Notas para un Curso de Álgebra Avanzada. Luis M. Pardo, Luis F. Tabera Alonso

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Notas para un Curso de Álgebra Avanzada. Luis M. Pardo, Luis F. Tabera Alonso"

Transcripción

1 Notas para un Curso de Álgebra Avanzada Luis M. Pardo, Luis F. Tabera Alonso

2

3 Índice general Capítulo 1. Nociones básicas: anillos, módulos, variedades, ejemplos Introducción Anillos, Ideales, Morfismos de Anillos Las Nociones Elementales Ejemplo: Anillos de Polinomios y Anillos de Series de Potencias Formales Ejemplo: Anillos de Funciones en estructuras topológicas o diferenciables Ejemplo: Funciones Booleanas Módulos, Submódulos, Morfismos de Módulos Las Nociones Elementales Algunas Propiedades Básicas Dominios, Primos, Maximales, Variedades Variedades, no manifolds Divisores de Cero. Ideales Primos y Maximales Cuestiones y Problemas 27 Capítulo 2. El Teorema Chino de los Restos Introducción El anillo producto y el TCR Interpretación del Teorema Chino de los Restos en el caso R = Z En relación con el problema de Sun Tzu Una Aplicación en computación: Cálculo del Determinante por Algoritmos Modulares La Búsqueda de un Buen Número Primo Test de Primalidad Combinando el Teorema de Densidad de los Número Primos y los Tests de Primalidad La Estrategia Final Secretos Compartidos El teorema Chino de los Restos en el caso R := k[x] Eliminación Univariada Clásica Mutiplicar por un polinomio El Teorema Chino de los Restos en R = k[x] y la Forma Canónica de Jordan El álgebra k[x]/(f) Teoría del Endomorfismo y el Máximo Común Divisor en k[x]. 47 Capítulo 3. Nociones un poco más avanzadas: localización, radicales, categorías Introducción Local, Localización Anillos Locales y Semi-locales: Gérmenes de Funciones Localización Ideal asociado a una variedad: radical y radical de Jacobson Ideal de un Objeto Geométrico Radical y Radical de Jacobson 56 3

4 4 Índice general 3.4. Funciones vs Objetos El Lenguaje de las Categorías Categorías Functores y Equivalencias Naturales Variación de un primer tema clásico: El Teorema de Stone Cech Variación de un segundo tema clásico: El Lema de Urysohn y el Teorema de Extensión de Tietze Variación de un tercer tema clásico: Extensión de funciones en Variedades Diferenciables Cuestiones y Problemas 64 Capítulo 4. Anillos y Módulos Noetherianos: Primeras propiedades Introducción Diagramas Conmutativos, Complejos y Sucesiones Exactas El Bi functor Hom R (, ), localización, y propiedades locales Anillos y Módulos Noetherianos Condición de cadena ascendente para submódulos e ideales El Teorema de la Base de Hilbert Descomposición Primaria Un par de resultados técnios peliminares: NAK y otros Descomposicón Primaria: Teorema de Lasker Noether Temas Opcionales Snake Lemma Libres, Proyectivos, Inyectivos y Planos (Opcional) Cuestiones y Problemas 87 Bibliografía 89

5 Capítulo 1 Nociones básicas: anillos, módulos, variedades, ejemplos Contents 1.1. Introducción Anillos, Ideales, Morfismos de Anillos Las Nociones Elementales Ejemplo: Anillos de Polinomios y Anillos de Series de Potencias Formales Ejemplo: Anillos de Funciones en estructuras topológicas o diferenciables Ejemplo: Funciones Booleanas Módulos, Submódulos, Morfismos de Módulos Las Nociones Elementales Algunas Propiedades Básicas Dominios, Primos, Maximales, Variedades Variedades, no manifolds Divisores de Cero. Ideales Primos y Maximales Cuestiones y Problemas Introducción Este Capítulo está dedicado a introducir las nociones más elementales, que se le suponen o se le deben suponer al alumno, así como las notaciones más habituales. Adicionalmente, aprovechamos el Capítulo para derezarlo con ejemplos provenientes de los contextos menos habituales en las asignaturas de Álgebra, mirando con especial atención a aquellos casos con interpretación geométrica (Geometría Algebraic o Analítica). El resultado es una abundante colección de ejemplos que podrán aparecer más adelante durante el curso. La única conclusión relevante que se le pide al alumno es que observe que las nociones de anillo, cuerpo, ideal o módulo no constituyen una extravaganza algebrística. Son nociones demasiado habituales en Geometría y/o Teoría de Números como para considerarlas aisladamente Anillos, Ideales, Morfismos de Anillos Las Nociones Elementales. Definición (Anillo). Un anillo es una terna (R, +, ), donde (1). (R, +) es un grupo abeliano, cuyo elemento neutro se suele denotar por 0 R, (2). (R, ) es un monoide conmutativo, cuyo elemento neutro se suele denotar por 1 R, (3). se verifica la propiedad distributiva siguiente: a, b, c R, a (b + c) = a b + a c. Como es habitual se omite el subíndice R cuando no genera confusión. Supondremos en adelante que 1 R 0 R para descartar el anillo trivial R = (0). 5

6 6 1. NOCIONES BÁSICAS Definición (Subanillos, ideales, morfismos, unidades). Dado un anillo (R, +, ), llamaremos: (1). Subanillo: a todo subgrupo (S, +) de (R, +) tal que 1 R S y S es cerrado para la operación producto, esto es, a, b S, a b S. (2). Ideal: a todo subgrupo (a, +) de (R, +) tal que se verifica: a R, b a, a b S. Los ideales (0) y R se denominan ideales impropios de R. Los demás se denominan propios. (3). Morfismo de anillos: Dados dos anillos (R, +, ) y (T, +, ), llamamos morfismo entre los anillos R y T a todo morfismo de grupos f : (R, +) (T, +) tal que: f(1 R ) = 1 T, a, b R, f(a b) = f(a) f(b). (4). Unidades en el anillo: A todos los elemenos a R tales que existe a R, con aa = a a = 1 R. Denotamos por R al conjunto de las unidades del anillo R y forma un grupo abeliano con la operación producto (R, ) llamado grupo de las unidades del anillo R. Proposición (Propiedades elementales). Se tienen las siguientes propiedades elementales: (1). Los subanillos T de un anillo S son ideales si y solamente si R = T. (2). Los morfismos de anillos transforman subanillos en subanillos en ambas direcciones. Es decir, si f : R T es un morfismo de anillos, se tiene: Si S es subanillo de R, entonces f(s) := {f(x) : x S} es un subanillo de T, Si U es un subanillo de T, entonces f 1 (U) := {x R : f(x) U} es un subanillo de R. (3). Las imágenes inversas de ideales son ideales, pero no necesariamente lo son las imágenes directas. Es decir, si f : R T es un morfismo de anillos, se tiene: Si b es un ideal de T, entonces f 1 (b) := {x R : f(x) a} es un ideal de R. Si b es un ideal de R, en general no es cierto que f(a) sea ideal de T. Cuando no hay confusión sobre el morfismo f, al ideal f 1 (b) se le denota mediante b c y se le denomina contracción del ideal b de T. (4). Un subgrupo a del grupo aditivo de un anillo (R, +, ) es ideal si y solamente si, el grupo cociente (R/a, +) es anillo con la operación siguiente: dada mediante : R/a R/a R/a, (x + a)(y + a) := xy + a, x + a, y + a R/a. Al anillo A/a se le denomina anillo cociente de R por el ideal a. (5). Un anillo es cuerpo si y solamente si R = R \ {0}. (6). Un anillo es cuerpo si y solamente si los únicos ideales son los impropios. En particular, si K es un cuerpo y f : K R es un morfismo de anillos, entonces f es inyectivo (monomorfismo) y K se puede identificar con un subanillo de R.

