UNIVERSIDAD NACIONAL DE TRUJILLO
|
|
- Raúl Quintero Hernández
- hace 6 años
- Vistas:
Transcripción
1 UNIVERSIDAD NACIONAL DE TRUJILLO FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS ESCUELA ACADÉMICO PROFESIONAL DE MATEMÁTICAS CORRESPONDENCIAS Y UNA APLICACIÓN A LA TEORÍA DE LA PRODUCCIÓN TESIS PARA OBTENER EL TÍTULO DE LICENCIADO EN MATEMÁTICAS AUTOR: Br. SANTOS RAUL LEZCANO CHICLAYO ASESOR: Mg. GUILLERMO RAMÍREZ LARA Trujillo - Perú 2014
2 Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT Y UNIVERSIDAD NACIONAL DE TRUJILLO AS FACULTAD DE CIENCIAS FI SICAS Y MATEMA TICAS CA D MA E TE CIE MA NC TI IAS CA S FIS IC ESCUELA ACADE MICO PROFESIONAL DE MATEMA TICAS CORRESPONDENCIAS Y UNA APLICACIO N A LA TEORI A DE LA PRODUCCIO N TESIS PARA OBTENER EL TITULO DE LICENCIADO EN IO TE MATEMA TICAS AUTOR: BI BL Br. SANTOS RAUL LEZCANO CHICLAYO ASESOR: Mg. GUILLERMO RAMI REZ LARA Trujillo - Peru 2014
3 CA D MA E TE CIE MA NC TI IAS CA S FIS IC AS Y Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT Jurado Dr. Amado Mendez Cruz Presidente Vocal BI BL IO TE Dr. Jose Diaz Leiva Mg. Guillermo Ramı rez Lara Asesor
4 Dedicatoria Al dueño de mi vida, Dios, mi Señor. A los seres que más amo en el mundo, mis padres, Genaro y Balbina. A mis dos grandes apoyos: mis hermanos Paulino y Sara.
5 Agradecimiento A DIOS Nuestro señor por hacerme un hombre de bien. A mis Padres Genaro y Balbina que con su empeño, dedicación y comprensión supieron guiarme a lo largo de mi vida. A mis Hermanos Paulino y Sara con quienes escribí una de las más bellas páginas de mi vida. Al Profesor Mg. Guillermo Ramírez Lara, por su apoyo y orientación en el desarrollo de esta Tésis. A todos mis Maestros por su ayuda y dedicación que me brindaron en el transcurso de mis estudios.
6 Presentación Señores miembros del jurado: Presento ante ustedes el informe final de Tesis intitulado CORRESPONDENCIAS Y UNA APLICACIÓN A LA TEORÍA DE LA PRODUCCIÓN, con el propósito de optar el Título Profesional de Licenciado en Matemáticas, en cumplimiento del reglamento de Grados y Títulos de la Universidad Nacional de Trujillo para aprobar el informe de Tesis. Esperando cumplir con los requerimientos de aprobación. El Autor
7 Lista de Símbolos Γ : X Y : Correspondencia de X a Y. Γ + : Inversa superior de Γ. Γ : Inversa inferior de Γ. R n : Espacio vectorial n-dimensional. R n + : El conjunto de los vectores n-dimensionales con componentes no negativos. = : Implica. : Si y sólo si. [x, y] : Intervalo cerrado. : Inclusión de conjuntos.
8 Índice general Jurado III Dedicatoria IV Agradecimiento V Presentación VI Lista de Símbolos VII Resumen X Abstract XI Introducción XII I. Preliminares El espacio vectorial R n Conjuntos convexos Propiedades de los conjuntos convexos Funciones convexas Funciones Cuasiconvexas II. Correspondencias Conceptos sobre correspondencias Conceptos de convexidad para correspondencias
9 ÍNDICE GENERAL ix 2.3. Conceptos de continuidad para correspondencias Correspondencias de producción Propiedades de la correspondencia de producción de salida P : X R m Propiedades de la correspondencia de producción de entrada P : P (X) X Conclusiones 36 Referencias Bibliográficas 38
10 Resumen Este trabajo es un estudio sobre algunos aspectos de la teoría de Correspondencias y una de sus aplicaciones a la teoría de la producción económica cuando existe una gama de insumos disponibles y su objetivo es definir las llamadas correspondencias de producción e investigar sus propiedades asi como las interpretaciones geométricas y económicas de las correspondencias de producción de entrada y salida.
11 Abstract This work is an application of some aspects of the correspondences theory and one of its applications to economic production theory when there exist is a range of inputs available; its subject is define so called production correspondences, explore their proprieties and also give the economic and geometric interpretations of the properties of the imput and output correspondences. KEY WORDS: Production correspondences, imput and output production correspondences, convex and quasiconvex correspondences
12 Introducción El concepto de correspondencia que es una generalización del concepto usual de función, fue introducido por Hahn en los años de en su libro Reelle funtiones. Luego el tema de las correspondencias se perdió por muchos años hasta su descubrimiento por C. Berge quien en [3] presentan varias aplicaciones entre ellas su Teorema del maximo. Sin embargo a la fecha existe un gran interés por las correspondencias habiendose logrado un desarrollo sistemático de la teoria de correspondencias debido fundamentalmente a sus aplicaciones en diferentes campos de la matemática: optimización, teoría de optimización, teoría de juegos, lógica difusa y economía matemática, etc. Las clásicas funciones de producción sólo tienen sentido en un contexto macroeconómico, pero no sirven para planificar la producción en caso que haya toda una gama de insumos; para esto es conveniente trabajar con correspondencias de producción en lugar de funciones de producción. En este trabajo estudiamos estructuras de producción en las que hay toda una gama de insumos. Estas estructuras tienen la propiedad de que un vector de insumos x dado es capaz de producir cualquier vector de productos seleccionado de un conjunto dado P (x). El punto de partida está en considerar estos conjuntos de producción P (x) como lo más importante, es decir, considerar una correspondencia P como la función de producción, aunque ésta no representa, en ningún sentido, el máximo producto alcanzable que es como se define una función de producción. En el capitulo I presentamos los fundamentos matemáticos relacionados con las correspondencias, correspondencias continuas, cerradas, convexas y cuasiconvexas.
13 Introducción xiii En el capitulo II presentamos las definiciones de las correspondencias de producción de entrada y de salida y establecemos sus propiedades e interpretaciones económicas y geométricas.
14 Capítulo I Preliminares 1.1. El espacio vectorial R n Revisemos alguna terminología y notación en el espacio R n donde trabajaremos exclusivamente. Con R denotaremos el conjunto de los números reales y con R n, n N, el conjunto de todas las n-uplas de números reales, es decir, R n = R R R = {x = (x 1, x 2,..., x n )/ x i R, i = 1,..., n} El número real x i se llama la i - ésima componente de x = (x 1, x 2,..., x n ). En particular, R 1 = R es el conjunto de los números reales (recta real), R 2 es el conjunto de todo los pares ordenados de números reales (plano Euclideano), R 3 es el espacio ordinario tridimensional. En R n definimos dos operaciones: la suma y la multiplicación escalar, de la siguiente manera: Sean x = (x 1, x 2,..., x n ), y = (y 1, y 2,..., y n ) R n y λ R. La suma de x e y, x+y, se define por x + y = (x 1 + y 1, x 2 + y 2,..., x n + y n ), La multiplicación de x por un escalar λ, λx, se define por λx = (λx 1, λx 2,..., λx n ).
