0 = 0 in quanto su G 0 non esistono punti interni. Per quanto riguarda le regole di ricorrenza si ha che il punto interno mancante o è ereditato dalla generazione precedente oppure si trova in un simplesso corrispondente ad un punto di congiunzione (i punti di mezzo dei lati). In ognuno di questi casi si dovrà tenere conto di molte possibilità: il punto interno mancante può essere contenuto in una qualunque delle tre parti di cui è costituito G n+1 o il vertice in cui si forma può essere uno qualunque dei tre ed inoltre bisogna sommare sui modi possibili di connettere le tre disposizioni (sempre tenendo conto del fatto che una disposizione

35 4.2. I caso: spin fissati sui vertici 35 di dimeri contiene un numero pari di punti). Tenendo conto di tutto ciò si ha: γ 1 n+1 = γ 1 n(c 0 n) 2 + γ 3 n(c 2 n) 2 + 2γ 1 n(c 2 n) 2 + 2γ 1 nc 0 nc 2 n+ +2(c 2 n) 3 + 2c 0 n(c 2 n) 2 + 2(c 0 n) 2 c 2 n γn+1 3 = 3γn(c 3 2 n) 2 + 3γn(c 1 2 n) 2 + 6(c 2 n) 3 Se si introducono le variabili r n def = c0 n c 2 n s n def = γ1 n c 2 n t n def = γ3 n c 2 n con semplici passaggi si ottiene: r n+1 = r 2 n r n + 1 s n+1 = 2 + 2s n + t n + r 2 n(2 + s n ) 1 + r n t n+1 = 3 s n + t n r n (12) In termini di queste variabili si ha: Temperatura nulla Γ 2 n Γ 1 n = 3s n + t n 3 + r n (13) Per avere una prima idea di come si comportano queste equazioni si è risolto innanzi tutto il caso in cui T = 0, cioè z = 1. In questo caso si ha: e quindi: c 0 0 = c 2 0 = 2 γ 1 0 = γ 3 0 = 0 r 0 = 1 s 0 = t 0 = 0 Da qui si mostra facilmente per induzione che r n = 1 s n = t n

36 36 Capitolo 4. Magnetizzazione sul Gasket di Sierpinski e l equazione per questi ultimi si riduce a s n+1 = 3s n + 3 Dagli esempi sella sezione si ha immediatamente: Dalle equazioni (4), (6) e (13) si ha: M n = n 1 s n = 3 3 k = 3 2 (3n 1) k=0 ( ) 2 (3n + 1) 2 (3n 1) = 1 quindi, come ci si aspetta, se si fissano i tre spin ai vertici di un G n a T = 0 tutti gli altri spin si allineano ad essi dando una magnetizzazione M = Temperatura T > 0 La prima delle eq. (12) è la stessa equazione vista nel capitolo precedente ma ora serve uno studio più approfondito. Si può iniziare notando che, essendo r n 1, r n+1 = r 2 n r n + 1 r 2 n per cui per induzione r n r 2n 0 (14) D altra parte si ha anche r n r2 n da cui ( ) r0 2 n r n 2 (15) 2 Questa minorazione ha il difetto che il secondo membro tende a zero per n + se r 0 < 2; si può risolvere questo inconveniente notando che, qualunque sia r 0, per un k sufficientemente grande si avrà r k > 2, da cui si può ottenere r n 2 ( ) rk 2 n k 2 per ogni n k (16)

37 4.2. I caso: spin fissati sui vertici 37 con il secondo membro che ora tende a + per n +. Passando alla seconda e alla terza delle eq. (12) si può notare che queste si sem- def plificano introducendo la variabile s n = s n + 2 t n+1 = 3 s n + t n 1 + r n s n+1 = s n + t n 1 + r n + s n (1 + r n ) = 1 3 t n+1 + s n (1 + r n ) Ricavando t n+1 dalla seconda equazione si ottiene: che sostituito nella prima da: t n+1 = 3 ( s n+1 s n (1 + r n )) (17) ( s n+1 = s n 1 + r n + 4 ) 1 + r n 1 3 s n r n 1 + r n Non potendo risolvere tali ricorrenze si ricavano delle maggiorazioni e delle minorazioni delle quantità che interessano per avere una stima del risultato finale. Siccome s n 0 e r n 1 si ha ( s n+1 s n 1 + r n + 4 ) s n (r n + 3) per n r n Per induzione si vede che s n sarà minore od uguale al termine n-esimo di una successione definita da una ricorrenza così fatta con = al posto di, quindi: n 1 s n s 1 (r n + 3) k=1 = s 1 (r 1 + 3)(r 2 + 3) (r n 1 + 3) Ora dall equazione per t n (eq. (17)) si ricava immediatamente: t n 3 s n per n 1 Sostituendo nelle equazioni (4) e (13) si ottiene M i n 1 N n 6 s n r n

38 38 Capitolo 4. Magnetizzazione sul Gasket di Sierpinski 6 N n s n r n 6 N n s 1 (r 1 + 3)(r 2 + 3) (r n 1 + 3) k=1 k=1 r n 6 n 1 s 1 n 1 r k (1 + 3 ) N n r n rk Ora la serie n=1 (3/r n ) è convergente per la disequazione (16) quindi sono verificate le ipotesi del lemma 1, quindi: M i n c N n r n c c n 1 k=1 n 1 N n k=1 n 1 N n k=1 r k r 2 k c n 1 1 N n r 1 k=1 c rk 2 r k + 1 ( ) r k 1 r 2 k r k+1 n 1 N n k=1 r k r k 1 in cui si inglobano in c le varie costanti che mano a mano appaiono. Si può nuovamente applicare il lemma 1, per cui Mn i cost. (18) N n Da questa disequazione segue che M 0 per n 0 quindi non si ha transizione di fase. Cercando ora una minorazione per gli s n cominciamo a mostrare che s n+1 s n. Infatti si ha che s 1 s 0 = 0, quindi s 1 s 0 e, supposto s n s n 1 ( s n+1 s n 1 + r n r ) n r n 1 + r n ( s n r n ) = s n k n 1 + r n Ora la quantità tra parentesi è sempre maggiore od uguale ad 1, quindi per induzione è sempre vero che s n+1 s n. Quindi si ha s n+1 s n k n per cui Mn i 1 3( s n 2) N n 3 + r n c s n 2 N n r n

39 4.3. II caso: spin fissati sul perimetro esterno 39 Tralasciando la costante sottratta a numeratore (il suo contributo è di ordine inferiore al resto) si ha c N n s 1 k 1 k 2 k n 1 c 1 N n r 1 n 1 r n rj 2 n 1 j=1 r j+1 j=1 c n 1 1 k j N n r 1 j=1 r j k j r j in cui nell ultimo passaggio si è utilizzato il fatto che r2 j r j+1 1. Ora si può mostrare che il prodotto rimanente soddisfa le ipotesi del lemma 2 per cui in definitiva si ha M i n = O(1) 1 N n M n = O(1) 1 N n = O(1) 3 n 4.3 II caso: spin fissati sul perimetro esterno In questo caso si fissano a +1 gli spin dei punti che si trovano sul perimetro esterno: ora il numero di tali siti non rimane finito come nel caso precedente ma cresce esponenzialmente pur essendo una frazione che tende a zero rispetto al numero totale di punti del Gasket. Per costruire Γ 1 bisognerà considerare tutte le disposizioni di dimeri sul Gasket terminale che contengano tutti i terminali tranne, al più, uno per ogni simplesso corrispondente ad un sito sul perimetro. Non è necessario imporre che vi sia un numero pari di tali punti per fare in modo che le linee partano ed arrivino sul perimetro perché ciò è garantito dal fatto che Gn T ha un numero pari di punti ed una qualsiasi disposizione di dimeri ne occupa un numero pari minore od uguale ad esso. Per costruire tali disposizioni su Gn T sarà necessario considerare separatamente disposizioni sui Gasket di ordine inferiore in cui un diverso numero di lati appartiene al perimetro esterno di Gn T. Si indicherà allora con a n la funzione generatrice delle disposizioni su G T n in cui due lati sono considerati esterni, b 1 n e b 0 n quelle in cui un lato è considerato

