Sistemas de Ayuda a la Decisión

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

Download "Sistemas de Ayuda a la Decisión"

Transcripción

1 Sistemas de Ayuda a la Decisión El Proceso de Decisión Luis Daniel Hernández Molinero Dpto. Ingeniería de al Información y las Comunicaciones Facultad de Informática Universidad de Murcia correo-e: ldaniel@um.es 16 de septiembre de 2008 LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

2 1 Sistemas de Preferencias 2 Escalas de Medida Sistemas de Representación Tipos de Escalas 3 Cómo Valorar las Alternativas 4 Teoría de la Utilidad 5 Bibliografía LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

3 Contenidos 1 Sistemas de Preferencias 2 Escalas de Medida Sistemas de Representación Tipos de Escalas 3 Cómo Valorar las Alternativas 4 Teoría de la Utilidad 5 Bibliografía LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

4 Introducción Idea Intuitiva Un orden de preferencia entre las distintas alternativas y/o consecuencias reeja cuáles son más preferidas sobre otras. ¾qué es exactamente un orden de preferencias? ¾cuántos tipos existen?. LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

5 Relaciones binarias Denición Denicion Una relación binaria R sobre un conjunto de objetos O es un subconjunto todas las parejas ordenadas posibles de los elementos de O. Notación: (a, b) R o bien arb Otras relaciones a partir de R Relación Complementaria R c Relación Simétrica R Relación Dual R d ar c b sii (arb) a Rb sii bra ar d b sii (bra) LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

6 Relaciones binarias I Propiedades Reexiva. Todo elemento de O está relacionado consigo mismo. oro, o O El símbolo léalo como para cualquier elemento, y el símbolo como perteneciente a. o O se leería para cualquier elemento o perteneciente a O. Irreexiva. Ningún elemento de O está relacionado consigo mismo. (oro), o O Simétrica. Para cualquier pareja (dos elementos relacionados) que se encuentra en R también podemos encontrar la pareja simétrica. Si arb, entonces bra, a, b O LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

7 Relaciones binarias II Propiedades Asimétrica. Para cualquier pareja (dos elementos relacionados) que se encuentra en R no se encuentra la pareja simétrica. Si arb, entonces (bra), a, b O Antisimétrica. Si una pareja y su simétrica se encuentran en la relación R es porque los elementos de la pareja son los mismos. Si arb, bra, entonces a = b a, b O Transitiva. Si a está relacionado con b y b está relacionado con c, entonces se verica que a está relacionado con c. Si arb y brc, entonces arc a, b, c O LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

8 Relaciones binarias III Propiedades Negativamente Transitiva. Si a no está relacionado con b y b no está relacionado con c, entonces se verica que a no está relacionado con c. Si (arb) y (brc), entonces (arc) a, b, c O Completitud. Si cualquier dos elementos de O están relacionados en R. a, b O O bien se cumple arb, o bien se cumple bra, o amba La propiedad de completitud también se denomina la propiedad de comparabilidad o conexión, que, de cumplirse para una relación R, se dice que la relación R está conectada o que los elementos son comparables. Cuando se exige que los elementos a y b sean distintos se dice que la relación es débilmente conexa. Cuando a y b son elementos cualesquiera entonces se dice que la relación es fuertemente conexa. LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

9 Relaciones binarias I Tipos Una relación asimétrica R dene los siguientes órdenes: 1 Orden débil estricto si además es negativamente transitiva. 2 Orden estricto si además es transitiva. 3 Orden lineal estricto si es un orden estricto conexo. Una relación transitiva R se llama 1 Orden si sólo cumple la propiedad transitiva. 2 Orden Parcial estricto si es un orden irreexivo. 3 Orden Fuerte estricto es un un orden parcial estricto completo. En ocasiones se llama simplemente orden fuerte. 4 Cuasi-orden (o preorden) si es un orden reexivo. 5 Orden parcial reexivo si es un preorden antisimétrico. 6 Relación de equivalencia si es un preorden antisimétrico. 7 Débil si es un orden completo. LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

10 Relaciones binarias II Tipos 8 Orden débil reexivo si es un orden débil vericando reexividad. 9 Orden total si es un orden débil completo. 10 Orden total reexivo si es un orden total vericando reexividad. LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

11 Sistemas de Preferencias I. Denicion Un sistema de preferencias entre objetos es una relación binaria que establece entre dos objetos cuál de ellos es más deseable (o preferido). Cada expresión verbal de preferencia se representa con un símbolo: más preferido al menos tan preferido Indiferente menos preferido tan preferido Por ejemplo, la relación se lee como: a b sii a es más preferido que b LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

12 Relaciones de preferencias Caulidades vs Cantidades Sistema de preferencia cualitativo Aquellos sistemas de preferencias que ordenan los objetivos, alternativas o resultados según el grado de deseabilidad subjetivo del decisor sin recurrir a valores numéricos. Sistema de preferencia cualitativo Aquellos sistemas de preferencias que ordenan los objetivos, alternativas o resultados según el grado de deseabilidad subjetivo del decisor recurriendo a valores numéricos. LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

13 Obtención de Relaciones Conexas I 1 Partir de la relación para la que resulta difícil comprobar la propiedad de conexión. 2 Comprobar que la relación de indiferencia,, derivada de, es una relación de equivalencia (verica las propiedades reexiva, simétrica y transitiva). Nota: En los capítulos sucesivos se establece con más detenimiento cómo se obtiene la relación a partir de. 3 Agrupar aquellos objetos que son indiferentes entre sí. Cada uno de esos grupos recibe el nombre de clase de equivalencia. Matemáticamente lo que se hace es construir el conjunto cociente O = O/ de clases de equivalencia respecto de. LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

14 Obtención de Relaciones Conexas II 4 Elegir un elemento de cada clase y construir un nueva relación de preferencia con los elementos seleccionados. Matemáticamente lo que se hace es denir una relación de preferencia sobre los representantes de cada clase. Es decir, se dene la relación (O, ) como: a b a b para algun a a y b b 5 Trabajar con la relación más que con la relación para comprobar la completitud. En esta nueva relación es presumible suponer que es transitiva (pero no hay garantías de que lo sea). LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

15 Contenidos 1 Sistemas de Preferencias 2 Escalas de Medida Sistemas de Representación Tipos de Escalas 3 Cómo Valorar las Alternativas 4 Teoría de la Utilidad 5 Bibliografía LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

