Contracción Hiperbólica
|
|
|
- Miguel Ángel Rubio Espinoza
- hace 10 años
- Vistas:
Transcripción
1 Contracción Hiperbólica 1 Métricas Inducidas Sean U, V C abiertos, π : U V un cubriente clase C. Sea g ρ la métrica hiperbólica sobre D y ρ(z) = 2/(1 z 2 ) su densidad hiperbólica. Pullback de la métrica Denotemos por (V, g V, ρ V ) el abierto V dotado de una métrica Riemanniana g V de densidad ρ V. Bajo la acción del cubriente podemos inducir una métrica en U dada por g U ( α, β) = α, β z = Dπ( z) α, Dπ( z) β z = g V (Dπ( z) α, Dπ( z) β) (1) para todo z U donde π( z) = z y vectores α, β C, donde Dπ( z) α = α, Dπ( z) β = β. La métrica g U tiene por densidad ρ U ( z) = Dπ( z) ρ(π( z)). Se sigue de (1) que π : (U, g U ) (V, g V ) es una isometría con respecto a las métricas. Push forward de la métrica Dado (U, g U, ρ U ), supongamos que U es simplemente conexo y los automorfismos del cubriente (esto es, automorfismos ϕ : U U C tales que πϕ = π) son isometrías de g U. Es decir, con respecto a la densidad, ρ U (Dϕ( z)) Dϕ( z) = ρ U ( z). La métrica inducida en V por el cubriente está definida por g V (α, β) = α, β z = (Dπ( z)) 1 α, (Dπ( z)) 1 β z = g U ( α, β) (2) para todo z V y vectores α, β C. En términos de la densidad, se tiene ρ V (z) = ρ U( z) Dπ( z). 1
2 Por (2) y la hipótesis sobre los isomorfismo cubrientes, se sigue que π 1 es localmente una isometría de las métricas y la definición de g V no depende de z. Ejemplo Sea (U, g U ) = (D, g ρ ), por lo que π : (D, g ρ ) V es el cubriente universal de V. Ya que los automorfismos del cubriente forman un subgrupo de los difeomorfismos conformes y estos son a su vez, isometrías de la métrica hiperbólica, entonces podemos inducir una (única) métrica Riemanniana g V en V con densidad ρ V (z) = ρ( z) Dπ( z) = 2 Dπ( z) (1 z 2 ). (3) Llamaremos a g V la métrica hiperbólica en V. Cuando se pueda dotar a un abierto V C de tal métrica, le llamaremos un dominio hiperbólico. 1.1 Lema de Schwarz Sean V 1, V 2 C dos dominios hiperbólicos con métricas g 1, g 2 y densidades ρ 1, ρ 2. siguiente es el Lemma de Schwarz en su versión para dominios hiperbólicos. Teorema Si f : (V 1, g 1 ) (V 2, g 2 ) es holomorfa, entonces f es una contracción con respecto a las métricas, esto es ρ 2 (f(z)) f (z) ρ 1 (z) para todo z V 1. En particular, si f es una isometría, entonces es también un cubriente. El Demostración: Sabemos que existe un levantamiento holomorfo de f dado por ˆf : (D, g ρ ) (D, g ρ ), donde f π 1 = π 2 ˆf en D (ref. notas de Perla). Luego, por el Lema de Schwarz en su versión del disco con la métrica hiperbólica (ref. notas de Emilio) se sigue que para todo z D, ρ( ˆf( z)) ˆf ( z) ρ( z), (4) esto es, ˆf es una contracción con respecto a la métrica hiperbólica gρ. Si π j denota el cubrimiento (universal) de cada V j y definimos w = f(z), z D tal que π 1 ( z) = z, luego, existe w D tal que π 2 ( w) = w y ˆf( z) = w. Notando que ˆf ( z) = (π 1 2 ) (f(z)) f (z) π 1(z) podemos reescribir la desigualdad en (4) usando (3) para obtener ρ 2 (f(z)) π 1( ˆf( z)) ˆf ( z) ρ 1 (z) π 1( z). 2
3 Al reescribir la norma de la derivada de ˆf y cancelando las derivadas de π 1 y π 1 2 se sigue ρ 2 (f(z)) f (z) ρ 1 (z). Finalmente, si f es una isometría entre g 1 y g 2, entonces ˆf lo es par g ρ. Por lo tanto ˆf es un difeomorfismo conforme y es invertible. Luego π 2 = f π 1 ˆf 1, por lo que f es sobreyectiva y un homeomorfismo local, por lo tanto cubriente. 