Codificación y decodificación de los códigos cíclicos
|
|
- Santiago Giménez Ramos
- hace 7 años
- Vistas:
Transcripción
1 Comparativa con otros códigos Universidad de Cantabria 7 de marzo de 2005
2 Contenido 1
3 Contenido 1 2
4 Contenido 1 2 3
5 Necesidad de códigos correctores de errores Desarrollo de un nuevo sistema de comunicación
6 Necesidad de códigos correctores de errores Desarrollo de un nuevo sistema de comunicación
7 Necesidad de códigos correctores de errores Desarrollo de un nuevo sistema de comunicación Podemos crear un código que subsane los errores?
8 Necesidad de códigos correctores de errores Desarrollo de un nuevo sistema de comunicación Podemos crear un código que subsane los errores? Fácil de codificar
9 Necesidad de códigos correctores de errores Desarrollo de un nuevo sistema de comunicación Podemos crear un código que subsane los errores? Fácil de codificar Fácil de decodificar
10 Necesidad de códigos correctores de errores Desarrollo de un nuevo sistema de comunicación Podemos crear un código que subsane los errores? Fácil de codificar Fácil de decodificar Capacidad correctora suficiente
11 Códigos en bloque Un código en bloque es una aplicación inyectiva: C : k N A k B n
12 Códigos en bloque Un código en bloque es una aplicación inyectiva: C : k N A k B n Códigos en bloque Diccionario
13 Códigos en bloque Un código en bloque es una aplicación inyectiva: C : k N A k B n Códigos en bloque Diccionario Diccionario:
14 Códigos en bloque Un código en bloque es una aplicación inyectiva: C : k N A k B n Códigos en bloque Diccionario Diccionario: Mensaje Código
15 Códigos en bloque Un código en bloque es una aplicación inyectiva: C : k N A k B n Códigos en bloque Diccionario Excesivamente costoso Desconocemos la distancia mínima Diccionario: Mensaje Código
16 Códigos lineales Sea K q un cuerpo de q elementos. Llamaremos código lineal de longitud k a un subespacio vectorial C de K n q con dim C = k. Códigos lineales
17 Códigos lineales Sea K q un cuerpo de q elementos. Llamaremos código lineal de longitud k a un subespacio vectorial C de K n q con dim C = k. Códigos lineales Matriz Generatriz
18 Códigos lineales Sea K q un cuerpo de q elementos. Llamaremos código lineal de longitud k a un subespacio vectorial C de K n q con dim C = k. Códigos lineales Matriz Generatriz G = g g 1n.. g k1... g kn
19 Códigos lineales Sea K q un cuerpo de q elementos. Llamaremos código lineal de longitud k a un subespacio vectorial C de K n q con dim C = k. Códigos lineales Matriz Generatriz G = g g 1n.. g k1... g kn (a 1,..., a k ) g g 1n.. = (c 0,..., c n ) g k1... g kn
20 Códigos lineales Sea K q un cuerpo de q elementos. Llamaremos código lineal de longitud k a un subespacio vectorial C de K n q con dim C = k. Códigos lineales Matriz Generatriz Desconocemos la distancia mínima G = g g 1n.. g k1... g kn (a 1,..., a k ) g g 1n.. = (c 0,..., c n ) g k1... g kn
21 Códigos cíclicos Sea K q un cuerpo de q elementos y S un código lineal de longitud n. C es un código cíclico si y solo si (c 0,..., c n 1) C entonces (c n 1, c 0,..., c n 2 ) C. Códigos cíclicos
22 Códigos cíclicos Sea K q un cuerpo de q elementos y S un código lineal de longitud n. C es un código cíclico si y solo si (c 0,..., c n 1) C entonces (c n 1, c 0,..., c n 2 ) C. Códigos cíclicos Matriz Generatriz G = g 0 g 1... g n k g 0... g n k 1 g n k g 0 g 1... g n k
23 Códigos cíclicos Sea K q un cuerpo de q elementos y S un código lineal de longitud n. C es un código cíclico si y solo si (c 0,..., c n 1) C entonces (c n 1, c 0,..., c n 2 ) C. Códigos cíclicos Matriz Generatriz (a 1,..., a k ) G = (c 0,..., c n ) G = g 0 g 1... g n k g 0... g n k 1 g n k g 0 g 1... g n k
24 Códigos cíclicos Sea K q un cuerpo de q elementos y S un código lineal de longitud n. C es un código cíclico si y solo si (c 0,..., c n 1) C entonces (c n 1, c 0,..., c n 2 ) C. Códigos cíclicos Matriz Generatriz Desconocemos la distancia mínima (a 1,..., a k ) G = (c 0,..., c n ) G = g 0 g 1... g n k g 0... g n k 1 g n k g 0 g 1... g n k
