Ingeniero Técnico en Informática de Sistemas
Fundamentos matematicos
T1 : Breve definición sobre conjuntos
& “)”,”(“ : Demostración del derecho y la inversa de una igualdad (doble contenido).
& Otras anotaciones: P(A){parte de A} CA {contenido en A} # {absurdo} Ø {conjunto vacío } " {intersección} U {unión (o)}
& Recuerda tb. AUB = A " B A"B = A U B
& Producto vectorial : A x (B-C) igualamos el primer término (A) a x y le segundo (B-C) a y algo asi:
(x,y) E A x (B-C)
x E A
y E (B-C)
T2 : Aplicaciones
Dados dos ctos. A, B una correspondencia es asociar elmentos de A con elementos de B .
& Aplicación : Correspondencia de A en B tal que a cada elem de A le correponde uno único de B.
Aplicación : .
I ) Esta bien definida pc x E A ¿ f(x) E B ¿
II ) Aplicación x = x' ! f (x) = f (x') .
& Imagen : A los elementos de A tale que f(a)=b con a EA , decimos que es la imagen de a y a la antimagen de b .
& Clasificación de las aplicaciones :
Si f: A?B aplicación cumple que todo elem de B con antimagen ésta es única decimos que es Inyectiva
Inyectiva ! f(x) = f(x´) !x = x'
Si todo elemnto de B tiene antimagen decimos que la aplicación es sobre .
Sobre ! pc y E B x E A /f(x)=y
Será biyectiva si es a la vez inyectiva y sobre
Biyectiva ! Es Inyectiva y sobre
Gráficamente :
Trazamos líneas verticales si cruzan siempre a la gráfica en un único punto (Aplicación)
Lineas horizontales Toca una vez a la gra´fica por línea (biyectiva) si cualq linea horiz la toca (sobre)
& Dominio u original de f : Todos los elementos de Aque tienen imagen en B .
Dom(f)=Or(f)=[a E A/bEB : f (a) = b]
Im(f) = [y E B / x E A :f (x) = y]
&Sean f : A ! B y g : A ! B dos aplicaciones , llamamos composic. De f con g
a ! f(a) b ! g(b)
a la aplicación h : A ! B denotada por h = gof = g(f(a))
a ! h(a)=g(f(a))
& Propiedades :
(fog)oh = fo(goh)
II) (f -1) = f -1
III) (fog) -1 = g-1of-1
Notas : Si existe una aplicación f : A!B biyectiva , f-¹: B!Atb biyectiva tal que verifique :
f-¹of = IdA fof -¹ = IdB
T3 : Relaciones binarias de equivalencia
Sea A un conjunto cualquiera R C AxA decimos que R es una RBE si verifica :
Reflexiva ! pc a E A aRa
Simétrica ! aRb !bRa
c) Transitiva ! aRb ! aRc
bRc
& Clases de equivalencia : Dado A cto y R RBE llamamos clase de equiv. A CA al cto formado por todos los elemntos de A relacionados con a .
Cl(a) = C(a) =a ={ x E A/xRa}
& Conjunto cociente: (de A sobre R)conj de todas las clases de equiv de los elem de A
A/R = { a / a E A }
Notas:
La unión de las clases de equivalencia tiene que recubrir todo el conjunto R(recta),R²(plano), R³(espacio) .
mº = múltiplos de m
& Descomposición canónica de una aplicación :Sea f: A?B una aplicación definimos en A la relación binaria .
(a,b ( A aRb ( f(a)=f(b)
Comprobamos que efectivamente f es una RBE hallamos sus clases y su conjunto cociente y ordenamos de esta forma :
A p! A/Rf f! Imf i! B
x ! x ! f(x) ! f(x)
T4 : Grupos
& Leyes de composición : Sea A un cto. Decimos que * es una ley de compos interna con # : AxA ! A si # es unaaplicación
(a,b) ! # (a,b) : a # b
Nota definimos # como operador y traducimos su presencia a operado con...
& Si A ,B conjuntos ! es una ley de comp.. externa si " : A x B ! A
(a,b) ! " (a,b) : a"b
si " es aplicación.
& Grupo sea G un conjunto y * una ley de comp. interna decimos que (G,*) es un grupo si verifica :
Asociativa: pc x, y, z E G (x # y) # z = x #(y#z).
Elemento neutro : e E G : pc x E G e # x = x # e = x.
El.simétrico o inverso : pc x E G x-1 E G x # x-1 = x -1 # x = e.
Conmutativa : (Si se verif. g.conmutativo) pc x, y E G x # y = y # x.
&Subgrupo de G : Sea (G,*) grupo decimos q H c G , H " O es subgrupo si: pc x, y E H x * y -1 y lo de mostramos por H " G , es decir, si (H,* )es grupo .H"G es subg propio si H " G " H " {e} " H " G .A H=G y H={e} se les llama subg impropios.
Nota Sea (G,*) grupo , o(G) = nº elementos de G.
&Tma. De Lagarange : Sea (G,*) grupo finito, H"G ! orden(H)/orden(G) {o(H)/o(G)} Este tma facilita busq de subgrupos aquellos cuyo orden sea cociente de orden (H) y div = enetero.
&Orden de un elemento : Dado (G,*) grupo orden de un elem. x E G al menor nº de veces q operamos para obtener neutro de G, es decir,
O(x) = n ! n E N es el menor q verifique
x*x*x*......*x = e
Nota : xn = e ; nx =e (notaciones más usadas en multip y aditivos respect).
&Engendrados : Sea (G,*) grupo decimos G engendrado por x si ...
G = {e, x, x2 ....x n-1} multiplicativo.
G = {e, x, 2x.....(n-1)x} aditivo.
T4(b) : Homomorfismos
& Homomorfismos : Sean (G,*) y (G',#) grupos f(G,*)!(G',#) es homomorfidmo de grupos si verifica :
I f.aplicación.
II pc x, y E G f (x*y) = f(x) # f(y).
& Nucleo e imagen : Sea f: G ! G' homom. De grupos llamamos nucleo Ker(f) al cto.
Ker(f) = Nu(f) = {x E G / f(x) = e'}(siendo e'neutro de G')
E imagen de f : G ! G' al conjunto :
Im(f)={ y E G'/ x E G : f (x) = y }
&Claseificacion de los Homomorfismos :
f (inyectiva) : Monomorfismo.
f (sobre) : Epimorfismo.
f (biyectiva) : Isomorfismo
G = G' : Endomorfismo
G = G' y f biyectiva : Automorfidmo
&Propiedades de los Homom. :
f(e) = e'
f (x-1) = [f(x)]-1.
F (x2) = f(x)2
& Descomposición canónica de un Homomorfismo.
Dado f: (G,*)! (G',#) Homom. de grupos .
pc x, y E G x R f y ! x * y-1 E Kerf ! f(x) = f(y) Rf es R.B.E
G / Rf = G / R Kerf
Para la descomposic. canónica
G ——! G/Kerf ——! Imf ——! G'
x ——! x ! f(x) —! f(x)
epimorf. isomorf. monomorf.
T5 : Cardinalidad.
&Cardinalidad : Nº de elementos de un cto. finito. Al cardinal de los ctos. finitos se les llama nº transfinitos.
&Relación de equipotencia :X, Y ctos. X~Y ! f: X ! Y aplicación biyectiva
(~ es una RBE y X equipotente Y).
I.Reflexiva pc x cto X~X pues Idx : x ! x aplic. biyectiva
x ! Id(x) = x
II. Simétrica X~Y ! f: X ! Y f aplicación biyectiva ! f -1 : Y! X !
Y~X
III. Transitiva :
X~Y f: X ! Y Aplicación biyectiva
" "
Y~X g: Y! X Aplicación biyectiva
gof : X ! Z aplicación biyectiva ! X~Z
X = {Y/ X~Y} ! {Y/ Card (x1) = Card (Y)}
!
{Y / f: X! Y aplic biyectiva}
&Conjuntos numerables : Sea X ctoes numerable si X finito o X~N (se puede ordenar como sucesion de nº finitos entre si)
X numerable ! X fto o f: X! N aplicac biyectiva
X numerable ! X fto o X={an / n E N} con ai = nj pc i " j
Algunos ejemplos de ctos numerables serían (N, Z y Q ) de no numerables (Intervalos abiertos y cerrados y R).
Combinatoria
&Variaciones de n elemetos : m (elementos de entre los q escoger); n(elementos a escoger q compondran cto.) IMPORTA EL ORDEN
a) Con repetición VRm n =mn
b) Sin repetición Vm n = n! / (m-n)!
&Permutaciones : Variaciones con m = n
Con repetición PRm = nm
Sin repetición Pm = n!
& Combinaciones : Similares a las variac pero NOIMPORTA ORDEN . Ejm formar un equipo con un nº de personas.
Comb.= Vmn / Pn = ( mn ) = m! / n!(m-n)!
T6 : Matrices y determinantes .
&Matrices :
A = ( a11 ...... a1n aij ! elemento de la fila i columna j
.
.
am1.......amn)
-
Diagonal : Todos sus elementos son cero exepto los de la diagonal
-
Triangular: Elementos por arriba o por debajo de la diagonal cero.
-
Cuadrada : m = n Dimens de matriz (mxn filas por columnas)
-
Traspuesta : Cambio de filas por columnas At
&Operaciones con matrices :
-
Suma y resta de matrices A ± B = ( aij ± bij )
-
Producto por escalar K.A = (K.aij)
-
Producto de matrices (sólo si nº columnas deA = nº filas de B)
( a b ( g h ( ag+bi ah+bj
c d . i j ) = cg+di ch+dj
e f ) eg+fi eh+fi )
&Determinantes Tres métodos :
-
Método de Zarrus (para matrices cuadradas )
/ a b c
d e f = aei + bfg + cdh - [ceg + fha + bdi]
g h i /
- Metodo desarrollo por filas o por columnas
/ a b c
d e f = -d / b c + e / a c - f / a b
g h i / h i / g i / g h/
-
Método haciendo cero (Gauss) Mediante operaciones permitidas en el determinante convertirlo en el determinnate de una matriz triangular.
&Matriz adjunta : Adj(A) se halla sustituyendo cada elemnto de A por su adjunto
&Matriz ortogonal Aquella cuya inversaes igual a su traspuesta.
&Matrices permutables A.B = B.A
&Matriz simétrica del tipo ( a d e
d b f
e f c )
&Matriz traspuesta : Una matriz tA es traspuesta de otra A si es el resultado de sustituir sus filas por sus columnas
& Inversa de una matriz :
A-1 = 1 / det(A) . tAdj (A)
&Rango de una matriz : Numero de columnas o filas linealmente independientes.
Se elige una columna y se va haciendo el determinnante q forma esta columna con otras de tal modo q hagamos el det de una mat cuadrada si detA " 0 rg(A) = n (nº filas) y cada vez q detA = 0 hacemos n-1
Det (A) = 0 ! Rg(A) < nº filas
Det (A) " 0 ! Rg (A) = nº filas
& Solución de ecuaciones : Hemos de saber q la matriz de coeficientes es la formada por los coeficientes de lasincógnitas (A) y la matriz ampliada es aquella q incluye los términos independientes (Ab), n (nº incognitas), y n-r (nº variables de las q depende la solución)
& Método de Crammmer : Para cada una de las incógnitas creamos una matriz sustituyendo su columna de coeficientes (la q le corresp a esa incógnita) por la de términos independientes, hallamos su determinante y dividimos por el de la matriz de coeficientes (A).
&Th Rouche-Frobenius :
Rg(A) = Rg (Ab) {Sitema compatible admite solución}
-
r = n S.C.Determinado (Una única solución) CRAMMER
-
r < n S.C.Indeterminado (Infinitas soluciones) CRAMMER
Rg (A) " Rg (Ab) S.Incompatible (No tiene solución)
& Método de Gauss : Se trata deconseguir mediante trasformaciones permitidas en la matriz , una matriz triangular y resolver.
T7 : Espacios vectoriales y aplicaciones lineales
&Noción de cuerpo : Sea K y + : K x K ! K l.c.i en K y : K x K ! K
(, ) ! + (, ) ! l.c.i. decimos que es un cuerpo si verifica :
(K,+)grupo abeliano (asoc, inverso, neutro y conmutat
Distributiva ( + ) = + ( + ) = +
(K,+)grupo abeliano (asoc, inverso, neutro y conmutat
(K-{0}, .) g abeliano
No tiene divisor en cero
&Espacio vectoral : Sea V cto y K cuerpo definidos en l.c.i +: V x V ! V y una
(u,v) ! u + v
l.c.e " K: K xV ! V decimos que (V, +, K) es un e.v sobre K (V(K)) si verifica :
(, u) ! u
(u + v) = u + v
().u = (.u)
( + ).u = u + u
1.u = u
(V,+) Grupo abeliano.
pc y E K y pc u y v E V.A los elementos de V se los llama vectores y alos de K escalares siendo K un cuerpode escalares .
