Conjuntos y Numeros Ver Final PDF

CONJUNTOS Y
NUMEROS
Universidad de Guadalajara
Centro Universitario de Ciencias Exactas e Ingenieras
Enero 2013
ii
AUTORES:
Alonso Castillo Ramrez
Alfonso Manuel Hern

andez Magdaleno
Elba Lilia de la Cruz Garca
Alonso Castillo P
erez
Coordinador del texto:

Alonso Castillo Ramrez
Enva tus dudas, comentarios o sugerencias sobre estas notas a:

acr 8080@hotmail.com
iii
NOTA A LOS ESTUDIANTES:

Este texto no debe leerse como un texto de historia, literatura u otra asignatura que hayas cursado en la preparatoria.
Un texto universitario en matem
aticas debe leerse con cuidado, asegur
andote de haber comprendido en su totalidad cada
lnea que leas. Para lograr esto, te aconsejamos que, mientras
est
es leyendo, hagas diagramas y notas sobre cada definici
on,
ejemplo, proposici
on y teorema que encuentres. Es importante
tambi
en que intentes resolver todos los ejercicios, ya que esto es
un factor clave para que asimiles los conocimientos y habilidades
adquiridas.
Contenido
1. Introducci
on
2. L
ogica B
asica
2.1. Proposiciones . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.1. Ejercicios de Proposiciones . . . . . . . . . . . . .
2.2. Conectivos . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
2.2.1. Negaci
on, conjunci
on y disyunci
on . . . . . . . . .
10
2.2.2. Condicional y bicondicional . . . . . . . . . . . . .
14
2.2.3. Tautologas y contradicciones . . . . . . . . . . . .
18
2.2.4. Ejercicios de Conectivos . . . . . . . . . . . . . . .
20
2.3. Cuantificadores . . . . . . . . . . . . . . . . . . . . . . . .
21
2.3.1. Ejercicios de Cuantificadores . . . . . . . . . . . .
25
2.4. Metodos de Demostraci

on . . . . . . . . . . . . . . . . . .
26
2.4.1. Contraejemplo y contrapuesta . . . . . . . . . . . .
29
2.4.2. Reducci
on al absurdo . . . . . . . . . . . . . . . .
30
2.4.3. Proposiciones cuantificadas . . . . . . . . . . . . .
31
2.4.4. Demostraci
on de equivalencias . . . . . . . . . . .
32
2.4.5. Ejercicios de Metodos de Demostracion . . . . . .
33
2.5. Glosario . . . . . . . . . . . . . . . . . . . . . . . . . . . .
34
3. Conjuntos
35
3.1. Teoras de Conjuntos . . . . . . . . . . . . . . . . . . . . .
36
3.1.1. Ejercicios de Teoras de Conjuntos . . . . . . . . .
40
CONTENIDO
3.2. Conceptos B
asicos de Conjuntos . . . . . . . . . . . . . .
41
3.2.1. Ejercicios de Conceptos B

asicos de Conjuntos . . .
46
3.3. Operaciones de Conjuntos . . . . . . . . . . . . . . . . . .
48
3.3.1. Ejercicios de Operaciones de Conjuntos . . . . . .
57
4. Relaciones
58
4.1. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . .
59
4.1.1. Relaciones binarias . . . . . . . . . . . . . . . . . .
59
4.1.2. Definici
on de funci
on . . . . . . . . . . . . . . . . .
63
4.1.3. Tipos de funciones . . . . . . . . . . . . . . . . . .
67
4.1.4. Composici
on de funciones . . . . . . . . . . . . . .
69
4.1.5. Ejercicios de Funciones
. . . . . . . . . . . . . . .
75
. . . . . . . . . . . . . . . . .
76
4.2.1. Ejercicios de Relaciones de Equivalencia . . . . . .
82
4.3. Relaciones de Orden . . . . . . . . . . . . . . . . . . . . .
83
4.2. Relaciones de Equivalencia
4.3.1. Ejercicios de Relaciones de Orden
. . . . . . . . .
5. N
umeros
88
89
5.1. N
umeros Naturales . . . . . . . . . . . . . . . . . . . . . .
90
5.1.1. Axiomas de Peano . . . . . . . . . . . . . . . . . .
90
5.1.2. Inducci
on Matem
atica . . . . . . . . . . . . . . . .
92
5.1.3. Ejercicios de N
umeros Naturales . . . . . . . . . .
98
5.2. N
umeros Enteros . . . . . . . . . . . . . . . . . . . . . . .
99
5.2.1. Divisibilidad . . . . . . . . . . . . . . . . . . . . . 101

5.2.2. Ecuaciones Diof
anticas . . . . . . . . . . . . . . . . 107
5.2.3. Ejercicios de N
umeros Enteros . . . . . . . . . . . 110
5.3. Congruencias . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.3.1. Ejercicios de Congruencias
. . . . . . . . . . . . . 115
5.4. Cardinalidad . . . . . . . . . . . . . . . . . . . . . . . . . 116

5.4.1. Comparaci
on de cardinalidades . . . . . . . . . . . 116
5.4.2. Conjuntos numerables . . . . . . . . . . . . . . . . 118
5.4.3. Numeros cardinales . . . . . . . . . . . . . . . . . . 123
5.4.4. Ejercicios de Cardinalidad . . . . . . . . . . . . . . 125
CONTENIDO
vi
5.5. Tecnicas de Conteo . . . . . . . . . . . . . . . . . . . . . . 127

5.5.1. Ejercicios de Conteo . . . . . . . . . . . . . . . . . 134
6. Estructuras Algebraicas
6.1. Grupos
135
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
6.1.1. Ejercicios de Grupos . . . . . . . . . . . . . . . . . 145

6.2. Campos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
6.2.1. Ejercicios de Campos
. . . . . . . . . . . . . . . . 152
6.3. Espacios Vectoriales . . . . . . . . . . . . . . . . . . . . . 153

6.3.1. Ejercicios de Espacios Vectoriales . . . . . . . . . . 159
6.4. Polinomios
. . . . . . . . . . . . . . . . . . . . . . . . . . 160
6.4.1. Ejercicios de Polinomios . . . . . . . . . . . . . . . 167
Captulo 1
Introducci
on
La capacidad de razonamiento es el factor principal que le ha permitido a la humanidad desarrollar una civilizaci
on tecnologica y cientfica. Con la raz
on, hemos podido interpretar, aprender, deducir y predecir
fen
omenos que ocurren a nuestro alrededor. Es gracias a esta cualidad humana que podemos curar enfermedades, construir computadoras y viajar
al espacio.
A pesar de ser una caracterstica inherente a la humanidad, con el
paso de los a
nos hemos mejorado nuestra habilidad de razonar de forma m
as precisa y m
as profunda. En alg
un momento de nuestra historia,
comprendimos que los lenguajes naturales, como el espa
nol, el ingles o
el frances, no son suficientes en razonamientos complejos. Por ejemplo,
consideremos los silogismos aristotelico.
Silvestre es un gato.
Los gatos son mamferos.
Silvestre es un mamferol.
El silogismo anterior consta de dos hip
otesis y una conclusi
on, la cual
parece v
alida y razonable. Cu
al es el problema entonces con el siguiente
silogismo?
Silvestre es un gato.
Un gato puede levantar autom
oviles.
Silvestre puede levantar autom
oviles.
Despues de pensarlo un poco, nos damos cuenta que el problema es
que la palabra gato en la primera premisa se usa para referirse a un
animal felino, mientras que en la segunda se usa para referirse a una
2
herramienta hidr
aulica. La existencia de palabras polisemicas (con muchos significados) nos dificulta razonar usando lenguajes naturales. Por
tal motivo, la humanidad ha creado un lenguaje que le permita formular
observaciones y hacer deducciones de manera precisa. Este lenguaje es
la matem
atica. Los terminos usados en una teora matematica tienen un
significado u
nico, preciso y total.
Esta es la primera versi
on de las notas para la clase Conjuntos y n
umeros. El objetivo de la clase es presentar los fundamentos matematicos mas
importantes a los estudiantes de primer semestre de la Licenciatura en
Matem
aticas. Abordaremos temas b
asicos de l
ogica, teora de conjuntos,
relaciones, funciones, n
umeros naturales, enteros y algunas estructuras
algebraicas.
En este texto, hacemos enfasis en las definiciones precisas de los objetos matem
aticos. Para ejemplificar la importancia y pertinencia de este
enfoque, acudiremos al concepto de funci
on trabajado en la Seccion 4.1.
En espa
nol, la palabra funci
on es polisemica; algunos de sus significados
son1 :
1. La capacidad de actuar propia de los seres vivos y de sus organos, y
de las m
aquinas o instrumentos, por ejemplo cuando preguntamos
por la funci
on del hgado en el organismo.
2. La tarea que corresponde realizar a una institucion o entidad, o a
sus
organos o personas, por ejemplo cunado alguien sugiere que el
gobierno debera hacer suya tal o cual funci
on.
3. La representaci
on de una obra teatral, proyeccion de una pelcula,
o la representaci
on de un espect
aculo en general.
Sin embargo, la matem
atica le da a esta palabra un significado muy
diferente (ver Definici
on 4.1.12). Las teoras cientficas (incluyendo a la
matem
atica) frecuente nombran sus conceptos utilizando palabras del
lenguaje natural, a las cuales asignan un nuevo sentido. Dice el filosofo
espa
nol Jose Ortega y Gasset:
Cuando el investigador descubre un fenomeno nuevo, es
decir, cuando forma un nuevo concepto, necesita darle un
nombre. Como una voz nueva no significara nada para los
dem
as, tiene que recurrir al repertorio del lenguaje usadero,
donde cada voz se encuentra ya adscrita a una significacion.
1 De
edici
on.
acuerdo al Diccionario de la Real Academia de la Lengua Espa

nola, vig
esima
3
A fin de hacerse entender, elige la palabra cuyo usual sentido
tenga alguna semejanza con la nueva significacion.
Es particularmente complejo encontrar la relacion entre el significado las palabras del lenguaje coloquial y el que le asigna la matematica.
Debemos considerar que las primeras son polisemicas y que ademas, con
ellas se forma un abanico de significados ubic
andolas en distintos contextos, o utiliz
andolas como sinecdoques, metonimias o metaforas. Por
lo contrario, el concepto matem
atico debe darles un significado inequvoco, que evite cualquier paradoja o contradicci
on. El proceso de deducion
matem
atica parte de la definici
on de los conceptos. Los objetos que utilizan los lenguajes formales son ideas abstractas que carecen de existencia
propia y son s
olo lo que su definici
on establece, y nada mas.
Si, por lo contrario, quisieramos establecer una definicion de un objeto real, por ejemplo, las vacas, sera sumamente difcil. Si afirmaramos
que las vacas son cuadr
upedos, dejaramos fuera de la definicion a las
vacas que han perdido una pata o que nacieron sin ella; ademas tambien
son cuadr
upedos los chivos, los venados, etc. Que caractersticas definen
con precisi
on a las vacas? Afortunadamente la definicion de vaca no es
necesaria ya que las reconocemos sin contar con una definicion formal. Es
decir, la diferencia entre el trabajo de los veterinarios y los matematicos,
es que los primeros pueden curar las vaca aunque no cuenten con una
definici
on, mientras que los matem
aticos no podra iniciar una teora de
las vacassi no construyen primero una definici
on formal.
No obstante, las definiciones matem
aticas tienen una historia. La formalizaci
on evoluciona, se van precisando o creando nuevos conceptos que
le dan mayor alcance a una teora. La famosa frase del matematico aleman
Leopold Kronecker: Los n
umeros naturales los hizo Dios, todo lo demas
es obra humana, puede interpretarse como que los n
umeros que se utilizan para contar son tan antiguos como la civilizacion misma, pero que
la matem
atica ha trabajado permanentemente en ellos hasta llegar a su
axiomatizaci
on (Axiomas de Peano).
Por todo esto, es importante que el lector tenga cuidado para no confundir los significados formales y coloquiales de las palabras que se usan
para nombrar conceptos matem
aticos. Otros ejemplos tpicos, ademas
del de funci
on, que podran causar este tipo de confusiones son: relacion,
clase, grupo, campo, etc.
Tambien daremos importancia especial a las demostraciones de forma
rigurosa. Exploraremos diversas tecnicas las cuales se espera que le den
al estudiante las herramientas necesarias para escribir por si mismo sus
primeras demostraciones.
4
Sabemos que este enfoque podra causarle algunos problemas a los
nuevos estudiantes universitarios; sin embargo, creemos que es indispensable comenzar a formar el pensamiento matem
atico desde el principio
de la carrera.
Al ser un borrador, estas notas contienen a
un muchos errores y estan
en constante modificaci
on. Agradecemos profundamente a los estudiantes
que nos hagan saber todas sus sugerencias y comentarios.
Captulo 2
L
ogica B
asica
La matem
atica estudia una gran variedad de objetos (como n
umeros, conjuntos, funciones, polinomios, figuras geometricas, etc.) para cuyo
an
alisis es necesario tener un s
olido dominio de la l
ogica. Desarrollar la
intuici
on matem
atica requiere pr
actica y reflexi
on, as como una atmosfera de cuestionamiento y reto de las ideas, lo cual puede provocar tension
y sorpresa en el estudiante poco experimentado. Sin embargo, tambien
existe un placer gratificante al obtener la pista de una demostracion o la
soluci
on a un problema.
Al escribirse una pieza literaria, su desarrollo descansa en la imaginaci
on del escritor, quien debe conocer los fundamentos de la ficcion, de la
descripci
on de caracteres y costumbres; pero, para todo esto, necesita una
gran destreza en el manejo del lenguaje: en su gramatica y su sintaxis.
En el mundo de las matem
aticas, el lenguaje consiste en proposiciones,
cuya interacci
on establece juicios soportados principalmente en el razonamiento deductivo, el cual demuestra o refuta su validez. Por lo anterior,
la l
ogica y las tecnicas de demostraci
on conforman la gramatica esencial
del lenguaje matem
atico.
2.1 Proposiciones
2.1.
Proposiciones
El elemento medular en la l
ogica matem
atica es la nocion de proposici
on, la cual definiremos m
as adelante. La teora de las proposiciones
tiene dos ramas: la la sintaxis de las proposiciones, que se ocupa de su estructura y composici
on, y la sem
antica de las proposiciones, que se ocupa
de su interpretaci
on y la construcci
on de argumentos. Algunos conceptos
relacionados con la sintaxis son los conectivos y los cuantificadores, los
cuales estudiaremos en las Secciones 2.2 y 2.3, mientras que profundizaremos en la sem
antica de las proposiciones en la Seccion 2.4.
El vocablo termino, en el sentido l
ogico matematico, es un grupo de
palabras o smbolos usados para referirse a uno o varios objetos matematicos. Cuando un termino se refiere a un objeto particular se denomina
como singular ; act
ua en calidad de nombre propio. Por otro lado, cuando
un termino se refiere a todos los objetos de una clase determinada se le
llama general ; en este caso se comporta como un nombre com
un.
Ejemplo 2.1.1 (Terminos singulares). Pedro, Jose, 9, , la constante
de Euler, la ecuaci
on de Laplace, etc.
Ejemplo
2.1.2 (Terminos generales). Humano, n
umero, segmento, vecR
tor, , espacio vectorial, ecuaci
on, etc.
Recordemos que, en la gram
atica del espa
nol, la unidad mnima de
lenguaje para manifestar una idea, con su significado completo, es la
oraci
on, la cual se forma con la estructura
sujeto + predicado.
Cada parte de la estructura de una oraci
on se construye combinando
diversos terminos. Las oraciones se dividen en las siguientes clases: declarativas, imperativas, exclamativas e interrogativas. Cuando se expresa
una idea completa en una oraci
on, cuyo predicado afirma o niega alg
un
atributo del sujeto, se obtiene una oraci
on declarativa. Esta clase de oraciones son las que abordaremos en nuestro estudio logico matematico.
Ejemplo 2.1.3. Considera las siguientes oraciones como ilustraci
on:
1. Fue resuelta la ecuaci

on por Erika? Esta
no es una oracion declarativa sino interrogativa.
2. Javier, apres
urese con ese problema. Esta
no es una oracion declarativa sino imperativa.
3. La raz cuadrada de 5 es menor que . Esta

es una oracion declarativa.
2.1 Proposiciones
4. Los lados de un tri

angulo no son congruentes. Esta
es una oracion
declarativa.
5. La geometra de Riemann es una rama de las matem
aticas muy
interesante. Esta
es una oraci
on declarativa.
6. El promedio de x1 , x2 , , xN R es
oraci
on declarativa.
x1 +x2 ++xN
N
. Esta
es una
En matem
aticas se emplean ciertos smbolos para representar predicados de uso frecuente. Algunos ejemplos de estos smbolos son: = que
representa el predicado es igual a, < que encarna al predicado es
menor que, que sustituye al predicado es menor o igual que, y
que indica el predicado es miembro de.
Ahora podemos precisar la noci
on de proposicion.
Definici
on 2.1.4 (Proposici
on). Una proposici
on es una oraci
on declarativa, la cual se puede caracterizar como verdadera o falsa, pero no puede
tener ambos atributos.
En el Ejemplo 2.1.3, s
olo las oraciones (3.) y (6.) son proposiciones. Las
oraciones (1.) y (2.) no son proposiciones porque no son declarativas. La
oraci
on (4.) no es una proposici
on ya que, a pesar de ser declarativa, no es
posible caracterizarla como verdadera o falsa (es verdadera para algunos
tri
angulos pero falsa para otros). La oraci
on (5.) no es una proposicion
ya que es una declaraci
on subjetiva, cuya verdad o falsedad depende del
gusto y la opini
on del autor de la oraci
on.
La caracterstica de verdad o falsedad de una proposicion se denomina
su valor de verdad. Consideremos algunos ejemplos.
Ejemplo 2.1.5. Considera las siguientes oraciones declarativas:
1. Dos es un n
umero primo. Esta
es una proposicion, ya que es una
oraci
on declarativa verdadera.
2. El a
rea del crculo es mayor al
area del cuadrado. Esta
no es una
proposici
on, ya que no se puede determinar su valor de verdad:
puede ser verdadera o falsa dependiendo del crculo y el cuadrado
que se consideren.
3. Siempre que x sea un n

umero real, se cumple que x < 0. Esta
es
una proposici
on, ya que es una oraci
on declarativa falsa. La razon
de su falsedad recae en el uso de la palabra siempre: no es verdad
porque podemos encontrar casos que la desmienten, por ejemplo,
1 es un n
umero real tal que (1) > 0.
2.1 Proposiciones
Las proposiciones se clasifican en simples y compuestas.

Definici
on 2.1.6 (Proposici
on simple). Decimos que una proposici
on es
simple, o at
omica, si est
a constituida por sujetos formados por terminos singulares y un predicado con un verbo que expresa una acci
on sobre
dichos sujetos.
En forma burda, una proposici
on simple es aquella que no puede separarse en otros enunciados y que afirma algo especfico sobre un objeto
particular. Algunos ejemplos son: 5 es un n
umero impar, 3+72 = 8,
y Pedro tiene los ojos negros.
Definici
on 2.1.7 (Proposici
on compuesta). Decimos que una proposici
on es compuesta si los sujetos de la oraci
on est
an formados por terminos generales, y el predicado contiene al menos un verbo que expresa una
acci
on sobre dichos sujetos. Tambien decimos que la proposici
on es compuesta si est
a integrada por dos o m
as proposiciones simples.
En algunos casos, las proposiciones compuestas pueden reconocerse
por llevar signos de puntuaci
on, o palabras como: aunque, pero, entonces,
y, o, de este modo, por consiguiente, sin embargo, etc.
Ejemplo 2.1.8. Considera las siguientes proposiciones como ilustraci
on:
1. Los n
umeros y 21
umeros reales; sin embargo, 21
7 son n
7 es un
n
umero racional mientras que es n
umero irracional. Esta es una
proposici
on compuesta ya que est
a formada por varias proposiciones
simples.
2. Siempre que sea un n
umero real, ocurre que sin2 () + cos2 () = 1.
Esta es una proposici

on compuesta porque el sujeto esta compuesto
con un termino general (n
umero real).
3. Los los n
umeros reales son un conjunto infinito; cada uno de es
tos n
umeros representa una cantidad en la recta real. Esta
es una
proposici
on compuesta porque est
a formada por dos proposiciones
simples; adem
as, uno de los sujetos est
a compuesto con un termino
general.
Palabras clave de la secci

on: termino singular, termino general,
proposici
on, valor de verdad, proposiciones simples y compuestas.
2.1 Proposiciones
2.1.1.
Ejercicios de Proposiciones
Ejercicio 2.1.1. Clasifica los siguientes terminos en singulares y generales:

angulo, 34 , tri
angulo rect
angulo, 3x2 +2x1, matem
atico, el conjunto
de n
umeros reales y constante.
Ejercicio 2.1.2. Cu
ales de las siguientes oraciones son proposiciones?
Justifica tu respuesta.
a) La suma es positiva.
b) Si x es un n
umero real, entonces x2 0.
c) Es 7 un n
umero primo?
d) Un tri
angulo tiene cuatro lados.
e) Los matem
aticos son personas inteligentes.
f ) Escribe el resultado de la ecuaci
on.
g) Sea x un n
umero real mayor que cero.
h) Existe una funci
on que es continua pero no diferenciable.
Ejercicio 2.1.3. Escribe el valor de verdad de las siguientes proposiciones, y determina si se trata de proposiciones simples o compuestas.
Justifica tu respuesta.
a) Existen aves que no pueden volar.
b) La ecuaci
on x 3 = 0 tiene un n
umero infinito de soluciones.
c) La raz cuadrada de 4 es 2, mientras que la raz cuadrada de 16 es 8.
d) El
area de un crculo es igual a por el cuadrado de su radio.
e) El n
umero 6 es un m
ultiplo de 3.
f ) 32 + 42 = 52 .
2.2 Conectivos
2.2.
10
Conectivos
En la l
ogica, existe una colecci
on de palabras y smbolos que se usan
para asociar distintas proposiciones y expresar las ideas matematicas con
precisi
on; estos elementos son los denominados conectivos l
ogicos, los cuales permiten elaborar las proposiciones compuestas. Los conectivos logicos de uso m
as frecuente son las negaciones, conjunciones, disyunciones,
condicionales y bicondicionales. La siguiente tabla caracteriza las proposiciones compuestas formadas con cada uno de estos conectivos. En la
tabla, se considera que P y Q son proposiciones cualesquiera.
Nombre del
conectivo
Smbolo
asociado
Proposici
on
Significado
no P
Conjunci
on
P Q
P yQ
Disyunci
on
P Q
P oQ
Condicional
P = Q
P implica Q
P Q
P si y solo si Q
Negaci
on
Bicondicional
Tabla 2.1: Conectivos l

ogicos
A continuaci
on estudiaremos cada conectivo, prestando particular atenci
on a la forma de determinar el valor de verdad de su proposicion asociada.
2.2.1.
Negaci
on, conjunci
on y disyunci
on
Algunos autores llaman a la negaci

on un modificador en lugar de un
conectivo, dado que en realidad no asocia proposiciones sino que solo las
modifica. Veamos algunos casos de negaci
on.
Ejemplo 2.2.1. Consideremos la proposici
on
P = (Las funciones continuas son diferenciables).
Entonces la negaci
on de P es
P = (Las funciones continuas no son diferenciables).
2.2 Conectivos
11
Adem
as del vocablo no, se utiliza tambien la frase no es cierto
que para negar proposiciones.
Ejemplo 2.2.2. Definamos
Q = (La raz cuadrada de 9 es 2).
La negaci
on de esta proposici
on es
Q = (No es cierto que la raz cuadrada de 9 es 2).
Cuando el predicado de una proposici
on simple se representa mediante
alg
un smbolo matem
atico, se acostumbra formar la negacion cruzando
el smbolo con una raya inclinada. De esta forma, si T = (5 = 4 + 1),
entonces la negaci
on es T = (5 6= 4 + 1).
Analizando los ejemplos anteriores, podemos darnos cuenta que si
una proposici
on es verdadera, entonces su negaci
on es falsa, y que, si una
proposici
on es falsa, entonces su negaci
on es verdadera. La proposicion Q
del Ejemplo 2.2.2 es falsa (por que la raz cuadrada de 9 no es 2 sino 3),
as que Q es verdadera; por otro lado, la proposicion T = (5 = 4 + 1)
es verdadera, as que T es falsa.
La esencia del p
arrafo anterior puede capturarse en una tabla de verdad. Para el caso de las negaci
on, la tabla de verdad consiste en un arreglo
de dos renglones y dos columnas. En la primera columna se escriben los
posibles valores de verdad de una proposici
on arbitraria (verdadero, abreviado como V, y falso abreviado como F). En la segunda columna
se escriben los valores de verdad correspondientes a la negacion de dicha
proposici
on, asumiendo el valor de verdad que se encuentra en el mismo
rengl
on.
P
V
F
P
F
V
Tabla 2.2: Negaci

on
Especficamente, si P es una proposici
on arbitraria, la tabla de verdad
de la negaci
on se muestra en la Tabla 2.2.
Si P y Q proposiciones cualesquiera, la proposicion compuesta P Q
es llamada la conjunci
on de P y Q, y afirma simultaneamente lo que P
y Q afirman. Veamos algunos ejemplos.
Ejemplo 2.2.3. Consideremos las proposiciones
P = (5 es un n
umero impar) y
2.2 Conectivos
12
Q = (5 es un n
umero primo),
entonces
P Q = (5 es un n
umero impar y primo).
Por razones de estilo, en ciertas ocasiones en lugar del vocablo y se
utilizan las palabras pero o sin embargo.
Ejemplo 2.2.4. La conjunci
on de las proposiciones los cuadrados tienen cuatro lados y los tri
angulos tienen tres lados es
los cuadrados tienen cuatro lados, pero los triangulos tres.
Como observamos en los ejemplos anteriores, el conectivo es conmutativo en el sentido en que no importa el orden en el que aparezcan
las proposiciones; en otras palabras,
P Q Q P.
Adem
as, la conjunci
on es asociativa ya que, al combinar tres proposiciones P , Q y T , tenemos que
(P Q) T P (Q T ).
Usamos el smbolo para expresar que ambas proposiciones son logicamente equivalentes (definiremos esta idea con con mayor presicion en
la Secci
on 2.2.3).
Ejemplo 2.2.5. Sean P y Q las proposiciones del Ejemplo 2.3, y sea
T = (5 es un n
umero entero).
Ahora podemos observar que las proposiciones
(P Q) T = (5 es un n
umero impar y primo, y entero),
P (Q T ) = (5 es un n
umero impar, y primo y entero),
tienen el mismo significado.
Ejemplo 2.2.6. La conjunci
on de las proposiciones L = (6 = 3 3) y
M = (6 = 3 + 3) es
L M = (6 = 3 3 y 6 = 3 + 3) (3 3 = 3 + 3).
En este caso, L M es una proposici
on falsa debido a que L es falsa.
2.2 Conectivos
13
El ejemplo anterior nos da la pista de que la conjuncion de dos proposiciones es verdadera exclusivamente cuando ambas proposiciones son
verdaderas; si al menos una de las proposiciones es falsa, entonces su conjunci
on tambien ser
a falsa. La informaci
on sobre el valor de verdad de la
conjunci
on queda claramente establecido en la Tabla 2.3, en donde P y
Q son proposiciones arbitrarias.
P
V
V
F
F
Q
V
F
V
F
P Q
V
F
F
F
Tabla 2.3: Conjunci

on
Si P y Q proposiciones cualesquiera, la proposicion compuesta P Q es
llamada la disyunci
on de P y Q, y afirma que es cierto lo que manifiesta
al menos una de las proposiciones P o Q.
En matem
aticas, el uso del vocablo o difiere de su uso en el lenguaje
cotidiano. Cuando representa una disyunci
on, o significa uno u otro, o
ambos. La interpretaci
on como uno u otro, pero no ambos se denomina
disyunci
on exclusiva y su uso es poco com
un; se emplea mas en estudios
de inform
atica.
El valor de verdad de la disyunci
on se localiza en la Tabla 2.4, donde
P y Q son proposiciones arbitrarias.
P
V
V
F
F
Q
V
F
V
F
P Q
V
V
V
F
Tabla 2.4: Disyunci

on
Como en el caso de la conjunci
on, la disyunci
on tambien es conmutativa y asociativa:
P Q Q P,
(P Q) T P (Q T ).
Veamos algunos ejemplos.
Ejemplo 2.2.7. Sean
K = (El sol es una estrella)
2.2 Conectivos
14
W = (El sol es un planeta).
La conjunci
on de estas proposiciones es
K W = (El sol es una estrella o un planeta).
En este caso, K W es verdadera debido a que K es verdadera.
Ejemplo 2.2.8. Sean
J = (12 es un m
ultiplo de 3)
G = (12 es un m
ultiplo de 2).
Entonces la conjunci
on
J G = (12 es un m
ultiplo de 3 o de 2).
La proposici
on J G es verdadera debido a que ambas J y G son verdaderas.
Ejemplo 2.2.9. Sean
A = (8 es un n
umero impar)
B = (2 + 2 = 5).
La conjunci
on es
A B = (8 es un n
umero impar o 2 + 2 = 5).
En este ejemplo, la proposici
on A B es falsa ya que ambas A y B son
proposiciones falsas.
2.2.2.
Condicional y bicondicional
Las proposiciones condicionales son las m

as importantes por su rol en
la argumentaci
on. El conectivo condicional representa un eslabon que
une dos proposici
ones marcando una relaci
on de causa-efecto entre ellas.
A la proposici
on compuesta formada por un condicional se le llama una
implicaci
on.
En la f
ormula
P Q,
la proposici
on P se denomina la hip
otesis, o antecedente, de la implicacion,
mientras que la proposici
on Q se llama consecuente, o conclusi
on, de la
implicaci
on.
Existen diversas formas de expresar la implicacion P Q con palabras. Algunas de las m
as comunes son:
2.2 Conectivos
15
1. Si P , entonces Q.
2. P implica Q.
3. P es suficiente para que Q se cumpla.
4. Q es necesaria para que P se cumpla.
5. Q se cumple si P se cumple.
6. Q cuando P .
7. Q s
olo si P .
Ejemplo 2.2.10. Consideremos las proposiciones
P = (Pepe hace su tarea),
Q = (Llevo a Pepe al cine).
Las distintas formas de escribir P Q son:
1. Si Pepe hace su tarea, entonces lo llevo al cine.
2. Que Pepe haga su tarea implica que lo lleve al cine.
3. Que Pepe haga su tarea es suficiente para que lo lleve al cine.
4. Para que lleve a Pepe al cine es necesario que haga su tarea.
5. Llevo a Pepe al cine si hace su tarea.
6. Llevo a Pepe al cine cuando haga su tarea.
7. Llevo a Pepe al cine s
olo si hace su tarea.
Todos los enunciados anteriores son equivalentes.
Ejemplo 2.2.11. Algunos otros ejemplos de proposiciones condicionales
son los siguientes. Puedes identificar cu
al es el antecedente y el consecuente?
1. Si x es m
ultiplo de 2, entonces x es par.
2. Que = 0 o = es suficiente para que sin() = 0.
3. El log w existe cuando w es un n
umero real positivo diferente de
cero.
2.2 Conectivos
16
P
V
V
F
F
Q
V
F
V
F
P Q
V
F
V
V
Tabla 2.5: Implicaci

on
Si P y Q son proposiciones arbitrarias, el valor de verdad de la implicaci
on P Q se localiza en la Tabla 2.5.
Es muy importante comprender que, tal como su tabla de verdad lo
indica, una implicaci
on s
olo es falsa cuando el antecedente es verdadero
y el consecuente es falso.
Para ilustrar esto, consideremos la proposici
on
X = (Si x es una persona, entonces x piensa).
Esta proposici
on s
olo es falsa en caso de que x sea una persona que no
piense. Si x es una persona que piensa, X es obviamente verdadera. Sin
embargo, X no establece nada en caso de que x no sea una persona: que
x sea una no-persona que piense o que no piense, no contradice, ni
concierne, a lo que X afirma. Por lo tanto, en estos dos u
ltimos casos, la
proposici
on X se mantiene verdadera.
Definici
on 2.2.12 (Implicaci
on recproca). Sean P y Q proposiciones.
La implicaci
on
Q P,
se llama implicaci
on recproca de P Q.
Definici
on 2.2.13 (Implicaci
on contrapuesta). Sean P y Q proposiciones. La implicaci
on
( Q) ( P ),
se llama implicaci
on contrapuesta de P Q.
En general, que una implicaci
on sea verdadera no significa que su
recproca es tambien debe ser verdadera. Por ejemplo, sabemos que la
implicaci
on si x = 0, entonces x es un n
umero es verdadera; sin embargo la implicaci
on recproca si x es un n
umero, entonces x = 0 no es
verdadera.
Por otro lado, el valor de verdad de una implicacion s es equivalente
al valor de verdad de su implicaci
on contrapuesta: ambas proposiciones
2.2 Conectivos
17
son l
ogicamente equivalentes. Demostraremos este hecho mas adelante,
en la Secci
on 2.2.5.
La proposici
on formada con un conectivo bicondicional es llamada
una equivalencia, la cual se obtiene como la conjuncion de una implicacion
con su recproca; en otras palabras:
P Q corresponde a (P Q) (Q P ) .
En la configuraci
on escrita, tpicamente usamos los vocablos si y solo si
o es necesario y suficiente para representar el bicondicional.
Ejemplo 2.2.14. Algunos ejemplos de equivalencias son los siguientes.
1. Un tri
angulo es is
osceles si y s
olo si dos de sus lados tienen igual
tama
no.
2. Para poder llevar el curso de topologa es necesario y suficiente
acreditar el curso de an
alisis matem
atico.
Si P y Q son proposiciones arbitrarias, el valor de verdad de la equivalencia P Q se localiza en la Tabla 2.6.
P
V
V
F
F
Q
V
F
V
F
P Q
V
F
V
V
QP
V
V
F
V
P Q
V
F
F
V
Tabla 2.6: Equivalencia

Como podemos observar, una equivalencia es verdadera exactamente
cuando ambos P y Q tienen el mismo valor de verdad (ya sean ambos
verdaderos o falsos).
Haremos una alcaraci
on con respecto a la formulacion de definiciones. En matem
aticas, una definici
on es una proposicion inequvoca que
establece el significado preciso de una palabra, frase, concepto o smbolo
matem
atico. Siempre asumimos que el valor de verdad de una definicion
es verdadero. Por razones de estilo, generalmente, enunciamos una definici
on como una implicaci
on, aunque su significado real es el de una
equivalencia. Por ejemplo, consideremos la siguiente definicion.
Definici
on 2.2.15. Un n
umero entero n es par si n = 2k para alg
un
entero k.
2.2 Conectivos
18
La formulaci
on anterior podra hacer pensar al lector que existen
n
umeros pares que no sean de la forma n = 2k para alg
un entero k.
Sin embargo esto no es as; las definiciones establecen un significado preciso y total. Lo que la definici
on anterior quiere decir en realidad es que
n es un n
umero par si y s
olo si n = 2k para alg
un entero k.
2.2.3.
Tautologas y contradicciones
Decimos que una proposici

on compuesta es una tautologa cuando es
verdadera en todas las entradas de su tabla de verdad. Por otro lado,
decimos que se trata de una contradicci
on si la proposicion es falsa en
todas las entradas de su tabla de verdad.
Ejemplo 2.2.16. Sea P cualquier proposici
on. La proposici
on compuesta
P ( P )
es una tautologa, porque siempre es verdadera, independientemente del
valor de verdad que tome P . Se pide en el Ejercicio 2.2.3 que encuentres
su tabla de verdad.
Ejemplo 2.2.17. La proposici
on compuesta
P ( P )
es una contradicci
on, porque siempre es falsa, independientemente del
valor de verdad que tome P .
De modo simplista, diremos que empleamos la logica matematica en
la b
usqueda de tautologas y contradicciones.
Cuando una equivalencia A B es una tautologa, decimos que las
proposiciones A y B son l
ogicamente equivalentes; en tal caso, escribimos
A B.
Por ejemplo, sean P y Q son proposiciones cualesquiera, y consideramos las proposiciones compuestas
A = [P ( Q)] y B = (P Q).
La tabla de verdad correspondiente en esta situacion es:
P
V
V
F
F
Q
V
F
V
F
A
V
F
V
V
B
V
F
V
V
2.2 Conectivos
19
Observamos que ambas proposiciones, A y B, tienen siempre los mismos

valores de verdad, independientemente del valor de P y Q; en otras palabras, la tabla de verdad de la proposici
on bicondicional A B es una
tautologa:
P
V
V
F
F
Q
V
F
V
F
AB
V
V
V
V
Con esto hemos demostrado que A y B son l

ogicamente equivalentes,
(P Q) (P Q).
La tecnica descrita en los p
arrafos anteriores nos permite encontrar
muchas proposiciones l
ogicamente equivalentes. Terminaremos esta secci
on demostrando lo siguiente.
Proposici
on 2.2.18. Cualquier implicaci
on es l
ogicamente equivalente
a su contrapuesta. En otras palabras, si P y Q son proposiciones cualesquiera, entonces
(P Q) [( Q) ( P )].
Demostraci
on. Construyamos la tabla de verdad correspondiente a estas proposiciones.
P
V
V
F
F
Q
V
F
V
F
Q
F
V
F
V
P
F
F
V
V
P Q
V
F
V
V
( Q) ( P )
V
F
V
V
Como podemos apreciar, la implicaci

on P Q y su contrapuesta siempre
tienen los mismos valores de verdad. Por lo tanto, al formar la porposicion
bicondicional correspondiente obtendremos una tautologa.

