Appunti di Matematica Discreta - Algebra lineare

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Appunti di Matematica Discreta - Algebra lineare"

Transcript

1 Appunti di Matematica Discreta - Algebra lineare 7 ottobre AVVISO: I presenti appunti possono contenere (anzi sicuramente conterranno errori e/o ripetizioni Essi sono inatti opera di vari collage e, per ovvie questioni di tempo, non sono stati rivisti Pertanto non intendono sostituire alcun libro di teoria e/o esercizi ma vogliono sopratutto essere un dettagliato programma del corso Prego gli studenti di prestare particolare attenzione nella loro lettura e di inormarmi sia direttamente che per (quattrocchi@dmiunictit su qualunque errore (certo o sospetto notato Cercherò di correggere nel più breve tempo possibile qualunque errore trovato Pertanto questi appunti saranno continuamente aggiornati: la data dell ultimo aggiornamento appare in prima pagina Consiglio inine agli studenti di non stamparli immediatamente ma arlo il più tardi possibile (per lo meno alcuni giorni dopo che l argomento sia stato trattato a lezione

2 Indice Insiemi e operazioni su di essi 4 Applicazioni 5 3 Relazioni di equivalenza 8 4 Relazioni di ordinamento parziale 9 5 Cardinalità di un insieme 6 Operazioni algebriche binarie 3 7 Gruppi 6 8 Campi 9 Omomorismi ra strutture Matrici: prodotto righe per colonne 3 Sistemi lineari e matrici ridotte per righe 3 Ancora sui sistemi lineari 5 3 Sistemi lineari dipendenti da un parametro 54 4 Come ricavare la matrice inversa attraverso il metodo di riduzione 59 5 Determinanti Teorema di Cramer Teorema di Rouché-Capelli 65 6 Vettori applicati del piano 79 7 Vettori applicati dello spazio 87 8 Vettori liberi 9 9 Rette del piano e loro equazioni 9 Coordinate omogenee nel piano 97 Isometrie e similitudini nel piano Piani e rette dello spazio e loro equazioni 5 3 Punti e rette improprie nello spazio

3 4 Spazi vettoriali 8 5 Sottospazi Vettoriali 3 6 Base e dimensione di uno spazio vettoriale 4 7 Applicazioni lineari 6 8 Matrici e Applicazioni Lineari 67 9 Autovalori ed autovettori 8 3 Ricerca degli autovalori e degli autospazi ad essi associati 83 3 Un applicazione degli autovettori: il motore di ricerca Google 86 3 Endomorismi semplici Matrici diagonalizzabili Similitudine ra matrici 3

4 Insiemi e operazioni su di essi Per comodità dello studente richiamiamo alcuni concetti elementari di teoria degli insiemi Il concetto di insieme è primitivo ed è sinonimo di classe, totalità Sia A un insieme di elementi qualunque Per indicare che a è un elemento di A scriveremo a A Se A e B sono insiemi, diremo che A è un sottoinsieme di B e scriveremo A B se ogni elemento di A è un elemento di B Fra i sottoinsiemi di B ci sono in particolare B stesso e l insieme vuoto che viene denotato con Due insiemi A e B si dicono uguali, A = B, se hanno gli stessi elementi Cioè: A = B A B e B A Diremo che un sottoinsieme A di B è proprio, se A B e scriveremo A B Se A è un insieme, denoteremo con P (A l insieme i cui elementi sono tutti i sottoinsiemi di A; P (A si dice l insieme delle parti di A Esempio Sia A = {,, 3} Allora P (A = {b, b,, b 8 } essendo b =, b = {}, b 3 = {}, b 4 = {3}, b 5 = {, }, b 6 = {, 3}, b 7 = {, 3}, b 8 = {,, 3} Se A e B sono insiemi, diremo unione di A e B l insieme A B costituito dagli elementi che stanno in A oppure in B, A B = {x x A o x B}, diremo intersezione di A e B l insieme A B costituito dagli elementi comuni ad A e B, A B = {x x A e x B}, mentre diremo dierenza di A e B l insieme A B degli elementi di A che non sono elementi di B, A B = A \ B = {x x A e x B} Due insiemi si dicono disgiunti se la loro intersezione è l insieme vuoto Se A è sottoinsieme di B diremo complementare (o complemento di A in B l insieme B A e lo denoteremo con C B A Se B è l insieme ambiente il complementare di A in B verrà semplicemente denotato con C A Se A e B sono insiemi, deiniamo prodotto cartesiano di A e B e lo denoteremo con A B, l insieme i cui elementi sono le coppie ordinate (a, b con a A e b B Proprietà A A = A, A A = A; A B = B A, A B = B A (proprietà commutativa; 3 A = A, A = ; 4 A (B C = (A B C, A (B C = (A B C (proprietà associativa; 5 A (B C = (A B (A C (proprietà distributiva dell unione rispetto all intersezione; 6 A (B C = (A B (A C (proprietà distributiva dell intersezione rispetto all unione; 4

5 7 C (A B = C A C B, C (A B = C A C B (ormule di De Morgan Nel seguito denoteremo con N, Z, Q, R e C rispettivamente gli insiemi dei numeri naturali (N = {,,,, n, }, degli interi relativi (Z = {, 3,,,, +, +, +3, }, dei numeri razionali (Q = { n m n, m Z, m }, dei numeri reali e dei numeri complessi Applicazioni Siano A e B insiemi non vuoti Deinizione Si dice applicazione (o unzione di A in B, e si denota con : A B, una corrispondenza che associa ad ogni elemento x A uno ed un solo elemento (x B Un applicazione si dice: iniettiva se ad elementi distinti di A corrispondono elementi distinti di B, cioè se x, x A, x x (x (x o anche da (x = (x x = x ; suriettiva (od anche: su tutto se ogni elemento di B è il corrispondente di qualche elemento di A, cioè se y B, x A tale che y = (x; biiettiva se è iniettiva e suriettiva; una applicazione biiettiva di A in B è detta pure una corrispondenza biunivoca ra A e B Esempio Siano N l insieme dei numeri naturali e R quello dei numeri reali La legge (n =, non deinisce un applicazione : N R, perchè non esiste ( Essa può però n essere vista come un applicazione : N \ {} R Esempio Sia R + l insieme dei numeri reali non negativi La legge che ad ogni a R + associa quel numero o quei numeri b R tali che b = a non é un applicazione Inatti, per esempio, al numero 4 R +, la associa sia che Invece la legge g che ad ogni a R + associa quel numero o quei numeri b R + tali che b = a é un applicazione g : R + R + deinita da g(x = x per ogni x R + Esempio 3 Sia Z l insieme dei numeri interi relativi e sia Q l insieme delle razioni, ridotte ai minimi termini, m con m, n Z e n La legge : Q Z tale che n (m = m + n, è n un applicazione Si osservi che non è iniettiva Inatti si ha 3 ma 3 ( = 3 (3 Esempio 4 L applicazione i A : A A, deinita dalla legge i(x = x x A, dicesi applicazione identica o unità, essa è iniettiva e suriettiva pertanto è biiettiva Esempio 5 L applicazione : N N, deinita dalla legge (n = n+ è un applicazione iniettiva ma non suriettiva perchè lo non proviene da nessun elemento 5

6 Deinizione Sia : A B un applicazione; dicesi immagine di e si indica con Im, il sottoinsieme di B costituito dagli elementi che sono corrispondenti di qualche elemento di A Cioè: Im = {y B x A tale che y = (x} Chiaramente è suriettiva se e solo se Im = B Sia : A B un applicazione Se b B indicheremo con (b l insieme degli elementi a A tali che (a = b Poniamo cioè Ovviamente se b Im si ha (b = (b = {a a A e (a = b} Deinizione 3 Prodotto di applicazioni Siano : A B, g : B C applicazioni Si deinisce prodotto o composizione di e g, l applicazione di A in C ottenuta applicando successivamente prima e poi g; essa viene denotata con g ed è deinita da (g (x = g((x x A Il prodotto di applicazioni gode della proprietà associativa cioè per : A B, g : B C, h : C D si ha h (g = (h g Deinizione 4 Applicazione inversa Se l applicazione : A B è biiettiva allora si può deinire l applicazione inversa : B A come segue: y B, (y è l unico elemento x A tale che (x = y Chiaramente è: = i B, = i A, ( = Sulla composizione di due applicazioni si hanno vari risultati, alcuni dei quali sono richiamati nelle due seguenti proposizioni La dimostrazione della Proposizione è lasciata allo studente come esercizio Proposizione Siano : A B, g : B C applicazioni Se e g sono iniettive allora g è iniettiva Se e g sono suriettive allora g è suriettiva 3 Se e g sono biettive allora g è biiettiva 4 Se g è suriettiva allora g è suriettiva 6

7 5 Se g è iniettiva allora è iniettiva 6 Se g è biettiva allora è iniettiva e g è suriettiva Proposizione Siano : A B, g : B A applicazioni, e inoltre g = i B g = i A, allora e g sono entrambe biiettive e g = e Dimostrazione Proviamo che è biettiva, in modo analogo si prova la biettività di g è suriettiva: Sia y B; si ha g(y = x A, da cui (x = (g(y = g(y = i B (y = y è iniettiva: Siano x, x A tali che (x = (x Allora g((x = g((x, g (x = g (x, i a (x = i A (x, x = x Proviamo che g = Cioè che per ogni y B, g(y = (y Sia x l unica soluzione (nella variabile x dell equazione (x = y Cioè y = (x Allora (y = x Quindi g(y = g((x = g (x = i a (x = x Esercizio Sia : N Z l applicazione così deinita Dire se è biunivoca oppure no { + n se n e (n = pari n+ se n e dispari Dati due insiemi non vuoti A e B possiamo considerare un nuovo insieme, denotato con B A, costituito da tutte le applicazioni di A in B Un caso particolarmente importante è il caso in cui B = {, } è l insieme costituito da due elementi, ; denoteremo tale insieme con il simbolo Se A, cioè se : A {, }, allora x A si ha (x = oppure (x = Se A è un insieme, per ogni suo sottoinsieme I, I A, possiamo deinire un applicazione I : A {, } che caratterizza gli elementi di I, detta unzione caratteristica di I, nel seguente modo: { se x I I (x = se x I Chiaramente A : A {, } è deinita da A (x = x A, mentre : A {, } è deinita da (x = x A Teorema Sia A un insieme Esiste un applicazione biunivoca ra gli insiemi A e P (A Dimostrazione Deiniamo due applicazioni ϕ, ψ come segue: ϕ : A P (A associa ad ogni applicazione : A il sottoinsieme di A costituito dagli elementi x A tali che 7

8 (x = ; ψ : P (A A associa ad ogni sottoinsieme B A l applicazione : A deinita da { se x B (x = se x B È acile veriicare le seguenti uguaglianze: ϕ ψ = i P (A e ψ ϕ = i A La Proposizione completa la dimostrazione Faremo uso del seguente assioma della teoria degli insiemi: Assioma della scelta o di Zermelo Sia A un insieme non vuoto Esiste allora una applicazione che ad ogni sottoinsieme non vuoto B A associa un elemento appartenente a B 3 Relazioni di equivalenza Deinizione 3 Dicesi relazione binaria deinita su un insieme non vuoto A, un sottoinsieme R A A Se (a, b R scriviamo anche arb e diciamo che a sta nella relazione R con b Esempi di relazioni binarie deinite su A sono A A stesso e la relazione identica I deinita da aib se e solo se a = b Si dice che una relazione binaria gode della proprietà: rilessiva se ara per ogni a A, transitiva se da arb e brc segue arc per a, b, c A, antisimmetrica se da arb e bra segue a = b per a, b A, simmetrica se da arb segue bra per a, b A Deinizione 3 Equivalenza Una relazione binaria deinita sull insieme non vuoto A si chiama relazione di equivalenza su A se gode delle proprietà rilessiva, simmetrica e transitiva Se E è una relazione di equivalenza, invece di aeb scriveremo a b (E e leggeremo a equivalente a b in E o, quando non c è possibilità di equivoco, scriveremo semplicemente a b e leggeremo a equivalente a b Deinizione 33 Sia A un insieme non vuoto Dicesi partizione di A una amiglia di sottoinsiemi non vuoti di A tale che ogni elemento di A sta in uno ed uno solo dei sottoinsiemi della amiglia I sottoinsiemi della amiglia si dicono le classi della partizione Teorema 3 Una partizione di A deinisce una relazione di equivalenza su A e viceversa 8

