Documente Academic
Documente Profesional
Documente Cultură
Apuntes
Juan Jacobo Simon Pinero
Curso 2013/2014
Indice general
I
Conjuntos
1. Conjuntos y elementos
1.1. Sobre el concepto de conjunto y elemento. . . . . . . . . .
1.2. Pertenencia, contenido e igualdad. . . . . . . . . . . . . .
1.3. Operaciones con subconjuntos . . . . . . . . . . . . . . .
1.3.1. Familias de conjuntos y operaciones . . . . . . . .
1.4. Pares ordenados, producto cartesiano y relaciones binarias
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
7
7
10
13
15
2. Aplicaciones
2.1. Relaciones y aplicaciones . . . . . . . . . .
2.2. Tipos de aplicaciones . . . . . . . . . . . .
2.3. Imagenes directas e inversas . . . . . . . .
2.4. Composicion . . . . . . . . . . . . . . . .
2.4.1. Inversa de una aplicacion biyectiva
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
19
19
21
22
24
25
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3. Orden
29
3.1. Conjuntos ordenados y sus elementos distinguidos . . . . . . . . 29
3.2. Conjuntos bien ordenados. . . . . . . . . . . . . . . . . . . . . . . 34
4. Relaciones de equivalencia
4.1. Conceptos b
asicos . . . . . . . . . . . . . . .
4.2. Clases de equivalencia . . . . . . . . . . . . .
4.3. El conjunto cociente y la proyeccion canonica
4.4. Relaciones de equivalencia y particiones . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
37
37
38
39
40
5. Conjuntos num
ericos
5.1. Cardinalidad. Conjuntos finitos e infinitos . . . . .
5.1.1. Orden y operaciones aritmeticas . . . . . .
5.2. N
umeros enteros . . . . . . . . . . . . . . . . . . .
5.3. N
umeros racionales . . . . . . . . . . . . . . . . . .
5.3.1. Escritura decimal de n
umeros racionales. .
5.4. N
umeros reales . . . . . . . . . . . . . . . . . . . .
5.5. N
umeros complejos . . . . . . . . . . . . . . . . . .
5.5.1. Forma exponencial de un n
umero complejo.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
43
43
48
48
50
52
55
56
60
.
.
.
.
.
.
.
.
INDICE GENERAL
4
5.6. Conjuntos numerables y no numerables
6. An
alisis combinatorio.
6.1. Variaciones. . . . . . . . . . . .
6.1.1. N
umero de variaciones.
6.2. Permutaciones. . . . . . . . . .
6.3. Combinaciones. . . . . . . . . .
II
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . . . . . . . . . .
61
.
.
.
.
63
63
63
64
64
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
N
umeros y polinomios
67
7. El anillo de los n
umeros enteros.
7.1. Artimetica de los enteros. . . . . . . . . . . . . . . . . . . . . .
7.1.1. Division entera y maximo com
un divisor. . . . . . . . .
7.1.2. Mnimo com
un m
ultiplo . . . . . . . . . . . . . . . . . .
7.1.3. La ecuaci
on diof
antica lineal . . . . . . . . . . . . . . .
7.1.4. N
umeros primos.Teorema Fundamental de la Aritmetica
7.2. Congruencias. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.2.1. Propiedades aritmeticas de las congruencias . . . . . . .
7.2.2. Estructuras algebraicas. . . . . . . . . . . . . . . . . . .
7.2.3. Algunas aplicaciones . . . . . . . . . . . . . . . . . . . .
7.3. Teoremas de Euler, Fermat y Wilson . . . . . . . . . . . . . . .
7.4. Teorema chino de los restos . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
69
69
69
75
76
78
80
81
82
84
87
90
8. Polinomios
8.1. Polinomios con coeficientes en un cuerpo.
8.2. Races de polinomios. . . . . . . . . . . .
8.3. Irreducibilidad y teorema fundamental del
8.4. Factores m
ultiples. . . . . . . . . . . . . .
8.5. Polinomios irreducibles en Q[X]. . . . . .
.
.
.
.
.
95
95
101
103
106
107
. . . . .
. . . . .
algebra.
. . . . .
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
A. Ap
endice
111
A.1. La funci
on sucesor . . . . . . . . . . . . . . . . . . . . . . . . . . 111
A.2. Operaciones en N . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
Parte I
Conjuntos
Captulo 1
Conjuntos y elementos
1.1.
1.2.
Las colecciones a las que llamaremos conjuntos seran construidas de las siguientes dos formas principales.
1. Por extensi
on: haciendo la lista de objetos. Por ejemplo
A = {X1 , . . . , Xn , . . . } o A = {a, b, c, . . . }.
2. Por comprehension: a traves de una formula proposicional que siempre
tendra, a su vez, un conjunto de referencia. Por ejemplo, si B es un conjunto,
A = {X B | p(X) (es verdadera) } .
Cuando el conjunto B sea obvio quien es por el contexto, podemos no
escribirlo.
7
1.2.9. Igualdad. Diremos que dos conjuntos A y B son iguales cuando tengan
exactamente los mismos elementos. Lo expresamos a A a B.
1.2.10. Proposici
on. Sean A y B conjuntos. A = B si y s
olo si A B y
BA
Demostraci
on. Inmediata.
Conjunto vaco.
1.2.11. Definici
on. Un conjunto vaco es aquel que no tiene elementos.
1.2.12. Proposici
on. Sean A y B conjuntos. Si A es vaco entonces A B.
Demostraci
on. Por reduccion al absurdo. Sea A un conjunto vaco y supongamos
que existe B, conjunto tal que A * B. Entonces existe a A tal que a 6 B.
Luego A no es vaco lo cual es imposible.
1.2.13. Corolario. Solo hay un conjunto vaco.
Demostraci
on. Inmediata de la proposicion anterior.
Notaci
on. El conjunto vaco se denota
1.2.14. Ejercicio. Decidir razonadamente si la siguiente afirmaci
on es verdadera o falsa:
A = x, x
6 A.
10
1.3.
1.3.1. Uni
on. Sean A y B conjuntos. El conjunto
A B = {x | x A o x B}
se conoce como la uni
on de A y B.
Se escribe x A B si y s
olo si x A o x B.
Lo contrario es x
/ A B si y s
olo si x
/A y x
/ B.
1.3.2. Ejercicio. Sea A un conjunto arbitrario. Probar que para cualquier conjunto B, se tiene que A A B.
1.3.3. Intersecci
on. Sean A y B conjuntos. El conjunto
A B = {x | x A y x B}
se conoce como la intersecci
on de A y B.
Se escribe x A B si y s
olo si x A y x B.
Lo contrario es x
/ A B si y s
olo si x
/A o x
/ B.
1.3.4. Ejercicio. Para los conjuntos A, B y C, probar las siguientes propiedades:
1. Si A B y B C entonces (A B) C.
2. (A B) C = A (B C).
3. A B si y s
olo si A B = B si y solo si A B = A
4. Como consecuencia, A = A y A = .
1.3.5. Ejemplos. 1) Vamos a comenzar abordando un caso muy concreto hasta
otener la maxima generalidad, en el uso de la escritura comprehensiva.
Sea U = R2 , el plano eucldeo, A = {(x, y) U | x + y = 3}, B = {(x, y)
U | x + y = 7} y C = {(x, y) U | x y = 0}. Probar que A B y que
A 6 C.
M
as en general, si P (r) = {(x, y) U | x + y = r}, con r R, probar que
P (r) P (s) si y solo si r s.
Finalmente, probar que si U es un conjunto arbitrario, A = {x U | p(x) }
y B = {x U | q(x) }, entonces A B si y solo si [p(x) q(x)].
2) Vamos a ver un caso donde podemos comparar el uso de escritura comprehensiva y el de listas. Para cualquier a N, se define N a = {a, 2a, . . . } =
{x N | x = na, con n N}. En este caso, la escritura con lista parece mas
elegante que la comprehensiva. Tambien N a N b = N mcm(a, b); pero la
uni
on N a N b se escribe mal como lista.
11
Diagramas de Venn
En 1880 John Venn introdujo los diagramas para una mejor comprensi
on de
los conjuntos y sus operaciones. Los siguientes diagramas representan la union
e interseccion de dos conjuntos A y B contenidos en otro conjunto, digamos U .
U
A
B
'$
'$
&%
&%
Uni
on
A
B
'$
'$
&%
&%
Interseccion
Leyes distributivas.
1.3.6. Proposici
on. Sean A, B y C conjuntos. Entonces
1. A (B C) = (A B) (A C).
2. A (B C) = (A B) (A C).
Demostraci
on. Probaremos la primera, la otra se deja como ejercicio.
] Sea x A (B C). Entonces x A y x B C; es decir, x A y
ademas x B o x C. Ahora separamos en dos casos. Primero, x A y x B,
de donde x A B. El otro es x A y x C, de donde x A C. No hay
mas casos y por tanto x (A B) (A C).
] Si x (A B) (A C) entonces x A y x B o bien x A y x C.
Luego x A en ambos casos y as, x A y ademas x B o x C, de donde
x A (B C).
Vamos ahora con la segunda.
] Sea x A (B C). Tenemos dos casos. Primero, si x A entonces
x A B y ademas x A C (Ejercicio 1.3.2) luego x (A B) (A C).
Ahora, si x 6 A entonces x B C entonces x A B y x A C (otra vez
Ejercicio 1.3.2) y por tanto x (A B) (A C).
] Sea x (A B) (A C). Consideramos dos casos. Primero, si x A
entonces x A (B C) (otra vez Ejercicio 1.3.2). Segundo, si x 6 A entonces
x B y ademas x C por lo que x B C, de donde x A (B C).
1.3.7. Diferencia de conjuntos. Sean A y B conjuntos. La diferencia de
conjuntos es la colecci
on
A \ B = {X | X A y X 6 B}.
Expresado como diagrama de Venn
12
U
A
B
'$
'$
&%
&%
Diferencia
x
2
6} y
x 6 A B x 6 A o x 6 B x A o x B
x A B .
x
6 A B x 6 A y x 6 B x A y x B
x A B .
A
B
'$
'$
&%
&%
A
B
'$
'$
&%
&%
1.3.1.
13
(A B) = A B
(A B) = A B
14
i=1
Cuando la colecci
on sea infinita, tambien habr
a union, pero ya no es una
consecuencia de propiedades de operaciones binarias. Ser
a una nueva definicion.
Veamos la versi
on mas general. Nos viene a decir que las uniones mas generales seran conjuntos, siempre y cuando los uniendos pertenezcan a su vez, a un
conjunto.
1.3.12. Uni
on arbitraria. Sea C un conjunto cuyos elementos son, a su vez,
conjuntos. La uni
on arbitraria es el conjunto
C = {x | x A, para alg
un A C} .
En el caso de las familias, si I es un conjunto de ndices y C = {Ai | i I} =
{Ai }iI , entonces escribimos
C =
iI
Ai = {x | x Ai para alg
un i I} .
1.3.13. Intersecci
on arbitraria. Sea C un conjunto, cuyos elementos son, a
su vez, conjuntos. La intersecci
on arbitraria es el conjunto
C = {x | x A, para todo A C} .
En el caso de las familias, si I es un conjunto de ndices y C = {Ai | i I} =
{Ai }iI , entonces escribimos
C =
iI
Ai = {x | x Ai para todo i I} .
1.4.
Tn
i=1
N pi =
En ocasiones queremos hacer corresponder dos objetos, ya sea para compararlos, sustituirlos o diversos objetivos mas. Una herramienta matematica por
excelencia para estudiar las correspondencias es la idea de pareja ordenada o
par ordenado. En los estudios preuniversitarios invocamos las parejas ordenadas
escribiendo (a, b). Vamos interpretar este concepto en terminos de conjuntos.
1.4.1. Definici
on. Sean A y B conjuntos. La pareja ordenada formada por
a A y b B es el conjunto
(a, b) = {{a}, {a, b}} .
1.4.2. Observaci
on. La escritura de la definicion anterior puede reducirse mucho seg
un el caso. Por ejemplo (a, a) = {{a}}.
1.4.3. Proposici
on. Sean A y B conjuntos. Para cualesquiera elementos a, c
A y b, d B se tiene que (a, b) = (c, d) si y solo si a = c y b = d.
Demostraci
on. Se deduce de la igualdad {{a}, {a, b}} = {{c}, {c, d}}.
Ahora vamos a considerar el conjunto de las parejas ordenadas. N
otese que
una vez establecida la definicion conjuntista de pareja ordenada volvemos a
expresiones completamente familiares.
1.4.4. Producto cartesiano. Sean A y B conjuntos. El producto cartesiano
de A y B es el conjunto
A B = {(a, b) | a A y b B} .
1.4.5. Observaci
on. Es claro que siendo el producto cartesiano un operaci
on
binaria, podemos extender el concepto a un n
umero finito de factores. En este
caso, es inmediato comprobar que el producto cartesiano de tres conjuntos no es
asociativo; sin embargo, la identificacion (a, (b, c)) con ((a, b), c) es demasiado
clara como para pasarla de largo. Intuitivamente identificamos los conjuntos,
16
1.4.13. Definici
on. Sean A y B, conjuntos, y R una relaci
on entre A y B.
1. Al conjunto A se le llama conjunto inicial.
2. Al conjunto B se le llama conjunto final.
3. Se conoce como dominio de la relaci
on, al conjunto
DomR = {a A | b B, (a, b) R} .
4. Se conoce como imagen de la relaci
on, al conjunto
ImR = {b B | a A, (a, b) R} .
1.4.14. Ejemplo. Sea R R2 tal que
(x, y) R x =
y2 x
.
y
b
a
18
Captulo 2
Aplicaciones
2.1.
Relaciones y aplicaciones
N
otese que esta definicion en realidad no difiere de la que hemos visto en
estudios previos. Estamos diciendo, en terminos de conjuntos, que una aplicacion
es una correspondencia entre los elementos del conjunto A y del conjunto B,
que satisfacen que para todo a A existe un u
nico elemento b B que le
corresponde.
