Rev.

7 marzo 2005
Appunti di Algebra Astratta
Basilio Bona
Dipartimento di Automatica e Informatica
Politecnico di Torino
1
1.1 Introduzione
Lo studio astratto dei gruppi, necessario, ad esempio, per caratterizzare la nozione
di rotazione utilizzata in robotica, in cinematica e nella computer vision, come pure
le nozioni di spazio vettoriale, di spazio proiettivo e delle algebre vettoriali, richie-
de unintroduzione preliminare alle strutture algebriche pi` u generali. In particolare,
partiremo dalle denizioni di gruppoide, monoide, gruppo, anello e campo, per inqua-
drare teoricamente le strutture algebriche astratte in un unico schema concettuale.
Il lettore interessato potr`a trovare materiale di approfondimento in [4], [5] e [6]; in
Internet, il sito [1] rappresenta un buon punto di partenza per cercare denizioni,
esempi, materiale storico e bibliograco sullAlgebra Astratta.
1.2 Gruppoide
Un gruppoide (in inglese grupoid) `e una delle strutture algebriche pi` u generali, e
viene descritto come (; , consistente in un insieme ( di elementi qualsiasi e di
unoperazione binaria o operatore binario, indicata dal simbolo , che non si richie-
de essere, in generale, ne associativa, ne commutativa, ma solo chiusa rispetto agli
elementi di (, ossia
se a, b (, allora anche a b = c (.
Loperatore non `e assimilabile ad una somma o ad un prodotto, in quanto pu`o
essere qualcosa di molto generale, come loperazione di concatenazione tra stringhe,
il massimo comun divisore tra due interi, il resto di una divisione, la proiezione in un
sottospazio geometrico eccetera. Tuttavia quando `e riconducibile ad una somma, il
gruppoide si dice additivo, mentre se `e riconducibile ad un prodotto, il gruppoide
si dice moltiplicativo.
Le propriet`a di un gruppoide sono comunque troppo generali per essere di qualche
interesse; occorre arricchire la struttura algebrica con altri assiomi.
1.3 Semigruppo
Nel semigruppo si introduce la propriet`a associativa delloperazione . Un semigruppo
o gruppoide associativo (in inglese semigroup) `e un gruppoide (; in cui loperatore
`e associativo, ossia
se a, b, c (, allora a (b c) = (a b) c
Non `e richiesta la presenza di un elemento neutro, come accade per il monoide, o di
un elemento identit`a, come invece accade per il gruppo.
1.4 Monoide
Nel denire un monoide si aggiunge agli assiomi del semigruppo quello di esistenza di
un elemento neutro nei confronti delloperazione .
2
Un monoide (in inglese monoid) `e un semigruppo /; , u dotato di un elemento
neutro (o elemento identit`a o elemento unit`a) rispetto alloperazione , indicato con
u, tale che
a /, a u = u a = a.
Spesso lelemento neutro viene indicato con il simbolo 0 se loperazione `e ricon-
ducibile alla somma, oppure con il simbolo 1 se loperazione `e riconducibile al
prodotto. Qui non si ipotizza ancora lesistenza di un elemento inverso, che invece
viene introdotto tra gli assiomi che deniscono il gruppo.
1.5 Gruppo
Il gruppo (in inglese group) ( `e una struttura algebrica denita dagli assiomi del mo-
noide, ai quali si aggiunge quello dellesistenza dellelemento inverso. Questa propriet`a
rende il gruppo sucientemente ricco di struttura per rappresentare numerosi enti
matematici alla base della sica matematica e dellingegneria.
Un gruppo `e un monoide (; , u, a
1
, dotato dellelemento inverso a
1
:
a ( esiste un elemento a
1
, detto inverso di a, tale che a a
1
= a
1
a = u.
In particolare, se a a
1
= u, linverso si dice destro, se invece a
1
a = u, linverso
si dice sinistro.
Se loperatore `e la somma, linverso di a si indica pi` u comunemente con a; se
invece `e il prodotto, linverso di a si indica con a
1
.
La presenza dellinverso fa s` che ogni gruppo debba contenere almeno un elemento.
Gruppo Commutativo Un gruppo ( si dice commutativo oppure abeliano, in ono-
re del matematico norvegese Niels Abel (18021829), se gli argomenti delloperazione
possono commutare, ossia
a, b (, a b = b a.
In questo caso, linverso destro coincide con linverso sinistro.
Esempi
Gli insiemi Z, Q, R e C, rispettivamente dei numeri interi, razionali, reali e
complessi, formano un gruppo commutativo rispetto alloperazione di somma,
dove +.
Gli insiemi Q

