FACTORIZACIÓN DE PREFERENCIAS DIFUSAS

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

Download "FACTORIZACIÓN DE PREFERENCIAS DIFUSAS"

Transcripción

1 FACTORIZACIÓN DE PREFERENCIAS DIFUSAS Bonifacio Llamazares Rodríguez Dpto. de Economía Aplicada (Matemáticas) Universidad de Valladolid Resumen: En el marco convencional de la modelización de preferencias, la factorización de una relación de preferencia débil en sus componentes simétrica y asimétrica se realiza de forma única. En el ámbito de la lógica difusa, algunas de las propiedades empleadas para caracterizar dicha descomposición admiten distintas generalizaciones. Como consecuencia, la factorización de una relación difusa de preferencia débil no es única, puesto que depende tanto del conjunto de propiedades que se utilice, como de la t- norma y t-conorma elegidas para la representación de la intersección y de la unión de conjuntos difusos. En este trabajo se hace una revisión de las principales factorizaciones existentes en la literatura y se generaliza y caracteriza la dada por Barret y Pattanaik (1989). Palabras clave: preferencias difusas, preferencia débil, factorización.

2 1. INTRODUCCIÓN En la teoría de la elección social es habitual la utilización de una relación binaria completa R para representar las preferencias de los agentes sobre un conjunto de opciones A. A partir de esta relación de preferencia débil, que expresa cuando una opción es al menos tan buena como otra, se obtienen de forma única dos nuevas relaciones: una relación de preferencia fuerte P que indica cuando una opción es mejor que otra y una relación de indiferencia I que refleja la ausencia de preferencia fuerte. Sin embargo, este marco de referencia no permite tener en cuenta la intensidad con la que los agentes prefieren unas opciones a otras. Una forma de recoger esta información es mediante el empleo de la lógica difusa, de modo que las preferencias de los agentes se representan a través de relaciones difusas de preferencia débil. A diferencia del marco ordinario, en este ámbito existen diversas formas de factorizar una relación difusa de preferencia débil. Ello es debido a la utilización de diferentes t-normas y t- conormas para la representación de la intersección y la unión de conjuntos difusos, así como al empleo de distintos conjuntos de condiciones, equivalentes en el marco convencional, para la caracterización de P y I. El trabajo está organizado de la siguiente forma. En la sección 2 se introducen las herramientas necesarias para la modelización de las preferencias difusas. En la sección 3 se hace una breve revisión de las factorizaciones más habituales presentes en la literatura. Finalmente, en la sección 4, se establece el resultado principal de este trabajo: la generalización y caracterización de la factorización dada por Barret y Pattanaik (1989). 2. NOTACIÓN Y CONCEPTOS BÁSICOS Sea A un conjunto no vacío de opciones. Una relación binaria ordinaria Q sobre A es un subconjunto de A A. La notación aqb se empleará para indicar ( a, b) Q. A partir de una relación binaria ordinaria Q sobre A se definen las relaciones Q 1 = {(a, b) A A (b, a) Q} y Q c = {(a, b) A A (a, b) Q}. Una relación binaria ordinaria Q sobre A se dice que es: 1. reflexiva si y sólo si aqa a A. 2

3 2. simétrica si y sólo si Q Q 1 (aqb bqa a,b A). 3. asimétrica si y sólo si Q Q 1 = (aqb no bqa a,b A). 4. completa si y sólo si Q Q 1 = A A (aqb ó bqa a,b A). Un subconjunto difuso B de A está definido a través de su función característica, µ B : A [0, 1], donde µ B (a) representa el grado con el que a pertenece a B. Dados dos subconjuntos difusos B y C de A, B C si y sólo si µ B (a) µ C (a), para todo a A. Una relación binaria difusa Q sobre A es un subconjunto difuso de A A. Si µ Q es la función característica de una relación binaria difusa Q sobre A, el valor µ Q (a, b) se denotará por Q(a, b) y representa el grado con el que a está relacionado con b. A partir de una relación binaria difusa Q sobre A se definen las relaciones Q 1 y Q c dadas por Q 1 (a, b) = Q(b, a) y Q c (a, b) = 1 Q(a, b), para cualesquiera a, b A. Las propiedades definidas anteriormente para las relaciones binarias ordinarias admiten generalizaciones al caso difuso. Una relación binaria difusa Q sobre A se dice que es: 1. reflexiva si y sólo si Q(a, a) = 1 a A. 2. simétrica si y sólo si Q(a, b) = Q(b, a) a, b A. 3. asimétrica si y sólo si Q(a, b) > 0 Q(b, a) = 0 a, b A. 4. completa si y sólo si Q(a, b) + Q(b, a) 1 a, b A. En la teoría de los subconjuntos difusos las operaciones de la intersección y de la unión se definen a través de normas y conormas triangulares, respectivamente. Estas funciones fueron introducidas por Schweizer y Sklar (1983) en el estudio de espacios métricos probabilísticos. Una función T : [0, 1] 2 [0, 1] es una norma triangular (t-norma) si y sólo si satisface las siguientes propiedades: 1. T(1, x) = x x [0, 1]. 2. T(x, y) = T(y, x) x, y [0, 1]. 3. T(x, y) T(u, v) x, y, u, v [0, 1] tales que x u, y v. 3

4 4. T(x, T(y, z)) = T(T(x, y), z) x, y, z [0, 1]. Una función S : [0, 1] 2 [0, 1] es una conorma triangular (t-conorma) si y sólo si satisface las siguientes propiedades: 1. S(0, x) = x x [0, 1]. 2. S(x, y) = S(y, x) x, y [0, 1]. 3. S(x, y) S(u, v) x, y, u, v [0, 1] tales que x u, y v. 4. S(x, S(y, z)) = S(S(x, y), z) x, y, z [0, 1]. Dada una t-norma T, la función S(x, y) = 1 T(1 x, 1 y) es una t-conorma y se denomina t-conorma dual a T. A continuación se muestran algunas de las t-normas más utilizadas en la literatura: el mínimo, el producto y la t-norma de ukasiewicz; y sus t- conormas duales. t-norma t-conorma dual min(x, y) max(x, y) (x, y) = x y (x, y) = x + y x y W(x, y) = max(x + y 1, 0) W (x, y) = min(x + y, 1) Una aplicación φ : [0, 1] [0, 1] es un automorfismo de orden si y sólo si es biyectiva y monótona creciente. Todo automorfismo de orden φ es estrictamente creciente, continuo y verifica φ (0) = 0, φ (1) = 1. Además, la aplicación φ 1 es también un automorfismo de orden. Un automorfismo de orden φ es recíproco si y sólo si φ (1 x) = 1 φ (x), para todo x [0, 1]. Es inmediato comprobar que un automorfismo de orden φ es recíproco si y sólo si lo es φ 1. Para cada t-norma T y cada automorfismo de orden φ es posible definir una nueva t- norma dada T φ (x, y) = φ 1 (T(φ (x), φ (y))). Una relación binaria ordinaria R sobre A es una relación ordinaria de preferencia débil si y sólo si es completa. Cualquier relación ordinaria de preferencia débil se descompone en dos nuevas relaciones: una relación ordinaria de preferencia fuerte P = 4

