ALGEBRA I: MODULI. Abbiamo indicato con 0 A, 1 A lo zero e l unità nell anello A e con 0 M l elemento neutro del gruppo abeliano (M, +).

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "ALGEBRA I: MODULI. Abbiamo indicato con 0 A, 1 A lo zero e l unità nell anello A e con 0 M l elemento neutro del gruppo abeliano (M, +)."

Transcript

1 ALGEBRA I: MODULI 1 GENERALITÀ SUGLI A-MODULI Il concetto di A-modulo generalizza quello di spazio vettoriale su un campo K Definizione 11 Sia A un anello commutativo con unità Un A-modulo è un insieme M dotato di un operazione di somma + : M M M e di prodotto per uno scalare : A M M tale che: (M, +) è un gruppo abeliano; le operazioni + e soddisfano: (a + b) m = a m + b m, a (m + n) = a m + a n, (ab) m = a (b m), 0 A m = 0 M, 1 A m = m; per ogni scelta di a, b A, m, n M Abbiamo indicato con 0 A, 1 A lo zero e l unità nell anello A e con 0 M l elemento neutro del gruppo abeliano (M, +) Osservazione 12 È facile mostrare che ( 1 A) m è uguale all inverso additivo di m M, che indichiamo con m In effetti: 0 M = 0 A m = (1 A + ( 1 A)) m = 1 A m + ( 1 A) m = m + ( 1 A) m Dall unicità dell inverso segue che: ( 1 A) m = m In seguito eviteremo di aggiungere gli indici A ed M per distinguere gli elementi neutri nell anello e nel modulo, ottenendo quindi le più leggibili proprietà 0 m = 0, 1 m = m, ( 1) m = m Tutte le manipolazioni valide negli spazi vettoriali continuano ad essere valide anche negli A-moduli, tranne quelle che coinvolgono la semplificazione (per divisione) degli scalari Esempi 13 (1) Se K è un campo, il concetto di K-modulo è equivalente a quello di spazio vettoriale su K (2) Ogni gruppo abeliano (Γ, +) possiede una struttura di Z-modulo definita da: a + + a se h > 0 } {{ } h volte ha = 0 se h = 0 (a + + a) se h < 0 } {{ } h volte Di conseguenza, il concetto di Z-modulo è equivalente a quello di gruppo abeliano [Controllate per esercizio che la struttura di sopra definisce uno Z-modulo, e spiegate per quale motivo sia l unica compatibile con l operazione di gruppo!] (3) Le operazioni di somma e prodotto in un anello A definiscono una struttura di A-modulo su A stesso (4) Sia A n il prodotto cartesiano di n copie di A Allora le operazioni definite da (a 1,, a n) + (b 1,, b n) = (a 1 + b 1,, a n + b n), a (a 1,, a n) = (aa 1,, aa n) forniscono una struttura di A-modulo su A n 11 Omomorfismi e sottomoduli Definizione 14 Sia M un A-modulo Un sottoinsieme (non vuoto) N M è un sottomodulo se: N è un sottogruppo abeliano di M an N ogni volta che a A, n N Esempi 15 (1) Sia K un campo Abbiamo già visto come un K-modulo sia semplicemente uno spazio vettoriale su K Se V è un K-modulo, i sotto K-moduli di V sono semplicemente i sottospazi vettoriali di V (2) {0} ed M sono sempre sottomoduli di ogni A-modulo M: sono detti sottomoduli banali (3) Gli A-sottomoduli dell A-modulo A sono semplicemente gli ideali di A Definizione 16 Un applicazione tra A-moduli f : M N si dice applicazione A-lineare, o anche A-omomorfismo o omomorfismo di A-moduli se: f(m + m ) = f(m) + f(m ), f(a m) = a f(m), per ogni scelta di a A, m, m M 1

2 2 ALGEBRA I Osservazione 17 Segue immediatamente dalla definizione che, se f è un A-omomorfismo, allora: f(0) = f(0 m) = 0 f(m) = 0, Proposizione 18 Sia f : M N un A-omomorfismo Allora l immagine e il nucleo f( m) = f(( 1) m) = ( 1) f(m) = f(m) f(m) = Im f = {n N n = f(m) per qualche m M} ker f = {m M f(m) = 0} sono sottomoduli di N e di M rispettivamente L omomorfismo f è suriettivo se e solo se f(m) = N ed è iniettivo se e solo se ker f = (0) Dimostrazione Come al solito È lasciata per esercizio Un A-omomorfismo iniettivo e suriettivo si dice A-isomorfismo L inverso di un A-isomorfismo è ancora A-lineare ed è quindi esso stesso un A-isomorfismo 12 Moduli quoziente e teorema di omomorfismo Siano M, N A-moduli, N M sottomodulo Allora m N m m m N definisce su M una relazione di equivalenza (controllatelo per esercizio!) e quindi un insieme quoziente M/ N Esercizio: Verificate che le operazioni [m]+[m ] = [m+m ] e a[m] = [am] sono ben definite sulle classi di equivalenza e che soddisfano gli assiomi di A-modulo Definizione 19 L insieme M/ N dotato della struttura di A-modulo appena descritta si dice modulo quoziente, e si indica con M/N La proiezione al quoziente π : M M/N è un omomorfismo suriettivo di A-moduli, il cui nucleo coincide con N Teorema 110 Sia f : M M un omomorfismo di A-moduli, N M un sottomodulo contenuto in ker f Se indichiamo con π : M M/N la proiezione al quoziente, allora esiste un unico A-omomorfismo F : M/N M tale che f = F π F ed f hanno la stessa immagine In particolare, F è suriettivo se e solo se f è suriettivo; inoltre F è iniettivo se e solo se ker f = N Dimostrazione La solita Anche questa per esercizio Quello appena visto è il cosiddetto teorema di omomorfismo, che si presenta analogo in molteplici contesti algebrici Ha le solite conseguenze, che si dimostrano come da tradizione Teorema 111 Se f : M N è un omomorfismo di A-moduli, allora f(m) è isomorfo al quoziente M/ ker f Dimostrazione L applicazione F : M/ ker f N è iniettiva, e la sua immagine coincide con f(m) N Pertanto F definisce un isomorfismo di M/ ker f con f(m) Se N, N M sono sottomoduli, anche N N e N + N = {n + n n N, n N } sono sottomoduli di M (esercizio!) Teorema 112 (N + N )/N è isomorfo a N/(N N ) Dimostrazione Sia π : M M/N la proiezione al quoziente Allora π N : N M/N è un A-omomorfismo la cui immagine coincide con (N + N )/N, ed il cui nucleo è N N Per il risultato precedente (N + N )/N = Im π N N/ ker π N = N/(N N ) Infine Teorema 113 Sia M un A-modulo, siano N 0 N M sottomoduli Allora: M/N (M/N 0)/(N/N 0) Dimostrazione Come al solito 13 Somma diretta di A-moduli Se M, N sono A-moduli, le operazioni: (m, n) + (m, n ) = (m + m, n + n ), a (m, n) = (am, an) definiscono sul prodotto cartesiano M N una struttura di A-modulo detta somma diretta di M ed N, che si indica con M N La somma diretta si può fare anche di tre o più A-moduli, e persino di una famiglia infinita di A-moduli In questo caso la definizione è: Definizione 114 Sia {M i} i I una famiglia di A-moduli L insieme: M i = {(m i) i I m i M i, m i 0 solo per un numero finito di indici} i I è un A-modulo rispetto alle operazioni di + e definite componente per componente, detto somma diretta degli {M i} i I

