Estructuras modulares y su aplicación en la construcción de criptosistemas simples
|
|
- Jaime Soto Suárez
- hace 8 años
- Vistas:
Transcripción
1 Estructuras modulares y su aplicación en la construcción de criptosistemas simples M Sc. Sebastián Castañeda Hernández Grupo Marea Universidad del Norte Barranquilla - Colombia Resumen Las estructuras modulares, ejemplos clásicos de estructuras algebraicas finitas, son de gran utilidad en aplicaciones a diseños de circuitos electrónicos y criptosistemas, para citar solo dos ejemplos importantes de actualidad. Tales estructuras son anillos conmutativos con elemento identidad. En este cursillo se presentan tales estructuras con sus propiedades básicas (como grupos, anillos o campos) así como su utilización en el diseño de criptosistemas sencillos, los cuales son la base de una gran parte de los sistemas criptográficos más utilizados. 1. Relaciones de orden y de equivalencia Dado un conjunto A una relación en A es un subconjunto cualquiera de A A. Si R es una relación en A y (x, y) R, escribiremos xry (léase x está relacionado con y bajo R ). A menos que se especifique algo distinto, todas las relaciones consideradas serán no vacías. Definición 1.1. Una relación R en A se denomina: Reflexiva si, y solo si para todo x A se tiene xrx. Simétrica si, y solo si, para todo x, y A se cumple xry = yrx. 1
2 2 S. Castañeda Transitiva si, y solo si para todo x, y, z A se tiene xry yrz = xrz Antisimétrica si, y solo si para todo x, y A se cumple xry yrx = x = y Una relación reflexiva, simétrica y transitiva es denominada de equivalencia. Un orden parcial sobre A es una relación reflexiva, antisimétrica y transitiva. Un orden parcial R sobre A es un orden total (o lineal) si satisface x, y A : xry yrx Se acostumbra decir, en el último caso, que todos los elementos de A son comparables mediante R, que A está totalmente ordenado por R o que A es una cadena. Si R es un orden parcial sobre A,claramente para cualquier subconjunto B A, R induce un orden parcial R B R. Si B, bajo tal orden inducido, es una cadena decimos también que B es una cadena en A bajo R. Generalmente notaremos un orden parcial por y escribiremos (A, ) para referirnos al conjunto A considerado bajo el orden parcial indicado. Para una relación R, la relación dual(o inversa) se define R = {(x, y) (y, x) R} Es claro que una relación R es de equivalencia y un orden parcial en A si, y solo si R es la relación de identidad en A (igualdad).es inmediato (ejercicio): Proposición 1.1. Si R es un orden parcial (respectivamente, de equivalencia) en A, entonces su relación dual es un orden parcial (resp., de equivalencia) en A. Para un orden parcial, su relación dual será notada. Así, se tiene para x, y A: x y y x. Los conocidos conceptos de cotas superiores e inferiores, conjuntos acotados, etc se generalizan para ordenes parciales. Definición 1.2. Sean (A, ) un conjunto parcialmente ordenado, B A, c A. Entonces: 1. Relaciones de orden y de equivalencia
3 3 S. Castañeda 1. c es una cota superior (resp. inferior) para B si, y solo si para todo x B se tiene x c (resp. c x). 2. c es un elemento maximal(resp. minimal) si, y solo si para todo x A se tiene: c x = x = c.(resp. x c = x = c) 3. c es un máximo (resp. mínimo) de B si c B y para todo x B, x c (resp. c x). 4. A está bien ordenado (por ) si cada sunconjunto no vacío de A tiene elemento mínimo. En tal caso es un buen orden para A. Si es un orden parcial sobre A, los elementos maximales (minimales), cotas superiores (inferiores) y máximos (mínimos), según, son elementos minimales (resp, maximales), cotas inferiores (superiores) y mínimos (máximos) de la relación dual. Un elemento máximo (o mínimo) de un subconjunto no vacío de A es único bajo un orden parcial, pues si c, d son ambos máximos, se sigue por la definición y la antisimetría que c = d. Sin embargo, estas definiciones pueden extenderse para una relación reflexiva y transitiva (o preorden), bajo las cuales no necesariamente los máximos y mínimos, si existen, son únicos. Ejemplo 1.1. Sobre el conjunto IN, de los números naturales, la relación es un orden total y un buen orden. Cualquier conjunto infinito enumerable A puede también ser bien ordenado. En efecto si ϕ : A IN es una biyección, entonces ϕ induce sobre A el buen orden definido por x y ϕ(x) ϕ(y). En particular, aunque no es un buen orden (aunque sí es un orden total) sobre ZZ, ZZ puede ser bien ordenado. Utilizando, por ejemplo, la biyección que pone en correspondencia los naturales impares con los enteros no negativos y los pares con los negativos, como se muestra abajo se tiene el siguiente buen orden sobre ZZ: Relaciones de orden y de equivalencia
4 4 S. Castañeda Así, ZZ, bajo el orden indicado, tiene un elemento mínimo, 0. Por su parte, 1 es el mínimo del conjunto de los enteros negativos. Como bajo el orden usual en ZZ, no existen elementos maximales El ejemplo anterior muestra que un orden total no es, necesariamente, un buen orden. El recíproco, en cambio, es verdadero: Si es un buen orden sobre A, entonces para cada par de elementos x, y A el conjunto {x, y} tiene un elemento mínimo, teniéndose por tanto que x y o y x con lo que resulta un orden total. Ejemplo 1.2. Consideremos un ejemplo finito: Sea A = {a, b, c, d, e, f, g}. La relación = {(x, x) x A} {(a, b), (b, c), (a, c), (d, c), (e, g), (e, f), (f, g)} es un orden parcial sobre A pero no es un orden total, ya que, por ejemplo, a y d no son comparables. Un diagrama (de Haase) decribe la relación indicada, como se muestra a continuación. En A tenemos: c y g son elementos maximales. a, d y e son minimales. c g b f a d e No existen elementos máximo ni mínimo de A. a es el mínimo de {a, b, c} y c es el máximo de dicho conjunto. Los conjuntos {a, b, c}, {d, c}, {e, f, g}, así como cualquier subconjunto de ellos, son cadenas en A. 2 Compatibilidad
5 5 S. Castañeda 2. Compatibilidad de relaciones con operaciones binarias Dado un conjunto A una acción (a izquierda) sobre A (de B) es una función : B A C. La función es también denominada una operación binaria sobre A (o B). Se dice también, en las condiciones anteriores, que es una acción (a derecha) de A sobre B. Si A = B = C, decimos que es una ley de composición interna sobre A. Si : B A C es una operación binaria y R 1, R 2 y R 3 son relaciones definidas en B, A y C, respectivamente, se dice que R 1, R 2 y R 3 son compatibles con si, y solo si para x, y B, z, w A se cumple que: xr 1 y zr 2 w = (x z)r 3 (y w) Cualquiera de las relaciones R 1 o R 2, y R 3 son compatibles con si lo son conjuntamente con la igualdad. Así, por ejemplo, R 1 y R 3 son compatibles con la acción a izquierda si para cada x, y A se tiene que para todo b B: xr 1 y = (b x)r 3 (b y). Finalmente, en el caso de compatibilidad si A = B = C, y R = R 1 = R 2 = R 3, decimos simplemente que R y son compatibles. Proposición 2.1. Si R es un preorden ( reflexiva y transitiva ) en A, entonces son equivalentes: 1. R y son compatibles. 2. Para todo x, y A se tiene que xry = ( z A)((x z)r(y Z) (z x)r(z y)). Demostración. Que (1) implica (2) es claro por la reflexividad de R. Si se cumple (2) y xry, zrw, para x, y, z, w A, se sigue que lo que demuestra (1). (x z)r(y z) (y z)r(y w) = (x z)r(y w) 2 Compatibilidad
6 6 S. Castañeda Si R es un preorden sobre A y a A, definimos P rec R (a) = {x A xra} Succ R (a) = {x A arx} Es claro que ambos conjuntos son no vacíos y que su intersección también lo es. En particular, se tiene Proposición 2.2. Si R es un preorden sobre A, entonces: 1. R es de equivalencia ( a A : P rec R (a) Succ R (a)) ( a A : Succ R (a) P rec R (a)) 2. R es un orden parcial si, y solo si, para todo a A : se cumple que P rec R (a) Succ R (a) = {a}. Demostración. 1. Supongamos R de equivalencia en A y a A, entonces x P rec R (a) = xra = arx = x Succ R (a) Si, ahora suponemos P rec R (y) Succ R (y) para todo y A, con R un preorden, se tiene para a A x Succ R (a) = arx = a P rec R (x) = a Succ R (x) = xra = x P rec R (a) Finalmente, si para todo a A se tiene Succ R (a) P rec R (a) y suponemos xry, con x, y A, entonces y Succ R (x) = y P rec R (x) = yrx lo que demuestra que R es de equivalencia. 2 Compatibilidad
