1. ESPACIOS DE HILBERT Y OPERADORES
|
|
- María Rosa Robles Salas
- hace 7 años
- Vistas:
Transcripción
1 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 ( ) de H H en C tal que (x x) 0, para todo x H; (x x) = 0 si y sólo si x = 0; (x y) = (y x), para todo x, y H; (αx + βy z) = α(x z) + β(y z), para todo x, y, z H, α, β C. Un espacio vectorial dotado de un producto escalar es un espacio prehilbertiano. 1. Se cumple (x αy + βz) = α(x y) + β(x z). 2. Si H es un espacio vectorial sobre R, entonces (x y) = (y x). 3. x = 0 si y sólo si (x y) = 0 para todo y H. Proposición. Desigualdad de Cauchy Schwarz: (x y) 2 (x x) (y y) x, y H 1. C n con (x y) = x 1 y 1 + x 2 y x n y n. 2. l 2 con (x y) = 1 x iy i. 3. L 2 ([0, 1], C) con (f g) = 1 f(x)g(x) dx Análogamente R n, L 2 ([0, 1], R) y l 2 para sucesiones reales. Definición. La norma de x H es x := (x x), se cumple x 0, x = 0 si y sólo si x = 0; x + y x + y ; αx = α x, para x H y α C. Definiendo d(x, y) = x y se obtiene una distancia en H. 1. El producto escalar es una aplicación continua de H H en C. 2. La norma es una aplicación continua de H en C. 3. Ley del paralelogramo: x + y 2 + x y 2 = 2 x y 2. Definición. Un espacio prehilbertiano que es completo para la distancia inducida por el producto escalar es un espacio de Hilbert. Todo subespacio vectorial cerrado de un espacio de Hilbert, es un espacio de Hilbert. 1. Los espacios C n, L 2 [0, 1] y l 2 son de Hilbert. 2. El espacio de sucesiones casi nulas c 00 = {(x n ) : x n C, x n = 0 para n n 0 } con el producto escalar de l 2 no es completo. Análisis Funcional, 2011/12 1
2 2. ORTOGONALIDAD Definición. Sea H un espacio prehilbertiano, dos vectores x, y H son ortogonales si (x y) = 0; se denota por x y. Se llama ortogonal de un conjunto A al conjunto A de todos los vectores ortogonales a los vectores de A, es decir, A = {x H : x y, y A}. A es un subespacio vectorial cerrado. Proposición. (Teorema de Pitágoras) Si x e y son ortogonales entonces x + y 2 = x 2 + y 2. Definición. Un subconjunto A de un espacio vectorial es convexo si dados x, y A el segmento que une x con y está contenido en A, es decir, αx + (1 α)y A, para todo 0 α 1. Ejemplo. La bola unidad de un espacio de Hilbert H, B H = {x H : x 1}, es convexa. Teorema. (Lema de Riesz) Sea H un espacio de Hilbert, A un subconjunto convexo y cerrado y x H. Entonces existe un único x 0 A tal que d(x, x 0 ) = d(x, A) = inf{d(x, y) : y A}. Teorema. (Teorema de la proyección) Sea H un espacio de Hilbert, Y un subespacio vectorial cerrado de H. Entonces todo elemento x H se puede expresar de forma única como x = y + z donde y Y y z Y. 1. Si x = y + z, con y Y y z Y, se dice que y es la proyección de x sobre Y. 2. Y es el complemento ortogonal en H de Y. 3. Si Y es un subespacio vectorial cerrado de H y Y H entonces Y {0}. 3. BASES E ISOMORFISMOS (en espacios separables) Definición. Una sucesión (x n ) en un espacio prehilbertiano es un sistema ortogonal si x n 0 y x n x m para n m. Si todos los vectores del sistema tienen norma uno, se dice que es ortonormal. {e int : n Z} en L 2 (T) y e n = (0,..., 1, 0,...) en l Todo sistema ortogonal está formado por vectores linealmente independientes. 2. Proceso de ortonormalización de Gram Schmidt: dados vectores x 1,..., x n linealmente independientes en un espacio prehilbertiano, existen vectores ortonormales y 1,..., y n tales que para todo k, con 1 k n, los subespacios vectoriales generados por {x 1,..., x k } y por {y 1,..., y k } coinciden. 3. El proceso anterior se puede hacer para (x n ) 1 linealmente independientes. Teorema. (Desigualdad de Bessel) Sea (x n ) un sistema ortonormal, se cumple (x x n ) 2 x 2, para todo x H. Teorema. (Teorema de Riesz Fischer) Sea H un espacio de Hilbert y (x n ) un sistema ortonormal. Entonces α n x n converge si y sólo si α n 2 <. Definición. Sea H un espacio de Hilbert y (x n ) n N x H respecto de (x n ) n N es (x x n )x n. un sistema ortonormal en H. La serie de Fourier de Teorema. (Teorema de la base) Sea H un espacio de Hilbert (separable) y (x n ) un sistema ortonormal en H. Son equivalentes: a) (x n ) es un sistema ortonormal maximal: si (x x n ) = 0 para todo n, entonces x = 0; Análisis Funcional, 2011/12 2
