MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES 1. ESPACIOS LINEALES. x = x x L. ε es el elemento neutro de la ley del producto ( )

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

Download "MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES 1. ESPACIOS LINEALES. x = x x L. ε es el elemento neutro de la ley del producto ( )"

Transcripción

1 ÉTODOS ATEÁTICOS TEA 0: REPASO ÁLGEBRA ESPACIOS DE HILBERT Y OPERADORES LINEALES Profesora: ª Cruz Boscá ESPACIOS LINEALES Espaco leal L sobre u cuerpo (comutatvo) Λ U espaco leal (o vectoral) L sobre u cuerpo comutatvo ( Λ, +, ) ( L, +, ) dode: Ax L es u cojuto o vacío, L + Ax ( + ) es u ley de composcó tera L L L Ax 3 ( ) es ua ley de composcó extera Λ L L Ax 4 ( L, + ) es u grupo abelao, esto es: -Ax 4 x + ( y + z) = ( x + y) + z x, y, z L (propedad asocatva) -Ax 4! e L / e + x = x + e = x x L (elemeto eutro) -Ax 43 x L x L / x + x = x + x = e x L (elemeto opuesto o smétrco) -Ax 44, es ua tera x + y = y + x x y L (propedad comutatva) Ax 5 α( x + y) = αx + α y α Λ x, y L (propedad dstrbutva de ( ) respecto de ( + )) Ax 6 α( βx) = ( α β ) x α, β Λ x L Ax 7 ( α + β ) x = αx + β x α, β Λ x L (propedad dstrbutva de la ley + suma ( + ), Λ Λ Λ, respecto de la ley ( )) Ax 8 ε x = x x L ε es el elemeto eutro de la ley del producto ( ) Λ, ( Λ Λ Λ ) Propedades: a) α e = e α Λ b) ε x = e x L (ε es elemeto eutro de la ley ( + ) e Λ ) c) x = ε x x L d) αx = α y, α ε x = y e) x + y = x + z y = z f) αx = β x, x e α = β g) α x = e α = ε o x = e e C Boscá, Uv de Graada

2 Notacó: x L»» vectores»» letras latas (e lbros de texto x o x ) α Λ»» escalares»» letras gregas α x»» α x Λ»» k dode k R o k C e»» 0 (o 0) ; ε»» 0 ; ε»» Operacoes co cojutos Sea A L y B L subcojutos de L, etoces: a) Suma de subcojutos: + = { : = +,, } b) Producto de subcojuto por escalar: α { : α, } (Nota: A A + A) c) Producto de Λ por u subcojuto: Λ = { : =, Λ, } = A B z L z x y x A y B L A z L z α x α x A L α A A = z L z = x x A L α Λ d) A B = { z L : z = x y, x A, y B} L e) Producto de subcojutos: {(, ) :, } A B = x y x A y B L L f) Complemetaro de u subcojuto A respecto de otro B : B \ A = x L : x B, x A L { } g) Complemetaro de u subcojuto A respecto de L : C A = L \ A = x L : x A L { } Subespacos leales Subespaco leal < L U subcojuto L o vacío,, es subespaco leal de L s posee estructura de espaco leal Notacó: es subespaco de L»» < L U subcojuto L,, es subespaco leal de L, L α, β Λ, x, y : α x + β y <, Propedades L < L, 0 < L, 0 < L a) { } C Boscá, Uv de Graada

3 b) < L, (Nota: e geeral, c) Sea { },, dode I represeta u cojuto de ídces I < L ) I < L = I < L N, u cojuto de subespacos leales de L = < L αx N, x,, x d) Sea = (Nota: todas las sumas de este sumaro so ftas) Evolvete leal [ S ] Dado u subcojuto S L,se defe su evolvete leal, [ ] de todas las combacoes leales de sus elemetos: S = z L : z = x, N,, Λ, x, x S = [ ] α α α Deomacó: S es el cojuto geerador de [ ] Propedades S a) [ S] < L b) [ S ] es el meor subespaco leal que cotee a S c) [ S] = cotee a S, dode γ { γ } γ I γ I 3 Suma drecta de subespacos leales Sea { }, S, como el cojuto represeta el cojuto de los subespacos que N, u cojuto de subespacos leales de L,,,, = < L = L es suma drecta de { } x L :! x,, x, L=, = tal que s x = x = (Nota: el sgo! dca que la descomposcó es úca) Dados < L y < L, etoces { } L = L = + y = 0 C Boscá, Uv de Graada 3

4 Dados < L, =,,, etoces L = = L = y = 0 j j = = { } < L < L : L = (al meos, exste sempre uo) < L, se defe u complemeto leal de e Dado Complemeto leal: Dado L, o subespaco complemeto de e L, como u subespaco leal ' < L : L = ' (o cocde co su complemetaro respecto a L ) Todo úco) < L posee al meos u complemeto leal e L (o ecesaramete 4 Suma drecta extera de espacos leales (espaco suma drecta) Sea dos espacos leales L y L sobre el msmo cuerpo Λ, y sea el cojuto L = L L = {( x, x) : x L, x L} Se defe las dos leyes de composcó: ) tera ( ) +, + ( L L ) ( L L ) ( L L ) : ( x, x) + ( y, y) = ( x + y, x + y), ( x, x),( y, y) ( L L ) ) extera ( ), Λ ( L L ) ( L L ) : α ( x, x) = ( α x, α x) α Λ ( x, x) ( L L ) Etoces ( L, +, ) es u espaco leal, deomado como el espaco suma drecta L = L L ) extera de L y L ( 5 Depedeca e depedeca leal Bases de Hamel S = x,, x L Dado u subcojuto fto { } u cojuto lealmete depedete s de vectores de L, se defe como α Λ : ( α x = 0 α = 0 ) = S = x,,, x L de Dado u subcojuto fto (umerable o o umerable) { } vectores de L, se defe como u cojuto lealmete depedete s todo subcojuto fto de él lo es S L es u cojuto lealmete depedete s o es lealmete depedete Propedades a) U cojuto lealmete depedete o puede coteer al elemeto ulo 0 b) E u cojuto lealmete depedete al meos u vector es combacó leal de los restates c) A lealmete depedete co A B B lealmete depedete d) B lealmete depedete co A B A lealmete depedete C Boscá, Uv de Graada 4

