Aplicaciones de la teoría de grupos, anillos y cuerpos: Teoría de la Codificación
|
|
- Virginia Bustos Alarcón
- hace 7 años
- Vistas:
Transcripción
1 Aplicaciones de la teoría de grupos, anillos y cuerpos: Teoría de la Codificación Como un ejemplo de aplicación de la teoría de las estructuras algebraicas vamos a ver en esta sección un aspecto de la teoría de la codificación: los códigos lineales. Introducción Cuando se trasmite un mensaje lo primero que se hace es codificarlo, es decir, convertirlo en una secuencia de ceros y unos, agrupados en palabras de una misma longitud. El que lo recibe tiene que descodificarlo y, para ello, conviene que tenga mecanismos para detectar y, si es posible, corregir los posibles errores que haya podido haber en la trasmisión. Denotamos por V n al conjunto de las 2 n palabras de longitud n. Por ejemplo, V 2 = {, 1, 1, 11} y V 3 = {, 1, 1, 11, 1, 11, 11, 111}. Definición 1. Llamaremos código binario de longitud n a cualquier subconjunto de V n. El siguiente ejemplo ilustra muy bien lo que vamos a ver en este capítulo. Ejemplo 2. Supongamos que queremos mandar un mensaje que tiene cuatro posibilidades: arriba, abajo, izquierda y derecha. Podemos emplear alguno de estos tres códigos para codificarlo: arriba abajo izquierda derecha C C C El código C 1, que es de longitud 2, es muy económico, porque emplea el mínimo número de dígitos necesario, pero tiene el inconveniente de que no tiene ninguna capacidad de detección (y mucho menos de corrección) de errores. Si se recibe la palabra 1 no se puede saber si la trasmisión ha sido correcta, o la palabra trasmitida era y se ha producido un error en el primer dígito, o era la palabra 11 con un error en el segundo. El segundo código, C 2, de longitud 3, es menos económico pero es mejor en el sentido de que si se produce un error en un dígito, el receptor lo sabe porque recibe una palabra que no es del código, pero no puede corregirlo. Por ejemplo, si se recibe 1, se sabe que hay un error porque esta palabra no está en el código, pero no se puede saber si es con un error en el tercer dígito, 11 con un error en el segundo o 11 con un error en el primero, y por tanto no se puede corregir. El último de los códigos, C 3, de longitud 6, es el menos económico, porque para cuatro mensajes emplea seis dígitos, pero tiene la propiedad de que, además de detectar errores en un dígito, los corrige. Por ejemplo, un error en el cuarto dígito de 111 da 11. El que recibe el mensaje sabe que hay un error y puede corregirlo porque la palabra más cercana es 111. Se trata entonces de buscar códigos que, sin emplear un número grande de dígitos, tengan buenas propiedades de detección y corrección de errores. 1
2 Distancia en un código binario Denotamos por a, b, c,... a las palabras del conjunto V n. Definición 3. La distancia de Hamming d(a, b) entre las palabras a, b V n es el número de bits en que difieren. Ejemplo 4. d(1, 11) = 1, d(111, ) = 3. Esta distancia, como cualquier otra distancia definida en términos matemáticos, cumple estas tres propiedades: (i) d(a, b) ; d(a, b) = a = b (ii) d(a, b) = d(b, a) (iii) d(a, b) + d(b, c) d(a, c) Definición 5. La distancia mínima de un código binario C V n es la menor de las distancias entre las palabras del código: δ = min{d(a, b) a, b C, a b} Ejemplo 6. Las distancias mínimas de los códigos C 1, C 2 y C 3 del ejemplo 2 son, respectivamente, 1, 2 y 3. Este parámetro δ de un código binario sirve para determinar la capacidad de detección y corrección de errores. En cuanto a la detección: si δ es la distancia mínima, el código puede detectar al menos δ 1 errores, porque puede haber δ 1 dígitos que cambien en una palabra sin que haya confusión con otra palabra del código. En cambio, una palabra con δ errores se puede convertir en otra palabra del código, en cuyo caso no se detectarían los errores. Por lo que se refiere a la corrección, señalemos primero que esta se hará según el principio del vecino más próximo: supondremos que la palabra trasmitida es la más cercana a la que se ha recibido. Si δ = 1, 2, 3, 4, 5, 6, 7..., se pueden corregir,, 1, 1, 2, 2, 3... errores. En general, el número máximo de errores que corrige un código de distancia mínima δ es δ 1 2. Ejemplo 7. Con respecto a los códigos C 1, C 2 y C 3 del ejemplo 2: C 1 δ = 1 no corrige ni detecta ningún error C 2 δ = 2 detecta un error, pero no lo corrige C 3 δ = 3 detecta dos errores y corrige uno Ejercicio 8. Halla la distancia mínima del código C = {, 1, 11, 111} de V 5. Determina su capacidad de detección y corrección de errores. Ejercicio 9. Halla la distancia mínima del código C V 6 formado por las palabras, y las que tienen tres ceros y tres unos. Determina su capacidad de detección y corrección de errores. Cuántas palabras tiene este código? 2
