Capítulo V. Teoremas de Fermat, Euler y Wilson
|
|
- José Antonio Castilla Vázquez
- hace 7 años
- Vistas:
Transcripción
1 Capítulo V Teoremas de Fermat, Euler y Wlson En este capítulo utlzamos los conceptos desarrollados en dvsbldad y conteo para deducr tres teoremas báscos de la teoría de números. En el próxmo capítulo, sobre congruencas, estos msmos resultados se obtenen al examnar la estructura del conjunto de resduos módulo n, donde n es un natural, bajo las operacones modulares suma y producto. V.1. Funcón φ de Euler La funcón de Euler φ : N N asgna a n el número de enteros postvos m con m n tal que m y n son relatvamente prmos. Formalmente φ(n) = {m N : 1 m n : mcd(m, n) = 1} Usando lo que sabemos de conteo y dvsbldad vamos a determnar φ(n). Consderemos prmero como ejemplo n = p prmo. Entonces todo m con 1 m < n es relatvamente prmo con p y por lo tanto φ(p) = p 1 = p(1 1/p). Consderemos ahora n = p k con p prmo. S mcd(m, n) = 1 entonces p no dvde m. Es más fácl contar los m tal que p dvde m en el rango 1 m < n; estos son precsamente los múltplos de p: p, p, 3p,..., p p, p + p,..., p 3,..., (p k 1 1)p Es decr, los enteros lp con l = 1,,..., p k 1 1, y entonces φ(p k ) = p k 1 1 = p k (1 1/p). 1
2 CPÍTULO V. TEOEMS DE FEMT, EULE Y WILSON 1 Para el caso general, recordamos que m, n N son relatvamente prmos s m y n no tene nngún factor prmo en común. sí que expresando n por medo de su factorzacón prma n = p 1 1 p p k k el problema es contar los m con 1 m n tal que nngún p dvde m. Queremos determnar la cardnaldad del conjunto n = {m N : 1 m n, mcd(m, n) = 1} Pero mcd(m, n) = 1 mplca que p m para todo I k, por lo tanto n = {m N : 1 m n, I k, p m} k = {m N : 1 m n, p m} =1 Sea Entonces y = {m : 1 m n, p m}. k n = =1 k n =. =1 Entonces, la cardnaldad de n se puede determnar usando el prncpo de nclusón-exclusón: n =. =J I k ( 1) J 1 Para este cálculo, notamos que (revse la dscusón para el cálculo de φ(p)) = {lp : 1 l n/p } J y por lo tanto = n/p. 1 Del conocmento de φ para n de la forma p k se puede obtener φ para n general, s superamos que φ satsface φ(n 1 n ) = φ(n 1 )φ(n ) cuando mcd(n 1, n ) = 1. Pero aquí vamos a segur otro camno para obtener φ(n) y de ese resultado obtenemos la propedad ctada.
3 V.1. FUNCIÓN φ DE EULE 3 Por convenenca, para = J I k, escrbmos p J = j J p j. Entonces, smlarmente tenemos que {m : 1 m n, p m} y por lo tanto Entonces y = J J = {m : 1 m n, J, p m} = {m : 1 m n, p J m} = {lp J : 1 l n/p J }. = n/p J. J n = φ(n) = n = n n = n =J I k ( 1) J 1 n p J ( 1) J 1 n p J =J I k = n 1 + ( 1) J 1 p J =J I k Fnalmente, notamos que 1 + ( 1) J 1 = ) (1 1p p J =J I k I k (como ejemplo, (1 1/p 1 )(1 1/p )(1 1/p 3 ) = 1 1/p 1 p 1/p p 3 1/p 1 p 3 + 1/p 1 p p 3 ) y por lo tanto φ(n) = n (1 1p ). I k De la expresón para φ(n) podemos deducr la sguente propedad de la funcón φ: s n = n 1 n con mcd(n 1, n ) = 1, entonces φ(n) = φ(n 1 n ) = φ(n 1 )φ(n ). Se dce que φ es una funcón multplcatva.
