Sea A un conjunto, y R una relación binaria en A.

a) ¿Qué quiere decir que R es una relación de orden? Definir las propiedades
que ha de verificar
b) ¿Qué quiere decir que R es un orden total?

Que R sea una relación de orden quiere decir que verifica las propiedades reflexiva, antisimétrica y transitiva.
La definición de estas propiedades es la siguiente:
− Propiedad reflexiva: ∀a ∈ A, aRa
− Propiedad antisimétrica. Sean ∀a, b ∈ A. Si aRb y bRa entonces a = b.
− Propiedad transitiva. Sean ∀a,b,c ∈ A. Si aRb y bRc entonces aRc.
b) Que R sea un orden total quiere decir que, aparte de cumplir las propiedades anteriores, dos elementos
cualesquiera del conjunto se relacionan es decir: ∀a, b ∈ A se verifica que aRb o bRa

Sea A un conjunto, y R una relación binaria en A.

a) ¿Qué quiere decir que R es una relación de equivalencia?
b) ¿Qué quiere decir que R es una relación de orden?
En ambos casos definir las propiedades que se han de verificar.

a) Que R sea una relación de equivalencia supone que verifica las pro- piedades reflexiva, simétrica y
transitiva.
La definición de estas propiedades es la siguiente:
− Propiedad reflexiva: ∀a ∈ A, aRa
− Propiedad simétrica: Sean ∀a, b ∈ A. Si aRb, entonces bRa.
− Propiedad transitiva: Sean ∀a,b,c ∈ A. Si aRb y bRc entonces aRc.
b) Que R sea una relación de orden quiere decir que verifica las propiedades reflexiva, antisimétrica y
transitiva. La primera y la tercera están definidas arriba. Definimos la segunda:
− Propiedad antisimétrica: Sean a, b ∈ A. Si aRb y bRa entonces a = b.

Sea A un conjunto, y R una relación binaria en A.

a) ¿Qué quiere decir que R es una relación simétrica?
b) ¿Qué quiere decir que R es una relación antisimétrica?
c) Da un ejemplo de relación binaria que sea antisimétrica y otro de relación binaria que no sea
simétrica.
- R es antisimétrica si ∀a, b ∈ A se verifica que si aRb y bRa entonces necesariamente a = b
- R es simétrica si ∀a, b ∈ A se verifica que si aRb entonces bRa
- Un ejemplo de relación binaria antisimétrica sería, en el conjunto N de los números naturales la siguiente:
Sean a, b ∈ N. a se relaciona con b, (aRb)si a es menor o igual que b. Está claro que si a se relaciona con b y
también b se relaciona con a entonces a y b han de ser iguales.
Como ejemplo de relación binaria que no es simétrica puede servir también el anterior, puesto que si a se
relaciona con b (es decir si a es menor o igual que b) eso no implica que b sea menor o igual que a.

Sea A un conjunto. Define relación de orden parcial, de orden total y de orden bueno en A, dando un
ejemplo de cada una de ellas.
Una relación R en un conjunto A es de orden si verifica las propiedades:
Reflexiva: xRx, ∀x ∈ A.
Antisimétrica: si x, y ∈ A y xRy e yRx, entonces x = y. Transitiva: dados x, y, z ∈ A, si xRy, e yRz, entonces
xRz.
Ejemplo relación R en el conjunto Z definida: xRy si y sólo si x es divisor de y, que es reflexiva porque x es
divisor de x, ∀x ∈ Z; antisimétrica porque si x es divisor de y e y es divisor de x, entonces x = y; y transitiva
porque x es divisor de y e y es divisor de z, entonces x es divisor de z.
La relación de orden es total si además de verificar las propiedades anteriores verifica que dados dos
elementos cualesquiera x, y ∈ A, entonces xRy o yRx. Ejemplo puede servir la relación definida en R como
sigue: x se relaciona con y si x ≤ y. Esta es una relación de orden (reflexiva, antisimétrica y transitiva) y es
total dado que cualesquiera que sean x, y ∈ R o bien es x y o bien es y x.
Para que una relación sea un orden bueno debe ser una relación de orden y además verificar que cualquier
subconjunto Aʹ del conjunto A admita un mínimo. La relación definida anteriormente en el conjunto de
números reales no es un orden bueno porque no todos los conjuntos tienen mínimo (por ejemplo el conjunto
(−∞,2) no lo tiene). Sí es un orden bueno la misma relación definida sobre el conjunto de números naturales
N, pues en cualquier subconjunto de números naturales hay siempre uno que es el menor de todos y que es,
por lo tanto, el mínimo.

