El espacio euclideano
|
|
- María Luz Ortíz Palma
- hace 6 años
- Vistas:
Transcripción
1 Capítulo 1 El espacio euclideano 1. Definiciones básicas El espacio Euclideano, denotado por R n, está definido por el conjunto (1.1) R n = {x = (x 1, x 2,..., x n ) : x i R}. Es decir, R n es efectivamente el producto cartesiano de n copias de R, el conjunto de los números reales. Recordemos que R es un campo ordenado completo, es decir, todo conjunto no vacío acotado por arriba tiene una mínima cota superior (supremo). Una manera equivalente de enunciar la completitud de R es el hecho de que toda sucesión de Cauchy en R converge. Hablaremos más sobre sucesiones de Cauchy, particularmente en R n, más adelante. Notemos que, en la ecuación (1.1), las coordenadas de cada vector en R n se donotan con superíndices, en lugar de subíndices: x 1, x 2, etc. Esto nos simplificará la notación más adelantes. R n es un espacio vectorial con suma y multiplicación escalar x + y = (x 1 + y 1, x 2 + y 2,..., x n + y n ) = (x i + y i ) Además, posee el producto interno αx = (αx 1, αx 2,..., αx n ) = (αx i ). x y = x 1 y 1 + x 2 y x n y n = n x i y i. 1
2 2 1. El espacio euclideano Este, a su vez, induce la norma x = x x = n (x i ) 2 llamada la norma euclideana. Proposición x = 0 si y sólo si x = 0; 2. αx = α x para todo α R, x R n ; 3. Si x, y R n, (1.2) x y x y ; 4. Si x, y R n, (1.3) x + y x + y. La ecuación (1.2) es conocida como la desigualdad de Cauchy-Schwarz, mientras que la (1.3) como la desigualdad del triángulo. Demostración. La demostración de las propiedades (1) y (2) se dejan como ejercicio. Para (3), Si x = 0, entonces ambos lados de la ecuación (1.2) son cero. Supongamos entonces que x 0. Sea w el vector w = y x x 2 x. El vector w es llamado la proyección de y sobre x (véase la figura 1). Entonces, y w x Figura 1. Proyección de y en x 0 y w 2 = (y w) (y w) = ( y y x ) ( x 2 x y y x ) x 2 x = y 2 (y x)2 (y x)2 2 x 2 + x 4 x 2 = y 2 (y x)2 x 2, de lo cual la ecuación (1.2) se sigue inmediatamente.
3 1. Definiciones básicas 3 Para (4), x + y 2 = (x + y) (x + y) = x 2 + 2x y + y 2 x x y + y 2, donde la última desigualdad se sigue por la desigualdad de Cauchy-Schwarz. Por lo tanto, tenemos x + y 2 ( x + y ) 2. Decimos que los vectores u 1, u 2,..., u m R n generan R n si para todo x R n existen α 1,..., α m tales que x = α 1 u 1 + α 2 u α m u m. Es decir, todo x R n es una combinación lineal de los vectores u 1, u 2,..., u m. Decimos que u 1, u 2,..., u m son linealmente independientes si implica que α 1 u 1 + α 2 u α m u m = 0 α 1 = α 2 =... = α m = 0. Si u 1, u 2,..., u m generan R n y son linealmente independientes, entonces decimos que forman una base. Enunciaremos el siguiente teorema, cuya demostración se puede encontrar en cualquier libro de álgebra lineal. Teorema 1.2. Si u 1, u 2,..., u m forman una base de R n, entonces m = n. Es preciso observar que las bases no son únicas y, además, que si u 1, u 2,..., u m forman una base de R n y x R n, entonces existen únicos α 1,..., α n tales que x = α 1 u 1 + α 2 u α n u n. Ejemplo 1.3. La base estándar de R n está formada por los vectores e 1, e 2,..., e n, donde i-ésimo {}}{ e i = (0, 0,..., 1,..., 0). De hecho, x = (x 1, x 2,..., x n ) = x 1 e 1 + x 2 e x n e n. Ejemplo 1.4. En R 2, los vectores u 1 = (1, 1), u 2 = (1, 1) forman una base, ya que (x 1, x 2 ) = x1 + x 2 u 1 + x1 x 2 u y son linealmente independientes.
