Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones
|
|
- María Pilar Sosa Rico
- hace 6 años
- Vistas:
Transcripción
1 Tema 13.- Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones 13.1 Teorema de estructura de los módulos finitamente generados sobre un D.I.P. En lo que sigue A denotará un dominio de ideales principales y K su cuerpo de fracciones. Lema Todo conjunto Ω no vacío de ideales de A tiene algún elemento maximal (relativo a Ω). Prueba: Aunque este resultado puede probarse a través de la noción general de anillo noetheriano y usando el lema de Zorn, vamos a dar una prueba que evita éste último. 1) Veamos primeramente que para cada ideal I A no nulo, el conjunto ν(i) = {J A J es ideal de A, I J} es finito. Si I = A, el resultado es obvio. Supongamos I A. Como A es un DIP, existe un a A no unidad tal que I = (a). Sea a = p e1 1 per r la descomposición en factores primos de a (recordemos que todo DIP es DFU). Está claro que los ideales J de A tales que I J son exactamente los ideales de la forma (p e 1 1 pe r r ), con 0 e i e i, i = 1,..., r, y por tanto son un número finito. 2) En segundo lugar, observemos que todo conjunto finito parcialmente ordenado, posee elementos maximales. Basta proceder por inducción sobre el cardinal del conjunto. 1 3) Probemos ahora el lema. Si Ω se reduce al conjunto formado por el ideal 0, está claro que este ideal sería un elemento maximal de Ω. 2 Supongamos ahora que Ω no se reduce al conjunto formado por el ideal 0. Entonces existirá un I Ω, I 0. Según hemos visto en 1), el conjunto ν(i) Ω es finito. Pero ν(i) Ω es un conjunto parcialmente ordenado por la inclusión, y por 2), posee algún elemento maximal. Ahora bien, cualquier elemento maximal en ν(i) Ω es también maximal en Ω. Lema Sean v 1,..., v m A n. Entonces los v i son A-linealmente equivalentes (en A n ) si y sólo si son K-linealmente independientes en K n. 3 Definición Dado un subconjunto cualquiera no vacío S A n, definimos el rango de S, que notaremos rg(s), como el número máximo de elementos de S que sean A-linealmente independientes, que por el lema anterior, coincide con el número máximo de elementos de S que sean K-linealmente independientes en K n, o lo que es lo mismo, con dim K L K (S), donde L K (S) denota el subespacio vetorial de K n generado por S. 1 Obsérvese que es este resultado el que nos permite evitar el uso del lema de Zorn. 2 Con más generalidad, Si Ω es finito, el resultado es una consecuencia directa de 2). 3 Este resultado es válido siempre que A sea un dominio de integridad. 1
2 Lema Si S A n, entonces rg(s) n. 2. Si M A n es un submódulo, entonces los elementos de L K (M) son de la forma a 1 m, con a A, a 0 y m M. 3. Si S = A n, entonces rg(a n ) = n. 4. Si M 1, M 2 A n son dos submódulos tales que M 1 M 2 = 0, entonces rg(m 1 M 2 ) = rg(m 1 ) + rg(m 2 ). Proposición Sea M un A-módulo libre de rango n 1 y M M un submódulo no nulo. Entonces existe e M, u 0 : M A lineal y a A {0} tales que: 1. u(e) = 1 2. M = (Ae) ker u 3. M = (Aae) (M ker u). Prueba: 1) Para cada u Hom A (M, A), la imagen por u de M, u(m ), es un submódulo de A, i.e. un ideal, y como A es DIP, existirá a u A tal que u(m ) = Aa u. Sea Ω el conjunto de todos los ideales de A de la forma u(m ) = Aa u, para algún u Hom A (M, A). Por el lema , Ω posee algún elemento maximal u 0 (M ) = Aa u0, para un cierto u 0 Hom A (M, A). Como M es libre de rango n, podemos suponer que M = A n. Sean π i : M A, i = 1,..., n, las proyecciones. Como M 0, existirá un i 0 tal que π i0 (M ) 0, con lo que u 0 (M ) 0 y a u0 0 (en caso contrario, u 0 (M ) = 0 estaría estrictamente contenido en π i0 (M ), lo que contradeciría la maximalidad de u 0 (M ) en Ω). Sea e M tal que u 0 (e ) = a u0. 