Aplicaciones lineales continuas
|
|
- Sebastián del Río Quiroga
- hace 8 años
- Vistas:
Transcripción
1 Lección 13 Aplicaciones lineales continuas Como preparación para el cálculo diferencial, estudiamos la continuidad de las aplicaciones lineales entre espacios normados. En primer lugar probamos que todas las normas en R N son equivalentes, un teorema debido a F. Hausdorff que anteriormente hemos anunciado alguna vez. Seguidamente damos diversas caracterizaciones de la continuidad de una aplicación lineal entre espacios normados. Este resultado permite definir la norma de una aplicación lineal continua, con lo que el conjunto de todas las aplicaciones de este tipo entre dos espacios normados, se convierte a su vez en un espacio normado Teorema de Hausdorff Hemos venido estudiando, siempre en el ambiente general de los espacios métricos, diversas propiedades de los subconjuntos de un espacio normado, así como de las funciones definidas en un subconjunto de un espacio normado y con valores en otro. Algunas de estas propiedades, como la compacidad, la conexión o la continuidad, sólo involucran la topología de los espacios considerados, con lo que está claro de antemano que se conservan al sustituir las normas de dichos espacios por otras equivalentes. Para otras propiedades que no son topológicas, como la complitud, la acotación o la continuidad uniforme, hemos ido comprobando que también se conservan al cambiar las normas por otras equivalentes. El siguiente teorema deja claro que, para estudiar todas estas propiedades en R N, podemos usar cualquier norma, no sólo la euclídea, la de la suma o la del máximo, sino cualquier otra. Teorema (Hausdorff, 1932). Todas las normas en R N son equivalentes. Demostración. Bastará ver que toda norma en R N es equivalente a la norma de la suma 1. Sea {e k : k I N } la base usual de R N y tomemos ρ = máx { } e k : k I N. Por ser una norma, para todo x R N tenemos x = N k=1 x(k)e k N N x(k) e k ρ x(k) = ρ x 1 k=1 k=1 73
2 13. Aplicaciones lineales continuas 74 Hemos conseguido, así de fácilmente, una de las dos desigualdades que buscamos: ρ R + : x ρ x 1 x R N (1) Debemos ahora encontrar λ R + que verifique λ x 1 x, también para todo x R N. En particular, si x 1 = 1 se deberá tener x λ, lo que nos indica cómo encontrar λ. Consideramos por tanto el conjunto S = {x R N : x 1 = 1}, que es cerrado y acotado, luego compacto, para la topología usual de R N. Ahora veremos que la función : R N R es continua, pues de hecho, usando en R N la norma 1, dicha función es lipschitziana: x y x y ρ x y 1 x,y R N Deducimos que la función tiene mínimo en el conjunto compacto S, y tomamos λ = mín{ x : x S} Como λ = x 0 para algún x 0 S, será λ R +. Además, para x R N \ {0} tenemos: x S, luego λ x x 1 x 1 = x es decir, λ x 1 x x 1 Esta desigualdad es obvia para x = 0 y hemos probado que λ R + : λ x 1 x x R N (2) En vista de (1) y (2) las normas y 1 son equivalentes, como queríamos. Para resaltar mejor el contenido del teorema anterior, es conveniente hacer un enunciado que, formalmente, es más general: Teorema. Todas las normas en un espacio vectorial de dimensión finita son equivalentes. Demostración. Sea X un espacio vectorial de dimensión finita, y sea N N su dimensión, con lo que existe una biyección lineal Φ : R N X. Dos normas cualesquiera en X, 1 y 2, se trasladan a R N mediante Φ. Concretamente, basta definir, para todo y R N, y 1 = Φ(y) 1 y y 2 = Φ(y) 2 Es completamente evidente que de esta forma se obtienen dos normas en R N que, por el teorema anterior, son equivalentes, es decir, existen constantes λ,ρ R N tales que λ y 1 y 2 ρ y 1 y R N Entonces, para cada x X podemos tomar y = Φ 1 (x) para obtener λ x 1 = λ y 1 y 2 = x 2 = y 2 ρ y 1 = ρ x 1 luego las normas de partida en X también son equivalentes, como queríamos.