on: tabla de verdad, negaci
on, conjunci
on, disyunci
on, condicional, implicaci
on recproca y contrapuesta, bicondicional, equivalencia, tautologa y contradicci
on.
2.2 Conectivos
2.2.4.
20
Ejercicios de Conectivos
Ejercicio 2.2.1. Identifica la hip

otesis (antecedente) y la conclusi
on
(consecuente) en cada una de las siguientes implicaciones.
a) Si n es un n
umero entero, entonces 2n es un n
umero par.
b) Puedes trabajar aqu s
olo si tienes un ttulo universitario
c) El autom
ovil no encender
a cuando no tengas gasolina.
d) La continuidad es una condici
on necesaria para la diferenciabilidad.
Ejercicio 2.2.2. Considera las proposiciones
P = (x es par), Q = (x es m
ultiplo de 3), T = (x es m
ultiplo de 6).
Reescribe cada una de las siguientes proposiciones compuestas usando las
letras P , Q y T , y los smbolos , , , y .
a) x es impar.
b) x es no es m
ultiplo de 3 o x es par.
c) x es m
ultiplo de 6 si y s
olo si x es par y x es m
ultiplo de 3.
d) Si x es m
ultiplo de 3, entonces x es impar o x es m
ultiplo de 6.
Ejercicio 2.2.3. Escribe la tabla de verdad de la tautologa P ( P ) y
de la contradicci
on P ( P ).
Ejercicio 2.2.4. Sean P y Q proposiciones. Construye una tabla de verdad para demostrar que las siguientes proposiciones son l
ogicamente equivalentes.
a) (P Q) [( P ) ( Q)]
b) (P Q) [( P ) ( Q)]
c) (P Q) [P ( Q)]
d) ( P ) P
Ejercicio 2.2.5. Usa las equivalencias del ejercicio anterior para escribir
la negaci
on de cada una de las siguientes proposiciones.
a) Siete es un n
umero primo o 2 + 2 = 4.
b) Si M es acotado, entonces M es compacto.
c) Si las rosas son rojas y las violetas azules, entonces te amo.
2.3 Cuantificadores
2.3.
21
Cuantificadores
Otros elementos de la sintaxis de proposiciones son los cuantificadores,

los cuales ayudan a evitar ambig
uedades.
Juzguemos la siguiente oraci
on:
Personas estudian matem
aticas.
No podemos determinar si esta oraci
on es verdadera o falsa mientras no
se establezca la naturaleza del termino personas; se refiere al conjunto
de todas las personas, o a un grupo de personas en particular? Esta
ambig
uedad impide que la oraci
on anterior sea una proposicion, ya que
no podemos caracterizarla como verdadera o falsa.
Al definir el contexto de actuaci
on de los terminos de una oracion
podemos remover la incertidumbre. Los cuantificadores son elementos
clave para lograr la precisi
on del lenguaje requerida en la formulacion de
proposiciones.
Hay dos tipos de cuantificadores:
Cuantificador existencial, denotado por el smbolo , el cual
se lee como existe, para alg
un, hay al menos uno, o frases
equivalentes.
Cuantificador universal, denotado por el smbolo , el cual se
lee como para todo, para cada, para cualquier, o frases equivalentes.
De esta manera, usando los cuantificadores, nuestra oracion inicial
tiene dos formulaciones distintas:
Existencial : Existen personas que estudian matematicas.
Universal : Todas las personas estudian matematicas.
Estas dos proposiciones tienen significados muy distintos. La primera
de ellas es verdadera, porque efectivamente existe al menos una persona
que estudia matem
aticas (e.g. el lector de este texto). Por otro lado, la
segunda proposici
on es falsa, ya que tambien podemos encontrar al menos
una persona que no estudie matem
aticas.
Ejemplo 2.3.1. Si x es un n
umero real, la expresi
on x2 1 < 0 tiene
dos interpretaciones:
Existencial: x2 1 < 0, para alg
un n
umero real x.
2.3 Cuantificadores
22
Universal: x2 1 < 0, para cualquier n

umero real x.
La proposici
on (1.) es verdadera porque se cumple para al menos un
n
umero real (e.g. x = 0). La proposici
on (2.) es falsa porque no se cumple
para x = 2 o x = 3.
Ejemplo 2.3.2. Si x es un n
umero real, la expresi
on x2 0 tiene dos
interpretaciones:
Existencial: Existe un n
umero real x tal que x2 0.
Universal: Para todo n
umero real x se cumple que x2 0.
En este ejemplo, ambas proposiciones son verdaderas porque el cuadrado
de cualquier n
umero real siempre es mayor o igual que cero. De hecho, la
veracidad de la primera proposici
on implica la veracidad de la segunda.
Es importante se
nalar que cuando escribimos existe un n
umero real
tal que x2 0 significa lo mismo que existe al menos un n
umero real
tal que x2 0. La frase al menos es redundante en esta situacion. Si
queremos escribir que s
olo existe un n
umero con cierta propiedad, usamos
frases como existe exactamente uno, o existe y es u
nico. Usamos el smbolo
! para expresar existencia y unicidad.
La colecci
on de smbolos que hasta aqu se han descrito permiten
condensar la formulaci
on de proposiciones cuantificadas.
Ejemplo 2.3.3. La proposici
on existe un n
umero menor que 7, puede
escribirse de forma abreviada como
x (x < 7),
donde se da por entendido que x representa un n
umero.
Ejemplo 2.3.4. A veces, el cuantificador no est
a explcitamente escrito,
como en la proposici
on:
Si x es mayor que 1, entonces x2 es mayor que 1.
El significado que se pretende es

x, (x > 1) (x2 > 1) .
En general, si se utiliza una variable en el antecedente de una implicaci
on
sin cuantificador, entonces se asume el uso del cuantificador universal.
2.3 Cuantificadores
23
Es muy importante entender c

omo se obtiene la negacion de una proposici
on que involucra un cuantificador. Por ejemplo, si
P = (Todos los mexicanos son matem
aticos),
Cu
al es la negaci
on de este enunciado? A simple vista, pordamos pensar
que P es la proposici
on
Q = (Todos los mexicanos son no matem
aticos),
sin embargo, esto es un error. Por definici
on, P es verdadera cuando
P es falsa, y viceversa. Pero esto no sucede con la proposicion Q: en
este caso ambas proposiciones, P y Q son falsas, ya que no es cierto que
todos los mexicanos sean matem
aticos, pero tampoco es cierto que ning
un
mexicano sea matem
atico. La negaci
on correcta de P es:
P = (Existen mexicanos que no son matem
aticos).
Tal como lo esper
abamos, la proposici
on P es verdadera.
El ejemplo anterior nos ayuda a comprender que la negacion de una
proposici
on universal se obtiene negando el predicado y reemplazando
el cuantificador por uno existencial. Similarmente, la negacion de una
proposici
on existencial se obtiene negando el predicado y reemplazando
el cuantificador por uno universal.
Ejemplo 2.3.5. En este ejemplo negamos una proposici
on existencial.
Proposici
on: Existen personas que no dicen la verdad.
Negaci
on: Todas las personas dicen la verdad.
Ejemplo 2.3.6. Ahora negamos una proposici
on universal.
Proposici
on: Para cualquier n
umero x tenemos que x2 0.
Negaci
on: Existe un n
umero x tal que x2 < 0.
Ejemplo 2.3.7. En este ejemplo se combinan, en una misma proposici
on, ambos cuantificadores.
Proposici
on: Para cualquier x, existe z tal que x + z = 0.
Negaci
on: Existe x tal que para toda z se tiene que x + z 6= 0.
Ejemplo 2.3.8. Por el Ejercicio 2.2.4 b), sabemos que la negaci
on de
una disyunci
on se obtiene mediante la conjunci
on de la negaci
on de cada
una de las proposiciones. De esta forma obtenemos la siguiente negaci
on:
2.3 Cuantificadores
24
Proposici
on: Existe una soluci
on analtica o el sistema es inestable.
Negaci
on: Ninguna soluci
on es analtica y el sistema es estable.
En el ejemplo anterior, la frase ninguna solucion es analtica es
equivalente a todas las soluciones son no analticas.

on: Cuantificador existencial, cuantificador universal, cuantificador de existencia y unicidad, negaci
on de proposiciones cuantificadas.
2.3 Cuantificadores
2.3.1.
25
Ejercicios de Cuantificadores
Ejercicio 2.3.1. Reescribe cada una de los siguientes proposiciones usando los smbolos , ! y apropiadamente.
a) Existe un n
umero positivo x tal que x2 = 5.
b) 2n + 1 es impar para cualquier n
umero natural n.
c) Para todo n
umero positivo M , existe un n
umero positivo N tal que
N < 1/M .
d) Existe exactamente un n
umero x tal que 5 + x = 7.
e) Para todo n
umero positivo n, tenemos que n + 1 > n.
Ejercicio 2.3.2. Escribe la negaci
on para cada una de las siguientes
proposiciones.
a) Ning
un poltico es honesto.
b) Existe un poltico que es deshonesto.
c) x2 + 3x 2 = 0 para alg
un n
umero real x.
d) Para cualquier x, si x < 0, entonces x + 1 0.
e) Todas las soluciones son positivas y existe una soluci
on impar.
Ejercicio 2.3.3. Determinar el valor de verdad (verdadero o falso) de
cada una de las siguientes proposiciones, asumiendo que x, y, y z son
n
umeros reales. Justifica tu respuesta.
a) x tenemos que x 6= .
b) x tal que x 1 y x 0.
c) x, y tenemos que xy > 0.
d) x, y tal que x + y = 0.
e) x, y tal que
x
y
= 1.
Ejercicio 2.3.4. Escribe la negaci

on de cada una de las proposiciones
del Ejercicio 2.3.3.
2.4 M
etodos de Demostraci
on
2.4.
26
M
on
De modo elemental, la l
ogica se interesa en los metodos y principios que permiten distinguir el razonamiento correcto del incorrecto. A
una proposici
on correctamente declarada, que asegura la validez de alg
un
atributo, pero de la cual no se tiene evidencia directa, se le llama teorema.
Al demostrar un teorema, lo que se pretende es comprobar la veracidad
de las proposiciones que afirman el atributo no evidente. La justificacion
se lleva a cabo mediante un proceso de inferencia, deduccion, o argumentaci
on.
La verdad de cualquier enunciado en una demostracion debe poder
rastrearse hasta alg
un conjunto de conceptos y proposiciones iniciales. A
estas proposiciones iniciales en una teora matem
atica se les llama axiomas, o postulados, las cuales se aceptan como verdaderas sin necesidad
de ser demostradas. Hay tambien un conjunto de conceptos primitivos
llamados terminos indefinidos, a partir de los cuales se definen o deducen
conceptos nuevos.
Tpicamente, un teorema es una proposici
on condicional, es decir, una
implicaci
on de la forma
P Q,
donde P es llamada la hip
otesis del teorema y Q es la conclusi
on del
teorema. Para demostrar la veracidad del teorema, supondremos que la
hip
otesis P es verdadera (si P fuera falsa, sabemos, por su tabla de verdad, que la implicaci
on siempre es verdadera). Asumiendo esto, debemos
deducir que la conclusi
on Q tambien es verdadera (si Q es falsa, el teorema es falso). Esta deducci
on se realiza encontrando una secuencia de
proposiciones P1 , P2 , ..., Pm verdaderas tales que P1 = P y
(P1 P2 ... Pm ) = Q,
es un enunciado verdadero. A estas proposiciones intermedias se les llama
premisas del argumento. En particular, P1 siempre es la hipotesis del
teorema y la premisa Pi , con i > 1, puede ser:
1. Una definici
on de alg
un concepto.
2. Un axioma o postulado.
3. Un teorema cuya veracidad se ha demostrado previamente.
4. Una proposici
on que es consecuencia inmediata de una o varias de
las premisas anteriores.
2.4 M
on
27
Al construir una demostraci

on, no hay una regla para saber que eslab
on debe emplearse en cada paso. La pr
actica, sin duda, ayudara al
estudiante a desarrollar
a las habilidades e intuicion necesarias para encontrar el camino adecuado en cada demostraci
on. Como regla general,
siempre es importante identificar claramente la hipotesis y la conclusion
del teorema que se pretende demostrar.
A continuaci
on estudiaremos algunos ejemplos particulares. Para demostrar el siguiente teorema, recordemos que un angulo agudo se define
como un
angulo menor que 90 .
Teorema 2.4.1. Si = 45 , entonces es un a
ngulo agudo.
Demostraci
on. La cadena de premisas es:
(P1 ) = 45 . (Hip
otesis del teorema).
(P2 ) Un
angulo agudo es menor que 90 . (Definicion de angulo agudo).
(P3 ) 45 < 90 . (Propiedad de orden de los n
umeros reales).
(P4 ) es un
angulo agudo. (Conclusi
on del teorema: deducida de P1 , P2
y P3 ).
Para demostrar el siguiente teorema, recordemos que un n
umero par
se define como un n
umero de la forma 2k, donde k es un n
umero entero.
Teorema 2.4.2. Si n y m son dos n
umeros pares, entonces n + m es un
n
umero par.
Demostraci
on. La cadena de proposiciones que demuestra este teorema
es la siguiente:
(P1 ) n y m son n
umeros pares. (Hip
(P2 ) n = 2k1 y m = 2k2 , para algunos enteros k1 y k2 . (Deducido de P1
y la definici
on de n
umero par).
(P3 ) n + m = 2k1 + 2k2 = 2(k1 + k2 ). (Deducido de P2 y la propiedad
distributiva de los n
umeros enteros).
(P4 ) n + m es un n
umero par. (Conclusi
on del teorema: deducida de P3
y la definici
on de n
umero par).
Veamos otro ejemplo un poco m
as complicado. Por definicion, un polinomio h(x) es factor de g(x) si podemos encontrar un polinomio f (x) tal
que g(x) = h(x)f (x). Decimos que un n
umero r es una raz del polinomio
h(x) si h(r) = 0.
2.4 M
on
28
Teorema 2.4.3. Si el n
umero r es una raz del polinomio g(x) = x2 +
x + 1, entonces x r es un factor de g(x).
Demostraci
on. La cadena de proposiciones que demuestra el teorema
es la siguiente:
(P1 ) El n
umero r es una raz de g(x) (hip
(P2 ) Por P1 , obtenemos que
g(r) = r2 + r + 1 = 0.
(P3 ) Por la definici
on de g(x), obtenemos que
g(x) g(r) = (x2 + x + 1) (r2 + r + 1).
(P4 ) Reordenando los terminos en P3 , obtenemos que
g(x) g(r) = (x2 r2 ) + (x r).
(P5 ) Por P4 y la identidad diferencia de cuadrados, obtenemos que
g(x) g(r) = (x + r)(x r) + (x r).
(P6 ) Factorizando el lado derecho de la igualdad en P5 resulta que
g(x) g(r) = (x r)[(x + r) + 1].
(P7 ) Por P2 y P6 , obtenemos que
g(x) = g(x) g(r) = (x r)[(x + r) + 1].
(P8 ) Finalmente, P7 y la definici
on de factor implican que x r es un
factor de g(x).
En la pr
actica, no escribiremos las demostraciones como una cadena explcita de proposiciones, sino como texto, y sera trabajo del lector
identificar cada uno de los elementos de la cadena.
La tecnica para hacer demostraciones estudiada anteriormente se le
llama demostraci
on directa. Existen otras estrategias, las cuales son mas
convenientes en diversas situaciones, dependiendo de la formulacion del
teorema. Algunas de estas estrategias son: la demostraci
on por contraejemplo, la demostraci
on por contrapuesta, y la reducci
on al absurdo. A
continuaci
on estudiaremos m
as a detalle cada una de estas tecnicas.
2.4 M
on
2.4.1.
29
Contraejemplo y contrapuesta
La idea de la demostraci
on por contraejemplo es deducir que una
proposici
on es falsa localizando un ejemplo que la refute.
Proposici
on 2.4.4. Es falso que si m y n son enteros positivos y cuadrados perfectos, entonces la suma m + n es un cuadrado perfecto.
Demostraci
on. Los enteros positivos 16 y 25 son cuadrados perfectos,
cuya suma 16+25 = 41 no es un cuadrado perfecto. La proposicion queda
demostrada.
Proposici
on 2.4.5. Es falso que todo n
umero primo es impar.
Demostraci
on. El n
umero 2 es un n
umero primo par.
En los ejemplos anteriores usamos la palabra proposicion en lugar de
teorema. El el uso de estos terminos para etiquetar distintos resultados
es subjetivo; en general, vamos a reservar la palabra teorema para
resultados menos evidentes.
La demostraci
on por contrapuesta aprovecha el hecho de que una
implicaci
on es l
ogicamente equivalente a su contrapuesta (Proposicion
2.2.18). En vista de esto, una forma de demostrar una implicacion consiste
en demostrar su contrapuesta.
Proposici
on 2.4.6. Si 7m es un n
umero impar, entonces m es un n
umero impar.
Demostraci
on. La proposici
on contrapuesta es: Si m es un n
umero par,
entonces 7m es un n
umero par. La cadena de premisas para demostrar
esto es:
(P1 ) m es un n
umero par. (Hip
otesis de la contrapuesta).
(P2 ) m = 2k para alg
un entero k. (Por P1 y la definicion de par).
(P3 ) 7m = 7(2k). (Por P2 ).
(P4 ) 7m = 2(7k). (Por P3 , y las propiedades conmutativa y distributiva
de los n
umeros enteros).
(P5 ) 7m es un n
umero par. (Conclusi
on de la contrapuesta: por P4 y la
definici
on de par).
Esto se demuestra la contrapuesta, y por equivalencia logica, la proposici
on original tambien queda demostrada.
2.4 M
on
30
La ventaja de trabajar con la proposici

on contrapuesta en el ejemplo
anterior se debe a que, en general, es m
as sencillo trabajar con n
umeros pares que con n
umeros impares. As pues, usar la demostracion por
contrapuesta en P Q, es especialmente u
til cuando resulte mas facil
trabajar con Q que con la hip
otesis P .
2.4.2.
Reducci
on al absurdo
La tecnica de reducci
on al absurdo usa un poderoso argumento que
surgi
o en la filosofa griega hace cientos de a
nos. La estrategia se basa
en demostrar que una proposici
on es verdadera mostrando que asumir
su falsedad implica una contradicci
on (similarmente, podemos demostrar
que una proposici
on es falsa mostrando que asumir su veracidad implica
una contradicci
on). El fundamento l
ogico de esta estrategia es que una
proposici
on debe ser, inevitablemente, falsa o verdadera, pero no ambas a
la vez. Por lo tanto, si el suponer que la proposici
on P es falsa nos conduce
a un absurdo, entonces P necesariamente tiene que ser verdadera.
Veamos el mecanismo de esta estrategia.
Teorema 2.4.7. Si x es un n
umero real, entonces x2 6= 1.
Demostraci
on. Para usar la reducci
on al absurdo, supongamos que existe un n
umero real x tal que x2 = 1. En un hecho basico de los n
umeros
reales que x2 0. Entonces, nuestra suposici
on implica que 1 0, lo
cual contradice el orden de los n
umeros reales. Por lo tanto, no existe
ning
un n
umero real cuyo cuadrado sea 1.
Teorema 2.4.8. Hay un n
umero infinito de enteros pares positivos.
Demostraci
on. Supongamos que hay un n
umero finito de enteros pares
positivos. Entonces, podemos escribir una lista completa que contenga a
todos los enteros pares positivos: n1 , n2 , n3 , ..., nr . Por el Teorema 2.4.2,
sabemos que n1 + n2 + n3 + ... + nr tambien es un entero par positivo. Sin
embargo, este nuevo n
umero par no puede estar en nuestra lista, ya que
es mayor que cada uno de sus elementos: esto contradice que nuestra lista
haya contenido a todos los pares positivos. El teorema queda demostrado
por reducci
on al absurdo.
La ventaja de usar la reducci
on al absurdo es que, en muchas ocasiones, resulta m
as sencillo trabajar con la negacion completa de una
proposici
on que con la proposici
on misma. Por ejemplo, en el teorema
anterior, no queda claro que deducciones concretas se pueden hacer suponiendo que hay un n
umero infinito de enteros pares positivos; por otro
lado, el suponer la negaci
on nos permite hacer deducciones inmediatas.
2.4 M
on
2.4.3.
31
Proposiciones cuantificadas
En matem
aticas, algunos teoremas son enunciados cuantificados, a
un
cuando el cuantificador no aparezca explcitamente en la proposicion. Por
ejemplo, la proposici
on
Si x es un entero impar, entonces x + 1 es par.
comprende un cuantificador no explcito, pero que aparece en su traducci
on simb
olica:
(x entero) [(x impar) (x + 1 par)] .
Para un teorema con un cuantificador universal, la demostracion normalmente se construye con las condiciones abiertas, para una variable
arbitraria. Evidentemente, en este tipo de demostraciones hay que asegurarse que cada paso sea v
alido en todos los valores posibles de la variable.
Interpretemos esto en un ejemplo.
Proposici
on 2.4.9. Para todo n
umero real x, si x > 1 entonces x2 > x.
Demostraci
on. Empecemos la demostraci
on nombrando nuestra variable arbitraria: sea x un n
umero real. Aqu x no es un n
umero real en particular, sino que representa un elemento cualquiera. Ahora, debemos cuidar
que nuestras deducciones se cumplan para todos los n
umeros reales.
Si x > 1, entonces x es positivo (porque x > 1 > 0). Esto implica que
podemos multiplicar por x en ambos lados de la desigualdad sin alterarla:
xx>x1
Por lo tanto, x2 > x. Como x era arbitrario, la proposicion se cumple
para todos los n
umeros reales.
Para demostrar un teorema con un cuantificador existencial, es suficiente con describir un objeto para el cual la proposicion sea verdadera. Es
decir, la mejor forma de probar que algo existe es encontrar un ejemplar.
Ejemplo 2.4.10. Consideremos los siguientes ejemplos:
1. Para demostrar que existe un n
umero real y tal que
y 2 + 2y + 1 = 4,
necesitamos que esta igualdad sea verdadera para al menos un elemento. As, la proposici
on queda demostrada ya que es verdadera
para y = 1.
2. La proposici
on existe un n
umero par que es primo, es verdadera
porque 2 es un ejemplar.
2.4 M
on
2.4.4.
32
Demostraci
on de equivalencias
Para demostrar la equivalencia

P Q,
es necesario demostrar la implicaci
on P Q y su recproca Q P ,
usando el metodo que sea m
as conveniente.
Teorema 2.4.11. Un n
umero entero n es par si y s
olo si n = 2m 4
para alg
un entero m.
Demostraci
on. Sea n un n
umero entero. Debemos demostrar ambas
implicaciones:
1. Si n es par, entonces n = 2m 4 para alg
un entero m.
2. Si n = 2m 4 para alg
un entero m, entonces n es par.
Demostremos la primera implicaci
on:
(P1 ) n es un n
umero par. (Hip
otesis de la primera implicacion).
(P2 ) n = 2k para alg
un entero k. (Por P1 y la definicion de par).
(P3 ) El entero m definido como m = k + 2 existe. (Propiedad de los
n
umeros enteros).
(P4 ) k = m 2. (Por P3 y propiedad de la igualdad).
(P5 ) n = 2(m 2). (Por P2 y P4 ).
(P6 ) n = 2m 4. (Conclusi
on de la implicaci
on: por P5 y la propiedad
distributiva de los enteros).
Ahora demostremos la segunda implicaci
on:
(Q1 ) n = 2m 4 para alg
un entero m (Hip
otesis de la segunda implicaci
on).
(Q2 ) n = 2(m 2). (Por Q1 y la propiedad distributiva).
(Q3 ) n es par. (Conclusi
on de la segunda implicacion: por Q2 y la definici
on de par).
Por lo tanto, la equivalencia queda demostrada.
on: demostraci
on directa, por contraejemplo, por contrapuesta, reducci
on al absurdo, demostraci
on de proposiciones con cuantificadores, demostraci
on de equivalencias.
2.4 M
on
2.4.5.
33
Ejercicios de M
on
Ejercicio 2.4.1. Proporciona un contraejemplo en cada proposici

on:
a) Todos los n
umeros pares son positivos.
b) Todas las aves pueden volar.
c) No existen n
umeros enteros que sean cuadrados perfectos cuya suma
sea un cuadrado perfecto.
Ejercicio 2.4.2. Recordemos que decimos que un entero n es impar si
n = 2k +1 para alg
un entero k. Demuestra de forma directa las siguientes
proposiciones:
a) La suma de dos n
umeros enteros impares es un entero par.
b) La suma de un n
umero entero par y uno impar es un entero impar.
c) El producto de dos n
umeros enteros pares es un entero par.
d) El producto de dos n
umeros entero impares es un entero impar.
Ejercicio 2.4.3. Demuestra por reducci
on al absurdo las siguientes proposiciones:
a) No existe un n
umero real que sea el m
as peque
no.
b) Hay un n
umero infinito de enteros positivos.
c) No existe ning
un n
umero real x tal que
1
x
= 0.
Ejercicio 2.4.4. Escribe la contrapuesta de cada una de las siguientes

proposiciones:
a) Si n es un n
umero entero, entonces 2n es un n
umero par.
b) Puedes trabajar aqu s
olo si tienes un ttulo universitario.
c) El autom
ovil no encender
a cada vez que te quedes sin gasolina.
d) La continuidad es una condici
on necesaria para la diferenciabilidad.
Ejercicio 2.4.5. Supongamos que x1 y x2 son n
umeros reales. Usa la
demostraci
on por contrapuesta para probar que: si x1 6= x2 , entonces
3x1 5 6= 3x2 5. Completa esta desmotraci
on para probar que x1 = x2 ,
si y s
olo si 3x1 5 = 3x2 5.
Ejercicio 2.4.6. Demuestra que existe un n
umero entero n tal que n2 +
3
nico?
2 n = 1. Es este entero es u
2.5 Glosario
2.5.
34
Glosario
Aqu se resumen algunos de los conceptos usados frecuentemente. Algunos de estos terminos tienen una definici
on precisa y objetiva (como
proposici
on, hip
otesis y premisa), mientras que otros son terminos mas
subjetivos, cuyo uso depender
a en parte de la comunidad matematica
(como teorema, lema y corolario).
1. Proposici
on. Oraci
on declarativa que se puede clasificar como verdadera o falsa, pero no ambas. La caracterstica de verdad o falsedad
se denomina valor de verdad de la proposicion.
2. Proposici
on simple y compuesta. Una proposicion es simple si
consta de un sujeto con un termino singular. Una proposicion es
compuesta si consta de un sujeto con al menos un termino general,
o si es una combinaci
on de dos o m
as proposiciones simples.
3. Hip
otesis. La hip
otesis de una implicaci
on corresponde a la proposici
on antecedente.
4. Premisa. Proposici
on cuya validez ya ha sido probada, y se utiliza
para deducir la verdad de alguna otra proposicion o teorema.
5. Conclusi
on. La conclusi
on de una implicacion es la proposicion
consecuente.
6. Conjetura. Proposici
on cuyo valor de verdad es desconocido.
7. Definici
on. Declaraci
on inequvoca que establece el significado preciso de una palabra, frase, concepto o smbolo matematico.
8. Demostraci
on. Secuencia de razonamientos que establecen la verdad o falsedad de una proposici
on.
9. Axioma. Proposici
on que, por acuerdo, se acepta como verdadera
sin necesidad de ser demostrada.
10. Teorema. Proposici
on demostrada como verdadera, la cual se considera importante para el desarrollo de una teora.
11. Lema. Proposici
on auxiliar que se prueba con anticipacion para
usarse en la demostraci
on de uno o m
as teoremas.
12. Corolario. Proposici
on que se deduce f
acilmente de un teorema ya
demostrado.
Captulo 3
Conjuntos
El termino conjunto se refiere a uno de los conceptos matematicos mas
fundamentales. Inevitablemente se encuentra en todas las areas de las matem
aticas, desde las m
as aplicables, como la estadstica y las ecuaciones
diferenciales, hasta las m
as abstractas como la topologa y el algebra.
Sin embargo, por muchos a
nos no existi
o una definicion formal para este
concepto.
Comenzamos en la Secci
on 3.1 estudiando temas elementales relacionados con conjuntos, as como las paradojas (o contradicciones matematicas) que han surgido a lo largo de los a
nos durante la b
usqueda de una
definici
on formal. En la Secci
on 3.2 estudiaremos los conceptos de igualdad de conjuntos, subconjuntos y cardinalidad, mientras que en la Seccion
3.3 estudiaremos algunas de las operaciones b
asicas entre conjuntos.
3.1 Teoras de Conjuntos
3.1.
36
Teoras de Conjuntos
Com
unmente se dice que un conjunto es una coleccion bien definida.
De acuerdo con esto, por ejemplo, las siguientes colecciones son conjuntos:
La colecci
on D de dgitos; es decir, los n
umeros 0, 1, 2, 3, 4, 5, 6,
7, 8 y 9.
La colecci
on C de colores primarios: rojo, verde y azul.
Las anteriores son colecciones bien definidas porque podemos decir con
exactitud que objetos pertenecen a ellas, y que objetos no pertenecen a
ellas. Si alguien nos pregunta si el n
umero 3 es miembro de la coleccion D,
podemos contestar, con tranquilidad, de forma afirmativa. Similarmente,
si nos preguntan si el color amarillo pertenece a la coleccion C, podemos
responder que no es as.
Sin embargo, por otro lado, la coleci
on de buenos estudiantes de una
universidad no es un conjunto. La raz
on de esto es clara: la propiedad
de ser buen estudiante no se ha definido con presicion, y por lo tanto, si
examinamos un estudiante cualquiera, no podemos determinar de manera
concisa si pertenece o no a nuestra colecci
on.
Es costumbre usar las llaves {, } para enlistar los elementos de un
conjunto. De esta manera, el conjunto de colores primarios se escribe
C = {rojo, verde, azul} ,
mientras que el conjunto de dgitos se escribe
D = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} .
Con esta notaci
on, el orden en que escribimos los elementos del conjunto
no importa, ya que esto no altera los objetos que definen la coleccion.
As pues, el conjunto de dgitos D tambien puede escribirse como
D = {7, 2, 1, 9, 5, 4, 0, 3, 6, 8} .
Adem
as, cada miembro que pertenece a un conjunto debe ser u
nico; la
repetici
on de elementos no define nada nuevo. As pues, por ejemplo,
{1, 1, 2} = {1, 2}.
Para expresar que un objeto pertenece a un conjunto usamos el smbolo , mientras que para expresar que un objeto no pertenece a un conjunto
usamos .
/ As, por ejemplo, 4 D pero 11
/ D.
37
No hay restricciones para el tipo de elementos que puede contener un

conjunto, siempre y cuando, la colecci
on este bien definida. Por ejemplo,
el conjunto

F = , Juan, x2 + 3, {1, 2}
contiene cuatro elementos, todos de distinta ndole: el smbolo de trebol ,
el nombre Juan, el polinomio x2 + 3 y el conjunto {1, 2}. Una advertencia
sobre este u
ltimo punto: el conjunto F contiene al conjunto {1, 2}, y no
a los n
umeros 1 y 2. En otras palabras, {1, 2} F , pero 1
/F y2
/ F.
Es una diferencia sutil, pero importante.
Cuando enlistamos los elementos de un conjunto, como en los casos
anteriores, decimos que el conjunto est
a dado por extensi
on. En lugar de
hacer esto, tambien es posible expresar la propiedad que deben cumplir
los elementos del conjunto. Por ejemplo,
D = {x : x es un dgito} .
Los dos puntos se leen con la frase tal que; es decir, D es el conjunto
de todos los objetos x tal que x es un dgito. En estos casos, decimos que
el conjunto est
a dado por comprensi
on.
A simple vista podra parecer que nuestra definicion de conjunto es
adecuada y no causar
a problemas. As lo creyeron los matematicos durante muchos siglos. Pero en el primer a
no del siglo XX, el matematico
brit
anico Bertrand Russell descubri
o una paradoja (es decir, una contradicci
on l
ogica) que puso en duda la validez de toda la teora de conjuntos
que se conoca en esos a
nos.
Antes de explicar la paradoja de Russell, veamos un ejemplo clasico,
llamada la paradoja del mentiroso:
Esta afirmaci
on es falsa.
La afirmaci
on de arriba es una paradoja ya que, su veracidad implica su
falsedad, y viceversa, lo cual es un absurdo l
ogico.
Supongamos que la afirmaci
on es verdadera. Entonces, es verdad lo
que dice: es verdad que la afirmaci
on es falsa.
Supongamos que la afirmaci
on es falsa. Entonces, lo que dice es
falso; es decir, no es verdad que la afirmaci
on sea falsa. Por lo tanto,
la afirmaci
on es verdadera.
Para evitar caer en paradojas, los matem
aticos del siglo XX se han
esforzado en crear sistemas l
ogicos que no permitan formular afirmaciones
38
contradictorias. En particular, la paradoja del mentiroso fue solucionada

por el matem
atico polaco Alfred Tarski en su Teorema de Indefinibilidad.
La paradoja de Russell se origin
o con la creacion de una coleccion
probem
atica de objetos: la colecci
on X de todos los conjuntos que no son
miembros de s mismos. Primero trataremos de entender lo que significa esto. Claramente, hay conjuntos que no son miembros de s mismos;
por ejemplo, nuestro conjunto de dgitos D no es miembro de s mismo
(D
/ D). Por otro lado, si definamos a D0 como la coleccion de objetos matem
aticos que no son dgitos, entonces D0 D0 , porque D0 es un
objeto matem
atico que no es un dgito.
No es difcil convencerse que, bajo nuestra definicion inicial, X es una
colecci
on bien definida. Es importante notar que X es una colecci
on de
conjuntos; es decir, todos lo miembros de X son conjuntos en s mismos.
Por comprensi
on, el conjunto X se escribe como
X = {A : A es un conjunto y A
/ A} .
Por nuestra discusi
on del p
arrafo anterior, sabemos que D X poque D
es un conjunto tal que D
/ D, mientras que D0
/ X porque D0 es un
0
0
conjunto tal que D D . Sin embargo surge una contradiccion cuando
nos preguntamos si X X o X
/ X.
Si X X, entonces X debe satisfacer la propiedad que lo define,
es decir, X debe ser un conjunto tal que X
/ X.
Si X
/ X, entonces X es un conjunto tal que X
/ X. Por la
propiedad que lo define, debemos tener que X X.
En otras palabras, X X si y s
olo si X
/ X, lo cual es claramente
una contradicci
on. De esta forma, Russell cre
o un conjunto imposible: un
objeto que pone en duda la teora de conjuntos definida en esta seccion.
Como es de esperarse, la paradoja de Russell conmociono a la comunidad matem
atica de la epoca, la cual hizo esfuerzos por reparar la falla.
Se defini
o el concepto de conjunto usando la l
ogica formal, y se estableci
o una serie de reglas (llamadas axiomas) que todos los conjuntos deban
satisfacer. Para evitar paradojas como la de Russell, se establecio que un
conjunto nunca deba contenerse a s mismo, y que colecciones de conjuntos excesivamente grandes no forman conjuntos1 . De esta manera,
colecciones como D0 y X no ser
an consideradas conjuntos. Con estas
reglas, surgi
o una rama de las matem
aticas llamada Teora Axiom
atica
1A
este tipo de colecciones de conjuntos excesivamente grandes ahora se les llama

clases. Por ejemplo, la colecci
on de todos los conjuntos es una clase.
39
de Conjuntos (en ingles, Axiomatic Set Theory), la cual contrasta con

el estudio intuitivo de los conjuntos usado anteriormente. Normalmente,
la Teora Axiom
atica de Conjuntos es presentada a los estudiantes de
matem
aticas en un curso de maestra.
Actualmente, a la teora de conjuntos intuitiva, que no usa la logica formal, se le llama Teora Ingenua de Conjuntos (en ingles, Naive
Set Theory). Afortunadamente, usada cuidadosamente, esta teora es suficiente para entender la mayora de los conceptos matematicos que se
estudian durante una licenciatura en matem
aticas. En este texto estudiaremos la teora desde el punto de vista ingenuo, aunque tomaremos
precauciones para no crear paradojas.
Palabras claves de la secci

on: conjunto, pertenencia, notaci
on
por extensi
on y comprensi
on, paradojas del mentiroso y de Russel, teora
axiom
atica de conjuntos.
3.1.1.
40
Ejercicios de Teoras de Conjuntos
Ejercicio 3.1.1. Determina c

uales de las siguientes colecciones son conjuntos. Justifica tu respuesta.
a) La colecci
on de estudiantes de la Universidad de Guadalajara con promedio igual o superior a 90.
b) La colecci
on de grandes matem
aticos en la historia de la humanidad.
c) La colecci
on de teoremas demostrados por matem
aticos mexicanos.
d) La colecci
on de matem
aticos que no son personas.
e) La colecci
on de todas las ideas abstractas.
Ejercicio 3.1.2. Determina cu
ales de las siguientes afirmaciones son
verdaderas. Justifica tu respuesta.
a) El conjunto {c, c, c} es distinto del conjunto {c}.
b) El conjunto {1, 2, 3} es igual al conjunto {2, 3, 1}.
c) Si V es el conjunto de letras vocales, entonces {a} V .
d) Si T es el conjunto de letras consonantes, entonces x T .
e) Si R = {b, c, {x, y, z} , {u, l}}, entonces {u, l} R.
f ) Si R = {b, c, {x, y, z} , {u, l}}, entonces x R.
ales de los siguientes conjuntos est
an dados por extensi
on y cu
ales por comprensi
on.
a) A = {a, b, c, d, e, f, g}.
b) B = {m : m = 1 o m = 5}.
c) C = {1}.
d) D = {x : x es una letra del abecedario}.
Ejercicio 3.1.4. Que pasara con la nariz de Pinocchio si afirmara Mi
nariz crecer
a ahora? Explica por que esto es una paradoja.
3.2 Conceptos B
asicos de Conjuntos
3.2.
41
Conceptos B
asicos de Conjuntos
Recordemos que un conjunto puede ser denotado por extension o por

comprensi
on. En ocasiones ser
a m
as f
acil usar una notacion o la otra,
y muchas veces ser
a posible usar ambas sin problemas. A continuacion
presentamos algunos de los conjuntos con los que trabajaremos mas frecuentemente. Puedes identificar que tipo de notacion se usa en cada
caso?
El conjunto vaco, que no contiene a ning
un elemento,
= {} .
El conjunto de los n
umeros naturales,
N = {0, 1, 2, 3, 4, 5, ...} .
umeros enteros,
Z = {..., 5, 4, 3, 2, 1, 0, 1, 2, 3, 4, 5, ...} .
umeros pares,
2Z = {2x : x Z} .
umeros primos,
P = {2, 3, 5, 7, 11, 13, ...} .
umeros racionales,
na
o
Q=
: a, b Z, b 6= 0 .
b
umeros reales,2
R = {x : x representa una cantidad en la recta real} .
umeros complejos,
C = {(a, b) : a, b R} .
2 Consultar
[18] para una definici

on m
as formal del conjunto R.
3.2 Conceptos B
asicos de Conjuntos
42
La lista anterior debe mantenerse como referencia para recordar como

definimos los distintos conjuntos de n
umeros que usaremos en el texto.
Los primeros conjuntos de la lista se estudiar
an en el Captulo 5, mientras
que los u
ltimos en el Captulo 6.
Ahora abordaremos tres ideas fundamentales relacionadas con conjuntos: igualdad, subconjunto y cardinalidad.
Definici
on 3.2.1 (Igualdad de conjuntos). Decimos que dos conjuntos A
y B son iguales si ambos contienen exactamente los mismos elementos.
En tal caso, escribimos A = B.
Ejemplo 3.2.2. Cualquier conjunto A es igual a s mismo: A = A.
Ejemplo 3.2.3 (N). El conjunto de n
umeros naturales N es igual al
conjunto de enteros no negativos definido como
Z0 = {x : x Z y x 0} ,
ya que ambos conjuntos contienen exactamente los mismos elementos.
Sin embargo, el conjunto de enteros positivos, definido como
Z>0 = {x : x Z y x > 0} ,
es distinto de N, porque 0 N pero 0
/ Z>0 .
Notation 3.2.4. Equivalentemente, podemos definir a Z0 como
Z0 = {x Z : x 0} ,
ya que todos los elementos de Z0 cumplen la propiedad x Z. En general, si todos los elementos de un conjunto satisfacen cierta propiedad,
podemos escribir dicha propiedad antes de los dos puntos en la definici
on
del conjunto.
Ejemplo 3.2.5 (). El conjunto vaco es igual al conjunto
{x Z : x 6= x} ,
ya que ninguno de los dos conjuntos contiene elementos.
Ejemplo 3.2.6. Los conjuntos
A = {1, 2, 3, 4, 5} ,

