Algebre di Lie in caratteristica 0. Denis Nardin
|
|
- Alessio Viola
- 6 anni fa
- Visualizzazioni
Transcript
1 Algebre di Lie in caratteristica 0 Denis Nardin 21 febbraio 2012
2 Capitolo 1 Proprietà generali In questo seminario parlerò di algebre di Lie su di un campo k algebricamente chiuso e di caratteristica 0. In realtà non è davvero necessario richiedere che il campo sia algebricamente chiuso, tutto quello che dirò a parte un paio di lemmi varrà anche per campi non algebricamente chiusi e può essere ricavato da quel caso (usando astutamente la teoria di Galois). Tutti gli spazi vettoriali saranno finito-dimensionali salvo dove esplicitamente indicato. 1.1 Sommario Definizione di algebra di Lie. Esempi (gl(v ), sl(v ), t n, u n, l algebra di Lie di un algebra associativa...) Definizione di rappresentazione di un algebra di Lie. Esempi: rappresentazioni di definizione, rappresentazione aggiunta. In gl(v ) ogni elemento nilpotente è ad-nilpotente. Definizione di algebra di Lie nilpotente. Teorema di Engel. Definizione di nilradicale. Definizione di algebra di Lie risolubile. Proprietà elementari. Definizione di radicale. Definizione di algebra di Lie semisemplice. [gg] = g (senza dimostrazione). 1.2 Algebre di Lie e loro rappresentazioni Un algebra di Lie su di un campo k è uno spazio vettoriale g con una mappa [, ] : g g g bilineare tale che [a, a] = 0 per ogni a g (cioè [, ] è alternante) 1
3 Vale l identità di Jacobi: Un po di esempi di algebre di Lie: [a[bc]] + [b[ac]] + [c[ab]] = 0 Se V è uno spazio vettoriale finito dimensionale su k, gl(v ) è l algebra di Lie ottenuta prendendo come spazio vettoriale gli endomorfismi di V in sè, e come bracket il commutatore [a, b] = ab ba. Questo è in qualche senso l esempio più importante. gl n (k) l algebra di Lie delle matrici gl(k n ). Indicheremo con Se indichiamo con sl(v ) il sottospazio vettoriale di gl(v ) composto dalle matrici a traccia nulla abbiamo che è anche una sottoalgebra di Lie. Il sottospazio di gl n (k) composto dalle matrici triangolari superiori t n (k) è una sottoalgebra di Lie. Il sottospazio di t n (k) composto dalle matrici strettamente triangolari superiori u n (k) è una sottoalgebra di Lie. Più in generale, se A è un algebra associativa possiamo dare ad A una struttura di algebra di Lie prendendo come bracket il commutatore [a, b] = ab ba. Questa è detta algebra di Lie associata all algebra associativa A. Un ideale di un algebra di Lie è una sottoalgebra I g che assorbe il bracket. Si può quozientare per ideali (fai il quoziente come spazi vettoriali e il bracket passa al quoziente). Un esempio importante di ideale è l ideale derivato [gg] definito da [g, g] = Span([xy] x, y g). Osserviamo che [gl(v ), gl(v )] = sl(v ) e che [t n (k), t n (k)] = u n (k). Una rappresentazione di un algebra di Lie g è uno spazio vettoriale V con un omomorfismo di algebre di Lie g gl(v ). Esempi di rappresentazione. La rappresentazione aggiunta di un algebra di Lie g è quella data dall omomorfismo ad : g gl(v ) ad(x) = [x ]. 1.3 Algebre di Lie nilpotenti Un elemento x di g si dice ad-nilpotente se ad x è nilpotente, ad-semisemplice se ad x è diagonalizzabile. 2
