Cos è un gruppo. A IV) Esiste l elemento inverso di ogni elemento A:

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Cos è un gruppo. A IV) Esiste l elemento inverso di ogni elemento A:"

Transcript

1 Cos è un gruppo Con gruppo si intende un insieme G di elementi A, B, C,..., tali che possa essere definita un operazione detta moltiplicazione di gruppo che associa un terzo elemento (uno ed uno solo) ad una coppia qualsiasi di elementi ordinati e tali da soddisfare le seguenti proprietà: I) L insieme è chiuso rispetto alla moltiplicazione di gruppo : il prodotto di due elementi è ancora un elemento del gruppo. II) Proprietà associativa: (AB)D = A(BD) III) Esiste l elemento di indentità E: AE = EA = A A IV) Esiste l elemento inverso di ogni elemento A: A 1 A = AA 1 = E N.B Le proprietà elencate non includono la proprietà commutativa, cioè in generale avremo AB BA. Se, per tutti gli elementi del gruppo, vale la proprietà commutativa, allora il gruppo si dice Abeliano. 3 ottobre / 26

2 Inverso di un prodotto Dalle proprietà I IV si ricava immediatamente la definizione di inverso di un elemento prodotto di 2 elementi: sia C = AB per definizione deve essere C 1 (C) 1 = (AB) 1 =? C C 1 = AB(AB) 1 = E che in generale sarà soddisfatta solo se Quindi si avrà C 1 = (AB) 1 = B 1 A 1 C C 1 = A BB }{{} 1 A 1 = AEA 1 = AA 1 = E Si noti la stretta analogia con le proprietà delle matrici (non commutatività del prodotto, elemento inverso di un prodotto,...). 3 ottobre / 26

3 Un esempio di gruppo Prendiamo le sei seguenti matrici 2 2: E = ( ) A = ( ) ( ) 1/2 3/2 C = 3/2 1/2 F = D = B = ( ) 1/2 3/2 3/2 1/2 ( ) 1/2 3/2 3/2 1/2 ( ) 1/2 3/2 3/2 1/2 Si controlla facilmente che esse formano un gruppo, con la moltiplicazione matriciale come prodotto. Ad esempio: AB = D BB = E = B 1 = B 3 ottobre / 26

4 Tavola di moltiplicazione Facendo tutte le possibili moltiplicazioni nel gruppo si può costruire la tavola di moltiplicazione seguente: E A B C D F E E A B C D F A A E D F B C B B F E D C A C C D F E A B D D C A B F E F F B C A E D La tavola si legge nel seguente modo: (el. riga) (el. colonna)= el. intersezione La tabella di moltiplicazione definisce il gruppo in senso astratto: tutte le proprietà del gruppo possono essere ricavate a partire della tavola di moltiplicazione. 3 ottobre / 26

5 Un altro (?) esempio di gruppo (I) Esaminiamo le operazioni di simmetria che mandano il triangolo equilatero in se stesso: B=σ v' C=σ v'' A=σ v Ci sono 6 operazioni di simmetria: A = σ v, B = σ v, C = σ v (piani di riflessione) D = C 3, C3 2 = C 3 1 (rotazioni in senso orario di 2 3 π e 4 3π nel piano) E (identità) 3 ottobre / 26

6 Un altro (?) esempio di gruppo (II) La moltiplicazione in questo caso consisterà nell applicazione successiva di 2 operazioni di simmetria. Proviamo a fare il prodotto AB (gli operatori si applicano da sinistra). Applichiamo quindi B al triangolo; applico poi A al triangolo risultante: B A D Si mostra che valgono le altre proprietà del gruppo e che la tavola di moltiplicazione è la stessa del gruppo di matrici. Si tratta quindi dello stesso gruppo! 3 ottobre / 26

7 Elementi coniugati e classi (I) Sia il gruppo G di elementi G 1, G 2,..., G n e si consideri l elemento generico G i. Definiamo l elemento coniugato G j i = G j G i G 1 j (G j i G) Si può dimostrare che gli elementi coniugati di G i sono anche coniugati tra di loro. Il set di tutti quegli elementi mutuamente coniugati costituisce una classe. Dalla definizione di coniugato si ricava che una classe è completamente definita quando ne sia specificato uno degli elementi. Ogni gruppo finito può essere suddiviso in classi di elementi coniugati. L elemento identità costituisce una classe da solo (G i EG 1 i = E) ed è l unica classe che è anche un sottogruppo (tutte le altre classi mancano dell elemento identità). 3 ottobre / 26

8 Elementi coniugati e classi (II) Torniamo al nostro esempio. Coniughiamo A, e B, D e F : EAE = A EBE = B EDE = D EFE = F AAA 1 = A ABA 1 = C ADA 1 = F AFA 1 = D BAB 1 = C BBB 1 = B BDB 1 = F BFB 1 = D CAC 1 = B CBC 1 = A CDC 1 = F CFC 1 = D DAD 1 = B DBD 1 = C DDD 1 = D DFD 1 = F FAF 1 = C FBF 1 = A FDF 1 = D FFF 1 = F Quindi A, B, C formano una classe, mentre D ed F ne formano un altra. 3 ottobre / 26

