Dispense Di Matematica Generale Ed Economia

Principi di Matematica ed Economia
1
Erio Castagnoli Massimo Marinacci Elena Vigna
1 Dicembre 2011
1
Appunti per uso esclusivo degli studenti del corso di Matematica generale dellUniversit
Bocconi. Queste note servono per integrare gli appunti presi a lezione e non sostituiscono in
alcun modo il libro di testo. Si tratta di appunti e in quanto tali saranno via via aggiornati e
corretti (invitiamo gli studenti a segnalarci ogni sErio errore). Ringraziamo Simone Cerreia-
Vioglio, Margherita Cigola, Fabio Maccheroni e Fabio Tonoli per i loro preziosi commenti.
2
Indice
I Strutture 15
1 Insiemi e numeri 17
1.1 Insiemi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.1.1 Sottoinsiemi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.1.2 Operazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.1.3 Propriet delle operazioni . . . . . . . . . . . . . . . . . . . . . 23
1.2 Numeri: introduzione intuitiva . . . . . . . . . . . . . . . . . . . . . . . 25
1.3 Struttura degli interi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.3.1 Divisori e algoritmi . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.3.2 Numeri primi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
1.4 Struttura dordine di R . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
1.4.1 Massimi e minimi . . . . . . . . . . . . . . . . . . . . . . . . . . 40
1.4.2 Estremi superiore e inferiore . . . . . . . . . . . . . . . . . . . . 42
1.4.3 Densit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
1.5 Potenze e logaritmi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
1.5.1 Potenze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
1.5.2 Potenze con esponente reale . . . . . . . . . . . . . . . . . . . . 47
1.5.3 Logaritmi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
1.6 Numeri, dita e circuiti . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
1.7 La retta reale estesa . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2 Struttura cartesiana e R
a
57
2.1 Prodotti cartesiani e R
a
. . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.2 Operazioni in R
a
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.3 Struttura dordine in R
a
. . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.4 Applicazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
2.4.1 Incertezza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
2.4.2 Scelte statiche . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
2.4.3 Scelte intertemporali . . . . . . . . . . . . . . . . . . . . . . . . 67
2.5 Ottimi secondo Pareto . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
2.5.1 Scatola di Edgeworth . . . . . . . . . . . . . . . . . . . . . . . . 71
3
4 INDICE
3 Struttura lineare 77
3.1 Sottospazi vettoriali di R
a
. . . . . . . . . . . . . . . . . . . . . . . . . 77
3.2 Indipendenza e dipendenza lineari . . . . . . . . . . . . . . . . . . . . . 80
3.3 Combinazioni lineari . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
3.4 Sottospazi generati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
3.5 Basi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
3.6 Basi di sottospazi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
3.7 Titoli nanziari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
4 Struttura euclidea 97
4.1 Valore assoluto e norma . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.1.1 Prodotto interno . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.1.2 Valore assoluto . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.1.3 Norma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
4.2 Ortogonalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
5 Struttura topologica 107
5.1 Distanze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
5.2 Intorni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
5.3 Tassonomia dei punti di R
a
. . . . . . . . . . . . . . . . . . . . . . . . 113
5.3.1 Punti interni e di frontiera . . . . . . . . . . . . . . . . . . . . . 113
5.3.2 Punti di accumulazione . . . . . . . . . . . . . . . . . . . . . . . 116
5.4 Insiemi aperti e chiusi . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.5 Stabilit insiemistica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
5.6 Insiemi compatti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5.7 Chiusura e convergenza . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
6 Far di conto: Analisi combinatoria 129
6.1 Generalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
6.2 Permutazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
6.3 Disposizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
6.4 Combinazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
6.5 Binomio di Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
II Funzioni 139
7 Funzioni 141
7.1 Il concetto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
7.2 Applicazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
7.2.1 Incertezza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
7.2.2 Scelte statiche . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
7.2.3 Scelte intertemporali . . . . . . . . . . . . . . . . . . . . . . . . 153
7.3 Propriet generali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
INDICE 5
7.3.1 Controimmagini e curve di livello . . . . . . . . . . . . . . . . . 154
7.3.2 Algebra delle funzioni . . . . . . . . . . . . . . . . . . . . . . . . 160
7.3.3 Composizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
7.4 Classi di funzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
7.4.1 Funzioni iniettive, suriettive e biiettive . . . . . . . . . . . . . . 163
7.4.2 Funzioni inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
7.4.3 Funzioni limitate . . . . . . . . . . . . . . . . . . . . . . . . . . 167
7.4.4 Funzioni monotone . . . . . . . . . . . . . . . . . . . . . . . . . 168
7.4.5 Funzioni separabili . . . . . . . . . . . . . . . . . . . . . . . . . 175
7.5 Funzioni elementari su R . . . . . . . . . . . . . . . . . . . . . . . . . . 176
7.5.1 Polinomi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
7.5.2 Funzioni esponenziali e logaritmiche . . . . . . . . . . . . . . . . 177
7.5.3 Funzioni trigonometriche e periodiche . . . . . . . . . . . . . . . 179
7.6 Domini e restrizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
7.7 Funzioni biiettive e cardinalit . . . . . . . . . . . . . . . . . . . . . . . 186
7.7.1 Cardinalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
7.7.2 Un vaso di Pandora . . . . . . . . . . . . . . . . . . . . . . . . . 191
8 Applicazione: funzioni di insieme e probabilit 195
8.1 Misure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
8.2 Probabilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
8.3 Variabili aleatorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
8.4 Probabilit semplici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
8.5 Utilit attesa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
8.6 Lotterie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
8.7 Atti o lotterie? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
9 Successioni 213
9.1 Il concetto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
9.2 Lo spazio delle successioni . . . . . . . . . . . . . . . . . . . . . . . . . 216
9.3 Applicazione: scelte intertemporali . . . . . . . . . . . . . . . . . . . . 218
9.4 Immagini e classi di successioni . . . . . . . . . . . . . . . . . . . . . . 218
9.5 Limiti: esempi introduttivi . . . . . . . . . . . . . . . . . . . . . . . . . 221
9.6 Limiti e comportamento asintotico . . . . . . . . . . . . . . . . . . . . 221
9.6.1 Convergenza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
9.6.2 Divergenza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
9.6.3 Limiti per eccesso e per difetto . . . . . . . . . . . . . . . . . . 226
9.6.4 Topologia di R e denizione generale di limite . . . . . . . . . . 226
9.7 Propriet dei limiti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
9.7.1 Monotonia e convergenza . . . . . . . . . . . . . . . . . . . . . . 230
9.7.2 Algoritmo di Erone . . . . . . . . . . . . . . . . . . . . . . . . . 231
9.7.3 Il Teorema di Bolzano-Weierstrass . . . . . . . . . . . . . . . . . 234
9.8 Algebra dei limiti e limiti notevoli . . . . . . . . . . . . . . . . . . . . . 236
6 INDICE
9.8.1 Le (molte) certezze . . . . . . . . . . . . . . . . . . . . . . . . . 236
9.8.2 Alcuni limiti notevoli . . . . . . . . . . . . . . . . . . . . . . . . 239
9.8.3 Forme di indeterminazione . . . . . . . . . . . . . . . . . . . . . 240
9.8.4 Tabelle riassuntive . . . . . . . . . . . . . . . . . . . . . . . . . 243
9.8.5 Ma quante sono le forme di indeterminazione? . . . . . . . . . . 244
9.9 Criteri di convergenza . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
9.10 La condizione di Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . 250
9.11 Il numero di Nepero . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
9.12 Ordini di convergenza e di divergenza . . . . . . . . . . . . . . . . . . . 255
9.12.1 Equivalenza asintotica . . . . . . . . . . . . . . . . . . . . . . . 258
9.12.2 Terminologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262
9.12.3 Scale di inniti . . . . . . . . . . . . . . . . . . . . . . . . . . . 262
9.12.4 La formula di De Moivre-Stirling . . . . . . . . . . . . . . . . . 263
9.12.5 Distribuzione dei numeri primi . . . . . . . . . . . . . . . . . . . 264
9.12.6 Termine di errore . . . . . . . . . . . . . . . . . . . . . . . . . . 267
9.13 Successioni in R
a
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
9.14 Valori limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272
10 Applicazione: prezzi e aspettative 277
10.1 Un mercato . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
10.2 Ritardi nella produzione . . . . . . . . . . . . . . . . . . . . . . . . . . 279
10.3 Formazione delle aspettative . . . . . . . . . . . . . . . . . . . . . . . . 280
10.4 Pigre, ma corrette . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281
10.5 Aspettative razionali . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
10.6 Convergenza dei prezzi . . . . . . . . . . . . . . . . . . . . . . . . . . . 285
10.7 Aspettative adattive . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288
11 Serie numeriche 293
11.1 Il concetto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
11.1.1 Tre classiche serie . . . . . . . . . . . . . . . . . . . . . . . . . . 295
11.1.2 Utilit intertemporale con orizzonte innito . . . . . . . . . . . 297
11.2 Propriet elementari . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
11.3 Serie con termini positivi . . . . . . . . . . . . . . . . . . . . . . . . . . 298
11.3.1 Criterio di convergenza del confronto . . . . . . . . . . . . . . . 298
11.3.2 Criteri di convergenza del rapporto: preludio . . . . . . . . . . . 304
11.3.3 Criteri di convergenza del rapporto . . . . . . . . . . . . . . . . 305
11.3.4 Criteri di convergenza della radice . . . . . . . . . . . . . . . . . 309
11.3.5 Potenza del criterio della radice . . . . . . . . . . . . . . . . . . 311
11.3.6 Un primo sviluppo in serie . . . . . . . . . . . . . . . . . . . . . 313
11.4 Serie con termini di segno qualsiasi . . . . . . . . . . . . . . . . . . . . 315
11.4.1 Convergenza assoluta . . . . . . . . . . . . . . . . . . . . . . . . 315
11.4.2 Rivisitazione dei criteri di convergenza . . . . . . . . . . . . . . 318
11.4.3 Serie con i segni alternati . . . . . . . . . . . . . . . . . . . . . . 319
INDICE 7
11.4.4 Il criterio di condensazione di Cauchy . . . . . . . . . . . . . . . 321
11.5 Serie di potenze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
11.6 Propriet associativa e commutativa . . . . . . . . . . . . . . . . . . . 325
11.6.1 Incidenti storici . . . . . . . . . . . . . . . . . . . . . . . . . . . 326
11.6.2 La retta via . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328
11.7 Applicazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332
11.7.1 Rappresentazione dei numeri . . . . . . . . . . . . . . . . . . . . 332
11.7.2 Applicazione alla teoria degli insiemi . . . . . . . . . . . . . . . 334
12 Limiti di funzioni 337
12.1 Esempi introduttivi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337
12.2 Funzioni scalari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342
12.2.1 Limiti bilaterali . . . . . . . . . . . . . . . . . . . . . . . . . . . 342
12.2.2 Limiti unilaterali . . . . . . . . . . . . . . . . . . . . . . . . . . 348
12.2.3 Relazioni tra limiti unilaterali e bilaterali . . . . . . . . . . . . . 350
12.2.4 Gran nale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352
12.3 Funzioni di vettore . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352
12.4 Propriet dei limiti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 354
12.5 Algebra dei limiti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359
12.5.1 Forme di indeterminazione . . . . . . . . . . . . . . . . . . . . . 359
12.6 Limiti elementari e limiti notevoli . . . . . . . . . . . . . . . . . . . . . 361
12.6.1 Limiti elementari . . . . . . . . . . . . . . . . . . . . . . . . . . 361
12.6.2 Limiti notevoli . . . . . . . . . . . . . . . . . . . . . . . . . . . 362
12.7 Ordini di convergenza e di divergenza . . . . . . . . . . . . . . . . . . . 364
12.7.1 Equivalenza asintotica . . . . . . . . . . . . . . . . . . . . . . . 366
12.7.2 Terminologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368
12.7.3 Il solito bestiario . . . . . . . . . . . . . . . . . . . . . . . . . . 369
13 Funzioni continue 371
13.1 Discontinuit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 375
13.2 Operazioni e composizione . . . . . . . . . . . . . . . . . . . . . . . . . 378
13.3 Zeri ed equilibri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379
13.3.1 Zeri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379
13.3.2 Equilibri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 381
13.4 Teorema dei valori intermedi . . . . . . . . . . . . . . . . . . . . . . . . 383
13.5 Monotonia e continuit . . . . . . . . . . . . . . . . . . . . . . . . . . . 384
13.6 Limiti e continuit delle applicazioni . . . . . . . . . . . . . . . . . . . 385
13.7 Continuit uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387
III Analisi lineare e non lineare 391
14 Funzioni e applicazioni lineari 393
14.1 Funzioni lineari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393
8 INDICE
14.1.1 Denizione e prime propriet . . . . . . . . . . . . . . . . . . . 393
14.1.2 Rappresentazione . . . . . . . . . . . . . . . . . . . . . . . . . . 395
14.1.3 Monotonia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396
14.2 Matrici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397
14.2.1 Operazioni tra matrici . . . . . . . . . . . . . . . . . . . . . . . 399
14.2.2 Prodotto tra matrici . . . . . . . . . . . . . . . . . . . . . . . . 402
14.2.3 Applicazione: matrice di Leontie . . . . . . . . . . . . . . . . . 406
14.3 Applicazioni lineari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 407
14.3.1 Denizione e prime propriet . . . . . . . . . . . . . . . . . . . 407
14.3.2 Rappresentazione . . . . . . . . . . . . . . . . . . . . . . . . . . 410
14.3.3 Matrici e operazioni . . . . . . . . . . . . . . . . . . . . . . . . 411
14.4 Rango . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 413
14.4.1 Applicazioni lineari . . . . . . . . . . . . . . . . . . . . . . . . . 413
14.4.2 Rango di matrici . . . . . . . . . . . . . . . . . . . . . . . . . . 417
14.4.3 Propriet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 420
14.4.4 Procedimento gaussiano di eliminazione . . . . . . . . . . . . . . 422
14.5 Applicazioni invertibili . . . . . . . . . . . . . . . . . . . . . . . . . . . 426
14.5.1 Invertibilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 426
14.5.2 Matrici inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . 428
14.6 Determinanti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 429
14.6.1 Denizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 429
14.6.2 Propriet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 432
14.6.3 Teorema di Laplace . . . . . . . . . . . . . . . . . . . . . . . . . 436
14.6.4 Inverse e determinanti . . . . . . . . . . . . . . . . . . . . . . . 441
14.6.5 Procedimento di Kronecker . . . . . . . . . . . . . . . . . . . . 444
14.7 Sistemi lineari quadrati . . . . . . . . . . . . . . . . . . . . . . . . . . . 446
14.8 Sistemi lineari generali . . . . . . . . . . . . . . . . . . . . . . . . . . . 450
14.9 Risoluzione di sistemi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453
14.9.1 Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 454
14.9.2 Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 456
14.10Il Teorema fondamentale della Finanza . . . . . . . . . . . . . . . . . . 459
14.10.1Portafogli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459
14.10.2Intermezzo: Il Teorema di Hahn-Banach . . . . . . . . . . . . . 461
14.10.3Valore di mercato . . . . . . . . . . . . . . . . . . . . . . . . . . 463
14.10.4Legge del prezzo unico . . . . . . . . . . . . . . . . . . . . . . . 464
14.10.5Arbitraggio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 467
14.10.6Teorema di rappresentazione dellarbitraggio . . . . . . . . . . . 470
14.10.7Calcolo dei prezzi di non arbitraggio . . . . . . . . . . . . . . . 472
14.10.8Rendimenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 475
INDICE 9
15 Funzioni concave 477
15.1 Insiemi convessi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 477
15.1.1 Politopi e poligoni . . . . . . . . . . . . . . . . . . . . . . . . . 479
15.1.2 Coni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 484
15.2 Funzioni concave . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 485
15.3 Propriet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 490
15.3.1 Funzioni concave e insiemi convessi . . . . . . . . . . . . . . . . 490
15.3.2 Disuguaglianza di Jensen e continuit . . . . . . . . . . . . . . . 494
15.4 Funzioni quasi concave . . . . . . . . . . . . . . . . . . . . . . . . . . . 497
15.5 Principio di diversicazione . . . . . . . . . . . . . . . . . . . . . . . . 501
15.6 Rischio e concavit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 504
15.6.1 Unicit e cardinalit . . . . . . . . . . . . . . . . . . . . . . . . 505
15.6.2 Avversione al rischio . . . . . . . . . . . . . . . . . . . . . . . . 507
15.6.3 Premio al rischio . . . . . . . . . . . . . . . . . . . . . . . . . . 510
15.7 Gran nale: lequazione di Cauchy . . . . . . . . . . . . . . . . . . . . 512
15.7.1 Varianti notevoli . . . . . . . . . . . . . . . . . . . . . . . . . . 513
15.7.2 Capitalizzazione . . . . . . . . . . . . . . . . . . . . . . . . . . . 515
16 Funzioni omogenee 519
16.1 Omogeneit e rendimenti di scala . . . . . . . . . . . . . . . . . . . . . 519
16.2 Omotetia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 524
16.3 Omogeneit e quasi concavit . . . . . . . . . . . . . . . . . . . . . . . 526
17 Problemi di ottimo 529
17.1 Generalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 529
17.1.1 La fortuna del principiante . . . . . . . . . . . . . . . . . . . . . 533
17.1.2 Propriet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 535
17.1.3 Consumo e produzione . . . . . . . . . . . . . . . . . . . . . . . 536
17.2 Esistenza: Teorema di Weierstrass . . . . . . . . . . . . . . . . . . . . . 542
17.3 Esistenza: Teorema di Tonelli . . . . . . . . . . . . . . . . . . . . . . . 545
17.3.1 Coercivit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 545
17.3.2 Supercoercivit . . . . . . . . . . . . . . . . . . . . . . . . . . . 548
17.4 Estremi locali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 551
17.5 Concavit e quasi concavit . . . . . . . . . . . . . . . . . . . . . . . . 553
17.6 Consumo e produzione . . . . . . . . . . . . . . . . . . . . . . . . . . . 556
17.6.1 Consumo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 556
17.6.2 Produzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 557
17.7 Assicurazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 558
17.8 Minimi quadrati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 560
17.8.1 Sistemi lineari . . . . . . . . . . . . . . . . . . . . . . . . . . . . 560
17.8.2 Statistica descrittiva . . . . . . . . . . . . . . . . . . . . . . . . 562
17.9 Proiezioni e approssimazioni . . . . . . . . . . . . . . . . . . . . . . . . 565
17.9.1 Teorema della proiezione . . . . . . . . . . . . . . . . . . . . . . 565
10 INDICE
17.9.2 Proiezioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 567
17.9.3 Minimi quadrati e proiezioni . . . . . . . . . . . . . . . . . . . . 569
17.10Approfondimento semicontinuo . . . . . . . . . . . . . . . . . . . . . . 571
IV Calcolo dierenziale 577
18 Derivate 579
18.1 Denizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 579
18.1.1 Osservazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 582
18.2 Interpretazione geometrica . . . . . . . . . . . . . . . . . . . . . . . . . 582
18.3 Funzione derivata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 586
18.4 Derivate unilaterali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 586
18.5 Derivabilit e continuit . . . . . . . . . . . . . . . . . . . . . . . . . . 588
18.6 Derivate delle funzioni elementari . . . . . . . . . . . . . . . . . . . . . 589
18.7 Algebra delle derivate . . . . . . . . . . . . . . . . . . . . . . . . . . . . 591
18.8 La regola della catena . . . . . . . . . . . . . . . . . . . . . . . . . . . 595
18.9 Derivata di funzioni inverse . . . . . . . . . . . . . . . . . . . . . . . . 596
18.10Formulario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 599
18.11Dierenziabilit e linearit . . . . . . . . . . . . . . . . . . . . . . . . . 601
18.11.1Dierenziale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 602
18.11.2Dierenziabilit e derivabilit . . . . . . . . . . . . . . . . . . . 604
18.11.3Dierenziabilit e continuit . . . . . . . . . . . . . . . . . . . . 605
18.12Derivate di ordine superiore . . . . . . . . . . . . . . . . . . . . . . . . 606
19 Derivazione parziale 609
19.1 Generalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 609
19.1.1 Ceteris paribus: utilit e produttivit marginali . . . . . . . . . 616
19.2 Dierenziale totale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 617
19.3 Regola della catena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 620
19.4 Derivate parziali di ordine superiore . . . . . . . . . . . . . . . . . . . . 621
19.5 Funzioni implicite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 625
19.5.1 Teorema di Dini . . . . . . . . . . . . . . . . . . . . . . . . . . . 625
19.5.2 Saggi marginali . . . . . . . . . . . . . . . . . . . . . . . . . . . 630
19.5.3 Estensioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 633
20 Propriet dierenziali 637
20.1 Estremi e punti critici . . . . . . . . . . . . . . . . . . . . . . . . . . . 637
20.1.1 Preambolo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 637
20.1.2 Teorema di Fermat . . . . . . . . . . . . . . . . . . . . . . . . . 638
20.1.3 Punti stazionari . . . . . . . . . . . . . . . . . . . . . . . . . . . 640
20.1.4 Problemi di ottimo libero . . . . . . . . . . . . . . . . . . . . . 641
20.2 Teorema del valor medio . . . . . . . . . . . . . . . . . . . . . . . . . . 642
20.3 Monotonia e derivabilit . . . . . . . . . . . . . . . . . . . . . . . . . . 646
INDICE 11
20.3.1 Monotonia scalare . . . . . . . . . . . . . . . . . . . . . . . . . . 646
20.3.2 Monotonia vettoriale . . . . . . . . . . . . . . . . . . . . . . . . 650
20.4 Una condizione suciente per estremi locali . . . . . . . . . . . . . . . 651
20.4.1 Ricerca di estremi locali . . . . . . . . . . . . . . . . . . . . . . 654
20.4.2 Ottimi liberi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 656
20.5 Teorema e regola di de lHospital . . . . . . . . . . . . . . . . . . . . . 657
20.5.1 Forme di indeterminazione 0,0 e , . . . . . . . . . . . . . . 657
20.5.2 Altre forme di indeterminazione . . . . . . . . . . . . . . . . . . 660
20.5.3 Dimostrazione del Teorema di de lHospital . . . . . . . . . . . . 662
21 Approssimazione 665
21.1 Approssimazione polinomiale di Taylor . . . . . . . . . . . . . . . . . . 665
21.2 Proposizione omnibus per estremi locali . . . . . . . . . . . . . . . . . . 673
21.3 Procedura omnibus di ricerca di estremi locali . . . . . . . . . . . . . . 675
21.3.1 Caso di funzioni due volte derivabili . . . . . . . . . . . . . . . . 675
21.3.2 Caso di funzioni derivabili innite volte . . . . . . . . . . . . . . 676
21.3.3 Caso generale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 677
21.3.4 Commenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 678
21.4 Formula di Taylor: caso vettoriale . . . . . . . . . . . . . . . . . . . . . 679
21.4.1 Forme quadratiche . . . . . . . . . . . . . . . . . . . . . . . . . 679
21.4.2 Formula di Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . 683
21.4.3 Condizioni del secondo ordine . . . . . . . . . . . . . . . . . . . 684
22 Concavit e dierenziabilit 687
22.1 Caso scalare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 687
22.1.1 Corde e tangenti . . . . . . . . . . . . . . . . . . . . . . . . . . 695
22.2 Caso vettoriale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 697
23 Complementi 701
23.1 Studio di funzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 701
23.1.1 Flessi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 701
23.1.2 Asintoti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 703
23.1.3 Studio di funzioni . . . . . . . . . . . . . . . . . . . . . . . . . . 706
23.1.4 Versiera di Agnesi . . . . . . . . . . . . . . . . . . . . . . . . . . 712
23.2 Calcolo Discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 713
23.2.1 Dierenze nite . . . . . . . . . . . . . . . . . . . . . . . . . . . 714
23.2.2 Un teorema di Cesro . . . . . . . . . . . . . . . . . . . . . . . 717
23.2.3 Convergenza in media . . . . . . . . . . . . . . . . . . . . . . . 720
23.2.4 Innita pazienza . . . . . . . . . . . . . . . . . . . . . . . . . . 722
12 INDICE
V Calcolo integrale 725
24 Integrale secondo Riemann 727
24.0.5 Plurirettangoli . . . . . . . . . . . . . . . . . . . . . . . . . . . . 728
24.1 Denizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 730
24.1.1 Funzioni positive . . . . . . . . . . . . . . . . . . . . . . . . . . 730
24.1.2 Funzioni di segno qualsiasi . . . . . . . . . . . . . . . . . . . . . 734
24.1.3 Tutto si tiene . . . . . . . . . . . . . . . . . . . . . . . . . . . . 737
24.2 Criteri di integrabilit . . . . . . . . . . . . . . . . . . . . . . . . . . . 740
24.3 Classi di funzioni integrabili . . . . . . . . . . . . . . . . . . . . . . . . 743
24.3.1 Funzioni a scala . . . . . . . . . . . . . . . . . . . . . . . . . . . 744
24.3.2 Approccio analitico e approccio geometrico . . . . . . . . . . . . 747
24.3.3 Integrabilit delle funzioni continue e delle funzioni monotone . 750
24.4 Propriet dellintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . 751
24.5 Teorema fondamentale del Calcolo integrale . . . . . . . . . . . . . . . 755
24.5.1 Funzioni primitive . . . . . . . . . . . . . . . . . . . . . . . . . 756
24.5.2 Formulario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 759
24.5.3 Il Primo Teorema fondamentale del calcolo integrale . . . . . . . 760
24.5.4 Il Secondo Teorema fondamentale del calcolo integrale . . . . . . 762
24.6 Propriet dellintegrale indenito . . . . . . . . . . . . . . . . . . . . . 765
24.7 Cambiamento di variabile . . . . . . . . . . . . . . . . . . . . . . . . . 767
24.8 Integrali impropri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 770
24.8.1 Intervalli illimitati dintegrazione . . . . . . . . . . . . . . . . . 770
24.8.2 Funzioni illimitate . . . . . . . . . . . . . . . . . . . . . . . . . 781
24.9 Criterio integrale di convergenza per le serie . . . . . . . . . . . . . . . 782
24.10Gran nale: Riemann e i numeri primi . . . . . . . . . . . . . . . . . . 784
VI Ottimizzazione 791
25 Anteprima 793
26 Ottimizzazione locale vincolata 797
26.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 797
26.2 Il problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 797
26.3 Un vincolo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 798
26.4 Metodo di Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . 802
26.5 Problema del consumatore . . . . . . . . . . . . . . . . . . . . . . . . . 807
26.6 Pi vincoli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 811
27 Programmazione matematica 821
27.1 Programmazione dierenziale . . . . . . . . . . . . . . . . . . . . . . . 821
27.1.1 Anatomia di C . . . . . . . . . . . . . . . . . . . . . . . . . . . 822
27.2 Metodo di eliminazione . . . . . . . . . . . . . . . . . . . . . . . . . . . 823
INDICE 13
27.2.1 Primo caso: interno non vuoto . . . . . . . . . . . . . . . . . . . 823
27.2.2 Ubi maior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 826
27.2.3 Secondo caso: vincoli di uguaglianza . . . . . . . . . . . . . . . 826
27.3 Applicazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 833
27.3.1 Problema del consumatore . . . . . . . . . . . . . . . . . . . . . 833
27.3.2 Problema del produttore . . . . . . . . . . . . . . . . . . . . . . 835
27.4 Programmazione dierenziale concava . . . . . . . . . . . . . . . . . . . 837
27.5 Esempi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 839
27.5.1 Problema del produttore . . . . . . . . . . . . . . . . . . . . . . 839
27.5.2 Minimi quadrati . . . . . . . . . . . . . . . . . . . . . . . . . . . 840
27.5.3 Assicurazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 841
28 Applicazione: investimento 845
28.1 Scelta intertemporale aleatoria . . . . . . . . . . . . . . . . . . . . . . . 845
28.2 Carpe diem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 846
28.3 Il Problema dellinvestitore . . . . . . . . . . . . . . . . . . . . . . . . . 848
28.4 Risoluzione del problema . . . . . . . . . . . . . . . . . . . . . . . . . . 849
28.5 Prezzi dei titoli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 852
VII Appendici 855
A Richiami di trigonometria 857
A.1 Generalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 857
A.2 Concerto darchi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 859
A.3 Perpendicolarit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 861
B Elementi di logica 863
C Cenni sulle coniche 869
C.1 I classici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 870
C.2 Le coniche in generale . . . . . . . . . . . . . . . . . . . . . . . . . . . 873
D DizionErio biograco 875
14 INDICE
Parte I
Strutture
15
Capitolo 1
Insiemi e numeri
1.1 Insiemi
Un insieme (o aggregato) una collezione qualsiasi di oggetti (qualsiasi). Vi sono due
modi per descrivere un insieme: elencarne direttamente gli elementi, oppure speci-
carne una propriet che li accomuna. Il secondo modo pi usuale del primo; per
esempio,
11. 13. 17. 19. 23. 29 (1.1)
si pu descrivere come linsieme dei numeri primi tra 10 e 30. Le sedie della vostra
cucina formano un insieme di oggetti, le sedie appunto, accumunati dalla propriet
di far parte della vostra cucina. Le sedie della vostra camera da letto formano un
altro insieme, cos come le lettere dellalfabeto latino formano un insieme, distinto
dallinsieme delle lettere dellalfabeto greco (e dalle sedie o dai numeri di poco fa).
Gli insiemi si indicano abitualmente con lettere maiuscole: , 1, C, e cos via; i
loro elementi si indicano invece con lettere minuscole: c, /, c, e cos via. Per indicare
che un elemento c appartiene allinsieme si scrive
c
dove il simbolo di appartenenza. Al contrario, per indicare che un elemento c non
appartiene allinsieme si scrive c , .
Osservazione fuori busta. Il concetto di insieme, apparentemente introdotto nel
1847 da Bernhard Bolzano, per noi un concetto primitivo, cio non pu essere denito
ricorrendo a nozioni pi semplici. La situazione simile a quella della geometria
Euclidea, in cui punti e linee sono concetti primitivi di signicato intuitivo che si
suppone noto al lettore. *
1.1.1 Sottoinsiemi
Le sedie della vostra camera da letto sono un sottoinsieme delle sedie della vostra casa:
una sedia che appartiene alla vostra camera da letto appartiene anche alla vostra casa.
17
18 CAPITOLO 1. INSIEMI E NUMERI
In generale, un insieme sottoinsieme di un insieme 1 quando tutti gli elementi di
sono anche elementi di 1. In questo caso si scrive _ 1. Formalmente,
Denizione 1 Dati due insiemi e 1, si dice che sottoinsieme di 1, in simboli
_ 1, se tutti gli elementi di sono anche elementi di 1, ossia se r implica
r 1.
Per esempio, si indichi con linsieme (1.1) e sia
1 = 11. 13. 15. 17. 19. 21. 23. 25. 27. 29 (1.2)
linsieme dei numeri dispari tra 10 e 30. Si ha _ 1.
Gracamente, la relazione _ 1 si pu illustrare come
-6 -4 -2 0 2 4 6
-6
-4
-2
0
2
4
6
A
B
A B
Inclusione di insiemi
usando i cosiddetti diagrammi di Venn per rappresentare gracamente gli insiemi e
1: si tratta di una maniera ingenua, ma ecace, di visualizzare insiemi.
Quando si ha sia _ 1 sia 1 _ , ossia r se e solo se r 1, i due insiemi
e 1 sono uguali; in simboli = 1. Per esempio, consideriamo lequazione di secondo
grado r
2
3r + 2 = 0. Sia linsieme delle sue soluzioni e sia 1 linsieme formato
dai numeri 1 e 2. facile vedere che
1
= 1.
Quando _ 1 ma non = 1 si scrive 1 e si dice che sottoinsieme
proprio di 1.
Gli insiemi costituiti da un unico elemento sono detti singoletti.
Nota Bene. Sebbene i due simboli e _ siano concettualmente ben distinti e non
debbano essere quindi confusi, esiste tra loro uninteressante relazione. Si consideri
1
Si rimanda a G. Osimo et al. (2009) per richiami sulle equazioni di secondo grado.
1.1. INSIEMI 19
infatti linsieme formato da un unico elemento c, ossia linsieme c. Si tratta di un
insieme particolare, ma del tutto legittimo
2
. Tramite i singoletti, possiamo stabilire la
relazione
c se e solo se c _
tra e _. V
OfB. In queste note di solito deniremo gli insiemi tramite propriet dei loro oggetti.
Per i nostri ni tale nozione ingenua di insieme suciente. Lingenuit dellapproc-
cio evidenziata dai classici paradossi che, tra la ne Ottocento e linizio Novecento,
furono scoperti da Cesare Burali Forti (1861-1931) e Bertrand Russell (1872-1970). Si
tratta di paradossi che nascono dal considerare insiemi di insiemi, cio insiemi i cui
elementi sono a lora volta insiemi. Come Burali Forti, usando la nozione ingenua di
insieme deniamo linsieme di tutti gli insiemi, cio linsieme i cui elementi sono
accumunati dalla propriet di essere insiemi. Se esistesse questo insieme universale
l, potremmo per formare anche linsieme 1 : 1 _ l formato da l e da tutti i suoi
sottoinsiemi. Ma, come mostrer il Teorema 89 di Cantor, questo ulteriore insieme
non appartiene a l, il che contraddice luniversalit di l.
Tra le varie caratteristiche bizzarre di un insieme universale vi di appartenere a
s stesso, cio l l, caratteristica del tutto controintuitiva (come osserv Russell,
il genere umano, per esempio, non un uomo). Con Russell, consideriamo quindi
linsieme costituito dagli insiemi con la propriet di non appartenere a s stessi. Se
, , cio se non appartiene a s stesso, allora appartiene a s stesso perch un
insieme che soddisfa la propriet di non contenere s stesso. Daltra parte, se ,
cio se contiene s stesso, allora , , e cadiamo di nuovo in contraddizione. la
celebre antinomia di Russell.
Questi paradossi si possono arontare e risolvere con una teoria non ingenua degli
insiemi, in particolare nella teoria di Zermelo-Fraenkel. Per fortuna, nella pratica
matematica, e a maggior ragione in queste note introduttive, si possono ignorare
gli aspetti fondazionali senza correre troppi pericoli (tanto pi che il loro studio
richiederebbe un corso, e per nulla banale, a s). *
1.1.2 Operazioni
Vi sono tre operazioni di base tra insiemi: unione, intersezione e dierenza. Come
vedremo, esse considerano due assegnati insiemi e, a partire da essi, formano un nuovo
insieme.
La prima operazione che consideriamo lintersezione di due insiemi e 1. Come
suggerisce il termine intersezione, con essa si selezionano tutti gli elementi che
appartengono simultaneamente a entrambi gli insiemi e 1.
2
Si badi che a e a non sono aatto la stessa cosa; a un elemento e a un insieme, seppur
costituito da un solo elemento. Per esempio, linsieme dei paesi della Terra con la bandiera di un
solo colore aveva (sino al 2011) un solo elemento, la Libia, ma non la Libia: Tripoli non la
capitale di .
Denizione 2 Dati due insiemi e 1, la loro intersezione 1 linsieme di tutti
gli elementi che appartengono sia ad sia a 1, ossia r 1 se r e r 1.
Loperazione si pu illustrare gracamente nel seguente modo:
Intersezione di insiemi.
Per esempio, sia linsieme dei mancini e 1 linsieme dei destrimani in Italia. Lin-
tersezione 1 linsieme degli italiani ambidestri. Se, invece, linsieme delle
auto a benzina e 1 delle auto a metano, la loro intersezione 1 linsieme delle
auto bifuel , a benzina e a metano.
Pu accadere che due insiemi non abbiano alcun elemento in comune. Per esempio,
sia
C = 10. 12. 14. 16. 18. 20. 22. 24. 26. 28. 30 (1.3)
linsieme dei numeri pari tra 10 e 30. Esso non ha alcun elemento in comune con
linsieme 1 in (1.2). In questo caso si parla di insiemi disgiunti, ossia che non hanno
alcun elemento in comune. Tale nozione ci d loccasione per introdurre un insieme
molto particolare, ma fondamentale.
Denizione 3 L insieme vuoto, indicato con O, linsieme privo di elementi
3
.
Come primo uso della nozione, osserviamo che due insiemi e 1 sono disgiunti
quando hanno intersezione vuota, cio 1 = O. Per esempio, per gli insiemi 1 e C
in (1.2) e (1.3), si ha 1 C = O.
La scrittura ,= O sta ad indicare che linsieme non vuoto, ovvero che contiene
almeno un elemento.
3
C chi pensa che gli insiemi vuoti non esistano. Egli deve ammettere allora che linsieme di tali
insiemi vuoto.
1.1. INSIEMI 21
Linsieme vuoto si considera convenzionalmente sottoinsieme di qualsiasi insieme,
ossia O _ per ogni insieme .
immediato mostrare che 1 _ e che 1 _ 1. Il prossimo risultato
pi sottile e stabilisce unutile propriet che lega _ e .
Proposizione 1 Si ha 1 = se e solo se _ 1.
Dim. Se: sia _ 1. Vogliamo dimostrare che 1 = . Quando si deve
mostrare unuguaglianza di due insiemi, bisogna sempre considerare separatamente le
due opposte inclusioni, in questo caso 1 _ e _ 1.
La prima inclusione 1 _ banalmente vera. Infatti, se r 1, per
denizione r appartiene sia ad sia a 1. In particolare r e ci basta per
concludere che 1 _ .
Dimostriamo la seconda inclusione: _ 1. Sia r . Poich, per ipotesi,
_ 1, ogni elemento di appartiene anche a 1. Da r segue quindi che r 1,
ossia che r appartiene sia ad sia a 1: dunque r 1 e ci prova che _ 1.
Abbiamo mostrato che valgono entrambe le inclusioni 1 _ e _ 1;
possiamo quindi concludere che 1 = , il che completa la dimostrazione del Se.
Solo se: sia 1 = . Vogliamo dimostrare che _ 1, ossia che, se r ,
allora r 1. Sia r . Poich per ipotesi 1 = , ne segue che r 1. In
particolare ci signica che r appartiene a 1, che quanto dovevamo provare. B
La prossima operazione che consideriamo lunione. Anche qui il termine unione
gi suggerisce come in questa operazione siano riuniti assieme tutti gli elementi di
entrambi gli insiemi.
Denizione 4 Dati due insiemi e 1, la loro unione ' 1 linsieme di tutti gli
elementi che appartengono a oppure
4
a 1, ossia r '1 se r oppure r 1.
Si noti che un elemento pu appartenere ad entrambi gli insiemi (a meno che gli
insiemi siano disgiunti). Per esempio, se come prima linsieme dei mancini e 1
quello dei destrimani in Italia, linsieme unione contiene tutti gli italiani con almeno
una mano, e vi sono individui (gli ambidestri) che appartengono ad entrambi gli insiemi
.
immediato mostrare che _ ' 1 e che 1 _ ' 1. Ne consegue che
1 _ ' 1.
Gracamente lunione si rappresenta nel seguente modo:
4
La congiunzione oppure intesa nel senso debole del vel latino, e non dellaut (cio r
appartiene ad o r appartiene a 1 o entrambe le cose).
-2 0 2 4 6 8 10
-6
-4
-2
0
2
4
6
A
B
A B
Unione di insiemi
Lultima operazione che consideriamo la dierenza.
Denizione 5 Dati due insiemi e 1, la loro dierenza 1 linsieme di tutti
gli elementi che appartengono a ma non a 1, ossia r 1 se sia r sia
r , 1.
Linsieme dierenza
5
1 si forma quindi eliminando da tutti gli elementi che
appartengono (anche) a 1. Gracamente:
-3 -2 -1 0 1 2 3 4 5
-3
-2
-1
0
1
2
3
A
B
A - B
Dierenza di insiemi.
5
La dierenza insiemistica 1 si indica spesso con la scrittura 1.
1.1. INSIEMI 23
Per esempio, torniamo agli insiemi e 1 individuati in (1.1) e (1.2). In tal caso,
1 = 15. 21. 25. 27 .
ossia 1 linsieme dei numeri dispari non primi tra 10 e 30. Si noti che: (i)
quando e 1 sono disgiunti, si ha 1 = e 1 = 1, (ii) _ 1 equivale
a 1 = O poich togliendo da tutti gli elementi che appartengono anche a 1 si
priva di tutti i suoi elementi, ossia si rimane con linsieme vuoto.
In molti casi vi un insieme generale di riferimento del quale si considerano vari sot-
toinsiemi. Per esempio, per un demografo tale insieme pu essere lintera popolazione
italiana della quale si possono considerare vari sottoinsiemi secondo le propriet de-
mograche che interessano: per esempio, let una classica variabile demograca con
la quale suddividere la popolazione in sottoinsiemi.
Linsieme generale di riferimento chiamato insieme universale o, pi comune-
mente, spazio. Non esiste una notazione consolidata per tale insieme (che quasi
sempre sottinteso), che temporaneamente indichiamo come o. In questo caso, preso
un suo sottoinsieme qualsiasi, la dierenza o si indica con
c
ed detta insieme
complementare di .
Per esempio, se o linsieme di tutti gli italiani e linsieme di tutti gli italiani
che hanno almeno 65 anni det, linsieme complementare
c
costituito da tutti gli
italiani con meno di 65 anni det.
immediato vericare che, per ogni , si ha '
c
= o e
c
= O. Vale inoltre
la
Proposizione 2 Se un sottoinsieme di uno spazio o si ha (
c
)
c
= .
Dim. Poich dobbiamo vericare unuguaglianza tra insiemi, al pari di quanto fatto
nella dimostrazione della Proposizione 1, occorre considerare separatemente le due
inclusioni (
c
)
c
_ e _ (
c
)
c
.
Se c (
c
)
c
, allora c ,
c
e quindi c . Ne segue che (
c
)
c
_ .
Viceversa, se c allora c ,
c
e quindi c (
c
)
c
; dunque _ (
c
)
c
. B
Da ultimo, si prova senza dicolt che 1 = 1
c
. Infatti r 1 signica
che r e r , 1, cio che r e r 1
c
.
1.1.3 Propriet delle operazioni
Proposizione 3 Le operazioni di unione e intersezione sono:
(i) commutative, ossia, per ogni coppia di insiemi e 1, si ha 1 = 1 e
' 1 = 1 ' ;
(ii) associative, ossia, per ogni terna di insiemi , 1 e C, si ha ' (1 ' C) =
( ' 1) ' C e (1 C) = ( 1) C.
Lasciamo al lettore la semplice dimostrazione del risultato. La propriet (ii) per-
mette di scrivere ' 1 ' C e 1 C e quindi di estendere senza ambiguit le
operazioni di unione e di intersezione a un arbitrario numero (nito) di insiemi:
_
a
i=1
i
e