4 4 V.. CPÍTULO V. TEOEMS DE FEMT, EULE Y WILSON Teorema de Fermat Teorema 1 Sea p prmo. Para todo natural n 0, p dvde n p n. Prueba. Usamos nduccón sobre n. Para n = 1, se tene n p n = 0 y p dvde 0. Como hpótess de nduccón, asummos que p dvde n p n para n 1 y lo probamos para n + 1. Utlzando el teorema bnomal, se tene que (n + 1) p (n + 1) = ( n p + ( p 1 = (n p n) + ) n p 1 + ( p 1 ( p ) n p 1 + ) ( ) ) p n p + + n + 1 (n + 1) p 1 ( ) ( ) p p n p + + n. p 1 Por hpótess de nduccón p dvde n p n. Veamos que p dvde ( p k) para 1 k < p: claramente p dvde ( ) p k! = p(p 1) (p k + 1), k pero para k < p, p no dvde k! = 1 3 k (porque k! es producto de factores menores ó guales a k y por lo tanto sus factores prmos son menores ó guales a k), y por lo tanto el lema de Euler mplca que p dvde ( p k). Por lo tanto p dvde (n + 1) p (n + 1). Prueba. (lternatva) Esta prueba se basa en analzar los dferentes brazaletes posbles con p cuentas cada una de n colores posbles. Puesto que cada una de las p cuentas puede tener uno de los n colores, se tene ncalmente que el número de brazaletes es n p. Sn embargo, algunos de estos son esencalmente el msmo: uno corresponde a una rotacón del otro. La fgura V. lustra el caso p = 4 (no prmo) y n =. Cada fla corresponde a una clase de equvalenca bajo rotacón; en este caso los tamaños posbles son 1, y 4. La fgura V. lustra el caso p = 5 (prmo) y n =. En este caso, excepto los brazaletes monocromátcos, todas las clases de equvalenca tenen tamaño 5. El argumento general es el sguente: - El número de brazaletes no monocromátcos es n p n. - Todas las clases de equvalenca tenen tamaño p: Consderamos las rotacones con un ángulo múltplo de θ p = π/p. Para un brazalete, sea k 1 el mínmo k tal que una rotacón con un ángulo kθ p transforma el brazalete en s msmo. Por una parte k > 1 porque k = 1 mplca que el brazalete es monocromátco, y por la otra k p (porque certamente la rotacón con ángulo pθ p = π reproduce el brazalete orgnal. Por el teorema de la dvsón, exsten enteros q, r con 0 r k tal que p = qk+r.
5 V.. TEOEM DE FEMT 5 Fgura V.1: Brazaletes con 4 cuentas de colores. Los brazaletes en cada fla se pueden obtener del prmero por rotacón.
6 6 CPÍTULO V. TEOEMS DE FEMT, EULE Y WILSON Fgura V.: Brazaletes con 5 cuentas de colores, excepto los monocromátcos. Los 5 brazaletes en cada fla se pueden obtener del prmero por rotacón. Se concluye que 5 30.
7 V.3. TEOEM DE EULE 7 Pero s r > 0, esto sgnfca que una rotacón con un ángulo rθ p transforma el brazalete en s msmo (la rotacón con ángulo pθ p se puede dvdr en una rotacón con ángulo qkθ p la cual reproduce la rotacón ncal y una con ángulo rθ p la cual de nuevo reproduce la confguracón ncal porque completa una vuelta), lo que es una contradccón con la mnmaldad de k. Por lo tanto r = 0 y de aquí que p = qk. Pero, puesto que p es prmo y k > 1, debe ser el caso que k = p. - Fnalmente, se tenen n p n brazaletes agrupados en clases de equvalenca de tamaño p, por lo tanto concluímos que p dvde n p n. V.3. Teorema de Euler hora probamos una generlzacón del teorema de Fermat, llamada teorema de Euler. En la prueba sguente usamos que s n dvde a b, entonces n dvde a k b k lo cual se deduce de la factorzacón a k b k = (a b)(a k 1 + a k b + + ab k + b k 1 ). Teorema S n 1 y mcd(a, n) = 1, entonces a φ(n) 1 es dvsble por n Prueba. Prmero probamos usando nduccón sobre k que para p prmo y a tal que mcd(a, p k ) = 1, a φ(pk) 1 es dvsble por p k. El caso base k = 1 se deduce del teorema de Fermat: por eéste, p (a p a) = a(a p 1 1). Pero puesto que mcd(a, n) = 1, por el lema de Euler se concluye que p (a p 1 1). summos como hpótess de nduccón que Es decr, exste un entero q tal que Prmero notamos que p k (a φ(pk) 1). a φ(pk) = 1 + qp k. φ(p k+1 ) = p k+1 (1 1/p) = pφ(p k );
