de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u

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

Download "de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u"

Transcripción

1 FUNDAMENTOS DE LOS ESPACIOS VECTORIALES ABSTRACTOS Prmeros ejemplos. Cosderemos el cojuto V de los vectores lbres del plao. Recordemos que la operacó de sumar vectores verfcaba las sguetes propedades: Asocatva: u + ( v + w ) ( u + v ) + w para todos u, v, w V Comutatva: Para todos u, v V se cumple que u + v v + u Elemeto eutro: exste el vector ulo 0 tal que u + 0 u para todo u V Elemeto opuesto: dado cualquer vector u V u V, exste otro vector ( ) + tal que u ( u) 0 També, recordemos que el producto de u vector lbre por u úmero real verfcaba las propedades: α + α u + α v α R y todos u, v V α + β u α u + β u α β R y todo u V α β u αβ u α β R y todo u V u u para todo u V ( u v ) ( ), ( ) ( ), Sea el cojuto de los úmeros complejos, C { z a + b / a, b } Ua tera, suma de complejos: ( a + b) + ( c + d) ( a + c) + ( b + d ) Otra extera, el producto de u úmero real por u complejo: ( ) Co respecto a la suma de complejos se verfca las sguetes propedades: z + z + z z + z + z, z, z, z C Asocatva: ( ) ( ) z + z z + z, z, z C Comutatva: R. E C se defe dos operacoes: λ a + b λa + λb Elemeto eutro: exste el complejo z0 + 0, tal que z + z0 z, z C Elemeto opuesto: Dado el complejo z a + b exste z a b tal que z + z z0 Respecto del producto por úmeros reales se verfca las propedades: λ z + z λ z + λ z ( ) λ + µ z λ z + µ z λ, µ R, z, z C ( ) ( λµ ) z λ ( µ z ) z z Espacos vectorales. Pag.

2 { } Sea R R R el producto cartesao de R por R : R ( x, y) / x R, y R E R se defe dos operacoes, Ua tera, suma de pares ordeados: ( x, y) + ( x, y ) ( x + x, y + y ) Otra extera, producto de u úmero real por u par ordeado: λ ( x, y) ( λx, λy) Respecto a la suma de pares ordeados se verfca las propedades: Asocatva: ( x, y) + ( x, y ) + ( x, y ) ( x, y) + ( x, y ) + ( x, y ) Comutatva: ( x, y) + ( x, y ) ( x, y ) + ( x, y) Elemeto eutro: exste el par ordeado ( 0,0 ) tal que ( x, y) + ( 0,0 ) ( x, y) Elemeto opuesto: dado u par ordeado ( x, y ) exste otro par ( x, y) ( x, y) + ( x, y) ( 0,0) tal que Co respecto al producto de úmeros reales por pares ordeados se verfca las propedades: λ ( x, y) + ( x, y ) λ ( x, y) + λ ( x, y ) ( λ + µ ) ( x, y) λ ( x, y) + µ ( x, y) ( λµ ) ( x, y) λ µ ( x, y) ( x, y) ( x, y) Todo esto para cualquer par ordeado de R y λ, µ R. Cosderemos el cojuto P de los polomos e x co coefcetes reales y de grado meor o gual que. E P se puede defr dos operacoes: Ua tera, suma de polomos: ( ax + bx + c ) + ( ax + bx + c ) ( a + a ) x + ( b + b ) x + ( c + c ) Otra extera, producto de u úmero real por u polomo: ( ) λ + + λ + λ + λ ax bx c ax bx c Se comprueba co facldad que se verfca las cuatro propedades co la suma y las cuatro co el producto de los ejemplos aterores. Espacos vectorales. Pag.

3 Nocó de espaco vectoral sobre el cuerpo de los úmeros reales La abudaca de cojutos como los aterores, dode e todos puede defrse dos operacoes, ua tera e la que sumamos elemetos del cojuto y obteemos otro elemeto del msmo cojuto y otra extera e la que multplcamos u elemeto del cojuto por u úmero real, obteedo u uevo elemeto del cojuto, y tales que se verfca esas ocho propedades, llevó a los matemátcos a estudar todos los casos a la vez desde u puto de vsta geeral, de modo que cuatas coclusoes se obtega del estudo abstracto pueda aplcarse luego a cada caso partcular. Así, el uevo objeto de estudo será u cojuto cualquera co las dos operacoes ya mecoadas, que llamaremos espaco vectoral. Defcó: U cojuto E es u espaco vectoral sobre el cuerpo R de los úmeros reales cuado e él se ha defdo + dos operacoes, ua tera, que llamaremos suma y que se represeta por +, E E E, y otra extera, que llamaremos producto por úmeros reales, represetada por el símbolo, R E E a, b, c E y α, β R se cumple: Respecto de la operacó tera se verfca las sguetes propedades: ) Asocatva: ( a + b) + c a + ( b + c) ) Exsteca de elemeto eutro: 0 E/ 0 + a a + 0 a, a E, tal que para cualesquera ) Exsteca de elemeto opuesto: a E, a E/ a + a a + a. Al elemeto opuesto de a se le deota por ( a). 4) Comutatva: a + b b + a. Respecto de la operacó extera se verfca las sguetes propedades: ) Dstrbutva de la ley extera respecto de la tera e E : ( a b) α + α a + α b ) Dstrbutva de la ley extera respecto de la suma de R : ( α + β ) a α a + β a ) Asocatva mxta: α ( β a) ( αβ ) a 4) Neutraldad de la ley extera: a a A este cojuto co estas operacoes se le suele deotar por ( E, +,, R ), y se dce que E es u R-espaco vectoral. Los elemetos de E se llama vectores y los escrbremos co letras latas; los elemetos de R se llama escalares y los escrbmos co letras gregas. Los cuatro cojutos de los prmeros ejemplos co las operacoes allí defdas so R-espacos vectorales. Proposcó: Para todo a de u espaco vectoral E y todo α de R, se verfca: ) 0 a ) α 0 α a α a α a ) ( ) ( ) ( ) 4) ( ) a a 5) S α a, etoces α o a Espacos vectorales. Pag.

