Cos è un gruppo. A IV) Esiste l elemento inverso di ogni elemento A:
|
|
- Enzo Rocchi
- 6 anni fa
- Visualizzazioni
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. Siano m, n N\{0}. Una matrice m n a coefficienti in K è una tabella di m n elementi di K disposti
DettagliTEORIA 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
DettagliEsercitazioni 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
DettagliTerminiamo 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
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
. 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
DettagliCorso 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
DettagliVettori 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
DettagliMATRICI 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
DettagliSpazi vettoriali euclidei.
Spazi vettoriali euclidei Prodotto scalare, lunghezza e ortogonalità in R n Consideriamo lo spazio vettoriale R n = { =,,, n R}, n con la somma fra vettori e il prodotto di un vettore per uno scalare definiti
DettagliAppendice 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
DettagliCorso 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
Dettaglii) la somma e il prodotto godano delle proprietà associativa, commutativa e distributiva;
1 Spazi vettoriali 11 Definizioni ed assiomi Definizione 11 Un campo è un insieme K dotato di una operazione somma K K K, (x, y) x + y e di una operazione prodotto K K K, (x, y) xy tali che i) la somma
Dettagli1 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 )
DettagliSPAZI 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
DettagliCorso 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
Dettagli3. 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
DettagliRichiami 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
DettagliGeometria 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
DettagliQuiz 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
Dettagli1 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,
DettagliRichiami 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
DettagliEsercitazioni 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
Dettaglimisura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x
4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto
DettagliCorso 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
DettagliEsercizio 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
DettagliI teoremi della funzione inversa e della funzione implicita
I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1
DettagliProdotti 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
Dettaglix 1 Fig.1 Il punto P = P =
Geometria di R 2 In questo paragrafo discutiamo le proprietà geometriche elementari del piano Per avere a disposizione delle coordinate nel piano, fissiamo un punto, che chiamiamo l origine Scegliamo poi
DettagliMatematica 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
DettagliEQUAZIONI 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,
Dettagli1 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
DettagliRappresentazione 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
DettagliLa 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
DettagliMetodi 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/
DettagliSISTEMI 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,
DettagliProdotto scalare e ortogonalità
Prodotto scalare e ortogonalità 12 Novembre 1 Il prodotto scalare 1.1 Definizione Possiamo estendere la definizione di prodotto scalare, già data per i vettori del piano, ai vettori dello spazio. Siano
Dettagli1 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
DettagliRichiami 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
Dettagli3.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
DettagliRette 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
DettagliAlgebra 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
Dettagli1.3.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
DettagliElementi 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
DettagliELEMENTI 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
DettagliLEZIONE 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.
DettagliIntroduzione 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.............................
DettagliLEZIONE 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
DettagliVettori applicati. Capitolo Richiami teorici. Definizione 1.1 Un sistema di vettori applicati Σ è un insieme
Capitolo 1 Vettori applicati 1.1 Richiami teorici Definizione 1.1 Un sistema di vettori applicati Σ è un insieme {(P i,v i ), P i E, v i V, i = 1,...,N}, (1.1) dove P i è detto punto di applicazione del
DettagliAlgebra 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
Dettagli1. 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
DettagliProdotto 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:
DettagliDefinizione: 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
DettagliEsercitazione 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
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
DettagliFissiamo 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,
DettagliTEMPUS 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
Dettagli1.4 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
DettagliAppunti 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
DettagliM.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
DettagliApplicazioni 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
Dettagliossia 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
DettagliOperazioni 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,
Dettagli1 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
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
DettagliAutovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)
Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) April 14, 2011 (alcune note non complete sugli argomenti trattati: eventuali completamenti saranno aggiunti)
DettagliIV-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
DettagliLezione 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
DettagliEsercizi 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
DettagliLezione 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
DettagliCORSO 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
DettagliAL220 - 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
DettagliSi 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
DettagliGeometria 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
DettagliOperatori 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)
DettagliGeometria 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
DettagliEsercizi 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
DettagliDidattica 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
DettagliElementi di Algebra Lineare Spazi Vettoriali
Elementi di Algebra Lineare Spazi Vettoriali Antonio Lanteri e Cristina Turrini UNIMI - 2015/2016 Antonio Lanteri e Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 37 index Spazi vettoriali
DettagliDefinizione 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
DettagliRicordiamo 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
DettagliMatrici. 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
DettagliAppunti 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
Dettagli2. 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
DettagliCapitolo 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.
DettagliEsercizi 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
DettagliPresentazioni 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
DettagliDipartimento 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,
DettagliStrumenti 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
DettagliProdotti 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
DettagliGEOMETRIA 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.
Dettagli4 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
DettagliSviluppi e derivate delle funzioni elementari
Sviluppi e derivate delle funzioni elementari In queste pagine dimostriamo gli sviluppi del prim ordine e le formule di derivazioni delle principali funzioni elementari. Utilizzeremo le uguaglianze lim
DettagliCoordiante 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
DettagliAlgebra 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
Dettagli4. 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
DettagliProdotto 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
DettagliLEZIONE 12. v = α 1 v α n v n =
LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono
DettagliALGEBRA 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
DettagliLezione 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