(Cazares) Álgebra

Álgebra
José Eduardo Cazares Tapia
Facultad de Ciencias, UNAM
2020
ii
Índice general
1. Una Introducción a la lógica Proposicional 1

1.1. Sistemas Formales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Lógica de Predicados . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2. El Álgebra de Conjuntos 3
2.1. Una Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2. Subconjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.3. Operaciones con Conjuntos . . . . . . . . . . . . . . . . . . . . . . . . 7
2.4. Unión e Intersección Generalizada . . . . . . . . . . . . . . . . . . . . 19
2.5. La Potencia de un Conjunto . . . . . . . . . . . . . . . . . . . . . . . 25
3. Relaciones 27
3.1. Un Conjunto Nuevo... . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2. Una Relación Matemática . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3. Tipos de Relaciones (Nada Tóxicas) . . . . . . . . . . . . . . . . . . . 32
3.4. Relaciones de Equivalencia . . . . . . . . . . . . . . . . . . . . . . . . 35
4. Funciones Entre Conjuntos 41
5. Los Números Naturales (Y un Poco Más) 43

5.1. Los Números Enteros . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
6. Estructuras Algebraicas 51
6.1. Nuestra Primer Estructura . . . . . . . . . . . . . . . . . . . . . . . . 51
6.2. El Señor de los Anillos . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.3. Una Estructura muy Completa: Campos . . . . . . . . . . . . . . . . 61
7. Matrices y Determinantes 65
7.1. La Estructura de las Matrices . . . . . . . . . . . . . . . . . . . . . . 65
7.2. Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
8. Números Complejos y Polinomios 69

8.1. Los Números Complejos y sus Propiedades . . . . . . . . . . . . . . . 69
8.2. Representación Polar Compleja . . . . . . . . . . . . . . . . . . . . . 76
iii
iv ÍNDICE GENERAL
8.3. Raíces Complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
9. Espacios Vectoriales 85
9.1. Espacios Vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
9.2. Subespacios Vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . 90
9.3. Dependecia Lineal y Conjuntos Generadores . . . . . . . . . . . . . . 94
9.4. Bases y Dimensión de un Espacio Vectorial . . . . . . . . . . . . . . . 95
9.5. Sumas y Sumas Directas . . . . . . . . . . . . . . . . . . . . . . . . . 97
9.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Apéndice 98
A. Simbología Matemática 99
B. El Conjunto Zp 101
B.1. Un Poco de Teoría de Números . . . . . . . . . . . . . . . . . . . . . 101
B.2. Los Enteros Modulares . . . . . . . . . . . . . . . . . . . . . . . . . . 102
Capítulo 1
Una Introducción a la lógica

Proposicional
1.1. Sistemas Formales

Proximamente...
1.2. Lógica de Predicados
1
2 CAPÍTULO 1. UNA INTRODUCCIÓN A LA LÓGICA PROPOSICIONAL
Capítulo 2
El Álgebra de Conjuntos
2.1. Una Introducción
La primera pregunta que nos nace al leer el tema de esta sección es £qué es un
conjunto?. Según el diccionario, un conjunto es ”La totalidad de elementos que tienen
o cumplen una propiedad que los distingue de los demás”. Al leer esta definición ahora
tenemos una nueva cuestión, £qué es la totalidad de algo?. Bueno, si nos remontamos
de nuevo al diccionario, la totalidad es Un conjunto de personas u objetos que forman
el todo, entonces podemos observar un gran problema aquí.
Dar una definición de conjunto es básicamente imposible (hasta este momento), por
lo que nuestra idea de conjunto será eso, elementos que cumplen alguna propiedad
en común, la cual nos permitirá agruparlos, para esto vamos a dar algunos ejemplos
rápidos.
Para escribir un conjunto, tenemos 2 opciones, la opción extensiva, la cuál enlista

a todos los elementos del conjunto y la opción intensiva o por comprensión, en el
cual denotamos a los elementos del conjunto que cumplen cierta propiedad P(x). En
ambos casos, tenemos que escribir al conjunto entre llaves.
Definición 2.1.1. Decimos que Ω es el conjunto universal al conjunto que tiene

a todos nuestros elementos que vamos a estudiar.
Ejemplo 2.1.2. Supongamos que nuestro objeto de estudio son los números natura-
3
4 CAPÍTULO 2. EL ÁLGEBRA DE CONJUNTOS
les, entonces nuestro conjunto universal es el conjunto que tiene todos los números
naturales, el cuál su notación es N.
Para describir este conjunto, ya vimos que tenemos dos opciones, entonces tenemos
que
N = {0, 1, 2, 3, 4, 5, · · · }
N = {x | xes un número natural.}
Definición 2.1.3. Sea Ω nuestro conjunto universal y A un conjunto con la propiedad

P(x), diremos que x pertenece a A si x cumple la propiedad y lo denotamos por
x ∈ A.
Definición 2.1.4. Decimos que A es un conjunto vacío si A no tiene ningún

elemento, es decir, no existe algún x tal que x ∈ A. Se denota por ∅.
Otra forma de denotar al conjunto vacío es inclusivamente, es decir

∅ = {x ∈ Ω | x 6= x}.
Entre las propiedades más importantes que cumple el conjunto vacío (las cuales las
iremos viendo poco a poco), posiblemente la más importante es la vacuidad, que
consta de que el conjunto vacío cumple cualquier propiedad, ya que no podemos de-
mostrar que existe algún elemento que no la cumpla, por ejemplo, podemos decir que
todos los elementos del vacío son azules, ya que no podemos exhibir algún elemento
en ∅ que no sea azul.
Ejemplo 2.1.5. Sean los números 1, 2, 3, 5, 0, −8, 15, −23, 40 nuestro conjunto uni-
versal, entonces vamos a construir nuestros primeros conjuntos.
• Primero vamos a construir el conjunto de los números pares, entonces nuestra

propiedad P(x) es ser un número par, entonces
A = {2, 0, −8, 40}
A = {x ∈ Ω | xes un número par.}
• Ahora, vamos a construir el conjunto de los números primos, así de que igual
manera tenemos que
B = {2, 3, 5}
B = {x ∈ Ω | xes un número primo.}
2.2. SUBCONJUNTOS 5
2.2. Subconjuntos
Definición 2.2.1. Sea A un conjunto, decimos que B es subconjunto de A si para

todo elemento de B es elemento de A, es decir, ∀x ∈ B, x ∈ A. Para la notación,
escribimos B ⊆ A.
Con la notación le damos la posibilidad de que A y B sean iguales, y es distinto

A ⊂ B, donde A no puede ser igual a B. Por practicidad, vamos a ocupar la notación
descrita en la definición.
Figura 2.1: En la izquierda podemos ver como B ⊆ A, mientras en la derecha vemos

como B 6⊂ A.
La contención de conjuntos tiene varias propiedades, las cuales vamos a revisar con
mayor detenimiento y. con esto vamos a ignagurar las demostraciones de esta sección.
Proposición 2.2.2. Sea A un conjunto, entonces A ⊆ A.
Demostración. Sea x un elemento de A, entonces como x ∈ A, tenemos que A ⊆ A.
Proposición 2.2.3. Sean A, B y C conjuntos tal que si A ⊆ B y B ⊆ C, entonces

A⊆C
Demostración. Sean A, B y C conjuntos tal que si A ⊆ B y B ⊆ C.

Ahora, sea x un elemento arbitrario de A, como A ⊆ B tenemos que x es elemento de
B. Por otra parte, como B ⊆ C, entonces x es elemento de C, y como esto se cumple
para cualquier elemento de A, podemos concluir que A ⊆ C.
Una propiedad muy importante nace con una pregunta que puede ser natural al leer
la primer definición de la sección, £Cuándo dos conjuntos son iguales?.
Definición 2.2.4. Sean A y B conjuntos. Si A ⊆ B y B ⊆ A, decimos que A = B.
En la sección pasada mencionamos al conjunto vacío y este cumple varias propiedades

interesantes respecto a la contención de conjuntos.
Lema 2.2.5. El conjunto vacío es subconjunto de cualquier otro conjunto, es decir,

∅ ⊆ A, donde A es un conjunto.
Demostración. Supongamos que no, es decir, ∅ 6⊆ A, entonces existe un elemento x

en ∅ tal que x no es elemento de A, pero esto es una contradicción, ya que ∅ es el
conjunto vacío, por lo tanto ∅ ⊆ A.
Teorema 2.2.6. Sea A un conjunto, entonces A ⊆ ∅ si y sólo si A = ∅.
Demostración. (⇒) :
Por contradicción, supongamos que A ⊆ ∅ y que A 6⊆ ∅ o ∅ 6⊆ A.
Por el lema anterior, tenemos que ∅ ⊆ A, y esto implica que A 6⊆ ∅ pero esto es una
contradicción, ya que por hipótesis A ⊆ ∅, por lo tanto A = ∅.
2.3. OPERACIONES CON CONJUNTOS 7
(⇒) :
Supongamos que A = ∅.
Entonces por definición tenemos que ∅ ⊆ A y A ⊆ ∅, por lo tanto A ⊆ ∅.
Por lo tanto, de (⇐) y (⇒) concluimos que A ⊆ ∅ si y sólo si A = ∅.
2.3. Operaciones con Conjuntos

Notemos que podemos definir algunas operaciones sobre los conjuntos, éstas son de
suma importancia no sólo durante el curso, sino durante toda nuestra formación.
Definición 2.3.1. Sean A y B conjuntos y Ω el conjunto universal, entonces
• Decimos que x ∈ A ∪ B si x ∈ A o x ∈ B.
Figura 2.2: Diagramas de Venn de la unión de dos conjuntos.
• Decimos que x ∈ A ∩ B si x ∈ A y x ∈ B.
Figura 2.3: Diagramas de Venn de la intersección de dos conjuntos.
• Decimos que x ∈ A \ B si x ∈ A y x ∈
/ B.
Figura 2.4: Diagramas de Venn de diferencia de dos conjuntos.
• Decimos que x ∈ Ac si x ∈
/ A, o x ∈ Ω \ A.
Figura 2.5: Diagrama de Venn del complemento de A.
• Decimos que x ∈ A4B si x ∈ (A \ B) ∪ (B \ A)

Figura 2.6: Diagramas de Venn de la diferencia simétrica de dos conjuntos.
Notemos que también podemos aplicar las operaciones anteriores con el conjunto uni-
versal y el conjunto vacío.
Proposición 2.3.2. Sea A un conjunto y Ω el conjunto universal, entonces
• A ∪ Ω = Ω.
• A ∩ Ω = A.
• A \ Ω = ∅.
Demostración. Sea Ω el conjunto universal y A un conjunto.
• Notemos que A ⊆ Ω, por ser el conjunto universal, por lo tanto A ∪ Ω = Ω.
• De igual manera, los únicos elementos que están en A y en Ω son aquellos que
están en A, así A ∩ Ω = A.
• Como para cualquier elemento de A está en Ω por el inciso anterior, entonces

por la definición de diferencia, A \ Ω = ∅.
Proposición 2.3.3. Sea ∅ el conjunto vacío y A un conjunto, entonces
• A ∪ ∅ = A.
• A ∩ ∅ = ∅.
• A \ ∅ = A.
Demostración. Sea ∅ el conjunto vacío y A un conjunto.
• Dado a que ∅ no tiene elementos, entonces A ∪ ∅ = A.
• De igual manera, como ∅ no tiene elementos, no existe x que esté en A y ∅, por

lo tanto, A ∩ ∅ = ∅.
• Como ∅ no tiene elementos, entonces por la definición tenemos que A \ ∅ = A.
Así como ciertos conjuntos cumplen algunas propiedades, las mismas operaciones
también cumplen propiedades en específico.
Lema 2.3.4. Sean A y B conjuntos, si x es elemento de A, entonces x es un elemento

de A ∪ B.
Demostración. La prueba de este lema es muy simple y queda al lector.
Proposición 2.3.5. La unión de conjuntos cumple las siguientes propiedades
• Es conmutativa, es decir, A ∪ B = B ∪ A.
• Es asociativa, es decir, (A ∪ B) ∪ C = A ∪ (B ∪ C).
Demostración. Sean A y B conjuntos, entonces

• La prueba de la conmutatividad queda al lector (usar lógica proposicional).
• Vamos a probar la igualdad de conjuntos por doble contención.

(⊆) :
Sea x ∈ (A ∪ B) ∪ C, entonces
x ∈ (A ∪ B) o x ∈ C
• Caso 1.
Supongamos que x ∈ A ∪ B, entonces
x∈Aox∈B
Así, si x ∈ A, tenemos que
x ∈ A ∪ (B ∪ C).
Por otra parte, si x ∈ B, entonces

x∈B∪C
⇒ x ∈ (B ∪ C) ∪ A
⇒ x ∈ A ∪ (B ∪ C).
• Caso 2.
Supongamos que x ∈ C, entonces
x∈C ∪B
⇒x∈B∪C
⇒ x ∈ (B ∪ C) ∪ A
⇒ x ∈ A ∪ (B ∪ C).
Por lo tanto, (A ∪ B) ∪ C ⊆ A ∪ (B ∪ C).
(⊋) :
Sea x ∈ A ∪ (B ∪ C), entonces
x∈A o x∈B∪C
• Caso 1.
Supongamos que x ∈ A, entonces
x∈A∪B
⇒ x ∈ (A ∪ B) ∪ C
• Caso 2.
Supongamos que x ∈ B ∪ C, entonces
x∈B ox∈C
Si x ∈ B, tenemos que
x∈B∪A
⇒x∈A∪B
⇒ x ∈ (A ∪ B) ∪ C.
Si x ∈ C, tenemos que
x ∈ C ∪ (A ∪ B)
⇒ x ∈ (A ∪ B) ∪ C
Por lo tanto, A ∪ (B ∪ C) ⊆ (A ∪ B) ∪ C.
De ambas contenciones podemos concluir que (A ∪ B) ∪ C = A ∪ (B ∪ C).
Notemos que la prueba de la última propiedad es algo engorrosa, afortunadamente

podemos reducir la longitud de la prueba usando que (P )(x) ⇔ (Q)(x).
Proposición 2.3.6. Sean A y B conjuntos, entonces
• A ∩ B = B ∩ A.
• (A ∩ B) ∩ C = A ∩ (B ∩ C).
Demostración. Sean A y B conjuntos, así
• Para abordar esta prueba, lo haremos desde la lógica proposicional.

Supongamos que P(x) es la proposición “x es elemento de A”, y Q(x) es la
proposición “x es elemento de B” entonces, por el capítulo anterior sabemos
que P ∧ Q es lógicamente equivalente a tener Q ∧ P , por lo que sustituyendo

tenemos que
P ∧Q≡Q∧P
x∈A∧x∈B ≡x∈B∧x∈A
Por lo que por definición concluimos que A ∩ B = B ∩ A.
• Para esta prueba vamos a ocupar el poder del si y sólo si.

Supongamos que x ∈ (A ∩ B) ∩ C, entonces tenemos que
x ∈ (A ∩ B) ∩ C
⇔ x ∈ (A ∩ B) y x ∈ C
⇔x∈A y x∈B y x∈C
⇔ x ∈ A y x ∈ (B ∩ C)
⇔ x ∈ A ∩ (B ∩ C)
Por lo tanto (A ∩ B) ∩ C = A ∩ (B ∩ C).
Lema 2.3.7. (Leyes distributivas de la unión y la intersección). Sean A, B y C

conjuntos, entonces se cumple que
• (A ∪ B) ∩ C = (A ∩ C) ∪ (B ∩ C).
• (A ∩ B) ∪ C = (A ∪ C) ∩ (B ∪ C).
Demostración. Sea A, B y C conjuntos, entonces
• Vamos a proceder por doble contención.

(⊆) :
Sea x ∈ (A ∪ B) ∩ C, así
x ∈ (A ∪ B) y x ∈ C
⇒x∈A o x∈B y x∈C
Por lo que
• Caso 1.
Supongamos que x ∈ A y x ∈ C, entonces
x∈A∩C
⇒ x ∈ (A ∩ C) ∪ (B ∩ C)
Por lo tanto, (A ∪ B) ∩ C ⊆ (A ∩ C) ∪ (B ∩ C).
• Caso 2.
Supongamos que x ∈ B y X ∈ C, entonces
x∈B∩C
⇒ x ∈ (B ∩ C) ∪ (A ∩ C)
⇒ x ∈ (A ∩ C) ∪ (B ∩ C)
por lo tanto, (A ∪ B) ∩ C ⊆ (A ∩ C) ∪ (B ∩ C).
(⊇) :
Supongamos x ∈ (A ∩ C) ∪ (B ∩ C), entonces por definición tenemos que
x ∈ (A ∩ C) o x ∈ (B ∩ C).
• Caso 1.
Supongamos que x ∈ A ∩ C, entonces
x∈Ayx∈C
⇒ x ∈ (A ∪ B) y x ∈ C
⇒ x ∈ (A ∪ B) ∩ C
Por lo tanto, (A ∩ C) ∪ (B ∩ C) ⊆ (A ∪ B) ∩ C.
De ambos casos podemos concluir que (A ∩ C) ∪ (B ∩ C) ⊆ (A ∪ B) ∩ C.
• Caso 2.
Sea x ∈ B ∩ C, así
x∈B yx∈C
⇒ x ∈ (B ∪ A) y x ∈ C
⇒ x ∈ (A ∪ B) y x ∈ C
⇒ x ∈ (A ∪ B) ∩ C
Por lo tanto, (A ∩ C) ∪ (B ∩ C) ⊆ (A ∪ B) ∩ C.
Así, de los dos casos podemos concluir que (A ∩ C) ∪ (B ∩ C) ⊆ (A ∪ B) ∩ C.