9 Dimostrazione (Dimostrazione obbligatoria Per dimostrare che una partizione di A deinisce una relazione di equivalenza su A, basta porre a b (E quando a e b stanno nella stessa classe della partizione: inatti si vede subito che gode delle tre proprietà: rilessiva, transitiva, simmetrica Viceversa, una relazione di equivalenza su A deinisce una partizione di A Inatti per ogni a A, consideriamo il sottoinsieme C(a A costituito dagli elementi equivalenti ad a, cioè C(a = {x A x a}; si vede subito che la amiglia {C(a a A} costituisce una partizione di A: inatti a C(a perchè a a; inoltre se è pure a C(b si ha a b; se allora x è un elemento qualunque di C(b è x b e per le proprietà simmetrica e transitiva x a cioè x C(a da cui C(b C(a; analogamente C(a C(b Ne segue che ogni elemento di A sta in una e una sola classe della amiglia {C(a a A} Deinizione 34 (Insieme quoziente Sia E una relazione di equivalenza deinita su A Dicesi insieme quoziente di A rispetto ad E l insieme, denotato con A/E, che ha come elementi le classi della partizione di A associata ad E Cioè A/E = {C(a a A} Se ad ogni a A associamo la classe C(a cui esso appartiene, otteniamo una applicazione ϕ E : A A/E detta applicazione canonica associata ad E; si vede subito che ϕ E è suriettiva ed è iniettiva se e solo se E = I Siano dati ora due insiemi A, B ed una applicazione : A B tra essi, allora si può deinire su A una relazione di equivalenza E ponendo a b (E se (a = (b; tale relazione si dice relazione di equivalenza associata ad 4 Relazioni di ordinamento parziale Deinizione 4 (Ordinamento parziale Una relazione binaria deinita su un insieme A si chiama relazione di ordinamento parziale se gode delle proprietà rilessiva, transitiva, antisimmetrica Un insieme A con una relazione R di ordinamento parziale deinita su di esso, si dice parzialmente ordinato, brevemente po Se R è una relazione di ordinamento parziale deinita su A, per a, b A scriveremo a b invece che arb e leggeremo a è minore od uguale a b Se è a b ed a b allora scriveremo a < b e leggeremo a è strettamente minore di b Sia A un insieme po e a, b A Se a b oppure b a allora i due elementi a e b si dicono conrontabili Un insieme po in cui due qualunque elementi sono conrontabili, si dice un insieme ordinato o linearmente ordinato o catena Un elemento a A si dice minimo (assoluto di A se a x per ogni x A Il minimo, quando esiste, è unico Un elemento a A si dice minimale o minimo relativo di A se non c è nessun elemento minore o uguale ad a distinto da a stesso, cioè se da x a segue x = a 9

10 Deinizione 4 (Insieme ben ordinato Un insieme po si dice ben ordinato quando ogni suo sottoinsieme ha il minimo Un insieme ben ordinato è anche ordinato In modo del tutto analogo si danno le nozioni di massimo e di massimo relativo Minoranti e maggioranti Estremo ineriore ed estremo superiore Sia A un insieme po e B un suo sottoinsieme Si chiama minorante di B in A un elemento a A tale che a x per ogni x B Si chiama estremo ineriore di B in A il massimo dei minoranti Notiamo che non è detto che esistano minoranti di B in A e se ne esistono può darsi che il loro insieme non abbia massimo; pertanto l estremo ineriore non sempre esiste L estremo ineriore a di B in A è caratterizzato dalle seguenti due proprietà: (i a A e a x per ogni x B; (ii se b A è tale che b x per ogni x B allora b a Osserviamo che se l estremo ineriore di B in A esiste ed è un elemento di B allora esso è il minimo di B; viceversa il minimo di B, se esiste, è anche l estremo ineriore di B in A In modo analogo si danno le deinizioni di maggioranti e di estremo superiore di B in A Un insieme po si dice completo quando ogni suo sottoinsieme ha estremo superiore e estremo ineriore In particolare un insieme po completo ha minimo e massimo Diagrammi di insiemi po initi Assegnato un insieme po inito (A; è utile considerare il diagramma di A, ottenuto nel seguente modo Si disegnano tanti punti quanti sono gli elementi dell insieme, avendo l accortezza di disegnare a più in basso di b se a b; si congiungono poi due elementi a, b con un segmento se a < b e non ci sono elementi maggiori di a e minori di b Dal graico che si ottiene si possono leggere con acilità tutte le proprietà dell insieme po A Condizioni equivalenti all assioma di Zermelo Le seguenti condizioni sono equivalenti all assioma di Zermelo: (i (Teorema di Zermelo Ogni insieme può essere ben ordinato (ii (Lemma di Zorn Se un insieme po A gode della proprietà che ogni catena in esso contenuta ha un maggiorante allora A ha almeno un massimo relativo

11 5 Cardinalità di un insieme Deinizione 5 Si dice che due insiemi A e B hanno la stessa cardinalità o sono equipotenti, e si scrive A = B, se esiste un applicazione biunivoca ra A e B Esercizi Provare che N ha la stessa cardinalità dell insieme dei numeri interi pari Provare che N ha la stessa cardinalità di N \ {} 3 Provare che N ha la stessa cardinalità di N \ {, 3} Deinizione 5 Si dice che A ha cardinalità maggiore di B, e si scrive A > B, se B è equipotente ad un sottoinsieme di A ed A e B non sono equipotenti Proposizione 5 Sia X non vuoto L equipotenza induce una relazione di equivalenza su P (X Deinizione 53 Un insieme si dice numerabile se ha la stessa cardinalità dell insieme dei numeri naturali N = {,,, 3, } Proposizione 5 Sia A un insieme numerabile Allora A A è pure numerabile Dimostrazione Poichè A è numerabile possiamo numerare i suoi elementi Quindi possiamo scrivere A = {a, a, a 3, } Disponiamo gli elementi di A A nel quadro: (a, a, (a, a, (a, a 3, (a, a, (a, a, (a, a 3, (a 3, a, (a 3, a, (a 3, a 3, e stabiliamo la corrispondenza : N A A come segue: ( = (a, a, ( = (a, a, (3 = (a, a, (4 = (a, a 3, (5 = (a, a, (6 = (a 3, a, e così via secondo il cosiddetto metodo diagonale di Cantor Proposizione 53 L insieme N dei numeri naturali, l insieme Z dei numeri interi relativi e l insieme Q dei numeri razionali hanno la stessa cardinalità Proposizione 54 La cardinalità di N è minore di quella di R, cioè R > N

12 Dimostrazione Osservato che N R basta provare che N ed R non sono equipotenti Supponiamo per assurdo che esista la biiezione : N R così deinita (i numeri reali sono scritti in orma di numeri decimali illimitati non periodici di periodo 9: ( = ±a, c c c 3 c n ( = ±a, c c c 3 c n (n = ±a n, c n c n c n3 c nn Considerato il numero α =, c c c n con c 9, c, c 9, c, c 9, c 3,, c n c n,n+,9 si ha che n N (n α Ma questo è un assurdo perchè avevamo supposto N = R Deinizione 54 Un insieme si dice avere la cardinalità o potenza del continuo se ha la stessa cardinalità dell insieme R dei numeri reali Proposizione 55 Per ogni insieme A è A < P (A = A Dimostrazione Anzitutto P (A contiene il sottoinsieme costituito dalle parti di A che possiedono un solo elemento e quindi otteniamo una applicazione iniettiva di A in questo sottoinsieme di P (A Proviamo adesso che non può esistere un applicazione suriettiva di A in P (A, e quindi A e P (A non sono equipotenti Supponiamo per assurdo che esista una applicazione suriettiva : A P (A; sia B = {a A a (a} B è un sottoinsieme di A e quindi, per la suriettività di esiste b A tale che (b = B Due casi sono possibili: b (b = B allora per deinizione deve essere b B oppure b (b = B allora per deinizione b B; in entrambi i casi si ha l assurdo Deinizione 55 Un insieme si dice inito se è vuoto oppure se, per qualche n N, è equipotente all insieme {,,, 3,, n } ormato dai primi n numeri naturali Deinizione 56 Un insieme si dice ininito se non è inito Proposizione 56 Sia A un insieme Le seguenti condizioni sono equivalenti: (i A è ininito (ii A possiede un sottoinsieme numerabile (iii A è equipotente ad un suo sottoinsieme proprio Dimostrazione (i (ii A non è vuoto Sia a A; è {a } = A perchè A è ininito Sia a A con a a ; è {a, a } = A Sia a 3 A con a 3 a, a, e così via costruiamo un sottoinsieme numerabile {a, a, a 3, } A Osserviamo che in questa prova si è atto uso

13 dell assioma di Zermelo (ii (iii Sia N A un sottoinsieme numerabile; indichiamo con a, a, gli elementi di N; consideriamo il seguente sottoinsieme A di A, A = (A N {a, a 4, a 6 } Si ha A A perchè a A ed inoltre A è equipotente ad A: basta inatti considerare l applicazione : A A deinita da (x = x se x A N ed (a n = a n per n =,, (iii (i Un insieme inito non è equipotente ad un suo sottoinsieme proprio Tale atto, che sembra piuttosto evidente, può essere acilmente dimostrato mediante induzione Diamo un esempio di un insieme che si può mettere in corrispondenza biunivoca con un suo sottoinsieme proprio Siano: r una semiretta con origine in C, CE un segmento su r, CD un segmento perpendicolare ad r e tale che CD = CE ed s una retta parallela ad r e passante per D Detti A l insieme dei punti di CE diversi da E, e B l insieme dei punti di CD diversi da D, per ogni punto P A, la circonerenza di centro C e raggio CP interseca CD in un punto ϕ(p B e resta così deinita un applicazione ϕ : A B biiettiva Proiettando da O i punti di CD diversi da D su r si ottiene un applicazione biiettiva ψ dall insieme B nell insieme dei punti di r; dunque ψ ϕ risulta un applicazione biiettiva dall insieme dei punti del segmento CE diversi da E nell insieme dei punti di r Esercizio Stabilire una corrispondenza biunivoca ra tutti i punti del segmento CE (E compreso e i punti della semiretta r Ipotesi del continuo L ipotesi del continuo aerma che se un insieme ininito A ha cardinalità minore della potenza del continuo, allora A è numerabile È stato provato che sia l ipotesi del continuo che la sua negazione sono entrambe compatibili con gli usuali assiomi della teoria degli insiemi 6 Operazioni algebriche binarie Deinizione 6 Dato un insieme M, chiamiamo operazione algebrica binaria deinita su M una qualunque applicazione che associa ad ogni coppia ordinata (a, b M M uno ed un solo elemento c appartenente ad M : M M M (a, b M M (a, b = c M 3