2.1.2. Notaci
on. Sean A y B conjuntos y f una aplicaci
on de A a B. Escribimos entonces
f
f : A B o A B.
Adem
as, si a A y (a, b) f , como b es u
nico podemos escribir
b = f (a).
En ocasiones expresamos la igualdad anterior b = f (a), que tambien llamamos regla de corespondencia, a traves de ecuaciones. Por ejemplo, podemos
definir f : N N tal que f (n) = n2 .
Cuando partimos de una ecuaci
on como por ejemplo y = x2 + 1 y queremos
interpretarla como la regla de una relacion, la llamamos funci
on 1 y tenemos que
1 Algunos
19
CAPITULO 2. APLICACIONES
20
b
a
a
Otra gr
afica habitual es la de la funci
on y = x2 + 1
2.1.3. Observaci
on. En ocasiones, sobre todo en el c
alculo y la topologa,
se suele identificar la aplicacion con la regla de correspondencia y a la propia
aplicacion con la gr
afica (o grafo).
2.1.4. Observaci
on. Como hemos dicho, una aplicacion es una relacion, que
escribimos f : A B. De este modo tenemos
1. El dominio de f , que es Domf = A. Es decir, el dominio coincide con el
conjunto inicial, as que este u
ltimo termino ya no se usa.
2. La imagen (o imagen directa) de f , que es Imf = f (A) B.
Ademas, tenemos otras definiciones.
2.1.5. Definici
on. Sean A y B conjuntos y f : A B.
1. Al conjunto final B se le llama el codominio de f .
21
B A A
cuya imagen habitualmente denotamos b a en vez de (b, a). Un ejemplo tpico
de esto es el producto por un escalar en espacios vectoriales.
Otra operaci
on binaria es la ley de composicion interna. Sea A un conjunto.
Una operaci
on binaria en A es una aplicacion
B A A
cuya imagen habitualmente denotamos a a en vez de (a, a ). Un ejemplo
tpico de esto es la suma en los n
umeros naturales.
2.2.
Tipos de aplicaciones
2.2.1. Definici
on. Sea f : A B una aplicaci
on.
1. Decimos que f es inyectiva (o uno a uno) si para cada elemento de la
imagen, la preimagen es u
nica. Escribimos
f (a) = f (b) a = b
a 6= b f (a) 6= f (b)
CAPITULO 2. APLICACIONES
22
1
x
es biyectiva.
2.3.
Im
agenes directas e inversas
2.3.1. Definici
on. Sea f : A B una aplicaci
on.
1. Para X A, definimos la imagen (directa) de X como
f (X) = {f (x) | x X} = {b B | x X, b = f (x)}.
2. Para Y B, definimos la imagen inversa como
f (Y )1 = {a A | f (a) Y }
que tambien podemos escribir f 1 (Y ) teniendo cuidado de no confundirla
con la aplicaci
on inversa.
En el caso de las im
agenes inversas, cuando el conjunto Y solo tiene un
elemento, digamos Y = {y} se suele denotar f (y)1 .
2.3.2. Proposici
on. Sea f : A B una aplicaci
on. La imagen directa verifica
las siguientes propiedades.
1. f () = .
2. Si X Y entonces f (X) f (Y ).
3. Si X, Y A entonces f (X Y ) = f (X) f (Y ).
4. Si X, Y A entonces f (X Y ) f (X) f (Y ).
M
as en general, si I es un conjunto y {X }I una familia de subconjuntos de
A entonces
!
!
[
\
[
\
f
f (X ) y f
f (X )
X =
X
I
2.3. IMAGENES
DIRECTAS E INVERSAS
23
Demostraci
on. 1. Es inmediata de (1.4.6).
2. Si X = el resultado se sigue de lo anterior, y del hecho de que el
vaco est
a contenido en todo conjunto (1.2.12). En otro caso, sea y f (X).
Entonces existe x X tal que f (x) = y. Como X Y entonces x Y , luego
y = f (x) f (Y ).
Finalmente haremos la primera de las generales y los apartados restantes los
dejaremos como ejercicio.
] Sea y f (I X ). Entonces existe x I X tal que f (x) = y.
Como x I X entonces x X para alguna I. Luego y f (X )
I f (X ).
] Considerese y I f (X ). Entonces y f (X ) para
S alguna I,
as que existe x X tal que f (x) = y. De hecho x I X , as que
y = f (x) f (I X ).
2.3.3. Ejercicio. Dar ejemplos de funciones f : A B y conjuntos X, Y A
tales que f (X Y ) ( f (X) f (Y ) y f : A B y conjuntos X , Y A tales
que f (X Y ) = f (X ) f (Y )
Respuesta. Sean A = {1, 2}, B = {b}, X = {1} e Y = {2}. Sea f : A B
tal que f es la constante b. Entonces X Y = , luego f (X Y ) = , pero
f (X) f (Y ) = B.
2.3.4. Proposici
on. Sea f : A B una aplicaci
on e Y B. La imagen
inversa verifica las siguientes propiedades.
1. f (Y )1
1
=f Y
.
!1
f (Y )
!1
f (Y )
Demostraci
on. Probaremos la u
ltima afirmaci
on. El resto se deja como ejercicio.
] Sea x f (I Y )1 . Entonces f (x) I Y , entonces f (x) Y para
1
1
todo I luego x f (Y ) para todo I, as que x I f (Y ) .
1
1
] Sea x I f (Y ) . Entonces x f (Y )
para todo I, luego f (x) Y para todo I, entonces f (x) I Y . Por lo tanto x
1
T
.
f
I Y
CAPITULO 2. APLICACIONES
24
3. f (X)1 = 4 2, 1 1, 4 2
4. f f (X)1 = [1, 2].
Como ejercicio se puede hacer lo mismo para la aplicacion dada por g(x) =
sen x, e Y = [2, 2].
2.4.
Composici
on
(f g)(n) = 2n2 + 1.
2.4. COMPOSICION
25
2.4.5. Proposici
on. La composici
on de aplicaciones inyectivas es inyectiva.
Demostraci
on. Sean f : A B y g : B C aplicaciones inyectivas. Sean
a, a A tales que (g f )(a) = (g f )(a ). Entonces g(f (a)) = g(f (a )) y como
g es inyectiva f (a) = f (a ), y como f es inyectiva a = a .
2.4.6. Proposici
on. La composici
on de aplicaciones suprayectivas es suprayectiva.
Demostraci
on. Sea c C. Entonces existe b B tal que g(b) = c y, a su vez,
existe a A tal que f (a) = b. Luego (g f )(a) = c.
2.4.7. Corolario. La composici
on de aplicaciones biyectivas es biyectiva.
Demostraci
on. Inmediata de las dos anteriores.
2.4.8. Proposici
on. Sean f : A B y g : B C. Entonces
1. Si g f es inyectiva entonces f es inyectiva.
2. Si g f es suprayectiva entonces g es suprayectiva.
Demostraci
on. Ejercicio.
2.4.1.
2.4.9. Notaci
on. Sea A un conjunto arbitrario. Denotamos a la aplicaci
on
identidad en A, como 1A : A A; es decir, 1A (a) = a, para todo a A.
2.4.10. Definici
on. Sea f : A B una aplicaci
on. Decimos que f tiene
inversa si existe g : B A tal que g f = 1A y f g = 1B .
En este caso, decimos que f es una aplicaci
on invertible.
2.4.11. Proposici
on. Sea f : A B una aplicaci
on invertible. Entonces la
inversa es u
nica.
Demostraci
on. Supongamos que g y h son inversas. Entonces
g = g 1B = g (f h) = (g f ) h = 1A h = h.
26
CAPITULO 2. APLICACIONES
2.4.12. Notaci
on. Para una aplicaci
on invertible f : A B, denotamos la
inversa como f 1 .
2.4.13. Teorema. Sea f : A B una aplicaci
on. Entonces f es invertible si
y s
olo si es biyectiva.
Demostraci
on. Supongamos primero que f es invertible y veamos que es biyectiva. Sean a, a A. Si f (a) = f (a ) entonces f 1 (f (a)) = f 1 (f (a )), luego
a = a . Ahora, sean b, b B. Hacemos a = f 1 (b) y a = f 1 (b ) y se tiene que
f (a) = b y f (a ) = b . Por tanto es biyectiva.
Recprocamente, supongamos que f es biyectiva y queremos definir la inversa. Para cada b B consideremos la imagen inversa f ({b})1. Se afirma
que la imagen inversa tiene exactamente un elemento. Como f es sobre, entonces f ({b})1 6= . Si a, a f ({b})1 entonces b = f (a) y b = f (a ), de
donde f (a) = f (a ) y como es inyectiva a = a . Definimos g : B A tal que
g(b) f (b)1 , el u
nico elemento. Es inmediato comprobar que g es inversa de
f y por tanto g = f 1 .
2.4.14. Proposici
on. Sean f : A B y g : B C aplicaciones invertibles.
Entonces
(g f )1 = f 1 g 1 .
Demostraci
on. Es un c
alculo directo.
2.4.15. Ejemplo. Las permutaciones. Sea 0 6= n N y A = {a1 , . . . , an } un
conjunto (con n elementos). Una permutacion es una biyeccion : A A. Las
permutaciones se denotan
a1
...
an
.
=
(a1 ) . . . (an )
Como ejemplo mas concreto, si A = {1, 2, 3, 4, 5} entonces una permutacion
puede ser
1 2 3 4 5
=
.
3 4 5 1 2
Dado un conjunto no vaco A con n elementos, se denota S(A) el conjunto
de las permutaciones de A. En caso de que A = {1, . . . , n} escribimos Sn .
Producto directo
Vamos a ver una extensi
on de la idea del producto cartesiano (1.4.4) que
llamaremos el producto directo. A diferencia del producto cartesiano, el producto directo no implica un orden en las coordenadas. Cuando el conjunto de
ndices est
a ordenado, los identificamos, con la idea de extensi
on del producto
cartesiano a un n
umero finito de factores (vease 1.4.5).
2.4. COMPOSICION
27
2.4.16. Definici
on. Sea I un conjunto y F = {Ai }iI una familia de conjuntos. Se conoce como producto directo de la familia F al conjunto
Y
Ai = {f : I iI Ai | f (i) Ai } .
iI
2.4.17. Notaci
on. Los elementos
Q se denotan imitando la escritura de las parejas ordenadas; es decir, si f iI Ai , escribimos f = (xi )iI .
Cuando I es finito y se escribe como una lista, escribimos sus elementos
repitiendo la lista en los ndices. No tenemos que seguir el orden de la lista,
pero es conveniente y se acostumbra.
Por ejemplo si I = {1, . . . , n}, escribimos
A1 An = {(x1 , . . . , xn ) | xi Ai } .
En caso de que no se quiera escribir a una familia con ndices, simplemente
se presupone; es decir, a la familia {A, B, C} la vemos como {A1 , A2 , A3 } o
usando cualquier otro conjunto de ndices con tres elementos.
2.4.18. Ejemplos.
1. R2 = {f : {1, 2} R | f (i) R, i = 1, 2} = {(x1 , x2 ) | xi R}, el
plano habitual.
2. Rn = {f : {1, . . . , n} R | f (i) R, i = 1, . . . , n}.
Q
3. nN An = {f : N nN An | f (n) An }, es un producto infinito. Denotamos sus elementos tambien como f = (x1 , x2 , . . . ).
Ya hemos comentado que el producto cartesiano con mas de dos factores no
es asociativo (vease 1.4.5). El producto directo tampoco lo es, pero todo puede
identificarse. Por ejemplo existe una biyeccion entre A (B C) y (A B) C
que nos permite escribir ABC, e identificar (a, (b, c)) ((a, b), c) (a, b, c).
La comprobaci
on es demasiado laboriosa como para ocuparnos de ella, pero
en general depende del siguiente resultado que es mucho mas simple. Esta parte
la dejamos para los lectores mas curiosos.
2.4.19. Proposici
on. Sean I y J conjuntos y F = {Ai }iI y G = {Bj }jJ
familias de conjuntos. Si existe una biyecci
on : I J, junto con un
Q conjunto
de biyecciones {fi : Ai B(i) }iI entonces existe
una
biyecci
o
n
f
:
iI Ai
Q
1
(j)) .
jJ Bj , dada por f (x)(j) = f1 (j) x(
Q
Demostraci
on. N
otese que para cada
x iI Ai y cada j J, se tiene un
u
nico elemento f1 (j) x( 1 (j)) , as
Q on es aplicacion. Vamos a
Q que la relaci
ver que es biyectiva. Considerese g : jJ Bi iI Ai , dada por g(y)(i) =
fi1 (y((i))) (notese que fi1 : B(i) Q
Ai ). Es claro que tambien es aplicacion.
Se afirma que son inversas. Sea x iI Ai . Entonces
g(f (x))(i) = fi1 (f (x)((i))) = fi1 f1 ((i)) (x( 1 ((i)))) =
= fi1 (fi (x(i))) = x(i).
CAPITULO 2. APLICACIONES
28
M
as adelante veremos conexiones muy interesantes entre esta y otras propiedades.
Captulo 3
Orden
3.1.
CAPITULO 3. ORDEN
30
a) a b.
b) a 6= b.
c) |a + b| 1.
5. Sea A = N y aRb si y solo si a divide a b (recordemos a | b, vease 7.1.6).
6. Sea C un conjunto arbitrario y A = P(C). Definimos
a) aRb si y solo si a \ b = b \ a.
b) aRb si y solo si a b.