15 1.1 El espacio vectorial R n 2 Decimos que dos n-uplas x, y R n son iguales, x = y, si y sólo sí, tienen exactamente las mismas componentes, es decir x = y x i = y i para i = 1, 2,..., n. Es fácil ver que las operaciones de suma y multiplicación escalar definidas anteriormente satisfacen las siguientes propiedades. Sean x, y, z R n, y λ, µ R. Entonces (A1) x + y = y + x (A2) x + (y + z) = (x + y) + z (A3) Existe un elemento 0 R n tal que x + 0 = x x R n. (A4) x R n,existe un elemento x R n tal que x + ( x) = 0 (M1) λ(x + y) = λx + λy (M2) (λ + µ)x = λx + µx (M3) λ(µx) = (λµ)x (M4) 1.x = x Definición La terna (R n, +, ), donde las operaciones + y, de suma y multiplicación escalar, respectivamente, satisfacen las propiedades (A1)-(A4) y (M1)-(M4) se llama espacio vectorial (lineal) real. Los elementos R n se llaman entonces vectores n-dimensionales o simplemente vectores o puntos. Las operaciones de suma y multiplicación escalar determinan la estructura vectorial de R n, pero no son suficientes para definir los conceptos de distancias y ángulos. Para esto es necesario introducir el concepto de producto interno (o producto escalar) en R n.
16 1.2 Conjuntos convexos 3 Definición Un producto interno en R n es una función, : R n R n R (x, y) x, y que asigna a cada par de vectores x, y R n un escalar (número real) denotado por x, y o x y, que satisface las siguientes propiedades: (PI.1) x, x 0 x R n (PI.2) x, x = 0 x = 0 (PI.3) x, y = y, x x, y R n (PI.4) x + y, z = x, z + y, z x, y, z R n (PI.5) λx, y = λ x, y λ R, x, y R n. El producto interno estándar en R n, se define por n x, y = x i y i El espacio vectorial R n con este producto interno se llama espacio Euclideano n-dimensional. i= Conjuntos convexos Definición Sean x, y R n. El segmento de recta que une x e y, denotado por [x, y], es el conjunto de todo los puntos de la forma z = λx + (1 λ)y donde λ [0, 1], es decir, [x, y] = {z R n, z = λx + (1 λ)y, λ [0, 1]} Los puntos del segmento de recta [x, y] se llaman combinaciones convexas de x e y. Si x = y, el segmento [x, y] se reduce a un solo punto. Si λ = 1 ( ) ( ) 1 1 2, z = x+ y 2 2 es el punto medio de [x, y]. Para λ = 1 3, 2 se obtienen los puntos de trisección del 3 segmento [x, y].
17 1.2 Conjuntos convexos 4 Figura 1.1: El segmento [x, y] Ejemplo. Si x = (6, 2), y = (1, 4) son dos puntos del plano, entonces el punto z = λx + (1 λ)y = λ(6, 2) + (1 λ)(1, 4) = (6λ + (1 λ)1, 2λ + (1 λ)4) = (5λ + 1, 2λ + 4), λ [0, 1]. Notemos que si λ = 0, entonces el punto z coincide con el extremo y; si λ = 1, el punto z coincide con x. Para 0 < λ < 1 el punto z describe todos los puntos entre x e y. Si λ = 1 2 obtenemos el punto ( 7 2, 3 ) que es el punto medio del segmento [x, y]. Definición Un conjunto C R n se llama convexo, si y sólo si, el segmento de recta que une dos puntos cualesquiera de C está contenido en C, es decir, C es convexo [x, y] C definición. x, y C. El conjunto vacio se supone que es convexo por
18 1.2 Conjuntos convexos 5 Figura 1.2: El segmento de extremos x = (6, 2) y y = (1, 4) Figura 1.3: Conjunto convexo y no convexo
19 1.3 Propiedades de los conjuntos convexos Propiedades de los conjuntos convexos Propiedades algebraicas de los conjuntos convexos Sean A y B subconjuntos de R n y α R. Definimos a) La suma de A y B, A + B, como el conjunto A + B = {x + y / x A, y B} b) El múltiplo escalar de A, αa, como el conjunto αa = {αx/ x A} Teorema Si C 1 y C 2 son conjuntos convexos, entonces su suma C 1 + C 2 = {x 1 + x 2 / x 1 C 1, x 2 C 2 } es también un conjunto convexo. Demostración. Sean x, y C 1 +C 2. Entonces existen x 1, y 1 C 1, x 2, y 2 C 2 tales que x = x 1 +x 2, y = y 1 + y 2. Si λ [0, 1] y z = λx + (1 λ)y, entonces z = λx + (1 λ)y = [λx 1 + (1 λ)y 1 ] + [λx 2 + (1 λ)y 2 ]. Como C 1 y C 2 son convexos, λx 1 + (1 λ)y 1 C 1, λx 2 + (1 λ)y 2 C 2. Por tanto, z C 1 + C 2 y, asi C 1 + C 2 es convexo. (ver figura 1.4) Observación Del teorema anterior, si C es un conjunto convexo en R n y a R n, entonces la traslación de C por el vector a C + {a} = C + a es un conjunto convexo (ver figura 1.5). Notemos también que C 1 + C 2 = (C 1 + a) = (C 2 + b) (1.1) a C 2 b C 1
20 1.3 Propiedades de los conjuntos convexos 7 Figura 1.4: Figura 1.5:
21 1.3 Propiedades de los conjuntos convexos 8 Teorema Si C es un conjunto convexo en R n y α R, entonces el conjunto αc = {z R n / z = αx, x C} es convexo. Demostración. Si x, y αc, entonces existen x 1, y 1 C tales que x = αx 1, y = αy 1. Luego, si λ [0, 1], entonces z = λx + (1 λ)y = α[λx 1 + (1 λ)y 1 ]. Ya que C es convexo, λx 1 + (1 λ)y 1 C. Luego z αc y por lo tanto αc es convexo. (ver figura 1.6) Figura 1.6: Multiplos del conjunto convexo C Observación Del teorema anterior tenemos que: Si C es un conjunto convexo, entonces la reflexión simétrica de C respecto del origen, C = ( 1)C, es un conjunto convexo. También: Si cada C i, i = 1, 2,..., m es convexo entonces la m combinación lineal λ i C i también convexa. i=1 Dada una transformación linel T : R n R m, definimos
22 1.3 Propiedades de los conjuntos convexos 9 T (A) = {T x/ x A} para A R n, T 1 (B) = {x/ T x B} para B R m. T (A) se llama la imagen de A bajo T y T 1 (B) se llama la imagen inversa de B bajo T. Teorema Sea T : R n R m una transformación lineal. Entonces (i) T (A) es un conjunto convexo en R m para todo conjunto convexo A en R n. (ii) T 1 (B) es un conjunto convexo en R n para todo conjunto convexo B en R m. Demostración. (i) Sea y, y T (A), λ [0, 1] y z = λy + (1 λ)y. Entonces existen x, x A tales que y = T (x), y = T (x ), y así z = λy + (1 λ)y = λt (x) + (1 λ)t (x ) = T (λx + (1 λ)x ) Ya que A es convexo, la combinación convexa λx + (1 λ)x A y entonces, z T (A). Por tanto T (A) es convexo. (ii) Sean x, x T 1 (B) y λ [0, 1] y z = λx + (1 λ)x. Entonces existen y, y B tales que T (x) = y y T (x ) = y. Entonces T (z) = T (λx+(1 λ)x ) = λt (x) + (1 λ)t (x ) = λy + (1 λ)y. Ya que B es convexo, T (z) B y asi, z T 1 (B). Por tanto T 1 (B) es convexo. Propiedades topologicas de los conjuntos convexos. Establecemos a continuación algunas propiedades topológicas importantes de los conjuntos convexos. Teorema (i) Si K es un conjunto convexo, su clausura K es también un conjunto convexo. (ii) Si a K y b K, entonces todo punto del segmento [a, b], excepto posiblemente b, es un punto interior de K.