7 1.2. ANILLOS, IDEALES, MORFISMOS DE ANILLOS 7 Demostración. mayor discusión. La mayoría de estas propiedades son evidentes y no necesitan de Ejemplo Los ejemplos más elementales de anillos son obviamente los cuerpos, como Q, R, C, o anillos como Z. También son ejemplos de anillo los cocientes de Z por sus ideales. Veremos, sin embargo, que hay muchos más ejemplos Ejemplo: Anillos de Polinomios y Anillos de Series de Potencias Formales. Sea X un conjunto cualquiera y sea R un anillo. El conjunto Ap(X, R) de las aplicaciones de X en R es claramente un anillo con las operaciones naturales de suma y producto de aplicaciones. El caso de los polinomios es una reinterpretación de Ap(X, R) que definiremos a continuación. Proposición El conjunto (N n, +) es un monoide conmutativo con la operación: dada mediante: + : N n N n N n, (µ 1,..., µ n ) + (θ 1,..., θ n ) := (µ 1 + θ 1,..., µ 1 + θ 1 ). Más aún, la siguiente aplicación es un morfismo de monoides entre (N n, +) y (N, +), llamada grado: : N n N, dada mediante (µ 1,..., µ n ) = µ µ n. A los elementos de N n, en este contexto, se les suele llamar exponentes o exponentes monomiales. Demostración. Es evidente. Observación (Grado + lexicográfico). Recordemos que podemos identificar (vía biyección) N n con N de varias formas distintas. Cada una de esas biyecciones supone la introducción de un orden en N n. Lo que haremos ahora es el proceso inverso: destacar un orden en N n (que defina una biyección con N) que es, además un orden monomial (un orden monomial es un buen orden en N n tal que verifica: µ, θ, τ N n, si µ τ, entonces µ + θ τ + θ.) Un ejemplo de orden monomial es el grado + lexicográfico ( deglex ), que se define del modo siguiente. Sea lex el orden lexicográfico en N n. Obsérves que lex no es un orden que permita biyectar N n con N. Entonces, definimos: para µ, θ N n, diremos que µ deglex θ si se verifica: [ µ < θ ] [( µ = θ ) (µ lex θ)]. Consideremos el grupo aditivo (Ap(N n, R), +) y definamos la función producto siguiente: : Ap(N n, R) Ap(N n, R) Ap(N n, R), dada mediante: Dadas f, g Ap(N n, R), definamos: f g : N n R, mediante: f g(µ) := f(θ)g(τ). θ,τ N n,θ+τ=µ Obsérvese que esta operación producto es la versión discreta de la convocluaicón de funciones medibles. Finalmente, definamos Ap 0 (N n, R) como aquellas aplicaciones que se anulan salvo en un número finito de índices, Esto es, Ap 0 (N n, R) := {f : N n R : I N n, I finito, f(µ) = 0, µ I}. Proposición Con las anteriores notaciones:

8 8 1. NOCIONES BÁSICAS (1). La terna (Ap 0 (N n, R), +, ) es un anillo conmutativo con unidad que se denomina anillo de polinomios en n variables con coeficientes en R y se denota mediante R[X 1,..., X n ] (2). La terna (Ap(N n, R), +, ) es un anillo conmutativo con unidad que se denomina anillo de series de potencias formales en n variables con coeficientes en R y se denota mediante R[[X 1,..., X n ]] En particular, R[X 1,..., X n ] es un subanillo de R[[X 1,..., X n ]]. Demostración. Es un ejercicio de mera comprobación. Notación Hay una notación estandarizada de estos objetos. Supongamos dado µ := (µ 1,..., µ n ) N n un exponente monomial. Se define el monomio X µ := X µ 1 1 Xµ 2 2 Xµn n R[X 1,..., X n ] = Ap 0 (N n, R) como la transformación X µ : N n R, dada mediante: { X µ 1, si θ = µ, (θ) := 0, en caso contrario. Dado a R, se define el el término ax µ R[X 1,..., X n ] como como la transformación ax µ : N n R, dada mediante: { ax µ a, si θ = µ, (θ) := 0, en caso contrario. Se dice que a es el coeficiente de ax µ, que µ es su exponente y que µ N es el grado del término. Lema Con estas notaciones, R es un subanillo de R[X 1,..., X n ], identificando R con el conjunto de términos: {λx (0) : λ R}, donde (0) = (0,..., 0) N n es el elemento neutro de N n como monoide. Demostración. Obvio. Proposición Sea K un cuerpo y K[X 1,..., X n ] el anillo de polinomios en n variables con coeficientes en K. Entonces, (1). K[X 1,..., X n ] es un K espacio vectorial, con base dada por los monomios {X µ : µ N n }. (2). Dado un polinomio f K[X 1,..., X n ], tenemos una representación: f := µ I a µ X µ, donde I N n es un conjunto finito, {a µ : µ I} K. Definiremos grado de f como el máximo de los grados de los términos no nulos en una descomposición como la anterior. Es una noción bien definida. (3). Dado un entero d N, denotaremos por H d (X 1,..., X n ) al K subespacio vectorial de K[X 1,..., X n ] generado por los monomios de grado d, es decir, generado por: {X µ : µ = d, µ N n }. Entonces, H d (X 1,..., X n ) es un espacio vectorial de dimensión finita e igual a ( ) d + n 1 dim K H d (X 1,..., X n ) =. n 1

9 1.2. ANILLOS, IDEALES, MORFISMOS DE ANILLOS 9 Más aún, tenemos la descomposición de K[X 1,..., X n ] en suma directa de subespacios siguiente: K[X 1,..., X n ] := d N H d (X 1,..., X n ). Demostración. Las afirmaciones son de mera comprobación. Observación En el caso de series de potencias formales también se admite una representación de la forma siguiente: Dada f K[[X 1,..., X n ]], escribiremos: f := µ N n a µ X µ, aunque, obviamente, por ser una suma infinita es un límite y require de varias discusiones adicionales como la introducción de una topología y de una métrica. Observación (Polinomios y Series de Laurent). Si en las definiciones anteriores hubiéramos tomado como punto de partida el grupo (Z n, +) en lugar del monoide (N n, +) tendríamos similares conjuntos de aplicaciones Ap 0 (Z n, R) y Ap(Z n, R). En este caso se habla de polinomios y series de Laurent y se denotan, en ocasiones, mediante R[X 1, X1 1, X 2, X2 1,..., X n, Xn 1 ], y R[[X 1, X1 1, X 2, X2 1,..., X n, Xn 1 ]]. Pero no discutiremos sobre estos anillos aquí Ejemplo: Anillos de Funciones en estructuras topológicas o diferenciables. En un contexto distinto, podemos condierar directamente anillos de funciones Ap(X, R), donde X es un conjunto cualquiera. Lo que sigue es la presentación de varios subanillos de Ap(X, K), donde K = R C, según el caso. Ejemplo (Funciones a valores reales). Los siguientes son ejemplos de anillos: (1). Sea X un espacio topológico, el conjunto de las funciones continuas C 0 (X, R) := C 0 (X) es un anillo. (2). Sea X un abierto de una veriedad diferenciable (C ), el conjunto C (X) de las funciones infinitamente diferenciables definidas en X es también un anillo conmutativo con unidad con las operaciones usuales de suma y producto de funciones. (3). Sea X un abierto en R n, la familia de funciones analíticas reales C ω (X) es también un anillo. Nótese que tenemos la siguiente cadena (propia, todos los contenidos son estrictos) de subanillos, cuando X R n es un abierto. R C ω (X) C (X) C 2 (X) C 1 (X) C 0 (X). Ejemplo (Funciones a valores complejos). Los siguientes son ejemplos de anillos: (1). Sea X un espacio topológico, el conjunto de las funciones continuas C 0 (X, C) es un anillo. (2). Sea X un abierto en C n, el conjunto de las funciones analíticas complejas (tambi én llamadas holomorfas) definidas en X H(X) es un anillo.

10 10 1. NOCIONES BÁSICAS Ejemplo: Funciones Booleanas. Son funciones básicas en Lógica y en diseño de Circuitos Digitales. Por ahora nos vamos a coformar con definirlas. Comenzamos observando la identificación {0, 1} = Z/2Z que identifica los valores boooleanos {0, 1} (o también en su versiones verdadero/falso: {V, F}) con el cuerpo primo de característica 2. Se denomina función booleana de n variables a toda aplicación: f : {0, 1} n {0, 1}. Se define el conjunto de funciones booleanas B n := {f : {0, 1} n {0, 1} : f es aplicación}. Es fácil de observar que podemos indetificar B n = P({0, 1} n ), es decir, el conjunto de funciones booleanas con el conjunto de todos los subconjuntos de {0, 1} n. La biyección entre ambos conjuntos es dada por las funciones características: Dado un subconjunto L P({0, 1} n ), definimos la función booleana χ L B n dada mediante: x {0, 1} n, χ L (x) = 1 x X. Recíprocamente, dada una función booleana f B n, definimos el lenguaje aceptado por f como L := f 1 ({1}) P({0, 1} n ). Ahora, identificando {0, 1} con Z/2Z, observamos que B n := Ap({0, 1} n, Z/2Z) y tiene una estructura de anillo natural a través de las operaciones del cuerpo Z/2Z. Podemos concluir: Proposición El conjunto de funciones booleanas B n tiene una estructura natural de anillo conmutativo con unidad, es biyectable al conjunto P({0, 1} n ) y tiene, por tanto, cardinal dado por la siguiente identidad: (B n ) = 2 2n. Demostración. Es lo discutido en párrafos previos Módulos, Submódulos, Morfismos de Módulos Las Nociones Elementales. Definición (Módulo). Dea (R, +, ) un anillo. Llamaremos R módulo a toda terna (M, +, R) donde: (1). (M, +) es un grupo abeliano, (2). R : R M M es una aplicación, que se representa mediante R(x, m) := xm, verificando: a) Propiedad Distributiva I: x R, m, n M, x(m + n) = xm + xn. b) Propiedad Distributiva II: x, y R, m M, (x + y)m = xm + ym. c) Propiedad Asociativa: x, y R, m N, (xy)m = x(ym). d) Elemento Neutro: m M, 1m = m. Ejemplo Los siguientes son ejemplos básicos de módulos: (1). Los ejemplos más evidentes de módulos son los espacios vectoriales: Un espacio vectorial V sobre un cuerpo K no es otra cosa que un K módulo (ambas nociones son equivalentes). (2). Los grupos abelianos no son otra cosa que Z módulos (ambas nociones son equivalentes). (3). Los anillos son módulos sobre sí mismos.