16 Pasar de lo cualitativo a lo cuantitativo I Un conjunto relacional empírico. Conjunto de objetos empíricos, A = {a 1, a 2, a 3,...},con relaciones entre ellos, R 1, R 2, R 3,.... A = (A; R 1, R 2, R 3,...) Un conjunto relacional numérico. CSímbolos numéricos, N = {n 1, n 2, n 3,...}, con conjunto de relaciones y operaciones, S 1, S 2, S 3,.... N = (N; S 1, S 2, S 3,...) Una escala de medida. Función f : ARightarrowN, que asigna f (a j ) = n j, y preservar relaciones R i (a 1, a 2,..., a k ) S i (f (a 1 ), f (a 2 ),..., f (a k )) S i (n 1, n 2,..., n k ) LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

17 Pasar de lo cualitativo a lo cuantitativo II Denición (Ríos, et al) Si existe una escala de medida, f, entre un conjunto relacional empírico, A, y un conjunto relacional numérico, N, entonces a la terna (A, N, f ) se le llama una representación del sistema (empírico) A en el sistema (numérico) N mediante la escala f. Problema de la representación Buscar las condiciones para garantizar la existencia de representaciones. LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

18 Pasar de lo cualitativo a lo cuantitativo III Problema de la unicidad Dadas las representaciones (A, N, f ) y (A, N, g) buscar una transformación φ que cumpla φ : f (A)RightarrowN tal que g = φ f Esto motiva el decir que f es la escala o que dene la representación de A en N: f es regular. Teorema Una escala f de una representación (A, N, f ) es regular sii para cualquier otra representación (A, N, g) y para cada par de objetos a 1, a 2 A, f (a 1 ) = f (a 2 ) se verica g(a 1 ) = g(a 2 ). LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

19 Tipos de Escalas elación que preservan Tipo de Escala Transformación Admisible Identidad Nominal Identidad φ(x) = x Orden Ordinal Monótona x < y φ(x) < φ(y Distancia Intervalar Lineal φ(x) = αx + β Origen de Razón Afín φ(x) = αx LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

20 Escala Nominal La que satisface los axiomas de identidad: Prop. Reexiva. Cualquier elemento a de A debe coincidir con si mismo (aca). Prop. Simétrica. Si a coincide con b, entonces b coincide con a (acb => bca). Prop. Transitiva. Si acb e bcc, entonces acc Prop. de Relación. a, b A o bien a coincide con b o bien a no coincide con b. Transformación admisible φ(x) = x LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

21 Escala Ordinal Además de la relación de coincidencia C (cuyo propósito es distinguir), impondremos en A una relación de precedencia P (cuyo propósito es ordenar). La combinación de las relaciones C y P dena una nueva relación binaria. a 1, a 2 A, Ejemplos: <,>, y. Transformaciones admisibles: a 1 coincide con a 2 (a 1 Ca 2 ) a 1 Ra 2 o bien a 1 precede a a 2 (a 1 Pa 2 ) x > y φ(x) > φ(y) LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

22 Escala Ordinal Obtención La escala es aconsejable para un conjunto de objetos A, que verican las siguiente características: 1 Los objetos de A se pueden dividir en clases. 2 Los objetos de la misma clase se consideran equivalentes respecto del atributo considerado. 3 Los objetos de distinta clase se pueden comparar y su comparación nos lleva a una relación de orden (entre clases). 4 La relación de orden verica la propiedad transitiva. LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

23 Escala Ordinal Tipos Una escala está débilmente ordenada (o es de orden débil) cuando la ordenación R es un orden débil (reexiva, transitiva y conectada). Una escala está fuertemente ordenada (o es de orden estricto) cuando la ordenación P es estrictamente ordenada (transitiva y conectada). Intuitivamente: para un orden dado, se obtiene una escala débil cuando se puede producir coincidencia entre los elementos, mientras que en la fuerte dos elementos distintos no pueden tener el mismo valor (los empates no están permitidos). LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

24 Escalas Intervalares Cuando además de las ordenaciones entre los objetos se quiere que se preserve las diferencias que existen entre ellos. Es decir, f verica arb f (a) f (b) y (a b)r (c d) f (a) f (b) f (c) f (d) donde R es un orden débil entre los elementos de A y R es un orden débil entre las diferencias de los elementos de A. Ejemplo típico es la temperaturaen o C y o F. Transformaciones admisibles son: φ(x) = αx + β α 0 y verican la propiedad de que conservan el cociente de diferencias, es decir: φ(f (a 1 )) φ(f (a 2 )) φ(f (a 1 )) φ(f (a 2 )) = f (a 1) f (a 2 ) f (a 1 ) f (a 2 ) LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

25 Escalas de Razón Son escalas intervalares con un origen natural. Son las más restrictivas pero las más potentes. Este tipo de escalas procede de la física aplicada: peso, masas, intervalos de tiempo, altura, etc... Transformaciones admisibles: φ(x) = αx α > 0 y verican: φ(f (a 1 )) φ(f (a 2 )) = f (a 1) f (a 2 ) LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

26 Contenidos 1 Sistemas de Preferencias 2 Escalas de Medida Sistemas de Representación Tipos de Escalas 3 Cómo Valorar las Alternativas 4 Teoría de la Utilidad 5 Bibliografía LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

27 Situación de trabajo I Un conjunto de alternativas, X. Un conjunto de objetivos a cumplir con atributos {A 1, A 2,..., A n } que toman valores reales. Seleccionar una alternativa x de X produce un impacto en cada atributo que puede representarse matemáticamente mediante una función f i : f i : X A i R x f i (x) = f i donde f i es un valor que reeja el grado con que se alcanza el correspondiente objetivo del atributo A i. El vector numérico f (x) = (f 1, f 2,..., f n ) R n reeja el impacto de la alternativa x sobre todos los objetivos. LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

28 Situación de trabajo II Matemáticamente, f (x) viene dada por una función vectorial: f : X F = A 1 A 2... A n R n x f (x) = (f 1 (x), f 2 (x),..., f n (x)) que reeje las preferencias del decisor en el sentido de que armar f (x) f (x ) sea equivalente a decir que x x. Con incertidumbre, deberá de pensar en las consecuencias: Para cada alternativa x y un estado de la naturaleza θ tendrá una consecuencia, c(x, θ), que producirá un efecto en cada atributo A i. impacto puede representarse mediante una función f i, pero ahora denida como: f i : X Θ A i R (x, θ) f i (c(x, θ)) = f i El vector numérico f (x, θ) = (f 1, f 2,..., f n ) θ R n reeja el impacto de la alternativa x sobre todos los objetivos para el estado de la naturaleza θ. LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

29 Valoración de alternativas I Información Nula. Incapaz de comparar dos alternativas. max f (x) x X La mejor decisión, x, será aquella que verica f i (x ) f i (x) para cualquier atributo i = 1, 2,..., n. Información Completa. Capaz de comparar dos alternativas. Puede construir una función de valoración v : R n R que verique: f (x) f (x ) v(f (x)) > v(f (x )) La mejor alternativa es equivalente a resolver: max x X La mejor decisión, x, verica v(f (x)) = max v(f ) f F x = arg max v(f (x)) x X LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

