Teoria de Numeros y Conjuntos

Indice general
0. El principio de inducci on 0.1. Revisi on de los n umeros naturales . 0.2. Principio de inducci on . . . . . . . . 0.3. Principio de inducci on completa . . 0.4. Principio de inducci on desplazada . 0.5. Ejercicios . . . . . . . . . . . . . . . 0.6. APENDICE: Deniciones recursivas. 1 1 2 6 7 7 9
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
1. Conjuntos 1.1. Conjuntos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.1. Idea intuitiva de conjunto: pertenencia. Igualdad e inclusi on entre conjuntos. Conjunto potencia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.2. Operaciones con conjuntos: uni on, intersecci on, complemento. . . . . . . . 1.2. Pares ordenados. Producto cartesiano de conjuntos. . . . . . . . . . . . . . . . . . . 1.3. Correspondencias y aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3.1. Comentarios previos: Ideas intuitivas y ejemplos. . . . . . . . . . . . . . . . 1.3.2. Aplicaciones: dominio, codominio, gr aca. . . . . . . . . . . . . . . . . . . . 1.3.3. Imagen y antiimagen de un conjunto. . . . . . . . . . . . . . . . . . . . . . 1.3.4. Aplicaciones inyectivas, suprayectivas, biyectivas. . . . . . . . . . . . . . . . 1.3.5. M as sobre familias de conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . 1.3.6. Composici on de aplicaciones. . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3.7. Inversa de una aplicaci on biyectiva. Inyectividad e inversa parcial. . . . . . 1.4. Relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.4.1. Relaciones de equivalencia y particiones. Conjunto cociente. . . . . . . . . . 1.4.2. Relaciones de orden. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.5. Conjuntos nitos y numerables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.5.1. Conjuntos nitos y numerables. Conjuntos equipotentes. . . . . . . . . . . . 1.5.2. APENDICE: Un m nimo de combinatoria. . . . . . . . . . . . . . . . . . . . 2. N umeros naturales y enteros 2.1. N umeros naturales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.1. Lectura preliminar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.2. Los axiomas de Peano . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.3. El principio de buena ordenaci on. . . . . . . . . . . . . . . . . . . . . . . 2.2. N umeros enteros. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.1. Necesidad de los enteros. Propiedades de Z. Idea de anillo. . . . . . . . 2.2.2. Divisi on entera. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.3. Representaci on decimal y binaria. Bases de numeraci on . . . . . . . . . 2.2.4. M aximo com un divisor. Algoritmo de Euclides. . . . . . . . . . . . . . . 2.2.5. N umeros primos y factorizaci on. Teorema fundamental de la Aritm etica. 2.2.6. Congruencias. Aritm etica modular. . . . . . . . . . . . . . . . . . . . . . i
13 . 13 . . . . . . . . . . . . . . . . . 13 16 19 20 20 22 23 24 25 26 27 32 32 35 38 38 40 49 49 49 50 52 52 52 55 57 62 71 75
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
ii 3. N umeros racionales. Polinomios. 3.1. N umeros racionales. . . . . . . . . . . . . . . . . . . . 3.1.1. Insuciencia de Z. Fracciones. . . . . . . . . . . 3.1.2. Construcci on de Q . . . . . . . . . . . . . . . . 3.2. Polinomios . . . . . . . . . . . . . . . . . . . . . . . . 3.2.1. Deniciones. Suma y producto de polinomios. . 3.2.2. Divisi on de polinomios. . . . . . . . . . . . . . 3.2.3. M aximo com un divisor. Algoritmo de Euclides. 3.2.4. Funciones polin omicas. Ra ces de polinomios. . 3.2.5. Factorizaci on de polinomios. . . . . . . . . . . . 3.2.6. Polinomios, maple y Mathematica . . . . . . 4. N umeros reales 4.1. Construcciones de los n umeros reales . . . 4.1.1. Insuciencia de Q . . . . . . . . . 4.1.2. Construcciones de R a partir de Q. 4.2. Axiom atica de R . . . . . . . . . . . . . . 4.3. Representaci on decimal . . . . . . . . . . 4.3.1. Aperitivo. . . . . . . . . . . . . . . 4.3.2. Representaci on decimal can onica . 4.3.3. Decimales peri odicos . . . . . . . . 4.4. Representaci on en otras bases . . . . . . . 4.4.1. Representaci on binaria . . . . . . . 4.4.2. Representaciones en bases distintas
INDICE GENERAL 89 89 89 90 96 96 98 99 103 107 111 119 119 119 120 121 122 122 122 127 129 129 130
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . de 10 y 2
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
5. N umeros complejos 5.1. El cuerpo complejo. . . . . . . . . . . . . . . . . . . . . . . . 5.2. El plano complejo . . . . . . . . . . . . . . . . . . . . . . . . 5.3. Polinomios en C y en R. . . . . . . . . . . . . . . . . . . . . . 5.3.1. Potencias y ra ces de un n umero complejo . . . . . . . 5.3.2. Teorema fundamental del Algebra y sus consecuencias 5.4. Fracciones racionales. . . . . . . . . . . . . . . . . . . . . . . . 5.4.1. Funciones racionales . . . . . . . . . . . . . . . . . . . 5.4.2. Fracciones simples . . . . . . . . . . . . . . . . . . . . 5.5. N umeros complejos y geometr a plana . . . . . . . . . . . . . 6. Aritm etica de punto otante. 6.1. Aperitivo. . . . . . . . . . . . . . . . . . . . . . . 6.2. Representaci on en punto otante . . . . . . . . . 6.2.1. N umeros de m aquina . . . . . . . . . . . . 6.2.2. Aproximaci on por redondeo . . . . . . . . 6.3. Aritm etica aproximada . . . . . . . . . . . . . . 6.4. Estrategias de c alculo . . . . . . . . . . . . . . . 6.4.1. Reformulaci on del problema: Ejemplos . . 6.4.2. Renamientos en la representaci on y en la 6.4.3. Buscar algoritmos estables . . . . . . . . . 6.4.4. Compensaciones estad sticas . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
133 . 133 . 138 . 141 . 142 . 144 . 147 . 148 . 149 . 151 155 155 156 156 159 162 168 168 171 173 176
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . precisi on . . . . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
Cap tulo 0
El principio de inducci on
El objetivo fundamental de este cap tulo es familiarizarnos con el principio de inducci on y comenzar a utilizarlo en algunos ejemplos, ya que ser a una herramienta necesaria a lo largo de toda la asignatura y de las dem as asignaturas, no s olo de este curso. Al nal del cap tulo se incluyen una serie de referencias en las que podr an completarse algunos de los temas que aqu se esbozan; en casi todas ellas hay ejercicios adicionales (a veces, resueltos) para practicar con el principio de inducci on, pero es bastante m as formativo tratar de resolver a fondo personalmente unos pocos ejercicios que leer muchas soluciones ajenas.
0.1.
Revisi on de los n umeros naturales
Para comenzar a llevar a cabo nuestro plan de revisi on, empezaremos por reexionar sobre los objetos matem aticos m as sencillos o, mejor dicho, que nos son m as familiares: los n umeros naturales. Previamente, pong amonos de acuerdo en un punto: Cu al es el primer n umero natural? La cuesti on no es tan trivial como aparenta. De hecho, en algunos libros se da como respuesta 1 (especialmente en los de An alisis matem atico) pero en otros se contesta que es 0 (especialmente en los de Algebra). Esta pluralidad de respuestas obedece, fundamentalmente, al uso que vaya a hacerse de los n umeros naturales. Simplicando burdamente, podr amos decir que incluir 0 entre los n umeros naturales responde al deseo de operar con ellos de una manera similar para la suma y el producto; es decir, que igual que para el producto se dispone de un n umero que multiplicado por cualquier otro deja como resultado el mismo n umero, puede parecer conveniente que haya tambi en un n umero que sumado con cualquier otro deje este u ltimo como resultado. Tambi en puede argumentarse que con el cero podemos representar el n umero de elementos de un conjunto vac o, de un conjunto sin elementos. Pero en la vida cotidiana, cuando contamos, contamos algo, y empezamos por el 1; escribimos normalmente 1o por primero , 2o por segundo, . . . (El 0 parece m as articial que natural, valga el juego de palabras. De hecho, el 0 ha tenido una larga y complicada historia: fue introducido inicialmente como un s mbolo y no como un verdadero n umero, ver [3]). Que en libros serios se adopte tanto una como otra posibilidad y en ambos casos se desarrolle una teor a coherente de los n umeros naturales, parece sugerir que el quid de la cuesti on no est a en las operaciones aritm eticas, sino en la propia g enesis de los n umeros naturales, en la manera de fabricarlos. En este sentido, podr amos preguntar ingenuamente Cu al es la propiedad m as importante de los n umeros naturales? Tal vez lo esencial no es que el primer n umero natural sea el 0 o el 1, sino que haya un primer n umero natural, al cual sigue otro, y a este otro, y a este otro, . . . , y as sucesivamente, sin tope, 1
CAP ITULO 0. EL PRINCIPIO DE INDUCCION
y que de esta manera podemos atrapar todos los n umeros naturales sin que escape ninguno. Dicho en la jerga profesional, lo que importa es la propiedad de inducci on del conjunto de los n umeros naturales. Antes de desarrollar esta idea, introducimos la siguiente Notaci on. En lo sucesivo, denotaremos con N el conjunto de los n umeros naturales o enteros positivos 1, 2, 3, . . . y con N0 el conjunto de los n umeros enteros no negativos 0, 1, 2, 3, . . . Acordada esta notaci on, volvamos al asunto de la inducci on en N. Tenemos en N, pues, un elemento inicial que denotamos con 1, al que sigue otro elemento que denotamos con 2, al que sigue otro elemento que denotamos con 3, al que sigue . . . . Es decir, como propiedad b asica de N consideramos que, en general, cada n umero natural tiene un siguiente o sucesor, y N se genera partiendo de 1 y pasando repetitivamente al siguiente de 1, al siguiente del siguiente de 1, al siguiente del siguiente del siguiente de 1, y as sucesivamente. Pero esta descripci on plantea un problema, la insatisfactoria repetici on innita que deja abierta el y as sucesivamente anterior (una sucesi on de deniciones que no acaba nunca). Dejando el an alisis profundo para los l osofos, con Arist oteles a la cabeza, este problema se zanja en Matem aticas aplicando el siguiente principio:
Inducci on matem atica. Un conjunto de n umeros naturales que contenga a 1 y que con cada n contenga al siguiente, debe contener a todos los n umeros naturales.
M as informal: para probar que un conjunto de n umeros naturales abarca todo N, basta que nos aseguremos de que el 1 est a en el, y que demostremos que si admitimos que est a n, se deduce que necesariamente ha de estar tambi en n + 1 (el siguiente de n). Esta propiedad es la base de muchas deniciones (deniciones recursivas o inductivas) y de muchas demostraciones (demostraciones por inducci on) que involucran a los n umeros naturales. Comencemos por presentarla de modo que facilite su uso pr actico en demostraciones.
0.2.
Principio de inducci on
La propiedad de inducci on de N, en la pr actica, suele formularse en t erminos de proposiciones (enunciados que tienen sentido en un cierto contexto, y que pueden resultar ciertos o pueden resultar falsos). Si para cada n N tenemos una proposici on Pn , entonces Pn puede ser verdadera para algunos valores de n y falsa para otros. Por ejemplo, si Pn es la proposici on: n2 = n , entonces P1 es verdadera (ciertamente 12 = 1), mientras que Pn es falsa para todo n = 1, n N (podr as justicar por qu e?); si Pn es la proposici on: n (n + 1) 2 entonces Pn es verdadera para todo n N, porque denotando con s la suma del primer t ermino de la igualdad, 1 + 2 + 3 + + n = s +) s = n + (n 1) + (n 2) + + 2 + 1 2s = (n + 1) + (n + 1) + (n + 1) + y as s= n (n + 1) , como quer amos probar. 2 + (n + 1) + (n + 1) = n (n + 1) = 1 + 2 + 3 + + (n 1) + n
0.2. PRINCIPIO DE INDUCCION
Qu e hacer si no hay demostraci on a la vista ? Supongamos ahora que la proposici on Pn es la llamada desigualdad de Bernoulli : dado n N, para todo n umero real x 1 se verica (1 + x)n 1 + nx. No hay una estrategia directa de exito claro: podr amos pensar en el desarrollo de (1+ x)n mediante 1 la f ormula del binomio, que comenzar a por 1+n x+ 2 n (n1) x2 + , pero la aparici on de sumandos posiblemente negativos (donde haya potencias impares de x cuando consideremos 0 > x 1) diculta el control del tama no del resultado. Sin embargo, es muy sencillo probar que si para alg un n es cierta Pn , es decir, se cumple (1 + x)n 1 + nx entonces tambi en es cierta Pn+1 , es decir, se cumple (1 + x)n+1 1 + (n + 1) x. En efecto: multiplicando los dos t erminos de la desigualdad ( ) por el n umero real no negativo 1 + x, se mantiene el sentido de la desigualdad y as (1 + x)n+1 = (1 + x)n (1 + x) (1 + nx) (1 + x) = 1 + (n + 1) x + nx2 , y como nx2 0, tendremos 1 + (n + 1) x + nx2 1 + (n + 1) x y nalmente (1 + x)n+1 1 + (n + 1) x. No habr a alguna forma de sacarle partido a este hecho? Pensemos un momento: el conjunto de los n umeros naturales para los que Pn se cumple tiene la propiedad de que con cada n que est e en el, debe estar tambi en n + 1. De acuerdo con la inductividad de N, bastar a que 1 estuviese en dicho conjunto, para que todos los n umeros naturales estuviesen en dicho conjunto lo que signicar a 1 que Pn ser a cierta para todo n umero natural n. Pero P1 dice que ha de ser (1 + x) 1 + 1 x, o sea, 1 + x 1 + x, trivialmente cierto (incluso para cualquier n umero real x sin restricci on). As pues, acabamos de demostrar que Pn es cierta para todo n umero natural n. Por tanto, hemos encontrado una demostraci on indirecta, m as abordable, del resultado que busc abamos probar! Esta misma situaci on se repite sucientes veces como para que el m etodo empleado merecezca un enunciado destacado, con nombre propio. 1. Principio de inducci on. Para cada n umero natural n, sea Pn una proposici on que puede ser cierta o falsa, de tal manera que P1 es cierta, y para cada n N, suponiendo que Pn es cierta se puede demostrar que Pn+1 es cierta. Entonces se cumple que Pn es cierta para todo n N. Veamos la aplicaci on de este principio en algunos ejemplos. Ejemplos. 1. Demostrar que, cualquiera que sea el n umero natural n,
n
( )
k2 =
k=1 n
n (n + 1) (2n + 1) . 6
(La expresi on
k=1
k 2 es una manera abreviada de indicar 12 + 22 + + k 2 + + n2 .)
No se ve una manera obvia de calcular directamente la suma que nos proponen (lo que no quiere decir que no exista). Pero s podemos probar f acilmente por inducci on que se cumple la igualdad para todo n. Para ello, tomemos como Pn la proposici on del enunciado:
n
Pn ::
k=1 1
k2 =
n (n + 1) (2n + 1) . 6 1 (1 + 1) (2 1 + 1) n (n + 1) (2n + 1) = = 6 6
P1 es cierta: para n = 1,
k=1
k 2 = 12 = 1, mientras que
123 = 1. 6 Si es cierta Pn para un n, tambi en es cierta Pn+1 ?

n+1
Pn+1 ::
k=1
k2 =
(n + 1) (n + 2) (2n + 3) (n + 1) (n + 1 + 1) (2(n + 1) + 1) = 6 6
S : porque
n+1
k 2 = 12 + 22 + + k 2 + + n2 + (n + 1)2
k=1 n
=
k=1
k 2 + (n + 1)2 =
n (n + 1) (2n + 1) + (n + 1)2 6
= =
n (n + 1) (2n + 1) + 6(n + 1)2 (n + 1) [n (2n + 1) + 6(n + 1)] = 6 6 (n + 1) [2n2 + n + 6n + 6] (n + 1) [2n2 + 7n + 6] = . 6 6
En la igualdad = hemos empleado la hip otesis de inducci on (esto es, que suponemos Pn cierta). Y por u ltimo, tambi en (n + 1) (n + 2) (2n + 3) (n + 1) [(n + 2) (2n + 3)] (n + 1) [2n2 + 7n + 6] = = . 6 6 6 2. Demostrar que, cualquiera que sea el n umero natural n, (i) 42n+1 + 3n+2 es divisible por 13; (ii) 22n + 5 es divisible por 3; (iii) 22n + 15n 1 es divisible por 9. (i) Para cada n umero natural n, tomamos Pn :: 42n+1 + 3n+2 es divisible por 13.
Para n = 1, 42+1 + 31+2 = 64 + 27 = 91 = 13 7 (P1 es cierta). Dado un n umero natural n arbitrario, supongamos cierta la propiedad para n. Pasando a n + 1, 42(n+1)+1 +3(n+1)+2 = 16 42n+1 +3 3n+2 = (13+3) 42n+1 +3 3n+2 = 13 42n+1 +3 42n+1 + 3n+2 , que, aplicando la hip otesis de inducci on, es m ultiplo de 13 por ser suma de m ultiplos de 13. (ii) Para cada n umero natural n, tomamos Pn :: 22n + 5 es divisible por 3.
0.2. PRINCIPIO DE INDUCCION para n = 1, 22 + 5 = 4 + 5 = 3 3, y si es cierto para un n que 22n + 5 es m ultiplo de 3, pasando a n + 1, 22(n+1) + 5 = 4 22n + 5 = (3 + 1) 22n + 5 = 3 22n + 22n + 5 , suma de m ultiplos de 3. (iii) Para cada n umero natural n, tomamos Pn :: 22n + 15n 1 es divisible por 9.
Para n = 1, 22 + 15 1 = 18 = 9 2 (P1 es cierta). Dado un n umero natural n arbitrario, supongamos cierta la propiedad para n, de modo que exista un k N tal que 22n + 15n 1 = 9k . Pasando a n + 1, 22(n+1) +15(n+1)1 = 422n +15n+14 = 4(9k 15n+1)+15n+14 = 49k 315n+18 = 9(4k 5n+2). Alternativamente: a divisible por 9. 22(n+1) + 15(n + 1) 1 = 4 22n + 15n 1 45n + 18, que ser O incluso de otra forma: 22(n+1) +15(n +1) 1 = 4 22n +15n +15 1 = 22n +3 22n +15n 1+15 = 22n +15n 1+3 22n + 5 , y como 22n + 5 es m ultiplo de 3 seg un hemos probado, lo anterior sea m ultiplo de 9 (aplicando la hip otesis de inducci on). 3. Obs ervese que 1 1 2 1 1 3 1 1 1 2 1 3 1 1 4 1 1 2 = = = 1 , 2 1 , 3 1 . 4
Se pide: conjeturar una ley general sencilla que incluya las anteriores como casos particulares, y demostrarla mediante el principio de inducci on. Parece que se cumple Pn :: 1 1 2 1 1 3 1 1 4 1 1 n 1 1 n+1 = 1 . n+1
Veamos si podemos probarlo por inducci on. 1 1 P1 es cierta, trivialmente 1 = . 2 2 Supongamos cierta Pn . Entonces 1 1 2 1 1 3 1 1 4 1 =
1 n
1 n+1
1 1 1 n+1 n+2 1 1 (n + 2) 1 1 n+1 1 1 = = = , n+2 n+1 n+2 n+1 n+2 n+2 1
es decir, resulta cierta Pn+1 (hemos aplicado la hip otesis de inducci on para escribir =).
0.3.
Principio de inducci on completa
A veces, la ayuda que proporciona suponer cierta Pn para demostrar Pn+1 es insuciente, y se hace necesario un apoyo m as amplio. No es dif cil ver que, cuando interese, se puede modicar el principio de inducci on para usar como hip otesis de inducci on que son ciertas todas las proposiciones P1 , . . . , Pn , y deducir de ellas Pn+1 . El resultado es lo que algunos textos denominan el principio de inducci on fuerte (ver [DA-W]) o principio de inducci on completa.1 2. Principio de inducci on completa. Para cada n umero natural n, sea Pn una proposici on, cierta o falsa, de tal manera que P1 es cierta, y para cada n N, suponiendo que P1 , P2 , . . . , Pn son ciertas se puede demostrar que Pn+1 es cierta. Entonces se cumple que Pn es cierta para todo n N. Veamos la ventaja conseguida en un ejemplo. Recordemos que un n umero natural p distinto de 1 es primo si no tiene m as divisores en N que 1 y el propio p; abordemos ahora el siguiente ejercicio: 4. Probar que para todo n umero natural n 2 existe un n umero primo p que divide a n. Con el principio de inducci on utilizado como hasta ahora, un intento razonable ser a tomar Pn :: n = 1 o n 2 y existe un n umero primo p que divide a n.
Trivialmente, P1 es cierta. Pero si para un n es cierta Pn , deber a ser cierta Pn+1 ? de qu e sirve que n sea divisible por un n umero primo p, si eso no implica que p divida a n + 1, ni que ning un n umero primo ligado con p (el siguiente, por ejemplo) divida a n + 1? Sin embargo, pasemos al principio de inducci on completa: ahora, partimos de un n tal que no s olo es cierta Pn , sino tambi en P1 , P2 , y Pk para cualquier k n. Entonces: si n + 1 es primo, basta tomar p = n + 1 para ver que Pn+1 es cierta; y si n + 1 no es primo, tendr a un divisor positivo k distinto de 1 y de n + 1; pero los divisores de un n umero son menores o iguales que dicho n umero (por qu e?); as pues, ser a k < n + 1, por lo que k valdr a a lo m as n. En consecuencia, Pk es cierta, por nuestra nueva hip otesis de inducci on. Y como k = 1, esto signica que k admite un divisor primo p, que a su vez ser a divisor de n + 1; por tanto Pn+1 es igualmente cierta en este caso. En consecuencia, Pn es cierta para todo n, como quer amos demostrar. Comentarios La estrategia de demostraci on que el principio de inducci on proporciona recuerda lo que los franceses llaman reculer pour mieux sauter, retroceder para saltar m as. Comparando las dos versiones que hemos enunciado, podr amos decir que en la primera tomamos una peque na carrerilla, de un s olo paso, mientras que en la inducci on completa la carrerillase toma desde el principio. Siguiendo con las comparaciones, tambi en se llama al primer principio de inducci on el principio de las chas de domin o: si pensamos en una colecci on innita de chas de domin o puestas una tras otra, para tirarlas todas basta con asegurarse de que cae la primera y de que est en colocadas de forma que cada cha tire a la siguiente.
1 Su justicaci on es sencilla: basta observar que el conjunto S = {n : P1 , P2 , . . . , Pn son todas ciertas} cumple que 1 S y que n S implica n + 1 S ; o aplicar el principio de inducci on normal a la proposici on Qn = P1 y P2 y . . . y Pn , denotada en l ogica proposicional por Qn = P1 P2 Pn , que es cierta cu ando y s olo cuando cada una de las P1 , . . . , Pn son ciertas.
N
DESPLAZADA 0.4. PRINCIPIO DE INDUCCION
0.4.
Principio de inducci on desplazada
Sigamos considerando una colecci on de proposiciones P1 , P2 , P3 , . . . (una para cada n umero natural). A veces se cumple que Pn+1 es cierta siempre que lo sea Pn , aunque P1 sea falsa. Por ejemplo, consideremos Pn : n = n + 1 ; obviamente, de n = n + 1 se sigue que n + 1 = (n + 1) + 1, que es Pn+1 , mientras que 1 = 2. Qu e conclusiones cabe extraer de este ejemplo trivial? La primera, algo que no hay que olvidar nunca en Matem aticas: los enunciados matem aticos dicen exactamente lo que dicen, y hasta que no hayamos comprobado todas las hip otesis, no podemos armar ninguna tesis. Y concretamente en el principio de inducci on, no hay que lanzarse sin m as a probar que Pn implica Pn+1 olvidando probar que P1 es cierta (lo que sucede con cierta frecuencia). La segunda conclusi on (ahora que ya nos hemos vuelto extremadamente cuidadosos) es que si Pn implica Pn+1 para todo n N y P1 es falsa, quiz a Pn no sea cierta para ning un n. Por qu e quiz a solamente? Porque podr a suceder que para alg un valor n1 la correspondiente proposici on Pn1 fuese cierta. Por ejemplo, examinemos Pn : n2 > n + 2 . Que Pn implica Pn+1 es sencillo de probar: de n2 > n + 2 (n N) se sigue que (n + 1)2 = n2 + 2n + 1 > n + 2 + 2n + 1 > (n + 1) + 2; y 12 no es estrictamente mayor que 1 + 2, con lo que P1 es falsa. Pero 42 > 4 + 2, luego P4 es cierta. Qu e provecho se saca de esta informaci on? Que Pn es cierta al menos para n 4, seg un se deduce aplicando el principio de inducci on a la proposici on Qn = Pn+3 . S olo para estos n es cierta Pn ? En este caso no: tambi en es cierta P3 . Por tanto, resumiendo: cuando se cumple que Pn+1 es cierta siempre que lo sea Pn , o bien Pn es falsa para todo n o, en caso contrario, hay al menos un valor n1 tal que Pn1 es cierta, y en este supuesto, procediendo como antes, se prueba lo que suele llamarse el principio de inducci on desplazada (no es una denominaci on est andar). 3. Principio de inducci on desplazada. Sea n1 un n umero natural dado, y para cada n umero natural n n1 sea Pn una proposici on, cierta o falsa, de tal manera que Pn1 es cierta, y para cada n umero natural n n1 , admitiendo que Pn es cierta se puede demostrar que Pn+1 es es cierta, Entonces se cumple que Pn es cierta para todo n n1 . Con esta nueva herramienta y las anteriores, el lector puede abordar por su cuenta los ejercicios del apartado siguiente.
0.5.
Ejercicios
0.1. Demostrar que para cada n umero natural n tal que n2 + 5n + 1 es un n umero par, tambi en 2 2 (n + 1) + 5(n + 1) + 1 es un n umero par. Se sigue de aqu por inducci on que n + 5n + 1 es siempre un n umero par? Cu al es la conclusi on correcta? Demostrarlo. 0.2. Para qu e n umeros naturales n es cierta la desigualdad 2n > n2 ? Demostrarlo por inducci on. 0.3. Sea S = {n N : 2n < 2n }. Probar que n + 1 S siempre que n S . Se deduce de aqu que S = N? Por qu e? Si no, qui en es S ? Por qu e? 0.4. Demostrar que para todo n N,
n 2
k3 =
k=1
n(n + 1) 2
8 0.5. Demostrar que para todo n N,

2n k=n+1
1 = k
2n k=1
(1)k+1 . k
0.6. Observar que 1 = 1; 1 4 = (1 + 2); 1 4 + 9 = 1 + 2 + 3; 1 4 + 9 16 = (1 + 2 + 3 + 4). Conjeturar una f ormula general sencilla que incluya las anteriores como casos particulares, y demostrarla mediante el principio de inducci on. 0.7. Denamos los n umeros a1 , a2 , a3 , . . . por a1 = 9, a2 = 36, an+1 = 6an 9an1 si n 2. Probar que an est a bien denido para todo n y que an = 3n (n + 2). 0.8. Sea u1 = 2, u2 = 3, un+1 = 3un 2un1 si n 2. Probar que un est a bien denido para todo n 1 n y que un = 2 + 1. 0.9. (a) Conjetura una f ormula para 1 + 3 + + (2n 1) evaluando la suma para n = 1, 2, 3 y 4. (b) Prueba tu f ormula usando el principio de inducci on. 0.10. (a) Conjetura una f ormula que simplique el producto 1 1 4 1 1 9 1 1 16 1 1 n2 .
(b) Prueba tu f ormula usando el principio de inducci on. Para nalizar el cap tulo, un cl asico. 0.11. Evaluar el siguiente resultado: Teorema. En cualquier examen, todos los alumnos presentados obtienen la misma calicaci on. Demostraci on : La haremos por inducci on. Para cada n N, sea Pn la proposici on todo conjunto de n alumnos distintos, al realizar un examen, obtiene una u nica calicaci on. Evidentemente, P1 es cierta. Veamos c omo de Pn se sigue Pn+1 . Supongamos que tenemos un conjunto {A1 , A2 , . . . , An , An+1 } de n + 1 alumnos distintos, con calicaciones a1 , a2 , . . . , an , an+1 . Considerando {A1 , A2 , . . . , An }, tenemos un conjunto de n alumnos distintos, luego por la hip otesis de inducci on (estamos admitiendo que Pn es cierta) se tendr a a1 = a2 = = an . Considerando ahora {A2 , . . . , An , An+1 }, tenemos igualmente un conjunto de n alumnos distintos, de donde a2 = = an = an+1 . Por tanto, hemos encontrado que a1 = a2 = = an a2 = = an = an+1 luego a1 = a2 = = an = an+1 ,
es decir, los n + 1 alumnos han obtenido la misma calicaci on, como quer amos demostrar.
0.6. APENDICE: DEFINICIONES RECURSIVAS.
0.6.
APENDICE: Deniciones recursivas.
Ocup emonos ahora de la inducci on como medio de construir deniciones. Exponer una descripci on general del m etodo de denici on inductiva es competencia de la L ogica matem atica o de la teor a de programaci on de ordenadores, por lo que aqu nos limitaremos a mostrar algunos ejemplos y se nalar sus caracter sticas m as destacadas. Esta secci on debe verse m as como tema de lectura que como objeto de estudio, si bien trata una cuesti on importante que no suele comentarse con mucho detenimiento y que, por eso mismo, puede servir de buena ayuda para entender ciertos aspectos que de otra manera originar an confusi on. En apartados anteriores nos hemos tropezado, sin prestarles especial atenci on, con expresiones n 2 como 1 + 2 + 3 + + n, o k=1 k de la que, dec amos, era una manera abreviada de indicar 12 + 22 + + k 2 + + n2 . Usualmente, una descripci on de este tipo suele bastar para aclarar a qu e nos referimos; no obstante, al menos las primeras veces que uno se encuentra con ellas, suele ser necesaria una explicaci on m as detallada de su signicado, y no digamos si se trata de implementar un procedimiento de c alculo de las mismas en un ordenador. Esto indica que las descripciones mediante puntos suspensivos conllevan una cierta ambig uedad, como ocurr a con los y as sucesivamente que hemos comentado al comienzo del cap tulo. Generalmente, esta ambig uedad se evita dando una denici on recursiva o inductiva; veamos un primer ejemplo. Cuando se necesita dar una denici on inequ voca de una expresi on como 2 2 2 Sn = 1 + 2 + + n , basta observar c omo pasamos de cada valor de n al siguiente: Sn+1 = 12 + 22 + + n2 + (n + 1)2 = Sn + (n + 1)2 , con lo cual el problema se solventa f acilmente usando la propiedad de inducci on de N; no hay m as que denir Sn haciendo S1 = 12 y Sn+1 = Sn + (n + 1)2 para cada n N.
Para qu e n umeros naturales est a bien denido Sn mediante la f ormula anterior? Desde luego para 1, y tambi en para el siguiente de cada n umero natural para el que est e bien denido; es decir, para todos los n umeros naturales, por inducci on. An alogamente, si se trata de denir la expresi on an para un n umero dado a y un exponente n N cualquiera, en vez de plantearla como el producto de n factores iguales a a, podemos denir recursivamente a1 = a, an+1 = an a, y vale repetir el argumento anterior para concluir que as an est a bien denido para todo n N. Estos ejemplos muestran que en una denici on recursiva, la construcci on del objeto que se dene se hace siguiendo siempre unas mismas reglas, pero estas reglas hacen referencia al propio objeto. Por ello, para no caer en un c rculo vicioso, el primero o primeros casos se denen siempre de manera expresa, sin apelar a las reglas. Consecuentemente, en cada denici on recursiva encontramos siempre dos partes, la base, que nos dice c omo comenzar; la recursi on, que nos dice c omo proseguir paso a paso. Por ejemplo, si para cada n N hemos jado un cierto n umero an , y denimos recursivamente n k=1 ak mediante
1 n+1 n
ak = a1
k=1
y
k=1
ak =
k=1
ak + an+1
para cada n N,
10
+1 n la base es 1 on n ndice k=1 ak = a1 y la recursi k=1 ak = k=1 ak + an+1 . De paso, observemos que el k puede sustituirse por cualquier otro s mbolo, es en realidad un ndice mudo, y lo mismo signica n n n umero Sn construido recursivamente m=1 am o t=1 at : en denitiva, se trata del n k=1 ak que a partir de S1 = a1 , Sn+1 = Sn + an+1 .
Curiosamente, aparecen deniciones recursivas incluso en la vida misma. Por ejemplo, pertenecen a la realeza los reyes o los hijos de alg un miembro de la realeza. Otros ejemplos m as matem aticos, son los siguientes:
Progresi on aritm etica de primer t ermino a y raz on d, dada por a1 = a, an+1 = an + d.

Obviamente an = a +(n 1) d; una demostraci on completa y cuidadosa es f acil por inducci on.
Progresi on geom etrica de primer t ermino a y raz on r, dada por a1 = a, an+1 = r an .

Obviamente an = a rn1 ; podemos asegurarnos usando inducci on. Un ejemplo famos simo [4]: la sucesi on de Fibonacci 1, 1, 2, 3, 5, 8, 13, 21, . . . , en la que cada t ermino es suma de los dos anteriores (y los dos primeros son iguales a 1). Su denici on recursiva es 1 = 1, 2 = 1, n+1 = n + n1 si n 2.
NOTA. Estos ejemplos no deben llevar a la conclusi on de que cualquier f ormula proporciona una denici on recursiva. Basta observar lo que ocurre si ponemos 3 1 a1 = , an+1 = . 2 an 1 1 1 1 Entonces a2 = = 2, a3 = = 1, a4 = =???. (3/2) 1 21 11
El factorial de un n umero natural n, denotado por n! y denido inductivamente por 1! = 1, (n + 1)! = (n + 1) n!, que suele introducirse habitualmente como el producto n (n 1) 3 2 1 . Como se se nala en [G-H], cuando el reemplazamiento de los puntos suspensivos es una tarea rutinaria para los seres humanos, a menudo los puntos sustituyen la denici on inductiva que se espera que d e el lector. El uso de puntos suspensivos hace a menudo que las f ormulas sean m as f aciles de entender, pero, nuevamente, s olo para lectores humanos. Y en trabajos m as avanzados [o m as cuidadosos], la denici on por inducci on tiene que ser dada [expl citamente]. Por lo que a los ordenadores se reere, hay lenguajes de programaci on como C que admiten procesos recursivos y otros, como algunos dialectos de Fortran, que no los admiten. En esta u ltima situaci on, hay que transformar los procesos recursivos en procesos iterativos, de car acter c clico, que hacen uso de bucles en los que intervienen valores calculados en el ciclo previo. Todo programa recursivo puede reescribirse como un programa iterativo, aunque ciertos problemas se resuelven de manera m as simple y natural mediante recursi on (generalmente, a costa de mayor consumo de memoria). Un ejemplo muy ilustrativo es el conocido problema de la torre de Hanoi, que puede verse en [5] o [6].
Bibliograf a
[B-S] Bartle, R. G.- Sherbert, D. R.: Introducci on al An alisis Matem atico de una Variable. Limusa, M exico, 1990.
Trata el principio de inducci on en la Secci on 1.3 (p ags. 31 a 35). Muy detallado en sus comentarios. Tiene una buena selecci on de ejemplos y ejercicios.
[DA-W] DAngelo, J. P.; West, D. B.: Mathematical Thinking. Problem-Solving and Proofs. Prentice-Hall, Upper Saddle River, NJ, 1997.
Dedica al principio de inducci on su cap tulo 4 (p ags. 56 a 73). Es un libro muy original en su planteamiento, y contiene una gran cantidad de ejercicios y problemas (algunos con cierto grado de dicultad).
[Ebb]
Ebbinghaus, H.-D. & al.: Numbers. Springer, New York, 1991.

Es un excelente libro de consulta, a medio camino entre la historia de las ideas sobre los n umeros y la exposici on de teoremas. Alcanza niveles que superan ampliamente el contenido de este curso, pero merece la pena conocerlo. En la p ag. 15 se encuentra el principio de inducci on. No tiene ejercicios.
[G-H]
Grits, H. B.; Hilton, P. J.: Classical Mathematics. Van Nostrand Reinhold, London, 1970.
Una obra ambiciosa: el t tulo completo es A Comprehensive Textbook of Classical Mathematics. A Contemporary Interpretation. Baste con decir que cumple sobradamente su prop osito. Tanto su planteamiento como su exposici on no han perdido nada de su valor con el tiempo, sino todo lo contrario. Excelentes comentarios y ejercicios. Imprescindibles y m as completos de lo habitual su tratamiento y comentarios sobre inducci on, a la que dedica el cap tulo 5.
[Lieb]
Liebeck, M.: A Concise Introduction to Pure Mathematics. Chapman & Hall/CRC, Boca Raton, 2000.
De planteamiento muy similar al de esta asignatura, diere en algunos contenidos y en el orden de exposici on. El principio de inducci on aparece su cap tulo 8 (p ags. 55 a 68). Tiene ejercicios muy interesantes, y el cap tulo 9 est a dedicado a demostrar por inducci on la f ormula de Euler caras + v ertices = aristas +2 , que aplica luego al estudio de los cinco s olidos plat onicos (cubo, tetraedro, octaedro, icosaedro y dodecaedro).
[Pest]
Pestana, D. & al.: Curso pr actico de C alculo y Prec alculo. Ariel, Barcelona, 2000.
Orientado fundamentalmente a servir de base para el An alisis matem atico, parte de su contenido coincide con el de nuestra asignatura. Muy claro y muy pr actico, explica el principio de inducci on en la p agina 30, dentro de un cap tulo titulado M etodos de demostraci on que merece ser le do en su totalidad.
11
12 Documentos en Internet [1] Interactive Real Analysis, Seton Hall University: http://www.shu.edu/projects/reals/infinity/index.html [2] Es el 0 un n umero natural?: Math.Sci FAQ,
BIBLIOGRAF IA
http://db.uwaterloo.ca/~alopez-o/math-faq/node12.html#SECTION00321000000000000000 [3] Historia del cero, The MacTutor History of Mathematics archive, St Andrews University, Escocia. http://www-groups.dcs.st-and.ac.uk/~history/HistTopics/Zero.html [4] Sobre la sucesi on de Fibonacci. http://www.arrakis.es/~mcj/fibonacc.htm [5] Recursi on y la torre de Hanoi, Universidad de M alaga. http://www.lcc.uma.es/~pepeg/modula/temas/tema11.pdf [6] S. Romero, La recursividad. http://pinsa.escomposlinux.org/sromero/prog/recursividad.html
Cap tulo 1
Introducci on a la teor a de conjuntos.

En Matem aticas, los conjuntos aparecen inevitablemente, bien de forma expl cita o bien de forma impl cita, y podemos encontrar ejemplos en abundancia. Acabamos de examinar una propiedad de los n umeros naturales, el principio de inducci on, que no es una propiedad de cada n umero natural (del 1, o del 2, o del 46) sino del conjunto de los n umeros naturales. Igualmente, cuando se dice que hay innitos n umeros primos, no expresamos una propiedad de cada n umero primo, sino del conjunto que forman: el conjunto de los n umeros primos es innito. Muchos objetos geom etricos son conjuntos: rectas, planos, circunferencias, cualquier gura geom etrica es un conjunto de puntos; hablamos del conjunto de soluciones de una ecuaci on o de un sistema de ecuaciones; un espacio vectorial es un conjunto en el que se ha denido una suma y un producto por escalares que cumplen unas ciertas reglas, etc. Sin embargo, el estudio de los conjuntos como objetos matem aticos en s mismos, es decir, la Teor a de conjuntos como disciplina matem atica, no aparece hasta la segunda mitad del siglo XIX, creada por G. Cantor. La formalizaci on de la Teor a de conjuntos como una teor a axiom atica result o extremadamente dif cil, pese a lo simple y poco problem atica que parec a la noci on de conjunto. Sus primeros desarrollos hicieron aparecer las famosas paradojas de Burali-Forti, de Cantor, de Russell; las discusiones sobre el axioma de elecci on y la hip otesis del continuo . . . (ver [GJPR], [Ap]) Pero lo que a nosotros nos interesa de la Teor a de conjuntos es que proporciona un lenguaje b asico para formular enunciados y argumentos que el lenguaje ordinario har a farragosos o incomprensibles. No nos vamos a enfrentar a ella como estudiosos, sino como usuarios: nos vamos a limitar a una Teor a intuitiva de conjuntos, planteando este cap tulo sustancialmente como el texto [D-H]. Para completar las explicaciones y ver m as ejemplos, son interesantes [DA-W], [G-H],[Ham], [Lieb], [S-T], as como [Lip], [O.U.], etc., y es esencial [GJPR].
1.1.
1.1.1.
Conjuntos.
Idea intuitiva de conjunto: pertenencia. Igualdad e inclusi on entre conjuntos. Conjunto potencia.
En un enfoque intuitivo de la teor a de conjuntos, como el que aqu vamos a emplear, la noci on de conjunto no diere esencialmente de lo que por tal se entiende en el lenguaje ordinario: una colecci on de objetos, reales o abstractos (los elementos del conjunto) agrupados como un todo, percibidos simult aneamente como un nuevo objeto. Desde el punto de vista matem atico, esta descripci on de lo que entendemos como conjunto no sirve como denici on: es demasiado vaga e imprecisa, y utiliza otras palabras (colecci on, agrupamiento) que no son m as que sin onimos de la palabra conjunto.
13
14
CAP ITULO 1. CONJUNTOS
Tampoco nos ayuda recurrir a los diccionarios; en el de la Real Academia Espa nola, por ejemplo, encontramos lo siguiente: conjunto : . . . 4. m. Agregado de varias personas o cosas. . . . 6. La totalidad de los elementos o cosas poseedores de una propiedad com un, que los distingue de otros. Por ejemplo, los n umeros pares. . . . 9. (Mat.) La totalidad de los entes matem aticos que tienen determinada propiedad. El CONJUNTO de los n umeros primos. . . . Es muy dif cil plantear una denici on de conjunto que no recurra a sin onimos hasta caer en un c rculo vicioso: es un concepto tan b asico que s olo podemos dar descripciones aproximativas del mismo. De hecho, cuando fue preciso establecer una teor a de conjuntos rigurosa desde el punto de vista matem atico, una Teor a axiom atica de conjuntos, la noci on de conjunto qued o entre los t erminos no denidos.1 Proseguiremos, entonces, con nuestras ideas intuitivas de conjunto y de elementos de un conjunto. Si A es un conjunto y a es uno de sus elementos, diremos que a pertenece a A, y escribiremos a A, mientras que la notaci on a /A indicar a que a no pertenece (no es un elemento) de A. Cuando A es un conjunto con pocos elementos, por ejemplo el de los cinco primeros enteros positivos pares, suele indicarse listando sus elementos entre llaves, A = {2, 4, 6, 8, 10}. Pero lo m as habitual es que los conjuntos vengan descritos por una propiedad que caracteriza a sus elementos: por ejemplo, como citaba el diccionario, el conjunto de todos los enteros positivos pares. Este conjunto se escribe {x : x es un entero positivo par }, y se lee el conjunto de los x tales que x es un entero positivo par. En general, si tenemos una propiedad P (x) relativa a ciertos x, {x : P (x) es cierta }, es el conjunto de los x tales que x es cierta.
1 Cuando una determinada rama de las matem aticas se desarrolla axiom aticamente, se toman como punto de partida (1) unos t erminos no denidos (2) unas relaciones no denidas (3) unos axiomas que relacionan los t erminos no denidos y las relaciones no denidas. A partir de ellos, se van deniendo nuevos t erminos y se desarrollan teoremas basados en los axiomas o en teoremas anteriores. Por ejemplo, en la geometr a plana eucl dea, punto y recta son t erminos no denidos, punto que est a en una recta o, lo que es equivalente, recta que pasa por un punto, es una relaci on no denida, y son axiomas, entre otros:
Dos puntos distintos est an en una y una sola recta (equivalentemente, por dos puntos distintos pasa una recta y una sola) Dos rectas distintas no pueden tener m as de un punto com un. En la Teor a axiom atica de conjuntos, son t erminos no denidos elemento y conjunto, la relaci on no denida es pertenencia de un elemento a un conjunto, y son axiomas, entre otros, Axioma de extensi on. Dos conjuntos A y B son iguales si y s olo si cada elemento que pertenece a A tambi en pertenece a B y cada elemento que pertenece a B tambi en pertenece a A. Axioma de especicaci on. Sea P (x) una armaci on y sea A un conjunto. Existe entonces un conjunto al que pertenecen exactamente los elementos a que pertenecen a A para los que el enunciado P (a) es cierto. Puede verse un comentario m as amplio sobre los sistemas axiom aticos en la p agina web de la asignatura.
1.1. CONJUNTOS.
15
Frecuentemente, los x son elementos de un conjunto U jado de antemano (los enteros, en nuestro primer ejemplo). En vez de escribir entonces {x : x U y P (x) es cierta }, se emplea la notaci on. {x U : P (x) es cierta }. Por otra parte, pensar que todos los elementos que se van a manejar quedan dentro de un conjunto universal (el universo del discurso ) permite eliminar paradojas de car acter l ogico, como la no existencia del conjunto de todos los conjuntos o la paradoja de Russell, que no hace al caso comentar aqu . (Ver [Ham], p. 111 y ss., donde se explica c omo la axiom atica de Zermelo-Fraenkel resuelve estas paradojas; otra soluci on, la axiom atica de von Neumann-Bernays-G odel, se apunta en [S-T], cap. 13, p. 252 y ss.) Los elementos de un conjunto determinan el conjunto. Precisemos esta idea.
Criterio de igualdad de conjuntos. Dos conjuntos A y B son iguales si y s olo si constan de los mismos elementos, es decir: (1) para cada x A tambi en x B ; (2) para cada x B tambi en x A.
Un conjunto muy particular es el conjunto vac o, que no posee ning un elemento. Se representa por el s mbolo . Los conjuntos con un solo elemento suelen denominarse conjuntos unipuntuales (o tambi en singuletes, por la denominaci on inglesa singletons). Denici on 1.1.1. Dados dos conjuntos A y B , diremos que A es un subconjunto de B si cada elemento de A es tambi en elemento de B , es decir, si x A implica x B . Para indicar que A es un subconjunto de B escribiremos A B . Tambi en se lee A est a contenido en B . Atenci on! Algunos libros usan la notaci on A B para indicar que A est a contenido en B , mientras que en otros A B signica que A est a contenido en B y es distinto de B . Para evitar confusiones, en este u ltimo caso nosotros pondremos A B , le do A contenido estrictamente en = B . El criterio de igualdad de conjuntos puede reformularse en t erminos de subconjuntos de manera obvia. Corolario 1.1.2. Dos conjuntos A y B son iguales si y s olo si A B y B A. Ejemplos. Para cualquier conjunto A, trivialmente A A y A. Que x A es equivalente a que {x} A (pero, en general, no a x A ni a {x} A!). Veremos ejemplos m as interesantes en ejercicios posteriores. Denici on 1.1.3. Dado un conjunto A, el conjunto (A) = {S : S A} cuyos elementos son justamente los subconjuntos de A se denomina conjunto potencia de A o conjunto de partes de A.
Ejercicios
1.1. Sea A = {2n + 1 : n N}. Decir si las siguientes armaciones son ciertas o falsas, justicando la respuesta: (i) si x = (2n + 1)2 para alg un n N, entonces x A. (ii) si x A, entonces x = (2n + 1)2 para alg un n N.
16 (iii) si existen y A, z A tales que x = yz , entonces x A. (iv) si x A, entonces existen y A, z A tales que x = yz . 1.2. Probar que {a} = {b, c} si y s olo si a = b = c.
1.3. Probar que {{a}, {a, b}} = {{c}, {c, d}} si y s olo si a = c y b = d. 1.4. Cu ales de los conjuntos A = {x R : x2 = 1}, B = {x R : x4 = 1}, C = {x C : x2 = 1}, D = {x C : x4 = 1} son iguales y cu ales son distintos? Por qu e? Cu ales son subconjuntos de otros? 1.5. Demostrar las siguientes igualdades entre conjuntos: (i) {x R : x3 x > 0} = {x R : 1 < x < 0 o x > 1}. (ii) {(x, y, z ) R3 : x = y, x + y + z = 1} = {(x, y, z ) R3 : x = t/2, y = t/2, z = 1 t para alg un t R}. 1.6. Dados tres conjuntos A, B , C , si A B y B C entonces A C . 1.7. Es cierto que A B si y s olo si (A) (B )? Por qu e? 1.8. Sea A0 = , An = (An1 ), n N. Describir expl citamente A1 , A2 , A3 , A4 . Cu antos elementos tiene cada uno de estos conjuntos? Cu antos elementos crees que tendr a An para un n arbitrario?
1.1.2.
Operaciones con conjuntos: uni on, intersecci on, complemento.
Denici on 1.1.4. Dados dos conjuntos A y B , su uni on es el conjunto A B = {x : x A o x B }, formado por los elementos que pertenecen al menos a uno de los dos conjuntos (pueden pertenecer a los dos). La intersecci on de A y B es el conjunto A B = {x : x A y x B }, formado por los elementos que pertenecen simult aneamente a ambos conjuntos. Si A B = , diremos que A es disjunto con B (y entonces tambi en B es disjunto con A). El complementario de B respecto de A es el conjunto A \ B = {x : x A y x / B }, formado por los elementos de A que no pertenecen a B . Se le denomina tambi en la diferencia entre A y B . Cuando todos los conjuntos que se manejan son subconjuntos de un conjunto X dado expl citamente o inequ vocamente sobreentendido, se pone Ac en vez de X \ A, abreviando el complementario de A respecto de X por el complementario de A, sin m as. Diagramas de Venn. Las operaciones con conjuntos permiten realizar c alculos que se intuyen mejor utilizando diagramas de Venn , que consisten en dibujar en el plano regiones, limitadas por circunferencias o curvas adecuadas, que representan a los conjuntos. Por ejemplo, en los diagramas
1.1. CONJUNTOS.
17
hemos representado dos conjuntos A y B como las regiones limitadas por una elipse grande y una circunferencia peque na. Las zonas rayadas representan, sucesivamente, A, B , A B , A B , A \ B . Los c alculos con conjuntos comparten algunas reglas (no todas!) con las operaciones entre n umeros. Proposici on 1.1.5. Dados tres conjuntos cualesquiera A, B y C , se tienen las siguientes igualdades: (i) (A B ) C = A (B C ). (ii) (A B ) C = A (B C ). (iii) A (B C ) = (A B ) (A C ). (iv) A (B C ) = (A B ) (A C ). Demostraci on. Ver [D-H], pp. 10-11. Proposici on 1.1.6. Leyes de De Morgan. Sean A, B , subconjuntos de un conjunto X . Entonces (i) (A B )c = Ac B c . (ii) (A B )c = Ac B c . Demostraci on. Ejercicio. Las deniciones de uni on e intersecci on de dos conjuntos pueden ampliarse a una colecci on arbitraria de conjuntos. Denici on 1.1.7. Sea C una colecci on no vac a de conjuntos (un conjunto no vac o cuyos elementos son a su vez conjuntos). La uni on de C es el conjunto C=
AC
A = {x : x A para alg un A C},
formado por los elementos x que pertenecen a uno al menos de los conjuntos de C . La intersecci on de C es el conjunto C=
AC
A = {x : x A para todos A C},
formado por los elementos x que pertenecen a todos los conjuntos de C . En particular, cuando C = {A, B } reencontramos las deniciones de A B y A B . En el caso de que sea C = {A1 , A2 , . . . , Ak }, se emplea la notaci on
k k
An ,
n=1 n=1
An ,
18 en vez de C,
CAP ITULO 1. CONJUNTOS C , respectivamente. As mismo, cuando C = {An : n N}, suele emplearse An ,
n
N
An ,
n
N
o alguna otra notaci on similar. En ocasiones se manejan conjuntos de ndices cualesquiera, no solamente N: por ejemplo, C = {Ax : x R}, donde Ax = (, x) = {y R : y < x}. En general, si I es un conjunto no vac o arbitrario, y para cada i I tenemos dado un cierto conjunto Ai , podemos considerar C = {Ai : i I } y denir Ai =
iI
C=
{Ai : i I },
iI
Ai =
C=
{Ai : i I },
de manera que resultar a Ai = {x : x Ai para alg un ndice i I },

iI
(1.1) (1.2)
Ai = {x : x Ai para todos ndices i I }.

iI
Cuando C viene dado de este modo, diremos que se trata de una familia de conjuntos parametrizada por I o con conjunto de ndices I . Daremos una denici on m as formal posteriormente. Proposici on 1.1.8. Leyes de De Morgan. Dado un conjunto X , sea C = {Ai : i I } una familia de subconjuntos de X [es decir, C (X )] con conjunto de ndices I . Entonces (1) (2)
iI iI
Ai Ai
c c
= =
iI iI
Ac i. Ac i.
Demostraci on. Ejercicio.
Ejercicios
2.1. Sea A un subconjunto de un conjunto dado X . Comprobar que (Ac )c = A. 2.2. Probar que dados dos subconjuntos A, B de un conjunto X , entonces X \ A = B si y s olo si A B = X , A B = . 2.3. Dados dos conjuntos A, B , demostrar que: (1) A B si y s olo si A B = B . (2) A B si y s olo si A B = A. (3) A B si y s olo si A \ B = . 2.4. Sean A, B , C , D conjuntos tales que A B y C D. Probar que A C B D y A C B D. 2.5. Dado un conjunto X , sean A, B , C X . (1) Probar que A \ B = A B c . (2) Aplicando lo anterior y las leyes de De Morgan, dar otra expresi on de A \ (B \ C ). (3) Es lo mismo A \ (B \ C ) que (A \ B ) \ C ? Por qu e? 2.6. Dados dos conjuntos A, B , probar que (A \ B ) (B \ A) = (A B ) \ (A B ) (este conjunto se denomina diferencia sim etrica o discrepancia de A y B .)
1.2. PARES ORDENADOS. PRODUCTO CARTESIANO DE CONJUNTOS.
19
2.7. Sea A0 = , An = An1 {An1 }, n N. Describir expl citamente A1 , A2 , A3 , A4 . Cu antos elementos tiene cada uno de estos conjuntos? Cu antos elementos crees que tendr a An para un n arbitrario? C omo probar as tu conjetura? 2.8. Sea A1 un conjunto arbitrario, y denamos An+1 = (An ), n N, A = B A si y s olo si (B ) A? 2.9. Para cada k N, sea Ak = {n Z : n k }. Comprobar que A1 A2 . . . Ak Ak+1 . . . y, por tanto, k n=1 An = Ak = cualquiera que sea k N. Sin embargo, n An = .
N
n An .
Es cierto que
1 1 , Bn = 0, 1 n . Comprobar que An est a estrictan 2 3 mente contenido en Bn para todo n. Est a la uni on de los An estrictamente contenida en la uni on de los Bn ? (No: probar que n An = n Bn = [0, 1).) 2.10. Para cada n N, sea An = 0, 1
N N
1.2.
Pares ordenados. Producto cartesiano de conjuntos.
El lector ha manejado ya pares ordenados en situaciones concretas: al introducir un sistema de coordenadas en el plano, por ejemplo, cada punto viene representado por un par ordenado (x, y ) de n umeros reales. La diferencia esencial entre el par ordenado (x, y ) y el conjunto {x, y } (el par sin ordenar) es que distinguimos (x, y ) de (y, x), considerando iguales dos pares (x, y ) y (u, v ) si y s olo si x = u, y = v . Ampliando esta idea, podemos considerar pares ordenados (a, b) cuyo primer elemento a pertenezca a un conjunto cualquiera A y su segundo elemento b pertenezca a un conjunto cualquiera B , manteniendo su propiedad caracter stica: Criterio de igualdad de pares ordenados. Dados dos conjuntos arbitrarios A, B , y dos pares ordenados (a, b), (a , b ), con a, a A, b, b B , es (a, b) = (a , b ) si y s olo si a = a y b = b . (Como curiosidad, se nalemos que es posible dar una denici on de par ordenado en t erminos de conjuntos.2 ) Denici on 1.2.1. El producto cartesiano de dos conjuntos A y B es el conjunto A B = {(a, b) : a A, b B } formado por todos los pares ordenados cuyo primer elemento est a en A y el segundo en B . Ejemplos. El conjunto de las coordenadas de los puntos del plano es R R. Pero quiz a el primer producto cartesiano de su vida (de un conjunto de letras por un conjunto de n umeros) lo haya manejado el lector en el juego de los barcos. (M as ejemplos en [G-H], cap. 3.) Ejercicio. Dados tres conjuntos A, B , C , probar que (i) A (B C ) = (A B ) (A C ). (ii) A (B C ) = (A B ) (A C ). (iii) A (B \ C ) = (A B ) \ (A C ).
2
Concretamente, Kuratowski dio la siguiente denici on formal: (a, b) = {{a}, {a, b}}.
Si se revisa el ejercicio 1.3, se ver a c omo esta denici on encaja adecuadamente con la idea intuitiva.
20
1.3.
1.3.1.
Correspondencias y aplicaciones entre conjuntos

Comentarios previos: Ideas intuitivas y ejemplos.
Cu antas matem aticas hay en una gu a telef onica? M as de las que parece. Contiene un conjunto de n umeros (de tel efono), por supuesto, y un conjunto de nombres de usuarios (personas, instituciones, empresas, etc.). Pero lo m as interesante es que cada n umero aparece asociado al nombre del abonado; es decir, la gu a es una herramienta que permite establecer una correspondencia entre el conjunto de los nombres de los abonados y el conjunto de los n umeros de tel efonos de la red, haciendo corresponder a cada nombre su n umero (o sus n umeros) de tel efono. Cu al es el inter es matem atico de esta observaci on? Una de las grandes l neas de progreso de las Matem aticas consiste en descubrir patrones generales que engloben la mayor cantidad posible de conceptos y situaciones particulares aparentemente distintas, proporcionando un marco te orico fruct fero para su estudio unicado. Pues bien: hay multitud de situaciones heterog eneas que respoden al patr on que acabamos de considerar, es decir, que pueden describirse como correspondencias entre conjuntos. Veamos algunas muestras: la asignaci on del NIP hace corresponder a cada alumno de la Universidad de Zaragoza su N umero de Identicaci on Personal; en las tablas de datos recogidos en un experimento, se empareja cada valor de una variable independiente que vamos modicando a voluntad (por ejemplo, el tiempo), con el que alcanza una variable dependiente ligada a la anterior (por ejemplo, la distancia recorrida durante ese tiempo por una bola que se desplaza sobre un plano inclinado); una traslaci on por un vector v hace corresponder a cada punto P el punto Q tal que P Q = v ; un giro de centro C y angulo transforma un punto P del plano en el punto Q tal que los vectores CP , CQ tienen el mismo m odulo y forman entre s un angulo ; un mapa es una representaci on de un trozo de la supercie terrestre que hace corresponder a cada punto de ella un punto del mapa; una funci on como la ra z cuadrada (real), por ejemplo, hace corresponder a cada n umero real 2 no negativo a otro n umero real no negativo b cuyo cuadrado b es a; la relaci on de paternidad entre personas empareja una persona P con otra persona Q si y s olo si P es el padre de Q; la relaci on de orden entre n umeros reales empareja un n umero real dado a con cada n umero real b tal que a b; ciertos programas inform aticos (procedures , functions ) asocian a cada input admisible de un determinado tipo de datos, un output del mismo tipo o de otro tipo distinto. En todos los casos disponemos de un conjunto A del que tomar los objetos (alumnos, n umeros, puntos, etc.) a los que se hace corresponder elementos de un conjunto B (n umeros, etc.) mediante un criterio determinado. Para dar una denici on matem aticamente satisfactoria, habr a que concretar mejor lo que queremos decir con hacer corresponder mediante un criterio determinado. Y aqu viene en nuestra ayuda el concepto de par ordenado, puesto que, en denitiva, lo que hacemos, eliminando detalles accesorios, es emparejar cada elemento x de A con cierto (o ciertos) elementos y de B y no emparejarlo con otros: es decir, dentro del conjunto A B de pares ordenados con primer elemento en A y segundo elemento en B , seleccionamos un subconjunto G de manera que a un x A corresponda un y B si y s olo si (x, y ) G. Por ejemplo, en el caso del NIP, el conjunto A es el de los alumnos de la Universidad de Zaragoza, B puede ser el conjunto de los n umeros naturales y G = {(x, y ) A B : y es el NIP de x}; en la traslaci on por un vector v , A es el conjunto de los puntos del espacio, B tambi en (B = A), y G = {(P, Q) A B : P Q = v }; en la relaci on de orden entre n umeros reales, A = B = R, G = {(x, y ) R R : x y }, etc. Como se ve, la noci on de correspondencia entre conjuntos, dada por un primer conjunto A, un segundo conjunto B y un subconjunto G de A B , es muy general, casi demasiado general. Enseguida se advierten diferencias entre las distintas correspondencias que hemos examinado. En
1.3. CORRESPONDENCIAS Y APLICACIONES
21
algunas de ellas, un mismo elemento del conjunto A est a en correspondencia con m as de un elemento de B , por lo que podr amos decir que, en cierto modo, son correspondencias ambiguas o poco ajustadas: cu al es el n umero de tel efono de un abonado que tenga m as de un tel efono? c omo pensar que una variable f sica y depende de otra variable f sica x si a un mismo valor de x le pueden corresponder varios valores distintos de y ? En una correspondencia entre dos conjuntos A y B que evite esa ambig uedad, cada elemento de A tendr a asociado un solo elemento de B ; cuando esto suceda, diremos que la correspondencia es una aplicaci on. En otras palabras, una aplicaci on de un conjunto A en un conjunto B es una terna formada por A, B , y un subconjunto G de A B que cumple la siguiente condici on: para cada x A hay un y B , y s olo uno, tal que (x, y ) G. () Dicho de otro modo, han de cumplirse dos cosas: (1) a cada x A, sin excepci on, le corresponde un elemento y B tal que (x, y ) G, (2) pero uno nada m as. El modelo paradigm atico de aplicaciones son las funciones, que no son otra cosa que las aplicaciones entre conjuntos de n umeros. Buena parte de la nomenclatura y notaciones que usaremos en el estudio de las aplicaciones est a copiada de las que tradicionalmente empleamos para funciones. Por ejemplo, indicaremos que f es una aplicaci on entre un conjunto A y un conjunto B poniendo f : A B , llamaremos a G la gr aca de f , y en vez de decir que a un x A le corresponde un y B mediante la aplicaci on f , diremos que y es el valor de f en x, escrito y = f (x). Con esta notaci on, la condici on () que caracteriza a las correspondencias que son aplicaciones se expresa a veces poniendo que f (x) est a denido cuando y s olo cuando x A, si x1 , x2 A son tales que x1 = x2 , forzosamente f (x1 ) = f (x2 ). (Suele decirse que f est a bien denida en A para indicar abreviadamente que se cumplen estas dos condiciones.) Las transformaciones geom etricas tambi en son ejemplos de aplicaciones, y proporcionan otra manera de interpretar lo que hace una aplicaci on: una traslaci on transforma o convierte un punto en su trasladado, etc. La idea de transformaci on o conversi on aparece tambi en en contextos no geom etricos, donde se tienen procesos que pueden representarse mediante un esquema denominado de caja negra, entrada caja salida negra en el que introducimos una entrada admisible en la caja negra y obtenemos (sin que nos importe c omo) una salida: la caja negra puede ser una transformaci on geom etrica o una funci on o una tabla, pero tambi en puede ser un amplicador, por el que entra una onda y da como respuesta otra onda, o puede ser la cuerda de un instrumento musical, que producir a al pulsarla, golpearla o frotarla un sonido diferente seg un sea su longitud, o . . . (el lector puede inventar sus propios ejemplos). Lo sustancial es la existencia de un conjunto predeterminado de entradas admisibles, y de un emparejamiento de cada uno de ellos con una salida bien denida, perteneciente al mismo o a otro conjunto. Esta interpretaci on de las aplicaciones tiene su incidencia en el lenguaje: nos referiremos indistintamente a f (x) como el valor de f en x o como la imagen de x por f . Por supuesto, hay correspondencias que no son aplicaciones: la correspondencia entre el nombre de una persona y la persona NO es una aplicaci on (y por eso en el DNI es necesario a nadir el n umero si queremos identicarla); en cambio, S I es una aplicaci on la correspondencia entre la persona y su nombre aut entico. La noci on general de aplicaci on juega un papel unicador entre las diferentes variantes de la misma que est an presentes en todas partes de las Matem aticas: adem as de las funciones y de las transformaciones geom etricas, encontramos las aplicaciones lineales en Algebra lineal, las aplica ciones continuas en Topolog a, los homomorsmos en Algebra abstracta, las variables aleatorias en Probabilidad, etc. De las propiedades comunes a todas ellas nos ocupamos a continuaci on.
22
1.3.2.
Aplicaciones: dominio, codominio, gr aca.
En t erminos conjuntistas, Denici on 1.3.1. Una correspondencia entre dos conjuntos A y B es una terna (A, B, G) formada por el conjunto A, el conjunto B y un subconjunto G del producto cartesiano A B . Denici on 1.3.2. Una aplicaci on f : A B es una terna (A, B, Gf ), donde A, B son conjuntos dados, llamados respectivamente el dominio o conjunto inicial y el codominio o conjunto nal de f , y Gf , denominado gr aco o gr aca de f , es un subconjunto del producto cartesiano A B tal que para todo x A existe un elemento u nico y B de modo que (x, y ) Gf . El elemento y un vocamente asociado a x suele denotarse por f (x) y se llama valor de la aplicaci on f en el punto x o imagen de x por f . En lo sucesivo, pondremos como es costumbre y = f (x) en vez de (x, y ) Gf . Informalmente, dar una aplicaci on f supone dar: su dominio de denici on A = dom f ; su codominio B ; una regla de correspondencia o regla de denici on que permita asignar inequ vocamente a cada elemento x de A, sin excepci on, un elemento f (x) de B perfectamente determinado por x y f. Cambiar una cualquiera de estas tres cosas (el dominio, el conjunto nal o la regla de denici on) hace que la aplicaci on cambie. Por ejemplo, si tenemos una aplicaci on f : A B y consideramos un subconjunto S de A, la restricci on de f a S es la aplicaci on f |S : S B tal que f |S (x) = f (x) para cada x S , que no es la misma aplicaci on f (se ha cambiado el dominio), aunque venga dada por la misma regla de correspondencia (a cada x de S , la restricci on f |S hace corresponder el mismo valor que f pero f |S (x) no est a denida para x / S !). Como acabamos de ver, en la pr actica raras veces se muestra una aplicaci on como una terna, tal como requerir a su denici on formal: lo habitual es especicar su dominio, su codominio y la regla que permite determinar el valor de la aplicaci on en cada elemento del dominio. Suele chocar al principiante que a veces la regla de denici on de una aplicaci on aparece dividida en varias subreglas parciales (expresadas frecuentemente, cuando intervienen conjuntos num ericos, mediante f ormulas), tendiendo a interpretar incorrectamente que se han denido tantas aplicaciones cuantas subreglas se enuncien. Por ejemplo, la aplicaci on f : R R tal que f (x) = x, si x 0; x, si x < 0,
es una sola aplicaci on, la funci on valor absoluto, y no dos funciones, aunque sus valores coincidan en parte de su dominio (no en todo!) con los que toman las dos aplicaciones distintas g : x R g (x) = x R y h : x R h(x) = x R. En resumen:
Criterio de igualdad de aplicaciones. Dos aplicaciones f : A B , g : C D son iguales si y s olo si