9 Elementi coniugati e classi (III) Siano C α e C β due classi di un gruppo G, definite rispettivamente dal set degli elementi G i G a G 1 i e G i G b G 1 i. Si può mostrare che il set dei prodotti degli elementi di due classi di uno stesso gruppo consiste di classi complete, cioè: 1 Se chiamiamo G g un elemento del set C α C β dei prodotti, l intera classe C γ di cui fa parte G g appartiene al set 2 Tutti gli elementi della classe C γ compaiono nel set C α C β lo stesso numero di volte. Nel nostro esempio: C α = {A, B, C} C β = {D, F } C γ = {E} C α C α = AA, AB, AC, BA, BB, BC, CA, CB, CC = E, D, F, F, E, D, D, F, E = 3C γ + 3C β C α C β = AD, AF, BD, BF, CD, CF = B, C, C, A, A, B = 2C α C β C β = DD, DF, FD, FF = F, E, E, D = 2C γ + C β 3 ottobre / 26

10 Matrici riducibili e irriducibili (I) Due o più rappresentazioni possono essere utilizzate per costruire una nuova rappresentazione, costituita da una matrice a blocchi, ciascuno dei quali corrisponde ad una delle rappresentazioni stesse, e può essere ripetuto più volte. Γ 1 (G i ) 0 0 Γ(G i ) = 0 Γ 2 (G i ) Γ 2 (G i ) Una tale rappresentazione matriciale artificialmente allargata si dice rappresentazione riducibile e la sua struttura viene indicata fornendo le rappresentazioni in cui può venire risolta e il loro peso, con la notazione Γ = k a k Γ (k) dove è chiaro che k non ha per somma di matrici in senso usuale. 3 ottobre / 26

11 Matrici riducibili e irriducibili (II) Il criterio di riducibilità è quindi il seguente: Se tutti gli elementi di un gruppo formato da matrici possono essere ridotti a matrici a blocchi aventi la stessa struttura con una stessa trasformazione di similarità, tali elementi costituiscono una rappresentazione riducibile. Si ha viceversa il criterio di irriducibilità. Se non esiste alcuna trasformazione di similarità capace di dare a tutti gli elementi di una rappresentazione matriciale una stessa struttura a blocchi, la rappresentazione è irriducibile. 3 ottobre / 26

12 Rappresentazioni costituite da matrici unitarie Si può dimostrare che ogni rappresentazione costituita da matrici con determinanti non nulli è equivalente ad una rappresentazione costituita da matrici unitarie. 3 ottobre / 26

13 Rappresentazione totalsimmetrica del gruppo Per ogni gruppo G, un set di scalari tutti eguali ad 1, soddisfa sempre la regola di moltiplicazione del gruppo stesso; possiamo quindi affermare che esiste sempre una rappresentazione monodimensionale di questo tipo; ovviamente esse è irriducibile. Tale rappresentazione monodimensionale unitaria si chiama rappresentazione totalsimmetrica del gruppo. 3 ottobre / 26

14 Il teorema di ortogonalità generale Se si considerano tutte le rappresentazioni irriducibili unitarie e non equivalenti, di un gruppo G, vale la relazione [Γ (i) (G k ) ] µν [Γ (j) (G k )] αβ = h δ ij δ µα δ νβ l i k dove la somma si estende a tutti gli elementi del gruppo (di ordine h) e l i è la dimensionalità della rappresentazione Γ (i). Adottando la solita notazione A i k = Γ(i) (G k ), il teorema assume la forma k (A i k ) µν(a j k ) αβ = h l i δ ij δ µα δ νβ 3 ottobre / 26

15 Caratteri di una rappresentazione (I) Definiamo il carattere della j esima rappresentazione come set degli h numeri χ j (G i ): χ (j) (G i ) = TrΓ j (G i ) = l j µ [Γ j (G i )] µµ 3 ottobre / 26

16 Caratteri di una rappresentazione (II) Potrà essere usata a questo fine l invarianza della traccia di una matrice alle trasformazioni di similarità: se si considera infatti la matrice A e la sua trasformata di similarità A = U 1 AU, si ha infatti TrA = (A ) µµ = (U 1 AU) µµ = Uµ,ρA 1 ρ,σ U ρ,σ = µ µ µ ρ,σ = A ρ,σ U σ,µ Uµ,ρ 1 = (UU 1 ) σ,ρ = ρ,σ µ ρ,σ ρ,σ ( A ρ,σ δ ρ,σ ) = A ρ,ρ = TrA ρ σ ρ 3 ottobre / 26

17 Prima relazione di ortogonalità tra i caratteri (I) a) Dal teorema di ortogonalità si ottiene (A i k ) µν(a j k ) αβ = h δ ij δ µα δ νβ l i k k (A i k ) µµ(a j k ) αα = h l i δ ij δ µα Sommando rispetto a tutte le coppie di indici µ, α µ,α k (A i k ) µµ(a j k ) αα = (A i k ) µµ (A j k µ }{{} ) αα α = }{{} χ i (Gk ) χ j (G k ) = h δ ij δ µα = h δ ij l i = hδ ij l i l i µ,α 3 ottobre / 26