, R

e C

rispettivamente dei numeri razionali, reali e com-

plessi non nulli, formano un gruppo commutativo rispetto alloperazione di
moltiplicazione, dove .
Linsieme GL(n, R) delle matrici n n invertibili, formano un gruppo non
commutativo rispetto al prodotto matriciale.
Linsieme S
X
di tutte le trasformazioni biiettive di un insieme X in s`e stesso,
formano un gruppo non commutativo rispetto alloperazione di composizione
delle trasformazioni; ovvero (f g)(x) = f(g(x)).
3
Le rotazioni in uno spazio tridimensionale formano un gruppo non commutativo
rispetto al prodotto matriciale. Tale gruppo `e detto gruppo (speciale) di rota-
zione (ortonormale). e si indica con
SO(3) =

R R
33
[ R
T
R = I, det R = +1

In inglese, si chiama Special Orthonormal group of dimension 3.

1.6 Anello
Un anello (in inglese ring) / `e un sistema /; +, di elementi a /, con due
operazioni + e , chiamate somma (o addizione) e prodotto (o moltiplicazione), che
soddisfano i seguenti due assiomi:
1. /, + `e un gruppo commutativo con elemento neutro indicato con 0, che viene
chiamato gruppo additivo dellanello.
2. /, `e un semigruppo.
Questi assiomi implicano le seguenti propriet`a:
propriet`a associativa rispetto alla somma:
a, b, c /, (a + b) + c = a + (b + c)
propriet`a commutativa rispetto alla somma:
a, b /, a + b = b + a
esistenza dellelemento neutro o identit`a rispetto alla somma:
0 / a /, 0 + a = a + 0 = a
esistenza dellelemento inverso rispetto alla somma:
a / (a) /, a + (a) = (a) + a = 0
propriet`a associativa rispetto al prodotto:
a, b, c /, a (b c) = (a b) c
propriet`a distributiva del prodotto rispetto alla somma:
a, b, c /, a (b + c) = (a b) + (a c)
Un anello contiene sempre almeno un elemento.
Pu`o essere interessante elencare le propriet`a che non sono possedute dagli anelli
[6]:
4
1. non `e richiesto che un anello possieda un elemento neutro o identit`a rispetto al
prodotto. Se lo possiede, esso prende il nome di unit`a;
2. non si esige la validit`a di alcun assioma dei quozienti; in particolare se / `e
dotato di unit`a, non si esige che un elemento non nullo a ,= 0 sia dotato di
inverso (destro, sinistro o bilaterale);
3. non si postula la propriet`a commutativa del prodotto;
4. non si postula alcuna legge di annullamento del prodotto
1
: possono cio`e esistere
anelli dotati di elementi a ,= 0 tali che a b = 0, oppure b a = 0 per qualche
b ,= 0; questo implica anche che, se a b = a c, non necessariamente b = c. Si
dice che a `e un divisore (sinistro) dello zero, essendo b = a
1
0, e che b divide
a destra lo zero, essendo a = 0 b
1
.
5. non si richiede che un elemento non nullo a ,= 0 sia dotato di un elemento
inverso.
Esempi
Si pensi alla familiare algebra delle matrici, dove non vale in generale la
propriet`a commutativa, dove esistono elementi non invertibili e dove `e possibile
trovare elementi non nulli il cui prodotto fornisce un elemento nullo; inoltre si sa
che in generale AB = AC non implica B = C. Quindi linsieme delle matrici
quadrate M R
nn
, con n 2, forma un anello non commutativo con divisori
dello zero [6, pag. 179].
Linsieme degli interi Z forma un anello Z, +, con identit`a, che per`o non `e
un anello di divisione (vedi Sezione 1.7).
Sia m un intero e mZ = n Z[ m divide n sia linsieme dei multipli interi
di m. Allora mZ, +, `e un anello, ma privo dellidentit`a a meno che non sia
m = 1.
1.7 Corpo
Si denisce corpo un anello /, tale che nellinsieme /

= /0 (ossia quando / sia

stato privato dellelemento nullo
2
) ogni equazione a x = b, oppure y a = b, ammetta
almeno una soluzione x = a
1
b oppure y = b a
1
. Si pu`o dimostrare che /

