GEOMETRIA 1 seconda parte

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "GEOMETRIA 1 seconda parte"

Transcript

1 GEOMETRIA 1 seconda parte Cristina Turrini C. di L. in Fisica /2015 Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 1 / 40

2 index Spazi vettoriali 1 Spazi vettoriali 2 Sottospazi 3 Sistemi di generatori 4 Dipendenza e indipendenza lineare 5 Basi 6 Teoria della base per spazi finitamente generati Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 2 / 40

3 Spazi vettoriali Definizione di spazio vettoriale Siano K un campo, V un insieme non vuoto. Si dice che V è uno spazio vettoriale sul campo K se V è dotato di due leggi di composizione e tali che A) (V, +) è gruppo abeliano; B) λ, µ K, u, v V: b1) (λ + µ) u = λ u + µ u; b2) (λ µ) u = λ (µ u); b3) λ (u + v) = λ u + λ v; b4) 1 K u = u. + : V V V : K V V Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 3 / 40

4 Spazi vettoriali Gli elementi di K si dicono scalari; gli elementi di V si dicono vettori. Nel seguito, denotiamo con 0 l elemento neutro di K, con 0 l elemento neutro di V, e con v il vettore opposto di v. Dati λ 1,..., λ n K e v 1,..., v n V, il vettore v = λ 1 v 1 + λ 2 v λ n v n viene detto combinazione lineare dei vettori v 1,..., v n secondo gli scalari λ 1,..., λ n. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 4 / 40

5 Spazi vettoriali Esempi di spazi vettoriali E1) K = R, V = Vect O (E 3 ) ={vettori dello spazio euclideo E 3 applicati nell origine }, v V, v = OA + : V V V usuale somma di vettori (regola del parallelogramma) 0 = OO, OA = OB vettore di egual modulo, stessa retta di applicazione e verso opposto : R V V (λ, OA) λ OA λ OA = OO se λ = 0 { stesso se λ > 0 OA OA = λ OA, stessa retta, verso opposto se λ < 0 E2) K possiamo considerare V = {0}, detto spazio vettoriale nullo o banale. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 5 / 40

6 Spazi vettoriali E3) K possiamo considerare V = K + : K K K somma in K : K K K prodotto in K E4) K = C. Applicando quanto visto al punto precedente, possiamo prendere V = C. C è uno spazio vettoriale su se stesso. C è anche uno spazio vettoriale su R: K = R, V = C + : C C C usuale somma di numeri complessi : R C C, (λ, a + ib) λa + iλb Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 6 / 40

7 Spazi vettoriali E5) K qualsiasi, V = K n = spazio vettoriale delle n-uple di elementi di K x 1 x 2 v K n v =. x i K (i = 1,..., n) x n x 1 y 1 x 1 + y 1 x + : K n K n K n ( 2., y 2. ) x 2 + y 2. x n y n x n + y n x 1 λ x 1 x : K K n K n (λ, 2. ) λ x 2. x n λ x n 0 x 1 x 1 x 0 = = x 2. 0 x n x n Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 7 / 40

8 Spazi vettoriali E6) K qualsiasi, V = Mat m,n = Mat m,n (K) = insieme delle matrici m n a coefficienti di K a 11 a 12 a 1n a 21 a 22 a 2n v Mat m,n v = A = a ij K a m1 a m2 a mn i = 1,..., m, j = 1,..., n + : Mat m,n Mat m,n Mat m,n (A, B) C A = (a ij ), B = (b ij ), C = (a ij + b ij ) : K Mat m,n Mat m,n (λ, A) B = λa A = (a ij ), B = (λa ij ) = matrice nulla = A = (a ij ) A = ( a ij ) matrice opposta Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 8 / 40

9 Spazi vettoriali E7) K = Q, o R,o C, V = K[x] = insieme dei polinomi in una variabile a coefficienti in K v V v = p(x) = a 0 + a 1 x + a 2 x a n x n + : K[x] K[x] K[x] p(x) + q(x) usuale somma di polinomi : K K[x] K[x] λ K λp(x) usuale prodotto di un numero per un polinomio. E8) K = Q, o R,o C, V = K d [x] = { polinomi in una variabile a coefficienti in K di grado d} (con le operazioni viste al punto precedente) E9) K = R, V = R R = {f : R R} + : V V V (f, g) f + g (f + g)(x) = f (x) + g(x) : R V V (λ, f ) λf (λf )(x) = λf (x) (definizioni puntuali di somma e di prodotto per uno scalare) Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 9 / 40

10 Spazi vettoriali Proprietà elementari degli spazi vettoriali Proprietà: 1) tutte le proprietà dei gruppi abeliani per (V; +) unicità di 0 unicità dell opposto di v legge di cancellazione (v + u = w + u v = w) 2) 0 v = 0 v V 3) 0 V λ K λ 0 = 0 V 4) λ K, v V ( λ) v = (λ v) 5) λ v = 0 λ = 0 oppure v = 0 Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 10 / 40

11 index Sottospazi 1 Spazi vettoriali 2 Sottospazi 3 Sistemi di generatori 4 Dipendenza e indipendenza lineare 5 Basi 6 Teoria della base per spazi finitamente generati Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 11 / 40

12 Sottospazi Definizione di sottospazio Siano K un campo, V uno spazio vettoriale su K, U V. Si dice che U è un sottospazio di V se U soddisfa le seguenti condizioni: se v, w U allora v + w U (chiusura di U rispetto a +) se λ K e v U, allora λ v U (chiusura di U rispetto a ) 0 U. In tal caso U è uno spazio vettoriale su K rispetto alle restrizioni a U delle operazioni di V, cioè + U U : U U U K U : K U U. OSSERVAZIONE - Sia U V un sottoinsieme. U è sottospazio vettoriale di V se e solo se U è chiuso rispetto alle combinazioni lineari, ovvero se e solo se λ, µ K, u, w U si ha λu + µw U. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 12 / 40

13 Esempi di sottospazi Sottospazi V, i sottoinsiemi {O} e V sono sottospazi (sottospazi banali). K = R, V = Vect O (E 3 ). Fissiamo un piano π e una retta r, con O r π, U = Vect O (π) = { OA V A π} è un sottospazio di V. W = Vect O (r) = { OA V A r} è un sottospazio di U. Vect O (r) è sottospazio di Vect O (π) che è sottospazio di Vect O (E 3 ). K = Q, o R,o C, V = K[x] (polinomi), U = K d [x] (polinomi di grado d). U V è un sottospazio. L insieme S delle soluzioni del sistema lineare A x = b S = {x R n : Ax = b} è un sottospazio di R n se e solo se b = 0, cioè se e solo se il sistema è omogeneo. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 13 / 40

