Anillo de Polinomios

Definicin 1: (Definicin formal de un polinomio)

Sea A un anillo, se llama un polinomio en la indeterminada x con
n

p x ai x i ,

ai A

i 0

coeficientes en el anillo A, a la suma formal

donde

i=0,1 . , n N { 0 }
En otras palabras,
n

p ( x )=a0 +a1 x+ a2 x 2 ++ an xn = ai x i , ai A , i=0,1 . ,n N {0 }

i=0

El conjunto de todos los polinomios en x con coeficientes sobre el anillo A,

se denota por

{
n

A [ x ]=

i=0

a i x i : ai A , i=0,1 . , n N

Definicin 2:

A x

p x an x n ... a1 x a0
Sea

un polinomio en

ai A
entonces los

i=0,1 . , n N , se llaman coeficientes del polinomio.

Definicin 3:

A x

p x
Sea

un polinomio en

que tiene todos sus coeficientes iguales a 0

(cero), se llama polinomio nulo o polinomio cero y se denota por cero.

a0 a1 a2 ... an 0 A
Es decir, si

, se tiene que si

p x ai x i a0 x 0 a1 x1 ... an x n 0 1 0 x ... 0 x n 0 0 ... 0 0

i 0

Luego,

p(x)=0

Definicin 4:

A x

p x
Si un polinomio
cero, para

i 1

en

ai
que tiene todos sus coeficientes

iguales a

, se llama polinomio constante.

a1 a2 ... an 0 A
De otra manera, sea

a0 b A
y consideremos

, as

p x ai xi a0 x 0 a1 x1 ... an x n b 1 0 x ... 0 x n b 0 ... 0 b

i 0

p x b
Luego,

Adems si su primer coeficiente es uno (1) y los dems ceros (0) llamaremos al
polinomio polinomio identidad denotado por
2

I ( x )=1+0 x +0 x + +0 x =1

Definicin 5:
n

p x ai x i A x

q x bi xi A x

i 0

Dados dos polinomios

i 0

, diremos

ai bi
que son iguales y lo denotamos por

p(x)=q(x), s y slo si

i=0,1 . , n N .

A x
En

se definindoos operaciones: la suma y la multiplicacin de

polinomios.

Definicin 6:
Sea A un anillo, entonces:
n

p x ai x i

q x bi x i

i 0

i) Sean
que

mn

A x

i0

dos polinomios en

, y supongamos

, se define la suma de los polinomios p(x) y q(x) como el polinomio.

n

p x q x bm x m ... bn 1 x n 1 ai bi x i ,
i 0

i=0,1 . , n N

Si

mn

p x q x ai bi x i , i=0,1 . , n N
i 0

, entonces
m

q x bj x j

p x ai x i
ii) Sean

A x

j 0

i 0

dos polinomios en

multiplicacin de los polinomios p(x) y q(x) como el polinomio.

, se define la


p x q x

a x b x c x
n

i o

j o

nm
k 0

ai b j
tal que ck i
j k

c k =a0 bk +a1 bk 1 ++ al bkl + a k1 b 1+ ak b0

Definicin 7:
n

p x ai x i A x
i 0

Sea A un anillo conmutativo y el polinomio

no nulo,

g p x
entonces el grado de p(x), denotado por

g p x n

an 0
negativo n, tal que

, es el mayor entero no

, as

Observacin 1:

ai A
i)

Al elemento

ai xi
se le llama coeficiente de grado i, y a la expresin

trmino de grado i.
ii)

El coeficiente de grado n de un polinomio de grado n se le llama coeficiente

an x n
principal y a la expresin
iii)

trmino principal.

El coeficiente de grado cero de un polinomio p(x) se llama trmino

independiente

iv)

Un polinomio p(x) cuyo coeficiente principal valga 1 se dice que es un

p x x n ... a1 x a0 A x
polinomio mnico, es decir,

Observacin 2:

g p x n
Si

ak 0
, entonces

, para todo k > n y escribimos

p x an x n ... a1 x a0 A x
ai x i
Es decir, no se colocan aquellos trminos

con i > n, pues son todos

nulos.

Observacin 3:

g p x 0

p x A x
Si

es un polinomio constante no nulo, entonces

Observacin 4:
El grado del polinomio 0 lo definimos mediante el smbolo especial

, de

acuerdo a las siguientes condiciones:

< n , n N

i)

ii)

+ n= , n N

iii)

Teorema 1:
Sea A un dominio de integridad. Sean p(x) y q(x) dos polinomio no nulos en

A x
, de grado n y m respectivamente. Entonces:

i)

+
g ( p ( x ) +q ( x ) ) m x { n , m} , con n , m N

ii)

+
(
)
(
)
g ( p x q x ) =n+m , con n .m N

Demostracin:

p x q x
i)

Supongamos que n > m, entonces el coeficiente principal de

igual

al

coeficiente

de

p(x)

por

es
lo

tanto

g p x q x g p x n mx n, m
.
Si suponemos que

nm

, entonces pueden ocurrir dos casos:

Caso I: la suma de los coeficientes de p(x) y q(x) sea cero, esto implica que

g p x q x

p x q x 0
,

luego

por

g ( p ( x ) +q ( x ) )= <n , n N

la

observacin

(4)

pero,

por observacin 4(i), as g ( p ( x ) +q ( x ) ) <n , n N

.
Caso II: la suma de los coeficientes de p(x) y q(x) sea distinto de cero, de
esta manera se mantiene el trmino principal, pero como

nm

, entonces

g p x q x n
.

g p x q x n mx n, n mx n, m
En consecuencia del caso I y II,

p x ai xi
i 0

ii)

Para

calcular

el

grado

del

producto,

consideremos

q x bj x j

A x

j 0

en

, entonces desarrollemos la multiplicacin, de la cual

nm

p x q x
k 0

se obtiene que

i j k

b j x k ,

de igual manera se originan

dos casos:

an 0
Caso I: si k = n + m, como

bn 0
y

an bn 0
esto implica que

, por ser

cn m an bm 0
A un dominio de integridad, entonces se concluye

g p x .q x k n m
lo tanto

ck 0
as

, por

c l=0 , l> n+m

ya que

ck

a b

i j k

Caso II: si k > n + m, sabemos que

, luego por observacin (2)

ai b j
cada termino

en dicha suma es igual a cero, pues se debe tener i>n o

bj 0

ai 0
bien j>m, lo cual implica

bien

ck 0
. Por lo tanto

k > m+n ,
para

g p x .q x n m
as el grado de

g p x .q x n m
Finalmente, del caso I y II, hemos probado que

Ejemplo 1
Sea

p ( x )=1+ x x2

q ( x )=2+ x 2 + x3

Determinar:

a . p ( x ) +q (x)
b . p ( x)q (x)
Solucin:
Parte a:
Veamos;

p ( x ) +q ( x )=( 1+ xx2 ) + ( 2+ x2 + x 3 ) sustituyendo

p ( x ) +q ( x )= (1+2 )+ ( 1+0 ) x + (1+1 ) x 2+ ( 0+1 ) x 3 definici n 6 (i)
2

p ( x ) +q ( x )=3+ x+ 0 x + x su ma en Z
p ( x )+ q ( x )=3+ x + x

Parte b:
Usemos la definicin 6 (ii)
Como

p ( x )=1+ x x

q ( x )=2+ x + x

a0 =1, a1=1, a2=1, a3=a4=a5=0

b0 =2,b 1=0, b2=1, b 3=1, b4 =b5=0

, entonces;

Luego;
5

p ( x ) q ( x ) = c k x =c 0 +c 1 x +c 2 x +c 3 x + c 4 x + c5 x
k

k=0

Veamos los coeficientes:

c 0=a0 b 0=1 2=2

c0 =2
c 1=a 0 b 1+ a1 b 0=1 0+ 1 2=0+ 2=2
c1 =2
c 2=a 2 b 0+ a1 b1+ a0 b2= (1 ) 2+1 0+1 1=2+0+1=1
c2 =1
c 3=a 3 b 0+ a2 b1 +a1 b2 +a 0 b 3=0 2+ (1 ) 0+ 1 1+ 1 1=0+ 0+1+1=2
c3 =2
c 4 =a4 b 0+ a3 b1 +a2 b2 +a 1 b3 + a0 b4 =0 2+0 0+ (1 ) 1+1 1+1 0=0+01+1+0=0
c 4=0
c 5=a 5 b 0+ a4 b 1+ a3 b2+ a2 b3 +a1 b 4 +a0 b5 =0 2+0 0+0 1+ (1 ) 1+1 0+1 0=0+0+ 01+0+ 0=1
c5 =1
As, el polinomio pedido es:

p ( x ) q ( x ) =c 0 +c 1 x +c 2 x +c 3 x +c 4 x + c5 x
2

2+2 xx +2 x + 0 x x

p ( x ) q ( x )=2+2 xx 2+ 2 x 3x 5

Teorema 2:

A x
El conjunto

de polinomio sobre un anillo A, es un anillo con las

operaciones de suma y producto de polinomios. Si A es un anillo conmutativo

A x
unitario, entonces

es un anillo conmutativo unitario.

Demostracin:
Veamos si

A [x]

cumple con todas las condiciones de anillos.