B = x Z : x < 0 y x2 30 ,
son iguales. Como podemos ver, los elementos de B cumplen tres propiedades: son n
umeros enteros (x Z), negativos (x < 0), y su cuadrado es
3.2 Conceptos B
asicos de Conjuntos
43
menor o igual que 30 (x2 30). Cualquier n

umero con estas tres propiedades es miembro de B. Por ejemplo, 5 B porque 5 Z, 5 < 0
2
y (5) = 25 30. De hecho, todos los enteros negativos que satisfacen
2
x 30 son: 1, 2, 3, 4 y 5. As A = B.
Ejemplo 3.2.7. Los conjuntos
J = {1, 2} ,
K = {1, {2}} ,
son distintos, ya que no contienen exactamente los mismos elementos. El
conjunto J contiene dos n
umeros mientras que K contiene un n
umero y
un conjunto. No es lo mismo el n
umero 2 que el conjunto que contiene
al n
umero 2. Este ejemplo se puede ilustrar con la siguiente analoga: no
es lo mismo un objeto que una caja que contiene a un objeto.
Definici
on 3.2.8 (Subcojunto). Sean A y B conjuntos. Decimos que A
es un subconjunto de B, y escribimos A B, si todos los elementos de
A pertenecen tambien a B.
Ejemplo 3.2.9. Consideremos el conjunto de dgitos
D = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
Algunos subconjuntos de D son {0, 1, 2}, {3, 4, 6, 8} y {7}, porque todos
los elementos de los conjuntos previos pertenecen a D. Sin embargo, el
conjunto {0, 2, 4, 9, 13} no es un subconjunto de D porque 13
/ D.
Ejemplo 3.2.10. Cualquier conjunto A siempre es un subconjunto de
s mismo, ya que, obviamente, todos los elementos de A pertenecen a A.
Ejemplo 3.2.11. El conjunto vaco siempre es subconjunto de cualquier conjunto A, porque, al no tener ning
un elemento, la frase todos
los elementos de pertenecen a A es trivialmente verdadera.
Si A es un subconjunto de B y A 6= B decimos que A es un subconjunto
propio de B. En este caso escribimos A ( B.
Ejemplo 3.2.12. Observemos que P ( N ( Z. Es f
acil darse cuenta
que P 6= N ya que, por ejemplo, 1 N pero 1
/ P . Similarmente, N 6= Z
porque 1 Z pero 1
/ N.
Proposici
on 3.2.13. Sean A y B dos conjuntos. Entonces, A = B si y
s
olo si A B y B A.
Demostraci
on.
3.2 Conceptos B
asicos de Conjuntos
44
() Supongamos que A = B. Esto significa que A y B contienen exactamente los mismos elementos. En particular, todos los elementos de
A son elementos de B (o sea A B), y tambien todos los elementos
de B son elementos de A (o sea B A).
() Supongamos que A B y B A. Esto significa que todos los
elementos de A son elementos de B, y que todos los elementos de
B son elementos de A. Por lo tanto, A y B tienen exactamente los
mismos elementos; esto es, A = B.
Decimos que un conjunto es finito si tiene un n
umero finito de elementos.3 Por ejemplo, el conjunto de letras del abecedario o el conjunto
de dgitos son ambos finitos. En caso contrario, decimos que el conjunto
es infinito. Por ejemplo, los conjuntos N, Z, Q y R son todos infinitos.
Definici
on 3.2.14 (Cardinalidad). Sea A un conjunto finito. La cardinalidad de A, denotada como |A|, es el n
umero de elementos de A.
Ejemplo 3.2.15. Veamos algunos ejemplos.
1. La cardinalidad del conjunto vaco es 0.
2. La cardinalidad del conjunto de dgitos D es 10.
3. La cardinalidad del conjunto de letras del abecedario es 27.
Tambien es posible definir el concepto de cardinalidad para conjuntos
infinitos, pero no estudiaremos este tema hasta la Seccion 5.3.
Proposici
on 3.2.16. Sean A y B conjuntos finitos. Entonces,
1. Si A = B, entonces |A| = |B|.
2. Si A B, entonces |A| |B|.
Demostraci
on. Demostraremos cada uno de los puntos.
1. Si A = B, obviamente |A| = |B|, ya que A y B contienen exactamente los mismos elementos.
2. Si A B, entonces todos los elementos de A estan contenidos en
B. De esta forma, es imposible que A pueda tener mas elementos
que B; en otras palabras, esto significa que |A| |B|.
En la siguiente definici
on, establecemos una forma interesante de crear
un conjunto nuevo a partir de otro.
3 Daremos
una definici
on m
as satisfactoria de esto en la Secci
on 5.3.
3.2 Conceptos B
asicos de Conjuntos
45
Definici
on 3.2.17 (Conjunto potencia). Sea A un conjunto. El conjunto potencia de A, denotado como P (A), es el conjunto de todos los
subconjuntos de A.
Ejemplo 3.2.18. El conjunto potencia de es P () = {}. En este caso
|| = 0, mientras que |P ()| = 1.
Ejemplo 3.2.19. Si X = {0, 1}, el conjunto potencia de X es
P (X) = {, {0} , {1} , {0, 1}} ,
donde |X| = 2 y |P (X)| = 4.
Ejemplo 3.2.20. Si A = {x, y, z}, el conjunto potencia de A es
P (A) = {, {x} , {y} , {z} , {x, y} , {x, z} , {y, z} , A} .
Observemos que en este caso |A| = 3, mientras que |P (A)| = 8.

on: conjuntos de n
umeros, igualdad de
conjuntos, subconjunto, conjunto finito, cardinalidad, conjunto potencia.
3.2 Conceptos B
asicos de Conjuntos
3.2.1.
46
Ejercicios de Conceptos B
asicos de Conjuntos
Ejercicio 3.2.1. Escribe los siguientes conjuntos por extensi

on:
a) {x Z : 7 x 2}.
b) {5x : x N}.
c) {x Z : x
/ N}.
d) {x Z : x 2 o x 7}.
Ejercicio 3.2.2. Escribe los siguientes conjuntos por comprensi
on:
a) {a}.
b) {6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17}.
c) {..., 9, 6, 3, 0, 3, 6, 9, 12, ...}.
d) {10, 8, 6, 4, 2, 0, 2, 4, 6, 8, 10}.
Ejercicio 3.2.3. Definimos al conjunto de n
umeros impares como
I = {..., 9, 7, 5, 3, 1, 1, 3, 5, 7, 9...}
Escribe este conjunto por comprensi
on, de dos formas distintas.
ales de los siguientes conjuntos son iguales a N. Justifica tu respuesta.
a) {x Z : x 0}.
b) {x N : x
/ 2Z}.
c) {x N : x 6= 5}.
d) {x Z : 2x 1} .
ales de los siguientes conjuntos son iguales entre s. Justifica tu respuesta.
a) {0, 1, 4, 9, 16, 25, 36} .
b) .

c) n2 : n Z, 0 n 6 .
d) {x 2Z : 0 x 36} .
e) {x N : x 3} .
3.2 Conceptos B
asicos de Conjuntos
47

ales de los siguientes conjuntos son subconjuntos de N. Justifica tu respuesta.
a) {4, 2, 0, 2, 4} .
b) {{0} , {1} , {2} , {3} , ...}
c) {x Z : x < 0 y x > 0}.

d) x Z : x2 0 .

e) x Z : x3 0 .
Ejercicio 3.2.7. Determina si los siguientes conjuntos son finitos o infinitos. En caso de ser finitos, escribe su cardinalidad. Justifica tu respuesta.
a) {7, 3, 0, 4, 6, 7, 88, 460}.

b) x Z : x2 x .
c) In = {x Z : n x n} donde n es un n
umero natural fijo.
d) P (N).
e) {x Z : x
/ N}.
Ejercicio 3.2.8. Encuentra el conjunto potencia de Y = {y}.
Ejercicio 3.2.9. Encuentra el conjunto potencia de Z = {1, 2, 3, 4}.
Cu
al es la cardinalidad de P (Z)?
3.3 Operaciones de Conjuntos
3.3.
48
Operaciones de Conjuntos
En esta secci
on, estudiaremos distintas formas de construir conjuntos nuevos a partir de dos o m
as conjuntos dados. A estas tecnicas que
producen nuevos conjuntos las llamaremos operaciones de conjuntos. Hay
cuatro operaciones b
asicas: la uni
on, la intersecci
on, el complemento y el
producto cartesiano. Es indispensable para un futuro matematico entender estas cuatro operaciones y sus propiedades b
asicas.
La uni
on es la operaci
on que nos permite, dados dos o mas conjuntos,
definir un conjunto que contenga a ambos.
Definici
on 3.3.1 (Uni
on). Sean A y B conjuntos. La union de A y B,
denotada como A B, es el conjunto de elementos que pertenecen a A o
pertenecen a B. En otras palabras,
A B = {x : (x A) (x B)}
donde es el conectivo l
ogico de disyunci
on.
Un diagrama de Venn es una representaci
on gr
afica que muestra todas
las relaciones l
ogicas posibles entre una colecci
on finita de conjuntos. El
diagrama de Venn que representa la uni
on de dos conjuntos es el siguiente:
Figura 3.1: Uni

on de A y B.
Ejemplo 3.3.2. Consideremos el conjunto de enteros negativos
Z<0 = {x Z : x < 0} .
Entonces
N Z<0 = {x Z : (x 0) (x < 0)} = Z.
49
Proposici
on 3.3.3 (Uni
on). Sean A, B y C conjuntos. La uni
on de
conjuntos cumple las siguientes propiedades:
1. A = A.
2. Conmutatividad. A B = B A.
3. Asociatividad. (A B) C = A (B C).
4. Idempotencia. A A = A.
Demostraci
1. Por definici
on, A = {x : (x A) (x )}. Sin embargo, la
condici
on x nunca se cumple, porque no tiene ning
un elemento. De esta forma, es posible omitir esta condicion y escribir
A = {x : x A} = A.
2. A B = {x : (x A) (x B)} = {x : (x B) (x A)} = B
A, ya que el conectivo l
ogico es conmutativo.
3. Como el conectivo l
ogico es asociativo, tenemos que
(A B) C = {x : x A x B} C
= {x : [x A x B] x C}
= {x : x A [x B x C]}
= A (B C) .
4. A A = {x : (x A) (x A)} = {x : x A} = A.
Ejemplo 3.3.4. Sean
L = {0, 1, 2} , M = {1, 2, 3} y N = {0, 2, 3} .
Por la asociatividad que se demostr
o en la proposici
on anterior, podemos escribir L M N sin parentesis, ya que no importa que uni
on de
conjuntos calculemos primero. En este caso,
L M N = {x : (x L) (x M ) (x N )} = {0, 1, 2, 3}
La intersecci
on es la segunda operaci
on que estudiaremos.
Definici
on 3.3.5 (Intersecci
on). Sean A y B conjuntos. La intersecci
on de A y B, denotada como A B, es el conjunto de elementos que
simult
aneamente pertenecen a ambos, A y B. En otras palabras,
A B = {x : (x A) (x B)} ,
ogico de conjunci
on.
50
La intersecci
on de dos conjuntos est
a representada por el area mas
obscura en el siguiente diagrama de Venn:
Figura 3.2: Intersecci

on de A y B.
Ejemplo 3.3.6. Observemos que
2Z N = {x : x 2Z y x N} = {0, 2, 4, 6, 8, 10, ...} .
Proposici
on 3.3.7 (Intersecci
on). Sean A, B y C conjuntos. La intersecci
on de conjuntos cumple las siguientes propiedades.
1. A = .
2. Conmutatividad. A B = B A.
3. Asociatividad. (A B) C = A (B C).
4. Idempotencia. A A = A.
Demostraci
on. La demostraci
on de esta proposicion es consecuencia
de las propiedades del conectivo l
ogico , as que se deja como ejercicio
(3.3.2).
Ejemplo 3.3.8. Sean L = {0, 1, 2}, M = {1, 2, 3} y N = {0, 2, 3}.
Entonces
L M = {x : (x L) (x M )} = {1, 2} ,
L N = {x : (x L) (x N )} = {0, 2} ,
M N = {x : (x M ) (x N )} = {2, 3} ,
L M N = {x : (x L) (x M ) (x N )} = {2} .
51
Figura 3.3: Intersecci

on de A, B y C.
Ejemplo 3.3.9. Si A, B y C son tres conjuntos, la intersecci
on AB C
est
a representada por el
area m
as obscura en el diagrama de Venn de la
Figura 3.3.
Ahora definiremos el complemento de un conjunto en otro.
Definici
on 3.3.10 (Complemento). Sean A y B conjuntos. El complemento de A en B, denotado como B \ A, es el conjunto de elementos de
B que no pertenecen a A.
B \ A = {x B : (x A)} = {x B : x
/ A} ,
ogico de negaci
on.
Ejemplo 3.3.11. Consideremos los conjuntos
A = {a, b, c, d, e} y B = {a, e, i, o, u} .
Entonces, el complemento de A en B es
B \ A = {i, o, u} ,
mientras que el complemento de B en A es
A \ B = {b, c, d} .
El complemento de A en B est
a representado por el area mas obscura
en el diagrama de Venn de la Figura 3.4.
52
Figura 3.4: Complemento de A en B.

Ejemplo 3.3.12. Consideremos los conjuntos Z y 2Z. En este caso,
tenemos que
Z 2Z = {x : x Z o x 2Z} = Z
Z 2Z = {x : x Z y x Z} = 2Z
Z \ 2Z = {x Z : x
/ 2Z} = I
2Z \ Z = {x 2Z : x
/ Z} =
donde I es el conjunto de enteros impares.
Con los ejemplos anteriores debe quedar claro que la operacion complemento no es conmutativa: en general, (B \ A) 6= (A \ B).
En ciertas situaciones, todos los conjuntos que consideremos seran
subconjuntos de un conjunto U , al que llamaremos conjunto universo
(en muchos de los ejemplos anteriores, nuestro conjunto universo ha sido
Z). En tales casos, si A es cualquier subconjunto de U , denotamos al
complemento de A en U de una forma especial. Escribimos A0 en lugar
de U \ A para simplificar la notaci
on.
Proposici
on 3.3.13 (Complemento). Sea A un subconjunto de U . El
complemento de A en U cumple las siguientes propiedades.
0
1. (A0 ) = A.
2. 0 = U y U 0 = .
3. A A0 = y A A0 = U .
Demostraci
53
1. Observemos que
(A0 )0 = {x U : (x A0 )}
= {x U : ( (x A))}
= {x U : x A}
= A,
usando el Ejercicio 2.2.4 d).
2. Por definici
on,
0 = {x U : x
/ } .
Debido a que la condici
on x
/ es universalmente cierta, podemos
omitirla. Por lo tanto,
0 = {x U } = U.
Por otro lado,
U 0 = {x U : x
/ U } = .
3. Demostraremos que AA0 = , y se dejar
a como ejercicio demostrar
que A A0 = U . Por definici
on, tenemos que,
A A0 = {x U : (x A) (x
/ A)} .
Debido a que es imposible que un elemento simultaneamente pertenezca y no pertenezca a A, concluimos que A A0 = .
Es posible combinar las operaciones de conjuntos definidas anteriormente para formar nuevos conjuntos. El siguiente teorema describe la
interacci
on de las uniones e intersecciones con el complemento.
Teorema 3.3.14 (Leyes de De Morgan). Sean A y B subconjuntos de
U . Entonces se cumple que
0
(A B) = A0 B 0 y (A B) = A0 B 0 .
Demostraci
on. Por el Ejercicio 2.2.4, sabemos que
(P Q) ( P ) ( Q) y (P Q) ( P ) ( Q),
donde P y Q son proposiciones cualesquiera. Usando estas identidades,
no es difcil completar la demostraci
on del teorema (Ejercicio 3.3.3).
El siguiente ejemplo ilustra el conjunto obtenido al combinar la intersecci
on con el complemento.
54
Figura 3.5: (B C) \ A
Ejemplo 3.3.15. Si A, B y C son conjuntos, el conjunto (B C) \ A
est
a representado por el
area m
as obscura en el diagrama de Venn de la
Figura 3.5.
La siguiente proposici
on estudia el caso cuando se operan dos conjuntos A y B tales que A B. Se recomienda al estudiante visualizar cada
una de las afirmaciones de esta proposici
on en un diagrama de Venn.
Proposici
on 3.3.16. Sean A y B subconjuntos de U . Las siguientes
afirmaciones son equivalentes:
1. A B.
2. A B = B.
3. B 0 A0 .
4. A B = A.
Demostraci
on. La forma m
as com
un de demostrar proposiciones como
esta consiste en probar que la afirmaci
on (1.) implica (2.), que (2.) implica (3.), que (3.) implica (4.), y finalmente, que (4.) implica (1.). Esto
demostrara que todas las afirmaciones son equivalentes entre s. Trabajaremos con cada parte, algunas de las cuales se dejan como ejercicio.
(1.) (2.) Ejercicio 3.3.4.
55
(2.) (3.) Supongamos que A B = B. Sea x U . Si x

/ B, entonces
x
/ A B, lo que implica que x
/ A. Por lo tanto, si x B 0 ,
entonces x A0 . Esto quiere decir que cualquier elemento de B 0
pertenece a A0 ; en otras palabras, B 0 A0 .
(3.) (4.) Supongamos que B 0 A0 . Debemos demostrar que AB =
A. Es claro que, por definici
on, A B A. Demostraremos que
A A B, y usaremos la Proposici
on 3.2.13. Sea x U cualquier
elemento tal que x A. Para demostrar que x A B, debemos
probar que x B. Por reducci
on al absurdo, si x
/ B, entonces
x B 0 , as que x A0 (ya que B 0 A0 ). Pero esto contradice que
x A, asi que x B, como queramos demostrar.
(4.) (1.) Ejercicio 3.3.5.
Finalmente, estudiaremos una nueva forma definir un conjunto a partir de dos conjuntos, sin usar los conectivos l
ogicos como pieza fundamental. Antes de esto, recordaremos al lector el concepto de par ordenado.
Consideremos dos objetos matem
aticos x y y. Una manera de crear
un nuevo objeto matem
atico, que involucre a x y y, es formar el conjunto
{x, y}. En esta situaci
on no consideramos ning
un orden especial; es decir,
{x, y} = {y, x}. El par ordenado (x, y) es la construccion natural que
surge cuando es importante considerar el orden en el que aparecen los
elementos. En este caso, distinguimos que x es el primer elemento del
par (o primera coordenada), y que y es el segundo elemento del par (o
segunda coordenada). As, a diferencia del caso de los conjuntos,
(x, y) 6= (y, x),
a menos que x = y. La propiedad m
as caracterstica de los pares ordenados es que dos de ellos son iguales si y s
olo si las primeras, y segundas,
coordenadas coinciden; en otras palabras,
(x, y) = (z, w) si y s
olo si x = z y y = w.
Definici
on 3.3.17 (Producto Cartesiano). Sean A y B conjuntos. El
producto cartesiano de A y B, denotado como A B, es el conjunto de
todos los pares ordenados formados por los elementos de A y B:
A B = {(a, b) : a A, b B} .
Ejemplo 3.3.18. Consideremos los conjuntos
X = {w, x, y, z} y Y = {1, 2, 3} .
56
Entonces

X Y =
(w, 1) , (x, 1) , (y, 1) , (z, 1) , (w, 2) , (x, 2) ,

(y, 2) , (z, 2) , (w, 3) , (x, 3) , (y, 3) , (z, 3)
Observemos que |X| = 4 y |Y | = 3, mientras que |X Y | = 12. Adem

as
el producto cartesiano

(1, w), (1, x), (1, y), (1, z), (2, w), (2, x),
Y X =
,
(2, y), (2, z), (3, w), (3, x), (3, y), (3, z)
es distinto de X Y , porque las coordenadas de los pares aparecen en el
orden opuesto. Similarmente, podemos calcular el producto
(w, w), (w, x), (w, y), (w, z), (x, w),
(x, x), (x, y), (x, z), (y, w), (y, x),
X X =
,
(y, y), (y, z), (z, w), (z, x), (z, y), (z, z)
y el producto

Y Y =
(1, 1), (1, 2), (1, 3), (2, 1), (2, 2),
(2, 3), (3, 1), (3, 2), (3, 3)

.

on: uni
on, intesecci
on, complemento,
diagrama de Venn, par ordenado, producto cartesiano.
3.3.1.
57
Ejercicios de Operaciones de Conjuntos
Ejercicio 3.3.1. Considera los conjuntos

A = {1, 2, 3, 4, 5, 6, 7, 8, 9},
B = {2, 4, 6, 8} y C = {1, 0, 1}.
a) Escribe por extensi
on las uniones B C y A B C.
b) Escribe por extensi
on las intersecciones A B, A C y B C.
c) Escribe por extensi
on los complementos A \ B, B \ A y C \ A.
d) Escribe por extensi
on el conjunto (A C) B.
e) Si U = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}, encuentra los conjuntos
(A B)0 y A0 B 0 ,
y comprueba que son iguales. Esto ejemplifica el Teorema de las
Leyes de De Morgan.
f ) Escribe por extensi
on los productos cartesianos B C y C C.
Ejercicio 3.3.2. Demuestra la Proposici
on 3.3.7 que establece las propiedades b
asicas de la intersecci
on de conjuntos.
Ejercicio 3.3.3. Usando el resultado del ejercicio anterior, escribe una
demostraci
on completa para el Teorema 3.3.14 de las Leyes de De Morgan.
Ejercicio 3.3.4. Sean A y B subconjuntos de U . Demuestra que si A B
entonces A B = B.
Ejercicio 3.3.5. Sean A y B subconjuntos de U . Demuestra que si A
B = A entonces A B.
Ejercicio 3.3.6. Escribe un ejemplo donde los conjuntos A B y B A
no sean iguales. Escribe tambien un ejemplo donde A B = B A.
Captulo 4
Relaciones
El gran matem
atico frances Henri Poincare dijo que los matematicos
no estudian objetos, sino relaciones entre objetos. En efecto, las relaciones
en matem
aticas, las cuales representan la formalizacion de las conexiones
e interacciones entre diversos objetos matem
aticos, tienen una importancia crucial en todas las ramas de esta ciencia.
Los tres tipos de relaciones matem
aticas m
as importantes son: las
funciones, las relaciones de equivalencia y las relaciones de orden. Este
captulo est
a dedicado al estudio de estos tres conceptos.
4.1 Funciones
4.1.
4.1.1.
59
Funciones
Relaciones binarias
La definici
on de funci
on que utilizamos ahora aparecio por primera vez
en el libro Axiom
atic Set Theory (1960) de Patrick Suppes. El siguiente
es un extracto del texto:
A
un hoy muchos textos de c
alculo diferencia e integral no
dan un definici
on de funci
on matem
aticamente satisfactoria.
Una definici
on precisa y completamente general es inmediata
dentro de nuestro enfoque te
orico de conjuntos. Una funcion
es simplemente una relaci
on de muchos a uno, esto es, una
relaci
on tal que cualquier elemento de su dominio se relaciona
exactamente con un elemento de un recorrido.1
No deja de sorprender que la frase escrita de por Suppes en 1960
siga vigente; a
un hoy existen muchos textos de c
alculo que reproducen la
definici
on de funci
on que en 1923 escribi
o el matematico frances Edouard
Goursat en su celebre obra Curso de an
alisis matem
atico:
Se dice que y es una funci
on de x si a cada valor de x
le corresponde un valor de y. Esta correspondencia se indica
mediante la ecuaci
on y = f (x).
En la definici
on anterior, el enfasis est
a en la correspondencia entre
las variables y no en la idea de conjunto. Sin embargo, ha sido a partir
de la definici
on conjuntista de funci
on que este concepto se ha vuelto
fundamental en todos los campos de la matem
atica. Incluso prodra decirse ahora que la matem
atica actual trata mucho mas con el concepto
de funci
on que con el de n
umero.
En la definici
on de Suppes se utlizan tres conceptos que requieren una
definici
on: relaci
on, dominio y recorrido (tambien llamado rango).
Iniciaremos definiendo el concepto de relaci
on, y despues definiremos
el concepto de funci
on como un tipo particular de relacion.
Definici
on 4.1.1 (Relaci
on). Una relaci
on es un conjunto en el cual
todos sus elementos son pares ordenados.
Una relaci
on formada por pares tambien suele llamarse una relaci
on
binaria, ya que el concepto puede generalizarse a cualquier conjunto de
1 Tomado de la versi
on castellana de Hernando Alfonso Castillo, profesor de la
Universidad Pedag
ogica Nacional, Bogot
a, Editorial Norma (1968).
4.1 Funciones
60
n-tuplas ordenadas (a1 , a2 , a3 , ..., an ). A este tipo de conjuntos, cuyos

elementos son n-tuplas, se les llama relaciones n-arias. En el resto de
esta secci
on, s
olo trabajaremos con relaciones binarias.
Ejemplo 4.1.2. El siguiente conjunto es una relaci
on definida por extensi
on, ya que se trata de un conjunto de pares ordenados:
R1 = {(, }), (, x), (s, a)}
Ejemplo 4.1.3. El display que usan algunos equipos electronicos para
representar los dgitos, est
a formado por siete segmentos que, a base de
encenderse o apagarse, dan forma a cada n
umero.
Figura 4.1: Relaci

on display.
Con esto, podemos definir una relaci
on R2 como el conjunto de pares
(a, b), donde a es un dgito y b es el n
umero de segmentos que se encienden
en el display para mostrar el dgito a. Escrita por extensi
on,

(0, 6), (1, 2), (2, 5), (3, 5), (4, 4),
R2 =
.
(5, 5), (6, 6), (7, 3), (8, 7), (9, 6)
En el Captulo 3, definimos el producto cartesiano A B como el
conjunto de todos los pares posibles donde la primera coordenada es un
elemento de A y la segunda un elemento de B. Por lo tanto, un producto
cartesiano y cualquiera de sus subconjuntos son siempre relaciones.
Definici
on 4.1.4 (Relaci
on de A en B). Sean A y B conjuntos. Una
relaci
on de A en B es un subconjunto del producto cartesiano A B.
En otras palabras, R es una relaci
on de A en B si y solo si R A B.
Denotamos a una relaci
on R de A en B como R : A B. Si A = B,
decimos que la relaci
on R : A A es sobre A.
4.1 Funciones
61
Ejemplo 4.1.5. Sean A = {a, b} y B = {1, 2, 3}. El producto cartesiano

de estos conjuntos es
A B = {(a, 1), (a, 2), (a, 3), (b, 1), (b, 2), (b, 3)} .
As por ejemplo,
R = {(a, 1), (a, 3), (b, 2)}
es una relaci
on de A en B.
R0 = {}
R1 = {(a, 1)}
R2 = {(a, 2)}
R3 = {(a, 3)}
R4 = {(b, 1)}
R5 = {(b, 2)}
R6 = {(b, 3)}
R7 = {(a, 1), (a, 2)}
R8 = {(a, 1), (a, 3)}
R9 = {(a, 1), (b, 1)}
R10 = {(a, 1), (b, 2)}
R11 = {(a, 1), (b, 3)}
R12 = {(a, 2), (a, 3)}
R13 = {(a, 2), (b, 1)}
R14 = {(a, 2), (b, 2)}
R15 = {(a, 2), (b, 3)}
R16 = {(a, 3), (b, 1)}
R17 = {(a, 3), (b, 2)}
R18 = {(a, 3), (b, 3)}
R19 = {(b, 1), (b, 2)}
R20 = {(b, 1), (b, 3)}
R21 = {(b, 2), (b, 3)}
R22 = {(a, 1), (a, 2), (a, 3)}
R23 = {(a, 1), (a, 2), (b, 1)}
R24 = {(a, 1), (a, 2), (b, 2)}
R25 = {(a, 1), (a, 2), (b, 3)}
R26 = {(a, 1), (a, 3), (b, 1)}
R27 = {(a, 1), (a, 3), (b, 2)}
R28 = {(a, 1), (a, 3), (b, 3)}
R29 = {(a, 1), (b, 1), (b, 2)}
R30 = {(a, 1), (b, 1), (b, 3)}
R31 = {(a, 1), (b, 2), (b, 3)}
R32
R33
R34
R35
R36
R37
R38
R39
R40
R41
R42
R43
R44
R45
R46
R47
R48
R49
R50
R51
R52
R53
R54
R55
R56
R57
R58
R59
R60
R61
R62
R63
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
{(a, 2), (a, 3), (b, 1)}

{(a, 2), (a, 3), (b, 2)}
{(a, 2), (a, 3), (b, 3)}
{(a, 2), (b, 1), (b, 2)}
{(a, 2), (b, 1), (b, 3)}
{(a, 2), (b, 2), (b, 3)}
{(a, 3), (b, 1), (b, 2)}
{(a, 3), (b, 1), (b, 3)}
{(a, 3), (b, 2), (b, 3)}
{(b, 1), (b, 2), (b, 3)}
{(a, 1), (a, 2), (a, 3), (b, 1)}
{(a, 1), (a, 2), (a, 3), (b, 2)}
{(a, 1), (a, 2), (a, 3), (b, 3)}
{(a, 1), (a, 2), (b, 1), (b, 2)}
{(a, 1), (a, 2), (b, 1), (b, 3)}
{(a, 1), (a, 2), (b, 2), (b, 3)}
{(a, 1), (a, 3), (b, 1), (b, 2)}
{(a, 1), (a, 3), (b, 1), (b, 3)}
{(a, 1), (a, 3), (b, 2), (b, 3)}
{(a, 1), (b, 1), (b, 2), (b, 3)}
{(a, 2), (a, 3), (b, 1), (b, 2)}
{(a, 2), (a, 3), (b, 1), (b, 3)}
{(a, 2), (a, 3), (b, 2), (b, 3)}
{(a, 2), (b, 1), (b, 2), (b, 3)}
{(a, 3), (b, 1), (b, 2), (b, 3)}
{(a, 1), (a, 2), (a, 3), (b, 1), (b, 2)}
{(a, 1), (a, 2), (a, 3), (b, 1), (b, 3)}
{(a, 1), (a, 2), (a, 3), (b, 2), (b, 3)}
{(a, 1), (a, 2), (b, 1), (b, 2), (b, 3)}
{(a, 1), (a, 3), (b, 1), (b, 2), (b, 3)}
{(a, 2), (a, 3), (b, 1), (b, 2), (b, 3)}
{a, b} {1, 2, 3}
Tabla 4.1: Relaciones de {a, b} en {1, 2, 3}.

Ejemplo 4.1.6. Si A = {a, b} y B = {1, 2, 3}, la Tabla 4.1 muestra
todas las relaciones de A en B que pueden formarse. Hay 64 relaciones
distintas, cada una de las cuales corresponde a un subconjunto de A B.
4.1 Funciones
62
Ahora veremos que para cualquier relaci

on R podemos encontrar conjuntos A y B tales que R A B.
Definici
on 4.1.7 (Dominio). Sea R una relaci
on. El conjunto de todas
las primeras coordenadas de los pares ordenados de una relaci
on R se
llama el dominio de R. En otras palabras,
dom(R) = {a : b tal que (a, b) R}.
Para cualquier relaci
on R de A en B tenemos que dom(R) A.
Ejemplo 4.1.8. El dominio de la relaci
on R1 del Ejemplo 4.1.2 es
dom(R1 ) = {, , s},
mientras que el dominio de la relaci
on R2 del Ejemplo 4.1.3 es
dom(R2 ) = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}.
Definici
on 4.1.9 (Rango). El conjunto de todas las segundas coordenadas de los pares ordenados de una relaci
on R se llama el rango (o
recorrido) de R:
ran(R) = {b : a tal que (a, b) R}.
Ejemplo 4.1.10. El rango de R1 del Ejemplo 4.1.2 es
ran(R1 ) = {}, x, a},
mientras quel rango de R2 del Ejemplo 4.1.3 es
ran(R2 ) = {2, 3, 4, 5, 6, 7}.
Si R es una relaci
on de A en B tenemos que ran(R) B, donde el
conjunto B es llamado el codominio o contradominio de la relacion.
Las Definiciones 4.1.1 y 4.1.4 son en realidad equivalentes, ya que cualquier conjunto R de pares ordenados puede verse como un subconjunto
del producto cartesiano dom(R) ran(R). En conclusion, todo conjunto de pares ordenados es una relaci
on y toda relacion es subconjunto de
alg
un producto cartesiano.
Ejemplo 4.1.11. La relaci
on R2 del Ejemplo 4.1.3 es un subconjunto de
dom(R2 ) ran(R2 ) = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} {2, 3, 4, 5, 6, 7}.
Ahora, si D es el conjunto de dgitos, tambien tenemos que
R D D.
Adem
as, podemos escribir R N N o R Z Z. Esto ejemplifica que
una relaci
on puede ser subconjunto de diversos productos cartesianos.
4.1 Funciones
4.1.2.
63
Definici
on de funci
on
Con los conceptos revisados, finalmente podemos enunciar la definici

on de funci
on.
Definici
on 4.1.12 (Funci
on). Una funci
on es una relaci
on F : A B
tal que:
1. dom(F ) = A.
2. Si (a, b1 ) F y (a, b2 ) F , entonces b1 = b2 .
Queda establecido que las funciones son un tipo especial de relacion.
La propiedad (2.) de la definici
on anterior significa que a cada elemento del dominio a A, le corresponde un u
nico elemento del rango,
com
unmente denotado como F (a).
Ejemplo 4.1.13. Consideremos las relaciones K1 y K2 definidas por
las Figuras 4.3 y 4.2. Las flechas en los diagramas indican que el par
conformado por el punto inicial y el punto final de la flecha pertenecen a
la relaci
on.
Figura 4.2: Relaci

on K1 .
Figura 4.3: Relaci

on K2 .
4.1 Funciones
64
1. La relaci
on K1 no es una funci
on porque hay un punto en A del
cual no parte ninguna flecha; es decir, dom(K1 ) 6= A.
2. La relaci
on K2 no es una funci
on porque al primer punto del dominio le corresponden dos puntos distintos del rango.
Ejemplo 4.1.14. Sea D el conjunto de dgitos. Consideremos la relaci
on
display del Ejemplo 4.1.3 (a la cual renombraremos con la letra G):

(0, 6), (1, 2), (2, 5), (3, 5), (4, 4),
G=
.
(5, 5), (6, 6), (7, 3), (8, 7), (9, 6)
Esta relaci
on es una funci
on sobre D porque:
1. Todos los dgitos aparecen como primera coordenada de alg
un par
en la relaci
on. As, dom(G) = D.
2. No existen pares con primeras coordenadas iguales y segundas coordenadas distintas.
Desde ahora, llamaremos a esta relaci
on G la funci
on display.
on
U = {(1, 2), (3, 4), (3, 5)},
no es una funci
on porque no se cumple la propiedad ( 2.) de la definici
on
de funci
on. La raz
on de esto es que 3 es un elemento del dominio al que
le corresponden dos elementos distintos del rango: 4 y 5.
Ejemplo 4.1.16. S
olo nueve de las relaciones de la Tabla 4.1 son funciones. Explcitamente, estas funciones son:
R9 , R10 , R11 , R13 , R14 , R15 , R16 , R17 y R18 .
Por que las otras 55 relaciones de la tabla no son funciones?
Ejemplo 4.1.17. Consideremos la funci
on F : R R definida como
F = {(x, y) R R : y = x2 }.
Este conjunto es una funci
on:
1. dom(F ) = R, porque para cualquier x R tenemos que (x, x2 ) F .
2. Si (x, y), (x, z) F , entonces y = x2 y z = x2 . Por lo tanto, y = z.
4.1 Funciones
65
Ejemplo 4.1.18. Consideremos la relaci

on K : R R definida como
K = {(x, y) R R : x = y 2 }.
En este caso, K no es una funci
on porque existen n
umeros reales a los que
corresponden dos elementos distintos del rango. Por ejemplo, si x = 4,
entonces (4, 2) K pero tambien (4, 2) K.
Definiremos algunos conceptos b
asicos relacionados con funciones.
Definici
on 4.1.19 (Imagen y preimagen). Sea F : A B una funci
on
y sea (a, b) F . Decimos que b es la imagen de a bajo F , y escribimos
b = F (a). Tambien decimos que F est
a definida en a, y que a es una
preimagen de b.
Es claro que, por definici
on, la imagen de cualquier elemento bajo
cualquier funci
on debe ser u
nica, y que todos los pares de la funcion F
pueden escribirse como (a, F (a)) donde a dom(F ).
Definici
on 4.1.20 (Rango). El rango de la funci
on F : A B es el
conjunto de todas las posibles im
agenes de los elementos de A:
ran(F ) = {F (a) B : a A}.
La definici
on del rango de una funci
on F coincide con la definicion
del rango de F vista como relaci
on.
Ejemplo 4.1.21. Sea G la funci
on display del Ejemplo 4.1.14. El dominio y el codominio de G son iguales al conjunto de dgitos D. El rango
de la funci
on es
ran(G) = {2, 3, 4, 5, 6, 7}.
Ejemplo 4.1.22. Consideremos la funci
on F : R R del Ejemplo
4.1.17. El rango de F es
ran(F ) = {x2 : x R} = {y R : y 0},
ya que cualquier n
umero real mayor que cero puede escribirse como el
cuadrado de otro n
umero real.
En el ejemplo anterior, fue sencillo expresar en smbolos la regla que
define a la funci
on F ; en tales casos, es com
un identificar a la funcion
misma con su regla definitoria. Ser
a frecuente escribir cosas como: sea
F (x) = x2 una funci
on, para referirse a la funci
on definida por tal regla.
4.1 Funciones
66
Definici
on 4.1.23 (Imagen de un conjunto). Sea F : A B una funci
on
y C A. Definimos a la imagen del conjunto C como
F (C) = {F (a) B : a C} .
Claramente, F (C) ran(F ).
Con la notaci
on anterior, el uso de los smbolos F (A) y ran(F ) es
intercambiable; es decir, para cualquier funci
on F : A B se cumple
que F (A) = ran(F ).
Definici
on 4.1.24 (Preimagen de un conjunto). Sea F : A B una
funci
on y E B. Se llama preimagen del conjunto E al conjunto
F 1 (E) = {a A : F (a) E}
En la definici
on de arriba, el smbolo F 1 (E) no debe causar confusi
on. En esta situaci
on, el smbolo se utiliza exclusivamente para denotar
a la preimagen de un conjunto, y poco tiene que ver con la funci
on inversa
que se definir
a m
as adelante.
Ejemplo 4.1.25. Sea F : A B una funci
on. Si y B,
F 1 ({b}) = {a A : F (a) = b};
es decir, F 1 ({b}) es el conjunto de las preim
agenes de b. Para simplificar
la notaci
on, escribimos simplemente F 1 (b).
on display del Ejemplo 4.1.14,

(0, 6), (1, 2), (2, 5), (3, 5), (4, 4),
G=
.
(5, 5), (6, 6), (7, 3), (8, 7), (9, 6)
1. La im
agenes de cada x dom(G), son:
G(0)
= G(6) = G(9) = 6,
G(1)
G(2)
= G(3) = G(5) = 5,
G(4)
4,
G(7)
3,
G(8)
7.
2,
2. Sea C = {0, 6, 9} dom(G). La imagen del conjunto C es

G(C) = {6} ran(G).
3. Sea E = {5, 6} ran(G). La preimagen del conjunto E es
G1 (E) = {0, 2, 3, 5, 6, 9} dom(G).
4.1 Funciones
4.1.3.
67
Tipos de funciones
Definici
on 4.1.27 (Funci
on inyectiva). Decimos que una funci
on F :
A B es inyectiva si (a1 , b), (a2 , b) F implica que a1 = a2 .
Otras formas l
ogicamente equivalentes de formular la definicion de
una funci
on inyectiva F : A B son:
1. F es inyectiva si y s
olo si F (a1 ) = F (a2 ) implica que a1 = a2 .
olo si a1 6= a2 implica que F (a1 ) 6= F (a2 ).
olo si cada elemento del dominio de F tiene una
imagen distinta en el rango de F .
Definici
on 4.1.28 (Funci
on sobreyectiva). Decimos que una funci
on
F : A B es sobreyectiva si para toda b B existe a A tal que
b = F (a). En otras palabras, F es sobreyectiva si ran(F ) = B.
La definici
on de funci
on sobreyectiva depende del conjunto al que
consideremos como codominio. Por ejemplo, la funcion
F0 : {0, 1} {a, b, c}, F0 = {(0, a), (1, b)},
no es sobreyectiva porque c no tiene ninguna preimagen. Sin embargo,
modificando el codominio de la funci
on, podemos definir una funcion
sobreyectiva como
F1 : {0, 1} {a, b}, F1 = {(0, a), (1, b)}.
A pesar de que ambas funciones, F1 y F0 , est
an definidas exactamente
por los mismos pares, una es sobreyectiva y la otra no. La conclusion es
que, para determinar si una funci
on es sobreyectiva, es muy importante
conocer el codominio de la funci
on.
Definici
on 4.1.29 (Funci
on biyectiva). Decimos que una funci
on es biyectiva, si es a la vez inyectiva y sobreyectiva.
Ejemplo 4.1.30. Las funciones R10 , R11 , R13 , R15 , R16 y R17 de la Tabla
4.1 son inyectivas. Puedes explicar por que las funciones R9 , R14 y R18
no lo son?
Ejemplo 4.1.31. Ninguna de las funciones del Ejemplo 4.1.16 es sobreyectiva.
Ejemplo 4.1.32. Consideremos las funciones definidas en los siguientes
diagramas. Las flechas determinan la imagen de los puntos del dominio.
4.1 Funciones
68
Figura 4.4: Funci

on no inyectiva ni sobreyectiva.
1. La funci
on de la Figura 4.4 no es inyectiva (porque dos flechas llegan
a un mismo punto del codominio) ni sobreyectiva (porque hay un
punto en el codominio al que no llega ninguna flecha).
2. La funci
on de la Figura 4.5 es inyectiva (porque a ning
un elemento
del codominio llega m
as de una flecha).
Figura 4.5: Funci

on inyectiva no sobreyectiva.
3. La funci
on de la Figura 4.6 es sobreyectiva (porque a todos los puntos del codominio llega al menos una flecha).
Figura 4.6: Funci

on sobreyectiva no inyectiva.
4.1 Funciones
69
4. La funci
on de la Figura 4.7 es biyectiva.
Figura 4.7: Funci

on biyectiva.
Ejemplo 4.1.33. Todas las funciones definidas sobre A = {a, b} son:
F1 = {(a, a), (b, a)}, F2 = {(a, a), (b, b)},
F3 = {(a, b), (b, a)}, F4 = {(a, b), (b, b)}.
En este caso, s
olo F2 y F3 son biyectivas.
Ejemplo 4.1.34. Si A = {a, b} y B = {1, 2, 3}, todas las funciones de
A en B son:
H1 = {(1, a), (2, a), (3, a)}, H2 = {(1, a), (2, a), (3, b)},
H3 = {(1, a), (2, b), (3, a)}, H4 = {(1, b), (2, a), (3, a)},
H5 = {(1, a), (2, b), (3, b)}, H6 = {(1, b), (2, a), (3, b)},
H7 = {(1, b), (2, b), (3, a)}, H8 = {(1, b), (2, b), (3, b)}.
Todas estas funciones, excepto H1 y H8 , son sobreyectivas; sin embargo,
ninguna es inyectiva. Compara esto con las funciones del Ejemplo 4.1.16.
4.1.4.
Composici
on de funciones
Definici
on 4.1.35 (Composici
on de funciones). Sean F : A B y
G : B C funciones. La composici
on de F con G es la funci
on
GF :AC
definida como
G F = {( a, G(F (a)) ) : a A}.
4.1 Funciones
70
Recordemos que, si F : A B es una funci

on, la imagen de a A es
F (a) ran(F ) B. Para formar la composici
on de F con alguna otra
funci
on G, es necesario que F (a) siempre sea un elemento del dominio
de G; en tal caso tiene sentido escribir G(F (a)) ran(G). Si, por otro
lado, H es una funci
on tal que ran(F ) 6 dom(H), entonces no es posible
formar la composici
on de F con H.
En resumen,
H F existe ran(F ) dom(H).
Ejemplo 4.1.36. Sean A = {1, 2, 3}, B = {a, b, c, d} y C = {x, y, z}.
Consideremos las funciones F : A B y G : B C definidas como
F = {(1, b), (2, a), (3, d)} y G = {(a, x), (b, z), (c, x), (d, y)}.
Entonces, la composici
on de F con G es:
G F = {(1, z), (2, x), (3, y)}.
La forma de hacer esta composici
on se ilustra en la Figura 4.8.
Figura 4.8: Composici

on de F con G.
En este ejemplo, es claro que no podemos formar la composici
on
opuesta, F G, debido a que expresiones como F (G(a)) no tienen sentido
(ya que G(a) = x pero F no est
a definida en x).
Ejemplo 4.1.37. Sea F la funci
on cuyos pares (x, y) se forman de la
siguiente manera: x es un dgito escrito en sistema binario mientras que
y es el msmo dgito escrito en sistema decimal. Entonces:

(0000, 0), (0001, 1), (0010, 2), (0011, 3), (0100, 4),
F =
.
(0101, 5), (0110, 6), (0111, 7), (1000, 8), (1001, 9)
4.1 Funciones
71
Sea G la funci
on display

(0, 6), (1, 2), (2, 5), (3, 5), (4, 4),
.
G=
(5, 5), (6, 6), (7, 3), (8, 7), (9, 6)
La compsici
on de F con G asigna a cada dgito escrito en sistema binario
el n
umero de segmentos que se encienden en el display para mostrar dicho
n
umero en decimal. Explcitamente, los pares de G F son:

(0000, 6), (0001, 2), (0010, 5), (0011, 5), (0100, 4),
GF =
.
(0101, 5), (0110, 6), (0111, 3), (1000, 7), (1001, 6)
Ejemplo 4.1.38. Consideremos las funciones F : R R y G : R R
definidas como F (x) = x2 y G(x) = x3 para x R. Entonces,
(G F )(x) = G(F (x)) = G(x2 ) = (x2 )3 = x6 .
La siguiente definici
on hace referencia a relaciones en general, aunque
nuestro interes principal estar
a en el caso particular de las funciones.
Definici
on 4.1.39 (Relaci
on inversa). Sea R : A B una relaci
on. La
relaci
on inversa de R, denotada como R1 , es la relaci
on
R1 = {(b, a) B A : (a, b) R}.
Es claro que, por definici
on, el dominio de R coincide con el rango de
R1 , y viceversa:
dom(R1 )
ran(R
ran(R),
dom(R).
Proposici
on 4.1.40. Sea R : A B una relaci
on. Entonces,
(R1 )1 = R.
Demostraci
on. Por definici
on,
(R1 )1 = {(a, b) A B : (b, a) R1 }.
Nuevamente por definici
on, sabemos que
(b, a) R1 (a, b) R;
por lo tanto, podemos reemplazar la propiedad que define al conjunto
(R1 )1 para obtener que
(R1 )1 = {(a, b) A B : (a, b) R} = R.
4.1 Funciones
72
Ejemplo 4.1.41. Sea F la funci

on del Ejemplo 4.1.37. Su relaci
on inversa es:

(0, 0000), (1, 0001), (2, 0010), (3, 0011), (4, 0100),
F 1 =
.
(5, 0101), (6, 0110), (7, 0111), (8, 1000), (9, 1001)
Observemos que en este caso F 1 es tambien una funci
on.
En general, la inversa de una relaci
on es una relacion; sin embargo,
no siempre se cumple que la inversa de una funci
on sea una funcion.
on display del Ejemplo 4.1.14. La relaci
on inversa de G es

(2, 1), (3, 7), (4, 4), (5, 2), (5, 3),
1
G =
.
(5, 5), (6, 0), (6, 6), (6, 9), (7, 8)
En este caso, G1 no es una funci
on ya que, por ejemplo, 5 dom(G1 )
tiene tres im
agenes distintas.
Ejemplo 4.1.43. Las inversas de las funciones F2 = {(a, a), (b, b)} y
F3 = {(a, b), (b, a)}, del Ejemplo 4.1.33, son funciones:
F21 = {(a, a), (b, b)},
F31 = {(a, b), (b, a)}.
El siguiente teorema examina una clase de funciones cuya inversa
siempre es una funci
on. M
as adelante, veremos que esta clase es la u
nica
donde esto sucede.
Teorema 4.1.44. Sea F : A B una funci
on biyectiva. Entonces la
relaci
on inversa de F es una funci
on y es biyectiva.
Demostraci
on. Para demostrar que F 1 : B A es una funcion debemos comprobar dos cosas: (1) dom(F 1 ) = B y (2) si (b, a1 ), (b, a2 )
F 1 entonces a1 = a2 .
(1) La relaci
on inversa de F cumple que dom(F 1 ) = ran(F ). Como F
es sobreyectiva, ran(F ) = B. Por lo tanto, dom(F 1 ) = B.
(2) Si (b, a1 ), (b, a2 ) F 1 , por definici
on de inversa, tenemos que
(a1 , b), (a2 , b) F . Como F es inyectiva, concluimos que a1 = a2 .
Ahora, para demostrar que F 1 es biyectiva tenemos que comprobar dos
cosas: (3) F 1 es inyectiva y (4) F 1 es sobreyectiva.
4.1 Funciones
73
(3) Si (b1 , a), (b2 , a) F 1 , por definici

on de inversa, tenemos que
(a, b1 ), (a, b2 ) F . Como F es una funci
on, concluimos que b1 = b2 .
(4) La relaci
on inversa de F cumple que ran(F 1 ) = dom(F ). Como F
es una funci
on, dom(F ) = A. Por lo tanto, ran(F 1 ) = A.
Para cualquier conjunto A, la funci
on identidad en A, denotada como
IA : A A, es la funci
on definida por la regla IA (a) = a, a A; en
otras palabras,
IA = {(a, a) : a A}.
Claramente, si F : A B es una funci
on, la identidad IA cumple que
F IA = F,
mientras que la identidad IB cumple que
IB F = F.
Teorema 4.1.45. Sea F : A B una funci
on y supongamos que F 1 :
B A es tambien una funci
on. Entonces,
F F 1 = IB y F 1 F = IA .
Demostraci
on. Sabemos que (a, b) F si y s
olo si (b, a) F 1 . En
1
otras palabras, F (a) = b si y s
olo si F (b) = a. Con esto, vemos que
F F 1 (b) = F (F 1 (b)) = F (a) = b.
Como la identidad de arriba se cumple para toda b B, tenemos que
F F 1 = IB . Similarmente,
F 1 F (a) = F 1 (F (a)) = F 1 (b) = a, a A.
Por lo tanto, F 1 F = IA .
Teorema 4.1.46. Sean F : A B y G : B A funciones.
1. Si G F = IA , entonces F es inyectiva.
2. Si F G = IB , entonces F es sobreyectiva.
Demostraci
on. Demostraremos cada una de las afirmaciones.
4.1 Funciones
74
1. Supongamos que F (a1 ) = F (a2 ) donde a1 , a2 A. Aplicando la

funci
on G y usando la hip
otesis G F = IA , vemos que:
F (a1 ) = F (a2 ) = G(F (a1 )) = G(F (a2 ))
= (G F )(a1 ) = (G F )(a2 )
= IA (a1 ) = IA (a2 )
= a1 = a2 .
Esto demuestra que F es inyectiva.
2. Debemos demostrar que para toda b B existe a A tal que
F (a) = b. Sea b B un elemento arbitrario de B. Definamos a =
G(b) A. Entonces, por hip
otesis
F (a) = F (G(b))
= (F G)(b)
= IB (b) = b
Esto demuestra que F es sobreyectiva.
Corolario 4.1.47. Sea F : A B una funci

on tal que su relaci
on
inversa es tambien una funci
on. Entonces F es biyectiva.
Demostraci
on. Por el Teorema 4.1.45, la funci
on F satisface las hipotesis del Teorema 4.1.46 con G = F 1 . As, F es inyectiva y sobreyectiva,
y por lo tanto, biyectiva.
El Corolario 4.1.47 y el Teorema 4.1.44 implican el siguiente teorema.
Teorema 4.1.48 (Funci
on inversa). Una funci
on es biyectiva si y s
olo
si su relaci
on inversa es una funci
on.

on: relaci
on, dominio, codominio, imagen, funci
on, funciones inyectiva, sobreyectiva y biyectiva, composici
on
de funciones, relaci
on inversa, funci
on identidad.
4.1 Funciones
4.1.5.
75
Ejercicios de Funciones
Ejercicio 4.1.1. Encuentra todas las relaciones de A = {0, 1} en B =

{a, b}. Cu
ales de estas relaciones son funciones? Determina cu
ales son
funciones de los siguientes tipos:
a) No inyectivas ni sobreyectivas.
b) Inyectivas pero no sobreyectivas.
c) Sobreyectivas pero no inyectivas.
d) Biyectivas.
Ejercicio 4.1.2. Considera las funci
ones
F = {(0, 0), (1, 2), (2, 4), (3, 6), (4, 8), (5, 10), (6, 12)},

(0, 0), (1, 1), (2, 0), (3, 1), (4, 0),
G=
.
(5, 1), (6, 0), (8, 0), (12, 0)
a) Encuentra los conjuntos dom(F ), ran(F ), dom(G) y ran(G).
b) Determina si F y G son funciones inyectivas.
c) Encuentra las composiciones GF y F G. Explica por que fue posible
encontrar ambas composiciones.
d) Encuentra las relaciones inversas de F y G. Determina si estas
relaciones son funciones.
Ejercicio 4.1.3. Considera las funciones Fi : R R definidas por las
siguientes reglas:
F1 (x) = x2 , F2 (x) = x3 , F3 (x) = 2x , F4 (x) = 5x + 1.
Responde lo siguiente justificando en cada caso.
a) Cu
ales de estas funciones son inyectivas?
b) Cu
ales de estas funciones son sobreyectivas?
c) Cu
ales de estas funciones son biyectivas? Encuentra la funci
on
inversa de cada una de estas funciones biyectivas.
d) Encuentra las siguientes composiciones:
F3 F1 , F2 F3 , F1 F4 , F4 F3 y F3 F2 F1 .
4.2 Relaciones de Equivalencia
4.2.
76
Relaciones de Equivalencia
Parte importante del trabajo de un matem

atico es hacer generalizaciones; es decir, encontrar y describir las propiedades de objetos particulares
para estudiarlas en una variedad de objetos m
as amplia.
Tomando como ejemplo al conjunto de n
umeros, en esta seccion generalizaremos una de sus relaciones m
as importantes: la igualdad. Cuales
son las propiedades esenciales de la igualdad entre n
umeros?
Nos enfocaremos en estudiar relaciones sobre conjuntos (recordemos
que R es una relaci
on sobre A si R A A). Una forma alternativa de
denotar que (a, b) R es escribir aRb.
Definici
on 4.2.1. Sea R una relaci
on sobre A.
1. Decimos que R es reflexiva si aRa para toda a A.
2. Decimos que R es simetrica si aRb implica que bRa.
3. Decimos que R es transitiva si aRb y bRc implica que aRc.
Definici
on 4.2.2 (Relaci
on de equivalencia). Sea R una relaci
on sobre
A. Decimos que R es una relaci
on de equivalencia sobre A si R es
reflexiva, simetrica y transitiva.
on de igualdad entre n
umeros reales, denotada
como =, es una relaci
on de equivalencia. Estrctamente, es igual al
conjunto
{(x, y) R R : x = y},
pero, como en el caso de las funciones, nos referimos a ella simplemente
por la regla que la define.
La igualdad es la relaci
on de equivalencia arquetpica: sus propiedades
son la fuente de inspiraci
on de la definici
on general.
1. La igualdad es reflexiva porque x = x para toda x R.
2. La igualdad es simetrica porque si x = y entonces y = x.
3. La igualdad es transitiva porque si x = y, y = z entonces x = z.
De hecho, la relaci
on de igualdad coincide con la funci
on identidad en R.
Ejemplo 4.2.4. Consideremos la siguiente relaci
on sobre {1, 2, 3, 4}:
R1 = {(1, 1), (2, 2), (3, 3), (4, 4), (1, 2), (2, 1), (3, 4), (4, 3)}.
Demostraremos que R1 se trata de una relaci
on de equivalencia.
77
1. La relaci
on es reflexiva porque todos los pares (1, 1), (2, 2), (3, 3) y
(4, 4) pertenecen a R1 .
2. La relaci
on es simetrica porque los pares (1, 2), (2, 1), (3, 4) y (4, 3)
pertenecen a R1 .
3. La relaci
on es transitiva porque (a, b), (c, d) R1 implica que
(a, d) R1 .
on sobre el conjunto de personas
definida por la regla: A tiene el mismo color de ojos que B.
1. Esta relaci
on es reflexiva, porque cualquier persona tiene el mismo
color de ojos que ella misma.
2. Es simetrica, porque si la persona A tiene el mismo color de ojos
que la persona B, entonces la persona B tiene el mismo color de
ojos que la persona A.
3. Es transitiva, porque si la persona A tiene el mismo color de ojos
que la persona B, y la persona B tiene el mismo color de ojos que
la persona C, entonces la persona A tiene el mismo color de ojos
que la persona C.
Ejemplo 4.2.6. Las siguientes relaciones no son de equivalencia.
1. La relaci
on x es menor o igual que y, denotada como , sobre
los n
umeros reales, no es simetrica.
2. La relaci
on A es compa
nero de clase de B, sobre el conjunto de
alumnos de CUCEI, no es ni reflexiva ni transitiva.
3. La relaci
on A es padre de B, sobre el conjunto de personas, no
es ni reflexiva, ni simetrica, ni transitiva.
Definici
on 4.2.7 (Clase de equivalencia). Sea R una relaci
on de equivalencia sobre un conjunto A. La clase de equivalencia de un elemento
a A, denotada como [a], es el subconjunto de A definido como
[a] = {x A : xRa}.
Debido a que cualquier relaci
on de equivalencia R sobre A es reflexiva,
tenemos que a [a] para toda a A.
Definici
on 4.2.8 (Conjunto cociente). Sea R una relaci
on de equivalencia sobre un conjunto A. El conjunto cociente de A por R, denotado
como A/R, es el conjunto de clases de equivalencia de los elementos de
A. En otras palabras,
A/R = {[a] : a A}.
78
La idea detr
as de la definici
on del conjunto cociente A/R, es la de
considerar a todos los elementos de A que no sean equivalentes entre s.
Proposici
on 4.2.9. Sea R una relaci
on de equivalencia sobre A. Las
clases de equivalencia [a] y [b] son iguales si y s
olo si aRb.
Demostraci
on.
() Supongamos que [a] = [b]. Como a [a], tenemos que a [b]. La
definici
on de clase de equivalencia implica que aRb.
() Para demostrar el converso, supongamos que aRb. Usaremos la Proposici
on 3.2.13. Primero probaremos que [a] [b]. Sea x [a] un
elemento arbitrario. Entonces xRa, y por transitividad, xRb. Por
lo tanto, x [b], lo que demuestra que [a] [b]. Sea ahora y [b]
un elemento arbitrario. Entonces yRb. Por simetra, como aRb, tenemos que bRa. Luego, por transitividad, yRa y y [a]. Esto demuestra que [b] [a]. Por lo tanto [a] = [b].
on del Ejemplo 4.2.4 tiene dos clases de equivalencia: la clase de 1 (que es igual a la clase de 2 porque (1, 2) R1 ) y
la clase de 3 (que es igual a la clase de 4). Por lo tanto,
A/R1 = { [1], [3] },
donde
[1] = [2] = {1, 2} y [3] = [4] = {3, 4}.
Ejemplo 4.2.11. Todas las clases de equivalencia de la relaci
on de igualdad sobre R contienen solamente un n
umero, es decir [x] = {x}, x R.
Ejemplo 4.2.12. Las clases de equivalencia de la relaci
on A tiene el
mismo color de ojos que B sobre el conjunto de personas, est
an determinadas por los posibles colores de ojos. As pues, si Juan tiene ojos negros,
Elisa ojos cafes, Daniela ojos verdes y Pedro ojos azules, entonces (considerando cierta variaci
on en los colores), el conjunto cociente en este
caso es igual a
{[Juan], [Elisa], [Daniela], [P edro]}.
Si Hugo tambien tiene ojos verdes, el representante de su clase es intercambiable por la Proposici
on 4.2.9; es decir [Daniela] = [Hugo].
on no hace referencia a relaciones de equivalencia;
su relevancia se establecer
a en los u
ltimos teoremas de esta seccion.
79
Definici
on 4.2.13 (Partici
on). Sea A un conjunto. Una particion de A
es un conjunto P tal que:
1. Los elementos de P son subconjuntos no vacos de A.
2. La uni
on de los elementos de P es igual a A.
3. La intersecci
on de cualquier par de elementos distintos de P es
vaca.
Ejemplo 4.2.14. Consideremos el conjunto de dgitos,
D = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}.
Dos particiones distintas de D son:
P1 = {{0, 1}, {2, 3, 7}, {5, 9}, {4, 6}, {8}},
P2 = {{0, 1, 2, 3, 4, 5}, {6}, {7}, {8}, {9}}.
Es sencillo comprobar que P1 y P2 cumplen las propiedades (1.)-(3.) de
la definici
on: claramente, la uni
on de sus elementos es D mientras que
la intersecci
on de cualquier par de elementos distintos es vaca.
Ejemplo 4.2.15. Sea 2Z el conjunto de enteros pares e I el conjunto de
enteros impares,
2Z = {2n : n Z} = {0, 2, 4, 8, ...},
I = {2n + 1 : n Z} = {1, 3, 5, ...}.
El conjunto
P = {2Z, I}
es una partici
on de Z, ya que 2Z I = Z mientras que 2Z I = .
on de equivalencia R1 sobre A =
{1, 2, 3, 4} del Ejemplo 4.2.4. El conjunto cociente
A/R1 = {[1], [3]} = {{1, 2}, {3, 4}}.
es una partici
on de A porque
A = {1, 2} {3, 4} y {1, 2} {3, 4} = .
El ejemplo anterior ilustra un hecho m
as general.
Teorema 4.2.17. Sea R una relaci
on de equivalencia sobre un conjunto
A. Entonces el conjunto cociente A/R es una partici
on de A.
80
Demostraci
on. Sea
A/R = {[x] : x A}
el conjunto cociente. Demostraremos que se cumplen las tres propiedades
de la definici
on de partici
on de un conjunto:
1. Los elementos de A/R son subconjuntos no vacos de A porque las
clases de equivalencia son subconjuntos no vacos de A.
2. Debemos demostrar que A es igual a la union de todas sus clases
de equivalencia; en smbolos,
A = aA [a].
Claramente, aA [a] A porque todos los elementos de cualquier
clase de equivalencia son elementos de A. Para demostrar que A
aA [a], sea x A un elemento arbitrario. Debido a que x [x],
tenemos que x aA [a]. La igualdad queda demostrada.
3. Demostraremos que la intersecci
on de dos clases de equivalencia
distintas es vaca. Sean [a], [b] A/R clases de equivalencia, [a] 6=
[b]. Usaremos reducci
on al absurdo. Supongamos que
[a] [b] 6= .
Entonces, existe c [a] [b]. Por definici
on, c [a] y c [b], as que
cRa y cRb. Por simetra y transitividad, tenemos que aRb. Pero
ahora, la Proposici
on 4.2.9 implica que [a] = [b], lo que contradice
que las clases sean distintas. Por lo tanto, [a] [b] = .
El siguiente teorema describe c
omo es posible definir una relacion de
equivalencia sobre un conjunto usando una particion del conjunto.
Teorema 4.2.18. Sea P una partici
on de un conjunto A. Entonces la
relaci
on R sobre A definida como
R = {(a, b) A A : E P tal que a, b E},
es una relaci
on de equivalencia. Adem
as, se cumple que P = A/R.
Demostraci
on. Mostraremos que R es reflexiva, simetrica y transitiva.
1. Reflexividad. Como la uni
on de los elementos de P es igual a A,
para cualquier a A existe E P tal que a E. Por lo tanto, aRa
para toda a A.
81
2. Simetra. Si aRb, entonces a, b E para alg

un E P . Claramente,
tambien se cumple que b, a E, as que bRa.
3. Transitividad. Supongamos que aRb y bRc. Entonces, existen E1 , E2
P tales que a, b E1 y b, c E2 . Como b E1 E2 , la interseccion
de E1 y E2 es no vaca. Por la propiedad (3.) de las particiones, deducimos que E1 = E2 . Por lo tanto, a, c E1 = E2 , lo que significa
que aRc.
Se deja como ejercicio comprobar que P = A/R.

on: relaci
on reflexiva, simetrica y transitiva; relaci
on de equivalencia; clase de equivalencia, conjunto cociente,
partici
on de un conjunto.
4.2.1.
82
Ejercicios de Relaciones de Equivalencia
Ejercicio 4.2.1. Determina si las siguientes relaciones son reflexivas,

simetricas o transitivas. Justifica tu respuesta.
a) La relaci
on A es hermano de B sobre el conjunto de personas.
b) La relaci
on R = {(a, b) R R : a b = 1}.
c) La relaci
on A es subconjunto de B sobre el conjunto potencia de N.
d) La relaci
on K = {(a, b) R R : a2 = b2 }.
Ejercicio 4.2.2. Define relaciones sobre conjuntos tales que:
a) La relaci
on sea reflexiva, pero no simetrica ni transitiva.
b) La relaci
on sea reflexiva y simetrica, pero no transitiva.
c) La relaci
on sea transitiva, pero no reflexiva ni simetrica.
d) La relaci
on sea simetrica y transitiva, pero no reflexiva.
Ejercicio 4.2.3. Demuestra que cada una de las siguientes relaciones es
de equivalencia. Describe el conjunto cociente en cada caso, cu
al es la
cardinalidad de este conjunto?
a) La relaci
on A cumple a
nos el mismo da que B, sobre el conjunto
de personas.
b) La relaci
on L = {(a, b) Z Z : a b 2Z}.
c) La relaci
on J = {(a, b) Z Z : a = b}.
Ejercicio 4.2.4. Describe una partici
on de Z conformada por exactamente tres conjuntos infinitos.
ales de los siguientes conjuntos son particiones de Z. Justifica tu respuesta en cada caso.
a) P1 = {{a Z : a 0}, {a Z : a 0}}.
b) P2 = {{a Z : a2 + 2a + 1 = 0}, {a Z : (a 2) (a 2)}, {0, 1}}.
c) P3 = {{a Z : (a 2) (a 2)}, {a Z : a3 a = 0}}.
Ejercicio 4.2.6. Con la notaci
on del Teorema 4.2.18, demuestra que
P = A/R.
4.3 Relaciones de Orden
4.3.
83
Relaciones de Orden
En esta secci
on generalizaremos otra de las relaciones mas importantes
sobre el conjunto de n
umeros: la relaci
on que los ordena. Al igual que
antes, estamos interesados en relaciones sobre conjuntos.
Definici
on 4.3.1 (Relaci
on antisimetrica). Una relaci
on R sobre un conjunto A es antisimetrica, si aRb y bRa implica que a = b.
En otras palabras, R es antisimetrica si siempre que (a, b) R, a 6= b,
tenemos que (b, a)
/ R.
on sobre los n
umeros reales es antisimetrica:
si x y, y x, entonces x = y.
Ejemplo 4.3.3. Si X es un conjunto, la relaci
on sobre el conjunto
potencia P (X) es antisimetrica: si B C y C B, entonces B = C
(Proposici
on 3.2.13).
on generaliza los dos ejemplos anteriores.
Definici
on 4.3.4 (Relaci
on de orden). Sea R una relaci
on sobre un conjunto A. Decimos que R es una relaci
on de orden sobre A si R es reflexiva,
antisimetrica y transitiva.
Definici
on 4.3.5 (Conjunto ordenado). Un conjunto ordenado2 es un
par (A, R), donde A es un conjunto y R una relaci
on de orden sobre A.
on sobre los n
umeros reales es una relaci
on
de orden, ya que es reflexiva, antisimetrica y transitiva.
En lo sucesivo, cuando R sea una relaci
on de orden, en lugar de escribir aRb para indicar que (a, b) R, escribiremos a b. Esta notacion
est
a inspirada en la relaci
on . Como es usual, escribimos a b cuando
a b y a 6= b.
Con esta nueva notaci
on, las propiedades de una relacion de orden
sobre A son:
1. Reflexividad. Para cualquier a A, se cumple que a a.
2. Antisimetra. Si a b y b a entonces a = b.
3. Transitividad. Si a b y b c entonces a c.
2 Algunos autores usan el t
ermino conjunto parcialmente ordenado para distinguirlo
de los conjuntos totalmente ordenados que se definir
a m
as adelante.
84
Ejemplo 4.3.7. Sea X un conjunto. La relaci

on sobre el conjunto
potencia P (X) es una relaci
on de orden. Verifiquemos cada propiedad:
1. Reflexividad. Para cualquier B P (X), se cumple que B B.
2. Antisimetra. Si B C y C B, entonces B = C.
3. Transitividad. Si B C y C D, entonces B D.
Llamamos relaci
on de inclusi
on a esta relaci
on de orden. El conjunto
P (X) ordenado por inclusi
on es (P (X), ).
Definici
on 4.3.8 (Comparable). Si (A, ) es un conjunto ordenado,
decimos que dos elementos a, b A son comparables si a b o b a.
En general, pueden existir elementos de A que no sean comparables;
es decir, elementos a, b A tales que ni a b ni b a.
Ejemplo 4.3.9. Consideremos el conjunto ordenado (P (X), ) donde
X = {w, x, y, z}.
Los subcobjuntos {x, y} y {x, y, z} son comparables porque {x, y} {x, y, z}.
Sin embargo, tambien existen subconjuntos de X que no son comparables.
Por ejemplo, {w, x} y {y, z} no son comparables ya que
{w, x} 6 {y, z} y {y, z} 6 {w, x}.
Cuando cualquier par de elementos de A es comparable, el par (A, )
recibe un nombre especial.
Definici
on 4.3.10 (Orden total). Sea (A, ) un conjunto ordenado.
Decimos que es una relaci
on de orden total, o que (A, ) est
a totalmente ordenado, si cualquier par de elementos de A es comparable.
on sobre los n
umeros reales es de orden
total: si x, y R, siempre se cumple que x y o y x.
Un subconjunto totalmente ordenado de (A, ) com
unmente es llamado una cadena.
Ejemplo 4.3.12. Consideremos el conjunto ordenado (P (X), ) del Ejemplo 4.3.9. El subconjunto C de P (X) definido como
C = {{x, y, z}, {x, y}, {x}},
es una cadena, ya que cualquier par de elementos de C es comparable.
85
Ahora estudiaremos varios elementos especiales que pueden existir en

conjuntos ordenados.
Definici
on 4.3.13 (Elemento maximal/minimal). Sea (A, ) un conjunto ordenado.
Un elemento m A es un elemento maximal de (A, ) si no existe
ning
un x A tal que m x.
Un elemento s A es un elemento minimal de (A, ) si no existe
ning
un x A tal que x s.
Ejemplo 4.3.14. El conjunto (R, ) no tiene elementos maximales ni
minimales. Por otro lado, 0 es el u
nico elemento minimal de (N, ).
Ejemplo 4.3.15. Sea X un conjunto y (P (X), ) el conjunto potencia
ordenado por inclusi
on. Entonces el conjunto vaco es el u
nico elemento
minimal y X es el u
nico elemento maximal.
Ejemplo 4.3.16. Sea X = {a, b, c}. Observemos que el par
(P (X) \ {}, )
es un conjunto ordenado por inclusi
on cuyos elementos son los subconjuntos no vacos de X. En este caso, X es el u
nico elemento maximal,
pero existen 3 elementos minimales: {a}, {b} y {c}.
Como vimos en los ejemplos anteriores, un conjunto ordenado puede
no tener elementos maximales ni minimales y, si los tiene, estos pueden
no ser u
nicos. Sin embargo, para el caso de los conjuntos totalmente
ordenados, tenemos el siguiente resultado.
Proposici
on 4.3.17. Sea (A, ) un conjunto totalmente ordenado. Si
(A, ) tiene un elemento maximal, entonces este es u
nico.
Demostraci
on. Supongamos que existe un elemento maximal m A.
Para demostrar su unicidad, sea m0 A otro elemento maximal. Como
el orden es total, debe cumplirse que m m0 o m0 m. Si m m0 ,
entonces m = m0 , ya que no es posible que m m0 por definicion de
maximal. Similarmente, si m0 m, entonces m0 = m. Esto demuestra
que m debe ser u
nico.
Existe una proposici
on an
aloga a la anterior para los elementos minimales (Ejercicio 4.3.2).
Definici
on 4.3.18 (Cota superior/inferior). Sea B un subconjunto del
conjunto ordenado (A, ).
86
Un elemento k A es una cota superior de B si b k, b B.

Un elemento r A es una cota inferior de B si r b, b B.
Si k es una cota superior de B, entonces cualquier otro elemento k 0
A tal que k k 0 , es tambien una cota superior de B. Ademas, toda
cota superior de B es una cota superior de cualquier subconjunto de B.
Afirmaciones an
alogas se cumplen para las cotas inferiores.
Ejemplo 4.3.19. El n
umero 0 es una cota inferior del subconjunto N de
(R, ), ya que 0 n, n N. Sin embargo, N no tiene cotas superiores.
Ejemplo 4.3.20. Consideremos el subconjunto A = {3, 5, 11, 121, 240}
de (R, ). Entonces 30, 7, 0 y 3 son cotas inferiores de A mientras
que 240, 300 y 973 son algunos ejemplos de cotas superiores de A.
Definici
on 4.3.21 (M
aximo/mnimo absoluto). Sea (A, ) un conjunto
ordenado.
Un elemento m A es un m
aximo absoluto si x m, x A.
Un elemento s A es un mnimo absoluto si s x, x A.
La diferencia clave entre un elemento maximal y un maximo absoluto
es que el segundo debe ser comparable con todos los elementos. Claramente, un m
aximo absoluto es un elemento maximal, pero un elemento
maximal no siempre es un m
aximo absoluto. Ademas, un maximo absoluto, si existe, es u
nico. Afirmaciones an
alogas se cumplen para los mnimos
absolutos.
Ejemplo 4.3.22. Consideremos el conjunto
K = {{x}, {x, y}, {w, x, y, z}, {y, z}}
on. El conjunto {x} es el u
nico elemento minimal de
K (porque no existen elementos menores que el), pero {x} no es el mnimo
absoluto de K, porque no se puede comparar con {y, z}. De hecho K no
tiene un mnimo absoluto, pero s tiene un m
aximo absoluto: {w, x, y, z}.
Definici
on 4.3.23 (Supremo/Infimo). Sea B un subconjunto de un conjunto ordenado (A, ).
El supremo de B, denotado como supA B, es la mnima cota
superior de B.
El nfimo de B, denotado como nf A B, es la m
axima cota
inferior de B.
87
Ejemplo 4.3.24. Consideremos al subconjunto

A = {3, 5, 11, 121, 240}
de (N, ). La mnima cota superior de A es 240 mientras que la m
axima
cota inferior de A es 3. Por lo tanto, supN A = 240 e nf N A = 3. En
este caso, el supremo e nfimo de A coinciden con el m
aximo y mnimo
absolutos de A, respectivamente.
Ejemplo 4.3.25. Probablemente, el estudiante sabr
a que es un n
umero
real cuya aproximaci
on decimal es 3.14159265. Sea B el siguiente conjunto de n
umeros reales:
B = {3, 3.1, 3.14, 3.141, 3.1415, 3.14159, ...}.
Los elementos de B son n
umeros racionales que se aproximan a (el
cual es un n
umero irracional), pero
/ B. Claramente, el nfimo de B
es 3, el cual coincide con el mnimo absoluto de B. Sin embargo, a pesar
de no tener un m
aximo absoluto, el supremo de B es mismo. Esto
ocurre debido a que los elementos de B se aproximan a tanto como
queramos, pero nunca llegan a ser iguales a el.
Definici
on 4.3.26 (Conjunto bien ordenado). Decimos que un conjunto
ordenado (A, ) est
a bien ordenado si cualquier subconjunto no vaco de
(A, ) tiene un mnimo absoluto.
Ejemplo 4.3.27. El conjunto (N, ) est
a bien ordenado. Cualquier subconjunto de N tiene un mnimo absoluto.
Proposici
on 4.3.28. Cualquier conjunto bien ordenado est
a totalmente
ordenado.
Demostraci
on. Sea (A, ) un conjunto bien ordenado. Tenemos que
demostrar que cualquier par de elementos de A se puede comparar. Sean
a, b A. Por la definici
on de conjunto bien ordenado, el subconjunto
{a, b} debe tener un mnimo absoluto. Esto significa que a b o b
a, y por lo tanto a y b son comparables. Esto demuestra que (A, )
est
a totalmente ordenado.
La proposici
on recproca de la proposici
on anterior no es verdad, como
lo demuestra el siguiente ejemplo.
Ejemplo 4.3.29. El conjunto (Z, ) est
a totalmente ordenado (ya que
cualquier par de elementos se puede comparar), pero no es un conjunto
bien ordenado debido a que Z no tiene un mnimo absoluto.
on: relaci
on antisimetrica, relaci
on de
orden, elementos maximales y minimales, cotas superiores e inferiores,
m
aximos y mnimos absolutos, supremo e nfimo, conjunto bien ordenado.
4.3.1.
88
Ejercicios de Relaciones de Orden
Ejercicio 4.3.1. Considera el conjunto

H = {{a, b}, {a, b, c}, {a, b, d}, {a, b, f }, {a, b, e, f }, {a, b, c, d, e}}
on.
a) Explica por que H no es un conjunto totalmente ordenado. Encuentra
un subconjunto de H que s este totalmente ordenado (una cadena).
b) Encuentra todos los elementos minimales y maximales H.
c) Determina si H tiene un m
aximo o un mnimo absoluto.
d) Si A es el conjunto potencia de las letras del abecedario, encuentra
nf A H y supA H. (Sugerencia: considera uniones e intersecciones
de los elementos de H.)
Ejercicio 4.3.2. Demuestra que si (A, ) es un conjunto totalmente
ordenado y s A es un elemento minimal, entonces s es u
nico.
Ejercicio 4.3.3. Sea la relaci
on de orden usual sobre N. Definamos la
relaci
on de orden lexicogr
afico sobre N2 = N N de la siguiente forma:
L = {[(a, b), (c, d)] N2 N2 : (a < c) [(a = c) (b d)]}.
Si [(a, b), (c, d)] L escribimos (a, b) (c, d). Determina si las siguientes
afirmaciones son verdaderas o falsas. Justifica tu respuesta.
a) (3, 4) (1, 7).
b) (5, 9) (5, 11).
c) (N N, ) no es un conjunto totalmente ordenado.
d) (N N, ) es un conjunto bien ordenado.
Ejercicio 4.3.4. Considera la relaci
on
K = {(n, m) N N : k N tal que m = kn},
para la cual, si (n, m) K, decimos que n divide a m y escribimos n|m.
a) Demuestra que K es una relaci
on de orden sobre N.
a) Demuestra que K es una relaci
on de orden sobre N.
b) Determina si (N, |) es un conjunto totalmente ordenado.
c) Encuentra todos los elementos maximales y minimales de (N, |).
b) Determina si (N, |) es un conjunto bien ordenado.
Captulo 5
N
umeros
Los n
umeros surgieron originalmente como consecuencia de la necesidad pr
actica de contar objetos. Inicialmente, se contaba con ayuda de los
medios disponibles: dedos, piedras, marcas talladas, etc. Le tomo cientos
de a
nos a la humanidad establecer conceptos como la infinitud de los
n
umeros, la existencia del cero1 y los n
umeros negativos.
En este captulo, estudiaremos el concepto matematico de n
umero
desde diversos puntos de vista. En la Secci
on 5.1, estudiaremos las propiedades b
asicas de los n
umeros naturales y el Principio de Inducci
on
Matem
atica, el cual nos proporciona una nueva y poderosa tecnica de
demostraci
on. En la Secci
on 5.2, estudiaremos los conceptos importantes
relacionados con los n
umeros enteros, como la divisibilidad y las ecuaciones de n
umeros enteros (llamadas ecuaciones diof
anticas). En la seccion
5.3 estudiaremos m
as a fondo el concepto de cardinalidad de un conjunto, ya sea finito o infinito. Finalmente, en la secci
on 5.4 estudiaremos las
congruencias m
odulo n.
1 Durante el primer siglo antes de Cristo, las culturas Olmeca y Maya fueron las
primeras en considerar al cero como un n
umero.
5.1 N
umeros Naturales
5.1.
90
N
umeros Naturales
En los captulos anteriores, desarrollamos un buen bagaje de herramientas l

ogicas, las cuales aplicamos al estudio de conjuntos, relaciones y
funciones. A pesar de haber trabajado con n
umeros constantemente, no
hemos dicho con precisi
on que es un n
umero. Cual es la esencia de los
n
umeros? Que propiedades b
asicas los definen?
El primer paso es definir al conjunto de los n
umeros naturales. Existen
diversas formas de definir a este conjunto: la m
as aceptada actualmente
se basa en la teora axiom
atica de conjuntos, la cual define a N como un
sistema especial de conjuntos. Aunque este enfoque es elegante, tambien
es complicado y abstracto. En este captulo adoptaremos otro enfoque,
uno m
as cl
asico: definiremos a N usando los axiomas de Peano.
5.1.1.
Axiomas de Peano
Recordemos que los axiomas son proposiciones aceptadas como verdaderas sin necesidad de ser demostradas. Podemos decir que los axiomas,
junto con las definiciones, son las reglas del juego matematico, de las
cuales debemos partir para comenzar la construccion de una enorme red
l
ogica formada por teoremas, lemas y proposiciones.
Es muy importante establecer de forma clara y explcita las reglas del
juego, pues en caso contrario, a la larga, estas se podran tornar confusas.
Los axiomas de Peano fueron introducidos por el matematico italiano
Giuseppe Peano en el siglo XIX.
Axioma 5.1.1 (Axiomas de Peano). Existe un conjunto N, llamado el
conjunto de los n
umeos naturales, que satisface las siguientes propiedades:
1. Existe un smbolo constante 0, llamado cero, que pertenece a N.
2. Para cualquier n N, existe un elemento s(n) N, llamado el
sucesor de n.
3. No existe ning
un n N tal que s(n) = 0.
4. Si s(n) = s(m), n, m N, entonces m = n.
5. Si S N es un subconjunto tal que:
a) 0 S,
b) Para toda k S, tenemos que s(k) S,
entonces S = N.
5.1 N
umeros Naturales
91
Los axiomas anteriores fueron las reglas m

as importantes que, seg
un
Peano, capturan la esencia de los n
umeros naturales; tal vez la observacion
m
as caracterstica es la existencia del sucesor de un n
umero.
En los siguientes p
arrafos, explicaremos c
omo los axiomas de Peano
conducen a la representaci
on m
as familiar de los n
umeros naturales.
El conjunto N no es vaco porque 0 N (Axioma 1). Implcitamente,
Peano defini
o una funci
on
s : N N
llamada la funci
on sucesor (Axioma 2). Hasta ahora, no conocemos la
regla que define a esta funci
on, pero eso no importa: saber de su existencia
es suficiente.
Aplicando la funci
on sucesor a 0, obtenemos un n
umero s(0) N.
Observemos que s(0) 6= 0 por el Axioma 3. Ahora, consideremos tambien
al n
umero s(s(0)) N, para el cual 0 6= s(s(0)) (Axioma 3). Ademas,
s(0) 6= s(s(0)),
ya que de lo contrario, si s(0) = s(s(0)), entonces, por el Axioma 4,
0 = s(0), lo cual es una contradicci
on. Por lo tanto, {0, s(0), s(s(0))} es
un subconjunto de N con tres elementos distintos.
Repitamos la argumentaci
on anterior para formar el subconjunto
S = {0, s(0), s(s(0)), s(s(s(0))), ...} N.
Este conjunto S satisface las condiciones del Axioma 5, as que
N = {0, s(0), s(s(0)), s(s(s(0))), ...}.
Finalmente, para establecer la notaci
on usual, simplemente renombramos a los elementos de N:
1 = s(0), 2 = s(s(0)), 3 = s(s(s(0))), ...
Con esta nueva notaci
on, la regla de la funci
on sucesor puede escribirse
como s(n) = n + 1, n N.
El quinto axioma de Peano es muy importante ya que, ademas de
ayudar a establecer la construcci
on usual de N, nos permite hacer uso de
un metodo de demostraci
on llamado inducci
on matem
atica. Estudiaremos
de cerca esta tecninca en la siguiente secci
on.
Las dos operaciones b
asicas de N (la adici
on y la multiplicacion),
pueden definirse en terminos de la funci
on sucesor. No escribiremos las
5.1 N
umeros Naturales
92
definiciones formales en este texo, pero enlistaremos las propiedades que

estas operaciones satisfacen.
Adici
on en N.
Para cualesquiera a, b, c N, se cumplen las siguientes propiedades:
1. Cerradura: a + b N.
2. Conmutatividad : a + b = b + a.
3. Asociatividad : (a + b) + c = a + (b + c).
4. Neutro aditivo: El cero satisface que a + 0 = a.
Multiplicaci
on en N:
Para cualesquiera a, b, c N, se cumplen las siguientes propiedades:
5. Cerradura: a b N.
6. Conmutatividad : a b = b a.
7. Asociatividad : (a b) c = a (b c).
8. Neutro multiplicativo: El sucesor del cero, denotado como 1, satisface que a 1 = a.
Existe adem
as una propiedad que involucra a ambas operaciones:
9. Distributividad : a (b + c) = a b + a c, para cualesquiera a, b, c N.
Observemos que ni la resta ni la divisi
on de dos n
umeros naturales
/ N.
est
an siempre definidas en N; por ejemplo, 3 8
/ N y 38
5.1.2.
Inducci
on Matem
atica
La inducci
on matem
atica es una tecnica de demostracion para proposiciones que involucran al conjunto de los n
umeros naturales. Algunos
ejemplos de proposiciones de este tipo son:
1. Para toda n N, n 6= 0, la igualdad 1 + 3 + 5 + + (2n 1) = n2
se cumple.
2. Para toda n N, n 6= 0, la igualdad
n
n+1 se cumple.
1
12
1
1
1
+ 23
+ 34
+ + n(n+1)
=
3. Para toda n N, el n
umero n2 + n + 41 es primo.
5.1 N
umeros Naturales
93
Para refutar alguna de las proposiciones anteriores, basta con encontrar un n

umero natural que no satisfaga la afirmacion. Sin embargo, demostrar la veracidad estas proposiciones, sin las herramientas adecuadas,
podra parecer una tarea casi imposible. Comprobar que la afirmacion
es verdadera para diez, cien o un mill
on de n
umeros no es suficiente: es
necesario demostrar que es verdadera para todos los n
umeros naturales.
Por ejemplo, podemos comprobar que la proposicion (3.) de la lista es
verdadera para los primeros doce n
umeros naturales; los n
umeros primos
que se obtienen son:
02 + 0 + 41 = 41,
22 + 2 + 41 = 47,
12 + 1 + 41 = 43,
32 + 3 + 41 = 53,
42 + 4 + 41 = 61,
52 + 5 + 41 = 71,
62 + 6 + 41 = 83,
72 + 7 + 41 = 97,
82 + 8 + 41 = 113,
92 + 9 + 41 = 131,
102 + 10 + 41 = 151,
112 + 11 + 41 = 173.
Podramos seguir aplicando la f

ormula n2 + n + 41 para los siguientes veintiocho n
umeros naturales para obtener m
as n
umeros primos; sin
embargo, al sustituir n = 40 obtenemos
402 + 40 + 41 = 1681,
el cual no es primo porque es divisible entre 41. Esto demuestra que la
proposici
on (3.) es falsa.
Incluso cuando tenemos una proposici
on que es valida para muchos
casos particulares, no podemos afirmar que es verdadera en general.
Adem
as, en proposiciones como las de nuestra lista, es imposible analizar todos los casos, ya que N es un conjunto infinito. Cuando podemos
afirmar que una proposici
on de este tipo es verdadera en general? La
respuesta se logra aplicando un razonamiento conocido como el metodo
de inducci
on matem
atica, el cual se basa en el quinto axioma de Peano.
Debido a su importancia para esta tecnica, reescribimos este axioma a
continuaci
on y lo llamamos el Principio de Inducci
on Matem
atica.
Axioma 5.1.2 (Principio de Inducci
on Matem
atica). Sea S un subconjunto de N que tiene las siguientes propiedades:
1. 0 S,
2. Si k S, entonces k + 1 S.
Entonces, S = N.
5.1 N
umeros Naturales
94
Veamos un ejemplo donde aplicamos este principio.

Proposici
on 5.1.3. Para cualquier n N, se cumple que n2 0.
Demostraci
on. Consideremos el subconjunto de N definido como
S = {n N : n2 0}.
En otras palabras, S es el conjunto de todos los n
umeros naturales cuyo
cuadrado es mayor o igual que cero. Demostraremos que este conjunto
cumple con las condiciones del Principio de Induccion Matematica:
1. Debido a que 02 0, tenemos que 0 S.
2. Supongamos que k S. Por la propiedad que define a S, tenemos
que k 2 0, y como k N, tenemos que 2k 0. Esto implica que
(k + 1)2 = k 2 + 2k + 1 0.
Entonces, k + 1 S.
Por lo tanto, S = N. Esto demuestra que n2 0, para toda n N.
De manera informal, la inducci
on matem
atica se basa en lo siguiente.
Una vez que sabemos que una afirmaci
on se cumple para el 0 y para
el sucesor de cualquier n
umero natural, deducimos que debe cumplirse
para el 1 (porque es el sucesor del 0). Luego, la afirmacion tambien debe
cumplirse para el 2 (que es el sucesor del 1), y para el 3, y para el 4,
etc. Por lo tanto, la afirmaci
on debe cumplirse para todos los n
umeros
naturales.
Los pasos generales para demostrar una proposicion por induccion
son est
andares y, hasta cierto punto, rutinarios. Por tal motivo, no es
necesario construir explcitamente el conjunto S como en la Proposicion
5.1.3. Este conjunto puede mantenerse implcito para que la demostracion
se enfoque en los pasos m
as importantes de la induccion: verificar las condiciones (1.) y (2.) del Principio de Inducci
on Matematica. En resumen,
la rutina est
andar para demostrar que una proposicion que depende de
los n
umeros naturales (denotada como P (n)) es verdadera, son:
1. Base de la inducci
on: Comprobar la validez de la proposicion para
un caso base, normalmente P (0) o P (1).
2. Hip
otesis de la inducci
on: Suponer la validez de P (k), donde k es
un n
umero natural fijo arbitrario.
3. Demostrar que P (k + 1) es verdadera, tomando en consideracion la
validez supuesta de P (k).
5.1 N
umeros Naturales
95
El paso base de la inducci

on puede variar, incluso puede ser distinto
de P (0) o P (1). Si cambiamos el n
umero del paso base por cualquier otro
n
umero natural r distinto de 0, el Principio de Induccion Matematica
demuestra la validez de P (n), para toda n r.
Demostremos la proposici
on (1.) de nuestra lista inicial.
Proposici
on 5.1.4. Para toda n N, n 6= 0, la igualdad
1 + 3 + 5 + + (2n 1) = n2
(5.1)
se cumple.
Demostraci
on. Usaremos el Principio de Induccion Matematica.
on. La f
ormula 5.1 con n = 1 es 1 = 12 , la cual
claramente es v
alida.
2. Hip
on. Supongamos que la formula 5.1 se cumple
para k N:
1 + 3 + 5 + + (2k 1) = k 2 .
3. Debemos demostrar que la f
ormula 5.1 es v
alida para k + 1. Usando
la hip
on, tenemos que
1 + 3 + + (2k 1) + (2k + 1) = k 2 + (2k + 1).
Factorizando el lado derecho de la igualdad, obtenemos que
1 + 3 + + (2k 1) + (2k + 1) = (k + 1)2 .
Esto demuestra la validez de la f
ormula para k + 1.
Demostraremos ahora la proposici
on (2.) de nuestra lista inicial.
Proposici
on 5.1.5. Para cualquier n N, n 6= 0, la igualdad
1
1
1
1
n
+
+
+ +
=
12 23 34
n(n + 1)
n+1
se cumple.
Demostraci
on. Denotemos la suma como s(n):
s(n) =
1
1
1
1
+
+
+ +
.
12 23 34
n(n + 1)
Usaremos el Principio de Inducci

on Matem
atica.
5.1 N
umeros Naturales
96
on. Observemos que s(1) =
1
as que s(1) = 1+1
.
1
2
por definicion,
2. Hip
on. Supongamos que la igualdad se cumple
para k N; es decir,
k
.
s(k) =
k+1
3. Demostraremos que
k+1
.
k+2
Por definici
on de s(k + 1) y s(k), tenemos que
s(k + 1) =
1
1
1
1
+
+ +
+
,
12 23
k(k + 1) (k + 1)(k + 2)
1
= s(k) +
.
(k + 1)(k + 2)
s(k + 1) =
Por consiguiente, seg

un la hip
otesis de induccion,
1
k
+
k + 1 (k + 1)(k + 2)
k 2 + 2k + 1
=
(k + 1)(k + 2)
k+1
=
.
k+2
s(k + 1) =
Proposici
on 5.1.6. Para cualquier n N, n 6= 0, se cumple que
n 2n1 .
(5.2)
Demostraci
on. La desigualdad 5.2 es verdadera para 1,
porque 1 211 .
2. Hip
on. Supongamos que la desigualdad (5.2) se
cumple para k N:
k 2k1 .
(5.3)
3. Demostraremos que la desigualdad tambien es valida para k + 1.
Multiplicando ambos lados de la desigualdad (5.3) por 2:
2k 2 2(k1) = 2k .
5.1 N
umeros Naturales
97
Por el Ejercicio 5.1.2, sabemos que (k + 1) 2k. As, por la transitividad de tenemos que
k + 1 2k .
Proposici
on 5.1.7. Sea un n
umero positivo. Entonces, para toda n
N, n 2, se cumple la desigualdad de Bernoulli:
n
(1 + ) > 1 + n.
(5.4)
Demostraci
on. El caso la base de la induccion es para 2 (ya
que no se cumple en los casos anteriores). Observemos que
2
(1 + ) > 1 + 2 1 + 2 + 2 > 1 + 2
2 > 0.
Esta u
ltima desigualdad siempre es verdadera, y por consiguiente,
2
(1 + ) > 1 + 2 se cumple.
2. Supongamos que la desigualdad de Bernoulli es valida para un
n
umero natural fijo k; es decir,
k
(1 + ) > 1 + k.
(5.5)
3. Demostraremos que la desigualdad

k+1
(1 + )
> 1 + (k + 1)
(5.6)
es v
alida. Multiplicando ambos lados de la desigualdad (5.5) por el
n
umero positivo (1 + ) obtenemos que
(1 + )
k+1
> (1 + k) (1 + )
(5.7)
Observemos ahora que

(1 + k) (1 + ) > 1 + (k + 1) 2 k > 0.
(5.8)
Esta u
ltima desigualdad siempre es v
alida para y k positivos. Por
lo tanto, por (5.7) y (5.8), obtenemos la validez de la desigualdad
(5.6).
on: axiomas de Peano, sucesor de un
n
umero natural, propiedades de las operaciones de los n
umeros naturales,
principio de inducci
on matem
atica.
5.1 N
umeros Naturales
5.1.3.
98
Ejercicios de N
umeros Naturales
Ejercicio 5.1.1. Considera la funci

on sucesor s : N N definida
por los Axiomas de Peano. Determina si las siguientes afirmaciones son
verdaderas o falsas. Justifica tu respuesta.
a) s(s(3)) = 6.
b) La funci
on s es inyectiva.
c) La funci
on s es sobreyectiva.
d) El rango de la funci
on s es N \ {0}
Ejercicio 5.1.2. Demuestra, usando el Principio de Inducci
on Matem
atica, que n + 1 2n se cumple para toda n N, n 6= 0.
Ejercicio 5.1.3. El alem
an Carl Friedrich Gauss fue uno de los m
as
grandes matem
aticos de la historia. Cuenta la leyenda, que cuando a
un
cursaba la primaria descubri
o la f
ormula
n(n + 1)
.
2
1 + 2 + 3 + ... + n =
Demuestra, usando el Principio de Inducci

on Matem
atica, que la f
ormula
de Gauss es v
alida para toda n N, n 6= 0.
Ejercicio 5.1.4. Demuestra, usando el Principio de Inducci
on Matem
atica, las siguientes proposiciones:
a) Para toda n N, n 6= 0, se cumple que
2n < 1 2 ... (n + 1).
b) Para toda n N, n 6= 0, tenemos que
n+1
12 22 + 32 + (1)
n+1
n2 = (1)
n (n + 1)
.
2
c) Para toda n N, el n
umero 52n 1 es divisible entre 8.
d) Para toda n N, tenemos que

n (n + 1)
1 + 2 + 3 + + n =
2
3
2
.
5.2 N
umeros Enteros
5.2.
99
N
umeros Enteros
Si a,b N, resulta natural considerar la ecuacion:

x + a = b.
Este tipo de ecuaciones no siempre tienen soluci
on dentro del conjunto de
los n
umeros naturales. Por ejemplo, si a = 8 y b = 5, entonces no existe
un n
umero natural x tal que
x + 8 = 5.
Si queremos resolver tales ecuaciones, es necesario ampliar nuestro sistema de n
umeros: debemos considerar al conjunto Z de los n
umeros enteros. Este conjunto puede construirse a partir de los n
umeros naturales,
sin agregar m
as axiomas, como mostraremos a continuacion.
En un primer intento, un n
umero entero negativo podra definirse
como un par ordenado de n
umeros naturales. Por ejemplo, podramos
identificar a 3 con (5, 8), ya que, en Z, sabemos que 3 = 5 8. Sin
embargo, como 3 = 4 7 y 3 = 11 14, tambien podramos identificar a 3 con (4, 7) y (11, 14). De hecho, podramos identificar a 3
con un n
umero infinito de pares. Por tal motivo, esta definicion no es
satisfactoria.
Para resolver este problema, estudiaremos una relacion de equivalencia sobre N2 = N N, y definiremos a los n
umeros negativos como clases
de equivalencia.
Sea R la relaci
on definida como:
R = {[(a, b), (c, d)] N2 N2 : a + d = b + c}.
No podemos escribir a b = c d en la definici
on de R debido a que la
resta no est
a bien definida sobre N; sin embargo, la expresion que define
a R es equivalente.
Proposici
on 5.2.1. La relaci
on R, definida arriba, es una relaci
on de
equivalencia.
Demostraci
on.
1. Reflexividad. Claramente, (a, b)R(a, b) porque a + b = a + b.
2. Simetra. Si (a, b)R(c, d), entonces a + d = b + c. Por la conmutatividad de la suma, c + b = d + a, as que (c, d)R(a, b).
5.2 N
umeros Enteros
100
3. Transitividad. Supongamos que (a, b)R(c, d) y (c, d)R(e, f ). Entonces a + d = b + c y c + f = d + e. Por lo tanto,
a + d = b + c = a + d + e = b + c + e
= a + c + f = b + c + e
= a + f = b + e.
Esto demuestra que (a, b)R(e, f ).
Definimos a Z como el el conjunto de los n
umeros enteros como el
conjunto cociente de R:
Z = N2 /R = {[(a, b)] : a, b N}.
Hablando estrctamente, los elementos de Z son clases de equivalencia
como [(3, 8)], [(0, 9)] y [(15, 4)]. Sin embargo, para cualquier clase siempre
podemos encontrar un representante de la forma [n, 0] o [(0, n)], donde
n N. Por ejemplo, las clases [(3, 8)] y [(0, 5)] son iguales porque 3 + 5 =
0 + 8 (ver Proposici
on 4.2.9). Entonces, podemos escribir
Z = {[(n, 0)], [(0, n)] : n N}.
Para regresar a la notaci
on usual, identificamos a n con la clase [(n, 0)], y
a n con la clase [(n, 0)]. As pues, 3 es igual a la clase de equivalencia
de todos los pares (a, b) N tales que a = b + 3. Con esta nueva notacion,
podemos considerar que N es un subconjunto de Z.
Ejemplo 5.2.2. Las siguientes clases de equivalencia de Z son iguales:
[(5, 8)] = [(4, 7)] = [(11, 14)] = [(2, 5)] = 3,
[(15, 10)] = [(25, 20)] = [(8, 3)] = [(6, 1)] = 5,
[(5, 11)] = [(14, 20)] = [(11, 17)] = [(0, 6)] = 6,
[(5, 4)] = [(4, 3)] = [(11, 10)] = [(6, 5)] = 1,
[(n, n)] = 0, n N
La suma y la multiplicaci
on tambien est
an definidas en Z y cumplen
las propiedades asociativa, conmutativa y distributiva; ademas, 0 y 1 a
un
son los neutros aditivos y multiplicativos respectivamente. El conjunto Z
tiene una nueva propiedad respecto a la suma:
10. Inverso aditivo. Para cualquier a Z existe b Z tal que a + b = 0.
5.2 N
umeros Enteros
5.2.1.
101
Divisibilidad
La ecuaci
on x + a = b, a, b Z, tiene soluci
on en Z, la cual es
x = b + (a) = b a.
Sin embargo, Z es a
un insuficiente para resolver ecuaciones como ax = b,
donde a, b Z, a 6= 0. Estas ecuaciones s
olo tienen solucion en Z si a es
un divisor de b.
Definici
on 5.2.3 (Divisor). Sean a, b Z, con a 6= 0. Decimos que a es
divisor (o factor) de b si existe t Z tal que b = at. Escribimos a | b si
a es divisor de b, y a - b si a no es divisor de b.
Si a | b, tambien decimos que b es m
ultiplo de a, o que b es divisible
entre a.
La definici
on de divisor involucra a la multiplicacion y no a la division,
como su podra sugerir. La raz
on de esto es que la division no es una
operaci
on bien definida en Z; es decir, la divisi
on de dos n
umeros enteros
no siempre es un entero. De cualquier forma, en ocasiones podra resultar
c
omodo pensar que a es divisor de b, si divisi
on a/b pertenece a Z. Por
ejemplo, 5 es divisor de 10 porque 10 = 5 2, o, equivalentemente, porque
10/5 = 2 es un entero.
Ejemplo 5.2.4. Consideremos los siguientes ejemplos.
1. 1 | n para toda n Z, porque n = 1 n.
2. n | 0 para toda n Z, porque 0 = 0 n.
3. Si 2n 2Z es un n
umero par, claramente 2 | 2n.
Los principales objetos de estudio del
area de las matematicas conocida como Teora de N
umeros son los n
umeros primos.
Definici
on 5.2.5 (N
umero Primo). Sea p Z, p > 1. Decimos que p es
un n
umero primo si sus u
nicos divisores positivos son 1 y el mismo.
Definici
on 5.2.6 (Compuesto). Si t Z, t > 1, no es un n
umero primo,
decimos que t es un n
umero compuesto.
Los primeros n
umeros primos son bastante conocidos:
2, 3, 5, 7, 11, 13, 17, 19, 23, ...
El misterioso comportamiento de esta secuencia ha obsesionado a los
matem
aticos durante siglos. Numerosos esfuerzos fallidos se han hecho
5.2 N
umeros Enteros
102
por encontrar alguna f

ormula que describa su comportamiento. Nosotros
descubriremos su relevancia primordial m
as adelante, cuando se aborde
el Teorema Fundamental de la Aritmetica.
Las siguientes son algunas propiedades b
asicas de la divisibilidad.
Lema 5.2.7 (Divisibilidad). Sean a, b, c Z. Las siguientes afirmaciones
son verdaderas:
1. Si a | b y b | c, entonces a | c
2. Si c | a y c | b entonces c | (au + bv) para todo u, v Z
3. a | b y b | a si y s
olo si a = b
Demostraci
on.
1. Si a | b y b | c, entonces b = t1 a y c = t2 b para algunos t1 , t2
Z. Sustituyendo la primera relaci
on en la segunda, c = t2 (t1 a) =
(t2 t1 ) a, por lo que a | c.
2. Si c | a y c | b, entonces a = t1 c y b = t2 c para algunos t1 , t2 Z.
As, para cualquier u, v Z tenemos que au = t1 cu y bv = t2 cv.
Sumando las dos relaciones anteriores:
au + bv = t1 cu + t2 cv,
= (t1 u + t2 v) c.
Por lo tanto, c | (au + bv).
3. Si a = b, entonces es claro que a = q1 b y b = q2 a donde q1 = q2 =
1. Luego, a | b y b | a. Supongamos ahora que a | b y b | a. De esta
manera, a = q1 b y b = q2 a para algunos q1 , q2 Z. Sustituyendo la
segunda ecuaci
on en la primera y cancelando:
a = q1 q2 a = 1 = q1 q2 .
La u
nica forma de que el producto de dos enteros sea igual a 1 es
que q1 = q2 = 1. Por lo tanto, a = b.
El siguiente es un resultado importante, cuya demostracion se estudia
normalmente en un curso de teora de n
umeros elemental.
Teorema 5.2.8 (Algoritmo de la Divisi
on). Sean a, b Z, b > 0. Entonces existen u
nicos enteros q y r tales que
a = bq + r
donde 0 r < b.
5.2 N
umeros Enteros
103
En el algoritmo de la divisi
on, el entero q es llamado el cociente de a
entre b, mientras que r es llamado el residuo.
1. Si a = 5 y b = 2, entonces a = 3b + 1.
Definici
on 5.2.10 (M
aximo Com
un Divisor). Sean a, b Z, a 6= 0,
b 6= 0. Decimos que d Z, d > 1, es el m
aximo com
un divisor de a y b,
si se cumplen las siguientes propiedades:
1. Es divisor com
un: d | a y d | b.
2. Si c es un entero tal que c | a y c | b, entonces c | d.
Denotamos al m
aximo com
un divisor de a y b como mcd (a, b).
Definici
on 5.2.11 (Primos Relativos). Decimos que a, b Z son primos
relativos si mcd (a, b) = 1.
Una forma de obtener el m
aximo com
un divisor de dos n
umeros es
escribir todos los divisores de ambos n
umeros, y observar cual es el mayor
de los divisores comunes. Por ejemplo, para encontrar mcd (12, 18) vemos
que
Divisores de 12 : 1, 2, 3, 4, 6, 12.
Divisores de 18 : 1, 2, 3, 6, 9, 18.
El m
aximo de los divisores comunes es 6, as que mcd (12, 18) = 6. Sin
embargo, este procedimiento puede ser muy lento si se usan n
umeros mas
grandes. Un metodo m
as eficiente es el llamado Algoritmo de Euclides,
pero antes de presentarlo, demostraremos algunos teoremas.
Teorema 5.2.12 (Bezout). Para toda a, b Z, a 6= 0, b 6= 0, existen
s1 , s2 Z tales que
mcd (a, b) = as1 + bs2 .
El Teorema de Bezout tambien se demuestra normalmente en un curso
de teora de n
umeros elemental.
Corolario 5.2.13. Sean a, b Z, a 6= 0, b 6= 0. Entonces mcd(a, b) = 1
si y s
olo si existen s1 , s2 Z tales que as1 + bs2 = 1.
5.2 N
umeros Enteros
104
Demostraci
on.
() Si mcd(a, b) = 1, entonces as1 + bs2 = 1 para algunos s1 , s2 Z
por el Teorema de Bezout.
() Supongamos que 1 = as1 + bs2 para algunos s1 , s2 Z. Sea d =
mcd(a, b). Como d | a y d | b, el Lema 5.2.7 (2.) implica que
d | (as1 + bs2 ) = d | 1.
Claramente, 1 | d por el Ejemplo 5.2.4 (1.), as que el Lema 5.2.7
(3.) implica que d = 1. Por definici
on, el maximo com
un divisor
es positivo, as que d = 1.
Lema 5.2.14. Si a = qb + r, entonces mcd (a, b) = mcd (b, r).

Demostraci
on. Sean c = mcd (a, b) y d = mcd (b, r). El Lema 5.2.7 (2.)
implica que
d | (qb + r) = a y c | (a qb) = r.
Por definici
on de m
aximo com
un divisor, tenemos que
d | a y d | b = d | mcd(a, b) = c,
c | b y c | r = c | mcd(b, r) = d.
Por el Lema 5.2.7 (3.), obtenemos que d = c, lo que implica que d = c,
ya que el m
aximo com
un divisor siempre es positivo.
Algoritmo de Euclides.
Euclides fue un matem
atico griego nacido en Alejandra hacia el a
no 325
antes de Cristo. A pesar de que pr
acticamente no se sabe nada sobre
su vida, Euclides es uno de los iconos matem
aticos mas conocidos actualmente. En su obra m
as importante, Elementos, desarrolla de manera
axiom
atica la geometra y la aritmetica. Fue uno de los primeros matem
aticos en utilizar la poderosa tecnica de demostracion de reduccion al
absurdo.
El algoritmo de Euclides es una forma r
apida y eficiente de encontrar
el m
aximo com
un divisor de dos n
umeros a, b Z. Podemos asumir que
a > 0 y b > 0 ya que mcd (a, b) = mcd (a, b). La idea principal del
procedimiento es el uso repetido del algoritmo de la division:
5.2 N
umeros Enteros
105
a = bq1 + r1 donde 0 < r1 < b,

b = r1 q2 + r2 donde 0 < r2 < r1 ,
r1 = r2 q3 + r3 donde 0 < r3 < r2 ,
..
.
rk2 = rk1 qk + rk donde 0 < rk < rk1 ,
rk1 = rk qk+1 + 0.
Como b > r1 > r2 > ... 0, debemos obtener un residuo rk = 0 despues
de un m
aximo de b pasos. Ahora, afirmamos que
rk = mcd (a, b)
Para demostrar esto, observemos que, por el Lema 5.2.14,
mcd (a, b) = mcd (b, r1 ) = mcd (r1 , r2 ) = ... = mcd (rk1 , rk )
De la u
ltima ecuaci
on, vemos que rk | rk1 , as que mcd (rk1 , rk ) = rk .
El algoritmo de Euclides tambien permite encontrar los enteros s1
y s2 del Teorema de Bezout. El procedimiento consiste en reescribir la
pen
ultima ecuaci
on:
rk = rk2 rk1 qk ,
y sustituir en las ecuaciones anteriores:
rk1 = rk3 rk2 qk1
rk2 = rk4 rk3 qk2
..
.
hasta llegar a una expresi
on que contenga a y b.
Ejemplo 5.2.15. Usaremos el Algoritmo de Euclides para obtener el
m
aximo com
un divisor de 15 y 49.
49 = 15 3 + 4,
15 = 4 3 + 3,
4 = 3 1 + 1,
3 = 1 3 + 0.
5.2 N
umeros Enteros
106
Por lo tanto mcd (15, 49) = 1. Despejando los residuos:

1 = 4 3 1,
3 = 15 4 3,
4 = 49 15 3.
Ahora podemos escribir 1 como combinaci
on lineal de 15 y 49.
1 = 4 3 1,
= 4 (15 4 3) 1,
= 4 4 15,
= (49 15 3) 4 15,
= 49 4 15 13.
Adem
as del algoritmo, el siguiente lema lleva el nombre de Euclides.
Lema 5.2.16 (Euclides). Sean a, b Z. Si p es un primo tal que p | ab
entonces p | a o p | b.
Demostraci
on. Supongamos que p - a. Demostraremos que p | b. Como
p - a, tenemos que mcd (p, a) = 1, y por el Teorema de Bezout, existen
s1 , s2 Z tales que
1 = ps1 + as2 .
Multiplicando por b, obtenemos que
b = ps1 b + abs2 .
Como p | abs2 y p | ps1 b, tenemos que p | b por el Lema 5.2.7 (2.).
Una forma alternativa de enunciar el Lema de Euclides es decir que
si p | ab, donde p es primo relativo con a, entonces p | b.
Es un error pensar que el Lema de Euclides se cumple si p no es un
n
umero primo. Por ejemplo, 6 | 3 4 pero 6 - 3 y 6 - 4.
Por fin, el siguiente teorema revela la gran importancia de los n
umeros
primos.
Teorema 5.2.17 (Teorema Fundamental de la Aritmetica). Cualquier
entero mayor que 1 es un n
umero primo o un producto de n
umeros primos. Adem
as, este producto es u
nico excepto por el orden de los factores.
Ejemplo 5.2.18. La factorizaci
on de 30 en n
umeros primos es
30 = 2 3 5.
Esta factorizaci
on es u
nica excepto por el orden de los factores.
5.2 N
umeros Enteros
5.2.2.
107
Ecuaciones Diof
anticas
Definici
on 5.2.19 (Ecuaci
on diof
antica). Una ecuaci
on diof
antica lineal
en las variables x, y es una ecuaci
on de la forma
ax + by = c, donde a, b, c Z.
Veamos una aplicaci
on de este tipo de ecuaciones.
Ejemplo 5.2.20. Supongamos que tenemos $430 y queremos comprar
bolgrafos que cuestan $20 y cuadernos que cuestan $50. Podemos gastar
todo nuestro dinero comprando bolgrafos y cuadernos? En otras palabras,
buscamos las soluciones enteras no negativas de la ecuaci
on
20x + 50y = 430,
donde x, y son el n
umero de bolgrafos y cuadernos respectivamente.
on establece las condiciones bajo las cuales una
ecuaci
on diof
antica tiene soluciones enteras.
Teorema 5.2.21. Sean a, b, c Z. La ecuaci
on diof
antica
ax + by = c
tiene soluciones enteras si y s
olo si mcd (a, b) | c.
Demostraci
on. Sea d = mcd (a, b).
() Si la ecuaci
on tiene soluciones enteras, existen u, v Z tales que
au + bv = c. Entonces d | c por el Lema 5.2.7 (2.).
() Supongamos que d | c. Por definici
on, existe r Z tal que c = dr.
Por el Teorema de Bezout 5.2.12, existen s1 , s2 Z tales que
as1 + bs2 = d.
Multiplicando la igualdad anterior por r, obtenemos que
r(as1 + bs2 ) = dr = c.
Por la propiedad distributiva,
a(s1 r) + b(s2 r) = c.
Esto demuestra que x = s1 r, y = s2 r es una solucion de la ecuacion.
5.2 N
umeros Enteros
108
on nos muestra un metodo para encontrar todas
las soluciones enteras de una ecuaci
on diof
antica.
Teorema 5.2.22. Sean a, b, c Z, y d = mcd (a, b). Supongamos que
x0 , y0 Z es una soluci
on particular de la ecuaci
on diof
antica ax+by = c.
Entonces, todas las soluciones enteras de esta ecuaci
on son
a
b
xn = x0 + n, yn = y0 n, donde n Z.
d
d
(5.9)
Demostraci
on. Observemos que ad , db Z, ya que d = mcd (a, b). Como
x0 , y0 es una soluci
on particular de ax + by = c, los enteros dados en
(5.9) tambien son soluciones:

a
b
a
b
a x0 + n + b y0 n = ax0 + by0 + an bn,
d
d
d
d
= ax0 + by0 = c.
Ahora demostraremos que todas las soluciones tienen esta forma.
Supongamos que x
, y Z es una soluci
on de ax + by = c. Entonces,
a
x + b
y = c = ax0 + by0 = a (
x x0 ) = b (y0 y) .
Dividiendo la igualdad anterior entre d, obtenemos que
b
a
(
x x0 ) = (y0 y) .
d
d
(5.10)
Por el Ejercicio 5.2.5, ad y db son primos relativos. Luego, la igualdad

(5.10) y el Lema de Euclides 5.2.16 implican que
a
| (y0 y) .
d
Por lo tanto, existe n Z tal que
y0 y =
a
a
n = y = y0 n.
d
d
Finalmente, sustituyendo en la igualdad (5.10), obtenemos que

b
x
= x0 + n.
d
Esto demuestra que x
, y tienen la forma requerida.
5.2 N
umeros Enteros
109
Ejemplo 5.2.23. Resolveremos la ecuaci

on del Ejemplo 5.2.20,
20x + 50y = 430.
(5.11)
Como mcd (20, 50) = 10, y 10 divide a 430, sabemos, por el Teorema
5.2.21, que la ecuaci
on (5.11) tiene soluciones enteras. Una soluci
on particular puede encontrarse usando el algoritmo de Euclides. Veamos que
50 = 2 20 + 10 = 10 = 2 20 + 1 50.
Multiplicando por 43, tenemos que
430 = 86 20 + 43 50.
Esto demuestra que x0 = 86, y0 = 43 es una soluci
on particular.
Por el Teorema 5.2.22, todas las soluciones enteras de la ecuaci
on
(5.11) son
xn = 86 + 5n, yn = 43 2n, n Z.
En este ejemplo, estamos interesados en hallar las soluciones positivas, porque el n
umero de bolgrafos y cuadernos son enteros positivos. La
ecuaci
on tiene cinco soluciones enteras positivas:
x18 = 4, y18 = 7; x19 = 9, y19 = 5; x20 = 14, y20 = 3; x21 = 19, y21 = 1.
Ejemplo 5.2.24. Ser
a posible llenar exactamente un dep
osito de agua
de 55 litros si s
olo tenemos recipientes de 6 y 9 litros? Para responder
a esta pregunta, debemos encontrar las soluciones enteras de la ecuaci
on
diof
antica
6x + 9y = 55.
Sin embargo, mcd (6, 9) = 3 y 3 no divide a 55, as que, por el Teorema
5.2.21, sabemos que no existen soluciones enteras. En otras palabras, no
es posible llenar exactamente el dep
osito con los recipientes mencionados.

on: divisor, n
umero primo, algoritmo
de la divisi
on, m
aximo com
un divisor, identidad de Bezout, algoritmo
de Euclides, Lema de Euclides, Teorema Fundamental de la Aritmetica,
ecuaci
on diof
antica.
5.2 N
umeros Enteros
5.2.3.
110
Ejercicios de N
umeros Enteros
Ejercicio 5.2.1. Demuestra que 13 divide a 42n+1 + 3n+2 , para toda

n N. (Sugerencia: usa el Principio de Inducci
on Matem
atica).
Ejercicio 5.2.2. Demuestra que si p es primo, a Z y n N tal que
p | an , entonces p | a. (Sugerencia: Usa el Principio de Inducci
on Matem
atica y el Lema de Euclides).
Ejercicio 5.2.3. Sean p1 , p2 , ..., pn n
umeros primos. Demuestra que el
n
umero p1 p2 ... pn + 1 no es divisible entre ninguno de los primos pi
para toda i = 1, 2..., n. Usa este hecho y el Teorema Fundamental de la
Aritmetica, para demostrar por reducci
on al absurdo que hay un n
umero
infinito de primos.
Ejercicio 5.2.4. Para cada uno de los siguientes valores de a y b, usa
el algoritmo de Euclides para calcular mcd (a, b) y expresarlo en la forma
mcd (a, b) = as1 + bs2 , s1 , s2 Z.
a) a = 16, b = 8.
b) a = 63, b = 49.
c) a = 619, b = 93.
d) a = 52163, b = 2187.
Ejercicio 5.2.5. Sean a, b Z y d = mcd(a, b). Demuestra que
son primos relativos.
a b
d, d
Ejercicio 5.2.6. Encuentra todas las soluciones enteras de las siguientes

ecuaciones diof
anticas:
a) 9x 12y = 10.
b) 2x + 3y = 7.
c) 21x 35y = 14.
Ejercicio 5.2.7. De cu
antas formas es posible tener $325 en monedas
de $5 y $10?
5.3 Congruencias
5.3.
111
Congruencias
Definici
on 5.3.1 (Congruencia m
odulo m). Sea m N, m 6= 0. Dos
n
umeros enteros a, b Z son congruentes m
odulo m si m | (a b).
Usamos la notaci
on
ab
m
od m
para indicar que a y b son congruentes m

odulo m. Si no son congruentes,
escribimos
a 6 b m
od m.
En particular, a 0 m
od m si y s
olo si a es m
ultiplo de m.
1. 14 6 m
od 4 ya que 4 | 14 6 = 8.
2. 10 15 m
od 5 ya que 5 | 10 15 = 5.
3. 12 6 m
od 3 ya que 3 | 12 6 = 6.
4. 22 6 6 m
od 5 ya que 22 6 = 16 no es m
ultiplo de 5.
El lenguaje de las congruencias fue inventado por el matematico suizo
Leonhard Euler a finales del siglo XVIII. Actualmente, se usa constantemente en la vida cotidiana; por ejemplo, las manecillas de un reloj indican
la hora m
odulo 12.
Teorema 5.3.3. Sea m N, m 6= 0. La relaci
on de congruencia m
odulo
m es una relaci
on de equivalencia sobre Z.
Demostraci
on.
1. Reflexividad. Claramente, a a m
od m, para toda a Z, ya que
m siempre divide a a a = 0.
2. Simetra. Sean a, b Z y supongamos que a b mod m. Entonces
m | a b, lo que significa que a b = km para alg
un k Z.
Multiplicando por 1 obtenemos que ba = (k)m. Luego m | ba
y b a m
od m.
3. Transitividad. Sean a, b, c Z tales que a b mod m y b c
m
od m. Entonces se cumple que a b = k1 m y b c = k2 m para
algunos k1 , k2 Z. Sumando las ecuaciones anteriores obtenemos
que a c = (k1 + k2 ) m, lo que implica que a c mod m.
5.3 Congruencias
112
La suma y multiplicaci
on de enteros tienen un buen comportamiento
con respecto a las congruencias m
odulo m.
Teorema 5.3.4. Sea m N, m 6= 0. Sean a, a0 , b, b0 Z tales que a a0
m
od m y b b0 m
od m. Entonces:
1. a + b a0 + b0 m
od m.
2. ab a0 b0 m
od m.
Demostraci
on.
1. Si a a0 mod m y b b0 mod m, por definicion deducimos que
existen r, s Z, tales que a a0 = rm y b b0 = sm. Entonces
(a + b) (a0 + b0 ) = (a a0 ) + (b b0 ) = (r + s) m.
Por lo tanto, a + b = a0 + b0 mod m.
2. En forma an
aloga tenemos que
ab a0 b0 =
ab a0 b + a0 b a0 b0
= (a a0 ) b + a0 (b b0 )
= rbm + sa0 m
= (rb + sa0 ) m,
de donde se obtiene que ab a0 b0 mod m.
Las clases de equivalencia de la relaci
on m
odulo m forman una partici
on de Z. Denotamos como Zm al conjunto cociente de esta relacion.
Ejemplo 5.3.5. Hay dos clases de equivalencia en la relaci
on m
odulo
2 sobre Z. Una de estas clases contiene a los n
umeros divisibles entre 2
(los pares) y la otra contiene a los n
umeros que no son divisibles entre 2
(los impares). Explcitamente,
[0] = {0, 2, 4, . . .} = {2n : n Z},
[1] = {1, 3, 5, . . .} = {2n + 1 : n Z}.
Por lo tanto, el conjunto cociente es
Z2 = {[0] , [1]} .
5.3 Congruencias
113
Ejemplo 5.3.6. En este ejemplo, encontraremos Z3 . Si a Z, el algoritmo de la divisi

on implica que existen enteros q y r tales que
a = 3q + r,
donde 0 r < 3. Por lo tanto, 3 | a r y
ar
m
od 3, donde 0 r < 3.
Esto significa que cualquier n

umero entero siempre es congruente m
odulo
3 con 0, 1 o 2. Por lo tanto, Z3 contiene exactamente tres clases de
equivalencia:
Z3 = {[0] , [1] , [2]},
donde
[0] = {. . . , 6, 3, 0, 3, 6, . . .} ,
[1] = {. . . , 5, 2, 1, 4, 7, . . .} ,
[2] = {. . . , 4, 1, 2, 5, 8, . . .} .
En general, dado cualquier n
umero a Z es posible encontrar, usando
el algoritmo de la divisi
on, un entero r, 0 r < m tal que a r mod m.
Esto significa que las clases de equivalencia m
odulo m siempre tienen
representantes 0, 1, 2, ..., m 1.
Ejemplo 5.3.7. Consideremos la clase de equivalencia de 243 en la
relaci
on m
odulo 11. Para empezar, podemos sumar y restar m
ultiplos de
11 para obtener otros n
umeros en la misma clase:
[243] = [254] = [265] = [232].
Esto es v
alido ya que 11k 0 m
od 11 para cualquier k Z, as que
243 243 + 11 243 + 22 243 11
mod 11.
Para encontrar un representante menor que 11, usamos el algoritmo de

la divisi
on:
243 = 11 22 + 1.
Por lo tanto, 1 243 m
od 11, y [243] = [1].
En matem
aticas, las congruencias tienen varias aplicaciones. Uno de
los usos m
as elementales consiste en la obtenci
on de las reglas de divisibilidad, como las que se muestran en las siguientes proposiciones.
5.3 Congruencias
114
Proposici
on 5.3.8. Un n
umero entero es divisible entre 9 si y s
olo si la
suma de sus cifras es divisible entre 9.
Demostraci
on. Sea x Z y sean x0 , x1 , . . . , xn sus cifras decimales, esto
es
x = x0 + x1 10 + x2 102 + . . . + xn 10n ,
para alg
un n N.
Por el Ejercicio 5.3.3, tenemos que 10k 1 mod 9 para cualquier
k N. Entonces, por el Teorema 5.3.4, deducimos que
x x0 + x1 10 + . . . + xn 10n x0 + x1 + . . . + xn
mod 9.
En particular, 9 divide a x si y s
olo si x 0 mod 9, lo cual es cierto
si y s
olo si
x0 + x1 + . . . + xn 0 m
od 9.
Esto u
ltimo significa que x0 + x1 + . . . + xn es divisible entre 9.
Proposici
on 5.3.9. Un n
umero entero es divisible entre 3 si y s
olo si la
suma de sus cifras es divisible entre 3.
Demostraci
on. Debido a que 10k 1 m
od 3 para cualquier k N, el
resultado se deduce con un razonamiento similar al usado en la demostraci
on de la proposici
on anterior. La demostraci
on formal se deja como
ejercicio.
Ejemplo 5.3.10. El n
umero entero 1001001 es divisible entre 3, ya que
la suma de sus cifras es 3, pero no es divisible entre 9, debido a que la
suma de sus cifras no es divisible entre 9.

on: congruencia m
odulo m, propiedades
de sumas y productos de congruencias m
odulo m, conjunto cociente Zm ,
aplicaciones en dividibilidad.
5.3 Congruencias
5.3.1.
115
Ejercicios de Congruencias
Ejercicio 5.3.1. Encuentra los conjuntos cocientes Z6 y Z7 , describiendo

brevemente cada una de las clases de equivalencia que contienen.
Ejercicio 5.3.2. Sea a Z y m N, m 6= 0. Encuentra un entero r,
0 r < m, tal que a r m
od m en los siguientes casos:
a) Con a = 15 y m = 7.
b) Con a = 126 y m = 6.
c) Con a = 160 y m = 13.
Ejercicio 5.3.3. Demuestra, por inducci
on, que 10k 1 mod 9 para
toda k N.
Ejercicio 5.3.4. Demuestra que si a Z, entonces a2 es congruente con
0 o 1 m
odulo 4.
Ejercicio 5.3.5. Sea p N un n
umero primo. Demuestra que si ab 0
m
od p entonces a 0 m
od p o b 0 m
od p.
Ejercicio 5.3.6. Sean a, b, c Z y m N, m 6= 0. Demuestra que si
ac bc m
od m entonces a b m
od m
d donde d = mcd (c, m).
on 5.3.9.
Ejercicio 5.3.8. Escribe un n
umero entero x de 8 cifras tal que:
a) x sea divisible entre 3, pero no entre 9.
b) x sea divisible entre 2 y 3.
c) x sea divisible entre 5 y 9 Es x tambien divisible entre 3 en este caso?
5.4 Cardinalidad
5.4.
5.4.1.
116
Cardinalidad
Comparaci
on de cardinalidades
C
omo podemos comparar el tama
no de dos conjuntos? Si
S = {x R : x2 = 9},
es f
acil darse cuenta que S = {3, 3} y decir que S tiene dos elementos.
Si T = {1, 7, 11}, entonces T tiene tres elementos y podemos pensar que
T es m
as grande que S. Esta idea intuitiva funciona para conjuntos
finitos, pero c
omo podemos comparar el tama
no de conjuntos infinitos
como N y R?
Definici
on 5.4.1. Sean S y T conjuntos.
1. Decimos que S y T tienen la misma cardinalidad, y escribimos
|S| = |T | ,
si existe una funci
on biyectiva de S en T .
2. Decimos que la cardinalidad de S es menor o igual que la de T , y
escribimos
|S| |T | ,
si existe una funci
on inyectiva de S en T .
Cuando S y T tienen la misma cardinalidad, tambien podemos decir
que son conjuntos equipotentes. Como es usual, |S| < |T | significa que
|S| 6 |T | y |S| =
6 |T |.
Proposici
on 5.4.2. Sea F una colecci
on de conjuntos. La relaci
on de
igualdad entre cardinalidades es una relaci
on de equivalencia sobre F.
Demostraci
on.
1. Reflexividad. Cualquier conjunto S F satisface que |S| = |S|,
puesto que la identidad en S es una funci
on biyectiva sobre S.
2. Simetra. Sean S, T F. Si f : S T es una funcion biyectiva,
su inversa f 1 : T S tambien es una funcion biyectiva (Teorema
4.1.44). Esto implica que si |S| = |T |, entonces |T | = |S|.
3. Transitividad. Sean T, S, U F. Si |S| = |T | y |T | = |U |, existen
funciones biyectivas f : S T y g : T U . Ahora, es sencillo
demostrar que la composici
on g f : S U tambien es una funcion
biyectiva (Ejercicio 5.4.3). Por lo tanto |S| = |U |.
5.4 Cardinalidad
117
La proposici
on anterior debe restringirse a una coleccion de conjuntos
puesto que, como se discuti
o en la Secci
on 3.1, considerar la coleccion de
todos los conjuntos puede generar paradojas.
Originalmente, el matem
atico alem
an Georg Cantor, definio la cardinalidad de un conjunto S como la clase de equivalencia
[S] = {X : |X| = |S|}.
Sin embargo, esta definici
on no funciona en las teoras axiomaticas modernas debido a que [S] es un conjunto demasiado grande(es decir, es
una clase propia). En este contexto, la definici
on formal de cardinalidad
est
a fuera del alcance de este texto: nos enfocaremos mas en comparar
cardinalidades que en definir el concepto de cardinalidad mismo.
En el siguiente teorema establecemos algunas de las propiedades basicas relacionadas con la comparaci
on de cardinalidades.
Teorema 5.4.3. Sean S, T y U conjuntos.
1. Si S T , entonces |S| |T |.
2. |S| |S|.
3. Si |S| |T | y |T | |U | entonces |S| |U |.
Demostraci
on.
1. Si S T la funci
on de inclusi
on i : S T definida por i(s) = s,
s S, es inyectiva.
2. Ejercicio 5.4.4.
3. Ejercicio 5.4.4.
Las partes (2.) y (3.) del teorema anterior son las propiedades reflexiva
y transitiva de la relaci
on entre cardinalidades. El siguiente teorema
establece que la relaci
on entre cardinalidades es tambien antisimetrica,
y por lo tanto, una relaci
on de orden.
Teorema 5.4.4 (de Schroeder-Bernstein). Sean S y T dos conjuntos. Si
|S| |T | y |T | |S| entonces |S| = |T |.
A simple vista, el Teorema de Schroeder-Bernstein podra parecer
obvio; sin embargo, hay que tener presente que |S| |T | significa que
existe una funci
on inyectiva de S en T mientras que |T | |S| significa
5.4 Cardinalidad
118
que existe una funci

on inyectiva de T en S. Por esto, especialmente
cuando S y T son infinitos, no es trivial demostrar que |T | = |S| (es
decir, que existe una funci
on biyectiva de T en S). En vista de esto,
omitimos la demostraci
on de este teorema.
Denotamos al conjunto de los primeros n N n
umeros naturales
como:
n = {0, 2, . . . , n 1}.
As, por ejemplo, 2 = {0, 1} y 5 = {0, 1, 2, 3, 4}. Si n = 0, definimos
0 = {}.
Definici
on 5.4.5 (Conjunto finito). Un conjunto S es finito si |S| = |n|,
para alg
un n N.
De manera m
as intuitiva, |S| = |n| significa que el conjunto S tiene
precisamente n N elementos. Si un conjunto no es finito, decimos que
es infinito.
Proposici
on 5.4.6. Todo subconjunto de un conjunto finito es finito.
Demostraci
on. Sea S un conjunto finito. Si S = , el u
nico subconjunto de S es S mismo, as que la porposici
on es verdadera en este caso.
Supongamos que S 6= . Por definici
on, existe una biyeccion f : S n,
para alg
un n N, n 6= 0. Sea T un subconjunto no vaco de S. La imagen
de T es un conjunto de n
umeros naturales:
f (T ) = {m1 , m2 , ..., mk } n,
para alg
un k N, k n. Ahora, podemos definir una funcion biyeciva
g : T k como g(mi ) = i donde i k. Esto demuestra que T es finito.
5.4.2.
Conjuntos numerables
El elemplo m
as claro de un conjunto infinito es N.
Proposici
on 5.4.7. El conjunto de los n
umeros naturales N es infinito.
Demostraci
on. Por reducci
on al absurdo, supongamos que |N| = |n|
para alg
un n N. Por definici
on, existe una funcion biyectiva
f : {0, 1, ..., n 1} N.
El rango de esta funci
on es ran(f ) = {f (0), f (1), ..., f (n1)} N. Sea s
N el sucesor del m
aximo absoluto de ran(f ). Entonces, s
/ ran(f ), porque
5.4 Cardinalidad
119
s es estrctamente mayor que cada uno de los elementos de ran(f ). Por

lo tanto, ran(f ) 6= N, lo que implica que la funci
on f no es sobreyectiva.
Esta contradicci
on demuestra que N es infinito.
Los conjuntos cuya cardinalidad es menor o igual que la cardinalidad
de N reciben un nombre especial.
Definici
on 5.4.8 (Numerable). Decimos que un conjunto S es numerable si |S| |N|.
En otras palabras, un conjunto S es numerable si existe una funcion
inyectiva de S en N. En particular, es claro que cualquier conjunto finito
es numerable.
Definici
on 5.4.9 (Infintio numerable). Decimos que un conjunto S es
infinito numerable si |S| = |N|.
Si S es finito, entonces |S| < |N|.
conjuntos numerables
conjuntos
finitos
conjuntos infinitos
conjuntos
infinito-numerables
conjuntos
no numerables
Figura 5.1: Diagrama de conjuntos numerables.

Ejemplo 5.4.10. El conjunto 2N, de n
umeros pares, es un subconjunto
propio de N porque 1 N pero 1
/ 2N. Sin embargo, N y 2N tienen la
misma cardinalidad: la funci
on f : N 2N definida por f (n) = 2n es
biyectiva, por lo que
|2N| = |N| .
Ejemplo 5.4.11. El conjunto Z de los n
umeros enteros es numerable.
En efecto, la funci
on f : N Z defina por
(
n/2,
para n par,
f (n) =
(n 1)/2, para n impar.
es biyectiva. As |Z| = |N|.
5.4 Cardinalidad
120
Si S es un conjunto infinito numerable, entonces, por definicion, existe

una funci
on biyectiva f : N S. Esta funci
on provee una forma de
enumerar los elementos de S debido a que
S = ran(f ) = {f (0), f (1), f (2) . . .} = {f (n) : n N}.
Esta habilidad de enlsitar los elementos de un conjunto caracteriza a los
conjuntos numerables. Si la lista termina, entonces el conjunto es finito;
en caso contrario, si se trata de una lista sin fin de miembros de S sin
repetici
on, entonces S es infinito numerable.
Teorema 5.4.12. Cualquier subconjunto de un conjunto numerable es
numerable.
Demostraci
on. Sea S un conjunto numerable y T S. Por el Teorema
5.4.3 (1.), tenemos que |T | |S|. Como S es numerable, |S| |N|.
El Teorema 5.4.3 (3.) implica que |T | |N|, lo que significa que T es
numerable.
Debido al Teorema 5.4.12, podemos deducir otro criterio para determinar cu
ando un conjunto es numerable.
Teorema 5.4.13. Un conjunto S es numerable si y s
olo si existe una
funci
on sobreyectiva de N en S.
Demostraci
on.
() Supongamos que S es numerable. Por definicion, existe una funcion
inyectiva f : S N. Claramente, f es una funcion biyectiva de S
en f (S), as que f 1 : f (S) S es una funcion biyectiva. Usaremos
f 1 para construir una funci
on sobreyectiva. Sea p S cualquier
elemento fijo. Definamos g : N S como
(
f 1 (n), si n f (S),
g(n) =
p,
si n
/ f (S).
Esta funci
on es sobreyectiva porque
g (f (S)) = f 1 (f (S)) = S y g (N \ f (S)) = {p},
lo que implica que ran(g) = S.
() Supongamos que existe una funci
on sobreyectiva g : N S. Definamos h : S N como h(s) = n, donde n es el mnimo absoluto
del conjunto g 1 (s) de las preim
agenes de s S; en otras palabras,
5.4 Cardinalidad
121
n es el n
umero natural m
as peque
no tal que g(n) = s. La funcion
h est
a definida en todo el conjunto S porque g es sobreyectiva.
Adem
as, h es inyectiva porque
h(s1 ) = h(s2 ) = g(h(s1 )) = g(h(s2 )) = s1 = s2 .
Esto demuestra que |S| |N|, y as S es numerable por definicion.
Proposici
on 5.4.14. Sean S y T conjuntos numerables. Entonces,
1. S T es numerable.
2. S T es numerable.
Demostraci
on.
1. Por el Teorema 5.4.13 existen funciones sobreyectivas f : N S y
g : N T . Entonces la funci
on h : N S T definida como

n+1
f
, si n es impar,
2
h(n) =

g n ,
si n es par,
2
es sobreyectiva (Ejercicio 5.4.5), lo que demuestra que S T es
numerable.
2. Por definici
on, existen funciones inyectivas f : S N y g : T N.
Entonces la funci
on r : S T N definida como
r(s, t) = 2f (s) 3g(t) , donde s S y t T,
es inyectiva (Ejercicio 5.4.5). Esto demuestra que S T es numerable.
Proposici
on 5.4.15. El conjunto Q de los n
umeros racionales,
Q={
es numerable.
m
: n 6= 0, n, m Z},
n
5.4 Cardinalidad
122
Demostraci
on. Sean Q+ y Q los conjuntos de los n
umeros racionales
positivos y negativos, respectivamente. Primero mostraremos que Q+ es
numerable. Cualquier elemento de Q+ puede ser escrito de manera u
nica
como m/n, donde m, n N, n 6= 0, mcd(m, n) = 1. Entonces, existe una
funci
on inyectiva f : Q+ N definida por
m
f
= 2m 3n .
n
Esto muestra que Q+ es numerable. La funci
on g : Q+ Q dada por
+
g(r) = r es claramente biyectiva, as que |Q | = |Q |. Esto implica que
Q es numerable. Puesto que Q = Q {0} Q+ , la Proposicion 5.4.14
demuestra que Q es numerable.
No todos los conjuntos tienen cardinalidad menor o igual que N; en
otras palabras, existen conjuntos infinitos que no son numerables.
Teorema 5.4.16. El conjunto R de los n
umeros reales no es numerable.
Demostraci
on. Puesto que cualquier subconjunto de un conjunto numerable es numerable (Teorema 5.4.12), es suficiente mostrar que el intervalo
J = (0, 1) R no es numerable. Por reducci
on al absurdo, supongamos
que J es numerable, as que podemos enlistar sus elementos
J = {x1 , x2 , x3 , . . .} = {xn : n N}.
(5.12)
Mostraremos que esto conduce a una contradicci

on mediante la construcci
on de un n
umero real y en J = (0, 1) distinto de todos los n
umeros xn
de la lista. Cada elemento de J = (0, 1) tienen una expansion decimal de
la forma:
x1 = 0.a11 a12 a13 ,
x2 = 0.a21 a22 a23 ,
x3 = 0.a31 a32 a33 ,
..
.
donde aij {0, 1, 2, . . . , 9}. Definamos y = 0.b1 b2 b3 donde
(
2, si ann 6= 2,
bn =
3, si ann = 2.
Claramente y J. Sin embargo, y 6= xi para toda i, porque y difiere de xi
en el i-esimo decimal. Esto contradice la suposici
on de que la lista (5.12)
incluye a todos los elementos de J. Por lo tanto, J no es numerable.
El teorema anterior demuestra que la cardinalidad de R es estrctamente mayor que la cardinalidad de N.
5.4 Cardinalidad
5.4.3.
123
Numeros cardinales
De manera informal, diremos que un n

umero cardinal es un objeto matem
atico usado para medir la cardinalidad, o el tama
no, de un conjunto.
Como es de esperarse, conjuntos que tengan la misma cardinalidad (en
el sentido de la Definici
on 5.4.1) deben tener asignados el mismo n
umero
cardinal. Adem
as, establecemos un orden en estos n
umeros cardinales de
acuerdo al orden de las cardinalidades de sus respectivos conjuntos.
El n
umero cardinal asociado con el conjunto n = {0, ..., n 1} es simplemente el n
umero natural n N; esto significa que el n
umero cardinal
asociado con cualquier conjunto finito de n elementos es n.
El n
umero cardinal asociado con el conjunto N es 0 .2 Por lo tanto,
el n
umero cardinal asociado con cualquier conjunto infinito numerable es
tambien 0 .
Por otro lado, el n
umero cardinal asociado con el conjunto R es c.
Puesto que R es un conjunto infinito no numerable, debemos tener que
0 < c.
En general, el n
umero cardinal de un conjunto infinito es llamado cardinal transfinito; en particular, 0 y c son n
umeros cardinales transfinitos
distintos. Habr
a m
as cardinales transfinitos? La respuesta es un rotundo
s, como lo muestra el siguiente teorema.
Teorema 5.4.17 (Cantor). Para cualquier conjunto S,
|S| < |P (S)| ,
donde P (S) es el conjunto potencia de S.
Demostraci
on. La funci
on g : S P (S) dada por g(s) = {s} es claramente inyectiva, por lo que |S| |P (S)|. Esta funcion no es sobreyectiva,
porque no pertenece al rango de g. Para probar que |S| =
6 |P (S)|, debemos mostrar que ninguna funci
on de S en P (S) puede ser sobreyectiva
(por lo tanto, ninguna funci
on de S en P (S) puede ser una biyeccion).
Sea f : S P (S) una funci
on. Como f (x) P (S) es un subconjunto
de S, tiene sentido preguntarse si x f (x) o x
/ f (x). Definamos el
conjunto
T = {x S : x
/ f (x)}.
En particular, T P (S) porque T S. Demostraremos que T
/ ran(f ),
lo que implica que f no es sobreyectiva. Por reduccion al absurdo, supongamos que T ran(f ). Entonces, T = f (y) para alguna y S. Esto
2 El
smbolo 0 se lee alef-sub-cero. Alef es la primer letra del alfabeto Hebreo.
5.4 Cardinalidad
124
genera una paradoja. En efecto, si y T , entonces y

/ f (y) por definici
on, as que y
/ T . Por otra parte, si y
/ T , entonces y
/ f (y), lo que
implica que y T . Esto demuestra que T
/ ran(f ).
Aplicando el Teorema 5.4.17 repetidamente, obtenemos una sucesion
infinita de cardinales transfinitos, cada uno mayor que el anterior:
0 = |N| < |P (N)| < |P (P (N))| < |P (P (P (N)))| < .
En el Ejercicio 5.4.9, esbozamos la demostraci
on de que |P (N)| = c.
El Ejercicio 5.4.7 implica que 0 es el cardinal transfinito mas peque
no. Cu
al es el primer cardinal m
as grande que 0 ? Sabemos que
0 < c, pero existe alg
un n
umero cardinal tal que 0 < < c? Mas
concretamente, existe un subconjunto X R tal que |N| < |X| < |R|?
La experiencia nos dice que no, porque nunca se ha encontrado ning
un
conjunto como este. La conjetura de que existe un conjunto X con tal
caracterstica fue propuesta por Georg Cantor y es conocida como la
hip
otesis del continuo.
En 1900, la demostraci
on de esta conjetura se incluyo como el primero
de los famosos 23 problemas sin resolver de David Hilbert. La veracidad o
falsedad de esta conjetura es una pregunta sin respuesta. En 1938, Kurt
Godel demostr
o que el suponer verdadera la hipotesis del continuo no
contradice ninguno de los axiomas usuales de la teora de conjuntos. Por
otro lado, en 1963, Paul Cohen demostr
o que el suponer falsa la hipotesis
del continuo tampoco contradice los axiomas. Por lo tanto, la hipotesis del
continuo es independiente de los axiomas aceptados en la actualidad: no
se puede demostrar ni refutar. Queda abierto, sin embargo, la veracidad
de la hip
otesis del continuo bajo otra teora de conjuntos distinta, la cual
use alguna modificaci
on de los axiomas actuales.

on: comparaci
on de cardinalidades, conjuntos finitos e infinitos, conjuntos numerables, n
umeros cardinales, teorema de Cantor, hip
otesis del continuo.
5.4 Cardinalidad
5.4.4.
125
Ejercicios de Cardinalidad

ales de los siguientes conjuntos son finitos, infinitos numerables, o no numerables.
a) El conjunto de n
umeros enteros que son divisibles entre 3.
b) El conjunto de n
umeros naturales menores o iguales que 100.
c) El conjunto de los n
umeros primos.
d) El conjunto de los n
umeros complejos.
e) El conjunto de letras del abecedario.
Ejercicio 5.4.2. Determina si las siguentes afirmaciones son falsas o
verdaderas. Justifica tu respuesta.
a) Dos conjuntos S y T tienen la misma cardinalidad si existe una funci
on biyectiva f : S T .
b) Si T y S son conjuntos numerables, entonces T S es numerable.
c) Si A y B son conjuntos, |A| = 7, |B| = 5, existe una funci
on biyectiva
de A en B.
d) Si A y B son conjuntos, |A| = 7, |B| = 5, existe una funci
on inyectiva
de B en A.
e) La cardinalidad de Q es estrctamente mayor que 0 .
f ) La hip
otesis del continuo dice que 0 es el numero cardinal transfinito
m
as peque
no.
Ejercicio 5.4.3. Demuestra que si f : S T y g : T U son funciones
biyectivas, entonces g f : S U tambien es biyectiva
Ejercicio 5.4.4. Demuestra las partes (2.) y (3.) del Teorema 5.4.3.
Ejercicio 5.4.5. Considera las funciones h : N S T y r : S T N
definidas en la demostraci
on de la Proposici
on 5.4.14. Demuestra que h
es sobreyectiva y que r es inyectiva.
Ejercicio 5.4.6. Muestra que los siguientes pares de conjuntos tienen la
misma cardinalidad encontrando una funci
on biyectiva en cada caso:
a) S = [0, 1] y T = [1, 3].
b) S = (0, 1) y T = (0, ).
5.4 Cardinalidad
126
c) S = (0, 1) y T = R.
Ejercicio 5.4.7. Sea S un conjunto infinito.
a) Demuestra que S contiene un subconjunto numerable.
b) Demuestra que existe un subconjunto propio T de S tal que |T | = |S|.
Demuestra que todo conjunto infinito contiene un conjunto numerable.
Ejercicio 5.4.8. Demuestra que:
(a) Si |S| 6 |T |, entonces |P (S)| 6 |P (T )|.
(b) Si |S| = |T |, entonces |P (S)| = |P (T )|.
Ejercicio 5.4.9. En este ejercicio, esbozaremos c
omo demostrar que
|P (N)| = c. Para ello, es suficiente mostrar que
|P (N)| c y c |P (N)| .
a) Para mostrar que | (N)| c, sea f : P (N) R la funci
on definida
como f (A) = 0.a1 a2 a3 an , donde A P (N) y

0, si n
/A
an =
1, si n A.
Demuestra que f es inyectiva.
b) Para mostrar que c | (N)|, usamos el Ejercicio 5.4.8 para concluir que | (N)| = | (Q)|, ya que |N| = |Q|. por lo tanto es
suficiente encontrar una funci
on inyectiva f : R f (Q). Sea
f (x) = {y Q : y < x}. Para mostrar que f es inyectiva, usa el
hecho de que dados a, b R, existe r Q tal que a < r < b.
5.5 T
ecnicas de Conteo
5.5.
127
T
ecnicas de Conteo
En este captulo estudiaremos m

as a fondo las cardinalidades de conjuntos finitos. En particular, estamos interesados en encontrar metodos
efectivos para contar las cardinalidades de conjuntos que resultan al
operar dos o m
as conjuntos finitos.
Teorema 5.5.1 (Principio Fundamental de Conteo). Sean A y B conjuntos finitos. Entonces
1. |A B| = |A| + |B| |A B|.
2. |A B| = |A| |B|.
Demostraci
on.
1. Si A y B son conjuntos disjuntos, es deicr A B = , es claro que
|A B| = |A|+|B|. Este resultado tambien es valido si se considera
la uni
on de m
as de dos conjuntos disjuntos. Ahora, veamos que
los conjuntos A, B y A B tienen la siguiente descomposicion en
conjuntos disjuntos (recomendamos visualizar cada igualdad en un
diagrama de Venn):
A = (A \ B) (A B),
B = (B \ A) (A B),
A B = (A \ B) (B \ A) (A B).
Al ser uniones de conjuntos disjuntos, obtenemos que
|A| = |A \ B| + |A B| ,
|B| = |B \ A| + |A B| ,
|A B| = |A \ B| + |B \ A| + |A B| .
Sumando las dos primeras igualdades obtenemos que
|A| + |B| = (|A \ B| + |B \ A| + |A B|) + |A B| .
Finalmente, sustituyendo |A B| obtenemos la igualdad deseada.
|A| + |B| = |A B| + |A B| .
2. Sea |A| = n y |B| = m. Sin perder generalidad, podemos suponer
que A = {a1 , a2 , ..., an }. Ahora descomponemos A B como la
uni
on de los siguientes n conjuntos disjuntos:
A B = {(a1 , b) : b B} {(a2 , b) : b B} ... {(an , b) : b B}.
5.5 T
ecnicas de Conteo
128
Al ser disjuntos, tenemos que

|A B| = |{(a1 , b) : b B}| + ... + |{(an , b) : b B}| .
Cada uno de los conjuntos {(ai , b) : b B} tiene la misma cardinalidad que B, la cual es m; por esta raz
on deducimos que
|A B| = m + m + ... + m = nm.
No es difcil generalizar el teorema anterior: si A1 , A2 , ..., Ar son conjuntos finitos entonces

|A1 A2 ... Ar | = |A1 | |A2 | ... |Ar | .
El siguiente teorema calcula el n
umero de funciones de un conjunto a
otro.
Teorema 5.5.2. Sean A y B conjuntos finitos. Entonces el n
umero de
funciones que existen de A en B est
a dado por
|B|
|A|
Demostraci
on. Sea A = {a1 , ..., an }. Una funci
on f : A B esta completamente determinada por las im
agenes de cada uno de los elementos
de A. En otras palabras, f est
a determinada por la n-tupla
(f (a1 ), f (a2 ), ..., f (an )),
donde f (ai ) B. Cualquier n-tupla diferente determinara una funcion
diferente. Por lo tanto, el n
umero de funciones de A en B es igual a la
cardinalidad del producto cartesiano,
n
|B B ... B| = |B| , donde n = |A| .
El teorema anterior puede aplicarse a una situacion en la que es necesario elegir n elementos de un conjunto B, permitiendo la repeticion
de los elementos y considerando el orden (o haciendo una distincion) en
cada elecci
on. El siguiente ejemplo ilustra la situacion.
Ejemplo 5.5.3. En una clase de 15 estudiantes, queremos elegir un comite de un presidente, un secretario y un tesorero. Supongamos que un
mismo estudiante puede ocupar dos o m
as puestos distintos. De cu
antas
maneras distintas se puede formar el comite?
5.5 T
ecnicas de Conteo
129
Sea C el conjunto de estudiantes. Etiquetemos a cada estudiante con

un n
umero del 1 al 15. Si
P = (Presidente), S = (Secretario), T = (Tesorero),
entonces contar el n
umero de comites posibles es igual a contar el n
umero
de funciones de {P, S, T } en C. Por ejemplo, una funci
on f : {P, S, T }
C definida como
P 7 4
S 7 8
f:
T 7 4
representa el comite donde el estudiante 4 es el presidente y el tesorero,
mientras que el 8 es el secretario. Por el Teorema 5.5.2, el n
umero de
funciones de este tipo es
3
|C| = 153 = 3, 375.

Luego, hay 3, 375 maneras de formar el comite.
El siguiente teorema cuenta el n
umero de funciones inyectivas de un
conjunto a otro.
Teorema 5.5.4. Sean A y B conjuntos finitos, con |A| = n y |B| = m.
Entonces, el n
umero de funciones inyectivas de A en B es:
1. 0, si n > m.
2. P (m, n) = m (m 1) ... (m n + 1), si n m.
Demostraci
on. La primera parte del teorema se conoce como el Principio del Palomar y se deja como ejercicio. Supongamos que n m y sea
A = {a1 , a2 , ..., an }. Una funci
on inyectiva f : A B puede verse como
una n-tupla inyectiva:
(f (a1 ), f (a2 ), ..., f (an ))
donde f (ai ) 6= f (aj ) para i 6= j.
Demostraremos el teorema por inducci

on sobre n.
on. Es claro que hay m funciones inyectivas de
{a1 } en B, una por cada elemento de B. Esto concuerda con que
P (m, 1) = m.
2. Hip
on. Para un natural fijo k, supongamos que
hay P (m, k) funciones inyectivas de A en B.
5.5 T
ecnicas de Conteo
130
3. Tenemos que contar las (k + 1)-tuplas inyectivas de la forma

(f (a1 ), f (a2 ), ..., f (ak ), f (ak+1 ))
donde f (ai ) 6= f (aj ) para i 6= j.
Fijemos f (ak+1 ) = b B. Por hip

otesis de induccion, el n
umero
de funciones inyectivas de A \ {ak+1 } en B \ {b} es P (m 1, k).
Cada una de estas funciones se extiende a una funcion inyectiva de
A en B definiendo f (ak+1 ) = b. Si cambiamos f (ak+1 ) = b0 B,
b0 6= b, de nuevo por hip
otesis sabemos que el n
umero de funciones
inyectivas de A \ {ak+1 } en B \ {b0 } es P (m 1, k), cada una de
las cuales se extiende a una funci
on inyectiva de A en B. Podemos
cotninuar este proceso, m veces, para cada uno de los elementos
de B. Por lo tanto, obtenemos que el n
umero total de funciones
inyectivas de A en B es
P (m 1, k) + ... + P (m 1, k) = m P (m 1, k).
Ahora simplemente debemos observar que
m P (m 1, k) = m (m 1) ... (m (k + 1) + 1) = P (m, k + 1).
Com
unmente el teorema anterior se aplica en la siguiente situacion.
Supongamos que tenemos un conjunto B del cual queremos elegir n elementos, sin repetirlos y considerando el orden (o haciendo una distincion)
en cada elecci
on. Este planteamiento es equivalente a contar el n
umero
de funciones inyectivas de {1, ..., n} en B.
Ejemplo 5.5.5. En una clase de 15 estudiantes, queremos elegir un comite de un presidente, un secretario y un tesorero. En este caso, supongamos no es posible que un mismo estudiante ocupe dos puestos distintos.
De cu
antas maneras se puede formar el comite?
Con la notaci
on del Ejemplo 5.5.3, debemos contar las funciones inyectivas de {P, S, T } en C. Por el Teorema 5.5.4, el n
umero de funciones
inyectivas de este tipo es
P (15, 3) = 15 14 13 = 2, 730.
Por lo tanto, hay 2, 730 formas distintas de formar el comite bajo las
suposiciones previas.
El siguiente teorema nos dice cual es la cardinalidad del conjunto
potencia de un conjunto finito.
5.5 T
ecnicas de Conteo
131
Teorema 5.5.6. Sea A un conjunto finito, |A| = n. Entonces la cardinalidad del conjunto potencia de A es
|P (A)| = 2n .
Demostraci
on. Recordemos que P (A) es el conjunto de todos los subconjuntos de A. Para cada S P (A), podemos asociar una funcion
S : A {0, 1} definida como

1, si a S
S (a) =
0, si a
/S
Cada una de estas funciones determina un subconjunto de A distinto; es
decir, si S = T , S, T P (A), entonces
1
S = 1
S (1) = T (1) = T.
Esto demuestra que el n

umero de subconjuntos de A es igual al n
umero
de funciones de A en {0, 1}. Por el Teorema 5.5.2, este n
umero es
|{0, 1}|
|A|
= 2|A| .
Ejemplo 5.5.7. Si A = {a, b, c}, de acuerdo al Teorema 5.5.6,

|P (A)| = 23 = 8.
Comprobamos esto obteniendo explcitamente el conjunto potencia:
P (A) = {, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}, A}.
Las funciones biyectivas sobre A reciben un nombre especial.
Definici
on 5.5.8 (Permutaci
on). Sea A un conjunto finito. Una permutaci
on de A es una biyecci
on : A A.
Denotamos como Sym (A) al conjunto de las permutaciones de A.
Teorema 5.5.9. Sea A un conjunto finito, |A| = n. El n
umero de permutaciones de A que existen es
|Sym (A)| = n! = n (n 1) ... 2 1.
Demostraci
on. Este teorema es un resultado directo del Teorema 5.5.4,
ya que cualquier funci
on inyectiva A A es de hecho biyectiva (Ejericico
5.5.3) y P (n, n) = n!.
Veamos ahora algunos ejemplos.
5.5 T
ecnicas de Conteo
Permutaci
on
1 7 1
2 7 2
1 :
3 7 3
1 7 2
2 7 1
2 :
3 7 3
1 7 3
2 7 2
3 :
3 7 1
Trada
corresp.
132
Permutaci
on
Trada
corresp.
(1, 2, 3)
1 7 1
2 7 3
4 :
3 7 2
(1, 3, 2)
(2, 1, 3)
1 7 2
2 7 3
5 :
3 7 1
(2, 3, 1)
(3, 2, 1)
1 7 3
2 7 1
6 :
3 7 2
(3, 1, 2)
Tabla 5.1: Permutaciones de {1, 2, 3}

Ejemplo 5.5.10. Consideremos el conjunto A = {1, 2, 3}. Una permutaci
on de A es la funci
on biyectiva
1 7 2
2 7 3
5 :
3 7 1
la cual corresponde con la trada (o 3-tupla)
((1), (2), (3)) = (2, 3, 1).
Por el Teorema 5.5.9, hay 3! = 6 permutaciones de A. Todas estas permutaciones aparecen en la Tabla 5.1.
Como pudimos observar en el ejemplo anterior, una permutacion de
un conjunto finito puede verse como un arreglo de los elementos del
conjunto, en el cual no se permiten repeticiones e importa el orden en el
que aparecen los elementos.
Si A es cualquier conjunto, un k-subconjunto de A es un subconjunto
de A de cardinalidad k.
Teorema 5.5.11. Sea A un conjunto finito, |A| = n. Si k N, k n,
entonces el n
umero de k-subconjuntos de A es

n
n!
.
=
k!(n k)!
k
5.5 T
ecnicas de Conteo
133
Demostraci
on. El Teorema 5.5.4 implica que el n
umero de k-tuplas
inyectivas formadas por distintos elementos de A es P (n, k). Sin embargo, estas k-tuplas no representan k-subconjuntos, porque en un ksubconjunto no importa el orden en el que aparecen los elementos.
Digamos que dos k-tuplas
(a1 , ..., ak ) y (b1 , ..., bk )
son equivalentes, si existe una permutaci
on : A A tal que (ai ) = bi ,
para toda i. Esto define una relaci
on de equivalencia (Ejercicio 5.5.4).
Por el Teorema 5.5.9, la cardinalidad de cada clase de equivalencia es
k!. Como las clases de equivalencia forman una particion de las k-tuplas,
deducimos que hay
P (n, k)
k!
clases de equivalencia distintas. El teorema queda demostrado observando
que cada clase de equivalencia corresponde a un k-subconjunto distinto
de A, y que
P (n, k)(n k)!
n!
P (n, k)
=
=
.
k!
k!(n k)!
k!(n k)!

La expresi
on nk del teorema anterior se llama coefficiente binomial,
ya que tambien determina el k-esimo coeficiente del binomio (x + y)n .
Ejemplo 5.5.12. En una clase de 15 estudiantes, queremos elegir un
comite formado por tres representantes. Cu
antos comites diferentes se
pueden formar?
Como no hay distinci
on alguna entre los representantes que forman
el comite, la pregunta anterior es equivalente a encontrar el n
umero de
subconjuntos de cardinalidad 3 del conjunto de 15 estudiantes. Por el
Teorema 5.5.11, el n
umero de estos subconjuntos es

15
15!
= 455.
=
3
3! (15 3)!
As, se pueden formar 455 comites distintos.
on: principio fundamental de conteo,
n
umero de funciones inyectivas, cardinalidad del conjunto potencia, permutaci
on, combinaci
on.
5.5 T
ecnicas de Conteo
5.5.1.
134
Ejercicios de Conteo
Ejercicio 5.5.1. Demuestra que si A1 , A2 , ..., Ar son conjuntos finitos,

entonces
|A1 A2 ... Ar | = |A1 | |A2 | ... |Ar | .
(Sugerencia: Usa el Principio de Inducci
on Matem
atica sobre r y el Teorema 5.5.1).
Ejercicio 5.5.2. Demuestra que no hay funciones inyectivas de A en B
si |A| > |B|.
Ejercicio 5.5.3. Sea A un conjunto finito. Explica por que cualquier
funci
on inyectiva sobre A es tambien sobreyectiva.
Ejercicio 5.5.4. Comprueba que la relaci
on definida en la demostraci
on
del Teorema 5.5.11 sobre las k-tuplas es una relaci
on de equivalencia.
Ejercicio 5.5.5. Sea A un conjunto de cardinalidad 8. Encuentra lo
siguiente, justificando tu respuesta:
a) La cardinalidad del conjunto potencia P (A).
b) El n
umero de permutaciones de A.
c) El n
umero de 5-subconjuntos de A.
d) La cardinalidad del producto cartesiano A A.
e) El n
umero de relaciones sobre A. (Recuerda que una relaci
on sobre A
es un subconjunto de A A).
f ) El n
umero de subconjuntos X de A tales que |X| 3.
Ejercicio 5.5.6. Con las letras de la palabra LIBRO, cu
antas ordenaciones distintas se pueden hacer?
Ejercicio 5.5.7. Un profesor quiere repartir 4 libros entre 10 estudiantes
de una clase. Determina el n
umero de formas diferentes en las que se
pueden repartir si:
a) Los cuatro libros son distintos, y los estudiantes pueden recibir m
as
de un libro.
b) Los cuatro libros son distintos, y los estudiantes no pueden recibir
m
as de un libro.
c) Los cuatro libros son iguales, y los estudiantes no pueden recibir m
as
de un libro.
Captulo 6
Estructuras Algebraicas
Los objetos principales de estudio del
algebra universitaria son las
estructuras algebraicas. Dicho brevemente, una estructura algebraica
involucra uno o m
as conjuntos junto con una o mas operaciones que
satisfacen ciertas propiedades. Estas operaciones pueden variar considerablemente, dependiendo de los conjuntos sobre las que esten definidas.
Algunos ejemplos comunes son la suma y la multiplicacion usual de n
umeros, la multiplicaci
on de matrices y la composici
on de funciones.
Cada estructura algebraica recibe un nombre especial dependiendo
del n
umero de conjuntos y operaciones involucradas, y de las propiedades que estas satisfagan; as pues, pueden ser llamadas grupos, campos,
espacios vectoriales o anillos, entre muchas otras. En las siguientes secciones definiremos algunas de estas estructuras y examinaremos algunos
ejemplos elementales.
6.1 Grupos
6.1.
136
Grupos
Antes de definir formalmente lo que es un grupo, introduciremos el

concepto de operaci
on binaria y presentaremos algunos ejemplos.
Definici
on 6.1.1 (Operaci
on binaria). Sea G un conjunto no vaco. Una
operaci
on binaria de G es una funci
on de la forma f : G G G.
Ejemplo 6.1.2. Si G = Z, la funci
on f : Z Z Z definida como
f (n, m) = n + m Z, donde n, m Z,
es una operaci
on binaria, llamada la suma usual de Z.
En general, para verificar que f es una operacion binaria de G, es
importante asegurarse que f este bien definida; es decir, asegurarse que
f (a, b) realmente sea un elemento de G para cualquier par (a, b) G G.
Com
unmente llamamos a esto la propiedad de cerradura de la operacion.
Ejemplo 6.1.3. Consideremos el conjunto de n
umeros racionales distintos de cero, denotado como Q :
na
o
Q =
: a, b Z, a 6= 0,b 6= 0 .
b
La funci
on

f
a1 a2
,
b1 b2

=
a1 a2
ai
, donde
Q ,
b1 b2
bi
es una operaci
on binaria de Q. Para comprobar que la operaci
on est
a bien
definida, notemos que si ai 6= 0 y bi 6= 0, entonces a1 a2 6= 0 y b1 b2 6= 0,
y por lo tanto
a1 a2
Q .
b1 b2
Esta operaci
on se llama la multiplicaci
on usual de n
umeros racionales.
Ejemplo 6.1.4. Consideremos el conjunto de n
umeros enteros impares
I = {2n + 1 : n Z} .
La funci
on
f (a, b) = a + b, donde a, b I,
no es una operaci
on binaria de I porque no se cumple la propiedad de
cerradura: la suma de dos enteros impares no es un entero impar.
6.1 Grupos
137
En el ejemplo anterior, que ocurre si consideramos el conjunto de

enteros pares en lugar del conjunto de enteros impares? Es la suma en
este caso una operaci
on binaria? (Ejercicio 6.1.1).
Cuando los elementos de G son clases de equivalencia, imponemos la
condici
on de que una operaci
on binaria f de G debe ser independiente de
los representantes que se elijan en cada clase; m
as precisamente, f debe
cumplir que si [a] = [a0 ] y [b] = [b0 ], entonces f ([a], [b]) = f ([a0 ], [b0 ]). El
siguiente ejemplo ilustra esta situaci
on.
Ejemplo 6.1.5. Sea n N, n 6= 0. Consideremos el conjunto cociente
de la relaci
on m
odulo n:
Zn = {[0] , [1] , ..., [n 1]}
La funci
on
f ([m] , [k]) = [m + k] Zn , donde [m] , [k] Zn ,
es una operaci
on binaria de Zn . Claramente, f cumple la propiedad de
cerradura, pero en este caso tambien es necesario verificar que f es independiente de los representantes de clase. Esto queda establecido por el
Teorema 5.3.4, el cual demuestra que si [m] = [m0 ] y [k] = [k 0 ], donde
m, m0 , k, k 0 Z, entonces [m + k] = [m0 + k 0 ].
Notation 6.1.6. En general, escribimos : GG G para denotar una
operaci
on binaria cualquiera. Adem
as, es costumbre escribir a la imagen
del par (a, b) G G como a b.
Un grupo es una estructura algebraica que consiste en un conjunto
y una operaci
on binaria que cumple ciertas propiedades. Este concepto
surgi
o por primera vez en el siglo XIX, dentro de las investigaciones del
matem
atico frances Evariste
Galois. A pesar de haber sido asesinado en
un duelo a la corta edad de 20 a
nos, Galois desarrollo una de las teoras
matem
aticas m
as brillantes de la historia.
Definici
on 6.1.7 (Grupo). Sea G un conjunto no vaco y : G G G
una operaci
on binaria de G. El par (G, ) es un grupo si se cumplen las
siguientes propiedades:
G1 Asociatividad. Para toda a, b, c G, se cumple que
a (b c) = (a b) c.
G2 Identidad. Existe un elemento e G tal que e a = a e = a para
toda a A.
6.1 Grupos
138
G3 Inversos. Para cualquier a G, existe un elemento b G tal que

a b = b a = e.
El elemento e G de la propiedad G2 es llamado la identidad de G.
El elemento b G de la propiedad G3, que cumple que a b = b a = e, es
llamado el inverso a y denotado como a1 . M
as adelante demostraremos
que estos elementos son u
nicos.
Ejemplo 6.1.8. Sea + la suma usual de Z. El par (Z, +) es un grupo:
G1 Para toda n, m, k Z, se cumple que (n + m) + k = n + (m + k).
G2 La identidad es 0 Z porque 0 + n = n + 0 = n, para toda n Z.
G3 El inverso de cualquier n Z es n Z porque n + (n) = (n) +
n = 0.
Ejemplo 6.1.9. Consideremos un conjunto con s
olo un elemento {e} y
una operaci
on binaria definida como e e = e. El par ({e} , ) es un
grupo: las propiedades G1-G3 se cumplen obviamente. Llamamos a este
grupo el grupo trivial.
Ejemplo 6.1.10. Sea la multiplicaci
on usual de Q . El par (Q , ) es
un grupo:
G1 Para cualquier
ai
bi
Q , tenemos que
a1
b1
G2 La identidad es
1
1
a2 a3
b2 b3
Q porque
G3 El inverso de cualquier
a
b
a1 (a2 a3 )
b1 (b2 b3 )
(a1 a2 ) a3
=
(b1 b2 ) b3

a3
a1 a2
=
b1 b2
b3
=
1
1
Q es
b
a
a
b
a
b
1
1
= ab , para toda
Q porque ab ab =
ab
ba
a
b
Q .
ab
ab
= 11 .
En el ejemplo anterior, que pasa si consideramos al conjunto de

n
umeros racionales Q, que incluyen al cero? Es en este caso (Q, ) un
grupo? (Ejercicio 6.1.1).
Ejemplo 6.1.11. Consideremos un tri
angulo con vertices V = {v1 , v2 , v3 }.
Definamos una simetra del tri
angulo como una permutaci
on de V (una
6.1 Grupos
139
funci
on biyectiva sobre V ). Por ejemplo,
v1 7 v2
v2 7 v3
:
v3 7 v1
puede verse como una rotaci
on del tri
angulo de 120 grados (Figura 6.1).
Figura 6.1: Rotacion de 120 grados.

Similarmente, la permutaci
on
v1 7 v1
v2
7 v3
:
v3 7 v2
puede verse como una reflexi
on del tri
angulo a traves del eje que pasa por
v1 (Figura 6.2).
Figura 6.2: Reflexion del triangulo.

Sea D = Sym(V ) el conjunto de simetras del tri
angulo. Por el Ejercicio 6.1.5, la composici
on de funciones es una operaci
on binaria de D.
Adem
as, el par (D, ) es un grupo:
6.1 Grupos
140
G1 La asociatividad de se deduce directamente de la Definici

on 4.1.35.
G2 La permutaci
on
7 v1
v1
v2
7 v2
id :
v3
7 v3
es la identidad del grupo.
G3 Debido a que los elementos de D son funciones biyectivas, cualquier
elemento tiene un inverso.
Ejemplo 6.1.12. Sea + la operaci
on binaria de Zn del Ejemplo 6.1.5.
Entonces, el par (Zn , +) es un grupo (Ejercicio 6.1.1).
Ahora demostraremos algunos resultados b
asicos relacionados con los
grupos.
Lema 6.1.13 (Cancelaci
on derecha). Sea (G, ) un grupo y a, b, c G.
Si a c = b c, entonces a = b.
Demostraci
on. Usando las propiedades de la definicion de grupo,
a c = b c = (a c) c1 = (b c) c1 ,

= a c c1 = b c c1 ,
(G1)
= a e = b e,
(G3)
= a = b.
(G2)
Tambien es posible demostrar la cancelaci

on izquierda (Ejercicio 6.1.2).
Teorema 6.1.14 (Unicidad de los inversos). Sea (G, ) un grupo. El
inverso de cualquier elemento de G es u
nico.
Demostraci
on. Sea a G y supongamos que b, d G cumplen que
a b = b a = e y a d = d a = e. Demostramos que b = d:
b=be
(G2)
= b (a d)
(Hipotesis)
= (b a) d
(G1)
=ed
=d
(Hipotesis)
(G2)
6.1 Grupos
141
Tambien es posible demostrar que la identidad de un grupo es u

nica
(Ejercicio 6.1.2).
Un grupo (G, ) es finito si G es un conjunto finito. Cuando |G| = m,
podemos escribir una tabla, llamada la tabla de Cayley de (G, ), con m
filas y m columnas, que determina completamente el comportamiento de
la operaci
on del grupo. Para esto, primero ordenamos, de manera arbitraria, los elementos del grupo, G = {g1 , g2 , ..., gm }, y luego escribimos el
producto gi gj en la entrada (i, j) de la tabla.
Ejemplo 6.1.15. Consideremos el grupo (Z5 , +), donde
Z5 = {[0] , [1] , [2] , [3] , [4]} .
En este caso, la tabla de Cayley es la siguiente:
+
[0]
[1]
[2]
[3]
[4]
[0]
[0]
[1]
[2]
[3]
[4]
[1]
[1]
[2]
[3]
[4]
[0]
[2]
[2]
[3]
[4]
[0]
[1]
[3]
[3]
[4]
[0]
[1]
[2]
[4]
[4]
[0]
[1]
[2]
[3]
Tabla 6.1: Tabla de Cayley de (Z5 , +)

Cualquier grupo donde no importe el orden en el que se operan sus
elementos recibe un nombre especial.
Definici
on 6.1.16 (Grupo abeliano). Decimos que un grupo (G, ) es
abeliano si se cumple la siguiente propiedad:
G4 Conmutatividad. Para toda a, b G, se cumple que a b = b a.
El termino grupo abeliano hace referencia al matematico noruego
de principios del siglo XIX, Neils Henrik Abel.
Ejemplo 6.1.17. Los grupos (Z, +), (Q , ) y (Zn , +) son abelianos.
Ejemplo 6.1.18. El grupo (D, ) de simetras del tri
angulo no es abeliano. Para observar esto, sean y las simetras del Ejemplo 6.1.11.
Entonces
v1 7 v2
v2 7 v1
:
v3 7 v3
6.1 Grupos
142
mientras que
7 v3
v1
v2
7 v2
=
v3
7 v1
Por lo tanto 6= .
Si (G, ) es un grupo y H un subconjunto de G, denotemos por H a la
restricci
on de en H; en otras palabras, H es la funcion H : H H G
definida como
a H b = a b, donde a, b H.
Definici
on 6.1.19 (Subgrupo). Sea (G, ) un grupo y H G. Decimos
que (H, H ) es un subgrupo de (G, ) si (H, H ) es en s mismo un grupo.
Decimos que (H, H ) es un subgrupo propio de (G, ) si H es un subconjunto propio de G (es decir, H ( G).
Teorema 6.1.20 (Test del subgrupo). Sea (G, ) un grupo y H G. El
par (H, H ) es un subgrupo de (G, ) si y s
olo si se cumple las siguientes
propiedades:
S1 Se cumple la propiedad de cerradura en H; es decir, a b H para
toda a, b H.
S2 La identidad del grupo (G, ) est
a contenida en H.
S3 Para cualquier a H, se cumple que a1 H.
Demostraci
on.
() Si (H, H ) es un subgrupo, claramente las propiedades S1-S3 se
cumplen.
() Supongamos que (H, H ) cumple las propiedades S1-S3. La propiedad S1 garantiza que H es una funci
on de la forma H H H,
as que es una operaci
on binaria de H. Las propiedades S2 y S3 implican directamente que G2 y G3 se cumplen. Finalmente, (H, H )
tambien cumple G1 porque, para cualquier a, b, c H,
a H (b H c) = a (b c) = (a b) c = (a H b) H c.
Por lo tanto, (H, H ) es un grupo en s mismo.
Para simplificar notaci
on, si (H, H ) es un subgrupo de (G, ), denotaremos la operaci
on H con el mismo smbolo que la operacion de (G, ).
6.1 Grupos
143
Ejemplo 6.1.21. El grupo trivial ({e} , ) es un subgrupo de cualquier

grupo (G, ).
Ejemplo 6.1.22. Sea n N, n 6= 0. Consideremos al conjunto de los
m
ultiplos enteros de n:
nZ = {nk : k Z} .
Claramente, nZ es un subconjunto de Z (de hecho, un subconjunto propio
si n 6= 1). Demostraremos que (nZ, +) es un subgrupo de (Z, +):
S1 Sean a, b nZ. Entonces a = nk1 y b = nk2 para algunos k1 , k2 Z.
As tenemos que,
a + b = nk1 + nk2 = n (k1 + k2 ) nZ.
S2 El conjunto nZ contiene a 0 porque 0 = n0.
S3 Si a nZ, entonces a = nk, para alg
un k Z, as que a = n (k)
nZ.
Hay un metodo sencillo para encontrar un subgrupo de un grupo
finito (G, ). Primero, tomamos cualquier elemento g G distinto de la
identidad, y lo operamos consigo mismo:
(g g), (g g g), (g g g g), ...
El proceso termina cuando encontremos que
(g g ... g) = e.
Esto siempre sucede dado que G es un conjunto finito. Para simplificar
notaci
on, escribimos g i = (g ...g), donde g est
a operado consigo mismo i
veces, y g 0 = e. Sea n N el entero positivo m
as peque
no tal que g n = e,
y definamos

hgi = e, g, g 2 , g 3 , ..., g n1 .
Ahora veremos que (hgi , ) es un subgrupo de (G, ), llamado el grupo
cclico generado por g.
Teorema 6.1.23 (Subgrupo cclico). Con la notaci
on de arriba, (hgi , )
es un subgrupo de (G, ).
Demostraci
on. Usaremos el Test del subrgupo (Teorema 6.1.20).
6.1 Grupos
144
S1 Sean g k , g s hgi, 1 k, s < n. Observemos que

g k g s = (g ... g) (g ... g) = g k+s
Si (k + s) < n, es claro que g k+s hgi. Por otro lado, si (k + r) > n,
usamos el algoritmo de la divisi
on para encontrar enteros q, r Z
tales que
(k + s) = qn + r, donde 0 r < n.
Por lo tanto,
g k+s = g qn+r
= g n g n ... g n g r
= e e ... e g r
= g r hgi .
S2 Por definici
on, e = g 0 hgi.
S3 Ejercicio 6.1.3.
Ejemplo 6.1.24. Consideremos al elemento [2] en el grupo (Z6 , +).

Observemos que
[2] + [2] = [4]
[2] + [2] + [2] = [0] .
Por lo tanto, ({[0] , [2] , [4]} , +) es un subgrupo de (Z6 , +). Consideremos ahora [3] en (Z6 , +) y veamos que [3] + [3] = [0]. Por lo tanto,
({[0] , [3]} , +) es un subgrupo de (Z6 , +).

on: operaci
on binaria, grupo, identidad,
inverso, grupo abeliano, subgrupo, subgrupo cclico.
6.1 Grupos
6.1.1.
145
Ejercicios de Grupos
Ejercicio 6.1.1. Cu
ales de los siguientes pares son grupos? En caso de
serlo, demuestra que se cumplen las propiedades de cerradura y G1-G3.
En caso contrario, determina que propiedad es la que no se cumple.
a) (Zn , +), donde + es la suma de clases de equivalencia.
b) (2Z, +), donde + es la suma usual de n
umeros.
c) (N, +), donde + es la suma usual de n
umeros.
d) (Q, ), donde es la multiplicaci
on usual de fracciones.
Ejercicio 6.1.2. Sea (G, ) un grupo. Demuestra lo siguiente:
a) Sean a, b, c G. Si c a = c b, entonces a = b.
b) La identidad de (G, ) es u
nica.
Ejercicio 6.1.3. Sea (G, ) un grupo, g G, g 6= e. Si

hgi = e, g, g 2 , ..., g n1
es el conjunto definido en esta secci
on, con g n = e, demuestra que (hgi , )
cumple la propiedad S3 del Teorema 6.1.20.
Ejercicio 6.1.4. Encuentra todos los subgrupos cclicos de Z3 , Z4 , Z5
y Z8 . Puedes encontrar subgrupos cclicos propios no triviales en Z3 o
Z5 ? A que crees que se deba esto?
Ejercicio 6.1.5. Sea D el grupo de simetras del tri
angulo.
a) Explica por que la composici
on de funciones es una operaci
on binaria de D.
b) Cu
antos elementos hay en D? Escrbelos todos usando la notaci
on
del Ejemplo 6.1.11.
c) Encuentra la tabla de Cayley del grupo (D, ).
d) Encuentra dos subgrupos propios no triviales de (D, ).
Ejercicio 6.1.6. Sea V = {v1 , v2 , v3 , v4 } y considera el conjunto de permutaciones Sym(V ).
a) Demuestra que (Sym(V ), ) un grupo, donde es la composici
on de
funciones.
b) Cu
antos elementos hay en Sym(V )? Escrbelos todos con la notaci
on
usada en el Ejemplo 6.1.11.
c) Encuentra la tabla de Cayley de (Sym(V ), )
6.2 Campos
6.2.
146
Campos
En esta secci
on definiremos una nueva estructura algebraica que involucra dos operaciones binarias.
Definici
on 6.2.1 (Campo). Sea F un conjunto no vaco. Sean + y dos
operaciones binarias de F . La trada (F, +, ) es un campo si se cumplen
las siguientes propiedades:
C1 (F, +) es un grupo abeliano con identidad e0 .
C2 Si F = F \ {e0 }, entonces (F , ) es un grupo abeliano con identidad
e1 6= e0 .
C3 Distributividad. Para toda a, b, c F , a (b + c) = (a b) + (a c).
Las operaciones + y en un campo son llamadas suma y
plicaci
on, respectivamente. Esto no significa que + y sean la
multiplicaci
on usual de n
umeros; de hecho, el conjunto F podra
tener n
umeros. Al elemento e0 se le llama identidad aditiva del
mientras que a e1 se le llama identidad multiplicativa.
multisuma y
no concampo,
Si (F, +, ) es un campo, es costumbre denotar como a al inverso

aditivo de a F , y como a1 al inverso multiplicativo de a, siempre y
cuando a 6= e0 . Para simplificar notaci
on, si a, b F , escribimos a b
en lugar de a + (b). Como ambas operaciones + y forman grupos
abelianos, es claro que a + b = b + a y que a b = b a para toda a, b F .
De hecho, podemos decir que una triada (F, +, ) es un campo si las
operaciones binarias + y cumplen todas las propiedades basicas de la
aritmetica.
Proposici
on 6.2.2 (Identidad aditiva). Sea (F, +, ) un campo. Para
cualquier a F , tenemos que e0 a = e0 .
Demostraci
on. Usando las propiedades de la definicion,
(e0 a) + e0 = e0 a
(C1)
= (e0 + e0 ) a
(C1)
= (e0 a) + (e0 a) .
(C3)
Por lo tanto, e0 = e0 a por cancelaci

on derecha en el grupo (F, +).
Usando la proposici
on anterior, podemos darnos cuenta por que el
elemento e0 F no tiene inverso multiplicativo (Ejercicio 6.2.1).
Proposici
on 6.2.3 (Inverso aditivo de un producto). Sea (F, +, ) un
campo. Para toda a, b F , tenemos que (a) b = a (b) = (a b).
6.2 Campos
147
Demostraci
on. El elemento (a b) es, por definicion, el inverso aditivo
del producto a b F . Observemos que
(a b) + ((a) b) = (a + (a)) b
= e0 b
= e0 .
(C3)
(C1)
(6.2.2)
Por lo tanto, (a) b tambien es el inverso aditivo de a b, as que (a)

b = (a b) por la unicidad de los inversos en (F, +). De forma similar,
podemos demostrar que a (b) = (a b).
Ejemplo 6.2.4. El campo m
as peque
no que existe es (Z2 , +, ) donde
Z2 = {[0] , [1]}. La identidad aditiva es e0 = [0] y la identidad multiplicativa es e1 = [1]. En este caso, el grupo (Z2 , ) es el grupo trivial, donde
[1] [1] = [1].
Ejemplo 6.2.5. El conjunto de los n
umeros racionales
o
na
: a, b Z, b 6= 0 ,
Q=
b
junto con la suma usual +, definida como
a1
a2
a1 b2 + a2 b1
+
=
,
b1
b2
b1 b2
y multiplicaci
on usual de fracciones, es un campo. Demostremos que se
cumplen las propiedades de la definici
on:
C1 Ejercico 6.2.2.
C2 Por el Ejemplo 6.1.10, (Q , ) es un grupo abeliano con identidad
multiplicativa e1 = 11 .
C3 Para cualquier
ai
bi
Q, tenemos que
a1
b1
a2
a3
+
b2
b3

a1
a 2 b3 + a 3 b2
=
b1
b2 b3
a1 (a2 b3 + a3 b2 )
=
b1 (b2 b3 )
a1 a2 b3 + a1 a3 b2
=
.
b1 b2 b3
6.2 Campos
148
Por otro lado,

a1 a2
a1 a3
a1 a2
a1 a3
+
=
+
b1 b2
b1 b3
b1 b2
b1 b3
a1 a2 (b1 b3 ) + a1 a3 (b1 b2 )
=
b1 b2 (b1 b3 )
b1 (a1 a2 b3 + a1 a3 b2 )
=
b1 (b1 b2 b3 )
a1 a2 b3 + a1 a3 b2
=
.
b1 b2 b3
Por lo tanto,
a1
b1
a2
a3
+
b2
b3

=
a1 a2
b1 b2

+
a1 a3
b1 b3

.
Ejemplo 6.2.6. La trada (Z, +, ) no es un campo porque (Z \ {0} , ) no

es un grupo: ning
un elemento a Z, a 6= 1, tiene inverso multiplicativo
en Z.
Ejemplo 6.2.7. La trada (R, +, ) es un campo, con identidad aditiva 0
e identidad multiplicativa 1, llamado el campo de los n
umeros reales.
umeros complejos es el conjunto de pares de n
umeros reales:
C = {(x, y) : x, y R} = R R
La primera coordenada de C se llama coordenada real, mientras que la
segunda se llama coordenada imaginaria. El n
umero complejo (x, y) C
es llamado real puro si y = 0, o imaginario puro si x = 0.
Nuestro objetivo ahora es definir dos operaciones binarias
+:CCC y :CCC
tales que la trada (C, +, ) sea un campo. Llamamos a + la suma usual
de n
umeros complejos y la definimos como
(x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 ) C,
donde (xi , yi ) C. Por otro lado, llamamos a la multiplicaci
on usual de
n
umeros complejos y la definiremos como
(x1 , y1 ) (x2 , y2 ) = (x1 x2 y1 y2 , x1 y2 + x2 y1 ) C,
donde xi yj representa la multiplicaci
on usual de n
umeros reales.
6.2 Campos
149
Si (x1 , 0) y (x2 , 0) son reales puros, las operaciones definidas previamente coinciden con la suma y multiplicaci
on usual de n
umeros reales:
(x1 , 0) + (x2 , 0) = (x1 + x2 , 0) ,
(x1 , 0) (x2 , 0) = (x1 x2 , 0) .
Observemos que, para cualquier (x, y) C,
(x, y) = (x, 0) (1, 0) + (y, 0) (0, 1)
Para simplificar notaci
on, identificaremos a (x, 0) y (y, 0) con los n
umeros
reales x, y R, respectivamente. Si definimos
i = (0, 1) C,
podemos denotar al n
umero complejo (x, y) como
x + yi C.
El imaginario puro i = (0, 1) es llamado unidad imaginaria y cumple
que
i2 = (0, 1) (0, 1) = (1, 0) ,
al cual identificamos con 1 R. Es por esta razon que com
unmente se
dice que i es una raz cuadrada de 1.
Con con esta nueva notaci
on, la suma y multiplicacion de n
umeros
complejos puede escribirse como
(x1 + y1 i) + (x2 + y2 i) = x1 + x2 + (y1 + y2 ) i,
(x1 + y1 i) (x2 + y2 i) = x1 x2 y1 y2 + (x1 y2 + x2 y1 ) i.
Ejemplo 6.2.8. Consideremos los n
umeros complejos 5 + i y 2 + 4i.
Entonces,
(5 + i) + (2 + 4i) = (5 + 2) + (1 + 4)i = 7 + 5i,
(5 + i) (2 + 4i) = (10 4) + (20 + 2) i = 6 + 22i.
Demostrar que la trada (C, +, ) es un campo no es difcil, utilizando
la notaci
on definida junto con las propiedades de los n
umeros reales. Sin
embargo, la demostraci
on es algo laboriosa, as que se deja como ejercicio.
Ahora consideraremos un campo con un n
umero finito de elementos.
6.2 Campos
150
Ejemplo 6.2.9. La trada (Z5 , +, ) es un campo finito, donde Z5 =

{[0] , [1] , [2] , [3] , [4]}. La operaci
on est
a definida como
[k] [s] = [ks] Z5 donde k, s Z.
Por el Ejercicio 6.2.3, esta operaci
on est
a bien definida. Por el Ejercicio
10.2 , (Z5 , +) es un grupo. Claramente (Z5 , +) es abeliano porque
[k] + [s] = [k + s] = [s + k] = [s] + [k] .
Demostraremos que (Z5 \ {0} , ) es un grupo abeliano.
G1 La operaci
on es asociativa: para toda m, k, s Z,
[m] ([k] [s]) = [m (ks)] = [(mk) s] = ([m] [k]) [s] .
G2 La identidad multiplicativa es [1] porque [1] [s] = [1s] = [s].
G3 Demostramos la existencia del inverso multiplicativo de [s] Z5
usando el Teorema de Bezout. Como 5 Z es un n
umero primo,
sabemos que mcd (s, 5) = 1. Por lo tanto, existen enteros x, y Z
tales que
1 = sx + 5y
De esta forma, [x] Z5 es el inverso multiplicativo de [s] porque
[s] [x] = [sx] = [1 5y] = [1] .
G4 La operaci
on es conmutativa: para toda m, k, s Z,
[k] [s] = [ks] = [sk] = [s] [k] .
Si (F, +, ) es un campo y R F , decimos que R es un subcampo si
(R, +, ) es un campo en s mismo.
Ejemplo 6.2.10. El campo (Q, +, ) es un subcampo de (R, +, ). A su
vez, (R, +, ) es un subcampo de (C, +, ).
Proposici
on 6.2.11 (Test del subcampo). Sea (F, +, ) un campo y R
F . Entonces, (R, +, ) es un subcampo de (F, +, ) si y s
olo si se cumplen
las siguientes propiedades:
SC1 Las identidades del campo pertenecen a R, es decir e0 , e1 R.
SC2 Para toda a, b R, tenemos que a + b R y a R.
SC3 Para toda a, b R , tenemos que ab R y
1
a
R .
6.2 Campos
151
Demostraci
on. Ejercicio 6.2.6.
Ejemplo 6.2.12. Consideremos el conjunto
n
o
Q
2 = x + y 2 : x, y R

Demostraremos que la triada Q 2 , +, es un subcampo de (R, +, ).
SC1 Claramente, 0 = 0 + 0 2 y 1 = 1 + 0 2 pertenecen a Q 2 .

SC2 Si xi + yi 2 Q 2 , entonces

x1 + y1 2 + x2 + y2 2 = (x1 + x2 )+(y1 + y2 ) 2 Q
2 .
El inverso aditivo de x + y 2 es

2 .
x + y 2 = (x) + (y) 2 Q

SC3 Si xi + yi 2 Q 2 , tenemos que

x1 + y1 2 x2 + y2 2 = (x1 x2 + 2y1 y2 ) + (x1 y2 + x2 y1 ) 2
es un elemento de Q
en R es
2 . El inverso multiplicativo de x+y 2 6= 0

1
,
x+y 2

aunque no est
a claro si este es un elemento de Q 2 . Para demostrar que el inverso tiene la forma requerida, racionalizamos el
denominador:
1
xy 2
1
=
x+y 2
x+y 2xy 2
xy 2
= 2
x 2y 2

x
y
=
Q
2 .
x2 2y 2
x2 2y 2

on: campo, n
umeros racionales, n
umeros
reales, n
umeros complejos, campo finito, subcampo.
6.2 Campos
6.2.1.
152
Ejercicios de Campos
Ejercicio 6.2.1. Sea (F, +, ) un campo. Explica por que la identidad

aditiva e0 F no tiene inverso multiplicativo en F .
Ejercicio 6.2.2. Demuestra que los siguientes pares son grupos abelianos.
a) (Q, +), donde + es la suma de n
umeros racionales definida en esta
secci
on.
b) (C, +), donde + es la suma de n
umeros complejos.
c) (C , ), donde es la multiplicaci
on de n
umeros complejos.
Ejercicio 6.2.3. Sea n N, n 6= 0. Si [k] , [s] Zn , demuestra que la
operaci
on binaria [k] [s] = [ks] no depende de los representantes k y s.
Concluye que es una operaci
on binaria de Zn bien definida.
Ejercicio 6.2.4. Cu
ales de las siguientes tradas son campos? Justifica
tu respuesta detalladamente.
a) (C, +, ), donde + y son las operaciones usuales.
b) (N, +, ), donde + y son las operaciones usuales
c) (Z, +, ), donde + y son las operaciones usuales.
d) (Z3 , +, ), donde + y son las operaciones usuales de clases definidas en esta secci
on.
e) (Z4 , +, ), donde + y son las operaciones usuales de clases.
Ejercicio 6.2.5. Sea p N un n
umero primo. Demuestra que (Zp , +, )
es un campo finito.
on 6.2.2 usando el Test del subgrupo 6.1.20.
Ejercicio 6.2.7. Si i es la unidad imaginaria, definamos
Q (i) = {x + yi : x, y Q} .
Demuestra que (Q (i) , +, ) es un subcampo de (C, +, ) distinto de (R, +, ).
6.3 Espacios Vectoriales
6.3.
153
Espacios Vectoriales
Otra de las estructuras algebraicas m

as importantes son los espacios
vectoriales. En este captulo, daremos una breve introduccion a las propiedades b
asicas de los espacios vectoriales; un estudio mas detallado puede
encontrarse en [17].
Definici
on 6.3.1 (Espacio Vectorial). Sea V un conjunto no vaco. Sean
+ una operaci
on binaria de V y : R V V una funci
on. La trada
(V, +, ) es un espacio vectorial real si, para toda , R, v, w V , se
cumplen las siguientes propiedades:
V1 (V, +) es un grupo abeliano con identidad e0 .
V2 Distributividad 1: (v + w) = v + w.
V3 Distributividad 2: ( + ) v = v + v.
V4 Asociatividad: () v = ( v).
V5 Identidad: 1 v = v.
Los elementos de un espacio vectorial real son com
unmente llamados
vectores. La operaci
on binaria + es llamada suma, mientras que la
operaci
on es llamada multiplicaci
on por escalar.
Ejemplo 6.3.2 (Rn ). Consideremos el conjunto
R3 = R R R = {(x, y, z) : x, y, z R} .
Definamos la suma en Rn como
(x1 , y1 , z1 ) + (x2 , y2 , z2 ) = (x1 + x2 , y1 + y2 , z1 + z2 ) R3 ,
y la multiplicaci
on por escalar como
(x, y, z) = (x, y, z) R3 ,

donde R. La triada R3 , +, es un espacio vectorial real:
V1 Ejercicio 6.3.1.
V2 Si R, entonces
[(x1 , y1 , z1 ) + (x2 , y2 , z2 )]
= (x1 + x2 , y1 + y2 , z1 + z2 )
= ( (x1 + x2 ) , (y1 + y2 ) , (z1 + z2 ))
= (x1 + x2 , y1 + y2 , z1 + z2 )
= (x1 , y1 , z1 ) + (x2 , y2 , z2 )
= (x1 , y1 , z1 ) + (x2 , y2 , z2 ) .
154
V3 Si , R, entonces
( + ) (x, y, z) = (( + ) x, ( + ) y, ( + ) z)
= (x + x, y + y, z + z)
= (x, y, z) + (x, y, z)
= (x, y, z) + (x, y, z) .
V4 Si , R, entonces
() (x, y, z) = (() x, () y, () z)
= ( (x) , (y) , (z))
= (x, y, z)
= ( (x, y, z)) .
V5 Claramente,
1 (x, y, z) = (1x, 1y, 1z) = (x, y, z) .
Ejemplo 6.3.3 (M2 (R)). Consideremos el conjunto de matrices

a1 a2
M2 (R) =
: ai R .
a3 a4
Definamos la suma de matrices como

a1 a2
b1 b2
a1 + b1
+
=
a3 a4
b3 b4
a3 + b3
y la multiplicaci
on por escalar como

a1 a2
a1
=
a3 a4
a3
a2
a4
a2 + b2
a4 + b4

,

, donde R.
La trada (M2 (R), +, ) es un espacio vectorial real (Ejercicio 6.3.2).

Ejemplo 6.3.4. Consideremos el conjunto de funciones reales
Fun = {f : R R} .
Definamos la suma de dos funciones f y g como la funci
on (f g) Fun
dada por
(f g) (x) = f (x) + g (x) , para x R.
Definamos la multiplicaci
on de f por el escalar R como la funci
on
f Fun dada por
( f ) (x) = f (x) , para x R.
La triada (Fun, , ) es un espacio vectorial real. Demostraremos V1 y
se deja como ejercicio demostrar V2-V5.
155
V1 (G1) La operaci
on es asociativa porque
[f (g h)] (x) = f (x) + (g h) (x)
= f (x) + [g (x) + h (x)]
= [f (x) + g (x)] + h (x)
= (f g) (x) + h (x)
= [(f g) h] (x) ,
para toda x R. Como dos funciones son iguales si y s
olo si coinciden en todos sus valores, tenemos que
f (g h) = (f g) h.
V1 (G2) Sea i0 : R R la funci
on definida como i0 (x) = 0, para toda
x R. Entonces,
(f i0 ) (x) = f (x) + i0 (x)
= f (x) + 0
= f (x) ,
para toda x R, lo que implica que
f i0 = f.
Esto demuestra que i0 es la identidad de (Fun, ).
V1 (G3) El inverso aditivo de una funci
on f Fun es la funci
on (f ) :
R R definida como (f ) (x) = f (x). Efectivamente,
(f (f )) (x) = f (x) + (f ) (x)
= f (x) f (x)
= 0 = i0 (x),
para toda x R, as que
f (f ) = i0 .
V1 (G4) La operaci
on es conmutativa porque
(f g) (x) = f (x) + g (x)
= g (x) + f (x)
= (g f ) (x) ,
para toda x R, as que
f g = g f.
156
Proposici
on 6.3.5 (Propiedades de espacios vectoriales). Sea (V, +, )
un espacio vectorial real. Para toda v V , R, tenemos que:
1. 0 v = e0 .
2. e0 = e0 .
3. () v = ( v).
Demostraci
on. Demostraremos cada punto.
1. Observemos que
0 v + e0 = 0 v
(V1)
= (0 + 0) v
= 0 v + 0 v.
(V3)
Por cancelaci
on derecha en el grupo (V, +), tenemos que e0 = 0 v.
2. Si = 0, e0 = e0 por la parte (1.) de esta proposicion. Si 6= 0,
entonces, para cualquier w V ,
e0 = e0 + e0
= e0 + e0

1
e0
= e0 +

1
= e0 +
e0

1
=
e0
= e0
= 1 e0 = e0 .
(V1)
(V5)
(V4)
(V2)
(V1)
(V4)
(V5)
3. Ejercicio 6.3.3.
Un subconjunto W de un espacio vectorial real (V, +, ) es un subespacio vectorial si (W, +, ) es un espacio vectorial real en s mismo.
Teorema 6.3.6 (Test del subespacio). Sea (V, +, ) un espacio vectorial
real y W V . Entonces (W, +, ) es un subespacio vectorial si y s
olo si
SV1 e0 W .
157
SV2 Para toda u, v W , tenemos que u + v W .

SV3 Para toda v W , R, tenemos que v W .
Demostraci
on. Es claro que si (W, +, ) es un subespacio vectorial, las
propiedades SV1-SV3 deben cumplirse.
Supongamos que W satisface las propiedades SV1-SV3. Demostremos que (W, +, ) es un espacio vectorial en s mismo. El par (W, +) es
un subgrupo abeliano de (V, +):
S1 Por la hip
otesis SV1, la identidad aditiva e0 pertenece a W .
S2 Por la hip
otesis SV2, u + v W para toda u, v W .
S3 Si v W , por SV3, sabemos que (1) v W . Como (1) v =
(1 v) = v, por la Proposici
on 6.3.5 (3.), tenemos que v W .
La hip
otesis SV3 implica que la multiplicaci
on por escalar esta bien definida en W . Luego, las propiedades V2-V5 de espacio vectorial se cumplen para (W, +, ) al ser un caso particular de las propiedades V2-V5
de (V, +, ). Por lo tanto, (W, +, ) es un espacio vectorial en s mismo.
Definici
on 6.3.7 (Combinaci
on lineal). Sea (V, +, ) un espacio vectorial real. Una combinaci
on lineal de los vectores v1 , v2 , ..., vn V es un
vector de la forma
w = 1 v1 + 2 v2 + ... + n vn , donde i R.
Definici
on 6.3.8 (Espacio generado). Sea (V, +, ) un espacio vectorial
real y A = {v1 , ..., vn } un subconjunto de V . El conjunto
gen (A) = {1 v1 + 2 v2 + ... + n vn : i R}
es llamado el espacio generado por A.
En otras palabras, gen (A) es el conjunto de combinaciones lineales de
los vectores de A.
Proposici
on 6.3.9 (Espacio generado). Sea (V, +, ) un espacio vectorial real y A = {v1 , ..., vn } V . La trada (gen (A) , +, ) es un subespacio
vectorial de (V, +, ).
Demostraci
on. Usaremos el Test del subespacio.
158
SV1 Por la Proposici

on 6.3.5 (1.), tenemos que
0 v1 + 0 v2 + ... + 0 vn = e0 + e0 + ... + e0 = e0 ,
por lo que e0 gen (A).
SV2 Consideremos dos elementos arbitrarios de gen(A):
1 v1 + ... + n vn y 1 v1 + ... + n vn ,
donde i , i R. Por la propiedad V3, la cual se cumple en
(V, +, ), tenemos que
(1 v1 + ... + n vn ) + (1 v1 + ... + n vn )
= (1 + 1 ) v1 + ... + (n + m ) vn gen (A) .
SV3 La propiedad V2 implica que
(1 v1 + ... + n vn )
= (1 v1 ) + ... + (n vn )
(V2)
= (1 ) v1 + ... + (n ) vn gen (A)
(V4)
Ejemplo 6.3.10. Consideremos el subconjunto

A = {(1, 0, 0) , (0, 1, 1)} R3 .
El espacio generado por A es
gen (A) = {1 (1, 0, 0) + 2 (0, 1, 1) : i R}
= {(1 , 0, 0) + (0, 2 , 2 ) : i R}
= {(1 , 2 , 2 ) : i R} .
Ejemplo 6.3.11. Consideremos el subconjunto
B = {(1, 0, 0) , (0, 1, 0) , (0, 0, 1)} R3 .
El espacio generado por B es
gen (A) = {1 (1, 0, 0) + 2 (0, 1, 0) + 3 (0, 0, 1) : i R}
= {(1 , 2 , 3 ) : i R}
= R3 .
on: espacio vectorial real, subespacio,
combinaci
on lineal, espacio generado.
6.3.1.
159
Ejercicios de Espacios Vectoriales

Ejercicio 6.3.1. Demuestra que R3 , + es un grupo abeliano.
Ejercicio 6.3.2. Demuestra que las siguientes tradas son espacios vectoriales reales.
a) (M2 (R) , +, ), donde M2 (R) es el conjunto de matrices definido
anteriormente.
b) (Rn , +, ), donde Rn = R R ... R, n N.
c) (Fun, , ), donde Fun es el conjunto de funciones sobre R.
Ejercicio 6.3.3. Sea (V, +, ) un espacio vectorial real. Demuestra que
() v = ( v), para toda R, v V .
Ejercicio 6.3.4. Definamos la multiplicaci
on de elementos de R3 como
(x1 , x2 , x3 ) (y1 , y2 , y3 ) = (x1 y1 , x2 y2 , x3 y3 ) R3 ,

donde xi , yi R. Es la trada R3 , , un espacio vectorial real? Justifica tu respuesta.
Ejercicio 6.3.5. Demuestra las siguientes afirmaciones.

a) W = (x, 0, z) : x, z R3 es un subespacio de R3 , +, .
b) Fun0 := {f : R R : f (0) = 0} es un subespacio de (Fun, , ).
c) Fun1 := {f : R R : f (1) = 1} no es un subespacio de (Fun, , ).
Ejercicio 6.3.6. Encuentra el espacio generado por los siguientes subconjuntos de R3 :
A1 = {(7, 0, 0)} ,
A2 = {(2, 0, 0) , (0, 0, 0) , (1, 0, 0) , (0, 0, 1)} ,
A3 = {(1, 0, 0) , (1, 1, 0) , (1, 1, 1)} .
Ejercicio 6.3.7. Sean
W1 = {(1 , 2 , 2 ) : i R} ,
W2 = {(1 , 0, 0) : 1 R} ,
W3 = {(1 , 2 , 31 52 ) : i R} .
Encuentra subconjuntos de vectores Ai en R3 tales que
gen (Ai ) = Wi .
Concluye que (Wi , +, ) es un subespacio de R3 , +, para cada i.
6.4 Polinomios
6.4.
160
Polinomios
En este captulo final, presentamos formalmente uno de los conceptos

m
as importantes usados en
algebra. Muy probablemente, el lector ya
est
a familiarizado con el uso de polinomios a traves de cursos previos sobre
algrebra b
asica. Sin embargo, tambien es probable que estos conceptos no

se hayan definido formalmente. Aqu, abordaremos nuevamente muchos
de los conceptos elementales relacionados con polinomios y analizaremos
el tipo de estructuras algebraicas que pueden formarse con ellos.
A partir de ahora, si (F, +, ) es un campo, denotaremos sus identidades aditiva e0 F y multiplicativa e1 F simplemente como 0 y 1,
respectivamente. La raz
on de esto es que, generalmente, estaremos pensando en los campos de n
umeros racionales, reales o complejos.
Definici
on 6.4.1 (Polinomio). Sea (F, +, ) un campo. Decimos que f (x)
es un polinomio con coeficientes en F en la variable x, si f (x) es una
expresi
on de la forma
f (x) = an xn + an1 xn1 + ... + a1 x + a0 ,
donde ai F , n N.
Los terminos ai de un polinomio f (x) son llamados los coeficientes
del polinomio. Denotamos como F [x] al conjunto de polinomios con coeficientes en F en la variable x.
Definici
on 6.4.2 (Grado). Sea
f (x) = an xn + an1 xn1 + ... + a1 x + a0 F [x]
un polinomio donde an 6= 0. El grado de f (x), denotado como deg f (x),
es el n
umero n N. El coeficiente an F es llamado el coeficiente
principal de f (x).
Observemos que no asociamos ning
un grado con el polinomio 0 F [x].
Definici
on 6.4.3 (Polinomio m
onico). Un polinomio f (x) F [x] es
m
onico si su coeficiente principal es igual a 1.
Definici
on 6.4.4 (Polinomio constante). Un polinomio f (x) F [x] es
llamado constante si f (x) = 0 o deg f (x) = 0.
Observemos que los polinomios constantes de F [x] coinciden con los
elementos de F .
6.4 Polinomios
161
Definimos la suma y la multiplicaci

on de polinomios de la siguiente
manera. Sean f (x) , g (x) F [x] polinomios
f (x) = an xn + an1 xn1 + ... + a0 ,
g (x) = bm xm + bm1 xm1 + ... + b0 .
donde ai , bi F . Sin perder generalidad, podemos suponer que n m.
Definimos la suma de f (x) y g (x) como
f (x) + g (x) = an xn + ... + am+1 xm+1 + (am + bm ) xm + ... + (a0 + b0 ) .
Por otro lado, definimos la multiplicaci
on de f (x) y g (x) como
f (x) g (x) = an bm xn+m + (an1 bm + an bm1 ) xn+m1
+ ... + (a1 b0 + a0 b1 ) x + (a0 + b0 )
n+m
X
X
=
ai bj xk .
k=0
i+j=k
La definici
on anterior podra parecer poco natural; sin embargo, si prestamos atenci
on, podemos darnos cuenta que se trata en realidad de la
multiplicaci
on usual de polinomios estudiada en cursos de algebra basica.
Ejemplo 6.4.5. Consideremos los polinomios
f (x) = x2 + 3x + 2 y g (x) = x 1
en Q [x]. Claramente, f (x) tiene grado 2 y coeficientes a2 = 1, a1 = 3 y
a0 = 2. El grado de g (x) es 1 y sus coeficientes son b1 = 1, b0 = 1. La
suma y producto de estos polinomios son:
f (x) + g (x) = a2 x2 + (a1 + b1 ) x + (a0 + b0 )
= x2 + 4x + 1 Q [x] ,
f (x) g (x) = a2 b1 x3 + (a2 b0 + a1 b1 ) x2 + (a1 b0 + a0 b1 ) x + a0 b0
= x3 + 2x2 x 2 Q [x] .
La trada (F [x] , +, ) no es un campo ya que muchos polinomios no
tienen inverso multiplicativo en F [x]. Por ejemplo, x F [x] no tiene
inverso multiplicativo en F [x] porque expresiones como x1 no son polinomios. De hecho, ning
un polinomio no constante tiene inverso multiplicativo en F [x] (Ejercicio 6.4.4).
Sin embargo, (F [x] , +, ) satisface muchas otras propiedades:
6.4 Polinomios
162
1. (F [x] , +) es un grupo abeliano (Ejercicio 6.4.1).

2. La multiplicaci
on es asociativa y conmutativa.
3. Existe la identidad multiplicativa: el polinomio constante 1 F [x].
4. La propiedad distributiva se cumple.
Una estructura algebraica que satisface estas propiedades es llamada anillo conmutativo, las cuales se estudian normalmente en cursos mas avanzados de
algebra abstracta.
La trada (F [x] , +, ) comparte muchas propiedades con (Z, +, ). La
siguiente definici
on es an
aloga al caso de los n
umeros enteros.
Definici
on 6.4.6 (Factor). Sean f (x) , h (x) F [x]. Decimos que f (x)
es un factor de h (x), o que f (x) divide a h (x), si h (x) = f (x) g (x)
para alg
un g (x) F [x].
Ejemplo 6.4.7. Con respecto al Ejemplo 6.4.5, el polinomio f (x) =
x2 + 3x + 2 divide a h (x) = x3 + 2x2 x 2 porque h (x) = f (x) g (x),
donde g (x) = x 1.
En el la Secci
on 5.2, estudiamos el algoritmo de la division en Z. Este
resultado tambien se cumple para polinomios.
Teorema 6.4.8 (Algoritmo de la Divisi
on). Sea F un campo y f (x) , g (x)
F [x], g (x) 6= 0. Existen polinomios u
nicos q (x) y r (x) en F [x] tales que
f (x) = g (x) q (x) + r (x)
donde r (x) = 0 o deg r (x) < deg g (x).
Omitimos la demostraci
on del teorema anterior ya que involucra algunos conceptos que no hemos definido en este texto. Al igual que en el
caso de los enteros, el polinomio q (x) se llama cociente y el polinomio
r (x) se llama residuo de la divisi
on de f (x) entre g (x).
Ejemplo 6.4.9. Consideremos los polinomios f (x) = 2x4 + x y g (x) =
x2 + 2x + 1 en Q [x]. La forma de encontrar el cociente y el residuo de la
divisi
on de f (x) entre g(x) es la llamada divisi
on larga:
2
x + 2x + 1
2x2 4x + 6
2x4 + x
2x4 4x3 2x2
4x3 2x2 + x
4x3 + 8x2 + 4x
6x2 + 5x
6x2 12x 6
7x 6
6.4 Polinomios
163
El procedimiento se detiene cuando encontramos un residuo de grado menor que deg g (x) = 2. De esta manera, el cociente de la divisi
on es
q (x) = 2x2 4x + 6 y el residuo es r (x) = 7x 6. Se deja como
ejercicio comprobar que f (x) = q (x) g (x) + r (x) (Ejercicio 6.4.5).
Definici
on 6.4.10 (Irreducible). Sea f (x) F [x] un polinomio no constante. Decimos que f (x) es irreducible si f (x) no puede ser factorizado
como el producto de dos polinomios no constantes de F [x].
Es posible demostrar que cualquier polinomio no constante de F [x]
puede ser escrito de forma esencialmente u
nica como el producto de polinomios irreducibles. Por lo tanto, en cierta forma, los polinomios irreducibles son an
alogos a los n
umeros primos. Tambien es posible estudiar
conceptos como el m
aximo com
un divisor, el algoritmo de Euclides y la
identidad de Bezout para polinomios.
Ahora nos enfocaremos en estudiar otro concepto importante relacionado con polinomios: el concepto de raz de f (x) F [x]. Si
f (x) = an xn + an1 xn1 + ... + a0 ,
y F es un n
umero (racional, real o complejo), definimos a f () F
como el n
umero
n
f (a) = an () + an1 ()
n1
+ ... + a0 .
En cierta forma, f () es el numero que resulta al sustituir x por en el

polinomio f (x).
Ejemplo 6.4.11. Sean
f (x) = 2x2 + ix + 1 C [x] y = 2i C.
Entonces f (2i) es igual a
2
f (2i) = 2 (2i) + i (2i) + 1

= 8i2 + 2i2 + 1 = 9 C,
ya que i2 = 1 en C.
Definici
on 6.4.12 (Raz). Sea f (x) F [x]. Decimos que un n
umero
F es una raz de f (x) si f () = 0.
Ejemplo 6.4.13. Si h (x) = x3 + 2x2 x 2, entonces 1 es una raz de
h (x) porque
3
3
h (1) = (1) + 2 (1) 1 2 = 0.
6.4 Polinomios
164
Teorema 6.4.14. Sean f (x) , g (x) , h (x) , s (x) F [x] tales que
h (x) = f (x) g (x) y s (x) = f (x) + g (x) .
Entonces h () = f () g () y s () = f ()+g (), para cualquier F .
Demostraci
on. Supongamos que
f (x) = an xn + an1 xn1 + ... + a0 ,
g (x) = bm xm + bm1 xm1 + ... + b0 ,
donde ai , bi F . Entonces, para cualquier F ,
f () g () = (an n + ... + a0 ) (bm m + ... + b0 )
= an bm n+m + (an1 bm + an bm1 ) n+m1
+ ... + (a1 b0 + a0 b1 ) + (a0 + b0 )
= h () .
La segunda parte del teorema se se deja como ejercicio.
Ejemplo 6.4.15. Sean f (x) = x2 + 3x + 2, g (x) = x 1, y h (x) =
x3 + 2x2 x 2. Observemos que
h (x) = (x2 + 3x + 2)(x 1) = f (x) g (x) .
Evaluemos estos polinomios en = 3:
f (3) = 32 + 3 3 + 2 = 20,
g (3) = 3 1 = 2,
h (3) = 33 + 2 32 3 2 = 40.
As, comprobamos que
f (3) g (3) = 20 2 = 40 = h (3) .
Teorema 6.4.16 (Factor). Sea f (x) F [x]. Un n
umero F es una
raz de f (x) si y s
olo si x es un factor de f (x).
Demostraci
on.
() Supongamos que F es una raz de f (x). Por el algoritmo de la
divisi
on, con g (x) = x F [x], tenemos que
f (x) = q (x) g (x) + r (x)
6.4 Polinomios
165
para algunos q (x) , r (x) F [x], donde r (x) = 0 o deg r (x) <
deg g (x) = 1. Luego, r(x) es un polinomio constante. Como f () =
0 y g () = = 0, el Teorema 6.4.14 implica que
0 = f ()
= q () g () + r ()
= r () .
Debido a que r (x) es constante, tenemos que r (x) = r () = 0,
lo que implica que f (x) = q (x) g (x). As, por definicion, x es
factor de f (x).
() Supongamos que x F [x] es factor de f (x) F [x]. Por definici
on, tenemos que
f (x) = q (x) (x ) ,
para alg
un q (x) F [x]. Por el Teorema 6.4.14,
f () = q () ( ) = q () 0 = 0
Por lo tanto, es una raz de f (x).
En general, no es verdad que todos los polinomios de F [x] tienen una
raz en F .
Ejemplo 6.4.17. Ning
un polinomio constante distinto de cero tiene races.
Por ejemplo, f (x) = 5 no puede tener ninguna raz ya que f () = 5 6= 0,
para toda F .
on nos brinda un ejemplo mas interesante.
Proposici
on 6.4.18. El polinomio
f (x) = x2 2 Q [x]
no tiene ninguna raz en Q.
Demostraci
on. Por reducci
on al absurdo, supongamos que 2 2 = 0
para alg
un Q. Equivalentemente, podemos escribir 2 = 2. Como
Q, tenemos que = m
n , donde m, n Z, n 6= 0, n 6= m. Podemos
asumir que m y n no tienen factores comunes (excepto 1), ya que estos
pueden ser cancelados en la facci
on. Adem
as n 6= 1 porque no existe
2
ning
un entero m
1 = m tal que m = 2.
6.4 Polinomios
166
Por el Teorema Fundamental de la Aritmetica,

m = p1 ...pr
n = q1 ...qs
donde pi , qj Z, son n
umeros primos distintos. Entonces,
m 2
n
p21 ...p2r
= 2,
q12 ...qs2
lo que implica que

p21 ...p2r = 2q12 ...qs2 .
Por unicidad de la factorizaci
on en primos, pk = 2 para alguna k, y
p21 ...pk ...p2r = q12 ...qs2
Pero ahora, de nuevo por unicidad de la factorizacion, debemos tener que
pk = qd , para alguna d, lo cual contradice que los primos pi y qj son
distintos. Por lo tanto, no existe ning
un Q tal que 2 2 = 0.
La proposici
on anterior tambien implica que 2 R no es un n
umero
racional.
Si F = C, entonces s es verdad que cualquier polinomio no constante en C [x] tiene una raz en C. Este hecho es llamado el Teorema
Fundamental del Algebra.

Teorema 6.4.19. Sea f (x) C [x] un polinomio no constante. Entonces
f (x) tiene una raz en C.
La demostraci
on de este teorema est
a fuera del alcance de este texto;
normalmente se estudia en un texto de an
alisis complejo (ver [16]).

on: polinomio, grado, polinomio constante, factor, algoritmo de la divisi
on para polinomios, polinomio irreducible,
raz de un polinomio, teorema fundamental del a
lgebra.
6.4 Polinomios
6.4.1.
167
Ejercicios de Polinomios
Ejercicio 6.4.1. Demuestra que (F [x] , +) es un grupo abeliano.

Ejercicio 6.4.2. Sean f (x) , g (x) F [x] polinomios de grado n y m,
respectivamente. Demuestra que deg (f (x) + g (x)) = max {n, m} y que
deg (f (x) g (x)) = n + m.
Ejercicio 6.4.3. Encuentra la suma y la multiplicaci
on de los polinomios
f (x) = 2x3 x + 3 y g (x) = x2 + x 1.
Ejercicio 6.4.4. Demuestra que todos los polinomios constantes tienen
inverso multiplicativo en F [x], pero que ning
un polinomio no constante
tiene inverso multiplicativo en F [x]. (Sugerencia: usa el Ejercicio 6.4.2).
Ejercicio 6.4.5. Comprueba que f (x) = q (x) g (x) + r (x), donde f (x),
q (x), g (x) y r (x) son los polinomios definidos en el Ejemplo 6.4.9.
Ejercicio 6.4.6. Sean f (x) = x + 2 y g (x) = x4 + 3x2 + x 1 polinomios
en Q [x]. Encuentra q (x) , r (x) Q [x] tales que f (x) = q (x) g (x)+r (x),
donde r (x) = 0 o deg r (x) < deg g (x).
Ejercicio 6.4.7. Sean f (x) , g (x) , s (x) F [x] polinomios tales que
s (x) = f (x) + g (x). Demuestra que s () = f () + g () para cualquier
F.
Ejercicio 6.4.8. Demuestra que el polinomio f (x) = x2 3 Q [x] no
tiene ninguna raz en Q.
Ejercicio 6.4.9. Sea f (x) = ax2 + bx + c C [x], donde a, b, c C,
a 6= 0. Demuestra que si
b + b2 4ac
b b2 4ac
=
y=
2a
2a
entonces f (x) = (x ) (x ). Concluye que y son races de f (x).
Ejercicio 6.4.10. Usa el Ejercicio 6.4.9 para encontrar las races de los
polinomios f (x) = 3x2 + 6x 1 y g (x) = x2 + x + 4.
Bibliografa
[1] Bloch, E.D., Proofs And Fundamentals, A First course In Abstract Mathematics, Birkh
auser, Boston (2000).
[2] Burton, D.M., Elementary Number Theory, Allyn & Bacon, Inc., Boston
(1980).
[3] Church, A., Introduction To Mathematical Logic, Vol. 1, Princeton University Press, New Jersey (1970).
[4] Copi, I.M., y Cohen, C., Introduccion a la Logica, Editorial Limusa, Mexico (1995).
[5] Cupillari, A., The Nuts And Bolts Of Proofs, Elsevier Academic Press,
Third edition.
[6] Dunham, W., Journey Through Genius. The Great Theorems Of Mathematics, John Wiley & Sons, New York (1990).
[7] Enderton, H.B., A Mathematical Introduction to Logic, Harcourt Academic Press, Second edition.
[8] Fraleigh, J. B., A First Course in Abstract Algebra, Pearson, (2002).

[9] Gallian, J. A., Contemporary Abstract Algebra, Brooks Cole, (2004).
[10] Halmos, P. R., Naive Set Theory, Undergraduate Texts in Mathematics,
Springer, (1998).
[11] Hernandez Magdaleno, A. M., y Castillo Ramrez A., Algebra

Moderna:
Anillos y Campos, Editorial Universitaria, (2012).
[12] Herstein, I. N., Algebra

Moderna, Trillas (1980).
[13] Kneebone,G.T., Mathematical Logic And The Foundations Of Mathematics, D.Van Nostrand Co., London (1963).
BIBLIOGRAF
IA
169
[14] Lay, S.R., Analysis With An Introduction To Proof, Prentice Hall, Third
edition, (2001).
[15] Maddox, R.B., A Transition To Abstract Mathematics, Learning Mathematical Thinking And Writing, Elsevier Academic Press, Second Edition.
[16] Marsden, J. E. y Hoffman, M. J., Basic Complex Analysis, W. H. Freeman,

Third Edition, (1999).
[17] Rose, H. E., Linear Algebra: A Pure Mathematical Approach, Birkhauser

Verlag, (2002).
[18] Rudin, W., Principles of Mathematical Analysis, McGraw-Hill Higher

Education, 3ra Edici
on (1976).
[19] Schramm, M.J., Introduction To Real Analysis, Dover, New York (2008).
[20] Stewart, I. y Tall, D., The Foundations of Mathematics, Oxford Science
Publications, Oxford University Press, (1977).
[21] Velleman, D.J., How to Prove It. A Structured Approach, Cambridge University Press, New York (1995).
[22] Zubieta, G., Manual de logica para estudiantes de matematicas, Editorial

Trillas, Mexico (1974).

Conjuntos y Numeros Ver Final PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Conjuntos y Numeros Ver Final PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

CONJUNTOS Y

Alfonso Manuel Hern

Elba Lilia de la Cruz Garca

Coordinador del texto:

Enva tus dudas, comentarios o sugerencias sobre estas notas a:

NOTA A LOS ESTUDIANTES:

2.1.1. Ejercicios de Proposiciones . . . . . . . . . . . . .

2.2.2. Condicional y bicondicional . . . . . . . . . . . . .

2.2.3. Tautologas y contradicciones . . . . . . . . . . . .

2.2.4. Ejercicios de Conectivos . . . . . . . . . . . . . . .

2.3.1. Ejercicios de Cuantificadores . . . . . . . . . . . .

2.4. Metodos de Demostraci

2.4.1. Contraejemplo y contrapuesta . . . . . . . . . . . .

2.4.3. Proposiciones cuantificadas . . . . . . . . . . . . .

2.4.5. Ejercicios de Metodos de Demostracion . . . . . .

3.1. Teoras de Conjuntos . . . . . . . . . . . . . . . . . . . . .

3.1.1. Ejercicios de Teoras de Conjuntos . . . . . . . . .

3.2.1. Ejercicios de Conceptos B

3.3. Operaciones de Conjuntos . . . . . . . . . . . . . . . . . .

3.3.1. Ejercicios de Operaciones de Conjuntos . . . . . .

4.1.1. Relaciones binarias . . . . . . . . . . . . . . . . . .

4.1.3. Tipos de funciones . . . . . . . . . . . . . . . . . .

4.1.5. Ejercicios de Funciones

4.2.1. Ejercicios de Relaciones de Equivalencia . . . . . .

4.3. Relaciones de Orden . . . . . . . . . . . . . . . . . . . . .

4.2. Relaciones de Equivalencia

4.3.1. Ejercicios de Relaciones de Orden

5.1.1. Axiomas de Peano . . . . . . . . . . . . . . . . . .

5.2.1. Divisibilidad . . . . . . . . . . . . . . . . . . . . . 101

5.4. Cardinalidad . . . . . . . . . . . . . . . . . . . . . . . . . 116

5.5. Tecnicas de Conteo . . . . . . . . . . . . . . . . . . . . . . 127

6.1.1. Ejercicios de Grupos . . . . . . . . . . . . . . . . . 145

6.3. Espacios Vectoriales . . . . . . . . . . . . . . . . . . . . . 153

6.4.1. Ejercicios de Polinomios . . . . . . . . . . . . . . . 167

acuerdo al Diccionario de la Real Academia de la Lengua Espa

1. Fue resuelta la ecuaci

3. La raz cuadrada de 5 es menor que . Esta

4. Los lados de un tri

3. Siempre que x sea un n

Las proposiciones se clasifican en simples y compuestas.

Esta es una proposici

Palabras clave de la secci

Ejercicio 2.1.1. Clasifica los siguientes terminos en singulares y generales:

Tabla 2.1: Conectivos l

Algunos autores llaman a la negaci

Tabla 2.2: Negaci

Tabla 2.3: Conjunci

Tabla 2.4: Disyunci

Las proposiciones condicionales son las m

Tabla 2.5: Implicaci

Tabla 2.6: Equivalencia

Decimos que una proposici

Observamos que ambas proposiciones, A y B, tienen siempre los mismos

Con esto hemos demostrado que A y B son l

Como podemos apreciar, la implicaci

Palabras clave de la secci

Ejercicio 2.2.1. Identifica la hip

Otros elementos de la sintaxis de proposiciones son los cuantificadores,

Universal: x2 1 < 0, para cualquier n

Es muy importante entender c

Palabras clave de la secci

Ejercicio 2.3.4. Escribe la negaci

Al construir una demostraci