3 ALGEBRA I 3 Osservazione 115 Analogamente alla definizione appena data, si può definire anche su M i = {(m i) i I m i M i} i I una struttura di A-modulo, che è detta prodotto diretto degli {M i} i I Il prodotto diretto di A-moduli è generalmente più grande della somma diretta Ad ogni modo, somma diretta e prodotto diretto di un numero finito di A-moduli coincidono Esempio 116 A n = n i=1 A = A A A } {{ } n volte Il risultato che segue ci servirà più tardi Lemma 117 Siano M, N A-moduli, M M, N N sottomoduli Allora N N è un sottomodulo di M M e (M N)/(M N ) M/M N/N Dimostrazione Che M N sia un sottomodulo di M N è chiaro L omomorfismo π : M N M/M N/N dato da π(m, n) = ([m] M, [n] N ) è suriettivo, ed il suo nucleo coincide con M N Ora basta utilizzare il Teorema DIPENDENDENZA ED INDIPENDENZA LINEARE NEGLI A-MODULI Siano m 1,, m n elementi di un A-modulo M Si dice combinazione A-lineare di m 1,, m n ogni espressione del tipo a 1m 1 + +a nm n, a i A Se X M è un sottoinsieme (anche infinito) di elementi di M, una combinazione lineare di elementi di X è ogni espressione: a 1m a nm n X, a i A È importante osservare che le combinazioni lineari sono sempre finite, perché non sapremmo sommare infiniti termini distinti, a meno di invocare strutture ulteriori (topologia, convergenza, ecc ) che non abbiamo Sappiamo sommare due elementi e quindi anche un insieme finito di elementi, ripetendo ricorsivamente l operazione di somma Definizione 21 Sia M un A-modulo, X M un sottoinsieme Il sottomodulo di M generato da X è il più piccolo sottomodulo di M che contenga X, e si indica con X L intersezione di sottomoduli di M è ancora un sottomodulo, e quindi: X = N, N M sottomodulo X N il che garantisce l esistenza del sottomodulo generato da X M È importante osservare che se m appartiene ad un sottomodulo N, anche i suoi multipli am, a A stanno in N Allo stesso modo, se m 1,, m n N, allora a 1m a nm n N per ogni scelta di a i A Sappiamo dalla definizione che X X, e quindi X deve contenere ogni combinazione lineare di elementi di X Proposizione 22 X coincide con l insieme delle combinazioni lineari degli elementi di X Dimostrazione Basta far vedere che l insieme delle combinazioni lineari è chiuso rispetto alla somma e al prodotto per elementi di A Se M = X, con X M, diremo che X è un insieme di generatori per M Un A-modulo M si dice finitamente generato se possiede un insieme finito di generatori, cioè se esistono m 1,, m n M tali che ogni elemento di M si esprima come a 1m a nm n per una scelta oppurtuna di a 1,, a n A Da questo momento in poi darò le definizioni solo nel caso finito, poiché saremo principalmente interessati ai moduli finitamente generati Definizione 23 Sia M un A-modulo Gli elementi m 1,, m n M si dicono A-liberi o linearmente indipendenti su A se a 1m a nm n = 0 = a 1 = a 2 = = a n = 0, cioè se l unica combinazione lineare nulla è quella a coefficienti tutti nulli; generatori di M se per ogni elemento m M esistono a 1,, a n tali che m = a 1m a nm n; una A-base di M se sono generatori A-liberi di M Gli elementi m 1,, m n sono linearmente dipendenti se non sono linearmente indipendenti Se m 1,, m n sono A-liberi si dice che {m 1,, m n} è un insime libero o A-libero L insieme vuoto è sempre libero Per ogni scelta di m 1, m n M possiamo costruire l applicazione f : A n M definita da f(a 1,, a n) = a 1m a nm n Se a = (a 1,, a n) e a = (a 1,, a n) allora a + a = (a 1 + a 1,, a n + a n), e: f(a + a ) = (a 1 + a 1)m (a n + a n)m n = a 1m 1 + a 1m a nm n + a nm n = (a 1m a nm n) + (a 1m a nm n) = f(a) + f(a ) In modo simile si mostra che f(ca) = cf(a), e dunque f è A-lineare Proposizione 24 L omomorfismo di A-moduli A n (a 1,, a n) a 1m a nm n M è:

4 4 ALGEBRA I - iniettivo se e solo se m 1,, m n sono linearmente indipendenti; - suriettivo se e solo se m 1,, m n generano M; - un isomorfismo se e solo se m 1,, m n sono una base di M Dimostrazione E una riformulazione delle definizioni Questo mostra che un A-modulo che possiede una base con n-elementi è isomorfo ad A n Gli A-moduli che possiedono una base sono detti liberi Se M è un A-modulo libero ed m 1,, m n M costituiscono una sua base, allora l inversa della f : A n M costruita sopra è l A-omomorfismo che associa a ciascun m M le sue coordinate nella base m 1,, m n È importante osservare come ogni isomorfismo f : A n M sia costruibile a partire da una base Proposizione 25 Sia f : A n M un isomorfismo di A-moduli Allora m 1 = f(1, 0,, 0), m 2 = f(0, 1, 0,, 0),, m n = f(0,, 0, 1) sono una base di M Dimostrazione Poiché f è suriettiva, ogni elemento di M è del tipo: f(a 1,, a n) = a 1f(1, 0,, 0) + + a nf(0,, 0, 1) = a 1m a nm n, quindi m 1, m n generano M Inoltre, se a 1m 1+ +a nm n = f(a 1,, a n) è uguale a 0, allora (a 1,, a n) ker f Poiché f è iniettiva a 1 = a 2 = = a n = 0 e quindi m 1,, m n sono liberi In conclusione, gli isomorfismi A n M sono in corrispondenza biunivoca con le basi di M e gli isomorfismi M A n sono tutti e soli quelli che calcolano le coordinate degli elementi di M in qualche base Prima di passare avanti, osserviamo come ad ogni A-omomorfismo T : A m A n si possa associare una matrice n m che indicheremo con [T ] a coefficienti in A, tale che: T (a 1,, a n) = (b 1,, b n) se e solo se [T ] Tale matrice [T ] è quella che ha per colonne le immagini T (1, 0,, 0),, T (0, 0, 1) degli elementi della base canonica di A n Alla composizione di applicazioni corrisponde, ovviamente, il prodotto righe per colonne di matrici: [T S] = [T ] [S] a 1 a n = b 1 b n 3 DETERMINANTE DI MATRICI A VALORI IN UN ANELLO COMMUTATIVO CON UNITÀ Avete già incontrato il concetto di determinante di una matrice n n a coefficienti in un campo Sapete che se M = (m ij) i,j=1,,n è una matrice a coefficienti in un campo K, il suo determinante è definito da: det M = σ S n sgn(σ) m 1σ1, m 2σ2,, m nσn Dove S n è l insieme (anzi: il gruppo) delle permutazioni su n elementi e sgn(σ) è il segno della permutazione σ Il determinante soddisfa det Id = 1, det MN = (det M)(det N), è multilineare sia come funzione delle righe che delle colonne della matrice usata come argomento, ed è alternante per scambi di righe e/o di colonne Avete inoltre appreso la procedura di calcolo per la matrice inversa di M, quando esiste: cioè esattamente quando det M 0 Non ripercorrerò le relative dimostrazioni, ma mi limiterò a motivare come, a partire da questi enunciati, si possano ottenere affermazioni simili anche per matrici a coefficienti in un anello commutativo con unità qualsiasi, che sia o meno un campo o un dominio d integrità La prima osservazione importante da fare è che possiamo utilizzare il campo di nostra preferenza Abbiamo già visto in precedenza come costruire, a partire da un dominio d integrità D un campo che lo contenga, detto campo delle frazioni K = K D Per matrici a coefficienti in K, e quindi in particolare per matrici a coefficienti in D, tutte le affermazioni continueranno ad essere valide È importante notare che la formula per il determinante è data come una somma di prodotti, e quindi non richiede mai la necessità di calcolare inversi L anello che ci interessa considerare è quello D = Z[x 11, x 12,, x 1n, x 21,, x 2n,, x n1,, x nn, y 11,, y nn], dei polinomi a coefficienti in Z nelle 2n 2 variabili x ij, y ij, 1 i, j n Questo è certamente un dominio di integrità e possiede un campo della frazioni per la cronaca K D si indica con Q(x 11,, x nn, y 11,, y nn) Poiché det(mn) = (det M)(det N) vale per matrici a coefficienti in K D, vale anche per matrici a coefficienti in D Ad esempio, vale per le due matrici: M = x 11 x 1n x n1 x nn, N = y 11 y 1n y n1 y nn, che sono a coefficienti in D Questo ci dice che l identità det(mn) = det M det N è vera in termini delle espressioni polinomiali in x ij, y ij prima di utilizzare la conoscenza del valore che possiamo attribuire ai coefficienti delle matrici In altre parole, la formula di Binet det(mn) = det M det N vale per matrici a coefficienti indeterminati Se A è un anello commutativo, e M, N sono matrici a coefficienti in A, basta calcolare l identità polinomiale di Binet in x ij = m ij, y ij = n ij per ottenerla per le matrici concrete, M = (m ij), N = (n ij) che abbiamo bisogno di considerare Nel calcolo del determinante ci sono solo somme di prodotti e non abbiamo mai bisogno di uscire dalll anello Z[x 11,, x nn, y 11,, y nn] per poter descrivere l identità, che può poi essere calcolata per ogni scelta di elementi in