4 4 1. El espacio euclideano Decimos que los vectores x, y R n son ortogonales si x y = 0. Por ejemplo, como e i e j = 0 si i j, entonces los vectores e 1,..., e n de la base estándar son ortogonales entre sí. Decimos que u 1, u 2,..., u n forman una base ortonormal (o.n.) si los vectores son ortogonales entre sí y unitarios, es decir, u i = 1 para todo i. Por ejemplo, e 1,..., e n forman una base estándar. Los vectores u 1 = (1, 1) y u 2 = (1, 1) son ortogonales, pero no unitarios. Sin embargo, se pueden normalizar dividiendo cada vector entre su norma: v 1 = u ( 1 1 u 1 = 1 ) 2,, v 2 = u ( u 2 = 2, 1 ). 2 Proposición 1.5. Sea u 1, u 2,..., u n una base ortonormal de R n. 1. Si x R n, x = (x u 1 )u (x u n )u n. 2. Si x R n, x = i (x u i) Si x, y R n, x y = n (x u i )(y u i ). 4. Si V es el subespacio de R n generado por los vectores ortonormales v 1, v 2,..., v r, entonces Proy V x = r (x v i )v i. El espacio generado por los vectores v 1, v 2,..., v r es el subespacio de R n formado por todas las combinaciones lineales de v 1, v 2,..., v r, y se denota por gen{v 1, v 2,..., v r }. Proy V x es la proyección ortogonal de x sobre el subespacio V, es decir, el único vector y V tal que x y es ortogonal a todo vector en V. Demostración. 1. Si x = α 1 u 1 + α 2 u α n u n, entonces x u i = (α 1 u 1 + α 2 u α n u n ) u i = α i u i u i = α i. 2. ( n ) ( n ) x 2 = x x = (x u i )u i (x u i )u i = n (x u i )(x u j )u i u j = i,j=1 n (x u i ) 2.
5 1. Definiciones básicas 5 3. Similarmente al inciso anterior, ( n ) ( n ) x y = (x u i )u i (y u i )u i = n (x u i )(y u j )u i u j = i,j=1 n (x u i )(y u i ). 4. Si y = r (x v i)v i, entonces y V y, para z V, ( r ) ( r ) (x y) z = x (x v i )v i (z v i )v i = x r (z v i )v i r (x v i )(z v i ) = 0. El siguiente teorema nos garantiza que, dado un espacio generado por vectores v 1, v 2,..., v r, siempre podemos escoger en él una base ortonormal. Su demostración es constructiva, y al algoritmo resultante se le conoce como el proceso de Gram-Schmidt. Teorema 1.6 (Proceso de Gram-Schmidt). Sean v 1, v 2,..., v r vectores linealmente independientes en R n. Entonces existen vectores ortonormales u 1, u 2,..., u r tales que para k = 1,..., r. Demostración. Tomamos Para construir u 2, sea gen{u 1, u 2,..., u k } = gen{v 1, v 2,..., v k } u 1 = v 1 v 1. w 2 = v 2 (v 2 u 1 )u 1. Vemos que w 2 es ortogonal a u 1 (figura 2), así que tomamos u 2 = w 2 w 2. Como u 1 y u 2 son combinaciones lineales de v 1 y v 2, gen{u 1, u 2 } gen{v 1, v 2 }. De manera similar, v 1 y v 2 son combinaciones lineales de u 1 y u 2, así que gen{v 1, v 2 } gen{u 1, u 2 }. Por inducción, para construir u k+1 tomamos w k+1 = v k+1 Proy gen{u1,...,u k } v k+1.
6 6 1. El espacio euclideano v2 u2 w2 u1 Figura 2. La construcción del vector w 2. Entonces es fácil ver que w k+1 u i = 0, i = 1,.., k, y w k+1 0 por que los v i son linealmente independientes. Por lo que escogemos Es fácil ver, como antes, que u k+1 = w k+1 w k+1. gen{u 1,..., u k+1 } = gen{v 1,..., v k+1 }. La proposición 1.5 y el proceso de Gram-schmidt implican que podríamos escoger cualquier producto interno en R n y no darnos cuenta, es decir, tendríamos la misma geometría siempre y cuando tomemos una base ortonormal respecto de dicho producto. 2. Bestiario 2.1. Rectas. La recta que pasa por x 1 y x 2 está parametrizada por γ(t) := (1 t)x 1 + tx 2, t R, Notemos que γ(0) = x 1 y γ(1) = x 2. La restricción de γ a [0, 1] es el segmento de x 1 a x Hiperplanos. Un hiperplano es un conjunto de la forma P = {x R n : x x 0 = c}, donde x 0 R n y c R. El hiperplano ortogonal a n R, que pasa por x 0, está dado por {x : (x x 0 ) n = 0}. Un hiperplano P divide a R n en dos semiespacios {x : x x 0 > c} y {x : x x 0 < c}. Si x 0 = e n, c = 0, a estos se les llama semiespacio superior e inferior, respectivamente.
7 2. Bestiario Esferas y Bolas. La esfera en R n es el conjunto La bola está dada por S n 1 = {x : x = 1}. B n = {x : x 1}. La esfera de radio R alrededor de x 0 está dada por S R (x 0 ) = {x : x x 0 = R} = RS n 1 + x 0, mientras que la bola de radio R alrededor de x 0 está dada por B R (x 0 ) = {x : x x 0 R} = RB n + x 0. La bola abierta de radio R alrededor de x 0 es el conjunto B 0 R (x 0) = {x : x x 0 < R} Conjuntos convexos y estrella. Decimos que A R n es un conjunto convexo si, para todo x, y A, el segmento de x a y está en A. Decimos que A R n es un conjunto estrella si existe x 0 A tal que, para x A, el segmento de x 0 a x está en A. Véase la figura 3. Más adelante estudiaremos (a) (b) Figura 3. Ejemplos de un conjunto convexo (a) y un conjunto estrella (b). los conjuntos convexos con más profundidad Rectángulos. Un rectángulo en R n es un conjunto de la forma R = I 1 I 2... I n donde los I i son intervalos acotados en R. Si cada es un intervalo abierto, entonces decimos que R es un rectángulo abierto. Si cada I i es cerrado, entonces decimos que R es un rectángulo cerrado 1. Recordemos que A 1 A 2... A n R n es el producto cartesiano de los conjuntos A 1,..., A n {(x 1, x 2,..., x n ) R n : x i A i i}. 1 Los rectángulos en R n también son conocidos por los nombres cubo o hipercubo.