3 13. Aplicaciones lineales continuas 75 Expliquemos el interés de este enunciado que, como hemos visto, es equivalente al teorema de Hausdorff. La clave está en que, al hablar de R N, inevitablemente tenemos en mente su base usual, la que permite identificar cada vector de R N con una N-upla de números reales. Sin embargo, al hablar de un espacio vectorial de dimensión N, digamos X, está claro que no estamos pensando en ninguna base concreta de X. El primer enunciado nos dice que, una vez que fijamos una base de X e identificamos X con R N, todas las normas en X tienen la misma topología, pero esa topología podría aparentemente depender de la forma en que hemos identificado X con R N, es decir de la base que hayamos fijado en X. El segundo enunciado deja claro que no hay tal dependencia, en el espacio X hay una topología común a todas las normas, que no depende de ninguna base que podamos fijar en X para identificarlo con R N. La situación cambia drásticamente cuando consideramos espacios vectoriales de dimensión infinita. Aunque no vamos a demostrarlo, porque tampoco vamos a tener ocasión de usarlo, conviene conocer el siguiente resultado: si X es un espacio vectorial de dimensión infinita, existen dos normas en X que no son equivalentes. En muchos resultados que hemos ido estudiando anteriormente, se hablaba de una norma en R N cuya topología sea la usual de R N. Está claro ahora que la última hipótesis era redundante, la misma afirmación es cierta para cualquier norma en R N, y de hecho, para cualquier espacio normado de dimensión finita. Por ejemplo: los subconjuntos acotados de un espacio vectorial de dimensión finita son los mismos para todas las normas en dicho espacio. El teorema de complitud de R N también toma ahora su forma definitiva: Todo espacio normado de dimensión finita es un espacio de Banach. A menudo, un espacio vectorial de dimensión finita nos aparece como subespacio de otro, que puede ser de dimensión infinita. Por ejemplo, fijado k N {0}, en el espacio vectorial C [0,1] de todas las funciones continuas de [0,1] en R, podemos considerar el subespacio formado por las funciones polinómicas de grado menos o igual que k, que tiene dimensión k + 1. Para esta situación, el resultado anterior tiene una consecuencia importante: Si X es un espacio normado arbitrario, todo subespacio de dimensión finita de X es un subconjunto cerrado de X. En efecto, si Y es un subespacio de X que tenga dimensión finita, viendo Y como subespacio normado de X, tenemos que Y es completo, luego es cerrado Continuidad de aplicaciones lineales Para una aplicación lineal entre espacios normados, vamos a caracterizar de varias formas su continuidad. La propiedad más débil que podemos considerar, que nuestra aplicación lineal sea continua en un punto, es equivalente a la propiedad más fuerte que se nos puede ocurrir, que dicha aplicación sea lipschitziana. Su constante de Lipschitz servirá después para definir la norma de una aplicación lineal continua. Por otra parte, vemos también que la continuidad de una aplicación lineal equivale a que conserve los conjuntos acotados. Resumimos en un solo enunciado toda esta información.
4 13. Aplicaciones lineales continuas 76 Teorema. Sean X,Y espacios normados y T : X Y una aplicación lineal. Las siguientes afirmaciones son equivalentes: (i) Existe x 0 X tal que T es continua en x 0. (ii) T es continua en 0. (iii) T es continua. (iv) T es uniformemente continua. (v) T es lipschitziana. (vi) Existe una constante M R + 0 tal que T (x) x para todo x X. (vii) T está acotada en cada subconjunto acotado de X, es decir: si A es un subconjunto acotado de X, entonces T (A) es un subconjunto acotado de Y. (viii) T está acotada en la bola cerrada unidad de X, es decir, T (B) es un subconjunto acotado de Y, donde B = {x X : x 1}. (ix) T está acotada en la esfera unidad de X, es decir, T (S) es un subconjunto acotado de Y, donde S = {x X : x = 1}. Demostración. Empezamos observando que (i) (ii). Si T es continua en un punto x 0 X y {x n } es una sucesión de vectores de X tal que {x n } 0, tenemos {x n + x 0 } x 0, luego {T (x n + x 0 )} T (x 0 ), de donde {T (x n )} = {T (x n + x 0 ) T (x 0 )} 0, y esto prueba que T es continua en 0. Recíprocamente, de (ii) se deduce (i) con x 0 = 0. Con las afirmaciones (ii) a (ix) haremos dos ciclos, de forma que todas ellas resultarán ser equivalentes a (vi). (ii) (vi). De la continuidad de T en 0 deducimos claramente que δ > 0 : z X, z δ T (z) 1 Dado x X \ {0}, tomando z = δx/ x tenemos claramente z = δ, luego T (x) = x δ x T (z) δ Como esta desigualdad es obvia cuando x = 0, hemos probado (vi) con M = 1/δ. (vi) (v). De (vi) deducimos que T (x) T (z) = T (x z) x z, para x,z X. (v) (iv) (iii) (ii). Las tres implicaciones son evidentes. Hemos cerrado un ciclo, mostrando que las seis primeras afirmaciones del enunciado son equivalentes. Con otro ciclo completaremos la demostración. (vi) (vii). Si A es un subconjunto acotado de X y ρ R + verifica que x ρ para todo x A, tenemos claramente y M ρ para todo y T (A). (vii) (viii) (ix). Basta pensar que B es un subconjunto acotado de X y que S B. (ix) (vi). Por hipótesis, existe M R + 0 tal que z M para todo z S. Dado x X, podemos escribir x = x z con z S, para obtener T (x) = T (z) x M x.