7 7 S. Castañeda 2. Si R es un orden parcial sobre A y a A, entonces claramente a P rec R (a) Succ R (a). Ahora z P rec R (a) Succ R (a) = zra arz = a = z lo cual demuestra que P rec R (a) Succ R (a) = {a}. Recíprocamente, si P rec R (a) Succ R (a) = {a} para todo a A y x, y A son tales que xry, yrx, entonces x P rec R (y) Succ R (y), de donde se sigue que x = y. Si R es de equivalencia en A entonces, por el teorema anterior, para cada a A, se tiene P rec R (a) = Succ R (a) = {x A xra} = {x A arx}. El conjunto anterior se denomina la clase de equivalencia de a bajo R, notada [a] R. El conjunto de tales clases de equivalencia se acostumbra a denominar conjunto cociente de A bajo R y se denota por A/R. Como se muestra a continuación, tal conjunto es una partición de A; es decir, R realiza sobre A una clasificación exhaustiva en clases mutuamente disyuntas. Teorema 2.3. Sea R una relación de equivalencia en A. Entonces: 1. Si a, b A, entonces [a] R = [b] R o [a] R [b] R =. 2. A = a A [a] R. Demostración. Ejercicio El recíproco del teorema anterior es válido en el sentido que toda partición de A es un conjunto cociente de alguna relación de equivalencia en A. Teorema 2.4. Sea A un conjunto no vacío. Si P = {A i i I} es una familia no vacía de subconjuntos de A tal que: 1. Para todo i, j I: A i = A j o A i A j =. 2. A = i I A i. entonces, existe una relación de equivalencia R en A tal que P = A/R. Demostración. Defina xry si, y solo si existe i I, tal que x, y A i y demuestre que R es de equivalencia ([x] R = A i si, y solo si x A i ). 3 Compatibilidad
8 8 S. Castañeda 3. Transporte de estructuras y preordenes a cocientes La mayoría de las estructuras utilizadas en matemáticas son estructuras cociente; es decir, el conjunto soporte de tales estructuras es un cociente determinado por una relación de equivalencia sobre un conjunto dado. En esta sección analizamos la manera como podemos definir sobre un cociente de un conjunto A una estructura algebraica que conserve algunas propiedades de una estructura previa sobre A. Para fijar ideas, supongamos que se tiene una operación binaria : B A C y que sobre los conjuntos B, A y C se han definido relaciones de equivalencia R 1, R 2 y R 3, respectivamente, obteniendo así los cocientes B/R 1, A/R 2 y C/R 3. Para cada b B, a A sabemos que existen un único c = b a C y las respectivas clases de equivalencia [b] R1, [a] R2, [b a] R3 en los cocientes. Parece natural definir una operación binaria (para la cual utilizaremos el mismo símbolo) : B/R 1 A/R 2 C/R 3 mediante la asignación ([b] R1, [a] R2 ) [b] R1 [a] R2 = [b a] R3. Tal asignación definirá una función, y por tanto una operación binaria, si, y solo si ([b 1 ] R1, [a 1 ] R2 ) = ([b 2 ] R1, [a 2 ] R2 ) = [b 1 a 1 ] R3 = [b 2 a 2 ] R3 para todo a i A, b i B, i = 1, 2. La anterior condición es claramente equivalente a la compatibilidad de las relaciones R i con. Tenemos así: Proposición 3.1. Si : B A C es una operación binaria y R 1, R 2, R 3 son relaciones de equivalencia definidas en B, A y C, respectivamente, entonces : B/R 1 A/R 2 C ([b] R1, [a] R2 ) [b a] R3 define una operación binaria si, y solo si es compatible con las relaciones. 3 Transporte de estructuras y preordenes
9 9 S. Castañeda A: En las condiciones de la proposición anterior, se tiene que para b B, a [b] R1 [a] R2 = [b a] R3 (1) Decimos que la operación dada por 1 es transportada vía compatibilidad a los cocientes. Podemos también pensar en el transporte de un preorden a un cociente. Supongamos, en tal sentido que sobre el conjunto A tenemos definidos tanto un preorden,, como una relación de equivalencia R. Como en el caso anterior, parece natural definir sobre el cociente A/R la relación [x] R [y] R x y. Es claro que para que esté bien definida debe cumplirse ( a, b, c, d A)(aRb crd = (a c b d)), de manera que la decisión de si dos clases están o no relacionadas sea independiente de los representantes escogidos en cada clase. En tal caso, decimos que el preorden y la relación de equivalencia son compatibles. El preorden induce en A una relación de equivalencia. En efecto, si definimos para a, b A: a asoc b a b b a (2) entonces asoc es una relación de equivalencia compatible con el preorden (ejercicio), a la que denominaremos relación de asociación inducida por, notada también Asoc( ). Tal relación es maximal (según la inclusión) en la familia de las relaciones de equivalencia compatibles con, en tal familia la relación de identidad en A es minimal. Nótese también que a asoc b a P rec(b) a Succ(b). Proposición 3.2. Sean R y relaciones de equivalencia y preorden, respectivamente, sobre A. Entonces son equivalentes: 1. R y son compatibles. 2. R Asoc( ) Algunos ejemplos notables de estructuras cociente y de transporte de preordenes se muestran a continuación. 3 Transporte de estructuras y preordenes
10 10 S. Castañeda Ejemplo 3.1. En ZZ, la relación de divisibilidad, definida por a b ( k ZZ)(b = ka) (3) es un preorden; es decir, es reflexiva y transitiva. No es un orden parcial pues no es antisimétrica. La relación de asociación inducida por la divisibilidad es Así, para cada x ZZ se tiene a asoc b a = b. [a]asoc = { {0}, si a = 0 { a, a}, si a 0. Por lo visto antes, la divisibilidad puede transportarse al cociente. Ejemplo 3.2. Si n es un entero no negativo, en el conjunto ZZ de los enteros definimos: a b(mod n) n (a b) (4) la relación anterior es denominada relación de congruencia módulo n. Es fácil probar que es de equivalencia (ejercicio) y que es compatible tanto con la adición como con la multiplicación en ZZ, como lo establece el teorema siguiente. Teorema 3.3. Sean a, b, c, d ZZ, entonces: a b(mod n) c d(mod n) = (a+c) (b+d)(mod n) ac bd(mod n) (5) Demostración. Si a b(mod n) y c d(mod n), entonces se tienen enteros k 1, k 2 tales que de donde se tiene a b = nk 1 c d = nk 2 (a + c) (b + d) = (a b) + (c d) = n(k 1 + k 2 ) ac bc = cnk 1 bc bd = bnk 2 ac bd = n(ck 1 + bk 2 ) de donde se siguen (a + c) (b + d)(mod n) y ac bd(mod n). 3 Transporte de estructuras y preordenes
11 11 S. Castañeda La compatibilidad de la congruencia módulo n con la adición y la multiplicación, permite transportar al conjunto cociente ZZ/ (mod n) la adición y la multiplicación desde ZZ. Es decir, podemos definir sobre tal conjunto cociente, el cual se acostumbra a denotar por ZZ n o ZZ/nZZ, una adición y multiplicación así: [a] + [b] = [a + b] (6) [a] [b] = [ab] (7) Por comodidad, en las ecuaciones 6 y 7 hemos omitido los subíndices de la congruencia. Cómo son los elementos de ZZ n y cuántos elementos tiene? Las respuestas las mostramos a continuación. Para x ZZ se tiene [x] = y ZZ k ZZ : y x = nk } = {y ZZ k ZZ : y = nk + x } = {nk + x k ZZ} Así, por ejemplo, [0] = {nk k ZZ} = {0, ±n, ±2n, ±3n,...} [1] = {nk + 1 k ZZ} = {..., 3n + 1, 2n + 1, n + 1, 1, n + 1, 2n + 1, 3n + 1,...} [2] = {nk + 2 k ZZ} = {..., 3n + 2, 2n + 2, n + 2, 2, n + 2, 2n + 2, 3n + 2,...}... El siguiente teorema establece que existen exactamente n clases de equivalencia distintas. Teorema 3.4. Sea x ZZ, x 0 entonces en ZZ n, n > 0: donde r es el residuo de la división de x entre n [x] = [r] (8) [ x] = [n r] (9) 3 Transporte de estructuras y preordenes