25 Códigos en bloque Códigos en bloque Distancia mínima
26 Códigos en bloque Códigos en bloque Distancia mínima Diccionario:
27 Códigos en bloque Códigos en bloque Distancia mínima Recibido Diccionario:
28 Códigos en bloque Códigos en bloque Distancia mínima Recibido Corregimos Diccionario:
29 Códigos en bloque Códigos en bloque Distancia mínima Recibido Corregimos Decodificamos 3572 Diccionario:
30 Algoritmo del ĺıder Idea Decodificamos por mínima distancia
31 Algoritmo del ĺıder Idea Decodificamos por mínima distancia Matriz de control H!!!! GH t = 0!!!!
32 Algoritmo del ĺıder Idea Decodificamos por mínima distancia Matriz de control H!!!! GH t = 0!!!! El síndrome caracteriza el error (ĺıder) cometido e!!!! s(y) = s(e) = Hy!!!!
33 Algoritmo del ĺıder Idea Decodificamos por mínima distancia Matriz de control H!!!! GH t = 0!!!! El síndrome caracteriza el error (ĺıder) cometido e!!!! s(y) = s(e) = Hy!!!! Decodificamos haciendo la resta: y e
34 Algoritmo del Líder en códigos lineales Síndrome / Líder
35 Algoritmo del Líder en códigos lineales Síndrome / Líder Recibido
36 Algoritmo del Líder en códigos lineales Síndrome / Líder Recibido s( ) = 110 s( ) = 000 s( ) = 001 s( ) = 000
37 Algoritmo del Líder en códigos lineales Síndrome / Líder Recibido s( ) = 110 Líder s( ) = 000 Líder s( ) = 001 Líder s( ) = 000 Líder
38 Algoritmo del Líder en códigos lineales Síndrome / Líder Recibido s( ) = 110 Líder = s( ) = 000 Líder = s( ) = 001 Líder = s( ) = 000 Líder =
39 Algoritmo del Líder en códigos cíclicos Síndrome Líder
40 Algoritmo del Líder en códigos cíclicos Síndrome Líder Recibido
41 Algoritmo del Líder en códigos cíclicos Síndrome Líder Recibido
42 Algoritmo del Líder en códigos cíclicos Síndrome Líder Recibido s( ) =101 s( ) =000 s( ) =011 s( ) =000
43 Algoritmo del Líder en códigos cíclicos Síndrome Líder Recibido s( ) =101 s( ) =000 s( ) =011 s( ) =000 s( ) =001 s( ) =000 s( ) =110 s( ) =000
44 Algoritmo del Líder en códigos cíclicos Síndrome Líder Recibido s( ) =101 s( ) =000 s( ) =011 s( ) =000 s( ) =001 s( ) =000 s( ) =110 s( ) =000 s( ) =010 s( ) =000 s( ) =111 s( ) =000
45 Algoritmo del Líder en códigos cíclicos Síndrome Líder Recibido s( ) =101 s( ) =000 s( ) =011 s( ) =000 s( ) =001 s( ) =000 s( ) =110 s( ) =000 s( ) =010 s( ) =000 s( ) =111 s( ) =000 s( ) =100 s( ) =000 s( ) =101 s( ) =000
46 Algoritmo del Líder en códigos cíclicos Síndrome Líder Recibido s( ) =101 s( ) =000 s( ) =011 s( ) =000 s( ) =001 s( ) =000 s( ) =110 s( ) =000 s( ) =010 s( ) =000 s( ) =111 s( ) =000 s( ) =100 s( ) =000 s( ) =101 s( ) =000 s( ) =000 s( ) =000 s( ) =001 s( ) =000
47 Algoritmo del Líder en códigos cíclicos Síndrome Líder Recibido s( ) =101 s( ) =000 s( ) =011 s( ) =000 s( ) =001 s( ) =000 s( ) =110 s( ) =000 s( ) =010 s( ) =000 s( ) =111 s( ) =000 s( ) =100 s( ) =000 s( ) =101 s( ) =000 s( ) =000 s( ) =000 s( ) =001 s( ) =000 s( ) =000 s( ) =000 s( ) =010 s( ) =000
48 Algoritmo del Líder en códigos cíclicos Síndrome Líder Recibido s( ) =101 s( ) =000 s( ) =011 s( ) =000 s( ) =001 s( ) =000 s( ) =110 s( ) =000 s( ) =010 s( ) =000 s( ) =111 s( ) =000 s( ) =100 s( ) =000 s( ) =101 s( ) =000 s( ) =000 s( ) =000 s( ) =001 s( ) =000 s( ) =000 s( ) =000 s( ) =010 s( ) =000 s( ) =000 s( ) =000 s( ) =100 s( ) =000