a
i=1
i
.
possibile estendere tali operazioni anche a inniti insiemi. Se
1
.
2
. .
a
.
sono inniti insiemi, la loro unione
_
o
a=1
a
linsieme degli elementi che appartengono ad almeno uno degli
a
, cio
o
_
a=1
a
= c : c
a
per almeno un indice :
La loro intersezione

o
a=1
a
linsieme degli elementi che appartengono a ogni
a
, cio
o
a=1
a
= c : c
a
per ogni indice : .
Esempio 1 Sia
a
linsieme dei numeri pari _ :. Si ha
o
a=1
a
= 0 poich 0
lunico pari tale che 0
a
per ogni : _ 1. Inoltre,
o
a=1
a
= 2: : : intero positivo,
ossia
o
a=1
a
linsieme di tutti i numeri pari. #
Volgiamo lattenzione alle relazioni tra le operazioni di intersezione e unione. Si
noter la simmetria tra le propriet (1.4) e (1.5), nelle quali e ' sono scambiate tra
loro.
Proposizione 4 Le operazioni di unione e intersezione sono tra loro distributive,
ossia, dati tre insiemi , 1 e C, si ha
(1 ' C) = ( 1) ' ( C) (1.4)
e
' (1 C) = ( ' 1) ( ' C) . (1.5)
1.2. NUMERI: INTRODUZIONE INTUITIVA 25
Dim. Mostriamo solo la (1.4). Occorre considerare separatemente le due inclusioni
(1 ' C) _ ( 1) ' ( C) e ( 1) ' ( C) _ (1 ' C).
Se r (1 ' C), allora r e r 1 ' C, cio (i) r e (ii) r 1 oppure
r C. Ne segue che r 1 oppure r C, cio r ( 1) ' ( C), e
perci (1 ' C) _ ( 1) ' ( C).
Viceversa, se r ( 1) ' ( C), allora r 1 oppure r C, cio r
appartiene ad e ad almeno uno tra 1 e C e quindi r (1 ' C). Ne segue che
( 1) ' ( C) _ (1 ' C). B
Diamo un concetto che si rivela importante in molte applicazioni.
Denizione 6 Una famiglia
1
.
2
. . . . .
a
=
i
a
i=1
di sottoinsiemi di un insieme detta partizione di se i sottoinsiemi sono a due
a due disgiunti, ossia
i

)
= O per ogni i ,= ,, e se la loro unione coincide con ,
ossia

a
i=1
i
= .
Esempio 2 Sia linsieme di tutti gli italiani in un dato giorno, per esempio oggi.
I suoi sottoinsiemi
1
,
2
e
S
costituiti rispettivamente dai cittadini in et scolare
o prescolare (da 0 a 17 anni), dei cittadini in et lavorativa (da 18 a 64 anni) e dagli
anziani (dai 65 anni in poi) ne costituiscono una partizione. #
Concludiamo con le cosiddette leggi di de Morgan per la complementazione.
Proposizione 5 Dati due sottoinsiemi e 1 di uno spazio o, si ha ( ' 1)
c
=
c
1
c
e ( 1)
c
=
c
' 1
c
.
Dim. Dimostriamo soltanto la prima. Al solito, per dimostrare un uguaglianza tra
insiemi, occorre considerare separatamente le due inclusioni che la compongono. (i)
( ' 1)
c
_
c
1
c
. Se r ( ' 1)
c
, allora r , ' 1, cio r non appartiene n ad
n a 1. Ne segue che r appartiene simultaneamente ad
c
e a 1
c
e quindi alla loro
intersezione. (ii)
c
1
c
_ ( ' 1)
c
. Se r
c
1
c
allora r , e r , 1 e perci r
non appartiene nemmeno alla loro unione. B
Le leggi di de Morgan mostrano che, prendendo i complementi, ' e si scambiano
tra loro. Spesso tali leggi sono scritte nella forma equivalente ' 1 = (
c
1
c
)
c
e
1 = (
c
' 1
c
)
c
.
1.2 Numeri: introduzione intuitiva
Per quanticare le grandezze di interesse nelle applicazioni economiche (quali, per
esempio, le quantit scambiate di beni e i loro prezzi) abbiamo bisogno di un adeguato
insieme di numeri. Di ci ci occupiamo nella presente sezione.
I numeri naturali
0. 1. 2. 3.
non hanno bisogno di presentazione; il loro insieme sar indicato con il simbolo N.
Linsieme N dei naturali chiuso rispetto alle operazioni fondamentali di addizione
e moltiplicazione:
(i) :+: N tutte le volte che :. : N;
(ii) : : N tutte le volte che :. : N.
Non invece chiuso rispetto alle operazioni fondamentali di sottrazione e di di-
visione: per esempio, n 5 6 n 5,6 sono numeri naturali. quindi chiaro che N
inadeguato come insieme di numeri per quanticare grandezze economiche: la con-
tabilit di unazienda un primo ovvio esempio nel quale la chiusura rispetto alla
sottrazione cruciale (altrimenti, come si potrebbero quanticare le perdite?).
I numeri interi (o interi relativi )
6
. 3. 2. 1. 0. 1. 2. 3.
costituiscono un primo allargamento, indicato col simbolo Z, dellinsieme N. Esso
porta a un insieme chiuso rispetto sia alle operazioni di addizione e di moltiplicazione
sia alloperazione di sottrazione. Infatti, ponendo :: = :+ (:),
7
si ha
(i) :: Z tutte le volte che :. : Z;
(ii) : : Z tutte le volte che :. : Z.
Formalmente, linsieme Z si pu scrivere a partire da N come
Z =:: : :. : N
Proposizione 6 N _ Z.
Dim. Sia : N. Si ha : = :0 Z poich 0 N. B
Rimane unoperazione fondamentale rispetto alla quale Z non chiuso: la divi-
sione. Infatti, per esempio, 1,3 non un numero intero. Per porre rimedio a tale
6
Ci piace ricordare come nellIndia antica si distinguessero i numeri positivi dai negativi scrivendoli
rispettivamente in rosso e in nero. La convenzione seguita era opposta allattuale prassi bancaria
secondo la quale un conto corrente con saldo negativo in rosso.
7
La sottrazione :: non altro che la somma di : col negativo : di :. Al riguardo, si ricordi
la nozione di somma algebrica.
importante carenza degli interi (se vogliamo dividere 1 torta tra 3 invitati, come possi-
amo quanticare le loro porzioni se abbiamo a disposizione solo Z?), si ha un ulteriore
allargamento allinsieme dei numeri razionali, indicato col simbolo Q, e dato da
Q =
_
:
:
: :. : Z con : ,= 0
_
.
In altre parole linsieme dei razionali costituito da tutte le frazioni con numeri interi
sia a numeratore sia a denominatore (non nullo).
OfB. Ogni razionale non periodico (cio con un numero nito di decimali) ammette
due rappresentazioni decimali. Per esempio, 1 = 0. 9 poich 10. 9 = 0. 0 = 0, oppure,
se si preferisce, perch
0. 9 = 3 0. 3 = 3
1
3
= 1.
In modo analogo, 2. 5 = 2. 49, 51. 2 = 51. 19, e cos via. In breve il periodico di 9
non ha una sua autonomia. I razionali periodici e gli irrazionali hanno invece una sola
rappresentazione decimale (che innita).
La cosa non una mera curiosit: se 0. 9 non fosse uguale a 1, si potrebbe aermare
che 0. 9 il numero che immediatamente precede 1 (senza che ve ne siano altri in
mezzo), il che violerebbe una notevole propriet che discuteremo tra breve. *
Proposizione 7 Z _ Q.
Dim. Sia : Z. Si ha : = :,1 Q poich 1 Z. B
Linsieme dei razionali chiuso rispetto a tutte le quattro operazioni fondamentali:
(i) :: Q tutte le volte che :. : Q;
(ii) : : Q tutte le volte che :. : Q;
(iii) :,: Q tutte le volte che :. : Q con : ,= 0.
Linsieme dei razionali sembra dunque attrezzato con tutto quanto possa servire.
Ma alcune semplici considerazioni sulla moltiplicazione ci porteranno a inaspettate
scoperte. Se un razionale, come ben noto, la scrittura
a
con : _ 1 intero signica

. .
a volte
.
Si conviene che
0
= 1 per ogni ,= 0. Di per s la scrittura
a
, detta potenza di base
ed esponente :, un mero articio di notazione per scrivere in modo pi compatto la
moltiplicazione ripetuta di un medesimo fattore. Tuttavia, preso un razionale 0,
naturale considerare il percorso inverso, ossia determinare il numero positivo indicato
con
1
n
o, equivalentemente, con
n
_
, e chiamato radice di ordine : di , tale che
_
1
n
_
a
= .
Per esempio
8
,
_
25 = 5 poich 5
2
= 25. Per rendersi conto dellimportanza delle radici,
si consideri la seguente semplicissima gura geometrica:
-3 -2 -1 0 1 2 3 4 5
-3
-2
-1
0
1
2
3
4
5
Per il Teorema di Pitagora, la lunghezza dellipotenusa
_
2. Per quanticare enti
geometrici del tutto elementari abbiamo quindi bisogno delle radici. Ecco la, per alcuni
tragica, sorpresa
9
.
Teorema 8
_
2 , Q.
Dim. Si supponga, per assurdo, che
_
2 Q. Esistono allora :. : Z tali che
:,: =
_
2, e quindi
_
:
:
_
2
= 2. (1.6)
Supponiamo che :,: sia gi ridotta ai minimi termini, ossia che : e : non ab-
biano fattori in comune
10
. Ci signica che : e : non possano essere entrambi pari
(diversamente, 2 sarebbe un loro fattore comune).
La (1.6) implica
:
2
= 2:
2
(1.7)
e quindi :
2
pari. Siccome il quadrato di un dispari dispari, anche : pari
(diversamente, se : fosse dispari, anche :
2
lo sarebbe). Quindi, esiste un intero
/ ,= 0 tale che
: = 2/ (1.8)
Dalla (1.7) e (1.8) segue che
:
2
= 2/
2
.
8
La radice quadrata
2
_
si indica pi semplicemente con
_
, omettendo lindice 2.
9
Per la losoa pitagorica, in cui le proporzioni (ossia, i numeri razionali) erano centrali, la scoperta
della non razionalit delle radici fu un evento traumatico. Rimandiamo il lettore curioso a K. von
Fritz, The Discovery of Incommensurability by Hippasus of Metapontum, Annals of Mathematics,
46, 242-264, 1945.
10
Per esempio, 14,10 non ridotta ai minimi termini perch numeratore e denominatore hanno in
comune il fattore 2. Invece, 7,5 ridotta ai minimi termini.
Dunque :
2
pari, e quindi : pari. In conclusione, sia : sia : sono pari, il che,
come prima osservato, contraddice lipotesi che :,: sia ridotta ai minimi termini. La
contraddizione mostra che
_
2 , Q. B
questo uno dei grandi teoremi della matematica greca e la sua dimostrazione
da parte della scuola pitagorica, tra il VI e il V secolo a. C., fu un punto di svolta
nella storia della Matematica. Lasciando da parte gli aspetti losoci, dal punto di
vista matematico esso mostra la necessit di un ulteriore allargamento dellinsieme dei
numeri necessari a quanticare gli enti geometrici (nonch le grandezze economiche,
come risulter chiaro nel seguito).
Per introdurre a livello intuitivo questultimo allargamento
11
, consideriamo la clas-
sica retta reale:
-3 -2 -1 0 1 2 3 4 5 6
-3
-2
-1
0
1
2
3
4
5
facile vedere come su di essa si possano rappresentare i numeri razionali:
-4 -2 0 2 4 6
-3
-2
-1
0
1
2
3
4
5
I numeri razionali non esauriscono per la retta reale. Per esempio, anche radici
11
Per una trattazione rigorosa si rimanda al primo capitolo di W. Rudin, Principles of mathematical
analysis, McGraw-Hill, 1976.
come
_
2 o altri numeri non razionali, come :, devono trovare una loro rappresentazione
sulla retta reale
12
:
-4 -2 0 2 4 6 8
-3
-2
-1
0
1
2
3
4
5
Indichiamo con R linsieme di tutti i numeri rappresentabili sulla retta reale, i cui
elementi sono detti numeri reali .
Naturalmente Q _ R: vi sono molti numeri reali, detti irrazionali, che non sono
razionali. Moltissime radici, :, il numero e sono esempi di numeri irrazionali. In realt
si pu mostrare che la maggior dei numeri reali irrazionale. Sebbene una trattazione
rigorosa dellargomento ci porterebbe troppo lontano, il prossimo semplice risultato
gi una chiara indicazione della numerosit degli irrazionali.
Proposizione 9 Dati due reali qualsiasi c < /, esiste un irrazionale c R tale che
c < c < /.
Dim.
13
Per ogni naturale : N si ponga
c
a
= c +
_
2
:
Si ha c
a
c per ogni :, ed facile vericare che ogni c
a
irrazionale. Inoltre
c
a
< / ==:
_
2
/ c
Sia dunque : N qualsiasi naturale tale che :
_
2, (/ c) (tale : esiste per la
propriet archimedea dei reali che vedremo tra breve nella Proposizione 17). Poich
c < c
a
< /, la dimostrazione completa. B
In conclusione, R sar linsieme di numeri che considereremo nel resto del corso, e
si rivela adeguato per la gran parte delle applicazioni economiche
14
.
12
In realt, pur essendo la cosa piuttosto intuitiva, si tratta di un postulato, detto di continuit
della retta.
13
Suggerita da Simone Cerreia-Vioglio.
14
Un importante ulteriore allargamento, del quale non ci occuperemo, linsieme C dei numeri
complessi.
1.3. STRUTTURA DEGLI INTERI 31
1.3 Struttura degli interi
In questa e nelle prossima sezione studiamo alcune elementari, ma non banali, pro-
priet dei numeri interi. Il risultato principale che presenteremo il Teorema Fonda-
mentale dellAritmetica, che mostra il ruolo centrale dei numeri primi nella struttura
dellinsieme degli interi.
1.3.1 Divisori e algoritmi
In questa prima sottosezione presenteremo alcune nozioni necessarie alla sottosezione
successiva sui numeri primi. Nel far ci incontreremo e cominceremo a conoscere la
nozione di algoritmo, di grande importanza nelle applicazioni.
Cominciamo con lintrodurre in modo rigoroso alcune nozioni che, nella loro essen-
za, ci sono note forse n dalle scuole elementari. Un numero intero : divisibile per
un numero intero j ,= 0 se esiste un terzo numero intero tale che : = j. In simboli,
si scrive j [ : e si legge j divide :.
Esempio 3 Il numero intero 6 divisibile per il numero intero 2, cio 2 [ 6, perch il
numero intero 3 tale che 6 = 2 3. Daltra parte, 6 anche divisibile per 3, cio
3 [ 6, perch il numero intero 2 tale che 6 = 2 3. #
Sempre dalle scuole elementari sappiamo come dividere tra loro due numeri interi,
usando resti e quozienti. Per esempio, se : = 7 e : = 2, si ha : = 3 2 + 1, con
quoziente 3 e resto 1. Il prossimo semplice risultato formalizza questa procedura e
mostra che essa vale per ogni coppia di interi (cosa che alle elementari davamo per
scontata, ma ora siamo grandi e non dobbiamo dare pi nulla per scontato).
Proposizione 10 Dati due numeri interi qualsiasi : e :, con : positivo
15
, esiste
una e una sola coppia di interi e : tali che
: = :+:
con 0 _ : < :.
Dim. Nellenunciato si aermano due distinte propriet: lesistenza della coppia
(. :) e la sua unicit. Cominciamo col dimostrare lesistenza. Consideriamo solo
il caso : _ 0 (per : < 0 basta cambiare di segno). Consideriamo linsieme =
j N : j _ :,:. Poich : _ 0, linsieme non vuoto perch contiene, almeno, il
numero zero. Sia il pi grande elemento di . Per denizione, : _ : < ( + 1) :.
Posto : = : :, si ha quindi
0 _ : : = : < ( + 1) :: = :.
Abbiamo quindi dimostrato lesistenza della coppia e : desiderata.
15
Un numero intero : si dice positivo se : _ 1.
Mostriamo ora lunicit. Per contraddizione, siano (
t
. :
t
) e (
tt
. :
tt
) due coppie
distinte tali che
: =
t
:+:
t
=
tt
:+:
tt
. (1.9)
con 0 _ :
t
. :
tt
< :. Poich
t
,=
tt
, senza perdita di generalit supponiamo che
t
<
tt
;
ossia,
t
+ 1 _
tt
(1.10)
poich
t
e
tt
sono numeri interi. Da (1.9) segue che (
tt
t
) : = :
t
:
tt
. Siccome
(
tt
t
) : _ 0, si ha 0 _ :
tt
_ :
t
< :. Quindi,
(
tt
t
) : = :
t
:
tt
< :.
il che implica
tt

t
< 1, ossia
tt
<
t
+ 1. Ma ci contraddice la (1.10). La
contraddizione mostra che lassunzione di coppie (
t
. :
t
) e (
tt
. :
tt
) distinte falsa. B
Massimo comune divisore
Dati due numeri interi positivi : e :, il loro massimo comune divisore, indicato
:cd (:. :), il pi grande divisore comune a entrambi i numeri. Il prossimo risultato,
dimostrato da Euclide nei suoi Elementi, mostra quel che nelle scuole elementari si
dava per scontato, ossia che ogni coppia di interi possiede un unico massimo comune
divisore.
Teorema 11 (Euclide) Ogni coppia di numeri interi positivi ha uno e un solo mas-
simo comune divisore.
Dim. Come la Proposizione 10, anche questo un risultato di esistenza e unicit. Lu-
nicit ovvia; mostriamo quindi lesistenza. Siano : e : due interi positivi qualsiasi.
Grazie alla Proposizione 10, esiste ununica coppia (
1
. :
1
) tale che
: =
1
:+:
1
, (1.11)
dove 0 _ :
1
< :. Se :
1
= 0, si ha :cd (:. :) = : e la dimostrazione si conclude. Se
:
1
0, si itera la procedura applicando a : la Proposizione 10. Si ha quindi ununica
coppia (
2
. :
2
) tale che
: =
2
:
1
+:
2
, (1.12)
dove 0 _ :
2
< :
1
. Se :
2
= 0, allora :cd (:. :) = :
1
. Infatti, la (1.12) implica :
1
[ :.
Inoltre, grazie alla (1.11) e (1.12), si ha
:
:
1
=

1
:+:
1
:
1
=

1
2
:
1
+:
1
:
1
=
1
2
+ 1.
e perci :
1
[ :. Quindi :
1
divisore sia di : sia di :. Rimane da mostrare che il pi
grande di tali divisori. Supponiamo j sia un intero positivo tale che j [ : e j [ :. Per
denizione, esistono due interi positivi c e / tali che : = cj e : = /j. Si ha
0 <
:
1
j
=
:
1
:
j
= c
1
/.
Quindi :
1
,j un intero positivo, il che implica :
1
_ j. In conclusione, :cd (:. :) = :
1
se :
2
= 0. In questo caso, la dimostrazione si conclude.
Se :
2
0, si itera la procedura applicando al resto :
2
la Proposizione 10. Si ha
quindi ununica coppia (
S
. :
S
) tale che
:
1
=
S
:
2
+:
S
,
dove 0 _ :
S
< :
2
. Se :
S
= 0, procedendo come sopra si mostra che :cd (:. :) = :
2
,
e la dimostrazione si conclude. Se :
S
0, si itera la procedura. Di iterazione in
iterazione, si costruisce una successione di interi positivi :
1
:
2
:
I
. Poich
una successione decrescente di interi positivi non pu che essere nita: esiste un / _ 1
tale che :
I
= 0. Procedendo come sopra si mostra che :cd (:. :) = :
I1
, il che
completa la dimostrazione dellesistenza di :cd (:. :). B
Dal punto di vista metodologico questa dimostrazione un bellesempio di di-
mostrazione costruttiva, in quanto basata su un algoritmo (detto di Euclide) che con
un numero nito di iterazioni determina lente matematico di cui si stabilisce lesisten-
za, cio il massimo comune divisore. La nozione di algoritmo fondamentale perch,
quando esiste, rende computabili gli enti matematici. Infatti, in linea di principio un
algoritmo pu essere automatizzato tramite un opportuno programma di computer
(per esempio, lalgoritmo di Euclide permette di automatizzare la ricerca dei massimi
comuni denominatori).
Lalgoritmo di Euclide il primo algoritmo che incontriamo ed molto importante
in Teoria dei numeri. Merita di essere rivisto in dettaglio. Dati due interi positivi :
e :, lalgoritmo si articola nei seguenti / _ 1 passi:
Passo 1 : =
1
:+:
1
Passo 2 : =
2
:
1
+:
2
Passo 3 :
1
=
2
:
2
+:
S
.......
Passo / :
I2
=
2
:
I1
(ossia, :
I
= 0)
Lalgoritmo si arresta al passo / tale che :
I
= 0. In questo caso :cd (:. :) = :
I1
,
come si visto nella dimostrazione.
Esempio 4 Consideriamo gli interi positivi 3801 e 1708. A prima vista non ovvio
quale sia il loro massimo comune divisore. Per fortuna, abbiamo a nostra disposizione
lalgoritmo di Euclide per determinarlo. Si procede come segue:
Passo 1 3801 = 2 1798 + 385
Passo 2 1708 = 4 385 + 168
Passo 3 385 = 2 168 + 49
Passo 4 168 = 3 49 + 21
Passo 5 49 = 2 21 + 7
Passo 6 21 = 3 7
In sei passi abbiamo quindi scoperto che :cd (3801. 1708) = 7. #
La bont di un algoritmo dipende dal numero di passi, cio di iterazioni, che gli
occorronno per giungere alla soluzione. Un algoritmo tanto pi potente quante
meno iterazioni usa. Per lalgoritmo di Euclide si ha la seguente notevole propriet,
dimostrata da Gabriel Lam.
Teorema 12 (Lam) Dati due numeri interi : e :, il numero di iterazioni richi-
este dallalgoritmo di Euclide minore o uguale a cinque volte il numero di cifre di
min :. :.
Per esempio, se torniamo ai numeri 3801 e 1708, il numero di cifre qui rilevante 4.
Il Teorema di Lam ci garantisce a priori che lalgoritmo di Euclide avrebbe rischiesto
al pi 20 iterazioni. Ne abbiamo usate solo 6, ma grazie al Teorema di Lam prima di
iniziare gi sapevano che non ci avremmo comunque impiegato molto (e che, quindi,
valeva la pena tentare, sapendo di non rischiare di rimanere impantanati in un numero
estenuante di iterazioni).
1.3.2 Numeri primi
Tra i numeri naturali un ruolo preminente svolto dai numeri primi, che il lettore ha
gi probabilmente incontrato nelle scuole superiori.
Denizione 7 Un numero naturale : _ 2 si dice primo se divisibile solo per 1 e
per s stesso.
Un numero naturale non primo si dice composto. Indichiamo con P linsieme dei
numeri primi. Ovviamente, P _ N e NP linsieme dei numeri composti. I naturali
2. 3. 5. 7. 11. 13. 17. 19. 23. 29
sono i primi dieci numeri primi, come il lettore pu facilmente vericare.
Limportanza dei numeri primi comincia a emergere se osserviamo come i numeri
composti si possano esprimere come prodotto di numeri primi. Per esempio, il numero
composto 12 si pu scrivere come
12 = 2
2
3.
mentre il numero composto 60 si pu scrivere come
60 = 2
2
3 5.
In generale, la rappresentazione primale di un numero composto : si pu scrivere come
: = j
a
1
1
j
a
2
2
j
a
k
I
(1.13)
dove j
i
P e :
i
N per ogni i = 1. .... /, con
j
1
< j
2
< < j
I
e :
1
0. .... :
I
0.
Esempio 5 Per : = 12 si ha j
1
= :
1
= 2, j
2
= 3 e :
2
= 1; in questo caso / = 2.
Per : = 60 si ha j
1
= :
1
= 2, j
2
= 3, :
2
= 1, j
S
= 5 e :
S
= 1; in questo caso
/ = 3.
Per : = 200 si ha
200 = 2
S
5
2
sicch j
1
= 2, :
1
= 3, j
2
= 5 e :
2
= 2; in questo caso / = 2.
Per : = 522 si ha
522 = 2 3
2
29
sicch j
1
= 2, :
1
= 1, j
2
= 3, :
2
= 2, j
S
= 29 e :
S
= 1; in questo caso / = 3. #
Quanto appena visto solleva due questioni: se ogni naturale ammetta una rappre-
sentazione primale (nora abbiamo solo studiato alcuni esempi particolari) e se tale
rappresentazione sia unica. Il prossimo risultato, il Teorema fondamentale dellarit-
metica, risolve entrambi i problemi mostrando che ogni intero ammette una e una sola
rappresentazione primale. In altre parole, ogni intero si pu esprime in modo univoco
come prodotto di numeri primi.
I numeri primi sono quindi gli atomi di N: non sono scindibili (in quanto divisibili
sono per 1 e per s stessi) e attraverso di essi si pu esprimere univocamente ogni altro
numero naturale. Limportanza del risultato, che mostra la centralit dei numeri primi,
ben testimoniata dal suo nome. La sua prima dimostrazione si trova nelle celebri
Disquisitiones Arithmeticae pubblicate nel 1801 da Carl Friederich Gauss, sebbene il
risultato fosse nella sua essenza gi noto a Euclide.
Teorema 13 (fondamentale dellaritmetica) Ogni numero naturale : 1 am-
mette una e una sola rappresentazione primale (1.13).
Dim. Cominciamo col dimostrare lesistenza della rappresentazione. Procediamo per
contraddizione. Supponiamo quindi che esistano numeri naturali che non ammettanno
rappresentazione primale (1.13). Sia : 1 il pi piccolo tra essi. Ovviamente, il
numero : composto. Esistono quindi due naturali j e tali che : = j con 1 <
j. < :. Poich : il numero naturale pi piccolo che non ammette rappresentazione
primale, i numeri j e ammettono tale rappresentazione. In particolare, possiamo
scrivere
j = j
a
1
1
j
a
2
2
j
a
k
I
e =
a
0
1
1