14 L operazione viene indicata, a seconda del caso particolare che si sta studiando, con i simboli:,,,, Per esempio si scrive a b = c invece di (a, b = c, ecc Esempi La somma e il prodotto introdotte in N sono operazioni algebriche binarie, mentre la sottrazione e la divisione non lo sono Sia P = Z l insieme dei numeri pari e D quello dei numeri dispari, la somma è un operazione algebrica binaria deinita su P, mentre non lo è su D 3 Sono esempi di operazioni algebriche binarie deinite su N l applicazione che associa alla coppia (a, b, di elementi distinti o no, la potenza che ha per base il primo elemento e per esponente il secondo elemento: (a, b = a b cioè a b = a b ; l applicazione che associa alla coppia (a, b Z Z il loro MCD: a b = MCD(a, b Si dice che l operazione deinita su M gode della proprietà commutativa se: a, b M si veriica che a b = b a Le operazioni + e sugli insiemi Z e Q sono commutative; le operazioni in Z e / in Q, come pure l elevamento a potenza in N non sono commutative L operazione deinita su M gode della proprietà associativa se: a, b, c M si veriica che (a b c = a (b c Le operazioni + e su N, Q e Z sono associative Le seguenti operazioni non sono associative: l elevamento a potenza in N ; inatti ad esempio è ( 3 4 (3 4, avendosi ( 3 4 = 3 4 = ( 3 4 = e (3 4 = 3 4 = ( 3 4 = 8 la sottrazione in Z, inatti ad esempio è 8 (5 (8 5, avendosi 8 (5 = 8 3 = 5 e (8 5 = 3 = Esempi Sia M un insieme non vuoto e l operazione su di esso deinita in modo tale che: a, b M, a b = b Tale operazione è associativa, inatti è (a b c = a (b c, avendosi (a b c = b c = c e a (b c = a c = c; ma non è commutativa, a meno che l insieme sia costituito da un unico elemento, cioè M = I simboli N, Z, Q, R indicano gli insiemi dei numeri naturali, interi, razionali e reali privati dello 4

15 Sia E un insieme e P (E l insieme delle sue parti, le operazioni di e su P (E sono commutative e associative Deinizione 6 Dicesi struttura algebrica un insieme non vuoto M su cui sono deinite una o più operazioni algebriche binarie, +,, Indichiamo con (M, una struttura algebrica dove è deinita l operazione, con (M,, + una struttura algebrica dove sono deinite le operazioni e +, (M,, +,, una struttura algebrica dove sono deinite le operazioni, +,, N, Z, Q e R con le operazioni + e/ sono strutture algebriche Deinizione 63 Dicesi semigruppo una struttura algebrica (M,, ove è operazione associativa su M Deinizione 64 Dicesi elemento neutro di (M, un elemento e M tale che a M si ha: a e = e a = a Si osservi che N, Z, Q, con l operazione di addizione + hanno lo elemento neutro N, Z, Q, con l operazione di moltiplicazione hanno come elemento neutro ed è chiamato elemento unità Q con l operazione di divisione / non ha elemento neutro, inatti a/ = a mentre /a a Deinizione 65 Sia (M, una struttura algebrica avente elemento neutro e Dicesi elemento simmetrico di a M un elemento a M tale che a a = a a = e Diremo che a è simmetrizzabile se esiste l elemento a simmetrico di a Si ha In N nessun elemento tranne lo è simmetrizzabile rispetto a + In (Z, + qualsiasi elemento è simmetrizzabile (il simmetrico di a è a così anche in (Q, (il simmetrico di a è a Deinizione 66 Dicesi monoide un semigruppo (M, dotato di elemento neutro In altre parole un monoide è un insieme M dotato di un operazione associativa in cui esiste un elemento e tale che a e = e a = a per ogni a M (N, + è un monoide ove il numero zero è l elemento neutro (Z, è un monoide ove il numero è l elemento neutro Sia X un insieme non vuoto allora (X X, è un monoide ove l applicazione identica i X è l elemento neutro 5

16 7 Gruppi Deinizione 7 Dicesi gruppo un insieme non vuoto M con una operazione algebrica binaria : M M M ((a, b = a b deinita su di esso che gode delle seguenti tre proprietà: a, b, c M (a b c = a (b c (l operazione è associativa; e M tale che a e = e a = a a M (esistenza dell elemento neutro 3 a M a M tale che a a = a a = e (ogni elemento a M è simmetrizzabile Teorema 7 In un gruppo l elemento neutro è unico Dimostrazione Supponiamo per assurdo che esistano due elementi neutri e ed e Per la proprietà dell elemento neutro si ha: a M a e = e a = a Dunque: e e = e e = e e anche da cui e = e e e = e e = e Teorema 7 In un gruppo ogni elemento a ammette un solo simmetrico a Dimostrazione Sia (M, un gruppo Supponiamo per assurdo che esista un a M avente due elementi simmetrici a ed a Si ha: a = e a = (a a a = a (a a = a e = a da cui a = a Deinizione 7 Un gruppo (M, si dice abeliano o commutativo se l operazione gode della proprietà commutativa: a b = b a per ogni a, b M Teorema 73 Sia (M, un gruppo Per ogni coppia issata a, b M esiste uno e un solo x M tale che a x = b, oppure esiste uno e un solo y M tale che y a = b In altre parole in un gruppo le equazioni a x = b e y a = b hanno una e una solo soluzione Si noti che in generale non é detto che queste soluzioni siano uguali Se invece il gruppo é commutativo le due soluzioni coincidono 6

17 Dimostrazione Sia a x = b, moltiplicando a destra entrambi i membri per a (il simmetrico di a si ha a (a x = a b Per la proprietà associativa, (a a x = a b, e x = a b e quindi x = a b é l unica soluzione della equazione a x = b Analogamente (moltiplicando a sinistra per a si prova che l unica soluzione di y a = b é y = b a Se il gruppo é abeliano abbiamo x = a b = b a = y Spesso l operazione algebrica binaria del gruppo è indicata con (chiamata moltiplicazione oppure con + (chiamata addizione Nel primo caso il gruppo si dice moltiplicativo, nel secondo additivo Si usa la seguente terminologia: In un gruppo moltiplicativo l elemento neutro verrà indicato con ed è detto unità, mentre il simmetrico di a verrà indicato con a, ed è detto il reciproco È immediato veriicare che: (a = a e (a b = b a In un gruppo additivo l elemento neutro verrà indicato con ed è detto elemento nullo, mentre il simmetrico di a verrà indicato con a, ed è detto l opposto È immediato veriicare che: ( a = a e (a + b = ( b + ( a Il Teorema 73 può essere riormulato nelle due seguenti orme: Teorema 74 Se (G, è un gruppo moltiplicativo, a, b G le due equazioni a x = b e y a = b ammettono una sola soluzione (date da x = a b e y = b a, rispettivamente Se (G, + è un gruppo additivo, a, b G le due equazioni a + x = b e y + a = b ammettono una sola soluzione (date da x = a + b e y = b a, rispettivamente Teorema 75 In un gruppo moltiplicativo (G, valgono le leggi di cancellazione a sinistra e a destra, cioè: a, b, c G, da a b = a c segue che b = c; a, b, c G, da b a = c a segue che b = c In un gruppo additivo (G, + valgono le leggi di cancellazione a sinistra e a destra, cioè: a, b, c G, da a + b = a + c segue che b = c; a, b, c G, da b + a = c + a segue che b = c Sono esempi di gruppi additivi abeliani (con le usuali operazioni di addizione +: (Z, +, gruppo additivo degli interi relativi, (Q, +, gruppo additivo dei razionali, (R, +, gruppo additivo dei reali Si osservi che, se si considera l usuale operazione di prodotto, (Z \ {}, non é un gruppo moltiplicativo (non esiste l inverso di un elemento, mentre (Q \ {}, e (R \ {}, sono gruppi moltiplicativi abeliani Per dare qualche altro esempio di gruppo introduciamo la nozione di matrice 7

18 Deinizione 73 Siano m e n due numeri naturali Una matrice A di tipo m n su R é una tabella di numeri reali a a a n A = a a a n a m a m a mn dove a ij R per i =,,, m e j =,,, n Scriveremo anche A = (a ij, i =,,, m, j =,,, n Indicheremo con il simbolo M(m, n; R l insieme delle matrici di tipo m n su R Ogni elemento a ij della matrice é contrassegnato da due indici: il primo i denota la riga mentre il secondo j la colonna alla quale l elemento appartiene Si dice anche che a ij é l elemento di posto (i, j nella matrice A Se m = n, allora la matrice A si dice quadrata di ordine n; in tal caso scriveremo M(n; R invece di M(m, n; R Le matrici di tipo n si diranno matrici riga e quelle di tipo m matrici colonna L i-esima riga della matrice A = (a ij é la matrice di tipo n R i = (a i, a i,, a in, mentre la j-esima colonna di A é data dalla matrice di tipo m a j C j = a j a mj Dicesi matrice nulla di M(m, n; R la matrice Θ di tipo m n i cui elementi sono tutti uguali a Cioè Θ = In M(m, n; R deiniamo l operazione di addizione nel seguente modo: per ogni A, B M(m, n; R, A = (a ij e B = (b ij, poniamo (a ij (b ij = (a ij + b ij È acile veriicare che ((M(m, n; R, é un gruppo abeliano Deinizione 74 Un gruppo si dice inito se ha un numero inito di elementi Il numero dei suoi elementi si dice ordine del gruppo 8

19 Talvolta, specialmente quando si tratta di gruppi abeliani, si usa la notazione additiva invece di quella moltiplicativa Cioè: l operazione del gruppo si chiama addizione (invece di moltiplicazione e si scrive a + b (invece di a b, l elemento unità del gruppo si chiama zero e si indica con (invece di ; l inverso di un elemento a si chiama opposto e si indica con a (invece di a Si pone inoltre a + ( b = a b Gruppo simmetrico Sia M un insieme non vuoto L insieme delle applicazioni biiettive di M in M è un gruppo e si chiama il gruppo simmetrico su M Se M è inito e ha n elementi, il gruppo simmetrico su M è inito ed ha n! = n elementi In quest ultimo caso il gruppo simmetrico si suole chiamare gruppo delle sostituzioni su n elementi Se M = {,,, n} allora la sostituzione : M M tale che (i = a i e (a i (a j per ogni i, j M con i j, viene spesso indicata con ( n a a a n o, più semplicemente, con a, a,, a n e viene chiamata permutazione di,,, n Deinizione 75 Dicesi sottogruppo di un gruppo (G, un sottoinsieme A non vuoto di G che risulta essere un gruppo rispetto alla stessa operazione deinita in G In ogni gruppo (G, esistono almeno due sottogruppi, i cosiddetti sottogruppi banali o impropri Essi sono il gruppo stesso e il sottogruppo che ha come unico elemento l elemento neutro di G; ogni altro sottogruppo è detto proprio Teorema 76 Condizione necessaria e suiciente ainchè A (sottoinsieme non vuoto del gruppo (G, sia un sottogruppo di G è che siano veriicate le seguenti due condizioni: a, b A = a b A; a A = a A Dimostrazione Necessità Supponiamo che A sia un sottogruppo di G Allora A stesso è un gruppo e quindi le condizioni e sono veriicate Suicienza Supponiamo che le condizioni e siano veriicate Per la, a, b A = a b A e quindi è anche un operazione deinita in A che veriica la proprietà associativa in A ( a, b, c A si ha a (b c = (a b c valendo essa in G Poichè le condizioni e valgono per ogni coppia di elementi di A, varranno in particolare per a e a a A Allora a a = e A, cioè l elemento neutro di G appartiene pure ad A Ed essendo anche che per ogni a A anche a A, segue che (A, è un gruppo, cioè un sottogruppo di (G, Le condizioni e sono equivalenti all unica condizione a, b A ab A Teorema 77 Intersezione di sottogruppi Se S e H sono due sottogruppi di G, allora S H è un sottogruppo di G 9