4 Lemma 1. Per ogni x, y gl(v ) e per ogni i 1 vale (ad x) n y = n i=0 ( ) n ( 1) i x i yx n i. i In particolare ogni elemento nilpotente è ad-nilpotente. Dimostrazione. Induzione su n, banale. Quindi ogni elemento nilpotente di gl(v ) è ad-nilpotente. Lemma 2. Sia g gl(v ) una sottoalgebra di Lie composta di elementi nilpotenti. Allora esiste v V non nullo tale che gv = 0. Dimostrazione. Per induzione su dim g. Infatti se dim g = 1 è ovvio. Prendiamo ora h sottoalgebra massimale di g. Allora h agisce in modo naturale sullo spazio g/h, per cui per ipotesi induttiva (dato che dim h < dim g e ogni elemento di h è ad-nilpotente) abbiamo che esiste x g h tale che [hx] h. Ma allora h x è una sottoalgebra che contiene propriamente h, quindi è g. In particolare h è un ideale. Per ipotesi induttiva W = {v V hv = 0} è non banale. Inoltre xw W con un rapido conto (h(xv) = [hx]v + x(hv) = 0 per ogni v W ). Ma x è nilpotente, quindi ha il nucleo non banale. Perciò preso v W tale che xv = 0, da cui la tesi. La serie centrale di un algebra di Lie è la successione di ideali g [0] = g, g [n+1] = [gg [n] ]. Un algebra di Lie è detta nilpotente se g [n] = 0 per qualche n 0. Esempio: u n (k) è nilpotente. Le algebre di Lie nilpotenti sono caratterizzate dal teorema di Engel: Teorema 1. Sia g un algebra di Lie. elemento è ad-nilpotente. Allora è nilpotente se e solo se ogni Dimostrazione. Infatti se è nilpotente è evidente che ogni elemento è ad-nilpotente (se g [n] = 0, allora (ad x) n = 0 per ogni x g). Viceversa per induzione supponiamo ogni elemento di g è ad-nilpotente. Consideriamo ad g. Questa è una sottoalgebra di gl(g) fatta di elementi nilpotenti. Allora possiamo trovare x g tale che (ad y)x = [yx] = 0 per ogni y g. Perciò ky è un ideale. Allora l algebra g/y è composta di elementi ad-nilpotenti e ha dimensione strettamente minore della dimensione di g. Per induzione la tesi. Un ideale di g è ad-nilpotente se è composto da elementi ad-nilpotenti. Lemma 3. Sia g algebra di Lie. Allora la famiglia degli ideali ad-nilpotenti ha un massimo (chiamato il nilradicale di g). 3
5 Dimostrazione. Prendiamo una filtrazione in ideali g = I 0 I 1 I n = 0 in modo che I i /I i+1 sia un g-modulo irriducibile. Allora sia K i = ker(g gl(i i /I i+1 )) e poniamo N = n i=1 K i. N è chiaramente un ideale ed è composto da elementi ad-nilpotenti (se x N, abbiamo che (ad x) n = 0). Sia ora I un ideale ad-nilpotente. Abbiamo che I i /I i+1 è una I-rappresentazione, per cui l insieme W = {v I i /I i+1 Iv = 0} è non banale, per il teorema precedente. Ma si vede immediatamente che gw W (perchè I è un ideale) e per l irriducibilità di I i /I i+1 abbiamo che è tutto, perciò I ker K i. 1.4 Algebre di Lie risolubili e semisemplici Consideriamo la successione g n data da g 0 = g, g n+1 = [g n g n ]. Un algebra di Lie si dice risolubile se g n = 0 per qualche n 0. Esempio: t n è risolubile. Esempio: t n (k) è risolubile. Analogamente al teorema di Engel c è una caratterizzazione delle algebre di Lie risolubili. Teorema 2. Un algebra di Lie è risolubile se e solo se il suo ideale derivato [gg] è nilpotente. Dimostrazione. No dimostrazione. Noi saremo interessati agli ideali risolubili di un algebra. Proposizione 1. Se g è un algebra risolubile allora ogni sottoalgebra e ogni algebra quoziente è risolubile. Se I è un ideale risolubile di g tale che g/i è risolubile allora g è risolubile. Se I, J sono due ideali risolubili di g allora I + J è un ideale risolubile. Dimostrazione. Il primo fatto è banale (se h g abbiamo che h n g n e analogamente per i quozienti). Il secondo segue dal fatto che (g/i) n = 0 g n I Il terzo è perchè I è un ideale di I + J e (I + J)/I = J/(J I). 4
6 Osserviamo quindi che esiste un unico ideale risolubile massimale, chiamato radicale di g. Un algebra di Lie si dice semisemplice se il suo radicale è banale. Proposizione 2. Se g è un algebra di Lie semisemplice allora [gg] = g. In particolare l unica rappresentazione unidimensionale è quella banale, perchè se ρ : g gl 1 (k) è una rappresentazione allora ρ(g) = ρ([gg]) [gl 1 (k), gl 1 (k)] = sl 1 (k) = 0. 5
Esercitazioni di geometria /2009 (Damiani) Il polinomio minimo. I) Definizione del polinomio minimo.