5 R (R 1 ) c, y una relación ordinaria de indiferencia quedan caracterizadas por las siguientes propiedades: I = R R 1. Estas relaciones A1. P es asimétrica. A2. I es simétrica. A3. P I =. A4. R = P I. En el marco ordinario, el hecho de que una relación sea completa origina que también sea reflexiva. Sin embargo, no ocurre así en el caso difuso, por lo que una relación difusa de preferencia débil R se define como una relación binaria difusa reflexiva y completa. Otra diferencia entre el marco ordinario y el difuso es que en este último, las relaciones P = R (R 1 ) c y I = R R 1 no se derivan de las propiedades A1, A2, A3 y A4. Recíprocamente, P = R (R 1 ) c y I = R R 1 no verifican, en general, las condiciones A1, A3 y A4. Por esta razón, en el ámbito difuso hay dos líneas de actuación, según se utilicen las condiciones A1, A2, A3 y A4 o la definición anterior de las relaciones P y I. Además, el hecho de que la intersección y la unión de conjuntos difusos puedan ser interpretadas de distintas maneras en función de la t-norma y de la t- conorma elegida ha originado la aparición en la literatura de diversas factorizaciones de R en P y en I. 3. MODELOS DE PREFERENCIAS DIFUSAS Dutta (1987), utilizando como t-norma el mínimo, caracteriza las relaciones difusas de preferencia débil que admiten una factorización que satisface las propiedades A1, A2, A3 y A4. Dichas relaciones son aquellas que verifican R(a, b) = R(b, a) = I(a, b) = I(b, a) ó R(a, b) {0, 1}, para cualesquiera a, b A. A la vista de este resultado tan restrictivo, Dutta (1987) mantiene las condiciones A1, A2 y A4 e introduce una nueva propiedad que le permite obtener una factorización de R dada con anterioridad por Ovchinnikov (1981). De forma similar, Banerjee (1994) y Richardson (1998), utilizando la t-norma de ukasiewicz, también mantienen las tres propiedades anteriores y añaden 5

6 nuevas condiciones para obtener factorizaciones establecidas anteriormente por Roubens y Vincke (1987) y Orlovski (1978), respectivamente. Cabe destacar que la descomposición dada por Roubens y Vincke (1987) se realiza en un contexto más general, donde no se exige que la relación R sea completa, por lo que aparece una relación de incomparabilidad. En este mismo contexto, Barret y Pattanaik (1989) dan una factorización que será caracterizada en la sección 4 de este trabajo. A continuación se muestran las factorizaciones previamente comentadas: Orlovski (1978), Richardson (1998): P(a, b) = max(r(a, b) R(b, a), 0), I(a, b) = min(r(a, b), R(a, b)). Ovchinnikov (1981), Dutta (1987): P( a, b) R( a, b), si R( a, b) > Rb (, a), = 0, en caso contrario, I (a, b) = min(r(a, b), R(b, a)). Banerjee (1994) objeta a este modelo que P(a, b) puede coincidir con R(a, b) aun cuando I(a, b) > 0. Además, también señala que esta factorización no permite que se den situaciones que, a priori, no parecen ilógicas: R(a, b) = 1, I(a, b) = 0.8, P(a, b) = 0.2 R(b, a) = 0.8, I(b, a) = 0.8, P(b, a) = 0. Richardson (1998) añade la objeción de que la relación P no es continua, lo que posibilita que pueda tomar valores muy distintos en situaciones parecidas: R(a, b) R(b, a) P(a, b) Roubens y Vincke (1987), Dutta (1987), Banerjee (1994): P(a, b) = 1 R(b, a), I(a, b) = min(r(a, b), R(b, a)). 6

7 Richardson (1998) pone de manifiesto que para que la relación P sea asimétrica es necesario que se verifique max(r(a, b), R(b, a)) = 1, para cualesquiera a, b A. Esta condición es demasiado exigente, por lo que sería necesario introducir un nuevo concepto de asimetría. Otra objeción que pone Richardson es que P puede tomar los mismos valores en situaciones muy distintas: R(a, b) R(b, a) P(a, b) Sin embargo, esto también puede ocurrir en el caso ordinario: R(a, b) R(b, a) P(a, b) Barret y Pattanaik (1989): P(a, b) = 1 R(b, a), I(a, b) = R(a, b) + R(b, a) RESULTADOS Y CARACTERIZACIONES A partir de las relaciones P = R (R 1 ) c y I = R R 1 se pueden obtener, en función de la t-norma elegida, distintas factorizaciones de una relación difusa de preferencia débil. A título de ejemplo, las t-normas presentadas en la sección 2 generan las siguientes descomposiciones: t-norma mínimo P(a, b) = 1 R(b, a), I(a, b) = min(r(a, b), R(b, a)). t-norma producto P(a, b) = R(a, b) (1 R(b, a)), 7

8 I(a, b) = R(a, b) R(b, a). t-norma de ukasiewicz P(a, b) = max(r(a, b) R(b, a), 0), I(a, b) = R(a, b) + R(b, a) 1. Es natural tratar de imponer, a las factorizaciones que satisfacen P = R (R 1 ) c y I = R R 1, alguna de las propiedades A1, A2, A3, o A4. La simetría de la relación de indiferencia I siempre se satisface al ser consecuencia inmediata de la definición de t- norma. De las tres propiedades restantes, en este trabajo nos centramos en R = P I. Si la intersección y la unión vienen representadas por la t-norma T y su t-conorma dual S, entonces, las relaciones P = R (R 1 ) c, I = R R 1 y R = P I se satisfacen si y sólo si para cualesquiera a, b A se verifica R(a, b) = S(P(a, b), I(a, b)) = S(T(R(a, b), 1 R(b, a)), T(R(a, b), R(b, a))). Si x = R(a, b) e y = R(b, a), de la completitud de R se deduce que la condición anterior es equivalente a que para cualesquiera x, y [0, 1] tales que x + y 1 se cumpla S(T(x, 1 y), T(x, y)) = x. En esta línea cabe destacar el resultado dado por Alsina (1985). Teorema 1. No existe ninguna t-norma T con t-conorma dual S que verifique S(T(x, 1 y), T(x, y)) = x, para cualesquiera x, y [0, 1]. Un resultado análogo se obtiene, utilizando un razonamiento similar al efectuado por Fodor y Roubens (1994), cuando dicha condición sólo se exige a los valores cuya suma sea mayor o igual que 1. Teorema 2. No existe ninguna t-norma T con t-conorma dual S que verifique S(T(x, 1 y), T(x, y)) = x, para cualesquiera x, y [0, 1] tales que x + y 1. Demostración. Si x = 1 entonces para cualquier y [0, 1] se tiene 1 T(1 y, y) = S(y, 1 y) = S(T(1, y), T(1, 1 y)) = 1. Por tanto T(1 y, y) = 0, para todo y [0, 1]. Por otra parte, si x = y = 0.5 entonces 0.5 = S(T(0.5, 0.5), T(0.5, 0.5)) = S(0, 0) = 0, 8

