Parte I. Iniciación a los Espacios Normados

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

Download "Parte I. Iniciación a los Espacios Normados"

Transcripción

1 Parte I Iniciación a los Espacios Normados

2

3 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 en R que satisface las tres propiedades siguientes: 1. x = 0 si y sólo si x = 0 2. λx = λ x, λ K, x E 3. x + y x + y, x, y E Al número real x se le denomina norma del vector x y se dice que el par (E, ) es un espacio normado. Ejemplos 1.1 (1) Las únicas normas sobre R son el valor absoluto y sus múltiplos positivos. En efecto, sea una norma cualquiera sobre R y sea k = 1. Entonces x = x 1 = x 1 = k x. (2) En R n las normas más utilizadas son ( n ) 1/p (x 1,..., x n ) p = x i p, p 1 i=1 (x 1,..., x n ) = max{ x 1,..., x n }. La comprobación, en las del tipo p, de la tercera propiedad de norma se basa en la desigualdad de Hölder (Ver ejercicio 1A), aunque para el caso p = 2 3

4 4 Espacios Normados 1.1 cabe una demostración alternativa, basada en la desigualdad de Cauchy- Schwartz. La 2 es la norma de la geometría euclídea, ella forma parte del importante grupo de normas que se derivan de un producto escalar y que vamos a estudiar a continuación: (3) Normas Euclídeas (o Prehilbertianas). Definición 1.2 Si E es un espacio vectorial real, un producto escalar sobre E es una aplicación, : E E R que cumple las siguientes condiciones: 1. x, x > 0, para x x, y = y, x, para todos x, y E. 3. λx, y = λ x, y. 4. x + y, z = x, z + y, z. A partir de un producto escalar se puede definir una norma sin más que tomar x = x, x 1/2. Para demostrarlo necesitamos establecer antes la desigualdad de Cauchy-Schwartz: (1.1) x, y E, x, y x y. En efecto, sean x, y dos vectores no nulos de E. Entonces, según la condición 1 de la definición de producto escalar, x + λy, x + λy 0, λ por lo que de la bilinealidad del mismo se deduce que λ 2 y, y + 2λ x, y + x, x 0, λ. equivalentemente (1.2) λ 2 y 2 + 2λ x, y + x 0, λ. Es bien conocido que un polinomio de segundo grado, ax 2 + bx + c, tiene signo constante si y sólo si su discriminante, b 2 4ac, es menor o igual que 0, Aplicado esto al polinomio (en λ) (1.2), resulta inmediatamente la desigualdad buscada. Comprobemos ya que x = x, x 1/2 es una norma. Las dos primeras condiciones de norma se obtiene directamente de la definición. Veamos pues la tercera: x + y 2 = x + y, x + y = x 2 + y x, y x 2 + y x y = ( x + y ) 2.

5 1.2 Espacios Normados 5 En particular, si consideramos en R n x, y = n i=1 x iy i, la norma asociada es x = x, x 1/2 = ( el producto escalar habitual: n x 2 i ) 1/2 = x 2. Sea ahora E = C[0, 1], el espacio vectorial de las funciones continuas sobre el intervalo compacto [0,1]. Sobre este espacio puede definirse muchas normas de interés: (4) Definiendo un producto escalar en E mediante la fórmula: f, g = 1 0 i=1 f(t)g(t)dt, (La única condición de producto escalar que no es trivial de comprobar es la primera, es decir que el producto escalar de una función no nula por sí misma es estrictamente positivo (ejercicio)) se construye, siguiendo el procedimiento descrito antes, una norma euclídea También son normas sobre E: ( 1 1/2 f = f, f 1/2 = f (t)dt) 2. 0 (5) (6) f = 1 0 f(t) d t. f = max{ f(t) : t [0, 1]}. Esta última norma se conoce como norma de la convergencia uniforme: Es claro que una sucesión de funciones de este espacio {f p } converge en el sentido de esta norma a la función f si y sólo si converge uniformemente i.e., si, para ε > 0, existe un índice ν tal que, si p ν, entonces f p (x) f(x) < ε para todo x. (7) Otros espacios normados habituales del Análisis son los espacios l p, p 1 y l (ver ejercicio 1B). l p, es el espacio vectorial de las sucesiones de K de potencia p-ésima sumable, es decir de las sucesiones (x n ) tales que xn p <, dotado de la norma x n p = ( xn p) 1/p.