a
0
2
2

a
0
s
c
.
Si ha quindi
: = j = j
a
1
1
j
a
2
2
j
a
k
I

a
0
1
1

a
0
2
2

a
0
s
c
Raccogliendo opportunamente i termini j
i
e
)
, si pu scrivere : nella forma (1.13), e
perci : ammette rappresentazione primale, il che contraddice quanto assunto su :.
Ci completa la dimostrazione per contraddizione dellesistenza.
Procediamo per contraddizione anche per mostrare lunicit. Supponiamo quindi
che esistano numeri naturali che ammettano pi duna fattorizzazione. Sia : 1 il pi
piccolo tra essi: tale : ammette almeno due diverse fattorizzazioni, sicch possiamo
scrivere
: = j
a
1
1
j
a
2
2
j
a
k
I
=
a
0
1
1

a
0
2
2

a
0
s
c
.
Siccome
1
un divisore di :, deve essere un divisore di almeno uno dei fattori j
1
<
< j
n
. Per esempio, sia j
1
un tale fattore. Essendo
1
e j
1
entrambi primi, si ha
1
= j
1
. Quindi
j
a
1
1
1
j
a
2
2
j
a
k
I
=
a
0
1
1
1

a
0
2
2

a
0
s
c
< :.
il che contraddice la minimalit di : perch anche il numero j
a
1
1
1
j
a
2
2
j
a
k
I
ammette pi
fattorizzazioni. La contraddizione dimostra lunicit della rappresentazione primale.
B
Dal punto di vista metodologico si deve osservare che questa dimostrazione di
esistenza per contraddizione e, in quanto tale, non pu essere costruttiva. Infatti,
tale tipo di dimostrazioni si basa sul Principio del terzo escluso (una propriet
vera se e solo se non falsa) e la verit di una asserzione stabilita mostrandone
la non falsit. Ci rende spesso queste dimostrazioni brevi ed eleganti, ma, bench
logicamente ineccepibili
16
, dal vago carattere metasico perch non danno un modo
per costruire gli enti matematici di cui stabiliscono lesistenza. In altri termini, non
danno un algoritmo con cui determinare tali enti.
In conclusione, invitiamo il lettore a confrontare questa dimostrazione di esistenza
con quella, costruttiva, del Teorema 11. Il loro confronto dovrebbe chiarire le dierenze
tra i due tipi fondamentali di dimostrazione di esistenza, costruttiva/diretta e non
costruttiva/indiretta.
Non un caso che la dimostrazione di esistenza del Teorema fondamentale dellar-
itmetica non sia costruttiva. Infatti, costruire algoritmi che permettano di fattorizzare
in numeri primi un numero naturale : (i cosiddetti test di fattorizzazione) oltremodo
complicato. Del resto, gi costruire algoritmi in grado perlomeno di stabilire se :
16
A meno di riutare il Principo del terzo escluso, come alcuni illustri matematici hanno fatto (ma,
si tratta di una posizione minoritaria, e comunque un aspetto metodologico molto sottile il cui
studio ora del tutto prematuro).
primo o composto (test di primalit) estremamente complesso ed tuttora un attivo
campo di ricerca (tant che un risultato importante in questo ambito del 2002)
17
.
Per intuire la dicolt del problema si osservi che, se : composto, esistono due
naturali c. / 1 tali che : = c/. Quindi, c _
_
: oppure / _
_
: (diversamente,
c/ :), e dunque esiste un divisore di : tra i naturali compresi tra 1 e
_
:. Per
vericare se : primo o composto possiamo quindi limitarci a dividere : per tutti i
naturali tra 1 e
_
:: se nessuno di essi risulta essere un divisore di :, concludiamo
che : primo; diversamente, che : composto. La procedura richiede al pi
_
:
operazioni (di divisione).
Forti di queste considerazioni, supponiamo di voler vericare se il numero 10
100
+
1 primo o composto (si tratta di un numero di 101 cifre, quindi grande ma non
grandissimo). La procedura richiede al pi
_
10
100
+ 1 operazioni, ossia al pi circa 10
0
operazioni. Supponiamo di possedere un potentissimo calcolatore in grado di svolgere
10
10
(dieci miliardi) operazioni al secondo. Poich in un anno vi sono 31.536.000
secondi, cio circa 3 10
7
secondi, il nostro calcolatore in un anno in grado di svolgere
circa 3 10
7
10
10
= 3 10
17
operazioni. Per svolgere le operazioni che la procedura
potrebbe richiedere, il nostro calcolatore ha bisogno di
10
0
3 10
17
=
1
3
10
SS
anni. meglio cominciare subito...
Si osservi che, se conosciamo la rappresentazione primale di due numeri naturali :
e :, possiamo facilmente determinare il loro massimo comune divisore. Per esempio,
da
3801 = 3 7 181 e 1708 = 2
2
7 61
segue subito che :cd (3801. 1708) = 7, il che conferma quanto gi determinato con
lalgoritmo di Euclide. Vista la grande dicolt di fattorizzare i numeri naturali,
losservazione per di scarsa importanza dal punto di vista computazionale. perci
bene tenersi caro lalgoritmo di Euclide che in grado di calcolare, con ragionevole
ecienza grazie al Teorema di Lam, i massimi comuni denominatori senza dover
passare tramite alcuna fattorizzazione.
Ma quanti sono?
Vista limportanza dei numeri primi, naturale chiedersi quanti siano. Il prossimo
celeberrimo risultato, dovuto a Euclide, mostra che essi sono inniti. Dopo il Teorema
8, la seconda notevolissima gemma della matematica classica che abbiamo la fortuna
di incontrare nel volgere di poche pagine.
17
Una delle ragioni per cui lo studio di test di fattorizzazione un attivo campo di ricerca che la
dicolt di fattorizzare i numeri naturali sfruttata dalla moderna crittograa per costruire codici
impenetrabili.
Teorema 14 (Euclide) Esistono inniti numeri primi.
Dim. La dimostrazione per contraddizione. Supponiamo esista un numero nito di
numeri primi e indichiamoli con j
1
< j
2
< < j
a
. Si ponga
= j
1
j
2
j
a
e : = + 1. Il numero naturale : maggiore di tutti i numeri primi, ed quindi
un numero composto. Per il Teorema fondamentale dellaritmetica, esso dunque
divisibile per almeno uno dei numeri primi j
1
, j
2
, ..., j
a
. Indichiamo tale divisore
con j. Entrambi i numeri naturali : e sono quindi divisibili per j. Ne segue che
anche la loro dierenza, ossia il numero naturale 1 = : , divisibile per j , il che
impossibile perch j 1. La contraddizione mostra che lassunzione che esista un
numero nito di numeri primi falsa. B
In conclusione, abbiamo visto alcune nozioni di base di Teoria dei numeri, la bran-
ca della Matematica che si occupa delle propriet dei numeri interi. uno dei campi
pi aascinanti e dicili della Matematica, con risultati di grande profondit, spes-
so relativamente facili da enunciare ma dicili da dimostrare. Lesempio classico al
riguardo il famoso Ultimo Teorema di Fermat, il cui enunciato molto semplice: se
: _ 3 non esistono tre numeri interi positivi r, e . tali che r
a
+
a
= .
a
. Grazie al
Teorema di Pitagora sappiamo che per : = 2 tali terne di interi esistono (per esempio,
3
2
+4
2
= 5
2
); lUltimo Teorema di Fermat aerma che : = 2 in realt lunico caso in
cui questa notevole propriet vale. Enunciato da Fermat, il teorema stato dimostrato
nel 1994 da Andrew Wiles dopo pi di tre secoli di inutili tentativi.
1.4 Struttura dordine di R
Volgiamo ora la nostra attenzione allinsieme R dei numeri reali, centrale per le appli-
cazioni. Unimportante propriet di R la possibilit di ordinare gli elementi tramite
la disuguaglianza _. Il signicato intuitivo di tale disuguaglianza chiaro: dati due
reali c e /, si ha c _ / quando c grande almeno quanto /.
Consideriamo le seguenti propriet della disuguaglianza _:
(i) riessivit: c _ c;
(ii) antisimmetria: se c _ / e / _ c, allora c = /;
(iii) transitivit: se c _ / e / _ c, allora c _ c;
(iv) completezza: per ogni coppia c. / R, si ha c _ / oppure / _ c (o entrambe);
(v) indipendenza additiva: se c _ /, allora c +c _ / +c per ogni c R.
1.4. STRUTTURA DORDINE DI R 39
(vi) indipendenza moltiplicativa: sia c _ /; allora
cc _ /c se c 0
cc = /c = 0 se c = 0
cc _ /c se c < 0
(vii) separazione: dati due insiemi di numeri reali e 1, se c _ / per ogni c e
/ 1, allora esiste c R tale che c _ c _ / per ogni c e / 1.
Le prime tre propriet hanno unovvia interpretazione. La completezza garantisce
che, dati due numeri reali qualsiasi, essi possano sempre essere ordinati. Lindipen-
denza additiva fa s che lordinamento iniziale tra due reali c e / non sia alterato dal
sommare a entrambi uno stesso reale c. Lindipendenza moltiplicativa considera invece
la stabilit di tale ordinamento rispetto alla moltiplicazione.
Inne, la separazione permette di separare due insiemi tra loro ordinati da _
ossia tali che ogni elemento delluno maggiore o uguale a ogni elemento dellaltro
tramite un numero reale c, detto elemento separatore
18
.
La forma stretta c / della disuguaglianza debole _ indica che c strettamente
pi grande di /. In termini di _ si ha c / se e solo se / c, cio la disuguaglianza
stretta si pu vedere come negazione della disuguaglianza debole (di verso opposto).
In ogni caso, il lettore pu vericare che transitivit e indipendenza, additiva e molti-
plicativa, valgono anche per la disuglianza stretta, sostituendo _ con . Lasciamo al
lettore vericare che le altre propriet della disuglianza _ non valgono, invece, per .
La struttura dordine, caratterizzata dalle propriet (i)-(vii), fondamentale in
R. Prima di iniziarne lo studio, introduciamo grazie a _ e alcuni sottoinsiemi
fondamentali di R:
(i) gli intervalli chiusi limitati [c. /] = r R : c _ r _ /;
(ii) gli intervalli aperti limitati (c. /) = r R : c < r < /;
(iii) gli intervalli semichiusi (o semiaperti ) limitati (c. /] = r R : c < r _ / e
[c. /) = r R : c _ r < /.
Sono inoltre importanti
18
Si noti che la propriet vale anche per N e Z, ma non per Q. Per esempio, gli insiemi =
_
Q : <
_
2
_
e 1 =
_
Q :
_
2
_
non hanno un elemento separatore razionale, come il
lettore potr vericare alla luce di quanto vedremo nella Sezione 1.4.3.
(iv) gli intervalli illimitati
19
[c. ) = r R : r _ c e (c. ) = r R : r c,
nonch i loro analoghi (. c] e (. c). In particolare, la semiretta positiva
[0. ) spesso indicata con R
, mentre R
indica (0. ), ossia la semiretta

positiva privata dellorigine.
Luso degli aggettivi aperto, chiuso e illimitato diverr chiaro nel Capitolo 5. Per
semplicit di notazione, nel seguito (c. /) star ad indicare sia un intervallo aperto
limitato sia gli illimitati (c. ), (. /) e (. ) = R. Analogamente, con (c. /]
e [c. /) si indicheranno sia gli intervalli semichiusi limitati sia gli illimitati (. /] e
[c. ).
1.4.1 Massimi e minimi
Denizione 8 Sia _ R un insieme non vuoto di numeri reali. Un numero / R
si dice maggiorante di se pi grande (meglio, non pi piccolo) di ogni elemento di
, ossia se
20
/ _ r \r .
mentre si dice minorante di se pi piccolo (meglio, non pi grande) di ogni
elemento di , ossia se
/ _ r \r .
Per esempio, se = [0. 1], il numero 3 un maggiorante e il numero 1 un mino-
rante poich 1 _ r _ 3 per ogni r [0. 1]. In particolare, linsieme dei maggioranti
di lintervallo [1. ) e linsieme dei minoranti lintervallo (. 0].
Indicheremo con
+
linsieme dei maggioranti di e con
+
linsieme dei minoranti.
Nellesempio appena visto,
+
= [1. ) e
+
= (. 0].
Facciamo alcune semplici osservazioni:
(i) Maggioranti e minoranti possono non appartenere allinsieme : il maggiorante
3 e il minorante 1 di [0. 1] ne sono un esempio.
(ii) Maggioranti e minoranti possono non esistere. Per esempio, per linsieme dei
numeri pari
0. 2. 4. 6. (1.14)
non esiste alcun reale che sia pi grande di tutti: linsieme non ha maggioranti.
Analogamente, linsieme
0. 2. 4. 6. (1.15)
19
Quando non vi sia pericolo di equivoci, scriveremo semplicemente in luogo di +. Il simbolo
fu introdotto nella Matematica da John Wallis nel Seicento e richiama una curva detta lemniscata
e una specie di cappello o di aureola (simbolo di forza) posto sul capo di alcune gure dei tarocchi:
in ogni caso non un 8 coricato
20
Il quanticatore universale \ si legge per ogni. Quindi, la scrittura \r si legge per ogni
elemento r appartenente allinsieme .
non ha minoranti, mentre linsieme degli interi Z un semplice esempio di insieme
che non ha n maggioranti n minoranti.
(iii) Se / un maggiorante, lo anche ogni /
t
/, e, analogamente, se / un
minorante, lo anche ogni /
tt
< /. Quindi, se esistono, maggioranti e minoranti
non sono unici.
Usando maggioranti e minoranti, diamo una prima classicazione degli insiemi della
retta reale.
Denizione 9 Un insieme non vuoto _ R si dice:
(i) superiormente limitato se ha un maggiorante, ossia se
+
,= O;
(ii) inferiormente limitato se ha un minorante, ossia se
+
,= O;
(iii) limitato se sia superiormente sia inferiormente limitato.
Per esempio, lintervallo chiuso [0. 1] limitato poich sia superiormente sia infe-
riormente limitato, mentre linsieme (1.14) dei pari inferiormente, ma non superior-
mente, limitato (infatti, abbiamo visto come non abbia maggioranti). Analogamente,
linsieme (1.15) superiormente, ma non inferiormente, limitato.
Si noti che questa classicazione degli insiemi non esaustiva: esistono insiemi che
non ricadono in alcuno dei punti (i)-(iii) della precedente denizione. Per esempio,
Z non ha n maggioranti n minoranti in R, e quindi non soddisfa nessuno dei punti
(i)-(iii). Tali insiemi si dicono illimitati .
Introduciamo ora una fondamentale classe di maggioranti e minoranti.
Denizione 10 Dato un insieme non vuoto _ R, un elemento ^ r di si dice
massimo di se il pi grande elemento di , ossia se
^ r _ r \r .
mentre si dice minimo di se il pi piccolo elemento di , ossia se
^ r _ r \r .
La caratteristica cruciale della denizione la richiesta che massimo e minimo
appartengano allinsieme considerato. immediato vedere come massimi e minimi
siano, rispettivamente, particolari maggioranti e minoranti. In eetti, essi non sono
altro che maggioranti e minoranti che appartengono allinsieme .
Esempio 6 Lintervallo chiuso [0. 1] ha minimo 0 e massimo 1. #
Molte applicazioni economiche vertono sulla ricerca dei massimi o dei minimi di
opportuni insiemi di possibilit alternative. Purtroppo, si tratta di nozioni piuttosto
fragili perch spesso gli insiemi non ammettono massimi o minimi.
Esempio 7 Lintervallo semichiuso [0. 1) ha minimo 0, ma non ha massimo. Infatti,
supponiamo per contraddizione che esista un massimo ^ r [0. 1), ossia che valga ^ r _ r
per ogni r [0. 1). Si ponga
~ r =
1
2
^ r +
1
2
1.
Poich ^ r < 1, si ha ^ r < ~ r. Ma immediato vedere che ~ r [0. 1), il che contraddice il
fatto che ^ r sia massimo di [0. 1). #
Ragionando in modo analogo si vede che:
(i) lintervallo semichiuso (0. 1] ha massimo 1 ma non ha minimo;
(ii) lintervallo aperto (0. 1) non ha n minimo n massimo.
Quando esistono, massimi e minimi sono unici:
Proposizione 15 Un insieme _ R ha al pi un solo massimo e un solo minimo.
Dim. Siano ^ r
1
. ^ r
2
due massimi di . Mostriamo che ^ r
1
= ^ r
2
. Poich ^ r
1
un
massimo, si ha ^ r
1
_ r per ogni r . In particolare, poich ^ r
2
, si ha ^ r
1
_ ^ r
2
.
Analogamente, ^ r
2
_ ^ r
1
perch anche ^ r
2
un massimo, e quindi ^ r
1
= ^ r
2
. In modo
simile si mostra lunicit del minimo. B
Il massimo di un insieme si indica con max , e il suo minimo con min . Per
esempio, per = [0. 1], si ha max = 1 e min = 0.
1.4.2 Estremi superiore e inferiore
Poich massimi e minimi sono essenziali nelle applicazioni (e non solo in esse), la
loro fragilit un problema sostanziale. Per alleviare tale problema cerchiamo un
surrogato, cio una nozione concettualmente simile, ma meno fragile, cos da averla
a disposizione anche quando non si hanno massimi o minimi.
Consideriamo prima i massimi
21
. Losservazione dalla quale partire che il massi-
mo, quando esiste, il pi piccolo dei maggioranti, ossia
max = min
+
. (1.16)
Sia ^ r il massimo di . Se / un maggiorante di , si ha infatti / _ ^ r poich
^ r . Daltra parte, ^ r a sua volta un maggiorante e si ha quindi luguaglianza
(1.16).
21
Come gi menzionato, in Economia i massimi hanno un ruolo di primaria importanza.
Esempio 8 Abbiamo visto che linsieme dei maggioranti di [0. 1] lintervallo [1. ).
In questo esempio luguaglianza (1.16) prende la forma max [0. 1] = min [1. ). #
Quando esiste, il massimo quindi il pi piccolo dei maggioranti. Ma, il pi
piccolo dei maggioranti, ossia min
+
, pu esistere anche quando il massimo non esiste.
Per esempio, consideriamo = [0. 1): il massimo non esiste, ma il pi piccolo dei
maggioranti esiste ed 1, cio min
+
= 1.
Tutto ci candida il pi piccolo dei maggioranti a essere il surrogato del massimo di
cui siamo alla ricerca. In eetti, nellesempio appena visto, il punto 1 , in mancanza
di un massimo, il valore che pi gli vicino in spirito.
Ragionando in modo analogo, il pi grande dei minoranti, ossia max
+
, il can-
didato naturale a surrogare il minimo, quando questi non esista. Motivati da quanto
precede, diamo la seguente denizione.
Denizione 11 Dato un insieme non vuoto _ R, si dice estremo superiore di il
pi piccolo dei maggioranti di , ossia min
+
, ed estremo inferiore il pi grande dei
minoranti di , ossia max
+
.
Grazie alla Proposizione 15, sia lestremo superiore sia linferiore di , quando
esistono, sono unici. Li indichiamo con la notazione sup e inf . Per esempio, se
= (0. 1), si ha inf = 0 e sup = 1.
Come s gi detto, se inf , esso ne il minimo e, se sup , ne il
massimo.
Sebbene gli estremi superiore e inferiore possano esistere in assenza di massimi e
minimi, anchessi non sempre esistono.
Esempio 9 Consideriamo linsieme dei numeri pari in (1.14). In questo caso
+
= O
e lestremo superiore non esiste. Pi in generale, se non superiormente limitato, si
ha
+
= O e lestremo superiore non esiste. In modo analogo, gli insiemi che non sono
inferiormente limitati non hanno estremo inferiore
22
. #
Abbiamo trovato un ragionevole surrogato per le nozioni sia di massimo sia di
minimo, ossia lestremo superiore e linferiore. Tuttavia, per essere utili, occorre che
essi esistano per una classe sucientemente ampia di insiemi; diversamente, se anche la
loro esistenza fosse spesso problematica, sarebbero di ben poco aiuto come surrogati
23
.
Per fortuna, il prossimo importante risultato, il Teorema di completezza dei reali,
garantisce lesistenza degli estremi per unampia classe di insiemi, mostrando che gli
insiemi del tipo visto nellultimo esempio sono in eetti gli unici per i quali non esistono
gli estremi.
22
Qualora non ammetta estremo superiore, si usa scrivere sup = + e, qualora non ammetta
estremo inferiore, inf = . Si pone inoltre convenzionalmente supO = e inf O = +. Ci
motivato dalla circostanza che ogni numero reale da considerare simultaneamente un maggiorante
e un minorante di : naturale allora concludere che supO = inf O
= inf R = e inf O = supO
=
supR = +.
23
Lutilit di un surrogato dipende sia da quanto bene esso approssimi loriginale sia da quanto
ampia sia la sua disponibilit.
Teorema 16 (di completezza dei reali) Ogni insieme _ R non vuoto e superi-
ormente limitato possiede estremo superiore; se non vuoto e inferiormente limitato
possiede estremo inferiore.
Dim. Ci limitiamo alla prima aermazione. Dire che superiormente limitato
signica che ammette qualche maggiorante, cio che
+
non vuoto. Poich c _ / per
ogni c e ogni /
+
, per la propriet di separazione esiste un elemento separatore
c R tale che c _ c _ / per ogni c e ogni /
+
. Poich c _ c per ogni c ,
si ha che c un maggiorante di , sicch c
+
. Ma, da c _ / per ogni /
+
segue
che c = min
+
, ossia c = sup . Ci prova lesistenza dellestremo superiore di . B
Quindi, eccetto gli insiemi non superiormente limitati, tutti gli altri insiemi in R
ammettono estremo superiore. Analogamente, eccetto gli insiemi non inferiormente
limitati, tutti gli altri insiemi in R hanno estremo inferiore. Ci conferma che gli
estremi superiori e inferiori sono in eetti ottimi surrogati, sulla cui esistenza possiamo
contare per unamplissima classe di insiemi di R.
Si osservi che, grazie al Teorema di completezza dei reali, tutti gli insiemi limitati
hanno estremo sia superiore sia inferiore.
1.4.3 Densit
La struttura dordine utile anche per chiarire i rapporti tra gli insiemi N, Z, Q e R.
Come prima cosa rendiamo rigorosa una intuizione naturale: per quanto grande sia un
numero reale, esiste sempre un numero naturale pi grande. Si tratta della cosiddetta
propriet archimedea dei reali.
Proposizione 17 Per ogni reale c R esiste un naturale : N tale che : _ c.
Dim. Sia c R. Poich linsieme N non superiormente limitato, c non un suo
maggiorante. Esiste quindi : N tale che : _ c. B
La prossima propriet evidenzia una dierenza fondamentale tra le strutture di N
e Z, da una parte, e di Q e R, dallaltra. Se prendiamo un numero intero, possiamo
parlare in modo molto naturale di predecessore e successore. In particolare, se : Z,
il suo predecessore lintero : 1, mentre il suo successore lintero : + 1 (per
esempio, il predecessore di 317 316 e il suo successore 318). In altre parole, Z ha
un ritmo discreto.
Al contrario, non possiamo parlare di predecessori e successori in Q o in R. Con-
sideriamo prima Q. Dato un razionale = :,:, sia
t
= :
t
,:
t
un razionale qualsiasi
tale che
t
. Si ponga
tt
=
1
2

t
+
1
2
.
Il numero
tt
razionale poich
tt
=
1
2

:
t
:
t
+
1
2

:
:
=
1
2
_
:
t
: +::
t
::
t
_
e risulta
<
tt
<
t
. (1.17)
Non esiste quindi il pi piccolo razionale maggiore di . Analogamente, facile vedere
come non esista il pi grande razionale minore di . I razionali non ammettono quindi
n predecessori n successori.
In modo del tutto simile si mostra che, dati due reali qualsiasi c < /, esiste un
reale c tale che c < c < /. Infatti
c <
1
2
c +
1
2
/ < /
Anche i reali non ammettono quindi n predecessori n successori. Il ritmo di razionali
e reali , per cos dire, serrato, senza interruzioni discrete. Tale propriet di Q e R
detta densit. A dierenza di N e Z, che sono insiemi discreti, Q e R sono insiemi
densi, privi di buchi.
Concludiamo con unimportante relazione di densit tra Q e R. Abbiamo osservato
come si possa dimostrare che la gran parte dei reali non sia razionale, ossia come
gran parte dei punti sulla retta sia rappresentata da numeri irrazionali. Tuttavia, i
razionali sono un sottoinsieme denso, e quindi molto signicativo, dei reali perch,
come mostra il prossimo risultato, nella disuguaglianza c < c < /, con c. / R, si pu
sempre scegliere c tra i razionali: tra due reali qualsiasi si pu cio sempre inlare
un razionale.
Proposizione 18 Dati due reali qualsiasi c < /, esiste un razionale Q tale che
c < < /.
La propriet in discorso si pu enunciare aermando che Q denso in R. Nella
dimostrazione si usa la nozione di parte intera [c] di un reale c R, cio il pi grande
intero : Z tale che : _ c. Per esempio, [:] = 3, [5,2] = 2,
__
2
= 1, [:] = 4 e
cos via. Il lettore pu vericare che
[c + 1] = [c] + 1
poich, per ogni : Z, si ha : _ c se e solo se : + 1 _ c + 1. Inoltre, [c] < c quando
c , Z.
Dim. Siano c. / R, con c < /. Per semplicit, distinguiamo tre casi.
Caso 1: Sia c + 1 = /. Se c Q il risultato segue dalla (1.17). Sia c , Q, e quindi
c + 1 , Q. Si ha
[c] _ c < [c] + 1 = [c + 1] < c + 1 (1.18)
e quindi = [c] + 1 il razionale cercato.
Caso 2: Sia / c 1, cio
c < c + 1 < /
Dal Caso 1 segue che lesistenza di Q tale che c < < c + 1 < /.
Caso 3: Sia /c < 1. Grazie alla propriet archimedea dei reali, esiste : N. : ,= 0.
tale che
: _
1
/ c
.
sicch :/ :c = :(/ c) _ 1. Allora, per quanto appena visto nei casi 1 e 2, esiste
Q tale che :c < < :/. Quindi,
c <

