Definición 1 Un carrier para un juego v es una coalición T tal que para cualquier S, v(s) = v(s T ).

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

Download "Definición 1 Un carrier para un juego v es una coalición T tal que para cualquier S, v(s) = v(s T )."

Transcripción

1 1 Valor de Shapley Definición 1 Un carrier para un juego v es una coalición T tal que para cualquier S, v(s) = v(s T ). Ejemplo 1 Sea v un juego de 3 jugadores, v({1, 2, 3}) = v({1, 2}) = 1, y v(s) = para las otras coaliciones. El carrier de v es T = {1, 2}. Definición 2 Dado un juego n personal y cualquier permutación π del conjunto de jugadores N. Denotamos por πv al juego n personal tal que para cualquier S = {i 1,..., i s } πv({π(i 1 ),..., π(i s )}) = v(s). Ejemplo 2 Considere nuevamente el juego anterior, y π(1) = 3, π(2) = 1 y π(3) = 2. Entonces πv({1, 2, 3}) = πv({3, 1}) = 1 y πv(s) = para las otras coaliciones. Axiomas (Shapley) Por el valor de un juego v al que denotamos por ϕ (v) = (ϕ 1 (v),..., ϕ n (v)) satisface S1. Sí S es un carrier, entonces ϕ i (v) = v (S). i S S2. Para cualquier permutación π, e i N S3. Si υ y v son dos juegos ϕ π({i}) (πv) = ϕ i (v). ϕ i (v + w) = ϕ i (v) + ϕ i (w). Teorema 1 (Shapley) Existe una única función ϕ : (N, v) R N que satisface los Axiomas S1, S2 y S3. Esta función cumple que para cada i N ϕ i (v) = S N\{i} s! (n s 1)! n! [v (S {i}) v (S)]. 1

2 Curso : Indices de Poder Valor de Shapley Indice de Banzhaf-Coleman J. Oviedo Universidad Nacional de San Luis

3

4 Demostración. Esta demostración se sigue de los resultados siguientes. Lema 1 Para cualquier coalición S, sea w S el juego definido por w S (T ) = { si S T 1 si S T. Entonces, si s es el número de jugadores de S, { 1/s si i S ϕ i (w S ) = si i / S. Corolario 1 Si c >, entonces ϕ i (cw S ) = { c/s si i S si i / S. Lema 2 Si v es cualquier juego, entonces existen 2 n 1 números reales c S para S N tal que v = c S w S S N donde w S esta definido como en Lema anterior. Demostración. C S = T S( 1) s t v(t ). Demostración.Del Teorema. El Lema anterior dice que para cualquier juego v es combinación de los juegos w S, además el valor de Shapley para estos juegos esta unívocamente definido. ϕ(u v) = ϕ(u) ϕ(v) ϕ i (v) = c S ϕ i (w S ) = 1 c S s = { } 1 ( 1) s t v(t ) = s S N S N S N T S T N i S S N T {i} S i S ( 1) s t 1 s 2 v(t )

5 γ i (T ) = S N ( 1) s t 1 s. T {i} S Sí i / T y T = T {i}, entonces γ i (T ) = γ i (T ) ϕ i (v) = T N γ i (T )v(t ) T N i T γ i (T ) = γ i (T )v(t ) = T N i T T N T {i}=t ( 1) s t 1 s = S N T {i} S n ( ) n t ( 1) s t s t s=t n s=t γ i (T )v(t ) + γ i (T )v(t ) = T N i/ T γ i (T )v(t ) = T N i T ) 1 ( 1) s t ( n t s t x s 1 dx = x t 1 (1 x) n t dx = n x t 1 s=t γ i (T )[v(t ) v(t \{i}) s = n s=t ( ) n t 1 ( 1) s t s t ( 1) s t ( n t s t (t 1)!(n t)!. n! ) x s t dx = Reemplazando obtenemos la fórmula del Valor de Shapley. Queda como ejercicio probar que la fórmula cumple los tres axiomas de Shapley. Ejemplo 3 Calculemos el valor de Shapley para el juego dado por v ({1, 2, 3}) = v ({1, 2}) = 3 y v ({i, j}) = v ({i}) = para todo i, j = 1, 2, 3. Calculemos v( 1) v ({ }) =, v ({1, 2}) v ({1}) = 3, así formamos la tabla siguiente, en la primer columna ponemos todas las permutaciones (de los jugadores) y en las otras columnas el valor marginal del jugador i a la coalición que encuentra al entrar a ella. Note que el jugador 1 al entrar en la primer permutación no encuentra a nadie,de allí que v ({1}) v ({ }) =, mientras que el jugador 2 encuentra al 1, es decir v ({1, 2}) v ({1}) = 3. Cuando el jugador 3 entra a la primera permutación encuentra al 1, 2 por lo tanto v ({1, 2, 3}) v ({1, 2}) = 3 3 =. x s 1 dx = 3

