#1#%\usepackage{babel}
#2#%\usepackage{a4}
#3#%\usepackage{amssymb}
#4#%\documentstyle [12pt]{article}
#5#%per commentare intere porzioni di testo
#6#% testo nelle formule
#7#% e grassetto
#8#%\newcommand{\R}{{\mathbb R}}
#9#% numeri reali
#10#%\newcommand{\Q}{{\mathbb Q}}
#11#% numeri razionali
#12#%\newcommand{\N}{{\mathbb N}}
#13#% naturali
#14#%\newcommand{\C}{{\mathbb C}}
#15#% complessi
#16#% funzioni continue
#17#% misura di Hausdorff
#18#% frontiera ridotta
#19#% interi
#20#% epsilon
#21#% phi
#22#%% non sottoinsieme
#23#% : delle funzioni o negli insiemi
#24#% differenziale negli integrali
#25#% differenza simmetrica
#26#%\documentstyle [12pt]{article}
#27#%\pagestyle{empty}
#28#%\topmargin=-2cm
#29#%\oddsidemargin=-0.5cm
#30#%\textwidth=16.6cm
#31#%\textheight=25cm
#32#%%\[
#33#%%\begin{array}{ll}
#34#%%\end{array}
#35#%%\]
#36#%%\[
#37#%%\begin{array}{ll}
#38#%%\end{array}
#39#%%\]
#40#%%\[
#41#%%\begin{array}{ll}
#42#%%\end{array}
#43#%%\]
#44#%\center{
#45#%}
#46#%\center{
#47#%}
#48#%\noindent La sola struttura lineare permette di definire la simmetria rispetto
#49#% ad una retta e quindi di definire
#50#%%In geometria piana elementare con la sola riga si pu\`o costruire
#51#%%il simmetrico di un punto rispetto ad una retta: si dir\`a
#52#%che una retta \`e
#53#%`` perpendicolare'' ad un'altra quando viene trasformata in se dalla simmetria
#54#%rispetto a quest'ultima.
#55#%a struttura lineare permette di definire quando due rette passanti per l'origine,
#56#% viste come cammini, $t\mapsto tv$ e $t\mapsto tw$, sono ``perpendicolari''
#57#%\center{
#58#%}
#59#%\noindent Per esempio la traslazione verso ``sinistra'' di un'unit\`a
#60#%in senso orizzontale nel piano
#61#% \`e data da $(x,y)\mapsto (x-1 ,y)$. La simmetria rispetto all'asse
#62#% verticale da $(x,y)\mapsto (-x ,y)$. La proiezione ``radiale'' di un punto
#63#%sulla circonferenza unitaria di centro l'origine \`e data
#64#%$(x, y)\mapsto
#65#%( \frac{x}{\sqrt{x^2 +y^2}}, \frac{y}{\sqrt{x^2 +y^2}})$
#66#%Una funzione si dir\`a {\it affine} se \`e la composizione di una lineare con
#67#% una traslazione.
#68#%\noindent Quindi una volta considerato il piano conle coordinate ed
#69#%identificatolo con $\R^2$ una funzione di punti del piano diventa una funzione
#70#%delle due variabile date dalle coordinate.
#71#%Per esempio
#72#% una funzione lineare $\omega :(x,y)\in\R^2\mapsto \omega(x,y)\in\R$
#73#%ha la propriet\`a $\omega(x+\lambda a, y+\lambda b)=
#74#%\omega(x,y) +\lambda \omega(a,b)$. Le omotetie sono lineari le traslazioni no.
#75#%La funzione che associa ad un punto la sua prima coordinata
#76#%$(x,y)\mapsto x$ \`e lineare. Le funzione $\lambda \mapsto (\lambda 3, \lambda 4)$
#77#%che definisce la retta passante per l'origine $(0,0)$
#78#%e parallela a $(3,4)$ \`e lineare. La funzione
#79#%$(x,y)\mapsto \frac 1{\sqrt 2} (x+y , x-y)$
#80#%che associa ad un punto il suo ruotato
#81#%intorno all'origine di un angolo di $\frac \pi 4$ in senso ``antiorario''
#82#%\`e lineare.
#83#%\vbox{\begin{tabular}{|l |}
#84#%\hline
#85#%~\\
#86#%\\
#87#%~\\
#88#%\hline
#89#%\end{tabular}
#90#%}
#91#%\noindent Se $L:\R^n\rightarrow \R^m$ \`e lineare e $\omega :\R^m \rightarrow \R$
#92#%\`e una forma, eseguendo prima $L$ e poi $\omega$ si ottiene una forma su $\R^n$:
#93#% tale trasformazione tra forme si dice {\it trasposta} della trasformazione $L$.
#94#% Previa identificazione tra spazi e loro duali la trasposta trasforma $\R^m$ in
#95#%$\R^n$ ed \`e lineare.
#96#%\noindent Sia $(a_{ij})$ la matrice di un cambiamento di variabili $L$
#97#% rispetto a ${\bf v_1}\dots {\bf v_n}$ in modo che
#98#%$L({\bf v}_j)= \e_j =\sum_i a_{ij} {\bf v}_i $.
#99#%\noindent Se $\sum_i x^\prime_i {\bf v}_i = \sum_j x_j\e_j$ si esprimono le nuove
#100#%coordinate in funzione delle usuali
#101#% \vbox{\begin{tabular}{|c|}
#102#%\hline
#103#%~\\
#104#% $x^\prime_i =\sum_j a_{ij} x_j $ \\
#105#%~\\
#106#%\hline
#107#%\end{tabular}
#108#%}
#109#%\noindent Piuttosto: se una $1$-forma $\omega$ in funzione delle nuove coordinate
#110#%\`e data da $a^\prime_1 x^\prime_1 +\dots a^\prime_n x^\prime_n$
#111#% e questo valore \`e dato nelle coordinate usuali da
#112#%$a_1 x_1 +\dots a_n x_n$, ove
#113#%$a_j=\omega (\e_j ) = \sum_i a_{j i} \omega ({\bf v}_i)$, si ha~
#114#%\vbox{\begin{tabular}{|c|}
#115#%\hline
#116#%~\\
#117#% $a_j = \sum_i a_{ij} a^\prime_i $ \\
#118#%~\\
#119#%\hline
#120#%\end{tabular}
#121#%}
#122#%\noindent Per questo le forme vengono anche chiamate {\it covettori}:
#123#% le coordinate a loro associate cambiano con la stessa legge con cui
#124#% sono in relazione gli elementi dei rispettivi sistemi di coordinate,
#125#%diversamente dalle coordinate dei vettori. Se si considera $(x_1 \dots x_n)\mapsto L(x_1\dots x_n)$
#126#% come trasformazione la $a_j = \sum_i a_{ij} a^\prime_i $ d\`a
#127#% i coefficienti della forma lineare ottenuta prima operando con $L$
#128#% e quindi calcolando quella di coefficienti $a^\prime_1 \dots a^\prime_n$.
#129#% permette di sfruttare sia la semplificazione data dall'identificazione
#130#%di covettori con vettori che sottolineare la differenza che li caratterizza
#131#% rispetto ai combiamenti di coordinate. Infatti se $\omega$ \`e una forma lineare in $n$
#132#%variabili e $T$ un cambiamneto di coordinate, come funzione delle nuove coordinate
#133#%il valore $\omega (x_1, \dots \omega_n)$
#134#%\noindent Gli unici convessi di $\R$ sono il vuoto, i segmenti, le semirette,
#135#%ed $\R$ stesso. I sopragrafici di funzioni reali di una variabile reale
#136#% convesse sono convessi nel piano.
#137#%\vbox{
#138#%\begin{tabular}{| l|}
#139#%\hline
#140#%~\\
#141#%\\
#142#%~\\
#143#%\\
#144#%~\\
#145#%\hline
#146#%\end{tabular}
#147#%}
#148#%% e per ogni vettore su cui agisce si lascia variare una componente e si
#149#%%tengono fisse
#150#%%le restanti $n-1$ si ottiene nelle componenti scelte una $k$-lineare su $\R$
#151#%deve essere somma di funzioni
#152#%del tipo $\varphi (v_1)\Gamma (v_2, \dots v_k )$ con $\varphi$ $1$-forma su
#153#% $\R^n$ e $\Gamma$ $(k-1)$-lineare su $\R^n$. Induttivamente si ottiene che $\Lamda$
#154#% deve essere somma di funzioni del tipo $\varphi_1 (v_1)\dots \varphi_k (v_k)$
#155#% ove $\varphi_1, ~ \dots \varphi_k$ sono $1$-forme su $\R^n$.
#156#%Poich\`e una $1$-forma rispetto
#157#%alle coordinate \`e un polinomio omogeneo di primo grado in particolare
#158#% $\Gamma$ \`e somma di monomi di grado $k$ del tipo $\alpha v_{{i_1} 1} \dots
#159#% v_{{i_k} k}$: $\sum_{f:k\to n} \alpha_f \prod_{1\le j\le k} v_{{f(j)} j}$
#160#%$\sum_{1\le i_1;SPMlt; i_2 \dots ;SPMlt; i_k\le n} \sum_{\sigma :k\leftrightarrow k}
#161#%(-1)^{sign\sigma}v_{i_{\sigma_1} 1} \dots v_{i_{\sigma_k} k}
#162#%\Lambda (\e_{i_1}, \dots \e_{i_k} )$
#163#%\noindent {\pic Che una tale funzione ci sia si base sul fLa dimostrazione si basa sul cos\`\i \ detto ``sviluppo per colonne''
#164#% che permette anche un modo per calcolare il determinante induttivamente
#165#% in funzione delle coordinate dei suoi argmomenti.
#166#%Presa una colonna $\scriptstyle{(a,b \dots c)}$ la si scrive come
#167#%$\scriptstyle{a{\bf e}_1 + \dots
#168#%c{\bf e}_n}$. Quindi per linearit\`a ci si riduce al calcolo del determinante di
#169#%una matrice con una colonna che ha solo una componente eguale ad uno e le
#170#%altre nulle.
#171#% Sempre per linearit\`a ed essendo il determinante alternante per
#172#% queste matrici il determinante \`e uguale a quello della matrice che
#173#%hanno nulle le altre componenti della riga della
#174#%componente unitaria della colonna prescelta. Si prosegue fino a ridursi ad
#175#%una matrice di colonne diverse con una sola componente unitaria e le altre nulle.
#176#% Cambiando posto alle colonne e quindi segno ci si riduce alla matrice
#177#%dell'identit\`a. Il risultato \`e quindi determinato solo dalle propriet\`a
#178#%di multilinearit\`a per colonne e di alternanza.}
#179#%%A questo punto
#180#%%si ha un vettore unitario ed altri $\scriptstyle{n-1}$ vettori ad esso ortogonali
#181#%%intuitivamente il determinante dovr\`a essere il volume del
#182#%%parallelepipedo di base cos\`\i \ individuato per l'altezza unitaria
#183#%\noindent {\pic NOTA: la verifica, noiosa
#184#% da formalizzare, si basa sulla decomposizione elementare del parallelepipedo in rettangoli e
#185#%sull'invarianza per traslazioni della misura di Peano-Jordan.}
#186#%il parallelepipedo
#187#% $S$ da essi generato di vertici $O,~P,~ Q,~ P+Q$ ha proiezioni
#188#%``perpendicolari'' sui $3$ piani coordinati che sono altri tre parellelepipedi
#189#% $S^1,~ S^2,~ S^3$.
#190#%Considerando l'area bidimensionale nel piano che contiene ognuno di essi
#191#% si possono provare le eguaglianze: $m(S)=$
#192#%\sqrt{m(S^1)^2+m(S^2)^2+m(S^3)^2}=
#193#%\sqrt{
#194#%}
#195#%\sqrt{
#196#%}
#197#%\noindent {\bf Orientazione.} L'orientazone (relativa) di $k$ elementi di $\R^n$
#198#% \`e data dal vettore le cui componenti sono i segni dei
#199#%minori $k\times k$ della matrice
#200#% delle coordinate.