20 Dimostrazione Si ha: Se a S H, essendo S e H sottogruppi, abbiamo a S e a H quindi a S H Se a, b S H, essendo S e H sottogruppi, abbiamo ab S e ab H Quindi ab S H e provano la tesi Più in generale, se G i, i I è un insieme di sottogruppi di G, allora G = i I G i (ormato dagli elementi comuni a tutti i sottogruppi G i è un sottogruppo di G Teorema 78 Unione di sottogruppi Se S e H sono due sottogruppi di G, allora S H non è sottogruppo di G, tranne nel caso in cui H S oppure S H Dimostrazione Sia a S H e b H S, acciamo vedere che ab S H Supponiamo per assurdo che ab S H, ad esempio sia ab S Avremo ab = s per qualche s S Moltiplicando ambo i membri a sinistra per a (si ricordi che a S, si avrebbe a ab = a s S, da cui b = a s S Ciò è assurdo perchè b S; analogamente se ab H si perviene ad un assurdo 8 Campi Deinizione 8 Dicesi campo K una terna (K, +, dove K è insieme non vuoto mentre + e sono due operazioni binarie su K tali che: K (Chiusura Per ogni coppia a, b K, a + b K e a b K K (Associatività Comunque presi a, b, c K, a + (b + c = (a + b + c e a (b c = (a b c K3 (Commutatività Per ogni coppia a, b K, a + b = b + a e a b = b a K4 (Identità Esistono due elementi in K, denotati con e e detti rispettivamente lo zero e l unità del campo, tali che e, per ogni a K, a + = a e a = a K5 (Opposto Per ogni a K, esiste un elemento b K (detto l opposto di a, tale che a + b = (Inverso Per ogni a K = K \ {} esiste un elemento c K (detto l inverso di a tale che a c = K6 (Distributività Comunque presi a, b, c K, a (b + c = a b + a c Ricordiamo che le condizioni K, K, K4 e K5 dicono che (K, + è un gruppo additivo e (K, un gruppo moltiplicativo Si può provare che:

21 a b non è mai uguale a se a e b ; l inverso di a K è sempre diverso da ; sia l inverso che l opposto di a sono unici e si indicano, rispettivamente, con a e a Sono esempi di campi: (Q, +,, (R, +,, (C, +, Come è ben noto, (Z, +, non è un campo Se (K, +, è un campo e K è un insieme inito, diremo che il campo è inito Si può dimostrare il seguente teorema Teorema 8 Se (K, +, è un campo inito, esistono un numero primo p e un intero positivo k tali che K = p k Viceversa, per ogni primo p e intero positivo k, esiste un campo inito avente p k elementi È anche noto che, a meno di isomorismi, un campo inito è unico Esso è denotato con GF (p k Un interessante esempio di campo inito é dato da (K, +, in cui K = {, } e le operazioni + e sono così deinite: + =, + =, + =, + = ; =, =, =, = 9 Omomorismi ra strutture Deinizione 9 Siano (G, e (G, due gruppi Un applicazione : G G si dice un omomorismo di G in G quando, per ogni a, b G, è (a b = (a (b Un omomorismo biiettivo ra G e G si dice un isomorismo Se G = G l isomorismo si dice automorismo Teorema 9 Sia : G G un omomorismo ra gruppi Allora (e = e, essendo e ed e gli elementi unità rispettivamente di G e G ; (a = ((a ; 3 se H è un sottogruppo di G allora (H = {a G a H tale che (a = a } è un sottogruppo di G 4 se H è un sottogruppo di G allora (H = {a G (a H } è un sottogruppo di G

22 Dimostrazione ( Si ha (a (e = (a e = (a e (e (a = (e a = (a Dunque (e è l elemento neutro di G ( Da e = (e = (a a = (a (a e e = (e = (a a = (a (a, segue che (a è l inverso di (a, cioè (a = ((a (3 Innanzitutto si osservi che (H non è vuoto perchè e = (e (H Inoltre se a, b (H signiica che a = (a e b = (b con a, b H; allora a b = (a ((b = (a (b = (a b (H perchè a b H essendo H un sottogruppo di G (4Intanto (H non è vuoto perchè e (H in quanto (e = e H Inoltre se a, b (H signiica (a, (b H ; allora a b (H perchè (a b = (a (b = (a ((b H essendo H un sottogruppo di G Nucleo ed immagine di un omomorismo Sia : G G un omomorismo di gruppi Deiniamo nucleo di e lo denotiamo con Ker il sottoinsieme di G così deinito Ker = {a G (a = e } Deiniamo immagine di e la denotiamo con Im, il sottoinsieme di G così deinito Im = {a G esiste a G tale che (a = a } Teorema 9 Sia : G G un omomorismo di gruppi Si ha Ker è un sottogruppo di G Im è un sottogruppo di G 3 è iniettiva se e solo se Ker = {e} 4 è suriettiva se e solo se Im = G Deinizione 9 Siano (K, +, e (K,, due campi Un applicazione : K K è un omomorismo di K in K se a, b K risulta: (a + b = (a (b, (a b = (a (b Un omomorismo biiettivo si dice un isomorismo ra K e K Se K = K l isomorismo si dice automorismo Per gli omomorismi tra campi valgono teoremi analoghi a quelli per gli omomorismi ra gruppi

23 Matrici: prodotto righe per colonne Nella Deinizione 73 del paragrao 7 abbiamo introdotto il concetto di matrice di tipo m n ad elementi in R Sempre nello stesso paragrao abbiamo deinito cosa si intende per somma ra matrici e per matrice nulla e abbiamo lasciato al lettore il compito di veriicare che l insieme delle matrici m n con l operazione di somma orma un gruppo additivo abeliano In questo paragrao vogliamo richiamare alcune deinizioni e operazioni sulle matrici che ci saranno utili in seguito É acile veriicare che tutto quanto detto precedentemente per le matrici ad elementi in R può ripetersi per le matrici ad elementi in un generico campo K Sia M(m, n; K l insieme delle matrici di tipo m n ad elementi in un campo K, i cui elementi chiameremo scalari (qualora m = n porremo M(n, n; K = M(n; K Deinizione Dicesi prodotto di uno scalare λ K per una matrice A = (a ij M(m, n; K la matrice λa = (λa ij ottenuta moltiplicando per λ tutti gli elementi di A Deinizione Siano date le matrici A = (a ij M(m, n; K e B = (b ij M(n, p; K (si noti che A é di tipo m n e B di tipo n p Dicesi prodotto righe per colonne di A per B la matrice A B = (c ij M(m, p; K deinita, per ogni i =,,, m e j =,,, p, nel seguente modo: c ij = n a is b sj = a i b j + a i b j + + a is b sj + a in b nj s= Esempio Siano A = ( M(, 4; R e B = M(4, 3; R Allora A B é la matrice di tipo 3 data da ( ( ( = ( = 3

24 Esempio Siano Allora A B = A = M(3, 4; R e B = = Esempio 3 Siano ( 3 A = M(, ; R 4 5 e B = Allora A B = ( = ( ( M(4, ; R M(, ; R Si osservi che sia A che B sono quadrate di ordine n allora si possono are entrambi i prodotti A B e B A In generale si ha A B B A Inatti siano A e B le matrici di ordine deinite nell Esempio 3 Si ha ( ( ( B A = = A B Deinizione 3 Dicesi matrice identica di ordine n la seguente matrice quadrata di ordine n: I n = Per l operazione di moltiplicazione ra matrici valgono le proprietà elencate nel seguente teorema di cui lasciamo al lettore la acile veriica D ora in poi la somma ra le matrici A e B saraà indicata con A + B invece di A B Teorema Siano A, B M(m, n; K, C, D M(n, p; K, E M(p, q; K e λ K Allora: 4

25 (A + B C = A C + B C; A (C + D = A C + A D; 3 λ(a C = (λa C = A (λc; 4 (A C E = A (C E; 5 A I n = I m A = A; 6 se C = D allora A C = A D; 7 se A = B allora A C = B C Si osservi che, in generale, la (6 e la (7 del Teorema non possono essere invertite Inatti, posto nel primo caso 7 8 A =, C = 7 3, e D = 7 3, abbiamo C D e Analogamente, posto A = ( 3 4 A C = A D = ( 4 3, B = (, e C = 7, abbiamo A B e A C = B C = ( Deinizione 4 Dicesi matrice diagonale una matrice quadrata A = (a ij di ordine n tale che a ij = i j, ovvero se A = a a a 33 a nn ( Conseguenza immediata del prodotto riga per colonna ra matrici é il seguente teorema 5

26 Teorema Sia A la matrice diagonale ( Allora a k a k A k = a k 33 a k nn Esempio 4 Sia A = A = A A = 3 ( 3 ( A 3 = A A A = 3 ( 3 3 ( 3 = Allora = 4 9, 8 7 Deinizione 5 Sia A = (a ij M(m, n; K Dicesi trasposta di A la matrice A T = (b ji M(n, m; K tale che b ji = a ij per ogni i =,,, m e j =,,, n Esempio 5 Sia Allora A = A T = Per le matrici trasposte valgono le proprietà elencate nel seguente teorema di cui lasciamo al lettore la acile veriica Teorema 3 Siano A, B M(m, n; K, C M(n, p; K e λ K Allora: (A + B T = A T + B T ; (λa T = λ(a T ; 3 (A C T = C T A T ; 4 (A T T = A; 6

27 5 I T n = I n Deinizione 6 Una matrice quadrata A di ordine n, cioè A M(n; K si dice simmetrica se A T = A, cioè se a ij = a ji per ogni i, j =,,, n Esempio 6 La seguente matrice é simmetrica Se A = (a ij M(n; K allora gli elementi a, a,, a nn ormano la diagonale principale di A Deinizione 7 Una matrice quadrata A M(n; K si dice invertibile se esiste una matrice B M(n; K tale che A B = B A = I n Esempio 7 Veriicare se la matrice é invertibile A = ( 3 6 SVOLGIMENTO Essendo A M(, ; R bisogna veriicare se esiste una matrice B M(; R tale che A B = B A = I Poniamo ( x y B = z t e cerchiamo di determinare x, y, z, t R in modo che ( ( ( x y = 3 6 z t La precedente uguaglianza equivale a ( x + z y + t 3x + 6z 3y + 6t = ( la quale é vera se e solo se il seguente sistema ammette soluzioni x + z = y + t = ( 3x + 6z = 3y + 6t = Poichè ( non ha soluzioni, la matrice data A non é invertibile 7