2) Dada un v Hom A (M, A) cualquiera, veamos que a u0 divide a v(e ). En efecto, sea d = m. c. d.(a u0, v(e )). Por la identidad de Bézout, existen b, c A tales que d = ba u0 + cv(e ), de donde d = (bu 0 + cv)(e ). Si notamos ω = bu 0 + cv Hom A (M, A), tenemos u 0 (M ) = Aa u0 Ad ω(m ), pero la maximalidad de u 0 (M ) = Aa u0 en Ω implica que Aa u0 = Ad, y por tanto a u0 divide a v(e ). En particular a u0 divide a cada π i (e ), i = 1,..., n. Pongamos π i (e ) = b i a u0, b i A y sea e = (b 1,..., b n ) A n = M. Se tiene e = a u0 e y a u0 = u 0 (e ) = a u0 u 0 (e), de donde u 0 (e) = 1. 3) Veamos que M = (Ae) ker u 0 y M = (Aa u0 e) (M ker u 0 ). Para cada x M se tiene x = u 0 (x)e + (x u 0 (x)e), donde claramente x u 0 (x)e ker u 0, y por tanto M = (Ae) + ker u 0. Además, como u 0 (e) = 1, deducimos que (Ae) ker u 0 = 0. 2
3 Para cada y M se tiene u 0 (y) u 0 (M ) = Aa u0, por lo que existe b B tal que u 0 (y) = ba u0 y podemos escribir y = be + (y u 0 (y)e), donde y u 0 (y)e = y be M ker u 0, de donde M = (Aa u0 e) + (M ker u 0 ). Además (Aa u0 e) (M ker u 0 ) (Ae) ker u 0 = 0. Teorema Sea M un módulo libre de rango n 1 y sea M M un submódulo de rango q 0. Entonces se verifican las propiedades siguientes: (a) M es libre. (b) Existe una base {e 1,..., e n } de M y unos elementos a 1,..., a q A {0} únicos salvo asociados (independientes de la base anterior) tales que: (b-1) {a 1 e 1, a 2 e 2,..., a q e q } es una base de M, (b-2) a 1 a 2 a q. Prueba: Para demostrar (a) procederemos por inducción sobre q. Si q = 0, entonces M = 0 y el resultado es trivial. Supongamos (a) cierto siempre que el rango del submódulo sea q 1 0 y sea rg(m ) = q 1. Aplicando la proposición anterior tenemos que M = (Aae) (M ker u), y por el lema deducimos que rg(m ker u) = q 1. Por la hipótesis de inducción, M ker u es libre, y por tanto M también. Para demostrar (b) procederemos por inducción sobre n = rg M. Si n = 1 el resultado es consecuencia de que A es un DIP. Supongamos (b) cierto siempre que el rango del módulo libre ambiente sea n 1 1 y supongamos rg M = n. Aplicando de nuevo la proposición anterior y el lema deducimos que ker u es libre de rango n 1 y que rg(m ker u) = q 1. Por la hipótesis de inducción aplicada al módulo libre ker u y al submódulo M ker u deducimos la existencia de una base {e 2,..., e n } de ker u y de unos elementos únicos a 2,..., a q A tales que a 2 a 3 a q y {a 2 e 2,..., a q e q } es una base de M ker u. Pongamos e 1 = e y a 1 = a, dados también en la proposición anterior. Es claro que {e 1, e 2,..., e q } es una base de M y que {a 1 e 1, a 2 e 2,..., a q e q } es una base de M. Nos queda por probar que a 1 a 2. Para ello consideremos la forma lineal v : M A dada por v(e 1 ) = v(e 2 ) = 1, v(e i ) = 0 para todo i 3. Con las notaciones de la prueba de la proposición anterior, se tiene a 1 = a = a u0 = v(a u0 e 1 ) = v(e ) v(m ), de donde Aa u0 v(m ), y por el carácter maximal de Aa u0 = u 0 (M ) se tiene v(m ) = Aa 1, pero a 2 = v(a 2 e 2 ) v(m ) = Aa 1. falta la unicidad Nota Si en el teorema anterior hacemos n = 1, entonces M es isomorfo a A y M correspondería a un ideal de A. En tal caso la tesis del teorema anterior es una reformaulación del hecho de que A es un dominio de integridad y que todos sus ideales son principales. Corolario Si E es un A-módulo finitamente generado no nulo, entonces existen unos ideales a n a n 1 a 2 a 1 A, con a 1 A, tales 3