5 S = x,, x L e) Dado { } = = lealmete depedete, se tee que α x = β x α = β Geeradores: Sea = < L Se dce que S L x : x = αx, α Λ, x S, N Bases leales o de Hamel: Sea B L Hamel de L s B es lealmete depedete y [ ] es cojuto geerador de s Se dce que B es base leal o de B = L B es base leal o de Hamel de L s B es u cojuto lealmete depedete maxmal, esto es, B' B, B' B, tal que B ' sea lealmete depedete B = L x L : x = αx, α Λ, x B, N fto [ ] Propedades a) L { 0} = al meos ua base de Hamel b) Dado u espaco leal L, todas sus bases leales posee el msmo cardal (es decr, el msmo úmero de vectores) c) Dados u espaco leal L y ua base leal B del msmo, la descomposcó x = αx, α Λ, x B, N, es úca x L = d) Todo S L de L, cojuto lealmete depedete, es amplable a ua base leal Dmesó leal: Dado L, se defe su dmesó leal o algebraca como dm L = card B, dode B es ua base leal de L y card B represeta el cardal de cualquera de sus bases leales Nota: [Cardal de u cojuto] Dado u subcojuto S de elemetos de u cojuto uversal: - S S cotee u úmero fto N de elemetos, su cardal se defe como ese úmero: card ( S) = - S S es u cojuto fto umerable (puede establecerse ua byeccó etre él y N ), su cardal se defe como el aleph cero, símbolo ℵ 0, esto es, card ( S ) = ℵ 0 Por ejemplo, card ( Q) = card ( N ) = ℵ 0 - S S es u cojuto somorfo co el cuerpo R de los reales, su cardal se defe como el del cotuo, card ( ) card ( 0, ) = card ( R ) = ℵ símbolo ℵ, esto es, S = ℵ Por ejemplo, [ ] Coveo: S L = { 0 }, etoces acordamos dm L = 0 C Boscá, Uv de Graada 5

6 Dmesó leal fta: Dado L, se defe su dmesó leal como fta N que es cojuto lealmete = cuado o es fta, esto es, cuado S L depedete co card S Fórmula de Grassma: Dados L, < L, ' < L, co dm L (fta) dm( + ') = dm + dm ' dm( ') =, OPERADORES LINEALES Aplcacoes etre espacos leales Ua aplcacó T co domo D( T ) y recorrdo R( T ), T : D( T ) L R( T ) L, es aplcacó leal u operador leal del espaco leal L sobre el espaco leal L, ambos sobre el cuerpo comú Λ, s satsface: a) D( T ) < L b) T es uvaluada: x D( T )! y R( T ) : T ( x) = y (otacó: y = Tx ), c) x, y D( T ), α, β Λ : T ( α x + β y) = αt ( x) + βt ( y) Deomacó: aplcacó leal operador leal homomorfsmo Ua aplcacó T co domo D( T ) y recorrdo R( T ), T : D( T ) L R( T ) L, es aplcacó atleal u operador atleal del espaco L, ambos sobre el cuerpo comú Λ =C, s leal L sobre el espaco leal satsface: a) D( T ) < L b) T es uvaluada: x D( T )! y R( T ) : T ( x) = y (otacó: y Tx c) x, y D( T ), α, β Λ : T ( α x + β y) = α * T ( x) + β * T ( y) Propedades: Dada ua aplcacó leal T : D( T ) < L R( T ) L, se tee: a) R( T ) < L b) T (0) = 0 (0 es elemeto eutro de la ley ( + ) e L, =, ) c) T ( x) = T ( x) x D( T ) d) { x D T Tx } kert= ( ) : = 0 < L (úcleo o kerel del operador) e) S D ( T ) = L y = ), d m L es fta: dm D( T ) = dm kert + dm R( T ), deomádose uldad de T a la dm kert y rago de T a la dm R( T ) C Boscá, Uv de Graada 6

7 Gráfco de u operador leal T : D( T ) L R( T ) L, se defe su gráfco Γ ( T ) Dada ua aplcacó leal como ( ) { (, ) : ( ), ( ) } Γ T = x x L L x D T x = Tx R T L L Γ ( T ) < L L Γ ( T ) < L L es gráfco de algú L ((0, y) Γ y = 0) (esto es, s Γ corta al eje Teorema del gráfco: U subespaco leal operador leal etre L y L, lo hace sólo e el orge) Igualdad etre operadores leales: Dados dos operadores leales T y T, Γ ( T ) = Γ( T ) D( T ) = D( T ) = D( T ) y T x = T x x D( T ) so guales Extesoes y restrccoes: Dados dos operadores leales T y T, tales que D T y T x = T x x D( T ), etoces T es ua extesó de T a T es ua restrccó de T a D( T ) D( T ) ( ) D( T ), y Notacó: T T T»» T es ua extesó de T T»» T es ua restrccó de T 3 Operador leal verso como tee T : D( T ) < L R( T ) < L, operador leal, la relacó versa Dado ( ) ( ) ( ) T D T R T R T D T : ( ) = ( ) ( ) = ( ) tal que ( T ) ( y) = x, co x D( T) y T ( x) = y ( ) T ( ) T se defe ( ) y D( T ) = R( T ), se Nota: e geeral, o tee por qué ser u operador, ya que, por ejemplo, o tee por qué ser uvaluada T : D( T ) L R( T ) L Teorema: Dado < <, operador leal, la relacó versa T ( T ) : R( T ) D( T ) es u operador leal ( T ( x ) = T ( x ) x = x ) ( Tx = 0 x = 0 ) Operador sgular: Dado T es yectvo, esto es,, o sea, kert = { 0 } T : D( T ) < L R( T ) < L, operador leal, defmos T como operador sgular (o-sgular) ( ) T : R( T ) D( T) operador leal C Boscá, Uv de Graada 7