30 Valoración de alternativas II Información Parcial. Discernir preferencias sobre las alternativas considerando sólo algunos atributos. Podrá construir una función de valoración w : F R n R m con m < n que verica: f (x) f (x ) w(f (x)) > w(f (x )) y la mejor alternativa vendrá resolviendo el problema: max w(f ) f F La mejor decisión, x, la que verica w i (f (x )) w i (f (x)) para cada componente i = 1, 2,..., m. Note la diferencia entre v y w. Mientras que v toma valores en R (es un número), w toma valores en R m (es un vector de números). LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

31 Contenidos 1 Sistemas de Preferencias 2 Escalas de Medida Sistemas de Representación Tipos de Escalas 3 Cómo Valorar las Alternativas 4 Teoría de la Utilidad 5 Bibliografía LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

32 Teoría de la Utilidad Teoría de la Utilidad Tiene como objetivo encontrar funciones que valoren las alternativas reejando las preferencias del decisor. Encontrar una función que reeje las preferencias v : F R f (x) v(f (x)) f (x) f (x ) v(f (x)) v(f (x )) o, con más precisión: f (x) f (x ) v(f (x)) < v(f (x )) f (x) f (x ) v(f (x)) = v(f (x )) LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

33 Funciones Descomponibles Función Descomponible Se dice que una función de preferencias v : F = A 1... A n R es descomponible o separable si existen n-funciones v i : A i R y una función V : v 1 (A 1 )... v n (A n ) R vericando v(f ) = v(f 1,..., f n ) = V [v 1 (f 1 ),..., v n (f n )] Decisiones f Valoracion de objetivos Valoracion conjunta X A 1... A n v R x f (x) = (f 1,..., f n ) v(x) v(f (x)) (v 1 (f 1 ),..., v n (f n )) V F (v 1,..., v n ) LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

34 Tipos de Funciones Descomponibles I Descomposición aditiva. o más formalmente, v(f (x)) = v 1 (f 1 ) + v 2 (f 2 ) + + v n (f n ) v(f ) = n λ i v i (f i ) i=1 donde para cada atributo i, v i es su correspondiente función valor, λ i > 0 es una constante que reeja el peso o la fuerza del atributo en la función de preferencias v y además se verica que n i=1 λ i = 1. LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

35 Tipos de Funciones Descomponibles II Descomposición cuasiaditiva (o aditivo-multiplicativa). La función v se descompone como: v(f ) = n n n λ i v i (f i ) + λ i,j v i (f i )v j (f j ) + i=1 + n n i=1 j>i k>j i=1 j>i n λ i,j,k v i (f i )v j (f j )v k (f k ) + +λ 1,2,...,n v 1 (f 2 )v 2 (f 2 )... v n (f n ) LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

36 Tipos de Funciones Descomponibles III Descomposición multiplicativa, que responde a la expresión: v(f ) = n n n λ i v i (f i ) + µ λ i λ j v i (f i )v j (f j ) + i=1 +µ 2 n n i=1 j>i k>j i=1 j>i n λ i λ j λ k v i (f i )v j (f j )v k (f k ) + +µ n 1 λ 1 λ 2 λ n v 1 (f 2 )v 2 (f 2 )... v n (f n ) Cuyos parámetros λ i y µ verican: 1 + µ = (1 + µλ 1 )(1 + µλ 2 ) (1 + µλ n ) y n λ i 1 i=1 LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

37 Contenidos 1 Sistemas de Preferencias 2 Escalas de Medida Sistemas de Representación Tipos de Escalas 3 Cómo Valorar las Alternativas 4 Teoría de la Utilidad 5 Bibliografía LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

38 Para más lecturas Se han tomado como referencias principales: Sixto Rios Insua, Concepción Bielza Lozoya, Alfonso Mateos Caballero. Fundamentos de los Sistemas de Ayuda a la Decisión. Ra-Ma, 2002 Orfelio G. León Tomar Decisiones Difíciles. Mc Graw Hill, Vira Chankong, Yacov Y. Haimes Multiobjetive Decision Making: Theory and Methodology. Vol 8.. North-Holland LuisDanielHM (DIIC. Fac. Informática) SAD:El Proceso de Decisión 16 de septiembre de / 38

2. Estructuras Algebraicas

2. Estructuras Algebraicas 2. Estructuras Algebraicas 2.1. Conjuntos Un conjunto es una reunión en un todo de determinados objetos bien definidos y diferentes entre sí. Llamamos elementos a los objetos que lo forman. Requisitos:

Más detalles

Programación Matemática para Economistas 1

Programación Matemática para Economistas 1 Programación Matemática para Economistas 1 CAPÍTULO 4. TOMA DE DECISIONES MULTICRITERIO. 1.- Introducción. Los problemas de programación lineal vistos hasta ahora, no implicaban ninguna decisión. Una vez

Más detalles

1. Algunas deniciones y resultados del álgebra lineal

1. Algunas deniciones y resultados del álgebra lineal . Algunas deniciones y resultados del álgebra lineal Denición. (Espacio vectorial o espacio lineal sobre R) Un espacio vectorial o espacio lineal sobre el campo de los números reales, R, es un conjunto

Más detalles

520142: ALGEBRA y ALGEBRA LINEAL

520142: ALGEBRA y ALGEBRA LINEAL 520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición

Más detalles

Decisiones bajo ambiente de riesgo e incertidumbre Modelos de matriz de pago

Decisiones bajo ambiente de riesgo e incertidumbre Modelos de matriz de pago Decisiones bajo ambiente de riesgo e incertidumbre Modelos de matriz de pago Teoría de la decisión Un proceso de decisión trata de resolver la ambigüedad existente en un conjunto de alternativas. Es necesario

Más detalles

Microeconomía III Semana 1: La Toma de Decisiones Oskar Nupia

Microeconomía III Semana 1: La Toma de Decisiones Oskar Nupia Microeconomía III Semana 1: La Toma de Decisiones Oskar Nupia 1. Espacio de consumo X es el espacio de elección del agente Es decir, el conjunto de bienes y servicios disponible para el consumo, independientemente

Más detalles

1. Conjuntos y funciones

1. Conjuntos y funciones Centro de Matemática Facultad de Ciencias Universidad de la República Introducción a la Topología Curso 2016 PRACTICO 1: CONJUNTOS. 1 1. Conjuntos y funciones Ejercicio 1. Si I es un conjunto y A α es

Más detalles

Es trivial generalizar la definición al caso de varios conjuntos: A B C, etc.

