Rappresentazione matriciale del Gruppo puntuale di simmetria C3v (ammoniaca)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Rappresentazione matriciale del Gruppo puntuale di simmetria C3v (ammoniaca)"

Transcript

1 Rappresentazione matriciale del Gruppo puntuale di simmetria C3v (ammoniaca) La prima cosa da fare è scegliere una BASE. Per l ammoniaca sceglieremo gli orbitali s di valenza dell azoto e degli atomi di idrogeno. Dobbiamo analizzare cosa succede a questi orbitali quando applichiamo ad essi ognuna delle operazioni di simmetria del gruppo in questione, per poi determinare le matrici corrispondenti a tali operazioni. Il set di base e le operazioni del gruppo C3v sono riassunti nella figura qui sotto. Gli effetti delle operazioni di simmetria sulla base che abbiamo scelto sono: Le corrispondenti matrici di trasformazione sono quindi:

2 Queste sei matrici quindi formano una rappresentazione del Gruppo C3v nella base (sn,s1,s2,s3) soddisfacendo tutti i requisiti necessari per appartenere ad un gruppo. Nota: i vettori rappresentanti la base sono stati scritti come vettori righe. Se fossero stati scritti come colonne, invece, le corrispondenti matrici di trasformazione sarebbero state le trasposte di quelle scritte sopra. Trasformazioni per similarità Supponiamo di avere un set di base (x1,x2,x3, xn), e di aver determinato le matrici rappresentative della base in un dato gruppo puntuale. Avremmo allo stesso modo potuto usare una combinazione lineare qualsiasi delle funzioni originali. Le matrici rappresentative dei due set di base saranno differenti, ma correlate in qualche modo, in particolare da una trasformazione per similarità. Consideriamo un set di base (x1,x2,x3, xn ), in cui ogni funzione xi è una combinazione lineare del nostro set iniziale (x1,x2,x3, xn).

3 Dove cji rappresentano i coefficienti della combinazione lineare. Potremmo anche rappresentare questa espressione in termini matriciali x = xc Adesso vediamo cosa succede quando applichiamo una operazione di simmetria g al nostro set di base. Se Γ(g) e Γ (g) sono matrici rappresentative dell operazione g sulle basi x e x, allora abbiamo: Allora possiamo individuare la trasformazione per similarità che mette in relazione Γ(g) e Γ (g). Questa trasformazione dipende solo dalla matrice C dei coefficienti usata per trasformare le funzioni di base. Caratteri delle rappresentazioni. La traccia di una matrice rappresentativa Γ(g) è indicata di solito come carattere della rappresentazione sotto l operazione di simmetria g. I caratteri sono molto spesso più utili delle matrici rappresentative stesse. I caratteri hanno le seguenti importanti proprietà: 1. Il carattere di una data rappresentazione sotto una certa operazione di simmetria è invariante rispetto a trasformazioni di similarità. 2. Le operazioni di simmetria appartenenti alla stessa classe hanno lo stesso carattere in una data rappresentazione. Riduzione delle rappresentazioni Andiamo a rivedere la rappresentazione del gruppo C3v che abbiamo ottenuto all inizio. Se osserviamo attentamente le matrici possiamo vedere che esse hanno tutte la stessa struttura a blocchi diagonali (tutti gli elementi sono nulli tranne che per un insieme di sottomatrici disposte lungo la diagonale)

4 Una matrice a blocchi diagonali può essere scritta come la somma diretta delle matrici disposte lungo la diagonale. Nel caso delle matrici del gruppo C3v ogni matrice può essere scritta come somma diretta di una matrice 1x1 e una matrice 3x3: dove gli apici tra parentesi indicano la dimensione delle matrici. Questo risultato è utile nella teoria dei gruppi poichè i due insiemi di matrici soddisfano tutti i requisiti d appartenenza a un gruppo. Ricordiamo che la base per la rappresentazione 4-dimensionale originaria conteneva i 4 orbitali s (sn,s1,s2,s3) dell ammoniaca. Ora, il primo insieme di matrici ridotte, Γ (1) (g), forma una rappresentazione monodimensionale che ha come base (sn). Il secondo insieme invece, Γ (3) (g), forma una rappresentazione tridimensionale con la base (s1,s2,s3). La scomposizione di una rappresentazione in rappresentazioni di dimensione inferiore si chiama riduzione. Le due rappresentazioni ridotte in questione sono mostrate qui sotto: Il prossimo passo è quello di investigare se la rappresentazione tridimensionale Γ (3) (g) possa o no essere ridotta ulteriormente. Così come sono, le matrici rappresentative della Γ (3) (g) non si trovano nella forma diagonalizzata a blocchi (tutte le matrici devono riportare la stessa diagonalizzazione a blocchi!), perciò la rappresentazione non è immediatamente riducibile. Tuttavia possiamo effettuare una trasformazione per similarità in una nuova rappresentazione che abbia come base un insieme di funzioni che siano combinazioni lineari dell insieme (s1,s2,s3) e che sia riducibile. In questo caso, le combinazioni lineari appropriate (normalizzate) da usare come nuovo set di base sono: o in forma matriciale:

5 Le matrici nella nuova rappresentazione vengono determinate applicando la relazione Vediamo quindi ora che tutte le matrici sono diagonalizzate a blocchi, e la rappresentazione tridimensionale può essere ridotta ad una somma diretta di una rappresentazione 1x1 la cui base è (s1 ), e una rappresentazione 2x2 la cui base è (s2, s3 ). Quindi, il set completo di rappresentazioni ridotte ottenute dalla rappresentazione 4-dimensionale originale è: La riduzione delle rappresentazioni si ferma a questo punto, non si può procedere ulteriormente. Perciò le rappresentazioni ottenute sono dette IRRIDUCIBILI, per le quali non esiste alcuna trasformazione per similarità in grado di diagonalizzare simultaneamente tutte le rappresentative. La combinazione lineare delle funzioni di base che permette la diagonalizzazione di una rappresentazione, permettendone la riduzione, si chiama COMBINAZIONE LINEARE DI ADATTA SIMMETRIA ( SALC, Symmetry Adapted Linear Combination).

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

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

Dettagli

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)

Dettagli

Corso di Chimica Inorganica II (A-L) Laurea Triennale in Chimica (L-27) GRUPPO: insieme di elementi correlati dalle seguenti regole:

Corso di Chimica Inorganica II (A-L) Laurea Triennale in Chimica (L-27) GRUPPO: insieme di elementi correlati dalle seguenti regole: APPUNTI DI TEORIA DEI GRUPPI Corso di Chimica Inorganica II (A-L) Laurea Triennale in Chimica (L-27) Dr. Andrea G. Marrani DEFINIZIONI GRUPPO: insieme di elementi correlati dalle seguenti regole: 1) PRODOTTO

Dettagli

ANALISI MULTIDIMENSIONALE DEI DATI (AMD)

ANALISI MULTIDIMENSIONALE DEI DATI (AMD) ANALISI MULTIDIMENSIONALE DEI DATI (AMD) L Analisi Multidimensionale dei Dati (AMD) è una famiglia di tecniche il cui obiettivo principale è la visualizzazione, la classificazione e l interpretazione della

Dettagli

Sco c mp m osiz i i z o i ne e d ei e i p oli l n i omi C sa s v uol d ire r e sc s o c mp m orr r e r e un polinomi m o?

Sco c mp m osiz i i z o i ne e d ei e i p oli l n i omi C sa s v uol d ire r e sc s o c mp m orr r e r e un polinomi m o? Scomposizione dei polinomi Cosa vuol dire scomporre un polinomio? Scomporre un polinomio significa trasformare il polinomio dato nel prodotto di più polinomi e/o monomi di grado inferiore al polinomio

Dettagli

1 Definizione di sistema lineare omogeneo.

1 Definizione di sistema lineare omogeneo. Geometria Lingotto. LeLing1: Sistemi lineari omogenei. Ārgomenti svolti: Definizione di sistema lineare omogeneo. La matrice associata. Concetto di soluzione. Sistemi equivalenti. Operazioni elementari

Dettagli

Appunti su Indipendenza Lineare di Vettori

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

Dettagli

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite 3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x

Dettagli

Prodotti scalari e matrici

Prodotti scalari e matrici Prodotti scalari e matrici 1 Forme bilineari e matrici In questa sezione vogliamo studiare la corrispondenza biunivoca che esiste tra l insieme delle forme bilineari su di un certo spazio vettoriale V

Dettagli

1 Il polinomio minimo.

1 Il polinomio minimo. Abstract Il polinomio minimo, così come il polinomio caratterisico, è un importante invariante per le matrici quadrate. La forma canonica di Jordan è un approssimazione della diagonalizzazione, e viene