8 4 Isomorfsmo T : D( T ) = L L, operador leal, es u somorfsmo s es byectvo Dado S T : L L es u somorfsmo, etoces los espacos leales L y L so espacos somorfos Notacó: L y L so somorfos»» L L U somorfsmot : L L trasforma cojutos lealmete depedetes (de L ) e cojutos lealmete depedetes (de L ) R( T ) L L dm L = dm L T : L R( T ) L U operador leal L = T = y < es somorfsmo ker { 0 } T : L S L es u somorfsmo T : L L es u somorfsmo Termología: Homomorfsmo aplcacó leal operador leal T : D( T ) < L R( T ) < L (uvaluada y leal) oomorfsmo aplcacó leal yectva Epmorfsmo aplcacó leal suprayectva L L Edomorfsmo operador leal co = Isomorfsmo aplcacó leal byectva Automorfsmo somorfsmo co L = L T : L Dado u operador leal co cualquer moomorfsmo o epmorfsmo es automátcamete u somorfsmo 5 Operacoes co operadores leales Suma y producto por escalares de operadores leales: Dados El operador suma T + T segú: L dm L = dm L = fto, se tee que T : D( T ) < L R( T ) < L, =,,, operadores leales, se defe: ( T + T ) : D( T + T ) = ( D( T ) D( T )) < L R( T + T ) < L ( T + T )( x) = T ( x) + T ( x) x D( T + T ) El operador producto por u escalar αt ( = o ), α Λ, segú: ( αt ) : D( αt ) = D( T ) < L R( αt ) < L ( αt )( x) = αt ( x) x D( T ) C Boscá, Uv de Graada 8

9 La suma y el producto por escalares de operadores leales defe operadores leales Composcó o producto de operadores leales: Dados los operadores leales T : D( T ) < L R( T ) < L T : D( T ) < L R( T ) < L3, sedo L, =,,3,espacos leales sobre el msmo cuerpo Λ, se defe la composcó o producto T T TT como el operador T T : D( T T ) < L R( T T ) < L tal que 3 ( ) D TT = T = D T R T = x D T T x D T < D T ( ) ( ( ) ( )) ( ) : ( ) ( ) ) { } ) R( T T ) = T ( ) = { y R( T ) : x : T x = y} < R( T ) x D( T T ) : T T ( x) = T ( T ( x)) R( T T ) 3) Nota: No cofudr T T TT co ua posble operacó producto ( ) de operadores T : D( T ) < L R( T ) < L, =,,, segú el cual se defera ( T T )( x) = T ( x) T ( x) x D( T ) = D( T ) < L, ua vez defdo també u producto tero ( ) e L! La composcó de operadores leales da como resultado otro operador leal La composcó de somorfsmos da como resultado otro somorfsmo T : D( T ) L R( T ) L Teorema: Dado < <, operador leal o sgular, de modo que T : R( T ) L D( T ) L T T = I D ( T ) y TT I R ( T ) < < es u operador leal, etoces =, dode I, D D ( T ) o R ( T ) D, smbolza la restrccó del operador detdad I : L L, I ( x) = x x L, al domo D L es decr, el operador I : D D, I ( x) = x x D Operador vertble: D D <, Dado T : D( T ) < L R( T ) < L, operador leal, defmos T como operador vertble D( T ) = R( T ) = L y T es operador o-sgular T, T, operadores leales, y TT T T I L I = = Comutacó y permutacó de operadores: Dados T : D( T ) < L R( T ) < L, =,,, operadores leales, y defdos sus productos o composcoes T T TT y T T TT, se defe: C Boscá, Uv de Graada 9

10 ) El operador comutador [ T, T ] segú [ ] D( [ T, T ]) = D( TT ) D( TT ) T comuta etre sí [, ] 0 TT = T T ) T y 3) T permuta co 6 Espaco leal T T = T j TT j TjT L ( L, L ) T, T = TT T T, co Dados dos espacos leales L y L sobre el msmo cuerpo Λ, la clase o cojuto T : D( T ) = L R( T ) < L costtuye de todas las aplcacoes u operadores leales u espaco leal sobre Λ, co respecto a la suma y producto por escalares Notacó: este espaco leal se smbolza como L ( L, L ); s L = L, etoces L ( L, L) L ( L) Propedades: m a) L ( L, Lm ),, m N, ftos, es somorfo co espaco leal de las matrces m de elemetos perteecetes a Λ ( L y L m so, pues, espacos leales de dmesó fta respectva y m, sobre el msmo cuerpo Λ ) b) dm L ( L, L ) = dm L dm L m m c) DadoT L ( L, L ), e geeral R( T ) L, de forma que, cluso auque operador leal, se tee 7 Álgebra D( T ) L T L ( L, L ) T, U álgebra se defe como u espaco leal L sobre u cuerpo Λ, e el que a cada par de elemetos a y b de L se le asoca otro elemeto ab de L, deomado como producto de los aterores, elemeto producto de a y b, tal que se satsface los axomas: Ax: a( b + c) = ab + ac Ax: ( b + c) a = ba + ca Ax3: α( ab) = ( αa) b = a( αb) α Λ Ax4: a( bc) ( ab) c = (propedad asocatva) Se dce que u álgebra posee u elemeto udad e L : e a = ae = a a L e El producto o composcó de operadores dota al espaco L ( L) de la estructura de álgebra co elemeto udad, e I, operador detdad, para el que IT = TI = T T L ( L) C Boscá, Uv de Graada 0

