Apuntes Matematicas

Material complementario de Matemáticas
Departament d’Estadı́stica
Universitat de Barcelona
08028 Barcelona, Spain
16 de septiembre de 2009
Índice general
1. Introducción 5
1.1. Principales objetivos del curso . . . . . . . . . . . . . . . . . . . . . . . 6
1.2. Una sencilla aplicación Matemática . . . . . . . . . . . . . . . . . . . . 6
2. Herramientas para la Modelización Matemática 13

2.1. La Teorı́a de Números . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2. Introducción axiomática de los números Reales . . . . . . . . . . . . . 20
2.2.1. Ejercicios números Reales . . . . . . . . . . . . . . . . . . . . . 27
2.3. Breves nociones sobre números Complejos . . . . . . . . . . . . . . . . 33
2.3.1. Ejercicios números Complejos . . . . . . . . . . . . . . . . . . . 36
2.4. El espacio Euclı́deo Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.4.1. Ejercicios Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.5. Matrices y Aplicaciones lineales . . . . . . . . . . . . . . . . . . . . . . 49
2.5.1. El grupo simétrico . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.5.2. Cambios de base . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3
Capı́tulo 1
Introducción
La Matemática es la ciencia que estudia las propiedades formales de conceptos que

suelen ser abstracción de propiedades de objetos reales, como magnitud, extensión,
cantidad, ... a través de razonamientos deductivos, con las reglas que permita la lógica
que aceptemos. Genera, pues, pensamiento coherente según las reglas de dicha lógica,
y sus verdades son de naturaleza puramente formal: un enunciado, dentro de una
teorı́a matemática es verdadero si se puede obtener a partir de unas definiciones y de
unos principios o axiomas, que se aceptan de partida, mediante unas reglas (lógicas)
que transforman elementos primitivos en relaciones y enunciados más complejos.
Con todo, las teorı́as matemáticas están con frecuencia inspiradas en problemas del
mundo real y, en este caso, los axiomas utilizados se suelen establecer a partir de
intuiciones sobre las propiedades básicas del fenómeno que se quiere estudiar.
Por otra parte, las ciencias experimentales, desde la Fı́sica hasta la Biologı́a o
Geologı́a, constituyen las metodologı́as de lo verificable, y tienen por objetivo obtener
pensamiento coherente compatible con la realidad observable. En ciencias experimenta-
les un enunciado es verdadero si éste concuerda con la realidad observable. Por tanto,
en éste ámbito, el concepto de verdad se parece más al sentido Aristotélico de la mis-
ma, entendida como la concordancia del pensamiento con el ser, en la medida que lo
que observemos realmente sea!
Al tratar de describir los fenómenos naturales, el cientı́fico trata de enunciar las
propiedades de los mismos de la forma más precisa y exhaustiva que puede. Por ello,
siempre que le sea posible, tratará de hacer una descripción cuantitativa de dichos
fenómenos, definiendo magnitudes que los caractericen y estudiando su evolución
en el espacio y en el tiempo. Por esto encuentra en la Matemática el lenguaje ade-
cuado para la descripción de fenómenos cuantitativos. Un ejemplo paradigmático
del proceso de modelización matemática lo constituye la Fı́sica, donde la utilización
de modelos matemáticos ha contribuido notablemente a su desarrollo. Podemos des-
tacar, a modo de ejemplo, entre otros muchos, la predicción de la existencia del po-
sitrón por Paul A.M. Dirac, en 1931, como consecuencia de la interpretación del mo-
delo matemático mediante el que efectuaba una descripción del electrón en términos
de la Mecánica Cuántica y la Teorı́a de la Relatividad restringida. La existencia del
positrón fue posteriormente comprobada experimentalmente por Carl D. Anderson
en 1932, analizando la radiación cósmica.
5
6 CAPÍTULO 1. INTRODUCCIÓN
La Biologı́a o la Geologı́a son ciencia experimentales bastante menos matemati-

zada que la Fı́sica, debido, en buena medida, a la extrema complejidad de la mayorı́a
de los fenómenos biológicos o geológicos. La matemática requerida para la modeli-
zación realista de los mismos suele ser muy compleja. Ésta es una de las causas de
la no excesiva presencia de las matemáticas en ciertas áreas de la Biologı́a o la Geo-
logı́a. De todas formas, dicha deficiencia se va corrigiendo en las últimas décadas,
debido, en parte, a la facilidad de acceso a ordenadores cada vez más potentes.
1.1. Principales objetivos del curso

Se trata de un curso de cálculo elemental de funciones reales de variable real y
tiene los objetivos siguientes:
Aumentar la capacidad de cálculo, especialmente en el ámbito del análisis real.
Familiarizarse con el lenguaje matemático. Ser capaz de leer un texto matemá-

tico de nivel universitario básico. Mejorar la capacidad de formular los proble-
mas en términos matemáticos.
Mejorar la capacidad de abstracción y fomentar el rigor en los razonamientos

deductivos. Incrementar el análisis crı́tico de los razonamientos en general.
Para completar esta introducción, con el objetivo de motivar al lector, introduci-

remos un ejemplo de aplicación de las matemáticas a las ciencias experimentales.
1.2. Una sencilla aplicación Matemática

Para determinar la concentración de una substancia en una determinada solu-
ción acuosa a menudo, en los laboratorios, se realiza midiendo la cantidad de luz
monocromática absorbida al atravesar dicha solución, con un espectrofotómetro.
Llamemos P a la potencia radiante, es decir la energı́a de la radiación en ergios
que incide en el detector, por cada cm2 de superficie y por segundo. Sea P0 la poten-
cia radiante incidente. Al atravesar la solución, la potencia radiante disminuye de P0
hasta P. Se sabe que cuando un rayo de luz monocromática pasa por un medio ab-
sorbente, la tasa de absorción con respecto a la distancia atravesada es directamente
proporcional la potencia radiante del haz de luz P. Ası́ la reducción de la potencia
radiante como función del recorrido del rayo de luz en el medio absorbente, x, puede
expresarse matemáticamente como:
dP
(1.1) = −kP
dx
donde k > 0 es una constante de proporcionalidad caracterı́stica de la especie absor-

bente y de la longitud de onda del rayo de luz, y P es la potencia radiante después
1.2. UNA SENCILLA APLICACIÓN MATEMÁTICA 7
de atravesar x unidades de espacio en el medio absorbente. La ecuación (1.1) es un

ejemplo de ecuación diferencial1 y su solución viene dada por:
P(x) = P0 e−kx
donde P0 es la potencia radiante incidente, i.e.2: P0 = P(0). Si tomamos logaritmos

naturales, tendremos
P

(1.2) ln 0 = k x
P
resultado que se conoce como ley de Lambert.
Por otra parte, se sabe que al aumentar la concentración de la substancia absor-
bente, se produce el mismo efecto que un aumento en la longitud del trayecto de
absorción de la radiación. De esta forma, la constante de proporcionalidad k es a su
vez, proporcional a la concentración de la substancia absorbente, esto es :
(1.3) k = aC
para una cierta constante a > 0. Ası́, podemos escribir, combinando (1.2) y (1.3):
P

ln 0 = a x C
P
o usando logaritmos de base 10 en vez de los logaritmos naturales, e introduciendo
la variable absorbancia definida como A = log(P0 /P) tendremos
(1.4) A = αC , o, equivalentemente, C = β A
donde α = ax log e y β = 1/α son constantes, una vez fijada la longitud de onda
del rayo y el recorrido del mismo en el medio absorbente. Estas sencillas relaciones
lineales expresadas en (1.4) constituyen lo que se conoce con el nombre de Ley de
Lambert y Beer.
Supongamos a continuación que para una determinada substancia absorbente y
un determinado tipo de luz monocromática hemos obtenido experimentalmente una
colección de pares ordenados (Ai , Ci ), i = 1, . . . , n y estamos interesados de obtener,
al menos aproximadamente, el valor de la constante β.
En teorı́a, según la ley de Lambert y Beer, deberı́amos tener:
Ci
=β i = 1, . . . , n
Ai
1 Observar que, como en toda ecuación diferencial, la incognita es aquı́ la propia función P(x).
2 i.e. es abreviatura del latı́n id est.
pero, con toda probabilidad, si calculamos estos cocientes veremos que no coinciden
de forma exacta. Este hecho queda patente si efectuamos una representación gráfica
de los puntos obtenidos: según la ley de Lambert-Beer los puntos deberı́an formar
parte de una recta que pasa por el origen de coordenadas, pero en la práctica, debido
a errores experimentales (y a limitaciones de la citada ley) obtendremos una imagen
parecida a la siguiente:
C b
Figura 1.1: Gráfico obtenido, marcando los pares (Ai , Ci ), i = 1, . . . , n.
Observemos que determinar β equivale a determinar la recta C = β A, y podemos

plantear ahora el problema en los términos siguientes: determinar una recta que
pasando por el origen de coordenadas se ajuste el máximo posible a los puntos expe-
rimentales obtenidos, (Ai , Ci ), i = 1, . . . , n, o equivalentemente se desajuste lo menos
posible.
Para ello definiremos una medida de desajuste entre una recta que pase por el
origen de coordenadas y de pendiente β arbitraria, con los puntos antes citados
(Ai , Ci ), i = 1, . . . , n. Podemos, en este punto, proponer muchas posibles funciones a
tal efecto, nosotros usaremos como medida de desajuste, principalmente porque es
intuitivamente simple y técnicamente fácil de manejar, al llamado error cuadrático:
n
X
(1.5) S(β) = (Ci − β Ai )2
i=1
Gráficamente representa la suma de distancias al cuadrado, longitudes al cua-

drado de los segmentos en rojo de la figura (1.2), entre los puntos experimentales y
la recta medida a lo largo del eje de ordenadas:
C b
C = βA
Figura 1.2: Desviaciones entre los puntos (Ai , Ci ), i = 1, . . . , n y la recta teórica C =

β A.
Por tanto el problema puede plantearse ahora como un problema de minimiza-

ción: hallaremos β de forma que se minimize la función (1.5). Aplicando resultados
standard del cálculo matemático obtenemos que dicho mı́nimo (absoluto) se obtiene
tomando β = β̂, definido como:
Pn
Ai Ci
(1.6) β̂ = Pi=1
n 2
i=1 Ai
siempre que existan, al menos, dos valores de la absorbancia diferentes, i.e.: Ai , Aj .

La figura (1.3) muestra la implementación práctica de este problema utilizando una
hoja de cálculo en Excel.
El proceso de ajuste descrito en el anterior ejemplo se conoce como método de los
mı́nimos cuadrados propuesto por primera vez por Karl F. Gauss en 1794 y aplicado
posteriormente a cálculos astronómicos. En una de sus primeras aplicaciones a la
Astronomı́a, en 1801, fue capaz de predecir con exactitud, a partir de dicho méto-
do, el comportamiento orbital del asteroide Ceres, avistado por primera vez pocos
meses antes. El método de los mı́nimos cuadrados constituye, aún hoy dı́a, la base
computacional de modernas herramientas de estimación astronómica.
En este sencillo ejemplo de aplicación hemos visto como la modelización de un
fenómeno natural, la absorción de la luz al atravesar un medio acuoso donde hay
Figura 1.3: Resultados en hoja de cálculo Excel.
disuelta una cierta sustancia, nos ha llevado a tener que resolver una ecuación dife-
rencial y al tratar de determinar en la práctica el valor de ciertas constantes, necesa-
rias para describir el fenómeno en concreto estudiado, nos ha conducido al método
de los mı́nimos cuadrados, que para su resolución requiere el cálculo de extremos y,
en ejemplos más complejos, la utilización de métodos numéricos mediante el uso de
computadores.
Capı́tulo 2
Herramientas para la Modelización

Matemática
En este capı́tulo se introducirán de forma breve herramientas matemáticas ne-

cesarias para desarrollar modelos matemáticos propios de las ciencias aplicadas. El
cientı́fico al tratar de estudiar de forma cuantitativa la naturaleza trabaja con mag-
nitudes, tanto escalares, numéricas, como vectoriales, que no se definen sólo por su
magnitud, sino que además hay que especificar su dirección y sentido. Por todo ello
empezaremos con una introducción a los conceptos matemáticos correspondientes a
números y vectores ası́ como herramientas que facilitan el manejo de vectores, como
las matrices.
2.1. La Teorı́a de Números

