Passa ai contenuti principali

Lo studio di funzione

Cos'è e a cosa serve lo studio di funzione?  Lo studio di funzione è un importante strumento dell'analisi matematica per poter comprendere al meglio le caratteristiche di una funzione. Ne discende che chiunque lavori nell'ambito delle scienze esatte deve padroneggiare l'abilità di studiare una funzione. In questo post vedremo come si fa uno studio di funzione, a una o più variabili, portando due esempi. Inoltre, vedremo in qual modo lo studio di una funzione possa essere applicato a un caso reale. Studio di funzione: come si fa? Lo studio di una funzione reale a variabili reali deve passare per i seguenti passi in modo ordinato: Dominio e l'immagine : ponendo le condizioni di esistenza della funzione f:DC si può comprendere quale sia il suo dominio naturale D. Inoltre, non meno importante è studiare quale sia l'immagine Im, che può darci utili informazioni. Simmetrie : cerchia...

Campi e spazi vettoriali

Alle basi della matematica 

La definizione dei campi e degli spazi vettoriali apre la strada a nuovi strumenti matematici in ogni scienza. I campi permettono la definizione dei polinomi, delle radici di questi e degli spazi vettoriali. Grazie agli spazi vettoriali si può facilmente modellizzare la realtà e non solo. Vediamo in questo post come si definiscono.

Sommario

  • Campo
  • Spazio vettoriale
    • Definizione
    • Combinazione lineare, base e dimensione di Hamel
    • Sottospazio vettoriale e formula di Grassmann
    • Spazio normato
    • Spazio di Banach
    • Spazio di Hilbert
    • Spazio vettoriale topologico
    • Spazi vettoriali notevoli
      • Retta reale R
      • Numeri complessi C
      • Spazi Kn
      • Spazi Kn[x] dei polinomi
      • Spazi Km×n delle matrici
      • Spazi Cn
      • Spazi KX delle funzioni
      • Estensione di campo
  • Riferimenti
  • Immagini

Campo

Sia K un insieme in cui sono definite due operazioni binarie + e . K si definisce campo se

  • K è un gruppo abeliano con elemento neutro 0 rispetto all'operazione +;
  • K{0} è un gruppo abeliano con elemento neutro 1 rispetto all'operazione ;
  • l'operazione è distributiva rispetto a +.

Chiamiamo moltiplicazione o prodotto e + addizione o somma

Ad esempio, Q, R e C sono campi. Z non è un campo a causa della mancanza dell'elemento inverso per ogni kZ{1,1}. I quaternioni H non sono un campo perché la moltipliczione non è commutativa.

Un sottoinsieme NK chiuso rispetto alle operazioni di somma e prodotto forma a sua volta un campo e si definisce sottocampo di K. Viceversa, K si chiama estensione o ampliamento di K 

Spazio vettoriale

Definizione

Dopo aver definito i gruppi e i campi, passiamo alla formalizzazione del concetto di spazio vettoriale, uno strumento di cui faremo ampiamente uso nei post. Si dice spazio vettoriale una struttura algebrica composta da

  • un campo K, i cui elementi si chiamano scalari;
  • un insieme V, i cui elementi si chiamano vettori e si distinguono dagli scalari mettendoli in grassetto o con una freccia sopra;
  • un'operazione binaria, detta somma tra vettori, che rispetti determinate proprietà;
  • un'altra operazione binaria, detta moltiplicazione per scalare, che rispetti determinate proprietà;


Figura 1: i vettori possono essere
rappresentati graficamente
tramite frecce.

Se il campo di V sono i complessi C, lo spazio vettoriale si definisce complesso, mentre se il campo sono i reali R, V si dice spazio vettoriale reale.

Vediamo quali sono queste operazioni.

  • Si definisce la somma tra due vettori u e v di V come il vettore u+v ancora appartenente a V.
  • Si definisce la moltiplicazione di un vettore u di V per uno scalare a di K come il vettore au ancora appartenente a V.

Vediamo, ora, quali sono le loro proprietà.