5 13. Aplicaciones lineales continuas 77 Comentemos brevemente la utilidad de las distintas caracterizaciones que hemos obtenido para la continuidad de una aplicación lineal. La equivalencia entre las afirmaciones (i), (ii) y (iii) nos dice lo que ocurre cuando un aplicación lineal no es continua: no puede ser continua en ningún punto de X. Nunca nos encontraremos aquí en situación tan desagradable, pues veremos enseguida que toda aplicación lineal, de R N en cualquier espacio normado, es continua. La equivalencia entre las afirmaciones (iii), (iv) y (v) sí es importante, tres propiedades que en general, para una función entre espacios métricos, o incluso entre espacios normados, están muy lejos de ser equivalentes, resultan serlo cuando trabajamos con aplicaciones lineales. La afirmación (vi) es la que suele usarse para probar la continuidad de una aplicación lineal, pues se trata de una desigualdad que en la práctica suele ser fácil de comprobar. Su equivalencia con (v) es bastante obvia, pues como T es lineal, para M R + 0 se tiene: T (x) M x x X T (x) T (z) M x z x,z X En efecto, para la implicación hacia la derecha se usa x z en vez de x como hemos hecho en la demostración, y la otra es obvia tomando z = 0. Por tanto, la constante de Lipschitz M 0, que es la mínima constante que verifica la desigualdad de la derecha, también es la mínima constante que verifica la de la izquierda, es decir, M 0 = mín { M R + } 0 : T (x) M x x X = sup { T (x) / x : x X \ {0} } (3) Las caracterización de la continuidad dada por (vii), tiene también un significado útil: una aplicación lineal T : X Y es continua si, y sólo si, conserva la acotación. Además, en vista de (viii) y (ix), para comprobar en la práctica que T conserva la acotación, no es necesario manejar todos los subconjuntos acotados de X, basta usar su bola cerrada unidad B, o si se prefiere, sólo la esfera unidad S. De hecho, cuando comprobamos que T está acotada en S, podemos obtener directamente su constante de Lipschitz. Basta observar que la expresión de M 0 obtenida en (3) sólo involucra los valores de T en los vectores de la forma x/ x con x X \ {0}, es decir, todos los vectores de S. Se tiene por tanto: M 0 = sup { T (u) : u S } (4) También podemos usar B en lugar de S, pues de (4) y (3) deducimos que M 0 sup { T (v) : v B } sup { M 0 v : v B } = M 0 (5) Probamos ahora una importante consecuencia del teorema de Hausdorff, que ya hemos anunciado: Si X es un espacio normado de dimensión finita, toda aplicación lineal de X en cualquier otro espacio normado, es continua. Sea Y otro espacio normado y T : X Y una aplicación lineal. Definimos una nueva norma T en X, de la siguiente forma x T = x + T (x) x X
6 13. Aplicaciones lineales continuas 78 La comprobación de que T es efectivamente una norma en X, no tiene dificultad, es pura rutina. Como X tiene dimensión finita, el teorema de Hausdorff nos dice que T es equivalente a la norma de partida en X, luego existe una constante ρ R + tal que x T x para todo x X. Pero entonces está bien claro que y esto prueba que T es continua. T (x) x T ρ x x X Norma de una aplicación lineal continua Si X e Y son espacios normados arbitrarios, denotaremos siempre por L(X,Y ) al espacio vectorial de todas las aplicaciones lineales y continuas de X en Y, cuya suma y producto por escalares vienen definidos, para T 1,T 2 L(X,Y ) y λ R, por ( ) ( ) T1 + T 2 (x) = T1 (x) + T 2 (x) x X y λt1 (x) = λt1 (x) La norma de una aplicación lineal continua T L(X,Y ), que se denota por T, es por definición la constante de Lipschitz de T. Según hemos visto en la igualdades (3), (4) y (5), disponemos de varias expresiones de esta constante: T = mín { M R + } 0 : T (x) M x x X = sup { T (x) : x X, x = 1 } = sup { T (x) : x X, x 1 } Antes de comprobar que efectivamente hemos definido una norma en el espacio vectorial L(X,Y ), explicamos la forma en que dicha norma se utiliza habitualmente. Como ya se ha dicho, se suele probar que una aplicación lineal T : X Y es continua, hallando M R + 0 tal que T (x) M x para todo x X. Entonces, T M y se tendrá la igualdad cuando la constante M sea la mínima posible, es decir, cuando la desigualdad conseguida sea inmejorable. Si por el contrario ya sabemos que T L(X,Y ), podemos escribir T (x) T x x X (6) y estaremos usando la mejor desigualdad posible. Esta situación es la que tendremos siempre en lo que sigue, pues X será un espacio normado de dimensión finita. En general, comprobar que efectivamente tenemos una norma en L(X,Y ) es bien fácil. Para T 1,T 2 L(X,Y ), usando (6) se tiene: ( ) T 1 + T 2 (x) T1 (x) + T 2 (x) ( T 1 + T 2 ) x x X Esta desigualdad prueba que T 1 + T 2 es continua como ya sabíamos, pero también nos dice que T 1 + T 2 T 1 + T 2. Para la homogeneidad por homotecias se puede razonar de forma análoga, pero es más directo pensar que, para T L(X,Y ) y λ R se tiene: λt = sup { λt (x) : x X, x = 1 } = sup { λ T (x) : : x X, x = 1 } = λ T Finalmente es obvio que de T = 0 se deduce T = 0.
