Está en la página 1de 181

enz

Álgebra Superior
Tomo 1 , Sa
Diana Avella Alaminos
Gabriela Campero Arena
Edith Corina Sáenz Valadez
ero

19 de febrero de 2013
mp
, Ca
ella
Av
ii

Av
ella
, Ca
mp
ero
, Sa
enz
Índice general

1. Nociones de Lógica 1

enz
1.1. Lógica Proposicional . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1. Conectivos y Tablas de verdad . . . . . . . . . . . . . 2
1.1.2. Proposiciones compuestas . . . . . . . . . . . . . . . . 10
1.1.3. Equivalencia lógica y tautologı́as . . .
, Sa . . . . . . . . . 12
1.1.4. Razonamiento deductivo válido . . . . . . . . . . . . . 19
1.2. Lógica de Predicados . . . . . . . . . . . . . . . . . . . . . . . 22
1.2.1. Traducciones en Lógica de Predicados . . . . . . . . . 23
1.2.2. Interpretaciones y verdad . . . . . . . . . . . . . . . . 29
1.2.3. Razonamientos deductivos válidos . . . . . . . . . . . 34
ero

2. Conjuntos 35
2.1. Ideas básicas y definiciones . . . . . . . . . . . . . . . . . . . 35
2.2. Operaciones de conjuntos . . . . . . . . . . . . . . . . . . . . 44
2.2.1. Complementación . . . . . . . . . . . . . . . . . . . . 44
mp

2.2.2. Intersección . . . . . . . . . . . . . . . . . . . . . . . . 46
2.2.3. Unión . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.2.4. Diferencia . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.2.5. Diferencia simétrica . . . . . . . . . . . . . . . . . . . 56
, Ca

2.2.6. Potencia . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.2.7. Producto Cartesiano . . . . . . . . . . . . . . . . . . . 63

3. Relaciones 69
3.1. Definiciones y propiedades . . . . . . . . . . . . . . . . . . . . 69
ella

3.2. Tipos de relaciones . . . . . . . . . . . . . . . . . . . . . . . . 77


3.2.1. Relaciones de equivalencia . . . . . . . . . . . . . . . . 83

4. Funciones 101
4.1. Definición y Ejemplos . . . . . . . . . . . . . . . . . . . . . . 101
Av

iii
iv ÍNDICE GENERAL

4.2. Gráficas de funciones . . . . . . . . . . . . . . . . . . . . . . . 105


4.3. Tipos de funciones . . . . . . . . . . . . . . . . . . . . . . . . 110
4.4. Composición de funciones y funciones inversas . . . . . . . . . 122

5. Los números naturales 131


5.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.2. El Principio de Inducción . . . . . . . . . . . . . . . . . . . . 136
5.2.1. Mal uso de la inducción . . . . . . . . . . . . . . . . . 143
5.2.2. Más demostraciones por inducción . . . . . . . . . . . 145
5.2.3. Otros principios de los naturales . . . . . . . . . . . . 149

6. Combinatoria finita 153

enz
6.1. Cardinalidad de conjuntos finitos . . . . . . . . . . . . . . . . 153
6.2. Principios elementales de conteo . . . . . . . . . . . . . . . . 157
6.3. Ordenaciones con repetición, ordenaciones y permutaciones . 161
6.4. Combinaciones y la expansión binomial . . . . . . . . . . . . 169

Bibliografı́a
, Sa 175

Índice analı́tico 175


ero
mp
, Ca
ella
Av
Capı́tulo 1

Nociones de Lógica

enz
1.1. Lógica Proposicional
El trabajo matemático exige razonar y argumentar en forma válida acer-
, Sa
ca de hechos generalmente abstractos. Para ayudarnos en esta tarea necesita-
mos eliminar las ambigüedades del lenguaje ordinario introduciendo sı́mbo-
los y conectivos cuyo uso adecuado aportará claridad y presición.
Consideremos las siguientes oraciones en español.
ero

1. ¿Quién vino a clase?

2. Asómate al salón.

3. La mañana húmeda y frı́a.


mp

4. Cuatro es un número primo.

5. Ningún número es primo.


, Ca

6. Romeo ama a Julieta.

7. Julieta es amada por Romeo.

La primera es una oración interrogativa, la segunda es una imperativa


y la tercera no tiene verbo. Las cuatro últimas son las que consideramos
ella

proposiciones, pues son de las que podrı́amos decir si son verdaderas o falsas,
es decir, afirman (o niegan) algo.

Definición 1.1.1. Una proposición es una oración que puede determinarse


si es verdadera o falsa.
Av

1
2 CAPÍTULO 1. NOCIONES DE LÓGICA

Observe que no necesariamente sabemos de la verdad o falsedad de una


proposición. Por ejemplo, puede que no tengamos el conocimiento para saber
si la proposición “Juan Augusto Pérez Gómez vive en Guanajuato” es ver-
dadera o falsa. Sin embargo, su verdad o falsedad podrı́a verificarse, aunque
sólo fuera en el hipotético caso de que en algún lugar hubiera un registro
completo y fiel de la gente que vive en Guanajuato. De hecho, lo que hace
de una oración una proposición es que exista la posibilidad de investigar su
verdad o falsedad.
Las últimas dos oraciones de nuestra lista son diferentes sólo desde el
punto de vista gramatical, pero tienen el mismo significado. Para propósitos
de este libro, consideraremos que son la misma proposición.
Utilzaremos las letras P , Q, R, S, etc. para representar proposiciones.

enz
Abreviamos la frase “la verdad o falsedad de la proposición P ” como “el
valor de verdad de P ”.

1.1.1. Conectivos y Tablas de verdad


, Sa
A partir de proposiciones simples se pueden generar proposiciones com-
puestas y a partir de compuestas, otras más compuestas y ası́ sucesivamente.
Esto se hace haciendo operaciones con las proposiciones y cada una de estas
operaciones es representada por un sı́mbolo o conectivo lógico.
La siguiente es una tabla de los conectivos lógicos más utilizados y sus
ero

significados.

Sı́mbolo / Conectivo Nombre de la operación Significado Notación


mp

¬ Negación no P ¬P
∧ Conjunción P yQ P ∧Q
∨ Disyunción P oQ P ∨Q
⇒ Implicación P implica Q P ⇒Q
, Ca

⇔ Doble implicación P si y sólo si Q P ⇔Q

Definiremos el valor de verdad de las proposiciones compuestas que re-


sulten de estas operaciones con base en el valor de verdad de la o las proposi-
ciones a las que se les aplica la operación. Esto se define más fácilmente por
medio de tablas de verdad.
ella

Negación
Se trata de una operación unaria, pues a partir de una proposición se
obtiene otra nueva.
Av
1.1. LÓGICA PROPOSICIONAL 3

Consideremos la siguiente proposición P .

9 es un número par.

La negación de P es ¬P y en español se puede traducir de distintas for-


mas, aunque el significado sea el mismo.

No es cierto que 9 número par.


9 no es un número par.
9 es un número impar.
Observe que para que la negación de la proposición P sonara bien en es-
pañol hicimos más que simplemente anteponer un “no” a la proposición. En

enz
el primer ejemplo antepusimos “No es cierto que”, pero incluso cambiamos
el verbo al modo subjuntivo (“sea” en lugar de “es”), aunque esto último no
es estrictamente necesario. En el segundo ejemplo el “no” lo pusimos en una
posición adecuada dentro de la oración para que fuera correcta en español.
, Sa
En el tercer ejemplo hicimos todavı́a más, utilizamos nuestro conocimiento
agregado de que si un número entero no es par, entonces es impar.
Debe parecer claro que la proposición ¬P es verdadera, pues P es fal-
sa. Esto es lo que convendremos que sucede con el valor de verdad de una
negación: si la proposición a la que se aplica la operación es falsa, la proposi-
ero

ción resultante es verdadera. Además, queremos que si la proposición a la


que se aplica la operación es verdadera, la proposición resultante sea falsa.
Para propósitos de este libro, acordaremos que habrá dos valores de verdad
(que es lo que se acuerda para la llamada lógica clásica): verdadero (V) y
falso (F). Tomando esto en cuenta, podemos resumir la discusión anterior
mp

en que la negación cambia el valor de verdad de la proposición inicial.


Como ya mencionamos, el resultado en el valor de verdad de las proposi-
ciones compuestas lo definiremos por medio de tablas de verdad. Estas tablas
consisten de una columna por cada proposición involucrada, una columna
, Ca

por la proposición resultante y un renglón por cada valor de verdad.


La tabla de verdad de la negación es la siguiente.

P ¬P
V F
ella

F V

Consideremos otro ejemplo.

Siempre hay tranquilidad.


Av
4 CAPÍTULO 1. NOCIONES DE LÓGICA

Podemos negar esta proposición otra vez de diversas formas.

No siempre hay tranquilidad.


No es cierto que siempre haya tranquilidad.
A veces no hay tranquilidad.
Observe que en este caso la oración que se forma al simplemente an-
teponer un “no” a la proposición sı́ está bien redactada en español. El tercer
ejemplo es sumamente interesante, pues usa el a veces para contrarrestar al
siempre. El lector debe preguntarse por qué en la lista de las negaciones de
la proposicón no aparece “Nunca hay tranquilidad”.

enz
Conjunción
Se trata de una operación binaria, pues se aplica a dos proposiciones.
Sea P la siguiente proposición.

9 es un número impar.
, Sa
Sea Q la siguiente proposición.

3 es un número primo.

La conjunción de P y Q es P ∧ Q y en español se traduce ası́:


ero

9 es un número impar y 3 es un número primo.

Como el significado que buscamos darle a ∧ es la del “y” en español,


y tanto P como Q son verdaderas, la conjunción P ∧ Q es verdadera. De
mp

hecho, la conjunción sólo es verdadera cuando las dos proposiciones que la


componen lo son.
Ası́, la tabla de verdad de la conjunción es la siguiente.
, Ca

P Q P ∧Q
V V V
V F F
F V F
F F F
ella

Observe que, a diferencia de la tabla de la negación, la tabla de verdad de


la conjunción tiene cuatro renglones que corresponden a todos los posibles
valores de verdad que pueden tomar P y Q. El orden en el que pusimos
los renglones corresponde a un orden lexicográfico, pues si V y F fueran las
Av
1.1. LÓGICA PROPOSICIONAL 5

únicas letras de un abecedario, y la V fuera la primera letra y la F la segunda,


los renglones están en el orden en el que aparecerı́an en un diccionario todas
las palabras formadas por dos letras.
Consideremos ahora que P es la proposición

Hoy es viernes,

y que Q es

Mañana es lunes.

Entonces P ∧ Q es

enz
Hoy es viernes y mañana es lunes.

Como en este caso P y Q no pueden ser ambas verdaderas, se tiene que


P ∧ Q es falsa.
Hay oraciones en español que son conjunciones, pero en las que en la
, Sa
segunda parte de la oración no aparece sujeto, pues éste está implı́cito. Por
ejemplo:

Los patos vuelan y nadan.

Aquı́ conviene traducir esta proposición como P ∧ Q, donde P es “Los patos


ero

vuelan” y Q es “Los patos nadan”, y ası́ Q resulta ser realmente la proposi-


ción completa implı́cita en la oración en español. Un ejemplo similar es:

Los patos y los gansos nadan.


mp

En este caso la oración se puede traducir como R ∧ S, donde R es “Los patos


nadan” y S es “Los gansos nadan”.
A veces en español el “y” tiene una conotación temporal y causal. Por
ejemplo, no es lo mismo decir “Perdió y se enojó” a “Se enojó y perdió”. Sin
, Ca

embargo, para la lógica P ∧Q es una proposición equivalente a la proposición


Q ∧ P . Dos proposiciones son lógicamente equivalentes si la última columna
(la que corresponde a la proposición resultante de la operación) de sus tablas
de verdad es igual. Comparemos las tablas de verdad de P ∧ Q y de Q ∧ P .
ella

P Q P ∧Q P Q Q∧P
V V V V V V
V F F V F F
F V F F V F
F F F F F F
Av
6 CAPÍTULO 1. NOCIONES DE LÓGICA

La segunda tabla de verdad se debe llenar basándose en cómo se llenó la


primera. Es decir, por ejemplo, el segundo renglón de la segunda tabla es
F, ya que el valor de verdad de la primera proposición de la operación es F
y el de la segunda es V, lo que corresponde al tercer renglón de la primera
tabla, cuya última columna es F. Observe que el orden de las proposiciones
involucradas (las primeras dos columnas) es el mismo en ambas tablas de
verdad, además de que se usó el mismo orden lexicográfico para los valo-
res de verdad; sólo ası́ es que la comparación de los valores de verdad en
las proposiciones resultantes puede compararse fidedignamente en la última
columna. Ası́, dos proposiciones son lógicamente equivalentes si la última
columna de sus tablas de verdad es igual, considerando el mismo orden de
las proposiciones involucradas y de los valores de verdad de las mismas.

enz
Por todo lo anterior, el sı́mbolo lógico ∧ no captura las conotaciones
temporales o causales del “y”.
Finalmente, es importante decir que el “pero” del español se traduce
como ∧, aunque esto también significa que pierde en la traducción parte
, Sa
de su significado. Por ejemplo, si traducimos la proposición “Hay sol, pero
hace frı́o” al lenguaje simbólico, obtenemos P ∧ Q, donde P es “Hay sol” y
Q es “Hace frı́o”. Sin embargo, al traducir P ∧ Q de regreso al español, la
proposición resultante es “Hay sol y hace frı́o”, que perdió el significado de
yuxtaposición que tenı́a “Hay sol, pero hace frı́o”.
ero

Sin embargo, estas reducciones en el significado resultantes de la traduc-


ción del español al lenguaje lógico generalmente no son importantes en el
contexto matemático, y es por esto que no se consideran en la lógica clásica.
mp

Disyunción
Se trata de una operación binaria, pues se aplica a dos proposiciones.
Muchas veces en español la disyunción “o” es usada en sentido excluyente.
Por ejemplo, considérese la siguiente proposición.
, Ca

Hoy es viernes o sábado.

Primero observemos que, al igual que con la conjunción, la segunda parte


de la oración tiene implı́cito el sujeto y verbo. Ası́, si consideramos que P ∨Q
ella

es “Hoy es viernes o sábado”, P es la proposición “Hoy es viernes” y Q


es la proposición “Hoy es sábado”. Ahora, por el tipo de afirmación que
hace esta proposición, sólo una de las proposiciones que la componen puede
ser verdadera. En este ejemplo entonces la disyunción se usa en sentido
excluyente.
Av
1.1. LÓGICA PROPOSICIONAL 7

Sin embargo, el significado de la disyunción “∨” será incluyente, de forma


que si ambas proposiciones P y Q son verdaderas, también P ∨ Q será ver-
dadera. Entonces quizá la mejor traducción al español de la disyunción “∨”
es “y/o”. Por lo tanto, la disyunción sólo es falsa en el caso en que ambas
proposiciones que la componen lo sean, ası́ que su tabla de verdad es la
siguiente.

P Q P ∨Q
V V V
V F V
F V V
F F F

enz
Un ejemplo en el que se observa el sentido incluyente del ∨ es el siguiente.
Sea R la proposición
Regalo la ropa vieja,
, Sa
y sea S
Regalo la ropa que ya no me queda.
Entonces R ∨ S es
ero

Regalo la ropa vieja o que ya no me queda.


Por el sentido incluyente del ∨, regalo también la ropa que tanto es vieja
como que ya no me queda.
mp

Después veremos que hay manera de combinar los conectivos ∨, ∧ y


¬ para obtener una proposición compuesta que capture el sentido del “o”
excluyente. Por lo que, convenir que el sentido del ∨ sea incluyente no nos
restará la posibilidad de capturar el otro sentido.
, Ca

Implicación o Condicional
Es importante decir que las tablas de verdad se definen tomando en cuen-
ta lo que queremos que signifique la operación, pero también haciendo con-
venciones (arbitrarias), como por ejemplo la que hicimos con la disyunción
ella

de considerarla incluyente. En el caso del siguiente conectivo que definire-


mos, conectivo importantı́simo en matemáticas, estableceremos varias con-
venciones.
El conectivo ⇒, conocido como la implicación o condicional, es binario,
pues se aplica a dos proposiciones. La traducción al español de P ⇒ Q puede
Av
8 CAPÍTULO 1. NOCIONES DE LÓGICA

hacerse de diversas maneras.

Si P , entonces Q.
P implica que Q.
P sólo si Q.
P es condición suficiente para que Q.
Q es condición necesaria para que P .
En la proposición P ⇒ Q, a la proposición P se le llama el antecedente
de la implicación y a Q se le llama el consecuente.
El primer obstáculo con el que nos topamos al decidir la tabla de verdad
del condicional es que estamos acostumbrados a que en las oraciones de la

enz
forma “Si P , entonces Q” haya una relación causal entre las proposiciones
P y Q; sin embargo, aquı́ estamos suponiendo que P y Q son cualesquiera
dos proposiciones. Entonces, por ejemplo, debemos dar un valor de verdad
a la siguiente proposición, que parece no tener sentido.
, Sa
Si el área de todo cı́rculo es 3, entonces 2 es par.

Además, incluso cuando P y Q tengan alguna relación causal, es difı́cil


decidir cuál es el valor de verdad de P ⇒ Q cuando P es falso. Veamos un
ero

ejemplo. Supongamos que un candidato dice lo siguiente durante su cam-


paña:

Si llego a la presidencia, bajaré las tarifas de la luz.


mp

Esta oración puede pensarse como un compromiso, condicionado a que se


cumpla P . Es fácil convencernos que en el caso de que el candidato sea
electo presidente y no baje las tarifas de la luz, no cumplió su compromiso;
, Ca

de manera que cuando P sea verdadero y Q sea falso, conveniremos que


P ⇒ Q es falso. También es claro que si P es verdadero y Q es verdadero,
el candidato cubrió su compromiso, por lo que P ⇒ Q es verdadero en
este caso. Pero, ¿qué pasa si P no se cumple? Es decir, en el caso en que el
candidato no gane la presidencia, queda liberado del compromiso, por lo que
ella

¿cuál será el valor de verdad de P ⇒ Q cuando P sea falso? La convención


que hacemos es la optimista o la de darle el privilegio de la duda. Es decir,
como no podemos comprobar su honestidad, asumimos que es honesto. Ası́,
el único caso en que P ⇒ Q es falso es cuando el antecedente es verdadero
y el consecuente es falso, y la tabla de verdad es la siguiente.
Av
1.1. LÓGICA PROPOSICIONAL 9

P Q P ⇒Q
V V V
V F F
F V V
F F V
Veamos algunos ejemplos. La siguiente proposición es por sentido común
verdadera, pero, incluso si se lee en un dı́a que no sea el 3 de julio, es ver-
dadera por la tabla de verdad anterior. De hecho, es verdadera en cualquier
dı́a que se lea.

Si hoy es 3 de julio, entonces mañana es 4 de julio.

enz
Analizando, uno de nuestros ejemplos anteriores
Si el área de todo cı́rculo es 3, entonces 2 es par
podemos decir ahora que es verdadero, pues es claro que existen cı́rculos con
, Sa
áreas distintas, por lo que el antecedente es falso.
Llamamos a la proposición Q ⇒ P el recı́proco de P ⇒ Q. Es importante
observar que, a diferencia de la disyunción y la conjunción, la implicación no
tiene los mismos valores de verdad cuando se conmutan sus componentes,
es decir, una implicación y su recı́proco no son lógicamente equivalentes.
ero

Como ejemplo, consideremos la siguiente proposición.

Si llueve, entonces hay nubes.

El recı́proco es
mp

Si hay nubes, entonces llueve.


En cualquier caso, esté lloviendo o no, la primera proposición es ver-
dadera. Sin embargo, el recı́proco es falso, pues a veces está nublado, pero
no está lloviendo. Es por esto que decimos que la implicación “no conmuta”.
, Ca

Doble implicación o bicondicional


La doble implicación también es un conectivo binario que se aplica a dos
proposiciones. La traducción al español de P ⇔ Q puede hacerse de diversas
ella

maneras.
P si y sólo si Q.
P es equivalente a Q.
P implica que Q y Q implica que P .
P es condición necesaria y suficiente para que Q.
Av
10 CAPÍTULO 1. NOCIONES DE LÓGICA

En realidad, como puede apreciarse en la tercera de estas traducciones,


la doble implicación es una combinación del condicional y la conjunción.
Esto lo comprobaremos más adelante cuando veamos la construcción de
proposiciones compuestas.
La bicondicional sólo es verdadera si ambas proposiciones tienen el mis-
mo valor de verdad, reflejando ası́ su sentido de equivalencia.

P Q P ⇔Q
V V V
V F F
F V F

enz
F F V

Veamos los siguientes ejemplos. Sea P la proposición “C es un cı́rculo”.


Sea Q la proposición “Los puntos que forman a C están a la misma distancia
de un punto dado”. Entonces P ⇔ Q es la proposición
, Sa
C es un cı́rculo si y sólo si los puntos que forman a C están a la misma
distancia de un punto dado.

Como siempre que P es verdadero, Q es verdadero y siempre que P es falso,


ero

Q es falso, se tiene que P ⇔ Q es verdadero.


Sea R la proposición “A es un cuadrado”. Sea S la proposición “A es un
rectángulo”. Entonces R ⇔ S es la proposición
mp

A es un cuadrado si y sólo si A es un rectángulo.

En este caso R ⇔ S es falso, pues, aunque siempre que A sea un cuadrado,


A es un rectángulo, no es cierto que todo rectángulo sea un cuadrado. Es
decir, podrı́a ser que S fuera verdadero y R falso al mismo tiempo.
, Ca

1.1.2. Proposiciones compuestas y sus tablas de verdad


De la sección anterior, podemos concluir que si P y Q son proposiciones,
entonces ¬P , P ∧ Q, P ∨ Q, P ⇒ Q y P ⇔ Q son todas proposiciones. Ası́,
ella

una vez que sabemos que ¬P y que P ⇒ Q son proposiciones, podemos


decir que, por ejemplo, (¬P ) ∧ (P ⇒ Q) es una proposición.
En general, si α y β son proposiciones, entonces ¬α, α ∧ β, α ∨ β, α ⇒ β
y α ⇔ β son proposiciones. Además, generalizamos las tablas de verdad de
manera clara.
Av
1.1. LÓGICA PROPOSICIONAL 11

α β α∧β α β α∨β
α ¬α V V V V V V
V F V F F V F V
F V F V F F V V
F F F F F F

α β α⇒β α β α⇔β
V V V V V V
V F F V F F
F V V F V F
F F V F F V

enz
Usamos los paréntesis como sı́mbolos de puntuación cuyo objetivo es
clarificar la proposición de la que se trata, pues debe ser claro que, por
ejemplo las siguientes proposiciones son distintas entre sı́:
 
(¬P ) ∧ (P ⇒ Q), ¬ P ∧ (P ⇒ Q) , ¬ (P ∧ P ) ⇒ Q .
, Sa
Sin embargo, podemos hacer una convención sencilla para no escribir
tantos paréntesis: la negación es el conectivo más débil, es decir, si se aplica
a una sola letra de proposición pueden omitirse los paréntesis correspon-
dientes. Por ejemplo, cuando escribamos ¬P ∧ Q, la proposición de la que
ero

estamos hablando es (¬P ) ∧ Q.


Veamos ahora algunos ejemplos de cómo construir tablas de verdad para
proposiciones con varios conectivos.

P Q ¬P P ⇒Q (¬P ) ∧ (P ⇒ Q)
mp

V V F V F
V F F F F
F V V V V
F F V V V
, Ca


P Q R ¬P (¬P ) ∨ Q (¬P ) ∨ Q ∧ R
V V V F V V
V V F F V F
V F V F F F
ella

V F F F F F
F V V V V V
F V F V V F
F F V V V V
F F F V V F
Av
12 CAPÍTULO 1. NOCIONES DE LÓGICA

La construcción de estas tablas de verdad se hizo tomando en cuenta los


siguientes factores.

1. Se pone una columna por cada letra de proposición que aparece en la


proposición compuesta, además de una columna por cada paso en la
construcción de la proposición final.

2. Si n es el número de letras de proposición distintas que aparecen en


la proposición completa, entonces la tabla consta de 2n renglones,
que corresponden a todos los posibles valores de verdad de las letras
proposicionales que aparecen.

3. Convenimos adoptar un orden lexicográfico para colocar los valores de

enz
verdad de las letras de proposición, donde el “abecedario” es {V, F }
en este orden.

Llamamos conectivo principal al último conectivo usado en la construc- 


ción de una proposición. Por ejemplo, el conectivo principal de (¬P )∨Q ∧R
, Sa
es el ∧. En el caso de que el conectivo principal se utilice más de una vez en
la proposición, se debe identificar
 cuál es el último. Por ejemplo, el conectivo
principal de (¬P ) ∧ Q ∧ R es el segundo ∧ escrito.
Para finalizar esta sección, veamos que existe una proposición que cap-
tura el sentido exclusivo del “o”, por lo que, aunque convenimos que el sen-
ero

tido del ∨ fuera incluyente, tenemos la posibilidad de encontrar una proposi-


ción que refleje el otro sentido. La idea es que se cumplan P o Q, pero no se
cumplan ambos, por lo que la proposición es (P ∨ Q) ∧ ¬(P ∧ Q). Veamos
que efectivamente la tabla de verdad captura lo que buscamos.
mp

P Q P ∨Q P ∧Q ¬(P ∧ Q) (P ∨ Q) ∧ ¬(P ∧ Q)
V V V V F F
V F V F V V
, Ca

F V V F V V
F F F F V F

1.1.3. Equivalencia lógica y tautologı́as


Ya habı́amos mencionado que las proposiciones P ∧ Q y Q ∧ P son lógi-
ella

camente equivalentes, pues sus tablas de verdad son “iguales”. Recordemos


formalmente esta definición.

Definición 1.1.2. Decimos que dos proposicones son lógicamente equiva-


lentes si y sólo si la última columna de sus tablas de verdad es igual, cuando
Av
1.1. LÓGICA PROPOSICIONAL 13

las letras de proposción involucradas y sus valores de verdad están puestos


en el mismo orden en ambas tablas. Es decir, α y β son lógicamente equiva-
lentes si y sólo si cuando se fija el valor de verdad de las letras de proposición
que las componen, el valor de verdad de α y β coincide.

Veamos, por ejemplo, que las proposiciones P ∧(Q∨R) y (P ∧Q)∨(P ∧R)


son lógicamente equivalentes; esto se puede expresar como que la disyunción
“distribuye” a la conjunción.

P Q R Q∨R P ∧ (Q ∨ R)
V V V V V
V V F V V

enz
V F V V V
V F F F F
F V V V F
F V F V F
, Sa
F F V V F
F F F F F

P Q R P ∧Q P ∧R (P ∧ Q) ∨ (P ∧ R)
V V V V V V
ero

V V F V F V
V F V F V V
V F F F F F
F V V F F F
mp

F V F F F F
F F V F F F
F F F F F F
, Ca

Observe que en ambas tablas en la primera columna aparece la proposi-


ción P , en la segunda Q y en la tercera R, a esto nos referimos en la definición
cuando decimos “las letras de proposción involucradas están puestas en el
mismo orden en ambas tablas” y, como ya habı́amos hecho la convención de
que los valores de verdad los acomodamos en orden lexicográfico en los ren-
ella

glones, realmente estamos comparando correctamente las tablas. Más aún,


cuando se fija el valor de verdad de las letras de proposición que componen a
las proposiciones comparadas, es decir, cuando se está en la situación de un
renglón fijo de las tablas, el valor de verdad de P ∧(Q∨R) y (P ∧Q)∨(P ∧R)
coincide.
Av
14 CAPÍTULO 1. NOCIONES DE LÓGICA

El siguiente ejemplo prueba lo mencionado anteriormente de que el bi-


condicional P ⇔ Q es lógicamente equivalente a la conjunción de una im-
plicación y su recı́proca, es decir, a la proposición (P ⇒ Q) ∧ (Q ⇒ P ).

P Q P ⇔Q P Q P ⇒Q Q⇒P (P ⇒ Q) ∧ (Q ⇒ P )
V V V V V V V V
V F F V F F V F
F V F F V V F F
F F V F F V V V

Podemos hacer la siguiente generalización importante. Si dos proposi-

enz
ciones son lógicamente equivalentes y sustituimos en ambas todas las instan-
cias de una letra de proposición por una proposición compuesta fija, entonces
las proposiciones resultantes son lógicamente equivalentes. Por ejemplo, si
sustituimos P por S ⇒ R en dos proposiciones lógicamente equivalentes en
las que aparezca P , digamos P ∧ (Q ∨ R) y (P ∧ Q) ∨ (P ∧ R), obtenemos que
, Sa
(S ⇒ R)∧(Q∨R) es lógicamente equivalente a ((S ⇒ R)∧Q)∨((S ⇒ R)∧R).
Más aún, como P ⇔ Q y (P ⇒ Q) ∧ (Q ⇒ P ) son lógicamente equiva-
lentes, si α y β son cualesquiera proposiciones, α ⇔ β y (α ⇒ β) ∧ (β ⇒ α)
son lógicamente equivalentes.
El concepto de equivalencia lógica nos ayuda en una tarea muy impor-
ero

tante, la de saber cuál es la negación de una proposición. Veamos un ejemplo.


Sea P la proposición

Tengo tiempo.
mp

Sea Q la proposición

Voy al cine.
, Ca

La proposición P ⇒ Q es por tanto

Si tengo tiempo, entonces voy al cine.

Sabemos que ¬(P ⇒ Q) es

No es cierto que si tengo tiempo, entonces voy al cine.


ella

Sin embargo, negar ası́ una implicación no nos da claridad de qué es lo


que realmente sucede cuando se niega una implicación. La idea es encontrar
una proposición en la que los sı́mbolos de negación ¬ aparezcan aplicados
a lo más a una letra de proposición y ası́ entender mejor lo que dice la
Av
1.1. LÓGICA PROPOSICIONAL 15

proposición. ¿Cuál de las siguientes proposiciones es lógicamente equivalen-


te a ¬(P ⇒ Q)?

Si no tengo tiempo, entonces no voy al cine.


Si no voy al cine, entonces no tengo tiempo.
Tengo tiempo y no voy al cine.
Veamos que ¬(P ⇒ Q) es lógicamente equivalente a la última proposi-
ción P ∧ ¬Q.

P Q P ⇒Q ¬(P ⇒ Q) P Q ¬Q P ∧ ¬Q
V V V F V V F F
V F F V V F V V

enz
F V V F F V F F
F F V F F F V F

Ası́, queda más claro cuál es la negación de “Si tengo tiempo, entonces
voy al cine”. La negación es “Tengo tiempo y no voy al cine.”
, Sa
Podemos generalizar y decir que las proposiciones ¬(α ⇒ β) y α ∧ ¬β
son lógicamente equivalentes.
Se deja al lector verificar las demás equivalencias lógicas que describen
las negaciones de los conectivos, según la siguiente lista.
ero

¬(¬α) es lógicamente equivalente a α


¬(α ∧ β) es lógicamente equivalente a ¬α ∨ ¬β
¬(α ∨ β) es lógicamente equivalente a ¬α ∧ ¬β
¬(α ⇒ β) es lógicamente equivalente a α ∧ ¬β
mp

¬(α ⇔ β) es lógicamente equivalente a (α ∧ ¬β) ∨ (β ∧ ¬α)


Observe que para obtener la última equivalencia lógica se puede proceder
de la siguiente manera.

, Ca

¬(α ⇔ β) es lógicamente equivalente a ¬ (α ⇒ β) ∧ (β ⇒ α) ,


pues sabemos que α ⇔ β es lógicamente equivalente a
(α ⇒ β) ∧ (β ⇒ α). Luego, como ¬(ϕ ∧ ψ) es lógicamente  equi-
valente a ¬ϕ ∨ ¬ψ, tenemos que ¬ (α ⇒ β) ∧ (β ⇒ α) es lógi-
camente equivalente a ¬(α ⇒ β) ∨ ¬(β ⇒ α). Finalmente, co-
mo ¬(ϕ ⇒ ψ) es lógicamente equivalente a ϕ ∧ ¬ψ, obtene-
ella

mos que ¬(α ⇒ β) ∨ ¬(β ⇒ α) es lógicamente equivalente a


(α ∧ ¬β) ∨ (β ∧ ¬α).
Ahora veamos un concepto relacionado al de equivalencia lógica, el de
tautologı́a.
Av
16 CAPÍTULO 1. NOCIONES DE LÓGICA


¿Cuál es la tabla de verdad de (P ⇒ Q) ∧ P ⇒ Q?
 
P Q P ⇒Q (P ⇒ Q) ∧ P (P ⇒ Q) ∧ P ⇒ Q
V V V V V
V F F F V
F V V F V
F F V F V

Por lo tanto, el valor de verdad de la proposición (P ⇒ Q) ∧ P ⇒ Q
es verdadero independientemente de los valores de verdad de P y Q. A las
proposiciones que se comportan ası́ las llamamos tautologı́as o leyes lógicas.

enz
Definición 1.1.3. Una tautologı́a o ley lógica es una proposición que es
siempre verdadera sin importar los valores de verdad que tengan las proposi-
ciones que la componen.
, Sa
La siguiente es una lista de tautologı́as útiles.
Nombre Tautologı́a
Involución o
Doble negación ¬(¬P ) ⇔ P
Tercero excluido P ∨ ¬P
ero

No contradicción ¬(P ∧ ¬P )
Indempotencia (P ∧ P ) ⇔ P
(P ∨ P ) ⇔ P
Conmutatividad conj. (P ∧ Q) ⇔ (Q ∧ P )
mp

Conmutatividad disy. (P ∨ Q) ⇔ (Q ∨ P ) 


Asociatividad conj. (P ∧ Q) ∧ R ⇔ P ∧ (Q ∧ R)
Asociatividad disy. (P ∨ Q) ∨ R ⇔ P ∨ (Q ∨ R) 
Distributividad (P ∨ Q) ∧ R ⇔ (P ∧ R) ∨ (Q ∧ R)
, Ca

(P ∧ Q) ∨ R ⇔ (P ∨ R) ∧ (Q ∨ R)
Leyes de De Morgan ¬(P ∧ Q) ⇔ (¬P ∨ ¬Q)
¬(P ∨ Q) ⇔ (¬P ∧ ¬Q)
Transitividad impl. ((P ⇒ Q) ∧ (Q ⇒ R)) ⇒ (P ⇒ R)
Contrarecı́proca o
Contrapuesta (P ⇒ Q) ⇔ (¬Q ⇒ ¬P )
ella

Esta lista de tautologı́as no es exhaustiva, es decir, hay otras proposi-


ciones que son tautologı́as.
Gracias a las tautologı́as que afirman la asociatividad de los conectivos
∧ y ∨, podemos sin posibilidad de confusión usar menos paréntesis. Como
Av
1.1. LÓGICA PROPOSICIONAL 17

(P ∧ Q) ∧ R y P ∧ (Q ∧ R) son lógicamente equivalentes, podemos escribir


simplemente P ∧ Q ∧ R. Podemos hacer lo respectivo para el conectivo ∨.
Para verificar que algunas de estas proposiciones realmente son tau-
tologı́as, aprovechamos para mostrar otra manera de hacer las tablas de
verdad. Observe que ahora la columna del conectivo principal de la proposi-
ción verificada es en la que sólo aparece la letra V .

¬ (¬ P) ⇔ P
V F V V V
F V F V F

enz
(P ⇒ Q) ⇔ (¬ Q ⇒ ¬ P)
V V V V F V V F V
V F F V V F F F V
F V V V F V V
, Sa V F
F V F V V F V V F
 
(P ∨ Q) ∧ R ⇔ (P ∧ R) ∨ (Q ∧ R)
V V V V V V V V V V V V V
V V V F F V V F F F V F F
ero

V V F V V V V V V V F F V
V V F F F V V F F F F F F
F V V V V V F F V V V V V
F V V F F V F F F F V F F
mp

F F F F V V F F V F F F V
F F F F F V F F F F F F F

Afirmamos en el siguiente teorema que los conceptos de tautologı́a y


, Ca

equivalencia lógica están ı́ntimamente ligados.


Los teoremas en matemáticas son afirmaciones que se pueden demostrar
a partir de las definiciones y convenciones (o axiomas) acordadas.

Teorema 1.1.4. Sean α y β cualesquiera dos proposiciones. Entonces α ⇔


β es tautologı́a si y sólo si α y β son lógicamente equivalentes.
ella

Demostración. Sean α y β dos proposiciones cualesquiera. Debemos de-


mostrar que se da el “si y sólo si” entre las afirmaciones α ⇔ β es tautologı́a,
y α y β son lógicamente equivalentes. Es importante notar que este “si y
sólo si” está escrito en español, pues afirma algo sobre proposiciones del
Av
18 CAPÍTULO 1. NOCIONES DE LÓGICA

lenguaje de la lógica en las que puede aparecer el conectivo ⇔. Sin embargo,


el significado de este “si y sólo si” escrito en español es el mismo que el de la
equivalencia ⇔, sólo que en este caso hablando “desde afuera” sobre proposi-
ciones en el lenguaje de la lógica. Ası́, el “si y sólo si” también se compone
como la conjunción de dos condicionales en el metalenguaje (el lenguaje que
habla sobre el lenguaje de la lógica), por lo que para demostrar este toerema
debemos demostrar dos condicionales que hablan sobre las proposiciones α
y β.
Para demostrar el primer condicional, supongamos que α ⇔ β es tau-
tologı́a y veamos que entonces α y β son lógicamente equivalentes. Supong-
amos que α ⇔ β es tautologı́a, entonces su valor de verdad es siempre
verdadero. Por la tabla de verdad del conectivo ⇔, esto significa que el val-

enz
or de verdad de α y β en cada situación es el mismo. Pero entonces las tablas
de verdad de α y β necesariamente son las mismas, por lo que α y β son
lógicamente equivalentes.
Ahora, para demostrar el otro condicional (el recı́proco), supongamos
, Sa
que α y β son lógicamente equivalentes y veamos que α ⇔ β es tautologı́a.
Como α y β son lógicamente equivalentes, sus tablas de verdad son iguales.
Por lo tanto, α y β toman el mismo valor de verdad cuando se fija el valor
de verdad de las letras de proposición que las componen. Como el valor
de verdad del conectivo ⇔ es verdadero siempre que las proposiciones que
ero

conecta tengan el mismo valor de verdad, y α y β toman el mismo valor


de verdad en cada situación, α ⇔ β es siempre verdadera y, por tanto, es
tautologı́a.

mp

Ahora veamos el concepto contrario al de tautologı́a. ¿Cuál es la tabla


de verdad de P ∧ ¬P ?

P ∧ ¬ P
, Ca

V F F V
F F V F

Obsérvese que esta proposición es siempre falsa. A este tipo de proposi-


ella

ciones las llamamos contradictorias.

Definición 1.1.5. Una contradicción es una proposición que siempre es fal-


sa independientemente de los valores de verdad que tengan las proposiciones
que la componen.
Av
1.1. LÓGICA PROPOSICIONAL 19

1.1.4. Razonamiento deductivo válido

Como mencionamos al principio de este capı́tulo, todo desarrollo matemático


exige razonar y argumentar en forma válida. Sin embargo, es importante de-
cir aquı́ que no hay una definición exacta de lo que significa demostrar una
afirmación en matemáticas. El matemático va adquiriendo con el tiempo la
experiencia para decidir cuándo una demostración en Cálculo, Geometrı́a
o alguna otra rama de las matemáticas realmente prueba lo buscado. Es-
ta sección puede ayudar al lector a adquirir el sabor de lo que significa
demostrar, aunque la idea correcta de esto sólo se consigue leyendo constan-
temente demostraciones ya hechas y repitiéndolas, además de intentando y
reintentando hacer las suyas propias.

enz
Definición 1.1.6. Llamamos razonamiento deductivo a un par ordenado
({ϕ1 , ϕ2 , ..., ϕn }, ψ), donde {ϕ1 , ϕ2 , ..., ϕn } es una colección finita de proposi-
ciones, llamadas premisas o hipótesis, y ψ es una proposición llamada con-
, Sa
clusión, respecto de la cual se afirma que se deriva de las premisas.

En la siguiente definición describimos lo que es un razonamiento deduc-


tivo válido.
ero

Definición 1.1.7. Decimos que un razonamiento deductivo es válido si y


sólo si de la verdad de las premisas se sigue la verdad de la conclusión. Es
decir, un razonamiento es válido si y sólo si no es posible que las premisas
sean verdaderas y la conclusión falsa.
mp

Es importante notar que de un razonamiento no se dice que es verdadero


o falso, más bien que es válido o no. Las que pueden ser verdaderas o falsas
son las proposiciones que forman parte del razonamiento y no el razona-
, Ca

miento en sı́. De hecho, como vimos en el teorema anterior, un razonamiento


({ϕ1 , ϕ2 , ..., ϕn }, ψ) es válido si la proposición (ϕ1 ∧ ϕ2 ∧ ... ∧ ϕn ) ⇒ ψ es
verdadera, independientemente del valor de verdad de las premisas o con-
clusión.
Obsérvese que, como el conectivo ∧ cumple con ser asociativo y conmuta-
ella

tivo, el orden de las premisas en un razonamiento deductivo no es relevante


para comprobar su validez. Sin embargo, sı́ es muy relevante diferenciar las
premisas de la conclusión.
Otra manera de denotar un razonamiento deductivo ({ϕ1 , ϕ2 , ..., ϕn }, ψ)
es la siguiente:
Av
20 CAPÍTULO 1. NOCIONES DE LÓGICA

ϕ1
ϕ2
..
.
ϕn
ψ

Ejemplo 1.1.8. El siguiente es un razonamiento deductivo válido muy


famoso, pues se utiliza mucho en las demostraciones matemáticas. Se conoce
como la Ley de Modus Ponens.

ϕ
ϕ⇒ψ

enz
ψ

Para verificar la validez de este razonamiento, supongamos que sus premisas


son verdaderas. Es decir, supongamos que ϕ es verdadera y ϕ ⇒ ψ también.
, Sa
Por la tabla de verdad del condicional, si ϕ ⇒ ψ es verdadera y ϕ también, se
tiene que forzosamente ψ es verdadera. Ası́, de la verdad de las premisas del
argumento se siguió la verdad de su conclusión, por lo que es un argumento
deductivo válido. ⊣

Ejemplo 1.1.9. El siguiente también es un razonamiento deductivo válido


ero

muy útil y se le conoce como la Ley del Silogismo Hipotético.

ϕ⇒ψ
ψ⇒χ
mp

ϕ⇒χ

Supongamos que las hipótesis ϕ ⇒ ψ y ψ ⇒ χ son verdaderas. Para ver que


entonces la conclusión debe ser verdadera, tenemos que verificar dos casos:
que ϕ sea verdadera y que ϕ sea falsa.
, Ca

Caso 1. Si ϕ es verdadera, como ϕ ⇒ ψ es verdadera, se tiene que ψ es


verdadera. Como ψ ⇒ χ es verdadera y ψ es verdadera, obtenemos que
χ es verdadera. Ya que ϕ y χ son verdaderas, concluimos que ϕ ⇒ χ es
verdadera.
Caso 2. Si ϕ es falsa, entonces, claramente ϕ ⇒ χ es verdadera.
ella

Ası́, en ambos casos, llegamos a que ϕ ⇒ χ es verdadera, por lo que el


razonamiento es válido. ⊣

Ejemplo 1.1.10. Investiguemos ahora la validez o invalidez del razona-


miento:
Av
1.1. LÓGICA PROPOSICIONAL 21

P ⇒Q
¬R ⇒ ¬Q
¬(¬P ∧ ¬T )
T ⇒S
¬R
S
Haremos uso de algunas equivalencias lógicas y de las leyes anteriores
para simplificar la justificación de la validez o invalidez de este argumen-
to. Supongamos que las premisas son verdaderas. La segunda premisa es
lógicamente equivalente a su contrapuesta Q ⇒ R, por lo que Q ⇒ R es
verdadera. Como la primera premisa P ⇒ Q es verdadera, y Q ⇒ R también
es verdadera, por la Ley del Silogismo Hipotético, se obtiene que P ⇒ R

enz
es verdadera. Como ¬R es verdadera, R es falsa y entonces P es falsa, ya
que P ⇒ R es verdadera. Por las leyes de De Morgan, la tercera premisa es
lógicamente equivalente a P ∨ T . Como P ∨ T es verdadera y P es falsa, T
debe ser verdadera. Usando Modus Ponens, S es necesariamente verdadera,
, Sa
pues T y T ⇒ S son verdaderas. Por lo tanto, el razonamiento deductivo es
válido. ⊣
Ejemplo 1.1.11. Ahora investiguemos la validez o invalidez del razona-
miento:
P ⇒Q
ero

Q
P
Este razonamiento deductivo no es válido, pues existen valores de verdad
que hacen verdaderas a las premisas y falsa a la conclusión: P siendo falso
mp

y Q verdadero. Esto es un contraejemplo, es un ejemplo que muestra que el


razonamiento no es válido. Justamente si P es falso y Q es verdadero, se
tiene que P ⇒ Q es verdadero, Q es verdadero y, sin embargo, P es falso.
Es decir, de la verdad de las premisas no se sigue la verdad de la conclusión,
, Ca

pues hay una situación en que las premisas son verdaderas y la conclusión
es falsa. ⊣
Ejemplo 1.1.12. Ahora veamos un ejemplo en el que las proposiciones son
oraciones en español.

Hoy es martes o es sábado.


ella

Hoy es martes o no es sábado.


Hoy es martes.
Traduciendo a lenguaje simbólico, obtenemos el siguiente razonamiento:
Av
22 CAPÍTULO 1. NOCIONES DE LÓGICA

P ∨Q
P ∨ ¬Q
P
Como Q ∧ ¬Q es siempre falso, sabemos que o bien Q es falso, o bien
¬Q es falso (pero no ambos).
Caso 1. Si Q es falso, entonces, como P ∨ Q es verdadero, P debe ser ver-
dadero.
Caso 2. Si ¬Q es falso, entonces, como P ∨ ¬Q es verdadero, P debe ser
verdadero.
Por lo tanto, el razonamiento es válido. ⊣

Este último razonamiento es un buen ejemplo para comprender por

enz
qué no debe decirse de un razonamiento si es verdadero o no. Podrı́a ser
que lo leyéramos en un dı́a de la semana que no fuera martes, por lo que ni
las premisas ni la conclusión serı́an verdaderas. Sin embargo, suponer que
las premisas son verdaderas, obliga a que la conclusión sea verdadera, lo que
, Sa
hace válido al argumento. Observe que esto último se parece a la discusión de
la tabla de verdad del condicional. De hecho, se puede demostrar es equiva-
lente que un razonamiento sea válido a que el condicional con la conjunción
de las premisas como antecedente y la conclusión como el consecuente sea
tautologı́a.
ero

1.2. Lógica de Predicados


El siguiente razonamiento deductivo es muy famoso.
mp

Todos los hombres son mortales.


Sócrates es hombre. (RD1)
Sócrates es mortal.
, Ca

Sin embargo, si tratamos de traducir las proposiciones a lenguaje simbóli-


co, notamos que ninguna de las tres proposiciones se puede traducir usando
los conectivos de los que hemos hablado hasta ahora y sólo podemos obtener
el siguiente razonamiento.

P
ella

Q (RD2)
R
Ası́, con las herramientas descritas hasta ahora no podemos justificar
su validez, a pesar de que el razonamiento (RD1) parece válido. El prob-
Av
1.2. LÓGICA DE PREDICADOS 23

lema es que usando la traducción (RD2), la conclusión no tiene ninguna


relación causal con las premisas. Recordando los ejemplos de razonamientos
deductivos válidos vistos anteriormente, sabemos que el punto es que po-
damos sustituir cada letra proposicional como cualquier oración en español
que afirme algo y los razonamientos válidos se mantendrán válidos. Aho-
ra, como P , Q y R pueden ser oraciones distintas que no contengan nada
en común, claramente no queremos considerar que el razonamiento (RD2)
sea válido; serı́a como decir que de la verdad de cualesquiera dos proposi-
ciones, se sigue la verdad de cualquier otra. Sin embargo, la sensación de
que el argumento (RD1) es válido proviene de la “estructura interna” de las
proposiciones, del significado que entendemos por la palabra “todos”, y de
la particularidad de que “Sócrates” cumple una cierta propiedad.

enz
1.2.1. Traducciones en Lógica de Predicados
Para traducir de manera más adecuada las proposiciones del razonamien-
, Sa
to anterior, necesitamos introducir un lenguaje un tanto distinto al lenguaje
simbólico de las secciones anteriores, aunque como se verá este nuevo lengua-
je simbólico también utilizará los conectivos que ya conocemos.
El sı́mbolo P (x) será la representación de un predicado o propiedad rela-
tivos al objeto indeterminado x, perteneciente a cierto universo de discurso.
ero

A este tipo de representación lo llamaremos un esquema proposicional.