28 Esempio 8 Veriicare se la matrice é invertibile A = ( 3 7 SVOLGIMENTO Essendo A M(, ; R bisogna veriicare se esiste una matrice B M(; R tale che AB = BA = I Poniamo ( x y B = z t e cerchiamo di determinare x, y, z, t R in modo che ( ( ( x y = 3 7 z t La precedente uguaglianza equivale a ( x + z y + t 3x + 7z 3y + 7t = ( la quale é vera se e solo se il seguente sistema ammette soluzioni x + z = y + t = (3 3x + 7z = 3y + 7t = Poichè ( ha l unica soluzione (x, y, z, t = (7,, 3,, l inversa di A é ( 7 B = 3 Inine non é diicile veriicare che ( 7 B A = 3 ( 3 7 = ( = I Teorema 4 Sia A M(n; K invertibile Allora esiste una ed una sola matrice B M(n; K tale che A B = B A = I n Dimostrazione Per deinizione di matrice invertibile, esiste almeno una B M(n; K tale che A B = B A = I n Sia adesso C M(n; K tale che A C = C A = I n Allora C = C I n = C (A B = (C A B = I n B = B Per il precedente teorema la matrice B verrà indicata con A e sarà detta la matrice inversa di A Come proveremo nel Teorema 58, se esiste una matrice B tale che A B = I n allora esiste una matrice C M(n; K tale che C A = I n Vale il seguente teorema 8

29 Teorema 5 Sia A M(n; K Se esistono B, C M(N; K tali che allora C = B A B = I n e C A = I n, Dimostrazione Si ha C = C I n = C (A B = (C A B = I n B = B Il seguente risultato é immediata conseguenza dei Teoremi 4, 5 e 58 Teorema 6 Una matrice A M(n; K é invertibile se e solo se esiste B M(n; K tale che A B = I n L insieme delle matrici invertibili A M(n; K si indica con GL(n; K In GL(n; K valgono le seguenti proprietà Teorema 7 Siano A, B GL(n; K, allora si ha: A B GL(n; K e (A B GL(n; K A GL(n; K e (A = A 3 A T GL(n; K e ( A T = (A T 4 I n GL(n; K e (I n = I n L insieme GL(n; K con il prodotto righe per colonne costituisce un gruppo non commutativo, detto il gruppo lineare generale Si osservi quindi che in GL(n; K valgono le leggi di cancellazione a sinistra ed a destra: se C A = C B e A, B, C GL(n; K, allora A = B; se A C = B C e A, B, C GL(n; K, allora A = B Si conronti la precedente aermazione con la (6 e la (7 del Teorema Teorema 8 Siano A, B M(m, n; K Sia C GL(m; K Allora A = B se e solo se C A = C B Sia C GL(n; K Allora A = B se e solo se A C = B C Dimostrazione Sia C GL(m; K Se A = B allora, per la (6 del Teorema, si ha C A = C B Sia, ora, C A = C B Essendo C GL(m; K, esiste la matrice inversa C di C Allora, per il Teorema, Se C GL(n; K, la dimostrazione é analoga C (C A = C (C B, (C C A = (C C B, A = B 9

30 Sistemi lineari e matrici ridotte per righe Sia K un campo e siano a ij K, i =,,, m e j =,,, n, tali che: per ogni i =,,, m, se b i = allora esiste almeno un j i {,,, n} per cui a iji ; per ogni j =,,, n esiste almeno un i j {,,, m} per cui a ij j Allora, posto b i K, diremo che la scrittura a x + a x + + a n x n = b a x + a x + + a n x n = b (4 a m x + a m x + + a mn x n = b m rappresenta un sistema lineare di m equazioni nelle n variabili x, x,, x n Gli elementi a ij e b i si dicono rispettivamente i coeicienti e i termini noti di (4 Deinizione Dicesi soluzione del sistema (4 una qualsiasi n-upla ordinata (η, η,, η n di elementi di K tale che a η + a η + + a n η n = b a η + a η + + a n η n = b a m η + a m η + + a mn η n = b m Dato un sistema lineare, ad esso é associato il problema di determinare l insieme di tutte le sue soluzioni Ovviamente un sistema lineare potrebbe essere impossibile (cioè non avere alcuna soluzione In tal caso l insieme delle sue soluzioni coincide con l insieme vuoto Deinizione Due sistemi lineari si dicono equivalenti se i loro insiemi di soluzioni coincidono Deinizione 3 Un sistema lineare si dice omogeneo se i suoi termini noti sono tutti nulli Un sistema lineare omogeneo di m equazioni nelle n variabili x, x,, x n si scrive quindi nel seguente modo: a x + a x + + a n x n = a x + a x + + a n x n = (5 a m x + a m x + + a mn x n = Si ricordi che i coeicienti di (5 godono delle seguenti proprietà: per ogni i =,,, m esiste almeno un j i {,,, n} per cui a iji ; per ogni j =,,, n esiste almeno un i j {,,, m} per cui a ij j Per determinare l insieme delle soluzioni di un sistema lineare (e in particolare di un sistema lineare omogeneo é ben noto il metodo di Gauss di eliminazione delle variabili Consideriamo dapprima i sistemi lineari omogenei In tal caso il metodo di Gauss si basa sul seguente teorema 3

31 Teorema Comunque issati λ, µ K con λ, e comunque presi i, j {,,, m} con i j, (5 é equivalente al sistema che si ottiene sostituendo l equazione i-esima con la seguente: λ(a i x + a i x + + a in x n + µ(a j x + a j x + + a jn x n = (6 Dimostrazione (Dimostrazione obbligatoria Senza ledere la generalità, possiamo supporre i = e j = Dobbiamo così dimostrare che (5 é equivalente al sistema λ(a x + a x + + a n x n + µ(a x + a x + + a n x n = a x + a x + + a n x n = a m x + a m x + + a mn x n = (7 É immediato veriicare che una soluzione di (5 é anche soluzione di (7 Viceversa, supponiamo che (α, α,, α n é soluzione di (7 Si ha λ(a α + a α + + a n α n + µ(a α + a α + + a n α n = a α + a α + + a n α n = a m α + a m α + + a mn α n = e quindi, essendo a α + a α + + a n α n =, λ(a α + a α + + a n α n = a α + a α + + a n α n = a m α + a m α + + a mn α n = Avendo supposto λ, possiamo moltiplicare entrambi i membri della prima equazione per ottenendo λ a α + a α + + a n α n = a α + a α + + a n α n =, a m α + a m α + + a mn α n = cioè (α, α,, α n è soluzione di (5 Esempio Risolvere il sistema x 3x + 4x 3 5x 4 = x x + x 3 x 4 = x x + x 3 x 4 = x + x + x 3 x 4 = x x + x 3 + 4x 4 =, 3

32 a coeicienti in R, acendo uso del Teorema SVOLGIMENTO Nel seguito scriveremo E i λe i + µe j per indicare che, nel sistema in considerazione, sostituisco l equazione i-esima con l equazione avente il primo membro ormato dalla somma del primo membro della i-esima con il primo membro della j-esima rispettivamente moltiplicati per λ e µ x 3x + 4x 3 5x 4 = x x + x 3 x 4 = x x + x 3 x 4 = x + x + x 3 x 4 = x x + x 3 + 4x 4 = E 3 E 3 + E E 4 E 4 + 5E E 5 E 5 + E x 3x + 4x 3 5x 4 = x x 3 + 3x 4 = 7x 3 + 9x 4 = 8x 4 = 94x 4 = E E E E 3 E 3 E E 4 E 4 E E 5 E 5 E x 3x + 4x 3 5x 4 = x x 3 + 3x 4 = 7x 3 + 9x 4 = x 3 + 8x 4 = x 3 + 6x 4 = E 5 47E 5 4E 4 x 3x + 4x 3 5x 4 = x x 3 + 3x 4 = x 3x 3 + 3x 4 = 5x x 3 + 3x 4 = x + 3x 4 = E 4 7E 4 E 3 E 5 7E 5 E 3 x 3x + 4x 3 5x 4 = x x 3 + 3x 4 = 7x 3 + 9x 4 = 8x 4 = = Che ha, come unica soluzione, (,,, Quindi il sistema assegnato ha una ed una sola soluzione data da (,,, Esempio Risolvere il sistema x 3x + 4x 3 5x 4 = x x + x 3 x 4 = x x + x 3 x 4 = a coeicienti in R, acendo uso del Teorema, SVOLGIMENTO x 3x + 4x 3 5x 4 = x x + x 3 x 4 = x x + x 3 x 4 = E E E E 3 E 3 E x 3x + 4x 3 5x 4 = x x 3 + 3x 4 = x 3x 3 + 3x 4 = E 3 E 3 + E x 3x + 4x 3 5x 4 = x x 3 + 3x 4 = 7x 3 + 9x 4 = (8 3

33 Posto x 4 = η, (8 equivale a x 3x + 4x 3 = 5η x x 3 = 3η 7x 3 = 9η Risolvendo per sostituzione, esso ammette ininite soluzioni date da ( 4 η, 3η, 9η, η per ogni η R Si noti che in (8 si può prendere come parametro x 3 invece di x 4 In tal caso, posto x 4 = ρ, avremo x 3x 5x 4 = 4ρ x + 3x 4 = ρ, 9x 4 = 7ρ che ha le soluzioni ( 4 ρ, ρ, ρ, 7ρ per ogni ρ R Si noti che {( 4 7 η, 3 7 η, 9 } {( 4 7 η, η η R = 9 ρ, 3 ρ, ρ, 7 9 ρ } ρ R Per il Teorema, esse sono anche le soluzioni del sistema assegnato Osservazione Sia b x + b x + + b n x n = b x + b x + + b n x n = b m x + b m x + + b mn x n = (9 il sistema ottenuto da (5 mediante la trasormazione (6 per opportuni i, j, λ e µ con i j e λ Allora In (9 l equazione i-esima potrebbe essere trasormata in una identità del tipo = In (9 il numero delle variabili continua ad essere uguale ad n La prima osservazione é provata dall Esempio Proviamo la seconda Cioè che, comunque presa una variabile x j, j =,,, n, esiste almeno una equazione di (9 in cui il coeiciente di x j é diverso dallo zero Per esempio consideriamo la variabile x e supponiamo a Se nella (6 é i, avremo b = a ed il risultato rimane provato Per i =, avremo b = λa + µa j con λ e j Se b segue il risultato, invece se b =, avremo λa +µa j =, µa j = λa, b j = a j e il risultato rimane completamente provato Nel deinire il sistema (4 abbiamo supposto che esso non contenga variabili i cui coeicienti siano tutti nulli e nemmeno equazioni del tipo = Si noti che il metodo di risoluzione del Teorema continua a valere anche senza queste restrizioni sul sistema 33

34 Deinizione 4 Matrice ridotta per righe Una matrice A = (a ij, i =,,, m j =,,, n, si dice ridotta per righe se, per ogni i, é veriicata una delle due seguenti condizioni: a ij = per ogni j =,,, n, oppure esiste almeno un t {,,, n} tale che a it e, se i < m, a ρt = per ogni i + ρ m Esempio 3 La matrice A = é ridotta per righe Deinizione 5 Elemento speciale Sia A = (a ij, i =,,, m j =,,, n, una matrice ridotta per righe Per la Deinizione 4, ogni riga R i = (a i, a i,, a in (,,, contiene almeno un elemento a it tale che, se i < m, a ρt = per ogni i + ρ m Per ogni riga non nulla R i si issi, a piacere, uno solo di questi elementi Esso si chiama l elemento speciale relativo ad R i Sia A la matrice ridotta dell Esempio 54 Gli elementi candidati ad essere di tipo speciale sono quelli di posto (,, (,, (, 5, (4, 3, (5, 4 e (5, 6 (si noti che la terza riga non può contenere alcun elemento speciale Possiamo quindi scegliere come speciali quelli di posto (,, (, 5, (4, 3 e (5, 4 Teorema Il numero di elementi speciali di una matrice ridotta m n é minore od uguale al min{m, n} Dimostrazione Sia r il numero degli elementi speciali in una matrice ridotta m n Per deinizione, in ogni riga si può issare al più un elemento speciale, allora r m Inoltre, come si vede acilmente, due elementi speciali non possono mai trovarsi in una stessa colonna Ne segue r n Una qualsiasi matrice m n, A = (a ij, può essere sempre vista come la matrice incompleta associata ad un sistema lineare omogeneo di m m equazioni (A potrebbe avere una o più righe nulle, in tal caso conviene eliminare le identità = in n n incognite (A potrebbe avere una o più colonne ormate tutte da zeri Ridurre per righe A equivale ad applicare ripetutamente il Teorema al sistema ad essa associato e a quelli equivalenti che via via si ottengono e/o scambiare due equazioni ra loro Il risultato é una matrice ridotta il cui sistema omogeneo associato é equivalente al sistema associato alla matrice iniziale Mostriamo questo atto nel seguente esempio 34