Aplicaciones Lineales y Multilineales Continuas
Capítulo 4 Aplicaciones Lineales y Multilineales Continuas La conexión entre las estructuras vectorial y topológica de los espacios normados, se pone claramente de manifiesto en el estudio de las aplicaciones
Más detalles1. Producto escalar, métrica y norma asociada
1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la
Más detallesParte I. Iniciación a los Espacios Normados
Parte I Iniciación a los Espacios Normados Capítulo 1 Espacios Normados Conceptos básicos Sea E un espacio vectorial sobre un cuerpo K = R ó C indistintamente. Una norma sobre E es una aplicación de E
Más detallesCaracterización de los campos conservativos
Lección 5 Caracterización de los campos conservativos 5.1. Motivación y enunciado del teorema Recordemos el cálculo de la integral de línea de un gradiente, hecho en la lección anterior. Si f : Ω R es
Más detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detallesVariedades Diferenciables. Extremos Condicionados
Capítulo 16 Variedades Diferenciables. Extremos Condicionados Vamos a completar lo visto en los capítulos anteriores sobre el teorema de las Funciones Implícitas y Funciones Inversas con un tema de iniciación
Más detallesApuntes de Matemática Discreta 9. Funciones
Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y
Más detalles(x + y) + z = x + (y + z), x, y, z R N.
TEMA 1: EL ESPACIO R N ÍNDICE 1. El espacio vectorial R N 1 2. El producto escalar euclídeo 2 3. Norma y distancia en R N 4 4. Ángulo y ortogonalidad en R N 6 5. Topología en R N 7 6. Nociones topológicas
Más detallesEspacios de Hilbert. 10.1. Producto Escalar y Norma. Tema 10
Tema 10 Espacios de Hilbert Vamos a desarrollar en lo que sigue los resultados básicos acerca de los espacios de Hilbert, un tipo muy particular de espacios de Banach con propiedades especiales que están
Más detallesSubconjuntos destacados en la
2 Subconjuntos destacados en la topología métrica En este capítulo, introducimos una serie de conceptos ligados a los puntos y a conjuntos que por el importante papel que juegan en la topología métrica,
Más detallesCómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1
. ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio
Más detallesBASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Más detallesTema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
Más detallesAplicaciones Lineales
Aplicaciones Lineales Concepto de aplicación lineal T : V W Definición: Si V y W son espacios vectoriales con los mismos escalares (por ejemplo, ambos espacios vectoriales reales o ambos espacios vectoriales
Más detallesSubespacios vectoriales en R n
Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo
Más detallesSemana 08 [1/15] Axioma del Supremo. April 18, 2007. Axioma del Supremo
Semana 08 [1/15] April 18, 2007 Acotamiento de conjuntos Semana 08 [2/15] Cota Superior e Inferior Antes de presentarles el axioma del supremo, axioma de los números reales, debemos estudiar una serie
Más detallesAnálisis III. Joaquín M. Ortega Aramburu
Análisis III Joaquín M. Ortega Aramburu Septiembre de 1999 Actualizado en julio de 2001 2 Índice General 1 Continuidad en el espacio euclídeo 5 1.1 El espacio euclídeo R n...............................
Más detallesEspacios generados, dependencia lineal y bases
Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................