4 Demostracó: ) Teemos que a a ( ) + 0 a a + 0 a a + 0 a a a + 0 a, etoces sumado e ambos lados el opuesto de a obteemos que 0 a. ) Para todo a de E y todo α de R es ( ) etoces sumado e ambos membros el opuesto del vector ) Como α ( α ) α ( α ) ( α ) α a + α 0 α a + 0 α a α a + α 0 α a, α a obteemos que α 0. 0 a + a a + a a es el opuesto de α a, es decr ( α ) a ( α a). Aálogamete se prueba que α ( a) ( α a). 4) Utlzado lo obtedo e el apartado ateror: ( ) a ( ) a a. α, y, como a 0 α teemos α ( α ) α ( α α ) 5) Supogamos que α 0, etoces exste α s multplcamos ambos membros por a 0 a a a Proposcó: Todos los elemetos dsttos de los elemetos eutros de E y de R para las respectvas sumas verfca: S α a α b a b, α 0 S α a β a α β, a 0 Subespacos vectorales Defcó: Sea E u espaco vectoral sobre el cuerpo de los úmeros reales; se llama subespaco vectoral de E sobre R a todo subcojuto A E tal que teedo e cueta las dos operacoes (tera y extera) defdas para E, A es u espaco vectoral. Teorema (Caracterzacó de u subespaco vectoral) La codcó ecesara y sufcete para que u subcojuto A de u R -espaco vectoral E sea u subespaco a b A y α R se verfque: vectoral es que para cualquera que sea, Demostracó: a + b A α a A Codcó ecesara: S A es u subespaco vectoral de E, A es u R -espaco vectoral y obvamete se verfca las codcoes del teorema. Codcó sufcete: Supoemos que se verfca que para todos a, b A y α R es a + b A y α a A. Veamos que A es u R -espaco vectoral. Espacos vectorales. Pag. 4

5 Como α a A para todo α R, e partcular 0 a A, co lo que A cotee al vector cero, A tee elemeto eutro. Además, para todo a A está e A., ( ) a a A; por tato, el opuesto de cualquer vector de A Etoces, la suma de vectores de A tee las cuatro propedades ecesaras para ser espaco vectoral puesto que las propedades asocatva y comutatva las hereda de E (todos los vectores de E las cumple y los vectores de A també lo so de E ). De gual modo, las cuatro propedades ecesaras relacoadas co el producto de vectores de A por escalares també las hereda de E. A partr de este teorema es evdete la sguete afrmacó: La codcó ecesara y sufcete para que u subcojuto A de u R -espaco vectoral E sea u subespaco a b A y α, β R se verfque: α a + β b A vectoral es que para cualquera que sea, Ejemplos: Probar que el subcojuto ( ) {,, / 0, 0} A x y z R x + y x y + z es u subespaco vectoral de R. x + y x + y Tomamosdoselemetos a, b A a ( x, y, z) co y b ( x, y, z ) co x y + z x y + z veamosquea b A ; a b x, y, z x, y, z x x, y y, z z A puestoque: + + ( ) + ( ) ( ) ( x + x ) + ( y + y ) ( x + y) + ( x + y ) + 0 ( x + x ) ( y + y ) + ( z + z ) x + x y y z z ( x y z) ( x y z ) x + y ( x + y) 0 ( x) ( y) ( z) ( x y z) ( ) ( ) Comprobamosahoraque α a A, α R ; α a α x, y, z αx, αy, αz A puestoque: α α α α α α + α α + α 0 Por tato A es subespaco vectoral der. Comprobar s el subcojuto B ( x y z) {,, / x y z 4} R + es u subespaco vectoral de Tomamosdoselemetos a b B a ( x y z) co x y z ( ) veamossa + b B a + b ( x y z) + ( x y z ) ( x + x y + y z + z ) B puestoque ( x x ) ( y y ) ( z z ) x x y y z z ( x y z) ( x y z ) R.,,, + 4 y b x, y, z co x + y z 4 ;,,,,,, : PortatoBoessubespacovectoraldeR. Defcó: Se dce que u vector u E es combacó leal del cojuto o sstema de vectores { e e e e } de E cuado exste elemetos de R, { α α α α },,,, u α e + α e + α e + + α e Ejemplo: Dados los vectores e (,,0) y (,, ) e de,,,,, tales que: R, el vector ( 4, 5,) u es combacó leal del sstema formado por los dos vectores aterores puesto que exste α, α R tales que u α e + α e. E efecto: Espacos vectorales. Pag. 5