Esercitazioni di geometria 2-2008/2009 (Damiani) Il polinomio minimo I) Definizione del polinomio minimo. Siano k un campo, A un anello (associativo) unitario, k Z(A) A un omomorfismo di anelli unitari
DettagliOperatori antisimmetrici
Operatori antisimmetrici F. Pugliese November 9, 2011 Abstract In questa breve nota ricordiamo le principali proprietà degli endomorfismi antisimmetrici di uno spazio vettoriale euclideo. Nel caso di spazi
DettagliForme bilineari simmetriche
Forme bilineari simmetriche Qui il campo dei coefficienti è sempre R Definizione 1 Sia V uno spazio vettoriale Una forma bilineare su V è una funzione b: V V R tale che v 1, v 2, v 3 V b(v 1 + v 2, v 3
DettagliAUTOVALORI. NOTE DI ALGEBRA LINEARE
AUTOVALORI. NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 GENNAIO 2011 1. Il polinomio minimo Sia f : V V un endomorfismo lineare di uno spazio vettoriale di dimensione finita sul campo K. Per ogni
DettagliAutovalori e autovettori
Autovalori e autovettori Definizione 1 (per endomorfismi). Sia V uno spazio vettoriale su di un campo K e f : V V un suo endomorfismo. Si dice autovettore per f ogni vettore x 0 tale che f(x) = λx, per
DettagliSISTEMI DI RADICI. Tesina per la Laurea Quadriennale in Matematica. Professore: Rita Fioresi. Studente: Marzia Dalla Venezia
SISTEMI DI RADICI Tesina per la Laurea Quadriennale in Matematica Professore: Rita Fioresi Studente: Marzia Dalla Venezia Capitolo 1 Sistemi di radici Sia V uno spazio vettoriale nito-dimensionale euclideo
DettagliI 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
DettagliALGEBRE 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
DettagliAutovalori, Autovettori, Diagonalizzazione.
Autovalori Autovettori Diagonalizzazione Autovalori e Autovettori Definizione Sia V uno spazio vettoriale sul campo K = R o C e sia T : V V un endomorfismo Un vettore non nullo v V \ {O} si dice autovettore
DettagliAppunti sui Codici di Reed Muller. Giovanni Barbarino
Appunti sui Codici di Reed Muller Giovanni Barbarino Capitolo 1 Codici di Reed-Muller I codici di Reed-Muller sono codici lineari su F q legati alle valutazioni dei polinomi sullo spazio affine. Per semplicità
DettagliNOTE 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
DettagliGeometria 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
DettagliSpazi Vettoriali ed Applicazioni Lineari
Spazi Vettoriali ed Applicazioni Lineari 1. Sottospazi Definizione. Sia V uno spazio vettoriale sul corpo C. Un sottoinsieme non vuoto W di V è un sottospazio vettoriale di V se è chiuso rispetto alla
DettagliFondamenti di ALGEBRA LINEARE E GEOMETRIA
Fondamenti di ALGEBRA LINEARE E GEOMETRIA Corso di laurea in Ingegneria Gestionale 2011-2012 Michel Lavrauw Dipartimento di Tecnica e Gestione dei Sistemi Industriali Università di Padova Lezione 15 Capitolo
DettagliCOMPLETAMENTO DI SPAZI METRICI
COMPLETAMENTO DI SPAZI METRICI 1. Successioni di Cauchy e spazi metrici completi Definizione 1.1. Una successione x n n N a valori in uno spazio metrico X, d si dice di Cauchy se, per ogni ε > 0 esiste
Dettaglii) 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
DettagliCAPITOLO 6. Polinomi. (f(0), f(1),..., f(n),... ).