49 Algoritmo del Líder en códigos cíclicos Síndrome Líder Recibido s( ) =101 s( ) =000 s( ) =011 s( ) =000 s( ) =001 s( ) =000 s( ) =110 s( ) =000 s( ) =010 s( ) =000 s( ) =111 s( ) =000 s( ) =100 s( ) =000 s( ) =101 s( ) =000 s( ) =000 s( ) =000 s( ) =001 s( ) =000 s( ) =000 s( ) =000 s( ) =010 s( ) =000 s( ) =000 s( ) =000 s( ) =100 s( ) =
50 Algoritmo del Líder en códigos cíclicos Síndrome Líder Recibido s( ) =101 s( ) =000 s( ) =011 s( ) =000 s( ) =001 s( ) =000 s( ) =110 s( ) =000 s( ) =010 s( ) =000 s( ) =111 s( ) =000 s( ) =100 s( ) =000 s( ) =101 s( ) =000 s( ) =000 s( ) =000 s( ) =001 s( ) =000 s( ) =000 s( ) =000 s( ) =010 s( ) =000 s( ) =000 s( ) =000 s( ) =100 s( ) =
51 Número de operaciones aceptable
52 Número de operaciones aceptable Espacio en memoria desproporcionado en caso lineal
53 Número de operaciones aceptable Espacio en memoria desproporcionado en caso lineal Seguimos con el inconveniente de no conocer la distancia mínima a priori
54 Número de operaciones aceptable Espacio en memoria desproporcionado en caso lineal Seguimos con el inconveniente de no conocer la distancia mínima a priori Calcular la distancia mínima de un código es muy costoso
55 Número de operaciones aceptable Espacio en memoria desproporcionado en caso lineal Seguimos con el inconveniente de no conocer la distancia mínima a priori Calcular la distancia mínima de un código es muy costoso Códigos BCH, Reed-Solomon, etc.
Objetivos formativos de Álgebra
Objetivos formativos de Álgebra Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera como objetivo
Más detallescomo el número real que resulta del producto matricial y se nota por:
Espacio euclídeo 2 2. ESPACIO EUCLÍDEO 2.. PRODUCTO ESCALAR En el espacio vectorial se define el producto escalar de dos vectores y como el número real que resulta del producto matricial y se nota por:,
Más detallesEspacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21
Espacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Objetivos Al finalizar este tema tendrás que: Saber si unos vectores son independientes.
Más detallesPAIEP. Complemento Ortogonal
Programa de Acceso Inclusivo, Equidad y Permanencia PAIEP Universidad de Santiago de Chile Complemento Ortogonal Veamos ahora una aplicación de los vectores ortogonales a la caracterización de subespacios
Más detallesEspacios vectoriales
Espacios vectoriales Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza 1 Concepto de espacio vectorial y propiedades 1.1 Definición Se llama espacio vectorial sobre K (IR o C a toda terna
Más detallesEsta definición se puede ampliar a cualquier par de bases de los espacio inicial y final MATRIZ DE UNA APLICACIÓN LINEAL EN BASES ARBITRARIAS
Cambios de base 3 3. CAMBIOS DE BASE Dada una aplicación lineal : y la base,,, se ha definido matriz en bases canónicas de la aplicación lineal a la matriz,, cuyas columnas son las coordenadas de en la
Más detallesESPACIO AFÍN 2.- SISTEMAS DE REFERENCIA: COORDENADAS DE UN PUNTO. 3.- VARIEDAD LINEAL: ECUACIONES DE LA RECTA Y EL PLANO.