:
< /
il che completa la dimostrazione perch ,: Q. B
OfB. Per il (pi dicile) caso 3, presentiamo una dimostrazione alternativa che prende
in esame diversi casi, a seconda che almeno uno dei reali sia razionale, oppure che siano
entrambi irrazionali.
Per esempio, siano c Q e / , Q, e sia c = / c con 0 < c < 1. Chiaramente,
esiste : _ 0 tale che c 10
a
(che vale infatti per ogni : log
10
(1,c)). Allora,
preso = c + 10
a
, si ha Q e inoltre c < < /. ll fatto che Q ovvio, dato
che si tratta di somma di due razionali. Inne, c < c + 10
a
= < c + c = /. Il caso
di / razionale e c irrazionale si dimostra analogamente.
Pi delicato il caso in cui c e / sono entrambi irrazionali. In tale evenienza, sia
c = / c < 1, e sia : _ 0 tale che c 10
a
. Allora, preso = [c 10
a
] 10
a
+ 10
a
,
si ha Q e inoltre c < < /. Il fatto che sia razionale ovvio, dato che si tratta
della somma di due razionali. Dimostriamo che c < < /. Infatti, si ha
= [c 10
a
] 10
a
+ 10
a
_ c 10
a
10
a
+ 10
a
= c + 10
a
< c +c = /.
dove abbiamo usato la prima delle due disuguaglianze in (1.18). Inne si ha
= [c 10
a
] 10
a
+ 10
a
= 10
a
([c 10
a
] + 1) 10
a
(c 10
a
) = c.
dove abbiamo usato la seconda delle disuguaglianze in (1.18). Abbiamo quindi di-
mostrato che c < < /.
La dimostrazione ha il pregio di mostrare come si possa costruire un numero
razionale che giace tra due irrazionali: in particolare, il numero razionale che si in-
serisce tra di loro si costruisce secondo quanto lintuizione suggerirebbe di fare. Si
prendono tutte le cifre decimali comuni ai due numeri, si azzerano le restanti ( ci
che si ottiene facendo [c10
a
]10
a
) e si aggiunge una quantit positiva, razionale e pi
piccola della dierenza tra i due numeri ( ci che si fa aggiungendo 10
a
). Il numero
risultante per costruzione razionale ed incluso tra i due irrazionali considerati. *
1.5. POTENZE E LOGARITMI 47
1.5 Potenze e logaritmi
1.5.1 Potenze
Dato : N, abbiamo gi ricordato il signicato di
a
con Q e di
1
n
con 0 < Q.
In modo del tutto analogo si deniscono c
a
con c R e e c
1
n
con 0 < c R. Pi in
generale, si pone
c
a
=
1
c
a
e c
m
n
= (c
n
)
1
n
per :. : N e 0 < c R. Abbiamo quindi denito la potenza c
v
di base reale positiva
ed esponente razionale. Talvolta si scrive
n
_
c
n
in luogo di c
m
n
.
Dato 0 < c R, vogliamo ora estendere questa nozione al caso c
a
con r R, ossia
con esponente reale. Prima di farlo, vediamo due importanti osservazioni.
NB. Abbiamo denito c
v
soltanto per c 0. Ci per evitare pericolosi e imbarazzanti
equivoci. Si pensi, per esempio, a (5)
3
2
. Essa si potrebbe riscrivere
2
_
(5)
S
=
2
_
125
oppure come
_
2
_
5
_
S
che non esistono (tra i reali). Ma si potrebbe scrivere anche
(5)
3
2
= (5)
6
4
che, a sua volta, si pu riesprimere come
4
_
(5)
6
=
4
_
15.625 che
esiste e vale circa 11. 180339 oppure come
_
4
_
5
_
6
che non esiste. V
NB. Consideriamo la radice
_
c = c
1
2
largamente noto che ogni numero positivo possiede due radici: per esempio
_
9 =
3. La doppia possibilit si usa qualicare radice algebrica; lunico valore positivo
della radice si dice invece radice aritmetica: per esempio 3 e 3 sono le due radici
algebriche di 9, mentre 3 ne lunica radice aritmetica.
Nel seguito le radici di ordine pari saranno sempre intese in senso aritmetico (e
quindi con un solo valore). Si tratta, del resto, della convenzione pi abituale: per
esempio, nella classica formula risolutiva
r =
/
_
/
2
4cc
2c
.
di unequazione cr
2
+/r+c = 0 di secondo grado, la radice intesa in senso aritmetico
(se fosse in senso algebrico non vi sarebbe alcuna necessit di scrivere , perch la
radice sarebbe gi di per s doppia). V
1.5.2 Potenze con esponente reale
Riprendiamo il lo del discorso, estendiamo la nozione di potenza al caso c
a
, con
0 < c R e r R. Purtroppo, i dettagli di questa estensione sono tediosi. Ci
accontentiamo di dire che c
a
, se c 1, non altro che lestremo superiore dellinsieme
di tutti i valori c
q
al variare di tra i razionali tali che _ r. Formalmente,
c
a
= sup c
q
: _ r con Q . (1.19)
In modo analogo si denisce c
a
per 0 < c < 1. Valgono le seguenti propriet, che,
grazie alla (1.19), seguono dalle analoghe propriet che valgono quando lesponente
razionale.
Lemma 19 Sia c 0 e r. R. Si ha c
a
0 per ogni r R. Inoltre:
(i) c
a
c
j
= c
aj
e c
a
,c
j
= c
aj
;
(ii) (c
a
)
j
= c
aj
;
(iii) c
a
/
a
= (c/)
a
e c
a
,/
a
= (c,/)
a
;
(iv) se r si ha
c
a
c
j
se c 1
c
a
< c
j
se c < 1
c
a
= c
j
= 1 se c = 1
Tra le basi c 0 la pi importante il numero e. Come vedremo, la potenza e
a
gode di notevolissime propriet.
1.5.3 Logaritmi
Le operazioni di addizione e di moltiplicazione sono commutative (c + / = / + c e
c/ = /c) e hanno perci una sola operazione inversa, rispettivamente la sottrazione e
la divisione:
(i) se c +/ = c allora / = c c e c = c /
(ii) se c/ = c allora / = c,c e c = c,/, con c. / ,= 0.
Loperazione di potenza c
b
, con c 0, non invece commutativa: c
b
ben diversa
da /
o
e quindi essa possiede due distinte operazioni inverse.
Sia c
b
= c. La prima operazione inversa (assegnati c e /, individuare c) detta
radice /-esima di c:
c =
b
_
c = c
1b
.
La seconda (assegnati c e c, risalire a /) detta logaritmo
24
in base c di c:
/ = log
o
c.
24
Il nome un omaggio al grande matematico arabo Al-Khuwarizmi (o Al-Quwarizmi). Un altro
omaggio algoritmo.
1.5. POTENZE E LOGARITMI 49
Si noti che, oltre a dover essere c 0 e c 0, devessere anche c ,= 1 perch 1
b
= c
impossibile salvo quando c = 1.
Il logaritmo una nozione fondamentalissima, ubiqua in matematica e in tutte le
sue applicazioni. Come abbiamo appena visto, si tratta di una nozione molto semplice:
il numero / = log
o
c non altro che lesponente da attribuire ad c per ottenere c, cio
c
log
a
c
= c.
Le propriet dei logaritmi derivano facilmente dalle propriet delle potenze viste
nel Lemma 19.
Lemma 20 Siano c 0 e c. d 0, con c ,= 1. Si ha:
(i) log
1o
c = log
o
c;
(ii) log
o
k c =
1
I
log
o
c per ogni 0 ,= / R;
(iii) log
o
(cd) = log
o
c + log
o
d;
(iv) log
o
(c,d) = log
o
c log
o
d;
(v) log
o
c
I
= / log
o
c per ogni / R.
(vi) log
o
c = log
b
c, log
b
c ( cambiamento di base).
Dim. (i) Se (1,c)
b
= c, allora c
b
= c. (ii) Se
_
c
I
_
b
= c, allora c
Ib
= c e perci
lesponente da dare ad c
I
per ottenere c 1,/ dellesponente da dare ad c. (iii)
Siano c
a
= c, c
j
= d e c
:
= cd: dato che cd = c
a
c
j
= c
aj
segue lasserto. (iv)
La dimostrazione analoga alla precedente. (v) Siano c
a
= c e c
j
= c
I
: dato che
c
I
= (c
a
)
I
= c
Ia
segue lasserto
25
. (vi) Siano c
a
= c, /
j
= c e /
:
= c: si ha allora
c
a
= (/
:
)
a
= /
:a
= c = /
j
e perci .r = cio r = ,.. B
Alla luce della propriet (vi) di cambiamento di base, si pu prendere come base
dei logaritmi sempre lo stesso numero, per esempio 10, perch
log
o
c =
log
10
c
log
10
c
.
In realt, come per le potenze c
a
, anche per i logaritmi la base largamente pi
comune il numero e, che verr introdotto nel Capitolo 9. In tal caso si scrive sem-
plicemente log r in luogo di log
o
r. A cagione della sua importanza, log r anche
chiamato logaritmo naturale di r, il che porta alla notazione ln r talvolta usata in
alternativa a log r.
Il prossimo risultato evidenzia i legami strettissimi esistenti tra logaritmi e potenze,
che possono vedersi come nozioni tra loro inverse.
25
Per esempio, con a ,= 1, log
a
r
2
= 2 log
a
r per r 0. Si osservi che log
a
r
2
esiste per ogni r ,= 0,
mentre 2 log
a
r esiste soltanto per r 0.
Proposizione 21 Dato c 0, c ,= 1, si ha
log
o
c
a
= r \r R
e
c
log
a
a
= r \r 0.
Lasciamo al lettore la semplice dimostrazione.
1.6 Numeri, dita e circuiti
Il modo pi abituale di scrivere i numeri utilizza la cosiddetta rappresentazione
decimale. Si sono scelti dieci segni graci
0. 1. 2. 3. 4. 5. 6. 7. 8. 9 (1.20)
le cifre, e con esse, utilizzando la notazione posizionale, ogni numero naturale pu
essere scritto tramite alcune cifre che, da destra a sinistra, ne indicano rispettivamente
le unit, le decine, le centinaia, le migliaia, ecc..
Cos, per esempio 4357 signica 4 migliaia, 3 centinaia, 5 decine e 7 unit. I
numeri naturali risultano cos scanditi dalle potenze di 10, ognuna delle quali determina
laggiunta di una cifra: la scrittura 4357 labbreviazione di
4 10
S
+ 3 10
2
+ 5 10
1
+ 7 10
0
.
Per la notazione posizionale assolutamente fondamentale luso dello 0 per indicare
una casella vuota: per esempio, nella scrittura 4057 lo zero indica lassenza di centinaia,
cio
4 10
S
+ 0 10
2
+ 5 10
1
+ 7 10
0
.
I numeri non interi si rappresentano in maniera del tutto analoga scandendoli
rispetto alle potenze di 1,10 = 10
1
: cos, per esempio 0. 501625 labbreviazione di
5 10
1
+ 0 10
2
+ 1 10
S
+ 6 10
1
+ 2 10
+ 5 10
6
.
La scelta della rappresentazione decimale dipesa dalla circostanza che abbiamo
dieci dita, ma ovviamente non lunica possibile. Alcune popolazioni americane con-
tavano sulle mani ma utilizzando, anzich le dieci dita, gli otto spazi tra esse. Essi
avrebbero scelto soltanto 8 cifre, che senza fantasia supponiamo essere
0. 1. 2. 3. 4. 5. 6. 7
e avrebbero scandito i vari numeri interi sulla base delle potenze di 8, cio 8, 64, 512,
4096, . . . Avrebbero scritto il nostro decimale 4357 come
1 4096 + 0 512 + 4 64 + 0 8 + 5 = 1 8
1
+ 0 8
S
+ 4 8
2
+ 0 8
1
+ 5 8
0
= 10405
1.6. NUMERI, DITA E CIRCUITI 51
e il decimale 0. 501625 come
4 0. 125 + 1 0. 0015625 = 4 8
1
+ 1 8
2
= 0. 41.
In generale, data una base / e linsieme di cifre
C
b
= c
0
. c
1
. .... c
b1
per rappresentare gli interi tra 0 e / 1, ogni numero naturale : si scrive in base /
come
d
I
d
I1
d
1
d
0
dove / un opportuno numero naturale e
: = d
I
/
I
+d
I1
/
I1
+ +d
1
/ +d
0
con d
i
C
b
per ogni i = 0. .... /.
Per esempio, consideriamo la base duodecimale, con cifre
0. 1. 2. 3. 4. 5. 6. 7. 8. 9. A.
In questo caso abbiamo usato i simboli A e per le due cifre addizionali di cui abbiamo
bisogno rispetto al caso decimale. Il numero duodecimale
9A02 = 9 12
1
+A 12
S
+ 0 12
2
+ 12 + 2
si converte in numerazione decimale come
9A02 = 9 12
1
+A 12
S
+ 0 12
2
+ 12 + 2
= 9 12
1
+ 10 12
S
+ 0 12
2
+ 11 12 + 2
= 188630
facendo uso della tabella di conversione
Duod. 0 1 2 3 4 5 6 7 8 9 A
Dec. 0 1 2 3 4 5 6 7 8 9 10 11
Si noti come la rappresentazione duodecimale 9A02 usi meno cifre di quella decimale
188630, ossia cinque invece di sei. Daltra parte, la numerazione duedicimale necessita
di 12 simboli da usare come cifre, invece dei 10 di quella decimale. un tipico trade
o che si aronta nella scelta della base con cui rappresentare i numeri: basi maggiori
permettono di rappresentare i numeri con meno cifre, ma richiedono un pi complesso
insieme di cifre. La risoluzione del trade o, e la conseguente scelta della base, dipende
dalle caratteristiche dellapplicazione di interesse.
Per esempio, in ingegneria eletronica importante avere un insieme semplicissimo
di cifre, con due soli elementi, perch calcolatori e apparecchi elettronici dispongono
in maniera naturale di due sole cifre (circuito aperto o chiuso, polarit positiva o
negativa). Per tale ragione in questo ambito diusissima la base 2, la pi economica
tra le basi in termini di complessit dellinsieme di cifre C
2
, che consta delle solo cifre
0 e 1 (detti bit, dallinglese binary digits)
In rappresentazione binaria, i vari interi si scrivono come
Dec. 0 1 2 3 4 5 6 7 8 9 10 11 16
Bin. 0 1 10 11 100 101 110 111 1000 1001 1010 1011 10000
dove per esempio, in binario
11 = 1 2
S
+ 0 2
2
+ 1 2
1
+ 1 2
0
e in decimale
11 = 1 10
1
+ 1 10
0
Lestrema economicit su C
2
permessa dalla base 2 ha come costo il gran numero di
bit richiesto dalla rappresentazione binaria dei numeri. Per esempio, dove 16 consta di
due cifre decimali il corrispettivo binario 10000 usa cinque bit, dove 201 usa tre cifre
il corrispettivo binario 11001001 usa otto bit, dove 2171 usa quattro il corrispettivo
binario 100001111011 usa dodici bit, e cos via. Rapidamente la rappresentazione
binaria richiede un numero di bit che solo un computer in grado di digerire.
Dal punto di vista puramente matematico, la scelta della base del tutto conven-
zionale e passare da una base a unaltra facile (bench estremamente tedioso)
26
. Le
basi 2 e 10 sono oggi di gran lunga le basi pi importanti, ma nel passato si sono
utilizzate come basi anche 20 (il numero delle dita di mani e piedi; ne resta traccia
nel francese dove tuttora si dice quattro-venti per ottanta e quattro-venti-dieci
per novanta), nonch 16 (gli spazi tra le dita di mani e piedi) e 60 (comodo perch
divisibile per 2, 3, 4, 5, 6, 10, 12, 15, 20 e 30; ne resta ben pi che un ricordo nel come
suddividiamo ore e minuti o nella misurazione degli angoli).
La notazione posizionale stata usata a livello di calcolo manuale dalla notte dei
tempi (si pensi ai conti svolti con labaco), ma una conquista relativamente recente
nella scrittura, resa possibile dalla fondamentale innovazione dello zero e di eccezionale
importanza per lo sviluppo della Matematica e delle sue moltissime applicazioni, com-
merciali, scientiche e tecnologiche. Iniziatasi in India (sembra intorno al V secolo),
la notazione posizionale stata sviluppata nellAlto Medioevo nel mondo arabo, da
cui il nome di numeri arabi spesso usato per le cifre (1.20), ed giunta in Occidente
26
Anche le operazioni su numeri scritti con una rappresentazione non decimale non presentano
dicolt. Per esempio 11 + 9 = 20 si svolge in modo binario come
1011+
1001 =
10100
Basta ricordare che il riporto si fa a 2 e non pi a 10.
1.7. LA RETTA REALE ESTESA 53
grazie ai mercanti italiani tra lundicesimo e il dodicesimo secolo. In particolare, il
glio di uno di essi, Leonardo da Pisa (ca. 1170-1240), detto Fibonacci, fu il maggiore
matematico del Medioevo e autore nel 1202 di un celeberrimo trattato, il Liber Abaci,
la pi celebre tra le prime esposizioni della notazione posizionale in Occidente. Sino
ad allora si usava la numerazione romana
1. 11. 111. 1\. \. .... A. .... 1. .... C. ...`. ...
che non era posizionale e che rendeva macchinosa lesecuzione anche delle pi banali
operazioni (si provi prima a sommare CA1 e `C1, e poi 140 e 1150).
Chiudiamo con lincipit del primo capitolo del Liber Abaci, con la straordinaria
innovazione che il libro portava in Occidente:
Novem gure indorum he sunt
9. 8. 7. 6. 5. 4. 3. 2. 1
Cum his itaque novem guris, et cum hoc signo, quod arabice zephirum
appellatur, scribitur quilibet numerus, ut inferius demonstratur. [...] ut in
sequenti cum guris numeris super notatis ostenditur.
`1 `ÀA111 ``ÀA11 ``ÀA `````1C ```
1001 2023 3022 3020 5600 3000
... Et sic in reliquis numeris est procedendum.
27
1.7 La retta reale estesa
Nella teoria dei limiti che ci occuper tra breve molto utile considerare la retta reale
estesa, che si ottiene aggiungendo alla retta reale i due punti ideali + e . Si
ottiene in tal modo linsieme R ' . +, indicato col simbolo R. La struttura
dordine di R si estende in modo ovvio su R ponendo < c < + per ogni c R.
Le operazioni denite in R possono essere parzialmente estese a R. In particolare,
oltre alle usuali regole di calcolo in R, sulla retta reale estesa valgono le seguenti
ulteriori regole, dette di aritmetizzazione parziale di + e :
(i) somma con un numero reale:
c += +. c = \c R (1.21)
27
I nove segni indiani sono ... Con questi nove segni, e col segno 0, che gli arabi chiamano zero, si
scrive un qualsiasi numero, come si mostra nel seguito. [...] i numeri di cui sopra sono qui di seguito
mostrati con i segni ... E cos si continua con i rimanenti numeri.
(ii) somma tra inniti dello stesso segno:
++= + e =
(iii) prodotto con uno scalare non nullo:
c (+) = + e c () = \c 0
c (+) = e c () = + \c < 0
(iv) prodotto tra inniti:
_
+ (+) = () = +
+ () = (+) =
con, in particolare,
(+)
o
= + se c 0 e (+)
o
= 0 se c < 0
(v) quoziente:
c
+
=
c
= 0 \c R
(vi) potenza di un numero reale:
_
_
c
o
= + se c 1
c
o
= 0 se 0 < c < 1
c
o
= 0 se c 1
c
o
= + se 0 < c < 1
(vii) potenza tra inniti:
_
(+)
o
= +
(+)
o
= 0
Mentre la somma di inniti con lo stesso segno ben denita, per esempio la somma
di due inniti positivi a sua volta un innito positivo, la somma di inniti di segno
diverso non denita. , per esempio, il caso per la somma +, il cui risultato
non denito. Si tratta di un primo esempio di operazione indeterminata in R. In
particolare, sono indeterminate le seguenti operazioni:
(i) somme di inniti con segno diverso:
+ e + (1.22)
1.7. LA RETTA REALE ESTESA 55
(ii) prodotti tra 0 e innito:
0 e 0 () (1.23)
(iii) quozienti con numeratore e denominatore entrambi nulli o entrambi inniti:
e
0
0
(1.24)
(iv) le potenze:
1
o
. 0
0
. (+)
0
(1.25)
Le operazioni indeterminate (i)-(iv) sono chiamate forme di indeterminazione, e
svolgeranno una parte di rilievo nella teoria dei limiti.
OfB. Come abbiamo detto, la pi naturale immagine geometrica di R la retta (reale):
ad ogni punto corrisponde un numero e, viceversa, ad ogni numero corrisponde un pun-
to. Se prendiamo un segmento chiuso (e ovviamente limitato) possiamo trasportare
tutti i numeri dalla retta al segmento come mostra la gura che segue:
-3 -2 -1 0 1 2 3 4 5
-2
-1
0
1
2
3
4
O
Tutti i numeri reali che trovavano posto sulla retta trovano posto anche sul seg-
mento, estremi esclusi (qualcuno sta un po pi stretto, ma ci stanno proprio tut-
ti!). Anzi, avanzano due punti, gli estremi del segmento, ai quali naturale associare
rispettivamente + e . Limmagine geometrica di R cos un segmento chiuso.*
Capitolo 2
Struttura cartesiana e R
:
2.1 Prodotti cartesiani e R
:
Supponiamo di voler classicare un vino secondo due caratteristiche, invecchiamento
e gradazione alcolica. Per esempio, supponiamo di leggere su unetichetta: 2 anni di
invecchiamento e 12 gradi. Possiamo scrivere
(2. 12) .
Guardiamo unaltra etichetta e leggiamo: 1 anno di invecchiamento e 10 gradi. In
questo caso possiamo scrivere
(1. 10) .
Le coppie (2. 12) e (1. 10) sono dette coppie ordinate ed in esse si distingue il primo
elemento, linvecchiamento, dal secondo, la gradazione alcolica: in una coppia ordinata
perci cruciale la posizione.
Sia
1
linsieme dei possibili anni di invecchiamento e sia
2
linsieme delle possibili
gradazioni. Si pu scrivere
(2. 12)
1
2
. (1. 10)
1
2
.
Indichiamo un generico elemento di
1
con c
1
e con c
2
uno di
2
. Per esempio, in
(2. 12) si ha c
1
= 2 e c
2
= 12.
Denizione 12 Dati due insiemi
1
e
2
, il prodotto cartesiano
1
2
linsieme
di tutte le coppie ordinate (c
1
. c
2
) con c
1

1
e c
2

2
.
Nellesempio, abbiamo
1
_ N e
2
_ N, ossia gli elementi di
1
e
2
sono numeri
naturali. Pi in generale, possiamo pensare che
1
=
2
= R, cosicch gli elementi di
1
e
2
sono numeri reali qualsiasi, sebbene con una possibile diversa interpretazione
a seconda della posizione. In questo caso
1

2
= R R = R
2
e la coppia (c
1
. c
2
)
si pu rappresentare con un punto nel piano:
57
58 CAPITOLO 2. STRUTTURA CARTESIANA E R
.
-3 -2 -1 0 1 2 3 4 5
-2
-1
0
1
2
3
4
x
y
O
a
1
a
2
Punto (c
1
. c
2
) del piano.
Una coppia ordinata di numeri reali (c
1
. c
2
) R
2
si chiama vettore.
Tra i sottoinsiemi di R
2
sono di particolare importanza:
(i) (c
1
. c
2
) R
2
: c
1
= 0, ossia linsieme delle coppie ordinate del tipo (0. c
2
). Si
tratta dellasse delle ordinate.
(ii) (c
1
. c
2
) R
2
: c
2
= 0, ossia linsieme delle coppie ordinate del tipo (c
1
. 0). Si
tratta dellasse delle ascisse.
(iii) (c
1
. c
2
) R
2
: c
1
_ 0 e c
2
_ 0, ossia linsieme delle coppie ordinate (c
1
. c
2
)
con entrambe le componenti positive. Si tratta del primo quadrante del piano
cartesiano. In modo analogo si deniscono gli altri quadranti:
-3 -2 -1 0 1 2 3 4 5
-2
-1
0
1
2
3
4
x
y
O
I II
III IV
2.1. PRODOTTI CARTESIANI E R
.
59
(iv) (c
1
. c
2
) R
2
: c
2
1
+c
2
2
= 1 e (c
1
. c
2
) R
2
: c
2
1
+c
2
2
_ 1, ossia rispettivamente
la circonferenza e il cerchio con centro lorigine e raggio unitario .
Poco sopra abbiamo classicato i vini usando due caratteristiche, invecchiamen-
to e gradazione alcolica. Consideriamo adesso un prodotto un po pi complicato,
per esempio un portafogli di titoli. Supponiamo che esistano quattro diversi titoli
acquistabili sul mercato. Un portafogli descritto dalla quaterna ordinata
(c
1
. c
2
. c
S
. c
1
) .
dove c
1
il denaro investito nel primo titolo, c
2
limporto investito nel secondo titolo,
e cos via. Per esempio,
(1000. 1500. 1200. 600)
indica un portafogli in cui 1000 euro sono stati investiti nel primo titolo, 1500 nel
secondo, e cos via. La posizione fondamentale: il portafogli
(1500. 1200. 1000. 600)
ben diverso dal precedente bench le somme di denaro investite nei vari titoli siano
le stesse.
Siccome le quantit di denaro sono numeri non necessariamente interi, e possono
anche essere negative in caso di vendite allo scoperto, naturale pensare che
1
=
2
=
S
=
1
= R, dove
i
linsieme delle possibili somme investibili nel titolo
i = 1. 2. 3. 4. Si ha
(c
1
. c
2
. c
S
. c
1
)
1
1
= R
1
.
In particolare,
(1000. 1500. 1200. 600) R
1
.
In generale, considerando : insiemi
1
.
2
. .
a
possiamo dare la seguente
Denizione 13 Dati : insiemi
1
.
2
.
a
, il loro prodotto cartesiano
2

a
.
indicato con
a
i=1
i
, linsieme di tutte le :-uple ordinate (c
1
. c
2
. .... c
a
) con c
1

1
. c
2

2
. . c
a

a
.
I vari c
1
. c
2
. . c
a
sono detti componenti (o elementi ) di c.
Quando
1
=
2
= =
a
= , si scrive
2

a
= =
a
;
in particolare se
1
=
2
= =
a
= R il prodotto cartesiano si indica con R
a
, che
cos linsieme di tutte le :-uple (ordinate) di numeri reali. In altre parole,
R
a
= R R R
. .
a volte
.
Un elemento
r = (r
1
. r
2
. .... r
a
) R
a
chiamato vettore
1
. Il prodotto cartesiano R
a
si dice spazio euclideo (:-dimensionale).
Per : = 1, R
a
la retta reale R, per : = 2, R
2
il piano, e cos via. Cos come
per R e R
2
, anche i vettori in R
S
ammettono una rappresentazione graca:
0 0. 2 0. 4 0. 6 0. 8 1
0
0. 1
0. 2
0. 3
0. 4
0. 5
0. 6
0. 7
0. 8
0. 9
1
x
y
O
z
a
1
a
2
a
3
Vettore (c
1
. c
2
. c
S
) nello spazio.
che invece non pi possibile in R
a
con : _ 4. La rappresentazione graca pu aiutare
lintuizione, ma, dai punti di vista teorico e di calcolo, non ha alcuna importanza perch
i vettori di R
a
, con : _ 4, sono enti del tutto ben deniti: essi si rivelano fondamentali
nelle applicazioni economiche, come vedremo nella Sezione 2.4.
Nel seguito indicheremo sempre le componenti di un vettore con la stessa lettera us-
ata per il vettore accompagnandola da un indice: per esempio c
S
la terza componente
del vettore c,
7
la settima del vettore , ecc. ecc.
2.2 Operazioni in R
:
Consideriamo due vettori in R
a
:
r = (r
1
. r
2
. ... r
a
) . = (
1
.
2
. ....
a
) .
Deniamo il vettore somma r + come
r + = (r
1
+
1
. r
2
+
2
. .... r
a
+
a
) .
1
Per i numeri reali usiamo la lettera r invece di a.
2.2. OPERAZIONI IN R
.
61
Per esempio, per i due vettori r = (7. 8. 9) e = (2. 4. 7) in R
S
, si ha
r + = (7 + 2. 8 + 4. 9 + 7) = (9. 12. 16) .
Si noti come r + R
a
: tramite la somma si costruito un nuovo elemento di R
a
.
Sia ora c R e r R
a
. Si chiama prodotto dello scalare
2
c per il vettore r il
vettore cr denito come
cr = (cr
1
. cr
2
. .... cr
a
) .
Per esempio, con c = 2 e r = (7. 8. 9) R
S
, abbiamo
2r = (2 7. 2 8. 2 9) = (14. 16. 18) .
Anche cr R
a
, ossia anche con la moltiplicazione scalare si costruito un nuovo
elemento di R
a
.
Notazione. Se r = (r
1
. r
2
. .... r
a
), si ha r = (1) r e r = r + (1) .
Porremo inoltre 0 = (0. 0. .... 0), dove il grassetto distingue il vettore 0 di zeri dallo
scalare 0. #
Abbiamo quindi introdotto in R
a
due operazioni, laddizione e la moltiplicazione
scalare che estendono le corrispondenti operazioni tra numeri reali. Vediamone le
propriet. Cominciamo con laddizione.
Proposizione 22 Siano r, e . tre vettori arbitrari in R
a
. Si ha:
(i) r + = +r (propriet commutativa),
(ii) (r +) +. = r + ( +.) (propriet associativa),
(iii) r +0 = r (esistenza dellelemento neutro per la somma),
(iv) r + (r) = 0 (esistenza dellopposto di ogni vettore).
Dim. Mostriamo la (i), lasciando le altre al lettore. Si ha
r + = (r
1
+
1
. r
2
+
2
. .... r
a
+
a
) = (
1
+r
1
.
2
+r
2
. ....
a
+r
a
) = +r.
come desiderato. B
Consideriamo ora la moltiplicazione scalare.
Proposizione 23 Siano r. R
a
e c. , R. Si ha:
(i) c(r +) = cr +c (propriet distributiva per laddizione di vettori),
2
Un numero reale spesso detto scalare.
.
(ii) (c +,) r = cr +,r (propriet distributiva per laddizione di scalari),
(iii) 1r = r (esistenza dellelemento neutro per la moltiplicazione scalare),
(iv) c(,r) = (c,) r (propriet associativa).
Dim. Mostriamo la (ii): le altre sono lasciate al lettore. Si ha
(c +,) r = ((c +,) r
1
. (c +,) r
2
. .... (c +,) r
a
)
= (cr
1
+,r
1
. cr
2
+,r
2
. .... cr
a
+,r
a
)
= (cr
1
. cr
2
. .... cr
a
) + (,r
1
. ,r
2
. .... ,r
a
) = cr +,r
come desiderato. B
Lultima operazione in R
a
che consideriamo il prodotto interno. Dati due vettori
r e in R
a
, il loro prodotto interno, indicato come r , denito come
r = r
1
1
+r
2
2
+ +r
a
a
.
ossia, in notazione pi compatta
3
,
r =
a
i=1
r
i
i
.
Altre notazioni molto diuse per il prodotto interno sono (r. ) e r. .
Per esempio, per i vettori r = (1. 1. 5. 3) e = (2. 3. :. 1) di R
1
, si ha
r = 1 (2) + (1) 3 + 5 : + (3) (1) = 5: 2.
Il prodotto interno unoperazione che dierisce dalla somma e dalla moltiplicazione
scalare in un aspetto strutturale: mentre queste ultime hanno come risultato un nuovo
vettore di R
a
, il risultato del prodotto interno uno scalare. Il prossimo risultato
raccoglie le principali propriet del prodotto interno: lasciamo al lettore la semplice
dimostrazione.
Proposizione 24 Siano r, e . tre vettori in R
a
. Si ha:
(i) r = r ( propriet commutativa),
(ii) (r +) . = (r .) + ( .) ( propriet distributiva),
(iii) cr . = c(r .) ( propriet distributiva).
Si noti che le due propriet distributive si possono compendiare nellunica propriet
(cr +,) . = c(r .) +, ( .).
3
Dati : numeri reali r
i
, la loro somma r
1
+ r
2
+ + r
n
si indica con la sommatoria

n
i=1
r
i
.
Analogamente, il loro prodotto r
1
r
2
r
n
si indica con la produttoria

n
i=1
r
i
.
2.3. STRUTTURA DORDINE IN R
.
63
2.3 Struttura dordine in R
:
La struttura dordine di R
a
si basa su quella di R: pur essendone unestensione,
presenta alcune interessanti novit. Cominciamo con il denire lordine _ su R
a
: dati
due vettori r = (r
1
. r
2
. ... r
a
) e = (
1
.
2
. ...
a
) in R
a
, scriviamo
r _
quando r
i
_
i
per ogni i = 1. 2. . . . . :. In particolare, si ha r = se e solo se si ha
sia r _ sia _ r.
In altre parole, _ ordina due vettori considerando tutte le componenti e applicando
loro lordine _ di R studiato nella Sezione 1.4. Per esempio, r = (0. 3. 4) _ =
(0. 2. 1). Quando : = 1, lordine _ diventa quello classico su R.
Lo studio delle propriet di base della disuguaglianza _ rivela una prima impor-
tante novit: quando : _ 2, lordine _ non soddisfa la completezza. Si dice perci
che _ un ordine parziale (a dierenza dellordine _ in R che completo). Infatti,
siano per esempio r = (0. 1) e = (1. 0) in R
2
: non si ha n r _ n _ r. molto
facile trovare vettori non confrontabili in R
a
. La gura mostra i vettori di R
2
che sono
_ oppure _ del vettore r = (1. 2).
-2 -1 0 1 2 3 4 5
-2
-1
0
1
2
3
4
5
x
y
O 1
2
In giallo i punti maggiori di r = [1. 2], in azzurro
quelli minori. Le due aree bianche sono i punti
non confrontabili con r.
Per il resto, facile vericare che _ su R
a
continua a godere delle propriet gi viste
per : = 1, ossia:
(i) riessivit: r _ r;
.
(ii) transitivit: se r _ e _ ., allora r _ .;
(iii) indipendenza: se r _ , allora r +. _ +. per ogni . R
a
.;
(iv) separazione: dati due insiemi di numeri reali e 1 in R
a
, se c _ / per ogni
c e / 1, allora esiste c R
a
tale che c _ c _ / per ogni c e / 1.
Unaltra nozione che diventa sorprendentemente delicata quando : _ 2 la forma
della disuguaglianza stretta. Tale nozione delicata perch, dati due vettori r =
(r
1
. r
2
. .... r
a
) e = (
1
.
2
. ....
a
) di R
a
, si possono vericare due casi:
Tutte le componenti di r sono _ delle corrispondenti componenti di , ed alcune
siano strettamente maggiori; cio r
i
_
i
, per ogni i = 1. 2. ...: ed esiste , tale
che r
)

)
.
tutte le componenti di r sono strettamente maggiori delle corrispondenti com-
ponenti di , cio r
i

i
per ogni i = 1. 2. ...:.
Nel primo caso si parla di disuguaglianza stretta, in simboli r , nel secondo caso
si parla di disuguaglianza forte, in simboli r .
Esempio 10 Per r = (1. 3. 4) e = (0. 1. 2) in R
S
, si ha r . Per r = (0. 3. 4)
e = (0. 1. 2) si ha r ma non r perch r ha solo due componenti su tre
strettamente maggiori delle corrispettive componenti di . #
Dati due vettori r. R
a
, si ha
r =r =r _
Abbiamo cos tre nozioni di disuguaglianza tra vettori in R
a
, via via pi stringenti:
(i) una nozione debole, _, che permette luguaglianza tra i due vettori;
(ii) una nozione intermedia, , che richiede almeno una disuguaglianza stretta tra
le componenti;
(iii) una nozione forte, , che richiede la disuguaglianza stretta tra tutte le compo-
nenti dei due vettori.
Quando : = 1, sia sia si riducono al classico su R visto nella Sezione 1.4.
Inoltre, gli stessi simboli rovesciati, cio _. <. , si usano nel caso opposto.
Un caso particolarmente importante il confronto tra un vettore r e il vettore nullo
0. Si ha la seguente terminologia:
(i) se r _ 0, cio tutte le componenti di r sono positive, il vettore r si dice positivo;
2.3. STRUTTURA DORDINE IN R
.
65
(ii) se r 0, cio tutte le componenti di r sono positive e almeno una di esse
strettamente positiva, il vettore r si dice strettamente positivo;
(iii) se r 0, cio tutte le componenti di r sono strettamente positive, il vettore r
si dice fortemente positivo.
NB. La notazione e terminologia che abbiamo introdotta non lunica possibile. Alcu-
ni autori usano per esempio _. . in luogo di . . , mentre altri autori chiamano
non negativi i vettori che noi chiamiamo positivi, e cos via. Al di l della scelta
della notazione, che ha una forte componente di gusto personale, il signicato delle
nozioni introdotte dovrebbe risultare chiaro. V
Insieme alla non completezza di _, la presenza di due diverse versioni della disug-
uaglianza stretta la novit pi signicativa che si ha in R
a
per : _ 2 rispetto al caso
speciale R, cio : = 1, della Sezione 1.4.
Concludiamo questa sezione generalizzando gli intervalli visti in R nella Sezione
1.4. Dati c. / R
a
, abbiamo:
(i) lintervallo chiuso limitato
[c. /] = r R
a
: c _ r _ / = r R
a
: c
i
_ r
i
_ /
i
;
(ii) lintervallo aperto limitato
(c. /) = r R
a
: c r / = r R
a
: c
i
< r
i
< /
i
;
(iii) gli intervalli semichiusi (o semiaperti ) limitati
(c. /] = r R : c r _ / e [c. /) = r R : c _ r / .
Si hanno inoltre
(iv) gli intervalli illimitati [c. ) = r R
a
: r _ c e (c. ) = r R : r c,
nonch i loro analoghi (. c] e (. c). In particolare, [0. ) = r R
a
: r _ 0
spesso indicato con R
a
, mentre R
a
indica (0. ) = r R
a
: r 0. In
modo analogo si deniscono R
a
= r R
a
: r _ 0 e R
a
= r R
a
: r 0.
NB. (i) Gli intervalli in R
a
si possono esprimere come prodotti cartesiani di intervalli
in R; per esempio,
[c. /] =
a
i=1
[c
i
. /
i
] .
(ii) Nelle nozioni appena viste di intervallo abbiamo usato le disuguaglianze o _.
Sostituendole con la disuguaglianza < otteniamo altri possibili intervalli che, tuttavia,
sono ben poco rilevanti per i nostri ni. V
.
2.4 Applicazioni
2.4.1 Incertezza
Consideriamo una monetina, il cui lancio ha come possibili esiti testa 1 o croce C. Il
primo lancio ha come insieme degli esiti
1
= C. 1, il secondo
2
= C. 1, e cos
via: si ha allora
i
= C. 1 per ogni possibili lancio. Supponiamo di lanciare due
volte la monetina. Linsieme degli esiti possibili dato dal prodotto cartesiano
2
= C. 1 C. 1 = (C. 1) . (C. C) . (1. C) . (1. 1) .
Pi in generale, se lanciamo : volte la monetina, linsieme degli esiti dato dal prodotto
cartesiano
a
i=1
i
= C. 1 C. 1 = C. 1
a
= (C. C. . C) . (C. 1. . C) . . (1. 1. . 1)
Luso dei prodotti cartesiani per modellare tutti i possibili esiti di un fenomeno aleato-
rio (in questo caso il lancio di una monetina) fondamentale nel Calcolo delle proba-
bilit.
2.4.2 Scelte statiche
Consideriamo un consumatore che debba scegliere quanti chili di mele e di patate
acquistare al mercato. Per comodit analitica assumiamo che tali beni siano innita-
mente divisibili, cosicch il consumatore possa acquistarne una quantit reale positiva
qualsiasi (per esempio, 3. 5 kg. di mele e : kg. di patate). In questo caso, R
linsieme
sia delle possibili quantit di mele sia di patate acquistabili. Linsieme dei panieri di
mele e patate che il consumatore pu acquistare quindi
R
2
= R
= (r
1
. r
2
) : r
1
. r
2
R
.
ossia gracamente dai punti del primo quadrante del piano. In generale, un consuma-
tore deve scegliere tra pi di due beni: qualora egli debba scegliere tra : beni, linsieme
dei panieri dato dal prodotto cartesiano
R
a
= R
= (r
1
. r
2
. ... r
a
) : r
i
R
per i = 1. 2. . : .
Nella Teoria della produzione, un vettore in R
a
rappresenta invece una possibile

congurazione di : input per il produttore. In questo caso il vettore r = (r
1
. r
2
. ... r
a
)
indica che il produttore ha a disposizione r
1
unit del primo input, r
2
unit del secondo,
..., e r
a
unit dellultimo.
2.5. OTTIMI SECONDO PARETO 67
2.4.3 Scelte intertemporali
Abbiamo appena visto come, nella teoria del consumatore, un vettore r = (r
1
. r
2
. ... r
a
)
sia interpretabile come un paniere in cui r
i
la quantit del bene i-esimo, ossia r
1
la quantit del bene 1, r
2
la quantit del bene 2, e cos via. Ma, in unaltra
possibile interpretazione, vi un unico bene e r = (r
1
. r
2
. ... r
a
) indica la quantit di
esso disponibile in vari periodi, ossia r
i
la quantit del bene disponibile nelli-esimo
periodo. Per esempio, se il bene sono mele, r
1
la quantit di mele nel periodo 1, r
2
la quantit di mele nel periodo 2, e cos via no a r
a
che la quantit di mele nel
periodo :-esimo.
In questo caso, R
a
indica lo spazio di tutti i panieri intertemporali di un dato bene

su : periodi; spesso si usa la notazione pi evocativa R
T
, dove 1 il numero di periodi
e r
t
la quantit di bene nel periodo t, con
4
t = 1. 2. . . . . 1.
Naturalmente, invece di un unico bene su pi periodi, possiamo considerare un
paniere di beni su pi periodi. Similmente, in un problema intertemporale di pro-
duzione, avremo vettori di input su pi periodi. Tali situazioni si modellano con
matrici, una nozione molto semplice della quale parleremo nel Capitolo 14. Molte
applicazioni si limitano comunque a un unico bene, e quindi R
T
uno spazio molto
importante nella Teoria delle scelte intertemporali. Un esempio fondamentale si ha
quando lunico bene la moneta, per cui r = (r
1
. r
2
. .... r
t
. .... r
T
) R
T
rappresenta
la quantit di moneta in diversi periodi: in tal caso r detto usso di cassa.
2.5 Ottimi secondo Pareto
Il concetto di massimo di un insieme di R, dato nella Denizione 10 pu essere
equivalentemente riformulato cos:
Lemma 25 Dato un insieme _ R, il punto ^ r massimo di A se e solo se non
esiste alcun r tale che r ^ r.
evidente infatti che chiedere che tutti i punti di siano _ ^ r esattamente lo
stesso che chiedere che nessuno sia ^ r. Analoga rilettura si pu dare per i minimi.
4
La notazione t = 1, 2, . . . , T equivalente a t 1, 2, . . . , T, cosi come la notazione i = 1, 2, . . . , :
equivalente a i 1, 2, . . . , :. La scelta tra esse di pura comodit.
.
-4 -2 0 2 4 6
-3
-2
-1
0
1
2
3
4
5
( ) ( ]
A
Max A
Volgiamo ora lattenzione a sottoinsiemi di R
a
e allordine parziale _ vigente su di
esso. Possiamo estendere la nozione di massimo nel seguente modo.
Denizione 14 Dato un insieme _ R
a
un punto ^ r si dice massimo di A se
^ r _ r per ogni r .
In modo analogo si denisce il minimo. Vale inoltre lanalogo della Proposizione
15: il massimo (minimo) di un insieme _ R
a
, se esiste, unico (la dimostrazione
simile).
Purtroppo, le nozioni di massimo e minimo si rivelano quasi inutili nelle applicazioni
visto che gran parte dei sottoinsiemi di R
a
non possiede n massimi n minimi poich
lordine _ soltanto parziale in R
a
. molto pi procuo seguire invece lordine di idee
abbozzato con il Lemma 25. Infatti, la caratterizzazione ivi stabilita equivalente alla
usuale denizione di massimo in R, ma pi generale in R
a
ove, per giunta, abbiamo
due possibilit potendo usare i due segni di o di per negare il _. Ci motiva la
prossima denizione, di grande importanza nelle applicazioni economiche.
Denizione 15 Sia _ R
a
. Un punto ^ r detto:
(i) ottimo paretiano debole di , o massimale debole, se non esiste alcun r
tale che r ^ r;
(ii) ottimo paretiano di , o massimale, se non esiste alcun r tale che r ^ r.
In modo analogo si possono denire i minimali (eventualmente forti ), anchessi
detti ottimi paretiani (eventualmente forti)
5
.
Un ottimo paretiano ^ r lo anche in senso debole: se non esiste alcun r tale
che r ^ r, a fortiori non esiste alcun r tale che r ^ r. Il viceversa non vale:
5
Gli ottimi, come gli angeli, non hanno sesso. Bench sarebbe preferibile parlare di massimi
e di minimi paretiani, purtroppo la tradizione non distingue tra essi chiamandoli entrambi ottimi
paretiani, lasciando che la loro natura sia chiarita dal contesto.
Esempio 11 Sia = [0. 1] [0. 1] il quadrato di vertici (0. 0), (0. 1), (1. 0) e (1. 1). Il
vertice (1. 1) lunico ottimo paretiano di , mentre sono ottimi paretiani deboli tutti
i punti che giacciono sia sul lato di vertici (1. 0) e (1. 1) sia sul lato di vertici (1. 1) e
(0. 1). Nella seguente gura sono indicati in rosso gli ottimi paretiani deboli, di cui
(1. 1) lunico ottimo paretiano.
#
Grazie al Lemma 25, le nozioni di massimo e massimale sono equivalenti in R. Ci
non pi vero in R
a
con : 1, ove la nozione di massimo (molto) pi forte di quella
di massimale.
Lemma 26 Dato un insieme _ R
a
, il punto di massimo, se esiste, lunico
massimale.
Dim. Sia ^ r il punto di massimo di . Sia r con r ,= ^ r. Poich r non di
massimo, si ha ^ r _ r. Quindi, r non punto massimale. B
Il punto (1. 1) nellultima gura il punto di massimo, che anche lunico punto
massimale. In modo analogo linsieme della prossima gura possiede un massimo (che
quindi anche lunico massimale),
.
-3 -2 -1 0 1 2 3 4
-2
-1
0
1
2
3
4
5
O
1
2
Il Lemma 26 non vale per i massimali deboli, che possono coesistere con un massimo.
La gura dellEsempio 11 ne prova, cos come la prossima, che ha un massimo (che
anche lunico massimale) e inniti massimali deboli, segnati in rosso
-2 -1 0 1 2 3 4 5
-2
-1
0
1
2
3
4
5
O
1
2
Il Lemma 26 ha quindi stabilito che il massimo di un insieme, quando esiste, lunico
massimale; cio
massimo ==massimale
Il converso , per, falso: esistono punti massimali che non sono massimi; cio,
massimale ;massimo
La prossima gura mostra un insieme di R
2
che possiede due massimali che non sono
massimi dellinsieme.
-2 -1 0 1 2 3 4 5
-2
-1
0
1
2
3
4
5
O -1
-1
Per i due massimali r
t
= (1. 2) e r
tt
= (2. 1) della gura non si ha r
t
_ r e r
tt
_ r
per ogni r . Tuttavia, si ha r
t
_ r e r
tt
_ r per ogni r che sia confrontabile,
rispettivamente, con r
t
o r
tt
. La mancanza di un massimo qui dovuta alla non
confrontabilit di tutti gli elementi dellinsieme, ossia al fatto che lordine _ soltanto
parziale in R
a
quando : 1.
La gura illustra unaltra dierenza fondamentale tra massimo e massimale in R
a
con : 1: il massimo di un insieme, se esiste, unico, mentre un massimale pu non
essere unico (anzi, molto spesso, non lo ).
In conclusione, la parzialit dellordine _ su R
a
rende la nozione di punti di massi-
mo (e minimo) casi particolari meno importanti, in quanto meno applicabili, della pi
generale e importante nozione di punti massimali (e minimali), che fondamentale in
R
a
.
Chiudiamo osservando che, naturalmente, i massimali (anche deboli) possono non
esistere, come mostra il prossimo semplice esempio.
Esempio 12 Si consideri il graco della funzione , : R R data da , (r) = r. Il
graco un sottoinsieme di R
2
privo di punti sia massimali deboli sia minimali deboli
(e quindi anche di punti massimali e minimali). #
2.5.1 Scatola di Edgeworth
Gli ottimi paretiani sono fondamentali per lEconomia. Pensiamo, per esempio, che
i vari vettori dellinsieme _ R
a
identichino i protti conseguibili da : individui.
.
I punti di ottimo paretiano (massimali) rappresentano le situazioni dalle quali non ci
si pu allontanare senza diminuire il protto di almeno uno degli individui. In altri
termini, gli : individui non hanno nulla in contrario a restringere allinsieme dei
suoi ottimi paretiani (nessuno ci perde); il vero problema di conitto dinteresse sorge
quando si deve selezionare un punto tra questi ultimi.
Il concetto di ottimo paretiano porta a restringere un insieme di possibilit
alternative con il consenso unanime e perci a delimitarne il vero sottoinsieme critico.
questo il grande pregio di tale nozione, semplice ma ingegnosa, che spesso suciente
a identicare un sottoinsieme critico molto pi piccolo dellinsieme di partenza .
6
Una classica applicazione dellottimalit paretiana la scatola di Edgeworth. Sic-
come faremo uso di nozioni che introdurremo nel Capitolo 7, preferibile rileggere la
presente applicazione dopo tale capitolo.
Consideriamo due agenti, Alberto e Barbara, che debbano dividere tra loro quantit
unitarie di due beni innitamente divisibili (per esempio, un chilo di farina e un litro
di vino). Vogliamo modellare il problema di divisione (verosimilmente determinato da
una contrattazione tra le parti) e vedere se, grazie allottimalit di Pareto, possiamo
dire qualcosa di non banale a riguardo.
Ogni coppia r = (r
1
. r
2
), con r
1
[0. 1] e r
2
[0. 1], una possibile assegnazione
dei due beni a uno dei due litiganti: in altre parole, il prodotto cartesiano [0. 1] [0. 1]
le descrive tutte. I due agenti devono accordarsi sulle assegnazioni (c
1
. c
2
) di Alberto
e (/
1
. /
2
) di Barbara. Naturalmente devessere
c
1
+/
1
= c
2
+/
2
= 1. (2.1)
Per completare la descrizione del problema, dobbiamo dire quali sono i desiderata
dei due agenti. A tal ne, supponiamo che essi abbiano funzioni di utilit n
o
. n
b
: [0. 1]
[0. 1] R identiche, e che, per semplicit, supponiamo siano del tipo Cobb-Douglas
n
o
(r
1
. r
2
) = n
b
(r
1
. r
2
) =
_
r
1
r
2
(si veda lEsempio 75). Le curve di indierenza si
possono inscatolare nel seguente modo
6
Per lottimalit paretiana essenziale che gli agenti considerino unicamente le loro alternative
(panieri di beni, protti, ecc.), senza badare a quelli dei loro pari. In altre parole, che essi non provino
invidia o simili emozioni sociali. Per rendersene conto, si pensi a una trib di invidiosi, il cui capo
decidesse di raddoppiare le razioni di cibo di met dei membri della trib, lasciando invariate quelle
degli altri membri. La nuova allocazione susciterebbe vivaci proteste da parte degli invariati bench
nulla sia cambiato per loro.
0 0. 2 0. 4 0. 6 0. 8 1
0
0. 1
0. 2
0. 3
0. 4
0. 5
0. 6
0. 7
0. 8
0. 9
1
1 0
1
Scatola di Edgeworth.
che appunto la classica scatola di Edgeworth. Grazie alla condizione (2.1), possiamo
pensare a un punto (r
1
. r
2
) [0. 1] [0. 1] come allassegnazione di Alberto. Anzi,
possiamo in realt identicare ogni possibile suddivisione tra i due agenti con le as-
segnazioni (r
1
. r
2
) di Alberto; infatti, le assegnazioni di Barbara (1 r
1
. 1 r
2
) sono
univocamente determinate una volta note quelle di Alberto.
Ogni assegnazione (r
1
. r
2
) ha utilit n
o
(r
1
. r
2
) per Alberto e n
b
(1 r
1
. 1 r
2
)
per Barbara. Sia
=
_
(n
o
(r
1
. r
2
) . n
b
(1 r
1
. 1 r
2
)) R
2
: (r
1
. r
2
) [0. 1] [0. 1]
_
linsieme di tutti i proli di utilit dei due contendenti determinati dalla suddivisione
dei due beni.
Guardando la scatola di Edgeworth, il lettore si convincer facilmente che linsieme
degli ottimi paretiani di identicato dalla diagonale
1 =
_
(d. d) R
2
: d [0. 1]
_
della scatola, ossia dal luogo dei punti di tangenza delle curve di indierenza (detta
curva dei contratti ). Per dimostrarlo in modo rigoroso, ci occorre il prossimo semplice
Lemma 27 Dati r
1
. r
2
[0. 1], si ha
1
_
r
1
r
2
_
_
(1 r
1
) (1 r
2
). (2.2)
e luguaglianza vale se e solo se r
1
= r
2
.
.
Dim. Poich r
1
. r
2
[0. 1], semplici manipolazioni portano alla catena di equivalenze:
1
_
r
1
r
2
_
_
(1 r
1
) (1 r
2
) ==(1
_
r
1
r
2
)
2
_ (1 r
1
) (1 r
2
)
==
r
1
+r
2
2
_
_
r
1
r
2
==
_
r
1
+r
2
2
_
2
_ r
1
r
2
==(r
1
r
2
)
2
_ 0.
Lultima disuguaglianza sempre vericata e possiamo concludere che vale la (2.2).
Inoltre le precedenti equivalenze portano a concludere che
1
_
r
1
r
2
=
_
(1 r
1
) (1 r
2
) ==(r
1
r
2
)
2
= 0.
il che pu vericarsi se e solo se r
1
= r
2
. B
Forti del lemma, mostriamo rigorosamente quanto il graco ha suggerito.
Proposizione 28 Un prolo (n
o
(r
1
. r
2
) . n
b
(1 r
1
. 1 r
2
)) un ottimo pare-
tiano di se e solo se (r
1
. r
2
) 1.
Dim. Cominciamo col mostrare che, per qualsiasi suddivisione di beni (r
1
. r
2
) , 1,
ossia tale che r
1
,= r
2
, esiste (d. d) 1 tale che
(n
o
(d. d) . n
b
(1 d. 1 d)) _ (n
o
(r
1
. r
2
) . n
b
(1 r
1
. 1 r
2
)) . (2.3)
Per Alberto, si ha
n
o
(
_
r
1
r
2
.
_
r
1
r
2
) =
_
r
1
r
2
= n
o
(r
1
. r
2
)
e quindi
_
_
r
1
r
2
.
_
r
1
r
2
_
per lui indierente a (r
1
. r
2
). Grazie al Lemma 27, per
Barbara si ha
n
b
(1
_
r
1
r
2
. 1
_
r
1
r
2
) = 1
_
r
1
r
2

_
(1 r
1
) (1 r
2
) = n
b
(1 r
1
. 1 r
2
) ,
dove la disuguaglianza stretta poich r
1
,= r
2
. Quindi, ponendo d =
_
r
1
r
2
, vale la
(2.3).
Ne segue che le suddivisioni (r
1
. r
2
) al di fuori della diagonale non sono ottimi
paretiani. Rimane da mostrare che le suddivisioni sulla diagonale lo sono. Sia (d. d)
1 e supponiamo, per contra, che esista (r
1
. r
2
) [0. 1] [0. 1] tale che
(n
o
(r
1
. r
2
) . n
b
(1 r
1
. 1 r
2
)) _ (n
o
(d. d) . n
b
(1 d. 1 d)) . (2.4)
Senza perdita di generalit
7
, supponiamo che
n
o
(r
1
. r
2
) n
o
(d. d) e n
b
(1 r
1
. 1 r
2
) _ n
b
(1 d. 1 d)
7
Un argomento simile vale quando n
a
(r
1
, r
2
) _ n
a
(d, d) e n
b
(1 r
1
, 1 r
2
) n
b
(1 d, 1 d).
ossia,
_
r
1
r
2

_
dd = d e
_
(1 r
1
) (1 r
2
) _
_
(1 d) (1 d) = 1 d.
Quindi
1
_
r
1
r
2
< 1 d _
_
(1 r
1
)(1 r
2
).
il che contraddice la (2.2). Ne segue che non esiste alcun (r
1
. r
2
) [0. 1] [0. 1] per
cui vale la (2.4). Ci completa la dimostrazione. B
Grazie alla Proposizione 28, possiamo dire che, se gli agenti massimizzano le loro
utilit Cobb-Douglas, la contrattazione si risolver in una divisione dei beni sulla
diagonale della scatola di Edgeworth, ossia tale che ogni agente abbia unugual quantit
di entrambi i beni.
Naturalmente, la Proposizione 28 non pu dire alcunch su quale dei punti della
diagonale sia poi eettivamente determinato dalla contrattazione. Linsieme 1 per
un sottoinsieme molto piccolo di : grazie alla nozione di ottimo paretiano, siamo
comunque riusciti a dire qualcosa di non banale sul problema di divisione.
.
Capitolo 3
Struttura lineare
In questo capitolo riprendiamo e approfondiamo lo studio della struttura lineare di
R
a
cominciato nella Sezione 2.2. Lo studio di tale struttura fondamentale di R
a
, che
continueremo nel Capitolo 14 sulle funzioni lineari, parte dellAlgebra lineare.
3.1 Sottospazi vettoriali di R
:
Le Proposizioni 22 e 23 avevano mostrato come le operazioni di somma e moltipli-
cazione scalare su R
a
godano delle seguenti propriet, per ogni r. . . R
a
e ogni
c. , R:
(v1) r + = +r (propriet commutativa)
(v2) (r +) +. = r + ( +.) (propriet associativa)
(v3) r +0 = r (esistenza dellelemento neutro per la somma)
(v4) r + (r) = 0 (esistenza dellopposto di ogni r)
(v5) c(r +) = cr +c (propriet distributiva)
(v6) (c +,) r = cr +,r (propriet distributiva)
(v7) 1r = r (esistenza dellelemento neutro per la moltiplicazione scalare)
(v8) c(,r) = (c,) r (propriet associativa)
Come il lettore vedr in corsi successivi, per questa ragione R
a
un esempio di
spazio vettoriale, che, in generale, un insieme dove si deniscono due operazioni di
somma e moltiplicazione scalare che godono delle propriet (v1)-(v8).
1
Per esempio,
nel Capitolo 14 si vedr un altro esempio di spazio vettoriale, quello delle matrici.
1
La nozione di spazio vettoriale centrale in Matematica. Per comprenderla appieno occorre per
andare oltre R
n
e non rientra, perci, nello scopo del libro.
77
78 CAPITOLO 3. STRUTTURA LINEARE
Chiamiamo sottospazi vettoriali di R
a
i suoi sottoinsiemi che ben si comportano
rispetto a tali operazioni:
Denizione 16 Un sottoinsieme non vuoto \ di R
a
si dice sottospazio vettoriale se
chiuso
2
rispetto alle operazioni di somma e moltiplicazione scalare.
Si lascia al lettore la facile verica che le operazioni soddisfano in \ le propriet
(v1)-(v8) per per ogni r. . . \ e ogni c. , R. Al riguardo si osservi che lorigine
appartiene a ogni sottospazio vettoriale \ , cio 0 \ , poich 0r = 0 per ogni vettore
r.
La seguente caratterizzazione utile nel vericare se un sottoinsieme di R
a
un
sottospazio vettoriale.
Proposizione 29 Un sottoinsieme non vuoto \ di R
a
un sottospazio vettoriale se
e solo se
cr +, \ (3.1)
per ogni c. , R e ogni r. \ .
Dim. Solo se. Sia \ un sottospazio vettoriale e siano r. \ . Poich \ chiuso
rispetto alla moltiplicazione scalare si ha cr \ e , \ . Ne segue che cr+, \
essendo \ chiuso rispetto alla somma.
Se. Ponendo c = , = 1 nella (3.1) si ottiene r + \ , mentre, ponendo
, = 0, si ottiene cr \ e quindi \ chiuso rispetto alle operazioni di somma e
moltiplicazione scalare ereditate da R
a
. B
Ponendo c = , = 0, la (3.1) implica che 0 \ . Ogni sottospazio vettoriale
contiene quindi lorigine 0.
Esempio 13 Sia : _ : e
` = r R
a
: r
1
= = r
n
= 0 .
Per esempio, se : = 3 e : = 2, si ha ` = r R
S
: r
1
= r
2
= 0. Il sottoinsieme `
un sottospazio vettoriale. Siano infatti r. ` e c. , R. Si ha:
cr +, = (cr
1
+,
1
. .... cr
a
+,
a
) = (0. .... 0. cr
n1
+,
n1
. .... cr
a
+,
a
) `.
In particolare, lasse delle ordinate in R
2
, che corrisponde a ` = r R
2
: r
1
= 0,
un sottospazio vettoriale di R
2
. #
2
Si ricordi che un insieme chiuso rispetto a un operazione quando il risultato delloperazione
appartiene allinsieme.
3.1. SOTTOSPAZI VETTORIALI DI R
.
79
Esempio 14 Sia ` linsieme di tutti gli r R
1
tali che
_
_
_
2r
1
r
2
+ 2r
S
+ 2r
1
= 0
r
1
r
2
2r
S
4r
1
= 0
r
1
2r
2
2r
S
10r
1
= 0
In altre parole, ` linsieme delle soluzioni del sistema indicato. Esso un sottospazio
vettoriale; infatti, il lettore pu vericare che, dati r. ` e c. , R, si ha cr+,
`.
Svolgendo i calcoli
3
si scopre che i vettori
_
10
3
t. 6t.
2
3
t. t
_
(3.2)
risolvono il sistema per ogni t R, sicch
` =
__
10
3
t. 6t.
2
3
t. t
_
: t R
_
.
#
Se \
1
e \
2
sono due sottospazi vettoriali, si pu mostrare che anche la loro inter-
sezione \
1
\
2
un sottospazio vettoriale. Pi in generale vale la
Proposizione 30 Lintersezione di una collezione qualsiasi di sottospazi vettoriali di
R
a
a sua volta un sottospazio vettoriale.
Dim. Sia \
i
una collezione qualsiasi di sottospazi vettoriali di R
a
. Siccome 0
\
i
per ogni i, si ha che

i
\
i
,= O. Sia r. \ e c. , R. Siccome r.

i
\
i
, si
ha r. \
i
per ogni i e quindi c + ,n \
i
per ogni i poich ogni \
i
sottospazio
3
Per completezza riportiamo i calcoli. Consideriamo r
4
come un parametro e risolviamo il
sistema in r
1
, r
2
e r
3
: ovviamente otterremo soluzioni che dipendono dal valore del parametro r
4
.
_
_
_
2r
1
r
2
+ 2r
3
+ 2r
4
= 0
r
1
r
2
2r
3
4r
4
= 0
r
1
2r
2
2r
3
10r
4
= 0
=
_
_
_
2r
1
r
2
= 2r
3
2r
4
r
1
r
2
= 2r
3
+ 4r
4
r
1
2r
2
2r
3
10r
4
= 0
=
_
_
_
2 (r
2
+ 2r
3
+ 4r
4
) r
2
= 2r
3
2r
4
r
1
+ (2r
3
2r
4
2r
1
) = 2r
3
+ 4r
4
r
1
2r
2
2r
3
10r
4
= 0
=
_
_
_
r
2
= 6r
3
10r
4
r
1
= 4r
3
6r
4
r
1
2r
2
2r
3
10r
4
= 0
=
_
_
_
r
2
= 6r
3
10r
4
r
1
= 4r
3
6r
4
(4r
3
6r
4
) 2 (6r
3
10r
4
) 2r
3
10r
4
= 0
=
_
_
_
r
2
= 6r
3
10r
4
r
1
= 4r
3
6r
4
r
3
=
2
3
r
4
=
_
_
_
r
2
= 6
_
2
3
r
4
_
10r
4
r
1
= 4
_
2
3
r
4
_
6r
4
r
3
=
2
3
r
4
=
_
_
_
r
2
= 6r
4
r
1
=
10
3
r
4
r
3
=
2
3
r
4
In conclusione, tutti e solo i vettori di R
4
della forma (3.2) sono soluzioni del sistema per ogni t R.
vettoriale di R
a
. Dunque, c + ,n

i
\
i
e quindi

i
\
i
un sottospazio vettoriale
di R
a
. B
Al contrario dellintersezione, lunione di sottospazi vettoriali non in generale un
sottospazio vettoriale, come mostra il prossimo esempio.
Esempio 15 Gli insiemi \
1
= r R
2
: r
1
= 0 e \
2
= r R
2
: r
2
= 0 sono en-
trambi due sottospazi vettoriali di R
2
. Risulta
\
1
' \
2
=
_
r R
2
: r
1
= 0 oppure r
2
= 0
_
che non un sottospazio vettoriale di R
2
. Infatti,
(1. 0) \
1
' \
2
e (0. 1) \
1
' \
2
ma (1. 0) + (0. 1) = (1. 1) , \
1
' \
2
. #
3.2 Indipendenza e dipendenza lineari
Nel capitolo adotteremo la notazione r
i
= (r
i
1
. .... r
i
a
) R
a
dove lapice identica vet-
tori diversi e i pedici le loro componenti. Usiamo subito tale notazione nella prossima
fondamentale denizione:
Denizione 17 Un insieme nito di vettori r
i
n
i=1
di R
a
detto linearmente in-
dipendente se, per ogni insieme c
i
n
i=1
di numeri reali,
c
1
r
1
+c
2
r
2
+ +c
n
r
n
= 0 ==c
1
= c
2
= = c
n
= 0
Linsieme r
i
n
i=1
invece detto linearmente dipendente se non linearmente in-
dipendente, ossia se esiste un insieme c
i
n
i=1
di numeri reali, non tutti nulli, tali
che
c
1
r
1
+c
2
r
2
+ +c
n
r
n
= 0
Esempio 16 In R
a
consideriamo i vettori
c
1
= (1. 0. .... 0)
c
2
= (0. 1. 0. .... 0)

c
a
= (0. 0. .... 0. 1)
detti vettori (o versori ) fondamentali di R
a
. Linsieme c
1
. .... c
a
linearmente
indipendente. Si ha infatti
c
1
c
1
+ +c
a
c
a
= (c
1
. .... c
a
)
e quindi c
1
c
1
+ +c
a
c
a
= 0 implica c
1
= = c
a
= 0. #
3.2. INDIPENDENZA E DIPENDENZA LINEARI 81
Esempio 17 Tutti gli insiemi di vettori r
i
n
i=1
di R
a
che contengono lorigine 0 sono
linearmente dipendenti. Infatti, senza perdita di generalit poniamo r
1
= 0. Preso un
insieme c
i
n
i=1
di numeri reali con c
1
,= 0 e c
i
= 0 per i = 2. .... : si ha
c
1
r
1
+c
2
r
2
+ +c
n
r
n
= 0
il che dimostra la lineare dipendenza dellinsieme r
i
n
i=1
. #
Prima di proseguire con gli esempi dobbiamo chiarire una questione lessicale.
Sebbene lindipendenza e la dipendenza lineare siano propriet da riferire a un in-
sieme di vettori r
i
n
i=1
, spesso si attribuisce ai singoli vettori, parlando di insiemi
di vettori linearmente indipendenti (dipendenti) invece di un insieme linearmente
indipendente (dipendente) di vettori.
Esempio 18 In R
S
, i vettori
r
1
= (1. 1. 1) . r
2
= (3. 1. 5) . r
S
= (9. 1. 25)
sono linearmente indipendenti. Infatti
c
1
r
1
+c
2
r
2
+c
S
r
S
= c
1
(1. 1. 1) +c
2
(3. 1. 5) +c
S
(9. 1. 25)
= (c
1
+ 3c
2
+ 9c
S
. c
1
+c
2
+c
S
. c
1
+ 5c
2
+ 25c
S
)
e quindi c
1
r
1
+c
2
r
2
+c
S
r
S
= 0 signica
_
_
_
c
1
+ 3c
2
+ 9c
S
= 0
c
1
+c
2
+c
S
= 0
c
1
+ 5c
2
+ 25c
S
= 0
che un sistema di equazioni la cui unica soluzione (c
1
. c
2
. c
S
) = (0. 0. 0). Pi in
generale, per vericare se / vettori
r
1
=
_
r
1
1
. .... r
1
n
_
. r
2
=
_
r
2
1
. .... r
2
n
_
. . r
I
=
_
r
I
1
. .... r
I
n
_
sono linearmente indipendenti in R
a
basta risolvere il seguente sistema
_
_
c
1
r
1
1
+c
2
r
2
1
+ +c
I
r
I
1
= 0
c
1
r
1
2
+c
2
r
2
2
+ +c
I
r
I
2
= 0

c
1
r
1
n
+c
2
r
2
n
+ +c
I
r
I
n
= 0
Se (c
1
. .... c
I
) = (0. .... 0) lunica soluzione, allora i vettori sono linearmente indipen-
denti in R
a
. Per esempio, consideriamo in R
S
i due vettori r
1
= (1. 3. 4) e r
2
= (2. 5. 1).
Il sistema da risolvere
_
_
_
c
1
+ 2c
2
= 0
3c
1
+ 5c
2
= 0
4c
1
+c
2
= 0
che ha lunica soluzione (c
1
. c
2
) = (0. 0). I due vettori r
1
e r
2
sono perci linearmente
indipendenti. #
Esempio 19 Consideriamo i vettori
r
1
= (2. 1. 1) . r
2
= (1. 1. 2) . r
S
= (2. 2. 2) . r
1
= (2. 4. 10)
Per vericare se questi vettori sono linearmente indipendenti in R
S
, risolviamo il
sistema
_
_
_
2c
1
c
2
+ 2c
S
+ 2c
1
= 0
c
1
c
2
2c
S
4c
1
= 0
c
1
2c
2
2c
S
10c
1
= 0
Come abbiamo visto precedentemente, esso risolto dai vettori
_
10
3
t. 6t.
2
3
t. t
_
(3.3)
per ogni t R e quindi, (0. 0. 0. 0) non lunica soluzione del sistema ed i vettori r
1
,
r
2
, r
S
e r
1
sono perci linearmente dipendenti. Infatti, posto per esempio t = 1 in
(3.3), si ha che la quaterna
(c
1
. c
2
. c
S
. c
1
) =
_
10
3
. 6.
2
3
. 1
_
un insieme di coecienti reali non tutti nulli tale che c
1
r
1
+c
2
r
2
+c
S
r
S
+c
1
r
1
= 0.
#
I sottoinsiemi conservano lindipendenza lineare:
Proposizione 31 I sottoinsiemi di un insieme linearmente indipendente sono, a loro
volta, linearmente indipendenti.
La semplice dimostrazione lasciata al lettore, che anche invitato a vericare,
come esercizio, che se si aggiunge un vettore (pi duno) a un insieme linearmente
dipendente, linsieme rimane tale.
3.3 Combinazioni lineari
Denizione 18 Un vettore r R
a
si dice combinazione lineare dei vettori r
i
n
i=1
di
R
a
se esistono : coecienti reali c
i
n
i=1
tali che
r = c
1
r
1
+ +c
n
r
n
Esempio 20 In R
S
consideriamo i due vettori c
1
= (1. 0. 0) e c
2
= (0. 1. 0). Un vettore
di R
S
combinazione lineare di c
1
e c
2
se e solo se ha la forma (c
1
. c
2
. 0) per c
1
. c
2
R.
Infatti, (c
1
. c
2
. 0) = c
1
c
1
+c
2
c
2
. #
Laver introdotto la nozione di combinazione lineare permette di enunciare una
notevole caratterizzazione della dipendenza lineare.
3.3. COMBINAZIONI LINEARI 83
Teorema 32 Un insieme nito o di R
a
linearmente dipendente se e solo se esiste
almeno un elemento di o che combinazione lineare di altri elementi di o.
Dim. Solo se. Sia o = r
i
n
i=1
un insieme linearmente dipendente di R
a
. Sia
2 _ / _ : il pi piccolo numero naturale tra 2 ed : tale che linsieme
_
r
1
. .... r
I
_
sia
linearmente dipendente. Male che vada, / uguale ad : poich per ipotesi r
i
n
i=1
linearmente dipendente. Per la denizione di dipendenza lineare, esistono quindi
/ coecienti reali c
i
I
i=1
, non tutti nulli, tali che
c
1
r
1
+c
2
r
2
+ +c
I
r
I
= 0
Si ha c
I
,= 0 perch altrimenti
_
r
1
. .... r
I1
_
sarebbe un insieme linearmente dipen-
dente, contraddicendo il fatto che / il pi piccolo numero naturale tra 2 ed : tale che
_
r
1
. .... r
I
_
un insieme linearmente dipendente. Visto che c
I
,= 0, possiamo scrivere
r
I
=
c
1
c
I
r
1
+
c
2
c
I
r
2
+ +
c
I1
c
I
r
I1
e quindi r
I
combinazione lineare dei vettori
_
r
1
. .... r
I1
_
. In altre parole, il vettore
r
I
di o combinazione lineare di altri elementi di o.
Se. Supponiamo che il vettore r
I
di un insieme nito o = r
i
n
i=1
sia combi-
nazione lineare di altri elementi di o. Senza perdita di generalit, assumiamo / = 1.
Esiste un insieme c
i
n
i=2
di coecienti reali tali che
r
1
= c
2
r
2
+ +c
n
r
n
Deniamo i coecienti reali ,
i
n
i=1
come segue
,
i
=
_
1 i = 1
c
i
i _ 2
Per costruzione, ,
i
n
i=1
un insieme di coecienti reali non tutti nulli tali che
n
i=1
,
i
r
i
= 0. Infatti
n
i=1
,
i
r
i
= r
1
+c
2
r
2
+c
S
r
S
+ +c
n
r
n
= r
1
+r
1
= 0
Ne segue che r
i
n
i=1
un insieme linearmente dipendente. B
Esempio 21 Consideriamo in R
S
i vettori r
1
= (1. 3. 4), r
2
= (2. 5. 1) e r
S
= (0. 1. 7).
Si ha che r
S
= 2r
1
r
2
, e quindi si pu applicare il Teorema 32 allinsieme r
1
. r
2
. r
S
ponendo / = 3. Ne segue che r