23 1.3 Propiedades de los conjuntos convexos 10 Demostración. (i) Sean x, y K. Entonces existen dos sucesiones (x k ) y (y k ) de puntos de K tales que lím k xk = x, lím y k = y. k Para cualquier α 0, β 0, con α + β = 1, la continuidad de las operaciones lineales implica que lím k (αxk + βy k ) = αx + βy. Ya que K es convexo, αx k + βy k K, k = 1, 2,..., de modo que αx + βy es el límite de la sucesión (αx k + βy k ) de puntos de K. Esto prueba (definición de clausura) que, αx + βy K. Por tanto K es convexo. (ii) Ya que a es un punto interior de K, existe una bola B(a, ε) K, para un ε > 0 adecuado. Por otra parte, todo punto del segmento [a, b], excepto b, puede escribirse en la forma c t = (1 t)a + tb, 0 t < 1. Debemos demostrar que c t K. En efecto, es suficiente demostrar que B(c t, (1 t)ε) K. Sea x B(c t, (1 t)ε). Entonces, por definición, x c t < (1 t)ε. Por otro lado, ya que b K, existe un punto d K suficientemente próximo a b, de modo que t b d < (1 t)ε x c t. Por tanto, x [(1 t)a + td] x c t + t b d < (1 t)ε. Dividiendo los extremos por (1 t) y arreglando términos, obtenemos 1 (x td) a 1 t < ε,
24 1.3 Propiedades de los conjuntos convexos 11 de modo que el punto e = 1 (x td) B(a, ε) K. Esto implica que 1 t x = (1 t)e + td [e, d] K. Por tanto, B(c t, (1 t)) K. A partir de este teorema se pueden obtener algunos corolarios importantes. Corolario Si K es un conjunto convexo, entonces su interior, un conjunto convexo. K, es también Demostración. Sean a,b K. Ya que K K K, podemos considerar que b K. Luego por (ii) del teorema anterio, todos los puntos del segmento [a, b] sin excepción, son puntos interiores de K, es decir, [a, b] K. Por tanto, K es convexo. Corolario Si K es un conjunto convexo y a es un punto interior de K (a K), entonces todo rayo que parte de a interseca a la frontera en un único punto. Demostración. Supongamos que un rayo que parte de a corta a la frontera de K en dos puntos, digamos b y c, de los cuales c, es el más cercano al punto a. Entonces c [a, b], y c a y c b. Puesto que a K y b F r(k) = K K c K, por (ii) del teorema anterior, c debe ser un punto interior de K, lo que contradice la hipótesis de que c es un punto frontera de K. Corolario Si K es un conjunto convexo con K, entonces K = K. Demostración. Ya que K K, entonces claramente K K. Recíprocamente elijamos un punto interior fijo a de K. Entonces para cualquier b K, todo punto del segmento [a, b], excepto posiblemente b, pertenece a K, de modo que podemos elegir puntos en K arbitrariamente próximos a b. Asi b K y K K.
25 1.4 Funciones convexas 12 Ejemplo. Sea C 1 = {(x, y) R 2 / x 2 + y 2 1} y C 2 = {(x, y) R 2 / x 0, y 0}. Ya que C 1 y C 2 son convexos, C 1 + C 2 es convexo ( ver figura 1.7) Figura 1.7: 1.4. Funciones convexas Definición Sea C R n un conjunto convexo y f : C R una función. Se dice que f es convexa si verifica la siguiente condición: x, y C, λ [0, 1], f((1 λ)x + λy) (1 λ)f(x) + λf(y) (1.2) Conviene resaltar que en 1.2 aparecen tres variables x, y, λ, y la desigualdad debe de verificarse para todos los valores indicados de dicha variables: x, y C, λ [0, 1]. Se dice que la función f : C R es cóncava si f es convexa, es decir, si se verifica que f((1 λ)x + λy) (1 λ)f(x) + λf(y) x, y C con, λ [0, 1]. Observación Si f es una función definida en un intervalo I de la recta real, entonces geométricamente la definición de función convexa significa que la cuerda que une dos puntos cualesquiera (x 1, f(x 1 )) y (x 2, f(x 2 )) de la gráfica de f se encuentra arriba de la gráfica de f. (Ver figura 1.8)
26 1.5 Funciones Cuasiconvexas 13 Figura 1.8: Gráfica de una función convexa f 1.5. Funciones Cuasiconvexas Definición Sea C R n, un conjunto convexo. Una función Φ : C R se llama cuasiconvexa (cuasicóncava) en C si Φ(x) máx{φ(x 1 ), Φ(x 2 )}, x [x 1, x 2 ], x 1, x 2 C (Φ(x) mín{φ(x 1 ), Φ(x 2 )}, x [x 1, x 2 ], x 1, x 2 C) Si Φ es convexa (cóncava) en C, entonces Φ es cuasiconvexa (cuasicóncava) en C. Φ es cuasiconvexa en C N α = {x C/Φ(x) α} es convexa, α R (N α se llama conjunto de nivel α de Φ)
27 1.5 Funciones Cuasiconvexas 14 Definición Sea C R n, convexo. Una función f : C R, se llama cuasiconvexa en C si f(λx + (1 λ)y) máx{f(x), f(y)}, x, y C, λ [0, 1]. Figura 1.9: Gráfica de una función cuasiconvexa
28 Capítulo II Correspondencias 2.1. Conceptos sobre correspondencias Nuestro punto de partida es el concepto de correspondencia el cual generaliza el concepto de función. Sean X e Y conjuntos. Una correspondencia 1 Γ de X en Y denotada por Γ : X Y es una regla (ley) que asigna a cada x X un subconjunto Γ(x) de Y. Notemos que Γ(x) = es un valor permitido. Si Γ(x) consiste de un solo punto para todo x X, Γ es una aplicación (función) en el sentido usual. El conjunto {x/ Γ(x) } se llama el Dominio efectivo de Γ. Definimos la gráfica de la correspondencia Γ : X Y como el conjunto Graf(Γ) = {(x, y) X Y/ y Γ(x)} X Y Si A X, definimos la Γ-imagen de A, Γ(A), como el conjunto Γ(A) = x A Γ(x). Definición Si Γ : X Y es una correspondencia, definimos la correspondencia Γ : Y X por Γ (y) = {x X/ y Γ(x)} La correspondencia Γ se llama inversa inferior de Γ. 1 Multifunción, aplicación multivoca, aplicación punto a conjunto
29 2.2 Conceptos de convexidad para correspondencias 16 Observación se tiene que 1. Si B Y, entonces se cumple: Γ (B) = {x X/ Γ(x) B } 2. Es claro que se cumple: (Γ ) = Γ Definición La correspondencia Γ + : P (X) X, definida por Γ + (B) = {x X/ Γ(x) B} B Y, se llama inversa superior de Γ. Notemos que si Γ es una aplicación, se cumple evidentemente que Γ = Γ + = Γ 1 Usaremos la siguiente propiedad de Γ y Γ + : Para todo B Y se cumple: (i) X Γ + (B) = Γ (Y B) (ii) X Γ (B) = Γ + (Y B) 2.2. Conceptos de convexidad para correspondencias Sean X, Y espacios lineales, C X convexo y Γ : C Y una correspondencia Definición La correspondencia Γ se llama convexa si Graf(Γ) es un conjunto convexo. Es fácil ver que: Γ es convexa si y sólo si λγ(x 1 ) + (1 λ)γ(x 2 ) Γ(λx 1 + (1 λ)x 2 ) x 1, x 2 C λ [0, 1]. Si Γ : C Y es convexa, entonces Γ(x) es convexo para todo x C y Γ(C) es un conjunto convexo. Definición a) La correspondencia Γ : C Y se llama cuasiconvexa si Γ(x) Γ(y) Γ(λx + (1 λ)y), x, y C, λ [0, 1].
