1 Trasformazione di vettori e 1-forme per cambiamenti
|
|
- Fiora Corso
- 6 anni fa
- Visualizzazioni
Transcript
1 PRIMA ESERCITAZIONE Trasformazione di vettori e -forme per cambiamenti di coordinate Consideriamo lo spazio di Minkowski in coordinate cartesiane {x } (x,x,x 2,x 3 ). La sua metrica è ds 2 (dx ) 2 +(dx ) 2 +(dx 2 ) 2 +(dx 3 ) 2 g ν dx dx ν () con g ν. (2) Consideriamo le coordinate polari {x α } (x,r,θ,φ), definite nell insieme r>, <θ<π, <φ<2π (3) in termini delle coordinate cartesiane mediante la trasformazione di coordinate x x x x x (x α ): cos φ x 2. (4) sin φ x 3 r cos θ Passando dalle coordinate cartesiane alle coordinate polari, i vettori di base e () e le -forme di base ω () dx si trasformano secondo le con x Sottolineiamo che per x ω () Λ α ω(α ) e () Λ α e (α ) (5) Λ α x Λ α xα x. (6) si intendono le derivate delle funzioni di trasformazione di coordinate x (x α ), nel nostro caso le (4), e per xα x le derivate delle trasformazioni di coordinate inverse x α (x ). Definiamo la matrice Λ di componenti Λ α Λ(Λ x α ). (7)
2 In questa definizione, per convenzione, l indice di riga è l indice alto (in questo caso ), mentre l indice di colonna è l indice basso (in questo caso α ) (ricordiamo che nel prodotto righe per colonne tra due matrici A B C con C ik A ij B jk, gli indici che si contraggono sono l indice di colonna della matrice di sinistra e l indice di riga della matrice di destra). Consideriamo la matrice che ha come componenti le Λ α, con la stessa convenzione sugli indici di riga e di colonna. Poichè Λ α Λα ν x x α x ν δ ν, (8) equestoèun prodotto righe per colonne in quanto si contrae l indice di colonna della prima matrice e l indice di riga della seconda, ne segue che la matrice di componenti Λ α è quella matrice che, moltiplicata per Λ, dà l identità, ovvero è l inversa: ) ( x Λ α Λ α x. (9) Quindi, per determinare le derivate xα x non è necessario invertire le funzioni x (x α ), ricavando le x α (x ), e poi derivare queste ultime rispetto agli x : basta calcolare la matrice Λ e invertirla. Nel caso della trasformazione di coordinate (4), derivando le x (x )sitrova x Λ (Λ α ) La matrice inversa è ( Λ sinθ cos φ rcos θ cos φ sin φ sinθ sin φ rcos θ sin φ rsin θ cos φ cosθ Λ α ) sinθ cos φ sin θ sin φ cos θ r cos θ cos φ r cos θ sin φ sin φ cos φ. (). () In generale un campo vettoriale (che spesso per brevità di notazione verrà impropriamente detto vettore, così come i campi di -forme verranno spesso impropriamente detti -forme ) V si esprime nei due sistemi di coordinate {x } e {x α } rispettivamente come V V (x) e () V α (x ) e (α ) (2) 2
3 per cui le componenti di V nelle due basi, V (x) ev α (x ), si trasformano secondo la V (x) Λ α V α (x (x)). (3) Per un campo di forme σ, analogamente, σ σ (x) ω () σ α (x ) ω (α ) (4) e σ (x) Λ α σ α (x (x)). (5) È da notare che per trasformare un campo di vettori o -forme (o, più ingenerale, un campo tensoriale) non è sufficiente applicare gli operatori Λ, Λ, bisogna anche esprimere le vecchie coordinate nelle nuove coordinate. Consideriamo ad esempio un campo scalare dato nelle coordinate x,φ(x). Cambiando coordinate {x } {x α }, (6) il campo scalare si trasforma come segue: Φ(x) Φ (x ) Φ(x(x )) (7) dove x(x ) sono le trasformazioni di coordinate, in questo caso le (4). Ad esempio, se in coordinate cartesiane Φ(x) (x ) 2 +(x 2 ) 2, (8) in coordinate polari il campo diventa Φ (x ) Φ(x(x )) (x (r, θ, φ)) 2 +(x 2 (r, θ, φ)) 2 r 2 sin 2 θ, (9) per cui la sua forma funzionale cambia, anche se il valore assunto dal campo scalare in un dato punto della varietà è lo stesso. Consideriamo un campo vettoriale V che, in coordinate cartesiane {x }, abbialaforma {V (x)} (V,V,V 2,V 3 ) ( (x ) 2 +(x 2 ) 2 +(x 3 ) 2, x 2,x, ), (2) ovvero, in notazione geometrica, V ( (x ) 2 +(x 2 ) 2 +(x 3 ) 2) e () x 2 e () + x e (2). (2) Le componenti in coordinate polari del campo vettoriale V saranno V α (x )Λ α V (x(x )) r 2 sinθ cos φ sin θ sin φ cos θ r cos θ cos φ r cos θ sin φ sin φ cos φ sin φ cos φ r 2. (22) 3