`e un
gruppo.
Possono esistere corpi commutativi e corpi non commutativi; questi ultimi sono
chiamati anche corpi sghembi, mentre i corpi commutativi sono conosciuti pi` u comu-
nemente come campi. In inglese i corpi prendono anche il nome di anelli di divisione
(division ring) o campi sghembi (skew eld).
Tra gli esempi di corpi non commutativi o sghembi si possono citare i quaternioni.
1
la legge di annullamento del prodotto stabilisce che, dato b = 0, se a b = 0, sia a = 0.
2
segue che A deve contenere almeno due elementi.
5
1.8 Campo
Se agli assiomi di un anello si aggiunge, con alcune cautele, lassioma dellesistenza di
un elemento inverso anche per loperazione di prodotto, si ottiene il campo.
Un campo (in inglese eld) T `e un sistema T; +, di elementi T e due
operazioni + e , chiamate somma (o addizione) e prodotto (o moltiplicazione), che
soddisfa i seguenti tre assiomi:
1. T, + `e un gruppo commutativo con elemento neutro indicato con 0. Il gruppo
T, + `e detto gruppo additivo del campo.
2. T

, `e un gruppo commutativo con unit`a u, indicata con il simbolo 1, dove

T

= T 0. Il gruppo T

, `e detto gruppo moltiplicativo del campo.

3. vale la propriet`a distributiva di rispetto a +, ossia, dati , , T si ha:
( + ) = +
che, per altro, era gi`a compresa tra gli assiomi degli anelli.
Una denizione alternativa `e la seguente: un campo `e un anello di divisione (o campo
sghembo), con gruppo moltiplicativo commutativo.
Si pu`o osservare, come anticipato nella Sezione 1.7, che un campo `e un corpo
commutativo, sia per la somma, sia per il prodotto.
Linverso rispetto alla somma si indica con , mentre linverso rispetto al pro-
dotto si indica con
1
.
Esempi Tra gli esempi pi` u comuni di corpi si trovano il corpo dei numeri reali,
indicati con R e il corpo dei numeri complessi, indicati con C, nonche il corpo dei
numeri razionali Q. In questi casi il generico elemento di questi corpi prende il
nome di scalare, rispettivamente reale o complesso.
1.9 Algebra
La parola algebra deriva dal titolo Hisab al-jabr wal-muqabala di un trattato do-
vuto al matematico persiano Muhammed ibn Musa Al-Khwarizmi
3
(circa 780-850)
che trattava per la prima volta metodi algebrici.
Nelluso moderno, la parola assume diversi signicati, che possono riassumersi nei
seguenti:
1. Algebra intesa come materia che si insegna nelle scuole medie inferiori e su-
periori, distinguendola dalla geometria, e che tratta di equazioni polinomiali,
funzioni di una o pi` u variabili, di massimi e minimi ecc. La si chiama anche
algebra elementare o aritmetica.
2. Lalgebra che studia il sistema dei numeri e le loro propriet`a, utilizzando i con-
cetti di gruppo, anello, coomologia, teoria degli invarianti ecc. Essa prende il
nome di algebra astratta.
3
il cui nome distorto diede origine alla parola algoritmo.
6
3. Lalgebra che indica, pi` u tecnicamente, una particolare struttura formale: in
particolare uno spazio vettoriale denito su un campo, con un operatore pro-
dotto.
A noi interessa il terzo signicato e quindi, per denire formalmente unalgebra, `e
necessario denire prima il concetto di spazio vettoriale.
7
Capitolo 2
Spazi e Algebre Vettoriali
Passiamo ora a denire la struttura di uno spazio vettoriale, i cui elementi rappresen-
tano le entit`a pi` u interessanti ed utili per lo studio della meccanica, dellelettroma-
gnetismo e, in generale, di molti settori della sica classica e moderna.
2.1 Spazi Vettoriali
Dato un campo qualsiasi T, lo spazio vettoriale (in inglese vector space) V(T), `e
linsieme di quegli elementi, chiamati vettori , che indicheremo dora in avanti con una
lettera minuscola in grassetto, come ad esempio v.
I vettori soddisfano le seguenti propriet`a assiomatiche:
1. `e denita loperazione +, detta somma vettoriale, tale che V(T); + forma un
gruppo abeliano; lelemento identit`a `e chiamato 0;
2. per ogni scalare T e ogni vettore v V(T), esiste un vettore (prodotto per
scalare) v V(T);
3. per ogni , T e ogni v, w V(T) valgono le seguenti propriet`a:
propriet`a associativa rispetto al prodotto per scalare:
(v) = ()v
propriet`a distributiva rispetto alla somma vettoriale:
(v +w) = v + w
propriet`a distributiva rispetto al prodotto per scalare:
( + )v = v + v
Esistenza dellidentit`a rispetto al prodotto per scalare:
1(v) = v; v
8
Se T = R, lo spazio vettoriale `e detto reale, mentre se T = C, `e detto complesso.
Abbiamo detto che gli elementi di uno spazio vettoriale si chiamano vettori; non
dobbiamo commettere lerrore di identicare questi generici elementi con i vettori a
cui siamo abituati, cio`e i classici segmenti orientati nello spazio, dotati di direzione,
modulo e verso.
Ad esempio, la meccanica quantistica considera vettori le matrici reali 2 2
e le indica con il simbolo [v); tali matrici non presentano ne una direzione, ne una
lunghezza, tuttavia obbediscono agli assiomi che deniscono lo spazio vettoriale e
quindi possono essere a ragione deniti vettori
1
.
Tutto ci`o premesso, lesempio classico di spazio vettoriale reale `e quello rappre-
sentato da n-ple di reali, V
n
(R) = R
n
; in questi casi un elemento (vettore) viene
rappresentato per componenti
v =

