4.2. álgebra y Teoría de Números (ANT)

4.2. álgebra y Teoría de Números (ANT)

Esta área cubre las estructuras algebraicas subyacentes a las matemáticas modernas y sus aplicaciones, desde los fundamentos del álgebra lineal y la teoría de grupos hasta la aritmética de los cuerpos de números, la codificación algebraica y la criptografía.

Tabla 4.2: Lista de KUs del área de álgebra y Teoría de Números.

4.2.1. ANT/Matrices y Sistemas de Ecuaciones Lineales  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

álgebra de matrices, sistemas de ecuaciones lineales y sus métodos de resolución, determinantes y descomposiciones matriciales.
Temas:
Core

  • álgebra de matrices: suma, multiplicación por escalar, producto de matrices, transpuesta, tipos de matrices e inversa de una matriz
  • Resolución de sistemas de ecuaciones lineales mediante eliminación gaussiana y Gauss-Jordan; forma escalonada, rango y consistencia de sistemas
  • Determinantes: definición, propiedades, regla de Cramer e interpretación geométrica
  • Descomposiciones matriciales: LU, QR y descomposición en valores singulares (SVD)

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Identificar tipos de matrices y realizar operaciones básicas de álgebra matricial, incluyendo el cálculo de la inversa de una matriz [Familiarizarse]
  2. Resolver sistemas de ecuaciones lineales mediante eliminación gaussiana o Gauss-Jordan, determinando el rango y la consistencia del sistema [Usar]
  3. Aplicar la regla de Cramer y las descomposiciones LU, QR y SVD para resolver sistemas lineales y factorizar matrices [Evaluar]

4.2.2. ANT/Espacios Vectoriales y Transformaciones Lineales  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Espacios vectoriales, subespacios, bases y aplicaciones lineales entre espacios vectoriales.
Temas:
Core

  • Espacios vectoriales y subespacios; bases, dimensión e independencia lineal
  • Aplicaciones lineales, núcleo e imagen, teorema de rango-nulidad y representaciones matriciales

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Identificar si un conjunto con operaciones dadas forma un espacio vectorial y determinar una base [Familiarizarse]
  2. Determinar el núcleo, la imagen y la representación matricial de una aplicación lineal, verificando el teorema de rango-nulidad [Usar]
  3. Aplicar transformaciones lineales para modelar y resolver problemas de cambio de base y composición de aplicaciones [Evaluar]

4.2.3. ANT/Valores Propios, Producto Interno y Formas Cuadráticas  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Valores propios, diagonalización, espacios con producto interno y formas cuadráticas, con aplicaciones a la optimización y aproximación de datos.
Temas:
Core

  • Valores propios y vectores propios; diagonalización y el teorema espectral
  • Espacios con producto interno, ortogonalidad, proceso de Gram-Schmidt y mínimos cuadrados
  • Formas cuadráticas y definitud: clasificación en positiva, negativa e indefinida mediante valores propios

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Identificar los valores propios y vectores propios de una matriz y determinar si es diagonalizable [Familiarizarse]
  2. Calcular la diagonalización de matrices mediante el teorema espectral y aplicar el proceso de Gram-Schmidt para obtener bases ortogonales [Usar]
  3. Aplicar los métodos de mínimos cuadrados y la clasificación de formas cuadráticas mediante valores propios para resolver problemas de aproximación y optimización [Evaluar]

4.2.4. ANT/Teoría de Grupos  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Grupos, subgrupos, homomorfismos, grupos cocientes y la clasificación de grupos finitos.
Temas:
Core

  • Grupos, subgrupos, grupos cíclicos y orden de los elementos
  • Clases laterales, teorema de Lagrange y subgrupos normales
  • Homomorfismos de grupos, isomorfismos y los teoremas de isomorfía
  • Acciones de grupo, órbitas, estabilizadores y lema de Burnside
  • Teoremas de Sylow y clasificación de grupos finitos de orden pequeño

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Enunciar el teorema de Lagrange y explicar la relación entre subgrupos y clases laterales [Familiarizarse]
  2. Aplicar los teoremas de isomorfía para analizar imágenes homomórficas y grupos cocientes [Usar]
  3. Usar los teoremas de Sylow para determinar la estructura y el número de subgrupos de un grupo finito [Evaluar]

4.2.5. ANT/Anillos, Cuerpos y Teoría de Galois  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Anillos, ideales, anillos de polinomios, extensiones de cuerpos y la correspondencia de Galois entre extensiones de cuerpos y grupos de permutaciones.
Temas:
Core

  • Anillos, ideales, anillos cociente y los teoremas de isomorfía para anillos
  • Anillos de polinomios: irreducibilidad, factorización y dominios de factorización única
  • Extensiones de cuerpos: elementos algebraicos y trascendentes, grado y cuerpos de descomposición
  • Grupos de Galois, la correspondencia de Galois y solubilidad por radicales
  • Cuerpos finitos: estructura, existencia y aplicaciones en teoría de codificación

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Clasificar anillos como dominios enteros, DIPs o DFUs y justificar la clasificación [Familiarizarse]
  2. Determinar el grupo de Galois de un polinomio y aplicar la correspondencia de Galois [Usar]
  3. Demostrar que las ecuaciones quínticas generales no son solubles por radicales usando la teoría de Galois [Evaluar]