40 40 Capitolo 4. Magnetizzazione sul Gasket di Sierpinski Fig. 11: Schema delle funzioni generatrici a, b 0 e b 1, c 0 e c 2 esterno mentre il vertice opposto può avere un terminale mancante o meno, c 0 n e c 2 n quelle già considerate in precedenza che comprendono tutti i terminali dei punti sui lati esclusi al più due vertici (si veda figura 11 in cui le linee piene appartengono al perimetro esterno e quelle tratteggiate sono interne). Le ricorrenze che definiscono tali funzioni generatrici e Γ 1 in funzione di queste si ottengono tenendo conto che, quando si formano i punti di mezzo dei lati unendo due vertici, se siamo sul perimetro esterno non importa come si accoppiano tali vertici: infatti se anche si uniscono due 1-simplessi di G T, uno occupato da dimeri e uno con un terminale libero, si ottiene su G una linea che parte da tale punto e necessariamente termina altrove lungo il perimetro (infatti una linea ha estremi in punti a cui corrispondono simplessi con un terminale non occupato da un dimero e questi si trovano per costruzione solamente sul bordo). Queste ricorrenze sono (v. figura 12): Γ 1 n+1 = a n 3 a n+1 = a n (b 0 n2 + b 1 n2 ) b 0 n+1 = b 0 n2 c 0 n + b 1 n2 c 2 n b 1 n+1 = 2b 0 nb 1 nc 2 n c 0 n+1 = c 0 n3 + c 2 3 n c 2 n+1 = c 2 n3 + c 2 n2 c 0 n

41 4.3. II caso: spin fissati sul perimetro esterno 41 Fig. 12: Schema delle ricorrenze per Γ 1, a, b 0 e b 1

42 42 Capitolo 4. Magnetizzazione sul Gasket di Sierpinski con le condizioni iniziali: c 0 0 = 1 + z 3 c 2 0 = z + z 2 b 0 0 = 1 + z + z 2 + z 3 b 1 0 = 2(z + z 2 ) a 0 = (1 + z) 3 Per il calcolo di Γ 2 è necessario introdurre delle funzioni generatrici simili alle precedenti che però corrispondono a sottografi che contengono una linea supplementare che parte da un punto interno e che termina sul perimetro esterno. Ciò richiede che le disposizioni di dimeri non contengano un terminale in un solo punto interno e quindi automaticamente in un numero dispari di punti esterni. Analogamente alle funzioni generatrici precedenti chiamerò queste α, β 0, β 1, γ 1, γ 3. Questa volta per ottenere le ricorenze bisogna considerare il fatto che in una disposizione di dimeri su Gn T il terminale interno mancante può essere ereditato dalle disposizioni sui Gn 1 T oppure si può formare nell unione di due 1-simplessi spaiati purché questa non avvenga sul perimetro esterno. In figura 13 si vedono, ad esempio, i modi possibili per costruire α n a partire da funzioni generatrici all ordine n 1: i primi sei modi sono costruiti a partire da disposizioni in cui già manca un punto interno (rappresentate da triangoli con un bollo nero interno) mentre negli ultimi due tale punto si ottiene avvicinando vertici spaiati. Si ottiene allora: Γ 2 2 n+1 = 3α n a n α n+1 = α n (b 0 n2 + b 1 n2 ) + 2a n (b 0 nβn 0 + b 1 nβn 1 + b 0 nb 1 n) βn+1 0 = 2b 0 nβnc 0 0 n + 2b 1 nβnc 1 2 n + 2b 0 nb 1 n(γn 1 + c 0 n + c 2 n) βn+1 1 = 2c 2 n(b 0 nβn 1 + b 1 nβn) 0 + b 0 n2 (γn 1 + 2c 2 n) + b 1 n2 (γn 3 + 2c 2 n) γn+1 1 = c 0 n2 γn 1 + c 2 n2 γn 3 + 2c 2 n2 γn 1 + 2c 0 nc 2 nγn 1 + 2c 2 n3 + 2c 0 nc 2 n2 + 2c 0 n2 c 2 n γn+1 3 = 3c 2 n2 γn 3 + 3c 2 n2 γn 1 + 6c 2 3 n e, siccone su G 0 non esistono punti interni, le condizioni iniziali sono: α 0 = β 0 0 = β 1 0 = γ 1 0 = γ 3 0 = 0

43 4.3. II caso: spin fissati sul perimetro esterno 43 Fig. 13: Schema della ricorrenza per α Ora la quantità che interessa è solamente il rapporto fra Γ 2 e Γ 1 per cui si può scrivere: Γ 2 n+1 Γ 1 n+1 = 3α na n 2 e la ricorrenza per quest ultima quantità è: a n 3 = 3 α n a n α n+1 = α n + 2 b1 nβn 1 + b 0 nβn 0 + b 0 nb 1 n a n+1 a n b 0 n2 + b 1 2 (19) n A questo punto come in casi precedenti si può procedere introducendo nuove quantità dividendo quelle esistenti per una delle altre: b0 n = b0 n b 1 n Le relative ricorrenze sono β 0 n = β0 n b 1 n ( b0n r n + 1 b0n ) β 1 n = β1 n b 1 n b0 n+1 = 1 2 β 0 n+1 = β 0 nr n + β 1 n b0 n + r n + s n + 1 β 1 n+1 = β 1 n + b 0 n ( 1 + s n 2 ) + 1 b0 n ( β0 n + t n ) in cui r n, s n e t n sono le stesse della sezione precedente. La eq. (19) diventa allora (20) α n+1 = α n + 2 b 0 n + b 0 β n n 0 + β n 1 a n+1 a n 1 + b 0 2 (21) n

44 44 Capitolo 4. Magnetizzazione sul Gasket di Sierpinski Temperatura nulla Studiamo innanzi tutto come in precedenza il caso a T = 0. Da quanto già fatto si sa che: Ora si hanno le condizioni iniziali r n = 1 s n = t n = 3 2 (3n 1) dalle quali si vede immediatamente che b0 0 = 1 β 0 0 = β 1 0 = 0 b0 n = 1 e per induzione si mostra che β 0 n = β 1 n def = β n La ricorrenza per quest ultima quantità risulta β n+1 = 2 β n n che risolta (si veda 1.2.2) fornisce: La eq.(21) diventa allora: che dà: n 1 ( 3 β n = 2 k k=0 2 3n k ) = n 2 n 1 2 α n+1 a n+1 = α n a n + 2 β n + 1 n 1 α n = a n k=0(2 β k 1) = 3 2 3n 2 2 n Dalle equazioni (4), (6), (8) e dalle precedenti risulta: M n = [ ( n (3n + 1) 2 3n n = 1 2)] cioè il Gasket è magnetizzato come ci si aspetta.

45 4.3. II caso: spin fissati sul perimetro esterno Temperatura T > 0 Si comincia studiando la successione dei b 0 n: dalla prima delle eq. (20) si ha immediatamente b0 n b 0 nr n (22) da cui b0 n b n r 0 r 1 r n 1 (23) Per trovare una maggiorazione si mostra innanzi tutto che b 0 n 1: infatti ciò è vero per n = 0 perché b0 0 = 1 ( z + 1 ) 1 per 0 z 1 2 z mentre per n > 0 la richiesta è che sia b0 n r n + 1 b0 n 2 e questo è vero perché b0 n 2 r n 2 b 0 n + 1 = ( b 0 n 1) 2 + b 0 n2 (r n 1) 0 Quindi se b 0 n 1 allora si ha e dalla prima delle eq. (20) si ottiene: 1 b0 n 1 b 0 n b 0 nr n b0 n b 0 n(r n + 1) b 0 nr n (24) Passiamo ora alle altre due delle eq. (20). Ricavando β 1 n dalla seconda si ottiene: β 1 n = b 0 n( β 0 n+1 β 0 nr n r n s n 1) (25) che sostituito nella terza dà β n+2 0 = ( β n+1 0 r n+1 + b 0 ) ( ) n + β 1 n 0 b0 r n n r n+1 + s n+1 + b0 n+1 b0 n b0 n+1 b0 n+1 b0 r n n 1 b0 n+1 2 s b0 n n + 1 b0 n+1 2 t 1 n + 1 b0 n b0 n+1 b0 n b0 n+1