18 Prima relazione di ortogonalità tra i caratteri (II) b) Possiamo quindi scrivere χ (i) (G k ) χ (j) (G k ) = α k χ (i) (G kα ) χ (j) (G }{{} kα ) = }{{} kα χ (i) (C α) χ (j) (C α) = α N α χ (i) (C α ) χ (j) (C α ) = hδ ij I relazione di ortogonalità tra i caratteri; N α è il numero di elementi G kα appartenenti alla classe C α del gruppo G. 3 ottobre / 26

19 Scomposizione delle Rappresentazioni Riducibile (I) Il carattere di una rappresentazione riducibile Γ (r) è la somma dei caratteri delle rappresentazioni irriducibili Γ (j) che la compongono. Infatti, se portiamo la Γ (r) nella sua forma a blocchi, risulta chiaro che la traccia della matrice è semplicemente la somma delle tracce delle sottomatrici diagonali. Possiamo quindi scrivere χ (r) (G i ) = j a j χ (j) (G i ) dove a j è il numero di volte che Γ (j) compare in Γ (r). Poichè si è visto che le χ (j) (G i ) formano un sistema vettoriale ortogonale, il coefficiente a j potrà essere ricavato dal prodotto scalare χ (r) (G i ) con χ (j) (G i ), che fornirà la proiezione di χ (r) (G i ) sull asse χ (j) (G i ). χ (r) (G i )χ (j) (G i ) = k χ (r) (G i )χ (j) (G i ) = i k a k χ (k) (G i )χ (j) (G i ) a k χ (k) (G i )χ (j) (G i ) = ha j i 3 ottobre / 26

20 Scomposizione delle Rappresentazioni Riducibile (II) a j = h 1 i χ (j) (G i ) χ (r) (G i ) = h 1 α N α χ (j) (C α ) χ (r) (C α ) Il numero di volte che le varie R.I. compaiono in una data rappresentazione riducibile è univocamente determinato dal carattere della R riducibile, quando sia nota la tavola dei caratteri propria del gruppo. 3 ottobre / 26

21 II relazione di ortogonalità tra i caratteri i χ (i) (C α )χ (i) (C β ) = h N α δ αβ Questa ultima equazione è la II relazione di ortogonalità tra i caratteri. 3 ottobre / 26

22 Relazione tra ordine del gruppo (h) e l, la dimensionalità delle R.I. inoltre }{{} h = lj 2 1. j }{{} 3. n R = n c il numero delle RI non equivalenti di un gruppo è uguale al numero delle classi del gruppo stesso. 3 ottobre / 26

23 Tavola dei caratteri (I) È possibile caratterizzare il gruppo fornendo i caratteri di tutte le RI non equivalenti del gruppo. Ciò si può fare in modo conveniente costruendo quella che viene definita la tavola dei caratteri. E A B C ottobre / 26

24 Tavola dei caratteri (II) Tabella : La tavola dei caratteri del gruppo puntuale C 2h. Il trans-dicloroetene è un esempio di molecola C 2h. C 2h Ê Ĉ 2 ι σ h A g r z x 2, y 2, z 2, xy B g R x, R y xz, yz A u z B u x, y 3 ottobre / 26

25 Tavola dei caratteri (III) Tabella : La tavola dei caratteri del gruppo puntuale C 2v. L H 2 O è un esempio di molecola C 2v. C 2v (2mm) E C 2 σ v σ v x 2, y 2, z 2 z A xy R z A xz R y,x B yz R x,y B O O H H H H 3 ottobre / 26

26 Tavola dei caratteri (IV) Tabella : La tavola dei caratteri del gruppo puntuale C 3v. L NH 3 è un esempio di molecola C 3v. C 3v (3m) E 2C 3 3σ v x 2 + y 2, z 2 z A R z A (x 2 y 2 } }, xy) (xy) E (xz, yz) (R x, R y ) y H H N H x 3 ottobre / 26

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Le matrici Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Siano m, n N\{0}. Una matrice m n a coefficienti in K è una tabella di m n elementi di K disposti

Dettagli

TEORIA DEI GRUPPI. Roberto Dovesi

TEORIA DEI GRUPPI. Roberto Dovesi TEORIA DEI GRUPPI Roberto Dovesi 5 marzo 2014 Capitolo 1 TEORIA DEI GRUPPI Denizione del gruppo Con gruppo si intende un insieme di elementi A, B, C,..., tali che possa essere denita un'operazione detta

Dettagli

Esercitazioni di Algebra e Geometria

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

Dettagli

Terminiamo gli esercizi dell ultima lezione. (LUCIDI) Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI)

Terminiamo gli esercizi dell ultima lezione. (LUCIDI) Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI) Terminiamo gli esercizi dell ultima lezione. (LUCIDI) Esempi Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI) Osservazioni per le matrici quadrate a) Data A M n (K) è possibile definire ricorsivamente

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

( ) 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

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

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

MATRICI E SISTEMI LINEARI

MATRICI E SISTEMI LINEARI 1 Rappresentazione di dati strutturati MATRICI E SISTEMI LINEARI Gli elementi di una matrice, detti coefficienti, possono essere qualsiasi e non devono necessariamente essere omogenei tra loro; di solito

Dettagli

Spazi vettoriali euclidei.