ESPACIO AFÍN 1.- CONCEPTO DE ESPACIO AFÍN. 2.- SISTEMAS DE REFERENCIA: COORDENADAS DE UN PUNTO. 3.- VARIEDAD LINEAL: ECUACIONES DE LA RECTA Y EL PLANO. 4.- PROBLEMAS DE INCIDENCIA. 5.- POSICIONES RELATIVAS
Más detalles1 Aplicaciones lineales
UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Aplicaciones lineales y diagonalización. El objetivo principal de este tema será la obtención de una matriz diagonal
Más detallesMMAF: Espacios normados y espacios de Banach
MMAF: Espacios normados y espacios de Banach Licenciatura en Estadística R. Álvarez-Nodarse Universidad de Sevilla Curso 2011/2012 Espacios vectoriales Definición Sea V un conjunto de elementos sobre el
Más detallesAPLICACIONES LINEALES. DIAGONALIZACIÓN
I.- Sea f una transformación lineal de un espacio vectorial V de dimensión n. Sea B una base de V. Sea A la matriz asociada a f respecto de la base B. Señala, sin demostrar, cuáles de las siguientes afirmaciones
Más detallesTema: Codificación de canal
Tema: Codificación de canal Adriana Dapena Janeiro (adriana@udc.es) Facultad de Informática Universidade da Coruña Campus de Elviña s/n 15071. A Coruña Codificación de canal.- Adriana Dapena p. 1 Objetivos
Más detallesTema 3: Espacios vectoriales
Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación
Más detallesSistemas de Ecuaciones. Lineales I
Sistemas de Ecuaciones Lineales I Preliminares: Expresión matricial. Dificultades numéricas. 521230-1 - DIM Universidad de Concepción Expresión matricial Todo sistema de ecuaciones lineales puede escribirse
Más detallesProblemas de Espacios Vectoriales
Problemas de Espacios Vectoriales 1. Qué condiciones tiene que cumplir un súbconjunto no vacío de un espacio vectorial para que sea un subespacio vectorial de este? Pon un ejemplo. Sean E un espacio vectorial
Más detallesAutovalores y autovectores Diagonalización y formas canónicas
Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,
Más detallesESPACIOS VECTORIALES
ESPACIOS VECTORIALES Sergio Stive Solano 1 Mayo de 2015 1 Visita http://sergiosolanosabie.wikispaces.com ESPACIOS VECTORIALES Sergio Stive Solano 1 Mayo de 2015 1 Visita http://sergiosolanosabie.wikispaces.com
Más detallesALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales Sea (K, +,.) un cuerpo con característica 0. Podemos pensar K = Q, R o C. Si V es un conjunto cualquiera en el que
Más detallesAlgebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21
Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)
Más detallesESPACIOS VECTORIALES
01 de Junio de 2011 ESPACIOS VECTORIALES (Clase 02) Departamento de Matemática Aplicada Facultad de Ingeniería Universidad Central de Venezuela 1 Puntos a tratar 1. Combinación lineal 2. Subespacio vectorial
Más detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesDiagonalización simultánea de formas cuadráticas.
Diagonalización simultánea de formas cuadráticas Lucía Contreras Caballero 14-4-2004 Dadas dos formas cuadráticas, si una de ellas es definida positiva, se puede encontrar una base en la que las dos diagonalizan
Más detallesTema 1. Espacios Vectoriales Definición de Espacio Vectorial
Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.
Más detallesALGEBRA Y GEOMETRÍA II 2º semestre Año: 2012. Guía de Estudio y Ejercitación propuesta
ALGEBRA Y GEOMETRÍA II 2º semestre Año: 2012 1 Guía de Estudio y Ejercitación propuesta Esta selección de Temas y Ejercicios están extraídos del texto FUNDAMENTOS DE ALGEBRA LINEAL de R. Larson y D. Falvo.
Más detallesTRA NSFORMACIO N ES LIN EA LES
TRA NSFORMACIO N ES LIN EA LES C o m p uta c i ó n G r á fica Tipos de Datos Geométricos T Un punto se puede representar con tres números reales [x,y,z] que llamaremos vector coordenado. Los números especifican
Más detallesAlgebra Lineal y Geometría.
Algebra Lineal y Geometría. Unidad n 6: Subespacios Vectoriales. Algebra Lineal y Geometría Esp. Liliana Eva Mata 1 Contenidos. Subespacios Vectoriales. Operaciones con Subespacios: Intersección, unión,
Más detallesProblema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0).
Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0). a) Demostrad que (1,3,4), (1,1,1) i (0,1,1) son una base de R³. b) Decid
Más detallesÁlgebra Lineal V: Subespacios Vectoriales.
Álgebra Lineal V: Subespacios Vectoriales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx
Más detallesDIFERENCIAS DE ORDEN k Y MONOMIOS GENERALIZADOS. Enunciado 1 Solución 2. Enunciado
DIFERENCIAS DE ORDEN k Y MONOMIOS GENERALIZADOS FERNANDO REVILLA Resumen. En el siguiente problema estudiamos las diferencias de orden k asociados a una sucesión y los monomios generalizados. Aplicamos
Más detallesÁlgebra Lineal Ma843
Álgebra Lineal Ma843 Principios de Desarrollo Discursivo/Didáctico Departamento de Matemáticas ITESM Principios de Desarrollo Discursivo/Didáctico Álgebra Lineal - p. 1/12 Problema Fundamental El problema
Más detallesTransformaciones lineales
Semana 8 [1/62] 8 de septiembre de 27 Definiciones básicas Semana 8 [2/62] Definición Transformación lineal U, V dos espacios vectoriales sobre el mismo cuerpo Ã. T : U V es una transformación (o función)
Más detallesTema 2: Espacios Vectoriales
Tema 2: Espacios Vectoriales José M. Salazar Octubre de 2016 Tema 2: Espacios Vectoriales Lección 2. Espacios vectoriales. Subespacios vectoriales. Bases. Lección 3. Coordenadas respecto de una base. Ecuaciones.