6 v (S {i}) v (S) Permutación (1,2,3) 3 (1,3,2) 3 (2,1,3) 3 (2,3,1) 3 (3,1,2) 3 (3,2,1) 3 Valor de Shapley 9/6 9/6 /6 En este ejemplo tenemos que el carrier es S = {1, 2} Extensiones Multilineales Presentaremos otro método para calcular el Valor de Shapley. Como v es una función del conjunto partes de N (2 N ) en los reales podemos ver el conjunto partes de N como 2 N = {, 1} N es decir que lo vemos como el conjunto de vértices del cubo n dimensional. Es decir que podemos decir que v es una función real definida sobre los vértices del cubo n dimensional. La función v puede ser extendida a todo el cubo. Nosotros extenderemos esta función para que resulte lineal en cada variable. Definición 3 Sea v un juego n personal con carrier N = {1,..., n}. La extensión multilineal (M:LE) de v es la función f : [, 1] N R definida por f(x 1,..., x n ) = { } x i (1 x i ) v(s). S N i S Ejemplo Sea v el juego 3 personal de mayoría en la normalización (,1). Su extensión multilineal es f(x 1, x 2, x 3 ) = x 1 x 2 (1 x 3 ) + x 1 x 3 (1 x 2 ) + x 2 x 3 (1 x 1 ) + x 1 x 2 x 3, i/ S o f(x 1, x 2, x 3 ) = x 1 x 2 + x 1 x 3 + x 2 x 3 2x 1 x 2 x 3. Justificación de la definición: 4

7 La función es multilineal (lineal en cada variable acá lineal significa que cada variable está elevada a la potencia 1 o ) es fácil de verificar. f es una extensión de v. Sea S N, y α S la S esquina del cubo, es decir { 1 si i S α S = si i / S entonces f(α S ) = T N { i T α S i } (1 αi S ) v(t ) = v(s). i/ T Unicidad. f es la única función que tiene estas propiedades. Por ser f una función multilineal debe ser de la forma f(x 1,..., x n ) = C T x j T N j T pero para cada S N tenemos que: f(α S ) = T S C T = v(s) este es un sistema lineal de 2 N ecuaciones con igual número de incógnitas. La matriz asociada es triangular inferior con 1 en la diagonal principal, por lo tanto es no singular, es decir el sistema tiene solución única. También tenemos que la C definida en la demostración del Lema 2 es solución de este sistema. Teorema 2 Sean v, w juegos con conjuntos de jugadores M, N disjuntos y f, g sus extensiones multilineales. Entonces para cada α, β el juego αv + βw tiene como extensión multilineal αf + βg. Teorema 3 Sean v, w juegos con conjuntos de jugadores M, N disjuntos y v w (v w(s T ) = v(s) + w(t )) la suma de von Neuman Morgesntern. Si f, g son las extensiones multilineales de v, w respectivamente. Entonces la extensión multilineal de v w es f g definida por: f g(x 1,..., x n, y 1,..., y m ) = f(x 1,..., x n ) + g(y 1,..., y m ). 5

8 Teorema 4 Sea v un juego a suma constante y f su extensión multilineal. Entonces para cualquier x Sea f i (x) = f(x)/ x i = T N i T f(1 x 1,..., 1 x n ) = v(n) f(x 1,..., x n ). x j j T j i j / T(1 x j )v(t ) S N i/ S x j (1 x j )v(s) haciendo T = S {i} la parcial se reduce a: f i (x) = x j (1 x j )[v(s {i}) v(s)] (1) S N j S i/ S en particular para x = (t,..., t) j / S j i j S j / S j i f i (t,..., t) = S N i/ S t s (1 t) n s 1 [v(s {i}) v(s)] integrando f i (t,..., t)dt = { S N i/ S } t s (1 t) n s 1 dt [v(s {i}) v(s)] o f i (t,..., t)dt = ϕ i (v). Ejemplo Sea v el juego 3 personal de mayoría en la normalización (,1). Su extensión multilineal es y la derivada parciales son: f(x 1, x 2, x 3 ) = x 1 x 2 + x 1 x 3 + x 2 x 3 2x 1 x 2 x 3 f 1 (x 1, x 2, x 3 ) = x 2 + x 3 2x 2 x 3 6