Spazi vettoriali euclidei. Spazi vettoriali euclidei Prodotto scalare, lunghezza e ortogonalità in R n Consideriamo lo spazio vettoriale R n = { =,,, n R}, n con la somma fra vettori e il prodotto di un vettore per uno scalare definiti

Dettagli

Appendice 1. Spazi vettoriali

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

Dettagli

Corso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice

Corso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice Pordenone Corso di Matematica e Statistica 3 Algebra delle UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica Università di Udine

Dettagli

i) la somma e il prodotto godano delle proprietà associativa, commutativa e distributiva;

i) la somma e il prodotto godano delle proprietà associativa, commutativa e distributiva; 1 Spazi vettoriali 11 Definizioni ed assiomi Definizione 11 Un campo è un insieme K dotato di una operazione somma K K K, (x, y) x + y e di una operazione prodotto K K K, (x, y) xy tali che i) la somma

Dettagli

1 Geometria analitica nel piano

1 Geometria analitica nel piano Lezioni di Geometria a.a. 2007-2008 cdl SIE prof. C. Franchetti 1 Geometria analitica nel piano 1.1 Distanza di due punti Siano P 1 = (x 1, y 1 ), P 2 = (x 2, y 2 ) due punti del piano, se d(p 1, P 2 )

Dettagli

SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE

SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE. Esercizi Esercizio. In R calcolare il modulo dei vettori,, ),,, ) ed il loro angolo. Esercizio. Calcolare una base ortonormale del sottospazio

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 10: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 10: soluzioni Corso di Geometria 2010-11 BIAR, BSIR Esercizi 10: soluzioni 1 Geometria dello spazio Esercizio 1. Dato il punto P 0 = ( 1, 0, 1) e il piano π : x + y + z 2 = 0, determinare: a) Le equazioni parametriche

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

Richiami di algebra lineare

Richiami di algebra lineare 2 Richiami di algebra lineare 2.1 Prodotto scalare, prodotto vettoriale e prodotto misto Sia V lo spazio vettoriale tridimensionale ordinario, che dotiamo di una base ortonormale (e 1, e 2, e 3 ), e i

Dettagli

Geometria 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

Quiz sui linguaggi regolari

Quiz sui linguaggi regolari Fondamenti dell Informatica 1 semestre Quiz sui linguaggi regolari Prof. Giorgio Gambosi a.a. 2016-2017 Problema 1: Data l espressione regolare a, definita su {a, b}, descrivere il linguaggio corrispondente

Dettagli

1 Introduzione alle matrici quadrate 2 2 a coefficienti in R.

1 Introduzione alle matrici quadrate 2 2 a coefficienti in R. 1 Introduzione alle matrici quadrate 2 2 a coefficienti in R Per introdurre il concetto di matrice, a 2 righe e 2 colonne, iniziamo col considerare griglie o tabelle di numeri Gli elementi della griglia,

Dettagli

Richiami di algebra delle matrici a valori reali

Richiami di algebra delle matrici a valori reali Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o

Dettagli

Esercitazioni di Algebra e Geometria

Esercitazioni di Algebra e Geometria Esercitazioni di Algebra e Geometria Anno Accademico 2010 2011 Dott.ssa Elisa Pelizzari e-mail elisa.peli@libero.it Esercitazioni: lunedì 14.30 16.30 venerdì 14.30 16.30 Ricevimento studenti: venerdì 13.30

Dettagli

misura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x

misura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x 4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto

Dettagli

Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani

Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE Giovanni Villani Matrici Definizione 1 Si definisce matrice di tipo m n una funzione che associa

Dettagli

Esercizio 2. Consideriamo adesso lo spazio di funzioni V = {f : [0, 1] R}. Dire quali dei seguenti insiemi di funzioni sono sottospazi.

Esercizio 2. Consideriamo adesso lo spazio di funzioni V = {f : [0, 1] R}. Dire quali dei seguenti insiemi di funzioni sono sottospazi. 1 Esercizi 1.1 Spazi vettoriali Studiare gli insiemi definiti di seguito, e verificare quali sono spazi vettoriali e quali no. Per quelli che non lo sono, dire quali assiomi sono violati. x 1, x 2, x 3

Dettagli

I teoremi della funzione inversa e della funzione implicita

I teoremi della funzione inversa e della funzione implicita I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1

Dettagli

Prodotti notevoli Quadrato di un binomio

Prodotti notevoli Quadrato di un binomio Prodotti notevoli Con l espressione prodotti notevoli si indicano alcune identità che si ottengono in seguito alla moltiplicazione di polinomi aventi caratteristiche particolari facili da ricordare.. Quadrato

Dettagli

x 1 Fig.1 Il punto P = P =

x 1 Fig.1 Il punto P = P = Geometria di R 2 In questo paragrafo discutiamo le proprietà geometriche elementari del piano Per avere a disposizione delle coordinate nel piano, fissiamo un punto, che chiamiamo l origine Scegliamo poi

Dettagli

Matematica Avanzata Per La Fisica - I accertamento,

Matematica Avanzata Per La Fisica - I accertamento, 1 Matematica Avanzata Per La Fisica - I accertamento, 13 2 2004 1. Sia X un insieme. Sia H(X) l insieme delle trasformazioni f : X X. Sia G H(X), tale che f G sse f è unijezione. a) Dimostrare che G è