14 Sottospazi Operazioni tra sottospazi Siano V uno spazio vettoriale su un campo K, e siano U, W V sottospazi. OSSERVAZIONI U W = {v V v U e v W} è un sottospazio U W = {v V v U o v W} in generale non è un sottospazio di V (si pensi ad esempio a V = Vect O (E 3 ) con i sottospazi U = Vect O (r) e W = Vect O (s), con r, s rette distinte passanti per O, U W non è chiuso rispetto alla somma di vettori ) Si definisce allora U + W = {v V : u U, w W con v = u + w} si verifica che U + W è un sottospazio (verificarlo), detto somma di U e W. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 14 / 40

15 Sottospazi Ad esempio, in V = Vect O (E 3 ), con r ed s rette per O distinte tra loro, si ha Vect O (r) + Vect O (s) = Vect O (π), ove π è il piano contente r ed s. Sempre in V = Vect O (E 3 ), con α ed β piani per O distinti tra loro, si ha Vect O (α) + Vect O (β) = V. Siano U, W V sottospazi, e si consideri lo spazio somma U + W. Si dice che la somma U + W è una somma diretta (e si scrive U W al posto di U + W), se e solo se ogni v U + W si scrive in un unico modo come somma di un vettore u U e un vettore w W. La somma U + W è una somma diretta se e solo se U W = {0} (verificarlo). Tra gli esempi visti sopra, la somma Vect O (r) + Vect O (s) è diretta, mentre la somma Vect O (α) + Vect O (β) non lo è. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 15 / 40

16 index Sistemi di generatori 1 Spazi vettoriali 2 Sottospazi 3 Sistemi di generatori 4 Dipendenza e indipendenza lineare 5 Basi 6 Teoria della base per spazi finitamente generati Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 16 / 40

17 Sistemi di generatori Sistemi di generatori Siano V uno spazio vettoriale su un campo K, S V, S = {s α } α A sottoinsieme non vuoto arbitrario. Si dice sottospazio generato da S (span di S) il sottoinsieme di V, indicato con S, costituito dai vettori che possono essere espressi come combinazione lineare di elementi di S: S = {v V : λ 1,..., λ n K, s αn S, v = λ 1 s α1 + + λ n s αn } (n è variabile). S è un sottospazio (verificarlo). Sia U un sottospazio di V e S un sottoinsieme di V tale che U = S. I vettori di S sono detti generatori di U. S è detto sistema di generatori per U. Se esiste un insieme finito S tale che U = S, si dice che U è finitamente generato (f.g.). Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 17 / 40

18 Sistemi di generatori Esempi di sistemi di generatori V, U sottospazio di V si ha U = U. V = Vect O (E 3 ), S = { i, j, k } = {vettori unitari degli assi}. V = S, v = OP, v = ai + bj + ck, con P (a, b, c). V = Vect O (E 3 ), S = {a, b, c} = {con a, b, c vettori arbitrari purché non complanari}. V = S. V = R 2 = {( )} {( ) ( )} ( ) ( ) ( ) ab ab 10 10, S =,. S = V, = a + b }. {( )} {( ) V = R 2 ab 11 =, S = ( ) ( ) ( ) ab = a b + 0 ( ) 1 1, ( 24 ) }. ( )} 24,. S = V, Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 18 / 40

19 Sistemi di generatori x K n = {. }, e 1 = x 0., e 2 = 1.,, e n = 0. n S = {e 1,..., e n } S = K n x 1. = x 1 e 1 + x 2 e x n e n x n C considerato come spazio vettoriale su R, S = {1, i}; { 0 (h, k) (i, j) Mat m,n (K), E ij = (e hk ), e hk = 1 (h, k) = (i, j) S = {E ij 1 i m, 1 j n} S = Mat m,n K d [x] polinomi di grado d S = {1, x, x 2,..., x d } p K d [x] p = a 0 + a 1 x + a 2 x a d x d S = K d [x] S = C Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 19 / 40

20 Sistemi di generatori K[x], S = {x n : n 0} S = K[x] Lo spazio K[x] è un esempio di spazio vettoriale non f.g. (con le combinazioni lineari dei polinomi p 1 (x),..., p h (x) non si possono generare polinomi di grado maggiore al massimo tra i gradi di p 1 (x),..., p h (x)). OSSERVAZIONE 1 - Se U = S e S T U, allora anche U = T. OSSERVAZIONE 2 - Se U = s 1,..., s n e s n è combinazione lineare di s 1,..., s n 1 allora U = s 1,..., s n 1 (i vettori di V, che per ipotesi possono essere scritti combinazioni lineari di s 1,..., s n, possono anche essere scritti come combinazioni lineari di s 1,..., s n 1 ). Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 20 / 40

21 index Dipendenza e indipendenza lineare 1 Spazi vettoriali 2 Sottospazi 3 Sistemi di generatori 4 Dipendenza e indipendenza lineare 5 Basi 6 Teoria della base per spazi finitamente generati Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 21 / 40

22 Dipendenza e indipendenza lineare Vettori linearmente dipendenti Siano V uno spazio vettoriale su un campo K, S V, S = {s α } α A sottoinsieme non vuoto arbitrario. Si dice che S è un insieme di vettori linearmente dipendenti, ovvero che S è linearmente dipendente (l.d.), se esiste una combinazione lineare di elementi di S con coefficienti non tutti nulli che dia il vettore nullo, cioè s α1,..., s αn S λ 1,..., λ n K (λ 1,..., λ n ) (0,..., 0) tali che λ 1 s α1 + + λ n s αn = 0. S si dice linearmente indipendente (l.i.) se non è linearmente dipendente, cioè s α1,..., s αn S λ 1,..., λ n K λ 1 s α1 + + λ n s αn = 0 (λ 1,..., λ n ) = (0,..., 0). Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 22 / 40

