Quaderni del Dipartimento di Matematica Università degli Studi di Parma. Francesca Fiorenzi ALBERO BINARIO LIBERO. Novembre 1996 n.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Quaderni del Dipartimento di Matematica Università degli Studi di Parma. Francesca Fiorenzi ALBERO BINARIO LIBERO. Novembre 1996 n."

Transcript

1 Quadrni dl Dipartimnto di Matmatica Univrsità dgli Studi di Parma Francsca Fiornzi ALBERO BINARIO LIBERO Novmbr 1996 n

2 2 Francsca Fiornzi ALBERO BINARIO LIBERO SOMMARIO Un albro binario libro è un albro radicato in cui ogni nodo ha sattamnt du succssori distinguibili mdiant una tichtta. In una tal struttura valgono l proprità di ricorsion; in particolar la ricorsion smplic garantisc ch una struttura di albro binario libro è unica a mno di isomorfismi. Si dimostra ch in è dfinibil una oprazion di somma ch gnralizza, nl caso binario, la somma tra numri naturali, si studiano altr importanti oprazioni rlazioni di si carattrizzano l catn massimali risptto ad una rlazion di ordin vrtical. Si prova, snza Assioma di Sclta, ch, risptto a tal ordin, ogni catna è stndibil ad una catna massimal. INDICE INTRODUZIONE... 2 ALBERO BINARIO LIBERO Albro binario libro tormi di ricorsion... 2 La somma, l ordinamnto d il prodotto in Il monoid libro su du gnratori L gnrazioni gli ordini orizzontali in L catn di L azion di su BIBLIOGRAFIA INDICE ANALITICO INDICE DEI SIMBOLI... 55

3 3 INTRODUZIONE La struttura di numri naturali = ( ; s; 0), ovvro il noto modllo dgli assiomi di Pano, può ssr considrata un albro in cui il numro 0 è la radic ogni nodo ha sattamnt un succssor. Vista in tal modo, ssa si prsta ad una ovvia gnralizzazion s si richid ch i succssori di un nodo siano ora sattamnt du distinguibili (diciamo succssor sinistro succssor dstro). Chiamrmo albro binario libro una struttura siffatta; pr ssa valgono proprità dl tutto simili agli assiomi di Pano pr l Aritmtica: l funzioni di succssor sono inittiv, la radic non è succssor di alcun nodo s ad un sottoinsim dll albro appartngono sia la radic ch i succssori di ogni suo nodo allora qusto coincid con l intro albro (induzion). Lo scopo dl prsnt lavoro è qullo di raccoglir, in una pubblicazion più brv facilmnt rpribil di quanto non sia una tsi di Laura, l vari proprità dll albro binario libro. In sostanza si tratta di un stratto, arricchito di alcuni risultati più rcnti, dl primo capitolo di [F]. Ci si ddichrà, dunqu, allo studio dll albro binario libro con tcnich analogh a qull utilizzat in Aritmtica. Dimostrrmo così vari tormi di ricorsion; darmo alcun importanti dfinizioni, tra cui qull di somma di ordin vrtical da ssa dtrminato, di prodotto trnario di du rlazioni di ordin orizzontal; introdurrmo il conctto di gnrazion, infin, ci ddichrmo allo studio dll catn. Vdrmo anch ch l albro binario libro è in sostanza, salvo la prsntazion assiomatica da noi sclta, il monoid libro su du gnratori, ovvro il monoid dll parol su un alfabto di du lttr. Su tal modllo concrto è basata la trattazion di L. Toti Rigatlli in [T], anch s qusta fornisc un assiomatizzazion incomplta pr il monoid dll parol in quanto, ni nostri trmini, consnt ch il succssor dstro di un lmnto possa coincidr con il succssor sinistro di un altro. Qusto non solo compromtt la catgoricità dlla toria, ma non prmtt nmmno di dfinir la fondamntal oprazion di somma. 1 - ALBERO BINARIO LIBERO E TEOREMI DI RICORSIONE Un albro binario libro è un albro radicato in cui ogni nodo ha sattamnt du succssori distinguibili mdiant una tichtta o gnr. In qusto paragrafo, dopo avr dato gli assiomi pr l albro binario libro, dimostrrmo ch pr sso valgono vari proprità di ricorsion. Vdrmo ch una struttura soddisfa una di tali proprità s solo s soddisfa tutt l altr ch qusto avvin s solo s si tratta di un albro binario libro. Inoltr il fatto ch pr un albro binario libro valga la ricorsion smplic, prmttrà di

4 4 dimostrar ch s una tal struttura sist ssa è unica a mno di isomorfismi. Dfinizion Si dic albro binario libro (di radic 0) una struttura = (R; σ 0, σ 1 ; 0) tal ch: (A1) σ i : R R σ i è inittiva (i < 2); (A2) σ i (x) σ j (y) (x, y R; i j); (A3) 0 im(σ i ) (i < 2); (A4) 0 M i< 2 σ i [M] M M = R (M R). Nl sguito (A4) sarà dtto assioma di induzion; pr un qualsiasi sottoinsim M di R si dic bas induttiva la proposizion 0 M, pr x R, si dic ipotsi induttiva la proposizion x M. Si supponga ora ch, in una struttura = (R; σ 0, σ 1 ; 0), valga l assioma di induzion ch una dtrminata proprità P dbba ssr provata valida pr ogni lmnto di R. Con l sprssion si dimostra pr induzion su x R ch P(x) si intnd ch, dtto M l insim dgli lmnti di R avnti la proprità P, si dimostra, mdiant l uso di (A4), l guaglianza M = R. In modo dl tutto analogo, infin, si può dfinir, pr ogni k > 0, la struttura k = (R k ;aσ 0,aσ 1,, σ k-1 ;a0 k ) di albro k-rio libro. In particolar gli assiomi di 1 coincidono con qulli di Pano pr l Aritmtica. Torma 1.2 (ricorsion smplic) - Sia una struttura di albro binario libro sia = (A; ϕ 0, ϕ 1 ; a) una struttura simil a ; allora sist una d una sola f: R A tal ch: (1) f(0)=a (2) f(σ i (x))=ϕ i (f(x)) (x R; i < 2). Dimostriamo, anzitutto, l unicità. Siano f, g ntramb soddisfacnti l condizioni (1) (2); posto Eq(f,g) = df {x R f(x) = g(x)} proviamo ch Eq(f,g) = R. Infatti 0 Eq(f,g) dato ch

5 5 f(0) = a = g(0) pr la condizion (1), supposto x Eq(f,g) si ha ch, pr ogni i < 2, l lmnto σ i (x) appartin a Eq(f,g) dato ch f(σ i (x)) = ϕ i (f(x)) = ϕ i (g(x)) = g(σ i (x)) pr la condizion (2) pr ipotsi induttiva. La conclusion si ottin dall assioma (A4). Si ha ch f Infatti Pr quanto riguarda l sistnza, sia = df {r R A (0,a) r ((x,b) r x R b A in quanto R A ; sia dunqu f = df. Si dimostra ch f soddisfa l proprità ch sguono. s (x,b) f allora dunqu pr ogni i < 2 si ha ovvro f è ovunqu dfinita Infatti 0 dom(f) ssndo i< 2 r G r G r r (0,a) r (x,b) r i< 2 (σ i (x),ϕ i (b)) r)}. (σ i (x),ϕ i (b)) r (r ) (σ i (x),ϕ i (b)) f. (0,a) f; s x dom(f) d è i < 2 allora sist b A tal ch quindi, pr il punto prcdnt, da cui σ i (x) dom(f). Pr induzion si ha ch dom(f) = R. f è funzional Sia proviamo ch M = R. (x,b) f (σ i (x),ϕ i (b)) f M = df {x R! (x,b) f}; b A

6 6 Si ha ch 0 M infatti s, pr assurdo, sistss b a tal ch (0,b) f si avrbb ch f \ {(0,b)} dunqu f f \ {(0,b)} il ch è assurdo. Sia x M sia i < 2; allora pr un opportuno unico b A si ha ch (x,b)a f da cui (σ i (x),ϕ i (b)) f. Si supponga, pr assurdo, ch sista c A con c ϕ i (b) tal ch (σ i (x),c) f; dfiniamo allora f =f \ {(σ i (x),c)} dimostriamo ch f. Si ha ch (0,a) f dato ch (0,a) f non può ssr (0,a) = (σ i (x),c). S, poi, (y,d) f allora, pr ogni j < 2, si ha ch (σ j (y),ϕ j (d)) f. Non può ssr, pr un fissato j < 2, (σ j (y),ϕ j (d)) = (σ i (x),c) altrimnti si avrbb i = j x = y ϕ i (d) = c. Da qusto sguirbb, ssndo (y,d) f f, (x,d) f, pr ipotsi induttiva, d = b da cui ϕ i (b) = c il ch è scluso dall ipotsi fatt. Dunqu s (y,d) f dv ssr (σ j (y),ϕ j (d)) f pr ogni j < 2; qusto prmtt di concludr ch f quindi f f il ch è assurdo. Si noti ch il torma prcdnt non fa altro ch assrir ch s è un albro binario libro è una struttura simil ad sist uno d un unico omomorfismo f:. Un albro binario libro risulta dunqu ssr oggtto inizial nlla catgoria ch ha com oggtti la class dll algbr ad sso simili com morfismi gli omomorfismi tra tali algbr. Torma 1.3 (ricorsion intrmdia) - Sia = (R; σ 0, σ 1 ; 0) una struttura soddisfacnt

7 7 la ricorsion smplic. Siano A, B insimi, g: A B sia, pr ogni i < 2, ϕ i : A B B; allora sist una d una sola f: A R B tal ch: (1) f(a,0) = g(a) (a A); (2) f(a,σ i (x)) = ϕ i (a,f(a,x)) (a A; x R; i < 2). Sia B A = df {h h: A B}; si ha ch g B A. Si considri, pr ogni i < 2, la funzion ψ i : B A B A dfinita da (ψ i (h))(a) = ϕ i (a,h(a)) (h B A ; a A). Pr ricorsion smplic di applicata alla struttura (B A ; ψ 0, ψ 1 ; g) sist un unica funzion f : R B A tal ch f (0) = g, f (σ i (x)) = ψ i (f (x)) (x R; i < 2). Sia ora f: A R B dfinita da f(a,x) = (f (x))(a) (a A; x R); allora pr ogni a A f(a,0) = (f (0))(a) = g(a) pr ogni a A, x R i < 2 f(a,σ i (x)) = (f (σ i (x)))(a) = (ψ i (f (x)))(a) = ϕ i (a,(f (x))(a)) = ϕ i (a,f(a,x)). Dimostriamo l unicità di f. Sia k: A R B avnt l proprità (1) (2). Sia allora k : R B A dfinita da (k (x))(a) = k(a,x) (x R; a A). Si ha ch pr ogni a A (k (0))(a) = k(a,0) = g(a) ovvro k (0) = g inoltr s i < 2 x R allora pr ogni a A (k (σ i (x)))(a) = k(a,σ i (x)) = ϕ i (a,k(a,x)) = ϕ i (a,(k (x))(a)) = (ψ i (k (x)))(a) ovvro k (σ i (x)) = ψ i (k (x)). Dunqu k =f da cui, pr ogni a A pr ogni x R, si ha f(a,x) = (f (x))(a) = (k (x))(a) = k(a,x) ovvro f = k. Nl sguito pr ogni insim A pr n, i \ {0} con i n indichrmo con p i (n) la i-

8 8 sima proizion di arità n ovvro p (n) i : A n A p (n) i (a 1,,a i,,a n ) = a i (a j A; 1 j n). Lmma Sia allora in ssa val la proprità (A4). = (R; σ 0, σ 1 ; 0) una struttura ch soddisfa la ricorsion intrmdia; Sia M R tal ch 0 M σ i [M] M; i< 2 sia g: R M la funzion costant in 0 sia, pr ogni i < 2, la funzion dfinita da Si ha dunqu ch sist una d una sola tal ch Sia ora h: R R R la funzion j ch ϕ i : R M M ϕ i (x,m) = σ i (m) f: R R M (x R; m M). f(x,0) = g(x) = 0 (x R) f(x,σ i (y)) = ϕ i (x,f(x,y)) = σ i (f(x,y)) (x, y R; i < 2). f, ssndo j la funzion di inclusion di M in R. Si ha h(x,0) = 0 (x R) h(x,σ i (y)) = j(σ i (f(x,y))) = σ i (j(f(x,y))) = σ i (h(x,y)) (x, y R; i < 2). Si considrino la funzion c: R R costant in 0, pr ogni i < 2, la funzion ψ i = σ i p 2 (2) : R R R. Esist una d una sola funzion k: R R R tal ch ovvro k(x,0) = c(x) (x R) k(x,σ i (y)) = ψ i (x,k(x,y)) (x, y R; i < 2); k(x,0) = 0 (x R) k(x,σ i (y)) = σ i (k(x,y)) (x, y R; i < 2).