Dettagli

EQUAZIONI MATRICIALI

EQUAZIONI MATRICIALI EQUAZIONI MATRICIALI a cura di Gioella Lorenzon, Edoardo Sech, Lorenzo Spina, Jing Jing Xu Realizzato nell'ambito del progetto Archimede con la supervisione del Prof. Fabio Breda I.S.I.S.S. M.Casagrande,

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

Rappresentazione matriciale del Gruppo puntuale di simmetria C3v (ammoniaca)

Rappresentazione matriciale del Gruppo puntuale di simmetria C3v (ammoniaca) 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

Dettagli

La matematica del CAD. Vettori e Matrici

La matematica del CAD. Vettori e Matrici La matematica del CAD Vettori e Matrici IUAV Disegno Digitale Camillo Trevisan I programmi CAD riducono tutti i problemi geometrici in problemi analitici: la proiezione di un punto su un piano viene, ad

Dettagli

Metodi Matematici per l Economia anno 2017/2018 Gruppo B

Metodi Matematici per l Economia anno 2017/2018 Gruppo B Metodi Matematici per l Economia anno 2017/2018 Gruppo B Docente: Giacomo Dimarco Dipartimento di Matematica e Informatica Università di Ferrara https://sites.google.com/a/unife.it/giacomo-dimarco-home-page/

Dettagli

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,

Dettagli

Prodotto scalare e ortogonalità

Prodotto scalare e ortogonalità Prodotto scalare e ortogonalità 12 Novembre 1 Il prodotto scalare 1.1 Definizione Possiamo estendere la definizione di prodotto scalare, già data per i vettori del piano, ai vettori dello spazio. Siano

Dettagli

1 Applicazioni lineari

1 Applicazioni lineari 1 Applicazioni lineari 1 Applicazioni lineari 1.1 Definizione Si considerino lo spazio tridimensionale euclideo E e lo spazio vettoriale V ad esso associato. Definizione. 1.1. Sia A una applicazione di

Dettagli

Richiami di algebra delle matrici

Richiami di algebra delle matrici Richiami di algebra delle matrici (S. Terzi) 1. SPAZI VETTORIALI I. ALCUNE DEFINIZIONI 1) Definizione di spazio vettoriale Sia S un insieme di vettori di ordine n. S è detto spazio lineare se e' un insieme

Dettagli

3.Polinomi ed operazioni con essi

3.Polinomi ed operazioni con essi MatematicaC Algebra1 1.Lebasidelcalcololetterale1.Polinomieoperazioniconessi....Polinomi ed operazioni con essi 1. Definizioni fondamentali Un polinomio è una somma algebrica di monomi, ciascuno dei quali

Dettagli

Rette e piani nello spazio Federico Lastaria, Analisi e Geometria 1. Politecnico di Milano Corso di Analisi e Geometria 1

Rette e piani nello spazio Federico Lastaria, Analisi e Geometria 1. Politecnico di Milano Corso di Analisi e Geometria 1 ette e piani nello spazio Federico Lastaria, Analisi e Geometria 1 Politecnico di Milano Corso di Analisi e Geometria 1 Federico Lastaria federico.lastaria@polimi.it ette e piani nello spazio. 9 Gennaio

Dettagli

Algebra di Boole Cenni all Algebra di Boole

Algebra di Boole Cenni all Algebra di Boole Algebra di Boole Cenni all Algebra di Boole Introduzione Rappresentazione di una funzione combinatoria Proprietà dell algebra di commutazione Forme canoniche Teorema di espansione di Shannon Versione del

Dettagli

1.3.POLINOMI ED OPERAZIONI CON ESSI

1.3.POLINOMI ED OPERAZIONI CON ESSI 1POLINOMI ED OPERAZIONI CON ESSI 11 Definizioni fondamentali Un polinomio è un espressione algebrica letterale che consiste in una somma algebrica di monomi Sono polinomi: 6a+ b; 5ab+ b ; 6x 5yx 1 ; 7ab

Dettagli

Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari

Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Antonio Lanteri e Cristina Turrini UNIMI - 2016/2017 Antonio Lanteri e Cristina Turrini (UNIMI - 2016/2017 Elementi di Algebra Lineare

Dettagli

ELEMENTI DI CALCOLO VETTORIALE

ELEMENTI DI CALCOLO VETTORIALE ELEMENTI DI CALCOLO VETTORIALE Vettori liberi e vettori applicati o Vettore libero: - individuato da una direzione orientata ed una lunghezza - non ha un'ubicazione fissa nello spazio: - puo' essere traslato

Dettagli

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

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

Dettagli

Introduzione all algebra delle matrici. Appunti a cura di Lara Ercoli

Introduzione all algebra delle matrici. Appunti a cura di Lara Ercoli Introduzione all algebra delle matrici ppunti a cura di Lara Ercoli Indice Definizioni 3. Matrici particolari............................ 4 2 Operazioni con le matrici 8 2. Somma di matrici.............................