5 ALGEBRA I 5 un anello commutativo Tutte le proprietà di multilinearità e alternanza seguono alla stessa maniera Più delicato è l algoritmo di calcolo della matrice inversa, che richiede prima il calcolo dei minori (n 1) (n 1) della matrice M i cosidetti complementi algebrici e poi la divisione per det M Effettivamente, quando A non è un campo, non è detto che det M, anche se diverso da 0, sia invertibile Lemma 31 Siano M, N matrici n n a coefficienti in un anello commutativo con unità A tali che MN = NM = Id Allora det M e det N sono elementi invertibili di A Dimostrazione Per la formula di Binet det(m) det(n) = det(mn) = det Id = 1 Questo dimostra che una matrice M Mat n n(a) che voglia avere la speranza di essere invertibile deve avere det(m) A Teorema 32 M Mat n n(a) è invertibile in M Mat n n(a) se e solo se det(m) A Dimostrazione Una delle due implicazioni è già stata mostrata nel lemma precedente Viceversa, supponiamo che det(m) A Sia X = (x ij) i,j=1,,n la matrice n n a coefficienti in D = Z[x 11,, x nn] Il calcolo della sua inversa in K D è possibile (det X è un polinomio non nullo in D) ma richiede l inversione di det X; tuttavia vi è un identità per matrici a coefficienti in K D che non richiede l inversione di elementi Se X C è la matrice dei complementi algebrici di X (cioè la matrice matrice il cui coefficiente X C ij è ( 1) i+j moltiplicato per il determinante della matrice che si ottiene rimuovendo da X la i-esima colonna e la j-esima riga), allora: X C X = (det X) Id = X X C Poichè il calcolo di X C e det X richiede solo somme di prodotti, otteniamo una formula universale, cioè a coefficienti indeterminati, che può essere specializzata agli elementi di qualsiasi anello commutativo con unità Ora, se M Mat n n(a), allora M C M = (det M) Id = M M C E se det M è invertibile in A, allora moltiplicando l identità precedente per (det M) 1 si ottiene (det M) 1 M C M = Id = M M C (det M) 1 In conclusione, abbiamo trovato un inversa (det M) 1 M C della matrice M non appena det M A Corollario 33 Se M Mat m n(a), N Mat n m(a), MN = Id m, NM = Id n, allora m = n e det(m), det(n) A In particolare, un A-omomorfismo f : A m A n può essere invertibile se e solo se m = n, e in questo caso la sua invertibilità è equivalente all invertibilità del determinante della sua matrice Dimostrazione Sia m n A meno di scambiare le due matrici, possiamo suppore che m > n Allora: ( ) N (M 0) = (MN) = Id n 0 Ma questo è impossibile poiché det(m 0) = 0 In effetti, moltiplicando per 0 una delle colonne nulle, il determinante viene moltiplicato per 0 e quindi diventa 0 Ma la matrice resta la stessa In algebra lineare vale il seguente risultato: 4 BASI DI MODULI LIBERI Proposizione 41 Sia V uno spazio vettoriale su K Da ogni sottoinsieme di K-generatori di V si può estrarre una K-base; inoltre, ogni insieme di elementi K-linearmente indipendenti di V si può completare una base In particolare, tutti gli elementi non nulli di uno spazio vettoriale possono far parte di una base Sono tutti equivalenti, insomma La situazione è diversa per gli A-moduli, come andiamo a mostrare con esempi Lemma 42 Nell A-modulo A, due elementi, comunque siano presi, sono sempre linearmente dipendenti Dimostrazione dati a, b A, si ha b a + ( a) b = 0, che è una relazione di dipendenza lineare non appena a, b 0 Se a = b = 0, ogni h a + k b è uguale a 0, e quindi si ha ancora dipendenza lineare Esempi 43 (1) Se A = Z, M = Z, allora {2} è un insieme libero che non può essere completato ad una base In effetti, se a = 0, allora a = 0, quindi {2} è linearmente indipendente {2} genera tutto il sottomodulo dei pari e quindi non genera tutto Z In ogni caso, se aggiungiamo anche solo un elemento a {2} ottieniamo, per il lemma, un insieme non libero (2) Se A = Z, M = Z, allora {2, 3} è un insieme di generatori di M dal quale non si estrae alcuna base L insieme {2, 3} è un insieme di generatori di Z poiché = 1 e quindi 2h 2 h 3 = h In ogni caso {2, 3} non è una base per il lemma, e nessuno dei sottoinsiemi propri {2}, {3}, è un insieme di generatori Abbiamo bisogno di un criterio per stabilire se un insieme {m 1,, m h } di elementi di A n sia una base Sappiamo già che h deve essere uguale ad n, poiché l applicazione: A h deve essere un isomorfismo se {m 1,, m h } è una base f A n (a 1,, a h ) a 1m a h m h Proposizione 44 {m 1,, m n} A n è una A-base se e solo se la matrice che ha per colonne le coordinate degli elementi m 1,, m n è invertibile in A

6 6 ALGEBRA I Dimostrazione m 1,, m n è una base se e solo se l A-omomorfismo A n (a 1,, a n) a 1m a nm n A n è invertibile Questo accade se e solo se la matrice associata ha determinante invertibile È facile osservare che le colonne di tale matrice sono le coordinate degli elementi m 1,, m n Corollario 45 Se d A è un elemento non invertibile tale che d a 1,, a n, allora (a 1,, a n) non appartiene a nessuna base di A n Dimostrazione Ogni matrice che abbia una colonna uguale a (a 1,, a n) ha determinante multiplo di d, e quindi non invertibile Daremo una caratterizzazione degli elementi che si completano ad una base di A n, nel caso in cui A sia un dominio a ideali principali 41 Moduli liberi in domini a ideali principali Sia D un dominio a ideali principali Il mio obiettivo è quello di dimostrare la seguente Proposizione 46 L elemento (a 1,, a n) D n appartiene a qualche base di D n se e solo se MCD(a 1,, a n) = 1 Prima di passare alla dimostrazione, cerchiamo di capire i casi n = 1, 2 Esempi 47 (1) {a} è una base di D a è invertibile in D In effetti, il sottomodulo di D generato da a è l ideale (a), che è uguale a D a è invertibile (2) (a, b) D 2 si completa ad una base di D 2 MCD(a, b) = 1 In effetti, se MCD(a, b) = 1, allora esistono h, k D tali che ha + kb = 1 Ma allora: ( ) a k det = 1, b h e quindi {(a, b), ( k, h)} è una base di D 2 Abbiamo già visto che se MCD(a, b) = d 1 e quindi non invertibile, allora (a, b) non appartiene a nessuna base Lemma 48 Sia a = (a 1, a 2,, a n) D n Allora esiste una base di D n nella quale le coordinate di a sono (d, a 3, a 4,, a n, 0), dove d = MCD(a 1, a 2) Equivalentemente, esiste un D-omomorfismo invertibile φ : D n D n tale che: φ(a 1,, a n) = (d, a 3,, a n, 0) Dimostrazione Sia d = MCD(a 1, a 2) Allora a 1 = db 1, a 2 = db 2 con MCD(b 1, b 2) = 1 Si ha quindi hb 1 + kb 2 = 1, per un oppurtuna scelta di h, k D Consideriamo i vettori m 1 = (b 1, b 2, 0,, 0), m 2 = ( k, h, 0,, 0), m 3 = (0, 0, 1, 0,, 0),, m n = (0,, 0, 1) Sono sicuramente una base poiché: b 1 k ( ) det 0 b 2 h b1 k = det = 1 b 2 h 0 I n 2 e in questa base (a 1,, a n) si esprime come: (a 1, a 2, a 3,, a n) = d(b 1, b 2, 0,, 0) + (0, 0, a 3, a 4,, a n) = dm m 2 + a 3m a nm n Chiaramente, anche m 1, m 3,, m n, m 2 è una base di D n, nella quale le coordinate di a = (a 1, a 2,, a 3) sono (d, a 3, a 4,, a n, 0) Proposizione 49 Sia a = (a 1, a 2,, a n) D n, d = MCD(a 1,, a n) Allora esiste una base di D n in cui le coordinate di a sono (d, 0,, 0) Equivalentemente, esiste φ : D n D n invertibile tale che φ(a 1,, a n) = (d, 0, 0) Dimostrazione Applicando il lemma precedente n 1 volte, si trovano A-omomorfismi invertibili φ 1, φ 2, φ n tali che: (a 1,, a n) φ 1 (MCD(a 1, a 2), a 3,, a n, 0) φ 2 (MCD(a 1, a 2, a 3), a 4,, a n, 0, 0) φ 3 φn 1 (MCD(a 1,, a n), 0,, 0) La composizione φ n 1 φ n 2 φ 2 φ 1 è ancora un A-omomorfismo invertibile Teorema 410 a = (a 1,, a n) D n appartiene ad una base di D n MCD(a 1,, a n) = 1 Dimostrazione : lo abbiamo già visto nel Corollario 45 : Se MCD(a 1,, a n) = 1, allora esiste una base in cui le coordinate di a sono (1, 0,, 0), cioè una base della quale è il primo elemento Nel caso D = Z, MCD(a 1,, a n) misura quanti punti si vedono tra (a 1,, a n) e l origine I vettori che appartengono a basi di D n sono tutti e soli quelli che vedono l origine Nel seguito, chiamerò MCD(a 1,, a n) la lunghezza dell elemento (a 1,, a n), e la indicherò con l(a 1,, a n) È importante osservare che l(a 1,, a n) è un elemento di D definito a meno di moltiplicazione per un invertibile La dimostrazione precedente rende chiaro che la lunghezza è indipendente dalla base nella quale sono calcolate le coordinate Si noti che 1 è la lunghezza minima, mentre 0 è quella massima (!)