  • (V,+) è un gruppo abeliano, ovvero la somma tra vettori è
    • dotata dell'elemento neutro, che chiameremo 0: 0V:uVu+0=0+u=u 
    • commutativa: u,vVu+v=v+u
    • associativa: u,v,zV(u+v)+z=u+(v+z)
    • dotata dell'elemento opposto: uV(u)Vu+(u)=(u)+u=0
  • Per quanto riguarda il prodotto per scalare, quest'operazione dev'essere
    • distributiva rispetto alla somma di vettori: u,vVaKa(u+v)=au+av
    • pseudo-distributiva rispetto alla somma di scalari: uVa,bK(a+b)u=au+bu
    • pseudo-associativa: uVa,bK(ab)u=a(bu)
    • dotata dell'elemento neutro 1: uV1K1u=u1=u

Siano 0 l'elemento neutro dell'addizione tra scalari in K e 0 l'elemento neutro dell'addizione tra vettori in V. Si dimostra che

  • aKuVa0=0u=0
  • aKuVau=a(u)

Combinazione lineare, base e dimensione di Hamel

Definite le operazioni di somma di vettori e prodotto per scalare sullo spazio vettoriale V, l'espressione

i=1pαiui

dove α1,...,αp sono p scalari del campo K, si chiama combinazione lineare dei vettori u1,...,upV

  • Se l'unico modo per ottenere il vettore nullo attraverso una combinazione lineare dei vettori u1,...,up è porre i coefficienti α1,...,αp tutti nulli, ovvero se i=1pαiui=0 se e solo se α1=α2=...=αp=0, allora i vettori u1,...,up si dicono linearmente indipendenti.
  • Altrimenti si dicono linearmente dipendenti.

è possibile trovare diverse combinazioni lineari di vettori linearmente indipendenti, ma esiste un numero naturale n di vettori u1,...,unV tale che, aggiungendo un qualsiasi vettore un+1 all'insieme {u1,...,un}, i vettori u1,...,un,un+1 sono sempre linearmente dipendenti. In altre parole n è il numero massimo di vettori linearmente indipendenti in V. In tal caso l'insieme di vettori B={u1,...,un} si dice base dello spazio vettoriale V e si scrive

V=span(u1,...,un)

Ogni elemento v di V può essere determinato tramite una combinazione lineare finita e univoca dei vettori della base, quindi si dice che i vettori u1,...,un generano V e V altro non è che l'insieme delle combinazioni lineari dei vettori della base. I coefficienti α1,...,αn si chiamano coordinate di v nella base B e formano una n-upla appartenente a Kn, pertanto V è isomorfo a Kn.

Naturalmente, non esiste un'unica base di V, ma tutti gli spazi vettoriali possiedono almeno una base. Tutte le basi di V hanno la stessa cardinalità n, pertanto n è una caratteristica di V e si chiama dimensione di Hamel o, semplicemente, dimensione di V.

Sottospazio vettoriale e formula di Grassmann

Un sottoinsieme W di uno spazio vettoriale V che ne eredita la struttura algebrica di spazio vettoriale si dice sottospazio vettoriale di V. Essenzialmente, W dev'essere chiuso rispetto alla somma di vettori e al prodotto per scalare e deve contenere gli elementi neutri di V.

Sia V uno spazio vettoriale di dimensione finita e siano U e W due sottospazi vettoriali di V. Si definisce spazio somma lo spazio vettoriale

W+U:={w+u:wW,uU}

La dimensione di questo sottospazio è

dim(W+U)=dim(W)+dim(U)dim(WU)

Quest'equazione è nota in letteratura come formula di Grassmann.

Se WU={0}, gli spazi W e U si dicono in somma diretta e si scrive

WU

In generale, se n sottospazi W1,...Wn si intersecano solo nel vettore nullo:

j=1nWj={0}

allora W1,...Wn si dicono in somma diretta e si scrive

j=1nWj

La dimensione di tale somma diretta è la somma delle dimensioni dei sottospazi W1,...Wn:

dimj=1nWj=j=1ndimWj

come segue dalla fomula di Grassman.