CAPITOLO 6 Polinomi I polinomi compaiono già nella scuola media; tuttavia il modo in cui sono presentati è spesso lacunoso. Cercheremo in questo capitolo di fondare la teoria dei polinomi su basi più solide.
DettagliQualche 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
DettagliCapitolo 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.
DettagliEsercizi di Algebra commutativa e omologica
Esercizi di Algebra commutativa e omologica Esercizio 1. Sia A un anello non nullo. Dimostrare che A è un campo se e solo se ogni omomorfismo di A in un anello non nullo B è iniettivo. Esercizio 2. Sia
DettagliProgramma di Algebra 1
Programma di Algebra 1 A. A. 2015/2016 Docenti: Alberto Canonaco e Gian Pietro Pirola Richiami su relazioni di equivalenza: definizione, classe di equivalenza di un elemento, insieme quoziente e proiezione
DettagliEquivalentemente, 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
DettagliSPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi:
SPAZI VETTORIALI Esercizi Esercizio. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi: V := { (a, a, a) V a R }, V 2 := { (a, b, a) V a, b R }, V 3 := { (a, 2a, a + b)
DettagliUniversità degli studi di Trieste Corso di Studi in Matematica. Algebra 2 (9 cfu) docente: prof. Alessandro Logar anno accademico:
1 Richiami/premesse Università degli studi di Trieste Corso di Studi in Matematica Algebra 2 (9 cfu) docente: prof. Alessandro Logar anno accademico: 2013-2014 Richiami su gruppi, anelli, campi; omomorfismi,
DettagliValutazioni discrete. Capitolo 7
Capitolo 7 Valutazioni discrete Definizione 7.1. Una valutazione si dice discreta se il suo gruppo di valori è un gruppo ciclico infinito (cioè, isomorfo a (Z,+)). Una valutazione discreta si dice normalizzata
DettagliGAAL: Capitolo dei prodotti scalari
GAAL: Capitolo dei prodotti scalari Teorema di Rappresentazione rappresentabile Aggiunto Autoaggiunto Unitariamente diagonalizzabile Teorema spettrale reale Accoppiamento Canonico Forme bilineari Prodotti
DettagliAlgebre 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
DettagliUNA INTRODUZIONE ALLA TEORIA DELLE RAPPRESENTAZIONI DEI GRUPPI FINITI
Alma Mater Studiorum Università di Bologna FACOLTÀ DI SCIENZE MATEMATICHE, FISICHE E NATURALI Corso di Laurea Triennale in Matematica UNA INTRODUZIONE ALLA TEORIA DELLE RAPPRESENTAZIONI DEI GRUPPI FINITI
DettagliPresentazione di gruppi
Presentazione di gruppi Sia G un gruppo e X un suo sottoinsieme non vuoto, indichiamo con Gp(X) = {x ɛ 1 1 x ɛ 2 2... x ɛ n n x i X, ɛ i = ±1} dove gli elementi di questo insieme sono da intendersi come
DettagliLEZIONE 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
DettagliEsercizi di Algebra Commutativa Moduli 1 Tracce delle soluzioni
Esercizi di Algebra Commutativa Moduli 1 Tracce delle soluzioni 1. Sia A un anello A 0. Provare che: A n A m m = n. Soluzione. Sia m A un ideale massimale. Sia m m = ma m e m n = ma n. Se ϕ : A m A n e
Dettagli1 Estensioni in C, automorfismi, polinomi.