Examinemos de forma panorámica e informal la parte de las matemáticas que se
ocupa de la construcción del concepto de número ası́ como el análisis de sus pro-
piedades: la conocida como Teorı́a de Números. Ésta empieza con los números Natu-
rales, simbolizados por N, que pueden introducirse o bien directamente, de forma
axiomática, a partir de los Axiomas de Peano, o de forma constructiva, a partir de ver-
siones axiomatizadas y rigurosas de la Teorı́a de conjuntos, como la elaborada por
E. F. F. Zermelo y A. A. H. Fraenkel, para evitar algunas paradojas de ésta última.
Los números naturales están asociados al proceso de contar los elementos de un
conjunto, y son:
N = {0, 1, 2, ....}
si bien en algunas introducciones axiomáticas de los números naturales el primer
natural que consideran es el número 1 en vez del 0 (Axiomas de Peano). Observar,
en cualquier caso, que los números naturales tienen un primer elemento y que si n
es un número natural, su siguiente, que designaremos por n + 1 también lo es.
Se denomina cardinal de un conjunto al número de elementos que contiene. Ası́,
el cardinal de un conjunto finito (es decir con un número finito de elementos) es un
número natural. Podemos pensar que un número natural representa la propiedad
común que poseen todos los conjuntos finitos que tienen el mismo numero de ele-
mentos.
13
14 CAPÍTULO 2. HERRAMIENTAS PARA LA MODELIZACIÓN MATEMÁTICA
Por otra parte observemos que N es un conjunto que posee infinitos elementos,
pero de tal forma que éstos pueden enumerarse: el primer elemento, el segundo, etc..
por ello se dice que el conjunto de los números naturales tiene un número infinito
numerable de elementos. De aquı́ en adelante, cualquier conjunto que admita una
aplicación biyectiva (biyección) con N diremos que es un conjunto con un número
infinito numerable de elementos. Al cardinal de N o de cualquier otro conjunto con
un número infinito numerable de elementos, lo designaremos por ℵ0 , donde ℵ es
alef la primera letra del alfabeto hebreo.
En N se puede introducir las operaciones internas de suma y producto cuyas pro-
piedades se demuestran todas ellas a partir de los resultados de la Teorı́a de conjun-
tos y del propio proceso constructivo efectuado en la introducción de los números
Naturales y utilizando, claro está, las reglas de la lógica ordinaria.
Sin embargo el conjunto de los números Naturales tuvo que ser ampliado, puesto
que, por ejemplo, hay numerosas ecuaciones que no admiten solución en N, por
ejemplo:
(2.1) x+2 = 0
A partir de los números Naturales se construyen los numeros Enteros. No vamos

a entrar en detalle sobre este proceso, sólo indicaremos, a nivel informal, que los
enteros son los naturales con signo,
Z = {0, 1, −1, 2, −2, ...}
como vemos se trata también de un conjunto con un número infinito numerable de

elementos, i.e.: el cardinal de Z es ℵ0 .
Los números Enteros incluyen a los Naturales (en el sentido que un subconjunto
de enteros puede identificarse con éstos) y es posible extender las operaciones de
suma y producto definida para éstos a aquellos. Las propiedades de los números En-
teros se demuestran todas ellas a partir de la Teorı́a de conjuntos, de las propiedades
ya demostradas de los números Naturales y del propio proceso constructivo seguido
para obtenerlos. Los números Enteros con la suma y producto, debido a sus propie-
dades, forman una estructura algebraica que se denomina anillo unitario conmutativo.
Antes de continuar con la introducción de las distintas clases de números vale
la pena señalar que con frecuencia aparecen enunciados de propiedades o expresio-
nes matemáticas que dependen de un número entero m. Para demostrar que dichas
expresiones son ciertas para todo m a partir de un de terminado primer entero a hay
una técnica de demostración, conocida como demostración por inducción, que puede
resumirse en el siguiente razonamiento deductivo:
El número a tiene la propiedad P.
Si el numero entero k tiene la propiedad P entonces k+1 tiene la propiedad

P.
de estos dos enunciados se sigue que todo numero entero a partir del número a
posee la propiedad P.
2.1. LA TEORÍA DE NÚMEROS 15
Por tanto, en la práctica, si queremos demostrar por inducción que una deter-
minada propiedad dependiente de un número m es cierta para todo entero mayor
o igual que a, simplemente tendremos que verificar que dicha propiedad se cumple
para el entero a y, una vez comprobado esto, tendremos que demostrar que si la pro-
piedad es cierta para un entero m entonces también es cierta para el entero siguiente,
m + 1.
Cabe mencionar que dentro de los números Enteros sı́ tenemos soluciones de
la ecuación (2.1), pero en cambio los numeros Enteros resultan insuficientes para
resolver, entre otras, ecuaciones como:
(2.2) 3x + 5 = 0
Mediante un nuevo proceso constructivo obtenemos los llamados números Ra-
p
cionales, Q. Éstos pueden ser vistos como expresiones de la forma con p, q ∈ Z,
q
q , 0 y siendo esta fracción irreducible i.e.: p y q carecen de divisores naturales di-
p
ferentes de 1 comunes y por tanto la expresión no se puede simplificar mas. Los
q
números Racionales incluyen a los enteros (en el sentido que un subconjunto de ra-
cionales puede identificarse con éstos), a la vez que la suma y producto de enteros
puede extenderse a la suma y producto de racionales. Los números Racionales con
las operaciones internas de suma y producto, debido a sus propiedades, forman una
estructura algebraica conocida como cuerpo conmutativo. Cabe notar también que el
cardinal de los números Racionales es también ℵ0 .
Los números racionales pueden también representarse en forma decimal. Ası́ un
p
número racional r = lo podemos representar por un número entero, m, seguido de
q
una coma ”, ”, que separa una sucesión de infinitos dı́gitos decimales, i.e.:
(2.3) r = m, x1 x2 x3 . . . xk . . . con k = 1, 2, 3, . . .
decimales que se obtienen aplicando el algoritmo clásico de la división:
17 11
60 1, 545 . . .
50
60
5
...
Puede demostrarse con facilidad que un número racional o bien tiene un núme-
ro finito de dı́gitos decimales diferentes de 0 o bien tiene un número infinito, pero
en éste caso es periódico, i.e: los dı́gitos decimales se repiten infinitas veces, en gru-
pos no mayores que el denominador (divisor) de la fracción, como puede verse en el
ejemplo anterior. Por tanto vemos que números cuya representación decimal no in-
cluya periodicidades no podrán ser números racionales. De alguna manera nos faltan
números, hecho que queda patente si consideramos ecuaciones como la siguiente:
(2.4) x2 − 2 = 0
√ √ √ √
La soluciones de (2.4) son 2 y − 2, pero 2 o − 2 no es un número racional.
Este hecho, conocido ya en tiempos de la antigua Grecia, puede ser fácilmente de-
mostrado, como sigue:
√
Proposition 2.1.1 2 no es un número racional.
√
Demostración: Supongamos lo contrario, i.e.: 2 es racional. Entonces podemos es-
cribir: √ p
2=
q
con p, q ∈ Z q , 0 y siendo además dicha fracción irreducible. Por tanto 2q2 = p2 ,
deduciendo entonces que p2 es un número par, y por tanto, p es un número par (el
cuadrado de un número par es par y de un número impar es impar). Pero si p es par
entonces p = 2m siendo m un entero conveniente, con lo que resulta:
2q2 = p2 = 4m2 ⇒ q2 = 2m2
deduciendo por tanto que q2 es par y que por tanto que √ q es también par. Hemos
obtenido pues que si aceptamos como verdadero que 2 es racional, entonces p y
p
q son pares y la fracción no es irreducible, lo cual es contradictorio ya que como
q
p
consecuencia de la suposición inicial la fracción es irreducible.
√ q
Por tanto, si la proposición 2 es racional es verdadera llegamos a una contradic-
ción, entonces concluimos que la negación de dicha proposición es verdadera, i.e.:
√
2 no es racional, como querı́amos demostrar.
√
La técnica de demostración utilizada para probar que 2 no es racional se co-
noce como demostración por reducción al absurdo: si al suponer cierta no p llegamos
a una contradicción, entonces no p ha de ser falsa y por tanto p ha de ser verdadera.
Este razonamiento se basa en el principio lógico conocido como principio del tercio
excluso, válido en la lógica binaria ordinaria, que establece que una proposición o su
negación constituye una tautologı́a, o de otra forma p o no p (una proposición o su
negación) es siempre verdadero.
Se estudian lógicas (denominadas polivalentes) que no aceptan este principio.
Bajo estas lógicas, no serı́a correcto efectuar demostraciones por reducción al absur-
do y deberı́an buscarse caminos alternativos. Sin embargo, nosotros utilizaremos,
como es habitual, la lógica binaria ordinaria y aceptaremos la validez de las demos-
traciones por reducción al absurdo. Con este comentario sólo pretendemos poner de
relieve el convencionalismo, inherente a todo sistema lógico-deductivo.
√
De hecho puede demostrarse
√ √ que
√ √ n no es un número racional si n no es un
cuadrado perfecto. Ası́ 2, 3, 5, 6, . . . no son números racionales.
El proceso de construcción de números ha de seguir, con la ampliación de los

números Racionales, obteniéndose los números Reales a partir de aquellos. Al con-
junto de los números Reales lo representaremos por R; la forma más simple de pen-
sar los números reales, aunque no del todo satisfactoria desde un punto de vista
lógico, se basa en su representación decimal, idéntica a la de los números racionales,
pero ahora sin la restricción de la periodicidad de grupos de dı́gitos consecutivos

que se da en los racionales. Ası́ un número real r lo podemos representar por un
número entero seguido por una sucesión arbitraria de infinitos dı́gitos decimales,
i.e.:
(2.5) r = m, x1 x2 x3 . . . xk . . . con k = 1, 2, 3, . . .
Los números Reales incluyen a los Racionales (en el sentido que un subconjunto de
números Reales puede √ identificarse con los números Racionales) y en particular pue-
de demostrarse que 2 es un número real, no racional, (se denominan irracionales
a aquellos números pertenecientes a I ≡ R \ Q). Es posible extender las operaciones
de suma y producto definida para los números Racionales a los números Reales. Las
propiedades de los números Reales se demuestran todas ellas a partir de la Teorı́a de
conjuntos, de las propiedades ya demostradas de los números Racionales y del pro-
pio proceso constructivo seguido para obtenerlos. Los números Reales con la suma
y producto, debido a sus propiedades, forman también un cuerpo conmutativo.
Un modelo geométrico de representación de los números Reales lo constituye una
lı́nea recta. Ası́ hablaremos con frecuencia de la recta real, pensando en cada número
real como un punto de dicha recta.
Observemos en primer lugar que, fijada una unidad de longitud, podemos repre-
sentar fácilmente, con regla y compás, cualquier número racional como un punto de
4
dicha recta. Ası́, lo obtendremos con el procedimiento esbozado en la figura (2.1).
7
Nótese que el ángulo descrito para trazar la recta de color verde en la figura es
π
arbitrario: en la figura es un ángulo de 60 ( radianes), pero obtendrı́amos el mismo
3
resultado con otro valor.
longitud unidad
7
| |
6
5
| | | | | | | | | |
0 4 1 2 3 4 5 6 7 8
7
Figura 2.1: Representación gráfica de números racionales con regla y compás, una
vez fijada la unidad de longitud. En el dibujo se indica la representación del número
4
.
7
Sin embargo no todo punto de la recta representa un número racional. Ası́, po-
demos representar con regla y compás cualquier raı́z cuadrada de un número natu-
ral,
√ √ incluyendo
√ raı́ces cuadradas de naturales que no son cuadrados perfectos como
2, 3, 5, . . ., que ya hamos visto que no son racionales. El procedimiento geométri-
co de la citada representación es esbozado en la siguiente figura y esta basado en el
Teorema de Pitágoras:
longitud unidad
| |
√ √ √ √ √
2 3 4 5 6
| | | | | | | | |
√ √ √√
0 1 2 3 2 5 6 3 4
Figura 2.2: Representación gráfica de raı́ces cuadradas de números naturales con
regla y compás, una vez fijada
√ √la unidad
√ de√ longitud.
√ En el dibujo se indica la repre-
sentación de los números 2, 3, 4 = 2, 5 y 6. Las raı́ces cuadradas de números
naturales que no son cuadrados perfectos son números irracionales.
De esta forma vemos pues que el proceso de construcción de los números Ra-
cionales a los números Reales puede considerarse como un proceso de completación:
los números Racionales pueden representarse como puntos de una recta pero hay
muchos mas puntos que números racionales!. Podemos preguntarnos si todo número
real puede representarse con regla y compás como un punto de una recta, una vez
fijada la unidad de longitud. La respuesta es negativa. A modo de curiosidad, puede
demostrase que no es posible, si utilizamos
√ exclusivamente regla y compás, construir
un segmento rectilı́neo de longitud π y por tanto no es posible construir un cuadra-
do de superficie igual a la superficie de un cı́rculo de radio unidad. Este resultado
fue demostrado rigurosamente por Ferdinand von Lindemann en 1882, resultado
que se conoce como la imposibilidad de la cuadratura del cı́rculo. De todas formas
la totalidad de puntos de la recta Real contiene a la totalidad de los números reales,
tanto los que podemos construir con regla y compás como aquellos que no es posible
tal cosa.
| | | | | | |
√ √
−1 0 1/2 1 2 π π
Figura 2.3: Recta Real.