Date le basi W1,...,Wn dei sottospazi W1,...Wn, una base B dello spazio j=1nWj è l'unione delle basi:

B=j=1nWj

Spazio normato

Sia V uno spazio vettoriale definito sul campo K su cui si possa definire una norma, ovvero una funzione :V×VR tale che rispetti la

  • positività: uVu0(u=0u=0)
  • omogeneità: uVaKau=|a|u
  • disuguaglianza triangolare: u,v,wVu+wu+v+v+w

V dotato della norma si chiama spazio normato e si indica come la coppia (V,).

Spazio di Banach

Uno spazio normato (V,) è anche uno spazio metrico (V,ρ), poiché dalla norma si può sempre dedurre la metrica ρ:V×VR definita come

ρ(u,v)=uv.

Esercizio 1: sai dimostrare che ρ definita come sopra è una metrica? Scrivilo nei commenti.

Se V è uno spazio metrico completo sula metrica ρ, ovvero se tutte le successioni di Cauchy di elementi di V sono convergenti a un elemento di V nella metrica ρ, allora V si dice spazio normato completo rispetto alla metrica dedotta o spazio di Banach.

In formule, data una qualsiasi successione {uk} di vettori ukV per ogni kN, se

ε>0δN:n,m>δuv<ε

la successione si dice convergente. Se la successione converge a un elemento di V, allora V è uno spazio di Banach.

Spazio di Hilbert

Uno spazio vettoriale complesso dotato di prodotto scalare hermitiano definito positivo o uno spazio vettoriale reale con prodotto scalare bilineare è detto spazio prehilbertiano. In generale uno spazio vettoriale dotato di prodotto scalare , è uno spazio metrico con la norma dedotta definita come

u=u,u

Esercizio 2: dimostra che definita come sopra è una norma.

Se il prodotto scalare è completo rispetto alla metrica dedotta, V si dice spazio di Hilbert.

Spazio vettoriale topologico

Sia V uno spazio vettoriale. Una collezione T di sottoinsiemi di X tali che

  • ,XT
  • ZiTiZiT
  • H,KTHKT

si dice topologia. La coppia (X,T) si chiama spazio vettoriale topologico.

Spazi vettoriali notevoli

Vediamo in questo paragrafo i più importanti spazi vettoriali.

Retta reale R

I numeri reali R sono uno spazio vettoriale di dimensione 1. La base canonica di questo spazio è {1}.

Numeri complessi C

I numeri complessi C sono uno spazio vettoriale reale di dimensione 2. La base canonica di questo spazio reale è {1,i}.

Spazi Kn

Dato il campo K, il prodotto cartesiano Kn=K×...×K, composto dall'insieme delle n-uple (x1,...,xn), con x1,...,xnK, è un K-spazio vettoriale di dimensione n. La base canonica di questo spazio è 

{e1,e2,...,en}

dove ei ha tutte le coordinate nulle, tranne la i-esima, in cui è posto l'elemento neutro della moltiplicazione:

i{1,...,n}ei=(0,0,...,0,1i-esimacoordinata,0,...0,0)

Di particolare importanza sono gli spazi vettoriali Rn e Cn.

Kn={(x1,x2,...,xn):x1,x2,...,xnK}

Spazi Kn[x] dei polinomi

Dato un campo K, l'insieme dei polinomi di grado n a coefficienti in K forma un K-spazio vettoriale, denotato con Kn[x] di dimensione n+1. La base canonica di questo spazio è composta da polinomi:

{1,x,x2,...,xn1,xn}

Di particolare importanza sono gli spazi di polinomi a coefficienti interi Zn[x], razionali Qn[x] e reali Rn[x].

Kn={a0+a1x+a2x2+...+an1xn1+anxn:a0,a1,a2,...,an1,anK}

Spazi Km×n delle matrici

Dato un campo K, l'insieme Km×n delle matrici di m righe e n colonne a coefficienti in K forma un K-spazio vettoriale di dimensione mn. La base canonica di questo spazio è composta da matrici:

{ei,j}i,j{1,..,m}×{1,...,n}

dove ei,j ha tutti gli elementi nulli, tranne l'elemento in posizione (i,j), in cui è posto l'elemento neutro 1 della moltiplicazione.