2 Transformaciones de Markov Sean U, V C abiertos y f : U V una función holomorfa. Si se satisfacen (i) V es un disco topológico (i.e., simplemente conexo, acotado), (ii) U es la unión finita de d discos topológicos U j compactamente contenidos en V, y (iii) f : U j V es un homeomorfismo, entonces decimos que f es una transformación de Markov. La dinámica de transformaciones de Markov puede describirse totalmente por medio de la dinámica simbólica esto es, la dinámica sobre el espacio de sucesiones infinitas Σ d = {a = a 0 a 1... a j {1, 2,..., d} para cada j 0} dotado con la métrica d(a, b) = j 0 a j b j 2 j. No es difícil mostrar que d es una métrica para Σ d, pues claramente satisface d(a, b) 0 y d(a, b) = 0 si y sólo si a = b. Además d(a, b) = d(b, a). Por último, si a, b, c Σ d distintos, entonces para cada j a j c j a j b j + b j c j por lo que d satisface la desigualdad del triángulo. Con esta métrica, un disco abierto D de radio 2 m y centrado en a consiste de todas las sucesiones b que satisfacen b j = a j para j m. El shift izquierdo (o simplemente shift) es una función σ : Σ d Σ d tal que σ(a) = σ(a 0 a 1 a 2...) = a 1 a 2... El shift es una función continua con respecto a la métrica en Σ d. Efectivamente, dado ε > 0 y m > 0 entero tal que 2 m < ε, si definimos δ = 2 (m+1) se tiene que para todo b 3
4 tal que d(a, b) < δ, entonces b j = a j para j m + 1. Por lo que σ(a) y σ(b) comparten los primeros m dígitos, esto es d(σ(a), σ(b)) < ε. El siguiente resultado muestra cómo la dinámica de f restringida al conjunto compacto f-invariante J f = {z U f n (z) U para todo n 0} se conjuga con la acción del shift sobre el espacio Σ d. Teorema Si f : U V es una transformación de Markov, entonces existe un homeomorfismo ϕ : J f Σ d tal que ϕ f = σ ϕ en J f. Demostración: Ya que U y V son discos topológicos, su cubriente universal en D. Por lo que podemos definir métricas hiperbólicas g U, g V en los respectivos dominios. Para cada j, el homeomorfismo f : U j V y la inclusión i : U j V son funciones holomorfas sobre dominios hiperbólicos, se sigue del Lema de Schwarz que, con respecto a g j y g V (1) i es una contracción estricta, esto es ρ V (i(z)) i (z) < ρ j (z) para todo z U j, (2) f es una isometría, es decir ρ V (f(z)) f (z) = ρ j (z), para todo z U j. De aquí que f i 1 : V V (definida sólo sobre U j ) es una expansión de la métrica g V. Luego, podemos encontrar una constante λ j > 1 tal que λ j < (f i 1 )(z) = f (z) para todo z U j. Si λ denota el mínimo de los λ j, tenemos 1 < λ < f (z) para todo z U. Para cada sucesión finita a 0... a n con a j {1, 2,..., d}, definamos el conjunto Estos conjuntos satisfacen = {z U a0 f j (z) U aj para cada j n}. (a) 1... U a0, (b) f( ) = U a1...a n, (c) diam( ) λ n diam(u an ), donde el diámetro se define con respecto a la distancia hiperbólica ρ V (, ) en V, esto es diam( ) = sup ρ V (z, w) = sup inf ρ V (ζ) dζ, z,w U a0...an z,w U a0 γ...an γ donde el ínfimo es tomado sobre toda curva γ que tiene por puntos extremos z y w. 4
5 Los dos primeros incisos son fáciles de demostrar. Para el tercero, se sigue por definición que = U a0 f 1 (U a1 )... f n (U an ). Luego f n (U an ) y de las propiedades de la distancia y la definición de diámetro diam( ) diam(f n (U an )) λ n diam(u an ). Ya que la métrica hiperbólica sobre cualquier dominio hiperbólico es equivalente a la métrica euclideana (Corolario en [KL]), se sigue que los diámetros euclideanos de decrecen a cero cuando n, por lo que = {z a }, (5) n 0 donde, por definición, f j (z a ) U aj para todo j 0. Claramente, z a J f. Definamos la función itinerario ϕ : J f Σ d donde ϕ(z) = a si para cada j 0, a j = i si y sólo si f j (z) U i. Veamos que ϕ es un homeomorfismo. Dados z, w J f, supongamos que ϕ(z) = ϕ(w). Esto es, para cada j, f j (z), f j (w) U aj, por lo que z, w