6 ( 4, 5,) (,,0) (,, ) ( 4, 5, ) (,, ) u α e + α e α + α α α α + α α α α 4 α + Teorema: α α 5 u e e α α Sea S u cojuto fto o fto de vectores de u espaco vectoral E. Etoces, el cojuto de todos los vectores que so combacó leal de u úmero fto de elemetos de S es u subespaco vectoral de E llamado cerre leal de S o subespaco geerado por S, que deotamos por S o S. Demostracó: Dados dos vectores cualesquera u, v S, teemos que tato u como v so combacó leal de u úmero fto de elemetos de S. Por tato para cualquer par de úmeros α, β R es evdete que α u + β v es combacó leal de u úmero fto de elemetos de S y, e cosecueca, α u + β v S. Co esto queda probado que S es u subespaco vectoral, cotedo e E. Defcó: Se dce que u sstema de vectores S es u sstema de geeradores para u espaco vectoral E, s el subespaco geerado por S cocde co E, S E. Esto quere decr que S es sstema de geeradores para E cuado cualquer vector de E se puede expresar como combacó leal de u úmero fto de vectores de S. Ejemplo: Cosderamos los vectores de {,, } S e e e es u sstema de geeradores para R e (,, ), e ( 0,, ), e (,0,). Veamos que R. (,, ) (,,) ( 0,, ) (,0,) u α e + α e + α e x y z α + α + α α + α x α + α x + y ( x, y, z) ( α + α, α + α, α α + α) α + α y α + 4α z α + α z 4x y z x + y z x + y + z α, α, α x y z x + y z x + y + z Luego u ( x, y, z) (,,) + ( 0,, ) + (,0, ) y, ecosecueca, Ses u sstema de geeradores parar. Defcó: U espaco vectoral E se dce que es de tpo fto s exste u sstema de geeradores para E co u úmero fto de elemetos. E lo sucesvo, sólo cosderaremos espacos vectorales de tpo fto. Depedeca e depedeca leal Defcó: Se dce que u sstema de vectores de u espaco vectoral E es lgado o que costtuye u sstema de vectores lealmete depedetes s exste al meos uo de ellos que sea combacó leal del resto. Espacos vectorales. Pag. 6

7 E caso cotraro se dce que el sstema es lbre o que los vectores so lealmete depedetes. Teorema (Caracterzacó de los sstemas lgados): El sstema { e e e e },,,,, formado por vectores de u espaco vectoral E, es u sstema lgado s podemos ecotrar ua combacó leal α e + α e + α e + + α e co algú α 0. Demostracó: Supogamos que el sstema es lgado; etoces, al meos uo de sus vectores es combacó leal del resto, por ejemplo e. Etoces podemos escrbr e α e + α e + + α e para certos α R, de dode se deduce que e α e α e α e, expresó que tee al meos u escalar o ulo. Recíprocamete, supogamos que e la relacó α e + α e + α e + + α e exste algú α 0, por ejemplo α 0 (s o, reordeamos el sstema). Como α 0, exste su verso y multplcado por él la relacó ateror, queda: α α α ( α e + α e + α e + + α e ) 0 e + e + e + + e α α α α α α α α e e e e α α α y, por tato, el vector e se expresa como combacó leal del resto, co lo que el sstema es lgado. Proposcó: El vector ulo depede lealmete de cualquer sstema de vectores. Cualquer vector o ulo forma u sstema lbre. Cualquer sstema de vectores que cotega al vector ulo es u sstema lgado. Cualquer sstema que tega dos vectores guales es u sstema lgado. Cualquer sstema que tega dos vectores proporcoales es u sstema lgado. Cualquer sstema de vectores que se obtega añadedo uevos vectores a u sstema lgado es també u sstema lgado. La demostracó de esta proposcó se propoe como ejercco. Ejemplos: Cosderemos e { } R el sstema S e (,0, ), e ( 0,, ), e (,, ). Veamos que S es lgado. Formamos la combacó leal α e + α e + α e que equvale a: (,0,) ( 0,, ) (,, ) ( 0,0,0) α + α + α, o lo que es lo msmo: α + α α + α, α + α, α α α,0,0 α + α α α α ( ) ( ) α α α α Co lo que el sstema tee ftas solucoes, depededo del valor que demos a α. Por ejemplo, s α α, α, co lo que el sstema es lgado y ua relacó de depedeca leal sería e e + e, es decr, e e e +. Espacos vectorales. Pag. 7

8 Cosderemos e { } R el sstema S e (,, ), e ( 0,, ), e (,0, ). Veamos que S es lbre. Formamos la combacó leal α e + α e + α e que equvale a: (,,) ( 0,, ) (,0, ) ( 0,0,0) α + α + α, o lo que es lo msmo: α + α α α + α, α + α, α α α,0,0 α + α α α α α 0 α ( ) ( ) Co lo que la úca posbldad de formar ua combacó leal ula es co α α α y, coclumos que, el sstema es lbre. Sea S { e, e, e } u sstema lbre de R es lbre. Demostrar que S { u e e, u e e, u e e } Formamos la combacó leal α u + α u + α u que equvale a: ( ) ( ) ( ) ( ) ( ) ( ) α e + e + α e + e + α e + e α + α e + α + α e + α + α e α + α como S { e, e, e} eslbre α + α α α α S { u, u, u} eslbre. α + α Base y dmesó de u espaco vectoral Defcó: U sstema de vectores B { e e e e },,,, de u espaco vectoral E es ua base de E cuado cualquer vector v de E se expresa de forma úca como combacó leal de los elemetos de B, v α e + α e + α e + + α e para certos escalares α R. A los escalares ordeados ( α α α α ),,,, se los llama coordeadas de v respecto de la base B. A cotuacó eucamos u teorema que permte dstgur s u sstema de vectores es base de u espaco vectoral de ua forma más operatva. Teorema (de caracterzacó de bases): U sstema de vectores B { e e e e },,,, de u espaco vectoral E es ua base s y sólo s B es u sstema de geeradores para E y además es u sstema lbre. Demostracó: Supogamos que B es ua base. Es evdete que B es u sstema de geeradores por la propa defcó de base. Como todo vector v de E se escrbe de maera úca como combacó leal de vectores de B, e partcular el vector ulo se escrbe 0 e + 0 e + 0 e e y como esta forma debe ser úca, s teemos α e + α e + α e + + α e, por fuerza teemos que α α α α y etoces el sstema B es lbre. Espacos vectorales. Pag. 8