Por lo tanto (A ∩ C) ∪ (B ∩ C) = (A ∪ B) ∩ C.
• Este inciso queda como prueba al lector.
Con las operaciones restantes también tenemos propiedades particulares aunque no

son similares con las operaciones de la unión y disyunción.
Proposición 2.3.8. Sea A y B conjuntos cualesquiera, entonces
• (Ac ) = A.
• A ⊆ B si y sólo si B c ⊆ Ac .
• A = B si y sólo si B c = Ac .
Demostración. Sean A y B conjuntos, entonces
• Vamos a proceder por doble contención.

(⇒) :
Sea x ∈ (Ac )c , entonces
x∈
/ Ac
⇒x∈A
Por lo que (Ac )c ⊆ A.
(⇐) :
Sea x ∈ A, entonces
x∈/ Ac
⇒ x ∈ (Ac )c
Por lo tanto A ⊆ (Ac )c . Así podemos concluir que (Ac )c = A.
• Supongamos que A ⊆ B y sea x ∈ B c , así

x∈/B
⇒x∈ /A
⇒ x ∈ Ac
Por lo tanto B c ⊆ Ac .
• Como ya tenemos una contención, y el caso que queda es similar, se dejará al

lector.
Proposición 2.3.9. Sea A un conjunto, entonces
• A ∩ Ac = ∅.
• A ∪ Ac = Ω.
Demostración. Sea A un conjunto, así
• Por contradicción, supongamos que A ∩ Ac 6= ∅, así tenemos que que x ∈

A y x ∈ Ac , entonces por definición tenemos que x ∈ A y x ∈/ A, pero esto es
una contradicción, por lo que podemos concluir que A ∩ Ac = ∅.
• Esta prueba queda como ejercicio al lector.
Para terminar la parte de las propiedades vamos a ver algunas propiedades de la

diferencia de conjuntos.
Proposición 2.3.10. Sea A un conjunto distinto del vacío, entonces
• A \ A = ∅.
• ∅ \ A = ∅.
Demostración. Sea A un conjunto distinto del vacío, entonces

• Vamos a proceder por contradicción, entonces supongamos que no, es decir

A \ Ac 6= ∅, por lo que existe x ∈ A \ A, que por definición tenemos que
x ∈ Ayx ∈ / A, pero esto es una contradicción, con lo que podemos concluir
A \ A = ∅.
• De igual manera, supongamos que ∅ \ A 6= ∅, por definición tenemos que x ∈

∅ \ A, entonces x ∈ ∅ y x ∈
/ A, pero esto es una contradicción ya que no existen
elementos en el conjunto vacío, por lo tanto ∅ \ A = ∅.
Para terminar esta sección, vamos a probar dos identidades muy importantes en la
teoría de conjuntos ya que éstas se pueden extrapolar a otras ramas distintas del
álgebra.
Teorema 2.3.11. (Leyes de De Morgan). Sean A y B conjuntos, entonces
• (A ∪ B)c = Ac ∩ B c .
• (A ∩ B)c = Ac ∪ B c .
Demostración. Supongamos que tenemos dos conjuntos, A y B, entonces
• Procedemos por doble implicación.

Sea x ∈ (A ∪ B)c , entonces
x∈/ A∪B
⇔x∈ /Ayx∈ /B
⇔ x ∈ A y x ∈ Bc
c
⇔ x ∈ Ac ∩ B c
Por lo tanto (A ∪ B)c ⊆ Ac ∩ B c .
• En este caso, vamos a realizar la prueba por doble contención.

(⊆) :
Sea x ∈ A ∩ B)c , entonces

x∈
/ A∩B
⇒x∈
/Aox∈ /B
Por lo que tenemos dos casos
• Caso 1.
Supongamos que x ∈
/ A, entonces
x ∈ Ac
⇒ x ∈ Ac ∪ B c
Por lo tanto (A ∩ B)c ⊆ Ac ∪ B c .
• Caso 2.
Supongamos que x ∈
/ B, entonces
x ∈ Bc
⇒ x ∈ B c ∪ Ac
⇒ x ∈ Ac ∪ B c
Por lo tanto (A ∩ B)c ⊆ Ac ∪ B c .
(⊇) :
Sea x ∈ Ac ∪ B c , entonces
x ∈ Ac o x ∈ B c
• Caso 1.
Supongamos x ∈ Ac , entonces
x∈/A
⇒x∈ / A∩B
⇒ x ∈ (A ∩ B)c
Por lo tanto Ac ∪ B c ⊆ (A ∩ B)c .
• Caso 2.
Supongamos que x ∈ B c , entonces
x∈/B
⇒x∈ / B∩A
⇒x∈ / A∩B
⇒ x ∈ (A ∩ B)c
Por lo tanto Ac ∪ B c ⊆ (A ∩ B)c .
2.4. UNIÓN E INTERSECCIÓN GENERALIZADA 19
De las dos contenciones podemos concluir que (A ∩ B)c = Ac ∪ B c .
2.4. Unión e Intersección Generalizada

En la sección pasada introducimos dos operaciones bastante usuales a la hora de ha-
blar de conjuntos la unión y la intersección. Al momento de definirlas, lo hicimos
sobre sólo dos conjuntos, pero tenemos una propiedad más interesante, ya que pode-
mos aplicar estas operaciones a una cantidad finita de conjuntos, ąal mismo tiempo!.
Pero antes de adentrarnos en estas “nuevas” operaciones, vamos a definir un nuevo

conjunto, algo particular pero de gran utilidad al momento de aplicar ciertas opera-
ciones al mismo tiempo a varios conjuntos a la vez.
Definición 2.4.1. Sea Ai un conjunto (no necesariamente distinto del vacío), enton-
ces decimos que i es el índice de A. En caso de tener A1 , A2 , · · · , An , decimos que
I = {1, 2, · · · , n} es un conjunto de índices.
Definición 2.4.2. Sea I un conjunto de índices y {Ai }i∈I una familia de conjuntos,
entonces definimos la unión de la familia {Ai }i∈I como
[
Ai = {x ∈ Ω | x ∈ Ai , para alguna i ∈ I}.
i∈I
Sn
También se denota como i=1 Ai .
Ejemplo 2.4.3. Sean A1 = {1, 2, 3, 6}, A2 = {2, 3, 5, 7, 11} y A3 = {0, 10, 20, 40},
entonces
[
Ai = A1 ∪ A2 ∪ A3
i∈I
= {1, 2, 3, 5, 6, 7, 11} ∪ A3
= {0, 1, 2, 3, 4, 6, 7, 10, 11, 20, 40}.
Proposición 2.4.4. Sea {Ai }i∈I una familia de conjuntos, entonces

[
Aj ⊆ Ai
i∈I
Para toda j ∈ I.
Demostración. Sea j ∈ I y x ∈ Aj , entonces
x ∈ Aj ∪ A1 , ∪ · · · ∪ Aj−1 ∪ Aj+1 ∪ · · · ∪ An
[
⇒x∈ Ai
i∈I
S
Por lo tanto Aj i∈I Ai para toda j ∈ I.
Definición 2.4.5. Sea I un conjunto de índices y {Ai }i∈I una familia de conjuntos,
entonces definimos la intersección de la familia {Ai }i∈I como
\
Ai = {x ∈ Ω | x ∈ Ai , para toda i ∈ I}.
i∈I
Tn
También se denota como i=1 Ai .
Ejemplo 2.4.6. Tomando los conjuntos del ejercicio anterior, sean A1 = {1, 2, 3, 6},
A2 = {2, 3, 5, 7, 11} y A3 = {0, 10, 20, 40}, entonces
\
Ai = A1 ∩ A2 ∩ A3
i∈I
= {2, 3} ∪ A3
= ∅.
Proposición 2.4.7. Sea {Ai }i∈I una familia de conjuntos, entonces

\
Ai ⊆ Aj
i∈I
Para toda j ∈ I.
T
Demostración. Sea x ∈ i∈I Ai , entonces
x ∈ Ai , para toda i ∈ I
⇒ x ∈ Aj , para toda j ∈ I
T
Por lo tanto, i∈I Ai ⊆ Aj para toda j ∈ I.
■
Sea {Ai }i∈I una familia de conjuntos y que Aj = ∅ para algún j ∈ I, entonces
\
Ai = ∅.
i∈I
Demostración. Procedemos
T por doble contrapositiva.
Supongamos que i∈I Ai 6= ∅, entonces tenemos que
\
x∈ Ai
i∈I
⇒ x ∈ Ai , para toda i ∈ I
⇒ Ai 6= ∅, para toda i ∈ I
Por lo tanto Aj 6= ∅ para toda j ∈ I.
Lema 2.4.8. (Leyes Distributivas). Sea {Ai }i∈I una familia de conjuntos y B un
conjunto no necesariamente vacío, entonces
S S
• i∈I Ai ∩ B = i∈I Ai ∩ B.
T T
• i∈I Ai ∪ B = i∈I Ai ∪ B.
Demostración. Nuestro primer inciso queda al lector, por lo que sólo vamos a probar
el segundo.
Vamos a proceder por doble contención.
(⇒) : T
Sea x ∈ i∈I Ai ∪ B, entonces
\
x∈ Ai o x ∈ B
i∈I
• Caso 1. T
Supongamos que x ∈ i∈I Ai , entonces
x ∈ Ai , para toda i ∈ I
⇒ x ∈ Ai ∪ B, para toda i ∈ I
\
⇒x∈ Ai ∪ B
i∈I
T T
Por lo tanto, i∈I Ai ∪ B ⊆ i∈I Ai ∪ B.
• Caso 2.
Supongamos que x ∈ B, entonces
x ∈ B ∪ Ai , para toda i ∈ I
\
⇒x∈ Ai ∪ B
i∈I
T T
Por lo tanto, i∈I Ai ∪ B ⊆ i∈I Ai ∪ B.
T T
Y así, se cumple que i∈I Ai ∪ B ⊆ i∈I Ai ∪ B.
(⇐) : T
Sea x ∈ i∈I Ai ∪ B, entonces
x ∈ Ai ∪ B, para toda i ∈ I
⇒ x ∈ Ai o x ∈ B, para toda i ∈ I
• Caso 1.
Supongamos que x ∈ Ai para i ∈ I, así
\
x∈ Ai
i∈I
!
\
⇒x∈ Ai ∪B
i∈I
T T
Por lo tanto i∈I Ai ∪ B ⊆ i∈I Ai ∪ B.
• Caso 2.
Sea x ∈ B, entonces
\
x∈B∪ Ai
i∈I
\
⇒x∈ Ai ∪ B
i∈I
T T
Por lo tanto i∈I Ai ∪ B ⊆ i∈I Ai ∪ B.
T T
De ambos casos concluimos que i∈I Ai ∪ B ⊆ i∈I Ai ∪ B.
T T
Y de ambas contenciones, decimos que i∈I Ai ∪ B = i∈I Ai ∪ B.
Lema 2.4.9. (Leyes de De Morgan). Sea I un subconjunto de N y {Ai }i∈I una familia
de conjuntos, entonces
S c T
• i∈I Ai = i∈I Aci .
T c S
• i∈I Ai = i∈I Aci .
Demostración. De igual manera, nuestro primer inciso queda al lector, por lo que nos
resta probar el segundo inciso.
Ahora, procederemos por doble contención.
(⇒) : T c
Sea x ∈ i∈I Ai , entonces
\
x∈
/ Ai
i∈I
⇒x∈ / Ai , para alguna i ∈ I
⇒ x ∈ Ai , para alguna i ∈ I
[
⇒x∈ Aci
i∈I
T c S
Por lo tanto, i∈I Ai ⊆ i∈I Aci .
(⇐) : S
Sea x ∈ i∈I Aci , entonces
x ∈ Aci , para alguna i ∈ I
⇒x∈/ Ai , para alguna i ∈ I
\
⇒x∈/ Ai
i∈I
!c
\
⇒x∈ Ai
i∈I
S T c
Por lo que concluimos que i∈I Aci ⊆ i∈I Ai .
T c S
De ambas contenciones, tenemos que i∈I Ai = i∈I Aci .
■
Para terminar esta sección, vamos a ver como se relaciona la diferencia de conjuntos
con nuestras operaciones genralizadas.
Teorema 2.4.10. Sea I un conjunto de índices, {Ai }i∈I una familia de conjuntos y
B un conjunto no necesariamente distinto del vacío, entonces
S T
• B\ i∈I A i = i∈I (B \ Ai ).
T S
• B\ i∈I Ai = i∈I (B \ Ai ).
Demostración. Sea {Ai }i∈I una familia de conjuntos y B un conjunto, entonces
• Por los teoremas anteriores, tenemos que

! !c
[ [
B\ Ai = B ∩ Ai
i∈I i∈I
!
\
=B∩ Aci
i∈I
\
= (B ∩ Aci )
i∈I
\
= (B \ Ai )
i∈I
S T
Por lo tanto, B \ i∈I Ai = i∈I (B \ Ai ).
• De forma análoga,
! !c
\ \
B\ Ai =B∩ Ai
i∈I i∈I
!
[
=B∩ Aci
i∈I
[
= (B ∩ Aci )
i∈I
[
= (B \ Ai )
i∈I
T S
Por lo tanto, B \ i∈I Ai = i∈I (B \ Ai ).
2.5. LA POTENCIA DE UN CONJUNTO 25
2.5. La Potencia de un Conjunto

Para terminar nuestro capítulo, veremos una operación unitaria (pero no por eso me-
nos importante), la cuál proviene de un axioma de la Teoría de Conjuntos.
Definición 2.5.1. Sea A un conjunto, entonces definimos al conjunto potencia de

A denotado por P(A) como el conjunto que tiene por elementos a todos los subcon-
juntos posibles de A, es decir, X ∈ P(A) si y sólo si X ⊆ A.
Como sabemos, dado A, ∅ ⊆ A y A ⊆ A, por lo que nuestro conjunto vacío y el

conjunto como tal son elementos de la potencia de A, así ∅ ∈ P(A) y A ∈ P(A).
Ejemplo 2.5.2. Sea A = {∅, {∅}}, entonces
P(A) = {∅, {∅}, {{∅}}, {∅, {∅}}}
Ejemplo 2.5.3. Sea A = {0, 3, 8}, entonces
P(A) = {∅, {0}, {3}, {8}, {0, 3}, {0, 8}, {3, 8}, {0, 3, 8}}
Lema 2.5.4. Sean A, B y X conjuntos, entonces
X ⊆ (A ∩ B) si y sólo si X ⊆ A y X ⊆ B.
Demostración. Primero vamos a suponer que X ⊆ (A∩B), entonces si x ∈ X, y como

X ⊆ (A ∩ B) por definición tenemos que para cualquier elemento x en X, x ∈ A ∩ B,
por lo que x ∈ (A ∩ B), concluyendo que x ∈ A y x ∈ B.
Teorema 2.5.5. Para cualesquiera conjuntos A y B, se cumple que
P(A ∩ B) = P(A) ∩ P(B).

Demostración. Dadas nuestras hipótesis, tenemos que
X ∈ P(A ∩ B) ⇔ X ⊆ (A ∩ B)
⇔ X ⊆AyX⊆B
⇔ X ∈ P(A) y X ∈ P(B)
⇔ X ∈ P(A ∩ B)
Por lo tanto, P(A ∩ B) = P(A) ∩ P(B).
Teorema 2.5.6. Dados A y B conjuntos, se tiene que
P(A ∪ B) ⊆ P(A) ∪ P(B).
Demostración. La prueba de este teorema queda al lector.
■
Capítulo 3
Relaciones
3.1. Un Conjunto Nuevo...

Así es, no nos bastó con tener un capítulo completo dedicado a conjuntos, opera-
ciones con conjuntos, propiedades, etcétera, por lo que es necesario empezar
este capítulo definiendo uno nuevo, para ser específicos un conjunto a partir de una
nueva operación (sí, así de irónico).
Este conjunto es de gran importancia porque no sólo nos sirve para hablar de relacio-
nes, también es fundamental para el estudio de funciones, operaciones en estructuras
algebraicas (próximamente) y demás.
Definición 3.1.1. Dados a y b elementos de un conjunto X, denotamos como (a, b)

al par ordenado, definido por
(a, b) = {{a}, {a, b}}
formada por a y b,
Se define de esta forma para mostrar que existe una distinción entre la primera entrada
({a}) y la segunda entrada ({a, b}), con esto tenemos la siguiente proposición.
Proposición 3.1.2. Para cualesquiera a, b, c, d elementos de X, tenemos que
(a, b) = (c, d) si y sólo si a = c y b = d.
27
28 CAPÍTULO 3. RELACIONES
Demostración. Supongamos que (a, b) = (c, d), entonces tenemos que
{{a}, {a, b}} = (a, b) = (c, d) = {{c}, {c, d}}
entonces
{{a}, {a, b}} = {{c}, {c, d}}
Así, {a} = {c} o {a} = {c, d}, por lo que tenemos dos casos:
• Supongamos que {a} = {c}, entonces tenemos que a = c. Como {a} ∈ {{c}, {c, d}},
tenemos dos subcasos:
• Si {a, b} = {c}, entonces a = b = c, por lo que {{a}, {a, b}} = {c}, de esta
forma concluimos que {c} = {c, d} y por lo tanto b = d.
• Si {a, b} = {c, d}, como a = c, tenemos que b = d, por lo que se cumple lo

buscado.
• Si {a} = {c, d}, entonces a = c = d. Como {a, b} ∈ {{c}, {c, d}} tenemos los
siguientes subcasos:
• Si {a, b} = {c}, entonces a = b = c. Como a = d, b = d, tenemos que a = c

y b = d.
• Si {a, b} = {c, d}, tenemos que a = c = d y {a, b} = {a}, por lo que a = b,

concluyendo que a = c y b = d.
Para el recíproco, supongamos que a = c y b = d, entonces {a} = {c} y {a, b} = {c, d},
por lo tanto (a, b) = {{a}, {a, b}} = {{c}, {c, d}} = (c, d), concluyendo (a, b) = (c, d).
Ejemplo 3.1.3. Sea A = {0, 1} y B = {1, 2}, entonces todas las parejas tales que su
primer entrada está en A y segunda entrada en B son:
(0, 1), (0, 2), (1, 1), (1, 2)
Con esto, ya podemos definir al conjunto buscado.

