#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.