30 2.2 Conceptos de convexidad para correspondencias 17 b) La correspondencia Γ se llama cuasicóncava si Γ(λx + (1 λ)y) Γ(x) Γ(y), x, y C, λ [0, 1]. c) La correspondencia Γ c : C Y se define por Γ c (x) = Y Γ(x), (Γ c se llama correspondencia complemento de Γ) Lema Γ es cuasiconvexa Γ c es cuasiconcava. Demostración. Sean x, y C y λ [0, 1]. Entonces: Γ(x) Γ(y) Γ(λx + (1 λ)y) Γ c (λx + (1 λ)y) Y (Γ(x) Γ(y)) = Γ c (x) Γ c (y) Lema Si Γ : C Y es convexa en C, entonces Γ es cuasiconvexa en C. Demostración. Sean x, y C, λ [0, 1]. Podemos asumir que: Γ(x) Γ(y). Como Γ es convexa, Γ(z) es convexo, z C. Por consiguiente Γ(x) Γ(y) es convexo. Luego, por ser Γ convexa se cumple: Γ(x) Γ(y) = λ(γ(x) Γ(y))+(1 λ)(γ(x) Γ(y)) λγ(x)+(1 λ)γ(y) Γ(λx+(1 λ)y) Γ es cuasiconvexa en C. Lema Γ : C Y es cuasiconvexa Γ (u) es convexo u Y. Demostración. ] Sean x, y Γ (u), λ [0, 1]. Entonces: u Γ(x) Γ(y) Γ(λx + (1 λ)y) puesto que Γ es cuasiconvexa. Entonces λx + (1 λ)y Γ (u). Por tanto, Γ (u) es convexo, u Y. ] Sean x, y C, λ [0, 1], u Γ(x) Γ(y). Entonces: x, y Γ (u), y como Γ (u) es convexo: λx+(1 λ)y Γ (u) o lo que lo mismo u Γ(λx+(1 λ)y). Por tanto, Γ es cuasiconvexa.
31 2.2 Conceptos de convexidad para correspondencias 18 Existe una estrecha relación entre las funciones convexas, cuasiconvexas y cuasicóncavas y las correspondencias convexas, cuasiconvexas y cuasicóncavas. Sea F : C R una función. Asociadas a F existen dos correspondencias Γ F, F : C R definidas por: Γ F (x) = (, F (x)], F (x) = [F (x), + ) Lema a) La función F es cuasiconvexa (cuasicóncava) F es cuasiconvexa (Γ F es cuasiconvexa). b) F es convexa (cóncava) F es convexa (Γ F es convexa) Demostración. a) Sean x, y C, λ [0, 1]. Entonces se cumple: F es cuasiconvexa F (λx + (1 λ)y) máx{f (x), F (y)} F (λx + (1 λ)y) = [F (λx + (1 λ)y), + ) [máx{f (x), F (y)}, + ] = [F (x), + ) [F (y), + ) = F (x) F (y) F es cuasiconvexa. Similarmente se prueban las demás afirmaciones.
32 2.3 Conceptos de continuidad para correspondencias Conceptos de continuidad para correspondencias Sean X, Y espacios topológicos, Γ : X Y una correspondencia y x X. Definición a) Γ se llama semicontinua superiormente (s.c.s) en x, si para todo abierto G Y con Γ( x) G, existe una vecindad U de x, tal que, Γ(x) G, x U.
33 2.3 Conceptos de continuidad para correspondencias 20 Figura 2.1: b) Γ se llama semicontinua inferiormente (s.c.i) en x, si para todo abierto G Y con Γ( x) G, existe una vecindad V de x tal que Γ(x) G, x V.
34 2.3 Conceptos de continuidad para correspondencias 21 Figura 2.2: c) Γ se llama continua en x, si Γ es s.c.s. y s.c.i. en x. Ejemplos de Gráficas de correspondencias Ejemplo 1. Γ(x ) es un conjunto unitario. Γ(x ) es un intervalo. Γ es continua en x, x x.
35 2.3 Conceptos de continuidad para correspondencias 22 Ejemplo 2. Figura 2.3: Figura 2.4: Γ(x ) es un conjunto unitario.
36 2.3 Conceptos de continuidad para correspondencias 23 Γ no es s.c.s. en x ni s.c.i. en x Γ(x ) es un conjunto de dos elementos.
37 2.3 Conceptos de continuidad para correspondencias 24 Ejemplo 3. Sea Γ : R + R la correspondencia definida por Γ(x) = [a, b] x R +. Su gráfica es Figura 2.5: Γ se llama correspondencia constante. Γ es continua en R +.
38 2.3 Conceptos de continuidad para correspondencias 25 Ejemplo 4. Sea Γ la correspondencia cuya gráfica es: Figura 2.6: Entonces: Γ es s.c.s. pero no s.c.i. en x 1. En x 2 Γ no es s.c.s. pero si es s.c.i. Γ es continua en x [a, b] x x 1, x 2. Los diferentes conceptos globales de semicontinuidad se definen de manera natural. Los siguientes teoremas proporcionan caracterizaciones de la semicontinuidad superior e inferior. Teorema Las siguientes proposiciones (i),(ii) y (iii) son equivalentes: (i) Γ : X Y es semicontinua superiormente. (ii) Γ + (G) es abierto G Y abierto. (iii) Γ (F ) es cerrado F Y cerrado.
39 2.3 Conceptos de continuidad para correspondencias 26 Demostración. (i) (ii) Sea G Y abierto y x Γ + (G). Entonces Γ(x) G y como por hipótesis, Γ es semicontinua superiormente en x, entonces existe una vecindad U de x tal que Γ(z) G z U. Entonces z Γ + (G) z U, es decir, U Γ + (G). Por tanto, Γ + (G) es abierto. (ii) (iii) Sea F Y cerrado, entonces Y F y Γ + (Y F ) son abiertos. Ya que Γ + (Y F ) = X Γ (F ), entonces Γ (F ) es cerrado. (iii) (i) Sea x X y G Y abierto con Γ(x) G. Entonces x Γ + (G) y los conjuntos Y G y Γ (Y G) son cerrados. Como Γ (Y G) = X Γ + (G), entonces Γ + (G) es abierto. Ya que x Γ + (G), existe una vecindad U de x, tal que, U Γ + (G) o Γ(U) G. Por tanto, Γ es semicontinua superiormente. De manera similar se demuestra el siguiente teorema Teorema Las siguientes proposiciones (i*),(ii*) y (iii*) son equivalentes: (i*) Γ : X Y es semicontinua superiormente. (ii*) Γ (G) es abierto G Y abierto. (iii*) Γ + (F ) es cerrado F Y cerrado. Necesitamos todavía otro concepto más de continuidad para una correspondencia: el concepto de correspondencia cerrada. Definición a) La correspondencia Γ : X Y se llama cerrada si Graf(Γ) es un conjunto cerrado en X Y. b) Γ es cerrada en x X si para todo ȳ / Γ( x), existen vecindades U de x y V de ȳ, tales que Γ(U) V =.