3.2. UNA RELACIÓN MATEMÁTICA 29
Definición 3.1.4. Sean A y B dos conjuntos no necesariamente distintos del vacío.

El producto cartesiano de A y B, denotado por A × B es el conjunto
A × B = {(a, b) | a ∈ A y b ∈ B}.
Notemos que no necesariamente se necesita que A sea distinto de B, en caso de que

A = B decimos que el producto cartesiano de A es A × A. También podemos denotar
a A × A como A2 .
Ejemplo 3.1.5. Sea A = {0, 1, 2} y B = {3, 4}, entonces
A2 = {(0, 0), (0, 1), (0, 2), (1, 0), (1, 1), (1, 2), (2, 0), (2, 1), (2, 2)}.
B 2 = {(3, 3), (3, 4), (4, 3), (4, 4)}.
A × B = {(0, 3), (0, 4), (1, 3), (1, 4), (2, 3), (2, 4)}
B × A = {(3, 0), (3, 1), (3, 2), (4, 0), (4, 1), (4, 2)}
Como vemos en el ejemplo, si A 6= B, tendremos que A × B 6= B × A. También

podemos extender esta definición a una cantidad finita de conjuntos, de la siguiente
forma
A1 × · · · × An = {(a1 , · · · , an ) | ai ∈ Ai }.
En caso de que A = ∅ y B 6= ∅, tenemos que
A × B = B × A = ∅.
3.2. Una Relación Matemática

Este es un tema que nos interesa como científicos, pero desafortunadamente no habla-
mos de relaciones sentimentales. Como ya se dieron cuenta, nos enfocamos demasiado
en hablar de conjuntos, hasta el cansancio (literalmente), ahora queremos relacionar
dos o más conjuntos a partir de alguna condición o propiedad, veamos un ejemplo.
Ejemplo 3.2.1. Sea A = {Luis, Ana, Enrique, Rodrigo, M onserrat, Eduardo, Ximena}
y B = {A, B, E, J, L, M, R, Z} nuestros conjuntos, entonces vamos a relacionar al
conjunto A con el conjunto B de forma que a cada nombre le vamos a asignar una su
inicial en el conjunto B y colocándolos en una pareja ordenada de la siguiente forma:
(Luis, L), (Ana, A), (Enrique, E), (Rodrigo, R),

(Monserrat, M), (Eduardo, E), (Ximena, X).
Vamos a nombrar a este conjunto como R. Una observación muy importante que
podemos hacer es que R ⊆ A × B, con esto podemos dar nuestra primera definición.
Definición 3.2.2. (Kuratowski). Sea A y B conjuntos, decimos que R es una relación

binaria entre A y B si R es un subconjunto de A × B, es decir, R ⊆ A × B.
Esta fue la primer definición que se tuvo de una relación, pero como podemos ver,
aunque no es tan clara y ni explícita con la condición o propiedad a cumplir, por lo
que no es tan útil en la practica, por esto daremos una definición alternativa.
Definición 3.2.3. Una relación binaria R entre dos conjuntos A y B, denotada

como aRb es una relación matemática donde a y b cumplen una propiedad o condición
P, así podemos definir el conjunto
R = {(a, b)|a ∈ A, b ∈ B, y P(a, b)}.
Ejemplo 3.2.4. Sea A = {0, 2, 3, 5, 6} y B = {P ar, P rimo, N egativo, Irracional},

y nuestra relación entre A y B consta en identificar cada número con el conjunto al
cual pertenece, así
R2 ={(0, P ar), (2, P ar), (2, P rimo),

(3, P rimo), (5, P rimo), (6, P ar)}
Como podemos ver, existen elementos en B que no están relacionados con algún
elemento de A, lo que fomenta nuestras siguientes dos definiciones.
Definición 3.2.5. El dominio de la relación R ⊆ A × B, denotado por Dom(R)

es un subconjunto de A que tiene por elementos a tal que se encuentran relacionados
con algún b elemento de B, es decir
Dom(R) = {a ∈ A | aRb con algún b ∈ B}.
Definición 3.2.6. El rango o imagen de la relación R ⊆ A × B, denotado por

Im(R) es un subconjunto de B que tiene por elementos b tales que existe a en A tal
que a está relacionado con b, es decir
Im(R) = {b ∈ B | existe a ∈ A tal que aRb}.

3.2. UNA RELACIÓN MATEMÁTICA 31
Ejemplo 3.2.7. Tomando a los ejemplos anteriores, tenemos que
Dom(R) ={Luis, Ana, Enrique, Monserrat, Eduardo Ximena}.

Im(R) ={L, A, E, R, M, X}.
y
Dom(R2 ) ={0, 2, 3, 5, 6}.

Im(R2 ) ={Par, Primo}.
En ambos casos, tenemos que Im(R) 6= B.
Lema 3.2.8. Si R es una relación entre A y B, entonces el conjunto
{(b, a) | (a, b) ∈ R}
también es una relación.
Demostración. Como (a, b) ∈ R, tenemos que (a, b) es un par ordenado, con esto
podemos afirmar que (b, a) también lo será, así {(b, a) | (a, b) ∈ R} es un conjunto
de pares ordenados, donde b está en B y a está en A, por lo tanto, {(b, a) | (a, b) ∈
R} ⊆ B × A, concluyendo que {(b, a) | (a, b) ∈ R} es una relación.
Con esto podemos definir lo siguiente.
Definición 3.2.9. Dada R una relación, definimos R−1 como
R−1 = {(b, a) | (a, b) ∈ R}
y le llamamos relación inversa de R.
Para terminar esta sección, vamos a hablar de una nueva “operación” sobre las rela-
ciones.
Definición 3.2.10. Sea R ⊆ A × B y S ⊆ B × C relaciones, entonces decimos que

la composición de S ◦ R como el conjunto
S ◦ R = {(a, c) | ∃y ∈ B tal que (a, b) ∈ R y (y, z) ∈ S}.
La relación S ◦ R es un subconjunto de A × C.
Teorema 3.2.11. Sean R, S y T relaciones, tenemos que
• (T ◦ S) ◦ R = T ◦ (S ◦ R).
• (S ◦ R)−1 = R−1 ◦ S −1 .
Sea R ⊆ A × B, S ⊆ B × C y T ⊆ C × D relaciones, así
• Sea (w, z) ∈ (T ◦ S) ◦ R, entonces por definición existe x ∈ B tal que (w, x) ∈ R

y (x, z) ∈ T ◦ S, de igual manera, existe y ∈ C de forma que (x, y) ∈ S y
(y, z) ∈ T . Por definición, tenemos que (w, y) ∈ S ◦R y así (w, z) ∈ T ∈ (S ◦R).
Para la segunda contención, es muy parecida por lo que queda al lector.
Por lo tanto, (T ◦ S) ◦ R = T ◦ (S ◦ R).
• Supongamos que (x, z) ∈ (S ◦ R)−1 , entonces

⇔ (z, x) ∈ (S ◦ R)
⇔ existe y ∈ B tal que (z, y) ∈ R y (y, x) ∈ S
⇔ (y, z) ∈ R−1 y (x, y) ∈ S −1
⇔ (x, y) ∈ S −1 y (y, z) ∈ R−1
⇔ (x, z) ∈ R−1 ◦ S −1
Por lo tanto, (S ◦ R)−1 = R−1 ◦ S −1 .
3.3. Tipos de Relaciones (Nada Tóxicas)

Así como en la vida, en las matemáticas tenemos distintos tipos de relaciones, pero
por fortuna, aquí no son tóxicas (o eso creo) ya que en nuestros siguientes casos, sólo
nos interesa tener a un participante.
Las relaciones binarias sobre A tienen propiedades muy interesantes e importantes, ya

que nos permiten generar estructuras que nos serán de gran utilidad para un futuro,
mientras vamos a revisar algunas de éstas.
Definición 3.3.1. Sea A un conjunto y R ⊆ A2 una relación. Decimos que R es

una relación reflexiva si para cualquier elemento a en A, se tiene que (a, a) se
encuentra en R, de otra forma
∀a ∈ A, (a, a) ∈ R.
En caso de que para toda a en A se tenga que (a, a) ∈
/ R, se dice que R es una
relación antirreflexiva.
3.3. TIPOS DE RELACIONES (NADA TÓXICAS) 33
Ejemplo 3.3.2. Sea A = {1, 2, 3} y R = {(1, 1), (2, 2), (3, 3)}, notemos que
• Como 1 ∈ A, se tiene que (1, 1) ∈ R.
Por lo tanto, R es una relación reflexiva.
Por otra parte, sea B = {1, 2} y S = {(1, 2)} así
• Notamos que 1 ∈ B, pero (1, 1) ∈

/S y
• 2 ∈ B, pero (2, 2) ∈
/S
Por lo tanto, S es una relación antirreflexiva.
Una observación importante que debemos hacer es que no es lo mismo que una relación
R sea antirreflexiva a que no sea reflexiva, ya que para que una relación no sea
reflexiva, basta exhibir a algún elemento a de A tal que (a, a) ∈
/ R.
Definición 3.3.3. Sea A un conjunto y R ⊆ A2 una relación. Decimos que R es una

relación simétrica si para cualesquiera a y b en A tal que (a, b) ∈ R, se tiene que
(b, a) se encuentra también en R, es decir
Si (a, b) ∈ R ⇔ (b, a) ∈ R.
De igual manera, decimos que R es una relación antisimétrica si sucede que si

(a, b) ∈ R y (b, a) ∈ R se tiene que a = b.
Como vimos anteriormente, no es lo mismo que sea una relación asimétrica, ya que
para que R sea se considere asimétrica, se necesita que para cualquier (a, b) ∈ R,
se tiene que (b, a) ∈
/ R.
Ejemplo 3.3.4. Sea A = {0, 1, 2} y R = {(1, 2), (2, 1), (2, 2)}, entonces basta con
revisar que para con aquellos pares ordenados tal que (a, b) ∈ R y a 6= b, entonces
• Como (1, 2) ∈ R y (2, 1) ∈ R

Por lo tanto, R es una relación simétrica.
Ahora, sea B un conjunto no vacío, P(B) el conjunto potencia de B y S la relación

de contención, es decir S = {(X, Y ) ∈ P(B) × P(B) | X ⊆ Y }, así, supongamos
que X ∈ Y y Y ⊆ X, con X, Y subconjuntos de P(B), sabemos por definición que
X = Y , por lo que S es una relación antisimétrica.
Definición 3.3.5. Sea A un conjunto y R ⊆ A2 una relación. Decimos que R es

una relación transitiva si para cualesquiera a, b y c en A tal que (a, b) ∈ R, y
(b, c) ∈ R se tiene que (a, c) se encuentra también en R, es decir
Si (a, b) ∈ R y (b, c) ∈ R ⇒ (a, c) ∈ R.
Ejemplo 3.3.6. Vamos a utilizar el ejemplo de la relación antisimétrica, entonces

tenemos que S = {(X, Y ) ∈ P(B) × P(B) | X ⊆ Y }. Notemos que si X ⊆ Y y
Y ⊆ Z, se tiene que X ⊆ Z (la prueba es bastante fácil, por lo que queda al lector),
por lo que podemos concluir que S es una relación transitiva.
Proposición 3.3.7. Probar que la relación vacía cumple lo siguiente:
• Es antirreflexiva sobre cualquier conjunto A.
• Es simétrica.
• Es transitiva.
• Es antisimétrica.
• Es reflexiva sobre el conjunto vacío.
• No es reflexiva sobre cualquier conjunto A 6= ∅.
Demostración. La prueba queda como ejercicio al lector.
■
3.4. RELACIONES DE EQUIVALENCIA 35
3.4. Relaciones de Equivalencia

Con las propiedades vistas anteriormente podemos obtener un tipo de relación muy
particular, y no por ello menos importante, al contrario, es una de las relaciones más
importantes que podemos tener, por lo que se merece su propia sección.
Definición 3.4.1. Dada una relación R sobre A×A, decimos que R es una relación
de equivalencia si cumple las siguientes condiciones para cualesquiera (a, b) ∈ A ×
A:
• Es reflexiva, es decir, (a, a) ∈ R.
• Es simétrica, es decir, si (a, b) ∈ R, entonces (b, a) ∈ R.
• Es transitiva, es decir, si (a, b) ∈ R y (b, c) ∈ R, entonces (a, c) ∈ R.
Ejemplo 3.4.2. Sea A = {1, 2, 3, 4} y R = {(1, 1), (2, 2), (3, 3), (4, 4), (1, 2), (2, 1),
(2, 3), (3, 2), (1, 3), (3, 1)}, entonces notemos
• Como (1, 1), (2, 2), (3, 3), (4, 4) están en R, tenemos que R es reflexiva.
• Notemos que las parejas identidad siempre son simétricas, por lo que basta ver
las parejas restantes. Como (1, 2), (2, 1), (1, 3), (3, 1), (2, 3), (3, 2) están en R, se
tiene que R es simétrica.
• Podemos notar que la transitividad entre una pareja y su simétrica nos da la

pareja identidad y la misma entre una identidad y otra pareja nos da la se-
gunda pareja, por lo que podemos omitir estos casos. Podemos observar que
(1, 2), (2, 3), (1, 3) están en R y salvo los casos mencionados, son las únicas dos
parejas donde podemos aplicar la transitividad, por lo tanto, R es transitiva.
Por lo tanto, R es una relación de equivalencia.
Definición 3.4.3. Dada R una relación de equivalencia en el conjunto A × A, pode-

mos definir la clase de equivalencia de a como el conjunto:
a = {b ∈ B | aRb}
Es decir, la clase de equivalencia de a está formada por aquellos elementos que se

encuentran relacionados con a.
Notemos que no existen clases de equivalencias vacías, ya que si a ∈ A, por la relación,

se debe de tener que (a, a) ∈ R, por lo que a ∈ a.
Proposición 3.4.4. Sea A un conjunto no vacío y R ⊆ A2 una relación de equiva-

lencia. Si a y b son elementos de A, entonces (a, b) ∈ R si y sólo si a = b.
Demostración. Sean a y b elementos en A, y supongamos que (a, b) ∈ R.

Sea x ∈ a, entonces
x ∈ a ⇔ (x, a) ∈ R
⇔ (x, a) ∈ R y (a, b) ∈ R
⇔ (x, b) ∈ R
⇔ x∈b
Por lo que podemos concluir que a = b.
Por otra parte, supongamos que a = b, y por lo que mencionamos anteriormente, para
cualquier a sabemos que (a, a) ∈ R, así tenemos que a ∈ a y como a = b, notamos
que a ∈ b y por definición tenemos que (a, b) ∈ R.
Proposición 3.4.5. Sea A un conjunto no vacío y R ⊆ A2 una relación de equiva-

lencia. Si a y b son elementos de A, entonces (a, b) ∈
/ R si y sólo si a ∩ b = ∅.
Demostración. Primero, por contrapositiva, supongamos que a ∩ b 6= ∅, entonces

existe x en A tal que x ∈ a y x ∈ b, así (x, a) ∈ R y (x, b) ∈ R, pero como R es una
relación de equivalencia, tenemos que (a, x) ∈ R y ocupando la transitividad de la
misma, obtenemos que (a, b) ∈ R.
De igual manera, por contrapositiva, supongamos que (a, b) ∈ R y por la proposición
anterior tenemos que a = b. Ahora sea a ∈ A, entonces (a, a) ∈ R, por lo que a ∈ a
y a ∈ b ya que son iguales, por lo que a ∩ b 6= ∅.
Lema 3.4.6. Dados a y b elementos de A, si a 6= b, entonces a 6= b = ∅.
Demostración. Supongamos que a 6= b. Por la proposición 3.4.4 tenemos que

(a, b) ∈
/ R y por la proposición 3.4.5 concluimos que a ∩ b = ∅.
Lema 3.4.7. Sea A un conjunto no vacío y R una relación de equivalencia. Sea a un

elemento de A, entonces existe b en A tal que a es elemento de la clase de equivalencia
de b.
Demostración. Ya que R es reflexiva, para cualquier a ∈ A, tenemos que a ∈ a, por

lo que existe al menos ella misma que cumple el lema.
Definición 3.4.8. Sea A un conjunto no vacío, R una relación de equivalencia y a

elemento de A, entonces para cualquier b ∈ A de forma que (a, b) ∈ R diremos que b
es un representante de a.
Definición 3.4.9. Dada un conjunto A y una familia {Ai }i∈I de subconjuntos de A,

decimos que {Ai }i∈I es una partición de A si:
• ∀i ∈ I, Ai 6= ∅.
• ∀i 6= j, Ai ∩ Aj = ∅.
S
• i∈I Ai = A.
Ejemplo 3.4.10. Tomemos A = {1, 2, 3, 4, 5} y A1 = {1}, A2 = {2}, A3 = {3, 4, 5}

y afirmamos que P = {A1 , A2 , A3 } forman una partición para A, pero esto hay que
demostrarlo.
Demostración. Dados los conjuntos anteriores
• Tenemos que Ai 6= ∅, para i ∈ {1, 2, 3}.
• Ahora, tenemos que A1 ∩ A2 = ∅, A1 ∩ A3 = ∅ y A2 ∩ A3 = ∅, por lo que los

conjuntos son disjuntos dos a dos.
• Para terminar, tenemos que
[
3
Ai = A1 ∪ A2 ∪ A3
i=1
= {1, 2} ∪ A3
= {1, 2, 3, 4, 5}
Por lo tanto la unión de los Ai es A.
Así, tenemos que P es una partición de A.
Podemos observar que las particiones no son únicas, ya que podemos “jugar” con la
cantidad de elementos que podemos colocar en cada elemento de la partición.
Teorema 3.4.11. Sea A un conjunto no vacío y R una relación de equivalencia,

entonces el conjunto de clases de equivalencia forman una partición de A.
Demostración. Como ya vimos, si a ∈ A, tenemos por ser R una relación reflexiva,

a ∈ a, por lo que ninguna clase de equivalencia es vacía.
Ahora, por la proposición 3.4.6, si tomamos a y b dos clases distintas, tendremos que
a ∩ b = ∅.
Por último, notemos que S por el lema 3.4.7, para cualquier a ∈ A, tenemos que existe
b tal que a ∈ b, así b ∈ i∈I Ai , donde Ai es una clase de equivalencia de R para toda
i ∈ I.
Así podemos concluir que el conjunto de clases de equivalencia de R forma una

partición de A.
Al aplicar el teoremón anterior, diremos que R induce una partición de A y para

terminar con el capítulo vamos a dar un ejemplo.
Ejemplo 3.4.12. Sea A = {1, 2, 3, 4} y R = {(1, 1), (2, 2), (3, 3), (4, 4), (1, 2), (2, 1),
(2, 3), (3, 2), (1, 3), (3, 1)}. Como ya vimos anteriormente, es una relación de equiva-
lencia, por lo que vamos a obtener las clases de equivalencia.
Como 1 está relacionado con 2 y 3, tenemos que 1 = {1, 2, 3}. Por otra parte, tenemos
que 4 sólo está relacionado consigo mismo, por lo que 4 = {4}.
Como podemos ver, tenemos que las dos clases de equivalencia son no vacías, disjuntas
y {1, 2, 3} ∪ {4} = {1, 2, 3, 4} = A, por lo que {1, 4} es una partición de A.
Definición 3.4.13. Sea A un conjunto no vacío y R una relación de equivalencia.