Veamos un ejemplo. Si a lo que queremos referirnos es a los seres vivos
y la propiedad de ser hombre:

P (x) significará “x es hombre”.


mp

Es importante aseverar que “x es hombre” no es una proposición, pues no


está especificado qué ser vivo es x, por lo que no podemos decir si la oración
es verdadera o falsa. Sin embargo, para cada asignación particular dada a
, Ca

x, el enunciado resultante sı́ es una proposición. Es decir, por ejemplo,

P (Sócrates) es “Sócrates es hombre”

que es una proposición, pues podemos decir que es verdadera.1 En cambio,


ella

P (King Kong) es “King Kong es hombre”


1
Para poder decir que es verdadera, estamos suponiendo que Sócrates es el filósofo
clásico ateniense (y no el nombre que se le ha puesto a algún otro ser vivo que no sea
hombre) y también estamos hablando en presente, a pesar de que el Sócrates del que
hablamos murió hace mucho tiempo.
Av
24 CAPÍTULO 1. NOCIONES DE LÓGICA

que es una proposición falsa, pues King Kong no es un hombre.2


Otro ejemplo es que Q(x) signifique “x es mortal”. En este caso, tanto
Q(Sócrates) como Q(King Kong) son verdaderos.
Ahora, en la primera proposición del razonamiento famoso se afirma que
“Todos los hombres son mortales”, entonces ¿qué tal si queremos hablar de
todos los que cumplen cierta propiedad? o ¿qué tal si queremos hablar de
algunos de los que cumplen cierta propiedad sin especificar quiénes?
Esto se logra cuantificando los esquemas proposicionales. Para lograrlo,
introducimos los sı́mbolos ∀, llamado el cuantificador universal, y ∃, llamado
el cuantificador existencial. De esta forma se tiene que la expresión

Para todo x, se cumple P (x)

enz
se traduce como
∀xP (x).
Y la expresión
, Sa
Existe x tal que cumple P (x)

se denota
∃xP (x).

Entonces ∀xP (x) corresponde a un esquema proposicional P (x) cuantificado


ero

universalmente y ∃xP (x) corresponde a un esquema proposicional cuantifi-


cado existencialmente.
Hay otras maneras de traducir los esquemas proposicionales cuantifi-
cados. Retomemos el ejemplo haciendo énfasis en que nuestro universo de
mp

discurso serán los seres vivos (es decir, las variables representarán seres
vivos).
∀xP (x) se traduce como
Todos los seres vivos son hombres,
, Ca

o como
Cualquiera que sea el ser vivo, es hombre.

Por otro lado, ∃xP (x) se traduce como


Existe un ser vivo, tal que es hombre,
ella

o como
Hay seres vivos que son hombres,
2
Para poder usar P (King Kong), estamos suponiendo que King Kong es un ser vivo
no ficticio, y para poder decir que la proposición es falsa, que King Kong es el famoso
gigantesco gorila.
Av
1.2. LÓGICA DE PREDICADOS 25

o también como
Algún ser vivo es hombre.

Es muy importante aclarar aquı́ que el cuantificador existencial afir-


ma que cuando menos una x del universo de discurso cumple el esquema
proposicional cuantificado. Es por esto que quizá la traducción más cercana
de ∃xP (x) es
Existe al menos un ser vivo que es hombre,

o
Hay al menos un ser vivo que es hombre.

Sin embargo, las más de las veces se escribe el sujeto en forma plural (como

enz
“seres vivos”), o no se escribe el “al menos un” como aparece en el párrafo
anterior.
Una vez que sepamos a qué universo de discurso nos referimos, los es-
quemas proposicionales cuantificados adquieren el carácter de proposiciones
, Sa
y podremos decir si son verdaderos o falsos. De hecho, para ser claros ver-
emos en la próxima sección cuál será el valor de verdad de los esquemas
proposicionales cuantificados. Sin embargo, como discutiremos en esa sec-
ción, esto no lo podremos hacer usando tablas de verdad. Por lo pronto,
digamos que un esquema proposicional cuantificado universalmente ∀xP (x)
ero

es verdadero si son verdaderas todas las proposiciones P (a) para cualquier a


fija de nuestro universo de discurso; y es falso si hay al menos un individuo
a fijo del universo tal que P (a) sea una proposición falsa. Diremos que un
esquema proposicional cuantificado existencialmente ∃xP (x) es verdadero si
hay al menos un individuo a en nuestro universo de discurso tal que P (a)
mp

sea verdadera; y es falso si para cualquier individuo a en el universo, la


proposición P (a) es falsa. Es muy importante notar que la verdad de los es-
quemas proposicionales cuantificados depende por completo del universo de
discurso, además de lo que signifique la propiedad P (x) para los individuos
, Ca

x del universo.
Retomando nuestro ejemplo, ∀xP (x) es falso, pues el universo de discurso
son los seres vivos y hay al menos un gato, digamos g, que es un ser vivo
y no es un hombre, por lo que P (g) es una proposición falsa; y ∃xP (x) es
verdadera, pues hay al menos un ser vivo que es hombre, llamémoslo Juan,
ella

por lo que hay una proposición particular verdadera, P (Juan). Además,


∀xQ(x) es verdadero, pues, dado que nuestro universo de discurso son los
seres vivos, Q(a) es verdadero para cualquier a del universo de discurso (ya
que todo ser vivo es mortal), es decir, son verdaderas todas las proposiciones
particulares asociadas al esquema Q(x).
Av
26 CAPÍTULO 1. NOCIONES DE LÓGICA

Antes de poder traducir el razonamiento famoso (RD1), hay que decir


que retomaremos los conectivos descritos en las secciones anteriores de este
libro utilizándolos ahora junto con los esquemas proposicionales (en lugar
de letras proposicionales) para constituir fórmulas. De esta forma, pro-
siguiendo con nuestro ejemplo, la formula ¬P (King Kong) significa “King
Kong no es hombre”; Q(x) ⇒ P (y) siginifica “Si x es mortal, entonces y es
hombre”; ¬P (King Kong) ∧ P (Sócrates) significa “King Kong no es hom-
bre y Sócrates es hombre”; ∀xQ(x) ⇒ ∀xP (x) significa “Si todo ser vivo
es mortal, entonces todo ser vivo es hombre”; etc. Pero los significados de
estas fórmulas están completamente basados en lo que decidimos que fuera
el universo de discurso y las propiedades representadas por P (x) y Q(x).
Ahora, emprendamos el proyecto de traducir el razonamiento famoso.

enz
Para esto necesitamos traducir tres proposiciones. La primera es
Todos los hombres son mortales.
Podemos decidir, como hicimos antes, que nuestro universo de discurso son
los seres vivos (aunque también podrı́amos decidir que fuera los animales, o
, Sa
inlcuso, los seres humanos). Podrı́amos decidir incluir ambas caracterı́sticas
de ser hombre y mortal en un mismo esquema proposicional (de forma que
R(x) signifique “x es hombre y mortal”), pero por la naturaleza del razona-
miento pronto veremos que conviene más tener dos esquemas separados de
forma que P (x) signifique “x es hombre” y Q(x) signifique “x es mortal”, co-
ero

mo ya habı́amos especificado. Entonces podemos hacer uso de los conectivos


para traducir esta primera oración. Primero, enunciémosla de otra manera,
tomando en cuenta que nuestro universo de discurso son los seres vivos:
mp

Cualquiera que sea el ser vivo, si es hombre, entonces es mortal.

Debe ser claro que este enunciado es equivalente a “Todos los hombres son
mortales”. Ahora, parte de la estructura interna de esta oración es de la
forma “si..., entonces...” lo que concuerda con el conectivo condicional. En-
, Ca

tonces el pedazo de la oración “si es hombre, entonces es mortal” lo podemos


traducir como “P (x) ⇒ Q(x)”, y el pedazo que dice “cualquiera que sea el
ser vivo” como ∀x, considerando que nuestro universo de discurso lo fijamos
como los seres vivos. Ası́, la traducción de “Todos los hombres son mortales”
es

ella

∀x P (x) ⇒ Q(x) .

Ası́, la traducción del razonamiento deductivo queda de la siguiente man-


era.
Av
1.2. LÓGICA DE PREDICADOS 27

Todos los hombres son mortales. ∀x P (x) ⇒ Q(x)
Sócrates es hombre. P (Sócrates)
Sócrates es mortal. Q(Sócrates)
Con esta traducción mucho más fidedigna que la que hicimos en (RD2),
podremos justificar la validez de este razonamiento. Para lograrlo, primero
necesitaremos concordar cuándo es que las proposiciones escritas con este
nuevo lenguaje de Lógica de Predicados son verdaderas y cuándo falsas.
Todo esto lo hacemos en las últimas dos secciones de este capı́tulo, pero
antes haremos otros ejemplos de traducciones con Lógica de Predicados para
observar algunas otras caracterı́sticas de ellas.
Veamos ahora una traducción con cuantificador existencial. Considere-

enz
mos la siguiente proposición.

Hay primos pares.

Para traducirla podemos fijar a los números enteros como nuestro universo
, Sa
de discurso, a R(x) para representar la propiedad de ser primo, y a S(x)
para representar la propiedad de ser par. Al igual que con la cuantificación
universal, sirve enunciar la proposición de otra manera:

Hay números enteros que son primos y pares.


ero

Ası́, se ve claramente que la traducción correcta es:



∃x R(x) ∧ S(x) .

De hecho, siempre que se traducen oraciones del español que afirman


mp

que existen objetos que cumplen ciertas propiedades, la traducción se hace


utilizando el concetivo ∧. En cambio, la traducción correcta de oraciones del
español, que afirman que todos los objetos que cumplen ciertas propiedades
también cumplen otras, es la que utiliza al conectivo ⇒. De lo contrario,
, Ca

se estará traduciendo incorrectamente.


 De nuestro primer ejemplo, podemos
ver que ∀x P (x)∧ Q(x) significarı́a “Todo ser vivo es hombre y es mortal”,
proposición que significa algo distinto a “Todos los hombres son mortales”,
por lo que la traducción adecuada es usando ⇒. Para ver por qué la traduc-
ción de que existen objetos que cumplen ciertas propiedades no es usando
ella

el conectivo ⇒, tomemos la traducción del ejemplo anterior, sólo que ahora


usando la siguiente interpretación: el universo de discurso son las frutas en
un frutero en el que solamente hay manzanas amarillas, R(x) significa “x es
manzana” y S(x) significa
 “x es roja”. Con esta interpretación la proposición
∃x R(x) ⇒ S(x) , por la naturaleza del conectivo ⇒, es verdadera, pero
Av
28 CAPÍTULO 1. NOCIONES DE LÓGICA

claramente “Hay manzanas rojas” no es verdadera en esta interpretación.


Ası́, la traducción correcta serı́a justamente ∃x R(x) ∧ S(x) .
Veamos ahora con un ejemplo que esta nueva manera de traducir proposi-
ciones con Lógica de Predicacos refina las traducciones que hacı́amos con
Lógica Proposicional. Consideremos la siguiente proposición.
Todo primo es impar o no existe un impar negativo.
Traduciendo con Lógica Proposicional, podrı́amos decidir que la letra de
proposición R represente a la proposición “Todo primo es impar”, que la
letra de proposición S represente a la proposición “Existe un impar negativo”
y traducir la proposición total como

enz
R ∨ ¬S.
Podemos decir entonces que en esta traducción R y S son como “bloques”
o “cajas negras” a los que ciertamente se les puede dar un valor de verdad,
pero que no reflejan la estructura interna de las proposiciones. En cambio,
, Sa
si usamos los esquemas proposicionales P (x) para significar “x es primo”,
I(x) para significar “x es impar” y N (x) para significar “x es negativo”,
 las
letras de proposición
 R y S se componen como “∀x P (x) ⇒ I(x) ” y como
“∃x I(x) ∧ N (x) ” respectivamente, y se convierten en cajas transparentes.
Ası́, la traducción
ero

 
∀x P (x) ⇒ I(x) ∨ ¬∃x I(x) ∧ N (x)
refleja mucho mejor lo que dice la proposición en español.
Se presentan también esquemas proposicionales con más de una variable,
mp

como por ejemplo Q(x, y), donde Q(x, y) significa que los objetos indetermi-
nados x y y tienen cierta propiedad o están relacionados de cierta manera.
Un ejemplo es que en los números enteros Q(x, y) signifique “x es divisor
de y”. Otra vez Q(x, y) no es una proposición, pero para cada especificación
, Ca

de valores para x y y, sı́ es una proposición. Por ejemplo,


Q(−2, 6) es “−2 es divisor de 6”, que es una proposición verdadera.
En cambio,
Q(6, −2) es “6 es divisor de −2”, que es una proposición falsa.
ella

En este ejemplo la proposición



∃x ∀y Q(x, y)
se traduce como
Av
1.2. LÓGICA DE PREDICADOS 29

“Existe un número entero tal que es divisor de todos los números enteros”.

Esta proposición es verdadera, pues el 1 divide a todos los enteros. ¿Qué sig-
nifica la proposición
 ∀x ∃y Q(x, y) ? ¿es verdadera? ¿y la proposición
∀y ∃x Q(x, y) ? Se deja al lector meditar estas preguntas. Para justificar
con todo rigor la verdad o falsedad de proposiciones traducidas a la Lógica
de Predicados, requerimos de la siguiente sección.

1.2.2. Interpretaciones y verdad


Ahora, debemos decir formalmente cuándo es que las proposiciones tra-
ducidas a la Lógica de Predicados son verdaderas o falsas, como ya comen-

enz
zamos a explorar para los esquemas proposicionales cuantificados lı́neas ar-
riba. Para esto nos basamos en las ideas plasmadas en las tablas de verdad
que convenimos para la lógica proposional. Sin embargo, es muy importante
decir que para la Lógica de Predicados no podemos usar tablas de verdad.
, Sa
La razón de esto es que ahora en vez de tener proposiciones de la forma
R ⇒ S en las que habı́a 4 posibilidades para la verdad o falsedad de R o
S, ahora tenemos proposiciones como ∀xQ(x) ⇒ ∀xP (x) y hay tantas posi-
bilidades de valores de verdad como universos de discurso existen y como
propiedades expresadas por Q(x) y P (x) con x en ese universo de discur-
ero

so. Una interpretación es que el universo de discurso sean los seres vivos,
P (x) sea “x es hombre” y Q(x) sea “x es mortal”, pero hay muchı́simas
otras interpretaciones. Otro ejemplo, serı́a que el universo de discurso fuer-
an los números naturales y la propiedad P (x) significara “x es primo” y la
propiedad Q(x) significara “x es par”. Debe ser claro que las posibles in-
mp

terpretaciones son tantas que hacer una tabla de verdad simplemente no es


práctico, correrı́amos el riesgo de nunca terminar de escribirla. Sin embargo,
como los significados de los conectivos de la lógica proposicional queremos
que sean los mismos, las ideas subyacentes en la construcción de las tablas
, Ca

de verdad sı́ podemos reutilizarlas como veremos a continuación.


Primero definamos que una interpretación consta de un universo de dis-
curso, las variables representarán a cualquier individuo (u objeto) de este
universo; además consta de una traducción del significado de cada esquema
proposicional que se esté considerando, de forma que cada esquema proposi-
ella

cional hable de una propiedad que pueden o no cumplir los individuos del
universo de discurso.
Sean α y β cualesquiera proposiciones escritas en el lenguaje de la Lógica
de Predicados. Dada una interpretación (que incluye un universo de discurso
y una traducción del significado de todos los esquemas proposicionales que
Av
30 CAPÍTULO 1. NOCIONES DE LÓGICA

aparecen en α y en β con individuos de ese universo de discurso), se tiene


lo siguiente:

¬α es verdadera respecto a la interpretación dada si y sólo si α es falsa


respecto a esa interpretación;

α ∧ β es verdadera respecto a la interpretación dada si y sólo si α y β


son ambas verdaderas respecto a esa interpretación;

α ∨ β es verdadera respecto a la interpretación dada si y sólo si α


es verdadera o β es verdadera o ambas son verdaderas respecto a esa
interpretación;

enz
α ⇒ β es falsa respecto a la interpretación dada si y sólo si α es
verdadera y β es falsa respecto a esa interpretación;

α ⇔ β es verdadera respecto a la interpretación dada si y sólo si α


y β son ambas verdaderas o α y β son ambas falsas respecto a esa
, Sa
interpretación;

∀xα es verdadera respecto a la interpretación dada si y sólo si para


todos los individuos en el universo de esa interpretación α es verdadera
respecto a esa interpretación y respecto a cada uno de esos individuos;
ero

∃xα es verdadera respecto a la interpretación dada si y sólo si hay al


menos un individuo en el universo de esa interpretación tal que α es
verdadera respecto a esa interpretación y respecto a ese individuo.
mp

Sabemos por los ejemplos anteriores que la leyenda “respecto a a in-


terpretación dada” es sumamente importante, pues depende completamente
de ella la verdad o falsedad de las proposiciones escritas en la Lógica de
Predicados.
, Ca

Equivalencia lógica y negación de traducciones


De manera similar a como definimos equivalencia lógica para la Lógica
Proposicional, podemos decir que dos proposiciones α y β de la Lógica de
Predicados son lógicamente equivalentes si y sólo si para cualquier inter-
ella

pretación la verdad o falsedad de α y β coincide.


Usando esta definición de equivalencia lógica, analicemos la negación de
proposiciones escritas en la Lógica de Predicados.
Si nuestro universo de discurso son los números enteros y el esquema
proposicional I(x) significa “x es impar”, la negación de la proposición
Av
1.2. LÓGICA DE PREDICADOS 31

“Todos los enteros son impares” o de ∀x I(x)

es

“No todos los enteros son impares” o ¬∀x I(x).

Sin embargo, esta negación no refleja de manera clara qué sucede cuando se
niega un cuantificador universal. Nuestro sentido común nos dice que “No
todos los enteros son impares” es equivalente a

“Existen enteros que no son impares”, en sı́mbolos, ∃x ¬P (x).

Entonces, la regla para negar una fórmula con esquemas proposionales


cuantificada universalmente es equivalente a cambiar el cuantificador uni-

enz
versal por uno existencial y negar la fórmula.
La negación de

“Existen enteros que son impares” o de ∃x I(x)

es
, Sa
“No existen enteros que son impares” o ¬∃x I(x)

que es equivalente a
ero

“Todo entero no es impar” o ∀x ¬P (x).

Entonces, la regla para negar una fórmula con esquemas proposionales


cuantificada exsitencialmente es equivalente a cambiar el cuantificador exis-
tencial por uno universal y negar la fórmula.
mp

Esto podemos generalizarlo de la siguiente manera:



¬ ∀x α es lógicamente equivalente a ∃x ¬α
¬ ∃x α es lógicamente equivalente a ∀x ¬α
, Ca

Uniendo la tabla de equivalencias lógicas de negaciones que vimos en la


sección de equivalencias lógicas de la Lógica Proposicional en la página 15
con la anterior, veamos algunos ejemplos de traducciones y de sus negaciones.
Consideremos la proposición
ella

“Todo entero admite un inverso aditivo”.

Esta proposición es equivalente a la siguiente, que parece más fácil de tra-


ducir

“Cualquiera que sea el entero, existe otro que sumado a él da cero”.
Av
32 CAPÍTULO 1. NOCIONES DE LÓGICA

Fijamos nuestro universo de discurso como los números enteros y consi-


deramos que P (x, y) significa “x+y = 0”, entonces la proposición se traduce
como

∀x ∃y P (x, y),

o equivalentemente

∀x ∃y (x + y = 0).

La negación de esta proposición es

¬(∀x ∃y (x + y = 0)),
 que es lógicamente equivalente a

enz
∃x ¬∃y (x + y = 0) , que es lógicamente equivalente a
∃x ∀y ¬(x + y = 0), que es lógicamente equivalente a
∃x ∀y (x + y 6= 0),

cuya traducción al español es , Sa


“Existe un entero cuya suma con cualquier otro, es distinta de cero”,

oración que deja mucho más claro lo que quiere decir “No todo entero admite
un inverso aditivo” y que podemos decir que es verdadera.
Ahora investiguemos la negación de la proposición
ero

“Hay enteros pares que son primos”.

Fijemos nuestro universo de discurso como los números enteros y consid-


eremos que P (x) significa “x es par” y que Q(x) significa “x es primo”.
mp

Podemos enunciar la proposición como “Existe un entero par y primo” para


ver más fácilmente la traducción simbólica:

∃x (P (x) ∧ Q(x)).
, Ca

La negación de esta proposición es entonces

∀x (¬(P (x) ∧ Q(x)), que es equivalente a


∀x ((¬P (x)) ∨ (¬Q(x))),

cuya retraducción al español es


ella

“Cualquiera que sea el entero, no es par o no es primo.”

Investiguemos la negación de una proposición universal

“Todas las rectas son paralelas”.


Av
1.2. LÓGICA DE PREDICADOS 33

Fijemos nuestro universo de discurso como los objetos geométricos y consid-


eremos que P (x) significa “x es una recta” y Q(x, y) significa “x es paralela
a y”. Podemos enunciar la proposición como “Cualesquiera dos rectas son
paralelas” para traducirla simbólicamente como:

∀x ∀y (P (x) ∧ P (y)) ⇒ Q(x, y) .

La negación de esta proposición es entonces



∃x ¬∀y (P (x) ∧ P (y)) ⇒ Q(x, y), que es equivalente a
∃x ∃y ¬ (P (x) ∧ P (y)) ⇒ Q(x, y) , que es equivalente
 a
∃x ∃y (P (x) ∧ P (y)) ∧ ¬Q(x, y)

enz
cuya retraducción al español es

“Existen dos rectas que no son paralelas.”

Investiguemos la negación de la proposición universal


, Sa
“Todos los triángulos son equiláteros si y sólo si son isósceles”.

Fijemos nuestro universo de discurso como los triángulos y consideremos


que P (x) significa “x es equilátero” y Q(x) significa “x es isósceles”. La
traducción simbólica es entonces:
ero

∀x (P (x) ⇔ Q(x)).

La negación de esta proposición es entonces

∃x ¬(P (x) ⇔ Q(x)), que es equivalente a


mp


∃x ¬ (P (x) ⇒ Q(x)) ∧ (Q(x) ⇒ P (x)) , que es equivalente a
∃x ¬(P (x) ⇒ Q(x)) ∨ ¬(Q(x) ⇒ P (x)) , que es equivalente
 a
∃x (P (x) ∧ ¬Q(x)) ∨ (Q(x) ∧ ¬P (x))
, Ca

cuya retraducción al español es

“Existe un triángulo tal que o bien es equilátero y no es isósceles, o bien es


isósceles y no equilátero.”

Efectivamente podemos encontrar un triángulo que es isósceles y no es


ella

equilátero, por lo que la negación es verdadera y la proposición inicial es


falsa.
Observe que en cada ejemplo el universo de discurso ha sido elegido
según conviene para la traducción y que la traducción depende fuertemente
del universo de discurso. Si hubiéramos elegido que el universo de discurso
Av
34 CAPÍTULO 1. NOCIONES DE LÓGICA

en el último ejemplo fueran los objetos geométricos, hubiérmos necesitado


un esquema proposicional extra para expresar la propiedad de ser triángu-
lo y la traducción de la proposición hubiera quedado diferente. El lector
irá adquiriendo experiencia haciendo varias traducciones para elegir el uni-
verso de discurso y los esquemas proposicionales más adecuados para que la
traducción sea exitosa.

1.2.3. Razonamientos deductivos válidos


Ya hemos visto que al traducir proposiciones usando Lógica de Predica-
dos podemos adquirir más claridad de lo que afirman dichas proposiciones.
El razonamiento con el que motivamos la necesidad de usar cuantificadores

enz
tiene las siguientes tres formas, una en español, una en Lógica Proposicional
y otra en Lógica de Predicados:

Todos los hombres son mortales. P ∀x P (x) ⇒ Q(x)
Sócrates es hombre. , Sa Q P (Sócrates)
Sócrates es mortal. R Q(Sócrates)
La motivación para la introducción del lenguaje de Lógica de Predicados
fue que el razonamiento anterior parecı́a válido y, sin embargo, su traducción
a la Lógica Proposicional no justificaba esta validez. De hecho, no queremos
ero

que esa traducción sea tomada como un razonamiento válido. El punto es


que la traducción a la Lógica de Predicados da la claridad para justificar
que el razonamiento original efectivamente es válido.
Recordemos que un razonamiento deductivo es válido si y sólo si suponien-
do la verdad de las premisas se obtiene la verdad de la conclusión.
mp

Jusitifiquemos entonces
 que el razonamiento es válido. Supongamos que
∀x P (x) ⇒ Q(x) y P (Sócrates) son verdaderas. Como ∀x P (x) ⇒
Q(x) es verdadero, P (a) ⇒ Q(a) es verdadero para cualquier individuo
a del universo de discurso, en particular P (Sócrates) ⇒ Q(Sócrates) es ver-
, Ca

dadero. Por lo acordado arriba, el valor de verdad de una fórmula del tipo
α ⇒ β es que es falsa si y sólo si α es verdadera y β es falsa. Ası́, co-
mo P (Sócrates) es verdadero y P (Sócrates) ⇒ Q(Sócrates) es verdadero,
tenemos que Q(Sócrates) es verdadero. Ası́, el razonamiento deductivo es
válido, pues de la verdad de las premisas se sigue la verdad de la conclusión.
ella
Av
Capı́tulo 2

Conjuntos

enz
El propósito de este capı́tulo es el estudio de la teorı́a intuitiva de con-
juntos. Hay una axiomática formal de la Teorı́a de Conjuntos que “define”
los conceptos de conjunto y pertenencia. La intención de este libro no es
, Sa
estudiar esta teorı́a formal, sino que el lector maneje las nociones primitivas
de esta teorı́a en la forma intuitiva necesaria para trabajar con los concep-
tos básicos de matemáticas. Una vez que se haya adquirido experiencia en
esta manera intuitiva de manejar conjuntos y en el trabajo matemático en
general, se puede consultar la Teorı́a de Conjuntos formal en alguno de los
ero

múltiples libros que la estudian. Sin embargo, aunque en este libro intro-
ducimos la forma intuitiva de esta teorı́a, hacemos lo posible por hacerlo
con cierto rigor, evitando caer en las imprecisiones o ideas erróneas en que
a veces se cae cuando se hacen introducciones informales a la Teorı́a de
mp

Conjuntos.

2.1. Ideas básicas y definiciones


, Ca

Georg Cantor, considerado el padre de la Teorı́a de Conjuntos, decı́a que


un conjunto es una colección de objetos definidos de nuestra percepción o
nuestro pensamiento. El lector que se sienta inquieto con esta descripción de
un conjunto tiene razón, no existe una definición adecuada de este estilo de
lo que es ser un conjunto, al igual que no existe una definición en geometrı́a
ella

de lo que es ser un punto o una lı́nea. En la Teorı́a de Conjuntos formal


más bien hay una lista de axiomas que van definiendo cuáles objetos son
conjuntos.
Por lo pronto, basta pensar en que los conjuntos tienen elementos y un
conjunto está formado por todos sus elementos.
Av

35
36 CAPÍTULO 2. CONJUNTOS

Para indicar la pertenencia de un elemento a un conjunto se utiliza el


sı́mbolo ∈, de manera que la fórmula
a∈b

se lee como a pertenece a b, o bien como a es un elemento de b, o bien como


a es un miembro de b.
Similarmente,
a∈
/b

se lee como a no pertenece a b, o bien como a no es un elemento de b, o bien


como a no es un miembro de b.

enz
Usando el lenguaje lógico del capı́tulo anteri-
or a ∈/ b en realidad es una abreviatura de
¬ (a ∈ b).
, Sa
En muchos libros se escriben los conjuntos con letras mayúsculas y se
usan letras minúsculas para denotar a sus elementos. Sin embargo, todos los
objetos de los que se habla en la Teorı́a de Conjuntos son precisamente con-
juntos, por lo que todos los elementos de un conjunto son a su vez conjuntos.
Es por esto que en este libro usamos letras indistintamente mayúsculas o
ero

minúsculas para denotar a los conjuntos.


El axioma que “define” lo que significa la pertenencia es el Axioma de
Extensionalidad que afirma que:

Dos conjuntos son iguales si y sólo si tienen los mismos elementos.


mp

Con este axioma podemos especificar mejor lo que afirmamos lı́neas arriba:
un conjunto está completamente determinado por sus elementos.
, Ca

Escrito en el lenguaje simbólico discutido en el


capı́tulo anterior, tomando en cuenta que el uni-
verso de discurso son los conjuntos, el Axioma
de Extensionalidad se traduce como:

∀x∀y ∀z(z ∈ x ⇔ z ∈ y) ⇒ x = y .
ella

El axioma que enuncia la existencia de un conjunto es el Axioma del


vacı́o que afirma que:

Existe un conjunto que carece de elementos.


Av
2.1. IDEAS BÁSICAS Y DEFINICIONES 37

Por el Axioma de Extensionalidad este conjunto es único, lo llamamos el


vacı́o y lo denotamos como ∅.
Además del conjunto vacı́o, hay varios conjuntos importantes en matemáticas
cuya existencia damos por sentada1 . Por ejemplo, cada uno de los números
naturales son un conjunto, como veremos en el capı́tulo 5, y los denotamos
de manera usual: 0, 1, 2,... Además, (como conjuntos) los números naturales
son distintos por pares, es decir, 0 6= 1, 0 6= 2, etc. También cada número en-
tero, racional y real es un conjunto, y, como conjuntos, son distintos los que
sabemos que son distintos como números. Asimismo, la colección de todos
los números naturales es un conjunto al que denotamos como N. También
existe el conjunto de todos los números enteros, denotado como Z, el de
todos los racionales, denotado como Q y el de todos los reales, denotado co-

enz
mo R. Estos conjuntos son definidos y estudiados ampliamente en capı́tulos
posteriores de este libro, pero comenzamos a usarlos desde ahora para dar
ejemplos. Igualmente, damos por sentado que la colección de sólo algunos
de estos números es un conjunto. También damos por hecho las propiedades
, Sa
básicas de estos conjuntos de números, conocimientos que se manejan en
cursos de Álgebra a nivel bachillerato, que también justificaremos en los
capı́tulos subsecuentes de este libro.
Para especificar los elementos de un conjunto usaremos la escritura entre
llaves. Por ejemplo, si el conjunto A está formado por los elementos −1, 0 y
ero

1 escribimos

A = {−1, 0, 1}.
En este caso estamos nombrando todos los elementos del conjunto y en
mp

algunos libros se dice que en este caso A está determinado por extensión.
También podemos ver que se trata del conjunto de los números enteros
cuyo valor absoluto es menor que 2, en este enunciado hacemos referencia a
elementos particulares del conjunto Z, aquéllos que satisfacen la propiedad
de que su valor absoluto es menor que 2. Tomando esto en cuenta podemos
, Ca

denotar a A de la siguiente manera:

A = {x ∈ Z : |x| < 2}.


En algunos libros se dice que en este caso A está determinado por compre-
hensión. En la notación anterior aparecen unos dos puntos entre x ∈ Z
ella

y |x| < 2, en realidad estos dos puntos son equivalentes con el sı́mbo-
lo ∧ o el y en español. También muchas veces se escribe una raya | en
1
La existencia de estos conjuntos se puede probar con todo rigor en la Teorı́a de Con-
juntos formal.
Av
38 CAPÍTULO 2. CONJUNTOS

vez de los dos puntos. En este libro usamos indistintamente los dos pun-
tos o la raya. Del lado izquierdo de ellos se especifica que los elementos
están en un conjunto (en este ejemplo, están en Z), y del lado derecho
se da la propiedad o propiedades que cumplen los objetos del conjunto.
Utilizando lo visto en el capı́tulo anterior, estas
propiedades escritas del lado derecho de los dos
puntos o la raya, son esquemas proposicionales.
En este ejemplo el esquema proposicional en lu-
gar de estar escrito como un P (x) que signifique
“el valor absoluto de x es menor que 2” se es-
cribe con la notación usual de matemáticas como

enz
|x| < 2.

A veces, cuando el contexto está claro, del lado izquierdo de los dos
puntos o la raya sólo se especifica la incógnita. Por ejemplo, otra manera de
, Sa
describir al conjunto A es {x | x = 0 ∨ x = 1 ∨ x = −1}.
Normalmente no se escribe el mismo elemento repetidas veces. Por ejem-
plo, el conjunto de las cifras que aparecen en el número 1 212 212 es {1, 2},
pues por el Axioma de Extensionalidad, los conjuntos {1, 2, 1, 2, 2, 1, 2} y
{1, 2} son el mismo. Además, también por el Axioma de Extensionalidad, el
ero

orden en el que aparecen los elementos es irrelevante. Por ejemplo, {1, 2, 3} =


{2, 3, 1} = {2, 1, 3} todos son el mismo conjunto.
Al igual que se puede demostrar la existencia de los conjuntos anteri-
ores con los axiomas de la Teorı́a de Conjuntos formal, dado un conjunto
mp

cualquiera a, existe el conjunto que tiene a a como único elemento, es decir,


{a} es un conjunto. Decimos que un conjunto es unitario si está formado por
un único elemento. Entonces b es un conjunto unitario si hay un conjunto a
tal que b = {a}, o b = {x | x = a}. Ası́, por ejemplo, como el vacı́o es un
conjunto, tenemos que {∅} es conjunto. Debe ser claro que ∅ 6= {∅}, pues
, Ca

{∅} sı́ tiene un elemento, a saber, ∅.


De manera similar a como se pueden construir conjuntos con un solo
elemento, se pueden construir conjuntos con 2, 3 o cualquier número finito
de elementos. Es decir, dados los conjuntos a1 , a2 , ..., an , existe el conjunto
que los tiene como elementos y sólo a ellos: {a1 , a2 , ..., an }.
ella

Veamos ahora más ejemplos.


Ejemplo 2.1.1. Sea A el conjunto de los números enteros cuyo cuadrado
es igual a 1. Ası́, A = {x ∈ Z : x2 = 1}. También podemos nombrar todos
los elementos que tiene el conjunto A, de forma que A = {−1, 1}. ⊣
Av
2.1. IDEAS BÁSICAS Y DEFINICIONES 39

Ejemplo 2.1.2. Sea B el conjunto de los números racionales mayores que


2 y que no superan a 3. Entonces en B están los números racionales x tales
que x > 2 y también x ≤ 3, por lo que B = {x ∈ Q : x > 2 ∧ x ≤ 3}.
Generalmente se juntan las dos propiedades x > 2 y x ≤ 3 de manera que
se escribe B = {x ∈ Q : 2 < x ≤ 3}.

Usando los esquemas proposicionales del capı́tu-


lo anterior, podemos considerar que P (x) sig-
nifique “x es mayor que 2” y Q(x) “x es menor
o igual que 3”. Sin ebargo, es más usual en
matemáticas escribir x > 2 en vez de P (x) y
x ≤ 3 en vez de Q(x), pero es importante ver

enz
que x > 2 y x ≤ 3 en realidad son esquemas ⊣
proposicionales. Lo que terminamos consideran-
do fue combinar estos dos esquemas en uno so-
lo, digamos R(x) que signifique “x es mayor
, Sa
que 2 y es menor o igual que 3” y escribirlo
de la manera usual en matemáticas obteniendo
B = {x ∈ Q : 2 < x ≤ 3}.
ero

Obsérvese que en el caso del último conjunto no dimos una notación para
B en la que nombráramos a todos sus elementos. Formalmente, la determi-
nación de conjuntos con un número infinito de elementos no se puede hacer
escribiendo la lista de todos sus elementos entre llaves. Por esto, el conjunto
de los naturales se denota con N, en lugar de con {0, 1, 2, 3, 4, . . .}, y el de
mp

los enteros se denota con Z, en lugar de con {. . . − 3, −2, −1, 0, 1, 2, 3, 4, . . .}.


Más aún, en el caso del conjunto B anterior (o del conjunto Q) no parece
haber una notación más o menos adecuada que use puntos suspensivos.
Otro ejemplo de un conjunto infinito es el conjunto de los números en-
, Ca

teros pares, llamémoslo P , entonces P = {x ∈ Z : ∃k (k ∈ Z ∧ x = 2k)}.


A veces, abusando de la notación se escribe P = {. . . , −4, −2, 0, 2, 4, 6, . . .},
pero esta notación no deja explı́citamente claro quiénes son los elementos
que representan los puntos suspensivos. Si, por ejemplo, C es el conjunto
de los números naturales que son el cuadrado de algún número natural, en-
ella

tonces tenemos que C = {x ∈ N : ∃k (k ∈ N ∧ x = k2 )}. En cambio, abusan-


do la notación, escribirı́amos B = {0, 4, 9, 16, ...} y ¿cómo sabrı́amos cuáles
son los números representados por los puntos supensivos si no supiéramos
la caracterización anterior del conjunto? Parecerı́a más bien un juego de
adivinanza.
Av
40 CAPÍTULO 2. CONJUNTOS

Veamos ahora una de las definiciones más importantes en la Teorı́a de


Conjuntos, el concepto de contención.
Definición 2.1.3. Sean A y B dos conjuntos. Decimos que A es un subcon-
junto de B, denotado A ⊆ B, si cada elemento de A es también elemento
de B. También se dice que A está contenido en B.

En el lenguaje de Lógica de Predicados visto en


el capı́tulo anterior que A sea subconjunto de B
se escribe como ∀x (x ∈ A ⇒ x ∈ B).

Si A no es subconjunto de B, escribimos A 6⊆ B.

enz
Tomando en cuenta que toda implicación es
lógicamente equivalente a su contrarecı́pro-
ca, tenemos que A ⊆ B es equivlanete a que
, Sa
∀x (x ∈/B⇒x∈ / A).

Muchas veces en matemáticas se necesita demostrar que un conjunto


está contenido en otro, entonces de acuerdo con la definición, será suficiente
demostrar que cualquier elemento del primero pertenece al segundo. Veamos
ero

los siguientes ejemplos. Aprovechamos en estos ejemplos para comenzar a


ver las diferencias entre la pertenencia y la contención.
Ejemplo 2.1.4. Sea A el conjunto de los pájaros y B el conjunto de los
bı́pedos, entonces A ⊆ B, pues dado x ∈ A, x es un pájaro, por lo tanto, es
mp

bı́pedo y x ∈ B. Pero B * A, pues hay bı́pedos que no son pájaros. ⊣


Ejemplo 2.1.5. Sean A = {n ∈ N : n ≤ 10}, B = {1, 3, 5, 7} y C =
{1, 2, 4, 8}, entonces B ⊆ A, pues todo elemento de B es menor o igual que
10;
, Ca

C ⊆ A, pues todo elemento de C es menor o igual que 10;


B * C, pues 3 ∈ B y 3 ∈ / C;
C * B, pues 8 ∈ C y 8 ∈ / B;
A * B, pues 4 ∈ A y 4 ∈ / B; y
A * C, pues 9 ∈ A y 9 ∈ / C. ⊣
ella

Ejemplo 2.1.6. En geometrı́a euclideana es bien sabido que todo punto del
−−→
segmento AB pertenece a la recta determinada por A y B, denotada AB,

−→ −−→
entonces AB ⊆ AB. Los elementos de AB son puntos, no segmentos, por lo
−−

que AB ∈/ AB. ⊣
Av
2.1. IDEAS BÁSICAS Y DEFINICIONES 41

Lema 2.1.7. Sea A un conjunto cualquiera, entonces ∅ ⊆ A.


Demostración.
Sea A un conjunto cualquiera. Debemos demostrar que ∅ ⊆ A, es decir,
demostrar que ∀x (x ∈ ∅ ⇒ x ∈ A).
Sin embargo, x ∈ ∅ es falso para todo x, pues ∅ no tiene elementos. Por lo
tanto, el condicional x ∈ ∅ ⇒ x ∈ A es verdadero para todo x.
Ası́, tenemos que ∀x (x ∈ ∅ ⇒ x ∈ A) y que ∅ ⊆ A. 

El hecho de que para todo conjunto A, ∅ ⊆ A es consecuencia directa


de que el antecedente en el condicional que abrevia la contención es falso.
A veces a este tipo de demostraciones se les denomina demostraciones por
“vacuidad”.

enz
En particular, si A es el conjunto vacı́o, tenemos que ∅ ⊆ ∅. Sin embargo,
debe ser claro que ∅ ∈ / ∅, pues el vacı́o no tiene elementos, ası́ volvemos a
ver que la contención y la pertenencia son conceptos que no son equivalentes.
Por el Axioma de Extensionalidad, dos conjuntos A y B son iguales si y
, Sa
sólo si tienen los mismos elementos, entonces
A = B si y sólo si A ⊆ B y B ⊆ A.
Como ejemplo, veamos las pruebas de que los siguiente pares de conjun-
tos son iguales.
ero

Ejemplo 2.1.8. Probemos que el conjunto A = {x ∈ R : x2 = x} es igual


al conjunto B = {x ∈ R : (x − 1) · x = 0}.
Primero veamos que A ⊆ B, es decir que ∀x(x ∈ A ⇒ x ∈ B).
Sea x cualquier conjunto.
mp

Si x ∈ A, entonces x ∈ R y x2 = x, lo cual implica que x ∈ R y x2 − x = 0,


de aquı́ que x ∈ R y (x − 1) · x = 0. Por lo tanto, x ∈ B y A ⊆ B.
Si x ∈/ A, entonces el antecedente es falso y el condicional verdadero. Este
caso en que el antecedente es falso, generalmente no se hace, pues es consid-
, Ca

erado obvio.
Ası́, para cualquier x, si x ∈ A, entonces x ∈ B y A ⊆ B.
Ahora probemos que B ⊆ A, es decir que ∀x(x ∈ B ⇒ x ∈ A).
Sea x cualquier conjunto.
Si x ∈ B, entonces x ∈ R y (x − 1) · x = 0, lo cual implica que x ∈ R y
x2 − x = 0, de donde x ∈ R y x2 = x. Por lo tanto, x ∈ A y, como el otro
ella

caso es en el que el antecedente es falso, B ⊆ A.


Por el Axioma de Extensionalidad, concluimos que A = B. ⊣
Ejemplo 2.1.9. Por definición un número natural n es impar si y sólo si
existe k en N tal que n = 2k + 1. Demostremos que el conjunto de los
Av
42 CAPÍTULO 2. CONJUNTOS

números naturales impares es igual al conjunto de los números naturales


cuyo cuadrado es impar.
Para demostrarlo usaremos dos lemas, cuyas pruebas se dejan al lector.
Lema 1. El producto de dos números naturales consecutivos es par.
Lema 2. Un número par menos uno impar es un número impar.
Sean A = {x ∈ N : ∃k (k ∈ N ∧ x = 2k + 1)} y
B = {x ∈ N : ∃k (k ∈ N ∧ x2 = 2k + 1)}.
Primero demostremos que A ⊆ B.
Sea x ∈ A, entonces x ∈ N y hay k ∈ N con x = 2k + 1, esto implica que
x ∈ N y hay k ∈ N con x2 = 4k2 + 4k + 1, de aquı́ que x ∈ N y hay k ∈ N
con x2 = 2(2k2 + 2k) + 1, de donde x ∈ N y hay k′ ∈ N con x2 = 2k′ + 1.
Por lo tanto, x ∈ B y A ⊆ B.

enz
Ahora probemos que B ⊆ A.
Sea x ∈ B, entonces x ∈ N y hay k ∈ N con x2 = 2k + 1. Se puede ver que
x = x(x + 1) − x2 . Como x(x + 1) es par por el Lema 1, x(x + 1) − x2 es
impar por el Lema 2. Ası́, x ∈ A, por lo que B ⊆ A.
, Sa
Concluimos que A = B. ⊣
Por otro lado, si A sı́ es subconjunto de B, pero no es igual a B, es-
cribimos A $ B y decimos que A está contenido propiamente en B. En este
caso, como A ⊆ B y A 6= B, se tiene que B * A.
ero

Como B * A es equivalente a
¬(∀y (y ∈ B ⇒ y ∈ A)),
que a su vez es equivalente a
mp

∃y (y ∈ B ∧ y ∈
/ A),
A $ B se escribe como

∀x (x ∈ A ⇒ x ∈ B) ∧ ∃y (y ∈ B ∧ y ∈
/ A) .
, Ca

Retomemos los ejemplos 2.1.4 y 2.1.5.

Ya vimos que si A es el conjunto de los pájaros y B es el conjunto de


los bı́pedos, entonces A ⊆ B, pero B * A, por lo que A $ B.
También vimos que si A = {n ∈ N : n ≤ 10} y B = {1, 3, 5, 7},
ella

entonces B ⊆ A, pero A * B, por lo que B $ A.

Teorema 2.1.10. La contención tiene las siguientes propiedades.


(i) Reflexividad. Todo conjunto está contenido en sı́ mismo, es decir, para
cualquier conjunto A se tiene que A ⊆ A.
Av
2.1. IDEAS BÁSICAS Y DEFINICIONES 43

(ii) Transitividad. Si A, B y C son cualesquiera conjuntos tales que A ⊆ B


y B ⊆ C, entonces A ⊆ C.

(iii) Antisimetrı́a. Si A y B son cualesquiera conjuntos tales que A ⊆ B y


B ⊆ A, entonces A = B.

Demostración.

(i) Sea A un conjunto cualquiera. Debemos mostrar que ∀x(x ∈ A ⇒ x ∈ A),


pero siempre que algún x haga verdadero al antecedente, hace trivial-
mente verdadero al consecuente. Por lo tanto, A ⊆ A y esto es cierto
para cualquier conjunto A.

enz
(ii) Se deja como ejercicio.

(iii) Sean A y B cualesquiera conjuntos tales que A ⊆ B y B ⊆ A, entonces


como ya discutimos antes, por el Axioma de Extensionalidad, A = B.
, Sa 

Teorema 2.1.11. El conjunto vacı́o tiene las siguientes propiedades.

(i) El conjunto vacı́o está contenido en cualquier conjunto.


ero

(ii) El conjunto vacı́o es único.

(iii) Sea A cualquier conjunto. Si A ⊆ ∅, entonces A = ∅.

Demostración.
mp

(i) Esta afirmación es la misma que la del Lema 2.1.7, demostrada ante-
riormente.

(ii) Ya se habı́a mencionado antes y dejado como ejercicio al lector.


, Ca

(iii) Queremos demostrar que ∀A(A ⊆ ∅ ⇒ A = ∅).


Entonces sea A cualquier conjunto que cumpla el antecedente, es decir,
tal que A ⊆ ∅. Debemos mostrar que A = ∅.
Por el inciso (i), sabemos que ∅ ⊆ A, y, por hipótesis, A ⊆ ∅. Ası́,
por el Axioma de Extensionalidad, tenemos que A = ∅.
ella

Como lo demostramos para cualquier conjunto A, tenemos que


∀(A ⊆ ∅ ⇒ A = ∅).

Av
44 CAPÍTULO 2. CONJUNTOS

2.2. Operaciones de conjuntos


En esta sección veremos algunas de las operaciones que se pueden hacer
entre conjuntos.

2.2.1. Complementación
Cuando estamos hablando de conjuntos especı́ficos, generalmente fijamos
un conjunto universal. Este conjunto universal depende de la disciplina de
estudio, se fija de antemano y está formado por todos los elementos que
intervienen en el tema de interés. En los ejemplos que hemos visto hasta
ahora, los conjuntos universales han estado determinados según el contexto,

enz
aunque no se les haya llamado explı́citamente como tales. En el ejemplo
2.1.5 el conjunto universal fue N. Cuando se habla de un conjunto universal
cualquiera, generalmente se denota como U . Es importante decir aquı́ que
a un conjunto universal no lo llamamos universo ni el conjunto universal
intencionalmente, pues se está hablando de un universo relativo al tema de
, Sa
interés y no de un universo absoluto que tenga a todos los conjuntos2 .
Ya habı́amos mencionado que en general, una manera de determinar
conjuntos es escribiendo
A = {X ∈ U : P (X)},
ero

donde P (X) es un esquema proposicional que es una propiedad que pueden


o no cumplir los elementos de U . Ası́,
a ∈ A si y sólo si a ∈ U , y P (a) es verdadero, y
mp

a∈/ A si y sólo si a ∈
/ U , o P (a) es falso.
Ahora sı́ definamos la operación de complementación.

Definición 2.2.1. Sea A un subconjunto de un conjunto universal U . El


, Ca

conjunto complemento de A con respecto a U es el conjunto formado por


los elementos de U que no pertenecen a A, y es denotado por Ac .

Ası́,
Ac = {x ∈ U : x ∈
/ A}, es decir,
x ∈ Ac ⇔ (x ∈ U ∧ x ∈
/ A).
ella

2
Si se considera que la colección de todos los conjuntos es un conjunto, se puede llegar
a contradicciones, por lo que al universo absoluto no lo tratamos como conjunto sino sólo
como una colección de cuya totalidad no podemos hablar, aunque sı́ podemos hablar de
“pedazos suficientemente manejables” y éstos son los conjuntos universales.
Av
2.2. OPERACIONES DE CONJUNTOS 45

c
A

Recordemos que la existencia del universo de todos los conjuntos como


conjunto puede traer contradicciones, por lo que U siempre será relativo al

enz
tema de interés. Ası́, cada vez que denotemos Ac debe ser claro con respecto
a qué conjunto universal se está realizando la operación complemento.

Teorema 2.2.2. Sea U un conjunto universal. Entonces la operación com-


plementación tiene las siguientes propiedades.
, Sa
(i) El complemento del vacı́o con respecto a U es U , es decir, ∅c = U .

(ii) Para todo conjunto A ⊆ U , (Ac )c = A.

(iii) El complemento de U con respecto a U es el vacı́o, es decir, U c = ∅.


ero

(iv) Sean A y B subconjuntos cualesquiera de U . Entonces A ⊆ B si y sólo


si B c ⊆ Ac .

(v) Sean A y B subconjuntos cualesquiera de U . Entonces A = B si y sólo


mp

si Ac = B c .

Demostración.

(i) Para ver que ∅c = U , primero veamos que U ⊆ ∅c .


, Ca

Tomemos x ∈ U . Como x ∈ / ∅, pues el vacı́o no tiene elementos. Ası́,


/ ∅, es decir, x ∈ ∅c . Por lo tanto, U ⊆ ∅c .
se tiene que x ∈ U y x ∈
Por otro lado, por definición ∅c = {x ∈ U : x ∈
/ ∅}, por lo que todos
los elementos de ∅c cumplen con ser elementos de U . Ası́, ∅c ⊆ U .
Por lo tanto, ∅c = U .
ella

(ii) Sea A un subconjunto cualquiera de U . Para ver que (Ac )c = A,


primero veamos que (Ac )c ⊆ A.
Sea x ∈ (Ac )c , entonces x ∈ U y x ∈
/ Ac . Sabemos que
y ∈ Ac ⇔ (y ∈ U ∧ y ∈
/ A),
Av
46 CAPÍTULO 2. CONJUNTOS

/ Ac ⇔ (y ∈
por lo que y ∈ / U ∨ y ∈ A). Como x ∈ / Ac , tenemos que
x∈/ U ∨ x ∈ A. Pero sı́ tenemos que x ∈ U , por lo que x ∈ A. Ası́,
(Ac )c ⊆ A.
Ahora veamos que A ⊆ (Ac )c . Sea x ∈ A. Como A ⊆ U , x ∈ U . Por
otro lado, como x ∈ A, no es cierto que x ∈ / Ac , y
/ A, por lo que x ∈
ası́ x ∈ U y x ∈ c c c c
/ A . Por lo tanto, x ∈ (A ) y A ⊆ (A ) .c

Por lo tanto, (Ac )c = A.

(iii) Por el inciso (i), sabemos que ∅c = U , entonces (∅c )c = U c . Por el


inciso (ii), (∅c )c = ∅, por lo que ∅ = U c . Concluimos que el comple-
mento de U con respecto a U es efectivamente el vacı́o.

enz
(iv) Se deja como ejercicio.

(v) Se deja como ejercicio.


, Sa 

2.2.2. Intersección
Ahora veamos una operación binaria, la intersección. Como veremos en
la siguiente definición, esta operación está asociada al conectivo lógico ∧.
ero

Definición 2.2.3. Sean A y B subconjuntos de un conjunto universal U .


La intersección de A y B, denotada A ∩ B es el conjunto que tiene como
elementos a todos los elementos que estén en A y también estén en B. Es
decir,
mp

A ∩ B = {x ∈ U : x ∈ A ∧ x ∈ B}.

Dando por hecho que los elementos de A y B son elementos de U , pode-


, Ca

mos decir entonces que


x ∈ A ∩ B ⇔ (x ∈ A ∧ x ∈ B).

Definición 2.2.4. Los conjuntos A y B son ajenos o disjuntos si y sólo si


su intersección es vacı́a, es decir, A ∩ B = ∅.
ella

Veamos los siguientes ejemplos.

Ejemplo 2.2.5. Sean r y r ′ dos rectas distintas incluidas en un plano. Si


r ∩ r ′ son ajenas, entonces r y r ′ son paralelas. Si r ∩ r ′ 6= ∅, entonces r ∩ r ′
tiene un sólo elemento, un punto del plano. ⊣
Av
2.2. OPERACIONES DE CONJUNTOS 47

U
A

Ejemplo 2.2.6. Sean A = {x ∈ N : x es par} y B = {x ∈ N : x es impar},


entonces A y B son ajenos, pues no hay ningún natural que sea par e impar

enz
a la vez, por lo que A ∩ B = ∅. ⊣

Ejemplo 2.2.7. Sean A = {x ∈ N : x es par} y B = {x ∈ N : x es primo},


entonces A ∩ B = {2}, pues 2 es el único natural que es primo e impar.
Además, en este caso A y B no son ajenos. , Sa ⊣

Teorema 2.2.8. La intersección tiene las siguientes propiedades.

(i) Indempotencia. Para todo conjunto A, se tiene que A ∩ A = A.


ero

(ii) Asociatividad. Para cualesquiera conjuntos A, B y C, se tiene que


(A ∩ B) ∩ C = A ∩ (B ∩ C).
(iii) Conmutatividad. Para cualesquiera conjuntos A y B, se tiene que
mp

A ∩ B = B ∩ A.
(iv) El elemento neutro para la intersección es el universal. Sea A un sub-
conjunto del conjunto universal U , entonces A ∩ U = A.
, Ca

Demostración.

(i) Sea A cualquier conjunto. Veamos que se cumple que A ∩ A = A,


haciendo ambas contenciones A ⊆ A ∩ A, y A ∩ A ⊆ A al mismo
tiempo. Es decir, veremos que ∀x(x ∈ A ⇔ x ∈ A ∩ A).
En la sección de lógica vimos que las proposiciones P y P ∧ P son
ella

lógicamente equivalentes, por lo que x ∈ A si y sólo si (x ∈ A ∧ x ∈ A),


es decir x ∈ A si y sólo si x ∈ A ∩ A. Ası́, tenemos que ∀x(x ∈ A ⇔
x ∈ A ∩ A) y tanto A ⊆ A ∩ A, como A ∩ A ⊆ A.
Concluimos que ∀A(A ∩ A = A).
Av
48 CAPÍTULO 2. CONJUNTOS

(ii) Sean A, B y C conjuntos cualesquiera. Debemos ver que


(A ∩ B) ∩ C = A ∩ (B ∩ C), es decir que

∀x x ∈ (A ∩ B) ∩ C ⇔ x ∈ A ∩ (B ∩ C) .

Tenemos que para cualquier x


x ∈ (A ∩ B) ∩ C, si y sólo si x ∈ A ∩ B ∧ x ∈ C,
si y sólo si (x ∈ A ∧ x ∈ B) ∧ x ∈ C.

En la sección de lógica vimos que las proposiciones (P ∧ Q) ∧ R y


P ∧ (Q ∧ R) son lógicamente equivalentes, por lo que

enz
x ∈ (A ∩ B) ∩ C, si y sólo si (x ∈ A ∧ x ∈ B) ∧ x ∈ C,
si y sólo si x ∈ A ∧ (x ∈ B ∧ x ∈ C),
si y sólo si x ∈ A ∧ x ∈ B ∩ C,
si y sólo si (x ∈ A ∩ (B ∩ C).
, Sa
Por lo tanto, (A ∩ B) ∩ C = A ∩ (B ∩ C).

(iii) Sean A y B conjuntos cualesquiera. Queremos ver que A ∩ B = B ∩ A.


En la sección de lógica vimos que las proposiciones P ∧ Q y Q ∧ P son
ero

lógicamente equivalentes, por lo que

x ∈ A ∧ x ∈ B, si y sólo si x ∈ B ∧ x ∈ A.

Ası́, para cualquier x se tiene que


mp

x ∈ A ∩ B, si y sólo si x ∈ B ∩ A,

es decir, ∀x(x ∈ A ∩ B ⇔ x ∈ B ∩ A). Por lo tanto, A ∩ B = B ∩ A.


, Ca

(iv) Sea A un subconjunto del conjunto universal U . Debemos mostrar que


A ∩ U = A.
Primero veamos que A ∩ U ⊆ A, es decir que ∀x(x ∈ A ∩ U ⇒ x ∈ A).
Sea x ∈ A ∩ U , entonces x ∈ A y x ∈ U , por lo que, en particular
x ∈ A, que es a lo que querı́amos llegar. Por lo tanto, x ∈ A ∩ U .
ella

Ahora veamos que A ⊆ A ∩ U , es decir que ∀x(x ∈ A ⇒ x ∈ A ∩ U ).


Sea x ∈ A. Como A ⊆ U , x ∈ U . Entonces x ∈ A y x ∈ U , por lo
tanto, x ∈ A ∩ U . Ası́, A ⊆ A ∩ U .
Concluimos que ∀A ⊆ U (A = A ∩ U ).
Av
2.2. OPERACIONES DE CONJUNTOS 49

Por la propiedad de la asocitavidad del inciso (ii), normalmente no se


escriben los paréntesis en sucesiones de intersecciones. Es decir, como (A ∩
B)∩C y A∩(B∩C) son el mismo conjunto, simplemente escribimos A∩B∩C.
Lo mismo, escribimos A ∩ B ∩ C ∩ D sin uso de paréntesis, etc., pues no hay
peligro de confusión.
El lector puede verificar que para cualesquiera conjuntos A y B, A ∩ B ⊆
A y A ∩ B ⊆ B. Ahora, ¿bajo qué condiciones estas contenciones se con-
vierten en igualdades? Nuestra intuición nos dice que si un conjunto A
está contenido en B, la intersección de ellos es el conjunto A, pero tam-
bién podemos demostrar el recı́proco de esta afirmación, como vemos en el

enz
siguiente teorema.
Teorema 2.2.9. Para cualesquiera conjuntos A y B, A ⊆ B si y sólo si
A ∩ B = A.
Demostración. , Sa
Primero demostremos que si A ⊆ B, entonces A ∩ B = A.
Supongamos que A ⊆ B. Queremos ver que A ∩ B = A.
Ya mencionamos que para cualesquiera conjuntos A y B, A ∩ B ⊆ A.
Para demostrar que A ⊆ A ∩ B, sea x ∈ A, como por hipótesis A ⊆ B, se
tiene que x ∈ B. Luego entonces x ∈ A y x ∈ B, por lo que x ∈ A ∩ B. De
ero

donde se obtiene que A ⊆ A ∩ B.


Por lo tanto, A = A ∩ B y hemos demostrado que si A ⊆ B, entonces
A ∩ B = A.
Ahora, demostremos el recı́proco. Supongamos que A ∩ B = A. Debemos
mp

mostrar que A ⊆ B.
Sea x ∈ A, como A = A ∩ B, x ∈ A y x ∈ B, por lo que x ∈ B. Por lo tanto,
A ⊆ B.
Concluimos que para cualesquiera conjuntos A y B, A ⊆ B si y sólo si
A ∩ B = A.
, Ca

Un corolario de este teorema es justamente la propiedad de que el ele-


mento neutro para la intersección es el universal, demostrada en el inciso (iv)
del Teorema 2.2.8, pues consideramos que todo conjunto A del que hablemos
es subconjunto del conjunto universal U , y ası́ obtenemos que A ∩ U = A.
ella

Lema 2.2.10. Si A es cualquier subconjunto de un conjunto universal U ,


entonces A ∩ Ac = ∅.
Demostración.
Se deja como ejercicio al lector. 
Av
50 CAPÍTULO 2. CONJUNTOS

2.2.3. Unión
Ahora veamos una operación binaria, la unión. Esta operación está aso-
ciada al conectivo lógico ∨.

Definición 2.2.11. Sean A y B subconjuntos de U . La unión de A y B,


denotada A∪B es el conjunto que tiene como elementos a todos los elementos
que estén en A o estén en B (pensando en el o inclusivo). Formalmente
A ∪ B = {x ∈ U : x ∈ A ∨ x ∈ B}.

Ası́,
x ∈ A ∪ B ⇔ (x ∈ A ∨ x ∈ B).

enz
U
A∪B
A , Sa B
ero

Veamos algunos ejemplos.

Ejemplo 2.2.12. Sean A = {x ∈ N : x es par } y B = {x ∈ N : x es impar },


entonces A ∪ B = N, pues todo natural o bien es par o bien es impar. ⊣
mp

Ejemplo 2.2.13. Sean A = {x ∈ N : x es par } y B = {x ∈ N : x es primo},


entonces A ∪ B = {x ∈ N : x es par ∨ x es primo }. Entonces, por ejemplo,
3 ∈ A ∪ B por ser primo, pero, por ejemplo, 9 ∈/ A ∪ B, pues 9 ni es par, ni
es primo. Observe que 2 ∈ A, 2 ∈ B y 2 ∈ A ∪ B, pues ∨ es un o incluyente,
, Ca

según nuestras convenciones en la sección de lógica. También observe que


formalmente no podemos dar una definición de A ∪ B dando la lista de to-
dos sus elementos, pues tiene un número infinito de ellos y tendrı́amos que
hacer uso de unos puntos suspensivos, que en este caso dejarı́an poco claro
de qué conjunto hablamos. ⊣
ella

Teorema 2.2.14. La unión tiene las siguientes propiedades.

(i) Indempotencia. Para todo conjunto A, A ∪ A = A.

(ii) Asociatividad. Para cualesquiera conjuntos A, B y C, se tiene que


Av
2.2. OPERACIONES DE CONJUNTOS 51

(A ∪ B) ∪ C = A ∪ (B ∪ C).
(iii) Conmutatividad. Para cualesquiera conjuntos A y B, A ∪ B = B ∪ A.

(iv) El elemento neutro para la unión es el conjunto vacı́o. Para cualquier


conjunto A, A ∪ ∅ = A.

Demostración.
(i) Sea A cualquier conjunto. Veamos que se cumple que A ∪ A = A,
haciendo ambas contenciones A ⊆ A ∪ A, y A ∪ A ⊆ A al mismo
tiempo. Es decir, veremos que ∀x(x ∈ A ⇔ x ∈ A ∪ A).
En la sección de lógica vimos que las proposiciones P y P ∨ P son

enz
lógicamente equivalentes, por lo que x ∈ A si y sólo si (x ∈ A ∨ x ∈ A),
es decir x ∈ A si y sólo si x ∈ A ∪ A. Ası́, tenemos que ∀x(x ∈ A ⇔
x ∈ A ∪ A) y tanto A ⊆ A ∪ A, como A ∪ A ⊆ A.
Concluimos que ∀A(A ∪ A = A).
, Sa
(ii) Sean A, B y C conjuntos cualesquiera. Debemos ver que
(A ∪ B) ∪ C = A ∪ (B ∪ C), es decir que

∀x x ∈ (A ∪ B) ∪ C ⇔ x ∈ A ∪ (B ∪ C) .

Tenemos que para cualquier x


ero

x ∈ (A ∪ B) ∪ C, si y sólo si x ∈ A ∪ B ∨ x ∈ C,
si y sólo si (x ∈ A ∨ x ∈ B) ∨ x ∈ C.

En la sección de lógica vimos que las proposiciones (P ∨ Q) ∨ R y


mp

P ∨ (Q ∨ R) son lógicamente equivalentes, por lo que


x ∈ (A ∪ B) ∪ C, si y sólo si (x ∈ A ∨ x ∈ B) ∨ x ∈ C,
si y sólo si x ∈ A ∨ (x ∈ B ∨ x ∈ C),
, Ca

si y sólo si x ∈ A ∨ x ∈ B ∪ C,
si y sólo si (x ∈ A ∪ (B ∪ C).

Por lo tanto, (A ∪ B) ∪ C = A ∪ (B ∪ C).

(iii) Sean A y B conjuntos cualesquiera. Queremos ver que A ∪ B = B ∪ A.


ella

En la sección de lógica vimos que las proposiciones P ∨ Q y Q ∨ P son


lógicamente equivalentes, por lo que
x ∈ A ∨ x ∈ B, si y sólo si x ∈ B ∨ x ∈ A.
Ası́, para cualquier x se tiene que
Av
52 CAPÍTULO 2. CONJUNTOS

x ∈ A ∪ B, si y sólo si x ∈ B ∪ A,

es decir, ∀x(x ∈ A ∪ B ⇔ x ∈ B ∪ A). Por lo tanto, A ∪ B = B ∪ A.

(iv) Sea A un conjunto cualquiera. Debemos mostrar que A ∪ ∅ = A.


Primero veamos que A ∪ ∅ ⊆ A, es decir que ∀x(x ∈ A ∪ ∅ ⇒ x ∈ A).
Sea x ∈ A ∪ ∅, entonces x ∈ A ∨ x ∈ ∅. Como no es cierto que x ∈ ∅,
entonces x ∈ A. Por lo tanto, A ∪ ∅ ⊆ A.
Ahora veamos que A ⊆ A ∪ ∅, es decir que ∀x(x ∈ A ⇒ x ∈ A ∪ ∅).
Se puede verificar que la proposición P ⇒ P ∨ Q es una tautologı́a,
por lo que x ∈ A ⇒ x ∈ A ∨ x ∈ ∅ es verdadero para cualquier x.
Por lo tanto, A ⊆ A ∪ ∅.

enz
Concluimos que ∀A(A = A ∪ ∅).

Por la propiedad de la asocitavidad del inciso (ii), normalmente no se


, Sa
escriben los paréntesis en sucesiones de intersecciones. Es decir, como (A ∪
B)∪C y A∪(B∪C) son el mismo conjunto, simplemente escribimos A∪B∪C.
Lo mismo, escribimos A ∪ B ∪ C ∪ D sin uso de paréntesis, etc., pues no hay
peligro de confusión.
El lector puede verificar que para cualesquiera conjuntos A y B, A ⊆
ero

A ∪ B y B ⊆ A ∪ B. Ahora, ¿bajo qué condiciones estas contenciones se


convierten en igualdades? En el siguiente teorema damos una razón necesaria
y suficiente para las igualdades.
mp

Teorema 2.2.15. Para cualesquiera conjuntos A y B, A ⊆ B si sólo si


A ∪ B = B.

Demostración.
Primero demostremos que si A ⊆ B, entonces A ∪ B = B.
, Ca

Supongamos que A ⊆ B. Primero veamos que A ∪ B ⊆ B.


Sea x ∈ A ∪ B, entonces x ∈ A ∨ x ∈ B.
Caso 1. Si x ∈ A, entoces, como por hipótesis A ⊆ B, x ∈ B.
Caso 2. Si x ∈ B, entonces claramente x ∈ B.
En cualquier caso se tiene que A ∪ B ⊆ B.
ella

Ya mencionamos que para cualesquiera conjuntos A y B, B ⊆ A ∪ B.


Por lo tanto, A ∪ B = B y hemos demostrado que si A ⊆ B, entonces
A ∪ B = B.
Para demostrar el recı́proco, supongamos que A ∪ B = B.. Veamos que
A ⊆ B.
Av
2.2. OPERACIONES DE CONJUNTOS 53

Sea x ∈ A. Como mencionamos antes A ⊆ A ∪ B, por lo que x ∈ A ∪ B.


Como A ∪ B = B, x ∈ B. Por lo tanto, A ⊆ B.
Concluimos que para cualesquiera conjuntos A y B, A ⊆ B si sólo si
A ∪ B = B. 

Un corolario de este teorema es justamente la propiedad de que el ele-


mento neutro para la unión es el conjunto vacı́o, demostrada en el inciso (iv)
del Teorema 2.2.14, pues sabemos que el vacı́o es subconjunto de cualquier
conjunto A, y ası́ obtenemos que A ∪ ∅ = ∅ ∪ A = A.

Lema 2.2.16. Si A es cualquier subconjunto de un conjunto universal U ,


entonces A ∪ Ac = U .

enz
Demostración.
Se deja como ejercicio al lector. 

Se puede demostrar que la unión distribuye a la intersección, y la inter-


, Sa
sección distribuye a la unión, dando las siguientes Leyes distributivas.

Lema 2.2.17. Para cualesquiera conjuntos A, B y C se tiene que

(i) (A ∪ B) ∩ C = (A ∩ C) ∪ (B ∩ C), y que


ero

(ii) (A ∩ B) ∪ C = (A ∪ C) ∩ (B ∪ C).

Demostración.
Ambos incisos se dejan como ejercicio. 
mp

El siguiente lema afirma que la complementación de una unión es la


intersección de los complementos, y la complementación de una intersección
es la unión de los complementos. Estas afirmaciones son conocidas como las
Leyes de De Morgan, pues se relacionan fuertemente con la negación de una
, Ca

proposición con conectivo ∨, y la negación de una proposición con conectivo


∧, respectivamente.

Lema 2.2.18. Para culaesquiera subconjuntos A y B del conjunto universal


U , se tiene que
ella

(i) (A ∪ B)c = Ac ∩ B c , y que

(ii) (A ∩ B)c = Ac ∪ B c .

Demostración.
Av
54 CAPÍTULO 2. CONJUNTOS

(i) Sean A y B tales que A ⊆ U y B ⊆ U . Queremos mostrar que (A ∪


B)c = Ac ∩ B c . Lo haremos demostrando que ∀x x ∈ (A ∪ B)c ⇔ x ∈
Ac ∩ B c .
Tenemos que para cualquier x
x ∈ (A ∪ B)c , si y sólo si x ∈ U ∧ x ∈
/ A ∪ B,
si y sólo si x ∈ U ∧ ¬(x ∈ A ∨ x ∈ B).

En la sección de lógica vimos que las proposiciones ¬(P ∨Q) y ¬P ∧¬Q


son lógicamente equivalentes, por lo que
x ∈ (A ∪ B)c , si y sólo si x ∈ U ∧ ¬(x ∈ A ∨ x ∈ B),

enz
si y sólo si x ∈ U ∧ (x ∈
/A ∧ x∈
/ B),
si y sólo si x ∈ Ac ∧ x ∈ B c ,
si y sólo si x ∈ Ac ∩ B c .
, Sa
Por lo tanto, (A ∪ B)c = Ac ∩ B c .

(ii) La demostración es análoga a la del inciso anterior y se deja al lector.


ero

2.2.4. Diferencia
Ahora veamos la operación de diferencia entre conjuntos.
mp

Definición 2.2.19. Sean A y B subconjuntos de U . La diferencia de A


menos B, denotada A \ B, es el conjunto de los elementos de A que no son
elementos de B, es decir,
A \ B = {x ∈ U : x ∈ A ∧ x ∈
/ B}.
, Ca

Ası́,
x ∈ A \ B ⇔ (x ∈ A ∧ x ∈ / B).
Es común que a la diferencia de A menos B también se le llame la resta
de A menos B.
Veamos los siguientes ejemplos, en los que vemos que la diferencia no es
ella

conmutativa.

Ejemplo 2.2.20. Observe que no siempre es cierto que A \ B = B \ A.


Sean A = {2, 3} y B = {2, 4, 5}, entonces A \ B = {3} y, en cambio,
B \ A = {4, 5}. Ası́, la diferencia de conjuntos no es conmutativa. ⊣
Av
2.2. OPERACIONES DE CONJUNTOS 55

U
A
A B

Ejemplo 2.2.21. Sea R el conjunto de los números reales y sea I = {π},


entonces R \ I = {x ∈ R : x < π ∨ π < x}. ⊣

enz
Ejemplo 2.2.22. Sea A = {x ∈ N : x es par } y sea B = {x ∈ N :
x es primo}, entonces A \ B = {x ∈ N : x es par ∧ x 6= 2} = {x ∈ N : ∃k ∈
N(x = 2k ∧ k 6= 1)}. ⊣
, Sa
Además de que la diferencia no es conmutativa, se puede ver que no
es asociativa. Es decir, se pueden encontrar conjuntos A, B y C tales que
A \ (B \ C) 6= (A \ B) \ C.

Teorema 2.2.23. La diferencia de conjuntos tiene las siguientes propiedades.


ero

(i) El neutro por la derecha para la diferencia es el conjunto vacı́o. Para


cualquier conjunto A, A \ ∅ = A.
mp

(ii) El inverso de un conjunto con respecto a la diferencia es él mismo.


Para cualquier conjunto A, A \ A = ∅.

(iii) Para cualquier conjunto A, ∅ \ A = ∅.


, Ca

Demostración.
Se deja como ejercicio para el lector. 

El siguiente resultado muestra cómo se relaciona la diferencia de conjun-


tos con la intersección y complementación.
ella

Lema 2.2.24. Para cualesquiera A y B subconjuntos de un conjunto uni-


versal U , A \ B = A ∩ B c .

Demostración. Sean A ⊆ U y B ⊆ U . Buscamos demostrar que A \ B =


A ∩ B c , es decir, que ∀x(x ∈ A \ B ⇔ x ∈ A ∩ B c .
Av
56 CAPÍTULO 2. CONJUNTOS

Tenemos que para cualquier x


x ∈ A \ B si y sólo si x ∈ A ∧ x ∈
/ B,
si y sólo si x ∈ A ∧ x ∈ B c ,
si y sólo si x ∈ A ∩ B c ;

el segundo “si y sólo si” se da gracias a que A ⊆ U , por lo que x ∈ A ⇒ x ∈


U.
Por lo tanto, A \ B = A ∩ B c . 

El siguiente lema nos da una condición suficiente y necesaria para que la


diferencia sea invariante, es decir, para que la resta de un conjunto menos

enz
otro se mantenga como el primer conjunto.

Lema 2.2.25. Para cualesquiera conjuntos A y B, se tiene que A \ B = A


si y sólo si A ∩ B = ∅.

Demostración. Sean A y B conjuntos cualesquiera.


, Sa
Primero veamos que si A \ B = A, entonces A ∩ B = ∅. Ası́, supongamos
que A \ B = A. Queremos llegar a que A ∩ B = ∅, es decir, a que A ∩ B no
tiene elementos. Llegaremos a esto haciendo un tipo de demostración que
se denomina por contradicción. La idea es suponer que A ∩ B no es vacı́o y
llegar a un absurdo, a algo que simplemente no puede ser cierto. Entonces
ero

para llegar a una contradicción, supongamos que hay x ∈ A ∩ B. Como


x ∈ A ∩ B, tenemos que x ∈ A y x ∈ B. Por suposición A \ B = A y, como
x ∈ A, x ∈ A \ B. Ası́, x ∈ A y x ∈ / B, pero esto contradice que x ∈ A ∩ B.
Por lo tanto, dicha x no puede existir y A ∩ B no tiene elementos, es decir,
mp

A ∩ B = ∅.
Para demostrar el recı́proco, supongamos que A ∩ B = ∅ y veamos que
entonces A \ B = A. Claramente A \ B ⊆ A, pues siempre que x ∈ A y
x∈ / B, se tiene que x ∈ A. Para la contención recı́proca, supongamos que
, Ca

x ∈ A. Por suposición A ∩ B no tiene elementos y, como x ∈ A, x no puede


pertenecer a B. Ası́, x ∈ A y x ∈ / B, por lo que x ∈ A \ B. Por lo tanto,
A \ B = A.
Concluimos que A \ B = A si y sólo si A ∩ B = ∅. 
ella

2.2.5. Diferencia simétrica


Ası́ como la unión está asociada al sı́mbolo lógico ∨ y la intersección
al sı́mbolo ∧, veremos ahora una operación asociada al “o” excluyente (es
decir, se da un caso o se da el otro, pero no se dan los dos).
Av
2.2. OPERACIONES DE CONJUNTOS 57

Definición 2.2.26. Sean A y B dos subconjuntos de U . La diferencia


simétrica de A y B, denotada A △ B, es el conjunto de todos los elementos
que están en A y no en B o están en B y no en A, es decir,
A △ B = (A \ B) ∪ (B \ A).

A B

enz
Veamos unos ejemplos.
, Sa
Ejemplo 2.2.27. Sean A = {2, 3} y B = {2, 4, 5}, entonces A △ B = (A \
B)∪(B \A) = ({2, 3}\{2, 4, 5})∪({2, 4, 5}\{2, 3}) = {3}∪{4, 5} = {3, 4, 5}.
Observe que la diferencia no es la misma que la diferencia simétrica. ⊣
Ejemplo 2.2.28. Sean A = {x ∈ N : x es par } y B = {x ∈ N : x es primo },
ero

entonces A △ B = (A \ B) ∪ (B \ A) =
{x ∈ N : x es par ∧ x no es primo }∪{x ∈ N : x es primo ∧ x no es par } =
{x ∈ N : x es par ∧ x 6= 2} ∪ {x ∈ N : x es primo ∧ x 6= 2} =
{x ∈ N : (x es par ∨ x es primo ) ∧ x 6= 2}. ⊣
mp

Ejemplo 2.2.29. Veamos cuál es la diferencia simétrica entre los intervalos


de la recta real [1, ∞) y (−∞, 3].
 
[1, ∞) △ (−∞, 3] = [1, ∞) \ (−∞, 3] ∪ (−∞, 3] \ [1, ∞)
= (3, ∞) ∪ (−∞, 1).
, Ca


Ejemplo 2.2.30. Ahora veamos cuál es la diferencia simétrica entre los
intervalos de la recta real (1, ∞) y (−∞, 3).
 
(1, ∞)△(−∞, 3) = (1, ∞) \ (−∞, 3) ∪ (−∞, 3) \ (1, ∞)
ella

= [3, ∞) ∪ (−∞, 1].


Un corolario del Lema 2.2.24 es que
Av
58 CAPÍTULO 2. CONJUNTOS

A △ B = (A ∩ B c ) ∪ (B ∩ Ac ),
pues A \ B = A ∩ B c y B \ A = B ∩ Ac .
Lema 2.2.31. Para cualesquiera conjuntos A y B, se tiene que
A △ B = (A ∪ B) \ (A ∩ B).
Demostración.
Sean A y B cualesquiera conjuntos. Veamos que A△B = (A∪B)\(A∩B).
Por la observación anterior, sabemos que
A △ B = (A ∩ B c ) ∪ (B ∩ Ac );
por la Ley Distributiva, inciso (ii) del Lema 2.2.17, tenemos que
(A ∩ B c ) ∪ (B ∩ Ac ) = [(A ∩ B c ) ∪ B] ∩ [(A ∩ B c ) ∪ Ac ];
utilizando la misma Ley Distributiva en ambos de los conjuntos intersecta-

enz
dos, se tiene que
[(A ∩ B c ) ∪ B] ∩ [(A ∩ B c ) ∪ Ac ] = [(A ∪ B) ∩ (B c ∪ B)] ∩ [A ∪ Ac ) ∩ (Ac ∪ B c )];

como B c ∪ B = U y Ac ∪ A = U , por el Lema 2.2.16,


, Sa
[(A ∪ B) ∩ (B c ∪ B)] ∩ [A ∪ Ac ) ∩ (Ac ∪ B c )] = [(A ∪ B) ∩ U ] ∩ [U ∩ (Ac ∪ B c )];
pero U es neutro para la intersección, por el inciso (iv) del Teorema 2.2.8,
por lo que
[(A ∪ B) ∩ U ] ∩ [U ∩ (Ac ∪ B c )] = [(A ∪ B) ∩ (Ac ∪ B c )];
ero

por la Ley de DeMorgan, inciso (ii) del Lema 2.2.18, se tiene que
(A ∪ B) ∩ (Ac ∪ B c ) = (A ∪ B) ∩ (A ∩ B)c ;
y como X ∩ Y c = X \ Y , por el Lema 2.2.24, se tiene que
mp

(A ∪ B) ∩ (A ∩ B)c = (A ∪ B) \ (A ∩ B).
Por lo tanto, A △ B = (A ∪ B) \ (A ∩ B). 

Resumiendo, tenemos las siguientes equivalencias de la diferencia simétri-


ca.
, Ca

A △ B = (A \ B) ∪ (B \ A)
= (A ∩ B c ) ∪ (B ∩ Ac )
= (A ∪ B) \ (A ∩ B)
= (A ∪ B) ∩ (A ∩ B)c .
ella

La tercera de estas equivalencias es la que asegura lo que comentamos al


introducir esta operación: la diferencia simétrica está asociada con un “o”
excluyente, los elementos que están en un conjunto o en el otro, pero no en
ambos.
Av
2.2. OPERACIONES DE CONJUNTOS 59

Teorema 2.2.32. La diferencia simétrica tiene las siguientes propiedades.

(i) Conmutatividad. Para cualesquiera conjuntos A y B,


A △ B = B △ A.
(ii) Asociatividad. Para cualesquiera conjuntos A, B y C,
(A△B)△C = A△(B△C).
(iii) El neutro para la diferencia simétrica es el vacı́o. Para cualquier con-
junto A,
A △ ∅ = A.

enz
(iv) El inverso de un conjunto con respecto a la diferencia simétrica es él
mismo. Para cualquier conjunto A,
A△A = ∅. , Sa
Demostración.

(i) La conmutatividad de la diferencia simétrica es consecuencia directa


de la conmutatividad de la unión, pues
A △ B = (A \ B) ∪ (B \ A) = (B \ A) ∪ (A \ B) = B △ A.
ero

(ii) Sean A, B y C conjuntos cualesquiera. Como X △ Y = (X ∩ Y c ) ∪


(Y ∩ X c ), y X △ Y = (X ∪ Y ) ∩ (X ∩ Y )c , tenemos que
(A△B)△C = [(A△B) ∩ C c ] ∪ [(A△B)c ∩ C]
mp

   
= [(A ∩ B c ) ∪ (Ac ∩ B)] ∩ C c ∪ [(A ∪ B) ∩ (A ∩ B)c ]c ∩ C ;

por la Ley distributiva, inciso (i) del Lema 2.2.17, por la Ley de De-
Morgan, inciso (ii) del Lema 2.2.18, y por la propiedad de la comple-
, Ca

mentación, inciso (ii) del Teorema 2.2.2, tenemos que


 
[(A ∩ B c ) ∪ (Ac ∩ B)] ∩ C c ∪ [(A c c
 ∪ B) ∩ c(A ∩ B) ] ∩ C] =

c c c c
(A ∩ B ∩ C ) ∪ (A ∩ B ∩ C ) ∪ [(A ∪ B) ∪ (A ∩ B)] ∩ C ;
por la Ley distributiva, inciso (i) del Lema 2.2.17 y por la Ley de
ella

DeMorgan, inciso (i) del Lema 2.2.18,


 
(A ∩ B c ∩ C c ) ∪ (Ac ∩ B ∩ C c ) ∪ [(A ∪ B)c ∪ (A ∩ B)] ∩ C =
(A ∩ B c ∩ C c ) ∪ (Ac ∩ B ∩ C c ) ∪ (Ac ∩ B c ∩ C) ∪ (A ∩ B ∩ C);
Por la conmutatividad de la unión, tenemos entonces que
Av
60 CAPÍTULO 2. CONJUNTOS

(A△B)△C = (A∩B ∩C)∪(A∩B c ∩C c )∪(Ac ∩B ∩C c )∪(Ac ∩B c ∩C).

Por otro lado, por la conmutatividad de la diferencia simétrica de-


mostrada en el inciso anterior, utilizando esta última igualdad y la
conmutatividad de la intersección, tenemos que
A△(B△C) = (B△C)△A
= (B ∩ C ∩ A) ∪ (B ∩ C c ∩ Ac ) ∪ (B c ∩ C ∩ Ac ) ∪ (B c ∩ C c ∩ A)
= (A ∩ B ∩ C) ∪ (Ac ∩ B ∩ C c ) ∪ (Ac ∩ B c ∩ C) ∪ (A ∩ B c ∩ C c )
= (A△B)△C.

enz
Por lo tanto, (A△B)△C = A△(B△C).

(iii) Sea A cualquier conjunto, entonces


A △ ∅ = (A \ ∅) ∪ (∅ \ A);
, Sa
por las propiedades de la diferencia, incisos (i) y (iii) del Teorema
2.2.23,
(A \ ∅) ∪ (∅ \ A) = A ∪ ∅;
Como el conjunto vacı́o es el neutro para la unión, inciso (iv) del
ero

Teorema 2.2.14,
A ∪ ∅ = A.
Por lo tanto, A △ ∅ = A.
mp

(iv) Sea A cualquier conjunto, entonces


A△A = (A \ A) ∪ (A \ A);
, Ca

por la propiedad de la diferencia del inciso (ii) del Teorema 2.2.23,


(A \ A) ∪ (A \ A) = ∅ ∪ ∅;
Como el conjunto vacı́o es el neutro para la unión, inciso (iv) del
Teorema 2.2.14,
ella

∅ ∪ ∅ = ∅.
Por lo tanto, A△A = ∅.


Av
2.2. OPERACIONES DE CONJUNTOS 61

2.2.6. Potencia
Ahora veamos una operación unaria, es decir, una operación en la que
sólo interviene un conjunto. En la Teorı́a de Conjuntos formal, hay un ax-
ioma que dice que dado un conjunto A, existe el conjunto constituido por
todos los subconjuntos de A, el cual recibe el nombre de conjunto potencia
de A.

Definición 2.2.33. El conjunto potencia de A, denotado como P(A), es el


conjunto cuyos elementos son todos los subconjuntos de A.

Ası́,

enz
P(A) = {X : X ⊆ A}.

Entonces la manera de caracterizar a los elementos de la potencia de A


es ası́:
X ∈ P(A) si y sólo si X ⊆ A,
, Sa
por lo que decidir si un objeto es un elemento de P(A) se reduce a determinar
si dicho objeto es un subconjunto de A.
Como para cualquier conjunto A, A ⊆ A y ∅ ⊆ A, tenemos que para
cualquier A, ∅ ∈ P(A) y A ∈ P(A).
ero

Veamos un ejemplo.

Ejemplo 2.2.34. Sea A = {2, 3, 4}, entonces



P(A) = ∅, {2}, {3}, {4}, {2, 3}, {2, 4}, {3, 4}, A .
mp

Recordemos que más adelante veremos que los números naturales son
conjuntos y además que, como conjuntos, son distintos entre sı́; es decir,
2 6= 3, pues no tienen los mismos elementos. Obsérvese que ∅ ⊆ P(A) y
∅ ⊆ A. Por otro lado, es sensato suponer que ni 2, ni 3, ni 4 son el conjunto
, Ca

vacı́o. Esto es cierto, como veremos más adelante en la sección de números


naturales, por lo que ∅ ∈ / A, pero ∅ ∈ P(A). Ası́, es muy importante
para la comprensión de la operación potencia entender la diferencia entre la
pertenencia y la contención. ⊣
ella

Ahora veamos cómo se relacionan las operaciones de potencia e intersec-


ción. Primero, necesitamos el siguiente lema.

Lema 2.2.35. Para cualesquiera conjuntos A, B y X, se tiene que


X ⊆ (A ∩ B) si y sólo si X ⊆ A y X ⊆ B.
Av
62 CAPÍTULO 2. CONJUNTOS

Demostración.
Supongamos que X ⊆ A ∩ B. Para probar que X ⊆ A y X ⊆ B, sea
x ∈ X. Por suposición, X ⊆ (A ∩ B) y, como x ∈ X, x ∈ A ∩ B. Ası́, x ∈ A y
x ∈ B. Por lo tanto, dado x ∈ X, se tiene que x ∈ A y ası́ X ⊆ A. Además,
dado x ∈ X, se tiene que x ∈ B y ası́ X ⊆ B.
Para demostrar el recı́proco, supongamos que X ⊆ A y X ⊆ B. Sea
x ∈ X, entonces, como X ⊆ A, x ∈ A; y, como X ⊆ B, x ∈ B. Por lo tanto,
x ∈ A ∩ B. 

Teorema 2.2.36. Para cualesquiera conjuntos A y B,

enz
P(A ∩ B) = P(A) ∩ P(B).

Demostración. Tenemos que


X ∈ P(A ∩ B) si y sólo si X ⊆ A ∩ B
, Sa
si y sólo si X ⊆ A ∧ X ⊆ B, por el lema anterior,
si y sólo si X ∈ P(A) ∧ X ∈ P(B),
si y sólo si X ∈ P(A) ∩ P(B).
ero

¿Será cierto que la potencia y la unión se relacionan de manera análoga?


No, en el caso de la unión sólo se da una de las contenciones.
mp

Teorema 2.2.37. Si A y B son conjuntos cualesquiera, entonces

P(A) ∪ P(B) ⊆ P(A ∪ B).


, Ca

Demostración.
Se deja como ejercicio al lector. 

También se deja como ejercicio al lector encontrar dos conjuntos A y


B de forma que P(A ∪ B) * P(A) ∪ P(B), como contraejemplo de la con-
tención recı́proca del teorema anterior. En realidad esto se desprende de
ella

que X ⊆ A ∪ B no es equivalente a que X ⊆ A ∨ X ⊆ B. Esto último nos


vuelve a recordar que la contención y la pertenencia no son equivalentes,
pues obsérvese que
X ∈A∪B si y sólo si X ∈ A ∨ X ∈ B y, sin embargo,
X ⊆ A ∪ B no es equivalente a X ⊆ A ∨ X ⊆ B.
Av
2.2. OPERACIONES DE CONJUNTOS 63

2.2.7. Producto Cartesiano


Para definir la operación de producto cartesiano, primero debemos definir
el concepto de par ordenado.
Como {a, b} = {b, a}, no hay un orden en los elementos de un conjunto
cualquiera. Ası́, ¿cómo definir un conjunto en el haya un orden impuesto a
sus elementos?

Definición 2.2.38. Dados los conjuntos a y b, denotamos con (a, b) al par


ordenado cuya primera componente es a y segunda componente es b de forma
que si a, b, c y d son conjuntos cualesquiera, se tiene que

(a, b) = (c, d) si y sólo si a = c ∧ b = d.

enz
¿Cómo definir el par ordenado (a, b) de tal forma
que (a, b) 6= (b, a), en el sentido de la igualdad
, Sa
de conjuntos?
Al matemático Kuratowski se le ocurrió que
el par ordenado (a, b) fuera el conjunto cuyos
elementos
 son
{a} y {a, b}, es decir, (a, b) =
{a}, {a, b} , donde a es la primera y b es la
ero

segunda componente del par ordenado.


En esta construcción de par ordenado efectiva-
mente importa
 el orden,
pues
 si a 6= b, entonces
(a, b) = {a}, {a, b} 6= {b}, {a, b} = (b, a),
pues {a} = 6 {b} y a 6= b. De manera más gen-
mp

eral, demostremos el siguiente teorema, que jus-


tifica esta construcción con respecto a nuestra
definición anterior.
, Ca
ella
Av
64 CAPÍTULO 2. CONJUNTOS

Teorema 2.2.39. Para cualesquiera conjuntos


a, b, c y d, se tiene que
(a, b) = (c, d) si y sólo si a = c y b = d.
Demostración. Supongamos que (a, b) =
(c, d), es decir que
 
{a}, {a, b} = {c}, {c, d} .
Como estos conjuntos son iguales, por el Axioma
de Extensionalidad tienen los mismos elementos,
entonces {a} = {c} o bien {a} = {c, d}. Ası́, se

enz
tienen los siguientes casos.

Caso 1. Si {a} = {c}, entonces a = c. Como


{a, b} ∈ {{c}, {c, d}}, se tienen los sigu-
ientes subcasos.
, Sa
Caso 1.1 Si {a, b} = {c}, entonces a = b = c,
por lo que {{a}, {a, b}} = {{c}}. De
aquı́ que {{c}} = {{c}, {c, d}}, con
lo que {c} = {c, d} y obtenemos que
ero

c = d. Como c = b, en este caso a =


c y b = d, que es lo que querı́amos
demostrar.
Caso 1.2 Si {a, b} = {c, d}, como a = c, se
mp

tiene que b = d. Por lo tanto, en este


caso obtenemos que a = c y b = d.

Caso 2. Si {a} = {c, d}, entonces a = c = d. Como


{a, b} ∈ {{c}, {c, d}}, se tienen los sigu-
, Ca

ientes subcasos.

Caso 2.1 Si {a, b} = {c}, entonces a = b = c.


Como a = d, b = d y ası́, en este caso
también se obtiene que a = c y b = d.
ella

Caso 2.2 Si {a, b} = {c, d}, como a = c = d,


{a, b} = {a}, por lo que a = b. Por
lo tanto, en este caso también obten-
emos que a = c y b = d.
Av

Para demostrar el recı́proco, supongamos que


a = c y b = d, entonces, por el Axioma de Ex-
tencionalidad, {a} = {c} y {a,
b} = {c, d}. Por
lo tanto, (a, b) = {a}, {a, b} = {c}, {c, d} =
(c, d). 

Veamos los siguientes ejemplos.


2.2. OPERACIONES DE CONJUNTOS 65

Ejemplo 2.2.40. Sea A = {1, 2}, hay entonces cuatro parejas ordenadas
de elementos de A:

(1, 1), (1, 2), (2, 1) y (2, 2).

Ejemplo 2.2.41. Sean A = {a, b}, B = {c, d} hay cuatro parejas ordenadas
tales que la primera componente pertenezca a A y la segunda a B:

(a, c), (a, d), (b, c) y (b, d).

enz
Ahora, definamos la operación de producto cartesiano.

Definición 2.2.42. Sean A y B conjuntos. El producto cartesiano de A


con B, denotado como A × B, es el conjunto de los pares ordenados cuya
, Sa
primera componente pertenece a A y la segunda a B, es decir,

A × B = {(a, b) : a ∈ A ∧ b ∈ B}.

En particular, cuando A = B, A × A = {(a, b) : a ∈ A y b ∈ A}; en este


caso, escribimos A2 en lugar de A × A.
ero

Veamos algunos ejemplos.

Ejemplo 2.2.43. Sean A = {1, 2, 3} y B = {1, 2}, entonces

A × B = {(1, 1), (1, 2), (2, 1), (2, 2), (3, 1), (3, 2)}; y
mp

B 2 = {(1, 1), (1, 2), (2, 1), (2, 2)}.

Observemos que (3, 1) ∈ B × A, pero (3, 1) ∈/ A × B, por lo que el producto


cartesiando no es conmutativo.
En la Figura 2.1 damos la tı́pica representación gráfica del producto
, Ca

A × B. Obsérvese que los elementos del conjunto A son puestos horizontal-


mente, en cambio los elementos de B son puestos verticalmente. Justamente
porque el producto cartesiano no es conmutativo, es importante hacer la
convención de en qué lugar colocamos los elementos del primer conjunto y
los del segundo. Depués por cada fila y cada columna que representan los
ella

elementos de A y de B colocamos un punto que corresponde al par ordenado


cuya primera componente es el elemento que está hasta abajo de la columna
y cuya segunda componente es el elemento que está hasta la izquierda de la
columna. ⊣
Av
66 CAPÍTULO 2. CONJUNTOS

B A×B
(1, 2) (2, 2) (3, 2)
2

(1, 1) (2, 1) (3, 1)


1

A
1 2 3

Figura 2.1: Representación gráfica del producto cartesiano A×B del ejemplo
2.2.43.

enz
Ejemplo 2.2.44. Sea N el conjunto de los números naturales, entonces:
N2 = {(n, m) : n ∈ N ∧ m ∈ N}.
, Sa ⊣
Ejemplo 2.2.45. Sea A = {x ∈ R : a ≤ x ≤ b}, donde a < b y B = {x ∈
R : c ≤ x ≤ d}, donde c < d, entonces
A × B = {(x, y) ∈ R2 : a ≤ x ≤ b ∧ c ≤ y ≤ d}.
ero


Ejemplo 2.2.46. Si A = ∅ y B es un conjunto arbitrario, entonces
A × B = ∅ y B × A = ∅.
mp


Este último ejemplo se puede generalizar de la siguiente manera.
Lema 2.2.47. Para cualesquiera conjuntos A y B, se tiene que
, Ca

A × B = ∅ ⇔ (A = ∅ ∨ B = ∅).
Demostración. Sean A y B conjuntos cualesquiera. Debemos mostrar que
A × B = ∅ ⇔ (A = ∅ ∨ B = ∅), pero esto es equivalente a mostrar que
A × B 6= ∅ ⇔ (A 6= ∅ ∧ B 6= ∅):
ella

A × B 6= ∅, si y sólo si existe (x, y) ∈ A × B,


si y sólo si existe x ∈ A y existe y ∈ B,
si y sólo si A 6= ∅ ∧ B 6= ∅.
Av
2.2. OPERACIONES DE CONJUNTOS 67

Veamos cómo se comporta el producto cartesiando con respecto a la


unión, a la intersección y a la diferencia.

Teorema 2.2.48. Sean A, B y C conjuntos cualesquiera. Se tiene lo si-


guiente:

(i) (A ∪ B) × C = (A × C) ∪ (B × C);

(ii) (A ∩ B) × C = (A × C) ∩ (B × C);
(iii) (A \ B) × C = (A × C) \ (B × C).

enz
Demostración. Sean A, B y C conjuntos cualesquiera.

(i) Veamos que (A ∪ B) × C = (A × C) ∪ (B × C).


(x, y) ∈ (A ∪ B) × C, si y sólo si x ∈ A ∪ B ∧ y ∈ C,
si y sólo si (x ∈ A ∨ x ∈ B) ∧ y ∈ C,
, Sa
si y sólo si (x ∈ A ∧ y ∈ C) ∨ (x ∈ B ∧ y ∈ C),
si y sólo si (x, y) ∈ A × C ∨ (x, y) ∈ B × C,
si y sólo si (x, y) ∈ (A × C) ∪ (B × C).
ero

El tercer si y sólo si se da por la Ley Distributiva del ∧ sobre el ∨.

(ii) Se deja al lector.

(iii) Se deja al lector.


mp


, Ca
ella
Av
68 CAPÍTULO 2. CONJUNTOS

enz
, Sa
ero
mp
, Ca
ella
Av
Capı́tulo 3

Relaciones

enz
El concepto de relación es central en la matemática. Hay relaciones que,
debido a que cumplen ciertas propiedades adicionales, resultan muy impor-
tantes para el desarrollo matemático, como son las relaciones de equivalencia
, Sa
o las funciones. En este capı́tulo damos las nociones básicas del concepto de
relaciones entre conjuntos.

3.1. Definiciones y propiedades


ero

Frecuentemente trabajamos con conjuntos y relacionamos sus elementos


de alguna manera. Por ejemplo, si pensamos en la colección dada por los
alumnos Pedro, Luisa, Juan, Tania y las calificaciones de 5, 6, 7, 8, 9, 10
que pueden obtener en un curso, podemos relacionar a cada alumno con la
mp

calificación que obtuvo, por ejemplo si Pedro obtuvo 8, Luisa y Juan 7, y


Tania 10, estamos relacionando a Pedro con su calificación 8, a Luisa con 7,
a Luis también con 7 y a Tania con 10. Podemos visualizarlo utilizando un
Diagrama de Venn y poner una flecha que inicie en el alumno y termine en
, Ca

la calificación que se le asignó en el curso como se ve en la Figura 3.1.

Aunque esta representación gráfica es muy útil e intuitiva, resulta poco


práctica para conjuntos con un mayor número de elementos. Es por eso que
conviene formalizar las ideas anteriores. Observemos que, teniendo claro
ella

cuáles son las colecciones que vamos a relacionar entre sı́, las flechas del
diagrama anterior son las que nos indican cómo los estamos relacionando, y
un objeto estará relacionado con otro si hay una flecha que sale del primero
y llega al segundo. De este modo podemos codificar una flecha mediante
una pareja de datos (los elementos que estamos relacionando) pero donde
Av

69
70 CAPÍTULO 3. RELACIONES

5
Pedro 6
7
Luisa
8
Juan
9
Tania
10

Figura 3.1: Ejemplo intuitivo de una relación

enz
será necesario establecer un orden para indicar cuál es el inicio y cuál es el fi-
nal de la flecha. En el ejemplo anterior sean A = {P edro, Luisa, Juan, T ania}
y C = {5, 6, 7, 8, 9, 10}. Para codificar las flechas del diagrama formemos las
parejas ordenadas (P edro, 8), (Luisa, 7), (Juan, 7), y (T ania, 10). Podemos
, Sa
entonces describir la relación de A en C mediante el conjunto de pares or-
denados {(P edro, 8), (Luisa, 7), (Juan, 7), (T ania, 10)}.
De manera más general dados A y B dos conjuntos, los pares ordena-
dos que cumplan cierta propiedad formarán un subconjunto de A × B. En
matemáticas, al conjunto de los pares ordenados que cumplen este tipo de
ero

propiedades se le denomina relación binaria.


Demos ahora la definición formal de una relación entre conjuntos:
Definición 3.1.1. Una relación binaria entre A y B es un subconjunto R
de A × B. En el caso en que A = B, decimos que R es una relación binaria
mp

sobre A.
Por lo tanto, si R es una relación binaria entre A y B, R es un conjunto
de pares ordenados cuyas primeras coordenadas son elementos de A y las
segundas son elementos de B. Ası́, para indicar que un par ordenado (a, b),
, Ca

pertenece a la relación suele escribirse (a, b) ∈ R o a R b.


El ejemplo desarrollado previamente se puede reescribir como:
Ejemplo 3.1.2. Sean A = {P edro, Luisa, Juan, T ania} y C = {5, 6, 7, 8, 9, 10},
definimos la relación R = {(P edro, 8), (Luisa, 7), (Juan, 7), (T ania, 10)}.
Por ejemplo (Luisa, 7) ∈ R o Luisa R 7. Claramente R ⊆ A × C, por
ella

lo que R es una relación binaria entre A y C. ⊣


Ejemplo 3.1.3. Para cualesquiera conjuntos A y B, tanto ∅ como A × B
son relaciones entre A y B. A la relación A × B se le suele llamar la relación
total. ⊣
Av
3.1. DEFINICIONES Y PROPIEDADES 71

Ejemplo 3.1.4. Sea A el conjunto de alumnos de la Facultad de Ciencias


y sea B el conjunto de grupos de materias impartidas en este semestre. Sea
R la relación entre A y B definida como a R b si y sólo si “el alumno a
está inscrito en el grupo b”. ⊣

Ejemplo 3.1.5. Sea A el conjunto de alumnos de la Facultad de Ciencias.


Sea S la relación sobre A definida como a S b si y sólo si “el alumno a conoce
al alumno b”. ⊣

Definición 3.1.6. El dominio de una relación R ⊆ A × B, denotado como


dom(R), es el conjunto de los elementos x ∈ A que están relacionados con
algún y ∈ B, es decir x ∈ A tales que existe y ∈ B con (x, y) ∈ R:

enz

dom(R) = {x ∈ A : ∃y y ∈ B ∧ (x, y) ∈ R }.
Por lo tanto, si R ⊆ A × B, dom(R) ⊆ A.
En el Ejemplo 3.1.2, tenemos que dom(R) = A. En el Ejemplo 3.1.3
es claro que dom(∅) = ∅, y que dom(A × B) = A. En el Ejemplo 3.1.4,
, Sa
tenemos que dom(R) es el conjunto de alumnos de la Facultad que estén
inscritos en al menos una materia durante este semestre (que pueden no ser
todos los alumnos). En el Ejemplo 3.1.5, tenemos que dom(S) son todos los
alumnos de la Facultad de Ciencias, asumiendo que todo alumno conoce a
algún alumno.
ero

Definición 3.1.7. La imagen o rango de una relación R ⊆ A×B, denotada


como im(R), es el conjunto de los elementos y ∈ B tales que hay x ∈ A con
(x, y) ∈ R, es decir,

mp

im(R) = {y ∈ B : ∃x x ∈ A ∧ (x, y) ∈ R }.
Por lo tanto, si R ⊆ A × B, entonces im(R) ⊆ B.
En el Ejemplo 3.1.2, se tiene que im(R) = {7, 8, 10}, pues ninguno de
los alumnos en el conjunto A obtuvo 5, 6 o 9. En el Ejemplo 3.1.3 es claro
, Ca

que im(∅) = ∅ y que im(A × B) = B. En el Ejemplo 3.1.4 la imagen de


R son todos los grupos abiertos este semestre, pues para que un grupo se
abra debe tener al menos un alumno inscrito. En el Ejemplo 3.1.5 la imagen
de S son todos los alumnos de la Facultad de Ciencias, asumiendo que todo
alumno es conocido por algún alumno.
ella

Una observación importante es que a veces afirmamos que R es una


relación binaria sin especificar en qué producto cartesiano está contenida.
En este caso, simplemente estamos diciendo que R es un conjunto de pares
ordenados. De hecho, es claro que si R es una relación binaria, entonces
R ⊆ dom(R) × im(R).
Av
72 CAPÍTULO 3. RELACIONES

Lema 3.1.8. Si R es una relación binaria, entonces {(y, x) : (x, y) ∈ R} es


una relación binaria.

Demostración.
Si (x, y) ∈ R, (y, x) es un par ordenado. Ası́, {(y, x) : (x, y) ∈ R} es un
conjunto de pares ordenados, por lo que {(y, x) : (x, y) ∈ R} es una relación
binaria. 

Por este lema, podemos definir lo siguiente.

Definición 3.1.9. La relación inversa de una relación R, denotada R−1 , es


la relación definida como
R−1 = {(y, x) : (x, y) ∈ R}.

enz
Se deja al lector verificar que R−1 ⊆ im(R) × dom(R). También se deja
al lector encontar un ejemplo en que R−1 = im(R) × dom(R) y otro ejemplo
en que R−1 6= im(R) × dom(R).
Del Ejemplo 3.1.2, tenemos que , Sa
R−1 = {(8, P edro), (7, Juan), (7, Luisa), (10, T ania)}.

Retomando el Ejemplo 3.1.3, tenemos que ∅−1 = ∅ y (A × B)−1 = B × A.


Del Ejemplo 3.1.4, tenemos que b R−1 a si y sólo si “b es un grupo en el que
el alumno a está inscrito”. Del Ejemplo 3.1.5, tenemos que b S −1 a si y sólo
ero

si “b es un alumno conocido por a”.

Ejemplo 3.1.10. Sea A = ∅ y B un conjunto arbitrario, entonces A × B =


∅. De hecho, en el lema 2.2.47 demostramos que para cualesquiera conjuntos
mp

A y B, A × B = ∅ ⇔ (A = ∅ ∨ B = ∅). Por lo tanto, si A = ∅, la única


relación posible entre A y B es la relación vacı́a. Además, ya vimos que
dom(∅) = im(∅) = ∅ y que ∅−1 = ∅. ⊣

Ejemplo 3.1.11. Sean A = {a} y B = {b}. ¿Cuáles son todas las relaciones
, Ca

posibles entre A y B?
Como A × B = {(a, b)}, sólo hay dos relaciones posibles: la vacı́a y la
total A × B. En este caso, dom(A × B) = {a} = A y im(A × B) = {b} = B.
Además, (A × B)−1 = B × A = {(b, a)}. ⊣
ella
Av
3.1. DEFINICIONES Y PROPIEDADES 73

Ejemplo 3.1.12. Sean a y b conjuntos distintos. Sea A = {a, b} = B,


entonces A × B = A2 = {(a, a), (a, b), (b, b), (b, a)}.
Todas las relaciones posibles contenidas en A2 son las siguientes:
R1 = ∅,
R2 = {(a, a)},
R3 = {(a, b)},
R4 = {(b, b)},
R5 = {(b, a)},
R6 = {(a, a), (a, b)},
R7 = {(a, a), (b, b)},
R8 = {(a, a), (b, a)},
R9 = {(a, b), (b, b)},

enz
R10 = {(a, b), (b, a)},
R11 = {(b, b), (b, a)},
R12 = {(a, a), (a, b), (b, b)},
R13 = {(a, a), (a, b), (b, a)}, , Sa
R14 = {(a, a), (b, b), (b, a)},
R15 = {(a, b), (b, b), (b, a)},
A2 = {(a, a), (a, b), (b, a), (b, b)}.
Entonces, por ejemplo, dom(R6 ) = {a} y im(R6 ) = {a, b}, dom(R11 ) =
−1
{b} y im(R11 ) = {a, b}. También, por ejemplo, R12 = {(a, a), (b, a), (b, b)}
ero

−1 −1 −1
y R15 = {(b, a), (b, b), (a, b)}. Obsérvese que R15 = R15 , en cambio R12 6=
R12 . ⊣

Posteriormente en el libro (en la parte de Combinatoria), podremos de-


mostrar que si A tiene n elementos, A2 tiene n2 elementos, y el conjunto
mp

2 2
potencia de A2 tiene 2n elementos, es decir, hay 2n subconjuntos de A2 ,
2
es decir, hay 2n relaciones distintas en A.
De acuerdo lo que se vió al inicio del capı́tulo algunas relaciones se pueden
representar gráficamente mediante un Diagrama de Venn. Es posible repre-
, Ca

sentarlas también mediante una gráfica cartesiana.

Ejemplo 3.1.13. Sean A = {a, b, c, d} y B = {1, 2, 3, 4, 5}. Definimos


la siguiente relación R = {(a, 2), (a, 4), (b, 4), (d, 5)} ⊆ A × B. Entonces
dom(R) = {a, b, d} ⊆ A y im(R) = {2, 4, 5} ⊆ B.
ella
Av
74 CAPÍTULO 3. RELACIONES

A B
a 1
b 2
c 3
d 4
5

Figura 3.2: Representación de la relación R mediante un Diagrama de Venn.

enz
5 A×B

4
R

3 , Sa
2

1
ero

A
a b c d

Figura 3.3: Representación de la relación R mediante una gráfica cartesiana.


mp


Existe una manera de “combinar” dos relaciones para formar una nueva
relación, según la siguiente definición.
, Ca

Definición 3.1.14. Sean R y S relaciones binarias. La relación composi-


ción de R con S, denotada como S ◦ R, es el conjunto

S ◦ R = {(x, z) : ∃y ∈ im(R) (x, y) ∈ R ∧ (y, z) ∈ S }.
Ejemplo 3.1.15. Sean A = {−1, 0, 1}, B = {1, 3} y C = { 32 , 52 , 0}. Sean
ella

R ⊆ A × B, donde (x, y) ∈ R si y sólo si x2 = y, y


x
S ⊆ B × C, donde (x, y) ∈ S si y sólo si + 1 = y.
2
Ası́,
R = {(−1, 1), (1, 1)},
Av
3.1. DEFINICIONES Y PROPIEDADES 75

dom(R) = {−1, 1} ⊆ A, y im(R) = {1} ⊆ B;


n 3   5 o
S= 1, , 3, ,
2 2
n3 5o
dom(S) = {1, 3} = B y im(S) = , ⊆ C.
2 2
A B C
R
−1
1
S
0 0

3
3
2

enz
1 5
2

, Sa
Figura 3.4: Representación gráfica de la composición S ◦ R.

La relación compuesta S ◦ R ⊆ A × C es

S ◦ R = {(x, z) : ∃y ∈ im(R) (x, y) ∈ R ∧ (y, z) ∈ S }
n 3   3 o
ero

= − 1, , 1, .
2 2
Entonces, dom(S ◦ R) = {−1, 1} ⊆ dom(R) y im(S ◦ R) = { 32 } $ im(S).
De hecho, podemos definir S ◦ R de la siguiente manera
mp

x2
(x, y) ∈ S ◦ R si y sólo si + 1 = y.
2
Es muy importante observar que R ◦ S = ∅, es decir, es la relación vacı́a,
pues no existe y ∈ im(S) tal que hayan x y z con (x, y) ∈ S y (y, z) ∈ R.
, Ca

Por lo tanto, la composición de relaciones en general no es conmutativa. ⊣


Lema 3.1.16. Si R y S son relaciones binarias, entonces S ◦R ⊆ dom(R)×
im(S).
Demostración. Sea (x, z) ∈ S ◦ R, entonces hay y ∈ im(R) de forma que
ella

(x, y) ∈ R y (y, z) ∈ S. De aquı́ que x ∈ dom(R) y z ∈ im(S). Por lo tanto,


(x, z) ∈ dom(R) × im(S) y S ◦ R ⊆ dom(R) × im(S). 

Teorema 3.1.17. Sean T , S y R relaciones binarias. Entonces se tiene lo


siguiente:
Av
76 CAPÍTULO 3. RELACIONES

(i) (T ◦ S) ◦ R = T ◦ (S ◦ R); y

(ii) (S ◦ R)−1 = R−1 ◦ S −1 ;

Demostración.

(i) Se deja al lector.

(ii) Sean S y R relaciones binarias cualesquiera.


(x, z) ∈ (S ◦ R)−1 , si y sólo si (z, x) ∈ (S ◦ R),

si y sólo si ∃y ∈ im(R) (z, y) ∈ R ∧ (y, x) ∈ S ,

si y sólo si ∃y ∈ im(R) (y, z) ∈ R−1 ∧ (x, y) ∈ S −1 ,


enz
si y sólo si ∃y ∈ im(S −1 ) (x, y) ∈ S −1 ∧ (y, z) ∈ R−1 ,
si y sólo si (x, z) ∈ R−1 ◦ S −1 .

, Sa 

Ejercicios
3.1.1. Demuestre que R−1 ⊆ im(R) × dom(R).
ero

3.1.2. Encuentre un ejemplo en que R−1 = im(R)×dom(R) y otro ejemplo


en que R−1 6= im(R) × dom(R) distintos a los que se presentaron
en la sección.
mp

3.1.3. Verifique que para cualesquiera conjuntos A y B,

A × B = ∅ ⇔ (A = ∅ ∨ B = ∅).
, Ca

3.1.4. Sean T , S y R relaciones binarias. Prueba que (T ◦S)◦R = T ◦(S◦R).

3.1.5. Considérense los siguientes conjuntos:


A = {x ∈ N : 1 ≤ x ≤ 5}, B = {3, 4, 5}, C = {1, 4, 6, 16},
D = {2, 3, 8, 10}, E = {1, 2, 4, 6, 8}.
Defı́nanse las siguientes relaciones:
ella

R ⊆ A × B tal que (x, y) ∈ R ⇔ x + y ≤ 5;


S ⊆ A × C tal que (x, y) ∈ S ⇔ y = x2 ;
T ⊆ C × D tal que (x, y) ∈ T ⇔ y = x/2;
P ⊆ E 2 tal que (x, y) ∈ P ⇔ 3 divide a x + y.
Av
3.2. TIPOS DE RELACIONES 77

(i) Determine todos los elementos de las relaciones R, S, T y P .


(ii) Represente gráficamente a A × B, R, A × C, S, C × D, T , E 2
y P.
(iii) Determine los dominios e imágenes de las cuatro relaciones.
(iv) Determine todos los elementos de las relaciones R−1 y P −1 .
(v) Determine todos los elementos de la composición T ◦ S y rep-
resente gráficamente esta relación.
3.1.6. En R2 se define T = {(x, y) ∈ R2 : |x| + 2|y| = 1}. Diga cuál es el
dominio e imagen de T y represente a T gráficamente.

3.2. Tipos de relaciones

enz
Las relaciones binarias entre A y B, donde A = B, pueden tener propiedades
interesantes. En esta sección vemos algunas de estas propiedades. Recuérdese
que si R es una relación tal que R ⊆ A2 , entonces decimos que R es una
relación binaria sobre A.
, Sa
Definición 3.2.1. Sea A un conjunto cualquiera. Una relación binaria
R ⊆ A2 es reflexiva sobre A si y sólo si para todo x ∈ A, (x, x) ∈ R, es
decir,
∀x(x ∈ A ⇒ (x, x) ∈ R).
ero

Definición 3.2.2. Sea A un conjunto cualquiera. Llamamos diagonal de


A2 al conjunto D = {(x, x) : x ∈ A}.

Lema 3.2.3. Sea A un conjunto cualquiera. Entonces R ⊆ A2 es reflexiva


sobre A si y sólo si la diagonal de A2 está contenida en R.
mp

Demostración.
Sea D = {(x, x) : x ∈ A}, la diagonal de A2 .
Supongamos que R es reflexiva sobre A. Queremos ver que D ⊆ R.
, Ca

Sea (x, x) ∈ D, entonces x ∈ A. Como R es reflexiva sobre A, (x, x) ∈ R.


Por lo tanto, D ⊆ R.
Para demostrar el recı́proco, supongamos que D ⊆ R. Queremos ver que
R es reflexiva sobre A, es decir, que ∀x(x ∈ A ⇒ (x, x) ∈ R).
Sea x ∈ A, entonces (x, x) ∈ D. Como D ⊆ R, (x, x) ∈ R. Por lo tanto,
∀x(x ∈ A ⇒ (x, x) ∈ R) y R es relfexiva sobre A.
ella

En el Ejemplo 3.1.12 vimos todas las relaciones binarias posibles definidas


sobre el conjunto A = {a, b}, donde a 6= b. De todas éstas, las relaciones re-
flexivas sobre A son R7 = {(a, a), (b, b)}, R12 = {(a, a), (a, b), (b, b)}, R14 =
{(a, a), (b, b), (b, a)}, y A2 = {(a, a), (a, b), (b, a), (b, b)}, pues en todas ellas
Av
78 CAPÍTULO 3. RELACIONES

está contenida la diagonal de A2 . La diagonal no está contenida en ningu-


na de las otras relaciones. Por ejemplo, D 6⊆ ∅ = R1 , pues (a, a) ∈ D
y (a, a) ∈/ ∅; D 6⊆ R4 = {(b, b)}, pues (a, a) ∈ D y (a, a) ∈ / R4 ; D 6⊆
R6 = {(a, a), (a, b)}, pues (b, b) ∈
/ R6 ; D 6⊆ R13 = {(a, a), (a, b), (b, a)}, pues
(b, b) ∈
/ R13 . Entonces decimos que R1 , R4 , R6 y R13 no son reflexivas, o son
irreflexivas.
Definición 3.2.4. Sea A un conjunto cualquiera. Una relación R es anti-
rreflexiva sobre A si y sólo si para todo x ∈ A, (x, x) ∈
/ R, es decir,
∀x(x ∈ A ⇒ (x, x) ∈ / R).
Es importante observar que ser antirreflexiva sobre A no es lo mismo
que ser irreflexiva (o no reflexiva), pues con que exista un x ∈ A tal que

enz
(x, x) ∈/ R, se tiene la irreflexividad, en cambio, para cumplir con la antir-
reflexividad se necesita que para todos los elementos x ∈ A, (x, x) ∈ / R. De
hecho, se puede demostrar que toda relación antirreflexiva es irreflexiva (o
no reflexiva), pero el recı́proco no siempre se cumple.
Retomando el Ejemplo 3.1.12, tenemos que R10 = {(a, b), (b, a)} es an-
, Sa
tirreflexiva, pues ni (a, a), ni (b, b) son elementos de R10 . También R3 =
{(a, b)} y R5 = {(b, a)} son antirreflexivas. Resulta que éstas son las únicas
tres relaciones definidas sobre A que son antirreflexivas, pues todas las
demás tienen como elemento a (a, a) o a (b, b) (o a ambos). Obsérvese que
R6 = {(a, a), (a, b)} es irreflexiva, pues (b, b) ∈
/ R6 y, sin embargo, no es
ero

antirreflexiva, pues (a, a) ∈ R6 .


De hecho se tiene el siguiente lema.
Lema 3.2.5. Sea R una relación sobre A y sea D = {(x, x) : x ∈ A}, la
diagonal de A2 . Entonces se cumple lo siguiente.
mp

(i) R es antirreflexiva si y sólo si R ∩ D = ∅.


(ii) R es irreflexiva si sólo si R ∩ D 6= D.
Demostración.
, Ca

(i) Supongamos que R es antirreflexiva. Queremos ver que R ∩ D = ∅.


Supongamos que (x, y) ∈ R ∩ D. Como (x, y) ∈ D, x = y, por lo que
(x, x) ∈ R ∩ D. Pero esto contradice que R sea antirreflexiva, pues
∀x(x ∈ A ⇒ (x, x) ∈ / R). Por lo tanto, no hay ningún elemento en
R ∩ D, y R ∩ D = ∅.
ella

Para demostrar el recı́proco, supongamos que R ∩ D = ∅. Queremos


ver que R es antirreflexiva, es decir, que ∀x(x ∈ A ⇒ (x, x) ∈
/ R).
Sea x ∈ A. Entonces (x, x) ∈ D. Como R ∩ D = ∅, (x, x) ∈ / R. Por lo
tanto, ∀x(x ∈ A ⇒ (x, x) ∈ / R) y R es antirreflexiva.
Av
3.2. TIPOS DE RELACIONES 79

(ii) Supongamos que R es irreflexiva. Queremos ver que R ∩ D 6= D.


Como R no es reflexiva, existe x ∈ A tal que (x, x) ∈
/ R. Como x ∈ A,
(x, x) ∈ D. Entonces (x, x) ∈ / R ∩ D, pero (x, x) ∈ D, por lo que
R ∩ D 6= D.
Para demostrar el recı́proco, supongamos que R ∩ D 6= D. Queremos
ver que R es irreflexiva. Como R ∩ D 6= D y claramente R ∩ D ⊆ D,
tenemos que hay (x, x) ∈ D tal que (x, x) ∈
/ R ∩ D. Como (x, x) ∈ D,
(x, x) ∈
/ R. Por lo tanto, existe x ∈ A tal que (x, x) ∈
/ R y R no es
reflexiva.

enz
Ejemplo 3.2.6. Sea A = {1, 2, 3}.
Sea R = {(1, 1), (2, 2), (3, 3), (2, 3)}.
Entonces R es reflexiva sobre A, pues (1, 1) ∈ R, (2, 2) ∈ R y (3, 3) ∈ R.
Claramente R no es antirreflexiva (ni irreflexiva).
Sea S = {(1, 1), (2, 3), (3, 2)}.
, Sa
Entonces S es irreflexiva sobre A, pues (2, 2) ∈ / S. Por otro lado, S no es
antirreflexiva sobre A, pues (1, 1) ∈ S.
Sea T = {(1, 2), (2, 1)}.
Entonces T es irreflexiva sobre A. Más aún, T es antirreflexiva sobre A, pues
ero

para cualquier a ∈ A, (a, a) ∈ / T. ⊣

Definición 3.2.7. Una relación binaria R es simétrica si y sólo si para todo



(x, y) ∈ R, se tiene que (y, x) ∈ R; es decir, ∀x∀y (x, y) ∈ R ⇒ (y, x) ∈ R .
mp

Obsérvese que entonces R no es simétrica si y sólo si hay (x, y) ∈ R tal


que (y, x) ∈
/ R.

Definición 3.2.8. Se dice que una relación


 binaria
 R es antisimétrica si y
, Ca

sólo si ∀x∀y (x, y) ∈ R ∧ (y, x) ∈ R ⇒ x = y .

Ejemplo 3.2.9.

Si S = {(1, 1), (2, 3), (3, 2)}, entonces S es simétrica, pues


ella

(1, 1) ∈ S y (1, 1) ∈ S;
(2, 3) ∈ S y (3, 2) ∈ S; y
(3, 2) ∈ S y (2, 3) ∈ S.
Sin embargo, no es antisimétrica pues (2, 3) ∈ S, (3, 2) ∈ S, y 3 6= 2.
Av
80 CAPÍTULO 3. RELACIONES

La relación ≤ en N2 es antisimétrica, pues si n ≤ m y m ≤ n, entonces


n = m. Esta relación no es simétrica pues 2 ≤ 3 y 3  2.

Para cualquier conjunto A, la relación D = {(a, a) : a ∈ A} es simétrica


y antisimétrica a la vez.

Definición 3.2.10. Una relación binaria R es transitiva si y sólo si siempre


que (x, y) ∈ R y (y, z) ∈ R se tiene que (x, z) ∈ R; es decir,
 
∀x∀y∀z (x, y) ∈ R ∧ (y, z) ∈ R ⇒ (x, z) ∈ R .
Entonces una relación binaria R no es transitiva si y sólo si existen x, y
y z tales que (x, y) ∈ R, (y, z) ∈ R y (x, z) ∈
/ R.

enz
Ejemplo 3.2.11.

Sea R = {(1, 1), (2, 2), (3, 3), (2, 3)}, entonces R es transitiva, pues
(1, 1) ∈ R y (1, 1) ∈ R y (1, 1) ∈ R;
, Sa
(2, 2) ∈ R y (2, 2) ∈ R y (2, 2) ∈ R;
(3, 3) ∈ R y (3, 3) ∈ R y (3, 3) ∈ R;
(2, 2) ∈ R y (2, 3) ∈ R y (2, 3) ∈ R.
ero

Sea S = {(1, 2), (1, 3), (2, 3)}, entonces S es transitiva, pues
(1, 2) ∈ S y (2, 3) ∈ S y (1, 3) ∈ S.

Sea T = {(1, 2), (1, 3)}, entonces T es transitiva, pues no hay ningún
mp

par de pares ordenados en T tales que la segunda coordenada de uno


sea la misma que la primera coordenada de alguno. 
Es decir, ∀x∀y∀z (x, y) ∈ T ∧ (y, z) ∈ T ⇒ (x, z) ∈ T es verdadero,
pues el antecedente siempre es falso.
, Ca

Sea V = {(1, 2), (2, 3), (1, 3), (3, 1)}, entonces V no es transitiva, pues
(1, 3) ∈ V y (3, 1) ∈ V y (1, 1) ∈
/ V.

Lema 3.2.12. La relación vacı́a cumple lo siguiente:


ella

(i) es antirreflexiva sobre cualquier conjunto A;

(ii) es simétrica;

(iii) es transitiva;
Av
3.2. TIPOS DE RELACIONES 81

(iv) es antisimétrica;
(v) es reflexiva sobre ∅;
(vi) no es reflexiva sobre cualquier conjunto A 6= ∅.
Demostración.
/ ∅.
(i) Sea A un conjunto cualquiera. Entonces para todo x ∈ A, (x, x) ∈
Por lo tanto, ∅ es antirreflexiva sobre A.
(ii) Como ∅ no tiene ningún elemento, es verdadera la afirmación

∀x∀y (x, y) ∈ ∅ ⇒ (y, x) ∈ ∅ .
Por lo tanto, ∅ es simétrica.

enz
(iii) Como ∅ no tiene ningún elemento, es verdadera la afirmación
 
∀x∀y∀z (x, y) ∈ ∅ ∧ (y, z) ∈ ∅ ⇒ (x, z) ∈ ∅ .
Por lo tanto, ∅ es transitiva.
, Sa
(iv) Como ∅ no tiene ningún elemento, es verdadera la afirmación

∀x∀y (x, y) ∈ ∅ ∧ (y, x) ∈ ∅ ⇒ x = y .


Por lo tanto, ∅ es antisimétrica.


(v) Como ∅ no tiene ningún elemento, es verdadera la afirmación
∀x(x ∈ ∅ ⇒ (x, x) ∈ ∅).
ero

Por lo tanto, la relación ∅ es reflexiva sobre el conjunto ∅.


(vi) Sea A un conjunto tal que A 6= ∅. Entonces existe a ∈ A. Como ∅ no
/ ∅, por lo que ∅ no es reflexiva sobre
tiene ningún elemento, (a, a) ∈
mp

A.

, Ca

Ejercicios
3.2.1. Recuérdense de un ejercicio de la sección anterior los siguientes con-
juntos y relaciones:
A = {x ∈ N : 1 ≤ x ≤ 5}, B = {3, 4, 5}, C = {1, 4, 6, 16},
D = {2, 3, 8, 10}, E = {1, 2, 4, 6, 8};
ella

R ⊆ A × B tal que (x, y) ∈ R ⇔ x + y ≤ 5;


S ⊆ A × C tal que (x, y) ∈ S ⇔ y = x2 ;
T ⊆ C × D tal que (x, y) ∈ T ⇔ y = x/2;
P ⊆ E 2 tal que (x, y) ∈ P ⇔ 3 divide a x + y.
Av
82 CAPÍTULO 3. RELACIONES

(i) Diga si las relaciones R, S y T son simétricas, antisimétricas


y/o transitivas, justificando sus respuestas.
(ii) Diga si P es reflexiva, irreflexiva, antirreflexiva, simétrica, an-
tisimétrica y/o transitiva, justificando sus respuestas.
3.2.2. Sea R definida sobre Z como (a, b) ∈ R ⇔ a2 + a = b2 + b. Deter-
mine si es reflexiva, irreflexiva, antirreflexiva, simétrica, asimétrica,
antisimétrica y/o transitiva.
3.2.3. Sea S definida sobre Z2 (es decir, S ⊆ Z4 ) como (a, b) S (a′ , b′ ) ⇔
ab′ = ba′ . Determine si es reflexiva, irrefelxiva, antirreflexiva, simétri-
ca, asimétrica, antisimétrica y/o transitiva.

enz
3.2.4. Sean R, S y T relaciones sobre un conjunto cualquiera A. Demuestre
lo siguiente:
(i) Si R y S son reflexivas, entonces la relación R ∪ S es reflexiva;

(ii) R y S son reflexivas si y sólo si la relación R ∩ S es reflexiva;


(iii)
, Sa
R ∪ R−1 es una relación simétrica;
(iv) R es simétrica si y sólo si R−1 es simétrica;
(v) R es simétrica si y sólo si R = R−1 ;
(vi) R es transitiva si y sólo si R ◦ R ⊆ R;
ero

(vii) R es transitiva si y sólo si R−1 es transitiva;


(viii) Si R y S son transitivas, entonces la relación R∩S es transitiva;

(ix) Si R y S son antisimétricas, entonces la relación R ∩ S es


mp

antisimétrica.
3.2.5. Sean R y S relaciones sobre un conjunto cualquiera A. Las sigu-
ientes afirmaciones no siempre son ciertas. Encuentre contraejemp-
los, justficándolos.
, Ca

(i) Si R ∪ S es reflexiva, entonces R y S son reflexivas.


(ii) R es transitiva si y sólo si R ⊆ R ◦ R;
(iii) Si R y S son transitivas, entonces la relación R∪S es transitiva;

(iv) Si R y S son antisimétricas, entonces la relación R ∪ S es


ella

antisimétrica;
(v) R−1 = im(R) × dom(R).

3.2.6. Si es posible, dé un ejemplo de una relación R definida sobre un


conjunto A de forma que (y si no es posible, por qué no lo es):
Av
3.2. TIPOS DE RELACIONES 83

(i) R sea reflexiva y antisimétrica;


(iii) R sea irreflexiva y antismiétrica;
(iii) R sea reflexiva, antismiétrica y transitiva;
(iv) R sea antirreflexiva y transitiva.

3.2.1. Relaciones de equivalencia


Existen relaciones muy especiales en matemáticas, las relaciones de equi-
valencia. Son muy especiales pues “dividen” al conjunto sobre el que están
definidas en partes bien diferenciadas, a esto le llamamos una partición del
conjunto. Recordemos que una relación binaria R es reflexiva si y sólo si

enz
para todo x ∈ A, (x, x) ∈ R, es simétrica si y sólo si para todo (x, y) ∈ R,
se tiene que (y, x) ∈ R, y es transitiva si y sólo si siempre que (x, y) ∈ R
y (y, z) ∈ R se tiene que (x, z) ∈ R, véanse las Definiciones 3.2.1, 3.2.7 y
3.2.10. En esta sección consideraremos relaciones que cumplan las tres condi-
ciones1 , que justamente son las llamadas relaciones de equivalencia. Veamos
, Sa
primero diversos ejemplos.
Ejemplo 3.2.13. Veamos que la relación R = {(1, 1), (2, 2), (3, 3), (1, 2), (2, 1)}
es de equivalencia sobre el conjunto A = {1, 2, 3}.
Como 1R1, 2R2 y 3R3, R es reflexiva sobre A.
Como
ero

1R1 y 1R1,
2R2 y 2R2,
3R3 y 3R3,
1R2 y 2R1, y
mp

2R1 y 1R2, R es simétrica.


Como
1R1 y 1R1, y 1R1,
1R1 y 1R2, y 1R2,
, Ca

2R2 y 2R2, y 2R2,


2R2 y 2R1, y 2R1,
3R3 y 3R3, y 3R3,
1R2 y 2R2, y 1R2,
1R2 y 2R1, y 1R1,
ella

2R1 y 1R1, y 2R1,


2R1 y 1R2, y 2R2, R es transitiva.
Por lo tanto, R es relación de equivalencia sobre A. ⊣
1
El lector interesado en estudiar más cada uno de estos tres conceptos y otro tipo de
relaciones en un conjunto puede revisar el inicio de esta Sección.
Av
84 CAPÍTULO 3. RELACIONES

Ejemplo 3.2.14. Sea R la relación definida sobre Z como


(x, y) ∈ R si y sólo si x, y tienen la misma paridad.
Es decir, x, y estarán relacionados si ambos son pares o ambos son im-
pares2 .
¿Es R reflexiva sobre Z?
Dado a ∈ Z, a tiene la misma paridad que sı́ mismo, por lo que (a, a) ∈ R.
Por lo tanto, para todo a ∈ R, (a, a) ∈ R y R es reflexiva.
¿Es R simétrica?
Supongamos que (a, b) ∈ R. Queremos ver si (b, a) ∈ R.
Como (a, b) ∈ R, a, b son ambos pares o ambos impares. Ahora, b, a son
ambos pares o ambos impares. Por lo tanto, (b, a) ∈ R. Ası́, R es simétrica.

enz
¿Es R transitiva?
Supongamos que (a, b) ∈ R y (b, c) ∈ R. Queremos ver si (a, c) ∈ R.
Como (a, b) ∈ R y (b, c) ∈ R, a, b tienen la misma paridad y b, c tienen
la misma paridad. Entonces a y c tienen la misma paridad. Por lo tanto,
, Sa
(a, c) ∈ R. Ası́, R es transitiva.
Observe además que R no es antisimétrica, pues (3, 1) ∈ R, (1, 3) ∈ R y
1 6= 3. ⊣

Entonces R es reflexiva en Z, simétrica y transitiva, que es lo que cumplen


las relaciones de equivalencia.
ero

Definición 3.2.15. Una relación binaria R es de equivalencia sobre un


conjunto A no vacı́o si y sólo si es reflexiva sobre A, es simétrica y es
transitiva. Cuando R es una relación de equivalencia, el hecho de que (a, b) ∈
mp

R se denota a ∼ b. Además, si a ∼ b decimos que a es equivalente a b.

En el Ejemplo 3.2.14 escribirı́amos entonces que ∼ está definida sobre Z


como
x ∼ y si y sólo si x, y tienen la misma paridad.
, Ca

Veamos que esta relación se puede describir de otra manera. Observemos


que x, y ∈ Z están relacionados cuando tienen la misma paridad. Recordemos
que si restamos dos pares o dos impares, el número obtenido es par. De hecho
ésta es una manera de detectar si dos números tienen o no la misma paridad,
ya que al restar dos enteros obtenemos un par si y sólo si ambos son pares o
ella

ambos impares. La relación queda definida entonces de la siguiente manera:

x ∼ y si y sólo si x − y es par.
2
Asumiremos que todo número entero es par o impar y no puede ser ambos al mismo
tiempo. Más adelante esto quedará justificado con el algoritmo de la división.
Av
3.2. TIPOS DE RELACIONES 85

o bien

x ∼ y si y sólo si x − y = 2k para algún k ∈ Z.


Los siguientes dos ejemplos de relaciones de equivalencia son generaliza-
ciones del Ejemplo 3.2.14.

Ejemplo 3.2.16. Sea R la relación definida sobre Z como


(x, y) ∈ R si y sólo si x − y = 3k para algún k ∈ Z.
¿Es R reflexiva sobre R?
Dado a ∈ Z, a − a = 0 = 3(0), por lo que (a, a) ∈ R. Por lo tanto, para

enz
todo a ∈ R, (a, a) ∈ R y R es reflexiva.
¿Es R simétrica?
Supongamos que (a, b) ∈ R. Queremos ver si (b, a) ∈ R.
Como (a, b) ∈ R, a − b = 3k para alguna k ∈ Z. Ahora, el inverso aditivo
de a−b es b−a, y b−a = −3k = 3(−k), con −k ∈ Z. Por lo tanto, (b, a) ∈ R.
, Sa
Ası́, R es simétrica.
¿Es R transitiva?
Supongamos que (a, b) ∈ R y (b, c) ∈ R. Queremos ver si (a, c) ∈ R.
Como (a, b) ∈ R y (b, c) ∈ R, a − b = 3k para alguna k ∈ Z y b − c = 3q
para alguna q ∈ Z. Entonces (a − b) + (b − c) = 3k + 3q, es decir, a − c =
ero

3(k + q) con k + q ∈ Z. Por lo tanto, (a, c) ∈ R. Ası́, R es transitiva.


Por lo anterior, R es una relación de equivalencia. ⊣

Ejemplo 3.2.17. Sea R la relación definida sobre R como


mp

(x, y) ∈ R si y sólo si x − y ∈ Z.
¿Es R reflexiva sobre Z?
Dado a ∈ R, a − a = 0 ∈ Z, por lo que (a, a) ∈ R. Por lo tanto, para
todo a ∈ R, (a, a) ∈ R y R es reflexiva.
, Ca

¿Es R simétrica?
Supongamos que (a, b) ∈ R. Queremos ver si (b, a) ∈ R.
Como (a, b) ∈ R, a − b ∈ Z. Ahora, el inverso aditivo de a − b es b − a, y
b − a ∈ Z. Por lo tanto, (b, a) ∈ R. Ası́, R es simétrica.
¿Es R transitiva?
ella

Supongamos que (a, b) ∈ R y (b, c) ∈ R. Queremos ver si (a, c) ∈ R.


Como (a, b) ∈ R y (b, c) ∈ R, a − b ∈ Z y b − c ∈ Z. Entonces
(a − b) + (b − c) ∈ Z, es decir, a − c ∈ Z. Por lo tanto, (a, c) ∈ R. Ası́,
R es transitiva.
Por lo tanto, R es una relación de equivalencia. ⊣
Av
86 CAPÍTULO 3. RELACIONES

Si ∼ es una relación de equivalencia sobre un conjunto A, entonces es


útil trabajar con el conjunto de elementos de A que son equivalentes a un
elemento especı́fico de A. A este conjunto le llamamos la clase de equivalencia
del elemento.

Definición 3.2.18. Sea ∼ una relación de equivalencia sobre un conjunto


A 6= ∅. Sea a ∈ A. La clase de equivalencia de a, denotada como [a] (o por
[a]∼ en caso de que se trabaje con varias relaciones de equivalencia y pueda
haber confusión), es el conjunto de todos los elementos de A equivalentes a
a. Es decir,
[a] = {x ∈ A : x ∼ a}.

enz
Claramente la clase de equivalencia de un elemento de A bajo una
relación de equivalencia ∼ es un subconjunto de A.
Del Ejemplo 3.2.13, tenemos las siguientes clases de equivalencia.
[1] ={1, 2}
, Sa
[2] ={1, 2} = [1]
[3] ={3}

Ası́, tenemos dos clases de equivalencia distintas, la clase [1] y la clase [3],
ambas siendo subconjuntos de A.
ero

En el Ejemplo 3.2.14

[0] = {y ∈ R : y ∼ 0}
= {y ∈ R : y − 0 = 2k para alguna k ∈ Z}
mp

= {y ∈ R : y = 2k para alguna k ∈ Z}.

Es decir, la clase de equivalencia del 0 consiste de todos los enteros pares.


Esto significa, por ejemplo, que [0] = [2] = [−4], etc. De hecho veremos en
el siguiente lema que en general si dos elementos están relacionados en una
, Ca

relación de equivalencia sus clases de equivalencia son la misma. Veamos


cuál es la clase de equivalencia del 1:

[1] = {y ∈ R : y ∼ 1}
= {y ∈ R : y − 1 = 2k para alguna k ∈ Z}
ella

= {y ∈ R : y = 2k + 1 para alguna k ∈ Z}.

Entonces la clase de equivalencia del 1 consiste de todos los enteros impares.


Otra vez, obsérvese que, por ejemplo, [1] = [−1] = [25], etc. Podemos con-
cluir entones que para esta relación de equivalencia existen sólo dos clases
Av
3.2. TIPOS DE RELACIONES 87

de equivalencia distintas, la clase [0], que es en la que están los pares, y la


clase [1], que es en la que están los impares.
En el Ejemplo 3.2.16
[2] = {y ∈ R : y ∼ 2}
= {y ∈ R : ∃ k ∈ Z (y − 2 = 3k)y − 2 = 3k}
= {y ∈ R : ∃ k ∈ Z (y = 3k + 2)y − 2 = 3k}.
Por otro lado en el Ejemplo 3.2.17, dado a ∈ R, tenemos que
[a] = {x ∈ R : x ∼ a}
= {x ∈ R : x − a ∈ Z}
= {x ∈ R : ∃ k ∈ Z (x − a = k)}

enz
= {x ∈ R : ∃ k ∈ Z (x = a + k)}.
Es decir, todos los elementos equivalentes a a (en su clase de equivalencia)
se obtienen sumando a a todos los enteros. Entonces, por ejemplo, 23 ∈ [ 53 ],
, Sa
pues 53 − 23 = 33 = 1 ∈ Z, o bien 53 = 23 + 1; y π + 2 ∈ [π], pues π − (π + 2) =
−2 ∈ Z.
Para la posterior discusión, nos será de gran utilidad el siguiente resul-
tado.
Lema 3.2.19. Sea ∼ una relación de equivalencia definida en un conjunto
ero

A 6= ∅. Entonces se cumple lo siguiente:


(i) para cualesquiera a, a′ ∈ A, a ∼ a′ si y sólo si [a] = [a′ ];
(ii) para cualesquiera a, a′ ∈ A, a ≁ a′ si y sólo si [a] ∩ [a′ ] = ∅.
mp

Demostración.
(i) Sean a, a′ ∈ A.
Veamos primero que si a ∼ a′ , entonces [a] ⊆ [a′ ]. Supongamos que
, Ca

a ∼ a′ y sea b ∈ [a] = {x ∈ A : x ∼ a}. Tenemos entonces que b ∼ a,


pero además a ∼ a′ y la relación es transitiva, ası́ b ∼ a′ y por tanto
b ∈ [a′ ]. Hemos probado entonces que si un elemento está relacionado
con otro, la clase de equivalencia del primero está contenida en la clase
de equivalencia del segundo. Para ver la otra contención observemos
que como a ∼ a′ y la relación es simétrica entonces a′ ∼ a; por lo antes
ella

probado tenemos que [a′ ] ⊆ [a]. Por lo tanto [a] = [a′ ].


Ahora veamos que si [a] = [a′ ], entonces a ∼ a′ . Supongamos que
[a] = [a′ ]. Como a ∼ a, por la reflexividad de ∼, tenemos que a ∈ [a].
Como [a] = [a′ ], a ∈ [a′ ], por lo que a ∼ a′ .
Av
88 CAPÍTULO 3. RELACIONES

(ii) Sean a, a′ ∈ A.
Para demostrar que a ≁ a′ implica que [a] ∩ [a′ ] = ∅, veamos que si
[a] ∩ [a′ ] 6= ∅, entonces a ∼ a′ . Supongamos que [a] ∩ [a′ ] 6= ∅ y sea
b ∈ [a] ∩ [a′ ] 6= ∅. Como b ∈ [a], tenemos que b ∼ a y debido a que la
relación es simétrica a ∼ b. Además, b ∈ [a′ ], por lo que b ∼ a′ . Ası́,
a ∼ b y b ∼ a′ , lo cual implica, usando que la relación es transitiva,
que a ∼ a′ .
Ahora, sabemos por el inciso anterior que si a ∼ a′ , entonces [a] = [a′ ].
Como a ∈ [a], a ∈ [a′ ], por lo que [a] ∩ [a′ ] 6= ∅. Ası́, tenemos que si
a ∼ a′ , entonces [a] ∩ [a′ ] 6= ∅, por lo que [a] ∩ [a′ ] = ∅ implica que
a ≁ a′ .

enz


Ahora veamos la definición de conjunto cociente, que es el conjunto que


reúne a todas las clases de equivalencia de una relación de equivalencia.
, Sa
Definición 3.2.20. Sea A un conjunto no vacı́o y ∼ una relación de equi-
valencia sobre A. El conjunto cociente de A bajo ∼, denotado A/ ∼ es el
conjunto de todas las clases de equivalencia inducidas por ∼. Es decir,

A/∼ = {[a] : a ∈ A}.


ero

Del Ejemplo 3.2.13, tenemos que A/ ∼ = {[1], [2], [3]} = {[1], [3]} =
{{1, 2}, {3}}.
Del Ejemplo 3.2.14, tenemos que A/∼ = {[0], [1]}, pues como ya vimos
más arriba, si un entero z es par, entonces [z] = [0] y si un entero y es impar,
mp

[y] = [1].
Retomemos ahora la idea de que una relación de equivalencia sobre un
conjunto “divide” al conjunto en partes diferenciadas. De hecho, podemos
decir que una relación de equivalencia “particiona” un conjunto, a través de
, Ca

sus clases de equivalencia.

Definición 3.2.21. Sean A 6= ∅ e I 6= ∅ dos conjuntos tales que para cada


i ∈ I, existe un subconjunto Ai ⊆ A. Decimos que el conjunto P = {Ai : i ∈
I} es una partición de A si y sólo si
ella

1. para toda i ∈ I, Ai 6= ∅;

2. si i, j ∈ I son tales que Ai 6= Aj , entonces Ai ∩ Aj = ∅;

3. para toda a ∈ A, hay i ∈ I tal que a ∈ Ai .


Av
3.2. TIPOS DE RELACIONES 89

Observemos que la condición 1 de la definición dice que los elementos


de una partición son no vacı́os, es decir que realmente cada parte tiene
algo; la condición 2 dice que los elementos de una partición de A, que son
subconjuntos de A, son ajenos por pares, es decir, no comparten ningún
elemento; la condición 3 dice que la unión de todos los elementos de una
partición contiene a A, es decir, que
[
Ai ⊇ A,
i∈I
donde [
Au = {x : ∃i ∈ I(x ∈ Ai )}
i∈I
es
S la generalización de la operación unión de conjuntos. La otra contención

enz
i∈I Ai ⊆ A, se da por el hecho de que los elementos de la partición son
subconjuntos de A. Es decir, finalmente obtenemos que
[
A= Ai .
i∈I , Sa
En otras palabras, el conjunto A se parte en trozos Ai , no vacı́os, ajenos
entre sı́ y de modo que al unirlos todos recuperamos el conjunto A con el
que empezamos.

Ejemplo 3.2.22. Sea A = {1, 2, 3}. Veamos que P = {{1, 2}{3}} es una
ero

partición de A.
Claramente los elementos de P son no vacı́os, pues todos tienen al menos
un elemento. Además, como 1 6= 3 y 2 6= 3, {1, 2} ∩ {3} = ∅ y los elementos
de P son ajenos por pares. También es claro que para toda a ∈ A, existe un
mp

elemento p ∈ P tal que a ∈ p. Por lo tanto, P es una partición de A. ⊣

Ejemplo 3.2.23. Sea P = {{x ∈ R : x − a ∈ Z} : a ∈ [0, 1)}. Veamos que


P es una partición del conjunto de los números reales R.
Sea a ∈ [0, 1). Entonces a ∈ R y a − a = 0 ∈ Z. Por lo tanto, a ∈ {x ∈
, Ca

R : x − a ∈ Z} y {x ∈ R : x − a ∈ Z} = 6 ∅.
Sean a, b ∈ [0, 1). Supongamos que {x ∈ R : x − a ∈ Z} ∩ {x ∈ R : x − b ∈
Z} =6 ∅. Entonces, sea y ∈ {x ∈ R : x−a ∈ Z}∩{x ∈ R : x−b ∈ Z}, entonces
y ∈ R, y −a ∈ Z y y −b ∈ Z. Como a ∈ [0, 1), usando nuestros conocimientos
de los reales, −a ∈ (−1, 0] y y − a ∈ (y − 1, y]. De la misma manera, como
ella

b ∈ [0, 1), y − b ∈ (y − 1, y]. Pero sólo hay un entero en el intervalo (y − 1, y]


y y − a ∈ Z y y − b ∈ Z. Por lo tanto, y − a = y − b, pero entonces −a = −b y
a = b. Por lo tanto, si {x ∈ R : x−a ∈ Z}∩{x ∈ R : x−b ∈ Z} = 6 ∅, tenemos
que a = b, que es la contrapuesta de la condición 2 para ser partición.
Sea r ∈ R, usando nuestros conocimientos de los reales, sabemos que existe
Av
90 CAPÍTULO 3. RELACIONES

un z ∈ Z tal que r ∈ [z, z + 1). Entonces r − z ∈ [0, 1). Por lo tanto, hay
r − z ∈ [0, 1) tal que r ∈ {x ∈ R : x − (r − z) ∈ Z}, pues r − (r − z) = z y
z ∈ Z. Ası́, P cumple la condición 3 para ser partición.
Por lo tanto, P es una partición de R. ⊣

No es coincidencia que los ejemplos 3.2.17 y 3.2.22, y los ejemplos 3.2.13


y 3.2.23 sean tan similares, pues ahora veremos que el conjunto de clases de
equivalencia (es decir, el conjunto cociente) de una relación de equivalencia
siempre es una partición, y que inversamente, dada una partición, existe
una relación de equivalencia cuyo conjunto de clases de equivalencia es la
partición.

enz
Teorema 3.2.24. Sea ∼ una relación de equivalencia definida en un con-
junto A 6= ∅. Entonces las clases de equivalencia cumplen lo siguiente:

(i) si a ∈ A, entonces [a] 6= ∅;


, Sa
(ii) para cualesquiera a, a′ ∈ A, si [a] 6= [a′ ], entonces [a] ∩ [a′ ] = ∅.

(iii) para toda a ∈ A, hay a′ ∈ A tal que a ∈ [a′ ].

En otras palabras, el conjunto cociente A/∼ = {[a] : a ∈ A} es una partición


de A.
ero

Demostración.

(i) Sea a ∈ A. Como la relación es reflexiva, sabemos que a ∼ a, por lo


mp

cual a ∈ [a] y [a] 6= ∅.

(ii) Sean a, a′ ∈ A. Supongamos que [a] 6= [a′ ] por la contrapositiva del


inciso i del Lema 3.2.19 a ≁ a′ y por el inciso ii del mismo lema
[a] ∩ [a′ ] = ∅.
, Ca

(iii) Dada a ∈ A, es claro que hay un a′ ∈ A, haciendo a′ = a, tal que


a ∈ [a′ ], pues en este caso [a′ ] = [a].


ella

De este toerema se sigue lo siguiente.

Corolario 3.2.25. Si A 6= ∅ y ∼ es una relación de equivalencia en A,


A/∼ es una partición de A. Es decir, ∼ determina o induce una partición
del conjunto A.
Av
3.2. TIPOS DE RELACIONES 91

Demostración. El lector debe comprobar que esto es consecuencia del


teorema anterior. 

Ejemplo 3.2.26. Sea A el formado por todos los puntos del plano. Sea ∼
la relación sobre A definida como p ∼ q si y sólo si p y q distan lo mismo
del origen, es decir si kpk = kqk. La clase de equivalencia de un punto p
en el plano está dada por todos aquellos puntos cuya norma es igual a la
de p, es decir [p]∼ = {q ∈ A : kpk = kqk}, por lo cual es precisamente la
circunferencia centrada en el origen que pasa por el punto p. La colección
de todas las circunferencias con centro en el origen es la partición del plano
determinada por esta relación de equivalencia. Véase la Figura 3.5. ⊣

enz
2.4

1.6
, Sa
0.8

-4.8 -4 -3.2 -2.4 -1.6 -0.8 0 0.8 1.6 2.4 3.2 4 4.8
ero

-0.8

-1.6
mp

-2.4
, Ca

Figura 3.5: Algunas clases de equivalencia que conforman la partición del


plano

Ahora demostramos el recı́proco: que toda partición induce una relación


de equivalencia.
ella

Teorema 3.2.27. Sean A 6= ∅ y {Ai : i ∈ I} una partición de A. Entonces


queda inducida en A la siguiente relación de equivalencia: “dos elementos
de A están relacionados si y sólo si pertenecen al mismo subconjunto de la
partición”.
Av
92 CAPÍTULO 3. RELACIONES

Demostración. Sean A 6= ∅, y {Ai : i ∈ I} una partición de A.


Definimos la siguiente relación R sobre A:
(a, b) ∈ R si y sólo si hay i ∈ I tal que a ∈ Ai y b ∈ Ai .
Veremos que R es una relación de equivalencia sobre A.
Primero veamos que R es reflexiva, es decir, que para toda a ∈ A, (a, a) ∈
R.
Sea a ∈ A. Como {Ai : i ∈ I} es partición, hay i ∈ I tal que a ∈ Ai . Ası́,
a ∈ Ai y a ∈ Ai . Por lo tanto, (a, a) ∈ R y R es reflexiva.
Ahora veamos que R es simétrica, es decir, que si (a, b) ∈ R, entonces
(b, a) ∈ R.

enz
Sean a, b ∈ A tales que (a, b) ∈ R, entonces, por como definimos R, hay i ∈ I
tal que a ∈ Ai y b ∈ Ai . Pero entonces hay i ∈ I tal que b ∈ Ai y a ∈ Ai ,
por lo que (b, a) ∈ R. Ası́, R es simétrica.
Finalmente veamos que R es transitiva, es decir, que si (a, b) ∈ R y
, Sa
(b, c) ∈ R, entonces (a, c) ∈ R.
Sean a, b, c ∈ A tales que (a, b) ∈ R y (b, c) ∈ R. Como (a, b) ∈ R, hay i ∈ I
tal que a ∈ Ai y b ∈ Ai . Como (b, c) ∈ R, hay j ∈ I tal que b ∈ Aj y c ∈ Aj .
Como b ∈ Ai y b ∈ Aj , Ai ∩ Aj 6= ∅. Entonces, por la contrapositiva de la
segunda condición de partición, Ai = Aj . Ası́, hay i ∈ I tal que a ∈ Ai y
ero

c ∈ Ai . Por lo tanto, (a, c) ∈ R y R es transitiva.


Concluimos que R es una relación de equivalencia sobre A. 
mp

Ejemplo 3.2.28. Sea A el conjunto de todos los puntos del plano. Sea P
la partición del plano en rectas horizontales, es decir P = {Ay : y ∈ R} con
Ay = {(x, y) : x ∈ R}. Véase la Figura 3.6.
, Ca

La relación de equivalencia relación inducida por la partición está dada


por (x1 , y1 ) ∼ (x2 , y2 ) si y sólo si y1 = y2 , ya que (x1 , y1 ) ∼ (x2 , y2 ) si y
sólo si (x1 , y1 ), (x2 , y2 ) ∈ Ay para algún y ∈ R, en otras palabras si y sólo si
y1 = y2 = y para algún y ∈ R. ⊣
ella

Retomando los Ejemplos 3.2.13 y 3.2.22, podemos ver que la relación


∼= {(1, 1), (2, 2), (3, 3), (1, 2), (2, 1)} induce la partición P = {{1, 2}, {3}},
pues [1]∼ = [2]∼ = {1, 2} y [3]∼ = {3}.
Recı́procamente, podemos ver que la partición P = {{1, 2}, {3}} induce la
Av
3.2. TIPOS DE RELACIONES 93

2.4

1.6

0.8

-4.8 -4 -3.2 -2.4 -1.6 -0.8 0 0.8 1.6 2.4 3.2 4 4.8

-0.8

enz
-1.6

-2.4

, Sa
Figura 3.6: Algunos elementos de la partición del plano
ero

relación de equivalencia ∼= {(1, 1), (2, 2), (3, 3), (1, 2), (2, 1)}, pues

x ∼ y si y sólo si hay p ∈ P = {{1, 2}, {3}} tal que x ∈ p y y ∈ p,


si y sólo si (x ∈ {1, 2} ∧ y ∈ {1, 2}) ∨ (x ∈ {3} ∧ y ∈ {3}),
mp

si y sólo si (x = 1 ∧ y = 1) ∨ (x = 1 ∧ y = 2) ∨ (x = 2 ∧ y = 1)
∨ (x = 2 ∧ y = 2) ∨ (x = 3 ∧ y = 3),
si y sólo si (x, y) ∈ {(1, 1), (2, 2), (3, 3), (1, 2), (2, 1)}.
, Ca

Retomando los Ejemplos 3.2.17 y 3.2.23, podemos ver que la relación ∼


definida sobre R como

x ∼ y si y sólo si x − y ∈ Z,

induce la partición P = {{z ∈ R : z − a ∈ Z} : a ∈ R}, ya que


ella

[a]∼ = {z ∈ R : z − a ∈ Z}.
Recı́procamente, podemos ver que la partición
P = {{z ∈ R : z − a ∈ Z} : a ∈ R} induce la relación de equivalencia

x ∼ y si y sólo si x − y ∈ Z,
Av
94 CAPÍTULO 3. RELACIONES

pues
x ∼ y si y sólo si hay {z ∈ R : z − a ∈ Z} ∈ P tal que x ∈ {z ∈ R : z − a ∈ Z}
y y ∈ {z ∈ R : z − a ∈ Z},
si y sólo si hay a ∈ R tal que x ∈ {z ∈ R : z − a ∈ Z}
y y ∈ {z ∈ R : z − a ∈ Z},
si y sólo si x, y ∈ R y hay a ∈ R tal que x − a ∈ Z y y − a ∈ Z,
si y sólo si x, y ∈ R y x − y ∈ Z.

El último si y sólo si se justifica de la siguiente manera:


Si x, y ∈ R y hay a ∈ R tal que x − a ∈ Z y y − a ∈ Z, entonces x − y =
x − a − (y − a) ∈ Z. Por lo tanto, x, y ∈ R y x − y ∈ Z.

enz
Para el recı́proco veamos que si x, y ∈ R y x − y ∈ Z, entonces x − y ∈ Z y
y − y ∈ Z.
Ahora veamos que para cada partición de un conjunto A, existe una
única relación de equivalecia que la induce.
, Sa
Proposición 3.2.29. Sea A un conjunto no vacı́o. Sean ∼ y ∼′ relaciones
de equivalencia definidas sobre A tales que inducen la misma partición en
A. Entonces ∼ = ∼′ .
Demostración. Sean ∼ y ∼′ relaciones de equivalencia sobre A tales que
ero

{[z]∼′ : z ∈ A} = {[z]∼ : z ∈ A}. Queremos demostrar que ∼ = ∼′ .


Sean x, y ∈ A tales que x ∼ y, entonces x ∈ [y]∼ . Como [y]∼ ∈ {[z]∼ : z ∈
A} y {[z]∼′ : z ∈ A} = {[z]∼ : z ∈ A}, tenemos que [y]∼ ∈ {[z]∼′ : z ∈ A}.
Ası́, [y]∼ = [z]∼′ para alguna z ∈ A. Como x, y ∈ [y]∼ , x, y ∈ [z]∼′ , es decir
x ∼′ z, y ∼′ z. Por la simetrı́a de ∼′ x ∼′ z, z ∼′ y, y por ser transitiva
mp

x ∼′ y. Por lo tanto, ∼ ⊆ ∼′ .
La otra contención es análoga y se deja al lector. 

Veamos ahora que para cada relación de equivalencia sobre un conjunto


, Ca

no vacı́o A, existe una única partición inducida por ella.

Observación 3.2.30. Sean P = {Ai : i ∈ I} una partición sobre A y ∼ la


relación de equivalencia que induce. Si Ai ∈ P y x ∈ Ai , entonces [x]∼ = Ai .
Esto se debe a que [x] = {z ∈ A : z ∼ x} y dado que ∼ es la relación de
equivalencia inducida por P se tiene
ella

[x] = {z ∈ A : z ∼ x} = {z ∈ A : z, x ∈ Aw para algún w ∈ I}

Sabemos que x ∈ Ai , por lo que si z, x ∈ Aw para algún w ∈ I, Ai ∩Aw 6=


∅ y al ser P una partición Ai = Aw . Ası́
Av
3.2. TIPOS DE RELACIONES 95

[x] = {z ∈ A : z ∼ x} = {z ∈ A : z ∈ Ai } = Ai

Proposición 3.2.31. Sean P y P ′ particiones sobre un conjunto A. Sean


∼ y ∼′ , las relaciones de equivalencia definidas por P y P ′ respectivamente.
Si ∼= ∼′ , entonces P = P ′ .

Demostración. Sean P = {Ai : i ∈ I} y P ′ = {A′j : j ∈ J} particiones


sobre A tales que las relaciones de equivalencia que inducen son iguales.
Queremos mostrar que P = P ′ .
Veamos primero que P ⊆ P ′ . Sea Ai ∈ P . Sabemos que Ai 6= ∅, ya que
P es una partición, ası́ que podemos considerar x ∈ Ai . De la Observación

enz
3.2.30 tenemos que [x]∼ = Ai . Por otro lado, debido a que x ∈ A y P ′ es una
partición de A, existe j ∈ J tal que x ∈ A′j y nuevamente por la observación
3.2.30 [x]∼′ = A′j . Además por hipótesis ∼=∼′ y entonces

Ai = [x]∼ = [x]∼′ = A′j ∈ P ′ .


, Sa
De aquı́ que Ai ∈ P ′ . Por lo tanto P ⊆ P ′ . Análogamente, se puede
demostrar que P ′ ⊆ P y se deja al lector.
Por lo tanto, P = P ′ . 

Finalmente veamos que toda partición es la partición inducida por alguna


ero

relación de equivalencia:

Proposición 3.2.32. Sean P = {Ai : i ∈ I} una partición sobre A y ∼ la


relación de equivalencia que induce. Entonces P = {[x]∼ : x ∈ A}.
mp

Demostración. Veamos primero que P ⊆ {[x] : x ∈ A}. Sea Ai ∈ P . Como


P es una partición sabemos que Ai 6= ∅, consideremos entonces z ∈ Ai . Por
la Observación 3.2.30 Ai = [z] ∈ {[x] : x ∈ A}.
Ahora probemos que {[x] : x ∈ A} ⊆ P . Sea [z] ∈ {[x] : x ∈ A}. Como
, Ca

z ∈ A y P es una partición, existe i ∈ I tal que z ∈ Ai ; nuevamente por la


Observación 3.2.30 tenemos que [z] = Ai ∈ P .


Cuando trabajamos con una relación de equivalencia sobre un conjun-


to, agrupamos a los elementos de dicho conjunto en clases de equivalencia.
ella

Intuitivamente dejamos de ver a cada elemento por separado, nos concen-


tramos en alguna propiedad que identifica a los elementos que están en una
misma clase y trabajamos con toda la clase de equivalencia. En el Ejemplo
3.2.14 el conjunto es el de los números enteros; sabemos que 2 6= 4 pero si
sólo nos interesa el hecho de que el número sea par o impar, será indistinto
Av
96 CAPÍTULO 3. RELACIONES

trabajar con el 2 o con el 4. Esto se ve reflejado en que [2] = [4]; por otro
lado cualquier número par nos servirá para representar a todos los pares.
La idea de identificar varios objetos y trabajarlos como uno es bastante
común. Por ejemplo, en nuestro calendario tenemos semanas de siete dı́as e
identificamos dos dı́as distintos cuando difieren por siete dı́as. Sabemos que
el dı́a martes 21 de junio de 2011 y el dı́a martes 28 de junio de 2011 son
distintos, pero los identificamos como martes a ambos si lo que nos interesa
es en qué dı́a de la semana estamos. En realidad lo que estamos haciendo
es dar una relación de equivalencia en la colección de dı́as del calendario,
relacionándolos cuando difieren exactamente por siete dı́as. En este caso hay
siete clases de equivalencia y están formadas por todos los dı́as que son lunes,
todos los que son martes, etc. Aunque cada clase tiene muchos elementos,

enz
todos se trabajan como un solo objeto.
Otro ejemplo se da cuando medimos ángulos. Aunque usamos números
reales, sabemos que 380◦ = 20◦ . Los números 380 y 20 son diferentes pero
los identificamos porque representan el mismo ángulo ya que difieren por
, Sa
exactamente un giro de 360 grados. En el fondo lo que estamos haciendo
es definir una relación de equivalencia sobre R y relacionar x con y cuando
difieren por un número de vueltas completas en sentido de las manecillas o
en sentido contrario, es decir cuando x − y = 360k para algún k ∈ Z; en
este caso [380] = [20]. Cada clase de equivalencia está formada por todos los
ero

reales que representan el mismo ángulo, y cualquiera de sus elementos nos


sirve para identificar de qué ángulo se trata.
En general, cuando hablamos de clases de equivalencia, muchas veces
identificamos a los elementos que pertenecen a una misma clase. A cualquiera
de los elementos de una clase se le llama un representante de la clase de
mp

equivalencia.
Definición 3.2.33. Sean A un conjunto no vacı́o, ∼ una relación de equiva-
lencia sobre A y a ∈ A. Cualquier elemento b ∈ [a] se llama un representante
, Ca

de la clase [a] .
Cabe aclarar que aunque una clase de equivalencia y un representante de
ésta son diferentes, muchas veces pensamos o hablamos de la clase o de su
representante sin hacer una distinción entre ellos. Esto es formalmente un
abuso de lenguaje pero se debe a que, si conocemos el conjunto y la relación
ella

de equivalencia, a través del representante podemos reconstruir toda la clase


de equivalencia, es decir, en términos prácticos nos basta con el representante
para describir a toda la clase.
Formalizaremos ahora la idea de trabajar, ya no con cada elemento de
un conjunto por separado sino con la colección de las clases de equivalencia
Av
3.2. TIPOS DE RELACIONES 97

dadas por una relación, juntamos para ello a todas las clases de equivalencia
en un conjunto llamado el conjunto cociente.

Definición 3.2.34. Sea A un conjunto no vacı́o y ∼ una relación de equi-


valencia sobre A. El conjunto cociente de A bajo ∼, denotado A/ ∼ es el
conjunto de todas las clases de equivalencia inducidas por ∼. Es decir,

A/∼ = {[a] : a ∈ A}.

Del Ejemplo 3.2.13, tenemos que A/ ∼ = {[1], [2], [3]} = {[1], [3]} =
{{1, 2}, {3}}.
Si ∼ es una relación de equivalencia sobre A, se puede elegir un conjunto

enz
de ı́ndices I de tal forma que A/ ∼ = {[a] : a ∈ I} y que no se repita
varias veces una misma clase de equivalencia. Esto se logra eligiendo sólo un
representante de cada clase de equivalencia.
En el Ejemplo 3.2.13, si hacemos que I = {1, 3}, entonces A/∼ = {[a] :
a ∈ I}. También podemos elegir I ′ = {2, 3} y obtenemos que A/∼ = {[a] :
, Sa
a ∈ I ′ }. En ambos casos, elegimos como los elementos del conjunto de ı́ndices
a un y sólo un representante de cada clase de equivalencia.
En el Ejemplo 3.2.16 podemos considerar a I = {3, 10, −4}, entonces
Z/∼ = {[a] : a ∈ I}.
Por otro lado, en el Ejemplo 3.2.17 si tomamos el intervalo [0, 1) ⊆ R
ero

como el conjunto de ı́ndices, obtenemos que


R/∼ = {[a] : a ∈ R} = {[a] : a ∈ [0, 1)}.

Ası́, sólo tomamos un representante de cada clase de equivalencia.


mp

Ejercicios
3.2.1. Definamos la relación R ⊆ Z × Z de la siguiente forma: (n, m) ∈ R
, Ca

si y sólo si 7 divide a n − m. Pruebe que es relación de equivalencia


y encuentre la partición de Z inducida por R.

3.2.2. Sea A un conjunto no vacı́o. Sean ∼ y ∼′ relaciones de equivalencia


definidas sobre A tales que inducen la misma partición en A. Prueba
ella

que ∼′ ⊆ ∼.

3.2.3. Sean P = {Ai : i ∈ I} y P ′ = {A′v : v ∈ J} particiones sobre


A tales que las relaciones de equivalencia que inducen son iguales.
Demuestra que P ′ ⊆ P .
Av
98 CAPÍTULO 3. RELACIONES

3.2.4. Sea R una relación simétrica y transitiva. Sea (x, y) ∈ R, por ser
R simétrica (y, x) ∈ R. Tenemos entonces (x, y) ∈ R y (y, x) ∈ R
y por transitividad concluimos que (x, x) ∈ R. ¿Podemos entonces
decir que la simetrı́a y la transitividad implican la reflexividad?

3.2.5. Numerando las propiedades 1. reflexividad, 2. simetrı́a y 3. transi-


tividad da relaciones, si es que existen, que cumplan 1 y 2 pero no
3; 1 y 3 pero no 2; 2 y 3 pero no 1; 1 pero no 2 y 3; 2 pero no 1 y
3; 3 pero no 1 y 2.

3.2.6. Encuentra todas las posibles particiones de {a, b, c, d} y encuentra


para cada una la relación de equivalencia asociada.

enz
3.2.7. Definamos la relación R ⊆ Z × Z de la siguiente forma: (n, m) ∈ R
si y sólo si 7 divide a n − m. Prueba que es relación de equivalencia
y encuentra la partición de Z asociada a R.

3.2.8. Demuestre que las siguientes relaciones son de equivalencia, deter-


, Sa
mine las clases de equivalencia, dé un conjunto de ı́ndices y el con-
junto cociente.

(i) En Z, definimos la relación “∼” como


ero

x ∼ y ↔ x + y es par

(ii) En R2 , definimos la relación “∼” como (entonces ∼⊆ R2 × R2 )

(x, y) ∼ (x′ , y ′ ) ↔ y = y ′
mp

(iii) En N2 , definimos la relación “∼” como (entonces ∼⊆ N2 × N2 )

(a, b) ∼ (a′ , b′ ) ↔ a + b′ = b + a′
, Ca

(iv) En (Z \ {0})2 , definimos la relación “∼” como (entonces ∼⊆


(Z \ {0})2 × (Z \ {0})2 )

(a, b) ∼ (a′ , b′ ) ↔ ab′ = ba′


ella

(v) Sea A = [−1, 1] ⊂ R, sea S = {(x, y) ∈ A2 : x2 = y 2 }.


(vi) Sea B = {1, 2, 3, 4}, sea T = {(x, y) ∈ B 2 : x = y ∨ x + y = 3}.

3.2.9. Dé las particiones correspondientes a cada una de las relaciones de


equivalencia de la pregunta anterior.
Av
3.2. TIPOS DE RELACIONES 99

3.2.10. Demuestre que la siguiente relación ∼ definida sobre R es una


relación de equivalencia y describa cuál es la clase del 0, del 1/2,
del -1 y de π.
x ∼ y ↔ x2 − x = y 2 − y

3.2.11. Diga si las siguientes relaciones son reflexivas, irreflexivas, antir-


reflexivas, simétricas, antisimétricas, transitivas y/o de equivalen-
cia; además, represente las relaciones de los incisos (i) y (ii) gráfi-
camente:

(i) la relación R = {(x, y) ∈ R2 : x − y ∈ R+ }, donde R+ es el


conjunto de los reales positivos;

enz
(ii) la relación S = {(x, y) ∈ R2 : |x + y| = 2};
(iii) si A el conjunto de las rectas en el plano, la relación T =
{(a, b) ∈ A2 : a ∩ b 6= ∅};
(iv) si A el conjunto de las rectas en el plano, la relación
, Sa
V = {(a, b) ∈ A2 : a es perpendicular a b};

3.2.12. Diga si las siguientes son particiones de los conjuntos dados y si sı́,di-
ga cuáles son las relaciones de equivalencia inducidas, justificando
muy bien sus respuestas:
ero

(i) dado el conjunto N, sea P = {{n ∈ N : n es par }, {n ∈ N :


n es impar }};
(ii) dado el conjunto A = {1, 2, 3, 4, 5, 6}, sea P = {{1, 2}, {3, 4, 5, }, {6}};
mp

(iii) dado el conjunto R, sea P =


{{x ∈ R : x ≤ 0∧x es irracional}, {x ∈ R : x ≤ 0∧x es racional}, {x ∈
R : x > 0}};

3.2.13. Sea A un conjunto. Demuestre lo siguiente:


, Ca

(i) Si R y R′ dos relaciones de equivalencia sobre A, entonces


R ∩ R′ es una relación de equivalencia sobre A (¿es cierto que
R ∪ R′ es una relación de equivalencia sobre A?).
(ii) Una relación R ⊆ A2 se llama circular sii ∀x, y, z ∈ A((xRy ∧
ella

yRz) → zRx). Demuestre que una relación R sobre A es cir-


cular y reflexiva si y sólo si R es de equivalencia.
Av
100 CAPÍTULO 3. RELACIONES

enz
, Sa
ero
mp
, Ca
ella
Av
Capı́tulo 4

Funciones

enz
Hay un tipo de relaciones tan importante para las matemáticas que
amerita todo un capı́tulo: las funciones. El concepto de función seguramente
ya lo ha estudiado el lector, sobretodo en cursos de Cálculo, donde se estu-
, Sa
dian funciones en los reales. Aquı́ vemos el concepto de función en su manera
más general.

4.1. Definición y Ejemplos


ero

Una relación se llama una función de un conjunto A en un conjunto B si


y sólo si cada elemento de A está relacionado con un y sólo con un elemento
de B, es decir, a cada elemento de A le corresponde uno y sólo un elemento
de B. Veamos la definición formal.
mp

Definición 4.1.1. Sean A y B dos conjuntos cualesquiera. Una función f


de A en B es una relación f ⊆ A × B que cumple que:
(i) para toda x ∈ A, existe y ∈ B tal que (x, y) ∈ f , es decir,

, Ca

∀x x ∈ A ⇒ ∃y(y ∈ B ∧ (x, y) ∈ f ) ; y

(ii) cada elemento de A tiene asociado sólo uno de B, es decir,


  
∀ x ∈ A ∀ y1 , y2 ∈ B (x, y1 ) ∈ f ∧ (x, y2 ) ∈ f ⇒ y1 = y2 .
El hecho de que f sea una función de A en B se denota como f : A → B.
ella

Al conjunto B se le llama el codominio de f .


Si f es una función, entonces en particular es una relación, por lo que,
recordando la definición de dominio de una relación, podemos decir que la
condición expresada en el inciso (i) es equivalente a decir que dom(f ) = A.
Av

101
102 CAPÍTULO 4. FUNCIONES

Juntando las condiciones (i) y (ii) arriba expresadas, podemos decir que
para toda x ∈ A existe una única y ∈ B tal que (x, y) ∈ f . Entonces, si f
es una función de A en B, para cada x ∈ A denotamos con f (x) al único
elemento de B que le corresponde. Es decir, si (x, y) ∈ f, entonces escribimos
f (x) = y. A f (x) le llamamos la imagen de x bajo f . En ocasiones, decimos
que el elemento x ∈ A es mandado bajo la función f a f (x) y lo denotamos
por x 7→ f (x).
Como una función f : A → B es una relación binaria entre A y B, la
definición de la imagen de f es

im(f ) = {b ∈ B : ∃a a ∈ A ∧ (a, b) ∈ f },
pero entonces, como f es función,

enz

im(f ) = {y ∈ B : ∃x ∈ A f (x) = y } = {f (x) : x ∈ A}.
Por lo tanto, im(f ) ⊆ B.

Ejemplo 4.1.2. Sea f : R → R la función dada por f (x) = 5. Efectivamente


, Sa
es una función pues a todos los elementos de R les corresponde uno y sólo
uno de R, el número 5; por lo que en este caso im(f ) = {5}.
Observemos entonces que la condición de que a cada elemento del do-
minio le corresponde uno y sólo uno del codominio, no significa que a distin-
tos elementos del dominio no les pueda corresponder el mismo del codominio.
ero

Puede darse incluso este caso extremo en que todos los elementos del do-
minio se hacen corresponder con un mismo elemento del codominio. A las
funciones que cumplen esta propiedad se les llama funciones constantes. ⊣

Ejemplo 4.1.3. Sean A = {−1, 0, 1, 2} y B = {0, 1, 2, 3, 4}, y sea f ⊆ A×B


mp

la siguiente relación
(x, y) ∈ f si y sólo si y = x2 .
Entonces f = {(−1, 1), (0, 0), (1, 1), (2, 4)}.
, Ca

¿Es f función? Sı́, pues a todos los elementos de A les corresponde uno
y sólo uno de B.
Por otro lado, no todos los elementos de B son “cubiertos” por elementos
de A, pues 3 ∈/ im(f ). Más aún, im(f ) = {0, 1, 4} $ B. ⊣

Ejemplo 4.1.4. Sea f ⊆ R × R definida como


ella

p
(x, y) ∈ f si y sólo si y = x2 + 1.
¿Es f función? Sı́, pues a todos los elementos de R les corresponde uno
y sólo uno de R, ya que x2 + 1 ≥ 0, por lo que existe un número real
Av
4.1. DEFINICIÓN Y EJEMPLOS 103

(de hecho√en este caso existen dos distintos) cuyo cuadrado es x2 + 1, y la


notación x2 + 1 es utilizada para denotar al único número real positivo
cuyo cuadrado es x2 + 1.
Por otro lado,
√ no todos los elementos de R son “cubiertos” por elementos
2 1
de R, pues x + 1 ≥ 1. En particular, 2 ∈ / im(f ) y −1 ∈
/ im(f ). De hecho,
p
2
im(f ) = [1, ∞),qya que si y ∈ [1, ∞), y ≥ 1 y entonces y 2 − 1 ∈ R con
p p p p
f ( y 2 − 1) = ( y 2 − 1)2 + 1 = y 2 − 1 + 1 = y 2 = y y, por tanto,
y ∈ im(f ). ⊣

De acuerdo a lo anterior observamos que no siempre la imagen de una


función es igual a su codominio. En las siguientes secciones, veremos que

enz
las funciones que sı́ cumplen que su imagen es igual a su dominio son muy
especiales, por lo que saber cuál es la imagen de una función es siempre útil.
Ası́, en los siguientes ejemplos también exploramos cuáles son las imágenes
de las funciones dadas.
, Sa
Ejemplo 4.1.5. Veamos cuáles de las siguientes relaciones son funciones y
cuando lo sean daremos su imagen.
Sea A = {a, b, c, d}, donde a, b, c y d son todos distintos, y sea B =
{1, 2, 3}.
ero

(i) Sea R = {(a, 1), (b, 2), (c, 2)(d, 1)}.


Entonces R es función de A en B, pues a todos los elementos de A les
corresponde uno y sólo un elemento de B. Si denotamos a esta función
por f , tenemos que f (a) = 1, f (b) = 2, f (c) = 2, f (d) = 1. Además,
mp

im(f ) = {1, 2} $ B.

(ii) Sea S = {(a, 1), (a, 2), (b, 2), (c, 1), (d, 3)}.
Entonces S no es función de A en B, pues el elemento a está relaciona-
do tanto con el 1 como con el 2, es decir,
, Ca

  
∃ a ∈ A ∃ 1, 2 ∈ B (a, 1) ∈ R ∧ (a, 2) ∈ R ∧ 1 6= 2 .
Por lo tanto, S no cumple la segunda condición para ser función.

(iii) Sea T = {(a, 1), (b, 2), (c, 2)}.


Entonces T no es función de A en B, pues el elemento d ∈ A no
ella

está relacionado con ninguno de B, es decir, dom(T ) $ A, ya que


d∈Ayd∈ / dom(T ). Ası́, T no cumple la primera condición para ser
función. Sin embargo, T sı́ es una función de {a, b, c} en B.

Av
104 CAPÍTULO 4. FUNCIONES

Ejemplo 4.1.6. Sea A el conjunto de todas las personas y B el conjunto


de todas las mujeres. Sea R ⊆ A × B definida como

(x, y) ∈ R si y sólo si x es hijo(a) de y.

Entonces R es función pues cada persona tiene una madre (¡que es mu-
jer!) y madre sólo hay una.
Con los mismos conjuntos A y B, sea T ⊆ B × A definida como

(y, x) ∈ T si y sólo si y es madre de x.

Entonces T no es función, pues no toda mujer tiene hijos o hay mujeres


que tienen más de un hijo.

enz
Obsérvese que T = R−1 , por lo que este ejemplo muestra que si una
relación es función, no necesariamente su inversa es función. ⊣

Una función depende, tanto de cuáles elementos se estén relacionando


, Sa
entre sı́, como de la forma en que se relacionan. La regla de corresponden-
cia de una función se refiere a la manera en que se hacen corresponder los
elementos del dominio con los del codominio, que puede surgir a partir de
alguna fórmula pero que puede ser también establecida a través de un enun-
ciado o de modo completamente arbitrario, como veremos en los ejemplos
ero

que se muestran más adelante.

Ejercicios
mp

4.1.1. Diga cuál es el dominio de las siguientes relaciones y posteriormente


diga si las siguientes relaciones son funciones (en ese dominio), jus-
tificando su respuesta:
(i) R ⊆ R × R, donde (x, y) ∈ R ↔ x = y 2 ;
, Ca

(ii) S ⊆ Z × Z, donde (x, y) ∈ S ↔ x + y es par;


(iii) sean A = {1, 2, 3}, B = {∅, a, b} (con ∅ 6= a 6= b 6= ∅) y sea
T ⊆ A × B, donde T = {(1, ∅), (2, ∅), (3, a), (1, b)};
(iv) sean A y B como en el inciso anterior y sea U ⊆ A × B, donde
U = {(1, a), (2, b), (3, ∅), (1, a)};
ella

(vi) sean A y B como en el inciso anterior y sea R ⊆ A × B, donde


R = {(2, b), (3, ∅)};
(vii) sea A como en el inciso anterior y sea S = {(x, y) ∈ A2 : x+1 =
y}.
Av
4.2. GRÁFICAS DE FUNCIONES 105

4.2. Gráficas de funciones


Algunas funciones pueden representarse mediante un sistema de coorde-
nadas cartesianas en el plano o en el espacio.
En el caso de representaciones planas, el dominio es un subconjunto del
eje horizontal y el codominio del eje vertical.
Ejemplo 4.2.1. Sean A = {−1, 0, 1, 2} y B = {0, 1, 2, 3, 4} y sea f : A → B
definida como f (x) = x2 .

4 (2, 4)

enz
3
2
(−1, 1) 1 (1, 1)
(0, 0)
, Sa
−1 0 1 2

Figura 4.1: Representación mediante una gráfica cartesiana de la función del


ero

del Ejemplo 4.2.1.



Ejemplo 4.2.2. Demostremos que la relación binaria R sobre Z definida
como
mp

(x, y) ∈ R si y sólo si y es el inverso de x aumentado en 1


es función y grafiquémosla.
Entonces
(x, y) ∈ R si y sólo si y = −x + 1.
, Ca

Para todo x ∈ Z, −x + 1 ∈ Z, por lo que para todo elemento x del


dominio de R, existe un entero z tal que (x, z) ∈ R.
Ahora, sean x, y, z ∈ Z tales que (x, y) ∈ R y (x, z) ∈ R, entonces y = −x+1
y z = −x + 1. De aquı́ que y = z.
Por lo tanto, R es función y podemos denotarla con f de forma que f : Z → Z
ella

y f (x) = −x + 1.
En la Figura 4.2 se da una representación de esta función f . Sin embargo,
es importante observar que esta representación no es toda la gráfica de f ,
pues es imposible representarla completa por tener una infinidad de pares
ordenados.
Av
106 CAPÍTULO 4. FUNCIONES

(−2, 3) 3

(−1, 2) 2
1 (0, 1)
(1, 0)
0
−2 −1 1 2 3
−1 (2, −1)

−2 (3, −2)

enz
Figura 4.2: Representación mediante una gráfica cartesiana de la función del
Ejemplo 4.2.2.
, Sa
Ahora, sea g : R → R tal que g(x) = −x + 1.
Entonces g es función por argumentos análogos a los anteriores. A pesar
de que la regla de correspondencia de g y f parece ser la misma, g y f
son distintas (como conjuntos), pues dom(g) 6= dom(f ), y ( 12 , 12 ) ∈ g y
ero

( 12 , 12 ) ∈
/ f ; sin embargo, como conjuntos, f ⊆ g. Posteriormente veremos que
conviene sólo considerar que dos funciones sean iguales cuando sus dominios
y codominios coincidan (y, por supuesto, su regla de correspondencia).
En la Figura 4.3, se muestra sólo una representación de la gráfica de g,
mp

pues la recta continúa indefinidamente en ambos sentidos y en la figura sólo


se puede mostrar un segmento de esta recta.

, Ca

Ejemplo 4.2.3. Sea f : R → R la función definida en el Ejemplo 4.1.4. Su


gráfica se representa en la Figura 4.4 ⊣
ella
Av
4.2. GRÁFICAS DE FUNCIONES 107

0
−2 −1 1 2 3
−1

enz
−2

Figura 4.3: Representación mediante una gráfica cartesiana de la función g


, Sa
del Ejemplo 4.2.2.
ero

2.4

1.6
mp

0.8

-4.8 -4 -3.2 -2.4 -1.6 -0.8 0 0.8 1.6 2.4 3.2 4 4.8
, Ca

-0.8

-1.6

-2.4
ella

Figura 4.4: Representación mediante una gráfica cartesiana de la función f


del Ejemplo 4.2.3.
Av
108 CAPÍTULO 4. FUNCIONES

 1 si x>0
Ejemplo 4.2.4. Sea f : R → Z definida como f (x) = 0 si x=0

−1 si x<0

La gráfica de esta función está dada en la Figura 4.5. ⊣

enz
1

−2 −1 0 , Sa 1 2 3
−1
ero

Figura 4.5: Representación mediante una gráfica cartesiana de la función f


del Ejemplo 4.2.4.
mp
, Ca
ella

Decimos que la función anterior está definida por partes, ya que la regla
de correspondencia varı́a de acuerdo al tipo de elementos del dominio que
se estén considerando; en este caso la función es cero en el cero, es la fun-
ción constante igual a uno para valores del dominio positivos y la función
Av
4.2. GRÁFICAS DE FUNCIONES 109

constante igual a −1 para valores del dominio negativos.

Observemos que a partir de la gráfica de una


relación podemos verificar si se cumple la condi-
ción (ii) de la definición de función, ya que si
ésta no se cumple es porque existe un x en el do-
minio de la relación relacionado con dos valores
distintos y1 y y2 y en la gráfica aparecerı́an los
puntos (x, y1 ) y (x, y2 ), que tienen la misma ab-
scisa, pero distinta ordenada. Podemos entonces
trazar rectas verticales y si existe alguna que
corte a la gráfica en más de un punto, la condi-

enz
ción ii en la definiciń de función no se cumple
y por tanto la relación no es una función, ver
Figura 4.6.
, Sa
2.4

1.6
ero

0.8

-4.8 -4 -3.2 -2.4 -1.6 -0.8 0 0.8 1.6 2.4 3.2 4 4.8
mp

-0.8

-1.6

-2.4
, Ca

Figura 4.6: Gráfica de una relación que no es función.

Veamos ahora dos ejemplos de funciones cuya gráfica no puede represen-


ella

tarse en un plano con dos ejes.

Ejemplo 4.2.5. Sea f : N2 → N tal que f (x, y) = x + y. Como la suma de


dos naturales fijos es única, f es función. La gráfica de f , representada en
la Figura 4.7, se da en tres dimensiones. ⊣
Av
110 CAPÍTULO 4. FUNCIONES

enz
Figura 4.7: Representación mediante una gráfica cartesiana de la función f
del Ejemplo 4.2.5.
, Sa
Ejemplo 4.2.6. Sea g la función f : R2 → R tal que g(x, y) = 15 x2 − 12 y 2 .
Como el número 15 x2 − 12 y 2 está determinado de manera única por x y y,
f es función. La gráfica de f , representada en la Figura 4.8, se da en tres
ero

dimensiones. ⊣

4.3. Tipos de funciones


mp

Hay algunos tipos de funciones que son muy importantes: las funciones
inyectivas, suprayectivas y biyectivas.
De acuerdo a lo que se comentó en el Ejemplo 4.1.2, en una función
es posible que dos elementos del dominio se relacionen con el mismo del
, Ca

codominio. En algunos casos convendrá trabajar con funciones en las que


esto no ocurra, que son las que se definen a continuación.

Definición 4.3.1. Una función f : A → B es inyectiva o uno a uno si y


sólo si para cualesquiera x1 , x2 ∈ A con x1 6= x2 se tiene que f (x1 ) 6= f (x2 ),
es decir, 
ella

∀x1 , x2 ∈ A x1 6= x2 ⇒ f (x1 ) 6= f (x2 ) .


Equivalentemente, usando la contrapuesta, f es inyectiva si y sólo si

∀x1 , x2 ∈ A f (x1 ) = f (x2 ) ⇒ x1 = x2 .
En algunos casos es más útil usar esta versión de la definición de inyectiva.
Av
4.3. TIPOS DE FUNCIONES 111

enz
Figura 4.8: Representación mediante una gráfica cartesiana de la función f
del Ejemplo 4.2.6.
, Sa
En otras palabras, una función es inyectiva si elementos distintos del
dominio van a dar a elementos distintos del codominio al aplicar la función,
o bien si la única manera de que x1 y x2 en el dominio vayan a dar al mismo
elemento del codominio sea que desde un principio x1 = x2 .
ero

Notación 4.3.2. Si una función f : A → B es inyectiva, en ocasiones se


escribe f : A ֌ B, indicando con ello que la función es inyectiva.
mp

Definición 4.3.3. Una función f : A → B es sobre o suprayectiva si y sólo


si para todo y ∈ B existe x ∈ A tal que f (x) = y, es decir,

∀y y ∈ B ⇒ ∃x x ∈ A ∧ f (x) = y .
El lector puede verificar, usando la definición de imagen de f , que f :
, Ca

A → B es sobre si y sólo si im(f ) = B. De acuerdo a lo anterior las funciones


suprayectivas son aquéllas en que todo elemento del codominio proviene de
alguno del dominio.

Notación 4.3.4. Si una función f : A → B es suprayectiva, en ocasiones


se escribe f : A ։ B, indicando con ello que la función es suprayectiva.
ella

A las funciones que cumplen ambas propiedades se les llama biyectivas.

Definición 4.3.5. Una función f : A → B es biyectiva si y sólo si f es


inyectiva y es sobre.
Av
112 CAPÍTULO 4. FUNCIONES

Veamos algunos ejemplos de funciones y verifiquemos si son inyectivas o


sobres.
Ejemplo 4.3.6. Sean A = {0, −1, 1, 2}, B = {0, 1, 2, 3, 4} y f : A → B
definida como f (x) = x2 .
Podemos ver que f no es inyectiva, pues f (1) = 1 y f (−1) = 1 y 1 6= −1.
Además, f no es sobre, pues 3 ∈ B y no hay a ∈ A tal que f (a) = 3. ⊣
Ejemplo 4.3.7. Sea A = {a, b, c, d}, donde a, b, c y d son todos distintos, y
sean B = {1, 2, 3} y f : A → B definida como f (a) = 1, f (b) = 2, f (c) = 2
y f (d) = 3.
Como f (b) = 2 = f (c) y b 6= c, f no es inyectiva.
Por otro lado, f es sobre, pues im(f ) = {1, 2, 3} = B. ⊣

enz
Ejemplo 4.3.8. Sea f : Z → Z dada por f (x) = −x + 1.
Veamos que f es inyectiva.
Sean x, y ∈ Z tales que f (x) = f (y). Entonces −x + 1 = −y + 1. Por la ley
de la cancelación de la suma en los enteros, −x = −y. Por lo tanto, x = y y
, Sa
f es inyectiva.
Veamos que f es sobre.
Sea y ∈ Z. Necesitamos eoncontrar x ∈ Z tal que f (x) = y. Como f (x) =
−x + 1, necesitarı́amos que −x + 1 = y, entonces x = −y + 1. Ası́, sea
x = −y + 1, entonces f (x) = f (−y + 1) = −(−y + 1) + 1 = y. Por lo tanto,
ero

para cualquier y ∈ Z, hay x ∈ Z tal que f (x) = y y f es sobre.


Por lo tanto, f es biyectiva. ⊣
Ejemplo 4.3.9. Sea f : N2 → N tal que f (x, y) = x + y.
No es inyectiva, pues, como la suma en N es conmutativa, tenemos que
mp

si x 6= y, (x, y) 6= (y, x) y sin embargo f (x, y) = x + y = y + x = f (y, x); por


ejemplo f (1, 2) = f (2, 1) = 3 a pesar de que (1, 2) 6= (2, 1).
Sı́ es sobre, pues dado z ∈ N, f (z, 0) = z + 0 = z. Por lo tanto, para todo
z ∈ N existe (z, 0) ∈ N2 tal que f (z, 0) = z. ⊣
, Ca


 1 si x > 0
Ejemplo 4.3.10. Sea f : R → Z definida como f (x) = 0 si x = 0

−1 si x < 0
No es inyectiva, pues 1 6= 2 y f (1) = 1 = f (2).
No es sobre, pues no hay x ∈ R tal que f (x) = 2 y 2 ∈ Z. ⊣
ella

Ejemplo 4.3.11. Sea f : N → N tal que f (x) = 2x.


Sı́ es inyectiva, pues dados x, y ∈ N tales que f (x) = f (y), tenemos que
2x = 2y y entonces, por la ley de la cancelación de la multiplicación en N,
x = y.
Av
4.3. TIPOS DE FUNCIONES 113

No es sobre, pues no hay x ∈ N tal que f (x) = 3, pues 3 no es divisible


entre 2. ⊣
Ejemplo 4.3.12. Sea g : R → R tal que g(x) = 2x.
Sı́ es inyectiva, pues dados x, y ∈ R tales que g(x) = g(y), tenemos que
2x = 2y y entonces, por la ley de la cancelación de la multiplicación en R,
x = y.
Sı́ es sobre, pues dado y ∈ R, sea x = 12 y, entonces g(x) = 2( 12 y) = y.
Por lo tanto, para todo y ∈ R, existe x ∈ R tal que g(x) = y.
Observe que este ejemplo es parecido al anterior, sin embargo, en este
caso f sı́ es sobre por estar definida en los reales. Más aún, si f es la función
del ejemplo anterior, se tiene que f $ g.

enz
Concluimos que g es biyectiva. ⊣
Ejemplo 4.3.13. Sea P = {x ∈ N|x es par } y sea h : N → P tal que
h(x) = 2x.
De manera análoga a la demostración del Ejemplo 4.3.11, podemos ver
, Sa
que h es inyectiva.
Sin embargo, en este ejemplo h sı́ es sobre, pues dado y ∈ P , tenemos
que hay k ∈ N tal que y = 2k y ası́ h(k) = 2k = y.
Por lo tanto, f es biyectiva. ⊣
Ejemplo 4.3.14. Sean A = {1, 2, 3}, B = {1, 2} y f : P(A) → P(B) tal
ero

que f (X) = X ∩ B.
Por ejemplo, f (∅) = ∅ ∩ B = ∅, f ({1}) = {1} ∩ B = {1},
f ({3}) = {3} ∩ B = ∅, f ({2, 3}) = {2, 3} ∩ B = {2}. Véase la Figura 4.9
para la representación mediante un Diagrama de Venn de esta función.
mp

P(A) f

P(B)
{1} ∅
{2} {1}
{3}
{1, 2}
, Ca

{1, 3} {2}
{2, 3} B
A

Figura 4.9: Representación de la función f mediante un Diagrama de Venn.


ella

Entonces f no es inyectiva, pues f (∅) = f ({3}) y ∅ 6= {3}.


f sı́ es sobre, pues el codominio de f es P(B) = {∅, {1}, {2}, B} y
f (∅) = ∅, f ({1}) = {1}, f ({2}) = {2} y f (B) = B, por lo que im(f ) =
P(B). ⊣
Av
114 CAPÍTULO 4. FUNCIONES

Observemos que, cuando la gráfica de una fun-


ción se puede representar mediante un sistema
de coordenadas cartesianas en el plano, a par-
tir de la gráfica podemos verificar si la función
es inyectiva. Si no lo es, existen x1 6= x2 en el
dominio de la función tales que f (x1 ) = f (x2 )
y en la gráfica aparecerı́an los puntos (x1 , y) y
(x2 , y) donde y = f (x1 ) = f (x2 ), que tienen dis-
tinta abscisa pero la misma ordenada. Podemos
entonces trazar rectas horizontales y si existe al-

enz
guna que corte a la gráfica en más de un punto,
la función no es inyectiva. Véase la Figura 4.10.

, Sa
2.4

1.6
ero

0.8

-4.8 -4 -3.2 -2.4 -1.6 -0.8 0 0.8 1.6 2.4 3.2 4 4.8
mp

-0.8

-1.6
, Ca

-2.4

Figura 4.10: Gráfica de una función que no es inyectiva.


ella

Ejemplo 4.3.15. Sea f : R → R definida como f (x) = x3 .


Veamos que f es inyectiva.
Sean a, b ∈ R tales que f (a) = f (b). Entonces a3 = b3 , de aquı́ que a3 − b3 =
Av
4.3. TIPOS DE FUNCIONES 115

0. Usando las propiedades de los reales, tenemos que (a−b)(a2 +ab+b2) = 0,


entonces a − b = 0 o a2 + ab + b2 = 0.

Caso 1. Si a − b = 0, entonces a = b.

Caso 2. Si a2 + ab + b2 = 0, entonces
√ √  √ 
−b ± b2 − 4b2 −b ± −3b2 −1 −3
a= = = ±i b.
2 2 2 2
Si b 6= 0, a serı́a complejo, pero f : R → R. Por lo tanto, b = 0 y
entonces a = 0. Ası́, a = b.

En ambos casos, a = b, por lo que f es inyectiva.

enz
Ahora veamos que f es sobre.
√ √
Sea y ∈ R, entonces f ( 3 y) = ( 3 y)3 = y. Por lo tanto, para todo y ∈ R,
existe x ∈ R tal que f (x) = y. Ası́, f es sobre. ⊣
, Sa
2.4

1.6
ero

0.8

-4.8 -4 -3.2 -2.4 -1.6 -0.8 0 0.8 1.6 2.4 3.2 4 4.8
mp

-0.8

-1.6
, Ca

-2.4

Figura 4.11: Gráfica de la función del Ejemplo 4.3.15.


ella

Ejemplo 4.3.16. Sea f : R → R2 tal que f (t) = (t, −t).


Si consideramos, como es usual, que en R2 la primera coordenada está rep-
resentada por el eje x y la segunda coordenada por el eje y, tenemos que la
Av
116 CAPÍTULO 4. FUNCIONES

imagen de f se puede representar por las ecuaciones



x=t
.
y = −t
Esta representación corresponde a un sistema de ecuaciones paramétricas
de una lı́nea en el plano xy. Eliminando el parámetro t resulta y = −x, de
forma que podemos representar f por medio de la siguiente gráfica.

y = −x

0 a

enz
0 a
−a

, Sa
Figura 4.12: Representación de la función f del Ejemplo 4.2.2.

f es inyectiva, pues si f (x) = f (y), entonces (x, −x) = (y, −y), y, por
definición de par ordenado, x = y.
f no es sobre, pues (1, 2) ∈ R2 y no hay t ∈ R tal que f (t) = (1, 2), ya
ero

que −1 6= 2. ⊣
Ejemplo 4.3.17. Sea A un conjunto no vacı́o cualquiera. Sea
R = {R : R es relación de equivalencia sobre A}
mp

y sea
P = {P : P es partición de A}.
Entonces existe una función biyectiva F : R → P definida como F (R) = A/R ,
donde A/R = {[a]R : a ∈ A} es el conjunto cociente de la relación de equi-
valencia R.
, Ca

Veamos que F es sobre. Dada cualquier partición P = {Au : u ∈ I} de A,


sabemos por el Teorema 3.2.27 que la relación R definida como (a, b) ∈ R si y
sólo si hay u ∈ I tal que a ∈ Au y b ∈ Au es de equivalencia. Verifiquemos que
F (R) = A/R P , es decir que A/R = P . Sabemos que A/R = {[a]R : a ∈ A} =
P , ésta última igualdad gracias a la Proposición 3.2.32. Por lo tanto, F es
ella

sobre.
Para ver que es inyectiva, sean R y R′ elementos de R tales que R 6= R′ .
Entonces por la contrapuesta del Lema 3.2.29, las particiones que inducen
son distintas, es decir, F (R) 6= F (R′ ).
Por lo tanto, F es biyectiva. ⊣
Av
4.3. TIPOS DE FUNCIONES 117

Ejemplo 4.3.18. Consideremos la función del Ejemplo 4.1.4. Al observar la


Figura 4.4 nos damos cuenta que la gráfica es simétrica respecto al eje y, para
crear una función inyectiva consideremos sólo los reales positivos o cero
√ como
dominio de una función con la misma regla de correspondencia y = x2 + 1.
La imagen de esta función seguirá siendo la misma [1, ∞), por lo cual, si
deseamos una función suprayectiva debemos restringir el codominio a este
conjunto.
√ Podemos verificar que la función F : [0, ∞) → [1, ∞) dada por
F (x) = x2 + 1 es biyectiva. ⊣

Observación 4.3.19. Siempre es posible restringir el dominio de una fun-


ción para crear una función inyectiva y el codominio para crear una función
suprayectiva.

enz
Definición 4.3.20. Sea f : X → Y y sea A ⊆ X, entonces la imagen
directa de A bajo f o simplemente la imagen de A bajo f , denotada f [A],
es el conjunto f [A] = {f (a) : a ∈ A}.

f
, Sa
X Y

f [A]
A
ero

Figura 4.13: Imagen de A bajo f .


mp

Veamos algunos ejemplos.


Del Ejemplo 4.3.6, dado C = {−1, 1} ⊆ A, tenemos que
, Ca

f [C] = {f (−1), f (1)} = {1}.


Del Ejemplo 4.3.8, dado C = {z ∈ Z : 2 < z < 100} ⊆ Z, tenemos que
f [C] = {f (z) : 2 < z < 100}. Si 2 < z < 100, tenemos que −2 > −z > −100
y que −2 + 1 > −z + 1 > −100 + 1, es decir, que −99 < −z + 1 < −1. Ası́, si
2 < z < 100, −99 < f (z) < −1, por lo que f [C] = {z ∈ Z : −99 < z < −1}.
ella

Del Ejemplo 4.3.10, dado C = {r ∈ R : r ≤ 0} ⊆ R, como f (0) = 0 y


para cualquier r < 0, f (r) = −1, podemos
 ver que f [C] = {0, −1}.
Del Ejemplo 4.3.14, dado C = {3}, {1, 2} ⊆ P (A), podemos ver que
 
f [C] = f ({3}), f ({1, 2}) = ∅, {1, 2} .
Av
118 CAPÍTULO 4. FUNCIONES

En el Ejemplo 4.3.15, sea R+ = {x ∈ R : x > 0} ⊆ R, entonces veamos


que f [R+ ] = R+ .
Si y ∈ f [R+ ], entonces hay x ∈ R+ tal que f (x) = y. Como x ∈ R+ , sabemos
que x3 ∈ R+ , por lo que f (x) ∈ R+ y y ∈ R+ . Ası́, f [R+ ] ⊆ R+ .
√ √ √
Si y ∈ R+ , sabemos que 3 y ∈ R+ , entonces f ( 3 y) = ( 3 y)3 = y. Con-

cluimos que hay x = 3 y ∈ R+ tal que f (x) = y, por lo que y ∈ f [R+ ] y
R+ ⊆ f [R+ ].

Lema 4.3.21. Sean X y Y conjuntos cualesquiera y sea f : X → Y . Se


tiene lo siguiente:

(i) f [∅] = ∅;

enz
(ii) si A1 , A2 ⊆ X, entonces f [A1 ∪ A2 ] = f [A1 ] ∪ f [A2 ];

(iii) si A1 , A2 ⊆ X, entonces f [A1 ∩ A2 ] ⊆ f [A1 ] ∩ f [A2 ].

Demostración. , Sa
(i) Si f [∅] 6= ∅, exitirı́a y ∈ f [∅], es decir, existirı́a y = f (x) con x ∈ ∅,
lo cual es imposible ya que el conjunto vacı́o no tiene elementos.

(ii) Sean A1 , A2 ⊆ X. Tenemos que y ∈ f [A1 ∪ A2 ] si y sólo si y = f (x)


para alguna x ∈ A1 ∪ A2 , si y sólo si y = f (x) para alguna x ∈ A1 o
ero

x ∈ A2 , si y sólo si y ∈ f [A1 ] o y ∈ f [A2 ], si y sólo si y ∈ f [A1 ] ∪ f [A2 ].

(iii) Sean A1 , A2 ⊆ X. Si y ∈ f [A1 ∩ A2 ], entonces y = f (x) para alguna


x ∈ A1 ∩ A2 , ası́ y = f (x) para alguna x ∈ A1 y x ∈ A2 , de donde
mp

y ∈ f [A1 ] y y ∈ f [A2 ]. Por lo tanto, y ∈ f [A1 ] ∩ f [A2 ].

Se pueden encontrar ejemplos de conjuntos X y Y , una función f : X →


, Ca

Y y subconjuntos A1 y A2 de X tales que f [A1 ] ∩ f [A2 ] 6⊆ f [A1 ∩ A2 ],


por lo que el último inciso del lema no puede hacerse más fuerte. La razón
necesaria y suficiente para que se dé la igualdad es que f sea inyectiva como
se demuestra en el siguiente teorema.

Teorema 4.3.22. Sean X y Y conjuntos cualesquiera  y sea f : X → Y .


ella

Entonces ∀A1 , A2 ⊆ X f [A1 ∩A2 ] = f [A1 ]∩f [A2 ] si y sólo si f es inyectiva.

Demostración. 
Supongamos que ∀A1 , A2 ⊆ X f [A1 ∩ A2 ] = f [A1 ] ∩ f [A2 ] .
Para ver que f es inyectiva, sean x, y ∈ X tales que f (x) = f (y). Sean A1 =
Av
4.3. TIPOS DE FUNCIONES 119

{x} y A2 = {y}, entonces f [A1 ] ∩ f [A2 ] = f [{x}] ∩ f [{y}] = {f (x)} ∩ {f (y)}.


Como f (x) = f (y), f [A1 ] ∩ f [A2 ] = {f (x)}. Por hipótesis, f [A1 ∩ A2 ] =
f [A1 ] ∩ f [A2 ], ası́ f [A1 ∩ A2 ] = f [A1 ] ∩ f [A2 ] = {f (x)} y, en particular,
f [A1 ∩ A2 ] 6= ∅. Usando la contrapuesta del inciso (i) del lema anterior
tenemos que ∅ 6= A1 ∩ A2 = {x} ∩ {y} de donde se deduce que x = y.
Para demostrar el recı́proco, supongamos que f es inyectiva. Sean A1 , A2 ⊆
X. Por el inciso (iii) del lema anterior, sabemos que f [A1 ∩ A2 ] ⊆ f [A1 ] ∩
f [A2 ]. Para ver que se cumple la otra contención, sea y ∈ f [A1 ] ∩ f [A2 ],
entonces y ∈ f [A1 ] y y ∈ f [A2 ]. De aquı́ que hay a1 ∈ A1 tal que f (a1 ) = y,
y hay a2 ∈ A2 tal que f (a2 ) = y. Entonces f (a1 ) = f (a2 ) y, como f es inyec-
tiva, a1 = a2 , por lo que a1 ∈ A2 . Ası́, a1 ∈ A1 ∩A2 y y = f(a1 ) ∈ f [A1 ∩A2 ].
Concluimos que ∀A1 , A2 ⊆ X f [A1 ∩ A2 ] = f [A1 ] ∩ f [A2 ] .

enz


Veamos ahora un concepto similar al de imagen directa, pero esta vez


construido a partir de un subconjunto del codominio.

Definición 4.3.23. Sean X y Y conjuntos cualesquiera. Sea f : X → Y y


, Sa
sea B ⊆ Y , entonces la preimagen de B o la imagen inversa de Y bajo f,
denotada f −1 [B], es el conjunto f −1 [B] = {x ∈ X|∃b ∈ B f (x) = b } =
{x ∈ X|f (x) ∈ B}.

En la siguiente sección hablaremos de funciones invertibles, pero por lo


pronto observamos que para definir la imagen inversa de un conjunto bajo
ero

una función, la función no tiene que ser invertible. Es decir, la notación


f −1 [B] no presupone que f −1 sea función.
Veamos algunos ejemplos.
En el Ejemplo 4.3.6, tenı́amos y f : {−1, 0, 1, 2} → {0, 1, 2, 3, 4} con
mp

f (x) = x2 . Sea C = {0, 4}, entonces f −1 [C] = {0, 2}, pues f (0) = 02 = 0
y f (2) = 22 = 4. Sea D = {0, 3, 4}, entonces f−1 [D] = {0, 2}, pues f (0) =
02 = 0, f (2) = 22 = 4 y no hay a ∈ A tal que f (a) = 3. Ya habı́amos visto
que f no es inyectiva, por lo que no es invertible y, sin embargo, se puede
, Ca

hablar de la imagen inversa de un conjunto.


En el Ejemplo 4.3.14, tenı́amos A = {1, 2, 3}, B = {1, 2} y f : P(A) →
P(B) tal que f (X) = X ∩ B. Sea C = {{1}, {1, 2}} ⊆ P(B), entonces
f −1 [C] = {{1}, {1, 3}, {1, 2}, {1, 2, 3}}, pues f ({1}) = {1}, f ({1, 3}) = {1},
f ({1, 2}) = {1, 2} y f ({1, 2, 3}) = {1, 2}. Conviene ver la Figura 4.9 para
comprender al conjunto f −1 [C].
ella

Lema 4.3.24. Sean X y Y conjuntos cualesquiera y sea f : X → Y . Se


tiene lo siguiente.

(i) f −1 [∅] = ∅;
Av
120 CAPÍTULO 4. FUNCIONES

(ii) si B1 , B2 ⊆ Y , entonces f −1 [B1 ∪ B2 ] = f −1 [B1 ] ∪ f −1 [B2 ];

(iii) si B1 , B2 ⊆ Y , entonces f −1 [B1 ∩ B2 ] = f −1 [B1 ] ∩ f −1 [B2 ];

(iv) si B ⊆ Y , entonces X \ f −1 [B] = f −1 [Y \ B].

Demostración.

(i) Se deja al lector.

(ii) Sean B1 , B2 ⊆ Y . Tenemos que x ∈ f −1 [B1 ∪ B2 ] si y sólo si f (x) ∈


B1 ∪B2 , si y sólo si f (x) ∈ B1 o f (x) ∈ B2 , x ∈ f −1 [B1 ] o x ∈ f −1 [B1 ],

enz
si y sólo si x ∈ f −1 [B1 ] ∪ f −1 [B2 ]

(iii) Es análoga a la del inciso anterior, se deja al lector.


, Sa
(iv) Sea B ⊆ Y . Tenemos que x ∈ f −1 [Y \ B] si y sólo si f (x) ∈ Y \ B, si
y sólo si f (x) ∈ Y y f (x) ∈
/ B si y sólo si x ∈ X y x ∈/ f −1 [B], si y
sólo si x ∈ X \ f −1 [B].


ero

Comparando el inciso (iii) de este lema con el inciso (iii) del Lema 4.3.21,
podemos observar que la imagen inversa se comporta mejor que la imagen
directa.
Concluimos este capı́tulo con el siguiente teorema que combina la propiedades
mp

de ser inyectiva, sobre con las operaciones de conjuntos y las imágenes e


imágenes inversas.

Teorema 4.3.25. Sean X y Y conjuntos cualesquiera y sea f : X → Y .


, Ca


(i) ∀A ⊆ X A = f −1 [f [A]] si y sólo si f es inyectiva;

(ii) ∀B ⊆ Y f [f −1 [B]] = B si y sólo si f es sobre;

ella

(iii) ∀A ⊆ X Y \ f [A] = f [X \ A] si y sólo si f es biyectiva.

Demostración.
Se dejan al lector. 
Av
4.3. TIPOS DE FUNCIONES 121

Ejercicios
4.3.1. Prueba que f : A → B es sobre si y sólo si im(f ) = B.

4.3.2. Sean X y Y conjuntos cualesquiera y sea f : X → Y . Prueba que

(i) f −1 [∅] = ∅;
(iii) si B1 , B2 ⊆ Y , entonces f −1 [B1 ∩ B2 ] = f −1 [B1 ] ∩ f −1 [B2 ];

4.3.3. Grafique y clasifique las siguientes funciones (clasificar es decir si


son inyectivas, sobres, biyectivas y justificar sus respuestas):
(i)f : R → R, donde f (x) = 3x;

enz
(ii)f : R → R, donde f (x) = x2 + 1;
(iii)f : R → [1, ∞), donde f (x) = x2 + 1;
(iv) sean A = {1, 2, 3}, C = {2, 3} y g : A×C → Z, donde g(x, y) =
3x − y; , Sa
(v) sean A = {1, 2, 3}, B = {1, 2, 3, 4} y f : P(A) → P(B), donde
f (X) = B \ X;
(vi) sean A y C como en el inciso anterior y h : A×C → {0, 1, 3, 4, 6, 7},
donde h(x, y) = 3x − y.

4.3.4. Dé ejemplos de conjuntos X, Y , un subconjunto A ⊆ X y una


ero

función f : X → Y de forma que cumplan lo siguiente (un ejemplo


por cada inciso):
(i) f [X \ A] ⊆ Y \ f [A];
mp

(ii) f [X \ A] ∩ (Y \ f [A]) = ∅;
(iii) Y \ f [A] ⊆ f [X \ A].

4.3.5. Sea f : R → R definida como f (x) = x2 + 1. Determine las imágenes


de los siguientes subconjuntos del dominio bajo f :
, Ca

(i) [−1, 1); (iii) (−∞, 1/2]; (v) [1, 10];


(ii) [0, 3]; (iv) [0, 3);
4.3.6. Sea f : R → R definida como f (x) = x2 + 1. Determine las
preimágenes (o imágenes inversas) de los siguientes subconjuntos
del codominio bajo f :
ella

(i) [−1, 1); (iii) (−∞, 1/2]; (v) [1, 10];


(ii) [0, 3]; (iv) [0, 3);
4.3.7. Sean X y Y conjuntos cualesquiera y sea f : X → Y .
(i) Demuestre que f [∅] = ∅.
Av
122 CAPÍTULO 4. FUNCIONES

(ii) Dé un ejemplo en el que A1 , A2 ⊆ X y f [A1 ] ∩ f [A2 ] 6⊆ f [A1 ∩


A2 ].
4.3.8. Sean X y Y conjuntos, sea f : X → Y . Demuestre lo siguiente:

(i) ∀A ⊆ X A ⊆ f −1 [f [A]] ;

(ii) ∀B ⊆ Y f [f −1 [B]] ⊆ B ;

(iii) ∀A ⊆ X f [X] \ f [A] ⊆ f [X \ A] .

(iv) ∀A ⊆ X A = f −1 [f [A]] si y sólo si f es inyectiva;

(v) ∀B ⊆ Y f [f −1 [B]] = B si y sólo si f es sobre;

(vi) ∀A ⊆ X Y \ f [A] = f [X \ A] si y sólo si f es biyectiva.

4.4. Composición de funciones y funciones inver-

enz
sas
Para lo que sigue, necesitamos establecer cuándo consideraremos que dos
funciones son iguales. Cuando dos funciones tienen el mismo dominio y el
, Sa
mismo codominio, diremos que son iguales si coincide también su regla de
correpondencia.
Definición 4.4.1. Dos funciones f : A → B y g : A → B son iguales si y
sólo si para toda x ∈ A, f (x) = g(x)
ero

En otras palabras, dos funciones f y g con el mismo dominio y codominio


serán iguales si la imagen de cada elemento del dominio es igual bajo f que
bajo g.
Observación 4.4.2. Observemos que en la definición anterior sólo estamos
mp

comparando dos funciones que coincidan en dominio y codominio. También


es posible comparar dos funciones f : A → B y g : C → D y establecer
cuándo deben considerarse iguales y cuándo no, pero la forma de hacerlo
depende del contexto en el que estemos trabajando. Debe ya ser claro que
, Ca

la propiedad de que una función sea inyectiva o suprayectiva depende no


sólo de la regla de correspondencia de una función, sino de dónde a dónde
está definida, es decir, de cuál es su dominio y su codominio. Es por eso que
algebraicamente vamos a distinguir dos funciones que, aunque tengan la mis-
ma regla de correspondencia, no coincidan en dominio o codominio, es decir,
ella

se piensa a las funciones no sólo como una relación, sino como ternas: la
relación, el dominio y el codominio de la función. Por ejemplo, si considera-
mos la función f : {−2, −1, 0, 1, 2} → {0, 1, 2, 3, 4} dada por f (x) = x2 , ésta
será la misma como conjunto que la función g : {−2, −1, 0, 1, 2} → {0, 1, 4}
dada por g(x) = x2 , ya que en ambos casos estamos haciendo corresponder
Av
4.4. COMPOSICIÓN DE FUNCIONES Y FUNCIONES INVERSAS 123

números reales con su cuadrado, y la segunda se puede obtener de la primera


restringiendo el codominio. Sin embargo, en el contexto del Álgebra, consi-
deramos que f 6= g, pues aunque el dominio y la regla de correspondencia
coinciden, el codominio es diferente. Sin embargo, las funciones son usadas
en distintos contextos y de acuerdo a su uso puede ser que no nos interese de-
masiado quién es el codominio de la función. Muchas veces nos interesa más
la regla de correspondencia, o bien la función vista sólo como una relación,
es decir, como un conjunto de pares ordenados. En el ejemplo antes men-
cionado tenemos que f = {(−2, 4), (−1, 1), (0, 0), (1, 1), (2, 4)} = g y vistas
de esta manera es natural establecer que f y g son iguales como conjuntos.

Ejemplo 4.4.3. Sean f : N → N la función dada por f (x) = 2|x| y g : N →

enz
N la función dada por g(x) = 2x. En este caso la regla de correspondencia
coincide, ya que para toda x ∈ N, tenemos que f (x) = 2|x| = 2x = g(x);
ası́ f = g. Si consideramos ahora las funciones F : R → R y G : R → R
dadas por F (x) = 2|x| y G(x) = 2x, son funciones distintas, ya que, por
ejemplo, F (−3) = 2| − 3| = 2(3) = 6 6= −6 = 2(−3) = G(−3). Por lo tanto,
F 6= G.
, Sa

Definición 4.4.4. Sean A, B y C conjuntos cualesquiera. Sean B ′ ⊆ B,


f : A → B ′ y g : B → C. Definimos la composición de f y g, denotada por
ero

g ◦ f , como la función g ◦ f : A → C tal que para toda x ∈ A, (g ◦ f )(x) =


g(f (x)).

Ejemplo 4.4.5. Sean f : R → R y g : R → R definidas por f (x) = x2 + 1


mp

y g(x) = 3x + 2.
Entonces la composición g ◦ f : R → R está dada por (g ◦ f )(x) =
g(f (x)) = g(x2 + 1) = 3(x2 + 1) + 2 = 3x2 + 5.
La composición f ◦ g : R → R está dada por (f ◦ g)(x) = f (g(x)) =
f (3x + 2) = (3x + 2)2 + 1 = 9x2 + 12x + 4 + 1 = 9x2 + 12x + 5.
, Ca

Es decir, la composición de funciones no es conmutativa, pues


(g ◦ f )(2) = 3(2)2 + 5 = 17 6= 65 = 9(2)2 + 12x + 5 = (f ◦ g)(2),
por lo que g ◦ f 6= f ◦ g. ⊣
ella

Ejemplo 4.4.6. Sea f : Z → Z dada por f (x) = −x + 1. Sean A =


{0, −1, 1, 2}, B = {0, 1, 2, 3, 4} y g : A → B definida como g(x) = x2 .
Veamos cómo está definida la composición f ◦g : A → Z. Sea a ∈ A, entonces
(f ◦ g)(a) = f (g(a)) = f (a2 ) = −(a2 ) + 1. Por lo tanto, (f ◦ g)(0) = 1,
(f ◦ g)(−1) = 0, (f ◦ g)(1) = 0, y (f ◦ g)(2) = −3. ⊣
Av
124 CAPÍTULO 4. FUNCIONES

Definición 4.4.7. Sea A cualquier conjunto. La función identidad en A,


denotada como idA , está definida como idA : A → A, donde para toda
a ∈ A, idA (a) = a.

Teorema 4.4.8. Sean A y B conjuntos cualesquiera y sea f : A → B.


Entonces se tiene que idB ◦ f = f y f ◦ idA = f .

Demostración. Se deja al lector. 

Teorema 4.4.9. Sean A, B, C y D conjuntos cualesquiera, y sean B ′ ⊆ B


y C ′ ⊆ C. Sean f : A → B ′ , g : B → C ′ y h : C → D funciones. Entonces
h ◦ (g ◦ f ) = (h ◦ g) ◦ f , es decir, la composición de funciones es asociativa.

enz
Demostración.
Necesitamos demostrar que las funciones h ◦ (g ◦ f ) y (h ◦ g) ◦ f son
iguales.
Por la definición de la composición, g ◦ f : A → C ′ y entonces, también
, Sa
por definición, h◦(g◦f ) : A → D. Por otro lado, usando otra vez la definición
de composición h ◦ g : B → D y entonces (h ◦ g) ◦ f : A → D. Por lo tanto,
el dominio y codominio de h ◦ (g ◦ f ) y (h ◦ g) ◦ f son el mismo.
Ahora, sea x ∈ A, entonces h ◦ (g ◦ f )(x) = h(g ◦ f (x)) = h(g(f (x))) y
(h ◦ g) ◦ f (x) = h ◦ g(f (x)) = h(g(f (x)))).
ero

Por lo tanto, h ◦ (g ◦ f ) = (h ◦ g) ◦ f y la composición de funciones es


asociativa. 

Entonces podemos escribir h ◦ g ◦ f , sin temor a confusión.


mp

Teorema 4.4.10.

(i) La composición de funciones inyectivas es inyectiva.

(ii) La composición de funciones sobres es sobre (siempre que el codominio


, Ca

de la primera sea igual al dominio de la segunda).

(iii) La composición de funciones biyectivas es biyectiva.

Demostración.
ella

(i) Sean f : A → B y g : B → C funciones inyectivas. Consideremos


a1 , a2 ∈ A tales que (g ◦ f )(a1 ) = (g ◦ f )(a2 ). Por la definición de
composición de funciones, g(f (a1 )) = g(f (a2 )). Como g es inyectiva,
f (a1 ) = f (a2 ), y como f es inyectiva, a1 = a2 . Por lo tanto, g ◦ f es
inyectiva.
Av
4.4. COMPOSICIÓN DE FUNCIONES Y FUNCIONES INVERSAS 125

(ii) Sean f : A → B y g : B → C funciones suprayectivas. Consideremos


c ∈ C. Como g es sobre, existe b ∈ B tal que g(b) = c, además, como
f es sobre, existe a ∈ A tal que f (a) = b. Ası́, (g ◦ f )(a) = g(f (a)) =
g(b) = c. Por lo tanto, g ◦ f es sobre.

(iii) Es consecuencia directa de los primeros dos incisos.

Definición 4.4.11. Sea f : A → B una función. Un inverso izquierdo


(derecho) de f es una función g : B → A tal que g ◦ f = idA (f ◦ g = idB ).
El siguiente teorema da la condición necesaria y suficiente para que f

enz
tenga inverso derecho (inverso izquierdo).
Teorema 4.4.12. Sean A y B conjuntos cualesquiera y sea f : A → B. Se
cumple lo siguiente:
(i) si A 6= ∅, entonces f es inyectiva si y sólo si f tiene inverso izquierdo;
, Sa
(ii) f es sobre si y sólo si f tiene inverso derecho.
Demostración.

(i) Supongamos que f es inyectiva. Como A 6= ∅, sea a0 ∈ A. Definimos


ero

g : B → A de la siguiente manera:

a si f (a) = b;
g(b) =
a0 si b ∈ / f [A].
mp

Para verificar que g está bien definida (es decir, que sı́ es función),
basta observar que, como f es inyectiva, si b ∈ f [A], existe una única
a ∈ A tal que f (a) = b. De aquı́ que si b ∈ f [A], existe una única a ∈ A
tal que g(b) = a. Por otro lado, si b ∈/ f [A], g(b) es el elemento a0 que
, Ca

elegimos en A. Ası́, g es función.


Ahora, por definición de composición, g ◦ f : A → A, por lo que
g ◦ f e idA tienen el mismo dominio y codominio. Sea a ∈ A, entonces
(g ◦ f )(a) = g(f (a)). Como f (a) ∈ f [A], por definición de g, g(f (a)) =
a = idA (a). Por lo tanto, g ◦ f = idA y f tiene inverso izquierdo.
ella

Para demostrar el recı́proco, supongamos que f tiene inverso izquierdo


y sean x, y ∈ A tales que f (x) = f (y).
Como f tiene inverso izquierdo, existe g : B → A tal que g ◦ f =
idA . Como f (x) = f (y) y g es función, g(f (x)) = g(f (y)). Entonces
idA (x) = idA (y) y x = y. Concluimos que f es inyectiva.
Av
126 CAPÍTULO 4. FUNCIONES

(ii) Supongamos que f es sobre. Para cada b ∈ B, el conjnto {a ∈ A :


f (a) = b} es distinto del vacı́o, pues f es sobre. Entonces para cada
b ∈ B elegimos uno y sólo un elemento ab de {a ∈ A : f (a) = b}1 .
Ası́, para cada b ∈ B, tenemos un solo ab tal que f (ab ) = b. Definimos
g : B → A de la siguiente manera:

g(b) = ab .

Tenemos que g está bien definida (es decir, que sı́ es función), pues
para cada b, elegimos uno y sólo un ab . Además, por la definición de
composición, f ◦ g : B → B, por lo que f ◦ g e idB tienen el mismo
dominio y codominio. Sea b ∈ B, entonces (f ◦ g)(b) = f (g(b)) =

enz
f (ab ) = b y (f ◦ g)(b) = idB (b). Por lo tanto, f ◦ g = idB y f tiene
inverso derecho.
Para demostrar el recı́proco, supongamos que f tiene inverso derecho
y sea b ∈ B. , Sa
Como f tiene inverso derecho, existe g : B → A tal que f ◦ g = idB .
Como b ∈ B, g(b) ∈ A. Entonces f (g(b)) = idB (b) = b. De aquı́ que
hay a ∈ A (a = g(b)) tal que f (a) = b. Concluimos que f es sobre.


Es importante observar que si f es inyectiva, dependiendo de la elección


ero

de a0 ∈ A, f puede tener varios inversos derechos distintos, además de que


puede no tener ningún inverso izquierdo. De manera similar, si f es sobre,
dependiendo de la elección de cada ab ∈ A, f puede tener varios inversos
izquierdos, además de que puede no tener ningún inverso derecho.
mp

Veamos un ejemplo de funciones f y g tales que g ◦ f = idZ y f ◦ g 6= idZ .

Ejemplo  4.4.13. Sean f : Z → Z y g : Z → Z dadas por f (n) = 2n y


g(n) = n2 , donde [x] está definido como el mayor entero no mayor que x.
Veamos que g ◦ f = idZ , pero que f ◦ g 6= idZ .
, Ca

 
Sea z ∈ Z, entonces (g ◦ f )(z) = g(f (z)) = g(2z) = 2z 2 = [z] = z, además
de que el dominio y codominio de g◦f y de idZ es Z. Por lo tanto, g◦f = idZ .
Por otro lado, tomemos
 1 ∈ Z y evaluémoslo en f ◦ g. Entonces (f ◦ g)(1) =
f (g(1)) = f ( 12 ) = f (0) = 2(0) = 0. Por lo tanto, f ◦ g 6= idZ . ⊣

Afortunadamente, si una función f tiene inverso derecho e inverso izquier-


ella

do, entonces son el mismo, y en consecuencia sólo tiene un inverso derecho


y un inverso izquierdo (que son el mismo).
1
Hay un axioma de la Teorı́a de Conjuntos, llamado el Axioma de Elección, que garan-
tiza que es posible elegir dicho único ab para cada b ∈ B.
Av
4.4. COMPOSICIÓN DE FUNCIONES Y FUNCIONES INVERSAS 127

Teorema 4.4.14. Si f : A → B tiene inveso derecho g1 y también tiene


inverso izquierdo g2 , entonces g1 = g2 .

Demostración. Como g1 es un inverso derecho, por definición, g1 ◦f = idA .


Como g2 es un inverso izquierdo, f ◦ g2 = idB . Entonces

g1 = g1 ◦ idB por el Teorema 4.4.8,


= g1 ◦ (f ◦ g2 ) pues g2 es un inverso izquierdo,
= (g1 ◦ f ) ◦ g2 por teorema anterior,
= idA ◦ g2 pues g1 es un inverso izquierdo,
= g2 . por el Teorema 4.4.8.

enz


Dada una función f : A → B, como f en particular es relación, f −1 es


relación, pero, como vimos en el Ejemplo 4.1.6, f −1 no siempre es función.
Otro ejemplo de esto es la función del Ejemplo 4.3.6, donde f : {−1, 0, 1, 2} →
, Sa
{0, 1, 2, 3, 4} y f (x) = x2 . Entonces f = {(−1, 1), (0, 0), (1, 1), (2, 4)} y la
relación inversa f −1 = {(1, −1), (0, 0), (1, 1), (2, 4)} no es función pues su
dominio deberı́a ser todo B, además de que (1, −1), (1, 1) ∈ f −1 y 1 6= −1.
Para motivar la siguiente discusión que relaciona los inversos de una
función con el hecho de que f −1 sea función, veamos el siguiente ejemplo.
ero

Ejemplo 4.4.15. Sea h : {1, 2, 3} → {a, b, c}, donde a 6= b 6= c 6= a y


h = {(1, a), (2, c), (3, b)}. Entonces h−1 sı́ es función. Además, se puede
verificar que h ◦ h−1 = idB y h−1 ◦ h = idA . ⊣
mp

Definición 4.4.16. Sea f : A → B. Se dice que f es invertible si y sólo


si existe g : B → A tal que g es inverso derecho de f , g ◦ f = idA , y g es
inverso izquierdo de f , f ◦ g = idB .
, Ca

Lema 4.4.17. Sea f : A → B.

(i) Si f −1 es función, entonces f ◦ f −1 = idB y f −1 ◦ f = idA .

(ii) f es invertible si y sólo si f −1 es función.

(iii) Si f es invertible, el inverso derecho e izquierdo de f es f −1 .


ella

Demostración.

(i) Por definición de inversa de una relación, f −1 = {(y, x) : (x, y) ∈ f }.


Si f −1 es función, entonces f −1 : B → A y para todo b ∈ B, existe un
Av
128 CAPÍTULO 4. FUNCIONES

único a ∈ A tal que f −1 (b) = a. Además, f −1 (b) = a si y sólo si f (a) =


b. Por definición de composición, f ◦ f −1 : B → B y f −1 ◦ f : A → A,
por lo que el dominio y codominio de f ◦ f −1 y de idB son el mismo,
y el dominio y codominio de f −1 ◦ f y de idA son el mismo. Ahora,
sea b ∈ B, entonces (f ◦ f −1 )(b) = f (f −1 ((b)). Si f −1 (b) = a, entonces
f (a) = b, por lo que f (f −1 (b)) = b. Por lo tanto, f ◦ f −1 = idB .
Sea a ∈ A, entonces (f −1 ◦ f )(a) = f −1 (f (a)). Si f (a) = b, entonces
f −1 (b) = a, por lo que f (f −1 ((a)) = a. Por lo tanto, f −1 ◦ f = idA .

(ii) Supongamos que f es invertible, entonces f tiene inverso izquierdo e


inverso derecho.
Como f es función, en particular es relación y f −1 = {(y, x) : (x, y) ∈

enz
f }. Queremos ver que f −1 es función de B en A, es decir que dom(f −1 ) =
B y que si (y, x1 ) ∈ f −1 y (y, x2 ) ∈ f −1 , entonces x1 = x2 .
Por definición de relación inversa y como f : A → B, sabemos que
dom(f −1 ⊆ B. Sea b ∈ B. Como f tiene inverso izquierdo, por el in-
ciso (ii) del Teorema 4.4.12, tenemos que f es sobre. De aquı́ que hay
, Sa
a ∈ A tal que f (a) = b, pero entonces (b, a) ∈ f −1 y b ∈ dom(f −1 ).
Por lo tanto, dom(f −1 ) = B. Ahora, supongamos que (y, x1 ) ∈ f −1
y (y, x2 ) ∈ f −1 . Entonces (x1 , y) ∈ f y (x2 , y) ∈ f . Como f sı́ es
función, esto quiere decir que f (x1 ) = y y f (x2 ) = y. Como f tiene
inverso derecho, por el inciso (i) del Teorema 4.4.12, tenemos que f es
ero

inyectiva. Como f (x1 ) = f (x2 ), x1 = x2 .


Por lo tanto, f −1 es función.
Para demostrar el recı́proco, supongamos que f −1 es función.
Por el inciso anterior, entonces f ◦ f −1 = idB y f −1 ◦ f = idA . Ası́,
mp

f −1 es inverso derecho e inverso izquierdo de f y f es invertible.

(iii) Si f es invertible, entonces por el inciso anterior, f −1 es función y


f −1 : B → A. Ası́, por el inciso (i), f ◦ f −1 = idB y f −1 ◦ f = idA . Por
, Ca

lo tanto, f −1 es inverso derecho e izquierdo de f .

Retomando la definición de invertible: f es invertible si y solo si existe


g : B → A tal que g es inverso derecho e izquierdo de f , y usando el lema
ella

anterior, podemos decir que dicha g es f −1 .


Tenemos el siguiente corolario del Teorema 4.4.12.

Corolario 4.4.18. Una función f : A → B es invertible si y sólo si es


biyectiva.
Av
4.4. COMPOSICIÓN DE FUNCIONES Y FUNCIONES INVERSAS 129

Demostración. Si f : A → B es invertible, entonces f −1 es inverso derecho


e izquierdo de f . Por el Teorema 4.4.12, f es inyectiva y sobre, por lo que f
es biyectiva.
Para el recı́proco, supongamos que f es biyectiva. Por el Teorema 4.4.12,
f tiene inverso derecho e inverso izquierdo. Por el Teorema 4.4.14, el inverso
derecho e izquierdo de f es el mismo. Por lo tanto, f es invertible. 

Combinando este corolario con el lema anterior, tenemos que f es biyec-


tiva si y sólo si f −1 es función y, en este caso, f −1 es inverso derecho e
izquierdo de f .

Ejercicios

enz
4.4.1. Sean A y B conjuntos cualesquiera y sea f : A → B. Prueba que
idB ◦ f = f y f ◦ idA = f .

4.4.2. Dar un ejemplo de dos funciones f y g de R a R tales que f 6= g,


, Sa
pero f ◦ g = g ◦ f.

4.4.3. Sean f : Z → Q y g : Q → Z tales que f (x) = x2 /2 + 1 y g(x) = [x]


(es decir, g(x) es el máximo entero no mayor que x).
(i) Defina g ◦ f y f ◦ g;
ero

(ii) determine (g ◦ f )(−2) y (f ◦ g)(−1/2).


4.4.4. Sean A, B, C y D conjuntos cualesquiera y sean f : A → B y
g : B → C y h : C → D.
mp

(i) Demuestre que si g ◦ f es inyectiva, entonces f es inyectiva.


(ii) Demuestre que si g ◦ f es sobre, entonces g es sobre.
(iii) Demuestre que si g ◦ f y h ◦ g son biyectivas, entonces f , g y
h son biyectivas.
, Ca

(iv) Supongamos que A = D y que h ◦ g ◦ f y f ◦ h ◦ g son sobres,


mientras que g ◦ f ◦ h es inyectiva. Demuestre que entonces f ,
g y h son biyectivas.
4.4.5. Dé ejemplos de conjuntos A, B y C y de funciones f : A → B y
g : B → C de forma que se cumpla lo siguiente (un ejemplo por
ella

inciso):
(i) g es sobre, pero g ◦ f no es sobre;
(ii) f es inyectiva, pero g ◦ f no es inyectiva;
(iii) f es inyectiva, g es sobre, pero g ◦ f no es ni inyectiva ni sobre;
Av
130 CAPÍTULO 4. FUNCIONES

(iv) f no es sobre, g no es inyectiva, pero g ◦ f es biyectiva.


4.4.6. (i) Sea f : R \ {2} → R, donde f (x) = 1/(2 − x). Demuestre que
f es invertible, después defina f −1 y diga cuál es su dominio.
(ii) Sea f : R \ {3} → R, donde f (x) = (3x + b)/(x − 3) con b 6= 9.
Demuestre que f es invertible y muestre que f −1 = f .
4.4.7. Dé ejemplos de conjuntos A y B y funciones f : A → B y g : B → A
tales que:
(i) g ◦ f = idA , pero f ◦ g =6 idB ;
(ii) g ◦ f 6= idA , pero f ◦ g = idB .
Recuerde que f : A → B tiene inversa derecha sii existe una función
g : B → A tal que g ◦ f = idA y tiene inversa izquierda sii existe

enz
una función g′ : B → A tal que f ◦ g′ = idB .
4.4.8. Sea f : A → B con A 6= ∅. Demuestre lo siguiente:
(i) f es sobre si y sólo si f tiene inversa izquierda.
(ii) f es inyectiva si y sólo si f tiene inversa derecha.
, Sa
(iii) Supóngase que f es inyectiva. Entonces para cualesquiera fun-
ciones g1 , g2 : C → A, si f ◦ g1 = f ◦ g2 , se tiene que g1 = g2 .

(iv) Supóngase que f es sobre. Entonces para cualesquiera fun-


ero

ciones g1 , g2 : B → C, si g1 ◦ f = g2 ◦ f , se tiene que g1 = g2 .

(v) Sean f : A → B y g : B → C funciones tales que ambas tienen


inversas derechas. Demuestre que entonces g ◦ f tiene inversa
derecha.
mp

4.4.9. Sea f : N → N definida como f (n) = n2 .


(i) Exhiba dos inversas derechas distintas de f .
(ii) Muestre que f no tiene inversa izquierda.
, Ca
ella
Av
Capı́tulo 5

Los números naturales

enz
5.1. Introducción
Casi a todas las matemáticas les conciernen directa o indirectamente
, Sa
los “números”, por esto es que la pregunta “¿qué es un número? ” está en
el corazón de las matemáticas. La investigación matemática del siglo XIX
mostró que los sistemas numéricos de los números enteros, los números
racionales, los números reales y los números complejos se pueden construir a
partir de los números naturales. En este curso veremos estas construcciones.
ero

Entonces la pregunta “¿qué es un número?”, se puede reemplazar por la


pregunta aparentemente más simple:“¿qué es un número natural? ”
El concepto de número natural se fue construyendo durante varios siglos
como una herramienta para contar objetos en colecciones o conjuntos. Es
mp

decir, los números naturales se introdujeron como las etiquetas para designar
la propiedad que comparten los conjuntos finitos que tienen la misma car-
dinalidad (dos conjuntos tienen la misma cardinalidad si se puede poner los
elementos de uno en correspondencia biunı́voca con los elementos del otro,
, Ca

i.e. si existe una función biyectiva entre ellos). De esta forma, cuando dos
egipcios antiguos acordaban intercambiar tres camellos por seis túnicas, era
escencial que ambos entendieran cuántos objetos tendrı́an que dar y cuántos
recibir.
Sin embargo, desde tiempos remotos los números han sido tratados como
ella

objetos concretos más que como nombres de propiedades de conjuntos, pero


no fue sino hasta el siglo XIX que los matemáticos empezaron a preocuparse
en justificar la existencia de los números naturales. Frege intentó esta justi-
ficación, pero resultó delicada. Peano redactó sus famosos 5 axiomas con los
que describe varias caracterı́sticas de los números naturales, sin embargo,
Av

131
132 CAPÍTULO 5. LOS NÚMEROS NATURALES

resultó que estos axiomas no los describen de manera única1 . La definición


moderna de número natural está insertada en la Teorı́a de Conjuntos (es de-
cir, basada en los axiomas de esta teorı́a) y fue lograda por von Neumann en
1923. Antes de dar la idea de esta definición de von Neumann, veamos qué es
lo que queremos que cumplan los naturales, apoyándonos en la percepción
que tenemos de ellos desde niños.
Intuitivamente sabemos que los números naturales forman el conjunto
N = {0, 1, 2, ...} y podemos reconocer como caracterı́sticas de los números
naturales las siguientes:
(i) existe un “primer número natural” al que llamamos “el cero”, y deno-
tamos como 0;

enz
(ii) que se tiene la posibilidad de pasar de una manera precisa de cada
natural “al que le sigue” (y ése que le sigue es único), llamado su
sucesor, y que este paso es tal que a números distintos corresponden
sucesores distintos;
(iii) que podemos definir en N operaciones como suma y multiplicación;
, Sa
(iv) que podemos definir un orden en N.
La manera en que expresamos la propiedad (ii) es definiendo una función
s : N → N que asigne a cada natural un único elemento siguiente, es decir,
“su sucesor”. Entonces a s la llamamos función sucesor y, además, pedimos
ero

que sea inyectiva. También pediremos que 0 no sea sucesor de nadie (aunque
el lector observador verá que esto es consecuencia de que s sea inyectiva).
Hay otra caracterı́stica fundamental de N que puede pensarse que está im-
plı́cita en la caracterı́stica (ii) anterior, pero que hay que incluir para no dar
mp

lugar a confusiones: a partir del natural 0 se puede alcanzar cualquier número


natural m dado de antemano mediante el proceso de “tomar sucesores”. A
esta caracterı́stica se le conoce como el Principio de Inducción.
Todas estas caracterı́sticas fueron tomadas por Peano para dar los si-
guientes axiomas que describen el comportamiento de los naturales. Dado
, Ca

un conjunto 0, otro conjunto N cuyos elementos son llamados números nat-


urales y una relación s tal que dom(s) = N, tenemos los siguientes Axiomas
de Peano.

Axioma 1. 0 ∈ N, es decir, 0 es un número natural.


ella

Axioma 2. Si n ∈ N, hay un único m ∈ N tal que (n, m) ∈ s, es decir, s es función


y s : N → N.
1
Algunos años después se encontraron otras estructuras que también cumplen los axio-
mas de Peano.
Av
5.1. INTRODUCCIÓN 133

Axioma 3. Para toda n ∈ N, s(n) 6= 0.

Axioma 4. Para cualesquiera n, m ∈ N, si s(n) = s(m), entonces n = m.



Axioma 5. Si S ⊆ N y cumple que 0 ∈ S ∧ ∀n ∈ N n ∈ S ⇒ s(n) ∈ S , entonces
N ⊆ S.

Combinando los Axiomas 2, 3 y 4, obtenemos que s : N → N \ {0} y que


es inyectiva.
El Axioma 5 es el famoso Axioma de inducción, también llamado Prin-
cipio de inducción. En este axioma se resume una de las caracerı́sticas más
importantes que habı́amos mencionado antes: que podemos alcanzar todos

enz
los números naturales partiendo del 0 y avanzando con la función sucesor.
Obsérvese que como en el antecedente se supone que S ⊆ N y en el conse-
cuente se llega a que N ⊆ S, podemos concluir que S = N.
Una analogı́a de este axioma puede ser la siguiente: supóngase que se
hace una hilera con fichas de dominó de manera que se sabe que cada vez
, Sa
que se empuja cualquier ficha de la hilera, ésta empujará la siguiente ficha,
entonces sabemos que si empujamos la primera, se caerán todas.
La definición moderna de número natural dada por von Neumann dentro
de la Teorı́a de Conjuntos está basada en su idea de que “cada número
natural sea el conjunto de los naturales anteriores a él”. De esta forma,
ero

como no hay ningún natural anterior al cero, el cero es el conjunto vacı́o.


Luego, el 1 es el conjunto que tiene al cero, es decir, el unitario del vacı́o;
el 2 es el conjunto que tiene al cero y al uno, es decir, el conjunto que tiene
como elementos al vacı́o y al unitario del vacı́o; etc. Ası́,
mp

0 = ∅,
1 = {0} = {∅},
2 = {0, 1} = {∅, {∅}},
, Ca

3 = {0, 1, 2} = {∅, {∅}, {∅, {∅}}},


..
.

De tal forma que se hace la convención de denotar con 0 al conjunto vacı́o,


con 1 al sucesor del 0, con 2 al sucesor del 1, etc. Esta idea de von Neumann
ella

se puede resumir de la siguiente manera:


(i) ∅ es un número natural;
(ii) si n es un número natural, entonces n ∪ {n}, llamado el sucesor de n,
es un número natural.
Av
134 CAPÍTULO 5. LOS NÚMEROS NATURALES

Por ejemplo,

0 = ∅,
1 = ∅ ∪ {∅} = {∅},
2 = {∅} ∪ {{∅}} = {∅, {∅}},
3 = {∅, {∅}} ∪ {{∅, {∅}}} = {∅, {∅}, {∅, {∅}}},
..
.

No formalizamos aquı́ esta definición de número natural, pues rebasa el al-


cance de este libro. Sin embargo, se puede demostrar que los números natu-

enz
rales definidos como von Neumann propuso cumplen los Axiomas de Peano.
Para nuestros propósitos basta que el lector vea la idea de esta definición
para que perciba que los números naturales pueden ser definidos de manera
conjuntista dando ası́ continuidad a este libro, pues puede observarse que en
realidad este capı́tulo se sigue del de conjuntos2 . De hecho, para estudiar las
, Sa
propiedades básicas de los números naturales no es necesario utilizar esta
definición de von Neumann, basta usar el hecho de que cumplen los Axiomas
de Peano y utilizar un teorema especial del que hablamos en los siguientes
párrafos.
Veamos cómo se definen las operaciones de suma y multiplicación. La
ero

idea de lo que son la suma y la multiplicación es la siguiente. Son funciones


cuyo dominio es N × N y codominio es N, es decir, + : N × N → N y
· : N × N → N, sólo que en vez de escribir +(2, 3) = 5, escrimibos 2 + 3 = 5
y en vez de ·(2, 1) = 2, escribimos 2 · 1 = 2, o 2(1) = 2. ¿Cómo se definen
mp

formalmente? Por medio de definiciones que se llaman recursivas y que están


basadas en un teorema que se demuestra en la Teorı́a de Conjuntos usando
las propiedades de los números naturales. Enunciemos entonces el Teorema
de Recursión, aunque su prueba rebasa el alcance de este libro.
, Ca

Teorema 5.1.1. Teorema de Recursión Sea X un conjunto, sea x0 ∈ X


y sea f : X → X. Entonces existe una única función g : N → X tal que

(i) g(0) = x0 ;
ella

(ii) g(s(n)) = f (g(n)).


