Rappresentazione matriciale del Gruppo puntuale di simmetria C3v (ammoniaca)

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

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

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

ANALISI MULTIDIMENSIONALE DEI DATI (AMD)

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

1 Definizione di sistema lineare omogeneo.

Appunti su Indipendenza Lineare di Vettori

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

Prodotti scalari e matrici

1 Il polinomio minimo.

Esercitazioni di Meccanica Quantistica I

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

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

Metodi per la risoluzione di sistemi lineari

VETTORI NELLO SPAZIO ORDINARIO ,

Appunti di Geometria - 3

MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE

Caso di A non regolare

ESERCIZI SULLE MATRICI

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

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

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

Metodo di Gauss-Jordan 1

Lezione 7: Il Teorema di Rouché-Capelli

Sui determinanti e l indipendenza lineare di vettori

Geometria BIAR Esercizi 2

Rappresentazioni numeriche

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

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

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

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

POTENZE DI MATRICI QUADRATE

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

3. Vettori, Spazi Vettoriali e Matrici

La scomposizione in fattori primi

Variabile, costante ed espressione

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

TEORIA DEI SISTEMI SISTEMI LINEARI

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

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

2.1 Esponenziale di matrici

Esercitazione di Matematica su matrici e sistemi lineari

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

Volumi in spazi euclidei 12 dicembre 2014

Dalle configurazioni ai termini

Possibile applicazione

Applicazioni lineari tra spazi euclidei. Cambi di base.

Esercitazione 6 - Soluzione

Inversa di una matrice

1 Ampliamento del piano e coordinate omogenee

Raggiungibilità e osservabilità

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

Applicazioni lineari e diagonalizzazione pagina 1 di 5

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

Sistemi sovradeterminati

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

Esercizi di Geometria - 1

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

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

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

QUADRATO MAGICO DI ORDINE PARI (n=4)

3. Matrici e algebra lineare in MATLAB

Risoluzione di problemi ingegneristici con Excel

La moltiplicazione di numeri naturali: esercizi svolti

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

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

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

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

Risoluzione di sistemi lineari sparsi e di grandi dimensioni

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

Operazioni sui vettori

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

UNITÀ DIDATTICA 5 LA RETTA

Corso di Calcolo Numerico

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

Geometria analitica del piano pag 12 Adolfo Scimone

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

LEZIONE 9. Figura 9.1.1

Esercizi sui sistemi di equazioni lineari.

Disequazioni di secondo grado

Esercizi sulle coniche (prof.ssa C. Carrara)

Generazione di Numeri Casuali- Parte 2

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

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

Matrici quadrate particolari

Corso di Calcolo Numerico

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

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

Sistemi lineari: bilanciamento di reazioni chimiche

ESERCITAZIONE SU CALCOLO MATRICIALE, APPLICAZIONI LINEARI E FORME QUADRATICHE

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

Forme bilineari simmetriche

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n

Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010

Geometria delle similitudini

METODO DEI MINIMI QUADRATI

Dipendenza e indipendenza lineare (senza il concetto di rango)

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

Anno 4 Matrice inversa

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

Transcript:

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

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

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

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

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