6 6 Espacios Normados 1.2 l, es el espacio vectorial de las sucesiones acotadas de números reales (o complejos) con la norma del supremo, es decir: (x 1, x 2,..., x n,...) = sup{ x 1, x 2,..., x n,...}. De la definición de norma se deducen las siguientes propiedades adicionales: 4. x 0, x E. 5. x = x, x E. 6. x y x + y. 7. x y x y ( x + y ). Las propiedades 5 y 6 son evidentes. La propiedad 4 se obtiene así: 0 = x x x + x = 2 x x 0. Por último observemos que 7 equivale a que x y x y x y, desigualdades éstas que se prueban fácilmente a partir de la condición (3) de norma. 1.3 Toda norma lleva asociada de forma natural una distancia d definida por d(x, y) = x y. Esta distancia posee dos propiedades especiales: (i) d es invariante por traslaciones, es decir d(x, y) = d(x + a, y + a), cualesquiera que sean los puntos x, y, a E. (ii) d es absolutamente homogénea por homotecias, es decir d(λx, λy) = λ d(x, y). Ambas propiedades se comprueban de forma inmediata. Recíprocamente, es fácil ver que toda distancia sobre un espacio vectorial E que tengan las propiedades (i) y (ii) induce una norma sobre E (concretamente, x = d(x, 0)). La estructura de espacio normado Puesto que en un espacio normado se superponen dos estructuras, una algebraica, la de espacio vectorial, y otra topológica, la inducida por la métrica, todos los conceptos y propiedades asociadas a ellas admiten una formulación en este nuevo marco. Redefinamos, por ejemplo, los conceptos:

7 1.5 Espacios Normados 7 Bola abierta, B(a, r) = {x : x a < r}. Análogamente bola cerrada, B[a, r] y esfera, S[a, r]. Sucesión convergente. {x n } x si para cada ε > 0 existe un índice ν tal que si n ν entonces x n x < ε. Función continua en un punto. f : E F es continua en el punto x 0 si para cada ε > 0 existe un δ > 0 tal que si x x 0 < δ entonces f(x) f(x 0 ) < ε. Análoga definición para función uniformemente continua. Función lipschitziana. La función f : E F se dice lipschitziana si existe una constante k > 0 tal que f(x) f(y) k x y. Isometría. f es una isometría si f(x) f(y) = x y. Proposición 1.4 Toda propiedad topológica, uniforme o lipschitziana que tenga una bola abierta (cerrada), la tienen todas las bolas abiertas (cerradas). En particular si la bola cerrada unidad, B[0, 1], es compacta entonces toda bola cerrada es compacta. Demostración. Consideremos la aplicación T : E E definida por T (x) = a + rx. Esta aplicación es un homeomorfismo lipschitziano, ya que es lipschitziana: e inversible: T (x) T (y) = a + rx (a + rx) = r x y, T 1 (y) = a r + 1 r y. Y puesto que T 1 resulta del mismo tipo que T, esta aplicación también es lipschitziana. Así pues T es un homeomorfismo lipschitziano que, además, lleva la bola unidad en la bola con centro en a y radio r, ya que trivialmente B[a, r] = a + rb[0, 1]. Se tiene pues que toda propiedad a lo sumo lipschitziana de la bola unidad es también propiedad de cualquier otra bola, de lo que se deduce ya lo que queríamos. 1.5 A continuación vamos a reseñar algunas propiedades algebraicotopológicas de los espacios normados.