46 46 Capitolo 4. Magnetizzazione sul Gasket di Sierpinski Tenendo conto delle eq. (22) e (24) e che si ha β 0 n+2 β 0 n+1 Ora per la terza delle eq. (12) (r n rn ) 1 b0 n r n b0 n 0 + r n+1 + s n+1 + s n + t n + 2 r n β 0 n+1 β 0 n(r n + 2) + r n + s n + t n per n 1 per cui che β 0 n β 0 1 n 1 k=1 n 1 (r k + 2) + (r i + s i + t i ) i=1 n 1 k=i+1 (r k + 2) (26) = β 0 1(r 1 + 2) (r n 1 + 2) + (r 1 + s 1 + t 1 )(r 2 + 2) (r n 1 + 2) + +(r 2 + s 2 + t 2 )(r 3 + 2) (r n 1 + 2) (r n 1 + s n 1 + t n 1 ) Ottenuta questa maggiorazione per β 0 n, si può sfruttare la stessa per β 1 n se si mostra β 1 n b0 n c β 0 n con c costante opportuna. Questo è immediato per n = 0 per cui vale l = mentre per n generico si può scrivere (utilizzando le eq. (20)) c b 0 β n+1 n+1 0 β n+1 1 = ( = c b 0 n+1 β nr 0 n + β n 1 ) + r n + s n b0 n [ β n 1 + b ( 0 n 1 + s ) ( n + 1 b0 β0 2 n + t )] n n ) ( ) (c b 0n+1r n 1 b0n β n 0 + β n 1 c b 0 n b0 n [ + b 0 n+1 c(r n + s n + 1) b 0 ( n 1 + s ) n b0 n b0 n b0 n+1 ( tn )] Siccome β n 0 β n 1 e b 0 n+1 sono tutti 0 basta mostrare che anche le quantità contenute nelle parentesi lo sono; per le prime due è sufficiente che sia, rispettivamente, c 1 e

47 4.3. II caso: spin fissati sul perimetro esterno 47 c 2 mentre per la terza si ha: 3 a par. c + cr n + cs n 2 ( 1 + s ) n 1 ( 2 2 r n 2 b0 n r n = c 2 ( ) ) 2 + cr n + s n (c 1rn r n b0 n (c 10) + cr n + s n (c 4) 0 per c t n 2 ) t n 1 r n b0 n 2 dove si è utilizzato il fatto che per l equazione (17), t n 3(s n + 2) ed inoltre r n 1 e b 0 n 1. A questo punto si può trovare una maggiorazione per α n e quindi per la magnetizzazione; dall equazione (21) si ottiene: Da questa segue: α n+1 a n+1 α n α n a n c a n ( β n 0 + β n 1 ) + 1 b0 n + 2 b0 a n n α n + 2 b0 ( β0 a n (c + 1) + 1 ) n n n 1 k=0 β 0 k b0 k + 2 n 1 k=0 1 b0 k Se n la seconda sommatoria diventa una serie convergente (per l eq. (23)) la cui somma è una maggiorazione per le somme parziali. Per quanto riguarda la prima, i termini della somma risultano (per le eq. (26) e (23)): β k 0 [ 2k β 1 ( ) (1 + 2 ) ( b0 k b0 0 r 0 r1 r2 Ora per n > 1 vale + r 1 + s 1 + t 1 r 1 + r 2 + s 2 + t 2 r 1 r 2 r k 1 (1 + 2 ) ( r2 ) + ) r k 1 ) (1 + 2 ) ( r r k 1 + s k 1 + t k 1 r 1 r 2 r k 1 r k 1 s n + t n ( s n 2) + 3 s n 4 s n 4 s 1 (r 1 + 3)(r 2 + 3) (r n 1 + 3) ] + +

48 48 Capitolo 4. Magnetizzazione sul Gasket di Sierpinski quindi β k 0 ( 2k ) b0 k b0 0 r 0 r 1 ( β s 1 + t 1 ( ) r k s s s ) r 1 r 2 r 3 r k 1 r 1 r 1 r 2 r 1 r 2 r k 2 ) k 1 c2 k k (1 + 3rj j=1 r j j=1 Ora la sommatoria è limitata superiormente dalla somma della serie ed anche il prodotto è limitato per il lemma 1 quindi in definitiva β 0 k b0 k c2 k e α n a n c Per la magnetizzazione si ha: come ci si aspettava. M i n = n 1 k=0 3 N n α n 1 a n 1 2 k + c c2 n + c (27) c N n 2 n 0 per n Cerchiamo ora una minorazione per la magnetizzazione; dall equazione (21) si ottiene: α n+1 α n + 2 b 0 n + b 0 β n n 0 + β n 1 a n+1 a n 2 b 0 2 α n + β n 0 a n n b0 n Ora dalla seconda delle equazioni (20) si ha: quindi (partendo da n=1 perché β 0 0=0) β 0 n β 0 1 β 0 n+1 β 0 nr n n 1 k=1 Utilizzando questi risultati insieme all eq. (24) r k = β 0 1r 1 r 2 r n 1 α n a n n 1 k=0 β 0 n b0 n

49 4.4. Commenti 49 = n 1 k=1 β k r 1 r 2 r k 1 b0 0 (r 0 + 1)(r 1 + 1) (r k 1 + 1) ) k 1 ( rj β 1 0 n 1 b0 0 (1 + r 0 ) 2 k k=1 j=1 Se per il prodotto si utilizza nuovamente il lemma 1 si ottiene α n a n c(2 n 1) Questa insieme all eq. (27) permette di affermare α n a n = 2 n O(1) e quindi ( ) 2 n Mn i = O(1) 3 ( ) 2 n Mn i Mn b M n = O(1) Commenti In entrambi i casi (spin fissati sui vertici o su tutto il perimetro esterno) si vede come non esiste una magnetizzazione residua nel limite termodinamico per nessuna T > 0: questo porta a concludere che non esistono fasi ordinate pertanto, consistentemente con quanto stabilito per altre vie, non ci sono transizioni di fase. Un fatto interessante che si può notare è come nei due casi considerati il contributo alla magnetizzazione dovuto ai siti considerati interni decresce con la stessa velocità di quello relativo ai siti di bordi e cioè come la frazione di questi rispetto al totale.

50 Capitolo 5 Zeri della funzione di partizione 5.1 Caratterizzazione di Lee-Yang delle transizioni di fase Un altro approccio con cui si possono studiare le transizioni di fase è quello di Lee e Yang (si vedano [7, 8, 4]): analizzare come si distribuiscono nel piano complesso gli zeri della funzione di partizione ed in particolare se e come nel limite termodinamico si avvicinano e si addensano nei pressi dell asse reale. Quest idea nasce dal fatto che fino a che si ha a che fare con un volume finito la funzione di partizione Z può sempre essere espressa come polinomio in un opportuna funzione della temperatura (generalmente tanh j o j kt e kt ): questi polinomi sono quindi funzioni analitiche della temperatura sempre maggiori di zero (per la definizione di Z) e non si hanno pertanto zeri sul semiasse reale positivo. Pertanto l energia libera (proporzionale a log Z) è sicuramente una funzione analitica della temperatura e non si ha transizione di fase. Può però succedere che nel limite termodinamico gli zeri vengano a disporsi su linee, o più in generale in regioni del piano che toccano il semiasse reale positivo: in questo modo l energia libera rimane una funzione analitica solamente negli intervalli di temperatura privi di zeri, mentre ci possono essere discontinuità nelle funzioni termodinamiche nei punti corrispondenti agli zeri. 50

51 5.2. Calcolo degli zeri 51 In quest ottica Lee e Yang hanno dimostrato rigorosamente che la funzione di partizione è completemente determinata dalla distribuzione dei suoi zeri nel limite termodinamico, e che il comportamento critico è determinato solamente da quelli prossimi ai valori fisici della temperatura, cioè quelli reali positivi. Nel caso del Gasket dall assenza di transizioni di fase a temperatura finita si sa che gli zeri non si possono avvicinare all asse reale se non in corrispondenza di T = Calcolo degli zeri Per ottenere in gli zeri della funzione di partizione sarà comodo usare una variante della ricorrenza già studiata al capitolo terzo: Γ n+1 = Γ 3 n + Γ 3 n = = (Γ n + Γ n )(Γ 2 n Γ n Γn + Γ 2 n ) Γ n+1 = Γ 3 2 n + Γn Γn = = (Γ n + Γ 2 n ) Γ n con le condizioni iniziali Γ 0 = 1 + z 3 = (1 + z)(1 z + z 2 ) Γ 0 = z + z 2 = z(1 + z) in cui ( ) J z = tanh kt Si può notare che le due funzioni iniziali contengono entrambe il fattore 1 + z e che, siccome entrambe le ricorrenze sono date da polinomi omogenei di terzo grado, tale fattore sarà contenuto nei termini n-esimi elevato alla potenza 3 n. Inoltre, ad ogni n, si formano nuovi fattori comuni a Γ n+1 e Γ n+1 perché le due equazioni che li determinano hanno il fattore Γ n + Γ n in comune. Tenendo conto di tutto ciò si vede che Γ n e Γ n si possono fattorizzare come n Γ n = (p n+1 (z) z 2n ) (p k (z)) 3n k Γ n = z 2n n k=0 k=0 (p k (z)) 3n k