Dettagli

Esercitazioni di Meccanica Quantistica I

Esercitazioni di Meccanica Quantistica I Esercitazioni di Meccanica Quantistica I Sistema a due stati Consideriamo come esempio di sistema a due stati l ammoniaca. La struttura del composto è tetraedrico : alla sommità di una piramide con base

Dettagli

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

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

Dettagli

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

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

Dettagli

Metodi per la risoluzione di sistemi lineari

Metodi per la risoluzione di sistemi lineari Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante

Dettagli

VETTORI NELLO SPAZIO ORDINARIO ,

VETTORI NELLO SPAZIO ORDINARIO , VETTORI E GEOMETRIA ANALITICA 1 VETTORI NELLO SPAZIO ORDINARIO Vettori ordinari ed operazioni. Dipendenza ed indipendenza lineare, basi. Prodotto scalare, proiezioni, angoli. Prodotto vettoriale e prodotto

Dettagli

Appunti di Geometria - 3

Appunti di Geometria - 3 Appunti di Geometria - 3 Samuele Mongodi - smongodi@snsit Cambi di base nel duale Richiami Sia V uno spazio vettoriale di dimensione n sul campo K e sia V il suo duale Supponiamo di avere fissate due basi

Dettagli

MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE

MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE DIAGONALIZZAZIONE 1 MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE Matrici ortogonali e loro proprietà. Autovalori ed autospazi di matrici simmetriche reali. Diagonalizzazione mediante matrici

Dettagli

Caso di A non regolare

Caso di A non regolare Caso di A non regolare December 2, 2 Una matrice A è regolare quando è quadrata e in corrispondenza di ogni autovalore di molteplicità algebrica m si ha una caduta di rango pari proprio a m Ovvero: rk

Dettagli

ESERCIZI SULLE MATRICI

ESERCIZI SULLE MATRICI ESERCIZI SULLE MATRICI Consideriamo il sistema lineare a, x + a, x + + a,n x n = b a, x + a, x + + a,n x n = b a m, x + a m, x + + a m,n x n = b m di m equazioni in n incognite che ha a, a,n A = a m, a

Dettagli

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

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

Dettagli

( ) ( ) 2 + 3( a + b) = ( ) + b( x 1) = ( ) ( ) b( x + y) = ( ) x 2 ( a + b) y 2 + ( a + b) = ( ) + ( a b) = ( ) a( 4x + 7) = ( ) + 3a( 2 5y) =

( ) ( ) 2 + 3( a + b) = ( ) + b( x 1) = ( ) ( ) b( x + y) = ( ) x 2 ( a + b) y 2 + ( a + b) = ( ) + ( a b) = ( ) a( 4x + 7) = ( ) + 3a( 2 5y) = 1 Scomposizione in fattori di un polinomio Scomporre in fattori un polinomio significa trasformare il polinomio, che è una somma algebrica di monomi, nel prodotto di fattori con il grado più basso possibile.

Dettagli

a + 2b + c 3d = 0, a + c d = 0 c d

a + 2b + c 3d = 0, a + c d = 0 c d SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,

Dettagli

Metodo di Gauss-Jordan 1

Metodo di Gauss-Jordan 1 Metodo di Gauss-Jordan 1 Nota Bene: Questo materiale non debe essere considerato come sostituto delle lezioni. Ārgomenti svolti: Riduzione per righe e matrici equivalenti per righe. Forma echelon e sistemi

Dettagli

Lezione 7: Il Teorema di Rouché-Capelli

Lezione 7: Il Teorema di Rouché-Capelli Lezione 7: Il Teorema di Rouché-Capelli In questa lezione vogliamo rivisitare i sistemi lineari e dare alcuni risultati che ci permettono di determinare dato un sistema lineare se ammette soluzioni e da

Dettagli

Sui determinanti e l indipendenza lineare di vettori

Sui determinanti e l indipendenza lineare di vettori Sui determinanti e l indipendenza lineare di vettori 1 Si dice che m vettori v 1, v 2,,v m di R n sono linearmente indipendenti, se una loro combinazione lineare può dare il vettore nullo solo se i coefficienti

Dettagli

Geometria BIAR Esercizi 2

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

Dettagli

Rappresentazioni numeriche

Rappresentazioni numeriche Rappresentazioni numeriche Un numero è dotato di un valore una rappresentazione La rappresentazione di un numero è il sistema che utilizziamo per indicarne il valore. Normalmente è una sequenza (stringa)

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)

Dettagli

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

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

Dettagli

Sistemi lineari. 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0. x 1 x 2 x 3