11 8 Proyectores < L y < L del msmo espaco leal L, Dados dos subespacos leales tales que L =, se defe u proyector de L sobre e la dreccó de, P P P : D( P ) = L R( P ) = tal que, como u operador dode x = x + x, x, x a) b) Propedades: P L ( L), es decr, es u operador leal P : L R( P ) < L P ( P ) = P P = P, es decr, es u operador dempotete P ( P ) P, operador leal tal que P ( L) = 0 L = c) Dado { } L x L : P ( x) = x, d) Dado P L ( L), operador dempotete,! <L,! <L : L= y P = P e) Dado P R( P ) = y ker( P ) f) Dado T L ( L), T es proyector T = 9 Fucoal leal Espaco dual L * = T (es decr, s es dempotete) Dado u espaco leal L sobre u cuerpo Λ se defe como fucoal leal o forma leal e L a todo operador leal t : D( t) < L Λ Dado u espaco leal L sobre u cuerpo Λ se defe como su espaco dual L * (dual algebraco) el espaco leal L ( L, Λ) de todos los fucoales leales t : D( t) = L Λ Propedades: a)todo fucoal leal o ulo, t : L Λ, t 0, es suprayectvo (es decr, R( t ) = Λ ) b) L L Λ * C Boscá, Uv de Graada

12 3 ESPACIO COCIENTE Dados u espaco leal L y u subespaco leal L L la relacó de equvaleca R (por tato, reflexva, xr x x L xr y y R x ; y trastva, xr y, y R z xr z ) segú: x y x y Se ota etoces como C la clase de equvaleca de u x L { : } { : z : } { } El cojuto cocete L / = { : x L} C x = y L yr x = y L y = x + z = x + x x < del msmo, se defe e ; smétrca, R, es decr, C es la partcó (úca) de L ducda por Se defe el espaco cocete ( L /, +, ) como el espaco leal costrudo sobre el cojuto L / defedo las leyes de composcó + ) ( + ), ley de composcó tera L / L / L / : C x + C y = C x+ y, co elemeto opuesto x = x = { x} + C = 0 + = 0 C C y elemeto eutro { } ) ( ), ley de composcó extera Λ L / L / : αc x = C α x dm L / = dm L dm C Boscá, Uv de Graada

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES TEMA 4: OPERADORES LINEALES

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES TEMA 4: OPERADORES LINEALES MÉTODOS MTEMÁTICOS ESPCIOS DE HILBERT Y OPERDORES LINELES Profesora: Mª Cruz Boscá TEM 4: OPERDORES LINELES Notacó: sea L ( L, ) y L ( L, ) dos espacos ormados; sea T u operador leal T : D( T ) < L L,

Más detalles

GENERALIDADES SOBRE MÓDULOS

GENERALIDADES SOBRE MÓDULOS GENERALIDADES SOBRE MÓDULOS Presetar el Z -módulo Z como cocete de u Z -módulo lbre Hacer lo msmo para el grupo de Kle Calcular los auladores de los sguetes módulos: a) El Z -módulo Z Z 6 b) El Z -módulo

Más detalles

GUÍA DE EJERCICIOS. Área Matemática Álgebra lineal

GUÍA DE EJERCICIOS. Área Matemática Álgebra lineal GUÍA DE EJERCICIOS Área Matemátca Álgebra leal Resultados de apredzaje. Recoocer exsteca de subespaco vectoral. Cotedos 1. Espacos vectorales. 2. Subespacos vectorales. Debo saber Se debe recordar que

Más detalles

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

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

Más detalles

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO 2017 ÁLGEBRA II (LSI PI) UNIDAD Nº 5 RANSFORMACIONES LINEALES Facultad de Cecas Exactas y ecologías UNIERSIDAD NACIONAL DE SANIAGO DEL ESERO aa Error! No hay texto co el estlo especfcado e el documeto

Más detalles

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS:

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS: SUBESPACIOS FINITAMENTE GENERADOS: Teorema S G={v, v,, v } es u sstema fto de geeradores de u subespaco S V K-EV, etoces G`= {v, v,, v,w} sedo w combacó leal de vectores de G, també geera a S. Demostracó

Más detalles

Espacios con producto interior

Espacios con producto interior Espacos co producto teror [Versó prelmar] Prof. Isabel Arrata Z. Algebra Leal E esta udad, todos los espacos ectorales será reales Sea V u espaco ectoral sobre. U producto teror (p..) e V es ua fucó

Más detalles

AUTOVALORES MANUEL HERVÁS CURSO ENDOMORFISMOS 1

AUTOVALORES MANUEL HERVÁS CURSO ENDOMORFISMOS 1 AUTOVALORES MANUEL HERVÁS CURSO 0-0 ENDOMORFISMOS INTRODUCCIÓN Los problemas que volucra a los valores propos va asocados, e geeral, a feómeos de establdad: Dámca, como la frecueca de resoaca de u sstema

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 aaló el sgo del dscrmate

Más detalles

X = d representa la métrica (distancia) euclideana en R n, dada por: d T(X,Y) = X Y = 1.3 TOPOLOGÍA BÁSICA EN

X = d representa la métrica (distancia) euclideana en R n, dada por: d T(X,Y) = X Y = 1.3 TOPOLOGÍA BÁSICA EN 0.3. Cojutos abertos y cerrados.3 TOPOLOGÍA BÁSICA EN R El espaco eucldeao dmesoal se defe como: E ( R,,, d ) Dode (asumedo que X, Y R, co X = (x,..., x ), Y = (y,..., y )): El símbolo represeta el producto

Más detalles

CAPITULO 2º FUNCIONES DE VECTORES Y MATRICES_01. Ing. Diego Alejandro Patiño G. M.Sc, Ph.D.