Es trivial generalizar la definición al caso de varios conjuntos: A B C, etc. Tema 1 Espacios Vectoriales 1.1 Repaso de Estructuras Algebraicas 1. Producto cartesiano de conjuntos. Dados los conjuntos A y B, se llama producto cartesiano de A y B, y se denota por A B al conjunto

Más detalles

ALGEBRA y ALGEBRA LINEAL

ALGEBRA y ALGEBRA LINEAL 520142 ALGEBRA y ALGEBRA LINEAL Primer Semestre, Universidad de Concepción CAPITULO 7. MATRICES DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición: Matriz Sean

Más detalles

Capítulo 6. Relaciones. Continuar

Capítulo 6. Relaciones. Continuar Capítulo 6. Relaciones Continuar Introducción Una relación es una correspondencia entre dos elementos de dos conjuntos con ciertas propiedades. En computación las relaciones se utilizan en base de datos,

Más detalles

Tema 4: Estructura vectorial de R n.

Tema 4: Estructura vectorial de R n. TEORÍA DE ÁLGEBRA I: Tema 4. DIPLOMATURA DE ESTADÍSTICA 1 Tema 4: Estructura vectorial de R n. 1 Definiciones y propiedades Definición. 1.1 Denotaremos por R n al conjunto de todas las n-tuplas de números

Más detalles

Espacios Vectoriales. Tema Introducción. 1.2 Repaso de Estructuras Algebraicas

Espacios Vectoriales. Tema Introducción. 1.2 Repaso de Estructuras Algebraicas Tema 1 Espacios Vectoriales 1.1 Introducción Estas notas se han escrito con el ánimo de facilitar al estudiante una guía para el estudio de la asignatura, y no como un libro de texto o manual de Álgebra

Más detalles

Valores y vectores propios

Valores y vectores propios Valores y vectores propios Tareas adicionales Algunos de estos problemas compuso Gustavo Antonio Sandoval Angeles (como parte de su servicio social). Estos problemas son más difíciles o más laboriosos

Más detalles

MÉTODOS MATEMÁTICOS DE LA FÍSICA I

MÉTODOS MATEMÁTICOS DE LA FÍSICA I MÉTODOS MATEMÁTICOS DE LA FÍSICA I Ignacio Sánchez Rodríguez Curso 2006-07 TEMA PRELIMINAR ÍNDICE 1. Lenguaje matemático 2 2. Conjuntos 6 3. Aplicaciones 10 4. Relaciones 12 5. Estructuras algebraicas

Más detalles

Relaciones IIC1253. IIC1253 Relaciones 1 / 32

Relaciones IIC1253. IIC1253 Relaciones 1 / 32 Relaciones IIC1253 IIC1253 Relaciones 1 / 32 Relaciones binarias Dado: conjunto A R es una relación binaria sobre A si R A A. Para indicar que a,b A están relacionados a través de R usamos las notaciones:

Más detalles

8. FUNCIONES DE VARIAS VARIABLES.

8. FUNCIONES DE VARIAS VARIABLES. 8. FUNCIONES DE VARIAS VARIABLES. En este tema comenzamos el análisis de funciones de varias variables reales. Comenzaremos estudiando el espacio euclídeo n-dimensional para continuar el estudio (sencillo)

Más detalles

Relaciones. Estructuras Discretas. Relaciones. Relaciones en un Conjunto. Propiedades de Relaciones en A Reflexividad

Relaciones. Estructuras Discretas. Relaciones. Relaciones en un Conjunto. Propiedades de Relaciones en A Reflexividad Estructuras Discretas Relaciones Definición: relación Relaciones Claudio Lobos, Jocelyn Simmonds clobos,jsimmond@inf.utfsm.cl Universidad Técnica Federico Santa María Estructuras Discretas INF 152 Sean

Más detalles

Microeconomía Superior I: Tema 2 (cont.)

Microeconomía Superior I: Tema 2 (cont.) UNIVERSIDAD COMPLUTENSE DE MADRID Departamento de Fundamentos del Análisis Económico I Microeconomía Superior I: Tema 2 (cont.) Rafael Salas octubre de 2004 2. Las preferencias del consumidor 1. Enfoque

Más detalles

Microeconomía: Consumo y Producción 1er curso (1º Semestre) Grado en Economía

Microeconomía: Consumo y Producción 1er curso (1º Semestre) Grado en Economía Microeconomía: Consumo y Producción 1er curso (1º Semestre) Grado en Economía Parte II. Tema II: La teoría del comportamiento del consumidor (Cap. 3 Pindyck, Cap. 3 Frank, Caps. 2-5 y 7 Varian y Capítulo

Más detalles

Microeconomía Superior I: Tema 2

Microeconomía Superior I: Tema 2 UNIVERSIDAD COMPLUTENSE DE MADRID Departamento de Fundamentos del Análisis Económico I Microeconomía Superior I: Tema 2 Rafael Salas octubre de 2004 2. Las preferencias del consumidor 1. Enfoque ordinal.

Más detalles

1. ESPACIO EUCLÍDEO. ISOMETRÍAS

1. ESPACIO EUCLÍDEO. ISOMETRÍAS 1 1. ESPACIO EUCLÍDEO. ISOMETRÍAS Muchos de los fenómenos que se investigan en la geometría utilizan nociones como las de longitud de un vector y ángulo entre vectores. Para introducir estos dos conceptos

Más detalles

EL TEOREMA DE CANTOR-BERNSTEIN Y LA COMPARABILIDAD DE LOS CONJUNTOS. Contents. 1. Conjuntos ordenados y retículos completos.

EL TEOREMA DE CANTOR-BERNSTEIN Y LA COMPARABILIDAD DE LOS CONJUNTOS. Contents. 1. Conjuntos ordenados y retículos completos. EL TEOREMA DE CANTOR-BERNSTEIN Y LA COMPARABILIDAD DE LOS CONJUNTOS J. CLIMENT VIDAL Abstract. Una vez definidas las nociones necesarias de la teoría de conjuntos ordenados, demostramos el teorema de punto

Más detalles

Ordenación parcial Conjunto parcialmente ordenado Diagrama de Hasse

Ordenación parcial Conjunto parcialmente ordenado Diagrama de Hasse Ordenación parcial Un orden parcial es una relación binaria R sobre un conjunto X, que cumple las propiedades: Reflexiva: R es reflexiva sii para todo a A ara Antisimétrica: R es antisimétrica sii para

Más detalles

MATRICES. Se denomina matriz de dimensión m n a todo conjunto cuyos elementos están dispuestos en m filas y n columnas. o simplemente A = (a.