3 b) (x n ) es completo: H es el menor subespacio vectorial cerrado que contiene a (x n ); c) (x n ) es una base de H: x = (x x n )x n, para todo x H; d) Identidad de Parseval: x 2 = (x x n ) 2, para todo x H. Ejemplo. (e n ) es una base de l 2 y {e int : n Z} es una base de L 2 (T). Corolario. Todo espacio de Hilbert tiene una base. Definición. Un isomorfismo entre espacios de Hilbert es una aplicación lineal sobreyectiva T : H 1 H 2 que conserva el producto escalar (T x T y) = (x y), para todo x, y H 1 (en ese caso es inyectiva y conserva la norma, es una isometría). 1. Dos espacios de Hilbert son isomorfos si y sólo si tienen la misma dimensión (el cardinal de una base). 2. Todo espacio de Hilbert separable de dimensión infinita es isomorfo a l Un espacio de Hilbert tiene dimensión finita si y sólo si la bola unidad es compacta. Teorema. (Teorema de la mejor aproximación) Sea H un espacio de Hilbert, M un subespacio vectorial cerrado y (x n ) una base de M. Dado x H la mejor aproximación de a x en M es la serie de Fourier de x respecto de (x n ). 4. OPERADORES EN ESPACIOS DE HILBERT Propiedad. Sea T : H 1 H 2 a) T es continuo; b) T es continuo en x = 0; c) T es acotado, es decir, existe C > 0 tal que T x C x. un operador lineal entre dos espacios prehilbertianos, son equivalentes: 1. Un operador lineal T : C n C m tiene asociada una matriz n m respecto de dos bases ortonormales (u i ) n 1 de C n y (v j ) m 1 de C m, dada por (a ij ), donde a ij = (T u i v j ). En estas condiciones todo operador lineal es acotado. 2. Operador de desplazamiento: T : l 2 l 2 dado por T (α 1, α 2,...) = (0, α 1, α 2,...) es lineal y continuo. 3. Operadores diagonales: T : l 2 l 2 dado por T (α 1, α 2,...) = (β 1 α 1, β 2 α 2,...) es lineal y continuo si la sucesión (β n ) está acotada. 4. Operador de multiplicación: T : L 2 (0, 1) L 2 (0, 1) definido por T f = fg para g L (0, 1) es lineal y continuo. 5. El operador de Volterra T f(x) = x 0 f(t) dt de L2 (0, 1) en L 2 (0, 1) es lineal y continuo. Definición. Se llama norma de un operador lineal y continuo entre dos espacios prehilbertianos a T = sup{ T x : x 1}. El espacio de los operadores lineales y continuos de H 1 en H 2 se denota por L(H 1, H 2 ), es un espacio vectorial donde d(t, S) = T S es una métrica. Propiedad. Si H 2 es completo entonces L(H 1, H 2 ) es completo. Nota. El espacio B(l 2 ) = L(l 2, l 2 ) con la norma de operadores no es un espacio prehilbertiano. Definición. Sea H un espacio prehilbertiano sobre C (ó R), un funcional lineal es una aplicación lineal f: H C (ó R). Análisis Funcional, 2011/12 3
4 Ejemplo. P i0 : l 2 (I) C, siendo P i0 ((α i ) i I ) = α i0. Nota. Si H tiene dimensión finita, todo funcional lineal es continuo. Definición. El espacio vectorial de los funcionales lineales y continuos sobre un espacio prehilbertiano H, es el dual topológico de H denotado por H. La norma de un funcional lineal continuo es f = sup{ f(x) : x 1}. El dual topológico H es completo. Nota. El núcleo de un operador T : H 1 H 2 es KerT = {x H 1 : T x = 0}. Teorema. (Teorema de Frechet Riesz) Un vector x 0 H define un funcional lineal f(x) = (x x 0 ), que es continuo. Recíprocamente, dado un funcional lineal y continuo f sobre un espacio de Hilbert H, existe un único vector x 0 H tal que f(x) = (x x 0 ) para todo x H. Se cumple f = x 0. Corolario. Identificación de un espacio de Hilbert con su dual. Definición. Dado un operador lineal y continuo entre dos espacios de Hilbert T : H 1 H 2, existe un único operador T : H 2 H 1 lineal y continuo tal que (T x y) = (x T y) para todo x H 1, y H 2. T es el adjunto de T. Adjuntos de los operadores del ejemplo anterior. 