INSIEMI E RELAZIONI. 1. Insiemi e operazioni su di essi

INSIEMI E RELAZIONI. 1. Insiemi e operazioni su di essi INSIEMI E RELAZIONI 1. Insiemi e operazioni su di essi Il concetto di insieme è primitivo ed è sinonimo di classe, totalità. Sia A un insieme di elementi qualunque. Per indicare che a è un elemento di

Dettagli

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

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria. Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo

Dettagli

RELAZIONI, FUNZIONI, INSIEMI NUMERICI. 1. Relazioni. Siano X e Y due insiemi non vuoti. Si definisce il prodotto cartesiano

RELAZIONI, FUNZIONI, INSIEMI NUMERICI. 1. Relazioni. Siano X e Y due insiemi non vuoti. Si definisce il prodotto cartesiano RELAZIONI, FUNZIONI, INSIEMI NUMERICI C. FRANCHI 1. Relazioni Siano X e Y due insiemi non vuoti. Si definisce il prodotto cartesiano X Y := {(x, y) x X, y Y } dove con (x, y) si intende la coppia ordinata

Dettagli

2. I numeri reali e le funzioni di variabile reale

2. I numeri reali e le funzioni di variabile reale . I numeri reali e le funzioni di variabile reale Introduzione Il metodo comunemente usato in Matematica consiste nel precisare senza ambiguità i presupposti, da non cambiare durante l elaborazione dei

Dettagli

M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE

M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE Operazioni in un insieme Sia A un insieme non vuoto; una funzione f : A A A si dice operazione binaria (o semplicemente

Dettagli

Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari

Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Antonio Lanteri e Cristina Turrini UNIMI - 2016/2017 Antonio Lanteri e Cristina Turrini (UNIMI - 2016/2017 Elementi di Algebra Lineare

Dettagli

Teoria degli Insiemi

Teoria degli Insiemi Teoria degli Insiemi Docente: Francesca Benanti Ottobre 2017 1 Teoria degli Insiemi La Teoria degli Insiemi è una branca della matematica creata alla fine del diciannovesimo secolo principalmente dal matematico

Dettagli

APPUNTI DI TEORIA DEGLI INSIEMI. L assioma della scelta e il lemma di Zorn Sia {A i } i I

APPUNTI DI TEORIA DEGLI INSIEMI. L assioma della scelta e il lemma di Zorn Sia {A i } i I APPUNTI DI TEORIA DEGLI INSIEMI MAURIZIO CORNALBA L assioma della scelta e il lemma di Zorn Sia {A i } i I un insieme di insiemi. Il prodotto i I A i è l insieme di tutte le applicazioni α : I i I A i

Dettagli

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Le matrici Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Siano m, n N\{0}. Una matrice m n a coefficienti in K è una tabella di m n elementi di K disposti

Dettagli

Funzioni Esercizi e complementi

Funzioni Esercizi e complementi Funzioni Esercizi e complementi e-mail: maurosaita@tiscalinet.it Novembre 05. Indice Esercizi Insiemi ininiti 6 Suggerimenti e risposte 9 Esercizi. Scrivere la deinizione di unzione e ornire almeno un

Dettagli

Testi consigliati e contatti

Testi consigliati e contatti Testi consigliati e contatti P.Bonacini, M. G. Cinquegrani, L. Marino, Algebra lineare: esercizi svolti, Cavallotto Edizioni, Catania P. Bonacini, M. G. Cinquegrani, L. Marino, Geometria analitica: esercizi

Dettagli

AL220 - Gruppi, Anelli e Campi

AL220 - Gruppi, Anelli e Campi AL220 - Gruppi, Anelli e Campi Prof. Stefania Gabelli - a.a. 2013-2014 Settimana 1 - Traccia delle Lezioni Funzioni tra insiemi Ricordiamo che una funzione o applicazione di insiemi f : A B è una corrispondenza

Dettagli

Qualche informazione su gruppi e anelli

Qualche informazione su gruppi e anelli Qualche informazione su gruppi e anelli 1. Gruppi e sottogruppi: prime proprietà Cominciamo subito scrivendo la definizione formale di gruppo. Definizione 0.1. Un gruppo G è un insieme non vuoto dotato

Dettagli

01 - Elementi di Teoria degli Insiemi

01 - Elementi di Teoria degli Insiemi Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 01 - Elementi di Teoria degli Insiemi Anno Accademico 2013/2014

Dettagli

Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani

Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE Giovanni Villani Matrici Definizione 1 Si definisce matrice di tipo m n una funzione che associa

Dettagli

Insiemi numerici. Teoria in sintesi NUMERI NATURALI

Insiemi numerici. Teoria in sintesi NUMERI NATURALI Insiemi numerici Teoria in sintesi NUMERI NATURALI Una delle prime attività matematiche che viene esercitata è il contare gli elementi di un dato insieme. I numeri con cui si conta 0,,,. sono i numeri

Dettagli

Esercitazioni di Algebra e Geometria

Esercitazioni di Algebra e Geometria Esercitazioni di Algebra e Geometria Anno Accademico 2011 2012 Dott.ssa Elisa Pelizzari e-mail elisa.peli@libero.it Esercitazioni: lunedì 14.30 16.30 venerdì 14.30 16.30 Ricevimento studenti: venerdì 13.00

Dettagli

Che cos è un insieme? Come si individua un insieme? 1. Scrivendone esplicitamente gli elementi: C = {2, 4, 6, 8, 10,...}.

Che cos è un insieme? Come si individua un insieme? 1. Scrivendone esplicitamente gli elementi: C = {2, 4, 6, 8, 10,...}. Teoria degli insiemi Che cos è un insieme? Come si individua un insieme? 1. Scrivendone esplicitamente gli elementi: A = {a, b, c} B = {1, 2} C = {2, 4, 6, 8, 10,...}. 2. Enunciando una proprietà che è

Dettagli

Precorsi di matematica

Precorsi di matematica Precorsi di matematica Francesco Dinuzzo 12 settembre 2005 1 Insiemi Il concetto di base nella matematica moderna è l insieme. Un insieme è una collezione di elementi. Gli elementi di un insieme vengono

Dettagli

APPUNTI DI ALGEBRA LINEARE

APPUNTI DI ALGEBRA LINEARE APPUNTI DI ALGEBRA LINEARE. Definizione Si dice spazio vettoriale (sul campo dei numeri reali R) un insieme V per il quale siano definite l operazione interna di somma (che ad ogni coppia di vettori e

Dettagli

Università degli Studi di Palermo Facoltà di Economia. Dipartimento di Scienze Economiche, Aziendali e Statistiche. Appunti del corso di Matematica

Università degli Studi di Palermo Facoltà di Economia. Dipartimento di Scienze Economiche, Aziendali e Statistiche. Appunti del corso di Matematica Università degli Studi di Palermo Facoltà di Economia Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 03 - I Numeri Reali Anno Accademico 2015/2016 M. Tumminello,

Dettagli

Geometria e Topologia I (U1-4) 2006-mag-10 61

Geometria e Topologia I (U1-4) 2006-mag-10 61 Geometria e Topologia I (U1-4) 2006-mag-10 61 (15.9) Teorema. Consideriamo il piano affine. Se A A 2 (K) è un punto e r una retta che non passa per A, allora esiste unica la retta per A che non interseca

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI 1 APPLICAZIONI LINEARI Applicazioni lineari tra spazi R n spazi di matrici spazi di polinomi e matrice associata rispetto ad una coppia di basi Endomorismi e matrice associata rispetto

Dettagli

Università degli Studi di Palermo Facoltà di Economia. CdS Sviluppo Economico e Cooperazione Internazionale. Appunti del corso di Matematica

Università degli Studi di Palermo Facoltà di Economia. CdS Sviluppo Economico e Cooperazione Internazionale. Appunti del corso di Matematica Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 02 - I Numeri Reali Anno Accademico 2013/2014 D. Provenzano, M.

Dettagli

i) la somma e il prodotto godano delle proprietà associativa, commutativa e distributiva;

i) la somma e il prodotto godano delle proprietà associativa, commutativa e distributiva; 1 Spazi vettoriali 11 Definizioni ed assiomi Definizione 11 Un campo è un insieme K dotato di una operazione somma K K K, (x, y) x + y e di una operazione prodotto K K K, (x, y) xy tali che i) la somma

Dettagli

Indice. 1 Cenni di logica. 2 Elementi di teoria degli insiemi. 3 Relazioni e funzioni. 4 Strutture algebriche

Indice. 1 Cenni di logica. 2 Elementi di teoria degli insiemi. 3 Relazioni e funzioni. 4 Strutture algebriche Indice 1 Cenni di logica 2 Elementi di teoria degli insiemi 3 Relazioni e funzioni 4 Strutture algebriche Silvia Pianta - Laura Montagnoli Geometria I - Prerequisiti - UCSC A.A. 2015/2016 1 / 36 1. Cenni

Dettagli

Appunti del Corso Analisi 1

Appunti del Corso Analisi 1 Appunti del Corso Analisi 1 Anno Accademico 2011-2012 Roberto Monti Versione del 5 Ottobre 2011 1 Contents Chapter 1. Cardinalità 5 1. Insiemi e funzioni. Introduzione informale 5 2. Cardinalità 7 3.

Dettagli

LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.

LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati. LEZIONE 2 2 Sistemi di equazioni lineari Definizione 2 Un equazione lineare nelle n incognite x, x 2,, x n a coefficienti reali, è un equazione della forma (2 a x + a 2 x 2 + + a n x n = b, ove a j, b

Dettagli

01 - Elementi di Teoria degli Insiemi

01 - Elementi di Teoria degli Insiemi Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 01 - Elementi di Teoria degli Insiemi Anno Accademico 2013/2014 M Tumminello,

Dettagli

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

= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti su m righe e n colonne. I numeri che compaiono nella tabella si dicono elementi della matrice. La loro individuazione

Dettagli

Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016.

Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016. Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016 Di seguito si riporta il riassunto degli argomenti svolti; i riferimenti sono a parti del Cap8 Elementi di geometria e algebra lineare Par5

Dettagli

X Settimana = 0 R. = 0 R x, x R. + (x 0 R. ) x 0 R = = x 0 R

X Settimana = 0 R. = 0 R x, x R. + (x 0 R. ) x 0 R = = x 0 R X Settimana 1 Elementi basilari della teoria degli anelli (I parte) Un anello (R, +, ) è un insieme non vuoto R dotato di due operazioni (binarie), denotate per semplicità con i simboli + e + : R R R,

Dettagli

INSIEMI. Se X è un insieme, indichiamo con P(X) l insieme dei sottoinsiemi di X (sono elementi di P(X) anche e X).

INSIEMI. Se X è un insieme, indichiamo con P(X) l insieme dei sottoinsiemi di X (sono elementi di P(X) anche e X). INSIEMI Se X è un insieme, indichiamo con P(X) l insieme dei sottoinsiemi di X (sono elementi di P(X) anche e X). Sia A = {A λ : λ Λ} una famiglia di insiemi. Definiamo: unione A = A λ è l insieme U tale

Dettagli

Gli insiemi N, Z e Q. I numeri naturali

Gli insiemi N, Z e Q. I numeri naturali Università Roma Tre L. Chierchia 1 Gli insiemi N, Z e Q Il sistema dei numeri reali (R, +,, ) può essere definito tramite sedici assiomi: quindici assiomi algebrici (si veda ad esempio 2.3 in [Giusti,

Dettagli

Definizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im

Definizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im APPUNTI ed ESERCIZI su matrici, rango e metodo di eliminazione di Gauss Corso di Laurea in Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 23 Aprile 2010 Matrici, rango e metodo

Dettagli

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

( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1 . Scimone a.s 1997 98 pag 1 TEORI DELLE MTRICI Dato un campo K, definiamo matrice ad elementi in K di tipo (m, n) un insieme di numeri ordinati secondo righe e colonne in una tabella rettangolare del tipo

Dettagli

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

NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare

Dettagli

ALGEBRE DI BOOLE. (d) x, y X x y oppure y x.

ALGEBRE DI BOOLE. (d) x, y X x y oppure y x. ALGEBRE DI BOOLE Un insieme parzialmente ordinato è una coppia ordinata (X, ) dove X è un insieme non vuoto e " " è una relazione binaria definita su X tale che (a) x X x x (riflessività) (b) x, y, X se

Dettagli

Complemento 1 Gli insiemi N, Z e Q

Complemento 1 Gli insiemi N, Z e Q AM110 Mat, Univ. Roma Tre (AA 2010/11 L. Chierchia) 30/9/10 1 Complemento 1 Gli insiemi N, Z e Q Il sistema dei numeri reali (R, +,, ) può essere definito tramite sedici assiomi: quindici assiomi algebrici

Dettagli

DAI NUMERI NATURALI AI NUMERI RAZIONALI

DAI NUMERI NATURALI AI NUMERI RAZIONALI DAI NUMERI NATURALI AI NUMERI RAZIONALI 1. L insieme dei numeri naturali Nel sistema assiomatico ZF, l Assioma dell infinito stabilisce che: Esiste un insieme A, i cui elementi sono insiemi e tale che

Dettagli

Elementi di Algebra e di Matematica Discreta Insiemi, relazioni

Elementi di Algebra e di Matematica Discreta Insiemi, relazioni Elementi di Algebra e di Matematica Discreta Insiemi, relazioni Cristina Turrini UNIMI - 2015/2016 Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra e di Matematica Discreta 1 / 65 index Matematica

Dettagli

ELEMENTI DI TEORIA DEGLI INSIEMI

ELEMENTI DI TEORIA DEGLI INSIEMI ELEMENTI DI TEORIA DEGLI INSIEMI Diamo per note le nozioni fondamentali di teoria degli insiemi, come: la nozione di appartenenza di un elemento a un insieme (x A), la nozione di insieme vuoto (indicato

Dettagli

Algebra Lineare ed Elementi di Geometria Corso di Laurea in Matematica Applicata MODULO 1

Algebra Lineare ed Elementi di Geometria Corso di Laurea in Matematica Applicata MODULO 1 Algebra Lineare ed Elementi di Geometria Corso di Laurea in Matematica Applicata MODULO 1 Prof. Lidia Angeleri Anno accademico 2015-2016 1 1 appunti aggiornati in data 14 gennaio 2016 Indice I Gruppi 3

Dettagli

Lezioni di ISTITUZIONI di MATEMATICA (gruppo 3)

Lezioni di ISTITUZIONI di MATEMATICA (gruppo 3) Lezioni di ISTITUZIONI di MATEMATICA (gruppo 3) Nicola Durante 2011-12 Abstract 1 Insiemi numerici (Lezione del 5.10.11) 1.1 Cenni di teoria degli insiemi Richiamiamo brevemente alcuni simboli usati in

Dettagli

1 Introduzione alle matrici quadrate 2 2 a coefficienti in R.

1 Introduzione alle matrici quadrate 2 2 a coefficienti in R. 1 Introduzione alle matrici quadrate 2 2 a coefficienti in R Per introdurre il concetto di matrice, a 2 righe e 2 colonne, iniziamo col considerare griglie o tabelle di numeri Gli elementi della griglia,

Dettagli

misura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x

misura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x 4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto

Dettagli

Corso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice

Corso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice Pordenone Corso di Matematica e Statistica 3 Algebra delle UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica Università di Udine

Dettagli

Introduciamo ora un altro campo, formato da un numero finito di elementi; il campo delle classi resto modulo n, con n numero primo.

Introduciamo ora un altro campo, formato da un numero finito di elementi; il campo delle classi resto modulo n, con n numero primo. Capitolo 3 Il campo Z n 31 Introduzione Introduciamo ora un altro campo, formato da un numero finito di elementi; il campo delle classi resto modulo n, con n numero primo 32 Le classi resto Definizione

Dettagli

Elementi di Algebra Lineare Spazi Vettoriali

Elementi di Algebra Lineare Spazi Vettoriali Elementi di Algebra Lineare Spazi Vettoriali Antonio Lanteri e Cristina Turrini UNIMI - 2015/2016 Antonio Lanteri e Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 37 index Spazi vettoriali

Dettagli

ISTITUTO TECNICO STATALE COMMERCIALE E PER GEOMETRI A. MARTINI Castelfranco Veneto (TV) Relazioni e Funzioni n n n n

ISTITUTO TECNICO STATALE COMMERCIALE E PER GEOMETRI A. MARTINI Castelfranco Veneto (TV) Relazioni e Funzioni n n n n 0 ottobre 008 A. MARTINI Castelranco Veneto (TV) Relazioni e Funzioni. Insieme delle parti. Partizione di un insieme 3. Prodotto cartesiano 4. Deinizione di relazione 5. Deinizione di unzione 6. Funzioni

Dettagli

1 Cenni di teoria degli insiemi

1 Cenni di teoria degli insiemi 1 Cenni di teoria degli insiemi 1.1. Siano A, B, C,... insiemi. Scriveremo a A, a / A per affermare rispettivamente che l elemento a appartiene all insieme A e che l elemento a non appartiene ad A. Diremo

Dettagli

4 0 = 4 2 = 4 4 = 4 6 = 0.

4 0 = 4 2 = 4 4 = 4 6 = 0. Elementi di Algebra e Logica 2008. Esercizi 4. Gruppi, anelli e campi. 1. Determinare la tabella additiva e la tabella moltiplicativa di Z 6. (a) Verificare dalla tabella moltiplicativa di Z 6 che esistono

Dettagli

CAPITOLO SECONDO APPLICAZIONI TRA INSIEMI E RELAZIONI DI EQUIVALENZA

CAPITOLO SECONDO APPLICAZIONI TRA INSIEMI E RELAZIONI DI EQUIVALENZA CAPITOLO SECONDO APPLICAZIONI TRA INSIEMI E RELAZIONI DI EQUIVALENZA 1 Applicazioni tra insiemi Siano A, insiemi. Una corrispondenza tra A e è un qualsiasi sottoinsieme del prodotto cartesiano A ; Se D

Dettagli

Appunti su Indipendenza Lineare di Vettori

Appunti su Indipendenza Lineare di Vettori Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo

Dettagli

M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA INSIEMI

M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA INSIEMI M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA INSIEMI Assumiamo come primitivo il concetto di insieme e quello di appartenenza di un elemento a un insieme. La notazione x A indica

Dettagli

ALGEBRA I: ASSIOMI DI PEANO E PROPRIETÀ DEI NUMERI NATURALI

ALGEBRA I: ASSIOMI DI PEANO E PROPRIETÀ DEI NUMERI NATURALI ALGEBRA I: ASSIOMI DI PEANO E PROPRIETÀ DEI NUMERI NATURALI 1. GLI ASSIOMI DI PEANO Come puro esercizio di stile voglio offrire una derivazione delle proprietà elementari dei numeri naturali e delle operazioni

Dettagli

LEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g

LEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g LEZIONE 3 3.. Matrici fortemente ridotte per righe. Nella precedente lezione abbiamo introdotto la nozione di soluzione di un sistema di equazioni lineari. In questa lezione ci poniamo il problema di descrivere

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)

Dettagli

Introduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari

Introduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari Introduzione soft alla matematica per l economia e la finanza Marta Cardin, Paola Ferretti, Stefania Funari Capitolo Sistemi di equazioni lineari.8 Il Teorema di Cramer Si consideri un generico sistema

Dettagli

x 1 Fig.1 Il punto P = P =

x 1 Fig.1 Il punto P = P = Geometria di R 2 In questo paragrafo discutiamo le proprietà geometriche elementari del piano Per avere a disposizione delle coordinate nel piano, fissiamo un punto, che chiamiamo l origine Scegliamo poi

Dettagli

Sistemi lineari e spazi vettoriali 1 / 14

Sistemi lineari e spazi vettoriali 1 / 14 Sistemi lineari e spazi vettoriali 1 / 14 Sistemi lineari 2 / 14 Studieremo sistemi lineari costituiti da m equazioni in n incognite (m,n N, m,n 1): cioè a 11 x 1 + +a 1n x n = b 1 a 21 x 1 + +a 2n x n

Dettagli

Equivalentemente, le colonne di A sono linearmente indipendenti se e solo se

Equivalentemente, le colonne di A sono linearmente indipendenti se e solo se Lezioni di Algebra Lineare. Versione novembre 2008 VI. Il determinante Il determinante det A di una matrice A, reale e quadrata, è un numero reale associato ad A. Dunque det è una funzione dall insieme

Dettagli

1 Relazione di congruenza in Z

1 Relazione di congruenza in Z 1 Relazione di congruenza in Z Diamo ora un esempio importante di relazione di equivalenza: la relazione di congruenza modn in Z. Definizione 1 Sia X = Z, a,b Z ed n un intero n > 1. Si dice a congruo

Dettagli

NUMERI REALI. x(y + z) = xy + xz. Nel seguito faremo uso delle seguenti notazioni. IR+ 0 = {x IR : 0 x} IR 0 = {x IR : 0 x}

NUMERI REALI. x(y + z) = xy + xz. Nel seguito faremo uso delle seguenti notazioni. IR+ 0 = {x IR : 0 x} IR 0 = {x IR : 0 x} NUMERI REALI In quanto segue non diremo che cosa è un numero reale ma definiremo per via assiomatica l insieme dei numeri reali. Insieme che denotiamo con IR. L insieme dei numeri reali è un campo totalmente

Dettagli

LEZIONE 1 C =

LEZIONE 1 C = LEZIONE 1 11 Matrici a coefficienti in R Definizione 111 Siano m, n Z positivi Una matrice m n a coefficienti in R è un insieme di mn numeri reali disposti su m righe ed n colonne circondata da parentesi

Dettagli

I teoremi della funzione inversa e della funzione implicita

I teoremi della funzione inversa e della funzione implicita I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1

Dettagli

Terminiamo gli esercizi dell ultima lezione. (LUCIDI) Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI)

Terminiamo gli esercizi dell ultima lezione. (LUCIDI) Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI) Terminiamo gli esercizi dell ultima lezione. (LUCIDI) Esempi Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI) Osservazioni per le matrici quadrate a) Data A M n (K) è possibile definire ricorsivamente

Dettagli

Dipendenza e indipendenza lineare

Dipendenza e indipendenza lineare Dipendenza e indipendenza lineare Luciano Battaia Questi appunti () ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia campus

Dettagli

Richiami sugli insiemi numerici

Richiami sugli insiemi numerici Richiami sugli insiemi numerici denota l insieme vuoto cioè l insieme privo di elementi. N = {1, 2, 3,...} denota l insieme dei numeri naturali. Z = {..., 2, 1, 0, 1, 2,...} denota l insieme dei numeri

Dettagli

04 - Numeri Complessi

04 - Numeri Complessi Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2013/2014 M. Tumminello, V. Lacagnina e

Dettagli

11. Misure con segno.

11. Misure con segno. 11. Misure con segno. 11.1. Misure con segno. Sia Ω un insieme non vuoto e sia A una σ-algebra in Ω. Definizione 11.1.1. (Misura con segno). Si chiama misura con segno su A ogni funzione ϕ : A R verificante

Dettagli

Capitolo IV SPAZI VETTORIALI EUCLIDEI

Capitolo IV SPAZI VETTORIALI EUCLIDEI Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori.