9 9 Com si ossrva immdiatamnt tal funzion dv ssr p (2) 2. Smpr pr unicità, avndo h l stss proprità, si ha ch j f = h = p (2) 2 d ssndo p (2) 2 surittiva anch j risulta tal M coincid con R. Torma 1.5 (ricorsion primitiva) - Sia = (R; σ 0, σ 1 ; 0) una struttura ch soddisfa la ricorsion intrmdia. Siano A, B insimi, sia g: A B sia ϕ i : A R B B (i < 2); allora sist una d una sola f: A R B tal ch (1) f(a,0) = g(a) (a A); (2) f(a,σ i (x)) = ϕ i (a,x,f(a,x)) (a A; x R; i < 2). Sia g : A R B dfinita da g (a) = (0,g(a)) (a A); si considri inoltr, pr ogni i < 2, la funzion ψ i : A (R B) R B dfinita da ψ i (a,z) = (σ i (p (2) 1 (z)),ϕ i (a,p (2) 1 (z),p (2) 2 (z))) (a A; z R B). Pr ricorsion intrmdia sist una d una sola f : A R R B tal ch: f (a,0) = g (a) (a A) f (a,σ i (x)) = ψ i (a,f (a,x)) (a A; x R; i < 2). (2) Sia f = p 2 f : A R B; si ha ch f(a,0) = p (2) 2 (f (a,0)) = p (2) 2 (g (a)) = g(a) (a A); inoltr pr ogni a A, pr ogni x R pr ogni i < 2 f(a,σ i (x)) = p (2) 2 (f (a,σ i (x))) = p (2) 2 (ψ i (a,f (a,x))) = ϕ i (a,p (2) 1 (f (a,x)),p (2) 2 (f (a,x))) ovvro (3) f(a,σ i (x)) = ϕ i (a,p (2) 1 (f (a,x)),f(a,x)) (a A; x R; i < 2). Sia a A, si dimostra pr induzion su x ch p (2) 1 (f (a,x)) = x. S x = 0 si ha ch p (2) 1 (f (a,x)) = p (2) 1 (f (a,0)) = p (2) 1 (g (a)) = 0. S l assrto val pr x d è i < 2 allora p (2) 1 (f (a,σ i (x))) = p (2) 1 (ψ i (a,f (a,x))) = σ i (p (2) 1 (f (a,x))) = σ i (x). Dalla (3) sgu dunqu ch f(a,σ i (x)) = ϕ i (a,x,f(a,x)) (a A; x R; i < 2). Dimostriamo ora ch f è unica ad avr l proprità (1) (2). Sia infatti h: A R B avnt l stss proprità dfiniamo h :aa Ra ar B in

10 10 modo tal ch h (a,x) = (x,h(a,x)) Si ha ch h (a,0) = (0,h(a,0)) = (0,g(a)) = g (a) inoltr pr ogni i < 2, a A x R h (a,σ i (x)) = (σ i (x),h(a,σ i (x))) = (σ i (x),ϕ i (a,x,h(a,x))) dunqu h (a,σ i (x)) = ψ i (a,(x,h(a,x))) = ψ i (a,h (a,x)) da cui h = f (2) (2) f = p 2 f = p 2 h = h. (a A; x R). (a A), Mostriamo ora ch l proprità di ricorsion sono tutt quivalnti o, mglio, ch una struttura soddisfa una di tali proprità s solo s soddisfa tutt l altr. Torma Una struttura soddisfa anch la ricorsion smplic. = (R; σ 0, σ 1 ; 0) soddisfacnt la ricorsion primitiva Sia (A; ϕ 0, ϕ 1 ; a) una struttura simil ad ; sia g: R A la funzion costant in a, pr ogni i < 2, sia ψ i : R R A A la funzion dfinita da ψ i (x,y,a) = ϕ i (a) (x, y R; a A). Pr ricorsion primitiva sist una d una sola f : R R A tal ch f (x,0) = g(x) = a (x R) f (x,σ i (y)) = ψ i (x,y,f (x,y)) = ϕ i (f (x,y)) (x, y R, i < 2). Sia ora f: R A dfinita da f(x) = f (0,x) (x R). Allora (1) f(0) = f (0,0) = a (2) f(σ i (x)) = f (0,σ i (x)) = ϕ i (f (0,x)) = ϕ i (f(x)) (x R, i < 2). Pr la dimostrazion dll unicità si supponga ch h: R A abbia l stss proprità di f. Sia h : R R A tal ch h (x,y) = h(y) (x, y R). Allora h (x,0) = h(0) = a (x R)

11 11 h (x,σ i (y)) = h(σ i (y)) = ϕ i (h(y)) = ϕ i (h (x,y)) (x, y R, i < 2) da cui, pr unicità, si ha h = f, pr ogni x R, f(x) = f (0,x) = h (0,x) = h(x) ovvro f = h. Si è dimostrato, dunqu, ch pr una struttura = (R; σ 0, σ 1 ; 0) l tr proprità di ricorsion sono quivalnti. Mostriamo ora ch qust proprità sono quivalnti anch a qulla di ssr un albro binario libro. Torma Una struttura ricorsion è un albro binario libro. = (R; σ 0, σ 1 ; 0) soddisfacnt una (l) proprità di Proviamo la validità dgli assiomi (A1)-(A4). σ i è inittiva i< 2 Si considrino infatti la funzion g: R R costant in 0 l funzioni ψ 0, ψ 1 :ar R R R coincidnti con la funzion p 2 (3). Pr ricorsion primitiva sist una d una sola tal ch f: R R R Sia ora σ i (x) = σ i (y) pr qualch x, y R. Allora ovvro x = y. x, y R (σ i (x) = σ j (y) i = j) i, j< 2 f(x,0) = g(x) = 0 (x R) f(x,σ i (y)) = ψ i (x,y,f(x,y)) = y (x, y R, i < 2) f(0,σ i (x)) = f(0,σ i (y)) Sia infatti A = {0,1} siano ϕ 0 : A A la funzion costant in 0 ϕ 1 : A A la funzion costant in 1. Pr ricorsion smplic si ha ch sist una d una sola f: R A tal ch f(0) = 0 Supposto ora ch pr i, j < 2 pr x, y R sia f(σ i (x)) = ϕ i (f(x)) = i (x R, i < 2). σ i (x) = σ j (y)

12 12 si ha f(σ i (x)) = f(σ j (y)) da cui i = j. 0 σ i [R] i< 2 Sia infatti A = {0,1} siano ϕ 0, ϕ 1 : A A coincidnti con la funzion costant in 1. Pr ricorsion smplic sist una d una sola f: R A tal ch f(0) = 0 f(σ i (x)) = ϕ i (f(x)) = 1 (x R, i < 2) Dunqu non può ssr 0 = σ i (x) pr qualch i x. Infin pr il Lmma 1.4 si ha ch val la proprità (A4) pr. E ora possibil dimostrar ch la toria ch ha pr assiomi (A1)-(A4) è catgorica ovvro ch, s sist, è unica (a mno di isomorfismi), una struttura di albro binario libro. Torma Du struttur = (R; σ 0, σ 1 ; 0) = (R ; ξ 0, ξ 1 ; 0 ) di albro binario libro sono isomorf. Siano, com nll ipotsi; pr ricorsion smplic di applicata a sist una d una sola funzion f: R R tal ch: (1) f(0)=0 (2) f(σ i (x)) = ξ i (f(x)) (x R; i < 2). Dunqu, com già ossrvato, la funzion f è un omomorfismo tra l struttur d. Riman da dimostrar ch f è invrtibil. Pr ricorsion smplic di applicata a sist una d una sola f : R R tal ch: f (0 ) = 0 f (ξ i (x )) = σ i (f (x )) (x R ; i < 2). Si considri ora f f: R R; si ha ch: f f(0) = 0 f f(σ i (x)) = f (ξ i (f(x))) = σ i (f (f(x))) = σ i (f f(x)) (x R; i < 2).

13 13 Applicando la ricorsion smplic di risptto alla stssa si ha, pr unicità, Analogamnt si ha f f f = id R. f = id R quindi f è biittiva. Si ossrvi ch quanto dimostrato in qusto paragrafo con rifrimnto ad ridimostrabil snza alcuna complicazion torica pr l albro k-rio libro. è 2 - LA SOMMA, L ORDINAMENTO ED IL PRODOTTO IN Dfiniamo ora, mdiant i tormi di ricorsion, alcun oprazioni rlazioni fondamntali dll albro binario libro. Tra qust sarà l oprazion di somma ch, com vdrmo, ha una dfinizion ricorsiva dl tutto simil a qulla dlla somma tra numri naturali. Smpr in modo analogo al caso dll albro unario si dfinisc una rlazion d ordin in cui dirmo un lmnto minor di un altro s n sist un trzo ch sommato con il primo dà il scondo. Mno ovvia smbra la dfinizion di prodotto; noi utilizzrmo qulla di oprazion trnaria data in [T]. La ragion principal di qusta sclta dipnd dal fatto ch tal dfinizion si può ovviamnt gnralizzar a qulla di un oprazion (k + 1)-aria pr l albro k-rio libro qusto la diffrnzia da un altra plausibil sclta dfinitoria ch prsntrmo ch si dimostrrà poi ssr un caso particolar dlla prcdnt. Torma Esist una d una sola s: R R R tal ch: (S1) s(x,0) = x (x R); (S2) s(x,σ i (y)) = σ i (s(x,y)) (x, y R; i < 2). Si applichi il Torma di ricorsion intrmdia con A = R = B, g = id R ϕ i = σ i o p 2 (2) (i < 2). Indicando, com vrrà fatto nl sguito, il trmin s(x,y) con x + y, l proprità (S1) d (S2) si possono così riscrivr: (S1) x + 0 = x (x R); (S2) x + σ i (x) = σ i (x + y) (x, y R; i < 2). Mostriamo ora qualch proprità dll oprazion di somma; ovviamnt, dalla dfinizion, è smplic dimostrar pr induzion su n ch pr ogni x, y R si ha

14 14 ssndo σ i n l itrnazion n-sima di σ i. x + σ i n (y) = σ i n (x + y) (i < 2) Proposizion La somma in è associativa. Pr induzion su z R mostriamo ch pr ogni x, y R (x + y) + z = x + (y + z). S z = 0 allora (x + y) + z = x + y = x + (y + 0) = x + (y + z). S l assrto val pr z allora, pr ogni i < 2, si ha (x + y) + σ i (z) = σ i ((x + y) +z) = σ i (x + (y + z)) = x + σ i (y + z) = x + (y + σ i (z)). Proposizion Pr ogni x R si ha 0 + x = x. Pr induzion su x. S x = 0 l assrto sgu ovviamnt da (S1). S l assrto val pr x d è i < 2 allora 0 + σ i (x) = σ i (0 + x) = σ i (x). Proposizion Pr ogni x R si ha ch! x 0 i< 2! x = σ i (y). y R Dimostriamo, pr induzion su x, ch x 0 x = σ i (y). i< 2 y R Sia, infatti, M = df {x R x = σ i (y)} {0}. i< 2 y R Si ha ch 0 M s x M si ha ch pr ogni i < 2 risc σ i (x) M (anch snza l utilizzo dll ipotsi induttiva); pr (A4) si ha ch M = R. S foss, pr y, y R, x = σ i (y) x = σ j (y ) si avrbb ch i = j pr (A2) y = y pr (A1); da qusto l unicità di i y.

15 15 Si è quindi dimostrato ch x 0! i< 2! x = σ i (y). y R Pr il vicvrsa s x è dlla forma σ i (y) pr i < 2 y R è, ovviamnt, x 0 pr (A3). Grazi a qusto risultato è possibil dar la Dfinizion Si dfiniscono l funzioni π di prdcssor g di gnr in modo tal ch π: R \ {0} R g: R \ {0} {0,1} g(x) = i π(x) = y x = σ i (y) (x R \ {0}). Proposizion In val la lgg di annullamnto dlla somma. Siano x, y R con x + y = 0. S foss y 0 si avrbb y = σ i (z) pr opportuni i z da cui 0 = x + y = x + σ i (z) = σ i (x + z) il ch contraddic l assioma (A3). Dunqu y = 0 0 = x + y = x + 0 = x. Proposizion In la somma è cancllabil. Mostriamo, pr induzion su x R ch pr ogni y, z R si ha x + y = x + z y=z. S x = 0 l assrto è banal in virtù dlla Proposizion 2.3. S l assrto val pr x d è i < 2 si ha ch σ i (x) + y = σ i (x) + z x + (σ i (0) + y) = x + (σ i (0) + z) σ i (0) + y = σ i (0) + z pr proprità associativa dlla somma pr ipotsi induttiva. Si ha la tsi s si dimostra ch, pr ogni y, z R σ i (0) + y = σ i (0) + z y = z; Lo dimostriamo pr induzion su y. S y = 0 si supponga

16 16 σ i (0) = σ i (0) + z dv ssr z = 0 altrimnti, pr la Proposizion 2.4, si avrbb z = σ j (w) pr j w opportuni quindi σ i (0) = σ i (0) + σ j (w) = σ j (σ i (0) + w) da cui, pr (A2) d (A1), 0 = σ i (0) + w infin, pr la Proposizion 2.6, σ i (0) = 0 il ch è scluso da (A3). S l assrto val pr y d è j < 2 sia σ i (0) + σ j (y) = σ i (0) + z; pr quanto ossrvato dv ssr z 0 dunqu dv ssr z = σ k (w) pr opportuni w k quindi smpr sfruttando (A2) d (A1) si ha j = k σ i (0) + y = σ i (0) + w. Allora, pr l ipotsi induttiva, si ha ch y = w da cui σ j (y) = σ k (w) = z. Pr quanto riguarda la cancllabilità dstra, fissati x, y R, si dimostra, pr induzion su z ch x + z = y + z x = y. Ciò è ovvio s z = 0. S l assrto val pr z d è i < 2 supponiamo ch sia x + σ i (z) = y + σ i (z); allora σ i (x + z) = σ i (y + z) d ssndo σ i inittiva x + z = y + z. La conclusion si ottin pr ipotsi induttiva. Proposizion La somma di non è commutativa. Si considrino gli lmnti σ 0 (0) σ 1 (0). Pr (S2) d (S1) si ha ch: σ 0 (0) + σ 1 (0) = σ 1 (σ 0 (0) + 0) = σ 1 (σ 0 (0)) σ 1 (0) + σ 0 (0) = σ 0 (σ 1 (0) + 0)) = σ 0 (σ 1 (0)). Dunqu, pr (A2), gli lmnti considrati non commutano.

17 17 Dfinizion Sia la rlazion binaria dfinita in da x y x + z = y z R (x, y R). Proposizion La rlazion è di ordin parzial ha 0 com minimo. Siano x, y, z R; si ha ch 0 + x = x dunqu 0 x quindi 0 è un minimo. Si ha ch x + 0 = x dunqu x x. S x y y x allora, pr opportuni u v, x + u = y y + v = x da cui x + u + v = y + v = x = x + 0; pr la cancllabilità la lgg di annullamnto dlla somma si ha ch u = 0 = v da cui x = y. S x y y z si ha ch pr opportuni u v x + u = y y + v = z da cui z = (x + u) + v = x + (u + v) quindi x z. Indicata con < la rlazion di ordin strtto associata a si ha la Proposizion Pr ogni x, y R si ha ch x < y x + σ i (z) = y. z R i< 2 S x, y R sono tali ch x < y allora x y dunqu x + z = y pr z opportuno. Non potndo ssr z = 0 si ha, pr la Proposizion 2.4, ch z = σ i (z ) con i z opportuni. S x + σ i (z) = y è, pr dfinizion, x y. Sia, pr assurdo, x = y; è allora x + σ i (z) = y = x + 0. Pr la cancllabilità dlla somma si ha ch σ i (z) = 0 il ch è scluso da (A3).