8 8 Espacios Normados Ningún subespacio vectorial propio tiene puntos interiores. 2. Un espacio normado es localmente compacto si y sólo si la bola cerrada unidad es compacta. 3. Ningún espacio normado puede ser compacto. 4. Todo espacio normado es conexo (por arcos) y localmente conexo (por arcos). 5. La adherencia de la bola abierta es la bola cerrada del mismo centro y radio. 6. Un conjunto abierto es conexo si y sólo si es conexo por arcos. La primera de estas propiedades es geométricamente intuitiva (Visualizase en el plano euclídeo). Formalmente es así: En primer lugar observemos que si L es un subespacio vectorial propio, 0 no es interior a L. En efecto, si x L, entonces en toda bola centrada en 0 existe algún vector λx proporcional a x. Trasladar a cualquier otro punto la situación del 0 es un sencillo ejercicio. (2) Prácticamente ha sido demostrada ya. Si la bola cerrada unidad es compacta, entonces cualquier bola cerrada es compacta, luego cada punto admite un entorno compacto, es decir que E es localmente compacto. Recíprocamente, si a admite un entorno V compacto, entonces también es compacta cualquier bola cerrada con centro en a contenida en V, y por la proposición 1.4, la bola cerrada unidad es compacta. Que no puede existir un espacio normado compacto es obvio. Todo espacio normado es un conjunto no acotado (si x 0 se pueden encontrar proporcionales a x de norma tan grande como se quiera). La propiedad (5) se deja como ejercicio. Las demás propiedades las comentamos más ampliamente a continuación. Conexión en espacios normados En un espacio normado tiene sentido considerar varias formas de conexión, algunas de ellas de naturaleza puramente algebraica. Definición 1.6 Se denomina segmento de extremos a, b, al conjunto [a, b] = {a + t(b a): t [0, 1]} = {(1 t)a + tb: t [0, 1]}. El conjunto A se dirá convexo si para cada par de puntos de A, el segmento que los une está totalmente contenido en A.

9 1.9 Espacios Normados 9 Proposición 1.7 Toda bola es un conjunto convexo. Demostración. Sean x, y dos puntos de la bola B(a, r) y sea z = (1 t)x+ty un punto del segmento [x, y]. Entonces z a = (1 t)x + ty ((1 t)a + ta (1 t) x a + t y a < (1 t)r + tr = r. Proposición 1.8 Todo espacio normado es conexo (por arcos) y localmente conexo. Demostración. Todo espacio normado es conexo por arcos, ya que para cada par de puntos x, y de E el segmento [x, y] define un arco (aplicación continua de un intervalo compacto de R en E) que une al punto x con el punto y. Este arco es la aplicación continua ϕ: [0, 1] E, definida por ϕ(t) = a + t(b a). Para demostrar que E es localmente conexo, observemos en primer lugar que por ser cada segmento un arco, se tiene trivialmente que cada conjunto convexo es conexo por arcos. Luego, de la proposición anterior resulta que para cada punto x de E, las bolas centradas en x constituyen una base de entornos conexos de x. El concepto de segmento admite una generalización natural Definiciones 1.9 (i) Llamaremos Poligonal de vértices x 0, x 1,..., x n al conjunto n 1 i=0 [x i, x i+1 ], o indistintamente a la aplicación (claramente continua) ϕ: [0, n] E definida por ϕ(t) = x i + (t i)(x i+1 x i ), si t [i, i + 1]. (ii) Un conjunto A se dirá conexo por poligonales si cada par de puntos x, y A se pueden conectar mediante una poligonal contenida en A y de extremos x e y. Es claro que convexo conexo por poligonales conexo por arcos conexo.

10 10 Espacios Normados 1.10 Proposición 1.10 En un espacio normado E, un conjunto abierto U es conexo si y sólo si es conexo por poligonales (a fortiori si y sólo si es conexo por arcos). Demostración. Sea U un abierto conexo y a un punto de U. Llamemos A al conjunto de puntos de U que se pueden conectar con a mediante una poligonal contenida en U. Vamos a demostrar que A es un conjunto a la vez abierto y cerrado en el subespacio topológico U. Esto implicará, en virtud de la conexión de U, que A coincide con U (A es no vacío ya que al menos el punto a A). A es abierto: Sea x A y sea B(x, r) una bola centrada en x y contenida en U. Esta bola debe estar contenida íntegramente en A, pues cada punto y de la misma se conecta con el centro x mediante el segmento [y, x], y x con a mediante una poligonal, luego también y se conecta con a mediante una poligonal. A es cerrado en U: Mediante un razonamiento análogo al anterior, se prueba que U \ A es un conjunto abierto. Ejercicios 1A Sean p, q números reales positivos tales 1/p + 1/q = 1 (observar que en estas condiciones p y q deben ser mayores que 1). (a) Demostrar la desigualdad: xy 1 p xp + 1 q yq, x, y 0. Indicación. Escribir xy = e 1 p ln xp + 1 q ln yq y tener en cuenta que la función e x es convexa. (b) (Desigualdad de Hölder) Utilizar el apartado anterior para demostrar que ( n n ) 1/p ( n ) 1/q x i y i x i p y i q. i=1 i=1 En otros términos, x, y x p y q, x = (x 1,..., x n ); y = (y 1,..., y n ). Indicación. Suponer en una primera etapa que x p = 1, y q = 1 y demostrar que entonces x, y 1. (c) Demostrar que x p = ( n i=1 x i p ) 1/p es una norma sobre R n. 1B Sea p un número real mayor o igual que 1 y denotemos por l p al conjunto de sucesiones de números reales (x n ) tales que n=1 x n p <. Definamos también l como el conjunto de las sucesiones acotadas de números reales. i=1