Más detallesEjemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}
Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar
Más detallesApuntes de Matemática Discreta 1. Conjuntos y Subconjuntos
Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 1 Conjuntos y Subconjuntos
Más detallesTeorema de Green. 6.1. Curvas de Jordan
Lección 6 Teorema de Green En la lección anterior, previa caracterización de los campos conservativos, hemos visto que un campo irrotacional puede no ser conservativo. Tenemos por tanto una condición fácil
Más detallesE 1 E 2 E 2 E 3 E 4 E 5 2E 4
Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),
Más detallesDiferenciabilidad. Definición 1 (Función diferenciable). Cálculo. Segundo parcial. Curso 2004-2005
Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 2004-2005 Diferenciabilidad. 1. Definición de función diferenciable Después del estudio de los ites de funciones
Más detallesMatrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Más detallesCAPÍTULO II. 4 El grupo afín
CAPÍTULO II 4 El grupo afín En geometría clásica, antes de la aparición de los espacios vectoriales, se hablaba de puntos en lugar de vectores. Para nosotros serán términos sinónimos salvo que, cuando
Más detallesVECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define.
VECTORES El estudio de los vectores es uno de tantos conocimientos de las matemáticas que provienen de la física. En esta ciencia se distingue entre magnitudes escalares y magnitudes vectoriales. Se llaman
Más detallesEscenas de episodios anteriores
Clase 16/10/2013 Tomado y editado de los apuntes de Pedro Sánchez Terraf Escenas de episodios anteriores objetivo: estudiar formalmente el concepto de demostración matemática. caso de estudio: lenguaje
Más detallesAproximación local. Plano tangente. Derivadas parciales.
Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 004-005 Aproximación local. Plano tangente. Derivadas parciales. 1. Plano tangente 1.1. El problema de la aproximación
Más detalles1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS
1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una
Más detalles1. El teorema de la función implícita para dos y tres variables.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO. Lección. Aplicaciones de la derivación parcial.. El teorema de la función implícita para dos tres variables. Una ecuación con dos incógnitas. Sea f :( x, ) U f(
Más detallesTema 3. Problemas de valores iniciales. 3.1. Teoremas de existencia y unicidad
Tema 3 Problemas de valores iniciales 3.1. Teoremas de existencia y unicidad Estudiaremos las soluciones aproximadas y su error para funciones escalares, sin que ésto no pueda extenderse para funciones
Más detalles4 APLICACIONES LINEALES. DIAGONALIZACIÓN
4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos
Más detallesMarch 25, 2010 CAPÍTULO 2: LÍMITES Y CONTINUIDAD DE FUNCIONES EN EL ESPACIO EUCLÍDEO
March 25, 2010 CAPÍTULO 2: LÍMITE Y CONTINUIDAD DE FUNCIONE EN EL EPACIO EUCLÍDEO 1. Producto Escalar en R n Definición 1.1. Dado x = (x 1,..., x n ), y = (y 1,..., y n ) R n, su producto escalar está
Más detallesJuan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada
FUNCIONES CONTINUAS. La mayor parte de las funciones que manejamos, a nivel elemental, presentan en sus gráficas una propiedad característica que es la continuidad. La continuidad de una función definida
Más detallesCampos conservativos. f(x) = f (x) = ( f x 1
Capítulo 1 Campos conservativos En este capítulo continuaremos estudiando las integrales de linea, concentrándonos en la siguiente pregunta: bajo qué circunstancias la integral de linea de un campo vectorial
Más detallesListas de vectores y conjuntos de vectores
Listas de vectores y conjuntos de vectores La explicación de los temas Dependencia lineal y Bases en el curso de Álgebra Lineal se puede basar en uno de los siguientes dos conceptos (o en ambos): ) listas
Más detallesAplicaciones abiertas y cerradas
44 3. POSICIÓN DE UN PUNTO CON RESPECTO A UN CONJUNTO Tema 7. Aplicaciones abiertas y cerradas Hasta ahora nos hemos centrado en propiedades de puntos con respecto a conjuntos, y las únicas propiedades
Más detalles1. Funciones de varias variables: representaciones gráficas, límites y continuidad.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 0.. Funciones de varias variables: representaciones gráficas, límites y continuidad. En el análisis de los problemas de la ciencia y de la técnica, las cantidades
Más detallesAplicaciones Lineales
Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse
Más detallesLa nueva criba de Eratóstenes Efraín Soto Apolinar 1 F.I.M.E. U.A.N.L. San Nicolás, N.L. México. efrain@yalma.fime.uanl.mx
La nueva criba de Eratóstenes Efraín Soto Apolinar 1 F.I.M.E. U.A.N.L. San Nicolás, N.L. México. efrain@yalma.fime.uanl.mx Resumen Se dan algunas definiciones básicas relacionadas con la divisibilidad
Más detallesDivisibilidad y números primos
Divisibilidad y números primos Divisibilidad En muchos problemas es necesario saber si el reparto de varios elementos en diferentes grupos se puede hacer equitativamente, es decir, si el número de elementos