para cada n. Pero diam( ) 0, por lo tanto z = w. Esto muestra que ϕ es inyectiva. La suprayectividad se sigue de (5), pues dada una sucesión a, existe un punto, z a que realiza dicha sucesión como itinerario. Veamos finalmente que ϕ es continua. Sea z J f con ϕ(z) = a. Sea ε > 0 y un entero m tal que 2 m < ε. Consideremos los d n+1 discos topológicos U b0...b n asociados a cualquiera de las posibles sucesiones finitas b 0... b n. Por definición, todos los discos son disjuntos y J f U b0...b n. Entre todos estos discos está que contiene a z. Por lo que si w J f y su distancia hiperbólica, ρ V (z, w) es suficientemente pequeña, entonces z w también es pequeña, implicando w. Por lo tanto ϕ(z) y ϕ(w) coinciden en sus primeros n + 1 dígitos. De aquí que d(ϕ(z), ϕ(w)) < 2 m < ε. De forma análoga se demuestra que ϕ 1 es continua. Dado z J f, con ϕ(z) = a, se sigue f(z) U a1...a n para cada n, luego ϕ(f(z)) = a 1 a 2... = σ(ϕ(z)). Por lo tanto ϕ f = σ ϕ. 2.1 Dinámica de Polinomios Cuadráticos Sea Q(z) = a 0 z 2 + a 1 z + a 2 con a 0 0. Todo polinomio cuadrático escribirse en la forma P c (z) = z 2 + c, esto se logra definiendo P c = h Q h 1, donde h(z) = αz + β es una transformación afín. Por ello, trabajaremos únicamente con la representación P c. 5
6 Dado cualquier c C, si z > 2 entonces P c (z) > z y por lo tanto Pc n (z). Supongamos que c es un parámetro de norma c > 2. Definamos el disco V = {z z < c } y sea U = Pc 1 (V ), el cual es la unión disjunta de dos discos topológicos denotados por D 0 y D 1. Sea J c = {z U Pc j (z) U para todo j 0}. Como el valor crítico c está en la frontera de V, el conjunto U tiene en su frontera el origen y consiste de dos discos topológicos que son enviados por P c inyectivamente sobre V (ver la siguiente figura). c D 0 c D 1 De aquí que J c D 0 D 1. Como P c es una transformación de Markov, se sigue que J c es homeomorfo a Σ 2 bajo la transformación itinerario ϕ. De hecho, J c es homeomorfo al conjunto de Cantor. D01 c D10 D00 D 11 6
7 References [dfdm] De Faria, E. & De Melo, W. Mathematical Tools for One-Dimensional Dynamics. Cambridge Studies in Advance Mathematics, 115, Cambridge, [D] Devaney, R. L. An Introduction to Chaotic Dynamical Systems. Segunda Edición. Addison-Wesley Studies in Nonlinearity. Redwood City, CA, [KL] Keen, L. & Lakic, N. Hyperbolic Geometry from a Local Viewpoint. London Mathematical Society Student Texts, 68. Cambridge University Press, Cambridge,
Uniformización de dominios en la esfera de Riemann
Uniformización de dominios en la esfera de Riemann María Isabel Castro Martínez 15 de marzo de 2012 Resumen En esta sección vamos a mostrar una versión del célebre teorema de uniformización de Poincaré,
FAMILIAS NORMALES VARIABLE COMPLEJA #6
VARIABLE COMPLEJA #6 FAMILIAS NORMALES Recordemos que F C(D, C) es una familia normal cuando cada sucesión en F tiene una subsucesión que converge en C(D, C). Esto es lo mismo que decir que cerr(f) es
Tema 8.3: Teorema de Riemann (fundamental) de la Representación Conforme. Clasi cación de los abiertos simplemente conexos del plano
Tema 8.3: Teorema de Riemann (fundamental) de la Representación Conforme. Clasi cación de los abiertos simplemente conexos del plano Facultad de Ciencias Experimentales, Curso 2008-09 Enrique de Amo, Universidad
Subconjuntos 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,
Variedades 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
Parte 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
1. Producto escalar, métrica y norma asociada
1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la
Grupos. Subgrupos. Teorema de Lagrange. Operaciones.