11 1F Espacios Normados 11 (a) Probar que l p y l son espacios vectoriales y que la expresiones x p = ( n=1 x n p ) 1/p ; x = sup x n n N definen sendas normas sobre l p y l (b) Demostrar que la adherencia en l del conjunto de sucesiones que tienen todos sus términos nulos, salvo un número finito de ellos, es c 0 : el espacio vectorial de sucesiones reales que convergen a 0. (c) Probar que l no es separable pero c 0 sí. 1C Demostrar que si es una norma sobre R n tal que (*) (u 1,..., u n ) 1 u i 1, entonces x i x, para cada x = (x 1,..., x n ) R n. Dar ejemplos de normas que no satisfagan la condición (*) para ningún i. 1D Estudiar si las expresiones siguientes definen una norma sobre R 2 : 1. (x, y) = 4x 2 + y (x, y) = x + y. 3. (x, y) = x + 3 x 3 + y (x, y) = (x y) 2 + y 2. 1E Demostrar que el conjunto {(x, y) R 2 : x + y < 1} no es convexo (hacer un dibujo de este conjunto). Deducir de ello que (x, y) = ( x + y ) 2 no es una norma sobre R 2 qué condición falla? 1F Sean (E i, i = 1, 2,..., n) una familia finita de espacios normados y empleemos la notación común para designar a las normas de E i. (a) Demostrar que (x 1,..., x n ) = n α i x i, α i 0, i=1 (x 1,..., x n ) = x x n 2 son normas sobre E = E 1... E n. (b) Utilizar lo anterior para demostrar que es una norma sobre R 3. (x, y, z) = (2 x + y ) 2 + z 2

12 12 Espacios Normados 1G 1G Sea (E, ) un espacio normado. Estudiar si la aplicación de E en sí mismo, f(x) = x x, es continua, uniformemente continua o lipschitziana. 1H Encontrar una norma sobre R 2 para la que la esfera unidad sea la elipse de ecuación x 2 + 4y 2 = 4. 1I (a) Probar que en un espacio normado un conjunto A es acotado si y sólo si existe una constante k tal que x k, para todo x de A. (b) Demostrar que en C[0, 1] todo conjunto acotado mediante la norma es también acotado mediante la norma f 1 = 1 f(t) dt. Es cierto el 0 recíproco? (c) Sea A = {P n (t) = t+1/2 t /n t n : n N} Es A un conjunto acotado para estas normas? 1J Sea F un espacio vectorial cerrado del espacio normado E. Probar que al espacio vectorial cociente E/F se le dota de estructura de espacio normado definiendo x + F = inf{ x + y : y F } = d(x, F ). 1K Sea (E, ) un espacio normado y sea d(x, y) = x y Puede ser d la distancia discreta? 1L (a) Probar que d(x, y) = x y 1 + x y es una distancia sobre R invariante por traslaciones, pero que no es absolutamente homogénea por homotecias. (b) Probar que d(x, y) = 3 x 3 y 3 es una distancia sobre R absolutamente homogénea por homotecias, pero no invariante por traslaciones. (c) Si d es una distancia sobre el espacio vectorial E, que no es invariante por traslaciones o absolutamente homogénea, puede ser la aplicación x d(x, 0) una norma sobre E. 1M Probar que la bola abierta unidad de un espacio normado E es homeomorfa a todo el espacio E. Indicación. Probar que la aplicación T (x) = establece el homeomorfismo buscado. x 1 + x