CAPITULO 3. ORDEN
32
3.1.11. Ejemplo. Sea, otra vez, C = {1, 2, 3} y A = P(C) junto con la relacion
de inclusion que ya vimos. La representacion de -matriz es
{1}
{2}
{3}
{1, 2}
{1, 3}
{2, 3}
{1, 2, 3}
0
0
0
0
0
0
0
0
{1}
{2}
{3}
{1, 2}
{1, 3}
{2, 3}
{1, 2, 3}
1
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
1
1
1
0
0
0
0
0
1
1
0
1
0
0
0
0
1
0
1
1
0
0
0
0
1
1
1
1
1
1
1
0
CAPITULO 3. ORDEN
34
3.2.
35
36
CAPITULO 3. ORDEN
Captulo 4
Relaciones de equivalencia
4.1.
Conceptos b
asicos
Como hemos comentado, un metodo importante de las matematicas consiste relacionar los elementos de un conjunto. Recordemos que en (3.1.1) vimos
algunas propiedades de las relaciones. Vamos a trabajar con ellas.
4.1.1. Definici
on. Sea A un conjunto y R una relaci
on en A A. Decimos
que R es una relaci
on de equivalencia si es reflexiva, simetrica y transitiva.
4.1.2. Ejemplos.
1. La diagonal; es decir, la igualdad, en cualquier conjunto.
2. En Z, la relaci
on a 5 b si y solo si 5 | (a b).
3. En R, la relaci
on a b si y solo si a b Z.
4. En los triangulos, la semejanza; es decir, triangulos cuyos angulos coinciden.
5. Cu
ando una relaci
on de orden es relacion de equivalencia?
6. Sea A = {a, b, c} y R = {(a, a), (b, b), (c, c), (a, b), (b, a), (a, c), (c, a)}. Determinar si es relaci
on de equivalencia.
Otro ejemplo que puede resultar muy interesante es el siguiente.
4.1.3. Ejemplo. Sea f : A B una aplicacion. Definimos la relacion
a a f (a) = f (a ).
Se puede comprobar que es relaci
on de equivalencia.
4.1.4. Notaci
on. Si R es una relaci
on de equivalencia en A y a, b A est
an
relacionados, entonces podemos escribir cualquiera de las tres siguientes formas
1. La tradicional: aRb, que tambien usamos para relaciones en general.
37
38
2. Tambien, a R b
3. O la anterior, pero m
as corta si no causa confusi
on, a b.
4.2.
Clases de equivalencia
c) En A = {1, 2, 3}, la relacion R = {(1, 1), (1, 2), (2, 1), (2, 2)}.
4.3. EL CONJUNTO COCIENTE Y LA PROYECCION
CANONICA
39
e) En Z, la relaci
on a 5 b si y solo si 5 | (a b) (vease el Ejemplo 2 de
4.1.2).
f ) En el conjunto de todas las rectas en el plano, L, la relacion L1 L2
si y solo si son paralelas.
2. Determinar las clases de equivalencia de (4.1.3).
4.3.
4.3.1. Definici
on. Sea A un conjunto y R una relaci
on de equivalencia en A.
Se conoce como conjunto cociente de A, respecto de la relaci
on R, al conjunto
de las clases de equivalencia de los elemetos de A respecto de R.
Se denota A/R, A/R o simplemente A/ .
4.3.3. Definici
on. Sea A un conjunto, R una relaci
on de equivalencia en A y
consideremos el conjunto cociente A/R. La aplicaci
on R : A A/R se conoce
como proyecci
on can
onica.
4.3.4. Ejemplos.
1. Vamos a continuar analizando la situaci
on del ejemplo que aparece en
(4.1.3). Recordemos que se tienen dos conjuntos A, B y una aplicacion
f : A B. Se define una relacion dada por a a si y solo si f (a) = f (b).
Consideremos la correspondencia entre el conjunto cociente g A/
B, dada por g = {([a], f (a)) | a A}; o bien, g : A/ B, tal que
g([a]) = f (a). Queremos ver que es aplicacion y que, como tal, es inyectiva.
La particularidad que tiene esta correspondencia es que est
a definida en
40
xy
Z;
2
es decir, los n
umeros reales que distan en un m
ultiplo de 2. Podemos
entonces identificar a estas clases con los angulos, al elegir a los representantes en el intervalo [0, 2); es decir, R/ = {[r] | 0 r < 2}. Ahora,
considerese la circunferencia en el plano real de radio 1, con centro en (0, 0),
que denotamos C(0, 1) o S 1 . Entonces la aplicacion f : R/ S 1 tal
que f [x] = (cos x, sen x) est
a bien definida (en el sentido anterior) y es
biyectiva.
3. Continuamos con el ejemplo anterior y volvemos a considerar los angulos,
R/ = {[x] | 0 x < 2}. Queremos comprobar que la correspondencia
suma de
angulos + : R/ R/ R/ tal que [x] + [x ] = [x + x ]
est
a bien definida. Supongamos que x y y que x y . Entonces
x y x y
x + x (y + y )
=
+
Z
2
2
2
y por tanto [x + x ] = [y + y ].
4. Ahora vamos a ver un caso en el que las cosas no funcionan. Vamos a ver
que pasa si queremos definir el producto de angulos. Queremos ver si la
correspondencia : R/ R/ R/ tal que [x] [x ] = [x x ] est
a bien
definida. Si uno intenta hacer un argumento como antes las cosas no salen.
Despues se comprueba que [ 21 ] = [ 4+1
2 ], pero sus cuadrados no coinciden.
4.4.
En esta secci
on probaremos que toda relacion de equivalencia induce una
partici
on y viceversa.
Sea A un conjunto no vaco y R una relacion de equivalencia. Consideremos
el conjunto cociente A/ y cualquier elemento C A/ . Sabemos que si
a, b C entonces [a] = C = [b]. Ademas de esto se tiene el siguiente resultado.
4.4.1. Proposici
on. Sea A un conjunto no vaco y R una relaci
on de equivalencia. Las clases de equivalencia de R verifican las siguientes propiedades:
41
1. [a] [b] = si y s
olo si a 6 b.
S
2. [a]A/ [a] = A.
Demostraci
on. 1. Inmediato de (4.2.2). 2. Sea b A. Como b b entonces
b [b] [a]A/ [a].
Este
es un resultado importante dentro del algebra. De hecho, las familias
de conjuntos que verifican estas propiedades tienen nombre propio.
4.4.2. Definici
on. Sean A e I conjuntos y P = {Bi }iI una familia de subconjuntos. Decimos que la familia P forma una partici
on para A si se verifican
las siguientes propiedades.
1. Bi Bj = si y s
olo si i 6= j.
S
2. La uni
on (disjunta) iI Bi = A.
4.4.3. Observaci
on. Podemos separar la propiedad (1) en dos, si escribimos
Para cada i I, el conjunto Bi 6= .
Para i, j I, si i 6= j entonces Bi Bj = .
Es decir, los elementos de una partici
on son conjuntos no vacos y disjuntos.
As que toda relaci
on de equivalencia induce una partici
on. El recproco se
verifica. Reuniendo todo se tiene el siguiente resultado.
4.4.4. Proposici
on. Toda relaci
on de equivalencia induce una partici
on. Recprocamente, toda partici
on determina una relaci
on de equivalencia.
Demostraci
on. Ya hemos visto en (4.4.1) que toda equivalencia determina una
partici
on (en clases de equivalencia). Vamos entonces a ver el recproco.
Sea {Ci }iI una partici
on en A. Definimos la relacion
a b a, b Ci para alguna i I.
Se prueba entonces que es relaci
on de equivalencia y que las clases de equivalencia son justo las Ci .
42
Captulo 5
Conjuntos num
ericos
En este captulo vamos a definir y a establecer las propiedades b
asicas de los
n
umeros naturales, enteros, racionales, reales y complejos utilizando del lenguaje
de los conjuntos. La presentacion sera formal, aunque no totalmente, pues puede
alargarse y complicarse mas de lo deseable para un primer curso.
5.1.
5.1.1. Definici
on. Decimos que dos conjuntos X e Y son equipotentes si existe
una aplicaci
on biyectiva entre ellos.
5.1.2. Observaci
on. N
otese que el ser equipotentes es una relacion reflexiva,
simetrica y transitiva, y a
un cuando sabemos que la colecci
on de todos los
conjuntos no es, a su vez, un conjunto, podemos agrupar a los conjuntos en
clases de equipotencia.
5.1.3. Definici
on. El cardinal de un conjunto es su clase de equipotencia.
Intuitivamente, podemos comprobar que los cardinales son colecciones disjuntas y que todo conjunto tiene cardinal.
5.1.4. Notaci
on. Para un conjunto A, denotamos su cardinal con |A|.
Entonces un n
umero cardinal es una clase de equipotencia de conjuntos.
CAPITULO 5. CONJUNTOS NUMERICOS
44
45
Demostraci
on. Sea M = {2, 3, . . . }. Modificamos el codominio de la aplicacion
sucesor, definiendo : N M tal que (n) = n que claramente es inyectiva.
De aqu se tiene de inmediato.
El siguiente postulado sera asumido sin demostracion. El proceso excede con
mucho el objetivo principal de este captulo que es el conocimiento operativo
del lenguaje de los conjuntos y sus propiedades. Para un estudio detallado vease
por ejemplo [6] o [9].
5.1.14. Principio de inducci
on en los n
umeros naturales. Si A N es
tal que
a) 1 A.
b) n A n A
entonces A = N \ {0}.
Hay una tecnica de demostracion llamada induccion matematica, que se
deriva directamente del principio de induccion. Vamos a enunciarla.
5.1.15. Inducci
on matem
atica. Supongamos que se quiere demostrar una
propiedad P (n), para n N. Los dos pasos a continuaci
on son suficientes:
1. Se demuestra la validez de P (0) o P (1). Es decir, que la propiedad vale
para n = 0 o n = 1, como se quiera.
2. Se supone que P (n) es v
alida y a partir de ah, se prueba la validez para
P (n + 1). Es decir, se prueba que si es v
alida para n, lo es para n + 1.
Entonces, el principio de inducci
on nos asegura que el conjunto P = {x N |
P (x) es verdadera} = N; es decir, que la propiedad vale para todos los n
umeros
naturales (tal vez, excepto el 0, si no se consider
o).
M
as adelante haremos varias demostraciones usando la tecnica de la induccion matematica, como ejemplo hagamos el siguiente ejercicio.
5.1.16. Ejercicio. Probar que n = |{1, . . . , n}|.
CAPITULO 5. CONJUNTOS NUMERICOS
46
n(n+1)
.
2
2. 2n < n!
3. n3 n es m
ultiplo de 6 para todo n N.
El conjunto de los n
umeros naturales que hemos construido satisface los
axiomas de Peano; a saber:
El conjunto N tiene un elemento 0 N (1 N).
Existe la funci
on sucesor que es inyectiva.
El 0 no es sucesor de un n
umero natural.
Vale el principio de induccion.
Se puede probar que cualesquiera dos conjuntos que satisfagan estas condiciones son esencialmente el mismo (isomorfos). Eso se conoce como la unicidad
del sistema de Peano.
Orden en los n
umeros naturales
5.1.19. Definici
on. Sean k y r cardinales. Decimos que k r si existen representantes k = |A| y r = |B| con una aplicaci
on inyectiva f : A B.
5.1.20. Ejercicio. Probar que 0 1 n para todo n N \ {0}.
47
Demostraci
on. Sea a el primer elemento de Mn . Como n Mn entonces
a n . Por hip
otesis, sabemos que existen A y N representantes de a y n,
respectivamente, tales que existe una aplicacion inyectiva f : N A, pero no
sobreyectiva. As, existe a A tal que a
/ Imf . Definimos g : N {N } A tal
que g(n) = f (n) para todo n N y g(N ) = a. Es inmediato comprobar que g
es aplicacion inyectiva y por tanto n a. Luego n = a.
5.1.23. Observaci
on. El principio de induccion y el principio del buen orden
son equivalentes; es decir, si se asume uno de ellos el otro se puede demostrar.
La demostracion puede hacerse como ejercicio; aunque es un poco larga, no es
difcil. Pero hay mas, se puede probar que, a su vez, los postulados anteriores
son equivalentes al axioma de eleccion (2.4.20)
Operaciones en N
Las definimos de forma inductiva o recursiva.
5.1.24. La suma en N. Para n N, definimos
1. n + 1 = n .
2. Si tenemos definida n + m entonces n + m = (n + m) .
Lo anterior viene a decir que n + (m + 1) = (n + m) + 1. Las demostraciones
de las propiedades de la suma se pueden encontrar en el Apendice.
5.1.25. Propiedades de la suma en N.
1. (n + 1) + m = n + (m + 1)
2. n + m = m + n (conmutatividad).
3. (n + m) + r = n + (m + r) (asociatividad).
4. Si a + c = b + c entonces a = b (cancelaci
on).
5.1.26. El producto en N. Para n, m N, definimos
1. n 1 = n.
2. Si tenemos definido n m entonces n (m + 1) = n m + n.
5.1.27. Notaci
on. Escribimos, como siempre, indistintamente, n m = nm.
Al igual que con la suma, las demostraciones de las propiedades del producto
se pueden encontrar en el Apendice.
5.1.28. Propiedades del producto.
1. (n + 1)m = nm + m.
2. nm = mn (conmutatividad).
3. n(m + k) = nm + nk (distributividad).
4. n(mk) = (nm)k (asociatividad).
CAPITULO 5. CONJUNTOS NUMERICOS
48
5.1.1.
5.2.
N
umeros enteros
5.2. NUMEROS
ENTEROS
49
5.2.7. Proposici
on. (Z, ) es un conjunto totalmente ordenado. A
un m
as,
todo entero tiene predecesor y sucesor.
Demostraci
on. Inmediata de (5.2.4).
tal que,
es decir,
CAPITULO 5. CONJUNTOS NUMERICOS
50
Demostraci
on. Vamos a comprobar que est
a bien definida. El resto lo dejamos
como ejercicio. Supongamos que a, a , b, b , m, m , n, n N son tales que [a, b] =
[a , b ] y [m, n] = [m , n ]. Queremos ver que [a + m, b + n] = [a + m , b + n ]. Por
hip
otesis, a+b = b+a y m+n = n+m , de donde a+b +m+n = b+a +n+m ,
luego (a+m)+(b +n ) = (a +m )+(b+n), de donde se obtiene el resultado.