1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial
Ejemplos 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
Introducción al Análisis Complejo
Introducción al Análisis Complejo Aplicado al cálculo de integrales impropias Complementos de Análisis, I.P.A Prof.: Federico De Olivera Leandro Villar 13 de diciembre de 2010 Introducción Este trabajo
Análisis 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...............................
Listas 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
9.1 Primeras definiciones
Tema 9- Grupos Subgrupos Teorema de Lagrange Operaciones 91 Primeras definiciones Definición 911 Una operación binaria en un conjunto A es una aplicación α : A A A En un lenguaje más coloquial una operación
4 Aplicaciones Lineales
Prof Susana López 41 4 Aplicaciones Lineales 41 Definición de aplicación lineal Definición 23 Sean V y W dos espacios vectoriales; una aplicación lineal f de V a W es una aplicación f : V W tal que: 1
Aplicaciones 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
Las Funciones Analíticas. f (z 0 + h) f (z 0 ) lim. h=z z 0. = lim
Las Funciones Analíticas 1 Las Funciones Analíticas Definición 12.1 (Derivada de una función compleja). Sea D C un conjunto abierto. Sea z 0 un punto fijo en D y sea f una función compleja, f : D C C.
(3) Regla del cociente: Si g(z 0 ) 0, f/g es derivable en z 0 y. (z 0 ) = f (z 0 )g(z 0 ) f(z 0 )g (z 0 ) . g
Funciones holomorfas 2.1. Funciones variable compleja En este capítulo vamos a tratar con funciones f : Ω C C, donde Ω C es el dominio de definición. La forma habitual de expresar estas funciones es como
ECUACIONES 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
(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
March 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
Números 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........................
Variable Compleja. José Darío Sánchez Hernández Bogotá -Colombia - abril 2005 [email protected] [email protected]
Variable Compleja José Darío Sánchez Hernández Bogotá -Colombia - abril 2005 [email protected] [email protected] El objeto de estas notas es brindar al lector un modelo de aprendizaje. A continuación
UNIVERSIDAD 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
Tema 5.2: Comportamiento local de una función holomorfa. Teoremas de la aplicación abierta y de la función inversa
Tema 5.: Comportamiento local de una función holomorfa. Teoremas de la aplicación abierta y de la función inversa Facultad de Ciencias Experimentales, Curso 8-9 Enrique de Amo, Universidad de Almería En
Características de funciones que son inversas de otras
Características de funciones que son inversas de otras Si f es una función inyectiva, llamamos función inversa de f y se representa por f 1 al conjunto. f 1 = a, b b, a f} Es decir, f 1 (x, y) = { x =
Funciones uno-uno, sobre y biunívocas
Funciones uno-uno, sobre y biunívocas La inversa (biunívocas) de una función es una regla que actúa en la salida de la función y produce la entrada correspondiente. Así, la inversa deshace o invierte lo
Tema 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
Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria.
Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria. Operación Binaria Se conoce una operación binaria
Teorema 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
Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones
Tema 13.- Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones 13.1 Teorema de estructura de los módulos finitamente generados sobre un D.I.P. En lo que sigue A denotará
Funciones analíticas CAPÍTULO 2 2.1 INTRODUCCIÓN
CAPÍTULO 2 Funciones analíticas 2.1 INTRODUCCIÓN Para definir las series de potencias y la noción de analiticidad a que conducen, sólo se necesitan las operaciones de suma y multiplicación y el concepto
Aplicaciones lineales continuas
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
Sucesiones 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
Nombre/Código: Febrero 21 2015. Examen I. 5 /10pts. Total: /50pts
1 Álgebra abstracta II Guillermo Mantilla-Soler Nombre/Código: Febrero 21 2015 Examen I Problemas Puntuación 1 /10pts 2 /10pts 3 /10pts 4 /10pts 5 /10pts Total: /50pts 2 Preguntas Problema 1[10 pts]: Sea
Análisis 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.