12 12 S. Castañeda Demostración. Por el algoritmo de la división, existen enteros q, r tales que x = qn + r, donde 0 r < n, de donde se sigue que x r (mod n) Además x (n r) = qn r n + r = n( q 1), de donde x (n r) (mod n) Se sigue que ZZ n = {[0],..., [n 1]}. Por supuesto, podemos también escribir ZZ n = {[a 0 ], [a 1 ],..., [a n 1 ]}, donde para cada i = 0,..., n 1, a i [i]. De acuerdo con los resultados anteriores, tenemos una estructura cociente (ZZ n, +, ), donde la adición y la multiplicación son transportadas desde (ZZ, +, ). No es nada difícil verificar que las conocidas propiedades de ésta última estructura (leyes asociativas y conmutativas, existencia de neutros aditivo y multiplicativo, existencia de inversos aditivos y propiedad distributiva de la multiplicación respecto de la adición) son válidas también en la estructura cociente. Así, por ejemplo, para enteros x, y tenemos: ([x] + [y]) + [z] = [x + y] + [z] = [(x + y) + z] = [x + (y + z)] = [x] + [y + z] = [x] + ([y] + [z]) lo que demuestra que la suma es asociativa en ZZ n. Si se reemplaza el + por se tiene un resultado similar para el producto. También es claro que [0] y [1] son, respectivamente, los elementos neutros aditivo y multiplicativo. Por otra parte, para un entero x {0,..., n 1} se tiene que el inverso aditivo de [x], al que notaremos [x] no es mas que [ x] = [n x]. Igualmente, como en ZZ los enteros 1 y 1 tienen inverso multiplicativo, entonces en ZZ n, para n 1, [1] y [ 1] también tendrán inverso multiplicativo. Usando la notación acostumbrada para tales inversos tenemos: [1] 1 = [1] [ 1] 1 = [ 1] = [n 1] 3 Transporte de estructuras y preordenes
13 13 S. Castañeda Lo que puede parecer sorprendente es que puedan existir otras clases distintas a las indicadas y que tengan inverso multiplicativo. Considérese, por ejemplo, ZZ 8. Se tiene, por lo visto antes, que [1] 1 = [1] [ 1] 1 = [7] 1 = [7], pero como 5(5) = 25 1(mod 8) se sigue que [5][5] = [1]; es decir [5] 1 = [5] en ZZ 8. Resultado inesperado. en principio, ya que 5 no es invertible en ZZ. En forma similar, se tiene [3] 1 = [3]. Otra situación inesperada, es ilustrada en el mismo ZZ 8 por el hecho [2][4] = [0], que muestra que el producto de dos elementos no nulos (distintos del elemento neutro aditivo) es nulo (cero en ZZ 8 ), lo que claramente no sucede en ZZ. Podemos simplificar la notación identificando la clase [x] con el entero x. Podría verse la estructura ZZ n como formada por el conjunto de los enteros 0,..., n 1 con la adición y multiplicación módulo n (los resultados son los residuos de las divisiones de la suma y el producto usuales entre n). Sin embargo, para facilitar el análisis de las propiedades que tiene la estructura, puede ser más conveniente mirarla como transportada por medio de una biyección, como explicamos seguidamente. Un conjunto cualquiera A = {a i i {0, 1,..., n 1}, a i i(mod n)} es denominado usualmente un sistema residual módulo n. Cualquier sistema residual módulo n puede entonces dotarse de la misma estructura aditivo multiplicativa de ZZ n utilizando la biyección ϕ : A a i [a i ] ZZ n. Entonces sobre A podemos definir una adición y multiplicación como sigue a i + a j = ϕ 1 (ϕ(a i ) + ϕ(a j )) (10) = ϕ 1 ([a i + a j ]) (11) a i a j = ϕ 1 (ϕ(a i )ϕ(a j )) (12) = ϕ 1 ([a i a j ]) (13) En particular, si se escoge A = {0, 1,..., n 1} tales operaciones son la adición y multiplicación módulo n. En lo que sigue escribiremos ZZ n = {0, 1,..., n 1} para referirnos a tal estructura aditivo-multiplicativa. 3 Transporte de estructuras y preordenes
14 14 S. Castañeda El problema del transporte vía biyecciones, del cual el caso considerado es un ejemplo particular, puede plantearse en general. Consideramos, en ese sentido, el caso de una estructura simple (B, ) y el de un conjunto A, equipotente con B, al cual queremos suministrarle una estructura similar. Es decir, supongamos que existe una biyección ϕ : A B. El que los conjuntos sean equipotentes significa simplemente que podemos identificar los elementos de uno de ellos con elementos del otro. Es decir, por ejemplo, podemos rotular cada elemento de A con un nombre de un único elemento de B. En tal sentido, no es difícil entender cómo definir una operación sobre A, tal que la estructura resultante tenga las mismas propiedades de (B, ). Se trata entonces de transportar hasta B la misma estructura que A tiene bajo la operación como lo indica el diagrama siguiente ϕ ϕ 1 A B A x ϕ(x) y ϕ(y) ϕ(x) ϕ(y) ϕ 1 (ϕ(x) ϕ(y)) x y Así, si sobre A definimos una operación, para la cual utilizaremos el mismo símbolo, mediante la fórmula x y = ϕ 1 (ϕ(x) ϕ(y)), (14) entonces es claro que la estructura (A, ) tiene las mismas propiedades de (B, ). Nótese, en efecto, que además de la correspondencia biunívoca entre A y B como conjuntos, existe una identificación estructural. en el sentido dado por la identidad siguiente. ϕ(x y) = ϕ ( ϕ 1 (ϕ(x) ϕ(y)) ) = ϕ(x) ϕ(y) para todo x, y A. La denominación técnica para la situación analizada es de isomorfismo. en tre las estructuras (A, ) y (B, ). Para el caso considerado 3 Transporte de estructuras y preordenes
15 15 S. Castañeda lo que se quiere decir es que se transportó, vía la biyección ϕ, la estructura desde B hasta A. En términos generales, dadas estructuras (A, ) y (B, ), una aplicación ϕ : A B es denominada un morfismo si para todo x, y A, se cumple ϕ(x y) = ϕ(x) ϕ(y) (15) La ecuación 15 es a menudo descrita diciendo que ϕ preserva la estructura o la operación. Como en los ejemplos considerados, un morfismo biyectivo es denominado un isomorfismo. Estructuras isomorfas (es decir, que existe un isomorfismo entre ellas) pueden considerarse iguales. en sentido estructural. 4. Aritmética módulo n En esta sección consideramos algunas de las principales propiedades de la estructura aditivo-multiplicativa ZZ n introducida en la sección anterior. Como se dijo ya el conjunto soporte de tal estructura es el de los enteros no negativos menores que n, siendo n 2. De las propiedades de (ZZ, +, ) se siguen: Teorema (ZZ, +) es una estructura asociativa, modulativa, invertiva y conmutativa. 2. (ZZ, ) es una estructura asociativa, modulativa y conmutativa. Además, la multiplicación distribuye respecto de la adición. Cada elemento x no nulo tiene un inverso multiplicativo si, y solo si es primo relativo con n. Demostración. Probemos solo lo relativo a la existencia de inversos multiplicativos. Si x y n son primos relativos, entonces podemos escribir 1 1 = xk + nl para enteros k, l. Se sigue que xk 1(mod n); es decir [x][k] = [1] y [x] (por lo tanto x) es invertible. Recíprocamente, si x es invertible en ZZ n, entonces existe un entero k tal que xk 1(mod n), luego xk 1 = nm para algún entero m, de donde se sigue que el m.c.d de x y n es 1. Observacion 4.1. La parte 1 del teorema anterior establece que (ZZ n, +) es un grupo abeliano. Esto, conjuntamente con la parte 2 dice, además, que (ZZ n, +, ) es un anillo conmutativo con elemento identidad. 1 El máximo común divisor de dos enteros es siempre una combinación lineal (con coeficientes enteros) de ellos. 4 Aritmética módulo n
16 16 S. Castañeda Como un corolario del teorema anterior, tenemos Corolario 4.2. (ZZ p {0}), ) es un grupo (abeliano) si, y solo si p es un número primo. En un anillo conmutativo con identidad (IK, +, ), si la estructura (IK {0 IK }), siendo 0 IK el neutro aditivo, es, como en el ejemplo del anillo ZZ p, un grupo, la estructura se denomina campo. Es decir: Corolario 4.3. (ZZ p, +, ) es un campo. En el anillo ZZ n, (n 2) podemos entonces, como en el caso de los enteros, cuya estructura aditivo-multiplicativa es de anillo conmutativo con identidad, podemos hacer algebra. Podemos, por ejemplo, definir potencias aditivas y multiplicativas. Si x ZZ n, para un entero no negativo m podemos definir { 0, si m = 0 mx = (16) (m 1)x + x, si m > 0 ( m)x = (mx) (17) el elemento mx es la m ésima potencia aditiva de x. En forma similar, podemos también definir potencias multipicativas para el exponente m 0 { 1, si m = 0 x m = x m 1 (18) x, si m > 0 Eventualmente, si x es invertible, por ejemplo si n es primo y x 0, podemos también tener: x m = (x 1 ) m. Puede demostrarse (ejercicio) que un buen número de las propiedades familiares de las potencias en conjuntos numéricos son válidas. Por ejemplo, para enteros cualesquiera n y m y x ZZ n : mx + nx = (m + n)x m(nx) = (mn)x o las correspondientes en potencias multiplicativas, si están definidas: x m x n = x m+n (x n ) m = x mn 4 Aritmética módulo n