1. (αt + βs) = αt + βs. 2. T = (T ) = T. 3. T = T. 4. (T S) = S T, para S: H 1 H 2 y T : H 2 H 3. Definición. Un operador lineal y continuo T : H H es autoadjunto si T = T, y es una proyección si T T = T. Propiedad. Si T es una proyección autoadjunta (proyección ortogonal), entonces para cada x H, T x es la proyección de x sobre el subespacio vectorial cerrado T H. Se cumple T = OPERADORES COMPACTOS Definición. Un operador lineal T : H 1 H 2 es compacto si la imagen de la bola unidad de H 1 es un conjunto de clausura compacta en H 2. Un operador lineal T : H 1 H 2 tiene rango de dimensión finita si dim T (H 1 ) <. Nota. K H es relativamente compacto si y sólo si es totalmente acotado: para todo ε > 0 existen x 1,, x n H tal que n K B(x i, ε) = {x 1,, x n } + B ε. i=1 Ejemplo. Los operadores: finita. x H 1 (x x 0 )y 0 H 2, con x 0 H 1 y y 0 H 2 tienen rango de dimensión 1. Todo operador lineal y compacto es continuo. 2. Un operador lineal y continuo con rango de dimensión finita es compacto. Análisis Funcional, 2011/12 4
5 3. El conjunto de los operadores lineales compactos de H 1 en H 2, K(H 1, H 2 ), es un subespacio vectorial cerrado de L(H 1, H 2 ). 4. Los operadores compactos forman un ideal de operadores: si T y S son operadores lineales y continuos y uno de ellos es compacto, entonces ST es compacto. Teorema. Sean H 1 y H 2 espacios de Hilbert y T : H 1 H 2 a) T es compacto; b) T es compacto; lineal y continuo. Son equivalentes: c) T es límite en L(H 1, H 2 ) de una sucesión de operadores con rango de dimensión finita. Ejemplo. El operador de Volterra es compacto. Teorema. (Teorema espectral para operadores compactos) Un operador lineal T : H 1 H 2 es compacto si y sólo si se puede representar de la forma T = a n ( e n )f n, 1 donde (e n ) es una sucesión ortonormal en H 1, (f n ) es una sucesión ortonormal en H 2, (a n ) es una sucesión de escalares que tiende a cero y la serie converge en la norma de L(H 1, H 2 ). Análisis Funcional, 2011/12 5
Comisión de Pedagogía - Diego Chamorro Análisis Funcional (Nivel 2). Lección n 1: Aplicaciones Lineales EPN, verano 2012
AMARUN www.amarun.org Comisión de Pedagogía - Diego Chamorro Análisis Funcional (Nivel 2). Lección n 1: Aplicaciones Lineales EPN, verano 212 Introducción Algunas fechas: 197: Noción de Operador lineal
Más detalles(x + y) + z = x + (y + z), x, y, z R N.
TEMA 1: EL ESPACIO R N ÍNDICE 1. El espacio vectorial R N 1 2. El producto escalar euclídeo 2 3. Norma y distancia en R N 4 4. Ángulo y ortogonalidad en R N 6 5. Topología en R N 7 6. Nociones topológicas
Más 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 detalles1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO
1 1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO 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
Más detallesECUACIONES EN DERIVADAS PARCIALES Tópicos previos
ECUACIONES EN DERIVADAS PARCIALES Tópicos previos Para tomar el curso de ecuaciones en derivadas parciales es importante la familiaridad del alumno con los conceptos que se detallan a continuación. Sugerimos
Más detallesEjemplo 1 Sea V un espacio con producto interno sobre un cuerpo K. A las transformaciones lineales T : V K las llamamos funcionales lineales.
Facultad de Ingeniería - IMERL - Geometría y Álgebra Lineal 2 - Curso 2008. 1 Transformaciones lineales en espacios con producto interno Notas para el curso de Geometría y Algebra Lineal 2 de la Facultad
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 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 detallesNÚCLEOS DEFINIDOS POSITIVOS, REGULARIDAD, PERTURBACIONES Y APLICACIONES.
UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS POSTGRADO EN MATEMÁTICA NÚCLEOS DEFINIDOS POSITIVOS, REGULARIDAD, PERTURBACIONES Y APLICACIONES. Autor: MSc. Arnaldo De La Barrera. Tutor: Dra. Marisela
Más detallesEspacios Topológicos 1. Punto de Acumulación. Al conjunto de puntos de acumulación de A se le denomina el conjunto derivado de A (A a Notación).
Espacios Topológicos 1 Punto de Acumulación Definición: Sea A un subconjunto arbitrario de R n, se dice que x R n es un punto de acumulación de A si toda bola abierta con centro x contiene un punto A distinto
Más detallesEspacios vectoriales con producto interno
Capítulo 8 Espacios vectoriales con producto interno En este capítulo, se generalizarán las nociones geométricas de distancia y perpendicularidad, conocidas en R y en R 3, a otros espacios vectoriales.
Más detallesFunciones de Clase C 1
Capítulo 7 Funciones de Clase C 1 Vamos a considerar ahora la extensión a varias variables del concepto de función de clase C 1. Cada vez que establezcamos una propiedad de las funciones diferenciables,
Más detallesEspacios de Hilbert. 10.1. Producto Escalar y Norma. Tema 10
Tema 10 Espacios de Hilbert Vamos a desarrollar en lo que sigue los resultados básicos acerca de los espacios de Hilbert, un tipo muy particular de espacios de Banach con propiedades especiales que están
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 detalles1. Sucesiones y redes.
1. Sucesiones y redes. PRACTICO 7. REDES. Se ha visto que el concepto de sucesión no permite caracterizar algunas nociones topológicas, salvo en espacios métricos. Esto empieza con algunas definiciones
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 detallesSubconjuntos notables de un Espacio Topológico
34 Capítulo 4 Subconjuntos notables de un Espacio Topológico 4.1 Adherencia Definición 4.1.1 (Punto adherente). Sea (X, τ) un espacio topológico, y sea S un subconjunto de X. Diremos que x X es un punto
Más detallesEspacios conexos. Capítulo Conexidad
Capítulo 5 Espacios conexos 1. Conexidad En este capítulo exploraremos el concepto de conexidad en un espacio métrico, y estudiaremos algunas de sus aplicaciones. Definición 5.1. Decimos que el espacio
Más detallesNotas sobre el teorema minimax
Notas sobre el teorema mini Antonio Martinón Abril de 2012 1 Teoremas mini Sean X e Y dos conjuntos no vacíos y consideremos una función Se verifica sup inf efectivamente, dado x X resulta claro que f
Más detallesEspacios topológicos. 3.1 Espacio topológico
Capítulo 3 Espacios topológicos 3.1 Espacio topológico Definición 3.1.1. Un espacio topológico es un par (X, τ), donde X es un conjunto, y τ es una familia de subconjuntos de X que verifica las siguientes
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 detallesTEMA 8.- NORMAS DE MATRICES Y
Álgebra II: Tema 8. TEMA 8.- NORMAS DE MATRICES Y NúMERO DE CONDICIóN Índice. Introducción 2. Norma vectorial y norma matricial. 2 2.. Norma matricial inducida por normas vectoriales......... 4 2.2. Algunos
Más detallesSucesiones en R n. Ejemplos.-Considerando el espacio R 2 sea la sucesión {x k } 1 dada por x k = ( k, 1 k) podemos listar como sigue:
Sucesiones en R n Definición. Una sucesión en R n es cualquier lista infinita de vectores en R n x, x,..., x,... algunos de los cuales o todos ellos pueden coincidir entre si. Dada una sucesión x, x,...,
Más detallesUna norma en un espacio lineal (o vectorial) X es una función. : X R con las siguientes propiedades: (a) x 0, para todo x X (no negatividad);
MATEMÁTICA APLICADA II Segundo cuatrimestre 20 Licenciatura en Física, Universidad Nacional de Rosario Espacios de Banach. Introducción Frecuentemente estamos interesados en qué tan grande. es una función.