9 lo cual es absurdo. Dado que las condiciones P = R (R 1 ) c, I = R R 1 y R = P I son incompatibles entre sí, se hace necesario sustituir alguna de ellas con el fin de obtener algún resultado positivo. En el marco ordinario y bajo el supuesto de completitud de R, las relaciones R 1 y P son complementarias en A A. Por tanto, además de P = R (R 1 ) c, también se cumple P = (R 1 ) c. En el marco difuso P = (R 1 ) c se traduce en P(a, b) = 1 R(b, a), para cualesquiera a, b A. En consecuencia, las condiciones P = (R 1 ) c, I = R R 1 y R = P I se satisfacen si y sólo si para cualesquiera a, b A se verifica R(a, b) = S(P(a, b), I(a, b)) = 1 T(1 P(a, b), 1 I(a, b)) = 1 T(R(b, a), 1 T(R(a, b), R(b, a))). Puesto que R es completa, si x = R(a, b) e y = R(b, a), la condición anterior es equivalente a que para cualesquiera x, y [0, 1] tales que x + y 1 se verifique T(y, 1 T(x, y)) = 1 x. Antes de caracterizar las t-normas que satisfacen esta relación, mostraremos un resultado auxiliar dado por Fodor y Roubens (1994). Proposición 1. Sea T una t-norma continua. Entonces son equivalentes: 1. T(x, 1 x) = 0 para todo x [0, 1]. 2. Existe un automorfismo de orden φ tal que T = W φ y 1 x φ 1 (1 φ (x)) para todo x [0, 1]. Teorema 3. Sea T una t-norma continua. Entonces son equivalentes: 1. T(y, 1 T(x, y)) = 1 x para cualesquiera x, y [0, 1] tales que x + y Existe un automorfismo de orden recíproco φ tal que T = W φ. Demostración. 1 2: Si x = 1 entonces se tiene T(y, 1 y) = T(y, 1 T(1, y)) = 0 para todo y [0, 1]. Por la Proposición 1 existe un automorfismo de orden φ tal que T = W φ y 1 x φ 1 (1 φ (x)). Por tanto, T(x, y) = φ 1 (max(φ(x) + φ (y) 1, 0)) y φ (1 x) 1 φ (x). Para probar la desigualdad contraria, primeramente vamos a demostrar que dados x, y [0, 1], si x + y > 1 entonces φ (x) + φ (y) > 1. Razonando por reducción al 9

10 absurdo se tendría T(x, y) = φ 1 (max(φ (x) + φ (y) 1, 0)) = 0 y T(y, 1 T(x, y)) = T(y, 1) = y > 1 x, en contradicción con la hipótesis. Finalmente, sea {y n } n =1 [0, 1] una sucesión decreciente de puntos con límite 1 x. Puesto que x + y n > 1 se verifica φ (x) + φ (y n ) > 1, para todo n IN. Por la continuidad de φ se tiene lim n (φ (x) + φ (y n )) = φ (x) + φ (1 x) : Como φ es creciente y recíproco, se cumple φ (y) φ (1 x) = 1 φ (x), siempre que y 1 x. Por tanto, si x + y 1 entonces φ (x) + φ (y) 1 y T(x, y) = φ 1 (max(φ (x) + φ (y) 1, 0)) = φ 1 (φ (x) + φ (y) 1). De nuevo, por la reciprocidad de φ se tiene 1 T(x, y) = φ 1 (2 φ (x) φ (y)). En consecuencia, para cualesquiera x, y [0, 1] tales que x + y 1 se verifica T(y, 1 T(x, y)) = φ 1 (max(φ (y) + φ (1 T(x, y)) 1, 0)) = φ 1 (max(1 φ (x), 0)) = φ 1 (1 φ (x)) = 1 x. Corolario 1. Sea R una relación difusa de preferencia débil. Entonces son equivalentes: 1. P = (R 1 ) c, I = R R 1 y R = P I. 2. Existe un automorfismo de orden recíproco φ tal que para cualesquiera a, b A se verifica P(a, b) = 1 R(b, a), I(a, b) = φ 1 (φ (R(a, b)) + φ (R(b, a)) 1). Demostración. Es consecuencia inmediata del Teorema 3. La factorización dada por Barret y Pattanaik (1989) se obtiene cuando φ es el automorfismo identidad, es decir, cuando se utiliza la t-norma de ukasiewicz. Cabe destacar que bajo esta factorización se tiene que para cualesquiera a, b A se verifica R(a, b) = P(a, b) + I(a, b) y P(a, b) + I(a, b) + P(b, a) = 1; condiciones acordes con la descomposición de una relación difusa de preferencia débil en una relación de preferencia fuerte y una relación de indiferencia. 5. AGRADECIMIENTOS Este trabajo ha sido parcialmente financiado por la Consejería de Educación y Cultura de la Junta de Castilla y León (proyecto VA30/01). 10

11 6. BIBLIOGRAFÍA ALSINA, C. (1985): On a family of connectives for fuzzy sets. Fuzzy Sets and Systems 16, pp BANERJEE, A. (1994): Fuzzy preferences and Arrow-type problems in social choice. Social Choice and Welfare 11, pp BARRET, C.R. PATTANAIK, P.K. (1989): Fuzzy sets, preference and choice: some conceptual issues. Bulletin of Economic Research 41, pp DUTTA, B. (1987): Fuzzy preferences and social choice. Mathematical Social Sciences 13, pp FODOR, J. ROUBENS, M. (1994): Fuzzy Preference Modeling and Multicriteria Decision Support. Kluwer Academic Publishers, Dordrecht. OVCHINNIKOV, S. (1981): Structure of fuzzy binary relations. Fuzzy Sets and Systems 6, pp ORLOVSKI, S. (1978): Decision-making with a fuzzy preference relation. Fuzzy Sets and Systems 1, pp RICHARDSON, G. (1998): The structure of fuzzy preferences: Social choice implications. Social Choice and Welfare 15, pp ROUBENS, M. VINCKE, P. (1987): Fuzzy preferences in an optimization perspective. En J. Kacprzyk y S. Orlovski (eds.), Optimization Models Using Fuzzy Sets and Possibility Theory. D. Reidel Publishing Company, Dordrecht, pp SCHWEIZER, B. SKLAR, A. (1983): Probabilistic metric spaces. Elsevier Science, New York. 11

Conjuntos, relaciones y funciones Susana Puddu

Conjuntos, relaciones y funciones Susana Puddu Susana Puddu 1. Repaso sobre la teoría de conjuntos. Denotaremos por IN al conjunto de los números naturales y por ZZ al de los enteros. Dados dos conjuntos A y B decimos que A está contenido en B o también

Más detalles

1. Números reales. Análisis de Variable Real

1. Números reales. Análisis de Variable Real 1. Números reales Análisis de Variable Real 2014 2015 Índice 1. Sistemas numéricos 2 1.1. Números naturales. Principio de Inducción... 2 1.2. Números enteros... 4 1.3. Números racionales... 6 2. Los números

Más detalles

Terminaremos el capítulo con una breve referencia a la teoría de cardinales.