40 2.4 Correspondencias de producción 27 Es fácil comprobar que: Γ es cerrada (en X) Γ es cerrada en todo punto x X. A continuación enunciamos algunos teoremas sobre correspondencias continua y cerrada. Teorema Sea X compacto y Γ : X Y una correspondencia semicontinua superiormente, tal que, Γ(x) es compacto x X. Entonces Γ(X) es compacto. Demostración. (Ver. [7]) Teorema Sea Γ : X Y semicontinua superiormente en x y Γ( x) compacto. Entonces Γ es cerrada en x. Demostración. (Ver. [7]) Teorema Sea Y compacto, Γ : X Y una correspondencia y sea Γ( x) cerrado. Entonces: Γ es cerrada en x Γ es semicontinua superiormente en x. Demostración. (Ver. [7]) Teorema Sea Γ : X Y una correspondencia. Entonces se cumple: a) Γ aplica conjuntos cerrados en conjuntos cerrados Γ es semicontinua superiormente. b) Γ aplica conjuntos abiertos en conjuntos abiertos Γ es semicontinua inferiormente. Demostración. (Ver. [7]) 2.4. Correspondencias de producción Las clásicas funciones de producción solamente tienen sentido en un contexto macroeconómico pero no sirven para planificar la producción en el caso en que haya toda una gama de insumos, para esto es conveniente que en lugar de trabajar con funciones se trabaje con correspondencias de producción.
41 2.4 Correspondencias de producción 28 La tecnología que esté disponible a una empresa se puede representar en una variedad de formas. Las más generales son aquellas basadas en correspondencias y conjuntos. Consideramos dada una tecnología de producción, que usa n factores de producción (insumos) externos y produce m productos finales. Sea x i = cantidad del insumo i usada en la producción por unidad de tiempo. u j = cantidad del producto j producida por unidad de tiempo. Llamamos a x = (x 1, x 2,..., x n ) R n + un vector de insumos, y u = (u 1, u 2,..., u m ) R m + un vector de productos. Sea X R n + el conjunto de todos los vectores de insumos disponibles a priori para la producción. Supondremos que X es compacto y, con frecuencia que sea convexo. Notación. Para x = (x 1, x 2,..., x n ) escribimos: x 0 x i 0 i = 1, n x 0 x 0 (x i > 0 para algún i) Observación El hecho de suponer que X es cerrado significa que, si un insumo dado x es arbitrariamente cercano a un insumo posible, entonces el insumo x es también posible. 2. El suponer que X es convexo es un supuesto mucho más restrictivo. Está relacionado a un supuesto más elemental de aditividad y retornos decrecientes a escala. Definamos una correspondencia P : X R m + = {u R m / u 0} = ortante no negativo de R m que asigna a cada vector de insumos x X el conjunto de productos P (x) = {u R m +/ u se deja producir usando el vector de insumos x}.
42 2.4 Correspondencias de producción 29 La correspondencia P se llama una correspondencia de producción de salida. La correspondencia inversa inferior de P, P : P (X) R n + se llama una correspondencia de producción de entrada. Así, P (u) = {x X/ u P (x)} es entonces el conjunto de los vectores de insumos x X que se pueden usar para producir al menos el vector de productos u. P (u) se llama el conjunto de nivel para el vector de productos u.
43 2.5 Propiedades de la correspondencia de producción de salida P : X R m + 30 Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT 2.5. Propiedades de la correspondencia de producción de salida P : X R m + P 1. 0 X, P (0) = {0}, 0 P (x), x X. Para un u > 0 existe un x X, tal que, u P (x). P 2. P (x), es compacto x X. P 3. P (x) P (λx) x X y λ 1 con λx X. P 4. Si x X y existe un ū R m + y un λ > 0 tal que ū P ( λx), entonces para todo θ > 0 con θū P (X), existe un λ θ > 0, tal que θū P (λ θ x). P 5. θp (x) P (x), x X, θ [0, 1]. P 6. P es continua. En muchos casos se pide además que se cumpla una de las siguientes propiedades de convexidad: P 7. a) P (x) es convexo, x X. b) X es convexo y P : X R m + es cuasiconvexa. c) X es convexo y P : X R m + es convexa. Observación La interpretación económica de P 1, P 2 y P 3 es evidente. P 4 significa: si ū se deja producir adaptando proporcionalmente el vector de insumos x y si, a priori, es posible producir θū, θ > 0, entonces θū se deja producir también adaptando x proporcionalmente. P 4 se llama axioma de la alcanzabilidad de los productos. P 5 se llama el axioma débil de la disponibilidad de los productos.
44 2.5 Propiedades de la correspondencia de producción de salida P : X R m + 31 Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT Figura 2.7: Ilustración de P 4 Figura 2.8: Ilustración de P 5
45 2.5 Propiedades de la correspondencia de producción de salida P : X R m + 32 Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT Figura 2.9: Ilustración de P 3 Figura 2.10: Ilustración de P 4
46 2.6 Propiedades de la correspondencia de producción de entrada P : P (X) X 33 Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT NOTA. En lugar de P 5 se pide a veces el axioma fuerte de la disponibilidad de los productos: P 5. x X se cumple: ū P (x), 0 u ū u P (x). Figura 2.11: Se cumple P 5 Figura 2.12: Se cumple P 5 pero no P 5 P 5 implica evidentemente P 5 P 5 parece económicamente aceptable, mientras que P 5 es poco realista. De P 1 a P 7 se deducen las siguientes: 2.6. Propiedades de la correspondencia de producción de entrada P : P (X) X P 1. P (0) = X y 0 / P (u) u P (X), u 0. P 2. El dominio de definición P (X) de P es compacto. Si X y P : X R n + son convexos, entonces P (X) es convexo. P 3. x P (u), implica que λx P (u), para todo λ 1 tal que λx X
47 2.6 Propiedades de la correspondencia de producción de entrada P : P (X) X 34 Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT Figura 2.13: Ilustración de P 3 P 4. Si x X y λx P (ū) para un ū P (X) y un λ > 0, entonces para todo θ > 0 con θū P (X), existe un λ θ > 0 tal que λ θ x P (θū). P 5. P (θu) P (u), θ 1 con θu P (X) P 6. P : P (X) R n + es cerrada y semicontinua superiormente. P (u) es compacto, u P (X). Demostración. P 1: 0 P (x) x X, implica que x P (0), x X o P (0) = X. Si fuese 0 P (u) para algún u 0, u P (X), se tendría P (0) {0} lo que contradice a P 1. P 2: Esto es una consecuencia de P 2, P 6 y del teorema P 3: Sea x P (u). Entonces de acuerdo a P 3 se cumple: u P (X) P (λx), λ 1 con λx X. Esto implica: λx P (u), λ 1 con λx X.