v
1
v
2
.
.
.
v
n

, v R
n
, v
i
R
Poiche le propriet`a (3) inducono una struttura lineare sullo spazio V, esso viene
indicato anche con il termine di spazio vettoriale lineare o semplicemente spazio lineare
(in inglese linear vector space o semplicemente linear space). Inoltre, come si pu`o
notare, tra gli assiomi non compare alcuna operazione di prodotto.
Per questo motivo la struttura dello spazio vettoriale, ossia linsieme di propriet`a
che derivano dagli assiomi, non permette di denire concetti geometrici quali langolo o
la distanza, che invece sono impliciti nella denizione puramente geometrica di vettore.
Per consentire di denire tali concetti `e necessario dotare lo spazio vettoriale di una
struttura quadratica o metrica. Lintroduzione di una metrica in uno spazio vettoriale
genera unalgebra che rende possibile lesecuzione di calcoli su oggetti geometrici. La
metrica pi` u comune `e quella indotta dalla denizione di prodotto scalare.
Prima di passare alle denizioni dei vari prodotti, riassumiamo brevemente alcune
propriet`a delle funzioni lineari.
2.2 Funzioni Lineari
Dati due spazi vettoriali U(T) e V(T), che per comodit`a assumiamo deniti entrambi
sullo stesso campo T, una funzione L : U V si dice lineare, se per ogni a, b U e
T valgono i seguenti assiomi
L(a +b) = L(a) +L(b) = La +Lb
L(a) = L(a) = La
(2.1)
Una funzione lineare L : U U viene chiamata anche operatore lineare, trasforma-
zione lineare oppure endomorsmo (in inglese endomorphism).
Linsieme di tutte le funzioni lineari L : U V forma uno spazio lineare L(T).
1
In realt`a, qualunque matrice R
mn
o C
mn
pu`o essere pensata come una lista di mn elementi
e quindi rappresentabile come un vettore in V
mn
(R) o V
mn
(C), vedi Teorema 2.2.1.
9
Linsieme delle funzioni lineari L : U U forma un anello, indicato con il simbolo
End(U).
Ricordiamo inne che qualsiasi funzione lineare da U a V `e rappresentabile con
una matrice M R
mn
, dove m e n sono le dimensioni (vedere pi` u oltre la denizione
di dimensione) rispettivamente di V e U.
Indipendenza lineare Base Dimensione
Dati n vettori qualsiasi a
i
V(T), un vettore generico v V(T) `e detto combinazione
lineare di a
1
, a
2
, . . . , a
n
se esso pu`o essere scritto come
v =
1
a
1
+
2
a
2
+
n
a
n
con
i
T. Linsieme di vettori a
1
, a
2
, . . . , a
n
`e detto linearmente indipendente se
nessun elemento a
i
pu`o essere scritto come combinazione lineare dei restanti a
j
, j ,= i.
In altre parole, lunica soluzione dellequazione