9 f 2 (x 1, x 2, x 3 ) = x 1 + x 3 2x 1 x 3 f 3 (x 1, x 2, x 3 ) = x 1 + x 2 2x 1 x 2 y f 1 (t, t, t) = 2t 2t 2. El valor de Shapley es ϕ (v) = (ϕ 1 (v), ϕ 2 (v), ϕ 3 (v)) donde ϕ 1 (v) = f 1 (t, t, t)dt = {2t 2t 2 }dt = [t t3 ] 1 = 1 3 similarmente ϕ 2 (v) = ϕ 3 (v) = 1/3. Algunas ventajas de la aproximación multilineal es que: Sean w j, j = 1,..., n juegos normalizados (,1) con carrier disjuntos M 1,..., M n y v el juego nonegativo con carrier N = {1,..., n}. Sea u(s) = v({j : w j (S M j ) = 1}) para S j M j esto define el juego composición u = v[w 1,..., w n ]. Considere u(s) = w j (S) T N j T j / T [1 w j (S)]v(T ) = f(w 1 (S 1 ),..., w n (S n )) (2) donde S j = S M j y f es la extensión multilineal de v. Como w j son juegos simples tenemos que donde T N y está dado por (w 1 (S 1 ),..., w n (S n )) = α T, T = {j : w j (S j ) = 1} u(s) = f(α T ) = v(t ) Sea g j, j = 1,..., n la extensión multilineal de los juegos normalizados (,1) w j. Sea g = g 1... g n : [, 1] M 1... [, 1] Mn [, 1] jm j =M 7

10 g(x) = (g 1 (x 1 ),..., g n (x n )) donde x j es la restricción del vector x a los índices i M j. Sea f la extensión multilineal de v, el dominio es [, 1] N. Consideremos la composición definido sobre el cubo [, 1] M h(x) = f(g 1 (x 1 ),..., g n (x n )) h es una función multilineal de la variables x i, i M. Sea i M j como los M k son disjuntos tenemos que: h i (x) = h(x) = f(g 1(x 1 ),..., g n (x n )) x i y j g j (x) x i = f j (g(x))(g j ) i (x j ) h i (x) no depende de x i. Por lo tanto h es lineal en x i. Es decir h es multilineal. Teorema 5 Sea v un juego n personal nonegativo, w i, i = 1,..., n juegos que cumplen que: w j (S) para todo S M j w j (M j ) = 1 para todo j y sea u = v[w 1,..., w n ]. Sean f, g 1,..., g n las respectivas extensiones multilineales de v y w i, sea h = f g. Entonces h es la extensión multilineal de u. Este teorema dice que la composición de juegos se corresponde con la composición de la extensión multilineal. Uno espera que poder componer el valor de Shapley, es decir espera tener una fórmula ϕ i (u) = ϕ i (w j )ϕ j (v) En general esta igualdad no es verdadera. ϕ i (u) = donde y k (t) = g k (t,..., t) ϕ i (w j ) = f j (y(t))g ji (t,..., t)dt (3) 8 g ji (t,..., t)dt

11 ϕ i (v) = f j (t,..., t)dt. La fórmula (3) permite calcular el valor para los juegos compuestos i M j ϕ i (u) = i M j ϕ i (u) = f j (y(t)) i M j g ji (t,..., t)dt f j (y(t)) dy j(t) dt. dt Ejemplo 4 Consideremos el Concejo de Seguridad de las Naciones Unidas. Puede ser representado como un juego u = v[w 1, w 2 ] donde w 1 es un juego de 5 personas en la cual la única coalición ganadora es la total v({1,..., 5}) = 1, v(s) = para cualquier subconjunto de {1,..., 5}. w 2 es un juego de 1 jugadores donde cualquier coalición de más de cuatro jugadores es una coalición ganadora. v es un juego de dos personas simple en la cual la coalición de dos jugadores es ganadora. Las extensiones multilineales de w 1, w 2, v : g 2i (t) = S M 2 {i} g 1 (x) = x 1 x 2 x 3 x 4 x 5 y 1 (t) = y 5 1 g 2 (x) = x i (1 x i ) s=4 i S t s (1 t) 9 s = ( 9 3 i/ S f(y 1, y 2 ) = y 1 y 2 ) t 3 (1 t) 6 = 84t 3 (1 t) 6 El valor de Shapley para i M 2 (miembros no permanentes) ϕ i (u) = ϕ i (u) = f 2 (y(t))g 2i (t,..., t)dt = 84t 5 t 3 (1 t) 6 dt = 84 8!6! 15! = { 421/2145 =, 1963 si i es un miembro permanente 4/2145 =, 186 si i no es un miembro permanente 9