Más detallesDescomposición en forma canónica de Jordan (Segunda versión)
Descomposición en forma canónica de Jordan (Segunda versión) Francisco J. Bravo S. 1 de septiembre de 211 En esta guía se presentan los resultados necesarios para poder construir la forma de Jordan sin
Más detallesr j ϕ j (v i ) = r i, ϕ(v i ) = v = n a ij ϕ j(v) ϕ i (v) =
ESPACIO DUAL 1. Espacio Dual En temas anteriores dados V y V espacios vectoriales sobre k, definíamos en Hom(V, V ) una suma y un producto por elementos de k que convertían este conjunto en un espacio
Más detalles1. ESPACIOS DE HILBERT Y OPERADORES
1. ESPACIOS DE HILBERT Y OPERADORES 1. DEFINICIÓN, PROPIEDADES Y EJEMPLOS Definición. Sea H un espacio vectorial sobre el cuerpo C de los números complejos, un producto escalar sobre H es una aplicación
Más detallesEcuaciones matriciales AX = B y XA = B. Cálculo de la matriz inversa
Ecuaciones matriciales AX = B y XA = B Cálculo de la matriz inversa Objetivos Aprender a resolver ecuaciones matriciales de la forma AX = B y XA = B Aprender a calcular la matriz inversa con la eliminación
Más detallesGuía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen
Guía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen 1. Teorema de la representación matricial de una transformación
Más detallesProblemas de Álgebra Lineal Espacios Vectoriales
Problemas de Álgebra Lineal Espacios Vectoriales 1. Estudia cuáles de los siguientes subconjuntos son subespacios de R n para el n que corresponda: i) S 1 = {(x, y, z, t) R 4 x + y + z + t = b} siendo
Más detallesEspacios Vectoriales
Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios
Más detallesEspacios Vectoriales, Valores y Vectores Propios
, Valores y Vectores Propios José Juan Rincón Pasaye, División de Estudios de Postgrado FIE-UMSNH Curso Propedéutico de Matemáticas para la Maestría en Ciencias opciones: Sistemas de Control y Sistemas
Más detalles1 CÓDIGOS CORRECTORES
1 CÓDIGOS CORRECTORES Piensa en un número entre 0 y 15. Si siempre dices la verdad, yo podría adivinar tu número con 4 preguntas, cuyas posibles respuestas son: sí o no. Por qué? Un truco para justificar
Más detallesTema II: Aplicaciones lineales
Definiciones y ejemplos. Matriz asociada a una aplicación lineal. Núcleo e imagen. Cambios de base. Espacio vectorial cociente.teoremas de isomorfía. El espacio de las aplicaciones lineales. Ejemplos de
Más detallesCálculo en varias variables
Cálculo en varias variables Dpto. Matemática Aplicada Universidad de Málaga Resumen Límites y continuidad Funciones de varias variables Límites y continuidad en varias variables 1 Límites y continuidad
Más detallesMODELOS DE RECUPERACION
RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN INGENIERÍA INFORMÁTICA RECUPERACIÓN Y ACCESO A LA INFORMACIÓN MODELOS DE RECUPERACION AUTOR: Rubén García Broncano NIA 100065530 grupo 81 1 INDICE 1- INTRODUCCIÓN
Más detallesun conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:
CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesEspacios vectoriales reales.
Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre
Más detallesCálculo de la matriz asociada a una transformación lineal (ejemplos)
Cálculo de la matriz asociada a una transformación lineal ejemplos Objetivos Estudiar con ejemplos cómo se calcula la matriz asociada a una transformación lineal Requisitos Transformación lineal, definición
Más detallesGrado en matemáticas. Curso Códigos correctores de errores. Juan Jacobo Simón Pinero
Grado en matemáticas. Curso 2013-2014 Códigos correctores de errores Juan Jacobo Simón Pinero 21 de septiembre de 2013 Índice general 1. Información y códigos 3 1.1. La transmisión de la información..................
Más detallesMatemáticas aplicadas a las CC.SS. II 2º Bachillerato. La igualdad de matrices 3x3 equivale a 9 ecuaciones escalares: { a 3=5.