Más detalles1. ESPACIOS VECTORIALES
1 1. ESPACIOS VECTORIALES 1.1. ESPACIOS VECTORIALES. SUBESPACIOS VECTORIALES Denición 1. (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo K, o K-espacio vectorial,
Más detallesEjemplos y problemas resueltos de análisis complejo (2014-15)
Variable Compleja I (3 o de Matemáticas y 4 o de Doble Titulación) Ejemplos y problemas resueltos de análisis complejo (04-5) Teoremas de Cauchy En estos apuntes, la palabra dominio significa, como es
Más detallesUn problema sobre repetidas apuestas al azar
Un problema sobre repetidas apuestas al azar Eleonora Catsigeras 1 10 de marzo de 2003. Resumen En estas notas se da el enunciado y una demostración de un conocido resultado sobre la probabilidad de éxito
Más detallesEl Teorema de existencia y unicidad de Picard
Tema 2 El Teorema de existencia y unicidad de Picard 1 Formulación integral del Problema de Cauchy El objetivo del presente Tema, y del siguiente, es analizar el Problema de Cauchy para un SDO de primer
Más detallesTema 3. Aplicaciones lineales. 3.1. Introducción
Tema 3 Aplicaciones lineales 3.1. Introducción Una vez que sabemos lo que es un espacio vectorial y un subespacio, vamos a estudiar en este tema un tipo especial de funciones (a las que llamaremos aplicaciones
Más detallesAplicaciones Lineales
Aplicaciones Lineales Primeras definiciones Una aplicación lineal de un K-ev de salida E a un K-ev de llegada F es una aplicación f : E F tal que f(u + v) = f(u) + f(v) para todos u v E f(λ u) = λ f(u)
Más detallesEJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores
EJERCICIOS DE MATEMÁTICAS I HOJA 4 Ejercicio 1. Se consideran los vectores u 1 = (1, 1, 0, 1), u 2 = (0, 2, 1, 0), u 3 = ( 1, 1, 1, 1), u 4 = (2, 2, 1, 0) de R 4. Expresa, si es posible, los vectores u
Más detallesCONTINUIDAD DE FUNCIONES DE VARIAS VARIABLES
CAPÍTULO II. CONTINUIDAD DE FUNCIONES DE VARIAS VARIABLES SECCIONES 1. Dominios y curvas de nivel. 2. Cálculo de ites. 3. Continuidad. 55 1. DOMINIOS Y CURVAS DE NIVEL. Muchos problemas geométricos y físicos
Más detallesTema 5. Aproximación funcional local: Polinomio de Taylor. 5.1 Polinomio de Taylor
Tema 5 Aproximación funcional local: Polinomio de Taylor Teoría Los polinomios son las funciones reales más fáciles de evaluar; por esta razón, cuando una función resulta difícil de evaluar con exactitud,
Más detalles1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n.
Ortogonalidad Producto interior Longitud y ortogonalidad Definición Sean u y v vectores de R n Se define el producto escalar o producto interior) de u y v como u v = u T v = u, u,, u n ) Ejemplo Calcular
Más detallesDescomposición factorial de polinomios
Descomposición factorial de polinomios Contenidos del tema Introducción Sacar factor común Productos notables Fórmula de la ecuación de segundo grado Método de Ruffini y Teorema del Resto Combinación de
Más detallesBienvenidos a los concertos para violin entre el álgebra y la Geometría.
Bienvenidos a los concertos para violin entre el álgebra y la Geometría. Capitulo 17 Atención Esta guía no pretender ser una sustituta del libro de texto del curso. Lo que busca es presentar las herramientas
Más detallesTema 3: Producto escalar
Tema 3: Producto escalar 1 Definición de producto escalar Un producto escalar en un R-espacio vectorial V es una operación en la que se operan vectores y el resultado es un número real, y que verifica
Más detallesEcuaciones de primer grado con dos incógnitas
Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad
Más detalles1 Espacios y subespacios vectoriales.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto
Más detallesPara representar los conjuntos, los elementos y la relación de pertenencia, mediante símbolos, tendremos en cuenta las siguientes convenciones:
2. Conjuntos 2.1 Introducción El concepto de conjunto, de singular importancia en la ciencia matemática y objeto de estudio de una de sus disciplinas más recientes, está presente, aunque en forma informal,
Más detallesTema 10: Límites y continuidad de funciones de varias variables
Tema 10: Límites y continuidad de funciones de varias variables 1 Funciones de varias variables Definición 1.1 Llamaremos función real de varias variables atodafunciónf : R n R. Y llamaremos función vectorial
Más detalles21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES
Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere
Más detalles1. Números Reales 1.1 Clasificación y propiedades
1. Números Reales 1.1 Clasificación y propiedades 1.1.1 Definición Número real, cualquier número racional o irracional. Los números reales pueden expresarse en forma decimal mediante un número entero,
Más detallesILUSTRACIÓN DEL PROBLEMA DE LA IDENTIFICABILIDAD EN LOS MODELOS MULTIECUACIONALES
ILUSTRACIÓN DEL PROBLEMA DE LA IDENTIFICABILIDAD EN LOS MODELOS MULTIECUACIONALES El objetivo de este documento es ilustrar matemáticamente, y con un caso concreto, el problema de la identificación en
Más detallesEspacios Vectoriales
Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................