Lezioni del 15,18,20,22 aprile, II. Registro dettagliato 1 Estensioni in C, automorfismi, polinomi. 1.1 Estensioni di sottocampi di C. Una coppia di campi, uno contenuto nell altro, si dice estensione
DettagliLa definizione di Ultrafiltro e la regolarità per partizioni
La definizione di Ultrafiltro e la regolarità per partizioni Lorenzo Lami Definizione 1 (Filtro). Dato un insieme X, si dice filtro su X una collezione F di sottoinsiemi di X tali che: X F; / F; A F, B
DettagliEsercitazione 6 - Soluzione
Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione
DettagliLa forma normale di Schur
La forma normale di Schur Dario A Bini, Università di Pisa 30 ottobre 2013 Sommario Questo modulo didattico contiene risultati relativi alla forma normale di Schur, alle sue proprietà e alle sue applicazioni
Dettagli11. 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
DettagliEsercitazione di Geometria I 13 dicembre Esercizio 1. Esercizio 2. Esercizio 3
Esercitazione di Geometria I 13 dicembre 2008 a. Completa la seguente definizione: i vettori v 1, v 2,..., v n del K-spazio vettoriale V si dicono linearmente dipendenti se... b. Siano w 1, w 2, w 3 vettori
DettagliIl teorema di Stone Weierstrass
APPENDICE B Il teorema di Stone Weierstrass Definizione B.1. Siano X un insieme non vuoto e A un sottospazio vettoriale dello spazio delle funzioni a valori reali (risp. complessi) su X. Si dice che A
DettagliLEZIONE 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
DettagliLEZIONE 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
DettagliForma Canonica di Jordan Complementi di algebra lineare per Geometria IV
Forma Canonica di Jordan Complementi di algebra lineare per Geometria IV Rocco Chirivì versione 09.02.16 Queste note sono basate sulle lezioni tenute per il corso di Geometria IV, per il secondo anno di
DettagliAppunti del corso Algebre e gruppi di Lie. Denis Nardin
Appunti del corso Algebre e gruppi di Lie Denis Nardin 19 luglio 2011 2 Indice 1 Algebre di Lie 5 1.1 Algebra inviluppante universale................... 5 1.2 Algebre nilpotenti, risolubili, semisemplici.............
DettagliSia k un campo e sia un elemento non appartenente a k chamato, al solito, infinito. Consideriamo k := k { }. Poniamo per definizione:
Capitolo 6 Posti Sia k un campo e sia un elemento non appartenente a k chamato, al solito, infinito. Consideriamo k := k { }. Poniamo per definizione: a ± := := ± a, a k; a := := a, a k \ {0} ; := ; 1
DettagliMatematica per Analisi dei Dati,
Matematica per Analisi dei Dati, 09.03.09 1. Sia n in intero positivo fissato, e sia V un sottospazio di R n. Il massimo numero di vettori linearmente indipendenti in V viene detto dimensione di V, e viene
DettagliALGEBRA I: SOLUZIONI QUINTA ESERCITAZIONE 9 maggio 2011
ALGEBRA I: SOLUZIONI QUINTA ESERCITAZIONE 9 maggio 2011 Esercizio 1. Usando l algoritmo euclideo delle divisioni successive, calcolare massimo comune divisore e identità di Bézout per le seguenti coppie
DettagliCorso di Matematica Discreta. Anno accademico Appunti sulla diagonalizzazione.