4 que: E (A/a 1 ) (A/a 2 ) (A/a n ). Prueba: Como E es un módulo finitamente generado, se puede expresar como cociente de un módulo libre A n por un cierto submódulo M. Aplicando el teorema anterior, basta tomar a i = Aa i, i = 1,..., q y a i = 0 para q < i n. Definición Dado un A-módulo M, diremos que un elemento x M es un elemento de torsión si existe un a A, a 0 tal que ax = 0. Diremos que M es un módulo de torsión si todos sus elementos son elementos de torsión. Lema Dado un A-módulo M, el conjunto de sus elementos de torsión τ(m) es un submódulo de M. Corolario Todo A-módulo finitamente generado es suma directa de su módulo de torsión τ(m) y de un módulo libre de rango finito, cuyo rango está determinado unívocamente por M. En particular todo A-módulo finitamente generado sin torsión es libre. Corolario Dado un A-módulo M finitamente generado existen unos enteros q, r 0, unos ideales primos p i A no nulos y unos enteros s i 1, i = 1,..., s, tales que: M (A/p s1 1 ) (A/psr r ) A q. Prueba: Basta tener en cuenta que si a es un ideal propio de A, de que A sea un DIP deducimos que existen unos ideales primos p 1,..., p m y unos enteros e 1,..., e m 1, todos ellos únicos, tales que a = m p ei i. Notemos que el isomorfismo del enunciado establece otro isomorfismo τ(m) (A/p s1 1 ) (A/psr r ). 4
5 13.2 Aplicaciones En lo que sigue k será un cuerpo y V un k-espacio vectorial de dimensión finita N. Dado un endomorfismo f : V V, podemos definir una estructura de k[x]-módulo sobre V de la siguiente forma: m m ( a i X i ) v := a i f i (v) para todo polinomio m a ix i k[x] y todo v V. Lema El k[x]-módulo V anterior es f.g. y de torsión. Lema Dado λ k, el k[x]-módulo k[x]/((x λ) n ) admite una base como k-espacio vectorial {e 1,..., e n } tal que X e 1 = λe 1 + e 2,..., X e n 1 = λe n 1 + e n, X e n = λe n. Nota El teorema de estructura del k[x]-módulo V (k[x] es un D.I.P.) nos permite dar una nueva prueba del Teorema de Jordan en el caso de que k sea algebraicamente cerrado, o si se quiere, en el caso en que todos los autovalores de f estén en k. En el caso k = R también obtenemos una prueba de la existencia de la forma canónica real. 5
6.1 Teorema de estructura de los módulos finitamente generados
Tema 6.- Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones: ecuaciones lineales con coeficientes enteros, formas canónicas de Jordan 6.1 Teorema de estructura de
Tema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
Parte 1. Anillos y Módulos Capítulo 4. Anillos y módulos Noeterianos 4.7. Dominios de Dedekind
arte 1. Anillos y Módulos Capítulo 4. Anillos y módulos Noeterianos 4.7. Dominios de Dedekind De nición 4.7.1. Sea R un anillo conmutativo, se dice que R es un anillo hereditario (AH) si cada ideal de
Clasificación de métricas.
Clasificación de métricas. 1. El problema de clasificación. Como bien sabemos, el par formado por una métrica T 2 (esto es, un tensor 2-covariante simétrico) sobre un espacio vectorial E, (E, T 2 ), constituye
4.1 El espacio dual de un espacio vectorial
Capítulo 4 Espacio dual Una de las situaciones en donde se aplica la teoría de espacios vectoriales es cuando se trabaja con espacios de funciones, como vimos al final del capítulo anterior. En este capítulo
Tema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Números algebraicos. Cuerpos de números. Grado.