1
. r
2
. r
S
un insieme linearmente dipendente.
immediato vericare come anche ognuno dei vettori nellinsieme r
1
. r
2
. r
S
sia com-
binazione lineare degli altri due. Il prossimo esempio mostrer come ci non valga per
tutti gli insiemi di vettori linearmente dipendenti. #
Esempio 22 Consideriamo in R
S
i vettori r
1
= (1. 3. 4), r
2
= (2. 6. 8) e r
S
= (2. 5. 1).
Si ha che r
2
= 2r
1
e quindi si pu applicare il Teorema 32 allinsieme r
1
. r
2
. r
S
ponendo / = 2. I tre vettori sono perci linearmente dipendenti. Si noti come r

S
non sia combinazione lineare di r
1
e r
2
, ossia non esistono c
1
. c
2
R tali che r
S
=
c
1
r
1
+ c
2
r
2
. In conclusione, il Teorema 32 assicura che, in un insieme di vettori
linearmente dipendenti, alcuni di essi sono combinazione lineare di altri, ma non
detto che la propriet valga per tutti i vettori dellinsieme. Per esempio, tale propriet
valeva per tutti i vettori nei due esempi precedenti, ma non in questultimo. #
Il prossimo risultato unimmediata, ma fondamentale, conseguenza del Teorema
32.
Corollario 33 Un insieme nito o di R
a
linearmente indipendente se e solo se
nessuno dei vettori nellinsieme o combinazione lineare di altri vettori in o.
3.4 Sottospazi generati
Sia \
i
la collezione di tutti i sottospazi vettoriali che contengono un insieme o di
vettori di R
a
. La collezione non vuota perch, banalmente, R
a
contiene o ed quindi
un elemento della collezione. Grazie alla Proposizione 30, lintersezione complessiva
i
\
i
di tutti tali sottospazi , a sua volta, un sottospazio vettoriale di R
a
che contiene
o. Lintersezione

i
\
i
quindi il pi piccolo (nel senso dellinclusione) sottospazio
vettoriale di R
a
che contiene o: per ogni tale sottospazio \ si ha infatti

i
\
i
_ \ .
Il sottospazio vettoriale

i
\
i
importantissimo ed detto sottospazio vettori-
ale generato da o, indicato con span o. In altre parole, span o il pi piccolo
allargamento di o con la propriet di essere un sottospazio vettoriale.
Il prossimo importante risultato mostra come span o abbia una rappresentazione
concreta in termini di combinazioni lineari di o.
Teorema 34 Sia o un sottoinsieme di R
a
. Un vettore r R
a
appartiene a span o
se e solo se combinazione lineare di vettori di o, ossia se e solo se esiste un insieme
nito r
i
i1
di o ed un insieme c
i
i1
di coecienti reali tali che
r =
i1
c
i
r
i
Dim. Se. Sia r R
a
una combinazione lineare di un insieme nito r
i
i1
di vettori
di o. Per semplicit, poniamo r
i
i1
= r
1
. .... r
a
. Esiste quindi un insieme c
i
a
i=1
di coecienti reali tali che r =
a
i=1
c
i
r
i
. Per la denizione di sottospazio vettoriale,
abbiamo c
1
r
1
+ c
2
r
2
span o poich r
1
. r
2
span o. A sua volta, (c
1
r
1
+c
2
r
2
)
span o implica (c
1
r
1
+c
2
r
2
) + c
S
r
S
span o, e cos continuando, si ottiene che
r =
a
i=1
c
i
r
i
span o, come desiderato.
3.4. SOTTOSPAZI GENERATI 85
Solo se. Sia \ linsieme di tutti i vettori r di R
a
esprimibili come combinazioni
lineari di vettori di o, ossia r \ se esistono insiemi niti r
i
i1
_ o e c
i
i1
_ R
tali che r =

a
i=1
c
i
r
i
. facile vedere come \ sia un sottospazio vettoriale di R
a
contenente o. Ne segue che span o _ \ e quindi ogni r span o combinazione
lineare di vettori di o. B
Prima di illustrare il Teorema 34 con un alcuni esempi, ne enunciamo una semplice
conseguenza.
Corollario 35 Sia o un sottoinsieme di R
a
. Se r R
a
combinazione lineare di
vettori di o, allora span o = span (o ' r).
Esempio 23 Sia o =
_
r
1
. .... r
I
_
_ R
a
. Per il Teorema 34 si ha
span o =
_
r R
a
: r =
I
i=1
c
i
r
i
con c
i
R per ogni i = 1. .... /
_
=
_
I
i=1
c
i
r
i
: c
i
R per ogni i = 1. .... /
_
#
Esempio 24 Sia o = (1. 0. 0) . (0. 1. 0) . (0. 0. 1) _ R
S
. Si ha
span o =
_
r R
S
: r = c
1
(1. 0. 0) +c
2
(0. 1. 0) +c
S
(0. 0. 1) con c
i
R per ogni i = 1. 2. 3
_
= (c
1
. c
2
. c
S
) : c
i
R per ogni i = 1. 2. 3 = R
S
.
Pi in generale, sia o = c
1
. .... c
a
_ R
a
. Abbiamo
span o =
_
r R
a
: r =
a
i=1
c
i
c
i
con c
i
R per ogni i = 1. .... :
_
= (c
1
. .... c
a
) : c
i
R per ogni i = 1. .... : = R
a
#
Esempio 25 Se o = r, si ha span o = cr : c R. Per esempio, sia r = (2. 3)
R
2
. Si ha:
span o = (2c. 3c) : c R
ossia span o non altro che la retta passante per il punto r.
-6 -4 -2 0 2 4 6
-4
-2
0
2
4
6
8
x
y
O 2
3
#
3.5 Basi
Per il Teorema 34, il sottospazio generato da un sottoinsieme o di R
a
consiste di tutte
le combinazioni lineari dei vettori in o. Supponiamo che o sia un insieme linearmente
dipendente. Per il Teorema 32, alcuni vettori in o sono a loro volta esprimibili come
combinazioni lineari di altri elementi di o. Per il Corollario 35, tali vettori sono perci
ridondanti ai ni della generazione di span o. Infatti, se un vettore r in span o
combinazione lineare di vettori di o, per il Corollario 35 si ha
span o = span (o r)
dove o r linsieme o privato del vettore r.
Un insieme o linearmente dipendente contiene quindi alcuni elementi ridondanti ai
ni della generazione di span o. Ci non accade se, invece, o un insieme linearmente
indipendente, nel qual caso, per il Corollario 33, nessun vettore di o esprimibile come
combinazione lineare di altri elementi di o. In altre parole, quando o linearmente
indipendente, tutti i suoi vettori sono essenziali ai ni della generazione di span o.
Le considerazioni fatte ci portano ad introdurre la nozione di base.
Denizione 19 Un sottoinsieme nito o di R
a
una base di R
a
se o un insieme
linearmente indipendente tale che span o = R
a
.
Se o una base di R
a
si ha quindi:
1. ogni r R
a
rappresentabile come combinazione lineare di vettori in o.
2. tutti i vettori di o sono essenziali ai ni di questa rappresentazione: nessuno
ridondante.
3.5. BASI 87
Tale essenzialit di una base ai ni della rappresentazione come combinazioni
lineari degli elementi di R
a
risulta evidente nel seguente risultato:
Teorema 36 Un sottoinsieme nito o di R
a
una base di R
a
se e solo se ogni r R
a
si scrive in un sol modo come combinazione lineare di vettori in o.
Dim. Solo se. Sia o = r
1
. .... r
n
una base di R
a
. Supponiamo esistano due
insiemi di coecienti reali c
i
n
i=1
e ,
i
n
i=1
tali che
r =
n
i=1
c
i
r
i
=
n
i=1
,
i
r
i
Si ha quindi
n
i=1
(c
i
,
i
) r
i
= 0
ed essendo i vettori in o linearmente indipendenti, risulta c
i
,
i
= 0 per ogni i =
1. .... :, ossia c
i
= ,
i
per ogni i = 1. .... :.
Se. Sia o = r
1
. .... r
n
e supponiamo che ogni r R
a
si scriva in maniera
unica come combinazione lineare di vettori in o. Ovviamente, per il Teorema 34, si
ha R
a
= span o. Resta da dimostrare che o un insieme linearmente indipendente.
Supponiamo che i coecienti reali c
i
n
i=1
siano tali che
n
i=1
c
i
r
i
= 0
Siccome si ha anche
n
i=1
0r
i
= 0
concludiamo che c
i
= 0 per ogni i = 1. .... : poich per ipotesi il vettore 0 si scrive in
un sol modo come combinazione lineare di vettori in o. B
Esempio 26 La base canonica di R
a
data dai vettori c
1
. .... c
a
. Ogni r R
a
si
scrive in maniera unica come combinazione lineare di questi vettori. In particolare:
r = r
1
c
1
+ +r
a
c
a
=
a
i=1
r
i
c
i
(3.4)
ossia i coecienti della combinazione lineare sono le componenti del vettore r. #
Ogni vettore di R
a
ricostruibile come combinazione lineare dei vettori di una
base di R
a
. In un certo senso, una base perci il codice genetico per uno spazio
vettoriale, contenente tutte le informazioni necessarie per identicarne gli elementi.
Poich ci sono pi basi di R
a
, tali informazioni genetiche sono quindi sintetizzabili
in diversi insiemi di vettori. perci importante capire quali sono le relazioni tra le
diverse basi. Esse sono messe in luce dal prossimo teorema, le cui notevoli implicazioni
lo rendono il Deus ex machina del capitolo.
Teorema 37 Per ogni insieme linearmente indipendente
_
r
1
. .... r
I
_
di R
a
, con / _
:, esistono : / vettori
_
r
I1
. .... r
a
_
tali che linsieme complessivo r
i
a
i=1
una
base di R
a
.
In ragione della sua importanza, diamo due diverse dimostrazioni del risultato. La
prima pi semplice, ma anche pi lunga e tediosa.
Dim. 1 Dimostriamo il teorema per induzione. Cominciamo perci con / = 1, ossia
da un singoletto r
1
. Vogliamo mostrare che esistono : 1 vettori che aggiunti a r
1
formano una base di R
a
. Sia
1
. ....
a
una base di : elementi di R
a
(per esempio,
quella formata dai versori fondamentali). Esistono coecienti c
+
i
a
i=1
_ R tali che
r
1
=
a
i=1
c
+
i
i
(3.5)
Siccome r
1
,= 0, non tutti i coecienti sono nulli (perch r
1
,= 0?). Supponiamo, per
esempio, che c
+
1
,= 0. Si ha
1
=
1
c
+
1
r
1
1
c
+
1
a
i=2
c
+
i
i
e quindi, per ogni insieme di coecienti c
i
a
i=1
_ R,
a
i=1
c
i
i
=
a
i=2
c
i
i
+c
1
_
1
c
+
1
r
1
1
c
+
1
a
i=2
c
+
i
i
_
=
_
c
1
c
+
1
_
r
1
+
a
i=2
_
c
i
c
1
c
+
i
c
+
1
_
i
Ne segue che span (r
1
.
2
. ....
a
) = span (
1
.
2
. ....
a
), e dunque span (r
1
.
2
. ....
a
) =
R
a
. Mostriamo ora che i vettori r
1
.
2
. ....
a
sono linearmente indipendenti, cos da
poter concludere che r
1
.
2
. ....
a
una base di R
a
.
Siano ,
i
a
i=1
_ R coecienti tali che
,
1
r
1
+
a
i=2
,
i
i
= 0 (3.6)
Vogliamo mostrare che ,
1
= = ,
a
= 0. Si supponga che ,
1
,= 0. Si ha
r
1
=
a
i=2
_
,
i
,
1
_
i
Daltra parte, per la (3.5) si ha r
1
=
a
i=1
c
+
i
i
, e quindi
c
+
1
= 0 e c
+
i
=
,
i
,
1
\i = 2. .... :
3.5. BASI 89
poich per il Teorema 36 il vettore r
1
si scrive in maniera unica come combinazione
lineare della base
i
a
i=1
.
Ma c
+
1
= 0 contraddice lassunzione c
+
1
,= 0 e siamo giunti a una contraddizione.
Concludiamo che ,
1
= 0. A questo punto, posto ,
1
= 0, la (3.6) si riduce a
a
i=2
,
i
i
= 0
Siccome
2
. ....
a
un insieme linearmente indipendente (perch?), si ha quindi
,
2
= = ,
a
= 0, il che completa la dimostrazione che r
1
.
2
. ....
a
un in-
sieme linearmente indipendente di R
a
e quindi una sua base. Il caso / = 1 dunque
dimostrato.
Supponiamo ora che il teorema sia vero per ogni insieme di / 1 vettori; vogliamo
mostrare che il teorema vero per ogni insieme di / vettori. Sia quindi
_
r
1
. .... r
I
_
un
insieme di / vettori linearmente indipendenti. Il sottoinsieme
_
r
1
. .... r
I1
_
linear-
mente indipendente ed ha / 1 elementi. Per lipotesi induttiva, esistono : (/ 1)
vettori
_

I
. ....
a
_
tali che
_
r
1
. .... r
I1
.
I
. ....
a
_
una base di R
a
. Pertanto, esistono
coecienti c
+
i
a
i=1
_ R tali che
r
I
=
I1
i=1
c
+
i
r
i
+
a
i=I
c
+
i

i
(3.7)
Siccome i vettori
_
r
1
. .... r
I1
_
sono linearmente indipendenti, almeno uno dei coe-
cienti c
+
i
a
i=I
diverso da zero. Altrimenti si avrebbe r
I
=
I1
i=1
c
+
i
r
i
e il vettore r
I
sarebbe combinazione lineare dei vettori
_
r
1
. .... r
I1
_
, il che per il Corollario 33 non
pu accadere. Sia, per esempio, c
+
I
,= 0. Si ha

I
=
1
c
+
I
r
I
+
I1
i=1
c
+
i
c
+
I
r
i
+
a
i=I1
c
+
i
c
+
I

i
Per ogni insieme di coecienti c
i
a
i=1
_ R abbiamo
I1
i=1
c
i
r
i
+
a
i=I
c
i

i
=
I1
i=1
c
i
r
i
+c
I
_
1
c
+
I
r
I
+
I1
i=1
c
+
i
c
+
I
r
i
+
a
i=I1
c
+
i
c
+
I

i
_
+
a
i=I1
c
i

i
=
I1
i=1
_
c
i
c
I
c
+
i
c
+
I
_
r
i
+
c
I
c
+
I
r
I
+
a
i=I1
_
c
i
c
I
c
+
i
c
+
I
_

i
e quindi
span
_
r
1
. .... r
I
.
I1
. ....
a
_
= span
_
r
1
. .... r
I1
.
I
. ....
a
_
= R
a
Rimane da mostrare che i vettori
_
r
1
. .... r
I
.
I1
. ....
a
_
sono linearmente indipen-
denti.
Siano ,
i
a
i=1
_ R coecienti tali che
I
i=1
,
i
r
i
+
a
i=I1
,
i

i
= 0 (3.8)
Vogliamo mostrare che ,
1
= = ,
a
= 0. Si supponga che ,
I
,= 0. Si ha
r
I
=
I1
i=1
_
,
i
,
I
_
r
i
+
a
i=I1
_
,
i
,
I
_

i
Essendo
_
r
1
. .... r
I1
.
I
. ....
a
_
una base di R
a
, il vettore r
I
si scrive in un sol modo
come loro combinazione lineare, e quindi la (3.7) implica che
c
+
i
=
,
i
,
I
per i = 1. .... / 1 e i = / + 1. .... :
mentre c
+
I
= 0. Ci contraddice lassunzione c
+
I
,= 0 fatta precedentemente, il che ci
porta a concludere che ,
I
= 0. La (3.8) si riduce a
I1
i=1
,
i
r
i
+
a
i=I1
,
i

i
= 0
ma i vettori
_
r
1
. .... r
I1
.
I1
. ....
a
_
sono linearmente indipendenti (perch?), e quin-
di possiamo concludere che
,
1
= = ,
I1
= ,
I1
= = ,
a
= 0
che mostra che
_
r
1
. .... r
I
.
I
. ....
a
_
sono linearmente indipendenti e sono dunque una
base di R
a
. B
La seconda, pi ingegnosa, dimostrazione si basa sul seguente
Lemma 38 Siano /
1
. .... /
a
una base di R
a
. Se
r = c
1
/
1
+. . . +c
a
/
a
con c
i
,= 0, allora /
1
. .... /
i1
. r. /
i1
. .... /
a
una base di R
a
.
Si osservi che il risultato stato implicitamente usato anche nella precedente
dimostrazione
4
.
4
Pi precisamente, stato usato al passo / = 1 dove dalla base
_
j
1
, j
2
, ..., j
n
_
stata ricavata
la base
_
r
1
, j
2
, ..., j
n
_
, nonch al passo / 1 dove dalla base
_
r
1
, ..., r
k1
, j
k
, j
k+1
, ..., j
n
_
stata
ricavata la base
_
r
1
, ..., r
k
, j
k+1
, ..., j
n
_
.
3.5. BASI 91
Dim. Senza perdita di generalit supponiamo che c
1
,= 0. Dimostriamo che r. /
2
. .... /
a
una base di R
a
. Poich c
1
,= 0, si pu scrivere
/
1
=
1
c
1
r
c
2
c
1
/
2
...
c
a
c
1
/
a
e quindi, per ogni scelta dei coecienti c
i
a
i=1
_ R, si ha
a
i=1
c
i
/
i
=
a
i=2
c
i
/
i
+c
1
_
1
c
1
r
a
i=2
c
i
c
1
/
i
_
=
_
c
1
c
1
_
r +
a
i=2
_
c
i
c
1
c
i
c
1
_
/
i
Ne segue che
span
_
r. /
2
. .... /
a
_
= span
_
/
1
. /
2
. .... /
a
_
= R
a
Resta da mostrare che linsieme r. /
2
. .... /
a
linearmente indipendente, cos da
poter concludere che una base di R
a
. Siano ,
i
a
i=1
_ R coecienti per i quali
,
1
r +
a
i=2
,
i
/
i
= 0. (3.9)
Se ,
1
,= 0 risulta
r =
a
i=2
_
,
i
,
1
_
/
i
= 0/
1
+
a
i=2
_
,
i
,
1
_
/
i
.
Dato che r si pu scrivere in un sol modo come combinazione lineare dei vettori della
base /
i
a
i=1
, possiamo concludere che c
1
= 0, il che assurdo. Ci signica che ,
1
= 0
e la (3.9) si semplica in
0/
1
+
a
i=2
,
i
/
i
= 0.
Essendo /
1
. . . . . /
a
una base, risulta ,
2
= ... = ,
a
= 0 = ,
1
. B
Dim. 2 del Teorema 37 Il Teorema vale per / = 1. Infatti, consideriamo un
singoletto
5
r, con r ,= 0, e la base canonica c
1
. .... c
a
di R
a
. Poich r =
a
i=1
r
i
c
i
,
esiste almeno un indice i tale che r
i
,= 0. Per il Lemma 38, c
1
. .... c
i1
. r. c
i1
. .... c
a
una base di R
a
.
Poich il Teorema vale per / = 1, sia 1 < / _ : il pi piccolo intero per il
quale la propriet del Teorema falsa. Per il Lemma 38, 1 < / _ : ed esiste un
insieme
_
r
1
. .... r
I
_
linearmente indipendente tale che non esistono : / vettori di
R
a
che, aggiunti a
_
r
1
. .... r
I
_
, formano una base di R
a
. Dato che
_
r
1
. .... r
I1
_
, a
5
Si noti che un singoletto r linearamente indipendente quando cr = 0 implica c = 0, il che
equivale a richiedere r ,= 0.
sua volta, linearmente indipendente, per la minimalit di / vi sono r
I
. .... r
a
tali che
_
r
1
. .... r
I1
. r
I
. .... r
a
_
formano una base di R
a
. Ma allora
r
I
= c
1
r
1
+ +c
I1
r
I1
+c
I
I
r
I
+ +c
a
a
r
a
Dato che
_
r
1
. .... r
I
_
linearmente indipendente non pu accadere che c
I
= =
c
a
= 0 e perci c
)
,= 0 per qualche indice , /. .... :. Per il Lemma 38
_
r
1
. .... r
I1
. r
I
. .... r
)1
. r
I
. r
)1
. .... r
a
_
una base di R
a
: assurdo. B
Il prossimo risultato una semplice, ma importante, conseguenza del Teorema 37.
Corollario 39 (i) Ogni insieme linearmente indipendente di R
a
con : elementi una
sua base.
(ii) Ogni insieme linearmente indipendente di R
a
ha al pi : elementi.
Dim. (i) Basta porre / = : nel Teorema 37. (ii) Sia o un insieme linearmente indipen-
dente in R
a
. Consideriamo prima il caso di o nito e poniamo quindi o =
_
r
1
. .... r
I
_
.
Vogliamo mostrare che / _ :. Per contraddizione, si supponga / :. Allora,
r
1
. .... r
a
a sua volta un insieme linearmente indipendente e per laermazione (i)
una base di R
a
. Quindi, i vettori
_
r
a1
. .... r
I
_
sono combinazione lineare dei vettori
r
1
. .... r
a
, il che, per il Corollario 33, contraddice il fatto che i vettori
_
r
1
. .... r
I
_
siano linearmente indipendenti. Quindi / _ :, il che completa la dimostrazione. B
Siamo nalmente giunti al risultato principale della sezione.
Teorema 40 Ogni base di R
a
ha lo stesso numero : di elementi.
In altre parole, bench linformazione genetica di R
a
sia codicabile in diversi
insiemi di vettori, ossia in diverse basi, tali insiemi hanno lo stesso numero (e nito)
di elementi, cio la stessa lunghezza. Il numero : pu quindi vedersi come la di-
mensione dello spazio R
a
; del resto naturale pensare che uno spazio R
a
sia tanto pi
grande quanti pi elementi hanno le sue basi, ossia quanto pi grande la quantit
di informazioni che occorre per identicare i suoi elementi.
In conclusione, il numero : che emerge dal Teorema 40 indica la dimensione di R
a
e, in un certo senso, ne giustica lapice :. In particolare, tale nozione di dimensione
rende rigorosa lidea intuitiva che lo spazio R
a
pi grande dello spazio R
n
quando
: < :. Esso pi grande perch occorre maggior informazione, cio basi di maggior
cardinalit, per codicarne gli elementi.
Dim. Supponiamo che R
a
abbia una base di : elementi. Per la parte (ii) del Corollario
39, ogni altra base di R
a
pu avere al pi : elementi. Sia
_
r
1
. .... r
I
_
una generica altra
3.6. BASI DI SOTTOSPAZI 93
base di R
a
. Mostriamo che non pu essere / < :, cos da poter concludere che / = :.
Supponiamo che / < :. Per il Teorema 37 esisterebbero : / vettori
_
r
I1
. .... r
a
_
tali che linsieme
_
r
1
. .... r
I
. r
I1
. .... r
a
_
sarebbe una base di R
a
. Ci contraddice
per lassunzione che
_
r
1
. .... r
I
_
sia una base di R
a
poich i vettori
_
r
I1
. .... r
a
_
non sono combinazione lineare dei vettori
_
r
1
. .... r
I
_
, essendo r
1
. .... r
a
un insieme
linearmente indipendente. In conclusione, non si pu avere / < : e quindi / = :. B
3.6 Basi di sottospazi
Le nozioni introdotte nella sezione precedente per R
a
si estendono in modo naturale
ai suoi sottospazi vettoriali \ . Infatti, anche per essi siamo interessati a sottoinsiemi
niti che ne racchiudano tutta linformazione essenziale.
Denizione 20 Sia \ un sottospazio vettoriale di R
a
. Un sottoinsieme nito o di \
una base di \ se o un insieme linearmente indipendente tale che span o = \ .
Anche le basi di sottospazi vettoriali permettono di rappresentare ogni vettore del
sottospazio come loro combinazione lineare, e tale rappresentazione essenziale, priva
di ridondanze.
I risultati della sezione precedente si generalizzano facilmente
6
. Cominciamo con
il Teorema 36.
Teorema 41 Sia \ un sottospazio vettoriale di R
a
. Un sottoinsieme nito o di \
una base di \ se e solo se ogni r \ si scrive in un sol modo come combinazione
lineare di vettori in o.
Esempio 27 (i) Lasse delle ascisse ` = r R
2
: r
2
= 0 un sottospazio vettoriale
di R
2
. Il singoletto c
1
_ ` una sua base. (ii) Il piano ` = r R
S
: r
S
= 0
un sottospazio vettoriale di R
S
. Linsieme c
1
. c
2
_ ` una sua base. #
Poich \ sottoinsieme di R
a
, esso avr al pi : vettori linearmente indipendenti.
In particolare, vale la seguente generalizzazione del Teorema 37.
Teorema 42 Sia \ un sottospazio vettoriale di R
a
con una base di : _ : elementi.
Per ogni insieme linearmente indipendente di vettori
_
1
. ....
I
_
, con / _ :, esistono
:/ vettori
_
I1
. ....
n
_
tali che linsieme complessivo
i
n
i=1
una base di \ .
A sua volta, il Teorema 42 porta alla seguente estensione del Teorema 40.
Teorema 43 Ogni base di un sottospazio vettoriale di R
a
ha lo stesso numero di
elementi.
6
Le dimostrazione dei risultati della sezione sono lasciate al lettore perch analoghe a quelle
dellultima sezione.
Sebbene, alla luce del Teorema 40, il risultato non sia una sorpresa, rimane di
grande eleganza perch mostra come, al di l della loro diversit, le basi condividono
una caratteristica fondamentale qual la cardinalit.
Ci motiva la prossima denizione, implicita nella discussione che ha seguito il
Teorema 40.
Denizione 21 La dimensione di un sottospazio vettoriale \ di R
a
il numero di
elementi di ogni sua base.
Per il Teorema 43 tale numero unico, e lo indichiamo con dim\ . La nozione
di dimensione rende interessante questa sezione (che altrimenti sarebbe una mera
rivisitazione dei risultati della sezione precedente), come mostrano i prossimi esempi.
Esempio 28 Nel caso speciale \ = R
a
si ha dimR
a
= :, il che rende rigorosa la
discussione che ha seguito il Teorema 40. #
Esempio 29 (i) Lasse delle ascisse un sottospazio vettoriale di dimensione uno di
R
2
. (ii) Il piano ` = r = (r
1
. r
2
. r
S
) R
S
: r
1
= 0 un sottospazio vettoriale di
dimensione due di R
S
. #
Esempio 30 Se \ = 0, ossia se \ il sottospazio vettoriale banale costituito dalla
sola origine 0, si pone dim\ = 0. Daltra parte, \ non contiene vettori linearmente
indipendenti (perch?) e ha quindi come base linsieme vuoto O. #
3.7 Titoli nanziari
Consideriamo un mercato nanziario sul quale sono quotate attivit nanziarie (titoli).
Il mercato osservato in due sole date: 0 (oggi) e 1 (una data futura). Ciascuna attivit
nanziaria aleatoria: il suo pagamento nale in data 1 assume valori (potenzialmente
diversi) in : diversi stati del mondo che diremo .
1
. .
2
. . . . . .
n
; chiameremo
= .
1
. .
2
. . . . . .
n
il loro insieme. Ogni titolo si pu descrivere come un vettore

= (
1
.
2
. ....
n
)
di R
n
, dove
i
il pagamento nale del titolo in data 1 qualora si realizzi lo stato .
i
.
Esempio 31 Supponiamo che i pagamenti dei titoli dipendano dallo stato dellecono-
mia, che pu essere di tre tipi:
.
1
= recessione, .
2
= stasi e .
S
= crescita
Ogni titolo si pu descrivere come un vettore
= (
1
.
2
.
S
)
di R
S
, in cui
i
il pagamento del titolo nel caso la stato .
i
si realizzi, per i = 1. 2. 3.
#
3.7. TITOLI FINANZIARI 95
Supponiamo che sul mercato siano quotati : titoli
1 =
_
1
. ....
a
_
_ R
n
dove 1 sta per listino
7
. Indichiamo con
I
= (
1I
. ....
nI
) R
n
uno di tali titoli, per / = 1. 2. .... :, sicch
iI
il pagamento nale del /-esimo titolo
qualora si realizzi lo stato .
i
. Il mercato aperto in data 0 per operazioni di com-
pravendita dei titoli quotati. Facciamo lipotesi che il mercato sia perfetto: tutti
i titoli si possono acquistare o vendere allo scoperto in qualunque quantit (anche
enorme o piccolissima) allo stesso prezzo (i prezzi dacquisto coincidono cos con i
prezzi di vendita: non vi sono cio n dierenze denaro-lettera, n costi di transazione
o imposte e nemmeno sconti di quantit).
Una combinazione lineare di titoli
a
I=1
r
I
I
detta portafogli e signica acquistare (se r
c
0) o vendere (se r
c
< 0) r
I
unit dei
vari titoli. Sia n R
n
un prolo di pagamenti nei vari stati. Se il vettore n tale che
n =
a
I=1
r
I
I
si usa dire che il portafogli identicato dalla combinazione lineare dei titoli quotati
con pesi r
I
, o brevemente dal vettore
r = (r
1
. r
2
. . . . . r
a
) R
a
replica il vettore n. In altre parole, i vettori di R
n
replicati da portafogli sono tutti
i proli di pagamenti aleatori che si possono costruire sul mercato tramite opportune
operazioni di compravendita degli : titoli quotati. Il sottospazio vettoriale generato
dai titoli quotati contiene tutti e soli i vettori di pagamenti replicabili. Indichiamolo
con ` (come mercato):
` = span 1
Linsieme dei pagamenti aleatori replicabili sul mercato formano dunque un sottospazio
vettoriale di R
n
.
Se gli : titoli del listino sono linearmente dipendenti, alcuni di essi sono inutili
perch risultano replicabili (cio ricostruibili) attraverso portafogli degli altri titoli.
Per esempio, dei tre titoli con i vettori
(3. 7. 4) . (1. 2. 1) . (18. 40. 10) R
S
7
Per listino intendiamo quindi linsieme dei titoli quotati.
di pagamenti nali, lultimo superuo: pu essere ottenuto con il portafogli composto
da 4 unit del primo titolo e da 6 unit del secondo.
Quindi, se i vettori
1
.
2
. . . . .
a
sono linearmente dipendenti, il loro insieme pu
essere ristretto a un pi piccolo insieme
i1
_ 1
di vettori linearmente indipendenti tali che
` = span
i
i1
(3.10)
Sia 1 _ / _ : il massimo numero di tali vettori linearmente independenti, cio / = [1[.
Il sottospazio vettoriale ` ha dimensione /. In particolare:
(i) se / = : dalla (3.10) segue che ` = R
n
, i vettori generano tutto R
n
. In
questo caso, con portafogli di titoli quotati, si pu ottenere qualsiasi vettore di
pagamenti nali: il mercato detto completo.
(ii) Se / < :, il mercato ` un sottospazio vettoriale proprio, di dimensione /, di
R
n
e non tutti i vettori di pagamenti nali sono replicabili attraverso portafogli:
il mercato detto incompleto. Intuitivamente, la dierenza :/ indica il grado
di incompletezza del mercato.
Siamo quindi giunti a una prima fondamentale classicazione dei mercati nanziari,
basata sulle nozioni di algebra lineare studiate.
Nel Capitolo 14 proseguiremo lo studio dei mercati nanziari qui intrapreso. Da
ultimo, osserviamo che i vettori fondamentali c
1
. c
2
. .... c
n
di R
n
rappresentano titoli
(in genere ttizi) che pagano 1 euro se si vericher un ben preciso stato del mondo.
Essi sono detti titoli elementari (o secondo Arrow) e rappresentano assicurazioni per-
fette contro i vari stati del mondo: il generico c
i
R
n
paga 1 se si verica .
i
oppure
0 negli altri stati del mondo. Essi generano lintero spazio R
n
, cio ` = R
n
, e quindi
formano un mercato completo che replica tutti i vettori n R
n
. Bench ttizi, nella
Sezione 14.10 vedremo che i titoli elementari sono importanti per discutere di sistemi
di prezzo di mercato.
Capitolo 4
Struttura euclidea
4.1 Valore assoluto e norma
4.1.1 Prodotto interno
Le operazioni di somma e moltiplicazione scalare e loro propriet determinano la strut-
tura lineare di R
a
. Loperazione di prodotto interno e le sue propriet caratterizzano
invece la struttura euclidea di R
a
, che studieremo nel capitolo.
Ricordiamo dalla Sezione 2.2 che il prodotto interno r di due vettori in R
a
denito come
r = r
1
1
+r
2
2
+ +r
a
a
=
a
i=1
r
i
i
e che esso commutativo, r = r, e distributivo, (cr +,). = c(r .)+, ( .).
Si noti, inoltre, che
r r =
a
i=1
r
2
i
_ 0
La somma dei quadrati delle coordinate di un vettore non altro che il prodotto interno
del vettore per s stesso. Questa semplice osservazione sar centrale nel capitolo perch
permetter di denire la fondamentale nozione di norma usando il prodotto interno.
Al riguardo si osservi che r r = 0 se e solo se r = 0: la somma di quadrati nulla se
e solo se sono nulli tutti gli addendi.
Prima di studiare la norma introduciamo il valore assoluto, che la versione scalare
della norma e che il lettore forse gi conosce.
4.1.2 Valore assoluto
Il valore assoluto [r[ di un numero r R
[r[ =
_
r se r _ 0
r se r < 0
97
98 CAPITOLO 4. STRUTTURA EUCLIDEA
Per esempio, [5[ = [5[ = 5. Il valore assoluto gode delle seguenti propriet elementari
che lasciamo vericare al lettore:
(i) [r[ _ 0 per ogni r R;
(ii) [r[ = 0 se e solo se r = 0;
(iiii) [r[ = [r[ [[ per ogni r. R.
(iv) [r +[ _ [r[ +[[ per ogni r. R.
La propriet (iv) detta disuguaglianza triangolare. Unaltra propriet importante
del valore assoluto
[r[ < c ==c < r < c, \c 0 (4.1)
Ricordiamo che abbiamo gi convenuto di considerare solo la radice positiva
_
r di
r, r _ 0 (la cosiddetta radice aritmetica): per esempio,
_
25 = 5. Formalmente, ci
equivale ad assumere
_
r
2
= [r[ \r R (4.2)
Lasciamo al lettore la verica di (4.1) e (4.2).
4.1.3 Norma
La norma generalizza la nozione di valore assoluto a R
a
. In particolare, la norma
(euclidea) di un vettore r R
a
, indicata con |r|, data da
|r| = (r r)
1
2
=
_
r
2
1
+r
2
2
+ +r
2
a
Quando : = 1, la norma si riduce al valore assoluto; infatti, grazie alla (4.2) si ha
|r| =
_
r
2
= [r[ \r R
Per esempio, se r = 4 si ha |r| =
_
(4)
2
=
_
16 = 4 = [4[ = [r[. Quindi, la
norma in R
a
eettivamente generalizza il valore assoluto in R.
Geometricamente la norma di un vettore non altro che la lunghezza del segmento
che lo rappresenta. Per : = 2 tale lunghezza, per il Teorema di Pitagora, infatti
proprio |r| =
_
r
2
1
+r
2
2
.
4.1. VALORE ASSOLUTO E NORMA 99
-3 -2 -1 0 1 2 3 4 5
-2
-1
0
1
2
3
4
O
x
1
x
2
||x||
Norma del vettore r.
Per : = 3 vale una simile interpretazione geometrica, che ovviamente si perde per
: _ 4.
Esempio 32 (i) se r = (1. 1) R
2
, si ha |r| =
_
1
2
+ (1)
2
=
_
2;
(ii) se r = (c. c
2
) R
2
, con c R, si ha
|r| =
_
c
2
+ (c
2
)
2
=
_
c
2
+c
1
= [c[
_
1 +c
2
(iii) se r = (c. 2c. c) R
S
, si ha |r| =
_
c
2
+ (2c)
2
+ (c)
2
= [c[
_
6;
(iv) se r =
_
2. :.
_
2. 3
_
R
1
, si ha
|r| =
_
2
2
+:
2
+
_
2
2
+ 3
2
=
_
4 +:
2
+ 2 + 9 =
_
15 + :
2
#
La norma gode di alcune propriet elementari che estendono a R
a
quelle viste per
il valore assoluto. Il prossimo risultato raccoglie le pi semplici.
Proposizione 44 Siano r. arbitrari vettori in R
a
e c R. Allora:
(i) |r| _ 0;
(ii) |r| = 0 se e solo se r = 0;
(iii) |cr| = [c[ |r|.
Dim. Verichiamo per esempio la (ii), lasciando al lettore le altre. Se r = 0 =
(0. 0. .... 0), si ha |r| =
_
0 + 0 + + 0 = 0; viceversa, se |r| = 0, si ha
0 = |r|
2
= r
2
1
+r
2
2
+ +r
2
a
(4.3)
Siccome r
2
i
_ 0 per ogni i = 1. 2. . :, da (4.3) segue che r
2
i
= 0 per ogni i =
1. 2. . : poich una somma di numeri non negativi nulla solo se sono tutti nulli.B
La propriet (iii) estende la propriet [r[ = [r[ [[ del valore assoluto. La cele-
bre disuguaglianza di Cauchy-Schwarz una diversa, e pi sottile, estensione di tale
propriet.
Proposizione 45 (Cauchy-Schwarz) Risulta, per ogni r. R
a
,
[r [ _ |r| || (4.4)
Vale luguaglianza se e solo se i vettori r e sono linearmente dipendenti.
La (4.4) la disuguaglianza di Cauchy-Schwarz.
Dim. Se r = 0 oppure = 0, si ha banalmente [r [ = |r| || = 0. Supponiamo
perci che entrambi i vettori non siano nulli. Per ogni t R, si ha
(r t) (r t) =
a
i=1
(r
i
t
i
)
2
=
a
i=1
r
2
i
2t
a
i=1
r
i
i
+t
2
a
i=1
2
i
_ 0
Ponendo
t =
a
i=1
r
i
a
i=1
2
i
si ha
0 _
a
i=1
r
2
i
2
a
i=1
r
i
a
i=1
2
i
a
i=1
r
i
i
+
_
a
i=1
r
i
a
i=1
2
i
_
2 a
i=1
2
i
=
a
i=1
r
2
i
2
(
a
i=1
r
i
i
)
2
a
i=1
2
i
+
(
a
i=1
r
i
i
)
2
a
i=1
2
i
=
a
i=1
r
2
i