11 1.3. MÓDULOS, SUBMÓDULOS, MORFISMOS DE MÓDULOS 11 (4). También son R módulos Ap(X, R) y Ap 0 (X, R). Los R módulos de la forma Ap 0 (X, R), se denominan R módulos libres. En el caso de que X sea finito, Ap 0 (X, R) = Ap(X, R) y si X es de cardinal n escribiremos simplemente Ap 0 (X, R) = Ap(X, R) = R n, y diremos que es un R módulo libre de rango n. (5). Usualmente, se tienen las notaciones siguiente paras los módulos Ap(X, R) y Ap 0 (X, R): Ap(X, R) = R X := R, Ap 0 (X, R) := R. X X En un sentido general se habla de módulo producto y módulo suma. Dada una familia de módulos {M i : i I}, denotaremos : ϕ(i) M i, i I}. i I M i := {ϕ : I i I M i M i : J I, J finito, ϕ(i) = 0, i J}. M i := {ϕ i I i I (6). Sea f : R S un morfismo de anillos. Entonces podemos definir sobre S una estructura de R módulo: R : R S S, dada mediante: x R s := f(x) s, x R, s S. Se dice que S es una R álgebra. Esto incluye el caso de subanillos (f será la inclusión) y, por tanto, son R álgebras C 0 (X), C 1 (X),..., C,... y son C álgebras C 0 (X, C) y H(X). (7). Los anillos R[X 1,..., X n ] y R[[X 1,..., X n ]] tienen una estructura natural de R módulo y son R álgebras. Más aún, si consideramos los polinomios homogéneos de grado fijado con coeficientes en R (el conjunto H d (X 1,..., X n )) tendremos un R módulo libre de rango ( ) d + n 1. n 1 (8). Los conjuntos de matrices M n m (R) tienen una estructura natural de R módulo libre de rango nm. Ejemplo (Teoría del Endomorfismo). Sea V un espacio vectorial sobre un cuerpo K, ϕ : V V una aplicación lineal. Podemos definir una estructura de K[X] módulo sobre V que se conoce como Teoría del Endomorfismo. Se define del modo siguiente: Definamos recursivamente: ϕ 0 = Id V (la identidad), ϕ 1 = ϕ, Para n 2, ϕ n := ϕ ϕ n 1, donde es la composición. Dado p K[X], de la forma: definimos p(ϕ) : V V mediante: p := a o + a 1 X + a 2 X 2 + a n X n, p(ϕ) := a 0 Id V + a 1 ϕ + a 2 ϕ ϕ + + a n ϕ n. Finalmente, definimos K[X] V V como (p(x), v) p(ϕ)(v) V. Definición (Submódulos, morfismos). Sea R un anillo y sean M, M dos R módulos.

12 12 1. NOCIONES BÁSICAS (1). Un subgrupo (N, +) del grupo aditivo (M, +) se dice submódulo de M si, además, verifica: x R, n N, xn N. (2). Un morfismo de grupos f : (M, +) (M, +) se dice morfismo de R módulos si verifica: x R, m M, f(xm) = xf(m). El conjunto de todos los morfismos de R módulo entre M y M se denota mediante Hom R (M, M ). Ejemplo (1). Los submódulos de un anillo, como módulo sobre sí mismo, son, precisamente, los ideales. (2). Los submódulos de los espacios vectoriales son los subespacios. (3). Los submódulos de los grupos abelianos son los subgrupos. (4). Obviamente los subgrupos impropios (0) y M de M son submódulos. Ejemplo (1). En el caso de espacios vectoriales, Hom K (V, W ) son las aplicaciones lineales. (2). En el caso de grupos abelianos, Hom Z (A, B) son los morfismos de grupos entre A y B. Observación Obsérvese que los morfismos de R módulos f : M N, preservan el anillo R. En cambio, si f : R S es un morfismo de anillos, entonces definimos una estructura de R módulo sobre S. Para esa estructura, se tiene que f es morfismo de R módulos, aunque no sea la identidad sobre R. Observación Usaremos la terminología al uso y hablaremos de monomorfismos, epimorfismos e isomorfismos para referirnos, respectivamente, a morfismos de R módulos inyectivos, suprayectivos y biyectivos Proposición Sean M y N dos módulos sobre un anillo R. (1). Un subgrupo N de (M, +) es submódulo si y solamente el grupo cociente (M/N, +) es R módulo con la operación R : R M/N M/N dada mediante: x R (m + N) := xm + N, x R, m + N M/N. (2). Para cada morfismo f : M N se verifica: a) Para cada submódulo S de M, f(s) := {f(m) : m S} es submódulo de N. Un caso particular es el submódulo imagen Im(f) := f(m). b) Para cada submódulo T de N, f 1 (T ) := {m M ; f(m) T } es un submódulo de M. Un caso particular es el núcleo ker(f) := f 1 ((0)). (3). El conjunto Hom R (M, N) es un R módulo con las operaciones: y + : Hom R (M, N) Hom R (M, N) Hom R (M, N), R : R Hom R (M, N) Hom R (M, N), dadas para cada f, g : M N, y x R, definimos f + g : M N y xf : M N, dadas por: y f + g(m) := f(m) + g(m), m M, (xf)(m) := xf(m), m M.

13 1.3. MÓDULOS, SUBMÓDULOS, MORFISMOS DE MÓDULOS 13 Obviamente esta Proposición nos da toda una colección adicional de módulos a través de operaciones de cociente y tomar morfismos. Definición (R módulos libres de rango finito). Se denomina R módulo libre de rango finito a todo R módulo M tal que existe un conjunto finito X y u isomorfismo de R módulos ϕ : M Ap 0 (X, R). Se denomina rango de M al cardinal (X) del conjunto X (i.e. rank R (M) = (X)). Se denomina base de M como R módulo a cualquier subconjunto finito β := {ϕ 1 (e i ) : i X}, donde e i : X R, es la aplicación dada mediante: { 1, si x = i e i (x) := 0, en otro caso Proposición Sea M y N dos R módulos libres de rango finito, con rangos respectivos m y n. Entonces, existe un isomorfismo de R módulos entre Hom R (M, N) y M n m (R). En particular, cuando M y B son R módulos libres de rango finito, Hom R (M, n) también lo es y su rango coincide con rank R (M)rank R (N). Demostración. Sin pérdida de la generalidad podemos suponer que M = R m y N = R n. Podemos, además, fijar dos bases ordenadas β 1 en M y β 2 en N. Sin pérdida de la generalidad, podemos suponer que son las llamadas bases canónicas. Ahora, para cada ϕ Hom R (M, N), definamos la matrix M(ϕ) M n m (R) cuyas columnas sean las imágenes (en R n ) de los elementos de la base β 1. M(ϕ) es una matriz con n filas y m columnas. Queda como ejercicio comprobar que M : Hom R (M, N) M n m (R) es un isomorfismo de R módulos. Es el mismo arfgumento obvio ya hecho en el caso del Álgebra Lineal. Definición (Co Núcleo). Dado un morfismo de R módulos f : M N, se denomina co núcleo al R módulo N/Im(f) Algunas Propiedades Básicas. Teorema (Primer Teorema de Isomorfía). Dado f : M N un morfismo de R módulos, f induce un isomorfismo dado mediante f(m + ker(f)) = f(m). f : M/ ker(f) Im(f) N, Demostración. Es la misma desmotración de lo ya hecho para grupos abelianos. Corollario Todo grupo abeliano finitamente generado es el co núcleo de un morfismo entre grupos abelianos libres de rango finito. Demostración. Recuérdese que un grupo abeliano G se dice finitamente generado si existe n N y existe un epimorfismo de grupos π : Z n G. Como π es morfismo de grupos abelianos, también se tiene π Hom Z (Z n, G). Consideremos ahora K Z n el núcleo del morfismo π. Ahora recordamos una propiedad crucial de los Z módulos: Hecho Probado Todo submódulo de Z n es un Z módulo libre de rango finito. No demostraremos aquí esta propiedad que los alumnos ya han visto en el curso de Teoría de Grupos. Entonces, K es libre y existe m N y existe ψ : Z m K tal que ψ es epimorfismo de Z módulos. En particular, tenemos φ : Z m Z n un morfismo de