< Tema 5.- Números algebraicos. Cuerpos de números. Grado. 5.1 Cuerpo de fracciones de un dominio. Tratamos de generalizar la construcción de Q, a partir de Z. Sea A un dominio de integridad. En A (A \
Aplicaciones Lineales
Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse
Anexo 1: Demostraciones
75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:
Subespacios vectoriales en R n
Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo
Álgebra. Curso 2007-2008
Álgebra. Curso 2007-2008 11 de septiembre de 2008 Resolución Ejercicio. 1. Sea A un anillo conmutativo. (1) Demostrar que cualesquiera ideales a, b de A verifican (a b)(a + b) ab. (2) Para A = Z[X] dar
El teorema de estructura de módulos finitamente generados sobre un dominio de ideales principales
El teorema de estructura de módulos finitamente generados sobre un dominio de ideales principales Mariano Suárez-Alvarez 7 de octubre, 2015 Sea A un dominio de ideales principales que no es un cuerpo.
Ejercicios de álgebra 1 Cuarto curso (2003/04)
Departamento de Álgebra, Geometría y Toplogía. Universidad de Málaga Ejercicios de álgebra 1 Cuarto curso (2003/04) Relación 4. Anillos y módulos de fracciones Profesor de la asignatura: José Antonio Cuenca
1. ESPACIOS VECTORIALES
1 1. ESPACIOS VECTORIALES 1.1. ESPACIOS VECTORIALES. SUBESPACIOS VECTORIALES Denición 1. (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo K, o K-espacio vectorial,
Tema 2 ESPACIOS VECTORIALES
Tema 2 ESPACIOS VECTORIALES Prof. Rafael López Camino Universidad de Granada 1 Espacio vectorial Definición 1.1 Un espacio vectorial es una terna (V, +, ), donde V es un conjunto no vacío y +, son dos
Espacios vectoriales y Aplicaciones lineales
Espacios vectoriales y Aplicaciones lineales Espacios vectoriales. Subespacios vectoriales Espacios vectoriales Definición Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea
Dominios de factorización única
CAPíTULO 3 Dominios de factorización única 1. Dominios euclídeos En la sección dedicada a los números enteros hemos descrito todos los ideales de Z. En este apartado introducimos una familia de anillos
BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
1 Espacios y subespacios vectoriales.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto
1. Producto escalar, métrica y norma asociada
1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la
Variedades Diferenciables. Extremos Condicionados
Capítulo 16 Variedades Diferenciables. Extremos Condicionados Vamos a completar lo visto en los capítulos anteriores sobre el teorema de las Funciones Implícitas y Funciones Inversas con un tema de iniciación
Espacios vectoriales con producto interno
Capítulo 8 Espacios vectoriales con producto interno En este capítulo, se generalizarán las nociones geométricas de distancia y perpendicularidad, conocidas en R y en R 3, a otros espacios vectoriales.
Teorema de Green. 6.1. Curvas de Jordan
Lección 6 Teorema de Green En la lección anterior, previa caracterización de los campos conservativos, hemos visto que un campo irrotacional puede no ser conservativo. Tenemos por tanto una condición fácil
Grupos. Subgrupos. Teorema de Lagrange. Operaciones.
1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial
Comenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior.
Capítulo 2 Matrices En el capítulo anterior hemos utilizado matrices para la resolución de sistemas de ecuaciones lineales y hemos visto que, para n, m N, el conjunto de las matrices de n filas y m columnas
Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}
Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar
Estructuras algebraicas
Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota
9.1 Primeras definiciones
Tema 9- Grupos Subgrupos Teorema de Lagrange Operaciones 91 Primeras definiciones Definición 911 Una operación binaria en un conjunto A es una aplicación α : A A A En un lenguaje más coloquial una operación
Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.
Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal
MATEMÁTICAS I TEMA 1: Espacios Vectoriales. 1 Definición de espacio vectorial. Subespacios
Sonia L. Rueda ETS Arquitectura. UPM Curso 2007-2008. 1 MATEMÁTICAS I TEMA 1: Espacios Vectoriales 1 Definición de espacio vectorial. Subespacios Dados dos conjuntos V y K se llama ley de composición externa
ECUACIONES DIFERENCIALES ORDINARIAS. HOJA 9. La aplicación de Poincaré
ECUACIONES DIFERENCIALES ORDINARIAS. HOJA 9. SISTEMAS PLANOS. TEOREMA DE POINCARÉ-BENDIXSON. La aplicación de Poincaré Recordemos que un subconjunto H de R n es una subvariedad de codimensión uno (o una
Ejercicios de álgebra 1 Cuarto curso (2003/04)
Departamento de Álgebra, Geometría y Toplogía. Universidad de Málaga Ejercicios de álgebra 1 Cuarto curso (2003/04) Relación 1. Ideales primos y maximales. Nilradical y radical de Jacobson Profesor de
Aplicaciones Lineales
Aplicaciones Lineales Primeras definiciones Una aplicación lineal de un K-ev de salida E a un K-ev de llegada F es una aplicación f : E F tal que f(u + v) = f(u) + f(v) para todos u v E f(λ u) = λ f(u)
Construcción de bases en el núcleo e imagen de una transformación lineal
Construcción de bases en el núcleo e imagen de una transformación lineal Objetivos. Estudiar el algoritmo para construir una base del núcleo y una base de la imagen de una transformación lineal. Requisitos.
Álgebra Conmutativa. Simplificada
Álgebra Conmutativa Simplificada Diciembre-2003 2 Índice General 1 Módulos 5 1.1 Anillos. Ideales........................................ 5 1.2 Módulos............................................ 9 1.3
Espacios vectoriales y aplicaciones lineales
Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un
Aplicaciones abiertas y cerradas
44 3. POSICIÓN DE UN PUNTO CON RESPECTO A UN CONJUNTO Tema 7. Aplicaciones abiertas y cerradas Hasta ahora nos hemos centrado en propiedades de puntos con respecto a conjuntos, y las únicas propiedades
4 Aplicaciones Lineales
Prof Susana López 41 4 Aplicaciones Lineales 41 Definición de aplicación lineal Definición 23 Sean V y W dos espacios vectoriales; una aplicación lineal f de V a W es una aplicación f : V W tal que: 1
Parte I. Iniciación a los Espacios Normados
Parte I Iniciación a los Espacios Normados Capítulo 1 Espacios Normados Conceptos básicos Sea E un espacio vectorial sobre un cuerpo K = R ó C indistintamente. Una norma sobre E es una aplicación de E
Apuntes de Matemática Discreta 9. Funciones
Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y
Caracterización de los campos conservativos
Lección 5 Caracterización de los campos conservativos 5.1. Motivación y enunciado del teorema Recordemos el cálculo de la integral de línea de un gradiente, hecho en la lección anterior. Si f : Ω R es
Fascículo 2. Álgebra Lineal. Cursos de grado. Gabriela Jeronimo Juan Sabia Susana Tesauri. Universidad de Buenos Aires
Fascículo 2 Cursos de grado ISSN 1851-1317 Gabriela Jeronimo Juan Sabia Susana Tesauri Álgebra Lineal Departamento de Matemática Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires 2008
ÁLGEBRA III. Práctica 1 2d. Cuatrimestre - 2007
ÁLGEBRA III Práctica 1 2d. Cuatrimestre - 2007 Anillos conmutativos, cuerpos y morfismos Nota: Todo anillo considerado en esta práctica será conmutativo, en particular todo ideal es bilátero. Ejercicio
Axiomas de módulo: Sea A un anillo (conmutativo y con unidad) y sea M un conjunto. Diremos que una operación M M +
Capítulo 1 Módulos 1.1. Módulos Axiomas de módulo: Sea A un anillo (conmutativo y con unidad) y sea M un conjunto. Diremos que una operación M M + M y una aplicación A M M definen en M una estructura de
Ejemplos y problemas resueltos de análisis complejo (2014-15)
Variable Compleja I (3 o de Matemáticas y 4 o de Doble Titulación) Ejemplos y problemas resueltos de análisis complejo (04-5) Teoremas de Cauchy En estos apuntes, la palabra dominio significa, como es
Escenas de episodios anteriores
Clase 16/10/2013 Tomado y editado de los apuntes de Pedro Sánchez Terraf Escenas de episodios anteriores objetivo: estudiar formalmente el concepto de demostración matemática. caso de estudio: lenguaje
Aplicaciones Lineales y Multilineales Continuas
Capítulo 4 Aplicaciones Lineales y Multilineales Continuas La conexión entre las estructuras vectorial y topológica de los espacios normados, se pone claramente de manifiesto en el estudio de las aplicaciones
Nombre/Código: Febrero 21 2015. Examen I. 5 /10pts. Total: /50pts
1 Álgebra abstracta II Guillermo Mantilla-Soler Nombre/Código: Febrero 21 2015 Examen I Problemas Puntuación 1 /10pts 2 /10pts 3 /10pts 4 /10pts 5 /10pts Total: /50pts 2 Preguntas Problema 1[10 pts]: Sea
Aplicaciones Lineales
Aplicaciones Lineales Concepto de aplicación lineal T : V W Definición: Si V y W son espacios vectoriales con los mismos escalares (por ejemplo, ambos espacios vectoriales reales o ambos espacios vectoriales
Notas del curso de Algebra Moderna III
Notas del curso de Algebra Moderna III Luis Valero Elizondo 01 de Marzo del 2005 Índice general 1. Anillos. 5 1.1. Anillos............................... 5 1.2. Ideales................................
(Ec.1) 2α + β = b (Ec.4) (Ec.3)
Problema 1. Hallar t R para que el vector x = (3, 8, t) pertenezca al subespacio engendrado por los vectores u = (1, 2, 3) y v = (1, 3, 1). Solución del problema 1. x L{ u, v} si, y sólo si, existen α,
Espacios vectoriales y aplicaciones lineales.
Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en
Espacios vectoriales. Bases. Coordenadas
Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos
Subconjuntos destacados en la
2 Subconjuntos destacados en la topología métrica En este capítulo, introducimos una serie de conceptos ligados a los puntos y a conjuntos que por el importante papel que juegan en la topología métrica,
TEMA 2: Grupos. El grupo Simétrico.
Álgebra y Estructuras Discretas Grupo B de la Ingeniería Técnica de Sistemas TEMA 2: Grupos. El grupo Simétrico. 1. Definición de Grupo. Propiedades Básicas. Definición 1. Dado un conjunto no vacío G,
Clase 15 Espacios vectoriales Álgebra Lineal
Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos
4 APLICACIONES LINEALES. DIAGONALIZACIÓN
4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos
March 25, 2010 CAPÍTULO 2: LÍMITES Y CONTINUIDAD DE FUNCIONES EN EL ESPACIO EUCLÍDEO
March 25, 2010 CAPÍTULO 2: LÍMITE Y CONTINUIDAD DE FUNCIONE EN EL EPACIO EUCLÍDEO 1. Producto Escalar en R n Definición 1.1. Dado x = (x 1,..., x n ), y = (y 1,..., y n ) R n, su producto escalar está
y λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial.
Espacios vectoriales Espacios y subespacios R n es el conjunto de todos los vectores columna con n componentes. Además R n es un espacio vectorial. Ejemplo Dados dos vectores de R por ejemplo u = 5 v =
Problemas y Ejercicios Resueltos. Tema 2: Espacios vectoriales.
Problemas y Ejercicios Resueltos. Tema : Espacios vectoriales. Ejercicios 1.- Determinar el valor de x para que el vector (1, x, 5) R 3 pertenezca al subespacio < (1,, 3), (1, 1, 1) >. Solución. (1, x,
Objetivos: Al inalizar la unidad, el alumno:
Unidad 7 transformaciones lineales Objetivos: Al inalizar la unidad, el alumno: Comprenderá los conceptos de dominio e imagen de una transformación. Distinguirá cuándo una transformación es lineal. Encontrará
DOMINIOS DE DEDEKIND
DOMINIOS DE DEDEKIND MARIANO SUÁREZ-ALVAREZ Índice 1. Dominios de Dedekind 1 2. Módulos, I 4 3. Módulos, II 7 4. La caracterización de Noether 10 Referencias 11 1. Dominios de Dedekind 1.1. Sea A un dominio
(3) Regla del cociente: Si g(z 0 ) 0, f/g es derivable en z 0 y. (z 0 ) = f (z 0 )g(z 0 ) f(z 0 )g (z 0 ) . g
Funciones holomorfas 2.1. Funciones variable compleja En este capítulo vamos a tratar con funciones f : Ω C C, donde Ω C es el dominio de definición. La forma habitual de expresar estas funciones es como
Juan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada
FUNCIONES CONTINUAS. La mayor parte de las funciones que manejamos, a nivel elemental, presentan en sus gráficas una propiedad característica que es la continuidad. La continuidad de una función definida
ESTRUCTURAS ALGEBRAICAS
ESTRUCTURAS ALGEBRAICAS 1.1. LEY DE COMPOSICIÓN INTERNA Definición 1.1.1. Sea E un conjunto, se llama ley de composición interna en E si y sólo si a b = c E, a, b E. Observación 1.1.1. 1. también se llama
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES
Tema 3: Producto escalar
Tema 3: Producto escalar 1 Definición de producto escalar Un producto escalar en un R-espacio vectorial V es una operación en la que se operan vectores y el resultado es un número real, y que verifica
Análisis III. Joaquín M. Ortega Aramburu
Análisis III Joaquín M. Ortega Aramburu Septiembre de 1999 Actualizado en julio de 2001 2 Índice General 1 Continuidad en el espacio euclídeo 5 1.1 El espacio euclídeo R n...............................