Terminaremos el capítulo con una breve referencia a la teoría de cardinales. TEMA 5. CARDINALES 241 Tema 5. Cardinales Terminaremos el capítulo con una breve referencia a la teoría de cardinales. Definición A.5.1. Diremos que el conjunto X tiene el mismo cardinal que el conjunto

Más detalles

Estructuras Algebraicas

Estructuras Algebraicas Tema 1 Estructuras Algebraicas Definición 1 Sea A un conjunto no vacío Una operación binaria (u operación interna) en A es una aplicación : A A A Es decir, tenemos una regla que a cada par de elementos

Más detalles

Espacios Topológicos 1. Punto de Acumulación. Al conjunto de puntos de acumulación de A se le denomina el conjunto derivado de A (A a Notación).

Espacios Topológicos 1. Punto de Acumulación. Al conjunto de puntos de acumulación de A se le denomina el conjunto derivado de A (A a Notación). Espacios Topológicos 1 Punto de Acumulación Definición: Sea A un subconjunto arbitrario de R n, se dice que x R n es un punto de acumulación de A si toda bola abierta con centro x contiene un punto A distinto

Más detalles

ALGEBRA y ALGEBRA LINEAL. Primer Semestre CAPITULO I LOGICA Y CONJUNTOS.

ALGEBRA y ALGEBRA LINEAL. Primer Semestre CAPITULO I LOGICA Y CONJUNTOS. ALGEBRA y ALGEBRA LINEAL 520142 Primer Semestre CAPITULO I LOGICA Y CONJUNTOS. DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas Universidad de Concepción 1 La lógica es

Más detalles

Teoremas de Convergencia

Teoremas de Convergencia Capítulo 24 Teoremas de Convergencia El teorema de la convergencia monótona (Lema 21.3) establece ciertas condiciones sobre una sucesión de funciones medibles para que se puedan permutar los símbolos y

Más detalles

Teoría de la Probabilidad Tema 2: Teorema de Extensión

Teoría de la Probabilidad Tema 2: Teorema de Extensión Teoría de la Probabilidad Tema 2: Teorema de Extensión Alberto Rodríguez Casal 25 de septiembre de 2015 Definición Una clase (no vacía) A de subconjuntos de Ω se dice que es un álgebra si A es cerrada

Más detalles

Coordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 1: Lunes 11 Viernes 16 de Marzo. Contenidos

Coordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 1: Lunes 11 Viernes 16 de Marzo. Contenidos Coordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 1: Lunes 11 Viernes 16 de Marzo Complementos Contenidos Clase 1: Elementos de lógica: Conectivos, tablas de verdad, tautologías y contingencias.

Más detalles

Espacios topológicos. 3.1 Espacio topológico

Espacios topológicos. 3.1 Espacio topológico Capítulo 3 Espacios topológicos 3.1 Espacio topológico Definición 3.1.1. Un espacio topológico es un par (X, τ), donde X es un conjunto, y τ es una familia de subconjuntos de X que verifica las siguientes

Más detalles

Definición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ).

Definición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ). ALGEBRA La primera parte del presente libro está dedicada a las estructuras algebraicas. En esta parte vamos a iniciar agregándole a los conjuntos operaciones. Cuando las operaciones tienen determinadas

Más detalles

- Fernando Sánchez - Departamento de Matemáticas - Universidad de Extremadura. Topología

- Fernando Sánchez - Departamento de Matemáticas - Universidad de Extremadura. Topología - Fernando Sánchez - - 6 Topología Cálculo I en R 26 10 2015 Elementos de la topología en R. Una topología en un conjunto da un criterio para poder hablar de proximidad entre los elementos de un conjunto.

Más detalles

Conjuntos finitos y conjuntos numerables

Conjuntos finitos y conjuntos numerables Tema 3 Conjuntos finitos y conjuntos numerables En este tema vamos a usar los números naturales para contar los elementos de un conjunto, o dicho con mayor precisión, para definir los conjuntos finitos

Más detalles

Construcción de Conjuntos B 2 [2] Finitos

Construcción de Conjuntos B 2 [2] Finitos Construcción de Conjuntos B [] Finitos Gladis J. Escobar Carlos A. Trujillo S. Oscar H. Zemanate Resumen Un conjunto de enteros positivos A se llama un conjunto B [g] si, para todo entero positivo s, la

Más detalles

Derivada de la función compuesta. Regla de la cadena

Derivada de la función compuesta. Regla de la cadena Derivada de la función compuesta. Regla de la cadena Cuando en las matemáticas de bachillerato se introduce el concepto de derivada, su significado y su interpretación geométrica, se pasa al cálculo de

Más detalles

Nuevas tendencias de la Matemática: tica: Lógica borrosa e inteligencia artificial Lógica borrosa 1

Nuevas tendencias de la Matemática: tica: Lógica borrosa e inteligencia artificial Lógica borrosa 1 Nuevas tendencias de la Matemática: tica: Lógica borrosa e inteligencia artificial 01.10.08 Lógica borrosa 1 Esquema Introducción Conjuntos difusos Lógicas borrosas Aplicaciones Medidas Medida de especificidad

Más detalles

Capítulo 2 Conjuntos. 2.1 Introducción. 2.2 Determinación de conjuntos. Definición:

Capítulo 2 Conjuntos. 2.1 Introducción. 2.2 Determinación de conjuntos. Definición: Capítulo 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

Más detalles

Semana02[1/23] Conjuntos. 9 de marzo de Conjuntos

Semana02[1/23] Conjuntos. 9 de marzo de Conjuntos Semana02[1/23] 9 de marzo de 2007 Introducción Semana02[2/23] La teoría de conjuntos gira en torno a la función proposicional x A. Los valores que hacen verdadera la función proposicional x A son aquellos

Más detalles

Continuidad y monotonía

Continuidad y monotonía Tema 14 Continuidad y monotonía Generalizando lo que se hizo en su momento para sucesiones, definiremos la monotonía de una función, en forma bien fácil de adivinar. Probaremos entonces dos resultados

Más detalles

Recordemos que utilizaremos, como es habitual, la siguiente notación para algunos conjuntos de números que son básicos.