14 14 1. NOCIONES BÁSICAS Z módulos libres de rango finito y la imagen verifica Im(ψ) = K. Aplicando el Primer Teorema de ISomorfía tendremos: G = Z n /K = Z n /Im(ψ) = Co ker(ψ). Proposición La intersección de una familia cualquiera de submódulos es un submódulo. Del mismo modo, la intersección de una familia cualquiera de ideales es un ideal. Demostración. Mero ejercicio de comprobación formal. Proposición (Definición de Submódulo Generado por un conjunto). Dado un subconjunto F M de un R módulo M. Llamaremos submódulo generado por F al menor submódulo que le contiene. Es decir, R F := {N : F N, N es submódulo de M}. La siguiente expresión también caracteriza el submódulo generado por F : R F := { g G x g g : G F es finito, x g R}. En particular, se aplica a los ideales de un anillo R (que son sus submódulos como módulo sobre sí mismo) Notación (Módulos, submódulos e ideales finitamente generados). Módulos y submódulos finitamente generados serán aquellos generados por un conjunto finito de elementos. Escribiremos Rm para denotar al submódulo generador por {m} En ocasiones escribiremos Rm Rm r para denotar al módulo R m 1,..., m r generado por el conjunto finito {m 1,..., m r }. Para ideales, sin embargo, escribiremos (a 1,..., a m ) para denotar el ideal generado por la familia {a 1,..., a m }. Nótese que, en el caso de un conjunto de generadores finito se tiene: (Para submódulos) dado m M, se tiene m R m 1,..., m r si y solamente si existen x 1,..., x r R tales que: r m = x i m i. i=1 (Para ideales) dado x R, se tiene x (a 1,..., a r ) si y solamente si existen x 1,..., x r R tales que: r x = x i a i. i=1 Proposición Todo R módulo finitamente generado es el cociente de un R módulo libre de rango finito por uno de sus submódulos. No es cierto, en general, que todo R módulo finitamente generado sea libre. Demostración. La prueba de la afirmación positiva es obvia, mientras que los ejemplos de Z módulos con torsión (ya vistos por los alumnos) son buenos ejemplos de módulos finitamente generados que no son libres: por ejemplo, como Z módulos. Z/2Z Z/3Z, Definición (R álgebras finitas y finitamente generadas) Con estas notaciones:

15 1.3. MÓDULOS, SUBMÓDULOS, MORFISMOS DE MÓDULOS 15 Una R álgebra B se llama finitamente generada si es isomorfa a un cociente de algún anillo de polinomios R[X 1,..., X n ] por alguno de sus ideales a. Una R álgebra B se dice finita si B es un R módulo finitamente generado. Definición (Suma de Submódulos e Ideales). Dada una familia {N i : i I} de submódulos de un R módulo M, llamaremos submódulo suma de los submódulos de esta familia al submódulo generador por la unión de todos ellos. N i := R i I N i. i I Del mismo modo dada una familia de ideales {a i ideal suma de esa familia. : i I}, denotaremos por i I a i al Definición (Ideales y Anillos Principales). Un ideal generado por un sólo elemento se llama ideal principal y el anillo se dice principal si todos sus ideales son principales. Ejemplo (1). Los ideales impropios son principales (0) y (1). En particular, los cuerpos son anillos pricipales. (2). Los anillos Z y K[X] son pricipales. (3). El anillo Z[X] no es principal. El ideal a := (2, X) no puede ser generado por un solo elemento de Z[X]. Definición (Producto de ideales y de ideales por submódulos). Se trata de las nociones siguientes: (1). Dados dos ideales a y b de un anillo R, definimos el ideal producto como el ideal ab generado por {xy : x a, y b}. (2). Dado un ideal a de un anillo R y un submódulo N de un R módulo M, escribiremos an para designar al submódulo generado por: {xm : x a, m N}. Proposición (Producto y generadores). Sea a y b dos ideales en un anillo R, respetivamente generados por conjuntos finitos a = (f 1,..., f r ), b = (g 1,..., g s ). Entonces, el ideal producto ab está generado del modo siguiente: ab = ({f i g j : 1 i r, 1 j s}). Una propiedad análoga se verifica para el producto de ideales por submódulos. Demostración. Ejercicio de comprobación. Afirmaciones análogos son obvias para ideales y módulso generados por familias cualesquiera. Proposición (Propiedades Elementales para ideales). Las operaciones intersección, suma y producto de ideales verifican las usuales propiedades asociativas, conmutativa, existencia de elemento neutro. Además: Se verifica la Ley Modular de la intersección con respecto al la suma (por ser simplemente subgrupos) la propiedad distributiva del producto con respecto a la suma. a.(b + c) = a.b + a.b.

16 16 1. NOCIONES BÁSICAS Retomamos el ejemplo y observamos que: Proposición (Teoría del Endomorfismo). Sea V un espacio vectorial de dimensión n sobre un cuerpo K, ϕ : V V una aplicación lineal. Entonces, V es un K[X] módulo finitamente generado. Más aún, V es isomorfo como K[X] módulo a una descomposición V r = K[X]/(f i (X)), donde f 1,..., f r son los factores invariantes de ϕ como endomorfismo. i=1 Demostración. Sin pérdida de la generalidad podemos suponer que ϕ viene dado, en una cierta base β := {v 1,..., v n }, por su forma de Frobenius. Es decir: C(f 1 ) C(f 2 ) 0 0 M(ϕ) :=......, C(f r ) C(f i ) es la matriz compañera de un polinomio f i K[X] y f 1,..., f r son los factores invariantes de ϕ. En particular, todos ellos son polinomios mónicos y, tomando d i = deg(f i ), verifican: d 1 d 2 d r, f 1 es el polinomio mínimo de ϕ, f i+1 f i, d 1 + d d r = n. Supongamos, además, d i 1 f i := X d i + a (i) k Xk. Obsérvese que se tienen las propiedades siguientes en la operación de K[X] módulo: Para 1 i d 1 1, Xv i = v i+1 Para i = d 1 tendremos d 1 1 Xv d1 = X d 1 v 1 = k=0 k=0 d a (1) 1 1 k Xk v 1 = k=0 a (1) k v k+1. En general, para d 1 + d d s + 1 i d 1 + d d s + d s+1 1, tendremos Xv i = v i+1. Para i = d d s + d s+1, tendremos d s+1 1 Xv d1 + +d s+d s+1 = X d s+1 v d1 + +d s+1 = a (d s+1) k X k v d1 + +d s+1, y, por tanto, k=0 d s+1 1 Xv d1 + +d s+d s+1 = a (d s+1) k v d1 + +d s+k+1. Estas identidades nos permiten definir el isomorfismo de K[X] módulos siguiente: r Φ : (K[X]/(f i (X))) V, i=1 k=0

17 1.3. MÓDULOS, SUBMÓDULOS, MORFISMOS DE MÓDULOS 17 definido del modo siguiente: dado Q := (q 1 + (f 1 ), q 2 + (f 2 ),..., q r + (f r )) definimos r (K[X]/(f i (X))), Φ(Q) := q 1 (X)v 1 + q 2 (X)v d q r (X)v d1 + d r 1 +1, y comprobar que Φ es un isomorfismo de K[X] módulos. i=1 Proposición (Teoremas de Isomorfía). Sean N M L R módulos, entonces se tiene un isomorfismo (L/N) /(M/N) = L/N. De otro lado, dados M 1 y M 2 submódulos de un R módulo M, se tiene el isomorfismo canónico: (M 1 + M 2 ) /M 1 = M2 / (M 1 M 2 ). Demostración. Es la misma prueba de siempre. Observación (Ideales y Submódulos del Cociente). Dentro de la prueba de los Teoremas de Isomorfía, tendremos las siguientes propiedades: (1). Los ideales del anillo cociente R/a son de la forma b/a, donde b es un ideal de R que contiene al ideal a. (2). Los submódulos del módulo cociente M/N son de la forma L/N, donde L es un submódulo de M que contiene al submódulo N. Además esa relación es biyectiva y preserva el orden. Insistamos un poco más en la descripción de estas ideas. En el caso de anillos. Sea a R un ideal en el anillo R. Por ser ideal R/a posee una estructura natural de anillo ya discutida anteriormente. Tenemos, además, un epi morfismo de anillos dado por la proyección canónica: π : R R/a x x + a. Para un ideal b de R, uno puede observar que la imagen por π de b es dada por: π(b) := {x + a : x b}. Es fácil observar que π(b) = π(b+a) y que b+a es un ideal de R que contiene a a. Por eso, si b es un ideal de R que contiene a a, entonces, π(b) es un ideal de R/a que denotaremos mediante b/a. De otro lado, para un ideal i de R/a, la anti imagen por π es dada por π 1 (i) = {x R : x + a i}. Por lo visto anteriormente, π 1 (i) es ideal en R y dado que 0 + a i, uno concluye que a π 1 (i). Con estas observaciones, es claro que la siguiente define una biyección entre ideales: {b R : b a, b es ideal} {i R/a : i es ideal} b π(b) = b/a, cuya inversa es dada por i π 1 (i).