CAPITULO 2º FUNCIONES DE VECTORES Y MATRICES_01. Ing. Diego Alejandro Patiño G. M.Sc, Ph.D. CPIULO 2º FUNCIONES DE VECORES Y MRICES_ Ig. Dego lejadro Patño G. M.Sc, Ph.D. Fucoes de Vectores y Matrces Los operadores leales so fucoes e u espaco vectoral, que trasforma u vector desde u espaco a

Más detalles

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector.

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector. Comportameto Mecáco de Sóldos Capítulo II. Itroduccó al aálss tesoral. Itroduccó al aálss tesoral esores Es aquella catdad físca que después de ua trasformacó de coordeadas (que obedezca certas reglas),

Más detalles

FEM-OF: EDP Elíptica de 2 Orden

FEM-OF: EDP Elíptica de 2 Orden 9/02/2008 Capítulo 5: FM-OF: D líptca de 2 Orde Idce: 5..- Operador Dferecal líptco 5.2.- roblema Básco 5.3.- Fucoes Óptmas 5.4.- FM-OF Steklov-ocaré 5.5.- FM-OF Trefftz-Herrera 5.6.- FM-OF etrov-galerk

Más detalles

Introducción al Algebra Lineal en Contexto Autor José Arturo Barreto M.A. Web:

Introducción al Algebra Lineal en Contexto Autor José Arturo Barreto M.A. Web: Itroduccó al Algebra Leal e Cotexto Autor José Arturo Barreto M.A. Web: www.abaco.com.e www.mprofe.com.e josearturobarreto@yahoo.com Descomposcó e Valor Sgular (SVD: Sgular Value Decomposto) El sguete

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

El estudio de autovalores y autovectores (o valores y vectores propios) de matrices

El estudio de autovalores y autovectores (o valores y vectores propios) de matrices Tema V DIAGONALIZACIÓN POR TRANSFORMACIONES DE SEMEJANZA Objetvos Presetar los coceptos de autovalor y autovector, los cuales tee gra mportaca e las aplcacoes práctcas (tato es así, que podría decrse que

Más detalles

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad.

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad. Parte : MECÁNICA CUÁNTICA 1. Los postulados de la Mecáca Cuátca.. Estados Estacoaros. 3. Relacó de Icertdumbre de Heseberg. 4. Teorema de compatbldad. 1 U breve repaso de Mecáca Clásca 1. Partícula clásca:

Más detalles

Indice. Capítulo 1 Grupo 1

Indice. Capítulo 1 Grupo 1 Álgebra II - - Idce Capítulo rupo Decó de operacó bara, eutro, asocatva... Semgrupo, moode... Submoode, elemeto vertble... 3 rupo, grupo abelao... 4 Ejemplos... 5 Orde del grupo... 6 Ejemplos de grupos

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

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES. Profesora: Mª Cruz Boscá TEMA 2: ESPACIOS EUCLÍDEOS Y DE HILBERT

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES. Profesora: Mª Cruz Boscá TEMA 2: ESPACIOS EUCLÍDEOS Y DE HILBERT ÉTODOS ATEÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES Profesora: ª Cruz Boscá TEA : ESPACIOS EUCLÍDEOS Y DE HILBERT Sea u espacio lieal L (X, +, ) sobre el cuerpo k Producto itero o escalar y espacio

Más detalles

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO 6 ÁLGEBRA II (LSI PI) UNIDAD Nº 6 VALORES Y VECTORES PROPIOS Facultad de Cecas Exactas y Tecologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO aa Error! No hay texto co el estlo especfcado e el documeto.

Más detalles

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu y Tea 5: Equlbro Geeral Parte III OWC Ecooía para Mateátcos Ferado Perera Tallo ttp://bt.ly/8l8ddu Esteca de Equlbro Ferado Perera-Tallo A lo largo de esta presetacó os vaos a cocetrar e espacos Eucldos,

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

TEMA 1 PROBABILIDAD 1/10. Ejemplos : E y E

TEMA 1 PROBABILIDAD 1/10. Ejemplos : E y E wwwovauedes/webpages/ilde/web/dexhtm e-mal: mozas@elxuedes TEMA PROAILIDAD SUCESOS Exste feómeos o expermetos que, repetdos e détcas codcoes, sempre proporcoa el msmo resultado, a los que llamaremos determstas,

Más detalles

Del correcto uso de las fracciones parciales.

Del correcto uso de las fracciones parciales. Del correcto uso de las fraccoes parcales. Rubé Emauel Madrd García. E este opúsculo haré u aálss de lo que hoy llamamos fraccoes parcales, lo cual o es otra cosa que la descomposcó del cocete etre dos

Más detalles

ANILLOS REALES (Primera de tres partes)

ANILLOS REALES (Primera de tres partes) ANILLOS REALES (Prmera de tres partes) ENRIQUE ANDRADE Departameto de Matemátcas, Facultad de Cecas, Uversdad Nacoal Autóoma de Méxco 0450 Méxco, D. F., Méxco. E-mal: erosols@yahoo.com.mx LEÓN KUSHNER

Más detalles

CAPÍTULO 20: NÚMEROS COMPLEJOS (II)

CAPÍTULO 20: NÚMEROS COMPLEJOS (II) CAPÍTULO 0: ÚMEROS COMPLEJOS (II) Date Guerrero-Chaduví Pura, 05 FACULTAD DE IGEIERÍA Área Departametal de Igeería Idustral y de Sstemas CAPÍTULO 0: ÚMEROS COMPLEJOS (II) Esta obra está bajo ua lceca Creatve

Más detalles

Álgebra Manuel Hervás Curso

Álgebra Manuel Hervás Curso Álgebra Mauel Hervás Curso 0-0 FORMAS LINEALES Defcó Sea E u espaco vecoral sobre referdo a ua base B e e e,,, Se deoma Forma Leal sobre a la aplcacó leal f : E al que x E f ( x) b De modo que elegdo u

Más detalles

Experimento determinístico. Aquellos que dan lugar al mismo resultado siempre que se realicen bj bajo las mismas condiciones.