Observemos también que, dado un número real cualquiera (racional o no), x ∈

R, si escogemos un intervalo de la forma (x − δ, x + δ) con δ > 0 en éste siempre
habrá números racionales: bastará considerar una aproximación decimal a dicho
número con un número finito, aunque suficientemente grande, de dı́gitos decimales.
Por esto se dice que Q es un conjunto denso en R. Para más detalles véase (2.4.7).
Finalmente, a tı́tulo divulgativo, puede demostrarse que los números Reales es
un conjunto infinito no numerable (no es posible establecer una aplicación biyectiva
entre los números Naturales y los números Reales). Su cardinal se denota por ℵ1 , y
se dice de R que tiene la potencia del continuo.
En cualquier caso, muchas ecuaciones tan sencillas como
(2.6) x2 + 1 = 0
carece de solución dentro del cuerpo real. Esto, entre otras razones, lleva a construir
una nueva clase de números: los números Complejos, al conjunto de los mismos lo de-
signaremos por C. Un número complejo z lo podemos pensar como un par ordenado
de números reales, en la notación binomial habitual:
(2.7) z = x+yi donde x, y ∈ R
donde x la denominaremos parte real y la y parte imaginaria. También podemos ver a

un número complejo como la suma de un número real x más un múltiplo real y de
la unidad imaginaria i. Los números Complejos incluyen a los Reales (en el sentido
que un subconjunto de números Complejos puede identificarse con los números
Reales: aquellos complejos cuya parte imaginaria es cero). Es posible extender las
operaciones de suma y producto definida para los números Reales a los complejos.
Las propiedades de los números Complejos se demuestran todas ellas a partir de la
Teorı́a de conjuntos, de las propiedades ya demostradas de los números Reales y del
propio proceso constructivo seguido para obtenerlos. Los números Complejos con la
suma y producto, debido a sus propiedades, forman un cuerpo conmutativo.
Puede probarse que cualquier ecuación de la forma:
(2.8) an xn + an−1 xn−1 + . . . + a1 x + a0 = 0
donde ak ∈ C con k = 1, . . . , n, tiene solución dentro del cuerpo complejo, consecuen-

cia del denominado Teorema fundamental del Álgebra, demostrado por K. F. Gauss en
1799, que establece que si P es un polinomio de grado n, con coeficientes reales o
complejos, dado por:
(2.9) P(z) = zn + an−1 zn−1 + . . . + a1 z + a0
entonces existen n números complejos, no necesariamente distintos, z1 , . . . , zn tales

que
(2.10) P(z) = (z − z1 ) · . . . · (z − zn )
El cardinal de los números Complejos es también ℵ1 , puesto que es posible

una establecer una aplicación biyectiva entre los números Complejos y los núme-
ros Reales.
2.2. Introducción axiomática de los números Reales

A continuación vamos a examinar con algo más de detalle a los números Reales,
haciendo una introducción axiomática, de entre varias posibles, de los mismos, sin
construirlos ni demostrar por tanto sus propiedades. Nos interesará básicamente
saber cuales son éstas, dejando a la pregunta ¿que son los números Reales? para
cursos más avanzados.
Existe un conjunto, cuyos elementos denominaremos números Reales, y al que
designaremos por R, en el que hay definida una operación interna, que denomina-
remos suma, y simbolizaremos por +, i.e.:
+
R × R −→ R
(x, y) 7→ x + y
que satisface las siguientes propiedades:
P1 Propiedad asociativa de la suma:
(2.11) (x + y) + z = x + (y + z) ∀x, y, z ∈ R
P2 Propiedad conmutativa de la suma:

(2.12) x+y = y+x ∀x, y ∈ R
P3 Existencia de elemento neutro de la suma, al que denotaremos por 0, i.e.:

(2.13) 0+x = x+0 = x ∀x ∈ R
P4 Existencia de elemento simétrico para la suma, que denominaremos opuesto, i.e.:

(2.14) x ∈ R ⇒ ∃ − x ∈ R|x + −x = −x + x = 0
Al verificarse P1–P4, diremos que los reales con la suma (R, +) tienen estructura de
grupo conmutativo o Abeliano, en honor al matemático noruego Niels Henrik Abel,
uno de los padres del álgebra moderna.
Las propiedades P1–P4 las verifican otras clases de números, como los números
Enteros con la suma, (Z, +). No ası́ los números Naturales con la suma, (N, +),
pues no verifican P4.
Podemos construir infinidad de grupos, conmutativos o no, como veremos pos-

teriormente.
Además de la operación suma hay también otra operación interna a la que deno-
minaremos producto y simbolizaremos por ·, aunque a veces se omite,
·
R × R −→ R
(x, y) 7→ x · y
que satisface las siguientes propiedades:
2.2. INTRODUCCIÓN AXIOMÁTICA DE LOS NÚMEROS REALES 21
P5 Propiedad asociativa del producto:
(2.15) (x · y) · z = x · (y · z) ∀x, y, z ∈ R
P6 Propiedad conmutativa del producto:
(2.16) x·y = y·x ∀x, y ∈ R
P7 Existencia de elemento neutro del producto, al que denotaremos por 1, i.e.:
(2.17) 1·x = x·1 = x ∀x ∈ R
P8 Existencia de elemento simétrico para el producto, que denominaremos inverso,

para todo elemento excepto para el neutro de la suma, i.e.:
(2.18) x ∈ R, x , 0 ⇒ ∃x−1 ∈ R|x · x−1 = x−1 · x = 1
Vemos pues que los número reales con el producto no tienen estructura de grupo
conmutativo, puesto que falla la existencia de elemento inverso para el 0.
Hay finalmente una última propiedad algebraica que relaciona el producto con
la suma:
P9 Propiedad distributiva del producto respecto a la suma:
x · (y + z) = x · y + x · z ∀x, y, z ∈ R
(y + z) · x = y · x + z · x ∀x, y, z ∈ R
Al verificarse P1–P9, diremos que los numero reales con las operaciones internas
de suma y producto, (R, +, ·) tienen estructura de cuerpo conmutativo.
Estas son los axiomas algebraicos de los números reales, propiedades que nosotros
hemos introducido axiomáticamente, sin demostrar, pero que pueden ser demostra-
das si siguiésemos con detalle el proceso de construcción de los números a partir de
la teorı́a de conjuntos.
Cabe destacar que otros tipos de números también verifican los axiomas P1–P9,
como por ejemplo los números Racionales (Q, +, ·). No ası́ los números Enteros,
(Z, +, ·) puesto que no satisfacen la propiedad P8. A la estructura algebraica de
los Enteros se la denomina un anillo (al verificarse P1–P5 y P9), unitario (al ve-
rificarse P7), conmutativo (al verificarse P6).
Observar que la resta y la división son operaciones que pueden definirse a partir
de la suma y el producto y, por tanto, no es necesario introducirlas axiomáticamente:
restar es sumar el opuesto, y dividir es multiplicar por el inverso; ası́ tendremos:
x, y ∈ R, x − y ≡ x + −y
x ∈ R, y ∈ R \ {0}, x/y ≡ x · y −1
Todas las propiedades de ambas operaciones pueden ser demostradas a partir de

P1–P9. De hecho cualquier propiedad puramente algebraica de los números reales
puede deducirse de P1–P9, como podemos ver en algunos ejercicios de la subsección
(2.2.1). De ahora en adelante, como es costumbre, sobrentenderemos el punto · para
expresar el producto, escribiendo por ejemplo xy en vez de x · y.
A continuación introduciremos los llamados axiomas de orden, que permitirán
ordenar a los números reales, como veremos más adelante.
P10 Ley de Tricotomı́a: Existe un subconjunto de los reales, al que denominaremos

el subconjunto de los reales positivos y denotaremos por R+ , que verifica:
Si x ∈ R entonces se dan, de forma excluyente, una (y por tanto una sola) de las
tres situaciones siguientes:
x ∈ R+ , o bien x = 0, o bien − x ∈ R+
P11 El conjunto de los Reales positivos es cerrado respecto la suma:
x, y ∈ R+ ⇒ x + y ∈ R+
P12 El conjunto de los Reales positivos es cerrado respecto el producto:
x, y ∈ R+ ⇒ xy ∈ R+
Como notación denotaremos por R− = R \ (R+ ∪ {0}).

Las propiedades P10–P12 permiten definir una relación de orden en el cuerpo
real, la relación ser menor o igual que (o equivalentemente ser mayor o igual que) a la
que denotaremos por ≤ (o ≥ ), a partir de:
Definición 2.2.1
x ≤ y ⇔ y + (−x) = y − x ∈ R+ ∪ {0}
y leerı́amos x menor o igual que y. De forma, equivalente, podemos escribir
y ≥ x ⇔ y + (−x) = y − x ∈ R+ ∪ {0}
y leerı́amos y mayor o igual que x. Observar que
x ≥ y ⇐⇒ y ≤ x
Recordar que las relaciones de orden, son relaciones que satisfacen las propieda-
des reflexiva: x ≤ x, antisimétrica: x ≤ y, y ≤ x ⇒ x = y, y transitiva: x ≤ y, y ≤ z ⇒
x ≤ z.
Además se trata de una relación de orden total, i.e.:
x, y ∈ R ⇒ x ≤ y o bien y ≤ x
En otras palabras, dados dos número reales x e y, siempre uno de ellos es menor o
igual (o mayor o igual) que el otro.
Recordar que no todas las relaciones de orden, son relaciones de orden total, basta
considerar, en Teorı́a de Conjuntos, la inclusión, i.e.: A ⊂ B. Ésta satisface las
propiedades reflexiva: A ⊂ A, antisimétrica: A ⊂ B, B ⊂ A ⇒ A = B, y transitiva:
A ⊂ B, B ⊂ C ⇒ A ⊂ C, es por tanto una relación de orden, pero no necesariamente
A ⊂ B o bien B ⊂ A, por tanto no se trata de una relación de orden total.
La relación de orden antes introducida diremos que resulta compatible con la

estructura algebraica antes descrita, al satisfacer:
(2.19) x, y, z ∈ R, x ≤ y ⇒ x+z ≤ y+z
(2.20) x, y ∈ R, z ∈ R+ ∪ {0}, x ≤ y ⇒ zx ≤ zy
Puede demostrarse además, a partir de P1–P12, que:
x, y ∈ R, z < R+ ∪ {0}, x ≤ y ⇒ zy ≤ zx
Como notación, haremos servir también:
x<y≡x≤y y además x , y
x>y≡x≥y y además x , y
También puede demostrarse que la relación de orden definida satisface:
(2.21) x ≤ y =⇒ zx ≥ zy ∀z ∈ R−
A partir de la relación de orden ası́ construida podremos introducir las siguientes

definiciones:
Definición 2.2.2 A ⊂ R diremos que es un conjunto acotado superiormente si y

sólo si:
∃y ∈ R | x ≤ y ∀x ∈ A
en este caso diremos que y es una cota superior de A. Análogamente, A ⊂ R diremos
que es un conjunto acotado inferiormente si y sólo si
∃y ∈ R | y ≤ x ∀x ∈ A
en este caso diremos que y es una cota inferior de A. Se dice que A es acotado si y
sólo si A es acotado tanto superior como inferiormente.
Por otra parte,
Definición 2.2.3 M ∈ R diremos que es un máximo de A ⊂ R si y sólo si
M ∈ A, y además M es cota superior de A
Un conjunto cualquiera, no vacı́o, no tiene porque tener máximo, pero si éste existe,
puede demostrarse que es único. Análogamente, m ∈ R diremos que es un mı́nimo de
A ⊂ R si y sólo si
m ∈ A, y además m es cota inferior de A
Un conjunto cualquiera, no vacı́o, no tiene porque tener mı́nimo, pero si éste existe,
puede demostrarse que es único.
Finalmente,
Definición 2.2.4 α ∈ R diremos que es un supremo de A ⊂ R si y sólo si α es cota

superior de A y además
x ∈ R, x cota superior de A ⇒ α ≤ x
Un conjunto cualquiera, no vacı́o, no tiene porque tener supremo, pero si éste existe,
puede demostrarse que es único. El supremo de A, sup A, si existe, es pues la menor
de las cotas superiores.
Análogamente, β ∈ R diremos que es un ı́nfimo de A ⊂ R si y sólo si β es cota inferior
de A y además
x ∈ R, x cota inferior de A ⇒ x ≤ β
Un conjunto cualquiera, no vacı́o, no tiene porque tener ı́nfimo, pero si éste existe,
puede demostrarse que es único. El ı́nfimo de A, ı́nf A, si existe, es pues la mayor de
las cotas inferiores.
Nótese que si un conjunto tiene máximo, entonces también tiene supremo y

ambos coinciden. El recı́proco es falso porque el supremo de un conjunto puede
existir sin existir el máximo de dicho conjunto. Análogamente, si un conjunto
tiene mı́nimo, entonces también tiene ı́nfimo y ambos coinciden. El recı́proco
es falso porque el ı́nfimo de un conjunto puede existir sin existir el mı́nimo de
dicho conjunto.
Estamos preparados para introducir finalmente el último axioma, que, de alguna

forma, caracterizara el conjunto de los números reales frente a otros números, como
los números racionales, Q. Es el llamado axioma de completitud:
P13 Propiedad del supremo:
A ⊂ R, A , ∅, A acotado superiormente ⇒ ∃α ∈ R | α = sup A
Dicha propiedad no se da en el cuerpo racional, Q. Puede demostrarse que el

conjunto A formado por todos los numeros racionales obtenidos al aplicar el
algoritmo de resolución de raı́ces cuadradas al número 2, con un número finito
de dı́gitos decimales, i.e.:
A = {1 , 1.4 , 1.41 , 1.414 , 1.4142 , . . .}
es un conjunto no vacı́o de números racionales, acotado superiormente (por 2

por ejemplo), pero carece
√ de supremo en Q. El supremo de A, como subconjunto
de R es precisamente 2, pero éste no es un número racional.
Por otra parte, puede demostrarse que P13 implica la propiedad de ı́nfimo, i.e.:
A ⊂ R, A , ∅, A acotado inferiormente ⇒ ∃β ∈ R | β = ı́nf A
y, por tanto, no hace falta introducirla como axioma independiente.