2
Por lo pronto, el lector tendrá que creer que en la Teorı́a de Conjuntos formal se puede
definir (y de manera única) a los números naturales y que una vez que adquiera cierta
experiencia en el pensamiento matemático, podrá estudiar esto con todo rigor en alguno
de los múltiples libros de texto sobre Teorı́a de Conjuntos.
Av
5.1. INTRODUCCIÓN 135

Obsérvese que pareciera que se está definiendo g usando g misma, sin


embargo, sabiendo que g(0) = x0 , podemos ver que g(1) = f (g(0)) = f (x0 )
y luego que g(2) = f (g(1)) = f (f (x0 )), etc. y ası́ se define la evaluación de
g en el sucesor de n con base en la evaluación de g en el anterior, n. Esto es
lo que se llama una definición recursiva.
Para comprender mejor lo que enuncia el Teorema de Recursión, obsérvese
que g manda al 0 en un elemento distinguido de X, a saber x0 , y “traduce”
la función sucesor como la función f de X, de manera que hay una analogı́a
entre X y N, el 0 y x0 , y s y f .
Lo que sı́ demostraremos más abajo es que todo número natural es el
cero o es el sucesor de algún natural, por lo que la función g descrita en el
teorema realmente tiene como dominio a todo N.

enz
Ahora, usando el Teorema de Recursión, definamos “sumar 0” a cualquier
número natural. Si en el enunciado del Teorema de Recursión, suponemos
que X = N, x0 = 0 y que f es la función sucesor. Entonces existe una única
función g : N → N que denotaremos como 0+ tal que
, Sa
(i) 0 + (0) = 0;

(ii) 0 + (s(n)) = s(0 + n).

Generalicemos esta definición a la operación “sumar m” para cualquier


ero

número natural m.

Definición 5.1.2. Sea m ∈ N. Usando el Teorema de Recursión con X = N,


x0 = m y f la función sucesor, existe una única función m+ : N → N tal
que
mp

(i) m + (0) = m;

(ii) m + (s(n)) = s(m + (n)).


, Ca

Con estas “tablas de sumar” podemos definir ahora sı́ la operación suma
en N.

Definición 5.1.3. La operación suma en N es la función + : N × N → N


tal que +(m, n) = m + (n). Escribimos m + n en lugar de +(m, n).
ella

Observe que, por la definción de suma, s(n) = s(n + 0) = n + s(0) y,


como a s(0) lo denotamos como 1, tenemos que s(n) = n + 1.
Ahora, definimos “multiplicar por 0”. En el Teorema de Recursión, sea
X = N, x0 = 0, y f (n) = 0 + (n), entonces existe una única función 0 · :
N → N tal que
Av
136 CAPÍTULO 5. LOS NÚMEROS NATURALES

(i) 0 · (0) = 0;

(ii) 0 · (s(n)) = 0 + (0 · (n)).

Generalicemos esta definición a la operación “multiplicar por m”.

Definición 5.1.4. Sea m ∈ N. Por el Teorema de Recursión, tomando


X = N, x0 = 0, y f = m+, existe una única función m · : N → N tal que

(i) m · (0) = 0;

(ii) m · (s(n)) = m + (m · (n)).

Ahora, con estas “tablas de multiplicar” podemos definir la operación

enz
multiplicación en N.

Definición 5.1.5. Definimos la multiplicación en N como la función · :


N × N → N tal que ·(m, n) = m · (n). Escribimos m · n en vez de ·(m, n),
por lo que m · n = m · (n). , Sa
Se pueden probar muchas propiedades al respecto de la suma, multipli-
cación y el orden en los naturales con el Axioma 5, varias de ellas las hacemos
en la siguiente sección, y las otras las enunciamos para que el lector las de-
muestre y ası́ vaya adquiriendo experiencia en el uso de este Axioma de
ero

Inducción.
Se deja al lector encontrar la definición de la operación exponenciación,
simplemente generalizando las definiciones de la suma y la multiplicación,
usando el Teorema de Recursión.
mp

5.2. El Principio de Inducción


Analicemos el Axioma 5, explicando cómo utilizarlo para demostrar
, Ca

propiedades de los naturales. Las demostraciones que usan a este axioma


se llaman pruebas inductivas o pruebas por inducción.
El Axioma 5 dice que si S ⊆ N y cumple que

0 ∈ S ∧ ∀n ∈ N(n ∈ S ⇒ s(n) ∈ S),


ella

entonces S = N.
Primero contestemos la pregunta: ¿cuándo hacer una prueba por induc-
ción? El Axioma 5 muchas veces es indispensable para probar que algo se
cumple para todos los naturales (después veremos ejemplos en los que tam-
bién se utiliza inducción para probar que algo se cumple para todos los
Av
5.2. EL PRINCIPIO DE INDUCCIÓN 137

naturales mayores o iguales que n para un natural fijo n). Otras veces, es
posible probar esto sin utilizar el Axioma 5. Con la práctica el lector dis-
cernirá cuándo el Axioma 5 es indispensable.
Ahora contestemos la pregunta: ¿cómo se hace una prueba por induc-
ción? Supongamos que S es un subconjunto de natruales y queremos de-
mostrar que en realidad en S están todos los naturales. Primero se demuestra
que 0 ∈ S (o que el n fijo es elemento de S), a esta parte de la demostración
se le llama Paso base o Base de la inducción. Después se hace el llama-
do Paso inductivo que consiste en suponer que n ∈ S, a esto se le lama
Hipótesis de inducción, y con esta suposición se demuestra que s(n) ∈ S.
Ası́, tendremos que 0 ∈ S ∧ ∀n ∈ N(n ∈ S ⇒ s(n) ∈ S), por lo que, usando
el Axioma 5, obtenemos que S = N.

enz
Muchas veces el Axioma 5 se escribe de la siguiente manera equivalente.
Dado un esquema proposicional P (x) que expresa una propiedad relativa a
x, si
P (0) ∧ ∀n ∈ N(P (n) ⇒ P (s(n))),
, Sa
entonces ∀n ∈ N(P (n)).
Observe que ∀n ∈ N(P (n) ⇒ P (s(n))) y ∀n ∈ N(P (n)) afirman cosas
muy distintas; en el primer enunciado no se afirma que se da P (n) para toda
n ∈ N, sino que si para n ∈ N, se da P (n), entonces se da P (s(n)).
Esta manera de escribir el Axioma 5 es realmente equivalente, pues ha-
ero

ciendo S = {x : P (x)}, se tiene que 0 ∈ S es equivalente a P (0), que


∀n ∈ N(n ∈ S ⇒ s(n) ∈ S) es equivalente a ∀n ∈ N(P (n) ⇒ P (s(n))), y
que ∀n ∈ N(n ∈ S) es equivalente a ∀n ∈ N(P (n)).
Veamos algunos ejemplos de pruebas inductivas.
mp

Lema 5.2.1. Para toda n ∈ N, se tiene que s(n) 6= n.

Demostración. La hacemos por inducción sobre n, usando el Axioma 5.


Sea S = {n ∈ N : s(n) 6= n}, entonces S ⊆ N. Queremos demostrar que
, Ca

S = N.
Debemos probar que 0 ∈ S y que ∀n ∈ N(n ∈ S ⇒ s(n) ∈ S).
Paso base. Veamos que 0 ∈ S.
Por el Axioma 3, sabemos que para todo n ∈ N(s(n) 6= 0). En particular,
s(0) 6= 0. Por lo tanto, 0 ∈ S.
ella

Paso inuctivo. Veamos que para todo n ∈ N(n ∈ S ⇒ s(n) ∈ S).


Hipótesis de inducción. Supongamos que n ∈ S, es decir, que s(n) 6= n.
Demostremos que s(n) ∈ S, es decir, que s(s(n)) 6= s(n).
Por el Axioma 4, la función s es inyectiva, entonces para cualesquiera x, y ∈
N si x 6= y, s(x) 6= s(y). Como, por Hipótesis de inducción, s(n) 6= n,
Av
138 CAPÍTULO 5. LOS NÚMEROS NATURALES

tenemos que s(s(n)) 6= s(n).


Por lo tanto, s(n) ∈ S.
Ası́, 0 ∈ S ∧ (∀n ∈ N(n ∈ S ⇒ s(n) ∈ S)) y, por el Axioma 5, S = N. 

Demostremos ahora lo prometido arriba, que todo natural o es el cero o


es el sucesor de algún natural.
Teorema 5.2.2. Para cualquier n ∈ N, se tiene que n = 0 o que existe
m ∈ N tal que s(m) = n.
Demostración. La hacemos usando el Axioma 5 o Principio de Inducción.
Sea A = {n ∈ N : n = 0 ∨ ∃ m ∈ N (s(m) = n)}. Queremos demostrar
que A = N.

enz
Paso base. Demostremos que 0 ∈ A. Por como definimos A, es claro que
0 ∈ A.
Paso inductivo. Demostremos que ∀n ∈ N (n ∈ A ⇒ s(n) ∈ A).
Hipótesis de inducción: Supongamos que n ∈ A. Veamos que entonces s(n) ∈
A. Como n ∈ A, tenemos que n ∈ N. Por lo tanto, existe m ∈ N, a saber n
, Sa
mismo, tal que s(m) = s(n), usando que s es una función por el Axioma 2.
Por ende, 0 ∈ A y ∀n ∈ N (n ∈ A ⇒ s(n) ∈ A). De aquı́ que, por el
Axioma 5, A = N. Ası́, ∀n ∈ N (n = 0 ∨ ∃ m ∈ N(s(m) = n)). 

Concluimos entonces que en el Teorema de Recursión realmente el do-


ero

minio de la función g es todo N, pues el enunciado nos dice a dónde manda al


0 y a dónde manda al sucesor de cualquier natural y, por el teorema anterior,
ası́ se abarca a todos los naturales.
Ahora demostremos algunas de las leyes aritméticas usuales de la suma.
mp

Observación 5.2.3. Si hacemos 1 = s(0), entonces s(n) = n + 1, pues


n + s(0) = s(n + 0) = s(n), por la definición de la suma.
Teorema 5.2.4 (Ley de la asociatividad de la suma). Sean a, b ∈ N. En-
tonces
, Ca

∀n ∈ N ((a + b) + n = a + (b + n)).
Demostración. Sean a, b ∈ N y sea

A = {n ∈ N : (a + b) + n = a + (b + n)}.
ella

Paso base. Demostremos que 0 ∈ A. Como


def + def +
(a + b) + 0 = a + b = a + (b + 0),

tenemos que 0 ∈ A.
Av
5.2. EL PRINCIPIO DE INDUCCIÓN 139

Paso inductivo. Demostremos que siempre que m ∈ A, se tiene que


s(m) ∈ A.
Hipótesis de inducción: Supongamos que m ∈ A. De aquı́ que (a + b) + m =
a + (b + m).
Queremos demostrar que s(m) ∈ A, es decir, que (a + b) + s(m) = a + (b +
s(m)).
Como
def + H.I. def + def +
(a+b)+s(m) = s((a+b)+m) = s(a+(b+m)) = a+s(b+m) = a+(b+s(m)),

tenemos que s(m) ∈ A.


Concluimos por el Principio de inducción que A = N, por lo que el

enz
teorema es cierto. 

Gracias a este teorema, podemos dejar de escribir paréntesis; es decir,


podemos simplemente escribir a + b + n, sin riesgo de confusión, pues (a +
b) + n = a + (b + n). , Sa
Teorema 5.2.5 (Ley de la cancelación de la suma). Sean a, b ∈ N. Se tiene
que
∀n ∈ N (a + n = b + n ⇒ a = b).

Demostración. Se hace por inducción sobre n.


ero

Sean a, b ∈ N. Sea

A = {n ∈ N : a + n = b + n ⇒ a = b},
mp

queremos ver que A = N.


Paso base. Veamos que 0 ∈ A. Supongamos que a + 0 = b + 0. Por la
definición de la suma, sabemos que a + 0 = a y que b + 0 = b, ası́ que
a = a + 0 = b + 0 = b. Por lo tanto, a = b y concluimos que 0 ∈ A.
, Ca

Paso inductivo. Hipótesis de inducción: Supongamos que m ∈ A, es de-


cir, que si a + m = b + m, entonces a = b.
Veamos que s(m) ∈ A, es decir, que si a + s(m) = b + s(m), entonces a = b.
Supongamos pues que a + s(m) = b + s(m). Por la definición de la suma,
sabemos que a + s(m) = s(a + m) y que b + s(m) = s(b + m), ası́ que
s(a + m) = s(b + m). Como s es inyectiva por el Axioma 3 de Peano, ten-
ella

emos que a + m = b + m. Luego, por la Hipótesis de inducción, podemos


concluir que a = b. Por ende, s(n) ∈ A.
Ası́, por el Principio de inducción, A = N. 

Las demás leyes de la suma en los naturales se dejan al lector.


Av
140 CAPÍTULO 5. LOS NÚMEROS NATURALES

Teorema 5.2.6. 1. (i) ∀n ∈ N(0 + n = n),


(ii) ∀a, n ∈ N (a + s(n) = s(a) + n),
(iii) ∀a, n ∈ N (a + n = n + a) (La ley de la conmutatividad);

2. ∀n ∈ N (a 6= 0 ⇒ a + n 6= 0),

3. ∀a, b ∈ N(a + b = 0 ⇔ (a = 0 ∧ b = 0)).

Ahora demostremos algunas de las leyes aritméticas usuales de la mul-


tiplicación.

Lema 5.2.7. ∀n ∈ N (1 · n = n)

enz
Demostración. Sea A = {n ∈ N : 1 · n = n}.
Paso base. Veamos que 0 ∈ A. Se tiene que 1 · 0 = 0, por la definición de
la multiplicación. Por tanto, 0 ∈ A.
Paso inductivo. Hipótesis de inducción: Supongamos que n ∈ A.
, Sa
Queremos ver que s(n) ∈ A.
Efectivamente se tiene que
def · H.I. Conm +
1 · s(n) = 1 + (1 · n) = 1 + n = n + 1 = s(n),
ero

donde la última igualdad se da gracias a la Observación 5.2.3 Ası́, s(n) ∈ A.


Por lo tanto, A = N y ∀n ∈ N (1 · n = n). 

En adelante ya no especificamos con tanto cuidado los pasos de las de-


mostraciones por inducción, pues asumimos que el lector ya está más famil-
mp

iarizado con éstas.

Teorema 5.2.8 (Ley de la distributividad). ∀a, b, n ∈ N ((a + b) · n =


a · n + b · n).
, Ca

Demostración. Sean a, b ∈ N y sea A = {n ∈ N : (a + b) · n = a · n + b · n}.


Para ver que 0 ∈ A, basta observar que
def · def · def + def ·
(a + b) · 0 = 0 = a · 0 = (a · 0) + 0 = (a · 0) + (b · 0).
ella

Ahora, supongamos que n ∈ A y veamos que entonces s(n) ∈ A. Tenemos


que
def ·
(a + b) · s(n) = (a + b) + ((a + b) · n) =
H.I. (∗) def ·
= (a + b) + (a · n + b · n) = (a + a · n) + (b + b · n) = a · s(n) + b · s(n),
Av
5.2. EL PRINCIPIO DE INDUCCIÓN 141

donde la igualdad (∗) se da por las leyes de asociatividad y conmutatividad


de la suma. Por tanto, s(n) ∈ A, A = N y el teorema se cumple. 

Hay ocasiones en las que dentro de una demostración por inducción


se necesita hacer otra demostración por inducción, como sucede en la de-
mostración del siguiente teorema.

Teorema 5.2.9 (Ley de la conmutatividad de la multiplicación).

∀n, m ∈ N (n · m = m · n).

Demostración. Sea

enz
S = {n ∈ N : ∀m ∈ N (n · m = m · n)}.

Para demsotrar que 0 ∈ S, debemos mostrar que ∀m ∈ N (m · 0 = 0 · m),


esto lo hacemos a su vez por inducción.
Sea , Sa
S ′ = {m ∈ N : m · 0 = 0 · m}.
Veamos que 0 ∈ S ′ . Por la definición de la multiplicación, tenemos que
0 · 0 = 0 = 0 · 0. Por lo tanto, 0 ∈ S ′ .
Supongamos que k ∈ S ′ , es decir, que k · 0 = 0 · k. Queremos probar que
ero

s(k) ∈ S ′ , es decir, que s(k) · 0 = 0 · s(k). Tenemos que


def · H.I. def · def + def ·
0 · s(k) = 0 + (0 · k) = 0 + (k · 0) = 0 + 0 = 0 = s(k) · 0.

Por lo tanto, s(k) ∈ S ′ , S ′ = N y ∀m ∈ N(m · 0 = 0 · m).


mp

Ası́, tenemos que 0 ∈ S y hemos concluido el paso base para S.


Ahora, supongamos que k ∈ S, es decir, que k · m = m · k. Queremos ver
que s(k) ∈ S, es decir, que s(k) · m = m · s(k). Efectivamente,
, Ca

def · H.I. (∗)


m · s(k) = m + (m · k) = m + (k · m) = (1 · m) + (k · m) =

(∗∗) Conm+ (∗∗∗)


= (1 + k) · m = (k + 1) · m = s(k) · m,
donde las igualdades (∗), (∗∗) y (∗ ∗ ∗) se dan por el Lema 5.2.7, el Teorema
ella

5.2.8 y la Observación 5.2.3, respectivamente. Por tanto, s(k) ∈ S y S = N.




Las demás leyes de la multiplicación se dejan al lector.

Teorema 5.2.10. 1. ∀a, b, n ∈ N ((a · b) · n = a · (b · n)),


Av
142 CAPÍTULO 5. LOS NÚMEROS NATURALES

2. ∀n, m, k ∈ N ((k 6= 0 ∧ m · k = n · k) ⇒ n = m),

3. ∀a, b ∈ N ((a 6= 0 ∧ b 6= 0) ⇔ a · b 6= 0), es decir,


∀a, b ∈ N (a · b = 0 ⇔ (a = 0 ∨ b = 0)).
Con la suma, podemos definir el orden < en N.
Definición 5.2.11. La relación < ⊆ N × N está definida como

(m, n) ∈ < si y sólo si ∃t ∈ N \ {0}(m + t = n).

Denotamos con m < n el hecho de que (m, n) ∈ < y decimos que m es


menor que n.

enz
El orden en los naturales tiene propiedades de gran interés.
Definición 5.2.12. Sea A un conjunto y R una relación binaria sobre A
(es decir, R ⊆ A × A). Decimos que (A, R) es un conjunto parcialmente
ordenado, o es un orden parcial si y sólo si:
, Sa
(i) R es antirreflexiva en A, es decir, ∀a ∈ A (a R
6 a),

(ii) R es transitiva, es decir, ∀a, b, c ∈ A ((aRb ∧ bRc) ⇒ aRc).


ero

Decimos además que (A, R) es un conjunto totalmente ordenado, o es


un orden lineal o total si y sólo si es un orden parcial y además
(iii) R es tricotómica, es decir, ∀a, b ∈ A , aRb ∨ bRa ∨ a = b.
Un orden lineal es entonces un conjunto con una relación de forma que
mp

todos los elementos del conjunto quedan en “una fila” o “alineados” por el
orden inducido por la relación.
Teorema 5.2.13. (N, <) es un orden lineal.
, Ca

Demostración. Se deja al lector. 

Como es costumbre, se pueden dar las siguientes definiciones de relación


entre los naturales usando el orden <.
Definición 5.2.14. Decimos que n es menor o igual que m si y sólo si
ella

n = m ∨ n < m. Denotamos este hecho como n ≤ m.


Decimos que n es mayor que m si y sólo si m < n. Denotamos este hecho
como n > m.
Decimos que n es mayor o igual que m si y sólo si n = m ∨ m < n.
Denotamos este hecho como n ≥ m.
Av
5.2. EL PRINCIPIO DE INDUCCIÓN 143

El siguiente teorema resume las propiedades del orden.

Teorema 5.2.15. (1) ∀n ∈ N (0 ≤ n);

(2) ∀n ∈ N (n < s(n));

(3) ∀n, m ∈ N (m 6= 0 ⇒ n < n + m);

(4) ∀n, m, k ∈ N (n < m ⇔ n + k < m + k);

(5) ∀n, m, k ∈ N ((k 6= 0 ∧ n < m) ⇒ n · k < m · k);

(7) ∀n, m ∈ N (m 6= 0 ⇒ n ≤ n · m);

enz
(8) n, m ∈ N ((m 6= 0 m 6= 1) ⇒ n < n · m).

5.2.1. Mal uso de la inducción

tas.
, Sa
En esta sección daremos unas “pruebas por inducción” que no son corec-

Ejemplo 5.2.16. Demuestre que todo número natural es igual a su sucesor,


es decir, para todo k ∈ N, k = s(k).
“Demostración. ” Hipótesis de inducción. Supongamos que n =
ero

s(n). Entonces s(n) = s(s(n)), pues s es función.


¡De esta “demostración” se desprende que todos los números naturales
son iguales!
El error en esta prueba está en no haber hecho el paso base, y claramente
mp

0 6= s(0), pues por el Axioma 3, 0 no es sucesor de ningún natural.  ⊣

Ejemplo 5.2.17. Demuestre que en un conjunto finito de canicas, todas


son del mismo color.
, Ca

“Demostración. ” Lo hacemos por inducción sobre el número n > 1


de canicas del conjunto dado. Sea P (n) la proposición “Si un conjunto de
canicas tiene n canicas, entonces todas son del mismo color”.
Paso base. Si n = 1, entonces claramente todas las canicas del conjunto
tienen el mismo color. Por lo tanto, tenemos P (1).
ella

Hipótesis de inducción. Supongamos que P (n) es cierto, es decir, si


un conjunto tiene n canicas, entonces todas son del mismo color.
Queremos demostrar que P (n + 1).
Sea A un conjunto con n + 1 canicas, digamos A = {C1 , ..., Cn+1 }, en-
tonces el conjunto
Av
144 CAPÍTULO 5. LOS NÚMEROS NATURALES

A0 = C1 , ...Cn tiene n canicas y, por la hipótesis de inducción, todas las


canicas de A0 son del mismo color.
Por otro lado, el conjunto A1 = {C2 , ..., Cn+1 } tiene también n canicas,
ası́ que, por la hipótesis de inducción, todas son del mismo color.
T
Como C2 ∈ A0 A1 , entonces las canicas de ambos conjuntos tienen
todas el mismo color.
Nosotros sabemos que existen canicas de distintos colores, por lo que ¿por
qué pudimos “demostrar” que todas son del mismo color? ¿Qué está mald?
T
afirmar que C2 inA0 A1 , pues si n+1 = 2, A0 = {C1 }
Lo que está mal es T
y A1 = {C2 }, pero A0 A1 podrı́a ser ∅ y entonces no tendrı́an por qué tener
el mismo color C1 y C2 .  ⊣

enz
Ejemplo 5.2.18. Sea n ≥ 1. Demuestre que dadas cualesquiera n lı́neas en
R2 , éstas son paralelas.
“Demostración. ” Por inducción:
Paso base. Si n = 1, como toda lı́nea es paralela a sı́ misma, la afirmación
, Sa
es cierta.
Hipótesis de inducción. Supongamos que la afirmación es cierta para n,
es decir, que cualesquiera n lı́neas en R2 son paralelas.
Sean L1 , L2 , ..., Ln , Ln+1 lı́neas cualesquiera en R2. Denotando con L k
M el hecho de que las lı́neas L y M sean paralelas, por la hipótesis de
ero

inducción, tenemos que L1 k L2 k ... k Ln . También por la hipótesis de


inducción, L2 k L3 k ... k Ln k Ln+1 , entonces, como la relación ser paralela
es transitiva L1 , L2 , . . . , Ln , Ln+1 son paralelas.
Por lo tanto, cualesquiera n + 1 lı́neas en R2 son paralelas.
mp

¡Por lo tanto, para todo n ≥ 1, cualesquiera n lı́neas en R2 son paralelas!


¿Cuál es el problema? Es análogo al error en el ejemplo anterior, pues
en el paso de inducción usamos un argumento que se basa en involucrar más
de 2 lı́neas.  ⊣
, Ca

Ejemplo 5.2.19. Demuestre que para todo n ≥ 1 en un conjunto de n


triángulos todos tienen la misma área.
“Demostración. ”Por inducción:
Paso base. Si n = 1, la afirmación es claramente cierta.
ella

Hipótesis de inducción. Supongamos que en todo conjunto de n triángu-


los todos tienen la misma área.
Sea T1 , ..., Tn , Tn+1 un conjunto con n + 1 triángulos. Entonces T1 , ..., Tn
tienen la misma área por la hipótesis de inducción y T2 , ..., Tn , Tn+1 tam-
bién. Por lo tanto, T1 , ..., Tn , Tn+1 son triángulos que tienen la misma área.
Av
5.2. EL PRINCIPIO DE INDUCCIÓN 145

El problema en éstos tres últimos ejemplos es que se usa un hecho que


es falso: que dado un conjunto con n + 1 lı́neas o triángulos o canicas, sus
subconjuntos de n lı́neas o triángulos o canicas tienen intersección no vacı́a.
Escribiendo con más cuidado esta última demostración.
Sea {T1 , ..., Tn , Tn+1 } un conjunto con n + 1 triángulos. Por la hipótesis
de inducción, {T1 , ..., Tn } T
y {T2 , ..., Tn+1 } son conjuntos que tienen la misma
área. Sea T ∈ {T1 , ..., Tn } {T2 , ..., Tn+1 }, entonces el área de T1 es la misma
que el área de T , que a su vez es la misma que el área de T2 , por lo que
todos tienen la misma área.
¿Pero por qué podemos asegurar que existe T en la intersección? Cuando
n = 2, puede que no haya ningún triángulo en la intersección.  ⊣

enz
5.2.2. Más demostraciones por inducción
En esta sección volvemos a usar el Principio de Inducción de manera
correcta, pero para demostrar ecuaciones sobre sumas finitas de cualquier
, Sa
tamaño u otras propiedades curiosas.
n(n+1)
Lema 5.2.20. La suma de los primeros n + 1 números naturales es 2 .

Demostración. La hacemos por inducción.


Sea A el conjunto de todos los naturales m tales que 0 + 1 + 2 + ... + m =
ero

m(m+1)
2 .
Paso base. Veamos que 0 ∈ A.
Como 0(0+1)
2 = 0, 0 ∈ A.
Hipótesis de inducción. Supongamos que n ∈ A, es decir, que
mp

0 + 1 + 2 + ... + n = n(n+1)
2 .
Queremos demostrar que n + 1 ∈ A, es decir, que
(n + 1)(n + 2)
0 + 1 + ... + n + (n + 1) = .
2
, Ca

0 + 1 + ... + n + (n + 1) = (0 + 1 + ... + n) + (n + 1) pues la suma es asociativa3 ,


n(n + 1)
= + (n + 1) por la Hipótesis de indución,
2
n(n + 1) + 2(n + 1)
ella

=
2
(n + 2)(n + 1)
= .
2
Por lo tanto, n + 1 ∈ A.
Av
146 CAPÍTULO 5. LOS NÚMEROS NATURALES

Entonces, por el Axioma de inducción, A = N y la suma de los primeros


n + 1 números naturales es n(n+1)
2 . 

 2
n(n+1)
Lema 5.2.21. Para todo n ∈ N , 03 + 13 + ...n3 = 2 .

Demostración. Ahora hagámoslo por inducción con propiedades: Sea P (n)


 2
la proposición 03 + 13 + 23 + ...n3 = n(n+1)
2 .
Base de la inducción. Queremos demostrar que P (0).
 2
Como 0(0+1)2 = 0, efectivamente se tiene que P (0).
Hipótesis de inducción. Supongamos que P (n) es cierto, es decir, que
 2

enz
03 + 13 + 23 + ...n3 = n(n+1)
2 .
Queremos demostrar que P (n + 1), es decir, que
 2
03 + 13 + ...n3 + (n + 1)3 = (n+1)(n+2)
2 .
, Sa
03 + 13 + 23 + ...n3 + (n + 1)3 = (03 + 13 + ... + n3 ) + (n + 1)3
 2
pues la suma es asociativa,
n(n + 1)
= + (n + 1)3 por la Hipótesis de indución,
2
n2 (n + 1)2
= + (n + 1)2 (n + 1)
ero

4  
2
2 n
= (n + 1) + (n + 1)
4
 2 
2 n + 4(n + 1)
= (n + 1)
mp

4
 2 
2 n + 4n + 4
= (n + 1)
4
2
(n + 1) (n + 2) 2
=
, Ca

4
 
(n + 1)(n + 2) 2
= .
2
Por lo tanto, P (n + 1) es cierto.
Ası́, P (0) y ∀n ∈ N(P (n) ⇒ P (n + 1)) y, por el Axioma de inducción,
ella

para todo n ∈ N, P (n). 

En algunas ocaciones queremos demostrar que todos los naturales pos-


itivos, o mayores que el 0 cumplen una propiedad. En este caso, usamos la
notación N+ y, al hacer la inducción, en el paso base se demuestra que la
Av
5.2. EL PRINCIPIO DE INDUCCIÓN 147

propiead se cumple para el primero, es decir, para el 1. El resto de la de-


mostración es análogo y puede verse que entonces se demostró que se cumple
para cualquier natural positivo, o cualquier natural mayor que 1.

Lema 5.2.22. Para todo n ∈ N+ , 20 + 21 + 22 + ... + 2n−1 = 2n − 1.

Demostración. Por inducción sobre n ≥ 1.


Base de la inducción. Queremos demostrar que el lema se cumple para
n = 1.
Como 20 = 1 = 21 − 1, el lema se cumple para n = 1.
Hipótesis de Inducción. Supongamos que 20 + 21 + ... + 2n−1 = 2n − 1.
Buscamos probar que 20 + 21 + ... + 2n−1 + 2n = 2n+1 − 1.

enz
20 + 21 + ... + 2n−1 + 2n = (20 + 21 + ... + 2n−1 ) + 2n pues la suma es asociativa,
n n
=2 −1+2 por la Hipótesis de indución,
n
= 2(2 ) − 1
= 2n+1 − 1.
, Sa
Por lo tanto, si el lema se cumple para n, entonces se cumple para n + 1.
Por lo tanto, por el Principio de Inducción, todos los naturales positivos
la cumplen. 
ero

Definición 5.2.23. Definimos la operación factorial de manera recursi-


va4 de la siguiente manera:

0! = 1,
mp

s(n)! = n!(s(n)).

Ahora veamos una demostración por inducción que usa esta definición y
que afirma que una propiedad es cierta para todos los naturales mayores que
, Ca

4, en lugar de para todos los naturales, o para todos los naturales mayores
que 0.

Lema 5.2.24. Para todo n ∈ N, si n ≥ 4, entonces 2n < n!.

Demostración. Hacemos dos demostraciones análogas, en una el paso base


ella

lo hacemos para 4, y en la otra adaptamos la afirmación para empezar desde


el 0. Las dos son correctas y son por inducción.
4
Estrictamente para definir factorial se necesita un Teorema de Recursión un tanto
distinto del que vimos más arriba, pero el lector tendrá que creer que también dicho
teorema es demostrable en la Teorı́a de Conjuntos.
Av
148 CAPÍTULO 5. LOS NÚMEROS NATURALES

Primera demostración.
Base de la inducción. Queremos ver que 24 < 4!.
Como 24 = 16 y 4! = 4 · 3 · 2 · 1 = 24, tenemos que 24 < 4! y el lema se
cumple para n = 4.
Hipótesis de inducción. Sea n ≥ 4 y supongamos que 2n < n!.
Queremos demostrar que 2n+1 < (n + 1)!.
Como n ≥ 4, tenemos que 2 < n+1. Además, por Hipótesis de inducción,
2 < n!, entonces 2n (2) < n!(n + 1), por lo que 2n+1 < (n + 1)!.
n

Por lo tanto, si el lema se cumple para n, se cumple para n + 1.


Por lo tanto, ∀n ∈ N(n ≥ 4 ⇒ 2n < n!).
Segunda demostración.
Es equivalente demostrar que para todo n ∈ N(n ≥ 4 ⇒ 2n < n!) a

enz
demostrar que para todo n ∈ N(2n+4 < (n + 4)!). Demostramos lo segundo
por inducción.
Paso base. Queremos demostrar que 20+4 < (0 + 4)!.
Cómo 24 = 16 y 4! = 24, 20+4 < (0 + 4)!.
, Sa
Por lo tanto, 0 cumple la afirmación.
Hipótesis de inducción Supongamos que 2n+4 < (n + 4)!.
Queremos demostrar que 2(n+1)+4 < ((n + 1) + 4)!.
Como n ∈ N, 2 < (n+1+4). Además, por hipótesis de iinducción, 2n+4 <
(n + 4)!, entonces 2n+4 (2) < (n + 4)!(n + 1 + 4) y 2(n+1)+4 < ((n + 1) + 4)!.
ero

Por lo tanto, ∀n ∈ N (2n+4 < (n + 4)!). 

Recordemos que un natural m es par si y sólo si existe k ∈ N tal que


m = 2k.
Lema 5.2.25. Para todo n ∈ N, n2 + n es par.
mp

Demostración.
Base. Si n = 0, entonces n2 +n = 0 que claramente es par, pues 0 = 2(0).
Por lo tanto, el lema se cumple para n = 0.
Hipótesis de inducción Supongamos que n2 + n es par, es decir, que
, Ca

existe s ∈ N tal que n2 + n = 2s.


Queremos ver que existe t ∈ N tal que (n + 1)2 + (n + 1) = 2t.
Haciendo operaciones adecuadas, obtenemos que (n + 1)2 + (n + 1) =
n2 + 2n + 1 + n + 1 = n2 + n + 2(n + 1) = (n2 + n) + 2(n + 1). Ahora, por
hipótesis de inducción, (n2 + n) + 2(n + 1) = 2s + 2(n + 1) = 2(s + (n + 1)).
ella

Por lo tanto, haciendo t = s + (n + 1), tenemos que existe t ∈ N tal que


(n + 1)2 + (n + 1) = 2t.
Por lo tanto, si el lema se cumple para n, se cumple para n+1. Entonces,
por el Axioma 5, el lema se cumple para todos los naturales. 
Av
5.2. EL PRINCIPIO DE INDUCCIÓN 149

5.2.3. Otros principios de los naturales


Los siguientes son principios importantes que demostraremos que cumplen
los naturales.
Segundo principio de inducción o Principio de inducción fuerte:
Si S ⊆ N y cumple que

∀n ∈ N ∀m(m < n ⇒ m ∈ S) ⇒ n ∈ S ,
entonces S = N.
Principio del buen orden:
Si B ⊆ N es tal que B 6= ∅, entonces


enz
∃b0 ∈ B ∀b ∈ B(b0 ≤ b) .

Muchas veces al Axioma 5 de Peano se le llama el Primer principio de


inducción.
Primer principio de inducción:
Si A ⊆ N y cumple que
, Sa
0 ∈ A ∧ ∀n ∈ N(n ∈ A ⇒ s(n) ∈ A),
entonces A = N.
Sea n un natural. Si denotamos con n< el conjunto de todos los naturales
ero

menores que n, es decir, si n< = {m ∈ N : m < n}, el Segundo principio de


inducción se puede reescribir de la siguiente manera:
Segundo principio de inducción o Principio de inducción fuerte:
mp

Si S ⊆ N y cumple que
∀n ∈ N(n< ⊆ S ⇒ n ∈ S),
entonces S = N.
, Ca

Ahora demostraremos éste último principio.

Teorema 5.2.26 (Segundo principio de inducción o Principio de inducción


fuerte). Si S ⊆ N y cumple que ∀n ∈ N(n< ⊆ S ⇒ n ∈ S), entonces S = N.

Demostración.
ella

Sea S ⊆ N tal que


∀n ∈ N(n< ⊆ S ⇒ n ∈ S).
Debemos probar que S = N.
Definimos el conjunto S1 = {n ∈ S : n< ⊆ S}. Claramente S1 ⊆ S ⊆ N.
Av
150 CAPÍTULO 5. LOS NÚMEROS NATURALES

Veamos que N ⊆ S1 , es decir que N = S1 . Lo probamos usando el Primer


principio de inducción o Axioma 5 de Peano.
Paso base: Como 0< = ∅, tenemos que 0< ⊆ S. Por las hipótesis hechas
para el conjunto S, se sigue que 0 ∈ S. Ası́, 0 ∈ S y 0< ⊆ S, por lo que
0 ∈ S1 .
Hipótesis de inducción: Supongamos que k ∈ S1 .
Buscamos probar que s(k) ∈ S1 .
Como por la hipótesis de inducción, k ∈ S1 , tenemos que k ∈ S y k< ⊆ S.
Como s(k)< = k< ∪ {k}, k< ⊆ S y k ∈ S, s(k)< ⊆ S. Además, por hipótesis,
∀n ∈ N(n< ⊆ S ⇒ n ∈ S), de aquı́ que, como s(k)< ⊆ S, s(k) ∈ S. Por lo
tanto, s(k)< ⊆ S y s(k) ∈ S. Concluimos que s(k) ∈ S1 .
Por lo tanto, S1 ⊆ N tal que 0 ∈ S1 y siempre que k ∈ S1 , se tiene que

enz
s(k) ∈ S1 . Ası́, por el Primer principio de inducción, S1 = N.
Por lo tanto, N = S1 ⊆ S ⊆ N. Por lo tanto, N = S.
Concluimos que se cumple el Segundo principio de inducción. 

Ahora veamos que el Segundo principio de inducción y el Principio del


, Sa
buen orden son equivalentes.

Teorema 5.2.27. El Segundo principio de inducción y el Principio del buen


orden son equivalentes.
ero

Demostración.
Supongamos que si S ⊆ N y cumple que ∀n ∈ N(n< ⊆ S ⇒ n ∈ S),
entonces S = N.
Queremos demostrar que si B ⊆ N tal que B 6= ∅, entonces

mp

∃b0 ∈ B ∀b ∈ B(b0 ≤ b) .
Sea B ⊆ N y B 6= ∅. 
Queremos ver que ∃b0 ∈ B ∀b(b ∈ B ⇒ b0 ≤ b) , equivalentemente quere-
mos ver que ∃b0 ∈ B∀n ∈ N(b0  n ⇒ n ∈ / B). Como la relación < es tri-
, Ca

cotómica en N, lo anterior es equivalente a ∃b0 ∈ B∀n ∈ N(n < b0 ⇒ n ∈ / B).


Sea S = N \ B. Como B 6= ∅, tenemos que S 6= N. Además, tenemos que
S ⊆ N. Usamos la contrapuesta del Segundo principio de inducción. Ası́,
como S 6= N, existe b0 ∈ N tal que b< 0 ⊆ S y b0 ∈/ S.
Como b0 ∈ N y b0 ∈ / S, b0 ∈ B. Por otro lado, tenemos que b< 0 ⊆ S. De
ella

aquı́ que para todo n ∈ N, n < b0 ⇒ n ∈ S. Por lo tanto,


∃b0 ∈ B∀n ∈ N(n < b0 ⇒ n ∈
/ B).
Concluimos que el Segundo principio de inducción implica el Principio del
buen orden.
Av
5.2. EL PRINCIPIO DE INDUCCIÓN 151

Ahora veamos que el Principio del buen orden implica el Segundo prin-
cipio de inducción.
Supogamos que si B ⊆ N y B 6= ∅, entonces ∃b0 ∈ B∀n ∈ N(n ∈ B ⇒ b0 ≤
n).
Queremos demostrar que si S ⊆ N que cumple que ∀n ∈ N(n< ⊆ S ⇒ n ∈
S), entonces S = N.
Sea S ⊆ N tal que ∀n ∈ N(n< ⊆ S ⇒ n ∈ S).
Queremos ver que S = N.
Supongamos para llegar a una contradicción que S 6= N. Como S ⊆ N,
N * S. Sea B = N \ S, entonces B 6= ∅ y B ⊆ N. Por el Principio
del buen orden, ∃b0 ∈ B∀n ∈ N(n ∈ B ⇒ b0 ≤ n), o equivalentemente,
∃b0 ∈ B∀n ∈ N(n < b0 ⇒ n ∈ / B), pues la relación < es tricotómica en

enz
N. Como B = N \ S, si n ∈ N y n ∈ / B, se tiene que n ∈ S, por lo que
∃b0 ∈ B∀n ∈ N(n < b0 ⇒ n ∈ S). De aquı́ que existe b0 ∈ B tal que b< 0 ⊆ S.
Por la hipótesis hecha para S, obtenemos entonces que b0 ∈ S. Pero esto es
una contradicción al hecho de que b0 ∈ B, pues B = N \ S.
, Sa
Por lo tanto, S = N. 

De los teoremas anteriores concluimos que para demostrar que algo se


cumple para todos los naturales podremos usar cualquiera de los principios.
El punto es que puede ser más fácil usar alguno. Veamos un ejemplo de una
demostración que usa el Principio del buen orden.
ero

Proposición 5.2.28. No hay ningún n ∈ N tal que 0 < n < s(0).

Demostración.
Lo demostramos por el Principio del buen orden.
mp

Sea A = {n ∈ N : 0 < n < s(0)}.


Supongamos que A 6= ∅. Entonces, como A ⊆ N, por el Principio del buen
orden, ∃a0 ∈ A∀n ∈ N(n ∈ A ⇒ a0 ≤ n). Ahora, por la tricotomı́a de <,
a0 6= 0, pues a0 ∈ A y entonces 0 < a0 . Además,  se puede demostrar que
, Ca

∀n, m, k ∈ N (k 6= 0 ∧ n < m) ⇒ n · k < m · k . Ası́, como 0 < a0 y a0 6= 0,


a0 ·0 < a0 ·a0 . De manera análoga, como a0 < s(0) y a0 6= 0, a0 ·a0 < s(0)·a0 .
De aquı́ que a0 · 0 < a0 · a0 < s(0) · a0 . Por definición de la multiplicación y
la suma, s(0) · a0 = a0 + (0 · a0 ) = a0 . Por lo tanto, 0 < a0 · a0 < a0 < s(0),
pero esto es una contradición, pues a0 · a0 < a0 y a0 · a0 ∈ A, por lo que a0
ella

no serı́a el mı́nimo de A.
Por lo tanto, A = ∅ y no hay ningún n tal que 0 < n < s(0). 
Av
152 CAPÍTULO 5. LOS NÚMEROS NATURALES

enz
, Sa
ero
mp
, Ca
ella
Av
Capı́tulo 6

Combinatoria finita

enz
Ya hemos discutido que los naturales se han usado durante siglos para
contar, de hecho surgieron justamente para eso. En este capı́tulo, formal-
izamos el proceso de contar conjuntos finitos, es decir, conjuntos que se
, Sa
pueden poner en correspondencia biunı́voca con algún número natural.

6.1. Cardinalidad de conjuntos finitos


Los números naturales aparecen en un principio como una herramienta
ero

para contar los elementos de algunos conjuntos (los “finitos”).

Ejemplo 6.1.1. Para saber si hay el mismo número de personas que com-
praron boleto para un espectáculo en un teatro y de asientos en el teatro
mp

no necesitamos contar a los espectadores y a los asientos en el teatro, basta


con sentar a todos los espectadores y ver si sobran o faltan asientos. ⊣

Este ejemplo se puede generalizar a la siguiente definición.


, Ca

Definición 6.1.2. Sean A y B conjuntos decimos que A y B tienen la misma


cardinalidad o mismo número cardinal o mismo número de elementos si y
sólo si existe una función biyectiva f : A → B.

La idea es que la función biyectiva pone a todos los elementos de A en


correspondencia uno a uno con todos los elementos de B. Ası́, para cada
ella

elemento de A hay uno de B y viceversa, por lo que claramente tienen el


mismo número de elementos.

Definición 6.1.3. Para cada n ∈ N, definimos el segmento incial con n


elementos como el conjunto In tal que:
Av

153
154 CAPÍTULO 6. COMBINATORIA FINITA

I0 = ∅, e
Is(n) = {0, 1, ..., n}.

Observe que, según nuestra construcción conjuntista de los números nat-


urales n dada en la introducción de este capı́tulo, en realidad In = n.

Definición 6.1.4. Decimos que un conjunto A es finito, si existen n ∈ N


y f : A → In tal que f es biyectiva. Un conjunto infinito es uno que no es
finito.

La idea de contar los elementos de un conjunto finito A es establecer


una biyección f entre A y algún segmento inicial In , pues entonces podemos

enz
“contar” los elementos de A enumerándolos ası́: f −1 (0), f −1 (1),..., f −1 (n).
Ahora, para poder decir de manera segura que en este caso A tiene n elemen-
tos tenemos que demostrar primero que no es posible que existan biyecciones
de A en In y de A en Im con n 6= m. Esto será un corolario del siguiente
teorema. , Sa
Teorema 6.1.5. Sean m, n ∈ N. Si m 6= n, entonces no existe una biyección
g : Im → In .

Demostración.
ero

Sean m, n ∈ N tales que m 6= n. Como m 6= n, por tricotomı́a del <,


tenemos que m < n o n < m. Veamos que basta probar que si m < n,
entonces no existe una biyección g : Im → In . Si lo tenemos probado para
m < n y tenemos que n < m y existe una biyección f : Im → In , entonces
f −1 : In → Im también es una biyección y, como n < m, contradirı́amos el
mp

primer caso.
Ası́, supongamos que m < n. Lo demostraremos por inducción sobre
m. Sea P (m) el esquema proposicional “si m < n, entonces no existe una
biyección g : Im → In ”.
, Ca

Paso base. Queremos demostrar que P (0).


Sabemos que I0 = ∅. Como 0 < n, In 6= ∅, pues hay m ∈ N tal que
s(m) = n y m ∈ In . Por lo tanto, no hay una función g : I0 → In que pueda
ser sobre. Ası́, no existe una biyección g : I0 → In y P (0) es cierto.
Hipótesis de inducción. Supongamos que es cierto P (m), es decir que si
ella

m < n, entonces no existe una biyección g : Im → In .


Queremos demostrar que es cierto P (s(m)), es decir que si s(m) < n, en-
tonces no existe una biyección g : Is(m) → In .
Para llegar a una contradicción, supongamos que sı́ existe una biyección
f : Is(m) → In para algún n tal que s(m) < n.
Av
6.1. CARDINALIDAD DE CONJUNTOS FINITOS 155

Se puede ver que Is(m) = Im ∪ {m}. Entonces f (m) ∈ In , digamos que


f (m) = k ∈ In . Como s(m) < n, n > 1, entonces definimos g : In → In
como la función que intercambia
 k y n − 1 y deja fijos a los otros elementos
 k si j = n − 1,
de In , es decir, g(j) = n − 1 si j = k,

j si j 6= k y j 6= n − 1.
Obsérvese que (g ◦ g)(k) = g(g(k)) = g(n − 1) = k, y que (g ◦ g)(n − 1) =
g(g(n − 1)) = g(k) = n − 1. Además, para todo j ∈ In tal que j 6= k y
j 6= n − 1, tenemos que (g ◦ g)(j) = g(j) = j. Por lo tanto, (g ◦ g) = idIn , es
decir, g es una biyección cuya inversa es ella misma. Entonces la composición
h = g ◦ f : Ism → In es biyectiva, pues es composición de biyectivas.
Nótese que h(m) = (g ◦ f )(m) = g(f (m)) = g(k) = n − 1.

enz
Dibujo
Entonces, restringuiendo el codominio de h a In−1 = In \ {n − 1} y el
dominio de h a Im ⊆ Is(m) , obtenemos la función e h : Im → In−1 definida
como e h(i) = h(i). Ası́, e
h : Im → In−1 es biyectiva. Pero, como m < n − 1
, Sa
pues s(m) < n, esto contradice la hipótesis de inducción P (m).
Por lo tanto, no puede existir una biyección f : Is(m) → In para todo
n > s(m). 

Corolario 6.1.6. Si A es un conjunto finito, entonces existe un único n ∈ N


ero

tal que hay una biyección f : A → In .

Demostración.
Sea A un conjunto finito. Por definición de finito, existe tal n. Si hubiera
otra m ∈ N tal que hubiera una biyección g : A → Im , entonces g−1 : Im → A
mp

también serı́a biyección. Por lo tanto, f ◦ g−1 : Im → In serı́a una biyección.


Ası́, por la contrapuesta del teorema anterior, m = n.
Concluimos que para todo conjunto finito A, existe un único n ∈ N tal
que hay una biyección f : A → In .
, Ca

Gracias a este corolario, podemos dar la siguiente definición.

Definición 6.1.7. Decimos que un conjunto finito A tiene n elementos si


existe una biyección f : A → In . En este caso escribimos que |A| = n.
ella

Ası́, “contar un conjunto finito A” es dar una biyección entre este con-
junto y algún In con n ∈ N y entonces esta biyección “enumera o enlista”
los elementos de A como a0 = f −1 (0), a1 = f −1 (1), etc.

Lema 6.1.8. Sea n ∈ N.


Av
156 CAPÍTULO 6. COMBINATORIA FINITA

(i) Cualquier función inyectiva f : In → In es sobre.

(ii) Cualquier función sobre f : In → In es inyectiva.

Demostración.

(i) Lo demostramos por inducción sobre n. Sea P (n) el esquema proposi-


cional “si f : In → In es inyectiva, entonces es sobre”.
Paso base. Como I0 = ∅, la única función de f : I0 → I0 es la vacı́a
que es inyectiva y sobre. Por lo tanto, P (0) es cierto.
Hipótesis de inducción. Supongamos que P (n) es cierto, es decir
que si f : In → In es inyectiva, entonces es sobre.
Sea f : Is(n) → Is(n) una función inyectiva. Queremos demostrar que

enz
f es sobre.
Sea k ∈ Is(n) tal que f (n) = k. Definimos h : Is(n) → Is(n) como la
función que intercambia  a k y a n y deja fijos a los demás elementos
 k si j = n,
, Sa
de Is(n) , es decir, h(j) = n si j = k,

j si j 6= k y j 6= n.
Se puede ver que h es biyectiva. Ahora, sea g = h ◦ f , entonces
g : Is(n) → Is(n) y g(n) = h(f (n)) = h(k) = n. Como f y h son
ambas funciones inyectivas, g es inyectiva. Restringiendo el dominio
ero

de g a In = Is(n) \ {n} y también su codominio a In , obtenemos la


función ge : In → In definida como ge(i) = g(i). Se deja al lector veri-
ficar que dado que g es inyectiva, ge también lo es. Ası́, por hipótesis
de inducción, ge es sobre, por lo que e
g es biyectiva. Además, como eg es
sobre, g es sobre y por tanto biyectiva. Como h es biyectiva, h−1 es
mp

función y es biyectiva. Además, f = g ◦ h−1 , por lo que f es composi-


ción de biyectivas. Concluimos que f es sobre. Por lo tanto, P (s(n))
es cierto.
, Ca

(ii) Se deja al lector.

Corolario 6.1.9. Si A es un conjunto finito, entonces una función f : A →


A es sobre si y sólo si es inyectiva.
ella

Demostración. Sea A un conjunto finito, entonces existe un único n ∈ N


tal que hay una función biyectiva g : A → In . Entonces f : A → A es sobre
si y sólo si g ◦f ◦g−1 : In → In es sobre, pues, por un lado, la composición de
sobres es sobre y, por el otro, si g ◦ f ◦ g−1 : In → In es sobre, g ◦ f es sobre y,
Av
6.2. PRINCIPIOS ELEMENTALES DE CONTEO 157

como g es inyectiva, f es sobre. Por el lema anterior, g ◦ f ◦ g−1 : In → In es


sobre si y sólo si g ◦f ◦g−1 : In → In es inyectiva. Ahora, g ◦f ◦g−1 : In → In
es inyectiva si y sólo si f es inyectiva, pues, por un lado la inyectividad de
g ◦ f ◦ g−1 implica la inyectividad de f ◦ g−1 y, como g−1 es sobre, f es
inyectiva y, por el otro, la composición de inyectivas es inyectiva.
Por lo tanto, f : A → A es sobre si y sólo si es inyectiva. 

Lema 6.1.10. Existe una función sobre f : Im → In si y sólo si m ≥ n.


Demostración. Se deja al lector. 

Después podremos demostrar que existe una función inyectiva f : Im →


In si y sólo si m ≤ n.

enz
6.2. Principios elementales de conteo
Hay veces que no es tan sencillo “contar” los elementos de algún conjunto
finito. Por ejemplo, si B y C son conjuntos finitos y A es el conjunto de
, Sa
las funciones f : B → C, sabiendo las cardinalidades de B y C ¿cuántos
elementos tiene A?
Desarrollaremos ciertos métodos que nos permitirán contar los elementos
de algunos conjuntos finitos con base en la cardinalidad de conjuntos que
los definen.
ero

Teorema 6.2.1. Principio básico de la suma. Si A y B son conjuntos


finitos tales que A ∩ B = ∅, entonces |A ∪ B| = |A| + |B|.
Demostración.
mp

Sean A y B conjuntos finitos. Entonces existen números naturales m y


n y funciones biyectivas f y g tales que f : A → Im y g : B → In .
Queremos probar que hay una biyección h : A ∪ B → Im+n , pues ası́,
|A ∪ B| = m + n = |A| + |B|.
, Ca

Es claro que Im+n = Im ∪ {m, m + 1, m + 2, ..., m + n − 1}. Definimos


h: A∪ B → Im+n de la siguiente manera:
f (x) si x ∈ A,
h(x) =
m + g(x) si x ∈ B.
La función h está bien definida, pues para toda x ∈ A∪B, tenemos que x ∈ A
o x ∈ B, y x ∈ / A ∩ B. Ahora, si x ∈ A, entonces h(x) = f (x) ∈ Im ⊆ Im+n .
ella

Si x ∈ B, entonces g(x) ∈ In , por lo que 0 ≤ g(x) < n. Por lo tanto,


m ≤ m + g(x) < m + n y entonces h(x) = m + g(x) ∈ {m, m + 1, ..., m +
n − 1} ⊆ Im+n . Se deja al lector demostrar que h es biyectiva.
Por lo tanto, |A ∪ B| = |A| + |B|. 
Av
158 CAPÍTULO 6. COMBINATORIA FINITA

Corolario 6.2.2. Principio de la suma. Si A0 , ..., Ak son conjuntos


finitos disjuntos por pares (es decir, Ai ∩ Aj = ∅ si y sólo si i 6= j), entonces
|A0 ∪ A1 ∪ ... ∪ Ak | = |A0 | + |A1 | + ... + |Ak |.
Demostración. Por inducción sobre k ≥ 1.
Paso base. Para k = 1, tenemos A0 y A1 conjuntos disjuntos y, por el
teorema anterior, |A0 ∪ A1 | = |A0 | + |A1 |.
Hipótesis de inducción. Supongamos que el corolario es cierto para k.
Sean A0 , ..., Ak conjuntos finitos tales que Ai ∩ Aj = ∅ si y sólo si i 6= j.
Queremos demostrar que |A0 ∪ A1 ∪ . . . ∪ Ak ∪ Ak+1 | = |A0 | + |A1 | + . . . +
|Ak | + |Ak+1 |.

enz
|A0 ∪ A1 ∪ . . . ∪ Ak ∪ Ak+1 | = |(A0 ∪ A1 ∪ . . . ∪ Ak ) ∪ Ak+1 |
pues la operación unión es asociativa,
= |A0 ∪ . . . ∪ Ak | + |Ak+1 |
por el teorema anterior ya que A0 ∪ . . . ∪ Ak y Ak+1 son ajenos,
, Sa
= |A0 | + . . . + |Ak | + |Ak+1 |
por la Hipótesis de inducción.


ero

Lema 6.2.3. Sean A y B conjuntos finitos.


(i) Si A ⊆ B, entonces |A| ≤ |B|.

(ii) Si f : A → B es una función inyectiva, entonces |A| = |f [A]|. Por lo


mp

tanto, |A| ≤ |B|.

(iii) Si f : A → B es una función sobre, entonces |A| ≥ |B|.


Demostración.
, Ca

(i) Se deja al lector. Se sugiere ver a B como A ∪ (B \ A).

(ii) Se deja al lector.

(iii) Se deja al lector.


ella

El “Principio del palomar” es conocido informalmente como la siguiente


afirmación: Si hay más palomas que casillas en un palomar, entonces alguna
casilla tiene más de una paloma. Dicho de otra manera, si se distribuyen m
Av
6.2. PRINCIPIOS ELEMENTALES DE CONTEO 159

objetos en n cajas con m > n, entonces al menos una caja tiene más de un
objeto.
Para formalizar este enunciado, visualizemos a los m objetos como ele-
mentos de un conjunto A de tal forma que |A| = m, y a las n cajas con-
teniendo objetos de A como subconjuntos Ai ⊆ A con 0 ≤ i < n tales que
son disjuntos por pares y A = A0 ∪ . . . ∪ An−1 . Ası́, podemos enunciar este
principio como sigue.

Corolario 6.2.4. Principio del palomar. Sea A un conjunto finito tal


que |A| = m y existen n subconjuntos Ai de A con 0 ≤ i < n de forma que
son disjuntos por pares y A = A0 ∪ . . . ∪ An−1 . Si m > n, entonces para
algún i ∈ {0, ..., n − 1}, |Ai | > 1.

enz
Demostración.
Sea A un conjunto finito tal que |A| = m y existen n subconjuntos Ai ⊆ A
con 0 ≤ i < n de forma que son disjuntos por pares y A = A0 ∪ . . . ∪ An−1 .
Demostramos el corolario por contrapuesta. Supongamos que para toda
, Sa
i ∈ {0, ..., n − 1}, |Ai | ≤ 1. Entonces tenemos que m = |A| = |A0 ∪ . . . ∪
An−1 | = |A0 | + . . . + |An−1 | ≤ |1 + .{z
. . + 1} = n. Por lo tanto, m ≤ n. 
n veces

Corolario 6.2.5. Existe una función inyectiva f : Im → In si y sólo si


ero

m ≤ n.

Demostración.
La primera implicación la demostramos por contrapuesta, es decir, de-
mostramos que si m > n, entonces no hay una función inyectiva de Im en
mp

In .
Supongamos que m > n y que f es una función de Im en In . Definamos para
cada i < n a Ai = f −1 [{i}]. Ası́, tenemos que Ai ⊆ Im para toda i < n.
Además, sabemos que |Im | = m, entonces, como m > n, por el corolario
, Ca

anterior, |Ai | > 1, para algún i < n. Pero entonces hay x, y ∈ Ai con x 6= y
tales que f (x) = i y f (y) = i, por lo que f no puede ser inyectiva.
Por lo tanto, si m > n, entonces no hay una función inyectiva de Im en In .
Para el recı́proco, supongamos que m ≤ n. Definimos f : Im → In como
f (i) = i. Entonces f es inyectiva. Concluimos que si m ≤ n, entonces existe
ella

una función inyectiva de Im en In . 

Se puede generalizar el Principio del Palomar como en el siguiente lema.

Lema 6.2.6. Si se distribuyen m objetos en n cajas, con m > nr para algún


r ≥ 1, entonces al menos una caja tiene más de r objetos.
Av
160 CAPÍTULO 6. COMBINATORIA FINITA

Demostración. Se deja al lector. 

Lema 6.2.7. Si A y B son dos conjuntos (no forzosamente disjuntos),


entonces |A ∪ B| = |A| + |B| − |A ∩ B|.
Demostración. Se deja al lector. 

Teorema 6.2.8. Principio básico del producto. Si A y B son conjuntos


finitos, entonces |A × B| = |A| · |B|.
Demostración.
Si |A| = 0, entonces A = ∅, de aquı́ que A × B = ∅ y |A × B| = 0 =
0 · |B| = |A| · |B|.

enz
Supongamos que |A| = m > 0, entonces A = {a0 , ..., am−1 }. Veamos
primero que para cualquier ai ∈ A, {ai }×B tiene la misma cardinalidad que
B. Dado ai ∈ A, definimos la función ϕi : {ai } × B → B como ϕi (ai , b) = b.
Entonces ϕi es una biyección. Por lo tanto, para todo ai ∈ A, |{ai } × B| =
|B|. , Sa 
Ahora, se puede verificar que el conjunto {ai } × B : ai ∈ A es una
partición de A × B. De aquı́ que A × B = ({a0 } × B) ∪ ({a1 } × B) ∪
. . . ∪ ({am−1 } × B), además de que los conjuntos de la forma {ai } × B son
disjuntos porP pares. Entonces,Ppor el Principio de la suma, se sigue que
|A × B| = m−1 i=0 |{ai } × B| = m−1
i=0 |B| = m|B| = |A| · |B|. 
ero

Corolario 6.2.9. Principio del producto. Si A0 , ..., Ak son conjuntos


finitos, con k ≥ 1, entonces |A0 × A1 × . . . × Ak | = |A1 | · |A2 | · ... · |Ak |.
Demostración. La hacemos por inducción sobre k ≥ 1.
mp

Paso base. Si k = 1, entonces por el teorema anterior, |A0 ×A1 | = |A0 |·|A1 |.
Hipótesis de inducción. Supongamos que el corolario es cierto para k.
Sean A0 , ..., Ak conjuntos finitos, entonces
|A0 × . . . × Ak | = |(A0 × . . . × Ak−1 ) × Ak |
, Ca

pues la operación unión es asociativa,


= |A0 × . . . × Ak−1 ||Ak |
por el teorema anterior,
= |A0 |....|Ak−1 ||Ak |
ella

por Hipótesis de inducción.

Dados A y B conjuntos, denotamos con BA


el conjunto de todas las
funciones de A en B, es decir, B A = {f |f : A → B}.
Av
6.3. ORDENACIONES CON REPETICIÓN, ORDENACIONES Y PERMUTACIONES161

Teorema 6.2.10. Si A y B son conjuntos finitos y |A| = m, entonces el


número de funciones de A en B es |B|m , es decir, |B A | = |B|m .

Demostración.
Sea A un conjunto finito y sea m ∈ N tal que |A| = m.
Si m = 0, entonces A = ∅ y la única función de A en B es la vacı́a, es
decir hay una única función de A en B. Como |B|0 = 1, |{f |f : A → B}| =
|B|0 .
Si m > 0, entonces sea A = {a0 , ..., am−1 }. Una función f : A → B queda
determinada por sus valores f (a0 ), f (a1 ), ..., f (am−1 ) en B. Considerando el
orden natural de los a′j s, podemos pensar en estos valores como una m-ada
ordenada (f (a0 ), f (a1 ), ..., f (am−1 )) de elementos de B, es decir, como un

enz
elemento de B m = B | ×B× {z. . . × B}.
m veces
Ası́, definimos ψ : B A → B m como ψ(f ) = (f (a0 ), ..., f (am−1 )). Quere-
mos ver que ψ es biyectiva.
Para demostrar que ψ es sobre, sea (b0 , ..., bm−1 ) ∈ B m . Entonces de-
, Sa
finimos f : A → B como f (ai ) = bi para 0 ≤ i < m. De aquı́ que
ψ(f ) = (f (a0 ), ..., f (am−1 )) = (b0 , ..., bm−1 ). Por lo tanto, ψ es sobre.
Para demostrar que ψ es inyectiva, sean f, g ∈ B A tales que ψ(f ) =
ψ(g). Entonces (f (a0 ), ..., f (am−1 )) = (g(a0 ), ..., g(am−1 )). Por definición de
igualdad de m-adas, f (ai ) = g(ai ) para 0 ≤ i < m. Ası́, f (a) = g(a) para
ero

todo a ∈ A. Por lo tanto, f = g y ψ es inyectiva.


Por lo tanto, ψ es biyección. 

Corolario 6.2.11. Sean A y B conjuntos finitos. Entonces |B A | = |B||A| .


mp

Demostración.
Si |A| = m, por el teorema anterior, hay una biyección ψ : B A → B m y
entonces |B m | = |B|m = |B||A| .
Por lo tanto, |B A | = |B||A| .
, Ca

6.3. Ordenaciones con repetición, ordenaciones y


permutaciones
ella

Para motivar los siguientes conceptos combinatorios, veamos el siguiente


ejemplo.

Ejemplo 6.3.1. ¿Cuántas posibilidades de placas de auto pueden ser ex-


pedidas en el Distrito Federal? Las placas del Distrito Federal son formadas
Av
162 CAPÍTULO 6. COMBINATORIA FINITA

con tres dı́gitos (éstos son 10 distintos) seguidos de tres letras (para las
placas se consideran 26 letras).
Intuitivamente vemos que podemos representar una placa mediante una
tabla con 6 casillas, las primeras tres corresponden a un dı́gito, y las úlitmas
tres, a una letra.

En la primera casilla tenemos posibilidad de elegir entre 10 dı́gitos {0, 1, 2..., 9},
al igual que en la segunda y tercera casillas. En las úlitmas tres casillas tener-
mos posibilidad de elegir entre 26 letras {A, B, ..., Y, Z}. Entonces si denota-
mos con A al conjunto {0, 1, 2..., 9} y con B al conjunto {A, B, ..., Y, Z}, esta-
mos buscando la cardinalidad del conjunto A×A×A×B×B×B. Por el Prin-

enz
cipio del producto, |A×A×A×B×B×B| = 10·10·10·26·26·26 = 17, 576, 000.
10 10 10 26 26 26
Cambiemos un poco la pregunta ¿cuántas posibilidades de placas de auto
, Sa
pueden ser expedidas en el Distrito Federal que no comiencen con el dı́gito
0 y que no tengan la letra O?
Trabajando de forma similar a como hicimos para contestar la pregunta
anterior, podemos decir que en la primera casilla tenemos la posibilidad de
elegir entre 9 dı́gitos {1, 2, ..., 9} (pues no queremos contar las placas que
ero

empiezan con 0), en la segunda y tercera casillas tenemos la posibilidad de


elegir entre 10 dı́gitos {0, 1, ..., 9}, y en las últimas tres casillas tenemos la
posibilidad de elegir entre 25 letras {A, B, ..., M, N, P, Q, ..., Y, Z} (pues en
ninguna queremos que aparezca la letra O). Ası́, si denotamos con A al
mp

conjunto {0, 1, 2..., 9}, con B al conjunto {A, B, ..., M, N, P, Q, ..., Y, Z}, y
con C al conjunto {0, 1, ..., 9} estamos buscando la cardinalidad del conjunto
C ×A×A×B ×B ×B. Por el Principio del producto, |C ×A×A×B ×B ×B| =
9 · 10 · 10 · 25 · 25 · 25 = 14, 062, 500.
, Ca

9 10 10 25 25 25

En este ejemplo estamos trabajando con lo que en combinatoria se llama
ordenaciones con repetición.
ella

Dado un conjunto finito A con m elementos y el segmento inicial con n


elementos In , podemos representar una función f : In → A de la siguiente
manera:  
0 1 2 ... n−1
.
f (0) f (1) f (2) . . . f (n − 1)
Av
6.3. ORDENACIONES CON REPETICIÓN, ORDENACIONES Y PERMUTACIONES163

Ejemplo 6.3.2. Sea A el abecedario utilizado para la clave Morse, es decir,


A = {•, −}. Entonces la función f : I3 → A tal que f (0) = −, f (1) = • y
f (2) = − se representa ası́
 
0 1 2
− • −

Definición 6.3.3. Sea m ∈ N y sea A un conjunto con m elementos. Las


ordenaciones con repetición de los elementos de A tomados de n en n son
las funciones f : In → A. Denotamos con ORm n al número de ordenaciones

con repetición de un conjunto A con m elementos tomados de n en n.

enz
Ejemplo 6.3.4. Retomando el ejemplo anterior, las ordenaciones con repeti-
ción de los elementos de A = {•, −} tomados de 3 en 3 son las siguientes:
       
0 1 2 0 1 2 0 1 2 , Sa 0 1 2
• • • • • − • − • • − −
       
0 1 2 0 1 2 0 1 2 0 1 2
− • • − • − − − • − − −
ero

De la demostración del Teorema 6.2.10 podemos deducir que el conjunto


de funciones de In en A y el conjunto de las n-adas de elementos de A
tienen la misma cardinalidad, es decir, |AIn | = |A|n . De aquı́ que si A tiene
mp

m elementos, |AIn | = |A|n = mn . Concluimos que la fórmula para calcular


cuántas ordenaciones con repetición hay de un conjunto de m elementos
tomados de n en n es
n
ORm = mn .
, Ca

En el ejemplo anterior habı́amos enlistado todas las posibles funciones


de I3 en A = {•, −} y resultaron ser 8. Efectivamente, OR23 = 23 = 8.

Ejemplo 6.3.5. En el Ejemplo 6.3.1 vimos que hay 10 · 10 · 10 · 26 · 26 · 26


posibles placas en el Distrito Federal. Otra manera de ver este resultado es
ella

dividir en dos las placas, considerando primero las tres primeras casillas en
donde aparecen dı́gitos y, en segundo lugar, las otras tres casillas en donde
aparecen las letras. Ası́, podemos decir que las posibilidades de la primera
parte de las placas son las funciones de 10 dı́gitos tomados de 3 en 3, y
ver que para la primera pare de las placas hay OR10 3 = 103 posibilidades.
Av
164 CAPÍTULO 6. COMBINATORIA FINITA

Por otro lado, las posibilidades para la segunda parte de las placas son las
ordenaciones con repetición de 26 letras tomadas de 3 en 3, por lo que hay
3 = 263 . Entonces por el Principio del producto, podemos concluir que
OR26
hay OR103 · OR3 = 103 · 263 posibles placas en el Distrito Federal. ⊣
26

Ejemplo 6.3.6. ¿Cuántas placas pueden expedirse en el Distrito Federal


que tengan exactamente una letra A?
Hay varias maneras de contestar esta pregunta. Una de ellas es la si-
guiente. Razonando de manera similar a como hicimos en el ejemplo anteri-
or, dividamos las placas en dos partes. La primera parte será las 3 primeras
casillas y, la segunda parte, las últimas tres casillas. En las primeras tres
casillas pueden aparecer los dı́gitos del conjunto {0, 1, ..., 9}. Entonces la

enz
primera parte tiene OR10 3 posibilidades. Para analizar las posibilidades de

la segunda parte, veamos primero cuántas placas tienen la única ocurrencia


de la letra A en la primera casilla. En la primera casilla de las letras hay
una sola posibilidad de elección, la de la letra A, en las otras dos casillas
, Sa
existe la posibilidad de elegir entre todas las letras que no sean la letra A.
Utilizando el Principio del producto, obtenemos entonces que el número de
placas que tienen la letra A en la primera casilla son OR10 3 · OR1 · OR2 .
1 25
De manera similar y usando que la multiplicación es conmutativa, podemos
ver que el número de placas que tienen la letra A en la segunda casilla de
ero

la segunda parte y el número de placas que tienen la letra A en la tercera


casilla de la segunda parte es también OR10 3 · OR1 · OR2 . Como los conjun-
1 25
tos de placas que tienen la letra A en la primera, segunda y tercera casilla
son ajenos por pares, por el Principio de la suma, el número de placas que
tienen exactamente una letra A es
mp

OR103 · OR1 · OR2 + OR3 · OR1 · OR2 + OR3 · OR1 · OR2 = 3(OR3 ·
1 25 10 1 25 10 1 25 10
OR11 · OR252 )= 3(103 · 1 · 252 ).

¿Cuántas placas pueden expedirse en el Distrito Federal que tengan al


menos una ocurrencia de la letra A?
, Ca

Para utilizar la respuesta de la pregunta anterior, ahora veamos las pla-


cas que tienen exactamente dos ocurrencias de la letra A. Sabemos que las
posibilidades para las primeras tres casillas es OR10 3 . Las posibilidades de que

haya A en las primeras dos casillas de la segunda parte son OR11 ·OR11 ·OR25 1 ,

pues en la última casilla sólo consideramos las letras que no sean A. Las posi-
ella

bilidades de que esté la letra A en la segunda y última casillas de las letras


son también OR25 1 · OR1 · OR1 , y las posibilidades de que esté la letra A
1 1
en la primera y última casillas de las letras son también OR11 · OR25 1 · OR1 .
1
Por lo tanto, las placas que tienen exactamente dos ocurrencias de A son
3(OR10 3 · OR1 · OR1 · OR1 ).
1 1 25
Av
6.3. ORDENACIONES CON REPETICIÓN, ORDENACIONES Y PERMUTACIONES165

De manera similar se puede ver que las placas que tienen tres ocurrencias
de la letra A son OR10 3 · OR1 · OR1 · OR1 .
1 1 1
Concluimos, utilizando el Principio de la suma, pues los conjuntos de placas
que tienen exactamente una, exactamente dos y exactamente tres ocurren-
cias de la letra A son ajenas por pares, que el número de placas que tengan
al menos una ocurrencia de la letra A es
3(OR103 · OR1 · OR2 ) + 3(OR3 · OR1 · OR1 · OR1 ) + OR3 · OR1 · OR1 · OR1
1 25 10 1 1 25 10 1 1 1
= 3(103 · 1 · 252 ) + 3(103 · 1 · 1 · 251 ) + (103 · 1 · 1 · 1) = 1875000 + 25000 + 1000 =
1, 901, 000. ⊣
Para motivar las ordenaciones (sin repetición), veamos el siguiente ejem-
plo.

enz
Ejemplo 6.3.7. ¿Cuáles son las “palabras” de dos letras distintas que se
pueden formar con las letras a, e, y i?
Podemos ver que son las siguientes:

ae, ai,
ea, ei,
, Sa
ia, ie.
Podemos ver a estas palabras como funciones de I2 en {a, e, i}:
     
ero

0 1 0 1 0 1
a e a i e a
     
0 1 0 1 0 1
mp

e i i a i e

Observe que como formamos “palabras” con letras distintas, estas funciones
son inyectivas. ⊣
, Ca

Definición 6.3.8. Sea A un conjunto finito distinto del vacı́o. Las orde-
naciones de los elementos de A tomados de m en m son las funciones
f : Im → A tales que f es inyectiva. Denotamos con Onm al número de
ordenaciones de un conjunto A con n elementos tomados de m en m.
Suponemos que A es distinto del vacı́o, pues si A = ∅, siempre que m ≥ 1
ella

no habrı́a ninguna función f : Im → A. Además, si A tiene n elementos, por


el Corolario 6.2.5, para que existan funciones inyectivas de f : In → A se
necesita que m ≤ n. Por lo tanto, las ordenaciones sólo existen cuando el
número de elementos del conjunto es mayor o igual que el tamaño de las
ordenaciones.
Av
166 CAPÍTULO 6. COMBINATORIA FINITA

Entonces las ordenaciones son casos especiales de las ordenaciones con


repitición.
Para encontrar una fórmula para las ordenaciones necesitamos del si-
guiente lema.

Lema 6.3.9. Sean m, n ∈ N+ tales que m ≤ n. Entonces

Onm = (n − m + 1)Onm−1 .

Antes de demostrar este lema, veamos un ejemplo. Sea A = {a, e, i, o, u}.


Las funciones inyectivas f : I1 → A son

enz
         
0 0 0 0 0
a e i o u
 
0
Entonces O51 = 5. Tomemos f = , Sa , ¿cuántas funciones inyectivas hay
e
 
0 1
de I2 en A que extiendan a f ? Esta extensión tiene la forma ,
e x
donde x es cualquier elemento de A que no sea e para que esta extensión
siga siendo inyectiva. Hay 5 − 1 = 4 posibles elementos de A que pueden
ero

ser x, por lo que por cada función inyectiva de I1 en A, hay 4 funciones


inyectivas que la extienden de I2 en A. Ası́, hay 5(4) funciones inyectivas de
I2 en A. Ahora sı́, veamos la demostración del lema.
Demostración. La hacemos por inducción sobre m ≥ 1. Sea A un conjunto
tal que |A| = n ≥ 1.
mp

Paso base. Queremos ver que On1 = nOn0 .


On0 es el número de funciones inyectivas de I0 = ∅ en A, que es una, la
función vacı́a. Por lo tanto, On0 = 1.
On1 es el número de funciones inyectivas de I1 = {0} en A. Como A tiene
, Ca

n elementos, hay exactamente n funciones inyectivas (de hecho todas las


funciones f : I1 → A son inyectivas). Por lo tanto, On1 = n.
Ası́, On1 = n = n(1) = nOn0 y se cumple el lema para m = 1.
Hipótesis de inducción. Supongamos que Onm = (n − m + 1)Onm−1 .
Queremos demostrar que Onm+1 = (n − (m + 1) + 1)Onm = (n − m)Onm .
ella

Prosiguiendo como en el ejemplo que motiva esta demostración, fijemos una


función inyectiva fm de Im en A. ¿Cuántas funciones inyectivas f : Im+1 → A
extienden a fm ? Como f es una extensión de fm , tenemos que f (0) = fm (0),
f (1) = fm (1),..., f (m − 1) = fm (m − 1). Como buscamos que f sea inyectiva
y Im+1 = Im ∪ {m}, necesitamos que ∀i ∈ Im (f (m) 6= fm (i)). Entonces hay
Av
6.3. ORDENACIONES CON REPETICIÓN, ORDENACIONES Y PERMUTACIONES167

n−m valores distintos que puede tomar f (m) correspondientes a los elemen-
tos de A distintos de fm (i) para i ∈ Im . Usando el Principio del producto,
podemos ver que entonces Onm+1 = (n − m)Onm .
Por lo tanto, Onm = (n − m + 1)Onm−1 para cualesquiera m, n ∈ N+ con
m ≤ n. 

Ahora sı́ podemos dar una fórmula para calcular el número de ordena-
ciones de un conjunto A con n elementos tomados de m en m.
Teorema 6.3.10. Si m, n ∈ N+ y m ≤ n, Onm = n(n − 1) . . . (n − m + 1).
Demostración. La hacemos por inducción sobre m.
Paso base. Si m = 1, por el lema anterior, On1 = n.

enz
Hipótesis de inducción. Supongamos que Onm = n(n − 1) . . . (n − m + 1).
Entonces, por el lema anterior, Onm+1 = (n − m)Onm = Onm (n − m). Usando
la Hipótesis de inducción, tenemos que

Onm (n − m) = n(n − 1) . . . (n − m + 1)(n − m).


, Sa
Entonces

Onm+1 = n(n − 1) . . . (n − m + 1)(n − m)


= n(n − 1) . . . (n − m + 1)(n − (m + 1) + 1).
ero

Por lo tanto, Onm = n(n − 1) . . . (n − m + 1) siempre que m, n ∈ N+ y


m ≤ n. 

Se deja al lector verificar que otra manera de ver esta fórmula es


mp

n!
Onm = .
(n − m)!
Un caso especial de ordenaciones es el de las permutaciones.
, Ca

Definición 6.3.11. A las ordenaciones de un conjunto con n elementos


tomados de n en n se les llama permutaciones de n elementos. Denotamos
con Pn al número de permutaciones de n elementos.
Como Pn = Onn y, por el teorema anterior, Onn = n(n − 1) . . . (n − n + 1),
tenemos que Pn = n(n − 1) . . . (2)(1) = n!.
ella

En varios libros de matemáticas aparece la siguiente definición alterna-


tiva. Veremos que estas definiciones sı́ son equivalentes.
Definición 6.3.12. Sea A un conjunto finito. Las permutaciones del con-
junto A son las funciones biyectivas de A en A.
Av
168 CAPÍTULO 6. COMBINATORIA FINITA

Ejemplo 6.3.13. Supongamos que hay cuatro personas que se sentarán en


una mesa con cuatro lugares. Digamos que las personas son Adela, Berenice,
Carlos y Diego. Entonces existen 4! = 24 maneras distintas de sentar a la
mesa a las cuatro personas. Si vemos estas maneras como las ordenaciones
del conjunto {A, B, C, D} tomadas de 4 en 4, podemos representar algunas
de ellas de la siguiente manera:
     
0 1 2 3 0 1 2 3 0 1 2 3
, , .
A B C D A C B D A D C B

Las funciones biyectivas que les corresponden según la equivalencia que ver-
emos son:

enz
     
A B C D A B C D A B C D
, , .
A B C D A C B D A D C B

Podemos pensar en estas últimas permutaciones como que les ponemos a los
lugares en la mesa nombres fijos A, B, C y D y vamos permutando a las
, Sa
personas en esos lugares. Observe que las permutaciones asociadas tienen
el mismo segundo renglón, que es el que corresponde a la imagen de las
funciones, dando la idea de por qué ambas definiciones de permutación son
equivalentes. ⊣
ero

Para mostrar la equivalencia entre las dos definiciones de permutación,


daremos una correpondencia biunı́voca entre las ordenaciones de un conjun-
to A con n elementos tomados de n en n y las funciones biyectivas de A
en A. Enumeremos A = {a0 , ..., an−1 }. Sea O el conjunto de las funciones
inyectivas de In en A, es decir, las ordenaciones de A tomadas de n en n. Sea
mp

B el conjunto de las funciones biyectivas de A en A. Definimos ψ : O → B


de forma que si g ∈ O, ψ(g) : A → A tal que ψ(g)(ai ) = g(i). Veamos que
dada g ∈ O, realmente se tiene que ψ(g) ∈ B. Para ver que ψ(g) es inyectiva,
sean ai , aj ∈ A tales que ψ(g)(ai ) = ψ(g)(aj ), entonces por la definición de
, Ca

ψ(g), g(i) = g(j). Como g ∈ O, g es una función inyectiva, por lo que i = j.


Por lo tanto, ai = aj . Ası́, ψ(g) es inyectiva. Como A es un conjunto finito
y ψ(g) : A → A, por el Corolario 6.1.9, ψ(g) también es sobre y, por tanto,
biyectiva.
Veamos ahora que ψ es una función biyectiva, dando ası́ una corresponden-
ella

cia biunı́voca entre las funciones de O y las de B.


Sean g, g′ ∈ O tales que ψ(g) = ψ(g′ ). Entonces, para toda j ∈ In , ψ(g)(aj ) =
ψ(g′ )(aj ). Por la definición de ψ(g) y de ψ(g′ ), para toda j ∈ In , g(i) = g′ (j).
Por lo tanto, g = g′ y ψ es inyectiva.
Para ver que ψ es sobre, sea f ∈ B. Entonces f : A → A y es biyectiva.
Av
6.4. COMBINACIONES Y LA EXPANSIÓN BINOMIAL 169

Definimos g : In → A como g(i) = f (ai ). Para ver que g es inyectiva, sean


i, j ∈ In tales que g(i) = g(j), entonces f (ai ) = f (aj ). Como f es inyectiva,
ai = aj . Como A = {a0 , ..., an−1 } es una enumeración de los n elementos de
A y ai = aj , i = j. Ası́, g ∈ O. Además, ψ(g) = f , pues si ai ∈ A, entonces
ψ(g)(ai ) = g(i) = f (ai ). De aquı́ que para toda f ∈ B, existe g ∈ B tal que
ψ(g) = f y ψ es sobre.
Por lo tanto, ψ es inyectiva y hay una correspondencia biunı́voca entre las
ordenaciones de A tomadas de n en n y las funciones biyectivas de A en A.
Concluimos que las dos definiciones de permutación son equivalentes.
Ejemplo 6.3.14. Se quieren colocar 10 libros en un estantes, de los cuales
4 son novelas, 3 son ensayos, 3 son de poemas y 1 es de cuentos. ¿De cuántas

enz
maneras puede hacerse esto si se quiere que los libros del mismo tipo queden
juntos?
Por el Principio del producto, hay P4 P3 P3 P1 arreglos de los libros de
manera que las novelas queden primero, los ensayos segundo, los de poe-
mas tercero y el de cuentos al final. Similarmente para cada posible ar-
, Sa
reglo de los tipos de libros, hay P4 P3 P3 P1 arrelos. Entonces, como hay P4
posibles órdenes de los tipos de libros, por el Principio del Producto hay
(P4 )P4 P3 P3 P1 = 4! · 4! · 3! · 3! · 1! = 20736 maneras de acomodar los libros
en el estante de manera que los libros de un mismo tipo queden juntos. ⊣
ero

6.4. Combinaciones y la expansión binomial


El concepto de combinaciones está ligado al concepto de subconjunto.
mp

Teorema 6.4.1. Si A es un conjunto finito, entonces el número de subcon-


juntos de A es 2|A| , es decir, |P(A)| = 2|A| .
Demostración. Para cada subconjunto M de A, definimos su función ca-
racterı́stica
 como la función fM : A → I2 tal que
, Ca

0 si x ∈/ M,
fM (x) =
1 si x ∈ M.
Sea ψ : P(A) → I2 A definida como ψ(M ) = fM . Veamos que ψ es biyectiva.
Sean M, N ⊆ A tales que ψ(M ) = ψ(N ), entonces fM = fN . Queremos ver
que M = N .
ella

Sea m ∈ M , entonces fM (m) = 1. Como fM = fN , fN (m) = 1. Entonces,


por la definición de función caracterı́stica, m ∈ N . Por lo tanto, M ⊆ N .
Análogamente se puede verificar que N ⊆ M , por lo que M = N y ψ es
inyectiva.
Para ver que ψ es sobre, sea f ∈ I2 A . Tomamos Mf = {x ∈ A : f (x) = 1}.
Av
170 CAPÍTULO 6. COMBINATORIA FINITA

Claramente Mf ⊆ A. Queremos ver que ψ(Mf ) = f .


Sabemos que ψ(Mf ) = fMf . Sea x ∈ A.
Caso 1. Si x ∈ Mf , por definición de Mf , f (x) = 1. Por otro lado, fMf (x) =
1, pues x ∈ Mf . Entonces, si x ∈ Mf , fMf (x) = f (x).
Caso 2. Si x ∈ / Mf , por definición de Mf , f (x) 6= 1. Como f : A → I2 y
I2 = {0, 1}, f (x) = 0. Por otro lado, fMf (x) = 0, pues x ∈ / Mf . Entonces, si
x∈ / Mf , fMf (x) = f (x).
Por lo tanto, fMf = f y ψ(Mf ) = f , por lo que ψ es sobre.
Como existe una biyección entre P(A) y I2 A , |P(A)| = |I2 A | = |{0, 1}A |.
Por el Corolario 6.2.11, |{0, 1}A | = |{0, 1}||A| = 2|A| . Por lo tanto, el número
de subconjuntos de A es 2|A| . 

enz
Sin embargo, a veces quisiéramos saber cuántos subconjuntos de cierto
tamaño hay. Es decir, si A tiene n elementos y m ≤ n, ¿cuántos subconjuntos
de A con m elementos hay?

Definición 6.4.2. Sean m, n ∈ N tales que 0 ≤ m ≤ n. Sea A un subconjun-


, Sa
to con n elementos. Los subconjuntos de A que constan de m elementos son
llamdos las combinaciones
 delos elemntos de A tomados de m en m. De-
m n
notamos con Cn o con al número de combinaciones de un conjunto
m
con n elementos tomados de m en m.
ero

Ejemplo 6.4.3. Sea A = {a, e, i, o, u}.


Las combinaciones de A tomadas de 0 en 0 son: ∅.
Las combinaciones de A tomadas de 1 en 1 son: {a}, {e}, {i}, {o}, y {u}.
Las combinaciones de A tomadas de 2 en 2 son: {a, e}, {a, i}, {a, o}, {a, u},
mp

{e, i}, {e, o}, {e, u}, {i, o}, {i, u}, y {o, u}.
Las combinaciones de A tomadas de 3 en 3 son: {a, e, i}, {a, e, o}, {a, e, u},
{a, i, o}, {a, i, u}, {a, o, u}, {e, i, o}, {e, i, u}, {e, o, u} y {i, o, u}.
Las combinaciones de A tomadas de 4 en 4 son: {a, e, i, o}, {a, e, i, u}, {a, e, o, u},
, Ca

{a, i, o, u}, y {e, i, o, u}.


Las combinaciones de A tomadas de 5 en 5 son: {a, e, i, o, u}.
Observe que hay en total 32 combinaciones de A tomadas de m en m
para todas las m’s posibles, esto lo podı́amos saber sin darlas todas, pues
por el teorema anterior hay 52 subconjuntos de A. ⊣
ella

Teorema 6.4.4. Sean n, m ∈ N tales que m ≤ n. Entonces Cnm Pm = Onm .

Demostración. Sea A un conjunto con n elementos. Sea S el conjunto de


todas las ordenaciones del conjunto A tomadas de m en m. Sea T el con-
junto de todas las combinaciones de los elementos de A tomados de m en
Av
6.4. COMBINACIONES Y LA EXPANSIÓN BINOMIAL 171

m.Entonces |S| = Onm y  |T | = Cnm . Definimos una función f : S → T como


0 1 ... m − 1
f = {a0 , a1 , ..., am−1 }.
a0 a1 . . . am−1
Veamos que f es sobre. Sea t ∈ T , entonces t es un subconjunto de A con m
elementos,
 digamos t = {b0, ..., bm−1 }, donde bi 6= bj si y sólo si i 6= j. Sea
0 1 ... m − 1
s= , entonces s es una ordenación de los elemntos
b0 b1 . . . bm−1
 
0 1 ... m − 1
de A de tamaño m, es decir, s ∈ S. Además, f =
b0 b1 . . . bm−1
{b0 , b1 , ..., bm−1 } = t. Por lo tanto, f es sobre.  
0 1 ... m − 1
Sin embargo, f no es inyectiva si m > 1, pues la ordenación
b1 b0 . . . bm−1

enz
también va a dar a t bajo f . De hecho, cualquier permutación del conjunto
{b0 , b1 , . . . , bm−1 } va a dar a t bajo f . Es decir, hay Pm ordenaciones de A
de tamaño m que van a dar a t bajo f . Por lo tanto, por el Principio del
producto, Cnm Pm = Onm . , Sa 

Corolario 6.4.5. Sean n, m ∈ N tales que m ≤ n. Entonces


n(n − 1)...(n − m + 1)
Cnm = .
m!
m
On n(n−1)...(n−m+1)
Demostración. Por el teorema anterior, Cnm = Pm = m! . 
ero

Por el Teorema 6.4.1, sabemos que el número de subconjuntos de un


conjunto finito A es 2|A| . De aquı́ podemos deducir que Cn0 + Cn1 + ... + Cnn =
2n .
A partir de ahora usamos la notación alternativa de combinaciones que se
mp

usa fundamentalmente para el Teorema del Binomio. El siguiente triángulo


es conocido como el Triángulo de Pascal.
 
0
0
, Ca

   
1 1
0 1
     
2 2 2
0 1 2
       
ella

3 3 3 3
0 1 2 3
.. .. ..
. . .
Calculando estos números, obtenemos lo siguiente.
Av
172 CAPÍTULO 6. COMBINATORIA FINITA

1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
.. .. ..
. . .

enz
Observando este Triángulo de Pascal en números, podemos percibir que
el triángulo es “simétrico” como demostramos en el siguiente lema.
   
n n
Lema 6.4.6. Sean m, n ∈ N con m ≤ n. Entonces
, Sa = .
m n−m

Demostración. Sea A un conjunto con n elementos. Sea S el conjunto de


todas las combinaciones de elementos de A tomados de m en m. Sea T el
conjunto de todas las combinaciones de elementos de A tomados de n−m en
n − m. Definimos la función f : S → T como f (s) = A \ s. Si s ∈ S, entonces
ero

s tiene m elementos, por lo que A \ s tiene n − m elementos y efectivamente


A \ s ∈ T . Veamos que f es biyectiva.
Sean s, s′ ∈ S tales que s 6= s′ . Entonces s * s′ o s′ * s. Sin perder
generalidad, supongamos que s * s′ , por lo que hay a ∈ s tal que a ∈ / s′ . De
mp

/ A \ s y a ∈ A \ s′ , por lo que f (s) = A \ s 6= A \ s′ = f (s′ ). Por


aquı́ que a ∈
lo tanto, f es inyectiva.
Para ver que f es sobre, sea t ∈ T . Entonces t es un subconjunto con
n − m elementos de A. Entonces A \ t tiene n − (n − m) elementos de A,
, Ca

es decir, A \ t tiene m elementos de A. De aquı́ que A \ t ∈ S. Además,


f (A \ t) = A \ (A \ t) = t. Por lo tanto, f es sobre.  
n
Como hay una biyección de S en T , |S| = |T |, es decir, =
m
 
n
. 
n−m
ella

También podemos observar en el Triángulo de Pascal que, a partir del


tercer renglón, un número de enmedio es la suma de los dos números más
cercanos del renglón anterior. Esto lo probamos en general en el siguiente
teorema.
Av
6.4. COMBINACIONES Y LA EXPANSIÓN BINOMIAL 173

Teorema 6.4.7. Fórmula de recurrencia  delTriángulo


 de
 Pascal.

+ n n − 1 n−1
Si n, k ∈ N , n ≥ 2 y k ≤ n, entonces = + .
k k−1 k
Demostración. Sean n ≥ 2 y k ≤ n. Tomemos el conjunto In = {0, 1, ..., n−
1}, pues tiene n elementos. Sea C el conjunto de las combinaciones de In
tomadas de k en k, es decir, C es el conjunto de subconjuntos de In con k
elementos. Sean C0 y C ′ los siguientes subconjuntos de C. C0 es el conjunto
de subconjuntos de In con k elementos que tienen al 0 como elemento y
C ′ es el conjunto de subcojuntos de In con k elementos que no tienen al 0
como elementos. Entonces C = C0 ∪ C ′ y C0 ∩ C ′ = ∅, es decir, {C0 , C ′ }
es una partición de C. De aquı́ que, por el Principio básico de la suma,

enz
|C| = |C0 | + |C ′ |.
Ahora, para formar un elemento de In con k elementos que tenga al 0,
necesitamos elegir k − 1 elementos de los n − 1 restantes de In . Entonces hay
k−1 k−1
Cn−1 subconjuntos de In con k elementos que tienen al 0 y |C0 | = Cn−1 .
Por otro lado, los subconjuntos de In con k elementos que no tienen al
, Sa
0, se obtienen eligiendo k elementos del conjunto In \ {0}. Sabemos que
|In \ {0}| = n − 1, por lo que hay Cn−1 k subconjuntos de In con k elementos

que no tienen al 0 y |C | = Cn−1 .k
k−1
Ası́, |C| = |C0 | + |C ′ | = Cn−1 k , es decir,
+ Cn−1
     
ero

n n−1 n−1
= + .
k k−1 k


Es común en cursos de secundaria que se enseñe a construir el Triángulo


mp

de Pascal usando la Fórmula de recurrencia del Triángulo de Pascal (que


acabamos de demostrar). Este triángulo se utiliza en estos cursos para de-
sarrollar expansiones binomiales de la forma (a+ b)n con n ∈ N+ . La “regla”
que se da es la siguiente: los números en el renglón número n del triángulo
, Ca

son los coeficientes de la expansión binomial correspondientes a an b0 , an−1 b1 ,


an−2 b2 ,..., a1 bn−1 , a0 bn en este orden. Esta “regla” es en realidad el Teore-
ma del Binomio que demostramos enseguida, después de demostrar un caso
particular.
Lema 6.4.8. Si n ∈ N+ y (1+x)n se desarrolla como una suma de potencias
ella

de x, el coeficiente correspondiente a xk es Cnk para k ≤ n, es decir,


        Xn  
n n n n 2 n n n
(1 + x) = + x+ x +...+ x = xk .
0 1 2 n k
k=0
Av
174 CAPÍTULO 6. COMBINATORIA FINITA

Demostración. Sabemos que (1 + x)n = (1 + x)(1 + x) . . . (1 + x). Al de-


| {z }
n veces
sarrollar este producto, un término donde aparezca xk se obtiene seleccio-
nando la variable x en k factores (1 + x) y seleccionando el número 1 en los
n − k factores restantes. Ası́, los términos xk aparecen tantas
 veces
 como
n
formas de elegir k de los n factores (1 + x), es decir, hay términos
k
xk . Concluimos que el coefinciente
 correpndiente a xk en el desarrollo del
n
producto (1 + x)n es . 
k

Teorema 6.4.9. Teorema del Binomio. Si n ∈ N+ y a, b ∈ R, entonces

enz
        n 
X 
n n n n n−1 n n−2 2 n n n
(a+b) = a + a b+ a b +. . .+ b = an−k bk .
0 1 2 n k
k=0
, Sa
Demostración. Es análoga a la demostración del lema anterior. Sabemos
que (a + b)n = (a + b)(a + b) . . . (a + b). Al desarrollar este producto, un
| {z }
n veces
término donde aparezca an−k se obtiene seleccionando a en n − k factores
(a
 + b) yseleccionando
  b en los k factores restantes. Por el Lema 6.4.6,
ero

n n
= , por lo que el coefinciente correpndiente a an−k bk en
n−k k
 
n n
el desarrollo del producto (a + b) es . 
k
mp
, Ca
ella
Av
Bibliografı́a

[BP63] Ross A. Beaumont y Richard S. Pierce, The Algebraic Foun-


dations of Mathematics, Addison-Wesley Publishing Company

enz
Inc., 1963

[R] A. Rojo, Álgebra, El Ateneo,

[Z] F. Zaldı́var, Fundamentos de Álgebra, Publicaciones UAM,


, Sa
2004??
ero
mp
, Ca
ella
Av

175
Índice analı́tico

ajenos, 46 cuantificado existencialmente,


antecedente, 8 24

enz
Axioma negación de, 31
de Extensionalidad, 36 cuantificado universalmente, 24
del vacı́o, 36 negación de, 31

clase de equivalencia, 86 , Sa función, 101


representante, 96 fórmula, 26
codominio, 101
complemnto, 44 hipótesis, 19
composición
de relaciones, 74 implicación, 7
intersección, 46
ero

conclusión, 19
condicional, 7
ley lógica, 16
conectivo principal, 12
lógicamente equivalente, 6
conjunción, 4
mp

conjunto, 35 Modus Ponens, 20


cociente, 88, 97
complemento de, 44 negación, 2
potencia, 61
universal, 44 o
, Ca

consecuente, 8 exclusivo, 12
cuantificador incluyente, 7
existencial, 24 orden lexicográfico, 5, 12
universal, 24
par ordenado, 63
ella

demostración, 19 partición, 88
disjuntos, 46 paréntesis, 11
disyunción, 6 pertenencia, 36
premisas, 19
esquema proposicional, 23 proposición, 1
Av

176
ÍNDICE ANALÍTICO 177

razonamiento deductivo, 19
válido, 19
recı́proco, 9
relación
antisimétrica, 79
binaria, 70
de equivalencia, 84
irreflexiva, 78
reflexiva, 77
simétrica, 79
total, 70
transitiva, 80

enz
subconjunto, 40

tablas de verdad, 3
tautologı́a, 16 , Sa
unión, 50

vacı́o, 37
ero
mp
, Ca
ella
Av

También podría gustarte