12 1..2 Indice de Poder de Banzhaf Coleman Sea v un juego simple normalizado (,1), un swing o impulso para jugador i es un conjunto S N tal que S es ganadora y S\{i} es perdedora. Sea θ i el número de impulsos para jugador i entonces β i (v) = θ i / n j=1 Este es el índice normalizado de Banzhaf Coleman. Ejemplo 5 Considere un juego de tres personas donde las únicas coaliciones ganadoras son {1,2}, {1,3}, {1,2,3}. θ 1 = 3, θ 2 = θ 3 = 1 θ j β = ( 3 5, 1 5, 1 5 ) y ϕ = (2 3, 1 6, 1 6 ) En general podemos definir θ i como: ψ i (v) = θ i (v) = S N i S ( ) n 1 1 θ i (v) = 2 S N i S [v(s) v(s {i})] ( ) n 1 1 [v(s) v(s {i})] 2 ψ i (v) = f i ( 1 2,..., 1 2 ) Teorema 6 Sí u, v son juegos n personales y α, β escalares, entonces ψ(αv + βw) = αψ(v) + βψ(w) Teorema 7 Sí u, v son juegos con conjunto disjuntos de jugadores M y N, entonces ψ i (v w) = ψ i (v) i M ψ j (v w) = ψ j (w) j M. 1

13 Teorema 8 Si i es un dummy (i no pertenece al carrier del juego), entonces ψ i (v) =. Teorema 9 Sean w 1,..., w n juegos con conjuntos de jugadores disjuntos M j j = 1,..., n, que cumplen que w j, w j (M j ) = 1, para cada j; sea v un juego no negativo con conjunto de jugadores N = {1,..., n} y u = v[w 1,..., w n ]. Entonces para cada j N, existe λ j tal que si i M j tal que ψ i (u) = λ j ψ i (w j ) Se prueba usando la extensión multilineal f, g 1,..., g n de los juegos v, w 1,..., w n que: ( λ j = f j y( 1 ) 2 ). Corolario 2 Sean u, v, w j como en el Teorema anterior, supongamos además que los juegos w j son a suma constantes. Entonces si i M j ψ i (u) = ψ j (v)ψ i (w j ) Ejemplo 6 Calculemos el índice de poder de Banzhaf Coleman del Concejo de Seguridad. f 1 (y) = y 2, f 2 (y) = y 1 ( ) ( ) y 1 = = Sí i M 1 g 1 1i( 2,..., 1 2 ) = ( ) 1 y 2 = Sí i M 2 g 1 2i( 2,..., 1 2 ) = ψ i (u) = { 53 1 = = si i es un miembro permanente 124 si i no es un miembro permanente

Juegos Cooperativos. Core

Juegos Cooperativos. Core Curso : Juegos Cooperativos Core J. Oviedo Universidad Nacional de San Luis 1. Juegos Cooperativos En estos juegos se permite la comunicación entre los jugadores, también pueden firmar contratos de cooperación.

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

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

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

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

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

1. ESPACIOS VECTORIALES

1. ESPACIOS VECTORIALES 1 1. ESPACIOS VECTORIALES 1.1. ESPACIOS VECTORIALES. SUBESPACIOS VECTORIALES Denición 1. (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo K, o K-espacio vectorial,

Más detalles

Construcción de bases en el núcleo e imagen de una transformación lineal

Construcción de bases en el núcleo e imagen de una transformación lineal Construcción de bases en el núcleo e imagen de una transformación lineal Objetivos. Estudiar el algoritmo para construir una base del núcleo y una base de la imagen de una transformación lineal. Requisitos.