Matrices invertibles. La inversa de una matriz
Matrices invertibles. La inversa de una matriz Objetivos. Estudiar la definición y las propiedades básicas de la matriz inversa. Más adelante en este curso vamos a estudiar criterios de invertibilidad
Tema 7: Valores y vectores propios
Tema 7: es y clausura s Espacios y Permutaciones es y clausura Una permutación p = {p 1, p 2,..., p n } de los números {1, 2,..., n} es una nueva ordenación de los elementos {1, 2,..., n}, es decir, un
E 1 E 2 E 2 E 3 E 4 E 5 2E 4
Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),
UNIDAD 3: ANILLOS DE POLINOMIOS
UNIDAD 3: ANILLOS DE POLINOMIOS En nuestra educación matemática se nos introdujo muy pronto -generalmente en los primeros años de secundariaal estudio de los polinomios. Durante una temporada que parecía
Tema 7: ESPACIOS VECTORIALES AFINES
Tema 7: ESPACIOS VECTORIALES AFINES Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría I. Curso 2003/04 Licenciatura:
Tema 10: Funciones de varias variables. Funciones vectoriales. Límites y continuidad
Tema 10: Funciones de varias variables. Funciones vectoriales. Límites y continuidad 1 Funciones de varias variables Observación 1.1 Conviene repasar,enestepunto,lodadoeneltema8paratopología en R n : bolas,
Anillos Especiales. 8.1 Conceptos Básicos. Capítulo
Capítulo 8 Anillos Especiales 8.1 Conceptos Básicos En este capítulo nos dedicaremos al estudio de algunos anillos especiales que poseen ciertas condiciones adicionales, aparte de las propias de la definición,
(x + y) + z = x + (y + z), x, y, z R N.
TEMA 1: EL ESPACIO R N ÍNDICE 1. El espacio vectorial R N 1 2. El producto escalar euclídeo 2 3. Norma y distancia en R N 4 4. Ángulo y ortogonalidad en R N 6 5. Topología en R N 7 6. Nociones topológicas
21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES
Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere
Transformaciones canónicas
apítulo 29 Transformaciones canónicas 29.1 Introducción onsideremos una transformación arbitraria de las coordenadas en el espacio de las fases de dimensión 2(3N k) (con el tiempo como un parámetro) Q
Fundamentos algebraicos
Fundamentos algebraicos 1. Grupos Sea S un conjunto. Se denota con S S el conjunto de los pares ordenados (s, t) con s, t en S. Un mapeo de S S en S se llama operación binaria en S. Esta definición requiere
ESTRUCTURAS ALGEBRAICAS 1
ESTRUCTURAS ALGEBRAICAS Se da la relación entre dos conjuntos mediante el siguiente diagrama: (, ) (2, 3) (, 4) (, 2) (7, 8) (, ) (3, 3) (5, ) (6, ) (, 6)........ 5 6......... 2 5 i) Observa la correspondencia
VII. Estructuras Algebraicas
VII. Estructuras Algebraicas Objetivo Se analizarán las operaciones binarias y sus propiedades dentro de una estructura algebraica. Definición de operación binaria Operaciones como la suma, resta, multiplicación
Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria.
Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria. Operación Binaria Se conoce una operación binaria
Álgebras de Boole. Juan Medina Molina. 25 de noviembre de 2003
Álgebras de Boole Juan Medina Molina 25 de noviembre de 2003 Introducción Abordamos en este tema el estudio de las álgebras de Boole. Este tema tiene una aplicación directa a la electrónica digital ya
4 Aplicaciones lineales
Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 4 Aplicaciones lineales 4. Aplicación lineal Sean V y W dos espacios vectoriales sobre el mismo cuerpo K (en general, R o C. Una aplicación
Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1
. ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio
1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS
1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una
2. Aritmética modular Ejercicios resueltos
2. Aritmética modular Ejercicios resueltos Ejercicio 2.1 Probar, mediante congruencias, que 3 2n+5 + 2 4n+1 es divisible por 7 cualquiera que sea el entero n 1. Trabajando módulo 7 se tiene que 3 2n+5
1 El espacio vectorial R n.
Manuel Gutiérrez Departamento de Álgebra, Geometría y Topología Universidad de Málaga February 26, 2009 1 El espacio vectorial R n. La estructura de espacio vectorial es posiblemente la estructura más
ESTRUCTURAS ALGEBRAICAS 05-06
ESTRUCTURAS ALGEBRAICAS 05-06 Tema 1 Anillos e ideales. Morfismos de anillos. Anillos de polinomios. Teorema de la base de Hilbert. Divisibilidad y factorización. Tema 2 Operaciones con ideales. Ideales
Problemas y Ejercicios Resueltos. Tema 3: Aplicaciones Lineales.
Problemas y Ejercicios Resueltos. Tema : Aplicaciones Lineales. Ejercicios 1.- Determinar cuáles de las siguientes aplicaciones son lineales: (i) f : R R 2 definida por f((x, y, z)) = (x y, y + 2z). (ii)
Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una
Semana 08 [1/15] Axioma del Supremo. April 18, 2007. Axioma del Supremo
Semana 08 [1/15] April 18, 2007 Acotamiento de conjuntos Semana 08 [2/15] Cota Superior e Inferior Antes de presentarles el axioma del supremo, axioma de los números reales, debemos estudiar una serie
Aplicaciones lineales continuas
Lección 13 Aplicaciones lineales continuas Como preparación para el cálculo diferencial, estudiamos la continuidad de las aplicaciones lineales entre espacios normados. En primer lugar probamos que todas
1. Cambios de base en R n.
er Curso de Ingeniero de Telecomunicación. Álgebra. Curso 8-9. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema 5. Cambios de Base. Aplicaciones Lineales. Teoría y Ejercicios Resueltos..
1. Suma y producto de polinomios. Propiedades
ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Resumen teoría Prof. Alcón 1. Suma y producto de polinomios. Propiedades Sea (A, +,.) un anillo conmutativo. Llamamos polinomio en una indeterminada x con coeficientes
Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales
Matemáticas I: Hoa 3 Espacios vectoriales y subespacios vectoriales Eercicio 1. Demostrar que los vectores v 1, v 2, v 3, v 4 expresados en la base canónica forman una base. Dar las coordenadas del vector
elemento neutro y elemento unidad: inversa aditiva (opuesto): para todo λ K 0, existe un único µ K tal que λµ = 1;
3. Espacios Vectoriales 3.1. Definición de espacio vectorial Un cuerpo es una estructura algebraica (K, +, ) formada por un conjunto K no vacio y dos operaciones internas + y que verifican las siguientes
Listas de vectores y conjuntos de vectores
Listas de vectores y conjuntos de vectores La explicación de los temas Dependencia lineal y Bases en el curso de Álgebra Lineal se puede basar en uno de los siguientes dos conceptos (o en ambos): ) listas
Tema 5.2: Comportamiento local de una función holomorfa. Teoremas de la aplicación abierta y de la función inversa
Tema 5.: Comportamiento local de una función holomorfa. Teoremas de la aplicación abierta y de la función inversa Facultad de Ciencias Experimentales, Curso 8-9 Enrique de Amo, Universidad de Almería En
Espacios generados, dependencia lineal y bases
Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................