Dados dos números reales a, b ∈ R, a ≤ b, llamaremos:
Definición 2.2.5 intervalo abierto al conjunto (a, b) ≡ {x ∈ R | a < x < b}, interva-
lo cerrado al conjunto (a, b) ≡ {x ∈ R | a ≤ x ≤ b}, e intervalos semiabiertos (o se-
micerrados) a los conjuntos (a, b] ≡ {x ∈ R | a < x ≤ b} y [a, b) ≡ {x ∈ R | a ≤ x < b}.
Observar que todos estos intervalos tienen supremo, b e ı́nfimo, a, pero no todos
ellos máximo o mı́nimo, aun siendo conjuntos acotados. Notemos también que si
existe máximo, éste es igual al supremo, y si existe mı́nimo, éste es igual al ı́nfimo.
Además definiremos:
(−∞, a) ≡ {x ∈ R | x < a}, (−∞, a] ≡ {x ∈ R | x ≤ a}, (a, ∞) ≡ {x ∈ R | a < x},

[a, ∞) ≡ {x ∈ R | a ≤ x}, y finalmente (−∞, ∞) ≡ R.
que constituirán diversas clases de intervalos no acotados.
La aplicación valor absoluto

En los reales podemos definir la aplicación, conocida como valor absoluto de la
siguiente forma:
Definición 2.2.6
||
R −→ R
x ∈ R+



 x si
x 7→ |x| =  0 si x=0


 −x si −x ∈ R+

Nótese que dicha aplicación está bien definida por la ley de Tricotomı́a, P10.
Se puede demostrar, a partir de P1–P12, que la aplicación valor absoluto satisface
las siguientes propiedades:
No negatividad estricta:
(2.22) |x| ≥ 0 ∀x ∈ R y además |x| = 0 =⇒ x = 0
El valor absoluto del producto es igual al producto de valores absolutos:
(2.23) |xy| = |x||y| ∀x, y ∈ R
Desigualdad triangular:
(2.24) |x + y| ≤ |x| + |y| ∀x, y ∈ R
Una aplicación de R en R que satisfaga (2.22), (2.23) y (2.24) se denomina una

valoración. Diremos entonces de que R es un cuerpo valorado. El valor absoluto de
un número real x puede interpretarse geométricamente, sobre la recta real, como la
distancia de x al número real 0.
La Distancia Euclı́dea
A partir de la aplicación valor absoluto se define en R la distancia Euclı́dea ordi-
naria como:
Definición 2.2.7
d : R × R −→ R
(x, y) 7→ d(x, y) = |y − x|
Puede demostrarse, a partir de las propiedades del valor absoluto, que se verifica:
No negatividad estricta:
(2.25) d(x, y) ≥ 0 ∀x, y ∈ R y además d(x, y) = 0 =⇒ x = y
Simetrı́a:
(2.26) d(x, y) = d(y, x) ∀x, y ∈ R
(2.27) d(x, y) ≤ d(x, z) + d(z, y) ∀x, y, z ∈ R
La distancia Euclı́dea entre los números reales x, y puede interpretarse geométri-

camente, sobre la recta real, como la distancia entre ambos números.
De hecho cualquier aplicación de R × R en R que satisfaga (2.25), (2.26) y (2.27)

se denomina una distancia. La distancia Euclı́dea ordinaria es un ejemplo de
distancia en R.
2.2.1. Ejercicios números Reales
Ejercicio 2.2.1 Demostrar que los números Naturales, N como subconjunto de los
números Reales, R, no es un conjunto acotado superiormente.
Vamos a demostrarlo a partir de una propiedad fundamental de los número Na-

turales: n ∈ N =⇒ n + 1 ∈ N. Supongamos los contrario: N está acotado superior-
mente. Entonces, puesto que 1 ∈ N, N , ∅ y por la propiedad P13, existirá α ∈ R tal
que α = sup N. Por ser α supremo será cota superior de N, i.e.:
n≤α ∀n ∈ N
Pero si n es un número natural n + 1 también lo es. Por tanto tendremos:
n+1 ≤ α ∀n ∈ N
o bien, restando 1 a cada lado:
n ≤ α + −1 ∀n ∈ N
y por tanto β ≡ α − 1 es una cota superior de N, pero claramente
β<α
y α no puede ser pues el supremo de N, pues no es la menor de las cotas superiores,

lo cual es absurdo, y el absurdo se origina en suponer que N es un conjunto acotado
superiormente. Por tanto concluimos que los números Naturales no son un conjunto
acotado superiormente, como querı́amos demostrar.
Ya que ocurre esta propiedad, se dice que R es un cuerpo Arquimediano: dado
x ∈ R, ∃n ∈ N | x ≤ n.
Ejercicio 2.2.2 Sea A un conjunto no vacı́o y acotado de números reales. Sea B el

conjunto de los números reales de A cambiados de signo, i.e.: B = {x ∈ R | x =
−y, y ∈ A}. Demostrar que sup B = − ı́nf A.
Al ser A un conjunto no vacı́o y acotado se deduce de forma inmediata que B

también lo es. Por P13, B posee supremo. Sea α = sup B. Al ser α supremo de B es
cota superior de B, por tanto x ≤ α , ∀x ∈ B. Ahora bien, teniendo en cuenta que los
elementos de B son los opuestos a los elementos de A, tendremos que −y ≤ α , ∀y ∈ A,
y por tanto −α ≤ y , ∀y ∈ A. Por tanto −α es una cota inferior de A.
Supongamos ahora que β ∈ R es otra cota inferior de A estrictamente mayor que
−α, es decir:
−α < β ≤ y , ∀y ∈ A
pero ello supone que
x ≤ β < α , ∀x ∈ B
y por tanto α no es el supremo de B, lo cual es absurdo. Por tanto no puede existir
ninguna cota inferior de A estrictamente mayor que −α, concluyendo que −α = ı́nf A,
y, por tanto sup B = ı́nf A, como querı́amos demostrar.
Ejercicio 2.2.3 Demostrar, usando P1–P9:
0x = 0 ∀x ∈ R
(−x)y = −(xy) ∀x, y ∈ R

(−x)(−y) = xy ∀x, y ∈ R
Para demostrar que 0x = 0, observemos que, por P3, tendremos:
0x = (0 + 0)x
y por la propiedad distributiva, P9, resultará:
0x = 0x + 0x
Por P4 existirá el opuesto de 0x, −(0x). Por tanto, al sumar a cada lado de la anterior
igualdad −(0x), y teniendo en cuenta que la suma es una operación interna (y por
tanto una aplicación) bien definida, resulta:
0x + −(0x) = (0x + 0x) + −(0x)
y por P3 y P1 resulta:
0 = 0x + 0x + −(0x)
y por P4,
0 = 0x + 0
y finalmente, por P3, resulta:
0 = 0x
Para demostrar que (−x)y = −(xy), tengamos en cuenta que 0y = 0, tal como aca-
bamos de ver. Por tanto, por P4, podemos escribir:
(−x + x)y = 0
y por la propiedad distributiva, P9, tendremos:
(−x)y + xy = 0
Sumando a cada lado de la anterior igualdad −(xy), que existe por P4, y teniendo
en cuenta que la suma es una operación interna (y por tanto una aplicación) bien
definida, resulta:
((−x)y + xy) + −(xy) = 0 + −(xy)
y por P1 y P3, tendremos:

(−x)y + xy + −(xy) = −(xy)
y por P4
(−x)y + 0 = −(xy)
y, finalmente, nuevamente por P3:
(−x)y = −(xy)
Para demostrar que (−x)(−y) = xy, tengamos en cuenta que (−y)0 = 0(−y) = 0, tal
como hemos visto. Por tanto, por P4, podemos escribir:
((−x) + x)(−y) = 0
y por la propiedad distributiva, P9, tendremos:
(−x)(−y) + x(−y) = 0
Pero por la segunda propiedad antes demostrada, x(−y) = (−y)x = −(yx) = −(xy), por
tanto tendremos:
(−x)(−y) + −(xy) = 0
y ahora sumado xy a cada lado de la anterior igualdad, y teniendo en cuenta que la

suma es una operación interna (y por tanto una aplicación) bien definida, resulta:

(−x)(−y) + −(xy) + xy = 0 + xy
y por P1 y P3, tendremos:

(−x)(−y) + − (xy) + xy = xy
por P4, resulta:

(−x)(−y) + 0 = xy
y, nuevamente por P3 tendremos, finalmente:
(−x)(−y) = xy
como querı́amos demostrar.
Ejercicio 2.2.4 Demostrar por inducción:
n(n + 1)
1 + 2 + 3 + ... + n = , n ∈ N \ {0}
2
Observemos que la igualdad es trivialmente cierta para n = 1, ya que
1(1 + 1)
1=
2
Supongamos ahora que la igualdad es cierta para n = k (hipótesis de inducción),
entonces:
k(k + 1) k (k + 1)(k + 2)

1 + 2 + . . . + k + (k + 1) = + (k + 1) = (k + 1) + 1 =
2 2 2
y, por tanto:
(k + 1)((k + 1) + 1)
1 + 2 + . . . + (k + 1) =
2
en otras palabras, la proposición es cierta para n = k + 1. Por tanto, al comprobar
que la igualdad es cierta para n = 1 y demostrar que si la igualdad es cierta para
n = k entonces también lo es para n = k + 1, hemos demostrado por inducción que la
igualdad es cierta para cualquier n ∈ N \ {0}.
Ejercicio 2.2.5 Demostrar por inducción:
n (n + 1)(2n + 1)
12 + 22 + 32 + . . . + n 2 = , n ∈ N \ {0}
6
Observemos que la igualdad es trivialmente cierta para n = 1, ya que
1(1 + 1)(2 · 1 + 1)
12 = 1 =
6
Supongamos ahora que la igualdad es cierta para n = k (hipótesis de inducción),
entonces:
k(k + 1)(2k + 1)
12 + 22 + . . . + k2 + (k + 1)2 = + (k + 1)2
6
k(k + 1)(2k + 1) + 6(k + 1)2
=
6
2
(k + 1)(2k + 7k + 6)
=
6
(k + 1)(k + 2)(2k + 3)
=
6
y, por tanto:
(k + 1)((k + 1) + 1)(2(k + 1) + 1)
12 + 22 + . . . + (k + 1)2 =
6
en otras palabras, la proposición es cierta para n = k + 1. Por tanto, al comprobar
que la igualdad es cierta para n = 1 y demostrar que si la igualdad es cierta para
n = k entonces también lo es para n = k + 1, hemos demostrado por inducción que la
igualdad es cierta para cualquier n ∈ N \ {0}.
Ejercicio 2.2.6 Deducir una expresión para la suma de los n primeros cubos,
13 + 23 + 33 + . . . + n 3 , n ∈ N \ {0}
Observemos
n
X
(k + 1)4 − k4 = (24 − 14 ) + (34 − 24 ) + . . . + ((n + 1)4 − n4) = (n + 1)4 − 1
k=1
Si desarrollamos cada lado de la anterior igualdad, tendremos:

n
X
4k3 + 6k2 + 4k + 1 = n4 + 4n3 + 6n2 + 4n
k=1
y por tanto:
n n n
1 4
X X X
k3 = n + 4n3 + 6n2 + 4n − 6 k2 − 4 k−n
4
k=1 k=1 k=1
y a partir de los dos ejemplos anteriores:

n
1 4
X
k3 = n + 4n3 + 6n2 + 4n − n(n + 1)(2n + 1) − 2n(n + 1) − n
4
k=1
simplificando obtenemos finalmente:
n2 (n + 1)2
13 + 23 + 33 + . . . + n 3 =
4
Observar que dicha formula, una vez obtenida, puede demostrarse por induc-
ción.
2.3. BREVES NOCIONES SOBRE NÚMEROS COMPLEJOS 33
2.3. Breves nociones sobre números Complejos

Ya hemos visto que un número complejo z lo podemos pensar como un par orde-
nado de números reales, en la notación binomial habitual:
(2.28) z = x+yi donde x, y ∈ R
donde x la denominaremos parte real y la y parte imaginaria, y si identificamos geométri-

camente a los números complejos como puntos en un plano, x e y corresponderı́an a
las coordenadas cartesianas de los mismos. Observar que tanto la parte real como la
imaginaria de un número complejo son números reales.
Si z1 = x1 + y1 i y z2 = x2 + y2 i son número complejos, su suma viene definida por:
(2.29) z1 + z2 ≡ (x1 + x2 ) + (y1 + y2 ) i
y su producto
(2.30) z1 · z2 ≡ (x1 x2 − y1 y2 ) + (x1 y2 + x2 y1 ) i
donde el producto (implı́cito) entre componentes reales e imaginarias es el producto

definido en el cuerpo Real. Con frecuencia se sobrentiende el sı́mbolo · para indicar
el producto, escribiendo simplemente z1 z2 .
Nótese que si z = 0 + 1 i entonces z2 = (0 + 1 i)2 = −1 + 0 i, y por tanto i es una raı́z
cuadrada de −1.
Observar que se obtiene dicho producto (2.30) de operar formalmente (x1 +y1 i)(x2 +
y2 i) como si de números reales se tratase, con la condición adicional que i 2 = −1:
(x1 + y1 i)(x2 + y2 i) = x1 x2 + x1 y2 i + x2 y1 i + y1 y2 i 2 = (x1 x2 − y1 y2 ) + (x1 y2 + x2 y1 ) i
Con la suma y el producto el conjunto de los números complejos tiene estructura

de cuerpo, ya que puede demostrarse que satisfacen las propiedades P1–P9, y por
tanto las manipulaciones algebraicas que podemos hacer con los números comple-
jos son las mismas que las manipulaciones que podemos efectuar con los números
reales.
A diferencia del cuerpo Real, en el cuerpo Complejo no tenemos definida una
relación de orden compatible con la estructura de cuerpo, véase (2.19) y 2.20).
Definición 2.3.1 Si z = x+y i ∈ C, llamaremos conjugado de z, al número complejo

z ≡ x − y i.
Observar que
z z = x2 + y 2 ≥ 0
Ello da pie a la siguiente definición:

Definición 2.3.2 Se denomina √ módulo del número complejo z = x + y i al número

real no negativo |z| igual a |z| = z z que representa geométricamente la longitud del
segmento rectilı́neo limitado por el origen de coordenadas y el punto (x, y). Observar
que si z tiene parte imaginaria nula, y = 0, entonces |z| coincide con el valor absoluto
de la parte real: |x|.
El módulo de z verifica las siguientes propiedades básicas:
Definida positiva:
(2.31) |z| ≥ 0 ∀z ∈ C y |z| = 0 =⇒ z = 0
(2.32) |z + w| ≤ |z| + |w| ∀z, w ∈ C
El módulo de producto es igual al producto de módulos:
(2.33) |zw| = |z||w| ∀z, w ∈ C
por tanto podemos observar que el módulo, al satisfacer (2.31), (2.32) y (2.33), posee
las mismas propiedades formales que la aplicación valor absoluto (ver las propieda-
des (2.22), (2.23) y (2.24)) jugando, el módulo, en el análisis de funciones de variable
compleja el mismo papel que el valor absoluto en el análisis de funciones reales de
variable real: es una extensión de la aplicación valor absoluto al cuerpo complejo.
Si llamamos r = |z|, resulta conveniente a veces expresar z en forma polar,
z = r (cos θ + i sinθ)
donde r es el módulo de z, mientras que θ, el llamado argumento de z, puede definirse

a partir de las inversas de funciones trigonométricas, pero que geométricamente no
es más que el ángulo entre el eje real y el segmento rectilı́neo limitado por el origen
de coordenadas y el punto (x, y). Gráficamente:
x z
r y
θ
0
Figura 2.4: El plano complejo C.