4 Notare che abbiamo scritto Λ α V come prodotto riga per colonna della matrice Λ per il vettore colonna V ; abbiamo potuto farlo perchè l indice contratto (o, come si dice, muto ) è in questo caso l indice, cheè l indice di colonna della matrice Λ; se si considera V come un vettore colonna, l indice di V è l indice di riga di V, e abbiamo quindi il prodotto matriciale Λ V. Consideriamo ora la -forma σ di componenti (nelle coordinate {x }) {σ (x)} (σ,σ,σ 2,σ 3 )(,x,x 2,x 3 ), (23) e calcoliamo le sue componenti in coordinate polari. Esse saranno σ α (x )Λ α σ (x(x )). (24) In questo caso l indice muto è l indice di riga di Λ. Poichè nel prodotto riga per colonna si contraggono l indice di colonna della matrice di sinistra e l indice di riga della matrice di destra, se vogliamo scrivere la (24) come prodotto righe per colonne la Λ deve stavolta essere la matrice di destra, e σ deve essere visto come un vettore riga: σ α (x )Λ α σ (x(x )) (,rsin θ cos φ, sin φ, r cos θ) sinθ cos φ rcos θ cos φ sin φ sinθ sin φ rcos θ sin φ rcos θ cos φ cosθ (,r,, ). (25) Consideriamo ancora la metrica () in coordinate cartesiane ds 2 (dx ) 2 +(dx ) 2 +(dx 2 ) 2 +(dx 3 ) 2. (26) Per trasformarla in coordinare polari, potremmo utilizzare la formula di trasformazione del tensore metrico. Ma, per determinare la trasformazione della metrica per un cambiamento di coordinate, esiste un metodo a volte più veloce: è sufficiente sostituire nella (26) la trasformazione delle forme di base ω () dx, dx x dx α (27) che può essere ottenuta differenziando le x (x α ) (nel nostro caso le (4)): dx dx dx sinθ cos φdr + r cos θ cos φdθ sin φdφ dx 2 sinθ sin φdr + r cos θ sin φdθ + cos φdφ dx 3 cosθdr dθ. (28) Sostituendo nella (26) si trova la metrica dello spazio piatto in coordinate polari: dx 2 (dx ) 2 + dr 2 + r 2 dθ 2 + r 2 sin θ 2 dφ 2. (29) 4
5 2 Trasformazione di tensori per cambiamenti di coordinate Consideriamo lo spazio-tempo di Minkowski in coordinate cilindriche. Siano {x α } (t, r, φ, z) le coordinate cilindriche, {x } (t,x,y,z ) le coordinate cartesiane, legate tra loro dalla trasformazione di coordinate t t x α x α (x x ): r cos φ y. (3) r sin φ z z Troviamo la matrice Λ che governa le trasformazioni di tensori per cambiamenti di coordinate, derivando le (3). Nelle nostre convenzioni, Λ (Λ x α ) Λ Λ α ) ( x. (3) La matrice che possiamo calcolare derivando le (3) èλ,dopodichè, invertendola, troviamo Λ: Λ cosφ r sin φ sinφ rcos φ Λ cosφ sin φ r sin φ r cos φ. (32) Siadatoiltensoreditipo nel sistema di coordinate cilindriche. 2 r T ν sinφ r cos φ. (33) Vogliamo trovare le sue componenti nel sistema di coordinate cartesiane. Sarà T α β Λ α Λν β T ν. (34) La (34) può essere calcolata componente per componente: T Λ Λ T +Λ Λ T +... T Λ Λ T +Λ Λ T (35) 5
6 ma (per i tensori con al più due indici) è conveniente utilizzare il formalismo matriciale. Definiamo le matrici, che chiameremo (solo per questo calcolo) T e T, costituite dalle componenti dei tensori T α,β, T α β : T (T ν ), T (T α β ), (36) dove al solito scegliamo la convenzione secondo la quale l indice di sinistra èdi riga, quello di destra è di colonna, indipendentemente dal fatto che stiano in alto o in basso. Per poter scrivere l espressione (34) T α β Λ α Λν β T ν (37) come prodotto righe per colonne di matrici, l indice di colonna di una matrice si deve contrarre con l indice di riga della matrice successiva, ovvero, nelle nostre convenzioni, gli indici