Spazi Cn

Lo spazio Cn delle funzioni f:R le cui prime n derivate sono continue è un R-spazio vettoriale.

Esercizio 3: dimostra che i precedenti insiemi sono spazi vettoriali.

Spazi KX delle funzioni

Dato un campo K, l'insieme KX delle funzioni f:XK forma un K-spazio vettoriale, chiamato spazio funzionalespazio di funzioni. Le funzioni f sono i vettori e le operazioni sono così definite:

  • somma di vettori: (f+g)(x)=f(x)+g(x)
  • prodotto di scalare per vettore: (af)(x)=af(x)

La dimensione e la base canonica dipendono dal particolare spazio funzionale.

Gli spazi vettoriali che abbiamo visto sopra sono casi particolari di spazi funzionali KX:

  • Kn per X={1,...,n}
  • Kn[x] per X={1,...,n}
  • Km×n per X={1,...,m}×{1,...,n}

Estensione di campo

Un'estensione K di un campo N è automaticamente uno spazio vettoriale su N. La sua dimensione si indica come [K:N]. Dati tre campi NKL si ha

[N:L]=[N:K][K:L]

Immagini

Figura 1: di Oleg Alexandrov - opera propria, pubblico dominio, https://commons.wikimedia.org/w/index.php?curid=2405629.

Commenti

Post più popolari

Il teorema di Poisson e la velocità angolare

Il teorema di Poisson  Il teorema di Poisson è un importante risultato della geometria analitica che trova molte applicazioni nella meccanica classica. Grazie a questo teorema si introduce formalmente il concetto di velocità angolare, ovvero la rapidità con la quale un sistema di riferimento tridimensionale ruota rispetto a un altro. Prerequisiti: derivata prodotto vettoriale applicazione lineare matrice ortogonale operatore antisimmetrico Sommario Indice dei contenuti Il teorema Dimostrazione Riferimenti Immagini Il teorema [ torna al menu ] Teorema di Poisson : per ogni u(t)E3 funzione del tempo t[t0,t1]R la cui norma euclidea sia costante esiste uno e un solo vettore ω(t)E3 tale c...

Posizione, spostamento, velocità e accelerazione

Localizzazione spaziale di un oggetto Quando in auto leggiamo 3km a Firenze o 50km/h cosa significano? Come fa il navigatore a calcolare il tempo necessario per giungere a destinazione? Quanto tempo serve per arrivare da 0 a 100km/h nota l'accelerazione dell'auto? La cinematica è la branca della fisica che si occupa di rispondere a queste domande. In questo post vedremo i suoi fondamenti. Indice dei contenuti Fondamenti di cinematica La cinematica e i modelli di corpo La posizione La velocità L'accelerazione Fonte delle immagini Fondamenti di cinematica [ torna al menu ] La cinematica e i modelli di corpo [ torna al menu ] La cinematica si occupa dello studio del moto degli oggetti nello spazio, senza considerare le cause del moto. In fisica gli oggetti si chiamano c...

Lo studio di funzione

Cos'è e a cosa serve lo studio di funzione?  Lo studio di funzione è un importante strumento dell'analisi matematica per poter comprendere al meglio le caratteristiche di una funzione. Ne discende che chiunque lavori nell'ambito delle scienze esatte deve padroneggiare l'abilità di studiare una funzione. In questo post vedremo come si fa uno studio di funzione, a una o più variabili, portando due esempi. Inoltre, vedremo in qual modo lo studio di una funzione possa essere applicato a un caso reale. Studio di funzione: come si fa? Lo studio di una funzione reale a variabili reali deve passare per i seguenti passi in modo ordinato: Dominio e l'immagine : ponendo le condizioni di esistenza della funzione f:DC si può comprendere quale sia il suo dominio naturale D. Inoltre, non meno importante è studiare quale sia l'immagine Im, che può darci utili informazioni. Simmetrie : cerchia...