7 ALGEBRA I 7 5 LA FUNZIONE LUNGHEZZA E LE SUE PROPRIETÀ Se a = (a 1,, a n) D n, dove D è un dominio ad ideali principali, poniamo l(a) = MCD(a 1, a 2,, a n) L applicazione l associa ad ogni n-upla un elemento definito a meno di invertibili (cioè un elemento dell insieme quoziente D/ ottenuto da D considerando la relazione di equivalenza di essere uguali a meno di invertibili) Lemma 51 l(a 1,, a n) a 1 Inoltre l(a 1,, a n) = a 1 a 1 divide tutti gli a i Dimostrazione Sono ovvie proprietà del MCD Dirò che un elemento a N ha lunghezza minimale Vi ricordo che in un insieme parzialmente ordinato (X, ) un elemento x X è minimale se y X, y x x = y, ed è minimo se x y y X Ogni elemento minimo è anche minimale, ma il viceversa è generalmente falso Proposizione 52 Se N D n è un sottomodulo e (d, 0,, 0) N è un suo elemento di lunghezza minimale, allora per ogni (a 1,, a n) N, d divide tutti gli a i Dimostrazione Innanzitutto, mostriamo che d divide a 1 Se d 1 = MCD(d, a 1), allora esistono h, k D tali che d 1 = hd + ka 1, per l identità di Bézout Allora b = h(d, 0,, 0) + k(a 1,, a n) è un elemento di N, poiché combinazione lineare di elementi di N Inoltre il suo primo coefficiente è d 1 e quindi, per il lemma precedente, l(b) d 1 d = l(d, 0,, 0) Per la minimalità della lunghezza di d, 0,, 0), deve essere l(b) = d e quindi d = MCD(d, a 1) In altre parole, d divide a 1 Mostriamo adesso che d divide anche gli altri coefficienti a i Poiché (a 1,, a n) N, abbiamo già mostrato che d a 1 e quindi che a 1 = hd Allora anche c = (a 1,, a n) (h 1)(d, 0, 0) = (d, a 2,, a n) è un elemento di N, e l(c) d, poiché d è il suo primo coefficiente Per la minimalità della lunghezza di d, 0,, 0) deve essere l(c) = d; ma allora d divide a 2,, a n Osservazione 53 nelle ipotesi della proposizione precedente, abbiamo mostrato che la lunghezza di (d, 0,, 0) è in realtà minimo, poiché se (a 1,, a n) N, allora d divide ogni a i e anche il loro MCD = l(a 1, n) Di conseguenza d l(n) per ogni n N Corollario 54 Sia N D n+1 = D D n un sottomodulo, e supponiamo che un elemento della forma (d, 0,, 0) sia in N, e abbia lunghezza minimale tra gli elementi di N Allora esiste un sottomodulo N D n tale che N = (d) N D D n = D n+1 Dimostrazione Sia N = {a 1,, a n) D n (0, a 1,, a n) N} Se (a 0, a 1,, a n) N abbiamo visto che d divide a 0 Ma allora, se a 0 = dh si ha: (a 0, a 1,, a n) = h(d, 0,, 0) + (0, a 1,, a n), e (0, a 1,, a n) N poiché è la differenza di elementi in N Di conseguenza (a 1,, a n) N In conclusione, (a 0, a 1,, a n) (d) N per ogni scelta di (a 0,, a n) N, cioè N (d) N L altra inclusione è ovvia 6 NOE La classificazione dei moduli finitamente generati su PID può essere fatta senza fare appello alla relazione di divisibilità, ma risulta a mio avviso meno leggibile da studenti del primo anno La relazione di divisibilità è transitiva, ma non è una relazione d ordine non appena esistano elementi invertibili diversi da 1 In Z si può curare questo problema limitandosi a considerare elementi > 0, ma in altri anelli la cosa può diventare più complicata Se a divide b in un anello, è naturale considerare a più piccolo di b Questo si scontra con due problemi fondamentali: - dovremmo decidere che 2 è più piccolo di 6 perché 2 6; - 0 è l elemento più grande di tutti Se ignoriamo lo 0, e i problemi con i segni, però, almeno in Z torna tutto: a divide b implica a b In ciò che segue la relazione di divisibilità sarà quindi indicata con a b (va bene usare il minore o uguale, ma non confondiamo eccessivamente la notazione!) Osservazione 61 (Attenzione!) a b (a) (b) Più grande è l ideale, più è piccolo il generatore! Chiaramente, a b, b a vuol dire che (a) = (b), ma quello non garantisce che a = b Utilizzeremo la notazione a b o a b per intendere che (a) = (b) Proposizione 62 Sia A un dominio d integrità, ed indichiamo con a b se a divide b, e a b se a b, b a Allora: è una relazione di equivalenza è una relazione transitiva è una relazione d ordine su A / Poiché a b x A invertibile tale che b = ax, useremo la notazione A / A invece di A /, dopo aver indicato con A l insieme degli invertibili di A Osservazione 63 (1) a 1 a è invertibile (2) se a n con n invertibile, allora a n, cioè anche a è invertibile (3) a 0 a A