23 Dipendenza e indipendenza lineare Esempi di dipendenza e di indipendenza lineare ) ( ) ( ) ) ( ) ( ) In R 3, S 1 = {(,, } è l.i., S 2 = {(,, } è l.d In K n, S = {e 1,... e n } è l.i.. In Vect O (E 3 ), due vettori sono l.d. se e solo se sono allineati, tre vettori sono l.d. se e solo se sono complanari. In K[x], S = {1, x, x 2,..., x d,...} è l.i. In Mat m,n (K), S = {E ij } è l.i. ( ) ( ) In C 2 10 i0 considerato come spazio vettoriale su R, S = {, } è l.i. ( ) ( ) In C 2 10 i0 considerato come spazio vettoriale su C, S = {, } è l.d. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 23 / 40

24 Dipendenza e indipendenza lineare Proprietà della dipendenza e indipendenza lineare V uno spazio vettoriale su un campo K, 1) Siano S V, S T. Se S è l.d., allora T è l.d. 2) v V; {v} è l.d. se e solo se v = 0 3) v, w V; {v, w} sono l.d. se e solo se (almeno) uno dei due è multiplo dell altro. 4) v 1,..., v n V; {v 1,..., v n } sono l.d. se e solo se almeno uno tra i v i è combinazione lineare degli altri. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 24 / 40

25 Dipendenza e indipendenza lineare 5) v 1,..., v k V {v 1,..., v k } l.i., v k+1 V. v 1,..., v k, v k+1 sono l.d. se e solo se v k+1 è combinazione lineare di v 1,..., v k. 6) Se λ 1 s λ n s n = 0 e λ n 0, allora il vettore s n è combinazione lineare di s 1,..., s n 1, infatti s n = (λ n ) 1 λ 1 s (λ n ) 1 λ n 1 s n 1 Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 25 / 40

26 index Basi 1 Spazi vettoriali 2 Sottospazi 3 Sistemi di generatori 4 Dipendenza e indipendenza lineare 5 Basi 6 Teoria della base per spazi finitamente generati Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 26 / 40

27 Basi Definizione ed esempi di basi Sia V uno spazio vettoriale su un campo K. Un sottoinsieme B di V si dice base di V se è linearmente indipendente ed è un sistema di generatori di V. ( ) ( ) V = R ; {e 1, e 2 } è una base di V; anche {, } è una base di V. V = Vect O (E 3 ); {i, j, k} è una base di V. V = K n ; {e 1,..., e n } è una base di V, detta base canonica. V = Mat m,n (K); {E ij } i=1,...,m;j=1,...,n è base di V. V = K d [x]; {1, x, x 2,..., x d } è base di V. V = K[x]; {1, x, x 2,..., x n,...} è base di V. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 27 / 40

28 Basi OSSERVAZIONE - V = {0} non ha base (il vettore 0 non è l.i.) TEOREMA - S V è base di V se e solo se ogni vettore di V si può scrivere in uno ed un solo modo come combinazione lineare dei vettori di S. Dimostrazione (nel caso S finito). Sia S = {s 1,..., s n }. Se S è base allora S genera V, quindi bisogna solo provare l unicità di scrittura. λ 1 s 1 + λ n s n = µ 1 s 1 + µ n s n (λ 1 µ 1 )s 1 + (λ n µ n )s n = 0 λ 1 = µ 1,, λ n = µ n. 0s 1 + 0s n è l unica scrittura del vettore nullo. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 28 / 40

29 index Teoria della base per spazi finitamente generati 1 Spazi vettoriali 2 Sottospazi 3 Sistemi di generatori 4 Dipendenza e indipendenza lineare 5 Basi 6 Teoria della base per spazi finitamente generati Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 29 / 40

30 Teoria della base per spazi finitamente generati Esistenza di una base Uno spazio vettoriale non nullo e f.g. ammette una base. Infatti si ha: TEOREMA - Sia V uno spazio vettoriale su un campo K, V {0}. V = v 1,..., v n {v 1,..., v n } contiene una base di V. Dimostrazione. V = v 1,..., v n. Se {v 1,..., v n } è l.i. {v 1,..., v n } è base. Se {v 1,..., v n } è l.d., almeno uno di essi, diciamo v n, è combinazione lineare degli altri. Allora, per quanto visto nell osservazione 2 di pag.20, V = v 1,..., v n 1. Se v 1,..., v n 1 è l.i. v 1,..., v n 1 è base. Se v 1,..., v n 1 è l.d., si itera il procedimento. Se il procedimento non si è arrestato prima, si arriva a V = v 1 ; in tal caso {v 1 } è l.i. (e quindi base). Altrimenti, {v 1 } l.d. v 1 = 0 e V = {0}, contro l ipotesi. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 30 / 40

31 Teoria della base per spazi finitamente generati Anche gli spazi non f.g. ammettono una base (qui non ne vedremo la dimostrazione). OSSERVAZIONE - L estrazione di una base da un sistema di generatori può essere effettuata con il seguente algoritmo (degli scarti successivi). V = v 1,..., v n. 1) Si considera v 1. Se v 1 è l.i. (cioè 0), allora lo si tiene, altrimenti no (v 1 può essere eliminato dai generatori di V, ovvero bastano v 2, v 3,..., v n a generarlo). 2) Si considera {v 1, v 2 }, o {v 2 } se v 1 è stato scartato. Se {v 1, v 2 }, allora si tiene v 2, altrimenti no ( v 2 può essere eliminato dai generatori di V).... n) Si considerano i v i, con i n 1, non scartati. Se {..., v i,..., v n } è l.i. allora si tiene v n, altrimenti no (v n può essere eliminato dai generatori di V). Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 31 / 40

32 Teoria della base per spazi finitamente generati Insiemi massimali di indipendenti e insiemi minimali di generatori Un insieme {v 1,..., v k } di vettori di V si dice insieme massimale di vettori linearmente indipendenti (in V) se {v 1,..., v k } è l.i. e, comunque preso v V, l insieme {v 1,..., v k, v} è l.d.. Siano v 1,..., v n V e sia r n. Si dice che {v 1,..., v r } è un sottoinsieme massimale di vettori l.i. in {v 1,..., v n } se v 1,..., v r sono l.i. i, r + 1 i n l insieme {v 1,..., v r, v i } è l.d.. TEOREMA - Sia V = v 1,..., v n {0}. Un sottoinsieme massimale di vettori l.i. {v 1,..., v r } (in {v 1,..., v n }) è una base di V. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 32 / 40

33 Teoria della base per spazi finitamente generati Dimostrazione. Occorre solo provare che {v 1,..., v r } genera V. Anzitutto ricordiamo che i, r + 1 i n, l insieme {v 1,..., v r, v i } è l.d., quindi esistono coefficienti non tutti nulli λ 1,..., λ r, k tali che λ 1 v λ r v r + kv i = 0. Non può essere k = 0, altrimenti {v 1,..., v r } sarebbe l.d. Quindi v i è combinazione lineare di v 1,..., v r, i, r + 1 i n. La tesi segue come nel caso della osservazione 2 di pag 20. OSSERVAZIONE - Se {v 1,..., v k } è un insieme massimale di vettori linearmente indipendenti (in V), allora {v 1,..., v k } è una base di V. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 33 / 40

34 Teoria della base per spazi finitamente generati Siano v 1,..., v r V. Si dice che {v 1,..., v r } è un insieme minimale di generatori se v 1,..., v r generano V i, 1 i r l insieme {v 1,..., v r } \ {v i } non genera V. OSSERVAZIONE - Sia V {0}. Un insieme minimale di generatori {v 1,..., v r } è una base di V. Dimostrazione. Occorre solo provare che {v 1,..., v r } è l.i.. Sia λ 1 v 1 + λ r v r = {0}. Se esistesse λ 1 0 con i, 1 i r, il vettore v i sarebbe combinazione lineare dei vettori {v 1,..., v r } \ {v i } e di conseguenza {v 1,..., v r } \ {v i } genererebbe V. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 34 / 40

35 Teoria della base per spazi finitamente generati Equicardinalità delle basi TEOREMA - Sia V uno spazio vettoriale con base costituita da n vettori. Comunque presi m vettori di V, con m > n, questi vettori sono l.d. Dimostrazione - Sia {v 1,..., v n } una base di V e siano w 1,..., w m V, con m > n. Supponiamo, per assurdo, che {w 1,..., w m } sia l.i.. Mostriamo anzitutto che ( ) in tal caso sarebbe possibile trovare n vettori in {w 1,..., w m } che generino V. Per ipotesi esistono λ 1,..., λ n non tutti nulli, tali che w 1 = λ 1 v λ n v n. Poiché w 1 0 (è l.i.), qualche λ i è non nullo, ad esempio λ 1 0. Quindi, da w 1 + λ 1 v λ n v n = 0, si deduce che v 1 è combinazione lineare di w 1, v 2,..., v n. Quindi V = v 1, v 2,..., v n = w 1, v 2,..., v n cioè nella base di V abbiamo potuto "sostituire un v con un w". Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 35 / 40

36 Teoria della base per spazi finitamente generati Mostriamo ora ricorsivamente che se w 1,... w r, v r+1,..., v n = V allora (eventualmente dopo aver riordinato i vettori v r+1,..., v n ) anche w 1,... w r+1, v r+2,..., v n = V (cioè nella base di V abbiamo potuto "inserire un altro w al posto di un v"). Sia quindi w 1,... w r, v r+1,..., v n = V. Per ipotesi esistono α 1,..., α r, β r+1... β n tali che w r+1 = α 1 w α r w r + β r+1 w r+1 + β n v n. L insieme {w 1,..., w r, w r+1 } è l.i., pertanto qualche β i è non nullo, ad esempio β r+1 0. Quindi si deduce che v r+1 è combinazione lineare di w 1,... w r+1, v r+2,..., v n. Quindi w 1,... w r+1, v r+2,..., v n = V. Con questo abbiamo dimostrato ( ). Poiché anche w n+1 V, il vettore w n+1 è combinazione lineare di w 1,... w n, per cui {w 1,... w n, w n+1 } è l.d.. Allora però anche {w 1,... w n, w n+1... w m } sarebbe l.d., contro l ipotesi. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 36 / 40

37 Teoria della base per spazi finitamente generati TEOREMA - Sia V uno spazio vettoriale. Siano A = {a 1,..., a n }, B = {b 1,..., b k } basi di V n = k. Dimostrazione. A è una base costituita da n vettori (pag. 35 ) più di n vettori sono l.d. B = {b 1,..., b k } è l.i. (perché base) k n Scambiando il ruolo di A e di B nell argomentazione precedente si ha n k n = k. Riassumendo, abbiamo provato che se V è uno spazio vettoriale su un campo K, V {0} e f.g. allora: I) (esistenza) V ha base (finita); II) (equicardinalità) tutte le basi di V sono costituite dallo stesso numero di vettori. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 37 / 40

38 Teoria della base per spazi finitamente generati La dimensione di uno spazio vettoriale Sia V uno spazio vettoriale su un campo K. Si dice dimensione di V, e si scrive dim V (o dim K V ) l intero così definito: Ad esempio: 0 se V = {0} dim V = n se V è f.g. ed ha base con n vettori se V non è f.g.. dim Vect O (E 3 ) = 3; dim K n = n; dim Mat m,n = mn; dim K[x] = ; dim K d [x] = d + 1; dim C C n = n, dim R C n = 2n. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 38 / 40

39 Teoria della base per spazi finitamente generati TEOREMA - Sia V uno spazio vettoriale di dimensione n. Comunque presi n vettori linearmente indipendenti, questi costituiscono una base di V. Dimostrazione. Sia S = {v 1,..., v n }. S è un insieme massimale di l.i.(non si può aggiungere nemmeno un vettore senza che diventino dipendenti), quindi è una base. TEOREMA - Sia V uno spazio vettoriale di dimensione n. Comunque presi n vettori che generano V, questi costituiscono una base di V. Dimostrazione. Sia S = {v 1,..., v n }. S è un insieme minimale di generatori (non si può togliere nemmeno un vettore, per l equicardinalità delle basi), quindi è una base. COROLLARIO - Sia V uno spazio vettoriale f.g., dim V = n e U V un sottospazio. Allora anche U è f.g. e dim U = k n. Inoltre, k = n U = V. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 39 / 40