8 8 CPÍTULO V. TEOEMS DE FEMT, EULE Y WILSON entonces, usando el teorema bnomal obtenemos a φ(pk+1 ) = a pφ(pk ) = (a φ(pk) ) p = (1 + qp k ) p ( p = ) qp k + ( ) ( ) p p (qp k ) + + (qp k ) p 1 + (qp k ) p. p 1 Tenendo en cuenta que ( p 1) = p, se observa que todos los termnos de la derecha después del 1 son dvsbles por p k+1 (puesto que k 1, k k + 1, y así los térmnos sguentes certamente son dvsbles por p k+1 ). Por lo tanto p k+1 (a φ(pk+1) 1). hora para el caso general, consderamos la factorzacón prma de n: n = p k 1 1 pk pkr r. Note que s mcd(a, n) = 1, entonces mcd(a, p k ) = 1. Como hemos probado el caso n = p k, lo aplcamos a cada p k y obtenemos que p k (a φ(pk ) 1) Puesto que φ es multplcatva, φ(n)/φ(p k ) es un entero, y usando que m (a b) mplca m (a l b l ) con la potenca l = φ(n)/φ(p k ) concluímos que para = 1,..., r p k (a lφ(pk ) 1 l ) = (a φ(n) 1). Fnalmente, puesto que los p son prmos dferentes, esto mplca que n = p k 1 1 pk pkr r (a φ(n) 1). V.4. Teorema de Wlson Teorema 3 Sea p prmo. Entonces p dvde (p 1)! + 1. Prueba. Consderamos polígonos con p vértces, p-gonos; los vértces se consderan separados unformemente por un ángulo θ p = π/p sobre una crcumferenca. La fgura lustra el caso p = 5. S fjamos un vértce, una permutacón de los otros p 1 vértces especfca la secuenca de conexones. Sn embargo, se obtene el msmo p-gono con las dos permutacones dferentes, que corresponden a las dos dreccones desde el vértce ncal. sí que el número de p-gonos posbles es (p 1)!.
9 V.4. TEOEM DE WILSON 9 Fgura V.3: Pentágonos. Para p = 5, este número es 1 y estos se muestran en la fgura. lgunos de estos p-gonos, llamados estelares son especales en que se reproducen bajo una rotacón con ángulo θ p. Cada uno de estos está especfcado por un entero k, 1 k < p, que ndca el número de vértces que salta en cada conexón (note que se regresa al vértce ncal por prmera vez después de l saltos con ángulo kθ p precsamente cuando l = p, debdo a la prmaldad de p: se regresa al vértce ncal por prmera vez después de rotar np veces θ p para algún n, lo que mplca np = kl y, puesto que k < p, entonces que l es un múltplo de p; fnalmente l = p y n = k nos da el prmer retorno al vértce ncal). De nuevo, por la smetría en las dos posbles dreccones, sólo exsten p 1 de estos p-gonos. La prmera fla en la fgura muestra los dos pentágonos estelares. Ignorando los p-gonos estelares, nos quedan (p 1)! (p 1) p-gonos. Un argumento como el usado en la prueba del teorema de Fermat prueba que estos p-gonos no estelares se agrupan en clases de equvalenca de tamaño p bajo rotacón por ángulos múltplos de θ p. La segunda y tercera fla en la fgura muestran las dos clases de equvalenca para p = 5. Por lo tanto p (p 1)! (p 1).
10 10 CPÍTULO V. TEOEMS DE FEMT, EULE Y WILSON Por lo tanto y p ((p 1)! (p 1)) p ((p 1)! + 1). La mplcacón contrara tambén es certa: S p dvde (p 1)! + 1 entonces p es prmo. (Ejercco.) Congruencas Para p, q Z y n N con n 1, se dce que p y q son congruentes módulo n s n dvde p q. Esto se escrbe p q (módn). Con este concepto, los tres teoremas anterores se pueden escrbr como a p a (módp) para p prmo a φ(n) 1 (módn) para mcd(a, n) = 1 (p 1)! 1 (módp) para p prmo.
Problemas sobre números complejos -1-
Problemas sobre números complejos --.- Representa gráfcamente los sguentes números complejos y d cuáles son reales, cuáles magnaros y, de estos, cuáles magnaros puros: 5-5 + 4-5 7 0 -- -7 4.- Obtén las
Más detallesTema 1.3_A La media y la desviación estándar
Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.
Más detallesPregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?
Cadenas de Marov Después de mucho estudo sobre el clma, hemos vsto que s un día está soleado, en el 70% de los casos el día sguente contnua soleado y en el 30% se pone nublado. En térmnos de probabldad,
Más detalles6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS
TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo
Más detallesi=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1
CAPÍTULO 3 EJERCICIOS RESUELTOS: CONCEPTOS BÁSICOS DE ÁLGEBRA LINEAL Ejerccos resueltos 1 1. La norma p (tambén llamada l p ) en R n se defne como ( ) 1/p x p = x p. Demuestre que cumple los axomas de
Más detallesACTIVIDADES INICIALES
Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)
Más detallesGuía de Electrodinámica
INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan
Más detallesCAPÍTULO V ESTRUCTURAS ALGEBRAICAS
ESTRUCTURAS ALGEBRAICAS 7 CAPÍTULO V ESTRUCTURAS ALGEBRAICAS Estructura Algebraca es todo conjunto no vacío en el cual se han defndo una o más leyes de composcón nterna, luego de cumplr certas propedades
Más detallesVectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:
VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes
Más detallesRESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C
RESISTENCIS EN SERIE Y LEY DE LS MLLS V V 2 V 3 C D Fgura R R 2 R 3 Nomenclatura: Suponemos que el potencal en es mayor que el potencal en, por lo tanto la ntensdad de la corrente se mueve haca la derecha.
Más detallesAlgoritmo para la ubicación de un nodo por su representación binaria
Título: Ubcacón de un Nodo por su Representacón Bnara Autor: Lus R. Morera González En este artículo ntroducremos un algortmo de carácter netamente geométrco para ubcar en un árbol natural la representacón
Más detallesUnidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública
Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos
Más detallesTrabajo Especial 2: Cadenas de Markov y modelo PageRank
Trabajo Especal 2: Cadenas de Markov y modelo PageRank FaMAF, UNC Mayo 2015 1. Conceptos prelmnares Sea G = (V, E, A) un grafo drgdo, con V = {1, 2,..., n} un conjunto (contable) de vértces o nodos y E
Más detalleshttp://www.rubenprofe.com.ar biofisica@rubenprofe.com.ar RESISTENCIAS EN PARALELO
bofsca@rubenprofe.com.ar El crcuto funcona así: ESISTENCIS EN PLELO.- Las cargas salen del extremo postvo de la fuente y recorren el conductor (línea negra) hasta llegar al punto, allí las cargas se dvden
Más detalles8 MECANICA Y FLUIDOS: Calorimetría
8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS
Más detallesAplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa
Aplcacón de la termodnámca a las reaccones químcas Andrés Cedllo Departamento de Químca Unversdad Autónoma Metropoltana-Iztapalapa Introduccón Las leyes de la termodnámca, así como todas las ecuacones
Más detallesDELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID
DELTA MATE OMAÓN UNETAA / Gral. Ampuda, 6 8003 MADD EXÁMEN NTODUÓN A LA ELETÓNA UM JUNO 008 El examen consta de ses preguntas. Lea detendamente los enuncados. tene cualquer duda consulte al profesor. Todas
Más detalles1. Lección 7 - Rentas - Valoración (Continuación)
Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento
Más detallesELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO.
ELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO..- PERSPECTIVA HISTÓRICA MATERIA { MOLÉCULAS } { ÁTOMOS}, sendo los átomos y/o moléculas estables por la nteraccón electromagnétca. Desde la perspectva electromagnétca
Más detallesMétodos específicos de generación de diversas distribuciones discretas
Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de
Más detallesPerturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros
Perturbacón de los valores propos smples de matrces de polnomos dependentes dferencablemente de parámetros M Isabel García-Planas 1, Sona Tarragona 2 1 Dpt de Matemàtca Aplcada I, Unverstat Poltècnca de
Más detallesTema 3. Teoremas de la Teoría de Circuitos
Tema 3. Teoremas de la Teoría de Crcutos 3.1 Introduccón 3. Superposcón 3.3 Transformacón de fuentes 3.4 Teorema de Theenn 3.5 Teorema de Norton V Th Th L 3.6 Máxma transferenca de potenca José. Pereda,
Más detallesFugacidad. Mezcla de gases ideales
Termodnámca del equlbro Fugacdad. Mezcla de gases deales rofesor: Alí Gabrel Lara 1. Fugacdad 1.1. Fugacdad para gases Antes de abarcar el caso de mezclas de gases, debemos conocer como podemos relaconar
Más detallesIES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas
IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el
Más detallesPROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)
PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón
Más detallesDe factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado
Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de
Más detalles1. Números imaginarios. Números complejos en forma binómica página 115. 2. Representación gráfica de los números complejos página 116
Números complejos E S Q U E M A D E L A U N I D A D. Números magnaros. Números complejos en forma bnómca págna. Representacón gráfca de los números complejos págna 6.. Suma de números complejos págna 8.
Más detallesResumen TEMA 1: Teoremas fundamentales de la dinámica y ecuaciones de Lagrange
TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange Mecánca 2 Resumen TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange. Prncpos de dnámca clásca.. Leyes de ewton a) Ley
Más detallesMedidas de centralización
1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos
Más detallesCampo eléctrico. Líneas de campo. Teorema de Gauss. El campo de las cargas en reposo. Campo electrostático
qco sθ qz Ez= 4 zπε0 2+ R2 = 4πε0 [z2 +R2 ]3/ 2 El campo de las cargas en reposo. Campo electrostátco ntroduccón. Propedades dferencales del campo electrostátco. Propedades ntegrales del campo electromagnétco.
Más detallesVariable aleatoria: definiciones básicas
Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado
Más detallesVARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.
VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.
Más detalles2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo
Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso
Más detallesAritmética en el Espectro de los Números Naturales a través de veinte ejemplos 1
1 Artmétca en el Espectro de los Números Naturales a través de vente ejemplos 1 Dego Pareja Hereda. Unversdad del Qundío. Las matemátcas son una dscplna que demanda magnacón y más aun, fantasía. John Stllwell
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUES DE CCESO L UNVERSDD L.O.G.S.E CURSO 004-005 CONVOCTOR SEPTEMRE ELECTROTECN EL LUMNO ELEGRÁ UNO DE LOS DOS MODELOS Crteros de calfcacón.- Expresón clara y precsa dentro del lenguaje técnco y gráfco
Más detallesInvestigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia
Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,
Más detallesOPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS
P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la
Más detallesCifrado de imágenes usando autómatas celulares con memoria
Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano
Más detallesComparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó
Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor
Más detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detallesEfectos fijos o aleatorios: test de especificación
Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto
Más detallesDEPARTAMENTO DE INDUSTRIA Y NEGOCIO UNIVERSIDAD DE ATACAMA COPIAPO - CHILE
DEPATAMENTO DE NDUSTA Y NEGOCO UNESDAD DE ATACAMA COPAPO - CHLE ESSTENCA EN SEE, PAALELO, MXTO Y SUPEPOSCÓN En los sguentes 8 crcutos calcule todas las correntes y ajes presentes, para ello consdere los
Más detallesGUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22
DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.
Más detallesSISTEMAS COMBINACIONALES
Tema 2 SISTEMAS COMBINACIONALES En este tema se estudarán algunas de las funcones combnaconales más utlzadas, las cuales se mplementan en chps comercales Como estas funcones son relatvamente complejas,
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesLa variable compleja permite resolver problemas muy diferentes dentro de. áreas tan variadas como pueden ser hidráulica, aerodinámica, electricidad,
17 Análss matemátco para Ingenería. M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA CAPÍTULO 1 Los números complejos La varable compleja permte resolver problemas muy dferentes dentro de áreas tan varadas
Más detallesTEMA 4 Variables aleatorias discretas Esperanza y varianza
Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón
Más detallesPoblación: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.
Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco
Más detallesIntroducción a las Subastas de Múltiples Objetos
Introduccón a las Subastas de Múltples Objetos Alvaro J. Rascos Vllegas Unversdad de los Andes Abrl de 2010 lvaro J. Rascos Vllegas (Unversdad de losintroduccón Andes) a las Subastas de Múltples Objetos
Más detallesTema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Más detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009
UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas
Más detallesSimulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.
Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón
Más detallesContinua: Corriente cuyo valor es siempre constante (no varía con el tiempo). Se denota como c.c.
.. TIPOS DE CORRIENTES Y DE ELEMENTOS DE CIRCUITOS Contnua: Corrente cuyo valor es sempre constante (no varía con el tempo). Se denota como c.c. t Alterna: Corrente que varía snusodalmente en el tempo.
Más detallesLECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION
Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas
Más detalles4. PROBABILIDAD CONDICIONAL
. ROBBILIDD CONDICIONL La probabldad de que ocurra un evento B cuando se sabe que ha ocurrdo algún otro evento se denomna robabldad Condconal, Se denota como (B/) y se lee como la probabldad de que ocurra
Más detalles4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS.
4. REPRESETACIOES GRÁFICAS PARA DATOS CATEGÓRICOS. Cuando se manejan fenómenos categórcos, se pueden agrupar las observacones en tablas de resumen, para después representarlas en forma gráfca como dagramas
Más detalles5ª Lección: Sistema de fuerzas gravitatorias. Cálculo de centros de gravedad de figuras planas: teoremas de Guldin.
Capítulo II: MECÁNICA DEL SÓLIDO RÍGIDO 5ª Leccón: Sstema de fuerzas gravtatoras. Cálculo de centros de gravedad de fguras planas: teoremas de Guldn. Sstemas de fuerzas gravtatoras La deduccón parte de
Más detallesEquilibrios competitivos y de Bertrand, con y sin diferenciacion de productos
Revsta equlbros de Análss compettvos Económco, Vol. y 24, de Nº bertrand, 1, pp. 43-53 (Juno con 2009) y sn dferencacon 43 Equlbros compettvos y de Bertrand, con y sn dferencacon de productos Compettve
Más detallesTema 4. Números Complejos
Tema. Números Complejos. Números complejos...... Defncón de números complejo..... Conjugado y opuesto de números complejos..... Representacón gráfca de los complejos.... Operacones con complejos..... Suma
Más detallesCapítulo VI. Congruencias, Z n y Z n, Etc.
Capítulo VI Congruencias, Z n y Z n, Etc. En este capítulo se estudian congruencias módulo un entero positivo, y los sistemas de números Z n y Z n. Además del teorema chino del residuo, encontramos de
Más detallesFUNDAMENTOS QUIMICOS DE LA INGENIERIA
FUNDAMENTOS QUIMICOS DE LA INGENIERIA (BLOQUE DE INGENIERIA QUIMICA) GUION DE PRACTICAS DE LABORATORIO ANTONIO DURÁN SEGOVIA JOSÉ MARÍA MONTEAGUDO MARTÍNEZ INDICE PRACTICA PAGINA BALANCE MACROSCÓPICO DE
Más detallesCÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA
CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,
Más detallesMaterial realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera
Tema - MATEMÁTICAS FINANCIERAS Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura: Economía Fnancera Apuntes realzados por J. Davd Moreno y María Gutérrez Advertenca
Más detallesEconometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1
Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale
Más detallesTEMA 8: PRÉSTAMOS ÍNDICE
TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE
Más detallesAdemás podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos:
MEDIDAS DE POSICIÓN Y DISPERSIÓN Estadístca En la clase anteror vmos como resumr la nformacón contenda en un conjunto de datos medante tablas y gráfcos. En esta clase vamos a ver como resumrlos medante
Más detallesLeyes de tensión y de corriente
hay6611x_ch03.qxd 1/4/07 5:07 PM Page 35 CAPÍTULO 3 Leyes de tensón y de corrente CONCEPTOS CLAVE INTRODUCCIÓN En el capítulo 2 se presentaron la resstenca así como varos tpos de fuentes. Después de defnr
Más detallesREGRESION LINEAL SIMPLE
REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente
Más detallesFIABILIDAD (V): COMPARACIÓN (NO PARAMÉTRICA) DE MUESTRAS
FIABILIDAD (V): COMPARACIÓN (NO PARAMÉTRICA) DE MUESTRAS Autores: Ángel A Juan Pérez (ajuanp@uocedu), Rafael García Martín (rgarcamart@uocedu) RELACIÓN CON OTROS MATH-BLOCS Este math-block forma parte
Más detallesTEMA 6 AMPLIFICADORES OPERACIONALES
Tema 6 Amplfcadores peraconales ev 4 TEMA 6 AMPLIFICADES PEACINALES Profesores: Germán llalba Madrd Mguel A. Zamora Izquerdo Tema 6 Amplfcadores peraconales ev 4 CNTENID Introduccón El amplfcador dferencal
Más detallesResumen de los teoremas fundamentales del análisis estructural aplicados a celosías
Resumen de los teoremas fundamentales del análss estructural aplcados a celosías INTRODUCCIÓN Fuerzas aplcadas y deformacones de los nudos (=1,n) ESTICIDD Tensón =Ν/Α. Unforme en cada seccón de la arra.
Más detallesProcesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 17
Procesamento Dgtal de mágenes Pablo Roncaglolo B. Nº 7 Orden de las clases... CAPTURA, DGTALZACON Y ADQUSCON DE MAGENES TRATAMENTO ESPACAL DE MAGENES TRATAMENTO EN FRECUENCA DE MAGENES RESTAURACON DE MAGENES
Más detalles= x 1º B. 2º- Calcular y simplificar: 3º- Calcular el valor de k para que el cociente
Departamento de Matemátcas 1º B 7 / OCT / 05 1º- Defnr conjugado, opuesto e nverso de un nº complejo. Escrbr y representar el conjugado, el opuesto, el conjugado del opuesto, el opuesto del conjugado,
Más detalles1.1 Ejercicios Resueltos Tema 1
.. EJERCICIOS RESUELTOS TEMA. Ejerccos Resueltos Tema Ejemplo: Probarque ++3+ + n 3 + 3 +3 3 + + n 3 n (n +) Ã n (n +)! - Para n es certa, tambén lo comprobamos para n, 3,... ( + ) + 3 (+) supuesto certa
Más detallesEconomía de la Empresa: Financiación
Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se
Más detallesTEMA 10: ESTADÍSTICA
TEMA 10: La Estadístca es la parte de las matemátcas que se ocupa de recoger, organzar y analzar grandes cantdades de datos para estudar alguna característca de un colectvo. 1. VARIABLES S UIDIMESIOALES
Más detallesEL AMPLIFICADOR OPERACIONAL.
Tema 6. El mplfcador peraconal. Tema 6 EL MPLIFICD PECINL.. Introduccón... Símbolos y termnales del amplfcador operaconal... El amplfcador operaconal como amplfcador de tensón..3. Conceptos báscos de realmentacón..4.
Más detallesProfesor: Rafael Caballero Roldán
Contendo: 5 Restrccones de ntegrdad 5 Restrccones de los domnos 5 Integrdad referencal 5 Conceptos báscos 5 Integrdad referencal en el modelo E-R 53 Modfcacón de la base de datos 53 Dependencas funconales
Más detallesCAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS
CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables
Más detallesLECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA
LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas
Más detallesOSCILACIONES 1.- INTRODUCCIÓN
OSCILACIONES 1.- INTRODUCCIÓN Una parte relevante de la asgnatura trata del estudo de las perturbacones, entenddas como varacones de alguna magntud mportante de un sstema respecto de su valor de equlbro.
Más detallesTrigonometría Analítica. Sección 6.6 Funciones trigonométricas inversas
6 Trigonometría Analítica Sección 6.6 Funciones trigonométricas inversas Funciones Inversas Recordar que para una función, f, tenga inversa, f -1, es necesario que f sea una función uno-a-uno. o Una función,
Más detallesPRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES
PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno
Más detallesCÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1
CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.
Más detallesOferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA
Oferta de Trabajo Parte 2 Economía Laboral Julo J. Elías LIE - UCEMA Curva de oferta de trabajo ndvdual Consumo Salaro por hora ($) G w=$20 F w=$25 25 Curva de Oferta de Trabajo Indvdual w=$14 20 14 w
Más detallesMICROECONOMIA Y REGIMEN DE LA COMPETENCIA EN LA UE COLUSION EN OLIGOPOLIOS
MICROECONOMIA Y REGIMEN DE LA COMPETENCIA EN LA UE PARTE COLUSION EN OLIGOPOLIOS TEMA 8: JUEGOS REPETIDOS: TEOREMAS Y PARADOJAS 1. Juegos repetdos: Conceptos báscos y ejemplos. 2. Paradojas en los juegos
Más detallesGuía de ejercicios #1
Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje
Más detallesHistogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.
ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:
Más detallesCAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS
CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS El conocmento de las meddas de centralzacón no es sufcente para caracterzar completamente a una dstrbucón por ejemplo: s las edades medas de
Más detallesALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.
9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara
Más detallesUnidad 3 PLANIFICACIÓN DE TIEMPOS, PROGRAMACIÓN DE RECURSOS Y ESTIMACIÓN DE COSTOS DE LA EJECUCIÓN Y MANTENIMIENTO DE LOS STI
Undad 3 PLANIFICACIÓN DE TIEMPOS, PROGRAMACIÓN DE RECURSOS Y ESTIMACIÓN DE COSTOS DE LA EJECUCIÓN Y MANTENIMIENTO DE LOS STI 3.1. DINÁMICA DE LA GESTIÓN DE PROYECTOS. 3.1.1. GESTIÓN DE PROYECTOS. La gestón
Más detallesTeoría de Números. 22 de julio de 2012
Teoría de Números Naoi Sato 22 de julio de 2012 Resumen Estas notas sobre teoría de números fueron originariamente escritas en 1995 para estudiantes de nivel OIM. Cubre sólo
Más detalles62 EJERCICIOS de NÚMEROS COMPLEJOS
6 EJERCICIOS de NÚMEROS COMPLEJOS. Resolver las sguentes ecuacones en el campo de los números complejos: a x -x+=0 (Soluc: ± b x +=0 (Soluc: ± c x -x+=0 (Soluc: ± d x -x+=0 (Soluc: ± e x -6x +x-6=0 (Soluc:,
Más detallesCESMA BUSINESS SCHOOL
CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta
Más detallesUna matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.
MATRICES Las matrces se utlzan en el cálculo numérco, en la resolucón de sstemas de ecuacones lneales, de las ecuacones dferencales y de las dervadas parcales. Además de su utldad para el estudo de sstemas
Más detalles1.- Una empresa se plantea una inversión cuyas características financieras son:
ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES. Departamento de Economía Aplcada (Matemátcas). Matemátcas Fnanceras. Relacón de Problemas. Rentas. 1.- Una empresa se plantea una nversón cuyas característcas
Más detallesPARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x
Dstrbucones de Probabldad dscretas-bn1b DISTRIBUIONES DISRETAS DE PROBABILIDAD Dstrbucones dscretas son aquellas en las que la varable sólo puede tomar valores aslados. Ejemplo: lanzar una moneda ( valores:
Más detallesALINEAMIENTO DE DOS SECUENCIAS (pairwise alignment)
ALINEAMIENTO DE DOS SECUENCIAS (parwse algnment) El alneamento de una pareja de secuencas permte cuantfcar el grado de smltud que hay entre ellas y determnar s exste algún tpo de relacón entre ambas. Para
Más detallesMÉTODOS PARA PROBAR NUMEROS
Capítulo 3 ALEATORIOS MÉTODOS PARA PROBAR NUMEROS III.1 Introduccón Exsten algunos métodos dsponbles para verfcar varos aspectos de la caldad de los números pseudoaleatoros. S no exstera un generador partcular
Más detallesRentas o Anualidades
Rentas o Anualdades Patrca Ksbye Profesorado en Matemátca Facultad de Matemátca, Astronomía y Físca 10 de setembre de 2013 Patrca Ksbye (FaMAF) 10 de setembre de 2013 1 / 31 Introduccón Rentas o Anualdades
Más detalles