52 52 Capitolo 5. Zeri della funzione di partizione con i p n dati da p 0 = 1 + z p 1 = 1 + z 2 p n+1 = p 2 n 3p n z 2n 1 + 4z 2n per n 1 (il risultato si dimostra per induzione). In questo modo si vede che gli zeri della funzione di partizione alla n-esima generazione (Γ n ) sono dati dagli zeri dei polinomi p k fino all n-esimo più quelli di p n+1 z 2n ; si nota però che mentre i primi sono destinati a rimanere zeri delle generazioni successive (con molteplicità che crescono esponenzialmente) e quindi a dare un contributo nel limite termodinamico, i secondi sono quelli che sentono gli effetti di bordo e non verranno ripetuti in seguito. La tabella 1 riporta i primi polinomi p n con i relativi zeri. n p n zeri z z 2 i i 2 1 3z + 6z 2 3z 3 + z 4 3 i i i i i i i i Tab. 1: Zeri dei primi polinomi p n Partendo da queste considerazioni per studiare gli zeri definitivi si è prodotto un programma al calcolatore per calcolare i polinomi p n, trovarne gli zeri reali e visualizzare i risultati per mezzo di grafici: ciò che ci si aspetta è che gli zeri si addensino intorno all asse reale solo in prossimità di z = 1 (che corrisponde a T =0). Ciò che invece si vede dai grafici relativi alle prime generazioni di Gasket è che l avvicinamento all asse reale è molto lento e, per di più, gli zeri più vicini ad esso sono ancora molto

53 5.2. Calcolo degli zeri p 1 - p p 6 p Fig. 14: Zeri dei polinomi p n nel piano z = tanh J kt

54 54 Capitolo 5. Zeri della funzione di partizione lontani, tanto che se non si avessero i risultati precedenti si potrebbe pensare che ci sia una transizione a T finita (v. figura 14). Per risolvere tali dubbi e fornire informazioni supplementari riguardo alla transizione sarebbe necessario proseguire con i calcoli e trovare gli zeri dei polinomi relativi a n molto maggiori; essendo però tali polinomi di grado 2 n, i tempi di calcolo necessari per ottenere gli zeri con approssimazione sufficiente diventano presto proibitivi. Inoltre a mano a mano che si va avanti i nuovi zeri si scostano sempre meno dai precedenti rendendo quasi inutili le nuove informazioni che si hanno in tempi che crescono esponenzialmente. 5.3 Insieme degli zeri come Julia set Per ovviare a questo limite si è seguito un altro approccio che permette di ottenere gli zeri della funzione di partizione come il Julia set di una particolare funzione [9]. Per una trasformazione razionale il Julia set è l insieme dei punti del piano complesso che non appartengono a nessun bacino di attrazione; questi punti possono essere anche visti come gli attrattori della funzione inversa e possono perciò essere ottenuti attraverso la ripetizione indefinita di questa trasformazione inversa. Trovando una trasformazione di variabili che permette di passare dalla funzione di partizione della n-esima generazione a quella della (n + 1)-esima il corrispondente Julia set conterrà gli zeri del limite termodinamico; inoltre i punti ottenuti applicando la trasformazione inversa un numero finito di volte saranno gli zeri dei sistemi finiti corrispondenti. Per far ciò è però necessario ottenere la funzione di partizione in modo diverso da quello seguito fino ad ora. Su G 0 la funzione di partizione può essere vista come somma degli elementi di un tensore a tre indici (che corrispondono agli spin sui tre vertici) con Z 0 = σ 1,σ 2,σ 3 =±1 M σ 1σ 2 σ 3 0 M σ 1σ 2 σ 3 0 = exp[ βe(σ 1, σ 2, σ 3 )] In questo caso sono possibili solo due tipi di configurazioni con energia diversa:

55 5.3. Insieme degli zeri come Julia set 55 se i tre spin sono uguali: E = 3J, M 0 = y 3 se due spin sono uguali ed il terzo è opposto E = J, M 0 = y 1 in cui si è utilizzata la variabile y def = e βj. Siccome ci sono 2 configurazioni corrispondenti al primo caso e 6 corrispondenti al secondo si ha Z 0 = 2y y Ora, passando a G 1, è nuovamente possibile scrivere Z 1 come somma degli elementi del tensore M σ 1σ 2 σ 3 1 = σ a,σ b,σ c=±1 M σ 1σ aσ b 0 M σaσ 2σ c 0 M σ bσ cσ 3 0 in cui σ 1, σ 2 e σ 3 sono i siti sui vertici, mentre σ a, σ b e σ c quelli sui lati. Tale tensore ha la stessa struttura di M 0 in quanto i valori possibili per M 1 sono due in corrispondenza dei casi già esaminati: o i tre spin sono uguali o ce ne sono due uguali fra loro ed il terzo è opposto. Si ha rispettivamente M 1 = 4y 3 + 3y + y 9 oppure M 1 = 3y 3 + 4y + y 5 Si può quindi ottenere M 1 da M 0 semplicemente con una trasformazione che cambi y 3 in 4y 3 + 3y + y 9 e y 1 in 3y 3 + 4y + y 5. Ciò si puo ottenere sostituendo a y la quantità e moltiplicando tutto per f(y) = ( y 8 y y ) 1 4 c(y) = y4 + 1 [ (y 4 + 3) 3 (y 8 y 4 + 4) ] 1 4 y 3 Riassumendo si ha Z 1 (y) = Z 0 (f(y)) c(y)

56 56 Capitolo 5. Zeri della funzione di partizione e, ragionando in maniera analoga, si ottiene la ricorsione valida per ogni n Ora si può mostrare che Z n+1 (y) = Z n (f(y)) [c(y)] 3n Z n (y) = 2 y 3n P n (y 4 ) dove P n (t) è un polinomio in t di grado 3 n con coefficiente di t 3n pari a 1. Per n = 0 questo è verificato con P 0 (t) = t + 3 mentre per n > 0 si verifica per induzione notando che sia f(y) che c(y) sono funzioni solo di y 4. A questo punto è comodo introdurre la variabile x def = y 4 per cui le funzioni che effettuano la trasformazione diventano e c(x) = (x + 1)x 3 4 f(x) = x2 x + 4 x + 3 [ (x + 3) 3 (x 2 x + 4) ] 1 4 Indicando allora con x i n gli zeri dei polinomi P n (x) si ha: Z n (x 1 4 ) = 2 x 3n /4 3 n i=1 (x x i n) e sostituendo questa espressione nella ricorrenza si ottiene, con pochi passaggi, 2x 3n n+1 i=1 (x x i n+1) = 2x 3n n i=1 { [(x 2 x + 4) x i n(x + 3)](x + 1) } Da questa equazione si vede come per ogni radice x i n di Z n si hanno come radici di Z n+1 il valore x = 1 e le due soluzioni dell equazione x i n = f(x i n+1) cioè le preimmagini di x i n sotto la trasformazione f. Così partendo dalla soluzione x 1 0 = 3

57 5.3. Insieme degli zeri come Julia set 57 n zeri h( 3) 2 1 h( 1) h(h( 3)) 3 1 h( 1) h(h( 1)) h(h(h( 3))) n 1 h( 1)... h n 1 ( 1) h n ( 3) Tab. 2: Zeri della funzione di partizione si possono ottenere tutti gli zeri della funzione di partizione fino a qualsiasi n; indicando con h(x) l insieme delle preimmagini di x si ottengono i risultati mostrati in tabella 2 in cui bisogna tenere conto che h k (x) è un insieme di 2 k zeri. Analizzando questi primi casi si possono separare gli zeri transitori da quelli che permangono nel limite termodinamico: i primi sono gli zeri che discendono dalla soluzione -3 mentre gli altri sono quelli che discendono da -1. Inoltre siccome ogni zero genera la radice -1 questa sarà presente 3 n 1 volte fra gli zeri della n-esima generazione; gli zeri h( 1) saranno presenti tante volte quante -1 è presente nella generazione precedente e quindi 3 n 2 ed in generale i h j ( 1) saranno presenti 3 n j 1. Questo metodo ha il pregio di essere più veloce rispetto al precedente ed in poco tempo si riescono a riprodurre le immagini degli zeri già ottenute ma la crescita esponenziale degli zeri fa si che, volendoli calcolare tutti, in tempi ragionevoli si può andare avanti solo di poche generazioni. Il vero passo in avanti è dovuto al fatto che con questo metodo non è necessario calcolare tutti gli zeri della funzione di partizione ad una data generazione; è sufficiente conoscerne uno e da questo si può costruire una cascata di zeri delle generazioni successive. Un modo per ottenere zeri di generazioni molto grandi di Gasket (dell ordine di decine di migliaia) è quello di partire dal punto -1 (è da questo che derivano gli zeri permanenti ) ed ogni volta scegliere a caso una delle preimmagini del punto considerato. In questo modo non si ha una rappresentazione esatta di tutti gli zeri ma un campione rappresentativo che ha il pregio di contenere zeri di generazioni molto elevate. Purtroppo il vantaggio di questo modo di procedere è limitato in quanto anche per generazioni dell ordine suddetto la densità degli zeri nei pressi dell asse

58 58 Capitolo 5. Zeri della funzione di partizione reale è talmente bassa che campioni casuali come questi ne sono quasi privi (si veda figura 15 in cui gli zeri sono rappresentati nel piano della temperatutra) Fig. 15: zeri ottenuti col procedimento di scelta casuale L unico modo trovato per ottenere zeri nelle vicinanze di T = 0 è di forzare la scelta di una preimmagine rispetto all altra in modo da ottenere non una rappresentazione fedele degli zeri e della loro distribuzione ma un certo numeri di zeri nella zona che interessa. Se si considerano le due soluzioni dell equazione x = f(y) che sono: y = h 1 (x) = 1 + x x + x 2 2 y = h 2 (x) = 1 + x x + x 2 2

59 5.3. Insieme degli zeri come Julia set 59 si ha che scegliendo con probabilità maggiore la seconda preimmagine, come in figura 16, gli zeri si avvicinano effettivamente al valore T =0. Questo andamento Fig. 16: zeri con probabilità 0.98 di scelta della preimmagine h 2 è confermato dalla figura 17 il cui si vede molto bene l andamento a potenza della parte immaginaria rispetto a quella reale nella variabile w = 1 x = e 4βJ. Analiticamente si può confermare questo andamento considerando la trasformazione relativa alla variabile w: g(w) = 1 f(x) x= 1 w = w(3w + 1) 4w 2 w + 1 Supponendo che I(w) = A R(w) b (dover indica la parte reale e I quella immaginaria), cioè w = t + iat b

60 60 Capitolo 5. Zeri della funzione di partizione Fig. 17: Grafico log log degli zeri nel primo quadrante nella variabile w = e 4βJ si può inserire tale forma nella trasformazione g per determinare il valore di b per il quale questa relazione è meglio conservata. Si ottiene: I(g(t + iat b )) = At b ( 1 + 8t + O(t min{3,2b 1} ) ) e A ( R(g(t + iat b )) ) b = At b ( 1 + 4bt + O(t min{3,2b 1} )) ) Pertanto si ha l uguaglianza dei coefficienti di t nella parentesi se si sceglie b = 2 Questo vuol dire che la curva w = t + iat 2

61 5.3. Insieme degli zeri come Julia set 61 è quasi conservata dalla, trasformazione g, essendo I(g(w)) = A R(g(w)) 2 (1 + O(t 3 )) Densità degli zeri Ora, una volta visto che gli zeri vanno effettivamente a zero, per avere informazioni sull andamento critico è necessario calcolare che densità hanno questi zeri in prossimità di T =0; soprattutto ciò che conta è stabilire se tale densità (che da quanto visto fino ad ora è molto bassa) tende a zero o ad un valore finito seppur molto piccolo. Numericamente si è tentato di dare risposta semplicemente contando gli zeri trovati e normalizzando i conteggi rispetto a totale dei punti: questo è stato fatto sia raggruppando gli zeri con uguale parte reale e parte immaginaria minore di una determinata soglia sia dividendo il piano complesso i rettangoli uguali e contando gli zeri in essi contenuti. La figura 18 mostra la densità degli zeri con parte immaginaria minore di 0.5; da questa e dalle figure 19 e 20 si può intuire che la densità tende effettivamente a zero per T 0: infatti si può vedere come l aggiunta di una nuova generazione non porta cambiamenti apprezzabili dove già è presente una densità non nulla mentre allunga la coda verso T = 0 con valori in forte calo che sembrano tendere a zero. Questo fatto è inoltre confermato da una stima analitica che parte dall osservazione che gli zeri che più si avvicinano all origine sono quelli che derivano dall applicazione ripetuta della scelta della seconda preimmagine. Si può vedere in figura 21 come queste serie di zeri riportati nel piano x = e 4βJ si dispongono su linee parallele all asse reale di punti equidistanziati. Infatti si può vedere analiticamente che per x h 2 (x) = x x + O(x 2 ) che, separando la parte reale e quella immaginaria, diventa mentre h 2 (u + iv) = (u u ) + iv + O(u 2 ) h 1 (x) = O(1)

62 62 Capitolo 5. Zeri della funzione di partizione densita parte reale di T Fig. 18: Densità degli zeri in funzione della parte reale Ciò mostra che continuando ad applicare h 2 a punti con parti reali grandi si ottengono nuovi punti con parte immaginaria pressoché immutata e parte reale aumentata di circa 4 unità mentre applicando h 1 si ritorna nei pressi dell origine. Si può quindi stimare che approssimativamente la densità di zeri d(u, v) sia fattorizzabile in due contributi, uno dipendente solo da u e l altro da v: d(u, v) = d 1 (u)d 2 (v) Per quanto riguarda d 1 si può stimare che, da un certo valore di u in poi, ad ogni generazione gli zeri con parte reale u saranno quelli ottenuti scegliendo la seconda preimmagine le ultime u + c volte (la costante c serve per tener conto della compli- 4

63 5.3. Insieme degli zeri come Julia set 63 Fig. 19: Densità degli zeri nel piano complesso (scala logaritmica)

64 64 Capitolo 5. Zeri della funzione di partizione Fig. 20: Zoom della densità (in basso si vede come questa cambi al crescere del Gasket)

LE FUNZIONI A DUE VARIABILI

LE FUNZIONI A DUE VARIABILI Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre

Dettagli

FUNZIONI ELEMENTARI - ESERCIZI SVOLTI

FUNZIONI ELEMENTARI - ESERCIZI SVOLTI FUNZIONI ELEMENTARI - ESERCIZI SVOLTI 1) Determinare il dominio delle seguenti funzioni di variabile reale: (a) f(x) = x 4 (c) f(x) = 4 x x + (b) f(x) = log( x + x) (d) f(x) = 1 4 x 5 x + 6 ) Data la funzione

Dettagli

Consideriamo due polinomi

Consideriamo due polinomi Capitolo 3 Il luogo delle radici Consideriamo due polinomi N(z) = (z z 1 )(z z 2 )... (z z m ) D(z) = (z p 1 )(z p 2 )... (z p n ) della variabile complessa z con m < n. Nelle problematiche connesse al

Dettagli

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6 EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)

Dettagli

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

Matematica generale CTF

Matematica generale CTF Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione

Dettagli

Esercizi svolti. 1. Si consideri la funzione f(x) = 4 x 2. a) Verificare che la funzione F(x) = x 2 4 x2 + 2 arcsin x è una primitiva di

Esercizi svolti. 1. Si consideri la funzione f(x) = 4 x 2. a) Verificare che la funzione F(x) = x 2 4 x2 + 2 arcsin x è una primitiva di Esercizi svolti. Si consideri la funzione f() 4. a) Verificare che la funzione F() 4 + arcsin è una primitiva di f() sull intervallo (, ). b) Verificare che la funzione G() 4 + arcsin π è la primitiva

Dettagli

L espressione torna invece sempre vera (quindi la soluzione originale) se cambiamo contemporaneamente il verso: 1 < 0.

