• Non ci sono risultati.

Università di L’Aquila Claudio Arbib

N/A
N/A
Protected

Academic year: 2021

Condividi "Università di L’Aquila Claudio Arbib"

Copied!
16
0
0

Testo completo

(1)

Università di L’Aquila Claudio Arbib

Ricerca Operativa

Basi in IR

n

(2)

Sommario

• Combinazione lineare, affine, conica e convessa

• Dipendenza e indipendenza lineare e affine

• Basi per un insieme di vettori di IR

n

• Teorema di rappresentazione

• Teorema di sostituzione (Steinitz)

• Matroide vettoriale

(3)

Combinazione lineare

Definizione Un vettore x ∈ IR

n

si dice combinazione lineare dei vettori a

1

, …, a

m

∈ IR

n

con coefficienti

λ

1

, ..., λ

m

∈ IR se

x = λ

1

a

1

+ … + λ

m

a

m

Esempio

1 2

0 3

1

= λ

1

+ λ

2

4

con λ

1

= –2/3, λ

2

= 1

–2/3(0 , 3) +1(1 , 4)

(4)

Combinazione affine

Definizione Un vettore x ∈ IR

n

si dice combinazione affine dei vettori a

1

, …, a

m

∈ IR

n

con coefficienti

λ

1

, ..., λ

m

∈ IR se

x = λ

1

a

1

+ … + λ

m

a

m

e

λ

1

+ ... + λ

m

= 1 Esempio

1 2

0 2

½

= λ

1

+ λ

2

2

con λ

1

= –1, λ

2

= 2

–1(0 , 2)

+2(½ , 2)

(5)

Combinazione conica

Definizione Un vettore x ∈ IR

n

si dice combinazione conica dei vettori a

1

, …, a

m

∈ IR

n

con coefficienti

λ

1

, ..., λ

m

∈ IR se

x = λ

1

a

1

+ … + λ

m

a

m

e

λ

1

, ..., λ

m

> 0 Esempio

1 3

0 2

2

= λ

1

+ λ

2

2 con λ

1

= 1, λ

2

= ½

+1(0 , 2)

+½(2 , 2)

(6)

Combinazione convessa

Definizione Un vettore x ∈ IR

n

si dice combinazione convessa dei vettori a

1

, …, a

m

∈ IR

n

con coefficienti

λ

1

, ..., λ

m

∈ IR se

x = λ

1

a

1

+ … + λ

m

a

m

e

λ

1

+ ... + λ

m

= 1 λ

1

, ..., λ

m

> 0 Esempio

+½(0 , 2)

+½(2 , 2)

1 2

0 2

2

= λ

1

+ λ

2

2

con λ

1

= ½, λ

2

= ½

(7)

Involucri

Definizione L’involucro affine (conico, convesso) di un

insieme S ⊆ IR

n

è l’insieme di tutti e soli i vettori x ∈ IR

n

ottenibili come combinazione affine

(conica, convessa) dei vettori di S.

Esempio

cone(S)

aff(S)

conv(S)

(8)

Dipendenza e indipendenza

Definizione Un insieme A = {a

1

, …, a

m

} ⊆ IR

n

è linearmente dipendente se esistono m scalari λ

1

, …, λ

m

non tutti nulli tali che λ

1

a

1

+ … + λ

m

a

m

= 0.

Esempio

A = {

1

, } è linearmente indipendente

2

2 1

B = { , , } è linearmente dipendente (

λ1 = λ2 = 2/3, λ3 = –1

)

1 2

2 1

2 2

La dipendenza affine è definita in modo analogo

aggiungendo la clausola λ

1

+ … + λ

m

= 0.

(9)

Dipendenza e indipendenza

Definizione Un insieme A = {a

1

, …, a

m

} ⊆ IR

n

è affinemente dipendente se esistono m scalari λ

1

, …, λ

m

non tutti nulli tali che λ

1

+ … + λ

m

= 0

e λ

1

a

1

+ … + λ

m

a

m

= 0.

Esempio

B = {

1

, , } è affinemente indipendente

2

2 1

2 2

La dipendenza affine è definita in modo analogo aggiungendo la clausola λ

1

+ … + λ

m

= 0.

C = { , , } è affinemente dipendente (

λ1 = λ3 = –1, λ2 = 2,

)

1 2

2 1

3 0

(10)

Dipendenza e indipendenza

Osservazione Sia A = {a1, ..., am} linearmente indipendente. Allora un qualunque XA è a sua volta indipendente: infatti se X fosse

dipendente sarebbe possibile ottenere il vettore 0 combinandone gli elementi con coefficienti λi non tutti nulli. Aggiungendo a tale

combinazione i vettori di A – X moltiplicati per 0 si otterrebbe 0 da una combinazione lineare a coefficienti non tutti nulli degli elementi di A, contraddicendone l’indipendenza. Ne segue che

1) A = ∅ è linearmente indipendente

Viceversa, se un qualunque X ⊂ A è linearmente dipendente, allora anche A è linearmente dipendente. In particolare,

2) A = {0} è linearmente dipendente

in quanto il vettore nullo può essere ottenuto combinandone gli elementi (in effetti, l’unico elemento) con coefficienti diversi da 0.

(11)

Basi

Definizione Sia S ⊆ IR

n

. Un insieme B = {b

1

, …, b

m

} ⊆ IR

n

si dice base per S se

– B è linearmente indipendente

– B{x} è linearmente dipendente per ogni xS – B

(in altre parole, esistono coefficienti reali non tutti nulli λ0, λ1, ..., λm tali che λ0x + λ1b1 + … + λmbm = 0).

Osserviamo che x ≠ 0 implica λ

0

≠ 0, altrimenti B non sarebbe indipendente.

Quindi si può scrivere

x = – λ

1

b

1

/ λ

0

– … – λ

m

b

m

/ λ

0

(rappresentazione di x in B)

(12)

Basi

Teorema 1 La rappresentazione di xS tramite una sua base B è unica.

Dimostrazione: supponiamo

x = α

1

b

1

+ … + α

m

b

m

x = γ

1

b

1

+ … + γ

m

b

m

Allora

0 = ( α

1

γ

1

)b

1

+ … + ( α

m

γ

m

)b

m

e se ∃ i: α

i

γ

i

≠ 0, allora B è linearmente dipendente (cd.).

(13)

Basi

Teorema 2 Sia xS – B, con B base per S e x ≠ 0.

Supponiamo x = α

1

b

1

+ … + α

m

b

m

con α

1

≠ 0.

Allora B’ = {x, b

2

, …, b

m

} è una base per S.

Dimostrazione: anzitutto B’ è indipendente. Se non lo fosse:

0 = µ

1

x + µ

2

b

2

+ … + µ

m

b

m

con µ

1

≠ 0 (se µ

1

= 0, B sarebbe dipendente).

Inoltre B’ è massimale in S, perché y = λ

1

b

1

+ … + λ

m

b

m

yS e sostituendo b

1

= – x/ α

1

α

2

b

2

/ α

1

– … – α

m

b

m

/ α

1

si ottiene una rappresentazione di y in B’.

Ma allora

x = µ

2

b

2

/ µ

1

– … – µ

m

b

m

/ µ

1

x = α

1

b

1

+ α

2

b

2

+ … + α

m

b

m contraddizione

(14)

Matroide vettoriale

Teorema 3 Sia U un insieme finito di vettori di IR

n

, e ℑ la famiglia di tutti i sottoinsiemi X di U linearmente indipendenti.

Allora (U, ℑ ) è un matroide.

Dimostrazione: anzitutto ℑ è evidentemente subclusiva, in quanto ogni sottoinsieme di un insieme indipendente è indipendente.

Mostriamo che vale la proprietà di scambio:

A, B ∈ ℑ : |B| > |A|, x B – A: A {x} ∈ ℑ

cioè l’insieme linearmente indipendente più piccolo può essere

accresciuto con un elemento preso dal più grande mantenendosi

linearmente indipendente.

(15)

Matroide vettoriale

Teorema 3 Sia U un insieme finito di vettori di IR

n

, e ℑ la famiglia di tutti i sottoinsiemi X di U linearmente indipendenti.

Allora (U, ℑ ) è un matroide.

Segue dimostrazione: Siano

A = {a

1

, …, a

m

} B = {b

0

, b

1

, …, b

m

}

Se non vale la proprietà di scambio, allora A{b

i

} è dipendente ∀ i, cioè A è una base per B.

Sia allora b

m

= λ

1

a

1

+ … + λ

m

a

m

e senza perdere in generalità supponiamo λ

m

≠ 0.

Allora applicando il Teorema 2 si può sostituire b

m

ad a

m

, e

A

m

= {a

1

, …, a

m–1

, b

m

} è ancora una base per B.

(16)

Matroide vettoriale

Teorema 3 Sia U un insieme finito di vettori di IR

n

, e ℑ la famiglia di tutti i sottoinsiemi X di U linearmente indipendenti.

Allora (U, ℑ ) è un matroide.

Segue dimostrazione: Procedendo in tal modo, scriviamo b

m–1

= µ

1

a

1

+ … + µ

m–1

a

m–1

+ µ

m

b

m

osservando che µ

m–1

≠ 0 (altrimenti B sarebbe dipendente).

Quindi A

m–1

= {a

1

, …, a

m–2

, b

m–1

, b

m

} A

m–2

= {a

1

, …, a

m–3

, b

m–2

, b

m–1

, b

m

} …

A

1

= {b

1

, …, b

m–3

, b

m–2

, b

m–1

, b

m

} = B – {b

0

} sono basi per B. Ma allora A

1

consente di rappresentare b

0

in

funzione di b

1

, …, b

m

, contraddicendo l’indipendenza di B.

Riferimenti

Documenti correlati

14871 del 2017 di questa Corte, ha dichiarato legittimo il licenziamento intimato per giustificato motivo oggettivo il 16.4.2009 dalla Congregazione figlie di Maria SS.ma Madre

Cosa stampano le seguenti printf?.. Quest'istruzione, inserisce nella posizione 4 0, 1, 2, 3, 4), quindi come quinto carattere della stringa amac, il carattere a (terzo

Corso di Laurea in Ingegneria Industriale Prova scritta di Geometria e Algebra raccolta domande 2011–2012 (fino al 16.01.2013).. Parte 1: Domande a

• In alcuni sistemi (es. muscoli della falena adulta del tabacco al momento dell’uscita dal bozzolo) le cellule vanno incontro ad una morte cellulare programmata con

1 assegno di ricerca da svolgersi presso il Dipartimento di Ingegneria Civile, Edile-Architettura e Ambientale dell’Università degli Studi dell’Aquila.. Titolo del progetto

[r]

Uguale in senso aristotelico : la parte non può essere uguale ( identica ) al tutto che la contiene , in quanto il tutto ha sempre qualche elemento che la parte non ha ;

Classification to group individual into classes with relatively homogeneous features.. Regression to infer trends