sommati devono essere affiancati. Perciò, ad esempio, Λ ν β T ν T ν Λ ν β sono le componenti del prodotto righe per colonne T Λ. Ma l indice in (37) è indice di riga sia in T ν sia in Λ α, quindi, per poter scrivere la (37) come prodotto matriciale, dobbiamo considerare in Λ α indice di colonna ed α indice di riga; ciò equivale a considerare la matrice trasposta alla matrice Λ. In altre parole, nella convenzione in cui l indice di riga sta sempre a sinistra e quello di colonna sempre a destra, data una matrice A (A ij ), la sua matrice trasposta A T (A T ij ) ha per definizione componenti A T ij A ji, (38) quindi Λ α ΛT α (39) e la (34) può essere scritta T α β ΛT α T ν Λ ν β (4) che corrisponde all espressione matriciale Calcolando esplicitamente, T Λ T T Λ cosφ r sin φ sinφ r cos φ T Λ T T Λ. (4) r sin φ cos φ sin φ cos φ cos 2 φ sin 2 φ r sinφ r cos φ cosφ sin φ sin φ +cosφ sin φ cos φ sin φ cos 2 φ sin 2 φ cos φ cos 2 φ sin 2 φ cos φ sin 3 φ Λ cosφ sin φ r sin φ r cos φ (T α β ) (42) 6
7 che sono le componenti del tensore nel riferimento cartesiano {x α }. Esse devono però essere espresse in coordinate cartesiane, ovvero sostinuendo cos φ x x 2 + y 2 y sin φ. (43) x 2 + y 2 2 Analogamente, per un tensore di componenti in coordinate cilindriche T ν, le componenti in coordinate cartesiane sono T α β Λ α Λ β νt ν Λ α T ν Λ T β ν (44) e, definendo le matrici T (T ν )et (T α β ), possiamo scrivere la (44) in forma matriciale: T Λ T (Λ T ). (45) Ricordare che (Λ T ) (Λ ) T,ovveroinquestocaso ( Per un tensore (Λ T ) ), cosφ sin φ r sin φ rcos φ. (46) T α β Λα Λ ν β T ν Λ α T ν Λ ν β (47) che, definendo le matrici T (T ν )et (T α β ), può esssere scritta come T Λ T Λ. (48) 7
1 Trasformazione di vettori e 1-forme per cambiamenti
Trasformazione di vettori e -forme per cambiamenti di coordinate Consideriamo lo spazio di Minkowski in coordinate cartesiane {x µ } (x,x,x 2,x 3 ). La sua metrica è ds 2 (dx ) 2 +(dx ) 2 +(dx 2 ) 2 +(dx
DettagliTrasformazione della metrica per cambiamenti di coordinate
TERZA ESERCITAZIONE Trasformazione della metrica per cambiamenti di coordinate Consideriamo lo spazio di Minkowski in coordinate cartesiane {x µ } (x, x, x, x 3. La sua metrica è ds (dx + (dx + (dx + (dx
DettagliCorso di Laurea in Fisica. Geometria. a.a Canale 3 Prof. P. Piazza Magiche notazioni
Corso di Laurea in Fisica. Geometria. a.a. 23-4. Canale 3 Prof. P. Piazza Magiche notazioni Siano V e W due spazi vettoriali e sia T : V W un applicazione lineare. Fissiamo una base B per V ed una base
Dettaglidλ + Γµ ναu ν V α = 0 (3)
SESTA ESERCITAZIONE Trasporto parallelo Lungo una curva di parametro λ, di vettore tangente U µ = dxµ dλ, (1) il vettore V µ è trasportato parallelamente se soddisfa le equazioni del trasporto parallelo
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
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
DettagliSistemi dinamici-parte 2 Parentesi di Poisson e trasformazioni canoniche
Sistemi dinamici-parte 2 Parentesi di e trasformazioni AM Cherubini 11 Maggio 2007 1 / 25 Analogamente a quanto fatto per i sistemi lagrangiani occorre definire, insieme alla struttura del sistema, anche
DettagliProdotto scalare e prodotto vettoriale. Elisabetta Colombo
Corso di Approfondimenti di Matematica Biotecnologie, Anno Accademico 2010-2011, http://users.mat.unimi.it/users/colombo/programmabio.html Vettori Vettori 1 2 3 4 di di Ricordiamo il in R n Dati a = (a
DettagliAnno 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
DettagliLe 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
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
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
Dettagli2 2 2 A = Il Det(A) = 2 quindi la conica è non degenere, di rango 3.