Espacios vectoriales con producto interno
Capítulo 8 Espacios vectoriales con producto interno En este capítulo, se generalizarán las nociones geométricas de distancia y perpendicularidad, conocidas en R y en R 3, a otros espacios vectoriales.
Apuntes 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
Matrices 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
La obtención de la norma en espacios de funciones analíticas p. 1/?
La obtención de la norma en espacios de funciones analíticas Julio C. Ramos Fernández ([email protected]) DEPARTAMENTO DE MATEMÁTICA UNIVERSIDAD DE ORIENTE - VENEZUELA - La obtención de la norma en espacios
Clasificación 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
1. 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(
Juan 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
Aplicaciones 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
UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.
UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado
Semana 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
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
1-Comportamiento de una función alrededor de un punto:
Matemática II 7 Modulo Límites continuidad En esta sección desarrollaremos el concepto de límite, una de las nociones fundamentales del cálculo. A partir de este concepto se desarrollan también los conceptos
Tema 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
2.2 Transformada de Laplace y Transformada. 2.2.1 Definiciones. 2.2.1.1 Transformada de Laplace
2.2 Transformada de Laplace y Transformada 2.2.1 Definiciones 2.2.1.1 Transformada de Laplace Dada una función de los reales en los reales, Existe una función denominada Transformada de Laplace que toma
Funciones polinomiales de grados 3 y 4
Funciones polinomiales de grados 3 y 4 Ahora vamos a estudiar los casos de funciones polinomiales de grados tres y cuatro. Vamos a empezar con sus gráficas y después vamos a estudiar algunos resultados
Espacios 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............................................
Singularidades de campos de vectores reales: perfil topológico (I)
Singularidades de campos de vectores reales: perfil topológico (I) VI Escuela Doctoral de Matemáticas PUCP-UVA 2013 Conceptos básicos Sea U un abierto del espacio euclídeo R n. Un campo de vectores en
Ejercicios de álgebra 1 Cuarto curso (2003/04)
Departamento de Álgebra, Geometría y Toplogía. Universidad de Málaga Ejercicios de álgebra 1 Cuarto curso (2003/04) Relación 4. Anillos y módulos de fracciones Profesor de la asignatura: José Antonio Cuenca
El 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
Anexo 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:
1 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
Matrices invertibles. La inversa de una matriz
Matrices invertibles. La inversa de una matriz Objetivos. Estudiar la definición y las propiedades básicas de la matriz inversa. Más adelante en este curso vamos a estudiar criterios de invertibilidad
CALCULO AVANZADO. Campos escalares. Límite y continuidad UCA FACULTAD DE CIENCIAS FISICOMATEMATICAS E INGENIERIA
UCA FACULTAD DE CIENCIAS FISICOMATEMATICAS E INGENIERIA CALCULO AVANZADO SEGUNDO CUATRIMESTRE 8 TRABAJO PRÁCTICO 4 Campos escalares Límite continuidad Página de Cálculo Avanzado http://www.uca.edu.ar Ingeniería
Espacios vectoriales y aplicaciones lineales
Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un
Tema 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
(Ec.1) 2α + β = b (Ec.4) (Ec.3)
Problema 1. Hallar t R para que el vector x = (3, 8, t) pertenezca al subespacio engendrado por los vectores u = (1, 2, 3) y v = (1, 3, 1). Solución del problema 1. x L{ u, v} si, y sólo si, existen α,
Objetivos: Al inalizar la unidad, el alumno:
Unidad 7 transformaciones lineales Objetivos: Al inalizar la unidad, el alumno: Comprenderá los conceptos de dominio e imagen de una transformación. Distinguirá cuándo una transformación es lineal. Encontrará
Criterio de Sylvester
Criterio de Sylvester Objetivos. Aprender a aplicar el criterio de Sylvester para analizar cuándo una forma cuadrática es positiva definida, usando los menores principales de su matriz asociada. También
I. RELACIONES Y FUNCIONES 1.1. PRODUCTO CARTESIANO { }
I. RELACIONES Y FUNCIONES PAREJAS ORDENADAS Una pareja ordenada se compone de dos elementos x y y, escribiéndose ( x, y ) donde x es el primer elemento y y el segundo elemento. Teniéndose que dos parejas
Conjuntos, Relaciones y Grupos. Problemas de examen.