Sistemi lineari. 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0. x 1 x 2 x 3 Sistemi lineari 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0 2 1 1 1 1 1 1 3 2 x 1 x 2 x 3 = 2 1 0 n j=1 a i,jx j = b i, i = 1,, n Ax = b A = (a i,j ) R n n matrice invertibile (det(a) 0) b

Dettagli

Esercitazione ENS su processi casuali (13 e 14 Maggio 2008)

Esercitazione ENS su processi casuali (13 e 14 Maggio 2008) Esercitazione ES su processi casuali ( e 4 Maggio 2008) D. Donno Esercizio : Calcolo di autovalori e autovettori Si consideri un processo x n somma di un segnale e un disturbo: x n = Ae π 2 n + w n, n

Dettagli

POTENZE DI MATRICI QUADRATE

POTENZE DI MATRICI QUADRATE POTENZE DI MATRICI QUADRATE In alcune applicazioni pratiche, quali lo studio di sistemi dinamici discreti, può essere necessario calcolare le potenze A k, per k N\{0}, di una matrice quadrata A M n n (R)

Dettagli

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione dei numeri relativi

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione dei numeri relativi Codice BCD Prima di passare alla rappresentazione dei numeri relativi in binario vediamo un tipo di codifica che ha una certa rilevanza in alcune applicazioni: il codice BCD (Binary Coded Decimal). È un

Dettagli

3. Vettori, Spazi Vettoriali e Matrici

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

Dettagli

La scomposizione in fattori primi

La scomposizione in fattori primi La scomposizione in fattori primi In matematica la fattorizzazione è la riduzione in fattori: fattorizzare un numero n significa trovare un insieme di numeri {a0, a1, a2, a3 } tali che il loro prodotto

Dettagli

Variabile, costante ed espressione

Variabile, costante ed espressione Variabile, costante ed espressione All interno di un programma un informazione può essere organizzata in vari modi: Variabile Costante Espressione Le variabili a loro volta possono essere: scalari vettori

Dettagli

1 Esercizi di Matlab. L operatore : permette di estrarre sottomatrici da una matrice assegnata. Vediamo alcuni esempi.

1 Esercizi di Matlab. L operatore : permette di estrarre sottomatrici da una matrice assegnata. Vediamo alcuni esempi. Esercizi di Matlab L operatore : permette di estrarre sottomatrici da una matrice assegnata. Vediamo alcuni esempi. Esempio Consideriamo la matrice A formata da n = righe e m = colonne M = 5 6 7 8. 9 0

Dettagli

TEORIA DEI SISTEMI SISTEMI LINEARI

TEORIA DEI SISTEMI SISTEMI LINEARI TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI SISTEMI LINEARI Ing. Cristian Secchi Tel.

Dettagli

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

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

Dettagli

Gara Matematica. Dipartimento di Matematica Ulisse Dini. Viale Morgagni 67/a Firenze. Soluzioni edizione 2011

Gara Matematica. Dipartimento di Matematica Ulisse Dini. Viale Morgagni 67/a Firenze. Soluzioni edizione 2011 Gara Matematica Dipartimento di Matematica Ulisse Dini Viale Morgagni 67/a - 50134 Firenze Soluzioni edizione 011 Esercizio 1. Determinare tutti gli interi positivi non nulli n che sono uguali alla somma

Dettagli

2.1 Esponenziale di matrici

2.1 Esponenziale di matrici ¾ ½ º¼ º¾¼½ Queste note (attualmente e probabilmente per un bel po sono altamente provvisorie e (molto probabilmente non prive di errori Esponenziale di matrici Esercizio : Data la matrice λ A λ calcolare

Dettagli

Esercitazione di Matematica su matrici e sistemi lineari

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

Dettagli

Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari

Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari In questa lezione ci dedicheremo a studiare a fondo quali proprietà della matrice dei coefficienti di un sistema (e della

Dettagli

Volumi in spazi euclidei 12 dicembre 2014

Volumi in spazi euclidei 12 dicembre 2014 Volumi in spazi euclidei 12 dicembre 2014 1 Definizioni In uno spazio euclideo reale V di dimensione n siano dati k n vettori linearmente indipendenti e sia Π := Π(v 1 v 2... v k ) il parallelepipedo generato

Dettagli

Dalle configurazioni ai termini

Dalle configurazioni ai termini Dalle configurazioni ai termini Introduzione Nello sviluppare i metodi di Thomas - Fermi, di Hartree e di Hartree - Fock, abbiamo sempre rappresentato gli autostati di un sistema costituito da due o più

Dettagli

Possibile applicazione

Possibile applicazione p. 1/4 Assegnamento Siano dati due insiemi A e B entrambi di cardinalità n. Ad ogni coppia (a i,b j ) A B è associato un valore d ij 0 che misura la "incompatibilità" tra a i e b j, anche interpretabile

Dettagli

Applicazioni lineari tra spazi euclidei. Cambi di base.