3 Estructura algebraica de V n En el conjunto V n formado por las palabras de ceros y unos de longitud n, podemos definir una operación +. La suma de dos palabras a + b es la palabra cuyos bits se obtienen sumando los correspondientes bits de a y b módulo 2. Ejemplo = 1111 La operación + da a V n estructura de grupo: (g1) Es una clausura: a, b V n a + b V n. (g2) Es asociativa: a + (b + c = (a + b) + c). (g3) El elemento neutro es la palabra formada por ceros: =... V n. (g4) La palabra simétrica de a es ella misma, porque a + a =. Además tiene la propiedad conmutativa: a + b = b + a. Así pues, (V n, +) es un grupo conmutativo de orden 2 n. Como todos los elementos, salvo la palabra que tiene orden 1, tienen orden 2, este grupo es isomorfo a C n 2. Códigos lineales Definición 11. Decimos que un código C V n es lineal si la suma de dos palabras del código es otra palabra del código. Es decir, la operación suma es una clausura en C. Además, la asociatividad y la conmutatividad también se verifican, así como la existencia de elementos simétricos; finalmente, en cualquier código lineal está la palabra. Por tanto, C, + es un grupo conmutativo (se dice que es un subgrupo de V n ). Como sus palabras, salvo, tienen orden 2, su orden es 2 k, k =, 1,..., n. Es decir, el número de palabras de un código lineal es una potencia de 2. Definición 12. El entero k, el exponente de 2 en el número de palabras de un código lineal, se denomina dimensión del código. Ejemplo 13. De los códigos del ejemplo 2 podemos afirmar lo siguiente: C 1 es lineal (de hecho, C 1 = V 2 ) y n = k = 2. C 2 también es lineal y k = 2. El código C 3 no es lineal porque, por ejemplo, = 1111 / C 3. Así pues, un código lineal tiene tres parámetros importantes: n longitud las palabras de C tienen n bits k dimensión C tiene 2 k palabras δ distancia mínima C detecta δ 1 errores y corrige δ 1 2 3
4 De ellos depende la utilidad de un código. Interesa, por una parte, que k no sea mucho menor que n para que el número de bits que se tiene que emplear no sea muy grande. Por otra parte, cuanto mayor sea δ, mejor, porque la capacidad de detección y corrección de errores es mayor. Pero, lógicamente, cuando k aumenta, δ disminuye, y viceversa. Ejemplo 14. Vamos a estudiar el código C V 4 formado por las palabras que tienen un número par de unos. Hay una palabra con cuatro unos y una con ninguno. Con dos unos hay ( 4 2) = 6, que son las formas de escoger los sitios que ocupan los dos unos, sin considerar el orden y sin repeticiones. El código es, pues, el conjunto C = {, 11, 11, 11, 11, 11, 11, 1111}. Sus parámetros son n = 4, k = 3, porque tiene 2 3 elementos, y δ = 2, con lo que detecta un error y no corrige ninguno. Se puede comprobar que es un código lineal porque la suma de dos palabras cualesquiera es otra palabra del código. Ejercicio 15. Halla las palabras del menor código lineal C que contiene las palabras 11, 11 y 11. Determina sus parámetros n, k y δ. Ejercicio 16. (generalización del ejemplo 14) Demuestra que las palabras de V n que tienen un número par de unos forman un código lineal. Halla el parámetro k de este código, en función de n. Cuál es su capacidad de detección y corrección de errores? La distancia mínima en los códigos lineales Vamos a ver en esta sección una forma sencilla de calcular la distancia mínima en un código lineal. Definición 17. Llamamos peso de una palabra a de un código C al número de unos que tiene. Lo denotaremos por ω(a). El peso de una palabra a se puede ver también como la distancia de a a : ω(a) = d(a, ). La distancia entre dos palabras a y b de un código lineal no cambia si les sumamos una misma palabra. Por tanto, tenemos: d(a, b) = d(a b, b b) = d(a b, ) = ω(a b) La distancia mínima será, entonces, el peso mínimo de las palabras no nulas del código. Construcción de códigos lineales Sea x = x 1 x 2... x n una palabra de V n que, como vector columna, denotaremos por x t, y H una matriz binaria de n columnas. El conjunto C = {x V n Hx t = t } es un código lineal, porque la suma de dos palabras de C es otra palabra de C: a, b C H(a + b) t = Ha t + Hb t = t a + b C Por tanto, para construir un código lineal de longitud n basta tomar una matriz binaria de n columnas y hallar las soluciones de la ecuación matricial Hx t = t. 4
5 Ejemplo 18. Si H = ( ) 1 1, la ecuación matricial es 1 1 ( ) x 1 x 2 x 3 que equivale al sistema de ecuaciones { x1 + x 2 = x 2 + x 3 = = ( cuyas soluciones en Z 2 son x 1 = x 2 = x 3 = y x 1 = x 2 = x 3 = 1, con lo que el código es {, 111}. Definición 19. La matriz H es la matriz de comprobación de la paridad del código, o, simplemente, la matriz de paridad. Para que la resolución de la ecuación Hx t = t, o del sistema de ecuaciones lineales equivalente, el caso más sencillo es cuando la matriz está en la forma estándar: 1 h 11 h 12 h 1,n r 1 h 21 h 22 h 2,n r h r1 h r2 h r,n r Es decir, las primeras r columnas forman la matriz identidad I. En este caso, podemos tomar las variables dependientes x 1,..., x r, que se pueden expresar directamente en función de las independientes x r+1, x r+2,..., x n : x 1 = h 11 x r+1 + h 12 x r h 1,n r x n x 2 = h 21 x r+1 + h 22 x r h 2,n r x n... x r = h r1 x r+1 + h r2 x r h r,n r x n El número de soluciones es 2 k, y podemos ver que k es el número de variables independientes, que viene dado por el número de columnas menos el número de filas. Ejemplo 2. Con la matriz H = , la solución viene dada por x 1 = x 5 + x 6 x 2 = x 4 + x 5 + x 6 x 3 = x 4 + x 6 Dando valores a las variables independientes resulta el código C = {, 1111, 111, 111, 111, 111, 1111, 1111} Su dimensión es 3, que es el número de columnas de la matriz menos el número de filas. ) 5
6 Si las primeras columnas no forman la matriz identidad, pero hay columnas en la matriz que, después de una reordenación la formarían, la resolución sería análoga. Deberíamos considerar como variables dependientes las que corresponden a estas columnas que formarían I, y despejar cada una de ellas de la ecuación en que esté. Ejemplo 21. En la matriz H = vemos que las columnas segunda, 1 1 cuarta y quinta, reordenadas, formarían I. Podemos tomar entonces x 2, x 4 y x 5 como variables dependientes, y, despejándolas de las ecuaciones segunda, tercera y primera, respectivamente, el sistema se podría expresar así: x 2 = x 1 + x 3 x 4 = x 1 x 5 = x 1 + x 3 Si no hay columnas que pudieran formar la matriz identidad, podríamos hacer trasformaciones en la matriz hasta conseguir que las haya. Ejemplo 22. En H = nos faltan las columnas 1 y 1. Para conseguirlas podemos seguir, por ejemplo, estos pasos: En el primero hemos sumado a la tercera fila la segunda, y en el segundo hemos sumado a la primera la tercera. Las variables dependientes son x 2, x 3 y x 4, y el sistema, x 2 = x 1 x 3 = x 1 + x 5 x 4 = x 5 Corrección de errores en códigos lineales Se puede comprobar que si la matriz de paridad de un código lineal no tiene una columna formada toda ella por ceros, no hay palabras de peso 1. Y si no hay columnas iguales, no hay palabras de peso dos. Es decir, si se cumplen estas dos condiciones, el peso de las palabras del código es, como mínimo 3: δ 3 y por tanto el código corrige al menos un error. Vamos a ver cómo se corrige un error en un código lineal que tiene δ 3. Podemos poner que una palabra a con un error en el dígito i es a = a + e i, donde e i es la palabra formada toda por ceros salvo un uno en el lugar i. Cuando aplicamos H a esta palabra resulta Ha t = H(a t + e i t ) = Ha t + He i t = t + C i 6
7 donde C i representa la columna i de la matriz. Así pues, si al aplicar H a una palabra que tiene un error el resultado es la columna i de la matriz, podemos decir que el error se ha producido en el dígito i, y podemos corregirlo simplemente lo cambiamos. Ejemplo 23. En el código del ejemplo 2 vamos a suponer que se recibe la palabra 11, que es una palabra del código que tiene un error. Multiplicando por H resulta = que es la tercera columna de la matriz, lo que indica que el error está en el tercer bit. Lo cambiamos y queda la palabra 111. Códigos de Hamming Definición 24. Un código de Hamming es un código lineal cuya matriz de paridad no tiene columnas de ceros ni columnas iguales y además, teniendo en cuenta estas limitaciones, consta del máximo número de columnas posible. En los siguientes ejemplos vamos a ver los casos mas sencillos: n = 2 y n = 3. Ejemplo 25. Si la matriz ( tiene dos ) filas, podemos poner tres columnas como máximo, 1 1 que ordenamos así: H =. Las columnas las hemos puesto en el orden 1, y 11, que son la representación binaria de 1, 2 y 3, por una razón que veremos al final de este apartado. El código es el del ejemplo 18: {, 111}. Sus parámetros son n = 3, k = 1 y δ = 3. Ejemplo 26. Con tres filas tenemos siete columnas no nulas, diferentes. Si las ordenamos siguiendo el criterio del ejemplo anterior resulta la matriz H = Para hallar las palabras del código tomamos como variables dependientes x 1, x 2 y x 4, porque sus columnas correspondientes están formadas por dos ceros y un uno, lo que facilita la resolución del sistema. x 4 = x 5 + x 6 + x 7 x 2 = x 3 + x 6 + x 7 x 1 = x 3 + x 5 + x 7 Para hallar las palabras del código damos valores a las variables independientes y hallamos los valores que toman las variables dependientes. 7
8 x 3 x 5 x 6 x 7 x 1 x 2 x 4 x Los parámetros de este código son n = 7, k = 4 y δ = 3 La razón de colocar las columnas de la matriz en este orden es que esto facilita la mecánica de corrección de errores. Hemos dicho que si se produce un error en una palabra, al multiplicarla por la matriz resulta la columna correspondiente al lugar donde está el error. Pero en estos códigos de Hamming para buscar el sitio en que está una columna no hay más que pasarla a decimal. Ejemplo 27. En el código del ejemplo 26 la palabra 111 tiene un error. Para buscarlo la multiplicamos por H: = El resultado es 11 que, pasado a decimal, es 5, con lo que el error está en el quinto bit. En general, si la dimensión de la matriz de un código de Hamming es r n (r filas y n columnas), sus parámetros son: La longitud es el número de columnas n. La dimensión es k = n r, que es el número de variables independientes. La distancia mínima es siempre δ = 3, porque se puede demostrar que la palabra está en cualquier código de Hamming. 8
9 Códigos cíclicos Vamos a representar una palabra a V n como a = a a 1... a n 1. A la palabra â = a n 1 a a 1... a n 2 la llamaremos primer desplazamiento de a. El segundo desplazamiento sería a n 2 a n 1 a a 1... a n 3, y así sucesivamente. Ejemplo 28. La palabra a = 111 V 5 tiene cinco desplazamientos diferentes, que son 111 = â, 111, 111, 111 y 111 = a. Ejemplo 29. Decimos que un código lineal es cíclico si los desplazamientos de cualquier palabra del código son también palabras del código. Ejemplo 3. {, 11, 11, 11} es un código cíclico. {, 1, 1, 1} no es cíclico porque no es lineal. {, 11, 1, 1} es un código lineal que no es cíclico. {... }, {..., } y V n son códigos cíclicos de parámetro k =, 1 y n respectivamente. Los códigos cíclicos están relacionados con la teoría de las estructuras algebraicas, concretamente con los anillos de polinomios, como vamos a ver a continuación. Vamos a representar la palabra a = a a 1... a n 1 como el polinomio a(x) = a + a 1 x a n 1 x n 1. Así, el conjunto V n será como el conjunto de polinomios de grado menor que n, que representaremos por V n [x]. El primer desplazamiento de a(x) es â(x) = a n 1 + a x + a 1 x a n 2 x n. Sumamos y restamos a n 1 x n para obtener lo siguiente: â)x = = a n 1 + a x + a 1 x a n 2 x n 1 = x(a + a 1 x a n 1 x n ) a n 1 (x n 1) = xa(x) a n 1 (x n 1) Esto lo podemos interpretar diciendo que hacer un desplazamiento en la â(x) es como multiplicar el polinomio a(x) por x módulo x n 1. Consideramos ahora el conjunto Z 2 [x]/(x n 1), es decir, V n [x], con la suma habitual de polinomios y el producto módulo x n 1. Como este polinomio no es irreducible, porque tiene una raíz x = 1, no es un cuerpo, sino un anillo. Definimos ahora un concepto importante de la teoría de anillos, estrechamente relacionado con los códigos cíclicos. Definición 31. Decimos que un subconjunto I de un anillo A es un ideal si cumple estas dos condiciones: i 1, i 2 I i 1 + i 2 I r A, i I ri I 9
10 Si lo interpretamos en términos de códigos, tomamos A = V n [x] y C V n [x], vemos que la primera condición equivale a decir que C es lineal: la suma de dos palabras del código es otra palabra del código. Y la segunda condición, si tomamos r = x y i = a(x) C, nos dice que xa(x) está también en C. O, en otras palabras, que C es cíclico. Así pues, los códigos cíclicos son los ideales del anillo V n [x]. De la teoría de anillos vamos a extraer una serie de resultados, sin demostración, que nos permitirán construir los códigos cíclicos. Estos son los pasos que vamos a seguir: Los ideales de V n [x], o los códigos cíclicos, están siempre generados por un polinomio. De los generadores que puede tener un código cíclico, hay uno, único, de grado mínimo, denominado generador canónico. Los generadores canónicos son los divisores de x n 1. En primer lugar, diremos que los ideales de V n [x] tienen siempre un generador. En nuestro caso, esto quiere decir que todo código cíclico C es de la forma C =< g(x) >, con g(x) V n [x]. El ideal generado por g(x) es el conjunto de sus múltiplos: < g(x) >= {g(x)a(x) a(x) V n [x]} Ejemplo 32. En V 3 [x] vamos a hallar el ideal generado por el polinomio g(x) = x + x 2. Para ello hacemos una tabla con los productos de g(x) multiplicado por todos los polinomios de V 3 [x]. a(x) a(x)(x + x 2 ) 1 x + x 2 11 x 1 + x x 1 + x 11 x x x x 2 11 x + x 2 x + x x + x 2 El código es {, 11, 11, 11}; sus parámetros son n = 3, k = 2 y δ = 2. Ejercicio 33. En el ejemplo anterior, demuestra que los polinomios 1+x 2 y 1+x generan el mismo código. Ejercicio 34. Halla el código de longitud 3 generado por 1 + x + x 2. Además, de los varios generadores que pueda tener un código cíclico existe uno único de grado mínimo, que llamaremos generador canónico de C. Ejemplo 35. En el ejemplo 32 el generador de menor grado, el generador canónico, es 1 + x, que es el único generador de grado 1. En cambio, hay dos generadores de grado 2, que son x + x 2 y 1 + x 2. Finalmente, diremos que los generadores canónicos de los ideales de V n [x] son los divisores de x n 1. 1
11 Ejemplo 36. Los divisores de x 4 1 = (x + 1) 4 son 1, x + 1, (x + 1) 2, (x + 1) 3 y (x + 1) 4. Lo que quiere decir que hay cinco códigos cíclicos de longitud 4. Ejercicio 37. Los cinco códigos cíclicos de longitud 4 son {} {, 1111} {, 11, 11, 1111} {, 11, 11, 11, 11, 11, 11, 1111} V 4 Determina cuál es el generador de cada uno de ellos. Construcción de códigos cíclicos Para construir un código cíclico partimos de un polinomio g(x) V n [x] divisor de x n 1, que será el generador canónico. Hallamos el polinomio h(x) = xn 1. Este polinomio es h(x) = h g(x) + h 1 (x) h k x k. Con sus coeficientes formamos la matriz de paridad del código cíclico generado por g(x). H = h k... h 1 h... h k... h 1 h h k... h 1 h... h k... h 1 h Como h(x) tiene grado k, hay k + 1 coeficientes y por tanto hay que añadir n k 1 ceros en la primera fila, para que haya n columnas en la matriz. Después en cada fila hay que ir desplazando el bloque de dígitos de h(x) hasta que llege al final. En total habrá n k filas y la dimensión del código será k. Ejemplo 38. La descomposición de x 7 1 es (1 + x)(1 + x + x 3 )(1 + x 2 + x 3 ), por lo tanto x 7 1 tiene 8 divisores, que son x 1 + x + x x 2 + x 3 (1 + x)(1 + x + x 3 ) = 1 + x 2 + x 3 + x 4 (1 + x)(1 + x 2 + x 3 ) = 1 + x + x 2 + x 4 (1 + x + x 3 )(1 + x 2 + x 3 ) = 1 + x + x 2 + x 3 + x 4 + x 5 + x 6 (1 + x)(1 + x + x 3 )(1 + x 2 + x 3 ) = x n 1 Cada uno de ellos es el generador canónico de un código cíclico, con lo que podemos decir que hay ocho códigos cíclicos de longitud 7. 11
12 Por ejemplo, si tomamos el divisor g(x) = (1 + x)(1 + x + x 3 ), el polinomio h(x) es (1 + x 2 + x 3 ). Tomamos sus coeficientes en orden inverso para colocarlos en la matriz: 111. Entonces la matriz de paridad del código C generado por g(x) es H = Resolvemos el sistema de ecuaciones y resulta el código x 1 + x 2 + x 4 = x 2 + x 3 + x 5 = x 3 + x 4 + x 6 = x 4 + x 5 + x 7 = C = {, 1111, 1111, 1111, 1111, 1111, 1111, 1111} Sus parámetros son n = 7, k = 3 y δ = 4. Ejercicio 39. Determina las palabras del código de longitud 7 generado por el polinomio 1 + x + x 3. Ejercicio 4. Factoriza el polinomio x 6 1 Z 2 [x] y halla todos los códigos cíclicos de longitud 6. 12
Sobre vectores y matrices. Independencia lineal. Rango de una matriz
Espacios vectoriales Llamaremos R 2 al conjunto de todos los pares ordenados de la forma (a 1, a 2 ) tal que a 1, a 2 R. Es decir: R 2 = {(a 1, a 2 ) : a 1, a 2 R} De la misma forma: R 3 = {(a 1, a 2,
Más detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detallesa, b G a b G a (b c) = (a b) c a, b, c G (g4) Todo elemento de G tiene elemento simétrico para la operación : a G a G tal que a a = a a = e
Grupos Este segundo cuatrimestre lo dedicaremos al estudio de estructuras algebraicas. Primero, las estructuras de grupo, anillo y cuerpo, y más adelante, la estructura de espacio vectorial y todo lo que
Más detallesTema 1. Espacios Vectoriales Definición de Espacio Vectorial
Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.
Más detallesTema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.
Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz
Más detallesun conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:
CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse
Más detallesDiagonalización de matrices
7 Diagonalización de matrices 7.1. Matrices diagonalizables Existen diversos procesos en los que el estado en cada uno de sus pasos se puede representar por un determinado vector y en los que, además,
Más detallesIntroducción a la Teoría de Códigos
Introducción a la Teoría de Códigos M.A. García, L. Martínez, T. Ramírez Facultad de Ciencia y Tecnología. UPV/EHU Resumen Teórico Tema 4: CÓDIGOS CÍCLICOS Mayo de 2017 Tema 4 Códigos cíclicos 1 Definición
Más detallesProducto Escalar. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31
Producto Escalar AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31 Objetivos Al finalizar este tema tendrás que: Saber usar el producto escalar. Calcular
Más detallesMatrices y sistemas de ecuaciones
Matrices y sistemas de ecuaciones María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Matrices y sistemas de ecuaciones Matemáticas I 1 / 59 Definición de Matriz Matrices
Más detallesIntroducción a los espacios vectoriales
1 / 64 Introducción a los espacios vectoriales Pablo Olaso Redondo Informática Universidad Francisco de Vitoria November 19, 2015 2 / 64 Espacios vectoriales 1 Las 10 propiedades de un espacio vectorial
Más detallesTEMA 7: MATRICES. OPERACIONES.
TEMA 7: MATRICES. OPERACIONES. 1. MATRICES. TIPOS DE MATRICES. Se llama matriz de orden m x n (m filas y n columnas) a un conjunto de m n elementos, distribuidos en m filas y n columnas y encerrados entre
Más detallesMatrices. Primeras definiciones
Primeras definiciones Una matriz es un conjunto de elementos números ordenado en filas y columnas. En general una matriz se nombra con una letra mayúscula y a sus elementos con letras minúsculas indicando
Más detallesSistemas de Ecuaciones Lineales y Matrices
Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una
Más detallesTema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.
Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz
Más detallesAmpliación Matemática Discreta. Justo Peralta López
Justo Peralta López UNIVERSIDAD DE ALMERíA DEPARTAMENTO DE ÁGEBRA Y ANÁLISIS MATEMÁCO 1 Código Bloque y Distancia Mínima 2 cíclicos 3 Codificación 4 BCH Código Bloque y Distancia Mínima Si A es un alfabeto,
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detalles5 centenas + 2 decenas + 8 unidades, es decir: = 528
Sistemas de numeración Un sistema de numeración es un conjunto de símbolos y reglas que permiten representar datos numéricos. Los sistemas de numeración actuales son sistemas posicionales, que se caracterizan
Más detallesPruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio Propuesta A
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta A 1. Dada la ecuación matricial I + 3 X + A X B. Se pide:
Más detallesTEMA 1 MATRICES. Si se trata de una matriz rectangular con cuatro filas y una columna.
TEM MTRICES. Concepto de matriz.tablas y grafos. Es un ejemplo de matriz 4 9 5 9 6 9 7 8 8 a a a a 4 a a a a 4 a a a a 4 a 4 a 4 a 4 a 44 a 5 a 5 a 5 a 54 Se trata de una matriz rectangular de cinco filas
Más detallesTeoría de Información y Codificación Ejercicios adicionales (corresponden a la segunda mitad de la materia)
Teoría de Información y Codificación Ejercicios adicionales (corresponden a la segunda mitad de la materia) 1. Demostrar que en un código binario lineal la distancia mínima es igual a a) el mínimo peso
Más detalles4.1 Anillo de polinomios con coeficientes en un cuerpo
Tema 4 Polinomios 4.1 Anillo de polinomios con coeficientes en un cuerpo Aunque se puede definir el conjunto de los polinomios con coeficientes en un anillo, nuestro estudio se va a centrar en el conjunto
Más detallesTema 2: Teorema de estructura de los grupos abelianos finitamente generados.
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con
Más detallesUnidad 4 Espacios vectoriales. Aplicaciones lineales
Unidad 4 Espacios vectoriales. Aplicaciones lineales PÁGINA 8 SOLUCIONES. La solución queda: Operando los vectores e igualando los vectores resultantes, obtenemos:. La solución queda: Sean los polinomios
Más detallesCONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero
Fundamento Científico del Currículum de Matemáticas en Enseñanza Secundaria CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero ESPACIOS VECTORIALES DEFINICIÓN... 1 PROPIEDADES DE
Más detallesBLOQUE V. CONTROL Y PROGRAMACIÓN DE SISTEMAS AUTOMÁTICOS
Bloque V. Control y programación de sistemas automáticos pág. 1 Bloque V. Control y programación de sistemas automáticos pág. 2 BLOQUE V. CONTROL Y PROGRAMACIÓN DE SISTEMAS AUTOMÁTICOS 1. LA INFORMACIÓN
Más detallesBLOQUE V. CONTROL Y PROGRAMACIÓN DE SISTEMAS AUTOMÁTICOS
Bloque V. Control y programación de sistemas automáticos pág. 1 BLOQUE V. CONTROL Y PROGRAMACIÓN DE SISTEMAS AUTOMÁTICOS 1. LA INFORMACIÓN BINARIA 1.1. Sistemas de numeración y códigos Def. Sistema de
Más detalles6 Vectores. Dependencia e independencia lineal.
6 Vectores. Dependencia e independencia lineal. Introducción Hay fenómenos reales que se pueden representar adecuadamente mediante un número con su adecuada unidad de medida. Sin embargo para representar
Más detallesMatemáticas 2ºBachillerato Aplicadas a las Ciencias Sociales
Matemáticas 2ºBachillerato Aplicadas a las Ciencias Sociales 1era evaluación. Determinantes DETERMINANTES Se trata de una herramienta matemática que sólo se puede utilizar cuando nos encontremos con matrices
Más detallesIntroducción a la Teoría de Códigos
Introducción a la Teoría de Códigos M.A. García, L. Martínez, T. Ramírez Facultad de Ciencia y Tecnología. UPV/EHU Resumen Teórico Apartado A1 del Anexo: Algunas estructuras algebraicas interesantes Mayo
Más detallesIntroducción a la Teoría de Códigos
Introducción a la Teoría de Códigos M.A. García, L. Martínez, T. Ramírez Facultad de Ciencia y Tecnología. UPV/EHU Resumen Teórico Anexo: CUERPOS FINITOS Mayo de 2017 Anexo: CUERPOS FINITOS A.1. Algunas
Más detallesMatrices y determinantes
Matrices y determinantes A = ( aij)=a mxn m = nº filas y n = nº columnas Orden o dimensión = mxn Matriz cuadrada m=n Matriz rectangular m n Matriz fila A 1xn Definiciones de Matrices a 11 a 12...a 1n a
Más detallesTema 4: Escuela Politécnica Superior Ingeniería Informática Universidad Autónoma de Madrid
Tema 4: Detección n y Corrección n de Errores Ingeniería Informática Universidad Autónoma de Madrid 1 Detección n y Corrección n de Errores O B J E T I V O S Conocer cómo pueden detectarse y prevenirse
Más detallesEspacios vectoriales reales.
Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre
Más detallesDefinición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ).
ALGEBRA La primera parte del presente libro está dedicada a las estructuras algebraicas. En esta parte vamos a iniciar agregándole a los conjuntos operaciones. Cuando las operaciones tienen determinadas
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesIntroducción a los códigos lineales 11
Introducción a los códigos lineales. INTRODUCCIÓN A LOS CÓDIGOS LINEALES Una de las aplicaciones más recientes del álgebra lineal es a la teoría de códigos, que trata el problema de representar información
Más detallesEspacios vectoriales
CAPíTULO 2 Espacios vectoriales 1. Definición de espacio vectorial Es frecuente representar ciertas magnitudes físicas (velocidad, fuerza,...) mediante segmentos orientados o vectores. Dados dos de tales
Más detallesRelación 1. Espacios vectoriales
MATEMÁTICAS PARA LA EMPRESA Curso 2007/08 Relación 1. Espacios vectoriales 1. (a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy) Demuestra que IR
Más detallesTema 3 o - Sistemas de Ecuaciones Lineales
Tema 3 o - Sistemas de Ecuaciones Lineales Definición de Sistema y de Solución 2 Clasificación de los Sistemas atendiendo al n o de Soluciones 3 Sistemas de Cramer FÓRMULS DE CRMER 4 Teorema de Rouchée
Más detallesEspacios vectoriales reales
140 Fundamentos de Matemáticas : Álgebra Lineal 9.1 Espacios vectoriales Capítulo 9 Espacios vectoriales reales Los conjuntos de vectores del plano, R 2, y del espacio, R 3, son conocidos y estamos acostumbrados
Más detallesApéndice 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas. . Analizando el
Apéndice 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define Rx a 0 a 1 x a 2 x 2...a n x n a 0,a 1,a 2,...,a
Más detallesECUACIONES. SISTEMAS DE ECUACIONES. Matemáticas 3º eso
ECUACIONES. SISTEMAS DE ECUACIONES Matemáticas 3º eso Identidades y ecuaciones Una ecuación es una igualdad entre dos expresiones en la que aparecen números y letras llamadas incógnitas ligados por operaciones.
Más detallesUna matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. ) ( + ( ) ( )
MATRICES Una matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. Ejemplo 1. Algunos ejemplos de matrices ( + ( ) ( + ( ) El tamaño o el orden de una
Más detallesIntroducción a la Teoría de Códigos
Introducción a la Teoría de Códigos M.A. García, L. Martínez, T. Ramírez Facultad de Ciencia y Tecnología. UPV/EHU Ejercicios y Problemas resueltos Tema 3: CÓDIGOS LINEALES Mayo de 2017 Ejercicios Resueltos:
Más detallesMatrices. En este capítulo: matrices, determinantes. matriz inversa
Matrices En este capítulo: matrices, determinantes matriz inversa 1 1.1 Matrices De manera informal una matriz es un rectángulo de números dentro de unos paréntesis. A = a 1,1 a 1,2 a 1,3 a 2,1 a 2,2 a
Más detalles= ; para hallar este, se va hallar el determinante de la matriz e igualar a cero. Solución: restamos a la matriz, una matriz escalar cuyo escalar es
VALORES Y VECTORES PROPIOS. Esto es parte de un ejercicio aun más detallado al cual debemos hallarle sus valores y sus vectores propios. También recibe el nombre de valores y vectores característicos o
Más detallesDEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES
ALGEBRA DE MATRICES DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES DEFINICIONES 2 Las matrices y los determinantes son herramientas
Más detallesMATEMATICA DISCRETA II-2007 Códigos (matriz de chequeo)
.Definición : MATEMATICA DISCRETA II-2007 Códigos (matriz de chequeo) H es una matriz de chequeo de un código C si C = Nu(H) = {x : Hx t = 0} 2.Teorema : [I A] es una matriz de chequeo de un codigo C si
Más detallesContenido. 2 Operatoria con matrices. 3 Determinantes. 4 Matrices elementales. 1 Definición y tipos de matrices
elementales Diciembre 2010 Contenido Definición y tipos de matrices elementales 1 Definición y tipos de matrices 2 3 4 elementales 5 elementales Definición 1.1 (Matriz) Una matriz de m filas y n columnas
Más detallesEstos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.
TEMA 1: MATRICES Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
Más detallesÁlgebra y Matemática Discreta
Álgebra y Matemática Discreta Sesión de Teoría 18 (c) 2013 Leandro Marín, Francisco J. Vera, Gema M. Díaz 11 Nov 2013-17 Nov 2013 Ecuaciones Matriciales Ecuaciones Matriciales En muchas ocasiones, se plantean
Más detallesMatemáticas para la Empresa
Matemáticas para la Empresa 1 o L. A. D. E. Curso 2008/09 Relación 1. Espacios Vectoriales 1. a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy)
Más detallesTEMA 4. Anillos de polinomios.
TEMA 4 Anillos de polinomios. Ejercicio 4.1. Encontrar un polinomio f(x) de grado 3 tal que: f(0) = 6, f(1) = 12 y f(x) (3x + 3) mod (x 2 + x + 1). Ejercicio 4.2. Demostrar que en un D.E. todos los ideales
Más detallesMatrices. Definiciones básicas de matrices. José de Jesús Angel Angel.
Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2009 Contenido 1 Matrices 3 11 Matrices cuadradas 5 12 Matriz transpuesta 5 13 Elementos de
Más detallesMatrices 1. Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.
Matrices 1 Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. Cada uno de los números de que consta la matriz se
Más detallesÁlgebra Básica 11/01/2017 Grado en Matemáticas. Grupo C. Curso 2016/2017
Álgebra Básica 11/01/2017 Grado en Matemáticas. Grupo C. Curso 2016/2017 SOLUCIONES Ejercicio 1 (5 puntos). Sea A un anillo conmutativo y K un cuerpo. a) Definir: i) Unidad en A. ii) Elemento irreducible
Más detallesEspacios vectoriales y aplicaciones lineales
CAPíTULO 5 Espacios vectoriales y aplicaciones lineales 1 Espacios y subespacios Sea K un cuerpo Diremos que un conjunto V tiene estructura de espacio vectorial sobre K si 1) en V hay una operación + de
Más detallesFUNCIONES REALES DE UNA VARIABLE CONCEPTOS FUNDAMENTALES
FUNCIONES REALES DE UNA VARIABLE Índice Presentación... 3 Conjunto de los números reales... 4 Los intervalos... 6 Las potencias... 7 Los polinomios... 8 La factorización de polinomios (I)... 9 La factorización
Más detallesIntroducción a la Teoría de Códigos
Introducción a la Teoría de Códigos M.A.García, L. Martínez, T.Ramírez Facultad de Ciencia y Tecnología. UPV/EHU Resumen Teórico Tema 1: PRELIMINARES SOBRE ÁLGEBRA LINEAL Mayo de 2017 Tema 1 Preliminares
Más detallesEspacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21
Espacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Objetivos Al finalizar este tema tendrás que: Saber si unos vectores son independientes.
Más detallesMatrices. Una matriz es una forma de representar un conjunto de números que guardan una relación entre sí, dando un orden mediante filas y columnas.
Matrices. Una matriz es una forma de representar un conjunto de números que guardan una relación entre sí, dando un orden mediante filas y columnas. Ejemplo: Consideremos la siguiente selección de gustos
Más detallesMATEMÁTICAS II: MATRICES Y DETERMINANTES
MATRICES Llamaremos matriz de números reales de orden (o dimensión) m n a un conjunto ordenado de m n números reales, dispuestos en m filas y n columnas: A a 11 a 12 a 13 a 1j a 1n a 21 a 22 a 23 a 2j
Más detallesMATEMÁTICAS 2º BACH TECNOL. MATRICES. Profesor: Fernando Ureña Portero MATRICES
CONCEPTO DE MATRIZ Definición: Se denomina matriz A o (a ij ) a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas : Columnas Filas Elemento a ij : Cada uno
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detalles1.- Sean A i B dos matrices cuadradas invertibles. Es verdad que:
1.- Sean A i B dos matrices cuadradas invertibles. Es verdad que: (B -1 A -1 - (A B) -1 + A) B = A B? Justifica tu respuesta. De hecho el problema consiste en demostrar que: B A (A B) = Expresión que es
Más detallesESCUELA PREPARATORIA OFICIAL NO.16 MATERÍA: PENSAMIENTO NUMÉRICO Y ALGEBRAICO I
ARITMÉTICA 1. Números naturales 2. Divisibilidad 3. Números enteros 4. Números decimales 5. Fracciones y números racionales 6. Proporcionalidad 7. Sistema métrico decimal 8. Sistema sexagesimal 9. Números
Más detallesCURSO CERO DE MATEMATICAS. Apuntes elaborados por Domingo Pestana Galván. y José Manuel Rodríguez García
INGENIEROS INDUSTRIALES Y DE TELECOMUNICACIONES CURSO CERO DE MATEMATICAS Apuntes elaborados por Domingo Pestana Galván y José Manuel Rodríguez García UNIVERSIDAD CARLOS III DE MADRID Escuela Politécnica
Más detallesMatrices y sistemas lineales
Capítulo 2 Matrices y sistemas lineales 2.1 Definiciones básicas Una matriz es una tabla rectangular de números, es decir, una distribución ordenada de números. Los números de la tabla se conocen con el
Más detallesXXVII Escuela Venezolana de Matemáticas EMALCA. Códigos (I) Edgar Martínez-Moro Sept. 2014
XXVII Escuela Venezolana de Matemáticas EMALCA Códigos (I) Edgar Martínez-Moro Sept. 2014 Códigos correctores Un código corrector de errores es un subconjunto C A n, siendo A un alfabeto finito y n un
Más detallesCapítulo V. Valores y vectores propios. Diagonalización de operadores lineales.
Capítulo V Valores y vectores propios. Diagonalización de operadores lineales. Hemos visto que la aplicaciones lineales de en están definidas a través de una expresión de la forma ; pero esta fórmula puede
Más detallesEspacios Vectoriales
Espacios Vectoriales Pedro Díaz Navarro * Abril de 26. Vectores en R 2 y R 3 2. Espacios Vectoriales Definición (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo
Más detallesAritmética Modular. (c) 2012 Leandro Marin
0214.00 1 Aritmética Modular 3 487002 140007 (c) 2012 Leandro Marin 1. Introducción En este tema veremos el concepto de congruencia módulo n, así como los anillos de restos modulares y su estructura. Calcularemos
Más detallesGrado en Ciencias Ambientales. Matemáticas. Curso 11/12
Grado en Ciencias Ambientales. Matemáticas. Curso 11/12 Problemas Tema 1. Espacios Vectoriales. 1 Repaso de Estructuras Algebraicas 1.1. Construye explícitamente el conjunto A B, siendo A = {1, 2, 3},
Más detallesMatemáticas Nivel Medio Matemáticas Ap.CC.SS.II
Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Martes, 05 de abril de 2018 1 hora y 15 minutos. NOMBRE Y APELLIDOS CALIFICACIÓN 1. Dadas las matrices A ( 2 1 1 2 ), B ( 0 1 ) e I la matriz identidad de
Más detallesConjuntos y matrices. Sistemas de ecuaciones lineales
1 Conjuntos y matrices Sistemas de ecuaciones lineales 11 Matrices Nuestro objetivo consiste en estudiar sistemas de ecuaciones del tipo: a 11 x 1 ++ a 1m x m = b 1 a n1 x 1 ++ a nm x m = b n Una solución
Más detallesDETERMINANTES UNIDAD 3. Página 76
UNIDAD 3 DETERMINANTE Página 76 Determinantes de orden 2 Resuelve cada uno de los siguientes sistemas de ecuaciones y calcula el determinante de la matriz de los coeficientes: 2x + 3y 29 5x 3y 8 4x + y
Más detallesLa estructura de un cuerpo finito.
9. CUERPOS FINITOS El objetivo de este capítulo es determinar la estructura de todos los cuerpos finitos. Probaremos en primer lugar que todo cuerpo finito tiene p n elementos, donde p es la característica
Más detalles1. Expresiones polinómicas con una indeterminada
C/ Francisco García Pavón, 16 Tomelloso 1700 (C. Real) Teléfono Fa: 96 51 9 9 Polinomios 1. Epresiones polinómicas con una indeterminada 1.1. Los monomios Un monomio es una epresión algebraica con una
Más detallesMatriz Columna: Es la matriz que está formada por una única columna (n = 1).
Tema 7: Matrices. 7.1 Concepto de Matriz. Una matriz A es un cuadro de elementos dispuestos en m filas y n columnas, a 11 a 12 a 13 a 1n a 21 a 22 a 23 a A = a 31 a 32 a 2n 33 a 3n donde el elemento a
Más detallesLEYES, ESTRUCTURAS BÁSICAS Y COCIENTES CONJUNTOS Y GRUPOS
Todos los derechos de propiedad intelectual de esta obra pertenecen en exclusiva a la Universidad Europea de Madrid, S.L.U. Queda terminantemente prohibida la reproducción, puesta a disposición del público
Más detallesDeterminantes. = a 11a 22 a 12 a 21 = ( 3) ( 5) ( 4) 7 = 15 ( 28) = = 43
Determinante de una matriz cuadrada Toda matriz cuadrada A lleva asociado un número, llamado determinante de A, y que denotaremos mediante el símbolo. Este número, entre otras cosas, permite saber cuándo
Más detalles2.1 Introducción. Propiedades.
19 2 MATRICES II: DETERMINANTES En este segundo capítulo de matrices, aprenderemos a utilizar una herramienta muy importante como son los determinantes Gracias a ellos, podremos calcular la inversa de
Más detalles6.8. Descomposición mediante valores singulares. v 2 =
68 Descomposición mediante valores singulares Los valores singulares de una matriz m n Supongamos que A es una matriz real cualquiera Los autovalores de A T A tienen la siguiente propiedad A T Ax = λx
Más detallesFundamentos matemáticos. Tema 2 Matrices y ecuaciones lineales
Grado en Ingeniería agrícola y del medio rural Tema 2 José Barrios García Departamento de Análisis Matemático Universidad de La Laguna jbarrios@ull.es 2017 Licencia Creative Commons 4.0 Internacional J.
Más detallesTeorema de Lagrange. En esta sección demostramos algunos hechos básicos sobre grupos, que se pueden deducir de la definición
Teorema de Lagrange Capítulo 3 3.1 Introducción En este capítulo estudiaremos uno de los teoremas más importantes de toda la teoría de grupos como lo es el Teorema de Lagrange. Daremos en primer lugar
Más detallesI: DEFINICIONES Y PROPIEDA- DES.
MATRICES I: DEFIICIOES Y PROPIEDA- DES En este primer tema vamos a estudiar lo que conocemos como matriz Para ello, veremos sus principales propiedades y operaciones Calcularemos la matriz inversa de una
Más detalles4.3. Subespacios vectoriales
4.3 Subespacios vectoriales Concepto de subespacio vectorial Un subconjunto H de un espacio vectorial V es un subespacio vectorial de V si, con las operaciones de V de suma de vectores y multiplicación
Más detallesDefinición: Dos matrices A y B son iguales si tienen el mismo orden y coinciden los elementos que ocupan el mismo lugar.
UNIDAD 03: MATRICES Y DETERMINANTES. 3.1 Conceptos de Matrices. 3.1.1 Definición de matriz. Definición: Se lama matriz de orden m x n a un arreglo rectangular de números dispuestos en m renglones y n columnas.
Más detallesUna ecuación lineal de n-incógnitas es una igualdad de la forma:
página 1/39 Teoría Tema 6 Ecuación lineal Una ecuación lineal de n-incógnitas es una igualdad de la forma: a 1 x 1 +a 2 x 2 +a 3 x 3 +...+a n x n =c Donde a 1,a 2, a 3,..., a n,c son números reales. En
Más detallesMatrices. Álgebra de matrices.
Matrices. Álgebra de matrices. 1. Definiciones generales Definición 1.1 Si m y n son dos números naturales, se llama matriz de números reales de orden m n a una aplicación A : {1, 2, 3,..., m} {1, 2, 3,...,
Más detallesEstructuras algebraicas. Departamento de Álgebra. Apuntes de teoría
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 2015/2016 Apuntes de teoría Tema 1: Grupos y subgrupos. 1.1. Introducción Definición 1.1. Un grupo es un par (G, ), donde G es un conjunto no vacío,
Más detallesCapítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos
Capítulo Espacios vectoriales.1 Definición y ejemplos Un espacio vectorial sobre un cuerpo K (que supondremos conmutativo es un conjunto no vacío junto con 1. una operación interna, +, a la que llamaremos
Más detallesTEMA 2. ESPACIOS VECTORIALES
TEMA 2. ESPACIOS VECTORIALES CÉSAR ROSALES GEOMETRÍA I En este tema comenzaremos el estudio de los objetos que nos interesarán en esta asignatura: los espacios vectoriales. Estos son estructuras básicas
Más detallesSistemas de Ecuaciones Lineales. Matrices y determinantes.
Capítulo 3 Sistemas de Ecuaciones Lineales Matrices y determinantes 31 Sistemas de Ecuaciones Lineales El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación
Más detalles