48 2.6 Propiedades de la correspondencia de producción de entrada P : P (X) X 35 Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT P 4: Sean ū P (X), λ > 0, λx P (ū) y θ > 0 tal que θū P (X). Entonces λx X, ū P ( λx) y, de acuerdo a P 4, existe un λ θ > 0, tal que θū P (λ θ x) o λ θ x P (θū). P 5: Sean u P (X), θu P (x), θ 1, y x P (θu). Entonces θu P (x) y P 5 implica que u 1P (x) P (x) o x P (u). θ P 6: Como P : X R m + es continua y todos los P (x), x X, son compactos, se deduce del teorema que P es cerrado. Entonces P también es cerrada. Como además X es compacto, el teorema implica que P aplica conjuntos cerrados en conjuntos cerrados. Entonces, de acuerdo al teorema 2.3.1, P es también semicontinua superiormente (recordar que (P ) = P ). Si P tiene una de las propiedades de convexidad P 7, P también tiene al menos una de estas propiedades. Esto se deduce en vista del lema y de la siguiente propiedad: P es convexa P es convexa La propiedad P 3 se llama disponibilidad débil de los factores de producción. La propiedad P 3 siguiente se llama disponibilidad fuerte de los factores de producción. P 3. x P (u), x X, x x implica que x P (u). NOTA. P 3 implica evidentemente P 3. Se puede esperar que para la mayor parte de las tecnologías de producción la propiedad P 3 sea aproximadamente satisfecha. Sin embargo, la propiedad P 3 no se cumple para muchas tecnologías, como por ejemplo, para la agricultura. Si se aumenta un factor de producción dejando constante los otros factores, la producción puede disminuir. La propiedad P 4 significa lo siguiente: si el vector de producción ū se deja producir adaptando proporcionalmente los factores x i, 1 i n, entonces todos los
49 2.6 Propiedades de la correspondencia de producción de entrada P : P (X) X 36 Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT vectores de productos θū P (X), θ > 0, se dejan también producir adaptando proporcionalmente los factores x i No todos los puntos de P (x) y P (u) interesan desde el punto de vista de la eficiencia. Por esto definimos las llamadas isocuantas de P (x) y P (u): IP (x) = {u/ u P (x), θu / P (x), θ > 1}, si P (x) {0}. IP (x) = {0}, si P (x) = {0}. IP (u) = {x/ x P (u), λx / P (u), λ / [0, 1)}, si u 0. IP (0) = {0}. IP (x) y IP (u) son entonces los subconjunto de los puntos de P (x) y P (u) que, en un sentido bien definido son eficientes. Pedimos adicionalmente que IP (x) y IP (u) sean compactos para todo x X y todo u P (X). Figura 2.14: isocuantas de P (x) Figura 2.15: isocuantas de P (u)
50 Conclusiones Al término del presente trabajo, se llega a las siguientes conclusiones: 1. Dada una tecnología de producción es posible modelar el proceso de producción económica cuando existe todo una gama de insumos, mediante la teoria de conjuntos y de correspondencias (semi continuas superior e inferior, convexas, cuasiconvexas, cerradas, etc). 2. Las llamadas correspondencias de producción de entrada y salida, permiten la descripción analítica y la interpretación económica del proceso de producción en el que a un vector de insumos le corresponde todo un conjunto de vectores de producctos.
51 Referencias Bibliográficas [1] Aubin, Jean-Pierre., Optima and Equilibria. Springer. Verlag.Berlin- Heilldelberg, [2] Aubin, Jean-Pierre y Frankowska, H., Set-valued Analysis. Birkhauser, Berlin, [3] Berge, C., Espaces Topologiques et fonctions multivoques. Dunod - Paris, [4] Ferguson.C. E., Teoría neoclásica de la producción y la distribución. Trillas S. A., [5] Hildebrand, Kirman. Core and Equilibria of a Large Economy [6] Ramírez Lara, Guillermo. Conceptos básicos sobre convexidad. UNT, [7] Ramírez Lara, Guillermo. Correspondencias. UNT, [8] Rockafellar, Tyrrell y Wets, Roger. Variational Analysis. Springer- Verlag, Berlin. Heildelberg, New York, [9] Shephard, R, Cost and Production Functions.Princeton University Press, 1970.
Espacios Vectoriales
Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios
Más detallesNotas sobre el teorema minimax
Notas sobre el teorema mini Antonio Martinón Abril de 2012 1 Teoremas mini Sean X e Y dos conjuntos no vacíos y consideremos una función Se verifica sup inf efectivamente, dado x X resulta claro que f
Más detalles520142: ALGEBRA y ALGEBRA LINEAL
520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesMMAF: 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 detallesEstructuras Algebraicas
Tema 1 Estructuras Algebraicas Definición 1 Sea A un conjunto no vacío Una operación binaria (u operación interna) en A es una aplicación : A A A Es decir, tenemos una regla que a cada par de elementos
Más detalles1. ESPACIOS DE HILBERT Y OPERADORES
1. ESPACIOS DE HILBERT Y OPERADORES 1. DEFINICIÓN, PROPIEDADES Y EJEMPLOS Definición. Sea H un espacio vectorial sobre el cuerpo C de los números complejos, un producto escalar sobre H es una aplicación
Más detallesEspacios vectoriales reales.
Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre
Más detallesEspacios vectoriales
Espacios vectoriales [Versión preliminar] Prof. Isabel Arratia Z. Algebra Lineal 1 En el estudio de las matrices y, en particular, de los sistemas de ecuaciones lineales realizamos sumas y multiplicación
Más detallesAlgebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21
Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)
Más detallesEspacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21
Espacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Objetivos Al finalizar este tema tendrás que: Saber si unos vectores son independientes.
Más detallesEspacios conexos. Capítulo Conexidad
Capítulo 5 Espacios conexos 1. Conexidad En este capítulo exploraremos el concepto de conexidad en un espacio métrico, y estudiaremos algunas de sus aplicaciones. Definición 5.1. Decimos que el espacio
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 1 Resumen Unidad n 3
Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 1 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se
Más detallesJulio C. Carrillo E. Profesor Escuela de Matemáticas Universidad Industrial de Santander. Monday, November 5, 2007 at 8:44 am (FA07.
Julio C. Carrillo E. Profesor Escuela de Matemáticas Universidad Industrial de Santander Monday, November 5, 2007 at 8:44 am (FA07.01,02) Para uso exclusivo en el salón de clase. 2007 c Julio C. Carrillo
Más detallesTEORÍA DE LA EMPRESA. ADOLFO GARCÍA DE LA SIENRA Instituto de Filosofía Facultad de Economía Universidad Veracruzana
TEORÍA DE LA EMPRESA ADOLFO GARCÍA DE LA SIENRA Instituto de Filosofía Facultad de Economía Universidad Veracruzana asienrag@gmail.com. Conjuntos y funciones de producción El conjunto de posibilidades
Más detallesAplicación 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 detallesConjuntos, 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 detallesb) 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 detallesMay 4, 2012 CAPÍTULO 5: OPTIMIZACIÓN
May 4, 2012 1. Optimización Sin Restricciones En toda esta sección D denota un subconjunto abierto de R n. 1.1. Condiciones Necesarias de Primer Orden. Proposición 1.1. Sea f : D R diferenciable. Si p
Más detallesClase 8 Matrices Álgebra Lineal
Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 5 Resumen Unidad n 3
Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 5 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se
Más detallesCONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero
Fundamento Científico del Currículum de Matemáticas en Enseñanza Secundaria CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero ESPACIOS VECTORIALES DEFINICIÓN... 1 PROPIEDADES DE
Más detalles1. 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 detallesGUIA 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 detallesAnillos. 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 detallesTema 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 detallesRecordemos que utilizaremos, como es habitual, la siguiente notación para algunos conjuntos de números que son básicos.
Capítulo 1 Preliminares Vamos a ver en este primer capítulo de preliminares algunos conceptos, ideas y propiedades que serán muy útiles para el desarrollo de la asignatura. Se trata de resultados sobre
Más detalles1 Números reales. Funciones y continuidad.
1 Números reales. Funciones y continuidad. En este tema nos centraremos en el estudio de la continuidad de funciones reales, es decir, funciones de variable real y valor real. Por ello es esencial en primer
Más detalles1. Curvas Regulares y Simples
1. Regulares y Simples en R n. Vamos a estudiar algunas aplicaciones del calculo diferencial e integral a funciones que están definidas sobre los puntos de una curva del plano o del espacio, como por ejemplo
Más detallesCAPÍTULO 4: DERIVADAS DE ORDEN SUPERIOR. En este capítulo D denota un subconjunto abierto de R n.