Más detallesSea un espacio vectorial sobre y sea un producto interno en ; entonces, : , y los vectores
FASÍCULO: ESPACIOS CON PRODUCTO INTERNO Teorema. Sea un espacio vectorial sobre y sea un producto interno en ; entonces, : i) ii) iii) iv) Ejemplo: Sean el espacio vectorial con el producto interno definido
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 detallesApuntes de Álgebra III
Apuntes de Álgebra III Versión Corregida Dr. Carlos Lizama Universidad de Santiago de Chile Facultad de Ciencias Departamento de Matemática y C.C. Introducción El presente texto de apuntes de Álgebra III
Más detallesÁlgebra Lineal VII: Independencia Lineal.
Álgebra Lineal VII: Independencia Lineal José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato email: jrico@salamancaugtomx
Más detallesALN. 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 detallesProblemas y Ejercicios Resueltos. Tema 3: Aplicaciones Lineales.
Problemas y Ejercicios Resueltos. Tema : Aplicaciones Lineales. Ejercicios 1.- Determinar cuáles de las siguientes aplicaciones son lineales: (i) f : R R 2 definida por f((x, y, z)) = (x y, y + 2z). (ii)
Más detallesTEMA 11. VECTORES EN EL ESPACIO
TEMA 11. VECTORES EN EL ESPACIO Dados dos puntos y, se define el vector como el segmento orientado caracterizado por su módulo, su dirección y su sentido. Dos vectores son equipolentes si tienen el mismo
Más detallesParte I. Iniciación a los Espacios Normados
Parte I Iniciación a los Espacios Normados Capítulo 1 Espacios Normados Conceptos básicos Sea E un espacio vectorial sobre un cuerpo K = R ó C indistintamente. Una norma sobre E es una aplicación de E
Más detallesII. ESPACIOS NORMADOS Y ESPACIOS DE BANACH
II. ESPACIOS NORMADOS Y ESPACIOS DE BANACH Se pretende en este capítulo establecer los resultados generales relacionados con el concepto de norma en un espacio vectorial así como mostrar las distintas
Más detallesTEMA 6 FORMAS BILINEALES Y PRODUCTO ESCALAR
TEMA 6 FORMAS BILINEALES Y PRODUCTO ESCALAR Índice 6.1. Formas bilineales....................... 154 6.1.1. Representación matricial de una forma bilineal. 155 6.1.. Formas multilineales reales............
Más detallesContinuidad. 5.1 Continuidad en un punto
Capítulo 5 Continuidad 5.1 Continuidad en un punto Definición 5.1.1 (Aplicación continua en un punto). Sean (X, τ) e (Y, τ ) dos espacios topológicos, y sea f : X Y una aplicación entre ellos. Diremos
Más detallesProductos Interiores No-Arquimedeanos
U N IV E R S ID AD D E C O N C E P C IÓ N FAC U LT AD D E C IE N C IAS F ÍS IC AS Y M AT E M ÁT IC AS P R O G R AM A D E M AG IS TE R E N M AT E M ÁTIC AS -AC AD É M IC O Productos Interiores No-Arquimedeanos
Más detalles1. Producto escalar, métrica y norma asociada
1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la
Más detallesTema 2. Aplicaciones lineales y matrices.
Tema 2 Aplicaciones lineales y matrices. 1 Índice general 2. Aplicaciones lineales y matrices. 1 2.1. Introducción....................................... 2 2.2. Espacio Vectorial.....................................
Más detallesCURSO DE MÉTODOS DE LA FÍSICA MATEMÁTICA ANÁLISIS FUNCIONAL OPERADORES NO ACOTADOS
CURSO DE MÉTODOS DE LA FÍSICA MATEMÁTICA ANÁLISIS FUNCIONAL H. FALOMIR DEPARTAMENTO DE FÍSICA FACULTAD DE CIENCIAS EXACTAS - UNLP OPERADORES NO ACOTADOS 1. Extensiones de operadores lineales Sea A un operador
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 detalles1. Producto escalar. Propiedades Norma de un vector. Espacio normado. 1.2.Ortogonalidad. Ángulos. 1.4.Producto escalar en V 3.
. Producto escalar. Propiedades... Norma de un vector. Espacio normado...ortogonalidad. Ángulos..3.Producto escalar en V..4.Producto escalar en V 3.. Producto vectorial de dos vectores de V 3...Expresión
Más detallesTesis Profesional Espacios de Hilbert con núcleo reproductivo. Guillermo Garro
Tesis Profesional Espacios de Hilbert con núcleo reproductivo Guillermo Garro Abril 2003 A mi madre, Victoria En sincero agradecimiento: A mi amigo y tutor, Luis Antonio A los miembros de mi honorable
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 detallesIntroducción a la topología
Introducción a la topología Beatriz Abadie CENTRO DE MATEMÁTICAS FACULTAD DE CIENCIAS UNIVERSIDAD DE LA REPÚBLICA Agosto de 2013 i Índice general Capítulo 1. Elementos de la teoría de conjuntos 1 1.1.