5.2.10. Producto. Definimos
: Z Z Z,
tal que,
([(a, b)] , [(m, n)]) = [(am + bn, an + bm)] ;
es decir,
5.3.
N
umeros racionales
Los n
umeros racionales seran ahora construidos a partir de los n
umeros
enteros.
5.3.1. Notaci
on. Denotamos Z = Z \ {0}.
5.3.2. Proposici
on. Sea Q = Z Z . La relaci
on en Q dada por
[(a, b)] [(n, m)] am = bn
es una relaci
on de equivalencia.
Demostraci
on. Ejercicio.
5.3.3. Definici
on. Llamamos n
umeros racionales al conjunto cociente
Q = Q/ .
5.3.4. Representantes notables. Considerese (n, m) Q.
1. Si d|mcd(n, m) entonces [(n, m)] = [(n/d, m/d)]. Luego podemos elegir
representantes cuyas coordenadas son n
umeros coprimos (y son u
nicos).
2. [(0, 1)] = {(0, n) Q | n Z}.
5.3. NUMEROS
RACIONALES
51
tal que,
es decir,
CAPITULO 5. CONJUNTOS NUMERICOS
52
5.3.10. Producto. Definimos
: Q Q Q,
tal que,
([(a, b)] , [(m, n)]) = [(am, bn)] ;
es decir,
1. Escribimos
m
= [(m, n)] .
n
0
1
5.3.1.
Escritura decimal de n
umeros racionales.
5.3.13. Definici
on.
- Una sucesi
on de n
umeros (naturales, enteros, racionales, reales o complejos), (an )nN se dice eventualmente periodica si existe un m N y un
entero positivo q > 0 tal que ai = ai+q , para todo i m.
- Si r es el menor de los m N que satisfacen dicha propiedad, entonces el
termino ar es llamado el termino inicial del periodo.
- Si p es el menor de los enteros positivos q anteriores, entonces p es llamado
el periodo de la sucesi
on.
5.3.14. Ejemplos.
1. Todas las sucesiones de n
umeros constantes o eventualmente constantes. Una sucesion se dice eventualmente constante cuando existe un m N tal que ai = ai+1 , para todo i m. En tal caso el
periodo de la sucesion es 1.
5.3. NUMEROS
RACIONALES
53
2. La sucesion 1, 1, 1, 2, 2, 2, 3, 3, 3, 3, 2, 1, 3, 2, 1, 3, 2, 1, . . . es eventualmente
periodica, con periodo p = 3 y con a10 como termino inicial del periodo.
5.3.15. Definici
on. Una sucesi
on de n
umeros naturales (an )nN se dice decimal cuando an {0, 1, ..., 9} para todo n > 0 (n
otese que no hay restricci
on
sobre el termino a0 ).
5.3.16. Teorema. Dado un n
umero racional Q, 0, existe una u
nica
sucesi
on decimal eventualmente peri
odica de n
umeros naturales (an )nN satisfaciendo que
an
1
a2
a1
... n < n ,
(5.1)
10 102
10
10
para todo n N. Adem
as, la asignaci
on
(an )nN define una biyecci
on entre
el conjunto Q+ = { Q : 0} y el conjunto D de las sucesiones decimales eventualmente peri
odicas de n
umeros naturales que no son eventualmente
constantemente 9.
0 a0
Demostraci
on. S
olo vamos a hacer un esquema de demostracion sobre la existencia de la aplicacion. El resto, se omite.
La expresion decimal de un racional se hace de la siguiente manera:
Como 0 < Q, expresamos
=
Hacemos
k
, con 0 k, 0 < d y mcd(k, d) = 1.
d
k
10r0
=
=
da0 + r0
da1 + r1
con
con
0 r0 < d
0 r1 < d
con
0 rn < d
..
.
10rn1
dan + rn
..
.
Tenemos que comprobar dos propiedades de la sucesion (an )nN : una, que
es periodica y la otra, que es decimal.
Para ver que es periodica, observemos que todos los restos son 0 r < d,
por lo tanto, a lo mas en d-pasos, se repetira el primer resto, digamos r0 = rm .
Entonces 10r0 = da1 + r1 es lo mismo que 10rm = dam+1 + rm+1 , de donde
a1 = am y de ah sale el perodo.
Ahora vamos a ver que es decimal.
10rn1 = dan + rn 0 dan 10rn1 < d10
rn1
0 an 10
< 10 0 an < 10.
an
por tanto, (an )nN es decimal. Vamos a ver que satisface la condicion (5.1).
Se tiene, se
nalando con |{z}
lo que vamos a sustituir
r0
k
k
r0
= a0 +
< 1 = 0 a0 < 1.
y 0
d
d
d
d
|{z}
54
r0
d
a1
10
r1
d
1
10 ,
de donde
k
a1
r1 1
1
r1 1
= a0 +
+
<
y 0
d
10 |d {z10}
d 10
10
a1
1
k
<
= 0 a0
d
10
10
Como 10r1 = da2 + r2 entonces
k
d
1 r1
10 d
a2
102
r2
d
1
102 ,
de donde
r2 1
1
a1
a2
r2 1
+
< 2
+
.
y
0
10 102 |d {z102}
d 102
10
1
a1
a2
k
< 2.
= 0 a0
d
10 102
10
= a0 +
0 a0 <
b0 < b0 + 1
a 0 < a0 + 1
0 b0 <
1
100
de donde
luego a0 = b0 .
Supong
amos valido para k n, entonces a0 = b0 , . . . , an = bn .
Pn bi
Pn ai
Para n + 1, hacemos A = i=1 10
i =
i=1 10i = B. Entonces
0
n+1
X
ai
1
< n+1
10i
10
1
an+1
< n+1
10n+1
10
i=1
n+1
X
i=1
bi
1
< n+1 ,
10i
10
entonces
0 A
0B
an+1
10n+1
bn+1
1
< n+1 .
10n+1
10
y en la otra,
bn+1
10n+1 ,
luego
5.4. NUMEROS
REALES
55
Se tiene,
=
a0 +
r0
d
=
a1 10 +
k
d
a0 + a1 10 +
sustituyendo
5.4.
r0
d
|{z}
k
d
y
r1
d
10r0
da1 + r1
1
10
r1 1
|d {z10}
N
umeros reales
b) est
a acotado superiormente y no tiene elemento maximo.
c) Si x e y < x entonces y .
As, si q Q, definimos
q = {x Q | x < q}, esto no es novedoso.
Lo interesante es definir 2 = {q | q 2 < 2} y as se van obteniendo los
irracionales.
Despues se elabora una aritmetica de cortaduras, de forma natural y se
obtienen as los n
umeros reales. Esta idea fue desarrollada por Dedekind.
3. Considerar el conjunto cociente de ciertas sucesiones, que actualmente
llamamos sucesiones de Cauchy en Q y que se estudiar
an en los cursos de
analisis matematico. Esta idea fue desarrollada por Cantor y Meray.
Nosotros no abordaremos su fundamento pues eso corresponde a otros cursos. Vamos a asumir que los n
umeros reales es un conjunto no vaco (R, +, )
que contiene a los racionales, Q y que satisfacen los axiomas que listamos a
continuacion.
CAPITULO 5. CONJUNTOS NUMERICOS
56
5.5.
N
umeros complejos
5.5.1. Definici
on. Llamamos n
umeros complejos al conjunto
C = {(a, b) | a, b R}
junto con las operaciones
(a, b) + (c, d) = (a + c, b + d)
-6
-
b - (a, b)
-p
p
p
p
p
ap
- R
5.5.2. Teorema. El conjunto C, junto con las operaciones descritas, tiene estructura de cuerpo.
Demostraci
on. Es cuestion de
alculos. Observese que (a, b)1 =
hacer los c
b
a
1
y (0, 1)2 = (1, 0).
a2 +b2 (a, b) = a2 +b2 , a2 +b2
5.5. NUMEROS
COMPLEJOS
57
5.5.3. Observaci
on. Identificamos R con {(a, 0) C | a R}.
5.5.4. Notaci
on. Escribimos tambien a los n
umeros complejos como
C = a + b | a, b R e 2 = 1
2. Su m
odulo es |z| = |a + b| = a2 + b2 .
3. Su argumento es el (
unico, salvo m
ultiplos de 2) a
ngulo que verifica
cos() =
a
|z|
sen() =
b
;
|z|
CAPITULO 5. CONJUNTOS NUMERICOS
58
5.5.8. Notaci
on. Sea z = a + b C, r = a2 + b2 y = arctan(b/a) (como
siempre, estableciendo previamente el cuadrante).
1. La representaci
on polar de z es
z 7 (r, ).
R 6
3 (r, )
r
........
-p .p.
p
p
p
-
- R
2. La representaci
on triginometrica de z es
z 7 r(cos + sen ).
R
-6
3p (r cos(), r sen())
r
p
p
...
p
.....
- R
-p .p
p
pp
p
p
r cos()
-
r sen()-
1
1
(cos() + sen()) = (cos sen )
r
r
5.5. NUMEROS
COMPLEJOS
59
+ 2k
,
n
k Z.
+ 2k
+ 2k
n
+ sen
,
k = 0, . . . , n 1.
r cos
n
n
Demostraci
on. Inmediata del p
arrafo anterior.
5.5.12. Ejemplo. Vamos a encontrar todas las soluciones de la ecuaci
on X 5 =
5
1; es decir, buscamos todos los w = r(cos + sen ) tales que w = 1. Entonces
w5 = 1 = cos 0, luego = 0, r = 1 y k = 0+2k
, con k = 0, . . . , 4.
5
5.5.13. Definici
on. Sea n 2. decimos que C es una raz n-esima de la
unidad si n = 1 y diremos que es una raz nesima primitiva de la unidad de
adem
as de ser raz, se tiene que m 6= 1 si 0 < m n.
CAPITULO 5. CONJUNTOS NUMERICOS
60
4
caso nos salen los siguientes angulos: 0 = 0, 1 = 2
4 = 2 , 2 = 4 = y
3
6
3 = 4 = 2 . Haciendo zi = cos i + sen i se tiene que z0 = 1, que no es
primitiva, z1 s lo es, z22 = 1, luego no es primitiva y z3 s lo es.
El ejemplo anterior nos dice que zi es primitiva para i coprimo con 4. Esto
es verdadero en general y muy facil de demostrar.
5.5.15. Corolario. Sea z C, arbitrario. Entonces z tiene exactamente
|{m {1, . . . , n 1} | mcd(m, n) = 1}|
races n-esimas primitvas.
5.5.1.
Forma exponencial de un n
umero complejo.
Conocemos del c
alculo las formulas
ex
cos x
sen x
x2
x3
+
+ ...
2!
3!
4
x
+
+ ...
4!
x5
+
+ ...
5!
= 1+x+
x2
2!
x3
= x
3!
= 1
=
=
=
()2
()3
+
+ ...
2!
3!
()3
4
()5
2
+
+
...
1 +
2!
3!
4!
5!
cos + sen
1 + +
5.6.
61
Vamos a terminar esta parte abordando algunos aspectos mas de la cardinalidad. Hasta ahora tenemos la definicion de finito e infinito. Recordemos.
1. Un conjunto A, decimos que es infinito si existe B ( A, junto con una
aplicacion inyectiva f : A B.
2. Un conjunto es finito si no es infinito.
3. Recordemos que la cardinalidad de un conjunto A se denota |A|.
5.6.1. Teorema [Bernstein]. Sean A y B conjuntos, tales que existen aplicaciones inyectivas f : A B y g : B A. Entonces, existe una biyecci
on
: A B.
Demostraci
on. La demostracion se omite porque excede el interes de este curso.
Puede consultarse [5, p. 51].
5.6.2. Corolario. Sean A y B conjuntos, tales que existen aplicaciones sobreyectivas f : A B y g : B A. Entonces, existe una biyecci
on : A B.
Demostraci
on. Ejercicio.
5.6.3. Lema. |N| = |N N|.
Demostraci
on. Vamos a exhibir una aplicacion inyectiva : N N N. Es un
poco laborioso, pero muy ilustrativo. La idea es ordenar las parejas en el orden
lexicogr
afico y luego ir contando en diagonal. Podemos ilustrarlo as:
-
(1, 2)
1(1, 3)
1 ...
(2, 2)
(2, 1)
(3, 1)
(1, 1)
N
otese que cada diagonal con pareja superior (1, n) tiene exactamente nPn1
parejas; a saber, de (1, n) al (n, 1) y antes de llegar a ella se han contado i=1 i,
parejas, todas ellas sumando sus coordenadas n + 1 y solo ellas tienen esa suma.
Luego, al terminar la diagonal habremos contado
n1
X
i=1
i+n=
n
X
i=1
CAPITULO 5. CONJUNTOS NUMERICOS
62
De este modo, la correspondencia queda como sigue. Se considera un elemento arbitrario (i, j). Entonces vive en la diagonal de (1, i + j 1) 7 S(i + j 2).
Luego (i, j) 7 S([i + j 2] + i) = S(2i + j 2), y aplicando la conocida formula
de la suma
(2i + j 1)(2i + j 2)
.
(i, j) =
2
5.6.4. Teorema. |N| = |Z| = |Q|
Demostraci
on. Inmediata de la construcci
on que hemos hecho.
5.6.5. Teorema. Considerese el intervalo (0, 1) R. Existe una aplicaci
on
inyectiva f : N [0, 1], pero no existe ninguna aplicaci
on inyectiva (0, 1) N.
Es decir, el infinito de R es mayor que el de N.