Applicazioni lineari tra spazi euclidei. Cambi di base. pplicazioni lineari tra spazi euclidei. Cambi di base. Esercizio. Data la seguente applicazione lineare f : R R : f(x, y, z) = (x z, x + y, y + z), scrivere la matrice B, rappresentativa di f rispetto

Dettagli

Esercitazione 6 - Soluzione

Esercitazione 6 - Soluzione Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione

Dettagli

Inversa di una matrice

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

Dettagli

1 Ampliamento del piano e coordinate omogenee

1 Ampliamento del piano e coordinate omogenee 1 Ampliamento del piano e coordinate omogenee Vogliamo dare una idea, senza molte pretese, dei concetti che stanno alla base di alcuni calcoli svolti nella classificazione delle coniche. Supponiamo di

Dettagli

Raggiungibilità e osservabilità

Raggiungibilità e osservabilità Raggiungibilità e osservabilità January 5, 2 La raggiungibilità e l osservabilità sono due proprietà che caratterizzano lo spazio di stato associato ad un sistema. Raggiungibilità Uno stato x è raggiungibile

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema

Dettagli

Applicazioni lineari e diagonalizzazione pagina 1 di 5

Applicazioni lineari e diagonalizzazione pagina 1 di 5 pplicazioni lineari e diagonalizzazione pagina 1 di 5 PPLIZIONI LINERI 01. Dire quali delle seguenti applicazioni tra IR-spazi vettoriali sono lineari a. f :IR 2 IR 3 f(x y =(x y πy b. f :IR 3 IR 3 f(x

Dettagli

Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard

Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard Introduzione al Metodo del Simplesso Giacomo Zambelli 1 Soluzioni di base e problemi in forma standard Consideriamo il seguente problema di programmazione lineare (PL), relativo all esempio di produzione

Dettagli

Sistemi sovradeterminati

Sistemi sovradeterminati Sistemi sovradeterminati Sia A una matrice m n ove m > n sia b R m trovare una soluzione del sistema sovradeterminato Ax = b significa cercare di esprimere un vettore di R m come combinazione lineare di

Dettagli

ALGEBRA VETTORIALE Corso di Fisica per la Facoltà di Farmacia, Università Gabriele D Annunzio, Chieti-Pescara, Cosimo Del Gratta 2008

ALGEBRA VETTORIALE Corso di Fisica per la Facoltà di Farmacia, Università Gabriele D Annunzio, Chieti-Pescara, Cosimo Del Gratta 2008 LGER VETTORILE DEFINIZIONE DI VETTORE (1) Sia E lo spazio tridimensionale della geometria euclidea. Consideriamo due punti e appartenenti a E Si chiama segmento orientato, e si indica con (,) il segmento

Dettagli

Esercizi di Geometria - 1

Esercizi di Geometria - 1 Esercizi di Geometria - Samuele Mongodi - smongodi@snsit Di seguito si trovano alcuni esercizi assai simili a quelli che vi troverete ad affrontare nei test e negli scritti dell esame Non è detto che vi

Dettagli

1. equivalenze e implicazioni logiche. Esercizio 1.2. Trovare le implicazioni che legano i seguenti enunciati (x, y R):

1. equivalenze e implicazioni logiche. Esercizio 1.2. Trovare le implicazioni che legano i seguenti enunciati (x, y R): . equivalenze e implicazioni logiche Esercizio.. Trovare le implicazioni che legano i seguenti enunciati (x, y R): () x < y, () x = y, () x y, () x y, () (x y) > 0. Osserviamo subito che (x y) > 0 equivale

Dettagli

La riduzione a gradini e i sistemi lineari (senza il concetto di rango)

La riduzione a gradini e i sistemi lineari (senza il concetto di rango) CAPITOLO 4 La riduzione a gradini e i sistemi lineari (senza il concetto di rango) Esercizio 4.1. Risolvere il seguente sistema non omogeneo: 2x+4y +4z = 4 x z = 1 x+3y +4z = 3 Esercizio 4.2. Risolvere