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 detallesPor ser f continua y R compacto, existen x 0, y 0 en R tales que f(x 0 ) = sup{f(t) : t R} y f(y 0 ) = inf{f(t) : t R}
Proposición. Sea un rectángulo en R n, y sea f : R una función continua. Entonces f es integrable en. Conjuntos de Demostración: Como f es continua en, y es compacto, f es acotada en, y uniformemente continua.
Más detallesTRANSFORMACIONES LINEALES
TRANSFORMACIONES LINEALES M. C. Roberto Rosales Flores INSTITUTO TECNOLÓGICO SUPERIOR DE TLAXCO Ingeniería en Logística M. C. Roberto Rosales Flores (ITST) TRANSFORMACIONES LINEALES Tercer Semestre 1 /
Más detallesAnillo de polinomios con coeficientes en un cuerpo
Capítulo 2 Anillo de polinomios con coeficientes en un cuerpo En el conjunto Z se ha visto cómo la relación ser congruente módulo m para un entero m > 1, es compatible con las operaciones suma y producto.
Más detallesEspacios normados de dimensión finita
Tema 4 Espacios normados de dimensión finita Vamos a presentar aquí dos resultados fundamentales acerca de los espacios normados más sencillos, los de dimensión finita. Estudiaremos el Teorema de Hausdorff,
Más detalles1 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 detallesTema 2. Grupos. 3. El conjunto de matrices de orden 2 con coeficientes enteros (o reales) con la suma es un grupo conmutativo.
Tema 2. Grupos. 1 Grupos Definición 1 Un grupo es una estructura algebraica (G, ) tal que la operación binaria verifica: 1. * es asociativa 2. * tiene elemento neutro 3. todo elemento de G tiene simétrico.
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 Matemático I: La integral de Riemann
Contents : La integral de Riemann Universidad de Murcia Curso 2006-2007 Contents 1 Definición de la integral y propiedades Objetivos Definición de la integral y propiedades Objetivos 1 Definir y entender
Más detallesTema 2 ESPACIOS VECTORIALES
Tema 2 ESPACIOS VECTORIALES Prof. Rafael López Camino Universidad de Granada 1 Espacio vectorial Definición 1.1 Un espacio vectorial es una terna (V, +, ), donde V es un conjunto no vacío y +, son dos
Más detallesEspacios vectoriales lorentzianos. Relatividad Especial
Capítulo 1 Espacios vectoriales lorentzianos. Relatividad Especial A lo largo de este capítulo, V = V (R) denotará un espacio vectorial real de dimensión n. 1.1. Espacios vectoriales con un producto escalar
Más detallesEstructuras Algebraicas
Tema 1 Estructuras Algebraicas Definición 1 Sea A un conjunto no vacío Una operación binaria (u operación interna) en A es una aplicación : A A A Es decir, tenemos una regla que a cada par de elementos
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 detallesCÁLCULO II. Grado M+I. Sucesiones y series de funciones. Sucesiones y series de funciones 1 / 27. Grado M+I () CÁLCULO II
CÁLCULO II Grado M+I Sucesiones y series de funciones Sucesiones y series de funciones 1 / Sucesiones funciones. Convergencia puntual Sucesión de funciones Definición Una sucesión de funciones será cualquier
Más detallesClase 15 Espacios vectoriales Álgebra Lineal
Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos
Más detallesConceptos básicos sobre espacios normados y espacios de Banach
Capítulo 1 Conceptos básicos sobre espacios normados y espacios de Banach 1.1. Definición de espacio normado y de espacio de Banach. Ejemplos Durante toda el curso, K denotará indistintamente al cuerpo
Más detallesAnexo 1: Demostraciones
75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:
Más detallesTopología de R n. Beatriz Porras
Producto escalar, métrica y norma asociada. Topología de R n Beatriz Porras 1 Producto escalar, métrica y norma asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores
Más detallesFormas bilineales y cuadráticas.