9 Recíprocamete, s B es sstema de geeradores, todo vector v E se puede expresar así v α e + α e + α e + + α e para certos escalares α R. Veamos que esta expresó es úca. S v se pudese expresar de dos formas dsttas, como combacó leal de elemetos de B: v α e + α e + α e + + α e ; α R v β e + β e + β e + + β e ; β R Restado membro a membro teemos: ( α β) ( α β ) ( α β) ( α β ) y como B { e e e e } es lbre, se deduce 0 v v e + e + e + + e,,,, ( α β ) ( α β ) ( α β ) ( α β ), es decr, α β, α β,, α β, co lo que la expresó de v e el sstema B es úca y e cosecueca B es base. Ejemplo: Cosderemos e es base de R. { } R el sstema S e ( 0,, ), e (, 0, ), e (,,0) S es sstema de geeradores: sea u R, u ( x, y, z) combacó leal de los elemetos de S.. Veamos que S, comprobemos que puede poerse como (,, ) ( 0,,) (, 0,) (,, 0) u α e + α e + α e x y z α + α + α etoces α + α x y + z x x y + z x + y z ( x, y, z) ( α + α, α + α, α + α ) α + α y α, α, α α + α z y + z x x y + z x + y z por tato u ( x, y, z) e + e + e y S es sstema de geeradores. S es sstema lbre: formamos la combacó leal α e + α e + α e que equvale a: ( 0,,) (, 0,) (,,0) ( 0, 0, 0) α + α + α, o lo que es lo msmo: α + α α α + α, α + α, α + α,0,0 α + α α α α 0 + α ( ) ( ) Etoces, la úca posbldad de formar ua combacó leal ula es co α α α, el sstema es lbre y costtuye ua base de R. y + z x x y + z x + y z La expresó u ( x, y, z) e + e + e os permte calcular, drectamete, las coordeadas de cualquer vector de R e la base S, por ejemplo s (,,4) u e la base caóca de R, u e 4 + e + e y 9 u e 5 + e + e, 9 5 co lo que u,, e la base S. Espacos vectorales. Pag. 9

10 Los espacos vectorales de tpo fto posee por lo meos ua base. S alguo tee dos bases, éstas tee el msmo úmero de elemetos. Ambas cosas sucede e todos los casos como prueba los sguetes teoremas. Teorema (de exsteca de base): Cualquer espaco vectoral de tpo fto E que o se reduce al vector ulo posee, al meos, ua base. Demostracó: Sea S { e e e e },,,, k u sstema de geeradores de E. Como E o es el espaco ulo, exste al meos u vector o ulo e S ; por tato, exste subcojutos de S que so lbres. S supoemos que S es lgado, etoces se verfca que α e + α e + + α e, co algú α 0. Supogamos que α 0 (s o, reordeamos el sstema de tal forma que el últmo escalar sea k dstto de cero). α α αk Etoces ek e e ek, como cualquer vector de E se puede escrbr como α α α k k k combacó leal de { e e e e } éste últmo cojuto, { } S el cojuto { },,,, k, y k e, e, e,, ek geera E. k k e se escrbe como combacó leal de { } e, e, e,, ek, e, e, e,, ek es lgado podemos proceder de gual modo para reducr e uo el úmero de vectores geeradores. Este proceso debe cotuar hasta cosegur u subcojuto de S que sea lbre, subcojuto que posee al meos u vector por ser el espaco E o ulo, y que será ya ua base de E. Teorema (de la base): E u espaco vectoral E de tpo fto todas las bases tee el msmo úmero de elemetos. La demostracó de este teorema se apoya e dos resultados prevos: Lema: Sea B { e e e e } α 0 α α α,,,, ua base de E y sea u u vector de E, u e + e + + e, etoces e la base B se puede susttur el vector e por el vector u de tal maera que el cojuto resultate sgue sedo base de E. Demostracó: Supogamos que el escalar dstto de cero es el prmero, s o reordeamos la base, α 0. Veamos que { } B u e e e es base de E.,,,, B es sstema de geeradores: Es sufcete co ver que los vectores de B se puede poer como combacó leal de los vectores deb. Esto es claro para los vectores e, e,, e, veámoslo para e. u α e + α e + + α e y α 0 etoces se tee que: Como e u α e α e α e, co lo que e se expresa como combacó leal de los α α α α vectores de B.. S Espacos vectorales. Pag. 0