MATRICES. Se denomina matriz de dimensión m n a todo conjunto cuyos elementos están dispuestos en m filas y n columnas. o simplemente A = (a. MATRICES Se denomina matriz de dimensión m n a todo conjunto cuyos elementos están dispuestos en m filas y n columnas A= 2 1 5 0 3 8 A es de dimensión 2 3. a a a En general una matriz de dimensión 2 3

Más detalles

Matrices ortogonales y descomposición QR

Matrices ortogonales y descomposición QR Matrices ortogonales y descomposición QR Problemas para examen Agradezco a Aldo Iván Leal García por varias correcciones importantes. Invertibilidad por la izquierda y por la derecha (repaso) 1. Conceptos

Más detalles

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones.

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)

Más detalles

Lista de problemas de álgebra, 2016

Lista de problemas de álgebra, 2016 Instituto Politécnico Nacional Escuela Superior de Física y Matemáticas Posgrado en Ciencias Físicomatemáticas Línea de Matemáticas Lista de problemas de álgebra 2016 Egor Maximenko: En mi opinión cualquier

Más detalles

ESPACIOS VECTORIALES

ESPACIOS VECTORIALES ESPACIOS VECTORIALES Un espacio vectorial sobre K es una conjunto V que cumple: 1) Existe una regla que asocia a dos elementos u, v V su suma que se denota por u + v, que es también elemento de V y que

Más detalles

ALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República

ALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República ALN Repaso matrices In. Co. Facultad de Ingeniería Universidad de la República Definiciones básicas - Vectores Definiciones básicas - Vectores Construcciones Producto interno: ( x, y n i x y i i ' α Producto

Más detalles

DEFINICIÓN: Se define el conjunto vacio como el complementario de en, don de es un conjunto. Se representa por :

DEFINICIÓN: Se define el conjunto vacio como el complementario de en, don de es un conjunto. Se representa por : CONJUNTOS Y APLICACIONES CONCEPTOS BÁSICOS: DEFINICIÓN: Conjunto es una colección de objetos a los que llamo elementos. n dos conjuntos, entonces se dice que es un subconjunto de, se escribe, si para todo

Más detalles

1 Matrices y Sistemas lineales de ecuaciones

1 Matrices y Sistemas lineales de ecuaciones Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 1 Matrices y Sistemas lineales de ecuaciones Sea M n m = M n m (R) el espacio vectorial de las matrices reales con n ilas y m columnas.

Más detalles

Práctica 2: Cardinalidad

Práctica 2: Cardinalidad Cálculo Avanzado Segundo Cuatrimestre de 2005 Práctica 2: Cardinalidad Llamaremos número cardinal de M al concepto general que, por medio de nuestra activa capacidad de pensar, surge del conjunto M cuando

Más detalles

ÁLGEBRA (Ciencias) año 2014 PRÁCTICA N 4. ELEMENTOS DE TEORÍA DE CONJUNTOS: nociones básicas

ÁLGEBRA (Ciencias) año 2014 PRÁCTICA N 4. ELEMENTOS DE TEORÍA DE CONJUNTOS: nociones básicas ÁLGEBRA (Ciencias) año 2014 PRÁCTICA N 4 ELEMENTOS DE TEORÍA DE CONJUNTOS: nociones básicas 1. Decir, justificando adecuadamente, si las siguientes afirmaciones son verdaderas o falsas: (a) { } (b) { }

Más detalles

Relaciones de orden. Álgebras de Boole

Relaciones de orden. Álgebras de Boole Relaciones de orden. Álgebras de Boole MATEMÁTICA DISCRETA I F. Informática. UPM MATEMÁTICA DISCRETA I () Relaciones de orden. Álgebras de Boole F. Informática. UPM 1 / 52 Conjuntos y relaciones entre

Más detalles

Problemas de Álgebra Ingeniería Técnica en Informática de Sistemas. Curso 2009/10

Problemas de Álgebra Ingeniería Técnica en Informática de Sistemas. Curso 2009/10 Problemas de Álgebra Ingeniería Técnica en Informática de Sistemas Curso 2009/10 Hoja 1 Preliminares 1 Resuelve los siguientes sistemas de ecuaciones de números complejos: { z 1 + iz 2 = 1 i 3z 1 + (1

Más detalles

Métodos iterativos para resolver sistemas de ecuaciones lineales

Métodos iterativos para resolver sistemas de ecuaciones lineales Clase No. 8 (Parte 1): MAT 251 Métodos iterativos para resolver sistemas de ecuaciones lineales Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/

Más detalles

TEMA 1. Teoría de Conjuntos. Ejercicio 1.1. Decidir si A = B, A B ó A B en los siguientes casos:

TEMA 1. Teoría de Conjuntos. Ejercicio 1.1. Decidir si A = B, A B ó A B en los siguientes casos: TEMA 1 Teoría de Conjuntos Ejercicio 1.1. Decidir si A = B, A B ó A B en los siguientes casos: i) A = { }, B = {{ }} ii) A = {, { }}, B = {, {, { }}} iii) A = {{ }, {, { }}}, B = {{ }} Ejercicio 1.2. Dar

Más detalles

Tema 1: Conjuntos. Miguel Ángel Olalla Acosta Departamento de Álgebra Universidad de Sevilla. Septiembre de 2017

Tema 1: Conjuntos. Miguel Ángel Olalla Acosta Departamento de Álgebra Universidad de Sevilla. Septiembre de 2017 Tema 1: Conjuntos Miguel Ángel Olalla Acosta miguelolalla@us.es Departamento de Álgebra Universidad de Sevilla Septiembre de 2017 Olalla (Universidad de Sevilla) Tema 1: Conjuntos Septiembre de 2017 1

Más detalles

ÁLGEBRA I. Curso Grado en Matemáticas

ÁLGEBRA I. Curso Grado en Matemáticas ÁLGEBRA I. Curso 2012-13 Grado en Matemáticas Relación 1: Lógica Proposicional y Teoría de Conjuntos 1. Establecer las siguientes tautologías: (a) A A A (b) A A A (c) A B B A (d) A B B A (e) (A B) C A

Más detalles

Modelos. Capítulo La clase V

Modelos. Capítulo La clase V Capítulo 6 Modelos En este capítulo veremos ejemplos de como demostrar la independencia de un axioma o su consistencia relativa a los otros. Si A es un sistema de axiomas: 1. A + es el sistema de axiomas

Más detalles

Aplicación de la distribución empírica: Tests de bondad de ajuste

Aplicación de la distribución empírica: Tests de bondad de ajuste Aplicación de la distribución empírica: Tests de bondad de ajuste 4 de marzo de 2009 Test de bondad de ajuste Supongamos que se dispone de una m.a.s de tamaño n de una población X con distribución desconocida

Más detalles

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones.