Conjuntos, Relaciones y Grupos. Problemas de examen. Mayo 2006 1. La función f es definida por (a) Halle el recorrido exacto, A, de f. f : R R donde f(x) = e senx 1. (b) (i) Explique por qué f no es inyectiva.
LÍMITES DE FUNCIONES Y DE SUCESIONES
LÍMITES DE FUNCIONES Y DE SUCESIONES Índice: 1.Funciones reales de variable real-------------------------------------------------------------- 1 2. Límite finito de una función en un punto.---------------------------------------------------
Escenas 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
TEMA 6. EIGENVALORES Y EIGENVECTORES
TEMA 6. EIGENVALORES Y EIGENVECTORES M. C. Roberto Rosales Flores INSTITUTO TECNOLÓGICO SUPERIOR DE TLAXCO Ingeniería en Logística M. C. Roberto Rosales Flores (ITST TEMA 6. EIGENVALORES Y EIGENVECTORES
RELACIONES DE RECURRENCIA
Unidad 3 RELACIONES DE RECURRENCIA 60 Capítulo 5 RECURSIÓN Objetivo general Conocer en forma introductoria los conceptos propios de la recurrencia en relación con matemática discreta. Objetivos específicos
Tema 2 Límites de Funciones
Tema 2 Límites de Funciones 2.1.- Definición de Límite Idea de límite de una función en un punto: Sea la función. Si x tiende a 2, a qué valor se aproxima? Construyendo - + una tabla de valores próximos
Problemas y Ejercicios Resueltos. Tema 3: Aplicaciones Lineales.
Problemas y Ejercicios Resueltos. Tema : Aplicaciones Lineales. Ejercicios 1.- Determinar cuáles de las siguientes aplicaciones son lineales: (i) f : R R 2 definida por f((x, y, z)) = (x y, y + 2z). (ii)
(A) Primer parcial. si 1 x 1; x 3 si x>1. (B) Segundo parcial
CÁLCULO DIFERENCIAL E INTEGRAL I EVALUACIÓN GLOBAL E700 1) x 5 > 1. A) Primer parcial ) Sean las funciones ft) t +,gy) y 4&hw) w. Encontrar f/h, g f, f g y sus dominios. ) Graficar la función x + six
Subespacios 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
Tema 2 Límites de Funciones
Tema 2 Límites de Funciones 2.1.- Definición de Límite Idea de límite de una función en un punto: Sea la función. Si x tiende a 2, a qué valor se aproxima? Construyendo - + una tabla de valores próximos
Ejemplo 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
Transformaciones 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
Ecuaciones Diferenciales Tema 2. Trasformada de Laplace
Ecuaciones Diferenciales Tema 2. Trasformada de Laplace Ester Simó Mezquita Matemática Aplicada IV 1 1. Transformada de Laplace de una función admisible 2. Propiedades básicas de la transformada de Laplace
Aplicaciones 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
Apuntes 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
Álgebra. Curso 2007-2008
Álgebra. Curso 2007-2008 11 de septiembre de 2008 Resolución Ejercicio. 1. Sea A un anillo conmutativo. (1) Demostrar que cualesquiera ideales a, b de A verifican (a b)(a + b) ab. (2) Para A = Z[X] dar
Dominios de factorización única
CAPíTULO 3 Dominios de factorización única 1. Dominios euclídeos En la sección dedicada a los números enteros hemos descrito todos los ideales de Z. En este apartado introducimos una familia de anillos
4.1 El espacio dual de un espacio vectorial
Capítulo 4 Espacio dual Una de las situaciones en donde se aplica la teoría de espacios vectoriales es cuando se trabaja con espacios de funciones, como vimos al final del capítulo anterior. En este capítulo
6.1 Definición de valores y vectores característicos de una matriz cuadrada
6.Valores y Vectores Característicos 6. Definición de valores y vectores característicos de una matriz cuadrada El cálculo de los valores propios y de los vectores propios de una matriz simétrica tiene
Relaciones entre conjuntos
Relaciones entre conjuntos Parejas ordenadas El orden de los elementos en un conjunto de dos elementos no interesa, por ejemplo: {3, 5} = {5, 3} Por otra parte, una pareja ordenada consiste en dos elementos,
Grupos y Anillos - 3006993 Escuela de Matemáticas Universidad Nacional de Colombia, Sede Medellín. Problemas # 1
Grupos y Anillos - 3006993 Escuela de Matemáticas Universidad Nacional de Colombia, Sede Medellín Problemas # 1 1. Dé dos razones por las cuales el conjunto de los enteros impares no es un grupo con la
Análisis de una variable real I. Tijani Pakhrou
Análisis de una variable real I Tijani Pakhrou Índice general 1. Introducción axiomática de los números 1 1.1. Números naturales............................ 1 1.1.1. Axiomas de Peano........................