18 18 Proposizion Pr ogni x, y R pr ogni i < 2 si ha ch x < σ i (y) x y. Sia x < σ i (y); pr la Proposizion 2.11 si ha ch x + σ j (z) = σ i (y) pr opportuni j z quindi, pr (S2), risc σ j (x + z) = σ i (y); applicando gli assiomi (A2) (A1) si ha ch j = i x + z = y da cui x y. Proposizion Pr ogni x, y R si ha ch x < y x π(y). Sia x < y; allora y 0 quindi y = σ g(y) (π(y)) da cui, pr la proposizion prcdnt, si ha x π(y). Sia, vicvrsa, x π(y); ssndo y = π(y) + σ g(y) (0) si ha, pr la Proposizion 2.11, ch π(y) < y da cui x < y. Proposizion Pr ogni x R pr ogni i < 2 si ha ch σ i (x) copr x. Si ha ch σ i (x) = x + σ i (0) dunqu, pr la Proposizion 2.11, x < σ i (x). Inoltr s z è tal ch z < σ i (x) pr la Proposizion 2.12 è z x. Dunqu non sist alcun z R tal ch x < z < σ i (x). Proposizion Pr ogni x R si ha ch il sgmnto inizial dtrminato da x è una catna.

19 19 Pr induzion su x. S x = 0 si ha ch {y R y < x} = ssndo 0 il minimo di (R;a ); ovviamnt è una catna. S l assrto val pr x sia i < 2 sia, pr y R, y < σ i (x) allora, pr la Proposizion 2.12, si ha ch y x. Ponndo, dunqu, X = df {y R y < x} X i = df {y R y < σ i (x)} si ha ch X i X {x}. Ora X {x} è una catna in quanto x è confrontabil con ogni lmnto di X ch è una catna pr ipotsi induttiva. L insim X i risulta dunqu ssr una catna ssndo sottoinsim di una catna. Proposizion Pr ogni x R si ha ch σ 0 (x) è inconfrontabil con σ 1 (x). Sia, pr assurdo, σ i (x) < σ 1-i (x); pr la Proposizion 2.12, si ha σ i (x) x il ch è scluso dalla Proposizion Dl rsto l guaglianza di du lmnti è sclusa da (A2). Proposizion Pr ogni x R si ha ch x 0! i< 2! x = σ i (0) + y. y R Dimostriamo, pr induzion su x, ch x 0! i< 2 x = σ i (0) + y. y R x = 0 S x = 0 l assrto è vro ssndo l ipotsi falsa. S l assrto val pr x sia i < 2; distinguiamo du casi.

20 20 Allora σ i (x) = σ i (0) + 0. S foss σ i (x) = σ 1-i (0) + y pr un qualch y dovrbb ssr σ 1-i (0) σ i (x) il ch è scluso dalla Proposizion x 0 Allora, pr ipotsi induttiva, sistono j y con x = σ j (0) + y da cui σ i (x) = σ j (0) + σ i (y). S σ i (x) = σ k (0) + z pr qualch k z allora dv ssr z 0 altrimnti si avrbb i = k x = 0. Quindi, pr opportuni h u, si ha z = σ h (u) da cui i = h x = σ k (0) + u. Pr l unicità di j si ha k = j. Dimostriamo ora l unicità di y nlla dcomposizion di x non nullo: s x = σ i (0) + u x = σ i (0) + v pr la cancllabilità a sinistra dlla somma dv ssr u = v. Pr quanto assrito dalla Proposizion 2.17 è possibil dar la Dfinizion Si dfiniscono l funzioni f (di first) bf (di butfirst) in modo tal ch f: R \ {0} {σ 0 (0),σ 1 (0)} bf: R \ {0} R f(x) = σ i (0) bf(x) = y x = σ i (0) + y (x R \ {0}). Sia n sia i < 2; nl sguito il trmin σ i n (0) sarà indicato con la notazion n i. Proposizion Pr ogni n, pr ogni i < 2 pr ogni x R si ha ch bf n (n i + x) = x. Proviamo, pr induzion su n, ch l assrto val pr ogni x. S n = 0 si ha ch bf n (σ n i (0) + x) = 0 + x = x. S l assrto val pr n si ha ch bf n+1 ((n + 1) i + x) = bf n+1 (σ n+1 i (0) + x) = bf(bf n (n i + σ i (0) + x)) = bf(σ i (0) + x) = x.

21 21 Proposizion Pr ogni x, y R con x 0 si ha ch f(x + y) = f(x) bf(x + y) = bf(x) + y. Si ha ch x = f(x) + bf(x) da cui x + y = f(x) + bf(x) + y ovvro f(x + y) = f(x) bf(x + y) = bf(x) + y. Proposizion Pr ogni x, y R si ha ch x < y! σ i (x) y. i< 2 S σ i (x) y allora x < y ssndo x < σ i (x) pr la Proposizion S x < y si ha ch x + z = y pr un opportuno z 0. Quindi z = f(z) + bf(z) da cui, posto i = df g(f(z)), si ha y = x + z = x + σ i (0) + bf(z) = σ i (x) + bf(z) dunqu σ i (x) y. Si noti ch non può ssr σ 1-i (x) y pr la Proposizion 2.15 la Proposizion Torma Esist una d una sola p: R 2 R R tal ch: (P1) p((x 0,x 1 ),0) = 0 (x 0, x 1 R); (P2) p((x 0,x 1 ),σ i (y)) = p((x 0,x 1 ),y) + x i (x 0, x 1, y R; i < 2). Si applichi il Torma di ricorsion intrmdia con A = R 2, B = R, g la funzion costant in 0, pr ogni i < 2, la funzion ϕ i : R 2 R R dfinita da ϕ i ((x 0,x 1 ),y) = y + x i. Ponndo, nl sguito, p((x 0,x 1 ),y) = (x 0,x 1 ) y l proprità (P1) d (P2) si possono così riscrivr: (x 0, x 1, y R),

22 22 (P1) (x 0,x 1 ) 0 = 0 (x 0, x 1 R); (P2) (x 0,x 1 ) σ i(y) = (x 0,x 1 ) y + x i (x 0, x 1, y R; i < 2). L sistnza dl prodotto in, poi, può ssr gnralizzata a qulla di un prodotto in k ch indichrmo con k tal ch: (P k 0) k: (R k ) k R k R k (P k 1) (x 0,x 1,,x k-1 ) k0 k = 0 k (x h R k ; h < k); (P k 2) (x 0,x 1,,x k-1 ) kσ i (y) = (x 0,x 1,,x k-1 ) ky + x i (x h, y R k ; i, h < k) Dfiniamo ora una oprazion binaria in ch ci è smbrata, in un primo momnto, la più adatta ad ssr dtta prodotto. Pr ricorsion smplic di applicata alla struttura (R; σ 1, σ 0 ; 0) sist una d una sola funzion c: R R tal ch (C1) c(0)=0 (C2) c(σ i (x)) = σ 1-i (c(x)) (x R; i < 2). Pr ricorsion intrmdia avndo A = R = B, la funzion g: R R costant in 0 l funzioni ϕ 0, ϕ 1 : R R R dfinit da ϕ 0 (x,y) = y + x (x, y R) ϕ 1 (x,y) = y + c(x) (x, y R) sist una d una sola f: R R R tal ch f(x,0) = g(x) (x R) f(x,σ i (y)) = ϕ i (x,f(x,y)) (x, y R; i < 2). Dunqu, indicando pr ogni x, y R con x y il trmin f(x,y), (1) x 0 = 0 (x R), (2) x σ 0 (y) = x y + x (x, y R) (3) x σ 1 (y) = x y + c(x) (x, y R). Dimostriamo ora la Proposizion Pr ogni x, y R si ha ch x y = (x,c(x)) y.

23 23 l assrto. Si ha ch pr ogni x, y R (x,c(x)) 0 = 0, (x,c(x)) σ 0(y) = (x,c(x)) y + x (x,c(x)) σ 1(y) = (x,c(x)) y + c(x). Essndo la sola oprazion binaria a soddisfar l rlazioni (1), (2) (3) si ha Proposizion Pr ogni x 0, x 1, y, z R si ha ch (x 0,x 1 ) (y + z) = (x 0,x 1 ) y + (x 0,x 1 ) z. Pr induzion su z. S z = 0 l assrto è ovvio. S l assrto val pr z d è i < 2 si ha ch (x 0,x 1 ) (y + σ i(z)) = (x 0,x 1 ) σ i(y + z) = (x 0,x 1 ) (y + z) + x i da cui, pr ipotsi induttiva, (x 0,x 1 ) (y + σ i(z)) = (x 0,x 1 ) y + (x 0,x 1 ) z + x i = (x 0,x 1 ) y + (x 0,x 1 ) σ i(z). Nl sguito, pr ogni x, y R, indichrmo con x y il trmin (x,0) y. Corollario Pr ogni x, y, z R si ha ch x (y + z) = x y + x z. 3 - IL MONOIDE LIBERO SU DUE GENERATORI Ci occupiamo ora di dimostrar ch l albro binario libro ha un modllo concrto ovvro il monoid dll parol su un alfabto di du lttr. In qusto snso si formalizza l ida intuitiva scondo cui pr dtrminar un lmnto dll albro occorra indicar una squnza (o, appunto, parola) di gnri ch conducano dalla radic 0 all lmnto in qustion. Dfinizion Si dic monoid libro su du gnratori un monoid = (M; ; a)

24 24 libro nlla class di monoidi attravrso una funzion inittiva ϕ: {0,1} M. Ovvro tal ch pr ogni altro monoid = (M ;a ;aa ) pr ogni funzion ψ: {0,1} M sist uno d un unico omomorfismo ψ : pr cui ψ ϕ = ψ. Noti tormi di algbra univrsal dimostrano l unicità, a mno di isomorfismi, di una struttura soddisfacnt tal dfinizion. Inoltr, ssndo la class di monoidi una class quazional, si dimostra ch sist una struttura siffatta. Torma La struttura (R; +; 0) è un monoid libro su du gnratori. Sia ϕ: {0,1} R dfinita da ϕ(i) = σ i (0) (i < 2); ovviamnt (pr (A2)) ϕ è inittiva. Sia ora = (M; ; a) un monoid ψ:a{0,1} M. Ponndo ψ 0 = df ψ(0) ψ 1 = df ψ(1) dfiniamo, pr ogni i < 2, la funzion ξ i : M M in modo tal ch ξ i (m) = m ψ i Pr ricorsion smplic di applicata a (M; ξ 0, ξ 1 ; a) sist una d una sola (m M). ψ : R M tal ch: ψ (0) = a ψ (σ i (x)) = ξ i (ψ (x)) (x R; i < 2). Ossrviamo i sgunti fatti. ψ è un omomorfismo Fissato x R, dimostriamo, pr induzion su y, ch ψ (x + y) = ψ (x) ψ (y). S y = 0 l assrto è ovvio. S l assrto val pr y d è i < 2 si ha ch ψ (x + σ i (y)) = ψ (σ i (x + y)) = ξ i (ψ (x + y)) = ψ (x + y) ψ i = (ψ (x) ψ (y)) ψ i utilizzando la proprità associativa di risc dunqu ψ (x + σ i (y)) = ψ (x) (ψ (y) ψ i ) = ψ (x) ξ i (ψ (y)) = ψ (x) ψ (σ i (y)). ψ ϕ = ψ Infatti, pr i {0,1}, (ψ ϕ)(i) = ψ (σ i (0)) = ξ i (ψ (0)) = ξ i (a) = a ψ i = ψ i = ψ(i).

25 25 Proviamo ora l unicità di ψ ; sia Φ: R M un omomorfismo tal ch Φ ϕ = ψ. Allora Φ(0) = a, pr ogni i < 2, Φ(σ i (x)) = Φ(x + σ i (0)) = Φ(x) Φ(ϕ(i)) = Φ(x) ψ(i) = ξ i (Φ(x)) (x R). Dunqu Φ = ψ. In algbra univrsal si dimostra ch il monoid libro su du gnratori è idntificabil con l algbra dll parol su un alfabto di du lttr in cui con qusta si intnd la struttura = ({0,1}*; ; λ} ov {0,1}* dnota l insim dll squnz finit di 0 1, l oprazion è la concatnazion tra squnz λ è la parola vuota. In sia dfinita da i : {0,1}* {0,1}* (i < 2) i (p) = p i (p {0,1}*). Torma La struttura = ({0,1}*; 0 ; 1 ; λ) è un albro binario libro. Gli assiomi (A1)-(A3) sono banalmnt vrificati. Non rsta ch vrificar (A4). Si considri la funzion l 0 : {0,1} dfinita da: l 0 (0) = 1 = l 0 (1); pr la librtà di, ssndo ( ; +; 0) un monoid, sist una d una sola l: {0,1}* ch: l(λ) = 0; tal l(p q) = l(p) + l(q) (p, q {0,1}*); l(0) = l 0 (0); l(1) = l 0 (1). Pr ogni i < 2 p {0,1}* si ha dunqu ch Sia ora M {0,1}* tal ch l(p i) = l(p) + l 0 (i) = l(p) + 1. λ M dimostriamo, pr induzion su n, ch (p M p i M); i< 2 n {p {0,1}* l(p) = n} M. Infatti s l(p) = 0 allora p = λ dunqu p M pr ipotsi. Si supponga ch l assrto valga pr n; siccom

26 26 {p {0,1}* l(p) = n + 1} = {q i q {0,1}*, i < 2 l(q) = n}, pr ipotsi, p M p i M, i< 2 si ha l assrto pr n + 1. Il torma dimostrato assrisc dunqu ch un lmnto di {0,1}* è un lmnto dll albro binario libro ch, con l notazioni dl Paragrafo 1, comunqu prsi i 1, i 2,, i n {0,1} si ha i 1 i 2 i 3 i n = λ i 1 i 2 i 3 i n = ( ((λ i 1 ) i 2 ) ) i n = σi ( Κ ( σi ( σ n i ( 0 ))) Κ ). 2 1 Dunqu, così com i numri naturali si idntificano con la loro rapprsntazion unaria, è possibil idntificar gli lmnti dll albro binario libro con l squnz binari 4 - LE GENERAZIONI E GLI ORDINI ORIZZONTALI IN Qulla di gnrazion è una funzion da R a valori in ch dtrmina, dato un lmnto x R, di quanti passi si è dovuti scndr dalla radic 0 pr ottnr tal lmnto; si tratta in sostanza dlla lunghzza dlla parola (nl snso chiarito dal paragrafo prcdnt), ch x individua. L rlazioni di ordin orizzontal ch introdurrmo sono du. La prima, ch indichrmo con ξ, è qulla studiata in [F]; qusta si rnd util pr lo studio di tipi di ordin orizzontal dgli albri sradicati binari potrbb srvir pr lo studio di tali tipi ni modlli non-standard dlla Toria Elmntar dgli Albri Binari (EAB). La sconda rlazion, ch indichrmo con η, è più fin di ξ d è util pr lo studio dl quozint canonico di un modllo non-standard di EAB. In raltà, com provrmo, la prima rlazion è dfinibil a partir dalla sconda ma, nonostant qusto, dimostrrmo indipndntmnt l vari proprità dll una dll altra in modo ch, a sconda dll signz, si possa scglir qual utilizzar. Torma Esist una d una sola ρ: R tal ch: (R1) ρ(0) = 0; (R2) ρ(σ i (x)) = ρ(x) + 1 (x R; i < 2).