Recordemos que utilizaremos, como es habitual, la siguiente notación para algunos conjuntos de números que son básicos. Capítulo 1 Preliminares Vamos a ver en este primer capítulo de preliminares algunos conceptos, ideas y propiedades que serán muy útiles para el desarrollo de la asignatura. Se trata de resultados sobre

Más detalles

1. Convergencia en medida

1. Convergencia en medida FACULTAD CS. FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE MA3801 Teoría de la Medida. Semestre 2009-02 Profesor: Jaime San Martín Auxiliares: Andrés Fielbaum y Cristóbal Guzmán Clase auxiliar 7 21 de Septiembre

Más detalles

Sucesiones Introducción

Sucesiones Introducción Temas Límites de sucesiones. convergentes. Sucesiones divergentes. Sucesiones Capacidades Conocer y manejar conceptos de sucesiones convergentes y divergentes. Conocer las principales propiedades de las

Más detalles

Funciones y Cardinalidad

Funciones y Cardinalidad Funciones y Cardinalidad Definición 1 Llamaremos función f entre dos conjuntos A y B a una relación que verifica las siguientes propiedades: i) Dom(f) = A ii) Si (a, b), (a, c) f entonces b = c Dicho de

Más detalles

TEMA 8.- NORMAS DE MATRICES Y

TEMA 8.- NORMAS DE MATRICES Y Álgebra II: Tema 8. TEMA 8.- NORMAS DE MATRICES Y NúMERO DE CONDICIóN Índice. Introducción 2. Norma vectorial y norma matricial. 2 2.. Norma matricial inducida por normas vectoriales......... 4 2.2. Algunos

Más detalles

Tema 3: Espacios vectoriales

Tema 3: Espacios vectoriales Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación

Más detalles

BLOQUE 1. LOS NÚMEROS

BLOQUE 1. LOS NÚMEROS BLOQUE 1. LOS NÚMEROS Números naturales, enteros y racionales. El número real. Intervalos. Valor absoluto. Tanto el Cálculo como el Álgebra que estudiaremos en esta asignatura, descansan en los números

Más detalles

Definiciones Una relación R en un conjunto A es una relación de orden si verifica las propiedades reflexiva, antisimétrica y transitiva.

Definiciones Una relación R en un conjunto A es una relación de orden si verifica las propiedades reflexiva, antisimétrica y transitiva. RELACIONES DE ORDEN Definiciones Una relación R en un conjunto A es una relación de orden si verifica las propiedades reflexiva, antisimétrica y transitiva. Un conjunto parcialmente ordenado ( A, R ) es

Más detalles

1. Sucesiones y redes.

1. Sucesiones y redes. 1. Sucesiones y redes. PRACTICO 7. REDES. Se ha visto que el concepto de sucesión no permite caracterizar algunas nociones topológicas, salvo en espacios métricos. Esto empieza con algunas definiciones

Más detalles

GUIA DE CATEDRA Matemática Empresarial Guía N.3 F. Elaboración 09 abril /11 F. 1 Revisión 09/04/11 Pagina 1 de 8

GUIA DE CATEDRA Matemática Empresarial Guía N.3 F. Elaboración 09 abril /11 F. 1 Revisión 09/04/11 Pagina 1 de 8 Plan de Estudios: Semestre 1 Área: Matemática 1 Nº Créditos: Intensidad horaria semanal: 3 Hrs T Hrs P Total horas: 6 Tema: Desigualdades 1. OBJETIVO Apropiar los conceptos de desigualdades y establecer

Más detalles

Relaciones. Estructuras Discretas. Relaciones. Relaciones en un Conjunto. Propiedades de Relaciones en A Reflexividad

Relaciones. Estructuras Discretas. Relaciones. Relaciones en un Conjunto. Propiedades de Relaciones en A Reflexividad Estructuras Discretas Relaciones Definición: relación Relaciones Claudio Lobos, Jocelyn Simmonds clobos,jsimmond@inf.utfsm.cl Universidad Técnica Federico Santa María Estructuras Discretas INF 152 Sean

Más detalles

Notas sobre el teorema minimax

Notas sobre el teorema minimax Notas sobre el teorema mini Antonio Martinón Abril de 2012 1 Teoremas mini Sean X e Y dos conjuntos no vacíos y consideremos una función Se verifica sup inf efectivamente, dado x X resulta claro que f

Más detalles

Seminario de problemas. Curso Hoja 10

Seminario de problemas. Curso Hoja 10 Seminario de problemas. Curso 015-16. Hoja 10 55. A un fabricante de tres productos cuyos precios por unidad son de 50, 70 y 65 euros, le pide un detallista 100 unidades, remitiéndole en pago de las mismas

Más detalles

Electrotecnia General Tema 26 TEMA 26 CÁLCULO DE REDES DE DISTRIBUCIÓN II

Electrotecnia General Tema 26 TEMA 26 CÁLCULO DE REDES DE DISTRIBUCIÓN II TEMA 26 CÁLCULO DE REDES DE DISTRIBUCIÓN II 26.1. DISTRIBUCIONES PERFECTAMENTE CERRADAS CON TENSIÓN CONSTANTE Y SECCIÓN UNIFORME. Las distribuciones perfectamente cerradas son aquellas en las que el distribuidor

Más detalles

b) Sea una relación de equivalencia en A y una operación en A. Decimos que y son compatibles si a b a c b c y c a c b para todo a, b, c A

b) Sea una relación de equivalencia en A y una operación en A. Decimos que y son compatibles si a b a c b c y c a c b para todo a, b, c A APENDICE Relaciones y Operaciones Compatibles 1 Definición: a) Sea A un conjunto y una relación entre elementos de A. Decimos que es una relación de equivalencia si es: i Reflexiva: a A, a a. ii Simétrica:

Más detalles

Álgebra de Boole. Retículos.

Álgebra de Boole. Retículos. CAPÍTULO 4. Álgebra de Boole. Retículos. Este capítulo introduce dos estructuras algebraicas muy importantes : la estructura de álgebra de Boole y la de retículo. Estas estructuras constituyen una parte

Más detalles

Tema 2: El grupo de las permutaciones

Tema 2: El grupo de las permutaciones Tema 2: El grupo de las permutaciones Miguel Ángel Olalla Acosta miguelolalla@us.es Departamento de Álgebra Universidad de Sevilla Octubre de 2014 Olalla (Universidad de Sevilla) Tema 2: El grupo de las

Más detalles

Ejercicios del Tema 2: Estructuras algebraicas básicas

Ejercicios del Tema 2: Estructuras algebraicas básicas Ejercicios del Tema 2: Estructuras algebraicas básicas En los ejercicios 1, 2, 8 y 9 se utilizará que si G = {g 1,...,g n } es un conjunto finito y * una operación interna definida en G, podemos utilizar

Más detalles

MATEMÁTICAS BÁSICAS. Autora: Jeanneth Galeano Peñaloza Edición: Oscar Guillermo Riaño

MATEMÁTICAS BÁSICAS. Autora: Jeanneth Galeano Peñaloza Edición: Oscar Guillermo Riaño MATEMÁTICAS BÁSICAS Autora: Jeanneth Galeano Peñaloza Edición: Oscar Guillermo Riaño Universidad Nacional de Colombia Departamento de Matemáticas Sede Bogotá Enero de 2014 Universidad Nacional de Colombia

Más detalles

Introducción. El uso de los símbolos en matemáticas.