Más detalles

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades: Capítulo 1 DETERMINANTES Definición 1 (Matriz traspuesta) Llamaremos matriz traspuesta de A = (a ij ) a la matriz A t = (a ji ); es decir la matriz que consiste en poner las filas de A como columnas Definición

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

1. El teorema de la función implícita para dos y tres variables.

1. El teorema de la función implícita para dos y tres variables. GRADO DE INGENIERÍA AEROESPACIAL. CURSO. Lección. Aplicaciones de la derivación parcial.. El teorema de la función implícita para dos tres variables. Una ecuación con dos incógnitas. Sea f :( x, ) U f(

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

Espacios vectoriales con producto interno

Espacios vectoriales con producto interno Capítulo 8 Espacios vectoriales con producto interno En este capítulo, se generalizarán las nociones geométricas de distancia y perpendicularidad, conocidas en R y en R 3, a otros espacios vectoriales.

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

Curso de Procesamiento Digital de Imágenes

Curso de Procesamiento Digital de Imágenes Curso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Computación IIMAS, UNAM, cubículo 408 http://turing.iimas.unam.mx/~elena/teaching/pdi-lic.html elena.martinez@iimas.unam.mx

Más detalles

Recurrencias lineales

Recurrencias lineales Recurrencias lineales Juan-Miguel Gracia 10 de febrero de 2008 Recurrencias lineales 68 Las recurrencias lineales son ecuaciones en las que la incógnita es una sucesión numérica (x k ) k=0 que aparece

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

La derivada. 5.2 La derivada de una función

La derivada. 5.2 La derivada de una función Capítulo 5 La derivada 5. La derivada de una función A continuación trataremos uno de los conceptos fundamentales del Cálculo, que es el de la derivada. Este concepto es un ite que está estrecamente ligado

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

Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA. Funciones

Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA. Funciones Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA Funciones José R. Jiménez F. Temas de pre-cálculo I ciclo 007 Funciones 1 Índice 1. Funciones 3 1.1. Introducción...................................

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

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

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

Criterio de Sylvester

Criterio de Sylvester Criterio de Sylvester Objetivos. Aprender a aplicar el criterio de Sylvester para analizar cuándo una forma cuadrática es positiva definida, usando los menores principales de su matriz asociada. También

Más detalles

21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES

21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere

Más detalles

Clase 15 Espacios vectoriales Álgebra Lineal

Clase 15 Espacios vectoriales Álgebra Lineal Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos

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

ESTRUCTURAS ALGEBRAICAS

ESTRUCTURAS ALGEBRAICAS ESTRUCTURAS ALGEBRAICAS 1.1. LEY DE COMPOSICIÓN INTERNA Definición 1.1.1. Sea E un conjunto, se llama ley de composición interna en E si y sólo si a b = c E, a, b E. Observación 1.1.1. 1. también se llama

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

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

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. Funciones de varias variables

1. Funciones de varias variables Análisis Matemático II. Curso 2008/2009. Diplomatura en Estadística/Ing. Téc. en Inf. de Gestión. Universidad de Jaén TEMA 2: CONTINUIDAD DE FUNCIONES DE VARIAS VARIABLES 1. Funciones de varias variables

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

3. OPERACIONES CON FUNCIONES.

3. OPERACIONES CON FUNCIONES. 3. OPERACIONES CON FUNCIONES. Las operaciones de suma, resta, multiplicación y división entre funciones son posibles y semejantes a las correspondientes efectuadas con los números. En esta sección definiremos

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

Problemas y Ejercicios Resueltos. Tema 2: Espacios vectoriales.

Problemas y Ejercicios Resueltos. Tema 2: Espacios vectoriales. Problemas y Ejercicios Resueltos. Tema : Espacios vectoriales. Ejercicios 1.- Determinar el valor de x para que el vector (1, x, 5) R 3 pertenezca al subespacio < (1,, 3), (1, 1, 1) >. Solución. (1, x,

Más detalles

(A) Primer parcial. si 1 x 1; x 3 si x>1. (B) Segundo parcial

(A) Primer parcial. si 1 x 1; x 3 si x>1. (B) Segundo parcial CÁLCULO DIFERENCIAL E INTEGRAL I EVALUACIÓN GLOBAL E700 1) x 5 > 1. A) Primer parcial ) Sean las funciones ft) t +,gy) y 4&hw) w. Encontrar f/h, g f, f g y sus dominios. ) Graficar la función x + six

Más detalles

Espacios vectoriales

Espacios vectoriales Espacios vectoriales Problemas teóricos Muchos de estos problemas me los han enseñado mis colegas: profesores Flor de María Correa Romero, Carlos Domínguez Albino, Sergio González Govea, Myriam Rosalía

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

Profr. Efraín Soto Apolinar. Función Inversa

Profr. Efraín Soto Apolinar. Función Inversa Función Inversa Una función es una relación entre dos variables, de manera que para cada valor de la variable independiente eiste a lo más un único valor asignado a la variable independiente por la función.

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

Semana 08 [1/15] Axioma del Supremo. April 18, 2007. Axioma del Supremo

Semana 08 [1/15] Axioma del Supremo. April 18, 2007. Axioma del Supremo Semana 08 [1/15] April 18, 2007 Acotamiento de conjuntos Semana 08 [2/15] Cota Superior e Inferior Antes de presentarles el axioma del supremo, axioma de los números reales, debemos estudiar una serie

Más detalles

(Ec.1) 2α + β = b (Ec.4) (Ec.3)

(Ec.1) 2α + β = b (Ec.4) (Ec.3) Problema 1. Hallar t R para que el vector x = (3, 8, t) pertenezca al subespacio engendrado por los vectores u = (1, 2, 3) y v = (1, 3, 1). Solución del problema 1. x L{ u, v} si, y sólo si, existen α,

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

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

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

March 25, 2010 CAPÍTULO 2: LÍMITES Y CONTINUIDAD DE FUNCIONES EN EL ESPACIO EUCLÍDEO

March 25, 2010 CAPÍTULO 2: LÍMITES Y CONTINUIDAD DE FUNCIONES EN EL ESPACIO EUCLÍDEO March 25, 2010 CAPÍTULO 2: LÍMITE Y CONTINUIDAD DE FUNCIONE EN EL EPACIO EUCLÍDEO 1. Producto Escalar en R n Definición 1.1. Dado x = (x 1,..., x n ), y = (y 1,..., y n ) R n, su producto escalar está

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

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

Diagonalización de matrices

Diagonalización de matrices diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla

Más detalles

MATEMÁTICAS I TEMA 1: Espacios Vectoriales. 1 Definición de espacio vectorial. Subespacios

MATEMÁTICAS I TEMA 1: Espacios Vectoriales. 1 Definición de espacio vectorial. Subespacios Sonia L. Rueda ETS Arquitectura. UPM Curso 2007-2008. 1 MATEMÁTICAS I TEMA 1: Espacios Vectoriales 1 Definición de espacio vectorial. Subespacios Dados dos conjuntos V y K se llama ley de composición externa

Más detalles

Funciones de varias variables reales

Funciones de varias variables reales Capítulo 6 Funciones de varias variables reales 6.1. Introducción En muchas situaciones habituales aparecen funciones de dos o más variables, por ejemplo: w = F D (Trabajo realizado por una fuerza) V =

Más detalles

FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES

FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES Eleonora Catsigeras 6 de mayo de 997 Notas para el curso de Análisis Matemático II Resumen Se enuncia sin demostración

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

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

Tema 3: Producto escalar

Tema 3: Producto escalar Tema 3: Producto escalar 1 Definición de producto escalar Un producto escalar en un R-espacio vectorial V es una operación en la que se operan vectores y el resultado es un número real, y que verifica

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

Tema 2 ESPACIOS VECTORIALES

Tema 2 ESPACIOS VECTORIALES Tema 2 ESPACIOS VECTORIALES Prof. Rafael López Camino Universidad de Granada 1 Espacio vectorial Definición 1.1 Un espacio vectorial es una terna (V, +, ), donde V es un conjunto no vacío y +, son dos

Más detalles

Transformaciones canónicas

Transformaciones canónicas apítulo 29 Transformaciones canónicas 29.1 Introducción onsideremos una transformación arbitraria de las coordenadas en el espacio de las fases de dimensión 2(3N k) (con el tiempo como un parámetro) Q

Más detalles

Objetivos: Al inalizar la unidad, el alumno:

Objetivos: Al inalizar la unidad, el alumno: Unidad 3 espacios vectoriales Objetivos: Al inalizar la unidad, el alumno: Describirá las características de un espacio vectorial. Identiicará las propiedades de los subespacios vectoriales. Ejempliicará