Sea
n

p ( x )= ai x , q ( x )= b i x
i

i=0

i=0

Luego;
s

p ( x ) +q ( x )= (a i+ bi) x i , donde s=m x {n , m }

i=0

Por lo tanto;

p ( x ) +q ( x ) A [ x ] (i)

Veamos la multiplicacin de polinomios

m+n

p ( x ) q ( x ) =

( a b )x
i

k=0 k=i + j

p ( x ) q ( x ) A [ x ] ( ii)

Por lo tanto;

Veamos si

A[x]

es asociativa en

Sean
n

p ( x )= ai x , q ( x )= b i x ,r ( x )= ci x
i

i=0

i=0

i=0

m n , as;

Supongamos que

i=0

i=0

[ p ( x ) +q ( x)] +r ( x )= ai x i + b i x i + c i x i sustituyendo
m

( ai +b i) x + c i x + en A [ x ]
i

i=0

i=0

[ ( a i+ bi ) +c i ] xi + en A [x ]
i=0

[ ai +(bi +c i ) ] x + es asoc . en A anillo

i

i=0

i =0

ai x i+ ( bi +c i ) xi + en A [x ]

ai x i +
i=0

i=0

i=0

bi x i+ c i x i +en A[ x ]

i=0

 p ( x ) + [ q ( x ) +r (x ) ] sustituyendo
p ( x ) , q ( x ) ,r ( x ) A [ x ] : [ p ( x ) +q ( x) ] +r ( x ) =p ( x ) + [ q ( x ) +r (x ) ] (iii)

Veamos si

es asociativo en

A[x]

Sean
n

i=0

j=0

t=0

p ( x )= ai xi , q ( x )= b j x j ,r ( x )= ct x t

[( ) ( ) ] ( )
n

[ p ( x) q(x )] r ( x )=

ai x

bjx

i=0

k =0

k=i + j

l=0

( n+ m) +

l=0

n+(m+ )

l=0

ai b j x k

l= ( i + j ) +t

i+ j

[ (

l=0

t=0

t =0

c t x t en A [x ]

[ ( ) ]

n+(m+ )

j=0

c t x t sustituyendo

[ ( ) ] ( )
n+ m

( n+ m) +

l= ( i + j ) +t

i+ j

(ai b j) c t x l en A [x ]

[ (

l=i+( j+ t)

j +t

l=i+( j+ t)

)]

( ( ai b j ) c t ) x l dist .en A anillo

)]

a i (b j c t ) x l agrupando terminos

( ( ) )]

ai

h= j+ t

b j ct

x l dist . en a a nillo

( ) [ ( ) ]
n

i=0

m +

ai x

ai x i
i=0

h=0 h= j +t

) [(

b j c t x h en A [ x]

)( )]

bj xj
j=0

c t x t en A [x ]

t=0

p ( x ) [ q ( x ) r ( x ) ] sustituyendo
p ( x ) , q ( x ) ,r ( x ) A [ x ] : [ p ( x ) q ( x) ] r ( x )= p ( x ) [ q ( x ) r (x ) ] ( iv )

Veamos si

es conmutativa en

Sean
n

p ( x )= ai x , q ( x )= b i x con n m
i

i=0

i=0

i=0

i=0

p ( x ) +q ( x )= ai xi + b i x i sustituyendo

( ai + bi ) x +en A [x ]
i

i=0

( bi + ai ) x i +es conmutativa en A anillo

i=0

bi x + ai x +en A [ x ]
i=0

i =0

q ( x )+ p ( x ) sustituyendo

A[ x]

 p ( x ) , q ( x ) A [ x ] : p ( x ) +q ( x )=q ( x ) + p ( x ) (v )

A [ x ] tiene neutro con

Veamos si

Sea
n

p ( x ) = ai x

i=0

Sea
n

e ( x )=0= 0 x i
i=0

Luego;
n

p ( x ) +e ( x ) = ai x + 0 x sustituyendo
i

i=0

i=0

( ai + 0 ) x i +en A [x ]
i=0

ai x neutro de+en A anillo

i

i=0

p ( x ) sustituyendo
n

e ( x )=0= 0 x A [ x ] , p ( x ) A [ x ] t . q . : p ( x ) + e ( x )= p ( x ) (vi)
i

i=0

Veamos si los elementos de

A [ x ] tienen simtrico con respecto a + :

Sea
n

p ( x ) = ai x

i=0

As;
n

p ( x )= (ai) x i
i=0

Luego;
n

p ( x ) + [ p (x) ] = ai x + (ai) x sustituyendo

i

i=0

i=0

( ai+ (ai ) ) x i+ en A [ x]
i=0

0 x simetrico de +en A anillo

i

i=0

0.de polinomio nulo

e ( x ) sustituyendo
p ( x ) A [ x ] , [ p(x) ] A [ x ] : p ( x ) + [ p( x) ] =e ( x ) (vii)

Veamos si
n

conmuta en
m

p ( x )= ai x , q ( x )= b j x j
i=0

As;

j=0

A [ x ] si

es un anillo conmutativo. Sean

( )( )

p ( x ) q ( x) =

i=0

n+m

m+n

k=0 k= j +i

k=0 k=i+ j

bj x j
j=0

ai x

j=0

b j x j sustituyendo

ai b j x . de en A [ x]

b j ai x k conmuta en A anillo

)( )
i=0

a i x i . de en A [x ]

q ( x ) p ( x ) sustituyendo
p ( x ) , q ( x ) A [ x ] : p ( x ) q ( x )=q ( x ) p ( x ) ( viii)

Veamos si

distribuye con respecto a

en

A[x]

Sean
n

i=0

j=0

t=0

p ( x )= ai xi , q ( x )= b j x j ,r ( x )= ct x t con m

( ) [( ) ( )]
n

p ( x ) [ q ( x ) +r ( x ) ]=

ai x

i=0

( ) ( (
i

i=0

n +

ai x

k=0 k=i+ j

j=0

j=0

b j+ c j ) x j + en A [ x]

c t x t sustituyendo

bj x +

ai ( b j +c j ) x k . de en A [x ]

t=0

n +

( (a b +a c )) x dist con+ en A anilo

k

k=0 k=i+ j

n +

k=0 k=i+ j

n+

k
( ai b j ) x +

( ( a c )) x . de
k

k=0 k=i + j

( )( ) ( )( )
i=0

ai x

ai x i
i=0

j=0

)(

bjx +

)(

bjx j +
j=0

i=0

ai x

ai x i
i=0

t =0

c t x t en A [ x]

)( )
t =0

c t x t b j=0, j>m

p ( x ) q ( x ) + p ( x ) r ( x ) susti tuyendo
p ( x ) , q ( x ) ,r ( x ) A [ x ] : p ( x ) [ q ( x ) +r ( x ) ]=p ( x ) q ( x ) + p ( x ) r ( x ) (ix)

A [ x ] tiene elemento unidad con

Veamos si

unidad

con

Sean
n

p ( x )= ai xi cualquiera y
i=0

I ( x )=1= b j x j , donde b j= 1 si j=0

0 si j> 0
j=0
Luego, al multiplicar los polinomios tenemos que:
n+m

p ( x ) I ( x ) = c k x , donde c k = ai b j
k=0

k=i + j

si

tiene como elemento

Veamos;

c k =ak b0 +a k1 b1 ++ a1 bk1 +a0 b k

Como

b j=0

para

j>0

b0 =1 , entonces

c k =ak 1+a1 0++a 1 0+a 0 0

c k =ak +0++ 0+0
c k =ak

Como

ak =0 para k >n
n

entonces

p ( x ) I ( x ) = ai x

i=0

p (x)
I ( x )=1 A [ x ] , p ( x ) A [ x ] : p ( x ) I ( x )= p ( x )( x)

De

( i ) , ( ii ) , (iii ) , ( iv ) , ( v ) , ( vi ) , ( vii ) , ( vii ) , (ix ) y ( x ) se tiene que

( A [ x ] ,+, ) es un anillo comunitario conmutativo

Teorema 3:

A x
Sean

p(x)

y q(x)

polinomios

no

nulos

en

entonces

g p x g p x .q x
Demostracin

g p x g q x g p x .q x
De acuerdo al teorema 1(ii), se tiene que

(*)

luego

g ( q ( x ) ) 0
g ( p ( x ) ) + g ( q ( x ) ) g ( p ( x ) ) sumando g ( p ( x ) ) en amboslados
g ( p ( x ) q ( x ) ) g ( p ( x ) ) sustituyendo()
g ( p ( x ) ) g( p( x ) q (x))
Esto es vlido, debido a que el grado de los polinomios pertenece ha

+ { 0 }
.
N

Teorema 4:

A x
Si el anillo A es un dominio de integridad, entonces el anillo
dominio de integridad.

Demostracin

es un

A x
Por teorema 2 es claro que

es un anillo conmutativo unitario.

A x
Por otro lado, p(x) y q(x) dos polinomios en

p x .q x 0
, tal que

g p x g p x .q x

p x 0 y q x 0
Ahora por el teorema 3, si

se tiene

, esto implica que

g p x g p x .q x
g 0

por

Observacin 4

g p x
De lo cual se deduce que

por lo tanto

p x 0
contradiccin ya que

p x 0
, lo cual es una

p x 0 y q x 0
. As

ALGORITMO DE DIVISIN

Consideraremos el anillo de polinomios sobre un cuerpo K, el cual ser

K x
denotado por

Teorema 5: (Algoritmo de Divisin)

K x
Sean p(x) y q(x)

polinomios en
K x

polinomios c(x) y r(x) en

, tales que

q x 0
, con

. Luego existen

p x q x c x r x

g r x g q x

r x 0
Con

Demostracin

p x 0
Si

c x 0
, tomamos entonces

g p x g q x
Si

r x 0
y

c x 0
, tomamos

r x p x
y

.
n

p x ai xi

g p x g q x
Supongamos entonces que

i 0

y consideremos

q x bj x j
j 0

con

nm

Entonces podemos usar induccin sobre n para obtener el resultado.