27 27 Si applichi il Torma di ricorsion smplic a ( ; ϕ 0, ϕ 1 ; 0) in cui ϕ 0 = s = ϕ 1. Si noti ch, riguardando l albro binario libro com algbra dll parol, la funzion ρ non è altro ch la funzion l di cui al Torma 3.3 ch associa ad una parola la sua lunghzza ch, pr com è stata dfinita, è un omomorfismo di monoidi. Dfinizion Dato x R, si dic gnrazion di x il numro natural ρ(x). Proposizion La funzion ρ è strttamnt crscnt. Siano infatti x, y R con x < y; sistono allora i z tali ch x + σ i (z) = y da cui quindi ρ(y) = ρ(x + σ i (z)) = ρ(x) + ρ(z) + 1 ρ(x) < ρ(y). Proposizion Pr ogni n si ha ch ρ(n i ) = n (i < 2) Pr induzion su n. Proposizion Pr ogni x, y R pr ogni n si ha ch ρ(x) n x y π n (x) π n (y). Pr induzion su n proviamo l assrto pr ogni x y. S n = 0 l assrto è ovvio. S l assrto val pr n si supponga ρ(x) n + 1 x y; si ha ch x 0 quindi x = σ j (z) pr opportuni j z. Allora ρ(z) n z < y; ovvro ρ(z) n z π(y).

28 28 Pr ipotsi induttiva risulta ovvro π n (z) π n+1 (y) π n+1 (x) π n+1 (y). Proposizion Pr ogni x, y R pr ogni n si ha ch ρ(y) n π n (x + y) = x + π n (y). Pr induzion su n proviamo ch l assrto val pr ogni y. S n = 0 l implicazion è banal. S l assrto val pr n si supponga ch sia ρ(y) n + 1; allora dv ssr y 0 ρ(π(y)) n. Pr ipotsi induttiva si ha π n+1 (x + y) = π n+1 (σ g(y) (x + π(y))) = π n (x + π(y)) = x + π n+1 (y). Proposizion Pr ogni x R, pr ogni n pr ogni i < 2 si ha ch ρ(x) n σ i (bf n (x)) = bf n (σ i (x)). Pr induzion su n proviamo ch l assrto val pr ogni x. S n = 0 l assrto è vidnt. S n = 1 d è ρ(x) 1 si ha ch x 0 da cui, pr la Proposizion 2.20, bf n (σ i (x)) = bf(σ i (x)) = bf(x + 1 i ) = bf(x) + 1 i = σ i (bf(x)) = σ i (bf n (x)). S l assrto val pr n si supponga ch ρ(x) n + 1; allora x 0 ρ(x) = ρ(f(x) + bf(x)) = ρ(f(x)) + ρ(bf(x)) = 1 + ρ(bf(x)) n + 1 da cui ρ(bf(x)) n. Inoltr ssndo ρ(x) 1 si ha, pr il punto prcdnt, bf n+1 (σ i (x)) = bf n (bf(σ i (x))) = bf n (σ i (bf(x))). Applicando l ipotsi induttiva a bf(x) si ha ch bf n+1 (σ i (x)) = σ i (bf n (bf(x))) = σ i (bf n+1 (x)).

29 29 Proposizion Pr ogni x, y R pr ogni n si ha ch ρ(x) n bf n (x + y) = bf n (x) + y. Pr induzion su y. S y = 0 l assrto è vidnt. S l assrto val pr y d è i < 2 si ha ch bf n (x + σ i (y)) = bf n (σ i (x + y)) d ssndo ρ(x + y) = ρ(x) + ρ(y) n si ha, pr la Proposizion 4.7, bf n (x + σ i (y)) = σ i (bf n (x + y)) = σ i (bf n (x) + y) = bf n (x) + σ i (y). Proposizion Siano x, y, u, v R allora x + y = u + v ρ(y) ρ(v) v = w + y w R Pr induzion su v. Sia v = 0 sia x + y = u ρ(y) 0; allora y = 0 v = 0 = = 0 + y. Si supponga ch l assrto valga pr v, sia i < 2 si abbia x + y = u + σ i (v) ρ(y) ρ(σ i (v)); s y = 0 allora σ i (v) = σ i (v) + y altrimnti sistono opportuni z d i tali ch y = σ j (z) da cui σ j (x + z) = σ i (u + v). Inoltr ρ(z) < ρ(y) ρ(σ i (v)) = ρ(v) +1 da cui i = j x + z = u + v ρ(z) ρ(v); pr ipotsi induttiva v = w + z quindi σ i (v) = σ j (w + z) = w + σ j (z) = w + y.

30 30 Proposizion La cardinalità di {x R ρ(x) = n} è 2 n. dunqu Si dimostra pr induzion su n. Innanzi tutto, pr la Proposizion 2.4, si ha ρ(x) = 0 x = 0 card{x R ρ(x) = 0} = 1 = 2 0. Supposto ch l assrto valga pr n dimostriamo ch ρ(x) = n+1 x = σ i (y) ρ(y) = n. i< 2 y R S ρ(x) = n + 1 si ha x 0, pr la Proposizion 2.4, risulta x = σ i (y) pr i y opportuni. Siccom si ha ρ(y) = n. Il vicvrsa è ovvio. Si ha quindi ch n + 1 = ρ(x) = ρ(y) + 1 {x R ρ(x) = n + 1} = {σ 0 (x) x R ρ(x) = n} {σ 1 (x) x R ρ(x) = n} ch tal union è disgiunta. Allora card{x R ρ(x) = n + 1} = 2 n 2 = 2 n+1. Sia ora l insim dll rlazioni P R 2 tali ch: (O ξ 1) (σ 0 (x),σ 1 (x)) P (x R); (O ξ 2) (x,y) P (σ i (x),σ j (y)) P (x, y R; i, j < 2). Si ha ch R 2 ; si pon dunqu ξ = df Ι P P P Lmma La rlazion ξ è un lmnto di. Ovviamnt s x R dato ch P (σ 0 (x),σ 1 (x)) ξ (σ 0 (x),σ 1 (x)) P.

31 31 allora S poi, pr x, y R, si ha ch (x,y) ξ dunqu, pr ogni i, j < 2, ovvro P P (x,y) P (σ i (x),σ j (y)) P (σ i (x),σ j (y)) ξ. i, j< 2 Lmma Pr ogni x, y R si ha ch (x,y) ξ ( x = σ 0 (z) y = σ 1 (z)) oppur x 0 y (π(x),π(y)) ξ. z R Siano ξ 0 = df {(x,y) R 2 ξ 1 = df {(x,y) R 2 (x = σ 0 (z) y = σ 1 (z))}, z R (x = σ i (u) y = σ j (v) (u,v) ξ)} i, j< 2 u, v R sia ξ = df ξ 1 ξ 2. Pr il Lmma 4.11 si ha ch ξ ξ. Proviamo ch ξ soddisfa (O ξ 1) (O ξ 2). Infatti s x R allora (σ 0 (x),σ 1 (x)) ξ 0 ξ. Supposto poi ch (x,y) ξ si ha, pr la prcdnt inclusion, ch (x,y) ξ il ch implica, pr dfinizion di ξ 1, ch pr ogni i, j < 2 (σ i (x),σ j (y)) ξ 1 ξ. Essndo ξ la minima rlazion binaria soddisfacnt (O ξ 1) (O ξ 2) dv ssr ξ contnuta in ξ. Corollario Pr ogni x R si ha ch (x,0) ξ (0,x) ξ. Proposizion La rlazion ξ è antiriflssiva.

32 32 Pr induzion su x dimostriamo ch (x,x) ξ. S x = 0 si ha ch (x,x) ξ pr il Corollario S l assrto val pr x sia i < 2 si supponga, pr assurdo, (σ i (x),σ i (x)) ξ. Pr il Lmma 4.12 dvono allora sistr u, v R j, k < 2 tali ch σ i (x) = σ j (u) σ i (x) = σ k (v) (u,v) ξ. N sgu ch i = j = k u = x = v da cui (x,x) ξ il ch contraddic l ipotsi induttiva. Proposizion La rlazion ξ è transitiva. Dimostriamo, pr induzion su z R, ch pr ogni x, y R si ha (x,y) ξ (y,z) ξ (x,z) ξ. S z = 0 l implicazion è vra ssndo smpr falsa l ipotsi pr il Corollario S l assrto val pr z d è i < 2 siano (x,y) ξ (y,σ i (z)) ξ; smpr pr il Corollario 4.13 dvono sistr u, v ξ j, k < 2 tali ch x = σ j (u) y = σ k (v) dunqu (σ j (u),σ k (v)) ξ (σ k (v),σ i (z)) ξ; distinguiamo, applicando il Lmma 4.12, tr casi. k = 0, i = 1 v = z Allora (σ j (u),σ 0 (z)) ξ dv ssr (u,z) ξ pr il Lmma j = 0, k = 1 u = v Allora (σ 1 (u),σ i (z)) ξ dv ssr (u,z) ξ pr il Lmma (u,v) ξ (v,z) ξ Pr ipotsi induttiva si ha ch (u,z) ξ. In ogni caso, dunqu, si ha ch (u,z) ξ da cui (x,σ i (z)) = (σ j (u),σ i (z)) ξ. Proposizion S x, y R allora sono ξ-confrontabili s solo s ρ(x) = ρ(y).

33 33 Pr induzion su y dimostriamo ch pr ogni x (x,y) ξ ρ(x) = ρ(y). S y = 0 l implicazion è smpr vra ssndo l ipotsi smpr falsa. S l assrto val pr y sia i < 2 sia (x,σ i (y)) ξ. Pr il Corollario 4.13, sistono j < 2 u R tali ch x = σ j (u) da cui (σ j (u),σ i (y)) ξ. Si ha, dunqu, ch u = y oppur (u,y) ξ in ntrambi i casi, grazi all ipotsi induttiva, ρ(u) = ρ(y) da cui ρ(x) = ρ(σ j (u)) = ρ(u) + 1 = ρ(y) + 1 = ρ(σ i (y)). Pr induzion su n dimostriamo ora ch pr ogni x, y R ρ(x) = n = ρ(y) x ξ-confrontabil con y. S n = 0 ρ(x) = 0 = ρ(y) si ha ch x = 0 = y da cui l assrto. S l assrto val pr n si ha ρ(x) = n + 1 = ρ(y) dvono sistr i, j u, v opportuni tali ch x = σ i (u) y = σ j (v) da cui ρ(u) = n = ρ(v). Distinguiamo du casi. u = v S i = j si ha ch x = σ i (u) = σ j (y) = y. In caso contrario sia, pr fissar l id, i = 0 j = 1; pr (O ξ 1) si ha ch (x,y) = (σ 0 (u),σ 1 (y)) ξ. In ogni caso, dunqu, x y sono ξ-confrontabili. u v Applicando l ipotsi induttiva si ha ch u v sono ξ-confrontabili siccom u v si ha ch (u,v) ξ oppur (v,u) ξ da cui, pr (O ξ 2), (x,y) = (σ i (u),σ j (v)) ξ oppur (y,x) = (σ j (v),σ i (u)) ξ quindi x y sono ξ-confrontabili.