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)

Más detalles

Introducción a la Lógica II

Introducción a la Lógica II Introducción a la Lógica II Félix Bou bou@ub.edu Versión 14 de abril de 2010 F. Bou (bou@ub.edu) Introducción a la Lógica II Versión 14 de abril de 2010 1 / 114 Metodología de la Asignatura Índice 1 Metodología

Más detalles

Conjuntos. Un conjunto es una colección de objetos. Si a es un objeto y R es un conjunto entonces por. a R. se entiende que a pertenece a R.

Conjuntos. Un conjunto es una colección de objetos. Si a es un objeto y R es un conjunto entonces por. a R. se entiende que a pertenece a R. Conjuntos Un conjunto es una colección de objetos. Si a es un objeto y R es un conjunto entonces por se entiende que a pertenece a R. a R Normalmente, podremos definir a un conjunto de dos maneras: Por

Más detalles

Espacios vectoriales con producto interno

Espacios vectoriales con producto interno Espacios vectoriales con producto interno Problemas teóricos En todos los problemas relacionados con el caso complejo se supone que el producto interno es lineal con respecto al segundo argumento. Definición

Más detalles

Se desea resolver el problema. P : mín f(x) (5.1)

Se desea resolver el problema. P : mín f(x) (5.1) Capítulo 5 Teoría Lagrangiana 5.1. Condiciones para problemas con restricciones de igualdad. Se desea resolver el problema P : mín f(x) (5.1) s.a : h i (x) = 0 i = 1, 2..., m donde f : IR n IR y h i :

Más detalles

PRODUCTO CARTESIANO RELACIONES BINARIAS

PRODUCTO CARTESIANO RELACIONES BINARIAS PRODUCTO CARTESIANO RELACIONES BINARIAS Producto Cartesiano El producto cartesiano de dos conjuntos A y B, denotado A B, es el conjunto de todos los posibles pares ordenados cuyo primer componente es un

Más detalles

II. Representaciones de grupos de Lie

II. Representaciones de grupos de Lie II. Representaciones de grupos de Lie E. Briand 30 de junio de 2015 Plano de esta lección: Representaciones Representaciones de grupos y representaciones de grupos de Lie Definición 1. Sea G un grupo.

Más detalles

Capítulo 3 PREFERENCIAS Y UTILIDAD

Capítulo 3 PREFERENCIAS Y UTILIDAD Capítulo 3 PREFERENCIAS Y UTILIDAD 1 Axiomas de Elección Racional Completitud Si A y B son dos situaciones, el individuo siempre puede especificar exactamente su preferencia sobre dichas posibilidades:

Más detalles

2 Espacios vectoriales

2 Espacios vectoriales Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 2 Espacios vectoriales 2.1 Espacio vectorial Un espacio vectorial sobre un cuerpo K (en general R o C) es un conjunto V sobre el que hay

Más detalles

Gustavo Rodríguez Gómez. Agosto Dicembre 2011

Gustavo Rodríguez Gómez. Agosto Dicembre 2011 Computación Científica Gustavo Rodríguez Gómez INAOE Agosto Dicembre 2011 1 / 44 Capítulo III Descomposición de Matrices 2 / 44 1 Descomposición de Matrices Notación Matrices Operaciones con Matrices 2

Más detalles

GUÍA PRÁCTICA DE CONJUNTOS Y RELACIONES BINARIAS

GUÍA PRÁCTICA DE CONJUNTOS Y RELACIONES BINARIAS UNIVERSIDAD CATÓLICA ANDRÉS BELLO FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA INFORMÁTICA CÁTEDRA DE LÓGICA COMPUTACIONAL GUÍA PRÁCTICA DE CONJUNTOS Y RELACIONES BINARIAS 1. Sean los conjuntos A = {x

Más detalles

9 Ecuaciones diferenciales ordinarias. Ecuaciones diferenciales de primer orden en forma normal

9 Ecuaciones diferenciales ordinarias. Ecuaciones diferenciales de primer orden en forma normal Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 9 Ecuaciones diferenciales ordinarias. Ecuaciones diferenciales de primer orden en forma normal 9.1 Definición Se llama ecuación diferencial ordinaria

Más detalles

CONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 MATRICES

CONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 MATRICES CONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 Unidades: - Matrices (Bloque Álgebra) - Determinantes (Bloque Álgebra) - Sistemas de ecuaciones lineales (Bloque Álgebra) - Vectores (Bloque

Más detalles

1 Números reales. Funciones y continuidad.

1 Números reales. Funciones y continuidad. 1 Números reales. Funciones y continuidad. En este tema nos centraremos en el estudio de la continuidad de funciones reales, es decir, funciones de variable real y valor real. Por ello es esencial en primer

Más detalles

Matrices y sistemas de ecuaciones

Matrices y sistemas de ecuaciones Matrices y sistemas de ecuaciones María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Matrices y sistemas de ecuaciones Matemáticas I 1 / 59 Definición de Matriz Matrices

Más detalles

CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO EN COMPUTACIÓN MUESTRAS ALEATORIAS Y DISTRIBUCIONES DE MUESTREO

CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO EN COMPUTACIÓN MUESTRAS ALEATORIAS Y DISTRIBUCIONES DE MUESTREO CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO EN COMPUTACIÓN MUESTRAS ALEATORIAS Y DISTRIBUCIONES DE MUESTREO ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: AGOSTO DE 2017 UNIDAD DE APRENDIZAJE PROBABILIDAD

Más detalles

Tema 1. Preferencias y Elección

Tema 1. Preferencias y Elección Tema 1 Preferencias y Elección Teoría de la elección individual: Punto de partida: Conjunto de posibles alternativas mutuamente excluyentes: X Dos enfoques distintos: 1. Gustos del consumidor resumidos

Más detalles

A. Espacios vectoriales y TLs: Práctica 1 (2018)

A. Espacios vectoriales y TLs: Práctica 1 (2018) Es paci cios Vectoria iales De finic ici i ión on Conv enci cióóóóón de E inst stei ein para a la sumatoria Tran ansf sforma maci ciones Line neal es Cambio de base y cambio de coo rden adasa A. Espacios

Más detalles

PLAN DE ESTUDIOS 1996

PLAN DE ESTUDIOS 1996 Ríos Rosas, 21 28003 MADRID. UNIVERSIDAD POLITÉCNICA DE MADRID ESCUELA TÉCNICA SUPERIOR DE INGENIEROS DE MINAS ------- DEPARTAMENTO DE MATEMÁTICA APLICADA Y MÉTODOS INFORMATICOS PROGRAMA DE LA ASIGNATURA

Más detalles

Tema 9. Análisis factorial discriminante

Tema 9. Análisis factorial discriminante Máster en Técnicas Estadísticas Análisis Multivariante. Año 2008 2009. Profesor: César Sánchez Sellero. 9.1. Introducción. Tema 9. Análisis factorial discriminante Supongamos que están denidos I grupos,

Más detalles

CONTRASTE DE HIPÓTESIS

CONTRASTE DE HIPÓTESIS CONTRASTE DE HIPÓTESIS Antonio Morillas A. Morillas: Contraste de hipótesis 1 CONTRASTE DE HIPÓTESIS 1. Introducción 2. Conceptos básicos 3. Región crítica óptima i. Teorema de Neyman-Pearson ii. Región

Más detalles

FACTORIZACIÓN DE PREFERENCIAS DIFUSAS

FACTORIZACIÓN DE PREFERENCIAS DIFUSAS FACTORIZACIÓN DE PREFERENCIAS DIFUSAS Bonifacio Llamazares Rodríguez Dpto. de Economía Aplicada (Matemáticas) Universidad de Valladolid Resumen: En el marco convencional de la modelización de preferencias,

Más detalles

Cuerpos Finitos. XXVII Escuela Venezolana de Matemáticas EMALCA. Edgar Martínez-Moro Sept. 2014

Cuerpos Finitos. XXVII Escuela Venezolana de Matemáticas EMALCA. Edgar Martínez-Moro Sept. 2014 Cuerpos Finitos XXVII Escuela Venezolana de Matemáticas EMALCA Edgar Martínez-Moro Sept. 2014 Cuerpos y extensiones de cuerpos Un cuerpo (F, +, ) es un conjunto no vacío en el que se han definido dos operaciones

Más detalles

1.Teoría del comportamiento del consumidor

1.Teoría del comportamiento del consumidor SESION 1.Teoría del comportamiento del consumidor 1.1. El problema de elección del consumidor. 1.. La función de demanda. 1.3. Efecto renta y efecto sustitución. Variación compensatoria y equivalente.

Más detalles

Análisis de Algoritmos

Análisis de Algoritmos Análisis de Algoritmos Amalia Duch Barcelona, marzo de 2007 Índice 1. Costes en tiempo y en espacio 1 2. Coste en los casos mejor, promedio y peor 3 3. Notación asintótica 4 4. Coste de los algoritmos

Más detalles

El axioma de Sustitución

El axioma de Sustitución Capítulo 3 El axioma de Sustitución 3.1. Los sistemas Z y ZF Hasta ahora hemos considerado los siguientes axiomas: 1) Axioma de Extensionalidad, 2) Axioma del conjunto vacío (existencia de un conjunto),

Más detalles

2. El Teorema del Valor Medio

2. El Teorema del Valor Medio 2.24 45 2. El Teorema del Valor Medio Comenzaremos esta sección recordando dos versiones del teorema del valor medido para funciones de 1-variable y por tanto ya conocidas: 2.22 Sea f : [a, b] R R una

Más detalles

ALGEBRA LINEAL Y GEOMETRÍA. REPASO DE ÁLGEBRA LINEAL-2: CAMBIOS DE BASE GRADO DE MATEMÁTICAS. CURSO

ALGEBRA LINEAL Y GEOMETRÍA. REPASO DE ÁLGEBRA LINEAL-2: CAMBIOS DE BASE GRADO DE MATEMÁTICAS. CURSO ALGEBRA LINEAL Y GEOMETRÍA. REPASO DE ÁLGEBRA LINEAL-2: CAMBIOS DE BASE GRADO DE MATEMÁTICAS. CURSO 2012-2013 José García-Cuerva Universidad Autónoma de Madrid 11 de febrero de 2013 JOSÉ GARCÍA-CUERVA

Más detalles

Tema 1: Conjuntos. Miguel Ángel Olalla Acosta Departamento de Álgebra Universidad de Sevilla. Septiembre de 2018

Tema 1: Conjuntos. Miguel Ángel Olalla Acosta Departamento de Álgebra Universidad de Sevilla. Septiembre de 2018 Tema 1: Conjuntos Miguel Ángel Olalla Acosta miguelolalla@us.es Departamento de Álgebra Universidad de Sevilla Septiembre de 2018 Olalla (Universidad de Sevilla) Tema 1: Conjuntos Septiembre de 2018 1

Más detalles

y exámenes. Temas 3 y 4

y exámenes. Temas 3 y 4 U N I V E R S I D A D D E M U R C I A Ejercicios DEPARTAMENTO DE MATEMÁTICAS CONJUNTOS Y NÚMEROS 2016/2017. de talleres y exámenes. Temas 3 y 4 Se recuerda que la resolución de algunos de estos ejercicios

Más detalles

Julio Deride Silva. 18 de agosto de 2010

Julio Deride Silva. 18 de agosto de 2010 Estadística Descriptiva Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 18 de agosto de 2010 Tabla de Contenidos Estadística Descriptiva Julio Deride

Más detalles

TEMA 1: NÚMEROS NATURALES. SISTEMA DE NUMERACIÓN

TEMA 1: NÚMEROS NATURALES. SISTEMA DE NUMERACIÓN 1 TEMA 1: NÚMEROS NATURALES. SISTEMA DE NUMERACIÓN 1. INTRODUCCIÓN Los números naturales aparecen debido a la necesidad que tiene el hombre para contar. Para poder construir este conjunto N, podemos seguir

Más detalles

CÁLCULO I 1 0 Grado Matemáticas y 1 0 Doble Grado Física y Matemáticas, Curso

CÁLCULO I 1 0 Grado Matemáticas y 1 0 Doble Grado Física y Matemáticas, Curso CÁLCULO I 1 0 Grado Matemáticas y 1 0 Doble Grado Física y Matemáticas, Curso 20172018 I. Ejercicios (El cuerpo de los números reales. Temas 1, 2 y 3.) 1. Prueba las siguientes leyes de cancelación: a)

Más detalles

Ejercicios de Teoría de conjuntos

Ejercicios de Teoría de conjuntos Ejercicios de Teoría de conjuntos José A. Alonso Jiménez Mario J. Pérez Jiménez Sevilla, Octubre de 1997 Dpto. de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla 1 Tema 1 :

Más detalles

Contenido. BLOQUE I: PRELIMINARES Tema 2 ALGUNAS NOCIONES DE TEORÍA DE CONJUNTOS, RELACIONES Y FUNCIONES Lógica Grado en Ingeniería Informática

Contenido. BLOQUE I: PRELIMINARES Tema 2 ALGUNAS NOCIONES DE TEORÍA DE CONJUNTOS, RELACIONES Y FUNCIONES Lógica Grado en Ingeniería Informática Contenido BLOQUE I: PRELIMINARES Tema 2 ALGUNAS NOCIONES DE TEORÍA DE CONJUNTOS, RELACIONES Y FUNCIONES Lógica Grado en Ingeniería Informática Alessandra Gallinari URJC Nociones de teoría de conjuntos

Más detalles

1. Números reales. Análisis de Variable Real

1. Números reales. Análisis de Variable Real 1. Números reales Análisis de Variable Real 2014 2015 Índice 1. Sistemas numéricos 2 1.1. Números naturales. Principio de Inducción... 2 1.2. Números enteros... 4 1.3. Números racionales... 6 2. Los números

Más detalles

3. Matrices. 1 Definiciones básicas. 2 Operaciones con matrices. 2.2 Producto de una matriz por un escalar. 2.1 Suma de matrices.