Experimento determinístico. Aquellos que dan lugar al mismo resultado siempre que se realicen bj bajo las mismas condiciones. Tema 3. Espacos de Probabldad. Defcó axomátca y propedades báscas de la Probabldad 3.. Itroduccó. Feómeos y expermetos aleatoros. Álgebra de sucesos E este tema se establece ls ocoes báscas para el desarrollo

Más detalles

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( )

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( ) Los úmeros complejos surje a ra de ecuacoes de la forma x + 0 Exste u certo paralelsmo etre este cuerpo el plao, cocretamete, lo que ha es ua correspodeca buívoca, es decr, ua relacó bectva etre C R R

Más detalles

CAPITULO 2º VECTORES Y ESPACIOS VECTORIALES - 1. Ing. Diego A. Patiño G. M.Sc., Ph. D.

CAPITULO 2º VECTORES Y ESPACIOS VECTORIALES - 1. Ing. Diego A. Patiño G. M.Sc., Ph. D. CAPITULO º VECTORES Y ESPACIOS VECTORIALES - Ig. Dego A. Patño G. M.Sc., Ph. D. Vectores Efoque mecáco: defcó asocada a magtud y dreccó. Sgfcado físco. Restrgdo a 3 dmesoes. E. elocdad, aceleracó, campo

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

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción Capítulo VII PROBABILIDAD 1. Itroduccó Se dcaba e el capítulo ateror que cuado u expermeto aleatoro se repte u gra úmero de veces, los posbles resultados tede a presetarse u úmero muy parecdo de veces,

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 PROBBILIDD. 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 axomátca

Más detalles

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C Los axomas de la probabldad obabldad El prmer paso para descrbr la certdumbre es cosderar el cojuto de posbles resultados obtedos a partr de u expermeto aleatoro. Este cojuto es llamado espaco muestral

Más detalles

UN VIAJE POR EL MUNDO DE LA PROBABILIDAD

UN VIAJE POR EL MUNDO DE LA PROBABILIDAD UN VIAJE POR EL MUNDO DE LA PROBABILIDAD AUTORÍA JUAN JOSÉ LEÓN ROMERA TEMÁTICA PROBABILIDAD ETAPA BACHILLERATO Resume E el presete artículo se trata los cotedos relacoados co Probabldad. Se hace u acercameto,

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

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

NOMBRE Apellido Paterno Apellido Materno Nombre(s) UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN SEMESTRE

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

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

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

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

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

PARTE 1 - PROBABILIDAD

PARTE 1 - PROBABILIDAD arte - robabldad rof. María. tarell RTE - ROILIDD - robabldad. - Espacos muestrales y evetos. La Teoría de robabldades estuda los llamados expermetos aleatoros. Ejemplos cláscos de expermetos aleatoros

Más detalles

Problemas de Polímeros. Química Física Avanzada Iñaki Tuñón 2010/2011

Problemas de Polímeros. Química Física Avanzada Iñaki Tuñón 2010/2011 Problemas de Polímeros Químca Físca Avazada Iñak Tuñó / POL.-U polímero moodsperso de masa molecular. gmol - está cotamado e u % e peso co ua mpureza de peso molecular. gmol -. Calcular z,, Co los datos

Más detalles

ANTES DE COMENZAR RECUERDA

ANTES DE COMENZAR RECUERDA ANTES DE COMENZAR RECUERDA 00 Po tres ejemplos de úmeros reales que o sea racoales, y otros tres ejemplos de úmeros reales que o sea rracoales. Respuesta aberta. Tres úmeros reales que o sea racoales:,

Más detalles

Problemas de Polímeros. Química Física III

Problemas de Polímeros. Química Física III Problemas de Polímeros Químca Físca III 7..- Del fraccoameto de ua muestra de u determado polímero se obtuvero los sguetes resultados: Fraccó º, g 5, g/mol,75,6,886,89,,75,57,56 5,9,68 6,8,8 7,55,5 8,6,9

Más detalles

Espacio Vectorial Definición: Sea V un conjunto donde hemos definido una ley u operación interna, que

Espacio Vectorial Definición: Sea V un conjunto donde hemos definido una ley u operación interna, que Sea V u cojuto dode hemos defiido ua ley u operació itera, que desigaremos por + V V. Sea K u cuerpo (comutativo) y sea, por último, ua operació extera que desigaremos por K V V. Diremos que (V,+, ) tiee

Más detalles

Sist. Lineales de Ecuaciones

Sist. Lineales de Ecuaciones Ttulacó: Asgatura: Autor: Igeero Geólogo Aálss Numérco César Meédez Ultma actualzacó: //007 Sst. Leales de Ecuacoes Plafcacó: Materales: Coocmetos prevos: 6 Teoría+4 Práctcas+ Laboratoro MATLAB Coocmetos

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

1.3. Longitud de arco.

1.3. Longitud de arco. .. Logtud de arco. Defcó. Sea C ua curva suave defda paramétrcamete por la fucó vectoral f : R R / f () t = ( f() t, f() t,, f ( t) ) e el espaco R, co t [ a, b], que se recorre exactamete ua vez cuado