Demostraci
on. Vamos a dar un argumento conocido como metodo de la diagonal de Cantor. Supongamos que s se tiene una aplicacion inyectiva. Eso
finalmente significa que hay una aplicacion biyectiva y que hemos numerado a
todos los elementos del intervalo (0, 1). Entonces los escribimos x1 , x2 , . . . , en
su forma decimal
x1
x2
=
=
x3
Considerese el n
umero
x = 0, x11 x22 x33
o sea, que sus decimales son la diagonal de la lista anterior (no importa que
todos fuesen 9 o 0, porque lo vamos a cambiar).
Ahora vamos a construir otro n
umero, de la siguiente forma. A cada xnn
asignamos otro dgito ynn {0, . . . , 9} \ {xnn }, procurando que no todas las
elecciones sean 0 o 9, para que y = 0, y11 y22 (0, 1).
Es inmediato comprobar que y no puede estar en la lista anterior.
Captulo 6
An
alisis combinatorio.
Recordemos que dado un n
umero natural p N se denota Np = {1, . . . , p}.
A lo largo de este captulo denotaremos con A un conjunto finito que tiene
cardinalidad n; es decir, |A| = n y p sera tal que p n.
6.1.
Variaciones.
6.1.1. Definici
on. Se llama variaci
on de los n objetos de A tomados de p en
p a la imagen de cualquier aplicaci
on inyectiva f : Np A.
En la situaci
on de la definicion anterior, denotamos ai = f (i) y esribimos la
variaci
on como lista ordenada f (Np ) = (a1 , . . . , ap ). Intuitivamente, una variacion es una eleccion ordenada de p elementos de A, sin repeticiones.
6.1.1.
N
umero de variaciones.
Vamos a calcular el n
umero de variaciones de los n objetos de A tomados de
p en p. Denotamos dicho n
umero con Vnp .
6.1.2. Teorema. Sea A un conjunto con |A| = n y p n, un n
umero natural.
El n
umero de variaciones de los n objetos de A tomados de p en p es
Vnp =
n!
.
(n p)!
n!
Demostraci
on. Primero n
otese que (np)!
= n(n1) (np+1). Procederemos
por induccion sobre p. El caso p = 1 es trivial. Supongamos valido que para
1 p n se tiene el resultado. Queremos probar la formula para p+1. Primero,
notemos que (n p)Vnp = Vnp+1 .
Sea A un conjunto finito con cardinalidad n p + 1 y f : Np A una
aplicacion inyectiva. Queremos extender el dominio de la aplicacion f a Np+1 .
Para lograr esto, solo tenemos que hacer corresponder p + 1 con un elemento del
conjunto A \ Imf . Esto puede hacerse de n p maneras diferentes y por tanto
hay (n p)Vnp aplicaciones inyectivas.
63
64
CAPITULO 6. ANALISIS
COMBINATORIO.
6.2.
Permutaciones.
an
=
(a1 ) . . . (an )
El siguiente ejercicio nos muestra que toda permutacion puede ser vista como
una variaci
on de n objetos tomados de n en n.
6.2.1. Ejercicio. Sean A y B conjuntos finitos, tales que |A| = |B|. Probar que
si f : A B es inyectiva entonces ya es biyectiva.
Respuesta. De no ser as, B sera infinito.
Denotamos el conjunto de permutaciones de A como S(A). En caso de que
A = Nn escribimos Sn en vez de S(Nn ). Por el resultado de recuento que vimos
para las variaciones tenemos lo siguiente.
6.2.2. Teorema. Sea A un conjunto finito con n elementos. Entonces el n
umero de permutaciones |S(A)| = n!.
6.3.
Combinaciones.
6.3.1. Definici
on. Sea A un conjunto con n elementos y p N con p n.
Una combinaci
on de los n elementos de A tomados de p en p, es cualquier
subconjunto de A que tenga p elementos.
En este punto es recomendable que nos detengamos a observar con cuidado
la diferencia entre variacion y combinaci
on. Conviene ver alg
un ejemplo. Vamos
a calcular el n
umero de combinaciones de A.
6.3.2. Teorema. Sea A un conjunto con n elementos. El n
umero de combinaciones de los n elementos de A tomados de p en p es
Cnp =
n!
.
p!(n p)!
Demostraci
on. Notemos que todo subconjunto P A con p elementos puede
considerarse como la imagen de (al menos) una aplicacion inyectiva f : Np A.
El caso aqu es determinar cuantas aplicaciones inyectivas de Np pueden tener
6.3. COMBINACIONES.
65
secci
on anterior son p!. Ese es el factor por el que tendremso que dividir Vnp .
As que
n!
Vp
.
Cnp = n =
p!
p!(n p)!
6.3.3. Notaci
on. El n
umero de combinaciones de los n elementos de Nn tomados de p en p se escribe
n
p
Cn =
p
a0 bn+1 +
66
CAPITULO 6. ANALISIS
COMBINATORIO.
Parte II
N
umeros y polinomios
67
Captulo 7
El anillo de los n
umeros
enteros.
En este captulo se estudiar
an las propiedades aritmeticas de los n
umeros
enteros, es decir, las relacionadas con las operaciones y la divisibilidad. Tambien veremos que existen otros conjuntos dotados de operaciones binarias que
comparten propiedades con los enteros. De ah surjiran los conceptos de anillo
y cuerpo.
7.1.
Artim
etica de los enteros.
En esta secci
on vamos a repasar los conceptos y propiedades b
asicos de los
n
umeros enteros y su descomposicion. Todo desde un punto de vista mas formal
y con el lenguaje de los conjuntos, que hemos desarrollado en la parte anterior.
7.1.1.
Divisi
on entera y m
aximo com
un divisor.
a + a = 0. Este u
nico elemento se llama el opuesto de a y se denota por
a; la suma b + (a) se denota por b a.
3. (Cancelacion en sumas) Dados a, b, c Z, la igualdad a + b = a + c implica
b = c.
4. (Multiplicacion por cero) Para cada a Z se verifica a0 = 0.
69
70
7.1. ARTIMETICA
DE LOS ENTEROS.
71
7.1.6. Definici
on. Sean a, b Z. Decimos que b divide al n
umero a, y lo
denotamos por b | a, si existe un c Z tal que a = bc. En este caso, se dice que
a es m
ultiplo de b. Si a 6= 0, decimos tambien que b es un divisor de a.
El maximo com
un divisor es uno de los conceptos mas clasicos de la aritmetica. Desde primaria concemos la definicion, pero falta demostrar su existencia.
Comenzamos repasando la definicion y algunas propiedades b
asicas.
7.1.8. Definici
on. Dados dos n
umeros enteros a, b, con, al menos, uno de ellos
distinto de cero, el m
aximo com
un divisor de a y b se define como el mayor
entero d tal que d | a y d | b. Si a = b = 0, su m
aximo com
un divisor es cero.
El m
aximo com
un divisor de a y b se denotar
a por mcd(a, b) o mcd(b, a).
El maximo com
un divisor existe pues el conjunto de divisores de dos n
umeros
es finito y por tanto tiene maximo (recordemos que todo conjunto finito linealmente ordenado tiene maximo); a
un mas, el maximo com
un divisor siempre es
positivo.
7.1.9. Proposici
on. Si a, b Z, entonces:
(1) mcd(a, b) = mcd(a, |b|) = mcd(|a|, |b|).
(2) mcd(a, 0) = |a|.
(3) mcd(a, b) = 0 si y solo si a = b = 0.
72
Demostraci
on. Se deja como ejercicio.
Vamos a estudiar el maximo com
un divisor utilizando las herramientas de
los conjuntos que hemos desarrollado en captulos anteriores.
7.1.10. Teorema. Sean a, b Z, no cero ambos. El m
aximo com
un divisor de
a y b es el mnimo del conjunto de combinaciones lineales positivas de a y b; es
decir,
mcd(a, b) = mn{c = ra + sb | c > 0 y r, s Z}.
Demostraci
on. Sea D = {ra + sb > 0 | r, s Z}. N
otese primero que como a
o b no son cero, D 6= y por tanto siempre existe = mn D. Se afirma que
es el maximo com
un divisor de a y b. Como D existen , Z tales que
= a + b. Primero vamos a ver que es divisor com
un. Por el algoritmo de la
divisi
on (7.1.2) a = q + r, con 0 r < . Entonces r = (1 q)a + (q)b, con
lo que r D o r = 0. Lo primero es imposible porque es mnimo. Luego r = 0
y por tanto | a. Analogamente | b. Que es maximo se desprende directamente
de (7.1.7); de hecho, todo divisor com
un de a y b es divisor de .
7.1.11. Corolario. Sean a, b Z. Entonces existen r, s Z tales que mcd(a, b) =
ra + sb.
Demostraci
on. Si a = b = 0 hacemos r = s = 0 y tenemos el resultado. Si no son
ambos cero, el resultado se desprende directamente del teorema anterior.
7.1.12. Definici
on. Sean a, b Z y d = mcd(a, b). A una expresi
on d = ra+sb
se le conoce como identidad de Bezout.
En la demostracion del teorema anterior hemos visto que el maximo com
un
divisor es, de hecho, m
ultiplo de cualquier divisor com
un. Vamos a expresar eso
junto con otras propiedades que caracterizan al maximo com
un divisor.
7.1.13. Proposici
on. Sean a, b, c, d Z. Entonces d = mcd(a, b) si y solo si
se cumplen las condiciones
(1) d | a y d | b.
(2) Si c | a y c | b, entonces c | d.
(3) d 0.
Demostraci
on. Supongamos d = mcd(a, b). De la definicion de maximo com
un
divisor tenemos las propiedades (1) y (3). La segunda es inmediata de (7.1.11).
Recprocamente, supongamos que a, b, d cumplen las tres condiciones del
enunciado. Si a 6= 0 o b 6= 0, est
a claro que d es el mayor de los enteros que
dividen a a y b. Si a = b = 0, como 0 | a y 0 | b, la condicion (2) me dice que
0 | d por lo que d = 0. Tambien en este caso se tiene d = mcd(a, b).
Este resultado puede generalizarse a un n
umero finito de enteros como vamos
a ver a continuacion.
7.1. ARTIMETICA
DE LOS ENTEROS.
73
7.1.14. Definici
on. Sean a1 , . . . , an Z con alg
un ai 6= 0. El m
aximo com
un
divisor de a1 , . . . , an , que denotaremos por mcd(a1 , . . . , an ), se define como el
mayor entero d que los divide a todos. Definimos mcd(0, . . . , 0) = 0.
7.1.15. Proposici
on. Sean a1 , . . . , an Z. Entonces
mcd(a1 , . . . , an ) = mcd(mcd(a1 , a2 ), a3 , . . . , an ).
Demostraci
on. Sea d = mcd(a1 , . . . , an ), e = mcd(mcd(a1 , a2 ), a3 , . . . , an ) y
f = mcd(a1 , a2 ). Entonces, como d divide a a1 , . . . , an , tenemos por la proposicion anterior que d divide a f, a3 , . . . , an . Luego d e. Recprocamente, e divide
a f, a3 , . . . , an y, por tanto, e divide a a1 , a2 , . . . , an . Luego e d. Como d, e 0
debe ser d = e.
7.1.16. Teorema. El m
aximo com
un divisor de a1 , . . . , an Z es la mnima
combinaci
on lineal positiva de dichos n
umeros.
As que existen enteros 1 , . . . , n tales que
d = 1 a1 + + n an .
Demostraci
on. Inmediato por induccion, usando (7.1.10).
7.1.17. Corolario. Sean a1 , . . . , an Z. Entonces d = mcd(a1 , . . . , an ) si y
solo si se cumplen las condiciones
(1) d | ai para todo i = 1, . . . , n.
(2) Si c | ai para todo i = 1, . . . , n, entonces c | d.
(3) d 0.
Demostraci
on. Se deja como ejercicio.
7.1.18. Ejemplo. Para calcular el maximo com
un divisor de los n
umeros 45, 81, 12
y 51 podemos proceder de la siguiente manera:
mcd(45, 81, 12, 51) = mcd(mcd(45, 81), 12, 51) = mcd(9, 12, 52) =
mcd(mcd(9, 12), 51) = mcd(3, 51) = 3.
7.1.19. Definici
on. Dos enteros a, b se llaman primos entre s o coprimos si
mcd(a, b) = 1.
7.1.20. Proposici
on. Sean a y b dos enteros no nulos. Entonces a y b son
coprimos si y solo si existen , Z tales que a + b = 1.
Demostraci
on. Inmediato de la definicion de coprimos y (7.1.11).
7.1.21. Proposici
on. Sean a, b, c Z tales que a | bc. Si a y b son coprimos,
entonces a | c.
Demostraci
on. Sea 1 = a + b una identidad de Bezout. Multiplicando por c
tenemos c = ac + bc. Como a | bc, tambien a | c.
74
7.1.22. Proposici
on. Sean a, b, c Z. Si a y b son coprimos y a | c y b | c
entonces ab | c.
Demostraci
on. Considerese la identidad de Bezout ra + sb = 1. Por hipotesis
c
c
c
c
c
c c
,
Z.
Entonces
cb br + ac sb = ac , de
a b
a ra + a sb = a , luego cr + a sb = a y as
c
c
c
donde b( b r + a s) = a , pasamos a multiplicando y se tiene ab | c.
7.1.23. Corolario. Sean a y b dos enteros no nulos y d = mcd(a, b). Si a = da
y b = db , entonces mcd(a , b ) = 1.
Demostraci
on. Ejercicio.
El algoritmo de Euclides
Una forma efectiva de calcular el maximo com
un divisor es mediante el
algoritmo de Euclides, para el cual necesitamos el siguiente resultado:
7.1.24. Proposici
on. Sean a, b Z. Entonces, para todo s Z se tiene
mcd(a, b) = mcd(a sb, b) = mcd(a, b sa).
En particular, si b 6= 0 y a = bq + r es la divisi
on entera de a entre b, tenemos
que
mcd(a, b) = mcd(b, r).
Demostraci
on. Si c | a y c | b, entonces c | a sb por (7.1.7). Recprocamente,
si c | b y c | a sb, entonces c | a sb + sb = a, tambien por (7.1.7).
7.1.25. Algoritmo de Euclides Vamos a calcular el maximo com
un divisor
de dos enteros mediante el algoritmo de Euclides que consiste en la aplicacion
repetida de la proposicion anterior. Podemos suponer que a y b son positivos y
tenemos:
a = bq1 + r1
(a, b) = (b, r1 )
r1 < b
b = r1 q2 + r2
(b, r1 ) = (r1 , r2 ) r2 < r1
r1 = r2 q3 + r3 (r1 , r2 ) = (r2 , r3 ) r3 < r2
..
..
..
.
.
.
Dado que b > r1 > r2 > r3 > 0 debe obtenerse resto cero en un
n
umero finito de pasos:
rn2 = rn1 qn + rn
rn1 = rn qn+1
Luego (a, b) = rn .
Los valores x e y de la expresion rn = ax + by pueden obtenerse eliminando
los r1 , . . . , rn1 con una sustitucion regresiva, en las igualdades anteriores a
partir de la pen
ultima igualdad.
7.1. ARTIMETICA
DE LOS ENTEROS.
75
Por ejemplo, para los enteros a = 252 y b = 198 hacemos las divisiones y se
tiene
252 =
198 =
54 =
36 =
198 1 + 54
54 3 + 36
36 1 + 18
18 2.
y, a partir de la pen
ultima igualdad vamos despejando y sustituyendo, obtenemos
18 = 54(1) + 36(1) = 54 + (198 54 3)(1)
= 198(1) + 54(4) = 198(1) + (252 198 1) 4
= 198(5) + 252(4).
7.1.2.
Mnimo com
un m
ultiplo
7.1.26. Definici
on. Dados dos n
umeros enteros a, b distintos de cero, el mnimo com
un m
ultiplo de a y b se define como el menor entero positivo que es
m
ultiplo de a y de b a la vez.
Si a o b son cero, entonces el mnimo com
un m
ultiplo de a y b es 0. Se
denotar
a por mcm(a, b).
La existencia del mnimo com
un m
ultiplo est
a garantizada ya que el conjunto
de todos los enteros positivos que son m
ultiplos comunes a a y b es no vaco y,
por tanto, debe tener un primer elemento.
7.1.27. Proposici
on. Si a, b Z, entonces:
(1) mcm(a, b) = mcm(a, |b|) = mcm(|a|, |b|).
(2) mcm(a, b) = 0 si y solo si a = 0 o b = 0.
(3) mcm(a, ab) = |ab|.
Demostraci
on. Ejercicio. Se desprende de (7.1.7).
7.1.28. Teorema. Sean a, b Z. Entonces:
(1) mcm(a, b) mcd(a, b) = |ab|.
(2) Si c es m
ultiplo de a y de b, entonces c es m
ultiplo de mcm(a, b).
CAPITULO 7. EL ANILLO DE LOS NUMEROS
ENTEROS.
76
Demostraci
on. Si a = 0 o b = 0 el enunciado es evidente. Por tanto, por la
proposicion anterior, podemos suponer que a, b > 0. Sea d = mcd(a, b) y supongamos que a = da y b = db para ciertos enteros a , b Z. Sea m = a b d.
Observemos que m es m
ultiplo de a y de b. Supongamos que c > 0 es m
ultiplo
de a y de b, es decir,
c = a = b
(7.1)
para ciertos , Z. Entonces tenemos da = db y, por tanto, a = b .
Como, por (7.1.23), a y b son coprimos, por (7.1.21), a | y podemos escribir
= a para cierto Z
Sustituyendo en (7.1) obtenemos
c = a b = a db = m
(7.2)
7.1.3.
La ecuaci
on diof
antica lineal
7.1. ARTIMETICA
DE LOS ENTEROS.
77
n
umero de monedas de 20 cts. que le devuelve la maquina, se tiene que cumplir
la ecuaci
on
50x 20y = 40
Una ecuaci
on de este tipo, en la que se buscan soluciones que sean n
umeros
enteros, se llama una ecuaci
on diof
antica lineal. Veamos su solucion.
7.1.31. Proposici
on. Sean a, b, c Z y d = mcd(a, b). La ecuaci
on diof
antica
ax + by = c tiene soluci
on si y solo si d divide a c. En este caso, la soluci
on
general son todos los n
umeros enteros de la forma
x = x0 + x
y = y0 + y
78
7.1.4.
N
umeros primos.
Teorema Fundamental de la Aritm
etica
En esta secci
on vamos a probar el Teorema Fundamental de la Aritmetica que
afirma que todo n
umero entero se puede escribir de forma escencialmente u
nica
como producto de n
umeros primos. Comenzamos precisamente con el concepto
de n
umero primo.
7.1.33. Definici
on. Un entero p 6= 1, 1 se dice que es primo si sus u
nicos
divisores son 1, 1, p y p.
7.1.34. Ejemplo. El primo positivo mas peque
no es el 2 y es tambien el u
nico
primo par junto con el 2. Los primos siguientes son 3, 5, 7, 11, 13, 17, 19, 23,
29, 31, 37, . . . , 997, . . . , 252097800623, . . . , 243112609 1, . . . 1
7.1.35. Lema. Si p es un n
umero primo y p | a1 a2 an con a1 , . . . , an enteros,
entonces p divide a ai para algun i.
Demostraci
on. Supongamos que p | a1 a2 . Si p | a1 , ya. Si no, mcd(p, a1 ) = 1 y
7.1. ARTIMETICA
DE LOS ENTEROS.
79
Ahora bien, como 1 < b, c < a0 , los enteros b y c s se escriben como producto
de primos:
b = q1 qr y c = q1 qs
pero entonces a tambien lo que contradice su eleccion.
Si a < 1, entonces a = |a| = p1 pt para cierto t 1 y p1 , . . . , pt primos
y, por tanto,
a = |a| = (p1 )p2 pt
con p1 , p2 , . . . , pt primos.
Probemos ahora la unicidad de la descomposicion. Supongamos
a = p1 pt = q1 qr
(7.4)
b = q1m1 qrmr .
Entonces, el mcd(a, b) puede calcularse haciendo el producto de los primos comunes de a y b elevados a la mnima potencia, y el mcm(a, b) puede calcularse
haciendo el producto de los primos comunes y no comunes de a y b elevados a
la m
axima potencia.
Demostraci
on. Se deja como ejercicio.
CAPITULO 7. EL ANILLO DE LOS NUMEROS
ENTEROS.
80
7.2.
Congruencias.
81
7.2. CONGRUENCIAS.
7.2.1.
Propiedades aritm
eticas de las congruencias
Veamos c
omo se comportan las congruencias con la suma y el producto de
n
umeros enteros.
7.2.4. Proposici
on. Sea m un entero mayor que 1 y sean a, b, a , b y c n
umeros
enteros arbitrarios. Entonces:
1. Si a a mod m y b b mod m, entonces a + b a + b mod m.
2. Si a a mod m y b b mod m, entonces ab a b mod m.
3. Si a b mod m, entonces ac bc mod m. El recproco es cierto si c y
m son coprimos.
4. Si c 6= 0, entonces a b mod m si y solo si ac bc mod mc.
Demostraci
on. Si a a mod m y b b mod m tenemos que a a = m y
=
=
=
(a + m)(b + m) a b
a b + (a + b + m)m a b
(a + b + m)m,
CAPITULO 7. EL ANILLO DE LOS NUMEROS
ENTEROS.
82
7.2.2.
Estructuras algebraicas.
n
umeros. Este
es un buen momento para considerar el concepto abstracto de
operaci
on binaria y las propiedades b
asicas. Llamamos estructuras algebraicas
a los conjuntos que podemos dotar de operaciones binarias que poseen las propiedades b
asicas de la suma y el producto.
Recordemos de (2.1.7) que una operaci
on binaria, en un conjunto no vaco
A, digamos , es una aplicacion : A A A, y que para a, a A, denotamos
(a, a ) = a a
83
7.2. CONGRUENCIAS.
7.2.8. Definici
on. Sea A un conjunto no vaco con dos operaciones binarias
+ : A A A
: A A A
(suma)
(producto)
84
7.2.11. Proposici
on. Sea m un entero positivo. En Zm , un elemento a tiene
inverso si y solo si mcd(a, m) = 1. Tambien decimos que a tiene inverso m
odulo
m.
Demostraci
on. a tiene inverso si y solo si existe x tal que a x = 1 para cierto
x Z. Esto pasa si y solo si ax 1 mod m, si y solo si ax 1 = my para cierto
y Z; pero esta ecuaci
on diof
antica tiene solucion si y solo si mcd(a, m) = 1.
7.2.12. Corolario. Zm es un cuerpo si y solo si m es primo.
Demostraci
on. Zm es un cuerpo si y solo si todo elemento a 6= 0 tiene inverso.
Por la proposicion anterior, vemos que Zm es un cuerpo si y solo si mcd(a, m) = 1
para todo a = 1, . . . , m 1. Eso solo es posible si m es primo.
7.2.13. Ejemplo. Para calcular el inverso de 7 en Z100 , buscamos un x tal que
7 x = 1, es decir, debemos resolver la ecuaci
on diof
antica 7x 100y = 1 en la
que solo nos interesa una solucion particular (y no nos interesa la y). Usando el
algoritmo de Euclides, como vimos en el tema anterior, tenemos
7 43 100 3 = 1
Luego (7)1 = 43 en Z100 .
7.2.3.
Algunas aplicaciones
La aritmetica modular nos proporciona el marco adecuado para tratar cuestiones de divisibilidad con n
umeros enteros.
7.2.14. Proposici
on. Un n
umero entero es divisible por 3 si y solo si la suma
de sus cifras es divisible por 3.
Demostraci
on. Sea m Z, m > 0 y supongamos que sus cifras se escriben como
an an1 a0 con los ai entre 0 y 9. Entonces
m = an 10n + + a1 10 + a0 .
m es divisible por 3 si y solo si m 0 mod 3. Pero, como 10s 1 mod 3 para
todo s, tenemos
m = an 10n + + a1 10 + a0 an + + a1 + a0
mod 3
85
7.2. CONGRUENCIAS.
en Z20 . Lo que hemos hecho se puede expresar tambien en lenguaje de congruencias: la solucion de la ecuaci
on 3x 5 mod 20) est
a formada por todos
los m
ultiplos de 20 mas 15.
7.2.16. Proposici
on. Dados los enteros a, b, t Z, los enunciados siguientes
son equivalentes
on de la ecuaci
on a x = b en Zm .
(1) t es soluci
(2) t es soluci
on de la congruencia ax b mod m.
(3) (t, s) es soluci
on de la ecuaci
on diof
antica ax my = b para alg
un s Z.
Demostraci
on. Solo es un cambio de lenguaje entre aritmetica modular, congruencias y ecuaciones diof
anticas.
7.2.17. Proposici
on. Sean a, b, m Z con m > 1 y d = mcd(a, m). Entonces
la ecuaci
on ax b mod m tiene soluci
on si y solo si d divide a b. En este caso,
la ecuaci
on tiene d soluciones m
odulo m que vienen dadas por los enteros
x0 , x0 +
m
m
m
, x0 + 2 , . . . , x0 + (d 1)
d
d
d
Soluci
on. Como 4 y 7 son primos entre s, buscamos el inverso de 4 en Z7 .
R
apidamente vemos que 4 2 = 1, luego multiplicamos ambos miembros
de la congruencia por 2 y obtenemos
x 23 =6
mod 7.
86
Soluci
on. En este caso tenemos 77 = 7 11 y 180 = 22 32 5, luego
tambien son primos entre s y la congruencia tiene soluci
on u
nica modulo
180. Para calcular el inverso de 77 en Z180 recurrimos a la identidad de
Bezout. Despues de realizar los c
alculos tenemos
180 3 + 77 (7) = 1,
de donde 77(7) 1 mod 180. Multiplicamos, pues, la congruencia por
7 y obtenemos
x 7 30 = 210 30 mod 180.
Por tanto, la solucion u
nica modulo 180 es x = 30, es decir, los m
ultiplos
de 180 menos 30.
Soluci
on. Calculamos el maximo com
un divisor de 572 y 700 mediante el
algoritmo de Euclides y obtenemos mcd(572, 700) = 4. Como 4 divide a
20 la congruencia tiene 4 soluciones distintas modulo 700. Aprovechamos
los c
alculos hechos para expresar 4 como combinaci
on lineal entera de 572
y 700. Obtenemos
572 82 + 700 (67) = 4.
Como 20/4 = 5, multiplicamos la congruencia por 5 y nos queda
572(410) + 700(335) = 20
de donde una solucion paticular es x = 410. Finalmente, como 700/4 =
175, la solucion general es x = 410 + 175t, con t = 0, . . . , 3. Esto da
x = 410, x = 410 + 175 = 585, x = 410 + 350 = 760 60 mod 700,
x = 410 + 525 = 935 253 mod 700.
4. 35x + 8y = 5.
Soluci
on. Veamos que podemos usar las congruencias para resolver esta
ecuaci
on diof
antica. Si hacemos modulo 8 obtenemos
3x 5 mod 8.
El inverso de 3 modulo 8 es 3, luego x = 8 1. Sustituyendo x en la
ecuaci
on tenemos 35(8 1) + 8y = 5, es decir, 35 + y = 5. Por tanto,
(x, y) es solucion de la ecuaci
on inicial si y solo si x = 8 1 y (, y) es
solucion de 35 + y = 5. Concluimos, pues, que la solucion general de la
ecuaci
on es
x = 1 + 8
y = 5 35
7.3.
87
1
1
) (1 )
p1
ps
Demostraci
on. 1. Es obvio.