April 15, 2009 En este capítulo D denota un subconjunto abierto de R n. 1. Introducción Definición 1.1. Dada una aplicación f : D R, definimos la derivada parcial segunda de f como D ij f = 2 f = ( ) x
Más detallesEspacios Topológicos 1. Punto de Acumulación. Al conjunto de puntos de acumulación de A se le denomina el conjunto derivado de A (A a Notación).
Espacios Topológicos 1 Punto de Acumulación Definición: Sea A un subconjunto arbitrario de R n, se dice que x R n es un punto de acumulación de A si toda bola abierta con centro x contiene un punto A distinto
Más detalles1 NOCIONES BÁSICAS SOBRE CONJUNTOS. SÍMBOLOS.
UNIDAD 1.- CONCEPTOS REQUERIDOS CONJUNTOS. AXIOMAS DE PERTENENCIA, PARALELISMO, ORDEN Y PARTICIÓN. 1 NOCIONES BÁSICAS SOBRE CONJUNTOS. SÍMBOLOS. 1.1 Determinaciones de un conjunto. Un conjunto queda determinado
Más detallesFunciones 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 detallesConjuntos y funciones convexas
Conjuntos y funciones convexas Un conjunto X R n se dice convexo si para todo par de puntos x 1 y x 2 en X, λ x 1 + ( 1- λ) x 2 X, para todo λ [0,1] Qué significa esto geométricamente? Un punto λ x 1 +
Más detallesIntroducción a los espacios vectoriales
1 / 64 Introducción a los espacios vectoriales Pablo Olaso Redondo Informática Universidad Francisco de Vitoria November 19, 2015 2 / 64 Espacios vectoriales 1 Las 10 propiedades de un espacio vectorial
Más detallesContinuidad. 5.1 Continuidad en un punto
Capítulo 5 Continuidad 5.1 Continuidad en un punto Definición 5.1.1 (Aplicación continua en un punto). Sean (X, τ) e (Y, τ ) dos espacios topológicos, y sea f : X Y una aplicación entre ellos. Diremos
Más detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Más detallesTrigonometría Analítica. Sección 6.6 Funciones trigonométricas inversas
6 Trigonometría Analítica Sección 6.6 Funciones trigonométricas inversas Funciones Inversas Recordar que para una función, f, tenga inversa, f -1, es necesario que f sea una función uno-a-uno. o Una función,
Más detallesFunciones integrables en R n
Capítulo 1 Funciones integrables en R n Sean un subconjunto acotado de R n, y f : R una función acotada. Sea R = [a 1, b 1 ]... [a n, b n ] un rectángulo que contenga a. Siempre puede suponerse que f está
Más detallesConjunto R 3 y operaciones lineales en R 3
Conjunto R 3 y operaciones lineales en R 3 Objetivos. Definir el conjunto R 3 y operaciones lineales en R 3. Requisitos. Conjunto de los números reales R, propiedades de las operaciones aritméticas en
Más detallesTEMA 8. GEOMETRÍA ANALÍTICA.
TEMA 8. GEOMETRÍA ANALÍTICA. 8..- El plano. Definimos el plano euclideo como el conjunto de puntos ( x, y) R. Así, cada punto del plano posee dos coordenadas. Para representar puntos del plano utilizaremos
Más detallesProblemas 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 detallesSucesiones 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 detallesMÉTODOS MATEMÁTICOS DE LA ECONOMÍA
Universidad de Valladolid Facultad de Ciencias Económicas y Empresariales Departamento de Economía Aplicada Subsección de Matemáticas Esquemas teóricos de la asignatura de las licenciaturas en Economía
Más detallesUna 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 detallesTerminaremos 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 detallesFunciones reales de variable real
Tema Funciones reales de variable real Introducción El objetivo fundamental de este tema es recordar conceptos ya conocidos acerca de las funciones reales de variable real.. Conceptos Generales Definición.
Más detallesFunciones de Clase C 1
Capítulo 7 Funciones de Clase C 1 Vamos a considerar ahora la extensión a varias variables del concepto de función de clase C 1. Cada vez que establezcamos una propiedad de las funciones diferenciables,
Más detallesConjuntos 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 detalles1. Producto escalar. Propiedades Norma de un vector. Espacio normado. 1.2.Ortogonalidad. Ángulos. 1.4.Producto escalar en V 3.
. Producto escalar. Propiedades... Norma de un vector. Espacio normado...ortogonalidad. Ángulos..3.Producto escalar en V..4.Producto escalar en V 3.. Producto vectorial de dos vectores de V 3...Expresión
Más detallesCálculo en varias variables
Cálculo en varias variables Dpto. Matemática Aplicada Universidad de Málaga Resumen Límites y continuidad Funciones de varias variables Límites y continuidad en varias variables 1 Límites y continuidad
Más detallesCálculo Diferencial: Enero 2016
Cálculo Diferencial: Enero 2016 Selim Gómez Ávila División de Ciencias e Ingenierías Universidad de Guanajuato 9 de febrero de 2016 / Conjuntos y espacios 1 / 21 Conjuntos, espacios y sistemas numéricos
Más detallesNÚMEROS COMPLEJOS: C
NÚMEROS COMPLEJOS: C Alejandro Lugon 21 de mayo de 2010 Resumen Este es un pequeño estudio de los números complejos con el objetivo de poder usar las técnicas de solución de ecuaciones y sistemas diferenciales
Más detallesEl ente básico de la parte de la matemática conocida como ANÁLISIS, lo constituye el llamado sistema de los número reales.
EL SISTEMA DE LOS NÚMEROS REALES Introducción El ente básico de la parte de la matemática conocida como ANÁLISIS, lo constituye el llamado sistema de los número reales. Números tales como:1,3, 3 5, e,
Más detallesTema 2: Espacios Vectoriales
Tema 2: Espacios Vectoriales José M. Salazar Octubre de 2016 Tema 2: Espacios Vectoriales Lección 2. Espacios vectoriales. Subespacios vectoriales. Bases. Lección 3. Coordenadas respecto de una base. Ecuaciones.
Más detallesEspacios 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 detallesAnillo de polinomios con coeficientes en un cuerpo
Capítulo 2 Anillo de polinomios con coeficientes en un cuerpo En el conjunto Z se ha visto cómo la relación ser congruente módulo m para un entero m > 1, es compatible con las operaciones suma y producto.
Más detallesTEMA 2. ESPACIOS VECTORIALES
TEMA 2. ESPACIOS VECTORIALES CÉSAR ROSALES GEOMETRÍA I En este tema comenzaremos el estudio de los objetos que nos interesarán en esta asignatura: los espacios vectoriales. Estos son estructuras básicas
Más detallesAPUNTES DE GEOMETRÍA ANALÍTICA
CAPÍTULO 1: LA RECTA EN EL PLANO Conceptos Primitivos: Punto, recta, plano. APUNTES DE GEOMETRÍA ANALÍTICA Definición 1 (Segmento) Llamaremos segmento a la porción de una línea recta comprendida entre
Más detallesLa Intersección Arbitraria de una Familia de Subconjuntos Abiertos con la Propiedad α-s-localmente Finita es α-semiabierta
Divulgaciones Matemáticas Vol. 8 No. 2 (2000), pp. 155 162 La Intersección Arbitraria de una Familia de Subconjuntos Abiertos con la Propiedad α-s-localmente Finita es α-semiabierta The Intersection of
Más detallesÁlgebra Lineal V: Subespacios Vectoriales.
Álgebra Lineal V: Subespacios Vectoriales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx
Más detallesParte II CALCULO DIFERENCIAL.