&Combinación lineal de vectores : Sean {v1,v2,....vn} C V llamamos comb.lineal de estos a toda exprsión del tipo 1v1+2v2+...nvn con 1, 2, ...n E K
&Subespacio vectorial : Sea V(K) e.v., WCV, W"0 decimos que W es subesp. Vectorial de V ! pc , E K y pc u, v E W u + v E W
Dado el sist. de vectores {v1,v2,....vn}de V llamamos subes.vectorial de V engendrado por {v1, v2....vn}al subesp.vectorial
<v1,...vn> = {uEV/u = 1v1 + ....+ nvn con 1...n E K}
&Vectores linealmente independientes : Sean {v1,....vn} C V. Son libres si
1v1+....+nvn = 0v implica 1...n = 0
&Vectores generadores : Sean {v1,...vn}vectores CV son generadores si
pc v E V ¿Existe 1...n? / v = 1v1+...+nvn
<v1,....,vn>
&Dimension de V : Si{v1,..., vn} es libre y generador es base de V y nº de vectores es la dimensión de V. (Si e.v se reduce a 0v su dimensión es 0)
& Suma: Sea V(K) e.v y U y W subesp. De V llamamos subesp suma al formado por:
U + W = {u + w E V/ u E U y w E W}
Se trata de suma directa si verifica:
U + W = V
U " W = {w}
&Propiedades :
V(K) e.v W subesp de V // Dim W " Dim V
Dim (U+W) = Dim U + Dim W = Dim (U"W)
Dim (U*W) = Dim U + Dim W
Dim (U+W) = DimU + DimW - dimU"W
Nota : {v1, ...vn} C V libre ! Rg {v1, ... vn}= n y si Rg{v1, ...vn}< n !Ligado
Base canónica es la base más simple de encontrar en un espacio vectorial
&Aplicaciones lineales : Sean U(k) y V(k) e.v de K f: U!V aplic lineal si .
-
a) Es aplicación
-
b) F (u+v) = f(u) + f(v) pc , E K y pc u, v E U
Nucleo de f Kerf = {u E U / 0}
Imagen de f Imf = {vEV/ u E U : f(u)=v}
Proposiciones :
Kerf subgrupo de U
Imf subgrupo de V
F homomorfismo ! Kerf = {0v}
F epimorfismo ! Imf = V
Dim U = dim Kerf + dim Imf
&Generadores
pc u E U 1...n E K
¿ u = 1v1+... +pvp + p+1 up+1....+ p+qup+q ?
pc u E U ! f (u) = Imf ! f (u) = p+1up+1 + ...p+qup+q
f(u) = p+1 f(up+1) +...... p+q .f(up+q) =
= f ( p+1.up+1 +... + p+q.up+q )
& Expresión matricial de una aplicación lineal
Sea f: U! V a.lineal dimU = n y dimV = p y sean = {u1,..., un} base de u y 1 = {v1, ...vp}base de V.
F(u1) E V f(u1) = a11 v1 + a21v2 .... + ap1vp
F (u2)E V f(u2) = a12v2 + a22v2 .... + ap2vp
.
f(un) E V f(u3)= a1nv1 + a2nv2 .... + apnvn
Sea x E U ! x = x1u1 + ... xnun ! f(x) = f(x1u1+...xnvn) = x1f(u1)+...xnf(un) =
x1( a11v1 + a21v2+...a1nxn)+ ...+ xn(a1nv1+...apnvp) = v1 (a11x1+...a1nxn) + vp (ap1x1+...apnxn) = ( y1, y2, .....yp)1
Notas:
Toda aplicación lineal tiene asociada una matriz y toda matriz tiene asociada una aplicación lineal.
por filas : F(x)t = Mt Xt
f: U !V aplicac lineal ! dimenf = rg M con M matriz asociada a M.
T8 : Diagonalización de Matrices
Sea A E Mn(K), se trata de halalr valores de E K y de v E Mn(k) v " 0 t q cumplan AV = V
AV = V
AV - V = 0
(A - I)V = 0 S.C.I
Si es S.C.I {puesto q V " 0soluc trivial} y ademas sist homog det (A - I) = 0 {pq rg(A-I) < n}
& Polin característico de A : Polinomio de grado n en dado por P() = det (A-I)
& Autovalores de la matriz A : Raices de P() {Hacen cero el polinomio}
y a los vectores V E Mnx1(K) tq AV = V se les denomina autovectores de A asociados al autovalor o de A.
&Espacio propio de o Cto formado por todos autovectores de A asociados a o sabiendo q estos esp propios son subesp de Kn
Llamamos matriz de paso p a la matriz formadapor los autovectores de A.
& Th 1 : Si A E Mn(K) y tiene 1,....n E K autovalores distintos A Diagonalizable
&Th2 : Sea A E Mn(K) y 1,....n E K autovalores de A con m1,... mp p E N(sus respectivas multiplicidades)y m1+...+mp = n es diagonalizable ! dim Ei =mi pc i = 1,...p.
Descargar
Enviado por: | Cheisor |
Idioma: | castellano |
País: | España |