Studio delle coniche Ellisse Studiare la conica di equazione 2x 2 + 4xy + y 2 4x 2y + 2 = 0. Per prima cosa dobbiamo classificarla. La matrice associata alla conica è: 2 2 2 A = 2 2 2 Il DetA = 2 quindi
Dettagli1. Funzioni implicite
1. Funzioni implicite 1.1 Il caso scalare Sia X R 2 e sia f : X R. Una funzione y : (a, b) R si dice definita implicitamente dall equazione f(x, y) = 0 in (a, b) quando: 1. (x, y(x)) X x (a, b); 2. f(x,
DettagliRisoluzioni di alcuni esercizi
Risoluzioni di alcuni esercizi Reti topografiche, trasformazioni di coordinate piane In una poligonale piana il punto è nell origine delle coordinate, l angolo (in verso orario fra il semiasse positivo
DettagliESERCIZI SUI NUMERI COMPLESSI
ESERCIZI SUI NUMERI COMPLESSI Esercizio Calcolare il modulo e l argomento principale del seguente numero complesso: z = ) 5 + i i) 7 Per risolvere l esercizio proposto applichiamo le formule per il calcolo
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
DettagliSistemi di coordinate
Sistemi di coordinate Servono a descrivere la posizione di una punto nello spazio. Un sistema di coordinate consiste in Un punto fisso di riferimento chiamato origine Degli assi specifici con scale ed
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
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
Dettagli1 Cambiamenti di riferimento nel piano
1 Cambiamenti di riferimento nel piano Siano date due basi ortonormali ordinate di V : B = ( i, j) e B = ( i, j ) e supponiamo che i = a i + b j j = c i + d j allora per un generico vettore v V abbiamo
DettagliOPERAZIONI SU SPAZI DI HILBERT. Nel seguito introdurremo i concetti di prodotto diretto e somma diretta di due spazi di Hilbert.
2/7 OPERAZIONI SU SPAZI DI HILBERT 11/12 1 OPERAZIONI SU SPAZI DI HILBERT Dati due spazi di Hilbert H (1) e H (2) si possono definire su di essi operazioni il cui risultato è un nuovo spazio di Hilbert
DettagliEsercitazione 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
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:
DettagliRipasso tramiti esempi - Applicazioni lineari e matrici
Ripasso tramiti esempi - Applicazioni lineari e matrici Applicazioni lineari associata ad una matrice Avete imparato che data una matrice A K m,n esiste una applicazione lineare associata ad A. Ma come
DettagliAnalisi Matematica II (Prof. Paolo Marcellini)
Analisi Matematica II Prof. Paolo Marcellini) Università degli Studi di Firenze Corso di laurea in Matematica Esercitazione del 5//14 Michela Eleuteri 1 eleuteri@math.unifi.it web.math.unifi.it/users/eleuteri
DettagliCAPITOLO 9. Sia data poi una funzione scalare f su M:
CAPITOLO 9 Introduzione alla geometria differenziale Lo sviluppo teorico della RG richiede particolari strumenti matematici: geometria differenziale e analisi tensoriale. La geometria differenziale nasce
DettagliGeometria analitica del piano pag 32 Adolfo Scimone
Geometria analitica del piano pag 32 Adolfo Scimone CAMBIAMENTI DI SISTEMA DI RIFERIMENTO Consideriamo il piano cartesiano R 2 con un sistema di riferimento (O,U). Se introduciamo in R 2 un secondo sistema
DettagliEsercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente
Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Dati i vettori di R (i) Calcolare il prodotto scalare v w, (ii) Stabilire se v e w sono ortogonali, (ii) Stabilire
DettagliANALISI VETTORIALE ESERCIZI SULLE SUPERFICI
ANALII VETTORIALE EERCIZI ULLE UPERFICI Esercizio Calcolare l area della superficie dove Σ {(x, y, z) (x, y) E, z 2 + x 2 + y 2 } E {(x, y) x 2 + y 2 4}. Essendo la superficie Σ data come grafico di una
Dettagli1 Sistemi di riferimento