L espressione torna invece sempre vera (quindi la soluzione originale) se cambiamo contemporaneamente il verso: 1 < 0. EQUAZIONI E DISEQUAZIONI Le uguaglianze fra espressioni numeriche si chiamano equazioni. Cercare le soluzioni dell equazione vuol dire cercare quelle combinazioni delle lettere che vi compaiono che la

Dettagli

MATEMATICA DEL DISCRETO elementi di teoria dei grafi. anno acc. 2009/2010

MATEMATICA DEL DISCRETO elementi di teoria dei grafi. anno acc. 2009/2010 elementi di teoria dei grafi anno acc. 2009/2010 Grafi semplici Un grafo semplice G è una coppia ordinata (V(G), L(G)), ove V(G) è un insieme finito e non vuoto di elementi detti vertici o nodi di G, mentre

Dettagli

la funzione è definita la funzione non è definita Si osservi, infatti, che la radice di un numero negativo non esiste nel campo dei numeri reali.

la funzione è definita la funzione non è definita Si osservi, infatti, che la radice di un numero negativo non esiste nel campo dei numeri reali. 1 y 4 CAMPO DI ESISTENZA. Poiché data è una irrazionale con indice di radice pari, il cui radicando è un polinomio, essa risulta definita solo per i valori della per i quali il radicando è positivo, ovvero

Dettagli

Matematica 1 - Corso di Laurea in Ingegneria Meccanica

Matematica 1 - Corso di Laurea in Ingegneria Meccanica Matematica 1 - Corso di Laurea in Ingegneria Meccanica Esercitazione su massimi e minimi vincolati 9 dicembre 005 Esercizio 1. Considerare l insieme C = {(x,y) R : (x + y ) = x } e dire se è una curva

Dettagli

Esercizi svolti sui numeri complessi

Esercizi svolti sui numeri complessi Francesco Daddi - ottobre 009 Esercizio 1 Risolvere l equazione z 1 + i = 1. Soluzione. Moltiplichiamo entrambi i membri per 1 + i in definitiva la soluzione è z 1 + i 1 + i = 1 1 + i z = 1 1 i. : z =

Dettagli

~ Copyright Ripetizionando - All rights reserved ~ http://ripetizionando.wordpress.com STUDIO DI FUNZIONE

~ Copyright Ripetizionando - All rights reserved ~ http://ripetizionando.wordpress.com STUDIO DI FUNZIONE STUDIO DI FUNZIONE Passaggi fondamentali Per effettuare uno studio di funzione completo, che non lascia quindi margine a una quasi sicuramente errata inventiva, sono necessari i seguenti 7 passaggi: 1.

Dettagli

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Aprile 20 Indice Serie numeriche. Serie convergenti, divergenti, indeterminate.....................

Dettagli

LE SUCCESSIONI 1. COS E UNA SUCCESSIONE

LE SUCCESSIONI 1. COS E UNA SUCCESSIONE LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe

Dettagli

Transitori del primo ordine

Transitori del primo ordine Università di Ferrara Corso di Elettrotecnica Transitori del primo ordine Si consideri il circuito in figura, composto da un generatore ideale di tensione, una resistenza ed una capacità. I tre bipoli

Dettagli

1. Distribuzioni campionarie

1. Distribuzioni campionarie Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie

Dettagli

Matematica e Statistica

Matematica e Statistica Matematica e Statistica Prova d esame (0/07/03) Università di Verona - Laurea in Biotecnologie - A.A. 0/3 Matematica e Statistica Prova di MATEMATICA (0/07/03) Università di Verona - Laurea in Biotecnologie

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

( x) ( x) 0. Equazioni irrazionali

( x) ( x) 0. Equazioni irrazionali Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza

Dettagli

Capitolo 1 ANALISI COMPLESSA

Capitolo 1 ANALISI COMPLESSA Capitolo 1 ANALISI COMPLESSA 1 1.4 Serie in campo complesso 1.4.1 Serie di potenze Una serie di potenze è una serie del tipo a k (z z 0 ) k. Per le serie di potenze in campo complesso valgono teoremi analoghi

Dettagli

Esponenziali elogaritmi

Esponenziali elogaritmi Esponenziali elogaritmi Potenze ad esponente reale Ricordiamo che per un qualsiasi numero razionale m n prendere n>0) si pone a m n = n a m (in cui si può sempre a patto che a sia un numero reale positivo.

Dettagli

CALCOLO COMBINATORIO

CALCOLO COMBINATORIO CALCOLO COMBINATORIO 1 Modi di formare gruppi di k oggetti presi da n dati 11 disposizioni semplici, permutazioni Dati n oggetti distinti a 1,, a n si chiamano disposizioni semplici di questi oggetti,

Dettagli

CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI

CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI Abbiamo studiato successioni e serie numeriche, ora vogliamo studiare successioni e serie di funzioni. Dato un insieme A R, chiamiamo successione di funzioni

Dettagli

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................

Dettagli

Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R

Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R Studio di funzione Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R : allo scopo di determinarne le caratteristiche principali.

Dettagli

11) convenzioni sulla rappresentazione grafica delle soluzioni

11) convenzioni sulla rappresentazione grafica delle soluzioni 2 PARAGRAFI TRATTATI 1)La funzione esponenziale 2) grafici della funzione esponenziale 3) proprietá delle potenze 4) i logaritmi 5) grafici della funzione logaritmica 6) principali proprietá dei logaritmi

Dettagli

Probabilità discreta

Probabilità discreta Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che

Dettagli

Le funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S. 2002-03. A. Pisani, appunti di Matematica 1

Le funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S. 2002-03. A. Pisani, appunti di Matematica 1 Le funzioni continue A. Pisani Liceo Classico Dante Alighieri A.S. -3 A. Pisani, appunti di Matematica 1 Nota bene Questi appunti sono da intendere come guida allo studio e come riassunto di quanto illustrato

Dettagli

Funzioni. Parte prima. Daniele Serra

Funzioni. Parte prima. Daniele Serra Funzioni Parte prima Daniele Serra Nota: questi appunti non sostituiscono in alcun modo le lezioni del prof. Favilli, né alcun libro di testo. Sono piuttosto da intendersi a integrazione di entrambi. 1

Dettagli

1 Serie di Taylor di una funzione

1 Serie di Taylor di una funzione Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita

Dettagli

Studio di funzioni ( )

Studio di funzioni ( ) Studio di funzioni Effettuare uno studio qualitativo e tracciare un grafico approssimativo delle seguenti funzioni. Si studi in particolare anche la concavità delle funzioni e si indichino esplicitamente

Dettagli

Vademecum studio funzione

Vademecum studio funzione Vademecum studio funzione Campo di Esistenza di una funzione o dominio: Studiare una funzione significa determinare gli elementi caratteristici che ci permettono di disegnarne il grafico, a partire dalla

Dettagli

Capitolo 13: L offerta dell impresa e il surplus del produttore

Capitolo 13: L offerta dell impresa e il surplus del produttore Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

Capitolo 2. Operazione di limite

Capitolo 2. Operazione di limite Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A

Dettagli

Per lo svolgimento del corso risulta particolarmente utile considerare l insieme

Per lo svolgimento del corso risulta particolarmente utile considerare l insieme 1. L insieme R. Per lo svolgimento del corso risulta particolarmente utile considerare l insieme R = R {, + }, detto anche retta reale estesa, che si ottiene aggiungendo all insieme dei numeri reali R

Dettagli

Corrispondenze e funzioni

Corrispondenze e funzioni Corrispondenze e funzioni L attività fondamentale della mente umana consiste nello stabilire corrispondenze e relazioni tra oggetti; è anche per questo motivo che il concetto di corrispondenza è uno dei

Dettagli

f(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da

f(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede

Dettagli

u 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k

u 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k Capitolo 4 Serie numeriche 4. Serie convergenti, divergenti, indeterminate Data una successione di numeri reali si chiama serie ad essa relativa il simbolo u +... + u +... u, u 2,..., u,..., (4.) oppure

Dettagli

LEZIONE 7. Esercizio 7.1. Quale delle seguenti funzioni è decrescente in ( 3, 0) e ha derivata prima in 3 che vale 0? x 3 3 + x2. 2, x3 +2x +3.

LEZIONE 7. Esercizio 7.1. Quale delle seguenti funzioni è decrescente in ( 3, 0) e ha derivata prima in 3 che vale 0? x 3 3 + x2. 2, x3 +2x +3. 7 LEZIONE 7 Esercizio 7.1. Quale delle seguenti funzioni è decrescente in ( 3, 0) e ha derivata prima in 3 che vale 0? x 3 3 + x2 2 6x, x3 +2x 2 6x, 3x + x2 2, x3 +2x +3. Le derivate sono rispettivamente,

Dettagli

Le equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete.

Le equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete. Le equazioni Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete. Definizione e caratteristiche Chiamiamo equazione l uguaglianza tra due espressioni algebriche,

Dettagli

LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ

LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ In questa Appendice mostreremo come trovare la tariffa in due parti che massimizza i profitti di Clearvoice,

Dettagli

1 Applicazioni Lineari tra Spazi Vettoriali

1 Applicazioni Lineari tra Spazi Vettoriali 1 Applicazioni Lineari tra Spazi Vettoriali Definizione 1 (Applicazioni lineari) Si chiama applicazione lineare una applicazione tra uno spazio vettoriale ed uno spazio vettoriale sul campo tale che "!$%!