1. A = C (f y g tienen el mismo dominio); 2. B = D (f y g tienen el mismo conjunto de llegada); 3. para todo x A(= C ), f (x) = g (x) (f y g toman el mismo valor en cada elemento de su dominio com un)
1.3. CORRESPONDENCIAS Y APLICACIONES Ejercicio. Estudiar si son o no iguales las aplicaciones f : R R, g : R R dadas por f (x) = 2x; g (x) = |x 1| + |x + 1|.
23
Cambia la respuesta si comparamos las restricciones de f y g al intervalo [1, +)? Y comparando las restricciones a otros subconjuntos de R? Ejercicio. Sea A = (0, +) = {x R : x > 0} y B = R. Queda denida una aplicaci on f : A B si para cada x A ponemos f (x) = log(log(sen x))? Por qu e? Ejercicio. En qu e condiciones la correspondencia que asocia cada punto de una transparencia con su proyecci on en la pantalla es una aplicaci on entre la transparencia y la pantalla?
1.3.3.
Imagen y antiimagen de un conjunto.
La idea visual del ejercicio anterior se acomoda perfectamente con la nomenclatura que vamos a introducir a continuaci on. Denici on 1.3.3. Sea f : A B una aplicaci on y sean S A, T B . Llamamos conjunto imagen de S por f al conjunto f (S ) = {f (x) : x S } , o, m as expl citamente, f (S ) = {y B : existe x S tal que y = f (x)}, y conjunto antiimagen de T por f al conjunto f 1 (T ) = {x : f (x) T }, que ser a un subconjunto (eventualmente vac o) de A. El conjunto imagen del dominio de f suele denominarse, simplemente, conjunto imagen de f o rango de f , y se denota a veces im f o rang f ; por tanto, se tiene im f = f (A) = f (dom f ) = {f (x) : x dom f } . Proposici on 1.3.4. Dada f : A B , sean A1 , A2 A, B1 , B2 B . Entonces: (i) si A1 A2 , tambi en f (A1 ) f (A2 ); (ii) si B1 B2 , tambi en f 1 (B1 ) f 1 (B2 ). Demostraci on. Ejercicio. Proposici on 1.3.5. Dada f : A B , sean A1 , A2 A, B1 , B2 B . Entonces: (i) f (A1 A2 ) = f (A1 ) f (A2 ). (ii) f (A1 A2 ) f (A1 ) f (A2 ), pudiendo ser f (A1 A2 ) = f (A1 ) f (A2 ). (iii) f 1 (B1 B2 ) = f 1 (B1 ) f 1 (B2 ). (iv) f 1 (B1 B2 ) = f 1 (B1 ) f 1 (B2 ).
24
Demostraci on. Probaremos solamente (ii), dejando la demostraci on de (i), (iii), (iv) como ejercicio. De acuerdo con las deniciones anteriores, ser a: y f (A1 A2 ) y f (A1 ) f (A2 ) existe x A1 A2 tal que f (x) = y ; y f (A1 ) e y f (A2 ) (1.3)
existe a A1 tal que f (a) = y, (1.4) existe b A2 tal que f (b) = y.
A su vez, (1.3) signica que existe un mismo x, que est a tanto en A1 como en A2 , tal que f (x) = y . Por tanto, comparando vemos que (1.3) = (1.4) sin m as que tomar a = b = x. As pues, y f (A1 A2 ) = y f (A1 ) f (A2 ), o lo que es lo mismo, f (A1 A2 ) f (A1 ) f (A2 ) como quer amos probar.
Por contra, no est a claro que funcione la implicaci on inversa, ya que (en principio al menos) podr amos encontrar f (a) = y = f (b) sin que a = b.
' $ ' $
A1
a X f ' B$ XX $ ' X XXX z y * c P PP P y & % PPP q b & % A2 & % & %
Tenemos alg un contraejemplo sencillo a (1.4) = (1.3)? S : cualquier aplicaci on que tenga al menos dos elementos a = b para los que f (a) = f (b); tomando A1 = {a}, A2 = {b}, es A1 A2 = , f (A1 A2 ) = , f (A1 ) = {f (a)} = {f (b)} = f (A2 ), por lo que f (A1 ) f (A2 ) = {f (a)} = f (A1 A2 ). Si queremos dar ejemplos concretos, f puede ser una aplicaci on constante en un conjunto con m as 2 de un elemento, o puede ser f : x R f (x) = x R, y entonces podr amos tomar incluso A1 y A2 con innitos elementos e intersecci on no vac a: por ejemplo, A1 = (, 1), A2 = (1, +), f (A1 A2 ) = f ((1, 1)) = [0, 1), f (A1 ) f (A2 ) = [0, +). Ejercicio. Con las notaciones de la proposici on anterior, qu e relaciones hay entre f (A1 \ A2 ) y 1 1 1 f (A1 ) \ f (A2 )? y entre f (B1 \ B2 ) y f (B1 ) \ f (B2 )?
1.3.4.
Aplicaciones inyectivas, suprayectivas, biyectivas.
Denici on 1.3.6. Una aplicaci on f se dice inyectiva si elementos distintos de su dominio tienen im agenes distintas: es decir, si dados x, y dom f , de x = y se sigue f (x) = f (y ); o, equivalentemente, si dados x, y dom f , de f (x) = f (y ) se sigue x = y . Una aplicaci on f : A B se dice suprayectiva si f (A) = B (si el conjunto nal y el conjunto imagen de f coinciden) ; dicho de otra forma, si cada elemento de B es imagen de alg un (o algunos) elemento(s) de A, o sea, si para todo b B existe al menos un a A tal que f (a) = b. Una aplicaci on se dice biyectiva si es simult aneamente inyectiva y suprayectiva. Equivalentemente, si para todo b B existe un a A , y uno s olo, tal que f (a) = b.
25
Ejemplos. Para cualquier conjunto A, la aplicaci on identidad idA : x A idA (x) = x A es trivialmente biyectiva. La aplicaci on f : N N tal que f (x) = x2 para cada x N es inyectiva, pero no suprayectiva (por qu e?); sin embargo, la aplicaci on g : Z Z dada por la misma f ormula no es inyectiva. x La aplicaci on E : R R tal que F (x) = e para cada x R es inyectiva pero no suprayectiva: su conjunto imagen F (R) es el intervalo (0, +). S es suprayectiva (e inyectiva) la aplicaci on G : R (0, +) dada por G(x) = ex para x R. Este u ltimo ejemplo ilustra la necesidad de prestar atenci on al codominio de la funci on: el cambio realizado lleva de una aplicaci on que no es suprayectiva a otra que s lo es. Adem as, nos da la pista para transformar cualquier aplicaci on no suprayectiva en otra casi igual que sea suprayectiva: (a) = f (a) para cada a A, ajustando basta pasar de f : A B a f : A f (A) dada por f solamente el conjunto de llegada (f es la suprayecci on asociada a f ; cuando f es inyectiva, f es biyectiva, la biyecci on asociada a f ). Proposici on 1.3.7. Dada f : A B , sean A1 , A2 A. Si f es inyectiva, entonces: f (A1 A2 ) = f (A1 ) f (A2 ). Demostraci on. Como ya hemos visto, se verica ciertamente que f (A1 A2 ) f (A1 ) f (A2 ). Pero la inyectividad de f da que tambi en f (A1 ) f (A2 ) f (A1 A2 ), puesto que y f (A1 ) f (A2 ) implica que existe a A1 tal que f (a) = y y que existe b A2 tal que f (b) = y , lo que por ser f inyectiva obliga a que a = b, y por tanto a = b A1 A2 = y = f (a) f (A1 A2 ). En consecuencia, f (A1 A2 ) = f (A1 ) f (A2 ) en este caso.
Releyendo atentamente las proposiciones y contraejemplos anteriores vemos que hemos conseguido realmente un resultado m as preciso: la inyectividad de f es necesaria (contraejemplos previos) y suciente ( ultima proposici on) para que la igualdad de los conjuntos del enunciado se verique sin excepciones.
Ejercicio. Con las notaciones de la proposici on anterior, afecta a las relaciones entre f (A1 \ A2 ) y f (A1 ) \ f (A2 ) que f sea inyectiva o suprayectiva? La misma pregunta para f 1 (B1 \ B2 ) y f 1 (B1 ) \ f 1 (B2 ).
1.3.5.
M as sobre familias de conjuntos
Podemos extender resultados anteriores si en vez de considerar s olo dos conjuntos consideramos familias arbitrarias de conjuntos. Adem as, ahora podemos dar una denici on m as precisa y m as general de lo que es una familia parametrizada por un conjunto de ndices I . Denici on 1.3.8. Sean A, I conjuntos arbitrarios. Diremos que (ai )iI es una familia de elementos de A con conjunto de ndices I o parametrizada por I si hay una aplicaci on f : I A con f (i) = ai para cada i I . Los elementos de A pueden ser a su vez conjuntos, y tenemos entonces una familia indexada (o parametrizada) de conjuntos . Realmente, en este cambio de escritura lo u nico que var a es el punto de vista: se destacan los valores de la aplicaci on f , y se dejan la aplicaci on y los elementos del dominio en segundo plano. Hab amos introducido la uni on y la intersecci on de una familia cualquiera de conjuntos en (1.1) y (1.2), p agina 18. Veamos que sus im agenes y antiim agenes por una aplicaci on funcionan igual que para dos conjuntos. Proposici on 1.3.9. Dada f : A B , sea (Ai )iI una familia de subconjuntos de A, (Bi )iI una familia de subconjuntos de B . Entonces: (i) f
iI
Ai =
iI
f (Ai ).
26 (ii) f
iI
CAP ITULO 1. CONJUNTOS Ai

iI
f (Ai ).
(iii) Si f es inyectiva, f
iI
Ai
=
iI
f (Ai ).
En caso contrario, el contenido del apartado anterior puede ser estricto. (iv) f 1 (v) f 1
iI iI
Bi = Bi =
iI iI
f 1 (Bi ). f 1 (Bi ).
Demostraci on. Examinemos con detalle el caso m as delicado, la imagen de la intersecci on (los dem as se dejan como ejercicios). Seg un las deniciones, f
iI
Ai
= {f (x) : x
iI
Ai } = {f (x) : x Ai para todos ndices i I },
mientras que f (Ai ) = {y : y f (Ai ) para todos ndices i I }

iI
= {y : hay un x Ai tal que y = f (x), para todos ndices i I }. A simple vista, los dos conjuntos parecen iguales, pero hay una diferencia fundamental: le do con todo cuidado, observamos que el primer conjunto consta de los elementos y de B que son de la forma y = f (x) para un mismo x que est a simult aneamente en todos los conjuntos Ai cualquiera que sea i I , mientras que el segundo consta de los elementos y de B tales que para cada i I hay un x Ai , posiblemente distinto para cada i, con y = f (x); empleando cuanticadores en vez del lenguaje ordinario, expresemos de manera m as clara la peque na diferencia: dado y B , yf
iI
Ai f (Ai )
iI
si y s olo si si y s olo si
x A tal que y = f (x) y i I, x Ai ; i I, xi Ai tal que y = f (xi ).
La conclusi on entonces es que se verica siempre el contenido de (ii). Qu e a nade la condici on de que f sea inyectiva? Que, desde el momento en que se verique f (xi ) = f (xj ) con xi Ai , xj Aj , necesariamente xi = xj ; ahora s podr amos asegurar que si y iI f (Ai ), existe un solo x tal que x Ai e y = f (x), y los dos conjuntos son iguales. Pero si suprimimos la inyectividad, ya hemos visto contraejemplos sencillos para familias {A1 , A2 } de dos conjuntos.
1.3.6.
Composici on de aplicaciones.
Denici on 1.3.10. Sean A, B , C conjuntos arbitrarios. Dadas dos aplicaciones f : A B y g : B C , la composici on de f y g , denotada g f , es la aplicaci on g f : A C dada por (g f )(x) = g (f (x)) para cada x A. N otese que, efectivamente, es una aplicaci on bien denida. En palabras poco precisas, podr amos decir que es el resultado de hacer actuar primero a f y luego a g .
1.3. CORRESPONDENCIAS Y APLICACIONES Gr acamente, podr amos reejar la construcci on de g f en el siguiente diagrama:
' $
27
'
f x r
& %
' sr &
g $
y = f (x)
%
s r z = g (y ) = g (f (x))
gf
&
Nota. En otros contextos, especialmente en An alisis matem atico, se usa una denici on m as general de la composici on: dadas dos aplicaciones f : A B y g : C D, se dene g f como la aplicaci on con dominio dom(g f ) = f 1 (C ) = f 1 (dom g ) y codominio D dada por (g f )(x) = g (f (x)) para cada x dom(g f ). Obs ervese que tales x son justamente aquellos elementos de A para los que g (f (x)) tiene sentido. x Ejemplo. Si f : R R est a dada por f (x) = x2 y g : R R por g (x) = , gf y f g x2 + 1 son las aplicaciones de R en R dadas respectivamente por (g f )(x) = g (f (x)) = x2 , x4 + 1 (f g )(x) = f (g (x)) = x2 , x2 + 1
distintas. Hay que ser cuidadoso, por tanto, con el orden de escritura en la composici on.
1.3.7.
Inversa de una aplicaci on biyectiva. Inyectividad e inversa parcial.
Consideraciones previas Una correspondencia entre un conjunto A y un conjunto B puede ser le da al rev es para obtener una correspondencia entre B y A. Por ejemplo, si A es un conjunto de mujeres, B el conjunto de todos sus parientes femeninos, y a cada x A asociamos un y B si y s olo si x es hija de y , la correspondencia inversa asociar a un y B con un x A si y s olo si y es la madre de x. Este ejemplo pone de maniesto que a un cuando la correspondencia inicial sea una aplicaci on, no siempre la correspondencia inversa es tambi en una aplicaci on: para y B , es posible que en A encontremos m as de una hija de y o, en el extremo contrario, puede que no haya en A ninguna hija de y . Vemos as que, si queremos hablar de la aplicaci on inversa de una aplicaci on dada f : A B puede haber dicultades por partida doble: bien porque un elemento y de B aparezca como imagen por f de m as de un elemento de A (es decir, porque f no sea inyectiva), o bien porque alg un y de B no sea imagen por f de ning un elemento de A (es decir, porque f no sea suprayectiva). Hace falta, pues, que f sea biyectiva, y en tal caso podemos construir la aplicaci on inversa, que 1 denotaremos por f , con dominio B = codom f y codominio A = dom f , deshaciendo la acci on de f , como mostramos en el siguiente esquema.
28
' $ B '
rb % $
Dado b B . . .
& '
A
r a & '
& % $ B '
srb & % $ B '
. . . como f es biyectiva, existe un a A y uno s olo tal que f (a) = b . . .

% $
A
r a } &
srb
. . . y, por denici on, f 1 (b) es este u nico a A.

%
f 1 & %
N otese c omo la construcci on de la inversa est a ligada a la resoluci on de ecuaciones: f 1 tiene sentido (es decir, f es biyectiva) si y s olo si para cada b B la ecuaci on f (x) = b tiene soluci on u nica, 1 y justamente dicha soluci on es f (b). Y viceversa: si una ecuaci on puede expresarse en la forma f (x) = b (b dato, x inc ognita) para una aplicaci on f que tiene una inversa conocida, la ecuaci on tiene una y una s ola soluci on, que es x = f 1 (b). Deniciones y propiedades Denici on 1.3.11 (aplicaci on inversa). Dada una aplicaci on biyectiva f : A B , llamaremos aplicaci on inversa de f a la aplicaci on f 1 : B A tal que para cada b B , f 1 (b) es el u nico elemento a A para el que f (a) = b. En t erminos m as formales, f 1 ser a la aplicaci on dada por la terna (B, A, Gf 1 ), donde Gf 1 = {(b, a) : (a, b) Gf }, y Gf es, por supuesto, la gr aca de f . 1 Que f es una aplicaci on de B en A bien denida es consecuencia directa de la biyectividad de f , porque para cualquier b B existir a al menos un elemento a A tal que b = f (a) por ser f suprayectiva, y ese a es u nico por ser f inyectiva, con lo que cada elemento de B sin excepci on se corresponde con un elemento inequ vocamente determinado de A. Nota. En los textos de An alisis matem atico suele hablarse de la aplicaci on inversa de cualquier 1 aplicaci on inyectiva, deni endola como la aplicaci on f : f (A) A tal que f 1 (y ) = x si y s olo si f (x) = y . Obs ervese que, en cualquier caso, esta ser a la aplicaci on inversa de la biyecci on : A f (A) tal que f (x) = f (x). asociada a f , es decir, de la aplicaci on biyectiva f Ejemplos. (i) La funci on ra z cuadrada no es la inversa de la aplicaci on f : x R f (x) = x2 R, 2 sino de la aplicaci on g : x [0, +) g (x) = x [0, +), que t ecnicamente es ojo al trabalenguas la biyecci on asociada a la restricci on de f a [0, +). En la pr actica no hay necesidad de ser tan riguroso con el lenguaje, siempre y cuando no se genere confusi on. De manera similar, la funci on logaritmo no es la inversa de la aplicaci on f : x R f (x) = ex R, sino de la aplicaci on g : x R g (x) = ex (0, +).
29
(ii) An alogamente, la funci on arco seno no es la inversa de la aplicaci on f : x R f (x) = sen x R, sino de la aplicaci on g : x [/2, /2] g (x) = sen x [1, 1]. Proposici on 1.3.12. Dadas una aplicaci on f : A B y una aplicaci on g , entonces f es biyectiva y g es la inversa de f si y s olo si se cumplen las siguientes condiciones: 1. 2. 3. dom g = B y codom g = A, es decir, g : B A; g (f (a)) = a para todo a A, es decir, g f = idA ; f (g (b)) = b para todo b B , es decir, f g = idB .
Demostraci on. = Hemos de probar que dadas una aplicaci on biyectiva f : A B y la aplicaci on g = f 1 inversa de f , han de cumplirse las condiciones 1, 2, 3. De acuerdo con la denici on previa, g = f 1 ha de tener dominio B y codominio A, es decir, se cumple la condici on 1. Para ver que se cumple tambi en 2, tomemos un a A arbitrario: f (a) ser a un cierto elemento 1 b de B , y g (b) = f (b) ser a el u nico elemento de A cuya imagen por f sea b, es decir, el a de partida. Por tanto g (f (a)) = g (b) = a, como quer amos probar. En t erminos de composiciones, g f = idA (ambas son aplicaciones de A en A que transforman cada a A en el mismo a). Veamos ahora que es cierto 3. Para b B arbitrario, g (b) = f 1 (b) ser a el u nico elemento a A cuya imagen por f sea b, es decir, aqu el para el que tengamos f (a) = b. Entonces f (g (b)) = f (a) = b, y as f g = idB puesto que ambas son aplicaciones de B en B que transforman cada b B en el propio b. = Rec procamente, supongamos ahora que tenemos aplicaciones f : A B y g que satisfacen las condiciones 1,2,3. Veamos que f es biyectiva y que su inversa es g . f es inyectiva.- Pues sean a1 , a2 A tales que f (a1 ) = f (a2 ). Entonces, aplicando 2, a1 = g (f (a1 )) = g (f (a2 )) = a2 , y as efectivamente f es inyectiva. f es suprayectiva.- Pues sea b B cualquiera. De qu e elemento de A ser a imagen por f ? Obviamente, de a = g (b) A, ya que por la elecci on de a resulta de 3 que f (a) = f (g (b)) = b. g es la inversa de f .- Como acabamos de probar, f es biyectiva, luego tiene aplicaci on inversa f 1 . Coinciden f 1 y g ? Para ello han de tener el mismo dominio, el mismo codominio, y la misma regla de correspondencia (es decir, tiene que ser f 1 (x) = g (x) para cada x del dominio). Por denici on de inversa, f 1 tiene dominio B y codominio A, igual que g seg un la condici on 1; y para cada b B , como f (g (b)) = b (condici on 3), g (b) es el ( unico) elemento de A cuya imagen por f es b, o sea, f 1 (b): g (b) = f 1 (b) para cada b B , y nalmente g = f 1 . Cualitativamente, este resultado viene a decir que lo que hace una aplicaci on (biyectiva) lo deshace su inversa. Adem as, como los papeles de f y g son intercambiables, se sigue que si f es biyectiva y g es la inversa de f , tambi en g es biyectiva y f es la inversa de g .
30 Ejercicio. Estudiar para qu e valores de x R es ( x)2 = x; sen(arc sen x) = x;
x2 = x;
arc sen(sen x) = x.
C omo encajan los resultados obtenidos con los de la proposici on anterior? Ejercicio. Sea E un espacio vectorial de dimensi on 2 sobre un cuerpo K , {i, j } una base de E , y a cada v E de la forma v = x i + y j (x, y K ) hagamos corresponder el vector w = y i + x j . Probar que esta correspondencia es una aplicaci on bien denida de E en E , que es biyectiva, y hallar su inversa. Si E es el plano real e i, j son vectores perpendiculares de m odulo 1, cu al ser a la interpretaci on geom etrica de f ? Concluimos esta secci on probando un resultado que nos sirve de excusa para presentar uno de los axiomas m as controvertidos de la Teor a de conjuntos, el axioma de elecci on. Proposici on 1.3.13. Una aplicaci on f : A B es suprayectiva si y s olo si existe una aplicaci on g : B A tal que f g = idB . Demostraci on. = Todo b B es imagen por f de alg un elemento a A: en efecto, bastar a tomar a = g (b) para obtener f (a) = f (g (b)) = idB (b) = b. = Para todo b B es f 1 ({b}) = {a A : f (a) = b} = por ser f suprayectiva. Dado, pues, b B , elegimos un a f 1 ({b}) que denotamos g (b). Tenemos as bien denida una aplicaci on g : B A, tal que para cada b B es f (g (b)) = b por la propia construcci on de g , luego f g = idB para esta aplicaci on g . Nota importante: el Axioma de Elecci on. Esta inocente elecci on de un elemento determinado en cada conjunto f 1 ({b}), b B , comporta m as dicultades de las que parece (cf. [G-H], pp. 96 y ss.). De hecho, en la Teor a axiom atica de conjuntos se requiere un nuevo axioma para (abreviado AC, Axiom of Choice llevar a cabo este proceso, el llamado AXIOMA DE ELECCION en ingl es), una de cuyas m ultiples formulaciones es:
Axioma de elecci on . Dada una familia {Ai : i I } de conjuntos no vac os disjuntos dos a dos, existe un conjunto S que consiste exactamente en un elemento de cada Ai .
Por evidente que parezca este enunciado, se deducen de el (en Algebra, en An alisis, en Topolog a, en . . . ) una serie de consecuencias tan sorprendentes que a su utilizaci on por Zermelo en 1904 sigui o una discusi on que no se aplac o hasta los resultados de G odel en 1940 y de Cohen en 1966. Ver una excelente explicaci on en [C-H], pp. 241 y ss.; m as conciso, [Ap], pp. 312313 y [GJPR], pp. 6667. Buscando en Internet Axiom of Choice se obtiene una lista inacabable de referencias. Para empezar, recomendamos [1], [2].
Ejercicios
3.1. Dados dos conjuntos X e Y , expresar como subconjuntos de X Y las aplicaciones denidas de la siguiente manera: (1) la aplicaci on que hace corresponder a todos los x X un u nico punto b Y (la aplicaci on constante con valor jo b). (2) supuesto X = Y , la aplicaci on que hace corresponder a cada x X el mismo x (la aplicaci on identidad ).
31
(3) supuesto X Y , la aplicaci on que hace corresponder a cada x X el mismo x (la aplicaci on inclusi on de X en Y ). Es igual a la anterior? (4) supuesto X = A B , Y = A la aplicaci on que hace corresponder a cada (a, b) X su primera componente a (la proyecci on sobre la primera componente ). (5) supuesto X = A B , Y = B la aplicaci on que hace corresponder a cada (a, b) X su segunda componente b (la proyecci on sobre la segunda componente ). 3.2. Sean A y B conjuntos no vac os y f : A B . Para cada una de las condiciones: (T1) Para todo b B existe a A tal que f (a) = b; (T2) existe a A tal que f (a) = b para todo b B ; (T3) para todo a A existe b B tal que f (a) = b; (T4) existe b B tal que f (a) = b para todo a A; (T5) para todo b B existe un u nico a A tal que f (a) = b; (T6) para todo a A existe un u nico b B tal que f (a) = b; (T7) para todos a1 , a2 A es f (a1 ) = f (a2 ); (T8) para todos a1 , a2 A, si f (a1 ) = f (a2 ) entonces a1 = a2 ; (T9) para todos a1 , a2 A, si f (a1 ) = f (a2 ) entonces a1 = a2 , explicar cu ales de las hip otesis siguientes las implican: (H1) f es inyectiva; (H2) f es suprayectiva; (H3) f es biyectiva; (H4) f es constante; (H5) f es arbitraria; (H8) ninguna f lo cumple; (H7) el conjunto B de llegada verica . . . (completar). (Por ejemplo: (H2) = (T1) porque, seg un la denici on, f es suprayectiva cuando etc.) 3.3. Sean f : A1 B1 , g : A2 B2 . Denamos h : A1 A2 B1 B2 poniendo h(x, y ) = (f (x), g (y )) para cada (x, y ) A1 A2 . Probar que h est a bien denida. Qu e condiciones sobre f y g permiten asegurar que h es inyectiva? y que es suprayectiva? y que es biyectiva? 3.4. Sean A X y f : X Y . Sea i : A X la inclusi on de A en X , denida por i(x) = x para cada x A. Probar que (i) f |A = f i; (ii) si g = f |A , para cada B Y es g 1 (B ) = A f 1 (B ). 3.5. Dada f : A B , probar: (1) para cada S A, S f 1 [f (S )]. Qu e condici on sobre f garantizar a que f 1 [f (S )] = S ?. Dar un contraejemplo que pruebe que esta igualdad no es cierta en general. (2) para cada S A y T B , f [f 1 (T ) S ] = T f (S ); en particular, f [f 1 (T )] = T f (A). x 3.6. Sea f : x R f (x) = . Calcular f f . En general, si se dene por recurrencia 1 + x2 f1 = f y fn+1 = f fn , n N, calcular fn . 3.7. Para conjuntos A, B , C , D y aplicaciones f : A B , g : B C , h : C D, probar que h (g f ) = (h g ) f . 3.8. Sean f : A B , g : B C biyectivas. Probar que g f : A C es biyectiva y que (g f )1 = f 1 g 1 . 3.9. Sean f : A B y g : B A tales que g f = idA . Probar que entonces f es inyectiva y g es suprayectiva.
32
1.4.
Relaciones
Para las correspondencias entre un conjunto A y el mismo suele emplearse el nombre de relaciones. Una vez m as, el cambio de nombre reeja un cambio (m as psicol ogico que matem atico) en la manera de percibir estas particulares correspondencias. Nos detendremos especialmente en dos clases de relaciones: las relaciones de equivalencia, cuyo modelo de referencia es la relaci on de igualdad entre los elementos de un conjunto, y las relaciones de orden, de las que ya es conocida al menos la relaci on entre n umeros reales. Pasemos a la denici on formal. Denici on 1.4.1. Una relaci on binaria en un conjunto A es un subconjunto R del producto cartesiano A A de A por s mismo. En vez de (a, b) R , escribiremos a R b, le do a est a relacionado con b en la relaci on R . Ejemplos. (1) Sea R el conjunto de las rectas del plano. Se dene en R la relaci on de incidencia poniendo: para dos rectas r, s R, es r R s cuando y s olo cuando r y s tienen alg un punto com un. (Esta relaci on se expresa brevemente diciendo r corta a s ) (2) En el mismo conjunto, se dene la relaci on de paralelismo poniendo: para dos rectas r, s R, es r s cuando y s olo cuando r y s son paralelas, es decir, o no tienen ning un punto com un o coinciden. (3) Sea C el conjunto de las circunferencias del plano. Se dene en C la relaci on de tangencia poniendo: para dos circunferencias C1 , C2 C, es C1 R C2 cuando y s olo cuando C1 y C2 son tangentes. (4) En N, se dene la relaci on de divisibilidad | poniendo: para m, n N, es m | n cuando y s olo cuando m divide a n (i.e., n es un m ultiplo de m). (5) An alogamente se dene la relaci on de divisibilidad en Z. (6) Dado un conjunto X , se dene en (X ) la relaci on de inclusi on poniendo: para A, B (X ), es A B cuando y s olo cuando A es un subconjunto de B . Las propiedades m as interesantes de las relaciones se recogen en la siguiente denici on. Denici on 1.4.2. Sea R una relaci on (binaria) en un conjunto A. Diremos que R es reexiva si para todo a A es a R a; sim etrica si siempre que para a, b A es a R b, tambi en es b R a; antisim etrica si para a, b A, que sea simult aneamente a R b y b R a obliga a que a = b; transitiva si siempre que para a, b, c A es a R b y b R c, tambi en es a R c. Ejercicio. Cu ales de estas propiedades, y cu ales no, tienen las relaciones que hemos denido anteriormente?
1.4.1.
Relaciones de equivalencia y particiones. Conjunto cociente.
Denici on 1.4.3. Una relaci on de equivalencia en un conjunto A es una relaci on (binaria) en A que tiene las propiedades reexiva, sim etrica y transitiva. Ejemplos. 1.- El prototipo es la relaci on de igualdad en cualquier conjunto: a R b cuando a = b. 2.- La relaci on de paralelismo entre rectas es la u nica relaci on de equivalencia de las seis que hab amos denido en el apartado anterior.
1.4. RELACIONES
33
3.- Dados dos vectores jos del plano M N , P Q , pongamos M N P Q si y s olo si M N y P Q tienen el mismo m odulo, direcci on y sentido (se dice entonces que son vectores equipolentes ). La relaci on de equipolencia es una relaci on de equivalencia. 4.- La relaci on entre fracciones equivalentes, como puede hacer sospechar su propio nombre, es una relaci on de equivalencia. (Recordemos que dos fracciones m/n y p/q son equivalentes si mq = np. Comentaremos esta relaci on m as adelante, cuando hablemos de los n umeros racionales.) 5.- Un importante ejemplo de relaci on de equivalencia, que estudiaremos con m as detalle posteriormente, es la congruencia en Z m odulo m: jado m N con m 2, diremos que dos enteros a, b Z son congruentes m odulo m, en s mbolos a b (m od m), cuando m | (b a) es decir, cuando exista un k Z tal que b a = km. Puesto que a a = 0 m, b a = km implica a b = (k )m, y de b a = km, c b = m se sigue c a = (c b) + (b a) = ( + k )m, vemos que esta relaci on tiene efectivamente las propiedades reexiva, sim etrica y transitiva. Las congruencias son las matem aticas del tiempo : la esfera del reloj marca las horas m odulo 12, los d as de la semana van seg un congruencias m odulo 7, los meses m odulo 12 (el decimotercer mes vuelve a ser enero); pero tambi en conocemos ejemplos de otro tipo: los cuentakil ometros de los coches funcionan seg un congruencias m odulo 100 000. Como se indica en [D-H], el inter es de las relaciones de equivalencia est a en el hecho de que constituyen una abstracci on de los procesos ordinarios de clasicaci on: permiten repartir el conjunto en bloques disjuntos, las llamadas clases de equivalencia. A su vez, cada uno de esos bloques puede considerarse como elemento de un nuevo conjunto, el conjunto cociente, igualando (no distinguiendo entre) los diferentes componentes de un mismo bloque. Pasemos a explicar estos aspectos. Denici on 1.4.4. Sea R una relaci on de equivalencia en un conjunto A. Dado a A, la clase de equivalencia de a en la relaci on R es el conjunto [a] = {b A : a R b}. Cada b [a] se dice que es un representante de la clase [a]. El conjunto cuyos elementos son las clases de equivalencia de R es el conjunto cociente de A por R , denotado por A/ R , con lo cual A/ R = {[a] : a A}, y as A/ R (A). Notemos que siempre a [a], por la propiedad reexiva de R . Ejemplos. Examinemos cu ales son las clases de equivalencia en las relaciones que hemos visto anteriormente. 1.- Si a R b cu ando y s olo cuando a = b, [a] consta del u nico elemento a, es decir, [a] = {a} en este caso. El conjunto cociente es el conjunto de los subconjuntos unipuntuales de A (que no es lo mismo que A, aunque casi lo parezca). 2.- En la relaci on de paralelismo, cada clase de equivalencia consta de una recta y todas sus paralelas (es lo que se llama un haz de rectas paralelas ), todas las que tienen la misma direcci on. Hay, pues, tantas clases de equivalencia como direcciones. 3.- Cada clase de vectores equipolentes es lo que se denomina un vector libre . 4.- Las clases de equivalencia de fracciones las forman las fracciones que representan un mismo n umero racional. De hecho, un n umero racional es una clase de equivalencia de fracciones y el conjunto Q de los n umeros racionales es el conjunto cociente del conjunto de fracciones por esta relaci on de equivalencia. (Ver cap tulo 3.) 5.- En la relaci on de congruencia m odulo m, para cada a Z es [a] = a + mZ = {b Z : b = a + km para alg un k Z}.
34
Estas clases de equivalencia suelen denominarse clases de restos m odulo m, porque dos enteros a y b est an en la misma clase si y s olo si dan el mismo resto al ser divididos por m, es decir, si y s olo si a = pm + r, b = qm + r para enteros adecuados p, q y r, con 0 r < m (comprobarlo). Para m = 2, encontramos dos clases de equivalencia: el conjunto de los enteros pares y el conjunto de los enteros impares. En general, el conjunto cociente, que se denota por Zm , cu antos elementos tiene? Tantos como restos encontramos al dividir por m: 0, 1, . . . m 1; es decir, m elementos. 6.- Un ejemplo m as cotidiano: consideremos un conjunto de folios de papel de distintos colores (perfectamente diferenciables), y digamos que dos folios son equivalentes si son de igual color. Formar una clase de equivalencia es formar un conjunto (un cuaderno) con las hojas de un mismo color. El conjunto cociente ser a un conjunto de cuadernos, cada uno de los cuales tiene sus hojas de un determinado color, diferente del color de las hojas de los dem as cuadernos. Una relaci on de equivalencia permite partir en trozos el conjunto, tomando cada clase de equivalencia como uno de los trozos. Concretamente, se tiene: Proposici on 1.4.5. Sea R una relaci on de equivalencia en un conjunto no vac o A. Entonces cada elemento de A est a en una y s olo una de las clases de equivalencia denidas por R . Para probarlo, nos apoyaremos en el siguiente Lema 1.4.6. Sea R una relaci on de equivalencia en un conjunto no vac o A. Dados b, c A es [b] = [c] si y s olo si b R c. Demostraci on. Suponiendo [b] = [c], como c [c] = [b], se sigue que b R c. Rec procamente, sea b R c. Si x [b], ser a b R x, que con c R b (propiedad sim etrica de R ) dar a c R x por transitividad, o sea, x [c]; y an alogamente, de x [c] obtenemos c R x, que con b R c da b R x y nalmente x [b]. Ahora podemos demostrar la proposici on anterior.
Demostraci on de la proposici on 1.4.5. Obviamente, cada elemento de A est a al menos en una clase de equivalencia: a [a] para cada a A por ser R reexiva. Y no puede estar en m as de una: si a [b] y a [c], esto signicar a que b R a y c R a (por denici on), luego a R c (propiedad sim etrica de R ) y nalmente b R c (propiedad transitiva), con lo que aplicando el lema [b] = [c].
La descomposici on en bloques de un conjunto se denomina partici on del conjunto. Denici on 1.4.7. Una partici on de un conjunto no vac o A es una colecci on C de subconjuntos no vac os de A tal que cada x A pertenece a uno y uno s olo de los S C . En otras palabras, C verica que: 1. 2. C (A) \ {},
S C
S = A,
si S , T C y S = T , S T = .
Puesto que cada clase de equivalencia [a] contiene al menos al elemento a, la proposici on 1.4.5 nos dice que el conjunto cociente A/ R (el conjunto de clases de equivalencia) es una partici on de A. Que denir una relaci on de equivalencia o denir una partici on es pr acticamente lo mismo se prueba en el siguiente teorema. Teorema 1.4.8. Sea R una relaci on de equivalencia en un conjunto no vac o A. Entonces, el conjunto de las clases de equivalencia es una partici on de A. Rec procamente, si C es una partici on de A, existe una relaci on de equivalencia R (y una sola) tal que las clases de eqivalencia de R son exactamente los conjuntos de la partici on C .
1.4. RELACIONES
35
Demostraci on. S olo falta probar el rec proco. Supongamos, pues, que tenemos una partici on C de A. Arrancando de C , hemos de llegar a construir una relaci on de equivalencia R sobre A cuyas clases de equivalencia sean precisamente los conjuntos S A que forman la partici on C . Revisando el lema 1.4.6, no es dif cil pensar en la relaci on siguiente: pondremos a R b para dos elementos a, b A, si y s olo si existe un S C tal que a S y b S . Tenemos as ciertamente una relaci on de equivalencia? Dado a A, como C es una partici on, existe S C tal que a S , luego a R a cualquiera que sea a y as R es reexiva. De la propia denici on se sigue que es sim etrica. Para ver que es transitiva, observemos que si a R b existe un S C tal que a S y b S , y si b R c existe un T C tal que b T y c T ; pero entonces b S T , lo que por ser C una partici on obliga a que S = T , deduci endose que a, c S = T y a R c. Son las clases de equivalencia de R exactamente los S C ? Es decir: cada clase de equivalencia de R est a en C ? y cada S C es una clase de equivalencia de R ? Notemos que dados a A, S C , se tiene a S si y s olo si [a] = S. En efecto, trivialmente a [a] siempre, luego si [a] = S , a [a] = S Rec procamente, si a S , todo b S cumple a R b y por tanto b [a]; y al rev es, si b [a], seg un la denici on de R existe un T C tal que a, b T ; pero entonces a S T , luego S = T y b S . En consecuencia: Dado a A, es [a] C , pues como C es una partici on de A, debe existir S C tal que a S , y as [a] = S . Dado S C , S = [a] para alg un a A, pues S es no vac o y habr a al menos un a S , con lo cual S = [a] para este a. Finalmente, si queremos comprobar que la relaci on R que hemos construido es la u nica que tiene estas clases de equivalencia, basta aplicar el lema 1.4.6. Ejemplos. 1. Sea A el conjunto de los n umeros enteros pares y B el conjunto de los n umeros enteros impares. Entonces {A, B } es una partici on de Z, y la relaci on de equivalencia que dene es la congruencia m odulo 2. 2. Poniendo A = {x R : x > 0}, B = {0}, C = {x R : x < 0}, {A, B, C } es una partici on de R. Si R es la relaci on de equivalencia que dene, es x R y si y s olo si x = y = 0 o x = 0 = y y x e y tienen el mismo signo. Ejercicio. Compr uebese, para cada una de las relaciones de equivalencia que hemos encontrado, que las clases forman una partici on del correspondiente conjunto.
1.4.2.
Relaciones de orden.
Denici on 1.4.9. Una relaci on de orden en un conjunto A es una relaci on (binaria) en A que tiene las propiedades reexiva, antisim etrica y transitiva. Ejemplos. 1.- El prototipo es la relaci on de orden en cualquier subconjunto de R: a R b cuando a b.
36
2.- En todo conjunto se puede denir una relaci on de orden trivial: la igualdad, a R b si y s olo si a = b. 3.- Dado un conjunto X , la inclusi on entre subconjuntos de X es una relaci on de orden en (X ). 4.- La relaci on de divisibilidad en N es una relaci on de orden, pero no lo es la divisibilidad en Z (falla por poco la propiedad antisim etrica). 5.- En C puede denirse el orden lexicogr aco de la siguiente manera: para z1 , z2 C, es z1 z2 cuando y s olo cuando e z1 < e z2 , o e z1 = e z2 y m z1 m z2 . Es f acil comprobar que tiene las propiedades reexiva, antisim etrica y transitiva. Cu al es la representaci on gr aca del conjunto {z C : 0 z }? 6.- As mismo, en C puede denirse el orden producto de la siguiente manera: para z1 , z2 C, es z1 z2 cuando y s olo cuando e z1 e z2 y m z1 m z2 . Tambi en tiene las propiedades reexiva, antisim etrica y transitiva. Cu al es ahora la representaci on gr aca del conjunto {z C : 0 z }? Denici on 1.4.10. Un conjunto ordenado es un conjunto A dotado de una relaci on de orden. De una manera m as formal, un conjunto ordenado ser a un par (A, R ), donde A es un conjunto y R una relaci on de orden en A. Por ejemplo, (N, ) y (N, | ) son dos conjuntos ordenados (distintos, aunque tengan el mismo conjunto base). Denici on 1.4.11. Una relaci on de orden R en un conjunto A es un orden total si para todo par a, b de elementos de A se tiene que o bien a R b o bien b R a; en caso contrario, R es un orden parcial . Ejercicio. Dar ejempos de ordenes totales y de ordenes parciales. Diagramas de Hasse. Las relaciones de orden R en conjuntos nitos peque nos F se pueden visualizar c omodamente mediante diagramas de Hasse , que consisten en un dibujo en el que los elementos del conjunto est an representados por puntos, colocados de manera que si x, y F son tales que x R y , el punto que representa a x queda por debajo del punto que representa a y ; adem as, dos puntos del diagrama se unen mediante un segmento cuando y s olo cuando representan a elementos x, y F tales que x R y pero no existe z F tal que x R z , z R y (es decir, cuando la relaci on entre x e y no puede deducirse por transitividad). Por ejemplo, si F = {2, 3, 4, 5, 6, 7, 8, 15, 30}, la relaci on de divisibilidad | en F podr a reejarse as :
s8 s 30 @ @ @ @ s4 s s 15 6 @ @ @ @ @ @ @ s @ s @s
Ejercicio. C omo se ver a en un diagrama de Hasse que la relaci on representada es un orden total? Elementos distinguidos en una relaci on de orden Algunos conceptos que el lector conoce para el orden de R pueden denirse igualmente en un conjunto ordenado arbitrario. Deniciones 1.4.12. Sea A un conjunto ordenado, y denotemos por su relaci on de orden. Sea S un subconjunto de A. Si para alg un a A es a s para todo s S , diremos que a es una cota inferior de S y que S est a acotado inferiormente (por a). Si para alg un b A fuese b s para todo s S , diremos que b es una cota superior de S y que S est a acotado superiormente (por b).
1.4. RELACIONES
37
Cuando S est a acotado a la vez superior e inferiormente, se dice que S est a acotado . Un m A es m nimo de un conjunto S si pertenece al conjunto y es una cota inferior del mismo. Es decir, si m S y m s para todo s S . Pondremos entonces m = m n S . Un M A es m aximo de un conjunto S si pertenece al conjunto y es una cota superior del mismo. Es decir, si M S y M s para todo s S . Pondremos entonces M = m ax S . Un elemento a A es nmo de un conjunto S si es el m aximo del conjunto de cotas inferiores de S . Pondremos entonces a = inf S . N otese que si a = inf S , ser a a = m n S si y s olo si a S . Un elemento b A es supremo de un conjunto S si es el m nimo del conjunto de cotas superiores de S . Pondremos entonces b = sup S N otese que si b = sup S , ser a b = m ax S si y s olo si a S . Otros conceptos importantes en las relaciones de orden son los siguientes. Denici on 1.4.13. Dado un conjunto ordenado (A, ) y un subconjunto S de A, un elemento x S se dice maximal si para cada a S tal que x a, debe ser x = a; un elemento y S se dice minimal si para cada b S tal que b y , debe ser b = y . En un conjunto ordenado puede no haber elementos maximales o minimales, igual que no siempre hay m aximos o m nimos (Ver [D-H], p. 13; [GJPR], p. 29). En el diagrama de Hasse que hemos dibujado anteriormente, son elementos minimales el 2, el 3, el 5 y el 7; son elementos maximales el 7, el 8 y el 30; no hay un elemento m aximo ni un elemento m nimo, ni tampoco supremo ni nmo.
Ejercicios
4.1. Dados dos conjuntos A y B , probar que A B = si y s olo si A = o B = . 4.2. Sean A y B dos conjuntos. Si A B = , probar que A B C D cuando y s olo cuando A C y B D. Por qu e hemos necesitado suponer A B = ? 4.3. Sea R una relaci on en un conjunto A. Es cierto que para todo a A hay al menos un b B tal que a R b? Por qu e? 4.4. Para cada punto P del plano, el haz de rectas de v ertice P es el conjunto de las rectas que pasan por P . Pueden ser los haces de rectas las clases de equivalencia de alguna relaci on de equivalencia? Por qu e? 4.5. Sea R la relaci on denida en N N de la siguiente manera: dados dos pares (m, n), (p, q ) N N, es (m, n) R (p, q ) cuando y s olo cuando m + q = p + n. Estudiar si R es reexiva, sim etrica, antisim etrica, transitiva. Es R una relaci on de equivalencia? En caso armativo, cu ales son las correspondientes clases de equivalencia? Representarlas gr acamente en el plano. 4.6. Sea R una relaci on en un conjunto A y S un subconjunto de A. Consideremos en S la relaci on R denida por: a R b para a, b S si y s olo si a R b (la restricci on de R a S ). Probar que si R es un relaci on de equivalencia en A, R es una relaci on de equivalencia en S ; y que si R es una relaci on de orden en A, R es una relaci on de orden en S . 4.7. Sea A un conjunto cualquiera y R una relaci on de orden en A. Denimos la relaci on inversa 1 R poniendo para x, y A, es x R1 y cuando y s olo cuando y R x. 1 Probar que R es tambi en una relaci on de orden en A (el llamado orden inverso de R). Si R es un orden total, es R1 un orden total? por qu e? 4.8. Sea A un conjunto ordenado y S un subconjunto de A. Probar que si existe el m aximo o el m nimo de S , es u nico.
38
4.9. Qu e puede decirse sobre la unicidad de los elementos maximales o minimales en una relaci on de orden seg un sea o no un orden total? 4.10. Sea S = {z = x + iy C : x, y R, x2 + y 2 1} el c rculo de centro 0 y radio 1. Considerando en C el orden producto denido anteriormente, tiene S elemento m aximo? y elemento m nimo? y elementos maximales? y elementos minimales? cu ales son? por qu e? Responder las preguntas anteriores considerando en C el orden lexicogr aco.
1.5.
1.5.1.
Conjuntos nitos y numerables

Conjuntos nitos y numerables. Conjuntos equipotentes.
Cu antas letras min usculas tiene el alfabeto griego? Veinticuatro. C omo lo sabemos? Las ponemos en una lista , , , , , , , , , , , , , , o, , , , , , , , , , y, simplemente, contamos: uno, dos, tres, cuatro, cinco, . . . , veinticuatro. Qu e estamos haciendo desde el punto de vista matem atico? Emparejamos cada una de las letras con los n umeros naturales correlativos, o 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 una letra un n umero, consecutivamente, teniendo buen cuidado de no repetir letras ni saltar n umeros, hasta agotar todas las letras disponibles. En denitiva, estamos estableciendo una aplicaci on biyectiva entre el conjunto alfabeto griego y el conjunto de los veinticuatro primeros n umeros naturales, o viceversa (si nos jamos en la aplicaci on inversa). Generalizando esta idea, deniremos los conjuntos nitos y el n umero de elementos de un conjunto nito. Notaci on. Para n N, pongamos N(n) = {k N : k n}. Denici on 1.5.1. Diremos que un conjunto A es nito si es vac o o existe un n N tal que hay una biyecci on f : N(n) A. Qu e es el n umero de elementos de un conjunto as es casi obvio. S olo casi, porque nuestra experiencia contando conjuntos muy grandes nos dice que no siempre se llega a la misma respuesta (si vuestros amigos contaran los asistentes al u ltimo concierto de vuestro grupo favorito, obtendr an todos el mismo n umero?) El lema siguiente garantizar a que si al contar el n umero de elementos de un mismo conjunto se obtienen valores diferentes, es que hay un error. Lema 1.5.2. Sean m, n N. Si existe una biyecci on f : N(m) N(n), entonces m = n. Demostraci on. Procederemos por inducci on sobre el enunciado Pn : Para todo m N, si existe una biyecci on f : N(m) N(n), entonces m = n. P1 es cierto: si f : N(m) N(1) = {1} es una biyecci on, ser a f (x) = 1 para un u nico x N(m); y si m = 1, N(m) tiene al menos un elemento y = x, para el que forzosamente f (y ) = 1, contradiciendo la inyectividad de f . Por tanto, m = 1. Supuesto cierto Pn , tambi en es cierto Pn+1 . Pues si para un m N existe una biyecci on f : N(m) N(n+1), entonces m = 1 (en caso contrario, f (N(m)) = f (N(1)) = {f (1)}, y en N(n+1) habr a elementos distintos de f (1) que no estar an en la imagen de f ), y adem as f (x) = n + 1 para un u nico x N(m). La aplicaci on f : N(m) \ {x} N(n) dada por f (k ) = f (k ), k N(m) \ {x}, est a bien denida y es biyectiva (por qu e?). Deniendo ahora h : N(m 1) N(m) \ {x} por h(k ) = k si k < x, k + 1 si x < k m 1,
1.5. CONJUNTOS FINITOS Y NUMERABLES tambi en h est a bien denida y es biyectiva (por qu e?), de modo que g = f h : N(m 1) N(n),
39
composici on de dos aplicaciones biyectivas, es biyectiva (por qu e?). Por la hip otesis de inducci on, esto obliga a que m 1 = n, y as m = n + 1. Denici on 1.5.3. Dado un conjunto nito A, el n umero de elementos de A es 0, si A = , o el u nico n umero natural n para el que existe una biyecci on f : N(n) A. Suele indicarse por |A| o por #A o por card A. La unicidad de n es consecuencia del lema anterior: si A es nito y no vac o y existen biyecciones f : N(n) A, g : N(m) A, entonces f 1 g : N(m) N(n) es una biyecci on y por tanto m = n. Ejercicio. Probar que si A B y B es un conjunto nito, entonces A tambi en es un conjunto nito y |A| |B |, siendo |A| = |B | si y s olo si A = B . Pasemos a los conjuntos innitos. Igual que hay conjuntos nitos con distinto cardinal (con distinto n umero de elementos), se puede establecer una noci on de cardinal para conjuntos innitos que permite comparar el tama no de los conjuntos innitos. La teor a de cardinales sobrepasa los prop ositos de este curso y, afortunadamente, est a expuesta excelentemente en [GJPR], cap. 2, a un nivel asequible. Pero al menos, deniremos aqu los cardinales innitos m as sencillos. Denici on 1.5.4. Diremos que un conjunto A es numerable o que tiene cardinal 0 si existe una biyecci on f : N A. Diremos que A es contable si es nito o numerable. Ejemplos. (Cf. [GJPR], pp. 57 y ss.) El conjunto A = {2n : n N} de los n umeros naturales pares es numerable. 2 El conjunto A = {n : n N} de los cuadrados de los n umeros naturales es numerable (paradoja de Galileo ). Los conjuntos nitos no son numerables. El conjunto Z de los n umeros enteros es numerable. El conjunto Q de los n umeros racionales es numerable! (enumeraci on diagonal de Cantor ; v. [4]). El conjunto R de los n umeros reales no es numerable. (Lo probaremos m as adelante). Denici on 1.5.5. Dados dos conjuntos A y B , si existe una biyecci on f : A B diremos que A y B son equipotentes (escrito A B ) o que tienen el mismo cardinal (escrito |A| = |B | o #A = #B o card A = card B ). Como entonces f 1 : B A es tambi en una biyecci on, B A siempre que A B . As mismo, hay reexividad y transitividad (la identidad es una biyecci on, y la composici on de dos biyecciones es una biyecci on).3 Los conjuntos numerables (de cardinal 0 ) son los equipotentes a N. Los conjuntos equipotentes a R se dice que tienen el cardinal del continuo c. Ejemplos. Los siguientes conjuntos tienen el cardinal del continuo (v. [GJPR], pp. 60 y ss.): cualquier subintervalo de R con m as de un punto; el conjunto C de los n umeros complejos; cualquier espacio vectorial de dimensi on nita sobre R.
Pero no es una relaci on de equivalencia en el conjunto de todos los conjuntos, que no existe. Si nos limitamos a los subconjuntos de un conjunto universal U , es una relaci on de equivalencia en (U ).
3
40
1.5.2.
APENDICE: Un m nimo de combinatoria.
En una descripci on burda, la combinatoria se ocupa de contar de distintas maneras el n umero de elementos de los conjuntos nitos. Es una parte muy importante de las Matem aticas, y sus aplicaciones no cesan de aumentar. Aqu enunciaremos algunos de sus resultados m as elementales, la mayor a sin demostraci on. Para completar las demostraciones y ver m as aplicaciones y comentarios, recomendamos [DA-W], [Lieb], y el cap tulo sobre combinatoria de [1, pp. 94 y ss.]. Comenzaremos con dos de los temas m as cl asicos de la Combinatoria. Permutaciones De cu antas maneras diferentes se pueden poner cuatro neum aticos a un coche? Hay cuatro posiciones posibles: 1) delantera izquierda, 2) delantera derecha, 3) trasera izquierda, 4) trasera derecha. Inicialmente, en la posici on 1) podemos colocar uno cualquiera de los neum aticos, que distinguiremos con las letras a, b, c, d: hay cuatro posibilidades diferentes. Elegida una de las cuatro, en la posici on 2) podemos colocar uno cualquiera de los tres neum aticos restantes: eso da 4 3 = 12 posibilidades. A partir de cada una de ellas, la elecci on de uno de los dos neum aticos restantes para ocupar la posici on 3) nos lleva a 12 2 = 24 posibilidades, y para la posici on 4) ya s olo disponemos de un neum atico, as que hay nalmente 4 3 2 1 = 4! = 24 maneras distintas de colocar los neum aticos. Cada una de ellas se obtiene de las dem as intercambiando o permutando los neum aticos de lugar. 1) 2) 3) 4) a c d c b d d b b c b c d c a d d a a c c b d b a d d a a b d b c b a c c a a b
b c d
d c b c d
d c a b d
d b a b c
c b a
En los textos antiguos, las permutaciones de elementos de un conjunto se den an como las diversas ordenaciones que podemos formar con los elementos del conjunto, sin repetirlos ni olvidar ninguno, de manera que dos cualesquiera contienen los mismos objetos y dieren solamente en el orden de colocaci on de estos (cf., por ejemplo, [Rey-P-T]). Por tanto, el paso de una permutaci on a otra puede identicarse con una biyecci on del conjunto en s mismo, que es la denici on actual. Denici on 1.5.6. Una permutaci on de un conjunto A es una biyecci on de A en s mismo. Generalizando el razonamiento del ejemplo inicial, se obtiene: Proposici on 1.5.7. El n umero de permutaciones de un conjunto A con n elementos es n!. Combinaciones En el texto citado anteriormente, [Rey-P-T], p. 157, se lee: combinaciones de orden n de m objetos: a1 , a2 , . . . , am , (o combinaciones n-arias), son los grupos de n objetos que se pueden formar con ellos, de modo que dos cualesquiera dieran en alg un objeto. As como las variaciones son sucesiones que se diferencian entre s por la naturaleza de sus objetos, o por su colocaci on, aqu esta es indiferente, y s olo aqu ella importa. Si pensamos esta denici on en t erminos de conjuntos, vemos que se est a hablando simplemente de los distintos subconjuntos de n elementos que tiene un conjunto con m elementos. El n umero de ellos se cuenta mediante los n umeros combinatorios, que pasamos a denir. (Usaremos el convenio de que 0! = 1.)
1.5. CONJUNTOS FINITOS Y NUMERABLES
41
Denici on 1.5.8. Dados dos enteros no negativos n y k , con n k , el n umero combinatorio n , le do n sobre k , es el n umero k n k = n! . k !(n k )!
n para denotar el n Pongamos ahora Ck umero de subconjuntos con k elementos de un conjunto con n elementos (el n umero de combinaciones de n elementos tomados de k en k ). Como A B n = 0. Si k = n, obviamente C n = 1, implica que |A| |B | (por qu e?), esto supone que si k > n, Ck k n as como C0 = 1. En los restantes casos,
Proposici on 1.5.9. Dados dos enteros no negativos n y k con n k ,

n Ck =
n! = k !(n k )!
n , k
n denota el n donde Ck umero de combinaciones de n elementos tomados de k en k .
Demostraci on. Consideremos un conjunto A que conste de n elementos. Contaremos todas las permutaciones de A en las siguientes etapas. n maneras (1) Elegimos un subconjunto {a1 , a2 , . . . , ak } de A de k elementos: esto puede hacerse de Ck distintas. (2) Permutamos los elementos de cada uno de los subconjuntos anteriores de todas las maneras posibles: esto puede hacerse de k ! formas distintas para cada uno de los subconjuntos seleccionados. (3) A cada uno de los resultados anteriores, a nadimos los n k elementos que quedan de A, ak+1 , ak+2 , . . . , an , en cada una de las (n k )! formas posibles. Obtenemos as todas y cada una de las n! permutaciones de los elementos de A, sin repetir n k ! (n k )!, de donde ninguna. Por tanto n! = Ck
n Ck =
n! = k !(n k )!
n . k
Hay much simas relaciones entre los n umeros combinatorios, que expondremos seg un las vayamos necesitando. Por ejemplo, es obvio que n nk = n! n! = = (n k )!(n (n k ))! k !(n k )! n , k
que responde a la idea de que con cada subconjunto B de A de k elementos tenemos emparejado el subconjunto A \ B de n k elementos (y viceversa), con lo cual tantos hay de un tipo como del otro. Otra expresi on u til es la siguiente: n k = n(n 1) (n k + 1) , k!
que se obtiene dividiendo por (n k )! el numerador y el denominador en la f ormula inicial. As es obvio que n+1 n+1 n n+1 n+1 n = o que = . (n + 1) k k k+1 k k k Los n umeros combinatorios se llaman tambi en coecientes bin omicos, debido al siguiente resultado.
42
Proposici on 1.5.10 (F ormula del binomio de Newton). Dados n N y x, y R,