Si

n0

p x a0 q x b0
, se tiene que

luego

p ( x )=a0 sustituyendo p(x)

a0 1 neutro mult . en A anillo
a0 b01 b0 ( A ,+ ,)es un allino
a0 b01 b0 +0 (A ,+, ) es un allino
a0 b01 q ( x ) +0 sustituyendo q ( x)

p x a0b01q x 0
Entonces,

c x a0b01
ahora tomando

r x 0
y

, se

obtiene el resultado.
Supngase que el teorema es cierto para todo polinomio de grado k, con k
< n. luego,

p x an bm1 x n m q( x)
(Hiptesis de Induccin)
Es un polinomio de grado menor que n y por la hiptesis de induccin

c x
existen un

r x
y

p x anbm1 x n m q ( x ) q ( x)c x r x
tales que

con

g r x g q x

r x 0

, por lo tanto tenemos

p x q ( x)c x anbm1 x n m q ( x) r x
p x q x c x anbm1 x n m r x

c x c x anbm1 x n m
Haciendo

r x r x
y

, as se obtiene el resultado

deseado.

Observacin 5:

c x
Los polinomios

p x
la divisin de

r x
se llaman respectivamente cociente y resto de

q x
entre

Definicin 8:

p x
Sea K un cuerpo y

q x
divisible entre

q x
,

p x

K x

en

. Diremos que el polinomio

q x

es

p x

es mltiplo de

m x
, si existe otro polinomio

K x

en

, tal que

p x q x m x

Definicin 9: (Mximo Comn Divisor)

p x
Sea K un cuerpo y

q x
,

en

. Diremos que el polinomio

p x
un mximo comn divisor de

m x
i)

p x
divide a

n x
ii)

Si existe un

en

es

q x
y

m x
y

m x

K x

si:

q x
divide a

K x

, tal que n(x) divide a p(x) y n(x) divide a q(x),

entonces n(x) divide a m(x).

p x
Al mximo comn divisor de

q x
y

lo denotamos por

m x p x , q x m.c.d p x , q x

Definicin 10: (Mnimo Comn Mltiplo)

p x
Sea K un cuerpo y

q x
,

en

. Diremos que el polinomio

p x
un mnimo comn mltiplo de

p x
iii)

m x
divide a

n x
iv)

Si existe un

en

es

q x
y

q x
y

m x

K x

si:

m x
divide a

K x

, tal que p(x) divide a n(x) y q(x) divide a p(x),

entonces m(x) divide a n(x).

p x
Al mnimo comn mltiplo de

q x
y

lo denotamos por

m x p x , q x m.c.m p x , q x
Definicin 11:
Sea K un cuerpo

p x an x n ... a1 x a0
i)

Sea

K x

un polinomio en

valor del polinomio p(x) en el elemento

, entonces s

, el

p
, denotado por

es el

elemento de K que viene dado por

p an n ... a1 a0
p x K x
ii)

Una raz o un cero de un polinomio

es un elemento

p 0
slo si

que

. Tambin diremos que el valor de

p 0
es una solucin de la ecuacin

de K, si y

anula al polinomio, o

Teorema 6: (Teorema del Resto)

p x
Sea

un polinomio en

p x
; el resto de la divisin de

entre

K x

es

Demostracin:

p x ( x ) c x r x
Por el teorema de la divisin se tiene que

g r x g x 1

r x 0

r ( x ) =k

. As

con

, con k constante.

Ahora, el valor del polinomio p(x) en el elemento

viene dada por

p ( ) c r 0 c r 0 r r

r p
As

Como

r ( )=k , entonces

p x
entre

r ( x ) =P( ) , por lo tanto; el resto de la divisin de

p
es

Teorema 7: (Teorema del Factor)

p x
Sea

K x

un polinomio en

p x
es raz de

p x
divide a

si, y slo si,

Demostracin

Como

m x

p x
divide a

entonces por definicin 8, se tiene que existe un

p x x m x

K x

en

tal que

, as el cociente viene dado por

c x m x

r x 0
y el residuo es

r 0
, en consecuencia

r p
teorema del residuo

p 0
, esto implica que

definicin 11(ii) se deduce que

, segn el

si y slo si

por

p x
es raz de

Teorema 8:

p x
Sea

K x

un polinomio en

p x
una raz de

p x
, entonces

K x

factoriza en

p x x q x

q x
Donde

p x
es un polinomio de grado igual al grado de

Demostracin

menos uno.

se

Como

p x
es raz de

p( x)
, entonces para

, por el algoritmo de
K x

la

divisin

existen

polinomios

p x x q x r x

q(x)

en

tales

que

g r x g x 1

r x 0
, con

r(x)

r x
Luego el grado de

r x
constante

, con

debe ser cero y por lo tanto es un polinomio

, ms aun,

r ( )=

Haciendo la evaluacin del polinomio

en el valor

, se tiene

p ( )=( ) q ( ) +r ( )

p ( )=0 q ( )+ por
p ( )=0+
p ( )=

Como

es una raz de

p(x) , entonces

p ( )=0 , as obtenemos que

r x 0
, por lo tanto

, as sustituyendo en

p x x q x

Definicin 12:

se sigue que

p x

p x

K x

Sea

un polinomio en

diremos que

K x

completamente en

se factoriza

1 , 2 ,..., n K
si existen races

, tales que

p x an x 1 x 2 ... x n

an K
, con

Definicin 13:

Una raz

p x
de

p x x q x
k

K x

en

se dice que tiene multiplicidad en K, si

q x
no es raz de

Teorema 9:
Sea p(x) un polinomio en K[x] de grado n. Entonces p(x) tiene a lo sumo n
races en K.
Demostracin
La demostracin se realizar por induccin sobre el grado de p(x).

p x
Si el grado de

p x
es cero, entonces

es un polinomio constante y no

tiene races.

p x
Si el grado de

p x
es uno, entonces

p x x
definimos

, para algunos

es un polinomio lineal, entonces

en K. Luego si

es una raz de

p x

p 0
entonces

y por lo tanto

, as existe una nica

raz.
Supongamos que el teorema es cierto para todo polinomio de grado menor
que n, sea p(x) de grado n y K un cuerpo, entonces si p(x) no tiene raz K, no

hay nada que probar. Si p(x) tiene una raz

en K, de multiplicidad m, as por

p x x q x
m

definicin 9 se tiene que

grado n m que no tiene a

, donde q(x) es un polinomio de

como raz.

Podemos aplicar la hiptesis de induccin a q(x) para concluir que no tiene

ms de n-m races en K, como toda raz de q(x) tambin es raz de p(x), se
deduce entonces que p(x) tiene a lo sumo m + (n-m) = n races en K, con esto
queda probado el teorema para n.

Teorema 10: (Teorema Fundamental del lgebra)

Todo polinomio

p (x ) A [ x ]

de grado n, posee exactamente n races en

Demostracin

Sea

p( x) A [ x ]

p x
, ser suficiente con probar que

tiene una raz en

q z

p ( z ) 0, z C
Supongamos que

, entonces la funcin

funcin analtica en todo el plano complejo.

1
p z
es una

q z
Ntese que

es una funcin acotada en todo el plano complejo, pues en

q z
particular

es acotada en cualquier conjunto de la forma:

B r= { z C :| z| r }

q z

z r
Adems, si hacemos

, se puede probar que

es acotado en todo el

plano el complejo, pues se tiene

lim q z
r

1
0
p
z

lim
z

Ahora, si anunciamos el teorema de Liouville de las funciones analticas, el

cual afirma: Toda funcin analtica en todo el plano complejo, es constante,

q z
entonces se concluye que

es una funcin constante, lo cual es una

p z0 0
contradiccin. Por lo tanto

z0 C
para algn

IRREDUCTIBILIDAD DE POLINOMIOS
Todo nmero entero positivo puede descomponerse en un producto de
nmeros primos; ste es el teorema fundamental de la aritmtica. Algo similar
ocurre en algunos anillos de polinomios. Los elementos primos de un anillo de
polinomios sern llamados polinomios irreducibles. En caso contrario diremos
que el polinomio es reducible. En esta seccin estudiaremos algunos criterios
de irreductibilidad para polinomios en Z[x], Q[x], R[x] y C[x], en algunos casos
la reductibilidad o irreductibilidad de un polinomio puede estudiarse mirando
sus races, por lo que tambin veremos cmo encontrar races de polinomios
en algunos casos particulares.

Definicin 14:

p x
Sea A un anillo conmutativo unitario y un polinomio
que

p(x)

es

irreducible

si

para

cada

A x

en

descomposicin

, se dice

de

la

forma

q x , m x A x

p x q x m x
con

se

tiene

que

g q x 0 g m x 0
.
Un polinomio que no es irreducible, se dice que es reducible.

Observacin 6:
La irreductibilidad de un polinomio depende del anillo que se considere.

Teorema 11: (Teorema de Factorizacin de polinomios irreducibles)

p x K x

Sea K un cuerpo, y

no constante. Entonces p(x) se expresa de

forma nica como

p x an p1 x p2 x ... pn x

pi x , i 1,.., n

an K

Donde
Demostracin:

es un polinomio mnico e irreducible.

Por

el

teorema

1, 2, , n

10,

existen

exactamente

races

en

C,

sean

dichas races.

Luego por la definicin 12 se cumple que:

p ( x )=an ( x 1 ) ( x 2 ) ( x n )

Donde

an K . Luego si hacemos

pi ( x )=x i , i { 1,2, , n } , se tiene que;

p ( x )=an p1 ( x ) p 2 ( x ) pn ( x ) , con an K
irreducible, para todo

pi ( x )

es un polinomio mnico e

i=1,2, , n

Criterios de Factorizacin:

p x an x n ... a1 x a0 A x
Sea

, tratemos de factorizar p(x) considerando

distintos anillos y cuerpos.

i)

Si

A=Z , Un nmero entero

aZ

es una raz de p(x) si divide al trmino

a / a0
independiente de p(x), es decir, si
ii)

Si A=Q :

Un nmero racional

.
a
Q
b

es una raz de p(x) si a divide al trmino

a / a0

independiente de p(x) y b divide el coeficiente principal de p(x), es decir, si

b / an
. Como consecuencia todo polinomio mnico carece de races fraccionarias.

iii)

Si A=R :

Los polinomios irreducibles reales son, bien los de grado 1, bien los de

grado 2 que no tienen races reales, es decir, los polinomios de la forma

con
iv)

b 2 4ac 0

Si A=C

ax 2 bx c

Si un nmero complejo

a+bi C

conjugado a bi tambin es una raz de p(x).

es una raz de p(x) entonces su

Ejercicios:
1. Determine el resto de dividir

p(x)

entre q( x) en cada caso:

a.

p ( x )=x 3 2 x 2 +6 x1 y q ( x )=x2

b.

2
5
1
p ( x ) = x 2 x +
3
3
2

y q ( x )=x +1

Solucin:
Parte a:
Hacemos q ( x )=0
x2=0
x=2

Luego, evaluamos
3

x=2 en

p(x) y obtenemos que;

p (2 )=2 2 2 +6 21
82 4 +121
88+121

p (2 )=11
Por el teorema 6 (Teorema del resto), se cumple que
El resto es 11.
Parte b:
Hacemos q ( x )=0
x+ 1=0
x=1

Luego, evaluamos

x=1 en

p(x) y obtenemos que

2
5
1
2
p (1 )= (1) (1 ) +
3
3
2
2
5
1
1 (1 ) +
3
3
2
2 5 1
+ +
3 3 2
p (1 )=

17
6

Por el teorema 6 (Teorema del resto), se cumple que

17
6

El resto es

2. Determine el valor de la letra

tal que la divisin de

x 3+2 x 2+ kx +2

entre

x+ 2 sea exacta.

Solucin:
Sea

p ( x )=x 3 +2 x 2+ kx+ 2 . Deseamos que al dividir

p(x)

entre

x+ 2 , dicha

divisin sea exacta, es decir, deje como resto cero (0). Por el teorema 6 (Teorema del
resto) se cumple que

p (2 )=0 , luego;

p (2 )=0
(2)3 +2 (2)2 +k (2 ) +2=0
8+2 42 k +2=0

8+82 k +2=0
182 k =0

18=2 k

18
=k
2
k =9

x 3+2 x 2+ 9 x+2

El valor de k es 9, as; la divisin

entre

x+ 2 es exacta.

3. Escribir un polinomio de grado tres, donde el coeficiente de mayor

grado sea igual a uno y que los restos que se obtienen al dividirlos
en forma sucesiva por

( x+ 3 ) , ( x +2 ) y ( x +1 )

son 10, 20

y 8

respectivamente.
Solucin:
Sea

p ( x )=x +a x +bx +c

el polinomio pedido.

Como el resto de dividir

p(x)

entre

x+ 3

es 10, por el teorema 6

se tiene que:
p (3 ) =6
(3)3 + a(3)2 +b (3 ) +c=6
27 +9 a3 b+c=6

9 a3 b+c=6+27
9 a3 b+c=33 (I )

Como el resto de dividir

p( x) entre

p (2 )=20
(2)3 +a (2)2 +b (2 )+ c=20
8+4 a2 b+ c=20

4 a2 b+ c=20+8

x+ 2 es 20, por el teorema 6 se tiene que:

4 a2 b+ c=28( II )

Como el resto de dividir

p( x) entre

p (1 )=6
(1)3 +a(1)2+ b (1 ) + c=6
1+ a 1b+c=6

ab+c =6+1
ab+c =7(I II )

De ( I ) y (II ) se tiene que:

b+c=33
{94 a3
a2 b+c=28
Restando las ecuaciones tenemos que:
5 ab=5 (IV )
De ( II ) y (III ) se tiene que:
b+c=28
{4 a2
ab+c=7
Restando las ecuaciones tenemos que
3 ab=21(V )

De ( IV ) y (V ) se tiene que:
ab=5
{35ab=21
Restando las ecuaciones tenemos que
2 a=16

x+ 1 es 8, por el teorema 6 se tiene que:

a=

16
2

a=8(VI )

Sustituyendo (VI ) en (V ) tenemos que

3 (8 ) b=21
2421=b
b=45(VII )

Sustituyendo ( VI ) y (VII)

en (III ) tenemos que

8(45)+ c=7

c=7+ 845
c=30

As, el polinomio pedido es

p ( x )=x 3 8 x245 x30
4. Dado el siguiente polinomio en

Z [ x] :

3 x5 20 x 4+ 34 x 3+ 42 x 2185 x +150
a Factorizar dicho polinomio.

b Realizar el estudio completo de la irreductibilidad en Q .

Solucin:
Parte a:
Utilicemos Ruffini:
3 x5 20 x 4+ 34 x 3+ 42 x 2185 x +150
3
3
3
-2

-20

34

42

-185

150

-33

135

-150

-11

45

-50

-6

34

-70

50

-17

5
3

35
5

-12

-25
-20

15

0
25

As, por la definicin 12 y el teorema 11 podemos decir que:

( 53 ) (3 x 12 x+15 )

3 x5 20 x 4+ 34 x 3+ 42 x 2185 x +150= ( x 3 ) ( x +2 ) x

( 53 )3 ( x 4 x+ 5)
2

( x3 ) ( x+2 ) x
5

3 x 20 x +34 x +42 x 185 x+150=( x3 ) ( x+ 2 )( 3 x5 ) ( x 4 x +5)

Por lo que podemos concluir que el polinomio es reducible en
N yZ

y por ende lo es en

DETERMINANTE
Se define el determinante como una forma multilineal alternada de un
cuerpo.

Para el clculo de determinantes de matrices de cualquier orden, existe una regla recursiva
(teorema de Laplace) que reduce el clculo a sumas y restas de varios determinantes de un
orden inferior. Este proceso se puede repetir tantas veces como sea necesario hasta reducir
el problema al clculo de mltiples determinantes de orden tan pequeo como se quiera.
Sabiendo que el determinante de un escalar es el propio escalar, es posible calcular el
determinante de cualquier matriz aplicando dicho teorema.
Adems de esta regla, para calcular determinantes de matrices de cualquier orden podemos
usar otra definicin de determinante conocida como Frmula de Leibniz.
La frmula de Leibniz para el determinante de una matriz cuadrada A de orden n es:
n

det ( A )=| A|= sgn( ) ai ,

Pn

i=1

donde la suma se calcula sobre todas las permutaciones del conjunto {1,2,. .., n }. La
posicin del elemento i despus de la permutacin se denota como

i .

El conjunto de

todas las permutaciones es P n . Para cada , sgn ( ) es la signatura de , esto es

+1 si la permutacin es par

y1 si es impar (ver Paridad de permutaciones).

En cualquiera de los n ! sumandos, el trmino

n

ai ,
i=1

denota el producto de las entradas en la posicin (i, i) , donde i va desde 1 hasta n:

a1, a 2, an ,
1

La frmula de Leibniz es til como definicin de determinante; pero, excepto en casos muy
pequeos, no es una forma prctica de calcularlo: hay que llevar a cabo n! productos de n
factores y sumar n! elementos. No se suele usar para calcular el determinante si la matriz
tiene ms de tres filas.

Matrices de orden inferior

Una matriz de orden uno, es un caso trivial, pero lo trataremos para completar todos los
casos. Una matriz de orden uno puede ser tratada como un escalar, pero aqu la
consideraremos una matriz cuadrada de orden uno:
A=( a11 )
El valor del determinante es igual al nico trmino de la matriz:
det ( A )=det ( a11 ) =|a 11|=a11
Los determinantes de una matriz de orden 2:
A=

a11 a12
a 21 a22

se calculan con la siguiente frmula:

det ( A )=det

)|

a11 a12 a11 a12

=
=a11 a22a12 a21
a 21 a22 a21 a22

Dada una matriz de orden 3:

a11 a12 a13

A= a 21 a22 a 23
a 31 a32 a33

En determinante de orden 3 se calcula mediante la regla de Sarrus:

)|

a 11 a12 a13 a11 a12 a 13

det a21 a22 a23 = a21 a22 a 23
a31 a32 a33 a31 a32 a 33

det ( A)=a11 a22 a33+ a12 a23 a 31+a 13 a21 a32a31 a22 a13 a32 a23 a11a33 a 21 a12

Esta frmula se puede resumir con el siguiente mtodo grafico:

Ejercicios:
Determine el determinante de las siguientes matrices:

A= 1 2
3 2

1 2
3
B= 1 2 3
2 1 4

Solucin:

det ( A )= 1 2 =1 2(2 ) (3 )=26=4

3 2
det ( A )=4

1 2
3
det ( B )= 1 2 3
2 1 4

1 (2 ) (4 )+2 3 2+3 1 13 (2 ) 23 1 1(4) 1 2

8+12+3+123+8=40
det ( B )=40

En lo que sigue consideraremos

Cj

como una matriz cuadrada de orden

n , Fi

una fila y una columna cualesquiera de esa matriz. El determinante de una matriz lo

podemos ver como una funcin de sus filas

det ( A )=| A|=det ( F 1 , F 2 , , F n)

o de sus columnas

det ( A )=| A|=det ( C 1 ,C 2 , , C n)

Las propiedades ms importantes de los determinantes son:

1. El determinante de una matriz cuadrada es igual al determinante de su matriz traspuesta.

det ( A )=det ( A T )

Ejemplo:

Sea

[ ]

2 3 0
A= 3 2 7
2 1 6

[ ]

2 3 2
AT = 3 2 1
0 7 6

Luego;

| A|=2 2 6 +3 7 2+ 0 3 12 2 03 3 62 1 7

| A|=24+0+005414

| A|=2

Y tambin;

| AT|=2 2 6+3 1 0+2 3 72 2 01 7 26 3 3

| AT|=24 +0+ 4201454

| AT|=2

Por lo que;

| AT|=| A|=2

2. Si los elementos de una lnea o columna de una matriz se multiplican por un nmero, el
determinante de la matriz queda multiplicado por dicho nmero:
det ( C 1 ,C 2 , , t C j , ,C n )=t det ( C 1 , C2 , , C j , , C n )

det ( F 1 , F 2 , , t Fi , , F n ) =t det ( F 1 , F 2 , , Fi , , F n )

Ejemplo:

A= 1 1
2 3

Sean

2 1
y B= 4 3

se obtiene al multiplicar la primera columna de la matriz

Ahora;

| A|=1 3(1 ) 2=3+2=5

| A|=5

Y tambin;

|B|=2 3(1 ) 4=6+4=10

por 2.

|B|=10

Como 10=2 5 entonces |B|=2| A|

3. Si todas las lneas de una matriz de orden n estn multiplicadas por un mismo nmero
n
el determinante de la matriz queda multiplicado por t :

|t A|=t n |A|
Ejemplo:

A= 1 1
3 2

Sean

3 A=

3 3
9 6

Luego;

|3 A|= 3 3 =3 6(3 ) 9=18+27=45

9

|3 A|=45()

Tambin

| |

| A|= 1 1 =1 2 (1 ) 3=2+3=5
3

| A|=5

As;
32| A|=9 5=45

3 | A|=45
2

De () y
se cumple que;

|3 A|=3 2 |A|

4. Si una matriz de orden

Fi + F i '

C j +C j '

n en la fila

o columna

los podemos ver como

respectivamente, el determinante de dicha matriz es la suma de los

determinantes de dos matrices donde la primera matriz tiene en la fila i los elementos
y en la segunda los elementos
columna j los elementos

Cj

Fi '

(respectivamente si la primera matriz tiene en la

y en la segunda los elementos

C j'

).

det ( C1 , C2 , ,C j +C 'j , , Cn ) =det ( C1 ,C 2 , ,C j , , Cn ) + det ( C 1 , C 2 , , C'j , ,C n )

O respectivamente;
det ( F1 , F 2 , , F i+ F'i , , F n ) =det ( F 1 , F 2 , , F i , , Fn ) + det ( F 1 , F 2 , , F'i , , Fn )

Ejemplo:

Fi

A=

Sean

[ ] [

1 2
1 2
, B=
1 3
2 1

[ ]

1 2
y C= 3 2

Observemos que la fila dos de la matriz A mas la fila dos de la matriz B (Se suman cada
elemento en su respectiva posicin de A con los de B) nos da la segunda fila de la matriz C.
Ahora;

| |

| A|= 1 2 =1 31 2=32=1
1 3

| A|=1

Y tambin;

|B|= 1

2 =1 (1 )2 2=14=5
2 1

|B|=5

Luego;

| A|+|B|=15=4
| A|+|B|=4( )

Por otra parte;

| |

|C|= 1 2 =1 22 3=26=4
3 2

|C|=4

De () y
se tiene que;

| A|+|B|=|C|

5. El determinante del producto de dos matrices cuadradas es igual al producto de los

determinantes de ambas matrices:
det ( A B )=det ( A ) det ( B )

Ejemplo:

Sean

A= 1 1
2 1

2 1
y B= 3 1

][

][

( )
A B= 1 1 2 1 = 1 2+(1) 3 1 1+ 1 (1)
2 1
3 1
2 2+1 3
2 1+1 (1)

A B=

23 1+1
4+ 3 21

A B= 1 2
7 1

Ahora;

| |

| A B|= 1 2 =(1 ) 12 7=114=15

7

| A B|=15()

Por otra parte;

| |

| A|= 1 1 =1 1(1 ) 2=1+2=3

2

| A|=3

Y tambin;

|B|= 2

1 = 2 (1 ) 1 3=23=5
3 1

|B|=5

As;

| A||B|=3 (5 )=15

| A||B|=15

De

( )

se cumple que | A B|=| A||B|

6. Si en una matriz cuadrada se permutan dos lneas, su determinante cambia de signo:

det ( F 1 , F 2 , , F i , , F j , , F n )=det ( F 1 , F 2 , , F j , F i , , F n )

Ejemplo:

Sean

[ ]

2 1 2
A= 1 2 0
3 5 6

[ ]

1 2 0
y B= 2 1 2
3 5 6

resulta de intercambiar la fila 1 con la fila 2 de

A , ahora;

| A|=2 2 6 +1 0 3+ 2 1 52 2 30 5 26 1 1
| A|=24+ 0+101206=16

| A|=16
Por otra parte;

|B|=1 1 6+2 2 3+0 2 50 1 32 5 16 2 2

|B|=6+12+001024=16

|B|=16

As;

|B|=| A|

7. Si una lnea de una matriz cuadrada es combinacin lineal de las lneas restantes, es decir, es el
resultado de sumar los elementos de otras lneas multiplicadas por nmeros reales, su determinante
es cero. Consecuencia inmediata de esta propiedad es que si una matriz tiene una lnea de ceros su
determinante es cero.
Ejemplo:

Sea

[ ]

2 3 2
A= 1 2 4
3 5 6

Podemos notar que la fila 3 es la suma de la fila 1 con la fila 2, luego;

| A|=2 2 6 +3 4 3+ 2 1 52 2 32 4 53 1 6

| A|=24+36 +10124018
| A|=3030=0
| A|=0

8. Si a los elementos de una lnea de una matriz cuadrada se les suma una combinacin

lineal de las lneas restantes, su determinante no vara.

det ( F 1 , F 2 , , F i , , F j , F n )=det ( F 1 , F2 , , F i + F j , F j , Fn )
El metodo de Cho consiste en hacer cero el mayor nmero posible de elementos de una
lnea utilizando las propiedades anteriores de los determinantes y posteriormente desarrollar
el determinante por los adjuntos de los elementos de esa lnea en la que hemos hecho ceros.
Ejemplo:

Sean

A=

La matriz

2 1
1 5

[ ]

2 1
y B= 3 7

nace de cambiar la segunda fila de la matriz

ella mas 2 veces la primera fila.

Ahora;

por la segunda fila de

| |

| A|= 2

1 =2 51 (1 )=10+1=11
1 5

| A|=11

Tambin;

| |

|B|= 2 1 =2 71 3=143=11
3 7

|B|=11

As podemos decir que:

| A|=|B|

9. si una matriz tiene dos filas o columnas iguales, su determinante da cero.

Ejemplo:

Sea

[ ]

2 3 2
A= 3 2 3
2 3 2

| A|=2 2 2+3 3 2+2 3 32 2 23 3 22 3 3

| A|=8+18+1881818=0

| A|=0

10. Si una matriz tiene una fila o columna nula (todos sus elementos son ceros) entonces su
determinante vale cero.
Ejemplo:

Sea

[ ]

2 3 2
A= 3 2 3
0 0 0

| A|=2 2 0+ 3 3 0+2 3 02 2 02 3 03 3 0

| A|=0+0+ 0000=0
| A|=0

11. el determinante de una matriz triangular (superior o inferior) es igual al producto de los
elementos de su diagonal principal.
Ejemplo:

Sea

[ ]

2 0 0
A= 1 2 0
3 5 6

es una matriz triangular superior, ahora;

| A|=2 2 6 +0 0 3+0 1 50 2 32 0 50 1 6

| A|=2 2 6 +0+0000
| A|=2 2 6
El cual es el producto de los elementos de la diagonal principal de

| A|=24

A . Luego;

TRASNFORMACIONES LINEALES

Definicin 15
Sean

(V ,+, K ,)

( W ,+, K , ) espacios vectoriales. La funcin T :V W

Transformacin Lineal (T.L.) si y solo si:

i.)

x , y V :T ( x+ y ) =T ( x )+ T ( y ) ( Aditividad)

ii.)

x V , K :T ( x )= T ( x ) (Homogeneidad )

Ejemplo:
3

Sea T : R R
Sera T

definida por T ( x , y , z )=( x + y , 2 z )

una transformacin lineal?

Solucin:
Veamos si T
Sean v 1 , v 2 R

es aditiva;
3

cualesquiera.

v 1=( x1 , y 1 , z 1 ) , v 2=(x 2 , y 2 , z 2)
Luego;
T ( v 1+ v 2 )=T ( ( x 1 , y 1 , z 1 ) + ( x 2 , y 2 , z2 ) ) Sustituyendo

T ( x 1+ x2 , y 1+ y 2 , z 1+ z 2 ) +en R

es una

 ( ( x 1 + x 2) + ( y 1+ y 2) , 2 ( z 1+ z 2 ) ) . de T
( ( x 1 + y 1 ) + ( x 2+ y 2) , 2 z1 +2 z 2) .asoc . conm. y dist . en R

( x 1+ y1 , 2 z 1 ) + ( x 2 + y 2 ,2 z 2) + en R

T ( x 1 , y 1 , z 1 ) +T ( x 2 , y 2 , z 2 ). de T
T ( v 1) +T ( v 2 ) Sustituyendo
v1 , v 2 R3 , T ( v 1 + v 2) =T ( v 1 ) +T ( v 2 ) (I )
Veamos si T
3
Sean v R

es homognea
y R

cualesquiera.

v =( x , y , z)
Luego;
T ( v ) =T ( ( x , y , z )) Sustituyendo
3

T ( x , y , z ) mult . de un escalar por un vector en R ndodineall mismo cuerpo escalar

( x+y ,2 z ) . de T
( ( x + y ) , 2 z ) .asoc . de y distributivaen R
( x+ y , 2 z ) mult . de un escalar por un vector en R2
T ( x , y , z ) . de T
T ( v ) Sustituyendo

v R , R :T ( v )= T ( v ) (II)
De ( I ) y ( II) se tiene que;
T

es una transformacin lineal.

El siguiente teorema es una forma ms verstil de determinar si una funcin vectorial es

una transformacin lineal o no en un solo paso.
Teorema 12
Sean (V ,+, K ,) y
T

( W ,+, K , ) espacios vectoriales. Sea T :V W . Entonces:

es una transformacin lineal si y solo si

x , y V , K :T ( x+ y ) =T ( x )+ T ( y )

Demostracin:
()

Sean

x , y V

y K

cualesquiera

T ( x + y )=T ( x ) +T ( y ) T es lineal , es aditiva

T ( x )+ T ( y ) T es lineal , es homogenea
x , y V , K :T ( x + y )=T ( x ) + T ( y)
()

Sabemos que x , y V , K :T ( x+ y ) =T ( x )+ T ( y )

Para =1 tenemos que

T ( x +1 y )=T ( x ) +1 T ( y )

Como V

y W

son espacios vectoriales 1 v=v

as;
T ( x + y )=T ( x ) +T ( y ) (I )

T ( 0 v )=0 w

Ahora probemos que

En efecto:
Para

x= y=0v

en ( I ) tenemos que

T ( 0 v + 0v ) =T ( 0 v ) + T (0 v )
Como

0 v +0 v =0 v

entonces

T ( 0 v )=T ( 0v ) +T ( 0v )
Sumando

T ( 0v )

en ambos lados tenemos que;

T ( 0 v ) + [T ( 0 v ) ]=[ T ( 0v ) +T ( 0v ) ] + [ T ( 0v ) ]
Asociando en + de W

tenemos que;

T ( 0 v ) + [T ( 0 v ) ]=T ( 0v ) + T ( 0v ) + [ T ( 0v ) ]

Como

T ( 0 v ) + [T ( 0 v ) ]=0 w

entonces

0w =T ( 0 v ) + 0w
Como

0w

es el neutro de + en W

tenemos que;

y 1 w=w

v V ,w W ,

T ( 0 v )=0 w ()
Ahora;
Para

x=0 v

en la hiptesis tenemos que;

T ( 0 v + y )=T ( 0v ) + T ( y)
Por () tenemos que;
T ( 0 v + y )=0 w + T ( y )
Como

0v

0w

son los neutros de + en V

y W

respectivamente, entonces;

T ( y )= T ( y )
As;
y V , K , T ( y ) = T ( y ) ( II)
De ( I ) y ( II) tenemos que T

es una transformacin lineal.

Ejemplo:
Sea T :C [a , b] R

definida por

T [ f ] = f (x )dx
a

Con a , b R , a b .
Determine si T
Solucin:

es una transformacin lineal.

Sean f , g C [a , b] y R

cualesquiera.

T ( f + g )= [ f + g ] ( x )dx. de T
a

[ f ( x )+ ( g ) ( x) ] dxde +es C [a , b]
a

[ f ( x )+ g (x) ] dxde en C [a , b]
a

f ( x ) dx+ [ g( x ) ] dx . suma de imtegrales

a

f ( x ) dx+ g( x)dx . de de un esc . en .

a

T ( f )+ T ( g ). de T
f , g C [ a ,b ] , K , T ( f + g )=T ( f ) + T (g)
Por el teorema 12 se tiene que T

es una transformacin lineal.

Teorema 13
Sean (V ,+, K ,) y

( W ,+, K , ) espacios vectoriales. Sea T :V W

transformacin lineal. Entonces:

a . T ( 0 v ) =0 w
b . T (x ) =T ( x ) , x V
n

c .T

( ) (
i=1

ai xi =

i=1

a i T (xi ) ) , ai K , x i V , i=1, ,n

una

Demostracin:
Parte a:
Sea

xV

0 x=0v

Sabemos que

, luego;

T ( 0 x ) =0 T ( x ) T es lineal , es homogenea
T ( 0 v )=0 w ya que 0 x=0 w y 0 T ( x ) =0w
T ( 0v ) =0w
Parte b:
Sea

xV

cualquiera

Sabemos que

x+ (x )=0 v , aplicando T en ambos lados tenemos que:

T ( x + (x ) ) =T (0v )
Como T es lineal, es aditiva y por la parte a tenemos que:
T ( x )+ T (x ) =0w
Sumando

T ( x) en ambos lados tenemos que:

T ( x ) + [ T ( x ) +T (x )] =T ( x ) +0w

[T ( x ) +T ( x) ]+T (x )=T ( x)
0w +T (x )=T ( x)
T (x ) =T ( x )

 x V :T (x )=T (x)

Parte c:
Procedemos por induccin matemtica sobre n
Paso 1: probemos que se cumple para n=2
T

ai xi =T ( a1 x1 +a 2 x 2 ) desarrollando sumatoria
i=1

T ( a 1 x 1 ) +T ( a 2 x 2 ) T es lineal , es aditiva
a1 T ( x 1 ) +a2 T ( x 2 ) T es lineal , es homogenea
2

ai T (x i ) desarrollando sumatoria
i=1

ai x i = ai T ( xi )
i=1

i=1

Se cumple para n=2 .

Paso 2: supongamos que se cumpla para n=k , es decir;
T

ai xi = ai T ( x i) H . I .
i=1

i =1

Paso 3: probemos que se cumple para n=k +1

En efecto:
T

k+1

) (

ai xi =T ai x i +a k+1 x k +1
i=1

i=1

desarrollando sumatoria

( )
i=1

ai xi +T ( a k+1 x k+1 ) T es lineal , es aditiva

ai xi
i=1

+a k+1 T ( x k+1 ) T es lineal , es homogenea

ai T (x i )+ak +1 T ( x k +1 ) H . I .
i=1

k+1

ai T (x i ) Desarrollando sumatoria
i=1

k+ 1

( )
i=1

k+1

ai x i = ai T ( xi )
i=1

Se cumple para n=k +1

Por el proceso de induccin matemtica
n N , a i K , x i V , i=1, , n ;T

ai x i = a i T (x i)
i=1

i=1

Definicin 16
Sean (V ,+, K ,) y

( W ,+, K , ) espacios vectoriales. Sea T :V W

transformacin lineal. Se define como el ncleo de T , denotado por

una

N (T )

KerT , al conjunto no vacio de los vectores del dominio cuyas imgenes por T

es el

vector nulo de codominio, es decir;

N (T )= { x V :T ( x )=0w }
Definicin 17
Sean (V ,+, K ,) y

( W ,+, K , ) espacios vectoriales. Sea T :V W

transformacin lineal. Se define como conjunto imagen de T

una

recorrido de T

al

subconjunto no vacio de W

formando por todas las imgenes a travs de T

de los

elementos de V , es decir;
R ( T )= ( T ) ={ y W , x V :T ( x ) = y }

Definicin 18
Sean (V ,+, K ,) y

( W ,+, K , ) espacios vectoriales. Sea T :V W

una

transformacin lineal.
i.

Diremos que T

es inyectiva si y solos si

x , y V :T ( x ) =T ( y ) x= y
equivalentemente
ii.

Diremos que T

x y T ( x) T ( y )

es sobreyectiva si y solo si

w W , v V t . q .T ( v )=w
iii.

Diremos que T

es biyectiva si y solo si T

es inyectiva y sobreyectiva

Ejemplo:
3
2
Sea T : R R

definida por T ( x , y , z )=( x + y , 2 z ) . Sabemos que T

Determinar su Ncleo y Recorrido. Adems determine si T

Solucin:
Busquemos su ncleo:
N (T )= {( x , y , z ) R3 : T ( x , y , z )=( 0,0) }. de ncleo
N (T )= {( x , y , z ) R3 :(x + y , 2 z )=( 0,0) }. de T

N (T )= {( x , y , z ) R : x+ y=0 2 z=0 }igualdad en R

3

es lineal.

es inyectiva y sobreyectiva.

N (T )= {( x , y , z ) R3 : y=x z=0 } operando en R

N (T )= { ( x ,x , 0 ) , x R } Sustituyendo
N (T )= { x(1,1,0)} mult . de un escalar por un vector en R3
N (T )=SPAN {(1,1,0) }. de SPAN

N ( T )=SPA N {(1,1,0)}
Busquemos su Recorrido
R ( T )= {( a , b ) R2 : ( x , y , z ) R 3 t . q . T ( x , y , z )=(a , b) }. de Recorrido
R ( T )= {( a , b ) R2 : ( x , y , z ) R 3 t . q .( x+ y , 2 z )=(a , b)}. de T

R ( T )= {( a , b ) R2 : ( x , y , z ) R 3 t . q . x + y=a ,2 z=b }igualando en R2

R ( T )= ( a , b ) R 2 : ( x , y , z ) R3 t . q . x=a y , z=

b
op . en R
2

Existen infinitos valores arbitrarios de a y b para que existan los

x, y ,z

de la

definicin, as que:
R ( T )=R 2
Veamos si T

es inyectiva

Sean v 1=(2,3,0) y v 2=(1,4,0)

Claramente

v1 v2

ya que 2 1 y 3 4 . Por otra parte, por definicin de T ;

T ( v 1) =T ( 2,3,0 ) =( 2+3,2 0 ) =(5,0)

Y

T ( v 2 )=T ( 1,4,0 ) =( 1+ 4,2 0 )=(5,0)

Por lo que
T

T ( v 1) =T (v 2 )

pero

v1 v2

, por lo tanto;

no es inyectiva.

Veamos si T

es sobreyectiva

2
Sea w=(a , b) R cualquiera

3
v=( x , y , z ) R t . q . T ( v )=w ?