Università di Bologna - Corsi di Laurea Triennale in Ingegneria, II Facoltà - Cesena Esercitazioni del corso di Fisica Generale L-A Anno accademico 2006-2007 1 Sistemi di riferimento Le grandezze usate
DettagliEsercizi di Analisi Matematica 3. Prima parte
Esercizi di Analisi Matematica 3 per le Facoltà di Ingegneria Prima parte Corrado Lattanzio e Bruno Rubino Versione preliminare L Aquila, ottobre 5 Indice 1 Curve, superfici e campi vettoriali 3 1.1 Curve
DettagliLE MATRICI NEL PIANO
LE MATRICI NEL PIANO A cura di Buon Laura, Carniel Chiara, Lucchetta Jessica, Spadetto Luca Realizzato nell'ambito del Progetto Archimede con la supervisione del Prof FZampieri ISISS MCasagrande, Pieve
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
DettagliLezione 12: Ancora sulle matrici
Lezione 12: Ancora sulle matrici La matrice inversa e il metodo di Cramer Abbiamo detto che usando le matrici e i vettori possiamo scrivere sinteticamente un sistema come Ax b Pensate ora di avere una
Dettagli1 Distanza di un punto da una retta (nel piano)
Esercizi 26/10/2007 1 Distanza di un punto da una retta (nel piano) Sia r = {ax + by + c = 0} una retta. Sia P = (p 1, p 2 ) R 2 un punto che non sta sulla retta r. Vogliamo vedere se si può parlare di
DettagliESERCIZI sui VETTORI
ESERCIZI sui VETTORI 1. Calcolare la somma di v 1 (2, 3) e v 2 (1, 4). 2. Calcolare la somma di v 1 (1, 5, 4) e v 2 (6, 8, 2). 3. Calcolare il prodotto di α = 2 e v 1 (1, 4). 4. Calcolare il prodotto di
DettagliOperazioni tra matrici. Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia c = 3
Operazioni tra matrici Definizione di matrice a ij è un elemento di A a ij è detto l elemento ij-esimo di A Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia
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
DettagliTrapani. Dispensa di Geometria, x 1 x 2.x n. (x 1 y 1 ) (x n y n ) 2.
2006 Trapani Dispensa di Geometria, 1 Distanze Siano P e Q punti di R n con P di coordinate allora la distanza tra P e Q e P Q = x 1 x 2 x n (x 1 y 1 ) 2 + (x n y n ) 2 e Q di coordinate Siano Σ 1 e Σ
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
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
DettagliFisica Quantistica III Esercizi Natale 2009
Fisica Quantistica III Esercizi Natale 009 Philip G. Ratcliffe (philip.ratcliffe@uninsubria.it) Dipartimento di Fisica e Matematica Università degli Studi dell Insubria in Como via Valleggio 11, 100 Como
DettagliDiffusione dei raggi X da parte di un elettrone
Diffusione dei raggi X da parte di un elettrone Consideriamo un onda elettro-magnetica piana polarizzata lungo x che si propaga lungo z L onda interagisce con un singolo elettrone (libero) inducendo un
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
DettagliEsercitazione: 16 novembre 2009 SOLUZIONI
Esercitazione: 16 novembre 009 SOLUZIONI Esercizio 1 Scrivere [ ] equazione vettoriale, parametrica [ ] e cartesiana della retta passante 1 per il punto P = e avente direzione d =. 1 x 1 Soluzione: Equazione
DettagliProdotto scalare, ortogonalitá e basi ortonormali
CAPITOLO 0 Prodotto scalare, ortogonalitá e basi ortonormali Esercizio 0.. Dati i seguenti vettori di R si calcoli il prodotto scalare (v i,v j per i,j =,,...,6: v = (6,3 v = (,0 v 3 = (, v 4 = (,0 v 5
Dettagli(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
DettagliAnalisi Matematica II Corso di Ingegneria Gestionale Compito del f(x, y) = e (x3 +x) y
Analisi Matematica II Corso di Ingegneria Gestionale Compito del 8--7 - È obbligatorio consegnare tutti i fogli, anche la brutta e il testo. - Le risposte senza giustificazione sono considerate nulle.