n
(x + y ) =
k=0
n k nk x y . k
Demostraci on. Por denici on, (x + y )n es el producto de n factores iguales a (x + y ). Al desarrollar el producto, obtenemos solamente t erminos (repetidos) de la forma xk y nk , provenientes de multiplicar sumandos x tomados (una sola vez!) en k factores (0 k n) y sumandos y tomados k nk , y quedar en los n k restantes; por consiguiente, obtendremos n a la k sumandos iguales a x y f ormula del enunciado. (Posteriormente damos una demostraci on por inducci on.) Para obtener los coecientes del binomio (los n umeros combinatorios) se puede emplear el llamado tri angulo de Pascal o de Tartaglia, v. [6]: 1 1 1 1 1 1 1 1 1 8 7 28 6 21 56 5 15 35 70 4 10 20 35 56 3 6 10 15 21 28 2 3 4 5 6 7 8 1 1 1 1 1 1 1 1
etc. Detr as de este procedimiento de construcci on est a la igualdad n n + k k+1 = = = n! n! 1 n! 1 + = + k !(n k )! (k + 1)!(n k 1)! k !(n k 1)! n k k + 1 n! k+1+nk n!(n + 1) = k !(n k 1)! (n k )(k + 1) k !(k + 1) (n k 1)!(n k ) n+1 (n + 1)! = , (k + 1)!(n k )! k+1
que permite pasar de una la a la siguiente obteniendo cada elemento como suma de los dos que tiene encima. Esta identidad justamente es la que se necesita para dar una demostraci on alternativa de la f ormula del binomio mediante inducci on. En efecto: dados n N y x, y R, sea Pn el enunciado
n
(x + y ) =
k=0
n k nk x y . k xk y 1k = 1 x0 y 1 + 1 x1 y 0 , es decir, que
Para n = 1, P1 arma que (x + y )1 = x + y = y + x, lo cual es obviamente cierto.
1 1 k=0 k
1.5. CONJUNTOS FINITOS Y NUMERABLES Dado un n umero natural n arbitrario, supongamos que Pn es cierta. Entonces
n
43
(x + y )n+1 = (x + y )n (x + y ) = (
k=0
n k nk x y ) (x + y ) k
= =
= =
n n k nk n yn + x y n1 + + x y + + xn1 y + xn (x + y ) 1 k n1 n 2 n1 n k+1 nk n x yn + x y + + x y + + xn y + xn+1 1 k n1 n n k nk+1 n + y n+1 + x yn + + x y + + xn1 y 2 + xn y 1 k n1 n n n n y n+1 + + x yn + + + xk y nk+1 + 0 1 k1 k n n + + xn y + xn+1 n1 n n+1 n + 1 k nk+1 n+1 n y n+1 + x yn + + x y + + x y + xn+1 1 k n
n+1 k=0
n + 1 k nk+1 x y k
que es lo que arma Pn+1 .
Principios generales Como muestran los apartados anteriores, para contar los elementos de ciertos conjuntos nitos suele interesar, en general, organizarlos de manera que se pueda dise nar una estrategia simple que facilite el recuento. En el nivel m as sencillo de aplicaci on de esta idea hay algunos principios b asicos que recogemos a continuaci on; para m as detalles, nos remitimos a las referencias ya citadas ([1], [DA-W], [Lieb]). Para empezar, veamos como se cuenta el n umero de elementos de un conjunto por trozos. Lema 1.5.11. Sean A y B dos conjuntos nitos. Entonces |A B | = |A| + |B | |A B |. En particular, si A y B son disjuntos, |A B | = |A| + |B |. Proposici on 1.5.12 (Principio de adici on). Sean A1 , . . . , An conjuntos nitos disjuntos dos a dos, es decir, Ai Aj = si i = j, 1 i, j n. Entonces |A1 A2 An | = |A1 | + |A2 | + + |An |.
44
Proposici on 1.5.13 (Principio de inclusi on y exclusi on). Sean A1 , . . . , An conjuntos nitos. Si 1 = |A1 | + |A2 | + + |An | 2 = |A1 A2 | + |A1 A3 | + + |An1 An |, 3 = |A1 A2 A3 | + |A1 A2 A4 | + + |An2 An1 An |, . . . n = |A1 A2 An |
entonces |A1 A2 An | = 1 2 + + (1)n+1 n . Los ejercicios siguientes ilustran c omo el manejo del lenguaje de la teor a de conjuntos es util simo en el an alisis de situaciones que a primera vista no se relacionar an con dicha teor a.
Ejercicios
5.1. Puede creerse a un investigador que informa que, de cada 1000 habitantes, a 816 les gusta el az ucar; a 723, el helado; a 645, los pasteles; y asimismo que a 562 les gusta el az ucar y el helado; a 463, el az ucar y los pasteles, y a 470, los pasteles y el helado, y s olo a 310 les gustan las tres cosas? 5.2. Tres monedas, una de cobre, otra de n quel y otra de plata, son lanzadas simult aneamente al aire, y esto 100 veces. La de cobre muestra cara en 70 ocasiones, la de n quel muestra cara en 50 pruebas y la de plata muestra cara en 56 pruebas. La de cobre y la de n quel han mostrado simult aneamente cara 31 veces y la de n quel y de plata han presentado tal circunstancaia 28 veces. Probar que las tres monedas han mostrado cara simult aneamente por lo menos 9 veces y que las tres han mostrado simult aneamente cruz a lo m as 11 veces. 5.3. En una encarnizada batalla, por lo menos el 70 por ciento de los combatientes pierde un ojo; al menos un 75 por ciento, una oreja; al menos un 80 por ciento, un brazo, y al menos un 85 por ciento, una pierna. Cu antos por lo menos han perdido las cuatro cosas? (Lewis Carroll.) 5.4. (Frases matem aticas c elebres) Las matem aticas se componen de un 50 % de f ormulas, de un 50 % de demostraciones y de un 50 % de imaginaci on. Proposici on 1.5.14 (Principio de las cajas o principio del palomar). Si queremos repartir n objetos en m cajas con rm < n, al menos una caja ha de recibir m as de r objetos. La demostraci on (muy f acil) junto con ejemplos y ejercicios de aplicaci on del mismo puede verse en [DA-W], cap. 10, pp. 158162 y 167169. En el c alculo del n umero de permutaciones de n elementos hemos usado impl citamente un procedimiento que [Lieb, p. 116] expone as : Proposici on 1.5.15 (Principio de multiplicaci on). Sea P un proceso que consta de n etapas, y e sima supongamos que para cada r, la etapa r puede llevarse a cabo de ar maneras distintas. Entonces P puede llevarse a cabo de a1 a2 an maneras distintas. Ejemplo. Un sistema de seguridad usa palabras clave que constan de dos letras seguidas por dos d gitos (decimales). Cu antas palabras clave distintas pueden formarse? Respuesta. 27 27 10 10, incluyendo la n y excluyendo la ch y la ll, que constan de dos caracteres. (Cf. [Lieb, p. 115].)
1.5. CONJUNTOS FINITOS Y NUMERABLES Usando este principio, o directamente por inducci on, se comprueba:
45
Proposici on 1.5.16 (Cardinal de un producto). Sean A y B dos conjuntos nitos, y A B su producto cartesiano. Entonces |A B | = |A| |B |. Contar en tablas. Para contar los elementos de un conjunto es a veces conveniente expresar el conjunto como subconjunto de un producto cartesiano, represent andolo en una tabla. As , el n umero total de elementos del conjunto puede obtenerse sumando el n umero de elementos del conjunto que hay en cada una de las las, o bien sumando el n umero de elementos del conjunto que hay en cada una de las columnas.4 Con una idea tan simple pueden contestarse preguntas como la siguiente: Ejemplo. De los alumnos de una clase 32 son varones y cada uno de ellos conoce exactamente a 5 compa neras. Si cada alumna conoce exactamente a 8 compa neros, cu antas alumnas hay en la clase? Respuesta. 32 5 = n 8 = n = 20. (V. [1, pp. 9697]) Hay multitud de problemas curiosos que se resuelven usando los m etodos combinatorios expuestos en este apartado. Como pasatiempo de vacaciones, recomendamos especialmente los de [DA-W] (repartidos por todo el libro) y [Lieb], cap. 15.
Este resultado, cuya demostraci on rigurosa es m as complicada de formular de lo que en principio cabr a suponer, puede verse como un anticipo en versi on nita del teorema de Fubini, un resultado muy importante sobre integraci on que se estudiar a en cursos superiores de An alisis matem atico.
46
Bibliograf a
[Ap] [C-H] [DA-W] [D-H] [GJPR] [G-H] [Ham] [Kl] [Lieb] [Lip] [O.U.] Ap ery, R. & al.: Pensar la matem atica. Tusquets, Barcelona, 1984. Cohen, P. J.; Hersh, R.: Teor a de conjuntos no cantoriana. En [Kl], pp. 238247. DAngelo, J. P.; West, D. B.: Mathematical Thinking. Problem-Solving and Proofs. Prentice-Hall, Upper Saddle River, NJ, 1997. Dorronsoro, J.; Hern andez, E.: N umeros, grupos y anillos. Addison-Wesley/UAM, Madrid, 1996. Goberna, M. A.; Jornet, V.; Puente, R.; Rodr guez, M.: Algebra y fundamentos. Una introducci on. Ariel, Barcelona, 2000. Grits, H. B.; Hilton, P. J.: Classical Mathematics. Van Nostrand Reinhold, London, 1970. Hamilton, A. G.: Numbers, sets and axioms: the apparatus of mathematics. Cambridge Univ. Press, 1982. Kline, M. (ed.): Matem aticas en el mundo moderno. Blume, Madrid, 1974. Liebeck, M.: A Concise Introduction to Pure Mathematics. Chapman & Hall/CRC, Boca Raton, 2000. Lipschutz, S.: Teor a de Conjuntos y temas anes. (Col. Schaum) McGraw-Hill, M exico, 1969. Open University: Introducci on al c alculo y al algebra (vol. 3: Algebra). Revert e, Barcelona, 1977.
[Rey-P-T] Rey Pastor, J.; Pi Calleja, P.; Trejo. C. A.: An alisis matem atico vol. I. Kapelusz, Buenos Aires, (7a. ed.), 1963. [S-T] Stewart, I.; Tall, D.: The Foundations of Mathematics. Oxford Univ. Press, 1977. Documentos en Internet [1] Eric Schechter, a home page for the Axiom of Choice. http://math.vanderbilt.edu/~schectex/ccc/choice.html [2] Nancy McGough, Relevance of the Axiom of Choice (FAQ). http://db.uwaterloo.ca/~alopez-o/math-faq/node69.html [3] F. J. Cobos: Curso de Introducci on a la Matem atica Discreta. Universidad de Sevilla, 2002-2003.. http://ma1.eii.us.es/Docencia/apuntes/ap imd.PDF 47
48 [4] Numerabilidad de Q, Math Forum Famous Problems. http://mathforum.org/isaac/problems/cantor2.html [5] Proceso diagonal de Cantor, desde un punto de vista computacional: http://delta.cs.cinvestav.mx/~gmorales/complex/node7.html [6] El tri angulo de Pascal y alguna curiosidad adicional. http://mathworld.wolfram.com/PascalsTriangle.html
BIBLIOGRAF IA
Cap tulo 2
N umeros naturales y enteros.

En el desarrollo del tema de los n umeros enteros seguiremos b asicamente el texto [D-H]. Sobre n umeros naturales, si es necesario puede ser u til como libro de consulta [S-T]. Los restantes libros de la bibliograf a sirven de complemento en algunos puntos concretos que se nalaremos en su momento.
2.1.
N umeros naturales.
Ya tuvimos una primera toma de contacto con el conjunto de los n umeros naturales y una de sus propiedades esenciales, el principio de inducci on. Ahora que nos hemos familiarizado con los conceptos b asicos de la teor a de conjuntos, ser a el momento oportuno de entrar en una fundamentaci on axiom atica rigurosa de los n umeros naturales basada, como es habitual, en los axiomas de Peano, que (creemos) todo aspirante a matem atico debe conocer. Sin embargo, la extensi on del programa nos impide disponer del tiempo necesario para llevar a cabo este prop osito; como soluci on intermedia, recogeremos aqu como lectura complementaria de lo visto en clase dichos axiomas, junto con algunas deniciones y propiedades de los n umeros naturales (enunciadas sin demostraciones), destacando las que nos ser an necesarias posteriormente para el estudio de los n umeros enteros.
2.1.1.
Lectura preliminar
Qu e ocurrir a si al ir profundizando en nuestros conocimientos matem aticos observ asemos incongruencias en algunos de los conceptos que ten amos por intuitivamente claros o de los resultados que ten amos por evidentemente ciertos ? No comenzar amos a dudar de todo y a intentar reconstruir el edicio de nuestros conocimientos, ciment andolo sobre una base lo m as expl cita y m as s olida posible? Esto les sucedi o a los matem aticos del siglo XIX. Imaginemos la situaci on: desconanza en todo lo previamente sabido, hay que replantearlo empezando de cero. As comenz o un an alisis radical de los fundamentos de las matem aticas y la entronizaci on del m etodo axiom atico . Adoptemos, pues, la misma postura radical que nuestros predecesores decimon onicos: olvidemos (o hagamos como que nos olvidamos de) nuestras intuiciones geom etricas, nuestros conocimientos de los n umeros enteros, racionales, etc., y concentr emosnos en los n umeros naturales. Cuestionemos incluso los mismos n umeros naturales. C omo reconstruir ahora toda la aritm etica, la ciencia de los n umeros naturales, con la mayor econom a de medios, partiendo de unos supuestos m nimos? Dedekind, y Peano sigui endole, diseccionaron el concepto de la progresi on de los n umeros naturales y formularon una fundamentaci on axiom atica de la aritm etica, conocida ahora, impropiamente, como los axiomas de Peano. ([3]; ver tambi en [2] y las referencias all citadas.) La idea esencial es esta: para ir fabricando los n umeros naturales, s olo necesitamos disponer del primero, el 1 en nuestro convenio, y de una manera de pasar al siguiente, de este al siguiente, 49
50
CAP ITULO 2. NUMEROS NATURALES Y ENTEROS
de este al siguiente, etc. Ahora que disponemos del lenguaje de la teor a de conjuntos, us emoslo para expresar este proceso. Olvidando la suma (ya la reconstruiremos despu es), pongamos sgt (n) en vez de n + 1 para el siguiente a n. Pasar de un n umero natural al siguiente es asociar a cada n su siguiente sgt (n), lo que en el lenguaje conjuntista no es m as que denir una aplicaci on sgt : n N sgt (n) N. Obviamente, esta aplicaci on es inyectiva: si m = n, sgt (m) = sgt (n). Que 1 es el primer n umero natural es decir que no sigue a ninguno, 1 = sgt (n) cualquiera que sea n N; o, en otros t erminos, 1 no est a en el conjunto imagen de la aplicaci on sgt , 1 N \ sgt (N). Tambi en sabemos que el principio de inducci on tiene un enunciado conjuntista en t erminos de esta aplicaci on: dado S N tal que 1 S y sgt (n) N siempre que n N, necesariamente S = N, y gracias a el podemos cerrar el proceso, como descubrieran R. Dedekind [Ddk] y G. Peano [Peano] entre otros.
2.1.2.
Los axiomas de Peano
Los conceptos primitivos y las propiedades fundamentales (axiomas ) que permiten describir axiom aticamente los n umeros naturales est an recogidos en el enunciado que sigue: Existen un conjunto N, cuyos elementos se denominan n umeros naturales, que contiene un elemento distinguido 1, y una aplicaci on sgt : N N tal que (S1) sgt es inyectiva, (S2) 1 / sgt (N), (S3) dado S N con 1 S y sgt (S ) S , necesariamente S = N. Es un hecho notable, y un tanto sorprendente, que todas las propiedades usuales de los n umeros naturales pueden deducirse de estas, como puso de maniesto el matem atico italiano G. Peano en su obra [Peano]. Aunque Dedekind hab a planteado con anterioridad un sistema similar (si bien m as complicado, ver [Ddk]), hoy se llaman en su honor axiomas de Peano para los n umeros naturales. En una formulaci on m as cl asica, m as pr oxima a la original de Peano,1 suelen enunciarse as : Existe un conjunto N, cuyos elementos se denominan n umeros naturales, tal que P1. Para todo n umero natural n existe otro n umero natural, sgt (n), que llamaremos siguiente o sucesor de n. P2. Existe un n umero natural, que denotamos por 1, tal que sgt (n) = 1 cualquiera que sea el n umero natural n. P3. Para n umeros naturales cualesquiera m y n, es sgt (m) = sgt (n) si y s olo si m = n. P4. (Axioma de inducci on matem atica). Un conjunto de n umeros naturales que contenga a 1 y que con cada n contenga a sgt (n), debe incluir a todos los n umeros naturales. Es decir, dado S N tal que 1 S y sgt (n) S siempre que n S , es S = N. Que 1 es el u nico elemento de N que no est a en el conjunto imagen de la aplicaci on sgt puede demostrarse por inducci on; as , el conjunto imagen de dicha aplicaci on es exactamente N \ {1} (V. [S-T], p. 147). Como es presumible, el siguiente de un n N ser a n + 1 . . . pero s olo cuando sepamos lo que signica ese signo + , que habremos de denir a partir de los axiomas anteriores! Pasemos a ver c omo se construyen por recurrencia las operaciones de suma y producto.
En alguna versi on posterior, como la publicada en 1895 que reproducimos en [2], Peano parte de 0 como primer n umero natural. As se hace tambi en en las referencias [S-T], [Ham].
1
2.1. NUMEROS NATURALES. Proposici on 2.1.1 (Suma en N). Dado un n umero natural m, denimos: (i) m + 1 = sgt (m) (ii) para cada n N, m + sgt (n) = sgt (m + n).
51
Entonces, dados dos n umeros naturales cualesquiera m y n, m + n es un n umero natural perfectamente denido. Demostraci on. Dado m, consideremos S = {k N : |x N tal que m + k = x}. Evidentemente, 1 S . Y si k S , tambi en sgt (k ) S . Por el principio de inducci on, S = N. En particular, n S , como quer amos demostrar. Hemos dado una denici on recurrente de la suma! Tambi en el producto puede denirse por recurrencia, apoy andonos en la suma que acabamos de construir: Proposici on 2.1.2 (Producto en N). Dado un n umero natural m, denimos: (i) m 1 = m (ii) para cada n N, m sgt (n) = m n + m. Entonces, dados dos n umeros naturales cualesquiera m y n, m n es un n umero natural perfectamente denido (que se denotar a simplemente por mn en vez de m n si no ha lugar a confusi on). Ya vimos que, en la pr actica, el principio de inducci on suele aplicarse en t erminos de propiedades m as que en t erminos de conjuntos. Justicada ya la notaci on n + 1 para sgt (n), recuperamos los enunciados tradicionales que utilizamos a principio de curso. Empleando adecuadamente el principio de inducci on se comprueba que las operaciones de suma y producto de n umeros naturales, es decir, las aplicaciones del producto cartesiano N N en N dadas por + : (m, n) N N m + n N, : (m, n) N N m n N. tienen las propiedades fundamentales que a continuaci on transcribimos. Propiedades de la suma y el producto en N. Dados n umeros naturales cualesquiera m, n, p, se cumplen N1. Propiedad asociativa de la suma. (m + n) + p = m + (n + p). N2. Propiedad conmutativa de la suma. m + n = n + m. N3. Propiedad cancelativa de la suma. m + n = m + p implica n = p. N4. Propiedad asociativa del producto. (m n) p = m (n p). N5. Propiedad conmutativa del producto. m n = n m. N6. Existencia de elemento neutro (identidad) para el producto. Hay un n umero natural, que denotamos por 1, tal que 1 n = n 1 = n. N7. Propiedad cancelativa del producto. mn = mp implica n = p. N8. Propiedad distributiva del producto respecto de la suma. m (n + p) = m n + m p.
52
2.1.3.
El principio de buena ordenaci on.
Para comparar el tama no de dos n umeros naturales cualesquiera se dene en N una ordenaci on partiendo de la suma. Denici on 2.1.3. Dados dos n umeros naturales cualesquiera m, n, escribiremos m n y diremos que m es menor o igual que n (o lo que es lo mismo, que n es mayor o igual que m, lo que se escribe n m), cuando m = n o n = m + p para alg un n umero natural p. Pondremos m < n (o n > m) para expresar que m es estrictamente menor que n (o sea, que m es menor y distinto que n). Como propiedades fundamentales de esta relaci on tenemos: Propiedades del orden en N. Dados n umeros naturales cualesquiera m, n, p, se cumplen N9. Propiedad reexiva. m m. N10. Propiedad antisim etrica. si m n y n m, entonces m = n. N11. Propiedad transitiva. si m n y n p, entonces m p. N12. Propiedad de orden total. siempre es m n o n m. La propiedad 12 signica, seg un la denici on, que dados dos n umeros naturales cualesquiera m, n, o bien es m = n, o n = m + p para alg un n umero natural p, o m = n + p para alg un n umero natural p. Recordemos que no todas las relaciones de orden son totales, en el sentido que indica la citada propiedad: no lo era, por ejemplo, la relaci on de inclusi on entre conjuntos. Pero la propiedad m as caracter stica de la relaci on de orden en N, que la distingue de manera especial, es la de ser una buena ordenaci on, lo que signica exactamente lo siguiente: Proposici on 2.1.4. Principio de buena ordenaci on. Todo conjunto no vac o de n umeros naturales posee un elemento m nimo, es decir, dado S N no vac o, existe un elemento m en S tal que m n para todo n S . Tambi en son interesantes las siguientes propiedades de la ordenaci on de n umeros naturales. Pueden probarse por inducci on, y/o como consecuencia de las que le preceden. Otras propiedades (1) Todos los n umeros naturales son mayores o iguales que 1. Es decir, m n N = 1. (Apl quese el principio de inducci on a la proposici on Pn : n 1.) (2) Dados m, n N, se tiene m > n si y s olo si existe p N tal que m = n + p, lo que abreviaremos poniendo m n N . (En este caso, todo es evidente salvo que m = n + p para alg un p N implica m = n; para probarlo, v ease primero por inducci on sobre m que m = m + 1 cualquiera que sea m N, y despu es que para todo m N, m = m + p por inducci on sobre p.) (3) Dados m, n N, no puede vericarse n < m < n + 1. En palabras, entre dos n umeros naturales consecutivos no hay ning un n umero natural. (Puesto que si m N ser a m n N por (2) y m n < 1, contradiciendo (1).)
2.2.
2.2.1.
N umeros enteros.
Necesidad de los enteros. Propiedades de Z. Idea de anillo.
La resta m n de n umeros naturales no siempre es posible, seg un se desprende de las propiedades que hemos visto anteriormente. Dicho de otra forma, la ecuaci on x + a = b,
2.2. NUMEROS ENTEROS.
53
a, b N, no siempre tiene soluci on x N. Lo que hacemos entonces es inventarnos las soluciones y a nadirlas como n umeros: as denimos el cero 0 como un nuevo n umero, soluci on de x + a = a, y los enteros negativos n (n umeros falsos, los llamaba Descartes) como soluci on de x + a = b cuando a = b + n. Nos encontramos as con los conocidos . . . , 3, 2, 1, 0, 1, 2, 3, . . . , cuya representaci on gr aca como puntos de una recta nos es tambi en familiar. Aunque puede darse una construcci on algebraico-conjuntista de los n umeros enteros (ver [GJPR], pp. 91 y ss.), nosotros nos contentaremos de momento con esta idea ingenua adoptando (al menos por ahora) la siguiente descripci on. Denici on 2.2.1 (Descripci on de los n umeros enteros). Diremos que un x es un n umero entero si x N o si x = 0 o si x = n con n N. El conjunto formado por todos los n umeros enteros se denota por Z. Si ponemos N0 = N {0}, N = {x = n : n N}, se tiene Z = N {0} (N) = N0 (N). Nos referiremos a N0 como al conjunto de los enteros no negativos y a N como al conjunto de los enteros negativos, siendo el conjunto N de los n umeros naturales el de los enteros positivos. El lector recordar a que la suma y el producto de n umeros naturales se ampl a a una suma y producto de n umeros enteros, + : (m, n) Z Z m + n Z, : (m, n) Z Z m n Z,
con las propiedades fundamentales que a continuaci on enunciamos. Propiedades de la suma y el producto en Z. Dados n umeros enteros cualesquiera m, n, p, se cumplen Z1. Propiedad asociativa de la suma. (m + n) + p = m + (n + p). Z2. Propiedad conmutativa de la suma. m + n = n + m. Z3. Existencia de elemento neutro (cero) para la suma. Hay un n umero entero, que denotamos por 0, tal que 0 + n = n + 0 = n. Z4. Existencia de elemento opuesto para la suma. Hay un n umero entero (y uno s olo), que denotamos por n, tal que (n) + n = n + (n) = 0. Las propiedades Z1 a Z4 pueden resumirse diciendo que Z es un grupo conmutativo para la suma. La propiedad cancelativa de la suma en Z va incluida en Z4 (por qu e?) Z5. Propiedad asociativa del producto. (m n) p = m (n p). Z6. Propiedad conmutativa del producto. m n = n m. Z7. Existencia de elemento neutro (identidad) para el producto. Hay un n umero entero, que denotamos por 1, tal que 1 n = n 1 = n. Z8. Propiedad distributiva del producto respecto de la suma. m (n + p) = m n + m p. Las propiedades Z1 a Z8 pueden resumirse diciendo que Z, para la suma y el producto, es un anillo conmutativo con unidad. Otros ejemplos de anillos: matrices n n, funciones reales sobre un mismo dominio, polinomios, . . . Z9. Propiedad cancelativa del producto. mn = mp implica n = p. Los sistemas algebraicos que tienen las propiedades Z1 a Z9 se llaman dominios de integridad. NO son dominios de integridad los anillos de matrices n n para n 2, de funciones reales sobre un dominio con m as de un punto (por qu e?). La relaci on de orden en N puede extenderse a Z.
54
Denici on 2.2.2. Dados dos n umeros enteros cualesquiera m, n, escribiremos m n y diremos que m es menor o igual que n (o lo que es lo mismo, que n es mayor o igual que m, lo que se escribe n m), cuando m = n o n = m + p para alg un n umero natural p; equivalentemente, cuando exista p N0 tal que n = m + p. Pondremos m < n (o n > m) para expresar que m es estrictamente menor que n (o sea, que m es menor y distinto que n). Con esta notaci on, N = {n Z : n > 0}, N0 = {n Z : n 0}, N = {n Z : n < 0}.
Como propiedades fundamentales de la relaci on de orden en Z tenemos: Propiedades del orden en Z. Dados n umeros naturales cualesquiera m, n, p, se cumplen Z10. Propiedad reexiva. m m. Z11. Propiedad antisim etrica. Si m n y n m, entonces m = n. Z12. Propiedad transitiva. Si m n y n p, entonces m p. Z13. Propiedad de orden total. Siempre es m n o n m. N otese que no va a ser v alido un principio de buena ordenaci on igual que para los n umeros naturales: por ejemplo, el propio conjunto Z no tiene elemento m nimo, pues para cada n Z es n 1 < n. Sin embargo, vamos a tener una propiedad an aloga para cierta clase de subconjuntos: Z14. Principio de buena ordenaci on de los conjuntos minorados (principio del m nimo). Todo conjunto no vac o de n umeros enteros acotado inferiormente posee un elemento m nimo, es decir, dado S Z no vac o tal que para alg un k Z es k n para todo n S , existe un elemento m en S tal que m n para todo n S . Sim etricamente: Z15. Principio del m aximo. Todo conjunto no vac o de n umeros enteros acotado superiormente posee un elemento m aximo, es decir, dado S Z no vac o tal que para alg un k Z es k n para todo n S , existe un elemento M en S tal que M n para todo n S . Por ejemplo, m ax(N) = 1. En Z puede hablarse del siguiente a un n umero entero, en el sentido de que entre n y n + 1 no hay ning un otro n umero entero (por qu e?). No se cumple, sin embargo, el principio de inducci on, sino una propiedad similar aunque m as d ebil: Z16. Un conjunto de n umeros enteros que contenga un n umero k y que con cada n contenga a n + 1, debe contener a todos los n umeros enteros mayores o iguales que k . Es decir, dado S Z tal que k S y n + 1 S siempre que n S , se tiene S {n Z : n k }. (Puede precisarse un poco m as: dados S Z y k Z, se tiene S = {n Z : n k } si y s olo si k1 / S , k S y n + 1 S siempre que n S .) Esta inducci on que comienza en un entero arbitrario justica usar deniciones recurrentes que tengan base igualmente en un entero arbitrario, y no necesariamente en 1. Otras propiedades y conceptos en torno a la ordenaci on de Z son similares a las que el lector estar a manejando en R. Por ejemplo, Z17. Relaci on con la suma. a b = a + c b + c. Z18. Relaci on con el producto. Si c 0, a b = a c b c. Si c < 0, a b = a c b c. El valor absoluto de un n umero entero a es el n umero entero no negativo |a| = a, si a 0; a, si a 0.
55
Con esta denici on, si a, b, denotan n umeros enteros cualesquiera, se verican, entre otras, las siguientes relaciones: |1| = 1; | 1| = 1. | a| = |a|. |a| a |a|. |a b| = |a| |b|.
Ejercicios
6.1. En las propiedades b asicas de Z hemos se nalado que todo n Z tiene un opuesto n tal que n + (n) = (n) + n = 0. Puede haber alg un otro m Z tal que n + m = m + n = 0? Por qu e? Sugerencia: qui en ser a m + n + (n)? 6.2. Por denici on, 1 es el opuesto de 1. Probar que la igualdad (1)(1) = 1 es una consecuencia de la propiedad distributiva. 6.3. Dado un entero cualquiera n, probar que (1) n es el opuesto de n. 6.4. Dado un entero arbitrario a, denimos a0 = 1 ; an+1 = an a.
Probar que an est a bien denido para todo n N0 .
2.2.2.
Divisi on entera.
Una herramienta importante en el estudio de Z es la divisi on con resto. Proposici on 2.2.3 (Existencia de la divisi on entera). Dados a, b Z, con b = 0, existen dos n umeros enteros c y r tales que a = cb + r, 0 r < |b|.
Los enteros c y r, denominados respectivamente cociente y resto de la divisi on entera de a por b, son u nicos. Adem as, si a y b son n umeros naturales, c tiene que ser un n umero positivo o nulo. Demostraci on. Veamos primero el caso b > 0. Entonces b N, y b 1. Sea F = {z Z : zb a}. Este es un conjunto no vac o, pues si a 0 contiene a 0 y si a < 0 contiene a a, porque de b 1, multiplicando por a (que es negativo) se sigue ab a. Adem as, est a acotado superiormente por |a|, puesto que si z F y z 0, de 1 b se pasa a z zb = a, y si z < 0 trivialmente z < 0 |a|. Aplicando el principio del m aximo, existe c = m ax F . As c F y c+1 / F (ver la construcci on gr aca en la nota posterior); por tanto cb a, (c + 1)b > a, o sea cb + b > a.
Tomando r = a cb, se deduce de estas desigualdades que 0 r < b = |b| y a = cb + r. Para demostrar la unicidad del cociente y del resto, supongamos que hemos encontrado enteros c1 , c2 , r1 , r2 tales que c1 b + r1 = a = c2 b + r2 , 0 r1 < |b| = b, 0 r2 < |b| = b.
56 De las dos igualdades se sigue que
r2 r1 = (c1 c2 )b. Pero tambi en resulta b < r1 r2 r1 r2 < b, y as b < r2 r1 = (c1 c2 )b < b, lo cual s olo es posible si c1 c2 = 0 (por qu e?) En denitiva, c1 = c2 y en consecuencia r1 = r2 , como quer amos probar. El caso b < 0 se reduce al anterior sin m as que observar que a = cb+r si y s olo si a = (c)(b)+r.
Nota. Las guras que siguen ilustran gr acamente la situaci on. Para a 0, se ve que, simplemente, estamos midiendo a con b como unidad de medida, trasladando un segmento de longitud b hacia la derecha el n umero m aximo de veces que podamos, sin llegar a sobrepasar a (por la derecha); para a < 0, trasladar amos la unidad de medida hacia la izquierda, justo hasta igualar o sobrepasar a (por la izquierda).
Ejemplo. La divisi on entera de 1 por 2 da cociente 0 y resto 1; la de 1 por 2 da cociente 1 y resto 1; la de 1 por 2, cociente 0 y resto 1, y la de 1 por 2, cociente 1 y resto 1. La divisi on entera en maple y Mathematica Los programas de c alculo simb olico, como maple y Mathematica , permiten obtener sin dicultad el cociente y el resto de una divisi on entera cuando el dividendo y el divisor no son negativos. En caso contrario, las cosas se complican. maple : El cociente entero de un entero no negativo m por un entero no nulo n se obtiene escribiendo iquo(m,n); (integer quotient de m y n); El resto de la divisi on entera de un entero no negativo m por un entero no nulo n se obtiene escribiendo irem(m,n); (integer remainder de m y n); si m es un entero negativo, iquo(m,n) e irem(m,n) dan los enteros q y r tales que m = n q + r, |r| < |n| y r 0. C omo podremos entonces conseguir el cociente y el resto que hemos denido nosotros? Pi enselo el lector.
57
Mathematica : El cociente entero de un entero cualquiera m por un entero positivo n se obtiene escribiendo Quotient[m,n] El resto de la divisi on entera de un entero cualquiera m por un entero positivo n se obtiene escribiendo Mod[m,n] si n es un entero negativo, Quotient[m,n] y Mod[m,n] dan los enteros q y r tales que m = n q + r, |r| < |n| y r 0. En el ejemplo anteriormente comentado, resultar a:
m 1 1 1 1
n 2 2 2 2
cociente 0 1 0 1
resto 1 1 1 1
maple iquo(m,n) irem(m,n) 0 1 0 1 0 1 0 1
Mathematica Quotient[m,n] Mod[m,n] 0 1 1 1 1 1 0 1
Ejercicios
7.1. Sea a un entero cualquiera y sean b y m enteros positivos. Si q es el cociente y r es el resto de la divisi on entera de a por b, probar que q es el cociente y mr es el resto de la divisi on entera de ma por mb. 7.2. Sean a, b, c enteros con b > 0, c > 0. Si q es el cociente de la divisi on entera de a por b y q es el cociente de la divisi on entera de q por c, probar que q es el cociente de la divisi on entera de a por bc. 7.3. Demostrar, utilizando el algoritmo de la divisi on, que si un n umero entero es a la vez un cuadrado y un cubo, entonces se puede escribir en la forma 7k o 7k + 1.
2.2.3.
Representaci on decimal y binaria. Bases de numeraci on
Cuando escribimos el n umero 1984 , estamos usando una notaci on abreviada para el n umero 4 + 8 10 + 9 102 + 1 103 . Con el convenio subyacente, nos bastan las diez cifras o d gitos decimales 0, 1, 2, 3, 4, 5, 6,7, 8, 9 para representar cualquier n umero entero no negativo (para representar un n umero entero negativo arbitrario, a nadimos un signo a la izquierda de la representaci on de su valor absoluto). Pero, por qu e utilizar esta representaci on precisamente? El propio nombre d gito sugiere la respuesta cl asica: porque contamos con los dedos, y eso hace aparecer el 10 como un n umero base razonable. Sin embargo, nada impide intentar una representaci on binaria en lugar de la decimal, es decir, que usemos los d gitos binarios 0, 1 para reescribir 1984 = c0 + c1 2 + c2 22 + + cn 2n , con ck = 0 o 1. Observando que N = c0 + c1 2 + c2 22 + + cn 2n = c0 + (c1 + c2 2 + + cn 2n1 ) 2 = c0 + (c1 + (c2 + + cn 2n2 ) 2) 2 = = c0 + (c1 + (c2 + ( + (cn 2) 2) 2) 2, se vislumbra un procedimiento para ir obteniendo los ck : c0 es el resto de la divisi on de N por 2; si N1 es el cociente, c1 es el resto de la divisi on de N1 por 2; si N2 es el cociente resultante, c2 es el resto de la divisi on de N2 por 2; si . . . etc., hasta cn1 , mientras que cn es el u ltimo cociente. Por tanto, dividiendo por 2 sucesivamente,
58 1984 0 992 0
CAP ITULO 2. NUMEROS NATURALES Y ENTEROS 496 0 248 0 124 0 62 0 31 1 15 1 7 1 3 1 1
restos lo que deja
1984 = 0 + 0 2 + 0 22 + 0 23 + 0 24 + 0 25 + 1 26 + 1 27 + 1 28 + 1 29 , que por analog a escribir amos 11111000000(2 o con alguna notaci on similar que destaque que se trata de una representaci on binaria. Qu e inter es puede tener una representaci on as , disponiendo como disponemos de nuestra confortable notaci on decimal? El creador del sistema binario, Leibniz, lo ve a, entre otras cosas, como una imagen del misterio de la creaci on: el 1 representaba a Dios y el 0 la Nada, de la que todas las cosas fueron creadas. Trescientos a nos m as tarde, resulta que la mayor a de los ordenadores actuales manejan los n umeros a trav es de su representaci on binaria, que luego convierten en decimal. La ventaja que esto ofrece es que cada n umero se registra en bits (binary digits) y cada bit se corresponde con uno de dos estados posibles (pasa corriente o no pasa). Estas dos condiciones corresponden a los valores 1 y 0, respectivamente. As , un n umero representado por una sucesi on de 1 y 0 puede almacenarse en un ordenador como una cadena de bits. Pero la gran ventaja del sistema binario, que s olo necesita dos caracteres, es a veces su gran inconveniente: incluso los n umeros peque nos requieren muchas cifras en su escritura. Los n umeros en representaci on binaria son, por tanto, muy largos y de manejo inc omodo. Pese a ello, como los ordenadores est an formados por dispositivos digitales que s olo tienen dos estados estables posibles, asimilados a 0 y a 1, puede decirse que casi todos ellos trabajan en sistema binario. Para paliar los inconvenientes del sistema binario hay distintas soluciones. Como comprobaremos inmediatamente, cualquier entero b mayor o igual que 2 puede tomarse como base de un sistema de numeraci on. Si la base b es una potencia de 2, la traducci on del sistema binario a esta base es muy c omoda. Por esto, algunos programas de ordenador, sobre todo cuando se trabaja en lenguajes de ensambladores o en lenguajes de alto nivel como C, emplean el sistema octal (base 8), con d gitos 0, 1, 2, 3, 4, 5, 6, 7 , o el hexadecimal, usado tambi en en el mundo de la comunicaci on (las cifras hexadecimales son 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E, F ). Todas estas representaciones son ejemplos particulares de notaciones posicionales: un mismo s mbolo (un d gito) tiene distinto valor seg un la posici on que ocupe. Cada lugar tiene un peso, que en nuestro caso corresponde a las potencias sucesivas 1 = b0 , b = b1 , b2 , b3 , . . . , de la base b. 2 Que es posible usar cualquier entero b mayor o igual que 2 como base de un sistema de numeraci on se sigue de una aplicaci on reiterada de la divisi on entera. Proposici on 2.2.4 (Teorema fundamental de la numeraci on). Dado un entero b 2, todo entero positivo n se escribe de manera u nica en la forma n = ck bk + ck1 bk1 + + c1 b + c0 , con cj Z, 0 cj < b (1 j k ) y ck = 0. Para indicar esta igualdad escribiremos n = (ck ck1 . . . c1 c0 )b , o tambi en n = ck ck1 . . . c1 c0 (b , (2.1)
y diremos que esta es la representaci on de n en la base b.

El lector conoce representaciones que no son posicionales: la numeraci on romana, la notaci on cient ca. Obs ervese que todas representaciones son convencionales, y es la clase de uso y manipulaci on a la que est an destinadas la que marca su conveniencia y utilidad.
2
59
Demostraci on. Probaremos la existencia de representaci on mediante el principio de inducci on completa. Llamemos Pn al enunciado n admite una representaci on del tipo (2.1). Entonces P1 es cierta, con k = 0 y c0 = 1. Supongamos cierta Pm para todo m n, y demostremos que es cierta Pn+1 . Dividiendo n + 1 por b, obtendremos n + 1 = mb + r, con 0 r < b y m 0. Pero forzosamente m n, ya que en caso contrario ser a m > n, luego m n + 1, y en tal caso mb (n + 1)b > n + 1 (recordemos que b 2), con lo cual n + 1 = mb + r mb > n + 1, imposible. As pues, si m = 0, n + 1 = r con 0 < r < b, que es una representaci on del tipo (2.1). Y si m = 0, por la hip otesis de inducci on tendremos m = ck bk + ck1 bk1 + + c1 b + c0 , con 0 cj < b (1 j k ) y ck = 0, luego n + 1 = mb + r = ck bk+1 + ck1 bk + + c1 b2 + c0 b + r, que nos da la representaci on del tipo (2.1) que est abamos buscando. Comprobada la existencia de representaci on, demostremos su unicidad. Como n = ck bk + ck1 bk1 + + c1 b + c0 = (ck bk1 + ck1 bk2 + + c1 )b + c0 , 0 c0 < b,
resulta que c0 es el resto de la divisi on entera de n por b, determinado un vocamente por n y b, luego c0 es u nico. A su vez, el cociente de esa divisi on, un vocamente determinado por n y b, es q = ck bk1 + ck1 bk2 + + c1 , y reiterando el argumento anterior vamos obteniendo que los c1 , . . . , ck1 est an un vocamente determinados como restos de las sucesivas divisiones por b, y ck como cociente de la u ltima divisi on, que se produce cuando llegamos a un cociente < b. Esto prueba la unicidad. La demostraci on anterior proporciona adem as un algoritmo te orico para calcular los cj mediante divisiones sucesivas en escalera por la base b; esquem aticamente n c0 |b n1 c1 |b n2 .. . |b nk 1 ck1 |b ck ck
|b 0
En direcci on contraria, de la representaci on de un n umero en base b podemos obtener el valor te orico directamente de la propia denici on n = ck bk + ck1 bk1 + + c1 b + c0 o, con un menor n umero de operaciones, mediante el conocido algoritmo de Horner-Runi: ck b) ck ck1 ck2 2 ck b ck b + ck1 b ck b + ck1 ck b2 + ck1 b + ck2 c1 c0 k ck + + c2 b ck b + + c1 b ck bk1 + + c1 ck bk + + c1 b + c0 bk 1
Pero, en la pr actica, los c alculos de verdad con n umeros se realizan sobre sus representaciones! Eso supone disponer de buenos algoritmos para llevar a cabo las operaciones aritm eticas (i.e., para sumar, restar, multiplicar, dividir). En base 10, sabemos c omo efectuar estas operaciones, aunque quiz a no nos hayamos preguntado el por qu e de ese c omo. Ahora es buen momento.
60
Si se tiene presente el signicado de la representaci on en base b, las reglas tradicionales para efectuar las operaciones aritm eticas en base 10 quedan perfectamente justicadas (sumar llevando, multiplicar por un n umero de varias cifras en las sucesivas desplazadas un lugar a la izquierda, etc.) Y, lo que es a un mejor, vemos que las mismas reglas son adaptables para efectuar estas operaciones en cualquier base. Por ejemplo, como en base 2 es 0 + 0 = 0, 1 + 0 = 1, pero 1 + 1 = 10, si sumamos dos n umeros de varias cifras a la manera tradicional, s olo hemos de tener la precauci on de llevar 1 cuando sumemos 1 + 1. Supongamos que se trata de calcular m + n, donde m = 100110(2 y n = 11011(2 ; entonces m + n = (1 25 + 0 24 + 0 23 + 1 22 + 1 21 + 0) + (1 24 + 1 23 + 0 22 + 1 21 + 1) = (1 + 0) 25 + (0 + 1) 24 + (0 + 1) 23 + (1 + 0) 22 + (1 + 1) 21 + (0 + 1) = (1 + 0) 25 + (0 + 1) 24 + (0 + 1) 23 + (1 + 0) 22 + (1 + 1) 21 + 1 = (1 + 0) 25 + (0 + 1) 24 + (0 + 1) 23 + (1 + 0) 22 + (1 2 + 0) 21 + 1 = (1 + 0) 25 + (0 + 1) 24 + (0 + 1) 23 + (1 + (1 + 0)) 22 + 0 21 + 1 = (1 + 0) 25 + (0 + 1) 24 + (0 + 1) 23 + (1 2 + 0) 22 + 0 21 + 1 = (1 + 0) 25 + (0 + 1) 24 + (1 + (0 + 1)) 23 + 0 22 + 0 21 + 1 = etc., que es lo que que realmente queremos indicar cuando escribimos, prescindiendo del sub ndice (2 por comodidad, llevo : +1 +1 +1 +1 +1 m: n: m+n: 1 1 0 0 1 0 0 1 0 1 0 0 1 0 1 1 0 1
An alogamente se van adaptando las operaciones m as complicadas. Cambios de base Establecida la existencia y unicidad de representaci on en cualquier base b 2, la cuesti on que se suscita inmediatamente es: c omo pasar de la representaci on de un n umero n en una base b a la representaci on en una nueva base ? Cuando entre b y no haya ninguna relaci on especial, no podemos apelar a m as recursos que los que hemos se nalado en el apartado anterior. Por ejemplo, ya hemos visto c omo expresar el n umero decimal 1984 en base 2, y si nos dan un n umero binario como 11010011(2 , su representaci on decimal ser a 2) 1 1 0 1 0 0 1 2 6 12 26 52 104 1 3 6 13 26 52 105 1 210 211
Pero en circunstancias especiales puede haber simplicaciones. Esto sucede, en particular, si una de las bases es una potencia de la otra, como es el caso cuando se considera b = 2 y = 8 = 23 , o b = 2 y = 16 = 24 . En la primera situaci on, como n = c0 + c1 2 + c2 22 + c3 23 + c4 24 + c5 25 + c6 26 + c7 27 + c8 28 + c9 29 + = (c0 + c1 2 + c2 22 ) + (c3 + c4 2 + c5 22 ) 23 + (c6 + c7 2 + c8 22 ) (23 )2 + , con los cj = 0 o 1, es obvio que si n = d0 + d1 8 + d2 82 + , con los dk enteros no negativos < 8, por la unicidad de representaci on, necesariamente d0 = c0 + c1 2 + c2 22 , d1 = c3 + c4 2 + c5 22 , d2 = c6 + c7 2 + c8 22 , ...
lo que nos lleva a la siguiente regla:
2.2. NUMEROS ENTEROS. para cambiar la representaci on de un n umero en base 2 a base 8, se agrupan las cifras binarias de tres en tres, de derecha a izquierda, y se sustituye cada grupo por su expresi on en base 8. Por ejemplo: 1100100101010(2 [1][100][100][101][010] 14452(8 . Y rec procamente, para cambiar la representaci on de un n umero en base 8 a base 2, cada d gito octal se sustituye por las tres cifras binarias que lo representan en base 2 (incluyendo ceros a la izquierda cuando sea preciso). Por ejemplo, 537264(8 [101][011][111][010][110][100] 101011111010110100(2 .
61
Razonando an alogamente, cuando b = 2, = 16, se agrupan/sustituyen cifras en/por bloques de cuatro. Facilita las cosas disponer de una tabla de equivalencias en binario de las cifras hexadecimales (D signica decimal, B binario, H hexadecimal):
D B H
0 0 0
1 1 1
2 10 2
3 11 3
4 100 4
5 101 5
6 110 6
7 111 7
8 1000 8
9 1001 9
10 1010 A
11 1011 B
12 1100 C
13 1101 D
14 1110 E
15 1111 F
Recursos inform aticos Los programas de c alculo permiten, por lo general, obtener las cifras de cualquier representaci on en una base dentro de tama nos no disparatados. En maple , se dispone de la orden convert(n,base, ); donde n es un n umero decimal y la nueva base, que da una lista con los d gitos de la representaci on del n umero en base . Por ejemplo, convert(17,base,3); da [2,2,1]. Otra opci on es convert( ,base,, ); donde es una lista de cifras en base y la nueva base, que devuelve una lista con los d gitos en base que representan el mismo n umero. Por ejemplo, convert([2,2,1],base,3,10); da [7,1]. En Mathematica , la orden IntegerDigits[n,b] da una lista de los d gitos en base b del n umero decimal n, mientras que b^^n donde n es la representaci on en base b de un n umero, da el valor decimal del n umero. Por ejemplo, IntegerDigits[10!] da {3, 6, 2, 8, 8, 0, 0}, IntegerDigits[10!,2] da {1,1,0,1,1,1,0,1,0,1,1,1,1,1,0,0,0,0,0,0,0,0}, y 16^^16c91a3 da 23892387. En la red es f acil encontrar applets de Java que realizan conversiones de base interactivamente. P. ej., en la siguiente direcci on puede pasarse instant aneamente de base decimal a base binaria y viceversa.
http://www.vincesplace.com/TraditionalCourses/cis121/assignments/BinaryNum/BinaryNum.htm
62
Ejercicios
8.1. Convertir a sistema decimal y binario los n umeros hexadecimales ACABA y FE0. 8.2. En el sistema hexadecimal, es cierto que B0B0 + A0A = BABA? 8.3. Sin pasar a representaci on decimal, c omo efectuar as en base 2 las sumas 1011(2 + 11(2 y 101110(2 + 100011(2 ? Para debatir. Puesto que 2 + 2 = 11 en base 3 y 2 + 2 = 10 en base 4, habr a que cambiar la frase hecha esto es tan cierto como que dos y dos son cuatro a esto es tan cierto como que dos y dos son cuatro . . . en base diez ? (Una buena discusi on deber a empezar con la distinci on entre s mbolo o representaci on y cosa representada.)
2.2.4.
M aximo com un divisor. Algoritmo de Euclides.
Denici on 2.2.5. Sean a, b Z. Decimos que a divide a b, o que a es un divisor o un factor de b, o que b es m ultiplo de a, escrito a|b, si existe c Z tal que b = ac; expresado de otra forma, si el resto de la divisi on de b por a es 0. Diremos entonces que c es el cociente exacto b/a o el cofactor de a. Proposici on 2.2.6. La divisibilidad tiene las siguientes propiedades: dados enteros arbitrarios a, b , d , m, n , (i) (ii) (iii) (iv) (v) (vi) (vii) (viii) (ix) (x) (xi) (xii) n|n d|n y n|m implica d|m d|n y d|m implica d|(an + bm) d|n implica ad|an ad|an y a = 0 implica d|n 1|n, 1|n m|n m|n m| n n|0 0|n implica n = 0 d|n y n = 0 implica |d| |n| d|n y n|d implica |d| = |n| d|n y d = 0 implica (n/d)|n (propiedad reexiva) (propiedad transitiva) (propiedad de linealidad) (propiedad de multiplicaci on) (ley de cancelaci on) (1 y 1 dividen a cualquier entero) (y as m|n |m|||n|) (todo entero divide a 0) (0 s olo divide a 0) (propiedad de comparaci on) (antisimetr a parcial) (n/d se llama tambi en divisor conjugado de d)
Demostraci on. Probemos, por ejemplo, (x). Si d|n y n = 0, |n| = |d| m para alg un m Z; pero necesariamente m 0 y m = 0, luego m 1 y |n| |d|.
M aximo com un divisor Si a, b, son n umeros enteros no nulos, existe m = m ax F , donde F = {k Z : k |a, k |b} (1 y 1 F , y k F = k m n{|a|, |b|}, y podemos aplicar el principio del m aximo). Adem as, m 1 (1 F ), luego m N; de hecho, m = m ax{k N : k |a, k |b}. Esto justica la siguiente denici on. Denici on 2.2.7. Sean a, b, n umeros enteros no nulos. Su m aximo com un divisor es el mayor n umero, natural siempre, que divide a a y b simult aneamente. Lo denotaremos por mcd(a, b). A veces se ampl a la denici on poniendo mcd(a, 0) = |a|, mcd(0, 0) = 0. Para calcular el m aximo com un divisor de dos n umeros no hace falta m as herramienta que la divisi on entera, como justican los siguientes resultados. Lema 2.2.8. Si a, b, son n umeros enteros no nulos tales que a = cb + r, se tiene que mcd(a, b) = mcd(b, r).
63
Demostraci on. Si k es un divisor com un de a y b, como r = a cb, por la propiedad (iii) de linealidad k es un divisor de r, y por tanto todo divisor com un de a y b es un divisor com un de b y r. Rec procamente, si k es un divisor com un de b y r, como a = cb + r, nuevamente por la propiedad (iii) de linealidad k es un divisor de a, y por tanto todo divisor com un de b y r es un divisor com un de a y b. En consecuencia, el conjunto de divisores comunes a a y b es el mismo que el de divisores comunes a b y r. Aplicando la denici on, mcd(a, b) = mcd(b, r), como quer amos probar. Lema 2.2.9. Si a, b, son n umeros enteros no nulos tales que b | a, entonces mcd(a, b) = |b|. Demostraci on. Ciertamente |b| es un divisor com un de b y a en estas circunstancias; y si k es un entero positivo que divide a b, k |b| seg un hemos se nalado anteriormente, luego mcd(a, b) = |b|.
Supongamos ahora que tratamos de calcular el m aximo com un divisor de dos n umeros de buen tama no, 1769 y 551 por ejemplo. Haciendo la divisi on entera, 1769 = 3 551+116, y seg un el primer lema, d = mcd(1769, 551) = mcd(551, 116). A su vez, 551 = 4 116 + 87, luego d = mcd(116, 87). Pero 116 = 87 + 29 y 87 = 3 29, con lo que nalmente d = mcd(87, 29) = 29 (segundo lema). Hemos tenido suerte? Si reexionamos un momento sobre el proceso seguido, vemos que puede aplicarse a enteros positivos arbitrarios a y b: pues tomando como a el mayor y b el menor (si son iguales no necesitamos hacer cuentas), al efectuar la divisi on entera de a por b obtenemos un resto no negativo r1 estrictamente menor que b; si r1 = 0, ya tenemos el m aximo com un divisor de a y b (= b, segundo lema); si no, d = mcd(a, b) = mcd(b, r1 ), con la ventaja de que hemos pasado a n umeros m as peque nos, y dividiendo b por r1 pasar amos a d = mcd(a, b) = mcd(r1 , r2 ), donde r2 es el resto de la divisi on de b por r1 , estrictamente menor que r1 . Reiterando, puesto que en el peor de los casos ir a disminuyendo al menos en 1 el valor de los restos, al cabo de un n umero nito de pasos hemos de llegar a resto 0, y podemos aplicar el segundo lema para concluir que el divisor actual (resto del paso anterior) es el m aximo com un divisor. Formalizando este proceso, conocido ya por Euclides, tenemos (ver [C-C-S]): Denici on 2.2.10. Algoritmo de Euclides. Input: dos enteros positivos a y b. Output: el m aximo com un divisor de a y b. Paso 1: Reemplazar (simult aneamente) a por b, y b por el resto de la divisi on de a por b. Paso 2: Repetir el Paso 1 hasta que b sea 0. Paso 3: Devolver a. Podemos esquematizarlo de la siguiente manera: restos dividendos divisores cocientes r1 b c1 r2 r1 c2 r3 r2 c3 rn1 rn2 cn1 0 rn1 = d cn
y entonces d = mcd(a, b) como hemos probado anteriormente.
64
Proposici on 2.2.11. Algoritmo de Euclides. Dados dos n umeros enteros positivos a y b con a > b, obtenemos su m aximo com un divisor d = mcd(a, b) procediendo por divisiones enteras sucesivas, como se ha indicado anteriormente, hasta obtener resto nulo. El m aximo com un divisor de a y b es entonces el u ltimo resto no nulo. La hip otesis de que a y b sean enteros positivos no supone ninguna restricci on esencial, dado que mcd(a, b) = mcd(|a|, |b|). Por tanto, el algoritmo de Euclides basta para poder calcular el m aximo com un divisor de dos enteros no nulos arbitrarios. Hay adem as una informaci on importante contenida en el, que merece la pena destacar como se ver a en aplicaciones posteriores: el m aximo com un divisor de a y b es una combinaci on lineal de a y b con coecientes enteros. Proposici on 2.2.12. Identidad de B ezout. Sean a y b enteros no nulos, y d = mcd(a, b). Entonces existen enteros u, v tales que d = ua + vb. Demostraci on. Supongamos primero que a y b son positivos, y apliqu emosles el algoritmo de Euclides, de modo que con la notaci on previa r1 = a c1 b, r2 = b c2 r1 , rk = rk2 ck rk1 (3 k < n),
siendo precisamente d = rn1 . Por tanto d = rn1 = rn3 cn1 rn2 = sn1 rn3 + tn1 rn2 = sn1 rn3 + tn1 (rn4 cn2 rn3 ) = sn2 rn4 + tn2 rn3 = = sk rk2 + tk rk1 = = s1 a + t1 b, donde todos los sk , tk son enteros. Por tanto, u = s1 , v = t1 cumplen la tesis. Si a o b son negativos, recordemos que tambi en d = mcd(|a|, |b|), y si p. ej. a < 0, b > 0, sabiendo que d = u|a| + v |b|, ser a igualmente d = (u)(a) + vb. De la misma forma pueden resolverse los casos restantes. Nota. Los coecientes u y v no son u nicos: obs ervese, por ejemplo, que d = ua + vb = (u + nb)a + (v na)b cualquiera que sea n Z. Una variante de la demostraci on anterior, m as farragosa, permite fabricar un algoritmo para el c alculo de unos valores de u, v . Manteniendo la notaci on para los cocientes y restos, y comenzando por el principio, a = 1 a + 0 b = u0 a + v0 b, b = 0 a + 1 b = u1 a + v1 b, r1 = 1 a c1 b = u2 a + v2 b,
r2 = c2 a + (1 + c1 c2 )b = u3 a + v3 b, y, en general, si rk = uk+1 a + vk+1 b, rk+1 = uk+2 a + vk+2 b, tambi en rk+2 = rk ck+2 rk+1 = (uk+1 ck+2 uk+2 )a + (vk+1 ck+2 vk+2 )b = uk+3 a + vk+3 b si ponemos uk+3 = uk+1 ck+2 uk+2 , vk+3 = vk+1 ck+2 vk+2 . Para que intervengan s olo dos ndices consecutivos, introducimos xk = uk+1 , yk = vk+1 , con lo que queda xk+2 = uk+1 ck+2 xk+1 , yk+2 = vk+1 ck+2 yk+1 , y nalmente d = rn1 = xn1 a + yn1 b = un a + vn b. Ordenando el proceso anterior se obtiene el siguiente algoritmo:
2.2. NUMEROS ENTEROS. Denici on 2.2.13. Algoritmo de Euclides extendido (Euclides-B ezout). Input: dos enteros positivos a y b. Output: dos enteros u y v tales que mcd(a, b) = ua + vb. Paso 1: Hacer u = y = 1 y v = x = 0. Paso 2: Determinar c y r tales que a = cb + r y 0 r < b. Reemplazar a por b, y b por r, u por x y v por y , x por u cx e y por v cy . Paso 3: Repetir el Paso 2 hasta que b sea 0. Paso 4: Devolver u y v . Visualizado en forma de tabla: restos dividendos divisores cocientes c uk+1 =xk vk+1 =yk xk+1 =uk ck+1 xk yk+1 =vk ck+1 yk r1 b c1 0 1 1 c1 r2 r1 c2 1 c1 c2 1 + c1 c2 r3 r2 c3 rn1 rn2 cn1 un1 vn1 xn1 = u yn1 =v 0 rn1 = d cn u v
65
a 1 0 0 1
Ejemplo. Apliquemos este algoritmo a los n umeros considerados anteriormente, a = 1769, b = 551, para los que ya hemos visto que mcd(a, b) = 29 (volveremos a obtenerlo). restos dividendos divisores cocientes c uk+1 =xk vk+1 =yk xk+1 =uk ck+1 xk yk+1 =vk ck+1 yk Efectivamente, 29 = 5 1769 16 551. El rec proco de la proposici on 3.2.15 no es cierto en general: por ejemplo, 441 18 24 = 9, mientras que mcd(441, 24) = 3. Sin embargo, lo es en una situaci on especial. Denici on 2.2.14. Dos n umeros enteros no nulos a y b se dicen relativamente primos o primos entre s si no tienen m as divisores comunes que 1 y 1, es decir, si mcd(a, b) = 1. Corolario 2.2.15. Dos n umeros enteros no nulos a y b son relativamente primos si y s olo si existen dos n umeros enteros u y v tales que ua + vb = 1. Demostraci on. Si a y b son relativamente primos, la igualdad del enunciado es un caso particular de la identidad de B ezout. Supongamos ahora que tenemos enteros u y v para los que se verica ua + vb = 1. Si k es un divisor com un de a y b, por linealidad k es un divisor de 1 y por tanto |k | = 1 y mcd(a, b) = 1. 116 551 3 0 1 1 3 87 116 4 1 3 4 13 29 87 1 4 13 5 -16 0 29 3 5 -16
1769 1 0 0 1
66
Ejemplo. Puesto que para todo entero positivo k es 3(5k + 3) + 5(3k + 2) = 1, se sigue que 5k + 3 y 3k + 2 son relativamente primos. Ejercicio. Dados dos n umeros enteros no nulos a y b relativamente primos, probar que el m aximo com un divisor de a + b y a b es 1 o 2. Respuesta. Existen u, v Z tales que ua + vb = 1. Si k es un divisor com un de a + b y a b, por linealidad k divide a (a + b) + (a b) = 2a y a (a + b) (a b) = 2b; nuevamente por linealidad, dividir a a 2au + 2bv = 2. Por tanto |k | = 1 o |k | = 2, de donde se sigue que mcd(a + b, a b) = 1 o mcd(a + b, a b) = 2. Ecuaciones diof anticas lineales Una aplicaci on importante de la identidad de B ezout es el estudio de las soluciones de las ecuaciones (lineales) diof anticas, es decir, ecuaciones en las que se buscan solamente soluciones enteras, que aparecen en contextos m as serios pero tambi en en acertijos como el siguiente: Puede llenarse exactamente un dep osito de agua de 56 l. transport andola con un cubo de 6 l. y otro de 9 l.? Y un dep osito de 57 l.? En caso armativo, cu al es el n umero m nimo de viajes que hay que realizar con los cubos para llenar el dep osito? Planteamiento: 6x + 9y = 56 tiene soluciones x, y N0 ? 6x + 9y = 57 tiene soluciones x, y N0 ? cu ales? Para responder en general, comenzamos por un lema. Lema 2.2.16. Sean a, b, d, m, p, q n umeros enteros, ab = 0. (i) si d = mcd(a, b), a = pd, b = qd, entonces mcd(p, q ) = 1 (es decir, p y q son relativamente primos). (ii) si mcd(p, q ) = 1 y p | qm, entonces p | m. Demostraci on. (i) Existen u, v Z tales que ua + vb = d, luego d(up + vq ) = d; cancelando d se deduce que up + vq = 1, y por tanto que mcd(p, q ) = 1. (ii) Existen u, v Z tales que up + vq = 1, con lo cual upm + vqm = m. A su vez, existe n Z tal que pn = qm. Sustituyendo qm por pn y sacando factor com un p resulta p(um + vn) = m, es decir, p divide a m como quer amos demostrar. Corolario 2.2.17 (Resolubilidad de ecuaciones diof anticas). Sean a = 0, b = 0, c, tres n umeros enteros y d = mcd(a, b). La ecuaci on ax + by = c tiene soluciones enteras si y s olo si d|c. Demostraci on. Sea ax + by = c para ciertos enteros x, y . Como d|a y d|b, por la propiedad (iii) de linealidad, d|c. Rec procamente, supongamos que d|c, es decir, c = kd para alg un k Z. Puesto que existen enteros u, v , para los que d = ua + vb, multiplicando por k obtenemos c = kd = kua + kvb, es decir, x = ku, y = kv nos da una soluci on de la ecuaci on propuesta. N otese que la segunda parte de la demostraci on nos proporciona una soluci on concreta mediante la identidad de B ezout. Habr a otras? Vamos a comprobar que o bien no existe soluci on o bien hay innitas, que se pueden construir a partir de una cualquiera de ellas.
67
Proposici on 2.2.18. Sean a = 0, b = 0, c, tres n umeros enteros; si el par (x0 , y0 ) Z Z constituye una soluci on particular de la ecuaci on diof antica ax + by = c, todas las soluciones enteras de esta ecuaci on son de la forma x = x0 + (b/d)n, donde d = mcd(a, b). Demostraci on. Pongamos p = a/d, q = b/d. Si ax0 + by0 = c, los x, y del enunciado son soluciones de la ecuaci on, es decir, si x = x0 + qn e y = y0 pn para alg un entero n, ax + by = a(x0 + qn) + b(y0 pn) = (ax0 + by0 ) + aqn bpn = c + (pd)qn (qd)pn = c. Rec procamente, si x, y son soluciones enteras de la ecuaci on, son de la forma especicada en el enunciado. En efecto: de ax0 + by0 = c, ax + by = c, se sigue a(x x0 ) + b(y y0 ) = 0; por tanto, dividiendo por d = mcd(a, b), podemos reescribir la u ltima igualdad como p(x x0 ) = q (y0 y ). [] y = y0 (a/d)n, n Z,
As , p divide a q (y0 y ). Pero, aplicando las dos partes del lema, mcd(p, q ) = 1 y en consecuencia p divide a y0 y . Existe, pues, un n Z tal que y0 y = pn, es decir, y = y0 pn. Sustituyendo este valor de y en la ecuaci on [], resulta nalmente x = x0 + qn, como quer amos probar. Ejemplo. De las ecuaciones que hab amos dejado planteadas, 6x + 9y = 56 no tendr a soluci on y 6x + 9y = 57 s , puesto que mcd(6, 9) = 3. Como 57 = 19 3, 9 = 6 + 3, (1)6 + 9 = 3, se sigue que (19)6 + 19 9 = 57, lo que da como u nicas soluciones con coecientes positivos n x = 19 + 3n y = 19 2n 7 2 5 8 5 3 9 8 1
La primera combinaci on es la que requiere menor n umero de viajes. Nota. Sistematizando el proceso desarrollado en las p aginas anteriores, obtenemos (v. [C-C-S], pp. 56) el siguiente Algoritmo de resoluci on de ecuaciones diof anticas lineales Input: enteros a, b, c, con a y b no ambos nulos. Output: todas las soluciones enteras x, y de la ecuaci on xa + yb = c. Paso 1: Encontrar, usando el algoritmo de Euclides extendido, enteros u, v tales que d := mcd(a, b) = ua + vb. Paso 2: Si d no divide a c, devolver NO HAY SOLUCIONES DE LA ECUACION. Paso 3: Si d divide a c, devolver entonces x = (uc nb)/d y y = (vc + na)/d, con n Z.
68 M nimo com un m ultiplo
Emparejado con el concepto de m aximo com un divisor suele ir el de m nimo com un m ultiplo. Dados a, b Z \ {0}, siempre hay enteros positivos que son m ultiplos simult aneamente de a y b: por ejemplo, |ab|. El conjunto F = {z N : a|z, b|z } es, pues, no vac o; por el principio de buena ordenaci on, existe m = m n F , por lo que podemos enunciar la denici on siguiente. Denici on 2.2.19. Sean a, b, n umeros enteros no nulos. Su m nimo com un m ultiplo es el menor n umero entero positivo que es m ultiplo de a y b simult aneamente. Se escribe mcm(a, b). (Si ab = 0, se pone a veces mcm(a, b) = 0.) Si ab = 0 y a < 0 o b < 0, podemos reducir el c alculo de su m nimo com un m ultiplo al de los n umeros positivos |a|, |b|; y cuando a y b son positivos, podemos hallar su m nimo com un m ultiplo conociendo el m aximo com un divisor, gracias a: Proposici on 2.2.20. Sean a, b, n umeros enteros positivos. Entonces mcm(a, b) mcd(a, b) = ab. Demostraci on. Sea d = mcd(a, b), a = pd, b = qd, con lo cual mcd(p, q ) = 1. Si n = p a = q b es cualquier m ultiplo (positivo) com un de a y b, ser a n = p pd = q qd, de donde p p = q q , luego p|q q siendo p y q relativamente primos, y en consecuencia p|q . Entonces q = cp para alg un c y sustituyendo, n = cpb = c(ab/d), con lo que (ab/d) n. Como (ab/d) = pb = qa es un m ultiplo com un de a y b, se sigue que mcm(a, b) = (ab/d). Ejemplo. mcm(1769, 551) = 1769 551 = 61 551 = 33611. 29
C alculos con maple y Mathematica Finalizamos este apartado indicando una serie de recursos de maple y Mathematica que generalmente sustituyen con ventaja el c alculo a mano de los objetos encontrados a lo largo del mismo. Esto hace innecesario insistir en los ejercicios que se reducen a un mero c alculo, pero todo matem atico debe estar en condiciones de resolverlos incluso cuando falla el suministro el ectrico, por lo que recomendamos ejercitarse manualmente (sin exagerar) en los algoritmos que hemos ido exponiendo, y utilizar el ordenador para comprobar los resultados. La explicaci on detallada del funcionamiento de las ordenes aqu recogidas se encuentra en los manuales o en la ayuda de los propios programas. maple (a, b, c,. . . datos) entrada igcd(a,b,...); ilcm(a,b,...); igcdex(a,b,s,t);s;t; salida mcd(a, b, . . . ) mcm(a, b, . . . ) mcd(a, b) s t {x = x0 b0 Z 1, y = y0 + a0 Z 1} comentario
mcd(a, b) = sa + tb (x0 , y0 ) soluci on particular, b0 = b/d, a0 = a/d, (d = mcd(a, b)), Z 1 entero arbitrario
isolve(a*x+b*y=c,x,y);
2.2. NUMEROS ENTEROS. Mathematica (a, b, c,. . . datos) entrada GCD[a,b,...] LCM[a,b,...] {g,{r,s}}=ExtendedGCD[n=a,m=b,...] Solve[a*x==c && Modulus==b,x] Solve[b*y==c && Modulus==a,y] Ejemplos. (1) Identidad de B ezout con maple : igcdex(1027,712,s,t);s;t; 1 -165 238 (2) Identidad de B ezout con Mathematica : In[1]:= Out[1]= {g, {r, s}} = ExtendedGCD[n = 1027, m = 712] {1, {-165, 238}} salida mcd(a, b, . . . ) mcm(a, b, . . . ) g, r, s (ver ejemplo) (ver ejemplo) comentario
69
g = mcd(a, b) = ra + sb algunos x soluciones de ax + by = c algunos y soluciones de ax + by = c
(3) Ecuaciones diof anticas lineales con maple : isolve(8*x+12*y=20); {x = 1 - 3 _Z1, y = 1 + 2 _Z1} (4) Ecuaciones diof anticas lineales con Mathematica : In[1]:= Solve[8 x == 20 && Modulus == 12, x ] Out[1]= {{Modulus -> 12, x -> 1}, {Modulus -> 12, x -> 4}, {Modulus -> 12, x -> 7}, {Modulus -> 12, x -> 10}} In[2]:= Solve[12 y == 20 && Modulus == 8, y ] Out[2]= {{Modulus -> 8, y -> 1}, {Modulus -> 8, y -> 3}, {Modulus -> 8, y -> 5}, {Modulus -> 8, y -> 7}}
Ejercicios
9.1. Probar que c|a, c|b = c| mcd(a, b); a|c, b|c = mcm(a, b)|c. (N.B. Estas propiedades no est an incluidas en las deniciones: hablamos en ellas de m aximo y m nimo para la relaci on de orden, y lo que se pide aqu es probar que son igualmente m aximo y m nimo para la relaci on de divisibilidad en N) 9.2. Calcular d = mcd(1320, 714) y escribir d = 1320x + 714y con x, y Z.
70
9.3. Calcular mcd(a, b) y encontrar todas las soluciones de ax + by = mcd(a, b) en los siguientes casos: (1) a = 63, b = 49; (2) a = 619, b = 93; (3) a = 521, b = 2187. 9.4. Hallar todas las soluciones enteras de las ecuaciones (1) 2x + 3y = 7; (2) 21x 35y = 14.
9.5. Denir el m aximo com un divisor y el m nimo com un m ultipo de tres n umeros, mcd(a, b, c) y mcm(a, b, c). Hallar mcd(1485, 71148, 7882875), mcm(1485, 71148, 7882875). 9.6. Calcular d = mcd(60, 126, 44) y encontrar enteros x, y , z que veriquen d = 60x + 126y + 44z . 9.7. Para cada entero positivo n, calcular mcd(n, n + 1) y mcd(n, n + 2). 9.8. Demostrar que 3m + 11 y 2m + 7 son relativamente primos cualquiera que sea m N. 9.9. Sean a y b dos enteros positivos. Probar que si m = mcm(a, b), entonces mcd(m/a, m/b) = 1. 9.10. Dados a, b N, si d = mcd(a, b), probar que {ax + by : x, y Z} = {dz : z Z}. (Este u ltimo conjunto suele denotarse por dZ y el primero por aZ + bZ, con lo que la igualdad anterior queda aZ + bZ = dZ.) 9.11. Si a, b son enteros relativamente primos, qui en es mcm(a, b)? Por qu e? 9.12. Si a, b son enteros relativamente primos y c es un entero tal que a|c y b|c, probar que ab|c. Qu e sucede si a, b no son relativamente primos? por qu e? 9.13. Una persona desea comprar 430 d olares en cheques de viaje. Estos solamente existen en cheques de 20 y 50 d olares. Cu antos cheques de cada cantidad deber a adquirir? 9.14. De cu antas formas posibles se pueden tener 325 pesetas repartidas en monedas de 10 y de 25 pesetas? 9.15. Un tren sale de Par s a Niza cada 7 horas, a una hora en punto. Probar que algunos d as es posible tomar este tren a las 9 de la ma nana. Siempre que hay un tren a las 9 de la ma nana, Pierre lo coge para ir a visitar a su t a Marie. Cada cu anto tiempo ve Marie a su sobrino? Discutir el mismo problema con el tren a Burdeos, que sale de Par s cada 14 horas. 9.16. Demostrar que un cajero autom atico cargado de billetes de veinte y de cincuenta euros puede dispensar cualquier cantidad de euros m ultiplo de 10 que sea superior o igual a 40 euros. Sugerencia : puede probarse por inducci on, teniendo en cuenta que 2(2) + 5 = 1 = 2 3 5. 9.17. El problema de los cocos. Cinco marineros suspicaces emplean el d a en recoger un mont on de cocos. Agotados, posponen el reparto del mont on hasta la ma nana siguiente. Desconados, cada uno decide coger su parte durante la noche. El primer marinero divide el mont on en cinco partes iguales m as un coco extra, que da a un mono. Coge un mont on y deja el resto en un u nico mont on. M as tarde, el segundo marinero hace lo mismo; y, de nuevo, el mono recibe un coco sobrante. El tercero, cuarto y quinto marineros tambi en lo hacen; todas las veces queda un coco, que recibe el mono. Por la ma nana, dividen los cocos restantes en cinco montones iguales, y cada marinero recibe su parte. (Cada marinero sabe que faltan algunos, pero nadie protesta, porque todos son culpables!) Cu al es el menor n umero posible de cocos en el mont on original? (Este problema apareci o en el Saturday Evening Post el 9 de octubre de 1926.) Y para (que disfruten) los m as atrevidos:
2.2. NUMEROS ENTEROS. 9.18. Consideremos la sucesi on de Fibonacci, denida por recurrencia mediante las f ormulas 0 = 0, Probar que: (i) mcd(n , n+1 ) = 1 para todo n 1; (ii) n+m = n1 m + n m+1 para todo n 1, m 0; (iii) si r > 0, n |nr para todo n 1; (iv) si mcd(m, n) = d, entonces mcd(m , n ) = d . 9.19. Sea mcd(a, b) = 1. Probar que mcd(a + b, a2 ab + b2 ) es 1 o 3. 1 = 1, n = n1 + n2 , n 2.
71
9.20. Consid erese una diana para dardos con dos regiones, una que vale a puntos y la otra b puntos, donde a y b son enteros positivos sin factores comunes. Cu al es la mayor puntuaci on total que no puede obtenerse lanzando dardos a la diana? 9.21. Sean a, b enteros positivos primos entre s . Pobar que cualquier entero c (a 1)(b 1) tiene la forma ax + by , donde x e y son enteros no negativos. Probar que el entero ab a b no tiene esta forma. (Teorema de Sylvester, v. [DA-W] pp. 98 y ss.)
2.2.5.
N umeros primos y factorizaci on. Teorema fundamental de la Aritm etica.
Denici on 2.2.21. Un n umero entero positivo p distinto de 1 se dice primo si no tiene m as divisores positivos que el mismo y la unidad; en caso contrario diremos que es compuesto . Dicho de otra forma, p es primo si p N \ {1} y a N, a|p, implica a = 1 o a = p. Que un n umero n sea compuesto signica, seg un la denici on, que admite al menos un divisor positivo a tal que 1 < a < n. Lema 2.2.22. Para todo entero n 2 existe un n umero primo p tal que p|n. (Se dice entonces que p es un factor primo de n.) Demostraci on. Ya lo probamos por inducci on. Veamos c omo podr a formularse la demostraci on con otra apariencia. Si n es primo, basta tomar p = n. Si no lo es, admite un divisor positivo a1 tal que 1 < a1 < n. Si a1 es primo, basta tomar p = a1 . Si no lo es, admite un divisor positivo a2 tal que 1 < a2 < a1 , que a su vez ser a divisor de n. Si a2 es primo, basta tomar p = a2 . Si no lo es, podemos continuar el proceso: pero como cada vez vamos obteniendo divisores ak tales que 1 < ak < ak1 , es decir, cada uno estrictamente menor que el anterior, al cabo de un n umero nito de pasos encontraremos un divisor primo (= 2, en el peor de los casos). Teorema 2.2.23 (Euclides). El conjunto de los n umeros primos es innito. Demostraci on. Supongamos, por el contrario, que fuese nito, y que p1 , p2 , . . . , pn fuesen todos los diferentes n umeros primos (n N). El n umero N = p1 p2 pn + 1 no gura en esa lista, pues es estrictamente mayor que cada uno de sus elementos (por qu e?), y tendr a que ser divisible por alguno de ellos seg un el lema anterior. Pero N = pk (p1 p2 pk1 pk+1 pn ) + 1
72
da resto 1 al dividirlo por cada pk , y no resto 0, luego N no tendr a factores primos, contradicci on. Un procedimiento c asico para hallar los n umero primos menores o iguales que un entero positivo n es la criba de Erat ostenes, que consiste en ir suprimiendo de la lista de los n primeros n umeros naturales los que son m ultiplos de 2, luego los que son m ultiplos de 3, de 5, etc. (v. [D-H], p. 34.) Lo presentamos aqu en forma de algoritmo. Denici on 2.2.24. Algoritmo: La criba de Erat ostenes. Input: un entero positivo n. Output: la lista de primos menores o iguales que n. Paso 1: Construir la lista L := [2, . . . , n] y la lista vac a M . Paso 2: Sea m el menor elemento de L. A nadir m a M . Suprimir de L todos los m ultiplos de m. Paso 3: Repetir el Paso 2 hasta que L est e vac a. Paso 4: Devolver M . En Internet abundan los applets de Java que ejecutan este proceso interactivamente. Por ejemplo, ver estas direcciones: http://www.win.tue.nl/~ida/demo/c1s4ja.html http://www.faust.fr.bw.schule.de/mhb/eratosiv.htm http://www.shodor.org/succeedhi/succeedhi/sieve/model.html Lema 2.2.25. Sean a y b n umeros enteros no nulos y p un n umero primo tal que p|ab. Entonces p|a o p|b. Demostraci on. Puesto que p es primo, no tiene m as divisores positivos que 1 y p. Por tanto, si p |a, mcd(p, a) = 1. Podemos entonces aplicar la parte (ii) del lema 2.2.16 para concluir que p|b.
Teorema 2.2.26 (Teorema fundamental de la aritm etica). Todo n umero entero positivo distinto de 1 puede descomponerse como producto de factores primos de manera u nica, salvo el orden de dichos factores. Demostraci on. Comencemos probando la existencia de la factorizaci on. (Una presentaci on alternativa se encuentra en [D-H], p. 35.) Notemos que si p es primo, admite la factorizaci on trivial p = p. Sea Pn el enunciado n 2 y los n umeros enteros desde 2 hasta n admiten una descomposici on en factores primos . Puesto que 2 es primo, P2 es cierta. Supongamos ahora que es cierta para un n 2. Si n + 1 es primo, Pn+1 es cierta; si no lo es, podremos descomponerlo en n + 1 = n1 n2 con 1 < n1 < n + 1, 1 < n2 < n +1. Pero entonces 2 n1 n, 2 n2 n, y por la hip otesis de inducci on n1 = p1 pj , n2 = pj +1 pk , con p1 ,. . . , pj , pj +1 , . . . , pk primos. Por tanto n + 1 = p1 pj pj +1 pk es una factorizaci on de n + 1 como producto de primos, es decir, Pn+1 es cierta. Pasemos a probar la unicidad. (Tambi en podr a hacerse por inducci on). Supongamos que n = p 1 p 2 pj = q 1 q 2 q k
73
son dos descomposiciones de n en factores primos. Entonces p1 |q1 (q2 qk ) luego por el lema previo, p1 |q1 o p1 |(q2 qk ): en el primer caso, como p1 y q1 son primos, necesariamente p1 = q1 ; en el segundo caso p1 |q2 o p1 |(q3 qk ). Repitiendo el argumento anterior, en k pasos a lo sumo encontraremos un factor qk1 igual a p1 . Lo mismo podemos hacer con p2 , . . . , pk , que nos llevar an a factores qk2 = p2 , . . . , qkj = pj . Si no hubi esemos obtenido as todos los factores de la segunda descomposici on, podr amos cancelar los factores comunes y quedar a 1 = q1 q , lo que es imposible. Por tanto, las dos factorizaciones coinciden, salvo quiz a en el orden. El lector habr a obtenido ya anteriormente factorizaciones de numerosos ejemplos, por lo que no insistimos en este punto. Adem as, nada nuevo podemos a nadir a lo que ya conoce: no hay un algoritmo general para factorizar n umeros que sea realmente efectivo, por lo que seguiremos recurriendo a la divisi on por los primeros primos 2, 3, 5, etc., aliviada ligeramente si se aplican criterios de divisibilidad (hablaremos de ellos m as adelante). Dejamos como ejercicio la comprobaci on de que la descomposici on en factores primos permite obtener el m aximo com un divisor y el m nimo com un m ultiplo de la forma ya sabida.
rk sk s1 1 Ejercicio. Sean a = pr 1 pk , b = p1 pk las descomposiciones en factores primos distintos de a y b, arregladas para que aparezcan los mismos factores tomando, si es necesario, exponentes nulos. Pongamos mj = m n{rj , sj }, Mj = m ax{rj , sj }. Demostrar que mk 1 mcd(a, b) = pm 1 pk , Mk 1 mcm(a, b) = pM 1 pk ,
es decir, el m aximo com un divisor de a y b se obtiene multiplicando los factores primos comunes elevados al menor exponente , y el m nimo com un m ultiplo de a y b se obtiene multiplicando los factores primos comunes y no comunes elevados al mayor exponente . Factorizaci on con ordenador Existen diferentes algoritmos para hallar los factores primos de un n umero. Si el n umero no es demasiado grande, se usa la b usqueda directa, haciendo sucesivamente la divisi on por los primeros n umeros primos, como lo hacemos sin ordenador. Para n umeros m as grandes, hay distintos algoritmos (ninguno de car acter general) que aprovechan las caracter sticas especiales del n umero que se intenta factorizar, usando Teor a de N umeros avanzada. Hay m as informaci on en [5]. En maple se obtienen los factores primos de un n umero con las ordenes ifactor e ifactors, y en Mathematica , con FactorInteger o con FactorIntegerECM (requiere cargar el paquete FactorIntegerECM). Su sintaxis precisa y las diferentes opciones disponibles pueden consultarse en los manuales o en la ayuda de los programas. Como cabe suponer, tambi en en este punto abundan en Internet applets de Java que realizan la factorizaci on. Por ejemplo, en espa nol, el alpertron del argentino Dar o Alpern [4], descrito as : Applet capaz de encontrar factores de 20 o 30 d gitos de n umeros o expresiones num ericas de hasta 1000 d gitos. Calcula adem as la cantidad y suma de los divisores, el indicador de Euler y la funci on Moebius del n umero y su descomposici on como suma de hasta cuatro cuadrados perfectos. Lectura: Conjetura de Goldbach. Uno de los aspectos m as fascinantes de la Teor a de N umeros enteros es que abunda en problemas sencillos de enunciar que, sin embargo, son tremendamente dif ciles de resolver, hasta el punto de que algunos de ellos llevan planteados varios siglos y a un no han sido resueltos. Por
74
ejemplo, Christian Goldbach (16901764) envi o en 1742 una carta a su amigo Euler, en la que, tras comprobar unos pocos casos particulares, armaba: todo n umero natural par distinto de 2 es suma de dos n umeros primos. Todav a no se sabe si esta armaci on es cierta o falsa. Una excelente novela de Apostolos Doxiadis, El t o Petros y la conjetura deGoldbach, reeja (entre otras cosas) los esfuerzos para probarla. Y, para animar a quien tenga buenas ideas sobre esta cuesti on, las editoriales de la novela, Bloomsbury Publishing Company (Estados Unidos) y Faber and Faber Limited (Gran Breta na), ofrec an un premio de un mill on de d olares a quien obtuviese una soluci on antes de marzo de 2002. Creo que la oferta no ha sido renovada. Lectura: Conjetura de Fermat/Teorema de Wiles. Quiz a el problema m as famoso en este terreno es el llamado ultimo teorema de Fermat. Pierre de Fermat, contempor aneo de Descartes y tan buen o mejor matem atico que el, estudiaba hacia 1637 un ejemplar de la edici on de G. C. Bachet de la Arithmetica de Diofanto, y ten a por costumbre incluir comentarios propios en el margen del libro. En una p agina escribi o: Descomponer un cubo en suma de otros dos cubos, una cuarta potencia, o en general cualquier potencia en suma de dos potencias del mismo orden mientras sea mayor al segundo, es imposible, y ciertamente he encontrado una demostraci on magn ca de esto, pero el margen es demasiado estrecho para contenerla. Era un farol? Algunas otras de sus armaciones conten an las ideas de las demostraciones, todas ellas de gran originalidad. Lo cierto es que s olo pudieron darse respuestas parciales para valores particulares del exponente (hay abundantes referencias sobre ellas: una reciente, el cap tulo 5 de [Casti]). En junio de 1993, el matem atico ingl es Andrew Wiles present o en una conferencia en Cambridge la demostraci on de un resultado la conjetura de Shimura-Taniyama-Weil que implicar a que la armaci on de Fermat era cierta. La comunidad matem atica vivi o una etapa de suspense cuando se descubri o un fallo que Wiles no pudo solucionar hasta 1994, publicando junto con Richard Taylor en 1995 un art culo de m as de 130 p aginas, que parece haber vencido nalmente todas las dicultades. El teorema de Fermat tambi en ha sido fuente de inspiraci on literaria: una novela de Denis Guedj, El teorema del loro, da un repaso a la historia de las matem aticas mientras desarrolla una intriga montada alrededor del loro de un hipot etico demostrador del teorema.
Ejercicios
10.1. Demostrar que si n 2 y n no es primo, entonces debe existir un primo p tal que p|n y p2 n. Qu e inter es tiene este resultado en relaci on con la criba de Erat ostenes? 10.2. Demostrar que todo n umero primo mayor que 3 es de la forma 6n + 1 o 6n + 5. 10.3. Demostrar que un entero de la forma 4n + 3 admite un divisor primo de esa forma y deducir que existen innitos n umeros primos de la forma 4n + 3. 10.4. Probar que cualquier n umero primo p = 3 es de la forma 3q + 1 o 3q + 2 para alg un entero q . Probar que existen innitos primos de la forma 3q + 2. 10.5. Si p es primo, probar que p divide al coeciente bin omico p , k 1 k p 1.
Encontrar un contraejemplo para el caso de que p no sea primo. 10.6. Sean p, a, n Z. Demostrar que si p es primo y n es positivo y se verica que p|an , entonces p|a y, por tanto, pn |an . Vale tambi en si p es compuesto?
75
10.7. Si mcd(a, b) = 1 y a2 b2 es un cuadrado perfecto, probar que a + b y a b son ambos cuadrados perfectos o bien dobles de cuadrados perfectos. 10.8. Cu al es la relaci on entre el n umero de ceros en que termina la expresi on decimal de un entero n y su descomposici on en factores primos? 10.9. Probar que si 2n 1 es primo, entonces n es primo. (Los primos de la forma 2n 1 se llaman primos de Mersenne ; se conocen 35 primos as .) Sugerencia: qu e sucede si n no es primo?
2.2.6.
Congruencias. Aritm etica modular.
Volvemos sobre una importante relaci on que hab amos introducido anteriormente. Denici on 2.2.27. Fijado un entero m 2, dos n umeros enteros a y b son congruentes m odulo m, a b (m od m), si m|(b a). Equivalentemente, a b (m od m) si y s olo si a y b dan el mismo resto al dividirlos por m: pues si a = pm + r, b = qm + r, 0 r < m, resulta b a = (q p)m; y rec procamente, si a b (m od m), para alg un entero k es b a = km, luego si a = pm + r, 0 r < m, entonces b = a + km = (p + k )m + r, 0 r < m, y as r es igualmente el resto de dividir b por m (estamos usando la unicidad del resto en la divisi on entera). Proposici on 2.2.28. Para cada entero m 2, la relaci on de congruencia es una relaci on de equivalencia en Z. Demostraci on. Ya lo hemos probado en el cap tulo anterior. Por consiguiente, jado m, Z queda partido en una colecci on disjunta de clases de equivalencia [a] = {b Z : a b (m od m)}, que se denominan clases de restos m odulo m. Si representamos en un sistema cartesiano la relaci on de congruencia, es decir, el conjunto de los puntos (a, b) del ret culo Z Z tales que a b (m od m) para m = 3, por ejemplo, comprobamos que aparecen exactamente los puntos de coordenadas enteras que est an sobre las rectas de pendiente 1 que cortan al eje OX en los valores enteros m ultiplos de 3, o sea, sobre las rectas y = x + 3n, n Z. Para representar horizontalmente la clase [a0 ] correspondiente a un a0 Z, aprovecharemos que, por simetr a, [a0 ] = {x Z : x a (m od m)}, y as tenemos que buscar los puntos (x, a0 ), que aparecen sobre la recta y = a0 paralela al eje OX , distanciados consecutivamente en 3 unidades (ver gura anterior); sus proyecciones sobre el eje OX son los puntos x de la clase de equivalencia [a0 ] (gura adjunta). Como se puede observar, hay tan s olo tres clases distintas: las proyecciones de los puntos marcados con cuadrados (los m ultiplos de 3), las de los puntos marcados con c rculos (los anteriores m as 1 unidad) y las de los puntos marcados con tri angulos (los primeros m as 2 unidades).
76 La situaci on general es similar:
Proposici on 2.2.29. Para cada entero m 2, dado a Z, la clase de restos de a m odulo m es [a] = {a + mz : z Z} = a + mZ. Demostraci on. Evidentemente, si b = a + mz , z Z, es a b (m od m) por la denici on de congruencia. Y si a b (m od m), por lo mismo debe existir un z Z tal que b a = mz , es decir, b = a + mz . Denici on 2.2.30. Fijado m 2, el conjunto de las clases de restos m odulo m se denota por Zm o Z/mZ. Se trata, pues, del conjunto cociente de Z respecto de la relaci on de congruencia m odulo m. Proposici on 2.2.31. Dado m 2, Zm = {[0], [1], . . . , [m 1]}. Demostraci on. Para cada a Z, [a] = [r] para uno y un solo entero r tal que 0 r < m: el resto de la divisi on entera de a por m, seg un hemos comentado previamente. Adem as del inter es de las clases de restos en muchos usos de la vida cotidiana (la esfera del reloj, los meses, los d as de la semana, los cuentakil ometros de los coches) y de sus aplicaciones en cuestiones relacionadas con la divisibilidad, los conjuntos Zm son importantes porque pueden dotarse de una estructura algebraica (de una suma y un producto). Esta estructura es sucientemente similar a la de Z como para que nos sintamos c omodos operando en ella, y sucientemente distinta como para proporcionar ejemplos sencillos de situaciones insospechadas: fallos a veces en la propiedad cancelativa, con la existencia de divisores de cero, frente a la existencia, en otras ocasiones, de inverso para el producto como en Q, R y C. La denici on de suma y producto de clases de restos es completamente natural: [a] + [b], [a] [b], deben ser [a + b], [a b]. Pero un momento de reexi on basta para darse cuenta que necesitamos un ajuste previo. Si a es otro representante de [a] y b es otro representante de [b], de modo que [a] = [a ], [b] = [b ], llegamos al mismo resultado que antes si tomamos [a + b ], [a b ]? El objetivo del siguiente lema es comprobar que la respuesta es armativa. Lema 2.2.32. Dado m 2, sean a a (m od m), b b (m od m). Entonces a + b a + b (m od m), ab a b (m od m).
Demostraci on. Que a a (m od m), b b (m od m), signica que existen p, q Z tales que a a = pm, b b = qm. En consecuencia (a + b ) (a + b) = a a + b b = (p q )m, y as a + b a + b (m od m). An alogamente, a b = (a + pm)(b + qm) = ab + (aq + pb + pqm)m, de donde ab a b (m od m). Denici on 2.2.33. Dado m 2, sean [a], [b] Zm . Denimos [a] + [b] = [a + b], [a] [b] = [a b] Notemos que seg un el lema previo, la aplicaci on suma (respectivamente, producto ) de Zm Zm en Zm que hace corresponder a ([a], [b]) Zm Zm la clase [a + b] (respectivamente, [ab]) est a bien denida.
77
Proposici on 2.2.34. Con la suma y el producto que acabamos de denir, Zm es un anillo conmutativo con unidad. Demostraci on. Que Zm es un anillo conmutativo con unidad signica que se cumple, cualesquiera que sean las clases [a], [b], [c] Zm , 1. Propiedad asociativa de la suma. ([a] + [b]) + [c] = [a] + ([b] + [c]). (Cierto: ambas son la clase [a + b + c].) 2. Propiedad conmutativa de la suma. [a] + [b] = [b] + [a]. (Puesto que a + b = b + a.) 3. Existencia de elemento neutro (cero) para la suma. Hay una clase, [0] concretamente, tal que [0] + [a] = [a] + [0] = [a]. (Puesto que 0 + a = a + 0 = a.) 4. Existencia de elemento opuesto para la suma. para cada [a] Z hay una clase (y una s ola), la clase [a], tal que [a] + [a] = [a] + [a] = [0]. (Evidente.) 5. Propiedad asociativa del producto. ([a] [b]) [c] = [a] ([b] [c]). (Ambas son la clase [abc].) 6. Propiedad conmutativa del producto. [a] [b] = [b] [a]. (Inmediato.) 7. Existencia de elemento neutro (identidad) para el producto. Hay una clase, concretamente [1], tal que [1] [a] = [a] [1] = [a]. (Inmediato.) 8. Propiedad distributiva del producto respecto de la suma. [a] ([b] + [c]) = [a] [b] + [a] [c]. (Ambas son la clase [a(b + c)] = [ab + ac].) Ejemplos. Veamos las tablas completas de sumar y multiplicar para m = 6 y m = 7 (en el interior de la tabla, por comodidad, hemos representado las clases sin los corchetes [ , ].) + [0] [1] [2] [3] [4] [5] + [0] [1] [2] [3] [4] [5] [6] [0] 0 1 2 3 4 5 [0] 0 1 2 3 4 5 6 [1] 1 2 3 4 5 0 [1] 1 2 3 4 5 6 0 [2] 2 3 4 5 0 1 [2] 2 3 4 5 6 0 1 [3] 3 4 5 0 1 2 [3] 3 4 5 6 0 1 2 [4] 4 5 0 1 2 3 [4] 4 5 6 0 1 2 3 [5] 5 0 1 2 3 4 [5] 5 6 0 1 2 3 4 [6] 6 0 1 2 3 4 5 [0] [1] [2] [3] [4] [5] [0] [1] [2] [3] [4] [5] [6] [0] 0 0 0 0 0 0 0 [0] 0 0 0 0 0 0 [1] 0 1 2 3 4 5 6 [1] 0 1 2 3 4 5 [2] 0 2 4 6 1 3 5 [2] 0 2 4 0 2 4 [3] 0 3 6 2 5 1 4 [3] 0 3 0 3 0 3 [4] 0 4 1 5 2 6 3 [4] 0 4 2 0 4 2 [5] 0 5 3 1 6 4 2 [5] 0 5 4 3 2 1 [6] 0 6 5 4 3 2 1
Suma y producto m odulo 6
Suma y producto m odulo 7
Se observar a que entre las tablas de sumar hay bastantes analog as: son sim etricas respecto a la diagonal principal, por ejemplo (debido a qu e?), y en cada la y cada columna aparece una permutaci on de Zm (est an todas las clases sin excepci on, una sola vez, en ordenaciones diferentes: hay alguna causa?). En las tablas de multiplicar hay mayores discrepancias, e incluso fen omenos extra nos. Descontando la anomal a que siempre introduce el [0] en la multiplicaci on, la tabla de multiplicaci on m odulo 7 mantiene las caracter sticas anteriores; por el contrario, en Z6 hay
78
aberraciones tales como que el producto de dos clases no nulas, [2] por [3] y otras, es la clase nula! Sin embargo, la multiplicaci on por [5] produce una permutaci on en Z6 como en la suma, e 2 incluso tiene inversa, la propia clase [5], de modo que [5] = [1] (lo cual es menos chocante si se piensa que [5] = [1]). La explicaci on de estos hechos est a en los resultados que vienen a continuaci on. Lema 2.2.35. Sean a, b, m enteros y m 2. Si d = mcd(a, m), entonces la congruencia lineal ax b (m od m) tiene soluci on si, y s olo si, d|b. Cuando d divida a b, si x0 es una soluci on, la soluci on general viene dada por x = x0 + (m/d)n, nZ ()
En particular, las soluciones forman, exactamente, d clases de restos m odulo m, con representantes x0 , x0 + (m/d), x0 + 2(m/d), . . . , x0 + (d 1)(m/d). Demostraci on. Un x Z es soluci on de la ecuaci on () si y s olo si m divide a b ax, lo cual a su vez equivale a que exista un y Z tal que b ax = my , o sea, ax + my = b : en otras palabras, x es soluci on de () si y s olo si es soluci on (junto con alg un y ) de la ecuaci on diof antica ax + my = b. Como ya sabemos, existe tal soluci on si y s olo si d = mcd(a, m)|b, y si hay soluci on, las innitas soluciones se deducen de una de ellas x0 (con su pareja y0 ) a trav es de las f ormulas x = x0 +(m/d)n (con y = y0 (a/d)n), n Z. La u nica novedad en el enunciado es, por tanto, la armaci on nal. Para probarla, observemos primero que cada n umero x0 + k (m/d), 0 k d 1 est a en una clase de restos distinta, pues x0 + j (m/d) x0 + k (m/d) (m od m) con 0 j < k d 1 implicar a que m|(k j )(m/d), siendo 0 (k j )(m/d) k (m/d) < m, lo cual es imposible. Por u ltimo, dada una soluci on cualquiera x = x0 + (m/d)n, n Z, dividiendo n por d resulta n = qd + r, q Z, 0 r d 1, y as x0 + (m/d)n = x0 + qm + r(m/d) x0 + r(m/d) (m od m).
Corolario 2.2.36. Sean a, b, m enteros y m 2. Si a y m son relativamente primos, entonces la congruencia lineal ax b (m od m) () tiene una y una sola soluci on m odulo m. Demostraci on. Basta aplicar el lema anterior teniendo en cuenta que, por hip otesis, mcd(a, m) = 1.
Corolario 2.2.37. Sean a, m enteros y m 2. La congruencia ax 1 (m od m) tiene soluci on si, y s olo si, mcd(a, m) = 1, en cuyo caso, hay una s ola soluci on m odulo m. Formulando los resultados anteriores dentro de Zm , encontramos las causas de los fen omenos observados en las tablas de multiplicar en Z6 y Z7 . Corolario 2.2.38. Sean a, b, m enteros y m 2. Si d = mcd(a, m), entonces la ecuaci on en Zm [a] x = [b] tiene soluci on x en Zm si, y s olo si, d|b. Cuando d divida a b, hay exactamente d soluciones distintas en Zm , y si x0 Zm es una de ellas, dichas soluciones son x0 , x0 + [(m/d)], x0 + [2(m/d)], . . . , x0 + [(d 1)(m/d)].
2.2. NUMEROS ENTEROS. Demostraci on. Es otra forma de enunciar el lema 2.2.35.
79
Corolario 2.2.39. Sean a y m enteros relativamente primos, y m 2. Entonces la aplicaci on M : Zm Zm dada por M (x) = [a] x (la multiplicaci on por [a]) es una biyecci on. Demostraci on. Seg un el corolario anterior, para cada [b] Zm existe un x Zm y uno s olo tal que [a] x = [b], es decir, tal que M (x) = [b], y por tanto M es biyectiva. Esto explica las permutaciones. Los ceros an omalos provienen de lo siguiente: Corolario 2.2.40. Sean a y m enteros tales que m 2 y [a] = [0] en Zm . Si d = mcd(a, m) 2, existe x Zm \ {[0]} tal que [a] x = [0]. (Decimos entonces que [a] y x son divisores de cero en Zm : su producto es nulo, pese a que ambos son distintos de cero.) Demostraci on. Tomando b = 0 y x0 = [0] en el corolario 2.2.38, vemos que la ecuaci on [a] x = [0] tiene d 1 ( 1) soluciones distintas de x0 = [0], que son [(m/d)], [2(m/d)], . . . , [(d 1)(m/d)].
Si en un anillo con unidad A todo elemento no nulo tiene inverso (o sea, hay un elemento que multiplicado por el da la unidad), se dice que A es un cuerpo. Teorema 2.2.41. Sea m un entero mayor o igual que 2. Entonces Zm es un cuerpo si y s olo si m es primo. Demostraci on. Que una clase [a] = [0] tenga inverso quiere decir que existe x Zm tal que [a] x = [1]. Pero si m es primo, como m | a ya que [a] = [0], se sigue que mcd(a, m) = 1 y la ecuaci on [a] x = [1] tiene soluci on Zm ( unica, adem as). En cambio, si m es compuesto, m = ab con 1 < a < m, 1 < b < m, por lo cual tiene que ser [a] = [0] = [b]; y sin embargo [a] no tiene inverso, pues mcd(a, m) = a = 1 (m as todav a: [a] y [b] son divisores de cero, ya que [a][b] = [0], aunque [a] y [b] sean los dos distintos de [0], y esto es imposible cuando [a] tiene inverso). Nota. En los anillos de matrices tambi en se encuentran divisores de cero. Por ejemplo, si A = 1 0 0 0 0 0 ,B= , AB = sin que ninguno de los factores se anule. 1 0 1 1 0 0 Resoluci on de ecuaciones en congruencias con ordenador En maple se dispone de msolve(eqns,m), donde eqns es una ecuaci on (no necesariamente tan sencilla como las que hemos estudiado) o un conjunto de ecuaciones. La respuesta es una lista de valores enteros no negativos, cada uno en una clase de restos m odulo m, que dan todas las soluciones m odulo m de la ecuaci on. Ejemplo: msolve(8*x=20,12); {x = 1}, {x = 4}, {x = 7}, {x = 10}
80
En Mathematica hab amos encontrado ya la orden Solve[a*x==c && Modulus==b,x], cuya respuesta (ahora lo vemos) es similar a la de maple . Ejemplo: In[1]:= Solve[8 x == 20 && Modulus == 12, x ] Out[1]= {{Modulus -> 12, x -> 1}, {Modulus -> 12, x -> 4}, {Modulus -> 12, x -> 7}, {Modulus -> 12, x -> 10}} APLICACIONES Criterios de divisibilidad. Algunas aplicaciones de las congruencias nos son familiares desde bastantes a nos atr as. Un n umero es divisible por 2 cuando termina en 0 o cifra par. Un n umero es divisible por 5 cuando termina en 0 o en 5. Suena conocido? Un n umero es divisible por 3 cuando la suma de sus cifras es m ultiplo de 3. Un n umero es divisible por 9 cuando la suma de sus cifras es m ultiplo de 9. La raz on de estas reglas es ahora muy evidente. Partimos de un n umero N escrito cn cn1 . . . c1 c0 en base decimal, de manera que N = c0 + c1 10 + + cn1 10n1 + cn 10n , cn = 0.
Que sea divisible por m equivale a que sea congruente con 0 (m od m). Observando que 10 0, 10 0, 10 1, 10 1, se deduce N c0 (m od 2), N c0 (m od 5), N c0 +c1 +c2 + (m od 3), N c0 +c1 +c2 + (m od 9), 102 0, 10 0, 10 1, 10 1,
2 2 2
..., ..., ..., ...,
10n 0, 10 0, 10 1, 10 1,
n n n
... ... ... ...
(m od 2), (m od 5), (m od 3), (m od 9),
y de aqu los criterios de divisibilidad que hemos recordado. Tambi en se justica as la olvidada prueba del nueve para la divisi on: al efectuar a mano la divisi on entera entre n umeros grandes a y b, es f acil cometer errores tanto de c alculo como de escritura. Una prueba c omoda (aunque no infalible!) para detectarlos, si hemos obtenido un cociente c y un resto r, consiste en trazar un aspa como en la gura, y poner en a el resultado de sumar las cifras de a. Si esta es mayor que 9, sustituimos a por la suma de sus cifras, y si es 9 ponemos un cero; repitiendo este proceso si es necesario, llegaremos en unos cuantos pasos a un valor menor que 9 que pondremos en la casilla de a (el valor nal es, obviamente, el u nico n umero entre 0 y 8 congruente con a m odulo 9; por ejemplo, para a = 87462371, ir amos obteniendo 8 + 7 + 4 + 6 + 2 + 3 + 7 + 1 = 38, 3 + 8 = 11, 1 + 1 = 2 o m as f acil, 8 + 7 + 4 + 6 + 2 + 3 + 7 + 1 = (8 + 1) + (7 + 2) + 4 + (6 + 3) + 7 4 + 7 = 11). a r b c Con el mismo m etodo de reducci on sumando cifras, ponemos en b el u nico n umero entre 0 y 8 congruente con a m odulo 9, en c el reducido de c. Multiplicamos c por b , reducimos el resultado, y lo sumamos con las cifras de r prosiguiendo la reducci on; la cifra que se obtenga al nal debe coincidir con a . Si no es as , hay un error con toda seguridad; pero si coinciden, podr a haber todav a un error, aunque sea un poco menos probable.
@b a@ (c b + r ) c @
81
La raz on: lo que se comprueba en el proceso anterior es si de a a , b b , c c (m od 9), y a = cb + r, se sigue a c b + r (m od 9). Si no es as , por supuesto debe haber un error en los n umeros, porque de la igualdad se sigue la equivalencia; pero si se da la equivalencia, no est a garantizada la correcci on del resultado. 17526 1286 424 431 42 17526 1286 324 431 42 17526 286 286 431 40
@8 3 @ 4 MAL! 6@
@8 3 @ 3 BIEN? 6@
@8 3 @ 3 REVISADA 4@
Ejercicio. Probar que un n umero es divisible por 11 si y s olo si la suma de las cifras de lugar par menos la suma de las cifras de lugar impar es m ultiplo de 11. Sugerencia : 10 1 (m od 11). Ejercicio. Probar que un n umero es divisible por 25 si y s olo si termina en 00, 25, 50 o 75. Ejercicio. Por qu e nunca se enuncia un criterio sencillo de divisibilidad por 7, similar a los que hemos considerado? (No obstante, ver [6].) D gitos de control. Las congruencias inciden en nuestra vida diaria de forma invisible, pero constante, y en las situaciones m as insospechadas. As lo explica el prof. M. Gasca ([G]): Se dice que estamos en la Era de la Informaci on. Veamos algunas de las cuestiones surgidas en torno a ella y que en el fondo son problemas matem aticos m as o menos intrincados. Se usan mucho los c odigos de barras para identicar un producto. Se trata de barras blancas y negras que al ser le das r apidamente por l aser se traducen en ceros y unos, sistema binario, que a su vez se traducen a numeraci on decimal. En el caso del C odigo Universal de Productos, el m as frecuente, son unos 12 d gitos decimales, de los que uno advierte del grupo de productos de que se trata, el grupo siguiente identica al fabricante, otro grupo da idea del producto concreto, a veces de su tama no, etc., y el u ltimo d gito es de control. Si han observado los n umeros de sus cuentas bancarias de 20 d gitos, los 4 primeros son la entidad, 4 para la Agencia, 2 de control y luego 10 para su cuenta personal. Observar an que en ambos casos hablamos de d gitos de control. Es muy f acil al transmitir tantos n umeros bailar su orden o confundir una cifra. Mediante un algoritmo matem atico muy simple el ordenador detecta el error. Se entender a mejor con el NIF. Hacienda ten a graves problemas con la gente que daba, intencionadamente, un n umero err oneo de DNI, sin poder demostrar la intencionalidad del error. Un algoritmo muy simple asigna a cada n umero de DNI una letra, dando lugar al NIF. Para ello, Hacienda seleccion o 23 letras del alfabeto eliminando i, n , o y u por causar confusiones, y les asign o un n umero aleatorio entre 0 y 22: la A tiene el 3, la W el 2, etc. Dividiendo el n umero del DNI entre 23, prescindiendo de decimales en el cociente y volviendo a multiplicar por 23, se obtiene un n umero igual o menor que el del DNI. La diferencia entre el DNI y ese nuevo n umero es el que decide la letra. Si ahora Vd. cambiara algo en su n umero de DNI, como bailar dos d gitos, es sumamente probable que la letra nal no saldr a la misma y el ordenador avisar a del error. Entendiendo el proceso ser a facil simo cambiar el n umero y a la vez cambiar la letra para que concuerden y el ordenador no detecte el error, pero si posteriormente se descubre, ya hay maniesta mala fe. En el caso de la cuenta bancaria, los d gitos son 2 porque se usa uno para el grupo de cifras Banco-Agencia y otro para el n umero de la cuenta. Por supuesto, podemos a nadir otros ejemplos (ver [C-C-S], pp. 46 y ss.):
82 ISBN
El ISBN es el International Standard Book Number, el NIF de los libros podr amos decir. Es un c odigo que se asigna a cada publicaci on que lo solicita, que permite identicarla r apidamente. Consiste en 9 d gitos, seguidos de un d ecimo s mbolo que puede ser otro d gito (de 0 a 9) o una X. Los nueve primeros d gitos dan la informaci on del libro, como el a no y el lugar de publicaci on, y el s mbolo nal es de control. Si el ISBN de un libro es a1 a2 . . . a9 b, se elige b de manera que a1 + 2a2 + + 9a9 b (m od 11), correspondiendo X al resto 10. En este caso hay posibilidad de corregir peque nos errores: si en el n- esimo s mbolo hay un error de +1 o 1, entonces a1 + 2a2 + + 9a9 + 10b (m od 11) es igual a +n o n, respectivamente. M usica digitalizada En los CDs, la m usica se almacena codicada en listas de ceros y unos. Usando un rayo laser, el lector de CDs lee la informaci on del disco y la convierte en la se nal que termina transformada en sonido en los altavoces. Hay muchas causas que pueden originar errores de lectura: rayas, suciedad o polvo en la supercie del disco, el rayo laser deja de apuntar al lugar adecuado, etc. El almacenamiento de la informaci on ha de hacerse de manera que el lector pueda detectar y corregir esos errores. Comunicaciones En todos los canales de comunicaci on hay que contar con el ruido, alteraciones de todo tipo que hacen que la se nal recibida no sea igual que la emitida: transmisiones de televisi on o telefon a por sat elite, l neas de tel efono, fax, e-mails, televisi on, etc. mediante cable,. . . Para crear c odigos que permitan corregir errores, se han utilizado espacios vectoriales sobre cuerpos Zp ! (ver Los c odigos correctores, de G. Lachaud-S. Vladut y La doble correcci on, de C. Berrou y cols., en [MC1]). En [COMAP], pp. 586 y ss., pueden verse tambi en algunos detalles sobre correcci on de errores y compresi on de datos. El peque no teorema de Fermat Otra aplicaci on importante de las congruencias es que ciertos resultados permiten responder armativamente a la pregunta: es posible probar que un n umero no es primo sin conocer sus factores? Veamos c omo (criterios de primalidad). Teorema 2.2.42 (El peque no teorema de Fermat). Dado un n umero primo p, sea a N tal que p no divide a a. Entonces ap1 1 (m od p). Demostraci on. Aplicando el corolario 2.2.39, Zp = {[0], [1], . . . , [p 1]} = {[0 a], [1 a], . . . , [(p 1) a]}. Por tanto 0 1 2 (p 1) a 2a (p 1)a 1 2 (p 1)ap1 (m od p) y cancelando 1 ap1 (m od p). Corolario 2.2.43. Dado un n umero primo p, para cualquier a N es ap a (m od p). Demostraci on. Si p|a, ap 0 a (m od p). En caso contrario, basta multiplicar por a ambos t erminos de la equivalencia ap1 1 (m od p). Por tanto, si encontramos valores de a para los que no se cumplen las equivalencias anteriores, p NO podr a ser primo.
2.2. NUMEROS ENTEROS. Ejemplos. 1. 63 no es primo: si lo fuera, 262 1 (m od 63), y sin embargo od 63). 262 = 260 22 = (26 )10 22 = (64)10 22 4 (m
83
2. 341 no es primo: si lo fuese, como 73 = 343 2 (m od 341) y 210 = 1024 1 (m od 341), se 340 3 113+1 113 110+3 vericar a 7 = 7 2 72 7 8 7 56 (m od 341). Como 56 1 (m od 341), 341 no puede ser primo. Ver comentarios en [DA-W], p. 114. La congruencia de Fermat tambi en sirve, obviamente, para hallar restos. Ejemplo. Como 31 es primo, 1130 1 (m od 31), y as 11902 = 113030+2 = (1130 )30 112 130 112 121 28 (m od 31). Criptograf a. El peque no teorema de Fermat, o sus generalizaciones como el teorema de Euler, est an en la base de algunos sistemas modernos de criptograf a. C omo transmitir mensajes secretos asegur andose que no ser an comprendidos por un eventual enemigo? Tal es el objetivo de la criptograf a. En principio, el mensaje a transmitir tiene que codicarse previamente por medio de una clave que el emisor y el receptor mantienen en secreto. En general, esta clave puede ser f acilmente invertida , por lo que sirve tanto para cifrar el mensaje inicial como para descifrar el mensaje cifrado. En tal caso, que es el cl asico, el emisor y el receptor comparten un mismo secreto, la clave que sirve para cifrar y descifrar. El principio de la criptograf a de clave p ublica, inventado en 1976 por Whiteld Die y Martin Hellman, de la Universidad de Stanford, es muy distinto. El m etodo supone que la clave del cifrado no puede ser f acilmente invertida para hallar la clave del desciframiento. La primera puede ser p ublica, mientras que s olo el receptor puede conocer la segunda. La seguridad es entonces mucho mayor. Supongamos que Alicia quiere enviar a Bernardo un mensaje secreto por medio de una clave p ublica. En tal caso, Bernardo tiene que comunicar a Alicia una clave de cifrado que puede ser conocida por todo el mundo (es la clave p ublica). Alicia la utiliza para cifrar su mensaje, que luego env a a Bernardo. Para descifrar el mensaje en clave, Bernardo utiliza su clave privada, que es el u nico en conocer. El sistema de cifrado de clave p ublica m as conocido y utilizado es probablemente el sistema RSA, inventado en 1978 por Ronald Rivest, Adi Shamir y Leonard Adelman, del MIT (Massachusetts Institute of Technology, Estados Unidos ). [ ] Desde aproximadamente 1980, es bastante f acil averiguar si un n umero, aunque sea muy grande, es o no primo. En cambio, es mucho m as dif cil descomponer un n umero grande en factores primos. En esta diferencia de dicultad se basan precisamente los modernos m etodos de criptograf a. Muy esquem aticamente, la idea consiste en construir la clave del cifrado (no secreta) por medio de un n umero N producto p q de dos n umeros primos grandes. El desciframiento, en cambio, requiere el conocimiento de p y q por separado, unos valores que s olo se comunican a las personas autorizadas. Para descifrar un mensaje en clave, un esp a tendr a que encontrar, conociendo N , sus dos factores primos p y q . Ahora bien, para N lo bastante grande (digamos que del orden de 150 cifras) y convenientemente elegido, es imposible realizar esta operaci on inversa en un tiempo aceptable. [ ] La importancia de la teor a de n umeros en criptograf a es tal que los matem aticos se ven confrontados a problemas deontol ogicos. Por ejemplo, si uno de ellos descubre un m etodo de
84
CAP ITULO 2. NUMEROS NATURALES Y ENTEROS factorizaci on num erica mucho m as ecaz que los precedentes, qu e debe hacer? Comunicarlo al primer ministro, exponerlo p ublicamente en una conferencia internacional para que nadie pueda aprovecharse de el a expensas de otros o venderlo al mejor postor? Afortunadamente, hasta d onde se sabe, las mejoras encontradas por los matem aticos no son lo bastante revolucionarias como para que el problema se plantee en toda su acuidad.
(fragmentos del art culo La intriga de los n umeros primos, de Henri Cohen, publicado en [MC1].) En [C-C-S], pp. 1516, se da la siguiente descripci on simplicada, a modo de receta culinaria, del sistema RSA. ingredientes necesarios: dos n umeros primos p y q un n umero de codicaci on v y otro de descodicaci on w tales que vw 1 (m od (p 1)(q 1)). Los primos p y q y el n umero de descodicaci on w son secretos. El n umero de codicaci on v y el m odulo m = p q no hace falta que sean secretos, pueden ser p ublicos. Codicar un n umero x transform andolo en otro y mediante y xv (m od m). Descodicar y recuperando x mediante x y w (m od m). Qu e justica la u ltima armaci on? Se supone que p y q son muy grandes, y que x es menor que q 1 p 1 ellos. Por eso (x ) 1 (m od p), (xp1 )q1 1 (m od q ), de donde x(p1)(q1) 1 (m od pq ) (por qu e?), y as y w xvw xa(p1)(q1)+1 (x(p1)(q1) )a x x (m od m). Ver otra descripci on aproximada en [COMAP], pp. 580584. Para mayor precisi on, consultar en la direcci on [1] los apuntes de Fco. Javier Cobos Gavala, Universidad de Sevilla.
Ejercicios
11.1. A lo largo del texto se ha usado que para todo n N, de a b (m od m) se sigue an n b (m od m). Demostrarlo. 11.2. Demostrar, utilizando congruencias, que si un n umero entero es a la vez un cuadrado y un cubo, entonces se puede escribir en la forma 7k o 7k + 1. 11.3. Probar que las seis primeras potencias de 10 pertenecen a distintas clases de congruencias m odulo 7. (Comentario: Gauss pregunt o si las potencias de 10 dan n 1 clases de congruencias distintas m odulo n para innitos n; la pregunta sigue sin contestar. Los m odulos 5 y 13 fallan, a pesar incluso de que son primos.) 11.4. Sea k un n umero impar. Probar que k 2 1 (m od 8). 11.5. Hay alg un cuadrado perfecto (entero de la forma k 2 , k Z), que sea congruente con 2 m odulo 3? Por qu e? 11.6. Si x2 + y 2 = z 2 , demostrar: (i) al menos uno de los valores x, y o z es divisible por 3;
2.2. NUMEROS ENTEROS. (ii) xyz es un m ultiplo de 4; (iii) al menos uno de los valores x, y o z es divisible por 5; (iv) xyz es un m ultiplo de 60.
85
(Los enteros x, y , z que cumplen la ecuaci on dada se llaman, por razones obvias, ternas pitag oricas .) 11.7. Dado un entero n 2, probar que en cada clase de restos m odulo n hay exactamente un entero r que cumple n/2 < r n/2. (Estos n umeros se llaman menores restos absolutos m odulo n; cuando n es impar, son 0, 1, 2, . . . , (n 1)/2; cuando n es par, 0, 1, 2, . . . , (n 2)/2, n/2.) 11.8. Usando el problema anterior, hallar el menor resto no negativo de 28 33 (m od 35). 11.9. Decimos que k es un cuadrado m odulo n si k j 2 (m od n) para alg un j . Supongamos que n = m2 + 1 para alg un m N. Probar que si k es un cuadrado m odulo n, tambi en k es un cuadrado m odulo n. 11.10. Si p es un primo, probar por inducci on en n que np n (m od p). Deducir el peque no teorema de Fermat. 11.11. Calcular 132231 (m od 7), 246218 (m od 11), 145197 (m od 13). 11.12. Hallar los inversos de 13 en Z21 y Z31 . 11.13. Hallar los inversos de 4 y 12 en Z19 .
86
Bibliograf a
[Casti] J. L. Casti: Mathematical Mountaintops: The Five Most Famous Problems of All Time. Oxford U. P., 2001. [C-C-S] Cohen, A. M.; Cuypers, H.; Sterk, H.: Algebra Interactive! (Learning algebra in an exciting way). Springer, Berlin, 1999. Versi on on line : http://www.win.tue.nl/~ida/home.html [COMAP] COMAP: Principles and Practice of Mathematics. Springer, New York, 1997. [DA-W] DAngelo, J. P.; West, D. B.: Mathematical Thinking. Problem-Solving and Proofs. Prentice-Hall, Upper Saddle River, NJ, 1997. [Ddk] [D-H] [G] Dedekind, R.: Qu e son y para qu e sirven los n umeros?. (edici on e introducci on de J. Ferreir os) Alianza Editorial, Madrid, 1998. Dorronsoro, J.; Hern andez, E.: N umeros, grupos y anillos. Addison-Wesley/UAM, Madrid, 1996. Gasca, M.: Las Matem aticas en la vida del a no 2000, Monograf as de la Academia de Ciencias de Zaragoza 19 (3744) 1996.
[GJPR] Goberna, M. A.; Jornet, V.; Puente, R.; Rodr guez, M.: Algebra y fundamentos. Una introducci on. Ariel, Barcelona, 2000. [Ham] [Lieb] [MC1] Hamilton, A. G.: Numbers, sets and axioms: the apparatus of mathematics. Cambridge Univ. Press, 1982. Liebeck, M.: A Concise Introduction to Pure Mathematics. Chapman & Hall/CRC, Boca Raton, 2000. Mundo Cient co: El universo de los n umeros: Matem aticas para interpretar el mundo. Extra n um. 1, s.f..
[Peano] Peano, G.: Arithmetices principia nova methodo exposita. Bocca, Rom-Florenti, 1889.. [S-T] Stewart, I.; Tall, D.: The Foundations of Mathematics. Oxford Univ. Press, 1977. Un libro de problemas resueltos muy interesante con muchos ejercicios accesibles, pero que en buena parte requiere un mayor conocimiento en Teor a de N umeros, es [Si] Sierpinski, W.: 250 Problems in Elementary Number Theory. Elsevier, New York; PWN, Warszawa, 1970. 87
88 Documentos en Internet
BIBLIOGRAF IA
[1] F. J. Cobos: Curso de Introducci on a la Matem atica Discreta. Universidad de Sevilla, 2002-2003. http://ma1.eii.us.es/Docencia/apuntes/ap imd.PDF [2] Axiomas de Peano. http://www.unizar.es/analisis matematico/numyconj/axpeano.pdf [3] Fundamentos de la aritm etica, The Oxford Companion to Philosophy. http://www.xrefer.com/entry/551320 [4] D. Alpern, Factorizaci on usando curvas el pticas. http://www.alpertron.com.ar/ECMC.HTM [5] MathWorld, Prime Factorization Algorithms. http://mathworld.wolfram.com/PrimeFactorizationAlgorithms.html [6] Can it divide?, criterios de divisibilidad por veintid os n umeros. http://www.geocities.com/krishnakoradas/lesson11.htm
Cap tulo 3
N umeros racionales. Polinomios.