Dettagli

LEZIONE 1 C =

LEZIONE 1 C = LEZIONE 1 11 Matrici a coefficienti in R Definizione 111 Siano m, n Z positivi Una matrice m n a coefficienti in R è un insieme di mn numeri reali disposti su m righe ed n colonne circondata da parentesi

Dettagli

Vettori applicati. Capitolo Richiami teorici. Definizione 1.1 Un sistema di vettori applicati Σ è un insieme

Vettori applicati. Capitolo Richiami teorici. Definizione 1.1 Un sistema di vettori applicati Σ è un insieme Capitolo 1 Vettori applicati 1.1 Richiami teorici Definizione 1.1 Un sistema di vettori applicati Σ è un insieme {(P i,v i ), P i E, v i V, i = 1,...,N}, (1.1) dove P i è detto punto di applicazione del

Dettagli

Algebra di Boole Cenni all Algebra di Boole. Algebra Booleana: definizione

Algebra di Boole Cenni all Algebra di Boole. Algebra Booleana: definizione Algebra Booleana: operazioni e sistema algebrico Algebra di Boole Cenni all Algebra di Boole Introduzione Rappresentazione di una funzione combinatoria Proprietà dell algebra di commutazione Forme canoniche

Dettagli

1. Calcolare gli invarianti ortogonali e riconoscere le seguenti quadriche.

1. Calcolare gli invarianti ortogonali e riconoscere le seguenti quadriche. Algebra Lineare e Geometria Analitica Politecnico di Milano Ingegneria Quadriche Esercizi 1. Calcolare gli invarianti ortogonali e riconoscere le seguenti quadriche. (a) x + y + z + xy xz yz 6x 4y + z

Dettagli

Prodotto scalare, covarianza e controvarianza, tensore metrico

Prodotto scalare, covarianza e controvarianza, tensore metrico Prodotto scalare, covarianza e controvarianza, tensore metrico Marco Bonvini 29 settembre 2005 1 Prodotto scalare Sia V spazio lineare su R; dati u, v V il loro prodotto scalare, indicato con (u, v), è:

Dettagli

Definizione: Due monomi si dicono simili se hanno la stessa parte letterale.

Definizione: Due monomi si dicono simili se hanno la stessa parte letterale. CALCOLO LETTERALE Definizione: Data una formula si dicono variabili le lettere alle quali può essere sostituito qualsiasi valore numerico; i numeri si dicono, invece, costanti. Nella formula per il calcolo

Dettagli

Esercitazione di Analisi Matematica II

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

Dettagli

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

Fissiamo nel piano un sistema di riferimento cartesiano ortogonale O, x, y, u.

Fissiamo nel piano un sistema di riferimento cartesiano ortogonale O, x, y, u. Fissiamo nel piano un sistema di riferimento cartesiano ortogonale O, x, y, u. Definizione Una conica è il luogo dei punti, propri o impropri, reali o immaginari, che con le loro coordinate omogenee (x,

Dettagli

TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI

TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI 2 Direttore Beatrice VENTURI Università degli Studi di Cagliari Comitato scientifico Umberto NERI University of

Dettagli

1.4 PRODOTTI NOTEVOLI

1.4 PRODOTTI NOTEVOLI Matematica C Algebra. Le basi del calcolo letterale.4 Prodotti notevoli.4 PRODOTTI NOTEVOLI Il prodotto fra due polinomi si calcola moltiplicando ciascun termine del primo polinomio per ciascun termine

Dettagli

Appunti di matematica per le Scienze Sociali Parte 1

Appunti di matematica per le Scienze Sociali Parte 1 Appunti di matematica per le Scienze Sociali Parte 1 1 Equazioni 1.1 Definizioni preliminari 1.1.1 Monomi Si definisce monomio ogni prodotto indicato di fattori qualsiasi, cioè uguali o diseguali, numerici

Dettagli

M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE

M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE Operazioni in un insieme Sia A un insieme non vuoto; una funzione f : A A A si dice operazione binaria (o semplicemente

Dettagli

Applicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.

Applicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Politecnico di Torino. Applicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Argomenti: Basi e coordinate. Applicazioni lineari. Matrici come applicazioni

Dettagli

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

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

Dettagli

Operazioni tra matrici e n-uple

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

Dettagli

1 Rette e piani in R 3

1 Rette e piani in R 3 POLITECNICO DI MILANO. FACOLTÀ DI INGEGNERIA INDUSTRIALE. Analisi e Geometria 1. Sez. D - G. Docenti: Federico G. Lastaria, Mauro Saita, Nadir Zanchetta,. 1 1 Rette e piani in R 3 Una retta parametrizzata

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

Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)

Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) April 14, 2011 (alcune note non complete sugli argomenti trattati: eventuali completamenti saranno aggiunti)

Dettagli

IV-2 Forme quadratiche

IV-2 Forme quadratiche 1 FORME QUADRATICHE 1 IV-2 Forme quadratiche Indice 1 Forme quadratiche 1 2 Segno di una forma quadratica 2 2.1 Il metodo dei minori principali........................................ 3 3 Soluzioni degli

Dettagli

Lezione 6 Richiami di Geometria Analitica

Lezione 6 Richiami di Geometria Analitica 1 Piano cartesiano Lezione 6 Richiami di Geometria Analitica Consideriamo nel piano due rette perpendicolari che si intersecano in un punto O Consideriamo ciascuna di queste rette come retta orientata

Dettagli

Esercizi geometria analitica nello spazio. Corso di Laurea in Informatica. Docente: Andrea Loi. Correzione

Esercizi geometria analitica nello spazio. Corso di Laurea in Informatica. Docente: Andrea Loi. Correzione Esercizi geometria analitica nello spazio Corso di Laurea in Informatica Docente: Andrea Loi Correzione 1. Denotiamo con P 1, P 13, P 3, P 1, P, P 3, P i simmetrici di un punto P rispetto ai piani coordinati

Dettagli

Lezione I Vettori geometrici e spazi vettoriali

Lezione I Vettori geometrici e spazi vettoriali .. Lezione I Vettori geometrici e spazi vettoriali A. Bertapelle 2 ottobre 2012 Vettori geometrici Definizione naïf di vettore Un vettore geometrico è un ente dotato di direzione, lunghezza e verso. Si

Dettagli

CORSO ZERO DI MATEMATICA per Ing. Chimica e Ing. delle Telecomunicazioni MONOMI E POLINOMI Prof. Erasmo Modica

CORSO ZERO DI MATEMATICA per Ing. Chimica e Ing. delle Telecomunicazioni MONOMI E POLINOMI Prof. Erasmo Modica CORSO ZERO DI MATEMATICA per Ing. Chimica e Ing. delle Telecomunicazioni MONOMI E POLINOMI Prof. Erasmo Modica erasmo@galois.it MONOMI In una formula si dicono variabili le lettere alle quali può essere

Dettagli

AL220 - Gruppi, Anelli e Campi

AL220 - Gruppi, Anelli e Campi AL220 - Gruppi, Anelli e Campi Prof. Stefania Gabelli - a.a. 2013-2014 Settimana 1 - Traccia delle Lezioni Funzioni tra insiemi Ricordiamo che una funzione o applicazione di insiemi f : A B è una corrispondenza

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

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

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

Geometria BATR-BCVR Esercizi 9

Geometria BATR-BCVR Esercizi 9 Geometria BATR-BCVR 2015-16 Esercizi 9 Esercizio 1. Per ognuna delle matrici A i si trovi una matrice ortogonale M i tale che Mi ta im sia diagonale. ( ) 1 1 2 3 2 A 1 = A 2 1 2 = 1 1 0 2 0 1 Esercizio

Dettagli

Esercizi di Matematica per la prova di ammissione alla Scuola Galileiana /16

Esercizi di Matematica per la prova di ammissione alla Scuola Galileiana /16 Esercizi di Matematica per la prova di ammissione alla Scuola Galileiana - 015/16 Esercizio 1 Per quali valori n Z \ {0} l espressione è un numero intero positivo? (n + 5)(n + 6) 6n Soluzione. Il problema

Dettagli

Didattica della Matematica per il triennio Geometria sintetica e geometria analitica

Didattica della Matematica per il triennio Geometria sintetica e geometria analitica Didattica della Matematica per il triennio Geometria sintetica e geometria analitica anno acc. 2012/2013 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi di Milano) Didattica della Matematica

Dettagli

Elementi di Algebra Lineare Spazi Vettoriali

Elementi di Algebra Lineare Spazi Vettoriali Elementi di Algebra Lineare Spazi Vettoriali Antonio Lanteri e Cristina Turrini UNIMI - 2015/2016 Antonio Lanteri e Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 37 index Spazi vettoriali

Dettagli

Definizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im

Definizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im APPUNTI ed ESERCIZI su matrici, rango e metodo di eliminazione di Gauss Corso di Laurea in Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 23 Aprile 2010 Matrici, rango e metodo

Dettagli

Ricordiamo brevemente come possono essere rappresentate le rette nel piano: 1) mediante un'equazione cartesiana. = ( p 1

Ricordiamo brevemente come possono essere rappresentate le rette nel piano: 1) mediante un'equazione cartesiana. = ( p 1 Introduzione Nella computer grafica, gli oggetti geometrici sono definiti a partire da un certo numero di elementi di base chiamati primitive grafiche Possono essere punti, rette e segmenti, curve, superfici

Dettagli

Matrici. Prof. Walter Pugliese

Matrici. Prof. Walter Pugliese Matrici Prof. Walter Pugliese Le matrici Una matrice è un insieme di numeri reali organizzati in righe e colonne. Se n è il numero delle righe e m e il numero delle colonne si dice che la matrice è di

Dettagli

Appunti di ALGEBRA LINEARE

Appunti di ALGEBRA LINEARE Appunti di ALGEBRA LINEARE Corso di Laurea in Chimica A. A. 2009/200 Capitolo SPAZI VETTORIALI In matematica si incontrano spesso insiemi di elementi su cui sono definite delle operazioni che godono di

Dettagli

2. Coordinate omogenee e trasformazioni del piano

2. Coordinate omogenee e trasformazioni del piano . Coordinate omogenee e trasformazioni del piano Nella prima sezione si è visto come la composizione di applicazioni lineari e di traslazioni porta ad una scomoda combinazione di prodotti matriciali e

Dettagli

Capitolo IV SPAZI VETTORIALI EUCLIDEI

Capitolo IV SPAZI VETTORIALI EUCLIDEI Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori.