18 18 1. NOCIONES BÁSICAS En el caso de R módulos. Se trata esencialmente del mismo tipo de argumento. Sea N subseteqm un submódulo del R módulo M. El cociente M/N posee una estructura natural de R módulo anillo ya discutida. Tenemos, además, un epi morfismo de R módulos dado por la proyección canónica: π : M M/N x x + N. Para un Submódulo L de M, uno puede observar que la imagen por π de L es dada por: π(l) := {x + N : x L}. Es fácil observar que π(l) = π(l + N) y que L + N es un submódulo de M que contiene a N. Por eso, si L es un submódulo de M que contiene a N, entonces, π(l) es un submódulo de M/N que denotaremos mediante L/N. De otro lado, para un submódulo K de M/N, la anti imagen por π es dada por π 1 (K) = {x M : x + N K}. Por lo visto anteriormente, π 1 (K) es submódulo de M y dado que 0+N K, uno concluye que N π 1 (K). Con estas observaciones, es, de nuevo, claro que la siguiente define una biyección entre submódulos: {L submódulo de M : L N} {K submódulo de M/N} L π(l) = L/N, cuya inversa es dada por K π 1 (K) Dominios, Primos, Maximales, Variedades Variedades, no manifolds. Ejemplo (Ceros de una función a valores reales). A partir de una función continua f C 0 (X) sobre un espacio to0pológico X podemos definir el conjunto de sus ceros comunes en X: V X (f) := {x X : f(x) = 0} := f 1 ({0}). El conjunto V X (f) es obviamente un cerrado en X y resulta fácil observar algunas identidades elementales como las siguientes: V X (f) V X (g) := V X (f.g), V X (f) V X (g) := V X (f 2 + g 2 ). Igualmente, para cualquier abierto X R n, se usa la misma notación para los anillos C ω (X) C (X) C 0 (X). Análogamente para el caso de abiertos X de variedades diferenciables y los anillos C (X) C 0 (X). Para una lista finita de funiones f 1,..., f m C k (X), podemos denotar por V X (f 1,..., f m ) sus ceros comunes, es decir, V X (f 1,..., f m ) := V X (f 1 ) V X (f 2 ) V X (f m ). Cuando no haya confusión, omitiremos en subíndice X. Podemos mostrar algunas propiedades como las siguientes (que no demostraremos). Teorema (Withney). Dado cualquier subconjunto cerrado F R n, existe una función f C (R n ) tal que F = V R n(f).

19 1.4. DOMINIOS, PRIMOS, MAXIMALES, VARIEDADES 19 Demostración. Se trata de una adaptación del Lema de Morse-Sard. Este enunciado significa simplemente que los cerrados de R n son los objetos que se estudian estudiando los conjuntos dados implícitamente por funciones C. Dadas dos variedades diferencibles M y una función f : M N, para cada punto a M denotaremos por T a f la función tangente alrededor del punto a. Es decir, T a f : T a M T f(a) N. Teorema (Caracterización de subvariedades). Sea M una variedad de dimensiń m y N un subconjunto. Entonces, N es subvariedad de M si y solamente si para cada punto a N existe un entorno abierto U de a en M y existen funciones f 1,..., f m n C (U) tales que N U = V U (f 1 ),, f m n ). Dada la aplicación f := (f 1,..., f m n ) : M R m n, la aplicación tangente asociada T a f : T a M T 0 R m n es suprayectiva (submersión), donde 0 R n m es el origen de coordenadas. Demostración. Aunque no lo demostraremos, la prueba se basa en el Teorema del Rango Constante. Ejemplo (Ceros de una función a valores complejos). A partir de una función continua f C 0 (X, C) podemos definir el conjunto de sus ceros comunes en X: V X (f) := {x X : f(x) = 0} := f 1 ({0}). El conjunto V X (f) es, de nuevo, cerrado en X y resulta fácil observar algunas identidades elementales como V X (f) V X (g) := V X (f.g). No es cierto, en general, que V X (f) V X (g) = V X (f 2 + g 2 ). De manera análoga consideraremos los ceros de una familia finita V X (f 1,..., f m ). A estos conjuntos se les denomina conjuntos C analíticos ( à la Bruhat Cartan ). Del mismo modo se puede hacer con funciones en cualquiera de los subanillos; pero ya no se puede escribir siempre V X (f) V X (g) := V X (h) para una sola función h en H(X). Es decir, intersección de hipersuperficies C analíticas complejas no es necesariamente una hipersuperficie de la misma clase. Ejemplo (Funciones polinomiales). Sea K un cuerpo y K un cuerpo algebraicamente cerrado que le contiene. En muchos casos supondremos que K es la clausura algebraica de K, pero dejamos abierta la posibilidad de que sea un cuerpo algebraicamente cerrado más amplio. Retomemos la noción del anillo K[X 1,..., X n ] vista en Subsección anterior. Ahora consideremos aplicaciones Ap(K n, K) A sus elementos se les denomina funciones polinomiales afines definidas en K n. Podemos empezar considerando las más elementales, las proyecciones canńonicas: π i : K n K, 1 i n, donde π i es la proyección en la i ésima coordenada. En lugar de denotarlas por π i pasaremos a denotarlas mediante X i. Consideremos ahora el anillo K[K n ] := K[π 1,..., π n ] dado como el menor subanillo de Ap(K n, K) que contiene a K y a las proyecciones (a este aniilo se le denomina anillo de las funciones polinomiales definidas en K n y K definibles. Se tiene el siguiente resultado: Proposición Con las anteriores notaciones, K[K n ] = K[π 1,..., π n ] = K[X 1,..., X n ].

20 20 1. NOCIONES BÁSICAS Demostración. Como ya hemos dicho, vamos a identificar π i con X i. Por lo visto en la subsección todos los elementos f K[X 1,..., X n ] admiten una representación de la forma: f := a µ X µ 1 1, Xµn n. µ d Entonces, podemos asociar a cada f K[X 1,..., X n ] una aplicación mediante ϕ f : K n K, (1.4.1) ϕ f (x) := a µ π 1 (x) µ1 π n (x) µn. µ d Esto define una aplicación Φ : K[X 1,..., X n ] Ap(K n, K) dada mediante Φ(f) := ϕ f Ap(K n, K). Es claro también que Φ es un morfismo de anillos, por cuanto la imagen Φ(K[X 1,..., X n ]) es un subanillo de Ap(K n, K). Es claro también que esa imagen contiene al cuerpo K (funciones constantes en K dentro de Ap(K n, K)). También es obvio que contiene a las proyecciones π i := Φ(X i ). Pero, además, si un subanillo contiene a K y a las proyecciones π i, 1 i n, entonces también contiene a toda expresión de la forma dada en la Ecuación (1.4.1) anterior. Por tanto, Φ(K[X 1,..., X n ]) es el menor subanillo de Ap(K n, K) que contiene a K a las proyecciones π 1,..., π n. Es decir, Φ(K[X 1,..., X n ]) = K[K n ]. Para verificar la Proposición, sólo nos queda verificar que Φ es inyectiva. Para eso, recurrimos al Problema Como todo cuerpo algebraicamente cerrado es de cardinal infinito, dado f K[X 1,..., X n ], si ϕ f (x) = 0, x K n, entonces f = 0 en K[X 1,..., X n ] y Φ es inyectiva, con lo que concluimos el enunciado. Observación En muchos casos escribiremos f en lugar de ϕ f para denotar la función polinomial definida por un polinomio f K[X 1,..., X n ]. En esos casos, se debe tener en mente la dualidad entre los conceptos de función y polinomio. Nótese también que esta identidad depende fuertemente de la condición K es un cuerpo de cardinal infinito. Si hubiésemos considerado Ap(K n, K) con K cuerpo finito, no es cierto que K[X 1,..., X n ] sea isomorfo al menor subaniilo de Ap(K n, K) que contiene a K y a las proyecciones P i : K n K. Ejemplo (Variedades algebraicas afines). Sea K un cuerpo y K una extensión algebraicamente cerrada de K. Consideremos ahora f K[X 1,..., X n ] un polinomio con coeficientes en K y sea ϕ f : K n K la función polinomial que define. Denotaremos por V K (f) al conjunto: V K (f) := V K n(ϕ f ) := {x K n : ϕ f (x) = 0} = ϕ 1 f (0). De hecho, por simplicidad, escribiremos a partir de ahora f(x) = 0 en lugar de ϕ f (x) = 0 y f 1 (0) en lugar de ϕ 1 f (0). A todo conjunto de la forma V K(f) con f K[X 1,..., X n ] se le denomina hipersuperficie algebraica afín K definible. En el caso K = K, omitiremos el subíndice K (escribiremos simplemente V (f)) y diremos que V (f) es una hipersuperficie algebraica afín. Para un conjunto finito de polinomios f 1,..., f m K[X 1,..., X n ] escribiremos V K (f 1,..., f m ) = V K (f 1 ) V K (f m ). Todo subconjunto de K n de la forma V K (f 1,..., f m ), con f 1,..., f m K[X 1,..., X n ] se denoina variedad (o conjunto algebraico) afín K definible. En el caso K = K, diremos simplemente variedad algebraica afín.

Tema 3. Espacios vectoriales

Tema 3. Espacios vectoriales Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición

Más detalles

Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones

Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones Tema 13.- Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones 13.1 Teorema de estructura de los módulos finitamente generados sobre un D.I.P. En lo que sigue A denotará

Más detalles

Ejercicios de álgebra 1 Cuarto curso (2003/04)

Ejercicios de álgebra 1 Cuarto curso (2003/04) Departamento de Álgebra, Geometría y Toplogía. Universidad de Málaga Ejercicios de álgebra 1 Cuarto curso (2003/04) Relación 1. Ideales primos y maximales. Nilradical y radical de Jacobson Profesor de

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Primeras definiciones Una aplicación lineal de un K-ev de salida E a un K-ev de llegada F es una aplicación f : E F tal que f(u + v) = f(u) + f(v) para todos u v E f(λ u) = λ f(u)

Más detalles

Apuntes de Matemática Discreta 9. Funciones

Apuntes de Matemática Discreta 9. Funciones Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

4 APLICACIONES LINEALES. DIAGONALIZACIÓN

4 APLICACIONES LINEALES. DIAGONALIZACIÓN 4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos

Más detalles

Grupos. Subgrupos. Teorema de Lagrange. Operaciones.

Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial

Más detalles

Estructuras algebraicas

Estructuras algebraicas Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota

Más detalles

Subespacios vectoriales en R n

Subespacios vectoriales en R n Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo

Más detalles

9.1 Primeras definiciones

9.1 Primeras definiciones Tema 9- Grupos Subgrupos Teorema de Lagrange Operaciones 91 Primeras definiciones Definición 911 Una operación binaria en un conjunto A es una aplicación α : A A A En un lenguaje más coloquial una operación

Más detalles

4 Aplicaciones Lineales

4 Aplicaciones Lineales Prof Susana López 41 4 Aplicaciones Lineales 41 Definición de aplicación lineal Definición 23 Sean V y W dos espacios vectoriales; una aplicación lineal f de V a W es una aplicación f : V W tal que: 1

Más detalles

Espacios vectoriales y aplicaciones lineales

Espacios vectoriales y aplicaciones lineales Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un

Más detalles

Ejercicios de álgebra 1 Cuarto curso (2003/04)

Ejercicios de álgebra 1 Cuarto curso (2003/04) Departamento de Álgebra, Geometría y Toplogía. Universidad de Málaga Ejercicios de álgebra 1 Cuarto curso (2003/04) Relación 4. Anillos y módulos de fracciones Profesor de la asignatura: José Antonio Cuenca

Más detalles

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR} Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar

Más detalles

Clasificación de métricas.

Clasificación de métricas. Clasificación de métricas. 1. El problema de clasificación. Como bien sabemos, el par formado por una métrica T 2 (esto es, un tensor 2-covariante simétrico) sobre un espacio vectorial E, (E, T 2 ), constituye

Más detalles

Números algebraicos. Cuerpos de números. Grado.

Números algebraicos. Cuerpos de números. Grado. < Tema 5.- Números algebraicos. Cuerpos de números. Grado. 5.1 Cuerpo de fracciones de un dominio. Tratamos de generalizar la construcción de Q, a partir de Z. Sea A un dominio de integridad. En A (A \

Más detalles

1. Producto escalar, métrica y norma asociada

1. Producto escalar, métrica y norma asociada 1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la

Más detalles

Espacios vectoriales y Aplicaciones lineales

Espacios vectoriales y Aplicaciones lineales Espacios vectoriales y Aplicaciones lineales Espacios vectoriales. Subespacios vectoriales Espacios vectoriales Definición Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse

Más detalles

VII. Estructuras Algebraicas

VII. Estructuras Algebraicas VII. Estructuras Algebraicas Objetivo Se analizarán las operaciones binarias y sus propiedades dentro de una estructura algebraica. Definición de operación binaria Operaciones como la suma, resta, multiplicación

Más detalles

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases. BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades

Más detalles

Dominios de factorización única

Dominios de factorización única CAPíTULO 3 Dominios de factorización única 1. Dominios euclídeos En la sección dedicada a los números enteros hemos descrito todos los ideales de Z. En este apartado introducimos una familia de anillos

Más detalles

Variedades Diferenciables. Extremos Condicionados

Variedades Diferenciables. Extremos Condicionados Capítulo 16 Variedades Diferenciables. Extremos Condicionados Vamos a completar lo visto en los capítulos anteriores sobre el teorema de las Funciones Implícitas y Funciones Inversas con un tema de iniciación

Más detalles

Parte I. Iniciación a los Espacios Normados

Parte I. Iniciación a los Espacios Normados Parte I Iniciación a los Espacios Normados Capítulo 1 Espacios Normados Conceptos básicos Sea E un espacio vectorial sobre un cuerpo K = R ó C indistintamente. Una norma sobre E es una aplicación de E

Más detalles

Anexo 1: Demostraciones

Anexo 1: Demostraciones 75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:

Más detalles

ESTRUCTURAS ALGEBRAICAS 1

ESTRUCTURAS ALGEBRAICAS 1 ESTRUCTURAS ALGEBRAICAS Se da la relación entre dos conjuntos mediante el siguiente diagrama: (, ) (2, 3) (, 4) (, 2) (7, 8) (, ) (3, 3) (5, ) (6, ) (, 6)........ 5 6......... 2 5 i) Observa la correspondencia

Más detalles

1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS

1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una

Más detalles

Ejemplos: Sean los conjuntos: A = { aves} B = { peces } C = { anfibios }

Ejemplos: Sean los conjuntos: A = { aves} B = { peces } C = { anfibios } La Teoría de Conjuntos es una teoría matemática, que estudia básicamente a un cierto tipo de objetos llamados conjuntos y algunas veces, a otros objetos denominados no conjuntos, así como a los problemas

Más detalles

Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria.

Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria. Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria. Operación Binaria Se conoce una operación binaria

Más detalles

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases. Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal

Más detalles

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una

Más detalles

Subconjuntos destacados en la

Subconjuntos destacados en la 2 Subconjuntos destacados en la topología métrica En este capítulo, introducimos una serie de conceptos ligados a los puntos y a conjuntos que por el importante papel que juegan en la topología métrica,

Más detalles

1 Espacios y subespacios vectoriales.

1 Espacios y subespacios vectoriales. UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto

Más detalles

CAPÍTULO II. 4 El grupo afín

CAPÍTULO II. 4 El grupo afín CAPÍTULO II 4 El grupo afín En geometría clásica, antes de la aparición de los espacios vectoriales, se hablaba de puntos en lugar de vectores. Para nosotros serán términos sinónimos salvo que, cuando

Más detalles

Fundamentos algebraicos

Fundamentos algebraicos Fundamentos algebraicos 1. Grupos Sea S un conjunto. Se denota con S S el conjunto de los pares ordenados (s, t) con s, t en S. Un mapeo de S S en S se llama operación binaria en S. Esta definición requiere

Más detalles

Números Reales. MathCon c 2007-2009

Números Reales. MathCon c 2007-2009 Números Reales z x y MathCon c 2007-2009 Contenido 1. Introducción 2 1.1. Propiedades básicas de los números naturales....................... 2 1.2. Propiedades básicas de los números enteros........................

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................

Más detalles

4.1 El espacio dual de un espacio vectorial

4.1 El espacio dual de un espacio vectorial Capítulo 4 Espacio dual Una de las situaciones en donde se aplica la teoría de espacios vectoriales es cuando se trabaja con espacios de funciones, como vimos al final del capítulo anterior. En este capítulo

Más detalles

Polinomios y Fracciones Algebraicas

Polinomios y Fracciones Algebraicas Tema 4 Polinomios y Fracciones Algebraicas En general, a lo largo de este tema trabajaremos con el conjunto de los números reales y, en casos concretos nos referiremos al conjunto de los números complejos.