13 1T Espacios Normados 13 1N Sea E un espacio normado y f una aplicación continua de E en R tal que f(x) 0 para todo punto x E. Probar que entonces, o bien f(x) > 0 para cada x, o bien f(x) < 0 para cada x Es válida esta conclusión si se sustituye en lo anterior E por la esfera unidad? 1O (a) Probar que un espacio normado es completo (se dice entonces que es de Banach) si y sólo si su bola cerrada unidad es completa. (b) Probar que un espacio normado es separable si y sólo si la bola unidad es separable. 1P Sea {x n } con x n 0 para todo n, una sucesión de Cauchy en un espacio normado. (a) Probar que la sucesión de números reales { x n } es convergente. Sea α su límite. (b) Probar que si α > 0 entonces la sucesión { x n x n } es de Cauchy. (c) Demostrar con un ejemplo que si α = 0, la sucesión { x n x n } no es necesariamente de Cauchy. 1Q Sea {x n } una sucesión convergente a 0 en un espacio normado. Probar que también converge a 0 la sucesión: y n = x 1 + x x n n 1R Sea E el espacio normado C[0, 1] dotado de la norma de la convergencia uniforme y A = {f : f(0) = f(1) = 1; f = 1}. (a) Calcular la adherencia y el interior de A. (b) Es A un conjunto conexo? (c) Es A compacto? 1S Sea E un espacio vectorial sobre R. Demostrar que una aplicación : E R es una norma si y sólo si satisface las condiciones 1 y 2 de norma y la bola unidad {x: x 1} es un conjunto convexo. o 1T Sea A un conjunto convexo de un espacio normado tal que A. Probar que cl (A) = cl ( A). o Indicación. Probar que si a A, o x A entonces el segmento [a, x) A. o

14

1. Producto escalar, métrica y norma asociada

1. Producto escalar, métrica y norma asociada 1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la

Más detalles

Aplicaciones Lineales y Multilineales Continuas

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 detalles

Aplicaciones lineales continuas

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

Más detalles

Análisis III. Joaquín M. Ortega Aramburu

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...............................

Más detalles

Subconjuntos destacados en la

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,

Más detalles

(x + y) + z = x + (y + z), x, y, z R N.

(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 detalles

El Teorema de existencia y unicidad de Picard

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

Más detalles

Variedades Diferenciables. Extremos Condicionados

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

Más detalles

Tema 3. Espacios vectoriales

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

Más detalles

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 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 detalles

Subespacios vectoriales en R n

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

Más detalles

CONTINUIDAD DE FUNCIONES DE VARIAS VARIABLES

CONTINUIDAD 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 detalles

Campos conservativos. f(x) = f (x) = ( f x 1

Campos 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 detalles

March 25, 2010 CAPÍTULO 2: LÍMITES Y CONTINUIDAD DE FUNCIONES EN EL ESPACIO EUCLÍDEO

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

Más detalles

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES INECUACIONES NOTA IMPORTANTE: El signo de desigualdad de una inecuación puede ser,, < o >. Para las cuestiones teóricas que se desarrollan en esta unidad únicamente se utilizará la desigualdad >, siendo

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

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

Más detalles

ECUACIONES DIFERENCIALES ORDINARIAS. HOJA 9. La aplicación de Poincaré

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

Más detalles

Tema 2 Límites de Funciones

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

Más detalles

x : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3

x : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3 3 Sucesiones - Fernando Sánchez - - Cálculo I de números racionales 03 10 2015 Los números reales son aproximaciones que se van haciendo con números racionales. Estas aproximaciones se llaman sucesiones

Más detalles

Caracterización de los campos conservativos

Caracterización 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 detalles

Clasificación de métricas.

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

Más detalles

Tema 2 Límites de Funciones

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

Más detalles

Semana 08 [1/15] Axioma del Supremo. April 18, 2007. Axioma del Supremo

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

Más detalles

Aplicaciones Lineales

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

Más detalles

Apuntes de Matemática Discreta 9. Funciones

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

Más detalles

a < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)

a < 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 detalles

Espacios vectoriales y aplicaciones lineales.