2. Considerese, para cada a = 1, . . . , pn1 , el conjunto,
a = {x N | (a 1)p < x < ap y (x, p) = 1} .
Es f
acil comprobar que
1. a a = si y solo si a 6= a .
2. Para todo 0 x < pn , con (x, p) = 1 se tiene que x a , para alguna
a = 1, . . . , pn1 .
3. El cardinal |a | = p 1, para todo a = 1, . . . , pn1 .
De aqu se obtiene que hay exactamente pn1 (p 1) elementos.
3. Definimos la aplicacion f : Znm Zn Zm tal que f (x) = (xn , xm ),
donde x xn mod n y x xm mod m.
Se afirma que f es biyectiva. Si f (x) = (xn , xm ) = (yn , ym ) = f (y) entonces
x y mod n y x y mod m, luego n | (x y) y m | (x y) de donde (7.1.22)
CAPITULO 7. EL ANILLO DE LOS NUMEROS
ENTEROS.
88
Qs
i=1
Qs
i=1
pi /
Qs
i=1
pi
Cancelando
Q(m)
i=1
i=1
i=1
mod p
mod p
89
Demostraci
on. Si a es m
ultiplo de p, entonces los dos miembros son congruentes
con 0. En caso contrario se tiene ap1 1 mod p por el resultado anterior y,
multiplicando por a, ap a mod p.
7.3.7. Ejemplo. Cu
ales son las dos u
ltimas cifras del n
umero 1031243 ? Este
problema es equivalente a saber cual es el representante canonico de 1031243
modulo 100. Para empezar
1031243 31243
mod 100.
Ahora, dado que mcd(3, 100) = 1 podemos usar la congruencia de Euler, que
dice, en este caso,
3(100) 1 mod 100 = 340 1 mod 100
dado que (100) = (22 52 ) = (22 )(52 ) = 40. Si dividimos 1243 entre 40
tenemos 1243 = 31 40 + 3 y, por tanto,
31243 = 33140+3 = (340 )31 33 33 = 27 mod 100.
Como observaci
on al margen del teorema de Wilson, para cualquier n
umero
primo, p las races cuadradas de la unidad en Zp son u
nicamente 1. Supongase
que a2 1 mod p, entonces p | (a 1)(a + 1). Como p es primo, p mod a + 1
o bien p | a 1, de donde a 1 mod p.
CAPITULO 7. EL ANILLO DE LOS NUMEROS
ENTEROS.
90
7.4.
a1 x b 1
..
.
ak x b k
mod c1
mod ck
En primer lugar observemos que para que el sistema tenga solucion, cada
congruencia por separado debe tenerla. Por tanto, para cada i = 1, . . . k, dividimos la ecuaci
on i-esima por mcd(ai , ci ), resultando una ecuaci
on del tipo
ai x bi mod mi donde ahora mcd(ai , mi ) = 1. Si ahora multiplicamos por el
inverso de ai modulo mi tenemos una ecuaci
on del tipo x ri mod mi . En
consecuencia, el problema se reduce a estudiar sistemas de congruencias del tipo
x r1
..
.
x rk
mod m1
mod mk .
El Teorema chino de los restos toma su nombre de ser artribuido al matematico chino Sun Tsu o Sun Zi. De este personaje, no se sabe nada, excepto
que escribi
o el libro Sunzi suanjing (Manual de matematicas de Sun Zi) y que
muy probablemente vivio entre el siglo I y el siglo III dC. El manual tiene tres
captulos. El primero sobre medida, aritmatica y algebra. Los otros dos captulos son problemas (28 y 36, respectivamente) sobre aritmetica y geometra. El
Problema 26 del Captulo 3 dice:
Problema: Encontrar un n
umero que deje restos 2, 3 y 2, al dividirlo por 3, 5 y 7.
Soluci
on original: Tomo un n
umero que deje resto 1 al dividir
modulo 3, que siempre existe. Tomo ahora uno de 3 y 7 que deje
resto 1 al dividir modulo 5, que tambien existe siempre. Hago lo
mismo con 3 y 5, modulo 7. Por ejemplo, 70, 21 y 15 nos valen.
Ahora, cada uno se multiplica por los restos que queremos.
70 2 + 21 3 + 15 2 = 233.
n
Ese
umero es solucion.
Vamos entonces a ver el resultado general.
91
mod m1
x b1
..
.
x bk
mod mk
tiene soluci
on u
nica m
odulo M = m1 mk .
M
. Veamos
Demostraci
on. Consideremos los enteros M = m1 mk y Mi = m
i
que Mi y mi son primos entre s: si p es un n
umero primo que divide a Mi y
mi , entonces p divide a alg
un mj con j 6= i y llegamos a contradiccion pues
mcd(mi , mj ) = 1. Por tanto, Mi tiene un inverso modulo mi . Sea Ni tal que
Mi Ni 1 mod mi y observese que Mi Ni 0 mod mj si j 6= i. Ahora no es
difcil ver que el n
umero entero
x0 = b1 M1 N1 + + bk Mk Nk
es una solucion del sistema de congruencias que es u
nica modulo M por la
proposicion anterior.
Ahora nos ocuparemos de la unicidad. Probaremos que de haber solucion,
esta es u
nica modulo el mnimo com
un m
ultiplo de m1 , . . . , mk .
7.4.2. Proposici
on. La soluci
on, si existe, de un sistema de ecuaciones del
tipo
mod m1
x r1
..
.
x rk
mod mk .
es u
nica m
odulo mcm(m1 , . . . , mk ).
Demostraci
on. Sea M = mcm(m1 , . . . , mk ). Si x, y son soluciones, entonces
x, y bi mod mi , luego x y mod mi . Por tanto, x y es m
ultiplo de todos
los mi y, en consecuencia x y mod M .
Ahora podemos ver c
omo hallar una solucion en el caso en que los mi sean
primos entre s.
7.4.3. Ejemplos. Vamos a resolver los siguientes sistemas de congruencias.
x r1 mod 3
x r2 mod 4
1.
x r3 mod 5
Soluci
on. Tenemos M = 3 4 5 = 60, M1 = 20, M2 = 15 y M3 = 12, y
debemos calcular N1 , N2 y N3 tales que
20N1 1 mod 3;
15N2 1
mod 4;
12N3 1 mod 5.
92
8x 2 mod 10
15x 6 mod 21
2.
9x 15 mod 24
Soluci
on. Vemos que cada congruencia por separado tiene solucion y dividiendo cada una por el maximo com
un divisor apropiado el sistema es
equivalente a este otro:
4x 1
5x 2
3x 5
mod 5
mod 7
mod 8.
53 1
mod 7;
3 3 1 mod 8.
x 1
x 6 1
x 15 1
mod 5
mod 7
mod 8.
x 1 mod 6
x 5 mod 10
3.
x 11 mod 14
Soluci
on. En este caso, los modulos no son primos entre s. N
otese que
mcm(6, 10, 14) = 210 y no podemos aplicar el Teorema chino de los restos.
Aun as podemos proceder de la siguiente manera: las soluciones de la
primera ecuaci
on son los enteros de la forma
x = 6t + 1.
Sustituyendo en la segunda, tenemos
6t + 1 5 mod 10.
93
94
Captulo 8
Polinomios
En este tema vamos a estudiar los anillos de polinomios en una variable con
coeficientes en un cuerpo, haciendo especial enfasis en los cuerpos numericos.
8.1.
8.1.1. Definici
on. Sea K un cuerpo.
1. Un polinomio con coeficientes en K es una expresi
on de la forma
a0 + a1 X + a2 X 2 + + an X n
para un entero n 0 y elementos a0 , . . . , an K.
2. Al smbolo X se llama indeterminada y los elementos a0 , . . . , an se llaman
los coeficientes del polinomio.
3. Los polinomios de la forma a0 se llaman constantes y se identifican con
los elementos del cuerpo K.
8.1.2. Notaci
on. El conjunto de todos los polinomios con coeficientes en K se
denota por K[X].
8.1.3. Definici
on. Diremos que dos polionomios a0 + + an X n y b0 + +
m
bm X con m n son iguales en K[X] si ai = bi para todo i = 1, . . . , n y bj = 0
para j = n + 1, . . . , m.
8.1.4. Ejemplos. Hemos visto que Q, R, C y Zp con p primo son cuerpos.
Podemos considerar polinomios con coeficientes en cualquiera de estos cuerpos.
(1) 5 + 2X 2 es un polinomio de Z7 [X].
17 15
8 X
es un polinomio de Q[X].
95
CAPITULO 8. POLINOMIOS
96
8.1.6. Ejemplos.
(2) En Z3 [X],
(3 + X)(X 2 + 2X 3 ) = 3X 2 + 7X 3 + 2X 4 = X 3 + 2X 4 .
8.1.7. Proposici
on. K[X] es un anillo conmutativo con las operaciones de
suma y producto de polinomios.
Demostraci
on. Ejercicio.
8.1.8. Definici
on. Decimos que un polinomio no nulo A tiene grado n si A =
a0 + a1 X + a2 X 2 + + an X n con an 6= 0. El grado de A se denotar
a por gr(A).
El grado del polinomio 0 de denotar
a por .
Sea A = a0 + a1 X + a2 X 2 + + an X n . Llamamos coeficiente de grado i del
polimonio A al coeficiente ai . El coeficiente de grado n de un polinomio no nulo
de grado n se llama coeficiente lder, coeficiente de grado m
aximo o coeficiente
principal. El coeficiente de grado cero se llama termino independiente. Si un
polinomio tiene coeficiente lder igual a 1, se llama polinomio m
onico
La siguiente proposicion describe las propiedades del grado, utilizando si hace
falta el convenio siguiente: + n = , () + () = y < n
para todo n.
8.1.9. Proposici
on. Sean A, B K[X]. Entonces
(1) gr (AB) = gr (A) + gr (B).
97
(2) gr (A + B) m
ax {gr (A), gr (B)}.
(3) Si AB = 0, entonces A = 0 o B = 0 (entonces, K[X] es un dominio
entero. Buscar esa definici
on).
(4) A tiene inverso si y solo si A es de grado 0.
Demostraci
on. Ejercicio. Se deduce facilmente de la definicion de grado.
Conocemos desde la educacion secundaria un algoritmo para dividir polinomios, por ejemplo:
X 3+
X 1
X 3 + 32 X
5
2X
2X 2 3
1
2X
(8.1)
CAPITULO 8. POLINOMIOS
98
C = BE + R
(8.2)
y
km
A = (ak b1
+ E)B + R
m X
99
8.1.16. Proposici
on. Sean A, B K[X]. Entonces
A | B y B | A A = B para alg
un K, 6= 0
Demostraci
on. Tenemos A = BC y B = AD para ciertos polinomios C y D.
Entonces A = ADC, es decir, A(1 DC) = 0, y, por tanto, A = 0 o DC = 1.
En el primer caso, B tambien es cero y se cumple que A = B. En el segundo
caso, C y D son de grado cero y tambien se cumple la condicion deseada.
8.1.17. Definici
on. Dado un polinomio A K[X], a los polinomios de la
forma A para K, 6= 0 los llamaremos polinomios asociados de A. Observemos que cada polinomio tiene un u
nico polinomio asociado m
onico.
8.1.18. Definici
on. Dados dos polinomios A, B K[X], decimos que un polinomio D es el m
aximo com
un divisor de A y B si cumple
1. D | A y D | B.
2. Dado S K[X], si S | A y S | B, entonces S | D.
3. D es m
onico
En algunos textos, se llama maximo com
un divisor a cualquier polinomio
asociado al polinomio D de la definicion anterior, pues, como se vera en la
siguiente proposicion, verifican las condiciones 8.1.18(1 ) y 8.1.18(2 ).
Denotamos el maximo c
om
un divisor de los polinomios A y B, al igual que
en los enteros D = mcd(A, B).
8.1.19. Proposici
on. Sean A, B K[X]. Si D verifica las condiciones 8.1.18(1)
y 8.1.18(2) entonces mcd(A, B) y D son asociados.
Demostraci
on. Sea D = mcd(A, B). De las condiciones deducimos que D | D
y D | D.
El maximo com
un divisor puede calcularse tambien mediante el algoritmo
de Euclides, pues este se basa u
nicamente en la divisi
on entera. Por tanto, no
repetiremos los argumentos teoricos que usamos con Z. Veamos un ejemplo.
8.1.20. Ejemplo. Para calcular el maximo com
un divisor de los polinomios
A = X 5 X 4 + X 3 X 2 y B = X 3 2X 2 + X 2 procedemos de la siguiente
forma:
X5 X4 + X3 X2
X 3 2X 2 + X 2
= (X 2 + X + 2)(X 3 2X 2 + X 2) + 4x2 + 4
1
1
= ( X )(4X 2 + 4) + 0.
4
2
CAPITULO 8. POLINOMIOS
100
101
8.1.27. Proposici
on. Sean A, B K[X] dos polinomios no nulos. Entonces
mcm(A, B) =
AB
mcd(A, B)
8.2.
Races de polinomios.
8.2.1. Definici
on. Dado un polinomio A K[X] y un elemento r K, decimos que r es una raz de A en K si A(r) = 0.
8.2.2. Ejemplos.
1. Seg
un la definicion anterior, todo elemento de K es raz del polinomio
cero.
2. r = 1/2 es raz del polinomio 3X 3
29 2
10 X
1
10 X
2
5
Q[X].
1
2
3
2 i
CAPITULO 8. POLINOMIOS
102
7. Escribimos el cuerpo Z2 = {0, 1}. En Z2 [X] tenemos tres polinomios (diferentes, claro) A = X + 1, B = X 2 + 1 y C = X 3 + X 2 + X + 1. Todos
determinan la misma funci
on polinomial pues A(0) = B(0) = C(0) = 1 y
A(1) = B(1) = C(1) = 0.
8. Muy pronto veremos que lo anterior no es posible en K[X], si K es un
cuerpo infinito.
8.2.3. Proposici
on. Sea A = a0 + a1 X + + an X n un polinomio de grado n
con coeficientes enteros. Si un n
umero racional pq con p y q primos entre s es
raz de A, entonces p divide a a0 y q divide a an .
Demostraci
on. Si
p
q
es raz de A, entonces
a0 + a1
p
pn
+ + an ( n ) = 0,
q
q
es decir,
a0 q n + a1 pq n1 + + an1 pn1 q + an pn = 0.
Luego vemos que p divide a0 q n y q divide a an pn . Como p y q son primos entre
s, obtenemos la conclusi
on deseada.
8.2.4. Ejemplos.
1. Un polinomio monico con coeficientes enteros solo puede tener races racionales enteras (adem
as de races reales y complejas,
claro).
2. Las posibles races racionales del polinomio 18X 3 + 15X 2 4X 4 son
1
1
1
1
1
2
2
4
4
1, 2, 4, , , , , , , , , .
2
3
6
9
18
3
9
3
9
Entre estas posibilidades comprobamos que
races.
1
2
y 32 son efectivamente
8.2.5. Proposici
on [Ruffini]. Sea K un cuerpo y A un polinomio de K[X].
Un elemento a K es raz de A si y solo si X a divide a A.
Demostraci
on. Inmediato del Teorema del resto (8.1.11)
8.2.6. Definici
on. Un elemento a K es una raz de multiplicidad s 1 de
un polinomio A K[X] si (X a)s divide a A pero (X a)s+1 no divide a A.
Decimos que a es una raiz m
ultiple de A si tiene multiplicidad mayor que 1. Si
tiene multiplicidad 1 decimos que a es una raz simple.
8.2.7. Corolario. Sea K un cuerpo y A un polinomio de K[X] de grado a lo
m
as n 1. Entonces, A tiene a lo sumo n races, contando cada raz tantas
veces como indica su multiplicidad.
8.3. IRREDUCIBILIDAD Y TEOREMA FUNDAMENTAL DEL ALGEBRA.103
Demostraci
on. Procedemos por induccion sobre n. Para n = 1, el polinomio
A es de la forma A = aX + b y tiene solo una raz. Supongamos cierto el
enunciado para polinomios de grado n y sea A de grado n + 1. Si A no tiene
races, el enunciado es trivialmente cierto. Si, por el contrario, a es una raz de
A, entonces A = (X a)B con B un polinomio de grado n. Por la hipotesis
de induccion, B tiene a lo sumo n races y, por tanto, A tiene a lo sumo n + 1
races.
8.2.8. Corolario. Sea K un cuerpo.
1. Si A es un polinomio de grado n 0 y existen m elementos distintos
a1 , . . . , am de K tales que A(ai ) = 0 con m > n, entonces A es el polinomio
cero.
2. Si A y B son polinomios de grado a lo sumo n 0 y existen m elementos
distintos a1 , . . . , am de K tales que A(ai ) = B(ai ) con m > n, entonces
A = B.
Demostraci
on. (1) Seg
un el corolario anterior, el polinomio A debe tener grado
menor que uno. Si A tiene grado 0 entonces A = r 6= 0, luego no tiene races.
S
olo queda que A = 0.
(2) En este caso A B es un polinomio de grado a lo sumo n y con m > n
races. Luego A B = 0.
8.2.9. Corolario. Sea A = a0 + a1 X + + an X n K[X] un polinomio de
grado n que tiene n races r1 , . . . , rn (no necesariamente distintas). Entonces
A = an (X r1 ) (X rn ).
Demostraci
on. Sea B = an (X r1 ) (X rn ). Entonces B = an X n + y,
por tanto, el polinomio A B tiene grado menor o igual que n 1 y tiene n
races. Por tanto, A = B
8.3.
8.3.1. Definici
on. Un polinomio P K[X] de grado mayor o igual que uno se
dice irreducible si para toda descomposici
on P = QR con Q, R K[X], se tiene
que, o bien el grado de Q es cero, o bien el grado de R es cero. Un polinomio
que no sea irreducible se llama reducible.
8.3.2. Ejemplos.
1. Un polinomio de grado 1 es de la forma aX + b con a 6= 0 y es irreducible.
En efecto, si aX + b = P Q entonces 1 = gr(P ) + gr(Q) y necesariamente
P o Q es de grado cero.
CAPITULO 8. POLINOMIOS
104
8.3. IRREDUCIBILIDAD Y TEOREMA FUNDAMENTAL DEL ALGEBRA.105
8.3.6. Ejemplo. Consideremos el polinomio X 8 1 C[X]. Sus races son las
races octavas de la unidad. A simple vista vemos que 1, 1, i y i son races,
por lo que el polinomio es divisible por (X 1)(X + 1)(X i)(X + i):
X 8 1 = (X 1)(X + 1)(X i)(X + i)(X 4 + 1).
Las races de (X 4 + 1) corresponderan con las races octavas primitivas de la
unidad, que son:
z1 = cos 4 + i sin 4 =
2
2
2
2 i
2
2
2 + 2 i
22 22 i = z3
= 22 22 i = z1 .
z3 = cos( 4 + 2 ) + i sin( 4 + 2 ) =
z5 = cos( 4 + ) + i sin( 4 + ) =
z7 = cos( 4 +
3
2 )
+ i sin( 4 +
3
2 )
CAPITULO 8. POLINOMIOS
106
8.4.
Factores m
ultiples.
Vamos a ver un criterio que nos permite saber cuando un polinomio tiene
factores irreducibles de multiplicidad mayor que 1.
8.4.1. Definici
on. Sea K un cuerpo y A un polinomio de K[X]. Dado P , un
polinomio irreducible de K[X], decimos que P es un factor de A de multiplicidad
s 1 si P s divide a A pero P s+1 no divide a A. Decimos que P es un factor
m
ultiple de A si s > 1. Si s = 1 decimos que P es un factor simple.
8.4.2. Definici
on. Dado un cuerpo K, se define la derivada formal de un polinomio A = a0 + a1 X + + an X n K[X] como el polinomio
A = a1 + 2a2 X + 3a3 X 2 + + nan X n .
8.4.3. Observaci
on. Es facil ver, y se deja como ejercicio, que la derivada
formal cumple las propiedades que cumple la derivada de funciones reales de
variable real respecto de la suma y producto de funciones.
8.4.4. Proposici
on. Sea K = Q, R o C y sea P un polinomio de K[X] de
grado mayor o igual que 1. El polinomio P tiene factores irreducibles m
ultiples
en K[X] si y solo si mcd(P, P ) 6= 1.
Demostraci
on. Sea Q un factor irreducible de P de multiplicidad s 1. Entonces, P = Qs R para cierto polinomio R no divisible por Q. Vamos a probar que
Q es un factor irreducible de P de multiplicidad s 1. En efecto, derivando
P = s Qs1 Q R + Qs R = Qs1 (s Q R + QR ).
Luego Qs1 divide a P . Supongamos que Qs | P . Cancelamos Qs1 y
obtenemos que Q divide a s Q R + QR , luego Q | s Q R. Como Q es irreducible
y no puede dividir a Q pues el grado de Q es menor que el de Q 1 , tenemos
que Q divide a R, lo cual es contradictorio.
Procedamos ahora a la demostracion del resultado.
() Sea Q un factor irreducible de P de multiplicidad s > 1. Entonces, como
hemos visto, Q es un factor irreducible de P de multiplicidad s 1 1 y, por
tanto, mcd(P, P ) 6= 1.
() Supongamos D = mcd(P, P ) con gr (D) 1. Sea Q un factor irreducible de D y supongamos que la multiplicidad de Q en P es s. Vamos a demostrar
que s > 1. Hemos visto al principio que Q es un factor irreducible de P con
multiplicidad s 1. Como, por hipotesis, Q divide a P , vemos que s 1 no
puede ser cero, es decir, s > 1.
1 Es en este punto en el que utilizamos que K es un cuerpo num
erico. Si K fuese, por
ejemplo, Zp , se podra dar el caso de que Q fuese nulo. A pesar de ello, el resultado tambi
en
es cierto en Zp .
8.5.
107
6 2 10
2
X + X+
5
3
5
2
(9X 2 + 25X + 5)
15
8.5.4. Notaci
on. Dado un polinomio A = a0 + a1 X + + an X n con ai Z
al polinomio
y un n
umero primo p, denotaremos por A,
A = a0 + a1 X + + an X n Zp [X].
En ocasiones, con el fin de simplificar la notaci
on, se omitir
a la raya que
indica la clase modulo p.
8.5.5. Lema. Sea p un n
umero primo y sean P, Q dos polinomios con coeficientes enteros.
= P + Q
en Zp [X].
(a) Si R = P + Q, entonces R
= P Q
en Zp [X].
(b) Si R = P Q, entonces R
Demostraci
on. Ejercicio.
8.5.6. Proposici
on [Lema de Gauss]. Sean A y B dos polinomios con coeficientes enteros. Entonces c(AB) = c(A)c(B).
Demostraci
on. Veamos primero que el producto de polinomios primitivos es
primitivo. Procederemos por reduccion al absurdo. Supongamos pues que c(A) =
c(B) = 1, pero que c(AB) 6= 0. Sea C = AB. Entonces existe un n
umero primo
Luego A = 0
p tal que p | c(C) y por tanto, en Zp [X] se tiene que 0 = C = AB.
= 0, as que p | c(A) o bien p | c(B), lo cual es absurdo.
o bien B
En general, hacemos A = c(A)A y B = c(B)B con A y B primitivos. Entonces AB = c(A)c(B)A B . Dado que A B es primitivo, es claro que
c(AB) = c(A)c(B).
CAPITULO 8. POLINOMIOS
108
8.5.7. Proposici
on. Sea A un polinomio con coeficientes enteros. Si A factoriza como producto de dos polinomios de grado mayor que cero en Q[X], entonces
A factoriza como producto de dos polinomios de grado mayor que cero con coeficientes enteros.
Demostraci
on. Supongamos que A = P Q con P, Q Q[X] de grado mayor que
cero. Por (8.5.2), A = rA , P = (a/b)P y Q = (c/d)Q con a, b, c, d, r Z y
P , Q , A primitivos (con coeficientes enteros). Entonces
rbd A = ac P Q
y por el lema de Gauss rbd = ac, es decir, (a/b)(c/d) = r. En consecuencia
A = (rP )Q y A es producto de dos polinomios de grado mayor que cero con
coeficientes enteros.
8.5.8. Proposici
on [Criterio de reducci
on]. Sea P un polinomio con coeficientes enteros y sea p un n
umero primo que no divide al coeficiente lder de
P . Entonces, si P es irreducible en Zp [X], P es irreducible en Q[X].
Demostraci
on. Primero n
otese que, como p no divide al coeficiente lder de P
se tiene que grP = grP . Supongamos que P se factoriza, digamos P = BC.
Por el resultado anterior, podemos suponer que B y C son polinomios con
C entonces
coeficientes enteros, y por otra parte grP = grB + grC. Como P = B
grB + grC = grP = grP , luego grB = grB y grC = grC. Como P es irreducible,
uno de los sumandos debe de ser 0.
8.5.9. Ejemplo. Consideremos el polinomio
P =
2 3
8
2
X + 2X 2 + X + .
3
3
3
109
C = ct X t con s, t 1; es decir, que tambien se obtengan monomios. En particular, p divide a b0 y c0 y, por tanto, p2 divide a a0 = b0 c0 , lo cual contradice
las hip
otesis.
8.5.11. Ejemplos.
1. El polinomio 2X 4 + 6X 3 15X 2 + 6 es irreducible en
Q[X] por el criterio anterior con el primo p = 3.
2. Sea p un n
umero primo. El polinomio X n + p es irreducible en Q[X] por
el criterio de Eisenstein. Por tanto, en Q[X] hay polinomios irreducibles
de cualquier grado.
8.5.12. Proposici
on [Criterio de sustituci
on]. Sea K un cuerpo conmutativo y P un polinomio de K[X]. El polinomio P (X) es irreducible si y solo si
P (X a) con a K es irreducible, con a X.
Demostraci
on. Ejercicio.
8.5.13. Ejemplos.
1. Si en el polinomio X 4 6X 3 + 12X 2 10X + 5 sustituimos X por X +1 se obtiene el polinomio X 4 2X 3 +2 que es irreducible
por el criterio de Eisenstein.
2. Sea p un n
umero primo y consideremos el polinomio X p 1. Factorizamos
por X 1 y obtenemos
X p 1 = (X 1)(X p1 + X p2 + + X + 1).
p = X p1 + X p2 + + X + 1 se denomina el p-esimo polinomio ciclot
omico y vamos a ver que es irreducible en Q[X]. Para ello, sustituyamos
X por X + 1 y desarrollemos por el binomio de Newton
p
p
(X + 1)p 1 = X p +
X p1 + +
X.
1
p1
Por tanto,
(X + 1)p 1
p (X + 1) =
= X p1 +
(X + 1) 1
p
1
p2
+ +
p
p1
p
Dado que los n
umeros combinatorios
con 1 k p 1 son
k
divisibles por p (por que?) podemos aplicar el criterio de Eisenstein para
obtener la conclusi
on deseada.
110
CAPITULO 8. POLINOMIOS
Ap
endice A
A.1.
La funci
on sucesor
A.1.2. Proposici
on. Si A es un conjunto finito y x 6 A entonces A {x}
tambien es finito.
Demostraci
on. Sea B = A {x} y supongamos que B es infinito. Entonces
existe B ( B, junto con una biyeccion f : B B .
i
f (a)
bx
si a 6= ax
si a = ay
APENDICE
A. APENDICE
112
A.2.
Operaciones en N
A.2. OPERACIONES EN N
113
114
APENDICE
A. APENDICE
Bibliografa
[4] H. C
ardenas, E. Lluis, F. Raggi y F. Tom
as, Algebra
Superior, Ed. Trillas,
Mexico, 1979.
115