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

CONCETTO DI LIMITE DI UNA FUNZIONE REALE

CONCETTO DI LIMITE DI UNA FUNZIONE REALE CONCETTO DI LIMITE DI UNA FUNZIONE REALE Il limite di una funzione è uno dei concetti fondamentali dell'analisi matematica. Tramite questo concetto viene formalizzata la nozione di funzione continua e

Dettagli

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero

Dettagli

Raccolta degli Scritti d Esame di ANALISI MATEMATICA U.D. 1 assegnati nei Corsi di Laurea di Fisica, Fisica Applicata, Matematica

Raccolta degli Scritti d Esame di ANALISI MATEMATICA U.D. 1 assegnati nei Corsi di Laurea di Fisica, Fisica Applicata, Matematica DIPARTIMENTO DI MATEMATICA Università degli Studi di Trento Via Sommarive - Povo (TRENTO) Raccolta degli Scritti d Esame di ANALISI MATEMATICA U.D. 1 assegnati nei Corsi di Laurea di Fisica, Fisica Applicata,

Dettagli

4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI

4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI 119 4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI Indice degli Argomenti: TEMA N. 1 : INSIEMI NUMERICI E CALCOLO

Dettagli

Come visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)

Come visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1) Transitori Analisi nel dominio del tempo Ricordiamo che si definisce transitorio il periodo di tempo che intercorre nel passaggio, di un sistema, da uno stato energetico ad un altro, non è comunque sempre

Dettagli

0 < a < 1 a > 1. In entrambi i casi la funzione y = log a (x) si può studiare per punti e constatare che essa presenta i seguenti andamenti y

0 < a < 1 a > 1. In entrambi i casi la funzione y = log a (x) si può studiare per punti e constatare che essa presenta i seguenti andamenti y INTRODUZIONE Osserviamo, in primo luogo, che le funzioni logaritmiche sono della forma y = log a () con a costante positiva diversa da (il caso a = è banale per cui non sarà oggetto del nostro studio).

Dettagli

UNIVERSITÀ DEGLI STUDI DI TERAMO

UNIVERSITÀ DEGLI STUDI DI TERAMO UNIVERSITÀ DEGLI STUDI DI TERAMO CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA (Classe 7) Corso di Matematica per l Economia (Prof. F. Eugeni) TEST DI INGRESSO Teramo, ottobre 00 SEZIONE

Dettagli

1. PRIME PROPRIETÀ 2

1. PRIME PROPRIETÀ 2 RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,

Dettagli

risulta (x) = 1 se x < 0.

risulta (x) = 1 se x < 0. Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente

Dettagli

SVILUPPO IN SERIE DI FOURIER. Prof. Attampato Daniele

SVILUPPO IN SERIE DI FOURIER. Prof. Attampato Daniele SVILUPPO IN SERIE DI FOURIER Prof. Attampato Daniele SVILUPPO IN SERIE DI UNA FUNZIONE Uno dei problemi più frequenti in matematica è legato alla necessità di approssimare una funzione. Uno degli strumenti

Dettagli

STUDIO DI UNA FUNZIONE

STUDIO DI UNA FUNZIONE STUDIO DI UNA FUNZIONE OBIETTIVO: Data l equazione Y = f(x) di una funzione a variabili reali (X R e Y R), studiare l andamento del suo grafico. PROCEDIMENTO 1. STUDIO DEL DOMINIO (CAMPO DI ESISTENZA)

Dettagli

Equazioni alle differenze finite (cenni).

Equazioni alle differenze finite (cenni). AL 011. Equazioni alle differenze finite (cenni). Sia a n } n IN una successione di numeri reali. (Qui usiamo la convenzione IN = 0, 1,,...}). Diremo che è una successione ricorsiva o definita per ricorrenza

Dettagli

I appello - 24 Marzo 2006

I appello - 24 Marzo 2006 Facoltà di Ingegneria - Corso di Laurea in Ing. Energetica e Gestionale A.A.2005/2006 I appello - 24 Marzo 2006 Risolvere gli esercizi motivando tutte le risposte. I.) Studiare la convergenza puntuale,

Dettagli

Basi di matematica per il corso di micro

Basi di matematica per il corso di micro Basi di matematica per il corso di micro Microeconomia (anno accademico 2006-2007) Lezione del 21 Marzo 2007 Marianna Belloc 1 Le funzioni 1.1 Definizione Una funzione è una regola che descrive una relazione

Dettagli

Anno 4 Grafico di funzione

Anno 4 Grafico di funzione Anno 4 Grafico di funzione Introduzione In questa lezione impareremo a disegnare il grafico di una funzione reale. Per fare ciò è necessario studiare alcune caratteristiche salienti della funzione che

Dettagli

10. Insiemi non misurabili secondo Lebesgue.

10. Insiemi non misurabili secondo Lebesgue. 10. Insiemi non misurabili secondo Lebesgue. Lo scopo principale di questo capitolo è quello di far vedere che esistono sottoinsiemi di R h che non sono misurabili secondo Lebesgue. La costruzione di insiemi

Dettagli

Intorni Fissato un punto sull' asse reale, si definisce intorno del punto, un intervallo aperto contenente e tutto contenuto in

Intorni Fissato un punto sull' asse reale, si definisce intorno del punto, un intervallo aperto contenente e tutto contenuto in Intorni Fissato un punto sull' asse reale, si definisce intorno del punto, un intervallo aperto contenente e tutto contenuto in Solitamente si fa riferimento ad intorni simmetrici =, + + Definizione: dato

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

Serie numeriche e serie di potenze

Serie numeriche e serie di potenze Serie numeriche e serie di potenze Sommare un numero finito di numeri reali è senza dubbio un operazione che non può riservare molte sorprese Cosa succede però se ne sommiamo un numero infinito? Prima

Dettagli

+ P a n n=1 + X. a n = a m 3. n=1. m=4. Per poter dare un significato alla somma (formale) di infiniti termini, ricorriamo al seguente procedimento:

+ P a n n=1 + X. a n = a m 3. n=1. m=4. Per poter dare un significato alla somma (formale) di infiniti termini, ricorriamo al seguente procedimento: Capitolo 3 Serie 3. Definizione Sia { } una successione di numeri reali. Ci proponiamo di dare significato, quando possibile, alla somma a + a 2 +... + +... di tutti i termini della successione. Questa

Dettagli

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo. DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti

Dettagli

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: G.C.D.( a d, b d ) = 1 Sono state introdotte a lezione due definizioni importanti che ricordiamo: Definizione

Dettagli

La trasformata Zeta. Marco Marcon

La trasformata Zeta. Marco Marcon La trasformata Zeta Marco Marcon ENS Trasformata zeta E l estensione nel caso discreto della trasformata di Laplace. Applicata all analisi dei sistemi LTI permette di scrivere in modo diretto la relazione

Dettagli

Parte 6. Applicazioni lineari

Parte 6. Applicazioni lineari Parte 6 Applicazioni lineari A Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Applicazioni fra insiemi, 2 Applicazioni lineari tra spazi vettoriali, 2 3 Applicazioni lineari da R n a R

Dettagli

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza

Dettagli

2 Argomenti introduttivi e generali

2 Argomenti introduttivi e generali 1 Note Oltre agli esercizi di questa lista si consiglia di svolgere quelli segnalati o assegnati sul registro e genericamente quelli presentati dal libro come esercizio o come esempio sugli argomenti svolti

Dettagli

a) Il campo di esistenza di f(x) è dato da 2x 0, ovvero x 0. Il grafico di f(x) è quello di una iperbole -1 1

a) Il campo di esistenza di f(x) è dato da 2x 0, ovvero x 0. Il grafico di f(x) è quello di una iperbole -1 1 LE FUNZIONI EALI DI VAIABILE EALE Soluzioni di quesiti e problemi estratti dal Corso Base Blu di Matematica volume 5 Q[] Sono date le due funzioni: ) = e g() = - se - se = - Determina il campo di esistenza

Dettagli

Teoria in sintesi 10. Attività di sportello 1, 24 - Attività di sportello 2, 24 - Verifica conclusiva, 25. Teoria in sintesi 26

Teoria in sintesi 10. Attività di sportello 1, 24 - Attività di sportello 2, 24 - Verifica conclusiva, 25. Teoria in sintesi 26 Indice L attività di recupero 6 Funzioni Teoria in sintesi 0 Obiettivo Ricerca del dominio e del codominio di funzioni note Obiettivo Ricerca del dominio di funzioni algebriche; scrittura del dominio Obiettivo

Dettagli

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0 LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi

Dettagli

FUNZIONE REALE DI UNA VARIABILE

FUNZIONE REALE DI UNA VARIABILE FUNZIONE REALE DI UNA VARIABILE Funzione: legge che ad ogni elemento di un insieme D (Dominio) tale che D R, fa corrispondere un elemento y R ( R = Codominio ). f : D R : f () = y ; La funzione f(): A