Dettagli

Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria

Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria Avvertenze In quanto segue tutti i vettori hanno il medesimo punto d origine O l origine dello spazio cartesiano. Possiamo

Dettagli

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

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite 3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x

Dettagli

LEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X),

LEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X), LEZIONE 1 1.1. Matrice di un applicazione lineare. Verifichiamo ora che ogni applicazione lineare f: R n R m è della forma µ A per un unica A R m,n. Definizione 1.1.1. Per ogni j 1,..., n indichiamo con

Dettagli

La retta nel piano. Supponiamo che la retta r sia assegnata attraverso un suo punto P 0 (x 0, y 0 ) e un vettore v (l, m) che ne indichi la direzione.

La retta nel piano. Supponiamo che la retta r sia assegnata attraverso un suo punto P 0 (x 0, y 0 ) e un vettore v (l, m) che ne indichi la direzione. La retta nel piano Equazioni vettoriale e parametriche di una retta Supponiamo che la retta r sia assegnata attraverso un suo punto P 0 (x 0, y 0 ) e un vettore v (l, m) che ne indichi la direzione. Condizione

Dettagli

Elementi di Algebra Lineare Applicazioni lineari

Elementi di Algebra Lineare Applicazioni lineari Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2016/2017 Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra Lineare 1 / 50 index Applicazioni lineari 1 Applicazioni lineari

Dettagli

3/10/ Divisibilità e massimo comun divisore

3/10/ Divisibilità e massimo comun divisore MCD in N e Polinomi 3/10/2013 1 Divisibilità e massimo comun divisore 1.1 Divisibilità in N In questa sezione introdurremo il concetto di divisibilità e di massimo comun divisore di due numeri naturali

Dettagli

(VX) (F) Se A e B sono due matrici simmetriche n n allora anche A B è una matrice simmetrica.

(VX) (F) Se A e B sono due matrici simmetriche n n allora anche A B è una matrice simmetrica. 5 luglio 010 - 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

AUTOVALORI, AUTOVETTORI, AUTOSPAZI

AUTOVALORI, AUTOVETTORI, AUTOSPAZI AUTOVALORI, AUTOVETTORI, AUTOSPAZI. Esercizi Esercizio. Sia f : R 3 R 3 l endomorfismo definito da f(x, y, z) = (x+y, y +z, x+z). Calcolare gli autovalori ed una base per ogni autospazio di f. Dire se

Dettagli

Programma del Corso di Matematica Discreta (Elementi) lettere P-Z anno accademico 2004/2005

Programma del Corso di Matematica Discreta (Elementi) lettere P-Z anno accademico 2004/2005 Programma del Corso di Matematica Discreta (Elementi) lettere P-Z anno accademico 2004/2005 27 gennaio 2005 1. Logica 2. Insiemi e Funzioni 3. Numeri naturali 4. Numeri interi 5. Relazioni 6. Classi di

Dettagli

Concentriamo la nostra attenzione sull insieme dei numeri razionali Q. In Q sono definite

Concentriamo la nostra attenzione sull insieme dei numeri razionali Q. In Q sono definite Lezioni del 22 e 24 settembre. Numeri razionali. 1. Operazioni, ordinamento. Indichiamo con N, Z, Q gli insiemi dei numeri naturali, interi relativi, e razionali: N = {0, 1, 2,...} Z = {0, ±1, ±2,...}

Dettagli

Richiami di Matematica. 1. Insiemi, relazioni, funzioni. 2. Cardinalitá degli insiemi infiniti e numerabilitá. 3. Notazione asintotica.

Richiami di Matematica. 1. Insiemi, relazioni, funzioni. 2. Cardinalitá degli insiemi infiniti e numerabilitá. 3. Notazione asintotica. Richiami di Matematica 1. Insiemi, relazioni, funzioni. 2. Cardinalitá degli insiemi infiniti e numerabilitá. 3. Notazione asintotica. Insiemi Definizioni di base Dato un insieme A: x A: elemento x appartenente

Dettagli

Lezione 15. Omomorfismi di anelli e loro proprietà.

Lezione 15. Omomorfismi di anelli e loro proprietà. Lezione 15 Prerequisiti: Lezioni 3, 9, 14 Rierimenti ai testi: [FdG] Sezione 54; [H] Sezioni 33-34; [PC] Sezione 44 Ricordiamo la seguente Omomorismi di anelli e loro proprietà Deinizione 151 Dati due

Dettagli

LEZIONE 11. s V : V V V (v 1, v 2 ) v 1 + v 2 = s V (v 1, v 2 ), p V : k V V. per cui valgono:

LEZIONE 11. s V : V V V (v 1, v 2 ) v 1 + v 2 = s V (v 1, v 2 ), p V : k V V. per cui valgono: LEZIONE 11 11.1. Spazi vettoriali ed esempi. La nozione di spazio vettoriale generalizza quanto visto nelle lezioni precedenti: l insieme k m,n delle matrici m n a coefficienti in k = R, C, l insieme V

Dettagli

LeLing9: Prodotto tra matrici.

LeLing9: Prodotto tra matrici. Geometria Lingotto LeLing9: Prodotto tra matrici Ārgomenti svolti: Prodotto tra matrici Dimostrazione del teorema del rango L algebra delle matrici quadrate: Il prodotto tra matrici non e commutativo Rotazioni

Dettagli

Rette e piani nello spazio Federico Lastaria, Analisi e Geometria 1. Politecnico di Milano Corso di Analisi e Geometria 1

Rette e piani nello spazio Federico Lastaria, Analisi e Geometria 1. Politecnico di Milano Corso di Analisi e Geometria 1 ette e piani nello spazio Federico Lastaria, Analisi e Geometria 1 Politecnico di Milano Corso di Analisi e Geometria 1 Federico Lastaria federico.lastaria@polimi.it ette e piani nello spazio. 9 Gennaio

Dettagli

Matematica. Corso integrato di. per le scienze naturali ed applicate. Materiale integrativo. Paolo Baiti 1 Lorenzo Freddi 1

Matematica. Corso integrato di. per le scienze naturali ed applicate. Materiale integrativo. Paolo Baiti 1 Lorenzo Freddi 1 Corso integrato di Matematica per le scienze naturali ed applicate Materiale integrativo Paolo Baiti 1 Lorenzo Freddi 1 1 Dipartimento di Matematica e Informatica, Università di Udine, via delle Scienze

Dettagli

Lo studio delle trasformazioni del piano in sé presuppone anche la conoscenza di alcune

Lo studio delle trasformazioni del piano in sé presuppone anche la conoscenza di alcune Capitolo 1 Richiami sulle funzioni 1.1 Richiami di teoria Lo studio delle trasformazioni del piano in sé presuppone anche la conoscenza di alcune nozioni sulle funzioni e sui vettori. Per tale motivo in

Dettagli

STRUTTURE ALGEBRICHE

STRUTTURE ALGEBRICHE Capitolo 2 STRUTTURE ALGEBRICHE 1. Gruppi, anelli, campi e spazi vettoriali In questo paragrafo torneremo sul concetto di operazione su un insieme e presenteremo la definizione e le proprietà di base di

Dettagli

Strutture algebriche. Leggi di composizione. Leggi di composizione. Gruppi Insiemi di numeri Polinomi

Strutture algebriche. Leggi di composizione. Leggi di composizione. Gruppi Insiemi di numeri Polinomi Introduzione S S S S Le strutture algebriche sono date da insiemi con leggi di composizione binarie (operazioni) ed assiomi (proprietà) Una legge di composizione binaria è una funzione : I J K, una legge

Dettagli

Definizione di anello

Definizione di anello Definizione di anello Definizione Sia A un insieme dotato di due leggi di composizione interne + e. Si dice che la struttura algebrica (A, +, ) è un anello se: Definizione di anello Definizione Sia A un

Dettagli

1 Il polinomio minimo.

1 Il polinomio minimo. Abstract Il polinomio minimo, così come il polinomio caratterisico, è un importante invariante per le matrici quadrate. La forma canonica di Jordan è un approssimazione della diagonalizzazione, e viene

Dettagli

Lezione 7: Il Teorema di Rouché-Capelli

Lezione 7: Il Teorema di Rouché-Capelli Lezione 7: Il Teorema di Rouché-Capelli In questa lezione vogliamo rivisitare i sistemi lineari e dare alcuni risultati che ci permettono di determinare dato un sistema lineare se ammette soluzioni e da

Dettagli

GLI INSIEMI NUMERICI N Z Q R -C. Prof.ssa Maddalena Dominijanni

GLI INSIEMI NUMERICI N Z Q R -C. Prof.ssa Maddalena Dominijanni GLI INSIEMI NUMERICI N Z Q R -C 3 2 Ampliamento degli insiemi numerici Chiusura rispetto alle operazioni L insieme N = {0; 1; 2; 3; 4; } dei numeri naturali è chiuso rispetto all addizione e alla moltiplicazione

Dettagli

MATRICI E SISTEMI LINEARI

MATRICI E SISTEMI LINEARI 1 Rappresentazione di dati strutturati MATRICI E SISTEMI LINEARI Gli elementi di una matrice, detti coefficienti, possono essere qualsiasi e non devono necessariamente essere omogenei tra loro; di solito

Dettagli

CONGRUENZE. 2 La formula risulta vera anche per n+1. Per induzione è allora vera per ogni n.

CONGRUENZE. 2 La formula risulta vera anche per n+1. Per induzione è allora vera per ogni n. CONGRUENZE 1. Cosa afferma il principio di induzione? Sia P(n) una proposizione definita per ogni n n 0 (n 0 =naturale) e siano dimostrate le seguenti proposizioni: a) P(n 0 ) è vera b) Se P(n) è vera

Dettagli

= {(a, b) : a A, b B}.

= {(a, b) : a A, b B}. Relazioni 1. Il prodotto cartesiano. Definizione 1. (Prodotto cartesiano di due insiemi). Dati due insiemi non vuoti A e B, si chiama prodotto cartesiano dell insieme A per l insieme B, e si indica con

Dettagli

Pagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI

Pagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI Pagine di Algebra lineare di premessa al testo Pagine di Geometria di Sara Dragotti Parte terza: SISTEMI LINEARI 1. Definizioni Dato un campo K ed m 1 polinomi su K in n indeterminate di grado non superiore

Dettagli

COSTRUZIONE ASSIOMATICA DEI NUMERI REALI

COSTRUZIONE ASSIOMATICA DEI NUMERI REALI COSTRUZIONE ASSIOMATICA DEI NUMERI REALI Si vuole arrivare alla descrizione completa dell insieme dei numeri reali R per via assiomatica partendo dall insieme dei numeri naturali N e passando attraverso

Dettagli