3. Matrices. 1 Definiciones básicas. 2 Operaciones con matrices. 2.2 Producto de una matriz por un escalar. 2.1 Suma de matrices. Tema I Capítulo 3 Matrices Álgebra Departamento de Métodos Matemáticos y de Representación UDC 3 Matrices 1 Definiciones básicas Definición 11 Una matriz A de dimensión m n es un conjunto de escalares

Más detalles

Si u y v son vectores cualquiera en W, entonces u + v esta en W. Si c es cualquier numero real y u es cualquier vector en W, entonces cu esta en W.

Si u y v son vectores cualquiera en W, entonces u + v esta en W. Si c es cualquier numero real y u es cualquier vector en W, entonces cu esta en W. Unidad 4 Espacios vectoriales reales 4.1 Subespacios Si V es un espacio vectorial y W un subconjunto no vacío de V. Entonces W es un subespacio de V si se cumplen las siguientes condiciones Si u y v son

Más detalles

Teoría de grafos y optimización en redes

Teoría de grafos y optimización en redes Teoría de grafos y optimización en redes José María Ferrer Caja Universidad Pontificia Comillas Definiciones básicas Grafo: Conjunto de nodos (o vértices) unidos por aristas G = (V,E) Ejemplo V = {,,,,

Más detalles

La Teoría del Consumidor. Preferencias Curvas de Indiferencia Funciones de Utilidad

La Teoría del Consumidor. Preferencias Curvas de Indiferencia Funciones de Utilidad La Teoría del Consumidor Preferencias Curvas de Indiferencia Funciones de Utilidad La Teoría del Consumidor Los consumidores deciden cómo asignar su renta o riqueza en la compra de distintos bienes con

Más detalles

Capítulo V. T 2 (e, e

Capítulo V. T 2 (e, e Capítulo V Métricas En este capítulo y en los siguientes, el cuerpo base de los espacios vectoriales que se consideren será de característica distinta de 2. Empecemos recordando las nociones básicas que

Más detalles

1. Conjuntos y funciones

1. Conjuntos y funciones PRACTICO 1: CONJUNTOS. 1. Conjuntos y funciones Es útil saber de memoria las siguientes propiedades de conjuntos y funciones. Tanto como saber las tablas. Ejercicio 1. Si I es un conjunto y A α es un conjunto

Más detalles

1 NOCIONES BÁSICAS SOBRE CONJUNTOS. SÍMBOLOS.

1 NOCIONES BÁSICAS SOBRE CONJUNTOS. SÍMBOLOS. UNIDAD 1.- CONCEPTOS REQUERIDOS CONJUNTOS. AXIOMAS DE PERTENENCIA, PARALELISMO, ORDEN Y PARTICIÓN. 1 NOCIONES BÁSICAS SOBRE CONJUNTOS. SÍMBOLOS. 1.1 Determinaciones de un conjunto. Un conjunto queda determinado

Más detalles

Optimización. Escuela de Ingeniería Informática de Oviedo. (Dpto. de Matemáticas-UniOvi) Computación Numérica Optimización 1 / 19

Optimización. Escuela de Ingeniería Informática de Oviedo. (Dpto. de Matemáticas-UniOvi) Computación Numérica Optimización 1 / 19 Optimización Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Optimización 1 / 19 Introducción Problema general de optimización (minimización) Dado f : Ω R

Más detalles

VECTORES : Las Cantidades Vectoriales cantidades escalares

VECTORES : Las Cantidades Vectoriales cantidades escalares VECTORES En física hay dos tipos de cantidades: Las Cantidades Vectoriales son aquellas que tiene tanto magnitud como dirección y sentido sobre la dirección), mientras que las cantidades escalares son

Más detalles

Tema 2: Espacios vectoriales

Tema 2: Espacios vectoriales Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 Tema 2: Espacios vectoriales Ejercicios 1. En R 2 se definen las siguientes operaciones: (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + x 2, y 1 +

Más detalles

Tema 5: Elementos de geometría diferencial

Tema 5: Elementos de geometría diferencial Tema 5: Elementos de geometría diferencial José D. Edelstein Universidade de Santiago de Compostela FÍSICA MATEMÁTICA Santiago de Compostela, abril de 2011 Coordenadas locales y atlas. Funciones y curvas.

Más detalles

Tema 5 Árboles y Grafos.

Tema 5 Árboles y Grafos. Tema 5 Árboles y Grafos. Definiciones básicas de teoría de grafos. Un grafo consta de un conjunto de nodos, un conjunto de aristas y una correspondencia f del conjunto de aristas al conjunto de nodos.

Más detalles

TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA

TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA ESCUELA ESTUDIOS DE TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA DEPARTAMENTO DE INGENIERÍA INFORMÁTICA MATEMÁTICA APLICADA I ÁLGERA LINEAL OLETINES DE PROLEMAS Curso 8-9 Sistemas de ecuaciones lineales.

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL MEDIDAS DE TENDENCIA CENTRAL UNIDAD 4 M.Sc. JIMMY DELGADO VILLCA 1. PARAMETRO Y ESTADIGRAFO Se entiende por parámetro a una característica o atributo de la población, en otras palabras se la puede entender

Más detalles

ÁLGEBRA LINEAL Problemas, 2006/2007

ÁLGEBRA LINEAL Problemas, 2006/2007 ÁLGEBRA LINEAL Problemas, 2006/2007 Nota: si no se especifíca lo contrario suponemos que las matrices y espacios vectoriales están definidos sobre un cuerpo K arbitrario 1 Una matriz A de orden n n se

Más detalles

Francisco José Vera López

Francisco José Vera López Álgebra y Matemática Discreta Matrices. Sistemas de ecuaciones. Francisco José Vera López Dpto. de Matemática Aplicada Facultad de Informática 2015 1 Matrices 2 Sistemas de Ecuaciones Matrices Una matriz

Más detalles

Subspacios Vectoriales

Subspacios Vectoriales Subspacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Subspacios Vectoriales 1 / 25 Objetivos Al finalizar este tema tendrás que: Saber si un subconjunto es

Más detalles