Más detallesEspacios vectoriales. Bases. Coordenadas
Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos
Más detalles1. Ecuaciones no lineales
1. Ecuaciones no lineales 1.1 Ejercicios resueltos Ejercicio 1.1 Dada la ecuación xe x 1 = 0, se pide: a) Estudiar gráficamente sus raíces reales y acotarlas. b) Aplicar el método de la bisección y acotar
Más detallesNÚMERO REAL. 1. Axiomas de cuerpo y propiedades operatorias. Axioma 2 La suma es asociativa:
NÚMERO REAL El conjunto de los números racionales se nos hace insuficiente a la hora de representar con exactitud magnitudes tan reales como la diagonal de un cuadrado cuyo lado mida 1, por ejemplo, o
Más detallesDiagonalización de matrices
diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla
Más detallesa < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)
Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,
Más detallesTEMA 2: FUNCIONES CONTINUAS DE VARIAS VARIABLES
TEMA 2: FUNCIONES CONTINUAS DE VARIAS VARIABLES ÍNDICE 1. Funciones de varias variables 1 2. Continuidad 2 3. Continuidad y composición de funciones 4 4. Continuidad y operaciones algebraicas 4 5. Carácter
Más detallesVECTORES EN EL ESPACIO. 1. Determina el valor de t para que los vectores de coordenadas sean linealmente dependientes.
VECTORES EN EL ESPACIO. Determina el valor de t para que los vectores de coordenadas (,, t), 0, t, t) y(, 2, t) sean linealmente dependientes. Si son linealmente dependientes, uno de ellos, se podrá expresar
Más detallesFORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES
FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES Eleonora Catsigeras 6 de mayo de 997 Notas para el curso de Análisis Matemático II Resumen Se enuncia sin demostración
Más detallesPrograma para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones
Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces
Más detallesUNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES )
UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES ) HOJA : Límites continuidad de funciones en R n. -. Dibuja cada uno de los subconjuntos de R siguientes. Dibuja su
Más detallesECUACIONES DIFERENCIALES ORDINARIAS. HOJA 9. La aplicación de Poincaré
ECUACIONES DIFERENCIALES ORDINARIAS. HOJA 9. SISTEMAS PLANOS. TEOREMA DE POINCARÉ-BENDIXSON. La aplicación de Poincaré Recordemos que un subconjunto H de R n es una subvariedad de codimensión uno (o una
Más detallesProfr. Efraín Soto Apolinar. Función Inversa
Función Inversa Una función es una relación entre dos variables, de manera que para cada valor de la variable independiente eiste a lo más un único valor asignado a la variable independiente por la función.
Más detallesTema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.
Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal
Más detallesFunciones de varias variables
Funciones de varias variables Derivadas parciales. El concepto de función derivable no se puede extender de una forma sencilla para funciones de varias variables. Aquí se emplea el concepto de diferencial
Más detallesy λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial.
Espacios vectoriales Espacios y subespacios R n es el conjunto de todos los vectores columna con n componentes. Además R n es un espacio vectorial. Ejemplo Dados dos vectores de R por ejemplo u = 5 v =
Más detallesCovarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detallesMATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas
Universidad de Cádiz Departamento de Matemáticas MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Tema 4 La recta en el plano Elaborado por la Profesora Doctora María Teresa
Más detalles1.4.- D E S I G U A L D A D E S
1.4.- D E S I G U A L D A D E S OBJETIVO: Que el alumno conozca y maneje las reglas empleadas en la resolución de desigualdades y las use para determinar el conjunto solución de una desigualdad dada y
Más detallesEstructuras algebraicas
Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota
Más detallesAnexo 1: Demostraciones
75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:
Más detallesTema 3. Medidas de tendencia central. 3.1. Introducción. Contenido
Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6
Más detallesProfr. Efraín Soto Apolinar. La función lineal. y = a 0 + a 1 x. y = m x + b
La función lineal Una función polinomial de grado uno tiene la forma: y = a 0 + a 1 x El semestre pasado estudiamos la ecuación de la recta. y = m x + b En la notación de funciones polinomiales, el coeficiente
Más detallesClasificación de métricas.