Dado un número complejo z , 0, debido a la periodicidad de las funciones sin

y cos, hay infinitos valores de θ que determinan la misma parte real y la misma
parte imaginaria de z, pero sólo un valor en un determinado intervalo de longitud
2π previamente prefijado, usualmente [0, 2π), que llamaremos parte principal de los
posibles valores del argumento. A este valor único de θ, en la parte principal, le
llamaremos el valor principal del argumento.
Observar que si r y θ son el módulo y el argumento de un número complejo z,

entonces r y 2π − θ son el módulo y el argumento de z.
Notemos también que dados dos números complejos, expresados en forma polar,
z1 = r1 (cos θ1 + i sinθ1 ) y z2 = r2 (cos θ2 + i sinθ2 ), su producto viene dado por

z1 z2 = r1 r2 cos (θ1 + θ2 ) + i sin (θ1 + θ2 )
por tanto:
El módulo del producto de números complejos es igual al producto de módulos,

mientras que el argumento del producto es igual a la parte principal de la suma
de argumentos.
Cabe destacar también la conocida fórmula de Moivre, para la potencia enésima

de un complejo z = r (cos θ + i sinθ) ∈ C :

(2.34) zn = r n cos (nθ) + i sin (nθ) , n∈N
Por otra parte la exponencial de un número complejo imaginario puro (sin parte
real) viene dada por:
(2.35) eiy = cos y + i sin y
expresión conocida como fórmula de Euler. Obsérvese que |eiy | = 1, mientras que la
exponencial de un número complejo arbitrario vendrá dada por
ez = ex+iy = ex (cos y + i siny)
y puede demostrarse, entre otras propiedades, que
ez1 +z2 = ez1 ez2 y eλz1 = (ez1 )λ ∀z1 , z2 ∈ C, ∀λ ∈ R
Una identidad notable en la fórmula de Euler la expresión:
eiπ = −1 o bien eiπ + 1 = 0
identidad ésta última que agrupa a cinco de los numeros más famosos de las
matemáticas: 0, 1, π, e, i.
Otro aspecto importante de los números complejos es la propiedad de que si z1

es una raı́z de un polinomio P(z) de grado n, i.e.:
P(z1 ) = an z1n + an−1 z1n−1 + . . . + a1 z1 + a0 = 0
donde los ai , i = 1, . . . , n son coeficientes complejos arbitrarios, entonces el complejo

conjugado z1 también lo es:
P(z1 ) = an (z1 )n + an−1 (z1 )n−1 + . . . + a1 z1 + a0 = 0
y que por tanto podemos factorizar el polinomio P(z) como
P(z) = (z − z1 )(z − z1 )Q(z)
para un conveniente polinomio Q(z) de grado n − 2, que admitirá a su vez raı́ces

complejas por el Teorema Fundamental del Álgebra.
Hallando las raı́ces de los polinomios que aparezcan en las factorizaciones suce-
sivas que pueden obtenerse, al final resultará:
P(z) = an (z − z1 )s1 (z − z1 )s1 · . . . · (z − zk )sk (z − zk )sk
donde sk ∈ N, i = 1, . . . , k y 2 ki=1 si = n, o también:

P
P(z) = an (z2 + β1 z + γ1 )s1 · . . . · (z2 + βk z + γk )sk
donde
βj = −zj − zj , γj = zj z j , j = 1, . . . , k
Observar que βj , γj ∈ R, siendo cada uno de los factores z2 + βj z + γj , trinomios de
segundo grado con raı́ces complejas.
2.3.1. Ejercicios números Complejos
Ejercicio 2.3.1 Si z = x + 0 i y w = u + v i entonces demostrar que:
zw = xw = xu + xv i
En efecto, a partir de la definición de producto tenemos:
zw (xu − 0v) + (xv + 0u) i = xu + xv i
Nótese que se puede obtener este resultado operando los términos del producto (x +
0 i)(u + v i) como si de números reales se tratara, pero teniendo en cuenta la regla
práctica: i 2 = −1:
(x + 0 i)(u + v i) = xu + xv i + 0u i + 0v i 2 = (xu − 0v) + (xv + 0u) i = xu + xv i

Ejercicio 2.3.2 Hallar el cociente entre z = 2 + 4 i y w = 1 − i.
Resultara práctico observar:

z zw
=
w ww
Observar que ww = 12 + (−1)2 = 2. Por tanto
z 1 1
= zw = (2 + 4 i)(1 + i) = (1 + 2 i)(1 + i) = 1 + 2 i + i + 2 i 2 = −1 + 3 i
w 2 2
Ejercicio 2.3.3 Hallar todas las raı́ces cúbicas de i.
Hemos de determinar los números complejos z ∈ C tales que:
z3 = i
si expresamos z en forma polar, tendremos z = r(cos θ + i sin theta, con r ∈ R+ (r no

puede ser igual a cero) y θ ∈ [0, 2π), por tanto:
z3 = r 3 (cos (3θ) + i sin (3θ) = i
Como el módulo de i es igual a uno, |i| = 1, de ello se deduce r = 1. En cuanto al

argumento, hay que determinar los θ tales que
cos (3θ) = 0 y sin (3θ) = 1
por tanto
π π 2kπ
3θ = + 2kπ ⇐⇒ θ = + k∈Z
2 6 3
pero sólo nos interesan las soluciones en el intervalo [0, 2π) (los demás casos no pro-
porcionan otras soluciones distintas) por tanto los argumentos son (para k = 0, 1, 2):
π π 2π 5π π 4π 3π
θ1 = θ2 = + = θ3 = + =
6 6 3 6 6 3 2
Si tenemos en cuenta que
θ radianes θ grados cos θ sin θ

√
π π 3 π 1

30º cos = sin =
6 6 2 6 2
√
5π 5π 3 5π 1

150º cos =− sin =
6 6 2 6 2
3π 3π 3π

270º cos =0 sin =1
2 2 2
Las tres raı́ces cúbicas de i en notación binomial son:

√ √
3 1 3 1
z1 = + i z2 = − + i z3 = − i
2 2 2 2
gráficamente:
z2 z1
0
z3
Figura 2.5: Las tres raı́ces cúbicas de i en C. Observar que el ángulo entre cada raı́z
es de 360/3 = 120º.
Ejercicio 2.3.4 Hallar todas las raı́ces cuartas de 1 + i.
Tendremos que determinar los números complejos z ∈ C tales que:
z4 = 1 + i
si expresamos z en forma polar, tendremos z = r(cos θ + i sin theta, con r ∈ R+ (r no

puede ser igual a cero) y θ ∈ [0, 2π), por tanto:
z4 = r 4 (cos (4θ) + i sin(4θ) = 1 + i
Ahora bien 1 + i en forma polar es:

√ π π
1 + i = 2 (cos ( ) + sin( ) i)
4 4
Identificando módulos y argumentos, tendremos:
√ √8
r 4 = 2 =⇒ r = 2
π π kπ
4θ = + 2kπ ⇐⇒ θ = + k∈Z
4 16 2
pero sólo nos interesan las soluciones en el intervalo [0, 2π) (los demás casos no
proporcionan otras soluciones distintas) por tanto los argumentos son (para k =
0, 1, 2, 3):
π 9π 17π 25π
θ1 = θ2 = θ3 = θ4 =
16 16 16 16
Si tenemos en cuenta que
θ radianes θ grados cos θ sinθ

π π π
11, 25º cos ( ) = 0, 9808 sin ( ) = 0, 1951
16 16 16
9π 9π 9π
101, 25º cos ( ) = −0, 1951 sin ( ) = 0, 9808
16 16 16
17π 17π 17π
191, 25º cos ( ) = −0, 9806 sin ( ) = −0, 1951
16 16 16
25π 25π 25π
281, 25º cos ( ) = 0, 1951 sin ( ) = −0, 9808
16 16 16
√8
Teniendo en cuenta que r = 2 = 1, 0905 las cuatro raı́ces cuartas de 1 + i en
notación binomial son:
z1 = 1, 0696 + 0, 2128 i z2 = −0, 2128 + 1, 0696 i
z3 = −1, 0696 − 0, 2128 i z4 = 0, 2128 − 1, 0696 i
gráficamente:
z2
z1
0
z3
z4
Figura 2.6: Las cuatro raı́ces cuartas de i en C. Observar que el ángulo entre cada
raı́z es de 360/4 = 90º.
2.4. El espacio Euclı́deo Rn

Se define Rn como el producto cartesiano de R n veces, i.e.:
Rn = R × R × . . . × R
Los elementos o puntos de Rn , que llamaremos n-plas, son de la forma x = (x1 , . . . , xn ).
Observar que R1 = R y se identifica geométricamente con una recta, R2 = R × R se
identifica geométricamente con un plano y R3 = R × R × R se identifica geométrica-
mente con el espacio tridimensional.
A las n-plas también suelen denominarse también vectores, ya que desde un pun-
to de vista algebraico Rn tiene estructura de espacio vectorial (sobre el cuerpo real,
R), al haber definida una operación interna, suma de n-plas, definida a partir de
x + y = (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 . . . , xn + yn ) ∀x, y ∈ Rn
que le confiere estructura de grupo conmutativo, ası́ como la operación externa pro-
ducto de un escalar (real) por una n-pla, definido por
λx = λ(x1 , . . . , xn ) = (λx1 , . . . , λxn ) ∀x ∈ Rn , ∀λ ∈ R
donde hemos sobreentendido cualquier sı́mbolo para dicha operación, que satisface
las propiedades siguientes:
Propiedad distributiva del producto por un escalar respecto a la suma de n-
plas:
(2.36) λ(x + y) = λx + λy ∀x, y ∈ Rn , ∀λ ∈ R
Propiedad distributiva del producto por una n-pla respecto a la suma de esca-
lares:
(2.37) (λ + µ)x = λx + µx ∀x ∈ Rn , ∀λ, µ ∈ R
Propiedad asociativa mixta del producto de escalares y el producto por un

escalar:
(2.38) (λµ)x = λ(µx) ∀x ∈ Rn , ∀λ, µ ∈ R
Existencia de elemento unidad del producto por un escalar:

(2.39) 1x = x ∀x ∈ Rn
Rn es un ejemplo de espacio vectorial construido sobre el cuerpo real.
Un espacio vectorial construido sobre un cuerpo K es la estructura algebraica defi-

nida por la terna (E, K, ·) formada por un grupo conmutativo, E, (a cuyos elemen-
tos les denominaremos vectores), un cuerpo conmutativo K (a cuyos elementos
les denominaremos escalares) y una operación externa, ·, entre el cuerpo y el
grupo que satisface las propiedades (2.36), (2.37), (2.38) y (2.39). Usualmente
nos referiremos al espacio vectorial (E, K, ·) simplemente por E, sobrentendien-
do el cuerpo y la operacion externa.
2.4. EL ESPACIO EUCLÍDEO RN 41
Cabe destacar las n-plas (vectores) siguientes:
e1 = (1, 0, . . . , 0) , e2 = (0, 1, . . . , 0) , . . . , en = (0, 0, . . . , 1)
al conjunto de las mismas la designaremos como la base canónica de Rn . Observemos

que dada una n-pla arbitraria, x = (x1 , . . . , xn ), podemos expresarla como combinación
lineal de las ei i = 1, . . . , n, i.e.:
n
X
x = x1 (1, 0, . . . , 0) + x2 (0, 1, . . . , 0) + . . . + xn (0, 0, . . . , 1) = xi e i
i=1
por ello decimos que e1 , . . . , en son un conjunto de generadores de Rn . A los xi les

denominaremos las coordenadas de x respecto la base canónica.
Además, e1 , . . . , en tiene la propiedad que ninguno de ellos puede expresarse co-
mo combinación lineal de los demás, y por ello decimos que son un conjunto de vec-
tores linealmente independientes. A un conjunto de vectores que no son linealmente
independientes se les denomina linealmente dependientes. Existen otros muchos con-
juntos de n-plas con estas propiedades y que constituyen pues otras bases de Rn .
Se denomina base de un espacio vectorial E a cualquier colección de vectores ge-

neradores de E y linealmente independientes.
Puede demostrarse que todas las bases de un espacio vectorial tienen la misma
cardinalidad, en particular, si son finitas contienen el mismo número de elementos,
a dicho número se le denomina dimensión del espacio vectorial. Cualquier base de
Rn están formadas exactamente por n vectores y por tanto la dimensión de Rn es n.
La dimensión de un espacio vectorial coincide con el número máximo de vecto-

res linealmente independientes de dicho espacio ası́ como con el número mı́ni-
mo de vectores generadores del mismo.
Dado un conjunto de vectores de un espacio vectorial, E, el conjunto de todas las

combinaciones lineales posibles, F, con la suma restringida a F y el producto de un
escalar por un vector de F, tiene también estructura de espacio vectorial, incluido en
el espacio vectorial E, F ⊂ E. Diremos que F es un subespacio vectorial de E.
Puede demostrarse que la dimensión de F es menor o igual que la dimensión de

E:
dim(F) ≤ dim(E)
Cabe destacar que la unión de subespacios vectoriales no es un subespacio vec-

torial, mientras que la intersección de subespacios vectoriales si lo es.
El producto escalar ordinario