Dettagli

Vettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Vettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara Vettori e matrici Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utentiunifeit/lorenzopareschi/ lorenzopareschi@unifeit Lorenzo Pareschi Univ Ferrara

Dettagli

QUADRATO MAGICO DI ORDINE PARI (n=4)

QUADRATO MAGICO DI ORDINE PARI (n=4) QUADRATO MAGICO DI ORDINE PARI (n=4) Costruiamo un quadrato magico di ordine n=4 ovvero un quadrato formato da 4 righe + 4 colonne per un totale di 16 caselle (4x4=16). La Costante Magica CM=nx(n²+1)/2

Dettagli

3. Matrici e algebra lineare in MATLAB

3. Matrici e algebra lineare in MATLAB 3. Matrici e algebra lineare in MATLAB Riferimenti bibliografici Getting Started with MATLAB, Version 7, The MathWorks, www.mathworks.com (Capitolo 2) Mathematics, Version 7, The MathWorks, www.mathworks.com

Dettagli

Risoluzione di problemi ingegneristici con Excel

Risoluzione di problemi ingegneristici con Excel Risoluzione di problemi ingegneristici con Excel Problemi Ingegneristici Calcolare per via numerica le radici di un equazione Trovare l equazione che lega un set di dati ottenuti empiricamente (fitting

Dettagli

La moltiplicazione di numeri naturali: esercizi svolti

La moltiplicazione di numeri naturali: esercizi svolti La moltiplicazione di numeri naturali: esercizi svolti La moltiplicazione è una delle quattro operazioni fondamentali dell'aritmetica. È un modo sintetico per rappresentare la somma di numeri uguali. Il

Dettagli

Capitolo 10. Prof. Vincenzo Leo - Chimica - ITA Emilio Sereni 1

Capitolo 10. Prof. Vincenzo Leo - Chimica - ITA Emilio Sereni 1 Capitolo 10 N.B I concetti proposti sulle slide, in linea di massima seguono l ordine e i contenuti del libro, ma!!!! Ci possono essere delle variazioni Prof. Vincenzo Leo - Chimica - ITA Emilio Sereni

Dettagli

ax 1 + bx 2 + c = 0, r : 2x 1 3x 2 + 1 = 0.

ax 1 + bx 2 + c = 0, r : 2x 1 3x 2 + 1 = 0. . Rette in R ; circonferenze. In questo paragrafo studiamo le rette e le circonferenze in R. Ci sono due modi per descrivere una retta in R : mediante una equazione cartesiana oppure mediante una equazione

Dettagli

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

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

Dettagli

A.A CORSO DI ALGEBRA 1. PROFF. P. PIAZZA, E. SPINELLI. SOLUZIONE ESERCIZI FOGLIO 5.

A.A CORSO DI ALGEBRA 1. PROFF. P. PIAZZA, E. SPINELLI. SOLUZIONE ESERCIZI FOGLIO 5. A.A. 2015-2016. CORSO DI ALGEBRA 1. PROFF. P. PIAZZA, E. SPINELLI. SOLUZIONE ESERCIZI FOGLIO 5. Esercizio 5.1. Determinare le ultime tre cifre di n = 13 1625. (Suggerimento. Sfruttare il Teorema di Eulero-Fermat)

Dettagli

Risoluzione di sistemi lineari sparsi e di grandi dimensioni

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

Dettagli

LEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m

LEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m LEZIONE 4 41 Equazioni matriciali Negli Esempi 336 e 337 si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = B 2,, AX p = B p aventi la stessa matrice incompleta A Tale tipo di problema si presenta

Dettagli

Operazioni sui vettori

Operazioni sui vettori Operazioni sui vettori Vettore Un vettore v è un insieme ordinato di elementi. Per esempio, il seguente è un vettore di 3 elementi: Gli elementi di un vettore si indicano solitamente con i seguenti simboli:

Dettagli

DEFINIZIONE. L unità frazionaria 1n (con n 0) rappresenta una sola delle n parti uguali in cui è stato diviso l intero.