17 17 S. Castañeda Ejemplo 4.1. Consideremos, por ejemplo, ZZ 6 = {0, 1, 2, 3, 4, 5}. Las operaciones de adición y multiplicación vienen dadas por las tablas Los elementos invertibles (multiplicativamente) son 1 y 5, siendo ambos autoinversos. En tal estructura, tenemos: 2(4) = = 2 3(5) = (3(5)) = ( ) = 3 = = = 3 La ecuación lineal 2x + 5 = 3 en ZZ 6 es equivalente a la ecuación 2x = 3 5 = 2 = 3, la cual (véase la tabla de la multiplicación) no tiene solución. Por su parte, la ecuación 2x = 0, tiene las soluciones 0 y 3. Este último ejemplo muestra una clara divergencia con la estructura usual de los enteros, donde una ecuación lineal ax = b, con a 0 o tiene una solución o no tiene. Por supuesto, si a es un elemento invertible en ZZ n la ecuación lineal ax = b tendrá una solución única x = a 1 b. Considere, por ejemplo la ecuación 3x = 4 en ZZ 16. La única solución de esta ecuación es x = = 11(4) = 12 El subconjunto de los elementos invertibles de ZZ n es un conjunto cerrado para la multiplicación; es decir, el producto de dos elementos invertibles es invertible (Ejercicio). Se sigue entonces que la multiplicación es una ley de composición interna en dicho conjunto. Notaremos por U n a la estructura multiplicativa resultante la cual es claramente un grupo abeliano. Es usual la denominación de n grupo de Euler para tal estructura. 4 Aritmética módulo n
18 18 S. Castañeda Corolario 4.4. U n = {m ZZ + m < n, (m, n) = 1} es un grupo (multiplicativo) abeliano. La notación (m, n) se refiere al máximo común divisor de m y n. Así, m y n son primos relativos si, y solo si (m, n) = 1. El cardinal de U n es denotado generalmente por ϕ(n), y la función ϕ, que asigna a cada entero n el número de enteros primos relativos con n y menores que n, es la función de Euler. Si p es primo, entonces claramente ZZ p {0} = U p. Tenemos, por ejemplo: La ecuación lineal U 8 = {1, 3, 5, 7} U 9 = {1, 2, 4, 5, 7, 8} U 11 = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10} = ZZ 11 {0} Consideremos la ecuación lineal ax = b en ZZ n. Tal ecuación tiene claramente un conjunto solución finito. Si tal conjunto es no vacío y miramos las soluciones como clases de congruencia módulo n, cada solución [z] tiene un número infinito de enteros. Es decir, la congruencia ax b (mod n) tiene infinitas soluciones (enteras), pues si z es solución y z entonces de la compatibilidad se sigue que z(mod n), az az b(mod n). Es decir, z [z] es también una solución. Para determinar todas las soluciones (enteras) de dicha congruencia podemos entonces determinar todas las soluciones (un número finito) de la ecuación ax = b en ZZ n. Ahora, si a es un elemento invertible entonces tal ecuación tiene solución única x = a 1 b y la congruencia correspondiente tiene como conjunto solución a [a 1 b]. Como veremos, si la congruencia lineal tiene soluciones, estas se pueden hallar resolviendo una ecuación con solución única. Los teoremas que siguen apuntan en esa dirección. Teorema 4.5. Sean a, b, k ZZ, k 0, y d = (k, n) entonces: ( ka kb(mod n) = a b mod n ) d 4 Aritmética módulo n
19 19 S. Castañeda Demostración. De ka kb = nq para algún entero q se sigue que k d (a b) = n d q. Esto muestra que n divide a k(a b) pero como ( k, ) n d d d d = 1, por ser d = (k, n), se sigue que n divide a a b. Se tiene entonces d ( a b mod n ) d. Nótese que el teorema anterior muestra que, en general, en ZZ n la ley cancelativa para la multiplicación no es un teorema (a menos que k sea invertible). Analicemos ahora la congruencia lineal ax b (mod n). Sea d = (a, n). Si existe una solución entera z 0, se tiene que az 0 b = nq para algún entero q. Luego az 0 nq = b y se sigue que d b. Recíprocamente, si d divide a b, entonces b = ds = (au + nv)s para enteros s, u, v. Se sigue que a(us) b (mod n) y z 0 = us es una solución de la congruencia lineal. Tenemos entonces Teorema 4.6. ax b (mod n) tiene solución si, y solo si d = (a, n) b. Para determinar tales soluciones nótese que si z 0 es solución de la congruencia indicada, entonces ( ( ) a b az 0 b (mod n) = d z 0 d (mod n) d) d ( a = z 0 d) b ( mod n ) d d Es decir z 0 es también solución de la congruencia ( a x d) b ( mod n ). d d En forma recíproca, si z 0 es solución de la última congruencia considerada, entonces se sigue que ( ( ) a b ( n ) z 0 = q, q ZZ d) d d az 0 b = nq; es decir z 0 es solución de ax b (mod n). 4 Aritmética módulo n
20 20 S. Castañeda El anterior razonamiento muestra que las soluciones, si existen, de la congruencia lineal ax b (mod n) son las mismas soluciones de la congruencia lineal reducida ( ) ( ) a d x b d mod n d. Estas últimas pueden determinarse fácilmente resolviendo la ecuación lineal ( ) a d x = b en ZZ n. Pero ésta tiene solución d d única. Si [z 0 ] es tal única solución, con 0 z 0 n 1, entonces todas las soluciones enteras de la congruencia lineal original están en dicha clase d módulo n d Nótese que { ( n ) } [z 0 ] mod n = z d 0 + k k ZZ d [z 0 ] mod n d d 1 = k=0 [ ( n )] z 0 + k d mod n y que las clases módulo n involucradas en dicha unión son todas distintas y son las soluciones en ZZ n de la ecuación ax = b. Teorema 4.7. Si d = (a, n) b, entonces la ecuación ax = b en ZZ n tiene exactamente d soluciones distintas. Si z 0 es la menor de tales soluciones, entonces el conjunto solución es { ( n ) } S = z 0 + k k = 0,..., d 1. d Ejemplo 4.2. Consideremos, por ejemplo, la congruencia lineal 12x 18 (mod 30). Todas las soluciones enteras están contenidas en las clases de equivalencia de las soluciones de la ecuación 12x = 18 en ZZ 30. Puesto que d = (12, 30) = 6 divide a 18, esta ecuación tiene 6 soluciones. Para hallarlas consideremos la ecuación reducida 2x = 3 en ZZ 5. Esta ecuación tiene solución única x = = 3(3) = 4 Las soluciones de la ecuación 12x = 18 en ZZ 30 son entonces: 4, = 9, = 14, = 19, = 24, = Aritmética módulo n
21 21 S. Castañeda Todas las soluciones enteras de la congruencia lineal original son los enteros congruentes con 4 módulo 5. De la discusión anterior se sigue que, además de la determinación del m.c.d de a y n, para decidir sobre la existencia y el número de soluciones de la ecuación ax = b, el problema se reduce al del cálculo de inversos en la estructura ZZ n y, por supuesto, al de los cálculos de sumas y productos en tal estructura. Ahora bien, aunque el conjunto soporte de la estructura es un conjunto finito, lo que posibiltaría-en teoría-el uso de métodos exhaustivos con auxilio de máquinas de computo (verificando uno a uno con los elementos de ZZ n, por ejemplo), para valores grandes de n tales cálculos podrían requerir un tiempo considerable de cómputo así como el uso de máquinas con suficiente capacidad. Se requiere entonces de la implementación de algoritmos de cómputo eficientes y rápidos, así como el uso de máquinas adecuadas. 5. Una introducción a la Criptografía El problema básico a considerar se podría resumir así: Transmisión (almacenamiento) segura y fiel de mensajes (datos, respectivamente) La fidelidad, que no consideraremos aquí, se refiere a que el mensaje enviado (por el emisor) sea recibido tal y como es, sin distorsiones, por el receptor. En el caso del almacenamiento de datos se refiere, por su parte, a que los datos puedan ser recuperados del dispositivo en que fueron almacenados sin que haya pérdida o defectos en los mismos. Por su parte la seguridad hace referencia a que ninguna persona no autorizada tengo acceso al mensaje (datos) o que en caso de tenerlo no pueda descifrarlo o entenderlo. Este es fundamentalmente el objetivo de la denominada Criptología. En ella podemos distinguir: Criptografía: Se ocupa del diseño de sistemas de cifrado (o encriptamiento), denominados Criptosistemas. Criptoanálisis: Se ocupa del desciframiento de mensajes codificados o encriptados. 5 Una introducción a la criptografía