El producto escalar ordinario de Rn se define por:
n
X
< x, y >= x1 y1 + . . . + xn yn = xi yi ∀x, y ∈ Rn
i=1
cuyas propiedades básicas son:
Bilinealidad:
< x + y, z > = < x, z > + < y, z > ∀x, y, z ∈ Rn

(2.40) < x, y + z > = < x, y > + < x, z > ∀x, y, z ∈ Rn
< λx, y > = < x, λy > = λ < x, y > ∀x, y ∈ Rn , ∀λ ∈ R
Simetrı́a:
(2.41) < x, y > = < y, x > ∀x, y ∈ Rn
Ser definido positivo:
(2.42) < x, x > ≥ 0 ∀x ∈ Rn y < x, x > = 0 =⇒ x = 0
El producto escalar ordinario ası́ definido es un caso particular de producto es-

calar.
Se denomina producto escalar en un espacio vectorial E sobre el cuerpo R a una

aplicación E × E → R que sea bilineal (propiedad (2.40), simétrica (propiedad
(2.41)) y definida positiva (propiedad (2.42)). Un espacio vectorial con un pro-
ducto escalar tiene estructura de Espacio Euclı́deo.
La norma Euclı́dea ordinaria

El producto escalar ordinario ası́ introducido permite definir la norma Euclı́dea
ordinaria, a partir de
√ q
|x| = < x, x > = (x1 )2 + . . . + (xn )2 ∀x ∈ Rn
Observar que si n = 1, la norma de x, |x| no es más que el valor absoluto de x. Las

propiedades básicas de la norma son:
Definida positiva:
(2.43) |x| ≥ 0 ∀x ∈ Rn y |x| = 0 =⇒ x = 0

Desigualdad de Cauchy-Schwarz:
(2.44) | < x, y > | ≤ |x||y| ∀x, y ∈ Rn
y la igualdad en esta desigualdad se da si y sólo si x e y no son linealmente

independientes (uno es múltiplo del otro).
(2.45) |x + y| ≤ |x| + |y| ∀x, y ∈ Rn
La norma de un múltiplo de un vector satisface:
(2.46) |λx| = |λ||x| ∀x ∈ Rn , ∀λ ∈ R
Podemos observar que la norma, al satisfacer (2.43), (2.45) y (2.46) posee las
mismas propiedades formales que la aplicación valor absoluto (ver las propiedades
(2.22), (2.23) y (2.24)) jugando, la norma, en el análisis de funciones de varias varia-
ble el mismo papel que el valor absoluto en el análisis de funciones reales de variable
real. La norma puede interpretarse geométricamente como la longitud del vector, es
decir un número real no negativo que cuantificar el valor de una magnitud vectorial
sin tener en cuenta su dirección y sentido. A un vector de norma uno se le denomina
vector unitario.
La norma Euclı́dea ordinaria es un caso particular de norma.
Se denomina norma en un espacio vectorial E sobre el cuerpo R a toda aplicación

entre el espacio vectorial y el cuerpo Real, E → R, definida positiva (propiedad
(2.43)), que satisfaga la desigualdad triangular (propiedad (2.44)) ası́ como la
propiedad (2.45).
Dos identidades importantes son la identidad de polarización y la identidad del

paralelogramo. Dados dos vectores x, y ∈ Rn , resulta:
1
(2.47) < x, y >= |x + y|2 − |x − y|2 identidad de polarización
4

(2.48) |x + y|2 + |x − y|2 = 2 |x|2 + |y|2 identidad del paralelogramo
También se puede demostrar que dado x = (x1 , . . . , xn ) ∈ Rn , se cumple

n
X
(2.49) |xi | ≤ |x| ≤ |xi |
i=1
La distancia Euclı́dea ordinaria

A partir de la norma Euclı́dea ordinaria se introduce la distancia Euclı́dea ordina-
ria definida por q
d(x, y) = |y − x| = (y1 − x1 )2 + . . . + (yn − xn )2
Las propiedades básicas de la distancia Euclı́dea son:
Definida positiva:
(2.50) d(x, y) ≥ 0 ∀x, y ∈ Rn y d(x, y) = 0 =⇒ x = y
Simétrica:
(2.51) d(x, y) = d(y, x) ∀x, y ∈ Rn
(2.52) d(x, y) ≤ d(x, z) + d(z, y) ∀x, y, z ∈ Rn
La distancia Euclı́dea ordinaria es un caso particular de distancia.
Se denomina distancia en un conjunto E a toda aplicación E × E → R que sea

definida positiva (propiedad (2.50)), simétrica (propiedad (2.51) y que satisfaga
la desigualdad triangular (propiedad (2.52)).
Ángulo entre vectores

Dados dos vectores no nulos, x, y , 0, podemos definir un ángulo entre los mismos
a partir de !
< x, y >
θ = arc cos
|x||y|
Nótese que tendremos
< x, y >= |x||y| cos θ

Si y , 0, la proyección escalar de x sobre y, proyy (x), se define como
< x, y >
proyy (x) = = |x| cos θ
|y|
y cuya interpretación geométrica puede verse en la figura (2.7), mientras que la pro-
−−−−−−−−→
yección vectorial de x sobre y, proyy (x) , se define como
−−−−−−−−→ y y
proyy (x) = (|x| cos θ) = proyy (x)
|y| |y|
y
es decir un vector cuyo módulo es proyy (x) en la dirección de y. Observar que es
|y|
un vector unitario en la misma dirección y sentido que el vector y.
π
Observar si x, y son vectores no nulos de Rn tales que < x, y >= 0, entonces θ =
2
radianes y los vectores son perpendiculares.

 s

2
 |x|2 − < x, y > = |x| sin θ


x

 |y|2



y
θ









0
proyy (x) = |x| cos θ
Figura 2.7: Producto escalar y proyecciones.
Nociones topológicas
A partir de una distancia podemos introducir muchos conceptos fundamentales
en el análisis matemático de funciones. Vamos a verlos particularizados en Rn y a
partir de la distancia Euclı́dea ordinaria:
Definición 2.4.1 Una bola abierta centrada en a ∈ Rn de radio δ ∈ R+ , se define

como B(a, δ) ≡ {x ∈ Rn : d(a, x) < δ}, mientras que una bola cerrada centrada en
a ∈ Rn de radio δ ∈ R+ , se define como B(a, δ) ≡ {x ∈ Rn : d(a, x) ≤ δ}.
Observar que en R tendremos:
B(a, δ) = (a − δ, a + δ) mientras que B(a, δ) = [a − δ, a + δ]
A continuación introduciremos diversas definiciones relativas a n-plas de núme-

ros reales respecto subconjuntos de Rn .
Definición 2.4.2 Sea A ⊂ Rn . Diremos que x ∈ Rn es un punto interior de A si

y sólo si ∃δ ∈ R+ : B(x, δ) ⊂ A. Al conjunto de todos los puntos interiores de A lo
llamaremos el interior de A y lo denotaremos por int(A).
Definición 2.4.3 Sea A ⊂ Rn . Diremos que x ∈ Rn es un punto exterior de A si

y sólo si ∃δ ∈ R+ : B(x, δ) ⊂ AC . Al conjunto de todos los puntos exteriores de A lo
llamaremos el exterior de A y lo denotaremos por ext(A).
Observar que el un punto exterior de A es interior de AC .
Definición 2.4.4 Sea A ⊂ Rn . Diremos que x ∈ Rn es un punto frontera de A si y

sólo si ∀δ ∈ R+ =⇒ B(x, δ)∩AC , ∅ y a la vez B(x, δ)∩A , ∅. Al conjunto de todos
los puntos frontera de A lo llamaremos la frontera de A y la denotaremos por b(A).
Nótese que un punto frontera de A es aquel que no es punto interior ni exterior

de A.
Definición 2.4.5 Sea A ⊂ Rn . Diremos que x ∈ Rn es un punto de acumulación de

A si y sólo si ∀δ ∈ R+ =⇒ B(x, δ) ∩ A \ {x} , ∅. Al conjunto de todos los puntos de
acumulación de A lo llamaremos el conjunto derivado de A y lo denotaremos por A′ .
Definición 2.4.6 Sea A ⊂ Rn . Diremos que x ∈ Rn es un punto aislado de A si y

sólo si x ∈ A∩(A′ )C , es decir es un elemento de A pero no es un punto de acumulación
de A.
Definición 2.4.7 Sea A ⊂ Rn . Diremos que x ∈ Rn es un punto adherente de A si

y sólo si ∀δ ∈ R+ =⇒ B(x, δ) ∩ A , ∅. Al conjunto de todos los puntos adherentes de
A lo llamaremos la adherencia (o clausura) de A y la denotaremos por A. Si A = Rn
diremos que A es un conjunto denso en RN .
Definición 2.4.8 Sea A ⊂ Rn . Diremos que A es un conjunto abierto de A si y sólo

si ∀x ∈ A∃δ ∈ R+ : B(x, δ) ⊂ A. En otras palabras A es un conjunto abierto si y sólo si
A = int(A).
Obsérvese que toda bola abierta (en particular todo intervalo abierto) es un con-
junto abierto, pero no todo conjunto abierto es una bola abierta.
Definición 2.4.9 Sea A ⊂ R. Diremos que A es un conjunto cerrado si y sólo si AC

es un conjunto abierto.
Podemos observar que hay conjuntos que no son ni abiertos ni cerrados, como
por ejemplo A = (0, 1) ∪ [2, 3], y que, por otra parte, hay dos subconjuntos de Rn que
son abiertos y cerrados a la vez: el conjunto vacı́o ∅ y todos Rn .
Definición 2.4.10 Sean x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) ∈ Rn tales que xi ≤ yi i =

1, . . . , n. Al conjunto W = [x1 , y1 ] × . . . [xn , yn ] ⊂ Rn se le denomina rectángulo ce-
rrado en Rn , mientras que U = (x1 , y1 ) × . . . (xn , yn ) ⊂ Rn se le denomina rectángulo
abierto en Rn . Un rectángulo cerrado es un ejemplo de conjunto cerrado, mientras
que un rectángulo abierto es un ejemplo de conjunto abierto.
Observar que en R un rectángulo es un intervalo.
Definición 2.4.11 Sea A ⊂ Rn . Diremos que A es un conjunto acotado si y sólo si

existe un rectángulo cerrado W de Rn que lo contiene, i.e.: A ⊂ W .
Observar que en R esta definición es equivalente a la introducida en (2.2.2).

Finalmente comentaremos que en Rn el concepto de conjunto compacto (que no
definimos explı́citamente) es equivalente a conjunto cerrado y acotado. Tiene interés
este concepto en la medida que permite expresar algunas propiedades de aplicacio-
nes de forma muy sintética.
2.4.1. Ejercicios Rn
Ejercicio 2.4.1 Si A = (1, 2] ∪ {5} hallar su interior, exterior, frontera, conjunto deri-
vado y adherencia. Determinar los puntos aislados.
Ası́ si A = (1, 2]∪{5}, tendremos que el interior de A será int(A) = (1, 2), el exterior
ext(A) = (−∞, 1) ∪ (2, 5) ∪ (5, ∞), la frontera b(A) = {1, 2, 5}, el conjunto derivado de A,
A′ = [1, 2], y la adherencia o clausura de A, A = [1, 2] ∪ {5}. Por otra parte en número
5 es un punto aislado de A.
Ejercicio 2.4.2 Considerando Q ⊂ R hallar su interior, exterior, frontera, conjunto

derivado y adherencia. Determinar los puntos aislados.
El interior de Q en R será int(Q) = ∅, el exterior ext(Q) = ∅, la frontera b(Q) =

R, el conjunto derivado de Q, Q′ = R, y la adherencia o clausura de Q, Q = R. El
conjunto de los racionales carece de puntos aislados.
Ejercicio 2.4.3 Indicar gráficamente cual es el conjunto A = {(x, y) ∈ R2 | 1 ≤ x2 +

y 2 < 4} hallar su interior, exterior, frontera, conjunto derivado y adherencia.
El conjunto A es la siguiente corona circular de radio menor unidad y radio mayor

igual a dos. La circunferencia interior está incluida en A mientras que la circunfe-
rencia exterior no esta incluida en A. Gráficamente:
0 1 2
Figura 2.8: Representación gráfica de A.
int = (A) = {(x, y) ∈ R2 | 1 < x2 + y 2 < 4}

ext = (A) = {(x, y) ∈ R2 | x2 + y 2 < 1 o bien 4 < x2 + y 2 }
b = (A) = {(x, y) ∈ R2 | x2 + y 2 = 1 o bien x2 + y 2 = 4}
A′ = {(x, y) ∈ R2 | 1 ≤ x2 + y 2 ≤ 4}
A = {(x, y) ∈ R2 | 1 ≤ x2 + y 2 ≤ 4}
Ejercicio 2.4.4 Hallar el ángulo entre los vectores de R3 x = (1, 2, 1) e y = (−1, 1, 1),
ası́ como su distancia.
En primer lugar calcularemos

√ √
|x| = 12 + 22 + 12 = 6 = 2, 44949
q √
|y| = (−1)2 + 12 + 12 = 3 = 1, 73205
< x, y >= 1 · (−1) + 2 · 1 + 1 · 1 = 2
Por tanto el ángulo entre ambos vectores θ es
! ! √ !
< x, y > 2 2
θ = arc cos = arc cos √ √ = arc cos = 1, 07991 radianes
|x||y| 6 3 3
igual a 61,87º aproximadamente.
La distancia entre ambos vectores es
q √ √
d(x, y) = |y − x| = (1 − (−1))2 + (2 − 1)2 + (1 − 1)2 = 4 + 1 + 0 = 5 = 2, 23607
unidades de longitud.
2.5. MATRICES Y APLICACIONES LINEALES 49
2.5. Matrices y Aplicaciones lineales