DEFINIZIONE. L unità frazionaria 1n (con n 0) rappresenta una sola delle n parti uguali in cui è stato diviso l intero. L unità frazionaria DEFINIZIONE. L unità frazionaria n con n 0 rappresenta una sola delle n parti uguali in cui è stato diviso l intero. Sono unità frazionarie: ognuna di esse indica che l intero è stato

Dettagli

UNITÀ DIDATTICA 5 LA RETTA

UNITÀ DIDATTICA 5 LA RETTA UNITÀ DIDATTICA 5 LA RETTA 5.1 - La retta Equazione generica della retta Dalle considerazioni emerse nel precedente capitolo abbiamo compreso come una funzione possa essere rappresentata da un insieme

Dettagli

Corso di Calcolo Numerico

Corso di Calcolo Numerico Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 7 - CALCOLO NUMERICO CON MATRICI Richiami teorici Operazioni fondamentali Siano A = {a ij } e B = {b ij }, i = 1,..., m, j = 1,..., n due

Dettagli

Stati Coerenti. Definizione di stato coerente Consideriamo un oscillatore 1-dimensionale descritto dalla hamiltoniana. p = i d.

Stati Coerenti. Definizione di stato coerente Consideriamo un oscillatore 1-dimensionale descritto dalla hamiltoniana. p = i d. 1 Stati Coerenti Definizione di stato coerente Consideriamo un oscillatore 1-dimensionale descritto dalla hamiltoniana H = 1 m p + 1 m ω x (1) Per semplicitá introduciamo gli operatori autoaggiunti adimensionali

Dettagli

Geometria analitica del piano pag 12 Adolfo Scimone

Geometria analitica del piano pag 12 Adolfo Scimone Geometria analitica del piano pag 12 Adolfo Scimone Fasci di rette Siano r e r' due rette distinte di equazioni r: ax + by + c r': a' x + b' y + c' Consideriamo la retta combinazione lineare delle due

Dettagli

NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n

NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare

Dettagli

LEZIONE 9. Figura 9.1.1

LEZIONE 9. Figura 9.1.1 LEZIONE 9 9.1. Equazioni cartesiane di piani. Abbiamo visto come rappresentare parametricamente un piano. Un altro interessante metodo di rappresentazione di un piano nello spazio è tramite la sua equazione

Dettagli

Esercizi sui sistemi di equazioni lineari.

Esercizi sui sistemi di equazioni lineari. Esercizi sui sistemi di equazioni lineari Risolvere il sistema di equazioni lineari x y + z 6 x + y z x y z Si tratta di un sistema di tre equazioni lineari nelle tre incognite x, y e z Poichè m n, la

Dettagli

Disequazioni di secondo grado

Disequazioni di secondo grado Disequazioni di secondo grado. Disequazioni Definizione: una disequazione è una relazione di disuguaglianza tra due espressioni. Detti p() e g() due polinomi definiti in un insieme A, una disequazione

Dettagli

Esercizi sulle coniche (prof.ssa C. Carrara)

Esercizi sulle coniche (prof.ssa C. Carrara) Esercizi sulle coniche prof.ssa C. Carrara Alcune parti di un esercizio possono ritrovarsi in un altro esercizio, insieme a parti diverse. È un occasione per affrontarle più volte.. Stabilire il tipo di

Dettagli

Generazione di Numeri Casuali- Parte 2

Generazione di Numeri Casuali- Parte 2 Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali

Dettagli

Operatori C, P e T. Stati fisici. Osservabili (II) Osservabili. prof. Domenico Galli

Operatori C, P e T. Stati fisici. Osservabili (II) Osservabili. prof. Domenico Galli Stati fisici Operatori C, P e T prof. Domenico Galli Temi di Fisica delle Particelle Elementari al LHC Dottorato di ricerca in Fisica, Bologna Uno stato fisico è rappresentato da un vettore di stato (ket)

Dettagli

MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI

MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI LE MATRICI DEFINIZIONE: Una matrice è un insieme di numeri disposti su righe e colonne. 1 3 7 M = 2 5 1 M è

Dettagli

Matrici quadrate particolari

Matrici quadrate particolari Matrici quadrate particolari Sia A Mn(K) una matrice quadrata. Gli elementi (a 1,1, a 2,2,, a n,n ) costituiscono la diagonale principale di A. Gli elementi (a 1,n, a 2,n-1,, a n-1,2, a n,1 ) costituiscono

Dettagli

Corso di Calcolo Numerico

Corso di Calcolo Numerico Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Risoluzione di Equazioni Algebriche Le equazioni

Dettagli

Elementi di Teoria dei Sistemi. Definizione di sistema dinamico. Cosa significa Dinamico? Sistema dinamico a tempo continuo

Elementi di Teoria dei Sistemi. Definizione di sistema dinamico. Cosa significa Dinamico? Sistema dinamico a tempo continuo Parte 2, 1 Parte 2, 2 Elementi di Teoria dei Sistemi Definizione di sistema dinamico Parte 2, 3 Sistema dinamico a tempo continuo Cosa significa Dinamico? Parte 2, 4? e` univocamente determinata? Ingresso