Introducción. El uso de los símbolos en matemáticas. Introducción El uso de los símbolos en matemáticas. En el estudio de las matemáticas lo primero que necesitamos es conocer su lenguaje y, en particular, sus símbolos. Algunos símbolos, que reciben el nombre

Más detalles

TEMA 1: NÚMEROS NATURALES. SISTEMA DE NUMERACIÓN

TEMA 1: NÚMEROS NATURALES. SISTEMA DE NUMERACIÓN 1 TEMA 1: NÚMEROS NATURALES. SISTEMA DE NUMERACIÓN 1. INTRODUCCIÓN Los números naturales aparecen debido a la necesidad que tiene el hombre para contar. Para poder construir este conjunto N, podemos seguir

Más detalles

IIC2213. IIC2213 Teorías 1 / 42

IIC2213. IIC2213 Teorías 1 / 42 Teorías IIC2213 IIC2213 Teorías 1 / 42 Qué es una teoría? Una teoría es un cúmulo de información. Debe estar libre de contradicciones. Debe ser cerrada con respecto a lo que se puede deducir de ella. Inicialmente

Más detalles

Inducción Matemática Conjuntos Funciones. Matemática Discreta. Agustín G. Bonifacio UNSL. Repaso de Inducción, Conjuntos y Funciones

Inducción Matemática Conjuntos Funciones. Matemática Discreta. Agustín G. Bonifacio UNSL. Repaso de Inducción, Conjuntos y Funciones UNSL Repaso de Inducción, y Inducción Matemática (Sección 1.7 del libro) Supongamos que queremos demostrar enunciados del siguiente tipo: P(n) : La suma de los primeros n números naturales es n(n+1)

Más detalles

Aplicación del orden de mayorización a un problema de producción-inventario. An aplication of majorization order on a production-inventory problem

Aplicación del orden de mayorización a un problema de producción-inventario. An aplication of majorization order on a production-inventory problem Revista Facultad de Ingeniería N. o 39. pp. 112-117. Marzo, 2007 Aplicación del orden de mayorización a un problema de producción-inventario Henry Laniado Rodas a,*,diego Alejandro Castañeda b, Andrés

Más detalles

Matemática para Economistas Curso 6

Matemática para Economistas Curso 6 Matemática para Economistas Curso 6 Práctica 6: Funciones cóncavas y cuasicóncavas Ejercicio Considere las funciones f: siguientes: (a) f ( ) = ( ) + ( ) 4 4 (b) f ( ) = ( ) + ( ) + ( ) (c) f ( ) = ( )

Más detalles

1 Números reales. Funciones y continuidad.

1 Números reales. Funciones y continuidad. 1 Números reales. Funciones y continuidad. En este tema nos centraremos en el estudio de la continuidad de funciones reales, es decir, funciones de variable real y valor real. Por ello es esencial en primer

Más detalles

Problemas de VC para EDVC elaborados por C. Mora, Tema 4

Problemas de VC para EDVC elaborados por C. Mora, Tema 4 Problemas de VC para EDVC elaborados por C. Mora, Tema 4 Ejercicio Determinar las funciones enteras f para las que Solución f( + w) = f()f(w), w C. En primer lugar, f(0) = f(0 + 0) = f(0)f(0) = f(0) 2,

Más detalles

Continuidad. 5.1 Continuidad en un punto

Continuidad. 5.1 Continuidad en un punto Capítulo 5 Continuidad 5.1 Continuidad en un punto Definición 5.1.1 (Aplicación continua en un punto). Sean (X, τ) e (Y, τ ) dos espacios topológicos, y sea f : X Y una aplicación entre ellos. Diremos

Más detalles

1. Producto escalar, métrica y norma asociada

1. 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 detalles

MATEMATICAS DISCRETAS

MATEMATICAS DISCRETAS MTEMTICS DISCRETS Propiedad reflexiva Sea R una relación binaria R en, ( ). Definición: Diremos que R es reflexiva si a, a R a Ejemplo: 1) En N la relación R definida por: x R y x divide a y es reflexiva

Más detalles

1 Conjuntos y propiedades de los números naturales

1 Conjuntos y propiedades de los números naturales Programa Inmersión, Verano 2016 Notas escritas por Dr. M Notas del cursos. Basadas en los prontuarios de MATE 3001 y MATE 3023 Clase #1: martes, 31 de mayo de 2016. 1 Conjuntos y propiedades de los números

Más detalles

CAPÍTULO II TEORÍA DE CONJUNTOS

CAPÍTULO II TEORÍA DE CONJUNTOS TEORÍ DE ONJUNTOS 25 PÍTULO II TEORÍ DE ONJUNTOS 2.2 INTRODUIÓN Denotaremos los conjuntos con letras mayúsculas y sus elementos con letras minúsculas, si un elemento p pertenece a un conjunto escribiremos

Más detalles

En general, un conjunto A se define seleccionando los elementos de un cierto conjunto U de referencia que cumplen una determinada propiedad.

En general, un conjunto A se define seleccionando los elementos de un cierto conjunto U de referencia que cumplen una determinada propiedad. nidad 3: Conjuntos 3.1 Introducción Georg Cantor [1845-1918] formuló de manera individual la teoría de conjuntos a finales del siglo XIX y principios del XX. Su objetivo era el de formalizar las matemáticas

Más detalles

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley

Más detalles

ƒ : {(1, 4), (2, 5), (3, 6), (4, 7)}.

ƒ : {(1, 4), (2, 5), (3, 6), (4, 7)}. SECCIÓN 5. Funciones inversas 5. Funciones inversas Verificar que una función es la inversa de otra. Determinar si una función tiene una función inversa. Encontrar la derivada de una función inversa. f

Más detalles

Espacios conexos. Capítulo Conexidad

Espacios conexos. Capítulo Conexidad Capítulo 5 Espacios conexos 1. Conexidad En este capítulo exploraremos el concepto de conexidad en un espacio métrico, y estudiaremos algunas de sus aplicaciones. Definición 5.1. Decimos que el espacio

Más detalles

Una operación interna: Suma Una operación externa: Multiplicación por un escalar

Una operación interna: Suma Una operación externa: Multiplicación por un escalar El conjunto R n Es el conjunto de las n-adas formadas por el producto cartesiano RRR.R, donde R es el conjunto de los números reales. Así pues, dos elementos X y Y de R n serán iguales si y solo si tienen

Más detalles

PROBLEMAS RESUELTOS DE PREPARACIÓN PARA OPOSICIONES. Problemas 02

PROBLEMAS RESUELTOS DE PREPARACIÓN PARA OPOSICIONES. Problemas 02 PROBLEMAS RESUELTOS DE PREPARACIÓN PARA OPOSICIONES Problemas 0 Salvador Pérez Gómez pies3coma14@hotmail.com 4 de abril de 007 PROBLEMA 1 Sea n un número natural. Sea A n = n + n + 3n. a) Demostrar que

Más detalles

Teorema del Valor Medio

Teorema del Valor Medio Tema 6 Teorema del Valor Medio Abordamos en este tema el estudio del resultado más importante del cálculo diferencial en una variable, el Teorema del Valor Medio, debido al matemático italo-francés Joseph

Más detalles

Introducción a los números reales

Introducción a los números reales Grado en Matemáticas Curso 2010-2011 Índice Conjuntos numéricos 1 Conjuntos numéricos Tienen nombre Y cuatro operaciones básicas 2 Teoremas y demostraciones Métodos de demostración 3 4 Objetivos Objetivos

Más detalles

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Enteros

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Enteros Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Z = N {0} N Enteros Las operaciones + y. son cerradas en Z, es decir la suma de dos números enteros es un número entero y el producto

Más detalles

El conjunto de las operaciones de simetría que se pueden aplicar a una molécula tienen las propiedades de un grupo matemático.