La siguiente herramienta resulta de suma utilidad práctica:
Definición 2.5.1 Una matriz de orden n × m de coeficientes en K, A, es una co-

lección de nm elementos subindicados de K dispuestos en n filas y m columnas:
 
 a11 . . . a1m 
A =  . . . . . . . . . 
 
an1 . . . anm
 
Otras notaciones para referirnos a una matriz son A = (aij )n×m o simplemente A =
(aij ), sobrentendiendo el orden de la misma.
A una matriz de orden n × n se la denomina matriz cuadrada de orden n y los
elementos de la forma aii , i = 1, . . . , n forman la diagonal principal de dicha matriz.
A una matriz n × 1 se la denomina un vector columna mientras que a una matriz
1 × n se la denomina un vector fila. En estos casos los coeficientes de la matriz suelen
referenciarse mediante un único ı́ndice que indica la fila o columna respectivamente.
De ahora en adelante nos centraremos en las matrices de coeficientes reales. Al
conjunto de las matrices n × m a coeficientes reales las designaremos por Mn×m (R).
A los elementos de Rn se les puede identificar con vectores columna cuyos coefi-
cientes sean las coordenadas de la n-pla respecto la base canónica. Ası́ a la n-plas
x = (x1 , . . . , xn ) la podemos identificar por el vector columna
 x1 
 
 · 
 
x =  · 
 
 · 
 
 
xn
y haremos uso extensivo de esta identificación.
Operaciones con matrices

Las matrices de Mn×m (R) pueden sumarse a partir de la igualdades:
     
 a11 . . . a1m   b11 . . . b1m   a11 + b11 . . . a1m + b1m 
A + B =  . . . . . . . . .  +  . . . . . . . . .  = 
  
... ... ...
  


an1 . . . anm bn1 . . . bnm an1 + bn1 . . . anm + bnm
    
Con la suma Mn×m (R) tiene estructura de grupo conmutativo (propiedades (2.11),
(2.12), (2.13) y (2.14)). Por otra parte, también podemos multiplicar una matriz por
un escalar (real en el presente contexto) a partir de:
   
 a11 . . . a1m   λa11 . . . λa1m 
λA = λ  . . . . . . . . .  =  . . . . . .
 
. . . 
 
an1 . . . anm λan1 . . . λanm
   
Esta operación externa satisface las propiedades (2.36), (2.37), (2.38) y (2.39), por lo
que Mn×m (R) también tiene estructura de espacio vectorial sobre R.
Otra operación importante entre matrices es el llamado producto matricial, que
se define para matrices de ordenes apropiados: cuando las columnas de la matriz
situada a la izquierda coincide con las filas de la matriz situada a la derecha. De
forma más precisa, el producto de matrices es una aplicación:
Mnm (R) × Mmk (R) −→ Mnk (R)

A B 7−→ C = AB
con
m
X
cij = aiα bαj i = 1, . . . n , j = 1, . . . , k
α=1
Las propiedades básicas de producto matricial, suponiendo los ordenes de las ma-
trices apropiados para poder efectuar el producto, son:
Propiedad asociativa del producto:
(2.53) (AB)C = A(BC) ∀A ∈ Mnm (R) , ∀B ∈ Mmk (R) y ∀C ∈ Mkq (R)
Propiedad distributiva del producto respecto a la suma, tanto por la derecha como
por la izquierda:
(2.54) (A + B)C = AC + BC ∀A, B ∈ Mnm (R) y ∀C ∈ Mmk (R)
(2.55) C(A + B) = CA + CB ∀A, B ∈ Mnm (R) y ∀C ∈ Mmk (R)
Propiedad asociativa mixta del producto de matrices y el producto por un escalar:
(2.56) λ(AB) = (λA)B = A(λB) ∀A, B ∈ Mnm (R)
Existencia de elemento unidad por la derecha y por la izquierda para el producto.

Definiendo la matriz identidad de orden n × n, In , como
 
 1 0 . . . 0 0 
In =  . . . . . . . . . . . . . . . 
 
0 0 ... 0 1
 
es decir una matriz de con unos en la diagonal principal y ceros en el resto,

resulta
(2.57) In A = AIm ∀A ∈ Mnm (R)
Nótese que el producto de matrices es no conmutativo, aun cuando los ordenes

de las matrices sean tales que existan ambos productos, en general
AB , BA
Observar también que, si nos restringimos a matrices cuadradas de orden n, In

es el elemento neutro del producto:
In A = AIn = A ∀A ∈ Mn×n (R)
Por otra parte es corriente introducir la siguiente definición:
Definición 2.5.2 La matriz inversa de una matriz A de orden n × n es otra ma-

triz, A−1 , de orden n × n tal que al multiplicarla por la primera (a la derecha o a la
izquierda) se obtiene la matriz identidad de orden n, i.e.:
AA−1 = A−1 A = In
Dada una matriz cuadrada arbitraria, su inversa no tiene porque existir.
El conjunto de matrices cuadradas de orden n que admiten inversa (denominadas

matrices regulares), con la operación producto matricial, tiene estructura de grupo no
conmutativo.
Cabe destacar también que, a diferencia de álgebra ordinaria, basada en los núme-
ros reales y complejos, en el álgebra matricial existen divisores no nulos de cero, es
decir matrices no nulas cuyo producto es cero. En otras palabras
AB = 0 ; A = 0 o B = 0
También cabe destacar la siguiente operación
Definición 2.5.3 La matriz transpuesta de una matriz A de orden n × m es otra

matriz At , de orden m × n obtenida intercambiando filas por columnas, i.e.:
 t
 a11 . . . at1n 
  
 a11 . . . an1 
At =  . . . . . . . . .  =  . . . . . . . . . 
   
 t
am1 . . . atmn a1m . . . anm
  
Algunas propiedades de la transposición son:

La transpuesta de la suma es igual a la suma de transpuestas:
(2.58) (A + B)t = At + B t ∀A, B ∈ Mnm (R)
La transpuesta del producto de un escalar por una matriz es igual al escalar

por la transpuesta de la matriz:
(2.59) (λA)t = λ(At ) ∀A ∈ Mnm (R) y ∀λ ∈ R
La transpuesta del producto es igual al producto de transpuestas cambiado de

orden:
(2.60) (AB)t = B t At ∀A ∈ Mnm (R) y B ∈ Mmk (R)
Si la inversa de una matriz cuadrada de orden n × n, A, existe, la transpuesta

de la inversa es igual a la inversa de la transpuesta:
(2.61) (A−1 )t = (At )−1
Podemos pues manejar simbólicamente expresiones matriciales de una forma

parecida a las expresiones escalares, teniendo en cuenta la no conmutatividad
del producto y que no toda matriz posee inversa.
2.5.1. El grupo simétrico
Definición 2.5.4 Al conjunto de aplicaciones biyectivas (o permutaciones) del con-

junto A en A se le denomina grupo simétrico sobre A, al que denotaremos com SA .
Este conjunto con la operación interna composición de aplicaciones tiene es estruc-
tura de grupo, al satisfacer la propiedad asociativa, la existencia de elemento neutro
(la aplicación identidad: I(x) = x ∀x ∈ A) y la existencia de elemento simétrico (la
aplicación inversa) para toda permutación. Si el cardinal de A es estrictamente mayor
que dos SA es un grupo no conmutativo.
De ahora en adelante nos centraremos en el caso A = {1, . . . , n}, y al grupo simétri-

co correspondiente lo denotaremos simplemente por Sn . Cada permutación σ ∈ Sn
viene caracterizada por una secuencia de los n primeros números naturales a partir
del 1, sin ninguna repetición: σ1 , σ2 , . . . , σn , donde σ(i) = σi i = 1, . . . , n.
Ası́ para n = 5, la permutación 1 3 5 2 4 determina biunı́vocamente la aplicación
biyectiva σ(1) = 1, σ(2) = 3, σ(3) = 5, σ(4) = 2, σ(5) = 4.
Definición 2.5.5 Se denomina trasposición a una permutación, σ, que deja fijos a

todos los elementos salvo dos, i.e.:
σ ∈ Sn | σi = j σj = i σk = k i, j, k ∈ {1, . . . , n} i , j ∀k , i, j
Una trasposición puede denotarse simplemente por (i, j).
Un ejemplo de trasposición, para n = 5, es 15342, es decir, la permutación que

deja fijos a todos los elementos excepto el 2 y el 5:
σ(1) = 1, σ(2) = 5, σ(3) = 3, σ(4) = 4, σ(5) = 2.
abreviadamente, σ = (2, 5).

Para σ ∈ Sn , n ≥ 2, σ , I entonces puede demostrarse que σ siempre se puede

expresar como la composición de trasposiciones.
Ası́, para n = 6 y σ dada a partir de 132645, resulta que si consideramos las traspo-
siciones: t1 = (2, 3), t2 = (5, 6) y t3 = (4, 5), entonces puede comprobarse que
σ = t3 ◦ t2 ◦ t1
como puede comprobarse examinando las secuencias:
t3 t2 t1
123456 −→ 132456 −→ 132465 −→ 132645
Puede demostrarse que la permutación identidad no puede expresarse como un

número impar de trasposiciones. Por otra parte, dada una permutación σ ∈ Sn
si puede expresarse como composición de las trasposiciones t1 , . . . , tm y s1 , . . . , sk ,
i.e.:
σ = tm ◦ . . . ◦ t1 y σ = s k ◦ . . . ◦ s 1
entonces m y k poseen la misma paridad: ambos son números pares o ambos
son números impares. Ello permite clasificar a las permutaciones en permuta-
ciones de paridad, o de clase, par y permutaciones de paridad, o de clase, impar. La
identidad es una permutación de paridad par.
La paridad de una permutación puede determinarse con rapidez en términos

del concepto de inversión. Dada una permutación σ ∈ Sn cuando en σ1 , . . . , σn
un entero precede a otro menor diremos que hay una inversión. Si el número
total de inversiones es par, puede demostrarse que la permutación es de paridad
par, mientras que se el número total de inversiones es impar, se trata de una
permutación de paridad impar.
Ası́, para n = 6, si consideramos la permutación 132645, vemos que el número

total de inversiones es 3: el 3 precede al dos, el 6 precede al 4 y el 6 precede al 5.
Por tanto se trata de una permutación de clase impar, como ya habı́amos puesto de
relieve al expresarla como composición de tres trasposiciones.
Determinantes
Definición 2.5.6 Llamaremos determinante de n vectores v1 , . . . , vn ∈ Rn respecto de

la base canónica, det(v1 , v2 , . . . , vn ), al número
X
det(v1 , v2 , . . . , vn ) = ε(σ)vσ1 1 vσ2 2 · . . . · vσn n
σ∈Sn
donde los vαj , α = 1, . . . , n son las coordenadas del vector vj respecto e1 , . . . , vn , i.e.:
n
X
vj = vαj eα
α=1
mientras que σ ∈ Sn es un elemento del grupo simétrico o permutación, ver (2.5.1) y

ε(σ) es una aplicación que asigna a cada permutación σ, +1 o −1 según la permuta-
ción sea de paridad par o impar respectivamente.
Si organizamos matricialmente las coordenadas de v1 , . . . , vn por columnas, i.e.:
 
 v11 . . . v1n1 
V =  . . . . . . . . . 
 
vn1 . . . vnn
 
entonces es costumbre escribir

 
 v11 . . . v1n1 
det(v1 , . . . , vn ) = det(V ) = det  . . . . . . . . .
 


vn1 . . . vnn

y det(V ), a veces simbolizado también por |V |, se le denomina también deter-

minante de la matriz V . Observar que el determinante de una matriz no es más
que el determinante de los vectores columna de la matriz, identificados como
elementos de Rn .
Como ejemplo, el determinante de una matriz 2 × 2 será, teniendo en cuenta que

las permutaciones (de S2 ) son:
permutación paridad ε(σ)

12 par +1
21 impar -1

a11 a12 = a a − a a
a21 a22 11 22 12 21
y puede interpretarse geométricamente como el área del paralelogramo siguiente:
x Área = |x||y| sin θ = |x1 y2 − x2 y1 |

x2 !
x y
= | det(x, y)| = | det 1 1 |
x2 y2
y2 θ y
0 x1 y1
Figura 2.9: Interpretación geométrica del determinante de dos vectores en el plano.
Mientras que el determinante de una matriz 3 × 3 será, teniendo en cuenta que

las permutaciones (de S3 ) son:
permutación paridad ε(σ)