1
a
1
+
2
a
2
+
n
a
n
= 0
`e quella con
1
=
2
= =
n
= 0.
data la combinazione lineare v =
1
a
1
+
2
a
2
+
n
a
n
, se tutti i vettori a
i
sono linearmente indipendenti, allora gli scalari
i
sono unici e prendono il nome di
coordinate o componenti di v.
Le combinazioni lineari di vettori linearmente indipendenti a
1
, a
2
, . . . , a
k
, con
k n, formano un sottospazio S(T) V(T). Si dice che questo sottospazio `e coperto
o descritto (in inglese spanned) da a
1
, a
2
, . . . , a
k
.
Ogni insieme di vettori a
1
, a
2
, . . . , a
n
che risulti linearmente indipendente, for-
ma una base in V. Tutte le basi in V hanno lo stesso numero di elementi (nel nostro
caso n), e questo numero prende il nome di dimensione dello spazio e si indica con
dim(V).
Funzione iniettiva
La funzione o trasformazione f : A B, tra due insiemi generici A e B si dice essere
iniettiva (in inglese injective oppure one-to-one function) se
a, b A, f(a) = f(b) implica a = b
ossia ad ogni elemento dellimmagine A della funzione corrisponde uno ed un solo
elemento del dominio B della funzione.
Funzione suriettiva
La funzione o trasformazione f : A B, tra due insiemi generici A e B si dice essere
suriettiva (in inglese surjective oppure onto function) se
f(A) = B
ossia la trasformazione del dominio della funzione copre (in inglese spans) ovvero
coincide integralmente con lintera immagine.
10
Funzione biiettiva
La funzione o trasformazione f : A B, tra due insiemi generici A e B si dice essere
biiettiva (in inglese one-to-one correspondence) se f `e contemporaneamente iniettiva
e suriettiva.
Morsmo
Prendiamo due strutture algebriche dello stesso tipo universale (come, ad esempio,
due gruppi, due anelli, o due algebre), A e }. Deniamo morsmo una generica
trasformazione tra A e }.
Isomorsmo
Lisomorsmo `e un morsmo biiettivo.
In particolare, dati due spazi vettoriali U(T) e V(T), deniti sullo stesso campo T,
questi si dicono isomor, se tra loro sussiste un isomorsmo (in inglese isomorphism),
ovvero se esiste una trasformazione lineare biiettiva f
u
: v
i
= f
u
u
i
tra vettori u
i
U
e vettori v
i
V tale che
f
u
(
1
u
1
+
2
u
2
) =
1
f
u
(u
1
) +
2
f
u
(u
2
)
e similmente esiste una trasformazione lineare biiettiva f
v
: u
i
= f
v
v
i
tra vettori
v
i
V e vettori u
i
U tale che
f
v
(
1
v
1
+
2
v
2
) =
1
f
v
(v
1
) +
2
f
v
(v
2
)
Un isomorsmo `e dunque una trasformazione biiettiva che conserva tutte le relazioni
lineari e conseguentemente la struttura algebrica degli spazi vettoriali coinvolti.
Possiamo ora stabilire, senza dimostrarlo, il seguente teorema:
Teorema 2.2.1 Ogni spazio vettoriale a n dimensioni V
n
(T) denito sul campo T
`e isomorfo allo spazio T
n
delle n-ple di scalari del campo T.
Se T = R, questo teorema permette di aermare che possiamo concentrare la
nostra attenzione sulle n-ple di reali, senza perdere in generalit`a, perche ogni altro
tipo di vettore sar`a isomorfo a queste ultime. Infatti lisomorsmo conserva le
operazioni e conserva pure gli assiomi (vedi [6, pag. 74]).
Endomorsmo
Lendomorsmo `e un morsmo suriettivo da A a A , cio`e in se stesso.
Automorsmo
Lautomorsmo `e un isomorsmo da A a A , cio`e in se stesso.
11
2.2.1 Prodotto Scalare o Interno
Abbiamo visto che la denizone assiomatica di spazio vettoriale non comprende la
denizione di un prodotto, e che invece per calcolare con enti geometrici `e necessario
introdurre una struttura quadratica o metrica; una delle metriche pi` u comuni `e quella
derivata dal prodotto scalare o interno tra vettori.
Dati due vettori reali a, b V(R), il prodotto scalare o interno (in inglese scalar o
inner product) a b `e un numero reale che pu`o venire denito sia in modo geometrico
sia in modo analitico (per componenti):
denizione geometrica: a b = |a| |b| cos (2.2)
denizione analitica: a b =

k
a
k
b
k
= a
T
b (2.3)
dove , (0

180

) `e langolo compreso tra a e b. La denizione geometrica

implica di aver preventivamente denito il concetto di angolo e di lunghezza, mentre
nellapproccio analitico la lunghezza ovvero la norma (in inglese norm) pu`o essere
denita come grandezza derivata dal prodotto scalare
|a| =

a a =

k
a
2
k
=

a
T
a (2.4)
e langolo come
= cos
1

a a
|a| |b|

La metrica `e dunque denita a partire dal prodotto scalare e si chiamano spazi Euclidei
o Cartesiani quelli per cui vale la metrica (2.4).
Il prodotto scalare non corrisponde al prodotto che appare nella denizione di
gruppo; infatti il prodotto scalare opera su due vettori e genera uno scalare, mentre
il prodotto genera un vettore.
Il prodotto scalare soddisfa i seguenti assiomi
Propriet`a distributiva rispetto alla somma:
(a +b) c = a c +b c
Propriet`a distributiva rispetto al prodotto per scalare:
(a b) = (a) b = a (b)
Propriet`a commutativa:
a b = b a
Positivit`a:
a a > 0, a ,= 0
Nota Spesso il prodotto scalare tra a e b viene indicato con a
T
b, come in (2.3), ma
io preferisco indicarlo con il pi` u generale a b per mettere in evidenza il suo signicato
geometrico.
12
2.2.2 Algebra Vettoriale
Dato un campo T, unalgebra vettoriale (in inglese vector algebra o linear algebra)
`e uno spazio lineare (vettoriale) V(T) dotato di un operatore (prodotto) bilineare
2
tra vettori, che indicheremo con il generico simbolo , e che obbedisce al seguente
assioma: dato T e a, b V, risulta
(a b) = (a) b = a (b)
Esistono numerose algebre, delle quali circa 200 sono state dimostrate essere auto-
consistenti; tra queste citiamo, oltre allalgebra delle matrici, lalgebra di Cliord,
lalgebra di Lie e lalgebra dei quaternioni, che sono utili nello studiare gli aspetti
geometrici e cinematici della robotica e della computer vision.
In generale il prodotto non coincide con il prodotto interno introdotto prece-
dentemente, perche questultimo non `e un prodotto tra vettori che dia come risultato
un vettore. Tuttavia il prodotto scalare si dimostra dotato di suciente struttura da
risultare utile per la maggior parte delle applicazioni necessarie al calcolo geometrico.
Un altro prodotto comunemente utilizzato nella sica `e il prodotto esterno, che per`o
vale solo in spazi vettoriali a dimensione 3. Come vedremo, le propriet`a del prodotto
esterno non sono ancora quelle che si vorrebbero possedute da un generico prodotto
tra vettori, ma tuttavia anchesso svolge una funzione essenziale nella descrizione
della cinematica e della dinamica dei manipolatori, nonch`e di numerose propriet`a
dellelettromagnetismo.
2.2.3 Prodotto Vettoriale o Esterno
Dati due vettori x =

x
1
x
2
x
3

T
e y =

y
1
y
2
y
3

T
, con x, y R
3
, il prodotto
vettoriale o esterno (in inglese outer o external o vector product) x y `e un vettore
che soddisfa le relazioni seguenti
3
:
z = x y =

x
2
y
3
x
3
y
2
x
3
y
1
x
1
y
3
x
1
y
2
x
2
y
1

(2.5)
La (2.5) pu`o essere scritta come prodotto della matrice antisimmetrica S(x) per il
vettore y:
x y =

0 x
3
x
2
x
3
0 x
1
x
2
x
1
0

y = S(x)y (2.6)
Le propriet`a delle matrici antisimmetriche e i loro utilizzi sono descritte pi` u avanti,
nella Sezione 2.2.4.
La norma del prodotto esterno vale
|z| = |x| |y| sin (2.7)
2
bilineare signica lineare rispetto a entrambi gli operandi. Questa propriet`a implica la
propriet`a distributiva; in altre parole la propriet`a distributiva `e implicita in unalgebra (vedi (2.2.1)).
3
per il prodotto esterno utilizzeremo il simbolo , che `e molto comune nella letteratura di origine
anglosassone; testi italiani usano pi` u spesso il simbolo .
13
dove `e langolo tra i due vettori x e y misurato sul piano xy; la direzione di z `e
ortogonale al piano, il verso `e dato dallapplicazione della regola della mano destra,
che individua lasse e il verso di rotazione necessario a portare x su y compiendo la
rotazione di angolo minimo.
Il prodotto vettoriale soddisfa le seguenti propriet`a:
Propriet`a non commutativa o anticommutativa:
x y = (y x)
Propriet`a distributiva rispetto alla somma:
x (y +z) = (x y)
Propriet`a distributiva rispetto al prodotto per scalare:
(x y) = (x) y = x (y)
Propriet`a non associativa:
x (y z) ,= (x y) z
Dati tre vettori x, y, z, si denisce prodotto triplo il prodotto esterno triplo non
associativo, ossia:
x (y z) = (x z) y (x y) z
(x y) z = (x z) y (y z) x
(2.8)
Dati tre vettori x, y, z, vale inoltre la seguente relazione:
(x y) z = (z y) x (2.9)
2.2.4 Matrici antisimmetriche
Avendo introdotto in (2.6) la matrice antisimmetrica S(x), ne deniamo ora alcune
propriet`a.
Data una matrice quadrata S R
nn
, essa `e antisimmetrica se e solo se soddisfa
alla seguente relazione:
S +S
T
= O
Dato uno spazio vettoriale R
3
ed un vettore generico u R
3
, esiste sempre una
matrice antisimmetrica associata ad u, indicata con S(u), denita come
S(u) =