El conjunto de las operaciones de simetría que se pueden aplicar a una molécula tienen las propiedades de un grupo matemático. TEORIA DE GRUPOS El conjunto de las operaciones de simetría que se pueden aplicar a una molécula tienen las propiedades de un grupo matemático. Propiedades de un grupo Existe un operador identidad (E)

Más detalles

ELEMENTOS DE LA MATEMATICA

ELEMENTOS DE LA MATEMATICA ELEMENTOS DE LA MATEMATICA SEMESTRE: Primero CODIGO ANTERIOR: 22G7 CODIGO: 8101 REQUISITOS: No tiene CREDITOS: 6 HORAS DE TEORIA: 4 HORAS DE PRACTICA : 4 TEMA 1: Lógica simbólica. Las conectivas lógicas.

Más detalles

Acerca del producto de funciones uniformemente continuas en subconjuntos de la recta real

Acerca del producto de funciones uniformemente continuas en subconjuntos de la recta real UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS ESCUELA DE MATEMÁTICA Acerca del producto de funciones uniformemente continuas en subconjuntos de la recta real Trabajo Especial de Grado presentado

Más detalles

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.

Más detalles

Con esta definición de grupo, es directo que el neutro es único, al igual que el inverso de. , donde es conmutativo, se denomina Abeliano.

Con esta definición de grupo, es directo que el neutro es único, al igual que el inverso de. , donde es conmutativo, se denomina Abeliano. Teoría de Grupos Definiciones Básicas Definición 5 (Grupo) Sea una estructura algebraica con una ley de composición interna. Decimos que es un grupo si: 1. es asociativa. 2. tiene neutro. 3. toda tiene

Más detalles

Fracciones Algebraicas

Fracciones Algebraicas Fracciones Algebraicas 1 Conceptos básicos Definición 1 Una fracción algebraica en la indeterminada x (o cualquier otra letra) es una expresión de la forma, donde tanto P como Q son polinomios con coeficientes

Más detalles

Grupos libres. Presentaciones.

Grupos libres. Presentaciones. S _ Tema 12.- Grupos libres. Presentaciones. 12.1 Grupos libres. En el grupo Z de los enteros vimos una propiedad (cf. ejemplos.5), que lo caracteriza como grupo libre. Lo enunciamos al modo de una Propiedad

Más detalles

Existencia y unicidad de soluciones

Existencia y unicidad de soluciones 48 Análisis matemático para Ingeniería. M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA CAPÍTULO 8 Eistencia y unicidad de soluciones En el capítulo anterior se han introducido las ecuaciones diferenciales

Más detalles

Lic. Manuel de Jesús Campos Boc

Lic. Manuel de Jesús Campos Boc UNIVERSIDAD MARIANO GÁLVEZ DE GUATEMALA FACULTAD DE CIENCIAS DE LA ADMINISTRACIÓN DIRECCIÓN GENERAL DE CENTRO UNIVERSITARIOS CENTRO UNIVERSITARIO DE VILLA NUEVA CURSO MATEMÁTICAS APLICADA I 2015 Lic. Manuel

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

Definición 1.1 Sea G un conjunto. Una operación binaria en G es una aplicación m: G G G.

Definición 1.1 Sea G un conjunto. Una operación binaria en G es una aplicación m: G G G. 1 Definición y propiedades Definición 1.1 Sea G un conjunto. Una operación binaria en G es una aplicación m: G G G. Definición 1.2 Sea G un conjunto i) Si G tiene una operación binaria definida en G, se

Más detalles

Anillo de polinomios con coeficientes en un cuerpo

Anillo de polinomios con coeficientes en un cuerpo Capítulo 2 Anillo de polinomios con coeficientes en un cuerpo En el conjunto Z se ha visto cómo la relación ser congruente módulo m para un entero m > 1, es compatible con las operaciones suma y producto.

Más detalles

Una topología de los números naturales*

Una topología de los números naturales* Una topología de los números naturales* Divulgación Gabriel Ruiz Hernández Instituto de Matemáticas, UNAM 1 de septimebre de 1997 resumen En este trabajo vamos a describir un espacio topológico X con las

Más detalles

MMAF: Espacios normados y espacios de Banach

MMAF: Espacios normados y espacios de Banach MMAF: Espacios normados y espacios de Banach Licenciatura en Estadística R. Álvarez-Nodarse Universidad de Sevilla Curso 2011/2012 Espacios vectoriales Definición Sea V un conjunto de elementos sobre el

Más detalles

Funciones convexas Definición de función convexa. Tema 10

Funciones convexas Definición de función convexa. Tema 10 Tema 10 Funciones convexas Los resultados obtenidos en el desarrollo del cálculo diferencial nos permiten estudiar con facilidad una importante familia de funciones reales de variable real definidas en

Más detalles

La reordenación aleatoria de un conjunto finito

La reordenación aleatoria de un conjunto finito La reordenación aleatoria de un conjunto finito Pérez Cadenas J. I. 0.06.2003 Resumen Al desordenar y, a continuación, reordenar aleatoriamente un conjunto finito es posible que algunos de sus elementos

Más detalles

UNIDAD II: TEORÍA DE CONJUNTOS 2.1. INTRODUCCIÓN

UNIDAD II: TEORÍA DE CONJUNTOS 2.1. INTRODUCCIÓN UNDD : TEORÍ DE CONJUNTOS 2.1. NTRODUCCÓN Según Georg Cantor un conjunto es la reunión, agrupación o colección de elementos bien definidos que tienen una propiedad en común, concepto que ha penetrado y

Más detalles

Anillos. a + (b + c) = (a + b) + c. 3) Existe un elemento 0 en R, el cual llamaremos cero, tal que. a + 0 = 0 + a = a para todo a en R.

Anillos. a + (b + c) = (a + b) + c. 3) Existe un elemento 0 en R, el cual llamaremos cero, tal que. a + 0 = 0 + a = a para todo a en R. Capítulo 7 Anillos 7.1 Definiciones Básicas El concepto de Anillo se obtiene como una generalización de los números enteros, en donde están definidas un par de operaciones, la suma y el producto, relacionadas

Más detalles

Límites de funciones de varias variables.

Límites de funciones de varias variables. Límites continuidad de funciones de varias variables Límites de funciones de varias variables. En este apartado se estudia el concepto de límite de una función de varias variables algunas de las técnicas

Más detalles

Tema 2 Resolución de EcuacionesNo Lineales

Tema 2 Resolución de EcuacionesNo Lineales Tema 2 Resolución de Ecuaciones No Lineales E.T.S.I. Informática Indice Introducción 1 Introducción 2 Algoritmo del método de Bisección Análisis del 3 4 5 6 Algoritmo de los métodos iterativos Interpretación

Más detalles

Autora: Jeanneth Galeano Peñaloza. 3 de febrero de Universidad Nacional de Colombia Departamento de Matemáticas Sede Bogotá 1/ 45

Autora: Jeanneth Galeano Peñaloza. 3 de febrero de Universidad Nacional de Colombia Departamento de Matemáticas Sede Bogotá 1/ 45 Autora: Jeanneth Galeano Peñaloza Universidad Nacional de Colombia Departamento de Matemáticas Sede Bogotá 3 de febrero de 2013 1/ 45 Parte I 2/ 45 Definición intuitiva de conjunto Definición Un conjunto

Más detalles

Espacios vectoriales reales.