Decimos que A/R es el conjunto cociente si
A/R = {a, b, · · · }
Donde x es la clase de equivalencia de x.
Ejemplo 3.4.14. Tomando la relación usada en el ejemplo anterior tenemos que
A/R = {1, 4}.

Capítulo 4
Funciones Entre Conjuntos
Próximamente...
41
42 CAPÍTULO 4. FUNCIONES ENTRE CONJUNTOS
Capítulo 5
Los Números Naturales (Y un

Poco Más)
Próximamente...
5.1. Los Números Enteros

Para poder construir a este conjunto, necesitamos entender las propiedades de los
números naturales y las relaciones de equivalencia.
Supongamos que tenemos la ecuación x + b = a, con a < b, lo primero que podemos

notar es que si a, b son números naturales, no podemos encontrar una pareja (a, b) que
le de solución a la ecuación dada, por lo que es necesario construir un nuevo conjunto
de forma que siempre podamos resolver esta ecuación.
Primero vamos a definir al conjunto

N × N = {(a, b) | a ∈ N, b ∈ N}
y la relación R ⊆ N2 × N2 definida por
((a, b), (c, d)) ∈ R ⇔ a + d = b + c.
Lema 5.1.1. La relación definida anteriormente es de equivalencia.
43
44 CAPÍTULO 5. LOS NÚMEROS NATURALES (Y UN POCO MÁS)
Como ya tenemos que R es una relación de equivalencia, ésta nos induce una partición,
por lo que tenemos que las clases de equivalencia de R son
(a, b) = {(c, d) ∈ N × N | ((c, d), (a, b)) ∈ R}

= {(c, d) ∈ N × N | c + b = d + a}
Por otra parte, sabemos que los números naturales son un orden parcial, por lo que
dados a, b ∈ N, se tiene que a ≤ b, b ≤ a y a = b, por lo que tenemos que ver como
se comportan nuestros pares ordenados respecto a esta propiedad (conocida como
tricotomía).
• Caso 1.
Supongamos que a = b. Con esto tenemos que
(a, a) = {(c, d) ∈ N × N | a + d = a + c}
Ahora, sabemos que por la ley de cancelación por la izquierda en N concluimos

que c = d, por lo que
(a, a) = {(0, 0), (1, 1), · · · }
Por lo que podemos tomar como representante al elemento (0, 0) que por prac-
ticidad lo denotaremos como (0, 0) = 0 − 0 = 0.
• Caso 2.
Supongamos que a < b. Entonces existe k ∈ N \ {0} tal que b = a + k. Por
la existencia del neutro aditivo de N y la simetría de la suma, tenemos que
a + k = b + 0, pero por la definición de R, se cumple que ((a, b), (0, k)) ∈ R.
Con esto tenemos que
(a, b) = {(0, k), (1, k + 1), (2, k + 2), · · · }
Tomamos como representante a (0, k) y por practicidad denotamos a (0, k) =

0 − k = −k.
• Caso 3.
Supongamos que b < a. De forma análoga, existe k ∈ N tal que a = b + k, por
lo que tenemos que a + 0 = b + k y por nuestra definición de R tenemos que
((a, b), (k, 0)), así
(a, b) = (k, 0), (k + 1, 1), (k + 2, 2), · · · }
Por último, tomamos a (k, 0) como el representante de la clase de equivalencia

definida anteriormente y así (k, 0) = k − 0 = k.
5.1. LOS NÚMEROS ENTEROS 45
Figura 5.1: Representación gráfica de N × N.
Lo que podemos observar es que necesitamos que al menos una entrada del par orde-
nado sea nula, con esto tenemos que el conjunto cociente es
N × N/R = {(a, b) | a = 0 o b = 0}.
Después de esta larga construcción, por fin podemos definir al conjunto buscado.
Definición 5.1.2. Decimos que el conjunto de los números enteros, denotado

como Z es conjunto cociente de N × N y la relación definida por
((a, b), (c, d)) ∈ R ⇔ a + d = b + c.
Es decir,
Z = N × N/R
= {(a, b) | a = 0 o b = 0}.
La notación de este conjunto viene de Alemania, ya que se deriva de la palabra

“zahlen” que significa “números”, ya que eran los números que más se usaban. Usando
la convenciones definidas anteriormente, podemos ver que los números enteros son
Z = {· · · , (0, 1), (0, 0), (1, 0), · · · }

= {· · · , −1, 0, 1 · · · }
Para terminar esta sección, vamos a definir lo que conocemos como operaciones usua-
les de Z, y de forma análoga, daremos algunas propiedades que cumplen.
Definición 5.1.3. Sea Z el conjunto de los números enteros y z = (a, b), w = (c, d)
. Decimos que la suma + una función tal que
+: Z × Z → Z
(z, w) 7→ z + w
definida por
z + w = (a, b) + (c, d) = (a + c), (b + d).
La suma que se encuentra dentro de las clases es la suma usual para los números
naturales, para dejar más claro como se usa, vamos a realizar un ejemplo.
Ejemplo 5.1.4. Sean z = 5 y w = −13, entonces podemos denotar a z = (5, 0) y

(0, 13), entonces
5 + (−13) = (5, 0) + (0, 13)

= (5, 13)
= (0, 8)
Por lo tanto, 5 + (−13) = −8.
Teorema 5.1.5. La suma definida anteriormente cumple las siguientes propiedades
• Es asociativa.
• Es conmutativa.
• Existe un elemento neutro.
• Existe un elemento inverso.
Demostración. Sean z = (a, b), w = (c, d) y x = (e, f ), entonces

• Tenemos que
z + (w + x) = (a, b) + ((c, d) + (e, f ))

= (a, b) + (c + e, d + f )
= (a + c + e, b + d + f )
= (a + c, b + d) + (e + f )
= ((a, b) + (c, d)) + (e, f )
= (z + w) + x
Por lo tanto, la suma de los números enteros es asociativa.
• Ahora
z + w = (a, b) + (c, d)
= (a + c, b + d)
= (c + a, d + b)
= (c, d) + (a, b)
=w+z
Con esto concluimos que la suma de los números enteros en conmutativa.
• Afirmamos que 0 = ((0, 0)) es el elemento neutro, entonces
z + 0 = (a, b) + (0, 0)
= (a + 0, b + 0)
= (a, b)
=z
Como ya probamos que la suma es conmutativa, tenemos que z + 0 = 0 + z = z,
probando que 0 es el neutro aditivo de los números enteros.
• Para terminar, afirmamos que si z ∈ Z tal que z no es nulo y z = (a, b), entonces
z −1 = (b, a) es el inverso aditivo de z, así
z + z −1 = (a, b) + (b, a)
= (a + b, b + a)
= (a + b, a + b)
= (0, 0)
=0
Por lo tanto, z −1 es el inverso aditivo de z.

Definición 5.1.6. Sean z = (a, b) y w = (c, d). Decimos que la multiplicación ·

una función tal que
·: Z × Z → Z
(z, w) 7→ z · w
definida por
z · w = (a, b) · (c, d) = (ac + bd), (ad + bc).
De igual manera, la suma y producto usados dentro de las clases de equivalencia son
la suma y producto usual de los números naturales.
Ejemplo 5.1.7. Sean z = 7 y w = −5, entonces por nuestra convención tenemos

que z = (7, 0) y w = (0, 5), así
7 · (−5) = (7, 0) · (0, 5)

= (0 + 0, 35 + 0)
= (0, 35)
= −35
Por lo tanto, 7 · (−5) = −35.
Teorema 5.1.8. La multiplicación definida anteriormente cumple las siguientes con-

diciones
• Es asociativa.
• Es conmutativa.
• Existe un elemento neutro.
Demostración. Sean z = (a, b), w = (c, d) y x = (e, f ), entonces

• Tenemos que
z · (w · x) = (a, b) · ((c, d) · (e, f ))
= (a, b) · (ce + df, cf + de)
= (a(ce + df ) + b(cf + de), a(cf + de), b(ce + df ))
= (ace + adf + bcf + bde, (acf + ade + bce + bdf ))
= (e(ac + bd + f (ad + bc), e(ad + bc) + f (ac + bd))
= (ac + bd, ad + bc) · (e, f )
= ((a, b) · (c, d)) · (e, f )
= (z · w) · x
Por lo tanto, la multiplicación de números enteros es asociativa.
• Ahora, notemos que

z · w = (a, b) · (c, d)
= (ac + bd, ad + bc)
= (ca + db, da + cb)
= (c, d) · (a, b)
=w·z
Con esto probamos que la multiplicación de números enteros es conmutativa.
• Ahora, afirmamos que el elemento 1 = ((1, 0)) es el elemento neutro para la

multiplicación.
Observemos que
z · 1 = (a, b) · (1, 0)
= (a + 0, 0 + b)
= (a, b)
=z
Y como la multiplicación conmuta, deducimos que z · 1 = 1 · z = 1, y con esto
la existencia de un elemento neutro multiplicativo.
Lema 5.1.9. Sea Z el conjunto de los números enteros y +, · sus respectivas opera-
ciones, entonces el decimos que el producto se distribuye sobre la suma, es decir
z · (w + x) = (z · w) + (z · x).
■
Capítulo 6
Estructuras Algebraicas
6.1. Nuestra Primer Estructura

Después de trabajar con distintos conjuntos y funciones, trataremos de “crear” algo
distinto con estos dos elementos, por lo que necesitamos algo que conocemos como
“operaciones” para poder trabajar.
Definición 6.1.1. Sea A un conjunto, decimos que ∗ es una operación binaria es

una función que tiene por dominio a A × A y codominio a A, de forma que
A×A→A
(a, b) 7→ a ∗ b
Así como definimos una operación binaria, podemos extender la definición a una
operación n-aria, donde tiene como dominio al conjunto A × · · · × A.
| {z }
n veces
Con esto queremos dar a entender cuantos elementos serán operados, por ejemplo, si
tomamos una operación binaria, vamos a operar dos elementos (la pareja ordenada
del producto cartesiano), o si es una operación unitaria es que sólo vamos a aplicar
la operación a un sólo elemento.
Profundizando un poco en lo que conocemos como álgebra abstracta, podríamos decir

que una estructura algebraica es una n-ada (es decir, un elemento de A × · · · × A,
| {z }
n veces
con A un conjunto no vacío), donde la primer entrada es el conjunto sobre el cual
51
52 CAPÍTULO 6. ESTRUCTURAS ALGEBRAICAS
trabajaremos y las entradas restantes son las operaciones definidas en el conjunto.
A partir de estas operaciones, podemos clasificarlas, por la cantidad de operaciones

definidas y las propiedades que cada una cumple, con esto podemos construir nuestra
primer estructura de interés.
Definición 6.1.2. Dado un conjunto G y una operación binaria ∗ definida por
∗: G × G → G
(a, b) 7→ a ∗ b
decimos que el par ordenado (G, ∗) es un grupo si cumple para cualesquiera a, b, c

elementos de G lo siguiente:
• Asociativa, es decir, (a ∗ b) ∗ c = a ∗ (b ∗ c).
• Existe un elemento neutro, es decir, a ∗ e = e ∗ a = a.
• Existe un elemento inverso, es decir, a ∗ a−1 = a−1 ∗ a = e.
Lo primero que podemos notar es basta con tener un conjunto, una operación que no
sea conmutativa (a ∗ b = b ∗ a), lo cual parece extraño ya que no se comporta como
aquellas estructuras que hemos trabajado en la educación básica. Con esto, podemos
decir que aquella frase que nos mencionaban hace unos años, “el orden de los factores
no afecta al producto” aquí ya no es válida, justo por la pérdida de la conmutatividad.
Ejemplo 6.1.3. Sea F(X, X) el conjunto de las funciones biyectivas de X a X, es

decir, las funciones f : X → X biyectivas y
◦ : F(X, X) → F (X, X)
(f, g) 7→ g ◦ f
la composición de funciones, así (F(X, X), ◦) es un grupo. Puede ser abeliano, pero
depende de la cardinalidad de X (menor a 2).
Demostración. Sabemos que la composición de funciones biyectivas es biyectiva, por

lo tanto nuestra operación es cerrada y está bien definida.
Ahora, como ya vimos en capítulos anteriores la composición es asociativa,
idX ◦ f = f ◦ idX = f
6.1. NUESTRA PRIMER ESTRUCTURA 53
Como f es biyectiva, sabemos que para cualquier función existe f −1 tal que
f −1 ◦ f = f ◦ f −1 = IdX
Por lo que (F(X, X), ◦) es un grupo.
Ejemplo 6.1.4. Sea X un conjunto no vacío y P(X) el conjunto potencia de X y sea

4 la operación definida como diferencia simétrica, entonces P(X), 4) es un grupo.
Demostración. Recordemos que A4B = (A \ B) ∪ (B \ A) entonces vamos a probar

las propiedades anteriores.
• La prueba de la asociatividad queda como ejercicio al lector.
• Notemos que para cualquier conjunto A se tiene que
A4∅ = (A \ ∅) ∪ (∅ \ A)
=A∪∅
=A
y también
∅4A = (∅ \ A) ∪ (A \ \)
=∅∪A
=A
Por lo tanto tenemos que el conjunto vacío es el elemento neutro de (P(X), 4).
• Ahora sea A un conjunto distinto del vacío, así
A4A = (A \ A) ∪ (A \ A)
=∅∪∅
=∅
Por lo que un conjunto es su propio inverso.
Con esto concluimos que (P(X), 4) es un grupo.

Ejemplo 6.1.5. Tomemos un cuadrado y sus posibles simetrías, es decir, sus posibles
rotaciones con centro en el centro del cuadrado y las reflexiones, por lo que vamos a
enumerar a los vértices como a, b, c, d como en la figura.
Con los vértices enumerados tenemos 4 rotaciones, todas con ángulo π2 , lo que hace
cada una es “rotar” los vértices (incluye la identidad), y las 4 reflexiones, una por
cada eje y una por cada diagonal.
Figura 6.1: Cuadrado con vértices enumerados y sus ejes cartesianos.
Con esto definimos a al conjunto D8 = {Id, r(π/2), r(π), r(3π/2), RX , RY , RD1 , RD2 },
así mi afirmación es (D8 , ◦) es un grupo, donde ◦ es la composición de transforma-
ciones rígidas.
Demostración. Lo primero que podemos notar es que por la construcción de cada ele-
mento, si tomamos cualesquiera dos transformaciones rígidas lo único que moveremos
son los vértices, así podemos decir que la operación está bien definida.
• Ahora, como ya vimos en el capítulo de funciones, sabemos que la composición

es asociativa, así ya tenemos la asociatividad de la operación.
• Con esto proponemos a la Identidad como nuestro elemento neutro entonces

sea s ∈ D8 así tenemos dos casos:
• Supongamos que s es una rotación con un ángulo θ, con θ ∈ {π/2, π, 3π/2}.

Con esto tenemos que la Identidad la podemos ver como una rotación de
6.1. NUESTRA PRIMER ESTRUCTURA 55
ángulo 0 y (r(ϕ) ◦ r(θ)) = r(θ + ϕ) por lo que r(0) ◦ r(θ) = r(θ) ◦ r(0) =
r(θ + 0) = r(θ) así tenemos que la identidad es elemento neutro para las
rotaciones.
• Ahora supongamos que s es una reflexión mencionada. Si aplicamos una

reflexión y después la identidad tenemos la reflexión inicial, por otra parte,
si aplicamos la identidad e inmediatamente la reflexión de nuevo obtenemos
la reflexión, por lo tanto tenemos que (R ◦ Id = Id ◦ R = R).
Por lo tanto tenemos que la Identidad funciona como el elemento neutro.
• Para el inverso vamos a trabajar de nuevo por casos.
• Supongamos que s es una rotación con un ángulo θ, con θ ∈ {π/2, π, 3π/2}.

Para encontrar nuestro inverso, basta con lograr que el ángulo de rotación
sea 2π ya que r(2π) = Id, así para r(θ) sabemos que 2π y θ son múltiplos
de 2π, por lo que 2π − θ es un múltiplo de 2π, con esto existe r(ϕ) en D8
de forma que r(θ) ◦ r(ϕ) = r(ϕ) ◦ r(θ) = Id.
Por lo tanto existe el inverso para las rotaciones.
• Por otra parte supongamos que s es una reflexión. Para este caso, afir-
mamos que s es su propio inverso, ya que si tomamos un vértice v del
cuadrado, tenemos que bajo alguna reflexión va a otro vértice w, entonces
s(v) = w y s(w) = v así que s ◦ s = Id con lo que podemos concluir que
también existen los inversos de las reflexiones.
Por lo tanto tenemos que cada elemento distinto del neutro tiene inverso.
Por lo tanto (D8 , ◦) es un grupo.
Al grupo anterior se le conoce como grupo diédrico, y consta de todas las simetrías
de un polígono, por lo que se puede generalizar. Se denota como D2n , donde n es el
número de lados del polígono en cuestión.
También podemos denotar a un grupo de la siguiente forma (G, ∗, e), donde e es

nuestro elemento neutro, generalmente se denota así para hacer énfasis en el compor-
tamiento distinto de e bajo la operación, pero para el lector queda a su gusto cual
usar.
Definición 6.1.6. Sea (G, ∗) un grupo. Si (G, ∗) es conmutativo, es decir, para cua-
lesquiera a, b ∈ G, se tiene que a ∗ b = b ∗ a, se dirá que el grupo es un grupo
abeliano.
Con los temas vistos anteriormente, podemos dar un ejemplo de un grupo abeliano
de forma intuitiva.
Ejemplo 6.1.7. Sea Z el conjunto de los números enteros y + la suma usual definida
en el capítulo anterior, entonces (Z, +) es un grupo abeliano.
La prueba de esto es trivial, ya que las propiedades necesarias ya fueron demostradas

en el capítulo pasado. Una observación que podemos hacer es que (Z, ·) no es un
grupo, la razón queda como ejercicio al lector.
Proposición 6.1.8. Sea G un conjunto asociativo y/o conmutativo, ∗ una operación

bien definida y S ⊆ G, entonces S es asociativo y/o conmutativo.
Demostración. Supongamos que S no es conmutativo, entonces existen a y b en S tal

que a∗b 6= b∗a, pero como a, b también están en G, tenemos que G no es conmutativo,
lo cual es una contradicción ya que G si es asociativo.
El caso para la asociatividad es análogo, por lo que queda como una prueba al lector.
Ejemplo 6.1.9. En Z, consideremos a Z× = {1, −1}, así (Z× , ·) es un grupo abeliano.
Demostración. Ya que Z× un subconjunto de Z, por el teorema anterior tenemos que

Z× es conmutativo y asociativo. Ahora tenemos que el 1 es neutro del Z× ya que
funciona como neutro para todo elemento en Z, en particular con 1 y −1, por otra
parte, 1 · 1 = 1 y (−1) · (−1) = 1 por lo que ambos elemento tienen inverso, por lo
que (Z× , ·) es un grupo conmutativo.
■
6.2. EL SEÑOR DE LOS ANILLOS 57
Teorema 6.1.10. (Criterio del Subgrupo). Sea (G, ∗) un grupo y S un subconjunto

de G. Decimos que G es un subgrupo si y sólo sí a ∗ b−1 es un elemento de S.
Cuando hablamos de subgrupos, por definición pensamos en su operación como la res-

tricción de la operación del grupo a los elementos del subgrupo, es decir, la operación
sólo se aplica a los elementos en el subconjunto.
Los grupos no son la estructura más simple que podemos construir a partir de un
conjunto y una sola operación, de hecho bastaría con esas dos condiciones, sin que la
operación cumpla una propiedad particular, pero al obtener tan poca información de
la estructura tenemos no es de interés estudiarla (al menos no en estas notas).
6.2. El Señor de los Anillos

Ya que definimos nuestra primera estructura con una sola operación, ahora vamos
a complicar un poco la situación añadiendo una nueva operación y por consecuente
alguna propiedad más.
Definición 6.2.1. Dado un conjunto R y dos operaciones binarias ∗, ◦, tales que ∗

se encuentra definida por
∗: R × R → R
(a, b) 7→ a ∗ b
y ◦ se define como
◦: R × R → R
(a, b) 7→ a ◦ b
decimos que (R, ∗, ◦) es un anillo si se cumple para cualesquiera a, b, c elementos de

R:
• R con la operación ∗ es un grupo abeliano.
• R con la operación ◦ es asociativa, es decir, (a ◦ b) ◦ c = a ◦ (b ◦ c).
• La operación ◦ se distribuye sobre la operación ∗, es decir, a ◦ (b ∗ c) = (a ◦ b) ∗

(a ◦ c) y (b ∗ c) ◦ a = (a ◦ b) ∗ (a ◦ c).
Si (R, ∗, ◦) es un anillo y cumple la propiedad de la conmutatividad con la operación ◦,

diremos que es un anillo conmutativo. Si (R, ∗, ◦) es un anillo y existe el elemento
neutro (distinto al elemento neutro de ∗) de la operación ◦, diremos que es un anillo

con unidad.
En caso de cumplir con las dos observaciones anteriores, diremos que (R, ∗, ◦) es un
anillo conmutativo con unidad.
Lo primero que podemos notar es que necesitamos dos operaciones y un grupo abe-
liano para empezar con la construcción de un anillo, y ya encontramos la relación
pedida entre las operaciones, podríamos pensar que un anillo es una estructura más
compleja que los grupos, pero eso no quiere decir que los grupos no son interesantes,
sólo consideramos que al tener dos operaciones hay más “juego”.
Ejemplo 6.2.2. Sea Z, y sea +, · las operaciones usuales de los números enteros, de
esta forma (Z, +, ·) es un anillo conmutativo.
La prueba de este ejemplo también es trivial, ya que ya probamos todas las propie-
dades en el capítulo anterior.
Este anillo no es como cualquier otro, podríamos considerar que es uno de los más
importantes y útiles que hay, de cual derivan muchas más estructuras siendo gran
objeto de estudio para los matemáticos.
Ejemplo 6.2.3. Sea X un conjunto no vacio y sea R un anillo arbitrario. Definimos

al conjunto F(X, R) como el conjunto de funciones que va de X a R, es decir
F(X, R) = {f : X → R | f es función}.
Por otra definimos la suma de funciones como (f + g)(x) = f (x) + g(x) y el producto
como (f · g)(x) = f (x) · g(x), donde la suma y el producto es el definido en R, así,
podemos afirmar que (F(X, R), +, ·) es un anillo.
Demostración. Lo primero que podemos notar es que f (x) es un elemento de R, ya

que Im(f ) ⊆ R para cualquier función en F(X, R), así tenemos que f (x) + g(x) es un
elemento de R, por la cerradura de R, de forma análoga con el producto y con esto
podemos afirmar que las operaciones son cerradas y están bien definidas.
Por otra parte, como R es un anillo y Im(f ) ⊆ R para cualquier función en F(X, R),
por una proposición vista anteriormente tenemos que asocia y conmuta para las dos
operaciones, así que basta con probar la existencia de los elementos distinguidos para
la suma.
Notemos que existe una función definida de la siguiente manera f (x) = e, donde e
es el neutro de la primer operación, y este será nuestro neutro, ya que g(x) + f (x) =
e + g(x) = g(x) y por la conmutatividad tenemos que f (x) = e es el neutro aditivo.
6.2. EL SEÑOR DE LOS ANILLOS 59
La existencia del inverso queda al lector, con lo que concluimos que (F(X, R), +, ·) es
un anillo.
Ejemplo 6.2.4. Sea Z el número de números enteros y la relación definida por

(n, m) ∈ R si y sólo si m − n = 4s para algún s ∈ Z.
En los ejercicios pasados, se probó que es una relación de equivalencia, por lo que
definimos
Z4 = Z/R = {(0), (1), (2), (3)}.
Con esto definimos las siguientes operaciones:
+ : Z4 × Z4
((a), (b)) 7→ (a + b)
Como la suma en Z4 y
· : Z4 × Z4
((a), (b)) 7→ (a · b)
y el producto en Z4 , así,(Z4 , +, ·) es un anillo conmutativo.
a prueba queda como ejercicio al lector. Hint: Utiliza que las operaciones dentro de
las clases es la definida para los enteros.
Ejemplo 6.2.5. Sea Q el número de los números racionales, es decir

p
Q= | p, q ∈ Z y q 6= 0
q
y las operaciones
p s p+s
+ =
q t q+t
p s ps
· =
q t pt
Así (Q, +, ·) es un anillo con unidad.
Teorema 6.2.6. Sea (R, ∗, ◦) un anillo y S un subconjunto de R. Decimos que S es

un subanillo si S con ∗ restringida a S es un subgrupo y S con ◦ restringida a S es
cerrada.
A esta altura, diremos que ∗ |S es la restricción de la operación ∗ al conjunto S. En

caso de que (R, ∗, ◦) sea un anillo conmutativo, S también lo será.
Teorema 6.2.7. (Criterio del Subanillo). Sea (R, ∗, ◦) un anillo y S ⊆ R un subcon-

junto no vacío. S es un subanillo si y sólo si (S, ∗) es un grupo conmutativo y (S, ◦)
es cerrado.
Definición 6.2.8. Sea (R, ∗, ◦) un anillo conmutativo, diremos que (R, ∗, ◦) es un

dominio entero si cumple que para cualesquiera a y b en R se tiene que ab = 0,
entonces a = 0 o b = 0.
√
Ejemplo 6.2.9. Sea D = {a + b 5 | a, b ∈ R} y las operaciones definidas de la
siguiente manera
√ √ √
(a + b 5) + (c + d( 5) = (a + c) + (b + d) 5
√ √ √
(a + b 5) ◦ (c + d( 5) = (ac + 5bd) + (ad + bc) 5
entonces (D, +, ◦) es un dominio entero.
Demostración. Como (R, +, ◦) es un anillo conmutativo, y D ⊆ R basta con ver que

D es un subanillo conmutativo.
Por el criterio del subgrupo, tenemos que
√ −1 √ √
(a + b) + (c + d) 5 = (a + b 5) + (−c − d( 5)
√
= (a − c) + (b − d) 5
y como a − c y b − d son elementos de R, entonces (D, +) es un subgrupo y por la
proposición 6.1.8 es un grupo conmutativo.
Ahora, necesitamos ver que (D, ◦) también es cerrada, entonces
√ √ √
(a + b 5) ◦ (c + d( 5) = (ac + 5bd) + (ad + bc) 5
Y como ac + 5bd y ad + bc son elementos de R, tenemos que (D, ◦) es cerrado y por
el criterio del subanillo, tendremos que (D, +, ◦) es un anillo conmutativo.
√ √ √ √
Por otra parte, sean a + b 5√y c + d 5 tal √que a + b 5 ◦ c + d 5 = 0 y supongamos
por contradicción que a + b 5 6= 0 y c + d 5 6= 0, entonces por definición sabemos
que
√ √ √
(a + b 5) ◦ (c + d( 5) = (ac + 5bd) + (ad + bc) 5
√ √
y (ac+5bd)+(ad+bc) 5 si y sólo sí ac+5bd 6= 0 y ad+bc 6= 0, pero como a+b 5 6= 0
tenemos que a 6= 0 o b 6= 0 (pueden ser ambos no cero al mismo tiempo), por otra
parte tenemos que c 6= 0 o d 6= 0 y por casos
6.3. UNA ESTRUCTURA MUY COMPLETA: CAMPOS 61
• Caso 1, supongamos que a 6= 0 y c 6= 0,√así ac 6= 0 y por lo tanto ac + 5bd 6= 0,

concluyendo que (ac + 5bd) + (ad + bc) 5.
√
• Caso 2, supongamos que a√6= 0 y d 6= 0, así ad 6= 0 y por lo tanto (ad+bc) 5 6= 0,
así (ac + 5bd) + (ad + bc) 5.
Los dos casos restantes son√análogos y quedan al lector, por lo que podemos concluir
que (ac + 5bd) + (ad + bc) 5 6= 0.
6.3. Una Estructura muy Completa: Campos

Para terminar este capítulo, vamos a trabajar con una de las estructuras más com-
pletas que tenemos con dos operaciones: los campos.. Los campos son objetos de
estudio muy importantes para el álgebra abstracta, ya que es útil para la construcción
de otras estructuras (matrices, espacios vectoriales, por mencionar algunos) y por ser
una estructura super completa, lo cual nos permite exportar este conocimiento a otras
ramas (cálculo, análisis, etc).
Definición 6.3.1. Sea K un conjunto y ∗, ◦ dos operaciones, decimos que (K, ∗, ◦) es

un campo si (K, ∗, ◦) es un anillo conmutativo con unidad y para cualquier elemento
distinto del elemento neutro de ∗ tiene inverso respecto a la operación ◦, es decir,
para cualquier a ∈ K distinto del elemento neutro de ∗ existe a−1 tal que a ◦ a−1 es
igual al elemento neutro de ◦.
Ejemplo 6.3.2. Sea R con las operaciones usuales de suma y producto, tenemos
que (R, +, ·) es un campo, este es el ejemplo más usual, ya que se ha trabajado con
anterioridad y en otras ramas.
Ejemplo 6.3.3. Sea Z2 el conjunto cociente de de los enteros y la relación de equi-

valencia
(a, b) ∈ R ⇔ b − a = 2s, s ∈ Z
y las siguientes operaciones
(a) ∗ (b) = (a + b)
Como la suma en Z2 y
(a) ◦ (b) = (a · b)
como el producto, entonces (Z2 , ∗, ◦) es un campo.
Demostración. Como vimos en la sección pasada, (Z2 , ∗, ◦) es un anillo conmutativo

(la prueba es análoga a la prueba para Z4 ), por lo que basta probar que tiene unidad
y que para cualquier a ∈ Z2 existe el inverso respecto a ◦.
Primero afirmamos que 1 es el neutro respecto a ◦ ya que
0◦1=0·1
= 0, y
1◦1=1·1
=1
Por lo que (Z2 , ∗, ◦) es un anillo conmutativo por unidad.

Por el argumento anterior tenemos que 1 es su propio inverso respecto a ◦ concluyendo
que (Z2 , ∗, ◦) es un campo.
No es el único caso, de hecho podemos elegir un número p correcto de forma que Zp

sea un campo, en caso de curiosidad, tenemos el apéndice B donde profundizamos
(un poco) en el tema.
Teorema 6.3.4. Sea K un campo, entonces K es un dominio entero.
Demostración. Sean a, b elementos en K tal que ab = 0 y supongamos que a 6= 0.

Como a 6= 0, existe a−1 ∈ K tal que aa−1 = 1 por ser campo, entonces multiplicando
por a−1 de ambos lados de la ecuación por la izquierda, tenemos que
a−1 ab = a−1 0
(a−1 a)b = 0
b=0
Ahora, supongamos que b 6= 0, entonces existe b−1 ∈ K tal que bb−1 = 1 ya que K
es campo, así multiplicando por b−1 de ambos lados de la ecuación por la derecha,
tenemos que
abb−1 = 0b−1
a(bb−1 ) = 0
a=0
Con lo que podemos concluir que K es un dominio entero.
■
6.3. UNA ESTRUCTURA MUY COMPLETA: CAMPOS 63
El recíproco no es verdadero, ya que si tomamos un dominio entero D, la información

que tenemos es que D es un anillo conmutativo y la misma condición de dominio
entero, por lo que no tenemos conocimiento sobre la unidad y los inversos respecto a
la segunda operación.
Teorema 6.3.5. Sea (D, ∗, ◦) un dominio entero finito, entonces (D, ∗, ◦) es un cam-
po.
Demostración. Sea D un dominio entero finito y denotemos a sus distintos elementos

por a1 , a2 , · · · , an . Tomemos un elemento no cero a de D. Debemos demostrar que a
es una unidad.
Consideremos los elementos aa1 , aa2 , · · · , aan . Cualesquiera dos de éstos no pueden
ser iguales porque, si i 6= j entonces ai 6= aj , de manera que aa i 6= aaj por el recíproco
de la ley de cancelación. Entonces aa1 , aa2 , · · · , aan son otra vez los elementos de D
en algún orden. En particular, existe i tal que aai = 1 y a tiene como inverso a ai ,
por lo que a es una unidad.
Definición 6.3.6. Sea (K, ∗, ◦) un campo. Si existe n ∈ N \ 0 tal que
| ∗ ·{z
a · · ∗ a} = 0
n veces
Para todo a en K, definimos la característica de K como el mínimo valor N tal

| ∗ ·{z
que a · · ∗ a} = 0 para todo a ∈ K distinto del neutro para ∗, es decir
N veces
N = mn{n ∈ N \ 0 | n
| ∗ ·{z
· · ∗ a} = 0, para toda a 6= e}.
n veces
Si no existe N tal que cumpla lo anterior, diremos que la característica de K es cero.
Ejemplo 6.3.7. Sea (R, +, ·) el campo y notemos que no existe la N buscada, ya que
si a 6= 0, a · · + a} = N · a 6= 0, ya que por ser un dominio entero y N, a distintos
| + ·{z
N veces
de cero, concluimos que N · a 6= 0, así tenemos que la característica de R es cero.
Ejemplo 6.3.8. Sea (Z2 , ∗, ◦) el campo y tenemos que

1+1=1+1
=2
=0
y como 1 es la única clase distinta de la clase neutra para ∗, podemos decir que la
característica de Z2 es 2.
Para terminar, resolveremos la duda de cuando un subconjunto de K es un campo.
Teorema 6.3.9. Sea S un subconjunto de (K, ∗, ◦) campo, entonces decimos que S

es un subcampo de K si se tiene que
• S es cerrado bajo ∗ |S y ◦ |S .
• S contiene a los elementos neutros de K.
• S \ {e} es cerrado bajo los inversos multiplicativos.