Corso di Matematica Discreta. Anno accademico 2008-2009 Appunti sulla diagonalizzazione. Autovalori e autovettori di un endomorfismo lineare. Sia T : V V una applicazione lineare da uno spazio vettoriale
DettagliComplessi di Catene e Gruppi di Omologia. 28 febbraio 2007
Complessi di Catene e Gruppi di Omologia 28 febbraio 2007 Complessi di Catene Definizione Un complesso di catene è una successione C di gruppi abeliani con i loro omomorfismi n+1 C n+1 n Cn Cn 1 infinita
DettagliDAI 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
DettagliRiassumiamo 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
DettagliOmomorfismi e matrici
Capitolo 12 Omomorfismi e matrici 121 Introduzione Nel corso di Geometria è stato visto come associare una matrice ad un omomorfismo tra spazi vettoriali Rimandiamo al testo del corso per esempi e esercizi
DettagliLa molteplicità di intersezione delle curve algebriche e il Teorema di Bezout
La molteplicità di intersezione delle curve algebriche e il Teorema di Bezout Relatore: Prof. Giorgio Ottaviani Candidato: Alessia Innocenti Università degli Studi di Firenze 4 Marzo 2015 Alessia Innocenti
DettagliUna semplice dimostrazione del teorema fondamentale dell algebra
Università degli Studi di Cagliari Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di Laurea in Matematica Una semplice dimostrazione del teorema fondamentale dell algebra Relatore Prof. Andrea
DettagliElementi di Algebra Lineare Applicazioni lineari
Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2015/2016 Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 18 index Applicazioni lineari 1 Applicazioni lineari
DettagliCorso di Laurea in Matematica Geometria 2. Foglio di esercizi n. 1 a.a Soluzioni
Corso di Laurea in Matematica Geometria 2 Foglio di esercizi n. 1 a.a. 2015-16 Soluzioni Gli esercizi sono presi dal libro di Manetti. Per svolgere questi esercizi, studiare con cura i paragrafi 3.1, 3.2,
DettagliComplemento ortogonale e proiezioni
Complemento ortogonale e proiezioni Dicembre 9 Complemento ortogonale di un sottospazio Sie E un sottospazio di R n Definiamo il complemento ortogonale di E come l insieme dei vettori di R n ortogonali
DettagliLEZIONE 4. { x + y + z = 1 x y + 2z = 3
LEZIONE 4 4.. Operazioni elementari di riga. Abbiamo visto, nella precedente lezione, quanto sia semplice risolvere sistemi di equazioni lineari aventi matrice incompleta fortemente ridotta per righe.
DettagliLezioni di Algebra Lineare con applicazioni alla Geometria Analitica Errata Corrige. Fulvio Bisi, Francesco Bonsante, Sonia Brivio
Lezioni di Algebra Lineare con applicazioni alla Geometria Analitica Errata Corrige Fulvio Bisi, Francesco Bonsante, Sonia Brivio Riportiamo di seguito gli errata corrige principali, aggiornati alla data
Dettaglix 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
DettagliAPPLICAZIONI 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
DettagliESERCIZI PROPOSTI. Capitolo 5 MCD(15,5) = 15 5 =3. un unico sottogruppo di ordine d, cioè x 20/d = C d. , x 20/10 = x 2 = C 10. , x 20/4 = x 5 = C 4
ESERCIZI PROPOSTI Capitolo 5 511 Determinare il periodo dell elemento x 320 del gruppo ciclico C 15 = x x 15 =1 Indicare tutti i generatori del sottogruppo x 320 Soluzione Dividiamo 320 per 15 Si ha 320
Dettagli0.1 Spazi Euclidei in generale
0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo
DettagliESERCIZI DI ALGEBRA LINEARE (D) A = A = A = R 2,2. D5 Dire come bisogna scegliere i parametri h e k affinché la
ESERCIZI DI ALGEBRA LINEARE (D) D1 Nello spazio vettoriale R 2,2 si consideri l insieme { V = X R 2,2 XA = AX, A = ( 1 1 1 2 )} delle matrici che commutano con A. Verifiare che V = L(I 2, A). Verificare
DettagliAlgebra 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
DettagliSPAZI METRICI COMPLETI
Capitolo 1 SPAZI METRICI COMPLETI Sia dato uno spazio metrico (X, d). Definizione 1.1 Una successione {x n } si dice successione di Cauchy se ε > 0 n 0 n, m n 0 = d(x n x m ) < ε (1.1) Esercizio 1.1 Dimostrare
DettagliEnrico Borghi RAPPRESENTAZIONI DI GRUPPI
Enrico Borghi APPESENTAZIONI DI GUPPI È dato un gruppo G e uno spazio vettoriale n-dimensionale V (F). Si dice rappresentazione lineare del gruppo G in V un omomorfismo di G nello spazio vettoriale L(V,V
DettagliProdotto scalare e norma
Capitolo 7 Prodotto scalare e norma Riprendiamo ora lo studio dei vettori da un punto di vista più geometrico. È noto, per esempio dalla Fisica, che spesso è comodo visualizzare un vettore del piano o
DettagliElementi 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
DettagliESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro
ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria che ho tenuto presso la
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da
Dettaglidipendenti. Cosa possiamo dire sulla dimensione di V?
