Algebre di Lie in caratteristica 0. Denis Nardin

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Algebre di Lie in caratteristica 0. Denis Nardin"

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 /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

Dettagli

Operatori antisimmetrici

Operatori 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

Dettagli

Forme bilineari simmetriche

Forme 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

Dettagli

AUTOVALORI. NOTE DI ALGEBRA LINEARE

AUTOVALORI. 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

Dettagli

Autovalori e autovettori

Autovalori 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

Dettagli

SISTEMI 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 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

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

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

Autovalori, Autovettori, Diagonalizzazione.

Autovalori, 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

Dettagli

Appunti sui Codici di Reed Muller. Giovanni Barbarino

Appunti 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

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

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

Spazi Vettoriali ed Applicazioni Lineari

Spazi 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

Dettagli

Fondamenti di ALGEBRA LINEARE E GEOMETRIA

Fondamenti 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

Dettagli

COMPLETAMENTO DI SPAZI METRICI

COMPLETAMENTO 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

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

CAPITOLO 6. Polinomi. (f(0), f(1),..., f(n),... ).

CAPITOLO 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.

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

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 Algebra commutativa e omologica

Esercizi 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

Dettagli

Programma di Algebra 1

Programma 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

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

SPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi:

SPAZI 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)

Dettagli

Università degli studi di Trieste Corso di Studi in Matematica. Algebra 2 (9 cfu) docente: prof. Alessandro Logar anno accademico:

Università 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,

Dettagli

Valutazioni discrete. Capitolo 7

Valutazioni 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

Dettagli

GAAL: Capitolo dei prodotti scalari

GAAL: 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

Dettagli

Algebre di Lie semisemplici, sistemi di radici e loro classificazione

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

Dettagli

UNA INTRODUZIONE ALLA TEORIA DELLE RAPPRESENTAZIONI DEI GRUPPI FINITI

UNA 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

Dettagli

Presentazione di gruppi

Presentazione 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

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

Esercizi di Algebra Commutativa Moduli 1 Tracce delle soluzioni

Esercizi 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

Dettagli

1 Estensioni in C, automorfismi, polinomi.

1 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

Dettagli

La definizione di Ultrafiltro e la regolarità per partizioni

La 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

Dettagli

Esercitazione 6 - Soluzione

Esercitazione 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

Dettagli

La forma normale di Schur

La 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

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

Esercitazione di Geometria I 13 dicembre Esercizio 1. Esercizio 2. Esercizio 3

Esercitazione 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

Dettagli

Il teorema di Stone Weierstrass

Il 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

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

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

Forma Canonica di Jordan Complementi di algebra lineare per Geometria IV

Forma 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

Dettagli

Appunti del corso Algebre e gruppi di Lie. Denis Nardin

Appunti 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.............

Dettagli

Sia k un campo e sia un elemento non appartenente a k chamato, al solito, infinito. Consideriamo k := k { }. Poniamo per definizione:

Sia 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

Dettagli

Matematica per Analisi dei Dati,

Matematica 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

Dettagli

ALGEBRA I: SOLUZIONI QUINTA ESERCITAZIONE 9 maggio 2011

ALGEBRA 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

Dettagli

Corso di Matematica Discreta. Anno accademico Appunti sulla diagonalizzazione.

Corso 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

Dettagli

Complessi di Catene e Gruppi di Omologia. 28 febbraio 2007

Complessi 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

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

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

Omomorfismi e matrici

Omomorfismi 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

Dettagli

La molteplicità di intersezione delle curve algebriche e il Teorema di Bezout

La 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

Dettagli

Una semplice dimostrazione del teorema fondamentale dell algebra

Una 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

Dettagli

Elementi di Algebra Lineare Applicazioni lineari

Elementi 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

Dettagli

Corso 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 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,

Dettagli

Complemento ortogonale e proiezioni

Complemento 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

Dettagli

LEZIONE 4. { x + y + z = 1 x y + 2z = 3

LEZIONE 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.

Dettagli

Lezioni 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 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

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

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

ESERCIZI 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 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

Dettagli

0.1 Spazi Euclidei in generale

0.1 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

Dettagli

ESERCIZI 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) 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

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

SPAZI METRICI COMPLETI

SPAZI 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

Dettagli

Enrico Borghi RAPPRESENTAZIONI DI GRUPPI

Enrico 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

Dettagli

Prodotto scalare e norma

Prodotto 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

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

ESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro

ESERCIZI 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

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI 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

Dettagli

dipendenti. Cosa possiamo dire sulla dimensione di V?

dipendenti. 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,

Dettagli

ALGEBRA 1 Secondo esonero 15 Giugno 2011 soluzioni

ALGEBRA 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

Dettagli

Richiami di algebra delle matrici a valori reali

Richiami 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

Dettagli

1 Il valore assoluto p-adico

1 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.

Dettagli

1 Giochi a somma costante, a somma zero e antagonistici

1 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:

Dettagli

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.

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. 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

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

1 Equazioni parametriche e cartesiane di sottospazi affini di R n

1 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 +

(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

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

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA

FONDAMENTI 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

Dettagli

Matematica Avanzata Per La Fisica - I accertamento,

Matematica 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

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

8. Completamento di uno spazio di misura.

8. 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

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

1 La corrispondenza di Galois

1 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

Dettagli

Massimo limite e minimo limite di una funzione

Massimo 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.

Dettagli

1 Indipendenza lineare e scrittura unica

1 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

Dettagli

POLINOMI. (p+q)(x) = p(x)+q(x) (p q)(x) = p(x) q(x) x K

POLINOMI. (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

Dettagli

Nozioni di algebra multilineare

Nozioni 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

Dettagli

Similitudine (ortogonale) e congruenza (ortogonale) di matrici.

Similitudine (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

Dettagli

ANALISI 1 - Teoremi e dimostrazioni vari

ANALISI 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

Dettagli

Parte 8. Prodotto scalare, teorema spettrale

Parte 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,

Dettagli

Elementi 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 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

Dettagli

0.1. MATRICI SIMILI 1

0.1. 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

Dettagli

CAPITOLO 1. I numeri naturali 0, 1, 2, 3,...

CAPITOLO 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;

Dettagli

Per le risposte utilizza gli spazi predisposti. Quando richiesto, il procedimento va esposto brevemente, ma in maniera comprensibile.

Per 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

Dettagli

Sapienza 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 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

Dettagli

Applicazioni eliminazione di Gauss

Applicazioni 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

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

LEZIONE 12. v = α 1 v α n v n =

LEZIONE 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