Capítulo 7
Matrices y Determinantes
7.1. La Estructura de las Matrices
Definición 7.1.1. Dados m, n naturales y K un campo, una matriz A de m × n es

un arreglo rectangular de elementos de K con m renglones y n columnas.
 
a1,1 · · · a1,n
 a2,1 · · · a2,n 
 
A =  .. . .. 
 . . . . 
am,1 · · · am,n
Donde cada entrada es un elemento de K. Decimos que aij es la entrada en el renglón
i y la columna j.
De otra manera, podemos denotar a una matriz A como (aij ). Con esto, podemos
definir al siguiente conjunto
Mm×n (K) = {A = (aij ) | aij ∈ K}
Definición 7.1.2. Dadas dos matrices A Y B ambas m × n, definimos la suma de

matrices como:
     
a1,1 · · · a1,n b1,1 · · · b1,n a1,1 + b1,1 ··· a1,n + b1,n
 a2,1 · · · a2,n   b2,1 · · · b2,n   a2,1 + b2,1 ··· a2,n + b2,n 
     
 .. . ..  +  .. . ..  =  .. ... .. 
 . . . .   . . . .   . . 
am,1 · · · am,n bm,1 · · · bm,n am,1 + bm,1 · · · am,n + bm,n
En otras palabras, A + B = (aij + bij ).
65
66 CAPÍTULO 7. MATRICES Y DETERMINANTES
Definición 7.1.3. Dada una matriz A de m × n, definimos el producto por un

escalar como:
   
a1,1 · · · a1,n λa1,1 ··· λa1,n
 a2,1 · · · a2,n   λa2,1 ··· λa2,n 
   
λ  .. .. ..  =  .. .. .. 
 . . .   . . . 
am,1 · · · am,n λam,1 · · · λam,n
Es decir, λA = (λaij ).
Definición 7.1.4. Dadas A de m × n y B de n × p matrices, entonces el producto

de A y B es una matriz de m × p donde la entrada del renglón j y la columna k está
dada por la siguiente ecuación:
X
n
(AB) = aji bik
i=1

a b w x
Ejemplo 7.1.5. Sea A = y B = . Entonces AB es la siguiente
c d y z
matriz:
a b w x aw + by ax + bz
=
c d y z cw + dy cx + dz
.
Definición 7.1.6. Sea A una matriz de n × n, entonces definimos
·t : Mn×n → Mn×n
A 7→ At
a1,1 ··· a1,n !t a1,1 ··· an,1 !
a2,1 ··· a2,n a1,2 ··· an,2
De forma que .. . . .. = .. . . .. , es decir intercambia los renglones
. . . . . .
an,1 ··· an,n a1,n ··· an,n
por columnas o viceversa. Otra forma de verlo es que intercambia los subíndices de
cada entrada, es decir (aij )t = aji .
Definición 7.1.7. Sea A una matriz de m × n. Una operación elemental sobre A

es cualquiera de las siguientes:
• Intercambio de dos renglones (columnas).
• Multiplicación de un renglón (columna) por algún escalar no nulo.

7.2. DETERMINANTES 67
• Sumar un renglón (columna) a otro renglón (columna).
Definición 7.1.8. Se dice que dos matrices son similares si una de ellas se puede
obtener a partir de la otra bajo operaciones elementales.
Definición 7.1.9. Dada A elemento de Mn×n tal que sus entradas bajo la diagonal
son nulas es una matriz triangular superior.
7.2. Determinantes
68 CAPÍTULO 7. MATRICES Y DETERMINANTES
Capítulo 8
Números Complejos y Polinomios
8.1. Los Números Complejos y sus Propiedades

En 1748, Leonhard Euler descubrió al conjunto de los números algebraicos tratando
de resolver ecuaciones en los números racionales del estilo
x2 − 2 = 0
Para poder darle una solución a la ecuación
√ anterior, necesitamos introducir a nues-
tro conjunto el siguiente “número” 2 y de esta forma tendremos unir el siguiente
conjunto a los números racionales
√
Sq = { m n | m, n ∈ N \ {0}}
y con esto obteniendo al conjunto de los números algebraicos A.
Todo parecía ir bien, hasta que se dieron cuenta que había más números que no eran
considerados en el conjunto anterior, ya que no eran solución de alguna ecuación
polinomial, tales como π, e, algunas soluciones de la función zeta de Riemann como
ζ(3), la constante de Euler por mencionar algunos, ahora conocidos como números
trascendentales. Estos números causaron tanto furor que nació un teorema bastante
importante
“Teorema: (Gelfond-Schneider). Si α y β son números algebraicos, con α 6= 0, 1, y

β no es racional, entonces αβ es trascendente.”
Con esto dimos paso al conjunto de los números irracionales el cual une al con-
junto Sq y al conjunto de los números trascendentales y mejor aún, nació uno de los
conjuntos más estudiados, el campo de los números reales.
69
70 CAPÍTULO 8. NÚMEROS COMPLEJOS Y POLINOMIOS
Parecía todo resuelto, pero se apareció la siguiente ecuación y de nuevo tuvimos

problemas
x2 + 1 = 0
hasta que en 1777, Euler introdujo por primera vez la idea del número i dándole
solución a la ecuación anterior pero sin ser aceptada esta idea hasta 1799 donde
Wessel da una representación geométrica y redescubierta algunos años después y
popularizada por Gauss. La implementación más formal, con pares de números reales
fue dada en el Siglo XIX.
Figura 8.1: Representación geométrica de Wessel
Ahora que sabemos un poco de la historia, podemos formalizar todas estas ideas que
hemos contado.
Definición 8.1.1. Sea R el conjunto de los números reales y x2 +1 = 0 una ecuación.

Como no tiene soluciones reales, definimos su solución como el número imaginario
i, de forma que i2 = −1.
Definición 8.1.2. Sea R el conjunto de los números reales, entonces definimos al

conjunto de los números complejos al conjunto
C = {(a + bi | a, b ∈ R}.
Lo primero que podemos notar es que existe una biyección entre C y R2 , de esta
forma, podemos relacionar a cada número complejo con un punto en el plano.
Definición 8.1.3. Sea a+bi un número complejo, entonces definimos dos operaciones
Re(a + bi) = a
Im(a + bi) = b
conocidas como parte real y parte imaginaria de a + bi.
8.1. LOS NÚMEROS COMPLEJOS Y SUS PROPIEDADES 71
Con la correspondencia biunívoca con el plano, podemos renombrar al eje X como

eje real y al eje Y como eje imaginario.
Figura 8.2: Representación geométrica del plano complejo.
Definición 8.1.4. Sea C el conjunto de los números complejos, definimos la operación

suma como la función
+: C × C → C
(z, w) 7→ z + w
Con z = a + bi, w = c + di y definida por
z + w = (a + bi) + (c + di)
= (a + c) + (b + d)i.
Definición 8.1.5. Sea C el conjunto de los números complejos, definimos la operación

multiplicación como la función
·: C × C → C
(z, w) 7→ z · w
Con z = a + bi, w = c + di y definida por
z · w = (a + bi) · (c + di)
Y como sabemos operar con el número i y a, b, c, d son números reales, tenemos que
(a + bi) · (c + di) = ac + adi + bci + bdi2
= ac − bd + adi + bci
= (ac − bd) + (ad + bc)i.
Teorema 8.1.6. (C, +, ·) es un campo con las operaciones definidas anteriormente.

La prueba queda como ejercicio al lector.
Lo primero que podemos notar es que al multiplicar un real por un complejo tenemos
que
(a + bi) · (c + 0i) = ac + bci
así al multiplicar un número complejo por un número real lo que pasa es que el real
se distribuye en cada entrada del número complejo, a este producto le llamaremos
multiplicación por escalar.
Figura 8.3: Representación geométrica de la suma y multiplicación por escalar.
Por otra parte, tenemos que que existe una inclusión natural de los números reales a
los números complejos, es decir, existe una función inyectiva tal que
ι: R → C
la cual le asígna una parte imaginaria nula a cada número real, es decir, para cualquier
x ∈ R, tenemos que ι(x) = x + 0i.
Proposición 8.1.7. Sean z, w números complejos, entonces
• Re(z + w) = Re(z) + Re(w).
• Im(z + w) = Im(z) + Im(w).
• Re(−z) = −Re(z).
• Im(−z) = −Im(z).
La demostración de esta proposición queda al lector.
Definición 8.1.8. Sea z = a + bi un número complejo, decimos que el conjugado

de z, denotado por z es z = a − bi.
Figura 8.4: Representación geométrica de la conjugación.
Lema 8.1.9. Sean z, w números complejos, entonces
• z = z si y solo si Im(z) = 0.
• z = z.
• z + w = z + w.
• z · w = z · w.
• z + z = 2Re(z).
• z − z = 2Im(z)i.
Demostración. Sean z = a + bi y w = c + di números complejos, entonces
• Supongamos que z = z, entonces tenemos que a + bi = a − bi y esto pasa si

y sólo si a = a y bi = −bi, pero como i 6= 0, por la ley de cancelación por la
derecha tenemos que b = −b si y sólo si b = 0, por lo tanto z ∈ R.
Por otra parte supongamos que z es un número real, entonces tenemos que
z = a + 0i, así z = a − 0i = a + 0i = z, demostrando lo buscado.
• Como z = a + bi, tenemos que z = a − bi y z = a + bi = z, por lo tanto z = z.
• Este inciso queda al lector.
• Este inciso también queda al lector.
• Notemos que
z + z = (a + bi) + (a − bi)
= (a + a) + (b − b)i
= 2a
= 2Re(z).
• Por otra parte
z − z = (a + bi) − (a − bi)
= (a − a) + (b + b)i
= 2bi
= 2Im(z)i
Definición 8.1.10. Dado un número complejo a+bi, su norma o módulo denotado

√ ||z|| es el “tamaño” del complejo, el cual es un valor real no negativo ||z|| =
por
a2 + b 2 .
Teorema 8.1.11. Sean z, w números complejos tales que z = a + bi y w = c + di,

entonces
• ||z|| ≥ 0 y ||z|| = 0 si y sólo si z = 0.
• z · z = ||z||2 .
• ||Re(z)|| ≤ ||z|| y ||Im(z)|| ≤ ||z||.
• ||z|| = ||z||.
• ||z|| = || − z||.
• ||z · w|| = ||z||||w||.
• ||z + w|| ≤ ||z|| + ||w|| (desigualdad del triángulo).
Demostración. Sean z = a + bi y w = c + di números complejos, entonces
√
• Notemos que a2 ≥ 0 y b2 ≥ 0, así a2 + b2 ≥ 0 y por lo tanto
√ a2 + b2 ≥ 0.
Por otra parte, tenemos que si ||z|| = 0 implica que a2 + b2 = 0 y esto se
cumple si y sólo si a2 + b2 = 0 si y sólo si a2 y b2 son cero.
• Tenemos que
z · z = (a + bi) · (a − bi)
= a2 − (−b2 ) + (ab − ab)i
= a2 + b 2
• Este inciso queda como ejercicio al lector.
• Este inciso también queda como ejercicio al lector.
√
• Sea z = ap+ bi, entonces tenemos
√ que ||z|| = a2 + b2 y por otra parte
|| − z|| = a2 + (−b)2 = a2 + b2 , por lo tanto ||z|| = || − z||.
• Por el inciso anterior tenemos que

||z · w||2 = (z · w)(z · w)
= (z · w)(z · w)
= (z · z)(w · w)
= ||z||2 ||w||2
Y sacando raíces de ambos lados de la igualdad, concluimos que ||z · w|| =
||z||||w||.
• Esta prueba también queda al lector.
■
Hemos hablado de muchas propiedades que tenemos en los números complejos, pero
no hemos hablado de algo muy importante, los inversos, así que vamos a definirlos.
Definición 8.1.12. Sea z = a+bi y w = c+di números complejos, entonces definimos

la división de dos números complejos como
z z·w
=
w w·w
Ejemplo 8.1.13. Sean z = 3 + 2i y w = −1 + 2i, entonces

z z·w
=
w ww
(3 + 2i)(−1 − 2i)
=
(−1 + 2i)(−1 − 2i)
1 − 8i
=
5
1 8
= − i
5 5
8.2. Representación Polar Compleja

Cuando estudiamos al plano euclidiano (plano real) lo hacemos a partir de un sistema
coordenado que se basa en dos líneas perpendiculares y la intersección de éstas la
denominamos como el origen.
Como ya vimos, podemos asignarle una representación geométrica a los números

complejos bajo una biyección entre C y R2 , y para poder dar esta representación,
necesitamos de la norma del complejo y del ángulo que se forma entre la representación
del número complejo y el eje real, por lo que vamos a ver como obtener ese valor.
Dado z un número complejo, podemos asignarle igualdades en coordenadas polares a

a y a b de la siguiente forma.
a = rcos(θ) y b = rsin(θ)
donde r es la norma de z y θ es el ángulo buscado, con esto tenemos que

b rsin(θ)
=
a rcos(θ)
cos(theta)
=
sin(θ)
= tan(θ)
8.2. REPRESENTACIÓN POLAR COMPLEJA 77
y como tan(θ) tiene una función inversa podemos aplicarla de ambos lados de la
igualdad de forma que

b
arctan = arctan(tan(θ))
a

b
arctan =θ
a
y de esta forma obtenemos el ángulo deseado.
número complejo, definimos el ángulo o ar-

Definición 8.2.1. Sea z = a + bi un
b
gumento de z como θ = arctan a .
Notemos que 0 ≤ θ2π, por lo que no hay algún problema, pero después veremos que
se puede dar el caso de que θ < 2π, por lo que tendremos que arreglar esa situación.
Ya teniendo el valor de la norma y el ángulo, podemos describir al número complejo

z de forma polar.
Definición 8.2.2. Sea z un número complejo, r su norma y θ el ángulo que se forma

entre el eje real y la representación de z, entonces la representación polar de z es
z = r(Cos(θ) + iSin(θ)).
Figura 8.5: El ángulo θ y la norma r.
Ejemplo 8.2.3. Sea z = 1 + i entonces tenemos que
r = ||z||
√
= a2 + b 2
√
= 12 + 12
√
= 2
por otra parte

b
θ = arctan
a

1
= arctan
1
= arctan(1)
π
=
4
√
Por lo que la representación polar de 1 + i es 2(Cos(π/4) + iSin(π/4)).
Definición 8.2.4. Sea z un número complejo expresado de forma polar, entonces

decimos que z se expresa de la forma exponencial si se escribe de la siguiente
manera
z = reiθ
donde r es la norma y θ es el ángulo de z.
Ejemplo 8.2.5. Tomaremos los valores obtenidos en el ejemplo 8.2.3, entonces
√ πi
z= 2e 4 .
La ventaja de la representación de forma polar, es que por fin podemos describir

geométricamente el producto de dos números complejos, pero antes vamos a redefinir
la operación para que quede en términos polares.
Definición 8.2.6. Sea z = r(Cos(θ) + iSin(θ)) y z = s(Cos(φ) + iSin(φ)), decimos

que el producto polar complejo es
zw = rs(Cos(θ + φ) + iSin(θ + φ)).
De forma intuitiva, tenemos que
z r
= (Cos(θ − φ) + iSin(θ − φ)).
w s
8.3. RAÍCES COMPLEJAS 79
Figura 8.6: Representación geométrica del producto complejo.
Si tuviéramos el caso dónde 2π < θ, lo que tendríamos que hacer es reducir el ángulo
para que sea mayor que 0 pero menor que 2π. Lo primero que podemos observar
es que la representación geométrica del número complejo es un vector que da varias
vueltas al plano, por lo que para eliminar esas vueltas, tenemos que restar 2π tantas
veces hasta que el ángulo de z sea mayor que 0 y menor que 2π y vamos a tener que
representa el mismo complejo, veamos un ejemplo.
8.3. Raíces Complejas

Después de ver el producto de dos números complejos cualesquiera z y w en su
forma polar, la cual simplifica mucho los cálculos y nos ofrece tener un representación
geométrica, una pregunta natural que nos podemos hacer es, qué pasa si z = w?
Si tenemos que z = w, entonces
z2 = z · z
= r(Cos(θ) + iSin(θ)) · r(Cos(θ) + iSin(θ))
= r · r(Cos(θ + θ) + iSin(θ + θ))
= r2 (Cos(2θ) + iSin(2θ))
por lo que z 2 = r2 (Cos(2θ) + iSin(2θ)). De forma intuitiva, podemos pensar que
z3 = z2 · z
= r2 (Cos(2θ) + iSin(2θ)) · r(Cos(θ) + iSin(θ))
= r2 · r(Cos(2θ + θ) + iSin(2θ + θ))
= r3 (Cos(3θ) + iSin(3θ))
Así que z 2 = r3 (Cos(3θ) + iSin(3θ)). Si ocupáramos la inducción matemática, ten-

dríamos una fórmula para obtener cualquier potencia de algún número complejo z,
con esto.
Teorema 8.3.1. (Moivre). Sea z un número complejo expresado de forma polar,

entonces tenemos que
z n = rn (Cos(nθ) + iSin(nθ)).
Demostración. Aquí va la prueba :v.
Ejemplo 8.3.2. Tomando de nuevo el ejemplo 8.2.3, y n=15, tenemos que

√ 15
(1 + i)15 = 2 (Cos(15π/4) + iSin(Cos15π/4))
Así como ya vimos, tenemos la potencia de un complejo, pero que pasaría si tra-
táramos de sacar raíces a los números complejos, o mejor aún, que pasaría si una
ecuación estuviera igualada a un número complejo y para darle solución, tuviéramos
que utilizar la operación de la raíz, para esto, vamos a realizar el siguiente desarrollo.
Supongamos que tenemos la siguiente ecuación
x2 = w
Donde w ∈ C. En caso de que tenga solución, la solución tendría que ser un número
complejo, entonces sea z la solución, por lo que z 2 = w, entonces notemos que
||w|| = ||z||2
=z·z
Así
||w|| + w = z · z + z 2
= z(z + z)
= z(2Re(z))
Ya hemos dado un gran paso, pero necesitamos poner a Re(z) en términos de w, para
poder obtener una descripción de z, entonces tenemos que
(2Re(z))2 = (z + z)2
= z 2 + 2zz + z 2
= w + 2||z||2 + w
= 2Re(w) + 2||w||
= 2(Re(w) + ||w||)
Con esto, podemos y sacando la raíz cuadrada de ambos lados de la igualdad obte-
nemos p
2Re(z) = ± 2(Re(w) + ||w||).
De forma natural, tenemos dos casos que trabajar, cuando Re(w) + ||w|| = 0 y
Re(w) + ||w|| 6= 0.
• Caso 1.
Supongamos que Re(w) + ||w|| = 0, entonces Re(w) = −||w||, por lo que w es
un número real no negativo, ya que (Re(w))2 = ||w||2 = (Re(w))2 + (Im(w))2 ,
entonces Im(w) = 0, y al ser un número real tenemos que w = Re(w) = −||w||,
√
pero como −||w|| ≤ 0, y los únicos valores para z que cumplen son z = ±i w.
• Caso 2.
Supongamos que Re(w)−||w|| 6= 0, utilizando un desarrollo parecido al anterior
(queda como ejercicio al lector), podemos concluir que los valores posibles para
z son z = ± √ ||w||+w .
2Re(w)+||w||
Y con esto desarrollado podemos dar paso al siguiente teorema.
Teorema 8.3.3. Sea w un número complejo y la ecuación z 2 = w, entonces las dos

soluciones para la ecuación son
||w|| + w ||w|| + w
z1 = p y z2 = − p si Re(w) + ||w|| 6= 0
2(Re(w) + ||w||) 2(Re(w) + ||w||)
y
√ √
z1 = i w y z2 = −i w si Re(w) + ||w|| = 0.
Demostración. Aquí va la prueba.
Ejemplo 8.3.4. Sea w = 3 + 2i. Así tenemos que
Re(w) + ||w|| = Re(3 + 2i) + ||3 + 2i||

√
= 3 + 32 + 22
√
=3+ 9+4
√
= 3 + 13
√
y como 3 + 13 6= 0, entonces tenemos que las dos soluciones son
||w|| + w
z1 = p
2(Re(w) + ||w||)
||3 + 2i|| + (3 + 2i)
=p
2(Re(3 + 2i) + ||3 + 2i||)
√
13 + (3 + 2i)
= q √
2(3 + 13)
√
( 13 + 3) + 2i
= q √
2(3 + 13)
y de forma análoga tenemos que

p
(13 + 3) + 2i
z2 = − q √
2(3 + 13)
Después de este razonamiento, y por el teorema de Moivre, podemos pensar que

pasaría si sacáramos raíces a un número complejo z. Lo primero que podemos ver es
que pasa si sacáramos raíces a un número real. Si sacamos una raíz par, como raíz
cuadrada o raíz cuarta, notamos que obtenemos 2 raíces, la positiva y la negativa, ya
que (−1)n = 1 si n es par, pero por otra parte, si obtuvieramos raíces impares sólo
obtendríamos una raíz, ya que (−1)n 6= 1 si n es impar, pero la pregunta es, dónde
quedan las raíces faltantes? Por qué si sacamos raíz cuarta, sólo tenemos 2 raíces y
no 4?.
Para poder darle respuesta a éstas preguntas necesitamos trabajar en los números
complejos que es donde se encuentran las raíces faltantes.
Necesitamos realizar un desarrollo similar al del teorema de Moivre, entonces si al

elevar a una potencia n un complejo z elevamos a la norma a la potencia n, tene-
mos que intuitivamente si sacamos raíz n−ésima de z, tendremos que sacarle la raíz
n−ésima a la norma de z.
Por otra parte, si multiplicamos el ángulo por n, entonces intuitivamente tenemos

que dividir el ángulo entre n, pero esto no es lo único que hay que hacer, antes de
dividir entre n, hay que sumarle múltiplos de 2π, para obtener una consistencia en
los ángulos, con esto podemos ya dar una noción de como serán las raíces.

√
n
θ + 2kπ θ + 2kπ
ωk = r(Cos + iSen )
n n
Donde wk es una raíz de z, si una raíz, ya que tendremos tantas raíces como el valor
de n, así podemos dar el siguiente paso.
Definición 8.3.5. Sean z y w números complejos y n un número natural distinto de

cero, decimos que z es una raíz n-ésima de w si z n = w.
Teorema 8.3.6. Sea z un número complejo y n un número natural distinto de cero,

entonces existen ω0 , · · · ωn−1 números complejos tales que ωkn = z para toda 0 ≤ k ≤
n−1 y
√
n
θ + 2kπ θ + 2kπ
ωk = r(Cos + iSen )
n n
√
3
Ejemplo 8.3.7. Sea z = 1, y buscamos 1, para esto necesitamos primero colocar a
z en forma polar, entonces
√
r= 12 + 02
√
= 1
=1
y

0
θ = arctan
1
= arctan(0)
=0
Así 1 = Cos(0) + iSin(0).

Tendremos 3 raíces, ya que k = {0, 1, 2}, así que basta con sustituir en la fórmula
anterior.
√3
ω0 = 1(Cos(0) + iSen(0))

√3
2π 2π
ω1 = r(Cos + iSen )
3 3

√3
4π 4π
3 n
y así encontramos todas las raíces cúbicas de 1 (no sólo una como estamos acostum-
brados.)
Notemos que si sacamos una raíz más obtendremos w0 , es decir.

√
3
6π 6π
3 3
6π
pero 3
= 2π = 0 por lo que
√
3
ω3 = r(Cos(0) + iSen(0))
entonces ω0 = ω3 , así asegurando que sólo tenemos 3 raíces de 1.
Como en todo el capítulo, las raíces n-esimas también tienen una representación geo-
métrica, pero para ello necesitamos observar ciertos puntos. Lo primero que podemos
notar del ejemplo es que todas las raíces tienen la
√ misma norma, por lo que pode-
3
mos ubicarlas sobre una circunferencia de radio 1. Por otra parte, si tomamos el
ángulo que se forma entre dos raíces consecutivas es el mismo, es decir 2π/3 o 120 así
ocupando el teorema de ángulos centrales, vamos a obtener el ángulo obtenido entre
las 3 raíces es 60, por lo que si unimos con líneas rectas las raíces obtendremos un
triángulo equilátero como podemos ver en la figura.
Figura 8.7: Representación geométrica de las raíces cúbicas de 1.
Con esta misma idea, tendremos que si obtenemos las raíces n-ésimas de z, su repre-
sentación geométrica será un polígono regular de n lados.
Capítulo 9
Espacios Vectoriales
9.1. Espacios Vectoriales
Definición 9.1.1. Un espacio vectorial V sobre un campo K es un conjunto con

dos operaciones, una binaria (conocida como suma) definida como:
+: V × V → V
(v, u) 7→ v + u
y una unitaria (conocida como producto por escalar) definida como:
·: V × F → V
(v, α) 7→ (x)α
tales que para cualesquiera v, u, w en V y α, β en K se cumplen las siguientes

propiedades:
1. La operación suma es cerrada, es decir, v + u ∈ V .
2. La operación suma es conmutativa, es decir, v + u = u + v.
3. La operación suma es asociativa, es decir, (v + u) + w = v + (u + w).
4. Existe el neutro aditivo, es decir, existe e ∈ V tal que v + e = e + v = v. A este

elemento lo denotan como “0V ”.
85
86 CAPÍTULO 9. ESPACIOS VECTORIALES
5. Existe el inverso aditivo, es decir, existe −v ∈ V tal que v+(−v) = (−v)+v = e

para cualquier v no nulo.
6. La operación producto por escalar es cerrada, es decir v · α ∈ V .
7. La operación producto por escalar es conmutativa, es decir, v · α = α · v.
8. La operación producto por escalar es asociativa, es decir, (αβ) · v = α(β · v).
9. Existe el inverso multiplicativo, es decir, existe e′ ∈ V tal quee′ · v = v · e′ = v.

Este elemento se le suele denotar como 1V .
10. La operación producto por escalar se distribuye sobre la operación producto de

la siguiente manera:
• α(v + u) = αv + αu.
• (α + β)v = αv + βv.
A los elementos del campo se les llama escalares y a los elementos del espacio
vectorial vectores. Si V es un espacio vectorial sobre un campo K, también podemos
decir que V es un K-espacio vectorial o que VK es un espacio vectorial.
Ejemplo 9.1.2. Sea V = R2 y K = R y definimos la suma como
(x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 )
y el producto por escalar como
α(x1 , y1 ) = (αx1 , αy1 )
Donde (x1 , y1 ), (x2 , y2 ) son elementos de R2 y α un número real, así R2 es un espacio

vectorial sobre R con las operaciones definidas anteriormente
El ejemplo anterior tiene una interpretación geométrica, lo que conocemos como el

plano euclidiano, de esta forma, las propiedades que tenemos en él, las podemos
dibujar en el plano.
9.1. ESPACIOS VECTORIALES 87
Figura 9.1: Dos vectores en R2 .
Ejemplo 9.1.3. Sea V = R3 y K = R, y de forma análoga definiremos la suma como

(x1 , y1 , z1 ) + (x2 , y2 , z2 ) = (x1 + x2 , y1 + y2 , z1 + z2 )
y el producto por escalar como
α(x1 , y1 , z1 ) = (αx1 , αy1 , αz1 )
Donde (x1 , y1 , z1 ), (x2 , y2 , z2 ) son elementos de R2 y α un número real y como en el
ejemplo anterior, tenemos que R3 es un R-espacio vectorial.
Así como en el caso anterior, también tenemos una representación geométrica, la cuál
es más complicada de trabajar, pero también podemos traducir propiedades y teoremas
a dibujos en nuestro espacio.
Figura 9.2: Un vector en R3 .
Ejemplo 9.1.4. Tomando los dos ejemplos anteriores, podemos dar una generaliza-
ción. Si K un campo, entonces sea V = K n , donde
K n = {(a1 , a2 , · · · , an ) | ai ∈ K, ∀i ∈ {1, 2, · · · , n}}
Extendiendo la definición anterior que tenemos de suma,
(a1 , a2 , · · · , an ) + (b1 , b2 , · · · , bn ) = (a1 + b1 , a2 + b2 , · · · , an + bn )
y extendiendo la definición de producto por escalar
α(a1 , a2 , · · · , an ) = (αa1 , αa2 , · · · , αan )
De forma que K n es un K-espacio vectorial con las operaciones definidas.

Notemos que si K = R y n ≥ 4 se pierde la interpretación geométrica.
Ejemplo 9.1.5. Sea K un campo y definimos
Kn [x] = {an xn + an−1 xn−1 + · · · + a1 x + a0 | ai ∈ K}
Como el conjunto de polinomios de una variable de grado n con coeficientes en K.

Decimos que la suma de polinomios de define como
(an xn + an−1 xn−1 + · · · + a1 x + a0 ) + (bn xn + bn−1 xn−1 + · · · + b1 x + b0 )
= (an + bn )xn + (an−1 + bn−1 )xn−1 + · · · + (a1 + b1 )x + (a0 + b0 )
Y el producto por escalar como
α(an xn + an−1 xn−1 + · · · + a1 x + a0 ) = (αan )xn + (αan−1 )xn−1 + · · · + (αa1 )x + (αa0 )
Así, Kn [x]K es un espacio vectorial.
Teorema 9.1.6. (Ley de cancelación por la derecha para la suma). Sean u, v, w ele-
mentos de V tales que u + w = v + w, entonces u = v.
Demostración. Sean u, v, w elementos de V y (−w) el inverso aditivo de de w, entonces

sumando (−w) por la derecha tenemos que
u + w + (−w) = v + w + (−w)
u + (w + (−w)) = v + (w + (−w))
u+0=v+0
u+v
por lo tanto, u = v.
Teorema 9.1.7. (Ley de cancelación por la izquierda para la suma). Sean u, v, w

elementos de V tales que w + u = w + v, entonces u = v.
9.1. ESPACIOS VECTORIALES 89
La prueba de este teorema es idéntica a anterior, pero ahora sumando el inverso de

w por la izquierda.
Corolario 9.1.8. Sea V un K-espacio vectorial, entonces el elemento neutro para la

suma es único.
Demostración. Por contradicción, supongamos que no, es decir, existe 0′V elemento
neutro para la suma tal que 0V 6= 0′V , entonces
0′V + 0V = 0V
Por ser neutro aditivo, y de igual manera tenemos que
0V + 0′V = 0′V
Por lo tanto tenemos que
0V = 0V + 0′V = 0′V
⇒ 0V = 0′V
Lo cual es una contradicción, por lo tanto el neutro aditivo es único.
Corolario 9.1.9. El inverso aditivo es único.
Demostración. La prueba de este corolario es parecida al anterior, por lo que queda

al lector.
Teorema 9.1.10. Para cualquier espacio vectorial V se cumple lo siguiente:
1. 0K · v = 0V , para cualquier v en V .
2. (−1) · v = −v para cualquier v en V .

3. α · 0V = 0V , para cualquier α en K.
Demostración. • Sea v ∈ V , entonces

0V v = (0V + 0V )v
= 0 V v + 0V v
Por la ley de cancelación tenemos que
0V = 0V v
Por lo tanto, 0V v = 0V .
• Sea v ∈ V y (−1) ∈ K, entondes

v + (−1) · v = 1 · v + (−1) · v
= (1 − 1) · v
= (0K ) · v
= 0V
Por lo tanto v +(−1)·v = 0V y por la unicidad del inverso aditivo en V , tenemos
que (−1) · v = −v.
• Sea α ∈ K y 0V ∈ V , entonces
α · 0V = α · (0V + 0V )
= α · 0V + α · 0V
Y por la ley de la cancelación por la derecha, podemos concluir que 0V = α · 0V .
9.2. Subespacios Vectoriales

Antes de empezar con la sección, vamos a dar una definición que no sólo nos será en
este curso.
Definición 9.2.1. Sea VK un espacio vectorial y W un subconjunto de V . Decimos

que +V y ·V están o se encuentran restringidas a W si el dominio de las mis-
mas únicamente es W , es decir, dadas las operaciones de V , definimos las siguientes
operaciones:
+ |W : W × W → V
· |W : W × K → V
9.2. SUBESPACIOS VECTORIALES 91
Al restringir una operación (también se suele hacer en funciones), el comportamiento

es igual, sólo cambia el dominio y algo muy importante de las restricciones es. que no
se asegura la cerradura de las mismas.
Definición 9.2.2. Sea V un espacio vectorial y K un campo. Dado un subconjunto

W de V , diremos que W es subespacio vectorial de V si W es un espacio vectorial
sobre K con las operaciones de V restringidas a W . Se denota W ≤ V .
Ejemplo 9.2.3. El espacio vectorial V y {0V } son subespacios vectoriales de V sobre

K. Éstos se conocen como subespacios triviales.
Ejemplo 9.2.4. Sea W = {f : R → R | f es una función par}, entonces W es un

subespacio de V = {f : R → R | f es una función}
Afortunadamente, no es necesario demostrar todas las propiedades de los espacios

vectoriales, ya que al ser subconjunto de un espacio, se cumple automáticamente
• Conmutatividad de la suma y el producto por escalar.
• Asociatividad de la suma y el producto por escalar.
• Neutro del producto por escalar.
• Distributividad del producto por escalar sobre la suma.
Por lo tanto, basta con verificar 4 propiedades
• 0V ∈ W .
• Si u, v ∈ W , entonces u+ |W v ∈ W .
• Si v ∈ W y α ∈ K, entonces α· |W v ∈ W .
• Para cualquier v en W , éste tiene su inverso aditivo en W .
Pero la última condición también es extra, y eso lo veremos en el siguiente teorema.