Dettagli

Esercitazione di Calcolo Numerico 1 22 Aprile Determinare la fattorizzazione LU della matrice a 1 1 A = 3a 2 a 2a a a 2 A =

Esercitazione di Calcolo Numerico 1 22 Aprile Determinare la fattorizzazione LU della matrice a 1 1 A = 3a 2 a 2a a a 2 A = Esercitazione di Calcolo Numerico 22 Aprile 29. Determinare la fattorizzazione LU della matrice a A = 3a 2 a 2a a a 2 ed utilizzarla per calcolare il det(a). 2. Calcolare il determinante della matrice

Dettagli

Sistemi lineari: bilanciamento di reazioni chimiche

Sistemi lineari: bilanciamento di reazioni chimiche 4 Aprile 2 - Lab. di Complementi di Matematica e Calcolo Numerico Sistemi lineari: bilanciamento di reazioni chimiche. Tradurre il bilanciamento in un sistema lineare Da un punto di vista matematico, bilanciare

Dettagli

ESERCITAZIONE SU CALCOLO MATRICIALE, APPLICAZIONI LINEARI E FORME QUADRATICHE

ESERCITAZIONE SU CALCOLO MATRICIALE, APPLICAZIONI LINEARI E FORME QUADRATICHE ESERCITAZIONE SU CALCOLO MATRICIALE, APPLICAZIONI LINEARI E FORME QUADRATICHE Calcolo matriciale Il problema che vogliamo affrontare è quello di introdurre un operazione di prodotto fra due date matrici

Dettagli

1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali?

1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali? Geometria I lezione del 30 settembre 2013 Presentazione del corso. Nozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza. Insiemi numerici: i numeri naturali ℕ, gli interi ℤ, i numeri

Dettagli

Forme bilineari simmetriche

Forme bilineari simmetriche Forme bilineari simmetriche Qui il campo dei coefficienti è sempre R Definizione 1 Sia V uno spazio vettoriale Una forma bilineare su V è una funzione b: V V R tale che v 1, v 2, v 3 V b(v 1 + v 2, v 3

Dettagli

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,

Dettagli

Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010

Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010 Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010 In quetsa dispensa: V è uno spazio vettoriale di dimensione d sul campo complesso C generato dai vettori v 1,..., v d. Le variabili m,

Dettagli

Geometria delle similitudini

Geometria delle similitudini Istituzioni di matematiche 2 Diego Noja (diego.noja@unimib.it) 31 marzo 2009 Geometria delle similitudini CDL Scienze della Formazione Primaria Istituzioni di matematiche 2 pagina 1 CDL Scienze della Formazione

Dettagli

METODO DEI MINIMI QUADRATI

METODO DEI MINIMI QUADRATI METODO DEI MINIMI QUADRATI Torniamo al problema della crescita della radice di mais in funzione del contenuto di saccarosio nel terreno di coltura. Ripetendo varie volte l esperimento con diverse quantità

Dettagli

Dipendenza e indipendenza lineare (senza il concetto di rango)

Dipendenza e indipendenza lineare (senza il concetto di rango) CAPITOLO 5 Dipendenza e indipendenza lineare (senza il concetto di rango) Esercizio 5.1. Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Esercizio 5.2. Stabilire se i vettori

Dettagli

CORSO DI FISICA DELLA MATERIA CONDENSATA A. A. 2013/14

CORSO DI FISICA DELLA MATERIA CONDENSATA A. A. 2013/14 1 CORSO DI FISICA DELLA MATERIA CONDENSATA 3 MODI NORMALI DI VIBRAZIONE DELLE MOLECOLE POLIATOMICHE Appunti dalle Lezioni del Prof. P. Calvani A. A. 2013/14 Queste dispense sono per solo uso interno e

Dettagli

Anno 4 Matrice inversa

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

Dettagli

IL RUOLO DELLA TECNOLOGIA NEL PROGETTO DI ARCHITETTURA. Progettazione dei Sistemi Costruttivi

IL RUOLO DELLA TECNOLOGIA NEL PROGETTO DI ARCHITETTURA. Progettazione dei Sistemi Costruttivi IL RUOLO DELLA TECNOLOGIA NEL PROGETTO DI ARCHITETTURA Progettazione dei Sistemi Costruttivi 1 Cosa è la tecnologia? La Tecnologia è la disciplina del fare secondo una regola, etimologicamente rappresenta

Dettagli