Sean E y Eʹ espacios vectoriales reales y f : E → Eʹ una aplicación lineal. Demostrar que f es inyectiva
si y sólo si Kerf = {0E}.

− Si Kerf̸= {0E} entonces habría un vector e̸= 0E tal que e ∈ Kerf. En ese caso f(e) = 0Eʹ = f(0E). Es decir,
habría dos vectores distintos, e y 0E con la misma imagen, y por tanto f no sería inyectiva.
− Recíprocamente, si f no es inyectiva, habrá dos vectores de E distintos, pero con la misma imagen, es
decir: ∃ u,v ∈ E; u̸= v tales que f(u) = f(v) Entonces f(u)−f(v) = 0E = f(u−v), es decir el vector u−v ∈ Kerf.
Pero u−v̸= 0E, por tanto Kerf̸= {0E}, como queríamos probar

Sean E1 y E2 subespacios de un espacio vectorial E. Definir E1 + E2 y probar que también es un

subespacio de E.

E1 + E2 = {e ∈ E : ∃e1 ∈ E1, e2 ∈ E2 tales que e = e1 + e2}

Sean e,eʹ ∈E1 +E2. Tenemos que probar que λe+μeʹ ∈E1 +E2: e∈E1 +E2 ⇒e=e1 +e2 (e1 ∈ E1,e2 ∈ E2) y
eʹ ∈E1 +E2 ⇒e= e ʹ1 + e ʹ2 ( e ʹ1 ∈ E 1 , e ʹ2 ∈ E 2 ) .
Así λe+μeʹ = λ(e1 +e2)+μ(eʹ1 +eʹ2) = (λe1 +μeʹ1)+(λe2 +μeʹ2) ∈ E1 + E2.

Sea E un espacio vectorial y sean U y V subespacios de E. Qué quiere decir que E = U ⊕V .

Quiere decir que los subespacios U y V están en suma directa y que, además, su suma es el total. Así cada
vector de E se puede escribir de modo único como suma de un vector de U más un vector de V. O también:
cada vector de E es suma de un vector de U y un vector de V y además U ∩ V = {0}.

Sea E un espacio vectorial real y f : E → E una aplicación lineal.

a) Definir el polinomio característico de f
b) Probar que si λ ∈ R es un valor propio de f entonces λ es raíz de su polinomio característico.

−a) Sea A cualquier matriz asociada a f. El polinomio característico de f es |A − xI| donde I denota la matriz
identidad. (Puede probarse que este polinomio no depende de la matriz asociada a f que se elija).
1
−b) Si λ es un valor propio de f existe un vector u ∈ E (u̸= 0) tal que f(u) = λu, es decir f(u)−λu = (f −λI)(u)
= 0 (I denota aquí el morfismo identidad). Así, u ∈ Ker(f − λI) y como u ̸= 0, entonces el endomorfismo f −
λI no es inyectivo, y en particular tampoco es invertible. Como la matriz A − λI está asociada a ese
endomorfismo, tampoco es invertible, es decir, su determinante es nulo. En definitiva |A − λI| = 0, luego λ es
una raíz del polinomio |A − xI|, como queríamos probar.

Sean E y Eʹ espacios vectoriales reales y f : E → Eʹ una aplicación lineal.

a) Definir el núcleo de f, Kerf.
b) Probar que f es inyectiva si y sólo si Kerf = 0E.
c) Definir imagen.

a) El núcleo de la aplicación f es el conjunto de vectores de E cuya imagen es 0Eʹ , esto es:

ker(f) = {e ∈ E : f(e) = 0Eʹ} 1
b) − Si Kerf ̸= {0E} entonces habría un vector e ̸= 0E tal que e ∈ Kerf. En ese caso f(e) = 0Eʹ = f(0E). Es
decir, habría dos vectores distintos, e y 0E con la misma imagen, y por tanto f no sería inyectiva. Luego Kerf
= {0E}.
− Recíprocamente, supongamos que Kerf = {0E} y u,v ∈ E tales que f(u) = f(v) Entonces f(u) − f(v) = 0E =
f(u − v), es decir el vector u−v ∈ Kerf = {0E}, luego u−v = 0E y por lo tanto u = v, lo que supone que f es
inyectiva.
c) Se llama Imagen de f, y se denota Imf, al conjunto f(E), esto es: Imf{e’ ∈ E: ∃ e ∈ E con f(e)= e’ } Se
llama rango de f a la dimensión de Im f

Sea A una matriz cuadrada.

a) Define el polinomio característico de A.
b) Probar que si la matriz B es semejante a la matriz A entonces A y B tienen el mismo polinomio
característico.
El polinomio característico de A es det(A − xI), donde I denota la matriz identidad.
Si A es semejante a B eso quiere decir que existe una matriz de cambio de base P tal que B = P−1AP.
Entonces el polinomio característico de B es
|B−xI|=|P−1AP −xI|=|P−1AP −xP−1IP|= = |P−1(A − xI)P| = |P−1||A − xI||P| = |A − xI|
que es el polinomio característico de A, como queríamos probar.

Sea E un espacio vectorial. Qué quiere decir que {u1, . . . , un} es una base de E. Prueba que si {u1, . . . ,
un} es una base entonces todo vector de E se escribe de modo único como combinación lineal de
u1,...,un.

Que {u1, . . . , un} es una base quiere decir que son vectores linealmente independientes (si λ1u1 + . . . +
λnun = 0 ⇒ λ1 = ... = λn = 0) y sistema de generadores (cualquier vector de E se escribe como combinación
lineal de ellos).
Probemos ahora que todo vector de E se escribe de modo único como combinación lineal de {u1, . . . , un}:
Si e=λ1u1+…+λn un y también e=α1u1+…+αn un, entonces(λ1−α1)u1+...+(λn−αn)un =0, y como u1, . . . ,
un son linealmente independientes deben ser todos los escalares nulos, luego λ1 = α1,...,λn = αn.

Sea f : E → Eʹ una aplicación lineal inyectiva. Prueba que si u1, . . . , un ∈ E son linealmente
independientes entonces f(u1), . . . , f(un) son linealmente independientes.

Veamos que una combinación lineal de {f(u1),...,f(un)} igualada a 0 sólo puede ser la trivial: por ser f lineal
λ1f(u1)+...+λnf(un)=0 ⇒ f(λ1u1 +...+λnun)=0
Esto supone que λ1u1 + . . . + λnun ∈ kerf y como kerf = {0} por ser f inyectiva, tenemos que
λ1u1 + . . . + λnun = 0 1
y como {u1,...,un} son linealmente independientes, λ1 = ... = λn = 0.

Definición inyectiva, epiyectiva y biyectiva.

Sea f: E—>E un aplicación lineal entre dos K-espacios vectoriales.

a) Se dice que f es inyectiva si dos elementos cualesquiera de E, tienen imágenes distintas, es decir:
si e≠e’ —> f(e) ≠ f(e’) ∀e, e’ ∈ E. Cuando f es aplicación lineal se usa: f es inyectiva <—> Kerf= 0
b) Se dice que f es epiyectiva si Imf = E
c) Se dice que f es biyectiva <—> es inyectiva y epiyectiva.

Matrices equivalente.

Sean A y A’ dos matrices de orden m*x con coeficientes en un cuerpo K. Se dice que A y A’ son equivalente
si están asociadas en diferentes bases a la misma aplicación lineal.
f: E —E’ para ciertos Espacios vectoriales E y E’ de dimensiones n y m respectivamente.
A y A’ Son equivalentes <—> A’: Q^-1 AP para ciertas matrices invencibles PEMn (K) y QEMm (K)
Esta es la formula de cambio de base para aplicaciones lineales.