Más detalles

1 El espacio vectorial R n.

1 El espacio vectorial R n. Manuel Gutiérrez Departamento de Álgebra, Geometría y Topología Universidad de Málaga February 26, 2009 1 El espacio vectorial R n. La estructura de espacio vectorial es posiblemente la estructura más

Más detalles

Aplicaciones lineales continuas

Aplicaciones lineales continuas Lección 13 Aplicaciones lineales continuas Como preparación para el cálculo diferencial, estudiamos la continuidad de las aplicaciones lineales entre espacios normados. En primer lugar probamos que todas

Más detalles

Juan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada

Juan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada FUNCIONES CONTINUAS. La mayor parte de las funciones que manejamos, a nivel elemental, presentan en sus gráficas una propiedad característica que es la continuidad. La continuidad de una función definida

Más detalles

Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1

Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1 . ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Concepto de aplicación lineal T : V W Definición: Si V y W son espacios vectoriales con los mismos escalares (por ejemplo, ambos espacios vectoriales reales o ambos espacios vectoriales

Más detalles

Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos

Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 1 Conjuntos y Subconjuntos

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario) Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES

Más detalles

Álgebra II. Tijani Pakhrou

Álgebra II. Tijani Pakhrou Álgebra II Tijani Pakhrou Índice general 1. Teoría de conjuntos 1 1.1. Conjuntos................................. 1 1.2. Productos cartesianos........................... 6 1.3. Relaciones de equivalencia........................

Más detalles

Diferenciabilidad. Definición 1 (Función diferenciable). Cálculo. Segundo parcial. Curso 2004-2005

Diferenciabilidad. Definición 1 (Función diferenciable). Cálculo. Segundo parcial. Curso 2004-2005 Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 2004-2005 Diferenciabilidad. 1. Definición de función diferenciable Después del estudio de los ites de funciones

Más detalles

Nombre/Código: Febrero 21 2015. Examen I. 5 /10pts. Total: /50pts

Nombre/Código: Febrero 21 2015. Examen I. 5 /10pts. Total: /50pts 1 Álgebra abstracta II Guillermo Mantilla-Soler Nombre/Código: Febrero 21 2015 Examen I Problemas Puntuación 1 /10pts 2 /10pts 3 /10pts 4 /10pts 5 /10pts Total: /50pts 2 Preguntas Problema 1[10 pts]: Sea

Más detalles

Para representar los conjuntos, los elementos y la relación de pertenencia, mediante símbolos, tendremos en cuenta las siguientes convenciones:

Para representar los conjuntos, los elementos y la relación de pertenencia, mediante símbolos, tendremos en cuenta las siguientes convenciones: 2. Conjuntos 2.1 Introducción El concepto de conjunto, de singular importancia en la ciencia matemática y objeto de estudio de una de sus disciplinas más recientes, está presente, aunque en forma informal,

Más detalles

Matrices equivalentes. El método de Gauss

Matrices equivalentes. El método de Gauss Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar

Más detalles

Espacios vectoriales. Bases. Coordenadas

Espacios vectoriales. Bases. Coordenadas Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos

Más detalles

Conjuntos, Relaciones y Grupos. Problemas de examen.

Conjuntos, Relaciones y Grupos. Problemas de examen. Conjuntos, Relaciones y Grupos. Problemas de examen. Mayo 2006 1. La función f es definida por (a) Halle el recorrido exacto, A, de f. f : R R donde f(x) = e senx 1. (b) (i) Explique por qué f no es inyectiva.

Más detalles

Problemas y Ejercicios Resueltos. Tema 3: Aplicaciones Lineales.

Problemas y Ejercicios Resueltos. Tema 3: Aplicaciones Lineales. Problemas y Ejercicios Resueltos. Tema : Aplicaciones Lineales. Ejercicios 1.- Determinar cuáles de las siguientes aplicaciones son lineales: (i) f : R R 2 definida por f((x, y, z)) = (x y, y + 2z). (ii)

Más detalles

UNIDAD 3: ANILLOS DE POLINOMIOS

UNIDAD 3: ANILLOS DE POLINOMIOS UNIDAD 3: ANILLOS DE POLINOMIOS En nuestra educación matemática se nos introdujo muy pronto -generalmente en los primeros años de secundariaal estudio de los polinomios. Durante una temporada que parecía

Más detalles

Aproximación local. Plano tangente. Derivadas parciales.

Aproximación local. Plano tangente. Derivadas parciales. Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 004-005 Aproximación local. Plano tangente. Derivadas parciales. 1. Plano tangente 1.1. El problema de la aproximación

Más detalles

Estructuras algebraicas

Estructuras algebraicas Tema 1 Estructuras algebraicas 1.1 Álgebras binarias Sea A un conjunto no vacío, una operación binaria (u operación interna) en A es una aplicación *: A A A (x, y) x * y es decir, una regla que a cada

Más detalles

Aplicaciones lineales

Aplicaciones lineales Capítulo 4 Aplicaciones lineales 4.1. Introduccción a las aplicaciones lineales En el capítulo anterior encontramos la aplicación de coordenadas x [x] B que asignaba, dada una base del espacio vectorial,

Más detalles

Tema 3. Aplicaciones lineales. 3.1. Introducción

Tema 3. Aplicaciones lineales. 3.1. Introducción Tema 3 Aplicaciones lineales 3.1. Introducción Una vez que sabemos lo que es un espacio vectorial y un subespacio, vamos a estudiar en este tema un tipo especial de funciones (a las que llamaremos aplicaciones

Más detalles

El teorema de estructura de módulos finitamente generados sobre un dominio de ideales principales

El teorema de estructura de módulos finitamente generados sobre un dominio de ideales principales El teorema de estructura de módulos finitamente generados sobre un dominio de ideales principales Mariano Suárez-Alvarez 7 de octubre, 2015 Sea A un dominio de ideales principales que no es un cuerpo.

Más detalles

Ext 1 Z (A, B): La construcción de un invariante clásico

Ext 1 Z (A, B): La construcción de un invariante clásico Ext 1 Z (A, B): La construcción de un invariante clásico Hipolito Jose Trenger Cienfuegos 20 de marzo de 2013 Resumen A mediados del siglo XX los matemáticos Henri Cartan y Samuel Eilenberg, por un lado,

Más detalles

Relaciones binarias. ( a, b) = ( c, d) si y solamente si a = c y b = d

Relaciones binarias. ( a, b) = ( c, d) si y solamente si a = c y b = d Relaciones binarias En esta sección estudiaremos formalmente las parejas de objetos que comparten algunas características o propiedades en común. La estructura matemática para agrupar estas parejas en

Más detalles

ESTRUCTURAS ALGEBRAICAS

ESTRUCTURAS ALGEBRAICAS ESTRUCTURAS ALGEBRAICAS Se ha trabajado con números complejos, polinomio y matrices y hemos efectuado con ellos ciertas operaciones: sin embargo no todas las operaciones se comportan de la misma manera,

Más detalles

E 1 E 2 E 2 E 3 E 4 E 5 2E 4

E 1 E 2 E 2 E 3 E 4 E 5 2E 4 Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),

Más detalles

Espacios vectoriales y aplicaciones lineales.

Espacios vectoriales y aplicaciones lineales. Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en

Más detalles

I. RELACIONES Y FUNCIONES 1.1. PRODUCTO CARTESIANO { }

I. RELACIONES Y FUNCIONES 1.1. PRODUCTO CARTESIANO { } I. RELACIONES Y FUNCIONES PAREJAS ORDENADAS Una pareja ordenada se compone de dos elementos x y y, escribiéndose ( x, y ) donde x es el primer elemento y y el segundo elemento. Teniéndose que dos parejas

Más detalles

Análisis III. Joaquín M. Ortega Aramburu

Análisis III. Joaquín M. Ortega Aramburu Análisis III Joaquín M. Ortega Aramburu Septiembre de 1999 Actualizado en julio de 2001 2 Índice General 1 Continuidad en el espacio euclídeo 5 1.1 El espacio euclídeo R n...............................

Más detalles

Teorema de Green. 6.1. Curvas de Jordan

Teorema de Green. 6.1. Curvas de Jordan Lección 6 Teorema de Green En la lección anterior, previa caracterización de los campos conservativos, hemos visto que un campo irrotacional puede no ser conservativo. Tenemos por tanto una condición fácil

Más detalles

EJERCICIOS DEL CAPÍTULO I

EJERCICIOS DEL CAPÍTULO I EJERCICIOS DEL CAPÍTULO I 1. Un grupo es una tipo particular de Ω estructura cuando Ω es el tipo Ω = { } siendo una operación de aridad dos. Pero un grupo también es una Ω -estructura siendo Ω = {e, i,

Más detalles

Álgebra. Curso 2007-2008

Álgebra. Curso 2007-2008 Álgebra. Curso 2007-2008 11 de septiembre de 2008 Resolución Ejercicio. 1. Sea A un anillo conmutativo. (1) Demostrar que cualesquiera ideales a, b de A verifican (a b)(a + b) ab. (2) Para A = Z[X] dar

Más detalles

personal.us.es/elisacamol Elisa Cañete Molero Curso 2011/12

personal.us.es/elisacamol Elisa Cañete Molero Curso 2011/12 Teoría de conjuntos. Teoría de Conjuntos. personal.us.es/elisacamol Curso 2011/12 Teoría de Conjuntos. Teoría de conjuntos. Noción intuitiva de conjunto. Propiedades. Un conjunto es la reunión en un todo