Ejercicios resueltos 1. MATRICES 1.1. Introducción 1. Halla el valor de a, b y c para que las matrices A= 2 a 3 7 b 1 0 6 4 5 y B= 2 5 7 5 1 0 c 1 4 5 sean iguales. La igualdad de matrices 3x3 equivale
Más detallesPráctica 2 - Hay diferentes infinitos?- A. Propiedades básicas de los Conjuntos
Cálculo Avanzado Primer Cuatrimestre de 2011 Práctica 2 - Hay diferentes infinitos?- Llamaremos número cardinal de M al concepto general que, por medio de nuestra activa capacidad de pensar, surge del
Más detalles3.2. El método del «vecino más cercano»
3.2. El método del «vecino más cercano» Disponemos de una tabla resumen de tipo T(n,p) Los elementos de T(n,p) presentan una estructura de grupo o de jerarquía de grupos encajados. Aplicamos las etapas
Más detallesEspacios Vectoriales
Leandro Marín Octubre 2010 Índice Definición y Ejemplos Paramétricas vs. Impĺıcitas Bases y Coordenadas Para definir un espacio vectorial tenemos que empezar determinando un cuerpo sobre el que esté definido
Más detallesGrupos libres. Presentaciones.
S _ Tema 12.- Grupos libres. Presentaciones. 12.1 Grupos libres. En el grupo Z de los enteros vimos una propiedad (cf. ejemplos.5), que lo caracteriza como grupo libre. Lo enunciamos al modo de una Propiedad
Más detallesVectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos
Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los
Más detallesIntroducción a los códigos compresores
Introducción a los códigos compresores Parte I de la Lección 2, Compresores sin pérdidas, de CTI Ramiro Moreno Chiral Dpt. Matemàtica (UdL) Febrero de 2010 Ramiro Moreno (Matemàtica, UdL) Introducción
Más detalles4.- Para los siguientes conjuntos de vectores, probar si son o no subespacios vectoriales de R 4 : 2d + 1 : b, d reales. d
GRADO EN I. TELEMÁTICA. HOJA : ESPACIOS VECTORIALES. ESPACIOS NULO Y COLUMNA.- Sea W el conjunto de todos los vectores de R de la forma subespacio de R. s + t s t s t t, con s, t R. Probar que W es un.-
Más detallesSubespacio generado por un conjunto finito de vectores (envoltura lineal de un conjunto finito de vectores)
Subespacio generado por un conjunto finito de vectores (envoltura lineal de un conjunto finito de vectores). Listas de vectores. Listas de vectores son personajes típicos de Álgebra Lineal. Una lista de
Más detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES
EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES Formas reducidas y escalonada de una matriz SISTEMAS DE ECUACIONES LINEALES ) Encuentre una sucesión de matrices elementales E, E,..., E k tal que
Más detalles21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES
Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere
Más detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
Más detallesSubespacios Vectoriales
Subespacios Vectoriales Prof. Apuntes del Postgrado en Ingeniería 31 Mayo 2008 Subespacio Definición de Subespacio y Ejemplos. Definición Sea H un subconjunto no vacio de un espacio vectorial V(K). Si
Más detallesLección 2. Puntos, vectores y variedades lineales.
Página 1 de 11 Lección 2. Puntos, vectores y variedades lineales. Objectivos. En esta lección se repasan las nociones de punto y vector, y se identifican, via coordenadas, con los pares (ternas,...) de
Más detallesALGORITMOS DE ORDENAMIENTO COUNTING SORT CHRISTIAN ESTEBAN ALDANA ROZO BRAYAN STIF FORERO CRUZ GIOVANNY GUZMÁN CÉSPEDES JORGE MEJIA
ALGORITMOS DE ORDENAMIENTO COUNTING SORT CHRISTIAN ESTEBAN ALDANA ROZO BRAYAN STIF FORERO CRUZ GIOVANNY GUZMÁN CÉSPEDES JORGE MEJIA Profesora: DIANA MABEL DIAZ UNIVERSIDAD PILOTO DE COLOMBIA INGENIERIA
Más detallesy cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy).
UNIDAD II: VECTORES EN DOS Y TRES DIMENSIONES Un espacio vectorial (o espacio lineal) es el objeto básico de estudio en la rama de la matemática llamada álgebra lineal. A los elementos de los espacios
Más detallesSobre funciones reales de variable real. Composición de funciones. Función inversa
Sobre funciones reales de variable real. Composición de funciones. Función inversa Cuando en matemáticas hablamos de funciones pocas veces nos paramos a pensar en la definición rigurosa de función real
Más detallesTema I 1. EL CUERPO DE LOS REALES, EL CUERPO DE LOS COMPLEJOS
1 Tema I 1. EL CUERPO DE LOS REALES, EL CUERPO DE LOS COMPLEJOS 1.1 Los Números Naturales. Los números naturales aparecen por la necesidad que tiene el hombre (primitivo) tanto de contar como de ordenar
Más detallesDiagonalización de matrices.