123 par +1
321 impar -1
231 par +1
213 impar -1
321 par +1
132 impar -1

a11 a12 a13
a21 a22 a23 = a11 a22 a33 − a13 a22 a31 + a12 a23 a31
a31 a32 a33

−a12 a21 a33 + a13 a22 a31 − a11 a22 a32
pudiendo interpretarse geométricamente como el volumen del paralelepı́pedo:
Volum = | det(x, y, z)|

 
x  x1 y1 z1 
= | det  x2 y2 z2  |
 
z 
x3 y3 z3

0 y
Figura 2.10: Interpretación geométrica del determinante de tres vectores en el espa-

cio.
Las propiedades básicas de los determinantes son:
Multilinealidad (lineal para cada vector):
det(v1 , . . . , vj + w, . . . , vn ) = det(v1 , . . . , vj , . . . , vn ) + det(v1 , . . . , w, . . . , vn )
∀v1 , . . . , vn , w ∈ Rn
(2.62)
det(v1 , . . . , λvj , . . . , vn ) = λ det(v1 , . . . , vj , . . . , vn )
∀v1 , . . . , vn ∈ Rn y ∀λ ∈ R
matricialmente, equivale a decir que si un vector columna, interpretados como

un elemento de Rn , lo podemos expresar como suma de dos, el determinante
de la matriz correspondiente es igual a la suma de los determinantes de las
matrices obtenidas sustituyendo dicha columna por cada una de las dos, y si
una columna es igual a un escalar por un vector, el determinante de la matriz
es igual al escalar por el determinante de la matriz obtenida sustituyendo la
columna original por el vector columna del que es múltiplo.
Antisimetrı́a:
det(v1 , . . . , vj , . . . , vk , . . . , vn ) = − det(v1 , . . . , vk , . . . , vj , . . . , vn )
(2.63)
∀v1 , . . . , vn ∈ Rn
matricialmente, equivale a decir que si permutamos dos vectores columna, in-

terpretados como un elementos de Rn , el determinante de la matriz resultante
queda con el signo cambiado.
A partir de la definición y de las propiedades básicas puede demostrarse que:
El determinante de la base canónica es:
(2.64) det(e1 , . . . , en ) = 1
matricialmente es equivalente a det (In)=1
Si v1 , . . . , vn son linealmente independientes entonces
(2.65) det(v1 , . . . , vn ) , 0
matricialmente, equivale a decir que si todos los vectores columna, interpre-

tados como elementos de Rn , de una matriz cuadrada n × n son linealmente
independientes, entonces el determinante de dicha matriz es distinto de cero.
Si v1 , . . . , vn son linealmente dependientes entonces
(2.66) det(v1 , . . . , vn ) = 0
matricialmente, equivale a decir que si todos los vectores columna, interpre-

tados como elementos de Rn , de una matriz cuadrada n × n son linealmente
dependientes, entonces el determinante de dicha matriz es igual a cero.
Si A ∈ Mn×n (R) y λ ∈ R entonces
(2.67) det(λA) = λn det(A)
Si A ∈ Mn×n (R) entonces
(2.68) det(At ) = det(A)
Si A, B ∈ Mn×n (R) entonces
(2.69) det(AB) = det(A) det(B)
(2.70) A ∈ Mn×n (R) tiene inversa ⇐⇒ det(A) , 0
Si A ∈ Mn×n (R) es tal que det(A) , 0 entonces
(2.71) det(A−1 ) = (det(A))−1
Las todas las anteriores propiedades pueden ser usadas para el cálculo efectivo
de determinantes.
Menores y Adjuntos de una matriz

Dada una matriz A = (aij )n×m podemos formar, a partir de A, una submatriz de
orden k × k, con k ≤ mı́n (n, m), seleccionando k filas y k columnas de A, y posterior-
mente hallar su determinante. Esto da lugar a la siguiente definición:
Definición 2.5.7 Se denomina menor, M, de orden k, de una matriz A = (aij )n×m ,

con k ≤ mı́n (n, m) es cualquier determinante de la forma:

ai1 j1 . . . ai1 jk (
1 ≤ i1 < i2 < . . . < ik ≤ n
M = . . . . . . . . . con
1 ≤ j1 < j2 < . . . < jk ≤ m
ai k j 1 . . . ai k j k

! !
n m
El número de menores de orden k de la matriz A = (aij )n×m es igual a .
k k
Definición 2.5.8 Se denomina rango de una matriz A = (aij )n×m , R(A), al número
máximo de vectores fila o columna (identificados de forma natural como elementos de
Rm o Rn respectivamente) linealmente independientes
Puede demostrarse que R(A) coincide con el orden del menor de A no nulo de
mayor orden posible.
Definición 2.5.9 Se denomina adjunto del elemento aij de una matriz cuadrada
Aij de orden n A, al número definido por:
Aij = (−1)i+j Mij
donde Mij es el menor formado quitando la fila i y la columna j de la matriz A.
A partir de los adjuntos de los elementos de una matriz cuadrada, se introduce

la siguiente definición:
Definición 2.5.10 Se denomina matriz adjunta de una matriz cuadrada A =

(aij )n×n , adj(A) a la matriz cuadrada de orden n, formada por los adjuntos::
adj(A) = (Aij )n×n
donde los Aij son los adjuntos de los elementos aij .
A partir de estas definiciones puede demostrarse que:
Si A ∈ Mn×n (R) entonces
(2.72) adj(At ) = adj(A)t
Si A ∈ Mn×n (R) con det(A) , 0 entonces

1
(2.73) A−1 = adj(A)t
det(A)
esta última propiedad proporciona un método directo de cálculo de inversas.
Un resultado útil para el cálculo de determinantes lo proporciona el siguiente

resultado.
Teorema 2.5.1 (Desarrollo de Laplace) Sea A = (aij ) ∈ Mn×n (R). Entonces

n
X
det(A) = aij Aij ∀j ∈ {1, . . . , n}
i=1
(2.74) n
X
= aij Aij ∀i ∈ {1, . . . , n}
j=1
Ejercicio 2.5.2 Ejemplificar el desarrollo de Laplace con el siguiente determinante

a11 a12 a13 a14
a a a a
det(A) = 21 22 23 24
a31 a32 a33 a34
a41 a42 a43 a44
Si desarrollamos, por ejemplo, a partir de de la primera fila tendremos

a22 a23 a24 a21 a23 a24
det(A) = a11 a32 a33 a34 − a12 a31 a33 a34
a42 a43 a44 a41 a43 a44

a21 a22 a24 a21 a22 a23
+ a13 a31 a32 a34 − a14 a31 a32 a33
a41 a42 a44 a41 a42 a43

En la practica haremos el desarrollo a partir de la fila (o columna) con mayor número

de elementos iguales a cero.
Matrices especiales
Definición 2.5.11 Diremos que A = (aij ) ∈ Mn×n (R) es:
Simétrica si y sólo si At = A
Antisimétrica si y sólo si At = −A
Triangular inferior si y sólo si i < j ⇒ aij = 0
Triangular superior si y sólo si i > j ⇒ aij = 0
Diagonal si y sólo si i , j ⇒ aij = 0
Ortogonal si y sólo si At = A−1
Idempotente si y sólo si A2 = A.
Involutoria si y sólo si A2 = I.
Observar que el determinante de una matriz diagonal o de una matriz

triangular, es igual al producto de los elementos situados en la diagonal
principal de la matriz.
Observar que una matriz ortogonal su determinante es igual a +1 o -1.

2.5.2. Cambios de base

A veces conviene trabajar con una base diferente a la base canónica de Rn , es
decir un conjunto de vectores (n-plas) generadores y linealmente independientes,
u1 , . . . , un iguales a
n
X
uj = pij ei j = 1, . . . , n
i=1
Un mismo vector (n-plas), x = (x1 , . . . , xn ), puede expresarse como combinación lineal
de la base canónica
Xn
x= ei
i=1
o como combinación lineal de la nueva base u1 , . . . , un :
n
X
x= x̂i ui
i=1
Resulta de interés relacionar las coordenadas de x respecto la base canónica, x1 , . . . , xn ,

con las coordenadas del mismo vector x respecto la nueva base, x̂1 , . . . , x̂n . Si introdu-
cimos la notación matricial siguiente:
     
 p11 . . . pnn   x1   x̂1 
P = (pij )n×n =  . . . . . . . . .  x = (xi )n×1 =  . . .  x̂ = (x̂i )n×1 =  . . . 
     
pn1 . . . pnn xn x̂n
     
donde a la matriz P se la denomina matriz de cambio de base, entonces se puede

demostrar que P posee inversa y
x̂ = P −1 x
El que P posea inversa es necesario y suficiente para garantizar que u1 , . . . , un

forman una base.
Cabe destacar también que el problema del cambio se estudia no sólo en Rn sino
en espacios vectoriales arbitrarios.
Ejercicio 2.5.3 Dados los vectors de R3 u1 = (1, 1, 1), u2 = (0, 1, 1) y u3 = (0, 0, 1),
demostrar que forman una base de R3 y determinar las componentes de x = (1, −2, 1)
respecto de la nueva base u1 , u2 , u3 .
En primer lugar construiremos la matriz P :

 
 1 0 0 
P =  1 1 0
 


1 1 1

Observar que, como toda matriz triangular, su determinante es igual al producto de

elementos de la diagonal principal, por tanto
det(P ) = 1 , 0
lo que implica que u1 , u2 , u3 es una base de R3 . Calculemos a continuación la matriz

inversa de P . Teniendo en cuenta que
 
 1 −1 0 
adj(P ) =  0 1 −1 
 
0 0 1
 
y que det(P ) = 1, tendremos

 
 1 0 0 
1
P −1 = adj(P )t =  −1 1 0 
 
det(P )
0 −1 1
 
y, por tanto las componentes de x = (1, −2, 1) respecto la nueva base serán:
      
 x̂1   1 0 0   1   1 
x̂ = (x̂i )n×1 =  x̂2  = P −1 x =  −1 1 0   −2  =  −3 
      
x̂3 0 −1 1 1 3
      
Definición 2.5.12 Una aplicación lineal, f , entre dos espacios vectoriales E y F,

construidos sobre un cuerpo conmutativo K es una aplicación
f : E −→ F
x 7→ f (x)
que satisface
f (x + y) = f (x) + f (y) ∀x, y ∈ E
f (λx) = λf (x) λ ∈ K x ∈ E
Nos centraremos en las aplicaciones lineales f : Rm −→ Rn y en las matrices de

coeficientes reales.

Apuntes Matematicas

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Apuntes Matematicas

Uploaded by

Copyright:

Available Formats

Material complementario de Matemáticas

2. Herramientas para la Modelización Matemática 13

La Matemática es la ciencia que estudia las propiedades formales de conceptos que

La Biologı́a o la Geologı́a son ciencia experimentales bastante menos matemati-

1.1. Principales objetivos del curso

Aumentar la capacidad de cálculo, especialmente en el ámbito del análisis real.

Familiarizarse con el lenguaje matemático. Ser capaz de leer un texto matemá-

Mejorar la capacidad de abstracción y fomentar el rigor en los razonamientos

Para completar esta introducción, con el objetivo de motivar al lector, introduci-

1.2. Una sencilla aplicación Matemática

donde k > 0 es una constante de proporcionalidad caracterı́stica de la especie absor-

de atravesar x unidades de espacio en el medio absorbente. La ecuación (1.1) es un

donde P0 es la potencia radiante incidente, i.e.2: P0 = P(0). Si tomamos logaritmos

Figura 1.1: Gráfico obtenido, marcando los pares (Ai , Ci ), i = 1, . . . , n.

Observemos que determinar β equivale a determinar la recta C = β A, y podemos

Gráficamente representa la suma de distancias al cuadrado, longitudes al cua-

la recta medida a lo largo del eje de ordenadas:

Figura 1.2: Desviaciones entre los puntos (Ai , Ci ), i = 1, . . . , n y la recta teórica C =

Por tanto el problema puede plantearse ahora como un problema de minimiza-

siempre que existan, al menos, dos valores de la absorbancia diferentes, i.e.: Ai , Aj .

Figura 1.3: Resultados en hoja de cálculo Excel.

Herramientas para la Modelización

En este capı́tulo se introducirán de forma breve herramientas matemáticas ne-

2.1. La Teorı́a de Números

A partir de los números Naturales se construyen los numeros Enteros. No vamos

Z = {0, 1, −1, 2, −2, ...}

como vemos se trata también de un conjunto con un número infinito numerable de

El número a tiene la propiedad P.

Si el numero entero k tiene la propiedad P entonces k+1 tiene la propiedad

2q2 = p2 = 4m2 ⇒ q2 = 2m2

El proceso de construcción de números ha de seguir, con la ampliación de los

pero ahora sin la restricción de la periodicidad de grupos de dı́gitos consecutivos

Figura 2.3: Recta Real.

Observemos también que, dado un número real cualquiera (racional o no), x ∈

(2.7) z = x+yi donde x, y ∈ R

donde x la denominaremos parte real y la y parte imaginaria. También podemos ver a

(2.8) an xn + an−1 xn−1 + . . . + a1 x + a0 = 0

donde ak ∈ C con k = 1, . . . , n, tiene solución dentro del cuerpo complejo, consecuen-

(2.9) P(z) = zn + an−1 zn−1 + . . . + a1 z + a0

entonces existen n números complejos, no necesariamente distintos, z1 , . . . , zn tales

El cardinal de los números Complejos es también ℵ1 , puesto que es posible

2.2. Introducción axiomática de los números Reales

P2 Propiedad conmutativa de la suma:

P3 Existencia de elemento neutro de la suma, al que denotaremos por 0, i.e.:

P4 Existencia de elemento simétrico para la suma, que denominaremos opuesto, i.e.:

Podemos construir infinidad de grupos, conmutativos o no, como veremos pos-

P5 Propiedad asociativa del producto:

P6 Propiedad conmutativa del producto:

(2.16) x·y = y·x ∀x, y ∈ R

P7 Existencia de elemento neutro del producto, al que denotaremos por 1, i.e.:

(2.17) 1·x = x·1 = x ∀x ∈ R

P8 Existencia de elemento simétrico para el producto, que denominaremos inverso,

(2.18) x ∈ R, x , 0 ⇒ ∃x−1 ∈ R|x · x−1 = x−1 · x = 1

Todas las propiedades de ambas operaciones pueden ser demostradas a partir de

P10 Ley de Tricotomı́a: Existe un subconjunto de los reales, al que denominaremos

P11 El conjunto de los Reales positivos es cerrado respecto la suma:

P12 El conjunto de los Reales positivos es cerrado respecto el producto:

Como notación denotaremos por R− = R \ (R+ ∪ {0}).

y leerı́amos y mayor o igual que x. Observar que

Además se trata de una relación de orden total, i.e.:

La relación de orden antes introducida diremos que resulta compatible con la

(2.19) x, y, z ∈ R, x ≤ y ⇒ x+z ≤ y+z

Puede demostrarse además, a partir de P1–P12, que: