Una introducción al concepto de VARIEDAD REAL DIFERENCIABLE Y GRUPO DE LIE

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

Download "Una introducción al concepto de VARIEDAD REAL DIFERENCIABLE Y GRUPO DE LIE"

Transcripción

1 N NTRODCCÓN L CONCPETO DE VREDD REL DFERENCBLE Y GRPO DE LE CRLOS S. CHNE a trduccó al ccept de VREDD REL DFERENCBLE Y GRPO DE LE 0. Sbre tplgía y espac tplógc. 0. Separabldad. Espacs de Hausdr. 03. El mapead de u espac de Hausdr. 04. Varedad real derecable y ucó derecable. 05. Prduct de varedades reales derecables y grups de Le. DVLGCÓN DE L MTEMÁTC EN L RED. OCTBRE 00 0

2 N NTRODCCÓN L CONCPETO DE VREDD REL DFERENCBLE Y GRPO DE LE CRLOS S. CHNE 0. Sbre tplgía y espac tplógc: Dad u cut C ua amla T de subcuts de C se dce que es ua tplgía estructura tplógca e C s se verca las cdces de que:. Ls cuts φ (vací) y C perteece a T.. La terseccó de u úmer t de elemets de T es u elemet de T. 3. La uó de u úmer cualquera t t de elemets de T es u elemet de T. E realdad td cut C cualquera que sea admte algua tplgía: El par csttud pr el cut vací y el cut C T {φ C} es ua tplgía e el cut C que se llama tplgía dscreta e C. S es T P(C) cut de las partes de C es també ua tplgía e C que se da e llamar tplgía dscreta e C. cut cualquera pues admte varas tplgías. Se dce que la tplgía T es mas a que la tplgía T s T T. El cut de tdas las tplgías dedas sbre u cut C está e detva parcalmete rdead c ua tplgía máxma la tplgía dscreta- y ua tplgía míma -la tplgía dscreta. Espac Tplógc es u par (C T) dde C es u cut cut de ls puts del espac tplógc y T es ua tplgía e el cut C. Ls elemets de la amla T se dema aberts del espac tplógc (C T). cut de puts del espac tplógc será u cut cerrad s su cmplemetar es abert es decr s su cmplemetar es u elemet de la tplgía T del espac. E relacó c el ccept de cerrad e u espac tplógc (C T) se ecuetra el de clausura de u subcut M de C cm la terseccó de tds ls cerrads que ctee al cut M. El ccept de clausura es muy crrete e el camp de la tplgía. Es teresate també el ccept de base de ua tplgía. E u espac tplógc (C T) se dce que u cut B de partes de C es base de la tplgía T s td elemet de T es decr s td abert de la tplgía T es expresable cm uó de elemets de B. DVLGCÓN DE L MTEMÁTC EN L RED. OCTBRE 00

3 N NTRODCCÓN L CONCPETO DE VREDD REL DFERENCBLE Y GRPO DE LE CRLOS S. CHNE 0. Separabldad. Espacs de Hausdr: La separacó de puts cuts cerrads medate vecdades etrs detr de u espac tplógc (CT) se puede eucar de deretes maeras exsted espacs tplógcs que cumple uas cdces de separacó y tras. Veams alguas armaces sbre separacó de puts y cuts cerrads usad el ccept de vecdad etr: ) Dads ds puts dstts del espac exste al mes u etr de u de ells al que perteece el tr. ) Para ds puts dstts del espac cada u de ells admte u etr al que perteece el tr. 3) Para ds puts dstts del espac exste sempre respectvs etrs dsuts. 4) Para td cut cerrad y td put perteecete al msm exste u etr del cut cerrad y u etr del put que s dsuts. 5) Para ds cuts cerrads exste sempre respectvs ets que s dsuts. Es medat que e ls espacs tplógcs dde se cumple las cdces 5) y ) també se cumple las cdces 4) y ) l cual mplca que se cumple la cdcó 3) mplcad esta que se cumple la cdcó ) y ésta a su vez la cdcó ). Se dce que el espac tplógc (C T) es rmal s se cumple que: - Para ds puts dstts del espac exste sempre respectvs etrs dsuts. - Para ds cuts cerrads exste sempre respectvs ets que s dsuts. Se dce que el espac tplógc (C T) es regular s se cumple que: - Para ds puts dstts del espac exste sempre respectvs etrs dsuts. - Para td cut cerrad y td put perteecete al msm exste u etr del cuut cerrad y u etr del put que s dsuts. Espacs tplógcs de Hausdr: Se dce que el espac tplógc (C T) es Hausdr se cumple que: - Para ds puts dstts del espac exste sempre respectvs etrs dsuts. De l aterr resulta medat que td espac tplógc rmal es també espac tplógc regular y també que td espac regular es u espac tplógc de Hausdr. DVLGCÓN DE L MTEMÁTC EN L RED. OCTBRE 00

4 N NTRODCCÓN L CONCPETO DE VREDD REL DFERENCBLE Y GRPO DE LE CRLOS S. CHNE 03. El mapead de u espac de Hausdr: S es (XT) u espac de Hausdr y es (R T ) el espac de las -plas de úmers reales (x x... x ) dtad de la tplga usual T de las blas abertas e R se puede der u mapead de (X T) e (R T ) medate el ccept de hmmrsm Mapas y atlas: Llamams -mapa lcal e X -carta lcal e X a td par () dde es u abert de T y es u hmmrsm de e u abert V de T. ( ) mapa e X T : V T E realdad teems que u -mapa es smplemete ua represetacó de u abert del espac de Hausdr e el espac (R T ) de las -plas de úmers reales de rma que a cada put x T del -mapa le crrespde ua -pla ( x) V de úmers reales que se dema crdeadas lcales del put x T e el -mapa (). x T ( x) ( x x... x ) V T -atlas e u espac de Hausdr (XT) es ua cleccó de -mapas lcales: que verca e (XT) la cdcó {( )} X DVLGCÓN DE L MTEMÁTC EN L RED. OCTBRE 00 3

5 N NTRODCCÓN L CONCPETO DE VREDD REL DFERENCBLE Y GRPO DE LE CRLOS S. CHNE 03.. Mapas y atlas de clase r: Ds -mapas ( ) y ( ) alguas de estas ds cdces: b) s es derec Φ c r se dce relacads e clase c r s se verca a) : ( Φ ) R ( ) R -atlas es de clase c r e el espac (X T) s ds -mapas cualesquera del msm está relacads e clase c r tlas maxmales de clase r: -atlas de clase r e el espac (XT) se dce maxmal s está cted e gú tr atlas de clase r del espac (X T). La ucdad de u -atlas maxmal para cada u de ls -atlas del espac de Hausdr dad es el udametal ccept que permte der las varedades reales derecables. Est l pdems hacer medate la sguete prpscó. Terema: Dad u -atlas cualquera de clase c r exste u úc -atlas maxmal que l ctee. E eect: ) Csderems e prmer lugar la varedad real derecable (X ) y la amla de ls -mapas {( )} del espac X que esta relacads e clase r c tds DVLGCÓN DE L MTEMÁTC EN L RED. OCTBRE 00 4

6 N NTRODCCÓN L CONCPETO DE VREDD REL DFERENCBLE Y GRPO DE LE CRLOS S. CHNE DVLGCÓN DE L MTEMÁTC EN L RED. OCTBRE 00 5 ls -mapas de. Est mplcaría que está cted e y pr csguete que el espac X está recubert pr ls -mapas de la amla. Est es que X ) Veams e segud lugar que la amla es u atlas de clase r e el espac X. Para ell hems de prbar que para td par de -mapas de ( ) ( ) se verca que ) ( ) ( : Pr la decó de sabems que td mapa de está relacad c cada u de ls mapas de pr l que es: ( ) ( ) r clase de es : / ) ( ) ( y sed evdetemete pdems restrgr la ucó aterr al cut que está cted: ( ) ( ) r clase de es : algamete se tee que ( ) ( ) r clase de es : Cmped ambas uces: ( ) ( ) r clase de es : y e detva al ser ( ) u etr abert de cualquer put q de la mage ( ) se puede armar que es de clase r e u etr abert de cada u de ls puts de ( ) l que dca que es u -atlas de clase r.

7 N NTRODCCÓN L CONCPETO DE VREDD REL DFERENCBLE Y GRPO DE LE CRLOS S. CHNE 04. Varedad real derecable y ucó derecable: 04.. Varedad real derecable: Se llama varedad derecable real de clase r y dmesó al par (X ) rmad pr u espac tplógc de Hausdr y u -atlas maxmal de clase r e X. Cuad r0 la varedad derecable real se dema varedad tplógca be espac lcalmete euclda. E detva y e vrtud del terema aterr para dar ua varedad derecable real (X ) sbre u espac de Hausdr X bastará dar u -atlas cualquera tal que sea el -atlas maxmal y úc que ctee a. eempl de varedad real derecable l teems e la esera de rad r: Sea X la esera de rad r: X { x y z x } y z r r ( ) / + + Y sea ls -mapas ( ) ( ) berts de X r : Hmmrsms: dde s: {( x y z) X / z } {( x y z) X } r r / z x z x ( x y z) + z : V R ( x y z) : V R y z R y R + z E realdad ambs hmmrsms s las pryecces esterescópcas e el pla R desde ls pls de la esera. DVLGCÓN DE L MTEMÁTC EN L RED. OCTBRE 00 6

8 N NTRODCCÓN L CONCPETO DE VREDD REL DFERENCBLE Y GRPO DE LE CRLOS S. CHNE 04.. Fucó derecable: Dadas (X ) y (Y B) ds varedades reales derecables de clase r y de dmeses m y respectvas sea la ucó ϕ : X Y drems que esta ucó es derecable de clase td m-mapa h r e el put p X s para ( ) al que perteezca p y para td -mapa V g) B perteezca ϕ (p) se verca que la ucó cmpuesta clase h e u etr de ϕ (p). g ( al que ϕ es derecable de Se dce que ϕ es derecable de clase h s es derecable e td put de la varedad X. a aplcacó deda desde el espac X e el espac Y se dce que es u demrsm de clase h s es byectva y tat cm su versa - s derecables de clase h. Trvalmete se prueba que es demrsm la detdad assmsm se prueba que s las uces : X Y : Y Z s demrsms també resulta ser a demrsm la ucó cmpuesta b b a : X Z pr l que se puede establecer que es de equvaleca la relacó de demrsm etre varedades reales derecables de clase r. DVLGCÓN DE L MTEMÁTC EN L RED. OCTBRE 00 7

9 N NTRODCCÓN L CONCPETO DE VREDD REL DFERENCBLE Y GRPO DE LE CRLOS S. CHNE 05. Prduct de varedades reales derecables y grups de Le: 05.. Prduct de varedades: Pdems der el prduct de varedades reales derecables csderad el prduct tplógc de ls espacs de Hausdr sbre ls que esté dedas. sí sea las varedades reales derecables de clases m y respectvamete dadas pr ( X ) ( X ) y csderems el espac tplógc prduct X X xx dada pr T T xt també espac de Hausdr. mbs atlas s: m-atlas {( )} -atlas {( )} crrespdetes s c tplgía prduct y ls hmmrsms m : R : R deds pr: x y El (m+)-atlas prduct sería: ( x) ( y) ( x x... x m ) R ( y y... y ) R {( W )} {( x )} xj xj x estad cada u de ls hmmrsms m + : x R dad pr m ( y)) R ( x y) x ( x y) ( ( x) Es medat e detva que també ( xx ) x m+ X es ua varedad real derecable de dmesó suma de las dmeses de ambas varedades reales Ls grups de Le: Dad u espac tplógc de Hausdr X y e él ua peracó tera * que le cere estructura de grup se dce que (X *) es u grup de Le s y sl s exste u -atlas tal que (X ) es ua varedad real derecable y además la ucó L : X X X tal que ( x y) X X L( x y) x y es derecable. DVLGCÓN DE L MTEMÁTC EN L RED. OCTBRE 00 8

FÍSICA APLICADA Y FISICOQUÍMICA I. Tema 4. La composición como variable termodinámica

FÍSICA APLICADA Y FISICOQUÍMICA I. Tema 4. La composición como variable termodinámica María del lar García Sats GRADO EN FARMACIA FÍSICA ALICADA Y FISICOQUÍMICA I ema 4 La cmpscó cm varable termdámca Esquema ema 4. La cmpscó cm varable termdámca 4. Magtudes mlares parcales 4. tecal químc

Más detalles

X = d representa la métrica (distancia) euclideana en R n, dada por: d T(X,Y) = X Y = 1.3 TOPOLOGÍA BÁSICA EN

X = d representa la métrica (distancia) euclideana en R n, dada por: d T(X,Y) = X Y = 1.3 TOPOLOGÍA BÁSICA EN 0.3. Cojutos abertos y cerrados.3 TOPOLOGÍA BÁSICA EN R El espaco eucldeao dmesoal se defe como: E ( R,,, d ) Dode (asumedo que X, Y R, co X = (x,..., x ), Y = (y,..., y )): El símbolo represeta el producto

Más detalles

OPTIMIZACION DE FUNCIONES ESCALARES

OPTIMIZACION DE FUNCIONES ESCALARES CAPITULO Las abejas e vrtud de ua certa tucó emétrca sabe que el eá es mar que el cuadrad que el trául que pdrá cteer más mel c el msm ast de materal Pappus de Alejadría OPTIMIZACION DE FUNCIONES ESCALAES

Más detalles

TEMA 12 (Oposiciones de Matemáticas)

TEMA 12 (Oposiciones de Matemáticas) TEMA (psces de Matemátcas) ESPACIS ECTRIALES.. Espacs ectales.. Sbespacs ectales... Iteseccó de Sbespacs... ó de Sbespacs..3. Sma de Sbespacs..4. Sma Decta de Sbespacs. 3. Aplcaces Leales. Espac Ccete.

Más detalles

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES 1. ESPACIOS LINEALES. x = x x L. ε es el elemento neutro de la ley del producto ( )

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES 1. ESPACIOS LINEALES. x = x x L. ε es el elemento neutro de la ley del producto ( ) ÉTODOS ATEÁTICOS TEA 0: REPASO ÁLGEBRA ESPACIOS DE HILBERT Y OPERADORES LINEALES Profesora: ª Cruz Boscá ESPACIOS LINEALES Espaco leal L sobre u cuerpo (comutatvo) Λ U espaco leal (o vectoral) L sobre

Más detalles

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO 2017 ÁLGEBRA II (LSI PI) UNIDAD Nº 5 RANSFORMACIONES LINEALES Facultad de Cecas Exactas y ecologías UNIERSIDAD NACIONAL DE SANIAGO DEL ESERO aa Error! No hay texto co el estlo especfcado e el documeto

Más detalles

Dado el autómata finito, Q=(Q,E,5,q,F), conjunto n, de la forma siguiente:

Dado el autómata finito, Q=(Q,E,5,q,F), conjunto n, de la forma siguiente: 45 Sbre el terema de Myhill-Nerde Pr E.García Camarer. Dad el autómata fiit, Q=(Q,E,5,q,F), cjut, de la frma siguiete: defiims el = {it=[qi, q±,... q ] 3 xg E tt= [ ó ( qq,x ),ó ( q x,x ),... ( q^x),]}

Más detalles

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1 TEMA (Últma modcacó 8-7-5 CALCULO DIFERENCIAL E INTEGRAL II DERIVABILIDAD Recordemos el cocepto de dervadas para ucoes de ua varable depedete = (. Para lo cual ormamos el cremeto de la ucó = ( + - ( El

Más detalles

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. Llamamos magnitud a toda propiedad física susceptible de ser medida.

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. Llamamos magnitud a toda propiedad física susceptible de ser medida. CÁLCULO VECTORIAL.- MAGNITUDES ESCALARES Y VECTORIALES. Llmms mgtud td prpedd físc susceptle de ser medd. Al lr ls mgtudes físcs pdems cmprr que este ds clses e dferecds: ) Mgtudes esclres: s quells que

Más detalles

( ) ( ) ( )( ) ( )( ) ( )

( ) ( ) ( )( ) ( )( ) ( ) Oetvos El alumo coocerá aplcará y comparará alguos métodos de terpolacó umérca de ucoes. Al al de esta práctca el alumo podrá:. Oteer ua ucó que cotega u couto dado de putos e u plao utlzado los métodos

Más detalles

Espacios con producto interior

Espacios con producto interior Espacos co producto teror [Versó prelmar] Prof. Isabel Arrata Z. Algebra Leal E esta udad, todos los espacos ectorales será reales Sea V u espaco ectoral sobre. U producto teror (p..) e V es ua fucó

Más detalles

Inferencia estadística Intervalos de confianza

Inferencia estadística Intervalos de confianza Ifereca estadístca Itervals de cfaa Cuad se btee ua estmacó utual de u arámetr es cveete acmañar dcha estmacó r ua medda de la recsó de la estmacó. U md de hacerl es frmar el estmadr y su errr stadard.

Más detalles

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C Los axomas de la probabldad obabldad El prmer paso para descrbr la certdumbre es cosderar el cojuto de posbles resultados obtedos a partr de u expermeto aleatoro. Este cojuto es llamado espaco muestral

Más detalles

Escrito. 1) Transforma a las bases indicadas:

Escrito. 1) Transforma a las bases indicadas: Escrto ) Trasforma a las bases dcadas: a. 765 base (0) b. AB base 7 0 (6) base ) Halla los dígtos a y b sabedo que: aam 6 ( 5 ) mam( 6 ) 3) Trasforma a la base dcada usado ua tabla de correspodeca.. 00

Más detalles

TAMIZADO

TAMIZADO http://louyaus.blogspot.com/ E-mal: wllamsscm@hotmal.com louyaus@yahoo.es TAMIZAO TAMIZAO U tamz cosste e ua malla o superce perorada, cuyos orcos tee u tamaño uorme. Mezcla de soldos Mezcla de soldos

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS:

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS: SUBESPACIOS FINITAMENTE GENERADOS: Teorema S G={v, v,, v } es u sstema fto de geeradores de u subespaco S V K-EV, etoces G`= {v, v,, v,w} sedo w combacó leal de vectores de G, també geera a S. Demostracó

Más detalles

TEMA 1 PROBABILIDAD 1/10. Ejemplos : E y E

TEMA 1 PROBABILIDAD 1/10. Ejemplos : E y E wwwovauedes/webpages/ilde/web/dexhtm e-mal: mozas@elxuedes TEMA PROAILIDAD SUCESOS Exste feómeos o expermetos que, repetdos e détcas codcoes, sempre proporcoa el msmo resultado, a los que llamaremos determstas,

Más detalles

Sesión 4: Estadística descriptiva y exportación de resultados

Sesión 4: Estadística descriptiva y exportación de resultados Curs de trduccó a Stata Jrd Muñz (UAB) Sesó 4: Estadístca descrptva y exprtacó de resultads E esta sesó vams a trabajar c la estadístca descrptva e Stata. Prevamete, presetams ua pequeña trduccó de ls

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA FCULTD DE INGENIERÍ U N M ROILIDD Y ESTDÍSTIC Iree atrca Valdez y lfaro reev@servdor.uam.mx T E M S DEL CURSO. álss Estadístco de datos muestrales. 2. Fudametos de la Teoría de la probabldad. 3. Varables

Más detalles

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN

Más detalles

GENERALIDADES SOBRE MÓDULOS

GENERALIDADES SOBRE MÓDULOS GENERALIDADES SOBRE MÓDULOS Presetar el Z -módulo Z como cocete de u Z -módulo lbre Hacer lo msmo para el grupo de Kle Calcular los auladores de los sguetes módulos: a) El Z -módulo Z Z 6 b) El Z -módulo

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

Números complejos. .a C ib/ C.c C id/ D a C c C i.b C d/.a C ib/.c C id/ D ac bd C i.ad C bc/

Números complejos. .a C ib/ C.c C id/ D a C c C i.b C d/.a C ib/.c C id/ D ac bd C i.ad C bc/ Númers cmplejs El cjut frmad pr tds ls úmers de la frma acib, dde a y b s úmers reales, c las peracies de adició y prduct defiidas pr: 1/100.a C ib/ C.c C id/ D a C c C i.b C d/.a C ib/.c C id/ D ac bd

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x) APROXIMACIÓN DISCRETA DE MÍNIMOS CUADRADOS Las leyes físcas que rge el feómeo que se estuda e forma expermetal os proporcoa formacó mportate que debemos cosderar para propoer la forma de la fucó φ ( x)

Más detalles

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos Aálss Numérco y Programacó Udad III -Iterpolacó medate trazadores: Leales, cuadrátcos y cúbcos Prmavera 9 Aálss Numérco y Programacó Coceptos geerales Problema geeral: Se tee u cojuto dscreto de valores

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008 Solucó del exame de Ivestgacó Operatva de Sstemas de septembre de 008 Problema : (3 putos) E Vllafresca uca hace sol dos días segudos. S u día hace sol, hay las msmas probabldades de que el día sguete

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector.

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector. Comportameto Mecáco de Sóldos Capítulo II. Itroduccó al aálss tesoral. Itroduccó al aálss tesoral esores Es aquella catdad físca que después de ua trasformacó de coordeadas (que obedezca certas reglas),

Más detalles

Transparencias de clase

Transparencias de clase Trasparecas de clase Dada ua tabla de datos se ha de ecotrar ua ucó que tome los valores requerdos e los putos dados; e el caso que os ocupa la ucó buscada será de carácter polómco Teorema: El polomo de

Más detalles

Sobrantes de 2004 (Modelo 6) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Modelo 6) Soluciones Germán-Jesús Rubio Luna OPCIÓN A IES Fc Ayala de Graada Sbrates de 004 (Mdel 6) Slucies Germá-Jesús Rubi Lua OPCIÓN A EJERCICIO 1_A (1 put) Dibuje la regió del pla defiida pr las siguietes iecuacies: x 3y -13; x + 3y 17, x + y 11; y 0.

Más detalles

Inferencia Estadística

Inferencia Estadística Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,

Más detalles

1.3. Longitud de arco.

1.3. Longitud de arco. .. Logtud de arco. Defcó. Sea C ua curva suave defda paramétrcamete por la fucó vectoral f : R R / f () t = ( f() t, f() t,, f ( t) ) e el espaco R, co t [ a, b], que se recorre exactamete ua vez cuado

Más detalles

GUÍA DE EJERCICIOS. Área Matemática Álgebra lineal

GUÍA DE EJERCICIOS. Área Matemática Álgebra lineal GUÍA DE EJERCICIOS Área Matemátca Álgebra leal Resultados de apredzaje. Recoocer exsteca de subespaco vectoral. Cotedos 1. Espacos vectorales. 2. Subespacos vectorales. Debo saber Se debe recordar que

Más detalles

EN CIERTOS CASOS, LA APLICACIÓN DEL MODELO DE LEWIS, RESULTA EN NUMEROS DE ENLACE FRACCIONARIOS O QUE ES IMPOSIBLE ASIGNAR UNIVOCAMENTE.

EN CIERTOS CASOS, LA APLICACIÓN DEL MODELO DE LEWIS, RESULTA EN NUMEROS DE ENLACE FRACCIONARIOS O QUE ES IMPOSIBLE ASIGNAR UNIVOCAMENTE. RESACIA RESACIA 5300 E CIERTS CASS, LA APLICACIÓ DEL MDEL DE LEWIS, RESULTA E UMERS DE ELACE FRACCIARIS QUE ES IMPSIBLE ASIGAR UIVCAMETE. E ESTS CASS SE USA EL CCEPT DE RESACIA PARA DESCRIBIR LA DESLCALIZACI

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

INTEGRAL DEFINIDA INTRODUCCIÓN

INTEGRAL DEFINIDA INTRODUCCIÓN INTRODUCCIÓN U medo potete de l vestgcó e mtemátc, físc, mecác y otrs rms de l cec es l tegrl defd. El cálculo de áres lmtds por curvs, de ls logtudes de rcos, volúmees, trjo, velocdd, espco, mometos de

Más detalles

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( )

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( ) Los úmeros complejos surje a ra de ecuacoes de la forma x + 0 Exste u certo paralelsmo etre este cuerpo el plao, cocretamete, lo que ha es ua correspodeca buívoca, es decr, ua relacó bectva etre C R R

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu y Tea 5: Equlbro Geeral Parte III OWC Ecooía para Mateátcos Ferado Perera Tallo ttp://bt.ly/8l8ddu Esteca de Equlbro Ferado Perera-Tallo A lo largo de esta presetacó os vaos a cocetrar e espacos Eucldos,

Más detalles

SISTEMAS DE ECUACIONES NO LINEALES

SISTEMAS DE ECUACIONES NO LINEALES SISTEMAS DE ECUACIONES NO INEAES Capítulo 7 Sstemas de ecuacoes o leales c Elzabeth Vargas 7 INTRODUCCIÓN os métodos teratvos para resolver ua ecuacó o leal se puede eteder para ecotrar la solucó de u

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

PROBLEMAS RESUELTOS. Problema 1. Resolver la ecuación en la incógnita x: Solución al problema 1

PROBLEMAS RESUELTOS. Problema 1. Resolver la ecuación en la incógnita x: Solución al problema 1 PROBLEMS RESUELTOS Presetmos cotucó ls solucoes los problems,, del úmero de l Revst, que eví Crlos Mrcelo Css Cudrdo. Problem Resolver l ecucó e l cógt : (bsolutorl ufgbe, Bver, 87 Solucó l problem El

Más detalles

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A Uversdad Técca Federco Sata María Departameto de Iformátca ILI-80 Capítulo Probabldades Estadístca Computacoal II Semestre 004 Profesores: Héctor llede (hallede@f.utfsm.cl Rodrgo Salas (rsalas@f.utfsm.cl

Más detalles

CÁLCULO NUMÉRICO (0258)

CÁLCULO NUMÉRICO (0258) CÁLCULO NUÉRICO (58) Tema 4. Apromacó de Fucoes Juo. Ecuetre los polomos de meor grado que terpola a los sguetes cojutos de datos plateado y resolvedo u sstema de ecuacoes leales: 7 y 5-4 7 y 4 9 6.5.7.

Más detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

Aplicación de Boostrapping en Regresión I

Aplicación de Boostrapping en Regresión I Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores

Más detalles

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u FUNDAMENTOS DE LOS ESPACIOS VECTORIALES ABSTRACTOS Prmeros ejemplos. Cosderemos el cojuto V de los vectores lbres del plao. Recordemos que la operacó de sumar vectores verfcaba las sguetes propedades:

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

LECCIÓN 2 - MOMENTOS Y SISTEMAS DE VECTORES

LECCIÓN 2 - MOMENTOS Y SISTEMAS DE VECTORES LCCIÓN 2 - NTS Y SISTAS D VCTRS 2.. Clsfccó de vectes. 2.2. met cetl de u vect. Cmb del cet de mmets. 2.3. met áxc de u vect. 2.4. Sstems de vectes deslztes. 2.4.. Sstems de vectes ccuetes. 2.4.2. P de

Más detalles

UNIVERSIDAD DE GRANADA PONENCIA DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PONENTE: PROF. FRANCISCO JIMÉNEZ GÓMEZ

UNIVERSIDAD DE GRANADA PONENCIA DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PONENTE: PROF. FRANCISCO JIMÉNEZ GÓMEZ UNIVERSIDD DE GRND ONENCI DE MTEMÁTICS LICDS LS CIENCIS SOCILES ONENTE: ROF FRNCISCO JIMÉNEZ GÓMEZ RUE DE CCESO R MYORES DE ÑOS CONVOCTORI DE ENUNCIDOS Y RESOLUCIÓN DE LOS EJERCICIOS ROUESTOS EN MTEMÁTICS

Más detalles

PyE_ EF1_TIPO2_

PyE_ EF1_TIPO2_ SEMESTRE 9- TIPO DURACIÓN MÁIMA.5 HORAS JUNIO DE 9 NOMBRE. "Scram" es el térmo que utlza los geeros ucleares para descrbr u rápdo cerre de emergeca de u reactor uclear. La dustra uclear ha hecho esuerzos

Más detalles

Topología General Capítulo 0-2 -

Topología General Capítulo 0-2 - Topología Geeral Topología Geeral apítulo - - - - Topología Geeral apítulo - 3 - Breve reseña hstórca Sus orígees está asocados a la obra de Euler, ator y Möbus. La palabra topología había sdo utlzada

Más detalles

Problemas discretos con valores iniciales

Problemas discretos con valores iniciales Problemas dscretos co valores cales Gustavo Adolfo Juarez Slva Iés Navarro El presete trabajo pretede dfudr problemas dscretos co valores cales (e adelate PVID), a partr de ecuacoes e dferecas leales co

Más detalles

FEM-OF: EDP Elíptica de 2 Orden

FEM-OF: EDP Elíptica de 2 Orden 9/02/2008 Capítulo 5: FM-OF: D líptca de 2 Orde Idce: 5..- Operador Dferecal líptco 5.2.- roblema Básco 5.3.- Fucoes Óptmas 5.4.- FM-OF Steklov-ocaré 5.5.- FM-OF Trefftz-Herrera 5.6.- FM-OF etrov-galerk

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor árbara Cáovas Coesa Estadístca Descrptva 1 Cálculo de Probabldades Trata de descrbr y aalzar alguos caracteres de los dvduos de u grupo dado, s extraer coclusoes para u grupo mayor Poblacó Idvduo o Udad

Más detalles

ANILLOS REALES (Primera de tres partes)

ANILLOS REALES (Primera de tres partes) ANILLOS REALES (Prmera de tres partes) ENRIQUE ANDRADE Departameto de Matemátcas, Facultad de Cecas, Uversdad Nacoal Autóoma de Méxco 0450 Méxco, D. F., Méxco. E-mal: erosols@yahoo.com.mx LEÓN KUSHNER

Más detalles

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada de de orden k de de una función

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada de de orden k de de una función Uversdad Poltécca de Madrd Igeería de Mas Fórmulas de de Dervacó Numérca: Aproxmacó de de la la dervada de de orde k de de ua ucó Pro. Arturo Hdalgo LópezL Pro. Alredo López L Beto Pro. Carlos Code LázaroL

Más detalles

Semiconductores ( ) Masa Efectiva. Masa Efectiva. Masa Efectiva. Hueco. Masa Efectiva. v g dk h dk. m * Cualquier electrón está sujeto a fuerzas

Semiconductores ( ) Masa Efectiva. Masa Efectiva. Masa Efectiva. Hueco. Masa Efectiva. v g dk h dk. m * Cualquier electrón está sujeto a fuerzas Semdutres Masa Efeta Cualquer eletró está sujet a fuerzas ttal ext + t ma S resams la euaó sól e fuó de las fuerzas exteras ext m a El eletró se mrta m s su masa ambara. Esta es la masa efeta. Masa Efeta

Más detalles

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

Del correcto uso de las fracciones parciales.

Del correcto uso de las fracciones parciales. Del correcto uso de las fraccoes parcales. Rubé Emauel Madrd García. E este opúsculo haré u aálss de lo que hoy llamamos fraccoes parcales, lo cual o es otra cosa que la descomposcó del cocete etre dos

Más detalles

Medida de la longitud de onda del láser con una regla Fundamento

Medida de la longitud de onda del láser con una regla Fundamento Medida de la lgitud de da del láser c ua regla Fudamet Es psible medir la lgitud de da de la luz láser, utilizad cm red de difracció, ua regla graduada e medis milímetrs. Para ell, se hace icidir e direcció

Más detalles

Recordemos el resultado que vimos en el contexto de Intervalos de Confianza

Recordemos el resultado que vimos en el contexto de Intervalos de Confianza Tests ara la media cuad la variaza es desccida: ugams ahra que la variaza es desccida y csiderems las mismas hiótesis sbre µ. Recrdems el resultad que vims e el ctext de Itervals de Cfiaza Las sibles hiótesis

Más detalles

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 METODOLOGIA ADAPTADA AL PROBLEMA 4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS NÚMEOROS COMPLEJOS

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS NÚMEOROS COMPLEJOS NÚMEOROS COMPLEJOS Defcó: El cojuto de los úmeros complejos es C R R {(, / R y b R} C está formdo por todos los pres ordedos de úmeros reles etre los que defmos u relcó, l guldd, y dos opercoes brs que

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

Más detalles

Este documento es de distribución gratuita y llega gracias a El mayor portal de recursos educativos a tu servicio!

Este documento es de distribución gratuita y llega gracias a  El mayor portal de recursos educativos a tu servicio! Este documeto es de dstrbucó gratuta y llega gracas a Ceca Matemátca www.cecamatematca.com El mayor portal de recursos educatvos a tu servco! INTRODINTRODUCCIÓN D etro del estudo de muchos feómeos de

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE) Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó

Más detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO N

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO N GUIA DE TRABAJO PRACTICO Nº PAGINA Nº 69 GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO N 4 OBJETIVOS: Lgrar que el Alum: Iterprete el ccept de Dierecial Resuelva ejercicis y prblemas de aplicació. CONTENIDOS:

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar

Más detalles

Modelos de Regresión Simple

Modelos de Regresión Simple Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función Uversdad Poltécca de Madrd Igeería de Mas Fórmulas de de Dervacó Numérca: Aproxmacó de de la la dervada prmera de de ua fucó Prof. Alfredo López L Beto Prof. Carlos Code LázaroL Prof. Arturo dalgo LópezL

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

Problemas de Polímeros. Química Física III

Problemas de Polímeros. Química Física III Problemas de Polímeros Químca Físca III 7..- Del fraccoameto de ua muestra de u determado polímero se obtuvero los sguetes resultados: Fraccó º, g 5, g/mol,75,6,886,89,,75,57,56 5,9,68 6,8,8 7,55,5 8,6,9

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

El estudio de autovalores y autovectores (o valores y vectores propios) de matrices

El estudio de autovalores y autovectores (o valores y vectores propios) de matrices Tema V DIAGONALIZACIÓN POR TRANSFORMACIONES DE SEMEJANZA Objetvos Presetar los coceptos de autovalor y autovector, los cuales tee gra mportaca e las aplcacoes práctcas (tato es así, que podría decrse que

Más detalles

GUíAS DE TRABAJOS PRÁCTICOS N 2 y N 3 (2do Cuatrimestre 2018) GRÁFICOS DE CONTROL

GUíAS DE TRABAJOS PRÁCTICOS N 2 y N 3 (2do Cuatrimestre 2018) GRÁFICOS DE CONTROL GUíAS DE TRABAJOS PRÁCTICOS 2 y (2do Cuatrmestre 208) GRÁFICOS DE COTROL ) Guía o 2: El admstrador de servcos de ua ageca grade de automóvles desea estudar la catdad de tempo requerdo para efectuar u tpo

Más detalles

v. Ninguna de las anteriores se obtiene v. Ninguna de las anteriores

v. Ninguna de las anteriores se obtiene v. Ninguna de las anteriores UPR Departamet de Ciecias Matemáticas RUM MATE 7 Primer Eame Parcial de septiembre de 009 Prfesr: Secció: Nmbre: # Estudiate: Istruccies: Lea cada preguta miucisamete. N se permite el us de librs i libretas.

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

El Problema de Búsqueda

El Problema de Búsqueda Aálss y Dseño de Algortmos El Problema de Búsqueda Arturo Díaz Pérez Cojutos estátcos Arboles de decsó para búsqueda Cojutos dámcos Arboles de búsqueda bara Aálss del peor caso Aálss del caso promedo Arboles

Más detalles

Experimento determinístico. Aquellos que dan lugar al mismo resultado siempre que se realicen bj bajo las mismas condiciones.

Experimento determinístico. Aquellos que dan lugar al mismo resultado siempre que se realicen bj bajo las mismas condiciones. Tema 3. Espacos de Probabldad. Defcó axomátca y propedades báscas de la Probabldad 3.. Itroduccó. Feómeos y expermetos aleatoros. Álgebra de sucesos E este tema se establece ls ocoes báscas para el desarrollo

Más detalles

Álgebra Manuel Hervás Curso

Álgebra Manuel Hervás Curso Álgebra Mauel Hervás Curso 0-0 FORMAS LINEALES Defcó Sea E u espaco vecoral sobre referdo a ua base B e e e,,, Se deoma Forma Leal sobre a la aplcacó leal f : E al que x E f ( x) b De modo que elegdo u

Más detalles

Indice. Capítulo 1 Grupo 1

Indice. Capítulo 1 Grupo 1 Álgebra II - - Idce Capítulo rupo Decó de operacó bara, eutro, asocatva... Semgrupo, moode... Submoode, elemeto vertble... 3 rupo, grupo abelao... 4 Ejemplos... 5 Orde del grupo... 6 Ejemplos de grupos

Más detalles

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES TEMA 4: OPERADORES LINEALES

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES TEMA 4: OPERADORES LINEALES MÉTODOS MTEMÁTICOS ESPCIOS DE HILBERT Y OPERDORES LINELES Profesora: Mª Cruz Boscá TEM 4: OPERDORES LINELES Notacó: sea L ( L, ) y L ( L, ) dos espacos ormados; sea T u operador leal T : D( T ) < L L,

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO

Colegio Sagrada Familia Matemáticas 4º ESO Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

PROGRAMACIÓN MATEMÁTICA Y TEORIA DE LA CARTERA: UNA APLICACIÓN CON MAPLE. Eva Mª del Pozo García Mª Jesús Segovia Vargas Zuleyka Díaz Martínez

PROGRAMACIÓN MATEMÁTICA Y TEORIA DE LA CARTERA: UNA APLICACIÓN CON MAPLE. Eva Mª del Pozo García Mª Jesús Segovia Vargas Zuleyka Díaz Martínez PROGRAMACIÓN MATEMÁTICA Y TEORIA DE LA CARTERA: UNA APLICACIÓN CON MAPLE Eva Mª del Pozo García Mª Jesús Segova Vargas Zuleyka Díaz Martíez Departameto de Ecoomía Facera y Cotabldad I Uversdad Complutese

Más detalles

Universidad Técnica Federico Santa María

Universidad Técnica Federico Santa María Uversdad Técca Federco Sata María Uversdad Técca Federco Sata María Departameto de Iformátca ILI-80 Coceptos áscos Capítulo 4 Probabldades Estadístca Computacoal II Semestre 006 Profesores: Héctor llede

Más detalles

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205 Aálss amortzado Téccas Avazadas de Programacó - Javer Campos 205 Aálss amortzado El pla: Coceptos báscos: Método agregado Método cotable Método potecal Prmer ejemplo: aálss de tablas hash dámcas Motículos

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles