Beruflich Dokumente
Kultur Dokumente
Departamento de Matemáticas
Facultad de Química
Universidad Nacional Autónoma de México
ÁLGEBRA SUPERIOR
ISBN: 978-607-15-1002-0
1234567890 2356789014
Error . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
Cálculo de raíces de ecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
Método de iteración de punto fijo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
Método de bisección . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
Método de Newton-Raphson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
Estimación de las constantes de la ecuación de estado de Van der Waals . . . . . . . . . 193
Anexo 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
Combinatoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
Principio fundamental del conteo (PFC) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
Permutaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
Número de subconjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
Anexo 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
La función determinante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
Sobre la existencia de la función determinante . . . . . . . . . . . . . . . . . . . . . . . . . 233
Regla de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
viii Contenido
Anexo 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
Teoremas sobre funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
Demostraciones de los teoremas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
Funciones inducidas por una función . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
Anexo 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
Relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
Relaciones de orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
Relaciones de equivalencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243
Relaciones de equivalencia y particiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
Tres ejemplos importantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
Una representación de relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
Anexo 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
Transformaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
Núcleo o kernel e imagen de una transformación lineal . . . . . . . . . . . . . . . . . . . . 249
Matriz asociada a una transformación lineal . . . . . . . . . . . . . . . . . . . . . . . . . . 252
xi
xii Prólogo
La propiedad que tienen los números complejos de contener a todas las raíces de sus ecuacio-
nes —ser algebraicamente cerrados— los hace especialmente adecuados para el estudio del álge-
bra y de sus aplicaciones en algunos temas de la matemática superior (geometría algebraica, por
ejemplo).
Capítulo 4 Se formaliza la definición de polinomio y de sus operaciones. Se estudian las fun-
ciones polinomiales y algunos de sus teoremas clásicos como el teorema del residuo, el teorema
del factor y multiplicidad de raíces, entre otros. Se describen algunos métodos para encontrar las
raíces de las ecuaciones o aproximarlas por métodos numéricos, cuando sea el caso.
Capítulo 5 Se dedica a la parte más elemental del álgebra lineal, necesaria para el manejo
adecuado de la matemática en cursos posteriores. Se da la definición de grupo, campo, espacio
vectorial y subespacio generado. Utilizando el lema de Zorn, se demuestran los teoremas relacio-
nados con la dependencia e independencia lineal, existencia de bases y se justifica la definición de
dimensión de un espacio vectorial. Se utiliza el producto punto para aplicar el álgebra lineal en la
geometría —rectas y planos—.
Anexos En los anexos se incluyen algunos temas y demostraciones (un poco más formales)
con el objeto de llenar las lagunas que se dejaron —deliberadamente— en algunos capítulos.
Además, se presenta un buen número de ejercicios como ayuda para que los estudiantes se
familiaricen con los temas tratados y puedan adquirir una razonable comprensión de éstos, de
manera que puedan autoevaluar el nivel de dominio adquirido al estudiarlos.
1
Lógica y
1.1 Lógica matemática
Unidad
• Definición de proposición
• Tautologías y absurdos
• Proposiciones equivalentes
• Argumentos y demostraciones
• Algunas propiedades del símbolo “⊢–” (se puede demostrar)
• El cálculo proposicional es consistente y completo
• Cuantificadores
1.2 Conjuntos
• Introducción
con
1.3 Conceptos primitivos, definiciones, axiomas y teoremas
• Contención de conjuntos
• Nuevos conjuntos
• El conjunto vacío y el conjunto universal
• Familia de conjuntos
juntos
• Uniones
1.4 Álgebra de conjuntos
• Intersecciones
• Diferencias
• Complemento
• El conjunto potencia
1.5 Producto cartesiano
• Pareja ordenada
• Relaciones y funciones
• Algunas propiedades del producto cartesiano
1.6 Suma y producto booleanos
• Una representación gráfica
1.7 Algunas demostraciones en la teoría de conjuntos
1.8 El concepto de función
• Álgebra de funciones
2 Unidad 1 Lógica y conjuntos
1 En una teoría axiomática se llaman primitivos (o primitivas) los conceptos y relaciones que aparecen sin definición y a partir de
los que se explica el significado de otros conceptos y relaciones, por la cual reciben el calificativo de definidas.
2 Los axiomas, o postulados, de una teoría, son definiciones implícitas de los objetos y relaciones de ésta. Dichas definiciones se
logran al asignar a los objetos y relaciones las propiedades que se les suponen y que, de alguna manera, deben caracterizarlos.
1.1 Lógica matemática 3
Definición de proposición
1. Toda proposición simple es una proposición.
2. Si A y B son proposiciones, ¬ A, A ∧ B, A ∨ B y A → B también son proposiciones.
3. Una fórmula (colección de símbolos de proposiciones simples y/o conectivos lógicos) es pro-
posición si y sólo si tiene tal carácter justificado por las reglas 1 o 2.
La regla 1 proporciona una base inicial de proposiciones (las simples).
La regla 2 permite utilizar los conectivos lógicos para formar nuevas proposiciones a partir de
las ya existentes.
La regla 3 asegura que las únicas fórmulas que pueden considerarse proposiciones son las que
se construyen usando las reglas 1 o 2.
La definición anterior se resume utilizando el simbolismo matemático de la siguiente manera:
Definición 1.1.1
Sean 𝒫S las proposiciones simples y 𝒫 las proposiciones; entonces:
1. 𝒫S ⊂ 𝒫
2. A, B, ∈ 𝒫 ⇒ ¬ A, A ∧ B, A ∨ B y A → B ∈ 𝒫
3. y son todas (una fórmula está en 𝒫 si y sólo si lo es vía las reglas 1 o 2).
P ¬P
0 1
1 0
en la cual el primer renglón ilustra lo que sucede cuando P es falsa y el segundo lo hace cuando P
es cierta. La tabla tiene sólo esos dos renglones (uno para cada valor de verdad de P), y con ellos
cubre todas las posibles situaciones que puedan darse.
Los otros tres conectivos son binarios, cada uno conecta dos proposiciones y, por lo tanto,
generan cuatro maneras de combinar los valores de verdad que puedan tener las proposiciones
que conectan,3 a saber, (0, 0), (0, 1), (1, 0), (1, 1), y por lo tanto, las tablas de verdad que los definen,
deben tener cuatro renglones, uno por cada combinación.
Las tablas siguientes son las definiciones del efecto que cada conectivo produce en las propo-
siciones que se forman con ellos.
3 Un principio fundamental de numeración establece que si dos eventos pueden efectuarse independientemente de m y n mane-
Observaciones
1. De la tabla de la negación se infiere que en el cálculo proposicional, la doble negación afirma
(lo que no sucede en el idioma español en el que la doble negación enfatiza; por ejemplo, él no
sabe nada, no le dije nada a nadie, …).
2. El conectivo “∧” produce proposiciones que siempre resultan falsas, excepto en el caso en el
que las dos proposiciones que la forman son ciertas.
3. La tabla del conectivo “∨” corresponde al uso del o incluyente del idioma. La proposición no
es cierta sólo en el caso de que tanto A como B sean ambas falsas.
4. La tabla de la implicación, cuya validez es menos evidente que las de los otros conectivos, dice
que de una proposición falsa puede seguirse lo que sea, falso o cierto, sin que la proposición
completa (la implicación) pierda su valor de verdad. Por ejemplo, si P → Q representa la
afirmación siguiente:
Si x es un alumno de la universidad (P)
Entonces x estudia (Q)
sólo sería falsa si existiera algún estudiante que siendo universitario (P cierta) no estudiara (Q
falsa). La verdad de la proposición anterior es independiente de la existencia de personas que no
siendo universitarias (P falsa) estudian (Q cierta), o que no lo hacen (Q falsa).
Un caso particular, que aparece con frecuencia en los argumentos matemáticos, es el referido
a las propiedades de los elementos que pudieran estar en el conjunto vacío (no hay ninguno) y a
los cuales, por lo tanto, puede suponérseles cualquier cosa. Así, de las implicaciones que comien-
zan con la proposición x ∈∅ se dice que son ciertas por vacuidad, independientemente del valor
de verdad de la conclusión. Por ejemplo, las dos proposiciones siguientes son ciertas (por vacui-
dad):
a) 7 ∈ ∅ → 7 es un número par
b) 7 ∈ ∅ → 7 no es un número par
Note que no se contradicen; es decir, una no es la negación de la otra (ver equivalencias más
adelante).
La proposición P → Q, entre otras formas, se expresa como:
1. P implica Q
2. Si P entonces Q
3. Si P, Q
4. Q si P
5. Q es una condición necesaria para P
6. P es una condición suficiente para Q
Las tablas de verdad permiten conocer el valor de verdad que tiene cada proposición com-
puesta, el cual depende de la combinación de los valores de verdad de sus componentes. Con
objeto de construirlas, se procede paso a paso, aplicando iteradamente las tablas de verdad bási-
cas, que son las correspondientes a los conectivos lógicos que aparecen en ella.
Ejemplo 1.1.1
Se desea conocer la tabla de verdad de la proposición P → (Q ∧ R ) .
1. Puesto que se trata de una proposición compuesta por tres proposiciones simples, sus valores
de verdad, dos para cada una de ellas, producen ocho posibles combinaciones ( 2 ⋅ 2 ⋅ 2 ) .
Entonces la tabla que los considere debe tener ocho renglones. Constrúyase ésta.
1.1 Lógica matemática 5
P Q R Q∧R P → (Q ∧ R)
0 0 0 0 1
0 0 1 0 1
0 1 0 0 1
0 1 1 1 1
1 0 0 0 0
1 0 1 0 0
1 1 0 0 0
1 1 1 1 1
2. Se asigna valores a cada proposición simple y así se llenan las primeras tres columnas, las
cuales exhiben las ocho posibles combinaciones de ellos, que, por supuesto, pueden registrar-
se en cualquier orden, aunque es recomendable utilizar una manera específica para acomo-
darlas. Note que la que se usó tiene la ventaja de dejar numerados, en notación binaria, los
renglones y además permite comprobar fácilmente que no falta ninguno y que no hay repeti-
ciones, lo cual no es fácil de conseguir cuando la tabla tiene muchos renglones.
3. La tabla que se desea construir corresponde a una implicación y, por lo tanto, su valor depen-
de de sus componentes P y (Q ∧ R). El paréntesis es un signo de agrupación que afirma que
Q ∧ R es una sola proposición, a la cual se debe asignar su valor de verdad y que, por lo tanto,
debe conocerse. Luego, se procede a determinarlo (columna 4).
4. Tomando en cuenta los valores de P y de Q ∧ R, se llena la columna 5 usando la tabla de la
implicación.
Con base en lo anterior, y para construir la tabla de verdad de una fórmula que consta de n pro-
posiciones simples:
1. Considere 2n renglones, en cada uno de los cuales debe aparecer una posible combinación de
valores de verdad de las proposiciones simples. Es recomendable, según la observación hecha
con anterioridad, comenzar con 2n − 1 ceros y luego con 2n − 1 unos en la primera columna. En
la segunda se alternan 2n − 2 ceros con igual número de unos. La tercera columna se llena de
arriba hacia abajo alternando ceros y unos, cada “paquete” con 2n − 3 elementos, y así sucesi-
vamente, hasta llegar a la columna n-ésima para la que se usa la sucesión 0, 1, 0, 1, ... , 0, 1,
siempre de arriba hacia abajo. Así, para n = 4 el arreglo de los 24 = 16 renglones debe ser el
siguiente:
La última columna de la tabla anterior tiene la numeración decimal que corresponde a los
arreglos de ceros y unos de los renglones (notación binaria).
2. Usando las tablas básicas, asigne valores de verdad a las proposiciones compuestas, empezan-
do por las negaciones directas y luego por las que no tengan paréntesis dentro de ellas.
3. Prosiga la construcción de adentro hacia fuera de las proposiciones más interiores hacia las
exteriores de las que forman parte, hasta terminar.
Tautologías y absurdos
Cuando se construyen las tablas de verdad de algunas proposiciones se nota que, independiente-
mente de los valores de verdad que puedan tener sus componentes, éstas son siempre ciertas. Se
conocen como tautologías, y entre ellas destacan, por su utilidad en las demostraciones, los casos
particulares de los ocho esquemas,4 los cuales reciben el nombre de esquemas de las tautologías
básicas (o simplemente tautologías básicas).
T2 ( A → B ) → [( A → ( B → C )) → ( A → C )]
T3 A → ( B → ( A ∧ B ))
T4 A ∧ B → A, A ∧ B → B
T5 ( A → C ) → [( B → C ) → [( A ∨ B ) → C ]]
T6 A → A ∨ B, B → A ∨ B
T7 ( A → B ) → [( A → ¬B ) → ¬A]
T8 ¬¬A → A
La negación de una tautología o los casos particulares del esquema A ∧ ¬A son proposicio-
nes que siempre son falsas y se llaman absurdos.
Proposiciones equivalentes
Las parejas de proposiciones X y Y tales que una es cierta si y sólo si la otra lo es (tienen tablas de
verdad iguales) se llaman equivalentes. La lista siguiente enumera una colección de esquemas
de parejas de proposiciones equivalentes. Para ellas se usa la notación X ≡ Y. La equivalencia
corresponde a la doble implicación Y → X y Y → X, que, como se señaló, también puede deno-
tarse como X ↔ Y. Más adelante se dice que X es equivalente a Y si y sólo si a partir de X puede
demostrarse Y y a partir de Y puede demostrarse X. Ambas definiciones son equivalentes.
X Y Nombre
1. A→ B ¬B → ¬A Ley de la contrapuesta
2. A→ B ¬A ∨ B Equivalencia de la implicación
3. ¬( A → B ) A ∧ ¬B Negación de la implicación
4Un caso particular de un esquema es el resultado de sustituir las variables proposicionales por proposiciones. Por ejemplo,
P → ((Q ∧ R) → P) es un caso particular del esquema A → (B → A), en el que A se ha sustituido por P y B por Q ∧ R.
1.1 Lógica matemática 7
X Y Nombre
6. A∨B B∨A Ley conmutativa para la disyunción
7. A∧B B∧A Ley conmutativa para la conjunción
12. A ∨T T
13. A ∧T A
Leyes de idempotencia
14. A∨∅ A
15. A∧∅ ∅
16. ¬¬A A Ley de la doble negación
Argumentos y demostraciones
Los objetos que estudia la matemática no tienen realidad física. Se representan por medio de sím-
bolos o dibujos, pero no existen en el mundo real. Son creaciones (¿o descubrimientos?) de la
mente humana.5 Nadie ha visto un círculo, un triángulo ni un número, y por esta razón, las afir-
maciones hechas acerca de los entes matemáticos y de sus propiedades —por ejemplo, los teore-
mas del álgebra o de la geometría— no pueden demostrarse mediante experimentos. En el mundo
científico, una demostración es un mecanismo de convencimiento, un proceso informal destinado
al consumo humano, formulado en lenguaje humano, en el que se permite utilizar todas las com-
plejidades y sutilezas de la inteligencia, así como las argucias del arte de persuadir.
La persistente regularidad con que se presentan algunos fenómenos naturales ha permitido
postular muchas leyes de la física, la química, la biología y la economía, y para comprobarlas los
científicos diseñan experimentos que, cuando dan resultados coincidentes con lo esperado por
ellos, se dice que tal resultado confirma la teoría o la demuestra. La aparición de nuevas evidencias
obliga a que estas leyes y sus demostraciones deban modificarse. En la matemática esto no puede
suceder. Sus teoremas son eternos. Por ejemplo, el teorema de Pitágoras tiene una vigencia mucho
más larga que los resultados de la mecánica celeste de Newton o que la teoría de la relatividad de
Einstein.
El notable avance de las ciencias de la computación ha permitido comprobar un gran número
de resultados de cálculos numéricos, los cuales apoyan y fortalecen algunas conjeturas aritméticas,
pero no las demuestran. Por ejemplo, si quisiera demostrarse que todo número natural es menor o
igual a 100 000 000 —lo cual es falso—, se podrían exhibir más de cien millones de ejemplos (0, 1,
2, . . ., 100 000 000) que cumplen con lo que la proposición asegura y, sin embargo, a pesar del mul-
titudinario cúmulo de testigos, la falsedad del enunciado queda en evidencia al considerar el núme-
ro 100 000 001, o cualquiera del infinito número de sus sucesores, 100 000 001 + n, n = 1, 2, . . .
5Platón decía que los objetos de la matemática existen en un mundo ideal y que algunas veces se muestran a humanos geniales o
dotados de gran talento, que son quienes los descubren.
8 Unidad 1 Lógica y conjuntos
Puede estarse de acuerdo con lo anterior, pero las fórmulas de la matemática, las
cuales por supuesto pueden interpretarse, son entes abstractos. ¿Cómo comprender la demostración
de una colección de símbolos que pueden no tener significado alguno? ¿Cuáles pueden ser las claras
extensiones de significados que se han dado en pasos previos? Debe tenerse una formulación precisa
de estas ideas dentro de la lógica matemática.
En la ciencia se razona por medio de argumentos, que son reglas aceptadas que permiten
obtener conclusiones a partir de ciertas hipótesis (las premisas). En lógica matemática se define un
argumento como una pareja (Γ, Q), donde Γ es un conjunto de fórmulas (proposiciones) llamadas
hipótesis y Q es una fórmula que se conoce como la conclusión.
Se dice que un argumento (Γ, Q) es válido cuando la verdad de cada una de sus premisas fuer-
za a que la conclusión deba ser cierta. En un argumento válido no puede suceder que al ser ciertas
las premisas, la conclusión no lo sea. En ese caso se dice que las premisas implican lógicamente la
conclusión o que Γ → Q es una tautología, y de acuerdo con esta definición es claro que los argu-
mentos válidos preservan el valor de verdad en el sentido de que a partir de premisas ciertas siempre
se obtienen conclusiones ciertas.
La definición anterior da origen a dos métodos prácticos para determinar la validez de un
argumento.
Método directo
Considere todos los valores de verdad que hagan ciertas las hipótesis, asignándolos a las proposi-
ciones simples que las conforman, en el orden conveniente para que las disyunciones y las impli-
caciones sólo tengan una manera de ser ciertas. La asignación debe ser congruente, de manera que
si a una proposición simple se le asigna un valor de verdad, debe conservarlo en todas sus apari-
ciones en el argumento. Si este procedimiento obliga a la conclusión a ser cierta (no que pueda ser,
sino que tenga que ser), entonces el argumento es válido, y, en caso contrario, no válido. Dado que
los casos en que las hipótesis sean ciertas pueden ser varios (y entonces hay que considerar cada
uno de ellos), conviene iniciar asignando valores a aquellas proposiciones que sólo tienen una
combinación de valores que las hace ciertas, como las que están solas, las negaciones de una pro-
posición y las conjunciones (por ejemplo, ¬B, R y M ∧ N).
Método indirecto
Se asignan valores de verdad a las proposiciones simples que hagan falsa la conclusión y se incor-
poran esos valores a las que aparezcan en las hipótesis. Se continúa asignando valores de verdad
a las proposiciones simples restantes de manera que hagan ciertas las hipótesis, si eso no es posible
y alguna de las hipótesis falla (resulta falsa), entonces el argumento es válido. Si pudiera suceder
que, siendo falsa la conclusión, todas las hipótesis resultaran ciertas, el argumento es inválido.
Una manera de proceder es usar 1 para cierto y 0 para falso, en la forma de superíndice en
cada proposición simple, como se ilustra en los ejemplos siguientes.
Ejemplo 1.1.2
Demostrar la validez del argumento siguiente utilizando el método directo.
C∧P
P → (E ∨ L)
E → ¬C
∴L
1.1 Lógica matemática 9
Ejemplo 1.1.3
Demostrar la validez del siguiente argumento utilizando el método indirecto.
I →P
C ∨ ¬P
¬C
∴ ¬I
o bien,
( I → P ) ∧ (C ∨ ¬P ) ∧ ( ¬ C ) → ¬ I
Algunos argumentos válidos aparecen en las demostraciones con tal frecuencia que merecen
ser señalados explícitamente (como los productos notables en el álgebra), y se les llama reglas váli-
das de inferencia. El ejemplo clásico es el conocido como modus ponendo ponens (modus ponens),
el cual asegura que a partir de las hipótesis A y A → B se puede concluir B. Se denota como MP y
se acostumbra representar con el esquema
A, A → B
B
en el que las premisas se han escrito en el renglón de arriba y la conclusión en el de abajo. Siguien-
do esa convención, se presentan los tres siguientes argumentos, que también son válidos y que,
junto con el primero, forman las reglas válidas de inferencia usadas con más frecuencia en las
demostraciones de la lógica proposicional:
A → B, B → C
Regla del silogismo hipotético (SH)
A→C
A ∨ B, ¬ A
Regla de disyunción o modus tollendo ponens (disy)
B
A, ¬ A
Regla de reducción al absurdo (RAA)
B
Cuando (Γ, Q) es un argumento, se dice que Q es consecuencia inmediata de Γ. En el caso del
modus ponens, disyunción o absurdo de los esquemas anteriores, B es consecuencia inmediata de
sus respectivas premisas.
En teorías axiomáticas es frecuente suponer que, además de los axiomas, son ciertas algunas
otras fórmulas, y en esos casos, considerar las que, debido a esa suposición (hipótesis), resultan
también verdaderas. Por ejemplo, en la geometría de Euclides, puede suponerse que las rectas l y
m son paralelas a una tercera recta k y concluir que entonces l y m son paralelas entre sí. En los
casos análogos, cuando al suponer las hipótesis Γ puede concluirse Q, se dice que, en esa teoría,
Q puede deducirse a partir de las hipótesis Γ.
Tomando en cuenta las consideraciones anteriores se da la siguiente definición:
Definición 1.1.2
La deducción de una fórmula Q en una teoría axiomática 𝒯, a partir de la hipótesis Γ, es una
lista ordenada de fórmulas B1, B2, . . ., Bn tal que cada una de ellas es:
1. un axioma de la teoría.
2. una hipótesis de Γ.
3. una tautología6 (o cualquier proposición equivalente a ella).7
4. la consecuencia inmediata de una regla válida de inferencia, cuyas premisas ya están en la
lista (son anteriores).
5. Bn es Q (cuya presencia también debe estar justificada8 por las condiciones 1 a 4).
6 Para evitar el uso de las tablas de verdad con objeto de justificar que alguna proposición que se desea utilizar es tautología, en
este libro sólo se utilizarán casos particulares de las ocho tautologías básicas.
7 Se está utilizando la ley del reemplazo en la siguiente versión: Sea F(A) una fórmula que contiene a la proposición A y F(B), la
que resulta de sustituir A por B en F. Entonces A ≡ B ⇒ F(A) ≡ F(B). En particular, F(A) se puede demostrar si y sólo si F(B) se
puede demostrar. Esta ley permite sustituir cualquier fórmula de una deducción por otra equivalente (o anexar renglones).
8 Cuando una deducción se hace sin usar hipótesis (Γ = ∅) se dice que se trata de una demostración. En este libro no se hace tal
Ejemplo 1.1.5
( P → Q ) , (Q → R ) ⊢– ( P → R )
1. P →Q Hipótesis
2. ( P → Q ) → ( P → (Q → R )) → ( P → R ) T2 ( A = P, B = Q, C = R )
3. ( P → (Q → R )) → ( P → R ) MP (1, 2)
4. (Q → R ) → [ P → (Q → R )] T1 ( A = Q → R, B = P )
5. Q→R Hipótesis
6. P → (Q → R ) MP (5, 4)
7. P →R MP (6, 3)
12 Unidad 1 Lógica y conjuntos
Ejemplo 1.1.6
A, ¬ A ⊢– B
1. A → ( ¬ B → A) T1 ( A = A, ¬ B = B )
2. A Hipótesis
3. ¬B → A MP (2, 1)
4. ¬ A → ( ¬ B → ¬ A) T1 ( ¬ A = A, ¬ B = B )
5. ¬A Hipótesis
6. ¬B → ¬A MP (5, 4)
7. (¬ B → A) → (¬ B → ¬ A) → ¬¬ B T7 ( A = ¬ B, B = A)
8. (¬ B → ¬ A) → ¬¬ B MP (3, 7)
9. ¬¬ B MP (6, 8)
10. ¬¬ B → B T8
11. B MP (9, 10)
La validez del argumento anterior se encuentra en el teorema de la deducción, que junto con
el de reducción al absurdo, son una herramienta fundamental en la demostración de los teoremas
de la matemática.
Teorema 1.1.1
Teorema de la deducción
En una teoría axiomática 𝒯, a partir de Γ se puede deducir que P → Q si y sólo si a partir de Γ y
P se puede demostrar Q. En símbolos:
(Γ ⊢– P → Q) ⇔ (Γ, P ⊢– Q)
Teorema 1.1.2
Teorema de la reducción al absurdo
En una teoría axiomática 𝒯, a partir de Γ y de no P se puede deducir un absurdo ( ) si y sólo si a
partir de Γ se puede deducir P. En símbolos:
(Γ, ¬P) ⊢– ⇔ Γ ⊢– P
La validez de estos teoremas se apoya en el análisis de las tablas de verdad, las cuales repre-
sentan los enunciados de éstos y que se muestran a continuación:
Tabla 1.1 Comprobación de la equivalencia de las proposiciones (Γ ∧ P) → Q y Γ → (P → Q)
(Γ ∧ P) → Q Γ → (P → Q)
0 0 0 1 0 0 1 0 1 0
0 0 0 1 1 0 1 0 1 1
0 0 1 1 0 0 1 1 0 0
0 0 1 1 1 0 1 1 1 1
1 0 0 1 0 1 1 0 1 0
1 0 0 1 1 1 1 0 1 1
1 1 1 0 0 1 0 1 0 0
1 1 1 1 1 1 1 1 1 1
(¬P ∧ Γ) → Γ → P
1 0 0 1 0 0 1 0
1 1 1 0 0 1 0 0
0 0 0 1 0 0 1 1
0 0 1 1 0 1 1 1
10 Cuando se afirma que una proposición es tautología, se debe entender que no pueden darse los casos en que la proposición
es falsa. En el caso que se ilustra, debe entenderse que la combinación de valores del renglón 7, que dice que las hipótesis son
ciertas y la conclusión falsa, no puede suceder dado que se afirma que el argumento es válido.
14 Unidad 1 Lógica y conjuntos
Análogamente, ¬ ( P ∨ ¬ P ) ¬ P ⊢–
i) ¬ P Hipótesis
ii) ¬ P → ( P ∨ ¬ P ) T6
iii) P ∨ ¬ P MP (1, 2)
11
Una teoría axiomática con negación es inconsistente si y sólo si existe en ella una fórmula tal que ella y su negación son teore-
mas. A este tipo de inconsistencia se le llama simple.
1.1 Lógica matemática 15
iv) ¬ ( P ∨ ¬ P ) Hipótesis
v) ( P ∨ ¬ P ) ∧ ¬ ( P ∨ ¬ P ) (3, 4)
lo cual señala que ¬ ( P ∨ ¬ P ) ⊢– P Teorema reducción al absurdo
y de los dos resultados anteriores se sigue que ¬ ( P ∨ ¬ P ) ⊢– ¬ P ∧ P
es decir, ⊢– P ∨ ¬ P Teorema reducción al absurdo
(Γ ⊢– P, Γ ⊢– Q ⇒ Γ ⊢– P ∧ Q)
5. Si de P puede deducirse R y de Q también puede deducirse R, entonces de P o Q puede dedu-
cirse R:
(P ⊢– R) ∧ (Q ⊢– R) ⇒ (P ∨ Q) ⊢– R.
Ejercicio 1.1
12 Se llama así a toda teoría cuyo objetivo es formalizar una parte de la realidad de la que se tiene alguna idea (que generalmente
es imprecisa).
16 Unidad 1 Lógica y conjuntos
Definición 1.1.3
Una teoría axiomática es consistente con respecto a una propiedad P, si todos sus teoremas la
tienen.
Si la propiedad es ser cierta, una teoría axiomática resulta consistente si y sólo si todos sus
teoremas son ciertos. Recuerde que en el cálculo proposicional, todo renglón de una demostra-
ción, incluido el último, es cierto de origen (es tautología, hipótesis o axioma), o es consecuencia
de una regla válida de inferencia, que cuando parte de premisas ciertas, produce conclusiones
ciertas; es decir, el cálculo proposicional es consistente con respecto a la propiedad de ser cierto.
Todos sus teoremas resultan tautologías.
Definición 1.1.4
Una teoría axiomática es completa con respecto a una propiedad P, si toda fórmula que la
tenga es demostrable (es un teorema).
Lema
Observe que cada renglón de una tabla de verdad puede interpretarse como un argumento
válido del cálculo proposicional.
Suponga que se da un renglón de la tabla de verdad de una proposición Q que tiene n premi-
sas P1, . . ., Pn. La manera de construir el teorema que corresponde a ese renglón es considerar el
argumento:
P1 P2 P3 P4 Q
1 1 0 1 0
P ¬P
0 1
1 0
Cada uno de los otros tres conectivos lógicos, cuyas tablas de verdad tienen cuatro renglones,
da lugar a cuatro teoremas, uno para cada renglón, que se demuestran fácilmente. Se da un ejem-
plo de cada uno de ellos y se dejan los otros nueve como ejercicios.
Ejemplo 1.1.7
El renglón 2 de la siguiente tabla de implicación
P Q P→Q
1 0 0
P, ¬Q ⊢– ¬ (P → Q)
que puede deducirse por reducción al absurdo, suponiendo lo contrario de lo que se quiere demos-
trar y derivando una contradicción. Es decir, se cambia el problema original por el siguiente:
P, ¬Q, P → Q ⊢–
Ejemplo 1.1.8
El renglón 3 del conectivo ∧ es:
P Q P∧Q
1 1 1
Es decir: P, Q ⊢– P ∧ Q
1. P Hipótesis
2. Q Hipótesis
3. P → [Q →(P ∧ Q)] T3
4. Q → (P ∧ Q) MP (1, 3)
5. P ∧ Q MP (2, 4)
Ejemplo 1.1.9
El renglón 0 del conectivo ∨ es:
P Q P∨Q
0 0 0
que corresponde al teorema: ¬P, ¬Q ⊢– ¬(P ∨ Q) y que puede demostrarse por reducción al
absurdo al notar que
¬P, ¬Q, P ⊢– P ∧ ¬P
¬P, ¬Q, Q ⊢– Q ∧ ¬Q
Teorema 1.1.3
En el cálculo proposicional toda tautología es demostrable.
Se ilustra el teorema para el caso de una tautología que esté formada por dos proposiciones,
y cuya tabla de verdad resulta ser:
P Q T
0 0 1
0 1 1
1 0 1
1 1 1
De acuerdo con el lema anterior, para cada renglón se tienen los siguientes teoremas:
1. ¬P, ¬Q ⊢– T 3. P, ¬Q ⊢– T
2. ¬P, Q, ⊢– T 4. P, Q ⊢– T
De 1 y 2 se concluye que:
La demostración formal puede hacerse por inducción (aquí no se da), pero el paso inductivo
se ejemplifica para una tautología con tres fórmulas P, Q y R, que muestra la manera como se
pasa del caso 2 al caso 3.
Sea T una tautología compuesta con las tres fórmulas P, Q y R. Su tabla, de ocho renglones,
puede partirse en dos mitades, la primera de las cuales comienza con un cero para P y que, en
conjunto, muestra todos los casos para los valores de Q y R, por lo que, de acuerdo con el resul-
tado anterior (caso de dos fórmulas), de esta mitad se concluye:
¬P ⊢– T
El resultado de la segunda mitad, en donde los cuatro renglones empiezan con uno para el
valor de P, afirma:
P ⊢– T
y, por lo tanto, de la tabla completa se deduce que ¬P, P ⊢– T, de donde finalmente se obtiene ⊢– T.
Cuantificadores
Suponga que A = {a, b, c} es un conjunto y P una propiedad que cada elemento de A puede o no
tener. Se denota como P(x) a la proposición x tiene la propiedad P y ¬P(x) cuando x no la tiene.
Entonces la afirmación P(a) ∧ P(b) ∧ P(c) es cierta si y sólo si cada elemento de A tiene la propie-
dad P.
1.1 Lógica matemática 19
∃ es el cuantificador existencial que se lee existe. Algunas veces se usa la notación ∃! para afir-
mar que algo existe y es único.
Recíprocamente, si la proposición es existe un x (al menos uno) en A que tiene la propiedad P
(que es un ∨ generalizado), entonces su negación es: Todo elemento de A carece de (no tiene) la
propiedad P. En símbolos:
¬[ ∃ x ∈ A∋ P ( x )] ≡ ∀ x ∈ A, ¬ P ( x )
Como se señala a continuación, las definiciones anteriores son una generalización de las leyes
de De Morgan.
¬(A ∧ B) ≡ ¬ A ∨ ¬ B ( )
¬ A 1 ∧ ∧ An ≡ ¬ A 1∨ ∨¬ An ¬(∧i ∈ I Ai ) ≡ ∨i ∈ I (¬ Ai )
¬(A ∨ B) ≡ ¬ A ∧ ¬ B ¬( A1 ∨ ∨ An ) ≡ ¬ A 1∧ ∧¬ An ¬(∨i ∈ I Ai ) ≡ ∧i ∈ I (¬ Ai )
Ejercicios 1.1.
2. Señale si las siguientes frases pueden considerarse proposiciones (es decir, si aceptan uno y sólo
uno de los dos valores de verdad: falso o verdadero).
a) El número 30 es divisible entre 8. e) Esto es falso.
b) La montaña nevada. f) Mejor vete a freír espárragos.
c) 13 ≥ 2 + 8. g) Todas las x son verdes.
d) No hay regla sin excepción. h) x + y = 10.
3. Escriba en forma simbólica las siguientes proposiciones.
a) La matemática es sencilla y la lógica divertida.
b) (2 + 2 = 4) o (7 × 8 = 46).
c) Un elemento pertenece a la intersección de dos conjuntos si y sólo si pertenece a cada uno
de ellos.
d) Todo número real es algebraico o trascendente.
4. Identifique el conectivo lógico utilizado en cada uno de los incisos. Use letras para designar
proposiciones simples y finalmente reescriba en símbolos las proposiciones.
a) Los osos no comen en invierno.
b) Si Petra baila, es feliz.
c) La materia favorita de todos es Lógica matemática.
d) Si la envidia fuera tiña, todos andaríamos tiñosos.
e) Si las miradas mataran, entonces ya estarías muerto.
f ) (x + y = 1 y 2x − y = 4) o (z > 3).
5. Utilice:
p: a es menor que b q: a es menor o igual que b
r: b es menor que c s: c es igual a d
t: a es menor que c
para escribir en lenguaje común las siguientes proposiciones:
a) ( p ∨ ¬r ) → t c) ( q → r ) → ¬t
b) [ ¬( p ∨ ¬q ) ∧ r ] → t d ) (t ∧ s ) ↔ [( r ∧ ¬p ) → t )]
6. Construya las tablas de verdad para las ocho tautologías básicas.
7. Si p y r son verdaderas y q es falsa, indique si las siguientes proposiciones son o no verdaderas.
a) ( p ∧ q ) → p d) ( p → q ) ↔ ¬( q → p )
b) ( p ∨ q ) → ¬( q ∧ p ) e
) ( p ∨ q ) → r
c) ( p → q ) → q
8. Diga cuáles de los siguientes argumentos son válidos. Analice con unos y ceros.
a) ¬P ∨ Q, ¬P → ¬R, Q → R ∴ P d) ¬( ¬P ∧ ¬Q ) , P ∨ ¬Q ∴ P
b) ¬P → Q, Q → ¬R, ¬R ∴ P e ) Q → ¬P, Q ∨ R, ¬R ∴ ¬P
c) P ∧ Q, R ∧ P ∴ P
9. Haga una deducción de los siguientes argumentos.
a) S ∧ Q b) ¬Q → H c) D → (¬F → G) d) L → O
R ∧ S H → ¬ F ¬E ∨ D M→D
∴ S F ∨ S ¬F ¬(D ∧ O) ∨ Z
¬S ∴ E → G ¬Z
∴ Q ∴ L → ¬M
10. Determine el valor de verdad de los siguientes enunciados y niéguelos sin anteponer un no.
a) ∀ x ∈ , x 2 = x d
) ∀ x ∈ , x 2 = 4 → x = 2
b) ∃ x ∈ , 2 x = x e) ∀ x ∈ , ∃ y ∈ ; x + y = 0
c) ∀ x ∈ , x = x f ) ∃ y ∈ ∋ ∀ x ∈ , x + y = 0
1.2 Conjuntos
Introducción
Se presentan algunos ejemplos que muestran un breve panorama del tema de conjuntos y una
parte donde se describe el sustento matemático (axiomas y teoremas) de la teoría. Para ello se
usan algunos resultados y métodos de la lógica matemática. En esta sección se
jugará con unos “juguetes” llamados conjuntos.
La matemática se estructura en
forma análoga a muchos juegos, en Aunque el concepto conjunto no se define (se considera primitivo), puede des-
los que se dispone de objetos cribirse intuitivamente como una colección de objetos que tienen alguna caracterís-
(juguetes) y reglas para jugar. tica común bien definida; es decir, un conjunto puede considerarse como la colección
de elementos que forman parte de (pertenecen a, están en, …) ese conjunto.
1.2 Conjuntos 21
Se acostumbra describir los conjuntos encerrando entre llaves sus elementos, separándolos
por comas, cuando se pueden listar. Por ejemplo, si A es el conjunto formado por los números 1,
2 y 3, se puede representar en la forma:
A = {1, 2, 3}
Cuando se utiliza una proposición o condición P(x) como la anterior para construir un con-
junto E a partir de otro A, se dice que un elemento pertenece al primero si y sólo si, estando en el
segundo, hace verdadera esta proposición. P(x) también suele llamarse regla de formación del
conjunto E. Lo anterior se puede expresar como E = {x ∈A; P(x)}; entonces:
es verdadera)
es falsa)
Axioma 1.3.1
Axioma de existencia
Existe, al menos, un conjunto.
Axioma 1.3.2
Axioma de extensión
Dos conjuntos son iguales si y sólo si tienen los mismos elementos.
O bien: A = B ⇔ ∀x, ( x ∈A → x ∈B ) ∧ ( x ∈B → x ∈A )
Observación
Si A y B fueran conjuntos sin elementos, satisfarían la doble condición que da la igualdad (por
vacuidad); luego, serían iguales, es decir, tal conjunto sería único. Su existencia se demostrará
después del axioma de especificación (1.3.3).
Contención de conjuntos
Definición 1.3.1
Sean A y B conjuntos. A está contenido en B si y sólo si todo elemento de A es también un
elemento de B. Asimismo, se dice que B contiene a A o que A es un subconjunto de B.
A ⊂ B ⇔ ∀x, x ∈A → x ∈B
1.3 Conceptos primitivos, definiciones, axiomas y teoremas 23
Si A fuera un conjunto sin elementos, estaría contenido en cualquier conjunto (ya que satis-
faría la condición anterior por vacuidad).
Definición 1.3.2
Si A y B son dos conjuntos tales que A ⊂ B y A ≠ B, que se abrevia A ⊈ B, se dice que A es un
subconjunto propio de B.
Nuevos conjuntos
Considere una proposición abierta P(x) que tiene sentido cuando se seleccionan elementos x de
un conjunto A. La construcción del conjunto de elementos que hacen verdadera la proposición P
está garantizada por el axioma de especificación.
Axioma 1.3.3
Axioma de especificación
A todo conjunto A y a toda condición P(x) para A, corresponde un conjunto B cuyos ele-
mentos son precisamente aquellos elementos x de A que satisfacen la proposición P. (P(x) es
cierta.)
Para usar una notación de lectura apropiada se utiliza B = {x ∈A; P(x)} y se lee: “B es el con-
junto de los elementos x que están en A y cumplen la condición P”.
Teorema 1.3.1
Para cualquier conjunto A hay un conjunto B que no es elemento de A.
Demostración
Suponga que A es un conjunto cuyos elementos son conjuntos y sea B = {x ∈A; x ∉x}; entonces:
Si B estuviera en A, aplicando la condición que lo define resultaría:
B ∈B ⇒ B ∉B ∴ B ∉B,
B ∉B ⇒ B ∈B ∴ B ∈B,
es decir B ∈B y B ∉B
24 Unidad 1 Lógica y conjuntos
Axioma 1.3.4
Axioma de las parejas
Para dos conjuntos cualesquiera, existe un conjunto al cual pertenecen ambos.
El axioma 1.3.4 garantiza que para cualesquiera dos conjuntos A y B existe un conjunto C tal
que
C = {A, B, . . .}
Se puede aplicar a C el axioma de especificación (1.3.3), en el que P(x) es x ∈A ∨ x ∈B. El
resultado es el conjunto
Axioma 1.3.5
Axioma de las uniones
Para toda colección 𝒯 de conjuntos existe un conjunto C que contiene a todos los elementos
que pertenecen cuando menos a uno de los conjuntos de la colección 𝒯.
Lo que el axioma 1.3.5 asegura es la existencia de un conjunto que contiene a cada uno de los
conjuntos de la familia. Al aplicar el axioma de especificación (1.3.3) se obtiene un conjunto lla-
mado la unión de la familia, la cual está formada por los elementos de los conjuntos de la familia
y sólo ésos.
U = {x ∈C; x ∈A para algún A ∈ 𝒯}
Si 𝒯 = {A, B} entonces U = A ∪ B
A ∪ B = {x ∈C; x ∈A ∨ x ∈B}
1.5 Producto cartesiano 25
Si 𝒯 = {A, B} entonces J = A ∩ B
;
Diferencias
Si A y B son dos conjuntos, la diferencia entre A y B, también conocida como el complemento de
B con respecto a A, es el conjunto A − B definido como:
Complemento
Sea U un conjunto universal (particular) y A un subconjunto de U.
La diferencia U − A se llama complemento de A, y si se conoce el conjunto universal, el com-
plemento de A se denota por Ac o por A′.
Considere ahora los subconjuntos de un conjunto A. ¿Existe un conjunto cuyos elementos
sean estos subconjuntos? El axioma 1.4.1 garantiza que la respuesta es afirmativa.
El conjunto potencia
Axioma 1.4.1
Axioma de las partes
Para cada conjunto A existe un conjunto C que tiene entre sus elementos a todos los subcon-
juntos del conjunto dado (es decir, B ⊂ A → B ∈C ).
Definición 1.5.1
Dado que estos conjuntos son iguales, sus elementos deben ser iguales, con lo cual aparecen dos
posibilidades:
{a} = {c} ∧ {a, b} = {c, d} (1.5.1) {a} = {c, d} ∧ {a, b} = {c} (1.5.2)
de donde, a=c∧a=d
en donde, a = c y b = d
y: a = c ∧ b = c
entonces: a=b=c=d
a=c∧b=d
⇐ La demostración es inmediata.
Relaciones y funciones
Si A y B son conjuntos, ¿existe un conjunto que contiene a todas las parejas ordenadas (a, b) con a
en A y b en B? La respuesta es afirmativa y es el conjunto conocido como el producto cartesiano de
A y B, el cual se define como:
Las parejas ordenadas (a, b) son elementos de 𝒫(𝒫(A ∪ B)). Cualquier subconjunto de A × B
se conoce como una relación del conjunto A en el conjunto B.
La más importante de las relaciones en la matemática es la de función, que se definirá más
adelante.
Cuando A = B, una relación de A en B se llama una relación en A y entre ellas se destacan las
de orden y las de equivalencia.
Sea ℜ una relación de A en B. Si la pareja (a, b) está en ℜ, también se puede denotar como
aℜ b, y si no está, aℜ b. Si aℜ b se dice que a está en ℜ relacionado con b.
El par ordenado (x, y) puede interpretarse como las coordenadas de un punto en el plano;
inclusive, puede usarse esta idea para establecer una representación de tal par. En particular, ya
que es el conjunto de los números reales, se tiene:
× , que también se denota como 2, resulta el conjunto de todas las parejas de números reales y
su representación gráfica es el plano cartesiano (ver figura 1.1).
Como se puede observar, existe una correspondencia biunívoca entre el producto cartesiano
× y el conjunto de puntos del plano, asociándose de esta forma el par ordenado (x, y) con el
punto P(x, y).
1.5 Producto cartesiano 27
Ejemplo 1.5.1
Sean los conjuntos
y P (x, y)
A = {1, 3} y B = {2, 4, 6}
El producto cartesiano A × B es:
A × B = {(1, 2), (1, 4), (1, 6), (3, 2), (3, 4), (3, 6)}
y se ilustra en la figura 1.2.
Ejemplo 1.5.2
Sean los conjuntos x
Ejemplo 1.5.3
Sean los conjuntos 6
A = {x ∈N : 1 ≤ x < 4} y B = {y ∈ : 1 ≤ y ≤ 5} 5
4
La representación de A × B en el plano cartesiano se presenta en la 3
figura 1.4.
2
1
La definición de producto cartesiano puede generalizarse al producto
entre n conjuntos mediante la función f de los índices en la unión de estos 1 2 3
conjuntos. Así, si f :{1, 2}→ A1 ∪ A2 es tal que f (1) ∈A1 y f (2) ∈A2, la pare-
ja (f (1), f (2)) es uno de los elementos del producto A1 × A2, de manera que Figura 1.2 Representación de la relación
este producto es el conjunto de todas esas funciones. Generalizando, el pro- A × B.
ducto cartesiano entre los conjuntos
A1, A2, A3, . . .
es ×
que es el conjunto formado por todas las n-adas ordenadas (conjunto de las imágenes de cada f,
ordenadas con el orden inducido por el correspondiente orden de los índices):
f = (a1, a2, a3, . . . an);
tales que ai ∈Ai, i = 1, 2, 3, . . ., n. Cada ai es f (i).
Este producto cartesiano también se denota como
A1 × A2 × . . . × An o An
1 P S
Algunas propiedades del producto cartesiano
1 2 3 4
i) A ⊂ X ∧ B ⊂ Y ⇔ A × B ⊂ X ×Y −1
ii) A× B = ∅ ⇔ A = ∅ ∨ B = ∅ Q R
iii) A ≠ B ∧ A× B ≠ ∅ ⇒ A× B ≠ B × A
iv) A × (B ∩ C ) = ( A × B ) ∩ ( A ×C )
v) A × (B ∪ C ) = ( A × B ) ∪ ( A ×C )
Figura 1.3 Representación de la relación
A × B.
28 Unidad 1 Lógica y conjuntos
es decir: a ∈A y b ∈B
Entonces A≠∅∧B≠∅
iv) A × (B ∩ C) = (A × B) ∩ (A × C)
(x, y) ∈ A × (B ∩ C ) ⇔ x ∈ A ∧ y ∈B ∩ C )
x ∈ A ∧ y ∈ B ∩ C ⇔ x ∈ A ∧ (y ∈B ∧ y ∈C )
A B a b c Región
0 0 0 0
0 0 1 1
6 0 1 0 2
4 2
0 1 1 3
7
5 3 1 0 0 4
1 0 1 5
1
0 1 1 0 6
C 1 1 1 7
Cuando se usa este método, la suma y el producto booleanos quedan representados por las
siguientes figuras (figuras 1.6 y 1.7).
A B A + B = (A ∪ B) − (A ∩ B)
a b (a ∨ b) ∧ ¬ (a ∧ b)
0 0 0
0 1 1
1 0 1
1 1 0
A+B “en uno o en otro, pero no en ambos”
AB = (A ∩ B)
A B
a b (a ∧ b)
0 0 0
0 1 0
1 0 0
1 1 1
AB “en ambos”
Teorema 1.6.1
La suma booleana:
1. Es asociativa A + (B + C) = (A + B) + C
2. Tiene elemento idéntico igual al conjunto vacío, A + ∅ = A
3. Cada elemento tiene inverso que es él mismo, A + A = ∅
4. Es conmutativa (A + B) = B + A
El producto booleano:
5. Es asociativo A(BC) = (AB)C
6. Es conmutativo AB = BA
7. Tiene elemento idéntico que es el conjunto universal, AU = A
8. Se distribuye sobre la suma A(B + C) = AB + AC
30 Unidad 1 Lógica y conjuntos
Las observaciones anteriores muestran que los subconjuntos de un conjunto universal U, con la
suma y el producto booleano, forman un anillo conmutativo con uno (como se verá más adelante).
Como ilustración del resultado anterior se probarán las proposiciones 1 y 8. Para esto
es conveniente recordar la forma en que se demostraron algunas proposiciones de lógica, es decir,
construyendo las tablas de verdad correspondientes. La igualdad de las tablas mostrará la igual-
dad de los conjuntos que las proposiciones caracterizan.
Sean A, B y C subconjuntos de U. Las letras a, b y c representan las proposiciones:
Entonces,
Tabla 1.3 Comprobación de la propiedad asociativa de la suma booleana
a b c A+B (A + B) + C B+C A + (B + C)
0 0 0 0 0 0 0
0 0 1 0 1 1 1
0 1 0 1 1 1 1
0 1 1 1 0 0 0
1 0 0 1 1 0 1
1 0 1 1 0 1 0
1 1 0 0 0 1 0
1 1 1 0 1 0 1
Ejemplo 1.6.1
A − B = {2, 3} B − A = {a, b}
Ejemplo 1.6.2
Ejemplo 1.7.1
( A ∩ B = A) ⇒ A ⊂ B
a b a∧b ↔ a ⇒ a→b
0 0 0 1 0 1 1
0 1 0 1 0 1 1
1 0 0 0 1 1 0
1 1 1 1 1 1 1
Ejemplo 1.7.2
( A ⊂ B ) ⇔ ( B c ⊂ Ac ) ⇔ ( A ∪ B = B )
a b ¬a ¬b a→b ⇔ ¬b→¬a ⇔ (a ∨ b) ↔ b
0 0 1 1 1 1 1 1 1
0 1 1 0 1 1 1 1 1
1 0 0 1 0 1 0 1 0
1 1 0 0 1 1 1 1 1
32 Unidad 1 Lógica y conjuntos
Ejercicios 1.7
x + y, 1 = 1, x − y
( )
2
( x + 2, y ) = ( 3 y, 2 x )
3. Demuestre las propiedades i), iii) y v) del producto cartesiano.
4. Demuestre que (A × B) ∩ (C × D) = (A × D) ∩ (C × B).
5. ¿Cómo deben ser los conjuntos A y B para que en el conjunto A × B existan parejas cuyos dos
componentes sean iguales?
6. Demuestre que:
a) ( A ∪ B )c = Ac ∩ B c c) ( A − B ) − C = A − ( B ∪ C )
b) ( A ∩ B )c = Ac ∪ B c d ) A ⊂ B ⇒ ([ A ∩ ( B ∩ C )] = [ ( A ∩ B ) ∩ C ])
1. ∀a ∈A , ∃b ∈ B∋ ( a, b ) ∈ f
2. (( a, b ) ∈ f ∧ (( a, c ) ∈ f )) → ( b = c )
Álgebra de funciones
Las funciones que se considerarán en esta sección son funciones reales de variable real.
Sean f : Df → , g : Dg → funciones reales y c una constante. Se define:
1. Multiplicación por un escalar
[c · f ] ( x ) = c · f ( x ) Dc ⋅ f = D f
2. Suma
[ f + g ] ( x ) = f ( x ) + g ( x ) D f + g = D f ∩ Dg
3. Resta
[ f − g ] ( x ) = f ( x ) − g ( x ) D f − g = D f ∩ Dg
4. Multiplicación
[f · g ] ( x ) = f ( x ) · g ( x ) D f · g = D f ∩ Dg
5. División
[ f / g ] ( x ) = f ( x ) / g ( x ) D f / g = D f ∩ Dg cuando g ( x ) ≠ 0, ∀x ∈Dg
6. Composición
[ f g ] ( x ) = f ( g ( x )) cuando R ( g ) ⊆ D f D f g = Dg
Ejercicios 1.8
1. De una encuesta a 60 personas, 30 de ellas respondieron que habían utilizado camión para
transportarse ese día, 15 dijeron que habían utilizado el tren subterráneo y 20 manifestaron que
no utilizaron tren ni camión. ¿Cuántos utilizaron camión y tren ese día? ¿Cuántos utilizaron
camión o tren?
2. Al verificar la inscripción de 537 alumnos en una escuela se encontró que 224 de ellos estaban
inscritos en cálculo, 97 en álgebra y 250 en física; 200 no cursaban ninguna de esas tres asigna-
turas y sólo 20 llevaban las tres. 30 llevaban álgebra y física, pero no cálculo. Estudian física
sólo 51. ¿Cuántos alumnos llevan cálculo y física? ¿Cuántos llevan cálculo y física, pero no
álgebra?
3. Sea A = {a, b, c, d}. Defina una partición para A y encuentre la relación de equivalencia que
induce.
4. Se define en la congruencia módulo 5 de la manera siguiente:
n ≡ m (5) si y sólo si m − n es un múltiplo de 5 (5 divide a m − n)
Demuestre que la relación es de equivalencia y encuentre la partición que induce.
5. Sea A = {{a}, {b}, {c}, {a, b}, {b, c}, {d, e, f}} ordenado por contención. Encuentre:
i) El mayor iii) Máximos y mínimos
ii) El menor iv) Una cadena
¿O algunos no existen? (Ver anexo 4).
6. Sean f = {(1, 0), (2, 1), (3, 2), (4, 3)} y g = {(0, 0), (1, 1), (2, 4), (3, 9)}. Exprese los conjuntos que
representan las siguientes operaciones:
f + g, f − g, f ⋅ g, f / g, f g y g f
7. Si f (x) = x + 1 y g ( x ) = x , determine las expresiones para las funciones f ° g y g ° f.
2
Sistema
matrices
2.1 Sistemas de ecuaciones lineales
Unidad
• Introducción
2.2 Matrices
• Igualdad de matrices
• Algunos tipos de matrices
• Operaciones con matrices
• Operaciones elementales en los renglones
• Sistemas de ecuaciones lineales
• Cómo seleccionar los parámetros
s de ecu
• Aplicaciones de los sistemas de ecuaciones
• Representación generalizada
y determ
• Balanceo de ecuaciones químicas. Método algebraico
• Ejemplos de balanceo de reacciones químicas
2.3 Análisis dimensional
• Dimensión
• Método de Rayleigh
• Método de Buckingham
2.4 Determinantes
• Cálculo de determinantes
aciones
inantes
lineales
,
36 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
Problema 2.1.1 Dos veces la edad de Juan más cuatro veces la edad de Lucía suman 40 años. ¿Cuáles son las eda-
des de cada uno?
Problema 2.1.2 Dos veces la edad de Juan más cuatro veces la edad de Lucía suman 40 años, y cuatro veces la edad
de Juan menos la edad de Lucía es igual a 35 años. ¿Cuántos años tiene cada uno?
Problema 2.1.3 Si en el problema anterior se añade la condición de que la edad de Juan más la edad de Lucía es
20, ¿cuáles son las edades de cada uno?
Problema 2.1.4 Hay dos cajas: una blanca y otra verde; en cada caja hay bolsitas que tienen letras de madera. En
la caja blanca cada bolsita tiene exclusivamente una letra a y dos letras b. Cada bolsita de la caja
verde tiene una letra c y dos letras b nada más. Se desea formar dos tipos de bolsas; las primeras
deben tener una letra a y cuatro letras b; las segundas, dos letras c y dos b. ¿Cuál es el mínimo
número de bolsitas de la caja blanca y la verde para formar, al menos, una de cada una de las
bolsas con las características deseadas? Y con ese mínimo, ¿cuántas se obtienen de cada tipo?
Problema 2.1.5 Sean A = LT−1, B = ML−1 T−1, C = ML−3, D = L2 T−1, E = LT−2, F = L monomios. ¿A qué poten-
cias a, b, c, d, e, f se deberán elevar A, B, C, D, E, F, respectivamente, para que el producto de ellos
sea L0 M0 T0? ¿Esa solución es única?
Problema 2.1.6 F es una mezcla formada por las sustancias A, B y C. La fracción, en peso, de cada una de ellas es
0.1, 0.5 y 0.4, respectivamente. Una descomposición de F genera dos porciones, una V y otra L.
Las fracciones de A, B y C en V son 0.5, 0.2, 0.3, y las correspondientes en L son 0.6, 0.3, 0.1. Si
F = 100, ¿cuánto se obtendrá de V y L?
Observe que la matriz resultante tiene el número de renglones de la matriz izquierda y tantas
columnas como las de la matriz derecha. Esto no es casual. En efecto, para poder multiplicar
matrices es necesario que el número de columnas de la matriz de la izquierda sea igual al número
de renglones de la matriz de la derecha. Cuando se multiplica una matriz m × n (m renglones y n
columnas) por otra n × k, el resultado es una matriz m × k.
A continuación se ilustra la multiplicación de una matriz 2 × 2 por una 2 × 3 (el resultado es
una matriz 2 × 3).
3 −1 2
0 4 1
1 2 3 7 4
0 1 0 4 1
En general,
x z y
p r q
a b ax + bp ay + bq az + br
c d cx + dp cy + dq cz + dr
son 0, 1 y 3, respectivamente.
1 Cuando una matriz consta de un solo elemento, se identifica con ese elemento; por ejemplo, [5] = 5.
38 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
Como se verá más adelante, cuando se haya definido el producto punto de vectores, el pro-
ducto de matrices se puede definir de la siguiente manera:
Sean A = (aij ) una matriz m × n con renglones Ai i = 1,, m, y B = (bij ) una matriz n × p con
columnas B j j = 1,, p. Entonces, AB = (cij ) es la matriz m × p tal que cij = Ai · B j.
2 4 40
4 −1 35
2 4 J 40
=
4 −1 L 35
En efecto, ya que
J
L
2 4 2J +4L
4 −1 4J − 1L
que es de la forma
a11x1 + a12 x2 = b1
(*)
a21x1 + a22 x2 = b2
a11 a12 a11 a12 b1
donde la matriz del sistema es y la matriz aumentada es .
a21 a22 a21 a22 b2
ya que
x1
x2
a11 a12 a11x1+a12 x2 b1
=
a21 a22 a21x1+a22 x2 b2
se factoriza ( )
x2 : a11a22 − a21a12 x2 = a11b2 − a21b1
αa11 a12
= α a11a22 − α a21a12 = α (a11a22 − a21a12 ) = α ∆
αa21 a22
a11 αa12
= a11α a22 − a21α a12 = α (a11a22 − a21a12 ) = α ∆
a21 αa22
′ a12
a11 + a11
= (a11 + a11
′ ) a22 − (a21 + a2′ 1 ) a12 = (a11a22 − a21a12 ) + (a11 ′ a12 ) = ∆ + ∆′
′ a22 − a21
′ a22
a21 + a21
40 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
′
a11 a12 + a12
= a11 (a22 + a22
′ ) − a21 (a12 + a12
′ ) = (a11a22 − a21a12 ) + (a11a22 ′ ) = ∆ + ∆′
′ − a21a12
′
a21 a22 + a22
Las ecuaciones lineales se pueden resolver despejando cualquiera de las variables cuyo coefi-
ciente sea distinto de cero. Algunas veces a ésta se le llama variable delantera y, en ese caso, a las
demás, variables libres. Siempre que una ecuación tenga variables libres, tiene un número infinito
de soluciones.
El conjunto de todas las soluciones se denomina conjunto solución, y la solución general es la,
condición que define al conjunto solución.
{
En el problema 2.1.1, el conjunto solución es [J , L] ∈ 2 ; [J , L] = [20, 0] + α[−2,1], α ∈ . }
La solución general es [J, L] = [20, 0] + α[−2, 1] con α ε .
Ejercicios 2.1
1. Escriba las ecuaciones siguientes en la forma general ax + by + cz = d, en los casos en que sea
posible.
i) Para cada una escriba sus coeficientes y su término constante.
ii) Diga cuál es la variable delantera y cuáles son las variables libres.
iii) Determine la solución general de cada una y, si es posible, dos particulares.
1. 4x −3−x = 3x + 2y + 3
2. 5x + 2y − x = x + 2y − 6
3. 2 + 5x + 7y − 7x = 2
4. x + y + z = 6 + y
5. xy +3z = x − y ... ¿se puede?
2. Encuentre todos los valores reales de s, tales que cada una de las siguientes ecuaciones tenga
a) un número infinito de soluciones, o b) ninguna solución.
i) 2s(x + y) − 9x − 9y − s + 3 = 0
ii) sx − 5y − s + 5 + sy − 5x = 0
2.2 Matrices 41
2.2 Matrices
Definición 2.2.1
Una matriz A de m × n sobre un campo K es un arreglo rectangular de m × n elementos aij ∈K
en m renglones y n columnas, con i = 1, 2, …, m y j = 1, 2, …, n.
Ejemplo 2.2.1
1 2 0 −2
2 3 −1 1
1 0 3 5
−1 1 0 2
1 2 0 −2
1
2
1
−1
Ejemplo 2.2.4
1 0 −1
Si A = 0 1 2, entonces
1 2 4
A1 = [1 0 −1] , A2 = [0 1 2] y A3 = [1 2 4]
Igualdad de matrices
Dos matrices son iguales si tienen el mismo tamaño (igual número de renglones en cada una y el
mismo número de columnas en cada una) y sus elementos correspondientes son iguales. Es decir:
Definición 2.2.2
Dos matrices A, B ∈ Mm × n son iguales si y sólo si ∀ i, j, aij = bij .
Definición 2.2.3
Sea A ∈ Mm × n. Se dice que A es una matriz cuadrada si y sólo si n = m.
Ejemplo 2.2.5
2 3
1 5
Una matriz diagonal es una matriz cuadrada en la que los elementos distintos de a11, a22, …,
ann son cero. Formalmente:
Definición 2.2.4
Sea A ∈ Mm × n. Se dice que A es una matriz diagonal si y sólo si ∀i ≠ j, aij = 0.
Ejemplo 2.2.6
1 0 0 0
0 3 0 0
A=
0 0 3 0
0 0 0 2
Ejemplo 2.2.7
0 0 0 0
0 0 0 0
B=
0 0 0 0
0 0 0 0
Una matriz triangular superior es una matriz cuadrada en la que los elementos que están aba-
jo de la diagonal son cero.
2.2 Matrices 43
Definición 2.2.5
Sea A ∈ Mm × n. Se dice que A es una matriz triangular superior si y sólo si ∀ i > j, aij = 0.
Ejemplo 2.2.8
1 2 0 −2
0 3 −1 1
A=
0 0 3 5
0 0 0 2
Una matriz triangular inferior es una matriz cuadrada en la que los elementos que están arri-
ba de la diagonal son cero.
Definición 2.2.6
Sea A ∈ Mm × n. Se dice que A es una matriz triangular inferior si y sólo si ∀ j > i, aij = 0.
Ejemplo 2.2.9
1 0 0 0
2 3 0 0
A=
1 0 3 0
−1 1 0 2
Cuando los renglones de una matriz A se intercambian con sus columnas, se obtiene la trans-
puesta de A, que se denota por At.
Definición 2.2.7
Sea A ∈ Mm × n. La transpuesta de A, denotada por At, es la matriz B ∈ Mn × m de elementos bij,
tales que
bij = aji.
Ejemplo 2.2.10
1 2 0
1 2 1 1
2 3 1
A= At = 2 3 0 1
1 0 3
0 1 3 0
1 1 0
Definición 2.2.8
Sea A ∈ Mn × n. Se dice que A es una matriz simétrica si y sólo si A = At.
44 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
Ejemplo 2.2.11
1 2 1 −2 1 2 1 −2
2 3 0 1 2 3 0 1
A= At =
1 0 3 0 1 0 3 0
−2 1 0 2 −2 1 0 2
Definición 2.2.9
Sea A ∈ Mn × n. Se dice que A es una matriz antisimétrica si y sólo si At = −A.
Ejemplo 2.2.12
0 −2 1 −2 0 2 −1 2
2 0 2 5 −2 0 −2 −5
A= At = = −A
−1 −2 0 −3 1 2 0 3
2 −5 3 0 −2 5 −3 0
Definición 2.2.10
Sea A ∈ Mm × n. La multiplicación de la matriz A por un escalar α se denota por αA y se define
como la matriz B ∈ Mm × n, tal que
si A = (aij), entonces B = α A = (α aij).
Ejemplo 2.1.13
1 0 −1 3 0 −3
3 0 1 2 = 0 3 6
1 2 4 3 6 12
Dadas dos matrices del mismo tamaño, la suma de ellas se realiza elemento a elemento. For-
malmente:
Definición 2.2.11
Sean A, B ∈ Mm × n. La suma de las matrices A y B se denota por A + B y se define como la
matriz C ∈ Mm × n de elementos cij, tales que
cij = aij + bij
Ejemplo 2.2.14
Para multiplicar dos matrices A y B es necesario que el número de columnas de A sea igual al
número de renglones de B. La matriz resultante, C, tendrá el número de renglones de A y el núme-
ro de columnas de B. Así, el elemento cij de C = AB se obtiene de la operación Ai · B j.
Definición 2.2.12
Sean A ∈ Mm × p y B ∈ Mp × n. El producto de las matrices A y B, que se denota por AB, se defi-
ne como la matriz C ∈ Mm × n de elementos cij, tales que
p
cij = Ai · B j = ∑ aik bkj
k =1
Ejemplo 2.2.15
1 2
0 1
−1 0
_______________________________ _____________________
1 2 –1 2 4
0 −3 2 −2 −3
−2 5 0 −2 1
1 0 1 0 2
Definición 2.2.13
Sea A ∈ Mm × n y Ai el i-ésimo renglón de A. El orden de Ai se denota por Or(Ai) y se define como
min{ j ; aij ≠ 0, j = 1, 2,..., n}, si Ai ≠ 0
Or( Ai ) =
n + i , si Ai = 0
Ejemplo 2.2.16
1 2 0 −2
0 3 −1 1
Sea A =
0 0 0 5
0 0 0 0
Or(A1) = 1, Or(A2) = 2, Or(A3) = 4, Or(A4) = 8
Definición 2.2.14
Se dice que A ∈ Mm × n está escalonada por renglones si
Ejemplo 2.2.17
1 2 0 −2
0 3 −1 1
A=
0 0 0 5
0 0 0 0
46 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
Ejemplo 2.2.18
1 2 0 −2
0 0 −1 1
A=
0 0 0 5
0 2 0 0
Definición 2.2.15
Si el orden de Ai es j, el elemento aij se llama elemento principal o pivote (o delantero) de Ai (los
renglones cero no tienen pivote).
Si en una matriz escalonada todos los renglones distintos de cero tienen pivote igual a uno
y, además, en la columna de cada pivote todos los otros elementos son cero, se dice que la
matriz está escalonada en forma reducida o que tiene forma de escalón reducido.
Ejemplo 2.2.19
1 0 1 0
0 1 2 0
A=
0 0 0 1
0 0 0 0
Definición 2.2.17
Se dice que dos matrices A y B son equivalentes por renglones (lo que se denota por A ∼ B) si y
sólo si una de ellas se obtiene a partir de la otra mediante un número finito de operaciones
elementales por renglones.
2.2 Matrices 47
Ejemplo 2.2.20
Si
2 0 3 1 1 0 3 5
1 2 0 −2 1 2 0 −2
A= 2 3 −1 1 y B= 3 5 −1 −1
1 0 3 5 2 0 3 1
−1 1 0 2 −3 3 0 6
Definición 2.2.18
El rango de una matriz A ∈ Mm × n, denotado por r, es el número de renglones no cero de una
matriz equivalente a A, que está en forma escalonada.2
Ejemplo 2.2.21
1 2 0 −2
0 3 −1 1
A=
0 0 0 5
0 0 0 0
Ejemplo 2.2.22
La ecuación x1 + x2 = 2 no es homogénea.
Definición 2.2.20
Un sistema de m × n ecuaciones lineales sobre el campo K es una colección de m ecuaciones
lineales con n variables sobre K, es decir,
a11 x1 + a12 x2 + ⋅ ⋅ ⋅ + a1n xn = b1
a21 x1+ a22 x2+ ⋅ ⋅ ⋅ + a2n xn = b2
∙
am1 x1+ am2 x2+ ⋅ ⋅ ⋅ + amn xn = bm
2En álgebra lineal se define el rango de una matriz como la dimensión del espacio generado por los renglones, que es igual que la
dimensión del espacio generado por las columnas. Las tres definiciones son equivalentes.
48 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
Ejemplo 2.2.23
x1 − x2 = 1 x1 + x2 = 1
2x1 + x2 = 0 −x1 + 2x2 = 0
x1 − x2 = 1
x1 − 3x2 − x3 = 1
2x1 + x2 + x3 = 2
Si todos los términos bi para i = 1, 2, 3, … m son cero, se tiene un sistema de ecuaciones
lineales homogéneo; de lo contrario, se trata de un sistema de ecuaciones lineales no homogéneo.
Del mismo modo que las ecuaciones lineales, los sistemas de ecuaciones lineales pueden tener:
i) solución única,
ii) un número infinito de soluciones (en estos dos casos se dice que el sistema es consistente),
iii) ninguna (en este último caso se dice que el sistema es inconsistente).
Los sistemas lineales homogéneos siempre tienen la solución cero (o trivial, cuando todas las
variables son iguales a cero), o bien un número infinito de soluciones.
x x x
y y y
y − x = 0 x − y = 3 y + x = 3
y+x=4 3x + 3y = 9 y+x=1
a) Solución única (2, 2) b) Un número infinito de soluciones c) Ninguna solución
Ejemplo 2.2.24
El sistema
x1 − x2 = 1
2x1 + x2 = 0
a a a1n
11 12
a a a2 n
A = 21 22
a a m2 amm
m1
y la matriz aumentada
a11 a12 a1n b1
a a a b
2
[ A | b ] = 21 22 2n
a a a
mn bm
m1 m2
Ejemplo 2.2.25
Las matrices
1 1 1 1 1
−1 2 y −1 2 0
1 −1 1 −1 1
x1 + x2 = 1
−x1 + 2x2 = 0
x1 − x2 = 1
Definición 2.2.21
s1
s
S=
2
Se dice que
sn
donde s1, s2, ..., sn ∈ K es una solución del sistema de ecuaciones lineales si y sólo si la colección
de las si (el vector S) satisface cada una de las ecuaciones. Es decir que, para cada i (i = 1, 2, …, m),
ai1 s1+ ai2 s2 + ⋅ ⋅ ⋅ + ain sn = bi
Ejemplo 2.2.26
2
S=
1
es una solución al sistema
x1 − x2 = 1
2x1 + x2 = 5
50 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
ya que
2 − 1 = 1
2(2) + 1 = 5
En forma matricial,
2
1 −1 2 1 1
2 1 1 = 5
1 −1 1 · 2 − 1 · 1 1
=
2 1 2 · 2 + 1 · 1 5
Definición 2.2.22
Dos sistemas de ecuaciones lineales, con las mismas variables, son equivalentes si y sólo si tie-
nen el mismo conjunto solución.3
Ejemplo 2.2.27
x1 − x2 = 1
2x1 + x2 = 5
y
x1 − x2 = 1
x2 = 1
2
S=
1
En efecto,
2 − 1 = 1
2(2) + 1 = 5
y
2 − 1 = 1
1 = 1
Definición 2.2.23
Sea Ax = b un sistema de m ecuaciones que tiene solución. Entonces, los grados de libertad
(o número de parámetros de la solución) se definen como
GL = n − r,
donde GL = grados de libertad, n = número de incógnitas y r = rango de la matriz A.
Como los rangos son iguales, el sistema tiene solución y los grados de libertad son
GL = n − r = 3 − 3 = 0 (la solución del sistema es única).
La siguiente matriz está escalonada:
1 1 2 0 1
0 1 1 1 −1
0 0 0 1 3
0 0 0 0 0
Aquí, r = 3 y r(A|b) = 3.
Como los rangos de las matrices del sistema y la aumentada son iguales, el sistema tiene solu-
ción y los grados de libertad (o número de parámetros) son GL = n − r = 4 −3 = 1 (el sistema tiene
un número infinito de soluciones que dependen del valor que se asigne al parámetro).
La siguiente matriz está escalonada:
1 1 0 1
0 1 1 2
0 0 0 3
En este caso, r = 2 y r(A|b) = 3.
Puesto que los rangos no son iguales, el sistema no tiene solución.
Como ya se dijo, otra forma de representar el sistema de ecuaciones es expresar el vector b en
la forma siguiente:
a11 a12 a1n b1
a21 a22 a2 n b2
x1 + x2 + ... + xn =
am1 am 2 amn bm
Ejemplo 2.2.28
El sistema de ecuaciones lineales
x1 + x2 = 1
−x1 + 2x2 = 0
x1 − x2 = 1
1 1 1
x1 −1 + x2 2 = 0
1 −1 1
52 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
0 1 1 0 1
2 −4 4 6 2
−1 2 −2 −2 −2
1 −2 2 3 1
2. Aplique operaciones elementales con renglones para obtener su forma de escalón reducido
0 1 1 0 1 0 1 1 0 1
2 −4 4 6 2 1 1 −2 2 3 1 ,
R → R2 …
−1 2 −2 −2 −2 2 2 −1 2 −2 −2 −2
1 −2 2 3 1 1 −2 2 3 1
0 1 1 0 1 1 −2 2 3 1
1 −2 2 3 1 0 1 1 0 1 ,
R1 ↔ R2 …
−1 2 −2 −2 −2 −1 2 −2 −2 −2
1 −2 2 3 1 1 −2 2 3 1
1 −2 2 3 1 1 −2 2 3 1
0 1 1 ,
1 0 1 R + R → R … 0 1 1 0
1 3 3
−1 2 −2 −2 −2 0 0 0 1 −1
1 −2 2 3 1 1 −2 2 3 1
1 −2 2 3 1 1 −2 2 3 1
0 1 1 0 1 −R + R → R … 0
1 1 0 1
1 4 4
0 0 0 1 −1 0 0 0 1 −1
1 −2 2 3 1 0 0 0 0 0
3. En la última matriz calcule el rango de la matriz del sistema y de la matriz aumentada (en
ambas hay tres renglones distintos de cero); por lo tanto,
r = 3 y r(A|b) = 3
GL = 4 − 3 = 1
5. Observe que el resultado anterior indica que existe una variable a la que se le puede asignar
un valor arbitrario.
6. Identifique la variable (parámetro) a la que se asignarán valores arbitrarios.
2.2 Matrices 53
1 −2 2 3 1
0 1 1 0 1
0 0 0 1 −1
0 0 0 0 0
El parámetro (α) corresponde con la variable libre asociada a la columna que no tiene ele-
mentos marcados (que no es pivote o variable delantera). En este caso los valores arbitrarios se
asignarán a la variable z. Se despejan las variables restantes en términos de z, iniciando de abajo
hacia arriba como se indica (sustitución hacia atrás).
z=α
w = −1
y + z = 1, de donde y = 1− α
x −2y + 2z + 3w = 1, por lo que x = 1 − 2(1 − α) − 2(α) −3(−1) = 6 − 4α
x + y − 3z = 2
−3x + y + z = 6
2.2 Matrices
54 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
3R1 + R2 = R2
1 1 −3 2 1 0 −1 −1
−3 ≈ R2 / 4 = R2
1 1 6 0 1 −2 3
R1 − R2 = R1
x=r−1
y = 2r + 3 r ∈
z=r
x 1 −1
x− = y = r 2 + 3 r ∈
z 1 0
Como se observa, hay dos variables delanteras y una variable libre. El rango es 2 y el número
de variables es 3, por lo que se tiene un sistema con un parámetro y, por lo tanto, con un número
infinito de soluciones.
El conjunto solución se escribe así:
x 1 −1
x; x = y = r 2 + 3 r ∈
z 1 0
x 1 −1 0
x = y = 2 + 3 = 5
z 1 0 1
Se comprueba en el sistema original y se ve que la solución anterior satisface las dos ecuaciones
x + y = 3z =2
2x + 2y − 6z = 7
1 1 −3 2 R2 + ( −2 )R1 = R2 1 1 −3 2
2 2 −6 7 ≈ 0 0 0 3
Ejercicios 2.2
2 0 0 π 7 4 0 0 −1 3 3
0 −2 d) 0 0 −2 1
a) 0 3
0 1 8
0 0 4 e 0 0 0 3 4 −7 2
1 0 −2 1 2 1 4 0 −3 0 1 2
b)
0 1 3 −2 4 e) 0 0 1 2 0 −1 7
0 0 0 0 1 −2 8
3 0 −1 5 4
c)
0 2 −2 −3 9
a) d)
3x + 2 y + 3z = 19 3 y + z = −9
−x + y − z = −3 3x + y = −8
2x − y + z = 8 3x + 7 y + 2 z = −26
b) 2 x + 3 y + 6 z = 5
e) 17 − 2 z = x − 3 y
−x − y − z = −3
14 + 2 x
− = 3y
2x + y + z = 7
7y − 1 = 3x + 2 z
c) x + y = 1
w + z = 1
x + w = 1
y + z = 1
átomos de carbono y 10 átomos de hidrógeno, y que se representa con el símbolo C4H10) reaccio-
na con el oxígeno del aire (molécula con 2 átomos, O2) cuando se ponen en contacto con una
chispa o con la flama de un piloto (factor energético). Si la hornilla está bien calibrada (cuando
permite que la combustión se lleve a cabo completamente), esta reacción produce dióxido de car-
bono (1 átomo de carbono y 2 de oxígeno, CO2) y agua (2 átomos de hidrógeno y uno de oxígeno,
H2O), y se representa mediante la siguiente ecuación (balanceada):
2C4H10 + 13O2 → 8CO2 + 10H2O
en donde los números que anteceden a los símbolos de las diversas sustancias se denominan coefi-
cientes estequiométricos e indican las cantidades en moles,4 en que los reactivos se combinan y las
cantidades de producto que se obtienen (es decir, 2 moles de butano reaccionan con 13 moles de
oxígeno para producir 8 moles de dióxido de carbono y 10 moles de agua).
El hecho de que una ecuación química esté balanceada significa que el número de átomos de
cada elemento que interviene en los reactivos corresponda exactamente con el número de átomos
del mismo elemento que estén presentes en los productos; es decir, que ningún elemento se genere
ni se destruya en la reacción.
Número de átomos de un Número de átomos del mismo
elemento en los reactivos = elemento en los productos
Este principio se conoce como la ley de Lavoisier de conservación de la materia. Para determi-
nar el número de átomos de cada elemento con que cada especie química contribuye en la reac-
ción, se multiplica el coeficiente estequiométrico de la especie por el número que se encuentra
como subíndice del elemento en el símbolo que representa a la especie (si no existe un subíndice,
éste se asume como la unidad).
De esta manera, como se puede verificar en la reacción de combustión del butano, la cantidad
de átomos de carbono en los reactivos es 2 × 4 = 8, la de hidrógeno 2 × 10 = 20 y la de oxígeno
13 × 2 = 26, mientras que la cantidad de átomos de carbono en los productos es 8 × 1 = 8, la de
hidrógeno 10 × 2 = 20 y la de oxígeno 8 × 2 + 10 × 1 = 16 + 10 = 26. Como la cantidad de átomos
de cada elemento en los reactivos es igual que la de los productos, se dice que la ecuación química
está balanceada.
Desde esta perspectiva (conservación de los átomos), la ecuación química se puede escribir en
forma análoga a una ecuación algebraica:
2C4 H10 + 13O 2 = 8CO 2 + 10H 2O
o bien
2C 4H10 + 13O2 + (−8)CO2 + (−10)H2 O = 0
Observe que esta última representación de la ecuación química implica asumir que los coefi-
cientes estequiométricos de los productos tienen signo negativo.
Para ilustrar el procedimiento involucrado en el balanceo de reacciones químicas, se plantea
determinar los coeficientes de la reacción de combustión del butano, presentada anteriormente.
La ecuación química es la siguiente:
x1C 4H10 + x2 O2 → x3CO2 + x4H2 O
4 En química, el número de moles equivale al resultado que se obtiene al dividir la cantidad en masa de una especie entre su peso molecular.
2.2 Matrices 57
Este sistema homogéneo es de tres ecuaciones con cuatro incógnitas, por lo que la solución no
es única. Se puede resolver usando alguno de los métodos desarrollados en esta unidad (por ejem-
plo, el método de Gauss-Jordan). La matriz aumentada
4 0 −1 0 0
10 0 0 −2 0
0 2 −2 −1 0
1
x1 − x4 = 0
5
13
x2 − x4 = 0
10
4
x3 − x4 = 0
5
De este sistema simplificado se obtiene la siguiente solución:
1
x1
5
13
x2
x= = α 10 α ∈
4
x3
5
x4 1
Cuando se está modelando una reacción química conviene considerar coeficientes enteros,
por lo que en la solución anterior se puede cambiar el parámetro α por el símbolo (o parámetro)
α = 10t y hacerlo variar sobre los enteros, para obtener soluciones particulares.
2 x1 2
13 x 13
2
x = t , t ∈ Por ejemplo, para t = 1 x = =
8 x3 8
10 x
4 10
58 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
Representación generalizada
Con objeto de generalizar los procedimientos anteriores, se puede plantear la siguiente notación
para escribir una especie química (Aj) que contiene un número E de elementos (ei):
que no es un producto sino una notación, en donde ei es el símbolo del elemento i y el subíndice si,j
representa el número de átomos con que el elemento i está presente en la especie Aj.
Por ejemplo, en el caso del butano,
A1 = C 4H10 ; e1 = C, e2 = H; s1,1 = 4, s2,1 = 10
De esta manera, en una reacción química en la que intervienen N especies, R reactivos y P = N − R
productos, el principio de conservación de la materia se puede enunciar mediante la siguiente
ecuación:
(x1A1 + + xR AR ) − (xR +1AR +1 + + xN AN ) = j∑=1x j Aj − j =∑R +1x j Aj = 0
R N
eE sE,1x1 + ⋅⋅⋅ + s x
E ,R R
− s
E ,R + 1xR + 1
− ⋅⋅⋅ − s E ,N x N = 0
2.2 Matrices 59
( )
x1 NH 4 2 SO4 → x2 NH 4OH + x3SO2
Balance atómico:
La matriz aumentada: 2 −1 0 0
8 −5 0 0
1 0 −1 0
4 −1 −2 0
que resulta en 1 0 −1 0
0 1 −2 0
0 0 2 0
0 0 0 0
El renglón cuatro de la matriz se hace cero, por lo que el sistema tiene solución única que es
la trivial.
Matriz escalonada: 1 0 0 0
0 1 0 0
0 0 1 0
En efecto, x1 = 0
x2 = 0
x3 = 0
5Rincón, C. y Garritz, A. “Capricho Valenciano (II). Fundamento matemático del método de balanceo por números de oxidación”,
Educación Química, Vol. 8, Núm. 2, pp. 76-86, 1997.
60 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
Balance atómico:
Matriz aumentada: 1 0 0 0 0 −2 0
1 0 −2 −1 −2 0 0
0 1 0 −1 0 0 0
0 1 0 0 −1 0 0
0 4 0 0 0 0 0
1 16
Matriz escalonada: 0 0 0 0 − 0
8
0 2
1 0 0 0 − 0
8
5
0 0 1 0 0 − 0
8
2
0 0 0 1 0 − 0
8
2
0 0 0 0 1 − 0
8
Sistema reducido: 16
x1 − x = 0
8 6
2
x2 − x = 0
8 6
5
x3 − x = 0
8 6
2
x4 − x = 0
8 6
x5 − 2 = 0
x
8 6
2.2 Matrices 61
Para que se puedan apreciar las ventajas que representa hacer algunas consideraciones que
permiten reducir el sistema, a continuación se trata lo que aquí se denomina método corto.
Balancee la siguiente reacción:
HCl + KMnO4 → Cl2 + KCl + MnCl2 + H2O
Encuentre cuáles elementos aparecen sólo en un reactivo y van a dar sólo a un compuesto de
los productos con objeto de asociar la misma variable a las moléculas que los contienen; en este
caso son las del hidrógeno, del potasio y del manganeso. Debido a que la molécula de agua tiene
2 hidrógenos, se le pone a, con lo cual a la molécula del ácido clorhídrico le corresponde 2a; al
permanganato de potasio se le pone b y, en consecuencia, al cloruro de potasio y al cloruro de
manganeso también les corresponde b. Al resto de los compuestos (sólo hay cloro) se les asignan
otras letras.
El resultado es
HCl + KMnO4 → Cl2 + KCl + MnCl2 + H2O
2a b c b b a
Se plantea ahora el sistema de ecuaciones lineales, obedeciendo la ley de la conservación de
la materia. El número de átomos de cada especie reactiva tiene que coincidir con el número
de átomos de cada especie producto.
El sistema ordenado
8
2 −3 −2 1 0 − 5
≈
2
1 −4 0 0 1 −
5
Escriba el sistema en forma de ecuaciones lineales. Observe que a y b quedaron como varia-
bles delanteras y c como parámetro, es decir c = r.
62 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
8
a= r
5 a 8
2 r
b= r Conjunto solución x ; x = b = 2 r ∈
5 c 5 5
5
c= r
5
a 8 8
5
= b = 2 = 2
5
c 5 5
( ) ( )
x1 Cr N 2 H 4CO 6 Cr CN 6 + x2 KMnO4 + x3H2SO4
4 3
→ x4K 2 Cr2 O7 + x5 MnSO4 + x6CO2 + x7 KNO3 + x8K 2SO4 + x9H2 O
x1A1 + x2 A 2 + x3 A 3 → x4 A 4 + x5 A 5 + x6 A 6 + x7 A 7 + x8 A 8 + x9 A 9
Balance atómico:
A1 A2 A3 A4 A5 A6 A7 A8 A9
Cr 7x1 − 2x4 = 0
N 66x1 − x7 = 0
H 96x1 + 2x3 − 2x9 = 0
C 42x1 − x6 = 0
O 24x1 + 4x2 + 4x3 − 7x4 − 4x5 − 2x6 − 3x7 − 4x8 − x9 = 0
K x2 − 2x4 − x7 − 2x8 = 0
Mn x2 − x5 = 0
S x3 − x5 − x8 = 0
6 En 1995, Roland Stout, Ph.D, actual profesor de la Universidad de Carolina del Norte en Pembroke, publicó esta reacción en un
artículo científico (J. Chem. Educ. 1995, 72, 1125). Indicó que a veces se la proponía a sus estudiantes con objeto de que la balancea-
ran, ofreciendo la calificación más alta para su materia en el caso de que lo lograran. Dice que ninguno pudo. Tiempo después, Jim
Diamond (J. Chem. Educ. 1997, 74, 1256) publicó que un estudiante de matemáticas pudo resolver la misma reacción por el método
algebraico, una semana después de que se la propuso.
2.2 Matrices 63
Matriz aumentada:
7 0 0 −2 0 0 0 0 0 0
66 0 0 0 0 0 −1 0 0 0
96 0 2 0 0 0 0 0 −2 0
42 0 0 0 0 −1 0 0 0 0
24 4 4 −7 −4 −2 −3 −4 −1 0
0 1 0 −2 0 0 −1 −2 0 0
0 1 0 0 −1 0 0 0 0 0
0 0 1 0 −1 0 0 −1 0 0
Matriz escalonada:
Sistema reducido:
10
x1 − x9 = 0
1 879
1 176
x2 − x9 = 0
1 879
1 399
x3 − x9 = 0
1 879
35
x4 − x9 = 0
1 879
1176
x5 − x9 = 0
1 879
420
x6 − x9 = 0
1 879
660
x7 − x9 = 0
1 879
223
x8 − x9 = 0
1 879
64 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
x1 10 10
x 1176 1176
2
x3 1 399 1 399
x4 35 35
x
x x5 = 9 1176 = t 11776 t ∈
1 879
x6 420 420
x 660 660
7
x8 223 223
x9 1 879 1 879
10Cr (N 2 H 4CO)6 4 Cr (CN)6 3 + 1176KMnO4 + 1399H2SO4 → 35K 2 Cr2 O7 + 1176MnSO4
+ 420CO2 + 660KNO3 + 223K 2SO4 + 1879H2 O
Comprobación:
Conjunto solución:
2.2 Matrices 65
Solución particular:
Comprobación
Los elementos que se usaron para asignar las letras son Cr, N, C, Mn, S, por lo que no se incluyen
en la comprobación.
Matriz aumentada: 1 0 0 −1 0 0 0
2 1 1 0 0 0 0
0 1 0 0 −1 −2 0
0 3 0 0 0 −1 0
0 0 1 −3 −1 0 0
4
Matriz escalonada: 1 0 0 0 0 − 0
15
0 5
1 0 0 0 − 0
15
13
0 0 1 0 0 0
15
4
0 0 0 1 0 − 0
15
25
0 0 0 0 1 0
15
66 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
a matemática indica de manera clara que, en este ejercicio, el cloruro de yodo y el ácido
L
clorhídrico están en posición equivocada; es decir, el ICl debe ser producto y el HCl debe ser
reactivo. Así, la reacción balanceada (escrita correctamente) es
Balance atómico:
A1 A2 A3 A4 A5 A6 A7 A8 A9
Zn x1 − x3 − x7 = 0
H x2 − 2x4 − 2x5 − 4x6 − 4x7 = 0
N x2 − 2x3 − 2x6 − 2x7 − x8 − x9 = 0
O 3x2 − 6x3 − x4 − 3x6 − x8 − 2x9 = 0
Matriz aumentada:
1 0 −1 0 0 0 −1 0 0 0
0 1 0 −2 −2 −4 −4 0 0 0
0 1 −2 0 0 −2 −2 −1 −1 0
0 3 −6 −1 0 −3 0 −1 −2 0
Matriz escalonada:
3 1
1 0 0 0 −1 −4 −−8 − 0
2 2
0 1 0 0 −2 −10 −16 −4 −2 0
3 1
0 0 1 0 −1 −4 −77 − − 0
2 2
0 0 0 1 0 −3 −6 −2 −1 0
2.2 Matrices 67
Note que todo el azufre que sale de los reactivos va a dar a una sola molécula, por lo que le
toca a + b. Para el resto de los compuestos utilizamos las letras del alfabeto d y e.
Como ya quedaron balanceados el Pb, Cu, S e H, para el sistema de ecuaciones, sólo resta
revisar el nitrógeno y el oxígeno.
7 Algunos químicos dicen que cada molécula de S tiene 8 átomos, por lo que la reacción debería tener S8. En ese caso, basta multiplicar
cada coeficiente de la reacción balanceada, excepto el del azufre, por 8.
68 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
Se ordena el sistema
3 1
2 4 −2 1 1 1 2 0 − −
≈ 2 2
6 12 −5 1 2 0 0 1 −2 −1
Observe que a y c quedaron como variables delanteras y b, d y e como variables libres, que se
convierten en parámetros. Sean b = r, d = s, e = t.
El conjunto solución es
3 1 a −2 3 1
a = −2 r + s + t
2 2
b 1 0 0
b= r 1 1
s = x x = c = r 0 + s 4 + t 2 , r, s, t ∈
c= 2s + t 2 2
d 0 2 0
d= s e 0 0 2
e= t
La solución general es
Para que la solución general represente la reacción química planteada es necesario que todos
los coeficientes de los parámetros sean no negativos; por lo tanto, deben satisfacer la desigualdad
3 3t t
ss+ s++− 2 r−− > 0 > 0, de donde 3s + t > 4r. Se puede escoger r = 1 y s = t = 2, y la solución particular
>2 r02r
2 22 2
que resulta es
de donde
PbS + Cu2S + HNO3 → Cu(NO3)2 + Pb(NO3)2 + NO + NO2 + H2O + S
a b 2c 2b a d e c a + b
2 1 12 2 2 2 2 6 3
Ph: 1 0 0 0 −1 0 0 0 0
Cu: 0 2 0 −1 0 0 0 0 0
S: 1 1 0 0 0 0 0 0 −11
H: 0 0 1 0 0 0 0 −2 0
N: 0 0 1 −2 −2 −1 −1 0 0
O: 0 0 3 −6 −6 −1 −2 −1 0
1 1 3
0 0 0 0 0 − −2
4 4
0 1 3
1 0 0 0 0 − 1
4 4
0 0 1 0 0 0 0 −2 0
≈ 1 3
0 0 0 1 0 0 − 2
2 2
0 1 3
0 0 0 1 0 − −2
4 4
1 1
0 0 0 0 0 1 − 0
2 2
Con objeto de tener coeficientes de los parámetros con números positivos se deben satisfacer
las siguientes desigualdades:
r − 3s + 8t ≥ 0
− r + 3s − 4t ≥ 0
− r + 3s + 4t ≥ 0
s≥r
a 1 −3 8 0
b −1 3 −4 4
c 0 8 0 32
d −2 6 −8 8
x = e = 4 1 + 4 −3 + 1 8 = 0 , que simplificando representa la reacción
f −2 2 0 0
g 4 0 0 16
h 0 4 0 16
i 0 0 4 4
0
1
8
2
x = 0 Cu2S + 8HNO3 → 2Cu(NO3)2 + 4NO2 + 4H2O + S
0
4
4
1
Análogamente se obtienen las dos restantes.
2.3 Análisis dimensional 71
Estas dimensiones pueden combinarse para generar las unidades derivadas, de las cuales son
ejemplos las siguientes:
8 Lanomenclatura utilizada en este apartado se apega al uso generalizado de la literatura científica, que no siempre coincide con la
norma oficial mexicana.
72 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
experimentos; esto se logra a través de una función, que se denota por [ ] y que, aplicada a una
variable física, muestra sus dimensiones. Por ejemplo, si µ denota la viscosidad de un líquido, sus
dimensiones son [µ] = M/LT = ML−1T−1.
El siguiente ejemplo muestra algunas de las propiedades de la función [ ]:
De la física se sabe que la velocidad de un móvil tiene la forma v = v0 + at expresión que debe
ser dimensionalmente consistente para que la suma sea posible: [v] = [v0] = L/T, [a] = L/T 2 y [t] =
T. Como se dijo, las dimensiones del término at tienen que ser las mismas de v0, es decir:
[at] = L/T = [a][t] = (L/T 2)T, análogamente, [v0 + at] = [v0] = [at]
Si se divide v entre v0, la cantidad resultante no tiene dimensiones. Cuando esto sucede se dice
que la variable v/v0 es adimensional. Al aplicar la función [ ] se tiene [v/v0] = (L/T)/(L/T) = L0T0 =
(LT)0 = 1.
Definición 2.3.1
Sea VF = {v; v es una variable física}
∀ v, w ∈ VF
1. vw = v w v / w = v / w . En particular, si [v] = [ w] entonces [v / w] = 1.
Método de Rayleigh
1. Identifique las dimensiones de las variables:
Magnitud Dimensión
Fuerza MLT−2
Diámetro L
Velocidad LT−1
Densidad ML−3
Viscosidad ML−1T−1
2.3 Análisis dimensional 73
2. Se propone el siguiente modelo: expresar una de las variables como el producto de potencias
de las otras, cuyos exponentes deben determinarse.
L : x1 − 3x2 + x3 − x4 = 1
M: x2 + x4 = 1
T : − x1 − x4 = −2
1 −3 1 −1 1
0 1 0 1 1
− 1 0 0 −1 −2
1 −3 1 −1 1 1 0 0 1 2
0 1 0 1 1 ≈ 0 1 0 1 1
−1
0 0 −1 − 2 0 0 1 1 2
La solución es x1 = 2 − α x2 = 1 − α x3 = 2 − α x4 = α α ∈
F = cv 2 − α ρ1− α D2 − α µα
F = cv 2 ρ1D2 v −α ρ −α D −α µα
α
µ
∴ F = cv 2 ρD2
vρD
F = c .
Los pasos 3, 4 y 5 se pueden simplificar usando una tabla que en su primera columna tiene las
dimensiones y en su primer renglón las variables. Los exponentes de las dimensiones de cada
variable son los coeficientes de la matriz aumentada del sistema. La última columna son los tér-
74 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
minos independientes que corresponden a los exponentes de las dimensiones de la variable que se
despejó.
v ρ D µ F
L 1 −3 1 −1 1
M 0 1 0 1 1
T −1 0 0 −1 −2
Método de Buckingham
1. Se propone el siguiente modelo: igualar el producto de potencias de todas las variables con
una constante adimensional.
v x1 ρ x2 D x3 F x4 µ x5 = c
2. Construir con el modelo una tabla como la del ejemplo anterior.
v ρ D F µ
L 1 −3 1 1 −1 0
M 0 1 0 1 1 0
T −1 0 0 −2 −1 0
1 −3 1 1 −1 0
∴ 0 1 0 1 1 0
−1 0 0 −2 −1 0
1 −3 1 1 −1 0 1 0 0 2 1 0
0 1 0 1 1 0 ≈ 0 1 0 1 1 0
0 −3 1 −1 −2 0 0 0 1 2 1 0
x1 −2 −1
x −1 −1
2 x x x x x
Solución: x3 = α −2 + β −1 v 1 ρ 2 D 3 F 4 µ 5 = c
x4 1 0
x5 0 1
Si α = −1 y β = 2 − λ, entonces
λ
µ 2 vρD µ2
F=C , o bien F = C φ (Re)
ρ µ ρ
A pesar de que, aparentemente, las soluciones obtenidas en cada método no coinciden, se
puede comprobar que son equivalentes al observar que los dos parámetros del segundo método
suelen relacionarse de manera conveniente.
En resumen, sean B = {v1, v2,…, vn} un conjunto de variables que describen un fenómeno
físico y D = {D1, D2,…, Dk} un conjunto de dimensiones básicas para ellas.
2.3 Análisis dimensional 75
( )
x n
1. Ecuación que relaciona las variables: c = ∏ vi i ,
i =1
k a
v j = ∏ Di i j
i =1
k
0
2. Análisis de dimensiones: c = ∏ Di
i =1
xj
n
( )xi = i∏= j i∏=1Di i j
n k a
∏ vi
i =1
n
k
∑ ai j x j k n
∏ Di j =1 = ∏ Di0 son iguales si ∑ ai j x j = 0, i = 1, 2,, k
i =1 i =1 j =1
v1 v2 vj vn
D2 a21 a22 a2 j a2 n 0
Di ai1 ai 2 ai j ai n 0
Dk ak1 ak 2 ak j ak n 0
Ejemplo 2.3.1
Se ha encontrado que la caída de presión (ΔP) en una tubería es una función del diámetro (D),
rugosidad de la pared (ε) y longitud (l) del tubo, y de la densidad (ρ), velocidad (v) y viscosidad
(µ) del líquido. Se desea determinar una expresión que relacione la caída de presión con el resto
de las variables.
2.3 Análisis dimensional
76 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
Solución
Dimensiones de cada variable:
v x1 ∆P x2 ρ x3 µ x4 D x5 l x6 ε x7 = π
2. Tabla de dimensiones:
v ΔP ρ µ D l ε
L 1 −1 −3 −1 1 1 1 0
M 0 1 1 1 0 0 0 0
T −1 −2 0 −1 0 0 0 0
1 0 −2 0 1 1 1 0
0 1 1 0 −1 −1 −1 0
0 0 0 1 1 1 1 0
3. Solución del sistema de ecuaciones:
α1 α2 α3 α4
v2 ρ ∆PD ∆Pl ∆Pε
µv µv µv =π
∆P
Cada uno de los términos entre paréntesis corresponde a un grupo adimensional (las opera-
ciones de suma, resta, producto y cociente de grupos adimensionales es un grupo adimensional),
los cuales se denotan con la letra π.
Por último,
α β γ
µ l ε
∆P = kv 2 ρ ,
vρD D D
donde k, α, β y γ son constantes que se determinan experimentalmente.
Ejemplo 2.3.2
Considere la transferencia de masa que resulta cuando un fluido fluye sobre una superficie sólida.
Las variables que contribuyen a la transferencia global se muestran en la tabla siguiente:
1. Ecuación v
x1
µ x2 ρ x3 D x4 k x5 l x6 = π
v µ ρ D kc l
L 1 −1 −3 2 1 1 0
M 0 1 1 0 0 0 0
T −1 −1 0 −1 0 0 0
1 0 0 0 −1 −1 0
0 1 0 1 1 1 0
0 0 1 −1 −1 −1 0
x1 0 −1 1
x −1 0 −1
2
x3 1 0 1
= r + s + t
x4 1 0 0
x5 0 1 0
x6 0 0 1
3. Sustitución en la ecuación v
x1
µ x2 ρ x3 D x4 k x5 l x6 = π :
α α3
ρD 1 k α2 vρl
π = α
µ v µ
Los grupos adimensionales obtenidos son:
ρD k vρl π 2π 3 kl
π1 = , π2 = , π3 = y =
µ v µ π1 D
78 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
ρD
Sc Schmidt
µ
vρl
Re Reynolds
µ
kl Sh Sherwood
D
Ejercicios 2.3
a) P2I4 + P4 + H2O −→ PH4I + H3PO4 l ) Cl2 + KOH −→ KCl + KClO3 + H2O
b) KOH + H2SO4 + H2O −→ KHSO4 m) Ba(OH)2 + HCl + H2O −→ BaCl2
c) FeI2 + HIO3 + HCl −→ FeCl3 + I2 + H2O n) K2Cr2O7 + CH3CH2OH + H2SO4 −→
d) Na2Cr2O7 + NaI + HCl −→ CrCl3 + I2 + Cr2(SO4)3 + CH3COOH + K2SO4 + H2O
H2O + NaCl o) KClO3 + HCl −→ KCl + H2O + Cl2 + ClO2
e) HCl + KMnO4 −→ Cl2 + KCl + MnCl2 + p) C + O2 −→ CO + CO2
H2O q) C2H4 + HCl −→ C2H6 + C5H5Cl + C2H4Cl
f ) CaF2 + H2SO4 −→ CaSO4 + HF r) C3H8 + O2 −→ H2O + C + CO + CO2
g) FeS + O2 −→ Fe2O3 + SO2 s) As2S5 + HNO3 −→ H3AsO4 + H2SO4 +
h) K2Cr2O7 + H2O + S −→ SO2 + KOH + Cr2O3 H2O + NO + NO2
i) CaC2O4 + KMnO4 + H2SO4 −→ CaSO4 + t) NaBrO + H2O2 −→ NaBr + O2 + H2O
MnSO4 + K2SO4 + CO2 + H2O u) Cu + HNO3 −→ Cu(NO3)2 + NO2 + NO +
j) CuSCN + KIO3 + HCl + O2 −→ CuSO4 + H2O
ICN + KCl + H2O v) CH3CH2CH3 + O2 −→ C + CO2 + CO +
k) PbCrO4 + KI + HCl −→ PbCl2 + Crl3 + KCl H2O
+ I2 + H2O
2. Con la información que se da en cada ejercicio, encuentre los exponentes y los grupos adimen-
sionales correspondientes:
a) v x1 ρ x2 Lx3 F x4 µ x5 = π
b) v x1 D x2 ρ x3 ∆P x4 Lx5 ε x6 µ x7 = π
c) D x1 k x2 µ x3 v x4 ρ x5 C p x6 h x7 = π
d) LxAB
1
µ x 2 k x 3 g x 4 β x 5 C px 6 ρ x 7 ∆T x 8 h x 9 = π
x1 x 2
e) DAB ρ D x 3 kcx 4 v x 5 µ x 6 = π
L µ kc ρ ( g∆ρ a ) 6 = π
x1 x 2 x 3 x 4 x5 x
f ) DAB
2.4 Determinantes
Existe una función9 det: Mn × n (R) → R que asocia a cada matriz cuadrada un número que se
llama su determinante; se denota como det(A); |A|; D(A); Δ; ...
y es la única que tiene las siguientes
propiedades:
A1
Ai
Sea A = la matriz escrita según sus renglones. Entonces,
Aj
A
n
A1 A1
kAi Ai
1. det = k det (La función determinante saca escalares de cada renglón.)
Aj Aj
A A
n n
A1 A1 A1
Ai + Bi Ai Bi
2. det = det + det (La función determinante abre sumas en cada renglón.)
Aj Aj Aj
A A A
n n n
A1 A1
Aj Ai
3. det = −det (La función determinante es alternante.)
Ai Aj
A A
n n
e1 1 0 0 0
ei 0 1 0 0
4. det = = 1 (El determinante de la matriz idéntica es uno.)
e j 0 0 1 0
e 0 0 0 1
n
Consecuencias
A1
Ai
1. det = 0 (Si una matriz tiene dos renglones iguales, su determinante vale cero.)
Ai
A
n
A1 A1
Ai + kAj Ai
2. det = det (El determinante de una matriz no se altera si a un renglón se le
Aj Aj suma cualquier múltiplo de otro.)
An A
n
Por lo tanto,
3. El determinante de una matriz vale cero si un renglón es combinación lineal10 de los demás.
4. det(A) = det(At ). En consecuencia, todo lo que se afirma para los renglones, resulta válido
para las columnas, y recíprocamente (ver más adelante).
Un corolario importante de las propiedades anteriores es lo que se conoce como regla de
Cramer.
10Sea β = {A1, A2, …, An} una colección de columnas. Una columna B es combinación lineal de β si y sólo si existen coeficientes
k1, k2, …, kn, tales que B = k1A1 + k2A2 + ⋅⋅⋅ + knAn.
82 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
Sea
a11x1 + + a1n xn = k1
an1x1 + + ann xn = kn
Cálculo de determinantes
Para aplicar la regla de Cramer, así como para otros cálculos, es indispensable conocer el valor del
determinante de una matriz cuadrada. A continuación se describe uno de los métodos que se uti-
lizan para estos efectos, denominado desarrollo por cofactores.
Dada la matriz
se define el cofactor del elemento aij como Cij = (−1)i + j Mij , en donde Mij es el determinante de la
submatriz que se obtiene de la matriz A eliminando el renglón i y la columna j, y se llama el menor ij.
El cálculo del determinante de la matriz A puede realizarse de la manera siguiente:
a11 a12
= a11a22 − a21a12
a21 a22
Ejemplo 2.4.1
−1 2 0 −3
2 −2 −1 − 4
Calcular el determinante de la matriz A = .
4 −1 1 3
3 1 2 5
De acuerdo con la sugerencia anterior, se selecciona el renglón 1 para hacer el desarrollo por
cofactores.
Los menores son:
−2 −1 −4 2 −1 − 4
M11 = −1 1 3 = 6 M12 = 4 1 3 = −11
1 2 5 3 2 5
2 −2 − 4 2 −2 −1
M13 = 4 −1 3 = −22 M14 = 4 −1 1 = −3
3 1 5 3 1 2
−1 2 0 −3
2 −2 −1 −4
A=
4 −1 1 3
3 1 2 5
det (A) = 0 (−22) − 1(35) + 1(−62) + 2 (52) = 7
Un método alternativo consiste en obtener una matriz triangular superior por medio de
operaciones elementales y, utilizando las propiedades de los determinantes, calcular la forma en
que se van modificando los de las matrices equivalentes. El valor del determinante final se obtie-
ne multiplicando los elementos de la diagonal principal, lo que corresponde al desarrollo por
cofactores de la matriz triangular.
84 Unidad 2 Sistemas de ecuaciones lineales, matrices y determinantes
Por ejemplo,
−1 2 0 − 3 −1 2 0 −3 −1 0 2 −3
2 −2 −1 − 4 0 2 −1 −10 0 −1 2 −10
= =−
4 −1 1 3 0 7 1 −9 0 1 7 −9
3 1 2 5 0 7 2 −4 0 2 7 −4
−1 0 2 −3
−1 0 2 −3 −1 0 2 −3
0 −1 2 −10
0 −1 2 −10 0 −1 2 −10
− =− =− 0 0 9 −19 = 7
0 1 7 −9 0 0 9 −19
7
0 2 7 −4 0 0 11 −24 0 0 0 −
9
Note que en el segundo paso, en el que se intercambiaron columnas, se puso un signo menos,
ya que el determinante cambia de signo cuando esto pasa. En los otros pasos se sumó el múltiplo
de un renglón al que se desea modificar. Esta operación no altera el resultado del determinante.
En algunos libros de nivel intermedio (álgebra de licenciatura) se menciona la regla de Sarrus
para calcular determinantes de matrices 3 × 3, lo que no es un método diferente, sino un artificio
visual para simplificar el desarrollo por cofactores. Consiste en repetir los dos primeros renglones
abajo del tercero (o las dos primeras columnas a la derecha de la matriz) y sumar los productos de las
diagonales (en forma análoga a los determinantes 2 × 2); como se muestra en el siguiente ejemplo:
Ejercicios 2.4
1 2 3 4
2 1 2
5 6 7 8
i) −1 1 1 ii)
9 10 11 12
2 −1 3
−1 0 π 2
2 1 2 1 2 3
A = −1 1 1 B = 4 5 6
2 −1 3 7 8 0
x + 2y − z = 3
3y − 2z = 2
z=2
85
Sistema
3.1 El sistema de los números reales
Unidad
• Axiomas de campo
• Algunas propiedades de campo de los números reales
• Axiomas de orden
• Subsistemas de los números reales
• Axioma de completez
• Algunas representaciones de los números reales
3.2 Números complejos
• El modelo de Gauss y la inmersión de en
s numér
• La conjugación
• La norma
• La ecuación general de segundo grado
• Sistemas de ecuaciones
• Representación geométrica de los números complejos
• Raíces n-ésimas de un número complejo
• El argumento de un número complejo
• La función exponencial compleja
• Representación geométrica de algunas rectas bajo la
transformación E
• La función logaritmo
• Las funciones trigonométricas
icos
86 Unidad 3 Sistemas numéricos
Axiomas de campo
Las leyes que gobiernan las operaciones adición y multiplicación en el conjunto de los números reales
se llaman propiedades de campo, y en general todo conjunto que las satisfaga se denomina campo.
Axioma 3.1.1
Leyes conmutativas
∀ a, b ∈
a+b=b+a
a·b=b· a
Axioma 3.1.2
Leyes asociativas
∀ a, b, c ∈
a + (b + c ) = (a + b) + c
Axioma 3.1.3
Leyes distributivas
∀ a, b, c ∈
(a + b) · c = a · c + b · c
Axioma 3.1.4
Elementos idénticos
∃ 0, 1 ∈ , 0 ≠ 1, tales que ∀a ∈
a+0=a =0+a
3.1 El sistema de los números reales 87
Axioma 3.1.5
Elementos inversos
∀a, b ∈ , con b ≠ 0 ∃ x, y ∈ tales que
a+x =0=x+a
b · y =1= y · b
x y y se denotan por −a y b −1 , respectivamente.
Ejemplo 3.1.1
Pruebe que
(a + b) + (c + d ) = (a + d ) + (c + b)
Solución
(a + b) + (c + d ) = a + [b + (c + d )] (ley asociativa)
= a + [(b + c ) + d ] (ley asociativa)
= a + [d + (b + c )] (ley conmutativa)
= (a + d ) + (b + c ) (ley asociativa)
= (a + d ) + (c + b) (ley conmutativa)
Ejemplo 3.1.2
Pruebe que
(a + b) + (− a ) = b
Solución
(a + b) + (−a) = (−a) + (a + b) (ley conmutativa)
= (−a + a ) + b (ley asociativa)
= 0 + b (elemento inverso)
= b (elemento idéntico)
Ejemplo 3.1.3
Demuestre que si a y b son no nulos:
(ab)(a −1b −1 ) = 1
Solución
En virtud de que a y b son no nulos, por el axioma 3.1.5 existen los recíprocos a−1 y b−1. Entonces
es posible escribir
(ab)(a −1b −1 ) = (ba)(a −1b −1 ) (ley conmutativa)
= (ba ) a −1 b −1 (ley asociativa)
(
= b aa b
−1
) −1
(ley asociativa)
= [b · 1]b
−1
(elemento inverso)
−1
= bb (elemento idéntico)
= 1 (elemento inverso)
3.1 El sistema de los números reales 89
Ejemplo 3.1.4
Pruebe que (a + b)(c + d ) = ac + ad + bc + bd
Solución
(a + b)(c + d ) = a (c + d ) + b (c + d ) (ley distributiva por la derecha)
= ( ac + ad ) + ( bc + bd ) (ley distributiva por la izquierda)
= ac + ad + bc + bd
Teorema 3.1.1
Ley de la cancelación para la adición.
Sean a, b, c ∈
a+c =b+c ⇒ a =b
Demostración
Suponga que a+c =b+c
Por el axioma 3.1.5, el número real c tiene un inverso aditivo, el número real –c. Al sumar –c
en ambos lados de la igualdad dada se tiene
(a + c) + ( −c ) = (b + c) + ( −c )
Ahora
(a + c) + ( −c ) = a + [c + ( −c )] (ley asociativa)
= a+ 0 (elemento inverso)
=a (elemento idéntico)
y, siguiendo exactamente los mismos pasos:
(b + c) + ( −c ) = b
Entonces a=b
De la ley conmutativa se sigue
c+a =c+b ⇒ a =b
y también que a+c =c+b ⇒ a =b
Teorema 3.1.2
∀ a, ∈ , .
Demostración
(elemento idéntico)
= a· 0 +a · 0 (ley distributiva)
También
(elemento idéntico)
90 Unidad 3 Sistemas numéricos
Entonces
(ley de cancelación de la adición)
(ley conmutativa)
Teorema 3.1.3
1 ≠ 0 .
Demostración
Se hará una demostración por reducción al absurdo.
De esta manera, suponga que
1= 0
Si a es cualquier elemento de los números reales, entonces
(elemento idéntico)
(1 = 0 por hipótesis)
= 0 (teorema 3.1.2)
Por lo tanto, consta solamente del cero, lo que contradice el hecho de que el conjunto
de los reales contiene más de un elemento. Entonces la suposición original es falsa y conse-
cuentemente
1≠ 0
Teorema 3.1.4
0 no tiene un inverso multiplicativo.
Demostración
Para todo a ∈ :
y 0 ≠ 1
Por lo tanto, 0 no tiene inverso multiplicativo (por el axioma 3.1.5, es el único número
real que no lo tiene).
En general, por el axioma 3.1.5, todo número real a tiene un inverso aditivo, llamado –a. El
siguiente teorema muestra que sólo hay un inverso aditivo para un elemento de .
Teorema 3.1.5
Cada número real tiene un único inverso aditivo.
Demostración
Sea −x un inverso aditivo de x. Entonces, si x + y = 0 sumando −x a ambos lados se obtiene:
− x + (x + y) = − x + 0
3.1 El sistema de los números reales 91
Además
− x + (x + y) = (− x + x ) + y (ley asociativa)
=0+ y (elemento inverso)
=y (elemento idéntico)
y también
−x + 0 = −x (elemento idéntico)
Entonces
y = −x
Corolario 1 0 = −0
Demostración
Como
0+0 =0
del teorema 3.1.5 se verifica que
0 = −0
Corolario 2 ∀ a ∈ , −(−a ) = a
Demostración
(− a ) + a = 0
el inverso de –a, que es –(–a), es a.
Teorema 3.1.6
Cada número real, distinto de cero, tiene un único inverso multiplicativo.
Demostración
Sea x ≠ 0, x−1 un inverso multiplicativo y suponga que xy = 1.
Por demostrar y = x−1
de xy = 1 se obtiene, multiplicando ambos lados por x−1,
x −1 (x y) = x −1 (1) , (x −1x) y = x −1 , 1( y) = x −1
∴ y = x −1
92 Unidad 3 Sistemas numéricos
Teorema 3.1.7
Regla de los signos
Demostración
Demostración
(−a)(−b) = −[a (−b)] (teorema 3.1.7)
= − −(ab)
= ab (corolario 1)
Definición 3.1.1
Definición de sustracción
Sean a, b ∈ .
La expresión a−b
se lee “a menos b” y se define como
a + (−b).
Teorema 3.1.8
∀ a, b, c ∈ ; a (b − c ) = ab − ac .
Demostración
a (b − c ) = a[b + (−c )]
= ab + a (−c )
= ab + −(ac )
= ab − ac
Es posible establecer otras reglas para la sustracción. En el siguiente ejemplo se describe una de
ellas.
Ejemplo 3.1.5
−(a + b) = (−1)(a + b)
= (−1) a + (−1)b
= − a + ( −b )
= −a − b
Definición 3.1.2
Definición de división
Sean a, b ∈ y b ≠ 0.
La expresión a / b
se puede leer “a entre b”, “cociente de a entre b”, “a sobre b” o “fracción de a sobre b”, y se
define como
ab−1
La definición de división permite escribir los inversos multiplicativos de otra forma; específi-
camente, si b ≠ 0, entonces
Es importante notar que como el número real cero no tiene inverso multiplicativo, la expresión
a / 0
no está definida; esto es, en los números reales no es posible dividir entre cero.
El siguiente teorema contiene algunas propiedades de la división.
Teorema 3.1.9
Sean a, b, c, d ∈ con b ≠ 0 y d ≠ 0. Entonces
1.
2.
3.
4.
1.
(
= (ac ) b −1d −1 )
= (ac )(bd )
−1
2.
= a (1)b −1 + c (1) d −1
( ) (
= a d d −1 b −1 + c bb −1 d −1 )
(
= (ad ) b d −1 −1
) + (bc)(b −1d −1)
= (ad + bc )(bd )
−1
El método de demostración dado para la propiedad 4 del teorema 3.1.9 recurre al uso de un
común denominador bd para las dos fracciones.
Teorema 3.1.10
a, b ∈ ∧ ab = 0 ⇒ a = 0 ∨ b = 0
Demostración
Suponga que ab = 0
Si a = 0, no hay más por demostrar.
Si a≠0
existe a−1
Entonces b=0
Por lo tanto, si ab = 0
Axiomas de orden
Este postulado permite hacer referencia a algunos números reales como positivos y a otros como
negativos. Se usa también para definir las relaciones mayor que, menor que, máximos, mínimos,
cotas superiores e inferiores, ínfimo y supremo en el conjunto .
Axioma
Axioma de orden
El conjunto de los números reales contiene un subconjunto llamado conjunto de los reales
positivos. Se representa como + y posee las siguientes propiedades:
i) a, b ∈ + ⇒ a + b ∈ + ∧ ab ∈ + (cerradura bajo sumas y productos)
ii) si a ∈ , entonces una y sólo una de las siguientes proposiciones es cierta:
a = 0 ∨ a ∈ + ∨ −a ∈ + (ley de tricotomía)
Los números reales no nulos que no están en + se llaman números reales negativos.
La colección de números reales negativos se denotará por −. El conjunto + es no vacío,
como puede verse en el siguiente teorema.
Teorema 3.1.11
a ∈ ∧ a ≠ 0 ⇒ a 2 ∈ +.
Demostración
Si a ≠ 0, entonces, por el axioma de orden, a ∈ + ∨ −a ∈ +.
Si a ∈ +, como + es cerrado con respecto a la multiplicación, se tiene que a . a = a2 ∈ +.
Por otra parte, si −a ∈ +, por el corolario 1, (−a)(−a) = a . a = a2, o bien (−a)(−a) ∈ +.
En ambos casos se tiene a2 ∈ +.
En resumen, ∀a ∈ , a ≠ 0 → a2 ∈ +.
Sean a, b ∈ . Considere a − b.
Por el axioma de orden, sólo una de las siguientes proposiciones es cierta: Nota
2 +
1 ≠ 0 ∴ 1 = 1 ∈ . Además,
a − b = 0, a − b ∈ + o −(a − b) ∈ +. + +
k ∈ → 1 + k ∈ . Por lo tanto,
Cuando a − b ∈ +, se dice que b es menor que a y se escribe b < a. todo número natural distinto de cero
es un real positivo.
Definición 3.1.3
Si a, b ∈ , entonces b ≤ a si b = a o b < a.
Esta definición determina una relación de orden lineal en ; b está relacionado con a si y sólo
si b ≤ a.
96 Unidad 3 Sistemas numéricos
Definición 3.1.4
Si a, b ∈ , entonces a ≥ b ↔ b ≤ a.
Mediante el uso de la relación de orden, la ley de tricotomía quedaría así: Para todos a, b ∈
, una y sólo una de las siguientes proposiciones es cierta:
a = b, a > b, a < b
La conexión entre el axioma de orden y las definiciones de mayor que y menor que se confirma
aún más mediante el siguiente teorema.
Teorema 3.1.12
Sea a ∈ . Entonces a ∈ + si y sólo si a > 0; −a ∈ + si y sólo si a < 0.
Demostración
Si a∈
se puede escribir a = a + 0 = a + (−0) = a − 0
Por lo tanto, a ∈ + ⇔ a − 0 ∈ +
Entonces, por la definición de mayor que,
a ∈ R+ ⇔ a > 0
Análogamente, para demostrar la segunda parte del teorema se escribe
−a = 0 −a
Entonces, − a ∈ + ⇔ a < 0
resultado que puede obtenerse de la definición de menor que.
En otras palabras, el resultado anterior indica que un número real es positivo si y sólo si es
mayor que cero, y es negativo si y sólo si es menor que cero. También nótese que, por el teorema
3.1.11, para cada número real a no nulo se tiene que a2 > 0.
Podemos utilizar el teorema 3.1.12 para enunciar alternativamente el axioma de orden en la
siguiente forma.
Teorema 3.1.13
1. Si a, b ∈ , son tales que a > 0 ∧ b > 0, entonces a + b > 0 ∧ ab > 0.
2. Si a ∈ , entonces una y sólo una de las siguientes proposiciones es cierta: a = 0, a > 0 o a < 0.
Las relaciones “>” y “<” permiten obtener diversos resultados. Las reglas que se dan en el
siguiente teorema son importantes para nuestro trabajo posterior.
Teorema 3.1.14
Sean a, b, c ∈ .
1. a > b ∧ b > c ⇒ a > c 3. a > b ∧ c > 0 ⇒ ac > bc
2. a > b ⇒ a + c > b + c 4. a > b ∧ c < 0 ⇒ ac < bc
3.1 El sistema de los números reales 97
Demostración
1. Si a > b ∧ b > c, entonces, por la definición de mayor que:
a − b ∈ + ∧ b − c ∈ +
Como + es cerrado con respecto a la adición,
(a − b) + (b − c) ∈ +
Entonces, a − c ∈ +
lo cual, por definición, quiere decir que
a>c
Esto significa que la relación “>” es transitiva.
2. Sea a>b
Entonces las siguientes proposiciones son ciertas:
a − b ∈ + (definición de mayor que)
(a − b) + 0 ∈ + (elemento idéntico)
(a − b) + (c − c) ∈
+
(elemento inverso)
(a + c) − (b + c) ∈ + (ley asociativa)
a + c > b + c (definición de mayor que)
El resto de la demostración se deja como ejercicio.
Los resultados que se obtienen para la relación “<” son análogos. Específicamente:
Teorema 3.1.15
Sean a, b, c ∈ .
1. a < b ∧ b < c ⇒ a < c 3. a < b ∧ c > 0 ⇒ ac < bc
2. a > b ⇒ a + c > b + c 4. a < b ∧ c < 0 ⇒ ac > bc
La notación a>b>c
significa que a>b ∧ b>c
al mismo tiempo, y puede leerse b está entre a y c.
De manera similar, uno puede escribir
a<b<c<d
en donde el significado es ahora obvio. La notación
a≤b<c
significa a≤b ∧ b<c
mientras que a<b≤c
significa a<b ∧ b≤c
Se dice que dos números reales no nulos concuerdan en signo si y sólo si ambos son positivos
o ambos negativos. Por otra parte, difieren en signo si uno es positivo y el otro es negativo. El
siguiente resultado fundamental es una consecuencia del teorema 3.1.14.
Teorema 3.1.16
Leyes de los signos
El producto y cociente de dos números reales no nulos son positivos si los dos números concuerdan
en el signo y son negativos si los dos números difieren en el signo.
Este teorema es consecuencia directa del teorema 3.1.7 y de la definición de menor que.
98 Unidad 3 Sistemas numéricos
Definición 3.1.5
Definición de factor o divisor
Si a, b ∈ , y si a = bc para algún c ∈ , entonces b es llamado un factor o divisor de a, y este
último se conoce como múltiplo de b (y también de c).
Todo entero a tiene factores a, −a, 1 y −1. A éstos se les denomina frecuentemente como fac-
tores triviales de a. Si existen otros factores se les llama factores no triviales. Para el entero 6, los
factores no triviales son 2, 3, −2 y −3.
Definición 3.1.6
Definición de número primo
Un entero no nulo p, diferente de 1 y −1, se llama primo o irreducible si y sólo si sus únicos
factores son triviales.
3.1 El sistema de los números reales 99
Observe que, de acuerdo con esta definición, 1 y −1 no se consideran como primos. Los pri-
meros primos positivos son 2, 3, 5, 7, 11, 13, 17 y 19.
Una de las razones de la importancia de los números primos radica en que todo entero posi-
tivo a > 1 se puede escribir de una y sólo una forma (excepto por el orden de los factores) como
un producto de primos positivos. Por ejemplo, se tiene 12 = 2 . 2 . 3, 126 = 2 . 3 . 3 . 7, 540 = 2 . 2 .
3 . 3 . 3 . 5. La demostración de este resultado, que se conoce como el teorema fundamental de la
aritmética, no se dará aquí. En la práctica, algunas veces es muy difícil encontrar la factorización
prima de un número dado. Sin embargo, tal factorización es siempre posible.
Como se ha observado, una característica de los enteros es la no existencia de los inversos
multiplicativos para la mayoría de sus elementos. Los únicos enteros invertibles, que se conocen
como unidades, son 1 y −1.
Con objeto de extender al conjunto de los enteros, de manera que en el nuevo conjunto todos
sus elementos no cero sean invertibles, se construye el conjunto de los números racionales, que
por esta razón constituye un subcampo de los números reales.
Un número real se llama número racional si puede escribirse en la forma a / b, en donde a y b
son enteros y b ≠ 0. Para denotar el conjunto de todos los números racionales se emplea la letra .
El conjunto es cerrado con respecto a la adición y a la multiplicación. Si el cociente a / b ≠ 0,
entonces a ≠ 0 y, por lo tanto, b / a ∈ .
Observe que (a / b)(b / a) = ab / ba = 1, lo que prueba que todo elemento distinto de cero tiene
inverso.
es un campo y la demostración de esta afirmación se sugiere como ejercicio.
Como cada entero a puede escribirse como a = a / 1, resulta que está inmerso en (la defi-
nición de inmersión se da más adelante).
Puede demostrarse que no existe un número racional x tal que x2 = 2. Sin embargo, un núme-
ro real cuyo cuadrado es 2 existe y se denota por 2 . Existen muchos números reales que no son
racionales y se llaman números irracionales, entre ellos π, e, la raíz n-ésima de todo entero que no
sea entera, como 2 , 3 .
El sistema contiene muchos más números irracionales que números racionales.
22
En ocasiones, para cálculos prácticos, π se aproxima con los números racionales 7 o 3.1416;
e con 2.718; 2 con 1.4142, ..., donde el número de cifras decimales queda determinado por el
grado de aproximación que el cálculo requiera.
Definición 3.1.7
Definición de valor absoluto
El valor absoluto |a| de un número real a se define como
i) a = a si a ≥ 0 ii) a = −a si a < 0
De esta definición se observa que el valor absoluto de todo número real no nulo
Aunque en español las palabras
es positivo, pues si a > 0, entonces |a| = a, que está en +. Si a < 0, entonces |a| = −a,
máximo y mínimo llevan acento, en
que también está en +. las abreviaturas max y min no se han
De manera equivalente se puede definir a = max{a, − a} lo que significa que el puesto intencionalmente para usar
valor absoluto de a es igual al mayor de a y −a. una notación uniforme con otros
textos.
Ejemplo 3.1.6
Encuentre |3|, |−3|, |0|, 2 −2| y |2− 2
Solución
Como 3, 0 y 2 − 2 son no negativos,
3 = 3, 0 = 0 y 2− 2 =2− 2
− 3 = −( −3) = 3 y 2 − 2 = −( 2 − 2 ) = 2 − 2
100 Unidad 3 Sistemas numéricos
Teorema 3.1.17
Para todo a, b ∈ :
1. a = − a 2. ab = a b 3. − a ≤ a ≤ a
Demostración
La primera afirmación resulta obvia ya que:
a = max{a, − a} y −a = max{−a, a} .
La segunda, ab = a b , puede demostrarse revisando las diferentes posibilidades para a
y b. Note que si alguno de los dos es cero, el resultado es obvio, y los otros casos se ilustran
en la siguiente tabla.
Teorema 3.1.18
Si a, b ∈ y b > 0, entonces
1. |a| < b si y sólo si −b < a < b 3. |a| = b si y sólo si a = b o a = −b
2. |a| > b si y sólo si a > b o a < −b
Demostración
Demostración de 1
⇒ Sea |a| < b. Del inciso 3 del teorema 3.1.17 se tiene que a ≤ |a| y, por lo tanto, a < b. Al
multiplicar ambos lados de |a| < b por −1 resulta que −b < −|a|. Nuevamente, del teorema
3.1.17, −|a| ≤ a, y entonces −b < a. Esto permite concluir que −b < a < b.
⇐ −b < a < b, donde b > 0. Si a es no negativo, entonces |a| = a, de donde |a| < b. Si a es
negativo, entonces ocurre que |a| = −a, como −b < a, −a < b, de donde se concluye otra vez
que |a| < b, por lo que en ambos casos |a| < b.
Axioma de completez
Para caracterizar al sistema de los números reales se necesita un axioma, el de completez o teorema
de Dedekind,1 cuyo enunciado requiere de algunas definiciones preliminares.
1Cuando los números reales se construyen usando el método de cortaduras, el enunciado es un teorema, pero cuando se definen
axiomáticamente, tiene que ser un axioma.
3.1 El sistema de los números reales 101
Definición 3.1.8
Sea S un conjunto no vacío de números reales.
i) Un número real u es una cota superior de S si s ≤ u para todo s ∈ S.
ii) Un número real l es una cota inferior de S si l ≤ s para todo l ∈ S.
iii) Un número real u′ es la menor cota superior o supremo de S (sup S) si u′ es una cota supe-
rior de S y es menor o igual que cualquier otra cota superior de S. Es decir, una cota supe-
rior u′ es el supremo del conjunto S si y sólo si para cualquier número a menor que u′
existe un elemento del conjunto mayor que a, ya que a no es una cota superior.
iv) Un número real l ′ es la mayor cota inferior o ínfimo de S (inf S) si l ′ es una cota inferior de
S y es mayor o igual que cualquier otra cota inferior de S.
No siempre existen cotas superiores o inferiores para subconjuntos de . Sin embargo, está claro
que si u es una cota superior de S, entonces cualquier número mayor que u también es cota superior.
De la misma manera, cualquier número menor que una cota inferior también es cota inferior.
Por ejemplo, sea S = {−4 / 3, 3, 0, 2 / 9, −1 / 2, 7 / 5}. Cualquier número real u tal que u ≥ 3 es una
cota superior de S. En particular, 4, 17, π, 468, 3.001 y 3 son cotas superiores. También cualquier
número l tal que l ≤ −4 / 3 es una cota inferior de S. Observe que las cotas superiores e inferiores
de un conjunto S no tienen por qué pertenecer a S.
El conjunto * = {1, 2, 3, …} tiene muchas cotas inferiores. Entonces, 0, 2 / 2, 7 / 8, −5 y 1
son números menores o iguales a todos los números en *, conjunto que no tiene cotas superiores
como se probará más adelante.
En el conjunto S del ejemplo anterior se observan varias cotas superiores. Una de ellas, el núme-
ro 3, puede considerarse la “mejor” cota superior en el sentido de que es el menor número real entre
todas las cotas superiores. Análogamente, entre todas las cotas inferiores de S, −4 / 3 es la mayor. De
acuerdo con los incisos iii) y iv) de la definición 3.1.8 resulta, que 3 = sup S, −4 / 3 = inf S.
Teorema 3.1.19
Para un conjunto, si un supremo o un ínfimo existen, son únicos.
Para demostrar este teorema, suponga que u′ y v′ son supremos del conjunto S. Una y sólo una de
las siguientes relaciones es cierta: u′ < v′, v′ < u′ o u′ = v′. Sin embargo, si u′ < v′, se tiene una contradic-
ción con el hecho de que v′ es la menor cota superior de S. De la misma manera, v′ < u′ contradice el
hecho de que u′ es la menor cota superior. Entonces, u′ = v′, lo cual demuestra que el conjunto sólo
puede tener un supremo. Análogamente, un conjunto puede tener a lo más un ínfimo. El inf ∗ es 1.
Ejemplo 3.1.7
Suponga a, b ∈ , con a < b, y sea
S = {x ∈ a < x < b} .
Demuestre que b es el sup S.
Solución
Como x < b para todo x ∈ S, el número b es una cota superior de S. Obviamente, cualquier núme-
ro real menor o igual que a no es cota superior. Para probar que b es el sup S considere cualquier
c+b c+b
número real c tal que a < c < b. Se puede probar entonces que c < < b. De esta manera,
2 2
está en S y es mayor que c; por lo tanto, c no es cota superior de S. Entonces, b es el sup S, dado
que es cota superior y que ningún elemento menor que él lo es.
Para demostrar que a es el inf S se puede emplear un argumento análogo.
Axioma 3.1.6
Axioma de completez (o teorema de Dedekind)
Sea S un conjunto no vacío de números reales. Si S tiene una cota superior, entonces tiene
supremo. Análogamente, si S tiene una cota inferior, tiene ínfimo.
102 Unidad 3 Sistemas numéricos
A un campo que satisface el axioma de orden y el de completez se le conoce como campo orde-
nado completo. Puede demostrarse que el sistema de los números reales es el único campo
ordenado completo.
Ejemplo 3.1.8
Demuestre que el conjunto de los números naturales no tiene cotas superiores.
Solución
Se demuestra por reducción al absurdo. Suponga que tiene una cota superior.
1
Entonces, por la propiedad de completez, existe el sup (digamos u); entonces u − 2 no es una
1
cota superior, y por lo tanto existe un n0 ∈ tal que u − 1 < n0.2 Entonces ¡ u + 2 < (n0 + 1) ≤ u !,
2
( )
absurdo que demuestra el teorema.
Del ejemplo anterior se sigue que para todo número real x existe un entero positivo n tal que
n > x.
Demostración
El número Mµ es un número real y, por lo tanto, existe un natural n0 mayor que él, es decir,
M < n . Dado que la multiplicación por positivos no altera el sentido de las desigualdades,
µ 0
n0 µ > M .
De manera incidental, un decimal que termina como 7.493, puede ser considerado también
como un decimal infinito, o sea 7.493000…, y también como 7.4929 . A expresiones como éstas
se les llama representaciones decimales de números reales. El término “decimal” se refiere a que
usa como base el número 10 y sus potencias. Esta representación, introducida por los árabes, es la
que más se emplea actualmente; sin embargo, desde la antigüedad se han utilizado diversas bases,
como la sexagesimal5 (base 60), vigesimal6 (base 20), y en la actualidad, con el desarrollo de la
informática, adquirieron relevancia la binaria (base 2), la octal (base 8) y la hexadecimal (base 16).
De los párrafos anteriores se sigue que toda expresión decimal, periódica o no, representa un
número real. En sentido inverso, es posible demostrar que todo número real tiene una representación
decimal. Para números racionales, esta representación se encuentra por medio de la división; por
ejemplo, cuando se divide 7 434 entre 2 310 se obtiene 3.218 . Se puede demostrar que la represen-
tación decimal de todo número racional es periódica y recíprocamente toda representación decimal
periódica es un número racional. Las representaciones decimales que no son periódicas correspon-
den a números irracionales y se pueden aproximar mediante procedimientos como los aprendidos en
aritmética para extraer raíces cuadradas o algunas otras maneras de aproximación sucesiva.
Se dispone de recursos numéricos para denotar números reales cuyo mayor empleo se tiene
en el trabajo con problemas de aplicación de la matemática en las ciencias. Los números reales se
pueden definir como el conjunto de todas las posibles expresiones decimales infinitas; sin embargo,
en este caso existe el problema (no resuelto hasta ahora) de definir la igualdad, la adición y la multi-
plicación de tales expresiones, por lo que la demostración de las propiedades de los números reales
requiere de otro tipo de representación (como la axiomática o la de cortaduras de Dedekind).
4 7,493 según la Norma Oficial Mexicana, aunque el uso del punto decimal (que también está autorizado) es más frecuente que
el de la coma.
5 Que sobrevive en la geometría (medidas angulares) y en la medición del tiempo (minutos y segundos).
6 Representación usada por los mayas.
104 Unidad 3 Sistemas numéricos
l P-3 P-2 P-1 O P1 P2 P3 tancia a del origen y, recíprocamente, a cada punto le corresponde
el número real que marca su distancia. La construcción geométrica7
-3 -2 -1 0 1 2 3
de algunos de esos puntos se puede continuar marcando segmentos
sucesivos de longitud unitaria a lo largo de l a partir de P1, con lo
Figura 3.1 Correspondencia entre el conjunto de
que se obtienen los puntos P2, P3, …, los que se asocian con los nú-
los enteros y puntos en l.
meros enteros 2, 3, …, respectivamente. Este proceso corresponde
a la operación algebraica de sumar 1 consigo mismo muchas veces.
De la misma forma, trabajando sobre l en el lado opuesto se localizan los puntos P−1, P−2, …, que
corresponden a los enteros negativos −1, −2, …. La figura 3.1 ilustra la correspondencia que existe
entre el conjunto de los enteros y ciertos puntos en l.
Cada segmento lineal en l se puede subdividir en n partes iguales, para cualquier entero positivo
n, trazando una diagonal a partir del cero y marcando en ella n segmentos de igual dimensión, de
manera que el origen del primero coincida con el cero. Se traza una recta desde el final del último
punto con el que corresponde al uno. La intersección de las paralelas desde cada punto de los ex-
tremos de los n segmentos con el segmento OP1 define la división deseada. Si el segmento OP1 se
subdivide de esta forma, el punto final de la primera subdivisión corresponde al número racional
1 / n, y contando un número m de dichos segmentos podemos asociar un punto en l con cualquier
número racional positivo m / n, que equivale con la multiplicación m(1 / n). Entonces, el punto corres-
pondiente a 13 / 5 está a 13 / 5 de unidades del origen (o a 3 / 5 del punto
(1, 1) P 2 en el segmento P2P3). Los números racionales negativos se manejan
en forma análoga. De todo punto que se localice geométricamente en
√2
l 1 la recta l, de la manera anterior, se dirá que se ha construido.
Es posible determinar ciertos puntos en l asociados con números
-1 0 1 √2 2 3
irracionales; por ejemplo, el punto que corresponde con 2 se puede
Figura 3.2 Trazo geométrico de la raíz de 2.
construir trazando un arco de circunferencia con centro en 0 y que
pase por el punto (1, 1), como se indica en la figura 3.2.
En general, se puede construir geométricamente la raíz cuadrada
de cualquier número real positivo que se haya construido previamente, como se
ilustra a continuación:
Sea a un número real positivo ya construido.
Marque en la recta un segmento AM de longitud a y otro MB de longitud 1,
A B
a M 1 determine el punto medio del segmento AB y, haciendo centro en él, trace una cir-
cunferencia de diámetro (a + 1) (figura 3.3).
Por el punto M trace una perpendicular al diámetro AB y llame C al punto de
intersección de esta perpendicular con la circunferencia.
Los triángulos AMC y CMB son rectángulos (CM ⊥ AB). El triángulo ACB
Figura 3.3 Primer paso en la cons- también es rectángulo, ya que el ángulo C interseca un diámetro de la circunferen-
trucción de la raíz de a. cia en la que está inscrito (figura 3.4).
C CC CC
A B AA BB AA BB
a M 1 aa MM 1 1 aa MM 1 1
Figura 3.4 Segundo paso en la Figura 3.5 Tercer paso en la construcción de la raíz de a.
construcción de la raíz de a.
7 Se dice que un punto se puede construir geométricamente (es constructible) si y sólo si puede dibujarse utilizando sólo regla y
compás.
3.1 El sistema de los números reales
3.1 El sistema de los números reales 105
Por lo tanto, los triángulos AMC y CMB son semejantes, de donde las longitudes C
de sus lados correspondientes son proporcionales.
AM CM
Razón por la cual = . x
CM CM
a x
Dado que MB = 1, AM = a y CM = x resulta que = , de donde CM = x es la A B
x 1 a M 1
raíz cuadrada de a (figuras 3.6 y 3.7).
No todos los puntos que correspondan a números irracionales se pueden cons-
truir. El número π = 3.1415927… es irracional, pero su construcción es imposible;
sin embargo, la posición de este o de cualquier otro número irracional en l puede
aproximarse teóricamente con tanta precisión como se quiera. Por ejemplo, los pun-
tos correspondientes a los números 3, 3.1, 3.14, 3.141, 3.1415, … que aproximan π, se Figura 3.6 Semejanza de los
pueden situar de manera sucesiva. triángulos involucrados.
Es posible demostrar que a cada número irracional le corresponde un punto úni-
C
co en l, e inversamente, a cada punto que no esté asociado con un número racional le
corresponde un número irracional.
El estudio de los números constructibles (C 0 ) se remonta a la época en que Pla- √a
tón y sus discípulos (aproximadamente 300 años antes de nuestra era) plantearon
lo que se conoce como los tres problemas clásicos de la geometría: la trisección del A B
ángulo, la duplicación del cubo y la cuadratura del círculo, que consisten en: a M 1
i) dado un ángulo cualquiera, construir dos rayos que lo dividan en tres ángulos
congruentes (de igual medida),
ii) dado un cubo regular (su arista), construir otro cuyo volumen sea el doble del
primero, Figura 3.7 Raíz cuadrada de a.
iii) construir el lado de un cuadrado cuya área sea igual a la de un círculo dado,
en donde, por supuesto, las construcciones deben hacerse utilizando únicamente un compás y una
regla no graduada (sin marcas).
La solución de cada uno de los problemas anteriores requiere de la determinación, con regla y
compás, de números inconstructibles y, por lo tanto, no es posible resolverlos. La demostración de
la insolubilidad de estos problemas se basa en argumentos del álgebra abstracta, esencialmente en
los trabajos de Galois, cuyos teoremas permiten diferenciar completamente los números construc-
tibles de los no constructibles. La demostración de estos resultados no se presenta aquí porque
no corresponde al nivel en el que están escritas estas notas y, simplemente, como un “breviario
cultural”, se apuntan los siguientes hechos:
1. Cero es constructible: 0 ∈C 0.
2. La suma de constructibles es constructible: a, b ∈C 0 ⇒ (a + b) ∈C 0.
3. El inverso aditivo de todo número constructible es constructible: a ∈C 0 ⇒ − a ∈C 0 .
La suma de números reales (los constructibles lo son) es conmutativa; por lo tanto, C 0 es
un grupo abeliano.
4. 1 es constructible: 1 ∈C 0 .
5. El producto de números constructibles es constructible: a, b ∈C 0 ⇒ ab ∈C 0.
6. El inverso multiplicativo de todo número constructible diferente de cero es constructible:
a ∈C 0 , a ≠ 0 ⇒ a −1 ∈C 0 .
La multiplicación de números reales es conmutativa y se distribuye sobre la suma; por lo
tanto, C 0 es un subcampo de los números reales.
7. Se puede demostrar que un número real es constructible si y sólo si está en una extensión de
ℚ de grado alguna potencia de 2.
El coseno de 20° es raíz de la ecuación 8x3 + 6x − 1 = 0 y la raíz cúbica de 2 satisface x3 − 2 = 0,
que son ecuaciones con coeficientes enteros, por lo que, aplicando el método de la división sintética,
se puede comprobar que ninguna tiene raíces racionales, lo que implica que son irreducibles en ℚ(x).
Si se pudieran factorizar, tendrían necesariamente un factor de primer grado y, por lo tanto, una raíz
racional; es decir, tanto cos 20° como 3 2 están en extensiones de ℚ de grado 3. π es trascendente. Lo
anterior demuestra que cos 20°, 3 2 y π son inconstructibles y que, por lo tanto, no se puede trisecar
el ángulo de 60°, duplicar el cubo unitario, ni cuadrar el círculo de radio uno.
106 Unidad 3 Sistemas numéricos
A A A B B BA A A B B BA A A B B B
[ [ [ ] ] ][
[ [ ) ) (
)
( ( ] ] ]
a a a b b ba a a b b ba a a b b b
( a, ∞ ) = {x ∈ | x > a}
[ a, ∞ ) = {x ∈ | x ≥ a}
( −∞, a ) = {x ∈ | x < a}
( −∞, a ] = {x ∈ | x ≤ a}
( −∞, ∞ ) =
( El símbolo ∞, que se lee infinito, es solamente un artificio de notación y nunca debe inter-
a
pretarse como la representación de un número real.9 La figura 3.10 presenta una parte de la
gráfica de (a, ∞), donde la flecha indica que la gráfica continúa indefinidamente hacia la dere-
Figura 3.10 Intervalo
cha, en virtud de que no es posible dibujar la gráfica completa.
(a, ∞).
Finalmente, es posible asignar valores numéricos a los segmentos en l, de acuerdo con la
siguiente definición:
8 En algunos libros, el intervalo abierto (a, b) también se dibuja con círculos blancos en los puntos A y B, usando corchetes inver-
tidos ]a, b[, o de alguna otra forma.
9 En el estudio del cálculo, algunas veces conviene considerar ∞ y −∞ como números; en ese caso el conjunto que resulta se llama
el conjunto de los números reales aumentados, cuya aritmética debe modificarse en la forma adecuada.
3.1 El sistema de los números reales 107
Definición 3.1.9
Definición de longitud
Sean a y b las coordenadas de dos puntos A y B, respectivamente, sobre la recta coordenada l,
y sea AB el segmento lineal de A a B. La longitud d(A, B) de AB se define por d(A, B) = |b − a| y
señala la distancia de A a B.
Observe que la distancia entre dos puntos se definió como un valor absoluto y, por lo tanto,
para todos los puntos A, B y C de l:
i) d (A, B) ≥ 0; d (A, B ) = 0 ⇔ A = B
ii) d (A, B) = d (B, A)
iii) d (A, B) ≤ d (A, C ) + d (C , B )
Ejemplo 3.1.9
Suponga que los puntos A, B, C y D tienen las coordenadas −5, −3, 1 y 6, respectivamente (figura
3.11). Encuentre d(A, B), d(C, B), d(O, A) y d(C, D).
A B O C D
-5 -3 0 1 6
Solución
Por la definición se tiene
d ( A, B ) = −3 − ( −5 ) = −3 + 5 = 2 = 2
d (C , B ) = −3 − 1 = −4 = 4
d (O, A) = −5 − 0 = −5 = 5
d (C , D ) = 6 − 1 = 5 = 5
En algunos casos se desea trabajar con distancias a lo largo de l que consideren la dirección de l,
por lo que se presenta la siguiente definición.
Definición 3.1.10
Distancia dirigida
Sean a y b las coordenadas de dos puntos A y B, respectivamente, sobre la línea coordenada l.
→ →
La distancia dirigida AB de A a B se define como AB = b − a.
→ → →
Como BA→ = a − b se tiene que AB = − BA. Evidentemente, →
el punto B está a la derecha de
A si y sólo si AB > 0, y está a la izquierda de A si y sólo si AB < 0. De esta manera, la distancia
dirigida indica, además de la magnitud, la dirección de A a B, que es positiva cuando coincide con
la dirección asignada a l.
Ejemplo 3.1.10
→ → → →
Si A, B, C y D son los puntos del ejemplo 3.1.9, encuentre AB , BA , CB y OA .
108 Unidad 3 Sistemas numéricos
Solución
De la definición se obtiene
→
AB = −3 − (−5) = 2
→
BA = −5 − (−3) = −2
→
CB = −3 − 1 = −4
→
OA = −5 − 0 = −5
→ →
Considere que M es el punto medio del segmento AB. Entonces, AM = MB , ya sea que
→ →
AB > 0 o AB < 0 (figura 3.12).
A A M M B B B B M M A A
a a m m b b b b m m a a
Teorema 3.1.20
Sean a y b las coordenadas de dos puntos A y B, respectivamente, sobre la línea coordenada l.
Entonces la coordenada del punto medio M del segmento AB es
a+b
m=
2
Ejemplo 3.1.11
Sean A, B, C y D como en el ejemplo 3.1.9. Encuentre las coordenadas de los puntos medios de
los segmentos AB, BC y CD.
Solución
Por el teorema 3.1.20 se tienen las siguientes coordenadas de los puntos medios:
−5 + ( −3) −8
Segmento AB: m1 = = = −4
2 2
−3 + 1 −2
Segmento BC: m2 = = = −1
2 2
1+ 6 7
Segmento CD: m3 = =
2 2
Uno de los errores más comunes en la determinación del punto medio de un segmento
AB consiste en sustraer las coordenadas de A y B y dividir entre 2, por lo que es muy recomendable
notar que el teorema 3.1.20 establece que las coordenadas deben sumarse y la suma dividirse
entre 2.
3.1 El sistema de los números reales 109
Ejercicios 3.1
1. Pruebe, por medio de las propiedades de un campo, cada una de las reglas siguientes, indicando
la razón de cada paso.
a) (a + c ) + (d + b) = (a + b) + (c + d )
b) d + [(c + b) + a] = (a + b) + (c + d )
c) (−b + a ) + (−a + b) = 0
d) c[(db) a] = (ab)(cd )
e) a[(b + c ) + d ] = ab + a (d + c )
(
f ) Si a ≠ 0, entonces a −1b a = b )
g) Si a ≠ 0, b ≠ 0, entonces (ab) (a–1 + b–1) = a + b
h) Si a ≠ 0, b ≠ 0, entonces a–1b (a + b–1) = a–1 + b
2. Justifique las igualdades indicadas:
a) a − (b + c ) = (a − b) − c c) (a − b)(c − d ) = (ac + bd ) − (ad + bc)
b) −[−(−a )] = −a d) Si b ≠ 0, entonces –(a/b) = −a/b = a/(−b)
3. Demuestre que
a) si d ≠ 0, entonces a / d + c / d = (a + c) / d
b) si a ≠ 0 y b ≠ 0, entonces (a / b)−1 = b / a
c) en la expresión (a + c) / (b + c) no vale cancelar c
d) lo siguiente no es cierto para todo a, b y c ∈ : c / (a + b) = c / a + c / b
4. Demuestre que, para todos a, b, c, d ∈ .
a) Si a > b y c > d, entonces a + c > b + d .
b) Si a ≤ b, entonces a + c ≤ b + c.
c) Si a ≤ b y b < c, entonces a < c.
d) a < b si y sólo si −a > −b.
e) Si a ≤ b y b ≤ a, entonces a = b.
f) Si b, d ∈ +, demuestre que a / b < c / d si y sólo si ad < bc. Y si alguno de ellos, b o d, es nega-
tivo, ¿cuál sería la expresión?
5. Encuentre tres cotas superiores e inferiores, así como el supremo y el ínfimo, cuando éstos exis-
tan, en los siguientes conjuntos:
a) c) {x ∈ | x < 4}
b) {x ∈ | −2 < x ≤ 2} { 1
d) n | n ∈
2 }
6. Demuestre que
a) si S = {x ∈ | x ≥ π} inf S = 5, ¿o no?
b) un conjunto tiene, a lo más, un ínfimo.
c) el conjunto Z− no tiene cotas inferiores.
d) para todo x ∈ R existe n, m ∈ Z tales que n < x < m .
7. Explique cómo usar un triángulo rectángulo para encontrar un punto en una línea coordenada
que represente 5.
8. Demuestre que
→ → →
a) si J, K y L son tres puntos cualesquiera en una línea coordenada l, entonces JK + KL = JL .
b) si J, K, L y M son cuatro puntos cualesquiera en una línea coordenada l, entonces
→ → → →
JK − LK = JM + ML .
c) si J, K y L son puntos cualesquiera en una línea coordenada l, entonces no siempre es cierto
que d(J, K) + d(K, L) = d(J, L).
110 Unidad 3 Sistemas numéricos
(3.2.1)
además de sus inversos multiplicativos. Se notó que como
i2 = −1
i3 = i2 · i = (−1)i = −i
i4 = i2 · i2 = (−1)(−1) = 1
si n es un número natural tal que n = 4q + r, 0 ≤ r < 4
Ejemplo 3.2.1
3 + 2i − 7i 2 + 2i 3 − i 4 + 7i 5 = 3 + 2i − 7 (−1) + 2 (−i ) − 1 + 7i = 9 + 7i
Ejemplo 3.2.2
1 + i 3 + i 37 − i 204 = 1 − i + i − 1 = 0
Ejercicio 3.2
Exprese en la forma a + bi :
(2 − 7i )2
( )
3 7 20 5
1. 2 − 8i + 7i − 3i + 16i 2. 2i 3 3.
1 + 3i − 2i 2 + i 3 + 2i 7
3.2 Números complejos 111
Tomando en cuenta lo anterior, se procedió a estudiar al subconjunto β formado por los ele-
mentos del nuevo campo que pueden expresarse como binomios. Es decir,
β = { a + bi ∈ ; a, b ∈ , i 2 = −1 }
Como siempre que se define un conjunto nombrando a sus elementos, es conveniente aportar un
criterio que permita decidir cuando dos nombres corresponden al mismo individuo. Se hace notar
que, puesto que se trata de un campo, a + bi = c + di ⇒ (a − c ) = (b − d )i , y que, por lo tanto,
(a − c)2 = −(d − b)2 i;, que es una igualdad en que implica que cada cuadrado debe ser necesaria-
mente 0, y por lo tanto, a = c y b = d . Es decir que en β cada elemento tiene una representación
única. Por ejemplo, si se supiera que i = u + vi , se sabría que u = 0 y v = 1.
Como β es subconjunto de un campo, (a + bi) (c + di) = (a + c) + (b + d)i, de donde resulta que
la adición, en , de elementos de β, produce un elemento de β (β es cerrado bajo la adición de ),
y, por lo tanto, la restricción de ésta a β × β es una operación binaria en β que, por herencia, resul-
ta asociativa y conmutativa. 0 = 0 + 0i está en β, y para cada a + bi ∈ β (−a ) + (−b) i el inverso
aditivo de a + bi también es un elemento de β; luego, {β, +} es un grupo abeliano.
Ejemplo 3.2.3
(3 + 4i ) + (6 + 5i ) = (3 + 6) + (4 + 5) i = 9 + 9i
Ejemplo 3.2.4
(6 − 14i ) − (−10 + 17i ) = 16 − 31i
Ejercicio 3.2
a) (4 + 7i ) + (8 − 3i ) f) ( ) (
2 + i 3 − 5 2 − 3i )
b) (2 + 7i ) − (6 + 2i ) g) (9 − i ) + (2 − 2i )
c) (11 + i ) + (3 − 4i ) h) [(2 + 4i ) + (6 − 2i )] − (6 − 11i )
d) (9 − i ) − (2 − 3i ) i) (−6 + 4i ) − [(1 − 6i ) − (−5 − i )]
e) (5 + 2i ) − (6 + 5i ) j) (2 + i 3) − (5 + 2 3i ) + (7 − 3 3i )
El producto, en , de dos elementos de β está en β.
En efecto, (a + bi) (c + di) = (ac − bd) + (ad + bc)i, y, por lo tanto, β tiene también una multi-
plicación que, por ser la restricción de la de un campo, es asociativa, conmutativa, tiene idéntico
(1 = 1 + 0i) y se distribuye sobre la suma por ambos lados.
Ejemplo 3.2.5
(2 + i 3) (5 − 6 ) ( )
3 i = (10 + 18) + 5 3 − 12 3 i = 28 − 7 3 i
a −bi
como puede comprobarse efectuando el producto (a + bi) 2 + 2 , por lo que resulta
que β es un campo. a + b 2
a + b2
Cada número real a = a + 0i está en β, así como i = 0 + 1i. Obviamente, β es el menor campo
en el sentido de la contención con esas dos propiedades. Luego, β = es el campo que se deseaba
construir.
Para ver cómo se obtiene el inverso multiplicativo de a + bi considere un número x + yi tal que
multiplicado por a + bi resulte igual a 1 + 0i, es decir,
(x + yi )(a + bi ) = 1 + 0i
al efectuar la multiplicación
de donde
ax − by = 1
bx + ay = 0
1 −b a 1
0 a a b 0 −b
x= = y= =
a −b a 2 + b2 a −b a 2 + b2
b a b a
a −bi
es decir, (a + bi )−1 = +
a 2 + b2 a 2 + b2
Ejemplo 3.2.7
Considere el ejemplo siguiente. Se desea encontrar (3 + 4i )−1 , que de acuerdo con lo anterior
resulta , y se comprueba
Ejemplo 3.2.8
Divida (2 − i ) entre (1 + i ) :
2 − i 2 − i 1 − i 1 − 3i 1 3
= · = = − i
1+ i 1+ i 1 − i 2 2 2
En efecto, .
Ejemplo 3.2.9
6 + 7i 4 + 3i
se multiplica por
4 − 3i 4 + 3i
3.2 Números complejos 113
Ejemplo 3.2.10
z w (6 + 7i)(4 + 3i) (24 − 21) + (28 + 188)i 3 + 46i 1
· = = = = (3 + 46i)
w w (4 − 3i)(4 + 3i) 16 + 9 25 25
z 7 +i 5
=
w 5 +i 7
z w ( 7 +i 5 )( 5 −i 7 )=( )
35 + 35 + (5 − 7)i 2 35 − 2i 1
· = = = ( )
35 − i
w w ( 5 +i 7 )( 5 −i 7) 5+7 12 6
Ejercicio 3.2
3. Exprese en la forma a + bi el resultado de las siguientes operaciones:
a) (9 + 4i ) (7 − 6i ) m) 5i ÷ (1 − 7i )
b) (6 − 2i ) (2 + 5i ) n) ( ) (
3 − i 2 ÷ 2 3 − 2 2i )
c) (6 − 4i )(2 + 5i ) ñ) (4 5 + 2 3i ) ÷ ( 5 − 2 3i )
d) (6 − i )(1 − 5i ) o) ( 6 + 10i ) ÷ (3 6 − 2 10 i )
e) (−2 + 3i )(4 − 5i ) p) (2 + 2i )(3 − 3i ) ÷ (2 + 3i )
f) (5 − 2i )(3 − 2i ) q) (2 + 3i )2 ÷ (5 − 3i )
g) (7 )(
2 − 6 3i − 2 − 7 3i ) r) (−5 + 4i ) ÷ (2 + 2i )2
h) (3 + 2i )[(7 − 3i )(−2 + i )] s) Relájese.
i) (5 − 2i )2 t)
(10i − 3)(4i + 3)
9i − 8
j) (3 − 5i )3 (1 + 2i )(2 + i )
u)
k) (8 − 3i ) ÷ (9 + 4i ) (3 + 2i )(4 + 5i )
l) (2 − 4i ) ÷ (3 − 2i ) (3 − 5i )(7 + 4i )
v)
(5 + 3i )(6 − i )
Carl Friedrich Gauss (1777-1855).
Matemático alemán de quien existen
varias anécdotas sobre su gran
talento matemático, el cual se
El modelo de Gauss y la inmersión de en manifestó desde su infancia.
Gauss, tomando como base los resultados anteriores y con objeto de contestar las Contribuyó ampliamente al
desarrollo de la teoría de los números
objeciones que se hicieron a la construcción anterior; es decir, la existencia de
y creó el primer modelo de geometría
números imaginarios, propuso el siguiente modelo: no euclidiana. Hizo también
Sea = { (a, b); a, b ∈ } aportaciones importantes en
astronomía y en física.
Definición 3.2.1
1. (a, b) = (c, d ) ⇔ a = c, b = d (representación única)
f ( a + b ) = f ( a ) ⊕ f (b )
f ( ab ) = f ( a ) ⊗ f ( b )
en donde, por supuesto, las operaciones de la izquierda de las igualdades son operaciones en y
las de la derecha, en .)
En vista de que las operaciones de las parejas, adición y multiplicación, se definieron toman-
do como modelo las de los binomios, estas nuevas operaciones tienen, necesariamente, las propie-
dades de las anteriores y, por lo tanto, = {{(a, b) | a, b ∈ }, ⊕, ⊗} , como se dijo y puede
comprobarse, resulta un campo. La inmersión f : → definida f ( a ) = ( a, 0 ) muestra que
puede considerarse como una extensión de campo de y bautizando i como i = (0, 1) . Además,
identificando a con f(a) = (a, 0), puede verse que
1. i = (0, 1) ⊗ (0, 1) = (−1, 0) = −1
2
La conjugación
Si z = (a, b), z = f ( z) = (a, − b).
Cuando se identifican los complejos como puntos del plano coordenado 2, es decir, cuando
z = (a, b) es el punto de abscisa a y de ordenada b, la conjugación puede interpretarse geométri-
camente como la reflexión sobre el eje x.
Entre otras propiedades, la conjugación tiene las que expresa el siguiente teorema.
Teorema 3.2.1
∀ z, w ∈ .
1. z + w = z + w “El conjugado de la suma es la suma de los conjugados”.
2. z · w = z · w “El conjugado de un producto es el producto de los conjugados”.
3. z = z ⇔ z∈
4. z =z
5. z =w⇔z=w
6. z + z = 2Re z z − z = 2i Im z
3.2 Números complejos 115
Demostración
Sean z = (a, b), w = (c, d ) .
( )
2. z · w = (ac − bd , ad + bc ) = ac − bd , − (ad + bc ) = (a, − b)(c, − d ) = z · w
3. z ∈ ⇔ b = 0 ∴ z = (a, − 0) = (a, 0) = z
5. z + z = 2 a = 2 Re z z − z = 2bi = 2i Im z
Corolario 1
(De 4) Puesto que la conjugación es autoinversa, resulta biyectiva.
Corolario 2
(De 2) Si w es w ≠ 0 (z / w) = z / w .
Teorema 3.2.2
Si η : → es un automorfismo que deja fijo a , (η( a ) = a ∀a ∈ ), entonces η es la conjuga-
ción o la identidad en .
Demostración
Sea z = (a, b) = a + bi .
Entonces η(z ) = η(a + bi ) = η(a ) + η(b)η(i ) = a + bη(i )
( a, b ∈ ⇒ η ( a ) = a, η ( b ) = b )
Además, −1 = η(−1) = η(i · i ) = η2 (i ) y, por lo tanto, η(i ) tiene que ser una raíz cuadrada
de −1, o sea, η(i ) = i o η(i ) = −i .
Si η(i ) = i muestra que η es la identidad en y si η(i ) = −i , η es la conjugación.
Ejemplo 3.2.11
Se desea calcular z si iz + (2 − i ) z = 10 + 6i .
10Las funciones biyectivas que respetan las operaciones se llaman isomorfismos, y cuando “van” de un campo en éste se conocen
como automorfismos.
116 Unidad 3 Sistemas numéricos
Entonces, z = x + yi , z = x − yi
∴ iz + ( 2 − i ) z = i ( x + yi ) + ( 2 − i )( x − yi ) = ( 2 x − 2 y ) − 2 yi
( 2 x − 2 y ) − 2 yi = 10 + 6i ⇒ −2 y = 6, 2 x − 2 y = 10
∴ x = 2, y = −3
Comprobación
i (2 − 3i ) + ( 2 − i )(2 − 3i ) = 3 + 2i + 7 + 4i = 10 + 6i
Ejercicio 3.2
4. Resuelva:
a) (1 + i ) z + (1 − i ) z = 4 d ) (1 + i ) z − ( 6 + i )w = 4
b) zz + 3( z + z ) = 7 e) zz − 3(z + z ) = i
c) i z + (1 + i ) z = 3 + i f ) 2 z + z − z = 4 − 2i
La norma
Si z = (a, b) es un número complejo, se define su norma z como z = g ( z ) = a 2 + b2 . Aquí tam-
bién, si se identifican los complejos como puntos del plano, la norma o tamaño de z puede inter-
pretarse como la distancia euclidiana de (a, b) al origen.
Entre otras propiedades, la función norma tiene las que están enumeradas en el siguiente
teorema.
Teorema 3.2.3
∀ z, w ∈ .
1. z = zz 3. zw = z w
2. z ≥ 0; z = 0 ⇔ z = 0 4. z+w ≤ z + w
Demostración
2 2
1. zz = ( a, b )( a, − b ) = a + b = z .
2. La demostración es inmediata, ya que el tamaño de z es la raíz cuadrada de un número
no negativo, y ésta sólo es cero si el radicando (a2 + b2) lo es.
2 2 2
3. zw = zw · zw = zz · ww = z w , y como los tamaños son números reales, “se vale”
extraer raíces cuadradas. Luego, zw = z w .
4. Observe que ∀z, z = z y que Re z ≤ z ; Im z ≤ z .
z + w = (z + w)(z + w) = zz + zw + zw + ww =
2
2 2 2 2
= z + 2 Re( zw ) + w ≤ z + 2 zw + w =
= z + 2 z w + w = ( z + w ) , que es una desigualdad de números reales no
2 2 2
negativos.
Por lo tanto, z + w ≤ z + w .
3.2 Números complejos 117
Corolario 1 (De 3) Si t ∈ , t = t t = t 2 = t ∴ t z = t z .
En particular, si t = −1, − z = z .
Una función de 2 en con las propiedades 2, 3 y 4 del teorema 3.2.3 (una norma)
permite definir la distancia entre dos puntos de 2, en este caso dos complejos z, w, como
sigue:
Def: ∀ z, w ∈ , d (z, w) = z − w
De la definición y de las propiedades de la norma se deducen las propiedades siguientes que con-
fieren a d la categoría de métrica.
Teorema 3.2.4
∀ z, y, w ∈ .
1. d ( z, w ) ≥ 0; d ( z, w ) = 0 ⇔ z = w
2. d ( z, w ) = d ( w, z )
3. d ( z, w ) ≤ d ( z, y ) + d ( y, w )
En efecto:
1. z − w ≥ 0; z −w = 0 ⇔ z −w = 0 ∴ z = w
2. z − w = w − z
3. z − w = z − y + y − w ≤ z − y + y − w (de las propiedades consignadas en los corolarios).
3. Suponiendo que se puede sacar raíz cuadrada a b2 − 4ac, que se representa como b2 − 4ac ,
la ecuación anterior queda
b b2 − 4ac
x+ =±
2a 2a
11La demostración de este teorema dentro del análisis complejo es tan elegante (breve) que justifica plenamente que se posponga,
dado que a este nivel resulta complicada y larga, y que por descansar, necesariamente, en alguna construcción de , no puede ser
algebraica pura.
118 Unidad 3 Sistemas numéricos
en donde el doble signo expresa el hecho de que para el caso sirve tanto la raíz cuadrada de b2 −
4ac, cuya existencia se supuso, como su inverso. Finalmente,
−b ± b2 − 4ac
x=
2a
Queda por justificar la antes mencionada existencia de las raíces cuadradas de b2 − 4ac, que
es lo que afirma el teorema siguiente.
Teorema 3.2.5
Para cada complejo z = a + bi diferente de cero existen (exactamente) dos raíces cuadradas com-
plejas: una raíz y su inversa aditiva.
Demostración
Sea w = x + yi, tal que w2 = z.
Entonces,
( x + yi )( x + yi ) = x 2 − y2 + 2 xyi = a + bi ∴ x 2 − y2 = a
2xy = b
Al elevar al cuadrado cada ecuación y al sumar:
x 4 − 2 x 2 y2 + y 4 = a 2
4x 2 y 2 = b 2
( )
2
x 4 + 2 x 2 y2 + y 4 = a 2 + b2 ∴ x 2 + y2 = a 2 + b2
Entonces,
x 2 + y2 = a 2 + b2 (= z )
2 2
x −y =a ( = Re z )
a 2 + b2 + a a 2 + b2 − a
∴ x2 = y2 =
2 2
y como a 2 + b2 ≥ a cada una de las expresiones de la derecha en estas igualdades tiene
raíces cuadradas (reales), de donde resulta que
a 2 + b2 + a a 2 + b2 − a
x=± , y=±
2 2
Para seleccionar la pareja de raíces que satisface nuestro problema —producir una raíz cua-
drada de z— debe tenerse en cuenta que como 2xy es igual a b, si b > 0, deben escogerse
signos iguales para x y y (ambos positivos o ambos negativos), y si b < 0 x y y deben
tener signos diferentes.
Ejemplo 3.2.12
Encuentre las raíces cuadradas de 5 − 12i entonces si w = x + yi es una de ellas:
Ejemplo 3.2.13
Obtenga las raíces de la ecuación z 2 − 3z + 3 − i = 0 .
Entonces, a = 1, b = −3, c = 3 − i,
y, por lo tanto,
b2 = 9
−4ac = −4(1)(( 3 − i ) = −12 + 4i ; b2 − 4ac = −3 + 4i
(x + yi )2 = b2 − 4ac = −3 + 4i
∴ x 2 + y2 = 5 (el tamaño)
x 2 − y2 = −3 (la parte real)
5−3 5+3
∴ x= = ±1 y= = ±2
2 2
Como 2xy = 4, los signos deben escogerse iguales.
Entonces, las raíces deben ser
1 + 2i y − 1 − 2i
3 ± (1 + 2i )
Finalmente, z=
2
z1 = 2 + i y z2 = 1 − i
Comprobación
(Sólo se hará para z1.)
(2 + i )2 − 3(2 + i ) + 3 − i = 3 + 4i − 6 − 3i + 3 − i = (6 − 6) + (4 − 4)i = 0
Ejemplo 3.2.14
Obtenga las raíces de la ecuación z 2 − 2iz − 9 − 6i = 0 .
a =1 b = −2i c = −9 − 6i
b2 − 4ac = −4 + 36 + 24i = 32 + 24i
Debe obtenerse 32 + 24i = x + yi
de manera que
x 2 + y2 = 40, 2 xy = 24 (signos iguales)
2 2
x − y = 32
x = ±6, y = ±2 ∴ las raíces son 6 + 2i y − 6 − 2i
de donde, regresando a la ecuación,
2i ± (6 + 2i )
z=
2
2i + 6 + 2i 2i − 6 − 2i
z1 = = 3 + 2i z2 = = −3
2 2
Comprobación
Para (−3):
(−3)2 − 2i (−3) − 9 − 6i = 9 + 6i − 9 − 6i = 0
Para (3 + 2i):
(3 + 2i )2 − 2i (3 + 2i ) − 9 − 6i = 9 − 4 + 12i − 6i + 4 − 9 − 6i = 5 + 4 − 9 + 12i − 12i = 0
La comprobación también puede hacerse, notando que la suma de las raíces debe ser r1 + r2 = −b
y su producto r1r2 = c. En efecto, si r1 y r2 son raíces de x2 + bx + c = 0, se tiene que
o sea r1 + r2 = −b
r1r2 = c
Haga esta comprobación en los ejemplos anteriores.
Ejercicios 3.2
a) z = 1 − 3i g) z = 24 − 10i m) z = −3 + 4i
b) z = −1 − 3i h) z = 2 + 2 3i n) z = −3 − 4i
c) z = 2i i) z = −8i ñ) z = 12 + 5i
d) z = −16 j) z = 5 − 12i o) z = 15 + 8i
e) z = −2i k) z = 3 − 4i p) z = −40 + 42i
f) z = −4 l) z = 3 + 4i
6. Resuelva las ecuaciones siguientes:
a) z 2 − 3z + 3 − i = 0 f) −5x 2 + 2 x − 1 = 0
b) z 2 − 2iz − 9 − 6i = 0 g) z 2 − (4 + i ) z + 5 − i = 0
c) z 2 − 3(1 + i ) z + 5i = 0 h) z 2 − (5 − 3i ) z + 2 − 6i = 0
d) (1 + i ) z 2 + (1 + 2i ) z − 2 = 0 i) z 2 + (2 − 3i ) z − (5 + 5i ) = 0
e) z 2 − 2iz + 1 = 0 j) z 6 + z 3 + 1 = 0
Sistemas de ecuaciones
I. Se desea resolver el sistema
iz + (1 + i )w = 3i
(1 + i ) z − (6 + i )w = −12 + 3i
Se observa que las incógnitas de la segunda ecuación son las conjugadas de la primera, por lo
que se puede conjugar, con lo que se obtiene una ecuación equivalente (con las mismas raíces). El
sistema, equivalente al primero, queda así:
iz + (1 + i )w = 3i
(1 − i ) z − (6 − i )w = −12 − 3i
y procediendo por suma y resta:
(1 − i )iz + (1 − i )(1 + i )w = (1 − i )3i i (1 − i ) z + 2w = 3 + 3i
−i (1 − i ) z − (−i )(6 − i )w = −i (−12 − 3i ) −i (1 − i ) z + (1 + 6i )w = −3 + 12i
Por lo tanto,
5i (1 − 2i )
(3 + 6i )w = 15i ∴ (1 + 2i )w = 5i ∴ w = = 2 +i
5
y sustituyendo en la primera ecuación,
iz + (1 + i )(2 + i ) = 3i
iz + 1 + 3i = 3i
−1
iz = −1; z = =i
i
Comprobación
i (i ) + (1 + i )(2 + i ) = −1 + 1 + 3i = 3i
(1 + i ) i − (6 + i )(2 + i ) = 1 − i − 13 + 4i = −12 + 3i
3.2 Números complejos 121
Comprobación
i (2 − i ) + 2 (1 + i ) = 3 + 4i
2 (2 − i ) − i (1 + i ) = 5 − 3i
III. Se desea resolver el sistema
x + y + z = 4 + 2i
x + 2 y − 2 z = −4 − 2i
2 x − 2 y − z = −5 + 5i
Indicando las operaciones con Rn′ (nuevo renglón n),
1 1 1 4 + 2i 1 1 1 4 + 2i
R2′ = R2 − R1
1 2 −2 −4 − 2i 0 1 −3 −8 − 4i
2 −2 −1 −5 + 5i R3′ = R3 − 2R1 0 −4 −3 −13 + i
R1′ = R1 − R2 1 0 4 12 + 6i 1 0 0 2i
R1′ = R1 − 4R3
R3 + 4R2 0 1 −3 −8 − 4i −
0 1 0 1 i
R3′ = 0 0 1 3 + i R2′ = R2 + 3R3 0 0 1 3 + i
−15
Por lo tanto,
x = 2i
y = 1− i
z = 3+i
Comprobación
Sustituyendo estos valores en el sistema original,
2i + (1 − i ) + (3 + i ) = 4 + 2i
2i + 2 (1 − i ) − 2 (3 + i ) = 2i + 2 − 2i − 6 − 2i = −4 − 2i
2 (2i ) − 2 (1 − i ) − (3 + i ) = 4i − 2 + 2i − 3 − i = −5 + 5i
Como puede verse, satisfacen cada una de las ecuaciones del sistema original.
Ejercicio 3.2
7. Resuelva:
a) i z + (1 + i )w = 3 + i b)
(1 + i ) z − ( 6 + i )w = 4
122 Unidad 3 Sistemas numéricos
c) 3z + w = 4 + 2i e)
2 z − iw = 3 + 2i iz1 + (1 + i ) z2 + (1 − i ) z3 = 7 + 4i
d) (1 + i ) z + (1 − i )w = 0
(1 − i ) z + (1 + i )w = 4 f) z1 + 2 z2 + 3z3 = 1 − 2i
4 z1 + 5 z2 + 6 z3 = 2 + i
7 z + 8 z + 9 z = 3 + 4i
1 2 3
r = a 2 + b2
II I
III IV
2π − Arctan
IV b
a
a
Equivalentemente, se define el “argumento” θ de z como el ángulo cuyo coseno es
b a + b2
2
y cuyo seno es . La utilización de estas últimas fórmulas permite trabajar en todo el plano.
a 2 + b2
θ no está definido si a2 + b2 = 0; es decir, si z = 0.
Puede verse que esta manera de definir el argumento de z permite la posibili-
Nota
dad de que dos ángulos θ1 y θ2 sean argumentos de z si θ1 y θ2 difieren en un múlti-
cis θ = cos θ + i sen θ.
plo entero de 2π, y sólo entonces (vea “argumento de un número complejo” más
adelante, observación que resultará conveniente cuando se estudie la extracción de
raíces n-ésimas) cos θ1 = cos θ2 y sen θ1 = sen θ2 si y sólo si θ1 = θ2 + 2πk, k ∈ .
3.2 Números complejos 123
Ejemplo 3.2.15
Im
Considere el vector (en el plano) de módulo 2 y
argumento π / 3, y calcule su forma rectangular y su
forma polar (se sugiere comenzar dibujando el vec-
tor de que se trate) (figura 3.14). 2
Entonces sus coordenadas rectangulares son 1 y
3. Por lo tanto, su forma rectangular es 1 + 3i y √3
su forma polar es 2 cis (π / 3) o 2 cis (60°).
Ejemplo 3.2.16 0 1 Re
Calcule las formas rectangular y polar de z– si z tiene
módulo 4 y argumento π / 4 (o 45°). Figura 3.14 Complejo de módulo 2 y
Entonces, como puede verse, la forma rectan- argumento π / 3.
gular de z– es 2 2 − 2 2 i y la forma polar es 4 cis
(−π / 4) = 4 cis (7π / 4).
Im
z
4
Im
π 4
8
4
0 Re
−π 4
0 4√3 Re
Ejemplo 3.2.17
Im
Transforme el 4 3 + 4i a la forma polar (también se sugiere empe-
zar con un dibujo).
Como se puede ver, el tamaño ( 4 3 )2 + 42 = 64 = 8 y el
argumento π / 6 (o 30°), y entonces la forma polar resulta
z = 8 cis 30° = 8(cos 30° + i sen30°).
Ejercicios 3.2
8. Calcule las coordenadas de los vectores del plano cuyo módulo es r y cuyo argumento es s.
a) r = 3 2, s = 225° e) r = 2, s = 45°
b) r = 2, s = 30° f) r = 4, s = 120°
c) r = 3, s = 90° g) r = 2, s = 300°
d) r = 2, s = 270°
Entre las ventajas que tiene la representación geométrica de los números complejos, que permite
estudiar la geometría del plano a través del álgebra de , se hace notar que tal representación
permite interpretar la suma de dos complejos z1 y z2 como la diagonal del paralelogramo cons-
truido sobre los sumandos, como se muestra en la figura 3.18.
Además, permite interpretar la multiplicación en la forma que expresa el siguiente teorema.
Im
Teorema 3.2.6
z1 + z2
z1 Sean z j = rj (cos θ j + i sen θ j ), j = 1, 2, números complejos (que por como-
didad se denotan en forma abreviada como z j = rj cis θ j ). Entonces,
z1z2 = r1r2 cis (θ1 + θ2 )
Demostración
Demostración (de la multiplicación)
( r1 cos θ1 + ir1 sen θ1 )( r2 cos θ2 + ir2 sen θ2 )
3.2 Números complejos 125
Corolario 1
Teorema de De Moivre
Si z = r cis θ es un número complejo, entonces ∀n ∈ , z n = r n cis ( nθ ).
Demostración
Y como el coseno es una función par y el seno es una función impar, cos (−α) = cos α,
sen (−α) = − sen α resulta
Ejemplo 3.2.19
Se desea realizar las siguientes operaciones:
5
1. 3. (1 + i )
( )
5
= 10(cos 100° + i sen 100°) = 10 cis 100° = 2 cis 45° = 25 / 2 cis 5( 45°) = 4 2 cis 225°
2.
Ejercicios 3.2
Realice las operaciones indicadas. En el caso de los complejos que están en forma rectangular,
11.
primero expréselos en forma polar.
a) 2(cos 25° + i sen 25°)5(cos 75° + i sen 75°)
b) 8(cos 18° + i sen 18°)6(cos 24° + i sen 24°)
126 Unidad 3 Sistemas numéricos
12
a) [ 4(cos 12° + i sen 12°)]3 h) ( 3 − i )
4 −4
b) [ 3(cos 18° + i sen 18°)] i) [5(cos 16° + i sen 16°)]
8
c) [ 3 (cos 25° + i sen 25°)]6 j) [ 7 (cos 20° + i sen 20°)]
8 6
d) [ 2(cos 20° + i sen 20°)] k) [cos ( −10° ) + i sen ( −10° )]
−6
e) (1 − i )10 l) (cos 10° + i sen 10°)
9 −10
f) (1 + i 3 ) m) ( 3 + i )
8
g) ( −2 3 + 2i ) n) ( −1 − i )12
Teorema 3.2.7
Sea z = ρ cis θ un número complejo diferente de cero. Entonces, para cada n entero positivo, z
tiene exactamente n raíces n-ésimas, que están dadas por la fórmula
θ + 2π k
wk = n ρ cis φk , en donde φ k = , k = 0, 1, ..., n − 1
n
Para fines prácticos, los ángulos pueden expresarse en grados, y en este caso
θ + 360°k
φk = , k = 0, 1..., n − 1
n
Demostración
Sea β = {w0 ,...,wn −1} el conjunto formado por los n valores de la fórmula que corresponden a
k = 0, 1..., n − 1 .
Entonces,
θ + 2π k
1. ( wk ) n = ( n ρ ) n cis ( n ) = ρ cis (θ + 2 π k ) = z
n
2. Suponga wi , 0 ≤ j ≤ i < n . Entonces, n ρ cis φ j = n ρ cis φ j y, por lo tanto, ϕi y ϕj difieren,
necesariamente, en un múltiplo entero de 2π, es decir,
θ + 2πi θ + 2π j i− j
φi − φ j = 2π k = − = 2π
n n n
i− j
Por lo tanto, k = n , que debe ser entero, lo cual significa que n divide a i − j, pero
0 ≤ i − j ≤ n ∴ i − j = 0, i = j .
Ejercicio 3.2.
1 si θ1 + θ2 ≤ −π
c ( z1, z2 ) = 0 si − π < θ1 + θ2 ≤ π
− 1 si θ + θ > π
1 2
a) E ( x ) = exp ( x ) ∀x ∈
b) ∀z, w ∈ , E ( z + w ) = E ( z ) E ( w )
c) E ′( z ) = E ( z ) · z ′
E ( z ) = E ( x + iy ) = E ( x ) E (iy ) = e x E (iy )
y, por lo tanto, nuestro problema, encontrar la forma correcta de definir E(z), se reduce a decidir
la manera en que debe interpretarse E(iy), que obviamente es un complejo cuyas partes real e
imaginaria dependen de y. Es decir,
E (iy ) = U ( y ) + iV ( y )
y se deben encontrar funciones U y V que resulten adecuadas para nuestro propósito (conseguir
que E tenga las propiedades deseadas a), b) y c)).
Entonces,
1. E (iy ) = U ( y ) + iV ( y ) por definición. Derivando en el supuesto de que E satisface a c),
2. E ′(iy ) = i E (iy ) = U ′( y ) + iV ′( y ), en donde U ′ y V ′ son derivadas con respecto a su variable y.
Los resultados anteriores muestran que tanto U como V deben ser las soluciones a los proble-
mas de valores iniciales siguientes:
U : y ′′ + y = 0, y( 0 ) = 1, y ′( 0 ) = 0
y V : y ′′ + y = 0, y( 0 ) = 0, y ′( 0 ) = 1
y como las soluciones a tales problemas son únicas, como se demuestra en los cursos de ecuacio-
nes diferenciales, U debe ser la función coseno y V la función seno. Luego,
E ( x + iy ) = e x (cos y + i sen y ) = e x cis y
Teorema 3.2.8
La función E : → así definida tiene las propiedades a), b) y c).
Demostración
a) E ( x ) = exp ( x ) ∀x ∈
z ∈ → z = x + 0i ∴ E ( z ) = exp ( x ) cis ( 0 )
cis ( 0 ) = 1 ∴ E ( z ) = E ( x ) = exp ( x )
b) E ( z1 + z2 ) = E ( z1 ) E ( z2 )
z j = x j + iy j j = 1, 2
z1 + z2 = ( x1 + x2 ) + i ( y1 + y2 )
c) E ′( z ) = E ( z ) z ′
z (t ) = x(t ) + iy(t ) ∴ E ( z ) = e x (cos y + i sen y )
E ′( z ) = x′e x (cos y + i sen y ) + y′e x ( −sen y + i cos y )
130 Unidad 3 Sistemas numéricos
Teorema 3.2.9
La función exponencial es periódica y cada periodo es de la forma 2πki, k ∈ .
Demostración
Sea w un periodo de E, luego ∀ z ∈ , E(z) = E(z + w). Al hacer z = 0, E(w) = 1, y si
w = x + yi, E(w) = ex cis y = 1 ⇒ x = 0, cos y = 1 y sen y = 0, entonces y = 2πk, k ∈ .
e2
1 1
e
1 1
La función logaritmo
Con el deseo de definir la función inversa de la exponencial (el logaritmo complejo), se observa que
si (por supuesto, E ( z ) = e x , Arg E ( z ) = y ). Por lo tanto, debe definirse
Ejemplo 3.2.20
1.
2. L ( −1) = ln −1 + i Arg ( −1) = ln 1 + πi = πi
Teorema 3.2.10
Si z1 = r1 cis θ1, z2 = r2 cis θ2 , entonces L ( z1z2 ) = L ( z1 ) + L ( z2 ) + 2 πic ( z1, z2 ).
Demostración
L ( z1z2 ) = L ( r1r2 cis (θ1 + θ2 + 2π c ( z1, z2 )))
= ln ( r1r2 ) + i (θ1 + θ2 + 2π c ( z1, z2 ))
= ln r1 + iθ1 + ln r2 + iθ2 + 2 π ic ( z1, z2 )
= L ( z1 ) + L ( z2 ) + 2π ic ( z1, z2 )
Definición 3.2.2
Si z es z ≠ 0, w ∈, z w = E ( wL ( z ))
3.2.11 Teorema
w1 + w2
1. ∀z ≠ 0, w1 , w2 ∈, z = z w1 · z w2
w w ww
2. ( z 1 ) 2 = z 1 2
3. Si z1 y z2 son distintos de cero,
w ∈ , ( z1z2 )w = z1w z2w E ( 2π wic ( z1z2 ))
132 Unidad 3 Sistemas numéricos
Demostración
w1 w 2
1. z = E (( w1 + w2 )L ( z )) = E ( w1L ( z ) + w2 L ( z ))
w1 w2
= E ( w1L ( z )) · E ( w2 L ( z )) = z ·z
w1 w2 w
2. ( z ) = E ( w2 L ( z 1 ))
w w
= E ( w2 · w1L ( z )) = z 1 2
w
3. ( z1z2 ) = E ( wL ( z1z2 ))
= E [ w( L ( z1 ) + L ( z2 ) + 2πic ( z1z2 ))]
= E [ wL ( z1 ) + wL ( z2 ) + 2πwic ( z1z2 )]
= E ( wL ( z1 )) · E ( wL ( z2 )) · E ( 2 π wic ( z1z2 ))
= z1w · z2w · E ( 2 π wic ( z1z2 ))
Ejemplo 3.2.21
1.
En la enseñanza del álgebra elemental se asegura que para obtener la raíz cuadrada de un número
negativo, se toma la correspondiente a su valor absoluto multiplicada por i.
Así, por ejemplo, se dice que −4 = 2i, y se justifica escribiendo
−4 = 4( −1) = 4 −1 = 2i.
Observe que en el paso intermedio 4( −1) = 4 −1 no se tomó en cuenta la corrección,
multiplicar por que en este caso es cero, ya que la suma de los argumentos de
los factores no excede π, y así el resultado es correcto, aunque el procedimiento no. Si lo fuera,
entonces valdría la conocida “paradoja” siguiente:
La falacia aparece cuando se sustituye ( −1)( −1) por ( −1) ( −1) , ya que aquí la corrección
no es cero. En efecto, Arg ( −1) = π y, por lo tanto, Arg ( −1) + Arg ( −1) = 2π , suma que excede el
rango que se escogió y que obliga en este caso a aplicar la corrección, c( −1, − 1) = −2π ; es decir,
debe multiplicarse el lado derecho de la igualdad por
Ahora sí: ( −1)( −1) = −1 −1( −1) = i 2 ( −1) = ( −1)( −1) = 1.
Teorema 3.2.12
∀ z, w ∈ .
3.2 Números complejos 133
2 2
1. sen z + cos z = 1 4. cos ( z + w ) = cos z cos w − sen z sen w
2. (sen z )′ = cos z 5. sen ( z + w ) = sen z cos w + cos z sen w
3. (cos z )′= − sen z
Demostración
2
2 e zi − e − zi e 2 zi + e −2 zi − 2
1. sen z = =
2i −4
2
2 e zi + e − zi e 2 zi + e −2 zi + 2
cos z = =
2 4
e 2 zi + e −2 zi + 2 − e 2 zi − e −2 zi + 2
Por lo tanto, sen2 z + cos2 z = =1
4
e zi − e − zi ′ i ( e zi + e − zi ) e zi + e − zi
2. (sen z )′= = = = cos z
2i 2i 2
e zi + e − zi ′ i ( e zi − e − zi ) i 2 ( e zi − e − zi )
3. (cos z )′= = = = −sen z
2 2 2i
( e zi + e − zi )( e wi + e −wi ) e ( z +w )i + e ( z −w )i + e ( − z +w )i + e −( z +w )i
4. cos z cos w = =
4 4
( e zi − e − zi )( e wi − e −wi ) e ( z +w )i − e ( z −w )i − e ( − z +w )i + e −( z +w )i
sen z sen w = =
( 2i )( 2i ) −4
2 e ( z + w )i + 2 e ( z + w )i
∴ cos z cos w − sen z sen w = = cos ( z + w)
2
( e zi − e − zi )( e wi + e −wi ) e ( z +w )i + e ( z −w )i − e ( − z +w ) − e −( z +w )i
5. sen z cos w = =
2( 2i ) 4i
( e zi + e − zi )( e wi − e −wi ) e ( z +w )i − e ( z −w )i + e ( − z +w )i − e −( z +w )i
cos z sen w = =
2( 2i ) 4i
2 e ( z + w )i − 2 e − ( z + w )i
∴ sen z cos w + cos z sen w = = sen ( z + w )
4i
Ejercicios 3.2
Polinom
de ecua
4.1 Polinomios
Unidad
• Suma y multiplicación
• Grado
• Inmersión de K en K [x]
• Algoritmo de la división
4.2 Funciones polinomiales
• Teorema del residuo
• Raíces de ecuaciones polinomiales
• Teorema del factor
ciones
ios y teo
• Algoritmo de la división sintética
• Raíces complejas
• Raíces “surd”
• Las ecuaciones generales de 2º, 3º y 4º grados
4.3 Algunos resultados de la teoría de números y su aplicación
a los polinomios y a las funciones polinomiales
• Máximo común divisor de dos enteros (algoritmo de Euclides)
• Fracciones parciales
4.4 Métodos numéricos
• Introducción
• Error
• Cálculo de raíces de ecuaciones
ría
• Método de iteración de punto fijo
• Método de bisección
• Método de Newton-Raphson
• Aplicaciones
• Estimación de las constantes de la ecuación de estado de Van der Waals
136 Unidad 4 Polinomios y teoría de ecuaciones
4.1 Polinomios
Los polinomios son objetos matemáticos que el estudiante encuentra desde sus estudios de secun-
daria. Son expresiones de la forma siguiente: a0 + a1x + a2x2 + … + anxn, que por tener estructura
de sumas se conocen como sumas formales. El conjunto {a0, …, an} consta de elementos de algún
campo, usualmente el de los números reales o el de los complejos, y se llaman coeficientes; x es la
indeterminada. Cuando se trata de funciones polinomiales (vea más adelante), la x también se lla-
ma la variable o incógnita. Los estudiantes aprenden a operar con ellos (sumarlos, restarlos, mul-
tiplicarlos, dividirlos y también usarlos para resolver gran variedad de problemas); sin embargo,
el sustento teórico de lo que están haciendo es muy poco claro. En efecto, ¿qué son esas indeter-
minadas? ¿La x2 qué significa? ¿Cómo se multiplican entre sí o con los coeficientes? ¿Qué clase de
sumas son esas, en las que no está clara la naturaleza de los sumandos? Esas sumas y esas multi-
plicaciones, ¿conmutan? ¿Son asociativas? ¿Qué leyes obedecen y cuáles no?
Con objeto de establecer una base teórica adecuada para contestar las preguntas anteriores y
poder extender la teoría convenientemente, se proponen las definiciones pertinentes que, por
supuesto, están basadas en el conocimiento intuitivo previo, el que se tiene y que se usará junto
con el concepto de grado (que se formalizará más adelante) para orientar las definiciones corres-
pondientes.
Suma y multiplicación
La observación de que tanto la suma como la multiplicación de polinomios pueden definirse pres-
cindiendo de las indeterminadas permite identificar cada polinomio con la colección de sus coefi-
cientes. Así, el polinomio a0 + a1x + a2x2 + … + anxn se hace corresponder con la colección
(a0, a1, …, an). Por ejemplo, al polinomio x5 + 3x4 − x2 + 2x − 3 le corresponde la colec-
ción (−3, 2, −1, 0, 3, 1). Note que en estas colecciones los coeficientes aparecen en el orden inverso
del que se usa en la forma acostumbrada. Puede verse que con esta identificación para sumar poli-
nomios de distinto grado es necesario agregar tantos ceros como sea preciso para igualar el núme-
ro de términos de cada sumando, así como para “rellenar” los huecos que dejan las “potencias
faltantes”. Con objeto de obviar estos “estiramientos” parciales se propone un “estirón” general
que sirva para todos los casos, y con esta consideración se define: el polinomio a0 + a1x + a2x2 +
… + a xn es la sucesión casi nula1 (a , a , …, a , 0, 0, …). De acuerdo con esto, dos polinomios
n 0 1 n
resultan iguales si y sólo si son idénticos. [Recuerde que dos funciones f y g son iguales si y sólo si
tienen igual dominio, igual contradominio y producen la misma imagen en cada elemento al que
se le aplican (f : A → B) = (g : C → D) si y sólo si A = C, B = D y f(x) = g(x) para toda x ∈ A.]
La suma de polinomios se define de manera natural como la suma de imágenes, esto es, si a y
b son los polinomios a = (a0, a1, …, an, 0, …) y b = (b0, b1, …, bn, 0, …), el polinomio a + b es
a + b = (a0 + b0, a1 + b1, …, ai + bi, 0, …), que por supuesto resulta también una sucesión casi nula.
Se hace cero, al menos, a partir del lugar que corresponde al máximo de m y n.
Por ejemplo, sean a = (1, −2, 0, 7, 0,…) y b = (5, 0, 4, 0,…). Entonces la suma a + b resulta
a + b = (1 + 5, −2 + 0, 0 + 4, 7 + 0, 0 + 0,…), o sea, a + b = (6, −2, 4, 7, 0,…).
Como los coeficientes (imágenes de los números naturales correspondientes) pertenecen a un
campo, es claro que la suma que se ha definido resulta asociativa, conmutativa, con elemento cero
y con un inverso aditivo para cada polinomio. Explícitamente, 0 = (0, 0, …), y si
a = (a0, a1, …, an, 0, …), −a = (−a0, −a1, …, −an, 0, …),
que tiene las propiedades que se requieren. Así, 0 + a = a y −a + a = 0.
Con objeto de que la multiplicación de polinomios coincida con la que conocemos, se define,
para a = (a0, a1, …, an, 0, …) y b = (b0, b1, …, bm, 0, …), ab = (c0, c1, …, cj, 0, …), en donde cada
n+m
ck es ckk = ∑ ai b j . Así, c = (a0b0, a0b1 + a1b0, a0b2 + a1b1 + a2b0, …).
k =i + j
1 Una sucesión es una función S : ℕ → D cuyo dominio es el conjunto de los números naturales. Se dice que es casi nula si y sólo
si S(n) = 0 para todos los números naturales, excepto por un número finito de ellos.
4.1 Polinomios 137
Grado
Definición 4.1.1
Se define el grado de un polinomio a = (a0, a1, …, an, 0, …) como n si an ≠ 0 y am = 0 para todo
m > n. Por ejemplo, si a = (0, 2, 1, 5, 0, …), es de grado 3; recuerde que los “lugares” se cuentan
desde el lugar cero. b = (7, 0, 0, …) es de grado cero; note que los polinomios que corresponden
a los elementos diferentes de cero del campo de los coeficientes son precisamente los de grado
cero (vea inmersión).
Observe que para definir el grado de un polinomio es preciso que algún coeficiente de éste sea
diferente de cero. Por esta razón resulta que el polinomio cero no puede tener grado (el polinomio
cero está “degradado”).
Al sumar (o restar) dos polinomios de distinto grado, la suma (o la diferencia) resulta del
mismo grado que el del mayor. Sin embargo, cuando ambos sumandos son de igual grado, pue-
de suceder que se cancelen algunos términos (uno, varios o todos), y así se dice que el resultado de
una suma (o resta) es el polinomio cero o un polinomio de grado menor o igual que el grado
común de los sumandos.
Ejemplo 4.1.1
Teorema 4.1.1
Sean a = (a0, …, an, 0, …) y b = (b0, …, bm, 0, …) dos polinomios de grado n y m, respectivamente.
Entonces el grado del producto ab es n + m.
Demostración
El término cn+m del producto consta de la suma de los productos ai bj con i + j = n + m. Cuan-
do i es i > n, ai = 0 (el grado de a es n). Por otro lado, si i < n, j resulta mayor que m y, por lo
tanto, bj . = 0, de modo que el único término de la suma que sobrevive es anbm , que es distin-
to de cero, ya que ambos factores lo son.
Los coeficientes del producto mayores a n + m son todos cero, ya que la condición
i + j > n + m fuerza a que necesariamente i sea mayor que n, y en ese caso ai = 0 o que j sea
mayor que m, y ahora es bj la que se anula.
2 Un anillo es una terna {A, +, .}, en donde A es un conjunto y +, . son operaciones binarias en A tales que {A, +} es un grupo
abeliano y la multiplicación . se distribuye sobre la suma por ambos lados. Si la multiplicación conmuta el anillo se conoce como
anillo conmutativo, y si tiene idéntico (uno) se dice que es un anillo con uno.
Un anillo conmutativo se llama dominio entero si y sólo si en la multiplicación se pueden cancelar factores iguales, distintos de
cero o equivalentemente, cuando cero no tiene divisores propios, es decir, que un producto es cero si y sólo si alguno de sus factores es
cero. El ejemplo más importante de los dominios enteros es el conjunto de los enteros ℤ (que además tiene idéntico multiplicativo: uno).
138 Unidad 4 Polinomios y teoría de ecuaciones
Teorema 4.1.2
En un anillo conmutativo, cero no tiene divisores propios si y sólo si se “vale cancelar” factores
diferentes de cero, es decir, ab = ac y a ≠ 0 ⇒ b = c.
Demostración
⇒
Hipótesis: ab = 0 ⇒ a = 0 o b = 0.
PD ab = ac y a ≠ 0 ⇒ b = c.
El teorema de la deducción permite incorporar ab = ac y a ≠ 0 como hipótesis adicional,
y entonces demostrar que b = c.
De ab = ac se sigue que 0 = ab − ac = a(b − c), por lo que a = 0 o (b − c) = 0. Pero a ≠ 0
por hipótesis, de modo que (b − c) tiene que ser cero. Por lo tanto, b = c.
⇐
Suponga que se vale cancelar factores diferentes de cero y que ab = 0. Debe demostrarse
que a = 0 o b = 0. Equivalentemente, a ≠ 0 ⇒ b = 0.
Sea pues a ≠ 0 y ab = 0; entonces, ab = a · 0, y como a ≠ 0, al cancelarla queda b = 0.
Inmersión de K en K [x]
Cada elemento a0 ∈ K, mediante la identificación natural, puede considerarse como el polinomio
(a0, 0, 0,...) ∈ K [x].
Si se define η : K → K [x] como η ( a0 ) = ( a0 , 0, 0, ) , η resulta una función inyectiva tal que
para todos a, b ∈ K, η ( a + b ) = η ( a ) + η ( b ) y η ( ab ) = η ( a ) η ( b ) . (Es decir, η es lo que se conoce
como un monomorfismo de anillos o inmersión.)
Demostración
{ }
Se define K+ [ x ] = ( a0 , , an , 0, ) ; an > 0 y entonces puede verse que K+[x] resulta una
clase positiva3 y que a ∈ K+ ⇔ η (a) ∈ K+ [x], con lo que se puede concluir que η también “respe-
ta” el orden.
3 Sea D un dominio entero (o un campo). D+⊂ D es una clase positiva si y sólo si para todos los elementos de D:
Definición 4.1.2
x = ( 0, 1, 0, , 0, )
Entonces, x 2 = (0, 0, 1, 0, , 0, )
x = (0, 0, 0, , 1, 0, )
n
En este último paréntesis, el “1” se encuentra en el n-ésimo lugar (recuerde que los “lugares”
se cuentan desde el lugar cero).
También an x n = (an , 0, , 0, )(0, 0, , 0, 1, 0, ) = (0, 0, , 0, an , 0, ) , en donde an está en
el n-ésimo lugar.
Y finalmente, a0 = (a0 , 0, 0, , 0, )
a1x = ( 0, a1, 0, , 0, )
a2 x 2 = ( 0, 0, a2 , , 0, )
an x = (0, 0, 0, , an , )
n
Algoritmo de la división
El algoritmo de la división asegura que, como en el caso de los enteros, en el anillo K [x] la división
es una operación bien definida en el sentido que afirma el siguiente teorema:
Teorema 4.1.3
Sean a, b ∈ K [x], b ≠ 0. Entonces existen únicos q y r polinomios tales que a = bq + r, en donde r
es cero o su grado es menor que el de b.
El teorema asegura dos cosas que se demostrarán separadamente: la existencia del cociente y
del residuo, y la unicidad de éstos.
Demostración
Demostración de la primera parte (existencia)
Se hará por inducción sobre el grado de a, utilizando el segundo principio. La hipótesis es “el
teorema se cumple para el cero y para todo polinomio de grado menor que el grado de a”.
Observe que si a es el polinomio cero o su grado es menor que el grado de b, entonces q = 0
y r = a satisfacen lo que el teorema asegura. En efecto, a = 0 · b + a, gr (a ) < gr (b) o a = 0. Por
lo tanto, se supone que gr (b) ≤ gr (a ) y sean
a = (a0 , … , an , 0,…) = an x n + + a0 , an ≠ 0
b = (b0 , …, bm , 0, …) = bm x m + + b0 , bm ≠ 0 m ≤ n
140 Unidad 4 Polinomios y teoría de ecuaciones
Recuerde que cuando se divide a entre b, el primer término del cociente se construye
dividiendo an entre bm, y tomando n − m como exponente para la x, es decir, se construye
an n − m
α= x
bm
Se multiplica después α por b y el producto se resta de a. Al hacer esto, el primer térmi-
no de a se cancela y se obtiene el primer residuo r1, que puede ser cero, y que si no lo es,
tiene grado menor que n. Entonces,
a = αb + r1 (4.1.1)
Si r1 = 0, el proceso termina. Si no, aplicando la hipótesis de inducción a r1 resulta que
r1 = q1b + r2 con r2 = 0 o gr (r2 ) < gr (b). Al sustituir esta expresión para r1 en la ecuación
(4.1.1) se obtiene:
a = α b + q1b + r2 = (α + q1 )b + r2
4 Observe que: p|q ⇒ ∃ r ∋ pr = q, y entonces si q no es cero, su grado es la suma de los grados de sus factores, es decir,
Demostración
f(x) ∈ K [x] y K ⊂ E aseguran que f(x) puede considerarse también como un polinomio con
coeficientes en E y, por lo tanto, el algoritmo de la división garantiza la existencia de q(x) y
r(x) (en E [x]) tales que f(x) = q(x − a) + r, en donde r = 0 o gr(r) = 0 (es decir, r es un polino-
mio constante).
Esta igualdad vale para las funciones polinomiales y, por lo tanto, ∀ x ∈ E,
f (x) = q (x)(x − a ) + r (x), y si x = a, f (a ) = q (a )(a − a ) + r (a ) = r.
(Recuerde que r ∈ K implica que r(x) es una función constante y que, por lo tanto,
∀ x ∈ R, r(x) = r.)
Definición 4.2.1
Sea f(x) ∈ K [x], K es un subcampo de E; a ∈ E es un cero de f (o una raíz de la ecuación
f(x) = 0) si f(a) = 0.
142 Unidad 4 Polinomios y teoría de ecuaciones
Definición 4.2.2
a ∈ E es un cero de multiplicidad m de f (o una raíz de multiplicidad m de f(x) = 0) si (x − a)m
divide a f(x) y (x − a ) m +1 ya no la divide.
Definición 4.2.3
Las raíces de multiplicidad uno se llaman raíces simples. Las de multiplicidad dos, dobles; las
de tres, triples; y, en general, para m > 3 se denominan como “raíces de multiplicidad m”.
Aquellas de multiplicidad cero son las que no son raíces (vea más adelante).
Demostración
⇒
Hipótesis: a es una raíz f(x) = 0.
PD (x − a ) f (x).
Al dividir f (x) entre (x − a), el residuo que se obtiene, de acuerdo con el teorema del residuo,
es f (a), y como a es cero del polinomio f, la expresión que resulta es f (x) = q (x)(x − a ) + 0, de lo
que se sigue inmediatamente que (x − a) divide a f (x).
⇐
Hipótesis: (x − a ) f (x).
PD f (a ) = 0.
Dado que x − a divide a f (x), ∃ q (x) ∈ E [x] ∋ f (x) = q (x)(x − a ), lo que dice que al
dividir f (x) entre x − a, el residuo que resulta es cero, que, de acuerdo con el teorema del
residuo, es igual al valor f (a).
Una aplicación importante del teorema del factor consiste en transformar el problema de
encontrar raíces de las ecuaciones polinomiales por medio de fórmulas (lo que en el caso del poli-
nomio general de grado mayor o igual que cinco, está demostrado que es imposible) en un proble-
ma de divisibilidad. En efecto, cada vez que al dividir f (x) entre x − a se obtenga el residuo cero,
se habrá encontrado la raíz a de la ecuación f (x) = 0.
Por supuesto, en el caso de los números reales es imposible probar con cada uno de ellos si es
o no cero del polinomio de que se trate; sin embargo, el conjunto de los números racionales que
pueden ser cero de los polinomios con coeficientes enteros está bien definido y no es muy nume-
roso, por lo que en estos casos resulta adecuado utilizar el método de la división. Puede demos-
trarse que si f (x) ∈ Z [x] es f (x) = a0 + a1x + + an x n , con los coeficientes ai ∈ Z, entonces las
únicas raíces racionales p/q (simplificadas, es decir, tales que (p, q) = 1) de la ecuación f (x) = 0
pertenecen al conjunto de las fracciones para las que p a0 y q| an. En particular, si an = 1 (y en este
caso se dice que f (x) es un polinomio mónico), las únicas raíces racionales tienen que ser enteras,
con lo que la búsqueda se simplifica bastante.
Ejemplo 4.2.1
Sea f (x) = x 6 + 10 x5 + 40 x 4 + 82 x 3 + 91x 2 + 52 x + 12 = 0. Las posibles raíces racionales pertene-
cen al conjunto de los divisores de 12, a saber: { ± 1, ± 2, ± 3, ± 4, ± 6, ± 12} . Puede probarse que
x 6 + 10 x5 + 40 x 4 + 82 x 3 + 91x 2 + 52 x + 12 = (x + 1)3 (x + 2)2 (x + 3) , que por lo tanto tiene raíces
4.2 Funciones polinomiales 143
−1, −2 y −3. (−1 es raíz triple; −2, doble; y −3, simple. Cualquier otro racional es raíz de multipli-
cidad cero, es decir, no es raíz.)
Ejemplo 4.2.2
8x + 28x5 + 10 x 4 − 35x 3 − 5x 2 + 16x − 4 = 0. En este ejemplo, las raíces racionales se deben buscar
6
entre las fracciones cuyo numerador es un divisor de 4 y con denominador divisor de 8. Así, el
p
conjunto de números sospechosos de ser raíces racionales de la ecuación son { q }, en donde
{ }
p ∈ { ± 1, ± 2, ± 4} y q ∈ { ± 1, ± 2, ± 4, ± 8}. Entonces, p / q ∈ ± 2, ± 1, ± 1 , ± 1 , ± 1 . f(x) resulta ser
2 4 8
( )
3
igual a 8(x + 2)2 (x + 1) x − 1 , y, por lo tanto, sus raíces son −2 de multiplicidad 2, −1 de multi-
1 2
plicidad 1 y 2 de multiplicidad 3.
Ejemplo 4.2.3
x + x 3 + 3x 2 − 2 x + 2 = 0 . En este caso, las raíces racionales tienen que estar en el conjunto de los
4
divisores de 2, a saber: ± 1, ± 2. Se puede ver que el conjunto {(x + 1), (x − 1), (x + 2), (x − 2)} no
4 3 2
tiene ningún divisor de x + x + 3x − 2 x + 2, de lo que se concluye que la ecuación propuesta
no tiene raíces racionales.
Como puede verse, una vez que se han localizado los posibles sospechosos de ser raíces racio-
nales, su búsqueda requiere de divisiones f (x) entre binomios de la forma x − a, proceso que se
puede simplificar utilizando el algoritmo conocido como “división sintética”, que se detalla a
continuación.
Ejemplo 4.2.4
−3x 2 − 6 x − 10
x−2 −3x 3 + 2 x − 7
(
− −3x 3 + 6x 2 )
−6x 2 + 2 x − 7
− −6x 2 + 12 x ( )
−10 x − 7
−(−10 x + 20)
−27
Observe que:
1. En el cociente aparecen las potencias decrecientes de la x, empezando por xn−1 (algunos coefi-
cientes pueden ser cero).
2. El signo y el coeficiente de cada término del cociente coinciden con los de los primeros térmi-
nos de cada dividendo (el original y cada residuo parcial). Cada uno es el resultado de dividir
los correspondientes coeficientes entre 1.
Estas operaciones sólo involucran a los coeficientes, de manera que se puede prescindir
de las x en todas las expresiones.
3. Al efectuar cada resta se cambian los signos al sustraendo y se suman, por lo que el primer
término de cada dividendo se anula.
−3
2 −3 0 2 −7
−6
−6 2 −7
−6
2 −6 2 −7
−12
−10 −7
−10
2 −10 −7
−20
−27
4.2 Funciones polinomiales 145
es decir:
−3 −6 −10
2 −3 0 2 −7
−6 −12 −20
−6 −10 −27
1. Escriba, dentro del calderón de la división, los coeficientes f (x) en el orden que ocupan cuan-
do se escribe el polinomio como dividendo, teniendo cuidado de poner cero en los lugares
correspondientes a las potencias faltantes. Por ejemplo, si f (x) = −3x 2 + 2 x − 7 y a = 2:
−3 0 2 −7
2. Afuera del calderón escriba “a” (note que se está dividiendo entre x − 2).
2 −3 0 2 −7
3. Copie el primer coeficiente del divisor y póngalo en la parte superior del calderón:
−3
2 −3 0 2 −7
4. Multiplique ese número (−3) por (2), súmelo al segundo término dentro del calderón (0) y
escriba la suma en la parte de arriba:
−3 −6
2 −3 0 2 −7
−6
5. Prosiga en forma ordenada (ahora es 2 × − 6 que se suma al 2. El –10 sube).
−3 −6 −10
2 −3 0 2 −7
−6 −12
6. El proceso termina con la última suma, que es el residuo:
−3 −6 −10
2 −3 0 2 −7
−6 −12 −20 (−27)
7. Escriba en el cociente las potencias de x que corresponden, empezando de derecha a izquier-
da, con x0 (que es igual a 1 y no se pone). Entonces la división de −3x 3 + 2 x − 7 entre x − 2
tiene cociente −3x 2 − 6x − 10 y residuo –27.
Ejemplo 4.2.5
Encuentre las raíces racionales de la ecuación 12 x5 + 4x 4 − 33x 3 + 16x 2 + 3x − 2 = 0 y factorícela.
Solución
Note que como los coeficientes de la ecuación son enteros, las posibles raíces racionales son núme-
ros p donde p es un divisor de 2 y q es un divisor de 12; es decir, las raíces racionales pertenecen
{ }
q
al conjunto ±1, ± 2, ± 1 , ± 1 , ± 1 , ± 1 , ± 1 , ± 2 .
2 3 4 6 12 3
146 Unidad 4 Polinomios y teoría de ecuaciones
Observe que como la suma de los coeficientes es cero, 1 es una raíz; entonces, x − 1 divide al
polinomio. En efecto,
12 16 −17 −1 2 0
1 12 4 −33 16 3 −2
12 16 −17 −1 2
4 3 2
(
Entonces, 12 x + 4x − 33x + 16x + 3x − 2 = (x − 1) 12 x + 16x − 17 x 2 − x + 2 .
5 4 3
)
Ahora el problema es encontrar las raíces racionales del factor de la derecha, que es un poli-
nomio un grado menor que el original. Como el coeficiente principal y el término independiente
no han cambiado, las posibles raíces racionales siguen perteneciendo al mismo conjunto.
Se puede ver (división sintética) que 1, −1 y 2 no son raíces.
Entonces ensayamos con el −2, con lo que resulta:
12 −8 −1 1 0
−2 12 16 −17 −1 2
−24 16 2 −2
En efecto,
1 1 1
Ahora las posibles raíces racionales pertenecen al conjunto ± , ± , ±
2 3 6
.
{ }
6 2 0
1
6 −1 −1
Nota 2
Como 1 sigue siendo candidato,
3 1
2 Como resultado queda
debe seguirse probando como posible
1 1
12 x5 + 4x 4 − 33x 3 + 16x 2 + 3x − 2 = 2 (x − 1) (x + 2) x − x − (6x + 2)
raíz.
2 2
2
1
= 4(x − 1)(x + 2) x − (3x + 1)
2
2
1 1
= 12 (x − 1)(x + 2) x − x + .
Nota
Los últimos pasos se pueden cambiar 2 3
por la solución de la ecuación
6x 2 − x − 1 = 0 mediante el uso de la 1 1 1
fórmula general para resolver las
Finalmente, las raíces racionales son 1, − 2, , , − .
2 2 3
ecuaciones de segundo grado.
4.2 Funciones polinomiales 147
Ejemplo 4.2.6
Encuentre las raíces racionales de x5 − 16x 4 + 93x 3 − 254x 2 + 332 x − 168 = 0 x.
Solución
Como el polinomio es mónico, las posibles raíces son enteras y pertenecen al conjunto
{±1, ± 2, ± 3, ± 4, ± 6, ± 7, ± 8, ± 12, ± 14, ± 21, ± 24, ± 28, ± 42, ± 56 ± 84, ± 168}.
Es claro que evaluar el polinomio con x = 1 es equivalente a sumar sus coeficientes, mientras
que cuando x = −1, los coeficientes correspondientes a las potencias impares de la variable cam-
bian de signo. Como al evaluar el polinomio en los valores 1 y −1 se obtienen valores distintos de
cero, los factores (x − 1) y (x + 1) no lo dividen:
(1)5 − 16(1)4 + 93(1)3 − 254(1)2 + 332 (1) − 168 = 1 − 16 + 93 − 254 + 332 − 168 = −12
(−1)5 − 16(−1)4 + 93(−1)3 − 254(−1)2 + 332 (−1) − 168 = −1 − 16 − 93 − 254 − 332 − 168 = −874
Por lo tanto, pruebe con 2:
1 −14 65 −124 84 0
2 1 −16 93 −254 332 −168
2 −28 130 −248 168
(
Entonces, x5 − 16x 4 + 93x 3 − 254x 2 + 332 x − 168 = (x − 2) x 4 − 14x 3 + 65x 2 − 124x + 84 . )
Como el término independiente cambió y hemos probado que 1 y −1 no son raíces, el conjun-
to de posibles raíces racionales es ahora {±2, ± 3, ± 4, ± 6, ± 7, ± 12, ± 28, ± 42, ± 84} .
Así, es conveniente continuar probando con 2:
1 −12 41 −42 0
2 1 −14 65 −124 84
2 −24 82 −84
(
El resultado es x5 − 16x 4 + 93x 3 − 254x 2 + 332 x − 168 = (x − 2)2 x 3 − 12 x 2 + 41x − 42 y las )
posibles raíces racionales pertenecen al conjunto {±2, ± 3, ± 6, ± 7, ± 14, ± 21, ± 42} . Nuevamente
se recomienda continuar con 2:
1 −10 21 0
2 1 −12 41 −42
2 −20 42
1 −7 0
3 1 −10 21
3 −21
El resultado es x5 − 16x 4 + 93x 3 − 254x 2 + 332 x − 168 = (x − 2)3 (x − 3)(x − 7).
Entonces las raíces racionales son 2, 2, 2, 3, 7.
Note que el polinomio x 2 − 10 x + 21 = 0 se puede descomponer directamente en factores en
la forma x 2 − 10 x + 21 = (x + a )(x + b), de manera tal que a + b = −10 y ab = 21. Entonces a = −3 y
b = −7; por lo tanto, x 2 − 10 x + 21 = (x − 3)(x − 7).
148 Unidad 4 Polinomios y teoría de ecuaciones
Ejemplo 4.2.7
Encuentre las raíces racionales de la ecuación x 6 − 3x5 − 5x 4 + 15x 3 + 4x 2 − 12 x = 0.
Solución
Como este polinomio carece de término independiente, es conveniente factorizarlo antes de plan-
tear el conjunto de las posibles raíces. Así,
(
x 6 − 3x5 − 5x 4 + 15x 3 + 4x 2 − 12 x = x x5 − 3x 4 − 5x 3 + 15x 2 + 4x − 12 )
y dado que x = (x − 0) , el polinomio queda factorizado en la forma
(
x 6 − 3x5 − 5x 4 + 15x 3 + 4x 2 − 12 x = (x − 0) x5 − 3x 4 − 5x 3 + 15x 2 + 4x − 12 )
es decir, cero es una de sus raíces (cero anula el primer factor). Las posibles raíces del factor de la
derecha pertenecen al conjunto {±1, ±2, ±3, ±4, ±6, ±12}.
Como la suma de los coeficientes es cero y 1 es una raíz, entonces x − 1 divide al polinomio.
En efecto,
1 −2 −7 8 12 0
1 1 −3 −5 15 4 −12
1 −2 −7 8 12
(
Así, x 6 − 3x5 − 5x 4 + 15x 3 + 4x 2 − 12 x = x (x − 1) x 4 − 2 x 3 − 7 x 2 + 8x + 12 . )
En este caso, las posibles raíces racionales que faltan siguen perteneciendo al mismo conjunto:
{±1, ±2, ±3, ±4, ±6, ±12}
y como la suma de los coeficientes es distinta de cero, 1 ya no es raíz; proceda con −1:
1 −3 −4 12 0
−1 1 −2 −7 8 12
−1 3 4 −12
(
Entonces, x 6 − 3x5 − 5x 4 + 15x 3 + 4x 2 − 12 x = x (x − 1)(x + 1) x 3 − 3x 2 − 4x + 12 . )
Al sumar los coeficientes cambiando los signos de aquellos cuyas potencias son impares no se
obtiene cero, es decir, −1 ya no se repite. Las posibles raíces racionales pertenecen al conjunto
reducido {±2, ±3, ±4, ±6, ±12}. Pruebe ahora con 2:
1 −1 −6 0
2 1 −3 −4 12
2 −2 −12
1 −3 0
−2 1 −1 −6
−2 6
El resultado es x 6 − 3x5 − 5x 4 + 15x 3 + 4x 2 − 12 x = x (x − 1)(x + 1)(x − 2)(x + 2)(x − 3) .
Entonces, las raíces racionales son −2, −1, −0, 1, 2, 3.
Raíces complejas
En el campo de los números complejos existe una función, la conjugación, η : → , que aso-
cia a cada número complejo z = a + bi , su conjugado z = a − bi , y que puede verse, geométrica-
mente, como la reflexión de los puntos del plano (números complejos) sobre el eje de las abscisas.
Recuerde que la función η tiene las propiedades siguientes:
4.2 Funciones polinomiales 149
Teorema 4.2.1
Si η(z) se denota como z , entonces ∀ z, w ∈ se cumple:
1. z = z El conjugado del conjugado de z es z (es decir, η es autoinversa).
2. z + w = z + w ∴ z − w = z − w El conjugado de la suma es la suma de los conjugados (la
conjugación conmuta con la suma).
3. zw = z w ∴ si w ≠ 0 (z / w) = z / w El conjugado de un producto es el producto de los con-
jugados (la conjugación conmuta con el producto).
4. z = z si y sólo si z ∈ La conjugación deja fijo a ℝ.
Corolario 1
Si un complejo z es cero de un f(x) con coeficientes reales, entonces z también, y ambos
complejos son raíces de igual multiplicidad de la ecuación f(x) = 0.
Demostración
n
Si f (x) = a0 + a1x + + an x n , ai ∈ , i = 1, 2, ..., n y z ∈ es tal que 0 = f (z ) = ∑ ai z i :.
n 0
Al conjugar ambos lados de la igualdad 0 = ∑ai z i se obtiene
0
.
Tanto 0 como cada ai son números reales (y, por lo tanto, coinciden con sus conjuga-
dos), y como además se puede probar (por inducción) que ∀ n ∈ , z n = ( z ) n , de
0 = a0 + a1 z + + an z se obtiene 0 = a0 + ∑ ai (z ) = f (z ).
n i
La discusión anterior muestra que si un complejo z es raíz de una f(x) = 0 con coeficientes
reales, entonces z también y que, por lo tanto, (x − z ) y (x − z ) son divisores de f(x).
Dado que (x − z) y (x − z ) son primos relativos, (x − z)(x − z ) f (x).
Note que si z = a + bi, (x − z )(x − z ) es (x − a − bi )(x − a + bi ) = x 2 + 2 ax + a 2 + b2 ∈ [x] y,
f (x)
por lo tanto, = g (x) ∈ [x], que es de grado 2 unidades menor que el de f(x), lo que
(x − z)(x − z )
en general facilita la búsqueda de las demás raíces.
Raíces “surd”
El razonamiento anterior también se aplica en el caso de los elementos del campo
( p ) = {a + b p; a, b ∈ , p primo}
Ejemplo 4.2.8
Si se sabe que 1 − 2 3 es raíz de x 4 − 2 x 3 − 10 x 2 − 2 x − 11 = 0 , de acuerdo con el corolario 1,
( ) (
1 + 2 3 también es raíz y, por lo tanto, x − 1 − 2 3 y x − 1 + 2 3 dividen al polinomio. Como )
éstos son factores primos relativos, su producto también divide. Es decir, x − 1 + 2 3 x − 1 − 2 3 ( )( )
es un divisor del polinomio original. Para encontrar el producto, los factores se pueden agrupar
( )( )
en la forma (x − 1) + 2 3 (x − 1) − 2 3 , que, como se ve, resulta una diferencia de cuadrados, es
( )( ) ( )
2
decir, (x − 1) + 2 3 (x − 1) − 2 3 = (x − 1)2 − 2 3 = x 2 − 2 x − 11 , que es un polinomio con coefi-
cientes enteros.
x2 +0x +1
x2 −2x −11 x4 −2x3 −10x2 −2x −11
−x4 +2x3 +11x2
0x3 +x2 −2x
0x3 +0x2 +0x
x2 −2x −11
−x2 +2x +11
0
Note que las raíces que faltan son los ceros del polinomio que está en el numerador, o sea,
x2 + 1.
( )(
Entonces, x 4 − 2 x 3 − 10 x 2 − 2 x − 11 = x − 1 + 2 3 x − 1 − 2 3 (x + i )(x − i ). )
Finalmente, los ceros de f (x) = x 4 − 2 x 3 − 10 x 2 − 2 x − 11 son 1 − 2 3, 1 + 2 3 , i , −i
Ejemplo 4.2.9
Se sabe que i es raíz de x 4 − 7 x 3 + 13x 2 − 7 x + 12 = 0. Encuentre las otras raíces.
Solución
Como i es raíz, de acuerdo con el teorema anterior, −i también, y, por lo tanto, el producto
(x − i )(x + i ) = x 2 + 1 divide al polinomio. Al efectuar la división se obtiene:
x2 −7x +12
x2 +0x +1 x4 −7x3 +13x2 −7x +12
−x4 +0x3 −x2
−7x3 +12x2 −7x
7x3 +0x2 +7x
12x2 +0x +12
−12x2 +0x −12
0
Note que el procedimiento anterior puede simplificarse empleando solamente los coeficientes.
Es decir,
1 −7 12
1 0 1 1 −7 13 −7 12
−1 0 −1
−7 12 −7
7 0 7
12 0 12
−12 0 −12
0
4.2 Funciones polinomiales 151
( )( )
Entonces, x 4 − 7 x 3 + 13x 2 − 7 x + 12 = x 2 + 1 x 2 − 7 x + 12 = (x − i ) (x + i ) x 2 − 7 x + 12 . ( )
Proceda ahora a buscar los ceros de la función f (x) = x 2 − 7 x + 12.
Las posibles raíces están en el conjunto {±1, ± 2, ± 3, ± 4, ± 6, ± 12} , y puede probarse por
división sintética que ni ±1 ni ±2 lo son; por lo tanto, pruebe con 3.
1 −4 0
3 1 −7 12
3 −12
Ejemplo 4.2.10
Encuentre las raíces de la ecuación 12 x 7 − 32 x 6 + 39x5 + 5x 4 − 28x 3 + 16x 2 + 20 x + 4 = 0, sabiendo
que 1 − i es una raíz de multiplicidad 2.
Solución
De acuerdo con el teorema 4.2.1, si 1 − i es una raíz doble de la ecuación, entonces su conjugado
también lo es, por lo que el producto
12 16 7 1
1 −4 8 −8 4 12 −32 39 5 −28 16 20 4
−12 48 −96 96 −48
16 −57 101 −76 16
−16 64 −128 128 −64
7 −27 52 −48 20
−7 28 −56 56 −28
1 −4 8 −8 4
−1 4 −8 8 −4
0
Entonces,
( ) (12x3 + 16x2 + 7x + 1)
2
12 x 7 − 32 x 6 + 39x5 + 5x 4 − 28x 3 + 16x 2 + 20 x + 4 = x 2 − 2 x + 2
(
= [(x − 1 − i )(x − 1 + i )] 12 x 3 + 16x 2 + 7 x + 1 .
2
)
Ahora el problema consiste en encontrar los ceros del polinomio f (x) = 12 x 3 + 16x 2 + 7 x + 1.
Nuevamente, como los coeficientes de la ecuación son enteros, las posibles raíces racionales
son números qp donde p es un divisor de 12 y q es 1; es decir, las raíces racionales pertenecen al
conjunto ±1, ± 1 , ± 1 , ± 1 , ± 1 , ± 1 .
2 3 4 6 12
Como todos los coeficientes f(x) son positivos, la ecuación f(x) = 0 no puede tener raíces
positivas, por lo que deben probarse solamente los “sospechosos” negativos.
Al evaluar el polinomio en −1 se obtiene
1
( )
Entonces, 12 x 3 + 16x 2 + 7 x + 1 = x + 12 x 2 + 10 x + 2 = (2 x + 1) 6x 2 + 5x + 1 .
2
( )
1
Al probar nuevamente con − se encuentra:
2
6 2 0
1
− 6 5 1
2
−3 −1
1 1
Como 3x + 1 = 0 tiene raíz x = − , y 2x + 1 = 0, x = − , las raíces del polinomio original son
3 2
1 1 1
1 + i, 1 + i, 1 − i, 1 − i, − , − , −
2 2 3
Ejemplo 4.2.11
Sea f (x) = 2 x10 − 3x 9 + x8 − 16x 7 + 12 x 6 − 22 x5 + 26x 4 − 8x 3 + 10 x 2 + x − 3 un polinomio del que
se sabe (de alguna manera) que i es un cero de multiplicidad 2, y se desea resolver la ecuación
f (x) = 0. Puesto que f (x) ∈ [x], y de acuerdo con el teorema anterior, se sabe que entonces
(x − i) 2 y también (x + i)2 dividen a f(x).
Solución
( )
2
El producto (x − i )2 (x + i )2 = x 2 + 1 = x 4 + 2 x 2 + 1 divide a f(x), y al efectuar la división se ob-
tiene
2 −3 −3 −10 16 1 −3
1 0 2 0 1 2 −3 1 −16 12 −22 26 −8 10 1 −3
−2 0 −4 0 −2
−3 −3 −16 10 −22
3 0 6 0 3
−3 −10 10 −19 26
3 0 6 0 3
−10 16 −19 29 −8
10 0 20 0 10
16 1 29 2 10
−16 0 −32 0 −16
1 −3 2 −6 1
−1 0 −2 0 −1
−3 0 −6 0 −3
−3 0 −6 0 −3
0
Entonces,
{ 1 3
±1, ± , ± , ± 3 .
2 2 }
Otra vez, como la suma de los coeficientes es cero, 1 debe ser raíz:
2 −1 −4 −14 2 3 0
1 2 −3 −3 −10 16 1 −3
2 −1 −4 −14 2 3
(
Entonces, 2 x 6 − 3x5 − 3x 4 − 10 x 3 + 16x 2 + x − 3 = (x − 1) 2 x5 − x 4 − 4x 3 − 14x 2 + 2 x + 3 . )
De esta manera, el problema ahora es encontrar las raíces de 2 x5 − x 4 − 4x 3 − 14x 2 + 2 x + 3 = 0.
En este caso las posibles raíces racionales pertenecen al mismo conjunto, excepto que, como la
suma de los coeficientes es distinta de cero, 1 no lo es y se puede probar por división sintética que
–1 tampoco. Entonces el conjunto de las posibles raíces de la nueva ecuación es
{1 3
± , ± , ±3 .
2 2 }
1
Pruebe con :
2
2 0 −4 −16 −6 0
1 2 −1 −4 −14 2 3
2
1 0 −2 −8 −3
1
Entonces, 2 x 6 − 3x5 − 3x 4 − 10 x 3 + 16x 2 + x − 3 = (x − 1) x − 2 x 4 − 4x 2 − 16x − 6
2
( )
(
= (x − 1)(2 x − 1) x 4 − 2 x 2 − 8x − 3 . )
4 2
El problema se ¿reduce? ahora a la solución de la ecuación de 4° grado: x − 2 x − 8x − 3 = 0.
El conjunto de sus posibles raíces racionales es
{±1, ± 3}
pero, como probamos anteriormente, los valores ±1 no son raíces. Pruebe con ±3:
2 6 14 26 72 2 −6 14 −58 168
3 2 0 −4 −16 −6 −3 2 0 −4 −16 −6
6 18 42 78 −6 18 −42 174
Evidentemente, ±3 tampoco son raíces. Entonces,
2 x10 − 3x 9 + x8 − 16x 7 + 12 x 6 − 22 x5 + 26x 4 − 8x 3 + 10 x 2 + x − 3
(
= (x − i )2 (x + i )2 (x − 1)(2 x − 1) x 4 − 2 x 2 − 8x − 3 )
1
Las raíces racionales de la ecuación original son i , i , − i , − i , 1, . ¿Está claro que la ecuación
2
no tiene más raíces racionales?¿Qué hacer ahora? … ¡No se pierda la próxima sección!
Resumen
1. Asegúrese de que f (x) ∈ [x], es decir, el polinomio tiene coeficientes enteros.
2. Escriba los coeficientes en forma ordenada, poniendo cero en el lugar de cada coeficiente de
los términos faltantes.
154 Unidad 4 Polinomios y teoría de ecuaciones
p
; p a0 , q an , p y q primos relativos
q
5. Observe:
• Si los coeficientes de f(x) son todos positivos, no hay raíces positivas.
• Si los coeficientes de f(−x) son todos negativos o todos positivos, no hay raíces negativas.
6. Si la suma de los coeficientes de f(x) es cero, 1 es raíz. Si la suma de los coeficientes de f(−x)
es cero, −1 es raíz. Si los últimos r términos del polinomio son cero, 0 es una raíz de multipli-
cidad r. En particular, si el término independiente es cero, 0 es raíz.
7. Si encuentra una raíz, busque las demás en el polinomio degradado, incluida la que encontró
cuando sea el caso (es decir, cuando permanezca en la lista de las posibles).
8. Haga buen uso de la información (raíces irracionales y complejas conjugadas).
Recuerde que, como consecuencia del teorema fundamental del álgebra, todo polinomio de
grado n tiene exactamente n raíces (bien contadas, es decir, cada raíz de multiplicidad r cuenta
como r raíces); por lo tanto, si sólo encontró m raíces racionales (y las buscó bien) con m < n,
faltan n − m raíces que pueden ser irracionales o complejas conjugadas (vea el ejemplo 4.2.10).
A continuación se enuncian cuatro teoremas importantes sin demostración.
Teorema 4.2.2
Teorema fundamental del álgebra
Todo polinomio f(x) no constante, con coeficientes complejos, tiene (al menos) un cero complejo.
[Para cada ecuación f (x) = 0, si f (x) no es un polinomio constante existe un número complejo z
tal que f (z) = 0.]
Teorema 4.2.3
Sea K un campo, f (x) ∈ K [x] y f (x) no constante. Entonces existe una extensión F del campo K
(un campo F del cual K es un subcampo) en el que f (x) tiene un cero (al menos uno).
Corolario 16
Existe una extensión del campo K en la que f (x) tiene tantos ceros (bien contados) como
su grado.
Teorema 4.2.4
Sea f (x) un polinomio de grado n con coeficientes en un campo K. Entonces f (x) tiene a lo más n
raíces en cualquier extensión del campo K.
Teorema 4.2.5
El campo de los números complejos es algebraicamente cerrado, es decir, contiene a todas las
raíces de las ecuaciones polinomiales complejas (cada ecuación f (x) = 0 con f (x) ∈ C [x], tiene
todas sus raíces en ).
6La condición de que se trate de campos es esencial para que los teoremas se cumplan. En el conjunto de los cuaternios reales
QR = {a + bi + cj + dk; a, b, c, d ∈ R}, cuyas operaciones cumplen todas las propiedades requeridas por las operaciones de los
campos, excepto la conmutatividad de la multiplicación, el polinomio x2 + 1 tiene un número infinito de ceros, a saber, todos los
cuaternios de la forma bi + cj + dk con b2 + c2 + d2 = 1 (es decir, la ecuación x2 + 1 = 0 tiene tantas raíces como puntos tiene la
esfera con centro en el origen y radio uno).
4.2 Funciones polinomiales 155
2a
“discriminante” ∆ = b2 − 4ac (se llama así porque, cuando los coeficientes son reales, permi-
te conocer la naturaleza de sus raíces. En efecto, si Δ es mayor que cero, las raíces de la ecua-
ción son dos números reales distintos. Si Δ = 0, la ecuación tiene una sola raíz real doble
−b / (2a), y si Δ < 0, las raíces son complejos conjugados).
3. Las fórmulas de Cardano y el método de “completar cuadrados” de Ferrari permiten resolver
las ecuaciones de 3° y 4° grados.
La ecuación de 3° grado
Sea ax3 + b ′x2 + c ′x + d ′ = 0, a, b ′, c′, d ′ ∈ , a ≠ 0.
3 2
1. Se divide entre a y se obtiene x + bx + cx + d = 0. Al definir y d ′ = d / a. Una
observación importante: en casi todos los casos, cuando se trata de resolver una ecuación
f (x) = 0 conviene transformar el problema en otro en donde f (x) sea un polinomio mónico
(con coeficiente principal 1), lo que en general simplifica los cálculos. Esto se consigue divi-
diendo el polinomio entre el coeficiente principal. El resultado es un polinomio que tiene
exactamente los mismos ceros que el original. En efecto, si g(x) es igual a k f (x), k ≠ 0, g(x) = 0
si y sólo si f (x) = 0.
2. Al hacer el cambio de variable x = y − b / 3 se elimina el término de segundo grado. Entonces,
156 Unidad 4 Polinomios y teoría de ecuaciones
b2 2b3 bc
Finalmente, 0 = y3 + c − y + − + d = y3 + py + q
3 27 3
b2 2b3 bc
en donde p = c − ; q = − +d
3 27 3
La ecuación ahora es y3 + py + q = 0.
Se propone entonces el cambio y = u + v y se obtiene u3 + 3u2 v + 3uv 2 + v 3 + p(u + v) + q = 0, es
decir, u3 + (3uv + p)(u + v) + q + v 3 = 0. 3
p p3 3 2 3 p
Al hacer v = − , queda u3 + q − = 0 y equivalentemente ( u ) + qu − = 0 , que
3u 27 u3 3
3
es una ecuación de 2° grado en u , por lo que
3
p
−q ± q 2 + 4 2 3
3 q q + p
u3 = =− ±
2 2 2 3
u3 tiene tres raíces cúbicas (u1, u2 y u3), y si se denota a una cualquiera de ellas como
2 3
q q p
u = 3 − + +
2 2 3
las otras dos resultan ser uω y uω2, en donde ω = − 1 + 3 i y ω 2 = − 1 − 3 i son dos de las raíces
2 2 2 2
cúbicas de la unidad.
2 3
q q p
Si ahora se considera como v3 = − 2 − 2 + 3 existen tres valores para v, y si a uno de
q q 2 p 3
ellos lo denotamos como v = 3 − − + , se tiene que los otros dos valores para v son vω
y vω2. 2 2 3
3
p p
y así: uv = 3 − = −
3 3
p
es decir, v satisface la igualdad v = − 3u , que es lo que se pidió en un paso anterior.
2 3 2 3
q q p q q p
La moraleja de todo este cuento es que las fórmulas u3 = − 2 + 2 + 3 y v3 = − 2 − 2 + 3
2 3
q q p permiten encontrar un valor para u y otro para v que satisfacen la condición
− +
2 2 3
p
anterior, es decir, v = − y, por lo tanto, permiten calcular y1 = u + v , que es una raíz de la
3u
(
ecuación reducida que se deseaba resolver y3 + py + q = 0 .
p
)
Ahora, si u y v son tales que uv = − , las parejas uω con vω2 y uω2 con vω también satisfacen
3
la condición requerida y, por lo tanto, y2 = uω + v ω2 , y3 = uω2 + v ω son las otras dos raíces
de la ecuación reducida. Finalmente,
b b b
x1 = y1 − , x2 = y2 − , x3 = y3 −
3 3 3
son las tres raíces de la ecuación original.
4.2 Funciones polinomiales 157
Ejemplo 4.2.12
x 3 − 6x 2 − 12 x − 8 = 0
x = y+2
x3 = y3 + 6y2 + 12y + 8
−6x2 = − 6y2 − 24y − 24
−12x = − 12y − 24
−8 = − 8
x 3 − 6x 2 − 12 x − 8 = y3 − 24 y − 48
p = − 24 q = − 48
q 2 p 3
∆ = + = 576 − 512 = 64 ∴ ∆ =8
2 3
u3 = 24 + 8 = 8 · 4; u = 2 3 4 , 2 3 4 ω , 2 3 4 ω2
v 3 = 24 − 8 = 8 · 2; v = 2 3 2 , 2 3 2 ω2 , 2 3 2 ω
p
23 4 · 23 2 = 43 8 = 8 = −
3
∴ y1 = 2 3 4 + 2 3 2 = 2 ( 3 4 + 3 2 ) ; x1 = 2( 3 4 + 3 2 + 1)
y2 = 2 3 4 ω + 2 3 2 ω2 = 2 ( 3 4 + 3 2 ω2 ) ; x2 = 2 ( 3 4 ω + 3 2 ω2 + 1)
y3 = 2 3 4 ω2 + 2 3 2 ω = 2 ( 3 4 ω2 + 3 2 ω) ; x3 = 2 ( 3 4 ω2 + 3 2 ω + 1)
Como puede verse, y1 + y2 + y3 = 0, y1 y2 y3 = 48, como debe ser (relaciones entre raíces y
coeficientes), que es una comprobación (parcial) de que y1, y2 y y3 son las raíces de la ecuación
reducida y3 − 24 y − 48 = 0 . Note que también x1 + x2 + x3 = 6.
La ecuación de 4° grado
Un método general para resolver las ecuaciones de cuarto grado ax 4 + bx 3 + cx 2 + dx + e = 0 con
a, b, c, d , e ∈ , a ≠ 0, consiste en lograr una factorización del polinomio en dos factores de
segundo grado que se resuelven después con la “fórmula del chicharronero”.
La factorización se consigue completando trinomios cuadrados perfectos de la manera que se
ilustra en los siguientes ejemplos.
Ejemplo 4.2.13
x 4 + x 3 − 3x 2 + 7 x − 6 = 0.7
a) Considere los dos primeros términos y complete el trinomio cuadrado perfecto agregando y
2
1 13
restando 4 x ; x 4 + x 3 + 1 x 2 − 13 x 2 + 7 x − 6 = 0 y reordenando x 2 + x = x 2 − 7 x + 6.
1 2
4 4 2 4
1 u2
b) Agregue u x 2 + x + a cada lado.
2 4
7 Recuerde que, según la observación que se hizo anteriormente, se considerarán sólo polinomios mónicos (o monificados).
158 Unidad 4 Polinomios y teoría de ecuaciones
2 2 2
x 2 + 1 x + u x 2 + 1 x + u = u + 13 x 2 + u − 7 x + u + 6
2 2 4 4 2 4
2
1 u 13 u u2
es decir, x 2 + x + = u + x 2 + − 7 x + +6 (4.2.3)
2 2 4 2 4
x2 − x + 2
x2 + 2x − 3
− 3x2 + 3x − 6
2x3 − 2x2 + 4x
x4 − x3 + 2x2
x4 + x3 − 3x2 + 7x − 6
( )(
que es el polinomio original. Luego, x 4 + x 3 − 3x 2 + 7 x − 6 = x 2 − x + 2 x 2 + 2 x − 3 = 0. )
f) Resuelva las ecuaciones i) y ii) y compruebe los resultados. La multiplicación efectuada en
el paso e) permite que la comprobación pueda hacerse solamente en los factores i) y ii).
1± 1− 8 1 7 1 7
de x 2 − x + 2 = 0 x = ; x1 = + i x2 = − i
2 2 2 2 2
−2 ± 4 + 12
de x 2 + 2 x − 3 = 0 x = ; x3 = 1 x4 = −3
2
1 7 1 7
g) Finalmente, x 4 + x 3 − 3x 2 + 7 x − 6 = (x − 1)(x + 3) x − − i x − + i
2 2 2 2
1 7 1 7 8
ker f = 1, − 3, + i, − i .
2 2 2 2
8 El núcleo o kernel de una función f, ker f, representa al conjunto de números complejos tales que, bajo la función polinomial
f (x), van a dar al cero. Es decir, ker f es el conjunto de las raíces de la ecuación f (x) = 0.
4.3 Algunos resultados de la teoría de números y su aplicación 159
Ejemplo 4.2.14
x 4 − 6x 3 + 16x 2 − 54x + 63 = 0
i) x 4 − 6x 3 + 9x 2 + 7 x 2 − 54x + 63 = 0
u2 u2
(x2 − 3x) ( )
2
+ u x 2 − 3x += (u − 7) x 2 + (54 − 3u) x + − 63
4 4
2 2
x 2 − 3x + u = u − 7 x 2 + 54 − 3u x + u − 63
( ) ( ) (4.2.4)
2 4
2 u2
La ecuación auxiliar es (54 − 3u) = 4 − 63 (u − 7); es decir, u3 − 16u2 + 72 u + 1 152 , que
4
se puede factorizar (con división sintética) en la forma u3 − 16u2 + 72 u + 1152 = (u − 16) u2 + 72 , ( )
de modo que u = 16 transforma al segundo miembro de la ecuación (4.2.4) en 9x 2 + 6x + 1 , que
es igual a (3x + 1)2 . Entonces,
x 2 − 3x + 8 = ±(3x + 1)
Ejemplo 4.2.15
Resuelva x 4 − 11x 2 + 28x − 6 = 0.
Observe que, por no existir término en x3, la compleción del primer trinomio cuadrado per-
fecto no tiene que hacerse.
i) x 4 = 11x 2 − 28x + 6.
u2 u2
ii) x 4 + ux 2 + = (u + 11) x 2 − 28x + + 6 . (4.2.5)
4 4
Puede verse (por tanteos) que u = 5 transforma la ecuación (4.2.5) en
2 2
x 2 + 5 = 4x − 7
2 2
lo que conduce a la factorización final
( ) (
x 4 − 11x 2 + 28x − 6 = x 2 + 4x − 1 + x 2 − 4x + 6 . )
1. La suma
a) es asociativa: (a + b) + c = a + (b + c).
b) es conmutativa: a + b = b + a.
160 Unidad 4 Polinomios y teoría de ecuaciones
Teorema 4.3.1
De la definición resulta que ∀ n, m ∈ ,
i) n ≥ 0, n = 0 si y sólo si n = 0.
ii) nm = n m .
*) n < m si y sólo si −m < n < m ∴(|n| ≤ m si y sólo si −m ≤ n ≤ m).
iii) n + m ≤ n + m .
Propiedades cuya demostración es directa de la definición.
Demostración
En efecto,
i) Si n es cero, −n también y, por lo tanto, n = 0.
Si no es cero, n o −n es positivo y entonces coincide con n , que, por lo tanto, es positivo.
ii) En el caso en que n = 0 o m = 0, nm es cero y entonces tanto nm como n m
resultan ser ambas cero y, por lo mismo, iguales entre sí.
Para analizar los otros cuatro casos se puede construir una tabla como la que sigue,
en la que puede verse, comparando las dos últimas columnas, que el teorema es cierto.
Tabla 4.1 Análisis de los casos de la propiedad ii)
n m |n| |m| nm |nm| |n||m|
+ + n m + nm = nm
+ − n −m − −nm = n (−m)
− + −n m − −nm = (−n)m
− − −n −m + nm = (−n)(−m)
*) ⇒
Hipótesis: n < m
PD − m < n < m
n < m ⇒ m mayor que n y que −n, por lo que n < m, − n < m. Al multiplicar la
segunda desigualdad por −1 se obtiene − m < n, de donde − m < n < m.
⇐
Hipótesis: − m < n < m, es decir, n < m y − m < n; por lo tanto, al multiplicar la segun-
da desigualdad por −1 se obtiene − n < m, de donde resulta que m es más grande que
el máximo de { n, − n}, que es n ; es decir, n < m.
4.3 Algunos resultados de la teoría de números y su aplicación 161
En el conjunto Z de los números enteros vale, además, lo siguiente:
Teorema 4.3.2
Algoritmo de la división. Sean a, b ∈ , b ≠ 0. Entonces existen (y son únicos) un cociente q y un
residuo r tales que a = bq + r, 0 ≤ r < b .
Demostración
−(q0 + 1) si b = b
Finalmente, al hacer q = se tiene a = bq + r, 0 ≤ r < b .
(q0 + 1) si b = −b
Demostración
Demostración de la unicidad de q y de r
Suponga que:
a = bq 1 + r1 0 ≤ r1 < b
a = bq 2 + r2 0 ≤ r2 < b y que r1 ≤ r2 .
Entonces, bq1 + r1 = bq 2 + r2 ∴ b( q1 − q 2 ) = r2 − r1 ≥ 0, es decir, b ( r2 − r1 ) , pero r2 − r1 < b ,
de donde r2 − r1 = 0,10 ∴ r2 = r1, b( q1 − q 2 ) = 0 y b ≠ 0, y consecuentemente q1 = q2.
Las propiedades 1 y 2 de las operaciones y el algoritmo de la división caracterizan a las estruc-
turas matemáticas conocidas como anillos euclidianos. En el caso de los enteros, la función eucli-
diana11 es el valor absoluto.
Entre los anillos euclidianos más importantes, además de están los polinomios [x] con
coeficientes reales y función euclidiana “grado” (el polinomio cero no tiene grado y por eso en la
definición de “función euclidiana” se excluye el cero del dominio de ésta), y los enteros gaussianos
[i] = {a + bi ∈ ; a, b ∈}, en donde la función euclidiana es d (a + bi ) = a 2 + b2 .
En el anillo euclidiano de los enteros existen teoremas que se demuestran usando solamen-
te los axiomas y que, por lo tanto, valen (son teoremas) también en toda estructura en la que se
cumplan los axiomas equivalentes. Tal es el caso del anillo [x] de los polinomios y el anillo [i]
de los enteros gaussianos. Recíprocamente, todo teorema en [i] o en [x] (de hecho en cualquier
anillo euclidiano), vale también en (algunos teoremas importantes de la teoría de números
—aritmética— se demostraron en [i ]).
Entre los teoremas que valen en y que se utilizarán (sin requerir demostración) en los poli-
nomios se señalan los siguientes:
1. ∀ m, n ∈ , n > 1, m se puede escribir como una suma de múltiplos de potencias de n,
m = a0 + a1n + a2 n2 + + ak n k con 0 ≤ ai < n, i = 1, 2, , k.
El procedimiento para calcular los coeficientes ai consiste en dividir primero m entre n. Si
m = q0 n + r0 0 ≤ r0 < n, se define a0 = r0 . Se divide ahora q0 entre n, q0 = q1n + r1, 0 ≤ r1 < n y se
hace a1 = r1. Se prosigue dividiendo los cocientes entre n y definiendo como ai a los residuos
correspondientes. El principio del buen orden12 garantiza que finalmente se llegue al residuo cero,
con lo que el proceso termina.
Ejemplo 4.3.1
Exprese 27 como múltiplos de las potencias de 2 (note que en este caso los coeficientes —resi-
duos— sólo pueden ser 0 o 1).
27
13 1 a0 = 1
6 1 a1 = 1 27 = 1 + 1 · 2 + 0 · 22 + 1 · 23 + 1 · 2 4
3 0 a2 = 0
1 1 a3 = 1 27 = 1 + 2 + 8 + 16
0 1 a4 = 1
10 Lema: En . Sean b y c tales que b|c. Entonces c ≠ 0 ⇒ |b| ≤ |c| y por contrapuesta si |b| > |c|, c tiene que ser cero. En efecto, b|c
⇒ ∃ d ∈ ∋ bd = c y, por lo tanto, |b||d| = |c|. Si c ≠ 0 , d y b no pueden ser cero ∴ 1 ≤ |d| y 1 ≤ |b|, y de ahí, |b| ≤ |b||d| = |c|.
11 Una función euclidiana d, en un dominio entero D, es una función d : D* → N, tal que para todos los elementos a, b diferentes
de cero en el dominio d(a) ≤ d(ab) y ∀ a, b ∈ D, b ≠ 0, ∃ q, r ∈ D∋ a = bq + r, r = 0 o d(r) < d (b) (vale el algoritmo de la división).
12 El principio del buen orden para garantiza que todo conjunto no vacío de enteros positivos (en este caso los residuos) tiene
Ejemplo 4.3.2
En [x] exprese 2 x 4 + 3x − 7 como una suma de múltiplos de potencias de x − 1. Los coeficientes
deben ser ceros o polinomios de grado menor que gr (x − 1) (que es 1), o sea, deben ser constantes.
Mediante la división sintética se obtiene:
(2 = a4 )
2 (8 = a3 )
1 2 6 (12 = a2 )
1 2 4 6 (11 = a1 )
1 2 2 2 5 (−2 = a0 )
1 2 0 0 3 −7
(x − 1)0 = 1
(x − 1) = 1 −1
(x − 1)2 = 1 −2 1
(x − 1)3 = 1 −3 3 −1
(x − 1)4 = 1 −4 6 −4 1
−2 −2
11 (x – 1) 11 −11
12 (x − 1)2 12 −24 12
8(x − 1)3 8 −24 24 −8
2(x − 1)4 2 −8 12 −8 2
2x4 + 3x − 7 2 0 0 3 −7
Ejemplo 4.3.3
Exprese 3x 4 + 2 x 3 − 1 como múltiplos de potencias de x 2 + x + 1 . Usando la división de polino-
mios simplificada (escribiendo sólo los coeficientes):
3 −1 −2
1 1 1 3 2 0 0 −1
−3 −3 −3
−1 −3 0
1 1 1
−2 1 −1
2 2 2
3 1 ; a0 = 3x + 1
3
1 1 1 3 −1 −2
−3 −3 −3
−4 −5 ; a1 = −4x − 5
0
1 1 1 3
3 ; a2 = 3
164 Unidad 4 Polinomios y teoría de ecuaciones
( ) ( )
2
Entonces 3x 4 + 2 x 3 − 1 = (3x + 1) − (4x + 5) x 2 + x + 1 + 3 x 2 + x + 1 .
Comprobación
3x + 1
− 4x 3 − 9x 2 − 9x − 5
3x 4 + 6x 3 + 9x 2 + 6x + 3
3x 4 + 2 x 3 + 0 x 2 + 0x − 1
El máximo común divisor de dos enteros, de dos polinomios, de dos enteros gaussianos o...,
no ambos cero, existe y es combinación lineal de ellos. Este máximo común divisor es múltiplo de
cualquier otro divisor común (en el caso de los enteros, es la menor combinación lineal de ellos).
Definición 4.3.1
Se dice que dos enteros (o polinomios, o...) son primos relativos si su máximo común divisor es
la unidad, lo que se cumple si y sólo si 1 es combinación lineal de ambos.
Ejemplo 4.3.4
• Divida ahora b entre r : b = q1r + r1 0 ≤ r1 < r y note que ahora (a, b) = (b, r) = (r, r1 ).
Prosiga dividiendo hasta obtener un residuo cero (principio del buen orden). En ese paso, el
divisor es el máximo común divisor buscado.
Ejemplo 4.3.5
(Si (a, b) = (c, d ), entonces ℒa ,b = ℒc , d ).
Demuestre que ℒ15,21 = ℒ9,12 .
Demostración
Se calcula (15, 21)
1 2 2
15 21 6 15 3 6
6 3 0
3 = 15 − (2 · 6) = 15 − 2 (21 − 15) = 3(15) − 2 (21)
Por lo tanto, (15, 21) = 3
De manera análoga se calcula (9, 12) = 3 :
3 = 12 − 9.
Luego, ℒ15,21 debe ser igual a ℒ9,12 . En efecto, para toda a y toda b en :
15a + 21b = 9xa + 12 yb
5(12 − 9) a + 7 (12 − 9)b
Al desarrollar y reagrupar se obtiene
(−5a − 7b)9 + (5a + 7b)12 ∈ 9,12
Análogamente, para toda y en ℒ9,12 :
y = 9a + 12b = 3(3(15) − 2 (21)) a + 4(3(15) − 2 (21))b
y = (9a + 12b)15 − (6a + 8b)21∈ ℒ15,21.
Ejemplo 4.3.6
Encuentre el máximo común divisor de dos números.
(11, 19) = 1
1 1 2 1 1
2 2 3 8 11 19
0 1 2 3 8
Note que el proceso también permite encontrar los coeficientes que se requieren para expresar
(a, b) como combinación lineal de ellos. En el ejemplo, el último residuo diferente de cero, que es
el máximo común divisor de 11 y 19, es 1. Entonces (vea las divisiones),
1= 3−2
2 = 8 − 2 (3) ∴ 1 = 3 − (8 − 2 (3)) = −8 + 3(3)
3 = 11 − 8 ∴ 1 = −8 + 3(11 − 8) = 3(11) − 4(3). Finalmente,
8 = 19 − 11 ∴ 1 = 3(11) − 4(19 − 11) = 7 (11) − 4(19).
Ejemplo 4.3.7
(15, 51) = 3
2 2 3
3 6 15 51
0 3 6
166 Unidad 4 Polinomios y teoría de ecuaciones
3 = 15 − 2 (6)
6 = 51 − 3(15) ∴ 3 = 15 − 2 (51 − 3(15)) = 7 (15) − 2 (51).
Fracciones parciales
El teorema fundamental de la aritmética (TFA) asegura que todo entero n mayor que uno se pue-
de escribir como producto (generalizado) de números primos y que esta factorización es única,
excepto por el orden y por asociados.13 Por ejemplo,
12 = 2 · 2 · 3 = 2 · 3 · 2 = 3 · 2 · 2 = 2 (−2)(−3) = = (−3)(−2)2.
El TFA aplicado a los polinomios dice que en [x] existen polinomios primos o irreducibles
(que son los de grado 1 o los de grado 2 con discriminante negativo), y que todo polinomio de
grado mayor que cero se puede escribir en forma única, excepto por el orden y por asociados,
como producto de primos. Aquí hay que mencionar que en [x] cada polinomio f (x) es asociado
con k f (x), k ≠ 0, ya que en este anillo las unidades son todos los polinomios de grado cero, es
decir, las constantes diferentes de cero.
Entre las aplicaciones de este teorema se menciona la que permite encontrar expresiones equi-
valentes a funciones polinomiales racionales (cocientes de polinomios) que se pueden convertir en
sumas de fracciones parciales, con lo que algunas veces se simplifican los procesos que involucran
f (x )
a tales cocientes. La integración de funciones racionales, de la forma , en donde f (x) y g(x)
son polinomios, es un ejemplo de esto. g (x )
Se tienen los teoremas siguientes:
Teorema 4.3.3
Sea f (x) / g (x) un cociente de polinomios en donde g(x) es el producto de h(x) por k(x) con h(x)
y k(x) primos relativos, es decir, (h (x), k (x)) = 1. Entonces existen polinomios a (x), b (x) ∈ [x]
tales que
f (x ) a (x ) b (x )
= +
g (x ) h (x ) k (x )
Demostración
(h(x), k (x)) = 1 ⇒ ∃ α (x), β (x) ∈ [x], tales que 1 = α (x) h (x) + β (x) k (x); por lo tanto,
f (x) = f (x) ∙ 1 = f (x)(α(x)h(x) + β(x)k(x)). Al dividir entre g (x),
f (x ) f (x ) α ( x ) f ( x ) h (x ) β ( x ) f ( x ) k ( x ) α ( x ) f ( x ) β ( x ) f ( x )
= = + = +
g (x ) h (x ) k (x ) h (x ) k (x ) h (x ) k (x ) k (x ) h (x )
Entonces, a (x ) = β (x ) f (x )
b (x ) = α (x ) f (x )
Teorema 4.3.4
f (x)
Sea f (x) ∈ [x]. Entonces el cociente se puede escribir como una suma de fracciones
a n (x)
α 0 (x) α1 (x) α (x)
+ n −1 + ... + n −k k ,
a (x) a (x)
n
a (x)
en donde cada αi (x) es cero o un polinomio de grado menor que el grado de a(x).
Note que si k ≥ n, el desarrollo termina con un polinomio.
13Las unidades de un anillo son los elementos de éste que tienen inverso multiplicativo. Se define en un anillo A “a es asociado con
b” si y sólo si existe una unidad u ∈ A tal que a = bu. En las únicas unidades son 1 y −1 y, por lo tanto, cada entero n es asocia-
do sólo con él mismo y con su inverso aditivo.
4.3 Algunos resultados de la teoría de números y su aplicación 167
Demostración
Al desarrollar f (x) como suma de potencias de a(x) se obtiene
f (x) = α0 (x) + α1 (x) a (x) + α2 (x) a 2 (x) + + α k (x) a k (x)
y al dividir entre an(x),
f (x ) k
= ∑ αi (x) a i − n (x).
a (x ) i = 0
n
Ejemplo 4.3.8
1. Obtenga el máximo común divisor y expréselo como una combinación lineal.
a) ((x + 1), (x + 2)) = 1
1
1 1 1 2
−1 −1
1
1 = (x + 2) − (x + 1)
(
b) x, x 2 + 1 = 1 )
1 0
1 0 1 0 1
−1 0
1
( )
1 = x 2 + 1 − x (x )
3x 4 + 2 x 3 − 1 (3x + 1) (4x + 5) 3
= − +
(x ) (x ) (x ) (x )
2 4 2 4 2 3 2 2
+ x +1 + x +1 + x +1 + x +1
168 Unidad 4 Polinomios y teoría de ecuaciones
b) 2 x − 3x − 7 = −2 + 11(x − 1) + 12 (x − 1) + 8(x − 1) + 2 (x − 1)
4 2 3 4
(x − 1)2 (x − 1)2
2 x 4 − 3x − 7 2 11
=− + + 12 + 8(x − 1) + 2 (x − 1)2
(x − 1)2 (x − 1)2 (x − 1)
x 8 + x 7 + 4x 6 + 5x 5 + 6x 4 + 8x 3 + 4x 2 + 4x + 2
c)
(x2 + 1)
2
( ) ( ) ( ) ( )
2 3 4
x 8 + x 7 + 4x 6 + 5x 5 + 6x 4 + 8x 3 + 4x 2 + 4x + 2 = 1 + x x 2 + 1 + 2 x x 2 + 1 + x x 2 + 1 + x 2 + 1
Entonces,
( ) ( ) ( ) ( )
2 3 4
x 8 + x 7 + 4x 6 + 5x 5 + 6x 4 + 8x 3 + 4x 2 + 4x + 2 1 + x x2 + 1 + 2x x2 + 1 + x x2 + 1 + x2 + 1
=
(x2 + 1) (x2 + 1)
2 2
1 x
( ) ( )
2
= + + 2x + x x2 + 1 + x2 + 1
(x ) (x )
2 2
2
+1 +1
Error
El concepto de error es inherente al cálculo numérico. En la solución de problemas es importante
realizar un seguimiento de los errores cometidos a fin de poder estimar el grado de aproximación
de la solución que se obtiene.
Los errores asociados a todo cálculo numérico tienen su origen en:
a) Factores debidos a la formulación del problema.
Entre ellos se incluyen aquellos en los que la definición matemática del problema es sólo una
aproximación a la situación física real. Estos errores son normalmente despreciables; por ejem-
plo, el que se comete al obviar los efectos relativistas en la solución de un problema de mecánica
4.4 Métodos numéricos 169
clásica. En los casos en que estos errores no sean realmente despreciables, la solución será poco
precisa independientemente de la precisión empleada para encontrar las soluciones numéricas.
b) Factores debidos a la obtención de los datos.
Imprecisión de las constantes físicas y de los datos empíricos (en caso de errores en la
medición de éstos y teniendo en cuenta su carácter generalmente aleatorio, el tratamiento
analítico es especialmente complejo pero imprescindible para contrastar el resultado obteni-
do vía un método numérico).
c) Factores que son consecuencia del método empleado para encontrar la solución del problema
(error computacional).
Sus fuentes principales son:
i) Equivocaciones en la realización de las operaciones. Esta fuente de error es bien conocida
por cualquiera que haya realizado cálculos manualmente o empleando una calculadora.
El empleo de computadoras ha reducido de manera significativa la probabilidad de ocu-
rrencia de este tipo de errores. Sin embargo, la probabilidad de que el programador come-
ta uno de éstos (calcular correctamente un resultado erróneo) no es despreciable. Cuando
no es posible verificar que la solución calculada es razonablemente correcta, la posibili-
dad de que se haya cometido un error no debe ser ignorada; sin embargo, ésta no es la
fuente de error más preocupante.
ii) Error causado por algún tipo de aproximación. Generalmente se encuentra asociado a la
sustitución de un proceso infinito por una aproximación finita (en problemas de integra-
ción y/o diferenciación). Por ejemplo, en el cálculo de una función elemental usando
solamente n términos de una expansión en serie de Taylor; en la aproximación de la inte-
gral de una función por una suma finita de los valores de la función, como en el método
de los trapecios; en la resolución de una ecuación diferencial reemplazando las derivadas
por una aproximación (diferencias finitas); en la solución de una ecuación por el método
de Newton-Raphson, proceso iterativo que, en general, converge sólo cuando el número
de iteraciones tiende a infinito. En cualquiera de sus formas, este error se conoce como
error por truncamiento; en estos casos es relevante estimar, o al menos acotar, este error.
Cálculos aritméticos que no pueden realizarse con precisión ilimitada. Muchos números
iii)
requieren infinitos decimales para ser representados correctamente; sin embargo, para ope-
rar con ellos es necesario redondearlos. Aun en el caso en que un número pueda represen-
tarse exactamente, algunas operaciones aritméticas pueden dar lugar a errores (las
divisiones pueden producir números que deben ser redondeados y las multiplicaciones
dar lugar a más dígitos de los que conviene utilizar); en estos casos el error se denomina
error de redondeo.
Definiciones de error
Ahora que se dispone de una idea concreta del origen y significado de los errores, se puede forma-
lizar el concepto. En general, cuando no se conoce el valor de una cierta magnitud x, es posible
aceptar un valor aproximado x de ella. Para estimar la magnitud del error involucrado se requiere
de dos definiciones básicas:
Error absoluto de x: ea ( x ) = x − x (4.4.1)
ea ( x ) x − x
Error relativo de x: er ( x ) = = , x ≠ 0 (4.4.2)
x x
ea ( x ) ≤ ε ( x ) (4.4.4)
170 Unidad 4 Polinomios y teoría de ecuaciones
o bien er ( x ) ≤ ε r ( x ) (4..4.5)
De acuerdo con este formalismo, es posible representar un número en la forma siguiente:
x = x ± ε (x ) (4.4.6)
x = x[ 1 ± ε r ( x ) ]
La determinación de las raíces de una ecuación es uno de los problemas más antiguos de la
matemática. Su importancia radica en que, en caso de ser posible determinar las raíces de una
ecuación, también lo es la determinación de máximos y mínimos, valores propios de matrices,
resolución de sistemas de ecuaciones lineales y diferenciales, etcétera.
El cálculo de las soluciones de la ecuación (4.4.7) puede llegar a ser un problema muy difícil.
Si f (x) es una función polinomial de grado 1 o 2, existen expresiones simples que permitirán deter-
minar sus raíces, mientras que en la mayoría de los casos de funciones polinomiales de grado 3 o 4
es necesario emplear métodos complejos y laboriosos. Sin embargo, si la función f (x) es de grado
mayor de cuatro, o bien no es una función polinomial, no existe algún procedimiento analítico
conocido que permita determinar las raíces de la ecuación (excepto en casos muy particulares).
La matemática ha desarrollado una serie de reglas que pueden ayudar a determinar las raíces
de una ecuación; por ejemplo, el teorema de Bolzano, que establece que si una función f (x) conti-
nua asume valores de signo opuesto en los extremos de un intervalo dado [a, b], entonces la fun-
ción tiene, al menos, una raíz en dicho intervalo.
En el caso en que f (x) sea una función algebraica (polinomial) de grado n y coeficientes rea-
les, es posible afirmar que tendrá n raíces (reales o complejas).
La propiedad más importante que poseen las raíces racionales de una ecuación algebraica
establece que si el número
p
q
es una raíz racional de la ecuación de coeficientes enteros
Ejemplo 4.4.1
3x 3 + 3x 2 − x − 1 = 0
y3 y2 y
para obtener 3 + 3 − −1 = 0
33 32 3
−3
es decir, x= = −1
3
y es, además, la única raíz racional de la ecuación.
La mayoría de los métodos numéricos utilizados para el cálculo de las raíces de una ecuación
son iterativos y se basan en modelos de aproximaciones sucesivas. En estos métodos se trabaja en
la forma siguiente:
A partir de una primera aproximación al valor de la raíz, se calcula una mejor aproximación
aplicando una determinada regla de cálculo, y así sucesivamente, hasta que se obtiene el valor de la
raíz con el grado de aproximación deseado.
Ejemplo 4.4.2
La ecuación polinomial 2 x 4 − 3x 3 + 2 x 2 − 5 x − 5 = 0
se obtiene x = x + tan x − e 3x
g (x)
x x
g (x)
x0 x2 x3 x1 x4 x0 x1 x3
x2
Figura 4.1 Convergencia del método de iteración de Figura 4.2 Divergencia del método de iteración
punto fijo. de punto fijo.
en la forma xr = g (xr )
Del teorema del valor medio para derivadas se sabe que si la función g(x) es continua en [a, b]
y diferenciable en (a, b), entonces existe un punto c ∈ (a, b) tal que
g (b) − g (a )
g ′(c ) =
b−a
Por lo anterior, existe un punto c en el intervalo determinado por xi y xr tal que
g (xr ) − g (xi )
g ′(c ) =
xr − xi
de donde se obtiene g (xr ) − g (xi ) = g ′(c )(xr − xi )
Secuencia de cálculo
Con el fin de calcular una raíz real de la ecuación
f (x ) = 0
por medio del método de iteración de punto fijo, considere la siguiente secuencia, conocida como
algoritmo:
1. Exprese la ecuación en la forma x = g (x).
2. Suponga un valor inicial de la variable xi y determine una ε (magnitud del error mayor que
cero).
3. Calcule la siguiente aproximación xi +1 con la relación xi +1 = g (xi ).
4. Con el valor de xi +1 , calcule el valor absoluto de la derivada de g (x).
4.1. Si g ′(xi +1 ) < 1, siga al paso 5.
4.2. Si g ′(xi +1 ) ≥ 1, el método no converge y debe utilizarse otro método.
Ejemplo 4.4.4
Use el método de iteración de punto fijo para aproximar una raíz real de la función polinomial
2 x 4 − 3x 3 + 2 x 2 − 5 x − 5 = 0
Solución
La ecuación polinomial 2 x 4 − 3x 3 + 2 x 2 − 5 x − 5 = 0 se puede transformar en
5
x = g (x ) =
2 x 3 − 3x 2 + 2 x − 5
y la derivada de esta función g(x) es
g ′(x) =
(
−10 3x 2 − 3x + 1 )
(2 x + 2 x − 5)
3 2 2
− 3x
Como fue discutido previamente, el método converge a la raíz real cuando el valor absoluto
de la derivada de la función g(x) evaluada en una vecindad de la raíz es menor que uno.
174 Unidad 4 Polinomios y teoría de ecuaciones
Entonces,
x1 − x0 = − 1 − 0 = 1 > ε
g ′(x0 ) =
(
−10 3 · 02 − 3 · 0 + 1 ) =
2
<1
(2 · 0 )
2
3 2
−3 · 0 +2 · 0 −5 5
5 5
x2 = g (x1 ) = =−
2 · (−1) − 3 · (−1) + 2 · (−1) − 5
3 2
12
5 7
x2 − x1 = − − (−1) = = 0.583 > ε
12 12
y
g ′ (x1 ) =
(
−10 3 · (−1)2 − 3 · (−1) + 1 ) =
70
= .486 1 < 1
(2 · (−1) )
2
3
− 3 · (−1) + 2 · (−1) − 5
2 144
Para simplificar este procedimiento es recomendable construir una tabla que permitirá obser-
var la evolución del método y calcular la raíz de la ecuación con la aproximación que se desea.
Ejemplo 4.4.5
Use el método de iteración de punto fijo para aproximar la raíz de la función trascendente
f (x ) = x 2 − 5 x − e x = 0
-0.1
iniciando con x0 = 0 hasta que xi +1 − xi < ε = 0.01.
g′(x)
Solución
-0.2
Si se obtiene la x del término lineal, la ecuación equivale a
x2 − e x
x=
5 -0.3
x2 − e x
de donde g (x ) =
5
2x − e x -0.4
En este caso, la derivada g ′(x) =
5
cuya gráfica es la de la figura 4.3, permite observar que
-0.5
g ′(x) < 1 -1.0 -0.5 0.0 0.5 1.0
x ∈ [−1, 1]
x
Para 2x − e
Figura 4.3 Gráfica de g ′(x) = .
5
lo que es suficiente para inferir que el método converge a la raíz
buscada.
La tabla 4.3 muestra el procedimiento de búsqueda de una raíz real Tabla 4.3 Resumen del cálculo
de la ecuación.
i xi xi+1 = g(xi) | xi+1 − xi |
En este ejemplo, el método solamente requiere cuatro iteraciones
para reducir el error a menos de 1%, lo que corresponde con la aproxima- 0 0 −0.2 0.2
ción de la solución buscada 1 −0.2 −0.1557 0.0443
2 −0.1557 −0.1663 0.0106
x4 = −0.1638. 3 −0.1663 −0.1638 0.0025
Método de bisección
Éste es un método numérico de búsqueda de raíces que permite aproximar las raíces reales de una
ecuación. Consiste en determinar un intervalo en el dominio de la variable independiente que garan-
tice la existencia de un punto interno en donde el valor de la ecuación sea cero.
El método se basa en el teorema del valor intermedio (TVI), que establece que toda función
continua f (x) en un intervalo cerrado [a, b] asume todos los valores que se hallan entre f (a) y f (b);
esto es, que todo número que se encuentre entre f (a) y f (b) es imagen de, al menos, un valor en el
intervalo (a, b).
En caso de que la función evaluada en a y b tenga signos opuestos, f (a ) · f (b) < 0, el cero es
un valor intermedio entre f (a ) y f (b), por lo que existe un punto interior p ∈ (a, b) tal que
f ( p) = 0, lo que asegura la existencia de una solución de la ecuación f (x) = 0. En caso de que se
asigne el punto medio del intervalo como valor de la raíz, el posible error es menor o igual que la
mitad de la longitud del intervalo.
Secuencia de cálculo
Para calcular una raíz real de la ecuación
a m1 b
f (x ) = 0
m1 m2 b por medio del método de bisección, considere la siguiente secuencia:
m2 m3 b
Obtenga dos números a y b en el dominio de la función tales que
1.
Figura 4.5 Ilustración gráfica del método de f (a ) f (b) < 0.
bisección. 2. Defina la magnitud deseada para el error ε > 0.
a+b
3. Calcule el punto medio xm del intervalo [a, b] xm = .
2
4. Con el valor de xm, evalúe f (xm).
4.1. Si f (xm) = 0, ha finalizado el cálculo y la raíz es xm.
4.2. Si f (xm) ≠ 0, siga al paso 5.
5. El nuevo intervalo, que se seguirá denotando como [a, b], de longitud h = b − a, es
[ ]
5.1. a, xm , si f (a ) · f (xm ) < 0; la nueva b es xm.
5.2. [xm , b], si f (a ) · f (xm ) > 0; la nueva a es xm.
6. Compare h con el error definido en el paso 2.
6.1. Si h/2< ε , el proceso ha terminado.
6.2. Si h /2 ≥ ε , entonces vuelva al paso 3.
Ejemplo 4.4.6
Use el método de bisección para aproximar una raíz real de la ecuación polinomial
2 x 4 − 3x 3 + 2 x 2 − 5 x − 5 = 0
Solución
Encuentre los valores a y b entre los que exista una raíz de la función polinomial y, en este caso,
se aprovechará que este mismo problema se ha resuelto por el método de iteración de punto fijo,
lo que permite comenzar con los valores a = −1 y b = 0.
Observe que
[a, b] = [−1, 0]
a + b −1 + 0
y su punto medio es xm = = = −0.5
2 2
El valor de la función en el punto medio es
En la tabla 4.4 se observa que el error aproximado se va reduciendo por mitades, de manera
que se requieren siete iteraciones para reducirlo a un valor menor de 1%. El resultado final que se
obtiene es
x12 = −0.6328125
Ejemplo 4.4.7
Use el método de bisección para aproximar la raíz de la función trascendente
f (x ) = x 2 − 5 x − e x
178 Unidad 4 Polinomios y teoría de ecuaciones
Solución
En la figura 4.6 se ilustra la gráfica de la función trascendente en
[−2, 2] , en la que se puede observar que existe una raíz entre –1 y
0, por lo que se define
x
-2 2 a = −1 y b = 0
Comprobación
f (a ) = f (−1) = (−1)2 − 5(−1) − e (−1) ≈ 5.6321 > 0
y f (b) = f (0) = 02 − 5 · 0 − e 0 = −1 < 0
de manera que el intervalo de búsqueda de la raíz de la ecuación
Figura 4.6 Gráfica de f (x) [−2, 2] . polinomial es
[a, b] = [−1, 0]
y su punto medio es
a + b −1 + 0
xm =
= = −0.5
2 2
y el valor de la función en el punto medio calculado es
En este ejemplo, el método requiere también de siete iteraciones para reducir el error a menos
de 1%, que corresponde con la aproximación de la solución buscada:
x7 = −0.1640625
Método de Newton-Raphson
Este método, iterativo, para la búsqueda de raíces de ecuaciones es uno de los más usados y efi-
cientes. A diferencia del método de bisección, el de Newton-Raphson no se inicia con un interva-
lo dado, sino que basa su formulación en un proceso como el que se ilustra a continuación.
4.4 Métodos numéricos 179
f (x) f (x)
(xk , f (xk))
xr xk xr xk +1 xk
Figura 4.7 Gráfica de la k-ésima aproximación Figura 4.8 Gráfica de la (k + 1)-ésima aproxima-
xk. ción xk+1.
Secuencia de cálculo
Con el fin de calcular una raíz real de la ecuación f (x) = 0 por medio del método de Newton-
Raphson, considere la siguiente secuencia:
1. Obtenga una expresión para la derivada de la función f (x).
2. Suponga un valor inicial de la variable, xk, y defina una magnitud del error ε > 0.
180 Unidad 4 Polinomios y teoría de ecuaciones
Ejemplo 4.4.8
Use el método de Newton-Raphson para aproximar una raíz real de la ecuación polinomial
2 x 4 − 3x 3 + 2 x 2 − 5 x − 5 = 0
iniciando con x0 = 0
y hasta que xk +1 − xk < ε = 0.01.
Solución
Dada la función polinomial f (x ) = 2 x 4 − 3 x 3 + 2 x 2 − 5 x − 5
su derivada f ′(x) = 8x 3 − 9x 2 + 4x − 5
el valor inicial de x (k = 0) x0 = 0
y el tamaño del error ε = 0.01.
de donde x1 − x0 = − 1 − 0 = 1 > ε
Entonces el valor calculado de x se toma como el valor supuesto y se regresa al paso 3.
f (−1) = 2 (−1)4 − 3(−1)3 + 2 (−1)2 − 5(−1) − 5 = 7
f ′(−1) = 8(−1)3 − 9(−1)2 + 4(−1) − 5 = −26.
f (x )
k
k xk f (xk) f ′(xk) xk+1 = xk − •xk+1 − xk•
f ′(xk)
0 0 −5 −5 −1 1
1 −1 7 −26 −0.7308 0.2692
2 −0.7308 1.4630 −15.8513 −0.6385 0.0923
3 −0.6385 0.1208 −13.3049 −0.6294 0.0091
Ejemplo 4.4.9
Use el método de Newton-Raphson para aproximar la raíz de la función trascendente
f (x) = x 2 − 5 x − e x con xk +1 − xk < ε = 0.01
Solución
Dada la función f (x) = x 2 − 5 x − e x , con derivada f ′(x) = 2 x − 5 − e x.
Se inicia el procedimiento con x0 = 0.
Se evalúa la función y su derivada en x0:
(−0.0146)
x2 = −0.1667 − = −0.1643
(−6.1798)
en donde x2 − x1 = −0.1667 − (−0.1643) = 0.0024 < ε
En este caso no fue preciso construir una tabla, en virtud de que desde esta segunda iteración
el tamaño del error calculado es menor que el propuesto. La aproximación de raíz es
x2 = −0.1643,
con un error aproximado de 0.0024.
Aplicaciones
Raíces cuadradas
Use el método de Newton-Raphson para aproximar raíces cuadradas de números reales positivos.
182 Unidad 4 Polinomios y teoría de ecuaciones
Solución
Sea a > 0. Se requiere calcular un valor x tal que x = a .
Entonces, elevando al cuadrado la expresión anterior,
x 2 = a, o bien x 2 − a = 0.
Se define la función f (x) = x 2 − a con f ′(x) = 2 x.
Al sustituir esta información en la fórmula de Newton-Raphson se obtiene
xk2 − a
xk +1 = xk −
2 xk
y simplificando
1 a
xk +1 = xk + .
2 xk
Por ejemplo, para estimar aproximadamente la raíz de 5 (a = 5), proponga, como valor inicial
de x, x0 = 2 y aplique la fórmula obtenida
1 5
x1 = 2 + = 2.25,
2 2
lo que arroja un error de tamaño 0.25 > ε.
Tabla 4.7 Resumen del cálculo Los resultados que se consiguen aplicando sucesivamente la fórmula
Aproximación a la raíz Error aproximado
obtenida se resumen en la tabla 4.7.
De aquí es posible concluir que
2
2.25 0.25 5 ≈ 2.236067977.
2.236111111 0.013888888 Este resultado es correcto en todos sus dígitos, comparado con el que
2.236067978 0.000043133
se obtiene en una calculadora comercial.
Esta misma idea puede aplicarse para crear algoritmos que aproximen
2.236067977 5.003 × 10−10
raíces n-ésimas de números reales positivos.
y finalmente dividiendo entre p, se tiene una ecuación polinomial mónica de grado 3 en el volu-
men molar.
Ejemplo 4.4.10
Considerando el siguiente valor de la constante universal de los gases,
l · atm
R = 0.08205
mol g · °K
calcule, usando el método de iteración de punto fijo, el volumen molar del metanol a temperatura
de 97 °C (370 K) y presión de 1 atmósfera, hasta que el error sea menor que 1 × 10−6.
Compare la eficiencia de este método realizando el mismo cálculo por el método de Newton-
Raphson.
Solución
El metanol tiene las siguientes propiedades críticas:*
Tc = 512.6 K pc = 79.9 atm
por lo que los valores de sus constantes de Van der Waals serán
1 (0.08205)(512.6) l
y b= = 0.175465 .
3 79.9 mol g
De esta manera, la ecuación polinomial en el volumen molar para el metanol será
v 3 − 30.533965v 2 + 24.906925v − 4.370294 = 0.
Para usar el método de iteración de punto fijo se obtiene la siguiente ecuación:
4.370294
vi +1 = 2 = g (vi )
vi − 30.533965vi + 24.906925
−4.370294(2 vi − 30.533965)
y su derivada g ′(vi ) = .
( )
2
vi2 − 30.533965vi + 24.906925
Por otra parte, para asignar un valor inicial del volumen molar en fase vapor es posible recu-
rrir al resultado obtenido vía la ecuación del gas ideal:
RT (0.08205)(370) l
v0 = = = 30.3585 .
p 1 mol g
Con toda la información recabada, ahora se puede construir la tabla sugerida durante el
desarrollo del método de iteración de punto fijo para encontrar la raíz de la ecuación polinomial
(tabla 4.8).
Después de 14 iteraciones, el método de iteración de punto fijo converge a la raíz
v14 = 0.253736.
Es importante observar que esta estimación no depende del valor supuesto inicialmente; se
puede probar también con cero y el resultado que se obtiene con este método es el mismo:
l
v = 0.253736 .
mol g
El valor obtenido, comparado con el volumen molar del metanol calculado a través de la
ecuación del gas ideal, es muy pequeño. Esto sugiere que el metanol, bajo las condiciones de tem-
peratura y presión establecidas en el problema, solamente se puede encontrar en fase líquida.
* Reid, R.C., Prausnitz, J.M. y Sherwood, T.K., The properties of gases and liquids, 3a. ed., McGraw-Hill Book.
184 Unidad 4 Polinomios y teoría de ecuaciones
f (vk )
y la fórmula de Newton-Raphson vk +1 = vk − .
f ′(vk )
Posteriormente se procede a calcular la raíz de la ecuación, con el auxilio de la tabla sugerida
en el desarrollo del método y suponiendo un valor inicial del volumen molar del metanol de cero
(tabla 4.9).
Factor de compresibilidad
El factor de compresibilidad (z) mide las desviaciones de comportamiento que presentan los gases
reales con respecto al gas ideal y se define en la forma siguiente:
pv .
z=
RT
Este factor está acotado en el intervalo [0, 1] en virtud de que, para el caso de líquidos (o
fluidos incompresibles), el factor de compresibilidad z supone valores próximos a cero, mientras
que para gases este factor está limitado al caso ideal (z = 1).
El factor de compresibilidad para diversos compuestos y condiciones de presión y temperatu-
ra se puede obtener a partir de la ecuación de Van der Waals mediante la sustitución del volumen
molar v por una expresión equivalente:
RT
v= z
p
RT 2 a ab
en la ecuación polinomial,gv 3 − b + v + v− =0
p p p
3 2
RT 3 RT RT 2 a RT ab
para obtener z −b+ z + z− =0
p p p p p p
RT p 2 p p2
z3 − b + z +a z − ab =0
p RT (RT )2 (RT )3
pb pa p2 ab
o bien, z3 − + 1 z 2 + 2 2 z − 3 3 = 0 .
RT R T R T
Ejemplo 4.4.11
Calcule el factor de compresibilidad del ciclohexilbenceno (C12H16) a 2 atmósferas de presión y
temperatura de 125 °C (398 K), e investigue si el compuesto referido se encuentra en una sola fase
o no, sabiendo que sus propiedades críticas son las siguientes:
Tc = 760.98 K pc = 29.73 atm
186 Unidad 4 Polinomios y teoría de ecuaciones
Solución
El ciclohexilbenceno tiene las siguientes constantes de Van der Waals:
9 (0.08205) (760.98)
2 2
l2 · atm
a= = 147.523521
8 29.73 mol g2
1 (0.08205)(760.98) l
y b= = 0.700061
3 29.73 mol g
de manera que la función que representa su factor de compresibilidad es la siguiente:
f (z ) = z 3 − 1.042875 z 2 + 0.276674 z − 0.011862.
Tomando en cuenta que el valor que puede adoptar el factor de compresibilidad satisface
0 ≤ z ≤ 1, es posible emplear el método de bisección, para lo cual es suficiente ubicar al interva-
lo (a, b) dentro de [0, 1], en donde f (a) · f (b) < 0.
Para lograr este objetivo es posible elaborar una gráfica de la función f (z) en el intervalo de
referencia. Al mismo tiempo, esta visualización permitirá conocer si el compuesto ciclohexilben-
ceno a las condiciones de presión y temperatura establecidas presenta más de una raíz de su fun-
ción polinomial.
La figura 4.9 muestra que existen tres raíces del factor de compresibilidad, acotadas en los
siguientes subintervalos:
z (1) ∈ [0, 0.1 ], z (2) ∈ [0.3, 0.4] y z (3) ∈ [0.6, 0.7] .
La termodinámica presenta sólidos argumentos para justifi-
f (z) car que solamente dos de estas raíces tienen significado físico y
corresponden con los factores de compresibilidad en fase líquida
( ) (
z L = z (1) y vapor zV = z (2) . Así,)
z L ∈ [ 0, 0.1] zV ∈ [ 0.6, 0.7 ].
En el tratamiento de esta ecuación es posible considerar que cuando las tuberías son hidráuli-
camente lisas, el valor de la proporción cociente de la rugosidad relativa al diámetro de la tubería
∈
D
es muy pequeño, por lo que se puede despreciar el primer término de los que están entre corche-
tes. Esta misma consideración se aplica en el cálculo del factor de fricción para fluidos no newto-
nianos. De manera análoga, cuando el número de Reynolds es muy elevado, el segundo término
entre corchetes es despreciable; en tales casos la viscosidad prácticamente no influye y el factor de
fricción depende sólo de la rugosidad relativa de la tubería. Este hecho se refleja en los diagramas
de fricción en los que las curvas toman forma horizontal para valores elevados del número de
Reynolds.
Ejemplo 4.4.12
Usando la ecuación de Colebrook, calcule el factor de fricción en una tubería de fierro galvaniza-
do a partir de la siguiente información:
Rugosidad relativa: ∈ = 0.00015 m
F(f )
Diámetro de tubería: D = 0.0508 m (tubería de fierro
galvanizado)
Número de Reynolds: Re = 2 200 507.
hasta que el error ε sea menor que 1 × 10−6.
Solución
La ecuación de Colebrook se puede escribir en la forma siguiente:
f 1 ∈ 2.51
+ 2 log10 + =0
0.01 0.02 0.03 0.04 0.05 f 3 .7 D Re f
o bien,
Esta expresión es difícil de tratar algebraicamente (derivar, despejar f ), por lo que, con el fin
de resolverla sin mayores complicaciones, se propone usar el método de bisección. Para esto es
necesario definir un intervalo del factor de fricción [a, b] tal que F(a) · F(b) < 0 a través de una
gráfica de la función F(f ) (figura 4.10).
Como se puede observar en la gráfica, la raíz de la función está en el intervalo [0.02, 0.03],
en donde
1 0.00015 2.51
F (0.02) = + 2 log10 + = 0.883854 > 0
0.02 3.7 (0.0508) 2 200 507 0.02
1 0.00015 2.51
y F (0.02) = + 2 log10 + = −0.415307 < 0.
0.03 3.7 (0.0508) 2 200507 0.03
Vaporizador flash
Cuando se alimentan F mol / h una corriente con n componentes de gas natural al vaporizador flash
(separación en una sola etapa) que se muestra en la figura 4.11, las corrientes de vapor y líquido
resultantes se retiran del vaporizador con flujos molares V y L, respectivamente, mientras que las
fracciones molares de los componentes en las corrientes de alimentación, vapor y líquido se deno-
minan zj ; yj y xj, para valores de j = 1, 2, …, n.
Si la mezcla en el destilador flash se considera en equilibrio líquido-vapor durante una opera-
ción en estado estacionario, entonces el sistema se puede caracterizar bajo los siguientes balances
de materia:
Balance total: F = L + V
Balance individual (para el j-ésimo componente): F z j = Lx j + V y j
yj
Relación de equilibrio líquido-vapor: Kj =
xj
Aquí, Kj es la constante de equilibrio del j-ésimo componente a las condiciones de V
temperatura y presión que prevalecen en el tanque. Con estas ecuaciones y a partir del
hecho que la suma de las fracciones molares de cualquier mezcla con n componentes
debe ser siempre la unidad, es decir,
n n n
Vapor
∑ zj = ∑ yj = ∑ xj = 1
j =1 j =1 j =1 Alimentación
f Componente zj Kj
1 CO2 0.0046 1.650
2 CH4 0.8345 3.090
3 C2H6 0.0381 0.720
4 C3H8 0.0163 0.390
5 i-C4H10 0.0050 0.210
6 n-C4H10 0.0074 0.175
7 C5H12 0.0287 0.093
8 Hexanos 0.0220 0.065
9 Heptanos 0.0434 0.036
Ejemplo 4.4.14
Suponga que se alimentan 1 000 mol/h de mezcla a un destilador flash. A partir de los valores de
F, zj, Kj, y usando el método de Newton-Raphson, encuentre la raíz de la función f (V). Además,
calcule los valores correspondientes de L, así como los de las xj y las yj usando las ecuaciones de
balance de materia y la relación de equilibrio.
Solución
Para calcular la raíz de la función (con n = 9)
9 V (K j − 1) z j
f (V ) = ∑
j =1V (K j − 1) + F
* Carnahan B., Luther H.A. y Wilkes J.O. Applied Numerical Methods, Krieger Publishing Company; Malabar, Florida, 1990.
4.4 Métodos numéricos 191
f (V j )
la fórmula de Newton-Raphson V j +1 = V j − .
f ′(V j )
La solución de este problema puede ser más complicada que la de los ejemplos anteriores, en
virtud de que tanto la función como su derivada son sumas de nueve términos, es decir,
V (K1 − 1) z1 V (K2 − 1) z2 V (K9 − 1) z9
f (V ) = + ++
V (K1 − 1) + F V (K2 − 1) + F V (K9 − 1) + F
F (K1 − 1) z1 F (K2 − 1) z2 F (K9 − 1) z9
y f ′(V ) = + ++
(V (K1 − 1) + F ) 2
(V (K2 − 1) + F ) 2
(V (K9 − 1) + F )2
lo que involucra una cantidad mucho mayor de iteraciones. Sin embargo, es posible proceder a
calcular la raíz de la función con el auxilio de la tabla 14.15 y suponiendo un valor inicial del flujo
de vapor (V) equivalente a 84% del flujo alimentado, lo que corresponde de manera aproximada
con la cantidad de metano (CH4) que está presente inicialmente en la mezcla
V0 = 0.84 F = 0.84(1000) = 840 mol/h
Esta aproximación inicial se propone considerando que la corriente de vapor acarrea (en el
mejor de los casos) solamente al compuesto más ligero de todos los presentes en la mezcla alimen-
tada y, de acuerdo con los datos proporcionados, la constante de equilibrio (que es, de alguna
manera, una medida de la volatilidad relativa) del metano ( KCH4 = 3.09 ), es la mayor en todos los
compuestos presentes, puesto que duplica aproximadamente a la volatilidad relativa más cercana,
la del dióxido de carbono:
KCO2 = 1.65
V5 = 886.617265 mol h
De acuerdo con el balance total, el flujo de líquido que abandona el destilador será
Compuesto K z x Y
CO2 1.650 0.0046 0.0029 0.0048
CH4 3.090 0.8345 0.2925 0.9038
C2H6 0.720 0.0381 0.0507 0.0365
C3H8 0.390 0.0163 0.0355 0.0138
i-C4H10 0.210 0.0050 0.0167 0.0035
n-C4H10 0.175 0.0074 0.0276 0.0048
C5H12 0.093 0.0287 0.1466 0.0136
Hexanos 0.065 0.0220 0.1286 0.0084
Heptanos 0.036 0.0434 0.2987 0.0108
F L V V V
z j = x j + y j ⇒ z j = 1 − x j + K j x j
F F F F F
L
y haciendo Θ = V (la fracción del flujo alimentado que sale en la corriente del des-
Figura 4.11 Esquema del vapori- F
zador flash (repetido). tilado), la ecuación que habrá que resolver será
n Θ(K j − 1) z j
∑ = 0.
j =1 Θ (K j − 1) + 1
Solución
Nuevamente, para calcular la raíz de la función
9 Θ(K j − 1) z j
f (Θ) = ∑
j =1 Θ (K j − 1) + 1
mediante el método de Newton-Raphson se requiere la derivada:
f ′(Θ) = ∑
9 (K j − 1) z j
( ( j ) )
2
j =1 Θ K − 1 + 1
4.4 Métodos numéricos 193
y la fórmula de Newton-Raphson
f (Θ j )
Θ j +1 = Θ j − .
f ′(Θ j )
En este caso, el método converge a una raíz en cinco iteraciones con un error del orden 10−10:
Θ5 = 0.886617
lo que significa que el flujo de vapor será
l · atm l2 · atm l
R = 0.08205 , a = 124.074 2
, b = 0.56787 ,
mol g · K mol g mol g
se puede representar a través del diagrama p-v ilustrado en la figura 4.13, cuyas trayectorias son
isotermas (líneas a temperatura constante).
Como se puede observar en la figura 4.13, la forma carac-
terística de la ecuación de estado de Van der Waals refleja un
p (atm) comportamiento muy particular de las trayectorias isotermas.
30 Las líneas calculadas para temperaturas menores a la tempera-
T = 900 K tura crítica (650, 700 y 750 K) presentan un máximo y un míni-
25 mo (que no se observa en T = 650 K debido a la escala de la
T = 850 K gráfica). En la línea calculada a la temperatura crítica (Tc = 789
20 T = 789 K
K) se puede observar un punto de inflexión, en donde la gráfi-
ca tiene pendiente cero y las trayectorias calculadas a tempera-
15 T = 750 K turas mayores que la crítica (850 y 900 K) no presentan estos
puntos extremos.
10 Entonces, los valores de las constantes de la ecuación de
T = 700 K
estado de Van der Waals se pueden determinar a partir del
5 cumplimiento de las condiciones, donde
T = 650 K
0 ∂ p ∂2 p
0 1 2 3 4 5 6 = 2 =0
v (l / mol) ∂v Pc ∂v pc
∂ p
2
∂ RT 2a 2 RTc 6a
2 = − + 3 = − 4 =0 (4.4.11)
( pc ,vc ,Tc ) ( c
∂ vc (v − b) v − b)
2 3
∂v T v vc
( pc ,vc ,Tc )
La solución del sistema de ecuaciones simultáneas (4.4.10 y 4.4.11) permite encontrar expre-
siones para las constantes de la ecuación de estado de Van der Waals en función de las propieda-
des críticas Tc y pc .
De la ecuación (4.4.10) se obtiene
vc3 RTc
· a= (4.4.12)
2 (vc − b)2
Al sustituir la ecuación (4.4.12) en la ecuación (4.4.11) resulta
2 RTc 6 vc3 RTc
= · ·
(vc − b)3 vc 2 (vc − b)2
4
2 3
o bien, =
vc − b vc
1
Al reordenar b = vc (4.4.13)
3
4.4 Métodos numéricos 195
RTc
bajo la consideración de gas ideal vc =
pc
1 RTc
se tiene b= · (4.4.14)
3 pc
Para encontrar una expresión de la constante a, se sustituye la ecuación (4.4.13) en la ecua-
ción (4.4.12):
v3 RTc vc3 9RTc 9
a= c · 2
= · = RTc vc
2 1 2 4vc2 8
vc − vc
3
Al usar nuevamente la ecuación del gas ideal para vc se obtiene:
9 R 2 Tc2
a= · (4.4.15)
8 pc
Las ecuaciones (4.4.14) y (4.4.15) son las expresiones correspondientes a la estimación de los
valores de las constantes de la ecuación de estado de Van der Waals, en función de las propiedades
temperatura y presión críticas.
Ejercicios 4.2
Funciones polinomiales
1. Use la división sintética y el teorema del residuo en los siguientes ejercicios:
a) Si f(x) = 2x4 − 6x3 + x2 − 3x + 4, encuentre f(1), f(2), f(−3)
b) Si f(x) = x3 − 13x2 + 8x + 27, encuentre f(−1), f(1), f(2)
c) Si f(x) = 2x3− x + 4, encuentre f(−5), f(4), f(3)
d) Si f(x) = x4 − 2x3 + x2 − 2x + 1, encuentre f(−3), f(3), f(−2), f(1), f(1), f(−1)
e) Si f(x) = x4 − 3x2 − x + 2, encuentre f( 1), f(−1), f(2) f(−2), f(3), f(−3) y f(4)
2. Demuestre que (x − a) es un factor de f(x)
a) Si a = 3 y f(x) = x4 − 8x3 + 23x2 − 28x + 12
b) Si a = − 2 y f(x) = 6x3 − 30x2 − 7x +10
3
c) Si a = −2 y f(x) = 2x5 + x4 − 12x3 + x2 + 20x −12
d) Si a = − i y f(x) = x4 + 4x3 + 5x2 + 4x + 4
e) Si a = 5 y f(x) = x5 − 2x4 − 10x3 + 16 x2 + 25x − 30
f) Si a = − 21 y f(x) = 4x7 + 8x6 − 15x5 −23x4 + 21x3 + 15x2 − 8x − 4
g) Si a = − 3 y f(x) = x5 + 15x3 − 10x2 − 60x − 72
3. Encuentre todos los ceros del polinomio (las raíces de f(x) = 0), haga una lista de ellas y escriba
el polinomio como un producto de factores lineales.
a) f(x) = x4 − 8x3 + 23x2 − 28x + 12
b) f(x) = 6x3 − 30x2 − 7x + 10
c) f(x) = 2x5 + x4 − 12x3 + x2 + 20x − 12
d) f(x) = x4 + 4x3 + 5x2 + 4x + 4
e) f(x) = x5 − 2x4 − 10x3 + 16x2 + 25x − 30
f) f(x) = 4x7+ 8x6 − 15x5 − 23x4 + 23x3 + 15x2 − 8x − 4
g) f(x) = 6x8 − 29x7 + 5x6 + 105x5 − 11x4 − 136x3 − 60x2
h) f(x) = x10 − x9 − 17x8 + 27x7 + 81x6 − 183x5 − 43x4 + 289x3 − 94x2 − 132x + 72
i) f(x) = 72x6 + 138x5 + 41x4 − 44x3 − 18x2 + 2x + 1
. Si sabe que r es cero (o raíz de f(x) = 0), encuentre el resto de los ceros (o raíces), haga una lista
4
y escriba el polinomio como un producto de factores lineales.
a) Si r = 3 − 2i y f(x) = 2x5 − 17x4 + 42x3 + 27x2 − 230x + 104
b) Si r = 2 + 3 y f(x) = x7 − 9x6 + 35x5 − 83x4 + 119x3 − 95x2 + 37x −5
196 Unidad 4 Polinomios y teoría de ecuaciones
6. a) x3 + 6x2 + 6x − 10 = 0
b) x3 + 3x2 + 9x + 9 = 0
c) x3 + 3x2 + 15x + 1 = 0
d ) x3 + 9x + 6 = 0
e) x3 + 6x2 − 3x − 8 = 0
f ) x3 + 3x2 + 9x + 9 = 0
197
Álgebra
5.1 Grupos abelianos (o conmutativos)
Unidad
5.2 Anillos, dominios enteros y campos
5.3 Homomorfismos
5.4 Espacios vectoriales
• Dependencia e independencia lineal. Bases y dimensión
• Dimensión
5.5 Producto escalar, norma y métrica en n
• Norma
• Distancia
lineal
• Ángulos y ortogonalidad
• Conjuntos y bases ortogonales
• Proyecciones
• Aplicaciones
5.6 Producto vectorial
• Definición
• Analogía con la solución como determinante
• Interpretación geométrica de la norma del producto vectorial
• Algunas propiedades del producto vectorial
5.7 Triple producto escalar
• Definiciones
• Interpretación geométrica
5.8 Rectas y planos
• Las rectas en n
• Una ecuación de la recta que pasa por dos puntos
• Ángulo entre rectas
• Planos en 3
• Una ecuación del plano que pasa por tres puntos no colineales
• Ecuación normal del plano
• Ángulo entre planos
• Ángulo entre recta y plano
5.9 Transformaciones lineales
198 Unidad 5 Álgebra lineal
Definición 5.1.1
Definición de operación binaria
Sea X un conjunto. Una operación (binaria) en X, f: X × X → X es una función que a cada
pareja de elementos de X le asocia un elemento de X. Así, por ejemplo, la suma de números
reales es una operación en , lo mismo la multiplicación o la resta.
Se acostumbra denotar a las operaciones con diferentes símbolos entre los que destacan, por
la frecuencia con que se usan +, ·, *, entre otros, y también se acostumbra representar a la imagen
de una pareja (a, b) bajo una operación, como a * b, en vez de la notación usual para funciones.
Así, por ejemplo, * ((a, b)) se denota por a * b (o simplemente ab) y +((a, b)) es a + b.
Definición 5.1.2
Definición de grupo abeliano
Se dice que un conjunto G con una operación * es un grupo abeliano si la operación en G
satisface las cuatro siguientes propiedades:
i) ∀ a, b, c ∈ G, (a * b) * c = a * (b * c) (propiedad asociativa)
ii) ∀a, b ∈ G, a * b = b * a (propiedad conmutativa)
iii) ∃ e ∈ G∋, a * e = e * a = a (existencia del neutro)
iv) ∀ a ∈ G, ∃ b ∈ G ∋, a * b = b * a = e (existencia de inversos)
Cuando no se supone la propiedad conmutativa, se dice simplemente que {G, *} es un grupo.
Si {G, *} es un grupo abeliano, la operación suele llamarse “suma” y se denota “+”; a su neu-
tro se le llama cero, que, por supuesto, se representa con su símbolo usual. Cuando la operación
se supone conocida, la pareja {G, *) se nombra simplemente como “el grupo G (abeliano, cuando
es el caso)”.
Se puede probar (ejercicios) que en todo grupo abeliano G son válidas, entre muchas otras, las
propiedades siguientes:
Para todos los elementos de G:
1. El idéntico es único; es decir, si 0 y 0′ son idénticos de G, entonces 0 = 0′.
2. Para cada a ∈G existe un único inverso (que se denota como “−a”, cuando la operación de G
es la suma). La suma de a con el inverso de b, a + (−b) se simplifica como a − b.
Se puede usar la inducción para definir sumas generalizadas de la siguiente manera:
1 n +1 n
∑ ai = a1, ∑ ai = ∑ ai + an +1, además, ∑ ai = 0
i =1 i =1 i =1 i∈∅
y entonces se puede demostrar también que el resultado de una de estas sumas generalizadas
es independiente de la forma en que se asocien los sumandos y del orden en que se consideren.
Esta última observación es la que se expresa cuando se dice que “el cambio en el orden de los
sumandos no altera la suma de ellos”. Es decir,
n
∑ ai = a1 + ... + an
i =1
2. {, +}; {*, ·}; {, +}; {*, ·}; {, +}; {*, ·}; {K [X], +}; {K (X), +}; {(K (X))*, ·}
(En general, si K es un campo, {K,+} y {K *, ·} son grupos abelianos.) Se está usando el
símbolo * para denotar los conjuntos sin su idéntico. (N* = N − {0} = {1, 2, 3, …}).
3. Sean S un conjunto no vacío y A(S) = { f: S →S; f biyectiva}. Entonces, A(S), es grupo con la
composición.
Si •S• = n, A(S) se acostumbra denotar como Sn y se llama el grupo simétrico de orden n,
cuya cardinalidad es n!
4. Sean S un conjunto no vacío y {G, +} un grupo.
Si F = { f · S → G) y se define: ( f + g)(x) = f (x) + g(x), entonces {F, +} es grupo.
5. {Mn × n (K), +}.
6. {A ∈Mn × n (K); det A ≠ 0, ·} = GL(n), ·.
Definición 5.2.2
Definición de dominio entero
Un anillo conmutativo es un dominio entero si y sólo si se cumple cualquiera de las propieda-
des siguientes (que son equivalentes):
a) En el producto (o multiplicación) se pueden cancelar factores diferentes de cero; es decir,
a · b = a · c y a ≠ 0 ⇒ b = c.
b) Cero no tiene divisores propios; es decir, a · b = 0 ⇒ a = 0 ∨ b = 0.
Definición 5.2.3
Definición de campo
Un conjunto K con dos operaciones binarias “suma” y “producto” (“+” y “·”) es un campo
si {K, +} y {K*, ·} son grupos abelianos para los que además es válida la “ley distributiva”;
es decir, ∀a, b, c ∈ K, (a + b) c = ac + bc. Se exige además que el idéntico de {K, +} (idéntico
aditivo o “cero”) sea diferente al de {K*, ·} (“cero” distinto de “uno”).
200 Unidad 5 Álgebra lineal
n
El producto generalizado ∏ ai se define inductivamente como en el caso de la suma:
i =1
1 n n +1
∏ ai = a1,
∏ ai = ∏ ai an +1 , además, ∏ ai = 1
i =1 i =1 i =1 i ∈∅
y se recuerda que en este caso la propiedad conmutativa (generalizada) se expresa diciendo que para
la multiplicación: “El cambio en el orden de los factores no altera el producto de ellos”. Entonces,
n
∏ ai = a1 · a2 · · an
i =1
Se apunta aquí que al ser {K*, ·}un grupo abeliano, son válidas en él las propiedades corres-
pondientes.
Agregamos las tres propiedades siguientes (que relacionan las dos operaciones de K):
1. ∀a ∈ K, a · 0 = 0.
2. a(−b) = −ab; (−a)(−b) = ab (es válida la “regla de los signos”)
n n
3. ∑ ai b = ∑ ai b (es válida la ley distributiva generalizada)
i =1 i =1
y resumimos los resultados anteriores diciendo que “las reglas algebraicas que se estudian en
secundaria están bien”.
Son ejemplos de campos (con las operaciones usuales):
1. , ,
2. ( p ) , p en P
( p1 , p2 ,..., )
pn , pi números primos, i = 1, …, n, en donde
( p ) = {a + b p; a, b ∈ Z} y
( p1 , p2 , ..., ) {
pn +1 = a + b pn +1 ; a, b ∈ ( p1 , p2 , ..., pn )}
3. {z ∈; z es cero de algún polinomio no cero, con coeficientes enteros}, que se conoce como el
campo de los números algebraicos.1
4. Z2, Z3, Z5, ..., Zp, p primo positivo.
5.3 Homomorfismos
Definición 5.3.1
Definición de homomorfismos
Sean { A, +, ·} y { B, ⊕, } dos estructuras en donde +, · son operaciones binarias en A y ⊕,
operaciones binarias en B.
Una función f : A → B es un homomorfismo si y sólo si para todos a, b ∈ A :
f (a + b) = f (a ) ⊕ f (b)
f ( a · b ) = f (a ) f (b)
Si ℜ ⊂ A × × A y ℑ ⊂ B × × B son relaciones n-arias en A y en B, se dice que un
homomorfismo f preserva la relación si y sólo si para todos
a1, , an ∈ A, (a1, , an ) ∈ ℜ ⇔ ( f (a1 ), , f (an )) ∈ ℑ.
La relación binaria más común es la de orden, y en ese caso se dice que el homomorfismo
f preserva el orden si y sólo si para todos a, b ∈ A, a ≤ b ⇔ f (a ) ≤ f (b) .
Si un homomorfismo f es inyectivo, se llama monomorfismo o inmersión.
Si un homomorfismo f es suprayectivo, se llama epimorfismo.
Si un homomorfismo f es biyectivo, se llama isomorfismo.
1Si E es una extensión de campo de F, un número a ∈ E es algebraico sobre F si es raíz de un polinomio no cero con coeficientes en
F. Se dice que un número es algebraico si es un número complejo algebraico sobre los racionales.
5.4 Espacios vectoriales 201
Cuando K es el campo R de los números reales, se dice que V es un espacio vectorial real, y si
K es el de los complejos, V es un espacio vectorial complejo. Cuando se deba mencionar explícita-
mente el campo K usaremos la notación V / K, y cuando no sea ese el caso, simplemente V.
Ejemplo 5.4.1
Si G = {0} con 0 + 0 = 0 y ∀a ∈ K, a · 0 = 0, G es un espacio vectorial sobre cualquier campo K y
se llama “el espacio vectorial cero” o “trivial”.
Ejemplo 5.4.2
Todo campo K es un espacio vectorial sobre cualquiera de sus subcampos, y en este caso la suma
y el producto son las operaciones de K (C es un espacio vectorial complejo, real, racional, ...,
según sea el subcampo que se considere como el campo de los escalares).
Ejemplo 5.4.3
Sea K un campo, Kn = K × K × ... × K (n factores). Entonces ∀ n ∈ Z+, Kn resulta un espacio vec-
torial sobre K si se define para
–a = (..., a , ...) y –b = (..., b , ...)
i i
–a = –b ⇔ a = b , i = 1, 2, ..., n
i i
–a + –b = (..., a + b , ...)
i i
y si α ∈ K, α –a = (…, α a , …).
i
Se puede demostrar que todo espacio vectorial de dimensión finita n (vea la definición más
adelante) sobre un campo K es isomorfo a Kn (indistinguible desde el punto de vista de sus pro-
piedades algebraicas), y esa observación justifica que se diga que, “de alguna manera”, los Kn son
los espacios vectoriales más importantes entre los de dimensión finita.
Ejemplo 5.4.4
Si G = Mm × n (K), G es un espacio vectorial sobre K cuando se define la suma de matrices y la
multiplicación por escalares de manera conveniente.
Explícitamente, si
A = (aij), B = (bij) en G, entonces
A = B ⇔ aij = bij para todas i y j
A + B = (aij + bij)
α ∈K, αA = (αaij).
202 Unidad 5 Álgebra lineal
Ejemplo 5.4.5
Si G = K [x], el “anillo de los polinomios en una indeterminada x con coeficientes en un campo K
(los polinomios “comunes”), G es un espacio vectorial sobre el campo K, con la suma y la multi-
plicación por un escalar definidas en la forma usual.
Ejemplo 5.4.6
Sea W un espacio vectorial sobre un campo K y S un conjunto no vacío. Se define G = { f : S → W} el
conjunto de las funciones de S en W. Se le da estructura de grupo al definir para f, g ∈ G, ( f + g): S → W
como la función que asocia a cada x ∈S, el resultado de sumar (en W) f (x) con g(x), es decir,
( f + g)(x) = f (x) + g(x), y se define para α ∈K, αf (x) = α(f (x)).
Entonces G resulta un espacio vectorial sobre K, que en cierto sentido es el ejemplo más
importante de espacios vectoriales (todos los ejemplos anteriores son casos particulares de éste).
Definición 5.4.2
Definición de subespacio
Sea V un espacio vectorial sobre un campo K. W ⊂ V es un subespacio de V (notación:
W ≤ V) si y sólo si
∀ α ∈ K, ∀ x, y ∈ W
i) 0 ∈ W
ii) x + y ∈ W
iii) α x ∈ W
“W es cerrado bajo sumas y productos escalares y no vacío”.
Definición 5.4.3
Definición de combinación lineal
Sea V un espacio vectorial sobre K y β = { xi }i ∈I un subconjunto de vectores de V. x ∈ V es
una combinación lineal de β si existen coeficientes α1, α2 , ∈ K tales que,
x = ∑ αi xi
i ∈I
x es una suma formal en donde todos los coeficientes son iguales a cero, excepto un número
finito de ellos (lo que se expresa diciendo que “casi todos los coeficientes son cero”).
Teorema 5.4.1
Si β = { xi }i ∈I es un subconjunto no vacío de V, (I ≠ ∅), la colección de todas las combinaciones
lineales de β es un subespacio de V, que se llama el subespacio de V generado por β, y se denota
como [ β ], o bien como Gen β.
[ β ] = { x ∈ V; x es combinación lineal de β}.
5.4 Espacios vectoriales 203
Demostración
i) ∀ i ∈ I, x–i es una combinación lineal de β y, por lo tanto, [β] no es vacío. (Por definición,
la combinación lineal vacía es el cero.)
ii) La suma de combinaciones lineales de β, así como el producto de cualquiera de ellas por
un escalar, son combinaciones lineales.
Es decir, x, y ∈ [β] ⇒ x + y ∈ [β], y además α ∈ K, x ∈ [β] ⇒ α x ∈[β].
Es fácil convencerse de que [β] es la intersección de todos los subespacios de V que contienen
a β, y en este sentido se asegura que, con respecto a la contención, [β] es el menor subespacio de
V que contiene a β. Esto motivó las definiciones de combinación lineal vacía (sin sumandos) como
– –
0 y del espacio generado por el conjunto vacío como{0}.
n n
Por “forma única” debe entenderse que si x = ∑ αi xi = ∑ δi xi , entonces αi = δi , ∀i ∈I, aunque,
i =1 i =1
por supuesto, los sumandos pueden aparecer en cualquier orden, y en ese caso quizá sería mejor
decir que los coeficientes de cada elemento básico “son los que deben ser únicos”.
El que cada x ∈ V sea combinación lineal de β equivale a decir que “β genera a V” o que “β
es un conjunto generador de V”. El hecho de que cada combinación lineal de β tenga una expre-
sión única es lo que se conoce como independencia lineal.
En realidad, la definición más conocida de “independencia lineal” es la que afirma que β ⊂ V
es linealmente independiente si y sólo si cada vez que una combinación lineal de β sea cero, todos
los coeficientes tienen que ser necesariamente cero.
Las siguientes definiciones son equivalentes a las dos anteriores:
• β es linealmente independiente si y sólo si ninguno de sus vectores es combinación lineal de
los otros.
• β es linealmente independiente si y sólo si no es linealmente dependiente (en este caso debe
precisarse lo que se entiende por “linealmente dependiente”).
En resumen, un conjunto β ⊂ V es una base de V si y sólo si
1. es linealmente independiente, y
2. genera a V.
Entre los ejemplos de bases más conocidos se citan los siguientes:
Ejemplo 5.4.7
Si êi = (0, ..., 0, 1, 0, ..., 0); i = 1, ..., n; { ê1, eˆ2 , ..., ên } es la base canónica de Rn.
Ejemplo 5.4.8
{l, x, x2, ...} es la base canónica de [x].
204 Unidad 5 Álgebra lineal
Ejemplo 5.4.9
1 0 0 1 0 0 0 0
0 0 , 0 0 , 1 0 , 0 1 es la base canónica del espacio M2 × 2 (R), cuyos elementos son las
matrices cuadradas de 2 × 2 con coeficientes reales.
“Canónico” es un término impreciso que se utiliza para designar a la forma más “natural” o
que “proporciona más información a simple vista”, y que en general es “la más usada”.
Así, por ejemplo, se habla de las ecuaciones canónicas de las cónicas:
( x − h )2 + ( y − k )2 = r 2 Para la circunferencia
y − k = 4p(x – h)2 Para las parábolas verticales
( x − h )2 ( y − k )2
+ = r1 Para las elipses “bien orientadas”
a2 b2
( x − h )2 ( y − k )2
± = r1 Para las hipérbolas “bien orientadas”
a2 b2
Y también se llama “canónico” el orden usual de los números naturales.
El hecho de que cada vector x– de un espacio vectorial de dimensión finita n se pueda expresar
en forma única como combinación lineal de una base β permite asociar a cada vector de V un
vector de n formado con los coeficientes de los elementos de la base. Así, por ejemplo, si
x = (5, 2, 3) y β es la base {i , j , k} , entonces x = 5i + 2 j + 3k , y, por lo tanto, su vector de coorde-
nadas es (5, 2, 3). Pero si la base β fuera {(1, 0, 0)(1, 1, 0)(1, 1, 1)} , su vector de coordenadas sería
(3, −1, 3), ya que 3(1, 0, 0) − 1(1, 1, 0) + 3(1, 1, 1) = (5, 2, 3).
La función f :V → n que asocia a cada vector su vector de coordenadas, resulta un isomor-
fismo entre V y n que depende de la base β, de modo que, como ya se dijo, se comprueba que
todo espacio vectorial real es esencialmente un n.
Se aceptan los siguientes resultados, cuyas demostraciones se pueden encontrar en los libros
de álgebra lineal, a los que en estas notas se denominan como dogmas (D), para aclarar que no se
incluye su demostración.
D 1 Todo espacio vectorial tiene al menos una base. Aquí es necesario aceptar que:
• ∅ es linealmente independiente.
• La combinación lineal vacía (una suma formal con cero sumandos) es el vector cero y
que, por lo tanto, la base de { 0 }es el conjunto vacío.
D 2 Si un conjunto finito β ⊂ V es una base de V, entonces cualquier otra base de V tiene
el mismo número de elementos que β.
Dimensión
De los dogmas anteriores se sigue que para todo espacio vectorial V, o bien todas sus bases son
infinitas, o todas son finitas de la misma cardinalidad. En el primer caso, se dice que “V es
de dimensión infinita”. En el segundo caso hay un número bien definido, el número de elementos de
cada una de sus bases, que se conoce como la dimensión de V (dim V).
En el ejemplo 5.4.7, dim Rn = n.
En el ejemplo 5.4.8, dim R [x] = ∞.
En el ejemplo 5.4.9, dim M2 × 2 (R) = 4. En general, dim Mm × n (R) = mn.
En otras palabras, si un espacio vectorial V tiene una base finita (con un conjunto finito de
vectores), se dice que es de dimensión finita, y si ese no es el caso, es decir, si todas las bases de V
tienen una infinidad de vectores (son infinitas), entonces V es de dimensión infinita.
En los ejemplos anteriores, Rn y M2 × 2 (R) son de dimensión finita, mientras que R [x] no lo es.
D 3 Si γ ⊂ V es un conjunto linealmente independiente, existe β, una base de V, tal que
γ ⊂ β. (Es decir, todo conjunto de vectores linealmente independiente puede completarse a una base.)
D 4 Si β genera V, existe un subconjunto γ ⊂ β, que es linealmente independiente y que
genera a V (todo conjunto generador de V contiene una base de V).
5.5 Producto escalar, norma y métrica en Rn 205
Si β = { x 1}, i = 1, ..., n es una base de V, β se puede ordenar con el orden inducido por el orden
nn
de sus subíndices, β = { x 1..., x n}, y en ese caso a cada vector x = ∑∑ααii xxxii i∈∈ V se le puede asociar
i =i =11
el vector (al, ..., an) ∈ Kn, que se llama el vector de coordenadas de x, que obviamente depende de
la base β. Así, por ejemplo, si β = { x1, x2 , x3 } es una base de R3 y u = 3 x1 + 2 x2 − 5x3 , el vector
de coordenadas de u con respecto a β es (3, 2, −5).
La función η: V → Kn, que asocia a cada vector x ∈V su vector de coordenadas con respec-
to a una base fija β, resulta un isomorfismo de espacios vectoriales (función biyectiva de uno en
otro, tal que ∀ α ∈ K, ∀ x , y ∈ V, η( x, y ) = η( x ) + η( y ) y η(α x ) = α η( x ). Este isomorfismo
justifica la siguiente afirmación: si la dim V/K es n, entonces V es isomorfo a Kn.
Teorema 5.5.1
∀ α ∈ K, ∀ x, y , z ∈ Rn,
a) x · y = y · x (el producto punto conmuta)
b) x ·(y + z )= x · y + x · z (abre sumas)
c) x · (α y ) = α( x · y ) (saca escalares)
d) x · x ≥ 0; x · x = 0 ⇔ x = 0 (está definido en forma positiva)
Norma
n n
El hecho de que ∀ x ∈ , x · x = ∑ x12 sea mayor o igual que cero permite definir la norma (eucli-
i =1
diana) de cada vector como sigue:
Definición 5.2.2
Sea x ∈ n. La norma x de x es x = (x · x ) . Está bien definida, ya que todo número
real no negativo tiene una raíz cuadrada no negativa.
Se dice que la norma es euclidiana porque cuando se usa para construir la geometría en 2 lo
que resulta es un modelo de la geometría de Euclides.2 Note que, en particular, si x = (x1, x2 ),
2La geometría de Euclides es la que se construye a partir de los axiomas de Euclides (aumentados con los que propuso Hilbert),
en contraste con las (mal llamadas) geometrías no euclidianas, que niegan el quinto postulado.
206 Unidad 5 Álgebra lineal
entonces x = x12 + x22 , es decir, la norma o “tamaño” va de acuerdo con el teorema de Pitágo-
ras. Existen otras normas que no necesariamente se derivan de un producto interior, así como
también hay otras geometrías que tienen distintas aplicaciones,3 pero que aquí no se consideran.
Algunas propiedades de la norma euclidiana se establecen en el siguiente teorema:
Teorema 5.5.2
∀ α ∈ , ∀ x, y ∈ n,
a) x ≥ 0; x = 0 ⇔ x = 0
b) αx = α x y, por lo tanto, −x = x
*) x · y ≤ x y
c) x + y ≤ x + y
Se llama norma a toda función real con las propiedades a), b) y c). A un espacio en el que está
definida una función de ese tipo se le llama espacio normado.
La propiedad *, conocida como la desigualdad Cauchy-Schwarz-Bounyakowski (C-S-B), que
es importante, no es necesaria para esta definición.
Demostración
La propiedad a) es obvia debido a la definición. En efecto, la raíz cuadrada de todo número
no negativo es no negativa y sólo es cero cuando el radicando es cero (la suma de cuadrados
es no negativa). Luego,
n n
∑ xi2 ≥ 0 y ∑ xi2 = 0 ⇔ x1 = ... = xn = 0.
i =1 i =1
La propiedad b) se demuestra de la siguiente manera:
αx = ( αx ) · ( αx ) = α 2 ( x · x ) = α x · x = α x .
Recuerde que la raíz cuadrada real de un producto es el producto de sus raíces cuadradas y
que la raíz cuadrada del cuadrado de un número real es su valor absoluto.
Una demostración de la desigualdad C-S-B es la siguiente:
Sean x , y ∈ n . Se define z = x y − y x ∈ n.
= ( x y − y x) · ( x y − y x)
2
0≤ z
= x (y · y) − x
2
y ( y · x ) − y x (x · y ) + y
2
= 2 x y −2 x y (x · y )
2 2
(5.5.1)
Si x = 0 o y = 0, evidentemente x · y ≤ x y , (0 ≤ 0). Suponiendo que ese no es el caso,
resulta x y > 0 y, por lo tanto, en la ecuación 5.5.1 se puede cancelar el factor x y , con lo
que se obtiene:
0 ≤ x y − x · y , o sea, x · y ≤ x y . (5.5.2)
Al repetir el argumento con z = x y + y x se llega a la desigualdad
0 ≤ x y + x · y y ∴ − (x · y ) ≤ x y (5.5.3)
De las ecuaciones (5.5.2) y (5.5.3) − x y ≤ (x · y ) ≤ x y .
3Einstein dijo que la teoría general de la relatividad no se hubiera podido construir sin la geometría de Minkowski (una geometría no
euclidiana).
5.5 Producto escalar, norma y métrica en Rn 207
de donde, x·y ≤ x y
Recuerde ∀ a , b ∈ , b ≤ a ⇔ − a ≤ b ≤ a.
Con el resultado anterior se demuestra la propiedad c) (conocida como la desigualdad del
triángulo, debido a su relación con la interpretación geométrica):
= (x + y ) · (x + y ) = x · x + 2 (x · y ) + y · y
2
x+y
+ 2 (x · y ) + y =(x + y )2
2 2 2 2
= x ≤ x +2 x y + y
de donde x+y ≤ x + y
Distancia
Definición 5.5.3
La existencia de una norma, , en un espacio V permite definir una función distancia d :
(V × V → ), de la siguiente manera: sean x, y ∈V; entonces, d ( x , y ) = x – y .
Teorema 5.5.3
∀ x , y , z ∈V
a) d ( x , y ) ≥ 0; d ( x , y ) = 0 ⇔ x = y
b) d ( x , y ) = d ( y , x )
c) d ( x , y ) ≤ d ( x , z ) + d ( z , y )
Demostración de c)
d ( x , y ) = x − y = x − z + z − y = (x − z ) + ( z − y ) ≤ x − z + z − y = d ( x , z ) + d ( z , y )
Toda función m: V × V → con las propiedades anteriores es una métrica, y en ese caso el
espacio V se llama espacio métrico. También se apunta que existen métricas, que tampoco se
consideran en el texto, que no necesariamente se derivan de una norma y simplemente se agre-
ga como nota cultural, que con cualquier métrica se puede construir una topología y que, por
supuesto, también existen topologías (familias de abiertos con ciertas propiedades) que no
proceden de métrica alguna.
Ángulos y ortogonalidad
La desigualdad C-S-B, x · y ≤ x y , asegura que si x ≠ 0 y yy ≠ 0, entonces
x·y
−1 ≤ ≤1
x y
– y –y como aquel
por lo que se puede definir el ángulo formado por los vectores, diferentes de cero, x
cuyo coseno es
x ·y
x y
restringido a estar en el intervalo [0, π] (definición que se justifica observando la ley de los cosenos
para el plano que se demuestra en el siguiente párrafo). Entonces se dirá que x – y –y son ortogonales
– – –
si y sólo si x · y = 0, lo que se denota como x ⊥ y (en esta definición ya se incluye al vector 0, que,
n
por lo tanto, resulta ortogonal a todo vector x ∈ , incluido él mismo).
208 Unidad 5 Álgebra lineal
Demostración
Considere ahora el segmento dirigido CA como el vector b , de tamaño b, el segmento CB
como el vector a , de tamaño a, de donde resulta que el segmento AB es el vector a − b de tama-
ño c. Entonces,
c 2 = (a − b ) · (a − b ) = a
2 2
+ b − 2 a · b = a 2 + b2 − 2 a · b (5.5.5)
De (5.5.4) y (5.5.5)
ab cos θ = a · b , o también a b a b
de donde resulta
a ·b
cos θ = .
a y
El argumento anterior justifica la definición de ángulo entre vectores en n.
– y –y —diferentes de –0— es el ángulo cuyo coseno es
El ángulo formado por los vectores x
x·y
.
x y
Ejemplo 5.5.1
lo que sucede cuando uno de ellos es múltiplo del otro y sólo en ese caso. Es decir,
Definición 5.5.4
x y ⇔ ∃α ∈ ∋ αx = y o α y = x .
5.5 Producto escalar, norma y métrica en Rn 209
Así, por ejemplo, (3, 2, 0, −5) y (6, 4, 0, −10) son paralelos debido a que el segundo es el doble
– –
del primero. Note que como el vector 0 está incluido en la definición, y, por lo tanto, 0 es paralelo
a cualquier vector, no basta una sola de las igualdades anteriores para definir paralelismo.
Ejemplo 5.5.2
1 1 1
En n, cada êi = (…,1,…) es unitario y xˆ = , , también.
3 3 3
Definición 5.5.6
Sea β = { x1,..., xn }. β es un conjunto ortogonal si ∀ i , ∀ j , i ≠ j ⇒ xi ⊥ x j , y si además
∀ i , i = 1, ..., n xi = 1, se dice que β es un conjunto ortonormal.
Ejemplo 5.5.3
En n, {eˆ1 , ... , eˆn } es un conjunto ortonormal.
Teorema 5.5.4
Todo conjunto ortonormal finito es linealmente independiente.
Demostración
n
– , ..., x– } un conjunto ortonormal y 0 = ∑
Sea β = {x a j x j ; entonces, para cada i = 1, ..., n,
1 n
j =1
n
0 = 0 · xi = ∑ a j x j · xi = ai (xi · xi ) = ai .
j =1
Se acepta también el teorema que asegura:
D 5 Todo espacio vectorial real de dimensión finita (esencialmente un n) tiene bases orto-
gonales y todo conjunto ortogonal que sea linealmente independiente puede completarse a (for-
ma parte de) una base ortogonal.
–
Si β = {x–1, ..., x–n} es un conjunto ortogonal, linealmente independiente (y ∴ x–i ≠ 0, i = 1,..., n),
entonces
x x
β* = 1 , ..., n
x
1 xn
es ortonormal, por lo que en el dogma anterior puede sustituirse “ortonormal” por “ortogonal”
sin que pierda validez.
Definición 5.5.7
Sea W ≤ V un subespacio de un espacio vectorial real de dimensión finita V. El complemento
ortogonal W⊥ de V es:
W⊥ = {x ∈ V ; x ⊥ y ∀ y ∈ W}
Ejemplo 5.5.4
Si W ={(a, b, 0) ∈ 3}, entonces W⊥ = {(0, 0, c) ∈ 3}.
210 Unidad 5 Álgebra lineal
Ejemplo 5.5.5
Si W = {(x, y, z) ∈ 3; 2x + 3y − z = 0}, entonces
W ⊥ = {x ∈ 3 ; x = t ( 2, 3, − 1) ; t ∈ }.
Observación
Si W es un subespacio de V generado por β = {x1, ..., xn }, entonces su complemento ortogonal
W⊥ es W ⊥ = {x ∈ ; x ⊥ xi , i = 1, ..., r}.
Teorema 5.5.5
Sea Vk un espacio de dimensión finita n, W un subespacio de V y W⊥ su complemento ortogonal.
Entonces W⊥ es un subespacio de V y dim W + dim W⊥ = dim V.
Demostración
I. a) 0 es ortogonal a x ∀ x ∈ V, en particular ∀ x ∈ W∴ 0 ∈ W ⊥ .
b) Sean x , y ∈ W ⊥ ∴ ∀ u ∈ W, x · u = 0, y · u = 0 ∴ ( x + y ) · u = e.d. x + y ∈ W ⊥ .
c) Sea x ∈ W ⊥ , k ∈ K, ∀u ∈ W, x · u = 0, k ( x · u ) = kx · u = 0 ∴ kx ∈ W ⊥ ; entonces
W⊥ es un subespacio de V.
{ }
II. Sea r = dim 𝕎, {x1, ..., xr } base ortonormal de W y x1 , ..., x r , v r +1 , ..., vn base ortonormal
de V. Entonces x ∈ {vr +1,..., vn } resulta ser ortogonal a xxii,,ii == 11,, ..., r, y por lo tanto ∈W
tanto xx ∈ W⊥⊥..
Entonces [v ] ⊂ W ⊥ ... (1).
r r
Sea x ∈ W ⊥ , x = ∑ ai xi + ∑ b j v j ∴ x ⊥ xi , i = 1, ..., r ∴ xi · x = a i = 0 i = 1, ..., r e.d.
i =1 i = r +1
r
x = ∑ b j v j ∈ [vi ] ∴ W ⊥ ⊂ [vi ] ...(2)
i= 1
de (1) y (2) se obtiene que W⊥ = [vr +1, ..., vn ] y ∴ dim W⊥ = n − r, luego dim W + dim W⊥ = n.
Proyecciones
Motivación
→ →
La suma de dos vectores u y v es una operación que permite obtener un vec-
→ →
tor resultante u + v , que, en caso de que sean ortogonales, su representación
gráfica tiene la forma que aparece en la figura 5.2.
En la física e ingeniería existen varias aplicaciones en las que se plantea el
→
problema inverso: descomponer un vector dado (resultante) en la suma de los
u → → dos vectores ortogonales que lo forman, como se ilustra en el ejemplo 5.5.6.
u+ v
Ejemplo 5.5.6
Considere una locomotora que sube sobre una vía inclinada, como se muestra
en la figura 5.3.
→
La fuerza w , debida a la gravedad, empuja la máquina contra la vía, y
→ también contra su desplazamiento sobre la vía, lo que produce las dos fuerzas
v
→ →
u y v , que son ortogonales, a las que se denomina las proyecciones de la fuer-
Figura 5.2 Suma de dos vectores. → →
za w . Así, w es la resultante de la suma de sus proyecciones:
→ → →
w=u +v
→ →
La representación de las fuerzas u y v ayuda a desarrollar el análisis del efecto de la gravedad
→
sobre la locomotora; por ejemplo, –u representa la fuerza que se requiere para impedir que la
→
máquina se deslice vía abajo, mientras que v representa la fuerza que soportan sus ruedas.
5.5 Producto escalar, norma y métrica en Rn 211
w x u x v x
→ →
Como v · x = 0 (propiedad 3), entonces
→ → → → → →
w · x = u · x+ 0 = u · x
→
→ → w
Por otra parte, la propiedad 1 establece que u = λ x ; por lo tanto,
w · x = (λ x ) · x = λ (x · x)
→ → → → → →
→
v
Del anterior desarrollo se tiene que
w x w x
→
x x u
x
→ → →
De esta manera, la proyección de un vector w sobre otro x se puede x
escribir en la forma →
Figura 5.4 Proyecciones ortogonales de w.
w x x w x x
u x
x x x
donde
w x
x
→ →
es la componente de w sobre x . La componente de una proyección sobre un vector v es el escalar
por el que se requiere multiplicar un vector unitario en la dirección de v para obtener la proyec-
ción correspondiente.
→
La proyección ortogonal ( v ) de w con respecto a x→ resulta
Nota
Los términos componente y proyec-
→ → → → → ción no se utilizan de manera
Como w · x = w x cos θ , la componente de la proyección de w sobre x→ se uniforme en la literatura. En algunos
puede escribir en la forma libros se definen en forma intercam-
→ →
· biada. Le llaman proyección a lo que
→
= → cos θ aquí se definió como componente y
viceversa.
→ →
en donde θ es el ángulo entre w yx
212 Unidad 5 Álgebra lineal
Definición 5.5.8
→ → → →
Dados dos vectores u y v en n, la proyección de u sobre v es el vector
u v
v
v v
El vector u v u
v
v v
→ → →
que es perpendicular a v , se llama la proyección ortogonal de u con respecto a v .
Ejemplo 5.5.7
→ → ˆ calcule la proyección de → →
Dados u = 2iˆ − 3 jˆ + 4 kˆ y w = −2iˆ − 3 jˆ + 5 k, u sobre v y la proyección
→ →
ortogonal de u con respecto a v .
Solución
→ →
La proyección de u sobre v es
u v
u v
v
2 (−2) + (−3)(−3) + 4(5)
= (−2, − 3, 5)
4 + 9 + 25
25 25 75 125
= (−2, − 3, 5) = − , − ,
38 19 38 38
z
→ →
La proyección ortogonal de u con respecto a v (figura 5.5) es
→
v
→ →
u · v→ 25 75 125
→
u − Proyv → →
u = u − v = (2, − 3, 4) − − , − ,
→ v
→ 2
19 38 38
→
Proy→ u
u v
25 75 125 63 39 2 7
= 2 + , − 3 + , 4 − = − , − ,
19 38 38 19 38 38
y
Aplicaciones
→ →
La aplicación de una fuerza F = 3iˆ + 3 jˆ (con F en newtons) mueve
x → →
un bloque a través de un desplazamiento D = (5, 0) ( D en metros). La
→ figura 5.6 muestra un esquema del proceso.
Figura 5.5 Proyección ortogonal de u →
→ Determine el trabajo realizado por la fuerza F .
sobre v .
→ →
F F
→
P D Q θ
P → Q
D →
→ F cos θ
Proy→ F
D
→
Figura 5.6 Diagrama del desplazamiento de un bloque. Figura 5.7 Componente horizontal de F .
5.6 Producto vectorial 213
Solución
→
El trabajo realizado por una fuerza constante de magnitud F que mueve un objeto a lo largo de
→
una distancia recta δ se calcula mediante la fórmula W = F δ , siempre y cuando la fuerza tenga
→
la dirección de la recta de movimiento. Si la fuerza F que mueve un objeto a través de un despla-
→ → →
zamiento D tiene otra dirección, entonces la que realiza el trabajo es la proyección de F sobre D .
Así,
D
F D
→ →
F · D → → →
W = → D = F · D
D
( )
W = 3, 3 · (5, 0) = 3(5) + 3 (0) = 15 joules.
→ →
En→ la física se acostumbra nombrar a la proyección de F sobre D como la componente vecto-
→
rial de F en la dirección de D y a su componente como la componente escalar. De esta manera, la
solución del mismo problema en el lenguaje de la física sería la que aparece en
→
la figura 5.7.
Como se observa en la figura 5.7, la componente vectorial de la fuerza F en la dirección del
→ →
desplazamiento D es la que realiza el trabajo, y considerando a θ como el ángulo que forman F
→ → → →
y D; entonces, la componente escalar de F en la dirección de D es F cos θ. Así,
→
Trabajo = componente
→ (
escalar de longitud de D
→
D
)
F en la dire
ección de
F D
→ →
W= F D cos θ z
→ →
Por lo tanto, W =F · D
Si u = 2 ê3 + 3 ê3 + 2 ê3 y v = ê31 − ê32 + 2 ê3, su producto vectorial será el siguiente vector:
u × v = (3 . 2 – 2(−1), 2 . 1 − 2 . 2, 2(−1) − 3 . 1) = (8, −2, −5) = 8 êi − 2 ê2i − 5 ê3
y el dibujo de su gráfica en 3 se muestra en la figura 5.8.
Por la convención de suma, el producto vectorial se puede escribir en forma más compacta como
3 3
∑ ui eˆi = ui êi ; ∑ vi eˆi = vi êi
i =1 i =1
214 Unidad 5 Álgebra lineal
Asimismo, cuando se asume esta nueva representación del producto vectorial, es posible
escribir un determinante en forma compacta. De esta manera, el determinante de la matriz de 3 ×
3 con elementos aij será:
det (aij) = ∈ijk a1i a2j a3k = ∈ijk ai1 aj2 ak3
det (aij) = ∈111 a11 a21 a31 + ∈112 a11 a21 a32 + ∈113 a11 a21 a33 + ∈121 a11 a22 a31 + ∈122 a11 a22 a32
+ ∈123 a11 a22 a33 + ∈131 a11 a23 a31 + ∈132 a11 a23 a32 + ∈133 a11 a23 a33 + ∈211 a12 a21 a31
+ ∈212 a12 a21 a32 + ∈213 a12 a21 a33 + ∈221 a12 a22 a31 + ∈222 a12 a22 a32 + ∈223 a12 a22 a33
+ ∈231 a12 a23 a31 + ∈232 a12 a23 a32 + ∈233 a12 a23 a33 + ∈311 a13 a21 a31 + ∈312 a13 a21 a32
+ ∈313 a13 a21 a33 + ∈321 a13 a22 a31 + ∈322 a13 a22 a32 + ∈323 a13 a22 a33 + ∈331 a13 a23 a31
+ ∈332 a13 a23 a32 + ∈333 a13 a23 a33
det (aij) = 0 · a11 a21 a31 + 0 · a11 a21 a32 + 0 · a11 a21 a33 + 0 · a11 a22 a31 + 0 · a11 a22 a32
+ 1 · a11 a22 a33 + 0 · a11 a23 a31 + (−1) · a11 a23 a32 + 0 · a11 a23 a33 + 0 · a12 a21 a31
+ 0 · a12 a21 a32 + (−1) · a12 a21 a33 + 0 · a12 a22 a31 + 0 · a12 a22 a32 + 0 · a12 a22 a33
+ 1 · a12 a23 a31 + 0 · a12 a23 a32 + 0 · a12 a23 a33 + 0 · a13 a21 a31 + 1 · a13 a21 a32
+ 0 · a13 a21 a33 + (−1) · a13 a22 a31 + 0 · a13 a22 a32 + 0 · a13 a22 a33 + 0 · a13 a23 a31
+ 0 · a13 a23 a32 + 0 · a13 a23 a33
det (aij) = a11 a22 a33 (–)a11 a23 a32 (−)a12 a21 a33 (+)a12 a23 a31 (+)a13 a21 a32 (−)a13 a22 a31
= a11 (a22 a33 – a23 a32) + a12 (a23 a31 – a21 a33) + a13 (a21 a32 – a22 a31)
u × v = || u || || v || sen θ ê⊥
Sea el par de vectores no colineales y distintos de cero v , u ∈ 3, como se ilustra en la figura 5.11.
Si se considera el paralelogramo cuyos lados corresponden con los vectores u y v , entonces
su área es
AP = base × altura = || v || × h
216 Unidad 5 Álgebra lineal
pero la altura (h) del paralelogramo corresponde con el cateto opuesto del triángulo
rectángulo de la figura, por lo que
h = || u || sen θ
Al reemplazar se tiene
u
θ
h AP = || u || || v || sen θ = || u × v ||
v
Ejemplo 5.6.2
Encuentre el área del triángulo en 3, cuyos vértices corresponden con los vectores
siguientes:
Figura 5.11 Paralelogramo u = (1, 2, −1), v = (2, −2, 1) y w = (1, −1, 2)
formado por u y v . La figura 5.12 muestra la gráfica de los tres puntos, así como dos aristas del trián-
gulo que forman y que corresponden con las diferencias:
u − v = (1, 2, −1) – (2, −2, 1) = (−1, 4, −2) y w − v = (1, −1, 2) – (2, −2, 1) = (−1, 1, 1)
Entonces
eˆ1 eˆ2 eˆ3
( u − v ) × ( w − v ) = −1 4 −2 = (6, 3, 3)
−1 1 1
w y el área del paralelogramo sería
v AP = ||(6, 3, 3)|| = 54 = 3 6
u Entonces el área del triángulo es
Figura 5.12 Vectores que señalan
3
AT = 6
los vértices del triángulo. 2
Teorema 5.6.1
Sean u, v y w vectores en 3 y α ∈ un escalar:
Se harán solamente las demostraciones correspondientes a las propiedades i), ii) y v). Las
demás se sugieren como ejercicios.
i) u · ( u × v ) = (u1, u2, u3) · (u2v3 − u3v2, u3v1 − u1v3, u1v2 − u2v1)
= u1(u2v3 – u3v2) + u2(u3v1 − u1v3) + u3(u1v2 – u2v1)
= u1u2v3 – u1u3v2 + u2u3v1 – u2u1v3 + u3u1v2 – u3u2v1
= u1u2v3 + u2u3v1 + u3u1v2 – (u3u1v2 + u1u2v3 + u2u3v1) = 0
v · ( u × v ) = (v1, v2, v3) · (u2v3 − u3v2, u3v1 − u1v3, u1v2 − u2v1)
= v1(u2v3 – u3v2) + v2(u3v1 − u1v3) + v3(u1v2 – u2v1)
= v1u2v3 – v1u3v2 + v2u3v1 – v2u1v3 + v3u1v2 – v3u2v1
= v1u2v3 + v2u3v1 + v3u1v2 – (v3u1v2 + v1u2v3 + v2u3v1) = 0
5.7 Triple producto escalar 217
ii) u || v ⇒ u = α v
v) u × ( v + w ) = ( u × v ) + ( u × w )
= (u × v ) + (u × w )
u · ( v × w ) = || u || || v × w || cos θ,
Ejemplo 5.7.1
Calcule el producto triple escalar para los siguientes vectores:
u = (2, −2, 1), v = (3, 4, 2) y w = (−1, 1, 2)
2 −2 1
u · ( v × w ) = 3 4 2 = 2 · 4 · 2 + (−2) · 2 · (−1) + 1 · 3 · 1 – (2 · 2 · 1 + (−2) · 3 · 2 + 1 · 4 · (−1))
−1 1 2
= 35
Interpretación geométrica
Sean u, v y w tres vectores en 3 que forman paralelogramos correspondientes con los lados de
un paralelepípedo, que se ilustra en la figura 5.13.
El volumen de todo paralelepípedo equivale al producto del área de su base por su respectiva
altura. En el caso del paralelepípedo formado por los vectores u, v y w, el área de la base se
puede obtener a partir de || v × w ||, que es el área de la superficie del paralelogramo formado por
los vectores v y w.
218 Unidad 5 Álgebra lineal
Ejemplo 5.8.1
Sea ℒ la recta apoyada en (1, 2, 3) y generada por (3, 2, 1). El punto (10, 8, 6) está en ℒ, ya que
(10, 8, 6) = (1, 2, 3) + 3(3, 2, 1) mientras que (1, 0, 1) no está en ella, ya que no existe t ∈ tal que
(1, 0, 1) = (1, 2, 3) + t (3, 2, 1).
La figura_5.14 representa la recta en 3 que pasa por el punto P0 y está generada
por el vector a .
z
Se deja al lector la demostración de los teoremas siguientes.
P0
a Teorema 5.8.1
ℒ _ _
Si Q es un punto de la recta ℒ(P0; a, ), entonces ℒ(P0; a ) = ℒ(Q; (a ); es decir, toda
recta se puede apoyar en cualquiera de sus puntos.
x y Teorema 5.8.2
_ _ _
Figura 5.14 Recta en 3. Si b es un vector diferente de cero y paralelo a a, entonces ℒ(p0; a ) = ℒ(P0; b ).
Toda recta se puede generar por cualquier vector no cero, paralelo a su generador
original.
rador, que es distinto de cero, dado que los puntos son diferentes. Entonces, ℒ(P1; P2 – P1) es la
ecuación de una recta. Para comprobar que es la que se quiere basta hacer ver que –P1 y P2 están
en ella, lo que se consigue tomando para t los valores 0 y 1.
Por ejemplo, sean P1 = (1, 2, −1) y P2 = (−2, 3, 1). Entonces una ecuación de la recta que pasa
por ellos es ℒ((1, 2, −1); (−3, 1, 2)). Otras serían _ ℒ((–2, 3, 1); (3, –1, –2)),…
_
Una _ ecuación vectorial de la recta ℒ(P 0 ; a ) es ℒ = {P | P = P0 + ta , + t ∈ }.
Si a = (a1, a2, a3) y P0 = (x0, y0, z0), la ecuación de la recta también puede escribirse en forma
paramétrica, como sigue:
x = x0 + ta1
y = y0 + ta2, t ∈
z = z0 + ta3
y cuando a1, a2, a3 son diferentes de 0, se puede usar la forma simétrica, que se obtiene despejando
el parámetro t en las ecuaciones anteriores e igualando los resultados:
x − x0 y − y0 z − z0
a1 = a2 = a3
Ejemplo 5.8.2
_ _
Sea P0 = (1, 2, 3) y a = (3, 2, 1). Entonces, la recta ℒ que pasa por P0 y que está generada por a es:
Ecuación vectorial: P = {(x, y, z) = (1, 2, 3) + t(3, 2, 1), t ∈ } (5.8.1)
Ecuaciones paramétricas:
x = 1 + 3t
y = 2 + 2t t ∈ (5.8.2)
z = 3 + t
Forma simétrica:
x−1 y−2
= =z−3
3 2
Planos en 3
El mismo razonamiento que se usó para definir la ecuación vectorial de una recta permite asegu-
rar que un plano queda bien determinado si se conoce un punto de apoyo y dos
vectores que lo generen (figura 5.15). _ –
Así, una ecuación del plano apoyado en P0 y generado por los _ –vectores a y b es
P ={P|P = _ P0–+ ta + sb, s, t ∈ }, que se abrevia como π (P0; a, b ). Para que los z
vectores a y b generen al_plano se requiere que no sean paralelos.
–
Un punto P ∈ π (P0 ; a, b ) si y sólo si existen escalares s0 y t0 tales que b
_ –
P = P0+ t0 a + s0b .
Siguiendo con las analogías, se expresan los dos teoremas siguientes, cuya demos-
a
tración también se deja como ejercicio.
Teorema 5.8.3
_ – _ – _ – x y
Si Q0∈ π(P0; a, b ), entonces π(P0; a, b ) = π (Q0; a, b ). Un plano puede apoyarse en
cualquiera de sus puntos.
Figura 5.15 Vectores que generan
el plano.
220 Unidad 5 Álgebra lineal
Teorema 5.8.4
_ –
Si u– y v– son vectores no paralelos que están en el plano generado por a y b, entonces
_ –
π (P0; a, b) = π (P0; –u, –v ).
Un plano puede generarse por cualesquiera dos vectores no paralelos que estén en el plano de los
generadores originales.
ax + by + cz = d
en donde d = ax0 + by0 + cz0 = n · P0 .
En general, toda ecuación lineal en tres variables representa un plano en 3, cuya normal es
el vector formado por sus coeficientes. Por ejemplo, la ecuación x + 2 y + 3z = 0 representa un pla-
no que pasa por el origen —el punto (0, 0, 0) satisface la ecuación— y tiene normal (1, 2, 3). La
ecuación 2 x − 3z = 5 representa al plano que pasa por (1, −7, −1) y que tiene por normal al vector
(2, 0, −3).
Cuando se conocen los vectores que generan al plano, una normal puede obtenerse a partir
del producto cruz de ellos. Del ejemplo anterior se obtiene n– = (2, 1, 3) × (−5, 4, 2) = (−10, −19, 13)
y d resulta (−10, −19, 13) . (1, 0, −1) = −23. Finalmente, una ecuación del plano es
−10 x − 19 y + 13z = −23
n
z
P - P0
Ángulo entre planos
Se define el ángulo entre dos planos como el que forman sus vectores norma-
P0 les. Entonces, si los vectores normales son ortogonales (o paralelos), se dice
P que los planos son ortogonales (o paralelos).
y
a S( a )
a + b S( a ) + S( b )
α· a αα · Sv (a
S() a )
b S( b)
{𝕌, 𝕂, + , ·} {𝕍, 𝕂, , ·}
Definición 5.9.1
Sean U y V espacios vectoriales sobre el campo K. Una función S de U en V se llama una
transformación lineal si satisface las dos condiciones siguientes:
– + b ) = S(a–) + S(b–)
1. S (a “abre sumas”.
– –)
2. S (αa ) = αS(a “saca escalares”.
∀ a, b ∈ U, ∀ α ∈ K
Se enfatiza que la suma a + b y la multiplicación de un vector por un escalar α · a se reali-
za en el espacio U, mientras que S( a ) ⊕ S( b ) y α ≠ S( a ) se realizan en el espacio V.
Ejemplo 5.9.1
Sea a un número real y T: → con regla de asociación T(x) = ax. Se comprobará que T es
una transformación lineal (TL).
En efecto, sean x, y ∈ (vectores) y α ∈ (escalar). Al aplicar la definición de T:
T(x + y) = a(x + y) = ax + ay = T(x) + T(y) “abre sumas”.
T(αx) = a(αx) = (aα)x = (αa)x = α(ax) = αT(x) “saca escalares”.
Ejemplo 5.9.2
Si ahora la regla de asociación fuera T(x) = ax2, ¿T sería una TL?
Sean x, y ∈ y α ∈ . Al aplicar la definición
T(x + y) = a(x + y)2 = a(x2 + 2xy + y2) = ax2 + a2xy + ay2 = T(x) + 2xy + T(y) ≠ T(x) + T(y)
T(αx) = a(αx)2 = a(α2x2) = α2 (ax)2 = α2 T(x) ≠ αT(x).
Como no se cumple ninguna de las condiciones, T no es una TL (bastaría con que no se
cumpliera cualquiera de ellas).
Ejemplo 5.9.3
Sean a y b números reales y T: 2 → con regla de asociación T(x, y) = ax + by. ¿T es una TL?
Sea x = ( x1, x2 ) y y = ( y1 , y2 ) elementos de 2 y α ∈ . Aplicando la definición,
T (αx ) = a (αx1 ) + b (αx2 ) = (aα) x1 + (bα) x2 = α (ax1 + bx2 ) = αT (x )
T (x + y ) = T (x1 + y1, x2 + y2 ) = a ( x1 + y1 ) + b( x2 + y2 ) = ax1 + bx2 + ay1 + by2 = T ( x ) + T ( y )
Ejemplo 5.9.4
Sean a y b números reales y T: 2 → con regla de asociación T(x, y) = ax + by + 1. ¿T es una TL?
Sean x = ( x1 , x2 ) y y = ( y1, y2 ) elementos de 2 y α ∈ . Al aplicar la definición,
Ejercicios 5.9
1. Calcule las componentes del vector (4, 6) con respecto a las bases B 1 = {(1, 0),(0, 1)},
B {(1, 1), (1, − 1)} y y B 3 = {(1, 0),(1, 2)} .
2. Calcule las componentes del vector (2, 0, 3) respecto a las bases B a = {(1, 0, 0),(0, 1, 0),(0, 0, 1)} ,
B b = {(2, − 2, 1), (0, 1, − 1),(0, 0, 1)} y B c = {(1, 1, 1), (0, 1, 2), (1, 0, 4)}.
8. Indique los conjuntos que son bases de 2 y aquellos que son bases de 3.
1 0
1 1 1 1 1 1 1 ,
B = , B = , 1 , B = −1, 1, 2 , B = 1,
−1
−1 1
1
1 0 0 0 0 1 0 0 1 −1
B = 1, 1 , 0 , B = 0, 1, 1 , B = 0, 1, 1, 1 .
1 1 1 1 1 1 1 1 1 −1
9. Dé una ecuación de la recta que pasa por el punto P = (1, −1, 2) y que está generada por el
vector (2, 1, 3).
10. Construya una ecuación de la línea que pasa por los puntos P = (1, 0, 1) y Q = (2, 2, 3).
11. Demuestre que si los puntos P1, P2, P3 no son colineales, entonces P2 − P1 y P3 − P1 no son
paralelos.
12. Dé una ecuación del plano que pasa por el punto P = (−1, 1, 1) y que es perpendicular a los
vectores a,= (5, 1, 3) y b , = (−2, 1, 1).
13. Dé una ecuación del plano que pasa por los puntos P = (2, 1, 0), Q = (3, −1, 1) y R = (1, 0, 2).
14. Dé una ecuación del plano que pasa por el punto P = (1, 1, 1), cuya normal es paralela al vector
(1, 2, 3).
( )
L (1, 1, 2); (2, 1, 1) , exprésela en forma vectorial y en forma paramétrica.
15. Dada la recta ℒ
16. Dada una ecuación vectorial para un plano, transfórmela en una normal.
17. Calcule el ángulo entre las líneas ℒ1 = {(1, −1, 2) + α (1, 0, 1), α ∈ } y ℒ2 = {(2, 3, −1) + β(0,
−1, 1), β ∈ }. ¿Cuál es la intersección de las líneas ℒ1 y ℒ2?
20. Calcule la distancia del punto P = (2, 1, 1) a la línea ℒ que tiene ecuaciones paramétricas
x = 1 + t, y = 2 − t, z = −1 + 2t.
21. Calcule la distancia entre las líneas ℒ1 = {(1, −1, 2) + α(1, 0, 1), α ∈ } y
ℒ2 = {(2, 3, −1) + β(0, −1, 1), β ∈ }.
24. Para a = (−1, 1, 0), b = (0, 1, 1), calcule la norma de los siguientes vectores: 2 a, a − b,
a × b .
25. Dé dos vectores ortogonales a los vectores − a y 2 b , que tengan tamaño π, donde a = (−1,
1, 0) y b = (0, 1, 1).
27. Calcule el perímetro y el área del triángulo que tiene como vértices los puntos (1, 0, 0),
(0, 2, 0) y (0, 0, 3).
28. Calcule el volumen del paralelepípedo que tiene como tres de sus aristas los vectores (1, 0, 0),
(0, 2, 0) y (0, 0, 3).
29. Calcule el volumen de la pirámide que tienen sus vértices en los puntos (0, 0, 0), (3, 0, 0),
(0, 4, 0) y (1, 1, 1).
31. Calcule el ángulo que forman los vectores a = (1, −1, 1) y b = (−1, 1, 1).
32. Calcule la proyección ortogonal del vector a = (2, 0, 1) sobre el vector b = (0, 2, 1).
33. Calcule la componente ortogonal del vector a = (0, 2, 1) sobre el vector b = (2, 0, 1).
34. Exprese el vector a = (2, 1, 3) como la suma de dos vectores ortogonales, uno de los cuales
sea paralelo al vector b = (1, −1, 1).
35. Investigue cómo se definen los cosenos directores y calcule los que correspondan al vector
a = (1, −2, 1).
36. Descanse.
Anexo 1
Combinatoria
Para analizar los resultados de las encuestas, muestreos, censos, probabilidades o estudios estadís-
ticos teóricos o las prácticas indispensables para la toma adecuada de decisiones es importante
contar los elementos de algunos conjuntos, de sus subconjuntos y de las familias de éstos. De esta
actividad (determinar la cardinalidad de un conjunto o contar sus elementos) han surgido algunas
conjeturas, afirmaciones que no han sido demostradas, y varias proposiciones importantes en la
teoría de los números, como el último teorema de Fermat que se demostró más de 300 años des-
pués de que fue formulado.
Cuando los conjuntos son infinitos, es decir, tienen un número infinito de elementos, la cuen-
ta del número de éstos depende de la manera de contarlos, pero en el caso finito, si no se equivoca
el contador, el resultado es independiente del método, observación que ha dado origen a un buen
número de aplicaciones importantes en diversas ramas de la matemática, como la teoría de gru-
pos, de anillos, extensiones de campos, y en general en la parte conocida como “álgebra abstrac-
ta”, así como en la probabilidad y en la teoría de la medida.
En esta sección se analizan algunas técnicas elementales de conteo para los conjuntos finitos;
asimismo, se presentan ejemplos y se proponen ejercicios relacionados con el tema.
Cuando se describe un conjunto exhibiendo explícitamente a sus elementos, tal exhibición es
equivalente a una serie de proposiciones de pertenencia unidas por el conectivo “y” que conmuta
y es asociativo. Así, la expresión A = {a, b} dice que a ∈ A y b ∈ A, o equivalentemente que b ∈ A y
a ∈ A, es decir, {a, b} = {b, a}.
Observe que la proposición a ∈ A ∧ a ∈ A ∧ a ∈ A ∧ b ∈ A ∧ b ∈ A define al mismo conjunto.
Es decir, { a, b} = { a, a, a, b, b} = {b, b, , a, a,} .
En efecto, un conjunto está determinado por sus elementos y es independiente del orden en el
que se diga que tales elementos pertenecen al conjunto y del número de veces que pueda repetirse
esta información de pertenencia; es decir, que los elementos de un conjunto no están ordenados.
Algunas veces resulta conveniente, o cómodo, denotar a los elementos de un conjunto con la
misma letra marcada con diferentes subíndices. Así, por ejemplo, se han mencionado las n-adas
( x1, x2 ,, xn ) y los productos cartesianos generalizados
En el primer caso se ha usado la misma letra x para representar las diferentes coordenadas de
cada n-ada, distinguiendo unas de otras por el subíndice que se les adjunta, y en este ejemplo el orden
natural de los subíndices puede usarse para inducir el correspondiente orden en las coordenadas. Se
dice que “xi es anterior a xj” si i es menor que j (por ejemplo, x2 “va antes” que x4 o que x7).
En el caso del producto cartesiano generalizado, pudiera suceder que el conjunto I de índices
tuviera alguna relación de orden y, en ese caso, éste permite ordenar a los factores de manera
análoga a la anterior (xi es anterior a xj si, en el orden de I, i va antes que j).
Se llama conjunto parcialmente ordenado (o COPO) a la colección de objetos (conjunto) en
la que, además de los objetos mismos, está definida en ellos alguna relación de orden, que cuando
es lineal (o total o completa) produce un COPO linealmente ordenado.
Estas consideraciones deberán tomarse en cuenta cuando se trate de decidir si dos conjuntos
son iguales o no. Del axioma de extensión1 se sigue que A ≠ B si y sólo si existe un elemento en A
que no esté en B o viceversa, pero cuando se trata de conjuntos ordenados puede suceder que aun
teniendo los mismos elementos, éstos aparezcan en diferente orden, y en ese caso los conjuntos
deben considerarse como distintos. Las coordenadas de los puntos del plano son un ejemplo de
esto; ( a, b ) ≠ ( b, a ), a menos que a sea igual a b.
¿Cuántos subconjuntos de dos elementos pueden formarse a partir de A = { a, b, c } ? La res-
puesta es tres: {a, b}, {a, c}, {b, c}.
1 A = B ⇔ ∀ x, x ∈ A ⇔ x ∈ B. 225
226 Anexo 1
¿Cuántos subconjuntos ordenados? En este caso, la respuesta es seis, a saber: (a, b), (b, a),
(a, c), (c, a), (b, c), (c, b).
Observe el cambio de notación: {a, b} = {b, a} aunque a sea diferente de b, y en este caso,
(a, b) ≠ (b, a).
b1
a1
a1 b2 b1 a
b2 b b1 a1
a1 b2 b1 a1 a22
b3
a2
b1 3 b2 aa21
a2 b2 b1 a2a
b2 b b3 1
b33 b3 aa21
a2
¿Cuántas palabras de tres letras se pueden formar con los elementos del conjunto A = {a, b, c, d, e}?
Se llamará palabra a cualquier conjunto ordenado de tres letras, repetidas o no, independien-
temente del significado que pudieran o no tener en el sentido usual. Así, aac, aba y ccc son ejem-
plos de palabras para este problema. Note que aab y aba son palabras distintas.
Debe ser claro que para encontrar la solución a este problema deben tomarse tres decisiones,
y que no importa el orden en el que se tomen: cuál debe ser la primera letra, cuál la segunda y cuál
la tercera. En cada caso debe seleccionarse una letra del conjunto A que tiene cinco elementos,
luego cada selección puede hacerse de cinco maneras independientes. El PFC asegura que enton-
ces el proceso completo, seleccionar las tres letras, puede hacerse de 5 × 5 × 5 maneras diferentes,
y que, por lo tanto, hay 125 posibles palabras de tres letras.
Aquí se ha llamado palabra a lo que técnicamente se conoce como una ordenación con repetición
de tres elementos, y en este caso el problema puede plantearse preguntando: ¿cuántas ordenaciones
con repetición de tres elementos se pueden formar a partir de un conjunto de cinco elementos? En
este anexo se denotará la respuesta, que resulta ser 53, con el símbolo OR35, que se lee como ordena-
ciones con repetición de cinco elementos tomados de tres en tres. En algunos libros se invierte el orden
de los índices y se escribe OR53, o se usa también la notación 3OR5 (y aun 5OR3).
La discusión del ejemplo anterior debe ser suficiente para convencerse de que, en general, las
ordenaciones con repetición de k símbolos tomados de un universo de n deben satisfacer la fórmu-
la ORkn = nk.
Anexo 1 227
En el caso en que para formar una palabra no se admitan repeticiones, se dirá que se trata de
una ordenación, y el número de todas ellas se denotará como Okn.
¿Cuántas ordenaciones se pueden formar con k símbolos a partir de un universo de n?
Deben hacerse k selecciones. Para la primera hay n posibilidades. Para la segunda, puesto que
no se permiten repeticiones, quedan n − 1 posibilidades. Para la tercera n − 2, y para la k-ésima
n!
n − k + 1. Luego, O kn = n (n − 1)(n − 2)(n − k + 1), que es igual al número . ¡Convénzase!
(n − k )!
Para calcular el número de palabras sin repetición (ordenaciones) con k símbolos que pueden formarse con
un alfabeto de n letras, considérese el producto de n por el conjunto de sus predecesores inmediatos, hasta
completar k factores.
Ejemplo A1.1
3
O10 = 10 · 9 · 8 = 720
3 factores
28!
O528 = 28 · 27 · 26 · 25 · 24 =
5 factores (28 − 5)!
Permutaciones
Las ordenaciones de n elementos formadas a partir de un universo de n, Onn, se conocen co-
mo permutaciones de un conjunto con n elementos, y cada una es un caso particular del concepto
de permutación de los elementos de un conjunto A que se define a continuación.
Definición A1.1
Sea A un conjunto (finito o infinito). Se llama una permutación de los elementos de A a toda
función biyectiva f: A → A.
Ejemplo A1.2
En el caso n = 3, si A = {a1, a2, a3}, los seis elementos de S3 son las funciones que describen las
matrices
a1 a2 a3 a1 a2 a3 a1 a2 a3 a1 a2 a3 a1 a2 a3 a1 a2 a3
a a , , , , ,
1 2 a3 a2 a3 a1 a3 a1 a2 a1 a3 a2 a3 a2 a1 a2 a1 a3
en donde el segundo renglón de cada una indica la imagen de cada elemento del primer renglón,
bajo la función particular de que se trate.
Así, la matriz
a1 a2 a3
a a a
i j k
dice que la función f que representa es f (a1 ) = ai , f (a2 ) = a j , f (a3 ) = ak , en donde, por supuesto,
ai, aj y ak son diferentes entre sí.
Ejemplo A1.3
El grupo S3 o grupo de las simetrías del triángulo.
228 Anexo 1
Definición A1.2
Se llama simetría de un polígono a toda función isométrica del polígono en el mismo, que
manda vértices en vértices y lados en lados.
Una isometría es una función que preserva distancias. Es decir, si X es un espacio mé-
trico (tiene una función distancia), una función f : X → X es una isometría si y sólo si
∀ x, y ∈ X , d (x, y) = d ( f (x), f ( y)).
Definición A1.3
Un espacio X se llama métrico si existe una función distancia η: X × X → R tal que ∀x, y, z ∈ X.
1. η ( x, y ) ≥ 0 η ( x, y ) = 0 ⇔ x = y
2. η(x, y) = η( y, x)
3. η(x, y) ≤ η(x, z ) + η( z, y)
En este caso, η se llama una métrica y se puede traducir así: η(x, y) es la distancia (en X)
de x a y.
De acuerdo con las definiciones anteriores, el grupo de las isometrías del triángulo consta de las
seis permutaciones de sus vértices v1, v2, v3, que son las que corresponden a las matrices siguientes:
1 2 3 1 2 3 1 2 3
I = R= R2 =
1 2 3 2 3 1 3 1 2
y 1 2 3 1 2 3 1 2 3
x= y= z=
1 3 2 3 2 1 2 1 3
en las que se ha utilizado la convención de representar al conjunto
v2 de los vértices como el conjunto {1, 2, 3} de sus índices.
Si se considera el triángulo equilátero v1 v2 v3 con centro en el
origen, vértice v1 sobre el eje de las abscisas y v2 simétrico con v3
respecto al mismo eje (vea la figura A1.1), las permutaciones ante-
v1
x riores pueden verse como operaciones de simetría.
O
Así, I es la transformación idéntica, R es una rotación alrede-
dor del origen con ángulo de 120°, R2 una rotación de 240° (o el
resultado de aplicar R dos veces: R 2 = R R ) y x es la reflexión del
v3 triángulo sobre el eje de las abscisas (v1 se queda fijo y v2 cambia
con v3). Si el triángulo se refleja sobre la recta Ov2 , v2 se queda fijo
y v1 cambia con v3; luego, y es la permutación que produce ese efec-
to. Finalmente, z es la operación que consiste en reflejar el triángu-
Figura A1.1 Simetrías del triángulo. lo sobre la recta Ov3 (figura A1.2).
y y y
I R R2
v2 v1 v3
v1 v3 v2
x x x
O O O
y y y
X Y Z
v3 v2 v1
v1 v3 v2
x x x
O O O
v3 v2 v1
Anexo 1 229
y y y
X Y Z
v3 v2 v1
v1 v3 v2
x x x
O O O
v2 v1 v3
La figura A1.3 ilustra la tabla de multiplicar del grupo S3, que, como puede verse, no es abe-
liano (la tabla no es simétrica con respecto a su diagonal). Así, por ejemplo, xy = R es diferente de
yx = R2.
Entre todos los grupos no abelianos, S3 es el que tiene el menor número de elementos (su
orden, 6, es menor que el de cualquier otro grupo no conmutativo). Además de ésta, S3 tiene otras
propiedades algebraicas que hacen importante su estudio para la teoría de grupos del álgebra
abstracta (o moderna).
Número de subconjuntos
¿Cuántos subconjuntos de dos letras se pueden formar con el conjunto de las vocales? Se puede
tomar cualquiera de las cinco y hacerlas acompañar con cualquiera de las otras cuatro.
La primera selección se puede realizar de cinco maneras y la segunda de cuatro. Así se produ-
cen las 20 ordenaciones posibles, que son las siguientes: (a, e), (a, i), …, (u, o), cada una de las
cuales define al subconjunto de sus componentes. Los subconjuntos así definidos son los siguien-
tes: {a, e}, {a, i}, …, {u, o}. Pero note que en este caso cada subconjunto está representado dos
veces: {a, e}, = {e, a}, …, {o, u} = {u, o}, una por cada permutación de sus componentes. Luego,
el número de las distintas parejas así formadas consta solamente de 10 elementos, a saber, el
número de ordenaciones entre el de permutaciones.
Recíprocamente, cada subconjunto de dos elementos produce dos ordenaciones, de manera
que para obtener las 20 posibles son suficientes y bastan los 10 subconjuntos de dos letras. Apli-
cando estos razonamientos al caso general, puede concluirse que el número de subconjuntos con
k elementos que se pueden formar a partir de un universo de n símbolos es igual al número de
ordenaciones Okn entre el número de permutaciones de estos elementos, que es k! En resumen,
Onk n!
C nk = =
k! (n − k )! k!
En algunos textos (casi todos), es el símbolo que se usa para representar las combinaciones
n
de n elementos tomados de k en k.
k
Anexo 2
La función determinante
Definición A2.1
Sea {Vi}i=1, …, n una familia de espacios vectoriales sobre un campo K de característica dife-
rente de 2 (no todo elemento de K es autoinverso). Una función f: V1 × V2 × … × Vn → K es
lineal en el factor i del dominio si ∀ xi , yi ∈ V
Vii, ∀ α ∈ K .
Definición A2.2
Sea V1 = V2 = … = Vn = V, f:V × V × …× V → K, n-lineal. f es alternante si
f (x–1, …, x–i, …, x–j, …, x–n) = 0 cuando x–i = x–j
para algunas i y j (la función f vale cero cuando tiene dos coordenadas iguales en su dominio).
f (x1, , xi , , x j , , xn ) = − f (x1, , x j , , xi , , xn )
230
Anexo 2 231
Corolario 3 f (x–1, …, x–i, …, x–j, …, x–n) = f (x–1, …, x–i, + kx–j, …, x–j, …, x–n)
En efecto,
f (x–1, …, x–i, + kx–j, …, x–j, …, x–n) = f (x–1, …, x–i, …, x–j, …, x–n) + kf (x–1, …, x–j, …, x–j, …, x–n)
f (x– , …, x– , + kx– , …, x– , …, x– ) = f (x– , …, x– , …, x– , …, x– ) + k(0)
1 i j j n 1 i j n
f (x–1, …, x–i, …, x–j, …, x–n) no se altera si a un vector se le suma un múltiplo de algún otro.
Definición A2.3
Sea Sn = {σ : {1, …, n} → {1, …, n}; σ es biyectiva}. Sn es el conjunto de todas las permuta-
ciones de un conjunto de n elementos representados por sus índices (es decir, {a1, …, an} se
denotará por {1, 2, …, n}).
Una transposición es una permutación que sólo intercambia un índice por otro; por ejemplo,
σ (1, 2, , i , , j , , n) = (1, 2, , j , , i , , n) es una transposición que algunas veces se denota
como (i, j).
σ ∈ Sn es una permutación par si el número de transposiciones que se requieren para pasar
de (σ (1), σ (2), , σ (n)) a (1, 2, , n) es par. Una permutación que no es par se llama impar.
1 2 n 1 2 n
Una permutación σ (1) σ (2) σ (n) puede transformarse en a partir de
1 2 n
diferentes series de transposiciones, pero la paridad en el número de transposiciones requeridas se
conserva en todos estos procesos.* Es decir, la paridad de una permutación está bien definida.
Teorema A2.1 Nota
Observe que si tal función existe
Sea f :V × V × × V → K n-lineal, alternante. resulta única, ya que está completa-
n ¯ factores mente definida por este teorema.
n
dim V = n, β = { u1, u2 , , un } base de V. xi = ∑ ai j u j para cada i , i = 1, , n.
j =1
n n
Entonces, f (x1, , xn ) = f ∑ a1 j u j , , ∑ an j u j = ∑ (−1)σ a1σ(1) a2 σ(2) an σ(n) f (u1, , un )
j =1 j =1 σ ∈Sn
1 si σ es par
en donde (−1)σ =
−1 si σ esimpar
Demostración
n
Al desarrollar cada xi = ∑ ai j u j se obtiene:
j =1
( )
f (x1, …, xn ) = f a11 u1 + + a1n un , …, an1 u1 + + an n un .
Se puede ver que al expandir las sumas anteriores, de acuerdo con la alternancia de f,
sólo sobreviven n! factores, uno por cada σ ∈Sn , de lo que resulta que
n
( )
n
f ∑ a1 j u j , , ∑ anj u j = ∑ a1σ(1) a2σ(2) anσ(n) f uσ(1) , , uσ(n)
j =1 j =1 σ ∈Sn
n n
f ∑ a1 j u j , , ∑ an j u j = ∑ (−1)σ a1σ(1) a2 σ(2) an σ(n) f (u1, , un )
j =1 j =1 σ ∈Sn
2
x2 = ∑ a2 j u j = a21u1 + a22 u2
j =1
Entonces,
2 2
f (x1, x2 ) = f ∑ a1 j u j , ∑ a2 j u j = f (a 11u1 + a12 u2 , a21u1 + a22 u2 )
j =1 j =1
en donde el primero y el cuarto sumandos son ceros por tener coordenadas paralelas: a11u1 es paralelo a a21u1 y a12 u
a11u1 es paralelo a a21u1 y a12 u2 es paralelo a a22 u2 , por lo que
f (x1, x2 ) = a11 a22 f (u1, u2 ) + a12 a21 f ( u2 , u1 ) = a11 a22 f (u1, u2 ) − a12 a21 f ( u1, u2 )
( )
f (x1, x2 ) = a1σ(1) a2 σ(2) − a1τ(2) a2 τ(1) f (u1, u2 )
Corolario 5 ×V
Si f :V ×
V → K es alternante y β = { u1, u2 , , un }
×
n ¯ factores
n
es base de V, y además f (u1, , un ) = 1; entonces, si cada xi = ∑ ai j u j ,
j =1
n n
f (x1, , xn ) = f ∑ a1 j u j , , ∑ anj u j = ∑ (−1)σ a1σ(1) a2σ(2) anσ(n)
j =1 j =1 σ ∈Sn
Definición A2.4
Sea M n × n (K) el conjunto de las matrices n × n con coeficientes en un campo K de caracte-
rística distinta de 2 y para cada M ∈ M n × n (K), A1, , An sus columnas.
Anexo 2 233
(
Sea D : M n × n (K) → K una función que, vista como D (M ) = f A1,, An , es ) Observación
n-lineal, alternante y tal que, evaluada en la matriz idéntica, es uno. Entonces, En vista de que para toda σ ∈Sn ,
como se verá, tal función existe y, en vista del teorema A2.1, es única y se llama la −1
(−1)σ = (−1)σ (el signo de cada
función determinante. permutación es igual al signo de
su permutación inversa),
a1σ (1) anσ (n) = a −1 a −1 ,
σ (1) 1 σ ( n) n
Sobre la existencia de la función determinante resulta que si A ∈ M n × n (K), entonces
D (A) = D (At ).
La existencia de la función determinante se demostrará construyéndola (induc-
ción sobre n).
Base
n = 1 Si A = (a ), se define D (A) = a. Entonces,
1. D es 1-lineal
D (a + kb) = a + kb = D (a ) + kD (b)
y
2. D(1) = 1
3. La propiedad de ser alternante se cumple por vacuidad.
Caso particular, n = 2
La conocida manera de definir el determinante de una matriz 2 × 2 es correcta. En efecto, sea
a b
A= . Entonces,
c d
a b a + 0 0 + b a 0 0 b a 0 0 b
D = D = D + D = D + D
c d c d c d c d 0 + c d + 0 0 + c d + 0
a 0 a 0 0 b 0 b
= D + D + D + D = ad + 0 + 0 − bc = ad − bc
0 d c 0 0 d c 0
a 0 0 b
En efecto, ya que D = D =0
c 0 0 d
a 0 1 0
D = (ad ) D = ad
0 d 0 1
0 b 0 1 1 0
D = bcD = −bcD = −bc
c 0 1 0 0 1
Paso inductivo
Definición A2.5
Para cada A ∈ M n × n (K) se define Ai j ∈ M( n −1) × ( n −1) (K) como la matriz que resulta de supri-
mir el i-ésimo renglón y la j-ésima columna en A, y su determinante se llama “el menor de aij”,
que algunas veces se denota Mij.
Como cada Mij = D*(Aij) es (n − 1)-lineal, alternante y D*(I) = 1, la función D así definida
también resulta con las propiedades que se requieren, es decir, es n-lineal, alternante y D(I) = 1 y,
por lo tanto, existe y es la única con esas propiedades.
El desarrollo anterior se conoce como desarrollo del determinante por menores con respecto al
renglón i-ésimo. Es independiente del renglón y, en vista de que D(A) = D(At), también puede
calcularse desarrollándolo por menores de cualquier columna.
El producto (−1)i+j Mij se conoce como el cofactor de aij y se denota como Cij .
Regla de Cramer
Sean Ai, i = 1, …, n, vectores columna de dimensión n. B ∈ Kn, x1, …, xn ∈ K tales que
x1A1 + … + xnAn = B.
En efecto, D(A1, …, B, …, An) = D(A1, …, ∑xiAi, …, An) = D(A1, …, xiAi, …, An). Los otros
términos de la suma son 0, ya que para cada uno de ellos hay dos columnas repetidas. Finalmente,
( ) ( ) ( ) D
xi D A1,, An = D A1, , B, , An = Di , y si ∆ = D A1, , An ≠ 0, xi = i .
∆
Aunque la regla de Cramer no es práctica (el cálculo de los determinantes no es fácil si n ≥ 4),
tiene una consecuencia teórica importante.
Si el sistema es homogéneo y, por lo tanto, B es el vector cero, cada Di resulta cero y entonces,
si D (A) ≠ 0 , su única solución es x1 = x2 = = xn = 0.
Existen problemas en los que se requiere encontrar soluciones no triviales (distintas de x = 0 )
para ecuaciones de la forma Ax = kx , en donde A ∈ M n × n ( K), x = (x1, , xn ) ∈ K n , k ∈ K . Este
problema es equivalente al de encontrar soluciones no triviales para la ecuación (A − kI ) x = 0 , que
se puede ver como un sistema homogéneo de ecuaciones lineales n × n de matriz (A − kI ) . Luego, si
se necesitan soluciones distintas a x = 0, D (A − kI ) debe ser necesariamente cero. Es decir,
que, como puede verse, es una ecuación de orden n en la variable k. Esta ecuación se llama la
ecuación característica de A. Los valores de k que la resuelven se conocen como valores propios de
A (eigen-valores), y los vectores x ≠ 0 que corresponden a cada valor propio son los vectores
Anexo 2 235
Ejemplo A2.1
Cálculo de valores y vectores propios para una matriz cuadrada.
3 1 3 3 − k 1 3
Sea A = 1 1 1 ∴ A − I k = 1 1− k 1
3 1 5 3 1 5 − k
Entonces la ecuación característica A − kI = 0 es
3− k 1 3
1 1− k 1 = 0, − k 3 + 9 k 2 − 12 k + 4 = 0. Una de sus raíces es k = 1.
3 1 5−k
Entonces, si k = 1, el sistema (A − kI ) x = 0 resulta
2x + y + 3z = 0 x = −z
x + z = 0 ∴ y = −z
3x + y + 4z = 0 z = z
una de cuyas soluciones, el vector propio correspondiente al valor propio k = 1, es (1, 1, −1). En efecto,
1
1
−1
3 1 3 1
1 1 1 1
3 1 5 −1
3 1 3 1 1
En este ejemplo, 1 1 1 1 = (1) 1 .
3 1 5 −1 −1
Ejemplo A2.2
0 1 1 −k 1 1
Sea A = 1 0 1 ∴ A − I k = 1 − k 1
1 1 0 1 1 − k
A − kI = 0 es
−k 1 1
1 − k 1 = −(k − 2)(k + 1)2 = 0. Por lo tanto, los valores propios son 2 y −1.
1 1 −k
1
1
1
0 1 1 1 1
0 1 1 2
1 0 1 2 1 0 1 1
= (2 ) 1
1 1 0 1 1
1 1 0 2
Anexo 3
Teoremas sobre funciones
Sean f : A → B y g : B → C.
Sean I el conjunto de las funciones inyectivas, S el de las suprayectivas y B el de las biyectivas;
1A es la función identidad en A y 1B la identidad en B.
T.1 f , g ∈ I ⇒ g f ∈ I; g f ∈ I ⇒ f ∈ I
T.2 f , g ∈ S ⇒ g f ∈ S; g f ∈ S ⇒ g ∈ S
T.3 f ∈ I ⇒ ∃ h : B → A; h f = 1A
T.4 f ∈ S ⇒ ∃ h : B → A; f h = 1B
T.5 f g = f h ∧ f ∈I ⇒ g = h
T.6 g f = h f ∧ f ∈S ⇒ g = h
T.7 f ∈ B ⇔ ∃ h : B → A; h f = 1A ; f h = 1B (h = f −1, h −1 = f )
Demostraciones de los teoremas
Teorema A3.1
f g
Sean A → B → C funciones. Si f, g ∈II, entonces g f también, y si g f ∈ I , entonces f ∈ I g
no necesariamente.
Demostración
1. Sean a, b ∈ A ∋ g f ( a ) = g f ( b )
Por demostrar a = b.
g f ( a ) = g f ( b ), es decir, g ( f (a )) = g ( f (b)); por lo tanto, f (a ) = f (b) (ya que g es
inyectiva). Finalmente, a = b ( f también es inyectiva).
2. Sea g f ∈ I
Por demostrar f ∈ I
Sean a, b ∈ A; f ( a ) = f ( b ) ∴ g ( f ( a )) = g ( f ( b ))
e.d. g f (a ) = g f (b) ∴ a = b ( g f es inyectiva).
Teorema A3.2
f g
Sean A → B → C funciones. Si f, g ∈ S, entonces g f también, y si g f ∈ S , entonces g ∈ S,
f no necesariamente.
Demostración
Es decir, g f (a ) = c.
2. Sea g f ∈ S y c ∈ C.
Por demostrar ∃b ∈ B ∋ g (b) = c
g f ∈ S ⇒ ∃a ∈ A ∋ g f (a) = c g f (a) = g ( f (a))
bautizo: f (a ) = b, b es el elemento cuya existencia se tenía que demostrar.
f g
Corolario 1 Sean A → B → C funciones. Si f, g son biyectivas, entonces g f tam-
bién, y si g f es biyectiva, entonces f es inyectiva y g suprayectiva.
Demostración
Sea a0 ∈ A. Se define para b ∈ A:
Teorema A3.4
Sea f : A → B, f ∈ S. Entonces ∃g : B → A ∋ f g = 1B. (Las funciones suprayectivas tienen inver-
so derecho).
Demostración
Puesto que g es suprayectiva, para cada b ∈ A, f −1 (b) ≠ ∅ . Se selecciona a tal que a ∈f−1(b)
(axioma de selección) y se define g(b) = a. Entonces ∀b ∈ A, f g (b) = f (a ) = b .
Atención: a ∈ f −1 (b) si y sólo si f (a) = b.
En el diagrama de la figura A3.2 se muestra una función f que tiene inverso izquierdo que
no es derecho y otra función g que tiene inverso derecho que no es izquierdo, en donde A = {a},
B = {b1, b2}.
238 Anexo 3
b2 b2
g
f f
a b1 a b1
Figura A3.2 Composición de funciones.
Teorema A3.5
Sean h, g : A → B, f : B → C , f h = f g y f inyectiva. Entonces, h = g. (Las funciones inyec-
tivas se pueden cancelar por la izquierda.)
Demostración
En efecto, sea a ∈ A. Por demostrar: h(a) = g(a).
Como f h = f g, f h (a) = f g (a) ∴ f (h (a)) = f (g (a)) ∴ h (b) = g (a), ya que f es in-
yectiva.
Teorema A3.6
Sean h, g : B → C , f : A → B ∋ h f = g f y f suprayectiva. Entonces, h = g. (Las funciones
suprayectivas se pueden cancelar por la derecha.)
Sea b ∈ B. Se debe demostrar h(b) = g(b).
Demostración
Como g es suprayectiva, ∃ a ∈ A ∋ g (a ) = b, y puesto que h f = g f , h f (a ) = g f (a ) ,
es decir, h (b) = g (b).
Corolario 2 Las funciones biyectivas se pueden cancelar por la derecha y por la iz-
quierda.
Teorema A3.7
Sea f : A → B biyectiva si y sólo si f tiene inversa (es decir, si y sólo si existe una función g : B → A
tal que g f = 1A y f g = 1B ).
Demostración
⇒
Como f es biyectiva, es inyectiva y suprayectiva; por lo tanto,
∃h, g : B → A ∋ g f = 1A ∧ f h = 1B .
Anexo 3 239
∀ F ⊂ B, f −1 (F ) = {x ∈ A; f (x) ∈ F }
Note que las funciones que se estudian en esta sección son las mismas que se usaron en la
demostración del teorema A3.4.
Teorema A3.8
Sea f : A → B una función y f −1 : ℘(B ) →℘(A). Entonces ∀ E1, E2 ∈℘(B ), es decir, E1 y E2 ⊂ B:
Demostración
El teorema anterior demuestra que la función inversa se comporta “bien” en relación con la
unión, la intersección y el complemento, mientras que la función directa no, lo que se ilustra con
el siguiente contraejemplo.
Sea f : C → R definida como f (z ) = z . Es decir, si z = a + bi = (a, b), z = a 2 + b2 .
A = {(0, b); b ∈ R} y B = {(a, 0); a ∈ R}. Entonces, f (A) = f (B ) ∈ R + ∪ {0}
A ∩ B = {(0, 0)}, por lo tanto, f (A ∩ B ) = {0} ≠ f (A) ∩ f (B).
Anexo 4
Relaciones
Entre las ideas intuitivas que se tienen con referencia a los conjuntos está la de relación. Por ejem-
plo, entre el de los hombres está la de ser hermano de, que cumplen Caín y Abel, que relaciona a
Rómulo y Remo, y en general a cualquier persona con su hermano.
En su Teoría intuitiva de los conjuntos, Halmos ejemplifica una situación semejante (formali-
zar una relación entre los elementos de dos conjuntos) hablando de algo como el matrimonio entre
hombres y mujeres, en donde dice que si el señor h estuviera casado con la señora m, la pareja
ordenada (h, m) podría describir esta situación, y que si se considera el conjunto de todas las
parejas (hombre, mujer) que están casados, tal conjunto definiría completa, precisamente, la rela-
ción matrimonio, en este contexto, aun cuando se ignore lo que significa estar casado. Esto suena
bien, porque la teoría de conjuntos desarrollada en este libro se conoce razonablemente, y en
cambio la relación matrimonio no está formalizada, porque después de todo, ¿qué significa estar
casado? Para algunos consiste en firmar un acta; para otros, recibir la bendición de algún ministro
religioso; para los gitanos, romper una olla; para otros, vivir juntos; para los antiguos romanos,
comer un pastel de trigo frente a testigos; y aunque frecuentemente se dice que el matrimonio es
como el demonio, el concepto demonio tampoco está formalizado.
Asimismo, algunos autores, ante la dificultad de precisar lo que es el color rojo, que se supone
bien conocido, sugieren que se llame rojo al conjunto de todas las cosas de ese color con la inten-
ción de transformar un concepto no formalizado en un conjunto. Así, se diría que un objeto es
rojo si pertenece a ese conjunto y sólo en ese caso.
Entre los elementos de dos conjuntos A y B es común encontrar cierta liga que se quisiera
formalizar. Por ejemplo, suponga que A y B son conjuntos de números y que se cuenta con una
caja negra η, tal que cada vez que entra en ella un elemento a de A, lo transforma en otro b de B,
y que se ha realizado el experimento de meter en η un conjunto de elementos de A (una o varias
veces cada número) y se anota en una tabla la salida que corresponde a cada entrada. Resulta
claro que la colección de todas las parejas entrada-salida de la tabla describe completamente el
experimento, aunque quizá se desconocieran las reglas, que pudieran ser totalmente aleatorias,
con las que la caja transformó un elemento en otro.
Siguiendo esta línea de ideas se puede definir una relación ℜ entre los elementos de un con-
junto A con los de otro B, como la colección de todas las parejas ordenadas (a, b) tales que a es
un elemento de A que tiene la relación ℜ con el elemento b de B.
Así, la relación caracteriza al conjunto de parejas y esto permite asociar una idea intuitiva
(vaga) con un objeto bien definido de la teoría de conjuntos. Cuando se procede de esta manera,
cada relación no es otra cosa que un subconjunto del producto A × B.
Definición A4.1
Una relación binaria ℜ de A en B es un subconjunto del producto cartesiano A × B, es decir,
ℜ ⊂ A × B . Si (a, b) está en ℜ, se dice que a está en la relación ℜ con b (o que ℜ está rela-
cionada con b), y se denota a ℜ/ b. Si no es así, (a, b) ∉ ℜ es porque a no está ℜ relacionada
con b, y la notación usual para este caso es aℜb.
i) el dominio de ℜ, Dℜ = {a ∈ A; (a, b) ∈ ℜ} .
ii) el codominio de ℜ, Rangoℜ = {b ∈ B; (a, b) ∈ ℜ} .
iii) la relación inversa de ℜ, ℜ−1 = {(b, a ) ∈ B × A; (a, b) ∈ ℜ} .
Definición A4.2
Sea ℜ ⊂ A × A una relación en A.
Relaciones de orden
Se dice que ℜ es de orden parcial si y sólo si es reflexiva, antisimétrica y transitiva, y si además
obedece a la ley de tricotomía (cualesquiera dos elementos de A se pueden comparar), el orden se
llama total, lineal o completo. Los conjuntos en los que está definida una relación de orden
se llaman conjuntos parcialmente ordenados o COPOS. Cuando la relación de orden es lineal se
dice que A está totalmente (o linealmente o completamente) ordenado por la relación, o bien que
la relación ℜ es un orden lineal para A.
La más importante de las relaciones de orden parcial es la de contención entre conjuntos. A
está relacionada con B si y sólo si A ⊂ B , y entre los ejemplos más conocidos de relaciones de
orden lineal está la relación menor o igual para los naturales, los enteros, los racionales o los reales.
De las relaciones de orden se derivan las relaciones siguientes:
Sea {A, ≤} un conjunto parcialmente ordenado y B ⊂ A.
i) x ∈ B es el elemento mayor de B si y sólo si ∀ b ∈ B, b ≤ x (obviamente, si B tiene elemento
mayor, este es único).
ii) y ∈ B es el elemento menor de B si y sólo si ∀ b ∈ B, y ≤ b (que también es único).
iii) z ∈ B es un elemento máximo de B si no hay en B ningún elemento mayor que z, es decir,
∀ b ∈ B, z ≤ b ⇒ z = b. Cuando B tiene elemento mayor, este es el único máximo; pero en
general, puede haber varios elementos máximos en un conjunto (vea el ejemplo A.4.2).
iv) w ∈ B es un elemento mínimo de B si no hay en B ningún elemento menor que w, es decir,
∀ b ∈ B, b ≤ w ⇒ b = w . Como en el caso anterior, si B tiene elemento menor, este es el úni-
co mínimo, pero si B no tiene elemento menor, puede haber en él más de un mínimo.
v) c ∈ A es una cota superior de B si ∀ b ∈ B, b ≤ c. Si c es una cota superior de B, cualquier
d ≥ c también es cota superior. Cuando una cota superior es la menor de todas, se llama el
supremo de B.
vi) g ∈ A es una cota inferior de B si y sólo si ∀ b ∈ B, g ≤ b. Cuando existe una cota inferior
mayor a todas las demás, se llama el ínfimo de B. Note que cuando el supremo y el ínfimo
de B existen, son únicos.
vii) Un subconjunto C de A es una cadena, si con el orden de A restringido a C, C resulta total-
mente ordenado.
242 Anexo 4
La relación divide a
Sea A = N el conjunto de los números naturales.
Se define ∀ n, m ∈ N, n ℜm, si n divide a m; es decir, n ℜm si y sólo si existe k ∈ N tal que
k n = m. La notación usual para esta relación es n m, que dice que n está relacionado con m si y
sólo si n es un divisor de m o, equivalentemente, que m es un múltiplo de n.
Así, 2 8, ya que existe 4 ∈ N y 4 · 2 = 8.
2 3 , ya que ∀ n ∈ N, 2 n ≠ 3
Observe que ∀ n ∈ N, n 0, ya que 0 ∈ N y 0 n = 0, en particular 0 0. Note que no se trata de
una división, sino de la definición de una relación en N.
Teorema A4.1
La relación ℜ es de orden parcial.
i) n n (existe 1∈ N y 1 · n = n )
ii) n m ∧ m n ⇒ n = m . En efecto,
n m ⇒ ∃ k ∈ N∋ k n = m y m n ⇒ ∃l ∈ N∋ l m = n.
Al combinar estas ecuaciones resulta que kln = n.
Entonces, si n = 0, m = k n = k 0 = 0, y por lo tanto, n = m.
Si n ≠ 0, se puede cancelar de la igualdad kl n = n, entonces kl = 1, lo que en N implica
que k = l = 1 y, por lo tanto, n = m.
iii) n m ∧ m l ⇒ n l. En efecto,
n m ⇒ ∃ k ∈ N∋ k n = m
m l ⇒ ∃ j ∈ N∋ j m = l , por lo tanto, ( j k ) n = l , es decir, n l.
A continuación se ilustra la relación divide a con dos ejemplos interesantes.
Ejemplo A4.1
Considere el conjunto B = {0, 1, 2, , 20} ⊂ N. Entonces, con la relación anterior divide a:
i) 0 es el elemento mayor de B (0 es múltiplo de cualquier elemento de B. Recuerde que todo
número natural divide a cero, es decir, ∀n ∈ N, n 0).
ii) 1 es el elemento menor de B (1 divide a cualquier elemento de B).
Ejemplo A4.2
Sea C = {2, 3, 4,, 20} ⊂ N con la misma relación.
Entonces C no tiene elemento mayor (ningún elemento de C es múltiplo de todos) ni elemen-
to menor (ninguno de ellos divide a todos).
Los números 2, 3, 5, 7, 11, 13, 17, 19 son mínimos (no tienen divisores en C).
Los números 11, 12, 13, 14, 15, 16, 17, 18, 19, 20 son máximos (no tienen múltiplos en C).
D = {1, 2, 4, 16, 0} es una cadena en B.
E = {3, 9}, {5}... son cadenas tanto en B como en C.
0 es el supremo de B y es su única cota superior.
Anexo 4 243
Ejercicio A4.1
Relaciones de equivalencia
Sea ℜ ⊂ A × A una relación.
Se dice que ℜ es una relación de equivalencia en A si y sólo si ∀ a, b, c ∈ A :
Ejemplo A4.3
Para todo conjunto A, la relación de igualdad es de equivalencia. En efecto, las propiedades bási-
cas de esta relación garantizan que
∀ a, b, c ∈ A :
a=a
a=b ⇒ b=a
a=b ∧ b=c ⇒ a=c
Ejemplo A4.4
A es un conjunto de triángulos en el plano. Para T1 y T2 , elementos de A se define T1 ≈ T2 si y
sólo si son semejantes; es decir, tienen sus ángulos relacionados, congruentes entre sí (de igual
medida).
Ejemplo A4.5
Sea A = N × N . Se define
(a, b) ≈ (c, d ) si y sólo si a + d = b + c.
Ejemplo A4.6
Sea B = Z × Z* ; Z* = Z − {0} . Se define
(a, b) ≈ (c, d ) si y sólo si ad = bc.
Ejemplo A4.7
Sea A = Z (los enteros) y m un número entero positivo. Se define
a ≡ b (mod m ) si y sólo si m (a − b) (ambos dejan igual residuo al dividirse entre m).
244 Anexo 4
Ejemplo A4.8
Sea A = N. Se define n ≈ m si y sólo si en la escritura usual ambos terminan con el mismo dígito.
Definición A4.3
Sea A un conjunto. Una familia {Ai }i ∈I de subconjuntos de A es una partición de A si y sólo si
1. Ai ≠ ∅ ∀ i ∈ I (cada Ai es no vacío).
2. Ai = A (la unión de la familia es todo A).
i ∈I
3. Ai ≠ Aj ⇒ Ai ∩ Aj = ∅ o por contrapuesta.
4. Ai ∩ Aj ≠ ∅ ⇒ Ai = Aj (los elementos de la familia son ajenos 2 a 2).
Una aplicación importante de las relaciones de equivalencia tiene que ver con su conexión
con las particiones, lo que está contemplado en el siguiente teorema.
Teorema A4.2
Toda relación de equivalencia en un conjunto permite definir una partición de éste y, recíproca-
mente, toda partición permite definir una relación de equivalencia.
Demostración
⇐
Sea {Ai }i ∈I una partición de A. Se define para a, b ∈ A.
a ℜb si y sólo si existe algún Ai en la familia, tal que tanto a como b estén en él.
Entonces
1. ∀ a ∈ A, A = Ai implica que existe algún Ai tal que a está en él. Evidentemente, a está
i ∈I
en el mismo conjunto Ai que él mismo, es decir, ∀ a ∈ A, a ℜa .
2. a ℜb quiere decir que a y b están en el mismo Ai de la familia, luego b y a están en él
(a ℜb ⇒ bℜa).
3. Finalmente, a ℜb ∴ ∃i ∈ I∋ a, b ∈ Ai , b ℜc dice que b y c están en algún Aj ∴ b ∈ Ai ∩ Aj .
Luego Ai = Aj, por lo que a y c están en el mismo conjunto, es decir, a ℜc (a ℜb ∧ b ℜc ⇒ a ℜc ).
Dado que ℜ satisface las propiedades reflexiva, simétrica y transitiva, resulta de
equivalencia y es la relación inducida por la partición {Ai }i∈I .
⇒
Sea A un conjunto y ℜ ⊂ A × A una relación de equivalencia. Se define para cada
a ∈ A, Aa = {b ∈ A; a ℜb} .
Entonces {Aa }a ∈A es una partición de A (la inducida por ℜ ). En efecto,
1. ∀ a, a ℜa ( ℜ es reflexiva) ∴ a ∈ Aa . Luego, Aa ≠ ∅.
Anexo 4 245
Cuando se construye una partición a partir de una relación de equivalencia en A, los elemen-
tos de la partición (los subconjuntos Ai , i ∈ I ) forman a su vez un conjunto que se conoce como
el conjunto cociente, módulo la relación, y si esta última es ℜ, el mencionado conjunto se denota
A / ℜ. A los elementos de este conjunto se les llama también clases de equivalencia y cada uno de
sus elementos es un representante de su clase.
ℜ, ((a, b) ∈ ℜ ⇒ (b, a ) ∈ ℜ), dice que la gráfica debe ser simétrica con respecto a la antes referida
diagonal.
Con la convención anterior, la relación de equivalencia más pequeña en el sentido de la con-
tención es la igualdad, ya que la diagonal tiene que estar contenida en el dibujo de cada gráfica de
una relación de equivalencia. (∀ a ∈ A, (a, a ) ∈ ℜ), mientras que la mayor de todas las antes men-
cionadas relaciones es la relación total A × A .
Ejercicio A4.2
Demuestre que todas las relaciones definidas en los ejemplos son de equivalencia y encuentre la
partición que cada una de ellas induce.
Anexo 5
Transformaciones lineales
Sean U y V espacios vectoriales sobre el mismo campo. La colección de todas las transformacio-
nes lineales de U en V se denota L (U, V). Cuando U = V, L (U, V) se abrevia L (U).
Teorema A5.1
L (U, V) es un espacio vectorial sobre el campo K, con las operaciones de suma y multiplicación
por un escalar definidas como
1. (S + T )(u ) = S (u ) + T (u )
y
2. (αS )(u ) = αS (u )
T ∈ L (U, V ), ∀α ∈ K, ∀u ∈ U
Demostración
La suma conmuta:
∀ u ∈ U,
[S + T ](u ) = S ( u ) + T ( u )
= T (u ) + S(u )
= [T + S ](u )
∴ S + T = T + S.
2. La multiplicación por escalares cumple con las propiedades:
= S (α (β u ))
= αS (β u )
= α (βS (u ))
= [α (βS )](u )
∴ (αβ )S = α (βS ) .
[(α + β )S](u ) = (α + β )S (u )
= S ((α + β ) u )
= S (αu + β u )
= S (αu ) + S (β u )
= αS (u ) + βS (u )
= [αS + βS ](u )
∴ (α + β )S = αS + βS.
[α (S + T )](u ) = α (S + T )(u )
= α (S (u ) + T (u ))
= α (S (u )) + α (T (u ))
= (αS + αT )(u )
∴ α (S + T ) = αS + αT .
[1S](u ) = 1S (u )
= S (u )
∴ 1S = S.
Anexo 5 249
[αS](β u ) = α (S (β u ))
= α (βS (u ))
= (αβ )(S (u ))
= ( β , α ) (S (u))
= β (α (S (u )))
[αS](u + v ) = α (S (u + v ))
= α (S (u ) + S (v ))
= α (S (u )) + α (S (v ))
[S + T ](u + v ) = S (u + v ) + T (u + v )
= S (u ) + S (v ) + T (u ) + T (v )
= S (u ) + T (u ) + S (v ) + T (v )
= α (S (u ) + T (u ))
Teorema A5.2
Sea T ∈ L (U, V). Entonces,
1. T ( 0w ) = 0v
2. T (−u ) = −T (u )
3. Ker w (T ) es un subespacio de U.
4. T (U) es un subespacio de V.
250 Anexo 5
Demostración
() ( ) ()
1. T 0 = T 0 + 0 = T 0 + T 0 ()
0 + T (0) = T (0) + T ( 0 )
Al cancelar, 0 = T ( 0).
()
2. 0 = T 0 = T (u − u ) = T (u + ( − u )) = T (u ) + T (− u )
∴ T (−u ) = −T (u ).
3. T (u ) = 0 ∴ 0 ∈ Ker (T)
Sean u , v ∈ Ker (T ); por lo tanto, T (u ) = 0 y T (v ) = 0
T (u + v ) = T (u ) + T (v ) = 0 + 0 = 0 ∴ (u + v ) ∈ Ker (T ).
Sea α ∈ K
T (αu ) = αT (u ) = α 0 = 0 ∴ αu ∈ Ker (T ).
()
4. T 0 = 0 ∴ 0 ∈ T (U) .
ean v1, v2 ∈ T (U); por lo tanto, existen u1, u2 ∈ U tales que T (u1 ) = v1 y T (u2 ) = v2 .
S
Entonces T (u1 + u2 ) = v1 + v2 en T (U).
Lema A5.1
Sean T ∈ L (U, V) y U de dimensión finita n,
{v1, , vn} ⊂ T (U), {x1, , xn} ∋ T (xi ) = vi , i = 1,..., n .
Entonces, {v1, , vn } linealmente independiente implica {x1, , xn } linealmente independiente.
Demostración
n n n
Sea 0 = ∑ ai xi . Entonces T ( 0) = 0 = T ∑ ai xi = ∑ ai vi ; por lo tanto, cada ai = 0.
i =1 i =1 i =1
Teorema A5.3
n = dim Ker (T ) + dim T (U).
Sean {x1, , xr } base de Ker (T ), {y1, , ys } base de T (U), {u1, , us } ⊂ U, T (ui ) = yi . Enton-
ces β = {x1, , xr , u1, , us } es una base de U (∴ n = r + s) . Note que todos los elementos de β son
distintos. ¿Por qué?
s
T (x ) ∈ T (U ) ∴ T (x ) = ∑ b j y j = ∑ b j T (u j ) = T ∑ b j u j
s s
j =1 j =1 j =1
s s
∴ 0 = T (x ) − T ∑ b j u j = T x − ∑ b j u j
j =1 j =1
Anexo 5 251
s s r
∴ x − ∑ b j u j ∈ Ker T y ∴ es una combinación lineal de β, es decir, x − ∑ b j u j = ∑ αi xi ,
j =1 j =1 i =1
r s
de donde x = ∑ αi xi + ∑ b j u j .
i =1 j =1
r s
2. β es linealmente independiente. Sea 0 = ∑ α i xi + ∑ b j u j .
i =1 j =1
Por demostrar αi = 0 ∀ i , b j = 0 ∀ j
r s s s
T ( 0) = 0 = T ∑ αi xi + T ∑ b j u j = T ∑ b j u j = ∑ b j y j ∴ cada b j = 0 y
i =1 j =1 j =1 j =1
r s r
∴ ∑ αi xi + ∑ b j u j = ∑ αi xi y ∴ cada αi es α i = 0.
i =1 j =1 i =1
Definición A5.2
Se dice que los espacios vectoriales U y V son isomorfos, lo cual se denota por U ≅ V, si existe
un isomorfismo entre ellos.
Teorema A5.4
Si U es un espacio vectorial de dimensión n sobre el campo K, entonces U ≅ Kn.
Demostración
Sea β = {u1, … , un } una base de U. Por lo tanto, para cada x ∈ U existe una única colección
de coeficientes ai tales que u = a1u1 + + an un ∈ U. Se define, T: U → Kn T(u– ) = (a1, ..., an).
T es lineal. En efecto, sean u = a1u1 + + an un y v = b1u1 + + bn un , α ∈ K
Teorema A5.5
Sea T ∈ L (U, V) un isomorfismo (por lo tanto, tiene inversa); entonces, T −1 es una transforma-
ción lineal.
Demostración
Sean m, n ∈ V y u, v ∈ U tales que T (u ) = m, T (v ) = n, entonces,
T −1 (m + n) = T −1 (T (u) + T (v )) = T −1 (T (u + v )) = u + v = T −1 (m) + T −1 (n).
Teorema A5.6
Sea T ∈ L (U, V) y dim U = dim V. Entonces las proposiciones siguientes son equivalentes:
1. T es un isomorfismo.
2. Si {u1, , un } es una base de U, entonces {T (u1 ), , T ( un )} es una base de V.
3. Si T (u ) = 0, entonces u = 0.
4. T −1 es lineal, T −1 T = I U y T T −1 = I V, donde I U e I V son las identidades en U y en V,
respectivamente.
Teorema A5.7
Sean U y V espacios vectoriales sobre el mismo campo, {u1, , un } una base de U y {v1, , vn } un
conjunto de vectores de V, no necesariamente distintos. Entonces ∃! T ∈ L (U, V) ∋ ∀i ∈ {1, 2, , n}, T (ui ) = vi .
∃! T ∈ L (U, V) ∋ ∀i ∈ {1, 2, , n}, T (ui ) = vi .
Demostración
Sea u = α1u1 + + α n un ∈ U. Se define T (u ) = α1v1 + + α n vn , entonces
( )
T (ui ) = T 0 u1 + + 0 ui − 1 + 1ui + 0 ui +1 + + 0 un = 0v1 + + 0vi −1 + 1vi + 0vi +1 + + 0vn = vi ,
es decir, T (ui ) = vi , ∀i ∈ {1, 2, , n}
T es lineal. En efecto, sean u = a1u1 + + an un, v = b1u1 + + bn un ∈U, T (u– + –v ) = (a1 + b1) v–1
+ ... + (an + bn) v–n .
Al desarrollar y arreglar términos:
(a1v1 + + an vn ) +(b1v1 + + bn vn ) = T (u ) + T (v )
T (αu ) = (αa1 )v1 + + (αan )vn = α (a1v1 ) + + α (an vn ) = α (T (u )).
Unicidad Para probar la unicidad de la función T, se supone que existe S ∈ L (U, V), tal que
m
Anexo 5 253
Demostración
Sean u ∈ U, v ∈ V y T (u ) = v
x1
u = x1u1 + + xn un = [u1 … un ]
xn
y1
v = y1v1 + + yn vn = [v1 … vn ]
yn
A1 j
u j = A1 j v1 + + Am j vn = [v1 … vm ]
A
mj
x1 A11 A1n x1
T (u ) = T (u1 ) T (un ) = [v1 … vm ] [v1 … vm ]
xn A A x
m1 m n n
A11 A1n x1 y1
T (u ) = [v1 … vm ] = v = [v1 … vm ]
A yn
m1 Am n xn
y1 A11 A1n x1
= , es decir, y = Ax
yn Am1 Am n xn
A11 A1n
es la matriz asociada a T, con respecto a las bases BU y BV , denotada por
A
m1 Am n
A11 A1n
(T ) BV
BU =
A
m1 Amn
Unicidad Partiendo de las bases BU y BV, la matriz asociada a la transformación resulta única,
dado que es lineal y tiene definidas las imágenes de los elementos básicos.
Definición A5.3
Sean U, V y W espacios vectoriales sobre el campo K. Si S ∈ L (U, V) y T ∈ L (V, W),
entonces se puede formar la composición T S : U → W de la manera usual, es decir,
[T S](u ) = T (S (u )) .
254 Anexo 5
Teorema A5.9
T S ∈ L (U, W).
Demostración
[T S](u + v ) = T (S (u + v )) = T (S (u ) + S (v ))
= T (S (u )) + T (S (v )) = [T S ](u ) + [T S ](v )
[T S](αu ) = T (S (αu )) = T (αS (u )) = αT (S (u )) = α[T S](u ).
Teorema A5.10
Entonces ∃! A ∈ M p × n (K) y −∃! B ∈ M m × p (K), tales que hacen conmutativo el siguiente diagrama:
En particular, h (T S ) = B (A f ).
Sean u ∈ U, S (u ) = v ∈ V y T (v ) = w ∈ W
x1
u = x1u1 + + xn un = [u1 … un ]
xn
y1
v = y1v1 + + y pv p = v1 … v p
y p
z1
w = y1w1 + + ym wm = [w1 … wm ]
zm
A1 j
S (u j ) = A1 j v1 + + Ap j v p = v1 … v p
A
pj
B1k
T (vk ) = B1k w1 + + Bm k wm = [w1 … wm ]
B
mk
z1 B11 B1 p A11 A1n x1
=
zm Bm1 Bm p Ap1 Apn xn
11
C C1n B11 B1 p A11 A1n
es la matriz asociada a T S.
C m1 C mn Bm1 Bm p Ap1 Apn
¡Observe que la matriz asociada a una composición de transformaciones lineales es el pro-
ducto de las matrices asociadas a cada una de ellas!
Respuestas a los ejercicios
Unidad 1 Lógica y conjuntos Recuerde que por la ley de De Morgan ¬ (P ∧ ¬Q) ≡ (¬P ∨ Q)
Que de acuerdo con el primer ejercicio (¬P ∨ Q) ≡ (P → Q)
1.1 Lógica matemática Por reducción al absurdo se tiene ¬(P → Q), (P → Q) ⊢–
1. P → Q Hipótesis
Ejercicios 1.1.1 2. ¬ (P → Q) Hipótesis
Demuestre (P → Q) ≡ (¬Q → ¬P) 3. (P ∧ ¬Q) ∧ ¬(P → Q) (1, 2)
⇒ (P → Q), ¬Q ⊢– (¬Q → ¬P) ⇐ Se debe demostrar que (P ∧ ¬Q) ⊢– ¬ (P → Q)
(P → Q), ¬Q ⊢– ¬P Por teorema de la deducción Por reducción al absurdo (P ∧ ¬Q), (P → Q) ⊢–
[(P → Q),¬Q, P] ⊢– Por teorema de reducción al absurdo 1. P Hipótesis
1. P Hipótesis 2. P → Q Hipótesis
2. P → Q Hipótesis 3. Q MP(1, 2)
3. Q MP(1, 2) 4. ¬Q Hipótesis
4. ¬Q Hipótesis 5. Q ∧ ¬Q (3, 4)
5. Q ∧ ¬Q (3, 4)
Ejercicios 1.1.2
⇐ (¬Q → ¬P ) ⊢– (P → Q)
a) Sí
La demostración es análoga.
b) No
Demuestre (P → Q) ≡ (¬P ∨ Q)
c) Sí
⇒ Se debe demostrar que (P → Q) ⊢– (¬P ∨ Q) (1)
d ) Sí
Recuerde que por ley de De Morgan ¬ (¬P ∨ Q) ≡ (P ∧ ¬Q)
e) No
Por reducción al absurdo (1) se cambia por (P→Q), P, ¬Q ⊢–
f ) No
1. P Hipótesis
g) Sí
2. P → Q Hipótesis
h) Sí
3. Q MP(1, 2)
4. ¬Q Hipótesis Ejercicios 1.1.3
5. Q ∧ ¬Q (3, 4)
a) P ∧ Q
⇐ Se debe demostrar que (¬P ∨ Q) ⊢– (P → Q)
b) P ∨ Q
Por teorema de la deducción (¬P ∨ Q), P ⊢– Q
c) P ↔ Q
Por reducción al absurdo (¬P ∨ Q), P, ¬Q ⊢– d ) P ∨ Q
1. (¬P ∨ Q) Hipótesis
2. P Hipótesis Ejercicios 1.1.4
3. Q Disy (1, 2) a) ¬O
4. ¬Q Hipótesis b) P → Q
5. Q ∧ ¬Q (3, 4) c) P
Demuestre ¬ (P → Q) ≡ (P ∧ ¬Q) d ) P → Q
⇒ Se debe demostrar que ¬ (P → Q) ⊢– (P ∧ ¬Q) e) P → Q
f ) P ∧ Q ∨ Z
255
256 Respuestas a los ejercicios
Ejercicios 1.1.5
a) Si a es menor que b, o b es mayor o igual que c, entonces a c) Si el que a sea menor o igual que b implica que b es menor
es menor que c. que c, entonces a es mayor o igual que c.
b) Si no es cierto que a es menor que b o es falso que a es d ) a es menor que c y c es igual a d, si y sólo si, b es menor que
menor o igual que b, y b es menor que c, entonces a es menor c y a es mayor o igual que b, entonces a es menor que c.
que c.
Ejercicios 1.1.6
a)
A → (B → A)
0 1 0 1 0
0 1 1 0 0
1 1 0 1 1
1 1 1 1 1
b)
(A → B) → [(A → (B → C)) → (A → C)]
0 1 0 1 0 1 0 1 0 1 0 1 0
0 1 0 1 0 1 0 1 1 1 0 1 1
0 1 1 1 0 1 1 0 0 1 0 1 0
0 1 1 1 0 1 1 1 1 1 0 1 1
1 0 0 1 1 1 0 1 0 0 1 0 0
1 0 0 1 1 1 0 1 1 1 1 1 1
1 1 1 1 1 0 1 0 0 1 1 0 0
1 1 1 1 1 1 1 1 1 1 1 1 1
c)
A → (B → (A ∧ B))
0 1 0 1 0 0 0
0 1 1 0 0 0 1
1 1 0 1 1 0 0
1 1 1 1 1 1 1
d )
(A ∧ B) → A (A ∧ B) → B
0 0 0 1 0 0 0 0 1 0
0 0 1 1 0 0 0 1 1 1
1 0 0 1 1 1 0 0 1 0
1 1 1 1 1 1 1 1 1 1
e)
(A → C) → [(B → C) → ((A ∨ B) → C)]
0 1 0 1 0 1 0 1 0 0 0 1 0
0 1 1 1 0 1 1 1 0 0 0 1 1
0 1 0 1 1 0 0 1 0 1 1 1 0
0 1 1 1 1 1 1 1 0 1 1 1 1
1 0 0 1 0 1 0 0 1 1 0 0 0
1 1 1 1 0 1 1 1 1 1 0 1 1
1 0 0 1 1 0 0 1 1 1 1 0 0
1 1 1 1 1 1 1 1 1 1 1 1 1
Respuestas a los ejercicios 257
f )
A → (A ∨ B) B → (A ∨ B)
0 1 0 0 0 0 1 0 0 0
0 1 0 1 1 1 1 0 1 1
1 1 1 1 0 0 1 1 1 0
1 1 1 1 1 1 1 1 1 1
g)
(A → B) → [(A → ¬B) → ¬A]
0 1 0 1 0 1 1 1 1
0 1 1 1 0 1 0 1 1
1 0 0 1 1 1 1 0 0
1 1 1 1 1 0 0 1 0
h)
(¬ ¬A) → A
0 1 1 0
1 0 1 1
A × (B ∪ C ) = ( A × B ) ∪ ( A × C )
Ejercicio 1.7.1
1. No, (a, a) es un punto en el plano y {{a}} es el conjunto que Ejercicio 1.7.4
consta del conjunto que consta sólo de la a. a ∈ A ∧ a ∈ C
(a, b) ∈ (A × B) ∩ (C × D) ⇔ b ∈ B ∧ b ∈ D ⇔ (a, b) ∈ (A × D) ∩ (C × B)
a ∈ A ∧ a ∈ C
Ejercicio 1.7.2 (a, b) ∈ (A × B) ∩ (C × D) ⇔ b ∈ B ∧ b ∈ D ⇔ (a, b) ∈ (A × D) ∩ (C × B)
3 1 2 4
x= ; y= ; x= ; y=
4 4 5 5 Ejercicio 1.7.5
Si A ∩ B ≠ ∅, entonces ∀A ∈ (A ∩ B ), (a, a ) ∈ A × B
Ejercicio 1.7.3
i) A ⊂ X ∧ B ⊂ Y ⇔ ( A × B) ⊂ (X × Y ) Ejercicio 1.7.6
a)
⇒ sea
A B A∪B (A ∪ B)C = AC BC AC ∩ BC
(a, b) ∈ A × B ∴ a ∈ A, b ∈ B ∴ a ∈ X , b ∈Y
a b a∨b ¬(a ∨ b) ⇔ ¬a ¬b ¬a ∧ ¬b
∴ (a, b) ∈ X ×Y ∴ (A × B) ⊂ (X ×Y )
0 0 0 1 1 1 1 1
⇐ sea 0 1 1 0 1 1 0 0
a ∈ A, b ∈ B ∴ (a, b) ∈ A × B ∴ (a, b) ∈ X ×Y
1 0 1 0 1 0 1 0
∴ a ∈ X , b ∈Y ∴ A ⊂ X , B ⊂ Y 1 1 1 0 1 0 0 0
iii) Sea A ≠ B ∧ A × B = ∅ ∴ ∃a ∈ A − B ∧ b ∈ B b)
Sea (a, b) ∈ (A × B) ∪ (A × C ) c) ( A − B ) − C = A − (B ∪ C )
∴ (a , b) ∈ A × B ∨ (a , b) ∈ A × C ∴ b ∈ B ∨ b ∈ C
( )
que es equivalente a A ∩ BC ∩ C C = A ∩ (B ∪ C )C
∴ (a , b) ∈ A × (B ∪ C ) (vea cuadro R.1).
Cuadro R.1
A B C BC CC A ∩ BC (A ∩ B)C ∩ CC = B∪C (B ∪ C)C A ∩ (B ∪ C)C
a b c ¬b ¬c (a ∧ ¬ b) (a ∧ ¬ b) ∧ ¬ c ⇔ b∨c ¬(b ∨ c) a ∧ (¬b ∨ c)
0 0 0 1 1 0 0 1 0 1 0
0 0 1 1 0 0 0 1 1 0 0
0 1 0 0 1 0 0 1 1 0 0
0 1 1 0 0 0 0 1 1 0 0
1 0 0 1 1 1 0 1 0 1 1
1 0 1 1 0 1 1 1 1 0 0
1 1 0 0 1 0 0 1 1 0 0
1 1 1 0 0 0 0 1 1 0 0
Respuestas a los ejercicios 259
d) (A ⊂ B) ⇒ ([A ∩ (B ∩ C )] = [(A ∩ B) ∩ C ])
1.8 El concepto de función Son cadenas {{a}}, {{b}}, {{c}}, {{a, b}}, {{c, d}}, {{d,
e, f }} {{a}, {a, b}}, {{b}, {a, b}}, {{b}, {b, c}}, {{c}, {b, c}}
Ejercicio 1.8.1
Ejercicio 1.8.6
5 utilizaron camión y tren; 40 utilizaron camión o tren.
f 1 2
f + g = {(1, 1), (2, 5), (3, 11)} = (1, 0), 2, , 3,
Ejercicio 1.8.2 g 4 9
169 llevan cálculo y física; 149 llevan cálculo y física, pero no f − g = {(1, − 1), (2, − 3), (3, − 7)} f g = {(1, 0), (2, 3)}
álgebra. f ⋅ g = {(1, 0), (2, 4), (3, 18)} g f = {(1, 0), (2, 1), (3, 4), (4, 9)}
Ejercicio 1.8.3
Ejercicio 1.8.7
Una partición puede ser {P, Q}, en donde P = {a, b} y
Q = {c, d}, en ese caso la relación ℜ de equivalencia que induce f g = x + 1, x ≥ 0 ; g f = x2 + 1
es: ℜ = {(a, a), (a, b), (b, a), (b, b), (c, c), (c, d), (d, c), (d, d)}.
Otra podría ser {P, Q, R, S} en donde. P = {a}, Q = {b}, Ejercicio 1.8.8
R = {c}, S = {d}. La relación ℜ inducida es: ℜ = {(a, a), (b, b),
(c, c), (d, d)}. h(x) = x 4 + x 2 − 2
Ejercicio 1.8.4
n ≡ m, si y sólo si m − n es múltiplo de 5. Unidad 2 Sistema de ecuaciones
1. n ≡ n 0 es múltiplo de 5 lineales, matrices y
2. Si n ≡ m(5) es decir, ∃ x ∈ Z ∋ m − n = (x)(5); (−x)(5) = n − m ,
determinantes
y ∴ m ≡ n(5)
2.1 Sistemas de ecuaciones lineales
3. Sean, n ≡ m(5), m ≡ k(5) ∃ x, y ∈ Z ∋ m − n = (x) (5); k − m = ( y) (5),
k − m = (y)(5), por lo que sumando miembro a miembro Ejercicios 2.1.1
resulta k − n = (x + y)(5), es decir, n ≡ k(5). 1. i) Coeficientes 0, −2, 0; término constante b = 6;
{
La partición que resulta es 0, 1, 2, 3, 4 en donde;} ii) variable delantera y, variables libres x, z
{ } { } {
0 = 5n, n ∈ 1 = 5n + 1, n ∈ , …, 4 = 5n + 4, n ∈ , }
iii) Solución general
o también:
{{5n}, {5n + 1}, {5n + 2}, {5n + 3}, {5n + 4}} n ∈ Z x 1 0 0
X = y = r 0 + s 0 + −3 , r ∈ℝ
Ejercicio 1.8.5
z 0 1 0
i) No existe ningún elemento de A que contenga a todos. Lue-
go no hay “mayor”.
x 0
ii) No existe ningún elemento de A que esté contenido en Solución particular, r = s = 0; y = −3 y
todos. Luego no hay “menor”.
iii) Los elementos que no están contenidos en ningún otro son z 0
{a, b}, {b, c}, {d, e, f } que por lo tanto son “máximos”. x 1
iv) Los elementos que no contienen a ningún otro son {a}, {b}, r = s = 1 y = −3
{c}, {d, e, f } que por lo tanto son “mínimos”. z 1
260 Respuestas a los ejercicios
x 5 ℝ
r = s = 1, y = 1
z 1
c) 3a − c + 5d = 4
5. No es una ecuación lineal 2b − 2c − 3d = 9
1 −5 4
Ejercicios 2.1.2. a 3 3
3
i) a) s ≠
9
b) s =
9 x = b = r 1 + s 3 + 9 , r, s ∈
2 2 c 2 2
d 1 0 0
0
ii) a) s ∈ b) No existe 1 0
Respuestas a los ejercicios 261
d) 7 a + 4b −e +3 f = 3 y+w =1
c − 2e +8 f = 1 y+ z =1
c)
3d + 4e − 7 f = 2 x+ y =1
w+ z =1 1
1 −3 3 1 0 0 0
−4 2
a 7 7 7 0 1 1 0 1
7 1
b 1 0 0 0 0 1 0 1 1 0 1 0 0
2
c 2 −8 1 ≈
1 1 0 0 1 1
x = = r 0 + s + t + , r, s, t ∈ 0 0 1 0
d 0 −4 7 2 0 0 1 1 1 2
e 3 3 3 1
0 1 0 0 0 0 0 1
f 0 2
0 1 0 1
w 21
Solución: x = x = 2
1
e) a + 4b − 3d +f = 2 y 2
c + 2d −f = 1 z 1
e −2 f = 8 2
3y + z = −9
a −4 3 −1 2 d) 3x + y = −8
b 1 0 0 0
3x + 7 y + 2 z = −26
c = r 0 + s −2 + t 1 + 7 ,r,s,t,u ∈=
x =
d 0 1 0 0 −1 −5
e
0 0 2 8 0 3 1 − 9 1 0 9 3
f 0 0 1 0 3 1 0 − 8 ≈ 1
0 1 − 3
3 7 2 −26 3
r, s, t, u ∈ ℝ 0 0 0 0
g) a FeS + bO 2 → c Fe 2 O3 + d SO 2 a 3
b 6
a 4 Solución: x = c = r 5 ,, rr ∈=ℝ
b = r 7 ,, rr ∈=ℝ d 1
Solución: x =
c 2 e
3
d 4
m) a Ba (OH )2 + b HCl + c H 2 O → d BaCl2
h) a K 2 Cr2 O7 + b H 2 O + cS → d SO 2 + e KOH + f Cr2 O3
a 1
a 2
Solución: x = b = r 2 ,, rr ∈∈=ℝ
b 2 −2
3 c
c
Solución: x = = r 3 ,, rr ∈=ℝ d 1
d
e
4
Nota: El signo negativo del tercer coeficiente indica que el
f 2
agua es un reactivo, no un producto.
Respuestas a los ejercicios 263
o) a KClO3 + b HCl → c KCl + d H 2 O + eCl2 + f ClO 2 Se obtiene la desigualdad 2 r − s > 0 , es decir 2r > s, que se
resuelve, en un caso particular, si
a 1 5 r=s=1
b 6 6
u) a Cu + b HNO3 → c Cu (NO3 )2 + d NO 2 + e NO + f H 2 O
r 1 s 5
Solución: x = c = + 6 , r, s ∈ ℝ
3 a 1 1
d 3 3 b 0 4
e 3 0 r s
Solución: x = c = 1 +
2 2
1 , r, s ∈ ℝ
f 0 6
d −4 2
p) a C + bO 2 → c CO + d CO 2 e 2 0
f 0 2
a 2 1
r 1 Se obtiene la desigualdad −2 r + s > 0 , es decir s > 2r, que se
Solución: x = b = + s 1 , r, s ∈ ℝ resuelve, en un caso particular, si s = 6 y r = 2
2
c 2 0 v) a CH 3CH 2 CH 3 + bO 2 → c C + d CO 2 + eCO + f H 2 O
d 0 1
Vea el ejercicio r.
q) a C2 H 4 + b HCl → c C2 H 6 + d C 5 H 5Cl + eC2 H 4 Cl
Ejercicios 2.3.2
a 11 3
b 2 2 Análisis dimensional
r + s , r, s ∈ ℝ
Solución: x = =
c 2 6 2 1
x1
−2 −1
d 2 0
x2 −1
−1
e 0 2 α1 α2
a) Solución: x3 = α1 −2 + α 2 −1 , F µ = π
L2 ρv 2 ρvL
x4 1 0
r) a C3H 8 + bO 2 → c H 2 O + d C + eCO + f CO 2
x5 0 1
Solución:
a 1 2 1 Si α1 = 0 y α2 = 1 se obtiene el número adimensional de Euler
F
b 2 7 5 π1 = Eu = 2 2 .
r 4 s 8 t 4 L ρv
x = c = + + , r, s, t ∈ ℝ
3 3 6 0 3 0
d Si α1 = 0 y α2 = 0 se obtiene el inverso del número adimensional
e 0 6 0 1 µ
de Reynolds π 2 = = ∴ Eu = φ (Re)
Re ρvl
f 0 0 3
s) a As2S5 + b HNO3 → c H 3AsO 4 + d H 2SO 4 + e H 2 O + f NO + g NO 2b) Solución:
x1 −2 0 0 1
d H 2SO 4 + e H 2 O + f NO
+ g NO 2 x2
0 −1 −1 1
x
3 − 1 0 0 1
a 3 1 x = α 1 + α 0 + α 0 + α 0 ,
b 40 40 4 1 2 3 4
x5 0 1 0 0
c r 6 s 2
Solución: x = d = 40 15 + 40 5 , r, s ∈ ℝ x6 0 0 1 0
−1
e −4 12
x7 0 0 0
α1 α
f 40 0 ∆P l α2 ε α3 vdρ 4
2 =π
g 0 40 v ρ d d µ
264 Respuestas a los ejercicios
c) z = 3 + 5i Ejercicios 3.2.7
1 1
5 7
d) z = ( 2 − 2 i ) + − i w a) z =
15
(37 − 39i ), w = − 15 (8 + 14i )
2 2
3 47 1
e) Este problema no tiene solución; es decir, no existe z ∈ ℂ, b) z = − 3i , w = + i
10 15 3
(
tal que: z z − 3 z + z = i ) 1 1
1 c) z= (20 + 9i ), w=− (8 + i )
f) z=2− i 13 13
2
266 Respuestas a los ejercicios
h) 8(cos 270° + i sen 270°) k) 2 4 2 cis 33.75°; 2 4 2 cis 123.75°; 2 4 2 cis 213.75°; 2 4 2 cis 303.75°
cot z =
cos z
= zi
(
e zi + e − zi i )
; sec z =
1
=
2
; csc z =
1
=
2i
Ejercicios 3.2.12
sen z e + e − zi cos z e zi + e − zi sen z e zi − e −
a) 64 cis 36º
b) 81 cis 72º
cot z =
cos z
= zi
(
e zi + e − zi i )
; sec z =
1
=
2
; csc z =
1
=
2i
c) 27 cis 150º sen z e + e − zi cos z e zi + e − zi sen z e zi − e − zi
Respuestas a los ejercicios 267
1.
( ) ( ) { }
2 2
2
− e zi − e − zi + e zi + e − zi 4 c) Raíces: 1, 1, − 2, − 2,
3
; f ( x ) = (x − 1)2 (x + 2)2 (2 x − 3)
tan z + 1 = = = sec 2 z 2
( ) (e )
2 − zi 2
e zi + e − zi zi
+e
d) Raíces: {i , − i , − 2, − 2}; f ( x ) = (x − 1) (x + 2) (2 x − 3)
2 2
2. cot 2 z + 1 =
(
− e +e zi − zi 2
) + (e zi
−e
=
− zi 2
−4) = csc 2 z {
e) Raíces: 1, − 2, 3, 5 , − 5 ; f (x) = (x − 1) (x + 2)(x − 3) x − 5 x + 5 } ( )( )
({ zi − zi 2
) zi − zi 2
}( )
, −e 2, 3, 5 , − 5 ;e f (+xe) = (x − 1) (x + 2)(x − 3) x − 5 x + 5
e 1− ( )( )
2 2
1 1 1 1
{ }
2
1 1 1
e2 + e2 + 2 f) Raíces: 1, 1, 1, − 2, − 2, − , − ; f (x) = (x − 1)3 (x + 2)2 x +
2 2
3. sen2i = e − e = e + e − 2 ; cos2i = e + e = 2 2 2
2 i − 4 2 4
1
2
1
− 2 ; cos2i = e + e = e2 + e2 + 2 , por lo tanto: sen2 i + cos
2 5
3 2 {
g) Raíces: 0, 0, − 1, − 1, 2, 3, − , ; f (x) = x (x + 1) (x − 2)(x − 3) x + x −
2 2
2
3 }
5
2
{ }
2
2 5i = 1
2
2 5
4 2 4 0, 0, − 1, − 1, 2, 3, − , ; f (x) = x (x + 1) (x − 2)(x − 3) x + x −
2 2
3 2 zi2 −2 zi 3 2
1+ cos 2z 2 + e 2 zi + e −2 zi 2 e +e +2 2 1+ cos 2z
4. = ; cos z = , por
por lo tanto : cos z = {1, 1, 1, − 1, − 1, 2, 2, 2, − 3, − 3}; f (x) = (x − 1)3 (x + 1)2 (x − 2)3 (x + 3)2
h) Raíces:
2 4 4 2
{1, 1, 1, − 1, − 1, 2, 2, 2, − 3, − 3}; f (x) = (x − 1)3 (x + 1)2 (x − 2)3 (x + 3)2
2 e 2 zi + e −2 zi + 2 1+ cos 2z
z= lo tanto : cos2 z =
, por tanto: i) Raíces:
4 2
{ }
2
1 1 1 1 2 1 1 1
5. sen2 z = −
e 2 zi
+e −2 zi
−2
=
(
2 − e 2 zi + e −2 zi ) = 1 − cos 2z −1, − 1 − , − , , ; f (x) = (x + 1) x + x − x −
3 3 2 4 3 2 4
4 4 2
Ejercicio 4.2.4
Unidad 4 Polinomios y teoría de
ecuaciones
a) Si r = 3 − 2i es raíz; { 2}
raíces: 3 − 2i , 3 + 2i , − 2, 4, 1 ;
1
4.2 Funciones polinomiales f (x) = (x − 3 + 2i )(x − 3 − 2i )(x + 2 )(x − 4) x −
2
Ejercicios 4.2.1 b) Si r = 2 + 3 es raíz; raíces: {2 + 3 , 2 − 3, 1, 1, 1, 1 + 2i , 1 − 2i};
5 29 5 29 a)
a) −1 − 2 i , − 1 + 2 i , − − ,− +
2 2 2 2 1 2 1 8
2 + 1 + 3 =
b) {−i, i, − 1 − 3 ,− 1 + 3 } 3 1 −1 3
3 13 3 13 1 3 1 3 1 2 1 3
c) − − ,− + ,− − i, − + i 1
3 + 0 + 2 =
2 2 2 2 2 2 2 2 1 −1 1
d) {−2 − 3 , − 2 + 3 , 1 − 2 , 1 + 2} 1 2 1 4
−1 + 1 + 3 =
e {−1 − 3 , − 1 + 3, 1 − 2 , 1 + 2} 3 1 −1 −5
f ) {−2 − 2 2 , − 2 + 2 2 , − 1 − 3 i, − 1 + }
3i b)
1 2 α + 2β 1
Ejercicios 4.2.6 Ecuaciones de 3° grado α + β = =
1 1 α + β 3
a) {3 4 + 3 2 − 2, 3 4 ω + 3 2 ω2 − 2, 3 4 ω2 + 3 2 ω − 2} α + 2β = 1
b) {3 2 − 3 4 − 1, 3 2 ω − 3 4 ω2 − 1, 3 2 ω2 − 3 4 ω − 1} α +β =3
Ejercicio 5.9.2
x x
2
2 (1, 0, 0) + 0 (0, 1, 0) + 3(0, 0, 1) = (2, 0, 3)(2, 0, 3) B = 0
a a) c)
3
1 y y
1(2, − 2, 1) + 2 (0, 1, − 1) + 4(0, 0, 1) = (2, 0, 3)(2, 0, 3) B = 2
b
4
x x
1
1(1, 1, 1) − 1(0, 1, 2) + 1(1, 0, 4) = (2, 0, 3)(2, 0, 3) B = −1
c
1 b) d)
Respuestas a los ejercicios 269
y y Ejercicio 5.9.9
x 1 2
y = −1 + t 1 , t ∈=ℝ
x x z 2 3
Ejercicio 5.9.10
e) i)
x 2 1 x 1 −1
y y
y = 2 + t 2 , t ∈=ℝ o y = 0 + t −2 , t ∈=ℝ
z 3
2
z 1
−2
Ejercicio 5.9.12
x x
P = (x, y, z ) = (−1, 1, 1) + α (5, 1, 3) + β (−2, 1, 1), α, β ∈ ℝ
Ejercicio 5.9.14
x x x + 2y + 3z = 6
Ejercicio 5.9.15
h) l) P = (1, 1, 2) + t (2, 1, 1)
x = 1 + 2t
Ejercicio 5.9.5
y = 1+ t
z = 2+t
1 2 −1
Gen = Gen , (Eje x)
0 0 0 Ejercicio 5.9.16
1 0 1 1 ( P − P0 ) · (a × b ) = 0
Gen 0 , 1 = Gen 1 , −1 (Plano xy)
0 0
0 0
Ejercicio 5.9.17
1
θ = arccos = 60°
Ejercicio 5.9.6 2
a) Cierta L1 ∩ L2 = { } = ∅
b) Falsa
Ejercicio 5.9.18
c) Falsa
2
Ejercicio 5.9.7 θ = arccos ≈ 61.87 º
6 3
A, C
Ejercicio 5.9.19
Ejercicio 5.9.8
d (P , Q) = (−1,− 1,− 2) = 6
0 0 0 0 1
1 1 ; 1 ,
, 1 1, 0 ; 0 , 1 , 1 Ejercicio 5.9.20
−1 1
1 1 1 1 1 1 d(P, ℒ) = 0
270 Respuestas a los ejercicios
Ejercicio 5.9.30
Ejercicio 5.9.22
4 b, c
d (P, π ) =
11
Ejercicio 5.9.31
Ejercicio 5.9.23 ≈ 109.47°
5
d (π1, π 2 ) = Ejercicio 5.9.32
3
0, 2 , 1
Ejercicio 5.9.24 5 5
2 2; 2; 3 Ejercicio 5.9.33
Ejercicio 5.9.25 5
5
π π π π π π
, ,− ; − , ,−
3 3 3 3 3 3 Ejercicio 5.9.34
4 , − 4 , 4 + 2 , 7 , 5 = 2, 1, 3
Ejercicio 5.9.26 ( )
3 3 3 3 3 3
{(x, y, z); x − y − 2 z = 0}
Ejercicio 5.9.35
Ejercicio 5.9.27 6 6 6
cos α = ; cos β = − ; cos γ =
7 6 3 6
5 + 10 + 13 ;
2
Ejercicio 5.9.36
Ejercicio 5.9.28
¡Aaah!
6
Índice analítico
La n después de un número de página indica que la referencia se encuentra en las notas.
gráfica del conjunto de todas las parejas de de polinomios, 136 de números, 162
números reales, 26 denotación de la, 198 general de la química, 58
Representaciones formal, 202 Teoría axiomática
de los números reales, 102 Sumas con negación, 14n
decimales de números reales, 103 de polinomios, 139 definición de, 16
Residuo parcial, 143 de distinto grado, 136 intuitiva, 15
Resultados de cálculos numéricos, 7 formales, 136, 139 Teorías
Resultante, 210 Supremo del conjunto, 101 axiomáticas, 10
Rugosidad relativa, 187 Sustitución científicas, 2
de un proceso infinito por una humanísticas, 2
S aproximación finita, 169 Tipos de
Segmento lineal de longitud unitaria, 103 hacia atrás, 53 anillo, 199
Segunda coordenada, 26 matrices, 42
Segundo dividendo, 143 T mediciones, 71
Signo de agrupación, 5 Tabla de Topología, 207
Silogismo hipotético (SH), 11 pertenencia de los elementos de los Transformaciones lineales, 205, 221
regla del, 10 conjuntos, 28 Transpuesta de una matriz, definición de, 43
Simbolismo matemático de las proposiciones, verdad del conectivo no, 3 Trayectorias isotermas, 194
3 Tablas de verdad, 2, 3, 31 Triángulo rectángulo, 12
Símbolo de básicas, 4 Trinomio cuadrado perfecto, 155, 159
infinito, 106 de los conectivos lógicos, 18 Triple producto escalar, 217
permutación, 214 iguales, 6 definición de, 217
Símbolos de las unidades de medida, 71 Tautología(s), 6, 8 Trisección del ángulo, 105
Simplificación de la hipótesis, 12 básicas, 11
Sistema esquemas de las, 6 U
coordenado de mano derecha, 214 compuesta con tres fórmulas, 18 Unicidad del cociente y del residuo, 139
de coordenadas, 106 Teorema Único inverso, 198
de dos ecuaciones, 38 de Bolzano, 170 Unidad de medida, 71
con coeficientes reales, 38 de De Moivre, 125, 126 en el Sistema Internacional
de ecuaciones, forma matricial de un, 38 de Dedekind, 100 de Unidades, 71
de los números reales, 86 de distancia, 207 Unidades derivadas, 71
denotación del, 86 de la combinación lineal,202 Unión de
Sistema de ecuaciones lineales, 47 de la deducción, 12, 13 conjuntos, 21
homogéneo, 48 de la norma euclidiana, 206 la familia de conjuntos, 24
no homogéneo, 48 de la suma de polinomios,137 Utilización de métodos matemáticos para
Sistema Internacional de Unidades, 71 de Pitágoras, 7, 12, 206 obtener soluciones, 71
Sistemas de ecuaciones, 36 de reducción al absurdo, 12, 13, 14
Solución de subespacio, 210 V
cero de un sistema de ecuaciones, 48 del algoritmo de la división, 139 Validez de los teoremas, 13
del sistema de ecuaciones lineales, 49 del anillo conmutativo, 138 Valor
escrita en forma vectorial paramétrica, 54 del factor, 142 absoluto, 162
expresada en forma paramétrica, 54 del producto punto, 205 definición de, 99
general de la ecuación, 36 del residuo, 141, 142 de verdad de una proposición
particular, 36 del valor intermedio (TVI), 175 compuesta, 4
trivial de un sistema de ecuaciones, 48 del valor medio para derivadas, 172 del determinante de una matriz cuadrada,
vectorial, 67 fundamental de la aritmética (TFA), 82
Soluciones particulares, 54 166, 99 del error, 173
Subespacio aplicado a los polinomios, 166 Valores de verdad, 2
condiciones del, 202 fundamental del álgebra, 117, 154 de las proposiciones compuestas, 3
de un espacio vectorial real de dimensión Teorema de las propiedades Vaporizador flash, 189
finita, 209 adicionales del producto vectorial, 216 Variable, 136
de V, 212 de las raíces complejas, 149 delantera, 40
generado por β, 202 Teoremas, 2 independiente, dominio de la, 175
definición de, 209 básicos de la teoría de ecuaciones, 141 libre asociada, 53
teorema de, 210 básicos de los números reales, 89 real, 32
Submatriz, determinante de la, 82 de la geometría, 7 Variables, 2
Sucesión, 136 de la recta, 218 libres, 40
casi nula, 136 de las tablas de verdad de los conectivos proposicionales, 2
Suma, 198 lógicos, 18 Vector
asociativa, 12, 136 de los vectores que generan un plano, 219 componente de una proyección sobre un,
booleana, 28 del álgebra, 7 211
características de la, 29 Teoría de coordenadas, 205
conjugado de la, 114, 149 de anillos, 199 sobre otro vector, proyección de un, 211
conmutativa, 136 de campos, 199 Vectores, 201
de constructibles, 105 de conjuntos, 7, 31 ángulo formado por, 207, 208
de dos complejos, 124 de ecuaciones, 141 no paralelos, 220
de dos vectores, 210 de Galois, 155 producto punto de, 38
de imágenes, 136 de grupos, 199 que generan un plano, teorema de los, 219
de los dos vectores ortogonales, 210 de la función determinante, 80n Versores, 209
de matrices, 44 de los sistemas de ecuaciones lineales, 72 Volumen del paralelepípedo, 218