Teorema 9.2.5. (Criterio del Subespacio). Sea V espacio vectorial sobre K y W un

subconjunto de V , entonces W es subespacio vectorial si y sólo si cumple las siguientes
condiciones:
1. 0V ∈ W .
2. Si u, v ∈ W , entonces u+ |W v ∈ W .
3. Si v ∈ W y α ∈ K, entonces α· |W v ∈ W .
Supongamos que W es un subespacio vectorial de V , entonces por definición tenemos
que W es un espacio vectorial con las operaciones restringidas, por lo que se cumplen
las condiciones 2. y 3. se cumplen.
Ahora, por ser W espacio vectorial, existe 0W neutro aditivo, pero dado a que 0V es
único porque V también es espacio vectorial y como 0W es elemento de V , podemos
concluir que 0W = 0V , por lo tanto 0V es elemento de W .
(⇐) :
Supongamos que W cumple las condiciones 1., 2. y 3..
Por lo mencionado anteriormente, basta con ver para todo elemento v de W , existe el
inverso aditivo y también está en W . Sea v un elemento de W , ahora por la condición
3. tenemos que (−1) · v ∈ W , y por un teorema anterior tenemos que (−1) · v = −v,
por lo tanto −v ∈ W y así tenemos que W es un subespacio vectorial de V .
Lema 9.2.6. Sea V un espacio vectorial sobre un campo K, y W1 , W2 subespacios

de V , entonces W1 ∩ W2 es subespacio vectorial sobre K.
Demostración. Aquí va la prueba.
■
9.2. SUBESPACIOS VECTORIALES 93
Lema 9.2.7. Sean A y B subespacios vectoriales de VK , entonces A∪B es subespacio

vectorial de VK si y sólo si A ⊆ B o B ⊆ A.
Supongamos que A ≤ V , B ≤ V y A ∪ B ≤ V y por contradicción A 6⊆ B y B 6⊆ A.
Como A 6⊆ B, existe v1 ∈ A tal que v1 ∈
/ B.
De igual manera, como B 6⊆ A, existe v2 ∈ B tal que v2 ∈
/ A.
Ahora, notemos que v1 +v2 ∈ A∪B, entonces por definición, v1 +v2 ∈ A o v1 +v2 ∈ B.
• Caso 1.
Supongamos que v1 + v2 ∈ A, y como A es subespacio −v1 ∈ A, por lo que
v1 + v2 − v1 ∈ A
⇒ v2 ∈ A
Pero esto es una contradicción.
• Caso 2.
Supongamos que v1 + v2 ∈ B, y como B es subespacio −v2 ∈ B, por lo que
v1 + v2 − v2 ∈ B
⇒ v1 ∈ B
Lo cual es una contradicción.
De está forma, notamos que ambos casos son contradicciones a nuestras hipótesis,
por lo tanto, A ⊆ B o B ⊆ A.
(⇐) :
Supongamos que A ⊆ B o B ⊆ A.
• Caso 1.
Supongamos que B ⊆ A, entonces A ∪ B = A y como A es un subespacio
vectorial, tenemos que A ∪ B es un subespacio vectorial.
• Caso 2.
Supongamos que A ⊆ B, entonces A ∪ B = B y como B es un subespacio
vectorial, tenemos que A ∪ B es un subespacio vectorial.
■
9.3. Dependecia Lineal y Conjuntos Generadores
Definición 9.3.1. Sea V un espacio vectorial y S un subconjunto de V no vacío. Dado

un vector v ∈ V , diremos que es una combinación lineal de S si existe un número finito
de vectores v1 , . . . , vn en S y α1 , . . . , αn en K, tal que v = α1 v1 + α2 v2 + . . . + αn vn .
A los αi ∈ K se le llaman coeficientes de la combinación lineal, y diremos que v es
combinación lineal de v1 , . . . , vn .
Observación 9.3.2. Ya que 0(v) = 0, ∀v ∈ V , tenemos que 0 es combinación lineal

de cualquier subconjunto de V distinto del vacío.
Observación 9.3.3. Toda combinación lineal de vectores, genera un sistema de ecua-

ciones.
Definición 9.3.4. Sea S ⊆ V distinto del vacío. Definimos al espacio generado

por S como todas las combinaciones lineales de los vectores de S, denotado por
< S >. Por conveniencia, decimos que < ∅ >= {0}.
Teorema 9.3.5. El espacio generado por S, para cualquier S ⊆ V es un subespacio

vectorial de V sobre F . Más aún, si S ⊆ W donde W es subespacio de V , entonces
< S >⊆ W .
Definición 9.3.6. Sea V un espacio vectorial sobre un campo K. Decimos que S

genera a V si < S >= V .
Definición 9.3.7. Dado S un subconjunto de V , decimos que S es linearmente

independiente si para v1 , . . . , vn en S, α1 , . . . αn en K y una combinación lineal tal
que α1 v1 + α2 v2 + . . . + αn vn = 0, se cumple que αi = 0, ∀i ∈ {1, . . . n}.
Diremos que S es linealmente dependiente si no es linealmente independiente, es
decir, si ∃αj 6= 0 tal que α1 v1 + α2 v2 + . . . + αj vj + . . . + αn vn = 0.
Teorema 9.3.8. Sea V un espacio vectorial y S1 ⊆ S2 ⊆ V . Si S1 es linearmente

dependiente, entonces S2 es linealmente dependiente.
Corolario 9.3.9. Sea V un espacio vectorial y S1 ⊆ S2 ⊆ V . Si S2 es linearmente

independiente, entonces S1 es linealmente independiente.
Lema 9.3.10. Sea S un subconjunto linealmente independiente de V y v ∈ V tal que

v∈
/ S. Entonces S ∪ {v} es linealmente dependiente si y sólo si v ∈< S >.
9.4. BASES Y DIMENSIÓN DE UN ESPACIO VECTORIAL 95
9.4. Bases y Dimensión de un Espacio Vectorial
Definición 9.4.1. Dado V un espacio vectorial sobre un campo K y β ⊂ V , β es

base de V si cumple que:
1. β es un conjunto linealmente independiente.
2. El generado de β es igual a V , es decir, < β >= V .
Ejemplo 9.4.2. β = {(1, 0), (0, 1)} es una base de R2 . Se le conoce como la base
canónica de R2 .
Ejemplo 9.4.3. γ = {∅} es base de {0}, es decir, del espacio cero.
Ejemplo 9.4.4. Sea Pn (K) el espacio de los polinomios de grado n con coeficientes
en K. Una base para este espacio es (1, x, x2 , · · · , xn ). También se le conoce como la
base estándar o canónica de los polinomios de grado n.
Observación 9.4.5. Las bases de cualquier espacio vectorial V no son únicas.
Teorema 9.4.6. Sea V un espacio vectorial sobre K y β un subconjunto de V , en-

tonces β es base de V si y sólo si para cualquier vector v ∈ V se puede expresar como
una única combinación lineal de vectores de β.
Teorema 9.4.7. Si un espacio vectorial V es generado por un subconjunto finito S,

entonces algún subconjunto de S es base de V .
Teorema 9.4.8. (Teorema del Reemplazo). Sea V un espacio vectorial sobre un cam-
po K tal que está generado por un subconjunto S ⊆ V donde S contiene exactamente
n vectores, y T ⊆ V con T linealmente independiente con exactamente m vectores,
entonces m ≤ n y existe R ⊂ S tal que |R| = n − m y < T ∪ R >= V .
Corolario 9.4.9. Sea V un espacio vectorial con una base finita, entonces cualquier
base de V tiene la misma cantidad de vectores.
Definición 9.4.10. Sea V un espacio vectorial sobre un campo K, se dice que V es

de dimensión finita si la cantidad de elementos de la base es finita. A la cantidad
de vectores en la base se le llama la dimensión de V y se denota como dim(V ).
Ejemplo 9.4.11. El espacio vectorial {0} es de dimensión 0.
Ejemplo 9.4.12. El espacio vectorial Pn (K) es de dimensión n + 1.
Ejemplo 9.4.13. El espacio vectorial C sobre el campo R es de dimensión 2.
Lema 9.4.14. Sea V un espacio vectorial de dimensión n, entonces:
1. Cualquier subconjunto que genere a V tiene al menos n elementos, en caso de

que contenga n elementos, entonces es base de V .
2. Cualquier subconjunto linealmente independiente que contenga n vectores es

base de V .
3. Cualquier subconjunto linealmente independiente de V puede ser extendido a

una base de V .
Corolario 9.4.15. La dimensión es monótona, es decir, si W es subespacio vectorial

de V , entonces dim(W ) ≤ dim(V ) y si dim(W ) = dim(V ), entonces W = V .
Corolario 9.4.16. Dados W subespacio vectorial de V , cualquier base de W puede

ser extendida a una base de V .
Definición 9.4.17. Se dice que S subconjunto de W subespacio vectorial de V es un

conjunto maximal linealmente independiente si cumple con lo siguiente:
1. S es un conjunto linealmente independiente.
2. Si existe R subconjunto linealmente independiente de W tal que S ⊆ R, entonces

R = S.
Teorema 9.4.18. Sea V espacio vectorial sobre un campo K. Si S es un subconjunto

maximal linealmente independiente de V , entonces S es base V .
Teorema 9.4.19. Todo espacio vectorial (ya sea de dimensión finita o infinita) tiene
base.
9.5. SUMAS Y SUMAS DIRECTAS 97
9.5. Sumas y Sumas Directas
Definición 9.5.1. Sean W1 , W2 subespacios de V ambos no vacíos, entonces la suma

de W1 y W2 es el conjunto
W1 + W2 = {x + y | x ∈ W1 , y ∈ W2 }.
Teorema 9.5.2. Sean W1 y W2 subespacios de V , entonces se cumple lo siguiente:
1. W1 + W2 es un subespacio de V que contiene a W1 y W2 .
2. Cualquier subespacio V que contenga a W1 y a W2 contiene a W1 + W2 .
Definición 9.5.3. Sean W1 y W2 subesapacios de V , se dice que V es la suma

directa de W1 y W2 , denotada como W1 ⊕ W2 si cumple lo siguiente:
1. W1 ∩ W2 = ∅.
2. W1 + W2 = V .
Observación 9.5.4. La suma y suma directa se puede definir para el caso donde
sumamos un número finito de subespacios de V .
9.6. Ejercicios
1. Sea V un K-espacio vectorial y v ∈ V , α ∈ K, demuestre que
(−α) · v = α · (−v) = −(α · v).

Apéndice A
Simbología Matemática
∅ Conjunto vacío ⊆ Contenido o igual

Ω Conjunto Universal ⊂ Contenido propiamente en
P(x) Propiedad de x ∪ Unión
∈ Pertenece ∩ Intersección
∀ Para todo \ Diferencia
∃ Existe ()c Complemento
= igual 4 Diferencia simétrica
6 = distinto ⇒ Implica
≤ menor o igual que ⇔ Si y sólo si
< menor que ¬ Negación
≥ mayor o igual que P(X) Conjunto potencia de X
> mayor que I Conjunto de índices
∴ Por lo tanto
99
100 APÉNDICE A. SIMBOLOGÍA MATEMÁTICA
Apéndice B
El Conjunto Zp
B.1. Un Poco de Teoría de Números
Definición B.1.1. Sean a y b números enteros, decimos que a divide a b si existe

n número entero tal que an = b. Se denota por a | b.
Ejemplo B.1.2. Notemos que
• 2 | 8, ya que 2 · 4 = 8.
• 3 ∤ 7, ya que no existe n tal que 3 · n = 7.
Definición B.1.3. Sean a, b ∈ Z y m ∈ N. Diremos que a es congruente con b

módulo m si m divide a la diferencia de a y b, es decir, si m | b − a. Como notación,
escribiremos a ≡ b (mod m). Si m ∤ b − a, diremos que a es incongruente con b
módulo m y lo denotamos como a 6 ≡b (mod m).
El entero positivo m en la definición anterior se llama módulo de la congruencia.

Como observación, a ≡ b (mod 1) ∀a, b ∈ Z.
De una forma informal, dos números son congruentes si al dividirlos entre un natural
dejan el mismo residuo.
101
102 APÉNDICE B. EL CONJUNTO ZP
Ejemplo B.1.4. Sean 8, 4 y 2 números, podemos notar que 8 ≡ 4 (mod 2) ya que

al dividir 8 entre 2 nos da de residuo 0, de igual forma 4 entre 2 nos da 0. De
hecho podemos generalizar, ya que cualquier número par será congruente cualquier
otro número par.
Teorema B.1.5. La relación ”ser congruente” es de equivalencia.
B.2. Los Enteros Modulares
Definición B.2.1. El conjunto, denotado por Zp , es el conjunto cociente de Z con

la relación de equivalencia anteriormente definida, con p ≥ 2, es decir,
Zp = {0, 1, · · · , p − 1}
Ya que tenemos un conjunto definido, podemos definir las siguientes operaciones para
darle una estructura más interesante. En este caso, vamos a definirlas sobre las clases
de equivalencia.
Definición B.2.2. Sea Zp el conjunto definido anteriormente. Definimos la suma de

clases como la siguiente función binaria
+ : Zp × Zp
(a + b) 7→ a + b
y el producto como
· : Zp × Zp
(a · b) 7→ a · b
Observemos que si tomamos dos representantes y los sumamos, nos dará un repre-
sentante de la clase de la suma, de forma análoga con el producto.
Ejemplo B.2.3. Tomemos el conjunto Z6 , y las clases 4 y 3, entonces 4 + 3 = 7 y

4 · 3 = 12. Como 7 = 1 y 12 = 0, entonces 4 + 3 = 1 y 4 · 3 = 0.
Ya que tenemos dos operaciones, ahora si podemos darle una estructura algebraica
más interesante.
Teorema B.2.4. (Zp , +Zp , ·Zp ) es un anillo para cualquier p natural no nulo.
B.2. LOS ENTEROS MODULARES 103
Notemos algo muy importante, ya tiene una estructura, pero podemos darle una
estructura más rica en propiedades si elegimos al natural p de la forma correcta, de
ahí el siguiente teorema.
Teorema B.2.5. Zp es un dominio entero si y sólo si p es primo.
Demostración. (⇐):
Sea p un número primo y sean a, b elementos de Zp tales que ab = 0, así, ab = 0 (mod
p), por lo que p | ab. Como p es un número primo, implica que p | a o p | b y por lo
tanto a = 0 o b = 0, y concluimos que Zp es un dominio entero.
(⇒):
Por contradicción, supongamos que p no es un número primo, así p es un número
compuesto, por lo que existen enteros a y b tal que 1 < a, b < p y p = ab, entonces
ab = p = 0, pero a 6= 0 y b 6= 0 obteniendo una contradicción, ya que Zp era un
dominio entero, por lo tanto p es un número primo.
Como sabemos que todo dominio entero finito es un campo, nos da lugar al siguiente
corolario.
Corolario B.2.6. Zp es un campo si y sólo si p es primo.
Demostración. Probaremos las dos implicaciones.

(⇒): Supongamos que Zp es un campo, lo que implica que Zp es un dominio entero,
y por el teorema anterior tenemos que p es un número es primo.
(⇐):
Supongamos que p es un número primo, así tenemos que Zp es un dominio entero, y
como es finito, se cumple que Zp es un campo.

(Cazares) Álgebra

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

(Cazares) Álgebra

Cargado por

Copyright:

Formatos disponibles

Álgebra

José Eduardo Cazares Tapia

Facultad de Ciencias, UNAM

1. Una Introducción a la lógica Proposicional 1

4. Funciones Entre Conjuntos 41

5. Los Números Naturales (Y un Poco Más) 43

8. Números Complejos y Polinomios 69

8.3. Raíces Complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

Una Introducción a la lógica

1.1. Sistemas Formales

1.2. Lógica de Predicados

2.1. Una Introducción

Para escribir un conjunto, tenemos 2 opciones, la opción extensiva, la cuál enlista

Deﬁnición 2.1.1. Decimos que Ω es el conjunto universal al conjunto que tiene

Deﬁnición 2.1.3. Sea Ω nuestro conjunto universal y A un conjunto con la propiedad

Deﬁnición 2.1.4. Decimos que A es un conjunto vacío si A no tiene ningún

Otra forma de denotar al conjunto vacío es inclusivamente, es decir

• Primero vamos a construir el conjunto de los números pares, entonces nuestra

Deﬁnición 2.2.1. Sea A un conjunto, decimos que B es subconjunto de A si para

Con la notación le damos la posibilidad de que A y B sean iguales, y es distinto

Figura 2.1: En la izquierda podemos ver como B ⊆ A, mientras en la derecha vemos

Proposición 2.2.2. Sea A un conjunto, entonces A ⊆ A.

Demostración. Sea x un elemento de A, entonces como x ∈ A, tenemos que A ⊆ A.

Proposición 2.2.3. Sean A, B y C conjuntos tal que si A ⊆ B y B ⊆ C, entonces

Demostración. Sean A, B y C conjuntos tal que si A ⊆ B y B ⊆ C.

Deﬁnición 2.2.4. Sean A y B conjuntos. Si A ⊆ B y B ⊆ A, decimos que A = B.

En la sección pasada mencionamos al conjunto vacío y este cumple varias propiedades

Lema 2.2.5. El conjunto vacío es subconjunto de cualquier otro conjunto, es decir,

Demostración. Supongamos que no, es decir, ∅ 6⊆ A, entonces existe un elemento x

Teorema 2.2.6. Sea A un conjunto, entonces A ⊆ ∅ si y sólo si A = ∅.

Por lo tanto, de (⇐) y (⇒) concluimos que A ⊆ ∅ si y sólo si A = ∅.

2.3. Operaciones con Conjuntos

Deﬁnición 2.3.1. Sean A y B conjuntos y Ω el conjunto universal, entonces

Figura 2.2: Diagramas de Venn de la unión de dos conjuntos.

Figura 2.3: Diagramas de Venn de la intersección de dos conjuntos.

Figura 2.4: Diagramas de Venn de diferencia de dos conjuntos.

Figura 2.5: Diagrama de Venn del complemento de A.

• Decimos que x ∈ A4B si x ∈ (A \ B) ∪ (B \ A)

Figura 2.6: Diagramas de Venn de la diferencia simétrica de dos conjuntos.

Proposición 2.3.2. Sea A un conjunto y Ω el conjunto universal, entonces

Demostración. Sea Ω el conjunto universal y A un conjunto.

• Notemos que A ⊆ Ω, por ser el conjunto universal, por lo tanto A ∪ Ω = Ω.

• Como para cualquier elemento de A está en Ω por el inciso anterior, entonces

Proposición 2.3.3. Sea ∅ el conjunto vacío y A un conjunto, entonces

Demostración. Sea ∅ el conjunto vacío y A un conjunto.

• Dado a que ∅ no tiene elementos, entonces A ∪ ∅ = A.

• De igual manera, como ∅ no tiene elementos, no existe x que esté en A y ∅, por

• Como ∅ no tiene elementos, entonces por la deﬁnición tenemos que A \ ∅ = A.

Lema 2.3.4. Sean A y B conjuntos, si x es elemento de A, entonces x es un elemento

Demostración. La prueba de este lema es muy simple y queda al lector.

Proposición 2.3.5. La unión de conjuntos cumple las siguientes propiedades

• Es asociativa, es decir, (A ∪ B) ∪ C = A ∪ (B ∪ C).

Demostración. Sean A y B conjuntos, entonces

• La prueba de la conmutatividad queda al lector (usar lógica proposicional).

• Vamos a probar la igualdad de conjuntos por doble contención.

Por otra parte, si x ∈ B, entonces

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

De ambas contenciones podemos concluir que (A ∪ B) ∪ C = A ∪ (B ∪ C).

Notemos que la prueba de la última propiedad es algo engorrosa, afortunadamente

Proposición 2.3.6. Sean A y B conjuntos, entonces

Demostración. Sean A y B conjuntos, así

• Para abordar esta prueba, lo haremos desde la lógica proposicional.