8 8 ALGEBRA I Dimostrazione (1) a 1 vuol dire ceh a coincide con 1 a meno di moltiplicazione per un invertibile, ed è cioè invertibile (2) a n significa che a n, cioè n = ax Poiché n è invertibile, si ha 1 = nn 1 = a(xn 1 ) e quindi an 1 è l inverso di a (3) a 0 poiché 0 = a 0 Nelle notazioni scriveremo spesso a invece di [a] per indicare la sua classe di equivalenza in A / A Osservazione 64 (IMPORTANTE) Il MCD di elementi di A è un elemento di A / A, tanto è vero che abbiamo sempre parlato di UN MCD e non del MCD I vari MCD di due elementi di A differiscono per un invertibile, e coincidono quindi in A / A Quando scriviamo MCD(10, 15) = 5 intendiamo entrambi i membri in Z / Z, e quindi MCD(10, 15) = 5 ha lo stesso significato MCD(a, b) = d significa in realtà l uguaglianza di ideali (a, b) = (d), da cui segue l identità di Bézout d = ha + kb Teorema 65 Sia D un dominio a ideali principali Allora ogni catena crescente di ideali I 1 I 2 I 3 I n si stabilizza, cioè esiste N tale che I n = I N n N Dimostrazione È facile mostrare che l unione I = n=1 essendo D a ideali principali Poiché d n=1 allora, se i N si ha I N I i = (d) i N In è un ideale di D Ma allora I = (d) per qualche d I, In, deve appartenere ad almeno uno degli In, diciamo ad IN Ma, In = (d), abbiamo entrambe le inclusioni, e I i e quindi (d) = I i Poiché I i n=1 Commento: Il teorema appena mostrato spiega che non è possibile costruire una catena infinitamente lunga di ideali ciascuno contenuto strettamente nel successivo Se andiamo avanti a prendere ideali sempre più grandi, prima o poi arrivamo all intero anello (o se l intero anello è vietato, ad un ideale massimale) Questa condizione si chiama noetherianità, e abbiamo appena mostrato la noetherianità dei PID Corollario 66 Sia F una famiglia non vuota di ideali di un dominio a ideali principali D Allora F contiene elementi massimali Dimostrazione scegliamo un ideale I 1 F Se non vi sono altri ideali di più F grandi abbiamo finito Altrimenti possiamo trovare I 2 F tale che I 1 I 2 Questo processo non può continuare all infinito poiché non esistono catene strettamente crescenti di lunghezza infinita, e condurrà quindi ad individuare un elemnto massimale di F Poiché ideali in un PID D ed elementi di D / D sono la stessa nozionale, e (a) (b) si traduce in a b abbiamo: Corollario 67 ogni sottoinsieme non vuoto di D / D possiede elementi minimali rispetto a In altri termini, l unico modo di costrure catene infinite di divisibilità d n d 3 d 2 d 1 per elementi di D è di prenderli tutti associati tra loro, da un certo punto in poi (cioè uguali in D / D ) Questo innocuo corollario ci servirà nella dimostrazione del teorema di classificazione dei moduli finitamente generati su un PID, quando avremo bisogno di scegliere un elemento di D n di lunghezza minima, poiché la lunghezza sarà un MCD, e quindi un elemento di D / D 7 SOTTOMODULI DI MODULI LIBERI Sia D un dominio ad ideali principali, N D n un sottomodulo Teorema 71 esiste un D-omomorfismo invertibile φ : D n D n tale che: dove: φ(n) = (d 1) (d 2) (d n), d 1 d 2 d n+1 e d 1 = min n N l(n) Dimostrazione per induzione su n Se n = 1, allora N D è un ideale, ed è quindi della forma (d) d divide ogni altro elemento di N, e quindi d n n N Supponiamo che l enunciato valga per n e dimostriamolo per n + 1 Se N D n+1, sappiamo che esiste n N di lungezza minimale d 1 e che esiste φ 1 : D n+1 D n+1 tale che φ(n) = (d 1, 0,, 0) Poiché (d 1, 0,, 0) appartiene al sottomodulo φ 1(N) D n+1 e ha lunghezza minimale, allora la sua lunghezza è minima, e gli altri elementi di φ 1(N) hanno tutti lunghezza multipla di d 1 Abbiamo anche visto che φ 1(N) = (d 1) N con N D n sottomodulo Per ipotesi induttiva, esiste un A- omomorfismo inveritibile φ 2 : D n D n tale che φ 2(N ) = (d 2) (d 3) (d n+1) con d 2 d 3 d n+1 Inoltre d 1 d 2 poiché d 2 è il minimo della lunghezza degli elementi di N e tali elementi hanno lunghezza multipla di d 1 In conclusione: ((Id φ 2) φ 1)(N) = (d 1) (d 2) (d n+1), con d 1 d 2 d n e d 1 = min n N l(n)

9 ALGEBRA I 9 8 CLASSIFICAZIONE DEI MODULI FINITAMENTE GENERATI SU DOMINI A IDEALI PRINCIPALI Teorema 81 Sia D un dominio a ideali principali, e M un D-modulo finitamente generato, Allora esistono d 1 d 2 d n in D tali che: M D / (d 1) D / (d 2) D / (d n) Dimostrazione Siamo m 1,, m n M generatori Possiamo costruire un omomorfismo suriettivo D n f M Per il teorema di omomorfismo, M Dn/ ker f, dove ker f è un sottomodulo A meno di un isomorfismo di Dn, ker f è della forma (d 1) (d 2) (d n) con d 1 d 2 d n, e quindi: D / ker f DN/ (d 1) (d 2) (d n) = D D D/ (d 1) (d 2) (d n) = D/ (d 1) D/ (d 2) D/ (d n) Se d i è invertibile, (d 1) = D, D / D = (0) può essere rimosso dalla somma diretta Osservazioni 82 I moduli D / (d 1) sono D-moduli ciclici, e si può quindi dire che i moduli finitamente generati sono tutti somma diretta di moduli ciclici Gli elementi d 1, d 2,, d n sono univocamente determinati di M, sotto la condizione che d 1 d 2 d n e nessuno di essi è invertibile, ma questo segue dalla dimostrazione data DIPARTIMENTO DI MATEMATICA, UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA address: dandrea@matuniroma1it

Applicazioni lineari

Applicazioni lineari Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av

Dettagli

STRUTTURE ALGEBRICHE

STRUTTURE ALGEBRICHE STRUTTURE ALGEBRICHE Operazioni in un insieme Sia A un insieme non vuoto; una funzione f : A A A si dice operazione binaria (o semplicemente operazione), oppure legge di composizione interna. Per definizione

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

1 Applicazioni Lineari tra Spazi Vettoriali

1 Applicazioni Lineari tra Spazi Vettoriali 1 Applicazioni Lineari tra Spazi Vettoriali Definizione 1 (Applicazioni lineari) Si chiama applicazione lineare una applicazione tra uno spazio vettoriale ed uno spazio vettoriale sul campo tale che "!$%!

Dettagli

Anello commutativo. Un anello è commutativo se il prodotto è commutativo.

Anello commutativo. Un anello è commutativo se il prodotto è commutativo. Anello. Un anello (A, +, ) è un insieme A con due operazioni + e, dette somma e prodotto, tali che (A, +) è un gruppo abeliano, (A, ) è un monoide, e valgono le proprietà di distributività (a destra e

Dettagli

4. Operazioni elementari per righe e colonne

4. Operazioni elementari per righe e colonne 4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:

Dettagli

Parte 6. Applicazioni lineari

Parte 6. Applicazioni lineari Parte 6 Applicazioni lineari A Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Applicazioni fra insiemi, 2 Applicazioni lineari tra spazi vettoriali, 2 3 Applicazioni lineari da R n a R

Dettagli

1. PRIME PROPRIETÀ 2

1. PRIME PROPRIETÀ 2 RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,

Dettagli

Prodotto elemento per elemento, NON righe per colonne Unione: M R S

Prodotto elemento per elemento, NON righe per colonne Unione: M R S Relazioni binarie Una relazione binaria può essere rappresentata con un grafo o con una matrice di incidenza. Date due relazioni R, S A 1 A 2, la matrice di incidenza a seguito di varie operazioni si può

Dettagli

Esercizi su lineare indipendenza e generatori

Esercizi su lineare indipendenza e generatori Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v

Dettagli

Lezione 9: Cambio di base

Lezione 9: Cambio di base Lezione 9: Cambio di base In questa lezione vogliamo affrontare uno degli argomenti piu ostici per lo studente e cioè il cambio di base all interno di uno spazio vettoriale, inoltre cercheremo di capire

Dettagli

ALGEBRA I: ARITMETICA MODULARE E QUOZIENTI DI ANELLI

ALGEBRA I: ARITMETICA MODULARE E QUOZIENTI DI ANELLI ALGEBRA I: ARITMETICA MODULARE E QUOZIENTI DI ANELLI 1. CLASSI DI RESTO E DIVISIBILITÀ In questa parte sarò asciuttissimo, e scriverò solo le cose essenziali. I commenti avete potuto ascoltarli a lezione.