8 8 1. El espacio euclideano 3. Topología de R n Definición 1.7. Decimos que U R n es un conjunto abierto si para cada x U existe un rectángulo abierto R tal que x R y R U. Ejemplo 1.8. Un rectángulo abierto es un conjunto abierto. Ejemplo 1.9. Los conjunto y R n son abiertos. Ejemplo Una bola abierta es un conjunto abierto. Para mostrar esto, consideremos la bola B 0 r (x) = {y R n : x y < r} y tomamos y Br 0 (x). Sea δ = r x y, y definimos ( R = y 1 δ, y 1 + δ ( ) y 2 δ, y 2 + δ ( )... y n δ, y n + δ ). n n n n n n El rectángulo abierto R es tal que, si z R, entonces y z < δ, como se puede observar en la figura 4. Entonces, si z R, δ n δ y δ n Figura 4. El rectángulo R del ejemplo x z x y + y z < x y + δ = x y + r x y = r, por lo que z B 0 r (x). Por lo tanto, R B0 r (x). Proposición U R n es abierto si, y sólo si, para todo x U existe r > 0 tal que Br 0 (x) U. Demostración. Sea U abierto y x u. Entonces existe R = (a 1, b 1 ) (a 2, b 2 )... (a n, b n ) tal que x R y R U. Sea r = 1 2 mín{x1 a 1, b 1 x 1,..., x n a n, b n x n }. Entonces B 0 r (x) R U. R = Supongamos ahora que Br 0 (x) U. Sea ( x 1 r, x 1 + r ) n n ( x 2 r n, x 2 + r n )... ( x n r n, x n + r n ).
9 3. Topología de R n 9 Entonces x R y R B 0 r (x) U, así que U es abierto. Observación La demostración de la proposición anterior muestra que dado x en el rectángulo abierto R, existe r > 0 tal que Br 0 (x) R y, para toda bola abierta Br 0 (x), existe un rectángulo abierto R tal que x R y R B r (x). Esto implica que podemos utilizar, en cualquier definición topoloógica, rectángulos abiertos o bolas abiertas, y obtener definiciones equivalentes. Definición Sea A R n y x R n. Decimos que x es un punto de acumulación de A si, para todo rectángulo abierto R tal que x R, R A es infinito. Si el conjunto A tiene algún punto de acumulación, entonces A, por la definición anterior, es infinito. Además, si x es un punto de acumulación de A, entonces no necesariamente x A. Sin embargo, si x es un punto de acumulación de A y x / A, entonces nos podemos acercar desde A a x arbitrariamente, es decir, para todo ε > 0 existe y A tal que x y < ε. Definición Decimos que A R n es cerrado si contiene todos sus puntos de acumulación. Proposición A R n es cerrado si, y sólo si, R n \ A es abierto. Demostración. Supongamos que A es cerrado y x R n \ A. Como x / A, x no es punto de acumulación de A, así que existe un rectángulo abierto R tal que R A =. Es decir, R R n \ A. Así que R n \ A es abierto. Supongamos ahora que R n \ A es abierto y x / A. Entonces x R n \ A. Como R n \ A es abierto, existe un rectángulo abierto R tal que x R y R R n \ A. Entonces R A =, por lo que x no es punto de acumulación de A. Definición Sea A R n. La frontera de A, A, es el conjunto de x R n tales que, para todo rectángulo abierto R, Véase la figura 5. R A y R (R n \ A). Notemos que, si x A, entonces x es un punto de acumulación de A ó de R n \ A. Más aún, si x es un punto de acumulación de A y x / A, entonces x A. Podemos observar que, además, A = (R n \ A). Ejemplo R n = =.
10 10 1. El espacio euclideano A A C Figura 5. Un punto en la frontera de A. Ejemplo La frontera de un bola es una esfera. De hecho, Más aún, S r (x) = S r (x). B r (x) = B 0 r (x) = S r (x). Ejemplo Si R = (a 1, b 1 )... (a n, b n ), entonces R = {a 1 } [a 2, b 2 ]... [a n, b n ] {b 1 } [a 2, b 2 ]... [a n, b n ] Es decir, R es la unión de las caras de R.... [a 1, b 1 ]... {b n }. Ejemplo Sea Q = [0, 1] Q y consideremos Q [0, 1] R 2. Véase la figura 6. Si x [0, 1] [0, 1] y x (a, b) (c, d) entonces existe /3 1/2 2/3 1 Figura 6. Representación simple del conjunto A = Q [0, 1]. Nótese que A está formado por la unión de rectas verticales, cada una sobre un número racional en [0, 1].
11 3. Topología de R n 11 q (a, b) [0, 1] Q, así que (q, x 2 ) Q [0, 1]. Además, existe α (a, b) [0, 1] \ Q, así que (α, x 2 ) R 2 \ (Q [0, 1]). Por lo tanto (Q [0, 1]) = [0, 1] [0, 1]. Definición Sea A R n. La cerradura de A, denotada por Ā, está definida como la unión de A y sus puntos de acumulación. La siguiente proposición establece algunas propiedades de la cerradura. Proposición Sea A R n. 1. Ā es cerrado. 2. Si E es cerrado y E A, entonces Ā E. 3. Si A B entonces Ā B. 4. Ā = Ā. Demostración. 1. Sea x un punto de acumulación de Ā y R un rectángulo que contiene a x. Queremos mostrar que R A es infinito. Si no, como R Ā es infinito, podemos tomar y R Ā \ A. Pero entonces y es un punto de acumulación de A y, como y R, R A es infinito, lo cual es una contradicción. 2. Si x es un punto de acumulación de A y A E, entonces x es un punto de acumulación de E. Como E es cerrado, x E. Pero esto implica que Ā E 3. La demostración es similar a (2). 4. Por (1), Ā es cerrado, así que Ā Ā. Por (2), como A Ā, Ā Ā. Definición Sea A R n. El interior de A es el conjunto int(a) = A 0 = {x A : rectángulo abierto R tal que x R, R A}. El exterior de A está definido como ext(a) = {x R n \ A : rectángulo abierto R con x R, R A = }. Nótese que ext(a) = int(r n \ A). La siguiente proposición es muy fácil de demostrar (ejercicio 7). Proposición Sea A R n. 1. A 0 = A \ A. 2. ext(a) = (R n \ Ā).
12 12 1. El espacio euclideano 3. A = Ā (Rn \ A). Ejemplo Q = y Q = R. Nótese que, en este caso, el interior es vacío, aún cuando la cerradura es grande. 4. Conjuntos Compactos Definición Sea A R n. Una cubierta de A es una colección {U α } de conjuntos abiertos tales que A α U α. Si {U α } es una cubierta de A, una subcubierta es un subconjunto de {U α }, digamos {U αβ } {U α }, tal que A β U α β. Decimos que A es compacto, si toda cubierta de A tiene una subcubierta finita. Ejemplo es compacto. Ejemplo Un conjunto finito {x 1, x 2,..., x k } es compacto. Si {U α } es una cubierta de {x 1, x 2,..., x k }, existe, para cada i = 1, 2,.., k, α i tal que x i U αi. Entonces {U α1, U α2,..., U αk } es una subcubierta finita. Proposición Sean E F R n. Si E es cerrado y F es compacto, entonces E es compacto. Demostración. Sea {U α } una cubierta de E. Como E es cerrado, entonces R n \ E es abierto, así que {R n \ E} {U α } es una cubierta de F. Como F es compacto, tiene una subcubierta finita, digamos {R n \ E, α1, U α2,..., U αk }. Entonces {U α1, U α2,..., U αk } es una subcubierta finita para E. El siguiente teorema clasifica los conjuntos cerrados en R n, y es conocido como el Teorema de Heine-Borel. Teorema 1.30 (Heine-Borel). A R n es compacto si y sólo si A es cerrado y acotado. Decimos que A es acotado si existe un rectángulo cerrado R A. Para demostrar este teorema, por la proposición 1.29, es suficiente con demostrar que un rectángulo cerrado es compacto. Para ello necesitaremos los siguientes lemas. Lema [a, b] R es compacto. Demostración. Sea {U α } una cubierta una cubierta de [a, b], y sea S = {x [a, b] : {U α } tiene una subcubierta finita para [a, x]}. Mostraremos que S = [0, 1]. Sabemos que, al menos, a S, así que S. Como S es acotado (S [a, b]), entonces tiene un supremo, por el axioma de completitud, digamos m = sup S. Vamos a demostrar que m S y m = b.