Dettagli

3.1 Successioni. R Definizione (Successione numerica) E Esempio 3.1 CAPITOLO 3

3.1 Successioni. R Definizione (Successione numerica) E Esempio 3.1 CAPITOLO 3 CAPITOLO 3 Successioni e serie 3. Successioni Un caso particolare di applicazione da un insieme numerico ad un altro insieme numerico è quello delle successioni, che risultano essere definite nell insieme

Dettagli

Elementi di topologia della retta

Elementi di topologia della retta Elementi di topologia della retta nome insieme definizione l insieme è un concetto primitivo che si accetta come intuitivamente noto secondo George Cantor, il padre della teoria degli insiemi: Per insieme

Dettagli

Lezioni di Matematica 1 - I modulo

Lezioni di Matematica 1 - I modulo Lezioni di Matematica 1 - I modulo Luciano Battaia 16 ottobre 2008 Luciano Battaia - http://www.batmath.it Matematica 1 - I modulo. Lezione del 16/10/2008 1 / 13 L introduzione dei numeri reali si può

Dettagli

La f(x) dovrà rimanere all interno di questo intorno quando la x è all interno di un intorno di x 0, cioè I(x 0 ), cioè:

La f(x) dovrà rimanere all interno di questo intorno quando la x è all interno di un intorno di x 0, cioè I(x 0 ), cioè: 1 Limiti Roberto Petroni, 2011 Possiamo introdurre intuitivamente il concetto di limite dicendo che quanto più la x si avvicina ad un dato valore x 0 tanto più la f(x) si avvicina ad un valore l detto

Dettagli

Luigi Piroddi piroddi@elet.polimi.it

Luigi Piroddi piroddi@elet.polimi.it Automazione industriale dispense del corso 10. Reti di Petri: analisi strutturale Luigi Piroddi piroddi@elet.polimi.it Analisi strutturale Un alternativa all analisi esaustiva basata sul grafo di raggiungibilità,

Dettagli

Schemi delle Lezioni di Matematica Generale. Pierpaolo Montana

Schemi delle Lezioni di Matematica Generale. Pierpaolo Montana Schemi delle Lezioni di Matematica Generale Pierpaolo Montana A volte i fenomeni economici che ci interessano non variano con continuitá oppure non possono essere osservati con continuitá, ma solo a intervalli

Dettagli

Relazioni statistiche: regressione e correlazione

Relazioni statistiche: regressione e correlazione Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica

Dettagli

Applicazioni lineari

Applicazioni lineari Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av

Dettagli

Funzioni funzione dominio codominio legge argomento variabile indipendente variabile dipendente

Funzioni funzione dominio codominio legge argomento variabile indipendente variabile dipendente Funzioni In matematica, una funzione f da X in Y consiste in: 1. un insieme X detto dominio di f 2. un insieme Y detto codominio di f 3. una legge che ad ogni elemento x in X associa uno ed un solo elemento

Dettagli

Esercizi su lineare indipendenza e generatori

Esercizi su lineare indipendenza e generatori Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v

Dettagli

FUNZIONI / ESERCIZI SVOLTI

FUNZIONI / ESERCIZI SVOLTI ANALISI MATEMATICA I - A.A. 0/0 FUNZIONI / ESERCIZI SVOLTI ESERCIZIO. Data la funzione f () = determinare l insieme f (( +)). Svolgimento. Poiché f (( +)) = { dom f : f () ( +)} = { dom f : f () > } si

Dettagli

FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas

FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas.8.6.. - -.5.5 -. In questa dispensa ricordiamo la classificazione delle funzioni elementari e il dominio di esistenza delle stesse. Inoltre

Dettagli

Logica Numerica Approfondimento 1. Minimo Comune Multiplo e Massimo Comun Divisore. Il concetto di multiplo e di divisore. Il Minimo Comune Multiplo

Logica Numerica Approfondimento 1. Minimo Comune Multiplo e Massimo Comun Divisore. Il concetto di multiplo e di divisore. Il Minimo Comune Multiplo Logica Numerica Approfondimento E. Barbuto Minimo Comune Multiplo e Massimo Comun Divisore Il concetto di multiplo e di divisore Considerato un numero intero n, se esso viene moltiplicato per un numero

Dettagli

Corso di Analisi Matematica. Polinomi e serie di Taylor

Corso di Analisi Matematica. Polinomi e serie di Taylor a.a. 2013/14 Laurea triennale in Informatica Corso di Analisi Matematica Polinomi e serie di Taylor Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità degli

Dettagli

CONTINUITÀ E DERIVABILITÀ Esercizi proposti. 1. Determinare lim M(sinx) (M(t) denota la mantissa di t)

CONTINUITÀ E DERIVABILITÀ Esercizi proposti. 1. Determinare lim M(sinx) (M(t) denota la mantissa di t) CONTINUITÀ E DERIVABILITÀ Esercizi proposti 1. Determinare lim M(sin) (M(t) denota la mantissa di t) kπ/ al variare di k in Z. Ove tale limite non esista, discutere l esistenza dei limiti laterali. Identificare

Dettagli

Metodi risolutivi per le disequazioni algebriche

Metodi risolutivi per le disequazioni algebriche Metodi risolutivi per le disequazioni algebriche v.scudero Una disequazioni algebrica si presenta in una delle quattro forme seguenti: () P( () P( (3) P( () P( essendo P( un polinomio in. Noi studieremo

Dettagli

Applicazioni del calcolo differenziale allo studio delle funzioni

Applicazioni del calcolo differenziale allo studio delle funzioni Capitolo 9 9.1 Crescenza e decrescenza in piccolo; massimi e minimi relativi Sia y = f(x) una funzione definita nell intervallo A; su di essa non facciamo, per ora, alcuna particolare ipotesi (né di continuità,

Dettagli

Analisi Complessa. Prova intermedia del 7 novembre 2002 - Soluzioni. (z 11 1) 11 1 = 0.

Analisi Complessa. Prova intermedia del 7 novembre 2002 - Soluzioni. (z 11 1) 11 1 = 0. Analisi Complessa Prova intermedia del 7 novembre 2002 - Soluzioni Esercizio. Si consideri l equazione z 0. Quante soluzioni distinte esistono in C? Quante di esse sono contenute all interno del disco

Dettagli

DOMINIO E LIMITI. Esercizio 3 Studiare gli insiemi di livello della funzione f, nei seguenti casi: 1) f(x,y) = y2 x 2 + y 2.

DOMINIO E LIMITI. Esercizio 3 Studiare gli insiemi di livello della funzione f, nei seguenti casi: 1) f(x,y) = y2 x 2 + y 2. FUNZIONI DI DUE VARIABILI 1 DOMINIO E LIMITI Domini e disequazioni in due variabili. Insiemi di livello. Elementi di topologia (insiemi aperti, chiusi, limitati, convessi, connessi per archi; punti di

Dettagli

4. Operazioni elementari per righe e colonne

4. Operazioni elementari per righe e colonne 4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:

Dettagli

Analisi Mat. 1 - Ing. Inform. - Soluzioni del compito del 23-3-06

Analisi Mat. 1 - Ing. Inform. - Soluzioni del compito del 23-3-06 Analisi Mat. - Ing. Inform. - Soluzioni del compito del 3-3-6 Sia p il polinomio di quarto grado definito da pz = z 4. Sia S il settore circolare formato dai numeri complessi che hanno modulo minore o

Dettagli

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014 Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 14 Problema 1 Punto a) Osserviamo che g (x) = f(x) e pertanto g () = f() = in quanto Γ è tangente all asse delle ascisse,

Dettagli

Esempi di funzione. Scheda Tre

Esempi di funzione. Scheda Tre Scheda Tre Funzioni Consideriamo una legge f che associa ad un elemento di un insieme X al più un elemento di un insieme Y; diciamo che f è una funzione, X è l insieme di partenza e X l insieme di arrivo.

Dettagli

e l insieme delle soluzioni, dopo le analoghe riduzioni del caso n = 2, si scrive come

e l insieme delle soluzioni, dopo le analoghe riduzioni del caso n = 2, si scrive come Numeri complessi 9 Da questi esempi si può osservare che, facendo le successive potene di un numero complesso, i punti corrispondenti girano attorno all origine. Se inoltre > allora i punti si allontanano

Dettagli

Matematica generale CTF

Matematica generale CTF Equazioni differenziali 9 dicembre 2015 Si chiamano equazioni differenziali quelle equazioni le cui incognite non sono variabili reali ma funzioni di una o più variabili. Le equazioni differenziali possono

Dettagli