(
a
i=1
r
i
i
)
2
a
i=1
2
i
=
a
i=1
2
i
_
_
a
i=1
r
2
i
a
i=1
2
i

_
a
i=1
r
i
i
_
2
_
_
Poich

a
i=1
2
i
0, si ha quindi
a
i=1
r
2
i
a
i=1
2
i

_
a
i=1
r
i
i
_
2
_ 0
4.1. VALORE ASSOLUTO E NORMA 101
cio
_
a
i=1
r
i
i
_
2
_
a
i=1
r
2
i
a
i=1
2
i
Prendendo la radice di entrambi i membri:
i=1
r
i
_
_
a
i=1
r
i
i
_
2
_
_
a
i=1
r
2
i
a
i=1
2
i
=
_
a
i=1
r
2
i
_
a
i=1
2
i
= |r| ||
si ottiene la (4.4).
La disuguaglianza vale come uguaglianza quando = 0 oppure r = 0 oppure
quando r
i
t
i
= 0 per ogni i = 1. 2. . . . . :, cio quando i due vettori sono uno
multiplo dellaltro: in breve, quando uno dei due vettori multiplo dellaltro secondo
un coeciente eventualmente nullo. Come il lettore pu vericare, ci accade se e solo
se essi sono linearmente dipendenti. B
La disuguaglianza di Cauchy-Schwarz ci consente di dimostrare la disuguaglianza
triangolare, completando in tal modo lestenzione alle norme delle propriet (i)-(iv)
del valore assoluto.
Corollario 46 Risulta, per ogni r. R
a
,
|r +| _ |r| +|| (4.5)
La (4.5) la disuguaglianza triangolare per la norma.
Dim. Quadrando, la (4.5) diventa
|r +|
2
_ |r|
2
+||
2
+ 2 |r| || .
cio
a
i=1
(r
i
+
i
)
2
_
a
i=1
r
2
i
+
a
i=1
2
i
+ 2
_
a
i=1
r
2
i
_1
2
_
a
i=1
2
i
_1
2
.
ovvero, semplicando,
a
i=1
r
i
i
_
_
a
i=1
r
2
i
_1
2
_
a
i=1
2
i
_1
2
che vera per la disuguaglianza di Cauchy-Schwarz. B
Un vettore di norma unitaria detto versore. Nella gura i vettori
__
2,2.
_
2,2
_
e
_
_
3,2. 1,2
_
sono due versori di R
2
:
-3 -2 -1 0 1 2 3 4 5
-2
-1
0
1
2
3
4
O
x
y
Si noti che, per ogni r ,= 0, il vettore
=
1
|r|
r
un versore: si tratta semplicemente di normalizzare r dividendolo per la sua
lunghezza. In particolare
c
1
= (1. 0. 0. ... 0)
c
2
= (0. 1. 0. .... 0)

c
a
= (0. 0. .... 0. 1)
sono i versori fondamentali di R
a
introdotti nel Capitolo 3. Per vedere la ragione del
loro impegnativo aggettivo, si osservi che in R
2
essi sono
c
1
= (1. 0) e c
2
= (0. 1)
e giacciono sullasse delle ascisse e delle ordinate, rispettivamente. In particolare, i
quattro versori c
1
. c
2
sono i versori che appartengono agli assi cartesiani di R
2
.
In R
S
i versori fondamentali sono
c
1
= (1. 0. 0) . c
2
= (0. 1. 0) e c
S
= (0. 0. 1)
e anche in questo caso i sei versori c
1
. c
2
. c
S
sono i versori che appartengono
agli assi cartesiani di R
S
.
4.2 Ortogonalit
La Sezione A.3 dellappendice mostra come due vettori r e del piano si possano
vedere come perpendicolari quando il loro prodotto interno nullo, cio r = 0. Ci
suggerisce la:
4.2. ORTOGONALIT 103
Denizione 22 Due vettori r. R
a
si dicono ortogonali (o perpendicolari) quando
r = 0
Quando r e sono ortogonali si scrive rl. Dalla commutativit del prodotto
interno segue che rl equivalente a lr.
Esempio 33 (i) Due versori fondamentali sono ortogonali. Per esempio, per c
1
ed c
2
in R
S
si ha
c
1
c
2
= (1. 0. 0) (0. 1. 0) = 0
(ii) I vettori
__
2,2.
_
6,2
_
e
_
_
3,2. 1,2
_
sono ortogonali:
_
_
2
2
.
_
6
2
_
_
3
2
.
1
2
_
=
_
6
4
+
_
6
4
= 0
#
La nozione di ortogonalit centrale, come ben illustra il celeberrimo:
Teorema 47 (Pitagora) Siano r. R
a
. Se rl,
|r +|
2
= |r|
2
+||
2
.
Dim. Si ha
|r +|
2
= (r +) (r +) = |r|
2
+r + r +||
2
= |r|
2
+||
2
come desiderato. B
Il classico Teorema di Pitagora il caso : = 2. Grazie alla nozione di ortogonalit
ne abbiamo la versione generale per R
a
.
Lortogonalit si estende in modo naturale a insiemi di vettori.
Denizione 23 Un insieme di vettori r
i
I
i=1
di R
a
si dice ortogonale se i suoi vettori
sono, a due a due, ortogonali.
Linsieme c
1
. .... c
a
dei versori fondamentali lesempio pi classico di insieme
ortogonale.
Una notevole propriet degli insiemi ortogonali la lineare indipendenza.
Proposizione 48 Un insieme ortogonale linearmente indipendente.
Dim. Sia r
i
I
i=1
un insieme ortogonale di R
a
. Sia c
i
I
i=1
un insieme di scalari tali
che

I
i=1
c
i
r
i
= 0. Dobbiamo mostrare che c
1
= c
2
= = c
I
= 0. Si ha
0 =
I
)=1
(c
)
r
)
0) =
I
)=1
_
c
)
r
)

I
i=1
c
i
r
i
_
= c
1
r
1
_
I
i=1
c
i
r
i
_
+c
2
r
2
_
I
i=1
c
i
r
i
_
+ +c
I
r
I

_
I
i=1
c
i
r
i
_
= c
2
1
r
2
1
+c
1
r
1
_
I
i=2
c
i
r
i
_
+c
2
2
r
2
2
+c
2
r
2
_
c
1
r
1
+
I
i=S
c
i
r
i
_
+ +c
2
I
r
2
I
+c
I
r
I

_
I1
i=1
c
i
r
i
_
= c
2
1
r
2
1
+
I
i=2
(c
1
r
1
c
i
r
i
) +c
2
2
r
2
2
+c
2
r
2
c
1
r
1
+
I
i=S
(c
2
r
2
c
i
r
i
) + +c
2
I
r
2
I
+
I1
i=1
(c
I
r
I
c
i
r
i
)
=
I
i=1
c
2
i
r
2
i
Quindi,
0 =
I
i=1
c
2
i
r
2
i
il che implica c
1
= c
2
= = c
I
= 0, come desiderato. B
Un insieme ortogonale composto da vettori di norma unitaria, cio da versori,
detto ortonormale. Linsieme c
1
. .... c
a
dei versori fondamentali , per esempio,
ortonormale. In generale, dato un insieme ortogonale r
i
I
i=1
di vettori di R
a
, linsieme
_
r
i
|r
i
|
_
I
i=1
ottenuto dividendo ogni elemento per la sua norma ortonormale. Infatti,
_
_
_
_
r
i
|r
i
|
_
_
_
_
=
1
|r
i
|
|r
i
| = 1
e
r
i
|r
i
|

r
)
|r
)
|
=
1
|r
i
| |r
)
|
r
i
r
)
= 0
4.2. ORTOGONALIT 105
Esempio 34 Si considerino i seguenti tre vettori ortogonali di R
S
:
r
1
= (1. 1. 1) ; r
2
= (2. 1. 1) ; r
S
= (0. 1. 1)
Si ha
_
_
r
1
_
_
=
_
3 ;
_
_
r
2
_
_
=
_
6 ;
_
_
r
S
_
_
=
_
2
Dividendo ciascun vettore per la sua norma, si ottengono i vettori ortonormali:
r
1
|r
1
|
=
_
1
_
3
.
1
_
3
.
1
_
3
_
;
r
2
|r
2
|
=
_
2
_
6
.
1
_
6
.
1
_
6
_
;
r
S
|r
S
|
=
_
0.
1
_
2
.
1
_
2
_
In particolari, i tre vettori formano una base ortonormale. #
Le basi ortonormali di R
a
, in primis quella composta dai versori fondamentali, sono
le pi importanti tra le basi di R
a
poich per esse facile determinare i coecienti
delle combinazioni lineari che rappresentano i vettori di R
a
:
Proposizione 49 Sia r
1
. r
2
. .... r
a
una base ortonormale di R
a
. Per ogni R
a
,
si ha
= ( r
1
)r
1
+ ( r
2
)r
2
+ + ( r
a
)r
a
=
a
i=1
( r
i
)r
i
I coecienti r
i
si dicono coecienti di Fourier.
Dim. Poich r
1
. r
2
. .... r
a
una base, esistono : scalari c
1
. c
2
. .... c
a
tali che
=
a
i=1
c
i
r
i
Per i = 1. 2. ...: il prodotto scalare r
)
:
r
)
=
a
i=1
c
i
(r
i
r
)
)
Siccome r
1
. r
2
. .... r
a
ortonormale si ha
r
i
r
)
=
_
0 se i ,= ,
1 i = ,
Quindi r
)
= c
)
, da cui segue lasserto. B
Per la base canonica c
1
. c
2
. .... c
a
per ogni = (
1
. ....
a
) R
a
si ha c
i
=
i
e
si ritrova cos la (3.4), cio
=
a
i=1
i
c
i
Il prossimo esempio considera una diversa base ortonormale.
Esempio 35 Si consideri la base ortonormale di R
S
dellultimo esempio:
r
1
=
_
1
_
3
.
1
_
3
.
1
_
3
_
; r
2
=
_
2
_
6
.
1
_
6
.
1
_
6
_
; r
S
=
_
0.
1
_
2
.
1
_
2
_
Consideriamo, per esempio, il vettore = (2. 3. 4). Poich
r
1
=
9
_
3
; r
2
=
3
_
6
; r
S
=
1
_
2
si ha
=
_
r
1

_
r
1
+
_
r
2

_
r
2
+
_
r
S

_
r
S
=
9
_
3
_
1
_
3
.
1
_
3
.
1
_
3
_
+
3
_
6
_
2
_
6
.
1
_
6
.
1
_
6
_
+
1
_
2
_
0.
1
_
2
.
1
_
2
_
#
Chiudiamo mostrando che il Teorema di Pitagora si estende agli insiemi ortogonali.
Proposizione 50 Per un insieme ortogonale r
i
I
i=1
di vettori di R
a
si ha
_
_
_
_
_
I
i=1
r
i
_
_
_
_
_
2
=
I
i=1
|r
i
|
2
Dim. Dimostriamo il risultato per induzione. Gi sappiamo che il risultato vale per
/ = 2. Supponiamo che esso valga per / 1, cio
_
_
_
_
_
I1
i=1
r
i
_
_
_
_
_
2
=
I1
i=1
|r
i
|
2
(4.6)
Mostriamo che ci ne implica la validit per /. Si osservi che, posto =

I1
i=1
r
i
, si
ha lr
I
. Infatti,
r =
_
I1
i=1
r
i
_
r
I
=
I1
i=1
r
i
r
I
= 0
Grazie al Teorema di Pitagora e alla (4.6) si ha:
_
_
_
_
_
I
i=1
r
i
_
_
_
_
_
2
=
_
_
_
_
_
I1
i=1
r
i
+r
I
_
_
_
_
_
2
= | +r
I
|
2
= ||
2
+|r
I
|
2
=
_
_
_
_
_
I1
i=1
r
i
_
_
_
_
_
2
+|r
I
|
2
=
I1
i=1
|r
i
|
2
+|r
I
|
2
=
I
i=1
|r
i
|
2
come desiderato. B
Capitolo 5
Struttura topologica
In questo capitolo daremo la fondamentale nozione di distanza tra punti di R
a
e ne
studieremo le principali conseguenze.
5.1 Distanze
La norma, studiata nella Sezione 4.1, consente di denire la distanza in R
a
. Cominci-
amo con : = 1, quando la norma prende la veste di valore assoluto [r[. Consideriamo
due punti r e sulla retta, con r ,
-4 -2 0 2 4 6
-3
-2
-1
0
1
2
3
4
5
Distanza tra r e .
La distanza tra i due punti r , ossia la lunghezza del segmento che li congiunge.
Daltra parte, se si prendono due punti qualsiasi r e sulla retta, senza saperne lordine
(cio, se r _ o r _ ), la distanza diventa
[r [
107
108 CAPITOLO 5. STRUTTURA TOPOLOGICA
ossia il valore assoluto della loro dierenza. Infatti,
[r [ =
_
r se r _
r se r <
e quindi il valore assoluto della dierenza fornisce la distanza tra i due punti indipen-
dentemente dal loro ordine. In simboli, possiamo scrivere
d (r. ) = [r [ \r. R
In particolare, d (0. r) = [r[ e quindi il valore assoluto, o, equivalentemente, la norma
di un punto r R pu vedersi come la sua distanza dallorigine.
Consideriamo ora : = 2. Prendiamo due vettori r = (r
1
. r
2
) e = (
1
.
2
) in R
2
:
-3 -2 -1 0 1 2 3 4 5
-2
-1
0
1
2
3
4
O
y
1
x
1
y
2
x
2
Distanza tra r = (r
1
. r
2
) e = (
1
.
2
) in R
2
.
La distanza tra i due vettori r e data dalla lunghezza del segmento che li congiunge.
Grazie al Teorema di Pitagora, tale distanza
d(r. ) =
_
(r
1
1
)
2
+ (r
2
2
)
2
(5.1)
poich lipotenusa del triangolo rettangolo che ha come cateti i segmenti che con-
giungono r
i
e
i
per i = 1. 2.
5.1. DISTANZE 109
-3 -2 -1 0 1 2 3 4 5
-2
-1
0
1
2
3
4
x
y
O
y
1
x
1
y
2
x
2
Osserviamo che la distanza (5.1) altro non che la norma del vettore r (e anche
di r), cio:
d (r. ) = |r |
La distanza tra due vettori in R
2
quindi data dalla norma della loro dierenza.
facile vedere che, applicando di nuovo il Teorema di Pitagora, anche la distanza tra
due vettori r e in R
S
data da
d(r. ) =
_
(r
1
1
)
2
+ (r
2
2
)
2
+ (r
S
S
)
2
e quindi si ha ancora:
d (r. ) = |r |
A questo punto generalizziamo la nozione di distanza a : qualsiasi.
Denizione 24 Si dice distanza ( euclidea) d (r. ) tra due vettori r e in R
a
la
norma della loro dierenza: d (r. ) = |r |.
In particolare, si ha d(r. 0) = |r|, ossia la norma |r| di un vettore r R
a
pu
vedersi come la sua distanza dal vettore 0, cio, come s gi detto, come la lunghezza
del segmento che rappresenta r.
Vale la seguente proposizione per distanze tra vettori di R
a
, la cui semplice di-
mostrazione (basta applicare le denizioni) lasciata al lettore.
Proposizione 51 Siano r. due arbitrari vettori in R
a
. Allora:
(i) d (r. ) _ 0;
(ii) d (r. ) = 0 =r = ;
(iii) d (r. ) = d (. r);
(iv) d (r. ) _ d (r. .) +d (.. ) per ogni . R
a
.
Le (i)-(iv) sono tutte propriet naturali per la nozione di distanza. La (i) aerma
che una distanza sempre una quantit positiva, la (ii) che nulla solo quando i vettori
in esame sono uguali, mentre vettori diversi hanno sempre una distanza non nulla. La
(iii) aerma che la distanza una nozione simmetrica: nel misurarla non conta da
quale dei due vettori si parte. Inne, la (iv) la cosiddetta disuguaglianza triangolare:
per esempio, la distanza tra Milano (r) e Roma () non pu superare la somma delle
distanze tra Milano e qualsiasi altra localit . e tra tale . e Roma.
Esempio 36 (i) Se r = (1,3) e = 1,3, si ha
d (r. ) =
1
3

1
3
2
3
=
2
3
;
(ii) se r = c e = c
2
con c R, si ha d (r. ) = d (c. c
2
) = [c c
2
[ = [c[ [1 c[;
(iii) se r = (1. 3) e = (3. 1), si ha
d (r. ) =
_
(1 3)
2
+ (3 (1))
2
=
_
8 = 2
_
2;
(iv) se r = (c. /) e = (c. /), si ha
d (r. ) =
_
(c (c))
2
+ (/ /)
2
=
_
(2c)
2
+ 0 =
_
4c
2
= 2 [c[ ;
(v) se r = (0. c. 0) e = (1. 0. c), si ha
d (r. ) =
_
(0 1)
2
+ (c 0)
2
+ (0 (c))
2
=
_
1
2
+c
2
+c
2
=
_
1 + 2c
2
.
#
5.2 Intorni
Denizione 25 Si dice intorno (sferico) di centro r
0
R
a
e di raggio 0, e si
denota con 1
.
(r
0
), linsieme
1
.
(r
0
) = r R
a
: d (r. r
0
) < .
Lintorno 1
.
(r
0
) quindi il luogo dei punti di R
a
che hanno distanza da r
0
strettamente minore di . In R tale intorno lintervallo aperto (r
0
. r
0
+), cio
1
.
(r
0
) = (r
0
. r
0
+) .
5.2. INTORNI 111
Infatti si ha
r R : d(r. r
0
) < = r R : [r r
0
[ <
= r R : < r r
0
< = (r
0
. r
0
+)
avendo usato la (4.1), cio [r[ < c =c < r < c.
Dunque in R gli intorni sono intervalli; si vede senza dicolt che in R
2
sono cerchi,
in R
S
sfere, ecc.: i punti che distano meno di da r
0
formano infatti un cerchio, una
sfera, ecc. di centro r
0
.
-4 -2 0 2 4 6
-3
-2
-1
0
1
2
3
4
5
( )
x
0
x
0
- x
0
+
Intorno di r
0
R di raggio .
-3 -2 -1 0 1 2 3 4 5
-2
-1
0
1
2
3
4
O
x
0
Intorno di r
0
R
2
di raggio .
Vediamo alcuni esempi di intorni. Per semplicit di notazione, scriveremo 1
.
(r
1
. ... r
a
)
in luogo di 1
.
((r
1
. ... r
a
)).
Esempio 37 (i) Si ha 1
S
(1) = (1 3. 1 + 3) = (4. 2).
(ii) Si ha
13
2
(1) =
_
1
3
2
. 1 +
3
2
_
=
_
1
2
.
5
2
_
.
(iii) Le scritture 1
1
(0) e 1
0
(1) sono prive di senso perch deve essere 0.
(iv) Si ha
1
S
(0. 0) = 1
S
(0) =
_
r R
2
: d(r. 0) < 3
_
=
_
r R
2
:
_
r
2
1
+r
2
2
< 3
_
=
=
_
r R
2
: r
2
1
+r
2
2
< 9
_
.
(v) Si ha
1
1
(1. 1. 1) =
_
r R
S
: d (r. (1. 1. 1)) < 1
_
=
_
r R
S
:
_
(r
1
1)
2
+ (r
2
1)
2
+ (r
S
1)
2
< 1
_
=
_
r R
S
: (r
1
1)
2
+ (r
2
1)
2
+ (r
S
1)
2
< 1
_
.
Per esempio, il vettore (1,2. 1,2. 1,2) 1
1
(1. 1. 1). Infatti
_
1
2
1
_
2
+
_
1
2
1
_
2
+
_
1
2
1
_
2
=
3
4
< 1.
Si verichi che, invece, 0 = (0. 0. 0) , 1
1
(1. 1. 1). #
OfB. Un punto possiede sempre inniti intorni: uno per ogni valore di 0. perci
fuorviante parlare dellintorno di un punto come se ve ne fosse uno solo. *
Per alcune nalit avremo occasione di utilizzare, esclusivamente in R, anche
mezzi intorni di un punto r
0
; precisamente:
Denizione 26 Lintervallo [r
0
. r
0
+), con 0, detto intorno destro di r
0
R
di raggio . Lintervallo (r
0
. r
0
], con 0, detto intorno sinistro di r
0
di raggio
.
Con essi possiamo dare unutile caratterizzazione degli estremi superiore e inferiore
di un sottoinsieme di R.
Proposizione 52 Dato un insieme di R, si ha c = sup se e solo se:
5.3. TASSONOMIA DEI PUNTI DI R
.
113
(i) c _ r per ogni r ,
(ii) per ogni 0, esiste r tale che r c .
Dim. Solo se. Se c = sup , la (i) ovviamente soddisfatta. Sia 0. Poich
sup c , il punto c non un maggiorante di . Esiste quindi r tale che
r c .
Se Supponiamo che c R soddis (i) e (ii). Grazie alla (i), c un maggiorante
di . Grazie alla (ii), il pi piccolo dei maggioranti. Infatti, ogni / < c si pu scrivere
come / = c ponendo = c / 0. Per la (ii), esiste r tale che r c = /.
Quindi, / non un maggiorante di , che implica che non esistono maggioranti pi
piccoli di c. B
In altre parole, il punto c R estremo superiore di _ R se e solo se un maggio-
rante di e in ogni suo intorno sinistro cadono elementi di . Una caratterizzazione
analoga vale per gli estremi inferiori, con intorni destri in luogo dei sinistri.
5.3 Tassonomia dei punti di R
:
La nozione di intorno permette di classicare i vettori di R
a
in varie categorie, secondo
i loro rapporti con un dato insieme _ R
a
.
5.3.1 Punti interni e di frontiera
La prima fondamentale nozione di punto interno. Intuitivamente, un punto interno a
un insieme un punto dentro ad esso, cio un punto tutto circondato da altri punti
dellinsieme (ovvero dal quale ci si pu allontanare in qualunque direzione rimanendo,
almeno per un po, nellinsieme).
Denizione 27 Sia un sottoinsieme di R
a
. Un punto r
0
detto punto interno
di se, per qualche 0, 1
.
(r
0
) _ .
In altre parole, r
0
punto interno di se esiste almeno un intorno di r
0
tutto
contenuto in . Ci motiva laggettivo interno. Un punto di quindi interno
se esso contenuto in con tutto un suo intorno, per quanto piccolo possa essere.
Possiamo dire che i punti interni sono i punti che appartengono ad in senso sia
insiemistico (r ) sia topologico (esiste 1
.
(r) _ ).
In modo analogo, un punto r
0
R
a
si dice esterno ad se esso interno al
complementare
c
di , ossia se, per qualche 0, 1
.
(r
0
) contenuto in
c
: 1
.
(r
0
)
= O. Un punto non in quindi esterno quando non appartiene ad con tutto un
suo intorno, per quanto piccolo possa essere.
Linsieme dei punti interni di detto interno di e si indica con int . ovvio
che int _ .
Esempio 38 Sia = (0. 1). Ogni suo punto interno, cio int = . Sia infatti
r (0. 1) e si consideri la pi piccola tra le distanze di r dai punti estremi c e /, ossia
min d (0. r) . d (1. r). Prendiamo 0 tale che
< min d (0. r) . d (1. r)
Si ha
1
.
(r) = (r . r +) _ (0. 1)
e quindi r punto interno di . Poich r era un punto qualsiasi di , ne segue che
int = . #
Esempio 39 Sia = [0. 1]. Si ha int = (0. 1). Infatti, procedendo come sopra
si vede che i punti in (0. 1) sono tutti interni, ossia (0. 1) _ int . Rimangono da
considerare i punti estremi 0 e 1. Consideriamo 0. Ogni suo intorno ha la forma
(. ), con 0, e quindi contiene anche punti di
c
. Ne segue che 0 , int . In
modo analogo si mostra che 1 , int . Concludiamo che int = (0. 1).
Troviamo i punti esterni ad = [0. 1]. Si ha
c
= (. 0) ' (1. +)
e quindi int
c
=
c
, come il lettore pu facilmente vericare. Ne segue che i punti
esterni ad sono i punti dellinsieme complementare
c
. #
a
. Un punto r
0
R
a
detto di frontiera
per se non n interno n esterno.
Un punto r
0
quindi di frontiera per allorquando in ogni suo intorno cadono sia
punti di (perch non esterno) sia punti di
c
(perch non interno). Linsieme
dei punti di frontiera si indica con J. Intuitivamente, la frontiera il bordo di un
insieme.
Si noti che la denizione di punto di frontiera residuale: un punto di frontiera
se non altro, cio se non n interno n esterno. Ci fa si che la classicazione
in punti interni, esterni e di frontiera sia esaustiva: dato un insieme , ogni punto
r
0
R
a
necessariamente ricade in una di queste tre categorie.
Esempio 40 (i) Sia = (0. 1). Data la natura residuale della denizione di punto di
frontiera, per determinare J dobbiamo prima identicare i punti interni ed esterni.
Abbiamo visto che int = (0. 1). Per trovare i punti esterni, osserviamo che
c
=
(. 0] ' [1. +), sicch
int
c
= (. 0) ' (1. +)
I punti esterni ad sono dunque quelli dellinsieme (. 0) '(1. +). Ne segue che
J = 0. 1
.
115
cio la frontiera di (0. 1) costituita dai due punti 0 e 1. Si noti che J = O: in
questo esempio i punti di frontiera non appartengono allinsieme .
(ii) Sia = [0. 1]. Nellultimo esempio abbiamo visto che int = (0. 1) e che
c
linsieme dei punti esterni di . Quindi, J = 0. 1. In questo esempio si ha J _ ,