Espacios vectoriales reales. Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre

Más detalles

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares

Más detalles

Esta definición se puede ampliar a cualquier par de bases de los espacio inicial y final MATRIZ DE UNA APLICACIÓN LINEAL EN BASES ARBITRARIAS

Esta definición se puede ampliar a cualquier par de bases de los espacio inicial y final MATRIZ DE UNA APLICACIÓN LINEAL EN BASES ARBITRARIAS Cambios de base 3 3. CAMBIOS DE BASE Dada una aplicación lineal : y la base,,, se ha definido matriz en bases canónicas de la aplicación lineal a la matriz,, cuyas columnas son las coordenadas de en la

Más detalles

Análisis Matemático I: Numeros Reales y Complejos

Análisis Matemático I: Numeros Reales y Complejos Contents : Numeros Reales y Complejos Universidad de Murcia Curso 2008-2009 Contents 1 Definición axiomática de R Objetivos Definición axiomática de R Objetivos 1 Definir (y entender) R introducido axiomáticamente.

Más detalles

2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO. Una señal puede ser definida como una portadora física de información. Por ejemplo,

2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO. Una señal puede ser definida como una portadora física de información. Por ejemplo, 2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO Una señal puede ser definida como una portadora física de información. Por ejemplo, las señales de audio son variaciones en la presión del aire llevando consigo

Más detalles

Tema Contenido Contenidos Mínimos

Tema Contenido Contenidos Mínimos 1 Estadística unidimensional - Variable estadística. - Tipos de variables estadísticas: cualitativas, cuantitativas discretas y cuantitativas continuas. - Variable cualitativa. Distribución de frecuencias.

Más detalles

LOS AXIOMAS DE PEANO Y EL PRINCIPIO DE INDUCCIÓN MATEMÁTICA

LOS AXIOMAS DE PEANO Y EL PRINCIPIO DE INDUCCIÓN MATEMÁTICA LOS AXIOMAS DE PEANO Y EL PRINCIPIO DE INDUCCIÓN MATEMÁTICA OMAR HERNÁNDEZ RODRÍGUEZ Y JORGE M. LÓPEZ FERNÁNDEZ Resumen. En este escrito N representa el conjunto de los números naturales y para cada n

Más detalles

Objetivos formativos de Álgebra

Objetivos formativos de Álgebra Objetivos formativos de Álgebra Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera como objetivo

Más detalles

Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación.

Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación. NÚMEROS REALES Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación. Un conjunto es una colección bien definida

Más detalles

En matemáticas el concepto de conjunto es considerado primitivo y no se da una definición de este, por lo tanto la palabra CONJUNTO debe aceptarse

En matemáticas el concepto de conjunto es considerado primitivo y no se da una definición de este, por lo tanto la palabra CONJUNTO debe aceptarse En matemáticas el concepto de conjunto es considerado primitivo y no se da una definición de este, por lo tanto la palabra CONJUNTO debe aceptarse lógicamente como un término no definido. Un conjunto se

Más detalles

Lógica Proposicional. Sergio Stive Solano Sabié. Marzo de 2012

Lógica Proposicional. Sergio Stive Solano Sabié. Marzo de 2012 Lógica Proposicional Sergio Stive Solano Sabié Marzo de 2012 Lógica Proposicional Sergio Stive Solano Sabié Marzo de 2012 Proposiciones Definición 1.1 Una proposición (o declaración) es una oración declarativa

Más detalles

Coordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 2: Lunes 18 Viernes 22 de Marzo. Contenidos

Coordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 2: Lunes 18 Viernes 22 de Marzo. Contenidos Cálculo Coordinación de Matemática I MAT021 1 er Semestre de 2013 Semana 2: Lunes 18 Viernes 22 de Marzo Contenidos Clase 1: La Ecuación Cuadrática. Inecuaciones de grado 2, con y sin valor absoluto. Clase

Más detalles

UNIDAD 8 INECUACIONES. Objetivo general.

UNIDAD 8 INECUACIONES. Objetivo general. 8. 1 UNIDAD 8 INECUACIONES Objetivo general. Al terminar esta Unidad resolverás inecuaciones lineales y cuadráticas e inecuaciones que incluyan valores absolutos, identificarás sus conjuntos solución en

Más detalles

Ordenación parcial Conjunto parcialmente ordenado Diagrama de Hasse

Ordenación parcial Conjunto parcialmente ordenado Diagrama de Hasse Ordenación parcial Un orden parcial es una relación binaria R sobre un conjunto X, que cumple las propiedades: Reflexiva: R es reflexiva sii para todo a A ara Antisimétrica: R es antisimétrica sii para

Más detalles

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1 Espacios Vectoriales 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Espacios Vectoriales... 4 1.1 Definición de espacio vectorial... 4 1.2 Definición de subespacio vectorial...

Más detalles

Pregunta 1 Es correcta esta definición? Por qué?

Pregunta 1 Es correcta esta definición? Por qué? TEORÍA DE CONJUNTOS. En un libro de COU de 1975 puede leerse la siguiente definición de conjunto: Un conjunto es una colección de objetos, cualquiera que sea su naturaleza. Pregunta 1 Es correcta esta

Más detalles

DIVISIBILIDAD: Resultados

DIVISIBILIDAD: Resultados DIVISIBILIDAD: Resultados Página 1 de 9 Se enumeran a continuación, como referencia, ciertos resultados sobre divisibilidad. 1.1 Definición. Dados los enteros a y b, se dice que a divide a b (Notación:

Más detalles

TEMA2. SUCESIONES DE NÚMEROS REALES Y COMPLEJOS

TEMA2. SUCESIONES DE NÚMEROS REALES Y COMPLEJOS TEMA2. SUCESIONES DE NÚMEROS REALES Y COMPLEJOS 2.1 SUCESIONES DE NUMEROS REALES 2.1.1 Definición de sucesión de números reales Definición: Una sucesión de números reales es una aplicación del conjunto

Más detalles

MATEMÁTICAS BÁSICAS. 2 de marzo de Universidad Nacional de Colombia MATEMÁTICAS BÁSICAS

MATEMÁTICAS BÁSICAS. 2 de marzo de Universidad Nacional de Colombia MATEMÁTICAS BÁSICAS 2 de marzo de 2009 Parte I Conjuntos Definición intuitiva de conjunto Definición Un conjunto es una colección de objetos. Ejemplos A = {a, e, i, o, u} B = {blanco, gris, negro} C = {2, 4, 6, 8, 9} D =

Más detalles