13 4. Conjuntos Compactos 13 Como m [a, b], m U αm para algún α m. U αm es abierto, así que existe x S U αm. Como [a, x] tiene una subcubierta finita, entonces, agregando U αm a dicha subcubierta, obtenemos una subcubierta finita para [a, m]. Entonces m S. Si m < b, entonces existe m < y b tal que y U αm. Agregando U αm a una subcubierta finita para [a, m], obtenemos una subcubierta finita para [a, y], y y S. Esto contradice que m = sup S. Por lo tanto m = b. Es fácil ver que, si x R n, y B R m, y es compacto, entonces {x} B R n R m = R n+m es compacto. El siguiente lema ofrece una versión mucho más fuerte de este hecho. Lema Si {U α } es una cubierta de { }xb. Entonces existe V R n, con x V, tal que {U α } tiene una subcubierta finita para V B. Demostración. Para cada (x, y) {x} B, existe U α(x,y) tal que (x, y) U α(x,y). Como cada U α(x,y) es abierto, existe un rectángulo abierto R x,y tal que (x, y) R x,y y R x,y U α(x,y). Podemos escribir R x,y = S x,y T x,y, donde S x,y es un rectángulo abierto en R n y T x,y uno en R m. Ahora bien, {T x,y } es una cubierta de B. Como B es compacto, existen T x,y1, T x,y2,..., T x,yk tales que B T x,y1 T x,y2... T x,yk. Si tomamos V es un rectángulo abierto y V = S x,y1 S x,y2... S x,yk, V B (S x,y1 T x,y1 )... (S x,yk T x,yk ) = R x,y1 R x,y2... R x,yk U α(x,y1 ) U α(x,y2 )... Uα (x,yk ). Lema Si A R n, B R m son compactos, entonces A B es compacto. Demostración. Sea {U α } una cubierta de A B. Para cada x A existe, por el lema 1.32, un abierto V x R n y una subcubierta Θ x finita para
14 14 1. El espacio euclideano V x B. Pero los V x forman una cubierta para A y A es compacto, así que existen V x1,..., V xp tales que A V x1... V xp. Entonces p Θ x i es una subcubierta finita para A B. Los lemas 1.31 y 1.33 implican el siguiente corolario. Corolario Un rectángulo cerrado R = [a 1, b 1 ]... [a n, b n ] es compacto. Ahora sí, la demostración del teorema de Heine-Borel es fácil. Demostración del Teorema de Heine-Borel. Si A es acotado, entonces existe un rectángulo cerrado R tal que A R. Por la proposición 1.29 y el corolario 1.34, si A es cerrado, entonces A es compacto. 5. Sucesiones en R n Una sucesión en R n es una función f : N R n. Si f(k) = x k, simplemente denotamos f como (x k ). Notemos que x k = (x 1 k, x2 k,... xn k ), por lo que cada una de las coordenadas de los x k definen una sucesión (x i k ) en R. Definición Decimos que la sucesión (x k ) converge a L R n si, para todo ε > 0, existe N tal que, si k N, L x k < ε. Proposición La sucesión (x k ) converge en R n si, y sólo si, cada (x i k ) converge en R. Demostración. Suponemos que x k L y sea ε > 0. Sea N tal que k N implica x k L < ε. Entonces, para k N, x i k Li (x 1 k L 1) (x i k Li ) (x n k Ln ) 2 < ε. Suponemos ahora que cada x i k Li, y sea ε > 0. Tomamos N i tal que si k N i, x i k Li < ε. n Tomamos N = máx i N i. Entonces si, k N, ε x k L (x 1 k L1 ) (x n k Ln ) 2 2 < n ε2 n = ε.
15 5. Sucesiones en R n 15 Decimos que (x k ) es una sucesión en A R n si x k A para todo k. La siguiente proposición clasifica los conjuntos cerrados en términos de sucesiones. Proposición Un conjunto A R n es cerrado si, y sólo si, para toda sucesión (x k ) en A que converge a L, entonces L A. Demostración. Supongamos que A es cerrado y sea (x k ) en A una sucesión que converge a L. Sea R un rectángulo abierto que contiene a L, y ε > 0 tal que B ε (L) R. Entonces, como x k L, existe K tal que x K R. Como x K A, hemos demostrado que R A. Entonces, L está en A ó es un punto de acumulación de A. Como A es cerrado, en ambos casos L A. Supongamos ahora que toda sucesión en A que converge tiene su límite en A. Sea x un punto de acumulación de A. Para cada k 1, sea x k A tal que x k x < 1/k. Tal x k debe existir porque B 1/k (x) A. Entonces x k es una sucesión en A y x k x, por lo que x A. Definición Decimos que la sucesiíon (x k ) es acotada si existe un rectángulo R tal que x k R para todo k. El siguiente teorema es muy importante, y es conocido como el Teorema de Bolzano-Weierstrass. Para su demostración asumiremos el teorema en el caso real. Teorema 1.39 (Bolzano-Weierstrass). Toda sucesión acotada tiene una subsucesión que converge. Demostración. Si (x k ) es acotada, cada (x i k ) es acotada. Por el teorema de Bolzano-Weierstrass en R, (x 1 k ) tiene una subsucesión que converge, digamos (x 1 k l ) l. Inductivamente, si (x 1 k l ) l, (x 2 k l ) l,..., (x p k l ) l son subsucesiones convergentes de (x 1 k ),..., (xp k ), respectivamente, entonces tomamos una subsucesión de (k l ) de tal forma que (x p+1 k lm ) m converge. Al final, obtenemos subsucesiones (x 1 k l ) l, (x 2 k l ) l,..., (x n k l ) l convergentes, por lo que (x kl ) es un subsucesión de (x k ) convergente, por la proposicion El Teorema de Bolzano-Weierstrass nos permite demostrar la siguiente importante propiedad de los conjuntos cerrados, de la cual haremos uso más adelante. Proposición Sea A un conjunto cerrado, A, y x R n. Entonces existe un punto y A tal que x y es mínimo.