Transformaciones lineales invertibles (no singulares)
Transformaciones lineales invertibles (no singulares) Objetivos. Estudiar la definición y los criterios de invertibilidad de una transformación lineal. Requisitos. Funciones inyectivas, suprayectivas e
Valores propios y vectores propios
Capítulo 6 Valores propios y vectores propios En este capítulo investigaremos qué propiedades son intrínsecas a una matriz, o su aplicación lineal asociada. Como veremos, el hecho de que existen muchas
Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:
Capítulo 1 DETERMINANTES Definición 1 (Matriz traspuesta) Llamaremos matriz traspuesta de A = (a ij ) a la matriz A t = (a ji ); es decir la matriz que consiste en poner las filas de A como columnas Definición
Parte 1. Anillos y Módulos Capítulo 4. Anillos y módulos Noeterianos 4.7. Dominios de Dedekind
arte 1. Anillos y Módulos Capítulo 4. Anillos y módulos Noeterianos 4.7. Dominios de Dedekind De nición 4.7.1. Sea R un anillo conmutativo, se dice que R es un anillo hereditario (AH) si cada ideal de
Apuntes sobre algunos teoremas fundamentales de análisis complejo, con 20 ejemplos resueltos (2007-08)
Variable Compleja I (3 o de Matemáticas) Apuntes sobre algunos teoremas fundamentales de análisis complejo, con ejemplos resueltos (7-8) En estos apuntes, consideraremos las funciones anaĺıticas (holomorfas)
Matemáticas 1204, 2013 Semestre II Tarea 5 Soluciones
Matemáticas 104, 01 Semestre II Tarea 5 Soluciones Problema 1: Una definición errónea de línea tangente a una curva es: La línea L es tangente a la curva C en el punto P si y sólamente si L pasa por C
SEMANAS 07 Y 08 CLASES 05 Y 06 VIERNES 25/05/12 Y 01/06/12
CÁLCULO IV (7) SEMANAS 7 Y 8 CLASES 5 Y 6 VIERNES 5/5/1 Y 1/6/1 1 Observación Las propiedades de una función real de una variable real se reflejan en su gráfica Pero para w = f(), con w complejos, no es
Espacios vectoriales
Espacios vectoriales Problemas teóricos Muchos de estos problemas me los han enseñado mis colegas: profesores Flor de María Correa Romero, Carlos Domínguez Albino, Sergio González Govea, Myriam Rosalía
1. 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
Aplicaciones lineales
Capítulo 4 Aplicaciones lineales 4.1. Introduccción a las aplicaciones lineales En el capítulo anterior encontramos la aplicación de coordenadas x [x] B que asignaba, dada una base del espacio vectorial,
Definición 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
Construcción de bases en el núcleo e imagen de una transformación lineal
Construcción de bases en el núcleo e imagen de una transformación lineal Objetivos. Estudiar el algoritmo para construir una base del núcleo y una base de la imagen de una transformación lineal. Requisitos.