DettagliRisoluzione 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
Dettagli1.[25 punti] Risolvere il seguente sistema di equazioni lineari al variare del parametro reale λ: X +Y +Z = 2. X 2Y +λz = 2
Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA SCRITTA DI GEOMETRIA A del 27 giugno 2011 ISTRUZIONI PER LO SVOLGIMENTO. Scrivere cognome, nome, numero di matricola in alto a destra
DettagliRette e piani in R 3
Rette e piani in R 3 In questa dispensa vogliamo introdurre in modo elementare rette e piani nello spazio R 3 (si faccia riferimento anche al testo Algebra Lineare di S. Lang). 1 Rette in R 3 Vogliamo
DettagliLeLing9: Prodotto tra matrici.
Geometria Lingotto LeLing9: Prodotto tra matrici Ārgomenti svolti: Prodotto tra matrici Dimostrazione del teorema del rango L algebra delle matrici quadrate: Il prodotto tra matrici non e commutativo Rotazioni
DettagliEsercizi svolti e assegnati su integrali doppi e tripli
Esercizi svolti e assegnati su integrali doppi e tripli Esercizio. ove Calcolare R = R xy x + y + x + y dxdy } x, y R : x, y, x x + y x Svolgimento. Passo : per disegnare R, studiamo C : x + y x =, C :
DettagliNUMERI COMPLESSI Esercizi svolti. d) (1 i) 3. b) (1 + i)(1 i)(1 + 3 i) c) 1 i 1
Calcolare le seguenti potenze di i: NUMERI COMPLESSI Esercizi svolti a) i b) i 7 c) i d) i e) i f) i 9 Semplificare le seguenti espressioni: a) i) i i) b) + i) i) + ) 0 i c) i) i) i) d) i) Verificare che
DettagliMeccanica. 3. Elementi di Analisi Vettoriale. Domenico Galli. Dipartimento di Fisica e Astronomia.
Meccanica 3. Elementi di Analisi Vettoriale http://campus.cib.unibo.it/246981/ Domenico Galli Dipartimento di Fisica e Astronomia 5 maggio 2017 Traccia 1. Vettori Variabili 2. Derivate e Integrali 3. Derivate
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
DettagliGrandezze scalari e vettoriali
Grandezze scalari e vettoriali Per caratterizzare completamente una grandezza fisica, a volte è sufficiente dare soltanto un numero (scalare), mentre altre volte questo non è sufficiente. Massa, lunghezza,
DettagliRisposta La curva r è regolare a tratti per via di quanto succede della sua rappresentazione parametrica nel punto t = 1: pur riuscendo
ANALISI VETTORIALE OMPITO PER LE VAANZE DI FINE D ANNO Esercizio Sia r(t) la curva regolare a tratti x = t, y = t, t [, ] e x = t, y = t, t [, ]. alcolare la lunghezza di r, calcolare, dove esistono, i
DettagliCalcolo vettoriale. Versore: vettore u adimensionale di modulo unitario (rapporto tra un vettore e il suo modulo)
Grandezze scalari: caratterizzate da un valore numerico in una unità di misura scelta (ex: massa, temperatura, ecc) Grandezze vettoriali: oltre al valore numerico necessitano della definizione di una direzione
DettagliDIFFERENZIAZIONE. Sia f una funzione reale di variabile reale con dominio un intervallo. Se f è derivabile in un punto x 0, allora: f(x) f(x 0 ) lim
DIFFERENZIAZIONE 1 Regola della catena Sia f una funzione reale di variabile reale con dominio un intervallo. Se f è derivabile in un punto x 0, allora: f(x) f(x 0 ) lim = f (x 0 ). x x 0 x x 0 Questa
DettagliAnalisi 4 - SOLUZIONI (compito del 29/09/2011)
Corso di laurea in Matematica Analisi 4 - SOLUZIONI compito del 9/09/0 Docente: Claudia Anedda Calcolare, tramite uno sviluppo in serie noto, la radice quinta di e la radice cubica di 9 Utilizzando la
DettagliESERCIZI SUI PUNTI DI NON DERIVABILITÀ TRATTI DA TEMI D ESAME
ESERCIZI SUI PUNTI DI NON DERIVABILITÀ TRATTI DA TEMI D ESAME a cura di Michele Scaglia FUNZIONI DERIVABILI Sia f : domf R una funzione e sia 0 domf di accumulazione per domf Chiamiamo derivata prima di
DettagliIl determinante. Calcolo del determinante di matrici particolari. matrici di ordine 2: sia. a11 a A = allora
Calcolo del determinante di matrici particolari matrici di ordine 2: sia allora Esempio. [ ] a11 a A = 12, a 21 a 22 det A = a 11 a 22 a 21 a 12. Calcolare il determinante di [ ] 1 2 A =. 3 4 matrici di