Esercizi Esercizi. In uno spazio vettoriale V ci sono tre vettori v, v 2, v linearmente indipendenti. Cosa possiamo dire sulla dimensione di V? 2. In uno spazio vettoriale V ci sono tre vettori v, v 2,
DettagliALGEBRA 1 Secondo esonero 15 Giugno 2011 soluzioni
ALGEBRA 1 Secondo esonero 15 Giugno 2011 soluzioni (1) Verificare che l anello quoziente Z 5 [x]/(x 3 2) possiede divisori dello zero, e determinare tutti i suoi ideali non banali. Soluzione: Il polinomio
DettagliRichiami di algebra delle matrici a valori reali
Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o
Dettagli1 Il valore assoluto p-adico
1 Il valore assoluto p-adico Definizione 1.1. Siano a, b Z. Se a divide b scriveremo a b, altrimenti scriveremo a b. Con (a, b) indichiamo il massimo comun divisore di a e b. Sia x Z e p un numero primo.
Dettagli1 Giochi a somma costante, a somma zero e antagonistici
AVVERTENZA: Di seguito trovate alcuni appunti, poco ordinati e poco formali, che uso come traccia durante le lezioni. Non sono assolutamente da considerarsi sostitutivi del materiale didattico. Riferimenti:
Dettagli1. Sia x un elemento nilpotente di A. Provare che 1 + x è un unità di A. Dedurre che la somma di un elemento nilpotente e di un unità è un unità.
1. Sia x un elemento nilpotente di A. Provare che 1 + x è un unità di A. Dedurre che la somma di un elemento nilpotente e di un unità è un unità. 2. Sia p(x) = n i=0 a ix i A[x]. (a) p è invertibile se
DettagliGli 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,
Dettagli1 Equazioni parametriche e cartesiane di sottospazi affini di R n
2 Trapani Dispensa di Geometria, Equazioni parametriche e cartesiane di sottospazi affini di R n Un sottospazio affine Σ di R n e il traslato di un sottospazio vettoriale. Cioe esiste un sottospazio vettoriale
Dettagli(2) se A A, allora A c A; (3) se {A n } A, allora +
1. Spazi di misura In questo paragrafo accenneremo alla nozione di spazio di misura. Definizione 1. Sia X un insieme non vuoto. Una famiglia A di sottoinsiemi di X è una σ-algebra se : (1) A; (2) se A
DettagliX 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,
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA
Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere
DettagliMatematica Avanzata Per La Fisica - I accertamento,
1 Matematica Avanzata Per La Fisica - I accertamento, 13 2 2004 1. Sia X un insieme. Sia H(X) l insieme delle trasformazioni f : X X. Sia G H(X), tale che f G sse f è unijezione. a) Dimostrare che G è
DettagliPagine 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
Dettagli8. Completamento di uno spazio di misura.
8. Completamento di uno spazio di misura. 8.1. Spazi di misura. Spazi di misura completi. Definizione 8.1.1. (Spazio misurabile). Si chiama spazio misurabile ogni coppia ordinata (Ω, A), dove Ω è un insieme
DettagliComplemento 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
Dettagli1 La corrispondenza di Galois
1 La corrispondenza di Galois Sia K un campo. Un automorfismo di K è un omomorfismo biiettivo α: K K. Ogni campo ha almeno un automorfismo, l identità. Indicheremo con Gal(K) l insieme di tutti gli automorfismi
DettagliMassimo limite e minimo limite di una funzione
Massimo limite e minimo limite di una funzione Sia f : A R una funzione, e sia p DA). Per ogni r > 0, l insieme ) E f p r) = { fx) x A I r p) \ {p} } è non vuoto; inoltre E f p r ) E f p r ) se 0 < r r.