Diagonalización de matrices. 1. Diagonalización de matrices. Definición 1.1 Sea A una matriz cuadrada,, decimos que es un autovalor de A si existe un vector no nulo tal que En esta situación decimos que
Más detallesjavier.espinosa@bearingpoint.com luis@iec.csic.es delrey@usal.es
Bol. Soc. Esp. Mat. Apl. n o 0 (0000), 1 21 Codificación de información mediante códigos bidimensionales * F. J. Espinosa García 1, L. Hernández Encinas 2 y A. Martín del Rey 3 1 BearingPoint Software
Más detallesBase y Dimensión de un Espacio Vectorial
Base y Dimensión de un Espacio Vectorial 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Qué es un sistema generador?... 4 2 Base de un espacio vectorial... 4 3 Dimensión de un
Más detallesAlgebra Lineal XIV: Espacio Nulo y Rango de una. transformación lineal.
Algebra Lineal XIV: Espacio Nulo y Rango de una Transformación Lineal. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de
Más detallesExpresiones Regulares y Derivadas Formales
y Derivadas Formales Las Derivadas Sucesivas. Universidad de Cantabria Esquema 1 2 3 Derivadas Sucesivas Recordemos que los lenguajes de los prefijos dan información sobre los lenguajes. Derivadas Sucesivas
Más detallesEJERCICIOS SOBRE OPERACIONES CON MATRICES
ÍNDICE 1 Índice EJERCICIOS SOBRE OPERACIONES CON MATRICES A. Operaciones básicas con matrices 1. Dadas las matrices siguientes A = 9 1 1 1 2 1, B = 1 1 1 1, C = 10 2 2 2 3 2, 1 18 1 1 1 2 19 2 se pide
Más detallesPreparatoria Sor Juana Inés de la Cruz Cálculo Diferencial Tutorial: Optimización Ing. Jonathan Quiroga Tinoco
Preparatoria Sor Juana Inés de la Cruz 1 Cálculo Diferencial Tutorial: Optimización Ing. Jonathan Quiroga Tinoco Grupo: Físico Matemático, Químico Biológico y Económico Administrativo Diciembre de 2014
Más detalles8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.
Prácticas de Matemáticas I y Matemáticas II con DERIVE-5 6 8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. 8.. DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES. COMBINACIÓN LINEAL. EJEMPLO 8.. Estudiar
Más detallesIntroducción a los espacios vectoriales
1 / 64 Introducción a los espacios vectoriales Pablo Olaso Redondo Informática Universidad Francisco de Vitoria November 19, 2015 2 / 64 Espacios vectoriales 1 Las 10 propiedades de un espacio vectorial
Más detallesETSI de Topografía, Geodesia y Cartografía
Prueba de Evaluación Continua Grupo A 9-04-14 ESPACIOS VECTORIALES-DIAGONALIZACIÓN (parte sin DERIVE) 1. a) Definir sistema ligado de vectores de un espacio vectorial V. b) Demostrar que si un sistema
Más detallesλ = es simple se tiene que ( )
Sección 6 Diagonalización 1- (enero 1-LE) Sea 1 1 = 1 1 a) Es diagonalizable la matriz? En caso afirmativo, calcula las matrices P y D tales que 1 P P = D b) Existe algún valor de a para el que ( 3, 6,
Más detallesCon esta definición de grupo, es directo que el neutro es único, al igual que el inverso de. , donde es conmutativo, se denomina Abeliano.
Teoría de Grupos Definiciones Básicas Definición 5 (Grupo) Sea una estructura algebraica con una ley de composición interna. Decimos que es un grupo si: 1. es asociativa. 2. tiene neutro. 3. toda tiene
Más detallesESPACIOS VECTORIALES. VARIEDADES LINEALES, APLICACIONES ENTRE ESPACIOS VECTORIALES. TEOREMAS DE ISOMORFIA.
ESPACIOS VECTORIALES. VARIEDADES LINEALES, APLICACIONES ENTRE ESPACIOS VECTORIALES. TEOREMAS DE ISOMORFIA. Índice de contenido 1. Espacio vectorial....2 Estructura de espacio vectorial...2 Subespacios
Más detalles1. RANGO DE UNA MATRIZ
. RANGO DE UNA MATRIZ El rango de una matriz es el mayor de los órdenes de los menores no nulos que podemos encontrar en la matriz. Por tanto, el rango no puede ser mayor al número de filas o de columnas.
Más detallesSubespacios vectoriales en R n
Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo
Más detallesEJERCICIOS DETERMINANTES. 1º/ Calcula el siguiente determinante:
EJERCICIOS DETERMINANTES. 1º/ Calcula el siguiente determinante: 3 7 1 2 0 1 1 3 6 a) Usando la Regla de Sarrus. b) Desarrollando por los elementos de la primera columna. 2º/ Obtén el valor del determinante
Más detallesEspacios Vectoriales www.math.com.mx
Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................