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
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
DettagliTeorema delle Funzioni Implicite
Teorema delle Funzioni Implicite Sia F una funzione di due variabili definita in un opportuno dominio D di R 2. Consideriamo l equazione F (x, y) = 0, questa avrà come soluzioni coppie di valori (x, y)
Dettagli= Acos ω 0 t B sinω 0 t (2)
Un vettore complesso è un ente che rappresenta una grandezza vettoriale che varia sinusoidalmente nel tempo. Consideriamo infatti un vettore e(t) che vari sinusoidalmente nel tempo. In tal caso le tre
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
DettagliTrasformazioni di Lorentz
Trasformazioni di Lorentz Regole di trasformazione fra un sistema inerziale S (descritto da x, y, z, t) ed uno S (descritto da x, y, z, t ) che viaggia a velocità V lungo x rispetto a S: x = γ(x V t) y
DettagliCalcolo vettoriale. Grandezze scalari: caratterizzate da un valore numerico in una unità di misura scelta (ex: massa, temperatura, ecc)
Grandezze scalari: caratterizzate da un valore numerico in una unità di misura scelta (ex: massa, temperatura, ecc) Grandezze vettoriali: oltre al valore numerico necessitano della definizione di una direzione
DettagliVettori e geometria analitica in R 3 1 / 25
Vettori e geometria analitica in R 3 1 / 25 Sistemi di riferimento in R 3 e vettori 2 / 25 In fisica, grandezze fondamentali come forze, velocità, campi elettrici e magnetici vengono convenientemente descritte
DettagliNote sul teorema del Dini
Note sul teorema del Dini S. Spagnolo 1 Punti fissi Data un applicazione ψ : C C, ogni punto z C per cui risulti ψ(z) = z si chiama punto fisso della ψ. Teorema 1 (delle contrazioni) Sia C un sottoinsieme
Dettagli7. Integrazione delle funzioni di più variabili (II)
7. Integraione delle funioni di più variabili (II) http://eulero.ing.unibo.it/~baroi/scam/scam-tr.7b.pdf 7.5 Area del parallelogramma costruito su due vettori. Volume del parallelepipedo costruito su tre
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
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
DettagliAnalisi del moto dei proietti
Moto dei proietti E il moto di particelle che vengono lanciate con velocità iniziale v 0 e sono soggette alla sola accelerazione di gravità g supposta costante. La pallina rossa viene lasciata cadere da
DettagliEndomorfismi e matrici simmetriche
CAPITOLO Endomorfismi e matrici simmetriche Esercizio.. [Esercizio 5) cap. 9 del testo Geometria e algebra lineare di Manara, Perotti, Scapellato] Calcolare una base ortonormale di R 3 formata da autovettori
DettagliAppunti della lezione sulla Equazione Differenziale delle Onde
Appunti della lezione sulla Equazione Differenziale delle Onde ultima revisione: 21 giugno 2017 In tutti i casi analizzati precedentemente si osserva che le onde obbediscono alla stessa Equazione Differenziale
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
DettagliInversa 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:
DettagliCampi conservativi e forme esatte - Esercizi svolti
Campi conservativi e forme esatte - Esercizi svolti 1) Dire se la forma differenziale è esatta. ω = 2 2 (1 + 2 2 ) 2 d + 2 2 (1 + 2 2 ) 2 d 2) Individuare in quali regioni sono esatte le seguenti forme
DettagliProbabilità e Statistica per l Informatica Esercitazione 4
Probabilità e Statistica per l Informatica Esercitazione 4 Esercizio : [Ispirato all Esercizio, compito del 7/9/ del IV appello di Statistica e Calcolo delle probabilità, professori Barchielli, Ladelli,
DettagliEsercizi di Complementi di Matematica (L-Z) a.a. 2015/2016
Esercizi di Complementi di Matematica (L-Z) a.a. 2015/2016 Prodotti scalari e forme bilineari simmetriche (1) Sia F : R 2 R 2 R un applicazione definita da F (x, y) = x 1 y 1 + 3x 1 y 2 5x 2 y 1 + 2x 2
Dettagli(f g)(x) = f(g(x)), (f (g h))(x) = f(g(h(x))) = ((f g) h)(x).