40 Teoria della base per spazi finitamente generati Dimostrazione. Se U = {0} il risultato è ovvio. Altrimenti U contiene almeno un vettore l.i. u 1. Aggiungiamo vettori u 2, u 3,... in modo che {u 1, u 2 }, {u 1, u 2, u 3 },... siano l.i. Dopo un numero finito di passi il processo si arresta perché in V (e quindi in U) non possono esserci più di n vettori l.i. Sia quindi {u 1,..., u k } un insieme massimale di vettori l.i. in U (con k n). Per l osservazione di pag.33 {u 1,..., u k } è una base di U e quindi dim U = k n = dim V. Se inoltre k = n, {u 1,..., u k } base di U è anche base di V, perché V ha dimensione n e k = n vettori l.i. sono una base (pag. 39). U = u 1,..., u k = V. Il viceversa, U = V k = n, è ovvio. OSSERVAZIONE (completamento della base) - Sia V uno spazio vettoriale di dimensione n. Sia poi r n e siano v 1,... v r V vettori l.i.. Allora esistono vettori w r+1,..., w n tali che {v 1,... v r, w r+1,..., w n } sia una base di V. Cristina Turrini (C. di L. in Fisica /2015) GEOMETRIA 1 40 / 40

Informatica Grafica. Un introduzione

Informatica Grafica. Un introduzione Informatica Grafica Un introduzione Rappresentare la Geometria Operabile da metodi di calcolo automatici Grafica Vettoriale Partiamo dalla rappresentazione di un punto... Spazi Vettoriale SPAZI VETTORIALI

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

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

CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI

CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI 1. REGOLA DI CRAMER Sia S un sistema lineare di n ( 2) equazioni in n incognite su un campo K : a 11 x 1 + a 12 x 2 + + a 1n x n

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

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

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

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

Forme bilineari e prodotti scalari. Definizione Dato lo spazio vettoriale V (K) sul campo K, una funzione. b :

Forme bilineari e prodotti scalari. Definizione Dato lo spazio vettoriale V (K) sul campo K, una funzione. b : Forme bilineari e prodotti scalari Definizione Dato lo spazio vettoriale V (K) sul campo K, una funzione b : { V V K ( v, w) b( v, w), si dice forma bilineare su V se per ogni u, v, w V e per ogni k K:

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

Federico Lastaria. Analisi e Geometria 2. Matrici simmetriche. Il teorema spettrale. 1/24

Federico Lastaria. Analisi e Geometria 2. Matrici simmetriche. Il teorema spettrale. 1/24 Contenuto Endomorfismi auto-aggiunti. Matrici simmetriche. Il teorema spettrale Gli autovalori di una matrice simmetrica sono tutti reali. (Dimostrazione fatta usando i numeri complessi). Dimostrazione

Dettagli

Lezioni di Geometria e Algebra. Fulvio Bisi, Francesco Bonsante, Sonia Brivio

Lezioni di Geometria e Algebra. Fulvio Bisi, Francesco Bonsante, Sonia Brivio Lezioni di Geometria e Algebra Fulvio Bisi, Francesco Bonsante, Sonia Brivio CAPITOLO 4 Applicazioni lineari 1. Definizioni ed esempi. In questo capitolo ci proponiamo di studiare le funzioni tra spazi

Dettagli

Geometria I A. Algebra lineare

Geometria I A. Algebra lineare UNIVERSITÀ CATTOLICA DEL SACRO CUORE Facoltà di Scienze Matematiche, Fisiche e Naturali Geometria I A. Algebra lineare Prof.ssa Silvia Pianta Anno Accademico 22/23 Indice Spazi vettoriali 7 Definizione

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

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

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

Generazione di Numeri Casuali- Parte 2

Generazione di Numeri Casuali- Parte 2 Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali

Dettagli

Siano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. L : V W

Siano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. L : V W Matematica B - a.a 2006/07 p. 1 Siano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. Definizione 1. La funzione L : V W si dice una applicazione

Dettagli

Lezioni del corso di Geometria e Algebra. prof. Michele Mulazzani dott. Alessia Cattabriga

Lezioni del corso di Geometria e Algebra. prof. Michele Mulazzani dott. Alessia Cattabriga Lezioni del corso di Geometria e Algebra prof Michele Mulazzani dott Alessia Cattabriga AA 20001/2002 Indice 1 Equazioni e sistemi lineari 4 11 Alcune strutture algebriche 4 12 Operazioni standard su K

Dettagli

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica Terzo Appello del corso di Geometria e Algebra II Parte - Docente F. Flamini, Roma, 7/09/2007 SVOLGIMENTO COMPITO III APPELLO

Dettagli

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

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

Prof. Stefano Capparelli

Prof. Stefano Capparelli APPUNTI PER UN SECONDO CORSO DI ALGEBRA LINEARE Prof. Stefano Capparelli A mia madre Prefazione. Brevi Richiami di Algebra Lineare. Forma Canonica di Jordan.. Blocco di Jordan.. Base di Jordan.. Polinomio

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

Cenni di teoria dei campi finiti

Cenni di teoria dei campi finiti Cenni di teoria dei campi finiti Luca Giuzzi 31 ottobre 2011 In queste note vengono richiamati alcuni risultati di algebra relativi la teoria dei campi finiti. 1 Anelli Definizione 1. Un anello (R, +,

Dettagli

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali.

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali. CAPITOLO 7 Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali. Esercizio 7.1. Determinare il rango delle seguenti matrici al variare del parametro t R. 1 4 2 1 4 2 A 1 = 0 t+1 1 A 2 = 0 t+1 1

Dettagli

I polinomi 1; x;x 2 ;x 3 sono linearmente indipendenti; infatti. 0= 1 1+ 2 x+ 3 x 2 + 4 x 3 =) 1 = 2 == 4 =0

I polinomi 1; x;x 2 ;x 3 sono linearmente indipendenti; infatti. 0= 1 1+ 2 x+ 3 x 2 + 4 x 3 =) 1 = 2 == 4 =0 ASPETTI TEORICI Spazio vettoriale Un insieme qualunque di inniti elementi V = fv i g si dice uno spazio vettoriale sull'insieme dei numeri reali R se: { E possibile denire un'operazione binaria fra gli

Dettagli

Laboratorio teorico-pratico per la preparazione alle gare di matematica

Laboratorio teorico-pratico per la preparazione alle gare di matematica Laboratorio teorico-pratico per la preparazione alle gare di matematica Ercole Suppa Liceo Scientifico A. Einstein, Teramo e-mail: ercolesuppa@gmail.com Teramo, 3 dicembre 2014 USR Abruzzo - PLS 2014-2015,

Dettagli

(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto.