34 34 Proposizion Pr ogni x R si ha ch σ 1 (x) ξ-copr σ 0 (x). Pr il Lmma 4.11 si ha (σ 0 (x),σ 1 (x)) ξ. Sia, pr y R, (σ 0 (x),y) ξ allora y = σ i (z) pr opportuni i z da cui (σ 0 (x),σ i (z)) ξ. S y σ 1 (x) dv ssr, pr il Lmma 4.12, (x,z) ξ da cui (σ 1 (x),σ i (z)) ξ ovvro (σ 1 (z),y) ξ. Dunqu s sistss y tal ch (σ 0 (x),y) ξ (y,σ 1 (x)) ξ si avrbb (σ 1 (x),y) ξ (y,σ 1 (x)) ξ il ch è scluso dall proprità transitiva antiriflssiva di ξ. Proposizion Pr ogni x, y R si ha ch s y ξ-copr x allora σ 0 (y) ξ-copr σ 1 (x). S y copr x allora, in particolar, (x,y) ξ da cui (σ 1 (x),σ 0 (y)) ξ. Sia, pr z R, (σ 1 (x),z) ξ (z,σ 0 (y)) ξ; dv ssr z = σ i (u) pr opportuni i u da cui (σ 1 (x),σ i (u)) ξ (σ i (u),σ 0 (y)) ξ. Pr il Lmma 4.12 si ha ch (x,u) ξ (u,y) ξ il ch contraddic il fatto ch y ξ-copr x. Sia l insim dll rlazioni Q R 2 tali ch (O η 1) (σ 0 (x),σ 1 (x)) Q (x R);

35 35 (O η 2) (x,y) Q (x,σ i (y)) Q (σ i (x),y) Q (x, y R; i < 2). Essndo R 2 si ha ch ; sia dunqu η = df Q Q. Proposizion La rlazion η è un lmnto di. Ch la rlazion η soddisfi la (O η 1) è vidnt. Sia ora i < 2 si supponga ch pr x, y R sia allora Q (x,y) η (x,y) Q da cui, pr (O η 2), (x,σ i (y)) Q (σ i (x),y) Q (Q ; i < 2) ovvro (x,σ i (y)) η (σ i (x),y) η (i < 2). Proposizion Pr ogni x, y R si ha ch (x,y) η σ 0 (z) x σ 1 (z) y. z R Sia mostriamo ch η. η = df {(x,y) R 2 σ 0 (z) x σ 1 (z) y}; z R S x R si ha ch (σ 0 (x),σ 1 (x)) η ssndo una rlazion riflssiva. Siano ora x, y R sia i < 2; s si ha ch pr un opportuno z di R. Essndo (x,y) η σ 0 (z) x σ 1 (z) y x < σ i (x) y < σ i (y)

36 36 si ha, pr la proprità transitiva di, σ 0 (z) x σ 1 (z) σ i (y) σ 0 (z) σ i (x) σ 1 (z) y ovvro (x,σ i (y)) η (σ i (x),y) η. Essndo dunqu η una rlazion ch soddisfa (O η 1) (O η 2) si ha ch η η. Proviamo ora, pr induzion su x R, ch pr ogni y R si ha (x,y) η (x,y) η. S x = 0 l implicazion è vra ssndo la prmssa smpr falsa. S l assrto val pr x d è i < 2 proviamo ch pr ogni y R si ha (σ i (x),y) η (σ i (x),y) η. Pr induzion su y. S y = 0 l assrto è vro ssndo la prmssa smpr falsa. S l assrto val pr y d è j < 2 si supponga (σ i (x),σ j (y)) η ; pr un opportuno z R si ha allora σ 0 (z) σ i (x) σ 1 (z) σ j (y); distinguiamo tr casi: σ 0 (z) = σ i (x) σ 1 (z) = σ j (y) Allora (σ i (x),σ j (y)) = (σ 0 (z),σ 1 (z)) quindi, pr (O η 1), (σ i (x),σ j (y)) η. σ 0 (z) < σ i (x) Allora si ha ch σ 0 (z) x σ 1 (z) σ j (y) dunqu (x,σ j (y)) η, pr la prima ipotsi induttiva, (x,σ j (y)) η da cui, pr (O η 2), (σ i (x),σ j (y)) η. σ 1 (z) < σ j (y) Allora si ha ch

37 37 σ 0 (z) σ i (x) σ 1 (z) y dunqu (σ i (x),y) η, pr la sconda ipotsi induttiva, (σ i (x),y) η da cui, pr (O η 2), (σ i (x),σ j (y)) η. Nl sguito indichrmo con in luogo di la rlazion binaria η pr x, y R scrivrmo x y (x,y) η. Proposizion Pr ogni x, y R si ha ch x y oppur y x x y. Supponiamo ch sia x y; pr un opportuno z R si ha ch σ 0 (z) x σ 1 (z) y. S x y fossro -confrontabili anch gli lmnti σ 0 (z) σ 1 (z) sarbbro -confrontabili il ch è scluso. Analogamnt si ragiona s y x. Mostriamo ora pr induzion su x R ch x y x y oppur y x. S x = 0 si ha ch x è -confrontabil con y quindi, ssndo la prmssa falsa, l implicazion è smpr vra. S l assrto val pr x d è i < 2 si supponga σ i (x) y; mostriamo ch x y oppur σ 1-i (x) y. Sia, pr assurdo, distinguiamo du casi. x y σ 1-i (x) y;

38 38 x < y Allora σ i (x) y oppur σ 1-i (x) y il ch è scluso dall ipotsi σ i (x) y dall ipotsi assurda. y x Allora y σ i (x) il ch è scluso dall ipotsi σ i (x) y. Dunqu x y oppur σ 1-i (x) y; distinguiamo du casi. x y Allora, pr ipotsi induttiva, x y oppur y x da cui, pr la Proposizion 4.20, σ i (x) y oppur y σ i (x). σ 1-i (x) y Allora, pr la Proposizion 4.21, σ i (x) y s i = 0; s invc i = 1 si ha y σ i (x). Proposizion Pr ogni x, y R si ha ch (x,y) ξ x y ρ(x) = ρ(y). Pr induzion su x proviamo ch l assrto val pr ogni y. S x = 0 l assrto è vro ssndo ogni prmssa smpr falsa. S l assrto val pr x sia i < 2 si supponga (σ i (x),y) ξ; ovviamnt si ha ch ρ(σ i (x)) = ρ(y). Dovndo ssr y 0 si ha ch x = π(y) i = 0 g(y) = 1 nl qual caso si ha ch x y, oppur

39 39 (x,π(y)) ξ da cui, pr ipotsi induttiva, si ha ch x π(y) quindi σ i (x) y pr (O η 2). Si supponga, pr il vicvrsa, ch σ i (x) y ρ(σ i (x)) = ρ(y). Esist allora z R tal ch σ 0 (z) σ i (x) σ 1 (z) y; distinguiamo du casi. σ 0 (z) = σ i (x) Allora si ha ch 0 = i ch z = x da cui ρ(σ 1 (x)) = ρ(y) σ 1 (x) y; ssndo ρ strttamnt crscnt si ha ch σ 1 (x) = y da cui (σ i (x),y) = (σ 0 (x),σ 1 (x)) ξ. σ 0 (z) < σ i (x) σ 1 (z) = y Allora z = π(y) ρ(z) < ρ(x) = ρ(y) - 1 = ρ(z) il ch è scluso. σ 0 (z) < σ i (x) σ 1 (z) < y Allora si ha ch x π(y) ρ(x) = ρ(π(y)) da cui, pr ipotsi induttiva, (x,π(y)) ξ il ch implica (σ i (x),y) ξ. 5 - LE CATENE DI Com abbiamo dimostrato, è possibil idntificar gli lmnti dll albro binario libro con l parol, ovvro l squnz di gnri, ch ssi dtrminano. Smbra allora vrosimil ch l catn massimali siano idntificabili con dll succssioni di gnri ch dtrminino, ad ogni passo, com scndr pr ottnr l lmnto succssivo dlla catna; è quanto ci proponiamo di dimostrar. Dimostrrmo inoltr ch la struttura ordinal dll catn massimali è simil a qulla di numri naturali ch ogni catna non vuota dll albro binario libro ha minimo; non ssndo l albro binario libro totalmnt ordinato smbra qusto il giusto quivalnt dl buon ordinamnto. Dimostrrmo infin, snza utilizzar l Assioma di Sclta, ch ogni catna dll albro binario libro è stndibil ad una catna massimal.

40 40 Si considri una qualsiasi funzion f: {0,1} sia ϕ: R R la funzion dfinita da ϕ(x) = σ f (ρ(x)) (x) (x R). Pr ricorsion smplic di applicata alla struttura (R; ϕ; 0) si ha ch sist una d una sola h f : R tal ch (C1) h f (0) = 0; (C2) h f (n + 1) = ϕ(h f (n)) = σ f (ρ(hf (n)))(h f (n)) (n ). Lmma Sia f: {0,1}; allora pr ogni n si ha ch ρ(h f (n)) = n. Pr induzion su n. S n = 0 si ha ch ρ(h f (n)) = ρ(0) = 0 = n. S l assrto val pr n si ha ch ρ(h f (n + 1)) = ρ(σ f(ρ(hf (n)))(h f (n))) = ρ(h f (n)) + 1 = n + 1. In bas a qusto risultato la proprità (C2) si può così riscrivr: (C2) h f (n + 1) = σ f (n) (h f (n)) (n ). Proposizion Pr ogni f: {0,1} la funzion h f è strttamnt crscnt. Mostriamo, pr induzion su h, ch pr ogni n h f (n) < h f (n + h + 1). S h = 0 si ha ch h f (n) < σ f (n) (h f (n)) = h f (n + 1) = h f (n + h + 1) Si supponga ch l assrto valga pr h; applicando l ipotsi induttiva utilizzando la bas induttiva pr n + h + 1 si ha ch h f (n) < h f (n + h + 1) < h f (n + h + 2). Dfinizion Pr ogni f: {0,1} si pon C f = df h f [ ].

41 41 Torma Pr ogni f {0,1} l insim C f è una catna massimal di. Anzitutto C f è una catna dato ch, pr ogni n, si ha h f (n + 1) > h f (n). Pr dimostrar ch C f è massimal supponiamo ch sia w confrontabil con ogni lmnto di C f. Distinguiamo du casi. w < h f (n) n Allora sist il minimo numro natural avnt tal proprità; lo si indichi con m. Ora w < h f (m) ma non può ssr m = 0 altrimnti si avrbb w < 0 dunqu h f (m-1) w. Siccom, ssndo h f (m) = σ f (m-1) (h f (m-1)) tnndo conto dlla Proposizion 2.14, non può ssr h f (m-1) < w dunqu da cui n h f (n) w Si supponga, pr assurdo, ch sia h f (m) copr h f (m-1) h f (m-1) = w w C f. n h f (n) < w. Essndo ρ strttamnt crscnt si avrbb ch, pr ogni n, il ch è assurdo. n = ρ(h f (n)) < ρ(w) Allora sist n tal ch h f (n) = w da cui w C f. Torma Ogni catna massimal di appartnnt a {0,1}. è dlla forma C f pr una qualch f Sia N una catna massimal; mostriamo quanto sgu. 0 N Infatti ssndo 0 il minimo pr la rlazion è confrontabil con ogni lmnto di N N è massimal. z N! σ i (z) N i< 2

42 42 Sia z N; dv allora sistr w N tal ch z < w (N non ha massimo), pr la Proposizion 2.21, dv sistr un unico i < 2 tal ch σ i (z) w. Mostriamo ch σ i (z) N provando ch σ i (z) è confrontabil con ogni lmnto di N. Sia infatti v N; s v z oppur w v allora v è confrontabil con σ i (z). S, invc, z < v < w allora sist un unico j < 2 tal ch σ j (z) v; dv ssr i = j ssndo l lmnto σ j (z) minor od ugual a w (quindi, ssndo σ i (z) w, confrontabil con σ i (z) pr la Proposizion 2.15). Dunqu σ i (z) è, in ntrambi i casi, confrontabil con v; pr l arbitrarità di v pr la massimalità di N si ha ch σ i (z) N. Si supponga ora ch pr h < 2 sia σ h (z) N allora σ h (z) è confrontabil con σ i (z) dunqu h = i. Sia r: N {0,1} la funzion dfinita da r(z) = i σ i (z) N (z N) sia h: N N dfinita da h(z) = σ r(z) (z) (z N). Pr ricorsion smplic di applicata a (N; h; 0), sist una d una sola funzion D: N tal ch: (1) D(0) = 0; (2) D(n + 1) = h(d(n)) = σ r(d(n)) (D(n)) (n ). Sia ora f: {0,1} tal ch f(n) = r(d(n)) (n ). Allora la (2) si può così riscrivr: (2 ) D(n + 1) = σ f (n) (D(n)) (n ). N sgu ch D = h f da cui C f = h f [ ] = D[ ] N. Essndo C f una catna massimal si ha ch C f = N.

43 43 Torma Pr ogni f, f {0,1} si ha ch C f = C f f = f. Sia f f sia n il primo lmnto di tal ch f(n) f (n). Si supponga, pr fissar l id, ch sia f(n) = 0 f (n) = 1; si ha ch h f (n + 1) = σ 0 (h f (n)) h f (n + 1) = σ 1 (h f (n)). Si dimostra ora, pr induzion, ch pr ogni m si ha m n h f (m) = h f (m). S m = 0 si ha h f (m) = h f (0) = 0 = h f (0) = h f (m) s l assrto val pr m d è m + 1 n allora h f (m + 1) = σ f (m) (h f (m)) = σ f (m) (h f (m)) = h f (m + 1). Ora s foss C f = C f si avrbb h f (n + 1) confrontabil con h f (n + 1) dunqu σ 0 (h f (n)) confrontabil con σ 1 (h f (n)) = σ 1 (h f (n)) il ch è scluso dalla Proposizion ℵ Corollario L catn massimali di sono sattamnt 2 0. Sia ora N una catna massimal di. Dovndo ssr N = C f pr una qualch f appartnnt a {0,1} si pon (S) s(h f (n)) = h f (n + 1) (n ); si ha ch s: N N. Ossrvando poi ch dv ssr 0 N ssndo 0 = h f (0) è possibil ora nunciar il Corollario S N è una catna massimal di, allora l struttur (N;a ;as;a0) ( ; ; s; 0)

44 44 sono isomorf. Sia f: {0,1} tal ch N = C f ; si ha ch h f : N d è ovviamnt surittiva. Pr (S) si ha ch h f consrva i succssivi d ssndo h f strttamnt crscnt tra struttur totalmnt ordinat è inittiva fortmnt compatibil con la rlazion. Proposizion Ogni catna non vuota di ha minimo. ch Sia T una catna; s 0 T l assrto è ovvio. Altrimnti sia M = df {x R x < t oppur t T x t}. t T Si ha ch 0 M ma M R prché T ; pr (A4) sistono allora x R i < 2 tali da cui sist t 1 T tal ch x M σ i (x) M d sist t 2 T tal ch σ i (x) t 1 Distinguiamo du casi. σ i (x) t 2. σ i (x) t 2 Allora x t 2. t 2 < σ i (x) Allora, pr la Proposizion 2.14, si ha ch t 2 x. In ogni caso, quindi, x è confrontabil con t 2 quindi non può ssr x inconfrontabil con ogni lmnto di T; siccom x M dv ssr Ora pr ogni t T sist i(t) < 2 tal ch Proviamo ch pr ogni t, t T si ha Infatti s, pr t, t T, si ha t t allora x < t. t T σ i(t) (x) t. i(t) = i(t ). σ i(t) (x) t t σ i(t ) (x) t ; pr la Proposizion 2.15, si ha ch l lmnto σ i(t) (x) è confrontabil con σ i(t ) (x) da cui

45 45 In particolar, ssndo x < t 2, si ha ch quindi (1) i(t) = i(t ). i(t) = i t T σ i (x) t. t T Non potndo ssr σ i (x) < t pr ogni t T (dato ch σ i (x) M), si ha ch d è, pr la (1), il minimo di tal insim. σ i (x) T Torma Ogni catna di è stndibil ad una catna massimal. Sia T una catna; l assrto è ovvio s T =. Supponiamo ora ch sia T ; posto t 0 = df mint siano C 1 = df {x R x < t 0 } C 2 = df {x R t x t }; t, t' T ovviamnt T C 2. Distinguiamo du casi. T ha massimo Posto sia Dfiniamo t 1 = df maxt, C 3 = df {σ 0 n (t 1 ) n 0}. C = df C 1 C 2 C 3 mostriamo ch C è una catna massimal. Pr la Proposizion 2.15, l insim C 1 è una catna; ssndo poi C 2 {x R x t 1 } si ha ch C 2 è una catna in virtù dlla stssa proposizion. Siano ora x, y C 3 ; pr opportuni n, m 0 si ha ch x = σ n 0 (t 1 ) y = σ m 0 (t 1 ); si supponga, pr fissar l id, ch sia n m. Allora, y = σ m 0 (t 1 ) = σ m-n 0 (σ n 0 (t 1 )) = σ m-n 0 (σ n 0 (t 1 ) + 0) = x + σ m-n 0 (0) x quindi x y sono confrontabili. Dunqu anch C 3 è una catna.

46 46 Dl rsto ssndo c C 1 c < t 0 c C 2 t 0 c c C 2 c t 1 c C 3 t 1 c si ha ch C è una catna. Sia ora x un lmnto confrontabil con ogni lmnto di C; mostriamo ch x C. Essndo t 0, t 1 C 2 si ha ch x è confrontabil con t 0 t 1. Distinguiamo quattro casi. x < t 0 Allora x C 1 C. x = t 0 Allora x C 2 C. t 0 < x t 1 Allora x C 2 C. x > t 1 Alora non può ssr x > σ n 0 (t 1 ) pr ogni n altrimnti si avrbb, ssndo ρ strttamnt crscnt, ch ρ(x) > n pr ogni n. Dl rsto x è confrontabil con ogni lmnto dl tipo σ n 0 (t 1 ) ssndo, pr ipotsi, confrontabil con ogni lmnto di C 3 ; dunqu sist n tal ch x σ n 0 (t 1 ); sia n il minimo ad avr tal proprità. Si noti ch non può ssr n = 0 dato ch altrimnti si avrbb x t 1, dunqu σ n-1 0 (t 1 ) < x σ n 0 (t 1 ) siccom, pr la Proposizion 2.14, l lmnto σ n 0 (t 1 ) copr σ n-1 0 (t 1 ) si ha ch x = σ n 0 (t 1 ) quindi x C 3 C. Dunqu C è una catna massimal T C 2 C. T non ha massimo Poniamo C = df C 1 C 2 ; l insim C, com ossrvato nl caso prcdnt, è una catna. Mostriamo ch C è massimal. Supposto ch sia x confrontabil con ogni lmnto di C distinguiamo tr casi. x < t 0 Allora x C 1 pr dfinizion dunqu x C. x = t 0 Allora x C 2 C. x > t 0 Allora dv sistr t T tal ch x t.

1 Il concetto di funzione 1. 2 Funzione composta 4. 3 Funzione inversa 6. 4 Restrizione e prolungamento di una funzione 8

1 Il concetto di funzione 1. 2 Funzione composta 4. 3 Funzione inversa 6. 4 Restrizione e prolungamento di una funzione 8 UNIVR Facoltà di Economia Sd di Vicnza Corso di Matmatica 1 Funzioni Indic 1 Il conctto di funzion 1 Funzion composta 4 3 Funzion invrsa 6 4 Rstrizion prolungamnto di una funzion 8 5 Soluzioni dgli srcizi

Dettagli

0 < a < 1 a > 1. In entrambi i casi la funzione y = a x si può studiare per punti e constatare che essa presenta i seguenti andamenti y.

0 < a < 1 a > 1. In entrambi i casi la funzione y = a x si può studiare per punti e constatare che essa presenta i seguenti andamenti y. INTRODUZIONE Ossrviamo, in primo luogo, ch l funzioni sponnziali sono dlla forma a con a costant positiva divrsa da (il caso a è banal pr cui non sarà oggtto dl nostro studio). Si possono allora vrificar

Dettagli

Teoria dell integrazione secondo Riemann per funzioni. reali di una variabile reale.

Teoria dell integrazione secondo Riemann per funzioni. reali di una variabile reale. Capitolo 2 Toria dll intgrazion scondo Rimann pr funzioni rali di una variabil ral Esistono vari tori dll intgrazion; tutt hanno com comun antnato il mtodo di saustion utilizzato dai Grci pr calcolar l

Dettagli

Quaderni del Dipartimento di Matematica Università degli Studi di Parma. Ottobre 1996 n. 152

Quaderni del Dipartimento di Matematica Università degli Studi di Parma. Ottobre 1996 n. 152 Quadrni dl Dipartimnto di Matmatica Univrsità dgli Studi di Parma Francsca Fiornzi GLI ALBERI SRADICATI BINARI COME CONCETTO ESSENZIALE PER LA DESCRIZIONE DEI MODELLI DI EAB Ottobr 1996 n. 152 1 2 Francsca

Dettagli

ESERCIZI PARTE I SOLUZIONI

ESERCIZI PARTE I SOLUZIONI UNIVR Facoltà di Economia Corso di Matmatica finanziaria 008/09 ESERCIZI PARTE I SOLUZIONI Domini di funzioni di du variabili Esrcizio a f, = log +. L unica condizion di sistnza è data dalla disquazion

Dettagli

Tecniche per la ricerca delle primitive delle funzioni continue

Tecniche per la ricerca delle primitive delle funzioni continue Capitolo 4 Tcnich pr la ricrca dll primitiv dll funzioni continu Nl paragrafo.7 abbiamo dato la dfinizion di primitiva di una funzion f avnt pr dominio un intrvallo I; abbiamo visto ch s F 0 è una primitiva

Dettagli

Lemma 2. Se U V é un sottospazio vettoriale di V allora 0 U.

Lemma 2. Se U V é un sottospazio vettoriale di V allora 0 U. APPUNTI d ESERCIZI PER CASA di GEOMETRIA pr il Corso di Laura in Chimica, Facoltà di Scinz MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rnd, 3 April 2 Sottospazi di uno spazio vttorial, sistmi di gnratori, basi

Dettagli

Ulteriori esercizi svolti

Ulteriori esercizi svolti Ultriori srcizi svolti Effttuar uno studio qualitativo dll sgunti funzioni ) 4 f ( ) ) ( + ) f ( ) + 3) f ( ) con particolar rifrimnto ai sgunti asptti: a) trova il dominio di f b) indica quali sono gli

Dettagli

PROGRAMMA DI RIPASSO ESTIVO

PROGRAMMA DI RIPASSO ESTIVO ISTITUTO TECNICO PER IL TURISMO EUROSCUOLA ISTITUTO TECNICO PER GEOMETRI BIANCHI SCUOLE PARITARIE PROGRAMMA DI RIPASSO ESTIVO CLASSI MATERIA PROF. QUARTA TURISMO Matmatica Andra Brnsco Làvor ANNO SCOLASTICO

Dettagli

Esercizi sullo studio di funzione

Esercizi sullo studio di funzione Esrcizi sullo studio di funzion Prima part Pr potr dscrivr una curva, data la sua quazion cartsiana splicita f () occorr procdr scondo l ordin sgunt: 1) Dtrminar l insim di sistnza dlla f () ) Dtrminar

Dettagli

Esercizio 1. Cov(X,Y)=E(X,Y)- E(X)E(Y).

Esercizio 1. Cov(X,Y)=E(X,Y)- E(X)E(Y). Esrcizi di conomtria: sri 4 Esrcizio Siano, Z variabili casuali distribuit scondo la lgg multinomial di paramtri n, p, p, p p p.. Calcolar la Covarianza tra l variabili d. Soluzion Dat du variabili dinit

Dettagli

1 Derivate parziali 1. 2 Regole di derivazione 5. 3 Derivabilità e continuità 7. 4 Differenziabilità 7. 5 Derivate seconde e teorema di Schwarz 8

1 Derivate parziali 1. 2 Regole di derivazione 5. 3 Derivabilità e continuità 7. 4 Differenziabilità 7. 5 Derivate seconde e teorema di Schwarz 8 UNIVR Facoltà di Economia Sd di Vicnza Corso di Matmatica Drivat dll funzioni di più variabili Indic Drivat parziali Rgol di drivazion 5 3 Drivabilità continuità 7 4 Diffrnziabilità 7 5 Drivat scond torma

Dettagli

0.1. CIRCONFERENZA 1. La 0.1.1, espressa mediante la formula per la distanza tra due punti, diviene:

0.1. CIRCONFERENZA 1. La 0.1.1, espressa mediante la formula per la distanza tra due punti, diviene: 0.1. CIRCONFERENZA 1 0.1 Circonfrnza Considriamo una circonfrnza di cntro P 0 (x 0, y 0 ) raggio r, cioè il luogo di punti dl piano P (x, y) pr i quali si vrifica la rlazion: 0.1.1. P 0 P = r. La 0.1.1,

Dettagli

R k = I k +Q k. Q k = D k-1 - D k

R k = I k +Q k. Q k = D k-1 - D k 1 AMMORTAMENTO AMMORTAMENTO Dbito inizial D 0 si volv (al tasso fisso t) D k = D k-1 (1+t) R k [D k dbito (rsiduo) al tmpo k, R k pagamnto al tmpo k ] Condizioni [D n =0 : stinzion dl dbito in n priodi

Dettagli

Corso di Laurea in Economia Matematica per le applicazioni economiche e finanziarie. Esercizi 4

Corso di Laurea in Economia Matematica per le applicazioni economiche e finanziarie. Esercizi 4 Corso di Laura in Economia Matmatica pr l applicazioni conomich finanziari Esrcizi 4 Vrificar s l sgunti funzioni, nll intrvallo chiuso indicato, soddisfano l ipotsi dl torma di Roll, in caso affrmativo,

Dettagli

ESERCIZI SULLA DEMODULAZIONE INCOERENTE

ESERCIZI SULLA DEMODULAZIONE INCOERENTE Esrcitazioni dl corso di trasmissioni numrich - Lzion 4 6 Fbbraio 8 ESERCIZI SULLA DEMODULAZIONE INCOERENE I du sgnali passa basso di figura sono utilizzati pr la trasmission di simboli binari quiprobabili

Dettagli

= l. x 0. In realtà può aversi una casistica più amplia potendo sia x che f ( x) tendere ad un elemento dell insieme

= l. x 0. In realtà può aversi una casistica più amplia potendo sia x che f ( x) tendere ad un elemento dell insieme LIMITI DI FUNZINI. CNCETT DI LIMITE Esula dallo scopo di qusto libro la trattazion dlla toria sui iti. Tuttavia, pnsando di far cosa gradita allo studnt, ch dv possdr qusta nozion com background, ritniamo

Dettagli

Prova scritta di Algebra 23 settembre 2016

Prova scritta di Algebra 23 settembre 2016 Prova scritta di Algbra 23 sttmbr 2016 1. Si considri la sgunt applicazion: { Z21 Z ϕ : 3 Z 7 [x] 21 ([2x] 3, [x] 7 ) a) Vrificar ch ϕ è bn dfinita. b) Dir s ([1] 3, [5] 7 ) Imϕ in tal caso trovarn la

Dettagli

FUNZIONI IMPLICITE E MOLTIPLICATORI DI LAGRANGE

FUNZIONI IMPLICITE E MOLTIPLICATORI DI LAGRANGE FUNZIONI IMPLICITE E MOLTIPLICATORI DI LAGRANGE Indic 1. Funzioni implicit 1. Ottimizzazion vincolata. Esrcizi 4.1. Funzioni implicit 4.. Ottimizzazion vincolata 6 1. Funzioni implicit Ricordiamo ch s

Dettagli

ESAME DI GEOMETRIA E ALGEBRA INGEGNERIA INFORMATICA (PROF. ACCASCINA) PROVA SCRITTA DEL 1 GIUGNO 1998 Tempo assegnato: 2 ore e 30 minuti

ESAME DI GEOMETRIA E ALGEBRA INGEGNERIA INFORMATICA (PROF. ACCASCINA) PROVA SCRITTA DEL 1 GIUGNO 1998 Tempo assegnato: 2 ore e 30 minuti ESAME DI GEOMETRIA E ALGEBRA INGEGNERIA INFORMATICA (PROF. ACCASCINA PROVA SCRITTA DEL 1 GIUGNO 1998 Tmpo assgnato: 2 or 30 minuti PRIMO ESERCIZIO [8 punti] Sia A il sottoinsim dll anllo (M (2, R, +, (dov

Dettagli

11 Funzioni iperboliche

11 Funzioni iperboliche 11 Funzioni iprbolich 11.1 L funzioni iprbolich: dfinizioni grafici L funzioni iprbolich sono particolari combinazioni di di. Hanno numros applicazioni nl campo dll inggnria si prsntano in modo dl tutto

Dettagli

Quesito 8. x + 2x 1 (ln (8 + 2 x ) ln(4 + 2 x )) è uguale a: A 2 B 1 4. Quesito 9.

Quesito 8. x + 2x 1 (ln (8 + 2 x ) ln(4 + 2 x )) è uguale a: A 2 B 1 4. Quesito 9. Qusito 8. orso di ln 8 + ) ln + )) Analisi Matmatica I inggnria, lttr: KAA-MAZ docnt:. allgari Prova simulata n. A.A. 8- Ottobr 8. Introduzion Qui di sguito ho riportato tsti, svolgimnti dlla simulazion

Dettagli

Funzioni lineari e affini. Funzioni lineari e affini /2

Funzioni lineari e affini. Funzioni lineari e affini /2 Funzioni linari aini In du variabili l unzioni linari sono dl tipo a b l unzioni aini sono dl tipo a b c Il graico di una unzion linar è un piano passant pr l origin il graico di una unzion ain è un piano.

Dettagli

Esercitazione di AM120

Esercitazione di AM120 Univrsità dgli Studi Roma Tr - Corso di Laura in Matmatica Esrcitazion di AM0 A.A. 07 08 - Esrcitator: Luca Battaglia Soluzioni dll srcitazion dl 6 7 Marzo 08 Argomnto: Drivat. Dimostrar, utilizzando la

Dettagli

Lezione 5. Analisi a tempo discreto di sistemi ibridi. F. Previdi - Controlli Automatici - Lez. 5 1

Lezione 5. Analisi a tempo discreto di sistemi ibridi. F. Previdi - Controlli Automatici - Lez. 5 1 Lzion 5. nalisi a tmpo discrto di sistmi ibridi F. Prvidi - Controlli utomatici - Lz. 5 Schma dlla lzion. Introduzion 2. nalisi a tmpo discrto di sistmi ibridi 3. utovalori di un sistma a sgnali campionati

Dettagli

y = ln x ln x x x Studiare e disegnare il grafico delle seguenti funzioni Esercizio no.1 Soluzione a pag.2 Esercizio no.2 Soluzione a pag.

y = ln x ln x x x Studiare e disegnare il grafico delle seguenti funzioni Esercizio no.1 Soluzione a pag.2 Esercizio no.2 Soluzione a pag. Edutcnica.it Studio di funzioni Studiar disgnar il grafico dll sgunti funzioni Esrcizio no. Soluzion a pag. Esrcizio no. Soluzion a pag. atg Esrcizio no. Soluzion a pag. Esrcizio no. Soluzion a pag.9 ln

Dettagli

f x è pari, simmetrica rispetto all asse y, come da

f x è pari, simmetrica rispetto all asse y, come da Esam di Stato 7 Problma Confrontiamo alcun proprità dlla funzion con l informazioni dducibili dal grafico: f f quindi figura f, compatibil con il grafico Imponiamo ch f a Notiamo ch f è pari, simmtrica

Dettagli

Forza d interesse e scindibilità. Benedetto Matarazzo

Forza d interesse e scindibilità. Benedetto Matarazzo orza d intrss scindibilità Bndtto Matarazzo Corso di Matmatica inanziaria Rgimi finanziari Oprazioni finanziari Intrss Sconto Equivalnz finanziari Rgim dll intrss smplic Rgim dll intrss composto Rgim dll

Dettagli

CONOSCENZE. 1. La derivata di una funzione y = f (x)

CONOSCENZE. 1. La derivata di una funzione y = f (x) ESAME D STATO ESEMP D QUEST D MATEMATCA PER LA TERZA PROVA CONOSCENZE. La drivata di una funzion y f (), in un punto intrno al suo dominio, : il it, s sist d è finito, dl rapporto incrmntal pr h, f ( h)

Dettagli

La condizione richiesta è soddisfatta quando il primo massimo della curva, di ascissa x, si trova sulla

La condizione richiesta è soddisfatta quando il primo massimo della curva, di ascissa x, si trova sulla Esam di Stato 8 sssion suppltiva Problma La condizion richista è soddisfatta quando il primo massimo dlla curva, di ascissa, si trova sulla bisttric dl primo quadrant, pr cui (tutt l misur linari sono

Dettagli

II-1 Funzioni. 1 Il concetto di funzione 1. 2 Funzione composta 5. 3 Funzione inversa 7. 4 Restrizione e prolungamento di una funzione 9

II-1 Funzioni. 1 Il concetto di funzione 1. 2 Funzione composta 5. 3 Funzione inversa 7. 4 Restrizione e prolungamento di una funzione 9 1 IL CONCETTO DI FUNZIONE 1 II-1 Funzioni Indic 1 Il conctto di funzion 1 Funzion composta 5 3 Funzion invrsa 7 4 Rstrizion prolungamnto di una funzion 9 5 Soluzioni dgli srcizi 9 In qusta dispnsa affrontiamo

Dettagli

Le tranformazioni canoniche nella meccanica quantistica. P. Jordan a Gottinga

Le tranformazioni canoniche nella meccanica quantistica. P. Jordan a Gottinga L tranformazioni canonic nlla mccanica quantistica P. Jordan a Gottinga (ricvuto il 27 april 926) Vin data una dimostrazion d una congttura avanzata da Born, Hisnbrg dall autor, c la trasformazion canonica

Dettagli

Studio di funzione. R.Argiolas

Studio di funzione. R.Argiolas Studio di unzion R.Argiolas Introduzion Prsntiamo lo studio dl graico di alcun unzioni svolt durant l srcitazioni dl corso di analisi matmatica I assgnat nll prov scritt. Ringrazio anticipatamnt tutti

Dettagli

4. Operazioni binarie, gruppi e campi.

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

Dettagli

PRIMI ESERCIZI SULLE FUNZIONI DERIVABILI. (1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni:

PRIMI ESERCIZI SULLE FUNZIONI DERIVABILI. (1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: PRIMI ESERCIZI SULLE FUNZIONI DERIVABILI VALENTINA CASARINO Esrcizi pr il corso di Analisi Matmatica (Inggnria Gstional, dll Innovazion dl Prodotto, Mccanica Mccatronica, Univrsità dgli studi di Padova)

Dettagli

Compito di Fisica Generale I (Mod. A) Corsi di studio in Fisica ed Astronomia 4 aprile 2011

Compito di Fisica Generale I (Mod. A) Corsi di studio in Fisica ed Astronomia 4 aprile 2011 Compito di Fisica Gnral I (Mod A) Corsi di studio in Fisica d Astronomia 4 april 2011 Problma 1 Du blocchi A B di massa rispttivamnt m A d m B poggiano su un piano orizzontal scabro sono uniti da un filo

Dettagli

10. Insiemi non misurabili secondo Lebesgue.

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

Dettagli

NOME:... MATRICOLA:... Corso di Laurea in Fisica, A.A. 2010/2011 Calcolo 1, Esame scritto del

NOME:... MATRICOLA:... Corso di Laurea in Fisica, A.A. 2010/2011 Calcolo 1, Esame scritto del NOME:... MATRICOLA:.... Corso di Laura in Fisica, A.A. 00/0 Calcolo, Esam scritto dl 3.0.0 Data la funzion f(x = x +x, a dtrminar il dominio (massimal di f ; b trovar tutti gli asintoti di f ; c trovar

Dettagli

ALGEBRA I: CARDINALITÀ DI INSIEMI

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

Dettagli

Appunti sulle disequazioni frazionarie

Appunti sulle disequazioni frazionarie ppunti sull disquazioni frazionari Sono utili l sgunti dfinizioni Una disquazion fratta o frazionaria è una disquazion nlla qual l incognita compar in qualch suo dnominator. Una disquazion razional è una

Dettagli

COMMISSIONE DELLE COMUNITÀ EUROPEE. Progetto di RACCOMANDAZIONE DELLA COMMISSIONE. del (...)

COMMISSIONE DELLE COMUNITÀ EUROPEE. Progetto di RACCOMANDAZIONE DELLA COMMISSIONE. del (...) COMMISSIONE DELLE COMUNITÀ EUROPEE Bruxlls, xxx COM (2001) yyy final Progtto di RACCOMANDAZIONE DELLA COMMISSIONE dl (...) modificando la raccomandazion 96/280/CE rlativa alla dfinizion dll piccol mdi

Dettagli

Applicazioni lineari

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

Dettagli

Svolgimento di alcuni esercizi

Svolgimento di alcuni esercizi Svolgimnto di alcuni srcizi Si ha ch dal momnto ch / tnd a pr ch tnd a (la frazion formata da un numro, in qusto caso il numro, fratto una quantità ch tnd a ±, in qusto caso, tnd smpr a ) S facciamo tndr

Dettagli

STABILITÀ DELLE SOLUZIONI DI EQUILIBRIO DI UN EQUAZIONE DIFFERENZIALE

STABILITÀ DELLE SOLUZIONI DI EQUILIBRIO DI UN EQUAZIONE DIFFERENZIALE STABILITÀ DELLE SOLUZIONI DI EQUILIBRIO DI UN EQUAZIONE DIFFERENZIALE Ni paragrafi prcdnti abbiamo dtrminato, pr l vari quazioni diffrnziali saminat, l soluzioni di quilibrio dl modllo. In qusto paragrafo,

Dettagli

La popolazione in età da 0 a 2 anni residente nel comune di Bologna

La popolazione in età da 0 a 2 anni residente nel comune di Bologna Sttor Programmazion, Controlli La popolazion in tà da 0 a 2 anni rsidnt nl comun di Bologna Maggio 2007 La prsnt nota è stata ralizzata da un gruppo di dirignti funzionari dl Sttor Programmazion, Controlli

Dettagli

LA NOSTRA AVVENTURA NEL CREARE UN LIBRO

LA NOSTRA AVVENTURA NEL CREARE UN LIBRO LA NOSTRA AVVENTURA NEL CREARE UN LIBRO Abbiamo iniziato a lggr in class Nonno Tano la casa dll strgh. Lo scopo ra ascoltar comprndr. Sguir la mastra ch dava sprssività alla lttura imparar da lla a lggr.

Dettagli

Analisi dei Sistemi. Soluzione del compito del 26 Giugno ÿ(t) + (t 2 1)y(t) = 6u(t T ). 2 x1 (t) 0 1

Analisi dei Sistemi. Soluzione del compito del 26 Giugno ÿ(t) + (t 2 1)y(t) = 6u(t T ). 2 x1 (t) 0 1 Analisi di Sistmi Soluzion dl compito dl 26 Giugno 23 Esrcizio. Pr i du sistmi dscritti dai modlli sgunti, individuar l proprità strutturali ch li carattrizzano: linar o non linar, stazionario o tmpovariant,

Dettagli

SUL MODELLO DI BLACK-SHOLES

SUL MODELLO DI BLACK-SHOLES SUL MODELLO DI BLACK-SHOLES LUCA LUSSARDI 1. La dinamica di Black-Schols Il modllo di Black-Schols pr i mrcati finanziari assum com ipotsi fondamntal ch i przzi di bni finanziari sguano una bn dtrminata

Dettagli

A i è un aperto in E. i=1

A i è un aperto in E. i=1 Proposizione 1. A è aperto se e solo se A c è chiuso. Dimostrazione. = : se x o A c, allora x o A = A o e quindi esiste r > 0 tale che B(x o, r) A; allora x o non può essere di accumulazione per A c. Dunque

Dettagli

PRECORSO DI MATEMATICA EQUAZIONI ESPONENZIALI

PRECORSO DI MATEMATICA EQUAZIONI ESPONENZIALI CORSO DI LAUREA IN INFORMATICA APPLICATA PRECORSO DI MATEMATICA ESERCIZI SULLE EQUAZIONI ESPONENZIALI Esrcizio 1: Risolvr la sgunt quazion x+ = x+1. Svolgimnto: Dividndo il primo il scondo mmbro pr x+1

Dettagli

13 - LA PROGRAMMAZIONE DELL'ALLENAMENTO

13 - LA PROGRAMMAZIONE DELL'ALLENAMENTO 132 13 - LA PROGRAMMAZIONE DELL'ALLENAMENTO La prparazion complta dl calciator si ralizza sottoponndo il suo organismo, la sua prsonalità la sua potnzialità motoria, ad una gran quantità di stimoli ch

Dettagli

LIMITI. 6. Esempi di riepilogo. 7. Limite per eccesso e per difetto 8. Limiti fondamentali. Nota bene 1. Nota bene 2

LIMITI. 6. Esempi di riepilogo. 7. Limite per eccesso e per difetto 8. Limiti fondamentali. Nota bene 1. Nota bene 2 LIITI Limit inito in un punto Limit ininito in un punto 3 Limit inito all ininito 4 Limit ininito all ininito 5 Limiti da dstra da sinistra Nota bn 6 Esmpi di ripilogo Nota bn 7 Limit pr ccsso pr ditto

Dettagli

Distribuzione gaussiana

Distribuzione gaussiana Appunti di Misur Elttric Distribuion gaussiana Funion dnsità di probabilità di Gauss... Calcolo dlla distribuion cumulativa pr una variabil di Gauss... Funion dnsità di probabilità congiunta...6 Funion

Dettagli

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

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

Dettagli

Y557 - ESAME DI STATO DI LICEO SCIENTIFICO

Y557 - ESAME DI STATO DI LICEO SCIENTIFICO Y557 - ESAME DI STATO DI LICEO SCIENTIFICO PIANO NAZIONALE DI INFORMATICA CORSO SPERIMENTALE Tma di: MATEMATICA (Sssion suppltiva 00) QUESTIONARIO. Da un urna contnnt 90 pallin numrat s n straggono quattro

Dettagli

( ) = 8x 1 + x 2 + 8x 3 con i vincoli x k! 0 ( 1 " k " 3) e

( ) = 8x 1 + x 2 + 8x 3 con i vincoli x k! 0 ( 1  k  3) e Elmnti di Analisi Matmatica Ricrca Oprativa prova dl 5 gnnaio 06 ) Discutr il sgunt problma di Programmazion Linar: Trovar il massimo di p,, = 8 + + 8 con i vincoli k 0 ( " k " ) " + + 5 # + + = % 7 +

Dettagli

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

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

Dettagli

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6.

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6. Corso di laura: BIOLOGIA Tutor: Floris Marta PRECORSI DI MATEMATICA PROPORZIONI Ossrvar l sgunti figur: Cosa possiamo dir di ss? Ch la suprfici dlla figura A sta alla suprfici dlla figura B com sta a 6.