Trasformazioni geometriche di R In questo paragrafo studiamo alcune trasformazioni geometriche del piano R Per trasformazioni si intendono sempre delle applicazioni bigettive f : R R Le trasformazioni
DettagliLa formula di Taylor per funzioni di più variabili
La formula di Taylor per funzioni di più variabili Il polinomio di Taylor Due variabili. Sia A R 2 un aperto, f : A R una funzione sufficientemente regolare, (x, y) un punto di A. Sia (h, k) un vettore
DettagliLezione 4 - Esercitazioni di Algebra e Geometria - Anno accademico
Trasformazioni elementari sulle matrici Data una matrice A K m,n definiamo su A le seguenti tre trasformazioni elementari: T : scambiare tra loro due righe (o due colonne) di A; T : sommare ad una riga
DettagliLEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.
LEZIONE 2 2 Sistemi di equazioni lineari Definizione 2 Un equazione lineare nelle n incognite x, x 2,, x n a coefficienti reali, è un equazione della forma (2 a x + a 2 x 2 + + a n x n = b, ove a j, b
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,
DettagliUniversita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Esercizi GEOMETRIA (Edile-Architettura e dell Edilizia) CONICHE DI
Universita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Esercizi GEOMETRIA (Edile-Architettura e dell Edilizia) CONICHE DI R. Docente: Prof. F. Flamini Esercizi Riepilogativi Svolti Esercizio
DettagliLEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f
LEZIONE 23 23.1. Riduzione delle coniche a forma canonica. Fissiamo nel piano un sistema di riferimento Oxy e consideriamo un polinomio di grado 2 in x, y a meno di costanti moltiplicative non nulle, diciamo
DettagliMatrici. Ricerca di soluzioni di sistemi di equazioni lineari, Ricerca delle posizioni di equilibrio di un corpo rigido (in fisica), Teoria dei grafi,
Matrici Matrici e determinanti sono stati scoperti e sviluppati nel diciottesimo e diciannovesimo secoli. Inizialmente, il loro sviluppo riguardava lo studio della trasformazione di oggetti geometrici
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
Dettagli7. Equazioni differenziali
18 Sezione 7. Equazioni differenziali 7. Equazioni differenziali [versione: 25/5/2012] Richiamo delle nozioni fondamentali In un equazione differenziale l incognita da determinare è una funzione (e non
DettagliDecomposizione LU di una matrice quadrata
Appendice al Cap. 5 Decomposizione LU di una matrice quadrata Una qualunque matrice quadrata M = {m ij } di ordine N, reale, invertibile, i cui minori principali siano tutti non nulli, si può sempre decomporre
DettagliFondamenti di ALGEBRA LINEARE E GEOMETRIA
Fondamenti di ALGEBRA LINEARE E GEOMETRIA Corso di laurea in Ingegneria Gestionale 2011-2012 Michel Lavrauw Dipartimento di Tecnica e Gestione dei Sistemi Industriali Università di Padova Lezione 19 Capitolo
DettagliLe derivate parziali
Sia f(x, y) una funzione definita in un insieme aperto A R 2 e sia P 0 = x 0, y 0 un punto di A. Essendo A un aperto, esiste un intorno I(P 0, δ) A. Preso un punto P(x, y) I(P 0, δ), P P 0, possiamo definire
DettagliEquilibrio statico sul piano inclinato
Esperienza 3 Equilibrio statico sul piano inclinato Obiettivi - Comprendere la differenza tra grandezze vettoriali e grandezze scalari attraverso lo studio delle condizioni di equilibrio statico di un
DettagliMetodo dei minimi quadrati e matrice pseudoinversa
Scuola universitaria professionale della Svizzera italiana Dipartimento Tecnologie Innovative Metodo dei minimi quadrati e matrice pseudoinversa Algebra Lineare Semestre Estivo 2006 Metodo dei minimi quadrati
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
Dettagli