M

a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Apuntes de Curso
Introducci on a la Teora de Conjuntos
Juan Mayorga-Zambrano, Ph.D.
Universidad Tecnol ogica Israel
jrmayorgaz@gmail.com
Septiembre 2012
Resumen
Se hace un introducci on a la Teora Intuitiva de Conjuntos apoyando el estudio
con los recursos de la L ogica. Se introducen los conjuntos num ericos N, Z y Q;
asimismo se denen estrictamente los conceptos de funci on, sucesi on, cardinalidad
y se presentan las estructuras algebraicas de grupo, anillo y cuerpo.
T opicos
1. Introducci on 2
1.1. Idea y notaci on de Conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. Descripci on de conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2. Cuanticaci on 3
2.1. Cuanticaci on universal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2. Cuanticaci on existencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.3. Relaci on entre las cuanticaciones existencial y universal . . . . . . . . . . 4
3. Contenencia e Igualdad de Conjuntos 5
4. Uni on e Intersecci on de conjuntos 5
5. Leyes de De Morgan 8
6. Los conjuntos Ny Z 9
7. Relaciones 10
7.1. Conjuntos Ordenados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
7.2. Relaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
7.3. Relaciones de Orden y Equivalencia . . . . . . . . . . . . . . . . . . . . . . 12
7.4. El conjunto Q . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
8. Funciones 13
8.1. Noci on de funci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
8.2. Denici on y extensi on de una funci on . . . . . . . . . . . . . . . . . . . . . 15
1
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
9. Familias de conjuntos 16
10. Cardinalidad 17
10.1. Inyectividad y Sobreyectividad . . . . . . . . . . . . . . . . . . . . . . . . . 18
10.2. Denici on de Cardinalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
10.3. Conjuntos numerables y discretos . . . . . . . . . . . . . . . . . . . . . . . 19
11. Sucesiones 20
12. El Axioma de Elecci on y el Lema de Zorn 22
13. Grupos, anillos y cuerpos 23
14. Problemas 26
1. Introducci on
Presentamos a continuaci on una serie de t opicos de base que apoyan al material tra-
tado en el curso. La Teora Intuitiva de Conjuntos, el manejo abstracto de relaciones y su
clasicaci on as como la comprensi on general del concepto de funci on son normalmente
parte del primer curso universitario de Matem aticas en una carrera de Ingeniera. Lo
mismo sucede con las estructuras algebraicas elementales: grupos, anillos y cuerpos.
Por otro lado, la clasicaci on de conjuntos por su cardinalidad, el concepto general de
sucesiones, as como el manejo de familias de conjuntos se encuentran en programas de
Ingeniera con una inclinaci on m as cientca y en carreras de Matem atica y Fsica.
El sistema ZFC, formado por los Axiomas de Zermelo-Fraenkel y el Axioma de
Elecci on, constituyen la base axiom atica que sustenta la Teora de Conjuntos. Si bien
ZFC es el paraguas que nos proteje de una lluvia de paradojas, recurrimos a la intuici on
- combinada conla l ogica - para desarrollar los conceptos necesarios de la Teora Intuitiva
de Conjuntos.
La axiomatizaci on ZFC surgi o del trabajo de Russel, Zermelo, Hilbert y otros ma-
tem aticos que se esforzaron por reparar los cimientos de la Teora de Conjuntos - que
haban sido demolidos con la cada de los Axiomas de Frege por el surgimiento de
paradojas insalvables. En 1893 Gottlob Frege haba dado un sistema de axiomas para
la teora de conjuntos (ideada por Georg Cantor), con la intenci on de proveer una base
l ogica para la Matem atica. Entre otras cosas, estos axiomas buscaban eliminar problemas
como la paradoja de Cantor (v ease la Observaci on 10.1). En 1901 Russel mostr o que uno
de los Axiomas de Frege, el Axioma de Comprehensi on,
1
era inconsistente.
1.1. Idea y notaci on de Conjuntos
Recuerde que no se puede denir el concepto de conjunto. Sin embargo la idea de
conjunto es clara, es una colecci onde elementos. Alo largo del texto usaremos la notaci on
conjuntivista est andar. Un conjunto normalmente ser a denotado por letras may usculas
(e.g. A, B, C, X) en tanto que se usar an min usculas (e.g. a, b, c, x) para representar a los
elementos. Por a A o equivalentemente A a indicamos que a pertenece al conjunto A.
1
Axioma de Comprehensi on de Frege: Para toda propiedad P existe un conjunto M
P
que contine a todos y
exclusivamente a todos los conjuntos que satisfacen la propiedad P.
2
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
1.2. Descripci on de conjuntos
Extensi on o Tabulaci on. Por este m etodo se deben enumerartodos los elementos que
conforman el conjunto. Por ejemplo,
A = {1, 2, 3, 4, 5, 6, 7, 8, 9, 0}.
Comprensi on. Se usan frases descriptivas que se reeren a los elementos y unicamente
a aquellos que cumplen con la propiedad.
A = {los dgitos} = {x N

: x < 10}.
Ejercicio 1.1. Describa por extensi on los siguientes conjuntos
A = {x/x es letra de la palabra PIZARRA},
B = {x N/x es par x 12},
Ejercicio 1.2. Dena por comprensi on a los siguientes conjuntos
A =
_
1/2
3
,
1
2
,
1/2
2
_
,
B =
_
1
2
,
1
4
,
1
8
,
1
6
_
,
E = {1, 1, 6},
2. Cuanticaci on
Se supondr a que todos los conjuntos en consideraci on est an contenidos en un univer-
so de trabajo U. Sobre el universo de estudio U se consideran habitualmente funciones
proposicionales esto es expresiones que contienen una o m as variables que, al ser sus-
tituidas por elementos de U, se transforman en proposiciones.
Ejemplo 2.1. En U = Z consideremos la funci on proposicional
P(x) : x
2
2x15 = 0.
Se tiene que P(3) y P(5) son proposiciones verdaderas en tanto que P(8) y P(23) son falsas.
Recordemos que mediante la cuanticaci on tambi en se pueden crear proposiciones
a partir de una funci on proposicional.
2.1. Cuanticaci on universal
Es una proposici on en que una funci on proposicional es verdadera para todo elemento
del universo U.
Al smbolo se le conoce como cuanticador universal y se l ee para todo o para cada.
Ejemplo 2.2. La expresi on
El cuadrado de todo n umero real es no-negativo
3
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
puede formalizarse como la proposici on
Q: x R: x
2
0
que es verdadera. En este caso sobre U = R se usa la funci on proposicional
Q(x) : x
2
0.
Observaci on 2.1. Consideramos una proposici on de la forma
x U : P(x), (2.1)
Para probar de forma directa que (2.1) es verdadera, se toma un elemento gen erico x U
y, mediante argumentos v alidos, se establece que P(x) es verdad. Entonces, puesto que x
fue elegido arbitrariamente, se concluye que la proposici on (2.1) es verdadera.
Para probar por reducci on al absurdo que (2.1) es verdadera, se supone que (2.1) es falsa y,
mediante argumentos v alidos, se alcanza una contradicci on.
2.2. Cuanticaci on existencial
Es una proposici onenla que unafunci onproposicional es verdaderapara alg un elemento
del universo U.
Al smbolo se le conoce como cuanticador existencial y se l ee existe.
Ejemplo 2.3. La expresi on
La ecuaci on x
2
1 = 0 tiene soluci on real
puede formalizarse como la proposici on
P: x R: x
2
1 = 0
que es verdadera. En este caso sobre U = R se usa la funci on proposicional
P(x) : x
2
1 = 0.
Observaci on 2.2. Consideramos una proposici on de la forma
x U : P(x), (2.2)
Para probar de forma directa que (2.2) es verdadera, se construye un x
0
U tal que que
P(x
0
) es verdad.
Para probar por reducci on al absurdo que (2.2) es verdadera, se supone que (2.1) es falsa y,
mediante argumentos v alidos, se alcanza una contradicci on.
2.3. Relaci on entre las cuanticaciones existencial y universal
Es importante tener presente las siguientes equivalencias l ogicas
(x U : P(x)) x U : P(x) (2.3)
(x U : P(x)) x U : P(x) (2.4)
4
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
3. Contenencia e Igualdad de Conjuntos
A lo largo de todo el texto se abreviar a con ssi la frase si y s olo si. Simb olicamente corresponde al
bicondicional .
Por
C B o B C
indicamos que C es un subconjunto de B o que B est a contenido en C, esto es, todos los
elementos de C tambi en est an en B. Entonces
B C ssi C B ssi x B : x C. (3.5)
Figura 1: Un conjunto universo se establece como marco de referencia para el estudio
de un determinado problema.
Observaci on 3.1. Todo conjunto tiene por subconjunto a , el conjunto vac o.
Por denici on, dos conjuntos son iguales cuando cada uno de ellos es subconjunto
del otro; es decir, dados dos conjuntos A y B se tiene que
A = B ssi (A B) (B A) . (3.6)
Ejercicio 3.1. Considere los conjuntos
S
1
= {x R: x
4
+x
3
x1 = 0}
y
S
2
= {1, 1}.
Pruebe que S
1
= S
2
.
4. Uni on e Intersecci on de conjuntos
La intersecci on de A y B, denotado AB, es el conjunto cuyos elementos est an tanto
en A como en B, es decir,
AB = {x X : (x A) (x B)}. (4.7)
Se dice que dos conjuntos A y B son disjuntos si AB = . La uni on de A y B, denotado
AB, es el conjunto cuyos elementos est an en A o en B, es decir,
AB = {x X : (x A) (x B)}. (4.8)
5
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
En el siguiente Teorema se establecen las Propiedades Conmutativa y Distributiva
de las operaciones uni on e intersecci on. En su demostraci on se hace evidente el fuerte
vnculo que existe entre la Teora de Conjuntos y la L ogica.
Teorema 4.1. [Operaciones con conjuntos]
Sean A, B y C conjuntos. Entonces
AB = BA; (4.9)
AB = BA; (4.10)
(AB) C = (AC) (BC); (4.11)
(AB) C = (AC) (BC). (4.12)
Demostraci on. Probemos (4.11). Los puntos (4.9), (4.10) y (4.12) quedan para el lector.
i) Probemos que
(AB) C (AC) (BC). (4.13)
Sea x (AB) C, cualquiera. Se tiene que
x (AB) C (x AB) (x C)
(x A x B) (x C)
(x A x C) (x B x C)
(x AC) (x BC)
x (AC) (BC).
Puesto que x fue elegido arbitrariamente, se sigue que
x (AC) (BC), para todo x (AB) C,
de manera que se tiene (4.13).
ii) Puesto que en todos los pasos del procedimiento anterior se tienen bicondicionales,
se tiene inmediatamente que
(AC) (BC) (AB) C. (4.14)
Entonces, en virtud de (3.6), (4.13) y (4.14), se concluye (4.11).
Ejemplo 4.1. Un conjunto cualquiera A est a completamente determinado por sus elementos.
Por tanto las igualdades
A = {a, e, i, o, u} = {i, e, a, o, u} = {u, a, o, e, i} = {x : x es una vocal}.
son todas v alidas.
Tip de Maxima No. 1.
El comando : se utiliza para cualquier tipo de asignacion a un objeto.
Tip de Maxima No. 2.
En Maxima un conjunto se declara con objetos contenidos entre llaves.
Las ordenes intersection(A1,...,An) y union(A1,...,An) permiten calcular,
respectivamente, A
1
A
2
... A
n
y A
1
A
2
... A
n
. La orden setdifferen-
ce(A,B) calcula A\B.
6
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Ejemplo 4.2. Consideremos los conjuntos
(%i1) A: {a,b,c,d,m,n,o,p};
B: {b,c,d,p,u,v,w};
C: {a,c,d,m,o,w};
( %o1) {a, b, c, d, m, n, o, p}
( %o2) {b, c, d, p, u, v, w}
( %o3) {a, c, d, m, o, w} Veriquemos que para estos conjuntos efectivamente se cumple que
(AB) C = (AC) (BC):
(%i4) E1: union(intersection(A,B), C);
( %o4) {a, b, c, d, m, o, p, w}
(%i5) E2: intersection(union(A,C), union(B,C));
( %o5) {a, b, c, d, m, o, p, w} Asimismo calculemos los dos lados de A\(BC) =(A\B) (A\C):
(%i6) D1: setdifference(A,intersection(B,C));
( %o6) {a, b, m, n, o, p}
(%i7) D2: union(setdifference(A,B),setdifference(A,C));
( %o7) {a, b, m, n, o, p}
No se ha mencionado nada sobre la naturaleza de los elementos de un conjunto; estos podran ser
letras, n umeros e incluso otros conjuntos.
Ejemplo 4.3. Consideremos los conjuntos
(%i1) A: { {0}, {1,2}, {1,3}, {3,4} };
( %o1) {{0}, {1, 2}, {1, 3}, {3, 4}}
(%i2) B: { {1,2}, {1,3}, {5,8}, {1,2,3} };
( %o2) {{1, 2}, {1, 2, 3}, {1, 3}, {5, 8}} Se tiene que
(%i3) intersection(A,B);
( %o3) {{1, 2}, {1, 3}}
(%i4) union(A,B);
( %o4) {{0}, {1, 2}, {1, 2, 3}, {1, 3}, {3, 4}, {5, 8}}
Se dene la diferencia sim etrica de dos conjuntos A y B mediante
AB = (AB) \(AB).
7
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Proposici on 4.1. Dados los conjuntos A, B y C en el universo U, se tiene que
AB = (A\B) (B\A); (4.15)
AA = ; (4.16)
A = A; (4.17)
AA = A; (4.18)
AA = A; (4.19)
AU = U; (4.20)
AU = A; (4.21)
A = A; (4.22)
A = ; (4.23)
AA
c
= U; (4.24)
AA
c
= ; (4.25)
(A
c
)
c
= A; (4.26)

c
= U; (4.27)
U
c
= ; (4.28)
A\B = AB
c
; (4.29)
A(AB) = A; (4.30)
A(AB) = A. (4.31)
Ejercicio 4.1. Pruebe la Proposici on 4.1.
Ejercicio 4.2. Usando las propiedades de las operaciones, simplicar los siguientes conjuntos
[C\(AB)] [C\(AB)],
(AB
c
) (AB)
c
,
[(AB) B
c
] [B
c
(AB)]
c
,
(CB)
c
\[A(B\C)].
Ejercicio 4.3. Demostrar las siguientes identidades
[D
c
(D\C
c
)
c
] C
c
= (CD)
c
;
(ABC) \C = (AB) \C;
5. Leyes de De Morgan
El complemento de B con respecto a A, denotado A\ B, es el conjunto de elementos
que estando en A, no est an en B, esto es
A\B = {x A : x B}. (5.32)
En particular, B
c
= U\B representa el complemento de B.
En el siguiente Teorema se establece un mecanismo para intercambiar las operaciones
de uni on e intersecci on con ayuda de la complementaci on.
8
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Teorema 5.1. [Leyes de De Morgan]
Sean A, B y C conjuntos. Entonces
A\(BC) = (A\B) (A\C); (5.33)
A\(BC) = (A\B) (A\C). (5.34)
Si A = U, entonces (5.33) y (5.34) se escriben como
(BC)
c
= B
c
C
c
, (5.35)
(BC)
c
= B
c
C
c
. (5.36)
Demostraci on. Probemos (5.35). Los puntos (5.33), (5.34) y (5.36) quedan como ejercicio
para el lector.
i) Probemos que
(BC)
c
B
c
C
c
. (5.37)
Sea x (BC)
c
, cualquiera. Entonces x BC o, equivalentemente,
(x B x C) x B x C x B
c
x C
c
,
de manera que x B
c
C
c
. Por la arbitrariedad de x se sigue (5.37).
ii) Puesto que en el proceso anterior se tienen bicondicionales en todos los pasos se sigue
que
(BC)
c
B
c
C
c
. (5.38)
Por (5.37), (5.38) y (3.6) se concluye (5.35).

6. Los conjuntos Ny Z
Se denen los siguientes conjuntos
0 = ,
1 = {0} = {},
2 = {0, 1} = {, {}},
3 = {0, 1, 2} = {, {}, {, {}}},
.
.
.
.
.
.
.
.
.
.
.
.
n = {0, 1, 2, ..., n1}. (6.39)
Se dene N, el conjunto de los n umeros naturales, mediante
N= {1, 2, 3, ...}, (6.40)
A lo largo de este curso se usar a
N

= N{0} (6.41)
para denotar al conjunto de los enteros no-negativos.
La construcci on (6.39)-(6.40) es congruente con los Axiomas de Peano que fueron
dise nados originalmente para caracterizar a los n umeros naturales. El lector interesado
puede ver e.g. [2] y [3].
9
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Ejemplo 6.1. Denamos A como el conjunto formado por todos los subconjuntos binarios de
N. Entonces,
C = {{1, 2}, {1, 3}, {1, 4}, ..., {2, 3}, {2, 4}, {2, 5}, ...}
.
Es claro que B = {1, 1} = {1}, no pertenece al conjunto C.
La construcci on matem atica del conjunto de los n umeros enteros,
Z= {..., 3, 2, 1, 0, 1, 2, 3, ...}, (6.42)
a partir de Nse escapa de los objetivos de este curso. El lector interesado puede consultar
e.g. [4].
7. Relaciones
Los tres tipos de relaciones que debe manejar un Ingeniero son
relaciones de orden,
relaciones de equivalencia, y
funciones.
En esta secci on abordaremos las dos primeras y en la Secci on 8 estudiaremos la tercera.
7.1. Conjuntos Ordenados
Cuando el orden de los elementos es importante tenemos que valernos de alg un truco
que permita distinguir cu al elemento es el primero, el segundo, etc.
Denici on 7.1. [Par ordenado. Producto Cartesiano.]
Sean A y B dos conjuntos no-vacos. Se dene el producto cartesiano de A y B, denotado
AB, mediante
AB = {(a, b) : a Ab B},
donde,
(a, b) {a, {a, b}} = {{a, b}, a}. (7.43)
Se dice que (a, b) AB es el par ordenado con primera componente a A y segunda
componente b B.
La formulaci on (7.43) es el truco que buscamos para establecer conjuntos ordenados
pues el primer elemento de (a, b) AB, es aquel que pertenece al segundo elemento de
(a, b). De la denici on de par ordenado se sigue que
(a, b) = (c, d) ssi (a = c) (b = d). (7.44)
De manera similar se dene el producto ordenado de los conjuntos no-vacos A
1
, A
2
,...,
A
n
:
A
1
A
2
... A
n
= (A
1
A
2
... A
n1
) A
n
. (7.45)
En particular se pone
A
n
= AA... A (n veces). (7.46)
10
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Tip de Maxima No. 3.
La orden cartesian product(A1,...,An) calcula A
1
A
2
... A
n
.
Ejemplo 7.1. Consideremos los conjuntos
(%i1) A: {a,b,c};
B: {1,2};
C: {u,v};
( %o1) {a, b, c}
( %o2) {1, 2}
( %o3) {u, v}
Calculamos ABC:
(%i4) cartesian_product(A,B,C);
( %o4) {[a, 1, u], [a, 1, v], [a, 2, u], [a, 2, v], [b, 1, u], [b, 1, v], [b, 2, u],
[b, 2, v], [c, 1, u], [c, 1, v], [c, 2, u], [c, 2, v]} .
Ejercicio 7.1. Pruebe que
A(BC) = (AB) (AC). (7.47)
Ejercicio 7.2. Pruebe que
(A\B) C = (AC) \(BC). (7.48)
Ejercicio 7.3. Indique el valor de verdad de las siguientes proposiciones
A B ssi AB = A;
A B ssi B
c
A
c
;
A B ssi A
c
B
c
.
7.2. Relaci on
Denamos a continuaci on el concepto de relaci on.
Denici on 7.2. [Relaci on.]
Dados dos conjuntos no-vacos X e Y, llamamos relaci on de X en Y a todo subconjunto f de
XY.
Se suele escribir
xr y. (7.49)
para indicar que (x, y) pertenece a la relaci on r AB.
En el marco de la Denici on 7.2, Si X = Y, se dice que r es una relaci on en X.
Denici on 7.3. [Dominio. Codominio. Rango]
Sea f una relaci on de Xen Y. Se dice que x Xest a en el dominio de f , denotado Dom( f ) X,
si existe alg un y Y tal que (x, y) f . Se dice que Y es el codominio de f y se denota
Cod( f ) = Y. Se dice que y Y est a en el rango de f , denotado Rg( f ) Y, si existe alg un
x X tal que (x, y) f .
11
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Ejercicio 7.4. Consideremos la relaci on r sobre R denida mediante
r = {(x, y) RR: x
2
+y
2
= 1}.
Determine el dominio, codominio y rango de r.
7.3. Relaciones de Orden y Equivalencia
Sea r una relaci on de X en X. Se dice que r es
i) reexiva si
x X : xrx;
ii) sim etrica si
x, y X : xr y = yrx;
iii) antisim etrica si
x, y X : xr y yrx = x = y;
iv) transitiva si
x, y, z X : xr y yrz = xrz.
Introducimos ahora el concepto de relaci on de orden.
Denici on 7.4. [Relaci on de orden. Conjunto ordenado]
Se dice que una relaci on en el conjunto es de orden si es reexiva, antisim etrica y
transitiva. En este caso se dice que (, ) es un conjunto ordenado.
Ejercicio 7.5. Sobre Z se dene la relaci on de manera que
a b ba N{0}.
Pruebe que es una relaci on reexiva, antisim etrica y transitiva y que, por tanto, es una relaci on
de orden.
Ejercicio 7.6. [Conjunto de partes]
Dado un conjunto cualquiera, se llama conjunto de partes de , denotado P(), al conjunto
formado por todos los subconjuntos de , es decir,
P() = {U : U }. (7.50)
Pruebe que (P(), ) es un conjunto ordenado.
Denici on 7.5. [Relaci on de equivalencia. Clase de equivalencia.]
Se dice que una relaci on sobre el conjunto es de equivalencia si es reexiva, sim etrica y
transitiva. Se dene la clase de equivalencia de x como
[x] {y : x y}. (7.51)
Las clases asociadas a una relaci on de equivalencia denida sobre constituyen una partici on de
(v ease la Denici on 9.63).
12
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Ejercicio 7.7. Sea M Z. Denimos sobre Z, la relaci on de congruencia m odulo M, denotada
, como
a b a b es m ultiplo de M.
Pruebe que esta es una relaci on de equivalencia sobre Z. En particular, si M = 2 tenemos la
clasicaci on de los n umeros enteros en pares e impares:
Z= [1] [2].
7.4. El conjunto Q
Sea Z

= Z\{0}. Denimos sobre ZZ

una relaci on , mediante

(a
1
, b
1
) (a
2
, b
2
) ssi a
1
b
2
= a
2
b
1
. (7.52)
Proposici on 7.1. La relaci on denida sobre ZZ

mediante (7.52) es una relaci on de

equivalencia.
Ejercicio 7.8. Probar la Proposici on 7.1.
A cada clase de equivalencia
a
b
[(a, b)] (7.53)
= {(c, d) ZZ

: (a, b) (c, d)}

de le reere como n umero racional y al conjunto
Q=
_
a
b
: (a, b) ZZ

_
. (7.54)
se le denomina conjunto de los n umeros racionales.
8. Funciones
8.1. Noci on de funci on
Para un Ingeniero constituye una importante inversi on manejar apropiadamente
herramientas y conceptos matem aticos. Para reejar esto y para introducir a vuelo de
p ajaro varios de los conceptos con que nos encontraremos a largo del curso, presentamos
enseguida un par de ejemplos intuitivos en el marco de la Economa.
Empecemos con un ejemplo en el contexto de la Macroeconoma.
2
Subrayamos las
palabras clave.
Para poner las cosas en contexto, tengamos presente que el problema b asico en Economa radica en
satisfacer necesidades (esencialmente) ilimitadas a partir de recursos (certeramente) limitados [6].
2
Los Ejemplos 8.1 y 8.2 fueron adaptados a partir de [5] con autorizaci on del autor.
13
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Ejemplo 8.1. En buena medida, la estabilidad econ omica de un pas - y por tanto la estabilidad
del pas en s mismo - se reeja en el valor de la variable riesgo-pas. Se trata de un indicador
matem atico del riesgo nanciero que est a corriendo un pas cuando gasta m as de lo que ingresa
al herario p ublico, es decir que las recaudaciones del gobierno no alcanzan para cubrir los montos
de sus obligaciones establecidas en su presupuesto. Esto es, en un pas con un riesgo-pas elevado,
la probabilidad de encontrarse con una economa con serias dicultades tambi en ser a elevada.
Entonces, puesto que el ingrediente m as importante en un pas o estado es su poblaci on, no
quedan ya dudas de que las decisiones que se tomen respecto de la marcha de la economa no
pueden ser tomadas empricamente. Es de suma importancia que haya sustento matem atico para
que tales decisiones sean t ecnicas. Al interiorizarnos en el estudio del comportamiento del riesgo-
pas nos damos cuenta de que esta es una variable dependiente, es decir, est a dada como una
funci on de otras variables llamadas variables independientes. En nuestro ejemplo tales variables
independientes son las mismas que permiten al gobierno (usualmente a trav es del Banco Central)
establecer la rentabilidad ofrecida por los Bonos de Deuda P ublica (e.g. la inaci on); a tales
variables hay que a nadirle la rentabilidad ofrecida por los bonos del Tesoro de los Estados Unidos.
La evaluaci on del Riesgo-Pas (cl asico) puede verse as: supongamos que por un Bono de la naci on
X emitido a un a no de plazo se paga una tasa del 19% y que por un Bono de los Estados Unidos se
paga una tasa del 3,5% anual, entonces la diferencia entre estos dos Bonos seria del 16,5%; esta
diferencia multiplicada por 100 es lo que se denomina riesgo pas; signica que el riesgo pas de X
est a en 1650 puntos, posici on considerada como muy comprometida: la percepci on del riesgo
que tienen los compradores eleva la exigencia de rentabilidad para poder tentarlos a invertir (el
riesgo es muy alto respecto a los Estados Unidos).
Ahora consideremos una situaci on de Microeconoma.
Ejemplo 8.2. Supongamos que el due no de una panadera quiere aumentar las ganancias pues
quiere abrir un segundo local en un perodo (digamos) de seis meses. C omo hacerlo? Subir
los precios a los clientes? Achicar el tama no de los panes? Preparar m as pan para la venta?...
Probablemente la peor decisi on sera, al mismo tiempo, subir el precio del pan, achicarlo y hornear
m as pan del usual. Aqu el precio del pan, su tama no y cantidad son variables independientes y
la funci on objetivo que se quiere optimizar (en este caso maximizar) es la ganancia en un perodo
de seis meses, la variable dependiente.
El uso de conocimiento para tomar decisiones t ecnicas requiere el uso de matem aticas. El C alculo y la
Estadstica son herramientas utiles para tal efecto; en particular el C alculo casi seguramente ser a la primera
herramienta de optimizaci on con que se topar a el estudiante de Ingeniera.
14
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
8.2. Denici on y extensi on de una funci on
Introducimos ahora el concepto de funci on o aplicaci on.
Denici on 8.1. [Funci on / Aplicaci on]
Sean X y Y dos conjuntos no-vacos. Se dice que la relaci on f XY es una funci on (o
aplicaci on) de X en Y si se cumplen las siguientes condiciones:
i) Dom( f ) = X.
ii) Para cada x X, existe un unico y Y tal que (x, y) f , es decir,
x X, !y Y : (x, y) f.
Una funci on de X en Y se denota
f : X Y
x y = f (x) (8.55)
A veces en lugar de la notaci on (8.55), se escribe
X x f (x) Y. (8.56)
Al rango de una funci on f : X Y se le denota indistintamente
Rg( f ) = f(X) = { f (x) : x X}.
Observaci on 8.1. Las notaciones (8.55) y (8.56) son especialmente utiles cuando la corres-
pondencia entre x X e y = f (x) Y est a dada por alguna regla o f ormula especca. En ese
sentido puede pensarse que f (x) Y es el producto que resulta de aplicar el proceso f a la
materia prima x X. Tambi en se dice que la variable dependiente y = f (x) resulta de aplicar f a
la variable independiente x X.
Para cerrar esta secci on repasemos el concepto de extensi on de una funci on.
Denici on 8.2. [Extensi on de una funci on]
Se dice que una funci on g : V Y es una extensi on de la funci on f : U X si se cumplen
las siguientes condiciones
i) U V;
ii) X Y;
iii) g(u) = f (u), para todo u U.
En este caso se dice tambi en que f es una restricci on de g.
Tip de Maxima No. 4.
El comando gamma(x) calcula (x), cuando x > 0.
Ejemplo 8.3. Se dene la funci on Gamma, : (0, ) R, mediante la f ormula
() =
_

0
t
1
e
t
dt. (8.57)
15
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Figura 2: La funci on . Obs ervese que lm
x0
+
(x) = lm
x
(x) = .
Puesto que para cada n Nse tiene que
(n) = (n1)!,
se tiene que la funci on
(1, ) (+1) R
es una extensi on de la funci on factorial
n! =
_

_
1, n = 0,
n (n1)!, n N.
9. Familias de conjuntos
El concepto de familia de conjuntos es de vital importancia. A grosso modo una
familia de conjuntos sobre un conjunto es un una colecci on indexada de partes de
(v ease el Ejemplo 7.6).
Denici on 9.1. [Familia de Conjuntos. Conjunto de ndices.]
Llamamos familia de conjuntos sobre a toda aplicaci on
A

P().
En este caso se dice que es el conjunto de ndices de la familia y, normalmente, se usa la
notaci on
{A

P(). (9.58)
La notaci on (9.58) es similar a (11.74) para sucesiones. Esto no es casualidad: una sucesi on de
conjuntos es una familia de conjuntos indexada en N.
16
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Dada una familia de conjuntos {A

se denen la uni on e intersecci on de los

elementos de la familia mediante:
_

=
_
x : (
0
tal que x A

0
)
_
, (9.59)
_

=
_
x : (
0
: x A

0
)
_
. (9.60)
El caso en que = se maneja por convenci on:
_

= , (9.61)
_

= . (9.62)
Un tipo de familia de conjuntos de mucha utilidad es la partici on de un conjunto.
Denici on 9.2. [Partici on]
Se dice que {A

, una familia de conjuntos sobre , es una partici on de si su uni on da

y si cualesquiera dos elementos distintos de la familia son disjuntos, es decir si se cumplen
las condiciones
, , : A

= 0; (9.63)
_

= . (9.64)
Se suele expresar (9.63) diciendo que los conjuntos A

, , son mutuamente excluyentes. A (9.64)

se le reere diciendo que la familia {A

es exhaustiva.
La importancia de una partici on yace en que clasica perfectamente, por clases de
equivalencia, a los elementos de un conjunto. Esto ya se haba indicado anteriormente y
se establece en la siguiente proposici on.
Proposici on 9.1. [Partici on en clases de equivalencia]
Sea una relaci on de equivalencia sobre . Entonces existe tal que {[x]}
x
es
una partici on de .
La demostraci on de este resultado requiere del Lema de Zorn (v ease la Secci on 12).
10. Cardinalidad
Comparar el tama no de dos conjuntos por el n umero de sus elementos es viable
s olo cuando al menos uno de los conjuntos es nito. Para comparar el tama no de dos
conjuntos innitos es necesario denir los conceptos de inyectividad y sobreyectividad
de funciones.
17
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
10.1. Inyectividad y Sobreyectividad
Denici on 10.1. [Inyectividad. Sobreyectividad. Biyectividad.]
Sea f una funci on de A en B. Se dice que f es inyectiva si a elementos diferentes en A les
corresponde im agenes diferentes en B, es decir,
x
1
, x
2
A, x
1
x
2
: f (x
1
) f (x
2
). (10.65)
Se dice que f es sobreyectiva si todo elemento de B tiene preimagen, es decir,
y B, x A : f (x) = y. (10.66)
Se dice que f es biyectiva si es, a la vez, inyectiva y sobreyectiva.
Para probar la inyectividad de una funci on f es habitual vericar
x
1
, x
2
A, f (x
1
) = f (x
2
) x
1
= x
2
, (10.67)
que es equivalente a (10.65). Probar la sobreyectividad de f es equivalente a probar que, dado cualquier
y B, la ecuaci on
f (x) = y, x A,
tiene soluci on.
Es f acil vericar que si f : AB es biyectiva entonces existe una funci on g : B A
tal que
f (g(y)) = y, para todo y B; (10.68)
g( f (x)) = x, para todo x A. (10.69)
Las relaciones (10.68) y (10.69) nos dicen que f y g son procesos inversos el uno del otro.
Se dice que g es la funci on inversa de f (y viceversa) y se denota f
1
= g.
10.2. Denici on de Cardinalidad
Denici on 10.2. [Cardinalidad / potencia]
Se dice que dos conjuntos A y B tienen la misma cardinalidad o potencia si existe una funci on
biyectiva entre ellos. En este caso se denota
#[A] = #[B].
Si existe una funci on inyectiva de A en B, se dice que A tiene una cardinalidad menor o igual
que la cardinalidad de B y se escribe #[A] #[B]. Si adicionalmente #[A] #[B], se escribe
#[A] < #[B].
El smbolo , reci en denido, parecera denir una relaci on de orden y, por otro lado,
al poner
A B #[A] = #[B],
parecera que denimos una relaci on de equivalencia. En efecto, se pueden usar biyec-
ciones para tratar de probar las propiedades de reexividad, simetra, antisimetra y
transitividad. Todo parece funcionar. Y, si esto fuera cierto, por la Proposici on 9.1 todos
los conjuntos se podran clasicar por su cardinalidad. Sin embargo, sobre qu e conjun-
tos estaran denidas estas relaciones?
18
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Observaci on 10.1. [Paradoja de Cantor]
La paradoja de Cantor fue mencionada al principio de este captulo. Consiste en suponer que existe
un conjunto con la cardinalidad m as grande (que equivale a suponer que existe un conjunto que
contiene a todos los conjuntos) para entonces darse que cuenta que P() es a un m as grande. Para
evitar problemas como la paradoja de Cantor es indispensable una axiomatizaci on consistente
como la ZFC.
10.3. Conjuntos numerables y discretos
Son muy utiles los conjuntos que se pueden contar es decir que son nitos o
numerables:
Denici on 10.3. [Conjuntos numerables y discretos]
Se dice que un conjunto A es
i) numerable si #[A] =
0
;
ii) discreto si #[A]
0
;
donde, por denici on,

0
= #[N]. (10.70)
La clase de conjuntos con potencia
3

0
corresponde a los m as peque nos de los conjuntos innitos.
En efecto, un conjunto A es innito si y s olo si
#[A]
0
.
Ejemplo 10.1. Sea P el conjunto de los enteros positivos pares. Es claro que P Npero, puesto
que la funci on p : NP denida mediante
p(k) = 2k,
es biyectiva, se sigue que
#[N] = #[P].
El anterior ejemplo evidencia una diferencia cualitativa entre conjuntos nitos e in-
nitos. En efecto, si A y B son conjuntos nitos tales que A B, entonces
A B #[A] = #[B].
Proposici on 10.1. Dado un conjunto , se tiene que
#[P()] > #[]. (10.71)
Ejercicio 10.1. [*] Pruebe la Proposici on 10.1.
4
Observaci on 10.2. Es f acil vericar que si es un conjunto con n elementos, n N

, entonces
P() tiene exactamente 2
n
elementos (incluyendo a y ). Por analoga suele denotarse
#[P()] = 2
#[]
. (10.72)
3
es la letra hebrea alef.
4
Los ejercicios marcados con un asterisco tienen un nivel de dicultad superior.
19
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Para teminar esta secci on, enunciamos un resultado que es util e.g. para el manejo de
bases Hilbertianas.
Teorema 10.1. La union de una familia numerable de conjuntos numerables es numerable.
La demostraci on de este teorema equivale a probar que
#[NN] =
0
. (10.73)
Ejercicio 10.2. Pruebe (10.73).
Ejercicio 10.3. Pruebe que
#[Q] =
0
.
Idea. Use (10.73).
11. Sucesiones
Cuando se quiere resolver unproblema de Ingeniera conayuda de uncomputador, se
recurre habitualmente a aproximaciones discretas del modelo matem atico seleccionado;
por ello, el concepto de sucesi on es fundamental en Matem atica Aplicada ya que es
una herramienta importante que debe manejar un Ingeniero pues, nalmente, todas las
tareas que realiza un computador son procesos contables (en un n umero nito de pasos
el computador presenta al usuario una soluci on aproximada) es decir, truncaciones de
sucesiones.
Denici on 11.1. [Sucesi on]
Dado A un conjunto no-vaco, llamamos sucesi on en A a toda funci on cuyo dominio es N
o N

y cuyo codominio es A.
Es claroque el rangode una sucesi on
5
es unconjuntodiscreto; por ello, a las sucesiones
en un conjunto A se las suele denotar
(x
n
)
nN
A, (y
n
)
nN
A, (z
n
)
nN
A, etc. (11.74)
Tip de Maxima No. 5.
La orden b(n) calcula el n-esimo elemento de la serie de Fibonacci.
Tip de Maxima No. 6.
La orden map(f, expr1, expr2,...,exprn) devuelve una expresion cuyo operador
principal es el mismo que aparece en las expresiones expr
1
, ..., expr
n
pero cuyas subpartes son los resultados de aplicar f a cada una de las
subpartes de las expresiones.
5
En t erminos m as generales, el dominio puede ser cualquier conjunto con cardinalidad
0
, e.g. Z.
20
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Ejemplo 11.1. Supongamos, que se quiere empezar un negocio de cra de conejos. Una funci on
que modela matem aticamente tal fen omeno o proceso es la sucesi on de Fibonacci. En la naturaleza,
hay muchos elementos relacionados con la sucesi on de Fibonacci: la cantidad de p etalos de una
or y la cantidad de espirales en una pi na, etc. El negocio tiene perspectivas de ser rentable pues la
poblaci on de conejos crece a buen ritmo. En efecto, la sucesi on de Fibonacci (F
n
)
nN

{0}
N{0},
est a denida por
F
n
=
_

_
0, si n = 0,
1, si n = 1,
F
n1
+F
n2
, si n 2.
La f ormula anterior nos dice que a partir de n = 2 se obtiene F(n) al sumar los dos elementos
anteriores de la sucesi on.
(%i1) map( fib, [0,1,2,3,4,5,6,7,8,9,10]);
( %o1) [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
N umeros de tipo otante
Los computadores no trabajan con R, el conjunto de los n umeros reales, y, de hecho,
ni siquiera trabajan con Q, el conjunto de n umeros racionales. A pesar de que con cada
dia que pasa la capacidad de almacenamiento de memoria que tienen los computadores
se incrementa y el tama no fsico de los dispositivos se reduce, un computador no es
siquiera capaz de manejar un unico n umero como 3.14159.... Esto equivale a decir
que un computador no es capaz de manejar la sucesi on (x
n
)
nN

donde
x
0
= 3,
x
1
= 1,
x
2
= 4,
x
3
= 1,
x
4
= 5,
x
5
= 9,
.
.
.
.
.
.
Los computadores trabajan con n umeros de tipo otante, que constituyen un subconjun-
to nito de Q. El n umero tiene innitas cifras decimales en tanto que la capacidad de
memoria de cualquier computador es nita - puede ser muy grande pero no deja de ser
nita!
6
Por tanto, cuando se alcanza el tope de la capacidad de memoria del computador,
al ir introduciendo m as y m as cifras decimales del n umero , se recibe el mensaje de
error por underow.
Si un computador no puede manejar un n umero real como , c omo puede manejar
una funci on real de variable real? La respuesta es que no lo hace: se vale de truncaciones
y procesos de aproximaci on. Estas dos herramientas tienen que ver directamente con el
concepto matem atico de sucesi on.
6
Si no se puede introducir una cosa innita (como el n umero ) en algo nito (como la memoria de un
computador), sera concecible que el Innito (o sea Dios) pueda introducirse en un cuerpo nito (como el de
un ser humano)?
21
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Ejemplo 11.2. Si bien en una calculadora se puede ver el smbolo e
x
, en realidad no se calcula
e
x
, para un x R dado. En su lugar, jo un cierto tama no de error aceptable > 0, se escoge un
n Nde manera que
|s
n
(x) e
x
| < ,
donde
s
n
(x) =
n

k=0
1
k!
x
k
.
12. El Axioma de Elecci on y el Lema de Zorn
La Matem atica que usa normalmente unIngeniero se fundamenta enla Teora de Con-
juntos la cual, a su vez, tiene como sustento los Axiom atica ZFC, como se mencion o en
la Secci on 1. Estos pilares son usados sin cuestionamientos pues el trabajo en Ingeniera
tiene que ver principalmente con encontrar mecanismos para resolver problemas. El
Ingeniero no cuestiona, por regla general, los fundamentos de la Matem atica.
7
El Axioma de Elecci on, que presentamos a continuaci on, dice muy a grosso modo que
si se tiene una colecci on de recipientes, cada una con al menos un objeto, se puede tomar
exactamente un objeto de cada recipiente y ponerlos en un nuevo recipiente - incluso si
hay un n umero innito de recipientes.
Axioma de Elecci on. Sea {A

una familia de conjuntos sobre un conjunto no-

vaco tal que A

,para todo . Entonces, existe una aplicaci on E :

tal que
E() A

, para todo .
El Axioma de Elecci onfue formulado por Zermelo (1904). Para la Teora de Conjuntos,
el Axioma de Elecci on no es indispensable: se pueden construir otras Matem aticas
cuando se lo reemplaza por enunciados distintos. Por otro lado, es importante mencionar
que hay un gran n umero de proposiciones que son equivalentes (desde el punto de vista
l ogico) al Axioma de Elecci on como el Teorema del Buen Orden o el Lema de Zorn;
este ultimo se utiliza con frecuencia para probar resultados de existencia en An alisis
Matem atico.
Para presentar el lema de Zorn es necesario introducir un par de conceptos. Sea (P, )
un conjunto ordenado y sea Q P.
i) Se dice que Q est a totalmente ordenado si dados a, b Q estos son comparables,
es decir se verica que
a b b a. (12.75)
ii) Se dice que c P es una cota superior de Q si se cumple que
q c, para todo q Q. (12.76)
iii) Se dice que m P es un elemento maximal de P si se cumple que
m x = m= x. (12.77)
7
Esta Secci on es opcional pero se la presenta en este curso por razones de completitud.
22
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
iv) Se dice que P es inductivo si todo subconjunto totalmente ordenado de P admite
una cota superior.
No es esencial conocer la demostraci on del Lema de Zorn (a partir del Axioma de
Elecci on) pero es importante conocer bien su enunciado y saberlo usar.
Lema 12.1. [Lema de Zorn]
Todo conjunto ordenado, inductivo y no-vaco admite un elemento maximal.
El Lema de Zorn se usa para probar e.g. que todo espacio vectorial pos ee una base de Hamel.
13. Grupos, anillos y cuerpos
Los conceptos de grupo, anillo y cuerpo sonfundamentales enlas Matem aticas aplica-
das a la Ingeniera. A estas estructuras algebraicas hay que a nadir el concepto de espacio
vectorial para tener el esqueleto sobre el cual es posible construir los organos del
An alisis Matem atico. Para las tres primeras estructuras algebraicas es indispensable el
concepto de operaci on interna.
Denici on 13.1. [Operaci on interna]
Sea un conjunto no-vaco. Llamamos operaci on interna sobre a toda funci on
: .
A la imagen de (a, b) se le denota a b.
En la siguiente denici on uno puede pensar que Z es el conjunto de los enteros, Z, y
que es la suma habitual de n umeros enteros.
Denici on 13.2. [Grupo]
Sea una operaci on interna sobre Z. Se dice que (Z, ) es un grupo si se cumplen las siguientes
condiciones
a) [Asociatividad aditiva] Dados a, b, c Z, se tiene que
(a b) c = a (b c). (13.78)
b) [Existencia del neutro aditivo] Existe un elemento 0 Z tal que
a 0 = a, para todo a Z. (13.79)
c) [Existencia de inversos aditivos] Para cada a Z existe un elemento b Z tal que
a b = 0. (13.80)
Un tipo muy importante de grupos corresponde a aquellos donde se cumple la
propiedad conmutativa.
23
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Figura 3: Ejemplo de un dise no egipcio con el grupo cristalogr aco p4m.
Denici on 13.3. [Grupo Abeliano]
Se dice que un grupo (Z, ) es Abeliano (o Conmutativo) si se verica
d) [Conmutatividad aditiva] Dados a, b Z,
a b = ba. (13.81)
Ejemplo 13.1. El rango de aplicaciones de los Grupos es vasta. En particular, los grupos
cristalogr acos son grupos de simetra bidimensional que normalmente reejan patrones. Tales
patrones ocurren con frecuencia en Arquitectura y en el Arte Decorativo, v ease la Figura 3.
En la siguiente denici on uno puede pensar que P es el conjunto de los polinomios,
y que y son, respectivamente, la suma y multiplicaci on habituales en P.
Denici on 13.4. [Anillo]
Sean y dos operaciones internas sobre P. Se dice que (P, , ) es un anillo si (P, ) es un
grupo Abeliano y se verican las condiciones
e) [Asociatividad multiplicativa] Dados a, b, c Z, se tiene que
(a b) c = a (b c). (13.82)
f) [Propiedad distributiva] Dados a, b, c Z, se tiene que
a (bc) = (a b) (a c). (13.83)
Ejercicio 13.1. Consideramos el conjunto
Z
4
= {0, 1, 2, 3},
junto con las operaciones internas y denidas, para x, y Z
4
, mediante
xy = (x+y)mod4,
xy = (x y)mod4,
donde las operaciones + y son la suma y multiplicaci on habituales en Z, y para un n umero
x Z, la notaci on
xmod4
representa el residuo de la divisi on (entera) de x para 4. Pruebe que (Z
4
, , ) es un anillo.
24
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
En la siguiente denici on uno puede pensar que R es el conjunto de los n umeros
reales, R, y que, respectivamente, y representan la suma y multiplicaci on habituales
en R.
Denici on 13.5. [Cuerpo / campo]
Se dice que un anillo (R, , ) es un cuerpo (o campo) si se verican las siguientes condiciones
g) [Existencia del neutro multiplicativo] Existe un elemento 1 R tal que
a 1 = 1a = a, para todo a R. (13.84)
h) [Existencia de inversos multiplicativos] Para cada a Z\ {0} existe un elemento
b Z tal que
a b = ba = 1. (13.85)
i) [Conmutatividad multiplicativa] Dados a, b Z,
a b = ba. (13.86)
Por supuesto, el conjunto de los n umeros reales tiene muchas m as propiedades que las presentadas
en la Denici on 13.5. Estas propiedades son estudiadas en la siguiente Unidad.
Ejercicio 13.2. Recordemos que los n umeros racionales se denieron en (7.53). Dados dos
n umeros racionales
a
b
y
c
d
se dene su suma y su multiplicaci on, mediante las siguientes f ormulas
a
b
+
c
d
=
ad+bc
bd
, (13.87)
a
b

c
d
=
ac
bd
. (13.88)
Probar que (Q, +, ) es un cuerpo.
Ejemplo 13.2. Nos interesa cuerpos num ericos B para los que tengan sentido las contenencias
Q B C (13.89)
y tal que se veriquen las propiedades
x B =

x B, (13.90)
x B = x B. (13.91)
Puesto que R es un cuerpo y Q R C, el conjunto
B= {B : B es un cuerpo que verica (13.89), (13.89) y (13.91) }
es no-vaco. Llamamos n umeros construibles a los elementos de B

B determinado por
B

B, para todo B B.
25
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Figura 4: El t ermino construible tiene que ver con que un n umero z = x+iy est a en B

ssi dado un segmento de longitud 1, es posible construir con regla y comp as segmentos
de longitudes |x| y |y|, [1].
14. Problemas
14.1. Una f abrica produce 100 artculos por hora, de los cuales 60 pasan el control de calidad.
Las fallas en el resto fueron de tipo A, B y C, y se repartieron del modo siguiente:
a) 8 artculos con fallas A y B;
b) 12 artculos s olo con fallas tipo A;
c) 3 artculos con fallas tipo A, B y C;
d) 5 artculos con fallas tipo A y C;
e) 2 artculos con fallas tipo B y C.
El n umero de artculos que tuvieron una sola falla de tipo C o de tipo B fue el mismo. Cu antos
artculos tuvieron fallas tipo B? Cu antos artculos tuvieron una sola falla?
14.2. Sean A, B y C conjuntos. Pruebe que
AB = BA;
AB = BA;
(AB) C = (AC) (BC).
14.3. Sean A, B y C conjuntos. Pruebe que
A\(BC) = (A\B) (A\C);
A\(BC) = (A\B) (A\C).
14.4. Determine los siguientes conjuntos
A =

_
n=1
_
1
n
, +
cos(n/2)
n
_
;
B =

_
n=1
_

_
cos(n)
n
;
_
1+
2+n
1/n
n
2
+1
_
n
2
n+1
_

_
;
C = AB; D= AB; E = A\B; F = B\A.
26
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
14.5. Apoy andose en Maxima resuelva el Problema 14.4.
14.6. Sea un conjunto no-vaco. Pruebe que (P(), ) es un conjunto ordenado.
14.7. [*] Sea una relaci on de equivalencia sobre . Pruebe que existe tal que
{[x]}
x
es una partici on de .
14.8. Sea M Z. Denimos sobre Z, la relaci onde congruencia m odulo M, denotada , mediante
a b a b es m ultiplo de M.
Pruebe que es una relaci on de equivalencia sobre Z.
14.9. Pruebe que un conjunto A es innito si y s olo si #[A]
0
.
14.10. [*]
1) Pruebe que
#[NN] =
0
.
2) Dados los conjuntos numerables A
1
, A
2
,... pruebe que
#
_

_
n=1
A
n
_

_
=
0
.
3) Pruebe que
#[Q] =
0
.
14.11. [*] Pruebe que
#[(0, 1)] >
0
.
14.12. Sea un conjunto. Pruebe que
#[P()] > #[].
14.13. Sean n N, = e
2i/n
y
U = {r
k
=
k
: k = 0, 1, 2, ..., n1}.
Se dene : UU U mediante
r
k
r
j
= r
k+j
.
Pruebe que (U, ) es un grupo Abeliano.
14.14. Sea (G, ) un grupo de n 4 elementos. Pruebe que G es un grupo Abeliano.
14.15. Indique si el conjunto A= {a, b, c} junto con la operaci on denida en el Cuadro 5 es un
grupo. Si es el caso, es grupo abeliano?
14.16. Indique si el conjunto E = {0, 1} junto con la operaci on denida en el Cuadro 6 es un
grupo.
27
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Cuadro 1:
a b c
a a b c
b b c a
c c a b
Cuadro 2:
0 1
0 0 0
1 0 1
14.17. Consideramos el conjunto
Z
4
= {0, 1, 2, 3},
junto con las operaciones internas y denidas, para x, y Z
4
, mediante
xy = (x+y)mod4,
xy = (x y)mod4,
donde las operaciones + y son la suma y multiplicaci on habituales en Z, y para un n umero
x Z, la notaci on xmod4 representa el residuo de la divisi on (entera) de x para 4. Verique que
(Z
4
, , ) es un anillo.
14.18. Indique si las siguientes parejas constituyen grupos. Si ese es el caso, es un grupo
abeliano?
a) (Z, ) b) (Q, ) c) (Q\{0}, )
14.19. Sea E = {0, 1}. Indique (E, , ) es un anillo con las operaciones dadas en los Cuadros 7
y 8 es un grupo. La operaci on es conmutativa?
Cuadro 3:
0 1
0 0 1
1 1 0
14.20. Sea (G) un grupo en el cual
a G : a
2
= e,
donde e G es el elemento neutro. Pruebe que (G, ) es abeliano.
14.21. Sea (G) un grupo abeliano. Pruebe que
(a b)
n
= a
n
b
n
, a, b G, n N.
28
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Cuadro 4:
0 1
0 0 0
1 0 1
14.22. [*] Sea (G) un grupo tal que
(ab)
3
= a
3
b
3
(ab)
5
= a
5
b
5
, a, b G.
Pruebe que (G, ) es abeliano
14.23. Indique si el conjunto A= {a, b, c} junto con la operaci on denida en el Cuadro 5 es un
grupo. Si es el caso, es grupo abeliano?
Cuadro 5:
a b c
a a b c
b b c a
c c a b
14.24. Una f abrica produce 100 artculos por hora, de los cuales 60 pasan el control de calidad.
Las fallas en el resto fueron de tipo A, B y C, y se repartieron del modo siguiente:
a) 8 artculos con fallas A y B;
b) 12 artculos s olo con fallas tipo A;
c) 3 artculos con fallas tipo A, B y C;
d) 5 artculos con fallas tipo A y C;
e) 2 artculos con fallas tipo B y C.
El n umero de artculos que tuvieron una sola falla de tipo C o de tipo B fue el mismo. Cu antos
artculos tuvieron fallas tipo B? Cu antos artculos tuvieron una sola falla?
14.25. Indique si el conjunto E = {0, 1} junto con la operaci on denida en el Cuadro 6 es un
grupo.
Cuadro 6:
0 1
0 0 0
1 0 1
14.26. Sea E = {0, 1}. Indique (E, , ) es un anillo con las operaciones dadas en los Cuadros 7
y 8 es un grupo.
La operaci on es conmutativa?
14.27. Indique si las siguientes parejas constituyen grupos. Si ese es el caso, es un grupo
abeliano?
a) (Z, ) b) (Q, ) c) (Q\{0}, )
29
M
a
y
o
r
g
a
-
Z
a
m
b
r
a
n
o
,
J
.
Cuadro 7:
0 1
0 0 1
1 1 0
Cuadro 8:
0 1
0 0 0
1 0 1
Referencias
[1] J. Beachy and W. Blair, Abstract Algebra, Waveland Press, Inc., USA, 2005.
[2] P. R. Halmos, Naive set theory, D. Van Nostrand Company, Inc., New York, N. Y.,
1960.
[3] K. Hrbacek and T. Jech, Introduction to Set Theory, Marcel Dekker, Inc., New York,
1999.
[4] R. Labarca, Sobre la Construcci on de los N umeros Enteros y Racionales, Universidad de
Santiago de Chile, (2011).
[5] J. Mayorga-Zambrano, C alculo Diferencial para Ingeniera, Universidadde Talca, Chile,
2007.
[6] C. McConnel, Economa, McGraw-Hill Interamericana, S.A., Colombia, 1997.
30