Dettagli

DOMINI A FATTORIZZAZIONE UNICA

DOMINI A FATTORIZZAZIONE UNICA DOMINI A FATTORIZZAZIONE UNICA CORSO DI ALGEBRA, A.A. 2012-2013 Nel seguito D indicherà sempre un dominio d integrità cioè un anello commutativo con unità privo di divisori dello zero. Indicheremo con

Dettagli

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA Francesco Bottacin Padova, 24 febbraio 2012 Capitolo 1 Algebra Lineare 1.1 Spazi e sottospazi vettoriali Esercizio 1.1. Sia U il sottospazio di R 4 generato dai

Dettagli

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0. Problema. Sia W il sottospazio dello spazio vettoriale R 4 dato da tutte le soluzioni dell equazione x + x 2 + x = 0. (a. Sia U R 4 il sottospazio dato da tutte le soluzioni dell equazione Si determini

Dettagli

Prodotto libero di gruppi

Prodotto libero di gruppi Prodotto libero di gruppi 24 aprile 2014 Siano (A 1, +) e (A 2, +) gruppi abeliani. Sul prodotto cartesiano A 1 A 2 definiamo l operazione (x 1, y 1 ) + (x 2, y 2 ) := (x 1 + x 2, y 1 + y 2 ). Provvisto

Dettagli

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0 LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero

Dettagli

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza

Dettagli

ALGEBRA I: CARDINALITÀ DI INSIEMI

ALGEBRA I: CARDINALITÀ DI INSIEMI ALGEBRA I: CARDINALITÀ DI INSIEMI 1. CONFRONTO DI CARDINALITÀ E chiaro a tutti che esistono insiemi finiti cioè con un numero finito di elementi) ed insiemi infiniti. E anche chiaro che ogni insieme infinito

Dettagli

Algebra e Geometria. Ingegneria Meccanica e dei Materiali Sez (2) Ingegneria dell Automazione Industriale Sez (2)

Algebra e Geometria. Ingegneria Meccanica e dei Materiali Sez (2) Ingegneria dell Automazione Industriale Sez (2) Algebra e Geometria Ingegneria Meccanica e dei Materiali Sez (2) Ingegneria dell Automazione Industriale Sez (2) Traccia delle lezioni che saranno svolte nell anno accademico 2012/13 I seguenti appunti

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)

Dettagli

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: G.C.D.( a d, b d ) = 1 Sono state introdotte a lezione due definizioni importanti che ricordiamo: Definizione

Dettagli

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................

Dettagli

LEZIONE 16. Proposizione 16.1.2. Siano V e W spazi vettoriali su k = R, C. Se f: V W

LEZIONE 16. Proposizione 16.1.2. Siano V e W spazi vettoriali su k = R, C. Se f: V W LEZIONE 16 16.1. Applicazioni lineari iniettive e suriettive. Ricordo le seguenti due definizioni valide per applicazioni di qualsiasi tipo ϕ: X Y fra due insiemi. L applicazione ϕ si dice iniettiva se

Dettagli

ESERCIZI APPLICAZIONI LINEARI

ESERCIZI APPLICAZIONI LINEARI ESERCIZI APPLICAZIONI LINEARI PAOLO FACCIN 1. Esercizi sulle applicazioni lineari 1.1. Definizioni sulle applicazioni lineari. Siano V, e W spazi vettoriali, con rispettive basi B V := (v 1 v n) e B W

Dettagli

LE FIBRE DI UNA APPLICAZIONE LINEARE

LE FIBRE DI UNA APPLICAZIONE LINEARE LE FIBRE DI UNA APPLICAZIONE LINEARE Sia f:a B una funzione tra due insiemi. Se y appartiene all immagine di f si chiama fibra di f sopra y l insieme f -1 y) ossia l insieme di tutte le controimmagini

Dettagli

risulta (x) = 1 se x < 0.

risulta (x) = 1 se x < 0. Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente

Dettagli

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è

Dettagli

Lezioni di Matematica 1 - I modulo

Lezioni di Matematica 1 - I modulo Lezioni di Matematica 1 - I modulo Luciano Battaia 16 ottobre 2008 Luciano Battaia - http://www.batmath.it Matematica 1 - I modulo. Lezione del 16/10/2008 1 / 13 L introduzione dei numeri reali si può

Dettagli

f(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da

f(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede

Dettagli

LEZIONE 17. B : kn k m.

LEZIONE 17. B : kn k m. LEZIONE 17 17.1. Isomorfismi tra spazi vettoriali finitamente generati. Applichiamo quanto visto nella lezione precedente ad isomorfismi fra spazi vettoriali di dimensione finita. Proposizione 17.1.1.

Dettagli

Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica

Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica Esame di Geometria (Prof. F. Tovena) Argomenti: Proprietà di nucleo e immagine di una applicazione lineare. dim V = dim

Dettagli

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1 LEZIONE 14 141 Dimensione di uno spazio vettoriale Abbiamo visto come l esistenza di una base in uno spazio vettoriale V su k = R, C, permetta di sostituire a V, che può essere complicato da trattare,

Dettagli

MATRICI E DETERMINANTI

MATRICI E DETERMINANTI MATRICI E DETERMINANTI 1. MATRICI Si ha la seguente Definizione 1: Un insieme di numeri, reali o complessi, ordinati secondo righe e colonne è detto matrice di ordine m x n, ove m è il numero delle righe

Dettagli

ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA

ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA 1. RICHIAMI SULLE PROPRIETÀ DEI NUMERI NATURALI Ho mostrato in un altra dispensa come ricavare a partire dagli assiomi di

Dettagli

SOMMARIO. 13.1 I radicali pag. 3. 13.2 I radicali aritmetici pag. 5. 13.3 Moltiplicazione e divisione fra radicali aritmetici pag.

SOMMARIO. 13.1 I radicali pag. 3. 13.2 I radicali aritmetici pag. 5. 13.3 Moltiplicazione e divisione fra radicali aritmetici pag. SOMMARIO CAPITOLO : I RADICALI. I radicali pag.. I radicali aritmetici pag.. Moltiplicazione e divisione fra radicali aritmetici pag.. Potenza di un radicale aritmetico pag.. Trasporto di un fattore esterno

Dettagli

G. Pareschi ALGEBRE DI BOOLE. 1. Algebre di Boole

G. Pareschi ALGEBRE DI BOOLE. 1. Algebre di Boole G. Pareschi ALGEBRE DI BOOLE 1. Algebre di Boole Nel file precedente abbiamo incontrato la definizione di algebra di Boole come reticolo: un algebra di Boole e un reticolo limitato, complementato e distributivo.

Dettagli

10. Insiemi non misurabili secondo Lebesgue.

10. Insiemi non misurabili secondo Lebesgue. 10. Insiemi non misurabili secondo Lebesgue. Lo scopo principale di questo capitolo è quello di far vedere che esistono sottoinsiemi di R h che non sono misurabili secondo Lebesgue. La costruzione di insiemi

Dettagli

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Aprile 20 Indice Serie numeriche. Serie convergenti, divergenti, indeterminate.....................

Dettagli

Anelli a fattorizzazione unica. Domini ad ideali principali. Anelli Euclidei

Anelli a fattorizzazione unica. Domini ad ideali principali. Anelli Euclidei Capitolo 5: Anelli speciali: Introduzione: Gli anelli speciali sono anelli dotati di ulteriori proprietà molto forti che ne rendono agevole lo studio. Anelli euclidei Domini ad ideali principali Anelli

Dettagli

Equazioni alle differenze finite (cenni).

Equazioni alle differenze finite (cenni). AL 011. Equazioni alle differenze finite (cenni). Sia a n } n IN una successione di numeri reali. (Qui usiamo la convenzione IN = 0, 1,,...}). Diremo che è una successione ricorsiva o definita per ricorrenza

Dettagli

Ottimizazione vincolata

Ottimizazione vincolata Ottimizazione vincolata Ricordiamo alcuni risultati provati nella scheda sulla Teoria di Dini per una funzione F : R N+M R M di classe C 1 con (x 0, y 0 ) F 1 (a), a = (a 1,, a M ), punto in cui vale l

Dettagli

L anello dei polinomi

L anello dei polinomi L anello dei polinomi Sia R un anello commutativo con identità. È possibile costruire un anello commutativo unitario, che si denota con R[x], che contiene R (come sottoanello) e un elemento x non appartenente

Dettagli

Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari

Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari Versione ottobre novembre 2008 Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari Contenuto 1. Applicazioni lineari 2. L insieme delle

Dettagli

Chiusura lineare. N.B. A può essere indifferentemente un insieme, finito o no, o un sistema. Es.1. Es.2

Chiusura lineare. N.B. A può essere indifferentemente un insieme, finito o no, o un sistema. Es.1. Es.2 Chiusura lineare Def. Sia A V (K) con A. Si dice copertura lineare (o chiusura lineare) di A, e si indica con L(A), l insieme dei vettori di V che risultano combinazioni lineari di un numero finito di

Dettagli

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni.

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni. MATEMATICA. Sistemi lineari in due equazioni due incognite. Date due equazioni lineari nelle due incognite x, y come ad esempio { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un

Dettagli

Corrispondenze e funzioni

Corrispondenze e funzioni Corrispondenze e funzioni L attività fondamentale della mente umana consiste nello stabilire corrispondenze e relazioni tra oggetti; è anche per questo motivo che il concetto di corrispondenza è uno dei

Dettagli

Algebra Lineare e Geometria

Algebra Lineare e Geometria Algebra Lineare e Geometria Corso di Laurea in Ingegneria Elettronica A.A. 2013-2014 Prova d esame del 16/06/2014. 1) a) Determinare la matrice associata all applicazione lineare T : R 3 R 4 definita da

Dettagli

Lezione 6. Divisibilità e divisori. Teorema di divisione euclidea. Algoritmo delle divisioni successive.

Lezione 6. Divisibilità e divisori. Teorema di divisione euclidea. Algoritmo delle divisioni successive. Lezione 6 Prerequisiti: L'insieme dei numeri interi. Lezione 5. Divisibilità e divisori. Teorema di divisione euclidea. Algoritmo delle divisioni successive. Questa è la prima lezione dedicata all'anello

Dettagli

1 Serie di Taylor di una funzione

1 Serie di Taylor di una funzione Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita

Dettagli

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può

Dettagli

24 : 3 = 8 con resto 0 26 : 4 = 6 con resto 2

24 : 3 = 8 con resto 0 26 : 4 = 6 con resto 2 Dati due numeri naturali a e b, diremo che a è divisibile per b se la divisione a : b è esatta, cioè con resto 0. In questo caso diremo anche che b è un divisore di a. 24 : 3 = 8 con resto 0 26 : 4 = 6

Dettagli

Matematica generale CTF

Matematica generale CTF Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione

Dettagli

Lezione 6 Nucleo, Immagine e Teorema della Dimensione. 1 Definizione di Nucleo e Immagine

Lezione 6 Nucleo, Immagine e Teorema della Dimensione. 1 Definizione di Nucleo e Immagine Lezione 6 Nucleo, Immagine e Teorema della Dimensione In questa lezione entriamo nel vivo della teoria delle applicazioni lineari. Per una applicazione lineare L : V W definiamo e impariamo a calcolare

Dettagli

Per lo svolgimento del corso risulta particolarmente utile considerare l insieme

Per lo svolgimento del corso risulta particolarmente utile considerare l insieme 1. L insieme R. Per lo svolgimento del corso risulta particolarmente utile considerare l insieme R = R {, + }, detto anche retta reale estesa, che si ottiene aggiungendo all insieme dei numeri reali R

Dettagli

19. Inclusioni tra spazi L p.

19. Inclusioni tra spazi L p. 19. Inclusioni tra spazi L p. Nel n. 15.1 abbiamo provato (Teorema 15.1.1) che, se la misura µ è finita, allora tra i corispondenti spazi L p (µ) si hanno le seguenti inclusioni: ( ) p, r ]0, + [ : p

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI Esercizi Esercizio 1. Sia f: R 3 R 2 (x, y, z) (x + 2y + z, y + z). (1) Verificare che f è lineare. (2) Determinare una base di ker(f) e stabilire se f è iniettiva. (3) Calcolare w

Dettagli

Insiemi con un operazione

Insiemi con un operazione Capitolo 3 Insiemi con un operazione 3.1 Gruppoidi, semigruppi, monoidi Definizione 309 Un operazione binaria su un insieme G è una funzione: f : G G G Quindi, un operazione binaria f su un insieme G è

Dettagli

4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0

4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0 Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice

Dettagli

LE FUNZIONI E LE LORO PROPRIETÀ

LE FUNZIONI E LE LORO PROPRIETÀ LE FUNZIONI E LE LORO PROPRIETÀ LE FUNZIONI REALI DI VARIABILE REALE COSA SONO LE FUNZIONI Dati due sottoinsiemi A e B non vuoti di R, una FUNZIONE da A a B è una relazione che associa ad ogni numero reale

Dettagli

Il principio di induzione e i numeri naturali.

Il principio di induzione e i numeri naturali. Il principio di induzione e i numeri naturali. Il principio di induzione è un potente strumento di dimostrazione, al quale si ricorre ogni volta che si debba dimostrare una proprietà in un numero infinito

Dettagli

1 Giochi a due, con informazione perfetta e somma zero

1 Giochi a due, con informazione perfetta e somma zero 1 Giochi a due, con informazione perfetta e somma zero Nel gioco del Nim, se semplificato all estremo, ci sono due giocatori I, II e una pila di 6 pedine identiche In ogni turno di gioco I rimuove una

Dettagli

MODULI INIETTIVI. Definizione: Un inclusione di A-moduli ι : M N si dice estensione essenziale di M se per ogni sottomodulo non nullo P N, P ι(m) 0.

MODULI INIETTIVI. Definizione: Un inclusione di A-moduli ι : M N si dice estensione essenziale di M se per ogni sottomodulo non nullo P N, P ι(m) 0. MODULI INIETTIVI Definizione: Un inclusione di A-moduli ι : M N si dice estensione essenziale di M se per ogni sottomodulo non nullo P N, P ι(m) 0. Esempio: Supponiamo che A sia un dominio e chiamiamo

Dettagli

Esercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che:

Esercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che: Teoria dei Giochi, Trento, 2004/05 c Fioravante Patrone 1 Teoria dei Giochi Corso di laurea specialistica: Decisioni economiche, impresa e responsabilità sociale, A.A. 2004/05 Soluzioni degli esercizi

Dettagli

Teoria degli insiemi

Teoria degli insiemi Teoria degli insiemi pag 1 Easy Matematica di dolfo Scimone Teoria degli insiemi Il concetto di insieme si assume come primitivo, cioè non riconducibile a concetti precedentemente definiti. Sinonimi di

Dettagli

3 Applicazioni lineari e matrici

3 Applicazioni lineari e matrici 3 Applicazioni lineari e matrici 3.1 Applicazioni lineari Definizione 3.1 Siano V e W dei K spazi vettoriali. Una funzione f : V W è detta applicazione lineare se: i u, v V, si ha f(u + v = f(u + f(v;

Dettagli

PROPRIETA' ASSOCIATIVA La somma di tre o più addendi non cambia se al posto di alcuni di essi si sostituisce la loro somma.

PROPRIETA' ASSOCIATIVA La somma di tre o più addendi non cambia se al posto di alcuni di essi si sostituisce la loro somma. Addizione: PROPRIETA' COMMUTATIVA Cambiando l'ordine degli addendi la somma non cambia. 1) a + b = b + a PROPRIETA' ASSOCIATIVA La somma di tre o più addendi non cambia se al posto di alcuni di essi si

Dettagli

CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI

CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI Abbiamo studiato successioni e serie numeriche, ora vogliamo studiare successioni e serie di funzioni. Dato un insieme A R, chiamiamo successione di funzioni

Dettagli

2 FUNZIONI REALI DI VARIABILE REALE

2 FUNZIONI REALI DI VARIABILE REALE 2 FUNZIONI REALI DI VARIABILE REALE 2.1 CONCETTO DI FUNZIONE Definizione 2.1 Siano A e B due insiemi. Una funzione (o applicazione) f con dominio A a valori in B è una legge che associa ad ogni elemento

Dettagli

Funzioni. Funzioni /2

Funzioni. Funzioni /2 Funzioni Una funzione f è una corrispondenza tra due insiemi A e B che a ciascun elemento di A associa un unico elemento di B. Si scrive: f : A B l'insieme A si chiama il dominio della funzione f, l'insieme

Dettagli

LEZIONE 31. B i : R n R. R m,n, x = (x 1,..., x n ). Allora sappiamo che è definita. j=1. a i,j x j.

LEZIONE 31. B i : R n R. R m,n, x = (x 1,..., x n ). Allora sappiamo che è definita. j=1. a i,j x j. LEZIONE 31 31.1. Domini di funzioni di più variabili. Sia ora U R n e consideriamo una funzione f: U R m. Una tale funzione associa a x = (x 1,..., x n ) U un elemento f(x 1,..., x n ) R m : tale elemento

Dettagli

MATEMATICA DEL DISCRETO elementi di teoria dei grafi. anno acc. 2009/2010

MATEMATICA DEL DISCRETO elementi di teoria dei grafi. anno acc. 2009/2010 elementi di teoria dei grafi anno acc. 2009/2010 Grafi semplici Un grafo semplice G è una coppia ordinata (V(G), L(G)), ove V(G) è un insieme finito e non vuoto di elementi detti vertici o nodi di G, mentre

Dettagli

Complemento al corso di Fondamenti di Informatica I corsi di laurea in ingegneria, settore dell informazione Università la Sapienza Consorzio Nettuno

Complemento al corso di Fondamenti di Informatica I corsi di laurea in ingegneria, settore dell informazione Università la Sapienza Consorzio Nettuno Rappresentazione di numeri Complemento al corso di Fondamenti di Informatica I corsi di laurea in ingegneria, settore dell informazione Università la Sapienza Consorzio Nettuno Un numero e un entità teorica,

Dettagli

razionali Figura 1. Rappresentazione degli insiemi numerici Numeri reali algebrici trascendenti frazionari decimali finiti

razionali Figura 1. Rappresentazione degli insiemi numerici Numeri reali algebrici trascendenti frazionari decimali finiti 4. Insiemi numerici 4.1 Insiemi numerici Insieme dei numeri naturali = {0,1,,3,,} Insieme dei numeri interi relativi = {..., 3,, 1,0, + 1, +, + 3, } Insieme dei numeri razionali n 1 1 1 1 = : n, m \{0}

Dettagli

Spazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007

Spazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007 Spazi lineari - PARTE II - Felice Iavernaro Dipartimento di Matematica Università di Bari 9 e 16 Marzo 2007 Felice Iavernaro (Univ. Bari) Spazi lineari 9-16/03/2007 1 / 17 Condizionamento dei sistemi lineari

Dettagli

Tutorato di GE110. Universitá degli Studi Roma Tre - Corso di Laurea in Matematica

Tutorato di GE110. Universitá degli Studi Roma Tre - Corso di Laurea in Matematica Universitá degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di GE110 A.A. 2014-2015 - Docente: Prof. Angelo Felice Lopez Tutori: Federico Campanini e Giulia Salustri Soluzioni Tutorato 13

Dettagli

Nel seguito, senza ulteriormente specificarlo, A indicherà un anello commutativo con identità.

Nel seguito, senza ulteriormente specificarlo, A indicherà un anello commutativo con identità. 1 ANELLI Definizione 1.1. Sia A un insieme su cui sono definite due operazioni +,. (A, +, ) si dice Anello se (A, +) è un gruppo abeliano è associativa valgono le leggi distributive, cioè se a, b, c A

Dettagli

Diagonalizzazione di matrici e applicazioni lineari

Diagonalizzazione di matrici e applicazioni lineari CAPITOLO 9 Diagonalizzazione di matrici e applicazioni lineari Esercizio 9.1. Verificare che v = (1, 0, 0, 1) è autovettore dell applicazione lineare T così definita T(x 1,x 2,x 3,x 4 ) = (2x 1 2x 3, x

Dettagli

Appunti di informatica. Lezione 2 anno accademico 2015-2016 Mario Verdicchio

Appunti di informatica. Lezione 2 anno accademico 2015-2016 Mario Verdicchio Appunti di informatica Lezione 2 anno accademico 2015-2016 Mario Verdicchio Sistema binario e logica C è un legame tra i numeri binari (0,1) e la logica, ossia la disciplina che si occupa del ragionamento

Dettagli

Corso introduttivo pluridisciplinare Strutture algebriche

Corso introduttivo pluridisciplinare Strutture algebriche Corso introduttivo pluridisciplinare Strutture algebriche anno acc. 2013/2014 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi di Milano) Corso introduttivo pluridisciplinare 1 / 17 index

Dettagli

LE SUCCESSIONI 1. COS E UNA SUCCESSIONE

LE SUCCESSIONI 1. COS E UNA SUCCESSIONE LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe

Dettagli

IL CONCETTO DI FUNZIONE

IL CONCETTO DI FUNZIONE IL CONCETTO DI FUNZIONE Il concetto di funzione è forse il concetto più importante per la matematica: infatti la matematica e' cercare le cause, le implicazioni, le conseguenze e l'utilità di una funzione

Dettagli

15 febbraio 2010 - Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a. 2009-2010 COGNOME... NOME... N. MATRICOLA...

15 febbraio 2010 - Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a. 2009-2010 COGNOME... NOME... N. MATRICOLA... 15 febbraio 010 - Soluzione esame di geometria - 1 crediti Ingegneria gestionale - a.a. 009-010 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura

Dettagli

Basi di matematica per il corso di micro

Basi di matematica per il corso di micro Basi di matematica per il corso di micro Microeconomia (anno accademico 2006-2007) Lezione del 21 Marzo 2007 Marianna Belloc 1 Le funzioni 1.1 Definizione Una funzione è una regola che descrive una relazione

Dettagli

Corso di Matematica per la Chimica

Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis a.a. 203-4 I sistemi lineari Generalità sui sistemi lineari Molti problemi dell ingegneria, della fisica, della chimica, dell informatica e dell economia, si modellizzano

Dettagli

Geometria Superiore. A.A. 2014/2015 CdL in Matematica Università degli Studi di Salerno. March 2, 2015

Geometria Superiore. A.A. 2014/2015 CdL in Matematica Università degli Studi di Salerno. March 2, 2015 Geometria Superiore A.A. 2014/2015 CdL in Matematica Università degli Studi di Salerno Luca Vitagliano March 2, 2015 Programma Prerequisiti. Spazi affini. Anelli commutativi con unità. Ideali. Anelli quoziente.

Dettagli

4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale

4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale 4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale Spazi Metrici Ricordiamo che uno spazio metrico è una coppia (X, d) dove X è un insieme e d : X X [0, + [ è una funzione, detta metrica,

Dettagli

Capitolo 2. Operazione di limite

Capitolo 2. Operazione di limite Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A

Dettagli

APPLICAZIONI LINEARI. B si definisce surriettiva. 9 quando ogni elemento di. B risulta IMMAGINE di. almeno un elemento di A.

APPLICAZIONI LINEARI. B si definisce surriettiva. 9 quando ogni elemento di. B risulta IMMAGINE di. almeno un elemento di A. APPLICAZIONI LINEARI Siano V e W due spazi vettoriali, di dimensione m ed n sullo stesso campo di scalari R. Una APPLICAZIONE ƒ : V W viene definita APPLICAZIONE LINEARE od OMOMORFISMO se risulta, per

Dettagli

4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI

4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI 119 4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI Indice degli Argomenti: TEMA N. 1 : INSIEMI NUMERICI E CALCOLO

Dettagli

OGNI SPAZIO VETTORIALE HA BASE

OGNI SPAZIO VETTORIALE HA BASE 1 Mimmo Arezzo OGNI SPAZIO VETTORIALE HA BASE CONVERSAZIONE CON ALCUNI STUDENTI DI FISICA 19 DICEMBRE 2006 2 1 Preliminari Definizione 1.0.1 Un ordinamento parziale (o una relazione d ordine parziale)

Dettagli

CONCETTO DI LIMITE DI UNA FUNZIONE REALE

CONCETTO DI LIMITE DI UNA FUNZIONE REALE CONCETTO DI LIMITE DI UNA FUNZIONE REALE Il limite di una funzione è uno dei concetti fondamentali dell'analisi matematica. Tramite questo concetto viene formalizzata la nozione di funzione continua e

Dettagli

Alcune nozioni di base di Logica Matematica

Alcune nozioni di base di Logica Matematica Alcune nozioni di base di Logica Matematica Ad uso del corsi di Programmazione I e II Nicola Galesi Dipartimento di Informatica Sapienza Universitá Roma November 1, 2007 Questa é una breve raccolta di

Dettagli

Anno 3. Funzioni: dominio, codominio e campo di esistenza

Anno 3. Funzioni: dominio, codominio e campo di esistenza Anno 3 Funzioni: dominio, codominio e campo di esistenza 1 Introduzione In questa lezione parleremo delle funzioni. Ne daremo una definizione e impareremo a studiarne il dominio in relazione alle diverse

Dettagli

Capitolo I STRUTTURE ALGEBRICHE ELEMENTARI

Capitolo I STRUTTURE ALGEBRICHE ELEMENTARI Capitolo I STRUTTURE ALGEBRICHE ELEMENTARI In matematica, per semplificare la stesura di un testo, si fa ricorso ad un linguaggio specifico. In questo capitolo vengono fornite in maniera sintetica le nozioni

Dettagli

LE FUNZIONI A DUE VARIABILI

LE FUNZIONI A DUE VARIABILI Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre

Dettagli

ESTRAZIONE DI RADICE

ESTRAZIONE DI RADICE ESTRAZIONE DI RADICE La radice è l operazione inversa dell elevamento a potenza. L esponente della potenza è l indice della radice che può essere: quadrata (); cubica (); quarta (4); ecc. La base della

Dettagli