22 22 S. Castañeda Un mensaje. es una sucesión finita de símbolos de algún alfabeto. Técnicamente hablando, un alfabeto es un conjunto finito no vacío, A y cada símbolo del alfabeto es un elemento de dicho conjunto. Un mensaje en A es, entonces una n ada a 1 a 2 a 3... a n (= (a 1, a 2, a 3,..., a n ) A n ). El proceso de encriptamiento de un mensaje en A es realizado utilizando lo que denominaremos funciones de encriptamiento o claves. Una clave es una función uno-a-uno F : A B, donde B es un conjunto no vacío. Es claro que A B. En la literatura especializada, A es denominado el alfabeto del texto plano (plaint text) y B es el alfabeto del texto cifrado (cipher text). El que F sea uno-a-uno garantiza que es invertible y es la función inversa F 1 la clave de desencriptamiento. En términos generales, la función F es una función tal que para cada x A, F (x) sea fácil de calcular, pero tal que dado y en el rango de F, la determinación de x = F 1 (y), sin información adicional, sea muy difícil para quien no conoce la clave. Una tal función es usualmente denominada de una sola via (one-way function). En la construcción de funciones de enciframiento puede ser deseable el que los alfabetos involucrados tengan alguna estructura algebraica. Si n = A, m = B son las cardinalidades de los conjuntos A y B, respectivamente, entonces podemos dotarlos de la estructura de anillo transportándola desde ZZ n y ZZ m, respectivamente, via dos biyecciones ϕ A : A ZZ n, ϕ B : B ZZ m. En la práctica, la función de encriptamiento F se obtiene por medio de la composición de funciones indicada en el diagrama siguiente F A B ϕ A ϕ B ZZ n ZZ m f 5 Una introducción a la criptografía
23 23 S. Castañeda en el cual la función f : ZZ n ZZ m es una función uno-a-uno (función de encriptamiento modular). La función de encriptamiento F está definida por F = ϕ 1 B f ϕ A. Algunos ejemplos de funciones de encriptamiento se muestran a continuación. Ejemplo 5.1. Claves o cifrados simples (Simétricas). Aquí suponemos A = B, equipotentes con ZZ n. Un cifrado simple, también denominado por sustitución, es una función de encriptamiento modular f : ZZ n ZZ n. Dado que f es uno a uno es por tanto biyectiva, por lo que puede verse como una permutación en el grupo simétrico S n (conjunto de las biyecciones de {1,..., n} en sí mismo con la composición como operación). En particular, consideremos una función lineal f : ZZ n ZZ n, x ax + b donde a, b ZZ n. Una tal función es uno-a-uno si, y solo si a es invertible (ejercicio). Es decir (a, n) = 1. La función inversa (clave de desencriptamiento) está dada por f 1 (x) = a 1 (x b). Un ejemplo del caso anterior es el cifrado de Cesar, al parecer utilizado por el emperador Galius Julius Caesar. En este a = 1 y b = 3; es decir, el encifrado consistía simplemente en una traslación de tres posiciones en el alfabeto original. Para ilustrar consideremos como alfabeto original el conjunto A = {a, e, i, o, u, b, v, c, l} equipotente con ZZ 9. Para la función de encriptamiento f tenemos que a {1, 2, 4, 5, 7, 8} y que b puede ser cualquiera en ZZ 9 (diferente de cero si a = 1). Escojamos a = 2, b = 5 de modo que f(x) = 2x + 5, f 1 (x) = 5(x 5). 5 Una introducción a la criptografía
24 24 S. Castañeda El proceso de encriptamiento funciona entonces como lo muestra el diagrama siguiente: A : a e i o u b v c l ϕ A ZZ n : f ZZ n : ϕ 1 A A : b c a i u v l e o Así, por ejemplo, la palabra ELVIA es encriptada como COLAB. Por su parte, el ciphertext VCEB es desencriptado (por f 1 ) como BECA. Debe notarse que el romper. el criptosistema de cifrado simétrico, esto es el conocer la clave, si se utiliza una sola función de encriptamiento, por parte de una persona no autorizada, requiere el conocimiento de a, b y n. Si se conoce n, se requiere solo tener dos pares distintos (u i, v i ), con v i = f(u i ), i = 1, 2, para determinar f. Con ellos se tiene un sistema de ecuaciones lineales en a y b, en ZZ n { u1 a + b = v 1 de donde se obtienen u 2 a + b = v 2 (u 1 u 2 )a = v 1 v 2 b = v 1 au 1 La primera es una ecuación en una sola incógnita (para la cual ya se tienen herramientas de solución). Por supuesto, otra opción, conocido n (y que el tipo de criptosistema es el considerado), podemos probar con las diferentes posibilidades para f; es decir, con las parejas (a, b) tales que a y n son primos relativos y 0 b n 1. Esto, combinado con consideraciones relativas al alfabeto mismo y sus características particulares (símbolos con más frecuencia 5 Una introducción a la criptografía
25 25 S. Castañeda utilizados, por ejemplo) y con el uso de máquinas de cómputo hace que un cifrado simple sea de seguridad mínima, frágil ante la acción de posibles intrusos con herramientas adecuadas para descifrar el mensaje. Ejemplo 5.2. Claves periódicas. Sean b un entero positivo y {f i : A B i = 1, 2,..., b}, una familia de funciones de encriptamiento de un alfabeto A a un alfabeto B. Una función F : A b B b (a 1, a 2,..., a b ) (f 1 (a 1 ), f 2 (a 2 ),..., f b (a b )) es denominada una clave periódica(de longitud b). Dado un mensaje m = m 1 m 2... m k (= (m 1, m 2,..., m k ) A k ), con k 1, sea k = bq + r, con 0 r < b, entonces se tiene: donde m = (m 1 m 2... m b )(m b+1 m b+2... m 2b )... (m qb+1... m qb+r ) = M 1 M 2... M q (m qb+1... m qb+r ) M i = m (i 1)b+1... m (i 1)b+b (= (m (i 1)b+1,..., m (i 1)b+b ) A b ) con i = 1, 2,... q. El mensaje m es entonces encriptado como F (M 1 )F (M 2 )... F (M q 1 )f 1 (m qb+1 )f 2 (m qb+2 )... f r (m qb+r ). Es decir, el mensaje (de longitud k) es dividido en q bloques, M i, de longitud b, quedando (si el cociente k/b no es exacto) un bloque final de longitud r < b. Sobre cada M i actúa la función de clave periódica F, y sobre el bloque final actúan las primeras r componentes de F. Un ejemplo particular de cifrado periódico, es el denominado cifrado de Vigènere 2. En este se tiene 2 Criptógrafo francés del siglo XVI f i : ZZ n ZZ n x x + k i 5 Una introducción a la criptografía
26 26 S. Castañeda con i = 1, 2,..., b. La sucesión finita (su equivalente en A) k 1 k 2... k b es usualmente denominada la palabra clave del criptosistema. Supongamos, por ejemplo, que, como en el ejemplo del cifrado simple ya mostrado, nuestro alfabeto de texto plano (sin distinción entre mayúsculas y minúsculas) es A = {a, e, i, o, u, b, v, c, l}, que la biyección ϕ A entre A y ZZ 9 es como en dicho ejemplo A : a e i o u b v c l y que Es decir la palabra clave es ZZ n : k 1 = 6, k 2 = 1, k 3 = y la clave periódica es Ahora, ELVIA es encriptada como v e 0 F (x, y, z) = (x + 6, y + 1, z + 3) (E L V ) (I A) (1 8 6) (2 0) (7 0 0) (8 1) C A A L E 5 Una introducción a la criptografía
27 27 S. Castañeda La tabla siguiente muestra que cada símbolo en el alfabeto original ha sufrido un corrimiento de 6, 1 o 3 lugares. La tabla da la clave tanto de encriptamiento como de desencriptamiento. A E I O U B V C L f 1 V C L A E I O U B f 2 E I O U B V C L A f 3 O U B V C L A E I La palabra (ciphertext) (IIE)V corresponde (ver tabla) al plaintext BECA. Ejemplo 5.3. Criptosistemas de clave pública Los ejemplos anteriores son criptosistemas de clave privada. En ellos, la clave debe ser conocida tanto por el emisor como el receptor del mensaje y nadie más, a menos que esté autorizado o rompa. el criptosistema, conoce la clave. En 1976, se introduce por primera vez la idea de clave pública (Diffie y Hellman). En términos generales, en un criptosistema de clave pública, una persona publica en un directorio una clave de encriptamiento, la clave pública, para ser utilizada por cualquiera que desee enviarle un mensaje. Con la clave privada (conocida solamente por ella) dicha persona desencripta el mensaje. El sistema RSA (Rivest, Shamir, Adleman, 1976) es uno de los criptosistemas de clave público más populares y utilizados. El principio básico es el siguiente: Supongamos que nuestro alfabeto del plaintext es A = ZZ N y que cada mensaje (o unidad o bloque del mismo) es un arreglo o k + 1 ada de la forma m = a k a k 1... a 0 ZZ k+1 N el cual puede verse como un entero escrito en base N; es decir m = a 0 + a 1 N + a 2 N a k N K de forma que 0 m < N k+1, 0 a k N 1. Sean p y q primos distintos (generalmente muy grandes ) y n = pq. Sea e un entero tal que (e, M) = 1, siendo M = p 1, q 1 el mínimo común múltiplo de p 1 y q 1. Entonces, la clave pública 3 es (n, e) y la función de encriptamiento viene dada por F (m) = m e = c, en ZZ n (19) q. 3 Al publicar la clave solo se da el valor del producto pq y no los primos individuales p y 5 Una introducción a la criptografía