Más detalles

ECUACIONES DIFERENCIALES ORDINARIAS. HOJA 9. La aplicación de Poincaré

ECUACIONES DIFERENCIALES ORDINARIAS. HOJA 9. La aplicación de Poincaré ECUACIONES DIFERENCIALES ORDINARIAS. HOJA 9. SISTEMAS PLANOS. TEOREMA DE POINCARÉ-BENDIXSON. La aplicación de Poincaré Recordemos que un subconjunto H de R n es una subvariedad de codimensión uno (o una

Más detalles

a < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)

a < b y se lee a es menor que b (desigualdad estricta) a > b y se lee a es mayor que b (desigualdad estricta) Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,

Más detalles

Tema 4: Aplicaciones lineales

Tema 4: Aplicaciones lineales Tema 4: Aplicaciones lineales Definición, primeras propiedades y ejemplos Definición. Sean V y W dos espacios vectoriales sobre un cuerpo K. Una función f : V W se dice que es una aplicación lineal si

Más detalles

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una

Más detalles

Polinomios: Definición: Se llama polinomio en "x" de grado "n" a una expresión del tipo

Polinomios: Definición: Se llama polinomio en x de grado n a una expresión del tipo Polinomios: Definición: Se llama polinomio en "x" de grado "n" a una expresión del tipo P (x) = a 0 x n + a 1 x n 1 +... + a n Donde n N (número natural) ; a 0, a 1, a 2,..., a n son coeficientes reales

Más detalles

TEMA 2: Grupos. El grupo Simétrico.

TEMA 2: Grupos. El grupo Simétrico. Álgebra y Estructuras Discretas Grupo B de la Ingeniería Técnica de Sistemas TEMA 2: Grupos. El grupo Simétrico. 1. Definición de Grupo. Propiedades Básicas. Definición 1. Dado un conjunto no vacío G,

Más detalles

LÍMITES Y CONTINUIDAD DE FUNCIONES

LÍMITES Y CONTINUIDAD DE FUNCIONES Capítulo 9 LÍMITES Y CONTINUIDAD DE FUNCIONES 9.. Introducción El concepto de ite en Matemáticas tiene el sentido de lugar hacia el que se dirige una función en un determinado punto o en el infinito. Veamos

Más detalles

Tema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO)

Tema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO) Vectores Tema. VECTORES (EN EL PLANO Y EN EL ESPACIO Definición de espacio vectorial Un conjunto E es un espacio vectorial si en él se definen dos operaciones, una interna (suma y otra externa (producto

Más detalles

1. Suma y producto de polinomios. Propiedades

1. Suma y producto de polinomios. Propiedades ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Resumen teoría Prof. Alcón 1. Suma y producto de polinomios. Propiedades Sea (A, +,.) un anillo conmutativo. Llamamos polinomio en una indeterminada x con coeficientes

Más detalles

Factorización de polinomios

Factorización de polinomios Factorización de polinomios Polinomios Un polinomio p en la variable x es una expresión de la forma: px a 0 a 1 x a x a n1 x n1 a n x n donde a 0, a 1, a,, a n1, a n son unos números, llamados coeficientes

Más detalles

Espacios generados, dependencia lineal y bases

Espacios generados, dependencia lineal y bases Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................

Más detalles

Notas del curso de Algebra Moderna III

Notas del curso de Algebra Moderna III Notas del curso de Algebra Moderna III Luis Valero Elizondo 01 de Marzo del 2005 Índice general 1. Anillos. 5 1.1. Anillos............................... 5 1.2. Ideales................................

Más detalles

Divisibilidad y números primos

Divisibilidad y números primos Divisibilidad y números primos Divisibilidad En muchos problemas es necesario saber si el reparto de varios elementos en diferentes grupos se puede hacer equitativamente, es decir, si el número de elementos

Más detalles

(3) Regla del cociente: Si g(z 0 ) 0, f/g es derivable en z 0 y. (z 0 ) = f (z 0 )g(z 0 ) f(z 0 )g (z 0 ) . g

(3) Regla del cociente: Si g(z 0 ) 0, f/g es derivable en z 0 y. (z 0 ) = f (z 0 )g(z 0 ) f(z 0 )g (z 0 ) . g Funciones holomorfas 2.1. Funciones variable compleja En este capítulo vamos a tratar con funciones f : Ω C C, donde Ω C es el dominio de definición. La forma habitual de expresar estas funciones es como

Más detalles

CAPÍTULO II. 2 El espacio vectorial R n

CAPÍTULO II. 2 El espacio vectorial R n CAPÍTULO II 2 El espacio vectorial R n A una n upla (x 1, x 2,..., x n ) de números reales se le denomina vector de n coordenadas o, simplemente, vector. Por ejemplo, el par ( 3, 2) es un vector de R 2,

Más detalles

Matrices invertibles. La inversa de una matriz

Matrices invertibles. La inversa de una matriz Matrices invertibles. La inversa de una matriz Objetivos. Estudiar la definición y las propiedades básicas de la matriz inversa. Más adelante en este curso vamos a estudiar criterios de invertibilidad

Más detalles

Ejemplos y problemas resueltos de análisis complejo (2014-15)

Ejemplos y problemas resueltos de análisis complejo (2014-15) Variable Compleja I (3 o de Matemáticas y 4 o de Doble Titulación) Ejemplos y problemas resueltos de análisis complejo (04-5) Teoremas de Cauchy En estos apuntes, la palabra dominio significa, como es

Más detalles

Ecuaciones de primer grado con dos incógnitas

Ecuaciones de primer grado con dos incógnitas Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad

Más detalles

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales Matemáticas I: Hoa 3 Espacios vectoriales y subespacios vectoriales Eercicio 1. Demostrar que los vectores v 1, v 2, v 3, v 4 expresados en la base canónica forman una base. Dar las coordenadas del vector

Más detalles

Matrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx

Matrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad

Más detalles

NÚMERO REAL. 1. Axiomas de cuerpo y propiedades operatorias. Axioma 2 La suma es asociativa:

NÚMERO REAL. 1. Axiomas de cuerpo y propiedades operatorias. Axioma 2 La suma es asociativa: NÚMERO REAL El conjunto de los números racionales se nos hace insuficiente a la hora de representar con exactitud magnitudes tan reales como la diagonal de un cuadrado cuyo lado mida 1, por ejemplo, o

Más detalles

Tema 2. Aplicaciones lineales y matrices.

Tema 2. Aplicaciones lineales y matrices. Tema 2 Aplicaciones lineales y matrices. 1 Índice general 2. Aplicaciones lineales y matrices. 1 2.1. Introducción....................................... 2 2.2. Espacio Vectorial.....................................

Más detalles

= x + x + x + 1 por definición de exponente 2

= x + x + x + 1 por definición de exponente 2 Equivalencia de expresiones algebraicas En este documento exploramos un concepto simple, en apariencia, enseñado en escuelas de nivel secundaria: la equivalencia de dos expresiones algebraicas Empecemos

Más detalles

Definición 2.1.1. Se llama suceso aleatorio a cualquier subconjunto del espacio muestral.

Definición 2.1.1. Se llama suceso aleatorio a cualquier subconjunto del espacio muestral. Capítulo 2 Probabilidades 2. Definición y propiedades Al realizar un experimento aleatorio nuestro interés es obtener información sobre las leyes que rigen el fenómeno sometido a estudio. El punto de partida

Más detalles

Fascículo 2. Álgebra Lineal. Cursos de grado. Gabriela Jeronimo Juan Sabia Susana Tesauri. Universidad de Buenos Aires

Fascículo 2. Álgebra Lineal. Cursos de grado. Gabriela Jeronimo Juan Sabia Susana Tesauri. Universidad de Buenos Aires Fascículo 2 Cursos de grado ISSN 1851-1317 Gabriela Jeronimo Juan Sabia Susana Tesauri Álgebra Lineal Departamento de Matemática Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires 2008

Más detalles

Conjuntos Numéricos. Las dos operaciones en que se basan los axiomas son la Adición y la Multiplicación.

Conjuntos Numéricos. Las dos operaciones en que se basan los axiomas son la Adición y la Multiplicación. Conjuntos Numéricos Axiomas de los números La matemática se rige por ciertas bases, en la que descansa toda la matemática, estas bases se llaman axiomas. Cuántas operaciones numéricas conocen? La suma

Más detalles

Funciones de varias variables

Funciones de varias variables Funciones de varias variables Derivadas parciales. El concepto de función derivable no se puede extender de una forma sencilla para funciones de varias variables. Aquí se emplea el concepto de diferencial

Más detalles

Aplicaciones Lineales y Multilineales Continuas

Aplicaciones Lineales y Multilineales Continuas Capítulo 4 Aplicaciones Lineales y Multilineales Continuas La conexión entre las estructuras vectorial y topológica de los espacios normados, se pone claramente de manifiesto en el estudio de las aplicaciones

Más detalles