linsieme contiene i propri punti di frontiera.
(iii) Sia = [1. 0). Il lettore pu vericare che int = (0. 1) e che tutti i punti di
(. 0) ' (1. +) sono esterni. Quindi, J = 0. 1. In questo esempio, la frontiera
sta un po fuori e un po dentro linsieme: il punto di frontiera 1 in mentre il punto
di frontiera 0 non lo .
(iv) Se
=
_
(r
1
. r
2
) : r
2
1
+r
2
2
_ 1
_
_ R
2
tutti i punti tali che r
2
1
+r
2
2
< 1 sono interni, cio
int =
_
(r
1
. r
2
) : r
2
1
+r
2
2
< 1
_
mentre tutti i punti tali che r
2
1
+r
2
2
1 sono esterni. Quindi,
J =
_
(r
1
. r
2
) : r
2
1
+r
2
2
= 1
_
Linsieme contiene tutti i propri punti di frontiera.
(v) Sia = Q linsieme dei razionali, sicch
c
linsieme degli irrazionali. Grazie
alle Proposizioni 9 e 18, tra due razionali <
t
esiste un irrazionale c tale che
< c <
t
e tra due irrazionali c < / esiste un razionale Q tale che c < < /. Il
lettore pu vericare che ci implica int = int
c
= O, e quindi J = R. Lesempio
mostra che linterpretazione della frontiera come bordo pu in taluni casi non essere
calzante. Del resto, le nozioni matematiche hanno vita propria e dobbiamo essere
pronti a seguirle anche quando lintuizione fa difetto. #
Individuiamo unimportante sottoclasse dei punti di frontiera.
a
. Un punto r
0
detto isolato se
esiste (almeno) un suo intorno che non contiene altri punti di eccetto r
0
stesso.
Quindi, un punto r
0
isolato se esiste almeno un suo intorno 1
.
(r
0
) tale
che 1
.
(r
0
) = r
0
. Come suggerisce la terminologia, i punti isolati sono punti
dellinsieme staccati dal resto dellinsieme.
Esempio 41 Sia = [0. 1] ' 2. Esso costituito dallintervallo chiuso unitario e,
in aggiunta, dal punto 2. Questultimo isolato. Infatti, sia 1
.
(2) un intorno di 2 con
< 1. Si ha 1
.
(2) = 2. #
Come anticipato, i punti isolati sono di frontiera: la dimostrazione lasciata al
lettore.
Lemma 53 I punti isolati sono di frontiera.
5.3.2 Punti di accumulazione
a
. Un punto r
0
R
a
detto di accu-
mulazione per se ogni intorno di r
0
contiene almeno un punto di distinto da
r
0
.
Quindi, r
0
punto di accumulazione di se, per ogni 0, esiste qualche r
tale che
1
0 < |r
0
r| < . Linsieme dei punti di accumulazione di si indica
t
ed detto insieme derivato. Si osservi che non si richiesto che il punto r
0
di
accumulazione appartenga ad .
NB. La Denizione 30 si pu equivalentemente esprimere dicendo che r
0
R
a
punto
di accumulazione per se, per ogni 0, esiste un intorno 1
.
(r
0
) di r
0
tale che
1
.
(r
0
) ( r
0
) ,= O.
V
Come prima cosa, vediamo le relazioni dei punti di accumulazione con la classi-
cazione test vista. Ovviamente, i punti di accumulazione non sono mai esterni.
Inoltre:
Lemma 54 Sia un sottoinsieme di R
a
.
(i) Ogni punto interno di di accumulazione, ossia int _
t
.
(ii) Un punto di frontiera di di accumulazione se e solo se non isolato.
Dim. (i) Se r
0
int , esiste un intorno 1
.
0
(r
0
) di r
0
tale che 1
.
0
(r
0
) _ . Sia
1
.
(r
0
) un intorno qualsiasi di r
0
. Lintersezione
1
.
0
(r
0
) 1
.
(r
0
) = 1
nin.
0
,.
(r
0
)
a sua volta un intorno di r
0
di raggio min
0
. 0. Quindi 1
nin.
0
,.
(r
0
) _
e, per completare la dimostrazione, basta considerare qualsiasi r 1
nin.
0
,.
(r
0
) tale
che r ,= r
0
. Infatti, r appartiene anche allintorno 1
.
(r
0
) ed distinto da r
0
.
(ii) Se. Consideriamo un punto r
0
di frontiera ma non isolato. Per denizione
di punto di frontiera, per ogni 0 si ha 1
.
(r
0
) ,= O. Per denizione di punto
non isolato, per ogni 0 si ha 1
.
(r
0
) ,= r
0
. Ci implica che per ogni
0 si ha 1
.
(r
0
) ( r
0
) ,= O, cio che r
0
punto di accumulazione per
. Solo se. Prendiamo un punto r
0
sia di frontiera sia di accumulazione, ossia
r
0
J
t
. Ogni suo intorno 1
.
(r
0
) contiene almeno un punto r distinto da
r
0
, cio 1
.
(r
0
) ,= r
0
. Ne segue che r
0
non isolato. B
Alla luce di questo risultato linsieme
t
dei punti di accumulazione costituito
dai punti interni di e dai punti di frontiera non isolati di .
1
La disuguaglianza 0 < |r
0
r| equivale a r ,= r
0
, ossia impone che r sia un punto di distinto
da r
0
.
.
117
Esempio 42 (i) Se = [1. 0) _ R, tutti e soli i punti dellintervallo [0. 1] sono di
accumulazione, cio
t
= [0. 1]. Si osservi come il punto 1 sia di accumulazione bench
non appartenga ad .
(ii) Se = (r
1
. r
2
) R
2
: r
2
1
+r
2
2
_ 1, tutti i punti dellinsieme sono di accu-
mulazione, ossia =
t
. #
Esempio 43 Sia = (r
1
. r
2
) R
2
: r
1
+r
2
= 1. Linsieme una retta nel pi-
ano. Si ha int = O e J =
t
= . Linsieme non ha quindi alcun punto interno
(gracamente, si disegni un circoletto attorno a un punto di : per quanto piccolo, non
c modo di includerlo tutto in ), mentre tutti i suoi punti sono sia di accumulazione
sia di frontiera.
#
Nella denizione di punto di accumulazione si richiesto che ogni suo intorno
contenga almeno un punto di distinto da s stesso. In realt, come adesso mostriamo,
ne contiene necessariamente inniti.
Proposizione 55 Ogni intorno di un punto di accumulazione di contiene inniti
punti di .
Dim. Sia r un punto di accumulazione di . Supponiamo per contra che esista un
intorno 1
.
(r) di r contenente un numero nito di punti r
1
. .... r
a
di , salvo, al
pi, r stesso. Poich r
1
. .... r
a
un insieme nito, la minima distanza
min
i=1,...,a
d (r. r
i
)
esiste ed strettamente positiva, ossia min
i=1,...,a
d (r. r
i
) 0. Sia o 0 tale che o <
min
i=1,...,a
d (r. r
i
) . evidente che 0 < o < in quanto o < min
i=1,...,a
d (r. r
i
) < .
Quindi 1
c
(r) 1
.
(r). altres evidente, per costruzione, che per ogni i = 1. 2. ...:.
si ha r
i
, 1
c
(r). Dunque, se r si ha 1
c
(r) = r; se invece r , si ha
1
c
(r) = O. Indipendentemente dallappartenenza di r ad . si ha
1
c
(r) _ r .
Quindi lunico punto di che pu contenere 1
c
(r) , al pi, r stesso. Ma ci
contraddice lipotesi che r sia punto di accumulazione di . B
OfB. Il concetto di punto interno richiede che esista un suo intorno tutto formato
da punti dellinsieme: ci signica che ci si pu allontanare (almeno per un po) da
esso seguendo qualsiasi percorso che parte dal punto e rimanendo dentro linsieme
(insomma, si pu fare una passeggiatina in qualunque direzione senza mostrare il
passaporto): vedendo il percorso a rovescio, possiamo dire che ci si pu avvicinare al
punto, provenendo da qualunque direzione, rimanendo dentro linsieme.
Il concetto di punto di accumulazione, che non impone che il punto appartenga
allinsieme, richiede invece che ci si possa avvicinare quanto si vuole al punto saltel-
lando su punti dellinsieme (insomma, che, come quando si traversa un torrente saltel-
lando su sassi aoranti, ci si possa avvicinare quanto si vuole alla meta su sassi tutti
appartenenti allinsieme) Questa idea della possibilit di avvicinarsi a un certo pun-
to rimanendo dentro un dato insieme risulter cruciale per la denizione di limite di
funzione. *
5.4 Insiemi aperti e chiusi
Introduciamo ora le fondamentali nozioni di insieme aperto e di insieme chiuso. Intu-
itivamente, il concetto di insieme aperto lastrazione dellidea di gura geometrica
priva del bordo, mentre il concetto di insieme chiuso lastrazione di gura geometrica
con il bordo (il concetto di frontiera , invece, lastrazione di bordo).
Denizione 31 Un sottoinsieme _ R
a
detto aperto se tutti i suoi punti sono
interni, cio se int = .
Esempio 44 Gli intervalli aperti (c. /) sono aperti (donde il nome). Infatti, sia r
(c. /) un punto qualsiasi di (c. /): mostriamo che interno. Sia
0 < < min d (r. c) . d (r. /) .
Si ha 1
.
(r) _ (c. /) e quindi r punto interno di (c. /). Ne segue che (c. /) aperto.
#
Dato che gli intorni in R sono del tipo (c. /), essi sono tutti aperti. Il prossimo
risultato mostra che lapertura degli intorni vale in generale in R
a
.
Lemma 56 Gli intorni in R
a
sono aperti.
5.4. INSIEMI APERTI E CHIUSI 119
Dim. Sia 1
.
(r
0
) un intorno di un vettore r
0
R
a
. Per mostrare che 1
.
(r
0
) aperto
occorre mostrare che ogni suo punto interno. Sia r 1
.
(r
0
) un punto qualsiasi di
1
.
(r
0
). Dobbiamo dimostrare che r interno a 1
.
(r
0
) . Sia
0 < o < d (r. r
0
) (5.2)
Mostriamo che 1
c
(r) _ 1
.
(r
0
) . Infatti, sia 1
c
(r) . Allora
d(. r
0
) _ d(. r) +d(r. r
0
) < o +d (r. r
0
) < .
dove lultima disuguaglianza segue da (5.2). Dunque, 1
c
(r) _ 1
.
(r
0
), il che completa
la dimostrazione. B
La prossima gura presenta un altro semplice insieme aperto di R
2
.
-3 -2 -1 0 1 2 3 4 5
-2
-1
0
1
2
3
4
x
1
x
2
O
Insieme aperto di R
2
dato da
= 1
1
(0. 0) (0. 0).
Denizione 32 Linsieme
' J
formato dai punti di e dai suoi punti di frontiera detto chiusura
2
di e si indica
con .
2
Per simmetria lessicale con chiusura, linterno di un insieme si sarebbe dovuto chiamare
apertura.
ovvio che _ . La chiusura di quindi un suo allargamento che ne
include tutti i punti di frontiera, ossia i bordi. Naturalmente, la nozione signicativa
quando i bordi non sono gi parte di .
Esempio 45 (i) Se = [0. 1) _ R, si ha = [0. 1].
(ii) Se = (r
1
. r
2
) R
2
: r
2
1
+r
2
2
_ 1, si ha = . #
Esempio 46 Dato un intorno 1
.
(r
0
) di un punto r
0
R
a
, si ha
1
.
(r
0
) = r R
a
: d (r. r
0
) _ : (5.3)
la chiusura di un intorno si caratterizza per avere _ in luogo di < . #
Possiamo ora introdurre gli insiemi chiusi.
Denizione 33 Un sottoinsieme di R
a
detto chiuso se esso contiene tutti i propri
punti di frontiera, cio se = .
Un insieme quindi chiuso quando include i propri bordi.
Esempio 47 Linsieme = [0. 1) _ R non chiuso poich ,= , mentre linsieme
= (r
1
. r
2
) R
2
: r
2
1
+r
2
2
_ 1 chiuso poich = . #
Esempio 48 Gli intervalli chiusi [c. /] _ R sono chiusi (di qui il nome). Gli intervalli
illimitati (c. ) e (. c) sono aperti. Gli intervalli illimitati [c. ) e (. c] sono
chiusi. #
Esempio 49 Linsieme = (r
1
. r
2
) R
2
: r
1
+r
2
= 1 chiuso poich = J =
t
= . #
Le nozioni di insiemi aperti e chiusi sono tra loro speculari, come mostra il prossimo
basilare risultato.
3
Teorema 57 Un insieme in R
a
aperto se e solo se il suo complementare chiuso.
Dim. Solo se. Sia aperto. Mostriamo che
c
chiuso. Sia r un arbitrario punto
di frontiera di
c
, ossia r J
c
. Per denizione, r non interno n ad n ad
c
.
Quindi, r , int . Ma, = int siccome aperto. Quindi r , , cio r
c
. Ne
segue che J
c
_
c
poich r era un punto arbitrario di J
c
. Quindi,
c
=
c
, il che
prova che linsieme complementare
c
chiuso.
Se. Sia
c
chiuso. Mostriamo che aperto. Sia r un punto qualsiasi di .
Poich r ,
c
=
c
, il punto r non di frontiera per
c
ed quindi interno ad
oppure interno ad
c
. Ma, poich r ,
c
implica r , int
c
, possiamo concludere che
r int . Quindi il punto r interno, il che implica che aperto. B
3
In molti testi si denisce chiuso un insieme il cui complementare aperto, e si dimostra come teo-
rema la conseguente propriet che ogni chiuso contiene la sua frontiera. In altre parole, la denizione
e il teorema sono scambiati rispetto allimpostazione da noi scelta.
Esempio 50 Gli insiemi niti = r
1
. r
2
. .... r
a
di R
a
(e in particolare i singoletti)
sono chiusi. Per vericarlo si osservi che il complementare
c
aperto. Infatti sia
r
c
e 0 tale che
< d (r. r
i
) \i = 1. .... :
Si ha 1
.
(r) _
c
e quindi r punto interno. Ne segue che
c
aperto. Lasciamo
vericare al lettore che int = O e J = . #
-3 -2 -1 0 1 2 3 4 5
-2
-1
0
1
2
3
4
x
1
x
2
O
2
-1
-1
Insieme chiuso di R
2
dato da
C = (2. 1) ' (r
1
. r
2
) R
2
: r
2
=
r
2
1
'(r
1
. r
2
) R
2
: (r
1
+ 1)
2
+ (r
2
+ 1)
2
_ 1,4
Aperti e chiusi sono quindi due facce della stessa medaglia: dire che un insieme
chiuso/aperto equivale a dire che il suo complementare aperto/chiuso. Naturalmente,
vi sono molti insiemi che non godono di alcuna di queste propriet. Vediamone un
esempio semplicissimo.
Esempio 51 Linsieme = [0. 1) _ R non n aperto n chiuso. Infatti, int =
(0. 1) ,= e = [0. 1] ,= . #
Vi un caso in cui la specularit di aperti e chiusi acquista una veste curiosa.
Esempio 52 Gli insiemi vuoto O e tutto R
a
sono simultaneamente aperti e chiusi.
Per il Teorema 57 basta mostrare che R
a
sia aperto sia chiuso. Ma ci ovvio.
Infatti, R
a
aperto poich, banalmente, ogni suo punto interno, ed chiuso perch
R
a
coincide necessariamente con la propria chiusura. Si pu mostrare che O e R
a
sono
gli unici insiemi con tale doppia personalit. #
Torniamo alla nozione di chiusura . Il prossimo risultato mostra come essa si possa
equivalentemente vedere come laggiunta allinsieme dei suoi punti di accumulazione
t
. In altri termini, aggiungere i bordi equivale ad aggiungere i punti di accumulazione.
Proposizione 58 Si ha = '
t
.
Dim. Dobbiamo dimostrare che '
t
= ' J. Cominciamo col mostrare che
'
t
_ ' J. Poich _ ' J, occorre provare che
t
_ ' J. Sia r
t
.
Per quanto osservato dopo la dimostrazione del Lemma 54, r interno o di frontiera,
e quindi r ' J.
Rimane da mostrare che ' J _ '
t
. Poich _ '
t
, occorre provare
che J _ '
t
. Sia r J. Se r punto isolato, per denizione si ha che r .
Altrimenti, per il Lemma 54, si ha che r punto di accumulazione per , cio r
t
.
Quindi, r '
t
. B
Dallequivalenza appena mostrata segue, come corollario, che un insieme chiuso
quando contiene tutti i propri punti di accumulazione. Si tratta di una notevole
equivalenza.
Corollario 59 Un sottoinsieme di R
a
chiuso se e solo se contiene tutti i propri
punti di accumulazione.
Dim. Sia chiuso. Per denizione, = e quindi, grazie alla Proposizione 58, si
ha '
t
= , cio
t
_ . Viceversa, se
t
_ , si ha ovviamente '
t
= .
Grazie alla Proposizione 58, si ha = '
t
= . B
Esempio 53 Linclusione
t
_ nel Corollario 59 pu essere stretta, nel qual caso
linsieme
t
costituito dai punti isolati di . Per esempio, sia = [0. 1]'1. 4.
Linsieme chiuso e si ha
t
= [0. 1]. Quindi
t
strettamente incluso in e
linsieme
t
= 1. 4 costituito dai punti isolati di . #
Come gi si rilevato, risulta sempre
int _ _ . (5.4)
Il prossimo risultato mostra limportanza topologica di queste inclusioni.
Proposizione 60 Dato un insieme qualsiasi in R
a
, si ha:
(i) int il pi grande insieme aperto contenuto in ;
(ii) il pi piccolo insieme chiuso che contiene .
Per dimostrare la proposizione ci occorre una semplice propriet dei punti di
accumulazione.
Lemma 61 Dati due insiemi e 1 di R
a
, si ha
t
_ 1
t
se _ 1.
Dim. Supponiamo che _ 1. Sia r
t
. Per ogni 0, si ha (1
.
(r)r) ,= O.
Poich _ 1, ci implica (1
.
(r) r) 1 ,= O per ogni 0, cio r 1
t
. B
Dim. della Proposizione 60 . (i) Per prima cosa dimostriamo che linsieme int dei
punti interni di aperto. Sia r int . Per denizione, esiste un suo intorno 1
.
(r)
contenuto in , cio 1
.
(r) _ . Dimostriamo che tale intorno costituito da soli punti
interni di . Supponiamo, per contra, che esista J1
.
(r). Si ponga d = d(r. ).
Per denizione si ha d < . Scelto un arbitrario raggio 0 <
t
< d. facile vedere
che lintorno sferico di di raggio
t
contenuto in 1
.
(r), cio 1
.
0 () _ 1
.
(r) _ .
Ma ci contraddice il fatto che punto di frontiera di . La contraddizione dimostra
che esiste 1
.
(r) contenuto in int , il che dimostra che int aperto.
Lasciamo al lettore la verica che int il pi grande aperto contenuto in .
(ii) Cominciamo col dimostrare che la chiusura

un insieme chiuso. A tal ne
osserviamo che per un qualsiasi insieme si ha int = J = (J)
c
. Usando
le leggi di De Morgan e il fatto che e
c
hanno la stessa frontiera, abbiamo:
(

)
c
= ( ' J)
c
=
c
(J)
c
=
c
(J
c
)
c
= int
c
Per il punto (i), linsieme int
c
aperto, e quindi per il Teorema 57 linsieme
chiuso.
Dimostriamo ora che

il pi piccolo chiuso che contiene . Se chiuso ci
banalmente vero poich =

. Supponiamo che non sia chiuso. Si consideri un
insieme
+
,=

tale che _
+
_

. Esiste quindi un punto di frontiera r di
che non contenuto in
+
. Tale punto non pu essere un punto isolato di perch
altrimenti apparterrebbe ad e quindi a
+
. Per il Lemma 54, si ha dunque r
t
.
Per il Lemma 61, ne segue che r punto di accumulazione anche per
+
. Allora
+
non contiene tutti i suoi punti di accumulazione, e quindi non chiuso. In conclusione,
il pi piccolo chiuso che contiene . B
Linsieme dei punti interni int quindi il pi grande insieme aperto che approssi-
ma da dentro linsieme , mentre la chiusura il pi piccolo insieme chiuso che
approssima da fuori linsieme . La relazione (5.4) quindi il miglior panino topo-
logico che si possa avere per linsieme con fetta inferiore aperta e fetta superiore
chiusa
4
.
Risulta ora facile dimostrare una interessante e intuitiva propriet della frontiera
di un insieme.
Corollario 62 La frontiera di qualsiasi insieme in R
a
un insieme chiuso.
4
Naturalmente, vi sono anche panini con fetta inferiore chiusa e fetta superiore aperta, come il
lettore vedr in corsi successivi.
Dim. Sia un insieme qualsiasi in R
a
. Poich i punti esterni ad sono interni al
suo complementare, si ha
(J)
c
= int ' int
c
e quindi J chiuso perch int e int
c
sono aperti. B
Il prossimo risultato, la cui dimostrazione lasciata al lettore, mostra che la
dierenza tra chiusura e interno di un insieme dato dai suoi punti di frontiera.
Proposizione 63 Per ogni sottoinsieme _ R
a
si ha J = int .
Il risultato rende precisa lintuizione che gli aperti sono insieme privi di bordi.
Infatti, la Proposizione 63 implica che sia aperto se e solo se J = O. Daltra
parte, per denizione, un insieme chiuso se e solo se J _ , ossia quando include i
bordi.
5.5 Stabilit insiemistica
Abbiamo visto nel Teorema 57 come loperazione insiemistica di complementazione
abbia una funzione cruciale per aperti e chiusi. naturale chiedersi di quale stabilit
godano gli aperti e i chiusi rispetto alle altre operazioni insiemistiche di base, cio
lintersezione e lunione. Cominciamo col considerare il problema per gli intorni, i pi
semplici insiemi aperti.
Lintersezione di due (o pi, ma in numero nito di) intorni di r
0
ancora un
intorno di r
0
: infatti 1
.
1
(r
0
) 1
.
2
(r
0
) non altro che il pi piccolo dei due, cio
1
.
1
(r
0
) 1
.
2
(r
0
) = 1
nin.
1
,.
2
(r
0
) .
e il risultato analogo vale per intersezioni di un numero nito di intorni. La cosa non
vale invece per intersezioni di inniti intorni: per esempio,
o
a=1
11
n
(r
0
) = r
0
(5.5)
ossia lintersezione si riduce al singoletto r
0
, che come osservato nellEsempio 50
chiuso. Quindi lintersezione di inniti intorni pu non essere un insieme aperto. Per
vericare la (5.5), si osservi che un punto appartiene allintersezione
o
a=1
1
1a
(r
0
) se
e solo se appartiene ad ogni intorno 1
1a
(r
0
). Senzaltro ci vero per r
0
, e quindi
r
0

o
a=1
1
1a
(r
0
). Mostriamo che lunico punto a godere di questa propriet. Per
contra, sia ,= r
0
tale che

o
a=1
1
1a
(r
0
). Poich ,= r
0
, si ha d (r
0
. ) 0. Se
prendiamo : sucientemente grande, in particolare
:
1
d (r
0
. )
.
5.5. STABILIT INSIEMISTICA 125
il suo reciproco 1, : sar sucientemente piccolo da avere
0 <
1
:
< d (r
0
. ) .
Quindi, , 1
1 a
(r
0
), il che contraddice lipotesi
o
a=1
1
1a
(r
0
). Ne segue che r
0
lunico punto nellintersezione

o
a=1
1
1a
(r
0
), ossia vale la (5.5).
Lunione di intorni di r
0
invece sempre un intorno di r
0
, anche se lunione
innita. Infatti
1
.
1
(r
0
) ' 1
.
2
(r
0
) = 1
nnx.
1
,.
2
(r
0
)
non altro che il pi grande dei due. Pi in generale, nel caso di inniti intorni 1
.
i
(r
0
),
se sup
i
i
< + si pone = sup
i
i
e si ha
o
_
i=1
1
.
i
(r
0
) = 1
.
(r
0
)
Per esempio
o
_
a=1
11
n
(r
0
) = 1
1
(r
0
)
Quando, invece, sup
i
i
= +, si ha
o
_
i=1
1
.
i
(r
0
) = R
a
Per esempio
o
_
a=1
1
a
(r
0
) = R
a
.
In ogni caso, lunione di intorni un insieme aperto.
Intersezioni nite di intorni sono quindi intorni, mentre unioni qualsiasi di intorni
sono intorni. Il prossimo risultato mostra che queste propriet di stabilit valgano per
tutti gli aperti.
Teorema 64 Lintersezione di un numero nito di aperti aperta. Lunione, anche
innita, di aperti aperta.
Dim. (i) Sia =

a
i=1
i
, con
i
tutti aperti. Ogni r appartiene a tutti gli
i
ed interno a tutti (perch aperti), cio esistono suoi intorni 1
.
i
(r) _
i
. Diciamo
1 la loro intersezione, 1 =

a
i=1
1
.
i
(r): esso ancora un intorno di r (con raggio
= min
1
. ....
a
) e, a maggior ragione, 1 _
i
per ogni i = 1. 2. . . . . :. Ma allora
1 _ ed un intorno di r tutto contenuto in . Quindi, aperto.
(ii) Sia =

c
c
, con c che assume valori in un insieme nito o innito. Ogni
r appartiene ad almeno uno tra gli
c
, diciamolo
c
. Essendo tutti gli
c
aperti,
esiste un intorno di r tutto contenuto in
c
e quindi, a maggior ragione, in . Quindi,
aperto. B
Grazie al Teorema 57 e alle leggi di de Morgan, si mostra facilmente che propriet
speculari valgono per la chiusura, che si conserva per intersezioni qualsiasi, ma solo
per unioni nite.
Corollario 65 Lunione di un numero nito di chiusi chiusa. Lintersezione, anche
innita, di chiusi chiusa.
5.6 Insiemi compatti
Chiudiamo con una sezione, tanto breve quanto importante. Diamo per prima cosa
il concetto di insieme limitato. Per insiemi della retta reale la nozione stata gi
introdotta con la Denizione 9: un insieme in R limitato quando sia inferiormente
sia superiormente limitato. Come il lettore pu facilmente vericare, ci equivale a
chiedere che esista una costante 1 0 tale che 1 < r < 1 per ogni r _ R,
cio
[r[ < 1 \r
La prossima denizione la naturale estensione a R
a
di questa idea, dove il valore
assoluto sostituito dalla pi generale nozione di norma.
a
limitato se esiste una costante 1 0
tale che
|r| < 1 \r .
immediato vedere come tutti gli intorni 1
.
(r) siano insiemi limitati, cos come
le loro chiusure (5.3). Invece, lintervallo (c. ) un semplice esempio di insieme non
limitato (per questa ragione lo abbiamo chiamato intervallo illimitato).
Grazie alla limitatezza possiamo denire una classe di insiemi chiusi che si rivela
molto importante per le applicazioni.
a
detto compatto se chiuso e limitato.
Per esempio, tutti gli intervalli chiusi e limitati in R sono compatti
5
. Pi in gen-
erale, tutte le chiusure 1
.
(r
0
) di intorni 1
.
(r
0
) in R
a
sono compatti. Per esempio,
linsieme
1
1
(0) =
_
(r
1
. .... r
a
) R
a
: r
2
1
+ +r
2
a
_ 1
_
compatto in R
a
. Tale classico insieme di R
a
chiamato palla unitaria chiusa. La
ragione di tale terminologia evidente considerando il caso particolare : = 2:
5
Linsieme vuoto O, per quanto banale, considerato un insieme compatto.
5.7. CHIUSURA E CONVERGENZA 127
-3 -2 -1 0 1 2 3 4 5
-2
-1
0
1
2
3
4
x
1
x
2
O
Al pari dei chiusi, i compatti sono stabili per unioni nite e intersezioni qualunque,
come lasciamo provare al lettore
6
.
Esempio 54 Gli insiemi niti = r
1
. r
2
. . . . . r
a
(e in particolare i singoletti) sono
insiemi compatti. Infatti, nellEsempio 50 avevamo mostrato che erano insiemi chiusi.
Poich sono ovviamente limitati, ne segue che sono compatti. #
Esempio 55 Gli insiemi di bilancio sono un fondamentale esempio di insieme com-
patto in Teoria del consumatore, come mostrer la Proposizione 280. #
5.7 Chiusura e convergenza
In questa sezione presentiamo unimportante caratterizzazione degli insiemi chiusi
attraverso le successioni, che saranno introdotte nel Capitolo 9.
7
Teorema 66 Un insieme C in R
a
chiuso se e solo se contiene il limite di ogni
successione convergente di suoi punti. Ossia, C chiuso se e solo se
r
a
_ C. r
a
r == r C (5.6)
Dim. Solo se. Sia C chiuso. Sia r
a
_ C una successione tale r
a
r. Vogliamo
mostrare che r C. Supponiamo, per contra, che r , C. Poich r
a
r, per ogni
0 esiste :
.
_ 1 tale che r
a
1
.
(r) per ogni : _ :
.
. Il punto r quindi di
accumulazione per C, il che contraddice r , C perch C chiuso e quindi contiene
tutti i propri punti di accumulazione.
6
A questo proposito, il lettore osservi che, essendo linsieme vuoto compatto, lintersezione di due
insiemi compatti disgiunti linsieme (compatto) vuoto.
7
Pertanto, la sezione pu essere saltata in prima lettura, e letta solo dopo aver studiato le
successioni.
Se. Sia C un insieme per il quale valga la propriet (5.6). Per assurdo, sia C
non chiuso. Allora esiste almeno un punto r di frontiera di C che non appartiene a C.
Siccome non pu essere isolato (altrimenti apparterrebbe a C), in virt del Lemma 54
r di accumulazione per C. In ogni intorno 1
1a
(r) cade certamente un punto di C:
chiamiamolo r
a
. La successione di tali r
a
converge a r , C, contro la propriet (5.6).
Si arrivati a una contraddizione: quindi C chiuso. B
Questa propriet molto importante: un insieme chiuso se e solo chiuso rispet-
to alloperazione di limite, cio se il prendere i limiti non fa mai uscire dallinsieme.
La propriet estremamente naturale per questioni economiche: un insieme chiuso
se (e solo se), allorquando ci si pu indenitamente avvicinare a un suo punto stando
nellinsieme, anche il punto appartiene allinsieme.
In un problema concreto sarebbe alquanto strano che, con punti dellinsieme, si
potesse arrivare arbitrariamente vicino a r senza per poterlo raggiungere: come lec-
care la vetrina di una pasticceria senza poter raggiungere le paste (vicinissime ma
irraggiungibili). Non a caso gli insiemi che compaiono nei modelli economici sono
quasi sempre chiusi.
Esempio 56 Consideriamo lintervallo chiuso C = [c. /]. Mostriamo che chiuso
usando il Teorema 66. Sia r
a
_ C tale che r
a
r R. Grazie al Teorema 66, per
mostrare che C chiuso, basta mostrare che r C. Poich c _ r
a
_ /, una semplice
applicazione del Criterio del confronto mostra che c _ r _ /, ossia che r C. B
Esempio 57 Consideriamo il rettangolo C = [c. /] [c. d] in R
2
. Sia
_
r
I
_
_ C tale
che r
I
r R
2
. Grazie al Teorema 66, per mostrare che C chiuso basta mostrare
che r = (r
1
. r
2
) C. Per la (9.38), r
I
r implica r
I
1
r
1
e r
I
2
r
2
. Poich
r
I
1
[c. /] e r
I
2
[c. d] per ogni /, di nuovo una semplice applicazione del Criterio del
confronto mostra che r
1
[c. /] e r
2
[c. d], ossia r C. B
Capitolo 6
Far di conto: Analisi combinatoria
6.1 Generalit
LAnalisi combinatoria, che in s una piccola parte del tutto autonoma della Matem-
atica, si rivela piuttosto utile e ricorre in molte questioni sia teoriche sia applicative.
Cominciamo con un problema molto semplice. Abbiamo a disposizione tre paia
di pantaloni e cinque magliette. Supponendo che non vi siano coppie cromatiche che
feriscono il nostro senso estetico, in quanti modi ci possiamo vestire? La risposta
molto semplice: in 3 5 = 15 modi. Infatti, detti . 1. C i pantaloni e 1. 2. 3. 4. 5 le
magliette, gli abbinamenti possibili sono
1 . 2 . 3 . 4 . 5
11 . 12 . 13 . 14 . 15
C1 . C2 . C3 . C4 . C5.
La semplice regola del prodotto riposa sulla circostanza che la scelta di una cer-
ta maglietta non determina alcuna restrizione sulla scelta dei pantaloni. Non sono
necessarie altri discorsi per concludere che:
Qualora si debbano eettuare due scelte, la prima delle quali preveda : diverse
possibilit alternative e la seconda :, e se nessuna delle due comporta restrizioni
allaltra, il numero complessivo delle scelte ::.
Per esempio, se e 1 sono due insiemi, rispettivamente con : e : elementi,
linsieme delle coppie ordinate (c. /) con c e / 1 contiene :: elementi.
Ci che s detto si pu facilmente estendere al caso di pi di due scelte:
Qualora si debbano eettuare / scelte, nessuna delle quali comporti restrizioni
alle altre, il numero complessivo delle scelte il prodotto del numero di possibilit
di ciascuna scelta.
Esempio 58 Quante sono le possibile targhe italiane? Una targa del tipo
000 (due lettere, tre cifre, due lettere). Le lettere utilizzabili sono 22 (le lettere
dellalfabeto inglese escluse le I,O,Q,U per evitare equivoci) e le cifre ovviamente sono
10. Il numero di targhe (diverse) perci 22 22 10 10 10 22 22 = 234.256.000.#
129
130 CAPITOLO 6. FAR DI CONTO: ANALISI COMBINATORIA
Esempio 59 La classica schedina del Totocalcio prevede di assegnare uno dei tre segni
1. . 2 ai risultati di 13 partite. Il numero di schedine allora 3 3 3 = 3
1S
=
1.594.323. #
6.2 Permutazioni
Denizione 36 Si chiamano permutazioni (semplici) di : oggetti tra loro distinti i
raggruppamenti che si possono formare con tutti tali oggetti, considerando diversi due
raggruppamenti
1
quando dieriscono per lordine nel quale compaiono gli oggetti.
Se gli oggetti sono tre, c. /. c, le permutazioni sono sei:
c/c . cc/ . /cc . /cc . cc/ . c/c.
Teorema 67 Il numero delle permutazioni di : oggetti :! = 1 2 :.
Il numero :! si dice fattoriale di :. Si pone convenzionalmente 0! = 1.
Dim. Al primo posto si pu mettere un oggetto qualsiasi: il primo posto pu quindi
essere occupato in : modi diversi. Al secondo posto si pu sistemare un oggetto
qualsiasi dei rimanenti: il secondo posto pu essere occupato in : 1 modi diversi.
Cos continuando, si vede che la terza posizione pu essere occupata in : 2 modi
diversi, ecc., nch lultima obbligata dovendo contenere lultimo oggetto rimasto.
Il numero delle permutazioni perci : (: 1) (: 2) 2 1 = :!. B
Esempio 60 (i) Un mazzo di 52 carte pu essere rimescolato in 52! = 8. 0658 10
67
maniere diverse.
(ii) Sei passeggeri possono occupare in 6! = 720 modi diversi uno scompartimento da
sei posti.
(iii) Dieci commensali possono sedersi in 9! = 362.880 modi diversi attorno a una
tavola rotonda. #
Il fattoriale di : cresce in modo estremamente rapido
2
, come la seguente tabella
illustra:
: 0 1 2 3 4 5 6 7 8 9 10
:! 1 1 2 6 24 120 720 5.040 40.320 362.880 3.628.800
1
Sarebbe scorretto chiamarli insiemi perch, come sappiamo, in un insieme del tutto irrilevante
lordine nel quale si succedono i suoi elementi.
2
La scelta del punto esclamativo fu determinata proprio dalla sorpresa di quanto fosse veloce la
sua crescita. Pare che 60! sia gi superiore al numero degli atomi, stimato in 10
80
, di tutto luniverso
osservabile.
6.2. PERMUTAZIONI 131
Assegnata una permutazione come fondamentale, possiamo contare il numero di
scambi (cio di inversioni di posto tra elementi contigui) che ogni altra permutazione
presenta rispetto ad essa.
Per esempio, sia c/cdc la permutazione dei cinque oggetti c. /. c. d. c assunta come
fondamentale. La permutazione c/cdc presenta 6 scambi. Infatti c precede c e / per
un totale di 2 inversioni; / precede c per un totale di 1 inversione; c precede d e c per
un totale di 2 inversioni; d precede c per un totale di 1 inversione.
Una permutazione detta di classe pari o di classe dispari secondo che il numero
di scambi rispetto alla permutazione fondamentale sia pari o dispari.
piuttosto evidente che:
(i) scambiando tra loro due oggetti, la combinazione cambia classe;
(ii) il numero delle permutazioni di classe pari uguale al numero di permutazioni
di classe dispari: entrambe sono cio :!,2;
(iii) cambiando la permutazione fond

Lingua

Dispense Di Matematica Generale Ed Economia

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Dispense Di Matematica Generale Ed Economia

Caricato da

Copyright:

Formati disponibili

Principi di Matematica ed Economia

indica (0. ), ossia la semiretta

= inf R = e inf O = supO

rappresenta invece una possibile

indica lo spazio di tutti i panieri intertemporali di un dato bene

ponendo / = 3. Ne segue che r

ponendo / = 2. I tre vettori sono perci linearmente dipendenti. Si noti come r

il loro insieme. Ogni titolo si pu descrivere come un vettore

linsieme dei punti esterni di . Quindi, J = 0. 1. In questo esempio si ha J _ ,