28 28 S. Castañeda Así m e (mod n) es el ciphertext. La clave privada es el inverso multiplicativo d = e 1 en ZZ M (garantizada su existencia, pues (e, M) = 1). En efecto, puede probarse que c d = (m e ) d = m, en ZZ n (20) La fundamentación de este sistema está dada en el siguiente teorema Teorema 5.1. Sean p y q primos distintos y n = pq, M = p 1, q 1. Si de 1(mod M), entonces para todo entero m se tiene m ed m(mod n). Demostración. Tenemos que existe un entero k tal que ed 1 = km. 1. Si p m y q m, entonces m es un elemento de los grupos multiplicativos ZZ p {0} y ZZ q {0}. Se sigue que m p 1 1 (mod p) m q 1 1 (mod q) de donde se tienen, dado que ed 1 es múltiplo de M y éste lo es tanto de p 1 como de q 1: m ed 1 1 (mod p) m ed 1 1 (mod q), de donde se sigue que p (m ed 1 1), q (m ed 1 1), por lo que es decir m ed m (mod n). 2. Si p m entonces: pq (m ed 1 1) pq m(m ed 1 1) = m ed m, a) Si q m, entonces pq m y, por lo tanto n (m ed m). b) Si q m, entonces q (m ed 1 1), de donde se sigue que n = pq m(m ed 1 1) = m ed m. Así, en este caso también m ed m (mod n). Referencias
29 29 S. Castañeda Referencias [1] Koblitz, Neal. A course in Number Theory and Cryptography. Second edition. Springer. [2] Koblitz, Neal. Algebraic aspects of Cryptography. Springer. [3] Schroeder, M.R. Number theory in Science and communication. Third edition. Springer. [4] Stallings, William. Cryptography and Network Security. Third edition. Pearson Education Inc. [5] Le veque, William J. Teoría elemental de los números. Herrero hermanos sucesores, S.A. Editores. México. Referencias
Módulo 9 Sistema matemático y operaciones binarias
Módulo 9 Sistema matemático y operaciones binarias OBJETIVO: Identificar los conjuntos de números naturales, enteros, racionales e irracionales; resolver una operación binaria, representar un número racional
Más detallesGrupos. Subgrupos. Teorema de Lagrange. Operaciones.
1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial
Más detallesApuntes de Matemática Discreta 9. Funciones
Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y
Más detallesEstructuras algebraicas
Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota
Más detallesESTRUCTURAS ALGEBRAICAS 1
ESTRUCTURAS ALGEBRAICAS Se da la relación entre dos conjuntos mediante el siguiente diagrama: (, ) (2, 3) (, 4) (, 2) (7, 8) (, ) (3, 3) (5, ) (6, ) (, 6)........ 5 6......... 2 5 i) Observa la correspondencia
Más detalles9.1 Primeras definiciones
Tema 9- Grupos Subgrupos Teorema de Lagrange Operaciones 91 Primeras definiciones Definición 911 Una operación binaria en un conjunto A es una aplicación α : A A A En un lenguaje más coloquial una operación
Más detallesNúmeros Reales. MathCon c 2007-2009
Números Reales z x y MathCon c 2007-2009 Contenido 1. Introducción 2 1.1. Propiedades básicas de los números naturales....................... 2 1.2. Propiedades básicas de los números enteros........................
Más detallesTema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
Más detallesVII. Estructuras Algebraicas
VII. Estructuras Algebraicas Objetivo Se analizarán las operaciones binarias y sus propiedades dentro de una estructura algebraica. Definición de operación binaria Operaciones como la suma, resta, multiplicación
Más detallesFundamentos algebraicos
Fundamentos algebraicos 1. Grupos Sea S un conjunto. Se denota con S S el conjunto de los pares ordenados (s, t) con s, t en S. Un mapeo de S S en S se llama operación binaria en S. Esta definición requiere
Más detalles1. Números Reales 1.1 Clasificación y propiedades
1. Números Reales 1.1 Clasificación y propiedades 1.1.1 Definición Número real, cualquier número racional o irracional. Los números reales pueden expresarse en forma decimal mediante un número entero,
Más detallesEcuaciones de primer grado con dos incógnitas
Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad
Más detallesA estas alturas de nuestros conocimientos vamos a establecer dos reglas muy prácticas de cómo sumar dos números reales:
ADICIÓN Y RESTA DE NUMEROS REALES ADICIÓN L a adición o suma de números reales se representa mediante el símbolo más (+) y es considerada una operación binaria porque se aplica a una pareja de números,
Más detallesConjuntos, Relaciones y Grupos. Problemas de examen.
Conjuntos, Relaciones y Grupos. Problemas de examen. Mayo 2006 1. La función f es definida por (a) Halle el recorrido exacto, A, de f. f : R R donde f(x) = e senx 1. (b) (i) Explique por qué f no es inyectiva.
Más detallesESTRUCTURAS ALGEBRAICAS
ESTRUCTURAS ALGEBRAICAS 1.1. LEY DE COMPOSICIÓN INTERNA Definición 1.1.1. Sea E un conjunto, se llama ley de composición interna en E si y sólo si a b = c E, a, b E. Observación 1.1.1. 1. también se llama
Más detallesEstructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria.
Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria. Operación Binaria Se conoce una operación binaria
Más detallesDefinición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una
Más detallesESTRUCTURAS ALGEBRAICAS
ESTRUCTURAS ALGEBRAICAS Se ha trabajado con números complejos, polinomio y matrices y hemos efectuado con ellos ciertas operaciones: sin embargo no todas las operaciones se comportan de la misma manera,
Más detallesDivisibilidad y números primos
Divisibilidad y números primos Divisibilidad En muchos problemas es necesario saber si el reparto de varios elementos en diferentes grupos se puede hacer equitativamente, es decir, si el número de elementos
Más detallesRelaciones binarias. ( a, b) = ( c, d) si y solamente si a = c y b = d
Relaciones binarias En esta sección estudiaremos formalmente las parejas de objetos que comparten algunas características o propiedades en común. La estructura matemática para agrupar estas parejas en
Más detallesBASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Más detallesAMPLIACIÓN DE MATEMÁTICAS. REPASO DE MATEMÁTICAS DISCRETA. CONGRUENCIAS. En el conjunto de los números enteros
AMPLIACIÓN DE MATEMÁTICAS REPASO DE MATEMÁTICAS DISCRETA. CONGRUENCIAS. En el conjunto de los números enteros Z = {..., n,..., 2, 1, 0, 1, 2, 3,..., n, n + 1,...} tenemos definidos una suma y un producto
Más detallesNÚMEROS NATURALES Y NÚMEROS ENTEROS
NÚMEROS NATURALES Y NÚMEROS ENTEROS Los números naturales surgen como respuesta a la necesidad de nuestros antepasados de contar los elementos de un conjunto (por ejemplo los animales de un rebaño) y de
Más detallesLa nueva criba de Eratóstenes Efraín Soto Apolinar 1 F.I.M.E. U.A.N.L. San Nicolás, N.L. México. efrain@yalma.fime.uanl.mx
La nueva criba de Eratóstenes Efraín Soto Apolinar 1 F.I.M.E. U.A.N.L. San Nicolás, N.L. México. efrain@yalma.fime.uanl.mx Resumen Se dan algunas definiciones básicas relacionadas con la divisibilidad
Más detallesMatrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Más detallesEjemplos: Sean los conjuntos: A = { aves} B = { peces } C = { anfibios }
La Teoría de Conjuntos es una teoría matemática, que estudia básicamente a un cierto tipo de objetos llamados conjuntos y algunas veces, a otros objetos denominados no conjuntos, así como a los problemas
Más detallesMatrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx
Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad
Más detallesÍndice Introducción Números Polinomios Funciones y su Representación. Curso 0: Matemáticas y sus Aplicaciones Tema 1. Números, Polinomios y Funciones
Curso 0: Matemáticas y sus Aplicaciones Tema 1. Números, Polinomios y Funciones Leandro Marín Dpto. de Matemática Aplicada Universidad de Murcia 2012 1 Números 2 Polinomios 3 Funciones y su Representación
Más detallesApuntes de Matemática Discreta 7. Relaciones de Orden
Apuntes de Matemática Discreta 7. Relaciones de Orden Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 7 Relaciones de Orden Contenido
Más detalles4 APLICACIONES LINEALES. DIAGONALIZACIÓN
4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos
Más detallesEspacios Vectoriales
Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................