Espacios vectoriales y aplicaciones lineales. Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en

Más detalles

Aplicaciones abiertas y cerradas

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

Más detalles

1. Teorema del Valor Medio

1. Teorema del Valor Medio 1. l Valor Medio Uno de los teoremas más importantes del cálculo diferencial de funciones reales de una variable real es el l Valor Medio, del que se obtienen consecuencias como el Taylor y el estudio

Más detalles

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

BASES 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 detalles

Ejemplos y problemas resueltos de análisis complejo (2014-15)

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

Más detalles

4.1 El espacio dual de un espacio vectorial

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

Más detalles

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.

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

Más detalles

Análisis Real: Primer Curso. Ricardo A. Sáenz

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.

Más detalles

Ejercicios de álgebra 1 Cuarto curso (2003/04)

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 1. Ideales primos y maximales. Nilradical y radical de Jacobson Profesor de

Más detalles

Espacios de Hilbert. 10.1. Producto Escalar y Norma. Tema 10

Espacios 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 detalles

UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES )

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

Más detalles

EXPRESIONES ALGEBRAICAS. POLINOMIOS

EXPRESIONES ALGEBRAICAS. POLINOMIOS EXPRESIONES ALGEBRAICAS. POLINOMIOS 1. EXPRESIONES ALGEBRAICAS. Estas expresiones del área son expresiones algebraicas, ya que además de números aparecen letras. Son también expresiones algebraicas: bac,

Más detalles

Grupos. Subgrupos. Teorema de Lagrange. Operaciones.

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

Más detalles

1. Ecuaciones no lineales

1. 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 detalles

Tema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO)

Tema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO) Vectores Tema. VECTORES (EN EL PLANO Y EN EL ESPACIO Definición de espacio vectorial Un conjunto E es un espacio vectorial si en él se definen dos operaciones, una interna (suma y otra externa (producto

Más detalles

Introducción al Análisis Complejo

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

Más detalles

Tema 5. Aproximación funcional local: Polinomio de Taylor. 5.1 Polinomio de Taylor

Tema 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 detalles

Anexo 1: Demostraciones

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:

Más detalles

MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASES # 13 y #14

MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASES # 13 y #14 MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASES # 3 y #4 Desigualdades Al inicio del Capítulo 3, estudiamos las relaciones de orden en los número reales y el signi cado de expresiones

Más detalles

1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS

1. 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 detalles

Ecuaciones Diferenciales Tema 2. Trasformada de Laplace

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

Más detalles

Funciones de varias variables

Funciones 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 detalles

Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones

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

Más detalles

1 Espacios y subespacios vectoriales.

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

Más detalles

Estructuras algebraicas

Estructuras 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 detalles

CALCULO AVANZADO. Campos escalares. Límite y continuidad UCA FACULTAD DE CIENCIAS FISICOMATEMATICAS E INGENIERIA

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

Más detalles

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

LÍMITES Y CONTINUIDAD DE FUNCIONES

LÍMITES Y CONTINUIDAD DE FUNCIONES Capítulo 9 LÍMITES Y CONTINUIDAD DE FUNCIONES 9.. Introducción El concepto de ite en Matemáticas tiene el sentido de lugar hacia el que se dirige una función en un determinado punto o en el infinito. Veamos

Más detalles

9.1 Primeras definiciones

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

Más detalles

(a) El triángulo dado se descompone en tres segmentos de recta que parametrizamos de la siguiente forma: (0 t 1); y = 0. { x = 1 t y = t. (0 t 1).

(a) El triángulo dado se descompone en tres segmentos de recta que parametrizamos de la siguiente forma: (0 t 1); y = 0. { x = 1 t y = t. (0 t 1). INTEGRALES DE LÍNEA. 15. alcular las siguientes integrales: (a) (x + y) ds donde es el borde del triángulo con vértices (, ), (1, ), (, 1). (b) x + y ds donde es la circunferencia x + y ax (a > ). (a)

Más detalles

Aplicaciones Lineales

Aplicaciones 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 detalles

CAPÍTULO III. FUNCIONES

CAPÍTULO III. FUNCIONES CAPÍTULO III LÍMITES DE FUNCIONES SECCIONES A Definición de límite y propiedades básicas B Infinitésimos Infinitésimos equivalentes C Límites infinitos Asíntotas D Ejercicios propuestos 85 A DEFINICIÓN