11 B es lbre: Dada cualquer relacó λ u + λ e + λ e + + λ e, veamos que λ λ λ λ. ( ) ( λ α ) + ( λ α + λ ) + + ( λ α + λ ) λ u + λ e + λ e + + λ e λ α e + α e + + α e + λ e + λ e + + λ e e e e 0. Como B es base, cualquer combacó leal ula de los elemetos de B oblga a que los escalares sea todos cero. Etoces teemos: λα como α 0 λ λα + λ λ λα + λ λ λ λ λ λ. Por tato B es base. Teorema de Stetz (o de la base completa): Sea B { e e e e } ua base de E y sea { u u u u },,,, Etoces se cumple que k,,,, k u sstema lbre de vectores de E. y, puede elegrse coveetemete ( k ) maera que añaddos al cojuto { u u u u },,,, k forma ua ueva base de E. vectores de la base B de tal Demostracó: Como u E, etoces u α e + α e + + α e co algú α 0 (o puede ser ulos todos los α porque sería 0 u, y el sstema { u u u u },,,, k o sería lbre) Supogamos que α 0; s o fuese así reordearíamos los vectores de la base. Etoces basádoos e el Lema ateror, se deduce que B { u e e e },,,, es base de E. Como u E, etoces u β u + β e + + β e dode los escalares β, β,, β o puede ser todos cero smultáeamete pues tedríamos que u y u sería lealmete depedetes. Por tato algú 0 β para {,,, } obtee que B { u u e e }. Supogamos que β 0. Aplcado de uevo el Lema se,,,, es base de E. Se repte sucesvamete el proceso hasta susttur todos los vectores u, u, u,, uk. Es claro que k, pues s fuese k >, ua vez susttudos todos los vectores u posbles, obtedríamos {,,,, } B u u u u, base de E, y los vectores u, u,, uk prmeros, lo cual cotradce el hecho de que { u u u u } + + sería combacó leal de los,,,, k sea u sstema lbre. Por tato k y, después de susttur k de los vectores de B por los k vectores u, u, u,, uk, se obtee el sstema {,,,,,,,, } Bk u u u uk e e e k que es base de E. Demostracó del teorema de la base: Supogamos que B { e, e, e,, e } y B { u, u, u,, u } m so dos bases de u espaco vectoral E. Tomado B como base y B m como sstema lbre y aplcado el teorema de Stetz se verfca que m. Tomado después B m como base y B como sstema lbre y aplcado de uevo el teorema de Stetz se verfca que m. Por tato m, y ambas bases tee el msmo úmero de elemetos. Espacos vectorales. Pag. m

12 Defcó: Se llama dmesó de u espaco vectoral E de tpo fto al úmero de elemetos de cualquera de sus bases y se deota por dme. Corolaro : S E es u espaco vectoral de dmesó, etoces toda coleccó de vectores de E que sea lealmete depedetes etre sí costtuye ua base de E. Demostracó: Cosecueca medata del teorema de Stetz. Corolaro : E u espaco vectoral E de dmesó se verfca que todo cojuto de m vectores, co m >, es lgado. Demostracó: S fuese lbre, por el teorema de Stetz, debería ser m. Espacos vectorales. Pag.

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3 Probabldad PROBABILIDAD 1. Expermetos aleatoros... 2 2. Espaco muestral asocado a u expermeto aleatoro. 3 3. Sucesos... 3 4. El álgebra de Boole de los sucesos... 4 5. Frecuecas. Propedades... 6 6. Defcó

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax + bx + c = 0 se aalzó el sgo

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

Topología General Capítulo 0-2 -

Topología General Capítulo 0-2 - Topología Geeral Topología Geeral apítulo - - - - Topología Geeral apítulo - 3 - Breve reseña hstórca Sus orígees está asocados a la obra de Euler, ator y Möbus. La palabra topología había sdo utlzada

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función Uversdad Poltécca de Madrd Igeería de Mas Fórmulas de de Dervacó Numérca: Aproxmacó de de la la dervada prmera de de ua fucó Prof. Alfredo López L Beto Prof. Carlos Code LázaroL Prof. Arturo dalgo LópezL

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

TEMA 4: NÚMEROS COMPLEJOS

TEMA 4: NÚMEROS COMPLEJOS TEMA : COMPLEJOS 1 EN FOMA BINÓMICA 1.1 DEFINICIONES Sabemos que la resolucó de alguas ecuacoes de º grado coduce a ua raíz cuadrada de u º egatvo. Dcha raíz o tee setdo e el cojuto de los úmeros reales.

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática Ce.R.P. del Norte Rvera Julo de Departameto de Matemátca Notas para el curso de Fudametos de la Matemátca CONGRUENCIAS NUMÉRICAS Y ECUACIONES DE CONGRUENCIA. RECORDANDO CONCEPTOS: La cogrueca es ua relacó

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

CENTRO DE MASA centro de masas centro de masas

CENTRO DE MASA centro de masas centro de masas CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se

Más detalles

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES UNIDD.- Marces (ema del lbro). MTRICES Ua mar se puede eeder como ua abla de úmeros ordeados e flas columas Defcó.- Se llama mar de dmesó m a u cojuo de úmeros reales dspuesos e m flas columas de la sguee

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad. Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

Juegos finitos n-personales como juegos de negociación

Juegos finitos n-personales como juegos de negociación Juegos ftos -persoales como uegos de egocacó A.M.Mármol L.Moro V. Rubales Departameto de Ecoomía Aplcada III. Uversdad de Sevlla. Avd. Ramó Caal.. 0-Sevlla. vrubales@us.es Resume Los uegos -persoales ftos

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

Más detalles

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD. NSTTUTO TECNOLÓGCO DE ZCO Estadístca OLDD XOMS Y TEOEMS DE L OLDD. DEFNCONES DE L OLDD. La palabra probabldad se utlza para cuatfcar uestra creeca de que ocurra u acotecmeto determado. Exste tres formas

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

TEMA 4: VALORACIÓN DE RENTAS TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos

Más detalles

1.9. ESTÁTICA CON ROZAMIENTO

1.9. ESTÁTICA CON ROZAMIENTO Fudametos y Teorías Físcas ETS Arqutectura.9. ESTÁTICA CON ROZAMIENTO Hemos estudado el equlbro de los cuerpos stuados lbremete e el espaco, o cuado estaba udos medate elaces a otros cuerpos o a bases

Más detalles

2.- ESPACIOS VECTORIALES. MATRICES.