(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto. 29 giugno 2009 - PROVA D ESAME - Geometria e Algebra T NOME: MATRICOLA: a=, b=, c= Sostituire ai parametri a, b, c rispettivamente la terzultima, penultima e ultima cifra del proprio numero di matricola

Dettagli

Appunti di Algebra Lineare. Antonino Salibra

Appunti di Algebra Lineare. Antonino Salibra Appunti di Algebra Lineare Antonino Salibra January 11, 2016 2 Libro di testo: Gilbert Strang, Algebra lineare, Edizioni Apogeo 2008 Programma di Algebra Lineare (2015/16) (da completare): 1. Campi numerici.

Dettagli

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura Primo Esonero del corso di Geometria Docente F. Flamini, Roma, 2//28 SOLUZIONI COMPITO I ESONERO Esercizio.

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

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

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

1 Regole generali per l esame. 2 Libro di Testo

1 Regole generali per l esame. 2 Libro di Testo FACOLTÀ DI INGEGNERIA Corso di GEOMETRIA E ALGEBRA (mn). (Ing. per l Ambiente e il Territorio, Ing. Informatica - Sede di Mantova) A.A. 2008/2009. Docente: F. BISI. 1 Regole generali per l esame L esame

Dettagli

Appunti di Algebra Lineare

Appunti di Algebra Lineare Appunti di Algebra Lineare Indice 1 I vettori geometrici. 1 1.1 Introduzione................................... 1 1. Somma e prodotto per uno scalare....................... 1 1.3 Combinazioni lineari e

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

Università degli Studi di Roma La Sapienza Laurea in Ingegneria Energetica A.A. 2014-2015 Programma del corso di Geometria Prof.

Università degli Studi di Roma La Sapienza Laurea in Ingegneria Energetica A.A. 2014-2015 Programma del corso di Geometria Prof. Università degli Studi di Roma La Sapienza Laurea in Ingegneria Energetica A.A. 2014-2015 Programma del corso di Geometria Prof. Antonio Cigliola Prerequisiti Logica elementare. Principio di Induzione.

Dettagli

Prova scritta di Geometria 2 Prof. M. Boratynski

Prova scritta di Geometria 2 Prof. M. Boratynski 10/9/2008 Es. 1: Si consideri la forma bilineare simmetrica b su R 3 associata, rispetto alla base canonica {e 1, e 2, e 3 } alla matrice 3 2 1 A = 2 3 0. 1 0 1 1) Provare che (R 3, b) è uno spazio vettoriale

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

Sono definite in sottoinsiemi di R n (n N), a valori in R Ci si limiterà al caso di R 2 o di R 3

Sono definite in sottoinsiemi di R n (n N), a valori in R Ci si limiterà al caso di R 2 o di R 3 1 FUNZIONI DI PIÙ VARIABILI 1 1 Funzioni di più variabili Sono definite in sottoinsiemi di R n (n N), a valori in R Ci si limiterà al caso di R 2 o di R 3 Definizione 1.1 Dati D R 2 e f : D R, l insieme

Dettagli

Classicazione dei moduli nitamente generati su un dominio euclideo

Classicazione dei moduli nitamente generati su un dominio euclideo Classicazione dei su un dominio euclideo Relatore: Prof. Andrea Loi Candidato: Università degli Studi di Cagliari 31 Marzo 2015 (UniCa) 31 Marzo 2015 1 / 14 classicazione dei su un dominio euclideo Obiettivo:

Dettagli

f(x, y, z) = (x + ky + z, x y + 2z, x + y z) f(x, y, z) = (x + 2y z, x + y z, x + 2y) F (f(x)) = (f(0), f(1), f(2))

f(x, y, z) = (x + ky + z, x y + 2z, x + y z) f(x, y, z) = (x + 2y z, x + y z, x + 2y) F (f(x)) = (f(0), f(1), f(2)) Algebra Lineare e Geometria Analitica Politecnico di Milano Ingegneria Applicazioni Lineari 1. Sia f : R 3 R 3 l applicazione lineare definita da f(x, y, z) = (x + ky + z, x y + 2z, x + y z) per ogni (x,

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

Richiami di algebra lineare e geometria di R n

Richiami di algebra lineare e geometria di R n Richiami di algebra lineare e geometria di R n combinazione lineare, conica e convessa spazi lineari insiemi convessi, funzioni convesse rif. BT.5 Combinazione lineare, conica, affine, convessa Un vettore

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

Introduzione alla programmazione lineare. Mauro Pagliacci

Introduzione alla programmazione lineare. Mauro Pagliacci Introduzione alla programmazione lineare Mauro Pagliacci c Draft date 25 maggio 2010 Premessa In questo fascicolo sono riportati gli appunti dalle lezioni del corso di Elaborazioni automatica dei dati

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

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

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

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

INDICAZIONI PER LA RICERCA DEGLI ASINTOTI VERTICALI

INDICAZIONI PER LA RICERCA DEGLI ASINTOTI VERTICALI 2.13 ASINTOTI 44 Un "asintoto", per una funzione y = f( ), è una retta alla quale il grafico della funzione "si avvicina indefinitamente", "si avvicina di tanto quanto noi vogliamo", nel senso precisato

Dettagli

LA GEOMETRIA ANALITICA DELLO SPAZIO. Liceo G. GALILEI - Verona Venerdì 10 Aprile 2015 CONVEGNO MATHESIS VERONA

LA GEOMETRIA ANALITICA DELLO SPAZIO. Liceo G. GALILEI - Verona Venerdì 10 Aprile 2015 CONVEGNO MATHESIS VERONA LA GEOMETRIA ANALITICA DELLO SPAZIO CONVEGNO MATHESIS Liceo G. GALILEI - Verona Venerdì 10 Aprile 2015 Perché Assenza di ogni riferimento alla geometria analitica dello spazio nel quadri di Mondrian La

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

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

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

Appunti di. Algebra Superiore. Rosario Strano

Appunti di. Algebra Superiore. Rosario Strano Appunti di Algebra Superiore Rosario Strano A cura di Giuseppe Bilotta. Dattiloscritti con AMS-L A TEX. Indice Parte I. Teoria di Galois 5 Capitolo I. Estensioni di campi 7 1. Richiami 7 2. Estensioni

Dettagli

Dispense di Algebra 1 - Gruppi

Dispense di Algebra 1 - Gruppi Dispense di Algebra 1 - Gruppi Dikran Dikranjan e Maria Silvia Lucido Dipartimento di Matematica e Informatica Università di Udine via delle Scienze 200, I-33100 Udine gennaio 2005 L algébre est généreuse,

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

Il gruppo dei vettori

Il gruppo dei vettori Capitolo Terzo Il gruppo dei vettori 3.1. Le strutture di gruppo e di corpo Un operazione binaria (1) definita in un insieme è un applicazione fra il quadrato cartesiano dell insieme e l insieme stesso,

Dettagli

II Spazi vettoriali ed applicazioni lineari

II Spazi vettoriali ed applicazioni lineari II Spazi vettoriali ed applicazioni lineari Nel capitolo precedente abbiamo visto come assumano un ruolo importante nello studio dello Spazio Euclideo la sua struttura di spazio affine e quindi di spazio

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

CORSO DI LAUREA IN INGEGNERIA.

CORSO DI LAUREA IN INGEGNERIA. CORSO DI LAUREA IN INGEGNERIA. FOGLIO DI ESERCIZI 4 GEOMETRIA E ALGEBRA LINEARE 2010/11 Esercizio 4.1 (2.2). Determinare l equazione parametrica e Cartesiana della retta dello spazio (a) Passante per i

Dettagli

CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA

CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA COGNOME NOME CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA SIMULAZIONE SCRITTO DI MATEMATICA DISCRETA, SECONDA PARTE Per ottenere la sufficienza bisogna rispondere in modo corretto ad almeno

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

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

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

Esercizi di Algebra Lineare. Claretta Carrara

Esercizi di Algebra Lineare. Claretta Carrara Esercizi di Algebra Lineare Claretta Carrara Indice Capitolo 1. Operazioni tra matrici e n-uple 1 1. Soluzioni 3 Capitolo. Rette e piani 15 1. Suggerimenti 19. Soluzioni 1 Capitolo 3. Gruppi, spazi e

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

Facoltà di Dipartimento di Ingegneria Elettrica e dell'informazione anno accademico 2014/15 Registro lezioni del docente SPORTELLI LUIGI

Facoltà di Dipartimento di Ingegneria Elettrica e dell'informazione anno accademico 2014/15 Registro lezioni del docente SPORTELLI LUIGI Facoltà di Dipartimento di Ingegneria Elettrica e dell'informazione anno accademico 2014/15 Registro lezioni del docente SPORTELLI LUIGI Attività didattica ANALISI MATEMATICA [2000] Periodo di svolgimento:

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

UNIVERSITÀ CATTOLICA DEL SACRO CUORE. Facoltà di Scienze Matematiche, Fisiche e Naturali

UNIVERSITÀ CATTOLICA DEL SACRO CUORE. Facoltà di Scienze Matematiche, Fisiche e Naturali UNIVERSITÀ CATTOLICA DEL SACRO CUORE Facoltà di Scienze Matematiche, Fisiche e Naturali APPROFONDIMENTI DI ALGEBRA M. Chiara Tamburini Anno Accademico 2013/2014 Indice Prefazione iii I Moduli su un anello

Dettagli

SPAZI METRICI. Uno spazio metrico X con metrica d si indica con il simbolo (X, d). METRICI 1

SPAZI METRICI. Uno spazio metrico X con metrica d si indica con il simbolo (X, d). METRICI 1 SPAZI METRICI Nel piano R 2 o nello spazio R 3 la distanza fra due punti è la lunghezza, o norma euclidea, del vettore differenza di questi due punti. Se p = (x, y, z) è un vettore in coordinate ortonormali,

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

NUMERI COMPLESSI. Test di autovalutazione

NUMERI COMPLESSI. Test di autovalutazione NUMERI COMPLESSI Test di autovalutazione 1. Se due numeri complessi z 1 e z 2 sono rappresentati nel piano di Gauss da due punti simmetrici rispetto all origine: (a) sono le radici quadrate di uno stesso

Dettagli

NOTA 3. VETTORI LIBERI e VETTORI APPLICATI. Negli esempi visti sono stati considerati due tipi di vettori :

NOTA 3. VETTORI LIBERI e VETTORI APPLICATI. Negli esempi visti sono stati considerati due tipi di vettori : NOTA 1 VETTOI LIBEI e VETTOI APPLICATI Negli esempi visti sono stati considerati due tipi di vettori : 1) Vettori liberi, quando non è specificato il punto di applicazione. Di conseguenza ad uno stesso

Dettagli

Numeri complessi e polinomi

Numeri complessi e polinomi Numeri complessi e polinomi 1 Numeri complessi L insieme dei numeri reali si identifica con la retta della geometria: in altri termini la retta si può dotare delle operazioni + e e divenire un insieme

Dettagli

APPUNTI DI ALGEBRA B

APPUNTI DI ALGEBRA B APPUNTI DI ALGEBRA B Prof. Gloria Rinaldi dal testo Algebra autori P.Quattrocchi, G.Rinaldi, ed. Zanichelli Dipartimento di Scienze e Metodi dell Ingegneria Università di Modena e Reggio Emilia, Via Amendola

Dettagli

Geometria Superiore Esercizi 1 (da consegnare entro... )

Geometria Superiore Esercizi 1 (da consegnare entro... ) Geometria Superiore Esercizi 1 (da consegnare entro... ) In questi esercizi analizziamo il concetto di paracompattezza per uno spazio topologico e vediamo come questo implichi l esistenza di partizioni

Dettagli

Rette e piani con le matrici e i determinanti

Rette e piani con le matrici e i determinanti CAPITOLO Rette e piani con le matrici e i determinanti Esercizio.. Stabilire se i punti A(, ), B(, ) e C(, ) sono allineati. Esercizio.. Stabilire se i punti A(,,), B(,,), C(,, ) e D(4,,0) sono complanari.

Dettagli

4. Operazioni binarie, gruppi e campi.

4. Operazioni binarie, gruppi e campi. 1 4. Operazioni binarie, gruppi e campi. 4.1 Definizione. Diremo - operazione binaria ovunque definita in A B a valori in C ogni funzione f : A B C - operazione binaria ovunque definita in A a valori in

Dettagli

Richiami su norma di un vettore e distanza, intorni sferici in R n, insiemi aperti, chiusi, limitati e illimitati.

Richiami su norma di un vettore e distanza, intorni sferici in R n, insiemi aperti, chiusi, limitati e illimitati. PROGRAMMA di Fondamenti di Analisi Matematica 2 (DEFINITIVO) A.A. 2010-2011, Paola Mannucci, Canale 2 Ingegneria gestionale, meccanica e meccatronica, Vicenza Testo Consigliato: Analisi Matematica, M.

Dettagli

UNIVERSITÀ CATTOLICA DEL SACRO CUORE. Facoltà di Scienze Matematiche, Fisiche e Naturali ALGEBRA II UNITÀ. M. Chiara Tamburini

UNIVERSITÀ CATTOLICA DEL SACRO CUORE. Facoltà di Scienze Matematiche, Fisiche e Naturali ALGEBRA II UNITÀ. M. Chiara Tamburini UNIVERSITÀ CATTOLICA DEL SACRO CUORE Facoltà di Scienze Matematiche, Fisiche e Naturali ALGEBRA II UNITÀ M Chiara Tamburini Anno Accademico 2009/2010 Indice I Omomorfismi fra anelli 1 1 Ideali 1 2 Anelli

Dettagli

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, +).

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, +). 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

Dettagli

Corso di Laurea in Ing. Edile Politecnico di Bari A.A. 2008-2009 Prof. ssa Letizia Brunetti DISPENSE DEL CORSO DI GEOMETRIA

Corso di Laurea in Ing. Edile Politecnico di Bari A.A. 2008-2009 Prof. ssa Letizia Brunetti DISPENSE DEL CORSO DI GEOMETRIA Corso di Laurea i Ig Edile Politecico di Bari AA 2008-2009 Prof ssa Letizia Bruetti DISPENSE DEL CORSO DI GEOMETRIA 2 Idice Spazi vettoriali Cei sulle strutture algebriche 4 2 Defiizioe di spazio vettoriale

Dettagli

Autovalori e Autovettori

Autovalori e Autovettori Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Autovalori e Autovettori Definizione Siano A C nxn, λ C, e x C n, x 0, tali che Ax = λx. (1) Allora

Dettagli

Algebre di Lie semisemplici, sistemi di radici e loro classificazione

Algebre di Lie semisemplici, sistemi di radici e loro classificazione UNIVERSITÀ DEGLI STUDI DI CAGLIARI FACOLTÀ DI SCIENZE MATEMATICHE, FISICHE E NATURALI CORSO DI LAUREA MAGISTRALE IN MATEMATICA Algebre di Lie semisemplici, sistemi di radici e loro classificazione Relatore

Dettagli

EQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1.

EQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1. EQUAZIONI DIFFERENZIALI Esercizi svolti 1. Determinare la soluzione dell equazione differenziale (x 2 + 1)y + y 2 =. y + x tan y = 2. Risolvere il problema di Cauchy y() = 1 2 π. 3. Risolvere il problema

Dettagli

Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4

Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4 Lezioni di Ricerca Operativa Lezione n 4 - Problemi di Programmazione Matematica - Problemi Lineari e Problemi Lineari Interi - Forma Canonica. Forma Standard Corso di Laurea in Informatica Università

Dettagli

Geometria nel piano complesso

Geometria nel piano complesso Geometria nel piano complesso Giorgio Ottaviani Contents Un introduzione formale del piano complesso 2 Il teorema di Napoleone 5 L inversione circolare 6 4 Le trasformazioni di Möbius 7 5 Il birapporto

Dettagli

GEOMETRIA I Corso di Geometria I (seconda parte)

GEOMETRIA I Corso di Geometria I (seconda parte) Corso di Geometria I (seconda parte) anno acc. 2009/2010 Cambiamento del sistema di riferimento in E 3 Consideriamo in E 3 due sistemi di riferimento ortonormali R e R, ed un punto P (x, y, z) in R. Lo

Dettagli

Prova parziale di Geometria e Topologia I - 5 mag 2008 (U1-03, 13:30 16:30) 1/8. Cognome:... Nome:... Matricola:...

Prova parziale di Geometria e Topologia I - 5 mag 2008 (U1-03, 13:30 16:30) 1/8. Cognome:... Nome:... Matricola:... Prova parziale di Geometria e Topologia I - 5 mag 2008 (U1-03, 13:30 16:30) 1/8 Cognome:................ Nome:................ Matricola:................ (Dare una dimostrazione esauriente di tutte le

Dettagli

Elementi di teoria dei moduli

Elementi di teoria dei moduli MATeXp Teorie di riferimento 7 Capitolo T25: Elementi di teoria dei moduli Contenuti delle sezioni a. Moduli su anelli, sottomoduli e somme dirette p.1 b. Moduli: indipendenza lineare e basi p.6 c. Moduli

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

Definizione Dati due insiemi A e B, contenuti nel campo reale R, si definisce funzione reale di variabile reale una legge f : A

Definizione Dati due insiemi A e B, contenuti nel campo reale R, si definisce funzione reale di variabile reale una legge f : A Scopo centrale, sia della teoria statistica che della economica, è proprio quello di esprimere ed analizzare le relazioni, esistenti tra le variabili statistiche ed economiche, che, in linguaggio matematico,

Dettagli

Il Metodo Scientifico

Il Metodo Scientifico Unita Naturali Il Metodo Scientifico La Fisica si occupa di descrivere ed interpretare i fenomeni naturali usando il metodo scientifico. Passi del metodo scientifico: Schematizzazione: modello semplificato

Dettagli

DIARIO DEL CORSO DI ALGEBRA A.A. 2012/13 DOCENTE: ANDREA CARANTI

DIARIO DEL CORSO DI ALGEBRA A.A. 2012/13 DOCENTE: ANDREA CARANTI DIARIO DEL CORSO DI ALGEBRA A.A. 2012/13 DOCENTE: ANDREA CARANTI Lezione 1. lunedí 17 settembre 2011 (1 ora) Presentazione del corso. Esercizio: cosa succede a moltiplicare per 2, 3, 4,... il numero 052631578947368421,

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

ITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio

ITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio ITCS Erasmo da Rotterdam Anno Scolastico 014/015 CLASSE 4^ M Costruzioni, ambiente e territorio INDICAZIONI PER IL LAVORO ESTIVO DI MATEMATICA e COMPLEMENTI di MATEMATICA GLI STUDENTI CON IL DEBITO FORMATIVO

Dettagli