Veamos
T ( v )=w T ( x , y , z ) =( a , b ) sustituyendo
( x + y , 2 z )=( a ,b ). de T
x + y=a , 2 z=b igualando en R2
b
y =ax , z= operando en R
2
Para

xR

cualquiera tenemos que

y=ax

Para w=(a , b) , existe v =( x , ax , b/2) tal que

T ( v )=T x , ax ,

b
sustituyendo
2

T ( v )=( x+ ax , 2 ( b /2 ) ) . de T
T ( v )=( a , b ) operando en R
T ( v )=w Sustituyendo

z=b /2 , por lo que

Por lo tanto;
w R3 : v R 2 t .q .T ( v )=w
Por lo que T

es sobreyectiva.

Teorema 14
Sean (V ,+, K ,) y

( W ,+, K , ) espacios vectoriales. Sea T :V W

una

transformacin lineal. Entonces:

N (T )= { 0v }

a.

es inyectiva si y solo si

b.

es sobreyectiva si y solo si

R ( T )=W

Demostracin:
Parte a:

()
Como T

es lineal, por el teorema 13 parte a,

Por otra parte;

Sea

x N (T )

x N ( T ) T ( x )=0 v . de T
T ( x ) =T ( 0 v ) Teo .13 a
x=0v T es inyectiva
x { 0 v }. de conjuntounitario

Por lo tanto

N (T ) { 0v } ( 2)

T ( 0 v )=0 w

por lo que

{0 v } N ( T ) (1)

De (1) y (2) se cumple que

N ( T ) = { 0v }

()
x , y V

Sean

tales que T ( x )=T ( y)

T ( x )=T ( y ) T ( x )T ( y )=0w W es esp . vect .

T ( x )+T (y ) =0w Teo .13 b
T ( x+ (y ) ) =0w T es lineal , es aditiva
x + ( y ) N (T ).de ncleo
x + ( y ) {0 v } hi potesis
x + ( y )=0 v . de conjuntounitario
x = y V es un esp . vect .

T ( x ) =T ( y ) x= y
Por lo tanto, T

es inyectiva.

Parte b:

()
Por definicin de recorrido,
Sea

yW

Como T

es sobreyectiva;

x V tal que T ( x )= y

R ( T ) W (3)

Luego, por definicin de recorrido obtenemos que

y R(T )

Por lo tanto, W R (T ) (4)

De ( 3 ) y (4 ) se tiene que

R ( T )=W

()
Sea

yW

cualquiera. Como

R ( T )=W

entonces

y R(T ) , as por definicin de

recorrido;
x V tal que T ( x )= y
Por lo tanto;
y W , x V tal que T ( x ) = y
En consecuencia;
T

es sobreyectiva.

Definicin 19
Sean (V ,+, K ,) y

( W ,+, K , ) espacios vectoriales. Sea T :V W

transformacin lineal. Si

N (T ) y

una

R(T ) son de dimensin finita, entonces se define

la nulidad de T , denotada por null(T) y el rango de T , denotada por Rgo(T) a la

dimensin del

N (T ) y

R(T ) respectivamente, esto es:

null ( T )=dim ( N (T ) ) y Rgo ( T )=dim ( R(T ) )

Teorema 15 (Teorema de la Dimensin)

Sean (V ,+, K ,) y

( W ,+, K , ) espacios vectoriales. Sea T :V W

transformacin lineal. Si V

una

es de dimensin, entonces

dim ( N (T ) ) + dim ( R (T ) )=dim ( V ) .

Demostracin:
B k ={ x 1 , x 2 , , x k }

Supongamos que

es una base de

N (T ) y adems que la

dim ( V )=n .
Completemos

Bk

para obtener una base de V , digamos

B n={ x 1 , x 2 , , x k , x k +1 , , x n }

Probemos que

U= {T ( x k+1 ) , , T ( xn ) }

Veamos si U

es linealmente independiente.

Sea

ak +1 , , a n K

tales que

es una base de

R(T ) .

ak +1 T ( x k+1 ) ++ an T ( x n )=0 w

ak +1 T ( x k+1 ) ++ an T ( x n )=0 w T ( a k+1 x k +1+ an x n) =0 w Teo .13 c

ak+1 x k+1 ++ an x n N ( T ) . de ncle o
ak+1 x k+1 ++ an x n=a1 x 1 + a k x k B k es base de N (T )
( a 1 ) x 1 + (a2 ) x 2+ + (ak ) x k +ak +1 x k+1 ++ an x n=0w W es esp . vect .
a 1=0,a2=0, ,ak =0, ak+1=0, , a n=0 Bn es base , es li
ak+1 =0, , an=0
Por lo que U

es linealmente independiente (1)

Veamos si U
Sea

genera a

R(T ) , esto es SPAN ( U )=R(T ) .

y R(T )

y R ( T ) x V :T ( x )= y . de recorrido
Como

xV

tales que

Bn

a , a , , ak , ak+1 , , an K
es base de V , existen escalares 1 2

x=a1 x 1+ a2 x 2 ++ ak x k +a k+1 x k+1 ++a n x n ()

Aplicando T

en ambos lados se cumple que

T ( x )=T ( a1 x 1 +a2 x 2+ +ak x k +ak +1 x k+1 + + an x n )

Como T es lineal, por el teorema 13 parte a, se cumple que
T ( x )=a 1 T ( x 1 ) +a 2 T ( x 2)++ ak T ( x k )+ ak+ 1 T (x k+1)+ +an T ( x n )
Como

Bk

es base de N (T ) ,

x 1 , x 2 , , x k N (T ) ,asi por definicin de ncleo

T ( x 1 )=T ( x2 ) ==T ( x k )=0w

Luego;
T ( x )=a 1 0w +a2 0w ++ ak 0 w + ak+1 T ( x k+1)++ an T ( x n )
T ( x )=0 w + 0w ++0 w + ak +1 T (x k+1 )+ +an T ( x n)
T ( x )=a k+1 T (x k +1)++ an T ( x n )
y=ak+1 T ( x k+1 ) + +an T ( x n ) ya que T ( x )= y
y SPAN { U }
Por lo tanto;

R ( T ) SPAN (U ) (I )

Como

U= {T ( x k+1 ) , , T ( xn ) }

, por definicin de recorrido U R (T ) as;

SPAN ( U ) R ( T ) (II)

De ( I ) y ( II) se tiene que SPAN ( U )=R ( T ) (2)

De (1) y (2) se tiene que U
Finalmente como dim ( N ( T ) ) =k

es una base de

R(T )

y dim ( R ( T ) ) =nk

entonces;

dim ( N ( T ) ) + dim ( R ( T ) )=k+ nk=n=dim ( V )

dim ( N ( T ) ) +dim ( R ( T ) ) =dim (V )

Teorema 16
Sean (V ,+, K ,) y
T :V W

( W ,+, K , ) espacios vectoriales de igual dimensin finita. Sea

una transformacin lineal. Entonces:

es inyectiva si y solo si T

es sobreyectiva

Demostracin:

()
T

es inyectiva

N ( T )={ 0 v } teo.14 p arte a

dim ( N ( T ) )=0()de dimensin

Por otra parte, por el teorema de la dimensin (teorema 15) se tiene que

dim ( N ( T ) ) + dim ( R ( T ) )=dim ( V )

Y por hiptesis dim ( V )=dim ( W )()

De ( ) , se cumple que
0+dim ( R ( T ) )=dim ( W )
dim ( R ( T ) ) =dim ( W ) (1)
Como

R ( T ) W (2) por definicin de recorrido, entonces de (1)

que
R ( T )=W
Luego por el teorema 14 parte b tenemos que T

es sobreyectiva

()
T

es sobreyectiva R ( T )=W teo .14 b

dim ( R ( T ) )=dim ( W ). de dimensin

dim ( R ( T ) )=dim ( V )(I ) ya que dim ( V )=dim (W )
Por otra parte; por el teorema de la dimensin (teorema 15) se tiene que
dim ( N ( T ) ) + dim ( R ( T ) )=dim ( V ) ( II )
De ( I ) y ( II) se tiene que
dim ( N ( T ) ) + dim ( R ( T ) )=dim ( R(T ))
Cancelando tenemos que;
dim ( N ( T ) ) =0

y (2) se cumple

Es decir, la base de
sea vacio es

N (T ) es vacio, y el nico subespacio vectorial de V

{ 0 v } , por lo tanto

N ( T ) = { 0v }

Luego, por el teorema 14 parte a se cumple que

T

es inyectiva.

Ejercicio:
2
2
Sea T : R R definida por T ( x , y ) =(2 y ,3 x y ) .Determine si:

a.

es una transformacin lineal.

b.

es inyectiva.

c.

es sobreyectiva.

Solucin:
Parte a:
2
Sean v 1 , v 2 R y a R

cualesquiera.

v 1=( x1 , y 1 ) , v 2=( x 2 , y 2 )
T ( v 1+ a v 2 )=T ( ( x 1 , y 1 ) +a ( x 2 , y 2) ) sustituyend o
T ( ( x 1 , y 1) + ( a x 2 , a y 2 ) ) mult . de un escalar por un vector en R2
T ( x 1+ a x2 , y 1+ a y 2 ) +en R2
( 2 ( y 1 +a y 2 ) ,3 ( x 1 +a x 2 )( y 1 +a y 2 ) ) . de T

cuya base

 ( 2 y 1+2 a y 2 ,3 x 1 +3 a x2 y 1a y 2 ) dist . en R
( 2 y 1+ 2a y 2 , ( 3 x1 y 1) + ( 3 a x2 a y 2 ) ) asoc .+ en R
( 2 y 1+ a 2 y 2 , ( 3 x 1 y 1 ) +a ( 3 x 2 y 2 ) ) dist . en R
( 2 y 1 , 3 x1 y 1) + ( a 2 y 2 , a ( 3 x 2 y 2 ) ) +en R

( 2 y 1 , 3 x1 y 1) + a ( 2 y 2 , 3 x2 y 2 ) mult . de un escalar en R2
T ( x 1 , y 1 ) +aT ( x 2 , y 2 ). de T
T ( v 1) + aT ( v 2) Sustituyendo
v1 , v 2 R2 , a R:T ( v 1 +a v 2) =T ( v 1 ) +aT (v 2 )
Por el teorema 12 se tiene que T

es una transformacin lineal.

Parte b:
Busquemos su ncleo:
N (T )= {( x , y ) R2 :T ( x , y )=(0,0) }.de ncleo
N (T )= {( x , y ) R2 : ( 2 y , 3 x y )=(0,0) }. de T

N (T )= {( x , y ) R : 2 y =0,3 x y =0 } igualdad en R
2

N (T )= {( x , y ) R2 : y=0, 3 x = y } operando en R
N (T )= {( x , y ) R2 : y=0, 3 x =0 } Sustituyendo
N (T )= {( x , y ) R2 : y=0, x=0 } operando en R

 N ( T )={ (0,0) }

Luego por el teorema 14 parte a se cumple que T

es inyectiva

2
Ahora como dim ( V )=dim ( W )=dim ( R )=2 por el teorema 16 se tiene que

es sobreyectiva.

Teorema 17 (teorema fundamental de las transformaciones lineales)

Sean (V ,+, K ,) y

( W ,+, K , ) espacios vectoriales con V

n . Dada una base B={ v 1 , v 2 , , v n } de V

w 1 , w 2 , , w n W
que

T ( v i )=w i

de dimensin finita

y vectores l-i cualesquiera

, entonces existe una nica transformacin lineal T :V W

, para cada i=1,... , n .

Demostracin:
Definimos T :V W
Probemos que T
Sean

x , y V

Como B

como

T ( a 1 v 1+ a2 v 2+ +an v n) =a1 w 1+ a2 w2 ++ an wn

es lineal.

y aK

cualesquiera.

es una base de V

a1 , a2 , , an ,b 1 , b2 , , bn K
y=b 1 v 1+ b2 v 2+ +b n v n

entonces, existen escalares

tales que

x=a1 v 1 +a 2 v2 + + an v n

tal

Ahora
T ( x +ay )=T ( ( a 1 v 1 +a 2 v 2+ +an v n ) + a ( b1 v 1 +b2 v 2 ++ bn v n ) ) dey
T (a1 v 1+ a2 v 2 ++a n v n+ a b1 v 1 +ab2 v 2 ++ abn v n )
T ( ( a1 +a b1 ) v 1 + ( a2+ a b2 ) v 2 ++ ( an +a b n ) v n )
( a1 +a b 1 ) w1 + ( a 2+ a b2 ) w2 ++ ( an +a b n ) wn de T
a1 w1 +a b 1 w1+ a2 w2 +a b 2 w2+ +a n wn +a b n w n
( a1 w 1+ a2 w2 ++a n wn ) +(a b1 w1 +a b 2 w2 + a bn w n)
( a1 w 1+ a2 w2 ++a n wn ) +a ( ( b1 w 1+b 2 w2 ++b n wn ) )
T ( a 1 v1 +a 2 v 2+ +an v n ) + aT ( b 1 v1 +b 2 v 2+ +bn v n ) . de T
T ( x )+ aT ( y ) Sustituyendo
x , y V , a K :T ( x+ ay )=T ( x ) +aT ( y )
Por el teorema 12 se tiene que T
Ahora;
T ( v 1) =T (1 v 1 +0 v 2 ++ 0 v n )
1 w 1+ 0 w 2+ +0 wn de T
w1 +0 w + +0 w 0 y=0 w y W
w1
T ( v 1 )=w1

es lineal.

Tambin,
T ( v 2 )=T (0 v 1+ 1 v 2 ++ 0 v n)
0 w1 +1 w 2+ +0 wn . de T
0w +w 2+ +0 w
w2
T ( v 2 ) =w2
Y as sucesivamente;

T ( v n )=T (0 v 1 +0 v 2+ +1 v n)
0 w1 +0 w2 ++1 wn . de T
0w +0 w + +w n
wn
T ( v n ) =w n
As:
i=1, , n ; T ( v i )=wi
Por lo que, existe una transformacin lineal T :V W
Probemos que T

tal que

T ( v i )=w i ,i=1, , n

es nica.

Supongamos que existe otra transformacin lineal

L:V W

tal que

L ( v i )=wi ,i=1, , n
Sea

xV

Como B

cualquiera.
a , a , , an K
es base de V , existen escalares 1 2

tales que

x=a1 v 1 +a 2 v2 + + an v n ( )
Luego
L ( x )=L ( a 1 v1 +a 2 v 2+ +an v n ) por ()
a1 L ( v 1 ) +a2 L ( v 2 ) ++a n L ( v n) L es lineal
a1 w1 +a 2 w 2+ +a n w n L ( v i) =w i
a1 T ( v1 ) + a2 T ( v 2 ) ++ an T ( v n) T ( v i )=wi
T ( a 1 v1 +a 2 v 2+ +an v n ) T es lineal
T ( x ) por ()

L ( x )=T ( x ) , x V
L=T

es nica.

Por lo tanto;
Existe una nica transformacin lineal T :V W

Ejercicio:

tal que

T ( v i )=w i ,i=1, , n

2
3
Encontrar una transformacin lineal T : R R

tal que T ( 1,0 )=(3,0,1) y

T ( 0,1 )=(0,1,2) .
Solucin:
Sea B={ ( 1,0 ) ,(0,1) } , vemos claramente que B
tanto B
Sea

es base de

es la base canonca de

R2 , por lo

R2 .

A= { ( 3,0,1 ) ,(0,1,2) } R3

Veamos si

es l-i.

Sean a , b R

tales que a ( 3,0,1 ) +b ( 0,1,2 ) =(0,0,0)

a ( 3,0,1 ) +b ( 0,1,2 ) =( 0,0,0 ) ( 3 a , 0, a ) + ( 0, b ,2b )=( 0,0,0 )

(3 a ,b ,a2 b )= ( 0,0,0 ) +en R3
3 a=0, b=0, a2b=0

a=0,b=0, a=2b

a=0,b=0,0=2 0

a=0 ,b=0

Por lo tanto,

es linealmente independiente

2
3
Por el teorema 17 (T.F. de las T.L.) existe una nica transformacin lineal T : R R

que T ( 1,0 )=(3,0,1) y T ( 0,1 )=(0,1,2) .

Busquemos dicha transformacin lineal.
Sabemos que ( x , y )=x ( 1,0 ) + y (0,1)

tal

Aplicando T

en ambos lados, tenemos que;

T ( x , y ) =T [ x ( 1,0 ) + y ( 0,1 ) ]
Como T

es lineal, por el teorema 13 parte c, se tiene que;

T ( x , y ) =xT ( 1,0 ) + yT (0,1)

Como T ( 1,0 )=(3,0,1) y T ( 0,1 )=(0,1,2) , entonces;

T ( x , y ) =x ( 3,0,1 ) + y (0,1,2)
T ( x , y ) =( 3 x , 0, x ) +(0, y ,2 y )

T ( x , y ) =(3 x+ 0,0+ y , x 2 y )
T ( x , y )=(3 x , y , x2 y )

BIBLIOGRAFIAS:
WEB:
http://es.wikipedia.org/wiki/Determinante_(matem%C3%A1tica)
TEXTO:
Algebra I
Armando O. Rojo
18 edicin
Editorial El Ateneo
Ao 1996
Buenos Aires, Argentina.

CONCLUSIN
Hemos realizado este trabajo con la finalidad de adquirir mayor conocimiento en los
anillos de Polinomios, determinantes de matrices cuadradas, transformaciones lineales
y sus utilidades en el campo del algebra. Para ellos desarrollamos la estructura de anillo
y todas sus propiedades, determinante de matrices cuadradas con sus propiedades y
transformaciones lineales para realizar la demostraciones de los teorema relacionados
en este tema como lo son el teorema del resto y el teorema fundamental del algebra que
nos garantiza el nmero exacto de races en un polinomio, determinante de matrices de
orden 2x2, 3x3, entre otros y sobre todo los teoremas mas importantes relacionados
con las transformaciones lineales. Cada punto de los que se trata en este trabajo se le
anexo un ejemplo para as entender con mayor facilidad su utilidad y aplicacin.
Estos y otros resultados nos permiten entender mejor las aplicaciones de estos
teoremas en las matemticas que usbamos en bachillerato y otros cursos bsicos
universitarios.

INTRODUCCIN

Realizaremos este trabajo con la finalidad de adquirir mayor conocimiento en el

campo del algebra con relacin a los temas de los anillos de polinomios, determinante de
matrices cuadradas y transformaciones lineales con toda la utilidad que poseen para
resolver diversos problemas con el uso de polinomios, matrices y aplicaciones vectoriales
segn se planteen. Para ello vamos a estudiar primeramente la estructura de anillo en los
polinomios y su aplicacin para demostrar los teoremas ms conocidos relacionados con el
tema como son El Teorema del Resto y El Teorema Fundamental del Algebra. En los
determinantes estudiaremos su formula general y aplicaciones para entender mejor sus
propiedades y en las transformaciones lineales desarrollaremos una teora fundamental para
facilitar el clculo o verificacin de una transformacin lineal, sobre todo el teorema
fundamental de las transformaciones lineales que nos ayudara a encontrar una frmula de
una T.L. con algunos elementos importante de ella, entre otros teoremas importantes para el
algebra.