Más detallesConjuntos Numéricos. Las dos operaciones en que se basan los axiomas son la Adición y la Multiplicación.
Conjuntos Numéricos Axiomas de los números La matemática se rige por ciertas bases, en la que descansa toda la matemática, estas bases se llaman axiomas. Cuántas operaciones numéricas conocen? La suma
Más detallesConjuntos, Relaciones y Funciones
Conjuntos, Relaciones y Funciones 0.1 Conjuntos El término conjunto y elemento de un conjunto son términos primitivos y no definidos. De un punto de vista intuitivo parece ser que cualquier colección de
Más detallesCRIPTOGRAFÍA SIMÉTRICA Y ASIMÉTRICA
CRIPTOGRAFÍA SIMÉTRICA Y ASIMÉTRICA Para generar una transmisión segura de datos, debemos contar con un canal que sea seguro, esto es debemos emplear técnicas de forma que los datos que se envían de una
Más detallesEJERCICIOS RESUELTOS SOBRE ERRORES DE REDONDEO
EJERCICIOS RESUELTOS SOBRE ERRORES DE REDONDEO 1º) Considérese un número estrictamente positivo del sistema de números máquina F(s+1, m, M, 10). Supongamos que tal número es: z = 0.d 1 d...d s 10 e Responde
Más detallesLección 9: Polinomios
LECCIÓN 9 c) (8 + ) j) [ 9.56 ( 9.56)] 8 q) (a x b) d) ( 5) 4 k) (6z) r) [k 0 (k 5 k )] e) (. 0.) l) (y z) s) (v u ) 4 f) ( 5) + ( 4) m) (c d) 7 t) (p + q) g) (0 x 0.) n) (g 7 g ) Lección 9: Polinomios
Más detallesDefinición 2.1.1. Se llama suceso aleatorio a cualquier subconjunto del espacio muestral.
Capítulo 2 Probabilidades 2. Definición y propiedades Al realizar un experimento aleatorio nuestro interés es obtener información sobre las leyes que rigen el fenómeno sometido a estudio. El punto de partida
Más detallesPara representar los conjuntos, los elementos y la relación de pertenencia, mediante símbolos, tendremos en cuenta las siguientes convenciones:
2. Conjuntos 2.1 Introducción El concepto de conjunto, de singular importancia en la ciencia matemática y objeto de estudio de una de sus disciplinas más recientes, está presente, aunque en forma informal,
Más detallesEstructuras algebraicas
Tema 1 Estructuras algebraicas 1.1 Álgebras binarias Sea A un conjunto no vacío, una operación binaria (u operación interna) en A es una aplicación *: A A A (x, y) x * y es decir, una regla que a cada
Más detallesÁlgebra II. Tijani Pakhrou
Álgebra II Tijani Pakhrou Índice general 1. Teoría de conjuntos 1 1.1. Conjuntos................................. 1 1.2. Productos cartesianos........................... 6 1.3. Relaciones de equivalencia........................
Más detallesCURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre
CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una
Más detallesMatrices Invertibles y Elementos de Álgebra Matricial
Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CCIR/ITESM 12 de enero de 2011 Índice 91 Introducción 1 92 Transpuesta 1 93 Propiedades de la transpuesta 2 94 Matrices
Más detallesa < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)
Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,
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 detallesPrograma para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones
Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces
Más detallesAplicaciones lineales continuas
Lección 13 Aplicaciones lineales continuas Como preparación para el cálculo diferencial, estudiamos la continuidad de las aplicaciones lineales entre espacios normados. En primer lugar probamos que todas
Más detallesPolinomios: Definición: Se llama polinomio en "x" de grado "n" a una expresión del tipo
Polinomios: Definición: Se llama polinomio en "x" de grado "n" a una expresión del tipo P (x) = a 0 x n + a 1 x n 1 +... + a n Donde n N (número natural) ; a 0, a 1, a 2,..., a n son coeficientes reales
Más detallesESTRUCTURAS ALGEBRAICAS
Fundamentos de la Matemática 1 Operaciones Binarias Dado un conjunto A, A, decimos que es una operación binaria en A si, y sólo si, : A A A es una función. Investigar si los siguientes son ejemplos de
Más detallesTEMA 2: Representación de la Información en las computadoras
TEMA 2: Representación de la Información en las computadoras Introducción Una computadora es una máquina que procesa información y ejecuta programas. Para que la computadora ejecute un programa, es necesario
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 detallesOrden y estructuras algebraicas mediante nuevas tecnologías
Orden y estructuras algebraicas mediante nuevas tecnologías Miguel A. García-Muñoz, Carmen Ordóñez y Juan F. Ruiz Departamento de Matemáticas (Área de Álgebra). Universidad de Jaén. Campus Las Lagunillas
Más detallesComo ya se sabe, existen algunas ecuaciones de segundo grado que no tienen ninguna solución real. Tal es el caso de la ecuación x2 + 1 = 0.
NÚMEROS COMPLEJOS. INTRO. ( I ) Como ya se sabe, existen algunas ecuaciones de segundo grado que no tienen ninguna solución real. Tal es el caso de la ecuación x2 + 1 = 0. Si bien esto no era un problema
Más detallesNÚMERO REAL. 1. Axiomas de cuerpo y propiedades operatorias. Axioma 2 La suma es asociativa:
NÚMERO REAL El conjunto de los números racionales se nos hace insuficiente a la hora de representar con exactitud magnitudes tan reales como la diagonal de un cuadrado cuyo lado mida 1, por ejemplo, o
Más detallesAplicaciones Lineales
Aplicaciones Lineales Primeras definiciones Una aplicación lineal de un K-ev de salida E a un K-ev de llegada F es una aplicación f : E F tal que f(u + v) = f(u) + f(v) para todos u v E f(λ u) = λ f(u)
Más detallesUNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.
UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado
Más detallesUnidad 0. Aritmética Elemental. Estructuras Algebraicas I (LM) - Estructuras Algebraicas (PM) - Año 2009
Unidad 0 Aritmética Elemental Estructuras Algebraicas I (LM) - Estructuras Algebraicas (PM) - Año 2009 1. Buen orden e inducción. Empezamos haciendo hincapié en el carácter intrínseco de sucesión que tiene
Más detallesEXPRESIONES ALGEBRAICAS. POLINOMIOS
EXPRESIONES ALGEBRAICAS. POLINOMIOS 1. EXPRESIONES ALGEBRAICAS. Estas expresiones del área son expresiones algebraicas, ya que además de números aparecen letras. Son también expresiones algebraicas: bac,
Más detallesUNIDAD 3: ANILLOS DE POLINOMIOS
UNIDAD 3: ANILLOS DE POLINOMIOS En nuestra educación matemática se nos introdujo muy pronto -generalmente en los primeros años de secundariaal estudio de los polinomios. Durante una temporada que parecía
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 detalles1.4.- D E S I G U A L D A D E S
1.4.- D E S I G U A L D A D E S OBJETIVO: Que el alumno conozca y maneje las reglas empleadas en la resolución de desigualdades y las use para determinar el conjunto solución de una desigualdad dada y
Más detalles2. Aritmética modular Ejercicios resueltos
2. Aritmética modular Ejercicios resueltos Ejercicio 2.1 Probar, mediante congruencias, que 3 2n+5 + 2 4n+1 es divisible por 7 cualquiera que sea el entero n 1. Trabajando módulo 7 se tiene que 3 2n+5
Más detalles3. ARITMÉTICA MODULAR. 3.1. Congruencias de números enteros. Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM.
3.1. Congruencias de números enteros Definición de congruencia Dado un número entero fijo p>1 y dos números enteros cualesquiera a, b Z, sedicequea es congruente con b módulo p, yseindicaa b (mod p), si
Más detallesQué son los monomios?
Qué son los monomios? Recordemos qué es una expresión algebraica. Definición Una expresión algebraica es aquella en la que se utilizan letras, números y signos de operaciones. Si se observan las siguientes
Más detallesCapítulo 7 Teoría de los Números
Capítulo 7 Teoría de los Números Seguridad Informática y Criptografía Ultima actualización del archivo: 01/03/06 Este archivo tiene: 75 diapositivas v 4.1 Material Docente de Libre Distribución Dr. Jorge
Más detallesApuntes de Matemática Discreta 6. Relaciones
Apuntes de Matemática Discreta 6. Relaciones Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 6 Relaciones Contenido 6.1 Generalidades.....................................