Sobre los n umeros racionales y su construcci on seguimos fundamentalmente el texto [DA-W]. Sobre polinomios, ver [Pest] y [GJPR]. Si bien [D-H] trata en detalle los polinomios, lo hace a un nivel m as elevado del que corresponde a este curso. En cada momento daremos las referencias complementarias que sean pertinentes.
3.1.
N umeros racionales.
La idea y el manejo de los n umeros racionales, y m as concretamente de las fracciones, nos es sobradamente familiar. Lo que pretendemos ahora es reexionar sobre el signicado de las fracciones apoyados en la base conjuntista que poseemos actualmente, explicando el sentido de las manipulaciones que hemos aprendido por decreto y sentando las bases para construcciones similares en contextos m as generales, que se utilizar an en otras asignaturas.
3.1.1.
Insuciencia de Z. Fracciones.
Consideremos los dos problemas siguientes: (a) Hay que repartir veinte abrigos equitativamente, en igual n umero, entre seis familias. Cu antos hay que dar a cada una? (b) Se dividen veinte metros de tela a partes iguales entre seis sastres. Cu anta tela tendr a cada uno? Ambos problemas se traducen matem aticamente en: Hallar x tal que 6x = 20. Vale para ambos la misma respuesta? Evidentemente, no. En el primer caso, daremos tres abrigos a cada familia (y sobrar an dos, no hay soluci on exacta); en el segundo, no podemos expresar la respuesta satisfactoriamente con valores enteros, Z resulta insuciente en estas y otras situaciones en las que hay que resolver exactamente ecuaciones de la forma ax = b, a = 0. Lo que hacemos es sacar de la nada una soluci on, la fracci on que representamos por b/a . Para otra ecuaci on a y = b tendr amos la soluci on y = b /a . Habr a, pues, tantas soluciones distintas como ecuaciones distintas? Volviendo sobre el ejemplo de la tela, la experiencia nos dice que si se repartieran diez metros entre s olo tres sastres, cada uno recibir a la misma cantidad que antes, y lo mismo suceder a repartiendo treinta metros entre nueve, etc. Para reejar elmente esta situaci on, habr a que igualar soluciones id enticas aunque provengan de ecuaciones distintas. Bajo qu e criterio? Si los nuevos entes van a comportarse de manera coherente con los viejos n umeros enteros, como x = b/a signica que ax = b e y = b /a signica a y = b , tambi en ser a a ax = a b, aa y = ab , y as x = y debe corresponderse justamente con ba = b a. Llamamos fracciones equivalentes a las que verican esta relaci on, y decimos que denen el mismo n umero racional. Qu e estamos haciendo, desde nuestra perspectiva actual? Descorriendo todos los velos, en esto queda el misterio de las fracciones: tomamos pares ordenados (m, n) Z (Z \ {0}) y establecemos 89
90
CAP ITULO 3. NUMEROS RACIONALES. POLINOMIOS.
una equivalencia: (m, n) (p, q ) si mq = np; si es una verdadera relaci on de equivalencia, la identicaci on posterior no supone otra cosa que el paso a las clases de equivalencia (un n umero racional = una clase de equivalencia de fracciones) y al conjunto cociente (este ser a Q). La manera de operar con los nuevos objetos est a completamente determinada si no queremos romper nuestras c omodas leyes. Para sumar fracciones, recurrimos al arreglo anterior: x = b/a, y = b /a lleva a a ax = a b, aa y = ab , y esto fuerza que aa (x + y ) = a b + b a, es decir, x + y = (ba + b a)/(aa ). El producto es m as directo: de ax = b y a y = b se pasa, multiplicando, a aa xy = bb , que deja xy = bb /aa . Pasan estas operaciones a las clases de equivalencia, como suced a en el caso de las congruencias? Habr a que comprobar, igual que entonces, que sumando fracciones equivalentes se obtienen sumas equivalentes, y que multiplicando fracciones equivalentes se obtienen productos equivalentes. Enseguida nos ocuparemos de ello. Para complementar esta visi on algebraica de los n umeros racionales, puede verse una interpretaci on geom etrica como pendientes de rectas, en [DA-W] pp. 123124 o en [GJPR] p. 127, por ejemplo.
3.1.2.
Construcci on de Q
Formalicemos las consideraciones anteriores. Lema 3.1.1. Sea F = Z (Z \ {0}), y la relaci on en F dada por (m, n) (p, q ) cuando y s olo cuando mq = pn. Entonces es una relaci on de equivalencia en F . Demostraci on. La relaci on es: Reexiva, pues (m, n) (m, n) cualquiera que sea (m, n) F , ya que trivialmente mn = mn Sim etrica, siempre que (m, n) (p, q ) resulta (p, q ) (m, n) porque lo primero signica que mq = pn y lo segundo que pn = mq . Transitiva, de (m, n) (p, q ) y (p, q ) (r, s) se sigue (m, n) (r, s), porque si mq = pn y ps = rq , tambi en mqps = pnrq . Si p = 0, como q = 0, cancelando pq ya queda ms = nr; mientras que si p = 0, forzosamente m = 0 y r = 0, y en este caso ms = 0 = nr. A los elementos de F los denominaremos fracciones . Denici on 3.1.2. El conjunto de los n umeros racionales es el conjunto cociente Q = F/ . Sus elementos, los n umeros racionales , son por tanto las clases de equivalencia [(m, n)]. Nota. Evitando arrastrar las poco intuitivas notaciones (m, n) para lo que siempre hemos escrito m m o m/n, y [(m, n)] para lo que estamos acostumbrados a representar igualmente por o m/n, de n n aqu en adelante volvemos a la notaci on cl asica. No obstante, no hay que perder de vista entonces que tenemos una misma notaci on para dos objetos distintos: la fracci on (m, n) y el n umero racional [(m, n)] del cual la fracci on anterior es un representante. En cualquier caso, lo que no ha originado confusi on hasta ahora no deber a causarla tampoco de ahora en adelante. Cuando sea necesario, indicaremos expl citamente si nos estamos reriendo a una fracci on o a un n umero racional. Por ejemplo: Denici on 3.1.3. Una fracci on m/n se dice irreducible si n > 0 y mcd(m, n) = 1. Ejercicio. Probar que toda fracci on es equivalente a una y una s ola fracci on irreducible ; dicho de otro modo, que todo n umero racional admite un u nico representante que sea una fracci on irreducible.
3.1. NUMEROS RACIONALES. Denici on 3.1.4. Dadas dos fracciones m p , llamaremos suma de ambas a la fracci on n q
91
m p mq + pn + = n q nq y producto a la fracci on mp mp = n q nq
Para denir la suma y el producto en Q dependemos del siguiente lema. Lema 3.1.5. Dadas fracciones m m p p m m p p , , , tales que , , se verica n n q q n n q q mp m p . n q n q
m p m p + + , n q n q
Demostraci on. Por hip otesis, mn = m n, pq = p q . Por denici on m p mq + pn + = , n q nq luego (mq + pn)(n q ) = mqn q + pnn q = (mn )(qq ) + (pq )(nn ), (m q + p n )(nq ) = m q nq + p n nq = (m n)(qq ) + (p q )(nn ) son iguales, que es lo que necesit abamos probar. Para el producto la demostraci on se deja como ejercicio. Denici on 3.1.6. Dados dos n umeros racionales n umero racional m p , Q, llamaremos suma de ambos al n q m p mq +pn + = , n q nq
m p mq + pn + = n q nq mp mp = n q nq
y producto al n umero racional
Notemos que seg un el lema previo, la aplicaci on suma (respectivamente, producto ) de Q Q en mp m p mq + np Q que hace corresponder a , Q Q el n umero racional (respectivamente, ) n q nq nq est a bien denida. Proposici on 3.1.7. Con la suma y el producto que hemos denido, Q es un cuerpo conmutativo. Demostraci on. Enunciamos las propiedades a comprobar, esbozando las demostraciones. p r m p r m 1. Propiedad asociativa de la suma. + + = + + . n q s n q s mqs + nps + nqr (Cierto: ambas operaciones dan como resultado .) nqs m p p m 2. Propiedad conmutativa de la suma. + = + . n q q n (Inmediato.) 3. Existencia de elemento neutro (cero) para la suma. Hay un n umero racional, que m m m denotamos provisionalmente por [0], tal que [0] + = + [0] = . n n n (Vale tomar [0] = 0/1.)
92
m 4. Existencia de elemento opuesto para la suma. Para cada Q hay un n umero racional n m m m m m (y uno s olo), el n umero racional , tal que + = + = [0]. n n n n n (Evidente.) m pr mp r = . 5. Propiedad asociativa del producto. n q s n q s mpr .) (Ambos son el n umero racional nqs mp pm 6. Propiedad conmutativa del producto. = . n q q n (Inmediato.) 7. Existencia de elemento neutro (identidad) para el producto. Hay un n umero racional, m m m denotado provisionalmente por [1], tal que [1] = [1] = . n n n (Tomar [1] = 1/1.) m 4. Existencia de elemento inverso para el producto. Para cada Q \{0} hay un elemento n n n m m n (y uno s olo) en Q, el n umero racional , tal que = = [1]. m m n n m (Tiene sentido porque m = 0.) 8. Propiedad distributiva del producto respecto de la suma. (Ambos son iguales a m(ps + qr) mpns + mrnq = .) nqs nqns m n p r + q s = mp mr + . n q n s
Los enteros como racionales. Es inevitable la distinci on entre el cero de Q , [0], y el cero de Z , 0? o entre el uno de Q y el uno de Z ? No hemos cre do siempre que los n umeros enteros estaban inclu dos en los racionales? Qui en no pondr a 6/3=2? Sin embargo, nos estamos reriendo a objetos de naturaleza distinta: un n umero racional es nada menos que un conjunto de pares de n umeros enteros. Pero desde que aprendimos las fracciones hemos identicado 0/1 con 0; 1/1 con 1 o, en general, m/1 con m cualquiera que sea m Z. Es incorrecto matem aticamente? No: hay una buena raz on para hacerlo, que se basa en el siguiente resultado. Proposici on 3.1.8. La aplicaci on h : Z Q dada por h(m) = m/1 Q, tiene las siguiente propiedades: (i) es inyectiva, h(m) = h(n) si m = n; (ii) transforma sumas en sumas, h(m + n) = h(m) + h(n); (iii) transforma productos en productos, h(m n) = h(m) h(n). Demostraci on. Ejercicio. Es decir, h es un isomorsmo entre Z y h(Z), lo que signica que para todo lo referido a operaciones algebraicas (con sumas, restas, productos, potencias) Z y h(Z) son indistinguibles: toda operaci on en uno de estos sistemas puede ser reproducida elmente en el otro, lo que hace innecesario a estos efectos diferenciar m de h(m). Por ello, desde este momento, consideramos ZQ y m = m/1 para todo m Z. m Z,
3.1. NUMEROS RACIONALES.
93
La idea de isomorsmo, identicaci on de dos sistemas matem aticos que tienen las mismas formas (de operar), abstrayendo as su esencia matem atica, es muy importante y est a por todas partes en Matem aticas. Uno y otro sistema puede verse como un modelo distinto de un mismo sistema abstracto, dos caras de una misma moneda.(*) Nota. Si se revisan cuidadosamente las demostraciones anteriores, se observar a que, de entre todas las propiedades de Z, s olo hemos necesitado las propiedades de la suma y el producto que hacen de Z un dominio de integridad. Por tanto, la idea de sumergir un dominio de integridad en un cuerpo de fracciones es reutilizable en toda situaci on similar (por ejemplo, al tratar con polinomios). Ver [GJPR], pp. 115 y ss. La relaci on de orden en Z se puede extender a una relaci on de orden en Q. Lema 3.1.9. Sean m/n, m /n fracciones equivalentes. Entonces mn > 0 si y s olo si m n > 0. Demostraci on. Por hip otesis mn = m n, luego mnn = m n2 ; como n2 > 0, si mn > 0 se sigue que m y n son ambos positivos o ambos negativos (no pueden ser nulos por qu e?), y en cualquier caso m n > 0. Denici on 3.1.10. Sea m/n Q. Diremos que m/n es positivo si mn > 0. Dados m/n, p/q Q, diremos que m/n es menor o igual que p/q , escrito m/n p/q , si p/q m/n es positivo o 0. Obs ervese que el concepto de n umero racional positivo est a bien denido, en virtud del lema anterior. Tambi en, que un n umero racional m/n es positivo si y s olo si m/n > 0 (o sea, 0 m/n y 0 = m/n). Proposici on 3.1.11. La relaci on es una relaci on de orden en Q, y es un orden total. Demostraci on. La manera m as c omoda de comprobarlo pasa por examinar previamente algunas propiedades del conjunto de los n umeros racionales positivos, que denotaremos aqu por P (la notaci on habitual es Q+ , demasiado complicada). Primero, veamos que para todo n umero racional m/n se verica una y s olo una de estas tres alternativas: m/n = 0, m/n P , m/n P (ley de tricotom a ). En efecto, si no es m/n = 0, tendremos que o bien mn > 0 (en cuyo caso m/n P ), o bien mn < 0, en cuyo caso (m)n > 0 y m/n P ; y las alternativas son claramente excluyentes. Despu es, P es estable o cerrado para la suma, es decir, si m/n, p/q P , tambi en m/n + p/q P . Supongamos m > 0, n > 0, p > 0, q > 0 (si no es as , basta sustituir la fracci on m/n por la fracci on equivalente mn/n2 , o p/q por pq/q 2 ). Entonces m/n + p/q = (mq + pn)/pq P claramente, pues (mq + pn)pq es un producto de enteros positivos. Con esto, la relaci on es: Reexiva, pues m/n m/n cualquiera que sea m/n Q, ya que trivialmente m/n m/n = 0. Antisim etrica, siempre que m/n p/q y p/q m/n simult aneamente, ha de ser m/n = p/q , porque en caso contrario, p/q m/n y su opuesto m/n p/q deber an ser simult aneamente positivos, imposible.
Generalmente se identican ambos modelos, como hemos hecho aqu . Pero en algunas ocasiones, disponer de varios modelos sirve para transferir intuici on de uno a otro. La ventaja es obvia: si dos juegos distintos obedecen a las mismas reglas, ganaremos con mayor facilidad jugando el que tenga la estrategia m as evidente. Hay un ejemplo precioso de ello en M. Gardner: Inspiraci on aj a!. Labor, Barcelona, 1981 (reed. 1992)., pp. 116 y ss. Un feriante tiene un mostrador con casillas numeradas del 1 al 9, y el juego consiste en ir poniendo monedas por turno (de 50 pesetas el feriante, de 5 pesetas el otro jugador); se lleva todo el dinero de la mesa el que primero ocupe tres casillas distintas cuyos n umeros sumen 15. El feriante gana siempre que quiere, porque sabe que, disponiendo los n umeros en un cuadrado m agico, el juego resulta isomorfo al tres en raya, sencill simo de jugar (merece la pena leer la exposici on original y los comentarios del maestro Martin Gardner).
(*)
94
CAP ITULO 3. NUMEROS RACIONALES. POLINOMIOS. Transitiva, de m/n p/q y p/q r/s se sigue m/n r/s; esto es evidente si m/n = p/q o p/q = r/s. Si no es este el caso, tendremos r/s m/n = (r/s p/q ) + (p/q m/n), suma de dos racionales positivos, luego positivo. Un orden total, pues dados m/n, p/q Q, o p/q m/n es 0 (con lo cual m/n = p/q ), o es positivo (y as m/n p/q ) o (p/q m/n) = m/n p/q es positivo (lo que da p/q m/n)
Nota. Se respeta el orden antiguo en Z? Puesto que hemos identicado m Z con m/1 Q, dados m y n Z disponemos de dos criterios para escribir m n. Pero en la nueva denici on, m n signica literalmente m/1 n/1, o sea, que n/1 m/1 = (n m)/1 es 0 (en cuyo caso n m = 0, i.e. n = m) o es un n umero racional positivo, es decir, que (n m) 1 > 0, i.e., n > m; en cualquier caso, m n en la relaci on de orden de Z. En consecuencia, la aplicaci on h : Z Q que permit a identicar Z con h(Z) conserva tambi en las desigualdades, por lo que Z y h(Z) son as mismo indistinguibles (isomorfos) por lo que respecta a las propiedades de orden. Es importante saber c omo se suman y multiplican desigualdades. Las reglas fundamentales son las siguientes. Proposici on 3.1.12. Dados m/n, p/q , r/s Q, se tiene: (Compatibilidad del orden con la suma) si m/n p/q , entonces m/n + r/s p/q + r/s; (Compatibilidad del orden con el producto por elementos no negativos) si m/n p/q , y adem as r/s 0, entonces m/n r/s p/q r/s. En particular, de m/n 0 y p/q 0 se sigue m/n p/q 0. Demostraci on. Para la suma basta tener en cuenta que (p/q + r/s) (m/n + r/s) = p/q m/n y aplicar la denici on. Para el producto, notemos primero que si a/b y c/d son n umeros racionales positivos, tambi en a/b c/d = ac/bd es positivo, ya que (ac)(bd) = (ab)(cd) > 0. Por tanto, si m/n p/q , y r/s 0, como p/q r/s m/n r/s = (p/q m/n) r/s, el segundo t ermino es un producto de factores positivos o nulos, y por lo anterior es positivo o nulo.
Un cuerpo en el que se ha denido un orden total que tenga las dos propiedades anteriores se llama cuerpo conmutativo totalmente ordenado . Podemos resumir entonces las propiedades vistas diciendo Q es un cuerpo conmutativo totalmente ordenado. La enumeraci on diagonal de Cantor hizo plausible la existencia de una aplicaci on biyectiva entre N y Q (i. e., que Q es numerable). Sin embargo, aunque en este sentido N y Q tienen la misma cantidad de elementos, los tienen repartidos de manera totalmente distinta, como muestran los siguientes resultados. Proposici on 3.1.13. Entre dos n umeros racionales hay otro n umero racional. Demostraci on. Dados a, b Q, si a < b es a < a+b < b, porque 2
a + b 2a ba 1 a+b a= = = (b a) > 0, 2 2 2 2
3.1. NUMEROS RACIONALES. ya que b a > 0 por hip otesis y 1/2 > 0 (por qu e?). An alogamente b 2b (a + b) ba a+b = = > 0. 2 2 2
95
Proposici on 3.1.14. En Q no se cumplen los principios del m aximo ni del m nimo. Demostraci on. Por ejemplo, A = {x Q : 0 < x < 1} es un conjunto no vac o (por qu e?) acotado superiormente por 1 e inferiormente por 0. Pero no tiene elemento m aximo ni elemento m nimo: si fuese M = m ax A, ser a M A y por tanto 0 < M < 1; pero seg un acabamos de probar, existir a x Q entre M y 1, con lo cual 0 < M < x < 1, es decir, x M y x > M , por lo que M no puede ser el m aximo de A. An alogamente se prueba con el m nimo.
Ejercicios
12.1. Hallar las fracciones irreducibles equivalentes a 36/50, 444/33, 231 107/999 999 989. 12.2. Sean a/m y b/n fracciones irreducibles. Probar que (an + bm)/(mn) es irreducible si y s olo si m y n son relativamente primos. 12.3. Probar que en todo cuerpo K totalmente ordenado (en particular, en Q) se verica: (i) x2 0 para cada x K , y x2 = 0 si y s olo si x = 0. (ii) 1 > 0 (unidad y cero de K ). (iii) Para 2 = 1 + 1 (en K ) y 1/2 = inverso de 2 en K , 0 < 1/2 < 1. 12.4. Sean m, n, p, q enteros positivos tales que m p q y p/q m/n. Probar que n m q p. Comprobar que esta conclusi on no siempre es cierta si m q < p y p/q m/n. 12.5. Sean m, n, p, q enteros positivos tales que m/n < p/q . Probar que m/n < (m + p)/(n + q ) < p/q. 12.6. Paradoja de Simpson. En un curso hay dos grupos, el grupo de la ma nana y el grupo de la tarde. En el grupo de la ma nana hay A chicas y B chicos, y en el de la tarde hay C chicas y D chicos. En el primer examen aprueban a chicas y b chicos del grupo de la ma nana, y en el de la tarde aprueban c chicas y d chicos. Tanto en el grupo de la ma nana como en el de la tarde el porcentaje de chicas aprobadas es menor que el de chicos aprobados. Podemos armar que el porcentaje global de aprobados ser a menor para las chicas que para los chicos? Examinar el caso A = 14, B = 6, C = 6, D = 19, a = 11, b = 5, c = 2, d = 7. C omo se explica esto? (Ver [DA-W], pp. 129130, y [1].)
96
3.2.
Polinomios
Ya es de sobras conocido que las expresiones tales como x2 + 1, y, en general, an xn + an1 xn1 + + a1 x + a0 , donde n N, a0 ,. . . , an Q, reciben el nombre de polinomios sobre Q o polinomios con coecientes racionales. Pero el nombre polinomio encubre, en realidad, dos conceptos diferentes: el de polinomio formal o polinomio en sentido estricto y el de funci on polin omica. En el primer sentido, manejamos los polinomios como f ormulas o expresiones simb olicas, sin darle a x ning un contenido determinado dejando la x indeterminada y operando con ella, por as decir, como un objeto que no se mezcla con los coecientes.(**) En el segundo sentido, se piensa en la funci on que a cada x de un cierto conjunto de n umeros (u otros objetos: clases de restos, matrices, . . . ) hace corresponder el n umero (o . . . ) que resulta al calcular an xn + an1 xn1 + + a1 x + a0 . Distinguiremos, pues, entre estos conceptos, reservando el nombre de polinomio para el primero y llamando funci on polin omica al segundo. A lo largo del curso, en esta y otras asignaturas, se manejar an no solamente polinomios con coecientes en Q, sino tambi en polinomios con coecientes reales y complejos. Muchas de las propiedades de los polinomios son comunes en todos estos casos, dependen u nicamente de que los coecientes pertenezcan a un cuerpo. Para dejarlo m as claramente de maniesto, trataremos por ello inicialmente con polinomios sobre un cuerpo conmutativo arbitrario K , que podr a ser en su momento Q, R o C (sin olvidar los cuerpos Zp , tan importantes en aplicaciones). Cuando sea oportuno, iremos estudiando algunas propiedades espec cas de los polinomios con coecientes racionales. Mientras no se indique lo contrario, de aqu en adelante K representa un cuerpo conmutativo cualquiera y X una indeterminada. x3 (5/2)x + 1, (47/8)x6 3x2 + (6/5)x + 2, . . .
3.2.1.
Deniciones. Suma y producto de polinomios.
Denici on 3.2.1. Un polinomio sobre K en la indeterminada X es una expresi on de la forma p(X ) = a0 + a1 X + + an1 X n1 + an X n , donde n N, a0 ,. . . , an K . Para 1 k n, el elemento ak se llama coeciente de X k en p = p(X ); a0 es el t ermino independiente o constante de p (puede verse como el coeciente de X 0 ); si k > n, se entiende (cuando sea conveniente) que el coeciente de X k en p es 0. Cuando ak = 1 s olo se pone X k , y X k si ak = 1; cuando ak = 0 el t ermino +0 X k suele omitirse (as , para cada a K , a puede entenderse tambi en como el polinomio constante a + 0 X + 0 X 2 + 0 X 3 + ). El polinomio nulo o cero es aqu el cuyos coecientes son todos cero; se denotar a por 0. Dados dos polinomios p(X ) = a0 + a1 X + + an1 X n1 + an X n , q (X ) = b0 + b1 X + + bm1 X m1 + am X m ,
que p(X ) y q (X ) sean iguales signica que a0 = b0 , a1 = b1 y, en general, ak = bk para todo k N, teniendo en cuenta el convenio anterior de que ak = 0 si k > n y bk = 0 si k > m.
Es posible dar un sentido preciso a estas nociones un tanto vagas de expresiones simb olicas o formales y de indeterminada ; nosotros nos conformaremos con la idea intuitiva, remitiendo para una denici on m as rigurosa p. ej. al libro de Godement, R.: Cours dalg ebre. Hermann, Paris, 1963., p. 353.
(**)
3.2. POLINOMIOS
97
Al conjunto de los polinomios sobre K en la indeterminada X (tambi en llamados polinomios con coecientes en K ) lo denotaremos por K [X ]. Denici on 3.2.2. Si un polinomio p(X ) no tiene todos los coecientes nulos, su grado es el m aximo n tal que an = 0, y este coeciente an recibe entonces el nombre de coeciente director . Si el coeciente director es igual a 1, se dice que p(X ) es un polinomio m onico . El grado de un polinomio p suele denotarse por deg p. Observemos que al polinomio nulo no le asignamos ning un grado (en algunos textos se considera deg 0 = ). Los polinomios de grado cero o constantes se corresponden con los elementos no nulos de K . La suma de polinomios se dene sumando ordenadamente los coecientes correspondientes a la misma potencia de X . Concretamente, Denici on 3.2.3. Dados dos polinomios en K [X ], p = a0 + a1 X + a2 X 2 + + an X n , su suma es el polinomio p + q = (a0 + b0 ) + (a1 + b1 )X + (a2 + b2 )X 2 + (se entiende ak = 0 o bk = 0 donde sea necesario). Nota. Es c omodo disponer de una cierta exibilidad a la hora de escribir polinomios, sin tener que estar sujetos a la rigidez de la forma p(X ) = a0 + a1 X + + an1 X n1 + an X n que exige en principio nuestra denici on. Tras la introducci on de la suma, es claro que el polinomio p(X ) podr a escribirse igualmente como p(X ) = an X n + an1 X n1 + + a1 X + a0 por ejemplo, sin m as que interpretar el segundo t ermino como el polinomio suma de los polinomios n n 1 an X , an1 X , . . . , a1 X , a0 . Lo mismo puede decirse si los sumandos aparecen en cualquier otro orden. Aprovechando esta situaci on, en lo sucesivo emplearemos el siguiente convenio : cuando escribamos un polinomio no nulo p = 0 en la forma an X n + an1 X n1 + + a1 X + a0 , sobreentenderemos que an es su coeciente director, es decir, que n es su grado y que an = 0. Ejercicio. Si p, q , p + q K [X ] \ {0}, y p(X ) = an X n + an1 X n1 + + a1 X + a0 , q (x) = bm X m + bm1 X m1 + + b1 X + b0 , q = b 0 + b 1 X + b2 X 2 + + bm X m ,
probar que el grado de p + q es menor o igual que m ax{n, m}, siendo el menor estricto solamente cuando p y q tienen el mismo grado (n = m) y sus coecientes directores son opuestos, i.e., an + bn = 0. El producto de polinomios se dene por la ley ai X i bj X j = ai bj X i+j , y buscando que sea distributivo. Concretamente,
98
Denici on 3.2.4. Dados dos polinomios en K [X ], p = a0 + a1 X + a2 X 2 + + an X n , su producto es el polinomio p q = c0 + c1 X + c2 X 2 + + cn+m X n+m , donde ck = i+j =k ai bj , es decir, que si 0 k n + m, ck = a0 bk + a1 bk1 + + ak1 b1 + ak b0 , conviniendo como antes que si alguno de los coecientes ai , bj no aparecen en p o en q , los tomamos iguales a cero. Obs ervese que p 0 = 0 = 0 p y que si p y q no son nulos, el coeciente director de pq es el producto del coeciente director de p por el coeciente director de q (as que tambi en pq = 0) y el grado de pq es la suma del grado de p m as el grado de q , deg(pq ) = deg p + deg q . Proposici on 3.2.5. Con las operaciones suma y producto anteriores, K [X ] es un dominio de integridad. Demostraci on. Se deja como ejercicio el comprobar las diferentes propiedades. Por ejemplo, el polinomio nulo es el elemento neutro para la suma; el polinomio constante 1 es la identidad para el producto. La propiedad cancelativa se sigue de que pr = qr es lo mismo que (p q )r = 0, y este producto s olo puede ser 0 si r = 0 o p q = 0.
El espacio vectorial K [X ]. En K [X ] tenemos denida una suma, y disponemos adem as de un producto por escalares natural: dados a K , p K [X ], podemos denir a p como el producto del polinomio constante a por p. Es f acil comprobar que con esta suma y este producto por escalares, K [X ] es un espacio vectorial sobre K . En cierto sentido, es el menor espacio vectorial sobre K de dimensi on innita: una base obvia est a formada por la sucesi on de polinomios 1, X, X 2 , . . . , X n , . . .
q = b 0 + b 1 X + b2 X 2 + + bm X m ,
3.2.2.
Divisi on de polinomios.
Proposici on 3.2.6 (Divisi on eucl dea). Dados p, q K [X ] con q no nulo, existen dos polinomios c y r tales que p = cq + r, con r nulo o de grado estrictamente menor que q.
Con esta condici on, los polinomios c y r, denominados respectivamente cociente y resto de la divisi on de p por q , son u nicos. Demostraci on. Existencia. Si p = 0 o el grado de p es estrictamente menor que el de q , claramente p = 0 q + p, y se sigue lo pedido. Suponiendo, pues, deg p deg q , procedemos por inducci on sobre el grado de p. Si deg p = 0 (y 1 en consecuencia deg q = 0), tendr amos p = a0 , q = b0 = 0, p = a0 b 0 q + 0. Si el enunciado es cierto cuando el grado del dividendo es menor o igual que n 1, n N, veamos que tambi en lo es cuando deg p = n. Sean an y bm los coecientes directores de p y q 1 nm q tiene obviamente grado estrictamente menor respectivamente. El polinomio p1 = p an b m X 1 nm , r = p resuelve la cuesti al de p. Si p1 = 0 o deg p1 < deg q , tomar c = an b on; y 1 m X si deg p1 deg q , por la hip otesis de inducci on el resultado es cierto para p1 , luego existen c1 , r K [X ] tales que p1 = c1 q + r con r = 0 o con r de grado estrictamente menor que el de q .
3.2. POLINOMIOS
99
1 nm + c . Entonces p = cq + r , siendo r = 0 Denotemos por c = an b o de grado estrictamente 1 m X menor que el de q , como quer amos. Unicidad. Sean c, c, r, r K [X ] tales que cq + r = p = cq + r con r = 0 o deg r < deg q , y r = 0 o deg r < deg q . Entonces r r = (c c)q,
y si r r = 0, por las propiedades de los grados anteriormente se naladas deber a ser deg q deg(c c) + deg q = deg((c c)q ) = deg(r r) m ax{deg r, deg r} < deg q, imposible. (c c)q = 0; pero q = 0, luego c = c. Por lo tanto r = r, y as N otese que el grado proporciona, para la divisi on de polinomios, el control del tama no del resto que para los enteros nos daba la condici on 0 r < |q |. La propia demostraci on sugiere el m etodo habitual para efectuar la divisi on, obteniendo sucesivamente los t erminos del cociente de mayor a menor grado. Ejemplos. Dividir p(X ) por q (X ) en los siguientes casos: p(X ) = 6X 4 + 4X 2 + X 5, q (X ) = 2X 2 1; p(X ) = X 6 + 2X 5 + 5X 4 + 7X 3 + X 2 + 3X + 5, q (X ) = X 3 + 5X + 3; p(X ) = X 7 + 1, q (X ) = X + 1.
3.2.3.
M aximo com un divisor. Algoritmo de Euclides.
Denici on 3.2.7. Sean p, q K [X ]. Decimos que p divide a q , o que p es un divisor o factor de q , o que q es m ultiplo de p, escrito p|q , si existe c K [X ] tal que q = pc; expresado de otra forma, si el resto de la divisi on de q por p es 0. Diremos entonces que c es el cociente exacto q/p o el cofactor de p. Observaciones. Como consecuencias inmediatas de la denici on, se obtienen: dados polinomios arbitrarios p, q , r, s, t K [X ], y a K [X ] de grado 0 (i.e., constante y no nulo) (i) (ii) (iii) (iv) (v) (vi) (vii) (viii) (ix) (x) p|p p|q y q |r implica p|r p|q y p|r implica p|(sq + tr) p|q implica pr|qr pr|qr y r = 0 implica p|q p|0 0|p implica p = 0 p|q y q = 0 implica deg p deg q a|p siempre que deg a = 0 p|q y q |p si y s olo si p = aq (propiedad reexiva) (propiedad transitiva) (propiedad de linealidad) (propiedad de multiplicaci on) (ley de cancelaci on) (todo polinomio divide a 0) (0 s olo divide a 0) (propiedad de comparaci on) (los polinomios de grado 0 dividen a cualquier polinomio) para alg un a de grado 0.
La situaci on reejada en (x) se corresponde, en Z, con el hecho de que p|q y q |p simult aneamente si y s olo si p = aq para a = 1 o a = 1. Con polinomios encontramos un mayor n umero de posibilidades, lo que provoca una cierta ambig uedad en la denici on de conceptos tales como el de m aximo com un divisor o m nimo com un m ultiplo. Denici on 3.2.8. Dados p, q K [X ], diremos que d K [X ] es un m aximo com un divisor de p y q si d|p, d|q , y si d K [X ] tambi en cumple d |p, d |q , entonces d |d (en palabras, si d es un divisor com un de p y q que a su vez es m ultiplo de todos los divisores comunes de p y q ).
100
Obs ervese que hemos denido un m aximo com un divisor, y no el m aximo comun divisor, porque si d cumple la condici on del enunciado, tambi en la cumple ad para cualquier a de grado 0, dado que d|ad y ad|d. Para seleccionar entre todos ellos un u nico polinomio, basta exigir en condiciones normales que sea m onico (con coeciente director 1). Lema 3.2.9. Dados p, q K [X ] tales que p = 0 o q = 0, si d, d K [X ] son m aximos comunes divisores de p y q , existe a K [X ] de grado 0 (i.e., un polinomio constante no nulo) tal que d = ad. onicos, entonces d = d. Por tanto, si d y d son m Demostraci on. Aplicando la denici on, necesariamente d = 0, d = 0, d|d y d|d. Por tanto, d = ad onicos, para alg un a de grado 0, y deg d = deg d; si estos polinomios son de grado n, y ambos fuesen m tendr amos d = X n + bn1 X n1 + = ad = a(X n + cn1 X n1 + ) = aX n + acn1 X n1 + , y forzosamente a = 1, d = d. Examinando el caso excluido, p = q = 0, vemos que la denici on dejar a como m aximo com un divisor de p y q tan s olo al 0. Denici on 3.2.10. Dados p, q K [X ] tales que p = 0 o q = 0, pondremos mcd(p, q ) = d si d es un (el) m aximo com un divisor m onico de p y q . Para p = q = 0, pondremos mcd(p, q ) = 0. Atenci on: la existencia de alg un m aximo com un divisor no est a garantizada todav a; la demostraci on que hicimos en Z no es traspasable sin m as a los polinomios. Afortunadamente, el algoritmo de Euclides sigue siendo aplicable con el mismo esquema. Lema 3.2.11. Si p, q , r, c K [X ] son tales que p = cq + r, se tiene que mcd(p, q ) = mcd(q, r). Demostraci on. El caso q = 0 es trivial. Si q = 0, bastar a ver que p y q tienen los mismos divisores comunes que q y r, lo cual es cierto por la propiedad de linealidad. Lema 3.2.12. Dados p, q K [X ] tales que q |p, q es un m aximo com un divisor de p y q . En particular, q es un m aximo com un divisor de q y 0. Demostraci on. Consecuencia trivial de la denici on. Denici on 3.2.13. Algoritmo de Euclides para polinomios. Input: dos polinomios a y b. Output: un m aximo com un divisor de a y b. Paso 1: Reemplazar a por b, y b por el resto de la divisi on de a por b. Paso 2: Repetir el Paso 1 hasta que b sea 0. Paso 3: Devolver a. Proposici on 3.2.14. Algoritmo de Euclides. Dados dos polinomios no nulos a y b con deg a deg b, obtenemos un m aximo com un divisor procediendo por divisiones enteras sucesivas, como se ha indicado anteriormente, hasta obtener resto nulo. El u ltimo resto no nulo es un m aximo com un divisor de a y b. Demostraci on. Aplicar los lemas. El caso de polinomios nulos ya lo hemos comentado. Por las mismas razones que en Z se tiene una identidad de B ezout (repasar las demostraciones).
3.2. POLINOMIOS
101
Proposici on 3.2.15. Identidad de B ezout. Sean p y q K [X ] no nulos, y d = mcd(p, q ). Entonces existen polinomios u, v tales que d = up + vq. Tenemos igualmente: Denici on 3.2.16. Algoritmo de Euclides extendido (Euclides-B ezout) para polinomios. Input: dos polinomios a y b. Output: dos polinomios u y v tales que, salvo constantes, mcd(a, b) = ua + vb. Paso 1: Hacer u = y = 1 e v = x = 0. Paso 2: Determinar c y r tales que a = cb + r y r = 0 o deg r < deg b. Reemplazar a por b, y b por r, u por x y v por y , x por u cx e y por v cy . Paso 3: Repetir el Paso 2 hasta que b sea 0. Paso 4: Devolver u y v . Visualizado en forma de tabla: restos dividendos divisores cocientes c uk+1 =xk vk+1 =yk xk+1 =uk ck+1 xk yk+1 =vk ck+1 yk a 1 0 0 1 r1 b c1 0 1 1 c1 r2 r1 c2 1 c1 c2 1 + c1 c2 r3 r2 c3 rn1 rn2 cn1 un1 vn1 xn1 = u yn1 =v 0 rn1 = d cn u v
Ejercicios. Aplicar el algoritmo de Euclides-B ezout a los polinomios p(X ) = X 6 2X 5 + 3X 4 4X 3 + 3X 2 2X + 1, q (X ) = 3X 5 5X 4 + 6X 3 6X 2 + 3X 1; p(X ) = X 5 + X 4 + 2X 3 2X + 3, q (X ) = X 4 + 3X 3 + 7X 2 + 8X + 6. Midiendo el tama no de los polinomios por el grado, tambi en los m aximos comunes divisores son m aximos en este sentido. Proposici on 3.2.17. Sean p, q , r K [X ]. Si pq = 0 y r es un divisor com un de p y q de grado m aximo, entonces r es un m aximo com un divisor de p y q . Demostraci on. Sea d = mcd(p, q ). Seg un la denici on, r|d, y en consecuencia deg r deg d. Pero por hip otesis deg d deg r, luego r = ad para alg un a de grado 0 y r es un m aximo com un divisor de p y q . Los resultados sobre enteros que obtuvimos como consecuencia de la identidad de B ezout pueden probarse para polinomios adaptando las demostraciones (comprobarlo). Denici on 3.2.18. Dos polinomios no nulos p y q se dicen relativamente primos o primos entre s si no tienen m as divisores comunes que los polinomios de grado 0, es decir, si mcd(p, q ) = 1.
102
Corolario 3.2.19. Dos polinomios no nulos p y q son relativamente primos si y s olo si existen dos polinomios u y v tales que up + vq = 1. Tambi en: Proposici on 3.2.20. Sean p, q , d, r, s, t K [X ], pq = 0. (i) si d = mcd(p, q ), p = dr, q = ds, entonces mcd(r, s) = 1 (es decir, r y s son relativamente primos). (ii) si mcd(r, s) = 1 y r | st, entonces r | t. El concepto de m aximo com un divisor es aplicable a un n umero nito arbitrario de polinomios. Denici on 3.2.21. Sea {p1 , p2 , . . . , pm } una familia nita de polinomios de K [X ] no nulos. Diremos que un polinomio p K [X ] es un m aximo com un divisor de la familia {p1 , p2 , . . . , pm } si verica: (i) p divide a pi para i = 1, 2, . . . , m, y (ii) si q K [X ] divide a pi , para todo i = 1, 2, . . . , m, entonces q divide p. As p es el mayor de los divisores comunes de todos los pi . Igual que en Z, para hallar un m aximo com un divisor de una familia {p1 , p2 , . . . , pm } basta ir obteniendo un m aximo com un divisor q1 de p1 y p2 , un m aximo com un divisor q2 de q1 y p3 , un m aximo com un divisor q3 de q2 y p4 , . . . Se puede probar: Proposici on 3.2.22. En K [X ] existe un m aximo com un divisor de cualquier familia nita de polinomios no nulos {p1 , p2 , . . . , pm }. Adem as podemos elegir un tal m aximo com un divisor que sea m onico, y entonces es u nico. Proposici on 3.2.23 (Identidad de B ezout general). . Si p es un m aximo com un divisor de la familia {p1 , p2 , . . . , pm }, entonces existen g1 , . . . , gm K [X ] tales que p = g1 p1 + + gm pm . Como en Z, en K [X ] puede denirse tambi en el m nimo com un m ultiplo de dos polinomios (o de una familia nita). Denici on 3.2.24. Un polinomio m se dice que es un m nimo com un m ultiplo de la familia nita de polinomios no nulos {p1 , p2 , . . . , pr } si verica: 1. 2. pi divide a m para i = 1, 2, . . . , r, y si q K [X ] verica que pi divide a q , (i = 1, 2, . . . , r), entonces m divide q .
As , m es el menor de los m ultiplos comunes de todos los pi . Proposici on 3.2.25. En K [X ] existe un m nimo com un m ultiplo de cualquier familia nita de polinomios no nulos {p1 , p2 , . . . , pr }. Adem as entre todos ellos existe uno y s olo uno que es m onico. Ejercicio. Dados p, q K [X ] tales que pq = 0, es cierto que mcm(p, q ) mcd(p, q ) = pq ? En caso negativo, qu e relaci on es cierta?
3.2. POLINOMIOS
103
3.2.4.
Funciones polin omicas. Ra ces de polinomios.
Denici on 3.2.26. Sea p(X ) = a0 + a1 X + a2 X 2 + + an X n K [X ] un polinomio y a un elemento de K . La evaluaci on o el valor de p(X ) en a es el elemento de K , denotado por p(a), dado por p(a) = a0 + a1 a + a2 a2 + + an an (obtenido sustituyendo la indeterminada X por el elemento a en la expresi on del polinomio). La aplicaci on de K en K que a cada x K hace corresponder el valor de p(X ) en x es la funci on polin omica correspondiente al polinomio p, y suele denotarse igualmente con p si no es motivo de confusi on. Un elemento c K se dice que es un cero o una ra z del polinomio p si p(c) = 0. Notas. La suma y el producto de polinomios est an denidos justamente para que, cualesquiera que sean p, q K [X ], a K , se obtenga (p + q )(a) = p(a) + q (a), (pq )(a) = p(a) q (a).
En general, la funci on polin omica no determina el polinomio que la dene: dos polinomios distintos pueden dar lugar a la misma funci on (y esta es una raz on m as para distinguir ambos conceptos). Por ejemplo, para K = Zp , p entero primo, el peque no teorema de Fermat nos dice que las funciones polin omicas corespondientes a los polinomios X p y X son iguales, o que la asociada al polinomio no nulo X p X es la funci on nula. El valor de un polinomio en un a K se halla mediante el conocido algoritmo de Horner/Runi, habida cuenta que p(a) = a0 + a1 a + a2 a2 + + an an = a0 + a(a1 + a(a2 + a( + a(an1 + aan ) ))). Los c alculos se disponen seg un el esquema an a) an an1 a an bn1 ... ... ... ak a bk+1 bk ... ... ... a1 a b2 b1 a0 a b1 ( b0
donde bk = a bk+1 + ak y b0 = a0 + a b1 = a0 + a (a1 + a b2 ) = a0 + a (a1 + a (a2 + a b3 )) = . . . = p(a). As se efect uan solamente n multiplicaciones y n sumas, mientras que el c alculo directo supone n(n + 1)/2 multiplicaciones y n sumas; este algoritmo es f acil de programar y es muy estable num ericamente (peque nos errores en los datos producen errores peque nos en el resultado). Teorema 3.2.27 (Teorema del resto). Sea p(X ) K [X ], a K . El resto de dividir p por X a es p(a). Consecuentemente, a es ra z de p si y s olo si X a divide a p. Demostraci on. Por el algoritmo de la divisi on, existen c, r K [X ] tales que p(X ) = c(X )(X a) + r(X ), con r = 0 o deg r < deg(X a) = 1, y as r tiene que ser constante . Por tanto p(a) = c(a)(a a) + r = r, de donde se sigue lo pedido. Nota. El cociente es an X n1 + bn1 X n2 + + bk X k1 + + b1 con los bk del algoritmo de Horner/Runi (comprobarlo multiplicando este polinomio por X a). Ejemplo. Sean p(X ) = 7 9X + 4X 3 8X 4 , q (X ) = 2X 3. Para hallar el cociente y el resto de la divisi on de p por q , tendremos en cuenta que q (X ) = 2(X 3/2) y p = cq + r si y s olo si 1 p = 2c q + r, luego usando el algoritmo de Horner/Runi 2
104
CAP ITULO 3. NUMEROS RACIONALES. POLINOMIOS. 8 3/2) 8 4 12 8 0 12 12 9 18 27 7 81/2 (67/2
con lo cual r = 67/2, 2c = 8X 3 8X 2 12X 27, c = 4X 3 4X 2 6X 27/2. Ejercicios. 1. Sean p, q Q[X ] dados por p(X ) = X 4 6X 3 + 2X 2 + 3X 4, q (X ) = X 2 X 2 = (X + 1)(X 2). Probar que q no divide a p sin efectuar la divisi on. 2. Si se divide un cierto polinomio p por X 1 el resto es 2; si lo dividimos por X + 2 el resto es 79. Cu al es el resto que se obtiene al dividirlo por (X 1)(X + 2)? Corolario 3.2.28. Un polinomio de grado n puede tener a lo m as n ra ces distintas. Demostraci on. Puesto que si c1 , . . . , ck son ra ces distintas de un polinomio p, este es divisible por (X c1 ) (X ck ), y por tanto debe tener grado mayor o igual que k . Corolario 3.2.29. Sean p, q K [X ] de la forma p(X ) = a0 + a1 X + + an X n , q (X ) = b0 + b1 X + + bn X n ,
y supongamos que K tiene por lo menos n + 1 elementos distintos. Entonces: (i) p es el polinomio nulo si y s olo si la funci on polin omica p se anula en n + 1 puntos distintos. (ii) los polinomios p y q son iguales si y s olo si las funciones polin omicas p y q toman el mismo valor en n + 1 puntos distintos. Demostraci on. (i) Si no fuese p = 0 tendr amos un polinomio de grado menor o igual que n con n + 1 ra ces distintas. (ii) La funci on polin omica p q se anula en n + 1 puntos distintos. Las funciones polin omicas (especialmente sobre R y C) son muy u tiles en las aplicaciones, debido sobre todo a que es f acil calcular con ellas, y adem as sirven para aproximar funciones m as complicadas. Por ejemplo, siempre es posible encontrar expl citamente un polinomio que tome valores arbitrarios en una colecci on nita de puntos prescritos de antemano, como muestra el siguiente resultado. Proposici on 3.2.30 (Teorema de interpolaci on de Lagrange). Dados n elementos distintos x1 , . . . , xn K y n valores arbitrarios y1 , . . . , yn K (n N), existe un polinomio p K [X ] nulo o de grado n 1 a lo m as, y uno s olo, tal que p(x1 ) = y1 , . . . , p(xn ) = yn . Dicho polinomio viene dado por la f ormula de interpolaci on de Lagrange p(X ) = y1 (X x1 ) (X xk1 )(X xk+1 ) (X xn ) (X x2 ) (X xn ) + + yk (x1 x2 ) (x1 xn ) (xk x1 ) (xk xk1 )(xk xk+1 ) (xk xn ) (X x1 ) (X xn1 ) + + yn . (xn x1 ) (xn xn1 )
Demostraci on. El polinomio del enunciado es de grado n 1 a lo m as (o nulo si los yk son todos nulos), y para cada k , 1 k n, cumple que f (xk ) = yk (todos los sumandos son nulos salvo el k - esimo, que es yk 1). La unicidad es consecuencia del corolario anterior. Ejercicio. Qu e valores han de tener a, b, c Q para que p(X ) = aX 2 + bX + c cumpla p(1) = 1, p(2) = 2, p(3) = 7?
3.2. POLINOMIOS Ra ces m ultiples.
105
Sea c una ra z de un polinomio no nulo p K [X ]. Seg un hemos probado, tendremos p = (X c)p1 para alg un p1 K [X ]. Si c fuese tambi en ra z de p1 , an alogamente p1 = (X c)p2 y p = (X c)2 p2 . Reiterando, llegaremos a encontrar un m N tal que p = (X c)m pm y c ya NO es ra z de pm (va incluida la posibilidad de que pm sea constante). Denici on 3.2.31. Sea c una ra z de un polinomio p K [X ]. Diremos que c es una ra z de m multiplicidad m si p = (X c) q para alg un q K [X ] tal que q (c) = 0; dicho de otro modo, si m es el mayor n umero natural tal que (X c)m |p. Cuando m = 1, suele decirse que a es una ra z simple ; cuando m = 2, que es una ra z doble ; cuando m = 3, que es una ra z triple , etc. Diremos que a es una ra z m ultiple para indicar que su multiplicidad es mayor o igual que 2 (o sea, que no es simple). Se sigue inmediatamente que para un polinomio p cuyas ra ces sean c1 , . . . , ck , con multiplicidades respectivas m1 . . . , mk , hay una factorizaci on p = (X c1 )m1 (X ck )mk q, donde q es un polinomio que no tiene ra ces en K.
(cuando K = C, esto obliga a que q sea constante, como comentaremos posteriormente.) Una herramienta importante en el estudio de las ra ces m ultiples es la derivaci on de polinomios, que puede denirse formalmente para cualquier polinomio sin necesidad del concepto de l mite, y que obedece a las reglas conocidas para la derivaci on de los polinomios reales. Denici on 3.2.32. Dado un polinomio p(X ) = a0 + a1 X + a2 X 2 + + an X n K [X ], su polinomio derivado es p (X ) = a1 + 2a2 X + 3a3 X 2 + + nan X n1 K [X ]. El polinomio derivado de p es el segundo derivado p de p, y reiterando se obtienen los sucesivos derivados p , . . . , p(k) , . . . Las funciones polin omicas asociadas a estos polinomios son la derivada primera de la funci on polin omica p, la derivada segunda, . . . , la derivada k - esima, . . . Lema 3.2.33. Dados p, q , a K [X ], se tiene (i) (p + q ) = p + q ; (ii) (pq ) = p q + q p; (iii) si a constante, a = 0 y (ap) = ap . Demostraci on. Basta aplicar (con paciencia) la denici on. Proposici on 3.2.34. Sea K un cuerpo conmutativo que contiene a Q. Dado p K [X ] no nulo, (i) las ra ces m ultiples de p, con multiplicidad m, son ra ces de p con multiplicidad m 1; (ii) las ra ces m ultiples de p son exactamente las ra ces del m aximo com un divisor de p y p ; y un c K es ra z de p con multiplicidad m si y s olo si es ra z de mcd(p, p ) con multiplicidad m 1; (iii) c K es una ra z de p de orden m 1 si y s olo si la primera derivada no nula de p en c es la de orden m: p(c) = 0, p (c) = 0, . . . , p(m1) (c) = 0, p(m) (c) = 0.
106 Demostraci on.
(i) c K es una ra z de p de orden m 1 si y s olo si p = (X c)m q con q (c) = 0; pero entonces, m 1 m cuando m 2, p = m(X c) q +(X c) q = (X c)m1 [mq +(X c)q ] = (X c)m1 q1 y q1 (c) = mq (c) + 0 q (c) = mq (c) = 0 ya que m = 0, con lo cual c es una ra z de p de multiplicidad m 1. (ii) Si c K es una ra z de p de multiplicidad m, es ra z de p de multiplicidad m 1 seg un acabamos de probar, y (X c)m1 divide por tanto a p y a p , pero (X c)m no, luego (X c)m1 tambi en divide a mcd(p, p ) y (X c)m no lo divide, es decir, c es una ra z de mcd(p, p ) de multiplicidad m 1. Rec procamente, si c es una ra z de d = mcd(p, p ) de multiplicidad k , (X c)k divide a d y por tanto divide a p y a p , o sea, c es ra z de p y p de multiplicidad al menos k , luego c es entonces una ra z de p de multiplicidad necesariamente igual a k + 1. (iii) Si c K es una ra z de p de orden m, aplicando reiteradamente (i), es una ra z de orden ( m 1) ( m m 1 de p , de orden m 2 de p , . . . , de orden 1 de p . En consecuencia, p 1) (c) = 0, ( m ) p (c) = 0. Supongamos ahora que p(c) = 0, p (c) = 0, . . . , p(m1) (c) = 0, p(m) (c) = 0. Recorriendo a la inversa el camino anterior, c es una ra z de p(m1) necesariamente simple, ( m 2) una ra z de p forzosamente doble, . . . , una ra z de p obligatoriamente de multiplicidad m. N otese que p puede tener ra ces que no son ra ces de p: por ejemplo, si p = X 2 1, p = 2X . Ejercicio. Hallar todas las ra ces m ultiples de X 5 + 3X 4 + 4X 3 + 4X 2 + 3X + 1. Ra ces en Q. El estudio y localizaci on (exacta o aproximada) de los ceros de los polinomios es de gran importancia en numerosos ambitos de las Matem aticas, como ir a comprobando el lector a lo largo de sus estudios. La determinaci on de los valores que alcanzan las funciones polin omicas es tambi en, esencialmente, un problema de ceros, puesto que p(x) = y K para alg un x K si y s olo si p(x) y = 0, i.e., si x es un cero del polinomio p(X ) y . En estos tipos de cuestiones intervienen de manera decisiva las propiedades espec cas del cuerpo que se considera. Por ejemplo, en cualquier cuerpo totalmente ordenado (Q, R, . . . ) se tiene para todo x K que x2 0, x2 + 1 1 > 0, luego X 2 + 1 no tiene ning un cero en estos cuerpos. Tampoco X 2 2 tiene ceros en Q (por qu e?), aunque los tiene en R como sabemos. No hay, en general, f ormulas razonables que permitan expresar las ra ces de un polinomio cualquiera en funci on de sus coecientes (la b usqueda de tales f ormulas ha desempe nado un papel important simo en la historia de las Matem aticas, ver p. ej. [2], [3], [4], [5]). En este apartado expondremos algunos criterios muy sencillos que permiten limitar la b usqueda de las ra ces de los polinomios en Q. La herramienta b asica es la divisibilidad de n umeros enteros, dado que podemos conocer las ra ces de un polinomio en Q hallando las de un polinomio con coecientes en Z. En efecto, si tenemos un polinomio p(X ) = a0 + a1 X + a2 X 2 + + an X n Q[X ], y los coecientes a0 , . . . , an se expresan como fracciones bk /m con un denominador com un m, lo cual siempre es posible, ser a p(c) = 0 si y s olo si q (c) = 0, donde q (X ) = b0 + b1 X + + bn X n , con coecientes b0 , . . . , bn Z.
3.2. POLINOMIOS
107
Proposici on 3.2.35. Sea q (X ) = bn X n + bn1 X n1 + + b1 X + b0 un polinomio con coecientes b0 , . . . , bn Z, de grado n 1. Los ceros enteros de q son divisores del t ermino independiente b0 . Si c = a/b Q es un cero de q escrito en forma irreducible [es decir, a, b Z y mcd(a, b) = 1], el numerador a divide al t ermino independiente b0 , y el denominador b divide al coeciente director bn . Demostraci on. Si c Z es tal que q (c) = 0, se deduce que b0 = c(bn cn1 b1 ) y por tanto c divide a b0 . Si q (c) = 0 para c = a/b, a, b Z y mcd(a, b) = 1, sustituyendo y multiplicando por bn resulta 0 = bn an + bn1 an1 b + + b1 abn1 + b0 bn = a(bn an1 + bn1 an2 b + + b1 bn1 ) + b0 bn , luego a divide a b0 bn , lo que s olo es posible si a divide a b0 ; y an alogamente b divide a bn an , luego a bn . Las ra ces enteras deben cumplir otras condiciones f aciles de comprobar. Proposici on 3.2.36. Sea q (X ) = bn X n + bn1 X n1 + + b1 X + b0 un polinomio con coecientes b0 , . . . , bn Z, de grado n. Si c Z es un cero de q , necesariamente (c 1)|q (1) y (c + 1)|q (1). Demostraci on. Aplicando el teorema del resto, q (X ) = (X c)q1 (X ), lo que implica q (1) = (1 c)q1 (1) = (c 1)(q1 (1)) y (c 1)|q (1). An alogamente q (1) = (1 c)q1 (1) = (c + 1)(q1 (1)) y (c + 1)|q (1). Corolario 3.2.37. En Q hay polinomios sin ra ces de grado arbitrario ( 2). Demostraci on. Aplicar lo anterior a los polinomios X n 2, por ejemplo. Ejercicio. Hallar las ra ces de 18X 3 + 3X 2 4X 1.
3.2.5.
Factorizaci on de polinomios.
El papel jugado en Z por los n umeros primos lo desempe nan en K [X ] los polinomios irreducibles. Denici on 3.2.38. Diremos que un polinomio p no constante es irreducible si cuando p = rs para polinomios r, s, necesariamente deg r = 0 o deg s = 0. Dicho de otra forma, p es irreducible si es no constante y para cada polinomio no constante q , q |p implica que p/q es constante. Obviamente, los polinomios de grado 1 (polinomios lineales ) son irreducibles. Los polinomios que no son irreducibles deben admitir una factorizaci on como producto de polinomios de grado mayor o igual que 1. Corolario 3.2.39. Dado p K [X ], (i) si p es un polinomio cuadr atico (de grado 2), entonces p es irreducible si y s olo si no tiene ra ces en K ; (ii) si p es un polinomio c ubico (de grado 3), entonces p es irreducible si y s olo si no tiene ra ces en K ; (iii) si p es de grado mayor o igual que 4, entonces para que p sea irreducible es condici on necesaria, pero no suciente, que p no tenga ra ces en K . Demostraci on. Ejercicio.
108
Ejercicio. Sea a K tal que 4a = 0. Probar que el polinomio p(X ) = aX 2 + bX + c K [X ] tiene ra ces en K si y s olo si su discriminante = b2 4ac es un cuadrado perfecto en K , es decir, b + b si existe K tal que 2 = , en cuyo caso las ra ces de p(X ) son , (que suelen 2a 2a escribirse conjuntamente en la f ormula tradicional b b2 4ac .) 2a Indicaci on. Para x K , p(x) = 0 4ap(x) = 0 4a2 x2 + 4abx + 4ac = 0 (2ax + b)2 b2 + 4ac = 0 (2ax + b)2 = 0 (2ax + b)2 = NUNCA cuando / K 2 := {t2 : t K }, o bien (2ax + b)2 = 2 2ax + b = o 2ax + b = . o0o La naturaleza de los polinomios irreducibles es muy variable, dependiendo del cuerpo particular que se considere, y en general no se sabe c omo son los polinomios irreducibles sobre un cuerpo cualquiera. No es este el lugar para un estudio amplio del tema: por lo que a nosotros respecta, la informaci on fundamental es que en C[X ] los polinomios irreducibles son los lineales (de grado 1), debido al llamado Teorema fundamental del algebra (DAlembert-Gauss): Todo polinomio no constante con coecientes complejos posee una ra z en C. Como consecuencia, se puede armar: [1] Todos los polinomios irreducibles de C[X ] son de grado uno. Este hecho se indica diciendo que C es algebr aicamente cerrado. En particular, los polinomios m onicos irreducibles de C[X ] son de la forma X t con t C. [2] Los polinomios m onicos irreducibles de R[X ] son de dos formas: de grado uno, de la forma X t con t R. de grado dos, de la forma (X t)2 + r2 con t, r R, r = 0. [3] En Q[X ] hay polinomios irreducibles del grado que se desee. o0o Sobre el esquema empleado en Z, puede probarse la existencia (con los ajustes pertinentes) de descomposici on de un polinomio en producto de factores irreducibles. Lema 3.2.40. Un polinomio p no constante es irreducible si y s olo si cuando p|rs, necesariamente p|r o p|s (en palabras, cuando divide a un producto de polinomios tiene que dividir al menos a uno de los factores) Demostraci on. Si p es irreducible y divide a rs, o bien mcd(p, r) = 1 (y entonces p|s seg un la 1 Proposici on 3.2.20), o bien mcd(p, r) = d = 1, con lo cual p = ad, a constante no nula, y d = p; a 1 1 entonces, para alg un q , r = qd = q p = q p, es decir, p|r. a a Rec procamente, si p cumple la condici on del enunciado tiene que ser irreducible, pues de p = rs se sigue que p|rs, luego o bien p|r (y como r|p es deg p = deg r y por tanto deg s = 0) o bien p|s (y an alogamente deg r = 0).
3.2. POLINOMIOS
109
Corolario 3.2.41. Sean p, q K [X ] m onicos e irreducibles tales que p divide a q . Entonces p = q . Demostraci on. Puesto que p es irreducible, no es una constante, luego q = ap donde forzosamente deg a = 0, puesto que q es irreducible. Como p y q son m onicos, necesariamente a = 1 y p = q . Correspondiendo al teorema fundamental de la Aritm etica tenemos el siguiente, que podr a llamarse teorema fundamental de la aritm etica de polinomios. Teorema 3.2.42 (de factorizaci on u nica). Para todo polinomio p K [X ] no constante existen a constante y q1 , . . . , qm K [X ] m onicos e irreducibles tales que p = aq1 qm . Adem as, a y los qj son u nicos para cada p. En palabras, p puede descomponerse como producto de una constante por factores m onicos irreducibles de manera u nica, salvo el orden de dichos factores. (Esto se expresa diciendo que el dominio de integridad K [X ] es de factorizaci on u nica .) Demostraci on. Sea a el coeciente director de p, entonces p = a1 p es m onico y p = ap. Veamos que todo polinomio m onico no constante p se puede expresar como producto de polinomios m onicos irreducibles. Para ello procedamos por inducci on sobre el grado deg p 1. Si deg p = 1, es claro que p es irreducible. onico de grado Supongamos que deg p > 1, y que el resultado es cierto para todo polinomio m inferior al de p. Si p es irreducible, se sigue lo pedido. En caso contrario, se puede expresar p = g1 g2 con g1 , g2 K [X ] no constantes, esto es, de grado no inferior a 1. Adem as podemos elegirlos m onicos pues el producto de los coecientes directores de ambos polinomios vale 1. Puesto que deg g1 , deg g2 < deg p, por hip otesis de inducci on g1 y g2 se pueden expresar como producto de polinomios m onicos irreducibles, luego lo mismo sucede con p = g1 g2 . Veamos la unicidad: sean aq1 q2 qm = p = bp1 p2 pr dos descomposiciones como las del enunciado, donde qi , pj K [X ] m onicos e irreducibles, a, b K . Puesto que el producto de polinomios m onicos es m onico se sigue que a = b es el coeciente director de p. Por tanto q1 q2 qm = p1 p2 pr . Ahora q1 divide p1 p2 pr , y como q1 es irreducible, divide a alg un pj . Cambiando la numeraci on, si es preciso, podemos suponer que q1 divide p1 , y como p1 y q1 son m onicos, por el corolario anterior se sigue que p1 = q1 . Simplicando nos queda q2 qm = p2 pr . Procediendo an alogamente con q2 y reiterando el proceso se sigue que m = r y salvo el orden es p2 = q 2 , p 3 = q 3 , . . . , p m = q m . Ejemplo. Factoricemos p(X ) = 14X 5 25X 4 85X 3 + 285X 2 179X + 30 en Q[X ]. Buscamos primero sus ra ces enteras, que pueden ser 1, 2, 3, 5, 6, 10, 15, 30; pero p(1) = 40, p(1) = 550 (utilizar el algoritmo de Runi), luego s olo 3 es una posible ra z; de nuevo mediante el algoritmo de Runi comprobamos que p(3) = 0 y que q (X ) = p(X )/(X + 3) = 14X 4 67X 3 + 116X 2 63X + 10, polinomio que ya no puede tener ra ces enteras y cuyas posibles ra ces fraccionarias son 1/2, 5/2, 1/7, 2/7, etc. Afortunadamente, probando primero 1/2 resulta q (1/2) = 0, r(X ) = q (X )/(X 1/2) = 14X 3 60X 2 + 86X 20 = 2(7X 3 30X 2 + 43X 10), que s olo puede tener ra ces fraccionarias entre 1/7, 2/7, etc. Probando nuevamente se obtiene r(2/7) = 0, (1/2)r(X )/(X 2/7) = 7X 2 28X + 35 = 7(X 2 4X + 5) = 7[(X 2)2 + 1], que ya no puede tener ra ces en Q (por qu e?) y por tanto es irreducible (por qu e?). Finalmente, pues, 2 1 p(X ) = 14X 5 25X 4 85X 3 + 285X 2 179X + 30 = 14(X + 3)(X )(X )(X 2 4X + 5). 2 7
110
Corolario 3.2.43. Sean p1 , . . . , pm K [X ] no nulos, factorizados como potencias de polinomios m onicos irreducibles (distintos). Entonces: (i) El mcm(p1 , . . . pm ) es el producto de los factores comunes y no comunes con mayor exponente. (ii) El mcd(p1 , . . . pm ) es el producto de los factores comunes con menor exponente. Demostraci on. Es una comprobaci on directa utilizando las deniciones y las propiedades anteriores.
Ejemplo. Sean p, q Q[X ] los polinomios: p(X ) = X 5 + 3X 4 + 4X 3 + 4X 2 + 3X + 1, q (X ) = X 6 + X 4 X 2 1.
Determinemos mcd(p, q ), mcm(p, q ) a partir de su factorizaci on. Procediendo como antes es f acil ver que p(X ) = (X + 1)3 (X 2 + 1), q (X ) = (X + 1)(X 1)(X 2 + 1)2 , y as mcd(p, q ) = (X + 1)(X 2 + 1), mcm(p, q ) = (X + 1)3 (X 1)(X 2 + 1)2 .
Ejercicios
En los ejercicios siguientes, si no se especica nada sobre K se supone K = Q. 13.1. Sea p Q[X ] tal que p(1) = 1, p(2) = 4. Sea q (X ) = X 2 3X + 2. Determinar el resto de la divisi on de p por q . 13.2. Hallar el cociente y el resto de la divisi on de X 2 , X 3 , X 4 y X 5 por el polinomio q (X ) = 3 2 X 2X + 3X 1. 13.3. Determinar polinomios u y v tales que X 3 u(X ) + (1 X )2 v (X ) = 1 (i) utilizando el algoritmo de Euclides-B ezout; (ii) desarrollando (X + (1 X ))4 por la f ormula del binomio de Newton. 13.4. Cu ales son las ra ces del polinomio p(X ) = 1 1 1 1 X + X (X 1) + + (1)n X (X 1) (X n + 1) 1! 2! n!
para cada n N? Indicaci on : Qui en es (1 t)m ? 13.5. Demostrar que si c/d es una fracci on irreducible que representa uno de los ceros del polinomio de coecientes enteros p(X ) = an X n + + a1 X + a0 , entonces c md es un divisor de p(m) para todo entero m. Determinar los ceros racionales del polinomio p(X ) = X 4 2X 3 8X 2 + 13X 24. 13.6. Hallar un polinomio de grado 3 que al dividirlo por X 1, X 2 y X + 5 da, respectivamente, restos 2, 1, 8. Hay m as de una soluci on? 13.7. Puede ser un polinomio divisible por su derivada? Justicar la respuesta.
3.2. POLINOMIOS
111
13.8. Sean p(X ) = X 5 + 2X 3 5X 3, q (X ) = X 2 2X 12. Hallar el cociente y el resto de la divisi on de p por q , y deducir que p y q son relativamente primos. 13.9. Hallar el m aximo com un divisor y el m nimo com un m ultiplo de los polinomios p(X ) = 2X 4 + X 3 8X 2 X + 6, Cu ales son las ra ces de p y q ? 13.10. (1) Expresar el polinomio p(X ) = 3X 4 5X 3 + 6X 2 + 7X 5 como combinaci on lineal de potencias de X 2. (Indicaci on : Dividir sucesivamente por X 2.) (2) Cu anto valen p(2), p (2), p (2), p (2), p(iv) (2)? 13.11. F ormula de Taylor. Sea p Q(X ) un polinomio de grado n y a Q. Probar que
n
q (X ) = 2X 3 7X 2 + 8X 3.
p(X ) =
k=0
p(k) (a) (X a)k . k!
13.12. Derivada n- esima de un producto (Leibniz). Sea K un cuerpo cualquiera y p, q K [X ]. Probar por inducci on que
n
(pq )(n) =
k=0
n (k) (nk) p q . k
13.13. Sea K un cuerpo cualquiera. Demostrar que si an X n + an1 X n1 + + a1 X + a0 K [X ] es irreducible, tambi en lo es an + an1 X + + a1 X n1 + a0 X n . 13.14. Descomponer el polinomio X 4 5X 2 + 6 en factores irreducibles en Q[X ]. 13.15. Probar que p(X ) = X 4 + 4 no tiene ra ces en Q y que puede factorizarse (en Q[X ]) como producto de dos polinomios de grado 2.
3.2.6.
Polinomios, maple y Mathematica
Los polinomios aparecen en casi todas las areas de la Matem atica en una o varias de sus m ultiples facetas. Son tambi en de fundamental importancia en numeros simas aplicaciones a las dem as ciencias. Por tanto, no es de extra nar que los programas de c alculo simb olico dispongan de una amplia cantidad de recursos para su manipulaci on. Como se nala D. Duval en [Duval], los polinomios constituyen elementos b asicos para el c alculo formal; [ ] guran expl cita o impl citamente en todos los c alculos, por lo que es imprescindible saber manejarlos lo m as ecazmente posible. Es imposible dar una descripci on breve de las ordenes de maple y Mathematica que se encargan del manejo de los polinomios, y menos de los matices que admiten muchas de ellas. En consecuencia, rese naremos las m as b asicas y nos remitimos a los manuales o al men u de ayuda de cada programa para m as informaci on. En lo que sigue, A, B , etc., indican polinomios en una indeterminada x.
112
Diferentes representaciones de un polinomio
maple collect(A,x);
Matematica Collect[A,x]
expand(A); ? ? simplify(A);
RESULTADO Reorganiza el polinomio de manera que x sea la indeterminada dominante, aunque haya otros par ametros variables. Expand[A] Desarrolla productos y potencias. FactorTerms[A] Si lo hay, saca factor com un num erico. FactorTerms[A,x] Si lo hay, saca factor com un que no dependa de x. Simplify[A] Simplica (a veces) la expresi on de A.
Ejemplos: maple collect(x + collect(x + expand((2 + simplify((x 4*y + 5*x*y, x); 4*y + 5*x*y, y); 4*x^2)^2*(x - 1)^3); - 1)^2 + 4*x); (1 + 5 y ) x + 4 y (4 + 5 x) y + x 52 x3 28 x2 + 12 x 4 + 64 x5 64 x4 + 16 x7 48 x6 x2 + 2 x + 1
Ejemplos: Matematica
Collect[x + 4 Collect[x + 4 Expand[(2 + 4 FactorTerms[2 FactorTerms[2 Simplify[(x -
y + 5 x y, x] y + 5 x y, y] x^2)^2 (x - 1)^3] + 4 x^2] a b + 4 a x^2, x] 1)^2 + 4 x]
4y + x(1 + 5y ) x + (4 + 5x)y 4 + 12 x 28 x2 + 52 x3 64 x4 + 64 x5 48 x6 + 16 x7 2 (1 + 2x2 ) 2 a (b + 2x2 ) (1 + x)2
Divisi on, mcd, mcm, identidad de B ezout. Derivaci on.
maple Matematica quo(A,B,x); PolynomialQuotient[A,B,x] rem(A,B,x); PolynomialRemainder[A,B,x] gcd(A,B); PolynomialGCD[A,B] lcm(A,B); PolynomialLCM[A,B] gcdex(A,B,x,s,t); ? s,t;
diff(A, x) D[A, x]
RESULTADO Cociente de la divisi on de A por B . Resto de la divisi on de A por B . M aximo com un divisor de A y B . M nimo com un m ultiplo de A y B . M aximo com un divisor de A y B y coecientes de la identidad de B ezout. A , polinomio derivado de A.
Ejemplos: maple Para A:=2*x^4+x^3-8*x^2-x-6; y B:=2*x^3-7*x^2+8*x-3;
3.2. POLINOMIOS quo(A,B); rem(A,B); gcd(A,B); lcm(A,B); gcdex(A,B,x,u,v); u,v; diff((x + 1)^2*(x - 1)^3,x); diff(expand((x + 1)^2*(x - 1)^3),x); expand(diff((x + 1)^2*(x - 1)^3,x)); x+4 6 + 12x2 30x 1 (2x4 + x3 8x2 x 6)(2x3 7x2 + 8x 3) 1 5 5 1 2 1 1 1 1 4 + 4x 2x , 2 x + x2 + 2x3 2 2 1 1 8 8 1 2(x + 1)(x 1)3 + 3(x + 1)2 (x 1)2 5x4 4x3 6 x2 + 4 x + 1 5x4 4x3 6 x2 + 4 x + 1
113
Ejemplos: Matematica Para A=2 x^4+x^3-8 x^2-x-6, B=2 x^3-7 x^2+8 x-3, PolynomialQuotient[A,B, x] PolynomialRemainder[A,B, x] PolynomialGCD[A,B] PolynomialLCM[A,B] D[(x + 1)^2*(x - 1)^3,x] D[Expand[(x + 1)^2*(x - 1)^3],x] Expand[D[(x + 1)^2*(x - 1)^3,x]] 4+x 6 30x + 12x2 1 (3 + 8x 7x2 + 2x3 )(6 x 8x2 + x3 + 2x4 ) 2 (1 + x)3 (1 + x) + 3 (1 + x)2 (1 + x)2 1 + 4 x 6 x2 4x3 + 5x4 1 + 4 x 6 x2 4x3 + 5x4
Ra ces Aqu aumenta la complicaci on de manera considerable. Ambos programas permiten distintos tipos de b usqueda de ra ces, sea en diferentes cuerpos, sea proporcionando valores num ericos aproximados si no hay o no interesan valores simb olicos exactos. Nos limitamos, por ello, a recoger las ordenes m as simples.
maple roots(A,x);
Matematica
Roots[A == 0, x] solve(A=0,x); fsolve(A=0,x); Solve[A == 0, x] NSolve[A == 0, x]
RESULTADO Da las ra ces (racionales) y su multiplicidad. Puede omitirse la variable si es la evidente. Ver ejemplos. Puede omitirse la variable si es la evidente. Ver ejemplos. Puede omitirse la variable si no hay ambig uedad. (Puede omitirse la x si es la variable evidente.) Busca soluciones aproximadas usando aritm etica de punto otante, con diferentes opciones.
Ejemplos: maple roots(x^3 + x^2 - 12); solve(x^3 + x^2 - 12=0); fsolve(x^3 + x^2 - 12=0); fsolve(x^3 + x^2 - 12=0,x,complex); [[2, 1]] 3 1 3 1 2, + I 15, I 15 2 2 2 2 2. 1.500000000 1.936491673 I , 1.500000000 + 1.936491673 I , 2.
114 Ejemplos: Matematica Roots[x^3 + x^2 - 12 == 0] Solve[x^3 + x^2 - 12 == 0] NSolve[x^3 + x^2 - 12 == 0]
1 1 x == (3 15)|| x == (3 + 15)|| x == 2 2 2 1 1 15) , x (3 + 15) {x 2}, x (3 2 2 {{x 1.5 1.93649 }, {x 1.5 + 1.93649 }, {x 2.}}
Factorizaci on Como las ra ces, la factorizaci on de polinomios depende del cuerpo en el que se toman los coecientes. La cantidad de situaciones posibles es inmensa, y s olo podemos dar idea somera de algunas de ellas mediante ejemplos.
maple factor(A);
Matematica
Factor[A] irreduc(A);
RESULTADO Factoriza respecto al menor cuerpo que contiene a los coecientes. Admite opciones. Factoriza sobre los enteros , dice el manual. Ver ejemplos. true si A es irreducible sobre el menor cuerpo que contiene a los coecientes, false si es reducible. Admite opciones.
Ejemplos: maple factor(4*x^2-1); (2x 1)(2x + 1) factor(x^2 - 2*sqrt(2)*x + 2); (x 2)2 factor(x^6-12*x^4+44*x^2-48); (x 2)(x + 2)(x2 6)(x2 2) factor(sqrt(2)*(x^6-12*x^4+44*x^2-48)); 2 (x2 6)(x + 2)(x 2)(x + 2)(x 2) factor(sqrt(2)*sqrt(3)*(x^6-12*x^4+44*x^2-48)); 3 2 (x 3 2)(x + 3 2) (x + 2)(x 2)(x + 2)(x 2) factor(x^6-12*x^4+44*x^2-48,{sqrt(2),sqrt(3)}); (m as ortodoxo) (x 3 2)(x + 3 2) (x + 2)(x 2)(x + 2)(x 2) irreduc(x^3+5); true irreduc(x^3+5,5^(1/3)); false factor(x^3+5,5^(1/3)); (x2 x 5(1/3) + 5(2/3) ) (x + 5(1/3) )
3.2. POLINOMIOS Ejemplos: Mathematica Factor[4 x^2 + 1] (1 + 2 x) (1 + 2 x) Factor[x^2 - 2 Sqrt[2] x + 2] 2 2 x + x2 Factor[x^2 - 2 Sqrt[2] x + 2, Extension -> Sqrt[2]] ( 2 x)2 Factor[x^6 - 12 x^4 + 44 x^2 - 48] (2 + x) (2 + x) (6 + x2 ) (2 + x2 ) Factor[Sqrt[2] (x^6 - 12 x^4 + 44 x^2 - 48)] 2 (2 + x) (2 + x) (6 + x2 ) (2 + x2 )
115
Factor[x^6 - 12 x^4 + 44 x^2 - 48, Extension -> {Sqrt[2],Sqrt[3]}] ( 2 x) ( 6 x) (2+ x) (2+ x) ( 2+ x) ( 6+ x) (x + 2)(x 2)(x +2)(x 2) (Para entender qu e signican las extensiones de cuerpos y por qu e son importantes, ver el cap tulo 7 de [GJPR].)
116
Bibliograf a
[C-C-S] Cohen, A. M.; Cuypers, H.; Sterk, H.: Algebra Interactive! (Learning algebra in an exciting way). Springer, Berlin, 1999. [DA-W] DAngelo, J. P.; West, D. B.: Mathematical Thinking. Problem-Solving and Proofs. Prentice-Hall, Upper Saddle River, NJ, 1997. [D-H] Dorronsoro, J.; Hern andez, E.: N umeros, grupos y anillos. Addison-Wesley/UAM, Madrid, 1996.
[Duval] Duval, D.: C alculo simb olico y automatizaci on. Mundo cient co, Extra 1: El universo de los n umeros, pp. 7886. [GJPR] Goberna, M. A.; Jornet, V.; Puente, R.; Rodr guez, M.: Algebra y fundamentos. Una introducci on. Ariel, Barcelona, 2000. [Pest] Pestana, D. & al.: Curso pr actico de C alculo y Prec alculo. Ariel, Barcelona, 2000. El apartado sobre factorizaci on de polinomios est a en buena parte tomado de [Bern] Bernal, E.: Algebra Lineal. Apuntes de la asignatura, Zaragoza, 199899. Documentos en Internet [1] M. Conthe: La paradoja de Simpson. Expansi on, 08/10/2002. http://www.expansiondirecto.com/edicion/componentes/noticia/ VersionImprimirExp cmp/0,3240,184488,00.html http://www.expansiondirecto.com/edicion/componentes/noticia/ VersionImprimirExp cmp/0,3240,192294,00.html (Cada una de las direcciones debe ir escrita en una sola l nea.) [2] J. M. Albaig` es, Abel-Galois: dos vidas, un destino. http://www.grijalvo.com/Albaig%E8s/b JMAiO ABEL GALOIS.htm [3] The MacTutor History of Mathematics archive: Quadratic, cubic and quartic equations.
http://www-history.mcs.st-and.ac.uk/history/HistTopics/Quadratic etc equations.html
[4] The MacTutor History of Mathematics archive: The development of group theory.
http://www-history.mcs.st-and.ac.uk/history/HistTopics/Development group theory.html
[5] E. T. Bell, Los grandes matem aticos: Abel. http://www.geocities.com/grandesmatematicos/cap17.html
117
118
BIBLIOGRAF IA
Cap tulo 4
N umeros reales
En En la asignatura de de An alisis matem atico I se han tratado a n umeros meros la asignatura An alisis matem atico I se han tratadolas laspropiedades propiedades b b asicas sicas de los n u reales desde desde un un planteamiento axiom Aqu nos limitaremos, limitaremos, por por tanto, tanto, reales atico m as o menos expl cito. Aqu nos a describir describir a a grandes grandes rasgos rasgos las las distintas distintas construcciones construcciones de de R Ra a partir partir de de Q Qy y la la caracterizaci caracterizaci on n a o axiom atica tica de de R R,, y y estudiaremos estudiaremos brevemente brevemente la la representaci representaci on n decimal decimal (y (y otras) otras) de de los los n n umeros meros axiom a o u reales. La La bibliograf bibliograf a oportuna oportuna se se ir ir a citando citando a a lo lo largo largo de de la la exposici exposici o n. reales. a a o n.
4.1 LECTURA: u meros 4.1. LECTURA: Construcciones Construcciones de de los los n n u meros reales. reales.
4.1.1 Insuciencia 4.1.1. Insuciencia de de Q Q
Ya Ya hemos visto que desde el el punto de vista algebraico, u racionales es es hemos visto que desde punto de vista algebraico,el elsistema sistema de de los los n n umeros meros racionales bastante incompleto: incompleto: si si bien bien en en Q Q es es posible posible resolver resolver siempre siempre ecuaciones ecuaciones del del tipo tipo ax ax + +b b= = 0, 0, con con bastante 2 = 2 que no tienen soluci 2 a = 0, hay ecuaciones tan simples como x o n. Esto fue descubierto ya a = 0, hay ecuaciones tan simples como x = 2 que no tienen soluci on. Esto fue descubierto ya por los pitag o ricos en el siglo V antes de nuestra era, en su formulaci o n geom e trica, en t e rminos por los pitag oricos en el siglo V antes de nuestra era, en su formulaci on geom etrica, en t erminos de conmensurabilidad conmensurabilidad e e inconmensurabilidad inconmensurabilidad de de longitudes longitudes (ver (ver notas notas hist o 2; de hist oricas ricas en en [ [Ebb Ebb], ], cap. cap. 2; tambi e n, [ Kl1 ], p. 79 y pp. 103109). Dos segmentos AB y CD son conmensurables si pueden tambi en, [Kl1], p. 79 y pp. 103109). Dos segmentos AB y CD son conmensurables si pueden ser ser medidos exactamente unidad de longitud com , es decir, si un hay un n umero exacto medidos exactamente con con una una unidad de longitud com un uu ,n esudecir, si hay n umero exacto m m N de segmentos de longitud u que colocados uno tras otro sin solaparse cubren AB , y lo mismo N de segmentos de longitud u que colocados uno tras otro sin solaparse cubren AB , y lo mismo un n n umero mero n n de de segmentos sementos para o o las longitudes longitudes de de los los segmentos segmentos un u para CD CD;; la la raz raz on no o proporci proporci on n entre entre las AB y y CD CD es es la la misma misma que que la la raz raz on n (el (el cociente) cociente) entre entre los los n n umeros meros m my yn n. . En En caso caso contrario, contrario, son son AB o u inconmensurables . inconmensurables .
Q A s C t P 0 1/5 2/5 3/5 4/5 1

Figura Figura 1 1
u BDst
Figura Figura 2 2 Figura Figura 3 3
Fijado a a Fijado un un segmento segmento cualquiera, cualquiera, es es f f acil cil construir construir por por semejanza semejanza de de tri tri angulos ngulos un un nuevo nuevo segmento segmento cuya o cuya raz raz on n con con el el primero primero sea sea igual igual a a un un valor valor m/n m/n arbitrariamente arbitrariamente dado dado (en (en la la gura gura 1 1 se se muestra muestra 119 107
120
CAP ITULO 4. NUMEROS REALES
la construcci on de un segmento de longitud 1/5: la recta OP Q y el segmento OP son arbitrarios; el punto Q se obtiene trasladando OP cinco veces a lo largo de dicha recta; la paralela por P al segmento que une Q con 1 corta a la recta OX en un punto a distancia 1/5 de O). En sentido contrario, no es descabellado pensar que dos segmentos cualesquiera siempre son conmensurables: el algoritmo de Euclides, con la divisi on interpretada como sustracci on repetida de segmentos iguales, lleva gr acamente a una unidad de medida com un hasta donde el ojo puede apreciar, al menos. Por ejemplo, en la gura 2, quitando a AB un segmento de longitud igual a CD queda un segmento s, de longitud menor que CD; quitando a CD dos segmentos de longitud igual a s, queda un segmento t, de longitud menor que s; quitando a s un segmento de longitud igual a t, queda un segmento u tal que la longitud de t es exactamente tres veces la longitud de u (en t encajan perfectamente tres segmentos de longitud u). Por tanto, u mide a AB y CD (en el lenguaje cl asico, u es una parte al cuota com un de AB y CD): la longitud de AB es 15 veces la longitud de u y la longitud de CD es 11 veces la longitud de u; la proporci on entre las longitudes de los segmentos AB y CD es, en este caso, de 15 a 11. Sin embargo, la intuici on que el ojo sugiere es desmentida por la raz on, y como es bien sabido, el teorema de Pit agoras obliga a descartar la hip otesis de conmensurabilidad universal: la diagonal del cuadrado (gura 3), de la que no dudamos que tenga una longitud, resulta inconmensurable con el lado, pues si este tiene una longitud m respecto de cualquier unidad, la diagonal ha de tener una longitud n tal que n2 = m2 + m2 = 2m2 , lo cual lleva a un absurdo tras eliminar sucesivamente factores 2 en m y n. (Ver la discusi on sobre Aritm etica y Geometr a en [A-K], p. 43). Hizo falta mucho talento para solucionar este inconveniente (lo logr o Eudoxo, contempor aneo de Plat on, con su teor a de las proporciones). Mucho m as tarde, cuando la abilidad de la intuici on geom etrica fue puesta en cuesti on nuevamente tras el asentamiento de las geometr as no eucl deas y la crisis subsiguiente, se hizo necesaria una fundamentaci on del continuo, i.e., del conjunto de los n umeros reales (v. [Dur], pp. 70 y ss; [Kl3], cap. 41, pp. 1292 y ss.; [Ebb], cap. 2, pp. 34 y ss.). No es este el lugar para recorrer la largu sima evoluci on hist orica del concepto de n umero (real) hasta las ideas actuales, por lo dem as excelentemente expuesta en [Dur], pp. 60 y ss, o [Ebb], pp. 24 y ss, por ejemplo. Nos limitaremos en lo que sigue a se nalar los principales puntos que subyacen a una presentaci on rigurosa de los n umeros reales, que quedan abiertos para tratar en una asignatura posterior sobre Fundamentos de An alisis matem atico.
4.1.2.
Construcciones de R a partir de Q.
En la ampliaci on de un sistema num erico para llegar a otro mayor que subsane alguna deciencia, la idea directriz es a nadir lo m nimo que le falta. As , para construir Z a partir de N se a naden los opuestos de los n umeros naturales (y el 0, si no est a incluido en N); para construir Q a partir de Z, se a naden los cocientes de enteros (con denominador no nulo). Para construir R a partir de Q, hay dos procedimientos destacados: m etodo de Cantor-Meray de las sucesiones fundamentales. Trata de suplir la inexistencia de l mite de algunas sucesiones de Cauchy de n umeros racionales no convergentes en Q, identicando las sucesiones de Cauchy que deber an converger a un mismo valor hipot etico, porque sus diferencias convergen a 0, con ese valor. Se dene as una relaci on de equivalencia en el conjunto de las sucesiones de Cauchy de n umeros racionales: son equivalentes aquellas cuya diferencia tenga l mite 0, de manera que R es el conjunto cociente y un n umero real es una clase de equivalencia (que va a jugar el papel de l mite de todas las sucesiones de la clase). Las operaciones de suma y producto en R se denen a partir de las operaciones de suma y producto de sucesiones, y se demuestra que con ellas R es un cuerpo. Hay que denir as mismo una relaci on de orden entre las sucesiones de Cauchy de Q, que permite luego denir una ordenaci on en R con la cual resulta ser un cuerpo totalmente ordenado completo (en el sentido de que todo conjunto no vac o acotado superiormente posee supremo). El desarrollo en detalle de este proceso se entiende mejor cuando se ha estudiado teor a de
4.2. AXIOMATICA DE R
121
anillos e ideales. Puede verse, por ejemplo, en [GJPR], [Ebb], [Ham], [S-T] (aqu hay adem as un interesante apartado sobre la conexi on con la intuici on, p. 204). Este es el m etodo m as empleado generalmente, sobre todo porque permite usar construcciones parecidas en otras situaciones (compleci on de espacios m etricos en Topolog a, por ejemplo.) m etodo de Dedekind de las cortaduras. Se dirige a conseguir que se cumpla el axioma del supremo, no v alido en Q. Se parte de las cortaduras en Q, que son pares (A, B ) de subconjuntos de Q tales que: A y B son complementarios, A B = Q y A B = ; A = = B; cada elemento de A es menor que cada elemento de B . Cada cortadura est a determinada por A o por B (v. comentarios en [Ebb]), de modo que podemos quedarnos, por ejemplo, con el conjunto A, y decir como en [Spv], que un n umero real es un conjunto A de n umeros racionales con las propiedades siguientes: si x A e y Q es tal que y < x, entonces tambi e n y A; = A = Q; no hay un elemento m aximo en A, de manera que si x A, existe alg un y A tal que y > x. De qu e modo se denen la suma, el producto y la ordenaci on en el conjunto R de los n umeros reales puede verse en [Spv], pp. 811 y ss.; ver tambi en [Ebb], pp. 36 y ss. otros m etodos. Por qu e no usar los decimales para construir R? Es posible, pero tiene m as inconvenientes t ecnicos que los m etodos anteriores. La manera de hacerlo est a indicada en [Spv], pp. 826827, ejercicio 2. Tambi en se han empleado intervalos encajados o, equivalentemente, pares de sucesiones mon otonas los extremos de los intervalos (v. [Ebb], especialmente el comentario nal, p. 46).
4.2.
LECTURA: Axiom atica de R.
No se plante o expl citamente un sistema axiom atico para los n umeros reales hasta que fue formulado esencialmente por Hilbert hacia 1900, en su obra Grundlagen der Geometrie (Fundamentos de Geometr a). Actualmente, la descripci on axiom atica de R se resume en: R es un cuerpo conmutativo totalmente ordenado completo, es decir, tal que todo conjunto no vac o acotado superiormente tiene supremo. As se introduce R en la mayor a de los textos de An alisis matem atico, para comenzar a estudiar sus propiedades de manera inmediata. Una buena muestra es [Ap]. Unicidad y minimalidad de R. En las sucesivas ampliaciones de los n umeros se busca siempre, como hemos se nalado anteriormente, solucionar alg un defecto, pero con una propiedad de minimalidad. As , en los contenidos N Z Q, Z es el menor grupo que contiene a N y Q es el menor cuerpo que contiene a Z; ahora, R no s olo es el menor cuerpo completo que contiene a Q, sino que es el u nico salvo isomorsmos. Una explicaci on detallada de este hecho puede verse en [Spv], cap. 29, y en [Ebb], p. 50; tambi en, en [S-T], cap. 10.
122
4.3.
Representaci on decimal de los n umeros reales
Estudiaremos el signicado de la representaci on decimal de los n umeros reales, justicando algunos de los resultados que son conocidos desde la ense nanza secundaria. En toda esta secci on, cuando no se especica lo contrario, n umero signica n umero real.
4.3.1.
Aperitivo.
Lee atentamente estos enunciados: (1) 0.999 . . . es el n umero inmediatamente anterior a 1. (2) 0.333 = 1/3. (3) Sea x = 0.999 . . . Entonces 10x = 9.999 . . ., de modo que 10x x = 9.999 . . . 0.999 . . . = 9 9 y de aqu 9x = 9, luego x = = 1, es decir, 1 = 0.999 . . . 9 Responde ahora cuidadosamente a estas cuestiones: (i) Es cierto (1)? S I NO NO SE (ii) Es cierto (2)? Si lo es, por qu e? S I NO NO SE (iii) Es cierto el resultado de (3)? S I NO NO SE Qu e consecuencias sacas? Con los n umeros decimales no valen las mismas reglas de operaci on que con los dem as n umeros Los n umeros reales no pueden manejarse como las letras en el Algebra Otras (explicarlas)
4.3.2.
Representaci on decimal can onica
Las preguntas del apartado anterior tienen por objeto hacernos reexionar, para que nos planteemos la necesidad de aclarar esta cuesti on: en qu e consiste la representaci on decimal de un n umero real? Cuando el n umero real, en particular, es un entero, la cuesti on qued o completamente dilucidada. Pasar de los enteros a los racionales a/b con a N y b = 10n para alg un n N (*) es casi autom atico: por ejemplo, 5 6 7 8 9 123456789 = 1 103 + 2 102 + 3 101 + 4 100 + + + + + 105 10 102 103 104 105 consta de una parte entera 1 103 + 2 102 + 3 101 + 4 100 , que hemos convenido en representar por 1234, y de una parte fraccionaria 5 101 + 6 102 + 7 103 + 8 104 + 9 105 , que parece l ogico escribir a continuaci on de lo anterior como 56789, con alg un separador en medio que indique que
(*)
a/b es una fracci on decimal, no necesariamente irreducible, como en 25/100.
DECIMAL 4.3. REPRESENTACION
123
ahora las cifras son los coecientes de las potencias negativas decrecientes de 10. En la tipograf a latina el separador tradicional es una coma, y en la anglosajona un punto; bajo la inuencia de los ordenadores se ha extendido el uso de este u ltimo y ser a el que (a rega nadientes) adoptaremos aqu . As pues, la representaci on decimal del n umero inicial ser a 1234.56789 . Al igual que para los enteros, 1234.56789 representar a el n umero opuesto del anterior, 123456789/105 . Mantenemos, pues, una notaci on posicional, en la que cada cifra va multiplicada seg un su posici on por un factor (un peso), que en el caso de los enteros es una potencia positiva o nula de 1 10, admiti endose ahora pesos fraccionarios del tipo n = 10n (i.e., potencias negativas de 10). 10 Pero as se escriben s olo algunos n umeros reales muy especiales: en general, una representaci on decimal nita em em1 . . . e1 e0 .d1 d2 . . . dn (m entero no negativo, n N, con ek , dj entre 0 y 9 para 0 k m, 1 j n), corresponde a em 10m + + e1 10 + e0 + = d1 d2 dn + + + n 10 102 10
em 10n+m + + e1 10n+1 + e0 10n + d1 10n1 + d2 10n2 + + dn . 10n
(an alogo para em etc. tomando los opuestos). Se trata, por supuesto, de n umeros racionales; sin embargo, no todos n umeros racionales tendr an una representaci on decimal nita: esto es cierto tan s olo para los que puedan expresarse como cociente de un entero por una potencia de 10. Notemos, de paso, que cuando em em1 . . . e1 e0 .d1 d2 . . . dn sea la expresi on decimal de un n umero x, entonces em em1 . . . e1 e0 d1 d2 . . . dn (sin punto decimal) es justamente la representaci on en base 10 del n umero entero 10n x. La etapa siguiente, inevitable como vemos, es pasar a decimales innitos. Ahora bien: resulta 3 m as complicado aclarar qu e queremos decir, por ejemplo, cuando escribimos 2 = 1.2599210499 . . . . Qu e signican los puntos suspensivos? Por qu e no es 3 2 = 9.9401299521 . . . o cualquier otra expresi on similar? Con qu e criterio se han elegido las cifras? Recapacitando un momento, hemos comenzado escribiendo la parte entera de 3 2, que es 1; luego hemos a nadido la mayor cifra decimal, 2, tal que 1.2 no sobrepasa a 3 2; despu es a nadimos la mayor cifra decimal, 5, tal que 1.25 no sobrepasa a 3 2; y as continuamos a nadiendo cifras: 3 3 3 1 2<2 1.259 2 < 1.260 1.259921 2 < 1.259922 3 3 1.2 2 < 1.3 1.2599 2 < 1.2600 1.2599210 3 2 < 1.2599211 etc. 1.25 3 2 < 1.26 1.25992 3 2 < 1.25993 En resumen, vamos haciendo la selecci on de los d gitos de modo que se formen sucesivamente decimales nitos, cada vez con una cifra m as, de tal manera que dichos decimales nitos sean en cada paso los que mejor ajusten por abajo, los que constituyan la aproximaci on inferior optima del n umero a representar. La herramienta fundamental en este proceso de construir la representaci on decimal de cualquier n umero real es la noci on de parte entera de un numero real arbitrario. Recordemos su denici on. Lema 4.3.1 (Parte entera de un n umero real). Dado x R, existe un n umero entero (y uno solo), que suele denotarse con x , tal que x x < x + 1. Denominaremos a x la parte entera de x. Dicho en palabras, x es el mayor n umero entero menor o igual que x.
124 Demostraci on. Ver [1], p ag. 8, Teor. 1.2.3.
La traducci on gr aca de este resultado es simple: cada n umero real x queda en uno y s olo uno de los intervalos [N, N + 1), N Z, o dicho de otro modo, R = N [N, N + 1) (uni on disjunta: estos intervalos constituyen una partici on de R). Cuando x [N, N + 1), y s olo entonces, N es la parte entera de x.
Z
Tenemos as una pista para construir gr acamente, en general, las cifras decimales sucesivas de cualquier n umero real x 0. Pues si ponemos N = x y d1 es la primera cifra decimal de d1 + 1 d1 x < N + , esto signicar a que x x, determinada por la condici on de que N + 10 10 d1 d1 + 1 [N + , N + ), luego dividiendo el intervalo [N, N + 1) en diez subintervalos disjuntos, del 10 10 1 , mismo tipo, de longitud 10 1 1 2 8 9 9 [N, N + ), [N + , N + ), . . . , [N + , N + ), [N + , N + 1), 10 10 10 10 10 10 basta localizar entre ellos el u nico que contiene a x. x [ ) [ ) [ ) [ ) [ ) d1 d1 +1 1 2 8 9 N N + 10 N + 10 N + 10 N + 10 N + 10 N + 10 N +1 Obs ervese que si ampliamos 10 veces la escala, resulta 10N + d1 10x < 10N + d1 + 1, de modo que justamente 10N + d1 = 10x , y obtenemos por tanto d1 = 10x 10N = 10x 10 x . d1 d1 + 1 Para hallar el segundo decimal, repetimos el proceso: el intervalo [N + , N + ) se divide 10 10 1 en diez subintervalos cerrados a izquierda y abiertos a derecha, disjuntos, cada uno de longitud , 100 d1 d2 d1 d2 + 1 y localizamos el u nico de ellos que contiene a x. Sea este [N + + ,N + + ); entonces 10 100 10 100 d1 d2 d1 d2 + 1 N+ + x<N+ + , y multiplicando por 100, 10 100 10 100 100N + 10d1 + d2 100x < 100N + 10d1 + d2 + 1, es decir, 100N + 10d1 + d2 = 100x y d2 = 100x 10(10N + d1 ) = 102 x 10 10x .
Reiterando el proceso iremos obteniendo los sucesivos decimales de x. An alogamente, llegaremos a d1 d2 dn d1 d2 dn + 1 + 2 + + n x < N + + 2 + + y dn = 10n x 10 10n1 x . 10 10 10 10 10 10n Esta va a ser la denici on ocial de las cifras decimales de un n umero real cualquiera. N+ Denici on 4.3.2 (Cifras decimales). Dado un n umero real x 0 y n N, la n- esima cifra decimal de x es dn = 10n x 10 10n1 x . Si x 0 y em em1 . . . e1 e0 es la representaci on en base 10 de x x = em 10m + + e1 10+ e0 ,
ei {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} (0 i m), em = 0 si x = 0 , la expresi on em em1 . . . e1 e0 .d1 d2 . . . dn . . . recibe el nombre de representaci on decimal o desarrollo decimal de x. Cuando hay un M tal que dn = 0 para todo n > M , el desarrollo se abrevia simplemente a x = em em1 . . . e1 e0 .d1 d2 . . . dM . Para x < 0, se toma la representaci on decimal de |x| con un signo delante.
125
No hay que dejarse impresionar por esta denici on; las sucesivas cifras decimales de x pueden irse obteniendo recursivamente como en el comentario previo, seg un justicamos a continuaci on. Proposici on 4.3.3. Dado un n umero real x 0 y una sucesi on (dn ) de n umeros enteros, sea (qn ) la sucesi on denida por d1 dn qn = x + + + n , n N. 10 10 Las siguientes propiedades son equivalentes: (i) para todo n N, (ii) para todo n N, dn = 10n x 10 10n1 x . q n x < qn + 1 . 10n
Demostraci on. (i) = (ii). 1 , o lo que es lo mismo, que 10n qn 10n x < 10n qn + 1, n 10 lo que a su vez, puesto que 10n qn es entero, es lo mismo que decir que 10n qn = 10n x . Pero Habr a que probar que qn x < qn + 10n qn = 10n x + 10n1 d1 + 10n2 d2 + + 10dn1 + dn = 10n x + 10n1 ( 10x 10 x ) + 10n2 ( 102 x 10 10x ) + + 10( 10n1 x 10 10n2 x ) + ( 10n x 10 10n1 x ) = 10n x + 10n1 10x 10n x + 10n2 102 x 10n1 10x + + 10 10n1 x 102 10n2 x + 10n x 10 10n1 x = 10n x ,
que es lo que quer amos demostrar. (**) (ii) = (i). Como para todo n N es 10n qn un entero que seg un la hip otesis (ii) verica n n n 10 qn 10 x < 10 qn + 1, resulta 10n qn = 10n x . dn Puesto que obviamente qn = qn1 + n (a nadiendo q0 = x si es necesario), 10 se sigue que dn = 10n qn 10n qn1 = 10n qn 10 10n1 qn1 = 10n x 10 10n1 x . Ejemplo. C alculo de las cifras decimales de un n umero racional por divisi on. Para hallar las sucesivas cifras decimales de 57/13, por ejemplo, en la escuela proced amos as : 57 | 13 5 4 57. | 13 50 4.3 11 57. | 13 50 4.38 110 6 57. | 13 50 4.384 110 60 8 etc.
(**)
Tambi en puede hacerse por inducci on: para n = 1, 10q1 = 10 x + d1 = 10 x + ( 10x 10 x ) = 10x ,
y si 10n qn = 10n x , 10n+1 qn+1 = 10n+1 (qn + dn+1 ) = 10 10n qn + dn+1 = 10 10n x + ( 10n+1 x 10 10n x ) = 10n+1 x . 10n+1
126
Por qu e funciona este algoritmo? Analic emoslo en general. Supongamos que tenemos un n umero x = a/b > 0 con a, b N (para simplicar). Efectuando la divisi on entera de a por b, obtendr amos a = N b + r0 con 0 r0 < b. Entonces N = a/b , porque de la condici on sobre r0 se deduce que N b a < N b + N = (N + 1)b y de aqu que N a/b < N + 1. Para continuar, bajamos un cero que a nadimos al resto r0 , y dividimos por b: es decir, efectuamos la divisi on entera de 10r0 por b, 10r0 = d1 b + r1 , 0 r1 < b. Como antes, d1 b 10r0 < d1 b + b = (d1 + 1)b, y puesto que r0 = a N b, esto da d1 b 10a 10N b < (d1 + 1)b, 10N b + d1 b 10a < 10N b + (d1 + 1)b, 10N + d1 10(a/b) < 10N + d1 + 1, y dividiendo or 10, a d1 1 d1 <N+ + , N+ 10 b 10 10 lo que prueba que el cociente d1 es la primera cifra decimal de a/b. Prosiguiendo de manera an aloga, los sucesivos cocientes son, efectivamente, las siguientes cifras decimales de a/b. Corolario 4.3.4. Dado x 0, si para cada n N es dn su n- esima cifra decimal, poniendo d1 dn qn = x + + + n , se tiene 10 10 d1 dn x = sup{qn = x + + + n : n N} = l m qn . n 10 10 Demostraci on. De 1 q n x < qn + n . 10 se sigue que 1 |x qn | < n 0 cuando n +, 10 y as l m qn = x.
n
Adem as (qn ) es una sucesi on mon otona no decreciente (qui en es qn+1 qn y qu e signo tiene?), con lo cual tambi en sup{qn : n N} = l mn qn = x. Hay expresiones decimales que no aparecen como representaci on decimal de ning un n umero seg un nuestra denici on. Por ejemplo, 0.999 . . . , puesto que, con la notaci on anterior, 9 9 9 9 n 10 10 10 10 = = 1, l m qn = l m = l m 1 9 n n n 1 10 10 mientras que 1 = 1.000 . . . . Pero cualquier expresi on decimal em em1 . . . e1 e0 .d1 d2 . . . dn . . . que no acabe en una sucesi on de nueves (i.e., que no cumpla dn = 9 para todos n mayores o iguales que un cierto n0 ), es el desarrollo decimal de alg un n umero real (te atreves a demostrarlo?). Interpretaremos las expresiones decimales an omalas como un l mite, igual que en el ejemplo anterior. Para que no haya ambig uedad, si es necesario llamaremos a la representaci on decimal de x tal como la hemos denido la representaci on decimal can onica de x. (Comparar con [B-S], pp. 73 y ss., y [DA-W], pp. 231 y ss.) Ejercicio. Para cada n N, sean an , bn {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}, y supongamos que 9 9 9 + + + n 10 102 10 l m
n
a2 an a1 + + + n 10 102 10
= l m
n
b2 bn b1 + + + n 10 102 10
Probar que an = bn para todo n o, en caso contrario, existe un N N tal que an = bn para todo n N y an = 0, bn = 9 (o an = 9, bn = 0) para todo n > N . (Cf. [Lieb], p. 19.)
127
Una aplicaci on de la representaci on decimal (can onica) es la demostraci on cl asica de Cantor de la no numerabilidad de R. Proposici on 4.3.5. R no es numerable. Demostraci on. Ya vimos que si I es un intervalo en R, card I = card R. Basta, pues, probar que [0, 1) no es numerable. Supongamos lo contrario, es decir, que existe una biyecci on entre N y [0, 1), o sea, que hay una sucesi on (xn ) sin t erminos repetidos cuya imagen es [0, 1). Escribamos sus expresiones decimales, x1 = 0.d1,1 d1,2 d1,3 . . . x2 = 0.d2,1 d2,2 d2,3 . . . x3 = 0.d3,1 d3,2 d3,3 . . . . . . . . . y denamos entonces dn = La sucesi on (qn ) denida por dn d1 + + n , n N, 10 10 es una sucesi on mon otona no decreciente (qui en es qn+1 qn y qu e signo tiene?) acotada superiormente por 1 1 1 sup + + n : n N = , 10 10 9 qn = luego convergente. Sea x = l m qn .
n
1 0
si dn,n = 0 en caso contrario.
Como 0 qn 1/9, tambi en 0 x 1/9, y as x [0, 1), por lo que x debe estar en la lista de los xn . Pero la n- esima cifra decimal de x es dn (por qu e?), y la n- esima cifra decimal de xn es dn,n = dn por construcci on, luego x = xn cualquiera que sea n y la aplicaci on de partida entre N y [0, 1) no es suprayectiva, contra lo supuesto.
4.3.3.
Decimales peri odicos
Existe alg un criterio para decidir si un n umero real es o no racional a partir de su desarrollo decimal? La respuesta es conocida: veamos ahora la explicaci on. Denici on 4.3.6. Un decimal peri odico es una expresi on decimal de la forma em em1 . . . e1 e0 .d1 d2 . . . dj p1 p2 . . . pk p1 p2 . . . pk . . . p1 p2 . . . pk . . . en la que hay un grupo de cifras decimales p1 p2 . . . pk que se repite siempre desde un determinado lugar. El grupo p1 p2 . . . pk es el periodo , y d1 d2 . . . dj es la parte no peri odica , bien entendido que el periodo se toma de tama no m nimo y que no coincide con el nal de la parte no peri odica. Suele abreviarse esta expresi on poniendo em em1 . . . e1 e0 .d1 d2 . . . dj p1 p2 . . . pk . 233 Ejemplo. = 10.5909090909 = 10.5 90 tiene parte entera 10, parte no peri odica 5 y parte 22 peri odica 90. Proposici on 4.3.7. La representaci on decimal de cada n umero racional es peri odica. Rec procamente, cada decimal peri odico es la representaci on decimal de un n umero racional.
128
Demostraci on. Sea x Q. Como 0 = 0.0 es peri odico y el caso x < 0 se reduce de manera obvia al caso x (> 0), podemos suponer que x = a/b, a, b N. Como ya sabemos, podemos hallar las cifras decimales de x mediante divisiones enteras sucesivas. Dividiendo a por b obtendremos un cociente N 0 y un resto r0 con 0 r0 < n. Si r0 = 0, la expresi on decimal de a/b ser a em em1 . . . e1 e0 .0, donde em em1 . . . e1 e0 es la representaci on decimal de N . En caso contrario, si fuese r0 = 0, sea 10r0 = d1 b + r1 , 0 r1 < b. Si r1 = 0, a/b = em em1 . . . e1 e0 .a1 0; si r1 = 0, 10r1 = d1 b + r2 , y seguimos el proceso inductivamente si no aparece ning un resto 0. En tal caso, cada resto (no nulo) r0 , r1 , . . . , rk , . . . , debe ser uno de los b 1 enteros de que disponemos entre 1 y b 1. Por tanto, inevitablemente aparecer a en alg un momento un resto (en el peor de los casos, rb1 ) que ya haya aparecido previamente. Las cifras decimales obtenidas entre estas dos apariciones se repetir an ya indenidamente, es decir, si j y k son los menores enteros tales que rj = rk (j < k ), dj +1 . . . dk ser a el periodo. Partamos ahora de un decimal peri odico em em1 . . . e1 e0 .d1 d2 . . . dj p1 p2 . . . pk (lo suponemos positivo por comodidad). Construyamos como ya hemos hecho anteriormente un n umero real x cuyo desarrollo decimal coincida con el dado, y consideremos r = em 10m + + e1 10 + e0 + Entonces x = l m r + s + s
n
dj d1 + + j Q, 10 10
s=
p1 pk + + j +k Q. j +1 10 10
1 1 1 + s 2k + + s nk 10k 10 10
=r+
s Q, 1 (1/10k )
como quer amos probar. Pero adem as x=r+ (10k 1)r + 10k s 10k (r + s) r 10j +k (r + s) 10j r s = = = 1 (1/10k ) 10k 1 10k 1 (10k 1)10j
que examinado atentamente contiene la regla de conversi on de los decimales peri odicos en fracciones : se forma el numerador escribiendo primero la parte entera seguida de la parte no peri odica y luego la parte peri odica, restando despu es la parte entera seguida de la parte no peri odica, y el denominador escribiendo tantos nueves como cifras tiene la parte peri odica seguido de tantos ceros como cifras tiene la parte no peri odica.(***)
Ejercicios
14.1. Puede expresarse 2 como decimal peri odico? Por qu e?
14.2. Expresar 1/7 y 2/19 como decimales peri odicos. 14.3. Encontrar el n umero racional representado por los decimales peri odicos 1.25 137 y 37.14 653. 14.4. Puede existir un n umero racional que tenga como desarrollo decimal 0.101001000100001000001 . . .? (A cada cifra 1 sigue un bloque de ceros, con un cero m as en cada paso.)
(***)
Pues 10j +k (r + s) = em 10m+j +k + + e0 10j +k + d1 10j +k1 + + dj 10k + p1 10k1 + + pk , 10j r = em 10m+j + + e0 10j + d1 10j 1 + + dj , 10k 1 = 9 10k1 + + 9 10 + 9.
EN OTRAS BASES 4.4. REPRESENTACION Y para los que tengan tiempo libre:
129
14.5. ([Lieb], p. 22.) El cr tico cinematogr aco Ivor Pocoseso est a viendo la pel cula 11.9 Hombres sin Piedad. Pero se aburre, y empieza a preguntarse exactamente qu e n umeros racionales tienen expresiones decimales que acaban en 000 . . . (o sea, en ceros repetidos indenidamente). Nota que este es el caso si el denominador es 2, 4, 5, 8, 10, y se plantea si habr a una regla general sencilla que diga qu e racionales tienen esta propiedad. Ayuda a Ivor demostrando que un n umero racional m/n (en forma irreducible) tiene expresi on decimal que acaba en ceros repetidos indenidamente si y s olo si el denominador n es de la forma 2p 5q , donde p y q son enteros no negativos.
4.4.
Representaci on en otras bases
Al igual que en la representaci on de los n umeros enteros, es necesario contemplar la representaci on de los n umeros reales en bases distintas de 10.
4.4.1.
Representaci on binaria
Como cabe suponer, si en vez de usar potencias enteras de 10 se utilizan potencias enteras de 2, se obtiene la representaci on binaria de los n umeros reales de una manera totalmente an aloga. Para buscarla gr acamente, si x = N , el intervalo [N, N + 1) se dividir a ahora en dos 1 subintervalos [N, N + 1 ), [ N + , N + 1), aqu e l de ellos en el que est e x en otros dos de longitud 2 2 1 , etc., lleg andose as a una representaci on para los x 0 de la forma 22 am am1 . . . a1 a0 .b1 b2 . . . bn . . . en la que x = am 2m + + a1 2 + a0 , ai {0, 1} (0 i m), am = 0 si x = 0, y bn {0, 1} (n- esima cifra binaria de x) viene dada por bn = 2n x 2 2n1 x , de modo que si qn = x + se verica q n x < qn + y x = sup{qn : n N} = l m qn .
n
b1 bn + + n, 2 2 1 , 2n
n N,
Igual que en el caso decimal, x es racional si y s olo si su representaci on binaria es peri odica. Pero los racionales cuya representaci on binaria tiene nulas todas las cifras a partir de un cierto lugar no son exactamente los mismos que gozan de esta propiedad en su desarrollo decimal: por ejemplo, 3 = 0.6 0(10 = 0.1001(2 . 5 Nota. Ya vimos c omo expresar los n umeros enteros en base 2, mediante divisiones sucesivas por 2. Para hallar ahora el desarrollo binario de x x a partir de su desarrolo decimal, basta ir multiplicando por 2 retirando la parte entera del producto; en el ejemplo anterior, NUMERO DECIMAL 2 resto resto CIFRAS BINARIAS 0.6000 . . . 1.2 0.4 0.8 0.2 0.4 0.8 1 0 0 1.6 0.6 1 1.2 0.2 1 0.4 0.4 0 ... ... ... 3 = 0.1001. 5
y observamos c omo ya se va repitiendo obligadamente el bloque 1001, de modo que (Para los m as atrevidos: cu al es la justicaci on de este procedimiento?)
130
Tambi en podr amos llegar al mismo resultado dividiendo 3 por 5 en base 2, lo que se hace como en base decimal, con la precauci on de que ahora 1 + 1 = 10. Por ejemplo, 3 = 11(2 se dividir a por 5 = 101(2 como muestra la gura, teniendo en cuenta que en base 2 es 101 + 1 = 110, 101 + 11 = 1000; ponemos ceros en el cociente y bajamos ceros del dividendo en la manera acostumbrada. A la inversa, si partimos de la expresi on binaria am am1 . . . a1 a0 .b1 b2 . . . bn . . . de un n umero x, tendremos que hallar (expresando los n umeros en base 10)
11.00000. . . |101 0 0 1000 0.10011. . . 00100110 00100001 00100 00100
l m am 2m + + a1 2 + a0 +
n
bn b1 + + n 2 2
Cuando x sea racional, y por tanto su desarrollo sea peri odico, podemos calcular este l mite como hicimos en la demostraci on de que todo decimal peri odico es el desarrollo de un n umero racional. Por ejemplo, si x = 1010.0010 101(2 , escribiendo todos los n umeros ahora en base 10, x = l m 23 + 21 + 1 1 1 1 1 1 1 1 + + 7 + + 10 + + 13 + 3 5 8 11 n 2 2 2 2 2 2 2 214 1 1 + + 3n+7 3 n +5 2 2 1 1 1 1 1 1 1 1 1 1 l m 8 + 2 + + + 7 + 3 + 7 + 6 + 7 + 9 5 5 5 n 8 2 2 2 2 2 2 2 2 2 1 1 1 + 3n + 7 5 2 2 2 1 1 1 1 1 1 1 l m 8 + 2 + + + 7 1 + 3 + 6 + 9 + + 3n 5 n 8 2 2 2 2 2 2 1 1 3n+1 81 5 1 1 1 81 2 = 81 + + = + 7 3 + l m 5 7 1 n 8 8 2 2 1 8 2 2 1 3 3 2 2 1139 81 14 + 5 = . 16 7 112 + 1 216 +
1 1 + 7 5 2 2
24
5 7
Ejercicios
15.1. Hallar la representaci on binaria de los n umeros cuya expresi on decimal es: (i) 2.0078125 (ii) 0.8 6 (iii) 3.141592654 . . . 15.2. Hallar la representaci on decimal de los n umeros cuya expresi on binaria es: (i) 11.01 (ii) 1.0 10 (iii) 0.100011101 . . .
4.4.2.
Representaciones en bases distintas de 10 y 2
Por las mismas razones expuestas al hablar de las bases de numeraci on para representar n umeros enteros, se emplean a veces el sistema octal (base 8) y el sistema hexadecimal (base 16). Nada especial hay que a nadir sobre la representaci on de n umeros reales en estos sistemas. Son una vez m as, como el decimal y el binario, sistemas posicionales : el valor de cada cifra depende de su posici on. Para buscar la expresi on de un n umero real en estos sistemas, o para pasar las representaciones de un n umero de una base a otra, basta adaptar las ideas que hemos empleado anteriormente.
Bibliograf a
[A-K] [Ap] [B-S] Aleksandrov. A. D.; Kolmogorov, A. N.; Laurentiev, M. A. & al.: La matem atica: su contenido, m etodos y signicado (vol. I). Alianza Editorial, Madrid, 1973. Apostol, T.M.: An alisis Matem atico (segunda edici on). Revert e, Barcelona, 1991. Bartle, R. G.- Sherbert, D. R.: Introducci on al An alisis Matem atico de una Variable. Limusa, M exico, 1990.
[DA-W] DAngelo, J. P.; West, D. B.: Mathematical Thinking. Problem-Solving and Proofs. Prentice-Hall, Upper Saddle River, NJ, 1997. [Dur] [Ebb] Dur an, A. J.: Historia, con personajes, de los conceptos del c alculo. Alianza, Madrid, 1996. Ebbinghaus, H.-D. & al.: Numbers. Springer, New York, 1991.
[GJPR] Goberna, M. A.; Jornet, V.; Puente, R.; Rodr guez, M.: Algebra y fundamentos. Una introducci on. Ariel, Barcelona, 2000. [Ham] [Kl1] [Kl3] [Lieb] [Pest] [Spv] [S-T] Hamilton, A. G.: Numbers, sets and axioms: the apparatus of mathematics. Cambridge Univ. Press, 1982. Kline, M.: El pensamiento matem atico de la Antig uedad a nuestros d as, I. Alianza Editorial, Madrid, 1992. Kline, M.: El pensamiento matem atico de la Antig uedad a nuestros d as, III. Alianza Editorial, Madrid, 1992. Liebeck, M.: A Concise Introduction to Pure Mathematics. Chapman & Hall/CRC, Boca Raton, 2000. Pestana, D. & al.: Curso pr actico de C alculo y Prec alculo. Ariel, Barcelona, 2000. Spivak, M.: Calculus. C alculo Innitesimal. (segunda edici on) Revert e, Barcelona, 1990. Stewart, I.; Tall, D.: The Foundations of Mathematics. Oxford Univ. Press, 1977. Documentos en Internet [1] Curso de An alisis matem atico I. Cap tulo 1: N umeros reales. Univ. de Zaragoza. http://www.unizar.es/analisis matematico/analisis1/apuntes/01-reales.pdf
131
132
BIBLIOGRAF IA
Cap tulo 5
N umeros complejos.
Nuestra presentaci on de los n umeros complejos es b asicamente la del texto [Ap], completado con [ApC]. V ease tambi en [GJPR], [Her], cap. 4, [DA-W], cap. 18; [Lieb], cap. 6. Para ejercicios (resueltos y propuestos) son u tiles [Spg], [Wil], as como [DA-W] y [Lieb].
5.1.
El cuerpo complejo.
Como se nala [Her], p. 195, las sucesivas ampliaciones de los sistemas de n umeros se han realizado para acomodar resultados sorprendentes en los sistemas de n umeros conocidos. Estos resultados sorprendentes provienen, en la mayor parte de los casos, de la resoluci on de ecuaciones algebraicas. Por ejemplo, la ecuaci on x + 7 = 5, en la que solamente aparecen n umeros naturales, no posee ning un n umero natural como soluci on; su soluci on es el n umero negativo 2. Los n umeros naturales, junto con los n umeros negativos, forman el sistema de los n umeros enteros. Este sistema de n umeros es insuciente para resolver todas las ecuaciones algebraicas; la ecuaci on 3x = 5 no posee como soluci on ning un n umero entero; su soluci on es el n umero fraccionario 5/3. Los n umeros enteros, junto con los n umeros fraccionarios, forman el conjunto de los n umeros racionales. Estos n umeros 2 resultan insucientes para resolver ecuaciones cuadr aticas; por ejemplo, la ecuaci on x = 2 no tiene un n umero racional como soluci on; sus soluciones son los n umeros irracionales 2 y 2. Los n umeros racionales, junto con los irracionales, forman el sistema de los n umeros reales. Entre los n umeros irracionales hay, incluso, muchos que no son ra ces de polinomios con coecientes racionales. Pese a ello, R no es sucientemente completo desde el punto de vista algebraico: un polinomio tan sencillo como X 2 + 1 sigue sin tener ra ces en R. En pleno Renacimiento, los algebristas italianos del siglo XVI (Tartaglia, Cardano, Bombelli: v. [Ebb], cap. 3), en su b usqueda de ra ces reales de ecuaciones c ubicas (de polinomios de grado 3), comenzaron un c alculo formal con expresiones imaginarias, cticias, en las que aparec an ra ces cuadradas de n umeros negativos, comprobando que, aunque ignoraban qu e signicado atribuir a dichas expresiones, los resultados que obten an a partir de ellas eran consistentes y satisfactorios, resolviendo as problemas de ra ces de ecuaciones de segundo y tercer grado en R. La inevitabilidad de estas expresiones llevar a, tras periodos de discusi on y desconanza sobre su naturaleza, a la introducci on y aceptaci on nal de los n umeros complejos. (Ver [GJPR], pp. 155156.) Denici on 5.1.1. El cuerpo de los n umeros complejos es el conjunto C = {(a, b) : a, b R} dotado de las operaciones suma: producto: (a, b) + (c, d) = (a + c, b + d) (a, b) (c, d) = (ac bd, bc + ad). 133
134
CAP ITULO 5. NUMEROS COMPLEJOS
Los elementos de C reciben el nombre de n umeros complejos . Como conjunto, pues, C es simplemente R2 = R R, que conocemos como espacio vectorial sobre R, con la misma suma que acabamos de denir. La novedad (absolutamente trascendente como veremos) est a en la introducci on de un producto interno, que aplica C C en C (en R2 tenemos el producto por escalares externos, que aplica R R2 en R2 ). Veamos que est a justicado llamar a C el cuerpo de los n umeros complejos. Proposici on 5.1.2. Con la suma y el producto que hemos denido, C es un cuerpo conmutativo. Demostraci on. Una vez m as, enunciamos las propiedades a comprobar, si bien dejamos las demostraciones como ejercicio. (Ver [ApC], pp. 438 y ss.) 1. Propiedad asociativa de la suma. ((a1 , b1 )+(a2 , b2 ))+(a3 , b3 ) = (a1 , b1 )+((a2 , b2 )+(a3 , b3 )). 2. Propiedad conmutativa de la suma. (a1 , b1 ) + (a2 , b2 ) = (a2 , b2 ) + (a1 , b1 ). 3. Existencia de elemento neutro (cero) para la suma. Hay un n umero complejo, el (0, 0), tal que para todo (a, b) C, (0, 0) + (a, b) = (a, b) + (0, 0) = (a, b). 4. Existencia de elemento opuesto para la suma. Para cada (a, b) C hay un n umero complejo (y uno s olo), el n umero complejo (a, b), tal que (a, b) + (a, b) = (a, b) + (a, b) = (0, 0). 5. Propiedad asociativa del producto. ((a1 , b1 ) (a2 , b2 )) (a3 , b3 ) = (a1 , b1 ) ((a2 , b2 ) (a3 , b3 )). 6. Propiedad conmutativa del producto. (a1 , b1 ) (a2 , b2 ) = (a2 , b2 ) (a1 , b1 ). 7. Existencia de elemento neutro (identidad) para el producto. Hay un n umero complejo, el (1, 0), tal que para todo (a, b) C es (1, 0) (a, b) = (a, b) (1, 0) = (a, b). 8. Existencia de elemento inverso para el producto. Para cada (a, b) C \ {0} hay un a b elemento (y uno s olo) en C, el n umero complejo , 2 , tal que 2 2 a + b a + b2 a b a b ( 2 , ) (a, b) = (a, b) ( 2 , ) = (1, 0). a + b2 a2 + b2 a + b2 a2 + b2 (Tiene sentido porque a = 0 o b = 0.) 9. Propiedad distributiva del producto respecto de la suma. (a1 , b1 ) ((a2 , b2 ) + (a3 , b3 )) = (a1 , b1 ) (a2 , b2 ) + (a1 , b1 ) (a3 , b3 ). El cuerpo C contiene un subconjunto que es una copia isomorfa al cuerpo R, que identicaremos con R. Precisemos esta armaci on: Proposici on 5.1.3. La aplicaci on h : R C dada por h(a) = (a, 0), es inyectiva y para cualesquiera a, b R cumple h(a + b) = h(a) + h(b); h(a b) = h(a) h(b) Demostraci on. Ejercicio. Procedemos, pues, a la identicaci on de a R con h(a) C, lo que nos permite usar la notaci on simplicada a = (a, 0). Observando que todo elemento (a, b) C se puede escribir en la forma (a, b) = (a, 0) + (b, 0)(0, 1), si denimos la unidad imaginaria i como i = (0, 1), a R,
5.1. EL CUERPO COMPLEJO. con esta nueva notaci on tenemos (a, b) = a + ib.
135
Esta manera de escribir un n umero complejo (forma bin omica ) se corresponde con la repre2 sentaci on del vector (a, b) de R en la base can onica {(1, 0), (0, 1)}. Por tanto, si a + ib = a + ib con a y b reales, necesariamente a = a y b = b . Como es sabido, la primera componente a del n umero complejo z = (a, b) = a + ib se denomina la parte real de z , en s mbolos a = e z , y la segunda componente b se denomina la parte imaginaria de z , en s mbolos b = m z . As , tanto la parte real como la parte imaginaria son n umeros reales. Los n umeros reales est an, pues, caracterizados como los z C tales que m z = 0. La condici on e z = 0 caracteriza a los llamados n umeros imaginarios (imaginarios puros, en algunos textos). Una ventaja de expresar los n umeros complejos en forma bin omica es que se hace m as facil la multiplicaci on. En efecto, teniendo en cuenta que i2 = (0, 1)(0, 1) = (1, 0) = 1 comprobamos que la extra na f ormula (a, b) (c, d) = (ac bd, bc + ad) se traduce en la m as natural (a + ib)(c + id) = ac bd + i(bc + ad), donde para hacer esta operaci on s olo hace falta usar las reglas habituales de la multiplicaci on y las identicaciones anteriormente expuestas. De pasada, hemos comprobado que el n umero complejo i es una ra z de X 2 + 1 en C (la otra es i). Ninguna de las relaciones de orden que pueden denirse en C hacen de el un cuerpo totalmente ordenado: no hay posibilidad niguna de que se mantengan las mismas propiedades que en Q y en R ligan la ordenaci on con la suma y el producto. (En efecto: en todo cuerpo totalmente ordenado es x2 + 1 > 0 para cualquier elemento x, mientras que en C tenemos i2 + 1 = 0.)
Conjugaci on. M odulo de un complejo.