Más detalles

Juan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada

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

Más detalles

Sistemas de vectores deslizantes

Sistemas de vectores deslizantes Capítulo 1 Sistemas de vectores deslizantes 1.1. Vectores. Álgebra vectorial. En Física, se denomina magnitud fsica (o simplemente, magnitud) a todo aquello que es susceptible de ser cuantificado o medido

Más detalles

1. Funciones de varias variables: representaciones gráficas, límites y continuidad.

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

Más detalles

VECTORES. 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. 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 detalles

1.4.- 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 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 detalles

Diferenciabilidad. Definición 1 (Función diferenciable). Cálculo. Segundo parcial. Curso 2004-2005

Diferenciabilidad. 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 detalles

Funciones analíticas CAPÍTULO 2 2.1 INTRODUCCIÓN

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

Más detalles

Segundo de Bachillerato Geometría en el espacio

Segundo de Bachillerato Geometría en el espacio Segundo de Bachillerato Geometría en el espacio Jesús García de Jalón de la Fuente IES Ramiro de Maeztu Madrid 204-205. Coordenadas de un vector En el conjunto de los vectores libres del espacio el concepto

Más detalles

4 Aplicaciones Lineales

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

Más detalles

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}

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

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario) Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES

Más detalles

Límite y continuidad de funciones de varias variables

Límite y continuidad de funciones de varias variables Límite y continuidad de funciones de varias variables 20 de marzo de 2009 1 Subconjuntos de R n y sus propiedades De nición 1. Dado x 2 R n y r > 0; la bola de centro x y radio r es B(x; r) = fy 2 R n

Más detalles

Aplicaciones Lineales

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

Más detalles

Integrales paramétricas e integrales dobles y triples.

Integrales paramétricas e integrales dobles y triples. Integrales paramétricas e integrales dobles y triples. Eleonora Catsigeras * 19 de julio de 2006 PRÓLOGO: Notas para el curso de Cálculo II de la Facultad de Ingeniería. Este texto es complementario al

Más detalles

Programa de Topología General. Enrique Artal Bartolo. José Ignacio Cogolludo Agustín. Curso 2005/2006

Programa de Topología General. Enrique Artal Bartolo. José Ignacio Cogolludo Agustín. Curso 2005/2006 Programa de Topología General Enrique Artal Bartolo José Ignacio Cogolludo Agustín Curso 2005/2006 Departamento de Matemáticas, Universidad de Zaragoza, Campus Plaza San Francisco s/n, E-50009 Zaragoza

Más detalles

Tema 3: Producto escalar

Tema 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 detalles

E 1 E 2 E 2 E 3 E 4 E 5 2E 4

E 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 detalles

APLICACIONES DE LA MATEMATICA INTRODUCCION AL CALCULO AXIOMATICA DE LOS NUMEROS REALES

APLICACIONES DE LA MATEMATICA INTRODUCCION AL CALCULO AXIOMATICA DE LOS NUMEROS REALES APLICACIONES DE LA MATEMATICA INTRODUCCION AL CALCULO AXIOMATICA DE LOS NUMEROS REALES PROFESOR: CHRISTIAN CORTES D. I) LOS NUMEROS REALES. Designaremos por R, al conjunto de los números reales. En R existen

Más detalles

1. El teorema de la función implícita para dos y tres variables.

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(

Más detalles

una partícula como se verá más adelante. A partir de un objeto matemático como lo como el electromagnético o el de nuestro caso de estudio.

una partícula como se verá más adelante. A partir de un objeto matemático como lo como el electromagnético o el de nuestro caso de estudio. Capítulo 2 Marco Teórico En el presente capítulo se presentan algunos de los elementos básicos y principales de las herramientas utilizadas para el estudio de un campo de spin 2. La importancia de estas

Más detalles

Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos

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

Más detalles

TEMA 2: FUNCIONES CONTINUAS DE VARIAS VARIABLES

TEMA 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 detalles

Características de funciones que son inversas de otras

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 =

Más detalles

Ecuaciones Diferenciales Ordinarias de Primer Orden

Ecuaciones Diferenciales Ordinarias de Primer Orden Tema 2 Ecuaciones Diferenciales Ordinarias de Primer Orden Introducción Estudiaremos en este tema varios tipos de E.D.O. de primer orden que es posible resolver de forma exacta. 2.1 Ecuaciones en variables

Más detalles

Polinomios y Fracciones Algebraicas

Polinomios y Fracciones Algebraicas Tema 4 Polinomios y Fracciones Algebraicas En general, a lo largo de este tema trabajaremos con el conjunto de los números reales y, en casos concretos nos referiremos al conjunto de los números complejos.