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

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

Funciones uno-uno, sobre y biunívocas

Funciones uno-uno, sobre y biunívocas Funciones uno-uno, sobre y biunívocas La inversa (biunívocas) de una función es una regla que actúa en la salida de la función y produce la entrada correspondiente. Así, la inversa deshace o invierte lo

Más detalles

Vectores: Producto escalar y vectorial

Vectores: Producto escalar y vectorial Nivelación de Matemática MTHA UNLP 1 Vectores: Producto escalar y vectorial Versores fundamentales Dado un sistema de coordenadas ortogonales, se considera sobre cada uno de los ejes y coincidiendo con

Más detalles

Listas de vectores y conjuntos de vectores

Listas de vectores y conjuntos de vectores Listas de vectores y conjuntos de vectores La explicación de los temas Dependencia lineal y Bases en el curso de Álgebra Lineal se puede basar en uno de los siguientes dos conceptos (o en ambos): ) listas

Más detalles

5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades

5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades 5- ransformaciones Lineales 5Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal sus propiedades Se denomina transformación lineal a toda función,, cuo dominio codominio

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

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

UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES )

UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES ) UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES ) HOJA : Límites continuidad de funciones en R n. -. Dibuja cada uno de los subconjuntos de R siguientes. Dibuja su

Más detalles

(x + y) + z = x + (y + z), x, y, z R N.

(x + y) + z = x + (y + z), x, y, z R N. TEMA 1: EL ESPACIO R N ÍNDICE 1. El espacio vectorial R N 1 2. El producto escalar euclídeo 2 3. Norma y distancia en R N 4 4. Ángulo y ortogonalidad en R N 6 5. Topología en R N 7 6. Nociones topológicas

Más detalles

UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.

UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado

Más detalles

Matemáticas 1204, 2013 Semestre II Tarea 5 Soluciones

Matemáticas 1204, 2013 Semestre II Tarea 5 Soluciones Matemáticas 104, 01 Semestre II Tarea 5 Soluciones Problema 1: Una definición errónea de línea tangente a una curva es: La línea L es tangente a la curva C en el punto P si y sólamente si L pasa por C

Más detalles

JOSE VICENTE CONTRERAS JULIO CALCULO INTEGRAL LA ANTIDERIVADA

JOSE VICENTE CONTRERAS JULIO CALCULO INTEGRAL LA ANTIDERIVADA CALCULO INTEGRAL LA ANTIDERIVADA Así como las operaciones matemáticas de la adición, la multiplicación y la potenciación tienen sus inversas en la sustracción, la división y la radicación, la diferenciación

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

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

Objetivos: Al inalizar la unidad, el alumno:

Objetivos: Al inalizar la unidad, el alumno: Unidad 7 transformaciones lineales Objetivos: Al inalizar la unidad, el alumno: Comprenderá los conceptos de dominio e imagen de una transformación. Distinguirá cuándo una transformación es lineal. Encontrará

Más detalles

http://www.virtual.unal.edu.co/cursos/ciencias/2001008/lecciones/cap02/02_02_01.tex

http://www.virtual.unal.edu.co/cursos/ciencias/2001008/lecciones/cap02/02_02_01.tex http://www.virtual.unal.edu.co/cursos/ciencias/2001008/lecciones/cap02/02_02_01.tex Lección 1 - Problemas Problemas CAPÍTULO 2 FUNCIONES VECTORIALES Lección 2.2. Curvas enr n Una aplicación F : I R n,

Más detalles

FUNCIONES EN R. Agosto 2007

FUNCIONES EN R. Agosto 2007 FUNCIONES EN R Alexis Vera Pérez Instituto de Estadística & Sistemas Computarizados de Información Universidad de Puerto Rico, Recinto de Río Piedras Agosto 2007 1 Definición y notación Definición 1 Una

Más detalles

Valores y vectores propios de una matriz. Juan-Miguel Gracia

Valores y vectores propios de una matriz. Juan-Miguel Gracia Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-

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

INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA

INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA Dentro del campo general de la teoría de la optimización, también conocida como programación matemática conviene distinguir diferentes modelos de optimización.

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

CÁLCULO PARA LA INGENIERÍA 1

CÁLCULO PARA LA INGENIERÍA 1 CÁLCULO PARA LA INGENIERÍA 1 PROBLEMAS RESUELTOS Tema 3 Derivación de funciones de varias variables 3.1 Derivadas y diferenciales de funciones de varias variables! 1. Derivadas parciales de primer orden.!