Un instrumento muy importante en el manejo de los n umeros complejos es la conjugaci on. Denici on 5.1.4. Dado un n umero complejo z , su complejo conjugado , denotado por z , est a dado por z = e z i m z. Proposici on 5.1.5. La aplicaci on de C en C que asocia a cada n umero complejo su conjugado, llamada conjugaci on , tiene las siguientes propiedades. (i) Es un isomorsmo de cuerpo, es decir, es biyectiva y para cualesquiera z , w C se verica z+w =z+w zw = z w (ii) Es una involuci on, o sea, aplicada dos veces vuelve al elemento de partida: z = z para todo z C. (iii) Deja jos exactamente los n umeros reales: z = z si y solo si z R.
136
Demostraci on. Son consecuencias directas de la denici on (comprobarlo). Mediante el conjugado se puede expresar algebraicamente la parte real y la parte imaginaria de cada z C, zz z+z , mz = . ez = 2 2i Tambi en permite expresar algebraicamente su m odulo, que pasamos a denir, lo que facilita muchas de las operaciones que deberemos efectuar con los n umeros complejos. Denici on 5.1.6. El m odulo de un n umero complejo z es el n umero real no negativo |z | = z z = ( e z )2 + ( m z )2 . Por tanto, |z |2 = z z . N otese as mismo que |z | = |z |. Ejercicio. Para z = 0, probar que su inverso es z ez mz = i . 2 2 |z | |z | |z |2 Las propiedades m as importantes del m odulo, que comparte con el valor absoluto en R, son las siguientes: Proposici on 5.1.7. Dados z , w C, (i) |z | 0 siempre, y |z | = 0 si y s olo si z = 0. (ii) |zw| = |z ||w|. (iii) |z + w| |z | + |w| (desigualdad triangular). Demostraci on. (i) Por la propia denici on, |z | 0 para todo z C y |0| = 0. Si ahora z = a + ib (a, b R) es tal que |z | = 0, es a2 + b2 = |z |2 = 0, y puesto que 0 a2 a2 + b2 = 0, a2 = 0 y a = 0 (sim etricamente, b = 0). (ii) |zw|2 = (zw)(zw) = (zw)(z w) = z z w w = |z |2 |w|2 = (|z ||w|)2 , y como |zw| y |z ||w| son n umeros reales no negativos, forzosamente |zw| = |z ||w|. (iii) |z + w|2 = (z + w)(z + w) = (z + w)(z + w) = z z + z w + w z + w w = |z |2 + z w + z w + |w|2 = |z |2 + 2 e (z w) + |w|2 , mientras que (|z | + |w|)2 = |z |2 + 2|z ||w| + |w|2 = |z |2 + 2|z w| + |w|2 , y como (ver lema siguiente) e (z w) | e (z w)| |z w|, se obtiene la desigualdad buscada. En la demostraci on de la desigualdad triangular hemos necesitado: Lema 5.1.8. Para cada z C, e z | e z | |z |, Demostraci on. Pongamos a = e z , b = m z . De a2 a2 + b2 = |z |2 , se sigue |a| |z |, |b| |z |, y nalmente a |a| |z |, Como en R, se prueba: b |b| |z |. b2 a2 + b2 = |z |2 , m z | m z | |z |.
5.1. EL CUERPO COMPLEJO. Corolario 5.1.9 (desigualdad triangular inversa). Dados z , w C, |z w| ||z | |w||. Demostraci on. Ejercicio.
137
Ejercicios
16.1. Expresar los siguientes n umeros complejos en la forma a + ib, con a, b R: a) (1 + i)3 ; b) 2 + 3i i4 + i9 + i16 ; c) ; d) 3 4i 2 i5 + i10 i15 1+i 2
5
16.2. Calcular
4n m=1
1i 1+i
Indicaci on. Calcular primero (1i)/(1+i) y recordar que (1w)(1+w +w2 + +wN ) = 1wN +1 .
16.3. Dado z = valor de z . 3 2ai , con a R, determinar el valor de a para que z R y calcular entonces el 4 3i
16.4. Calcular dos complejos cuya suma sea 1 + 4i, cuyo cociente sea imaginario y de manera que la parte real de uno de ellos sea 1. 16.5. Hallar x, y R tales que z = x + iy sea una ra z cuadrada de 2 5i, es decir, (x + iy )2 = 2 5i. En general, dados a, b R, si z = x + iy es una ra z cuadrada de a + bi, es decir, (x + iy )2 = a + bi, expresar x e y en funci on de a, b. 16.6. Sea z C con z = 1. Probar que 16.7. Sean w, z C tales que w = 1+z es imaginario si y s olo si |z | = 1. 1z
za con 0 < a < 1. Probar que |w| < 1 si y s olo si |z | < 1. az 1 ab = 1. Qu e excepci on debe hacerse si 1 ab
16.8. Probar que si |a| = 1 o |b| = 1, entonces |a| = |b| = 1? 16.9. Sea w =
1+z con w = u + iv y z = x + iy (x, y, u, v R). Probar que 1z x= u2 + v 2 1 2v ; y= . 2 2 (u + 1) + v (u + 1)2 + v 2
16.10. Sea z = a + ib (a, b R). Demostrar que existen p, m y n independientes de z (z = 0, 1) tales que (a2 + b2 )(a2 + b2 + 2a + 1) = p + mz + nz 2 . a2 b2 + a (1 + 2a)bi Hallar p, m y n.
6 138
CAP ITULO 1. NUMEROS COMPLEJOS CAP ITULO 5. NUMEROS COMPLEJOS
1.2 5.2.
El plano complejo El plano complejo
Para abordar este apartado utilizaremos frecuentemente un lenguaje geom etrico meramente intuiEnsin este apartado utilizaremos al frecuentemente un lenguaje geom etrico meramente intuitivo, sin, tivo, atenernos estrictamente estilo m as deductivo del planteamiento del resto del curso. As atenernos estrictamente al de estilo m as, deductivo planteamiento del resto del curso. As , por por ejemplo, hablaremos angulos o daremosdel por bueno que las funciones seno y coseno del ejemplo, hablaremos de a ngulos , o daremos por bueno que las funciones seno y coseno del An alisis An alisis matem atico se corresponden con las funciones denidas gr acamente en Trigonometr a, matem a tico se corresponden con las funciones denidas gr a camente en Trigonometr a, aunque para aunque para ello no tengamos ninguna justicaci on rigurosa. Si hemos de ser totalmente honestos, ello no tengamos ninguna on rigurosa. Si hemos ser totalmente siquiera ni siquiera tenemos hasta justicaci ahora una denici on rigurosa dede las funciones senohonestos, y coseno:ni nos hemos tenemos hasta ahora una denici o n rigurosa de las funciones seno y coseno: nos hemos conformado conformado con admitir su existencia y propiedades. Es tarea de cursos superiores la construcci on con admitir su existencia y propiedades. Es tarea de cursos superiores la construcci o n y el estudio y el estudio de estas y otras funciones elementales b asicas, por lo que seguiremos us andolas como de estas y otras funciones elementales b asicas, por lo que seguiremos us andolas como hasta ahora. hasta ahora.
La oo nnes uu mero aa + ib , ,b b ) )lo Laidea ideade departida partidaen enesta estasecci secci esque quetodo todon n merocomplejo complejozz= = + ib(a (a R R lopodemos podemos (*) representar en el plano como el punto de coordenadas ( a, b ), su ajo . 1 representar en el plano como el punto de coordenadas (a, b), su ajo . Esto Estosupone suponeque quetenemos tenemos jado jado en en el el plano plano un un sistema sistema cartesiano cartesiano de de ejes ejes coordenados. coordenados. Los Los puntos del eje de abscisas ser a n los complejos ( x, 0), o sea, los n u meros reales, por lo que llamaremos puntos del eje de abscisas ser an los complejos (x, 0), o sea, los n umeros reales, por lo que llamaremos aaeste . .An alogamente, eleleje aaformado ,y ), esteeje ejeel eleje ejereal real An alogamente, ejede deordenadas ordenadasestar estar formadopor porlos lospuntos puntos(0 (0 ,y ),los los n u meros imaginarios puros iy , y denominaremos a este eje el eje imaginario . Nos referiremos n umeros imaginarios puros iy , y denominaremos a este eje el eje imaginario . Nos referiremosaa este .. estesistema sistemacon conel elnombre nombrede dediagrama diagramade deArgand Argand En dea aadenir Eneste estecontexto, contexto,la ladistancia distanciaeucl eucl deaen enel elplano, plano,por porejemplo, ejemplo,permitir permitir denirla ladistancia distancia entre dos complejos z y w , que vendr a dada por entre dos complejos z y w, que vendr a dada por dd (z, w ) )= w |,|, (z, w =|z |z w
22 u) (y v) ya que si zz= + iy ,, w uu + iv ,, (x ,y ,u ,v RR ),), ambas cantidades son iguales a a (x ya que si =xx + iy w= = + iv (x ,y ,u ,v ambas cantidades son iguales (x u ) ++ (y v2).2 . En , ,su oo dulo Enparticular, particular,para paracada cadazz C C sum m dulomide midela ladistancia distanciade dezzaa0. 0.
An aa logamente, vocamente An logamente,puesto puestoque quetodo todopunto puntodel delplano planozz= =00queda quedaun un vocamentedeterminado determinadopor por sus coordenadas polares , es decir, su distancia al origen (i.e., su m o dulo) y por el a ngulo polar (el sus coordenadas polares, es decir, su distancia al origen (i.e., su m odulo) y por el a ngulo polar (el que queforma formael elsegmento segmentode deextremos extremos00yyzzcon conel eleje ejereal), real),podremos podremosutilizar utilizarpara paratales taleszzla lallamada llamada representaci o n polar o m o dulo-argumental . La medida del a ngulo polar (en radianes) representaci on polar o m odulo-argumental. La medida del angulo polar (en radianes)es eslo lo que .. quellamaremos llamaremosargumento argumentode dezz
z=(a,b ) |z|
O a = Re z
b= Im z
Pongamosen enorden ordenestos estosconceptos. conceptos. Pongamos Observando la gura, tenemos lasigualdades igualdades Observando la gura, tenemos las =|z |z | cos , m =|z |z | sen , ee zz= | cos , m zz= | sen , de donde de donde =|z |z |(cos + sen ). zz= |(cos + ii sen ). Comosiempre siempresucede sucedecon conla lamedida medidade de a ngulos,hay hayaqu aqu una Como a ngulos, una ambig u edad, puesto que y + 2 k con k Z hacen el mismo ambig uedad, puesto que y + 2k con k Z hacen el mismo papel decara caraaalas lasigualdades igualdadesanteriores. anteriores.Esto Esto nos hace abordar papel de nos hace abordar las siguientes precisiones sobre la denici o n de argumento. las siguientes precisiones sobre la denici on de argumento.
Denici 1.2.1(Argumentos). (Argumentos).Dado Dado {} 0, },un unargumento argumentode dez zes escualquier cualquiertal talque que Denici oo nn5.2.1 zz CC \\ {0 z = |z | cos , e z = |z | cos , z = |z | sen . m z = |z | sen .
El conjunto de los argumentos de z lo denotaremos por arg z , es decir, El conjunto de los argumentos de z lo denotaremos por arg z , es decir, arg z = { R : cos = e z/|z |, sen = m z/|z |}. arg z = { R : cos = e z/|z |, sen = m z/|z |}.
1 Esta observaci on fue hecha repetidamente por matem aticos que no lograron eco suciente en la comunidad (*) Esta observaci n fue hecha , repetidamente por matem aticos que no lograron eco suciente enGauss la comunidad matem atica (entre o ellos Argand a cuyo nombre ha quedado asociada), hasta que fue adoptada por en 1831 y matem atica por (entre ellos Argand ,a cuyo nombre quedado asociada), hasta que fue complejos adoptada por en y m as tarde Cauchy, zanjando as la pol emica ha sobre la legitimidad de los n u meros (verGauss [DD-P ], 1831 pp. 254 m a s tarde por Cauchy, zanjando as la pol e mica sobre la legitimidad de los n u meros complejos (ver [ DD-P ], pp. 254 y ss.) y ss.)
5.2. EL PLANO COMPLEJO
139
Entonces, arg z es un conjunto! Pero es obvio que si para dos valores 0 , R, se cumple cos = cos 0 , debe existir un k Z de manera que = 0 + 2k ; en otras palabras, el conjunto arg z puede describirse, conocido uno cualquiera de sus elementos, de la siguiente manera: {0 + 2k : 0 arg z, k Z} = 0 + 2 Z. De esta forma, en cualquier intervalo semiabierto de longitud 2 , por ejemplo (, ], existe un u nico elemento perteneciente al conjunto arg z . A este elemento se le denota por Arg z, y se le llama argumento principal (precauci on: en algunos textos se llama argumento principal al que est a en el intervalo [0, 2 )). Por tanto, para nosotros: Denici on 5.2.2 (Argumento principal). Dado z C \ {0}, Arg z = si y s olo si (, ] y cos = e z/|z |, sen = m z/|z |. Denici on 5.2.3. La representaci on polar o m odulo-argumental de un n umero complejo no nulo viene dada por su m odulo y uno cualquiera de sus argumentos. Para presentarla de una manera m as compacta, introducimos la siguiente notaci on. Denici on 5.2.4. Dado R, pondremos ei = cos + i sen . Por tanto, dado z C \ {0}, si arg z ser a z = |z | ei (representaci on exponencial de un n umero complejo). N otese que para z = 0 se tiene z = |z | ei cualquiera que sea R. Ejercicio. Para cada R, |ei | = 1. Rec procamente, para todo z C con |z | = 1 existe R tal que z = ei . Ejercicio. Si R, entonces ei = 1 si y s olo si existe k Z tal que = 2k . Ejercicio. Comprobar la f ormula de Euler ei + 1 = 0. (Se ha dicho que esta es una de las m as bellas f ormulas de las Matem aticas, porque liga los n umeros fundamentales del Algebra, la Geometr a y el An alisis). Proposici on 5.2.5 (Representaci on exponencial del producto de dos n umeros complei i 1 2 jos). Dados z1 , z2 C, si z1 = |z1 | e , z2 = |z2 | e , con 1 , 2 R, se tiene z1 z2 = |z1 z2 | ei(1 +2 ) = |z1 | |z2 | ei(1 +2 ) . sen = sen 0 ,
140 8 Demostraci on. Ya probamos que |z1 z2 | = |z1 | |z2 |. Demostraci on. Ya probamos que |z1 z2 | = |z1 | |z2 |. Operando Operando
CAP ITULO 5. NUMEROS COMPLEJOS CAP ITULO 1. NUMEROS COMPLEJOS
ei1i ei2 = (cos 1 + i sen 1 ) (cos 2 + i sen 2 ) e 1 ei2 = (cos 1 + i sen 1 ) (cos 2 + i sen 2 ) = cos 1 cos 2 sen 1 sen 2 + i(cos 1 sen 2 + sen 1 cos 2 ) = cos 1 cos 2 sen 1 sen 2 + i(cos 1 sen 2 + sen 1 cos 2 ) 2) = cos(1 + 2 ) + i sen(1 + 2 ) = ei(i1(+ ,2 ) 1 + , = cos(1 + 2 ) + i sen(1 + 2 ) = e z1 z2 = |z1 | |z2 | ei(1 +2 ) = |z1 z2 | ei(1 +2 ) . z1 z2 = |z1 | |z2 | ei(1 +2 ) = |z1 z2 | ei(1 +2 ) . Por tanto, mientras que la suma y la resta de n umeros complejos no son otra cosa que la suma Por tanto, mientras que la suma y la resta de n meros complejos otra cosa que la suma y la resta de vectores en el plano, que no necesita gr au camente m as queno la son traslaci on de segmentos y la resta 1), de vectores en elo plano, que del no necesita gr acamente m as que la traslaci n de segmentos (ver gura la construcci n gr aca producto de dos n umeros complejos es oun poco m as (ver gura 1), la construcci aca del producto de dos vectores es un poco m as complicada (ver complicada (ver gura 2): on gr gura 2): y queda nalmente y queda nalmente
z .w z +w w w-z z 0 z-w
Figura 1 Figura 1 Figura 2 Figura 2
uz w z
u1 0 1
,C , para construir z hemos w hemos de girar z un a ngulo (con centro de giro dados ,w | ei dados z, z w == |w| |w ei C para construir z w de girar z un a ngulo (con centro de giro en elen el origen) y efectuar una homotecia que multiplique el m o dulo de z por el de w . Como se muestra origen) y efectuar una homotecia que multiplique el m odulo de z por el de w. Como se muestra en en la gura, para llevar esto a cabo basta girar el tri a ngulo de v ertices 0, z 1,hasta z hasta que segmento la gura, para llevar esto a cabo basta girar el tri angulo de v ertices 0, 1, que el el segmento extremos 01 y tenga 1 tenga direcci n del segmento extremos 0w y ,w , obteni endose as el tri angulo dede extremos 0y la la direcci onodel segmento dede extremos 0y obteni endose as el tri angulo de v e rtices 0, u , u ; z w es el punto de corte de la recta que pasa por 0 y u con la paralela por z de v ertices 0, u1 , 1 uz ; z z w es el punto de corte de la recta que pasa por 0 y uz con la paralela por a la recta que pasa por y u(por qu e?) 1 u z (por ww a la recta que pasa por u1uy qu e?) z Corolario 1.2.6 (Representaci on exponencial del cociente de dos n umeros complejos). Corolario 5.2.6 (Representaci on exponencial del cociente de dos n u meros complejos). i1 , z = |z | i2 = 0, se tiene i i , z C , si z = | z | e e Dados z 1 2 2 C, si z1 = 1 |z1 | e 1 2 |z2 | e 2 Dados z1 , 1z2 , z2 = = 0, se tiene || z1 |i(i( z1 z1 = |z1 1 2 ) = e| e 1 2 ) . . z | z 2 2 z2 |z2 | Demostraci on. Basta tener cuenta que, seg ulo n lo que acabamos probar, Demostraci on. Basta tener enen cuenta que, seg un que acabamos dede probar,
|z1 |z1 || z1 |i(i1( || z1 | i(i1( z 1 2 + 2 ) |z | ei1 2) 2+ 2) 2) = 1 z . e e 1 |z2 = = =1 |z1 | ei =1 z1 . || ze 2 z2 = 2| e |z2 |z2 || z2 | || z2 |
i R, comparte propiedades algebraicas de la exponencial real: Nota. La expresi onoe Nota. La expresi n e,i , R, comparte propiedades algebraicas de la exponencial real: i + ) i i i(+, ) , R, ei ei(e e == , , R, ee 1 (ei ) = ei() , R. (ei )1 = ei() , R.
5.3. POLINOMIOS EN C Y EN R.
141
Ejercicios
17.1. Hallar los m odulos y los argumentos umeros complejos: 2x (x R \ {0}), iy de los n (y R \ {0}), 1 + i, 1 i, (1 + i)(1 + i 3)( 3 i), 2 + 5i, 2 5i, 2 + 5i, 2 5i (estos u ltimos, en funci on del arc tg(5/2)). Cu al es el argumento principal? 17.2. Si , R, entonces ei = ei si y s olo si existe k Z tal que = 2k . 17.3. Hallar el m odulo y el argumento principal de 1 + cos + i sen , donde . 1 + cos x + i sen x . 17.4. Hallar la parte real y la imaginaria, el m odulo y un argumento de 1 + cos y + i sen y 1 on de a. 17.5. Sean R y a C tales que 2 cos = a + . Obtener 2 cos n en funci a 1 Indicaci on. Qu e vale ei a ei ? a 17.6. Si x + iy = (2 + cos + i sen )1 con , x, y R, hallar x e y en funci on de y probar que 1 el punto (x, y ) est a siempre en la circunferencia de di ametro el segmento que une los puntos ( 3 , 0) y (1, 0). 17.7. Sean z1 , z2 , z3 C distintos dos a dos. Explicar el signicado geom etrico de las relaciones: (i) m z 3 z1 =0; z 2 z1 (ii) e z 3 z1 =0. z 2 z1
z2 es imaginario si y s olo si |z1 + z2 | = |z1 z2 |. z1 Deducir que un paralelogramo tiene sus diagonales iguales si y s olo si es un rect angulo. 17.8. Sean z1 , z2 C con z1 = 0. Probar que 17.9. Demostrar que |z1 z2 |2 + |z1 + z2 |2 = 2|z1 |2 + 2|z2 |2 . Deducir que un cuadril atero es un paralelogramo si y s olo si la suma de los cuadrados de las longitudes de sus diagonales es igual a la suma de los cuadrados de las longitudes de todos sus lados (ley del paralelogramo). 17.10. Demostrar que el tri angulo cuyos v ertices son los puntos z1 , z2 , z3 sobre el diagrama de Argand es equil atero si y s olo si
2 2 2 z1 + z2 + z3 = z1 z 2 + z2 z3 + z3 z1 .
17.11. Cu al es el lugar geom etrico de los puntos del plano complejo tales que |z + 16| = 4|z + 1|?
5.3.
Polinomios en C y en R.
Reexionando sobre lo que hemos hecho hasta ahora, parece que nuestros logros son m as bien modestos. Hemos a nadido a R b asicamente un n umero, i, que nos genera linealmente C, y que es una ra z del polinomio concreto X 2 + 1. Qu e suceder a con los dem as polinomios? Lo que pasa lo expone estupendamente el premio Nobel de F sica, Richard Feynman, en un cap tulo llamado Algebra (de lectura absolutamente recomendada en su totalidad) de su libro [Fey], p. 22-10: Ahora ustedes dir an: Esto puede seguir indenidamente! Hemos denido las potencias de los imaginarios y todo lo dem as y cuando estamos listos, viene alguien con otra ecuaci on que no puede ser resuelta como x6 + 3x2 = 2. Entonces tenemos que generalizar todo de nuevo! Pero resulta que con esta invenci on adicional que es simplemente la ra z cuadrada de 1, toda ecuaci on algebraica puede ser resuelta! Este es un hecho fant astico que debemos dejar que lo demuestre el Departamento de Matem aticas. Las demostraciones son hermosas y muy interesantes, pero ciertamente no son evidentes por s mismas. De hecho, la suposici on m as evidente es que vamos a tener que inventar de nuevo, de nuevo y de nuevo. Pero el
142
CAP ITULO 5. NUMEROS COMPLEJOS milagro m as grande es que no tenemos que hacerlo. Esta es la u ltima invenci on. Despu es de esta invenci on de los n umeros complejos, encontramos que las reglas siguen funcionando con los n umeros complejos y hemos terminado de inventar cosas nuevas. Podemos encontrar la potencia compleja de cualquier n umero complejo, podemos resolver cualquier ecuaci on escrita algebraicamente en t erminos de un n umero nito de esos s mbolos. No encontramos m as n umeros nuevos.
5.3.1.
Potencias y ra ces de un n umero complejo
Comenzaremos construyendo las ra ces de unos polinomios muy particulares, los de la forma X n z para un z cualquiera de C. Nuestro desarrollo de esta parte es, esencialmente, el de [Ap], pp. 2628. Denici on 5.3.1. Dados z C y n Z, se dene z 0 = 1, z n+1 = z n z z n = z 1 n si n 0, si n < 0 y z = 0.
Corolario 5.3.2 (F ormula de De Moivre.). Dado R, para todo n N es (cos + i sen )n = cos(n) + i sen(n). Demostraci on. Escrita en forma exponencial, (ei )n = ein , se obtiene c omodamente por inducci on. Para n = 1 es trivialmente cierta, y si es cierta para un n, entonces (ei )n+1 = (ei )n ei = ein ei = ein+i = ei(n+1) .
Ejercicio. Qu e ocurre con la f ormula de De Moivre para n Z? Proposici on 5.3.3. Dados dos enteros m y n, tenemos, siempre que est en denidas las potencias, z m z n = z m+n , (z m )n = z mn ,
n n (z1 z2 )n = z1 z2 .
Demostraci on. Para m, n 0, es un ejercicio de inducci on (hacerlo). Para m o n < 0, aplicar la denici on y los resultados para exponentes no negativos (cf. [Ap], Teorema 1.50). Teorema 5.3.4. Si z = 0 y n N, existen exactamente n n umeros complejos distintos z0 , z1 , . . . , zn1 (llamados ra ces n- esimas de z ), tales que
n zk =z
para cada k = 0, 1, . . . , n 1. Adem as, si es un argumento de z , estas ra ces est an dadas por las f ormulas zk = r eik , donde r = |z |1/n , k = k = 0, 1, . . . , n 1,
2k + n n
(k = 0, 1, . . . , n 1).
1.3.POLINOMIOS POLINOMIOS EN EN 5.3. EN CC YY EN R.R.
11 143
Demostraci on. (Cf. [Ap ],ap ags 2728) Demostraci on. (Cf. [Ap ], p gs 2728) k , k = 0, 1, . . . , n 1, son distintos entre s Los n n u meros complejos r ei : pues tomamos k, k Los n n umeros complejos r ei = 0 , 1, . . . , n 1, soni distintos entre s : pues si si tomamos i i ( ) j j k k ri ej sese sigue e 1 [porque r= enteros , con 0 n 0 j n ri ek == k j ) = = enteros k ,kj,, jcon 0 kk n 1,1, 0 j n 1,1, dede re re sigue ei( 1 [porque r= 00 ij ] y de aqu y basta multiplicar por (1 /r ) e = 2 m para alg u n m Z ; pero entonces i j k = 2m para alg y basta multiplicar por (1/r) e j ] y de aqu k un m Z; pero entonces j 2k 2j 2j k j + 2k k j 2m , es decir, un entero, dado que + == 2m , es decir, == mm eses un entero, yy dado que nn nn nn nn nn 0 (n k (n (n ( n 1)1) = 0 (n 1)1) k jj (n 1)1) 00 = nn 1 1 < 1, < 1< = = < 1, 1 n n n n n n n n n n k k jj decir, eso olo puede cumplirse eso s os lo puede cumplirse si si n == 0,0, eses decir, si si kk == j .j . n Adem as, cada uno de tales n umeros una ra n - esima de Adem as, cada uno de tales n u meros eses una ra z z n- esima de z :z : (r eik )n = rn eink = |z | ei(+2k) = |z | ei = z. (r eik )n = rn eink = |z | ei(+2k) = |z | ei = z. Por u ltimo, no hay otras ra ces n- esimas de z distintas de las anteriores, pues un polinomio de Por u ltimo, no hay otras ra ces n- esimas de z distintas de las anteriores, pues un polinomio de grado n puede tener a lo m as n ra ces distintas, y las ra ces n- esimas de z son justamente las ra ces grado n puede tener a lo m a n ra ces distintas, y las ra ces n- esimas de z son justamente las ra ces ns z . del polinomio P (X ) = X del polinomio P (X ) = X n z . Obs ervese que todas las ra ces n- esimas de un complejo z tienen el mismo m odulo, |z |1/n , y que Obs ervese que todas las ra ces n- esimas de un complejo z tienen el mismo m odulo, |z |1/n , y que sus argumentos dieren en m ultiplos de 2/n radianes, de modo sus argumentos dieren en m ultiplos de 2/n radianes, de modo que sus ajos est an sobre una circunferencia de centro el origen que sus ajos est an sobre una circunferencia de centro el origen ei/5 y radio |1 z/n |1/n , ocupando los v ertices de un pol gono regular de y radio | z | , ocupando los v ertices de un pol gono regular de 2 i/5 e n lados. n lados. Ejemplo. Para cada n N existen n ra ces n- esimas de la Ejemplo. Para cada n N2i/n existen n ra n- esimas de la /5 2(ces n1)i/n umeros 1, 2e , . . . , e , situados sobre unidad , los n unidad , los n umeros 1, e i/n , . . . , e2(n1)i/n , situados sobre 0 los v ertices de un pol gono regular de n lados inscrito en la 1 los v ertices de un pol gono regular de n lados inscrito en la circunferencia unidad, de centro el origen y radio 1. Adem as, circunferencia unidad, de centro el origen y radio 1. Adem as, el pol gono es sim e trico respecto del eje real. Estas ra ces son e -2i/5 el pol gono es sim etrico respecto del eje real. Estas ra ces son las potencias sucesivas de e2i/n , y pueden obtenerse numerosas e -i/5 las potencias sucesivas de e2i/n , y pueden obtenerse numerosas relaciones algebraicas entre ellas. relaciones algebraicas entre ellas. 1/n n /n que Problemas de notaci on para las ra ces. SiSi queremos mantener las notaciones Problemas de notaci on para las ra ces. queremos mantener las notaciones z 1z o on z z que emple abamos para las ra ces n - esimas no negativas de los n umeros reales no negativos , c omo proemple abamos para las ra ces n- esimas no negativas de los n u meros reales no negativos , c omo proceder ahora, que para cada z C \ { 0 } tenemos n ra ces diferentes sin ning u n criterio incontestable ceder ahora, que para cada z C \ {0} tenemos n ra ces diferentes sin ning un criterio incontestable /2 ? qu 1/ para distinguir entre ellas? En particular: qu e signica z21? e signica z ? z ? para distinguir entre ellas? En particular: qu e signica z qu e signica 1/n n /n Podr amos reservar s mbolo para ra n esima principal de , denida como Podr amos reservar el el s mbolo z 1z o on z z para lala ra zz n- e- sima principal de z ,zdenida como
z )/n z )/n ei(Arg |1 z/n |1/n |z | ei(Arg , ,
donde Arg indica argumento principal de (el que queda entre ), utilizar uno de ellos donde Arg zz indica el el argumento principal de zz (el que queda entre yy ), oo utilizar uno de ellos (o los dos) para el conjunto de todas las ra ces n - e simas de z . (o los dos) para el conjunto de todas las ra ces n- esimas de z . Los convenios utilizados var an de unos textos a otros, por cual, para no caer en ambig uedades, Los convenios utilizados var an de unos textos a otros, por lolo cual, para no caer en ambig uedades, merece la pena explicitar siempre el signicado exacto atribuido a los s mbolos que est en merece la pena explicitar siempre el signicado exacto atribuido a los s mbolos que sese est en manejando, sin necesidad de decantarse por ninguno. Por ejemplo, pondr amos: manejando, sin necesidad de decantarse por ninguno. Por ejemplo, pondr amos: para ,, bc , c Ra ,a para a,ab R, == 0,0, olo si si yy s os lo si si
2 2 + bz + c = 0 az az + bz + c = 0
b2 4ac b b2 4ac , b z= , z= 2a 2a decir, eses decir, b2 4ac b2 4ac b + b+ 2 4ac b b b b2 4ac , oz = z= z= z= o , 2a 2a 2a 2a b2 4ac indica una cualquiera de las ra 2 ces cuadradas del complejo 4ac donde donde b2 4ac indica una cualquiera de las ra ces cuadradas del complejo b2b 4ac . .
144
Ejemplo. Cuando z sea un n umero real no negativo, z [0, +), como z = 0 o Arg z = 0, se obtiene como ra z cuadrada principal de z justamente su ra z cuadrada real no negativa
Ejercicios
18.1. Dado x R, hallar la parte real y la imaginaria de: a) (1 + cos x + i sen x)n ; 1 + cos x + i sen x n . b) 1 + cos y + i sen y 18.2. Calcular 1 + sen a + i cos a 1 + sen a i cos a
n
, n N y a R. 4 1, 6 1 + i.
18.3. Calcular todos los valores de
18.4. Hallar los n umeros complejos que son iguales a la potencia n- esima de sus conjugados. 18.5. Probar que la suma de las potencias n- esimas de las ra ces k - esimas de la unidad es k o 0, seg un n sea o no m ultiplo de k . 2 4 6 8 18.6. Probar que 1 + cos + cos + cos + cos = 0 y dar una interpretaci on geom etrica. 5 5 5 5 Probar que 5+1 2 51 cos = , cos = . 5 4 5 4 18.7. Probar que 1 cos 2 3 4 + cos cos + cos 5 5 5 5 2 3 4 sen + sen sen + sen 5 5 5 5 = 0 = 0
18.8. Probar que si n N se tiene 1 + i tan 12

n
+ 1 i tan
12
=2
cos
n 12
18.9. Hallar la suma 1 + 2 cos + 2 cos 2 + + 2 cos n. 18.10. Expresar en potencias de cos ( R): cos 6, cos 3, Expresar en en potencias de sen ( R): sen 3, sen 7. 18.11. Sea = e
2i/13
sen 6 sen 5 , . sen sen 12 = 13 1 . 2
. Probar que +
6
10
Indicaci on: Si S es la suma, qui en es (2S + 1)2 ?

18.12. Sea z = e2i/7 . Calcular
n=1
zn .
5.3.2.
Teorema fundamental del Algebra y sus consecuencias
Desde el punto de vista algebraico, la principal ventaja del cuerpo complejo es que, al contrario que R, C es algebraicamente cerrado, i.e., todo polinomio no constante con coecientes complejos tiene una ra z en C.(**) Este hecho fue presentido antes de que se llegara a formular adecuadamente
Sigue d andose una condici on de minimalidad: es el menor cuerpo algebraicamente cerrado que contiene a . Con mayor precisi on, si un cuerpo algebraicamente cerrado contiene un subcuerpo isomorfo a , debe contener un subcuerpo isomorfo a .
C R R C
(**)
5.3. POLINOMIOS EN C Y EN R.
145
y mucho antes de que se lograra una demostraci on incuestionable (ver [DD-P], pp. 248253). No es un resultado f acil de demostrar con argumentos elementales pero, en cursos posteriores, ser a una consecuencia sencilla del an alisis de las funciones complejas de variable compleja. No obstante, puede verse una demostraci on relativamente asequible (bastante larga) en [A-K], pp. 344352; ver tambi en [DA-W], pp. 324 y ss. Aqu nos limitaremos a dar su enunciado y a deducir las consecuencias que de el se derivan en relaci on con el estudio de las ra ces y de la factorizaci on de los polinomios en C[X ] y en R[X ]. Teorema 5.3.5 (DAlembert-Gauss). Todo polinomio no constante con coecientes complejos admite al menos una ra z en C. Corolario 5.3.6. Los polinomios irreducibles en C[X ] son los de grado 1 (lineales), de manera que todo polinomio en C[X ] de grado n, n N, admite una factorizaci on como producto de n factores lineales. Demostraci on. Ya comentamos que los polinomios de grado 1 son siempre irreducibles. Cualquier otro polinomio p en C[X ] de mayor grado ya no es irreducible, pues tendr a una ra z z C y ser a por tanto de la forma p(X ) = (X z ) q (X ), con deg q = deg p 1 = 0. La segunda conclusi on se sigue del teorema de factorizaci on u nica: necesariamente, p(X ) = a(X z1 ) (X zn ) a = 0, z1 , . . . , zn C si deg p = n. Corolario 5.3.7. Sea n N. Todo polinomio en C[X ] de grado n posee exactamente n ra ces, si se cuenta cada una de ellas tantas veces como indique su multiplicidad. Demostraci on. Dado p C[X ] de grado n, agrupando los factores X z repetidos en la descomposici on anterior, si z1 , . . . , zk , son las distintas ra ces de p, con multiplicidades m1 , . . . , mk , resulta p(X ) = a(X z1 )m1 (X zk )mk y por tanto m1 + + mk = n. Pasemos ahora a caracterizar los polinomios irreducibles en R[X ]. Lema 5.3.8. Dado p R[X ], si z C es tal que p(z ) = 0, entonces p(z ) = 0. En palabras, si un polinomio con coecientes reales tiene una ra z compleja z , tambi en su conjugado z es ra z del polinomio. Demostraci on. Por las propiedades de la conjugaci on, si p(X ) = a0 + a1 X + + an X n , y a0 , a1 , . . . , an R, para todo z C es p(z ) = a0 + a1 z + + an z n = a0 + a1 z + + an z n = a0 + a1 z + + an z n = p(z ). En particular, p(z ) = 0 implica p(z ) = p(z ) = 0. Corolario 5.3.9. Los polinomios irreducibles en R[X ] son los polinomios lineales y los polinomios cuadr aticos de la forma a[(X b)2 + c2 ], con a, b, c R, a = 0 y c = 0 (que son los polinomios cuadr aticos sin ra ces en R).
146
Demostraci on. Los polinomios lineales son siempre irreducibles, y los polinomios cuadr aticos del enunciado son irreducibles en R[X ] por ser de segundo grado y no tener ra ces en R (n otese que las ra ces en C de a[(X b)2 + c2 ] son b + ic y b ic). Cualquier polinomio irreducible q en R[X ] es de esta forma. Pues si tiene alguna ra z en R, es lineal. Y si no, mirado en C[X ], admitir a al menos una ra z compleja b + ic con c = 0; pero tambi en tendr a por ra z b ic seg un el lema. Por tanto, es divisible (en principio en C[X ]) por (X (b + ic))(X (b ic)) = (X b)2 + c2 , que tiene coecientes reales; el cociente de q por (X b)2 + c2 es el mismo en C[X ] que en R[X ] (por qu e?), luego debe ser un a R[X ] con deg a = 0, o sea, una constante real no nula. Nota. Los polinomios de segundo grado irreducibles en R[X ] son, equivalentemente, los de la forma AX 2 + BX + C con B 2 4AC < 0 (por qu e?).
Ejercicios
19.1. Factorizar X 4 + 1 y X 4 + 4 en C[X ], en R[X ] y en Q[X ]. 19.2. Descomponer en factores irreducibles el polinomio X n + X n1 + + X + 1 (i) en C[X ]; (ii) en R[X ]. 19.3. Mediante factorizaci on, probar que todo polinomio real de grado impar admite al menos una ra z real. 19.4. Hallar dos n umeros complejos cuya suma sea 4 y cuyo producto sea 8. Indicaci on. Qui en es (X a)(X b)? 19.5. Si z1 , z2 son las dos soluciones de la ecuaci on az 2 + bz + c = 0, donde a, b, c R, demostrar n + z n R para todo n N. Si la ecuaci n + zn. que z1 on es en particular z 2 2z + 2 = 0, calcular z1 2 2 2 19.6. Sabiendo que la ecuaci on z ( 3 + i 3)z + p = 0 tiene por soluci on z = 1 + i, hallar p y la otra ra z. 19.7. Qu e condici on han de cumplir los n umeros reales a, b, c, d para que la ecuaci on z 3 + az 2 + (b + ic)z + b + id = 0 admita una ra z real? 19.8. Comprobar que z = 3 + 4i es una soluci on de la ecuaci on z 4 10z 3 + 62z 2 178z + 325 = 0 y hallar las otras tres ra ces. 19.9. Consid erese la ecuaci on z 3 2z + c = 0, donde c R. Hallar sus soluciones sabiendo que una de ellas est a en la bisectriz del primer cuadrante del plano complejo. 19.10. Resolver la ecuaci on (iz + 1)5 = (1 z )5 . 19.11. Demostrar que el polinomio (X + i)n (X i)n tiene todas sus ra ces reales y determinarlas. 19.12. (i) Demostrar que si a R,
m1
(z + a)
2m
(z a)
2m
= 4amz
k=1
z 2 + a2 cotg2
k 2m
(ii) Usando el apartado anterior, probar que

m1
cotg
k=1 N
k = 1. 2m
(
k=1
zk signica z1 zN .)
5.4. FRACCIONES RACIONALES.
147
5.4.
Fracciones racionales. Fracciones simples.
Como se nal abamos al construir los n umeros racionales a partir de los enteros, la misma construcci on puede llevarse a cabo partiendo de cualquier dominio de integridad, para sumergirlo en un cuerpo de fracciones. En particular, el m etodo puede aplicarse al dominio K [X ] de los polinomios en la indeterminada X con coecientes en un cuerpo conmutativo K , obteni endose as el cuerpo de las fracciones racionales (tambi en llamado de las fracciones algebraicas, ver [Pest]). No daremos ninguna demostraci on, puesto que basta repetir las empleadas en la construcci on de Q, cambiando simplemente n umero entero por polinomio (el lector puede comprobarlo en alg un caso para una mejor comprensi on del proceso). Lema 5.4.1. Sea = K [X ] (K [X ] \ {0}), y la relaci on en dada por (p1 , q1 ) (p2 , q2 ) cuando y s olo cuando p1 q2 = p2 q1 . Entonces es una relaci on de equivalencia en . A los elementos de los denominaremos fracciones algebraicas en la indeterminada X , con coecientes en K . Denici on 5.4.2. El cuerpo de las fracciones racionales es el conjunto cociente K (X ) = / . Sus elementos, que denominaremos fracciones racionales , son las clases de equivalencia [(p, q )]. Nota sobre nomenclatura y notaci on. No hay una denominaci on est andar universalmente utilizada para los elementos de y de K (X ): es habitual llamar indistintamente a unos y otros fracciones algebraicas o fracciones racionales. Para mayor complicaci on, el s mbolo empleado normalmente para la relaci on de equivalencia en es =. Igualmente, se emplea la notaci on cl asica p/q para los dos objetos distintos (p, q ) o [(p, q )] K (X ). A veces, se dice que una fracci on racional admite una representaci on p/q para indicar que (p, q ) es un representante de la clase de equivalencia que constituye dicha fracci on. Es realmente notable que a pesar de todos estos abusos, no haya dicultades serias de entendimiento si se considera en cada situaci on cu al es el sentido adecuado al contexto. El lector queda advertido, pues, de que poco a poco iremos relajando la precisi on adhiri endonos a la pr actica habitual, aunque en este primer apartado intentaremos ser eles a la notaci on y nomenclatura introducidas. Como muestra, por ejemplo: Denici on 5.4.3. Una fracci on algebraica p/q se dice irreducible si p y q son relativamente primos, es decir, si mcd(p, q ) = 1. (Evidentemente, aqu p/q , aunque no se indique expl citamente.) Ejercicio. Probar que toda fracci on algebraica es equivalente a una fracci on irreducible ; dicho de otro modo, que toda fracci on racional admite un representante que es una fracci on irreducible. Concretamente, dados polinomios p, q K [X ] con q = 0 y mcd(p, q ) = d, si p = p1 d, q = q1 d, p/q p1 /q1 y p1 /q1 es irreducible. Denici on 5.4.4. Dadas p1 p 2 , , su suma es q1 q2 p1 p2 p1 q 2 + p 2 q 1 + = ( ), q1 q2 q1 q2 y su producto p1 p2 p1 p2 = ( ). q1 q2 q1 q2
148 Lema 5.4.5. Dados
CAP ITULO 5. NUMEROS COMPLEJOS p1 r 1 p2 r 2 p1 r 1 p2 r2 , , , en tales que , , se verica q1 s1 q2 s2 q1 s1 q2 s2 r1 r2 p1 p2 + + , q1 q2 s1 s2 p1 p2 r1 r2 . q1 q2 s1 s2 p1 p 2 , K (X ), llamaremos suma de ambas q1 q2
Denici on 5.4.6. Dadas dos fracciones racionales a la fracci on racional
p1 p 2 p 1 q 2 + p2 q 1 + = [ K (X )], q1 q2 q1 q2 y producto a la fracci on racional p1 p2 p1 p2 = [ K (X )]. q1 q 2 q1 q2 Seg un el lema previo, la aplicaci on suma (respectivamente, producto ) de K (X ) K (X ) en K (X ) p1 p 2 p1 q 2 + p2 q 1 que hace corresponder a , K (X ) K (X ) la fracci on racional (respectivaq1 q2 q1 q2 p1 p2 mente, est a bien denida. q1 q2 Proposici on 5.4.7. Con la suma y el producto que hemos denido, K (X ) es un cuerpo conmutativo. Proposici on 5.4.8. La aplicaci on h : K [X ] K (X ) dada por h(p) = p/1 K (X ), tiene las siguientes propiedades: (i) es inyectiva, h(p1 ) = h(p2 ) si p1 = p2 ; (ii) transforma sumas en sumas, h(p1 + p2 ) = h(p1 ) + h(p2 ); (iii) transforma productos en productos, h(p1 p2 ) = h(p1 ) h(p2 ). Es decir, h es un isomorsmo entre K [X ] y h(K [X ]) por lo que, desde este momento, consideramos K [X ] K (X ) y p = p/1 para todo p K [X ]. p K [X ],
5.4.1.
LECTURA: funciones racionales.
Igual que hemos hablado de funciones polin omicas, obtenidas mediante evaluaci on de polinomios, podemos denir funciones racionales mediante evaluaci on de fracciones racionales? Ahora las cosas se complican: mientras que no hay ning un problema en evaluar p(x) para cada p K [X ] y x K , no podemos decir lo mismo sobre la evaluaci on de p/q K (X ) en cualquier x K . Si bien hemos exigido que q = 0, eso no impide que puedan existir x K para los que q (x) = 0 (las posibles ra ces de q ), lo que hace que p(x)/q (x) no tenga sentido en K . Es, pues, necesario ajustar nuestro planteamiento. Denici on 5.4.9. Una funci on racional es un cociente de funciones polin omicas. Por tanto, su dominio ser a todo K salvo un n umero nito de elementos, a lo m as (los que anulen al denominador).
5.4. FRACCIONES RACIONALES.
149
En consecuencia, dos representantes distintos de una misma fracci on racional originan dos X +1 funciones racionales diferentes: por ejemplo, mientras que las fracciones racionales y X2 1 X 2 son iguales, las funciones racionales f y g , cocientes respectivamente de las funciones X 2 3X + 2 polin omicas x + 1 y x2 1, x 2 y x2 3x + 2, son distintas puesto que dom f = K \ {1, 1}, dom g = K \ {1, 2}. Evidentemente, en los x pertenecientes a la intersecci on de sus dominios 1 ambas toman el mismo valor, igual a su vez a . x1 Esto es lo que sucede en general: Sea p/q y r/s una fracci on irreducible equivalente a p/q ; el conjunto S de ceros de s est a contenido en el conjunto de ceros de q , y la funci on racional asociada a p/q es la restricci on a K \ S de la funci on racional asociada a r/s.
5.4.2.
Fracciones simples
Las fracciones racionales admiten una representaci on est andar que es muy u til en ciertas aplicaciones. En lo que sigue, para simplicar los enunciados, suponemos que deg p deg q signica p = 0 o deg p deg q . Lema 5.4.10. Dada una fracci on p(X )/q (X ), existen polinomios p0 (X ), p1 (X ) un vocamente determinados tales que deg p1 < deg q y p(X ) p1 (X ) = p0 (X ) + . q (X ) q (X ) Demostraci on. La igualdad del enunciado puede reescribirse p(X ) p0 (X )q (X ) + p1 (X ) = , q (X ) q (X ) lo que signica, por denici on, que
(***)
p(X )q (X ) = [p0 (X )q (X ) + p1 (X )]q (X ), que equivale, cancelando q (o, para la implicaci on inversa, multiplicando por q ), a p(X ) = p0 (X )q (X ) + p1 (X ). Por tanto, el lema es s olo otra manera de enunciar la existencia y unicidad de la divisi on de polinomios. Lema 5.4.11. Si q (X ) K [X ] es de la forma q (X ) = q1 (X )q2 (X ) con mcd(q1 , q2 ) = 1, toda fracci on racional p(X )/q (X ) puede descomponerse en suma de fracciones con denominadores q1 y q2 ; es decir, existen polinomios p1 y p2 tales que p(X ) p1 (X ) p2 (X ) = + . q (X ) q1 (X ) q2 (X ) Demostraci on. Puesto que existen dos polinomios u y v tales que uq1 + vq2 = 1, p p(uq1 + vq2 ) pv pu = = + . q q1 q2 q1 q2
(***)
Aqu estamos mirando p/q como elemento de K (X ).
150 Ejemplo. En R(X ),
1 1 . = 2 X4 + 1 (X + 2X + 1)(X 2 2X + 1) Llamemos A = X 2 + 2X + 1, B = X 2 2X + 1. Puesto que B = (X 2)X + 1, A = B + 2 2X, (algoritmo de Euclides salvo constantes) se sigue que 1 = B (X 2)X = B (X X+ 2 X 2 = B A, 2 2 2 2 y de aqu 1 (X + 2)B (X 2)A 1 X+ 2 1 X 2 = = . X4 + 1 2 2AB 2 2AB 2 2 X 2 + 2X + 1 2 2 X 2 2X + 1 An alogamente, para X +1 X +1 = , X3 1 (X 1)(X 2 + X + 1) de X 2 + X + 1 = (X 1)(X + 2) + 3 se sigue que X +1 X3 1 = = 1 X + 1 1 (X + 1)(X + 2) 1 (X 1) + 2 1 (X 2 + X + 1) + (2X + 1) = 3 X 1 3 X2 + X + 1 3 X 1 3 X2 + X + 1 1 2 1 2X + 1 . 3 X 1 3 X2 + X + 1 1 X 2 X 2 )A 2) (A B ) = B (1 + 2 2 2 2 2 2
Este segundo ejemplo sugiere que el lema anterior puede renarse cuando el numerador es un polinomio de menor grado que el denominador . Lema 5.4.12. Si q (X ) K [X ] es de la forma q (X ) = q1 (X )q2 (X ) con mcd(q1 , q2 ) = 1, toda fracci on algebraica p(X )/q (X ) con deg p < deg q puede descomponerse, de manera u nica, en suma de fracciones con denominadores q1 y q2 y numeradores p1 y p2 tales que deg p1 < deg q1 , deg p2 < deg q2 ; es decir, existen polinomios un vocamente determinados p1 y p2 tales que deg p1 < deg q1 , deg p2 < deg q2 y p(X ) p1 (X ) p2 (X ) = + . q (X ) q1 (X ) q2 (X ) Demostraci on. Sean p1 y p2 como en el lema anterior. Si deg p1 deg q o deg p2 deg q , dividiendo ser a p1 = c1 q1 + r1 , p2 = c2 q2 + r2 , deg r1 < deg q1 , deg r2 < deg q2 o nulos. Haciendo operaciones p = (c1 + c2 )q + r1 q2 + r2 q1 ; deg(r1 q2 ) < deg q1 +deg q2 = deg q, deg(r2 q1 ) < deg q2 +deg q1 = deg q, lo que signica que c1 + c2 es el cociente de la divisi on de p por q , necesariamente nulo porque deg p < deg q (el resto ser a r1 q2 + r2 q1 ). Por tanto r1 (X ) r2 (X ) p(X ) = + , q (X ) q1 (X ) q2 (X ) La unicidad se sigue de que si tambi en p(X ) s1 (X ) s2 (X ) = + , q (X ) q1 (X ) q2 (X ) deg p1 < deg q1 , deg s2 < deg q2 , deg r1 < deg q1 , deg r2 < deg q2 .
se deduce que r1 q2 + r2 q1 = s1 q2 + s2 q1 , es decir, (r2 s2 )q1 = (s1 r1 )q2 , y como q1 y q2 son relativamente primos, q1 |(s1 r1 ); pero entonces s1 r1 = 0, pues en caso contrario, deg q1 deg(s1 r1 ) m ax{deg s1 , deg r1 } < deg q1 , imposible. Por lo mismo, r2 s2 = 0.
5.5. NUMEROS COMPLEJOS Y GEOMETR IA PLANA Lema 5.4.13. Toda fracci on racional de la forma p(X )/[q (X )]m puede expresarse como p(X ) p1 (X ) pk (X ) pm (x) = p0 (X ) + + + + + m k [q (X )] q (X ) [q (X )]m [q (X )] con deg pk < deg q , 1 k m. Demostraci on. Dividiendo repetidamente por q se obtiene p = c1 q + pm = (c2 q + pm1 )q + pm = = ( (p0 q + p1 )q + + pm1 )q + pm , con deg pk < deg q , 1 k m, lo que equivale a la igualdad del enunciado.
151
Nota. Los polinomios p0 , p1 , . . . , pm est an un vocamente determinados (probarlo como ejercicio). Denici on 5.4.14. Un elemento de K (X ) es una fracci on simple si puede escribirse en la forma k p(X )/[q (X )] , donde q (X ) es irreducible en K [X ] y el grado de p(X ) K [X ] es estrictamente menor que el de q (X ). Ejemplo. En C(X ) las fracciones simples son s olo de la forma aparecen adem as fracciones del tipo a , con a, b C. En R(X ) (X b)k
a1 + a2 X , a1 , a2 , b, c R. [(X b)2 + c2 ]k
Proposici on 5.4.15 (Descomposici on en fracciones simples). Todo elemento p/q de K (X ) admite una expresi on u nica como suma de un polinomio en X m as una suma de fracciones simples. Demostraci on. Es consecuencia de los lemas anteriores. Ejercicio. Simplicar y descomponer en fracciones simples en C(X ) y en R(X ) las siguientes fracciones: (a) (X + 1)3 ; X2 1 2X 3 (d) ; (X 1)(X 2)(X 3) (b) X 3 27 ; X2 9 1 (e) ; (X 2 9)2 (c) X 2 + 5X + 6 ; X2 4 X 5 + 5X 3 X + 6 (f) . X3 1
Nota. Los programas de c alculo simb olico (maple, Mathematica ) permiten generalmente efectuar estas operaciones. Por ello, recomendamos calcular a mano los coecientes num ericos pedidos en alguno de los ejercicios anteriores, y plantear cuando menos la forma del resultado en todos los dem as. Solo despu es es aconsejable pasar al ordenador. (Para maple , la sintaxis es convert((a0 + a1 x + )/(b0 + b1 x + ),parfrac,x); y para Mathematica , Apart[(a0 + a1 x + )/(b0 + b1 x + )] )
5.5.
LECTURA: N umeros complejos y geometr a plana.
En los ejercicios de un apartado anterior hemos apuntado t midamente la interrelaci on entre la geometr a del plano y el c alculo con n umeros complejos. Lamentablemente, no podemos extendernos en esta direcci on, pero como un aut entico regalo para cualquier acionado a las Matem aticas proponemos la lectura de un libro muy especial, Liang-shin Hahn: Complex Numbers and Geometry. Mathematical Association of America, 1994., (que contiene resultados geom etricos m as profundos que los que aparecen aqu ), y ofrecemos una lista de ejercicios suplementarios fuera de con-curso para esos ratos en los que apetece salirse de la rutina (algunos de ellos pertenecen a otro libro interesante en este aspecto, [Wil]).
152
Ejercicios
20.1. Desigualdades triangulares. Probar que la longitud del lado de un tri angulo es menor que la suma de las longitudes de los otros dos y mayor que su diferencia. 20.2. Mediatriz de un segmento. Probar que el lugar geom etrico de los puntos que equidistan de dos puntos jos A y B es la recta perpendicular al segmento AB por su punto medio. 20.3. Demostrar que: (i) Si z1 + z2 + z3 = 0 y |z1 | = |z2 | = |z3 | = 1, los puntos z1 , z2 y z3 son v ertices de un tri angulo equil atero inscrito en la circunferencia unidad. (ii) Si z1 + z2 + z3 + z4 = 0 y |z1 | = |z2 | = |z3 | = |z4 |, los puntos z1 , z2 , z3 y z4 o bien son v ertices de un rect angulo o bien coinciden de dos en dos. 20.4. Bajo qu e condici on tres puntos z1 , z2 y z3 , distintos dos a dos, estar an sobre una misma recta? 20.5. Bajo qu e condici on cuatro puntos z1 , z2 , z3 y z4 , distintos dos a dos, estar an sobre una misma circunferencia o sobre una misma recta? 20.6. Demostrar que las alturas de un tri angulo son concurrentes (es decir, que las tres se cortan en un mismo punto, el ortocentro del tri angulo). 20.7. Puede probarse algebraicamente que un paralelogramo tiene las diagonales perpendiculares si y s olo si es un rombo? Y que tiene las diagonales iguales si y s olo si es un rect angulo?
Bibliograf a
[A-K] [ApC] [Ap] Aleksandrov. A. D.; Kolmogorov, A. N.; Laurentiev, M. A. & al.: La matem atica: su contenido, m etodos y signicado (vol. I). Alianza Editorial, Madrid, 1973. Apostol, T.M.: Calculus, vol. I (segunda edici on). Revert e, Barcelona, 1989. Apostol, T.M.: An alisis Matem atico (segunda edici on). Revert e, Barcelona, 1991.
[DD-P] Dahan-Dalmedico, A.; Peier, J.: Une histoire des math ematiques. Editions du Seuil, Paris, 1986. [DA-W] DAngelo, J. P.; West, D. B.: Mathematical Thinking. Problem-Solving and Proofs. Prentice-Hall, Upper Saddle River, NJ, 1997. [Ebb] [Fey] Ebbinghaus, H.-D. & al.: Numbers. Springer, New York, 1991. Feynman, R. & al.: F sica. Volumen I: Mec anica, radiaci on y calor. Addison-Wesley Iberoamericana, Wilmington, Delaware, 1987.
[GJPR] Goberna, M. A.; Jornet, V.; Puente, R.; Rodr guez, M.: Algebra y fundamentos. Una introducci on. Ariel, Barcelona, 2000. [Her] [Lieb] [Pest] [Spg] [S-T] [Wil] Hern andez, E.: Algebra y geometr a. Addison-Wesley/UAM, Madrid, 1994. Liebeck, M.: A Concise Introduction to Pure Mathematics. Chapman & Hall/CRC, Boca Raton, 2000. Pestana, D. & al.: Curso pr actico de C alculo y Prec alculo. Ariel, Barcelona, 2000. Spiegel, M.R.: Variable compleja. McGraw Hill (colecci on Schaum), 1971.. Stewart, I.; Tall, D.: The Foundations of Mathematics. Oxford Univ. Press, 1977. Williams, J.: Algebra de n umeros complejos. Limusa-Wiley, M exico, 1974.
153
154
BIBLIOGRAF IA
Cap tulo 6
Aritm etica de punto otante.

