SUCESIONES RECURSIVAS LINEALES

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

Download "SUCESIONES RECURSIVAS LINEALES"

Transcripción

1 SUCESIONES RECURSIVAS LINEALES Juan Saba Susana Tesaur 1 Introduccón Una forma usual de defnr sucesones de números es nductvamente Por ejemplo, s alguen conoce la sucesón de Fbonacc, es probable que la recuerde como la sucesón de enteros {f n } n IN que cumple { f1 = 1 f = 1 f n+ = f n + f n+1 1) y no como la sucesón defnda por f n = ) n 1 1 ) n ) Sn embargo, ) da la fórmula exacta de cualquer térmno de la sucesón de Fbonacc y, en algunas stuacones, esto puede ser más útl que conocer la defncón 1) Por ejemplo, a partr de ), tenemos una expresón para f 1000 sn necesdad de conocer los 999 térmnos anterores y, en general, de esta forma se puede estmar el orden de f n : para esta sucesón, lm n f n 1 1+ ) n = 1 y por lo tanto se deduce que su crecmento es exponencal Más adelante veremos como se usa ) para acotar la cantdad de pasos del algortmo de Eucldes para números naturales Aplcando nduccón se puede demostrar que las sucesones defndas por 1) y por ) concden, pero cómo obtener la fórmula ) a partr de 1)? Este problema no es arbtraro: en muchos contextos aparecen sucesones defndas en forma nductva y no por medo de la fórmula explícta del térmno n-ésmo Analcemos, por ejemplo, el sguente caso: Queremos dseñar un algortmo que pueda trangular cualquer matrz cuadrada en IR n n y nos nteresa contar la cantdad máxma de operacones +,,, ) necesaras para hacerlo no se contarán las comparacones n los cambos de lugar de coefcentes) Para cada n IN tendremos entonces un número x n que cuenta la cantdad máxma de operacones necesaras para trangular una matrz de n n y esto defne una sucesón {x n } n IN S tomamos como algortmo el método de Gauss, podemos observar las sguentes propedades de la sucesón {x n } n IN : ) x 1 = 0 una matrz de 1 1 ya está trangulada) ) Dada la matrz A = a j ) IR n n, podemos suponer que a 11 0 s fuese cero, podemos elegr algún elemento a 1 0 n) e ntercambar la fla con la fla 1; en el caso en que sean todos cero, nuestro problema se reduce a trangular una matrz de n 1) n 1)) Para lograr un cero en el lugar que ocupa a 1 hay que multplcar la prmer fla por a 1 a 11 y restársela a la segunda fla Cuántas operacones se realzan? Hay una dvsón a 1 a 11 ), n 1) multplcacones y n 1) restas como ya sabemos que en el prmer lugar de la fla va a r un cero, no nos tomamos el trabajo de hacer la cuenta a 1 a 1 a 11 )a 11 ) Este procedmento lo tenemos que repetr n 1) veces para obtener ceros en los prmeros lugares de las todas las flas n) Y ahora sólo nos resta trangular una matrz de n 1) n 1) Por lo tanto, tenemos que x n = n 1)n 1) + 1) + x n 1, n 1

2 Es decr, hacendo un cambo de varables, la sucesón {x n } n IN queda defnda por la recursón: { x1 = 0 x n+1 = n + n) + x n Sn embargo, de esta forma, por ejemplo, no podemos estmar cuántas operacones serán necesaras para trangular una matrz de n n por medo de este algortmo sn antes calcular cuántas serán necesaras para trangular matrces de menor tamaño S conocésemos para certa computadora el tempo que tarda en llevarse a cabo cada operacón, con la fórmula cerrada de la sucesón {x n } n IN, podríamos estmar a pror el tempo que tardaría en efectuarse la trangulacón de una matrz de n n La ntencón de estas notas es exhbr un método para encontrar una forma cerrada o fórmula general para el térmno n-ésmo es decr, una fórmula que no dependa de los térmnos anterores) de certas sucesones defndas por recurrenca Este método se basa en técncas elementales de Algebra Lneal Defncones y ejemplos Prmero, defnamos el tpo de sucesones con las que vamos a trabajar Para no tener que consderar restrccones, consderaremos sucesones de números complejos y al conjunto de todas estas sucesones lo notaremos C IN Defncón: Una sucesón {x n } n IN C IN se dce recursva lneal de orden menor o gual que k s exsten k números complejos α 0, α 1,, α k 1 tales que x n+k = α 0 x n + α 1 x n α k 1 x n+k 1 Es decr, una sucesón {x n } n IN será recursva lneal de orden menor o gual que k cuando, dados los prmeros k elementos, el k + 1)-ésmo y todos los sguentes se pueden calcular hacendo una combnacón lneal fja de los k anterores Analcemos ahora algunos ejemplos: Ejemplo 1: Consderemos todas las posbles sucesones recursvas lneales de orden menor o gual que 1 Necesaramente, la defncón será para algún a y algún λ en C): { x1 = a x n+1 = λx n En este caso, es muy fácl conjeturar el térmno general de la sucesón y probar que x n = aλ n 1 s λ 0 Para no tener que dstngur casos, por convencón consderaremos 0 0 = 1 Esta sucesón se llama la sucesón geométrca de prmer térmno a y razón λ Notacón: Llamamos G λ a la sucesón geométrca de razón λ cuyo prmer térmno es 1 En el próxmo ejemplo, veremos por qué no se puede defnr drectamente la nocón exacta de orden: Ejemplo : Consderemos, dados a y λ complejos, la sguente sucesón recursva lneal: { x1 = a x = λa x n+ = λ x n Es nmedato ver que esta sucesón es la geométrca de prmer térmno a y razón λ Según esta defncón, su orden es menor o gual que y según la defncón dada en el Ejemplo 1 su orden es menor o gual que 1 Es decr, como una sucesón recursva lneal puede defnrse de dstntas maneras, no se puede dar una nocón exacta del orden que dependa de una sola de estas defncones Lo únco que se puede afrmar es que el

3 orden será menor o gual que certo número natural Ahora estamos en condcones de precsar el concepto de orden: Defncón: Sea {x n } n IN C IN una sucesón recursva lneal Se defne el orden de {x n } n IN y se lo nota ord{x n } n IN )) como el número natural: ) 1 s {x n } n IN es una sucesón recursva lneal de orden menor o gual que 1, es decr, s {x n } n IN es una sucesón geométrca ) k s {x n } n IN es una sucesón recursva lneal de orden menor o gual que k pero no es una sucesón recursva lneal de orden menor o gual que k 1) La defncón de orden nos asegura que, s {x n } n IN es una sucesón recursva lneal de orden k, todo elemento a partr del k + 1)-ésmo se puede escrbr como una combnacón lneal fja de los k elementos anterores, pero que esto no puede hacerse a partr del térmno k-ésmo usando solamente los k 1) térmnos anterores Sgamos ahora con algunos ejemplos y calculemos en cada caso el orden Ejemplo : Dada la sucesón artmétca de prmer térmno a y razón λ, es decr, la sucesón {x n } n IN defnda por: { x1 = a x n+1 = λ + x n ntentaremos ver s es recursva lneal Es evdente que, a menos que λ = 0 en cuyo caso la sucesón concde con la geométrca de prmer térmno a y razón 1), esta defncón no nos srve para decdr s es recursva lneal o no así que trataremos de modfcarla Consderemos dos térmnos consecutvos: x n+1 = λ + x n x n+ = λ + x n+1 S restamos membro a membro las desgualdades anterores, obtenemos x n+ = x n+1 x n lo que nos permte afrmar que la sucesón {x n } n IN es recursva lneal de orden menor o gual que : { x1 = a x = a + λ x n+ = x n+1 x n Para calcular el orden, consderemos que λ 0 En este caso, la sucesón no es constante a partr de nngún térmno S su orden fuese 1, sería geométrca, nnguno de sus térmnos podría ser cero porque, de suceder esto, la sucesón se haría constante a partr de allí) y la razón sería la dvsón entre dos térmnos consecutvos Por ejemplo, entre x y x ó entre x y x 1 : luego a + λ a + λ = a + λ a a + λa = a + λa + λ y, por lo tanto, λ = 0 lo que es un absurdo Entonces, s λ 0, el orden de esta sucesón es Ejemplo 4: La sucesón de Fbonacc {f n } n IN ver 1)) es evdentemente recursva lneal De la defncón, se deduce que el orden es menor o gual que S fuese menor o gual que 1, la sucesón de Fbonacc sería geométrca, pero como f 1 = 1 y f = 1, tendría que ser la sucesón G 1 constante Como f = 1, no tene orden menor o gual que 1 y por lo tanto, ord {f n } n IN ) = Ejemplo : Consderemos la sucesón peródca 1,,, 1,,, 1,,, 1,,, 1,,, )

4 Una posble defncón por recurrenca será: x 1 = 1 x = x = x n+ = x n Su orden es menor o gual que S fuese menor o gual que, exstrían a y b complejos tales que la sucesón podría defnrse por { x1 = 1 x = x n+ = ax n+1 + bx n Consderando los térmnos x, x 4 y x, se tendría: { = a + b1 1 = a + b = a1 + b pero este sstema lneal no tene solucones, es decr no exsten tales a y b Por lo tanto, la sucesón tene orden Ejemplo 6: La sucesón cuyo térmno n-ésmo cuenta la cantdad máxma de operacones del algortmo de Gauss para trangular una matrz de n n es ver Introduccón): { x1 = 0 x n+1 = n + n) + x n Será esta una sucesón recursva lneal? Consderemos, para todo n IN los térmnos x n+1, x n+, x n+ y x n+4 de la sucesón: x n+1 = n + n) + x n x n+ = n + n + ) + x n+1 x n+ = n + 9n + 10) + x n+ ) x n+4 = n + 1n + 1) + x n+ Podemos pensar las expresones n + n), n + n + ), n + 9n + 10) y n + 1n + 1) que aparecen en las gualdades como polnomos en n de grado Pero cuatro polnomos de grado son necesaramente dependentes, es decr, exste una combnacón lneal no trval de ellos que da el polnomo 0 Planteando las cuentas correspondentes se obtene que 1)n + n) + n + n + ) n + 9n + 10) + 1n + 1n + 1) = 0 Aplcando la msma combnacón lneal a las ecuacones ) membro a membro, resulta 1)x n+1 + x n+ x n+ + x n+4 = 1)x n + x n+1 x n+ + x n+ y, por lo tanto, la sucesón analzada cumple x n+4 = 4x n+ 6x n+ + 4x n+1 1x n Es decr, la sucesón está defnda por x 1 = 0 x = x = 1 x 4 = 4 x n+4 = 4x n+ 6x n+ + 4x n+1 1x n 4

5 lo que dce que es recursva lneal de orden menor o gual que cuatro Puede probarse ejercco a cargo del lector) que el orden es exactamente cuatro planteando la posbldad de que sea recursva lneal de orden menor o gual que tres y llegando a un absurdo En los próxmos dos ejemplos, probaremos que certas sucesones no son recursvas lneales para lustrar el tpo de dfcultad que puede aparecer Ejemplo 7: La sucesón { n } n IN no es recursva lneal Supongamos que sí lo es Exsten entonces k IN y α 0,, α k 1 números complejos tales que n+k = 0 k 1 α n+ Sea C = max{ α / 0 k 1} y consderemos el módulo de la expresón anteror Entonces n+k = Por lo tanto, tenemos que 0 k 1 α n+ 0 k 1 n+k 1 = n+k α n+ 0 k 1 n+k 1 kc C n+k 1 = kc n+k 1 pero esto es absurdo ya que el prmer membro es una sucesón que tende a nfnto y, por lo tanto, no puede estar acotado Ejemplo 8: Consderemos la sucesón {log n} n IN y supongamos que es recursva lneal de orden menor o gual que k para algún k IN fjo Entonces exstrán números complejos α 0, α 1,, α k 1 tales que logn + k) = α 0 logn) + α 1 logn + 1) + + α k 1 logn + k 1) Tomando parte real de ambos lados de la gualdad, se obtene una ecuacón de recu- rrenca a coefcentes reales Luego, sn pérdda de generaldad, podemos suponer que α 0, α 1,, α k 1 son números reales Consderemos la funcón f : IR >0 IR defnda por fx) = logx + k) α 0 logx) α 1 logx + 1) α k 1 logx + k 1) f es contnua y dervable en 0, + ) y fn) = 0 Por lo tanto, usando el Teorema de Rolle, su dervada f vale cero en nfntos puntos Calculando f se obtene y operando f x) = f x) = 1 x + k α 1 0 x α 1 1 x + 1 α 1 k 1 x + k 1 0 k x + ) α 0 1 k+1 x + ) α k 1 0 k+1 x + ) 0 k+1 k x + ) Como f vale cero en nfntos puntos, el numerador es un polnomo que tene nfntas raíces y por lo tanto debe ser el polnomo nulo Sn embargo, cuando evaluamos el numerador en k 1), obtenemos k 1 + ) que es un número dstnto de cero Esto es una contradccón que provene del hecho de 0 k suponer que la sucesón log n) n IN es recursva lneal Para termnar con esta seccón, probaremos una propedad sobre la sucesón suma de una sucesón recursva lneal:

6 Proposcón Sea {x n } n IN una sucesón recursva lneal de orden k y sea {S n } n IN la sucesón defnda por S n = 1 n x Entonces {S n } n IN es una sucesón recursva lneal de orden menor o gual que k + 1 Demostracón: Consderemos la defncón por recurrenca de {x n } n IN : x n+k = α 0 x n + α 1 x n α k 1 x n+k 1 En partcular, reemplazando n por n + 1, vale x n+1+k = α 0 x n+1 + α 1 x n+ + + α k 1 x n+k Pero como x n+1 = S n+1 S n, reemplazando y despejando S n+1+k, se tene que S n+1+k = α 0 S n+1 S n ) + + α k 1 S n+k S n+k 1 ) S n+k S reagrupamos y sumamos los térmnos del segundo membro, nos da la recurrenca de orden menor o gual que k + 1 buscada Ejerccos Ejercco 1 Decdr cuáles de las sguentes sucesones {a n } n IN son recursvas lneales En caso afrmatvo hallar una ecuacón de recurrenca y el orden ) a n = n + n n 1 ) a n = 1 n ) a n = n + n n 1 ) n n n 1 ) v) a n = n v) a n = 1 n n Ejercco Sea {x n } n IN una sucesón de números reales postvos crecente Probar que, s es recursva lneal, exste una constante C tal que x n+1 x n C Vale la recíproca? Ejercco ) Sean a 1,, a k, a C Se consdera la sguente sucesón: x 1,, x k k 1 x n+k = a x n+ + a s n 1 Probar que {x } IN es una sucesón recursva lneal Qué se puede decr del orden? ) Sean a 1,, a k C y sea {x n } n IN una sucesón recursva lneal Probar que la sucesón =0 es recursva lneal Qué se puede decr del orden? { y1 = a 1,, y k = a k y k+n = x n s n 1 6

7 Ejercco 4 Sea P C [X] un polnomo de grado k Probar que la sucesón {x n } n IN defnda por x n = P n) n IN es recursva lneal de orden menor o gual que k + 1 Ejercco ) Sea S C un conjunto fnto y sea {x n } n IN una sucesón recursva lneal tal que x S para todo IN Probar que {x n } n IN es peródca a partr de certo térmno ) Sea {x n } n IN la sucesón de los dígtos del desarrollo decmal de y sea D = {0, 1,,, 4,, 6, 7, 8, 9} Probar que para nngún valor de k exste f : D k D tal que fx n, x n+1,, x n+k 1 ) = x n+k Estructura del conjunto de sucesones recursvas lneales Las sucesones recursvas lneales forman un subespaco vectoral de C IN pero para probarlo debemos hacer certas consderacones prevas Defncón: Sea P = 0 k α X C [X] {0} un polnomo de grado k y sea {x n } n IN una sucesón recursva lneal Se dce que {x n } n IN satsface P s α 0 x n + α 1 x n α k x n+k = 0 Es decr, estamos asocando a la ecuacón de recurrenca de la sucesón un polnomo Por ejemplo, una sucesón geométrca de razón λ satsface los polnomos X λ) y X λ ) ver Ejemplos 1 y ), cualquer sucesón artmétca satsface el polnomo X X + 1 ver Ejemplo ) y la sucesón de Fbonacc satsface el polnomo X X 1) ver Ejemplo 4) Proposcón Sea P = 0 k α X C[X] {0} un polnomo de grado k y sea S P = {{x n } n IN C IN / {x n } n IN es una sucesón recursva lneal que satsface P } Entonces S P es un C-subespaco vectoral de C IN de dmensón k Demostracón: Para probar que S P es un subespaco veremos que contene a la sucesón {0} n IN, que es cerrado para la suma y para el producto por escalares ) Es evdente que {0} n IN satsface P ya que α α α k 0 = 0 ) Sean {x n } n IN y {y n } n IN en S P Es decr, α 0 x n + α 1 x n α k x n+k = 0 α 0 y n + α 1 y n α k y n+k = 0 Sumando membro a membro, se obtene que {x n + y n } n IN S P ) S {x n } n IN S P y z C, multplcando por z la gualdad α 0 x n + α 1 x n α k x n+k = 0 se ve que {zx n } n IN S P Ahora sólo falta ver que tene dmensón k Prmero, observemos que, fjados k números complejos x 1,, x k, exste una únca sucesón en S P que tene a estos k números como sus prmeros k térmnos ordenados el elemento x k+1 será α0x1+α1x+ +α k 1x k α k y, s x n,, x n+k 1 están defndos, el elemento x n+k será α 0x n +α 1 x n+1 + +α k 1 x n+k 1 α k ) 7

8 Consderemos ahora la sucesón E S P 1 k) que en el lugar j-ésmo 1 j k) tene el elemento E ) j defndo de la sguente forma: { 0 s j E ) j = 1 s = j Es decr, s escrbmos hasta el térmno k-ésmo de las sucesones tenemos E 1 = {1, 0,, 0, 0, E = {0, 1,, 0, 0, E k = {0, 0,, 0, 1, Las sucesones E 1, E,, E k son lnealmente ndependentes: s 1 k 1 k β E es la sucesón {0} n IN, los prmeros k térmnos deberán ser 0 y por lo tanto, β 1 = β = = β k = 0 Sea {x n } n IN una sucesón en S P La sucesón x E está en S P pues es una combnacón lneal de elementos de S P ) y sus prmeros k térmnos concden con los de {x n } n IN, por lo tanto {x n } n IN = Luego {E 1, E,, E k } es un sstema de generadores lnealmente ndependente de S P con lo que queda probado que su dmensón es k El lema sguente nos permtrá demostrar que el conjunto de todas las sucesones recursvas lneales es un C-espaco vectoral Lema Sea P = 0 k 1 k x E α X C[X] {0} un polnomo de grado k y sea {x n } n IN una sucesón recursva lneal que satsface P Entonces, para todo Q = C[X] {0}, {x n } n IN satsface QP 0 h β X en Demostracón: La demostracón se hará por pasos: Paso I: Sean P = α X y R = γ X en C[X] {0} tal que P + R 0 S 0 k 0 j {x n } n IN satsface P y R, entonces {x n } n IN satsface P + R: Completando s es necesaro con coefcentes nulos podemos suponer que k = j Entonces 0 k 0 k α x n+ = 0 γ x n+ = 0 Sumando membro a membro las dos desgualdades anterores, se obtene lo deseado Paso II: Sea P = α X en C[X] {0} y sea a C {0} S {x n } n IN satsface P, 0 k entonces {x n } n IN satsface ap : 8

9 Basta multplcar por a la gualdad α x n+ = 0 0 k Paso III: Sea P = 0 k α X en C [X] {0} S {x n } n IN satsface P, entonces {x n } n IN satsface X r P para todo r IN Tenendo en cuenta que 0 k vale para todo n IN, en partcular vale para n + r: 0 k y esto quere decr que {x n } n IN satsface X r P α x n+ = 0 α x n+r+ = 0 Ahora, combnando los tres pasos, demostramos el lema: como {x n } n IN satsface P, satsface X P para todo 0 h y por lo tanto satsface β X P para todo 0 h Sumando, obtenemos que {x n } n IN satsface β X P = QP que es lo que queríamos demostrar 0 h Ahora estamos en condcones de demostrar el sguente Teorema El conjunto S C IN de todas las sucesones recursvas lneales es un C-espaco vectoral Demostracón: Basta demostrar que S es un C-subespaco vectoral de C IN y esto se basará en el Lema anteror: ) {0} n IN S es evdente ) S {x n } n IN S y {y n } n IN S, eso sgnfca que exsten polnomos P y Q en C[X] {0} tales que {x n } n IN satsface P y {y n } n IN satsface Q Pero, por el Lema anteror, {x n } n IN satsface PQ y {y n } n IN tambén satsface PQ y, como S PQ es un subespaco de C IN, {x n } n IN + {y n } n IN debe satsfacer PQ y por lo tanto será recursva lneal ) S {x n } n IN S y a C, exste un polnomo P en C[X] {0} tal que {x n } n IN satsface P Como S P es un subespaco de C IN, a{x n } n IN debe satsfacer P y por lo tanto, será recursva lneal 4 La fórmula general Para encontrar una fórmula general del térmno n-ésmo de una sucesón recursva lneal {x n } n IN, traducmos nuestro problema a una ecuacón matrcal Supongamos que {x n } n IN satsface un polnomo k 1 k 1 P C[X], P = X k α X Es decr, para todo n IN, x n+k = α x n+ En notacón matrcal, podemos escrbr: = α 0 α 1 α α α k 1 x n x n+1 x n+ x n+k x n+k 1 9 = =0 x n+1 x n+ x n+ x n+k 1 x n+k

10 y más generalmente, s notamos con C P a la matrz tendremos que C P = C P ) j α 0 α 1 α α α k 1 x 1 x x x k = x j+1 x j+ x j+ x j+k j IN Por lo tanto, tomando j + 1 = n, tendremos que el térmno n-ésmo de la sucesón {x n } n IN será una combnacón lneal de los coefcentes de C P ) n 1 Nuestro problema se reduce, por lo tanto, a encontrar una fórmula para las potencas de la matrz C P Para eso, consderaremos prmero, un caso partcular: 41 El caso de las raíces smples: Supongamos que el polnomo P tene todas sus raíces smples Como la matrz C P tene a P como polnomo característco notar que C P es la matrz compañera del polnomo P ), la matrz C P resulta dagonalzable Es decr, s λ 1, λ k son las raíces de P en C, exste una matrz D C k k nversble tal que: DC P D 1 = λ λ λ λ k y por lo tanto, usando la convencón 0 0 = 1 s es necesaro, C P ) n 1 = D λ n λ n 1 0 D λ n 1 k λ n 1 Es decr, los coefcentes de C P ) n 1 serán combnacones lneales de λ n 1 1, λ n 1,, λ n 1 k y por lo tanto el térmno n-ésmo de la sucesón {x n } n IN tambén será una combnacón lneal de λ n 1 1, λ n 1,, λ n 1 k, con lo que queda demostrada la sguente Proposcón Sea {x n } n IN una sucesón recursva lneal que satsface un polnomo P C[X] de grado k cuyas raíces λ 1, λ,, λ k son todas dstntas Entonces exsten a 1, a,, a k C tales que x n = a 1 λ1 n 1 + a λ n a k λ n 1 k Observacón: Notar que la Proposcón anteror asegura que, dado que la dmensón de S P es k, {G λ1, G λ,, G λk } es una base de S P Ahora utlzaremos esta Proposcón para encontrar una fórmula general de algunas sucesones que ya vmos 10

11 Consderemos la sucesón peródca {x n } n IN Ejemplo ) defnda por x 1 = 1 x = x = x n+ = x n Esta sucesón satsface el polnomo P = X 1 y, por lo tanto, usando la Proposcón anteror, deben exstr a, b y c tales que x n = a1 + b 1 + ) n 1 1 ) n 1 + c Tenendo en cuenta las gualdades para n = 1, n = y n =, se obtene a + b + c = 1 1+ a + b ) 1 + c ) = ) ) a + b + c = 1 1+ y, resolvendo el sstema se obtene que a =, b = 1 + y c = 1 Es decr ) 1 + ) n 1 ) 1 ) n 1 x n = Consderemos ahora la sucesón de Fbonacc {f n } n IN { f1 = 1 f = 1 f n+ = f n + f n+1 Ejemplo 4) defnda por Esta sucesón satsface el polnomo P = X X 1 que tene por raíces a 1+ y a 1 Por lo tanto, exsten a y b tales que f n = a Como f 1 = 1 y f = 1, tenemos que a + b = 1 a de donde a = 1 1+ ) y b = 1 f n = ) n ) n 1 + b 1+ ) + b 1 ) con lo que 1 + ) n 1 1 ) = 1 1 ) n Aplcacón: Sean a y b números naturales Queremos estmar la cantdad de dvsones necesaras para calcular el máxmo común dvsor entre a y b medante el algortmo de Eucldes 11

12 Lema: Sean a b números naturales Consderamos que el algortmo de Eucldes sempre comenza dvdendo el mayor número por el menor S f n a < f n+1 donde f es el -ésmo número de Fbonacc), la cantdad de dvsones necesaras para efectuar el algortmo de Eucldes está acotada por n Demostracón: Lo demostraremos por nduccón en n S n = 1 ó n = el resultado es obvo Supongamos n > Como f n a < f n+1, el resto r de la dvsón de b por a es menor que f n+1 Pueden darse dos casos ) r < f n, en cuyo caso el algortmo de Eucldes entre a y r nvolucra a lo sumo n 1 dvsones por hpótess nductva) y por lo tanto, entre a y b nvolucra a lo sumo n dvsones como queríamos demostrar ) f n r < a < f n+1 En este caso, el sguente paso será dvdr a a por r S llamamos q al cocente y r al resto, tenemos que: r = a rq a r < f n+1 f n = f n 1 Luego, el algortmo de Eucldes entre r y r nvolucra a lo sumo n dvsones por hpótess nductva) y por lo tanto, entre a y b nvolucra a los sumo n dvsones como queríamos demostrar Proposcón: Sean a b números naturales El número de dvsones necesaras para calcular el máxmo común dvsor entre a y b por medo del Algortmo de Eucldes está acotado por D + 1), donde D es la cantdad de cfras del desarrollo decmal de a Demostracón: Usando el Lema anteror, s queremos estmar el número de dvsones necesaras, deberíamos encontrar todos los n tales que f n a Usando la fórmula general de los números de Fbonacc tenemos que: ) n 1 1 ) n a y esto mplca con lo cual y por lo tanto n log ) n 1 < a 1 + ) < log 10 a + 1)) < log 10 a) + 1 n < log 10 a + 1) Notar que log 10 a es la cantdad de cfras del desarrollo decmal de a 4 El caso de las raíces múltples: El razonamento anteror evdentemente no funcona en el caso en que el polnomo tenga raíces múltples ya que la matrz no es dagonalzable pero gualmente se puede tratar de encontrar una expresón para los coefcentes de la matrz C P ) n 1 Para eso utlzaremos la forma normal de Jordan de dcha matrz Como la matrz C P es la compañera del polnomo P, tanto el polnomo característco como el mnmal de C P es P y por lo tanto, s λ 1,, λ r son las raíces dstntas de P, la forma normal de Jordan de C P tendrá un solo bloque de Jordan asocado a cada autovalor de P Es decr, exste una matrz D C k k nversble tal que: J λ J DC P D 1 λ 0 0 = 0 0 J λ J λr 1

13 donde cada J λ es bloque de Jordan, es decr, una matrz del tpo J λ = λ λ λ λ Elevando la matrz de Jordan de C P a la n 1 multplcando por bloques se tene que: J λ1 ) n J λ ) n C P ) n 1 = D J λ ) n 1 0 D J λr ) n 1 Por lo tanto bastará saber elevar un bloque de Jordan para obtener nformacón sobre los coefcentes de C P ) n 1 Supongamos que J λ C j j y observemos algunas propedades: ) El bloque de Jordan J λ se puede escrbr como suma de dos matrces que conmutan: λ λ λ J λ = λ Como las dos matrces conmutan, para elevar la suma a la n 1, podemos usar la fórmula del bnomo de Newton ) S llamamos N a la matrz N = y notamos con I r a la matrz dentdad en C r r, tenemos que N 1 = ) 0 0, I j 1 0 y, para 1 j 1, N = N = I j I j

14 es decr, a medda que se eleva la matrz N, los unos van bajando una fla por vez) S j, N = 0 Así que, s aplcamos la fórmula del bnomo de Newton para hallar J λ ) n 1, y con la convencón de que ) n 1 = 0 s > n 1, se tene: n 1 λ n 1 ) n n 1 1 λ λ n 1 ) n n 1 ) n J λ ) n 1 λ 1 λ λ n = n 1 ) j 1 λ n j n 1 ) j λ n j+1 n 1 ) j λ n j+ n 1 ) n 1 λ λ n j Luego, tenemos una fórmula para C P ) n 1 = λ n 1 λ 1 j Por lo tanto, ) n 1 j 1 λ n j n 1 λ n 1 j 1) es un polnomo de grado j 1 en n y, s λ 0, ) λ 1 j es un polnomo de grado j 1 en n = n 1 j 1 λ n 1 Para el caso λ = 0 usamos la convencón 0 0 = 1 y 0 j = 0 s j ZZ {0} para multplcado por λ n 1 resumr la escrtura Queda demostrado entonces el sguente Teorema Sea {x n } n IN una sucesón recursva lneal que satsface un polnomo P C [X] cuyas raíces complejas no nulas son λ 1, λ,, λ r con multplcdades s 1, s,, s r respectvamente y 0 es raíz de P con multplcdad s eventualmente s = 0) Entonces exsten polnomos f 1, f,, f r en C[X] con grf ) s 1 o f = 0 y números complejos c 1,, c s tales que x n = f 1 n)λ n f n)λ n f r n)λ n 1 r + s c 0 n =1 n IN Encontremos ahora una fórmula general para la sucesón defnda en el Ejemplo 6 Recordemos que x 1 = 0 x = x = 1 x 4 = 4 x n+4 = 4x n+ 6x n+ + 4x n+1 1x n El polnomo P asocado a esta recursón es P = X 4 4X + 6X 4X + 1 = X 1) 4 Utlzando el teorema anteror para la sucesón {x n } n IN, obtenemos que su térmno general debe ser de la forma x n = an + bn + cn + d n IN para a, b, c y d complejos Resolvendo el sstema lneal que se obtene varando n entre 1 y 4, o sea a + b + c + d = 0 8a + 4b + c + d = 7a + 9b + c + d = 1 64a + 16b + 4c + d = 4 obtenemos que x n = n 1 n 1 6 n 14

15 Ejerccos Ejercco 6 Calcular la cantdad de cfras decmales de f 1000 el térmno número 1000 de la sucesón de Fbonacc) Dato: log ) = 0, Ejercco 7 Calcular las fórmulas generales de las sguentes sucesones: ) ) { a1 = 1, a = 0, a = 1, a 4 = 0 a n+4 = 10a n+ a n+ + 0a n+1 4a n s n 1 { a1 = 1, a = 1, a = 1, a 4 = 1 a n+4 = 6a n+ 1a n+ 1a n+1 4a n s n 1 ) a n = v) a n = v) a n = n s n 1 =1 n s n 1 =1 n 4 s n 1 =1 Ejercco 8 Sean a, b C y sea A C n n la matrz A = Calcular deta) en funcón de los valores de a, b y n b a a b a a b a a b b a a b Ejercco 9 Dados k IN 0 y α IR, se consdera la ntegral S k = π ) Probar que S k+1 = cos αs k S k 1 k IN ) Calcular S k k IN 0 Ejercco 10 ) Se consdera la sucesón defnda por la fórmula 0 cos kx cos kα cos x cos α dx a n = 1 + ) n + 1 ) n Encontrar [ una ] defncón por recurrenca lneal para {a n } n IN Deducr que 1 + ) n n + 1 mod ) n IN donde [x] sgnfca parte entera de x) [ ] ) Encontrar p y q números naturales tales que p+ q ) n n mod ) n IN 1

16 Ejercco 11 Sean A y E vértces opuestos de un octógono regular Una rana está en el vértce A y comenza a saltar de vértce en vértce, con las sguentes dos reglas: I) Desde un vértce cualquera del octógono dstnto de E, puede saltar a cualquera de los dos vértces adyacentes II) Cuando llega al vértce E, la rana deja de saltar y se queda allí Para cada número natural n, sea a n el número de camnos dstntos que puede segur la rana con exactamente n saltos, termnando en E Probar que: a n 1 = 0 y a n = 1 + ) n 1 ) n 1 ) Caracterzacón Hasta ahora hemos probado que, s {x n } n IN es una sucesón recursva lneal, exsten f 1, f,, f r en C[X], s IN 0 y λ 1,, λ r, c 1,, c s números complejos tales que x n = f 1 n)λ n f n)λ n f r n)λ n 1 r + s c 0 n =1 n IN Ahora, utlzando algunos resultados prevos y un lema técnco, vamos a demostrar que todas las sucesones de esta forma son recursvas lneales Lema Sean n y r IN {0} Entonces r+1 ) r + 1 1) r+1 n + ) r = 0 =0 Demostracón: Sea P el polnomo r+1 ) r + 1 P = 1) r+1 X + ) r =0 P n) = 0 n IN {0} s y sólo s P = 0 Calculando los coefcentes de grado j de P 0 j r), basta mostrar que r+1 ) r + 1 1) r+1 h = 0 =0 para todo r IN {0} y 0 h r donde h = r j) Vamos a probarlo por nduccón El caso r IN {0} y h = 0 sale aplcando la fórmula del bnomo de Newton a 1 1) r+1 recordemos que 0 0 es por convencón 1) Supongamos ahora que el resultado es certo para un número r IN {0} y h = 0, 1,, r Vamos a probar la gualdad para r + 1 y h = 0, 1,, r + 1 La gualdad vale s h = 0 Cuando 1 h r + 1 consderamos k = h 1 Entonces 0 k r y r+ ) r + r+ ) r + 1) r+ h = 1) r+ k+1 = =0 r+ ) r + 1 r + = 1) r+ 1 =1 r+1 ) r + 1 = r + ) 1) r+1 =0 =1 r+ ) r + 1 k+1 = r + ) 1) r+ 1 =0 =1 r+1 ) r + 1 k + 1) k = r + ) 1) r+1 16 j=0 k = ) k j ) j =

17 = r + ) k j=0 ) k r+1 ) r + 1 1) r+1 j =0 ) j ) = r + ) k j=0 ) k 0 = 0 j Ahora podemos probar el sguente Teorema Sean f 1, f,, f r en C[X], s IN 0 y λ 1,, λ r, c 1,, c s números complejos Entonces la sucesón defnda por es recursva lneal x n = f 1 n)λ n f n)λ n f s n)λ n 1 s + s c 0 n =1 n IN Demostracón: Como S es un subespaco vectoral de C IN, basta mostrar que, dado un número complejo λ y r IN {0}, la sucesón {n r λ n 1 } n IN es recursva lneal las sucesones del tpo 0 n son evdentemente recursvas lneales) Para probarlo, tenemos que encontrar un polnomo P C[X] tal que {n r λ n 1 } n IN satsfaga P S analzamos la demostracón del Teorema anteror, vemos que λ tene que ser raíz de P con multplcdad por lo menos r + 1 Consderemos r+1 ) r + 1 P = X λ) r+1 = λ) r+1 X y veamos s {n r λ n 1 } n IN la satsface: r+1 r + 1 r+1 ) r + 1 ) λ) r+1 n + ) r λ n+ 1 = λ n+r 1) r+1 n + ) r = 0 =0 usando el Lema anteror Por lo tanto {n r λ n 1 } n IN satsface P y es recursva lneal como queríamos demostrar =0 =0 Ejercco Ejercco 1 coordenada Probar que el conjunto S es un subanllo de C IN con el producto defndo coordenada a 6 Una generalzacón: Sucesones mutuamente recursvas lneales Consderemos ahora las sucesones {a n } n IN y {b n } n IN defndas por { a1 = 1 a = 0 b 1 = 0 b = 1 a n+ = b n+1 + a n b n+ = a n+1 + b n Tratemos de traducr las deas precedentes a esta stuacón: n 1 17 a 1 a b 1 b = a n a n+1 b n b n+1

18 El polnomo característco de la matrz es X = X 4 4X + 1 y todas sus raíces son smples, por lo tanto la matrz es dagonalzable Luego exsten complejos α 1, α, β 1, β, γ 1, γ, δ 1 y δ tales que y que a n = α 1 + ) n 1 + β 1 + ) n 1 + γ 1 ) n 1 + δ 1 ) n 1 b n = α + ) n 1 + β + ) n 1 + γ ) n 1 + δ ) n 1 Resolvendo los sstemas lneales asocados a los prmeros cuatro térmnos de las sucesones tenemos que, n IN, a n = + ) ) n ) n 1 ) + + ) ) n ) n 1 ) y b n = 1 ) ) n 1 + 1) n ) + + ) ) n ) n ) Este método se puede adaptar a varas sucesones mutuamente recursvas lneales Como la demostracón es esencalmente la msma que en el caso de una sola sucesón, nos lmtaremos a dar una defncón y a establecer el resultado Defncón: Sean {a ) n } n IN 1 r) sucesones en C IN Se dce que son mutuamente recursvas lneales s exste k IN y complejos α ) j 1 r, 0 j k 1) tales que a ) n+k = 1 s r 0 j k 1 α s) j a s) n+j 1 r) n IN Es decr, cada térmno de cada sucesón depende lnealmente de los k térmnos anterores de todas las sucesones En este caso podemos obtener una matrz A en C rk rk tal que A n 1 a 1) 1 a 1) ḳ a r) 1 a r) k = a 1) ṇ a 1) n+k 1 a r) ṇ a r) n+k 1 Usando la forma normal de Jordan de A para obtener A n 1 como antes, podemos dar una fórmula del térmno general de cada sucesón {a ) n } n IN La únca dferenca es que, como la matrz A no es una matrz compañera, su forma de Jordan puede tener más de un bloque de Jordan para cada autovalor, pero los cálculos son esencalmente los msmos) Para termnar, podemos enuncar el sguente resultado 18

19 Proposcón : Sean {a ) n } n IN 1 r) sucesones mutuamente recursvas lneales en C IN Entonces, cada {a ) n } n IN 1 r) es una sucesón recursva lneal y por lo tanto satsface una fórmula como la de los Teoremas anterores Ejerccos Ejercco 1 Calcular una fórmula general para la sucesón {a n } n IN defnda por { a1 = 1 a = 1 a n+ = a n+1 + a n + 1) n Ejercco 14 Sea {f n } n IN la sucesón de Fbonacc Calcular el térmno general de la sucesón {F n } n IN defnda por { F1 = 1 F = 1 F n+ = F n+1 + F n + f n+ Ejercco 1 Calcular una fórmula general para las sucesones {a n } n IN y {b n } n IN defndas por { a1 = 1 a = 0 b 1 = 1 b = 1 a n+ = 4a n+1 + b n b n+ = 8a n + 4b n+1 Referencas [1] R Graham, D Knuth and O Patashnk, Concrete Mathematcs - A Foundaton for Computer Scence, Addson-Wesley Publshng Company, 199 [] K Hoffman and R Kunze, Algebra Lneal, Prentce Hall Hspanoamercana, 197 [] A Markushévch, Sucesones Recurrentes, Edtoral MIR, 1974 [4] M Spegel, Fnte Dfferences and Dfference Equatons, McGraw-Hll Publshng Company, 1989 El enuncado del ejemplo de sucesones mutuamente recursvas resuelto en 6 fue extraído de [1], donde tambén se resuelven sucesones recursvas pero usando funcones generatrces seres formales de potencas) Tambén se extrajeron de allí los ejerccos 10, 1 y 14 Los ejerccos 8 y 9 fueron extraídos de [4] donde además se pueden encontrar muchas otras aplcacones de este tema a la físca, a la probabldad, etc) El ejercco 11 fue extraído de la Competenca E Paenza del año 1990 En [] se trata el tema de las sucesones recursvas lneales con un nvel elemental pero cas sn demostracones Fnalmente, las nocones báscas de Algebra Lneal, forma normal de Jordan y matrces compañeras se pueden encontrar en [] 19

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1

i=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 detalles

Capítulo V. Teoremas de Fermat, Euler y Wilson

Capítulo V. Teoremas de Fermat, Euler y Wilson 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,

Más detalles

Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros

Perturbación 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 detalles

Propiedades Asintóticas

Propiedades Asintóticas Capítulo 3 Propedades Asntótcas 3.. Dstrbucones Estaconaras Defncón 3. Sea X n, n, una cadena de Markov con espaco de estados E y matrz de transcón P. Sea π(), E, una dstrbucón de probabldad, es decr,

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos 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 detalles

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS

6.1 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 detalles

NÚMEROS COMPLEJOS. y sabemos que no podemos calcular raíces de números negativos en R. Para resolver este problema introduciremos el valor i = 1

NÚMEROS COMPLEJOS. y sabemos que no podemos calcular raíces de números negativos en R. Para resolver este problema introduciremos el valor i = 1 NÚMEROS COMPLEJOS 1. Qué es un número complejo? Defncones. La ecuacón x + 1 = 0 no tene solucón en el campo real puesto que s ntentamos resolverla tendremos que x = ± 1 y sabemos que no podemos calcular

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES 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 detalles

Optimización no lineal

Optimización no lineal Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de

Más detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

Matemáticas Discretas

Matemáticas Discretas Coordnacón de Cencas Computaconales - INAOE Matemátcas Dscretas Cursos Propedéutcos 2010 Cencas Computaconales INAOE Dr. Lus Vllaseñor Pneda vllasen@naoep.mx http://ccc.naoep.mx/~vllasen Algo de nformacón

Más detalles

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?

Pregunta 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 detalles

Relaciones entre variables

Relaciones 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 detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores 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 detalles

Tema 4: Variables aleatorias

Tema 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 detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

Fugacidad. Mezcla de gases ideales

Fugacidad. 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 detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de

Más detalles

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED Modelo en red para la smulacón de procesos de agua en suelos agrícolas. CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED IV.1 Modelo matemátco 2-D Exsten dos posbldades, no ndependentes, de acuerdo con

Más detalles

Medidas de centralización

Medidas 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 detalles

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.

Simulación 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 detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De 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 detalles

Colección de problemas de. Poder de Mercado y Estrategia

Colección de problemas de. Poder de Mercado y Estrategia de Poder de Mercado y Estratega Curso 3º - ECO- 0-03 Iñak Agurre Jaromr Kovark Marta San Martín Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Tema. Olgopolo y competenca monopolístca.

Más detalles

Trabajo Especial 2: Cadenas de Markov y modelo PageRank

Trabajo 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 detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

Rentas o Anualidades

Rentas 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

TEMA 8: PRÉSTAMOS ÍNDICE

TEMA 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 detalles

Problemas sobre números complejos -1-

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 detalles

En un mercado hay dos consumidores con las siguientes funciones de utilidad:

En un mercado hay dos consumidores con las siguientes funciones de utilidad: En un mercado hay dos consumdores con las sguentes funcones de utldad: U ( + y, y = ln( + U ( = + y con a >,, y a ln( + donde, =,, es la cantdad del ben consumda por el ndvduo, y es la cantdad de renta

Más detalles

CESMA BUSINESS SCHOOL

CESMA 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 detalles

Mecánica Clásica ( Partículas y Bipartículas )

Mecánica Clásica ( Partículas y Bipartículas ) Mecánca lásca ( Partículas y Bpartículas ) Alejandro A. Torassa Lcenca reatve ommons Atrbucón 3.0 (0) Buenos Ares, Argentna atorassa@gmal.com Resumen Este trabajo consdera la exstenca de bpartículas y

Más detalles

Resumen TEMA 1: Teoremas fundamentales de la dinámica y ecuaciones de Lagrange

Resumen 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 detalles

Electricidad y calor

Electricidad y calor Electrcdad y calor Webpage: http://pagnas.sca.uson.mx/qb 2007 Departamento de Físca Unversdad de Sonora Temas 4. Prmera ley de la Termodnámca.. Concepto de Trabajo aplcado a gases.. Trabajo hecho por un

Más detalles

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1 Reconocmento de Locutor basado en Procesamento de Voz ProDVoz Reconocmento de Locutor Introduccón Reconocmento de locutor: Proceso de extraccón automátca de nformacón relatva a la dentdad de la persona

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 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 detalles

Electricidad y calor. Un repaso... Temas. 4. Primera ley de la Termodinámica. Webpage: Algunas definiciones

Electricidad y calor. Un repaso... Temas. 4. Primera ley de la Termodinámica. Webpage:  Algunas definiciones Electrcdad y calor Webpage: http://pagnas.sca.uson.mx/qb 2007 Departamento de Físca Unversdad de Sonora Temas 4. Prmera ley de la Termodnámca.. Concepto de Trabajo aplcado a gases.. Trabajo hecho por un

Más detalles

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo EL ÁLGEBRA GEOMÉTRICA DEL ESPACIO Y TIEMPO. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA Defncón del álgebra geométrca del espaco-tempo Defno el álgebra geométrca del espaco y tempo como el álgebra de las matrces

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación 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 detalles

Grafos. Conceptos básicos

Grafos. Conceptos básicos Grafos Se presenta en este módulo, como lectura complementara a los capítulos de Grafos del texto de clase: una lsta de conceptos que deben ser defndos con precsón por los alumnos, los elementos necesaros

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. 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 detalles

(p +Q 222 P +Q P +Q )

(p +Q 222 P +Q P +Q ) TEMA S.- PUNTOS. RECTAS Y PLANOS EN EL ESPACO. TEMA 5.- PUNTOS, RECTAS Y PLANOS EN EL ESPACO..- PUNTOS. Sstema de referenca: Un sstema de referenca en el espaco 93 consste en un conjunto formado por un

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

La variable compleja permite resolver problemas muy diferentes dentro de. áreas tan variadas como pueden ser hidráulica, aerodinámica, electricidad,

La 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 detalles

1.1 Ejercicios Resueltos Tema 1

1.1 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 detalles

Capitalización y descuento simple

Capitalización 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 detalles

Guía de Electrodinámica

Guía 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 detalles

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.

Una 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 detalles

ANEXO B SISTEMAS NUMÉRICOS

ANEXO B SISTEMAS NUMÉRICOS ANEXO B SISTEMAS NUMÉRICOS Sstema Decmal El sstema ecmal emplea ez ferentes ígtos (,,,, 4, 5, 6, 7, 8 y 9). Por esto se ce que la base el sstema ecmal es ez. Para representar números mayores a 9, se combnan

Más detalles

Variable aleatoria: definiciones básicas

Variable 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 detalles

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta.

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta. Rentas Fnanceras. Renta fracconada 6. RETA FRACCIOADA Una renta fracconada se caracterza porque su frecuenca no concde con la frecuenca de varacón del térmno de dcha renta. Las característcas de la renta

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos 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 detalles

Fundamentos de Física Estadística: Problema básico, Postulados

Fundamentos de Física Estadística: Problema básico, Postulados Fundamentos de Físca Estadístca: Problema básco, Postulados y Formalsmos. Problema básco de la Mecánca Estadístca del Equlbro (MEE) El problema básco de la MEE es la determnacón de la relacón termodnámca

Más detalles

1. Números imaginarios. Números complejos en forma binómica página 115. 2. Representación gráfica de los números complejos página 116

1. 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 detalles

Consideremos un sólido rígido sometido a un sistema de fuerzas en equilibrío, es decir

Consideremos un sólido rígido sometido a un sistema de fuerzas en equilibrío, es decir 1. PRINIPIO E TRJOS VIRTULES El prncpo de los trabajos rtuales, en su ertente de desplazamentos rtuales, fue ntroducdo por John ernoull en 1717. La obtencón del msmo dera de la formulacón débl (o ntegral)

Más detalles

Números Reales y Complejos

Números Reales y Complejos Apéndce C Números Reles y Complejos C.. Los números reles Suponemos conocdo el conjunto de los números reles. Vmos defnr y estudr en lgunos conceptos como relcones de orden, ntervlos, cots y vlor bsoluto.

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

LECTURA 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 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 detalles

Profesor: Rafael Caballero Roldán

Profesor: 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 detalles

8 MECANICA Y FLUIDOS: Calorimetría

8 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 detalles

Aplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa

Aplicación 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 detalles

Continua: Corriente cuyo valor es siempre constante (no varía con el tiempo). Se denota como c.c.

Continua: 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 detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

GUIAS 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 detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 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 detalles

Coordenadas Curvilíneas

Coordenadas Curvilíneas Departamento: Físca Aplcada III Mecánca Raconal (Ingenería Industral) Curso 007-08 Coordenadas Curvlíneas 1. Introduccón a. Obetvo: Generalar los tpos de coordenadas conocdos. Cartesanas. Clíndrcas, Esfércas,

Más detalles

Números complejos. Actividades. Problemas propuestos. Matemáticas 1 Bachillerato? Solucionario del Libro

Números complejos. Actividades. Problemas propuestos. Matemáticas 1 Bachillerato? Solucionario del Libro Matemátcas Bachllerato? Soluconaro del Lbro Actvdades Dado el número complejo se pde: qué valor ha de tener x para que x? Calcula el opuesto de su conjugado Calcula el conjugado de su opuesto x x x El

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación 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 detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS AUXILIARES DE LABORATORIO TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

MECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Primer Semestre - Otoño 2014. Omar De la Peña-Seaman. Instituto de Física (IFUAP)

MECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Primer Semestre - Otoño 2014. Omar De la Peña-Seaman. Instituto de Física (IFUAP) MECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Prmer Semestre - Otoño 2014 Omar De la Peña-Seaman Insttuto de Físca (IFUAP) Benemérta Unversdad Autónoma de Puebla (BUAP) 1 / Omar De la Peña-Seaman

Más detalles

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c. Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una

Más detalles

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que

Más detalles

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 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 detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE 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 detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Pronósticos. Humberto R. Álvarez A., Ph. D.

Pronósticos. Humberto R. Álvarez A., Ph. D. Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las

Más detalles

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID

DELTA 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 detalles

Algoritmo para la ubicación de un nodo por su representación binaria

Algoritmo 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 detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

Análisis de la Varianza de dos factores con replicaciones: Caso Balanceado (Scheffé, 1959)

Análisis de la Varianza de dos factores con replicaciones: Caso Balanceado (Scheffé, 1959) Modelo Lneal 03 Ana M Banco 1 Análss de la Varanza de dos factores con replcacones: Caso Balanceado cheffé, 1959 En este eemplo nos nteresa el tempo de coagulacón en mnutos del plasma sanguíneo para 3

Más detalles

Cinemática del Brazo articulado PUMA

Cinemática del Brazo articulado PUMA Cnemátca del Brazo artculado PUMA José Cortés Parejo. Enero 8. Estructura del brazo robótco El robot PUMA de la sere es un brazo artculado con artculacones rotatoras que le proporconan grados de lbertad

Más detalles

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

Más detalles

Semana 09 [1/28] Sucesiones. 29 de abril de Sucesiones

Semana 09 [1/28] Sucesiones. 29 de abril de Sucesiones Semana 09 [1/28] 29 de abril de 2007 Semana 09 [2/28] Definición Sucesión Una sucesión real es una función: f : N R n f (n) Observaciones Para distinguir a una sucesión de las demás funciones, se ocupará

Más detalles

4. PROBABILIDAD CONDICIONAL

4. 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 detalles

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Ing. Federco G. Salazar Termodnámca del Equlbro TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Contendo 1. Conversón y Coordenada de Reaccón. 2. Ecuacones Independentes y Regla

Más detalles

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

Más detalles

CAPÍTULO V ESTRUCTURAS ALGEBRAICAS

CAPÍTULO 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 detalles

MODELOS DE ELECCIÓN BINARIA

MODELOS DE ELECCIÓN BINARIA MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos

Más detalles

= x 1º B. 2º- Calcular y simplificar: 3º- Calcular el valor de k para que el cociente

= 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 detalles

Análisis de Sistemas Multiniveles de Inventario con demanda determinística

Análisis de Sistemas Multiniveles de Inventario con demanda determinística 7 Congreso Naconal de Estadístca e Investgacón Operatva Lleda, 8- de abrl de 00 Análss de Sstemas Multnveles de Inventaro con demanda determnístca B. Abdul-Jalbar, J. Gutérrez, J. Scla Departamento de

Más detalles

PRUEBAS 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 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 detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1

CÁLCULO 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 detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. 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 detalles

TEMA 1: PROBABILIDAD

TEMA 1: PROBABILIDAD robabldad TEM : ROBBILIDD Índce del tema Índce del tema.. Introduccón 2.2. Defncón de probabldad 3.2.. ropedades nmedatas 3 Ejemplo 7 Ejemplo 2 8 Ejemplo 3 9.3. robabldad condconada 0.3.. Introduccón 0.3.2.

Más detalles

Tema 4. Números Complejos

Tema 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 detalles

Indice de Coste Laboral Armonizado. Metodología

Indice de Coste Laboral Armonizado. Metodología Indce de Coste Laboral Armonzado Metodología Indce 1. Introduccón 2. Defncones 3. Formulacón 4. Ajuste de seres 1. Introduccón El objetvo prncpal del Indce de Coste Laboral Armonzado es proporconar una

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD 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 detalles