Dettagli

ALLEGATO N.3 STRATEGIE PER IL RECUPERO-POTENZIAMENTO E VALORIZZAZIONE ECCELLENZE

ALLEGATO N.3 STRATEGIE PER IL RECUPERO-POTENZIAMENTO E VALORIZZAZIONE ECCELLENZE ALLEGATO N.3 STRATEGIE PER IL RECUPERO-POTENZIAMENTO E VALORIZZAZIONE ECCELLENZE a. STRATEGIE PER IL RECUPERO DESTINATARI Il Rcupro sarà rivolto agli alunni ch prsntano ancora difficoltà nll adozion di

Dettagli

Teoria. Tale retta limite non sempre esiste. Si veda il grafico sottostante. Matematica 1

Teoria. Tale retta limite non sempre esiste. Si veda il grafico sottostante. Matematica  1 LA ERVATA UNA FUNZONE Toria l problma dlla tangnt Uno di problmi classici c portano al conctto di drivata è qullo dlla dtrminazion dlla rtta tangnt a una curva in un punto. La tangnt ad una circonfrnza

Dettagli

x 1 x 2 Studiare e disegnare il grafico delle seguenti funzioni Esercizio no.1 Soluzione a pag.2 Esercizio no.2 Soluzione a pag.4

x 1 x 2 Studiare e disegnare il grafico delle seguenti funzioni Esercizio no.1 Soluzione a pag.2 Esercizio no.2 Soluzione a pag.4 Edutcnica.it Studio di funzioni Studiar disgnar il grafico dll sgunti funzioni Esrcizio no. Soluzion a pag. Esrcizio no. Soluzion a pag. y 5 y Esrcizio no. Soluzion a pag.6 Esrcizio no. Soluzion a pag.8

Dettagli

Test di autovalutazione

Test di autovalutazione UNITÀ FUNZINI E LR RAPPRESENTAZINE Tst di autovalutazion 0 0 0 0 0 50 60 70 80 90 00 n Il mio puntggio, in cntsimi, è n Rispondi a ogni qusito sgnando una sola dll 5 altrnativ. n Confronta l tu rispost

Dettagli

Prodotto libero di gruppi

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

Dettagli

LE FRAZIONI LE FRAZIONI. La frazione è un operatore che opera su una qualsiasi grandezza e che da come risultato una grandezza omogenea a quella data.

LE FRAZIONI LE FRAZIONI. La frazione è un operatore che opera su una qualsiasi grandezza e che da come risultato una grandezza omogenea a quella data. LE FRAZIONI La frazion è un oprator ch opra su una qualsiasi grandzza ch da com risultato una grandzza omogna a qulla data. AB (Il sgmnto AB è stato diviso i tr parti sono stat prs du) Una frazion è scritta

Dettagli

Modelli e Metodi Matematici della Fisica. Scritto 1/A

Modelli e Metodi Matematici della Fisica. Scritto 1/A Modlli Mtodi Matmatici dlla Fisica. Scritto 1/A Csi/Prsilla A.A. 007 08 Nom Cognom Il voto dllo scritto sostituisc gli sonri 1 problma voto 1 4 5 6 7 total voto in trntsimi Rgolamnto: 1) Tutti gli srcizi,

Dettagli

Regimi di cambio. In questa lezione: Studiamo l economia aperta nel breve e nel medio periodo. Studiamo le crisi valutarie.

Regimi di cambio. In questa lezione: Studiamo l economia aperta nel breve e nel medio periodo. Studiamo le crisi valutarie. Rgimi di cambio In qusta lzion: Studiamo l conomia aprta nl brv nl mdio priodo. Studiamo l crisi valutari. Analizziamo brvmnt l Ar Valutari Ottimali. 279 Il mdio priodo Abbiamo visto ch gli fftti di politica

Dettagli

Teorema (seconda condizione sufficiente per i campi conservativi piani): Sia F ( x, y)

Teorema (seconda condizione sufficiente per i campi conservativi piani): Sia F ( x, y) Campi Vttoriali Form iffrnziali-sconda Part Torma (sconda condizion sufficint pr i campi consrvativi piani): Sia F (, y) un campo vttorial piano dfinito in un aprto A di R, si supponga ultriormnt = y ;

Dettagli

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6.

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6. Corso di laura: BIOLOGIA Tutor: Floris Marta PRECORSI DI MATEMATICA PROPORZIONI Ossrvar l sgunti figur: Cosa possiamo dir di ss? Ch la suprfici dlla figura A sta alla suprfici dlla figura B com sta a 6.

Dettagli

Circolare n. 1 Prot. n. 758 Roma 29/01/2015

Circolare n. 1 Prot. n. 758 Roma 29/01/2015 Ministro dll Istruzion, dll Univrsità dlla Ricrca Dipartimnto pr il sistma ducativo di istruzion formazion Dirzion Gnral pr gli ordinamnti scolastici la valutazion dl sistma nazional di istruzion Circolar

Dettagli

MATEMATICA CORSO A III APPELLO 19 Settembre 2011

MATEMATICA CORSO A III APPELLO 19 Settembre 2011 MATEMATICA CORSO A III APPELLO 9 Sttmbr 0 Soluzioni. Calcola (Suggrimnto: x lnx = (/x) lnx ) x lnx dx x lnx dx = /x dx = [ln lnx ] = ln ln ln ln = ln ln = ln lnx. Dtrmina l sprssion analitica di una funzion

Dettagli

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

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

Dettagli

METODO DEGLI ELEMENTI FINITI

METODO DEGLI ELEMENTI FINITI Dal libro di tsto Zinkiwicz Taylor, Capitolo 14 pag. 398 Il mtodo dgli lmnti finiti fornisc una soluzion approssimata dl problma lastico; tal approssimazion driva non dall avr discrtizzato il dominio in

Dettagli

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

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

Dettagli

PREMIO EQUO E PREMIO NETTO. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

PREMIO EQUO E PREMIO NETTO. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti PREMIO EQUO E PREMIO NETTO Prof. Crchiara Rocco Robrto Matrial Rifrimnti. Capitolo dl tsto Tcnica attuarial dll assicurazioni contro i Danni (Daboni 993) pagg. 5-6 6-65. Lucidi distribuiti in aula La toria

Dettagli

Per lo svolgimento del corso risulta particolarmente utile considerare l insieme

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

Dettagli

Unità didattica: Grafici deducibili

Unità didattica: Grafici deducibili Unità didattica: Grafici dducibili Dstinatari: Allivi di una quarta lico scintifico PNI tal ud è insrita nllo studio dll funzioni rali di variabil ral. Programmi ministriali dl PNI: Dal Tma n 3 funzioni

Dettagli

Lezione 16 (BAG cap. 15) Corso di Macroeconomia Prof. Guido Ascari, Università di Pavia. Schema Lezione

Lezione 16 (BAG cap. 15) Corso di Macroeconomia Prof. Guido Ascari, Università di Pavia. Schema Lezione Lzion 6 (BAG cap. 5) Mrcati finanziari aspttativ Corso di Macroconomia Prof. Guido Ascari, Univrsità di Pavia Schma Lzion Ruolo dll aspttativ nl dtrminar ii przzi di azioni obbligazioni Sclta fra tanti

Dettagli

COMUNE DI BOLOGNA Dipartimento Economia e Promozione della Città

COMUNE DI BOLOGNA Dipartimento Economia e Promozione della Città COMUNE DI BOLOGNA Dipartimnto Economia Promozion dlla Città Allgato C all Avviso pubblico pr la prsntazion di progtti di sviluppo alla Agnda Digital di Bologna Modllo di dichiarazion sul posssso di rquisiti

Dettagli

Sistemi lineari a coefficienti costanti

Sistemi lineari a coefficienti costanti Sistmi linari a cofficinti costanti Stsura provvisoria Considriamo il sistma x ax + by y cx + dy nll funzioni incognit xt, yt, ssndo a, b, c, d quattro costanti assgnat. Indicato con X x, y} con A la matric

Dettagli

Applicazioni dell integrazione matematica

Applicazioni dell integrazione matematica Applicazioni dll intgrazion matmatica calcolo dlla biodisponibilità di un farmaco Prof. Carlo Albrini Indic Indic 1 Elnco dll figur 1 1 Prliminari 1 Intrprtazion matmatica dl problma 3 Elnco dll figur

Dettagli

1) La probabilità di ciascun evento elementare è non negativa. 2) La somma delle probabilità di tutti gli eventi elementari vale 1.

1) La probabilità di ciascun evento elementare è non negativa. 2) La somma delle probabilità di tutti gli eventi elementari vale 1. CAPITOLO SECONDO CALCOLO DELLE PROBABILITÀ Spazi di probabilità, vnti smplici d vnti composti Indichiamo con S lo spazio dgli vnti. Esso è un insim, i cui lmnti sono dtti vnti. Nl lancio di un dado, lo

Dettagli

x ( sin x " ha una unica soluzione x " 0. 0,0

x ( sin x  ha una unica soluzione x  0. 0,0 PROBLEMA ESAME DI STATO CORSO DI ORDINAMENTO ANNO 8-9 ) L ara richista è la diffrnza dll ara dl sttor circolar qulla dl triangolo AOB, cioè S r ( r sin " r & ( sin ) Posto r= si ha S$ % " & ( sin$ % '.

Dettagli

Università di Pisa - Corso di Laurea in Informatica Analisi Matematica A. Pisa, 12 febbraio 2018

Università di Pisa - Corso di Laurea in Informatica Analisi Matematica A. Pisa, 12 febbraio 2018 Univrsità di Pisa - Corso di Laura in Informatica Analisi Matmatica A Pisa, fbbraio 08 omanda A C log + 0 + = C omanda La funzion f : 0, + R dfinita da f = + A ha minimo ma non ha massimo è itata ma non

Dettagli

Numeri complessi - svolgimento degli esercizi

Numeri complessi - svolgimento degli esercizi Numri complssi - svolgimnto dgli srcizi ) Qusto srcizio richid di calcolar la potnza n-sima (n 45) di un numro complsso. Scriviamo z nlla forma sponnzial z ρ iθ dov ) ( ) ρ ( + θ π 6 dato ch sin θ cos

Dettagli

METODO DI NEWTON Esempio di non convergenza

METODO DI NEWTON Esempio di non convergenza METODO DI NEWTON S F(x) è C 2 si sa ch (x R k ) F(x+h) = F(x) + F(x) t h + 1/2 h t H(x)h +o( h 3 ) d una stima possibil dl punto di minimo è data da x# = x - H(x) -1 F(x) dov H(x) è la matric hssiana in

Dettagli

Esercizi su lineare indipendenza e generatori

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

Dettagli

la mente cosciente... oltre i neuroni?

la mente cosciente... oltre i neuroni? la mnt coscint... oltr i nuroni? smbra ch ci sia un problma insolubil pr la scinza! com puo il mondo fisico produrr qualcosa con l carattristich dlla mnt coscint? un problma cosi difficil ch qualcuno lo

Dettagli

LEZIONE 17. B : kn k m.

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

Dettagli

LEZIONE 17. Esercizio Trovare la soluzione delle seguenti equazioni differenziali di Bernoulli, ciascuna con condizione iniziale y(0) = 2.

LEZIONE 17. Esercizio Trovare la soluzione delle seguenti equazioni differenziali di Bernoulli, ciascuna con condizione iniziale y(0) = 2. 7 LEZIOE 7 Esrcizio 7 Trovar la soluzion dll sgunti quazioni diffrnziali di Brnoulli, ciascuna con condizion inizial y) = La prima quazion è y x) =yx) y x) Si può dividr pr il trmin di grado più alto in

Dettagli

STRUTTURE ALGEBRICHE

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

Dettagli

Equazioni di Secondo Grado in Una Variabile, x Complete, Pure e Spurie. Tecniche per risolverle ed Esempi svolti

Equazioni di Secondo Grado in Una Variabile, x Complete, Pure e Spurie. Tecniche per risolverle ed Esempi svolti Equazioni di Scondo Grado in Una Variabil, x Complt, Pur Spuri. Tcnich pr risolvrl d Esmpi svolti Francsco Zumbo www.francscozumbo.it http://it.gocitis.com/zumbof/ Qusti appunti vogliono ssr un ultrior

Dettagli

Esame di Metodi Matematici per l Ingegneria Prima prova in itinere. Novembre 2018 A.A. 2018/2019. Prof. M. Bramanti Tema A

Esame di Metodi Matematici per l Ingegneria Prima prova in itinere. Novembre 2018 A.A. 2018/2019. Prof. M. Bramanti Tema A Esam di Mtodi Matmatici pr l Inggnria Prima prova in itinr. Novmbr 2018 A.A. 2018/2019. Prof. M. Bramanti Tma A Cognom: Nom N matr. o cod. prsona: Dom 1 Dom 2 Dom 3 Es 1 Es 2 Es 3 Tot. Punti Domand di

Dettagli

La Formazione in Bilancio delle Unità Previsionali di Base

La Formazione in Bilancio delle Unità Previsionali di Base La Formazion in Bilancio dll Unità Prvisionali di Bas Con la Lgg 3 april 1997, n. 94 sono stat introdott l Unità Prvisionali di Bas (di sguito anch solo UPB), ch rapprsntano un di aggrgazion di capitoli

Dettagli

Ministero dell Istruzione, dell Università e della Ricerca

Ministero dell Istruzione, dell Università e della Ricerca Pag. 1/5 Sssion straordinaria 2017 I043 ESAME DI STATO DI ISTRUZIONE SECONDARIA SUPERIORE Indirizzi: LI02, EA02 SCIENTIFICO LI03 - SCIENTIFICO - OPZIONE SCIENZE APPLICATE (Tsto valvol anch pr la corrispondnt

Dettagli

INDICE 1. 1 Triangolazione di matrici Teorema di Cayley-Hamilton Matrici nilpotenti Forma canonica delle matrici 3 3.

INDICE 1. 1 Triangolazione di matrici Teorema di Cayley-Hamilton Matrici nilpotenti Forma canonica delle matrici 3 3. INDICE Torma di Cayly-Hamilton, forma canonica triangolazioni. Vrsion dl Maggio Argomnti sclti sulla triangolazion di matrici, il torma di Cayly-Hamilton sulla forma canonica dll matrici 3 3 pr i corsi

Dettagli

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

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

Dettagli

Risoluzione dei problemi

Risoluzione dei problemi Risoluzion di problmi a) f rapprsnta un fascio di funzioni omografich, al variar dl paramtro a in R, s si vrifica la condizion: a$ (- a) +! 0 " a!! S a!! il grafico rapprsnta iprboli quilatr di asintoti

Dettagli

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

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

Dettagli