Parte II CALCULO DIFERENCIAL. 165 En esta parte veremos el Cálculo diferencial en forma precisa. 167 168 Capítulo 1 Axiomas Para los Números Reales. En este capítulo daremos las bases en las cuales se
Más detallesTEMA 8.- NORMAS DE MATRICES Y
Álgebra II: Tema 8. TEMA 8.- NORMAS DE MATRICES Y NúMERO DE CONDICIóN Índice. Introducción 2. Norma vectorial y norma matricial. 2 2.. Norma matricial inducida por normas vectoriales......... 4 2.2. Algunos
Más detallesEspacios topológicos. 3.1 Espacio topológico
Capítulo 3 Espacios topológicos 3.1 Espacio topológico Definición 3.1.1. Un espacio topológico es un par (X, τ), donde X es un conjunto, y τ es una familia de subconjuntos de X que verifica las siguientes
Más detalles4. Complementos sobre Problemas de Contorno para S.D.O. Lineales. 4. Complementos sobre Problemas de Contorno
para S.D.O. Lineales 4.1. Problemas de contorno para s.d.o. lineales. Teorema de alternativa 4.1. Problemas de contorno. Teorema de alternativa Fijemos A C 0 ([α, β]; L(R N )) y b C 0 ([α, β]; R N ), dos
Más detallesALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales Sea (K, +,.) un cuerpo con característica 0. Podemos pensar K = Q, R o C. Si V es un conjunto cualquiera en el que
Más detallesLOS NUMEROS COMPLEJOS. En cursos previos se ha visto que algunas ecuaciones polinómicas- esto es, ecuaciones de la forma:
LOS NUMEROS COMPLEJOS. INTRODUCCION: En cursos previos se ha visto que algunas ecuaciones polinómicas- esto es, ecuaciones de la forma: n n a 0 + a +... + an + an = 0 () -no tienen soluciones en R. El
Más detallesInducción 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 detallesCoordinación 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 detallesLección 2: Funciones vectoriales: límite y. continuidad. Diferenciabilidad de campos
Lección 2: Funciones vectoriales: límite y continuidad. Diferenciabilidad de campos vectoriales 1.1 Introducción En economía, frecuentemente, nos interesa explicar la variación de unas magnitudes respecto
Más detallesConceptos básicos de Geometría
Dr. Eduardo A. RODRÍGUEZ TELLO CINVESTAV-Tamaulipas 15 de enero del 2013 Dr. Eduardo RODRÍGUEZ T. (CINVESTAV) 15 de enero del 2013 1 / 25 1 Geometría Afín Geometría Euclidiana Áreas y ángulos Dr. Eduardo
Más detallesUna 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 detallesNúmeros reales Conceptos básicos Algunas propiedades
Números reales Conceptos básicos Algunas propiedades En álgebra es esencial manejar símbolos con objeto de transformar o reducir expresiones algebraicas y resolver ecuaciones algebraicas. Debido a que
Más detallesProblemas de Espacios Vectoriales
Problemas de Espacios Vectoriales 1. Qué condiciones tiene que cumplir un súbconjunto no vacío de un espacio vectorial para que sea un subespacio vectorial de este? Pon un ejemplo. Sean E un espacio vectorial
Más detallesDefinición 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 detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
Más detallesTeoría 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 detallesTeoremas 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 detallesson dos elementos de Rⁿ, definimos su suma, denotada por
1.1 Definición de un vector en R², R³ y su Interpretación geométrica. 1.2 Introducción a los campos escalares y vectoriales. 1.3 La geometría de las operaciones vectoriales. 1.4 Operaciones con vectores
Más detallesBLOQUE 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 detallesSISTEMA DE MONOMIOS PARA UN CUERPO RESIDUAL REAL CERRADO
SISTEMA DE MONOMIOS PARA UN CUERPO RESIDUAL REAL CERRADO Francisco Ugarte Guerra 1,2 Mayo, 2011 Resumen Para etender técnicas tipo Polígono de Newton a ecuaciones algebraicas con coeficientes en cuerpos
Más detallesCapítulo 8: Vectores
Capítulo 8: Vectores 1. Lección 30. Operaciones con vectores 1.1. Vectores El concepto de vector aparece en Física para describir magnitudes, tales como la fuerza que actúa sobre un punto, en las que no
Más detallesDerivadas Parciales (parte 2)
40 Derivadas Parciales (parte 2) Ejercicio: Si donde y. Determinar Solución: Consideraremos ahora la situación en la que, pero cada una de las variables e es función de dos variables y. En este caso tiene
Más detallesMA1001: Introducción al Cálculo
Semestre otoño 2008 Que estudia el cálculo? Estudia funcionesfunciones realesreales de variable real.variable real. Debemos comenzar por estudiar la base de todo, es decir los números reales Que son los
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Más detallesAutovalores y autovectores Diagonalización y formas canónicas
Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,
Más detallesTema 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 detallesEl cuerpo de los números reales
Capítulo 1 El cuerpo de los números reales 1.1. Introducción Existen diversos enfoques para introducir los números reales: uno de ellos parte de los números naturales 1, 2, 3,... utilizándolos para construir
Más detallesÁlgebra y Trigonometría Clase 2 Ecuaciones, desigualdades y Funciones
Álgebra y Trigonometría Clase 2 Ecuaciones, desigualdades y Funciones CNM-108 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft c 2008. Reproducción
Más detallesFunciones 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 detallesCapítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos
Capítulo Espacios vectoriales.1 Definición y ejemplos Un espacio vectorial sobre un cuerpo K (que supondremos conmutativo es un conjunto no vacío junto con 1. una operación interna, +, a la que llamaremos
Más detallesAnálisis 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 detallesDerivada 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 detallesRelaciones. 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 detallesEspacios compactos. Capítulo Cubiertas. En este capítulo estudiaremos el concepto de compacidad en un espacio métrico.
Capítulo 3 Espacios compactos 1. Cubiertas En este capítulo estudiaremos el concepto de compacidad en un espacio métrico. Definición 3.1. Sea (X, d) un espacio métrico y A X. Una cubierta de A es una familia
Más detallesIntroducción a la topología
Introducción a la topología Beatriz Abadie CENTRO DE MATEMÁTICAS FACULTAD DE CIENCIAS UNIVERSIDAD DE LA REPÚBLICA Agosto de 2013 i Índice general Capítulo 1. Elementos de la teoría de conjuntos 1 1.1.
Más detallesMATEMÁTICASII Curso académico BLOQUE GEOMETRÍA. TEMA 1: VECTORES
MATEMÁTICASII Curso académico 2015-2016 BLOQUE GEOMETRÍA. TEMA 1: VECTORES 1.1 VECTORES DEL ESPACIO. VECTORES LIBRES DEL ESPACIO Sean y dos puntos del espacio. Llamaremos vector (fijo) a un segmento orientado
Más detallesTema 1 El objeto de análisis de la economía
Ejercicios resueltos de Introducción a la Teoría Económica Carmen Dolores Álvarez Albelo Miguel Becerra Domínguez Rosa María Cáceres Alvarado María del Pilar Osorno del Rosal Olga María Rodríguez Rodríguez
Más detallesComisión de Pedagogía - Diego Chamorro Análisis Funcional (Nivel 2). Lección n 1: Aplicaciones Lineales EPN, verano 2012
AMARUN www.amarun.org Comisión de Pedagogía - Diego Chamorro Análisis Funcional (Nivel 2). Lección n 1: Aplicaciones Lineales EPN, verano 212 Introducción Algunas fechas: 197: Noción de Operador lineal
Más detallesUnidad II. 2.1 Concepto de variable, función, dominio, condominio y recorrido de una función.
Unidad II Funciones 2.1 Concepto de variable, función, dominio, condominio y recorrido de una función. Función En matemática, una función (f) es una relación entre un conjunto dado X (llamado dominio)
Más detalles