0 u
3
u
2
u
3
0 u
1
u
2
u
1
0

e viceversa, data una qualsiasi matrice antisimmetrica S R

33
`e sempre
possibile associare ad essa un vettore u R
3
, denito come
u =

s
32
s
13
s
21

s
23
s
13
s
12

14
La propriet`a di antisimmetria comporta la seguente identit`a:
S
T
(u) = S(u) = S(u) (2.10)
Le matrici antisimmetriche soddisfano la propriet`a di linearit`a; dati due scalari

1
,
2
R, vale la propriet`a
S(
1
u
1
+
2
u
2
) = S(
1
u
1
) +S(
2
u
2
) =
1
S(u
1
) +
2
S(u
2
) (2.11)
Dati due vettori qualsiasi v e u, si ha la seguente propriet`a:
S(u)v = u v (2.12)
e quindi S(u) pu`o essere interpretata come loperatore (u) e viceversa. Spesso
la matrice S(u) viene indicata come u

.
Dati due vettori qualsiasi v e u, vale la seguente propriet`a:
S(u)v = S(v)u
La matrice S(u)S(u) = S
2
(u) `e simmetrica e verica la relazione seguente:
S
2
(u) = uu
T
|u|
2
I (2.13)
Autovalori e autovettori di matrici antisimmetriche Data la matrice anti-
simmetrica S(u) i suoi autovalori sono immaginari o nulli:

1
= 0,
2,3
= j |u|
Lautovettore relativo allautovalore
1
vale u; gli altri due autovettori sono complessi
coniugati.
2.3 Altri Prodotti Vettoriali
Come abbiamo visto nelle Sezioni precedenti, il prodotto scalare `e un prodotto tra
vettori che per`o genera uno scalare, mentre il prodotto vettoriale `e denito solo nello
spazio R
3
. Manca quindi ancora una denizione generale delloperatore introdotto
nella denizione di algebra vettoriale, che valga genericamente nello spazio R
n
.
Nasce perci`o la necessit`a di denire un prodotto a b tra vettori che obbedisca
alla maggior parte delle regole della moltiplicazione ordinaria, ovvero almeno le
propriet` a di essere associativo e distributivo, mentre la propriet`a di commutativit`a non
`e ritenuta essenziale. Si richiede invece che venga preservata la norma nel prodotto,
ossia |a b| = |a| |b|, dove il prodotto delle norme `e il consueto prodotto tra scalari.
Sono stati deniti in passato prodotti tra vettori che soddisfano questi requisiti.
Di solito essi vengono trascurati nei testi elementari di algebra lineare. Tra questi,
un qualche interesse per le loro applicazioni nella cinematica teorica e nella computer
vision, oltreche nella sica quantistica, rivestono il prodotto di Hamilton e il prodotto
di Cliord.
15
2.3.1 Prodotto di Hamilton
Il prodotto di Hamilton trova la sua giusticazione nellambito della denizione di
prodotto tra quaternioni [2, 3]. Qui ci limitiamo a denire tale prodotto come quel
vettore c ottenuto dai vettori a e b nel modo seguente
c = a b = a b +a b (2.14)
Questo prodotto ha ora solo pi` u un signicato storico, in quanto presenta la spiacevole
caratteristica di fornire un numero negativo come risultato del prodotto di un vettore
per se stesso
a a = a a +a a = |a|
2
(2.15)
Esso fu presto abbandonato in favore di altri pi` u semplici e utili, come i precedenti
prodotti interno ed esterno, oppure pi` u generali dal punto di vista geometrico, come
il prodotto di Cliord.
2.3.2 Prodotto di Cliord
`
E stato dimostrato che un prodotto vettoriale che permetta di soddisfare gli stessi
assiomi del prodotto tra due numeri reali, ossia la distributivit`a, lassociativit`a e
la commutativit`a, non esiste in spazi vettoriali con dimensioni n 3; se si lascia
cadere lassioma della commutativit`a, si pu`o denire un nuovo tipo di prodotto, detto
prodotto di Cliord, dal nome del matematico inglese William Cliord (1845-79) che
per primo lo introdusse. Esso consente di estendere a spazi vettoriali R
n
, con n > 3,
il prodotto esterno denito al Paragrafo 2.2.3.
Limitiamoci in un primo momento, per semplicit`a, al piano R
2
, convenzionalmente
denito come quello generato dai due versori i e j. Dati due vettori nel piano,
a = a
1
i + a
2
j, e b = b
1
i + b
2
j, il prodotto di Cliord viene denito come:
a b = a
1
b
1
+ a
2
b
2
+ (a
1
b
2
a
2
b
1
)e
12
= a b + (a
1
b
2
a
2
b
1
)e
12
(2.16)
dove `e stato introdotto il nuovo ente matematico e
12
, chiamato bivettore. Esso `e
denito come larea (dotata di segno) del parallelogrammo compreso tra i e j; in
un certo senso `e analogo al prodotto esterno i j, salvo il fatto che questultimo `e
interpretato come vettore ortogonale al piano denito da i e j, mentre il bivettore `e
da interpretarsi come una pezza (in inglese patch) o meglio un tassello del piano
stesso, come illustrato in Fig. 2.1.
Lestensione di questo prodotto allo spazio R
3
si ottiene assumendo che sia veri-
cata la seguente identit`a:
c c = c
2
= c c
Se poi consideriamo il generico vettore somma c = a +b, otteniamo:
(a +b) (a +b) = (a +b) (a +b) (2.17)
da cui segue, per la propriet`a distributiva applicata ai due termini delluguaglianza
a a +a b +b a +b b = a a +a b +b a +b b (2.18)
16
i
j
12
e
i j
i
j
12
e
i j
Figura 2.1: Il bivettore e
12
nel piano R
3
.
e considerando la commutativit`a del prodotto interno e che aa = a a e bb = b b
segue:
a b +b a = 2a b (2.19)
e quindi
a b = 2a b b a (2.20)
Il lettore interessato pu`o fare riferimento al testo [7] per ulteriori approfondimenti.
17
Bibliograa
[1] mathworld.wolfram.com/algebra.html.
[2] B. Bona. Modellistica dei Robot Industriali.
[3] M.J. Crowe.
[4] J.A. Gallian. Contemporary Abstract Algebra. Houghton Miin Company, 2002.
[5] J.D. Lispon. Elements of Algebra and Algebraic Computing. Addison-Wesley,
1981.
[6] L. Lombardo-Radice. Istituzioni di Algebra Astratta. Feltrinelli, 1965.
[7] P. Lounesto. Cliord Algebras and Spinors. Cambridge University Press, second
edition, 2001.
18
Indice
1.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Gruppoide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Semigruppo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4 Monoide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.5 Gruppo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.6 Anello . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.7 Corpo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.8 Campo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.9 Algebra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2 Spazi e Algebre Vettoriali 8
2.1 Spazi Vettoriali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2 Funzioni Lineari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2.1 Prodotto Scalare o Interno . . . . . . . . . . . . . . . . . . . . 12
2.2.2 Algebra Vettoriale . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.3 Prodotto Vettoriale o Esterno . . . . . . . . . . . . . . . . . . . 13
2.2.4 Matrici antisimmetriche . . . . . . . . . . . . . . . . . . . . . . 14
2.3 Altri Prodotti Vettoriali . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3.1 Prodotto di Hamilton . . . . . . . . . . . . . . . . . . . . . . . 16
2.3.2 Prodotto di Cliord . . . . . . . . . . . . . . . . . . . . . . . . 16
19
Elenco delle gure
2.1 Il bivettore e
12
nel piano R
3
. . . . . . . . . . . . . . . . . . . . . . . . 17
20
Indice analitico
algebra vettoriale, 13
anello, 4
automorsmo, 11
base, 10
bivettore, 16
campo, 6
combinazione lineare, 10
corpo
commutativo, 6
dimensione, 10
distanza, 9
divisore dello zero, 5
elemento neutro, 3
endomorsmo, 9, 11
funzione
biiettiva, 11
iniettiva, 10
suriettiva, 10
gruppo, 3
abeliano, 3
speciale ortonormale di rotazione, 4
gruppoide, 2
additivo, 2
associativo, 2
moltiplicativo, 2
isomorsmo, 11
lineare
indipendenza, 10
metrica, 9
monoide, 3
morsmo, 11
norma, 12
operatore lineare, 9
prodotto
di Cliord, 16
di Hamilton, 16
scalare, 12
triplo, 14
vettoriale, 13
semigruppo, 2
spazio
lineare, 9
vettoriale, 8
vettore, 8
componenti di, 10
21