16 16 1. El espacio euclideano Demostración. Sea x R n y definimos d : A R por d(y) = x y. Sea r 0 = inf{d(y) : y A}. Entonces, para todo k 1, existe y k A tal que r 0 d(y k ) < r 0 + 1/k. La sucesión (y k ) claramente es acotada y, por el Teorema de Bolzano- Weierstrass, tiene una subsucesión que converge, digamos y kl y. Como A es cerrado, la proposición 1.37 implica que y A. Además d(y) = r 0. Nota que, si x A, entonces d(x) = 0, por lo que d toma su mínimo en x. Si x / A, entonces, como A es cerrado, x no es un punto de acumulación de A y existe r > 0 tal que B r (x) A =. Entonces r 0 r > 0. Ejercicios 1. Muestra la desigualdad del triángulo inversa: Si x, y R n, x y x y. 2. Demuestra la identidad del palalelogramo: Si x, y R n, x 2 + y 2 = 1 2( x + y 2 + x y 2). Explica qué tiene que ver esta identidad con un paralelogramo. 3. Muestra que, si x 1, x 2 R n, el conjunto es un hiperplano. {x R n : x x 1 = x x 2 } 4. Muestra que si {U α } es una colección de conjuntos abiertos en R n, entonces la unión α U α es un conjunto abierto. 5. Muestra que la intersección de dos rectángulos en R n es vacía o es otro rectángulo. 6. Muestra que si U 1, U 2,..., U k son conjuntos abiertos en R n, entonces la intersección k U i es un conjunto abierto. 7. Demuestra la Proposición Una sucesión (x k ) en R n es de Cauchy si, para todo ε > 0, existe N tal que si k, l N entonces x k x l < ε. Muestra que la sucesión (x k ) es de Cauchy en R n si y sólo si cada sucesión (x i k ) es de Cauchy en R. 9. Concluye, del problema anterior, que toda sucesión de Cauchy en R n converge. 10. Muestra que todo conjunto infinito y acotado en R n tiene un punto de acumulación.
Espacios 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 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 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 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 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 detallesEspacios 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 detallesSubconjuntos notables de un Espacio Topológico
34 Capítulo 4 Subconjuntos notables de un Espacio Topológico 4.1 Adherencia Definición 4.1.1 (Punto adherente). Sea (X, τ) un espacio topológico, y sea S un subconjunto de X. Diremos que x X es un punto
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 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 completos. 8.1 Sucesiones de Cauchy
Capítulo 8 Espacios completos 8.1 Sucesiones de Cauchy Definición 8.1.1 (Sucesión de Cauchy). Diremos que una sucesión (x n ) n=1 en un espacio métrico (X, d) es de Cauchy si para todo ε > 0 existe un
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 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 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 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 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 detallesEspacios Vectoriales www.math.com.mx
Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................
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 en R n. Ejemplos.-Considerando el espacio R 2 sea la sucesión {x k } 1 dada por x k = ( k, 1 k) podemos listar como sigue:
Sucesiones en R n Definición. Una sucesión en R n es cualquier lista infinita de vectores en R n x, x,..., x,... algunos de los cuales o todos ellos pueden coincidir entre si. Dada una sucesión x, x,...,
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 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 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 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 detallesCONJUNTOS COMPACTOS. . En consecuencia, ninguna unión finita de {G n n N} puede contener a H H no es compacto
CONJUNTOS COMPACTOS Denición. Se dice que un conjunto K es compacto si siempre que esté contenido en la unión de una colección g = {G α } de conjuntos abiertos, también esta contenido en la unión de algún
Más detallesAnálisis de Varias Variables. Ricardo A. Sáenz
Análisis de Varias Variables Ricardo A. Sáenz Índice general Parte 1. Preliminares Capítulo 1. El espacio euclidiano 3 1. Definiciones básicas 3 2. Bestiario 9 3. Topología de R n 10 4. Sucesiones en
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 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 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 detallesPAIEP. Complemento Ortogonal
Programa de Acceso Inclusivo, Equidad y Permanencia PAIEP Universidad de Santiago de Chile Complemento Ortogonal Veamos ahora una aplicación de los vectores ortogonales a la caracterización de subespacios
Más detallesy cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy).
UNIDAD II: VECTORES EN DOS Y TRES DIMENSIONES Un espacio vectorial (o espacio lineal) es el objeto básico de estudio en la rama de la matemática llamada álgebra lineal. A los elementos de los espacios
Más detallesAnálisis Real: Primer Curso. Ricardo A. Sáenz
Análisis Real: Primer Curso Ricardo A. Sáenz Índice general Introducción v Capítulo 1. Espacios Métricos 1 1. Métricas 1 2. Métricas en espacios vectoriales 4 3. Topología 9 Ejercicios 17 Capítulo 2.
Más detalles1. Sucesiones y redes.
1. Sucesiones y redes. PRACTICO 7. REDES. Se ha visto que el concepto de sucesión no permite caracterizar algunas nociones topológicas, salvo en espacios métricos. Esto empieza con algunas definiciones
Más detallesLímite superior y límite inferior de una sucesión
Límite superior y límite inferior de una sucesión Objetivos. Definir las nociones de los límites superior e inferior de una sucesión y estudiar sus propiedades básicas. Requisitos. Supremo e ínfimo de
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 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 detallesTema 2: Teorema de estructura de los grupos abelianos finitamente generados.
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con
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 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 detallesEn este capítulo extenderemos la conocida ecuación. g(b) f = f g g, g(a)
Capítulo 6 Cambio de variable 1. Particiones de la Unidad En este capítulo extenderemos la conocida ecuación (6.1) g(b) g(a) f = b a f g g, válida para funciones iemann-integrables f y funciones diferenciables
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 detallesAnálisis de Varias Variables. Ricardo A. Sáenz
Análisis de Varias Variables Ricardo A. Sáenz Índice general Parte 1. Preliminares Capítulo 1. El espacio euclideano 3 1. Definiciones básicas 3 2. Bestiario 8 3. Topología de R n 10 4. Sucesiones en
Más detallesECUACIONES EN DERIVADAS PARCIALES Tópicos previos
ECUACIONES EN DERIVADAS PARCIALES Tópicos previos Para tomar el curso de ecuaciones en derivadas parciales es importante la familiaridad del alumno con los conceptos que se detallan a continuación. Sugerimos
Más detalles- Fernando Sánchez - Departamento de Matemáticas - Universidad de Extremadura. Topología
- Fernando Sánchez - - 6 Topología Cálculo I en R 26 10 2015 Elementos de la topología en R. Una topología en un conjunto da un criterio para poder hablar de proximidad entre los elementos de un conjunto.
Más 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 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 detallesUn subconjunto no vacío H de un espacio vectorial V es un subespacio de V si se cumplen las dos reglas de cerradura:
4 Subespacios 29 b) x 5 [25;5], 5 [;24], z 5 [4;4] Use a 5 2, a 5 / a 5 2 / 2 c) Su propia elección de x,, z /o a 2 a) Elija algunos valores para n m genere tres matrices aleatorias de n m, llamadas X,
Más detallesFórmula integral de Cauchy
Fórmula integral de Cauchy Comentario: de acuerdo con esta fórmula, uno puede conocer el valor de f dentro del entorno, conociendo únicamente los valores que toma f en el contorno C! Fórmula integral de
Más detallesVectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos
Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los
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 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 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 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 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 detallesReconocer y utilizar las propiedades sencillas de la topología métrica.
3 Funciones continuas De entre todas las aplicaciones que pueden definirse entre dos espacios métrico, las aplicaciones continuas ocupan un papel preponderante. Su estudio es fundamental no sólo en topología,
Más detallesSemana 09 [1/28] Sucesiones. 29 de abril de Sucesiones
Semana 09 [1/28] 29 de abril de 2007 Semana 09 [2/28] Definición Sucesión Una sucesión real es una función: f : N R n f (n) Observaciones Para distinguir a una sucesión de las demás funciones, se ocupará
Más 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 detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES
EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES Formas reducidas y escalonada de una matriz SISTEMAS DE ECUACIONES LINEALES ) Encuentre una sucesión de matrices elementales E, E,..., E k tal que
Más detallesCálculo II. Tijani Pakhrou
Cálculo II Tijani Pakhrou Índice general 1. Nociones topológicas en R n 1 1.1. Distancia y norma euclídea en R n.................... 1 1.2. Bolas abiertas y cerradas en R n..................... 3 1.3.
Más detallesPor ser f continua y R compacto, existen x 0, y 0 en R tales que f(x 0 ) = sup{f(t) : t R} y f(y 0 ) = inf{f(t) : t R}
Proposición. Sea un rectángulo en R n, y sea f : R una función continua. Entonces f es integrable en. Conjuntos de Demostración: Como f es continua en, y es compacto, f es acotada en, y uniformemente continua.
Más detallesSucesiones y convergencia
Capítulo 2 Sucesiones y convergencia 1. Definiciones Una de las ideas fundamentales del análisis es la de límite; en particular, el límite de una sucesión. En este capítulo estudiaremos la convergencia
Más detallesContinuidad y monotonía
Tema 14 Continuidad y monotonía Generalizando lo que se hizo en su momento para sucesiones, definiremos la monotonía de una función, en forma bien fácil de adivinar. Probaremos entonces dos resultados
Más 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 detallesEjercicios del Tema 2: Estructuras algebraicas básicas
Ejercicios del Tema 2: Estructuras algebraicas básicas En los ejercicios 1, 2, 8 y 9 se utilizará que si G = {g 1,...,g n } es un conjunto finito y * una operación interna definida en G, podemos utilizar
Más detalles3.1 El espacio afín R n
3. Geometría analítica 3.1 El espacio afín R n Consideremos el conjunto R n, formado por las listas ordenadas (x 1,...,x n ) de números reales. Convengamos en llamar puntos a los elementos de R n. Pero
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 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 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 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 detallesEspacios Vectoriales
Leandro Marín Octubre 2010 Índice Definición y Ejemplos Paramétricas vs. Impĺıcitas Bases y Coordenadas Para definir un espacio vectorial tenemos que empezar determinando un cuerpo sobre el que esté definido
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 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 detallesSemana03[1/17] Funciones. 16 de marzo de Funciones
Semana03[1/17] 16 de marzo de 2007 Introducción Semana03[2/17] Ya que conocemos el producto cartesiano A B entre dos conjuntos A y B, podemos definir entre ellos algún tipo de correspondencia. Es decir,
Más detallesAxiomas de separación
CAPíTULO 6 Axiomas de separación Tema 1. Axiomas de separación: conceptos básicos El objetivo de este capítulo es considerar ciertas propiedades topológicas que comparten algunos espacios topológicos y
Más detallesTema IX: TOPOLOGÍA. Tema IX: TOPOLOGÍA
Tema IX: TOPOLOGÍA IX.1. Distancia euclídea en R n. Propiedades Definición DEF. Dados x, y R n, se define la distancia euclídea como: d(x, y) = (x 1 y 1 ) 2 + (x 2 y 2 ) 2 + + (x n y n ) 2 = xy n = 1:
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 detallesIN Guía de Problemas Resueltos de Geometría de Programación Lineal v1.0
IN3701 - Guía de Problemas Resueltos de Geometría de Programación Lineal v1.0 Acá va una pequeña guía con problemas resueltos de Geometría en Programación Lineal con problemas básicamente extraídos del
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 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 detalles1. Construcción de la Integral
1. Construcción de la Integral La integral de Riemann en R n es una generalización de la integral de funciones de una variable. La definición que vamos a dar reproduce el método de Darboux para funciones
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 detallesInducción en definiciones y demostraciones AUTÓMATAS Y LENGUAJES FORMALES PRELIMINARES MATEMÁTICOS. Números naturales. Inducción matemática
Inducción en definiciones y demostraciones AUTÓMATAS Y LENGUAJES FORMALES PRELIMINARES MATEMÁTICOS Francisco Hernández Quiroz Departamento de Matemáticas Facultad de Ciencias, UNAM E-mail: fhq@ciencias.unam.mx
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 detallesNúmeros. Espacios métricos (Curso )
CÁLCULO Práctica 1 Números. Espacios métricos (Curso 2012-2013) 1. Obtener los subconjuntos de IR que verifican: a) x+2 3 x = x+2 3 x, x 3 b) x 3 3x 2 + 2x > x 3 3x 2 + 2x c) 1 x 2 > 1 1+x, x 1 d) x 2
Más detallesDescomposición en valores singulares de una matriz
Descomposición en valores singulares de una matriz Estas notas están dedicadas a demostrar una extensión del teorema espectral conocida como descomposición en valores singulares (SVD en inglés) de gran
Más detallesResumen de Análisis Matemático IV
Resumen de Análisis Matemático IV 1. Funciones inversas e implícitas y extremos condicionados 1.1. Teorema de la función inversa Teorema de la función inversa: Sea A abierto de R n, f : A R n tal que f
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 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 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 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 detallesConjuntos Medibles. Preliminares
Capítulo 18 Conjuntos Medibles Preliminares En el capítulo anterior vimos que la medida exterior de Lebesgue no resulta σ-aditiva en todo R n. Ahora vamos a construir una familia M de subconjuntos de R
Más detalles=, una sucesión de intervalos cerrados. f x una función continua en el punto x = x0. = 0, el teorema queda demostrado. Si ( )
CONTINUIDAD DE FUNCIONES. TEOREMAS FUNDAMENTALES. Cuando una función es continua en un intervalo cerrado [ a, ] y en un extremo es positiva y en otro negativa, la intuición indica que, en algún punto intermedio
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 detallesUna norma en un espacio lineal (o vectorial) X es una función. : X R con las siguientes propiedades: (a) x 0, para todo x X (no negatividad);
MATEMÁTICA APLICADA II Segundo cuatrimestre 20 Licenciatura en Física, Universidad Nacional de Rosario Espacios de Banach. Introducción Frecuentemente estamos interesados en qué tan grande. es una función.
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 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 detallesVerifique los resultados analíticos mediante la resolución gráfica usando un software de Matemática.
Álgebra Geometría Analítica Prof. Gisela Saslavsk Vectores en R en R 3. Rectas planos en el espacio Verifique los resultados analíticos mediante la resolución gráfica usando un software de Matemática..
Más detallesLos Números Enteros. 1.1 Introducción. 1.2 Definiciones Básicas. Capítulo
Los Números Enteros Capítulo 1 1.1 Introducción En este capítulo nos dedicaremos al estudio de los números enteros los cuales son el punto de partida de toda la teoría de números. Estudiaremos una serie
Más detallesVolumen y conjuntos de medida cero
Capítulo 2 Volumen y conjuntos de medida cero En la recta real normalmente las funciones se integran sobre intervalos. En R n es deseable poder considerar integrales de funciones sobre conjuntos más complicados
Más detallesMáquinas de Turing IIC3242. IIC3242 Máquinas de Turing 1 / 42
Máquinas de Turing IIC3242 IIC3242 Máquinas de Turing 1 / 42 Complejidad Computacional Objetivo: Medir la complejidad computacional de un problema. Vale decir: Medir la cantidad de recursos computacionales
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 detallesFunciones Inversas. Derivada de funciones inversas
Capítulo 15 Funciones Inversas En este capítulo estudiaremos condiciones para la derivación de la inversa de una función de varias variables y, en particular, extenderemos a estas funciones la fórmula
Más detalles