Clasificación de métricas. 1. El problema de clasificación. Como bien sabemos, el par formado por una métrica T 2 (esto es, un tensor 2-covariante simétrico) sobre un espacio vectorial E, (E, T 2 ), constituye
Más detallesNúmeros Reales. MathCon c 2007-2009
Números Reales z x y MathCon c 2007-2009 Contenido 1. Introducción 2 1.1. Propiedades básicas de los números naturales....................... 2 1.2. Propiedades básicas de los números enteros........................
Más detallesTema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES
Tema 07 LÍMITES Y CONTINUIDAD DE FUNCIONES Límite de una función en un punto Vamos a estudiar el comportamiento de las funciones f ( ) g ( ) ENT[ ] h ( ) i ( ) en el punto Para ello, damos a valores próimos
Más detallesCap. 24 La Ley de Gauss
Cap. 24 La Ley de Gauss Una misma ley física enunciada desde diferentes puntos de vista Coulomb Gauss Son equivalentes Pero ambas tienen situaciones para las cuales son superiores que la otra Aquí hay
Más detallesCálculo Simbólico también es posible con GeoGebra
www.fisem.org/web/union ISSN: 1815-0640 Número 34. Junio de 2013 páginas 151-167 Coordinado por Agustín Carrillo de Albornoz Cálculo Simbólico también es posible con GeoGebra Antes de exponer las posibilidades
Más detallesDefinición de vectores
Definición de vectores Un vector es todo segmento de recta dirigido en el espacio. Cada vector posee unas características que son: Origen: O también denominado Punto de aplicación. Es el punto exacto sobre
Más detallesEsta es la forma vectorial de la recta. Si desarrollamos las dos posibles ecuaciones, tendremos las ecuaciones paramétricas de la recta:
Todo el mundo sabe que dos puntos definen una recta, pero los matemáticos son un poco diferentes y, aún aceptando la máxima universal, ellos prefieren decir que un punto y un vector nos definen una recta.
Más detallesTransformaciones canónicas
apítulo 29 Transformaciones canónicas 29.1 Introducción onsideremos una transformación arbitraria de las coordenadas en el espacio de las fases de dimensión 2(3N k) (con el tiempo como un parámetro) Q
Más detallesTema 10: Funciones de varias variables. Funciones vectoriales. Límites y continuidad
Tema 10: Funciones de varias variables. Funciones vectoriales. Límites y continuidad 1 Funciones de varias variables Observación 1.1 Conviene repasar,enestepunto,lodadoeneltema8paratopología en R n : bolas,
Más detallesNúmeros y desigualdades
1/59 Números y desigualdades 2/59 Distintas clases de números 3/59 Números naturales Los números naturales 1,2,3,.... El conjunto de todos ellos se representa por N. 4/59 Números enteros Los números enteros...,-2,-1,0,1,2,...
Más detallesLección 24: Lenguaje algebraico y sustituciones
LECCIÓN Lección : Lenguaje algebraico y sustituciones En lecciones anteriores usted ya trabajó con ecuaciones. Las ecuaciones expresan una igualdad entre ciertas relaciones numéricas en las que se desconoce
Más detallesUniversidad Católica del Maule. Fundamentos de Computación Especificación de tipos de datos ESPECIFICACIÓN ALGEBRAICA DE TIPOS DE DATOS
Especificación algebraica ESPECIFICACIÓN ALGEBRAICA DE TIPOS DE DATOS Un tipo abstracto de datos se determina por las operaciones asociadas, incluyendo constantes que se consideran como operaciones sin
Más detallesDefinición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una
Más detallesLa Lección de hoy es sobre determinar el Dominio y el Rango. El cuál es la expectativa para el aprendizaje del estudiante LF.3.A1.
LF.3.A1.2-Steve Cole-Determining Domain and Ranges- La Lección de hoy es sobre determinar el Dominio y el Rango. El cuál es la expectativa para el aprendizaje del estudiante LF.3.A1.2 Qué es Dominio? Es
Más detalles1 El espacio vectorial R n.
Manuel Gutiérrez Departamento de Álgebra, Geometría y Topología Universidad de Málaga February 26, 2009 1 El espacio vectorial R n. La estructura de espacio vectorial es posiblemente la estructura más
Más detalles