Más detallesDEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES
ALGEBRA DE MATRICES DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES DEFINICIONES 2 Las matrices y los determinantes son herramientas
Más detallesConstrucción de bases en la suma y la intersección de subespacios (ejemplo)
Construcción de bases en la suma y la intersección de subespacios (ejemplo) Objetivos Aprender a construir bases en S + S y S S, donde S y S están dados como subespacios generados por ciertos vectores
Más detallesMatemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 2011/ ?
Matemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 011/1 1) (1 punto) Dado el subespacio vectorial,,,,,,,,,,, a) Obtener la dimensión, unas ecuaciones implícitas, unas
Más detallesEs trivial generalizar la definición al caso de varios conjuntos: A B C, etc.
Tema 1 Espacios Vectoriales 1.1 Introducción Estas notas están elaboradas pensando simplemente en facilitar al estudiante una guía para el estudio de la asignatura, y en consecuencia se caracterizan por
Más detallesSESIÓN 4: ESPACIOS VECTORIALES
SESIÓN 4: ESPACIOS VECTORIALES Un espacio vectorial sobre un campo (como el cuerpo de los números reales o los números complejos) es un conjunto no vacío, dotado de dos operaciones para las cuales será
Más detallesAnálisis y Diseño de Algoritmos Tablas de Hash
Análisis y Diseño de Algoritmos Tablas de Hash Guillermo Morales-Luna Arturo Díaz Pérez CONTENIDO 1. Dispersión 2. Funciones de dispersión (a) Método de división (b) Método de multiplicación 3. Direccionamiento
Más detallesEsquema de cifrado DES
Esquema de cifrado DES DES es un esquema de cifrado en bloque que opera sobre bloques de texto de 64 bits, devolviendo bloques cifrados también de 64 bits. Así pues, DES sobre 2 64 posibles combinaciones
Más detallesUNIVERSIDAD NACIONAL EXPERIMENTAL DE GUAYANA GERENCIA ACADEMICA COORDINACION DE PREGRADO PROYECTO INGENIERIA 1272-416/ALGEBRA DE ESTRUCTURAS SEMESTRE:
GERENCIA ACADEMICA COORDINACION DE PREGRADO PROYECTO INGENIERIA PROGRAMA: ALGEBRA LINEAL CÓDIGO ASIGNATURA: 1272-521 PRE-REQUISITO: 1272-416/ALGEBRA DE ESTRUCTURAS SEMESTRE: 90-II UNIDADES DE CRÉDITO:
Más detallesUNIVERSIDAD SIMON BOLIVAR MA1116 abril-julio de 2009 Departamento de Matemáticas Puras y Aplicadas. Ejercicios sugeridos para :
VIII 1/ 6 Ejercicios sugeridos para : los temas de las clases del 23 y 25 de junio de 2005. Temas : Transformaciones lineales. Secciones 5.1, 5.2 del texto. Observación importante: es muy importante que
Más detallesCORPORACIÓN UNIVERSITARIA REMINGTON
1 Programa: Asignatura: Contaduría Pública. Algebra Lineal. Nivel: 03 Créditos: 3 OBJETIVOS - Estudiar la representación matricial del modelo lineal para optimizar el manejo operativo del mismo. - Analizar
Más detallesUNIDAD 12: ESTADISTICA. OBJETIVOS
UNIDAD 12: ESTADISTICA. OBJETIVOS Conocer y manejar los términos básicos del lenguaje de la estadística descriptiva elemental. Conocer y manejar distintas técnicas de organización de datos estadísticos
Más detalles10. 1 Definición de espacio euclídeo.
ESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA MATEMATICAS 10. ESPACIOS EUCLÍDEOS 10. 1 Definición de espacio euclídeo. Producto escalar
Más detallesEspacios 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 detallesMÓDULO 8: VECTORES. Física
MÓDULO 8: VECTORES Física Magnitud vectorial. Elementos. Producto de un vector por un escalar. Operaciones vectoriales. Vector unitario. Suma de vectores por el método de componentes rectangulares. UTN
Más detallesUnidad 8 Áreas y Volúmenes
Unidad 8 Áreas y Volúmenes PÁGINA 132 SOLUCIONES Unidades de medida. Pasa a centímetros cuadrados las siguientes cantidades. a) b) c) Pasa a metros cúbicos las siguientes unidades. a) b) c) Cuántos litros
Más detallesSeguridad. Mecanismos de protección Canales encubiertos Seguridad multinivel
Seguridad Mecanismos de protección Canales encubiertos Seguridad multinivel Mecanismos de protección Un dominio de protección es un conjunto de pares (objetos, permisos) que especifica para cada objeto
Más detallesTrabajo Práctico N 5: ESPACIOS VECTORIALES
Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique
Más detalles