Tema 4 Formas bilineales y cuadráticas. 4.1. Introducción. Conocidas las nociones de espacio vectorial, aplicación lineal, matriz de una aplicación lineal y diagonalización, estudiaremos en este tema dos
Más detallesAplicaciones Lineales y Multilineales Continuas
Capítulo 4 Aplicaciones Lineales y Multilineales Continuas La conexión entre las estructuras vectorial y topológica de los espacios normados, se pone claramente de manifiesto en el estudio de las aplicaciones
Más detallesAplicaciones Lineales
Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse
Más detallesEl Teorema de existencia y unicidad de Picard
Tema 2 El Teorema de existencia y unicidad de Picard 1 Formulación integral del Problema de Cauchy El objetivo del presente Tema, y del siguiente, es analizar el Problema de Cauchy para un SDO de primer
Más detallesUn grafo G = (V, E) se dice finito si V es un conjunto finito.
1 Grafos: Primeras definiciones Definición 1.1 Un grafo G se define como un par (V, E), donde V es un conjunto cuyos elementos son denominados vértices o nodos y E es un subconjunto de pares no ordenados
Más detalles1 Relaciones de orden
1 Relaciones de orden Sea R una relación binaria en un conjunto A. Si R satisface las propiedades reflexiva, antisimétrica y transitiva se dice que R es una relación de orden. En este caso si a y b son
Más detallesGEOMETRÍA EN EL ESPACIO.
GEOMETRÍA EN EL ESPACIO. Un sistema de coordenadas tridimensional se construye trazando un eje Z, perpendicular en el origen de coordenadas a los ejes X e Y. Cada punto viene determinado por tres coordenadas
Más detallesProyecciones ortogonales (métricas) en espacios de funciones continuas
Proyecciones ortogonales (métricas) en espacios de funciones continuas Rafa Espínola Universidad de Sevilla III Encuentro de Análisis Funcional Miraflores de la Sierra, Madrid Junio 21-23, 2007 1 Nonexpansive
Más detallesCálculo II. Tijani Pakhrou
Cálculo II Tijani Pakhrou Índice general 1. Nociones topológicas en R n 1 1.1. Distancia y norma euclídea en R n.................... 1 1.2. Bolas abiertas y cerradas en R n..................... 3 1.3.
Más detallesTema 6.- Ortogonalidad y mejor aproximación.
Ingenierías: Aeroespacial, Civil y Química Matemáticas I 200-20 Departamento de Matemática Aplicada II Escuela Superior de Ingenieros Universidad de Sevilla Tema 6- Ortogonalidad y mejor aproximación 6-
Más detallesALGEBRA. Escuela Politécnica Superior de Málaga
ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.
Más detallesCombinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291)
Combinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291) I. Combinación Lineal Definición: Sean v 1, v 2, v 3,, v n vectores en el espacio vectorial V. Entonces cualquier
Más detalles40 Matemáticas I. Parte II. Álgebra Lineal. I.T.I. en Electricidad. Prof: José Antonio Abia Vian
40 Matemáticas I Parte II Álgebra Lineal 41 Matemáticas I : Álgebra Lineal Tema 4 Espacios vectoriales reales 4.1 Espacios vectoriales Definición 88.- Un espacio vectorial real V es un conjunto de elementos
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 detalles- Fernando Sánchez - Departamento de Matemáticas - Universidad de Extremadura. Topología
- Fernando Sánchez - - 6 Topología Cálculo I en R 26 10 2015 Elementos de la topología en R. Una topología en un conjunto da un criterio para poder hablar de proximidad entre los elementos de un conjunto.
Más detallesÁlgebras de Boole. Definición 1 Un álgebra de Boole es un conjunto parcialmente ordenado (B, ) que verifica las siguientes condiciones:
Álgebras de Boole Sea (P, ) un conjunto parcialmente ordenado y sea S un subconjunto de P. Una cota superior de S es un elemento c P tal que s c para todo s S. Una cota inferior de S es un elemento d P
Más detallesNotas ANÁLISIS FUNCIONAL. G. Corach E. Andruchov
Notas de ANÁLISIS FUNCIONAL G. Corach E. Andruchov 1997 El presente es un resumen de los apuntes de la materia Análisis Funcional (materia obligatoria de la carrera Licenciatura en Cs. Matemáticas, orientación
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 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 detallesMATEMÁTICASII Curso académico BLOQUE GEOMETRÍA. TEMA 1: VECTORES
MATEMÁTICASII Curso académico 2015-2016 BLOQUE GEOMETRÍA. TEMA 1: VECTORES 1.1 VECTORES DEL ESPACIO. VECTORES LIBRES DEL ESPACIO Sean y dos puntos del espacio. Llamaremos vector (fijo) a un segmento orientado
Más detallesResumen. Notas del curso dictado por la Dr. Beatriz Abadie en la facultad de ciencias en el semestre impar del año 2003.
Notas de topología Resumen Notas del curso dictado por la Dr. Beatriz Abadie en la facultad de ciencias en el semestre impar del año 2003. Índice general. Numerabilidad 2 2. Espacios métricos 3. Espacios
Más detallesEjemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}
Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar
Más detalles1. Convergencia en medida
FACULTAD CS. FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE MA3801 Teoría de la Medida. Semestre 2009-02 Profesor: Jaime San Martín Auxiliares: Andrés Fielbaum y Cristóbal Guzmán Clase auxiliar 7 21 de Septiembre
Más detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detallesEspacios vectoriales y Aplicaciones lineales
Espacios vectoriales y Aplicaciones lineales Espacios vectoriales. Subespacios vectoriales Espacios vectoriales Definición Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea
Más detalles1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n.
Ortogonalidad Producto interior Longitud y ortogonalidad Definición Sean u y v vectores de R n Se define el producto escalar o producto interior) de u y v como u v = u T v = u, u,, u n ) Ejemplo Calcular
Más detallesSubespacios invariantes
Subespacios invariantes Joan Cerda Departament de Matema tica Aplicada i Ana lisi; GARF, Barcelona E-mail: jcerda@ub.edu http://www.mat.ub.edu/ cerda/ 17 de abril de 2012 El problema Espectro Lomonosov
Más detallesEspacios vectoriales y aplicaciones lineales
Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un
Más detallesÍndice general 1. El Espacio Normado 2. La Diferencial de Fréchet 3. Teoremas de Taylor
Índice general 1. El Espacio Normado R n 1 1. Normas equivalentes....................... 6 2. Continuidad y limites de funciones............... 9 2.1. Reglas de cálculo para límites.............. 13 2.2.
Más detallesOperadores estrictamente singulares en retículos de Banach
Operadores estrictamente singulares en retículos de Banach 4 de abril de 2008 Tesis en curso dirigida por F. L. Hernández y J. Flores 1 Preliminares Definiciones Dos problemas naturales 2 3 Factorización
Más detallesElementos de Cálculo en Varias Variables
Elementos de Cálculo en Varias Variables Departamento de Matemáticas, CSI/ITESM 5 de octubre de 009 Índice Introducción Derivada parcial El Jacobiano de una Función 5 Derivadas Superiores 5 5 Derivada
Más detallesMatrices triangulares y matrices ortogonales
Matrices triangulares y matrices ortogonales Problemas para examen Matrices diagonales 1. Sea a R n. Se denota por diag(a) la matriz diagonal con entradas a 1,..., a n : diag(a) = [ a j δ j,k ] n j,k=1.
Más detallesAnálisis III. Joaquín M. Ortega Aramburu
Análisis III Joaquín M. Ortega Aramburu Septiembre de 1999 Actualizado en julio de 2001 2 Índice General 1 Continuidad en el espacio euclídeo 5 1.1 El espacio euclídeo R n...............................
Más detallesRecordemos que utilizaremos, como es habitual, la siguiente notación para algunos conjuntos de números que son básicos.
Capítulo 1 Preliminares Vamos a ver en este primer capítulo de preliminares algunos conceptos, ideas y propiedades que serán muy útiles para el desarrollo de la asignatura. Se trata de resultados sobre
Más detallesAlgebra Lineal XI: Funciones y Transformaciones Lineales
Algebra Lineal XI: Funciones y Transformaciones Lineales José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:
Más detallesÁngel Montesdeoca Delgado. Geometría Afín y Euclídea
Ángel Montesdeoca Delgado Geometría Afín y Euclídea Departamento de Matemática Fundamental Universidad de La Laguna 2012 Geometría Afín y Euclídea Ángel Montesdeoca Delgado (Versión 2.1604241121 ) amontes@ull.es
Más detallesDependencia e independencia lineal
CAPíTULO 3 Dependencia e independencia lineal En este capítulo estudiaremos tres conceptos de gran importancia para el desarrollo del álgebra lineal: el concepto de conjunto generador, el concepto de conjunto
Más detallesConstrucción de bases en el núcleo e imagen de una transformación lineal
Construcción de bases en el núcleo e imagen de una transformación lineal Objetivos. Estudiar el algoritmo para construir una base del núcleo y una base de la imagen de una transformación lineal. Requisitos.
Más detalles