Más detalles

Formas bilineales y cuadráticas.

Formas bilineales y cuadráticas. Tema 4 Formas bilineales y cuadráticas. 4.1. Introducción. Conocidas las nociones de espacio vectorial, aplicación lineal, matriz de una aplicación lineal y diagonalización, estudiaremos en este tema dos

Más detalles

Espacios vectoriales con producto interno

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.

Más detalles

GEOMETRÍA DEL ESPACIO EUCLÍDEO

GEOMETRÍA DEL ESPACIO EUCLÍDEO CAPÍTULO I. GEOMETRÍA DEL ESPACIO EUCLÍDEO SECCIONES 1. Vectores. Operaciones con vectores. 2. Rectas y planos en R 3. 3. Curvas y superficies en R 3. 4. Nociones de topología métrica. 1 1. VECTORES. OPERACIONES

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS 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 detalles

1. Derivadas parciales

1. Derivadas parciales Análisis Matemático II. Curso 2009/2010. Diplomatura en Estadística/Ing. Téc. en Inf. de Gestión. Universidad de Jaén TEMA 3. ABLES DIFERENCIACIÓN DE FUNCIONES DE VARIAS VARI- 1. Derivadas parciales Para

Más detalles

Tarea 4 Soluciones. la parte literal es x3 y 4

Tarea 4 Soluciones. la parte literal es x3 y 4 Tarea 4 Soluciones Extracto del libro Baldor. Definición. Término.-es una expresión algebraica que consta de un solo símbolo o de varios símbolos no separados entre sí por el signo + o -. Así, a, 3b, 2xy,

Más detalles

4 APLICACIONES LINEALES. DIAGONALIZACIÓN

4 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 detalles

Polinomios de Taylor.

Polinomios de Taylor. Tema 7 Polinomios de Taylor. 7.1 Polinomios de Taylor. Definición 7.1 Recibe el nombre de polinomio de Taylor de grado n para la función f en el punto a, denotado por P n,a, el polinomio: P n,a (x) = f(a)

Más detalles

II. ESPACIOS NORMADOS Y ESPACIOS DE BANACH

II. ESPACIOS NORMADOS Y ESPACIOS DE BANACH II. ESPACIOS NORMADOS Y ESPACIOS DE BANACH Se pretende en este capítulo establecer los resultados generales relacionados con el concepto de norma en un espacio vectorial así como mostrar las distintas

Más detalles

1. Números Reales 1.1 Clasificación y propiedades

1. 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 detalles

Funciones de varias variables reales

Funciones de varias variables reales Capítulo 6 Funciones de varias variables reales 6.1. Introducción En muchas situaciones habituales aparecen funciones de dos o más variables, por ejemplo: w = F D (Trabajo realizado por una fuerza) V =

Más detalles

FUNCIONES CUADRÁTICAS Y RACIONALES

FUNCIONES CUADRÁTICAS Y RACIONALES www.matesronda.net José A. Jiménez Nieto FUNCIONES CUADRÁTICAS Y RACIONALES 1. FUNCIONES CUADRÁTICAS. Representemos, en función de la longitud de la base (), el área (y) de todos los rectángulos de perímetro

Más detalles

1. ESPACIOS VECTORIALES

1. 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 detalles

TEMA 3: CONTINUIDAD DE FUNCIONES

TEMA 3: CONTINUIDAD DE FUNCIONES TEMA 3: CONTINUIDAD DE FUNCIONES. Valor Absoluto Trabajaremos en el campo de los números reales, R. Para el estudio de las propiedades de las funciones necesitamos el concepto de valor absoluto de un número

Más detalles

AXIOMAS DE CUERPO (CAMPO) DE LOS NÚMEROS REALES

AXIOMAS DE CUERPO (CAMPO) DE LOS NÚMEROS REALES AXIOMASDECUERPO(CAMPO) DELOSNÚMEROSREALES Ejemplo: 6 INECUACIONES 15 VA11) x y x y. VA12) x y x y. Las demostraciones de muchas de estas propiedades son evidentes de la definición. Otras se demostrarán

Más detalles