Más detalles

Propiedades de la adición de vectores y la multiplicación de un vector por un escalar

Propiedades de la adición de vectores y la multiplicación de un vector por un escalar ÁLGEBRA MATRICIAL PROF. MARIELA SARMIENTO SESIÓN : ESPACIO VECTORIAL Propiedades de la adición de vectores y la multiplicación de un vector por un escalar Teorema.1: Si A, B y C son vectores cualesquiera

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

2.1.5 Teoremas sobre derivadas

2.1.5 Teoremas sobre derivadas si x < 0. f(x) = x si x 0 x o = 0 Teoremas sobre derivadas 9 2. f(x) = x 3, x o = 3 a. Determine si f es continua en x o. b. Halle f +(x o ) y f (x o ). c. Determine si f es derivable en x o. d. Haga la

Más detalles

Matrices Invertibles y Elementos de Álgebra Matricial

Matrices Invertibles y Elementos de Álgebra Matricial Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CCIR/ITESM 12 de enero de 2011 Índice 91 Introducción 1 92 Transpuesta 1 93 Propiedades de la transpuesta 2 94 Matrices

Más detalles

1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n.

1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n. Ortogonalidad Producto interior Longitud y ortogonalidad Definición Sean u y v vectores de R n Se define el producto escalar o producto interior) de u y v como u v = u T v = u, u,, u n ) Ejemplo Calcular

Más detalles

6.1 Definición de valores y vectores característicos de una matriz cuadrada

6.1 Definición de valores y vectores característicos de una matriz cuadrada 6.Valores y Vectores Característicos 6. Definición de valores y vectores característicos de una matriz cuadrada El cálculo de los valores propios y de los vectores propios de una matriz simétrica tiene

Más detalles

2.5 Linealización de sistemas dinámicos no lineales

2.5 Linealización de sistemas dinámicos no lineales 25 Linealización de sistemas dinámicos no lineales En las secciones anteriores hemos visto como representar los sistemas lineales En esta sección se estudia una manera de obtener una aproximación lineal

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

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

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

Campos conservativos. f(x) = f (x) = ( f x 1

Campos conservativos. f(x) = f (x) = ( f x 1 Capítulo 1 Campos conservativos En este capítulo continuaremos estudiando las integrales de linea, concentrándonos en la siguiente pregunta: bajo qué circunstancias la integral de linea de un campo vectorial

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

Las Funciones Analíticas. f (z 0 + h) f (z 0 ) lim. h=z z 0. = lim

Las Funciones Analíticas. f (z 0 + h) f (z 0 ) lim. h=z z 0. = lim Las Funciones Analíticas 1 Las Funciones Analíticas Definición 12.1 (Derivada de una función compleja). Sea D C un conjunto abierto. Sea z 0 un punto fijo en D y sea f una función compleja, f : D C C.

Más detalles

Tema 10: Límites y continuidad de funciones de varias variables

Tema 10: Límites y continuidad de funciones de varias variables Tema 10: Límites y continuidad de funciones de varias variables 1 Funciones de varias variables Definición 1.1 Llamaremos función real de varias variables atodafunciónf : R n R. Y llamaremos función vectorial

Más detalles

Introducción a la Teoría de Grafos

Introducción a la Teoría de Grafos Introducción a la Teoría de Grafos Flavia Bonomo fbonomo@dc.uba.ar do. Cuatrimestre 009 Árboles Un árbol es un grafo conexo y acíclico (sin ciclos). Un bosque es un grafo acíclico, o sea, una unión disjunta

Más detalles

RELACIONES DE RECURRENCIA

RELACIONES DE RECURRENCIA Unidad 3 RELACIONES DE RECURRENCIA 60 Capítulo 5 RECURSIÓN Objetivo general Conocer en forma introductoria los conceptos propios de la recurrencia en relación con matemática discreta. Objetivos específicos

Más detalles

Segundo de Bachillerato Geometría en el espacio

Segundo de Bachillerato Geometría en el espacio Segundo de Bachillerato Geometría en el espacio Jesús García de Jalón de la Fuente IES Ramiro de Maeztu Madrid 204-205. Coordenadas de un vector En el conjunto de los vectores libres del espacio el concepto

Más detalles