4.2.6. ANT/Teoría de Módulos y álgebra Conmutativa ↑ Volver arriba

Módulos sobre anillos, módulos libres y proyectivos, el teorema de estructura para módulos finitamente generados y álgebra conmutativa.
Temas:
Non Core

  • Módulos sobre anillos: definiciones, submódulos, cocientes y homomorfismos
  • Módulos libres y proyectivos; sucesiones exactas y sucesiones escindidas
  • Teorema de estructura para módulos finitamente generados sobre un DIP (forma normal de Jordan)
  • Productos tensoriales de módulos: definición, propiedades y aplicaciones
  • Localización, ideales primos y maximales, anillos noetherianos y teorema de la base de Hilbert

Aprendizaje esperado (Learning Outcomes):
NonCore:

  1. Explicar el teorema de estructura para módulos finitamente generados sobre un DIP y derivar la forma normal de Jordan [Familiarizarse]
  2. Construir productos tensoriales y aplicarlos a problemas de álgebra multilineal [Usar]
  3. Analizar un anillo conmutativo identificando su espectro primo y aplicando localización [Evaluar]

4.2.7. ANT/Teoría Analítica de Números ↑ Volver arriba

Distribución de números primos, series de Dirichlet, la función zeta de Riemann y funciones L.
Temas:
Non Core

  • Funciones aritméticas, la función contadora de primos y el Teorema de los Números Primos
  • Series de Dirichlet: convergencia, producto de Euler y funciones multiplicativas
  • La función zeta de Riemann: continuación analítica, ecuación funcional y la banda crítica
  • Caracteres de Dirichlet, funciones L y primos en progresiones aritméticas
  • Métodos de criba: Eratóstenes, Legendre y la criba grande

Aprendizaje esperado (Learning Outcomes):
NonCore:

  1. Enunciar el Teorema de los Números Primos y describir el papel de la función zeta de Riemann en su demostración [Familiarizarse]
  2. Aplicar series de Dirichlet y funciones multiplicativas para derivar estimaciones asintóticas [Usar]
  3. Analizar la distribución de primos en progresiones aritméticas usando el teorema de Dirichlet [Evaluar]

4.2.8. ANT/Teoría Algebraica de Números ↑ Volver arriba

Cuerpos de números, anillos de enteros, factorización de ideales, grupos de clases y geometría de los números.
Temas:
Non Core

  • Cuerpos de números: enteros algebraicos, anillos de enteros y sus propiedades básicas
  • Factorización única de ideales en dominios de Dedekind
  • Grupo de clases de ideales, teorema de Minkowski y finitud del número de clases
  • Unidades, teorema de las unidades de Dirichlet y ramificación de primos
  • Números \(p\)-ádicos y valoraciones; cuerpos locales

Aprendizaje esperado (Learning Outcomes):
NonCore:

  1. Describir el anillo de enteros de un cuerpo de números y explicar por qué la factorización única de elementos puede fallar [Familiarizarse]
  2. Calcular el grupo de clases y el grupo de unidades de cuerpos cuadráticos usando la cota de Minkowski [Usar]
  3. Aplicar la factorización de ideales en dominios de Dedekind para resolver ecuaciones diofánticas [Evaluar]

4.2.9. ANT/Teoría de Representaciones ↑ Volver arriba

Representaciones de grupos finitos, caracteres, lema de Schur, tabla de caracteres y aplicaciones a la física y la combinatoria.
Temas:
Non Core

  • Representaciones lineales de grupos: definiciones, subrepresentaciones y sumas directas
  • Lema de Schur, representaciones irreducibles y teorema de Maschke
  • Caracteres, tablas de caracteres, relaciones de ortogonalidad y número de representaciones irreducibles
  • Representaciones inducidas, reciprocidad de Frobenius y teorema de Mackey
  • Aplicaciones a la física (simetría molecular), combinatoria y teoría de representaciones modulares

Aprendizaje esperado (Learning Outcomes):
NonCore:

  1. Explicar el lema de Schur y el teorema de Maschke y su papel en la descomposición de representaciones [Familiarizarse]
  2. Construir la tabla de caracteres de un grupo finito y verificar las relaciones de ortogonalidad [Usar]
  3. Aplicar la teoría de representaciones para determinar los modos vibracionales de una molécula simétrica [Evaluar]

4.2.10. ANT/Criptografía y Teoría de la Codificación  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Fundamentos matemáticos de la criptografía moderna y los códigos correctores de errores, incluyendo RSA, curvas elípticas y códigos lineales.
Temas:
Core

  • Aritmética modular, criptosistema RSA y problema del logaritmo discreto
  • Curvas elípticas sobre cuerpos finitos y criptografía de curvas elípticas (ECC)
  • Códigos lineales: matrices generadora y de verificación de paridad, distancia de Hamming y corrección de errores
  • Códigos cíclicos: representación polinomial, códigos BCH y códigos Reed-Solomon

Non Core

  • Criptografía postcuántica: esquemas basados en retículos y el problema Learning With Errors (LWE)

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Explicar las hipótesis de dureza matemática subyacentes a RSA y la criptografía de curvas elípticas [Familiarizarse]
  2. Construir un código lineal, calcular sus parámetros y determinar su capacidad de corrección de errores [Usar]

NonCore:

  1. Analizar los supuestos de seguridad de los esquemas criptográficos basados en retículos en el contexto postcuántico [Evaluar]

¿Encontraste una errata, un curso desactualizado, un enlace roto, o tienes una sugerencia? Cuéntanos.

Escanea para abrir en tu teléfono