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

es toda la línea determinada por estos dos puntos, mientras que el conjunto de todas las combinaciones convexas es el segmento de línea que une a

es toda la línea determinada por estos dos puntos, mientras que el conjunto de todas las combinaciones convexas es el segmento de línea que une a 5 dsttos Cosecuetemete el cojuto de tods ls combcoes fes de dos putos R es tod l líe determd por estos dos putos metrs que el cojuto de tods ls combcoes coves es el segmeto de líe que ue y. Obvmete cd

Más detalles

Escrito. 1) Transforma a las bases indicadas:

Escrito. 1) Transforma a las bases indicadas: Escrto ) Trasforma a las bases dcadas: a. 765 base (0) b. AB base 7 0 (6) base ) Halla los dígtos a y b sabedo que: aam 6 ( 5 ) mam( 6 ) 3) Trasforma a la base dcada usado ua tabla de correspodeca.. 00

Más detalles

CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA

CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA NÚMEROS COMPLEJOS E INDUCCIÓN MATEMATICA 55 CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA 4. INTRODUCCIÓN Los úmeros Complejos costtuye el mímo cojuto C, e el que se puede resolver la ecuacó x a

Más detalles

Raíces y álgebra de Lie semisimples diagramas de Dynkin

Raíces y álgebra de Lie semisimples diagramas de Dynkin Raíces y ágebra de Le semsmpes dagramas de Dy Ado Arroyo Motero* RESUMEN E e presete trabao desarroamos a teoría a as ágebras de Le. Empezamos dado e cocepto de ágebra de Le, uego os cetramos e e aáss

Más detalles

Décimo primera clase. Repaso de álgebra lineal

Décimo primera clase. Repaso de álgebra lineal Uversdad Dstrtal Fracsco José de Caldas - Aálss de Señales y Sstemas - Marco A. Alzate Décmo prmera clase. Repaso de álgebra leal El álgebra leal juega u papel fudametal e la teoría de señales y sstemas,

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor árbara Cáovas Coesa Estadístca Descrptva 1 Cálculo de Probabldades Trata de descrbr y aalzar alguos caracteres de los dvduos de u grupo dado, s extraer coclusoes para u grupo mayor Poblacó Idvduo o Udad

Más detalles

PyE_ EF1_TIPO2_

PyE_ EF1_TIPO2_ SEMESTRE 9- TIPO DURACIÓN MÁIMA.5 HORAS JUNIO DE 9 NOMBRE. "Scram" es el térmo que utlza los geeros ucleares para descrbr u rápdo cerre de emergeca de u reactor uclear. La dustra uclear ha hecho esuerzos

Más detalles

TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE AGREGADOS

TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE AGREGADOS MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS DISTRIBUCIÓN DE AGREGADOS 5..- Dstrbucoes -dmesoales. Aálss margal y codcoado 5..- Varables aleatoras depedetes. Propedades

Más detalles

Transparencias de clase

Transparencias de clase Trasparecas de clase Dada ua tabla de datos se ha de ecotrar ua ucó que tome los valores requerdos e los putos dados; e el caso que os ocupa la ucó buscada será de carácter polómco Teorema: El polomo de

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

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas. Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra

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

(Véase el Ejercicio 13 Beneficio de los bancos )

(Véase el Ejercicio 13 Beneficio de los bancos ) étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 Tema 3. El modelo de regresó múltple. Hpótess báscas. El modelo. as pótess báscas. Estmacó

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

CAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica.

CAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica. 5 CAPIULO 0 CONCEPOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Este capítulo proporcioa u pequeño resume acerca de coceptos básicos de álgebra y programació lieal que resulta fudametales para el bue etedimieto

Más detalles

TEORIA DE ERRORES. Fuentes De error. Error Final

TEORIA DE ERRORES. Fuentes De error. Error Final TEORIA DE ERRORES Fuetes De error Errores heretes: (EI) So los errores que afecta a los datos del prolema umérco puede teer dsttos orígees. Por ejemplo puede ser el resultado de la certdumre e cualquer

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA Epermeto aleatoro.- Se llama epermeto aleatoro a todo feómeo cuyos resultados o se puede predecr de atemao, au cuado cada prueba se repta bajo las msmas codcoes. Ejemplos de

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

CÁLCULO NUMÉRICO (0258)

CÁLCULO NUMÉRICO (0258) CÁLCULO NUÉRICO (58) Tema 4. Apromacó de Fucoes Juo. Ecuetre los polomos de meor grado que terpola a los sguetes cojutos de datos plateado y resolvedo u sstema de ecuacoes leales: 7 y 5-4 7 y 4 9 6.5.7.

Más detalles

SISTEMAS DE ECUACIONES NO LINEALES

SISTEMAS DE ECUACIONES NO LINEALES SISTEMAS DE ECUACIONES NO INEAES Capítulo 7 Sstemas de ecuacoes o leales c Elzabeth Vargas 7 INTRODUCCIÓN os métodos teratvos para resolver ua ecuacó o leal se puede eteder para ecotrar la solucó de u

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2). TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores

Más detalles

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS NÚMEOROS COMPLEJOS

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS NÚMEOROS COMPLEJOS NÚMEOROS COMPLEJOS Defcó: El cojuto de los úmeros complejos es C R R {(, / R y b R} C está formdo por todos los pres ordedos de úmeros reles etre los que defmos u relcó, l guldd, y dos opercoes brs que

Más detalles

GENERALIDADES ESTADISTICA DESCRIPTIVA

GENERALIDADES ESTADISTICA DESCRIPTIVA MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MEDIDS DE TEDECI CETRL MEDI RITMETIC Defcó: Es la suma de todos los datos de ua sere dvdda por su úmero Cálculo:

Más detalles

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre Tema. La medda e Físca Estadístca de la medda Cfras sgfcatvas e certdumbre Cotedos Herrameta para represetar los valores de las magtudes físcas: los úmeros Sstemas de udades Notacó cetífca Estadístca de

Más detalles

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos Aálss Numérco y Programacó Udad III -Iterpolacó medate trazadores: Leales, cuadrátcos y cúbcos Prmavera 9 Aálss Numérco y Programacó Coceptos geerales Problema geeral: Se tee u cojuto dscreto de valores

Más detalles

Ejercicios para exámenes de Matemáticas (CCAA y CTA) Vectores

Ejercicios para exámenes de Matemáticas (CCAA y CTA) Vectores Ejercicios para exámees de Matemáticas (CCAA y CTA Vectores Jua-Miguel Gracia 7 de octubre de 014 Ejercicio Sea a, b vectores de R 5 que satisface a = 10, a + b = 11, a b = 9 Demostrar que existe u β R

Más detalles

Capítulo III Teoría de grupos

Capítulo III Teoría de grupos Capítulo III Teoría de grupos Tema 1. Leyes de composició iteras. 1.1 Leyes de composició iteras. Dado u cojuto A, se defie como Ley de composició itera defiida e A a toda aplicació, A A A ( x, y) x y

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

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción. TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)

Más detalles

Problemas discretos con valores iniciales

Problemas discretos con valores iniciales Problemas dscretos co valores cales Gustavo Adolfo Juarez Slva Iés Navarro El presete trabajo pretede dfudr problemas dscretos co valores cales (e adelate PVID), a partr de ecuacoes e dferecas leales co

Más detalles

PARTE 1 - PROBABILIDAD

PARTE 1 - PROBABILIDAD arte - robabldad rof. María. tarell RTE - ROILIDD - robabldad. - Espacos muestrales y evetos. La Teoría de robabldades estuda los llamados expermetos aleatoros. Eemplos cláscos de expermetos aleatoros

Más detalles

Material docente del curso de Mecánica de Medios Continuos. Facultad de Ingeniería_Medellín. Profesor: Francisco Javier Vélez Hoyos CÁLCULO TENSORIAL

Material docente del curso de Mecánica de Medios Continuos. Facultad de Ingeniería_Medellín. Profesor: Francisco Javier Vélez Hoyos CÁLCULO TENSORIAL Materal docete del curso de Mecáca de Medos Cotuos. Facultad de Igeería_Medellí Profesor: Fracsco Javer Vélez Hoyos CÁLCULO TENSORIAL Vectores Suma y resta (regla del paralelogramo) S Regla del paralelogramo

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

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

{ a 1, a 2,..., a } n. Cualquier vector n

{ a 1, a 2,..., a } n. Cualquier vector n Deparameo de Aálss Ecoómco UNIVERSIDAD DE ZARAGOZA Tema 3: Formas cuadrácas reales Para odo el ema, se cosdera e R u ssema de refereca (o base) dado { a 1, a 2,..., a }. Cualquer vecor x R se escrbe de

Más detalles

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

EJERCICIOS RESUELTOS SUCESOS Y PROBABILIDAD

EJERCICIOS RESUELTOS SUCESOS Y PROBABILIDAD Gestó Aeroáutca: Estadístca Teórca Facultad Cecas Ecoómcas y Empresarales Departameto de Ecoomía Aplcada Profesor: Satago de la Fuete Ferádez EJERCICIOS RESUELTOS SUCESOS Y PROBABILIDAD Gestó Aeroáutca:

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

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205 Aálss amortzado Téccas Avazadas de Programacó - Javer Campos 205 Aálss amortzado El pla: Coceptos báscos: Método agregado Método cotable Método potecal Prmer ejemplo: aálss de tablas hash dámcas Motículos

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

Matemáticas Discretas

Matemáticas Discretas Coordacó de Cecas Computacoales - INAOE Matemátcas Dscretas Cursos Propedéutcos 0 Cecas Computacoales INAOE Dr. Erque Muñoz de Cote jemc@aoep.m http://ccc.aoep.m/~jemc Ofca 80 Dapostvas basadas e prevas

Más detalles

Vectores y matrices. x 1. x 2. x n. vector columna. X x 1, x 2,...,x n vector fila. a 11 a a 1m. a 21 a a 2m... a n1 a n2...

Vectores y matrices. x 1. x 2. x n. vector columna. X x 1, x 2,...,x n vector fila. a 11 a a 1m. a 21 a a 2m... a n1 a n2... Vectores y matrices x 1 X x 2. x vector columa X x 1, x 2,...,x vector fila a 11 a 12... a 1m A a 21 a 22... a 2m............ a 1 a 2... a m Matriz traspuesta a 11 a 21... a 1 A a 12 a 22... a 2............

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

SOLUCIONES SEGUNDA HOJA EJERCICIOS 1º BACHILLER CIENCIAS. Ejercicio nº 1.- a) Calcula, utilizando la definición de logaritmo:

SOLUCIONES SEGUNDA HOJA EJERCICIOS 1º BACHILLER CIENCIAS. Ejercicio nº 1.- a) Calcula, utilizando la definición de logaritmo: SOLUCIONES SEGUNDA HOJA EJERCICIOS º BACHILLER CIENCIAS Ejercco º.- a) Calcula, utlado la decó de logartmo: log log log Halla el valor de, aplcado las propedades de los logartmos: log log log Solucó: a)

Más detalles

1.2. Medidas de Concentración

1.2. Medidas de Concentración .. Meddas de Cocetracó Matlde Machado.. Meddas de Cocetracó La gra mayora de los mercados se ecuetra etre los extremos de competeca perfecta (cocetracó mma) y moopolo (cocetracó máxma). Las meddas de cocetracó

Más detalles