2.- ESPACIOS VECTORIALES. MATRICES. 2.- ESPACIOS VECTORIALES. MATRICES. 2.1. -ESPACIOS VECTORIALES Sea u cojuto V, etre cuyos elemetos (a los que llamaremos vectores) hay defiidas dos operacioes: SUMA DE DOS ELEMENTOS DE V: Si u, v V, etoces

Más detalles

Los números complejos

Los números complejos Los úmeros complejos Los úmeros complejos Forma biómica Defiició z = a + bi, o bie, z = (a, b) siedo a la parte real y b la parte imagiaria. a = r cos α b = r se α Opuesto z = a bi Cojugado z = a bi Represetació

Más detalles

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes

Más detalles

Sistema binario. Disoluciones de dos componentes.

Sistema binario. Disoluciones de dos componentes. . Itroduccó ermodámca. ema Dsolucoes Ideales Ua dsolucó es ua mezcla homogéea, o sea u sstema costtudo por ua sola fase que cotee más de u compoete. La fase puede ser: sólda (aleacoes,..), líquda (agua

Más detalles

con operacion inversa la resta (suma de opuestos) y una operacion producto escalar, que no es interna,

con operacion inversa la resta (suma de opuestos) y una operacion producto escalar, que no es interna, Tema 9 El plao complejo 9. Números complejos E IR, las operacioes suma producto de úmeros reales so operacioes iteras (el resultado de operar es otro úmero real) que permite la existecia de operacioes

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES

Más detalles

Este documento es de distribución gratuita y llega gracias a El mayor portal de recursos educativos a tu servicio!

Este documento es de distribución gratuita y llega gracias a  El mayor portal de recursos educativos a tu servicio! Este documeto es de dstrbucó gratuta y llega gracas a Ceca Matemátca www.cecamatematca.com El mayor portal de recursos educatvos a tu servco! INTRODINTRODUCCIÓN D etro del estudo de muchos feómeos de

Más detalles

GENERACION DE NUMEROS ALEATORIOS

GENERACION DE NUMEROS ALEATORIOS GENERACION DE NUMEROS ALEATORIOS U paso clave e smulacó es teer rutas que geere varables aleatoras co dstrbucoes especfcas: epoecal, ormal, etc. Esto es hecho e dos fases. La prmera cosste e geerar ua

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

2 - TEORIA DE ERRORES : Calibraciones

2 - TEORIA DE ERRORES : Calibraciones - TEORIA DE ERRORES : Calbracoes CONTENIDOS Errores sstemátcos.. Modelo de Studet. Curvas de Calbracó. Métodos de los Mímos Cuadrados. Recta de Regresó. Calbracó de Istrumetos OBJETIVOS Explcar el cocepto

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar

Más detalles

. Usaremos una vía algebraica y una geométrica que nos

. Usaremos una vía algebraica y una geométrica que nos Título: La desgualdad etre la meda artmétca y geométrca e problemas de olmpadas. Resume: E el presete artículo se pretede mostrar la utldad de ua desgualdad ta elemetal como la relacó etre las medas artmétca

Más detalles

5- VARIABLES ALEATORIAS BIDIMENSIONALES

5- VARIABLES ALEATORIAS BIDIMENSIONALES Parte Varables aleatoras bdmesoales Prof. María B. Ptarell 5- VARIABLES ALEATORIAS BIDIMENSIONALES 5. Geeraldades Hasta ahora hemos cosderado el caso de varables aleatoras udmesoales. Esto es, el resultado

Más detalles

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE - INTRODUCCION Es tecó aalzar e este trabajo las coocdas relacoes costo-volume-utldad para el caso e que sus compoetes sea: w : costo varable utaro

Más detalles

Tema 1: Números Complejos

Tema 1: Números Complejos Números Complejos Tema 1: Números Complejos Deició U úmero complejo es u par ordeado (x, y) de úmeros reales Éste puede iterpretarse como u puto del plao cuya abscisa es x y cuya ordeada es y El cojuto

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

R-C CARGA Y DESCARGA DE UN CONDENSADOR

R-C CARGA Y DESCARGA DE UN CONDENSADOR RC CARGA Y DESCARGA DE UN CONDENSADOR CONTENIDOS Estado trastoro de carga y descarga. Cálculo de la costate de tempo. Método de cuadrados mímos. Errores que se comete durate la evaluacó de τ OBJETIVOS

Más detalles

Actividad: Elabora un resumen de la información que se muestra a continuación y analiza los procedimientos que se muestran.