Dettagli1 Indipendenza lineare e scrittura unica
Geometria Lingotto. LeLing7: Indipendenza lineare, basi e dimensione. Ārgomenti svolti: Indipendenza lineare e scrittura unica. Basi e dimensione. Coordinate. Ēsercizi consigliati: Geoling. Indipendenza
DettagliPOLINOMI. (p+q)(x) = p(x)+q(x) (p q)(x) = p(x) q(x) x K
POLINOMI 1. Funzioni polinomiali e polinomi Sono noti campi infiniti (es. il campo dei complessi C, quello dei reali R, quello dei razionali Q) e campi finiti (es. Z p la classe dei resti modp con p numero
DettagliNozioni di algebra multilineare
Capitolo 2 Nozioni di algebra multilineare Siano V e W spazi vettoriali di dimensione finita su un campo K (K = R, C). Sia L(V, W ) lo spazio vettoriale, di dimensione infinita, avente come base gli elementi
DettagliSimilitudine (ortogonale) e congruenza (ortogonale) di matrici.
Lezione del 4 giugno. Il riferimento principale di questa lezione e costituito da parti di: 2 Forme bilineari, quadratiche e matrici simmetriche associate, 3 Congruenza di matrici simmetriche, 5 Forme
DettagliANALISI 1 - Teoremi e dimostrazioni vari
ANALISI 1 - Teoremi e dimostrazioni vari Sommario Proprietà dell estremo superiore per R... 2 Definitivamente... 2 Successioni convergenti... 2 Successioni monotone... 2 Teorema di esistenza del limite
DettagliParte 8. Prodotto scalare, teorema spettrale
Parte 8. Prodotto scalare, teorema spettrale A. Savo Appunti del Corso di Geometria 3-4 Indice delle sezioni Prodotto scalare in R n, Basi ortonormali, 4 3 Algoritmo di Gram-Schmidt, 7 4 Matrici ortogonali,
DettagliElementi di Algebra e di Matematica Discreta Numeri interi, divisibilità, numerazione in base n
Elementi di Algebra e di Matematica Discreta Numeri interi, divisibilità, numerazione in base n Cristina Turrini UNIMI - 2016/2017 Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra e di Matematica
Dettagli0.1. MATRICI SIMILI 1
0.1. MATRICI SIMILI 1 0.1 Matrici simili Definizione 0.1.1. Due matrici A, B di ordine n si dicono simili se esiste una matrice invertibile P con la proprietà che P 1 AP = B. Con questa terminologia dunque
DettagliCAPITOLO 1. I numeri naturali 0, 1, 2, 3,...
CAPITOLO 1 I numeri naturali I numeri naturali sono quelli che usiamo per contare: 0, 1,, 3,... e dei quali conosciamo alcune proprietà. Ad esempio sappiamo sommare e moltiplicare due numeri naturali;
DettagliPer le risposte utilizza gli spazi predisposti. Quando richiesto, il procedimento va esposto brevemente, ma in maniera comprensibile.
COGNOME............................... NOME..................................... Punti ottenuti Esame di geometria Scrivi cognome e nome negli spazi predisposti in ciascuno dei tre fogli. Per ogni domanda
DettagliSapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof.
Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A. 2015-2016 ESERCIZI DA CONSEGNARE prof. Cigliola Consegna per Martedì 6 Ottobre Esercizio 1. Una matrice quadrata A si
DettagliApplicazioni eliminazione di Gauss
Applicazioni eliminazione di Gauss. Premessa Nel seguito supporremo sempre di applicare il metodo di eliminazione di Gauss allo scopo di trasformare la matrice del sistema Ax = b in una matrice triangolare
DettagliDefinizione 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
DettagliLEZIONE 12. v = α 1 v α n v n =
LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono
Dettagli