Dettagli

Esercizi di Algebra 2, C.S. in Matematica, a.a

Esercizi di Algebra 2, C.S. in Matematica, a.a 26 Esercizi di Algebra 2, C.S. in Matematica, a.a.2008-09. Parte V. Anelli Nota. Salvo contrario avviso il termine anello sta per anello commutativo con identità. Es. 154. Provare che per ogni intero n

Dettagli

Presentazioni di gruppi: generatori e relazioni

Presentazioni di gruppi: generatori e relazioni Presentazioni di gruppi: generatori e relazioni Note per il corso di Geometria 4 (relative alla parte dei 6 crediti) Milano, 2011-2012, M.Dedò N.B. Quanto segue si appoggia fortemente al testo [M] consigliato

Dettagli

Dipartimento di Matematica Corso di laurea in Matematica Compiti di Geometria II assegnati da dicembre 2000 a dicembre 2003

Dipartimento di Matematica Corso di laurea in Matematica Compiti di Geometria II assegnati da dicembre 2000 a dicembre 2003 Dipartimento di Matematica Corso di laurea in Matematica Compiti di Geometria assegnati da dicembre 2000 a dicembre 2003 11/12/2000 n R 4 sono assegnati i punti A(3, 0, 1, 0), B(0, 0, 1, 0), C(2, 1, 0,

Dettagli

Strumenti Matematici

Strumenti Matematici Strumenti Matematici Dove si richiamano brevemente alcuni concetti di algebra lineare e si fissa la notazione. Spazi Trasformazioni Grafica al Calcolatore Fondamenti Matematici - 1 Spazi Per parlare di

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

GEOMETRIA PIANA. 1) sia verificata l uguaglianza di segmenti AC = CB (ossia C è punto medio del segmento AB);

GEOMETRIA PIANA. 1) sia verificata l uguaglianza di segmenti AC = CB (ossia C è punto medio del segmento AB); VETTORI E GEOMETRIA ANALITICA 1 GEOMETRIA PIANA Segmenti e distanza tra punti. Rette in forma cartesiana e parametrica. Posizioni reciproche di due rette, parallelismo e perpendicolarità. Angoli e distanze.

Dettagli

4 0 = 4 2 = 4 4 = 4 6 = 0.

4 0 = 4 2 = 4 4 = 4 6 = 0. Elementi di Algebra e Logica 2008. Esercizi 4. Gruppi, anelli e campi. 1. Determinare la tabella additiva e la tabella moltiplicativa di Z 6. (a) Verificare dalla tabella moltiplicativa di Z 6 che esistono

Dettagli

Sviluppi e derivate delle funzioni elementari

Sviluppi e derivate delle funzioni elementari Sviluppi e derivate delle funzioni elementari In queste pagine dimostriamo gli sviluppi del prim ordine e le formule di derivazioni delle principali funzioni elementari. Utilizzeremo le uguaglianze lim

Dettagli

Coordiante omogenee e proiezioni

Coordiante omogenee e proiezioni CAPITOLO 15 Coordiante omogenee e proiezioni Esercizio 15.1. Utilizzando le coordinate omogenee, determinare l equazione della retta r passante per i punti A(2,) e B( 1,0) e della retta s passante per

Dettagli

Algebra Lineare ed Elementi di Geometria Corso di Laurea in Matematica Applicata MODULO 1

Algebra Lineare ed Elementi di Geometria Corso di Laurea in Matematica Applicata MODULO 1 Algebra Lineare ed Elementi di Geometria Corso di Laurea in Matematica Applicata MODULO 1 Prof. Lidia Angeleri Anno accademico 2015-2016 1 1 appunti aggiornati in data 14 gennaio 2016 Indice I Gruppi 3

Dettagli

4. Sia Γ la conica che ha fuoco F (1, 1) e direttrice d : x y = 0, e che passa per il punto P (2, 1).

4. Sia Γ la conica che ha fuoco F (1, 1) e direttrice d : x y = 0, e che passa per il punto P (2, 1). Geometria Complementi ed esercizi sulle coniche 1 (a) Scrivere l equazione dell ellisse Γ che ha fuochi F 1 ( 1, 1), F (1, 1) e che passa per il punto P (1, 1) (b) Determinare il centro, gli assi e i vertici

Dettagli

Prodotto scalare e norma

Prodotto scalare e norma Capitolo 7 Prodotto scalare e norma Riprendiamo ora lo studio dei vettori da un punto di vista più geometrico. È noto, per esempio dalla Fisica, che spesso è comodo visualizzare un vettore del piano o

Dettagli

LEZIONE 12. v = α 1 v α n v n =

LEZIONE 12. v = α 1 v α n v n = LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono

Dettagli

ALGEBRA DI BOOLE. In caso di errori di battitura o se si volesse contribuire a migliorare la seguente guida contattare:

ALGEBRA DI BOOLE. In caso di errori di battitura o se si volesse contribuire a migliorare la seguente guida contattare: ALGEBRA DI BOOLE Indice Introduzione... 2 PRORIETA E TEOREMI DELL ALGEBRA DI BOOLE... 3 FUNZIONI LOGICHE PRIMARIE... 4 Funzione logica AND... 4 Funzione logica OR... 4 Funzione logica NOT... 5 FUNZIONI

Dettagli

Lezione 9: Le matrici

Lezione 9: Le matrici Lezione 9: Le matrici Ancora un po di sistemi in generale: le notazioni Nella lezione precedente abbiamo visto vari esempi di sistemi lineari in cui si verificavano i seguenti casi: una sola soluzione,

Dettagli