Estudiaremos (muy supercialmente) la representaci on de los n umeros reales en los ordenadores y su aritm etica. Las referencias pertinentes a la bibliograf a ir an apareciendo a lo largo de la exposici on. En todo este cap tulo, cuando no se especica lo contrario, n umero signica n umero real.
6.1.
Aperitivo.
Lee atentamente estos enunciados: (1) Seg un tu calculadora, qu e vale 1 1 1 + + , 3 3 3 1 1 1 1 ? 3 3 3
(2) Comprueba con tu calculadora que 1+ 5 a) a = = 1, 6180339 . . . 2 1+ 5 1 0, 6180339 . . . a1 2 = b) b = = = 1, 6180333 . . ., 2a 0, 3819661 . . . 1+ 5 2 2 de modo que a > b. Responde ahora cuidadosamente a estas cuestiones: (i) C omo se explica el resultado de (1)? (ii) Son correctas las operaciones de (2)? S I NO NO SE (iii) En (2), lo cierto es que: a>b a=b a<b .
Qu e consecuencias sacas?
155
156
CAP ITULO 6. ARITMETICA DE PUNTO FLOTANTE.
6.2.
Representaci on en punto otante

En una reuni on se plantea la siguiente pregunta: Cu anto vale ? El ingeniero dice: Es aproximadamente 3 y 1/7. El f sico responde: Es 3.141592. El matem atico piensa un momento, y replica: Es igual a . (Del folklore)
Hemos mostrado la posibilidad te orica de representar los n umeros reales mediante sucesiones de d gitos en distintas bases. Ahora vamos a enfrentarnos con su representaci on pr actica en un ordenador, con las limitaciones efectivas que la realidad impone.
6.2.1.
N umeros de m aquina
El conjunto de los n umeros reales no puede representarse plenamente en un ordenador (ni siquiera el de los n umeros enteros!). Si queremos guardar las cifras decimales (o m as frecuentemente, binarias) de un n umero en un ordenador, s olo disponemos de un n umero nito de huecos para hacerlo. Podemos, simplemente, ignorar las cifras del desarrollo a partir de un cierto lugar; pero se aprovecha mejor el espacio evitando ceros innecesarios como en la notaci on cient ca, con una representaci on en punto otante : n umero = signo mantisa base exponente Por ejemplo, para la constante de gravitaci on universal G = 6.673 1011 , la mantisa es 6.673, la base es 10 y el exponente 11. Este y otros ejemplos de magnitudes muy grandes o muy peque nas, como Masa del electr on Masa del sol Constante de Plank N umero de Avogadro 9.109 1028 g. 1.989 1030 kg. 6.626 1034 Js 6.022 1023 mol1
ponen de maniesto el ahorro de cifras que conlleva esta notaci on. Pero cada n umero admite innitas representaciones de este tipo: 111/2 = 55.5 100 = 5.55 101 = 0.555 102 = . . ., o tambi en 1 2 111/2 = 555 10 = 5550 10 = . . . Para tener unicidad hace falta normalizar la representaci on. Habitualmente, como hemos hecho en los ejemplos de notaci on cient ca, el primer d gito no nulo de la mantisa aparece a la izquierda del punto, la parte entera del valor absoluto consta de una sola cifra: 111/2 = 5.55 101 . Esto excluye el n umero 0, que queda como excepci on, y ha de ser representado aparte. En matem aticas es tambi en frecuente otra normalizaci on, colocando la primera cifra no nula inmediatamente despu es del punto; el valor absoluto de la mantisa es siempre menor o igual que 1 y su parte entera es nula: 111/2 = 0.555 102 . La diferencia entre ambas normalizaciones es inesencial: todo se reduce a sumar o restar 1 al exponente. Lo importante es que el punto decimal ota para eliminar los ceros innecesarios: 2/111 = 0.018018018 . . . = 1.8018018 102 , o bien 2/111 = 0.18018018 101 .
EN PUNTO FLOTANTE 6.2. REPRESENTACION
157
La normalizaci on ahorra espacio: Si se emplea base 2 en vez de base 10, como todas las mantisas comenzar an por 1. etc. , podemos sobreentender no s olo el punto, sino tambi en el 1 (t ecnica del bit fantasma). En la segunda normalizaci on, todas las mantisas en cualquier base van a comenzar por 0. etc. , lo que hace innecesario explicitar el 0 y el punto. Finalmente, el tama no de las palabras del ordenador fuerza a limitar: la precisi on, la cantidad p de d gitos disponibles para colocar en ellos la mantisa; la cantidad p de d gitos disponibles para el exponente, que estar a por tanto comprendido entre un valor m nimo y un valor m aximo. Con tales condicionantes, jada una base , los n umeros de m aquina , verdaderamente disponibles en el ordenador, ser an y = E d1 + dp d2 d3 + 2 + + p1 ,
donde cada d gito dk satisface 0 dk 1 y d1 = 0, y el exponente E toma sus valores entre un m nimo Emin y un m aximo Emax . Paralelamente, con la segunda normalizaci on obtendr amos y = e dp d1 d2 + 2 + + p ,
con 0 dk 1 y d1 = 0, y emin e emax . Se pasa de una a otra, por tanto, tomando e = E + 1. Ambas son equivalentes, en el sentido de que generan exactamente los mismos n umeros (con la relaci on se nalada entre los exponentes, y con Emin = emin 1, Emax = emax 1). A un as : hay multitud de implementaciones posibles cada fabricante elige la que mejor le parece esto diculta enormemente la transportabilidad de los programas de c alculo. Para unicar, se han propuesto diversas estandarizaciones: norma IEEE 754 (completada con la IEEE 854); denominada tambi en IEC 559. Es la m as utilizada. Hay en la red applets que muestran el formato archivado por el ordenador ([2]). La normalizaci on elegida para la mantisa (denominada signicando en esta norma) es la primera, d1 .d2 . . . dp , con = 2 o = 10 como bases permitidas. norma ISO/IEC 10967-1 Language Independent Aritmetic, Part 1 [LIA-1], posterior y menos restrictiva. Usa la segunda normalizaci on 0.d1 d2 . . . dp para la mantisa (denominada ahora fracci on ), y admite cualquier base que sea un n umero natural par. Sistemas num ericos en punto otante Para analizar las dicultades y la complejidad de la representaci on y manejo en el ordenador de n umeros en punto otante, se establecen modelos ideales, que sean simples pero realistas. Siguiendo a Higham (v. [Hig] 2.1, pp. 40 y ss.), usaremos lo que el denomina sistemas num ericos en punto otante. Previamente, notemos: cuando escribimos y = e la fracci on f = dp d1 d2 + 2 + + p ,
dp d1 d2 + 2 + + p se puede representar tambi en como m p , donde m es un entero de p d gitos del intervalo [ p1 , p 1]; concretamente m = d1 p1 + d2 p2 + + dp . As y = f e = (m p ) e = m ep .
158
Por ser la notaci on m as c omoda, esta es la forma de los valores que vamos a usar para denir los sistemas num ericos en punto otante. Denici on 6.2.1. Un sistema num erico en punto otante es un subconjunto nito de R, F = F (, p, emin , emax ), caracterizado por cuatro par ametros enteros: Z pZ emin Z emax Z (la (la (el (el
base o radix de F ) precisi on de F ) menor exponente de F ) mayor exponente de F )
Dados valores espec cos de , p, emin , emax , se dene FN = {y = m ep : m, e Z, p1 m p 1, emin e emax }, y nalmente F = {0} FN El mayor y el menor n umero positivo de F son f max f minN := m ax{y F : y > 0} = emax (1 p ) := m n{y FN : y > 0} = emin 1
Llamaremos rango de F al conjunto [f max, f minN ] {0} [f minN , f max] (que contiene a F estrictamente). N otese que ahora la mantisa m de un n umero y = 0.d1 d2 . . . dp e de FN es el entero d1 d2 . . . dp (escritos en base ). Llamaremos a d1 el d gito m as signicativo y a dp el d gito menos signicativo de y . En la norma LIA-1, los par ametros y p han de satisfacer 2 y p 2, y tiene que ser par. As mismo, para que haya bastantes elementos en F , los par ametros emin , emax y p han de satisfacer p 2 emin p 1, p emax p 1. En IEEE 754 y 854 se consideran cuatro formatos distintos: precisi on simple, precisi on doble, precisi on simple extendida, precisi on doble extendida, con valores para los par ametros (ver [Hig], p. 41): formato IEEE simple IEEE doble IEEE simple extendida IEEE doble extendida (reajustados a la normalizaci on 0.d1 . . . ). 2 2 2 2 p 24 53 32 64 emin 125 1021 1021 16381 emax 128 1024 1024 16384
EN PUNTO FLOTANTE 6.2. REPRESENTACION Ejemplos
159
1.- Si = 2, p = 5 [= 22 + 1], y = 11/2 = 22 + 1 + 1/2 = 23 (21 + 23 + 24 ), tendr amos (con mantisa y exponente en base 2, escrito el cero como O y el uno como I para distinguir) y = O.IOIIO 2II = IOIIO 2II IOI ; la mantisa m es IOIIO y el exponente e es II . 2.- Minimodelo con = 2, p = 3, emin = 1, emax = 3. Los n umeros no negativos de F ser an (en escritura decimal) el 0 y 1/2 0.25 0.5 1.0 2.0 4.0 1/2 + 1/8 0.3125 0.625 1.25 2.5 5.0 fracci on 1/2 + 1/4 0.3750 0.750 1.50 3.0 6.0 1/2 + 1/4 + 1/8 0.4375 0.875 1.75 3.5 7.0 exponente 2 1 20 21 22 23
que se distribuyen gr acamente as :
0 0.25 0.5
1.0
2.0
3.0
4.0
5.0
6.0
7.0
Junto con sus opuestos (los sim etricos respecto del origen) forman el sistema F = F (2, 3, 1, 3). Este ejemplo ilustra c omo el espaciado de los n umeros de F salta un factor 2 (= ) con cada potencia de 2 (= ).
6.2.2.
Aproximaci on por redondeo
Elegido un determinado sistema num erico en punto otante para implementar en el ordenador, el resto de los n umeros reales (casi todos!) no existen para el. Esta situaci on no es nueva en absoluto: cada vez que hemos usado un valor num erico de , hemos puesto = 3.14, o = 3.1416, o = 3.141592654 (cuando disponemos de calculadora); no hemos podido manejar su valor exacto, que, como dec a el matem atico, es . La realidad fuerza inevitablemente a tomar aproximaciones, por lo que, si no podemos evitar los errores que generan, tratemos al menos de minimizarlos. Eso hacemos cuando ponemos = 3.1416 (aproximaci on por exceso) y no = 3.1415 (aproximaci on por defecto o por corte ): tomamos el valor m as pr oximo a entre los que tienen cinco cifras decimales. Para simplicar(*) , deniremos: Denici on 6.2.2 (Redondeo y desbordamiento.). Dado F = F (, p, emin , emax ), el redondeo ( respecto de F ) es la aplicaci on f l : R F {overow, underow} dada por f l(x) = overow si |x| > f max = m ax F (hay un desbordamiento por exceso ) f l(x) = underow si 0 < |x| < f minN = m n{|y | : y F, y = 0} (hay un desbordamiento por defecto ). f l(x) = elemento de F m as pr oximo a x si x est a en el rango de F . Cuando haya dos n umeros en F a la misma distancia de x, convendremos en tomar como f l(x) el que tenga el u ltimo d gito dp par.
La norma IEEE 754 contempla distintos modos de redondeo: redondeo hacia + (round down ), redondeo hacia (round up ), redondeo hacia 0 (round towards zero ) y redondeo al m as pr oximo (round to nearest ). Ver [Gold]
(*)
160
Ejercicio. Para x, y en el rango de F , (i) x y implica f l(x) f l(y ); (ii) f l(x) = f l(x); (iii) f l( n x) = n f l(x) (supuesto n x en el rango de F ). Ejemplos. (1) En nuestro minimodelo con = 2, p = 3, emin = 1, emax = 3, se produce desbordamiento por exceso siempre que |x| > 7, y por defecto si 0 < |x| < 0.25. underow 0 0.25 0.5 1.0 2.0 3.0 4.0 5.0 6.0 overow 7.0
Para x = 4.5, ser a f l(x) = 4; para x = 5.5, ser a f l(x) = 6 (por qu e?). (2) Para = 10, p = 6: a = 0.31415926525 . . . 101 b = 0.81412781 c = 0.112399972 d = 0.999999721 f l(a) = 0.314159 101 f l(b) = 0.814128 100 f l(c) = 0.124000 100 f l(d) = 0.100000 101
Obs ervese c omo el u ltimo d gito de la mantisa de b ha sido modicado. El cambio puede afectar incluso a varios d gitos (como en c) y a veces hasta al exponente, como en el ejemplo d. Medidas del error de redondeo Al redondear un n umero, es decir, al sustituir un x R por f l(x) como valor aproximado, cometemos un error cuyo tama no conviene saber controlar. Puesto que cada x en el rango de F que no pertenezca a F estar a en un intervalo (y1 , y2 ) con extremos en F y uno s olo, y f l(x) ser a precisamente uno de esos extremos, y1 y2 x el valor de | f l(x) x| = m n{|x y | : y F } ser a, en el peor de los casos, la mitad de la longitud y2 y1 del intervalo. Basta, por tanto, controlar el espaciado entre los n umeros de F . En general, se observa que el espaciado es uniforme entre potencias consecutivas de , y que se multiplica por al saltar a una nueva potencia de . Para concretar m as, se utiliza el epsilon de la m aquina, que es la distancia M desde 1.0 al siguiente n umero de F m as grande que el. Por tanto,
Denici on 6.2.3. Epsilon de la m aquina . Para un sistema num erico en punto otante F = F (, p, emin , emax ), el epsilon de la m aquina es el n umero
M
= 1 p ,
Por tanto, M es el espaciado de los n umeros en punto otante entre 1.0 y , mientras que el espaciado de los n umeros entre 1.0 y 1/ es p = M / . En general, Lema 6.2.4. La distancia entre un n umero en punto otante normalizado y y otro n umero en punto otante normalizado adyacente a y es como m nimo 1 M |y | y como m aximo M |y | (salvo que uno de ellos sea cero). Demostraci on. Ver [Hig], pp. 41.
EN PUNTO FLOTANTE 6.2. REPRESENTACION
161
Pero seg un dice [Hig], la cantidad m as u til asociada con F , que est a por todas partes en el mundo del an alisis de los errores de redondeo, es la llamada unidad de redondeo, que no es otra cosa que la mitad del epsilon de la m aquina. Denici on 6.2.5. Dado un sistema num erico en punto otante F = F (, p, emin , emax ), el n umero 1 1 p 1 = u= M se llama unidad de redondeo del sistema F . 2 2 En el est andar IEEE con simple precisi on se tiene u = 224 5.96 108 ; en doble precisi on, 53 16 u=2 1.11 10 . A partir del lema anterior, se obtiene: Proposici on 6.2.6. Si x R est a en el rango de F , entonces 1 | f l(x) x| u |x| = 1p |x|; 2 precisando m as, f l(x) = x(1 + ), Demostraci on. Ver [Hig], p. 42, Th. 2.2. Esta proposici on nos da cotas superiores del error absoluto y del error relativo en la aproximaci on de x por f l(x). Recordamos la denici on de estos conceptos. Denici on 6.2.7. Sea x un n umero real. Si x es otro n umero real, que tomamos como una aproximaci on de x, se llama error absoluto (de la aproximaci on) a la diferencia Ea (x) = |x x|, y error relativo (cuando x = 0) al cociente Er (x) = Ea (x) |x x| x x = = 1 = 1 . |x| |x| x x 1 | | < u = 1p . 2
As x = x + con || = Ea (x); y para x = 0, x = x(1 + ) con || = Er (x). La proposici on 6.2.6 signica, por tanto, que el error relativo del redondeo es siempre estrictamente menor que la unidad de redondeo. Nota. En algunos textos, el error se expresa en t erminos de la unidad en el u ltimo lugar, que se dene para un y F por ulp(y ) = ulp(0.d1 d2 . . . dp e ) = 0.00 . . . 01 e = ep (ulp: unity in the last place ). As , por ejemplo, si F corresponde a = 10 y p = 3, y se redondea 1 .0314159 a .314 10 , entonces hay un error de .159 unidades en el u ltimo lugar. Dada la distribuci on de los elementos de F , es preferible usar el error relativo, m as preciso; mientras que para x = 0.9994999999 tendr amos f l(x) = 0.999 100 , con ulp(f l(x)) = 103 y un error de 0.4999999 ulp 0.5 ulp, el error relativo es 0.0005002502252 0.1u, y sin embargo para x = 1.005 ser a f l(x) = 0.100 101 , con ulp(f l(x)) = 102 , un error de 0.5 ulp igualmente, pero el error relativo correspondiente ser a 0.004975124378 u, aproximadamente diez veces mayor que el anterior (este es el fen omeno llamado wobbling precision, precisi on bamboleante u oscilante).
162
6.3.
Aritm etica aproximada
Pr acticamente en todas las operaciones que realiza un ordenador los datos llegan inevitablemente afectados de errores, o se generan errores de redondeo en el curso de los c alculos. Al efectuar las operaciones m as elementales, las aritm eticas (sumas, restas, multiplicaciones, divisiones) los errores de los resultados son del mismo orden que los iniciales o, por el contrario, se produce un aumento signicativo en los mismos? son las propias operaciones una nueva fuente de error, se realicen como se realicen? Responder con precisi on a esta pregunta es una tarea ciertamente complicada, y es el objeto de estudios espec cos fuera de lugar en esta asignatura. Pero podemos hacernos una idea de las dicultades y los problemas que se suscitan examinando qu e sucede en nuestro modelo de sistemas de n umeros en punto otante. Para empezar, c omo se propagan los errores en una suma? Lema 6.3.1. Sean x, y , x , y , a (x), a (y ), n umeros reales tales que |x | a (x), |y | a (y ), y sean x = x + x . Entonces Ea = |(x + y ) (x + y )| |x | + |y |, y = y + y pudiendo tomar Ea cualquier valor desde Ea = 0 hasta Ea = a (x) + a (y ). An alogamente, si x + y = 0, y para x , y , es x = x(1 + x ) y = y (1 + y ) , entonces Er = |x x + y y | |(x + y ) (x + y )| = , |x + y | |x + y |
y nada puede decirse en general: Er puede tomar cualquier valor en [0, +). Demostraci on. Por la desigualdad triangular Ea = |(x + y ) (x + y )| = | (x + y )| |x | + |y |. Como cualquier valor r [0, a (x) + a (y )] puede ponerse en la forma r = s + t con 0 s a (x), 0 t a (y ) (por qu e?), Ea puede alcanzar el valor r. En cuanto a Er , sustituyendo x y y por su expresi on en t erminos de x e y aparece la igualdad del enunciado. Que Er puede alcanzar cualquier valor no negativo es claro: tomemos, por ejemplo, x > 0, h > 0 cualesquiera, y = x + h, x 0 arbitrario, y = 0; as x+y =h y Er = xx , h
que puede tomar tanto el valor Er = 0 para x = 0 como cualquier valor positivo R (basta que sea xx x > 0, h = ). R Vemos, pues, que aunque el error absoluto de los sumandos est e acotado por un cierto a , el de la suma puede llegar a ser 2a , y al cabo de N sumas, N a , y que el error relativo queda descontrolado. Como generalmente lo que importa es el error relativo, anaremos el resultado anterior. Proposici on 6.3.2. Sean x, y , x , y , r (x), r (y ), n umeros reales tales que x + y = 0 y |x | r (x), |y | r (y ), y sean x = x(1 + x ) . y = y (1 + y ) Si x e y tienen el mismo signo, Er m ax{|x |, |y |}, pudiendo tomar Er cualquier valor desde Er = 0 hasta Er = m ax{r (x), r (y )}.
6.3. ARITMETICA APROXIMADA
163
Demostraci on. Cuando x e y tienen el mismo signo, |x + y | = |x| + |y | (por qu e?). Poniendo m ax{|x |, |y |} = , aplicando la igualdad previa y la desigualdad triangular Er = |x| |x | + |y | |y | |x x + y y | |x| + |y | = . |x| + |y | |x| + |y | |x| + |y |
Para concluir, tomando x = y = 0, x = y = con [0, m ax{r (x), r (y )}] arbitrario, se obtiene Er = . En este caso, vemos que el error de la suma de datos err oneos no supera el error de los sumandos. Por contra, con x e y de signos opuestos el desastre es total. Proposici on 6.3.3. Sean x, y , x , y , n umeros reales tales que x + y = 0 y x = x(1 + x ) y = y (1 + y ) .
Si x e y tienen signos opuestos, y no hay circunstancias especiales en los valores de los datos, Er puede tomar cualquier valor no negativo, por grande que este sea. Demostraci on. Revisar la demostraci on del lema 6.3.1. Esta es una causa de error insalvable, intr nseca a la operaci on, que ning un ordenador ni programa alguno pueden evitar. Obs ervese la disparidad del comportamiento cuando los sumandos se a naden o refuerzan (tienen el mismo signo) o se oponen (tienen signos opuestos). En el primer caso el error relativo de la suma es, como mucho, el del peor de los sumandos; en el segundo caso, el error relativo de la suma se dispara cuando la suma es casi cero, a un con peque n smos errores relativos en los sumandos (suele llamarse a este fen omeno cancelaci on catastr oca ). Para empeorar un poco m as las cosas, cuando manejamos un sistema F de n umeros en punto otante, y es x = f l(x), y = f l(y ), no siempre resulta x + y F (el resultado exacto de la suma de dos n umeros de F no siempre est a en F ), con lo cual necesitar a ser redondeado, y lo mejor que la m aquina podr a ofrecer como suma de estos n umeros, ser a f l(x + y ) (la situaci on real puede ser m as complicada). En la construcci on m as favorable de la suma de m aquina, tendr amos, pues, x y = f l(f l(x) + f l(y )), a nadiendo otro error al que puede achacarse exclusivamente al redondeo de x e y (y suponiendo que no haya desbordamiento). Similarmente, la mejor versi on en este planteamiento de las restantes operaciones aritm eticas(**) , corresponder a a x x x y = f l(f l(x) f l(y )) y = f l(f l(x) f l(y )) y = f l(f l(x)/ f l(y ))
(Para que tengan sentido, se supone que todos los n umeros que intervienen est an en el rango de F : es trivial dar ejemplos en los que x, y cumplen esta condici on, mientras que x y da overow o underow para = alguna de las operaciones anteriores.)
(**) En la aritm etica de punto otante del est andar IEEE se estipula que, al menos para elementos de F , cada operaci on debe ser efectuada como si produjese primero un resultado intermedio correcto en precisi on innita y con rango no acotado, y luego se ajustase este resultado intermedio a la precisi on destinada , de modo que nalmente se obtenga la respuesta exacta correctamente redondeada.
164
Veamos algunos ejemplos de los errores que se originan al realizar estas operaciones. Con base 10 y precisi on p = 5, tomamos y = 5/7 u = 0.714251 v = 98765.9 w = 0.111111104 Calculando, obtenemos: Operaci on Resultado Error absoluto Error relativo 4 y u 0.30000 10 0.472 105 0.136 1 (y u) w 0.27000 10 0.425 0.136 1 (y u) w 0.29629 10 0.466 0.136 uv 0.98766 105 0.162 101 0.164 104 y w 0.64286 105 0.779 0.122104 Se observa que el comportamiento es bastante desigual. Adem as, con estas nuevas operaciones se pierden algunas de las buen simas propiedades algebraicas y estructurales de R. Comprob emoslo. Siguiendo con base 10 y precisi on p = 5, prescindiendo del 0 previo al punto por comodidad de escritura, tomamos x = 1000000 f l(x) = .10000 107 y = 1000000 f l(y ) = .10000 107 z=1 f l(z ) = .10000 101 Calculando, resulta: x+y xy y+z yz x+y+z (x y ) z x (y z ) 0 7 1 0 .00000 10 999999 .10000 10 1 .10000 10 (= 1) .00000 100 (= 0) No hay asociatividad para la suma otante ! Ni funciona tampoco la propiedad cancelativa : en este mismo ejemplo, y z = y 0 = z = 0. Tambi en podemos observar que para x = 3 107 , por ejemplo, f l(1/x) = .33333 107 , x (1/x) = f l((.30000 108 )(.33333 107 )) = .99999, f l(y ) = 0.71428100 f l(u) = 0.71425100 f l(v ) = 0.98765105 f l(w) = 0.11111104
mientras que si y = .33334 107 , z = .33335 107 , x y=y x=x z=z x = .10000 101 = 1.
Esto implica que tampoco el producto es asociativo: para estos valores, z (x y) = z 1=z=y=1 y = (z x) y.
Adem as, x tiene dos inversos, y y z , ninguno de los cuales coincide, por cierto, con f l(1/x).
6.3. ARITMETICA APROXIMADA Comparando, en general, con las propiedades fundamentales de R, encontramos: PROPIEDADES de cuerpo Suma cerrada Suma asociativa Suma conmutativa Elemento neutro Elemento opuesto Producto cerrado Producto asociativo Producto conmutativo Elemento unidad Elemento inverso Distributiva de cuerpo ordenado Reexiva Sim etrica Transitiva Invariancia por traslaci on Invariancia por escalado Completitud Arquimediana Densidad topol ogicas Conexi on VALIDEZ NO NO SI SI SI NO NO SI SI ?? NO SI SI SI SI SI SI SI NO NO Puede haber underow/overow a veces (a b) c = a (b c) siempre a b = b a siempre 0 F y a 0 = 0 a = a para todo a siempre a F y a (a) = (a) a = 0 Puede haber underow/overow a veces (a b) c = a (b c) siempre a b = b a siempre 1 F y 1 a = a 1 = a para todo a ??? a veces a (b c) = (a b) (a c)
165
siempre a a siempre a b y b a implica a = b (a, b F ) siempre a b, b c implica a c siempre a b implica a c b c siempre a b, 0 c implica a c b c trivial: F es nito trivial: F es acotado F es nito todos los puntos son aislados
Revisemos ahora el funcionamiento de estas operaciones y el error cometido al tomarlas como aproximaciones de las operaciones exactas. Errores en sumas y restas Estudiaremos solamente x y y x y cuando x y y son elementos positivos del rango de F , porque todos los dem as casos puede reducirse a este teniendo en cuenta que f l(x) = f l(x), x y = x (y ), etc. Proposici on 6.3.4. Dados x, y f minN , tales que x y F , si f l(x) = x(1 + x ) f l(y ) = y (1 + y ) se tiene Er = y as x y = (x + y )(1 + ), || < 2u + u2
M.
(|x | < u), (|y | < u),
|(x + y ) (x y )| < 2u + u2 , |x + y |
Demostraci on. Si z = f l(x) + f l(y ) = x + y + xx + yy , x y = f l(z ) = z (1 + z ) = z + zz (|z | < u), ser a x y (x + y ) = x y z + z (x + y ) = zz + xx + yy = (x + y + xx + yy )z + xx + yy = (x + y )z + (xx + yy )(z + 1),
166 de donde Er =
xx + yy |(x y ) (x + y )| = z + (1 + z ) |z | + m ax{|x |, |y |}(1 + |z |) |x + y | x+y

M
< u + u(1 + u) = 2u + u2 2u =
(u2 0).
Esta es una estimaci on pesimista del error, que puede mejorarse en circunstancias especiales. As , cuando x, y FN ( x = y = 0), Er = |z | < u; o si z = 0 (i.e., si f l(x) + f l(y ) FN ), Er m ax{|x |, |y |} < u. Sin embargo, en otras circunstancias, el error puede superar a u. Ejemplos. 1.- Para = 10, p = 5, x = y = 1.00005, Er = .4999750012 104 u. 2.- Para = 2, p = 3 (cf. minimodelo), x ligeramente mayor que 1.125 (con lo cual f l(x) = 1.25), y ligeramente mayor que 4.5 (con lo cual f l(y ) = 5), x + y ligeramente mayor que 5.625, x y = 7, queda Er 0.244 2u = M = 0.25 En la sustracci on habr a que imponer restricciones adicionales, si hemos de evitar cancelaciones catastr ocas. Si x, y F , obviamente s olo hay error de redondeo y el error relativo de x y estar a acotado por u. Pero, en general, el resultado puede presentar un error relativo desmesuradamente grande: si a = f max = emax (1 p ), d = emax p es la distancia de a al anterior elemento a+b de F , b = a d es tal elemento, c = el punto medio del segmento[b, a], 2 b a y c x tomando cualquier h > 0 menor que d/2, para x = c + h h , y = c , ser a (ver gura) 2 2 y = f l(d) = d,
x y = h, f l(x) = a, f l(y ) = b, x y por tanto Er = |(x y ) (x |x y | y )| =
|h d| d = 1, |h| h
que tiende a + cuando h tiende a 0+ (el argumento puede trasladarse a otros intervalos de F ). Vemos as que la cancelaci on catastr oca es insalvable cuando se manejan datos aproximados, por ejemplo datos que sean resultados redondeados (aproximados) de una operaci on anterior. N otese que incluso si x e y (distintos) son sucientemente pr oximos y est an adecuadamente situados para que f l(x) = f l(y ), con lo cual x y = 0, el error relativo alcanza un desastroso 100 %: Er = 1 en este caso. En general, cuando (x + y )/(|x y |) no es demasiado grande, hay cancelaci on benigna, que no aumenta exageradamente el error previo, puesto que, conservando la notaci on anterior y procediendo de la forma acostumbrada, Er = xx yy x y x+y 1 = z + (1 + z ) |z | + m ax{|x |, |y |} (1 + |z |) xy xy |x y | x+y x+y < u+ u(1 + u) = u + (u + u2 ). |x y | |x y |
Errores en productos y cocientes La notaci on en punto otante est a mejor adaptada al producto que a la suma, en cierto sentido, y jugando con los exponentes es m as f acil evitar el desbordamiento. Pero hemos de pensar que incluso partiendo de n umeros de F su producto exacto tiene demasiadas cifras, y casi siempre ser a necesario el redondeo. Analicemos el tama no del error relativo que introduce la operaci on .
6.3. ARITMETICA APROXIMADA Proposici on 6.3.5. Dados n umeros reales no nulos x e y , tales que x f l(x) = x(1 + x ) f l(y ) = y (1 + y ) se tiene Er = o sea x y = (x y )(1 + ), || < 3u + 3u2 + u3 3u. |(x y ) (x |x y | y )| < 3u + 3u 2 + u 3 , (|x | < u), (|y | < u), y F , si
167
Demostraci on. Poniendo z = f l(x) f l(y ) = xy (1 + x )(1 + y ), x queda x y = xy (1 + x )(1 + y )(1 + z ), y as Er = |(x
y = f l(z ) = z (1 + z ) (|z | < u),
y ) (x y )| = |(1 + x )(1 + y )(1 + z ) 1| |x y | = |x + y + z + x y + x z + y z + x y z |
< 3u + 3u2 + u3 3u, suponiendo 3u2 + u3 0. An alogamente, para la operaci on : y F , si
Proposici on 6.3.6. Dados n umeros reales x e y , tales que x f l(x) = x(1 + x ) f l(y ) = y (1 + y ) se tiene Er = o sea x y = (x/y )(1 + ), || < |(x/y ) (x |x/y | y )| <
(|x | < u), (|y | < u),
3u + u 2 , 1u 3u + u 2 3u. 1u y = f l(z ) = z (1 + z ) (|z | < u),
Demostraci on. Poniendo z = f l(x)/ f l(y ) = (x/y ) queda x y = (x/y )
1 + x ,x 1 + y
(1 + x )(1 + z ) , y as , usando que |1 + y | 1 |y | > 1 u > 0, 1 + y |(x y ) (x/y )| (1 + x )(1 + z ) = 1 |x/y | 1 + y (1 + x )(1 + z ) (1 + y ) x + z y + x z = 1 + y 1 + y 2 3u + u 3u 1u
Er = = <
suponiendo 4u2 /(1 u) 0.
168
6.4.
Estrategias de c alculo para reducir los errores de redondeo

La computaci on en punto otante es inexacta por naturaleza, y no es dif cil utilizarla mal de modo que las respuestas computadas consistan casi enteramente en ruido. Uno de los principales problemas del an alisis num erico es determinar c omo ser an de exactos los resultados de ciertos m etodos num ericos; aqu est a involucrado un problema de salto de credibilidad: no sabemos cu antas respuestas del ordenador creer. Los usuarios novatos del ordenador resuelven este problema conando impl citamente en el ordenador como autoridad infalible; tienden a creer que todos los d gitos de una respuesta impresa son signicativos. Los usuarios desilusionados del ordenador mantienen justamente la actitud opuesta, constantemente temen que sus respuestas carezcan casi de sentido. (D. E. Knuth)
El an alisis elemental de las operaciones que acabamos de efectuar muestra que es necesario un estudio previo a cualquier proceso de c alculo con ordenador, para evitar una acumulaci on exagerada de errores, especialmente cuando haya que realizar operaciones consecutivas (a veces en gran n umero) con el ordenador. Hay tarea para personas con ingenio hasta en los casos m as simples, como se nala J. M. Muller en su art culo Ordenadores en busca de aritm etica [MC1, pp. 9299], altamente recomendable: . . . Si el lector deduce que no hay que depositar jam as una conanza ciega en los resultados facilitados por un ordenador y que la implantaci on r apida de una operaci on tan elemental como la suma compete todav a al campo de la investigaci on, me dar e por absolutamente satisfecho. Los ejemplos siguientes ilustran algunas de las dicultades y muestran caminos para paliar sus consecuencias.
6.4.1.
Reformulaci on del problema: Ejemplos
C alculo de una diferencia de cuadrados Consideremos la evaluaci on de x2 y 2 cuando x = 1.21, y = 1.20 en un sistema con = 10 y p = 3. Resulta x y x2 y2 x2 y 2 Error relativo Valor exacto 1.21 1.20 1.4641 1.4400 0.0241 Redondeo 0.121 10 0.120 10 0.146 0.144 0.200 101 0, 170 . . . 34u ya que en este caso u = 1 2 10 = 0.005. 2 Pero x2 y 2 = (x y )(x + y ). Qu e sucede si rehacemos el c alculo usando la segunda expresi on?
x y xy x+y (x y )(x + y ) Error relativo Valor exacto 1.21 1.20 0.01 2.41 0.0241 Redondeo 0.121 10 0.120 10 0.1 101 0.241 10 0.241 101 0 El resultado es exacto! Todas las cantidades x, y , x + y , x y , (x + y )(x y ) son n umeros de m aquina y no hemos introducido ning un error, mientras que al calcular x x ha sido necesario el redondeo y x x y y ha originado una cancelaci on con los dos u ltimos d gitos falsos. Si bien el ejemplo es un poco tramposo, incluso cuando x e y deban redondearse la segunda expresi on es preferible para el c alculo, puesto que si f l(x) y f l(y ) tienen varias cifras iniciales coincidentes, sus cuadrados tendr an iguales doble n umero de d gitos, y la cancelaci on es a un m as catastr oca.
6.4. ESTRATEGIAS DE CALCULO Ra ces de una ecuaci on de segundo grado Para resolver una ecuaci on de segundo grado con ra ces reales ax2 + bx + c = 0, a, b, c R, a = 0, b2 4ac 0, disponemos de las conocid simas f ormulas b + b2 4ac b b2 4ac x1 = , x2 = . 2a 2a
169
Qu e problemas podr a haber en el c alculo efectivo con unas f ormulas tan familiares? Comenzando 2 y 4ac por el discriminante b2 4ac, vemos la amenaza de una cancelaci on catastr oca cuando b tengan valores parecidos. La salvaremos como antes, reescribiendo b2 4ac = (b 4ac)(b + 4ac)? Los resultados no son muy halag ue nos. Incluso ignorando el problema del c alculo de una ra z cuadrada aproximada, los resultados en ambos casos pueden ser muy mediocres. Siguiendo con = 10, p = 3 como antes, veamos qu e sucede en el siguiente ejemplo: a 1.22 0.122 10 b 3.34 0.334 10 c 2.28 0.228 10 b2 11.1556 0.112 102 4ac 11.1264 0.111 102 b2 4ac 0.0292 0.100 Error relativo 485u
V.E. P.F.
(en la primera la est an los valores exactos, en la segunda los resultados en punto otante). An alogamente 4ac S 4ac bS b+S (b S )(b + S ) V.E. 11.1264 3.335625878 0.004374122 6.675625878 0.02920000202 P.F. 0.111 102 0.333 10 0.1 101 0.667 10 0.667 101 No coincide ni la primera cifra signicativa! (aunque al menos ha disminuido el error a 257u, aproximadamente). Queda otra cancelaci on catastr oca al acecho. Qu e sucede si b2 es mucho mayor que 4ac? Entonces b2 4ac |b|, con lo cual, si b > 0, podemos tener dicultades con la f ormula para x1 , y si b < 0, con la f ormula para x2 . Afortunadamente, este problema es m as sencillo de solventar. Supongamos, por ejemplo, que b > 0. Entonces D = b + b2 4ac es una suma de cantidades positivas, con lo que el error no superar a al error de los datos en mucho m as de 2u, y pasaremos a calcular x2 = D/2a. Para el c alculo de x1 disponemos de otras f ormulas m as adecuadas: x1 = c 2c = . ax2 b + b2 4ac
Cuando b < 0, basta usar la f ormula tradicional para x1 y hallar x2 a partir de x2 = Sumas en cadena Los errores en una sola operaci on (no catastr oca) en punto otante se amplican seg un se van encadenando m as y m as operaciones, si bien el aumento es en general tan peque no que hace falta un n umero muy grande de operaciones inexactas para llegar a errores visibles. No obstante, puesto que no hay asociatividad, incluso en sumas de varios sumandos positivos no es indiferente la manera de llevar a cabo las operaciones: el orden y la manera de agrupar puede inicidir en que el error nal sea m as grande o m as peque no. c 2c = . ax1 b + b2 4ac
170
Veamos una ilustraci on clara (muy simplicada). Con precisi on p = 3 y base 10, y sumandos 100, 0.9, 0.9, 0.9, podemos proceder as : (((100 0.9) 0.9) 0.9 (100 0.9) (0.9 0.9) ((0.9 0.9) 0.9) 100 valor exacto: 100 + 0.9 + 0.9 + 0.9 = (100 0.9) 0.9 = 100 0.9 = 100 1.8 = (1.8 0.9) 100 = 2.7 100 = 100.9 + 0.9 + 0.9 = 101.8 + 0.9 = = = = 100 102 103 102.7
En las evaluaciones primera y tercera hemos procedido recurrentemente: en cada etapa sumamos la suma parcial previa con el sumando siguiente. En la segunda hemos emparejado los sumandos, reduciendo el n umero de operaciones. Observamos que el primer procedimiento da mayor error, el segundo es menos costoso, y que el tercero da el valor redondeado del resultado exacto, el mejor valor posible. La causa del exito nal es aqu muy aparente: al sumar n umeros de tama no muy distinto, hay que tener precauci on de que el pez grande no se coma al chico, como sucede en la evaluaci on 100 0.9 = 100. Parece conveniente ordenar los sumandos de menor a mayor para homogeneizar tama nos en la medida de lo posible, permitiendo as que la adici on de los sumandos peque nos lleve a un valor que no desaparezca cuando lleguen los sumandos grandes. (Esta es una peque na muestra de las dicultades que tienen que superar los programadores incluso en situaciones que no parecen a priori tan complicadas). Adem as, los dos primeros sumandos est a involucrados en n 1 operaciones y el u ltimo en una s ola, con lo que el error absoluto nal es menor. Por otra parte, cuando la rapidez de c alculo es importante, la opci on del emparejamiento parece ventajosa. Adem as, al disminuir el n umero de operaciones efecuadas, cabe suponer que disminuir a el crecimiento de los errores (con datos de magnitudes similares, al menos). N otese que en una suma de n = 2k sumandos, cada sumando estar a ahora involucrado en k = log2 (n) operaciones, lo que lleva a un error absoluto del orden de n log2 (n) veces el m aximo de los errores de los sumandos, ver [1] p. 15. Sobre las dicultades de la implementaci on de algoritmos ecaces en la adici on de muchos sumandos, ver m as detalles en [3], Floating point summation, y [4], as c omo en el art culo de J. P. Muller ya citado [MC1]. En [Brz], pp. 1011, hay un ejemplo de correcci on de la aritm etica para efectuar sumas. Costo operativo y eciencia: Evaluaci on de polinomios Un mismo problema suele poder resolverse por diversos m etodos num ericos. C omo decidirse por uno? El tama no de los errores es ciertamente un criterio u til: podr amos elegir el m etodo que diese menores errores. No obstante hay un criterio mejor: nos quedaremos con el m etodo que, dando errores dentro de unos l mites predeterminados, necesite el menor trabajo. Esta preocupaci on por estudiar la eciencia de los diversos m etodos es un rasgo distintivo del an alisis num erico. La eciencia depende tanto del tama no de los errores como del costo operativo del m etodo. Aquellas tareas para las que, en un momento hist orico dado, no se dispone de un m etodo aceptablemente eciente no se pueden llevar a cabo. Ejemplo. M etodo de Horner (17441834) para evaluar polinomios. Supongamos que deseamos hallar el valor de un polinomio cu artico a0 + a1 x + a2 x2 + a3 x3 + a4 x4 (los ai son n umeros reales conocidos) para un valor dado de x0 de la variable x. El m etodo m as ingenuo halla 3 2 4 3 sucesivamente los productos x2 0 = x0 x0 , x0 = x0 x0 , x0 = x0 x0 con un coste operativo de tres multiplicaciones, luego los productos ai xi 0 (otras cuatro multiplicaciones), y nalmente hace las cuatro sumas/restas. (Que sean efectivamente sumas o restas depende del signo concreto que vayan teniendo los sumandos; para sumar 48 y -27 hay que restar.) En total cuatro sumas/restas y siete multiplicaciones. Sin embargo haciendo las operaciones en orden a0 + x0 a1 + x0 a2 + x0 [a3 + x0 a4 ] (1.6)
6.4. ESTRATEGIAS DE CALCULO
171
s olo son precisas cuatro sumas/restas y cuatro multiplicaciones. Para un polinomio de grado N el m etodo ingenuo requiere N sumas/restas y 2N 1 multiplicaciones, el m etodo (1.6) llamado de Horner o de multiplicaci on encajada usa N sumas/restas y N multiplicaciones. Como ninguno de los dos m etodos genera errores excepto los derivados de usar mantisa de longitud nita el de Horner, que tiene menor costo operativo es m as eciente. Si s olo se va a evaluar una vez un polinomio y se usa un ordenador no hay diferencia entre usar uno u otro m etodo. Si, como a veces ocurre, dentro de un programa grande hay que evaluar millones de veces, usar uno u otro m etodo puede signicar tener que esperar el resultado dos horas o s olo una. Si calculamos con papel y l apiz en un examen usar un mal m etodo puede implicar no tener el resultado a tiempo. ([S-S], pp. 13 y 14.)
6.4.2.
Renamientos en la representaci on y en la precisi on
Dos recursos que permiten mejorar la exactitud de los c alculos son el uso de n umeros desnormalizados y de precisi on m ultiple. N umeros desnormalizados Para paliar los problemas que ocasiona el redondeo de n umeros cercanos al cero, se ampl a a veces el sistema F de n umeros en punto otante incluyendo los n umeros desnormalizados (tambi en llamados subnormales en ingl es). Tanto los est andares IEEE 754 y 854 como LIA-1 y unas cuantas implementaciones no-IEEE incluyen n umeros desnormalizados. Siguiendo con la notaci on habitual, un n umero en punto otante desnormalizado es un n umero real de la forma y = m emin p donde m es un entero del intervalo [1, p1 1]. La fracci on correspondiente g queda en el intervalo [ p , 1/ p ]; su d gito m as signicativo es 0, y su exponente emin . Los n umeros desnormalizados rellenan parcialmente los huecos de subdesbordamiento que se producen entre emin 1 y 0. Tomados juntos, componen el conjunto que en LIA-1 se denota FD . La admisi on o no de n umeros desnormalizados se controla mediante el par ametro booleano denorm, que toma el valor true o false seg un se permitan n umeros desnormalizados o no. En el primer caso, se redene F = {0} FN FD ; en el segundo, se mantiene la denici on previa. El m nimo n umero positivo en punto otante desnormalizado es emin p = f minN M . Los valores de FD est an igualmente espaciados, con el mismo espacio que el de los n umeros de F entre e p e 1 e min min min y , que es = f minN M . Volviendo al ejemplo con = 2, p = 3, emin = 1, emax = 3, la representaci on gr aca de F con los n umeros desnormalizados incluidos (24 = 0.0625, 4 4 2 2 = 0.125, 3 2 = 0.1875) ser a 0.0625 0 0.25 0.5 1.0 2.0 3.0 4.0 5.0 6.0 7.0
Los valores de FD tienen un m aximo absoluto de error de representaci on de emin p . Sin embargo, como los n umeros desnormalizados tienen menos de p d gitos de precisi on, el error relativo de representaci on puede variar ampliamente. Este error relativo va desde M = 1p en el extremo superior de FD hasta 1 en el extremo inferior de FD . Cerca de 0, el error relativo crece sin tope. Siempre que una adici on o sustracci on de n umeros de F produce un resultado en FD , dicho resultado es exacto, el error relativo es cero. Un ejemplo trivial: en el modelo anterior, 1 0.875 = 0.125 con n umeros desnormalizados incluidos, 1 0.875 = 0 en caso contrario.
172
Incluso para una sustracci on efectiva no se pierde exactitud, porque la disminuci on del n umero de d gitos signicativos es exactamente la misma que el n umero de d gitos cancelados en la sustracci on. Para la multiplicaci on, divisi on, escalado, y algunas conversiones, los d gitos signicativos (y por tanto la exactitud) pueden perderse si el resultado est a en FD . ([LIA-1], p. 33.) La ventaja fundamental que proporcionan los n umeros desnormalizados es la siguiente: Incluyendo en F los n umeros desnormalizados, si x, y F , para que x necesario y suciente que x = y . Obviamente, esto no es cierto cuando F no contiene a FD . Mayor precisi on Mientras que habitualmente es posible disponer de d gitos extra en una computaci on (aumentando la precisi on p, pasando por ejemplo de precisi on simple a doble precisi on), esto siempre es costoso en tiempo y en espacio. Adem as, aunque intuitivamente al aumentar la precisi on parece l ogico esperar que la exactitud aumente, esto no siempre es as . En muchos casos el error estimado de un algoritmo es efectivamente proporcional a la precisi on, como hemos visto en casi todas las operaciones aritm eticas; pero como las cotas del error no siempre se alcanzan, no hay garant a de que un resultado concreto calculado con precisi on p sea menos exacto que el calculado con precisi on p + q mayor (v. [Hig], pp. 1920). No obstante, es una t ecnica frecuente en la estimaci on de la exactitud recalcular (al menos en la etapa de ensayo de un algoritmo) aumentando la precisi on y observar cu antos d gitos de la respuesta as obtenida coinciden con la original. D gitos de seguridad (Guard digits ) Cuando se entra en los pormenores de la implementaci on efectiva de las operaciones en punto otante, las complicaciones aumentan tremendamente. Por ejemplo, contra lo que cabr a suponer, la suma es mucho m as complicada que la multiplicaci on y la divisi on. Para empezar, no se conoce a priori el exponente del resultado, y hay que proceder a redondeos y reescalados para determinarlos; b asicamente, el ordenador procede como nosotros, reescalando las mantisas para poder alinearlasy sumarlas a continuaci on; el resultado puede tener una mantisa que comience por 0 (perdiendo la normalizaci on) y/o m as de p cifras. Se ve la necesidad de a nadir cifras extras en las etapas intermedias para disminuir errores. As se describe el proceso en [Brz], pp. 33 y ss.: Cada operaci on aritm etica efectuada con el ordenador est a igualmente manchada por un error de afectaci on. Es decir, que se tiene: |(a b) f l(a b)| 5|(a b)|10p , donde designa una de las cuatro operaciones aritm eticas (suma, resta, multiplicaci on, divisi on). Este resultado da la diferencia m axima que puede existir entre el resultado exacto de una operaci on aritm etica y el resultado encontrado por el ordenador. As , para un ordenador que trabaje con mantisas de ocho d gitos, el error relativo es inferior a 5 108 . Se puede pensar que este es un error muy d ebil, despreciable incluso, y sin embargo vamos a ver que sus consecuencias puede ser catastr ocas (no siempre, afortunadamente para nosotros). Para comprender bien lo que pasa, hay que saber que las operaciones aritm eticas se efect uan en memorias especiales, el acumulador , cuyas mantisas comportan al menos p + 1 d gitos. Se completan los operandos con ceros a la derecha, se efect ua la operaci on en el acumulador, y despu es se reenv a el resultado a la memoria redonde andolo. Este error de redondeo es preponderante sobre el que se hace en el acumulador, lo que explica que cada operaci on y = 0 es
173
est e manchada solamente con un error de afectaci on. Demos un ejemplo para ilustrar nuestro prop osito: calculemos a = b c memoria acumulador b 0.842345 0.8423450 c 0.516287 102 0.5162870 102 a 0.434892 102 0.4348917 102 Para una suma, tras la transferencia de los operandos al acumulador, el ordenador comienza por modicar el exponente del operando menor (en valor absoluto) para que tenga el mismo valor que el de el m as grande; de hecho, el ordenador alinea como nosotros las cifras de las potencias id enticas de 10, unas sobre otras: memoria acumulador b 0.842345 0.8423450 c 0.516287 102 0.0051629 a 0.847508 0.8475079 Y lo mismo, evidentemente, para una sustracci on. Extra namente, hay fabricantes (como cray) que construyen algunas de sus m aquinas sin aumentar los bits disponibles para los datos intermedios, limit andose a recortar estos al tama no correspondiente a la precisi on, lo que puede suponer un error relativo a nadido hasta de 1, es decir, del 100 % cuando = 2 y del 900 % cuando = 10. En efecto: [Gold] Con sumandos en F : Proposici on 6.4.1. Usando un formato de punto otante con par ametros y p, y computando diferencias usando p d gitos, el error relativo del resultado puede llegar a ser 1. Demostraci on. Para x = 1 = 0.10 0 100 , = 1, y = 2 + + p+1 = 0. 101 resulta x y = p1 , x y = p , Er = 1. En cambio: Proposici on 6.4.2. Si x e y son n umeros en punto otante en un formato con par ametros y p, y si la sustracci on se hace con p + 1 d gitos (i.e., con un d gito de seguridad) entonces el error relativo de redondeo del resultado es menor que 2 , donde es el epsilon de la m aquina. (La adici on est a incluida en el teorema anterior ya que x e y pueden ser positivos o negativos.) Para m aquinas que trabajan sin d gitos extras hay muchos algoritmos que dejan de funcionar correctamente, como lo hacen en caso contrario. Existen adem as resultados como el siguiente, v alidos cuando se opera con digitos de seguridad (v. [Hig], p. 50): Teorema 6.4.3 (Sterbenz). Sean x e y n umeros en punto otante con y/2 x 2y . Si la sustracci on se realiza con un d gito de seguridad, entonces x y es computado exactamente (suponiendo que |x y | f minN .)
6.4.3.
Buscar algoritmos estables
Se puede oir a veces el siguiente argumento ingenuo: Por q ue perder el tiempo con todos esos peque nos errores de punto otante? Incluso IEEE en precisi on simple nos da 7 d gitos signicativos por lo menos, y seguro que esto es suciente para la mayor a de las aplicaciones, y adem as est a la precisi on doble, y seguramente esta tiene que bastar.
174
CAP ITULO 6. ARITMETICA DE PUNTO FLOTANTE. Un contraargumento es que los errores pueden propagarse y crecer r apidamente, y como son inevitables peque nos errores de redondeo, existe siempre el peligro de que nuestras computaciones produzcan basura. Los problemas que tienen una tendencia inherente a la amplicaci on de errores se llaman mal condicionados ; requieren usar paquetes de aritm etica multiprecisi on y un estrecho control de errores. Un ejemplo cl asico de problema mal condicionado es cierto polinomio de grado 20; tras multiplicar uno de sus coecientes (el que multiplica a la potencia 19) por un factor 1.0000000005, la localizaci on de la mayor parte de las ra ces cambia completamente. En el anterior ejemplo, simplemente entrar los datos (los coecientes del polinomio) en el ordenador puede ser suciente para estropear todo el c alculo, por cuanto la conversi on de la representaci on decimal externa a la interna, binaria, puede introducir errores demasiado grandes. Un problema bien condicionado puede tener un algoritmo que amplique los errores: tal algoritmo se dice que es inestable. En t erminos sencillos, un algoritmo inestable transforma un peque no cambio en las cantidades de entrada en un cambio grande en las cantidades de salida. ([4], 4-7.)
La estabilidad de un algoritmo es una de sus propiedades m as importantes, pero no es sencilla de denir con precisi on. En [1], p. 13, se describe as : Supongamos que g (x) es la soluci on exacta de un problema con inputs x, y g (x) es el valor calculado por un algoritmo particular. La soluci on calculada g (x) puede ser pensada a menudo como la soluci on exacta de un problema perturbado con inputs x, esto es, g (x) = g (x). Si siempre hay un x cercano a x tal que g (x) = g (x), entonces el algoritmo se dice estable . Si no, el algoritmo es inestable . N otese que la estabilidad es una propiedad relativa al algoritmo empleado para resolver un problema, mientras que el condicionamiento se reere al propio problema : un problema de computaci on se dice mal condicionado si peque nas perturbaciones en el problema producen perturbaciones grandes en la soluci on exacta. Adem as del ejemplo anteriormente se nalado sobre c alculo de ra ces de un polinomio, otro problema t pico mal condicionado es el de la resoluci on de un sistema lineal cuando la matriz de los coecientes es casi singular: peque nos cambios en dichos coecientes o en los t erminos independientes pueden llevar a soluciones exactas muy diferentes; como al almacenar los datos en la m aquina se producen errores de redondeo, es sustancialmente imposible dar soluciones precisas a los problemas mal condicionados con cualquier algoritmo que se utilice. Por contra, a veces un algoritmo inestable puede modicarse convenientemente para lograr uno estable. Estos son los consejos a los programadores de un experto ([Hig], pp. 30 y 31): Dise no de algoritmos estables No hay una receta simple para dise nar algoritmos num ericamente estables. Mientras que esto ayuda a mantener a los analistas num ericos en el negocio (incluso probando que los algoritmos de los dem as son inestables!) no es una buena noticia para los cient cos computacionales en general. El mejor consejo es ser consciente de la necesidad de la estabillidad num erica cuando se dise na un algoritmo y no concentrarse exclusivamente en otros aspectos, tales como el costo computacional y la paralelizabilidad. Se pueden dar unas pocas pautas. 1. Intentar evitar restar cantidades contaminadas de error (aunque tales restas pueden ser inevitables).
175
2. Minimizar el tama no de las cantidades intermedias en relaci on a la soluci on nal. La raz on es que si las cantidades intermedias son muy grandes, entonces la respuesta nal puede ser el resultado de cancelaci on sustractiva da nina. Mir andolo de otra manera, los n umeros intermedios grandes arrollan los datos iniciales, con el resultado de p erdida de informaci on. El ejemplo cl asico de algoritmo en el que esta consideraci on es importante es la eliminaci on gaussiana, pero un ejemplo a un m as simple es la sumaci on recursiva. 3. Buscar diferentes formulaciones de una computaci on que sean matem aticamente pero no num ericamente equivalentes. Por ejemplo, el m etodo cl asico de Gram-Schmidt es inestable, pero una modicaci on trivial produce el m etodo de Gram-Schmidt estable modicado (MGS). Hay dos maneras de usar el m etodo MGS para resolver un problema de m nimos cuadrados, el m as obvio de los cuales es inestable. 4. Es ventajoso expresar la actualizaci on de f ormulas como valor nuevo = valor viejo + peque na correcci on si la peque na correcci on puede calcularse con muchas cifras signicativas correctas. Los m etodos num ericos a menudo est an expresados de manera natural en esta forma; los ejemplos incluyen m etodos para resolver ecuaciones diferenciales ordinarias, donde la correcci on es proporcional al tama no de paso, y el m etodo de Newton para resolver un sistema no lineal. Un ejemplo cl asico del uso de esta estrategia de actualizaci on es el renamiento iterativo para mejorar la soluci on calculada de un sistema lineal Ax = b, en el que calculando residuos r = b Ay en precisi on extendida y resolviendo ecuaciones actualizadas que tienen los residuos como t erminos independientes es posible calcular una soluci on con un alto grado de exactitud. Para otro ejemplo (en el que la correcci on no es necesariamente peque na), ver el Problema . . . 5. Usar s olo transformaciones bien condicionadas del problema. En c alculos matriciales, esto viene a ser multiplicar por matrices ortogonales donde sea posible, en vez de no ortogonales, y posiblemente, matrices mal condicionadas. Ver 6.2 para una explicaci on simple de este consejo en t erminos de normas. 6. Tomar precauciones para evitar desbordamientos innecesarios. Concerniente al segundo punto, una buena recomendaci on es mirar los n umeros generados durante una computaci on. Esto era pr actica com un en los primeros tiempos del c alculo electr onico. En algunas m aquinas era inevitable, porque los contenidos almacenados se mostraban como luces o monitores! Wilkinson gan o en penetraci on sobre la estabilidad num erica inspeccionando el progreso de un algoritmo, y alterando a veces su curso (para un proceso iterativo con par ametros) . . . Concepciones equivocadas Algunos mitos y concepciones equivocadas comunes han sido se nalados en este cap tulo (ninguno de ellos por vez primeraver notas y referencias). Los destacamos en la siguiente lista. 1. La cancelaci on en la sustracci on de dos n umeros casi iguales es siempre una mala cosa. 2. Los errores de redondeo pueden cargarse una computaci on s olo si se acumulan un vasto n umero de ellos. 3. Una computaci on corta libre de cancelaci on y desbordamiento tiene que ser exacta. 4. Aumentar la precisi on con la que se efect ua una computaci on aumenta la exactitud de la respuesta.
176
5. La respuesta nal calculada a partir de un algoritmo no puede ser m as exacta que ninguna de las cantidades intermedias, esto es, los errores no pueden cancelarse. 6. Los errores de redondeo s olo pueden estorbar, no ayudar, al exito de un c alculo. De marcado car acter pr actico son tambi en las recomendaciones y consejos que se encuentran a lo largo del manual [4], dirigidas espec camente a los usuarios de FORTRAN.
6.4.4.
Compensaciones estad sticas
Hemos buscado hasta aqu las situaciones m as desfavorables, para poner de maniesto los problemas que puede originar la computaci on con ordenadores. Afortunadamente, en numerosos casos pr acticos, los errores se compensan de una operaci on a otra. ([Brz]) Suele hacerse la hip otesis de que los errores relativos en cada operaci on aritm etica en punto otante se distribuyen uniformemente desde el punto de vista estad stico en el intervalo ( M , M ), y que los errores son independientes, lo que lleva a una distribuci on normal que sugiere un error t pico en N operaciones de tama no N 1/2 M la desviaci on est andar, muy inferior al tama no N 2 M de las estimaciones m as pesimistas. Sin embargo, los errores no tienden a ser independientes, y la estimaci on N 1/2 M es, en general, demasiado optimista. En todo caso, los siguientes p arrafos parecen dejar las cosas en el punto justo: [Hig], p. 16: Desde que se desarrollaron las primeras computadoras electr onicas en los 1940s, se ha hecho a menudo comentarios del tipo siguiente: La enorme velocidad de las m aquinas actuales signica que en un problema t pico se efect uan muchos millones de operaciones en punto otante. Esto signica a su vez que los errores de redondeo pueden acumularse potencialmente de manera desatrosa. Este sentimiento es cierto, pero enga noso. Las m as de las veces, la inestabilidad no est a causada por la acumulaci on de millones de errores de redondeo, sino por el crecimiento insidioso de tan s olo unos pocos errores de redondeo. [Hig], pp. 2122: No es inusual que los errores de redondeo se cancelen en algoritmos estables, con el resultado de que la respuesta nal computada es mucho m as exacta que las cantidades intermedias. Este fen omeno no es apreciado universalmente, quiz as porque tendemos a mirar los n umeros intermedios en un algoritmo s olo cuando algo va mal, no cuando la respuesta computada es satisfactoria. [Hig], p. 29: Los errores de redondeo, y su efecto acumulado en una computaci on, no son aleatorios. Este hecho subyace en el exito de muchas computaciones, [ ] Aqu daremos simplemente un ejemplo num erico revelador (debido a W. Kahan). Def nase la funci on racional r(x) = 622 x(751 x(324 x(59 4x))) , 112 x(151 x(72 x(14 x)))
que est a expresada en una forma que corresponde a la evaluaci on de los polinomios cu articos del numerador y el denominador mediante la regla de Horner. Hemos calculado r(x) mediante la regla de Horner en aritm etica de doble precisi on para 361 n umeros en punto otante consecutivos comenzando con a = 1.606, o sea x = a + (k 1)252 , k = 1 : 361; la funci on r(x) es virtualmente constante en este intervalo. La gura 1.6 dibuja los valores computados de la funci on junto con una aproximaci on mucho m as exacta a r(x) (calculada a partir de una representaci on en fracci on continua). El patr on sorprendente formado por los valores calculados mediante la regla de Horner muestra claramente que los errores de redondeo en este ejemplo no son aleatorios. (Ver tambi en [Hig], p. 5253).
Bibliograf a
[Brz] [Hig] [MC1] [S-S] Brezinski, C.: Introduction ` a la pratique du calcul num erique. Dunod/Bordas, Paris, 1988. Higham, N.: Accuracy and Stability of Numerical Algorithms. SIAM, Philadelphia, 1996. Mundo Cient co: El universo de los n umeros: Matem aticas para interpretar el mundo. Extra n um. 1, s.f.. Sanz-Serna, J. M.: Diez lecciones de C alculo Num erico. Universidad de Valladolid, 1998.
Documentos en Internet [Gold] Goldberg, D.: What Every Computer Scientist Should Know About Floating-Point Arithmetic. Computing Surveys, 1991. http://docs.sun.com/db/doc/800-7895 La referencia universal. [LIA-1] ISO/IEC: Information technology language independent arithmetic. Part 1: Integer and oating point arithmetic, 1994. ISO/IEC 10967-1:1994(E). ftp://crl.dec.com/pub/misc/lia-1-is.ps.Z. oOo [1] Gray, R.: Advanced Statistical Computing. Course Notes, 2002. http://biowww.dfci.harvard.edu/~gray/248-02/report.pdf [2] IEEE-754 Floating-Point Conversion: From Decimal Floating-Point To 32-bit and 64-bit Hexadecimal Representations Along with Their Binary Equivalents (1998) http://babbage.cs.qc.edu/courses/cs341/IEEE-754.html [3] Moore, D.: Introduction to Computacional Science. CAAM 420, Lecture Notes, 2000. http://www.owlnet.rice.edu/~caam420/lectures [4] UNFP: User Notes on Fortran Programming. (An open cooperative practical guide), 1998. http://www.ibiblio.org/pub/languages/fortran/ch4-6.html
177

Teoria de Numeros y Conjuntos

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teoria de Numeros y Conjuntos

Cargado por

Copyright:

Formatos disponibles

Indice general

Revisi on de los n umeros naturales

CAP ITULO 0. EL PRINCIPIO DE INDUCCION

0.2. PRINCIPIO DE INDUCCION

k 2 es una manera abreviada de indicar 12 + 22 + + k 2 + + n2 .)

CAP ITULO 0. EL PRINCIPIO DE INDUCCION

123 = 1. 6 Si es cierta Pn para un n, tambi en es cierta Pn+1 ?

n (n + 1) (2n + 1) + 6(n + 1)2 (n + 1) [n (2n + 1) + 6(n + 1)] = 6 6 (n + 1) [2n2 + n + 6n + 6] (n + 1) [2n2 + 7n + 6] = . 6 6

1 1 1 n+1 n+2 1 1 (n + 2) 1 1 n+1 1 1 = = = , n+2 n+1 n+2 n+1 n+2 n+2 1

CAP ITULO 0. EL PRINCIPIO DE INDUCCION

Principio de inducci on completa

DESPLAZADA 0.4. PRINCIPIO DE INDUCCION

Principio de inducci on desplazada

8 0.5. Demostrar que para todo n N,

CAP ITULO 0. EL PRINCIPIO DE INDUCCION

0.6. APENDICE: DEFINICIONES RECURSIVAS.

APENDICE: Deniciones recursivas.

CAP ITULO 0. EL PRINCIPIO DE INDUCCION

Progresi on aritm etica de primer t ermino a y raz on d, dada por a1 = a, an+1 = an + d.

Progresi on geom etrica de primer t ermino a y raz on r, dada por a1 = a, an+1 = r an .

Ebbinghaus, H.-D. & al.: Numbers. Springer, New York, 1991.

Introducci on a la teor a de conjuntos.

CAP ITULO 1. CONJUNTOS

CAP ITULO 1. CONJUNTOS

Operaciones con conjuntos: uni on, intersecci on, complemento.

A = {x : x A para alg un A C},

A = {x : x A para todos A C},

de manera que resultar a Ai = {x : x Ai para alg un ndice i I },

Ai = {x : x Ai para todos ndices i I }.

Demostraci on. Ejercicio.

1.2. PARES ORDENADOS. PRODUCTO CARTESIANO DE CONJUNTOS.

Pares ordenados. Producto cartesiano de conjuntos.

CAP ITULO 1. CONJUNTOS

Correspondencias y aplicaciones entre conjuntos

1.3. CORRESPONDENCIAS Y APLICACIONES

CAP ITULO 1. CONJUNTOS

Aplicaciones: dominio, codominio, gr aca.

Criterio de igualdad de aplicaciones. Dos aplicaciones f : A B , g : C D son iguales si y s olo si

Imagen y antiimagen de un conjunto.

CAP ITULO 1. CONJUNTOS

existe a A1 tal que f (a) = y, (1.4) existe b A2 tal que f (b) = y.

a X f ' B$ XX $ ' X XXX z y * c P PP P y & % PPP q b & % A2 & % & %

Aplicaciones inyectivas, suprayectivas, biyectivas.

1.3. CORRESPONDENCIAS Y APLICACIONES

M as sobre familias de conjuntos

CAP ITULO 1. CONJUNTOS Ai

Ai } = {f (x) : x Ai para todos ndices i I },

mientras que f (Ai ) = {y : y f (Ai ) para todos ndices i I }

x A tal que y = f (x) y i I, x Ai ; i I, xi Ai tal que y = f (xi ).

Inversa de una aplicaci on biyectiva. Inyectividad e inversa parcial.

CAP ITULO 1. CONJUNTOS

srb & % $ B '

. . . como f es biyectiva, existe un a A y uno s olo tal que f (a) = b . . .

. . . y, por denici on, f 1 (b) es este u nico a A.

1.3. CORRESPONDENCIAS Y APLICACIONES

30 Ejercicio. Estudiar para qu e valores de x R es ( x)2 = x; sen(arc sen x) = x;

CAP ITULO 1. CONJUNTOS

1.3. CORRESPONDENCIAS Y APLICACIONES

CAP ITULO 1. CONJUNTOS

Relaciones de equivalencia y particiones. Conjunto cociente.

CAP ITULO 1. CONJUNTOS

CAP ITULO 1. CONJUNTOS

CAP ITULO 1. CONJUNTOS

Conjuntos nitos y numerables