Más detallesx : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3
3 Sucesiones - Fernando Sánchez - - Cálculo I de números racionales 03 10 2015 Los números reales son aproximaciones que se van haciendo con números racionales. Estas aproximaciones se llaman sucesiones
Más detallesUNIDAD Nº 1: 1. SISTEMAS DE NUMERACION. Formalizado este concepto, se dirá que un número X viene representado por una cadena de dígitos:
UNIDAD Nº 1: TECNICATURA EN INFORMATICA UNLAR - CHEPES 1.1. INTRODUCCION 1. SISTEMAS DE NUMERACION El mundo del computador es un mundo binario. Por el contrario, el mundo de la información, manejada por
Más detallesMatemáticas Discretas
Matemáticas Discretas Conjuntos (11) Curso Propedéutico 2009 Maestría en Ciencias Computacionales, INAOE Conjuntos (2) Dr Luis Enrique Sucar Succar esucar@inaoep.mx Dra Angélica Muñoz Meléndez munoz@inaoep.mx
Más detallesESTRUCTURAS ORDENADAS Ordenes y Retículos
ESTRUCTURAS ORDENADAS Ordenes y Retículos Renato Lewin Pontificia Universidad Católica de Chile Julio de 1998 1 Conjuntos Ordenados 1.1 Definición y Ejemplos Un conjunto parcialmente ordenado, o simplemente
Más detallesRelaciones y Funciones
OBJETIVOS Unidad Tema Subtema Objetivos IV Relaciones y funciones 4.1 Relaciones 4.2 Funciones Entender y definir el concepto de relación así como las diferentes representaciones de una relación Entender,
Más detalles342 SOBRE FORMAS TERNARIAS DE SEGUNDO GRADO.
342 SOBRE FORMAS TERNARIAS DE SEGUNDO GRADO. ALGUNAS APLICACIONES A LA TEORIA DE LAS FORMAS BINARIAS. Encontrar una forma cuya duplicación produce una forma dada del género principal. Puesto que los elementos
Más detallesLos sistemas de numeración se clasifican en: posicionales y no posicionales.
SISTEMAS NUMERICOS Un sistema numérico es un conjunto de números que se relacionan para expresar la relación existente entre la cantidad y la unidad. Debido a que un número es un símbolo, podemos encontrar
Más detallesSemana 08 [1/15] Axioma del Supremo. April 18, 2007. Axioma del Supremo
Semana 08 [1/15] April 18, 2007 Acotamiento de conjuntos Semana 08 [2/15] Cota Superior e Inferior Antes de presentarles el axioma del supremo, axioma de los números reales, debemos estudiar una serie
Más detallesby Tim Tran: https://picasaweb.google.com/lh/photo/sdo00o8wa-czfov3nd0eoa?full-exif=true
by Tim Tran: https://picasaweb.google.com/lh/photo/sdo00o8wa-czfov3nd0eoa?full-exif=true I. FUNDAMENTOS 3. Representación de la información Introducción a la Informática Curso de Acceso a la Universidad
Más detallesBiblioteca Virtual Ejercicios Resueltos
EJERCICIO 13 13 V a l o r n u m é r i c o Valor numérico de expresiones compuestas P r o c e d i m i e n t o 1. Se reemplaza cada letra por su valor numérico 2. Se efectúan las operaciones indicadas Hallar
Más detallesRelaciones binarias. Matemática discreta. Matemática discreta. Relaciones binarias
Relaciones binarias Matemática discreta 1 Relación binaria en A Dados dos conjuntos A y B, una relación R binaria es cualquier subconjunto de AxB Dados a A y b B, a está relacionado con b por R si (a,b)
Más detallesRELACIÓN DE PROBLEMAS Nº 2 CONJUNTOS Y APLICACIONES
UNIVERSIDAD DE JAÉN ESCUELA POLITÉCNICA SUPERIOR Dpto. de Matemáticas (Área de Álgebra) 1. Sean X e Y conjuntos. Demostrar: a) X = X Y Y X. b) X = X Y X Y. RELACIÓN DE PROBLEMAS Nº 2 CONJUNTOS Y APLICACIONES
Más detallesEJERCICIOS DEL CAPÍTULO I
EJERCICIOS DEL CAPÍTULO I 1. Un grupo es una tipo particular de Ω estructura cuando Ω es el tipo Ω = { } siendo una operación de aridad dos. Pero un grupo también es una Ω -estructura siendo Ω = {e, i,
Más detallesDefinición de vectores
Definición de vectores Un vector es todo segmento de recta dirigido en el espacio. Cada vector posee unas características que son: Origen: O también denominado Punto de aplicación. Es el punto exacto sobre
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 detallesTEMA 2: Grupos. El grupo Simétrico.
Álgebra y Estructuras Discretas Grupo B de la Ingeniería Técnica de Sistemas TEMA 2: Grupos. El grupo Simétrico. 1. Definición de Grupo. Propiedades Básicas. Definición 1. Dado un conjunto no vacío G,
Más detallesExt 1 Z (A, B): La construcción de un invariante clásico
Ext 1 Z (A, B): La construcción de un invariante clásico Hipolito Jose Trenger Cienfuegos 20 de marzo de 2013 Resumen A mediados del siglo XX los matemáticos Henri Cartan y Samuel Eilenberg, por un lado,
Más detallesAnillos Especiales. 8.1 Conceptos Básicos. Capítulo
Capítulo 8 Anillos Especiales 8.1 Conceptos Básicos En este capítulo nos dedicaremos al estudio de algunos anillos especiales que poseen ciertas condiciones adicionales, aparte de las propias de la definición,
Más detalles1 Espacios y subespacios vectoriales.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto
Más detallesTema 2. La Información y su representación
Tema 2. La Información y su representación 2.1 Introducción. Un ordenador es una máquina que procesa información. La ejecución de un programa implica la realización de unos tratamientos, según especifica
Más detallesTema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.
Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal
Más detallesMateria: Informática. Nota de Clases Sistemas de Numeración
Nota de Clases Sistemas de Numeración Conversión Entre Sistemas de Numeración 1. EL SISTEMA DE NUMERACIÓN 1.1. DEFINICIÓN DE UN SISTEMA DE NUMERACIÓN Un sistema de numeración es un conjunto finito de símbolos
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 detallesAnálisis de una variable real I. Tijani Pakhrou
Análisis de una variable real I Tijani Pakhrou Índice general 1. Introducción axiomática de los números 1 1.1. Números naturales............................ 1 1.1.1. Axiomas de Peano........................
Más detallesEjemplos y problemas resueltos de análisis complejo (2014-15)
Variable Compleja I (3 o de Matemáticas y 4 o de Doble Titulación) Ejemplos y problemas resueltos de análisis complejo (04-5) Teoremas de Cauchy En estos apuntes, la palabra dominio significa, como es
Más detallesFactorización de polinomios
Factorización de polinomios Polinomios Un polinomio p en la variable x es una expresión de la forma: px a 0 a 1 x a x a n1 x n1 a n x n donde a 0, a 1, a,, a n1, a n son unos números, llamados coeficientes
Más detalles1. ESPACIOS VECTORIALES
1 1. ESPACIOS VECTORIALES 1.1. ESPACIOS VECTORIALES. SUBESPACIOS VECTORIALES Denición 1. (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo K, o K-espacio vectorial,
Más detallesEcuaciones de segundo grado
3 Ecuaciones de segundo grado Objetivos En esta quincena aprenderás a: Identificar las soluciones de una ecuación. Reconocer y obtener ecuaciones equivalentes. Resolver ecuaciones de primer grado Resolver
Más detallesTema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO)
Vectores Tema. VECTORES (EN EL PLANO Y EN EL ESPACIO Definición de espacio vectorial Un conjunto E es un espacio vectorial si en él se definen dos operaciones, una interna (suma y otra externa (producto
Más detallesSistemas de numeración
Sistemas de numeración Un sistema de numeración es un conjunto de símbolos y reglas que permiten representar datos numéricos. Los sistemas de numeración actuales son sistemas posicionales, que se caracterizan
Más detallesIntroducción a la Teoría de Probabilidad
Capítulo 1 Introducción a la Teoría de Probabilidad Para la mayoría de la gente, probabilidad es un término vago utilizado en el lenguaje cotidiano para indicar la posibilidad de ocurrencia de un evento
Más detallesRELACIONES DE RECURRENCIA
Unidad 3 RELACIONES DE RECURRENCIA 60 Capítulo 5 RECURSIÓN Objetivo general Conocer en forma introductoria los conceptos propios de la recurrencia en relación con matemática discreta. Objetivos específicos
Más detalles3.1 DEFINICIÓN. Figura Nº 1. Vector
3.1 DEFINICIÓN Un vector (A) una magnitud física caracterizable mediante un módulo y una dirección (u orientación) en el espacio. Todo vector debe tener un origen marcado (M) con un punto y un final marcado
Más detallesSubconjuntos destacados en la
2 Subconjuntos destacados en la topología métrica En este capítulo, introducimos una serie de conceptos ligados a los puntos y a conjuntos que por el importante papel que juegan en la topología métrica,
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 detalles