Actividad: Elabora un resumen de la información que se muestra a continuación y analiza los procedimientos que se muestran. Actvdad: Elabora u resume de la formacó que se muestra a cotuacó y aalza los procedmetos que se muestra. Fudametos matemátcos de la electróca dgtal Sstemas de umeracó poscoales E u sstema de esta clase,

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

Más detalles

CAP ITULO I ALGEBRA LINEAL. 1

CAP ITULO I ALGEBRA LINEAL. 1 CAPÍTULO I ÁLGEBRA LINEAL 1 Tema 1 Espacios Vectoriales Notaremos por R al cuerpo de los úmeros reales Defiició 11 Sea E u cojuto o vacío e el que se tiee defiida ua ley de composició itera (llamada suma):

Más detalles

ANALISIS DE SISTEMAS LINEALES CONTINUOS EN EL ESPACIO DE ESTADO

ANALISIS DE SISTEMAS LINEALES CONTINUOS EN EL ESPACIO DE ESTADO U N E X P O UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSE DE SUCRE VICE RECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERIA ELECTRONICA ANALISIS DE SISTEMAS LINEALES CONTINUOS EN EL ESPACIO

Más detalles

METODO DE MAXIMA VEROSIMILITUD. Supongamos una muestra aleatoria de 10 observaciones de una distribución Poisson:

METODO DE MAXIMA VEROSIMILITUD. Supongamos una muestra aleatoria de 10 observaciones de una distribución Poisson: Aputes Teoría Ecoométrca I. Profesor: Vvaa Ferádez METODO DE MAIMA VEOSIMILITUD Supogamos ua muestra aleatora de observacoes de ua dstrbucó Posso: 5,,,,, 3,, 3,,. La desdad de probabldad para cada observacó

Más detalles

TEMA 12 ESPACIOS VECTORIALES. A lo largo de este tema 12 denotaremos mediante la letra K un cuerpo conmutativo, (K, +, ).

TEMA 12 ESPACIOS VECTORIALES. A lo largo de este tema 12 denotaremos mediante la letra K un cuerpo conmutativo, (K, +, ). 1. Espacios Vectoriales. 2. Subespacios Vectoriales. 2.1. tersecció de Subespacios. 2.2. Uió de Subespacios. 2.3. Suma de Subespacios. 2.4. Suma Directa de Subespacios. 3. Aplicacioes Lieales. Espacio

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

SERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos.

SERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos. CAPÍTULO IX. SERIES NUMÉRICAS SECCIONES A. Series de térmios o egativos. B. Ejercicios propuestos. 40 A. SERIES DE TÉRMINOS NO NEGATIVOS. Dada ua sucesió {a, a 2,..., a,... }, se llama serie de térmio

Más detalles

EXISTENCIA DE UNA FUNCIÓN NO LINEAL, CONTINUA Y BIYECTIVA EN l CON INVERSA DISCONTINUA EN TODO PUNTO

EXISTENCIA DE UNA FUNCIÓN NO LINEAL, CONTINUA Y BIYECTIVA EN l CON INVERSA DISCONTINUA EN TODO PUNTO EXISTECIA DE UA FUCIÓ O LIEAL, COTIUA Y BIYECTIVA E l CO IVERSA DISCOTIUA E TODO PUTO Jorge E Herádez U, Temístocles Zeballos M Uversdad de Paamá, Cetro Regoal Uverstaro de Veraguas, Departameto de Matemátca

Más detalles

Ejercicios resueltos de funciones generatrices. Matemática discreta 4º Ingeniería Informática

Ejercicios resueltos de funciones generatrices. Matemática discreta 4º Ingeniería Informática Ejerccos resueltos de fucoes geeratrces. Matemátca dscreta º Igeería Iformátca. Determa la fucó geeratrz para el úmero de formas de dstrbur 5 moedas de u euro etre cco persoas, s (a o hay restrccoes; (b

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008 Solucó del exame de Ivestgacó Operatva de Sstemas de septembre de 008 Problema : (3 putos) E Vllafresca uca hace sol dos días segudos. S u día hace sol, hay las msmas probabldades de que el día sguete

Más detalles

6.2.- Funciones cóncavas y convexas

6.2.- Funciones cóncavas y convexas C APÍTULO 6 PROGRAMACIÓN NO LINEAL 6..- Itroduccó a la Programacó No Leal E este tema vamos a cosderar la optmzacó de prolemas que o cumple las codcoes de lealdad, e e la fucó ojetvo, e e las restrccoes.

Más detalles

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS Beatrz Marró Uversdad Nacoal del Sur, beatrz.marro@us.edu.ar Resume: El objetvo de este trabajo es geeralzar

Más detalles

TEMA DISTRIBUCIONES BIDIMENSIONALES DE FRECUENCIAS.

TEMA DISTRIBUCIONES BIDIMENSIONALES DE FRECUENCIAS. 1. Dstrbucoes Bdmesoales de Frecuecas. 1.1. Idepedeca y Relacó Fucoal de dos Varables. 1.. Tablas de Correlacó y de Cotgeca. 1.3. Dstrbucoes Margales. 1.4. Dstrbucoes Codcoadas. 1.5. Idepedeca Estadístca..

Más detalles

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE : Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS

Más detalles

Series Numéricas. Una forma de definir e es a través de la suma: 1. 1 0! + 1 1! + 1 2! + 1 3! + 1 4! + + 1 n. cuyo límite es e, es decir:

Series Numéricas. Una forma de definir e es a través de la suma: 1. 1 0! + 1 1! + 1 2! + 1 3! + 1 4! + + 1 n. cuyo límite es e, es decir: Capítulo Series Numéricas Las series uméricas so sucesioes muy particulares ya que se defie (o se geera) a partir de otra sucesió. Dos ejemplos secillos aparece e la defiició de e y el la Paradoja de Zeó.

Más detalles

REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN

REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN .4 Cálculo de Redes Cerradas El roblea que se latea es calcular los caudales que escurre e cada trao de ua red, alla o crcuto, de odo que se cula certas codcoes hdráulcas coo las resoes exstetes e los

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto

Más detalles

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del

Más detalles

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por: Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 65 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Meddas de Dspersó Además de obteer la formacó que reúe las meddas de tedeca cetral

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama

Más detalles

q q q q q q n r r r qq k r q q q q

q q q q q q n r r r qq k r q q q q urso: FISIA II B 30 00 I Profesor: JOAQIN SALEDO jsalcedo@u.edu.pe Eergía potecal electrostátca. S traemos ua carga desde ua dstaca fta el trabajo ecesaro es ulo. 0 trate ua fumadta, grats,, te vto S luego

Más detalles

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros . alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el

Más detalles

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II) Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca

Más detalles

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

PROBANDO GENERADORES DE NUMEROS ALEATORIOS PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo

Más detalles

Distribución conjunta de variables aleatorias

Distribución conjunta de variables aleatorias FCEyN - Estadístca para Quíca - do. cuat. 006 - Marta García Be Dstrbucó cojuta de varables aleatoras E uchos probleas práctcos, e el so expereto aleatoro, teresa estudar o sólo ua varable aleatora so

Más detalles

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi u_miii.doc EL SISTEMA DE LOS NÚMEROS COMPLEJOS: No eiste u úmero real que satisfaga la ecuació +0 Para resolver este tipo de ecuacioes es ecesario itroducir el cocepto de úmero complejo. U úmero complejo

Más detalles

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos Alguas Recomedacoes para la Eseñaza de la Estadístca Descrptva o Aálss de Datos Itroduccó Elemetos Báscos para Aplcar Estadístca Descrptva La Estadístca Descrptva o Formula Iferecas La Estadístca Descrptva

Más detalles

Guía práctica para la realización de medidas y el cálculo de errores

Guía práctica para la realización de medidas y el cálculo de errores Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;

Más detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

1 EXPRESIONES ALGEBRAICAS

1 EXPRESIONES ALGEBRAICAS EXPRESIONES ALGEBRAICAS E el leguaje matemático, se deomia expresioes algebraicas a toda combiació de letras y/o úmeros viculados etre si por las operacioes de suma, resta, multiplicació y poteciació de

Más detalles

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se CAPÍTULO III. METODOLOGÍA III. Tpos de Medcó De acuerdo co la clasfcacó de Amartya Se (200), las meddas de desgualdad se puede catalogar e u setdo objetvo o ormatvo. E el setdo objetvo se utlza algua medda

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

GENERACIÓN TERMOELÉCTRICA. Cálculo de la toma de las extracciones de un ciclo de vapor

GENERACIÓN TERMOELÉCTRICA. Cálculo de la toma de las extracciones de un ciclo de vapor GNRCIÓN TRMOLÉCTRIC. Cálculo de la toa de las extraccoes de u cclo de apor ISML PRITO ÍNDIC D MTRIS CÁLCULO D LOS PUNTOS D TOM D LS XTRCCIONS PR QU L MJOR DL RNDIMINTO DL CICLO RGNRTIVO S MÁXIM. MJOR N

Más detalles

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33 SIMULACION TECNICA PARA IMITAR EN UN COMPUTADOR LAS OPERACIONES DE LOS SISTEMAS DEL MUNDO REAL A MEDIDA QUE EVOLUCIONAN EN EL TIEMPO, MEDIANTE MODELOS QUE LOS REPRESENTAN DE FORMA REALISTA Deartamet d'eio

Más detalles

DISCUSIÓN Y RESOLUCIÓN DE ECUACIONES LINEALES. TEOREMA DE ROUCHE. REGLA DE CRAMER. MÉTODO DE GAUSS-JORDAN

DISCUSIÓN Y RESOLUCIÓN DE ECUACIONES LINEALES. TEOREMA DE ROUCHE. REGLA DE CRAMER. MÉTODO DE GAUSS-JORDAN DISCUSIÓN Y RESOLUCIÓN DE ECUACIONES LINEALES. TEOREMA DE ROUCHE. REGLA DE CRAMER. MÉTODO DE GAUSS-JORDAN Ídice. INTRODUCCIÓN2 2. SISTEMAS DE ECUACIONES LINEALES2 Defiicioes básicas.2 Iterpretació vectorial3

Más detalles

Problemas de Sucesiones

Problemas de Sucesiones Capítulo Problemas de Sucesioes Problema. Calcular los siguietes ites: l se i e + 3 ii 5 iii l iv + + + Solució: l se i [ escala de iitos se acotada ] 0 acotada 0. e + e ii 5 + [ úmero meor que uo 5 ]

Más detalles

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES.

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES. FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL FUNCIONES DE VARIAS VARIABLES. DEFINICIONES DE FUNCIONES EN VARIAS VARIABLES. Ua fució de variable es u cojuto de pares ordeados de la forma

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

Números complejos Susana Puddu

Números complejos Susana Puddu Números complejos Susaa Puddu 1. El plao complejo. E el cojuto C = IR IR defiimos la suma y el producto de dos elemetos de C de la siguiete maera a, b + c, d = a + c, b + d a, b.c, d = ac bd, ad + bc Dejamos

Más detalles

1.1 INTRODUCCION & NOTACION

1.1 INTRODUCCION & NOTACION 1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor

Más detalles

α, entonces se cumple que: T ( x) α T ( x)

α, entonces se cumple que: T ( x) α T ( x) HÉCTOR ESCOAR Uidad 3 Álgebra Lieal ALGERA LINEAL UNIDAD 3: OPERADORES LINEALES CONCEPTO DE OPERADOR LINEAL: sea V, dos espacios lieales, etoces u operador lieal (trasformació lieal) es ua fució T : V

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales

Más detalles