UNIVERSIDAD PEDRO RUIZ GALLO ´ FACULT ACULTAD DE CIENCIAS FISICAS Y MATEM MATEMATICAS ´ ESCUELA ESCUELA PROFESION PROFESIONAL AL DE MATEM MATEMATICAS
MATEMATICA BASICA
presentad presentadoo por:
M. Sc. Walter Arriaga Delgado
LAMBAYEQUE– PERU 2013
Dedicatoria Para mis padres, Martha y El´ El´ıas; para mi adorable esposa, Flor Angela y para los m´as as grandes tesoros de mi vida, mis hijas Alessandra Anghely y Stefany Grace.
Prefacio Visi´ on on general Una de las situaciones m´as as dificiles a que se ve enfrentado comunmente un investigador en matem´ atica es la de tratar de explicar su labor profesional. atica La respuesta a ´esta esta interrogante a lo largo de la historia de la humanidad han h an sido de la m´ as as variable ´ındole: hay quienes plantean que cultivan cultivan esta ciencia por satisfacci´on on personal, sin buscar sus aplicaciones inmediatas; otros aseguran que, siendo la busqueda de conocimiento consustancial a la naturaleza humana y siendo la matem´atica atica lenguaje universal, ´esta esta debe cultivarse como contribuci´on on al acervo cultural de la humanidad, para permitir a los diversos pueblos pueblos comprender comprender su propia y particular particular realidad. realidad. Tambi´ ambi´en en se estima estima necesario necesario que todos los pa´ pa´ıses, especialmente esp ecialmente aquellos en desarrollo, desarr ollo, cultiven las disciplinas b´asicas asicas para as´ as´ı poder po der lograr independizar indep endizarse se cient´ cient´ıfica, tecnol´ogica ogica y econ´omicamente. omicamente. Concordando en mayor o menor medida con estos planteamientos, se puede constatar que pese a ser la matem´atica a tica la m´as as com´ un de las ciencias, en el sentido de que est´a presente un y es utilizada por todos en la vida cotidiana, ciertamente no es la ciencia con mayor grado de popularidad; mucha gente tiene sentimientos de aprensi´on, on, disgusto e incluso miedo a la matem´ atica. atica. A´ un considerando estas dificultades, creemos que no ha sido suficientemente difundido el un muy relevante papel que juega nuestra disciplina en la formaci´on on integral de cada ciudadano; de manera privilegiada, la matem´atica atica aporta a esta formaci´ formacion o´n capacitando a las personas para tomar decisiones en la vida, para enfrentar situaciones nuevas, para poder crear y expresar ideas originales; esto se logra por p or ejemplo a trav´es es de desarrollar la capacidad de abstracci´ on, on, de ense˜ nar a relacionar objetos o situaciones diversas, de desarrollar la intuici´on; nar o n; en fin, la matem´ atica atica ayuda a desarrollar una mentalidad cr´ıtica ıtica y creativa. creativa. Es entonces muy preocupante que sea la m´as as desconocida de las ciencias ciencias para el ciudadano medio; es lo que nos atrevemos a llamar el analfabetismo matem´atico, atico, o, m´as as generalmente, el analfabet analf abetismo ismo cient´ cient´ıfico. El libro que se encuentra en estos momentos en sus manos pretende presentarle una introducci´on, on, a nivel elemental y b´asico, asico, de una parte de las matem´aticas aticas sumamente util u ´ til y de vital importancia en la formaci´on on acad´emica emica del estudiante: estudia nte: La Matem´ atica B´ asica. De la experiencia de dictar cursos y ponencias en Matem´atica atica es que surgieron apuntes de 3
4
Matematica a´tica B´asica
Walter Arriaga D.
clase que, despu´ es es de sucesivas sucesivas revisiones y ampliaciones, fueron f ueron transform´andose andose hasta optar la forma que ahora presentamos, con la intenci´on on de que sirva sirva como texto gu´ıa ıa que inicie inicie al alumno en esta fascinante rama de las matem´aticas. aticas.
Objetivo El objetivo de este libro es presentar los temas de manera clara y comprensible para los estudiantes de cualquier nivel, de forma f orma que los motive a preguntar porqu´e y transmitirles el entusiasmo y gusto por el estudio de la Matem´atica atica B´asica asica y a la vez proporcionar al lector una herramienta de consulta, dando la informaci´ on on b´ asica asica para la resoluci´on on de ´esta es tas, s, as´ı como co mo reforzar la comprensi´on on de los temas y conceptos por medio de una amplia gama de interesantes aplicaciones en el mundo real. El texto se ha dise˜nado nado para brindarle una comprensi´ on on s´olida olida e intuitiva de los conceptos b´asicos, asicos, sin sacrificar la precisi´on on matem´ atica. atica.
Aplicaciones Una de mis metas fue convencer a lo estudiantes de la importancia de la Matem´atica atica B´ asical en sus campos de estudio. asical Cara Ca ract cter´ er´ ısti ıs tica cass
Caracter´ Cara cter´ ısticas ısti cas pedag´ pe dag´ ogicas ogicas En base a nuestra nuestra experiencia experiencia docen do cente te y en consejos consejos de muchos muchos colegas, colegas, hemos inclu´ inclu´ıdo varios aspectos pedag´ogicos ogicos para ayudar a los estudiantes a aprender y a ampliar su perspectiva acerca de la Matem´atica atica B´asica. asica.
Problemas resueltos y propuestos Un problema en matem´atica atica puede definirse como una situaci´on, on, a la que se enfrenta un individuo individuo o un grupo, que requiere soluci´ soluci´on, on, y para lo cual no se vislumbra un camino aparente aparente y obvio que conduzca a la misma. La resoluci´on on de problemas debe apreciarse como la raz´on on de ser del contenido matem´atiatico, un medio poderoso de desarrollar conocimiento matem´atico atico y un logro indispensable de una buena educaci´on on matem´ atica. El elemento crucial asociado con el desempe˜no atica. no eficaz en matem´ atica es que los estudiantes desarrollen diversas estrategias que le permitan resolver atica problemas donde muestren cierto grado de independencia y creatividad. La elaboraci´ on de estrategias personales de resoluci´on on on de problemas crea en los alumnos confianza en sus posibilidades de hacer matem´atica, atica, estimula su autonom autono m´ıa, as´ as´ı como expresa expres a el grado de comprensi´on on de los conocimientos conocimientos y le facilita mecanismos mecanismos de transferenci transferenciaa a otras situaciones. Concebimos entonces que la resoluci´on on de problemas es el proceso m´as as importante que posibilitar´a a los estudiantes experimentar la utilidad y potencia de la matem´atica. atica. Implicarlos
Walter Arriaga D.
Matematica a´tica B´asica
5
en esa labor les permitir´a indagar, construir, aplicar y conectar lo aprendido. apr endido. De ah´ ah´ı que una responsabilidad importante de los docentes del ´area area de matem´atica atica sea elaborar, seleccionar, proponer y discutir problemas de diverso tipo y exigencia conjuntamente con los estudiantes y con otros colegas. Aprender matem´atica atica significa entender y usar la matem´atica atica a trav´ es es de la resoluci´on on de problemas, problemas, aprender matem´atica a tica no s´olo olo es memorizar f´ormulas ormulas t´ecnicas ecnicas para resolver ejercicios propuestos. Hay que hacer que los alumnos trabajen din´amicamente amicamente en actividades que permitan la construcci´ on on del saber matem´atico atico por etapas, a partir de fen´omenos omenos y de situaciones cotidianas de modo que vayan elaborando conceptos de dificultad creciente, observando claramente y de inmediato su uso. Todo usuario de la Matem´atica atica recopila, descubre o crea conocimiento en el curso de la actividad que realiza con un fin. El desarrollo de las actividades debe estar organizado para que los estudiantes comuniquen ideas oralmente y por escrito. El proceso de construcci´on on del lenguaje matem´atico atico no puede ser una actividad individual. Es un proceso de comunicaci´on: alumno-profesor, profesor-alumno y sobre todo alumno-alumno. La capacidad de usar con facilidad facilidad el lenguaje matem´ atico atico es muy importante importante para comprender comprender la matem´ atica atica y por eso las formas de comunicaci´on on matem´ atica deben ser cada vez m´as atica as formales y simb´olicas. olicas. El libro contiene problemas resueltos y propuestos para que el estudiante ponga a prueba su aptitud. En los ejemplos resueltos ense˜namos namos a los estudiantes estudiantes a pensar sobre los problemas antes de que empiecen a resolverlos.
Res´ umenes umenes Al final de cada cap´ cap´ıtulo, aparece un repaso detallado detallado de los resultados resultados importantes del mismo, esto permitir´a una clara comprensi´on on del texto.
Uso de Software La tendencia cada vez mayor a que el docente se convierta en un “facilitador del aprendizaje” dizaje” m´ as as que un “presentador “presentador de hechos” ha producido una expansi´ on on en la esfera de los paquetes de inform´atica atica especializados como los software matem´aticos aticos preparados para ayudar al docente. Estos paquetes tienen por objeto suplementar el trabajo pr´actico, permitiendo as´ as´ı ampliar amplia r la presentaci´ presentaci on o´n de la ciencia a los estudiantes. Estos software han adquirido tal grado de complejidad en la ense˜ nanza nanza de d e la Ciencia que qu e han recibido el nombre de “Tecnolog “Tecnolog´´ıa Educativa”. Entre los software matem´aticos aticos m´as as importantes podemos citar: Maple, Matlab, Derive, Mathematica, Cabri Geometry, etc. El software matem´atico atico Maple que se ha utilizado para la preparaci´on on de este libro, se caracteriza por realizar c´alculos alculos con s´ımbolos que representan ob jetos matem´aticos. aticos. Se trata de un sistema de c´alculo alcu lo cient´ıfico ıfic o (simb´ (si mb´olico, oli co, num´erico eric o y gr´ gr afico) a´fico) interactivo, con
6
Matem´ atica B´asica
Walter Arriaga D.
una sintaxis pr´ oxima a la notaci´on matem´ atica, disponible para una amplia gama de sistemas operativos. Algunas de sus capacidades son: Operaciones
num´ericas en aritm´etica racional exacta o decimal de precisi´on arbitraria.
Manipulaci´ on Operaciones
algebraica de variables y s´ımbolos.
con polinomios, fracciones algebraicas y funciones matem´aticas elementales.
C´alculo de l´ımites, derivadas y primitivas.
Resoluci´ on
de ecuaciones y sistemas.
Operaciones
con vectores y matrices.
Capacidades
gr´aficas en 2 y 3 dimensiones.
Lenguaje
de programaci´on de alto nivel.
La historia de la matem´ atica La historia de la matem´atica est´a llena de an´ecdotas, de problemas interesantes que pueden motivar a los j´ovenes a estudiarla y desarrollar actitude positivas hacia ella. El uso de t´ opicos de historia de la matem´atica, de biograf´ıas de matem´aticos, de acertijos y problemas cl´ asicos permite acercarnos a esta ciencia desde un punto de vista humano. Los estudiantes comprenden que la matem´atica es simplemente una actividad creada por seres humanos iguales a ellos, quienes desarrollaron ideas creativas y resolvieron situaciones que en su tiempo eran importantes, pero que en otros momentos sufrieron frustraci´ on y desenga˜ no, ya sea al no poder resolver los problemas que se plantearon, porque la sociedad no estaba preparada para sus ideas renovadoras, o porque sufrieron la marginaci´on de las comunidades cient´ıficas de la ´epoca, como ocurri´o en el caso de las mujeres matem´aticas. Es sumamente u ´ til explorar con nuestros alumnos los inicios de un concepto, las dificultades con las que tuvieron que enfrentarse estos investigadores y las ideas que surgieron al enfrentar una situaci´on nueva. Todos estos hechos encarnan una verdadera aventura intelectual que muchas veces se deja de lado en las clases tradicionales donde un tema aparece presentado de manera acabada e inerte, sin posibilidad de descubrimiento, ni cr´ıtica.
Introducci´ on Desde los comienzos de su existencia, el hombre ha estudiado su medio ambiente con la finalidad de mejorar su situaci´on. Empez´o por observaciones, como hacemos hoy en d´ıa, y sigui´o por la reuni´on de informaci´on y su aplicaci´on a la vida cotidiana. La ciencia es hoy d´ıa algo m´as compleja. Nuestra capacidad de observaci´on ha aumentado enormemente gracias al desarrollo de los modernos instrumentos desde los que nos permiten ver diminutas part´ıculas de materia ampliadas millones de veces hasta los que nos permiten ver estrellas distantes en los l´ımites exteriores del universo tal como lo conocemos. Nuestros procesos de acopio de datos tambi´en se han vuelto muy complejos. No solo disponemos de medios muy r´apidos para registrar informaci´ on sino que, mediante el uso de calculadoras y software, podemos recuperar la informaci´on en una fracci´on de segundo. Sin embargo, muchos de nosotros no tenemos todav´ıa la posibilidad de usar los u ´ ltimos inventos de la ciencia moderna. Tenemos que trabajar con las cosas existentes en nuestro medio inmediato que van a influir en nuestras vidas y en las de quienes nos rodean. Hay que tener en cuenta que los cambios r´apidos e incesantes del mundo de hoy hacen que tambi´ en cambien a su comp´as los conocimientos necesarios de matem´atica Entre todas las disciplinas matem´aticas, la teor´ıa de las ecuaciones diferenciales conjuntamente con el C´alculo Diferencial es la m´as importante. Proporciona la explicaci´ on de todas esas manifestaciones elementales de la naturaleza que involucran al tiempo. Esta obra es un intento para lograr que la ense˜nanza y el aprendizaje de la ciencia sean los m´as eficaces posible. Como no hay una manera perfecta de ense˜nar la Ciencia, ´esta publicaci´on no pretende ser el non plus ultra de la ense˜nanza de la Matem´atica. Los profesores deben buscar constantemente los mejores m´ etodos para ellos mismos y para sus alumnos, as´ı como leer con la mayor amplitud y profundidad posibles. Sin embargo, se espera que este trabajo sirva de documento b´asico para empezar. Se ha reunido las contribuciones de docentes que se han especializado en estos temas a fin de presentar un amplio panorama de la ense˜nanza de ´esta Ciencia. Es importante que el pensamiento creador en todos los niveles de educaci´on se centre en crear las situaciones de aprendizaje m´as eficaces para los estudiantes. En consecuencia, este texto est´a destinado tanto a estudiantes de ciencias e ingenier´ıa como a docentes en ejercicio as´ı como tambi´ en a los futuros docentes de varios niveles acad´ emicos para que lo utilicen en las situaciones m´as diversas. Su finalidad es mejorar la ense˜nanza cotidiana de la ciencia 7
8
Matem´ atica B´asica
Walter Arriaga D.
examinando los numerosos temas que influyen sobre el estudiante. ´ Este es el compromiso que como docente de la Facultad de Ciencias F´ısicas y Matem´aticas de la Universidad Nacional Pedro Ruiz Gallo he asumido: el contribuir a la formaci´on integral de los estudiantes del presente siglo. Se tiene siempre la esperanza de que una publicaci´on sea tan buena que haya demanda de una segunda edici´on. Esto permite siempre corregir las inexactitudes y las equivocaciones, as´ı como a˜ nadir material pertinente nuevo u omitido inadvertidamente antes. Se agradecer´a a los lectores que comuniquen sus propias contribuciones y sugerencias al autor.
´ Indice general
´ INTRODUCCION
9
1. ARITMETICA 1.1. Sucesiones y Series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15 15
1.1.1. Series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15
1.2. Fracciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
1.2.1. Clasificaci´ on
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
1.2.2. MCD y MCM de N´ umeros Fraccionarios . . . . . . . . . . . . . . . . . .
19
1.2.3. Fracciones Equivalentes: . . . . . . . . . . . . . . . . . . . . . . . . . . .
20
1.2.4. Relaci´ on entre los n´ u meros decimales y las fracciones . . . . . . . . . . .
20
1.3. Razones y proporciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23
1.3.1. Raz´ on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 1.3.2. Proporci´ on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 1.4. Mezclas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
1.5. Regla de tres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
1.5.1. Regla de tres simple directa . . . . . . . . . . . . . . . . . . . . . . . . .
26
1.5.2. Regla de tres simple indirecta o inversa . . . . . . . . . . . . . . . . . .
26
1.5.3. Regla de tres compuesta . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
1.6. Tanto por ciento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
27
1.7. N´ umero primo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
1.8. M´ aximo Com´ un Divisor y M´ınimo Com´ u n M´ ultiplo
. . . . . . . . . . . . . . .
28
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
1.9.1. Principios fundamentales . . . . . . . . . . . . . . . . . . . . . . . . . .
28
1.9.2. Permutaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
29
1.9.3. Variaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
1.9.4. Combinaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
1.10. L´ ogica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
1.10.1. Proposiciones y tablas de verdad . . . . . . . . . . . . . . . . . . . . . .
31
1.10.2. Valor de verdad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
32
1.10.3. Tabla de valores de verdad . . . . . . . . . . . . . . . . . . . . . . . . .
33
1.9. An´ alisis combinatorio
9
10
Matematica a´tica B´asica
Walter Arriaga D.
1.10.4. Cl Clases de propos posiciones . . . . . . . . . . . . . . . . . . . . . . . . . . .
34
1.10.5. Conectivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
35
1.10.6. Simbolizaci´ on de propos posiciones . . . . . . . . . . . . . . . . . . . . . . .
36
1.10.7. Ope Opera racciones con propo ropossiciones nes . . . . . . . . . . . . . . . . . . . . . . .
37
1.10.8. 1.10.8. Conjunci´ Conjunci´ on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 1.10.9. Disyunci´on inclusiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
39
1.10.10.Negaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
40
1.10.11.Condicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
41
1.10.12.Bicondicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
45
1.10.13.Disyunci´on exclusiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
46
1.10.14.Pro Propos posiciones Compues uestas . . . . . . . . . . . . . . . . . . . . . . . . . .
47
1.10.15. 1.10.15 .Jerarqu Jerar qu´´ıa de los conectivos conecti vos l´ogicos . . . . . . . . . . . . . . . . . . . . .
48
1.10.16.Tautolog´ıas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50
1.10.17.Contradicciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50
1.10.18.Contingencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
51
1.10.19.Equivalenc 1.10.19.Equivalencias ias l´ ogicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
52
1.10 1.10.2 .20. 0.Le Ley yes del del Alge lgebra bra Pro Propo possici icional onal . . . . . . . . . . . . . . . . . . . . . . .
52
1.10.21.Simplificaci´on de propos posiciones . . . . . . . . . . . . . . . . . . . . . . .
55
1.11. Conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
56
1.12. Apli plicaciones de de la Arit ritm´etica . . . . . . . . . . . . . . . . . . . . . . . . . . . .
56
1.12.1. Ap Aplicaciones a la Medicina
. . . . . . . . . . . . . . . . . . . . . . . . .
56
´ GICA 2. LO 2.1.. Introdu 2.1 Introducci cci´ o´n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
77 77
2.2.. Histor 2.2 Historia ia de la L´ L´ogica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
78
2.2.1. 2.2.1. Diferente Diferentess sistemas sistemas l´ogicos . . . . . . . . . . . . . . . . . . . . . . . . . .
84
2.3. Prop osiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
85
2.3.1. Clases de propos posiciones . . . . . . . . . . . . . . . . . . . . . . . . . . .
87
2.3.2. Conectivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
88
2.3. 2.3.3. 3. Propo Proposi sici cion ones es exte extens nsio iona nale less y no exte extens nsio iona nale less . . . . . . . . . . . . . .
88
2.4. Oper peraciones con propos posiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . .
89
2.4.1. 2.4 .1. La conjunc conjunci´ i´ on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
89
3. CONJUNTOS 3.1.. Introdu 3.1 Introducci cci´ o´n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
91 91
3.2. Determinac Determinaci´ i´ on de conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
93
3.3. Conjuntos num´ericos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
94
3.4. Conjuntos espec peciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
96
3.4.1. Conjuntos finitos e infinitos . . . . . . . . . . . . . . . . . . . . . . . . .
96
3.4.2. Conjunto vac´ıo o nulo . . . . . . . . . . . . . . . . . . . . . . . . . . . .
96
Walter Arriaga D.
Matematica a´tica B´asica
11
3.4.3. Conjunto unitario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
97
3.4.4. Conjunto universal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
97
3.5. Represent Representaci´ aci´ on on gr´ afica de conjuntos
. . . . . . . . . . . . . . . . . . . . . . . .
98
3.5.1. Diagramas lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
98
3.5.2. Diagramas Venn - Euler . . . . . . . . . . . . . . . . . . . . . . . . . . .
98
3.6. 3.6. N´ u mero de elementos o cardinal de un conjunto . . . . . . . . . . . . . . . . . . 100 umero
4. RELACIONES Y FUNCIONES 101 4.1. Relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 4.2. Produ oducto Cartesiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 4.3. Relaciones Binarias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 4.4. Clases de Relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 4.5. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 4.6.. Domini 4.6 Dominio o y rango de una una funci´ funci´ on . . . . . . . . . . . . . . . . . . . . . . . . . . 10 1 01
´ MEROS REALES 5. NU 103 5.1.. Introdu 5.1 Introducc cci´ i´ on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 5.2.. Ley de compos 5.2 composici ici´´on interna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 5.3.. Axioma 5.3 Axiomass de los n´ umeros reales . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 5.4. Ecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 5.4.1. Historia de las ecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . . 112 5.4.2. 5.4 .2. Clasifi Clasificac caci´ i´ o n de las ecuaciones . . . . . . . . . . . . . . . . . . . . . . . . 117 on 5.4 5.4.3. .3. Ecua Ecuaccione ioness de de pri prime merr gra grado do con una una var varia iabl blee . . . . . . . . . . . . . . . 120 120 5.4.4. Sistema de ecuaciones lilinea neales . . . . . . . . . . . . . . . . . . . . . . . . 121 5.4.5. Ecuaciones de segundo grado . . . . . . . . . . . . . . . . . . . . . . . . 127 5.4.6. 5.4 .6. Ecuaci Ecuaci´ on o´n C´ ubica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 1 30 5.4.7. 5.4 .7. Ecuaci Ecuaci´ on o´n Cu´artica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 5.4.8. 5.4 .8. Ecuaci Ecuaci´ o´n Bicuadrada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 5.4.9. 5.4 .9. Ecuaci Ecuaci´ o´n Polinomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 5.4.10. Pl Planteamie miento de de ecuaciones nes . . . . . . . . . . . . . . . . . . . . . . . . 133 5.5. Desigualdades e Inecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 5.5.1. Desigualdad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 5.5.2. La recta real . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 5.5.3. 5.5 .3. Inecua Inecuaci´ ci´ on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1 42 5.5.4. Inecuaciones de prim rimer grad rado . . . . . . . . . . . . . . . . . . . . . . . . 142 5.5.5. Inecuaciones de segundo ndo grad rado . . . . . . . . . . . . . . . . . . . . . . . 143 5.5.6. 5.5.6. Inecuacion Inecuaciones es polin´ omicas . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1 43 5.5.7. Inecuaciones racionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 5.5 5.5.8. .8. Ecua Ecuaccione ioness e ine inecuac cuaciione ones irr irrac acio iona nale less . . . . . . . . . . . . . . . . . . . 143 143 5.5.9. Inecuaciones expon ponenciales . . . . . . . . . . . . . . . . . . . . . . . . . 144
12
Matematica a´tica B´asica
Walter Arriaga D.
5.5. 5.5.10 10.. Ine Ineccuac uacione ioness logar ogar´´ıtmi ıtmica cass . . . . . . . . . . . . . . . . . . . . . . . . . . 145 145 5.5.11. Sistemas de inecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 5.6.. Valo 5.6 alorr Absoluto Absoluto y M´ aximo Entero . . . . . . . . . . . . . . . . . . . . . . . . . . 146 5.6.1. Valor absoluto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 5.6. 5.6.2. 2. M´ aximo entero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
´ MEROS COMPLEJOS 6. NU 7. RELACIONES Y FUNCIONES 7.1.. Introdu 7.1 Introducci cci´ o´n . . . . . . . . . . . . . . . . . . . . . 7.2. Producto Cartesiano . . . . . . . . . . . . . . . . 7.2.1. Par Ordenado . . . . . . . . . . . . . . . . 7.2.2. Igualdad de pares ordenados . . . . . . . 7.2.3. Produ oducto Cartesiano . . . . . . . . . . . . 7.3.. Relaci 7.3 Relaci´ o´n . . . . . . . . . . . . . . . . . . . . . . . 7.3.1. 7.3 .1. Domini Dominio o y Rango de una una Relaci Relaci´ o´n . . . . 7.3.2. 7.3 .2. Relaci Relaci´ o´n inversa . . . . . . . . . . . . . . 7.3.3. 7.3 .3. Composic Composici´ i´ o n de relaciones . . . . . . . . on 7.3.4. Tipos pos de relaciones . . . . . . . . . . . . . 7.4. Distancia entre dos puntos . . . . . . . . . . . . . 7.5. 7.5. Gr´ Gra´ficas de Relaciones . . . . . . . . . . . . . . . 7.6. La L´ınea Recta . . . . . . . . . . . . . . . . . . . 7.7.. Seccio 7.7 Secciones nes c´ onicas . . . . . . . . . . . . . . . . . . 7.8. 7.8. La Par´ ab ola . . . . . . . . . . . . . . . . . . . . . 7.9. La Circunferencia . . . . . . . . . . . . . . . . . . 7.10. La Elipse . . . . . . . . . . . . . . . . . . . . . . 7.11. La Hip´erbol bola . . . . . . . . . . . . . . . . . . . .
165
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . .
. . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . . . . . . . . . . . . . . . . . . . . .
167 . . . . . 167 . . . . . 169 . . . . . 169 . . . . . 169 . . . . . 170 . . . . . 17 1 72 . . . . . 17 1 73 . . . . . 174 . . . . . 174 . . . . . 175 . . . . . 180 . . . . . 181 . . . . . 182 . . . . . 183 . . . . . 184 . . . . . 186 . . . . . 188 . . . . . 190
8. FUNCIONES 8.1.. Introdu 8.1 Introducci cci´ o´n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.2.. Funci´ 8.2 unci´ on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.3.. Domini 8.3 Dominio o Rango Rango y Gr´ Gr´ afica afica de una funci´on . . . . . . . . . . . . . . . . . 8.4. Funciones espec peciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.4.1. 8.4 .1. Funci´ unci´ on Constante . . . . . . . . . . . . . . . . . . . . . . . . . . 8.4.2. 8.4 .2. Funci´ unci´ on Identidad . . . . . . . . . . . . . . . . . . . . . . . . . . 8.4.3. 8.4 .3. Funci´ unci´ o n de primer grado . . . . . . . . . . . . . . . . . . . . . . . on 8.4.4. 8.4 .4. Funci´ unci´ on on Cuadr´ atica . . . . . . . . . . . . . . . . . . . . . . . . . 8.4.5. 8.4 .5. Funci´ unci´ on Raiz Cuadrada . . . . . . . . . . . . . . . . . . . . . . . 8.4.6. 8.4 .6. Funci´ unci´ on on Polin´ omica . . . . . . . . . . . . . . . . . . . . . . . . . 8.4.7. 8.4 .7. Funci´ unci´ on Seccionada . . . . . . . . . . . . . . . . . . . . . . . . . 8.4.8. 8.4 .8. Funci´ unci´ on Valor Absoluto . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . .
193 . . . 193 . . . 19 1 95 . . . 19 1 96 . . . 198 . . . 198 . . . 199 . . . 200 . . . 201 . . . 202 . . . 203 . . . 203 . . . 204
Walter Arriaga D.
Matematica a´tica B´asica
13
8.4.9. 8.4 .9. Funci´ unci´ on on Escal´on Unitario . . . . . . . . . . . . . . . . . . . . . . . . . . 205 8.4.10. Funci´on Signo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205 8.4.11. Funci´ on on M´aximo Entero . . . . . . . . . . . . . . . . . . . . . . . . . . . 206 8.5. Tip o de Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 8.5.1. 8.5 .1. Funci´ unci´ on Inyectiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 8.5.2. 8.5 .2. Funci´ unci´ o n Sobreyectiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 on 8.5.3. 8.5 .3. Funci´ unci´ on Biyectiva
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
8.6. 8.6. Cara Caract cter er´´ısti ıstica cass de de alg algun unas as func funcio ione ness rea reale less . . . . . . . . . . . . . . . . . . . . . 208 208 8.7.. Funci´ 8.7 unci´ on Trigonom´etrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210 8.8.. Funci´ 8.8 unci´ on Exp onencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213 8.9.. Funci´ 8.9 unci´ on Logaritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
´ MATEMA ´ TICA 9. INDUCC INDUCCIION
219
10.MATRICE 10.MATRICES, S, DETERMIN DETERMINANTE ANTES S Y SISTEMAS SISTEMAS DE ECUACIONES ECUACIONES LINEALES 221 10.1. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221 10.1.1. Al Algo de historia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221 10.1.2. Introducci´ on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222 10.1.3. Orden de una Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223 10.1.4. Igualdad de Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224 10.1.5. Matrices Especiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224 10.1.6. Ope Operraciones nes con Matric rices . . . . . . . . . . . . . . . . . . . . . . . . . . 227 10.1.7. Tr Traza de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233 10.1.8. Tra Tran nspues uesta de una matriz riz . . . . . . . . . . . . . . . . . . . . . . . . . 234 10.1.9. Ma Matriz sim´etrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234 10.1.10.Matriz riz an antisim´etric rica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235 10.1.11.Matriz involutiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235 10.1.12.Matriz idempot potente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236 10.1.13.Matriz peri´ odica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2 36 10.1.14.Matriz nilpotente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236 10.1.15.Matriz conjugada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237 10.1.16.Matriz hermitiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238 10.1.17.Matriz riz antihermit mitiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238 10.1.18.Matriz ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238 10.1.19.Matriz positiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239 10.2. Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239 10.2.1. Al Algo de historia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239 10.2.2. C´ a lculo de Determinantes por la Regla de Sarrus . . . . . . . . . . . . . 241 alculo 10.2.3. Propiedades Generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
14
Matematica a´tica B´asica
Walter Arriaga D.
10.2.4. Menores complementarios y Cofactores . . . . . . . . . . . . . . . . . . . 244 10.2.5. C´ alc a lculo ulo de de Dete etermin rminan anttes por por Cof Cofac acttore ores . . . . . . . . . . . . . . . . . 245 245 10.3. Otras matrices im impor portantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246 10.4. Operaciones Elementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253 10.4.1. Ma Matriz escalonada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254 10.4.2. Ma Matrices equivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255 10.4.3. Rango de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256 10.5. Matriz Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 10.5.1. Ma Matriz de cofactores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258 10.5.2. Adjunta de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259 10.5.3. Matrices elementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260 10.5.4. M´ M´etodo odo de Gauss Jorda rdan . . . . . . . . . . . . . . . . . . . . . . . . . . 262 10.6. Criptograf´ıa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263 10.6.1. Introducci´ on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263 10.6.2. Sistema Criptogr´ a fico usando Matrices . . . . . . . . . . . . . . . . . . . 263 afico 10.7. Sistemas de Ecuaciones Linea neales . . . . . . . . . . . . . . . . . . . . . . . . . . 264 10.7.1. Al Algo de historia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264 10.7.2. Introducci´ on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266 10.7.3. Clasificaci´on o n de los los sis siste tema mass de de ecu ecuac acio ione ness lin linea eale less . . . . . . . . . . . . 267 267 10.7.4. Si Sistemas Equivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269 10.7.5. M´ etodo etodo de Gauss-Jordan. Eliminaci´ on Gausiana . . . . . . . . . . . . . 269 10.7.6. M´ M´etodo odo de de Gabrie riel Cram ramer . . . . . . . . . . . . . . . . . . . . . . . . . 271 10.7.7. Teorema de Rouch´e - Fr¨o b e n i u s . . . . . . . . . . . . . . . . . . . . . . . 2 7 3 10.7.8. Si Sistemas hom homog´eneo neos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274 10.8. Factorizaci´ o n LU de una Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . 274 on 10.9. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278 10.10. 10. 10.Rese˜ Rese nas n ˜as Hist´oricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280
Indice de Materias
287
1
ARITMETICA
1.1.
Sucesiones y Series
1.1.1.
Series
Proviene de SUMA primera operaci´on fundamental. La notaci´ on usual es: Σ = sigma, usando l´ımites superior e inferior para indicar donde empieza y termina.
Definici´ on 1.1.1. Si n “n” n´umeros a k (k
∈ Z+, a1, a2, . . . , an son n´umeros reales entonces la suma de estos
∈ Z+) se denota y se expresa por: n
ak = a 1 + a2 +
k=1
Donde: k = 1 es el l´ımite inferior. k = n es el l´ımite superior. ak es la ley de formaci´on.
Propiedades 1. N´ umero de t´ erminos de una sumatoria. n
− − tiene (n
r) + 1 t´erminos.
k=r n
2.
n
cak = c
k=1
ak ;
c: constante.
k=1
n
3.
c = c(n
r + 1) ;
c: constante.
k=r
15
··· + an
(1.1)
16
Matem´ atica B´asica
Walter Arriaga D.
n
4.
− − − − ∀ ∈ (ak
ak−1 ) = a n
ar−1
(Propiedad telesc´ opica).
k=r n
5.
n
(ak + bk
ck ) =
k=1
7.
m
ak =
k=1
n
n+h
ak =
k=0
bk
k=1
ck
k=1
n
ak +
k=1
n
ak +
k=1
n
6.
n
ak ;
n > 1
k=m+1
ak−h ;
Z
h
k=h
Casos: 1. Suma de los primeros “n” n´umeros naturales consecutivos. n
k = 1 + 2 + 3 +
k=1
··· + n = n(n2+ 1)
2. Suma de los primeros “n” n´umeros naturales pares consecutivos. n
n
2k = 2
k=1
k = 2(1 + 2 + 3 +
k=1
··· + n) = n(n + 1)
3. Suma de “n” n´umeros naturales impares consecutivos. n
(2k
k=1
− 1) = 1 + 3 + 5 + 7 + ··· + (2n − 1) = n2
4. Suma de cuadrados de los primeros “n” n´umeros naturales consecutivos. n
k 2 = 12 + 22 + 32 +
k=1
1) ··· + n2 = n(n + 1)(2n + 6
5. Suma de cubos de los primeros “n” n´umeros naturales consecutivos. n
3
3
3
3
k = 1 +2 +3 +
k=1
···
n(n + 1) +n = 2 3
2
6. Suma de infinitos t´erminos en una Progresi´on Geom´etrica decreciente. S = a 1 + a2 + a3 + a4 +
··· + an + ··· S =
a1 1
−r
Donde: a1 : El primer t´ermino (m´aximo valor). r : La raz´on entre 2 t´ erminos consecutivos; 0 < r < 1.
Walter Arriaga D.
Matem´ atica B´asica
17
7. Serie especial n
k(k + 1) = 1
k=1
2) × 2 + 2 × 3 + 3 × 4 + ··· + n(n + 1) = n(n + 1)(n + 3
8. Serie especial n
2)(n + 3) × × ···+n(n+1)(n+2) = n(n + 1)(n + 4
k(k+1)(k+2) = 1 2 3+2 3 4+3 4 5+
××
k=1
9. Serie especial
××
m
k=n
10. Serie especial
n
k=1
11. Serie especial
n
k=1
− −
1 1 1 = k(k + r) r n
1 m+r
1 1 1 = k(k + 1) 1 1
1 n+1
1 1 1 = k(k + 1)(k + 2) 2 1 2
× −
1 (n + 1)(n + 2)
12. Serie especial n
k=1
1.2.
1 1 = k(k + 1)(k + 2)(k + 3) 3 1
1 2
× × 3 −
1 (n + 1)(n + 2)(n + 3)
Fracciones
umero racional es el cociente de la divisi´o n de dos n´ umeros enteros Definici´ on 1.2.1. Un n´ “a” y “b”, donde b = 0.
Al conjunto de los n´umeros racionales se le denota por: Q umero fraccionario es todo aquel n´ umero racional que no representa Definici´ on 1.2.2. Un n´ a un n´ umero entero, si denotamos por f al n´ umero fraccionario, tendremos: f =
a b
◦
donde a = b, a y b
∈Z 5 2 − 3 Ejemplo: − ; ; ; etc.
3 7 8 15 102 27 No son n´ umeros fraccionarios expresiones como: ; ; ; etc. 5 2 3
18
Matem´ atica B´asica
Walter Arriaga D.
erminos Definici´ on 1.2.3. Una fracci´o n es el n´umero fraccionario que presenta sus dos t´ a positivos. F = fracci´on con a y b Z+ b
∈
donde:
◦ 0, b es el denominador. b=
a = b (a no es divisible por b), a es el numerador.
1.2.1.
Clasificaci´ on
Existen diversas formas para clasificar fracciones, entre ellas estan las siguientes: I. Por la comparaci´ on de su valor con respecto de la unidad:
Propia: Es una Fracci´on, en la cual su numerador es menor que su denominador. En consecuencia, una fracci´on propia tiene un valor menor que la unidad. Una fracci´ on propia da cuenta de la idea de una porci´on o parte de un todo. Por ejemplo, en la expresi´on “tres cuartos superficie de la Tierra es agua”, o “s´olo la mitad de los asistentes pudo participar del concurso”. De ah´ı se da la relaci´o n a un porcentaje. El producto entre dos fracciones propias es siempre una fracci´on propia. F =
a < 1 b
⇒
a< b
2 3 4 ; ; ; etc. 3 7 5 Impropia: Es aquella cuyo valor es mayor a la unidad; es decir el numerador es mayor Ejemplos:
que el denominador. As´ı: F =
a > 1 b
⇒
a> b
3 7 5 ; ; ; etc. 2 3 4 Nota: Las fracciones impropias generan los llamados n´umeros mixtos, los cuales Ejemplos:
est´ an constituidas por una parte entera y una fracci´on propia. 11 Ejemplo: = 2 15 = 2 + 51 5 II. Por su denominador: un, es aquella cuyo denominador es diferente Ordinaria: Llamada tambi´en fracci´on com´ de una potencia de 10. 13 8 11 Ejemplos: ; ; ; etc. 7 15 24
Walter Arriaga D.
Matem´ atica B´asica
19
Decimal: Es aquella cuyo denominador es una potencia de 10. 17 3 11 Ejemplos: ; ; ; etc. 10 100 1000 III. Por la raz´on de igualdad o desigualdad entre sus denominadores:
Homog´ eneas: Cuando tienen el mismo denominador. 3 7 11 Ejemplos: ; ; ; etc. 5 5 5 Heterog´ eneas: Cuando tienen denominadores diferentes. 3 17 21 Ejemplos: ; ; ; etc. 7 15 5 IV. Por los divisores de sus t´erminos:
Irreductibles: Son aquellas fracciones cuyos t´erminos son primos entre s´ı y por tanto no se pueden simplificar. 3 7 17 Ejemplos: ; ; ; etc. 5 11 20 erminos tienen factores comunes y por Reductibles: Son aquellas fracciones cuyos t´ tanto se pueden simplificar. 3 7 6 Ejemplos: ; ; ; etc. 6 21 8 V. Otras clasificaciones: un de numerador 1. Unitaria: Fracci´on com´
Egipcia: Sistema de representaci´on de las fracciones en el Antiguo Egipto en el que cada fracci´ on se expresa como suma de fracciones unitarias.
Continua: Es una expresi´on como ´esta: x = a 0 +
1 a1 +
1 a2 +
a
1 3+
..
.
donde los ai son enteros positivos.
Compuesta: Fracci´on cuyo numerador o denominador (o los dos) contiene a su vez fracciones.
Parcial: La que puede usarse para descomponer una funci´on racional. 1.2.2.
MCD y MCM de N´ umeros Fraccionarios
1. El M´aximo Com´ un Divisor de n´ umeros fraccionarios est´ a dado por: MCD
a c x ; ;...; b d y
=
MCD(a , c , . . . , x) MCM(b , d , . . . , y)
20
Matem´ atica B´asica
Walter Arriaga D.
2. El M´ınimo Com´ u n M´ ultiplo de n´ umeros fraccionarios est´a dado por: MCM Donde
1.2.3.
a c x ; ;...; b d y
=
MCM(a , c , . . . , x) MCD(b , d , . . . , y)
a c x ; ; . . . ; son fracciones irreductibles. b d y Fracciones Equivalentes:
Una fracci´ on es equivalente a otra cuando tiene el mismo valor, pero sus t´erminos son diferentes. Es decir numerador y denominador son multiplicados y divididos por el mismo valor num´erico k, donde k a a = b b
∈ Z − {0}.
×k ×k
´o
a a = b b
÷k ÷k
,
b = 0, k = 0
Observaci´ on 1.2.1. Las proposiciones: De, del, de los, antepuesta a una fracci´on, usualmente indican una multiplicaci´on; mientras que la proposici´on Por nos indica una divisi´on.
Ejemplo 1.2.1. Hallar los
3 7 de los de 5 por 7 de 200 4 5
Soluci´ on: 3 4
× 75 × 57 × 200 = 150
1.2.4.
Relaci´ on entre los n´ umeros decimales y las fracciones
Al dividir los t´ erminos de una fracci´on irreductible se obtienen n´umeros decimales. Los n´ umeros decimales son:
N´ umeros decimales (D)
Decimales exactos (DE) Decimales inexactos (DI)
Decimal inexacto peri´odico puro (DIPP) Decimal inexacto peri´odico mixto (DIPM)
I. Decimal Exacto (DE): Una fracci´on irreductible dar´ a origen a un decimal exacto cuando el denominador sea una potencia de 2 y/o una potencia de 5. umero de cifras decimales de un n´umero decimal exacto, esObservaci´ on 1.2.2. El n´ tar´a dado por el mayor exponente de 2 ´o 5 que tenga el denominador de la fracci´on.
Ejemplo 1.2.2. 1 1 = 4 = 0,0625 genera 4 cifras decimales 16 2 3 3 = 3 = 0,0750 genera 3 cifras decimales 40 2 5
×
Walter Arriaga D.
Matem´ atica B´asica
21
Fracci´ on generatriz a 0, a = 10 ab 0, ab = 100 abc 0,abc = 1000 II. Decimal Inexacto (DI): Estos pueden ser a su vez:
Decimal Inexacto Peri´ odico Puro (DIPP): Una fracci´on irreductible originar´a un decimal peri´odico puro cuando el valor del denominador sea diferente de: un m´ ultiplo de 2 y/o m´ultiplo de 5. 1 Ejemplo 1.2.3. = 0, 333 . . . = 0, 3 3 umero de cifras del periodo est´a dado por el menor n´ umero Observaci´ on 1.2.3. El n´
de nueves que contiene al denominador como factor. Si el denominador es el producto de varios factores primos, el n´umero de cifras del periodo est´a dado por el MCM de los menores n´umeros de nueves que contienen a dichos factores primos. TABLA DE NUEVES 9
=
32
99
=
32
999
=
9999
=
99999
=
999999
=
Ejemplo 1.2.4. Dada la fracci´on: 407 = 11
× 11 33 × 37 32 × 11 × 101 32 × 41 × 271 33 × 7 × 11 × 13 × 37
133 = 0,572481572481572481. . . 407
× 37
El menor n´ umero de nueves que contiene a 11 es el 99 (dos nueves) El menor n´ umero de nueves que contiene a 37 es el 999 (tres nueves) luego El MCM(2, 3) = 6 cifras peri´ odicas que son 572481.
Fracci´ on generatriz a 0, a a a . . . = 0, a = 9 ab 0,abab... = 0, ab = 99
22
Matem´ atica B´asica
0,abcabc... = 0, abc =
Walter Arriaga D.
abc 999
Decimal Inexacto Peri´ odico Mixto (DIPM): Una fracci´on irreductible dar´a origen a un decimal inexacto peri´odico mixto cuando al descomponer el denominador en sus factores primos se encuentran potencias de 2 y/o 5 y adem´as, alg´ un otro factor diferente.
Observaci´ on 1.2.4. La cantidad de cifras no peri´odicas del decimal inexacto peri´odico mixto est´a dado por la regla para el n´ umero de cifras decimales de un decimal exacto y el n´umero de cifras de la parte peri´odica est´a dado por la regla del n´umero de cifras de un decimal peri´odico puro. 35 35 35 = = 3 = 0,39772727272 . . . 88 8 11 2 11 3 cifras no peri´odicas que son 397.
Ejemplo 1.2.5. Dada la fracci´on: 23
×
⇒ 11 ⇒ 2 nueves genera 2 cifras peri´odicas que son 72. Fracci´ on generatriz ab a 0,abbb... = 0, ab = 90 abc ab 0,abccc... = 0, abc = 900 abc a 0, abcbcbc . . . = 0, abc = 990 abcd ab 0, abcdcdcd . . . = 0, abcd = 9900
− − − −
Fracci´ on decimal ilimitada Presentan un n´ umero indefinido de cifras, pueden ser: N´ umeros Irracionales.
√ 2 = 1, 4142136 . . . √ 3 = 1, 7320506 . . . √ 5 = 2, 236067 . . . √ 2 = 1, 25992 . . . √ 3 = 1, 442249 . . . 3 3
N´ umeros trascendentes. π = 3, 1416 . . . e = 2, 718281 . . .
×
Walter Arriaga D.
1.3.
Matem´ atica B´asica
23
Razones y proporciones
1.3.1.
Raz´ on
Definici´ on 1.3.1. Una raz´on es el resultado que se obtiene al compararse dos cantidades homog´eneas mediante una determinada operaci´on, generalmente se expresa como “a es a b” o a : b. Pueden ser de dos clases: Raz´ on Aritm´etica (RA). Raz´ on Geom´etrica (RG). on de dos cantidades mediante la Definici´ on 1.3.2. Una raz´on aritm´etica es la comparaci´ diferencia, dicha diferencia determina en cu´ antas unidades excede una magnitud a la otra. Es decir: antecedente
− consecuente = RA
Definici´ on 1.3.3. Una raz´on geom´etrica es la la comparaci´on de dos cantidades mediante la divisi´on, y consiste en determinar cu´antas veces cada una de las cantidades contiene la unidad de referencia. Es decir: antecedente
÷ consecuente = RG
En general: ra = a
−b rg = a ÷ b donde: r a = Raz´on Aritm´etica; rg = Raz´on Geom´etrica; a = antecedente; b = consecuente 1.3.2.
Proporci´ on
Definici´ on 1.3.4. Es la relaci´on de igualdad que se establece entre dos razones homog´eneas. Pueden ser de dos clases: Proporci´on Aritm´etica. Proporci´on Geom´etrica. on aritm´etica es aquella que se forma al igualar dos razones Definici´ on 1.3.5. Una proporci´ aritm´eticas.
24
Matem´ atica B´asica
Walter Arriaga D.
on geom´etrica es aquella que se forma al igualar dos razones Definici´ on 1.3.6. Una proporci´ geom´etricas. En general: Proporci´ on Aritm´etica: a b = c d a c Proporci´ on Geom´etrica: = b d donde: b y c : T´erminos medios. a y c : antecedentes
−
a y d : T´erminos extremos.
−
b y d : consecuentes.
Clases de proporci´ on aritm´ etica erminos son n´umeros Proporci´ on aritm´ etica discreta: Es aquella en la que sus 4 t´ diferentes. a
− b = c − d
Cada t´ ermino es cuarta diferencial de los dem´as. as´ı: d es la cuarta diferencial de a, b y c. Luego: d = (b + c)
−a
Proporci´ on aritm´ etica continua: Es aquella en la que sus t´erminos medios son n´umeros iguales. a
− b = b − c
Cada t´ ermino igual es media diferencial de los dem´as y cada t´ermino diferente es tercera diferencial. Entonces: b es la media diferencial o aritm´ etica de a y c. Luego: b = c es la tercera diferencial de a y b. Luego: c = 2b
a+c 2
−a
Clases de proporci´ on geom´etrica erminos son n´umeros Proporci´ on geom´ etrica discreta: Es aquella en la que sus 4 t´ diferentes. a c = b d Cada t´ ermino es cuarta proporcional de los dem´ as. as´ı: bc d es la cuarta proporcional de a, b y c. Luego: d = a erminos medios son Proporci´ on geom´ etrica continua: Es aquella en la que sus t´ n´umeros iguales. a b = b c
Walter Arriaga D.
Matem´ atica B´asica
25
Cada t´ ermino igual es media proporcional de los dem´ as y cada t´ ermino diferente es tercera proporcional. Entonces: b es la media proporcional o geom´ etrica de a y c. Luego: b = b2 c es la tercera proporcional de a y b. Luego: c = a
1.4.
√ ac
Mezclas
Definici´ on 1.4.1. Consiste en determinar la variaci´on de proporci´o n de cada uno de los componentes de una mezcla respecto del total. En estos problemas generalmente se debe considerar que parte (fracci´on) representa lo que se saca de una mezcla, ya que de esta manera se determinar´a que cantidad sale o queda de cada una de las componentes de la respectiva mezcla.
Ejemplo 1.4.1. Un recipiente contiene 20 litros de alcohol y 30 litros de agua. Si se extrae 3/5 de la mezcla. ¿Cu´antos litros de alcohol y agua quedan?
Soluci´ on s o r t i l alcohol 20 0 5 a l c z agua 30 e M
Luego al extraer 3/5 de la mezcla se obtiene:
alcohol agua
Se extrae
Queda
3 5 (20) 3 5 (30)
2 5 (20) = 8 2 5 (30) = 12
Por lo tanto quedan 8 litros de alcohol y 12 litros de agua.
1.5.
Regla de tres
La regla de tres es un m´ etodo para resolver problemas donde intervienen 2 ´o m´as magnitudes; es una forma de resoluci´on de problemas de proporcionalidad entre tres o m´as valores conocidos y una inc´ognita. En ella se establece una relaci´on de linealidad (proporcionalidad) entre los valores involucrados.
26
Matem´ atica B´asica
Walter Arriaga D.
La regla de tres m´as conocida es la regla de tres simple directa, si bien resulta muy pr´actico conocer la regla de tres simple inversa y la regla de tres compuesta, pues son de sencillo manejo y pueden utilizarse para la resoluci´on de problemas cotidianos de manera efectiva. 1.5.1.
Regla de tres simple directa
Es aquella en la cual se comparan 2 magnitudes directamente proporcionales, es decir el aumento o disminuci´on en el valor de una magnitud implica el aumento o disminuci´on en la otra respectivamente. 1.5.2.
Regla de tres simple indirecta o inversa
Es aquella en la cu´al se comparan 2 magnitudes inversamente proporcionales, es decir el incremento o disminuci´on en una de las magnitudes implica la disminuci´on ´o incremento en la otra respectivamente. Los casos m´as comunes son: Costo de una mercader´ıa y cantidad de la misma: DIRECTA Sueldo de un obrero y tiempo de su trabajo: DIRECTA Tiempo empleado y trabajo realizado: DIRECTA N´ umero de obreros y trabajo realizado. DIRECTA Peso de cuerpos del mismo material y volumen ocupado por los mismos: DIRECTA Distancia recorrida por un m´ovil y tiempo empleado: DIRECTA Tiempo empleado en hacer un trabajo y cantidad de obreros: INVERSA Velocidad de un m´ovil y tiempo necesario para recorrer una distancia: INVERSA Largo y ancho de rect´angulos de igual ´area: INVERSA 1.5.3.
Regla de tres compuesta
Es aquella en la que intervienen m´a s de 2 magnitudes las cu´ales pueden ser directa o inversamente proporcionales. Para resolver estos problemas veamos un m´ etodo pr´ actico. CAUSA
− CIRCUNSTANCIA − EFECTO
En este m´etodo se agrupan las magnitudes en 3 categor´ıas:
Walter Arriaga D.
Matem´ atica B´asica
27
Causa: Es todo aquello que realiza un trabajo, o una acci´on determinada, con su respectiva eficacia o rendimiento (obreros, cuadrillas, rendimiento, eficiencia, etc.)
Circunstancia: Se refiere al tiemp o, a la manera de desarrollar un trabajo (d´ıas, horas por d´ıa, semanas, raciones por d´ıa, etc).
Efecto: Es el trabajo realizado o lo producido con su respectiva dificultad (1 obra, longitud, altura, dificultad, etc).
Causa
IP Circunstancia
DP Efecto
DP Dificultad
IP Rapidez
Figura 1.1: Regla de tres
1.6.
Tanto por ciento
Cuando vamos a un centro comercial vemos que hay descuentos de productos as´ı como el 20 % del 50 %, en la propagandas de los bancos que dan pr´ estamos con un inter´ es del 1 %, as´ı muchos m´as casos donde vemos este s´ımbolo %. El c´alculo de porcentajes es una herramienta de gran utilidad en la vida cotidiana. Los porcentajes tienen m´ ultiples aplicaciones en problemas de comercio, geometr´ıa, encuestas de opini´ on, medici´on de ´ındices de producci´on, natalidad, mortalidad, etc. C´omo hallar el valor que representa el porcentaje? ¿C´omo saber hallar un descuento o un aumento? ¿C´ omo hallar el inter´es de un pr´estamo? Y muchas situaciones m´as conoceremos a continuaci´on.
Tanto por cuanto: El “a” por “b” de una cantidad “N ”, es otra cantidad “x” de la misma especie, tal que sea a la primera como a es b. x a = N b
⇒
x =
a N b
umero de partes tomadas de cada 100 partes iguales en que Tanto por ciento: Es el n´ se puede dividir un todo. Se puede expresar mediante una fracci´on.
28
Matem´ atica B´asica
Walter Arriaga D.
1.7.
N´ umero primo
1.8.
M´ aximo Com´ un Divisor y M´ınimo Com´ u n M´ ultiplo
1.9.
An´ alisis combinatorio
Por An´ alisis Combinatorio o Combinatoria, se entiende aquella parte del ´algebra que se ocupa del estudio y propiedades de los grupos que pueden formarse con elementos dados, distingui´endose entre s´ı: por el n´ umero de elementos que entran en cada grupo. por la clase de elementos. por el orden de colocaci´on. El n´ umero de elementos de que se dispone para formar las distintas agrupaciones se llama base y el n´ umero de elementos que intervienen en cada agrupaci´on se denomina orden. Las agrupaciones de orden 1 se denominan monarias, las de orden 2 binarias, las de orden 3, ternarias, etc. Los m elementos de que se dispone para formar los grupos pueden ser distintos o bien puede haber algunos iguales. En el primer caso, las agrupaciones formadas se llaman ordinarias, las formadas en el segundo supuesto se denominan agrupaciones con repetici´on 1.9.1.
Principios fundamentales
En la mayor´ıa de los problemas de an´ alisis combinatorio se observa que una operaci´on o actividad aparece en forma repetitiva y es necesario conocer las formas o maneras que se puede realizar dicha operaci´on. Para dichos casos es ´util conocer determinadas t´ecnicas o estrategias de conteo que facilitar´ an el calculo se˜nalado. El an´ alisis combinatorio tambi´en se define como una manera pr´actica y abreviada de contar; las operaciones o actividades que se presentan son designadas como eventos o sucesos. Ejemplo: Se˜nalar las maneras diferentes de vestir de una persona, utilizando un n´umero determinado de prendas de vestir. Ordenar 5 art´ıculos en 7 casilleros. Contestar 7 preguntas de un examen de 10.
Walter Arriaga D.
Matem´ atica B´asica
29
Designar 5 personas de un total de 50 para integrar una comisi´on. Sentarse en una fila de 5 asientos 4 personas. Escribir una palabra de 7 letras utilizando 4 consonantes y 3 vocales. 1. Principio de la adici´ on: Si un evento “A” ocurre de “m” maneras diferentes y otro evento “B” ocurre de “n” maneras diferentes, siendo ambos mutuamente excluyentes (No pueden ocurrir A y B simult´aneamente); entonces la ocurrencia de los eventos: “A o B ” sucede de m + n maneras diferentes. 2. Principio de la multiplicaci´on: Si un evento “A” puede ocurrir de “m” maneras diferentes y despu´es de haber ocurrido cualquiera de ellos, otro evento “B” puede ocurrir de “n” maneras diferentes, entonces la ocurrencia de los eventos: “A y B” sucede de m
×n
maneras diferentes. Seg´ un los criterios empleados para la formaci´ on, las agrupaciones pueden ser de tres tipos: Permutaciones Variaciones Combinaciones
1.9.2.
Permutaciones
Es el arreglo u ordenaci´on de todos los elementos de un conjunto, donde un arreglo se diferencia de otro por el orden de ubicaci´on de sus elementos. Para n objetos diferentes, el n´umero de permutaciones P n est´a dado por: P n = n!
Permutaci´ on circular Es el arreglo que se puede hacer con los elementos de un conjunto, distribuidos alrededor de una curva cerrada de forma circular El n´umero de permutaciones circulares de n elementos, est´ a dado por: P cn = (n
− 1)!
30
Matem´ atica B´asica
Walter Arriaga D.
Permutaci´ on con repetici´ on El n´ umero de permutaciones de n objetos en el que se repiten alguno de ellos esta dado por: P {nk1 ,k2 ,k3 ,...k
m
} =
k1 !
Donde:
n! k2 ! k3 !
× × × . . . kn !
k1 , k2 , k3 , . . . km : N´umero de veces que se repite cada elemento. k1 + k2 + k3 + . . . + km = n : N´ umero total de elementos. 1.9.3.
Variaciones
Son arreglos u ordenaciones que pueden formarse con “n” elementos tomados de “k” en “k”, teniendo en cuenta el orden de sus elementos. El n´umero de variaciones est´a dado por: V kn =
n! (n
− k)!
;
n> k
N´ otese que una variaci´on es un caso particular de una permutaci´on. 1.9.4.
Combinaciones
Son arreglos u ordenaciones que pueden formarse con “n” elementos tomados de “k” en “k”, de modo que dos arreglos cualesquiera difieren por lo menos en un elemento. El n´umero de combinaciones est´a dado por: C kn =
1.10.
n! ; k!(n k)!
−
n>k
L´ ogica
La estrecha relaci´on existente entre la matem´ a tica moderna y la l´ogica formal es una de sus caracter´ısticas fundamentales. La l´ogica aristot´ elica era insuficiente para la creaci´ on matem´ atica ya que la mayor parte de los argumentos utilizados en ´esta contienen enunciados del tipo “si, entonces”, absolutamente extra˜nos en aquella. La l´ogica proposicional utilizando una representaci´on primitiva del lenguaje, permite representar y manipular aserciones sobre el mundo que nos rodea. La l´ogica proposicional permite el estudio del razonamiento, a trav´es de un mecanismo que primero eval´ ua enunciados simples y luego enunciados complejos, formados mediante el uso de conectivos proposicionales. Una de las mayores dificultades al analizar el rigor matem´atico de una demostraci´on se halla en el hecho de que debemos comunicar nuestras ideas empleando el lenguaje ordinario, que
Walter Arriaga D.
Matem´ atica B´asica
31
est´ a lleno de ambig¨ uedades. En ocasiones es dif´ıcil decidir si determinada l´ınea de razonamiento es correcta o no. La l´ogica elimina estas ambig¨ uedades aclarando c´omo se construyen las proposiciones, hallando su valor de verdad y estableciendo reglas espec´ıficas de inferencia por medio de las cuales se puede determinar si un razonamiento es v´alido o no. En esta primera parte estudiaremos uno de los dos niveles en los que se desenvuelve la moderna l´ ogica formal: la l´ ogica de enunciados o de proposiciones. 1.10.1.
Proposiciones y tablas de verdad
En el desarrollo de cualquier teor´ıa matem´ atica se hacen afirmaciones en forma de frases y que tienen un sentido pleno. Tales afirmaciones, verbales o escritas, las denominaremos enunciados o proposiciones.
Definici´ on 1.10.1. En el lenguaje cient´ıfico, una proposici´on se refiere a un enunciado que puede ser verdadero o falso, pero no ambas cosas a la vez, generalmente una oraci´on enunciativa. Es el elemento unidad sobre el que se construye el lenguaje formal de la L´ogica. Un enunciado ling¨ u´ıstico (generalmente en la forma gramatical de una oraci´on enunciativa) puede ser considerado como proposici´on l´ogica cuando es susceptible de ser verdadero o falso. Aunque existen l´ogicas polivalentes, en orden a la claridad del concepto, aqu´ı consideramos u ´nicamente el valor de Verdad o Falsedad.
Ejemplo 1.10.1. Las siguientes no son proposiciones. (a) x + y > 5 (b) ¿Te vas? (c) Compra cinco azules y cuatro rojas. (d) x = 2
Soluci´ on En efecto, (a) es una afirmaci´on pero no es una proposici´on ya que ser´a verdadera o falsa dependiendo de los valores de x e y e igual ocurre con la afirmaci´on (d). Los ejemplos (b) y (c) no son afirmaciones, por lo tanto no son proposiciones. Desde el punto de vista l´ogico carece de importancia cual sea el contenido material de los enunciados, solamente interesa su valor de verdad. Hay oraciones aseverativas que no son proposiciones. La oraci´on “El es estudioso”. No es posible determinar si es verdadera o falsa, si no se sabe a quien se refiere. Las oraciones
32
Matem´ atica B´asica
Walter Arriaga D.
de esta naturaleza se llaman enunciados abiertos. Los enunciados abiertos usan las palabras “el”, “ella” y los s´ımbolos x, y , z, etc. No son proposiciones pero cuando se reemplazan estas palabras o s´ımbolos por un determinado ob jeto o valor resultan ser proposiciones.
Ejemplo 1.10.2. Dadas las siguientes oraciones: 2 + x = 10 n es un numero primo Se tiene que, en el primer enunciado si reemplazamos x por 5 Tendremos 2 + 5 = 10, la cual ahora es una proposici´ on falsa. Si en el segundo enunciado si reemplazamos n por 7 Tendremos “7 es un numero primo”, la cual ahora es una proposici´on verdadera. 1.10.2.
Valor de verdad
Definici´ on 1.10.2. Llamaremos valor verdadero o de verdad de una proposici´on a su veracidad o falsedad. La verdad y la falsedad son los valores de verdad que tienen las proposiciones. Si p es una proposici´on, su valor de verdad se denotar´a con V( p), entonces si V( p) = V decimos que la proposici´on p es verdadera, y si V( p) = F falsa. En adelante abreviaremos con “ V” y “F” los valores de verdad. Una proposici´ on se representa simb´olicamente por letras min´ usculas tales como: p, q , r, etc (llamadas variables proposicionales). Cuando se trata de representar muchas proposiciones similares se usan sub´ındices para indicar cada una de ellas, esto es, p 1 , p 2 , p 3 , . . ., p n
Ejemplo 1.10.3. Proposici´ on
• Federico Villarreal es un matem´atico peruano. • El cuadrado es un pol´ıgono. • 7 es un n´umero impar y 4 es par. • La tierra no gira alrededor del sol. • La manzana es un tub´erculo. • El n´umero 1331 es divisible por 11. • Todos los hombres son mortales.
Valor de verdad (V) (V) (V) (F) (F) (V) (F)
Observaci´ on 1.10.1. 1. Es importante notar que lo que interesa b´asicamente en una proposici´on es su sentido de verdad o falsedad, porque oraciones distintas pueden expresar una misma proposici´on.
Walter Arriaga D.
Matem´ atica B´asica
33
Por ejemplo: Alessandra Leonardo
y Leonardo son primos.
es primo de Alessandra.
Alessandra
es prima de Leonardo.
2. Las proposiciones no son propias de ning´ un lenguaje, en cambio las oraciones forman parte de un determinado lenguaje. Por ejemplo: El cielo est´ a nublado. castellano
The sky cloudy.
ingl´es
Le ciel est nugeux.
franc´es
Oceu esta nuvado.
portugu´es
3. Aquellos enunciados que indican una pregunta, una orden o una exclamaci´ on, son expresiones no proposicionales. Por ejemplo: e ¿Qu´
hora es?.
¿Qu´ e
edad tienes?.
¡Qu´ e
maravilla!.
¡Viva
el Per´ u!.
Lev´ antate
temprano.
Prohibido fumar.
1.10.3.
Tabla de valores de verdad
La tabla de valores de verdad, tambi´ en conocida como tabla de verdad, es una herramienta desarrollada por Charles Peirce en los a˜nos 1880, siendo sin embargo m´as popular el formato que Ludwig Wittgenstein desarroll´ o en su Tractatus logico-philosophicus, publicado en 1921. Las tablas nos manifiestan los posibles valores de verdad de cualquier proposici´on molecular, as´ı como el an´alisis de la misma en funci´on de las proposic´ıones que la integran. En realidad toda la l´ogica est´a contenida en las tablas de verdad, en ellas se nos manifesta todo lo que implican las relaciones sint´acticas entre las diversas proposiciones. No obstante la sencillez del algoritmo, aparecen una gran dificultad, la gran cantidad de operaciones que hay que hacer para una proposici´ on con m´as de 4 variables. Esta dificultad ha sido magn´ıficamente superada por la rapidez de los ordenadores, y no presenta dificultad alguna.
Regla Si tenemos dos proposiciones, como en todos los casos anteriores que hemos visto, necesitaremos cuatro filas. De estas cuatro filas la primera columna tendr´a los valores de verdad:
34
Matem´ atica B´asica
Walter Arriaga D.
V,V, y F,F, y la segunda columna V,F,V y F. Las siguientes columnas tendr´an los valores de verdad seg´ un la proposici´on dada. Si se tienen tres proposiciones, necesitaremos ocho filas, de las cuales la primera columna se acomodar´ an los valores de verdad de la siguiente manera: V,V,V,V y F,F,F,F. Para la segunda columna se reparten los valores: V,V, F,F, V,V, F,F. Y para la tercera columna seran: V,F,V,F,V,F,V,F. Para cuatro proposiciones, se necesitan 16 filas de las cuales en la primera columna se reparten los valores de verdad: 8 V y 8 F. La segunda columna empezar´a con cuatro V, despues cuatro F, y as´ı sucesivamente hasta ocupar los 16 lugares, es decir, V,V,V,V F,F,F,F V,V,V,V y F,F,F,F. Para la tercera columna: V,V, F,F...hasta la fila n´umero 16. En general: Analizando que para dos proposiciones se necesitan cuatro filas o visto de otra manera: se necesitan 2 2 = 4 filas. Para tres proposiciones se necesitan ocho filas, o, 23 = 8. Para cuatro proposiciones necesitaremos 2 4 = 16 filas. En general para n proposiciones necesitaremos 2n filas.
1.10.4.
Clases de proposiciones
a. Simples. Llamadas tamb´ıen at´omicas o elementales, son aquellas que no contienen dentro de s´ıninguna otra proposici´on. Son las proposiciones de la forma m´as simple (o m´as b´asicas), constan de un solo sujeto y un solo predicado.
Ejemplo 1.10.4.
• Un ´angulo recto mide 90°. • Jos´e Olaya fue un h´eroe de la independencia del Per´u. • La par´abola es una c´onica. • El n´umero 8 es divisible por 5. b. Compuestas. Llamadas tamb´ıen moleculares o coligativas, son aquellas que est´an constitu´ıdas por dos o m´as propopsiciones simples. Tambi´en se las conoce como funciones veritativas. En la composici´on de proposiciones simples, ´estas est´an ligadas por ciertas palabras llamadas conectivas tales como “y”, “o”, “si, entonces”, “si y solo si”, “no”, “pero”, etc. Estas constantes proposicionales son llamadas Conectivos l´ogicos.
Ejemplo 1.10.5.
Walter Arriaga D.
Matem´ atica B´asica
35
El terreno es muy f´ertil y hay suficiente lluvia. Esta proposici´ on est´a compuesta de dos proposiciones simples: p : El terreno es muy f´ertil. q : Hay suficiente lluvia. La luna no es sat´ elite de la tierra. Es una proposici´on molecular que utiliza el conectivo “no”. En este caso, el t´ermino de enlace act´ ua solo sobre una proposici´on at´ omica: p : La luna es sat´ elite de la tierra. Si estamos en diciembre entonces llegar´a la navidad. p : Estamos en diciembre. q : Llegar´a la navidad. La tierra o el trabajo son factores primarios de producci´on. p : La tierra es un factor primario de producci´on. q : El trabajo es un factor primario de producci´on. Si llueve mucho y hace fr´ıo se arruinar´a la cosecha de arroz. p : Si llueve mucho se arruinar´a la cosecha de arroz. q : Si hace fr´ıo se arruinar´a la cosecha de arroz. El tri´angulo es una figura geom´etrica si y solo si tiene tres lados. p : El tri´angulo es una figura geom´etrica. q : El tri´angulo tiene tres lados.
1.10.5.
Conectivas
Las conectivas, conectivos l´ogicos o t´ erminos de enlace tienen la funci´on de relacionar las proposiciones que forman un enunciado compuesto. Son expresiones ling¨u´ısticas que, aplicadas a uno o dos enunciados, permite obtener un enunciado compuesto. Por extensi´on, llamaremos tambi´ en conectivas a los signos l´ogicos que los representan. Las expresiones ling¨u´ısticas que representan a las diferentes conectivas son: “y”, “o”, “o
· ·· o”, “si · ·· , entonces”, “si y solo
si”, “no”. Las conectivas dadas se pueden clasificar en dos grupos:
Conectiva mon´ adica. No enlaza dos proposiciones at´omicas, afecta a una sola proposici´on. La expresi´on “no” es una conectiva mon´adica.
Conectivas di´ adicas o binarias. Enlazan dos proposiciones at´omicas. Las expresiones “y”, “o”, “o
··· o”, “si ··· , entonces”, “si y solo si” son conectivas di´adicas.
36
Matem´ atica B´asica
1.10.6.
Walter Arriaga D.
Simbolizaci´ on de proposiciones
En los ejemplos de proposiciones dadas anteriormente observamos que algunas proposiciones son cortas pero tambi´en algunas de las proposiciones at´omicas del lenguaje usual son largas, resultando por ello pesadas y de dif´ıcil manejo. La l´ogica simplifica la dificultad utilizando s´ımbolos en lugar de trabajar con todo el contenido de la proposici´ on, tambi´en utiliza s´ımbolos para representar a los t´ erminos de enlace, as´ı tenemos: Para denotar a cada una de las proposiciones at´omicas (en afirmativo) adoptaremos las letras p, q , r, s, t, etc. Para representar a las expresiones (o sus equivalentes) de enlace o conectivas utilizaremos:
∧, ∨, ∼, →, ←, ↔, ∆ S´ımbolo
∧ ∨ ∼ → ↔ ∆
Operaci´ on asociada
Significado
Conjunci´on
p y q
Disyunci´on d´ebil
p o q (en sentido incluyente)
Negaci´on
no p
Implicaci´on o Condicional
si p entonces q
Bicondicional
p si y solo si q
Diferencia sim´etrica o Disyunci´ on fuerte
o p o q
Cuadro 1.1: Conectivos l´ogicos
Ejemplo 1.10.6. Simbolizar las siguientes proposiciones:
a. Albert Einstein no es fil´osofo, sino f´ısico.
Soluci´ on Forma l´ ogica: F´ormula:
Einstein es f´ısico y Einstein no es fil´osofo. p = Einstein es f´ısico. q = Einstein es fil´osofo.
Simbolizaci´ on:
p
∧ ∼ q
b. Sin carbono, ox´ıgeno, nitr´ ogeno e hidr´ogeno, no hay vida.
Soluci´ on
Walter Arriaga D.
Forma l´ ogica: F´ormula:
Matem´ atica B´asica
37
Si no hay carbono y no hay ox´ıgeno y no hay nitr´ o geno y no hay hidr´ogeno, entonces no hay vida. p = hay carbono. q = hay ox´ıgeno. r = hay hidr´ogeno. s = hay nitr´ogeno. t = hay vida.
Simbolizaci´ on:
( p
∼ ∧ ∼ q ∧ ∼ r ∧ ∼ s) →∼ t
c. Si el procedimiento de la eliminaci´on de Gauss no puede ser completado para obtener [I/B] de [A/I ], entonces la matriz A no tiene inversa.
Soluci´ on Forma l´ o gica: F´ormula:
Es clara por si misma. p = el procedimiento de la eliminaci´on de Gauss puede ser completado para obtener [I/B] de [A/I ]. q = la matriz A no tiene inversa.
Simbolizaci´ on:
∼ p → ∼ q
d. El “Hospital Bel´en” de Lambayeque ha sido reconocido como “Hospital amigo” de la madre y el ni˜ no, por haber puesto en pr´actica los 10 pasos hacia una lactancia natural exitosa. (Minsa - UNICEF, 1995)
Soluci´ on Si el ”Hospital Bel´en”ha puesto en pr´actica los 10 pasos hacia una lactanForma l´ ogica:
cia natural exitosa, entonces ha sido reconocido como “hospital amigo” de la madre y el ni˜no.
F´ormula:
p = El ”Hospital Bel´en”de Lambayeque ha puesto en pr´actica los 10 pasos hacia una lactancia natural exitosa. q = El “Hospital Belen” de Lambayeque ha sido reconocido como “hospital amigo” de la madre y el ni˜no.
Simbolizaci´ on: 1.10.7.
p
→ q
Operaciones con proposiciones
Definiremos las operaciones entre proposiciones en el sentido siguiente: dadas dos o m´as proposiciones, de las que se conoce los valores veritativos, se trata de caracterizar la proposici´on resultante a trav´es de su valor de verdad. A tal efecto, estudiaremos a continuaci´o n el uso y significado de los diferentes conectivos l´ogicos.
38
Matem´ atica B´asica
1.10.8.
Walter Arriaga D.
Conjunci´ on
Se denomina conjunci´on al resultado de unir dos proposiciones p y q con el conectivo l´ogico
∧. Denotamos por “ p ∧ q ” y se lee “ p y q ”, cuya tabla de verdad es: p q p ∧ q V
V
V
V
F
F
F
V
F
F
F
F
Cuadro 1.2: Conjunci´on La tabla que define esta operaci´on, establece que la conjunci´on es verdadera s´olo si las dos proposiciones componentes son verdaderas. En todo otro caso, es falsa. A las proposiciones que componen una conjunci´on se las denomina conjuntivos. as”, “aunque”, “no obstanObservaci´ on 1.10.2. Las palabras “pero”, “sin embargo”, “adem´ te”, “tambi´en”, “as´ı como”, “a la vez”, “tal como”, “tanto como”, “al igual que”, “incluso”, “as´ı mismo”, “a pesar que”, “obviamente”, “ahora bien”, “sino”, equivalen al conectivo de la conjunci´on. La coma tambi´en puede desempe˜nar como un conectivo l´ogico de conjunci´on.
Ejemplo 1.10.7. Sea la proposici´on: r : 5 es un n´ umero impar y 6 es un n´umero par Vemos que est´a compuesta de dos proposiciones: p: 5 es un n´umero impar q : 6 es un n´umero par Por ser ambas verdaderas, la conjunci´on es verdadera.
Ejemplo 1.10.8. Sea la proposici´on: r : Hoy es el d´ıa 3 de noviembre y ma ˜nana es el d´ıa 5 de noviembre Esta conjunci´on es falsa, ya que no pueden ser simult´aneamente verdaderas ambas proposiciones.
Ejemplo 1.10.9. Otros ejemplos de conjunci´on: 12 es m´ ultiplo de 3 y de 4.
Walter Arriaga D.
Matematica a´tica B´asica
39
Julio estudia no obstante tiene que trabajar. El tetraedro tiene tri´angulos angulos equil´ateros ateros y el hexaedro cuadrados. El rombo y el rect´angulo angulo son paralelogram paralelogramos. os. El estudiante tuvo dificultades, pero logr´o desarrollar el ejercicio. El profesor gan´o el concurso, en la noche no che llamar´e a su casa. 15 es m´ ultiplo de 3, pero 5 no es mayor que 7. ultiplo 1.10.9 1.10.9..
Disyun Disyunci´ ci´ on on inclusiva
Se denomina disyunci´on on inclusiva o disyunci´on on d´ebil ebil al resultado de d e unir un ir dos proposiciones p y p y q con q con el conectivo l´ogico ogico . Denotamos por “ p
∨
∨ q ” y se lee “ p “ p o o q ”, q ”, cuya tabla de verdad
es: p
q
p
∨ q
V
V
V
V
F
V
F
V
V
F
F
F
Cuadro 1.3: Disyunci´ Disyunci´ on on inclusiva La disyunci´ disyunci´on on s´olo olo es falsa cuando ambas proposiciones son falsas. Las proposiciones que forman una disyunci´on on se denominan disyuntivos. palabrass “u”, “u”, “salv “salvo”, o”, “a menos menos que”, que”, “excep “excepto” to”,, equiv equivale alen n al Observaci´ on on 1.10.3. 1.10.3. Las palabra conectivo l´ogico ogico de la disyunci´on on inclusiva. on: Ejemplo 1.10.10. Dada la proposici´on: Alessandra es doctora o tenista En este caso el sentido de la disyunci´on on es inclusiva, ya que puede ser que Alessandra sea doctora y adem´as as puede ser tenista. on inclusiva: Ejemplo 1.10.11. Otros ejemplos de disyunci´on Isaac Newton invent´o el c´alculo alculo diferencial o Grahan Bell invent´o el tel´efon ef ono. o.
40
Matematica a´tica B´asica
Walter Arriaga D.
Tiro las cosas viejas o que no me sirven. Los profesores prof esores de la Universidad Un iversidad Nacional Pedro Ruiz Gallo tienen estudios de maestr´ maestr´ıa o doctorado. 2 es un n´ umero umero primo o un n´umero umero par. Leonardo es futbolista o ajedrecista. El ex´agono agono es un pol´ pol´ıgono o el rect´ angulo angulo es un cuadril´atero. atero. 1.10 1.10.1 .10. 0.
Nega Negaci ci´ ´ on on
Dada una proposici´on on p, se denomina la negaci´on o n de p a otra proposici´on on denotada por
∼ p que p que se lee “no p” p ” y que le asigna el valor veritativo opuesto al de p. p . on: Ejemplo 1.10.12. Dada la proposici´on: P : P : Alessandra Alessandra estudia estudia medicina medicina humana humana entonces
∼ p : p : Alessandra no estudia medicina humana. Tambi´ en en puede pue de escribir escr ibirse: se:
∼ p : p : no es cierto que Alessandra estudia medicina humana. Por lo que nos resulta sencillo construir su tabla de verdad: p
∼ p
V
F
F
V
Cuadro 1.4: Negaci´on on Observamos Observamos aqu´ aqu´ı que al valor V de p, la negaci´on o n le hace corresponder el valor F, y viceversa. Se trata de una operaci´on on unitaria, pues a partir de una proposici´on on se obtiene otra, que es su negaci´on. on.
Observaci´ on on 1.10.4. Las palabras “es falso que”, “no es cierto que”, “es absurdo que”, “no ocurre que”, “no es el caso que”, “no es posible que”, “nunca”, equivalen al conectivo l´ogico de la negaci´on. on.
Walter Arriaga D.
Matematica a´tica B´asica
41
o n de p : “todos los alumnos estudian matem´atica” atica” es: Ejemplo 1.10.13. La negaci´on no todos los alumnos estudian matem´atica; atica; O bien: estudian matem´atica; atica; O bien
∼ p :
∼ p : p : no es cierto que todos los alumnos
∼ p : p : hay alumnos que no estudian matem´atica atica
on: Ejemplo 1.10.14. Otros ejemplos de negaci´on: No es cierto que la cosecha de ca˜na na trae tra e p´erdida erd idas. s. Es falso que el autom´ovil ovil es petrolero. Nunca he visto perros de color rojo. on: Ejemplo 1.10.15. Simbolizar la siguiente proposici´on: No es el caso de que 10 sea m´ultiplo ultiplo de 3 o que 5 + 2 < 10. < 10. Si p : 10 es m´ultiplo ultiplo de 3, y q y q : : 5 + 2 < 2 < 10; 10; entonces la proposici´on on se simboliza: Soluci´ on on: Si p
∼ ( p ∨ q ) 1.10.1 1.10.11. 1.
Condic Condicion ional al
La condiciona con dicionall lLamada l Lamada tambi´en en Implicaci´ Implica ci´ on on de las proposiciones p y q es es la proposici´on on p
→ q que que se lee “si p entonces q ” y cuya tabla de valores de verdad es: p q p → q V
V
V
V
F
F
F
V
V
F
F
V
Cuadro 1.5: Condicional Condicional La proposici´on on que sigue a la palabra “si”, es decir p se llama antecedente, y la proposici´on on que sigue a la palabra “entonces” es decir q se q se llama consecuente de la implicaci´on on o condicional. La tabla nos muestra que la implicaci´on o n s´olo olo es falsa si el antecedente es verdadero y el consecuente es falso. on Ejemplo 1.10.16. Dada la implicaci´on Si apruebo entonces te presto presto el libro
p
q
42
Matematica a´tica B´asica
Walter Arriaga D.
Esta implicaci´on on est´a compuesta de las proposiciones El antecedente p : apruebo El consecuente q consecuente q : : te presto el libro Nos interesa conocer la verdad o falsedad de la implicaci´on, on, en relaci´on o n a la verdad o falsedad de las proposiciones p y q . El enunciado puede pensarse como un compromiso, condicionado por p, y podemos asociar su verdad al cumplimiento del compromiso. Es evidente que si p si p es F, es decir si no apruebo el examen, quedo liberado del compromiso y preste o no el apunte la implicaci´on on es verdadera. Si p es verdadera, es decir si apruebo el examen, y no presto el libro, el compromiso no se cumple y la proposici´on es falsa. Si p y q son q son verdaderas, entonces la proposici´on on es verdadera pues el compromiso se cumple.
−1 entonces 12 = (−1)2. Esta proposici´on on resulta ser verdadera por ser el antecedente (1 = −1) falso.
on r : si 1 = Ejemplo 1.10.17. Dada la proposici´on r
on”, “luego”, “por Observaci´ on on 1.10.5. 1.10.5. Las palabras “implica”, “por lo tanto”, “conclusi´on”, consiguiente”, “de ahi que”, “de modo que”, “deviene”, “solo si”, “es condici´on suficient suficientee para”, “si p entonces q ”, ”, “dado p por eso q ”, ”, “cuando p as´ı pues pu es q ”, ” , “de p derivamos q ”, ”, equivalen al conectivo l´ogico ogico de: p de: p
→ q .
“cuando”, “siemObservaci´ on on 1.10.6. Las palabras “porque”, “ya que”, “puesto que”, “si”, “cuando”, pre que”, “dado que”, “cada vez que”, “pues”, “supone que”, “a condici´on on de que”, “es condici´ on necesaria para”, “solo si”, equivalen al conectivo l´ogico on ogico de: p de: p
← q .
on Ejemplo 1.10.18. En la proposici´on te presto mi libro porque porq ue apr ap rob´e
q
p
Esta implicaci´on on sigue estando compuesta de las proposiciones Antecedente p : apr ap rob´ ob ´e Consecuente q Consecuente q : : te presto el libro Lo simbolizamos (q (q
← p) ← p) o ( p → q ), ), y puede reescribirse como:
si apruebo entonces te presto mi libro. Veamos un ejemplo, el cual ayudar´a a comprender las maneras en que una proposici´on on condicional condicional se puede expresar:
Ejemplo 1.10.19. Cuando decimos: Mi autom´ ovil funciona si hay gasolina en el tanque ovil Este enunciado es equivalente a expresarlo de las siguientes maneras:
Walter Arriaga D.
Matematica a´tica B´asica
43
a. Si hay gasolina gasolina en el tanque, entonces entonces mi autom´ ovil ovil funciona. funciona. Observa que en este caso la proposici´on condicional es del caso: “Si p, entonces q ”. ”. b. Mi autom´ovil ovil s´olo olo funciona si hay gasolina en el tanque. En este caso la proposici´on on condicional es del caso: “ p “ p solamente solamente si q si q ”. ”. c. Si hay gasolina gasolina en el tanque, es suficiente suficiente para que mi automovil automovil funcione. En este caso la condicional es de la forma: “ p “ p es es suficiente par q ”. ”. d. Para que mi autom´ovil ovil funcione es necesario que haya gasolina en el tanque. Para este caso la proposici´on on condicional es de la forma: “q “ q es es necesario para q para q ”. ”. e. Que haya haya gasolina en el tanque implica implica que mi auto funcione. funcione. En este caso la condicional es de la forma: “ p “ p implica implica q q ”. ”.
Ejemplo 1.10.20. Otros ejemplos: Si estudio a conciencia, entonces aprobar´e l´ ogica. ogica. p
→ q , donde p donde p : estudio a conciencia, q : : apro ap roba bar´ r´e l´ogica. ogica.
Si Tum´an an es un distrito de Chiclayo, entonces Chiclayo es provincia de Lambayeque. p
→ q , donde p donde p : Tum´an an es un distrito de Chiclayo, q : : Chiclayo es provincia de Lamba-
yeque. Ir´e al a l cine, ci ne, si tengo te ngo dinero. diner o. p
← q , donde p donde p : Ir´e al cine, cine , q : : tengo dinero.
Si 2 + 1 = 3, entonces entonces Lambayeque Lambayeque tiene tres provincia provincias. s. p
→ q , donde p donde p : 2 + 1 = 3, q : q : Lambayeque tiene tres provincias.
8 es un n´umero umero par, si 8 es divisible por 2. p
← q , donde p donde p : 8 es un n´umero umero par, q par, q : : 8 es divisible por 2.
Si ma˜ nana nana voy a la playa, me m e levantar´e temprano. tempr ano. En esta proposici´on on la palabra “entonces” no figura y en su lugar se coloca una coma. Comprar´ Compr ar´e zapatos z apatos solo si est´an an baratos. Para que un n´ umero sea impar es suficiente que no sea divisible por dos. umero Ir´ e a trabajar trabaj ar cuando sea bien remunerado. La carretera se interrumpe siempre que hay huaycos.
44
Matem´ atica B´asica
Walter Arriaga D.
Cada vez que hay nevada las plantas se secan. Flor no viaj´ o a Espa˜ na porque perdi´o sus documentos. A toda condicional se le asocia otras tres proposiciones, igualmente importantes, que son: la rec´ıproca, la inversa y la contra rec´ıproca.
Proposici´ on rec´ıproca Dada la proposici´ on condicional p
→ q , se llama proposici´on rec´ıproca a la proposici´on que
se denota por q
→ p y cuya tabla de valores de verdad es: p q q → p V
V
V
V
F
V
F
V
F
F
F
V
Cuadro 1.6: Rec´ıproca
Ejemplo 1.10.21. Sea la proposici´on directa p
→ q :
“Si x es par, entonces, x es m´ ultiplo de 2”. La proposici´on rec´ıproca q
→ p ser´a:
“Si x es m´ ultiplo de 2, entonces, x es par.
Proposici´ on inversa Dada la proposici´on condicional p
→ q , se llama proposici´on inversa a la proposici´on que
se denota por
∼ p →∼ q y cuya tabla de valores de verdad es: p q ∼ p →∼ q V
V
V
V
F
V
F
V
F
F
F
V
Cuadro 1.7: Inversa
Ejemplo 1.10.22. Sea la proposici´on directa p “Si Flor tiene 30 a˜ nos, entonces es joven”.
→ q :
Walter Arriaga D. La proposici´on inversa
Matem´ atica B´asica
45
∼ p →∼ q ser´a:
“Si Flor no tiene 30 a˜nos, entonces no es joven”.
Proposici´ on contra rec´ıproca Dada la proposici´on condicional p sici´ on que se denota por
→ q , se llama proposici´on contra rec´ıproca a la propo-
∼ q →∼ p.
Esta proposici´ on es de mucha utilidad en la demostraci´on por reducci´on al absurdo o falsa suposici´on. La tabla de valores de verdad es: p
q
∼ q →∼ p
V
V
V
V
F
F
F
V
V
F
F
V
Cuadro 1.8: Contrarec´ıproca
Ejemplo 1.10.23. Sea la proposici´on directa p
→ q :
“Si dos rectas son perpendiculares a una misma recta, entonces son paralelas”. La proposici´on contra rec´ıproca
∼ q →∼ p ser´a:
“Si dos rectas no son paralelas, entonces no son perpendiculares a una misma recta”. 1.10.12.
Bicondicional
La bicondicional llamada tambi´en doble implicaci´ on de las proposiciones p y q es la proposici´on p
↔ q que se lee “ p si y s´olo si q ” y cuya tabla de valores de verdad es: p q p ↔ q V
V
V
V
F
F
F
V
F
F
F
V
Cuadro 1.9: Bicondicional La doble implicaci´on o bicondicional s´olo es verdadera si ambas proposiciones tienen el mismo valor de verdad. La doble implicaci´on puede definirse como la conjunci´ on de una impli-
46
Matem´ atica B´asica
Walter Arriaga D.
caci´ on y su rec´ıproca. De este modo, la tabla de valores de verdad de p mediante la tabla de ( p p
→ q ) ∧ (q ← p), como vemos: q p → q p ← q ( p → q ) ∧ (q ← p)
p
↔ q puede obtenerse
↔ q
V
V
V
V
V
V
V
F
F
V
F
F
F
V
V
F
F
F
F
F
V
V
V
V
Cuadro 1.10: Una equivalencia de la Bicondicional Los componentes del bicondicional reciben el nombre de componente izquierdo y componente derecho.
Observaci´ on 1.10.7. Las palabras “si y solo si”, “condici´on necesaria y suficiente”, “solamente si”, “cuando y solo cuando”, “entonces y solo entonces”, “es id´entico”, “cada vez que y solo si”, equivalen al conectivo l´ogico de: p
↔ q .
Ejemplo 1.10.24. Dada la proposici´on: a = b si y s´olo si a 2 = b 2 . El enunciado est´a compuesto por las proposiciones: p : a = b q : a 2 = b 2
Ejemplo 1.10.25. Otros ejemplos: Una figura geom´ etrica es un tri´ angulo si y s´olo si tiene tres lados. Una instituci´on educativa tiene Rector si y s´olo si es una Universidad. Los profesionales egresados consiguen trabajo inmediatamente si y s´olo si la Universidad es de calidad. Saldremos de vacaciones cuando y s´olo cuando tengamos un a˜ no trabajando. 1.10.13.
Disyunci´ on exclusiva
La disyunci´on exclusiva llamada tambi´en diferencia sim´etrica de las proposiciones p y q es la proposici´ on p ∆ q que se lee “ p o q ” en sentido excluyente o tambi´en “o p o q ”; cuya tabla de valores de verdad es: La verdad de p ∆ q est´a caracterizada por la verdad de una y s´olo una de las proposiciones componentes, es decir, la disyunci´on exclusiva de dos proposiciones es falsa si y s´olo si los dos disyuntivos tienen el mismo valor de verdad, y es verdadera en los dem´as casos.
Walter Arriaga D.
Matem´ atica B´asica
49
Ejemplo 1.10.29. formalizar cada una de las siguientes proposiciones y determine la conectiva de mayor jerarqu´ıa. a. Si no conseguimos pasaje y el tiempo es malo, entonces comprar´ e una bicicleta o un televisor. p: conseguimos pasaje q : el tiempo es malo r: comprar´e una bicicleta s: comprar´e un televisor Formalizaci´on: ( p
∼ ∧ q ) → (r ∨ s)
La conectiva de mayor jerarqu´ıa es la condicional b. No es cierto que, si 7 es un n´umero primo entonces 4 es un n´umero par y 6 no es impar. p: 7 es un n´umero primo q : 4 es un n´umero par r: 6 es un n´umero impar Formalizaci´on:
∼ [ p → (q ∧ ∼ r)] La conectiva de mayor jerarqu´ıa es la negaci´ on que est´a delante del corchete. c. A la vez 3 es mayor que 2 ´o 3 es menor que 2 y 3 es mayor que 1. r: 3 es mayor que 2 s: 3 es menor que 2 t: 3 es mayor que 1 Formalizaci´on: (r
∨ s) ∧ t
La conectiva dominante es el de la conjunci´on. La simbolizaci´on o formalizaci´on llamada tambi´ en forma proposicional o forma l´ ogica es toda f´ ormula que se obtiene a partir de una proposici´on, reemplazando las proposiciones que la constituyen por variables proposicionales ( p, q , r, s, etc) y las conectivas por sus s´ımbolos respectivos ( , ,
∼ ∧ ∨, →, ↔, ∆).
Las tablas de verdad permiten clasificar las formas proposicionales en tres tipos:
52
Matem´ atica B´asica
Walter Arriaga D.
Una forma proposicional es consistente cuando tiene por lo menos una interpretaci´on verdadera, y es inconsistente cuando no tiene ninguna interpretaci´on verdadera. Las tautolog´ıas y las contingencias son formas consistentes, mientras que las contradicciones son inconsistentes. 1.10.19.
Equivalencias l´ ogicas
Existen varias equivalencias de la l´ogica proposicional, las cuales se conocen como leyes de equivalencia. Dos f´ormulas F 1 y F 2 son equivalentes (´o logicamente equivalentes) si: F 1
↔ F 2
resulta ser una tautolog´ıa, o si las tablas de valores de verdad de F 1 y F 2 son id´enticos, y se denota F 1
≡ F 2
Ejemplo 1.10.35. Las proposiciones p
→ q y ∼ ( p ∧ ∼ q ) son equivalentes, como vemos
realizando la tabla de valores correspondientes:
Soluci´ on p
q
p
→ q ∼ ( p ∧ ∼ q )
V
V
V
V
V
V
F
F
F
V
F
V
V
V
V
F
F
V
F
V
Podemos concluir entonces que: p p Otro ejemplo de equivalencia es: p
[ p
→ q ] ↔ [∼ ( p∧ ∼ q )]
→ q y ∼ ( p ∧ ∼ q ) son equivalentes, es decir: → q ≡∼ ( p ∧ ∼ q ) ↔ q ≡∼ ( p∆q ). Esto se verifica revisando las tablas de
verdad. 1.10.20.
Leyes del Algebra Proposicional
Son ciertas equivalencias l´ogicas que las presentamos a continuaci´on y cuya demostraci´on es f´acil de realizar exhibiendo sus tablas veritativas correspondientes. 1. Idempotencia: a) p p
∧ ≡ p b) p ∨ p ≡ p 2. Conmutativa: a) p
∧ q ≡ q ∧ p
Walter Arriaga D.
Matem´ atica B´asica
b) p
∨ q ≡ q ∨ p c) p ↔ q ≡ q ↔ p d) p ∆q ≡ q ∆ p 3. Asociativa: a) ( p
∧ q ) ∧ r ≡ p ∧ (q ∧ r) b) ( p ∨ q ) ∨ r ≡ p ∨ (q ∨ r) c) ( p ↔ q ) ↔ r ≡ p ↔ (q ↔ r) d) ( p ∆q )∆r ≡ p ∆(q ∆r) 4. Distributiva: a) p
∧ (q ∨ r) ≡ ( p ∧ q ) ∨ ( p ∧ r) b) p ∨ (q ∧ r) ≡ ( p ∨ q ) ∧ ( p ∨ r) c) p → (q ∧ r) ≡ ( p → q ) ∧ ( p → r) d) p → (q ∨ r) ≡ ( p → q ) ∨ ( p → r) 5. Identidad: a) p
∧ V ≡ V ∧ p ≡ p b) p ∧ F ≡ F ∧ p ≡ F c) p ∨ V ≡ V ∨ p ≡ V d) p ∨ F ≡ F ∨ p ≡ p 6. Complemento: a)
∼∼ p ≡ p b) p ∧ ∼ p ≡ ∼ p ∧ p ≡ F c) p ∨ ∼ p ≡ ∼ p ∨ p ≡ V d) p → p ≡ V e) p ↔ p ≡ V f) ∼ ( p ∧ ∼ p) ≡ V g) ∼ V ≡ F h) ∼ F ≡ V
Involuci´on
Tercio exclu´ıdo Principio de identidad Principio de identidad Principio de no contradicci´ on
53
54
Matem´ atica B´asica 7. Morgan: a)
∼ ( p ∧ q ) ≡ ∼ p ∨ ∼ q b) ∼ ( p ∨ q ) ≡ ∼ p ∧ ∼ q 8. Absorci´ on: a) p
∧ ( p ∨ q ) ≡ p b) p ∨ ( p ∧ q ) ≡ p c) p ∧ (∼ p ∨ q ) ≡ p ∧ q d) p ∨ (∼ p ∧ q ) ≡ p ∨ q 9. Implicaci´ on: a) p
→ q ≡ ∼ p ∨ q b) p → q ≡ ∼ ( p ∧ ∼ q ) c) p → q ≡ ∼ q → ∼ p 10. Doble Implicaci´ on: a) p
↔ q ≡ ( p → q ) ∧ (q → p) b) p ↔ q ≡ ( p ∧ q ) ∨ (∼ p ∧ ∼ q ) 11. Diferencia Sim´ etrica: a) p ∆q
≡ ∼ ( p ↔ q ) b) p ∆q ≡ ( p ∧ ∼ q ) ∨ (q ∧ ∼ p) 12. Expansi´ on Booleana: a) p
≡ p ∧ (q ∨ ∼ q ) b) p ≡ p ∨ (q ∧ ∼ q ) 13. Transposici´ on: a) p
→ q ≡ ∼ q → ∼ p b) p ↔ q ≡ ∼ q ↔ ∼ p 14. Exportaci´ on: a) ( p
∧ q ) → r ≡ p → (q → r) b) ( p1 ∧ p2 ∧ . . . ∧ pn ) → r ≡ ( p1 ∧ p2 ∧ . . . ∧ pn−1 ) → ( pn → r)
Walter Arriaga D.
Walter Arriaga D. 1.10.21.
Matem´ atica B´asica
55
Simplificaci´ on de proposiciones
La aplicaci´ on de las leyes de la l´ogica proposicional permite simplificar proposiciones moleculares, reducir una proposici´on compuesta a una proposici´on m´as simple, generalmente de menos variables proposicionales y relacionadas con los conectivos l´ogicos , , o
∧ ∨ ∼. En algunos
casos se reduce a una tautolog´ıa o a una contradicci´ on.
Ejemplo 1.10.36. Simplificar la proposici´on W = [( p
∼ ∧ q ) → (r ∧ ∼ r)] ∧ (∼ q )
Soluci´ on
W
≡ [∼ (∼ p ∧ q ) ∨ (r ∧ ∼ r)] ∧ (∼ q ) ≡ [( p ∧ ∼ q ) ∨ F] ∧ (∼ q ) ≡ [( p ∧ ∼ q )] ∧ (∼ q ) ≡ ∼ q W
≡ ∼
∴
q
Ejemplo 1.10.37. Simplificar la proposici´on W =
(9.a.) (7.a., 6.b.) (5.d.) (8.b.)
∼ [( p →∼ q ) ∨ ∼ q ] → [∼ p ↔ (∼ p → q )]
Soluci´ on
W
≡ ≡ ≡ ≡ ≡ ≡ ≡ ≡ ≡ ≡
[( p
→∼ q ) ∨ ∼ q ] ∨ [∼ p ↔ (∼ p → q )] [(∼ p∨ ∼ q ) ∨ ∼ q ] ∨ [∼ p ↔ ( p ∨ q )] [∼ p ∨ (∼ q ∨ ∼ q )] ∨ [∼ p ↔ ( p ∨ q )] (∼ p ∨ ∼ q ) ∨ [∼ p ↔ ( p ∨ q )] ∼ p ∨ ∼ q ∨[(∼ p ∧( p∨q )) ∨( p ∧ ∼ ( p∨q ))] ∼ p ∨ ∼ q ∨ [(∼ p ∧ q ) ∨ ( p ∧ ∼ p ∧ ∼ q )] ∼ p ∨ ∼ q ∨ (∼ p ∧ q ) ∨ (F ∧ ∼ q ) ∼ p ∨ ∼ q ∨ (∼ p ∧ q ) ∨ F [∼ p ∨ (∼ p ∧ q )] ∨ ∼ q ∼ p ∨ ∼ q ∴
W
≡ ∼ p ∨ ∼ q
(9.a.) (9.a.) (3.b.) (1.b.) (10.b.) (8.c.) (6.b.) (5.b.) (3.b., 5.d.) (8.b.)
56
Matem´ atica B´asica
1.11.
Conjuntos
1.12.
Aplicaciones de la Aritm´ etica
1.12.1.
Aplicaciones a la Medicina
Walter Arriaga D.
Regla de tres Administraci´on V´ıa Oral, Sublingual y T´ opica V´ ıa Oral La administraci´ on de medicamentos por v´ıa oral es la mas segura y econ´omica, as´ı como la mas recomendable cuando no existen dificultades o contraindicaciones para su utilizaci´on (ej. v´omitos) no se requiere una respuesta inmediata, ya que la acci´on farmacol´ ogica se inicia lentamente en comparaci´on con otras v´ıas. Adem´as, la t´ecnica de administraci´on es muy sencilla y permite que el tratamiento pueda ser efectuado por el propio enfermo. La mayor parte de los medicamentos pueden ser administrados por v´ıa oral, puesto que la mucosa digestiva permite la absorci´on de sustancias muy diversas, principalmente en el est´omago, desde donde pasan a la circulaci´on general y act´ uan a nivel sist´emico. Existen muy diferentes formas de presentaci´on de medicamentos para la administraci´on oral, ya sea s´olidas (c´apsulas, comprimidos, tabletas) o liquidas (jarabes, soluciones, suspensiones). Cuando se trata de medicamentos que puedan resultar alteradas por el medio ´acido del est´omago, se emplean c´apsulas o grageas con protecci´on ent´erica. La v´ıa oral es el m´as com´ un de los m´ etodos para administrar medicamentos en la actualidad. Es frecuente que el frasco de medicina que tenga usted en las manos posea diferentes dosificaciones a la indicada por el m´ edico. Cuando esto pasa, el trabajador de la salud realizar´a algunos c´alculos matem´aticos para dar al paciente la cantidad del medicamento que tiene prescrito por el m´edico. Los ejemplos de los ejercicios resueltos, en la parte de las aplicaciones, le ayudar´an a desarrollar un m´ etodo para desarrollar problemas de dosificaci´ on de medicamentos orales.
V´ıa Intramuscular. IM Es la introducci´on de una sustancia a trav´es de la piel hasta el tejido muscular, para lograr la absorci´ on m´as r´apida. Una ampolla contiene cantidad suficiente para una sola aplicaci´on como la morfinade 10
Walter Arriaga D.
Matem´ atica B´asica
57
mg. Un frasco con dosis m´ultiples puede contener hasta diez (10) dosis, pero especificar´ a la cantidad de f´armaco contenido en un mililitro (ml) por ejemplo Ciprofloxacina 200 mg / 100 ml. La dosis especificada en la etiqueta de la ampolla o frasco puede ser distinta a la ordenada por el m´edico; de ser as´ı, realizar´a una operaci´ on matem´ atica para determinar si el volumen por aplicar es la se˜nalada en el manejo de las diluciones de medicamentos para uso oral.
58
Matem´ atica B´asica
Walter Arriaga D.
EJERCICIOS RESUELTOS
✍
1.
I. Sucesiones y Series 1. Calcular el t´ermino que contin´ua: 5; 3; 6; 5; 7; 7; 8; 9; 9; . . .
Soluci´ on Como la sucesi´on es alternada entonces: 5
3
6
5
7
7
+2
+2
8
9
+2
9
+2
luego el t´ermino que contin´ua es: 11 2. Una tina se encuentra en reparaci´ on, el primer d´ıa da 63 goteadas y cada d´ıa que transcurre da dos gotas menos que el d´ıa anterior. ¿Cu´ antos d´ıas gotear´ a la tina y cu´ antas goteadas dar´ a en total?.
Soluci´ on 63, 61, 59, . . . , 1
an = a1 + (n 63 =
− 1)r 1 + (n − 1)2
entonces n = 32, luego la suma S = (
1 + 63 ) 32 = 1024 2
3. Evaluar: P = 23 + 43 + 63 + 83 + . . . . . . + 163
Soluci´ on an = a1 + (n 163 = de donde n = 8, luego S = II. Fracciones
− 1)r 23 + (n − 1)(20)
23 + 163 8 = 744 2
Walter Arriaga D. 1. Calcular: E =
Soluci´ on
Matem´ atica B´asica
59
2, 2 + 4, 4 + 6, 6 + 8, 8
2, 8 + 4, 6 + 6, 4 + 8, 2
22
E =
8 6 4 2 2 + + 4 + + 6 + + 8 + 9 9 9 9 22 E = 20 20 + 9 Reduciendo se tiene que E = 0,99. a b 2. Hallar: a + b, sabiendo que son naturales y que + = 1, 02. 9 5 Soluci´ on a b 2 + = 1+ 9 5 90
entonces 5a + 9b = 46, luego a = 2, b = 4, entonces a + b = 6. III. Razones y proporciones 1. La media proporcional de “a” y “b” es “x”, que es lo mismo que la tercera proporcional
√ 3 a,
de “8a” y “b”; lo mismo que la cuarta proporcional de
2 y
√ 3 b. El valor de
a + b + x es:
Soluci´ on a x = x b 8a b = b x 3a 3b = 2 x
√
√
⇒ ⇒ ⇒
x =
√
ab
b2 8a 2b x = a x =
De las dos u ´ ltimas ecuaciones se tiene que b = 16, adem´as
2b a
=
√ ab, entonces a = 4,
luego x = 8. Por lo tanto a + b + x = 28 2. Los n´ umeros x, y , z son proporcionales a los n´ umeros 2, 3, 5, la suma de x, y , y z es 80. El n´ umero y est´a dado por la ecuaci´on: y = ax + 8. El valor de a es:
Soluci´ on x = 2k, y = 3k, z = 5k, ahora como x + y + z = 80 entonces k = 8, de donde x = 16, y = 24, z = 40; luego reemplazando en y = ax + 8 se tiene que a = 1. IV. Mezclas
60
Matem´ atica B´asica
Walter Arriaga D.
1. Un recipiente se llena con 60 litros de vino. Se consume 1/3 del contenido y se vuelve a llenar con agua, luego se consume 2/5 del contenido y se vuelve a llenar con agua. ¿Qu´e cantidad de agua hay en la mezcla final?.
Soluci´ on
vino 60
Se consume 1/3 del contenido y se vuelve a llenar con agua Se extrae 1 3 (60)
vino
Queda 2 3 (60)
= 40
agua 20 vino 40
Se consume 2/5 del contenido. Se extrae agua vino
2 5 (20) 2 5 (40)
Queda 3 5 (20) 3 5 (40)
= 12 = 24
Ahora se tiene 36 litros de mezcla y como se tiene que llenar con agua, se necesita de 24 litros de agua. Por lo tanto la cantidad de agua hay en la mezcla final es: 12 + 24 = 36 litros. 2. En un recipiente de 20 litros de capacidad se vierten 10 litros de pisco, 4 litros de gaseosa y 6 litros de tequila. Se prueba la mezcla y resulta muy fuerte por lo que se bota la cuarta parte del contenido y se llena con gaseosa; se vuelve a probar y sigue muy fuerte por lo que se bota la tercera parte del contenido y se vuelve a llenar con gaseosa; se prueba nuevamente y sigue fuerte por lo que se bota la quinta parte del contenido y se llena con gaseoasa. ¿Cu´al es la cantidad de gaseosa contenida en el recipiente final?.
Soluci´ on Del enunciado del problema se tiene:
Walter Arriaga D.
Matem´ atica B´asica
L 0 2 l a t o T
61
Gaseosa
4L 10 L
Pisco
6L
Tequila
T
P
G
6
10
4
se bota 1/4 de la mezcla
Queda
9/2
15/2
3
se llena con gaseosa
Queda
9/2
15/2
8
se bota 1/3 de la mezcla
Queda
3
5
16/3
Queda
3
5
12
Queda
12/5
4
48/5
Queda
12/5
4
68/5
se llena con gaseosa se bota 1/5 de la mezcla se llena con gaseosa
Por lo tanto, la gaseosa contenida al final es 68/5 = 13,6 litros. Otra forma es considerando al tequila y el pisco como uno solo, as´ı tenemos (10 + 6 = 16 litros) 4 Queda de tequila y pisco = 5 puesto que:
2 3
3 (16) 4
= 6,4 litros.
Si se saca 1/4, entonces queda 3/4. Si se saca 1/3, entonces queda 2/3. Si se saca 1/5, entonces queda 4/5. Por lo tanto, la gaseosa contenida al final es 20
− 6,4 = 13,6 litros.
V. Regla de tres 1. Un ladrillo pesa 4 kg, ¿Cu´ anto pesar´ a otro ladrillo cuyas dimensiones sean la mitad del ladrillo anterior?
Soluci´ on longitud ancho altura
de donde: l
peso
l
a
a
4 kg
l 2
a 2
a 2
x kg
× a × a × x = 2l × a2 × a2 × 4, luego: x = 0,5
2. Si 40 carpinteros fabrican 16 puertas en 9 d´ıas ¿Cu´antos d´ıas tardar´ an 45 carpinteros para hacer 12 puertas iguales?
Soluci´ on
62
Matem´ atica B´asica carpinteros
de donde: 40
Walter Arriaga D.
d´ıas
puertas
40
9
16
45
x
12
× 9 × 12 = 45 × x × 16, luego: x = 6
VI. Aplicaciones de la Aritm´ etica
Aplicaciones a la Medicina 1. El m´ edico prescribi´o 300 mg de Ranitidina, la etiqueta del frasco dice que contiene tabletas de 150 mg. El problema es determinar el n´umero de tabletas para obtener la dosis precisa.
Soluci´ on D´e la dosis deseada del f´armaco disponible, plantearemos utilizando la regla de tres simple. 1 tableta
150 mg
x tabletas
300 mg
luego x =
✟ 1 tableta 300 ✟ mg ✟ 150 ✟ mg
×
de donde x = 2 tabletas. 2. Cama Nº: 2 Nombre: Daddy Yankee Medicamento: Morfina Dosis: 8 mg V´ıa: I.M. Hora: Cada 4 horas por raz´ on necesaria El f´armaco que hay en el servicio dice: Morfina 10mg/1ml. El f´armaco disponible es Morfina 10mg/1ml; la prescripci´on indica 8 mg de Morfina. Establezca la proporci´ on para conocer la cantidad de medicamento que se debe suministrar.
Soluci´ on Usemos la regla de tres simple. 10 mg
1 ml
8 mg
x ml
Walter Arriaga D. luego
de donde x = 0,8 ml.
Matem´ atica B´asica
✟ 1 ml 8 mg x = ✟ ✟ 10 ✟ mg
×
63
64
Matem´ atica B´asica
Walter Arriaga D.
EJERCICIOS PROPUESTOS
✍
1.
I. Series 1. Una tina se encuentra en reparaci´ on, el primer d´ıa da 63 goteadas y cada d´ıa que transcurre da dos gotas menos que el d´ıa anterior. ¿Cu´ antos d´ıas gotear´ a la tina y cu´ antas goteadas dar´ a en total?. 2. Evaluar: P = 23 + 43 + 63 + 83 + . . . . . . + 163. 3. Calcular: S 1 + S 2 + S 3 ; si se sabe que: S 1 = 1 + 3 + 5 + . . . . . . + 19 S 2 = 1 + 4 + 9 + . . . . . . + 100 S 3 = 0,1 + 0,2 + 0,3 + . . . . . . + 8 10
4. Calcular:
(2n3
n=1
5. Hallar “x”; si:
− 3n2 + 2n) √ 2 · √ 22 · √ 23 . . . √ 2x = 1048576(285 )
6. Del tri´angulo num´erico: 1 2+4 3+6+9 4 + 8 + 12 + 16 .. . Calcular la suma de los elementos de la fila 30. 7. Calcular: S = 2 + 6 + 12 + 20 + . . . . . . 930 8. Calcular: S = 1
× 5 + 2 × 6 + 3 × 7 + . . . + 20 × 24
9. Hallar (n + m) en:
2
1 4
× ×6
+
1 6
+
4 8 6 1 2 3 4 10 10. Reducir: S = 1 + + + + + . . . + 10 2 4 8 16 2 11. Efectuar: S = 2 + 5 + 8 + . . . . . . + (3n 1).
× ×
1 + . . . + 8 10 40
× ×
1 42
× × 44
− 12. Calcular (x + 3)2 , si: 1 + 3 + 5 + 7 + ··· + (2x + 3) = 7 + 14 + 21 + ··· + 49 1 2 3 4 13. Sumar: S = 1 + 2 + 3 + 4 + ··· 10 10 10 10 9 18 36 72 14. Hallar S en: S = + + + + ··· 20 80 320 1280
=
n m
Walter Arriaga D.
Matem´ atica B´asica
∞
15. Hallar:
65
x=1
2x + 3x 6x
II. Fracciones 1. Calcular: E =
2, 2 + 4, 4 + 6, 6 + 8, 8
− − 2, 8 + 4, 6 + 6, 4 + 8, 2
a b + = 1, 02. 9 5
2. Hallar: a + b, sabiendo que son naturales y que
3. Hallar los 2/3 menos de los 4/5 m´as del triple de 30. 4. Hallar a en:
1, 6
0, 3
a
0, 3
1, 6
2, 6
2 + 0, 16 3
=3
5. El denominador de una fracci´ on excede al numerador en 6, si el denominador aumenta en 4 el valor de la fracci´on ser´ıa 1/6. Hallar dicha fracci´on. 6. Alessandra perdi´ o 2/7 del dinero que le encargaron. ¿Qu´ e parte de lo que quede servir´a para reponer lo perdido?. 7. En una fiesta la 1/5 parte del n´ umero de hombres es igual a los 7/9 del n´umero de mujeres. ¿Qu´e parte de los reunidos representan las mujeres?. 8. Una persona ya avanz´ o 1/5 de su recorrido. ¿Qu´e fracci´on de lo que falta debe avanzar para llegar a los 8/15 del recorrido?. 9. En un grupo de estudios hay 60 alumnos, las 2/5 partes tienen mochilas. ¿Qu´e fracci´on de los que no tienen mochilas, tienen mochila?. 10. Se extraen 400 litros de un tanque que estaba lleno hasta sus 2/3, quedando hasta sus 3/5. ¿Cu´ antos litros falta para llenar el tanque?. 11. Un tren parte con cierto n´ umero de pasajeros. En el primer paradero deja la tercera parte, en el segundo suben 65 pasajeros, en el tercero bajan las 3/5 de los que lleva, en el cuarto suben 50 pasajeros y en el trayecto al quinto paradero deja los 3/8 de los que lleva, llegando a este con 80 pasajeros determine, con cu´antos pasajeros parti´ o. 12. Se tiene 2 cajas de f´osforo; se usa de la primera 3/8 del total y de la segunda 2/7 del total. Los f´osforos usados en la primera son 13 m´as que de la segunda y queda en la segunda caja 4/7 de f´osforos que queda en la primera. ¿Cu´antos f´ osforos tiene cada caja?.
1) = N/11, hallar: N + n. 13. Si 0, n(n
−
III. Razones y proporciones
66
Matem´ atica B´asica
Walter Arriaga D.
1. La media proporcional de “a” y “b” es “x”, que es lo mismo que la tercera proporcional de “8a” y “b”; lo mismo que la cuarta proporcional de
√ 3 a,
2 y
√ 3 b. Hallar el
valor de a + b + x. 2. Los n´ umeros x, y, z son proporcionales a los n´ umeros 2, 3, 5, la suma de x, y, y z es 80. El n´ umero y est´a dado por la ecuaci´on: y = ax + 8. Hallar el valor de a. 3. Dos n´ umeros est´an en la relaci´on de 2 a 6. Si la cuarta parte del mayor es la tercera proporcional de 4 y la mitad del otro n´umero. Hallar la suma de los n´umeros. 4. En un recipiente de 30 litros y otro de 74 litros ¿Cu´ antos litros deben ser transferidos del segundo recipiente al primero de manera que los contenidos se encuentren en la raz´ on de 3:5?.
√ √ √ √
a c = , a + b + c + d = 15. Hallar: a + b + c + d. b d a a c a+1 c+3 6. Hallar: ; si = = k. Adem´as: = . b b d b+5 d + 15 a 5 7. Si: = y a2 + b2 = 712. Calcular el exceso de b sobre a. b 8 8. Calcular la raz´ on de una serie de razones iguales donde la suma de cuadrados de los 5. Sabiendo que
antecedentes es 1/2 y de los consecuentes es 1/8. 9. Si A es inversamente proporcional a B; con una constante de proporcionalidad k, ¿Cu´anto vale k si la constante de proporcionalidad entre la suma y diferencia de A y 1/B vale 6?. 10. Repartir 154 en partes directamente proporcionales a: 2/3, 1/4, 1/5, 1/6, e indicar la mayor cantidad. 11. A tiene 8 panes y B tiene 4; y deben compartirlos equitativamente con C y D. Para recompensarlo, ´estos entregaron 18 soles a A y B ¿Cu´anto le toc´o a A?. 12. Hallar el valor de A + B + C + D + E , si: A es la tercera diferencial de 20 y 16 B es la media diferencial de 27 y 39 C es la media proporcional de 72 y 18 D es la tercera proporcional de 5 y 25 E es la cuarta proporcional de 42, 12 y 14 13. Tres cantidades son proporcionales a 6, 8 y 10 y el producto de ´estos 960. Hallar el n´umero intermedio. 14. En una fiesta se observa por cada 5 hombres hay 7 mujeres y adem´a s por cada 3 hombres que fuman hay 8 mujeres que no fuman. Sabiendo que hay 10 mujeres m´as
Walter Arriaga D.
Matem´ atica B´asica
67
que hombres y hay 20 personas fumando. ¿Cu´antos hombres fuman? IV. Mezclas 1. Un recipiente contiene una mezcla de 50 litros de agua con 30 litros de vino y se extrae 3/10 de dicha mezcla. ¿Cu´antos litros de agua y vino quedan? 2. Un recipiente contiene 60 litros de vino. Se extrae 1/3 del contenido y se reemplaza por agua; luego se extrae 2/5 de la mezcla y tambi´en se reemplaza por agua. ¿Qu´e cantidad de agua hay en la mezcla final?. 3. Un dep´osito contiene 75 litros de leche pura, luego se extrae 1/3 de su contenido y se reemplaza por agua, enseguida se extrae 1/5 de la mezcla y tambi´en se reemplaza por agua y por u ´ ltimo se extrae 1/4 de la nueva mezcla y tambi´en se reemplaza por agua, ¿Qu´e relaci´on de leche pura y agua quedan en el dep´osito?. 4. Un balde se llena con 54 litros de agua, se extrae 9 litros de agua reemplaz´ andolo con lej´ıa, despu´es se extrae 9 litros de la mezcla resultante, que son reemplazados por lej´ıa; haciendo lo mismo una 3°, 4°, . . . , n-´esima vez, observ´andose que luego de n 78125 operaciones, la parte fraccionaria de agua en la mezcla es . Hallar n. 279936 5. Dos piscos A y B est´an mezclados en 3 recipientes. En el primer recipiente la raz´on es de 1/2 de A y 1/2 de B. En el segundo es de 1/3 de A y 2/3 de B y en el tercero es de 1/4 de A y 3/4 de B. Si se saca el mismo volumen de todos los recipientes para formar una mezcla que contenga 39 litros del pisco A, ¿Cu´antos litros se extraen de cada recipiente?. V. Regla de tres 1. Un ladrillo pesa 4 kg, ¿Cu´ anto pesar´ a otro ladrillo cuyas dimensiones sean la mitad del ladrillo anterior? 2. Si 40 carpinteros fabrican 16 puertas en 9 d´ıas ¿Cu´antos d´ıas tardar´ an 45 carpinteros para hacer 12 puertas iguales? 3. Por 8 d´ıas de traba jo, 12 obreros han cobrado $.640 ¿Cu´ anto ganar´ an por 16 d´ıas, 15 obreros con los mismos jornales? 4. Si con 120 kg de pasto se alimenta a 4 caballos durante 5 d´ıas ¿Cu´antos kg de pasto se necesitar´an para alimentar a 9 caballos en 3 d´ıas? 5. Un grupo de obreros deb´ıa entregar una obra en un determinado plazo. Luego de algunos d´ıas de trabajo se accidentaron 10 obreros y no pudieron ser reemplazados
68
Matem´ atica B´asica
Walter Arriaga D.
hasta dentro de 8 d´ıas y por ello se contrataron 30 obreros adicionales, con lo cual, se acab´ o la obra en la fecha prevista ¿Cu´antos d´ıas traba jaron los u ´ltimos obreros? 6. Una cuadrilla de 15 obreros trabajando 6 horas diarias terminan una obra en 38 d´ıas. ¿Cu´antos d´ıas tardar´ıan para hacer la misma obra, 19 obreros trabajando 3 horas diarias m´ as que los anteriores? 7. Ocho obreros pueden hacer una obra en 3 d´ıas. ¿Cu´antos obreros m´ as har´ıan falta para hacer la obra en 2 d´ıas?. 8. Si 36 obreros para pavimentar una pista de 400 metros de largo, por 6 metros de ancho; demoran 32 d´ıas. ¿Cu´antos d´ıas tardar´ an, si se aument´o 12 obreros m´as para pavimentar otra pista de 300 metros de largo, por 8 metros de ancho? 9. Un ciclista cubre una distancia de Lima a Trujillo en 10 d´ıas, corriendo 12 horas a una velocidad de 42 km por hora ¿A qu´e velocidad deber´a correr para cubrir la misma distancia en 8 d´ıas de 9 horas diarias? 10. Un ej´ercito de 7000 hombres tienen municiones para 20 d´ıas a raz´ on de 6 cargas diarias cada hombre, pero si llegan 1850 hombres sin municiones. ¿Cu´antos d´ıas durar´an las municiones, si cada hombre recibe ahora s´olo 3 cargas diarias? 11. Un grupo de 45 obreros se comprometen a hacer 900 m 2 de una obra en 30 d´ıas, trabajando 6 horas diarias. Si trabajaron juntos 5 d´ıas, al final de los cuales, se les pidi´o que entreguen s´olo 750 m2 de la obra, pero 7 d´ıas antes de lo previsto. ¿Cu´antos obreros ser´ an necesarios emplear para que trabajando 12 horas diarias puedan cumplir la nueva orden? 12. Treinta obreros hacen una zanja de 20m de largo, 2m de ancho y 1m de profundidad en 18 d´ıas a 8h/d´ıa, ¿En cu´antos d´ıas, 45 obreros har´an una zanja, de manera que las dimensiones finales sean 50 % mayor que las iniciales y si las horas diarias no se alteran? VI. Tanto porciento 1. Si el 40 % de A es igual a 20 % de B. ¿Qu´e porcentaje de B es A? 2. El 20 % de un n´ umero es el 30 % de otro. ¿Qu´ e porcentaje de la suma es la diferencia de estos n´ umeros? 3. Ayer tuve $69 y gast´ e el 38 % de lo que no gast´ e. ¿Cu´anto no gast´e? 4. Se vendi´o un art´ıculo en $4200 ganando el 14 % del precio de compra m´ a s el 5% del precio de venta. ¿Cu´anto cost´ o el art´ıculo?
Walter Arriaga D.
Matem´ atica B´asica
69
5. ¿Qu´e porcentaje habr´ıa que disminuir a un n´ u mero para que sea igual al 60 % del 25% del 80% del 50% de los 10/3 del n´umero? 6. Si a un n´ umero “N” se le aumenta 5/16 de su valor, luego 1/7 del nuevo valor. Hallar el porcentaje total que aument´o el n´ umero “N”. 7. Si al precio de venta de un art´ıculo, se le hace 3 descuentos sucesivos del 20 %; 10 % y 5 % se observa que el descuento efectivo ha sido de 632 soles ¿Cu´al es el precio de venta de dicho art´ıculo? 8. ¿Cu´ al es el precio de costo de un art´ıculo, cuyo precio de venta es “a” soles y la ganancia es de “b %” del precio de venta? 9. Si la arista de un cubo disminuye en un 50 %. ¿En qu´ e porcentaje ha disminuido su ´area? 10. Si el di´ametro de un c´ırculo aumenta en un 70 %. ¿En qu´ e porcentaje aumenta su ´area? 11. De un recipiente lleno de vino, se extrae el 25 % de lo que no se extrae. ¿Qu´ e tanto por ciento estar´a lleno el recipiente, si se agrega el 30 % de lo que faltaba por llenar? 12. Si Flor se retir´ o del casino con 240 soles, habiendo perdido primero el 20 % y luego ganando el 50 % de lo que le quedaba. ¿Con cu´ anto fue al casino?. 13. A una fiesta asisten hombres y mujeres, el 25 % son hombres y el resto mujeres, si se retiran el 40 % de los hombres y el 50 % de las mujeres. ¿Qu´ e porcentaje de las mujeres que quedan son los hombres que quedan?. 14. Un art´ıculo se ha vendido en 1200 soles ganando el 20 % del costo m´ a s el 15% del precio de venta. Hallar el precio de costo de dicho art´ıculo. 15. Si en la venta de un artefacto se gana el 25% del precio de costo. ¿Que tanto por ciento es la ganancia respecto al precio de venta?. VII. N´ umero primo 1. VIII. M´ aximo com´ un divisor y m´ınimo com´ u n m´ ultiplo 1. IX. An´ alisis combinatorio
70
Matem´ atica B´asica
Walter Arriaga D.
1. De cu´antas maneras se pueden elegir dos o m´as corbatas de una colecci´on que contiene ocho? 2. En la secci´on de un hospital se disponen de 12 enfermeras, de cu´antas maneras puede hacerse una selecci´on de 5 de modo que: Una Enfermera se incluye siempre. Una Enfermera se excluye siempre. 3. De cu´antas maneras distintas puede ir una persona de la ciudad A a la ciudad E. B
A
C
E
D
4. En cierto examen un estudiante debe contestar 8 de 10 preguntas. Cu´antas maneras de escoger tiene? Cu´antas maneras puede escoger, si las tres primeras son obligatorias? 5. Alessandra desea viajar de Lima a Cuzco y tiene a su disposici´on 4 l´ıneas a´ereas y 6 terrestres. ¿De cu´antas maneras diferentes podr´a viajar? 6. Si hay 5 candidatos para presidente y 4 para alcalde. ¿De cu´antas maneras se pueden elegir estos dos cargos? 7. De mi casa al CPU hay 8 caminos, de cu´antas maneras puedo ir y regresar, si de regreso no puedo usar el camino de ida? 8. Una persona tiene para vestirse 5 pantalones; 4 camisas y 3 pares de zapatos. ¿De cu´ antas maneras se podr´a vestir? 9. Alessandra tiene para vestir; 4 blusas, 3 pantalones; 2 faldas y 6 pares de zapatos. ¿De cu´antas formas se podr´a vestir? 10. Se quieren sentar 4 hombres y 3 mujeres en una fila de modo que los hombres y mujeres est´en intercalados. ¿De cu´antas formas podr´ an hacerlo? 11. En una reuni´on conmemorativa donde se celebra el nacimiento del ilustre Nishi-
ren Daishonin se observ´o 36 apretones de mano. ¿Cu´antas personas hay en dicha reuni´on? 12. ¿De cu´ antas formas se puede ubicar 6 ni˜ nos en una fila; si dos de ellos deben estar siempre juntos.
Walter Arriaga D.
Matem´ atica B´asica
71
13. En un equipo de futbol se cuenta con 8 alumnos, 5 hombres y 3 mujeres. Se desea formar grupos mixtos de 6 alumnos. ¿Cu´antos grupos se podr´an formar? 14. Con los d´ıgitos 1, 2, 3, 4, 5 , Cu´antos n´ umeros pares de 3 cifras distintas se pueden
{
}
formar?. 15. Con los d´ıgitos 2, 4, 6, 8, 9 , Cu´antos n´ umeros impares se pueden formar sin que se
{
}
repitan las cifras?. 16. ¿Cu´ antos n´ umeros diferentes de 3 cifras pueden formarse con las cifras 1, 2, 3, 4, 5, 6, 7, 8 ;
{
mayores que 300 y menores que 800. 17. Alessandra y sus 9 amigos desean ordenarse para tomarse una foto. Si entre ellos hay una pareja de enamorados que no desea separarse, ¿de cuantas maneras pueden ordenarse?. 18. En un corral hay 10 jaulas diferentes, se han comprado 10 aves: 3 gallinas, 4 pavos y 3 patos. ¿De cu´antas maneras distintas se puede colocar un ave en una jaula, de modo que se diferencien en una especie? 19. Hallar el n´ umero de formas diferentes en que pueden sentarse 4 hombres y 3 mujeres en una fila de 7 sillas, si las mujeres deben ser contiguas. 20. ¿De cu´ antas maneras podr´ a ser elegido el delegado y subdelegado del aula constituido de 20 alumnos, bajo la condici´on de que cada alumno pueda ser elegido s´olo a uno de estos cargos? 21. Determinar el n´ umero de permutaciones diferentes que ser´ıan posible formarse con las letras de la palabra “QUEQUE” 22. En un hospital se tiene 5 m´edicos especialistas en nefrolog´ıa y 4 enfermeras se desea escoger un grupo de 4 personas para una intervenci´on quir´ urgica al ri˜ no´n en la sala de cirug´ıa del nosocomio ¿De cu´ antas maneras se podr´a realizar esto, si en cada grupo debe haber a lo m´as 2 m´edicos nefr´ologos para realizar la intervenci´ on? 23.
• B A• •C F• •D • E
}
72
Matem´ atica B´asica
Walter Arriaga D.
De la figura halle la diferencia entre el n´umero de tri´angulos y el n´umero de rectas que pueden trazarse. 24. Cu´ antos n´ umeros de 3 cifras que sean pares existen? 25. ¿Cu´ antas permutaciones pueden formarse con las letras de la palabra BEBETO, si debe empezar con O y terminar en T? X. L´ ogica 1. Si se sabe que p es Verdadera; entonces el valor de: p a) Depende del valor que asume q .
∨ [∼ q ∧ (r → s)]
b) Siempre ser´a Verdadera. c) Depende del valor que asume s. d) Siempre ser´a Falsa. e) Depende del valor que asume r. 2. Si se sabe que
∼ q es Verdadera; entonces el valor de:
a) Depende del valor que asume r.
[ p
∧ (r ∨ s)] →∼ q
b) Depende del valor que asume p. c) Depende del valor que asume r
∨ s.
d) Siempre ser´a Falsa. e) Siempre ser´a Verdadera. 3. Si se sabe que: p
∨ ∼ q es falso; q → s es verdadero. Hallar el valor de verdad de: (∼ q ∧ ∼ r) ↔ (t ∨ ∼ t) ( p ↔ ∼ s)∨ ∼ (t ∧ ∼ s) 4. Si la proposici´on: ∼ [(q → s) → ( p → r)] es verdadera; hallar el valor de verdad de: (∼ s →∼ q ) ∆ (r → p) ∼ (q ∧ ∼ s) ∧ ( p ∧ ∼ r) ( p ∧ q ∧ r ∧ s) ∨ ( p ← r) 5. La proposici´ on ∼ [( p ∨ q ) ↔ (r ∧ s)] es falsa teniendo r y s valores de verdad opuestos. ¿Cu´al es el valor veritativo de cada una de las proposiciones siguientes?
[( p
∼ ∧ ∼ q ) ∨ (r ∧ s)] ∧ p [(∼ p ∨ q ) ∧ (r ∨ s)] ∨ (∼ p ∧ q ) [(∼ r ∧ ∼ s) → ( p∨ ∼ q )]∧ ∼ (r ∧ s) 6. Si la proposici´ on compuesta: ∼ ( p ∨ ∼ q ) ∧ (q ↔ r) es verdadera. ¿Cu´ales de las siguientes proposiciones son verdaderas?
Walter Arriaga D.
Matem´ atica B´asica
I. ( p
∨ s) ∧ q II. (t ∧ q ) → r III. (s ∆ q ) → q 7. Simplificar: ∼ (∼ p ∧ ∼ q ) 8. Simplificar: ( p ∧ q ) ∨ (∼ p ∧ ∼ q ) ∨ p 9. Simplificar el esquema: (∼ p ∧ q ) → (q → p) 10. Simplificar: ∼ [( p →∼ q ) ∨ ∼ q ] → [∼ p ↔ (∼ p → q )] 11. Indicar las proposiciones verdaderas: I. ( p
∼ ∧ ∼ q ) ↔ ( p ∨ q ) es una contradicci´on. II. [( p → q ) ∧ (q → r)] → ( p → r) es una tautolog´ıa. III. [ p ∧ ( p → q )] → (q ∆ r) es una contingencia. 12. ¿Cu´ al de las siguientes prop osiciones es una tautolog´ıa? I. [
∼ ( p ∧ q ) → p] ∨ ∼ p II. ∼ ( p → q ) → ( p ∨ ∼ q ) III. ∼ ( p → q ) → (∼ p →∼ q ) 13. De las siguientes proposiciones ¿Cu´al es (son) contradicci´on (es)? I. II.
∼ [∼ ( p ∨ q ) →∼ q ] ∧ ∼ ( p → q ) ∼ (∼ p → q ) → ( p → q )
14. Dados los siguientes operadores l´ogicos: p
♣ q ≡∼ p →∼ q p ♠ q ≡∼ p ∧ ∼ q Simplificar: [( p ♣ q ) → ( p ♠ q )] ∨ q 15. Si se define: p p
≡∼ →∼ ≡ ∧ ∼ ∼ ∼ ∼ ∼ ∼ ∼ q
p
q
q
p
q
Decir cu´ales son proposiciones equivalentes: I. (r
q )
II.
p
III.
[ p
(r
(r
p
q )
q )]
73
74
Matem´ atica B´asica
Walter Arriaga D.
16. Si se define p q , por la tabla: p
q
p
V
V
V
V
F
V
F
V
F
F
F
V
q
Simplificar: W = [( p q ) p]
{∼
→ (q p)}
XI. Conjuntos 1. Dado el conjunto: A =
{{0}, 1, φ, {1}}. Determinar la validez l´ogica de las siguientes
proposiciones. 1. 0
{ } ∈ P (A) 3. {{1}} ⊂ P (A) 5. 1 ∈ A
2. φ
∈ P (A) 4. φ ⊂ P (A) 6. {1} ∈ P (A)
2. Sea el conjunto: A = a, a , b , φ . Indicar cual de las siguientes expresiones son
{ { } { } }
verdaderas o falsas. 1. a
{ } ⊂ A 3. {b, {a}} ⊂ A 5. {φ, {a}} ∈ P (A) 7. φ ∈ P (A) n2 − 16 ∧ 0 ≤ n ≤ 5 ∧ n ∈ Z 3. Si: A = x/x = n−4
2. φ, a
{ { }} ⊂ A 4. {{φ}, {b}} ∈ P (A) 6. φ ⊂ P (A) . ¿Cu´antos elementos tiene A?
4. Determinar la suma de los elementos del conjunto A. A = (7
{ − x)/x ∈ B }; B = {(x − 2)2 − 1/x ∈ Z; − 3 ≤ x − 1 < 5 }. 5. Dados los conjuntos unitarios: A = {a2 + 1; 3a − 1}; B = {3x + y; x − y + 8 }. Hallar el mayor valor de x + y + a. 6. Dados los conjuntos iguales:
{b + 1 ; c + 1};
{
B = 7
{ − a ; 8 − a};
}
C =
D = b + 2 ; 4 . Calcular: a + b + c.
7. Dados los conjuntos: Hallar: (A
A = a + 2 ; a + 1 ;
∪ B)′ ∪ C .
{
} A = {x ∈ R/2x − 1 = x2 };
B = φ;
C = x
{ ∈ R/x < 1}.
Walter Arriaga D.
Matem´ atica B´asica
75
8. Dados los conjuntos A y B tales que: n(A) + n(B) = 166; n(A B) = 148. Calcular:
∪
n(A ∆ B). 9. Sean: H = n(H ) + n(I )
∈ 3n+1 2
Z/1 < n
≤9
{ ∈ Z+/m < 18 ∧ √ m > 3}. Calcule:
; I = m
10. Hallar el n´ umero de subconjuntos propios de: A =
− 3x2
8x + 5 x 1
−
∈ N/3 ≤ x ≤ 10
11. Cu´ antos subconjuntos cuaternarios posee un conjunto cuyo cardinal es 8. 12. Dados los conjuntos: A = a2 + 1 ; b ; a
N/b
{
− a < x < a + c};
Donde: a
− c};
B =
{−3 ;
a2 ; 5 ;
}
C = x
{ ∈
∈ N , b ∈ N y A = B. Indique que afirmaciones son
ciertas: I. El n´ umero cardinal de C es 4 II. A
∩ C = {4; 5} III. C − A = {a} 13. Si M = {x2 + 4 ; x + 10 ; y 3 + 3y − 1}. Adem´as M ∪ N = {13}, hallar: x + y. 14. Si el conjunto A tiene 3 elementos ¿Cu´antos subconjuntos propios tiene el conjunto potencia de P (A)? 15. El gordito “˜ no˜ no” ingresa a un restaurante en el cual se venden 5 platos distintos y piensa “me gustan todos, pero debo llevar como m´ınimo 2 platos y como m´aximo 4”. De cu´antas maneras puede escoger el gordito “˜ no˜ no”. 16. Considere 2 conjuntos comparables, cuyas cardinales son n´umeros que se diferencian en 3; adem´as la diferencia de los cardinales de sus conjuntos potencias es 112. Indique el n´ umero de elementos de la potencia de la intersecci´on. 17. Dados los conjuntos A , B y C , si:
A tiene 511 subconjuntos propios P (B) tiene 45 elementos C , tiene 56 subconjuntos ternarios n(B) + n(C ) Hallar: E = n(A) 18. Dados los conjuntos A y B se tiene que: A
⊂ B;
3n(A) = 2n(B); n(A
∪ B) = 18.
¿Cu´antos elementos tiene A? 19. En un grupo de 100 estudiantes de la UNPRG, 49 no llevan el curso de Sociolog´ıa y 53 no siguen el curso de Filosof´ıa. Si 27 alumnos no siguen Filosof´ıa ni Sociolog´ıa, ¿Cu´antos alumnos llevan exactamente uno de esos cursos?.
76
Matem´ atica B´asica
Walter Arriaga D.
20. En un avi´on hay 100 personas de las cuales 50 no fuman y 30 no beben. ¿Cu´antas personas hay que ni fuman ni beben o fuman y beben, sabiendo que hay 20 personas que s´olo fuman? 21. En una encuesta sobre la preferencia de dos diarios locales Industria y Norte˜n o, 65 % no lee Industria, el 70 % no lee Norte˜ no, 45 % lee Industria o Norte˜ no pero no ambos. ¿Qu´e tanto por ciento lee los dos diarios? 22. De un grupo de 43 p ersonas se sabe que: 26 hablan alem´an 10 hablan ingl´es 15 hablan espa˜ nol 2 hablan alem´ an y espa˜ nol 3 hablan ingl´es y espa˜ nol 5 hablan ingl´es y alem´an 1 habla los 3 idiomas mencionados
¿Cu´antos hablan espa˜ nol o ingl´es pero no alem´an? ¿Cu´antos no hablan estos idiomas mencionados? XII. Aplicaciones de la Aritm´ etica
Aplicaciones a la Medicina 1. El m´ edico prescribi´o 300 mg de Ranitidina, la etiqueta del frasco dice que contiene tabletas de 150 mg. El problema es determinar el n´umero de tabletas para obtener la dosis precisa. 2. Ordenan Keflin 500 mg I.M., se dispone de Keflin 1g, disuelto en agua destilada est´eril 4 ml para su inyecci´on. Para cu´antas dosis rinde?. 3. Cama Nº: 3 Nombre: Andrea Bocelli Medicamento: Garamicina Dosis: 40 mg Presentaci´ on: Garamicina 80 mg
× 2 ml
V´ıa: I.M. Hora: Cada 6 horas Establezca una proporci´ on y determine la d´osis correcta.
2
´ LOGICA Objetivos: Expresar
simb´olicamente un esquema molecular y evaluar su veritatividad.
Identificar
las equivalencias l´ogicas m´as empleadas en la demostraci´on de teoremas ma-
tem´ aticos. Determinar
correctamente la validez de los razonamientos l´ogicos usando dos procedi-
mientos.
2.1.
Introducci´ on
La L´ogica es un t´ermino que deriva del girego “ oyik´oς ” (logikˆe-logik´os), que a su vez es
∧
“λ´oyoς ” (logos), que significa raz´on.
Se considera que Arist´oteles1 fue el que fund´o la L´ogica como Proped´eutica, herramienta b´asica para todas las Ciencias. La L´ogica es una ciencia formal. Esto quiere decir que no tiene contenido, porque estudia las formas v´alidas de inferencia. La l´ogica tradicional se basaba en el silogismo como razonamiento basado en el juicio categ´ orico aristot´elico. Hoy d´ıa la l´ogica utiliza como unidad b´asica la proposici´on y las reglas de inferencia en la argumentaci´on discursiva.
1
Arist´oteles, (Estagira, Macedonia 384 a. C. - Calcis Eubea, Grecia 322 a. C.), es uno de los m´as grandes
fil´ osofos de la antig¨ uedad y acaso de la historia de la filosof´ıa occidental. Fue precursor de la anatom´ıa y la biolog´ıa y un creador de la taxonom´ıa.
77
78
Matem´ atica B´asica
2.2.
Walter Arriaga D.
Historia de la L´ ogica
Hist´ oricamente la palabra “l´ ogica” ha ido cambiando de sentido. Comenz´ o siendo una modelizaci´on de los razonamientos, propuesta por los fil´osofos griegos, y posteriormente ha evolucionado hacia diversos sistemas formales, relacionados con la teor´ıa. La l´ogica formal, como un an´ alisis expl´ıcito de los m´ etodos de razonamientos, se desarroll´o originalmente en tres civilizaciones de la historia antigua: China, India y Grecia entre el Siglo V y el Siglo I a. C. En China no dur´o mucho tiempo: la traducci´on y la investigaci´on escolar en l´ogica fue reprimida por la dinast´ıa Qin, acorde con la filosof´ıa legista. En India, la l´ ogica dur´ o bastante m´as: se desarroll´o (por ejemplo con la nyaya) hasta que en el mundo isl´amico apareci´ o la escuela de Asharite, la cual suprimi´ o parte del trabajo original en l´ogica. (A pesar de lo anterior, hubo innovaciones escol´asticas indias hasta principios del siglo XIX, pero no sobrevivi´o mucho dentro de la India Colonial). El tratamiento sofisticado y formal de la l´ogica moderna aparentemente proviene de la tradici´on griega. Arist´ oteles fue el primero en emplear el t´ermino “L´ogica” para referirse al estudio de los argumentos dentro del “lenguaje apof´antico” como manifestador de la verdad en la ciencia. Pensaba que la verdad se manifiesta en el juicio verdadero y el argumento v´alido en el silogismo: “Silogismo es un argumento en el cual, establecidas ciertas cosas, resulta necesariamente de ellas, por ser lo que son, otra cosa diferente”. Naci´ o as´ı la l´ogica formal. Arist´ oteles formaliz´o el cuadro de oposici´on de los juicios y las formas v´ alidas del silogismo. Kant en el siglo XVIII pensaba que Arist´oteles hab´ıa llevado la l´ogica formal a su p erfecci´ o n, por lo que b´asicamente hasta entonces no hab´ıa habido pr´acticamente modificaciones de importancia. Y lo justificaba al considerar que siendo la l´ogica una ciencia formal, era por ello anal´ıtica y a priori, lo que justifica su necesidad y su universalidad, pues es la raz´on la que trata consigo misma respecto a sus leyes del pensar, sin contenido de experiencia alguno. En la filosof´ıa tradicional, por otro lado, la “L´ogica Informal”, o el estudio met´odico de los argumentos probables fue investigada por la ret´ orica, la oratoria y la filosof´ıa, entre otras ramas del conocimiento. Se especializ´o medularmente en la identificaci´on de falacias y paradojas, as´ı como en la construcci´on correcta de los discursos. Arist´ oteles asimismo consider´o el argumento inductivo, base de lo que constituye la ciencia experimental, cuya l´ogica est´a ligada al progreso de la ciencia y al m´etodo. A partir de mediados del Siglo XIX la l´ogica formal comenz´ o a ser estudiada en el campo de las matem´aticas y posteriormente p or las ciencias computacionales, naciendo as´ı la L´ogica simb´olica. La l´ogica simb´olica trata de esquematizar los pensamientos de forma clara y sin ambig¨ uedades. Para ello usa un lenguaje formalizado constituido como c´alculo.
Walter Arriaga D.
Matem´ atica B´asica
79
De este modo, en la edad contempor´anea, la l´ogica generalmente es entendida como un c´alculo y se aplica a los razonamientos en una forma prescripta mediante aplicaci´on de reglas de inferencia como un c´alculo l´ogico o matem´atico. Hoy d´ıa se considera una u ´ nica ciencia l´ogico-matem´ atica cuya expresi´on m´as importante en el campo de la ciencia es la creaci´on de modelos gracias sobre todo a la aplicaci´on t´ecnica en los circuitos l´ogicos que hacen posible la inform´atica y el c´alculo num´erico. Si bien a lo largo de este proceso la l´ogica aristot´elica pareci´o in´ util e incompleta, Luckasiewicz mostr´ o que, a pesar de sus grandes dificultades, la l´ogica aristot´elica era consistente, si bien hab´ıa que interpretarse como l´ogica de clases, lo cual no es peque˜na modificaci´ on. Por ello la silog´ıstica pr´acticamente no tiene uso actualmente. Para la L´ ogica matem´ atica y la filosof´ıa anal´ıtica la l´ o gica es un objeto de estudio en s´ı mismo, por lo que esta es estudiada a un nivel m´as abstracto. Existen muchos otros sistemas l´ogicos, como la l´ogica dial´ectica, l´ogica difusa, l´ogica probabil´ıstica, l´ogica modal y la l´ogica no mon´otona. Martin Heidegger, disc´ıpulo de Edmund Husserl, se aparta de estas l´ıneas de consideraci´ o n de la l´ogica aunque sin despreciarlas y comprendiendo su alcance (pero tambi´ en sus l´ımites), planteando que una l´ogica m´ as originaria se podr´ıa encontrar en un plano previo a las proposiciones, sentencias, declaraciones o juicios. Tomar en cuenta eso p odr´ıa llevar a un replanteamiento de la l´ogica de la proposici´on o la l´ogica del juicio, puesto que nos conducir´ıa a movernos en las ra´ıces de la l´ogica tal como ha sido habitualmente entendida, ra´ıces que hasta ahora han sido insuficientemente atendidas. Para ´el, la l´ ogica tendr´ıa que partir de una suficiente meditaci´o n del “λ´oyoς ” (l´ogos), el cual deber´ıa ser distinguido de la ratio (raz´ on), que, en rigor, significa algo distinto. La historia de la l´ogica documenta el desarrollo de la l´ ogica en varias culturas y tradiciones a lo largo de la historia. Aunque muchas culturas han empleado intrincados sistemas de razonamiento, e, incluso, el pensamiento l´ogico estaba ya impl´ıcito en Babilonia en alg´ un sentido, la l´ogica como an´ alisis expl´ıcito de los m´ etodos de razonamiento ha recibido un tratamiento sustancial solo originalmente en tres tradiciones: la china, la india y la griega. Aunque las dataciones exactas son inciertas, particularmente en el caso de la India, es probable que la l´ogica emergiese en las tres sociedades hacia el siglo IV a. C. El tratamiento formalmente sofisticado de la l´ogica proviene de la tradici´ on griega, especialmente de la l´ogica aristot´elica, que ser´ıa m´as tarde desarrollada por los l´ogicos isl´amicos y, luego, por los l´ogicos de la Edad Media europea. El descubrimiento de la l´ogica india entre los especialistas brit´anicos en el siglo XVIII influy´o tambi´en en la l´ogica moderna.
80
Matem´ atica B´asica
Walter Arriaga D.
La l´ ogica en Mesopotamia En Mesopotamia, el Manual de diagn´ostico m´edico de Esagil kin apli, escrito en el siglo XI a. C., se bas´o en un conjunto l´ogico de axiomas y asunciones, entre las que se incluyen la visi´on moderna de que, a trav´ es del examen e inspecci´on de los s´ıntomas de un paciente, es posible determinar el problema del mismo, su etiolog´ıa y su desarrollo futuro, y las posibilidades de recuperaci´on. Durante los siglos VIII y VII, los astr´onomos babilonios empezaron a utilizar una l´ogica interna en sus sistemas de predicci´on planetaria, que fue una importante contribuci´o n a la l´ogica y la filosof´ıa de la ciencia. El pensamiento babil´onico tuvo una considerable influencia en el pensamiento de la Grecia arcaica.
La l´ ogica en Grecia En Grecia, emergieron dos tradiciones l´ogicas opuestas. La l´ogica estoica estaba enraizada en Euclides de Megara, pupilo de Socrates, y con su concentraci´on en la l´ogica proposicional es la que quiz´as est´e m´a s pr´o xima a la l´ogica moderna. Sin embargo, la tradici´o n que sobrevivi´ o a las influencias de culturas posteriores fue la peripat´etica, que tuvo su origen en el conjunto de obras de Arist´oteles conocido como Organon, “instrumento”, la primera obra griega sistem´atica sobre l´ogica. El examen de Arist´oteles del silogismo permite interesantes comparaciones con el esquema indio de la inferencia y la menos r´ıgida discusi´on china. A trav´es del lat´ın en Europa occidental y de distintas lenguas orientales, como el ´arabe, armenio y georgiano, la tradici´on aristot´ elica fue considerada de forma especial para la codificaci´on de las leyes del razonamiento. Solo a partir del siglo XIX cambi´o este enfoque.
La l´ ogica en la India Dos de las seis escuelas indias de pensamiento est´an relacionadas con la l´ogica: Nyaya y Vaisheshika. Los Nyaya Sutras de Aksapada Gautama constituyen el n´ucleo de textos de la escula Nyaya, una de las seis escuelas ortodoxas de filosof´ıa hind´u. Esta escuela realista trabaj´ o con un r´ıgido esquema de inferencia de cinco miembros que engloba una premisa inicial, una raz´on, un ejemplo, una aplicaci´on y una conclusi´on. La filosof´ıa budista idealista se convirti´o en la principal oponente de los Naiyayikas. Nagarjuna, el fundador del camino intermedio Madhyamika, desarroll´ o un an´alisis conocido como “catuskoti” o tetralemma. Esta argumentaci´ on de cuatro aspectos examin´o y rechaz´o sistem´aticamente la afirmaci´on de una proposici´on, su negaci´on, la afirmaci´on conjunta y negaci´on, y finalmente, el rechazo de su afirmaci´ on y negaci´on. Pero fue con Dignaga y su sucesor Dharmakirti con quienes la l´ogica budista alcanz´o su mayor altura. Su an´alisis, centrado en la definici´on de la implicaci´on necesariamente l´ogica, “vyapti”, conocida tambi´ en como concomitancia o penetraci´ on invariable.
Walter Arriaga D.
Matem´ atica B´asica
81
A este fin, fue desarrollada una doctrina conocida como “apoha” o diferenciaci´on. Comprende lo que se podr´ıa llamar la inclusi´on y exclusi´on de propiedades definitorias. Las dificultades concernientes a esta empresa, en parte, estimularon a la escuela neoescol´astica de Navya Nya ya, que introdujo un an´alisis formal de la inferencia en al siglo XVI.
La l´ ogica en China En China, un contempor´aneo de Confucio, Mozi, “Maestro Mo”, es considerado como el fundador de la escuela Mohista (moh´ısmo), cuyos principios est´ an relacionados con temas como la inferencia v´alida y las condiciones de las conclusiones correctas. En particular, una de las escuelas que siguieron al moh´ısmo, los l´ogicos, es considerada por varios expertos como la primera que investig´o la l´ogica formal. Desafortunadamente, debido a la r´ıgida normativa legal durante la dinast´ıa Qin, esa l´ınea de investigaci´on desapareci´o de China hasta la introducci´on de la filosof´ıa india por parte del budismo.
La l´ ogica en la filosof´ıa isl´ amica Durante un tiempo tras la muerte de Mahoma, la ley isl´amica consider´o importante formular est´andares para los argumentos, lo que dio lugar a una nueva aproximaci´on a la l´ogica en Kalam, pero esta aproximaci´on fue m´as tarde desplazada por ideas tomadas de la filosof´ıa griega y helen´ıstica con el auge de los fil´osofos de la escuela Mu’tazili, que valoraron extraordinariamente el Organon de Arist´oteles. Las obras de los fil´osofos isl´amicos con influencias helen´ısticas fueron cruciales para la recepci´on de la l´ogica arist´ otelica en la Europa medieval, junto con los comentarios sobre el Organon elaborados por Averroes. Las obras de al-Farabi, Avicenna, al-Ghazali y otros l´ogicos musulmanes que en ocasiones criticaron y corrigieron la l´ogica aristot´ elica e introdujeron sus propias formas de l´ogica, tambi´en desempe˜naron un papel central en el subsecuente desarrollo de la l´ogica europea medieval. La l´ogica isl´amica no solo incluye el estudio de modelos formales de inferencia y su validaci´ on, sino tambi´ en elementos de la filosof´ıa del lenguaje y elementos de epistemolog´ıa y metaf´ısica. Debido a disputas con gram´aticos ´arabes, los fil´osofos isl´amicos estuvieron muy interesados en trabajar en el estudio de las relaciones entre l´ogica y lenguaje, y dedicaron muchas discusiones a la cuesti´on del objeto de inter´es y objetivos de la l´ogica en relaci´on con el razonamiento y el habla. En el ´area del an´alisis l´ogico formal, elaboraron la teor´ıa de los t´ erminos, proposiciones y silogismos. Consideraron el silogismo como la forma a la que toda argumentaci´ on racional pod´ıa reducirse, y consideraron la teor´ıa silog´ıstica como el punto central de la l´ogica. Incluso, la po´etica fue considerada, en ciertos aspectos, como un arte silog´ıstico por muchos de los m´as importantes l´ogicos isl´amicos. Entre los m´as importantes desarrollos realizados por los l´ogicos musulmanes est´a el de la
82
Matem´ atica B´asica
Walter Arriaga D.
l´ogica de Avicena como sustituta de la l´ogica aristot´ elica. El sistema l´ ogico de Avicena fue responsable de la introducci´on del silogismo hipot´etico, de la l´ogica modo temporal, y de la l´ogica inductiva. Otro importante desarrollo en la filosof´ıa isl´ amica es el de una estricta ciencia de la cita, la isnad o “revisi´on”, y el desarrollo de un m´etodo cient´ıfico de investigaci´on abierta para poner en cuesti´ on determinadas afirmaciones, la ijtihad, que pod´ıa aplicarse normalmente a muchos tipos de cuestiones. Desde el siglo XII, a pesar de la sofisticaci´on l´ogica de al-Ghazali, el auge de la escuela Asharite al final de la Edad Media limit´o poco a poco la obra original sobre l´ogica en el mundo isl´amico, aunque continu´o posteriormente en el siglo XV.
La l´ ogica en la Europa medieval Se entiende habitualmente por “l´ogica medieval” (tambi´en conocida como “l´ ogica escol´astica”) la forma de la l´ogica aristot´ elica desarrollada en la Europa medieval en el periodo de 1200
− 1600. Esta tarea comenz´o tras las traducciones al lat´ın del siglo XII, cuando textos
´arabes sobre l´ogica aristot´ elica y la l´ ogica de Avicena fueron traducidos a la lengua de Ro-
ma. Aunque la l´ogica de Avicena tuvo influencia en los primeros l´ogicos medievales europeos tales como Alberto Magno, la tradici´ on aristot´elica se convirti´o en la dominante debido a la importante influencia del averro´ısmo. Tras la fase inicial de traducciones, la tradici´o n de la l´ogica medieval fue desarrollada en manuales como el de Petrus Hispanus (fl. siglo XIII), de identidad desconocida, que fue autor de un manual est´andar sobre l´ ogica, el Tractatus, que fue bien conocido en Europa durante varios siglos. La tradici´ on alcanz´ o su punto m´as alto en el siglo XIV, con las obras de Guillermo de Ockham (c. 1287
− 1347) y Jean Buridan.
Un rasgo del desarrollo de la l´ogica aristot´ elica se conoce con el nombre de teor´ıa de la suposici´on, un estudio de la sem´antica de los t´ erminos de la proposici´on. La ´ultimas grandes obras de esta tradici´on son Logic de John Poinsot (1589 1644, conocido
− como John of St Thomas), y Disputas metaf´ısicas de Francisco Su´arez (1548 − 1617). La l´ ogica tradicional
La expresi´on “l´ ogica tradicional” hace referencia, habitualmente, a la tradici´on de manuales que comienza con Logic, or the Art of Thinking de Antoine Arnauld y Pierre Nicole, m´as conocido como L´ogica de Port-Royal. Publicada en 1662, fue la m´as influyente obra sobre l´ogica en Inglaterra hasta el Sistema L´ogico de Mill de 1825. El libro presenta una muy libre doctrina cartesiana (que la proposici´on es una combinaci´on de ideas antes que de t´erminos, por ejemplo) dentro de un marco que se deriva ampliamente de la l´ogica de t´erminos aristot´elica y medieval. Entre 1664 y 1700 se publicaron ocho ediciones, y el libro tuvo considerable
Walter Arriaga D.
Matem´ atica B´asica
83
influencia. Fue frecuentemente reeditado en Inglaterra hasta finales del siglo XIX. El tratamiento que realiza Locke de la proposici´on en el Ensayo es, esencialmente, el de Port Royal: “Las proposiciones verbales, que son palabras, [son] los signos de nuestras ideas, ya vayan juntas o separadas en oraciones afirmativas o negativas. As´ı, pues, la proposici´on consiste en juntar o separar esos signos, de acuerdo con las cosas con las que est´an de acuerdo o en desacuerdo.” (Locke, An Essay Concerning Human Understanding, IV. 5.6) Los trabajos m´as conocidos dentro de esta tradici´on son los de Isaac Watts, Logick: Or, the Right Use of Reason (1725), Richard Whately, Logic (1826), y John Stuart Mill, A System of Logic (1843), que fue una de las u ´ ltimas grandes obras de la tradici´on.
El advenimiento de la l´ ogica moderna Historicamente, Descartes puede que haya sido el primer fil´osofo en haber tenido la idea de usar el ´algebra, especialmente sus t´ ecnicas para resolver cantidades desconocidas en las ecuaciones, como veh´ıculo para la exploraci´on cient´ıfica. La idea de un c´alculo de razonamiento fue tambi´ en cultivada por Gottfried Wilhelm Leibniz. Leibniz fue el primero en formular la noci´ on de un sistema de l´ogica matem´ atica aplicable de forma generalizada. Sin embargo, los documentos relevantes al respecto no fueron publicados hasta 1901 y muchos de ellos siguen sin estar publicados, y la actual comprensi´on del poder de los descubrimientos de Leibniz no empez´o a desarrollarse hasta los a˜nos ochenta. Gottlob Frege en su Begriffsschrift (1879) extendi´o la l´ogica formal m´ as all´a de la l´ogica proposicional para incluir constructores como “todo” y “algunos”. Mostr´ o c´ omo introducir variables y cuantificadores para revelar la estructura l´ogica de las oraciones, que podr´ıa estar ocultas tras su estructura gramatical. Por ejemplo, “Todos los seres humanos son mortales” se convierte en “Toda cosa x es tal que, si x es un ser humano entonces x es mortal”. La peculiar doble notaci´ on dimensional de Frege hizo que su obra fuese ignorada durante muchos a˜nos. En un magistral art´ıculo de 1885 le´ıdo por Peano, Ernst Schr¨ oder y otros, Charles Peirce introdujo el t´ermino “L´ogica de segundo orden” proporcionando la mayor parte de la moderna notaci´ on l´ogica, incluyendo los s´ımbolos prefijados para la cuantificaci´on universal y existencial. Los l´ogicos de finales del siglo XIX y de comienzos del XX estuvieron m´as familiarizados con el sistema l´ogico de Peirce-Schr¨oder, aunque generalmente se reconoce que Frege es el Padre de la l´ogica moderna. En 1889 Giuseppe Peano public´ o la primera versi´on de la axiomatizaci´o n l´o gica de la aritm´etica. Cinco de los nueve axiomas son conocidos como axiomas de Peano. Uno de estos axiomas fue una formalizaci´on del principio de la inducci´on matem´ atica.
Definici´ on 2.2.1. La l´ogica estudia los problemas y las leyes del pensar formal, se encarga del estudio de los procesos v´alidos del razonamiento humano. Existen dos tipos importantes
84
Matem´ atica B´asica
Walter Arriaga D.
de razonamiento: el inductivo y el deductivo.
Definici´ on 2.2.2. EL razonamiento inductivo es una modalidad del razonamiento no deductivo que consiste en obtener conclusiones generales a partir de premisas que contienen datos particulares. Por ejemplo, de la observaci´on repetida de objetos o acontecimientos de la misma ´ındole se establece una conclusi´on para todos los objetos o eventos de dicha naturaleza.
Definici´ on 2.2.3. El pensamiento deductivo parte de categor´ıas generales para hacer afirmaciones sobre casos particulares. En un razonamiento deductivo v´alido la conclusi´on debe poder derivarse necesariamente de las premisas aplicando a ´estas algunas de las reglas de inferencia seg´un las reglas de transformaci´ on de un sistema deductivo o c´alculo l´ogico. Al ser estas reglas la aplicaci´o n de una ley l´ogica o tautolog´ıa y, por tanto una verdad necesaria y universal, al ser aplicada a las premisas como caso concreto permite considerar la inferencia de la conclusi´on como un caso de razonamiento deductivo. Dicho de otro modo, la conjunci´on o producto de todas las premisas cuando es verdadero, es decir, todas y cada una de las premisas son verdaderas, entonces se implica la verdad de la conclusi´ on. Por medio de un razonamiento de estas caracter´ısticas se concede la m´axima solidez a la conclusi´ on, las premisas implican l´ogicamente la conclusi´on. Y la conclusi´on es una consecuencia l´ogica de las premisas. La l´ogica no entra en definir qu´ e es verdad y qu´ e es falsedad material. Esos conceptos, al tener contenido sem´antico, son competencia del razonamiento aplicado a la experiencia. Pero la ciencia para elaborar sus razonamientos necesita la l´ogica. Los razonamientos formales, o inferencias v´alidas, son indispensables para todas las ciencias. La filosof´ıa, como epistemolog´ıa o filosof´ıa de la ciencia estudia las condiciones del pensar cient´ıfico y metodol´ogico y las condiciones de verdad de las teor´ıas cient´ıficas, as´ı como su alcance y l´ımites. 2.2.1.
Diferentes sistemas l´ ogicos
L´ogica aristot´elica L´ogica baconiana L´ogica matem´atica L´ogica de primer orden L´ogica de segundo orden
Walter Arriaga D.
Matem´ atica B´asica
85
L´ogica intuicionista L´ogica temporal L´ogica modal onica L´ogica no monot´
L´ogica formal L´ogica informal L´ogica polivalente L´ogica proposicional L´ogica booleana L´ogica descriptiva L´ogica predicativa L´ogica transcendental Empirismo l´ogico L´ogica unidireccional L´ogica difusa
2.3.
Proposiciones
Definici´ on 2.3.1. En el lenguaje cient´ıfico, una proposici´on se refiere a un enunciado que puede ser verdadero o falso, generalmente una oraci´on enunciativa. Es el elemento unidad sobre el que se construye el lenguaje formal de la L´ogica. Un enunciado ling¨ u´ıstico (generalmente en la forma gramatical de una oraci´on enunciativa) puede ser considerado como proposici´on l´ogica cuando es susceptible de ser verdadero o falso. Aunque existen l´ogicas polivalentes, en orden a la claridad del concepto, aqu´ı consideramos u ´nicamente el valor de Verdad o Falsedad. La verdad y la falsedad son los valores de verdad que tienen las proposiciones. Si p es una proposici´on, su valor de verdad se denotar´a con V( p), entonces si V( p) = V decimos que la proposici´on p es verdadera, y si V( p) = F falsa. En adelante abreviaremos con “V” y “F” los valores de verdad.
86
Matem´ atica B´asica
Walter Arriaga D.
Una proposici´ on se representa simb´olicamente por letras min´ usculas tales como: p, q , r, etc (llamadas variables proposicionales). Cuando se trata de representar muchas proposiciones similares se usan sub´ındices para indicar cada una de ellas, esto es, p 1 , p 2 , p 3 , . . ., p n
Ejemplo 2.3.1. Proposici´ on
Valor de verdad
• Federico Villarreal es un matem´atico peruano. • El cuadrado es un pol´ıgono. • 7 es un n´umero impar y 4 es par. • La tierra no gira alrededor del sol. • La manzana es un tub´erculo. • El n´umero 1331 es divisible por 11. • Todos los hombres son mortales.
(V) (V) (V) (F) (F) (V) (F)
Observaci´ on 2.3.1. 1. Es importante notar que lo que interesa b´asicamente en una proposici´on es su sentido de verdad o falsedad, porque oraciones distintas pueden expresar una misma proposici´on. Por ejemplo: Alessandra Leonardo
y Leonardo son primos.
es primo de Alessandra.
Alessandra
es prima de Leonardo.
2. Las proposiciones no son propias de ning´ un lenguaje, en cambio las oraciones forman parte de un determinado lenguaje. Por ejemplo: a nublado. castellano El cielo est´
The sky cloudy.
ingl´es
Le ciel est nugeux.
franc´es
Oceu esta nuvado.
portugu´es
3. Aquellos enunciados que indican una pregunta, una orden o una exclamaci´ on, son expresiones no proposicionales. Por ejemplo: ¿Qu´ e
hora es?.
¿Qu´ e
edad tienes?.
e ¡Qu´
maravilla!.
¡Viva
el Per´ u!.
Lev´ antate
temprano.
Prohibido fumar.
Walter Arriaga D. 2.3.1.
Matem´ atica B´asica
87
Clases de proposiciones
a. Simples. Llamadas tamb´ıen at´omicas o elementales, son aquellas que no contienen dentro de s´ıninguna otra proposici´on. Son las proposiciones de la forma m´as simple (o m´as b´asicas), constan de un solo sujeto y un solo predicado.
Ejemplo 2.3.2.
• Un ´angulo recto mide 90°. • Jos´e Olaya fue un h´eroe de la independencia del Per´u. • La par´abola es una c´onica. • El n´umero 8 es divisible por cinco. b. Compuestas. Llamadas tamb´ıen moleculares o coligativas, son aquellas que est´an constitu´ıdas por dos o m´as propopsiciones simples. Tambi´en se las conoce como funciones veritativas. En la composici´on de proposiciones simples, ´estas est´an ligadas por ciertas palabras llamadas conectivas tales como “y”, “o”, “si, entonces”, “si y solo si”, “no”, “pero”, etc. Estas constantes proposicionales son llamadas Conectivos l´ogicos.
Ejemplo 2.3.3. El terreno es muy f´ertil y hay suficiente lluvia. Esta proposici´ on est´a compuesta de dos proposiciones simples: p : El terreno es muy f´ertil. q : Hay suficiente lluvia. La luna no es sat´ elite de la tierra. Es una proposici´on molecular que utiliza el conectivo “no”. En este caso, el t´ermino de enlace act´ ua solo sobre una proposici´on at´ omica: p : La luna es sat´ elite de la tierra. Si estamos en diciembre entonces llegar´a la navidad. p : Estamos en diciembre. q : Llegar´a la navidad. La tierra o el trabajo son factores primarios de producci´on. p : La tierra es un factor primario de producci´on. q : El trabajo es un factor primario de producci´on. Si llueve mucho y hace fr´ıo se arruinar´a la cosecha de arroz. p : Si llueve mucho se arruinar´a la cosecha de arroz. q : Si hace fr´ıo se arruinar´a la cosecha de arroz.
88
Matem´ atica B´asica
Walter Arriaga D.
El tri´angulo es una figura geom´ etrica si y solo si tiene tres lados. p : El tri´angulo es una figura geom´etrica. q : El tri´angulo tiene tres lados. 2.3.2.
Conectivas
Las conectivas o t´ erminos de enlace tienen la funci´on de relacionar las proposiciones que forman un enunciado compuesto. Son expresiones ling¨ u´ısticas que, aplicadas a uno o dos enunciados, permite obtener un enunciado compuesto. Por extensi´on, llamaremos tambi´en conectivas a los signos l´ogicos que los representan. Las expresiones ling¨u´ısticas que representan a las diferentes conectivas son: “y”, “o”, “o
··· o”, “si ··· , entonces”, “si y solo si”, “no”. Las
conectivas dadas se pueden clasificar en dos grupos:
Conectiva mon´ adica. No enlaza dos proposiciones at´omicas, afecta a una sola proposici´on. La expresi´ on “no” es una conectiva mon´adica.
Conectivas di´ adicas o binarias. Enlazan dos proposiciones at´omicas. Las expresiones “y”, “o”, “o
··· o”, “si ··· , entonces”, “si y solo si” son conectivas di´adicas.
2.3.3.
Proposiciones extensionales y no extensionales
Proposiciones Extensionales. El valor de verdad de la proposici´on compuesta depende de los valores de verdad de cada una de las proposiciones at´omicas que conforman la proposici´on compuesta. ¸ hiclayo es la capital de Lambayeque y Trujillo de la Libertad. . El leopardo Ejemplo 2.3.4. C es un animal ov´ıparo o 7 es un n´umero primo. ”Si Jes´us naci´o en Bel´ en, entonces es hijo de Dios. ”La Universidad no es una instituci´on educativa. Proposiciones no extensionales. El valor de verdad de la proposici´on compuesta no depende del valor de verdad de las proposiciones at´omicas que conforman la proposici´on compuesta. Ejemplos: Roc´ıo cree que en la selva se vive c´omodamente. ”Hace calor porque la ciudad est´ a ubicada a una altura de 500 metros. ”Me enferm´e a causa de que fui a la playa. ”Si la puerta es de fierro, se oxidar´a. En adelante trabajaremos u ´nicamente con proposiciones extensionales. ´ DE PROPOSICIONES. En los ejemplos de proposiciones dadas 5. SIMBOLIZACION anteriormente observamos que algunas proposiciones son cortas pero tambi´ en algunas de las proposiciones at´ omicas del lenguaje usual son largas, resultando por ello pesadas y de dif´ıcil manejo. La l´ogica simplifica la dificultad utilizando s´ımbolos en lugar de trabajar con todo el contenido de la proposici´on, tambi´en utiliza s´ımbolos para representar a los t´erminos de enlace, as´ı tenemos: Para denotar a cada una de las proposiciones at´omicas (en afirmativo)
Walter Arriaga D.
Matem´ atica B´asica
89
adoptaremos las letras p, q, r, s, t, etc. Para representar a las expresiones(o sus equivalentes) de enlace o conectivas utilizaremos: ?, o : para ”2
2.4. 2.4.1.
Operaciones con proposiciones La conjunci´ on
90
Matem´ atica B´asica
Walter Arriaga D.
3
CONJUNTOS Objetivos:
Resolver problemas de relaciones entre conjuntos utilizando adecuadamente la representaci´on en Diagramas de Venn.
Representar
gr´aficamente las relaciones de inclusi´on entre un n´umero finito de conjun-
tos empleando los diagramas lineales. Distinguir
con claridad la diferencia entre las relaciones de inclusi´on y las de perte-
nencia. Resolver
3.1.
correctamente problemas relativos con intervalos.
Introducci´ on
La teor´ıa de conjuntos es una rama de la matem´atica relativamente moderna cuyo prop´ osito es estudiar unas entidades llamadas conjuntos, aunque otra parte de esta teor´ıa es reconocida como los fundamentos mismos de las matem´aticas. La teor´ıa de conjuntos fue desarrollada por el matem´atico ruso Georg Cantor1 a finales del siglo XIX a partir de ciertas conclusiones hechas por el mismo al reflexionar en unos detalles de las series trigonom´ etricas de Fourier. La teor´ıa de conjuntos fue expuesta por Cantor en una serie de art´ıculos y libros, de los cuales pueden destacarse sus Beitr¨age zur Begr¨ undung der transfiniten Mengenlehre. El prop´ osito de Cantor era proporcionar un m´etodo para lidiar con asuntos relacionados al infinito actual, un concepto que fue rehuido y rechazado por algunos matem´aticos (Pit´ agoras, Gauss, Kronecker) por considerarlo sin significado. Ciertamente Cantor tuvo ´exito, si bien su teor´ıa deb´ıa ser precisada y sometida a un sistema axiom´atico, un proyecto que luego fue llevado a cabo principalmente por Frege, Russell, Zermelo, Albert Skolem y Adolf Fraenkel. 1
Georg Cantor (n. San Petersburgo, 3 de marzo de 1845, m. Halle, 6 de enero de 1918 ) Matem´atico alem´ an.
91
92
Matem´ atica B´asica
Walter Arriaga D.
Cantor parti´ o de la convicci´on platonista de que era posible comprimir una colecci´on o conjunto de objetos y considerarla como un todo (o mejor dicho, como una sola entidad), y al parecer, aceptando impl´ıcitamente los supuestos siguientes: . Un conjunto es una reuni´on de objetos que cumplen con cierta propiedad (llamados los
i
elementos de ese conjunto) y que, por tanto, queda definido por tal propiedad. ii
. Un conjunto es una sola entidad matem´atica, de modo que puede a su vez ser contenido por otro conjunto.
iii
. Dos conjuntos que tengan los mismos elementos son iguales. As´ı, puede decirse que un conjunto est´a determinado por sus elementos. De este modo, Cantor pudo desarrollar su teor´ıa de una forma que en aquel entonces pa-
rec´ıa lo suficientemente satisfactoria. Sin embargo, el sistema de Cantor era tan permisivo que dio lugar a resultados contradictorios. Gottlob Frege, que ide´o un sistema m´as preciso, intent´o fundamentar adecuadamente la teor´ıa de conjuntos (y p or tanto todas las matem´aticas), pero, para su desaliento, Bertrand Russell descubri´o una paradoja en la teor´ıa de aqu´el (hoy llamada paradoja de Russell), con lo que el sistema de Frege parec´ıa desbaratarse. A principios del siglo XX, fue el matem´atico alem´ an Ernst Zermelo qui´en puso la teor´ıa de con juntos sobre una base aceptable reduci´ endola a un sistema axiom´atico m´ as restringido que no permit´ıa la obtenci´ on de la Paradoja de Russell. Las ideas de Zermelo fueron despu´es precisadas por Thoralf Skolem y Abraham Fraenkel, resultando de ello la primera teor´ıa axiom´ atica de conjuntos, conocida como teor´ıa de Zermelo-Fraenkel, aunque ser´ıa m´as adecuada llamarla teor´ıa de Zermelo-Fraenkel-Skolem. Otra teor´ıa de conjuntos que evitaba las paradojas de la teor´ıa cantoriana fue desarrollada despu´es, principalmente, por John von Neumann, Paul Bernays y Kurt G¨odel. Esta u ´ ltima es hoy llamada, naturalmente, la teor´ıa de conjuntos de von Neumann-Bernays-G¨odel.
Sobre el concepto de conjunto El concepto de conjunto se encuentra a un nivel tan elemental que no es posible dar una definici´ on precisa del mismo. Palabras como colecci´on, reuni´on, agrupaci´ on, y algunas otras de significado similar, se usan en un intento de describir a los conjuntos, pero no pueden constituir una definici´on, pues son simplemente un reemplazo de la palabra conjunto. Con todo, en la teor´ıa intuitiva de conjuntos lo anterior es admisible, y se acepta la existencia de un universo o dominio de objetos a partir del cual se construyen los conjuntos, as´ı como tambi´en permite tratar conjuntos como una entidad singular. No es de importancia la naturaleza de los objetos, sino el comportamiento de un conjunto como entidad matem´atica.
Walter Arriaga D.
Matem´ atica B´asica
93
Idea de conjunto Se entiende por Conjunto a una colecci´on de objetos o entidades distinguibles y bien definidas, los objetos o entidades reciben el nombre de elementos.
Notaci´ on Los conjuntos se denotan usualmente por letras may´ usculas: A, B , C, . . . , X, Y , Z . y loe elementos que lo determinan se designan por letras min´usculas: a, b , c, . . . , x , y, z Si un conjunto A est´a formado por los elementos 1, 2, a , b, se escribe: A = 1, 2, a , b
{
}
y se lee: “A es el conjunto de los elementos 1, 2, a , b”.
Observaci´ on 3.1.1. Los elementos van separados por comas y encerrados entre llaves. De lo dicho anteriormente, parece natural introducir una relaci´on di´adica de pertenencia. El s´ımbolo usual para representar esta relaci´ on es el s´ımbolo ǫ (´epsilon). Los segundos argumentos de la relaci´ on
∈, una versi´on de la letra griega
∈ son llamados conjuntos, y los primeros argumentos son llamados elementos. As´ı, si la f´ormula a ∈ A se cumple, se dice que a es un elemento del conjunto A y se lee a pertenece al conjunto A. Si aceptamos que todo es un conjunto, entonces los primeros y segundos argumentos de La negaci´on de a
3.2.
∈ pertenecen al mismo dominio.
∈ A se escribe a ∈/ A y se lee a no pertenece al conjunto A.
Determinaci´ on de conjuntos
Existen dos maneras de determinar un conjunto: Por extensi´on y por comprensi´on.
1 Por extensi´ on, de forma tabular o enumerativa °
Un conjunto queda determinado por extensi´on cuando se nombran a todos y cada uno de los elemntos.
Ejemplo 3.2.1. A = 2, 4, 6, 8
{ } B = {a,e,i,o,u} C = {1, 8, 27, 64, . . . , 1000}
94
Matem´ atica B´asica
Walter Arriaga D.
2 Por comprensi´ on o de forma constructiva °
Un conjunto queda determinado por comprensi´on, cuando se nombra una propiedad com´un que caracteriza a todos los elementos del conjunto, generalmente se emplea
x/x, y se lee x
tal que x.
Ejemplo 3.2.2. A = x/x es par;2
{ ≤ x ≤ 8} B = {x/x es una vocal } C = {x3 /x ∈ N; x ≤ 10} 3.3.
Conjuntos num´ ericos
Los conjuntos num´ ericos que se estudian en matem´aticas son:
El conjunto de los n´ umeros naturales Un n´ umero natural es cualquiera de los n´u meros: 0, 1, 2, 3... (o el mismo conjunto excluyendo el 0 seg´un qu´ e autores se consulten), que se pueden usar para contar los elementos de un conjunto. Reciben ese nombre porque fueron los primeros que utiliz´o el ser humano para contar objetos. Algunos matem´ aticos (especialmente los de Teor´ıa de N´umeros) prefieren no reconocer el cero como un n´umero natural, mientras que otros, especialmente los de Teor´ıa de conjuntos, L´ogica e Inform´atica, tienen la postura opuesta Se denota por N y se escribe como:
N = 0, 1, 2, 3, . . . , n , . . .
{
}
El conjunto de los n´ umeros enteros El conjunto de los n´ umeros enteros al igual que los n´umeros naturales sirven para contar. Sin embargo, los n´ umeros enteros permiten expresar cantidades negativas como un saldo deudor en una cuenta bancaria, un a˜ n o de la era antes de Cristo, el n´umero de una planta del s´otano de un edificio, etc. Se denota por Z y se escribe como:
Z = . . . , n , . . . , 3, 2, 1, 0, 1, 2, 3, . . . , n, . . .
{
−
− − −
Cuando se desea designar a los n´umeros enteros positivos:
Z+ = 1, 2, 3, . . . , n , . . .
{
}
Cuando se desea designar a los n´umeros enteros negativos:
Z− = . . . , n , . . . , 3, 2, 1
{
−
− − −} luego Z = Z− ∪ {0} ∪ Z+
}
Walter Arriaga D.
Matem´ atica B´asica
95
El conjunto de los n´umeros enteros pares est´a dado por: x/x = 2k, k
{
∈ Z}
El conjunto de los n´umeros enteros impares est´ a dado por: x/x = 2k + 1, k
{
∈ Z}
El conjunto de los n´ umeros racionales Un n´ umero racional o fracci´ on es todo n´ umero que puede representarse como el cociente de dos enteros con denominador distinto de cero. Se denota por Q y se escribe como:
Q = x/ax + b = 0, a , b
{
∈ Z, a = 0}
Todo n´ umero racional puede ser representado mediante una expresi´on decimal exacta o
peri´ odica. Por ejemplo: 1/2 = 0,5, 3/4 = 0,75, 2/3 = 0,666 . . . = 0.6.
El conjunto de los n´ umeros irracionales
A veces se denota por I al conjunto de los n´ umeros irracionales. Esta notaci´on no es universal y muchos matem´aticos la rechazan. Las razones son que el conjunto de n´umeros irracionales no constituyen ninguna estructura algebraica, como s´ı lo son los naturales (N), los enteros (Z), los racionales ( Q), los reales ( R) y los complejos (C), por un lado, y que la I es tan apropiada para designar al conjunto de n´umeros irracionales como al conjunto de n´ umeros imaginarios puros, lo cual puede crear confusi´on. El conjunto de los n´ umero irracionales est´a formado por los n´ umeros que no son racionales, es decir, aquellos n´umeros que no pueden expresarse en la forma b/a, a, b a = 0.
∈ Z y
El descubrimiento de los n´umeros irracionales se le atribuye a Hipaso de Metaponto, que fue un disc´ıpulo de Pit´agoras. Demostr´ o que la raiz de 2 es un n´umero irracional. Sin embargo, Pit´ agoras consideraba que la raiz del n´umero 2 “ensuciaba” la perfecci´o n de los n´ umeros, y que por tanto no podr´ıa existir, por lo que intent´o rebatir los argumentos de Hipaso con la l´ogica, por lo que le expulsaron de la Escuela Pitag´orica y erigieron una tumba con su nombre, mostrando as´ı que para ellos, ´el estaba muerto. A partir de ah´ı, los n´umeros irracionales entrar´ıan en un periodo de oscuridad, hasta que volvieran a ser estudiados por los griegos gracias a Eudoxo de Cnido. El d´ ecimo libro de la serie Los elementos de Euclides est´a dedicado a la clasificaci´ on de los n´ umeros irracionales.
El conjunto de los n´ umeros reales Los n´ umeros reales se definen de manera axiom´atica como el conjunto de n´ umeros que se encuentran en correspondencia biun´ıvoca con los puntos de una recta infinita (la recta num´erica). El conjunto de los n´ umeros reales se simboliza con la letra R. El nombre de n´umero real se propuso como ant´ onimo de n´ umero imaginario. N´ umero real N´ umero real
96
Matem´ atica B´asica
Walter Arriaga D.
El concepto de n´umero real se origin´o cuando se constat´o la existencia de los n´umeros irracionales. As´ı, el conjunto de los n´umeros reales se define como la uni´on del conjunto de los n´ umeros racionales y el conjunto de los irracionales.
R=Q
∪I
El conjunto de los n´ umeros complejos Es el conjunto que se denota por C y cuyos elementos son de la forma: a + bi, donde a, b
∈ R, adem´as i = √ −1. Se escribe como:
C = a + bi / a, b
{
3.4.
∈ R,
i =
√ −1}
Conjuntos especiales
3.4.1.
Conjuntos finitos e infinitos
Un conjunto A es finito si consta de un determinado n´umero de elementos distintos, es decir si consta de un primer y ´ultimo elementos. Caso contrario el conjunto es infinito.
Ejemplo 3.4.1. A = x/x es un estudiante de la UNPRG es un conjunto finito.
{ } B = {x/x es un n´umero impar} es un conjunto infinito. 3.4.2.
Conjunto vac´ıo o nulo
El conjunto vac´ıo es el u ´ nico conjunto que no contiene elementos. Se denota simb´olicamente por la letra griega φ, introducida especialmente por Andr´e Weil2 en 1939. Otra notaci´on com´ un para el conjunto vac´ıo es
{}. Se define como: φ = x/x = x
{
}
Ejemplo 3.4.2.
{ ∈ R/x2 + 1 = 0}, es un conjunto vac´ıo, pues la ecuaci´on x2 + 1 = 0 no tiene
A= x
ra´ıces reales.
{ ∈ N/3 < x < 4}, es un conjunto vac´ıo, pues no existe un n´umero natural mayor
B = x
que 3 y menor que 4. 2
Andr´ e Weil (Par´ıs, Francia, 6 de mayo de 1906 - Princeton, New Jersey, Estados Unidos, 6 de agosto de
1998), matem´ atico franc´es.
Walter Arriaga D. 3.4.3.
Matem´ atica B´asica
97
Conjunto unitario
El conjunto unitario es el conjunto que contiene uno y solo un elemento.
Ejemplo 3.4.3. A = 0 , es un conjunto unitario.
{}
{ ∈ N/x2 − 9 = 0} = {3}, es un conjunto unitario.
B = x
Observaci´ on 3.4.1. Note que: φ = φ, puesto que el primer miembro φ es un conjunto
{ }
{ }
unitario, cuyo elemento es φ, mientras que el segundo miembro φ es el conjunto vac´ıo. 3.4.4.
Conjunto universal
El universo de discurso, conjunto universal o referencial, que normalmente se denota por las letras U , V o E , es un conjunto cuyo objeto de estudio son los subconjuntos del mismo.
U A
Figura 3.1: El conjunto Universal Anteriormente se consideraba al conjunto universal como el conjunto de todas las cosas, sin embargo est´a demostrado que este conjunto no existe. Particularmente porque suponer la existencia de dicho conjunto conduce a la paradoja de Russell 3 . Actualmente se debe dejar en claro sobre cu´al conjunto se est´a tratando. Por ejemplo, si estamos tratando conjuntos cuyos elementos son letras, el conjunto universal ser´ıa el conjunto formado por todas las letras del alfabeto. El complemento del conjunto universo es el conjunto vac´ıo, es decir, aquel que est´a desprovisto de elementos. 3
La paradoja de Russell o paradoja del barbero, descrita por Bertrand Russell(18 de mayo de 1872 - 2 de
febrero de 1970, fil´ osofo, matem´ atico y escritor brit´anico) en 1901, demuestra que la teor´ıa original de conjuntos formulada por Cantor y Frege es contradictoria.
98
Matem´ atica B´asica
3.5.
Walter Arriaga D.
Representaci´ on gr´ afica de conjuntos
3.5.1.
Diagramas lineales
3.5.2.
Diagramas Venn - Euler
Los diagramas de Venn son ilustraciones usadas en la teor´ıa de conjuntos. Estos diagramas se usan para mostrar gr´ aficamente la relaci´on matem´ a tica o l´ogica entre diferentes grupos de cosas (conjuntos), representando cada conjunto mediante curvas cerradas como c´ırculos, elipses, cuadrados, tri´angulos, etc. La forma en que ´estas curvas cerradas se sobreponen entre s´ı muestra todas las posibles relaciones l´ogicas entre los conjuntos que representan. Por ejemplo, cuando los c´ırculos se superponen, indican la existencia de subconjuntos con algunas caracter´ısticas comunes.
Diagramas Venn Los diagramas de Venn reciben el nombre de su creador, John Venn, matem´atico y fil´osofo brit´anico. Estudiante y m´as tarde profesor en el Caius College de la Universidad de Cambridge, desarroll´ o toda su producci´on intelectual entre esas cuatro paredes. Venn introdujo el sistema de representaci´on que hoy conocemos en julio de 1880 con la publicaci´ on de su trabajo titulado “De la representaci´on mec´anica y diagram´atica de proposiciones y razonamientos” en el Philosophical Magazine and Journal of Science, provocando un cierto revuelo en el mundo de la l´ogica formal. Aunque la primera forma de representaci´on geom´etrica de silogismos l´ ogicos se atribuye com´ unmente a Gottfried Leibniz, y fue luego ampliada por George Boole y Augustus De Morgan, el m´ etodo de Venn superaba en claridad y sencillez a los sistemas de representaci´on anteriores, hasta el punto de convertirse con el tiempo en un nuevo est´andar. Venn fue el primero en formalizar su uso y en ofrecer un mecanismo de generalizaci´on para los mismos. M´as adelante desarroll´o su nuevo m´ etodo en su libro L´ogica simb´olica, publicado en 1881 con el ´animo de interpretar y corregir los trabajos de Boole en el campo de la l´ogica formal. Aunque no tuvo demasiado ´exito en su empe˜no, su libro se convirti´o en una excelente plataforma de ejemplo para el nuevo sistema de representaci´on. Sigui´o us´andolo en su siguiente libro sobre l´ogica (Los principios de la l´ogica emp´ırica, publicado en 1889), con lo que los diagramas de Venn fueron a partir de entonces cada vez m´as empleados como representaci´on de relaciones l´ogicas. La primera referencia escrita al t´ermino “diagrama de Venn” de la que se tiene constancia es muy tard´ıa (1918), en el libro A Survey of Symbolic Logic, de Clarence Irving Lewis. Los diagramas de Venn se emplean hoy d´ıa para ense˜nar matem´ aticas elementales y para reducir la l´ogica y la Teor´ıa de conjuntos al c´ alculo simb´olico puro.
Walter Arriaga D.
Matem´ atica B´asica
99
A veces se incluye un rect´angulo alrededor del diagrama de Venn, que recibe el nombre de universo de discurso (antes se cre´ıa en la existencia de un conjunto universal pero Bertrand Russell descubri´o que con tal concepto el sistema es inconsistente v´ease paradoja de Russell). Se usa para representar el conjunto de todas las cosas posibles. La definici´on del universo, al igual que la de los conjuntos, depende del diagrama sobre el que se representa. La idea de conjunto universal, aunque fue apuntada por el propio Venn, se atribuye habitualmente a Charles Dodgson, m´as conocido como Lewis Carroll. Los diagramas de tres conjuntos fueron los m´as corrientes elaborados por Venn en su presentaci´on inicial. Las distintas intersecciones de los tres conjuntos A, B y C definen ocho areas diferentes, cuyas posibles uniones suponen 256 combinaciones distintas de los tres conjuntos iniciales. La dificultad de representar m´as de tres conjuntos mediante diagramas de Venn (o cualquier otra representaci´ on gr´ afica) es evidente. Venn sent´ıa afici´o n a la b´ usqueda de diagramas para m´as de tres conjuntos, a los que defin´ıa como “figuras sim´etricas, elegantes en s´ı mismas”. A lo largo de su vida dise˜no´ varias de estas representaciones usando elipses, as´ı como indicaciones para la creaci´ on de diagramas con cualquier cantidad de curvas, partiendo del diagrama de tres c´ırculos.
Diagramas de Venn de Edwards A. W. F. Edwards dise˜n´o representaciones para diagramas de Venn de m´as de tres conjuntos, proyectando el diagrama sobre una esfera. Se pueden representar facilmente tres conjuntos tomando tres hemisf´ erios en a´ngulos adecuados (x = 0, y = 0 y z = 0). Un cuarto conjunto se puede representar tomando una curva similar a la juntura de una pelota de tenis que suba y baje alrededor del ecuador. Los conjuntos resultantes pueden proyectarse de nuevo sobre el plano para mostrar diagramas de engranaje, con cantidades cada vez mayores de dientes. Edwards ide´o estos diagramas mientras dise˜naba la ventana acristalada en memoria de Venn que hoy adorna el comedor de su colegio. Los diagramas de Edwards son topol´ogicamente equivalentes a los diagramas dise˜ nados por Branko Gr¨ unbaum, que se basaban en pol´ıgonos intersecados, con cantidades crecientes de lados. Phillip Smith ide´o diagramas similares de n conjuntos usando curvas senoidales en sen(2i x) ecuaciones como y = , 0 i n 2. Por su parte, Lewis Carroll dise˜ no´ un diagrama 2i de cinco conjuntos.
≤ ≤ −
Diagramas de Euler Un diagrama de Euler es una manera diagram´atica de representar a los conjuntos y sus relaciones. Son una representaci´on moderna de los c´ırculos de Euler, los cuales deben su nombre
100
Matem´ atica B´asica
Walter Arriaga D.
a su creador, Leonhard Euler. Los diagramas de Euler son similares a los de Venn, pero no necesitan todas las posibles relaciones. Los diagramas de Euler permiten representar inclusi´on de una clase en otra. Por ejemplo, un conjunto A puede estar totalmente incluido en otro conjunto B, mientras que otro conjunto C no tiene ninguna relaci´on con los dos anteriores. Los diagramas de Euler anteceden a los diagramas de Venn, pero son distintos. Fueron introducidos por Euler para ayudar en la comprensi´ on. John Venn intenta rectificar algunas deficiencia a trav´ es de los Diagramas de Venn.
3.6.
N´ umero de elementos o cardinal de un conjunto
El cardinal indica el n´ umero o cantidad de elementos de un conjunto, sea esta cantidad finita o no finita. Los n´umeros cardinales constituyen una generalizaci´on interesante del concepto de n´ umero natural permitiendo comparar la cantidad de elementos de conjuntos infinitos. Dado un conjunto A, el cardinal de este conjunto se lo simboliza A , n(A), o card(A).
| |
El concepto de n´ umero cardinal fue inventado por Georg Cantor, en 1874. Primero estableci´o el concepto de cardinalidad como un instrumento para comparar con juntos finitos. Por ejemplo los conjuntos 1,2,3 y 2,3,4 no son iguales pero tienen la misma cardinalidad, llamada tres.
{
} {
}
Cantor defini´ o el conteo usando la correspondencia biun´ıvoca, la cual mostraba f´ acilmente que dos conjuntos finitos ten´ıan la misma cardinalidad si hab´ıa una relaci´ on biyectiva entre sus elementos. Esta correspondencia uno a uno, le sirvi´o para crear un concepto de conjunto infinito, el cual posee todos sus elementos relacionados de forma biyectiva con el conjunto de n´umeros naturales.
4
RELACIONES Y FUNCIONES
4.1.
Relaciones
4.2.
Producto Cartesiano
4.3.
Relaciones Binarias
4.4.
Clases de Relaciones
4.5.
Funciones
4.6.
Dominio y rango de una funci´ on
101
102
Matem´ atica B´asica
Walter Arriaga D.
5
´ NUMEROS REALES Objetivos: Fundamentar
el conjunto de los n´ umeros reales y sus propiedades, para que a partir de
este sistema num´ erico se desarrolle el Algebra como una Aritm´ etica generalizada, operando los procedimientos algebraicos b´asicos para plantear modelos matem´aticos sencillos a problemas dados. Aplicar
las propiedades de los n´umeros reales y sus subconjuntos, para de mostrar al-
gunas proposiciones por medio del m´etodo de Inducci´ on Matem´ atica y para resolver inecuaciones.
5.1.
Introducci´ on
El sistema de los n´umeros reales es la estructura algebraica adecuada al prop´osito del c´alculo diferencial e integral. Son precisamente los atributos y las relaciones expresables en t´ erminos de este tipo de n´umeros, los objetos de estudio de esa rama de las matem´aticas. Las propiedades especiales del sistema de los n´umeros reales permiten definir los conceptos fundamentales para la descripci´ on y estudio del cambio y el movimiento. La presentaci´on que aqu´ı se hace del sistema de los n´umeros reales, se basa en el concepto de expansi´on decimal, utilizado en la vida diaria para representar y operar con n´umeros y magnitudes. As´ı, cada n´umero real se identifica con una sucesi´on infinita de d´ıgitos separados por un punto decimal y el conjunto de tales objetos resulta ser una extensi´on del conjunto de los n´ umeros racionales, los cuales quedan identificados con las llamadas expansiones peri´odicas. Las operaciones de suma y multiplicaci´on, y la relaci´ on de orden entre los n´umeros racionales se extienden de manera natural, preservando sus propiedades algebraicas y de orden, al conjunto de los n´ umeros reales. La propiedad que distingue al sistema de los n´umeros reales del sistema de los n´umeros 103
104
Matem´ atica B´asica
Walter Arriaga D.
racionales es la propiedad de continuidad o completez. Esta propiedad, de car´ acter geom´etrico o topol´ ogico, es la que permite dar un sentido preciso a los conceptos fundamentales de l´ımite y continuidad, sobre los cuales se desarrolla el c´alculo diferencial e integral.
Complejos(C)
Reales(R)
Racionales (Q)
Irracionales (I)
Enteros(Z)
Enteros positivos(Z+ ) Enteros negativos(Z− )
Fraccionarios
Imaginarios
Los n´ umeros reales se definen de manera axiom´atica como el conjunto de n´ umeros que se encuentran en correspondencia biun´ıvoca con los puntos de una recta infinita (continuum): la recta num´ erica. El conjunto de los n´umeros reales se le simboliza con la letra R. El nombre de n´ umero real se propuso como ant´onimo de n´ umero imaginario. El concepto de n´ umero real se origin´o cuando se constat´o la existencia de los n´umeros irracionales. As´ı, el conjunto de los n´umeros reales se define como la uni´on del conjunto de los n´umeros racionales y el conjunto de los irracionales. Debido a que el conjunto de n´umeros reales contiene al conjunto de n´umeros racionales, y ´este a su vez contiene a los enteros que a su vez contiene los n´umeros naturales, se sugiere que el conjunto de los n´umeros reales contiene tambi´en a los n´umeros enteros y a los n´umeros naturales. Asimismo, el conjunto de n´umeros reales contiene al de los n´umeros irracionales. Por tanto, los n´ umeros reales pueden ser racionales o irracionales, algebraicos o trascendentes; y positivos, negativos, o cero. Puede definirse un n´umero real, en estos t´erminos, como un n´umero positivo o negativo que puede o no tener cifras de decimal finito o infinito y puede representarse mediante un punto en la recta de n´umeros reales. En este sentido, el teorema fundamental de la geometr´ıa anal´ıtica establece que a cada n´umero real le corresponde un punto en la recta de los n´umeros reales y viceversa. Con n´ umeros reales pueden realizarse todo tipo de operaciones b´asicas con dos excepciones importantes: No existen ra´ıces de orden par (cuadradas, cuartas, sextas, etc) de n´umeros negativos en n´ umeros reales, raz´on por la que existe el conjunto de los n´umeros complejos donde estas operaciones s´ı est´an definidas. No existe la divisi´on entre cero, pues carece de sentido dividir entre nada o entre nadie, es decir, no existe la operaci´on de dividir entre nada.
Walter Arriaga D.
Matem´ atica B´asica
105
Estas dos restricciones tienen repercusiones importantes en ramas m´as avanzadas de las matem´ aticas: existen as´ıntotas verticales en los lugares donde una funci´on se indefine, es decir, en aquellos valores de la variable en los que se presenta una divisi´on entre cero, o no existe gr´afica real en aquellos valores de la variable en que resulten n´umeros negativos para ra´ıces de orden par, por mencionar un ejemplo de construcci´on de gr´aficas en geometr´ıa anal´ıtica. La principal caracter´ıstica del conjunto de los n´umeros reales es la completitud, es decir, la existencia de l´ımite para dada sucesi´on de Cauchy de n´umeros reales. Un poco de Historia Los egipcios utilizaron por primera vez las fracciones comunes alrededor del a˜no 1000 a. C.; alrededor del 500 a. C. el grupo de matem´aticos griegos liderados por Pit´ agoras se dio cuenta de la necesidad de los n´umeros irracionales. Los n´ umeros negativos fueron inventados por matem´ aticos indios cerca del 600, posiblemente reinventados en China poco despu´es, y no se utilizaron en Europa hasta el siglo XVII, si bien a finales del XVIII Leonhard Euler descart´ o soluciones negativas para las ecuaciones porque lo consideraba irreal. En ese siglo, en el c´alculo se utilizaba un conjunto de n´ umeros reales sin una definici´on concisa, cosa que finalmente sucedi´o con la definici´on rigurosa hecha por Georg Cantor en 1871. En realidad, el estudio riguroso de la construcci´on total de los n´ umeros reales exige tener amplios antecedentes de teor´ıa de conjuntos y l´ogica matem´ atica. Fue lograda la construcci´on y sistematizaci´on de los n´ umeros reales en el siglo XIX por dos grandes matem´aticos europeos utilizando v´ıas distintas: la teor´ıa de conjuntos de Georg Cantor (encajamientos sucesivos, cardinales finitos e infinitos), por un lado, y el an´alisis matem´atico de Richard Dedekind (vecindades, entornos y cortaduras de Dedekind). Ambos matem´aticos lograron la sistematizaci´ o n de los n´ umeros reales en la historia no de manera espont´anea, sino echando mano de todos los avances previos en la materia: desde la antigua Grecia y pasando por matem´aticos como Descartes, Newton, Leibniz, Euler, Lagrange, Gauss, Riemann, Cauchy y Weierstrass, por mencionar s´ olo a los m´as sobresalientes. En la actualidad, solamente los especialistas conocen con profundidad alguna o ambas teor´ıas en relaci´on a la construcci´o n total de los n´ umeros reales, lo cual no nos impide el trabajo con ellos. El fil´osofo L. Geymonat afirma: “El desarrollo de la teor´ıa de los n´ umeros reales contribuy´ o a que el an´ alisis infinitesimal dejara de ser la t´ ecnica imprecisa e intuitiva que hab´ıan forjado sus descubridores del siglo 17, para erigirse en aut´ entica ciencia y, lo que es m´ as, en una de la m´ as rigurosas y perfectas construcciones del esp´ıritu cient´ ıfico modermo ”.
Definici´ on 5.1.1. Se llama sistema de n´umeros reales a un conjunto R no vac´ıo, provisto de:
106
Matem´ atica B´asica
Walter Arriaga D.
Dos operaciones, conocidas como “ Leyes de composici´ on interna”: adici´o n (+) y multiplicaci´ on (.) Una relaci´ on de orden denotada por “<” y se lee “menor que”. Un axioma llamado “axioma del supremo”.
5.2.
Ley de composici´ on interna
Definici´ on 5.2.1. Ley de composici´on interna u operaci´on binaria interna definida en un conjunto no vac´ıo A, es toda aplicaci´ on
∗: es decir, es una aplicaci´on a b
∗ ∈ A.
A
× A −→ A (a, b) −→ ∗(a, b) = a ∗ b
∗ que hace corresponder a cada par (a, b) ∈ A × A un u´nico elemento
Son ejemplos de leyes de composici´on interna:
∩:
P (X )
× P (X ) −→ P (X ) (A, B) −→ ∩(A, B) = A ∩ B
∪:
P (X )
× P (X ) −→ P (X ) −→ ∪(A, B) = A ∪ B (A, B) − : P (X ) × P (X ) −→ P (X ) (A, B) −→ −(A, B) = A − B : P (X ) × P (X ) −→ P (X ) (A, B) −→ (A, B) = A B f : T × T −→ T es una operaci´ on, la imagen f (x, y) ∈ T del elemento (x, y) ∈
Si T
× T por la aplicaci´on f recibe el nombre de compuesto de x e y, en este orden. Se denota
escribiendo x e y en un orden determinado separ´andolos por un signo que caracteriza a la ley.
Los signos empleados son “ + ” y “.”; con estos signos el compuesto de x e y se denotan por x + y y x.y respectivamente. Una ley denotada por el signo “ + ” se llama adici´ on, el compuesto x + y recibe el nombre de suma de x e y. Una ley denotada por el signo “.” se llama multiplicaci´on y el compuesto x.y = xy recibe el nombre de producto de x e y . Tambi´ en se usa otros signos para denotar leyes de composici´on interna cualesquiera tales como , ,
∗ ◦ ⊕, ⊠, ⊛, , ⋄, ⊞, ⊚,
,
,
, etc.
Walter Arriaga D.
Matem´ atica B´asica
107
Ejemplo 5.2.1. La adici´on y multiplicaci´o n en N, Z, Q, R y C son leyes de composici´on interna, as´ı por ejemplo en R tenemos:
Primera Ley de Composici´ on Interna +: R
× R −→ (a, b) −→
R +(a, b) = a + b
Segunda Ley de Composici´ on Interna
·: 5.3.
R
× R −→ R (a, b) −→ ·(a, b) = a · b = ab
Axiomas de los n´ umeros reales
1. Axiomas para la Adici´on A1 Cerradura:
a+b
∀ a, b ∈ R (a + b) + c = a + (b + c) ∀ a,b,c ∈ R
A2 Conmutatividad: A3 Asociatividad:
∈ R ∀ a, b ∈ R a + b = b + a
A4 Existencia del elementro neutro aditivo:
∃! 0 ∈ R / a + 0 = 0 + a = a ∀ a ∈ R A5 Existencia del elementro inverso aditivo:
∃! (−a) ∈ R / a + (−a) = (−a) + a = 0 ∀ a ∈ R 2. Axiomas para la Multiplicaci´on
∈ R ∀ a, b ∈ R M2 Conmutatividad: a.b = b.a ∀ a, b ∈ R M3 Asociatividad: (ab)c = a(bc) ∀ a,b,c ∈ R M1 Cerradura:
a.b
M4 Existencia del elementro neutro multiplicativo:
∃! 1 ∈ R / a,1 = 1.a = a ∀ a ∈ R M5 Existencia del elementro inverso multiplicativo: 1 1 1 R / a. ! = a = 1 a R a a a
∃ ∈
∀ ∈
3. Axiomas para la Distributividad Para todo a,b,c,
∈ R se tiene:
D1 Distributividad por la izquierda: D2 Distributividad por la derecha:
a(b + c) = ab + ac (b + c)a = ba + ca
108
Matem´ atica B´asica
Walter Arriaga D.
4. Axiomas para la Igualdad Para todo a,b, c,
∈ R se tiene:
I1 Dicotom´ıa:
a = b
o
I2 Reflexividad:
a = a
I3 Simetr´ıa:
si
a = b
I4 Transitividad:
si
a = b
I5 Unicidad de la adici´ on:
si
a = b
I6 Unicidad de la multiplicaci´ on:
si
a = b
a = b
⇒ ∧ ⇒ ⇒
b = a b = c
⇒
a = c
a + c = b + c ac = bc
5. Axiomas de Orden O1 Ley de Tricotom´ıa Para dos n´ umeros a
∈ R y b ∈ R, uno y s´olo uno de los siguientes enunciados es verdadero a
“a es menor que b′′
, ,
a = b
,
“a es igual que b′′
a>b ,
“a es mayor que b′′
O2 Ley Transitiva Si
a
∧
b
→
a< c
O3 Leyes de Monoton´ıa
→ ∀c ∈ R, a + c < b + c b) Si a < b y c > 0 → ab < bc c) Si a < b y c < 0 → ab > bc O4 Existe un conjunto R + , tal que R + ⊂ R, llamado conjunto de n´ umeros reales positivos, a) Si
a
el cual satisface las siguientes propiedades:
∈ R+ y b ∈ R+ → (a + b) ∈ R+ y a · b ∈ R+ 0: a ∈ R+ ´o − a ∈ R+, pero no ambos b) Pra cada a = c) 0 no ∈ R+ a) Si
a
6. Axioma del Supremo Si S es un conjunto no vac´ıo de elementos de R superiormente acotado, entonces S tiene el supremo en R. Este u ´ ltimo axioma nos garantiza que los n´ umeros reales R incluyen los n´ umeros racionales Q y que se puede establecer una correspondencia biun´ıvoca entre los puntos de una recta y los n´umeros reales. A continuaci´on, haciendo uso de los axiomas, probaremos algunas de las propiedades del sistema de los n´ umeros reales y veremos tambi´en sus aplicaciones en el ´algebra elemental.
Walter Arriaga D.
Matem´ atica B´asica
109
Teoremas sobre el conjunto de los n´ umeros reales ´ nico. Teorema 5.3.1. El elemento neutro aditivo es u
Demostraci´ on. Supongamos que existen dos elementos neutros aditivos 0 y 0 ′ tales que: a + 0 = 0 + a = a, a + 0′ = 0′ + a = a,
∀a ∈ R ∀a ∈ R
Probaremos que 0 = 0′ , en efecto: 0′ = 0′ + 0
(Por ser 0 el elemento neutro aditivo)
= 0 + 0′
(Conmutatividad)
= 0
(Por ser 0′ el elemento neutro aditivo)
Por lo tanto 0 = 0 ′ y el elemento neutro aditivo es ´unico.
Teorema 5.3.2. El elemento inverso aditivo es ´unico. Demostraci´ on. Supongamos que existen dos elementos inversos aditivos ( a) y ( a)′ tales
−
que:
−
a + ( a) = ( a) + a = 0,
− − ∀a ∈ R a + (−a)′ = (−a)′ + a = 0, ∀a ∈ R Probaremos que ( a) = ( a)′ , en efecto:
−
−
( a)′ = ( a)′ + 0
− (Por ser 0 el elemento neutro aditivo) = (−a)′ + (a + (−a)) (Por ser (−a) elemento inverso aditivo) = ((−a)′ + a) + (−a) (Asociatividad) = 0 + (−a) (Por ser (−a)′ elemento inverso aditivo) = (−a) (Por ser 0 elemento neutro aditivo) Por lo tanto (−a) = (−a)′ y el elemento inverso aditivo es ´unico. −
Teorema 5.3.3. El elemento neutro multiplicativo es ´unico. Demostraci´ on. Supongamos que existen dos elementos neutros multiplicativos 1 y 1 ′ tales que: a 1 = 1 a = a,
· · ∀a ∈ R a · 1′ = 1′ · a = a, ∀a ∈ R Probaremos que 1 = 1′ , en efecto: 1′ = 1′ 1 =
· 1 · 1′
= 1
(Por ser 1 el elemento neutro multiplicativo) (Conmutatividad) (Por ser 1′ el elemento neutro multiplicativo)
110
Matem´ atica B´asica
Walter Arriaga D.
Por lo tanto 1 = 1′ y el elemento neutro multiplicativo es ´unico.
Teorema 5.3.4. El elemento inverso multiplicativo es ´unico. Demostraci´ on.
Supongamos que existen dos elementos inversos multiplicativos (a−1 ) y
(a−1 )′ tales que: a (a−1 ) = (a−1 ) a = 1,
· · ∀a ∈ R a · (a−1 )′ = (a−1 )′ · a = 1, ∀a ∈ R Probaremos que (a−1 ) = (a−1 )′ , en efecto: (a−1 )′ = (a−1 )′ 1 = = =
· (a−1 )′ · (a · (a−1 )) ((a−1 )′ · a) · (a−1 ) 1 · (a−1 )
= (a−1 )
(Por ser 1 el elemento neutro multiplicativo) (Por ser (a−1 ) elemento inverso multiplicativo) (Asociatividad) (Por ser (a−1 )′ elemento inverso multiplicativo) (Por ser 0 elemento neutro multiplicativo)
Por lo tanto (a−1 ) = (a−1 )′ y el elemento inverso multiplicativo es ´unico.
Proposici´ on 5.3.1. i
ii
iii
−(−a), ∀a ∈ R . Si a = 0, a = (a−1)−1 . a · 0 = 0, ∀a ∈ R . − a = (−1)a, ∀a ∈ R . a(−b) = (−a)b = −(ab), ∀a, b ∈ R . (−a)(−b) = ab, ∀a, b ∈ R . Si a + c = b + c → a = b . Si ac = bc y c = 0 → a = b . ab = 0 ↔ a = 0 ∨ b = 0 . a2 = b 2 ↔ a = b ∨ a = −b . a =
iv
v
vi
vii
viii
ix
x
umeros reales a Definici´ on 5.3.1. Sean dos n´ como la suma de a con el inverso aditivo de b. a
∈ R y b ∈ R. Se define la diferencia de a y b
− b = a + (−b), ∀a, b ∈ R
Walter Arriaga D.
Matem´ atica B´asica
umeros a, b Definici´ on 5.3.2. Dados dos n´
∈ R. Se define el cociente de a entre b, como el
producto de a con el inverso multiplicativo de b. a = a b−1 , b
·
∀a, b ∈ R
Proposici´ on 5.3.2. i
ii
iii
. a
− b = −(b − a) . a − b = c ↔ a = b + c a ↔ bc = a, b = 0 . c = b . a(b − c) = ab − ac
iv
.
a c ad + bc + = b d bd
.
a b
v
vi
vii
− dc = ad bd− bc
. Si
a = 0 y ax + b = c
→
x =
c
−b a
Proposici´ on 5.3.3. i
ii
iii
. a2
≥ 0, ∀a ∈ R (a2 > 0, si a = 0) . Si a < b ∧ b < c → a < c . Si a < b → a + c < b + c, ∀c ∈ R . Si a < b ∧ c < d → a + c < b + d . Si a < b ∧ c > 0 → ac < bc . Si a < b ∧ c < 0 → ac > bc . Si a < b → −a > −b . Si a > 0 → a−1 > 0 (si a < 0 → a−1 < 0) . Si 0 < a < b → a−1 > b−1 > 0 (si a < b < 0 → 0 > a−1 > b−1 ) . ab > 0 ↔ (a > 0 ∧ b > 0) ∨ (a < 0 ∧ b < 0) ab ≥ 0 ↔ (a ≥ 0 ∧ b ≥ 0) ∨ (a ≤ 0 ∧ b ≤ 0) . ab < 0 ↔ (a > 0 ∧ b < 0) ∨ (a < 0 ∧ b > 0) ab ≤ 0 ↔ (a ≥ 0 ∧ b ≤ 0) ∨ (a ≤ 0 ∧ b ≥ 0) . Si a ≥ 0 ∧ b ≥ 0 , a < b ↔ a2 < b2 (a ≤ b ↔ a2 ≤ b2 )
iv
v
vi
vii
viii
ix
x
xi
xii
111
112
Matem´ atica B´asica
. a 2 + b2 = 0
↔
xiii
a = 0
Definici´ on 5.3.3. Si n
∧
Walter Arriaga D.
b = 0
∈ Z+ y b ∈ R, entonces bn, llamada n - ´esima potencia de b, representa
el producto de n factores iguales a b, esto es:
bn = b b b b ... b
· · · · ·
en donde, el exponente n indica las veces que se debe repetir la base b como factor.
Proposici´ on 5.3.4. i
ii
iii
Si
a, b
∈R
y
m, n
∈ Z+, entonces:
. am an = a m+n
·
. (am )n = a m·n . (a b)n = a n bn
·
am = a m−n iv. n a .
v
a b
n
·
an = n b
∈ R , n ∈ Z+, entonces r, se llama ra´ız n - ´esima principal de r,se √ denota por r = a, si y solo si r n = a, bajo la condici´ on de que si n es par, entonces r ≥ 0 y a ≥ 0. Formalmente: √ r = a ↔ r n = c , n par → r ≥ 0 ∧ a ≥ 0. Definici´ on 5.3.4. Si a, r n
n
5.4. 5.4.1.
Ecuaciones Historia de las ecuaciones
Los primeros en tratar las ecuaciones de primer grado fueron los ´arabes, en un libro llamado ´ Tratado de la cosa, y a la ciencia de hacerlo, Algebra (del a´rabe algabru walmuqabalah, reducci´ on y cotejo). La cosa era la inc´ognita. La primera traducci´on fu´e hecha al lat´ın en Espa˜na, y como la palabra a´rabe la cosa suena algo parecido a la X espa˜ nola medieval (que a veces ha dado J y otra X porque su sonido era intermedio, como en Mexico/M´ejico, Xim´enez/Jim´enez), los matem´aticos espa˜ noles llamaron a la cosa X y as´ı sigue. Para resolver ecuaciones de primer y segundo grado, el hombre no encontr´o gran dificultad, la situaci´on fue completamente diferente para ecuaciones de grado mayor de 2. En efecto, la ecuaci´ on general de tercer grado: ax3 + bx 2 + cx + d = 0 requiri´o consideraciones bastante profundas y resisti´ o todos los esfuerzos de los matem´aticos de la antig¨ uedad. S´olo se pudieron resolver a principios del siglo XVI, en la Era del Renacimiento en Italia. Aqu´ı se presentar´a el
Walter Arriaga D.
Matem´ atica B´asica
113
ambiente en que aconteci´o el descubrimiento de la soluci´on de las ecuaciones de tercer grado o c´ubicas. Los hombres que perfeccionaron las c´ubicas, italianos todos, constituyeron un grupo de matem´aticos tan pintoresco como nunca se ha dados en la historia. La mayor´ıa de ellos eran autodidactas, trabajaban en contabilidad, en problemas de inter´es compuesto y de seguros. Habi´endose elevado por encima del simple c´alculo pr´ actico, los grandes algebristas italianos constitu´ıan en su mayor parte un grupo sagaz y oportunista que se encontraba en su elemento tanto entre tramposos y jugadores de cartas, espadachines que frecuentaban las Callejas del Renacimiento, como en las c´atedras de Universidad, a las que aspiraban y algunas veces ocupaban. Para dar publicidad a sus pruebas de agilidad mental sostuvieron entre s´ı competencias para la soluci´on de problemas. (Algo muy similar a lo que hac´ıan los hind´ues siglos antes). Para hacer doblemente dif´ıcil su deporte, algunas veces hac´ıan apuestas que depositaban en manos de un tercero. El ganador se lo llevaba todo. En esta atm´osfera combativa estall´ o la guerra en torno a la ecuaci´ on c´ ubica. La chispa pudo haber sido encendida, sin querer, por un padre Franciscano, Luca Pacioli, quien en 1492 public´o un compendio de ´algebra, la “Suma Aritm´etica”. Con ella transmiti´o el ´algebra inventada hasta la fecha y termin´o con la irritante observaci´on de que los matem´aticos no podr´ıan todav´ıa solucionar ecuaciones c´ ubicas por m´etodos algebraicos. El primer hombre en recoger el desaf´ıo de Pacioli en torno a las c´ ubicas fue, como ya dijimos Scipio del Ferro, el hijo de un fabricante de papel, que lleg´o a ser catedr´atico de matem´aticas en la Universidad de Bolonia. Habiendo encontrado la soluci´ on general para todas las ecuaciones c´ubicas de la forma simplificada x 3 + nx = h. Del Ferro mantuvo en secreto su descubrimiento, probablemente para confundir a los adversarios durante las competencias. Pero en sus ´ultimos d´ıas conf´ıo su soluci´on a un estudiante, Antonio Fior, quien la utiliz´o en una disputa de ´algebra con un rival, N´ıcolo Fontana, llamado Tartaglia o tartamudo a causa de que padec´ıa este defecto. En la ´epoca de la contienda con Fior, Tartaglia hab´ıa pasado a ser uno de los m´ as sagaces solucionadores de ecuaciones de Italia, y hab´ıa ideado un arma secreta propia: Una soluci´ on general para las c´ ubicas del tipo x3 + mx 2 = h. Como resultado, cuando Fior le dio un grupo de ejemplos espec´ıficos del tipo x3 + px + q = 0, le respondi´o con ejemplos del tipo x3 + mx 2 = n. Durante el intervalo concedido para obtener las respuestas, tanto Tartaglia como Fior trabajaron ardorosamente, ocho d´ıas antes de finalizar el plazo, Tartaglia hab´ıa encontrado una soluci´on general para las ecuaciones del tipo x3 + px = q y en dos horas resolvi´ o todas las ecuaciones de Fior; de esta suerte, cuando se acab´o el tiempo y llego el d´ıa de hacer el c´omputo, Tartaglia hab´ıa solucionado los problemas de Fior y ´este no hab´ıa solucionado los de Tartaglia. Como nuevo e insigne calculador de Italia, Tartaglia pronto se encontr´ o con un rival m´as fuerte: Gerolamo Cardano, hijo ileg´ıtimo de un abogado y a su vez padre de un asesino. Cardano era un astr´ologo que hacia hor´oscopos para los reyes, un
114
Matem´ atica B´asica
Walter Arriaga D.
m´ edico que visitaba a sus enfermos y un escritor cient´ıfico de cuya pluma emanaron monta˜nas de libros. Fue tambi´en un jugador inveterano, siempre balance´ andose al borde de la prisi´on. Pero Cardano siempre sal´ıa bien parado. El Santo Padre lo pension´ o solucion´andole as´ı sus problemas econ´omicos y Cardano, a base de adulaciones, obtuvo de Tartaglia la soluci´on de la ecuaci´ o n c´ ubica. Aunque Cardano jur´o mantener secreta la soluci´on de Tartaglia, la public´o unos cuantos a˜ nos despu´es, en 1545, en un tratado monumental sobre ecuaciones llamado “Ars Magna” (Gran Arte). Tartaglia, que hab´ıa estado a punto de escribir su propio libro, pas´o el resto de su vida maldiciendo a Cardano por su estafa. No obstante, el libro de Cardano reconoc´ıa el descubrimiento de Tartaglia. Tambi´en en el mismo libro, Cardano hizo pasar a la historia a otro matem´ atico: el alborotador y blasfemo Lodovico Ferran que muri´o a la edad de 43 a˜nos, envenenado por su propia hermana. As´ı como Tartaglia hab´ıa solucionado la c´ ubica, de la misma forma Ferran, cuando todav´ıa estudiaba con Cardano, soluci´ on de las de cuarto grado o cu´articas (con f´ ormulas mas complicadas que las de tercer grado). Al descubrir la obra de ambos hombres, Cardano en su “Ars Magna” pudo dar al mundo las soluciones generales de las c´ ubicas y las cu´articas, divulgando los dos avances del ´algebra m´ as trascendentales desde la muerte de Diofanto, 1300 a˜ nos antes. En el Ars Magna, Cardano acept´o formalmente el concepto de los n´umeros negativos y enunci´ o las leyes que los rigen. Tambi´en anticip´o otro tipo nuevo de n´ umero que denomin´o ficticio o sofisticado. Tal fue la ra´ız cuadrada de un n´umero negativo, que es incluso m´as dif´ıcil de comprender que un n´ umero negativo propiamente, ya que ning´un n´ umero real multiplicado por s´ı mismo da un n´umero negativo. En la actualidad los matem´aticos llaman a la ra´ız cuadrada de un n´ umero negativo n´ umero imaginario; cuando dicha cantidad se combina con un n´ umero real, el resultado se llama n´ umero complejo. Los matem´aticos posteriores han mostrado que los n´ umeros complejos pueden tener toda clase de aplicaciones. En gran parte debido a Cardano, las Matem´aticas salieron de su paso por las pugnas del Renacimiento enormemente enriquecidas. El ´exito de los matem´aticos italianos produjo un gran efecto. Era la primera vez en que la ciencia moderna hab´ıa sobrepasado las conquistas de los antiguos. Hasta entonces, en todo el curso de la Edad Media, la aportaci´on hab´ıa consistido solamente en entender el trabajo de los antiguos, y ahora finalmente, ciertas cuestiones que los antiguos no hab´ıan tenido ´exito en conquistar, fueron resueltas. Y esto sucedi´o en el siglo XVI, un siglo antes de la invenci´on de nuevas ramas de las matem´aticas: Geometr´ıa anal´ıtica y C´alculo diferencial e Integral que finalmente afirmaron la superioridad de la nueva ciencia sobre la antigua. Despu´es de esto, no hubo matem´ atico importante que no intentara extender las conquistas de los italianos resolviendo ecuaciones de quinto, sexto y m´as alto grado en forma an´aloga a los italianos, es decir, encontrando una f´ormula general o como se dice
Walter Arriaga D.
Matem´ atica B´asica
115
actualmente, resolverlas por radicales. El prominente algebrista del siglo XVII, Tschimhausen (1651–1708) crey´ o haber encontrado un m´ etodo general de soluci´on. Su m´etodo estaba basado en la transformaci´on de una ecuaci´ on a otra m´as simple; pero esta sola transformaci´on requer´ıa de algunas ecuaciones auxiliares. M´as tarde, con un an´alisis m´as profundo se demostr´o que el m´etodo de transformaci´on de Tschimhausen, en efecto, da la soluci´on de ecuaciones de segundo, tercero y cuarto grado, pero para una ecuaci´on de quinto grado se necesita resolver primero una ecuaci´on auxiliar de sexto grado, cuya soluci´on no era conocida. El famoso matem´ atico franc´ es Lagrange en su gran trabajo “Reflexiones sobre la soluci´ on de ecuaciones algebraicas” publicado en 1770–1771, ( con m´a s de 200 p´aginas) cr´ıticamente examina todas las soluciones de las ecuaciones de segundo, tercer y cuarto grado conocidas hasta su ´epoca y demostr´o que su ´exito siempre se basa en propiedades que no cumplen ecuaciones de quinto grado y superiores. Desde el tiempo de Del Ferro hasta este trabajo de Lagrange, m´as de dos siglos y medio hab´ıan pasado y nadie durante este gran intervalo hab´ıa dudado de la posibilidad de resolver ecuaciones de quinto grado y mayores por radicales, esto es, de encontrar f´ormulas que envuelven s´olo operaciones de suma, resta, multiplicaci´on, divisi´on, exponenciaci´on y ra´ıces con exponentes enteros positivos, que pueden expresar la soluci´ on de una ecuaci´on en t´ erminos de los coeficientes, esto es, f´ormulas similares a aqu´ella por la que se hab´ıa resuelto la ecuaci´o n de segundo grado en la antig¨uedad y a aqu´ ellas encontradas por los italianos para las ecuaciones de tercero y cuarto grados. Los matem´aticos pensaron que sus fracasos se deb´ıan principalmente a su propia incapacidad para encontrar una soluci´ on. Lagrange dice en sus memorias: “El problema de resolver (por radicales) ecuaciones cuyo grado es m´as alto que el cuarto es uno de esos problemas que no han sido resueltos aunque nada prueba la imposibilidad de resolverlos”. Lagrange avanz´o bastante en la teor´ıa de las ecuaciones algebraicas formalizando el trabajo anterior a su ´epoca y descubriendo nuevas relaciones entre esta teor´ıa y otras como la teor´ıa de las permutaciones. Sin embargo, a pesar de sus persistentes esfuerzos, el problema permaneci´o sin soluci´ on y constitu´ıa, en palabras del mismo Lagrange, “Un reto para la mente humana”. Consecuentemente fue una sorpresa enorme para todos los matem´aticos cuando en 1824 vino a la luz el trabajo de un joven genio noruego llamado Niels Henrik Abel (1802 – 1829), en el cual se daba una prueba de que si los coeficientes de una ecuaci´on se tomaban simplemente como letras, entonces no existe ninguna expresi´on algebraica con dichos coeficientes que fuera soluci´on de la ecuaci´on correspondiente. Entonces, por tres siglos los esfuerzos de los m´as grandes matem´aticos de todos los pa´ıses para resolver ecuaciones de grado mayor que cuatro por radicales no fue coronado por el ´exito por la sencilla raz´on de que ´este problema simplemente no tiene soluci´ on.
116
Matem´ atica B´asica
Walter Arriaga D.
Esas f´ormulas son conocidas para ecuaciones de segundo, tercero y cuarto grado, pero para ecuaciones de grado mayor no existen tales f´ormulas Pero eso no es todo a´ un. Un resultado extremadamente importante en la teor´ıa de las ecuaciones algebraicas esperaba todav´ıa ser descubierto. El hecho es que hay muchas formas especiales de ecuaciones de cualquier grado que s´ı se pueden resolver p or radicales, y muchas de ellas son exactamente las que son importantes para resolver problemas concretos de la realidad. Resumiendo, despu´ es del descubrimiento de Abel la situaci´on era la siguiente: Aunque la ecuaci´ on general de grado mayor que 4 no se pod´ıa resolver por radicales, hay un n´ umero ilimitado de ecuaciones de grado mayor a cuatro que s´ı se pueden resolver por radicales. La pregunta era ¿cu´ales ecuaciones s´ı se pueden resolver p or radicales y cu´a les no? o en otras palabras: ¿qu´ e condiciones debe cumplir una ecuaci´ on para que pueda ser resuelta por radicales? La respuesta a este problema que daba fin a todo ´este asunto de las ecuaciones la dio el brillante matem´atico franc´ es Evariste Galois. (1811–1832). A pesar de lo corto de su vida, Galois hizo descubrimientos muy avanzados para su tiempo en muchas ramas de las matem´aticas y en particular dio la soluci´on al problema que quedaba pendiente en la teor´ıa de las ecuaciones algebraicas en un peque˜no manuscrito titulado “Memoria sobre las condiciones para resolver las ecuaciones por radicales”, que fue escrito en treinta y un p´aginas casi ininteligibles escritas de prisa la noche antes del duelo en que fue muerto a la edad mencionada de 20 a˜ nos. Como se puede observar, la f´ormula de Tartaglia da la soluci´ on de la ecuaci´on de tercer grado a partir de los coeficientes y utilizando sumas, restas, multiplicaciones, divisiones y ra´ıces. Este tipo de expresiones se denominan radicales. Desde la aparici´o n de la f´ormula los matem´ aticos intentaron buscar qu´e ecuaciones pod´ıan resolverse por radicales. Muchos grandes matem´ aticos atacaron el problema, pero fallaron en resolverlo: Euler, Lagrange (alrededor de 1770), Leibiniz, etc. En 1813, Ruffini intent´ o demostrar que las ecuaciones de quinto grado no se pueden resolver por radicales, pero tampoco lo consigui´ o. Finalmente, Abel demostr´o en 1824 que, efectivamente, no existe una f´ormula que permita resolver las ecuaciones de quinto grado. ´ El problema m´as general fue resuelto por Evariste Galois en 1832 que aporto un m´ etodo, conocido como la Teor´ıa de Galois, que permite decidir cu´ando una determinada ecuaci´on se puede resolver por radicales. ´ Existen f´ormulas que permiten resolver las ecuaciones de segundo, terCONCLUSION: cer y cuarto grado. Sin embargo, no existe una f´ormula que permita resolver todas las ecuaciones de quinto grado. En todo lo anterior hablamos de los intentos durante tres siglos, para resolver por radicales cualquier ecuaci´on de cualquier grado. El problema result´o ser m´as dif´ıcil y m´as profundo de lo que se pensaba en un principio y dio origen a la creaci´on de nuevos conceptos, importantes
Walter Arriaga D.
Matem´ atica B´asica
117
no s´olo para el ´algebra sino tambi´en para las matem´aticas en general. Para la soluci´on pr´ actica de las ecuaciones el resultado de todo este trabajo fue el siguiente: Qued´o claro que una f´ormula general para las ecuaciones est´a muy lejos de existir y aun en los casos particulares en que existe, era de poca utilidad pr´actica a causa de las operaciones sumamente complicados que se ten´ıan que hacer. (Actualmente las computadoras facilitan todo ese trabajo). En vista de lo anterior, los matem´aticos desde hace mucho empezaron a trabajar en tres direcciones completamente diferentes, que son: 1. En el problema de la existencia de ra´ıces (soluciones). 2. En el problema de saber algo acerca de las soluciones, s´olo trabajando con sus coeficientes. 3. En el c´alculo aproximado de las ra´ıces o soluciones de una ecuaci´ on.
Definici´ on 5.4.1. Un enunciado es una proposici´on que puede ser calificada como verdadera o falsa. Una proposici´ on es toda una code enunciados conectados con ciertos s´ımbolos matem´aticos. Los enunciados abiertos son aquellos que est´an formados por variables constantes y que pueden ser verdaderos o falsos, seg´un la asignaci´on de valores a las variables.
Definici´ on 5.4.2. Una ecuaci´on es una igualdad entre dos expresiones algebraicas o trascendentales, donde existe por lo menos una variable, cada una de las expresiones comparadas por la igualdad se denominan miembros de la ecuaci´on.
Definici´ on 5.4.3. La soluci´on de una ecuaci´on es aquel valor que toma la inc´ognita y convierte la ecuaci´ on en una identidad, es decir, hace verificar la igualdad.
Ejemplo 5.4.1. 3x + 5 = 17; es una ecuaci´on que se verifica para x = 4. x2 + x 5.4.2.
− 6 = 0; es una ecuaci´on que se verifica para x = −3 y x = 2.
Clasificaci´ on de las ecuaciones
Las ecuaciones se clasifican de acuerdo a sus caracter´ısticas, siendo las principales: 1. Seg´ un el Grado: Pueden ser de primer grado, segundo grado, tercer grado, etc. En general, una ecuaci´on de grado n posee n ra´ıces o soluciones.
118
Matem´ atica B´asica
Walter Arriaga D.
Ejemplo 5.4.2. 2x + 5 = 3; es una ecuaci´on de primer. x2
− 6x + 5 = 0; es una ecuaci´on de segundo grado.
2. Seg´ un sus Coeficientes: Pueden ser num´ericas o literales.
Ejemplo 5.4.3. 7x
− 3 = 5x + 9; es una ecuaci´on num´erica.
ax2 + bx + c = 0; es una ecuaci´on literal, con coeficientes a, b, c. 3. Seg´ un las Inc´ ognitas: Pueden ser de una, dos, tres o m´as inc´ognitas.
Ejemplo 5.4.4. 3x
− 1 = x + 3; es una ecuaci´on con una inc´ognita: x. 2x − 3y = 5; es una ecuaci´on con dos inc´ognitas: x, y . x − 3y + 2z = 7 es una ecuaci´on con tres inc´ognitas: x, y , z. 4. Seg´ un la naturaleza de las expresiones: Pueden ser: a. Ecuaci´ on algebraica: Que a su vez puede ser: a.1. Ecuaci´ on algebraica racional: a.1.1. Ecuaci´ on algebraica racional entera: 3x
− 2 = x2 − 6
3 x a.2. Ecuaci´ on algebraica irracional: La inc´ognita se encuentra afectada del radia.1.2. Ecuaci´ on algebraica racional fraccionaria: x + 2 = 4 + cal. 2x + 1 =
√ 2x + 3 − x2 3
b. Ecuaci´ on no algebraica o trascendente: Cuando al menos un t´emino de la expresi´on es no algebraico o trascendente. Puede ser: Exponencial: 3x−1 = 3x + 2 Trigonom´etrica: 5 sen(3x + 5π) = cos x Logaritmica: 7x log2 (10x Matriciales:
− 3) = √ 5
3
5
x
2
−1
y
=
14 5
5. Seg´ un sus Soluciones: Pueden ser compatibles o incompatibles. a. Ecuaciones Compatibles: son aquellas que tienen por lo menos una soluci´on. A su vez ´estas ecuaciones se dividen en:
Walter Arriaga D.
Matem´ atica B´asica
119
a.1. Ecuaciones Compatibles Determinadas: (ECD) Si tienen un n´umero finito o limitado de soluciones.
Ejemplo 5.4.5.
◦ 3x − 1 = x + 3 tiene una soluci´on. ◦ x2 − 4 = 5 tiene dos soluciones.
a.2. Ecuaciones Compatibles Indeterminadas: (ECI) Si tienen un n´umero ilimitado de soluciones.
Ejemplo 5.4.6.
◦ 2x + 3 = 1 + 2x + 2. ◦ (x + 1)2 − (x − 1)2 = 4x.
Nota 5.4.1. Todas las identidades o productos notables son ecuaciones compatibles indeterminadas. b. Ecuaciones Incompatibles: (EI) Llamadas tambi´ en absurdas, son aquellas que no tienen o carecen de soluci´on.
Ejemplo 5.4.7. x x 7x + = + 3. • 5 2 10
Ecuaci´ on
Compatible
umero finito de soluciones Determinada (ECD) n´
Indeterminada (ECI) infinitas soluciones
Incompatible (EI) inconsistente o absurdo. No existe soluci´on
Definici´ on 5.4.4. Dos o m´as ecuaciones se dicen que son Equivalentes si tienen las mismas soluciones.
Ejemplo 5.4.8. Las ecuaciones
3x + 3 = 8x 2 7x x 26 + 2 = + 2 15 3
−
son equivalentes
Teorema 5.4.1. Teorema Fundamental del Algebra Todo polinomio de grado n tiene al menos una ra´ız, que generalmente es compleja. ericos y grado n tiene exactamente n Corolario 5.4.1. Todo polinomio de coeficientes num´ ra´ıces que pueden ser reales diferentes, iguales o complejas conjugadas.
Criterios de Soluci´ on
Si la ecuaci´on presenta a la inc´ognita en el denominador. Se deber´a cuidar que su soluci´on x + 1 x + 5 2x2 x 11 no anule el denominador. Por ejemplo, antes de resolver: + = 2 , x 3 x 2 x 5x + 6 Se deber´a tener en cuenta que: x = 3 x = 2
∧
−
−
− − −
120
Matem´ atica B´asica
Walter Arriaga D.
un signo radical de ´ındice par. Se Si la ecuaci´on presenta a la inc´ognita afectada de alg´ debe proceder de la siguiente manera: Si
2n
F (x) = G(x), con n
∈ N, debe cumplirse que F (x) ≥ 0 ∧ G(x) ≥ 0.
Principios Fundamentales
Si a los dos miembros de una ecuaci´on se le suma o se le resta una misma cantidad M , la igualdad no altera (se obtiene otra ecuaci´on equivalente). A = B
⇒ A ± M = B ± M
Si se multiplica a los dos miembros de una ecuaci´on por una misma cantidad M , se obtiene otra ecuaci´on equivalente. Si M contiene a la inc´ognita, entonces se infiltran soluciones extra˜ nas.
Si ambos miembros de una ecuaci´on se dividen por una misma cantidad M = 0, la
igualdad no altera (se obtiene otra ecuaci´on equivalente). Si M contiene a la inc´ognita, entonces se pierden soluciones.
Si a los dos miembros de una ecuaci´on se les eleva a la n–´esima potencia, entonces la igualdad no altera, pero se infiltran soluciones extra˜nas.
Si a los dos miembros de una ecuaci´on se les extrae la ra´ız en´esima, entonces la igualdad no altera, se dice que se han perdido soluciones. 5.4.3.
Ecuaciones de primer grado con una variable
Definici´ on 5.4.5. Las ecuaciones de primer grado con una variable son de la forma: ax + b = 0
(5.1)
donde a y b son co, con a = 0, y siendo x la inc´ognita, por lo cual son tamb´en llamadas
“Ecuaciones lineales con una inc´ognita” y que debido a las propiedades de los n´umeros reales se resuelve de la siguiente manera: ax + b = 0
⇐⇒
x =
− ab
Las ecuaciones lineales en el sistema cartesiano representan rectas. Una forma com´ u n de ecuaciones lineales es y = mx + c, donde m representa la pendiente y el valor de c determina la ordenada al origen (el punto donde la recta corta al eje Y ).
Ejemplo 5.4.9. Resolver 6x
− 5 = 2x + 7.
Walter Arriaga D.
Matem´ atica B´asica
121
Soluci´ on 6x
−5 4x − 5
= 2x + 7 = 7
4x = 12 x = 3
Discusi´ on de sus ra´ıces
Si a = 0 entonces la soluci´o n es u ´ nica (ECD).
Si a = 0 y b = 0 entonces la ecuaci´on posee infinitas soluciones (ECI). Si a = 0 y b = 0 entonces la soluci´on no existe (EI ´o absurda).
5.4.4.
Sistema de ecuaciones lineales
Definici´ on 5.4.6. Un sistema lineal de ecuaciones es un conjunto de ecuaciones lineales sobre el cuerpo de los n´umeros reales R . En general, un sistema con m ecuaciones lineales con n inc´ognitas puede ser escrito en forma ordinaria como: a11 x1
+
a12 x2
+ ... +
a1n xn
=
b1
a21 x1 .. .
+ .. .
a22 x2 .. .
+ ... + .. .. .. . . .
a2n xn .. .
= .. .
b2 .. .
(5.2)
am1 x1 + am2 x2 + . . . + amn xn = bm Donde x1 , . . . , xn son las inc´o gnitas y los n´ umeros aij
∈ K son los coeficientes del sistema
sobre el cuerpo K = R o C. Es posible reescribir el sistema separando con coeficientes con notaci´ on matricial:
a11
a12
a21 .. .
a22 .. .
am1 am2
··· ··· ..
.
···
a1n a2n .. . amn
x1 x2 .. .
xn
=
b1 b2 .. .
bm
(5.3)
Si representamos cada matriz con una ´unica letra obtenemos:
Ax = b Donde A es una matriz m por n, x es un vector columna de longitud n y b es otro vector columna de longitud m.
122
Matem´ atica B´asica
Walter Arriaga D.
El problema de los sistemas de ecuaciones lineales es uno de los m´as antiguos de la matem´ atica y tiene una infinidad de aplicaciones, como en procesamiento digital de se˜nales, estimaci´ on, predicci´on y m´as generalmente en programaci´on lineal as´ı como en la aproximaci´ on de problemas no lineales de an´alisis num´erico.
Clasificaci´ on: De acuerdo a la soluci´on los sistemas se clasifican en: a. Sistema Compatible: Es aquel sistema que tienen por lo menos una soluci´on. A su vez ´estos sistemas se dividen en: a.1. Sistema Compatible determinado: (SCD) Si tienen un n´umero finito o limitado de soluciones.
Ejemplo 5.4.10.
− ◦ ◦ √ 3x
y = 20
, cuya soluci´on es: CS = (7, 1) .
{
}
x + 5y = 12 Las ecuaciones se corresponden gr´aficamente con dos rectas que se interceptan en el punto (7, 1). x2 + y 2 = 17 xy + xy = 6
, cuya soluci´on es: CS = (4, 1), (1, 4), ( 4, 1), ( 1, 4) .
{
− − − − }
a.2. Indeterminadas: (SCI) Si tienen un n´umero ilimitado de soluciones.
Ejemplo 5.4.11.
◦ ◦
3x + y = 4 3x y + =2 2 2 Las ecuaciones se corresponden gr´aficamente con dos rectas paralelas coincidentes que se interceptan en infinitos puntos. x + y + z = 3 x
− y = 1
b. Incompatibles: (EI) Llamadas tambi´en absurdas, son aquellas que no tienen o carecen de soluci´on.
Ejemplo 5.4.12. •
4x + 2y = 5
8x + 4y = 3 Las ecuaciones se corresponden gr´aficamente con dos rectas, ambas con la misma
Walter Arriaga D.
Matem´ atica B´asica
123
pendiente, Al ser paralelas, no se cortan en ning´un punto, es decir, no existe ning´un valor que satisfaga a la vez ambas ecuaciones. Matem´aticamente un sistema de estos es incompatible cuando el rango de la matriz del sistema es inferior al rango de la matriz ampliada. Una condici´o n necesaria para que esto suceda es que el determinante de la matriz del sistema sea cero. •
x2 + y2 = 2 x + y = 4
Sistema de ecuaciones
Compatible
umero finito de soluciones Determinada (SCD) n´
Indeterminada (SCI) infinitas soluciones
Incompatible (SI) inconsistente o absurdo. No existe soluci´on
Los sistemas incompatibles geom´etricamente se caracterizan por (hiper)planos o rectas que se cruzan sin cortarse. Los sistemas compatibles determinados se caracterizan por un conjunto de (hiper)planos o rectas que se cortan en un ´unico punto. Los sistemas compatibles indeterminados se caracterizan por (hiper)planos que se cortan a lo largo de una recta [o m´as generalmente un hiperplano de dimensi´on menor]. Desde un punto de vista algebraico los sistemas compatibles determinados se caracterizan porque el determinante de la matriz es diferente de cero: Sistema compatible determinado
⇐⇒ det(A) = 0
M´ etodos para resolver un sistema lineal Los sistemas lineales han sido resueltos por diferentes m´etodos, siendo los m´as importantes: 1. M´ etodo de Carl Gauss:1 Este m´etodo consiste en ir disminuyendo ecuaciones e incognitas hasta llegar a una sola ecuaci´on con la menor cantidad posible de inc´ognitas.
Ejemplo 5.4.13. Resolver:
3x + 5y = 14 2x
Soluci´ on: Como 2x 1
− y = 5
− y = 5, entonces despejamos y
Johann Carl Friedrich Gauss naci´o en Brunswick, Alemania el 30 de abril de 1777 y muri´o el 23 de febrero
de 1855, fue un matem´ atico, astr´ onomo y f´ısico alem´ an que contribuy´ o significativamente en muchos campos, incluida la teor´ıa de n´ umeros, el an´ alisis matem´ atico, la geometr´ıa diferencial, la geodesia, el magnetismo y la ´ optica. Considerado “el pr´ıncipe de las matem´ aticas” y “el matem´ atico m´ as grande desde la antig¨ uedad”, Gauss ha tenido una influencia notable en muchos campos de la matem´ atica y de la ciencia, y es considerado uno de los matem´ aticos que m´ as influencia ha tenido en la historia. Fue de los primeros en extender el concepto de divisibilidad a otros conjuntos.
124
Matem´ atica B´asica luego y = 2x 3x + 5(2x
Walter Arriaga D.
− 5 y reemplazando en la primera ecuaci´on se tiene:
− 5) = 14, de donde x = 3, y as´ı obtenemos y = 1 ∴ CS = {3; 1}
2. M´ etodo de Arthur Cayley:2 Este m´etodo consiste en el uso de las matrices (matriz inversa) en la resoluci´on de los sistemas lineales determinados. Para resolver el sistema a11 x1 + a12 x2 + . . . + a1n xn = b1 a21 x1 + a22 x2 + . . . + a2n xn = b2 .. .. .. .. .. .. .. .. .. . . . . . . . . .
(5.4)
an1 x1 + an2 x2 + . . . + ann xn = bn se lleva a la forma matricial
a11
a12
a21 .. .
a22 .. .
··· ··· ..
an1 an2
.
···
a1n a2n .. . ann
x1 x2 .. .
b1
=
xn
b2 .. .
(5.5)
bn
y si la matriz de coeficientes es no singular, existir´a la inversa y ser´a aplicable ste m´etodo y la soluci´on se obtiene con:
− x1 x2 .. .
=
xn
a11
a12
a21 .. .
a22 .. .
··· ···
a1n
···
ann
a2n .. .. . .
an1 an2
−1
b1 b2 .. .
bn
luego por igualdad de matrices se obtiene la soluci´on del sistema.
Ejemplo 5.4.14. Resolver:
3x + 5y = 14 2x
Soluci´ on:
y = 5
LLevando a una ecuaci´on matricial se tiene:
2
3
5
x
2
−1
y
=
14 5
Arthur Cayley (Richmond, Reino Unido, 16 de agosto de 1821 – Cambridge, 26 de enero de 1895) fue
un matem´ atico brit´ anico. Es uno de los fundadores de la escuela brit´ anica moderna de matem´ aticas puras. Recibi´ o la Royal Medal en 1859 y la Medalla Copley en 1882.
Walter Arriaga D.
de donde
Matematica a´tica B´asica
125
x
=
3
5
−1
y 2 1 entonces x = 3 y y = 1.
−
14 5
, luego
∴
x
3
=
y
1
CS = 3; 1
{ }
´ 3. M´ m´etodo etodo utiliza los determinantes para la resoluetodo etodo de Gabriel Cramer: 3 Este ci´ on de sistemas de ecuaciones lineales. Para ello el sistema (5.4) debe cumplir que el on determinante de la matriz de coeficientes de las incognitas debe ser distinto de cero. Sea A Sea A la matriz del sistema, es decir:
A =
a11
a12
a21 .. .
a22 .. .
an1 an2
··· ···
a1n
···
ann
a2n .. .. . .
entonces la soluci´on on viene viene dada p or: xi =
|Ai| , |A|
i = 1, 2, 3, . . . , n
con A = 0, y Ai es la matriz que se obtiene a partir de la matriz A, cambiando los
| |
elementos de la columna i columna i por los elemento elementoss independient independientes. es. Denotemos por ∆S ∆S = = A y ∆xi = Ai , entonces
| |
| |
xi =
Ejemplo 5.4.15. Resolver:
3x + 5y 5y = 14 2x
Soluci´ on: on: ∆S = =
∆x =
∆y = luego
3
3 2
14 5
− − − − − 5
5
1
3 14 2
=
1
5
=
=
∆xi ∆S
− y = 5
13
39
13
x =
∆x =3 ∆S
Gabriel Cramer (31 de julio de 1704 – 4 de enero de 1752) fue un matem´atico atico suizo nacido en Ginebra. Ginebra.
126
Matematica a´tica B´asica
y = ∴
Walter Arriaga D.
∆y =1 ∆S
CS = 3; 1
{ }
4. M´ etodo etod o de Gauss por matriz aumentada: Dado el sistema lineal: a11 x1 + a12 x2 + . . . + a1n xn = b1 a21 x1 + a22 x2 + . . . + a2n xn = b2 .. .. .. .. .. .. .. .. .. . . . . . . . . . an1 x1 + an2 x2 + . . . + ann xn = bn Llamaremos matriz aumentada a la matriz
a11
a12
a21 .. .
a22 .. .
an1 an2
··· ···
a1n
b1
a2n .. .. . .
b2 .. .
···
ann bn
luego luego median mediante te operacio operaciones nes elemen elemental tales es por filas filas puede puede transfo transformar rmarse se en una matriz matriz escalonada, la cual facilitar´ a la soluci´on on del sistema.
Ejemplo 5.4.16. Resolver:
Soluci´ on: on:
3
5
14
2
−1
5
−−−−−−−−→ F 1 −F 2
luego el nuevo sistema ser´a
3x + 5y 5 y = 14 2x
− y = 5
−−−−−−−−→
1
6
9
2
−1
5
6y = 9 x + 6y 0x
1
F 2 −2F 1
0
6
9
−13 −13
, de donde y donde y = 1 y x = 3
− 13 13yy = −13 ∴ CS = {3; 1}
Teorema 5.4.2. Dado el sistema lineal (5.4), entonces se cumple lo siguiente: Si ∆S = 0 entonces el sistema tiene soluci´on on unica. u ´ nica.
Si ∆S = = 0
∧ ∆x ∆ xi = 0, para cada i cada i,, con i con i = 1, 2, . . . , n entonces n entonces el sistema tiene infinitas
soluciones.
Si ∆S = 0 soluci´ on. on.
∧ ∆xi = 0, para alg´un un i, con i = 1, 2, . . . , n entonces el sistema no tiene
Walter Arriaga D.
Matematica a´tica B´asica
127
Representaci´ on on gr´ afica afica Un sistema con n, n , inc´ognitas ognitas se puede representar en el n espacio correspondiente.
−
En los sistemas con 2 inc´ognitas, ognitas, el universo de nuestro sistema ser´a el plano bidimensional, mientras que cada una de las ecuaciones ser´a representada por una recta, si es lineal, o por una curva, si no lo es. La soluci´on on ser´a el punto (o l´ınea) donde intersecten todas las rectas r ectas y curvas que representan a las ecuaciones. Si no existe ning´un un punto en el que intersecten al mismo tiempo todas to das las l´ıneas, ıneas, el sistema es incompatibl incompatible, e, o lo que es lo mismo, mismo, no tiene soluci´ on. on. En el caso de un sistema con 3 inc´ognitas, el universo ser´a el espacio tridimensional, siendo cada ecuaci´on on un plano dentro del mismo. Si todos los planos intersectan en un ´unico punto, las coordenadas de ´este este ser´an an la soluci´on on al sistema. Si, por el contrario, la intersecci´on o n de todos ellos es una recta o incluso un plano, el sistema tendr´a infinitas soluciones, que ser´an an las coordenadas co ordenadas de los puntos que forman dicha l´ l´ınea o superficie. Para sistemas de 4 ´o m´ as as inc´ognitas, ognitas, la representaci´ on on gr´ afica no es intuitiva para el ser afica humano, por lo que dichos problemas no suelen enfocarse desde esta ´optica. 5.4.5. 5.4.5.
Ecuaci Ecuacione oness de segund segundo o grado grado
Una ecuaci´on on de segundo grado o ecuaci´on on cuadr´ atica atica es una ecuaci´on on polin´omica omica donde el mayor exponente es igual a dos. Normalmente, la expresi´on on se refiere al caso en que s´olo olo aparece una inc´ognita ognita y que se expresa en la forma can´onica: onica: ax2 + bx + bx + c = 0
(5.6)
donde a es el coeficiente cuadr´atico atico o de segundo grado y es siempre distinto de 0, b el coeficiente lineal o de primer grado y c y c es el t´ermino ermin o independiente. indep endiente. La ecuaci´on on cuadr´ atica es de vital importancia en matem´aticas atica atic as aplicad apl icadas, as, f´ısica ısic a e ingenie ing enierr´ıa, puesto que se aplica en la soluci´on de gran cantidad de problemas t´ ecnicos ecnicos y cotidianos. La ecuaci´on on de segundo grado y su soluci´on on tiene origen antiguo. antiguo. Se conocieron algoritmos para resolverla en Babilonia y Egipto. En Grecia fue desarrollada por el matem´atico atico Diofanto de Alejandr Alejand r´ıa.4 La soluci´on on de las ecuaciones ecuaciones de segundo grado fue introducida introducida en Europa por p or el matem´ matem´atiatico judeo espa˜ nol Abraham bar Hiyya, en su Liber embadorum. nol Los m´ etodos etodos para resolver ecuaciones cuadr´aticas aticas son tres: a. M´ etodo etod o de d e factorizaci´ facto rizaci´on. on. 4
Diofanto Diofanto de Alejandr Alejandr´ ´ıa (Diophant (Diophantii Alexandrin Alexandrini) i) (nacido (nacido alrededor alrededor del 200/214 200/214 - fallecido fallecido alrededor alrededor de
284/298) 284/298) fue un antiguo antiguo matem´ atico griego. Se considera a Diofanto el padre del algebra. atico ´ algebra.
128
Matematica a´tica B´asica
Walter Arriaga D.
b. M´ etodo etodo de completar cuadrados. c. Por f´ormula ormula cuadr´ atica. atica. on: Ejemplo 5.4.17. Resolver la ecuaci´on: x2
−x−6=0
Soluci´ on on M´ etodo eto do de factoriza fact orizaci´ ci´ on. on. x2
↓
x
−
6
−
=
0
↓ x ❳ ❳ ❳ ✘ ✘ ✘ −3 ❳ ✘ ✘ ✘ ✘ ❳ ❳ ❳ ❳ 2 ✘ x
Luego (x (x
− 3)(x 3)(x + 2) 2) = 0, de donde
x1 =
−2 ∨
M´ etodo etod o de completar cuadrados. x2 x2
x2 = 3
−x−6=0
− x + 14 − 14 − 6 = 0
− − − − − 1 2
x
x
1 5 + 2 2 (x
de donde x1 =
−2 ∨
2
25 =0 4
x
1 2
5 2
=0
− 3)(x 3)(x + 2) = 0
x2 = 3
Por f´ ormula ormula cuadr´ atica. atica. x2 con a = 1, b 1, b =
−x−6=0
−1 y c = −6, entonces usamos la f´ormula ormula cuadr´ atica atica (5.7) √ − b ± b2 − 4ac x = 2a
dond dondee ∆ = b 2 4ac es conocido con el nombre nombre de discriminant discriminante, e, 1 1 4(1)( 6) 1 25 luego x luego x = = , de dond dondee x1 = 2 x2 = 3 2 2
− ± −
−
± √
− ∨
(5.7)
Walter Arriaga D.
Matematica a´tica B´asica
129
Propiedad Propi edades es de las ra´ ra´ıces Dada la ecuaci´on on cuadr´ atica: atica: ax2 + bx + bx + c c = = 0, con a = 0, y con ra´ ra´ıces x1 y x2, entonces
se cumple que:
Suma Sum a de ra´ıces: ıces :
− ab
x1 + x2 = Pr oducto ucto Prod
de ra r a´ıces: ıces : c a
x1 .x2 = Difer Di ferenci enciaa
de ra r a´ıces: ıces :
√ ∆ √ b2 − 4ac D = |x1 − x2 | = = a
Coc C ociente iente
de ra´ıces: ıces :
a
√ ∆ − √ ∆
x1 b+ C = = x2 b
Suma de inversas de ra´ ra´ıces: 1 1 + = x1 x2
Suma
de cuadrados: x21 +
Suma
x22 =
de cubos: x31 + x32 =
Identidad
− 2ac a2
b(3ac (3ac b2 ) a3
−
de Legendre: (x1 + x2 )2
Ra´ıces ıc es
b2
− bc
− (x1 − x2)2 = − 4ac
sim´ si m´etri et rica cas: s: x1 + x2 = 0, es decir b = 0
Ra´ıces ıc es rec re c´ıpro ıp roca cas: s: x 1 .x2 = 1, es decir a = c = c
ıces ıc es Ra´
Si
igual igu ales: es: x1
las ecuaciones: ecuaciones:
cumple:
− x2 = 0, es decir ∆ = 0
a b c = = m n p
ax2 + bx + c = 0, a = 0
mx2
+ nx + p, m = 0
tienen las mismas ra´ ra´ıces, entonces se
130
Matem´ atica B´asica
Walter Arriaga D.
Naturaleza de las ra´ıces En la ecuaci´on de segundo grado ax2 + bx + c = 0, a = 0. Se llama discriminante a la expresi´o n ∆ = b 2
− 4ac.
Si ∆ > 0 entonces las ra´ıces x1 y x 2 son reales y diferentes. Si ∆ = 0 entonces las ra´ıces x1 y x 2 son reales e iguales. Si ∆ < 0 entonces las ra´ıces x1 y x 2 son complejas y conjugadas. Formaci´ on de una ecuaci´ on de segundo grado Si x1 y x2 son las ra´ıces de una ecuaci´on de segundo grado, entonces: S = x1 + x 2 ; P = x 1 .x2 , luego formamos la ecuaci´on de segundo grado como: x2 5.4.6.
− Sx + P = 0
Ecuaci´ o n C´ ubica
Llamada tambi´en ecuaci´on polinomial de grado 3 cuya forma general es: ax3 + b2 + cx + d = 0 con a = 0. Mediante el teorema fundamental del ´algebra, la ecuaci´ on tiene 3 ra´ıces denotadas
por x 1 , x2 y x3 .
Teorema 5.4.3. Teorema de Cardano 5 – Viete6 En la ecuaci´on ax3 + bx2 + cx + d = 0, con a = 0, de ra´ıces x1 , x 2 y x 3 se cumple:
Suma de ra´ıces: x1 + x2 + x3 =
− ab
Suma de productos binarios de ra´ıces: x1 .x2 + x1 .x3 + x2 .x3 = Producto de ra´ıces: x1 .x2 .x3 = 5
c a
− da
Gerolamo Cardano, o Girolamo Cardan (24 de septiembre 1501 – 21 de septiembre 1576) fue un c´ elebre
matem´ atico italiano del Renacimiento, m´edico, astr´ ologo, jugador de juegos de azar y fil´ osofo. 6 Fran¸cois Vi`ete fue un matem´ atico franc´es (Fontenay le Comte, 1540 – Par´ıs, 1603). Se le considera uno de los principales precursores del ´algebra.
Walter Arriaga D. 5.4.7.
Matem´ atica B´asica
131
Ecuaci´ on Cu´ artica
Llamada tambi´en ecuaci´on polinomial de cuarto grado y toma la sigiuente forma general: ax4 + bx3 + cx2 + dx + e = 0 con a = 0. Mediante el teorema fundamental del ´algebra, la ecuaci´ on tiene 4 ra´ıces denotadas
por x 1 , x 2 , x3 y x4 .
Teorema 5.4.4. Teorema de Cardano En la ecuaci´on ax4 + b3 + cx2 + dx + e = 0, con a = 0, de ra´ıces x1 , x 2 , x 3 y x 4 se cumple:
Suma de ra´ıces: x1 + x2 + x3 + x4 =
− ab
Suma de productos binarios:
··· + x3.x4 = ac
x1 .x2 + x1 .x3 + Suma de productos ternarios: x1 .x2 .x3 + x1 .x2 .x4 +
··· + x2.x3.x4 = − da
Producto de ra´ıces:
e a
x1 .x2 .x3 .x4 = 5.4.8.
Ecuaci´ on Bicuadrada
Es una ecuaci´on cu´artica cuya forma general es: ax4 + bx2 + c = 0 con abc = 0.
F´ormula general: x =
±
− ± √ − b
b2 2a
4ac
La ecuaci´on bicuadrada tiene 4 ra´ıces x 1 , x 2 , x 3 y x 4 que son sim´ etricas de a dos a dos, es decir:
x1 =
−x2
y
x3 =
−x4. Dichas ra´ıces cumplen la siguiente propiedad: x4
− (α2 + β 2)x2 + α2β 2 = 0
donde α y β son las ra´ıces x 1 y x 3 respectivamente.
132
Matem´ atica B´asica
5.4.9.
Walter Arriaga D.
Ecuaci´ on Polinomial
Una ecuaci´ on polinomial de grado n es de la forma: a0 xn + a1 xn−1 + a2 xn−2 +
··· + an = 0
donde a 0 = 0.
La resoluci´on para las ecuaciones lineales, cuadr´aticas, c´ ubicas, cu´articas y bicuadradas que ya han sido estudiadas, pueden expresarse mediante f´ormulas generales en t´ erminos de sus coeficientes. Sin embargo, no ha sido posible resolver en forma general una ecuaci´on de quinto grado o superior mediante f´ ormulas generales (por radicales). M´as aun el matem´atico Evariste Galois7 demuestra que el polinomio general de grado n
≥ 5 no es soluble por radicales, mediante
la teor´ıa de grupos (tratado en Algebra Moderna). Pero si los coeficientes son num´ ericos, el valor de cualquiera de las ra´ıces reales puede hallarse mediante aproximaciones (visto en las aplicaciones de la derivada).
Teorema 5.4.5. Teorema de Cardano Dada la ecuaci´on polin´omica a 0 xn + a1 xn−1 + a2 xn−2 + x2 , x 3 , . . . , x n se cumple: Suma de ra´ıces: x1 + x2 + x3 +
··· + an = 0, con a 0 = 0, de ra´ıces x1 ,
··· + xn = − aa10
Suma de productos binarios: x1 .x2 + x1 .x3 +
··· + xn−1.xn = aa20
Suma de productos ternarios: x1 .x2 .x3 + x1 .x2 .x4 +
··· + xn−2.xn−1.xn = − aa30
Suma de productos tomados de k en k : x1 .x2 .x3 . . . xk + x2 .x3 . . . xk xk+1 + Producto de ra´ıces: x1 .x2 .x3 . . . xn = ( 1)n
−
··· = (−1)k aak0 an a0
7´
Evariste Galois (25 de octubre de 1811 al 31 de mayo de 1832) fue un joven matem´atico franc´es nacido
en Bourg la Reine. Ofreci´ o las bases fundamentales para la teor´ıa que lleva su nombre, una rama principal del algebra abstracta. Fue el primero en utilizar el t´ ´ ermino “grupo” en un contexto matem´ atico.
Walter Arriaga D. 5.4.10.
Matem´ atica B´asica
133
Planteamiento de ecuaciones
El planteamiento de ecuaciones en matem´ aticas responde a la necesidad de expresar simb´olicamente los problemas y los pensamientos. El primero en proponer una notaci´on simb´o lica, y no s´o lo l´ogica, para explicar sus proposiciones matem´aticas fue el griego Diofanto de Alejandr´ıa, en el siglo III a.C., por cuya raz´on las primeras ecuaciones algebraicas se dieron en llamar diof´anticas. Una de las mayores aportaciones a la teor´ıa de las ecuaciones se debe al matem´atico Joseph Louis Lagrange8 , fu´e uno de los mayores cient´ıficos de su ´epoca y destacando tambi´en en otras disciplinas. Su mayor aportaci´o n al ´algebra es su famosa memoria “Sobre la revoluci´on de las ecuaciones num´ericas”, escrita en 1767. Las ecuaciones que estudiamos anteriormente nos pueden ayudar a modelar situaciones que pueden reflejar el comportamiento de fen´omenos f´ısicos o problemas que es factible encontrar en la vida diaria. Cada problema requiere el planteamiento de una ecuaci´on. Por tal raz´on, es muy importante expresar la informaci´on dada en palabras en lenguaje algebraico, esto implica traducir adecuadamente el enunciado de un problema a una expresi´on matem´ atica mediante una o m´as ecuaciones. Una de las habilidades m´as importantes en la resoluci´on de problemas es la destreza, para traducir un problema dado en nuestro idioma, al lenguaje matem´atico. Ver el siguiente esquema:
Enunciado del problema (Lenguaje com´ un)
Leer Interpretar Simbolizar
Ecuaci´ on (Lenguaje matem´ atico)
Figura 5.1: Planteamiento de una ecuaci´on
A continuaci´on veremos la traducci´on de ciertos enunciados dados en forma verbal a su forma simb´ olica matem´ atica. 8
Joseph Louis Lagrange, naci´ o el 25 de Enero de 1736 en Turin, Sardinia–Piedmont (actualmente Italia) y
muri´ o el 10 de Abril de 1813 en Paris, Francia. Joseph Louis Lagrange est´a considerado generalmente como un matem´ atico franc´ es, pero la Enciclopedia Italiana se refiere a ´el como un matem´ atico italiano. En ambos casos est´ a justificada la pretensi´ on puesto que Lagrange naci´ o en Tur´ın y fue bautizado con el nombre de Giuseppe Lodovico Lagrangia.
134
Matem´ atica B´asica
Enunciado (Forma verbal)
Walter Arriaga D.
Expresi´ on Matem´ atica (Forma simb´ olica)
⊛ La
suma de tres n´umeros consecutivos es 69.
x + (x + 1) + (x + 2) = 69
⊛ El
qu´ıntuplo de un n´u mero, aumentado en 9.
5x + 9
⊛ El
qu´ıntuplo de un n´umero m´ as 9.
5(x + 9)
⊛ 8
menos que 5 veces un n´umero.
⊛ En
una reuni´on hay tantos hombres como el
triple de mujeres.
5x
−8
Hombres: 3x
⊛ El
cuadrado de la suma de dos n´umeros.
(x + y)2
⊛ La
suma de los cuadrados de dos n´umeros.
x2 + y 2
⊛ El
exceso de A sobre B es 90.
A
⊛ A es ⊛ La
excedido por B en 7.
edad de Kiko es cuatro veces la edad del
Chavo. ⊛ La
edad de Kiko es cuatro veces m´as que la
edad del Chavo. ⊛ A es B como ⊛
5 es 6.
Yo tengo la mitad de lo que t´u tienes y ´el tiene
el triple de lo que t´u tienes.
Mujeres: x
− B = 90 B − A = 7 Kiko: 4x
Chavo: x
Kiko: 5x
Chavo: x
A B
=
5 6
Yo: x
T´u: 2x
El: 6x
Problemas sobre edades En la mayor parte de problemas de la vida diaria donde se aplican las ecuaciones, vamos a encontrar, las relacionadas a edades. Ya que es un tipo de problemas matem´aticos muy frecuentes y dada la diversidad de situaciones que se presentan, existiendo as´ı m´ etodos pr´acticos de resoluci´ on, por eso le daremos una atenci´on especial. Es conveniente para resolver estos problemas utilizar cuadros, tablas, gr´aficos, dibujos, esquemas, etc., que nos permitan visualizar e imaginar mejor la soluci´on de los mismos. Evidentemente en estos problemas intervienen Sujetos, cuyas edades se relacionan a trav´ es del tiempo bajo una serie de condiciones. A continuaci´on trataremos sobre ellos. I. Sujetos: Son los protagonistas del problema, que generalmente son las personas, pero algunos problemas pueden ser animales, plantas, etc. Ejemplos: 1. La edad de Tom y la edad de Jerry suman tanto como la suma de los 6 primeros n´umeros primos.
Walter Arriaga D.
Matem´ atica B´asica
135
Edad de Tom: T Edad de Jerry: J T + J = 41 2. La edad de un ´arbol ´ebano, cuando fue talado era 94 a˜ n os m´a s que la edad de la planta girasol. Edad de Girasol: G ´ Edad de Ebano: E E = G + 94 II. Tiempos: Es uno de los elementos m´as importantes, ya que las condiciones del problema ocurren en tiempos diferentes (pasado, presente y futuro) relacionadas con otras expresiones las cuales deb en interpretarse correctamente caso contrario complicar´ıan la resoluci´ on de los problemas. a) Tiempo Pasado: Se reconocen porque se presentan con las siguientes palabras:
Yo Tu El
Ten´ıa Tuve Ten´ıas Tuviste Ten´ıa Tuvo
Pueden darse en el problema uno o m´as tiempos pasados. b) Tiempo Presente: Se reconocen porque se presentan con las siguientes palabras:
Yo Tengo Tu Tienes El Tiene c) Tiempo Futuro: Se reconocen porque se le presenta con las palabras:
Yo Tu El
Tendr´e Tenga Tendr´ as Tengas Tendr´ a Tenga
III. Edades: Es un lapso de tiempo perteneciente a la existencia de un sujeto. Entre las edades se establecen determinadas relaciones, llamadas condiciones, las cuales se cumplen en un mismo tiempo o en tiempos diferentes.
136
Matem´ atica B´asica
Walter Arriaga D.
Tipos de Problemas a) Cuando interviene la edad de un solo sujeto: Cuando el enunciado de un problema nos mencionan: “Hace...” ´o “Dentro de.....”, se debe tomar como punto de referencia el tiempo presente ( hoy ); a partir de all´ı se cuenta el tiempo transcurrido (hace... ) o el tiempo a transcurrir( dentro de... ). Ejemplo: Sea “x” mi edad actual, entonces dentro de “n” a˜ nos, mi edad se expresa:
Pasado
Presente
Futuro
Hace m a˜ n os
Hoy tengo
Dentro de n a˜ nos
x
x+n
x
−m
b) Cuando intervienen las edades de dos o m´ as sujetos: Para este tipo de problemas se recomienda utilizar un cuadro de doble entrada, con el prop´osito de razonar ordenadamente, buscando plantear un sistema de ecuaciones y luego resolverlas para encontrar lo que me piden.
Pasado
Presente
Futuro
Goku
a
m
r
Picoro
b
n
s
Se observa: • La
diferencia de edades de dos personas es constante en cualquier tiempo (es la
misma en el presente, pasado y futuro). Esto es: a •
− b = m − n = r − s
“Lo anterior determina que la suma en aspa de valores extremos colocados sim´ etricamente son iguales. a + n = b + m m + s = n + r a + s = b + r
Relaci´ o n con el a˜ no de nacimiento De acuerdo a esto podemos enunciar: Cuando una persona ya cumpli´o a˜ nos, se cumple: A˜ no Actual = A˜ no de nacimiento + Edad Actual Cuando una persona a´ un no cumple a˜ nos, se cumple: A˜ no Actual
− 1 = A˜no de nacimiento + Edad Actual
Walter Arriaga D.
Matem´ atica B´asica
137
Problemas sobre relojes
✍
EJERCICIOS RESUELTOS
2.
Una breve historia de Tartaglia
Figura 5.2: Tartaglia Niccol` o Fontana (1500 – 13 de diciembre 1557), matem´ atico italiano apodado Tartaglia (el tartamudo) desde que de ni˜ no recibi´o una herida en la toma de su ciudad natal, Brescia, por Gast´ on de Foix. Hu´erfano y sin medios materiales para proveerse una instrucci´on, lleg´o a ser uno de los principales matem´aticos del siglo XVI. Explic´o esta ciencia sucesivamente en Verona, Vicenza, Brescia y finalmente Venecia, ciudad en la que falleci´o en 1557 en la misma pobreza que le acompa˜ n´o toda su vida. Se cuenta que Tartaglia s´olo aprendi´ o la mitad del alfabeto de un tutor privado antes de que el dinero se agotara, y posteriormente tuvo que aprender el resto por su cuenta. Sea como sea, su aprendizaje fue esencialmente autodidacto. Descubridor de un m´etodo para resolver ecuaciones de tercer grado, estando ya en Venecia, en 1535 su colega del Fiore disc´ıpulo de Scipione del Ferro de quien hab´ıa recibido la f´ormula para resolver las ecuaciones c´ubicas, le propone un duelo matem´atico que Tartaglia acepta. A partir de este duelo y en su af´an de ganarlo Tartaglia desarrolla la f´ormula general para resolver las ecuaciones de tercer grado. Por lo que, consigue resolver todas las cuestiones que le plantea su contrincante, sin que ´este logre resolver ninguna de las propuestas por Tartaglia. El ´exito de Tartaglia en el duelo llega a o´ıdos de Gerolamo Cardano que le ruega que le comunique su f´ormula, a lo que accede pero exigi´endole a Cardano jurar que no la publicar´ a. Sin embargo, en vista de que Tarataglia no publica su f´ormula, y que seg´un parece llega a manos de Cardano un escrito in´ edito de otro matem´ atico fechado con anterioridad al de Tartaglia y en el que independiente se llega al mismo resultado, ser´a finalmente Cardano quien, consider´andose libre del juramento, la publique en su obra Ars Magna (1570). A pesar de que Cardano acredit´ o la autor´ıa de Tartaglia, ´este qued´ o profundamente afectado, llegando a insultar p´ ublicamente a Cardano tanto personal como profesionalmente. Las f´ ormulas de Tartaglia ser´ an conocidas como f´ormulas de Cardano
138
Matem´ atica B´asica
Walter Arriaga D.
Otras aportaciones destacables de Tartaglia fueron los primeros estudios de aplicaci´on de las matem´aticas a la artiller´ıa en el c´ alculo de la trayectorias de los proyectiles (trabajos confirmados posteriormente por los estudios acerca de la ca´ıda de los cuerpos realizados por Galileo), as´ı como por la expresi´ on matem´ atica para el c´alculo del volumen de un tetraedro cualquiera en funci´on de las longitudes de sus lados, la llamada f´ormula de Tartaglia, una generalizaci´ o n de la f´ormula de Her´on (usada para el c´alculo del ´area del tri´angulo):
V =
0 1 1 1 1 1 0 a2 b2 c2 1 1 a2 0 d2 e2 . 288 1 b2 d2 0 f 2 1 c2 e2 f 2 0
Adem´as de sus trabajos matem´aticos, Tartaglia public´o las primeras traducciones al italiano de las obras de Arqu´ımedes y Euclides.
5.5.
Desigualdades e Inecuaciones
El criterio de desigualdad nace tan paralelamente a la noci´on de igualdad desde los intelectuales babil´onicos, aunque no se trataba con tanto inter´es. Las inecuaciones se convierten en la preocupaci´on de los intelectuales europeos, en el siglo XVI con Leonardo de Pisa 9 entre las inecuaciones simples. Las desigualdades o relaci´on de orden se convierten en una caracter´ıstica fundamental que diferencia al conjunto de los n´umeros reales del conjunto de los n´umeros complejos. 5.5.1.
Desigualdad
Definici´ on 5.5.1. Una desigualdad es una comparaci´on que se establece entre dos n´umeros reales a, b utilizando los s´ımbolos de la relaci´on de orden, el cual puede ser verdadero o falso. a > b, a < b, a
≥ b,
a
≤ b.
Desigualdades conocidas Los matem´aticos suelen usar inecuaciones para aproximarse a cantidades cuyas f´ormulas exactas no pueden ser f´acilmente computadas. Algunas se usan tan a menudo que se les ha puesto nombre, como: Desigualdad de Azuma 9
Leonardo de Pisa, Leonardo Pisano o Leonardo Bigollo (1170 – 1250), tambi´ en llamado Fibonacci, fue un
matem´ atico italiano, famoso por haber difundido en Europa el sistema de numeraci´ on actualmente utilizado, el que emplea notaci´ on posicional (de base 10, o decimal) y un d´ıgito de valor nulo: el cero; y por idear la sucesi´ on de Fibonacci (surgida como consecuencia del estudio del crecimiento de las poblaciones de conejos).
Walter Arriaga D.
Matem´ atica B´asica
139
Desigualdad de Bernoulli Desigualdad de Boole Desigualdad de Cauchy-Schwarz Desigualdad de Chebyshov Desigualdad de Chernoff Desigualdad de Cram´er-Rao Desigualdad de Hoeffding Desigualdad de H¨older Desigualdad de las medias aritm´etica y geom´etrica Desigualdad de Jensen Desigualdad de M´arkov Desigualdad de Minkowski Desigualdad de Nesbitt Desigualdad de Pedoe Desigualdad triangular 5.5.2.
La recta real
Es muy com´ un manejarse en la vida cotidiana con n´umeros que oscilan en ciertos rangos. Muchos fen´omenos que se producen en la naturaleza no tienen soluciones exactas, y para resolverlos debemos contentarnos, por ejemplo, con acotarlos entre dos valores determinados. En esta secci´on precisamente aprenderemos a manejarnos con este tipo de situaciones. Para ello, en principio, daremos la noci´on de inervalo, y finalizaremos con la resoluci´on de inecuaciones.
Definici´ on 5.5.2. La recta real es una representaci´on geom´etrica del conjunto de los n´umeros reales. Tiene su origen en el cero, y se extiende en ambas direcciones, los positivos en un sentido (normalmente hacia la derecha) y los negativos en el otro (normalmente a la izquierda). Existe una correspondencia uno a uno entre cada punto de la recta y un n´umero real.
140
Matem´ atica B´asica
−4 −3 −2 −1
0
1
Walter Arriaga D.
2
3
4
R
Figura 5.3: La Recta Real
Intervalos umeros reales y se repreDefinici´ on 5.5.3. Los intervalos num´ericos en R son conjuntos de n´ sentan mediante un segmento con o sin extremos. Pueden ser acotados o no acotados
Intervalos acotados o finitos Definici´ on 5.5.4. Un Intervalo abierto es aquel conjunto formado por todos los n´umeros reales x tales que a < x < b. No est´an inclu´ıdos los extremos a y b. Se denota por a, b o
tambi´en ]a, b[ de modo que:
a, b = {x ∈ R / a < x < b} a
b
R
Observaci´ on 5.5.1. Si a = b, entonces a, b = φ.
umeros Definici´ on 5.5.5. Un Intervalo cerrado es aquel conjunto formado por todos los n´ reales x tales que a
≤ x ≤ b. Est´an inclu´ıdos los extremos a y b. Se denota por [a, b] de modo
que:
{ ∈ R / a ≤ x ≤ b}
[a, b] = x a
b
R
Observaci´ on 5.5.2. Si a = b, entonces [a, b] = a o b .
{ } { }
Definici´ on 5.5.6. Un Intervalo semiabierto por la izquierda o semicerrado por la derecha es aquel conjunto formado por todos los n´ umeros reales x tales que a < x
a, b] de modo que:
≤ b. Se denota por
a, b] = {x ∈ R / a < x ≤ b} a
b
R
Definici´ on 5.5.7. Un Intervalo semiabierto por la derecha o semicerrado por la izquierda es aquel conjunto formado por todos los n´ umeros reales x tales que a [a, b de modo que:
{ ∈ R / a ≤ x < b}
[a, b = x
≤ x < b. Se denota por
Walter Arriaga D.
Matem´ atica B´asica
a
141
b
R
Intervalos no acotados o infinitos Definici´ on 5.5.8. Los intervalo infinitos son conjuntos de n´umeros reales que se extienden indefinidamente por la derecha o por la izquierda y tienen la forma:
a, +
[a, +
∞ = {x ∈ R / x > a} a
R
a
R
∞ = {x ∈ R / x ≥ a}
−∞, a = {x ∈ R / x < a} a
R
a
R
−∞, a] = {x ∈ R / x ≤ a} −∞, ∞ = {x ∈ R / x ∈ R} 0
R
Operaciones con intervalos Siendo los intervalos subconjuntos de los n´umeros reales, es posible realizar con ellos las propiedades operativas de conjuntos, como son la uni´on, intersecci´on, diferencia, diferencia sim´etrica, y complementaci´on. A
∪ B = {x ∈ R / x ∈ A ∨ x ∈ B } A ∩ B = {x ∈ R / x ∈ A ∧ x ∈ B } A − B = {x ∈ R / x ∈ A ∧ x ∈ B} A∆B = {x ∈ R / x ∈ (A − B) ∨ x ∈ (B − A)} ∈ A} A′ = Ac = {x ∈ R / x Nota 5.5.1. A − B = A \B
Walter Arriaga D. 5.5.5.
Matem´ atica B´asica
143
Inecuaciones de segundo grado
atica, es aquella inecuaci´ o n de la Definici´ on 5.5.11. Llamada tambi´en Inecuaci´on Cuadr´ forma: ax2 + bx + c > 0
;
ax2 + bx + c < 0
ax2 + bx + c
;
ax2 + bx + c
≥0
≤0
}⊂R
donde a = 0 y a,b,c
5.5.6.
{
Inecuaciones polin´ omicas
Definici´ on 5.5.12. Las inecuaciones polin´omicas tienen la forma: P (x) = a 0 xn + a1 xn−1 + a2 xn−2 +
··· + an > 0
P (x) = a 0 xn + a1 xn−1 + a2 xn−2 +
··· + an < 0 P (x) = a 0 xn + a1 xn−1 + a2 xn−2 + ··· + an ≥ 0 P (x) = a 0 xn + a1 xn−1 + a2 xn−2 + ··· + an ≤ 0 y son llamadas tambi´ en inecuaciones de orden superior. 5.5.7.
Inecuaciones racionales
Definici´ on 5.5.13. Una inecuaci´on racional es una desigualdad condicional que reducida a su m´as simple expresi´on tiene la forma: P (x) > 0 Q(x) 5.5.8.
P (x) < 0 Q(x)
;
;
P (x) Q(x)
≥ 0
;
P (x) Q(x)
≤ 0
Ecuaciones e inecuaciones irracionales
Definici´ on 5.5.14. Una ecuaci´on irracional es aquella en que la variable aparece afectada por un signo radical.
Propiedad 5.5.1.
√ x ≥ 0, ∀x ≥ 0 √ x = 0 ⇐⇒ x = 0 umeros reales, entonces: Teorema 5.5.1. Sean a y b n´
√ a = b ⇐⇒
[ b
≥0 ∧
a = b 2 ]
(5.8)
144
Matem´ atica B´asica
Walter Arriaga D.
Definici´ on 5.5.15. Una inecuaci´on irracional es aquella desigualdad en que la variable aparece afectada por un signo radical.
Lema 5.5.1. Sean x, y , n´umeros reales, entonces:
≤ √ x ≤ √ y √ √ 0≤ x< y 0
0
≤x≤y 0≤x
⇐⇒ ⇐⇒
Teorema 5.5.2. Si n es un entero par positivo, entonces:
√ x ≤ √ y ⇐⇒ √ x < √ y ⇐⇒ n
n
n
n
0
≤x≤y 0≤x
Teorema 5.5.3. Si n es un entero impar positivo, entonces:
√ x ≤ √ y √ x < √ y √ x ≥ 0 √ x < 0 n
n
n
n
n
n
⇐⇒ x ≤ y ⇐⇒ x < y ⇐⇒ x ≥ 0 ⇐⇒ x < 0
umeros reales, entonces: Teorema 5.5.4. Sean a y b n´
√ a < b √ a ≤ b √ a > b √ a ≥ b 5.5.9.
⇐⇒ ⇐⇒ ⇐⇒ ⇐⇒
a
≥0 a≥0 a≥0 a≥0
∧ ∧ ∧ ∧
∧ a < b2 ] b ≥ 0 ∧ a ≤ b2 ] b < 0 ∨ ( b ≥ 0 ∧ b < 0 ∨ ( b ≥ 0 ∧
[ b > 0 [ [ [
Inecuaciones exponenciales
Las inecuaciones exponenciales son de la forma: bP (x)
≥ bQ(x)
bP (x)
≤ bQ(x)
bP (x) > bQ(x) bP (x) < bQ(x)
a > b2 ) ] a
≥ b2 ) ]
Walter Arriaga D.
Matem´ atica B´asica
145
Se presentan los siguiente casos:
Caso I: Si b > 1, entonces se cumple: bP (x)
≥ bQ(x) ⇒ bP (x) ≤ bQ(x) ⇒ bP (x) > bQ(x) ⇒ bP (x) < bQ(x) ⇒
P (x)
≥ Q(x) P (x) ≤ Q(x) P (x) > Q(x) P (x) < Q(x)
Caso II: Si 0 < b < 1, entonces se cumple: bP (x)
≥ bQ(x) ⇒ bP (x) ≤ bQ(x) ⇒ bP (x) > bQ(x) ⇒ bP (x) < bQ(x) ⇒ 5.5.10.
P (x)
≤ Q(x) P (x) ≥ Q(x) P (x) < Q(x) P (x) > Q(x)
Inecuaciones logar´ıtmicas
Las inecuaciones exponenciales son de la forma: logb P (x)
≥ logb Q(x) logb P (x) ≤ logb Q(x) logb P (x) > log b Q(x) logb P (x) < log b Q(x) Se presentan los siguiente casos:
Caso I: Si b > 1, entonces se cumple: logb P (x) logb P (x)
≤ logb Q(x)
logb P (x) > log b Q(x) logb P (x) < log b Q(x)
≥ logb Q(x) ⇒ ⇒ P (x) > 0 , ⇒ P (x) > 0 , ⇒ P (x) > 0 ,
P (x)
≥ Q(x)
Q(x) > 0 , P (x)
≤ Q(x)
Q(x) > 0 , P (x) > Q(x) Q(x) > 0 , P (x) < Q(x)
Caso II: Si 0 < b < 1, entonces se cumple: logb P (x)
≥ logb Q(x) ⇒ ⇒ logb P (x) ≤ logb Q(x) ⇒ logb P (x) > log b Q(x) ⇒ logb P (x) < log b Q(x)
P (x) > 0 , Q(x) > 0 , P (x) P (x) > 0 , Q(x) > 0 ,
≤ Q(x) P (x) ≥ Q(x)
P (x) > 0 , Q(x) > 0 , P (x) < Q(x) P (x) > 0 , Q(x) > 0 , P (x) > Q(x)
146
Matem´ atica B´asica
5.5.11.
5.6. 5.6.1.
Walter Arriaga D.
Sistemas de inecuaciones
Valor Absoluto y M´ aximo Entero Valor absoluto
El objetivo que se pretende lograr es que el estudiante resuelva ecuaciones e inecuaciones que involucran valor absoluto de expresiones algebraicas de la forma ax + b, donde a y b son constantes reales con a = 0, y x es una variable real.
Definici´ on 5.6.1. El valor absoluto o magnitud de X R , denotado por x es un n´umero
∈
| |
no negativo definido por la siguiente regla:
|x| =
− x
x
x
≥0
x < 0
El concepto de valor absoluto de un n´umero real puede generalizarse a muchos otros objetos matem´ aticos, como son los cuaterniones, anillos ordenados, cuerpos o espacios vectoriales. El valor absoluto est´a estrechamente relacionado con las nociones de magnitud, distancia y norma en diferentes contextos matem´aticos y f´ısicos. Desde un punto de vista geom´ etrico, el valor absoluto de un n´umero real x corresponde a la distancia a lo largo de la recta num´ erica real desde x hasta el n´umero cero. En general, el valor absoluto de la diferencia de dos n´umeros reales es la distancia entre ellos. De hecho, el concepto de funci´on distancia o m´ etrica se puede ver como una generalizaci´on del valor absoluto de la diferencia.
Proposici´ on 5.6.1. I. a
| | ≥ 0,
para todo a
∈R
II. a = 0
| | ⇐⇒ a = 0 III. |a|2 = a 2 , para todo a ∈ R √ IV. |a| = a2 , para todo a ∈ R V. a =
| | | − a|, para todo a ∈ R VI. |ab| = |a||b|, para todo a, b ∈ R |a| , para todo a, b ∈ R, b = 0. a VII. = |b| b
Walter Arriaga D.
Matem´ atica B´asica
VIII. a + b
| ≤ |a| + |b|,
para todo a, b
∈R
| − b| ≤ |a| + |b|,
para todo a, b
∈R
|
IX. a
147
(Desigualdad Triangular)
X. a
| | − |b| ≤ |a − b|
XI. a = b
||
b
⇐⇒
XII. a = b
≥0 ∧
a = b
| | | | ⇐⇒
∨
[a = b a =
a =
∨
−b]
−b
XIII. a
| | ≤ b ⇐⇒ b ≥ 0 ∧ −b ≤ a ≤ b
XIV. a < b
⇐⇒ b ≥ 0 ∧ −b < a < b
||
XV. a
| | ≥ b ⇐⇒ a ≥ b ∨ a ≤ −b
XVI. a > b
||
a>b
⇐⇒
XVII. a
| | ≤ |b| ⇐⇒
XVIII.
a2
−|a| ≤ a ≤ |a|,
5.6.2.
∨
a<
−b
≤ b2
para todo a
∈R
M´ aximo entero
Definici´ on 5.6.2. En el sistema de n´umeros reales se define el m´aximo entero de un n´umero real x, a la expresi´on denotada por x = n, donde n es el mayor entero, menor o igual a x;
es decir: x = n
Ejemplo 5.6.1. x = 2,8
entonces
√ x = − 2 x = −7 x = π
entonces entonces
entonces
Z,
x
x = x =
2. x = x 3. x
x
x < x + 1,
−√ − − − 2 =
7 =
x = π = 3;
R
∈ ∀ ∈ ⇔ ∈ ≤
x = max n
{ ∈ Z / n ≤ x}
x = 2,8 = 2;
Propiedades 1. x
⇐⇒
Z
∀x ∈ R
7;
porque: 2;
porque: porque: porque:
2
≤ 2,8 < 3 −2 ≤ −√ 2 < −1 −7 ≤ −7 < −6 3 ≤ π < 4
148
Matem´ atica B´asica
4. x = n
n
x < n + 1,
Z
n
⇔ ≤ ∈ ∈ ≤ ⇔ ∈ ⇔ ∈ ≥ ⇔ ≥ ∈ ⇔ ≥ ∈ ∀ ∈ − − ∈∈ − ≤ ⇒ ≤ ∀ ∈
5. x + n = x + n, 6. x
n
n
Z
x < n + 1,
n
7. x < n
x < n,
n
Z
8. x
n
x
n,
n
Z
9. x > n
x
n + 1,
n
10. x + y < x + y , 11. x +
x =
0 ,
1 ,
12. Si
x
y
x
x, y
Z
Z
R
si x
Z
si x
(R
y ,
Z)
x, y
R
Walter Arriaga D.
Walter Arriaga D.
Matem´ atica B´asica
149
EJERCICIOS PROPUESTOS
✍
2.
I. Resolver las siguientes ecuaciones: 1 3 x+2 + = 2 2x + 2 2x 2 x 1 1 1 2) 4 x2 + 2 24 x + + 28 = 0 x x 1 3) 333(x 333) = (x 333) x + 333 333 x a x b x c 1 1 1 4) + + =2 + + con abc = 0, bc ac ab a b c 1)
5) 6) 7) 8) 9) 10)
11)
12) 13) 14)
−− − − − − − − −
2(x2 6x + 9) 1 1 = 2 + 4 3 2 x 12x + 53x 102x + 72 x 5x + 6 x 3 3 x−2 (x2 3x + 1)(x2 x + 1) + = 0 4 x4 16 x 5 + 32 + 6x3 = 0 2 x x+2 6x + 2a + 3b + c 2x + 6a + b + 3c = 6x + 2a 3b c 2x + 6a b 3c 1 1 1 + + =0 (x 2)(x 3) (x 3)(x 4) (x 2)(x 4) 23x 46 3x + 6 2x 4 = 253 51 34 x + 1 x 1 x 1 x+1 = 1 x + 1 2 1 x 1 x2 4x 5 x2 + 6x + 10 = (x 2)2 (x + 3)2
−
−
−
−
−
−
−
− − −
− −
− − − − − − − − − − − −
− −
−
x
x
2
+
x x+1
−
2
=
−
−
−
5 16
−1 (x − 3)(x + 5) (x − 4)(x + 2) −1 − = 5(x − 5)(x + 7) 4(x − 6)(x + 4) 20
II. Propiedades de las ra´ıces de ecuaciones: 1) Qu´e valores deb en tomar p y q para que las ra´ıces de la ecuaci´on x2 + px + q = 0, sean tambi´en p y q ? 2) Hallar el valor de “q ” para tener dos ra´ıces iguales en la ecuaci´ on x 2
− 8x + q = 0 √ 3) Si “r” y “s” son las ra´ıces de la ecuaci´on: x 2 + bx + c = 0. Hallar el valor de r 2 + s2
150
Matem´ atica B´asica
Walter Arriaga D.
4) Determinar uno de los valores de “ p” en la ecuaci´on: x2 De modo que una ra´ız sea el triple de la otra.
− (3 p − 2)x + ( p2 − 1) = 0.
5) Hallar la ecuaci´ on de segundo grado si una de sus ra´ıces es:
−3 + 4i
x2 bx m 1 6) Hallar “m” si la ecuaci´on: = tiene ra´ıces num´ericamente iguales pero ax c m+1 de signo contrario. 2 7) Hallar la ecuaci´ on de segundo grado si una de sus ra´ıces es: x = 2+ 2 1+ 2 3+ 2 1+ 3+ . .. 1 1 8) En la ecuaci´ on x 2 px+36 = 0, determ´ınese “ p” de tal manera que se tenga + = x1 x2 5 ; x1 , x 2 son ra´ıces. 12
− −
−
−
3
9) Hallar el producto de las ra´ıces de la ecuaci´on: 8Z 2
n
10) Qu´e valor debe tener “C ”, en la ecuaci´on x2 inversa de la otra?
3 2n
−
− 8Z
= 63
− 8x + C = 0, para que una ra´ız sea
11) Cu´ al es la diferencia de los cuadrados de las ra´ıces de la ecuaci´on: (x 1)2 +x2 = 1,22?
−
12) Formar una ecuaci´ on cuadr´ atica que admite como ra´ıces, la suma y el producto de las inversas de aquella ecuaci´on de coeficientes racionales que tiene como una de sus 5 i ra´ıces: + 2 2 13) Sea: (x+1)n2 (7x+5)n+2n+12x = 0, una ecuaci´on lineal en “x”. ¿Para qu´e valor(es)
−
de n la ecuaci´on tiene infinitas soluciones? 14) Resuelva la ecuaci´on: x2 + 6 px rec´ıprocas y 6x2 + (2 p
− 2k = 0. Si 3x2 + (k + a)x + 5 − k = 0 tiene ra´ıces
− 1)x + 8 = 0 tiene ra´ıces sim´etricas. 15) Si a y b son las ra´ıces de la ecuaci´on x2 − 6x + c = 0; entonces hallar el valor de 2 2 a + b + 2c 9 16) En la ecuaci´ on 3k 2 x2
− 6kx − (k + 2) = 0, k = 0. Si la suma de sus ra´ıces es igual al
doble de su producto, hallar k.
17) Para que valores de m la ecuaci´on: 3 2 3 2 (2 x) + +3 1+ = 0, tiene dos soluciones iguales. m x
√
√
18) Si a, b es el conjunto soluci´on de la ecuaci´on x2
{ }
valor de: a 2 + b2 + a2 b2 + 2ab(a + b + 1).
− 197781x − 197771 = 0. Halle el
19) Si la ecuaci´on x 2 + 2(n + 3)x + (n2 + 1) = 0 tiene ra´ıces reales diferentes, que valores enteros negativos debe asumir “n”.
Walter Arriaga D.
Matem´ atica B´asica
151
20) Si las ra´ıces son rec´ıprocas, hallar la suma de las ra´ıces de: (2n 2)x2 +4x 4nx = 2 n
−
21) Hallar “m + n” si la ecuaci´on cuadr´ atica: 1024x2 tiene ra´ıces sim´etricas y rec´ıprocas.
−
−
− (nm − 8)x + n10 = 0, m, n ∈ R +
22) Si las ra´ıces de x 2 + mx + n = 0 difieren en 4 y la diferencia de cubos de estas ra´ıces es 208. Entonces hallar el menor valor que puede tomar E = m + n 23) Si el conjunto soluci´on de la ecuaci´on x2 1 1 W = + . α + 2 β + 2 24) Siendo α y β las ra´ıces de x 2
− 5x + 1 = 0 es {α, β }, calcule:
− 2x + 5 = 0, encuentre el t´ermino independiente de la
ecuaci´ on cuyas ra´ıces son: x 1 = 3α + β y x2 = α + 3β . 25) Sea la ecuaci´on cuadr´ atica x 2
− 3x + 1 = 0, de ra´ıces “x1 ” y “x2”, calcular:
(x1 + 4)(x2 + 6)(x1 + 6)(x2 + 4). 26) Si las ecuaciones en “x”: 0
(m+2)x2 +(n2 +3)x 2 = 0
−
y
(m+1)x2 +(n+1)x 1 =
admiten el mismo conjunto soluci´on, determine mn.
−
27) Si la ecuaci´on de inc´ognita “x”:
− 8)x2 + (m − n + 4)x + 5 = 0 es incompatible, calcular el valor de m + 3n. 3kx − 5 2kx − 3 28) Si la ecuaci´on + = k + 8 se reduce a una ecuaci´on de primero x−1 x+1 grado en “x”. Hallar su soluci´on. √ 29) Resolver la ecuaci´ on de primer grado: x x + a2 = a (m + n
2 −1
a
30) Si las ra´ıces de la ecuaci´ on: x 2 “m”. 31) Si α y β son las ra´ıces de
a
− 2(m2 + 4m)x + m4 = 0, son iguales. Calcular el valor
√ x − 3 = x − 3, con α > β . Calcular el valor de: α β
32) Si el producto de las ra´ıces de: 4x2
− (m + 2)x + (n − 2) = 0 es igual a 2/3. ¿Cu´al es el valor de “n”?. 33) Se define la operaci´ on como a b = a(a + 2b); a, b ∈ R. Hallar la suma de los posibles valores de “x” al resolver la ecuaci´on: 2[x (x − 3)] = 18. 1 −1 34) Si x 1 y x 2 son las ra´ıces de la ecuaci´on 2x2 − 5x +1 = 0, calcular el valor de x − 1 + x2 . 35) Si la ecuaci´ on cuadr´ atica 5x2 + (nn − 27)x + (mm + 1) = 0 tiene ra´ıces sim´etricas y rec´ıprocas, hallar el valor de W = m n + nm .
36) Hallar la ecuaci´ on de segundo grado que tenga por coeficiente del primer t´ermino la unidad, por coeficiente del segundo t´ ermino, una de sus ra´ıces, y por ´ultimo t´ermino la otra raiz. 37) Si x 1 , x 2 , x 3 , x 4 son ra´ıces de la ecuaci´on: x 4 + (n + 2)x2 + 9 = 0, calcular el valor de n, sabiendo adem´as que x 1 x2 x3 = 3
152
Matem´ atica B´asica
Walter Arriaga D.
38) Las cuatro ra´ıces de la ecuaci´on: x4 + 5(k
− 2)x2 + 9 = 0, est´an en progresi´on aritm´etica. Hallar el valor de k. √ 39) Hallar la ecuaci´ on bicuadrada si una de sus ra´ıces es: 2 − 5 40) Hallar la ecuaci´ on bicuadrada donde dos de sus ra´ıces son 1 y −2 41) La ecuaci´ on ax4 +bx2 +c = 0, tiene ra´ıces x1 , x2 , x3 , x4 , tales que x2 = −x1 , x4 = −x3 , c = a, b = 3a. Calcular: x1 x2 + x3 x4 .
III. Resolver los siguientes sistemas de ecuaciones:
1)
5 3 1 + = x y 2 6 2 1 = x y 3
−
2) x + y = 5;
y + z = 8;
3) x + y = xy; 4)
(a + b)x
z + u = 9;
y + z = 3yz;
z + u = 5zu;
− (a − b)y = 4ab
− b)x + (a + b)y = 2a2 − 2b2 4x−1 − 3y −1 = 14 6x−1 − 5y −1 = 18 (a
5)
6)
1 1 1 1 + + = . . . . . . (1) x y z 36 xy + yz + xz = 9 . . . . . . (2)
¿Cu´al es el valor de xyz? x y z 1 7) = = = y + z x+z x+y x + y + z 1 1 3 8) + = x y x+y 16 1 1 1 = x y x+y 16
−
− −
3x + 2y
9)
− z = 4 2x + 3y − 2z = 2 5x − y − 3z = −6 x + 3y + 4z = 3
10)
x + 4y + 3z =
−2 2x + 7y + 3z = −7
u + v = 11;
v + x = 9
u + w = 7uw;
w + x = 9wx
Walter Arriaga D.
− − − − − − − − − − − − − − − − −− − − − − − − w
11)
Matem´ atica B´asica
2x + 2y
2w
3z = 15
3x + 2y
w + x
3w + 4x
3y
153
z = 17
2z =
7
y + z =
6
3x + 2y + z = 1
12)
5x + 3y + 4z = 2 x+y
z = 1
x + 2y + 3z = 1
13)
4x + 5y + 6z =
2
7x + 8y + 10z = 5
x + 3y + 2z = 12
14)
15)
2x
5y + z =
10
3x + y
6z = 4
x + 2y
z = 6
2x x
y + z = 5
8y + 6z =
7
3x + 2y + z = 8
16)
4x
x+y
3y
z =
5
z = 8
ax + y + z = 1
17) Hallar y en el sistema:
x + ay + z = a x + y + az = a 2
ax + y = 3
18) Si el sistema:
2x + ay = 4 2ax
tiene soluci´on u ´ nica, indicar el valor de a
3y = 1
19) Para qu´e valores de “m” el sistema:
(m + 1)x + 3y = 4m + 3
, tiene soluci´on u ´ni-
(m + 4)x + 3my = 5
ca?
20) Hallar el valor de k de modo que el sistema ciones.
(k
− 1)x = −y
x = 2y
tenga infinitas solu-
154
Matem´ atica B´asica
21) Calcular el valor de “m” si el sistema: soluciones. 22) Si el sistema:
kx
− 5 = −y
Walter Arriaga D.
(2m
− 1)x + my = 6 15x = 6 − 8y
presenta infinitas
no admite soluci´on. Calcular la suma de los valores
x + ky = 8
que admite “k”
23) Para que valor de “n” el sistema:
(n + 2)x + 6y = k
ser´a compatible determinado.
2x + (1 + n)y = 7
24) Calcular ab sabiendo que los sistemas: valentes
25) Calcular el valor de: x
26) Dado el sistema
4x + by = 2
− y + z − w del sistema:
x + my = 1 mx
3x + ay = 7
− 3my = 3
27) Para que valor de a el sistema
ax + 3y = 8
son equi-
bx + 4y = 7
x + y + z = 5 x + y + w =
−1
x + z + w = 1 y + z + w = 4
para que valor de “m” el sistema no tiene soluci´on. (a + 3)x + (2a + 3)y = 18 (a
− 3)x + (a − 1)y = 6
no admite soluci´on.
28) ¿Para qu´e valor de “m” el sistema no tiene soluci´on? 2x + 3y + 4z = 1 4x + 3y + 2z = 2 6x + my + 6z = 6 29) Luego de resolver el sistema:
12(x + y) = 5xy 18(y + z) = 5yz
36(x + z) = 13xz Hallar el valor de x + y
−z
IV. Problemas de aplicaci´ on: 1) La diferencia de las cuartas potencias de dos n´umeros es 369 y el cuadrado de la suma de sus cuadrados es 1681. ¿Cu´al es la suma de dichos n´umeros? 2) Un padre va con sus hijos al estadio para comprar entradas a occidente que cuesta S/. 30.00, le falta dinero para 3 de ellos y tiene que comprar entradas para popular
Walter Arriaga D.
Matem´ atica B´asica
155
de S/. 15.00. As´ı entran to dos y le sobra S/. 30.00. ¿Cu´ anto eran los hijos? 3) El denominador de una fracci´ on excede al numerador en una unidad. Si se agrega a ambos miembros de la fracci´on una unidad, la nueva fracci´on excede a la original en 1/72. ¿Cu´ al es la fracci´on original? 4) El producto de dos n´umeros impares es 925. Si se divide el n´umero mayor entre el menor se obtiene un cociente 1 y residuo 12. Hallar dichos n´umeros. 5) La suma, el producto y el cociente de dos n´umeros dan un valor constante. ¿Cu´al es dicho valor? 6) Carlos tiene hoy cuatro veces los a˜nos que ten´ıa Mario cuando ´el ten´ıa 13 a˜n os y Mario tiene hoy 22 a˜nos. ¿Cu´al es la edad de Carlos? 7) Cuatro hermanos tienen 45 soles. Si el dinero del primero es aumentado en 2 soles, el del segundo reducido en 2 soles, se duplica el del tercero y el del cuarto se reduce a la mitad, todos los hermanos tendr´an tambi´en la misma cantidad en soles. ¿Cu´anto dinero ten´ıa cada uno? 8) Por participar en los ex´ amenes parciales del CPU, un Decano gana el doble del sueldo de un Profesor Auxiliar y el triple del sueldo de un Profesor Jefe de Pr´acticas, si los tres juntos perciben 3300 soles. ¿Cu´anto gana el Decano? 9) Alessandra le dicta una ecuaci´ on cuadr´ atica a sus dos primos: Leonardo se equivoca en el t´ ermino independiente y obtiene 8 y 2; mientras que G´ enesis se equivoca en el coeficiente del t´ ermino lineal y obtiene
−9 y −1. ¿Cu´al fue la ecuaci´on cuadr´atica?.
10) Determinar una fracci´ on sabiendo que si al numerador se aumenta en 2 y al denominador en 1 se obtiene 1/2 y que si al numerador se aumenta en 1 y el denominador se disminuye en 2 se obtiene 3/5. 11) Una caja vac´ıa p esa 50 gramos, depositamos 10 esferas rojas, 5 esferas blancas y 2 esferas azules. Se sabe que una esfera blanca pesa 2 gramos m´as que una roja y una esfera blanca tiene un peso igual a los 4/5 del peso de una azul. Las esferas del mismo color tienen igual peso. Evaluar el peso total en gramos de la caja con las esferas en su interior. 12) Si A le da S/ 1.00 a C , ambos tienen lo mismo, si B tuviera S/ 1.00 menos, tendr´a lo mismo que C y si A tuviera S/ 5.00 m´as, tendr´a tanto como el doble de lo que tiene C , ¿Cu´anto tiene C ?. 13) Cuando dos bombas act´ uan a la vez, tardan 15 hrs. en vaciar un pozo. Si solamente actuar´ a una bomba, tardar´ıa 16 horas m´ as en vaciar el pozo, que si solamente actuar´a la otra bomba m´as potente, el vaciar el pozo. ¿Cu´anto demora la bomba m´as veloz en vaciar el pozo?
156
Matem´ atica B´asica
Walter Arriaga D.
14) Dos negociantes de vinos ingresan por la frontera norte, portando uno de ellos 64 botellas de vino y el otro 20. Como no tienen suficiente dinero para pagar derechos de aduana, el primero paga con 5 botellas de vino, mas S/. 40.00 y el segundo con dos botellas de vino, pero recibe S/. 40.00 de vuelto. ¿Cu´al es el precio de cada botella de vino? 15) Un granjero amarra su caballo en la esquina de su casa. El observa que si la cuerda fuera alargada en 10 metros el animal podr´ıa abarcar cuatro veces el a´rea original, entonces la longitud original de la cuerda (en metros) es: 16) De un juego de 32 cartas se sacan primero “x” cartas y tres m´as, luego se saca la mitad de lo que resta y todav´ıa quedan 10 cartas. ¿Cu´antas cartas se sac´o la primera vez?. V. Resolver las siguientes inecuaciones: 1) Si a > b, resuelva: a(x + b) tiene la inecuaci´on.
− b(x − a) ≥ a2 + b2 e indique cuantas soluciones negativas
2) Entre que l´ımites debe estar comprendido el valor de “n” para que la inecuaci´on 3 x2 + 2nx + n > , se verifique para todo valor real?. 16 x2 + nx 1 3) Para que valor de “n” se verifica la desigualdad < 1, x R 2x2 2x + 3 4) Hallar el valor de mn si la inecuaci´on 2x2 2mx n < 0, tiene como conjunto soluci´on
−
−3, 5.
−
−
−
∀ ∈
ax2 + (a + b)x + c 5) Calcular 2a + b + c si el intervalo soluci´on de 5x2 + 2x + 1 1 6) Si: (5x + 1) 3, 2 entonces a que intervalo pertenece: 2x 2 3 7) (x + 3)(x + x 2) 0
∈ − − ≤ 8) x3 + 3x2 + x − 1 < 0 9) 5x5 + 3x4 + 2x3 − 5x2 − 3x − 2 < 0 7x − 2 5x + 6 9x + 34 10) < < 2 3 5 x − 3 x+5 11) 3 + > − 2 1
6
x
12)
5
3
−(3x + 1) x+2
x2 + 3x
−2
7
3 ,2 . 2
−
3
> 5
2
VI. Hallar el menor n´ umero M con la propiedad de que para todo x 1)
≤ 0, es
−x2 + 3x + 12 ≤ M
∈ R se cumple:
Walter Arriaga D.
Matem´ atica B´asica
157
−x2 + 2x − 5/2 ≤ M 3) 4 + 6x − 3x2 ≤ M 4) 4x − 2x2 ≤ M 5) −x2 ≤ M 6) −x2 + 4x − 10 ≤ M 2)
VII. Hallar el mayor n´umero M con la propiedad de que para todo x
≤ x2 + 14x + 33 2) 2x2 − 4x + 1 ≥ 2M 3) M ≤ 2x2 − 4x + 2 4) M ≤ x2 − 10x + 32 5) M ≤ x(x − 2) − 3 6) M ≤ 1 − 6x + x2 1) M
VIII. Resolver las siguientes inecuaciones racionales: 1) 2) 3) 4) 5) 6) 7) 8) 9) 10) 11)
2x 3 3 x 2 3x + 4 4x 5 + 2 < x 5 x 5 x 4 x + 4 > 0 x 3 x+5 2 7 x 1 < < 3 x + 3 9 4 x 2 4 < 4 x 5 x 6 3 7 < 0 x 1 x+1 x+2 x2 5x + 6 0 x2 + x 56 5x2 7 4x2 1 + 2 2 2 2 3+x 6+x 3x + 9 2x + 12 (x 5)8 (x + 1)11 (x 2)5 0 (2x2 + x + 5)(x 3)7
− ≥ − − − − − −
− −
− − − − − − − − ≥ ≥ − − − ≥ − x5 (x3 − 8)3 (x − 1)2 < 0 (x + 3)2 (x2 − 25)7 3x + 1 x2 − 12 1−x + < x2 + 1
12) [(x
x2 + log 10
x2 + tan π/4
− 1)2 + 2]−1 < 1
IX. Resolver las siguientes ecuaciones con radicales:
∈ R se cumple:
160
Matem´ atica B´asica 2) 3) 4)
√ x+3
+1
x
8
√ 1
x−
322x+5
√ ≤ 1 16
3
(x−2)2 2(x−4)
(0,5)
3x+1
5)
<
2x−1 2
>
x
2x+1
4x
2 2
>
2 +1
4
Walter Arriaga D.
6
(0,25)
2x
8
x
+2 3
3x−1 (2)(3)x+1
XII. Resolver los siguientes sistemas de inecuaciones: 1) Hallar (y/x) con x, y 2) (x
∈ Z en:
x + y > 6 ; x y < 2 ; y < 4 x+1 4)( 2x + 1) > 0 ; > 2 ; (x 1)2 (x 3)(x + 4)3 < 0 x 1 13x 3 x 1 6 > 3x 14 ; 5x + 6 < 2(x + 12) ; < +5+ 4 3 12
− − 3) 5x − −
−
−
−
− −
XIII. Resolver las siguientes ecuaciones con valor absoluto: 1) 2x + 9 = x
| | −1 2) |2x + 3| + 4 = 5x 3) |2x − 6| = |4 − 5x| 4) (x − 4)2 − 2|x − 4| − 15 = 0 5) |2x − 3| + 2 = |x − 6| 6) |x − 2| + 2|3 − x| = |x + 1| 7) |x + 3| − |x − 1| = x + 1 8) ||x − 1| − 1| = 1 9) ||x| − 5| = 2x − 3 10) |11 − x| + |3x − 15| + |4 − 4x| = |2x − 10| + 5|x − 1| + |x − 11| 11) ||x2 − 1| − x| = x x2 | x2 − 16| 12) = x−1 x+4
XIV. Hallar el valor de: 1) 2) 3) 4)
|5x − 20| − |3x − 20| ,
∈ −3, −2 |12 + 5x| − |12 − 4x| , si x ∈ 1, 3 x |7x + 10| − |5x − 10| , si x ∈ 0, 1 2x |5x + 12| − 2|2x − 6| , si x ∈ 0, 3 x
3x
si x
Walter Arriaga D.
Matem´ atica B´asica
XV. Resolver las siguientes inecuaciones con valor absoluto: 1) 2x
| − 5| < 3 2) |4x − 3| > x + 2 x+1 x−2 3) < x−2 x+3 4) |x − 1|2 + 2|x − 1| − 3 ≤ 0 5) |x3 − 1| ≤ x2 + x + 1 6) ||x| − 2| ≤ 1 7) |2x|2 > x + 3 8) |2x − 6| − |x − 2| ≤ |2x − 4| − |x − 3| 9) |8x − 1| ≤ 5|x − 1| + |3x + 4 | 10) |x + 4| − |2x + 3| ≤ 4 11) 2|x + 1 | − 3|x − 2| + |x − 5| ≤ x + 2 12) |2 − |4 − 3x|| ≥ 1 13) |x|3 < |x| 14) |x − 4| − |x − 2| ≤ |x − 1| 15) |2x − 6| + |15 − 5x| = 14 16) |x|3 + |x| − 3 = x 3 17) |x + 1| + |x + 2| = 3 18) 3|x − 3|2 − 14|x − 3| − 5 = 0 |x| − 1 ≥ 0 19) 2−x √ 20) 2 − x ≤ |x| |x − 2| − |3x + 1| ≤ 0 21) |2x − 1| − |x + 1| x−4 x 22) < |x + 4 | 4 | x|3 − 4x2 + 20 23) |x| + 1 ≥ 4 (|x| − 1)(|x| − 2)(|x| − 3)(|x| − 4) ≥0 24) (x − 1)(x − 2)(x − 3)(x − 4) x−1 1 25) < x2 − 4x + 8 x−1 x−2 1 26) ≥ x x−2
161
162
Matem´ atica B´asica
27)
x2 16 x 4 x
| − |−√ − | − | | −≥ |
28) 2|x|−1 29)
1
Walter Arriaga D.
> 0
2|x|
2x
3 > 17
|2x + 2| ≤ 17
XVI. Hallar el n´ umero M tal que:
≤ − ≤ −− −
x+2 1) x 2
M ,
si x
x+3 x 5
∈
M ,
si x
∈ [2, 4]
2) 3) 4)
x 3 < M , x+4 x2
6x + 2 x+5
≤
si
1 3 , 2 2
|x| < 2
M ,
si x
∈ − 9 ,4 2
XVII. Resolver las siguientes ecuaciones con m´aximo entero: 1) 3x = x + 2 2)
| − | x
2 +3 = 5 2
XVIII. Resolver las siguientes inecuaciones con m´aximo entero: 1)
x2 + 1 < 2 x + 2
XIX. Resolver las siguientes inecuaciones logar´ıtmicas: 1) log5 (3x
− 5) > log 5(7 − 2x) 2) log2 (|x − 2| − 1) > 1 3) log1/2 |2x − 3| > −3 | x2 + 4x| + 3 4) log7 ≥0 x2 + |x − 5|
XX. Resolver las siguientes problemas: 1) Hallar un n´ umero de dos cifras, sabiendo que la suma de ellas es mayor que 10 y que la diferencia entre la cifra de las decenas y el duplo de las unidades es mayor que 4. 2) Sabiendo que un lado de un tri´ angulo es 65m, el otro 15m y el tercer lado es un n u ´ mero exacto de metros que termina en 5. Calcular cu´al (o cu´ales) puede ser la longitud de ese tercer lado.
Walter Arriaga D.
Matem´ atica B´asica
163
3) Leonardo, Alessandra y Grace son hermanos. Grace tiene 11 a˜ nos; Leonardo tiene 5 a˜ nos m´as que Alessandra, y la suma de los a˜nos de Leonardo y Alessandra no alcanzan a los de Grace. ¿Cu´antos a˜ nos tiene Alessandra si su edad es un n´umero impar? 4) Se desea saber el mayor n´ umero de lapiceros que hay en una caja, sabiendo que si al doble del n´ umero de estos se le disminuye en 7, el resultado es mayor que 29 y si al triple se le disminuye en 5, el resultado es menor que el doble del n´umero aumentado en 16. 5) En la librer´ıa de la SGI “Luchando por la Paz Mundial”, el Dr. Daisaku Ikeda obsequia 1000 libros y le quedan mas de la mitad de los que ten´ıa. Si luego obsequia 502 le quedan menos de 500. Cu´antos libros ten´ıa?. 6) Tres cazadores Ricardo, Jos´ e, Manuel re´ unen mas de 8 canes. Jos´e piensa traer 4 canes m´as, con la cual tendr´ıa m´as canes que entre Ricardo y Manuel. Se sabe que Jos´e tiene menos canes que Manuel y los que este tiene no llegan a 5. Cu´antos canes tiene cada cazador?. 7) Un paciente recibi´ o inulina para medir su tasa de filtraci´on glomerular [T F G]. En el curso de la medici´on, la tasa de flujo urinario se modifica deliberadamente d´andole a beber grandes cantidades de agua. La concentraci´on plasm´atica de inulina (mg/ml), [P ], se mantiene constante a 1.5 mg/ml mediante venoclisis. La tasa de flujo urinario [U ]V V es constante a 2 ml/min. Si [ T F G] = var´ıa entre 90 y 100 ml/min, inclusive, P antes y despu´ es de ingerir agua, ¿c´omo var´ıa la concentraci´ on de inulina, [U ], en la orina?
R. 67,5
≤ [U ] ≤ 75
8) Se espera que la poblaci´on P (en miles) de cierta ciudad crezca seg´u n la f´ormula P = 16 +
√ 2t − 2, donde t es el tiempo en a˜nos. Utilizando inecuaciones, determine
el intervalo de tiempo para el cual la poblaci´o n sea a lo m´as 20 mil habitantes. nos. R. Entre 1 y 9 a˜
9) Al realizar un estudio en un sector minero se encontr´o un gran porcentaje de personas con niveles elevados de plomo en la sangre. El instituto de salud p´ublica decidi´o comenzar un tratamiento con un costoso medicamento a las personas que tengan un 6 % de sangre contaminada. El porcentaje que describe la cantidad del plomo en la sangre cox2 + 5x + 6 mo efecto de x gramos del medicamento, viene dado por la relaci´on P = 2 , x + x + 1 con P expresado en %. ¿Al menos cuantos gramos deben administrarse para que el porcentaje de plomo sea menor que 2 %?
R. 4,
∞. Interpretaci´on: Se debe suministrar un poco m´as de 4 gramos del medica-
mento para que el porcentaje de plomo sea menor que 2 %.
164
Matem´ atica B´asica
Walter Arriaga D.
10) Pasados t minutos despu´ es de introducir un bactericida experimental en cierto cultivo, 10000 el n´ umero de bacterias est´a dado por N = 2 + 2000. Determinar a partir de t +1 qu´e momento el n´umero de bacterias est´a por debajo de 4000
R. 2,
∞. Interpretaci´on: El n´umero de bacterias ser´a menor a 4000, si el tiempo es
mayor a 2 minutos.
11) Para que un medicamento tenga efecto ben´efico, su concentraci´ on en el torrente sangu´ıneo debe ser mayor que cierto valor; llamado este u ´ltimo “nivel terap´eutico m´ınimo”. Suponga que la concentraci´on C (mg/l) de cierto f´armaco al transcurrir t horas 20t despu´es de su ingesti´on est´a dada por C = 2 . Si el nivel terap´eutico m´ınimo es t +4 de 4 mg/l, entonces dentro de cu´anto tiempo se exceder´a este nivel.
R. 1, 4 . Interpretaci´on: El nivel terap´eutico m´ınimo se exceder´a entre la 1° y la 4°
hora de la ingesta del medicamento. 12) El virus sincicial respiratorio (VSR) es el microbio m´as com´ un que causa infecciones en los pulmones y en las v´ıas respiratorias en los beb´es y en los ni˜nos peque˜ nos. La mayor´ıa de los ni˜nos ha tenido esta infecci´o n hacia la edad de 2 a˜nos. El virus se disemina a trav´es de diminutas gotitas que van al aire cuando una persona enferma se suena la nariz, tose o estornuda. Se ha establecido que el virus sincicial respiratorio que ataca preferentemente a los ni˜nos se debe a dos factores que son: la posibilidad de contagio C = 2x2 V = x2 + 6x
− 5x + 4, la disminuci´on de ciertas vitaminas en el organismo
− 8. Ambas expresiones dependen de la edad x. Si se estima que los
mayores trastornos producidos por este virus se producen cuando la diferencia entre
ambos factores es menor que 12 ¿Cu´ales son las edades de mayor riesgo para contraer esta enfermedad?. 13) Una persona se ha intoxicado al ingerir accidentalmente un medicamento vencido. Se estima que el porcentaje de sangre contaminada t horas despu´ es de ocurrida la intoxicaci´o n es p(t) = 18t
− t2. Se considera el paciente en riesgo vital cuando el
porcentaje de sangre contaminada es m´a s de un 65%.
Indique Dom( p) de acuerdo al contexto del problema. ¿En qu´ e intervalo de tiempo el paciente est´a fuera de riesgo vital?
6
´ NUMEROS COMPLEJOS
165
166
Matem´ atica B´asica
Walter Arriaga D.
7
RELACIONES Y FUNCIONES Objetivos: Determinar
el dominio y el rango de relaciones y su inversa, como el inicio del estudio
de los fen´omenos en los cuales est´a presente la relaci´on causa – efecto. Trazar
graficas de secciones c´onicas, determinando el dominio y el rango de las mismas,
como ejemplo de relaciones de gran aplicaci´on en el campo de la ciencia.
Valorar el estudio de la geometr´ıa anal´ıtica como pilar del pensamiento geom´etrico que necesita un profesional en ciencias e ingenier´ıa.
7.1.
Introducci´ on
Las relaciones entre dos o m´as conjuntos son frecuentes tanto en las Matem´aticas como en sus aplicaciones, especialmente en Inform´ atica. Ejemplos pr´ acticos de relaciones son las de orden y divisibilidad entre n´umeros, las relaciones de equivalencia entre los datos de entrada de un programa en cuanto a la detecci´on de posibles errores de programaci´on (validaci´o n de programas), la relaci´ on de dependencia entre las distintas fases producci´on en una industria o la agrupaci´ on de datos aislados en complejas bases de datos con relaciones de dependencia entre sus campos. Desde el punto de vista matem´atico, estas relaciones se pueden describir simplemente como subconjuntos de un cierto producto cartesiano. De entre los diversos tipos de relaciones, las funciones pueden considerarse un caso especial en donde se interpreta que uno de los campos es el resultado de realizar una cierta operaci´on con el resto. Asimismo, las relaciones de equivalencia describen similitudes entre elementos con respecto a una propiedad particular, y las relaciones de orden establecen una jerarqu´ıa con respecto a un criterio fijado. Por u ´ ltimo, las relaciones entre m´ultiples conjuntos son el fundamento matem´ atico del modelo relacional de bases de datos, que es el m´as extendido hoy en d´ıa por 167
168
Matem´ atica B´asica
Walter Arriaga D.
su simplicidad, su potencia y su coherencia te´orica y pr´actica. Por ´esta raz´on, las relaciones tienen una importancia fundamental tanto en la teor´ıa como en las aplicaciones a la inform´atica. Una estructura de datos tales como una lista, una matriz o un ´arbol, se usan para representar conjuntos e elementos junto con una relaci´on entre los mismos. Las relaciones que son parte de un modelo matem´atico est´an a menudo impl´ıcitamente representadas por relaciones en una estructura de datos. Aplicaciones num´ericas, recuperaci´on de informaci´ on y problemas de redes son algunos ejemplos donde las relaciones ocurren como parte de la descripci´on del problema, y la manipulaci´ on de relaciones es importante en la resoluci´on de procedimientos. Las relaciones tambi´ en juegan un importante papel en la teor´ıa de computaci´on, incluyendo estructuras de programas y an´alisis de algoritmos. Como concepto fundamental relaci´ on significa conexi´ on o correspondencia entre dos entes u objetos. As´ı por ejemplo las expresiones “padre de”, “hermano de”, etc., son relaciones entre seres vivos, mientras expresiones como “mayor que”, “m´ultiplo de”, etc. denotan relaciones entre n´ umeros. As´ı de lo anterior podemos concluir que relaci´on es un conjunto de parejas que satisfacen determinada condici´on. Un ejemplo de aplicaci´on de las relaciones binarias es la gesti´on de la matriculaci´o n de alumnos en una universidad. La estructura necesaria se puede considerar como una relaci´on entre dos conjuntos de elementos: los alumnos y las asignaturas, por la que cada alumno est´ a relacionado con todas las asignaturas que cursa y cada asignatura con todos los alumnos que se han matriculado de la misma. Eventualmente, podr´ıamos decidir almacenar la cualificaci´ on que el alumno ha obtenido de las asignaturas 1 , y entonces obtenemos relaciones binarias etiquetadas.
Abad Adrianzen Arce
CD
LM
×
×
×
×
LP
GA
× × × ×
TAN
AL
× ×
× ×
Cuadro 7.1: Representaci´on de la relaci´on alumnos – asignaturas
Donde:
1
El aspa significa que el alumno cursa la asignatura.
Walter Arriaga D.
Matem´ atica B´asica
CD
=
C´alculo Diferencial.
LM
=
L´ogica Matem´ atica.
LP
=
Lenguaje de Programaci´ on.
GA
=
Geometr´ıa Anal´ıtica.
TAN
=
Teor´ıa Algebraica de los N´ umeros.
AL
=
Algebra L´ıneal.
7.2.
169
Producto Cartesiano
7.2.1.
Par Ordenado
Es un conjunto de dos elementos denotado y definido por: (a, b) =
{{a}, {a, b}}
Donde: “a”: es primera componente “b”: segunda componente Esta definici´on tiene el nombre de par de Kuratowski2 , y es bien b´asica, porque requiere de apenas pocos axiomas para poder ser formulada (el axioma de extensi´on, el axioma de separaci´ on y el axioma del par). 7.2.2.
Igualdad de pares ordenados
Dos pares ordenados (a, b) y (c, d) son iguales s´ı y solo s´ı se cumple que: (a, b) = (c, d)
⇐⇒
a = c
∧
b = d
Ejemplo 7.2.1. Hallar el mayor valor posible de a + b en: (a2 , 9b
− 1) = (6b − a , a3)
Soluci´ on: Si a 2 = 6b
− a entonces a2 + a = 6b de donde: a(a + 1) = 6b
Si 9b
2
− 1 = a3 entonces 9b = a3 + 1, luego 9b = (a + 1)(a2 − a + 1) de donde: (a + 1)(a2 − a + 1) = 9b
(7.1)
(7.2)
Kazimierz Kuratowski (Varsovia, 2 de febrero de 1896 al 18 de junio de 1980) fue un matem´ atico y l´ ogico
polaco.
170
Matem´ atica B´asica
Walter Arriaga D.
Dividiendo las ecuaciones (7.1) y (7.2) se tiene: a2 entonces (2a
a 2 = a+1 3
−
− 1)(a − 2) = 0, resolviendo se tiene: a = 2, b = 1 ´o a = 1/2, b = 1/8. Por lo
tanto el mayor valor de a + b es 3. 7.2.3.
Producto Cartesiano
Dados dos conjuntos no vac´ıos A y B se define el producto cartesiano A conjunto de pares ordenados: A
× B = {(a, b)/a ∈ A
y b
× B como el
∈ B}
Observaci´ on 7.2.1. (a, b)
∈ A × B ⇔ a ∈ A ∧ b ∈ B (a, b) ∈ / A × B ⇔ a ∈ / A ∨ b ∈ /B Para representar gr´ aficamente el producto cartesiano utilizaremos la representaci´on cartesiana o diagrama cartesiano que consiste en trazar unos ejes perpendiculares, en el eje horizontal colocaremos los elementos del conjunto A y en el eje vertical los elementos del conjunto B , los elementos del producto cartesiano los forman los puntos de intercepci´on que se obtienen al trazar por los elementos del conjunto A paralelas al eje vertical y por los elementos del conjunto B paralelas al eje horizontal.
Ejemplo 7.2.2. Sea A = 1, 2, 3 , B = a, b entonces:
{ } { } A × B = {(1, a), (1, b), (2, a), (2, b), (3, a), (3, b)}
Usando el diagrama cartesiano se tiene: B b a 1
2
3
A
Figura 7.1: Diagrama cartesiano
Para saber el n´ umero de elementos del producto cartesiano nos fijaremos en el diagrama de ´arbol, cuyo resultado surge de multiplicar el n´umero de elementos del conjunto A por los
Walter Arriaga D.
Matem´ atica B´asica
171
del conjunto B . El diagrama de ´arbol es una representaci´ on gr´ afica de los posibles resultados, el cual consta de una serie de pasos, donde cada uno de los pasos tiene un n´umero finito de maneras de ser llevado a cabo. Tambi´en se utiliza en los problemas de conteo y probabilidad.
A
B a
A B (1, a)
b
(1, b)
a
(2, a)
b
(2, b)
a
(3, a)
b
(3, b)
×
1
2
3
Figura 7.2: Diagrama del a´rbol
En total se tiene 6 elementos de A
× B.
Usando el diagrama sagital o diagrama de flechas se tiene: A
B
1
a
2 b 3
Figura 7.3: Diagrama de flechas
En general, si los conjuntos A y B son finitos y tienen m y n elementos respectivamente, entonces el producto cartesiano A
× B tieme mn elementos, es decir n(A
× B) = n(A) · n(B)
El concepto de producto cartesiano puede extenderse a 2 ´o m´as conjuntos no vac´ıos: A
× B × C = {(a,b,c)/a ∈ A ∧
b
∈B ∧
extendiendo el concepto de terna ordenada:
{a,b,c} = {{a}, {a, b}, {a,b,c}}
c
∈ C }
172
Matem´ atica B´asica
Walter Arriaga D.
Propiedades
Si A = B, entonces A
× B = B × A, es decir el producto cartesiano no es conmutativo.
A
× B = B × A ⇐⇒
A
× φ = φ × A = φ.
A
× B = φ ⇐⇒
A
× (B ∩ C ) = (A × B) ∩ (A × C )
A
× (B ∪ C ) = (A × B) ∪ (A × C )
A
× (B − C ) = (A × B) − (A × C )
(A
A = B.
A = φ
´o
B = φ.
× B) × C = A × (B × C )
A
⊂B
=
A
⊂ C
y
(A
⇒ B
× C ) ⊂ (B × C )
⊂ D ⇐⇒
(A
× B) ⊂ (C × D)
(A′
× B′) ⊂ (A × B)′
(A
× B) ∩ (C × D) = (A ∩ C ) × (B ∩ D)
(A
× B) ∪ (C × D) ⊂ (A ∪ C ) × (B ∪ D)
7.3.
Relaci´ on
Definici´ on 7.3.1. Dados dos conjuntos no vac´ıos A y B . Un conjunto
R de
se llama Relaci´on o Relaci´on Binaria de A en B si es un subconjunto de A
R es
pares ordenados
× B.
una relaci´on de A en B
⇐⇒ R ⊂ A × B Si R es una relaci´on de A a B entonces un elemento (a, b) ∈ R ser´a denotado como: a Rb. Rb. escribir´a a Para representar una relaci´ on binaria definida en un conjunto finito se puede utilizar un
Para denotar que a no est´a relacionado con b por
R se
diagrama sagital, de modo que si a Rb entonces se dibuja una flecha desde a hasta b. La flecha ser´a un bucle cuando un elemento est´ e relacionado consigo mismo. Por ejemplo, dado el conjunto A = a,b,c,d , se verifica que el diagrama sagital de la relaci´ on binaria
R =
{
}
{(a, a), (a, c), (b, b), (b, c), (c, d), (d, c)} es:
Walter Arriaga D.
Matem´ atica B´asica
173
b a d c 7.3.1.
Dominio y Rango de una Relaci´ on
Definici´ on 7.3.2. Se llama dominio de una relaci´on
R
de A en B al conjunto de todas las
primeras componentes de los pares ordenados de la relaci´o n. Se denota por Dom(R) y se simboliza: R : A
−→ B Dom(R) = {x ∈ A/∃y ∈ B, (x, y) ∈ R} Definici´ on 7.3.3. Se llama rango de una relaci´on
R
de A en B al conjunto de todas las
segundas componentes de los pares ordenados de la relaci´o n. Se denota por Ran( R) y se simboliza: R : A
−→ B Ran(R) = {y ∈ B/ ∃x ∈ A, (x, y) ∈ R} Observaci´ on 7.3.1. Dom(R) ⊆ A, Ran(R) ⊆ B. Si A = B se dice que R es una relaci´on en A.
Ejemplo 7.3.1. Sea A = 1;2;3 y
{
}
R la
relaci´on “menor que” en A; esto es: a Rb si y s´olo si
a < b. Se puede ilustrar lo anterior con un diagrama: 3
(1,3)
(2,3)
(3,3)
2
(1,2)
(2,2)
(3,2)
1
(1,1)
(2,1)
(3,1)
1
2
3
donde cada elemento de este arreglo es un elemento de A
× A y, (1,3); (2,3) y (1,2) son los pares ordenados de la relaci´on R. En este ejemplo: Dom(R) = {1; 2}, Ran(R) = {2; 3}. Propiedades: Sean D.1: Dom(R1
R1
y
R2 dos
relaciones entre A y B , entonces:
∪ R2) = Dom(R1) ∪ Dom(R2) D.2: Dom(R1 ∩ R2 ) ⊂ Dom(R1 ) ∩ Dom(R2 ) D.3: Dom(R1 − R2 ) ⊃ Dom(R1 ) − Dom(R2 ) R.1: Ran(R1 ∪ R2 ) = Ran(R1 ) ∪ Ran(R2 )
174
Matem´ atica B´asica
Walter Arriaga D.
R.2: Ran(R1
∩ R2) ⊂ Ran(R1) ∩ Ran(R2) R.3: Ran(R1 − R2 ) ⊃ Ran(R1 ) − Ran(R2 ) 7.3.2. Sea
Relaci´ on inversa R una
relaci´on de A en B , se denomina relaci´on inversa o rec´ıproca de
R,
al conjunto
definido por: ∗ R
= R −1 = (b, a)
{ ∈ B × A / (a, b) ∈ R} esto es: (b, a) ∈ R−1 si y s´olo si (a, b) ∈ R Propiedades: Dadas las relaciones R ⊂ A × B, S ⊂ A × B y sus respectivas relaciones inversas R∗ ⊂ B × A, S∗ ⊂ B × A, se cumple que: Dom(R∗ ) = Ran(R) Ran(R∗ ) = Dom(R)
∪ S)∗ = R∗ ∪ S∗ (R ∩ S)∗ = R∗ ∩ S∗ (R − S)∗ = R∗ − S∗ (R
La gr´ afica de 7.3.3.
R∗
es sim´etrica a la gr´afica de
R
respecto a la recta y = x.
Composici´ on de relaciones
Dadas las relaciones R por
R con
⊂ A × B y S ⊂ B × C , la relaci´on R compuesta con S, denotada
◦ S, es la relaci´on de A en C , definida por: R
◦ S = {(x, z) ∈ A × C / ∃ y ∈ B, (x, y) ∈ R ∧ (y, z) ∈ S}
Propiedades:
◦ S = S ◦ R R ◦ R∗ = R ∗ ◦ R (R ◦ S) ◦ T = R ◦ (S ◦ T ) (R ◦ S)∗ = S ∗ ◦ R∗ R
Ejemplo 7.3.2. Sean los conjuntos A = 1;2;3 , B = 4;5;6 y C = 2;3;4 , definamos la
{
{ } relaci´ on R = {(1, 4);(1, 5);(2, 6);(3, 4)} de A en B, y la relaci´on S = {(4, 2);(4, 3);(6, 2)} de B en C . Luego podemos observar que:
}
{
}
Walter Arriaga D.
Matem´ atica B´asica
175
◦ R = {(1, 2);(1, 3); (3, 2);(3, 3);(2, 2)} R∗ = {(4, 1);(5, 1); (6, 2);(4, 3)} S∗ = {(2, 4);(3, 4); (2, 6)} R∗ ◦ S∗ = {(2, 1);(3, 1); (2, 3); (3, 3);(2, 2)} (S ◦ R)∗ = {(2, 1);(3, 1); (2, 3);(3, 3); (2, 2)} (R ◦ S) y (S∗ ◦ R∗ ) no est´an definidos. S
7.3.4.
Tipos de relaciones
Las propiedades que pueden cumplir las relaciones binarias son:
Relaci´ on Reflexiva Dado un conjunto A para el cual se define una relaci´on
R en A,
todo elemento de A est´a relacionado consigo mismo mediante R : A
se dice que es reflexiva si
R.
−→ A, es reflexiva ⇐⇒ ∀x ∈ A entonces (x, x) ∈ R
En tal caso, decimos que
R cumple
con la propiedad de reflexividad.
La aplicaci´ on de cualquier relaci´on
R sobre
un conjunto A, se representa con el par orde-
nado (A, R). Cuando una relaci´on es lo opuesto a una reflexiva, es decir, cuando ning´un elemento de A est´ a relacionado consigo mismo mediante
R,
entonces decimos que es antirreflexiva, o irrefle-
xiva, lo que denotamos formalmente por:
∀x ∈ A, ∼ (xRx) En este caso, decimos que Gr´aficamente,
R es
R cumple
con la propiedad de antirreflexividad.
reflexiva si todos los elementos tienen bucle. No lo es si hay alg´un
elemento que no tenga bucle.
b
b
a
a d
d
c R no
es reflexiva
Ejemplo 7.3.3. Sea A un conjunto cualquiera:
c R es
reflexiva
176
Matem´ atica B´asica
Walter Arriaga D.
La relaci´on de congruencia de figuras en geometr´ıa es una relaci´on reflexiva puesto que toda figura es congruente a si misma. La relaci´on de paralelismo entre dos rectas en el plano es reflexiva, porque toda recta es paralela a s´ı misma. La relaci´on de inclusi´on Sea (A, ), lo es.
≥ ≥
Sea (A, ), lo es.
≤ ≤
⊂ es reflexiva, p orque todo conjunto esta contenido en s´ı mismo.
(“mayor o igual que”) es reflexiva, pero > (“mayor estricto que”) no
(“menor o igual que”) es reflexiva, pero < (“menor estricto que”) no
Sea (A, =), = (la igualdad matem´ atica), es reflexiva. Sea (A, ),
⊆ ⊆ (la inclusi´on de conjuntos), es reflexiva. Sea (N\{0}, \), \ (la divisibilidad) es reflexiva. Sea (A, >), > (“mayor estricto que”) es antirreflexiva, al igual que < (“menor estricto que”). La relaci´on de perpendicularidad
⊥ entre dos rectas en el plano es antirreflexiva, porque
una recta no puede ser perpendicular a s´ı misma.
Las relaciones Ser padre de y Ser madre de son antirreflexivas, porque en ning´un caso alguien puede ser padre o madre de s´ı mismo.
Relaci´ on Sim´ etrica Dado un conjunto A para el cual se define una relaci´on
R
en A, se dice que es sim´ etrica
cuando se tiene que si un elemento est´a relacionado con otro mediante
R,
entonces ese otro
tambi´en est´a relacionado con el primero. R : A
−→ A, es sim´etrica ⇐⇒
En tal caso, decimos que
R cumple
(x, y)
∈ R entonces
(y, x)
∈R
con la propiedad de simetr´ıa.
La aplicaci´on de cualquier relaci´on
R sobre
un conjunto A, se representa con el par orde-
nado (A, R). Cuando una relaci´ on es lo opuesto a una sim´ etrica, es decir, cuando se da que si un elemento est´ a relacionado con otro mediante
R,
entonces ese otro no est´a relacionado con el primero,
entonces decimos que es asim´ etrica, lo que denotamos formalmente p or:
∀x, y ∈ A, xRy ⇒ y ∼ Rx
Walter Arriaga D.
Matem´ atica B´asica
En este caso, decimos que
R cumple
177
con la propiedad de asimetr´ıa.
Gr´aficamente, R es sim´ etrica si todos los elementos que est´an relacionados entre s´ı tienen doble flecha. No lo es si hay alguna flecha que no sea doble.
b
b
a
a d
d
c R no
c
es sim´etrica
R es
sim´etrica
Ejemplo 7.3.4. Sea A un conjunto cualquiera: La congruencia de tri´angulos es una relaci´on sim´ etrica pues si un tri´angulo X es congruente con un tri´angulo Y , entonces Y es congruente con X . La relaci´on de paralelismo L1
L2 entonces L2 L1.
entre dos rectas en el plano es sim´etrica, puesto que si
La perpendicularidad entre rectas de un plano es una relaci´on sim´etrica puesto que: si L1
⊥ L2 entonces L2 ⊥ L1.
Sea (A, =), = (la igualdad matem´ atica), es sim´etrica. Sea (A, ),
∪ ∪ es sim´etrica. Sea (A, ∩), ∩ es sim´etrica. La relaci´on definida por “x es hermano de y ” es sim´etrica. “Estar casado con” es una relaci´on sim´etrica, mientras que “ser m´as alto que” no lo es. Sea (A, >),
> (“mayor estricto que”) es asim´ etrica, al igual que < (“menor estricto
que”). Sea (A, ),
⊂ ⊂ (la inclusi´on estricta de conjuntos), es asim´etrica.
Observaci´ on 7.3.2. La simetr´ıa no es lo opuesto de la antisimetr´ıa. Existen relaciones que son sim´etricas y antisim´etricas al mismo tiempo (como la igualdad), otras que no son sim´etricas ni antisim´etricas (como la divisibilidad), otras que son sim´etricas pero no antisim´etricas (como la relaci´ on de congruencia m´odulo n), y otras que son antisim´etricas pero no sim´etricas (como la relaci´on “menor que”).
178
Matem´ atica B´asica
Walter Arriaga D.
Relaci´ on Transitiva Dado un conjunto A para el cual se define una relaci´on R : A
−→ A, es transitiva ⇐⇒
(x, y)
∈R ∧
R en A,
(y, z)
se dice que:
∈ R entonces
(x, z)
∈R
Esta propiedad es conocida como transitividad. Gr´ aficamente, R es transitiva si todos los grupos de 3 elementos relacionados de la forma: a
−→ b −→ c tienen tambi´en la flecha de a hacia c: a −→ c. No lo es si hay alguna flecha
doble.
b
b
a
a d
d
c R no
c
es transitiva
R es
transitiva
Ejemplo 7.3.5. La relaci´on de paralelismo
entre dos rectas en el plano es transitiva, puesto que si L1 L2 y L 2 L3 entonces L1 L3 . La relaci´on binaria “menor que” en los enteros es transitiva: Si a < b y b < c entonces a < c. As´ı, puesto que 2 < 5 y 5 < 7, la transitividad implica que 2 < 7. En general las relaciones de orden (ser menor, mayor, igual, menor o igual, mayor o igual) son transitivas. La relaci´on binaria “divide a” en los enteros tambi´ en es transitiva. Denotando por a b
|
a la expresi´on “a divide a b”: Si a b y b c entonces a c. Dado que 3 12 (3 divide a 12) y
|
|
|
|
12 48 (12 divide a 48), la transitividad establece que 3 48 (3 divide a 48).
|
|
La inclusi´ on de conjuntos es una relaci´on transitiva, pues si: A A
⊂ C .
⊂ B y B ⊂ C , entonces
La implicaci´ o n en L´ogica es tambi´en una relaci´ on transitiva (Principio del silogismo hipot´etico): p
→ q
y q
→ r entonces
p
→ r.
Sin embargo, no todas las relaciones binarias son transitivas. La relaci´ on “no es subcon junto de” no es transitiva. Por ejemplo, si X = 1, 2, 3 , Y = 2, 3, 4, 5 , Z = 1, 2, 3, 4 . Entonces se cumple X subconjunto de Z .
{
}
{
}
{
}
⊂ Y y Y ⊂ Z pero no se cumple X ⊂ Z puesto que X si es
Walter Arriaga D.
Matem´ atica B´asica
179
Otro ejemplo de relaci´on binaria que no es transitiva es “ser la mitad de”: 5 es la mitad de 10 y 10 es la mitad de 20, pero 5 no es la mitad de 20.
Relaci´ on de Equivalencia Una relaci´ on
R definida
en un conjunto A es una relaci´on de equivalencia, si y s´olo si, se
verifica que es: Reflexiva, Sim´ etrica y Transitiva.
Ejemplo 7.3.6. La congruencia de tri´angulos es una relaci´on de equivalencia. La relaci´on de paralelismo entre dos rectas en el plano es de equivalencia.
La relaci´on de perpendicularidad
⊥ entre dos rectas en el plano no es de equivalencia.
Relaci´ on Antisim´etrica Una relaci´ on
R definida
en un conjunto A es una antisim´etrica, cuando se da que si dos
elementos de A se relacionan entre s´ı mediante
R,
entonces estos elementos son iguales. Es
decir: R : A
−→ A, es antisim´etrica ⇐⇒
(x, y)
(x, y)
∈R ∧
∈ R entonces
x = y
La antisimetr´ıa no es lo opuesto de la simetr´ıa. Existen relaciones que son sim´etricas y antisim´etricas al mismo tiempo (como la igualdad), otras que no son sim´etricas ni antisim´etricas (como la divisibilidad para los enteros), otras que son sim´ etricas pero no antisim´etricas (como la relaci´on de congruencia m´odulo n), y otras que son antisim´etricas pero no sim´etricas (como la relaci´on “menor que”). Gr´aficamente, R es antisim´etrica si todos los elementos que est´an relacionados entre s´ı tienen flecha simple. No lo es si hay alguna flecha doble.
b
b
a
a d
d
c R no
es antisim´etrica
c R es
antisim´etrica
Ejemplo 7.3.7. Sea A un conjunto cualquiera: Sea (A, ),
≥ ≥ (“mayor o igual que”) es antisim´etrica.
180
Matem´ atica B´asica
Walter Arriaga D.
Sea (A, ),
≤ ≤ (“menor o igual que”) es antisim´etrica.
La relaci´on “x divide a y” es antisim´etrica. La relaci´on “ser m´as alto que” es antisim´etrica.
Relaci´ on de Orden Una relaci´ on R definida en un conjunto A es una relaci´on de orden si cumple las propiedades de: Reflexividad, Antisimetr´ıa y Transitividad.
Ejemplo 7.3.8. Dado (N, ),
≤ ≤ es una relaci´on de orden. Ejemplo 7.3.9. Sea A = {1;2;3;4}, definamos las siguientes realciones: R = {(1, 2);(2, 3)} S = {(1, 1);(2, 2); (1, 2); (2, 1); (3, 4)} T = {(1, 1); (2, 2);(3, 3);(4, 4)} entonces:
R no
es reflexiva, no es sim´etrica, no es transitiva, es antisim´etrica.
S no
es reflexiva, no es sim´etrica, es transitiva, no es antisim´etrica.
T es
reflexiva, es sim´etrica, es transitiva, es antisim´etrica.
Se puede tambi´ en tener una idea gr´ afica de las propiedades anteriores. Por ejemplo, si A = 1;2;3;4 , entonces para que R sea reflexiva, debe contener al menos la diagonal principal.
{
si
R es
}
4
(1,4)
(2,4)
(3,4)
(4,4)
3
(1,3)
(2,3)
(3,3)
(4,3)
2
(1,2)
(2,2)
(3,2)
(4,2)
1
(1,1)
(2,1)
(3,1)
(4,1)
1
2
3
4
sim´etrica, entonces su gr´afico debe ser sim´etrico con respecto a la diagonal principal:
As´ı, si (2,3) y (4,2) son elementos de
7.4.
R entonces
(3,2) y (2,4) deben tambi´ en estar en
R.
Distancia entre dos puntos
La distancia entre dos puntos del espacio eucl´ıdeo equivale a la longitud del segmento de recta que los une, expresado num´ericamente.
Walter Arriaga D.
Matematica a´tica B´asica
181
La distancia entre los puntos P puntos P = (x1 , y1 ) y Q = (x2 , y2 ), que se denota por d = d( d (P, Q) cumple la siguiente condici´on: on: d2 = x2
| − x1|2 + |y2 − y1|2 = (x2 − x1)2 + (y (y2 − y1 )2
entonces d(P, Q) =
7.5.
− (x2
x1 )2 + (y ( y2
− y1)2
Graficas a ´ficas de Relaciones
etrico etrico es un conjunto de puntos que satisfacen determinadas Definici´ on on 7.5.1. Un lugar geom´ propiedades prop iedades geom´etricas. etricas . Cualquier Cualqu ier figura geom´etrica etrica se puede p uede definir como el lugar l ugar geom´etrico etrico de los puntos que cumplen ciertas propiedades si y solo si todos los puntos de dicha figura cumplen esas propiedades y todo punto que las cumple pertenece a la figura. Es un conjunto de puntos formados por el producto entre dos conjuntos tales que un subconjuntos de ellos satisfacen una propiedad y que solo estos puntos satisfacen dicha propiedad. E stos son varios ejemplos de lugares geom´etricos etricos en el plano: Ejemplo 7.5.1. Estos El lugar geom´ etrico etrico de los puntos que equidistan a dos puntos dados es una recta, llamada mediatriz. El lugar geom´ etrico etrico de los puntos que equidistan equidistan a dos rectas son las dos bisectrice bisectricess de los dos ´angulos angulos determinados por dichas rectas, si estas son secantes, o la paralela media, si ´estas estas son paralelas. paral elas. Las secciones c´onicas onicas pueden ser descritas mediante sus lugares geom´ etricos: etricos: Una circunferenc circunferencia ia es el lugar geom´ etrico etrico de los puntos puntos cuya cuya distancia distancia al centro centro es un valor dado (el radio). Una elipse es el lugar geom´ etrico etrico de los puntos tales que, la suma de las distancias de los puntos hasta los focos es un valor dado. La par´ abola abola es el lugar geom´ etrico etrico de los puntos tales que, las distancias distancias de los puntos al foco y a la directriz son iguales. La hip´ h ip´ erbola erbola es el lugar geom´ etrico etrico de los puntos tales que, la diferencia de distancias entre los focos es un valor dado. Figuras muy complejas complejas pueden ser descritas descritas mediante mediante el lugar geom geom´´etrico etrico generado generado por los ceros de una funci´on on o de un polinomio. Por ejemplo, las cu´adricas adricas est´an an definidas como el
182
Matematica a´tica B´asica
Walter Arriaga D.
lugar geom´ etrico etrico de los ceros de polinomios cuadr´aticos. aticos. En general, los lugares geom´ etricos etricos generados por los ceros del conjunto de polinomios reciben el nombre de variedad algebraica, las propiedades p ropiedades de d e dichas variedades se estudian en la geometr´ geometr´ıa algebraica.
7.6.
La L´ L´ınea Recta Recta
La recta o l´ınea recta, es el ente ente ideal que s´olo olo posee una dimensi´on on y contiene infinitos puntos; est´a compuesta de d e infinitos infi nitos segmentos (el fragmento fr agmento de l´ınea m´as as corto que une dos puntos). Seg´ un uno de los postulados de Euclides establece que: Por dos puntos diferentes s´olo pasa un una l´ınea recta. rec ta.
Ecuaciones de la recta La forma general de la recta est´a dada por:
R = {(x, y) / Ax + By + By + C = 0} angulo de Definici´ on on 7.6.1. Se llama pendiente de la recta L, al valor de la tangente de su ´angulo inclinaci´ on on α, y se le denota con la letra m. y 1 y0 x1 x0 L. L . El valor de la pendiente m ser´a constante para cada
m = tan α = donde (x (x1 , y1 ) = Q
∈ L, L , y (x0 , y0 ) ∈
− −
recta, y proporciona una medida de su inclinaci´on on con respecto al eje X eje X ..
Y L P Q P 0
X Figura 7.4: La recta
As´ı, ı, la ecuac ecu aci´ i´on on de una recta no vertical L vertical L queda queda completamente determinada si se indican su pendiente pendiente m m,, y las coordenadas del punto de paso (x ( x0 , y0 ).
Walter Arriaga D.
Matematica a´tica B´asica
183
Se puede obtener la ecuaci´on on de la recta a partir de la f´ormula ormula de la pendiente: y
− y0 = m = m((x − x0 )
Esta forma de obtener la ecuaci´on o n de una recta se le debe a Jean Baptiste Biot. 3 y se denomina la forma PUNTO – PENDIENTE. Consideremos ahora como punto de paso al punto (0, (0 , b) en el cual L intercepta al eje Y , Y , entonces L :
y = mx = mx + b
esta forma proporciona directamen directamente te la pendiente pendiente m como el coeficiente de la variable x, mientras que el t´ermino ermino independiente indep endiente b indica el punto en el eje Y donde Y donde la recta L lo corta.
7.7. 7.7.
Secc Seccio ione ness c´ onicas onicas
Una superficie c´onica onica de revoluci´on on est´a engendrada por la rotaci´ on de una recta alrededor on de otra recta fija, llamada v´ ertice, ertice, a la que corta de modo oblicuo. oblicuo. La generatriz es una cualquiera de las rectas oblicuas. El v´ ertice ertice es el punto central donde se cortan las generatrices. Las hojas ho jas son las dos partes en las que el v´ ertice ertice divide a la superficie c´onica de revoluci´on. on. Se denomina secci´on on c´onica onica (o simplemente c´onica) onica) a la curva intersecci´on on de un cono con un plano que no pasa por p or su v´ ertice. ertice. Se clasifican en tres tr es tipos: elipses, par´abolas ab olas e hip´ hi p´erbolas erb olas.. La circunferencia es un caso particular de elipse. g
e
v
La primera definici´ definicion ´on conocida de secci´on on c´onica onica surge en la Antigua Grecia, cerca del a˜no no 350 (Menachmus) donde las definieron como secciones de un cono circular recto. Los nombres de hip´erbola, erb ola, par´abola abola y elipse se deben a Apolonio de Perga. Actualmente, las secciones 3
Jean-Baptiste Jean-Bapt iste Biott fue un u n f´ f´ısico, astr´ onomo onomo y matem´ atico atic o franc´ fr anc´es. es. Naci´ Nac i´ o el 21 de abril de 1774, en Par´ Par´ıs
y falleci´ o el 3 de febrero de 1862 en la misma ciudad.
184
Matematica a´tica B´asica
Walter Arriaga D.
c´ onicas pueden definirse de varias maneras; estas definiciones onicas definiciones provienen provienen de las diversas diversas ramas de la matem´atica ati ca (como (com o la l a geom g eometr´ etr´ıa ıa anal ana l´ıtica, ıti ca, la geom g eometr´ etr´ıa ıa proyectiva, proyec tiva, etc.) etc. ) Las curvas c´onicas onicas son importantes en astronom´ astronom´ıa: dos cuerp os masivos que interact´ uan uan seg´ un la ley de la gravitaci´on un on universal, sus trayectorias describen secciones c´onicas onicas si su centro de masa se considera en reposo. Si est´an relativamente pr´oximas oximas describir´an an elipses, si se alejan demasiado describir´an an hip´erbolas erb olas o par´abolas. abolas. Tambi´en en son importantes imp ortantes en aerodin´ aero din´amica amica y en su aplicaci´on on industrial, ya que permiten ser repetidas por medios mec´anicos anicos con gran exactitud, logrando superficies, formas y curvas perfectas.
7.8.
La Par´ abola abola
La par´ abola abola es una secci´on on c´onica onica generada al cortar un cono recto con un plano paralelo a la directriz.
Figura 7.5: La par´ abola abola en el cono
Se define d efine tambi´ tambi´en en como el lugar geom´ etrico etrico de los puntos que equidistan de d e una recta (eje o directriz) y un punto fijo llamado foco. La par´ abola aparece en muchas ramas de las ciencias aplicadas, debido a que las gr´aficas abola de ecuaciones cuadr´aticas aticas son par´abolas. abolas. Por ejemplo, la trayectoria ideal del movimiento de los cuerpos bajo la influencia de la gravedad.
Historia La tradici´on on reza que las secciones c´onicas onicas fueron descubiertas por Menecmo en su estudio del problema de la duplicaci´on on del cubo, donde demuestra la existencia de una soluci´on on mediante el corte de una par´abola abola con una hip´ erbola, erbola, lo cual es confirmado confirmado posteriormen posteriormente te por Proclo y Erat´ ostenes. ostenes.
Walter Arriaga D.
Matematica a´tica B´asica
185
Sin embargo, el primero en usar el t´ermino ermino par´abola abola fue Apolonio de Perge en su tratado C´onicas, onicas, considerada obra cumbre sobre el tema de las matem´aticas aticas griegas, y donde se desarrolla el estudio de las tangentes a secciones c´onicas. Es Apolonio quien menciona que un espejo parab´olico olico refleja de forma paralela los rayos emitidos emitidos desde su foco, propiedad propiedad usada hoy en d´ıa en las antenas satelitales. satelitales. La par´abola abola tambi´en en fue estudiada estudia da por Arqu´ımedes, ımedes, nuevamente en la b´usqueda usqueda de una soluci´on on para un problema famoso: la cuadratura del c´ c´ırculo, dando dand o como resultado r esultado el libro libr o Sobre la cuadratura de la par´abola. abola.
Aplicaciones pr´ acticas acticas Una consecuencia de gran importancia es que la tangente refleja los rayos paralelos al eje de la par´abola abola en direcci´on on al foco. Las aplicaciones pr´acticas acticas son muchas: las antenas satelitales y radiotelescopios aprovechan el principio concentrando se˜nales nales recibidas desde un emisor lejano en un receptor colocado en la posici´on on del foco. La concentraci´on on de la radiaci´on on solar en un punto, mediante un reflector parab´olico olico tiene su aplicaci´on on en peque˜ nas nas cocinas co cinas solares y grandes gr andes centrales captadoras de d e energ´ energ´ıa solar. Analogamente, una fuente emisora situada en el foco, enviar´a un haz de rayos paralelos al eje: diversas l´amparas amparas y faros tienen espejos con superficies parab´olicas olicas reflectantes para poder enviar haces de luz paralelos emanados de una fuente en posici´on on focal. Los rayos convergen o divergen si el emisor se deplaza de la posici´on on focal. La par´ abola refleja sobre el foco los rayos paralelos al eje. Analogamente, un emisor situado abola en el foco, enviar´a un haz de rayos paralelos al eje. Los radiotelescopios concentran los haces de se˜nales nales en un receptor situado en el foco. El mismo principio se aplica en una antena de radar. Cocina solar de concentrador parab´ olico. olico. El mismo m´etodo etodo se emplea en las grandes centrales captadoras captado ras de energ en erg´´ıa solar. Los faros de los autom´oviles oviles env´ env´ıan haces de luz paralelos, si la bombilla b ombilla se situa en el foco de una superficie parab´olica. olica.
Ecuaciones de la par´ abola abola De forma implicita:
R = {(x, y) ∈ R2 / Ax2 + Dx + Ey + Ey + F = 0 } R = {(x, y) ∈ R2 / C y2 + Dx + Ey + Ey + F = 0} De forma explicita:
R = {(x, y) ∈ R2 / y = ax = ax 2 + bx + c} R = {(x, y) ∈ R2 / x = ay = ay 2 + by + by + c}
Completando Completando trinomios trinomios cuadrados cuadrados perfectos: perfectos:
R = {(x, y) ∈ R2 / y − k = 4 p( p(x − h)2 }
186
Matem´ atica B´asica
Walter Arriaga D.
R = {(x, y) ∈ R2 / x − h = 4 p(y − k)2}
Donde el vertice est´a dado por V (h, k). Para la par´abola y
− k = 4 p(x − h)2 , si el par´ametro
4 p es positivo, la par´abola se abre hacia arriba y cuando es negativo se abre hacia abajo. Para la par´ abola x
− h = 4 p(y − k)2, si el par´ametro 4 p es positivo, la par´abola se abre hacia la
derecha y cuando es negativo se abre hacia la izquierda. Y
Y
V (h, k)
k
k
V (h, k)
0
h
X
0
(a) Para 4 p > 0
(b) Para 4 p < 0
Figura 7.6: Par´ abola de la forma: y Y
V (h, k)
k
X
h (a) Para 4 p > 0
Figura 7.7: Par´ abola de la forma: x
7.9.
− k = 4 p(x − h)2 Y
k
0
X
h
V (h, k)
0
h
X
(b) Para 4 p < 0
− h = 4 p(y − k)2
La Circunferencia
Una circunferencia es el lugar geom´etrico de los puntos del plano equidistantes de otro fijo, llamado centro; esta distancia se denomina radio. S´olo posee longitud. Se distingue del c´ırculo en que este es el lugar geom´ etrico de los puntos contenidos en una circunferencia determinada, es decir, la circunferencia es el per´ımetro del c´ırculo cuya sup erficie contiene. La circunferencia de centro en el origen de coordenadas y radio 1 se denomina circunferencia unitaria. Es una curva bidimensional con infinitos ejes de simetr´ıa y sus aplicaciones son muy numerosas.
Walter Arriaga D.
Matem´ atica B´asica
187
Figura 7.8: La circunferencia en el cono
La palabra circunferencia proviene del lat´ın circumferentia que a su vez deriva de circumferre, que significa llevar alrededor. Durante mucho tiempo, se emple´o el t´ ermino c´ırculo para designar tanto la superficie, como a la curva que lo delimita: la circunferencia. En castellano, se suele utilizar el t´ermino geom´etrico disco, asociado al concepto c´ırculo, en textos de topolog´ıa, una rama de las matem´ aticas. En cartograf´ıa se utiliza el t´ermino c´ırculo como sin´onimo de circunferencia, en expresiones como c´ırculo polar ´artico. No ocurre lo mismo en otros idiomas. En ingl´es, circle expresa el concepto de circunferencia (curva cerrada plana equidistante del centro), mientras que circumference significa per´ımetro del c´ırculo (la longitud de la circunferencia). Sin embargo, disk se asocia al concepto de c´ırculo (superficie plana limitada por una circunferencia). En t´ erminos coloquiales (no estrictamente matem´ aticos) el uso de c´ırculo y circunferencia es indistinto en algunas zonas geogr´aficas por lo arraigado que est´ a en la tradici´on, no obstante se encuentra que circunferencia se asocia m´as frecuentemente con los conceptos de aro o anillo en tanto que c´ırculo se asocia m´as frecuentemente con los conceptos de disco o plato.
Elementos de la circunferencia Centro, el punto interior equidistante de todos los puntos de la circunferencia. Radio, el segmento que une el centro con un punto de la circunferencia. Di´ ametro, el mayor segmento que une dos puntos de la circunferencia, y l´ogicamente, pasa por el centro. Cuerda, el segmento que une dos puntos de la circunferencia; las cuerdas de longitud m´axima son los di´ametros.
188
Matem´ atica B´asica
Walter Arriaga D.
Recta secante, la que corta a la circunferencia en dos puntos. Recta tangente, la que toca a la circunferencia en un s´olo punto. Punto de tangencia, el de contacto de la tangente con la circunferencia. Arco, segmento curvil´ıneo de puntos pertenecientes a la circunferencia. Semicircunferencia, cada uno de los dos arcos delimitados por los extremos de un di´ametro. Y LT
R
C
X Figura 7.9: Circunferencia
Circunferencias ortogonales La familia de curvas en el plano x 2 + y 2 = ax, x 2 + y 2 = by, con a y b como par´ ametros, se dicen ortogonales, pues en los puntos comunes, ´estas se cortan ortogonalmente, es decir, sus rectas tangentes en tales puntos son perpendiculares entre s´ı.
7.10.
La Elipse
La elipse es el lugar geom´etrico de los puntos del plano tales que la suma de las distancias a dos puntos fijos llamados focos es una constante positiva e igual a la distancia entre los v´ertices. Una elipse es la curva cerrada que resulta al cortar la superficie de un cono por un plano oblicuo al eje de simetr´ıa con ´angulo mayor que el de la generatriz respecto del eje de revoluci´on. Una elipse que gira alrededor de su eje menor genera un esferoide achatado, mientras que una elipse que gira alrededor de su eje principal genera un esferoide alargado. Contenido
Walter Arriaga D.
Matem´ atica B´asica
189
10
5
–10 –8 –6 –4 –2
2
4
x
6
8 10
–5
–10
Figura 7.10: Circunferencias ortogonales
Figura 7.11: La elipse en el cono
Historia La elipse, como curva geom´etrica, fue estudiada por Menaechmus, investigada por Euclides, y su nombre se atribuye a Apolonio de Perge. El foco y la directriz de la secci´on c´onica de una elipse fueron estudiadas por Pappus. En 1602, Kepler cre´ıa que la ´orbita de Marte era ovalada, aunque m´as tarde descubri´o que se trataba de una elipse con el Sol en un foco. De hecho, Kepler introdujo la palabra “focus” y public´o su descubrimiento en 1609. Halley, en 1705, demostr´o que el cometa que ahora lleva su nombre trazaba una ´orbita el´ıptica alrededor del Sol.
Elementos de una elipse La elipse posee un eje mayor, trazo AB (que equivale a 2a), y un eje menor, trazo C D; la mitad de cada uno de esos ejes recibe el nombre de semieje, de tal manera que se los denomina semieje mayor y semieje menor, respectivamente. Sobre el eje mayor existen dos puntos F 1 y F 2 que se llaman focos. El punto Q puede estar ubicado en cualquier lugar del per´ımetro de la elipse.
190
Matem´ atica B´asica
7.11.
Walter Arriaga D.
La Hip´ erbola
Una hip´erbola es una secci´ o n c´onica, una curva abierta de dos ramas obtenida al cortar un cono recto por un plano oblicuo al eje de simetr´ıa con ´angulo menor que el de la generatriz respecto del eje de revoluci´on.
Figura 7.12: La hip´ erbola en el cono
Una hip´erbola es el lugar geom´etrico de los puntos tales que el valor absoluto de la diferencia de sus distancias a dos puntos fijos, llamados focos, es igual a una constante positiva igual a la distancia entre los v´ ertices. Hip´ erbola deriva de la palabra griega uperbola, y es cognado de hip´ erbole (la figura literaria que equivale a exageraci´on).
Historia Debido a la inclinaci´on del corte, el plano de la hip´erbola interseca ambas ramas del cono. Seg´ un la tradici´on, las secciones c´onicas fueron descubiertas por Menecmo, en su estudio del problema de la duplicaci´on del cubo, donde demuestra la existencia de una soluci´on mediante el corte de una par´abola con una hip´ erbola, lo cual es confirmado posteriormente por Proclo y Erat´ ostenes. Sin embargo, el primero en usar el t´ ermino hip´erbola fue Apolonio de Perge en su tratado C´onicas, considerada obra cumbre sobre el tema de las matem´aticas griegas, y donde se desarrolla el estudio de las tangentes a secciones c´onicas.
Ecuaciones de la hip´ erbola
R = {(x, y) ∈ R2 / Ax2 + Cx2 + Dx + Ey + F = 0} donde A y C son de signos opuestos.
Walter Arriaga D.
Matem´ atica B´asica
191
Ax2 + Bxy + Cx2 + Dx + Ey + F = 0
(7.3)
Resumen Dada la ecuaci´on general:
Si A = B, la gr´afica de la ecuaci´on (7.3) es una circunferencia. Si la ecuaci´on general de dos variables (x, y) es de la forma: ax2 + 2hxy + by 2 + 2gx + 2f y + c = 0 entonces:
Si h 2 > ab, hip´erbola. Si h 2 = ab, par´abola. Si h 2 < ab, elipse. Si a = b y h = 0, circunferencia (considerada un caso particular de elipse).
Figura 7.13: C´onicas
(7.4)
192
Matem´ atica B´asica
Walter Arriaga D.
8
FUNCIONES Objetivos: Definir
intuitiva y formalmente una funci´on.
Operar
con funciones reales de variable real identificando correctamente el dominio y
rango, construyendo su gr´ afica e interpretando las caracter´ısticas que ella posee. Modelar
8.1.
matem´aticamente un fen´omeno para predecir su comportamiento en el futuro.
Introducci´ on
La resoluci´ on de problemas con informaci´on y datos recolectados de fen´omenos f´ısicos adquiere d´ıa a d´ıa mayor auge como alternativa de ense˜ nanza en los salones de clases. Las corrientes contextualitas han contribuido a integrar otras ´areas (estad´ıstica, geometr´ıa, modelaci´ on y simulaci´on matem´ atica, etc.) en los cursos de Prec´alculo y C´alculo. Se ha observado que, durante las u ´ ltimas d´ ecadas, se han incorporado nuevas estrategias en la ense˜ nanza de las funciones y herramientas tecnol´ogicas en el sal´on de clases. El contenido sobre funciones cubre gran parte del contenido del curso de prec´alculo, este concepto permite desarrollar el proceso de la simulaci´on y modelaci´on desde situaciones f´ısica y geom´etrica, lo que tambi´en permitir´a que se puedan exponer conocimientos matem´aticos en forma ´agil y atractiva a los estudiantes. Hitt (2000) se˜nal´ o que “a trav´ es de las funciones podemos modelar matem´aticamente un fen´omeno de la vida real, describir y analizar relaciones de hechos sin necesidad de hacer a cada momento una descripci´on verbal o un c´alculo complicado de cada uno de los sucesos que estamos describiendo”. La modelaci´on relacionada con sistemas de representaciones integra: s´ımbolos, signos, figu´ ras, gr´ aficas y construcciones geom´etricas. Estos expresan el concepto y suscriben en s´ı mismos el modelo con el cual es posible interpretar y predecir comportamientos de fen´omenos f´ısicos. La simulaci´on y la modelaci´on son representaciones de un objeto matem´atico que est´a vincu193
194
Matem´ atica B´asica
Walter Arriaga D.
lado a una situaci´on f´ısica o real. Cuando se logra la simulaci´on matem´ atica en el sal´o n de clase, pueden rescatarse ideas intuitivas que la matem´atica formal excluye cuando se transita de lo concreto a lo abstracto en la ense˜nanza del conocimiento matem´atico. Una simulaci´on es un intento por imitar o aproximarse a algo; por su parte, modelar significa construir una representaci´ on de algo. La diferencia sem´antica reside en que un modelo es una representaci´ on de estructuras, mientras que una simulaci´on infiere un proceso o interacci´on entre las estructuras del modelo para crear un patr´on de comportamiento. El t´ ermino modelo se refiere a la generalizaci´on conceptual que se abstrae de un grupo de experiencias con el prop´osito de categorizar y sistematizar nuevas experiencias. Cuando se modelan situaciones reales u otras que se enmarcan en el proceso cognitivo de la adquisici´on del concepto de funci´on, se provoca que el estudiante, al aproximarse a fen´omenos reales, analice y describa los siguientes elementos matem´aticos: la significaci´on de objetos: simb´olicos, verbales, gr´aficos, algebraicos y num´ericos. En el proceso de simulaci´ on y de modelaci´on se produce la distinci´on de variables y la relaci´on entre las variables, los cuales a su vez impulsa la construcci´on de otros registros de representaci´on. Monk (1992) consider´o que los modelos f´ısicos proveen a los estudiantes una visi´on del procesamiento de la situaci´ on funcional, la cual puede ampliar en ´estos las perspectivas que tienen acerca de las funciones. En este sentido, se considera que la ense˜nanza se dirige a planteamientos m´as din´amicos en la adquisici´ on del conocimiento. Por lo tanto, la simulaci´on y la modelaci´on son alternativas de transferencia din´amica del conocimiento desde situaciones f´ısicas y geom´etricas hasta la estructuraci´ on mental en el proceso de aprendizaje. La simulaci´on y la modelaci´on matem´ aticas, la matem´ atica en contexto y la incorporaci´on de la nueva tecnolog´ıa pueden fortalecer el proceso ense˜ nanza – aprendizaje. Los procesos matem´aticos son complicados en t´ermino de aislar el problema que se est´ e tratando dentro de un contexto. Sin embargo, en la d´ecada pasada y lo que va de ´esta, una corriente de investigadores impulsa el uso de las matem´aticas planteadas desde contextos reales en la adquisici´on de conceptos. La simulaci´o n de fen´omenos f´ısicos a trav´ es del uso de la microcomputadora es imprescindible para la generaci´on de procesos de la matematizaci´ on y formaci´on de conceptos. La situaci´on del concepto de funci´on en el entorno de la modelaci´o n Los autores de la mayor´ıa de los textos de Prec´alculo presentan el tema de las funciones tomando como referencias situaciones de correspondencias que se dan en el contexto f´ısico-real. En el ´ambito matem´ atico, esta relaci´on se considera como una clase de correspondencia llamada funci´on. La definici´on de este concepto, en muchas ocasiones, se reduce a establecer la relaci´on entre dos cantidades. Callahan & Hoffman (1995) afirman que: “Una funci´on describe c´omo una cantidad depende de otra”. De forma general este concepto se presenta en tres modalidades: como una relaci´on con lo f´ısico–real, como representaciones y como definiciones. La utilidad de
Walter Arriaga D.
Matem´ atica B´asica
195
las funciones y el estudio con distintas representaciones llevan a reflexionar sobre el potencial did´actico que se tiene cuando se aborda la realidad con determinados esquemas mentales o modelos matem´ aticos o a trav´es de una simulaci´ on del problema real. Como se mencion´o anteriormente, las estrategias que se utilizan para aprender matem´aticas a partir de situaciones y fen´omenos del mundo f´ısico han cobrado fuerza en los u ´ ltimos a˜ nos. ´ Estas incluyen interpretar la realidad a partir de la identificaci´on de las variables participantes, la recolecci´on de datos que se generan en las situaciones reales o simuladas y modelaci´on de las situaciones. La perspectiva correcta se da principalmente a partir del medio ambiente hacia las matem´aticas y no en la otra direcci´on. El concepto de funci´on responde a diferentes definiciones y etapas hist´oricas. Las definiciones han sido alteradas conforme a los avances tecnol´ogicos que se han promovido en la ense˜ nanza de la matem´atica (calculadoras gr´ aficas, paquete de programaci´on de instrucci´on interactiva, entre otro). En este sentido, Hitt y Torres (1994) incluyen en su trabajo cuatro definiciones. La definici´on dada en t´erminos de variables que se˜nala que: “cuando dos variables est´ an relacionadas de tal manera que el valor de la primera queda determinado si se da un valor a la segunda, entonces se dice que la primera es funci´on de la segunda”. Muy distinta a la ofrecida en t´ erminos de conjunto de pares ordenados: “una funci´ on es un conjunto de pares ordenados de elementos tales que ningunos dos pares ordenados tienen tiene el mismo primer elemento. El conjunto de los primeros elementos de los pares ordenados se llama dominio y el conjunto de los segundos elementos rango de la funci´on”. La definici´on como una regla de correspondencia se explica de la siguiente manera: “una funci´on f de un conjunto A un con junto B es una regla de correspondencia que asignan a cada valor de x de cierto subconjunto D de A un elemento determinado de manera ´unica f (x) de B”. Y por u ´ ltimo, la definici´on en t´erminos de m´aquina, m´as acorde con los tiempos: “una funci´on es un procedimiento P que toma una o m´as entradas que salidas, y que tiene la propiedad de que cualesquiera dos llamadas a P con las misma entrada regresa a la misma salida”. Dubinsky, Schwingendorf & Mathews (1994) incluyeron otras categorizaciones de las funciones: funci´on como expresi´on, funci´on como “computer function”, funci´on como sucesi´on.
8.2.
Funci´ on
Para hablar de una funci´ on, por lo tanto, ser´ a necesario que esco jamos una letra o s´ımbolo con el que podamos representar cada una de las dos magnitudes. Normalmente utilizamos x e y, pero en otras ocasiones se recurre a letras relacionadas con el nombre de las magnitudes que entran en juego; por ejemplo, p y q para los precios (prices) y las cantidades (quantity), respectivamente. Cuando tratamos con funciones que relacionan dos magnitudes, una de ´estas se conoce
196
Matem´ atica B´asica
Walter Arriaga D.
como variable independiente, a la que podemos otorgarle los valores, y otra que se denomina variable dependiente, que, como su propio nombre indica, depende del valor que le hayamos asignado a la independiente. Los papeles de ambas variables pueden ser, a menudo, intercambiables, y en determinadas ocasiones nos interesar´ıa intercambiarlos. Sin embargo, es preciso fijar las ideas: podemos modificar la variable independiente x, pero la variable dependiente y est´ a en funci´on del valor que le hayamos dado a x. Resulta c´omodo identificar la funci´ on con una letra. En general, para representar la funci´on escribiremos: y = f (x) donde x y y son las variables y f simboliza la relaci´on que asocia y con x. Sean A y B dos conjuntos no vac´ıos y sea f una relaci´on binaria de A en B, esto es, f
⊂ A × B. Se entiende por funci´on de A en B a toda regla que asocia a cada elemento x del
conjunto A un u ´nico elemento y del conjunto B .
Notaci´ on:
f : A
→
B y se lee “f es una funci´on de A en B”
Definici´ on 8.2.1. f es una funci´on de A en B si y s´olo si satisface las siguientes condiciones: f
⊂ A × B (x, y) ∈ f ∧
(x, z)
∈ f ⇒
y = z
Ejemplo 8.2.1. En la figura (8.1) se observa que: f , g y h son funciones, en cambio j no es funci´on.
8.3.
Dominio Rango y Gr´ afica de una funci´ on
Definici´ on 8.3.1. El dominio de una funci´on f : A componentes x
→ B es el conjunto de todas las primeras
∈ A (conjunto de partida) de los pares ordenados de f , esto es: Dom(f ) = {x ∈ A / ∃y ∈ B, (x, y) ∈ f } = A
Para el c´alculo del dominio de funciones reales de variable real f : R en cuenta el siguiente criterio:
→ R se debe tener
1. Para las funciones polin´ omicas: Si y = P (x), donde P (x) es un polinomio de grado n, entonces el dominio est´a dado por el conjunto de los n´ umeros reales, es decir: Domf = R. Por ejemplo: La funci´on f (x) = 2x5 + 3x3
− 5x2 + 1, se tiene que: Domf = R
La funci´on f (x) = 3x12 + 25x3 + 17x + 1, se tiene que: Domf = R
Walter Arriaga D.
Matem´ atica B´asica
197
f A 1
•
2
• 3• (a)
g B
•4 •5 •6 •7
A 1
•
2
• 3• (b)
h A 1
•
2
• 3• (c)
•4 •5 •6 •7
B
j B
•4 •5 •6 •7
A 1
•
2
• 3• (d)
•4 •5 •6 •7
B
Figura 8.1: Ejemplos
P (x) , donde P (x) y Q(x) son polinomios de grado m Q(x) y n respectivamente, entonces Q(x) = 0; esto nos plantea el problema de tener que excluir
2. Para las funciones racionales: Si y =
del dominio las ra´ıces del polinomio denominador. As´ı pues si al resolver la ecuaci´on Q(x) = 0 obtenemos como ra´ıces x 1 , x2 , . . . , xn , entonces: Domf = R en otras palabras, Domf = R Dada la funci´on f (x) = y x 2 =
− {x ∈ R/Q(x) = 0}. Por ejemplo:
x+2 . x2 −9
Al resolver la ecuaci´on x 2
−3. Por lo tanto: Domf = R − {−3, 3}.
Dada la funci´ on f (x) =
2 . x2 +1
− {x1, x2, . . . , xn};
− 9 = 0; obtenemos x1 = 3
Al resolver la ecuaci´on x2 + 1 = 0; observamos que
no tiene soluci´on. No hemos encontrado valores que anulen el denominador y por lo tanto no tenemos que excluirlos del dominio. Por lo tanto: Domf = R. 3. Para las funciones irracionales: a ) Si las funciones irracionales son de la forma f (x) =
2n+1
P (x), donde P (x) es un
polinomio de grado n entonces el dominio el conjunto de los n´umeros reales, es decir: Domf = R b ) Si f (x) =
2n
P (x), donde P (x) es un polinomio de grado n, entonces P (x)
as´ı: Domf = x
{ ∈ R/P (x) ≥ 0}.
≥ 0, y
198
Matem´ atica B´asica
Walter Arriaga D.
f
A x
B
•
•y
Dom(f )
Ran(f )
Figura 8.2: Dominio y rango de una funci´on
P (x) Q(x) , donde P (x) y Q(x) son polinomios P (x) mente, entonces Q(x) 0, y as´ı: Domf = x R/ P (x) Q(x) Si f (x) = 2 P (x) , donde P (x) y Q(x) son polinomios Q(x)
c ) Si f (x) =
d )
2n
≥
{ ∈
√ n
de grado m y n respectiva-
≥ 0}. de grado m y n respectiva-
mente, entonces Q(x) > 0, y as´ı: Domf = x
{ ∈ R/Q(x) > 0}. Definici´ on 8.3.2. El rango de una funci´on f : A → B es el conjunto de todas las segundas componentes y ∈ B (conjunto de llegada) de los pares ordenados de f , esto es: Ran(f ) = {y ∈ B / ∃x ∈ A, y = f (x)} ⊆ B Para calcular el rango de una funci´on real de variable real y = f (x) se despeja x en t´erminos de y, y luego se analiza para que valores de y, x es real.
Definici´ on 8.3.3. Si f es una funci´on f : A por:
→ B , su gr´afica denotada por Gr(f ) est´a dada
Gr(f ) = (a, f (a)) / a
{
8.4.
∈ Domf } ⊂ A × B
Funciones especiales
A continuaci´on analizaremos la gr´afica, dominio y rango de ciertas funciones: 8.4.1.
Funci´ on Constante
Se llama funci´on constante o funci´on polin´ o mica de grado cero a la que no depende de ninguna variable. Es la funci´on f : R
−→ R, definida por: f (x) = c
donde c es una constante real.
Walter Arriaga D.
Matem´ atica B´asica
199
Su gr´ afica es una recta paralela al eje X , veamos la figura (8.3). Si c = 0, la gr´afica coincide con el eje X . Veamos la gr´afica: Y
c 0
X
Figura 8.3: Funci´on Constante
Domf = R Ranf = c
{}
8.4.2.
Funci´ on Identidad
Es la funci´on f : R
−→ R, definida por: f (x) = x
La funci´on f (x) = x de R en R tiene como representaci´on gr´ afica en el eje de coordenadas la l´ınea recta que cruza el origen subiendo en un ´angulo de 45° hacia la derecha, es decir es la bisectriz del primer y tercer cuadrante. Veamos la gr´afica: Y
0
Figura 8.4: Funci´ on Identidad
Domf = R Ranf = R
X
200
Matem´ atica B´asica
8.4.3.
Walter Arriaga D.
Funci´ on de primer grado
Una funci´on de primer grado (se suele abusar del lenguaje y denominar funci´on lineal de una variable real) es aquella funci´on f : R
−→ R, definida por:
f (x) = mx + b Donde m y b con constantes. La denominaci´on correcta de este tipo de funciones es funci´ on
af´ın. La raz´ on de este abuso de lenguaje es, probablemente, el hecho de que toda funci´on af´ın f (x) = mx + b tiene una funci´on lineal asociada f (x) = mx. De hecho, una ecuaci´o n de la forma y = mx + b se denomina ecuaci´on lineal. Toda funci´on af´ın tiene orden de crecimiento lineal, y se comporta asint´oticamente como su funci´on lineal asociada. Una funci´o n lineal de una ´unica variable independiente x suele escribirse en la forma y = mx + b, que se conoce como ecuaci´on de la recta en el plano X Y , dnde m es denominada la pendiente de la recta y b es la ordenada en el origen, el valor de y para x = 0, es el punto (0, b). Veamos la gr´afica: Y
0
X b
Figura 8.5: Funci´on de primer grado
Domf = R Ranf = R Se puede aplicar en muchas situaciones, por ejemplo en econom´ıa (uso de la oferta y la demanda), los ec´onomos se basan en la linealidad de esta funci´on y las leyes de la oferta y la demanda son dos de las relaciones fundamentales en cualquier an´alisis econ´omico. Por ejemplo, si un consumidor desea adquirir cualquier producto, este depende del precio en que el art´ıculo est´e disponible. Una relaci´on que especifique la cantidad de un art´ıculo determinado que los consumidores est´en dispuestos a comprar, a varios niveles de precios, se denomina ley de demanda. La ley m´as simple es una relaci´on del tipo P = mx + b, donde P es el precio por
Walter Arriaga D.
Matem´ atica B´asica
201
unidad del art´ıculo y m y b son constantes. La gr´afica de una ley de demanda se llama curva de demanda lineal. Muchas son las aplicaciones de la funci´on lineal en el caso de la medicina. Ciertas situaciones requieren del uso de ecuaciones lineales para el entendimiento de ciertos fen´omenos. El resultado del experimento psicol´ogico de Stenberg, sobre recuperaci´on de informaci´on es que el tiempo de reacci´on de una persona R, en milisegundos, es estad´ısticamente funci´on lineal del tama˜ no del conjunto de memoria N en los siguientes t´erminos R = 38N + 397. 8.4.4.
Funci´ on Cuadr´ atica
Una funci´on polin´ omica de grado dos o funci´on cuadr´ a tica es la que corresponde a un polinomio en x de segundo grado, seg´ un la forma: f (x) = ax 2 + bx + c donde a, b y c son constantes y a es distinto de 0. Su gr´ afica es una par´abola sim´ etrica respecto a la recta vertical x = h, llamada eje de simetr´ıa, abierta hacia arriba si a > 0 [figura 8.6(a)] y hacia abajo si a < 0 [figura 8.6(b)]. Y
Y
V (h, k)
k
k
V (h, k)
0
h
X
0
h
(a) Para a > 0 Figura 8.6: Funci´ on Cuadr´ atica
Para la figura 8.6(a)
X
(b) Para a < 0
Para la figura 8.6(b)
Domf = R
Domf = R
Ranf = [k, +
Ranf =
∞
−∞, k]
Toda funci´on cuadr´ atica puede ser expresada mediante el cuadrado de un binomio de la siguiente manera: f (x) = a(x
− h)2 + k
202
Matem´ atica B´asica
Walter Arriaga D.
A esta forma de expresi´on se la llama forma can´onica. Siendo a el coeficiente principal y el par ordenado (h, k) las coordenadas del v´ertice de la par´abola. Para llegar a esta expresi´on se parte de la forma polin´ omica y se realiza el siguiente procedimiento: Dado f (x) = ax2 + bx + c se extrae a como factor com´ un en el t´ermino cuadr´atico y en el b lineal f (x) = a x2 + x + c a Luego se completa el trinomio cuadrado perfecto, sumando y restando para no alterar la b b2 b2 2 igualdad: f (x) = a x + x + 2 + c a 4a 4a b 2 b2 Se factoriza formando el cuadrado de un binomio: f (x) = a x + +c 2a 4a 2 b b sustituyendo: h = , k = c 2a 4a la expresi´ on queda: f (x) = a(x h)2 + k.
−
−
−
− −
El estudio de las funciones cuadr´aticas resulta de inter´ es no s´olo en matem´atica sino tambi´en en f´ısica y en otras ´areas del conocimiento como por ejemplo: la trayectoria de una pelota lanzada al aire, la trayectoria que describe un r´ıo al caer desde lo alto de una monta˜na, la forma que toma una cuerda floja sobre la cual se desplaza un equilibrista, el recorrido desde el origen, con respecto al tiempo transcurrido, cuando una part´ıcula es lanzada con una velocidad inicial. Puede ser aplicada en la ingenier´ıa civil, para resolver problemas espec´ıficos tomando como punto de apoyo la ecuaci´on de segundo grado, en la construcci´on de puentes colgantes que se encuentran suspendidos en uno de los cables amarrados a dos torres. Los bi´ologos utilizan las funciones cuadr´aticas para estudiar los efectos nutricionales de los organismos. Por ejemplo, el an´alisis del efecto nutricional en ratas que se alimentaron con una dieta que conten´ıa cierto porcentaje de prote´ına. La prote´ına consisti´ o en yema de huevos y harina de ma´ız. Al variar el porcentaje P de yema en la mezcla de prote´ına, el grupo de investigadores estim´ o el aumento promedio en peso (en gramos) de un animal durante un 1 cierto periodo fue F ( p) en donde: F ( p) = p2 + 2 p + 20, 0 < P < 100 50 Existen fen´omenos f´ısicos que el hombre a trav´es de la historia ha tratado de explicarse. Muchos hombres de ciencias han utilizado como herramienta principal para realizar sus c´alculos la ecuaci´on cuadr´ atica. Como ejemplo palpable, podemos mencionar que la altura H de una 1 2 part´ıcula lanzada verticalmente hacia arriba desde el suelo est´ a dada por H = v0 t gt , 2 donde H es la altura, v0 es la velocidad inicial de la part´ıcula, g es la constante de gravedad
−
y t es el tiempo. 8.4.5.
Funci´ on Raiz Cuadrada
La funci´on ra´ız cuadrada es aquella funci´ on de la forma: f (x) =
√ x
Walter Arriaga D.
Matem´ atica B´asica
203
Veamos la gr´afica: Y
0
X
Figura 8.7: Funci´ on raiz cuadrada
Domf = R+ 0 = [0, +
∞ Ranf = R+ 0 = [0, +∞ 8.4.6.
Funci´ on Polin´ omica
Las funciones polin´omicas son aquellas funciones f (x) = P (x) definidas por: n
P (x) =
ak xk = a 0 + a1 x + a2 x2 + a3 x3 +
k=0
··· + anxn
donde n es un entero positivo y a 0 , a1 , a2 , . . . , an son constantes reales (a0 = 0).
Una funci´on constante, diferente de cero, es un polinomio de grado cero, una funci´on lineal es un polinomio de primer grado, una funci´on cuadr´ atica es un polinomio de segundo grado. La funci´on P (x) = 0 se considera como un polinomio pero no se le asigna ning´un grado. 8.4.7.
Funci´ on Seccionada
Las funciones seccionadas llamadas tambi´en funciones por tramos, por trozos o por partes son aquellas funciones que tienen un comporamiento distinto dependiendo de los valores del dominio. Es decir, si una funci´on est´a definida por dos o m´as secciones, entonces:
f 1 (x) ,
f (x) =
f 2 (x) , f 3 (x) , .. .
tales que D 1
x
∈ D1 x ∈ D2 x ∈ D3
∩ D2 ∩ D3 ∩ . . . = φ, entonces G(f ) = G(f 1) ∪ G(f 2 ) ∪ G(f 3) ∪ . . .
204
Matem´ atica B´asica
Walter Arriaga D.
Domf = Domf 1
∪ Domf 2 ∪ Domf 3 ∪ . . . Ranf = Ranf 1 ∪ Ranf 2 ∪ Ranf 3 ∪ . . .
Ahora la funci´ on f (x) =
f (x) =
f 1 (x) ,
si x > 0
f 2 (x) ,
si x < 0
f 1 (x) ,
si x > 0
f 2 (x) ,
si x < 0
puede ser expresada como:
| | − | |
= f (x)
x + x 2x
+ g(x)
x
x
2x
Ejemplo 8.4.1. La funci´on g(x) puede ser expresada como: g(x) =
x2 , si x > 0 x3 , si x < 0
= x2
| | − | | x+ x 2x
+ x3
x
x
2x
Esta expresi´o n es u ´ til si desea graficar una funci´on por tramos con una calculadora. 8.4.8.
Funci´ on Valor Absoluto
Es aquella funci´on seccionada definida por: f (x) = x =
||
−
x, x,
si x
≥0
si x < 0
Si los n´ umeros reales est´an representados geom´etricamente en el eje real, el n´umero x se
| |
llama distancia o m´odulo de x a cero. Veamos la gr´ afica: Y
y =
−x
y = x
0 Figura 8.8: Funci´on valor absoluto
Domf = R Ranf = R+ 0 = [0, +
∞
X
Walter Arriaga D. 8.4.9.
Matem´ atica B´asica
205
Funci´ on Escal´ on Unitario
En ingenier´ıa es com´ un encontrar funciones que corresponden a estados de s´ı o no, o bien activo o inactivo. Por ejemplo, una fuerza externa que act´ua sobre un sistema mec´anico o una tensi´on el´ ectrica aplicada a un circuito, puede tener que suspenderse despu´es de cierto tiempo. Para tratar de forma efectiva con estas funciones discontinuas conviene introducir una funci´on especial llamada funci´on escal´on unitario denotada por ua . La funci´on escal´on de Heaviside, tambi´en llamada funci´on escal´on unitario, debe su nombre al matem´atico ingl´es Oliver Heaviside1 est´ a definido por: f (x) = µ a (x) = µ(x
− a) =
0 ,
si x < a
1 ,
si x
≥a
Tiene aplicaciones en ingenier´ıa de control y procesamiento de se˜ nales, representando una se˜ nal que se enciende en un tiempo espec´ıfico, y se queda prendida indefinidamente. Veamos su gr´afica: Y
1 0
a
X
Figura 8.9: Funci´ on escal´on unitario
Domf = R Ranf = 0, 1
{ }
8.4.10.
Funci´ on Signo
Es aquella funci´on denotada por sgn(x), que se lee “signo de x” y est´a definida por:
−
1 ,
f (x) = sgn(x) =
1
si x < 0
0 ,
si x = 0
1 ,
si x > 0
Oliver Heaviside, radiotelegrafista y matem´ atico ingl´es, naci´ o en Londres (Inglaterra) el 18 de mayo de
1850, falleciendo en Torquay (Inglaterra) el 3 de febrero de 1925.
206
Matem´ atica B´asica
Walter Arriaga D.
equivalentemente: f (x) = sgn(x) =
| |
x , x
0 ,
Veamos la gr´afica:
si x = 0
si x = 0
Y 1 0
X
−1
Figura 8.10: Funci´ on signo
Domf = R Ranf =
8.4.11.
{−1, 0, 1}
Funci´ on M´ aximo Entero
Es aquella funci´on seccionada definida por: f (x) = x
donde x es el m´aximo entero no mayor que x, es decir, x = n
x = n
⇔
{ ∈ Z / n ≤ x}
x = m´ax n
⇔ n ≤ x < n+1
Para trazar la gr´ afica de f (x) = x , especificaremos f para algunos intervalos de longitud unitaria a cada lado del origen.
Walter Arriaga D.
Matem´ atica B´asica
[n, n + 1 .. .
x .. .
y = f (x) = x .. .
− 3 ≤ x < − 2 −3 − 2 ≤ x < − 1 −2 −1 ≤ x < 0 −1 0 ≤ x < 1 0 1 ≤ x < 2 1 2 ≤ x < 3 2 3 ≤ x < 4 3 .. .
207
y =
−3 y = −2 y = −1 y = 0 y = 1 y = 2 y = 3 .. .
.. .
Veamos la gr´afica: 4
Y
3 2 1
−5 −4 −3 −2 −1
0
1 1
− −2 −3 −4
2
3
4
5 X
Figura 8.11: Funci´on signo
La gr´ afica de la funci´on est´a constituida por un segmentos unitario falt´andole a cada uno su extremo derecho, por ser intervalo cerrado en la izquierda y abierto derecha.
∞
Domf = R =
n∈ Z
Ranf = Z
[n, n + 1
208
Matem´ atica B´asica
8.5.
Walter Arriaga D.
Tipo de Funciones
8.5.1.
Funci´ on Inyectiva
Una funci´on f : A
→ B es inyectiva, univalente o uno a uno si para todo par de elementos
distintos del dominio, sus im´agenes son distintas. Es decir: Si
x1 = x 2
Si
f (x1 ) = f (x2 )
⇒
f (x1 ) = f (x2 )
∀x1, x2 ∈ Domf
x1 = x 2
∀x1, x2 ∈ Domf
equivalentemente
⇒
Una funci´on real f es inyectiva si no contiene dos pares ordenados con la misma segunda componente. geom´etricamente se reconoce que f es una funci´on inyectiva cuando toda recta horizontal corta a la gr´afica de f a lo m´as en un punto. 8.5.2.
Funci´ on Sobreyectiva
Una funci´on f : A
→ B es sobreyectiva, suryectiva, suprayectiva o epiyectiva si el rango de
f coincide con el conjunto de llegada B ; es decir:
Ran(f ) = B donde Ranf = f (A). De la definici´on de funci´on sobreyectiva, se sigue que toda funci´o n de la forma f : A Ranf , siempre ser´a sobreyectiva. Una funci´on f : A elemento a 8.5.3.
→ B es sobreyectiva si y solo si para cada elemento b ∈ B existe un
∈ Domf = A (al menos uno), tal que b = f (a).
Funci´ on Biyectiva
Una funci´on f : A
8.6.
→
→ B es biyectiva si f es inyectiva y sobreyectiva a la vez.
Caracter´ısticas de algunas funciones reales
1. Funci´ on Acotada: Una funci´on es acotada cuando el valor absoluto de la funci´o n es menor que cierto n´ umero real fijo, para cualquier valor de la variable. Es decir, f es acotada si existe un n´umero real M > 0 tal que f (x) < M , para todo x se llama cota de la funci´ on.
|
|
∈ Domf , M
Walter Arriaga D.
Matem´ atica B´asica
209
Una funci´on f se dice que est´a acotada superiormente si existe un n´umero real M 1 tal que f (x)
≤ M 1, para todo x ∈ Domf . Este n´umero real M 1 recibe el nombre de cota
on f . Geom´etricamente significa que ninguna imagen es superior al superior de la funci´
valor M 1 y, por tanto, la gr´afica de la funci´on f estar´a por debajo de la recta y = M 1 . Una funci´on f se dice que est´a acotada inferiormente si existe un n´ umero real M 2 tal que f (x)
≥ M 2, para todo x ∈ Domf . Este n´umero real M 2 recibe el nombre de cota
on f . Geom´etricamente significa que ninguna imagen es inferior al inferior de la funci´
valor M 2 y, por tanto, la gr´afica de la funci´on f estar´a por encima de la recta y = M 2 . Una funci´on se dice que est´a acotada si lo est´a inferior y superiormente. 2. Funci´ on Mon´ otona: Una funci´on f se dice que es mon´otona en un punto x0 cuando sea creciente, estrictamente creciente, decreciente o estrictamente decreciente en ese punto. 3. Funci´ on Creciente: Una funci´on f es creciente en a, b si para todo x1 , x2 con x 1 < x2 se cumple que f (x1 )
≤ f (x2).
∈ a, b
4. Funci´ on Extrictamente Creciente: Una funci´on f es creciente en a, b si para todo x1 , x 2
∈ a, b con x 1 < x2 se cumple que f (x1) < f (x2).
5. Funci´ on Decreciente: Una funci´on f es decreciente en a, b si para todo x1 , x2
a, b con x1 < x2 se cumple que f (x1) ≥ f (x2).
∈
6. Funci´ on Extrictamente Decreciente: Una funci´on f es decreciente en a, b si para todo x 1 , x 2
∈ a, b con x 1 < x2 se cumple que f (x1) > f (x2).
7. Funci´ on Peri´ odica: Se dice que f es peri´o dica si existe un n´umero real, no nulo, T , llamado periodo, tal que para todo x
∈ Domf , x + T ∈ Domf y se verifica que
f (x + T ) = f (x). De la propia definici´on se deduce que si T es un periodo de la funci´on f , tambi´en lo es 2T , 3T , . . ., es decir sus periodos son m´ultiplos enteros del menor periodo positivo T , que recibe el nombre de periodo principal o propio. El conocimiento de la gr´afica de una funci´on en un periodo nos permite construir por periodicidad toda la gr´afica. 8. Funci´ on Par: Una funci´on f es par si para todo x
∈ Domf se cumple que: f (−x) =
f (x). La gr´afica de la funci´on es sim´ etrica respecto al eje Y .
9. Funci´ on Impar: Una funci´on f es impar si para todo x f ( x) =
−
∈
Domf se cumple que:
−f (x). La gr´afica de la funci´on es sim´etrica respecto al origen.
Teorema 8.6.1. Si una funci´on f es creciente, entonces f es inyectiva. Teorema 8.6.2. Si una funci´on f es decreciente, entonces f es inyectiva.
210
Matem´ atica B´asica
8.7.
Walter Arriaga D.
Funci´ on Trigonom´ etrica
Las funciones trigonom´etricas son funciones de un ´angulo; tienen importancia en el estudio de la geometr´ıa de los tri´angulos y en la representaci´on de fen´omenos peri´odicos, entre otras muchas aplicaciones. El estudio de las funciones trigonom´etricas se remonta a la ´epoca de Babilonia, y muchos de los fundamentos del tema fueron desarrollados por matem´aticos de la antigua Grecia, de la India y estudiosos musulmanes. El primer uso de la funci´o n seno aparece en el Sulba Sutras escrito en India desde el Siglo VIII AC hasta el Siglo VI AC. Las funciones trigonom´ etricas fueron estudiadas luego por Hiparco de Nicea (180 a 125 AC), Aryabhata (476 a 550), Varahamihira, Brahmagupta, Muh.ammad ibn Mu-sa- al-K-wa-rizmi-, Abu’l-Wafa, Omar Khayyam, Bhaskara II, Nasir alDin Tusi, Regiomontanus (1464), Ghiyath al-Kashi y Ulugh Beg (Siglo XIV), Madhava (c. 1400), Rheticus, y el alumno de ´este, Valentin Otho. La obra de Leonhard Euler Introductio in analysin infinitorum (1748) fue la que estableci´o el tratamiento anal´ıtico de las funciones trigonom´etricas en Europa. defini´ endolas como series infinitas presentadas en las llamadas “F´ ormulas de Euler”. Las funciones trigonom´ etricas son conocidas tambi´ en como funciones no algebraicas o trascendentes. Estudiemos el comportamiento geom´ etrico de cada una de estas funciones. 1. Funci´ on Seno: Es la funci´on trigonom´etrica denotada por: f (x) = sen(x). Veamos la gr´afica 8.12 y observemos que la funci´on es peri´odica de periodo 2π.
Domf = R Ranf = [ 1, 1]
−
Figura 8.12: Funci´on seno
Walter Arriaga D.
Matem´ atica B´asica
211
2. Funci´ on Coseno: Es la funci´on trigonom´etrica denotada por: f (x) = cos(x). Veamos la gr´ afica 8.13 y observemos que la funci´on es peri´odica de periodo 2π.
Domf = R Ranf = [ 1, 1]
−
Figura 8.13: Funci´on coseno
3. Funci´ on Tangente: Es la funci´on trigonom´etrica denotada por: f (x) = tan(x). Veamos la gr´ afica 8.14(a) y observemos que la funci´on es peri´odica de periodo π.
Domf = R Ranf = R
−
(2k + 1)π 2
4. Funci´ on Cotangente: Es la funci´on trigonom´etrica denotada p or: f (x) = cot(x). Veamos la gr´afica 8.14(b) y observemos que la funci´on es peri´odica de periodo π.
Domf = R
− {kπ }
Ranf = R 5. Funci´ on Secante: Es la funci´on trigonom´etrica denotada por: f (x) = sec(x). Veamos la gr´ afica 8.14(c) y observemos que la funci´on es peri´odica de periodo 2π.
Domf = R Ranf =
−
(2k + 1)π 2
−∞, −1] ∪ [1, ∞
6. Funci´ on Cosecante: Es la funci´on trigonom´etrica denotada por: f (x) = csc(x). Veamos la gr´ afica 8.14(d) y observemos que la funci´on es peri´odica de periodo 2π.
Domf = R
− {kπ }
212
Matem´ atica B´asica
Walter Arriaga D.
(a) Funci´ on tangente
(b) Funci´ on cotangente
(c) Funci´ on secante
(d) Funci´ on cosecante
Figura 8.14: Funci´on trigonom´etrica
Ranf =
−∞, −1] ∪ [1, ∞
A continuaci´on veamos la figura (8.15) donde podemos observar las seis funciones trigonom´etricas. Las razones trigonom´etricas se pueden utilizar, fundamentalmente, para resolver tri´angulos, as´ı como para resolver diferentes situaciones problem´aticas en otras ciencias. En Topograf´ıa se puede determinar la altura de un edificio, teniendo la base y el ´angulo. Por ejemplo, la torre de Pisa, fue construida sobre una base de arena poco consistente; debido a ello ´esta se aparta cada ves m´as de su vertical. Originalmente ten´ıa una altura de 54,6m, aproximadamente. En 1990 un observador situado a 46 m del centro de la base de la torre, determin´o un ´angulo de elevaci´on de 54º a la punta de la torre, el observador para determinar al desplazamiento (hundimiento en el suelo es muy peque˜no, comparado con la altura de la torre) aplic´ o la ley del seno para determinar el ´angulo de inclinaci´on y la ley del coseno para determinar el desplazamiento de la torre. ´ En Optica, en las dispersiones en prisma o cuando un rayo de luz atraviesa una placa de cierto material. Se ha determinado que el rayo de salida es paralelo al de entrada. En la Aviaci´on, si dos aviones parten de una base a´ erea a la misma velocidad formando un ´angulo b y siguiendo en trayectorias rectas, se puede determinar la distancia que se encuentran entre los mismos.
Walter Arriaga D.
Matem´ atica B´asica
213
Figura 8.15: Funciones trigonom´etricas
El capit´an de un barco puede determinar el rumbo equivocado del barco, siempre en l´ınea recta, ordenando modificar el rumbo en grado para dirigirse directamente al punto destino correcto.
8.8.
Funci´ on Exponencial
La funci´on exponencial es aquella funci´on trascendental de la forma f (x) = a x donde a > 0 y x
∈ R.
Las funciones exponenciales son una de las familias de funciones m´as importantes en las matem´ aticas por la gran cantidad de aplicaciones que tienen. Constituyen una herramienta u ´ til para describir magnitudes que crecen o decrecen en forma muy r´apida proporcionalmente a su tama˜ no. Se encuentran innumerables ejemplos de fen´omenos que tienen este tipo de comportamiento, en la Administraci´on de Empresas se usan para inter´ es compuesto, anualidades y planes de ahorro entre otras. En las ciencias naturales las aplicaciones son innumerables incluyendo modelos de crecimiento en biolog´ıa, reacciones de primer orden en qu´ımica orbitales moleculares en qu´ımica f´ısica, econom´ıa, medicina y otras. Por ejemplo, en el crecimiento de una poblaci´ on; cuando se analizan los censos de poblaci´on humana y se buscan modelos que permitan hacer proyecciones, frecuentemente aparecen funciones de crecimiento exponencial. Veamos la gr´afica (8.16) para los casos a > 1 y 0 < a < 1
Domf = R
214
Matem´ atica B´asica
(a) Para
a>
Walter Arriaga D.
1
(b) Para 0 <
a < 1
Figura 8.16: Funci´ on exponencial
Ranf = 0, +
∞
Propiedades: 1. Las funciones exponenciales pasan por el punto (0,1). 2. En la gr´afica 8.16(a) se puede observar que para a > 1 la funci´ on f es creciente. 3. En la gr´afica 8.16(b) se puede observar que para 0 < a < 1 la funci´on f es decreciente. 4. El eje de las x es una as´ıntota horizontal. 5. Las funciones exponenciales son uno a uno. Las funciones exponenciales tienen muchas aplicaciones en ciencias, matem´aticas, comercio y en otras disciplinas. Veremos aqu´ı algunas de esas aplicaciones. 1. F´ormula de inter´es compuesto
A = P 1 + donde: A es la cantidad acumulada o valor futuro. P es el principal de la inversi´on. r es la tasa de inter´es anual.
n es el n´umero de periodos de tiempo por a˜no. t es el n´umero de a˜ nos.
r m
nt
Walter Arriaga D.
Matem´ atica B´asica
215
2. F´ormula de inter´es cont´ınuo A = P eit donde: A es la cantidad acumulada o valor futuro. P es el principal de la inversi´on. i es el inter´es anual. t es el n´ umero de a˜ nos de la inversi´on. 3. F´ormula de crecimiento y decaimiento exponencial A(t) = A 0 ekt donde: A es la cantidad acumulada luego de un tiempo t. A0 es la cantidad inicial. k es la constante de crecimiento o decaimiento. t es el n´ umero de a˜ nos de la inversi´on. Si k > 0 hay crecimiento o aumento en el valor de A. Si k < 0 el valor de A decae o decrece. En algunos elementos radioactivos son de tal naturaleza que su cantidad disminuye con respecto al tiempo. Al tiempo requerido para que se produzca a la mitad la cantidad inicial del elemento se denomina semivida. 4. F´ormula de enfriamiento de Newton T (t) = T m + (T 0
− T m)ekt
donde: T es la temperatura del objeto en un tiempo t. T m es la temperatura del medio ambiente. T 0 es la temperatura inicial. t es el tiempo. k es una constante. Si k > 0, el cuerpo se calienta y si k < 0, el cuerpo se enfr´ıa. 5. F´ormula del crecimiento log´ıstico P (t) = donde: P es la poblaci´on en un tiempo t. a,b,c son constantes, c > 0, b > 0.
c 1 + ae−bt
216
Matem´ atica B´asica
Walter Arriaga D.
t es el tiempo en a˜nos. c es la capacidad de crecimiento. 6. Otras de la aplicaci´ on de las funciones exponencial fue con el descubrimiento del Polonio (elemento radioactivo ) descubierto por Marie Curie en 1898 decae exponencialmente de acuerdo a la funci´on: m = m 0 e−0,005t donde m0 es la masa inicial del Polonio, m es la masa al cabo de un tiempo y t es el tiempo en d´ıas. 7. El crecimiento poblacional (Demograf´ıa) de una regi´on o poblaci´ on en a˜ nos, parece estar sobre una curva de caracter´ıstica exponencial que sugiere el modelo matem´ atico dado por: N = N 0 ekt donde N 0 es la poblaci´on inicial, t es el tiempo transcurrido en a˜nos y k es una constante. (En 1798, el economista ingl´ es Thomas Malthus observ´o que la relaci´on N = N 0 ekt era v´alida para determinar el crecimiento de la poblaci´on mundial y estableci´o, adem´as, que como la cantidad de alimentos crec´ıa de manera lineal, el mundo no pod´ıa resolver el problema del hambre. Esta l´ ugubre predicci´on ha tenido un impacto tan importante en el pensamiento econ´omico, que el modelo exponencial de crecimiento poblacional se conoce con el nombre de modelo Malthusiano). 8. En la medicina, muchos medicamentos son utilizados para el cuerpo humano, de manera que la cantidad presente sigue una ley exponencial de disminuci´on, si N es la cantidad de f´armaco presente en el cuerpo al tiempo t, entonces N = N 0 ekt , en donde k es una constante positiva y N 0 es la cantidad presente al tiempo t = 0.
8.9.
Funci´ on Logaritmo
La funci´on logaritmo es aquella funci´on trascendental de la forma f (x) = logb x donde b > 0 y b = 1, adem´as x
∈ R+.
Veamos la gr´ afica (8.17) para los casos b > 1 y 0 < b < 1
Domf = 0, +
∞
Ranf = R
Walter Arriaga D.
(a) Para
Matem´ atica B´asica
b>
1
217
(b) Para 0 <
b < 1
Figura 8.17: Funci´on logaritmo
Propiedades: 1. Las funciones exponenciales pasan por el punto (1,0). 2. En la gr´afica 8.17(a) se puede observar que para b > 1 la funci´on f es creciente. 3. En la gr´afica 8.17(b) se puede observar que para 0 < b < 1 la funci´ on f es decreciente. 4. El eje de las y es una as´ıntota vertical. 5. Las funciones logar´ıtmicas son uno a uno. La geolog´ıa como ciencia requiere del planteamiento de ecuaciones logar´ıtmicas para el c´alculo de la intensidad de un evento, tal como es el caso de un sismo. La magnitud R de un terremoto est´ a definida como R = log(A/A0 ) en la escala de Richter, donde A es la intensidad y A0 es una constante. (A es la amplitud de un sism´ografo est´ andar, localizado a 100 kil´ometros del epicentro del terremoto). Los astr´onomos utilizan ciertos c´alculos de car´acter logar´ıtmico para determinar una magnitud estelar de una estrella o planeta, ellos utilizan la siguiente ecuaci´on: M =
−(5/2)log(B/B0),
donde B es la brillantez y B0 es una constante. Se concluye que la magnitud (M ) est´a dada en funci´on de una ecuaci´on logar´ıtmica.
En la f´ısica la funci´on logar´ıtmica tiene muchas aplicaciones entre las cuales se puede mencionar el c´ alculo del volumen L en decibeles de un s´o lido, para el cual se emplea la siguiente ecuaci´on L = 10log(I/I 0 ), donde I es la intensidad del sonido (la energ´ıa cayendo en una unidad de ´area por segundo), I 0 es la intensidad de sonido m´as baja que el o´ıdo humano puede o´ır (llamado umbral auditivo). Una conversaci´ on en voz alta tiene un ruido de fondo de 65 decibeles.
218
Matem´ atica B´asica
Walter Arriaga D.
9
´ MATEMATICA ´ INDUCCION
219
10
MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES Objetivos
Conocer y aplicar las principales t´ecnicas de c´alculo matricial.
Operar
con las matrices para aplicarlas en la soluci´on de sistemas lineales.
Ordenar
los datos adecuadamente en la formulaci´on de un problema.
Manejar
los determinantes como elemento de c´alculo en la resoluci´on de los sistemas
lineales.
10.1.
Matrices
10.1.1.
Algo de historia
El primero que emple´o el t´ermino “matriz” fue el matem´atico ingl´es James Joseph Sylvester en el a˜ no 1850. Sin embargo, hace m´a s de dos mil a˜ nos los matem´aticos chinos hab´ıan descubierto ya un m´etodo de resoluci´on de sistemas de ecuaciones lineales equivalente al m´ etodo de Gauss y por lo tanto empleaban tablas con n´ umeros. ´ Pero hasta el Siglo XIX no se desarrolla en las matem´aticas el Algebra de matrices. A este desarrollo contribuy´o de forma decisiva el matem´atico ingl´ es Arthur Cayley. En 1858 public´o unas “Memorias sobre la teor´ıa de matrices” en la que daba la definici´ on de matriz y las operaciones suma de matrices, de producto de un n´umero real por una matriz, de producto de matrices y de inversa de una matriz. Cayley afirma que obtuvo la idea de matriz a trav´es 221
222
Matem´ atica B´asica
Walter Arriaga D.
de la de determinante y tambi´en como una forma conveniente de expresar transformaciones geom´etricas. 10.1.2.
Introducci´ on
Las matrices aparecen por primera vez hacia el a˜no 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teor´ıa se debe al matem´atico W.R. Hamilton en 1853. En 1858, A. Cayley introduce la notaci´on matricial como una forma abreviada de escribir un sistema de m ecuaciones lineales con n inc´ognitas. Las matrices se utilizan en el c´alculo num´erico, en la resoluci´on de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales. Adem´as de su utilidad para el estudio de sistemas de ecuaciones lineales, las matrices aparecen de forma natural en geometr´ıa, estad´ıstica, econom´ıa, inform´ atica, f´ısica, etc... La utilizaci´on de matrices (arrays) constituye actualmente una parte esencial de los lenguajes de programaci´ on, ya que la mayor´ıa de los datos se introducen en los ordenadores como tablas organizadas en filas y columnas: hojas de c´alculo, bases de datos,... Adem´as de su utilidad para el estudio de los sistemas de ecuaciones, las matrices aparecen de manera natural en geometr´ıa, estad´ıstica, econom´ıa, etc. Nuestra cultura est´a llena de matrices de n´umeros: El horario de los trenes de cada una de las estaciones es una matriz de doble entrada, la tabla de cotizaciones de la Bolsa en cada uno de los d´ıas de la semana es otra, etc. Las tablas de sumar y multiplicar, la disposici´on de los alumnos en clase, las casillas de un tablero de ajedrez, las apuestas de la loto, los puntos de un monitor de ordenador, son otros tantos ejemplos de la vida cotidiana de matrices. Actualmente, muchos programas de ordenador utilizan el concepto de matriz. As´ı, las Hojas de C´alculo funcionan utilizando una inmensa matriz con cientos de filas y columnas en cuyas celdas se pueden introducir datos y f´ormulas para realizar c´ alculos a gran velocidad. Esto requiere utilizar las operaciones con matrices.
Definici´ on 10.1.1. Una matriz es un ordenamiento rectangular de elementos dispuestos en filas y columnas. Aqu´ı un ejemplo en sus distintas presentaciones:
2 a
0
√ 2 −π1
2 a
Esta matriz posee dos filas y tres columnas.
0
√ 2 −π1
2
a
0
√ 2 −π1
Es importante adquirir el h´abito de enunciar siempre filas antes de columnas.
Walter Arriaga D.
Matem´ atica B´asica
223
Los elementos a ij pueden ser n´umeros reales, n´ umeros complejos o cualquier objeto no num´erico, como por ejemplo la posici´o n de las fichas en el tablero del ajedrez o los apellidos de personas cuando son codificadas en orden alfab´ etico.
Notaci´ on General: Se simboliza cada elemento con sub´ındices de la forma aij , donde i representa la fila donde se encuentra y j la columna. As´ı la matriz de m filas y n columnas cuyos elementos son a ij es:
A =
a11
a12 . . .
a1 j . . .
a1n
a21 .. .
a22 . . . .. .
a2 j . . . .. .
a2n .. .
ai1 .. .
ai2 . . . .. .
aij . . . .. .. . .
ain .. .
am1 am2 . . . amj . . . amn
que abreviadamente se representa por: A = (aij )m×n , donde m, n siendo
i = 1; 2;3; . . . ; m ;
j = 1; 2;3; . . . ; n
∈N
y podemos leer as´ı:
A es la matriz de m filas y n columnas. a ij es un elemento de la matriz A. Si aij
∈ K; (K = R ´o K = C) entonces definimos una matriz Am×n como una aplicaci´on de
× J en K.
I
con 1 aij
I
× J −→ (i, j) −→
≤ i ≤ m ;
∈ K.
10.1.3.
1
≤ j ≤ n
K aij
donde a cada pareja (i, j) le corresponde un solo elemento
Orden de una Matriz
El orden de una matriz es la multiplicaci´on indicada del n´umero de filas por el n´umero de columnas de dicha matriz, as´ı si la matriz tiene m filas y n columnas diremos que la matriz es de orden m
× n.
Ejemplo 10.1.1. La matriz de orden 2
4 2 7 1
× 3.
−5 −3
tiene 2 filas y 3 columnas, entonces decimos que es
× n con elementos aij ∈ K se denota por Km×n. Es decir
El conjunto de matrices m
Km×n = (aij )m×n /aij
{
∈ K}
Si
K = R,
entonces
Si
K = C,
entonces
Rm×n = (aij )m×n /aij
{ ∈ R} Cm×n = {(aij )m×n /aij ∈ C}
224
Matem´ atica B´asica
10.1.4.
Walter Arriaga D.
Igualdad de Matrices
Dos matrices del mismo orden son iguales si todos sus elementos de la misma posici´on son respectivamente iguales. As´ı, sean las matrices A = (aij )m×n A = B
↔
B = (bij )m×n
∧
aij = b ij ,
Ejemplo 10.1.2. Halle el valor de: (2x
− y) + (2z − w). Si las matrices:
2x + y 2z + w x
∀i , j , 1 ≤ i ≤ m , 1 ≤ j ≤ n
− 2y z − 2w
y
4
5
−1
0
son iguales.
Soluci´ on De la igualdad de matrices
2x + y 2z + w x
− 2y z − 2w
=
4
5
−1
0
Se tiene: 2x + y = 4 As´ı mismo:
∧ x − 2y = −1
entonces x = 7/5 ,
2z + w = 5
∧ z − 2w = 0 entonces z = 2 Luego el valor de : (2x − y) + (2z − w) es:
− 2
10.1.5.
7 5
6 5
y = 6/5
, w = 1
+ (2(2)
− 1) = 85 + 3 = 235
Matrices Especiales
a) Matriz Cuadrada: Una matriz A es cuadrada cuando el n´ umero de filas es igual al n´umero de columnas. A m×n es cuadrada si y s´olo si m = n, en este caso se dice que A es de orden n
× n o simplemente de orden n y se representa por A n. a11 a12 a13 ··· a1n a21 a22 a23 ··· a2n A = a31 a32 a33 ··· a3n
− .. .
.. .
.. .
an1 an2 an3
Ejemplo 10.1.3. La matriz A =
2 3
1
5
..
.
···
.. .
ann
es cuadrada de orden 2.
(10.1)
Walter Arriaga D.
Matem´ atica B´asica
225
Diagonal Principal : Es una matriz cuadrada A = (aij )n×n , la diagonal principal es el conjunto de elementos aij tales que i = j. As´ı en:
A =
2
3
7
9
1
−4
−5 8
0
la diagonal principal es la terna (2 9 0) y la diagonal secundaria es la terna (1 9 En la matriz cuadrada 10.6, la diagonal principal es: (a11 a22 a33 . . . ann )
− 5).
Tipos de matrices cuadradas: Las matrices cuadradas pueden ser: a.1. Matriz Triangular: Es aquella matriz cuyos elementos que se encuentran por encima o por debajo de la diagonal principal son ceros. Estas a su vez pueden ser: a.1.1. Matriz Triangular Superior : Una matriz cuadrada A = (aij )n×n es triangular superior si aij = 0 i > j, esto es, cuando los elementos que se encuentran por
∀
debajo de la diagonal principal son ceros.
a11 a12 a13
T =
0
a22 a23
0 .. .
0 .. .
0
0
··· ··· ···
a1n
···
ann
a2n
a33 a3n .. . . .. . . . 0
3 5 0
Ejemplo 10.1.4. La matriz
0 7 0 es triangular superior.
0 0 0 a.1.2. Matriz Triangular Inferior : Una matriz cuadrada A = (aij )n×n es triangular inferior si aij = 0 i < j, esto es, cuando los elementos que se encuentran por
∀
encima de la diagonal principal son ceros.
T =
a11
0
0
a21
a22
0
a31 .. .
a32 .. .
a33 .. .
an1 an2 an2
Ejemplo 10.1.5. La matriz
16
0
0
1
16 0
3
2
π
··· ··· ··· ..
.
···
0 0 0 .. . ann
es triangular inferior.
226
Matem´ atica B´asica
Walter Arriaga D.
a.2 Matriz Diagonal: Es aquella matriz cuyos elementos que se encuentran por encima y por debajo de la diagonal principal son ceros. Es decir a ij = 0 si i = j.
D =
··· ··· ··· ··· a11
0
0
0
0
a22
0
0
0 .. .
0 .. .
0
0
0 .. .
0
ann
π 0 0
3 0
Ejemplo 10.1.6. Las matrices
a33 .. . . . .
,
0 4
0 e
0
son diagonales.
0 0 α
a.3 Matriz Escalar: Es aquella matriz cuyos elementos que se encuentran en la diagonal principal de toda matriz diagonal son iguales.
E =
En forma general: E n es escalar si
aij =
α 0
0
0 α 0
··· ··· ···
0
···
0
0 .. .
0 α .. .. . . . . .
0 .. .
0
0
α
0
α, si i = j 0,
si i = j
Ejemplo 10.1.7. Las matrices
2 0 0 2
3 0 0
,
0 3 0 son escalares 0 0 3
a.4 Matriz Identidad: Es aquella matriz cuyos elementos que se encuentran en la diagonal principal de toda matriz escalar son iguales a 1.
1 0 0 0 1 0
I =
I n es identidad si
aij =
0
···
1
0
0 0 1 0 .. .. .. . . .. . . . . . 0 0 0
En forma general:
··· ··· ···
1, si i = j 0, si i = j
Walter Arriaga D.
Matem´ atica B´asica
227
b) Matriz Rectangular: Son aquellas matrices donde el n´umero de filas es distinta al n´umero de columnas. Esto es: la matriz A = (aij )m×n es rectangular si m = n.
Ejemplo 10.1.8.
3 0
;
2 4 1 2
2 3 1
3×2
− 1
1×4
c) Matriz Nula: Es aquella matriz cuadrada o rectangular en donde todos sus elementos son nulos, es decir, una matriz A = (aij )m×n es nula si a ij = 0 i, j.
∀
Ejemplo 10.1.9.
0 0 0 0
10.1.6.
0 0 0
;
0 0 0
Operaciones con Matrices
As´ı como en cualquier conjunto num´erico, en el conjunto de matrices tambi´en se definen ciertas operaciones, obviamente, bajo determinadas condiciones.
a. Adici´ on y sustracci´ on de matrices Sean las matrices
A = (aij )m×n
B = (bij )m×n
∧
La suma A + B de las matrices A y B de orden m orden m
× n es una matriz C = (cij )m×n de
× n, de tal modo, que cada elemento c ij es igual a la suma: a ij + bij .
As´ı: A + B = (aij )m×n + (bij )m×n = (aij + bij )m×n La resta A
− B de las matrices A y B de orden m × n es una matriz D = (dij )m×n de orden m × n, de tal modo, que cada elemento d ij es igual a la resta: aij − bij . As´ı: A − B = (aij )m×n − (bij )m×n = (aij − bij )m×n
− − ⇒ − − − − − − − ⇒
Ejemplo 10.1.10. Sean: 2
A + B =
A
− B =
4
3
1
5
+
2
A =
3
7
9 16
2
4
5
7
3
−1
−9
16
4
=
1
=
4+7
3
1 + 16
9
5
4
7
9 16
2+5
2
3
5
; B =
7
− (−9) −1 − 16
, entonces:
(A + B) =
(A
− B) =
− − − 7
11
6 15 3
3
12
−17
Definici´ on 10.1.2. La operaci´on binaria que hace corresponder a cada par de matrices A y B una tercera matriz C llamada suma de A y B , esto es: + : M m×n
× M m×n −→ −→ (A, B)
M m×n +(A, B) = A + B = C
228
Matem´ atica B´asica
Walter Arriaga D.
Propiedades: i
. La adici´on es interna o cerrada en M m×n es decir:
(A + B)
∈ M m×n ∀ A, B ∈
M m×n , por definici´on de la adici´on de matrices. ii
. La adici´o n en M m×n es asociativa, es decir: (A + B ) + C = A + (B + C ), A; B; C
∈ M m×n. Veamos:
Sean A = (aij )m×n ;
C = (cij )m×n
(A + B) + C = ((aij )m×n + (bij )m×n + (cij )m×n )
⇒ ⇒ iii
B = (bij )m×n ;
∀
(aij + bij + cij )m×n = (aij )m×n + (bij + cij )m×n = A + (B + C )
. Existe en M m×n una u ´nica matriz identidad o neutro aditivo denotado por 0; llamada matriz nula donde todos sus elementos son ceros; esto es: M m×n tal que A + 0 = 0 + A = A
∀ A ∈ M m×n, ∃ 0 ∈
. Toda matriz A
iv
∈ M m×n tiene un sim´etrico aditivo dado por −A ∈ M m×n ; esto es: ∀ A ∈ M m×n , ∃ (−A) = (−aij )m×n tal que A+(−A) = (aij )m×n +(−aij )m×n = 0m×n
Con estas propiedades queda garantizado que (M m×n ; +) tiene estructura de grupo. Adem´as: v. La adici´on en M m×n es conmutativa, es decir: A + B = B + A, A; B as´ı: A + B = (aij )m×n + (bij )m×n
⇒
⇒
∀
(aij + bij )m×n = (bij + aij )m×n
∈ M m×n ,
(bij )m×n + (aij )m×n = B + A
Mediante esta quinta propiedad diremos que (M m×n ; +) es un grupo abelino o conmutativo.
b. Multiplicaci´ on de matrices b.1. Multiplicaci´ on de un escalar por una matriz Cuando un escalar multiplica a una matriz, cada elemento de la matriz queda multiplicado por dicho escalar. As´ı: Sea A = (aij )m×n Donde “α” es un escalar
Ejemplo 10.1.11. Sea: A =
⇒ 4 3 2 1
5A =
⇔
αA = (αaij )m×n .
⇒
5(4) 5(3) 5(2) 5(1)
5A =
20 15 10
5
Definici´ on 10.1.3. La operaci´o n binaria que hace corresponder a cada par de elementos, un escalar α y una matriz A, una matriz C llamada producto de α y A,
Walter Arriaga D.
Matem´ atica B´asica
229
esto es:
·:
K
× M m×n −→ M m×n (α, A) −→ ·(α, A) = αA
Propiedades:
∀ ∈ M m×n; ∀ α ∈ K . Propiedad distributiva: (α + β )A = αA + βA, ∀ A ∈ M m×n ; ∀ α; β ∈ K . Propiedad asociativa: α(βA) = (αβ )A, ∀ A ∈ M m×n ; ∀ α; β ∈ K Por tanto: Si K = R entonces (M m×n , +, ·) es un espacio vectorial sobre el cuerpo . Propiedad distributiva: α(A + B) = αA + αB, A, B
i
ii
iii
de los n´ umeros reales.
Si K = C entonces (M m×n , +, ) es un espacio vectorial sobre el cuerpo de los
·
n´umeros complejos.
b.2. Multiplicaci´ on de una matriz fila por una matriz columna b1 Sean las matrices:
A = a1 a2 a3
an
···
b2
;
1×n
B =
b3 .. .
bn
Definimos: AB = (a1 b1 + a2 b2 + a3 b3 +
··· + anbn)1×1 . Es decir:
n×1
n
AB =
ak bk
k=1
Ejemplo 10.1.12. Sean: A = 1 3 5
7
;
entonces: AB = (1)(7) + (3)( 2) + (5)(4) = 21
−
−
B =
2
4
b.3. Multiplicaci´ on de dos matrices Dados dos matrices A = (aij )m×n ;
B = (b jk )n× p
existe una tercera matriz
C = (cik )m× p que representa el producto de multiplicar las matrices A y B ; donde cik es el producto de multiplicar la fila i de la primera matriz por la columna k de la segunda matriz.
Definici´ on 10.1.4. La operaci´on binaria que hace corresponder a cada par de matrices A y B , una matriz C llamada producto de A y B, esto es:
·:
M m×n
× M n× p −→ M m× p −→ ·(A, B) = AB (A, B)
230
Matem´ atica B´asica
Walter Arriaga D.
umero Nota: La multiplicaci´on de una matriz A y la matriz B existe si y s´olo si el n´ de columnas de la primera matriz es igual al n´umero de filas de la segunda matriz. Es decir: n
AB = (cik )m× p / cik =
aij b jk
j=1
·
Si el producto AB est´a definido se dice que A es conformable con B para la multiplicaci´ on.
Ejemplo 10.1.13. Sean las matrices: A =
5 4 1
4 3 2 5 1 9
;
B =
2×3
×
7 9 3
2 1 2 3 de la siguiente forma.
La matriz C producto de A y B ser´a de orden 2 c11 c12 c13 C = . Hallando cada uno de los elementos: c21 c22 c23
3×3
c11 = (4)(5) + (3)(7) + (2)(2) = 45 c12 = (4)(4) + (3)(9) + (2)(1) = 45 c13 = (4)(1) + (3)(3) + (2)(2) = 17 c21 = (5)(5) + (1)(7) + (9)(2) = 50 c22 = (5)(4) + (1)(9) + (9)(1) = 38 c23 = (5)(1) + (1)(3) + (9)(2) = 26 entonces: C =
45 45 17 50 38 26
Nota: La multiplicaci´on de matrices no necesariamente es conmutativa. b.4. Multiplicaci´ on de matrices por bloques Existen situaciones en las que es conveniente manejar las matrices como bloques de matrices m´as peque˜ nas, llamadas submatrices, y despu´ es multiplicar bloque por bloque en lugar de componente por componente. Resulta que la multiplicaci´on en bloques es muy similar a la multiplicaci´on normal de matrices.
Ejemplo 10.1.14. Considere el producto:
−
1
AB =
2 1 2
−1
2
0
4
1
2
3
5
− −
4
1
4
3
5
2
−1
0
3
0
3
0
2
1
1
2
El lector debe verificar que este producto est´ e definido. Ahora se hace una partici´on
Walter Arriaga D.
Matem´ atica B´asica
231
de estas matrices mediante l´ıneas punteadas.
− | | −− −− || −− −− −− −−− || −− | − − | 1
1
2
0
1
1
−2
3
2
4
1
4
5
2
2
3
5
|
4
1
3
0
3 0
2
0
=
1
1
2
|
| | −− || −− −− || −− − C
D
G
H
E
F
J
K
Existen otras maneras de formar la partici´ on. En este caso C = K =
1
1
2
,
0
1
, etc. Ahora suponiendo que todos los productos y las sumas de las 2 matrices est´an definidos, se puede multiplicar normalmente para obtener
− − −− || − − −− | − − − − − − − − − − − − − − − − − − | | − | −− − − −− || − − −− −−− −− || −−− − − − − − AB =
Ahora:
DJ =
E F
J
1
2
2 4
0
7
13
.
10 21
2
3
0
1 2
=
=
1
6
=
1
4
2
CG + DJ
CH + DK
EG + F J
EH + F K
=
K
1
0
3 2
4 5
5
G H
1
CG =
CG + DJ =
F K =
C D
8
1 5
2
8
y
12 13
1
De manera similar, EH =
4
5
y
EH + F K =
El lector debe verificar que C H + DK =
13
y
20
1
1
3
2 3
0
3
=
,
6
.
1
3
EG + F J =
4
11
1
de manera que
CG + DJ
AB =
CH + DK
7
13
13
10
21
20
=
EG + F J
EH + F K
=
3
4
1
−11 −1 | −1
7
13
13
10
21
20
3
4
1
11
1
1
´ Esta es la misma respuesta que se obtiene si se multiplica AB directamente.
Cuando se hace una partici´on de dos matrices y, como ene el ejemplo anterior, todos los productos de submatrices est´an definidos, entonces se dice que la partici´on es conformante .
232
Matem´ atica B´asica
Walter Arriaga D.
Propiedades i
. Propiedad asociativa: A(BC ) = (AB)C , donde A En efecto: A(BC ) = q
=
p
p
p
k=1
q
(
bkl clj ) =
l=1
aik bkl )clj =
aik (bkl clj ) =
A(B + C ) = p
p
aik bkj +
k=1
(aik bkl )clj
k=1 l=1
(AB)il clj = (AB)C
l=1
p
q
k=1 l=1
q
l=1 k=1
p
. Propiedad asociativa: A(B + C ) = AB + AC , donde A En efecto:
iii
aik (
k=1 p
q
(aik bkl )clj =
p
aik (BC )kj =
l=1 k=1
ii
q
∈ M m× p , B ∈ M p×q , C ∈ M q×n.
∈ M m× p , B ; C ∈ M p×n.
p
aik (B + C )kj =
k=1
p
aik (bkj + ckj ) =
k=1
(aik bkj + aik ckj ) =
k=1
aik ckj = AB + AC
k=1
. Propiedad no conmutativa: AB = BA
. AB = 0 no implica que A = 0 ´o B = 0
iv
. AB = AC no implica que B = C
v
. Elemento neutro: A
∀ ∈ M n×n, ∃ I n ∈ M n×n tal que I A = AI = A.
vi
Ejemplo 10.1.15. Sean las matrices: A =
BA. AB =
3 2
3 7
4 1
1 5
11 31
=
13 33
3 2
; B=
4 1
y
BA =
3 7
; Veamos AB y
1 5
3 7
3 2
1 5
4 1
=
37 13 23
7
De donde observamos que: AB = BA.
Ejemplo 10.1.16. Sean las matrices: A =
3
5
;
6 10
B =
Veamos AB. AB =
5
10
−3 −6
;
3
5
6 10
5
10
−3 −6
=
0 0 0 0
Vemos que AB = 0, pero no implica que A o B sean matrices nulas.
Ejemplo 10.1.17. Sean las matrices: A =
1 1 0 0
,
B =
2 3
,
5 8
C =
Veamos AB y AC. AB =
1 1
2 3
0 0
5 8
=
7 11 0
0
y
AC =
Se observa que AB = AC sin embargo B = C .
1 1
5 8
0 0
2 3
=
7 11 0
0
5 8 2 3
Walter Arriaga D.
Matem´ atica B´asica
233
Definici´ on 10.1.5.
Si AB = BA, se dice que las matrices A y B son matrices conmutables. Si AB =
−BA , se dice que las matrices A y B son matrices anticonmutables.
Nota: Si A es una matriz cuadrada de orden n y B = aA + bI donde a y b son escalares entonces A y b son conmutables.
c. Potenciaci´ on de matrices Sea A una matriz cuadrada y n define: An = A.A.A.A
∈ N/n ≥ 2; entonces se
A
··· “n veces ′′
1 3
Ejemplo 10.1.18. Si A =
2 4
entonces
A2 =
1 3
1 3
2 4
2 4
=
7
15
10 22
Nota: La potenciaci´on de matrices es conmutativa. De donde se tendr´a. a. (k. A)n = k n . An b. Si A es una matriz cuadrada entonces Am An = An Am /m; n
∈N
c. Si A y B conmutan entonces Am y B n conmutan siendo m, n naturales. d. Si A es una matriz cuadrada (Am )n = Amn = (An )m ; m; n 10.1.7.
∈ N.
Traza de una matriz
Dada la matriz cuadrada A = (aij )n×n , se llama traza de A a la suma de los elementos de la diagonal principal y se denota por: n
Traz(A) =
aii = a 11 + a22 + a33 +
i=1
Ejemplo 10.1.19. Sea
A =
5
9
0
7
9
−5
−
··· + ann
0 4
2
⇒
Traz(A) = 5 + 7
− 2 = 10
Teorema 10.1.1. Sean las matrices cuadradas A y B del mismo orden y λ un escalar. Traz(A
± B) = Traz(A)± Traz(B)
En efecto: Sean A = (aij )n×n n
Traz(A
± B) =
(aii
i=1
En efecto: Traz(λA) =
B = (bij )n×n
± B = (aij ± bij )n×n (aii ) ± (bii ) = Traz(A) ± Traz(B) n
·
± bii) =
Traz(λ A) = λ Traz(A)
·
;
n
i=1
n
i=1
n
λaii = λ
i=1
⇒
aii = λ TrazA
i=1
A
234
Matem´ atica B´asica Traz(AB) = Traz(BA)
n
En efecto: Traz(AB) =
n
cij ,
donde
aij b j i entonces
b ji aij
= Traz(BA)
cij =
i=1
n
n
n
aij b j i
i=1
10.1.8.
j=1
⇒ n
Traz(AB) =
Walter Arriaga D.
j=1
j=1
i=1
Transpuesta de una matriz
Definici´ on 10.1.6. Sea A
∈ M m×n , se llama transpuesta de A y se denota por At a la matriz
resultante de cambiar, ordenadamente, las filas por las columnas de la matriz A de tal manera, que si llamamos A = (aij ) y A t = (a′ij ) tenemos: a′ij = a ji , 1 por lo que si A
∈ M m×n ⇒
At
≤ i ≤ m 1 ≤ j ≤ n
∈ M n×m.
Ejemplo 10.1.20. Dada la matriz
A =
1 2 3 4 7 2
entonces
At =
Teorema 10.1.2. (A
± B)t = At ± B t,
t
n
Ai
A, B
1 4 2 7 3 2
∈ M m×n .
n
=
i=1
Ati ,
donde: A i son matrices del mismo orden, i = 1, n
i=1
(At )t = A,
A
∈ M m×n. (λA)t = λAt ; A ∈ M m×n , λ es un escalar (AB)t = B t · At , A ∈ M m×n , B ∈ M n× p .
t
n
Ai
i=1
10.1.9.
1
=
Ati ,
donde: A i son matrices conformables, i = 1, n
i=n
Matriz sim´ etrica
Una matriz cuadrada diremos que es sim´etrica si y s´olo si es igual a su transpuesta, en otras palabras es sim´ etrica respecto a su diagonal principal. A es sim´etrica
Ejemplo 10.1.21. Las matrices
⇐⇒ A = At −10 √ 1
5 7 7 4
;
1
2
2
−3
− 2
3
π
son matrices sim´etricas
Walter Arriaga D. 10.1.10.
Matem´ atica B´asica
235
Matriz antisim´ etrica
Una matriz cuadrada ser´a antisim´etrica si y s´olo si es igual al negativo de su transpuesta. A es antisim´etrica
⇐⇒ A = −At
Los elementos sim´etricos respecto de la diagonal principal son opuestos y su diagonal son ceros.
− − − 0
Ejemplo 10.1.22. Las matrices
0
7
7
;
0
1
1 0 2 3
− 2
3
son matrices antisim´etricas
0
Observaci´ on 10.1.1. Todos los elementos de la diagonal principal de una matriz antisim´etrica son iguales a cero y los elementos sim´etricos respecto a la diagonal principal son opuestos o en forma equivalente: aij =
−a ji
Teorema 10.1.3. Toda matriz cuadrada se puede escribir como la adici´o n de una matriz sim´etrica y otra antisim´etrica
Demostraci´ on Observe las matrices A + At y A
− At .
(A + At )t = A t + (At )t = A t + A = A + At
Veamos que:
⇒
A + At es sim´etrica
− At)t = At − (At)t = At − A = −(A − At ) ⇒ A + At A − At y como: A = + (A
2
2
sim´etrica
antisim´etrica
A
− At es antisim´etrica
podemos expresar la matriz A como una adici´on de una matriz sim´etrica y otra antisim´etrica. 10.1.11.
Matriz involutiva
Una matriz cuadrada es involutiva si y s´olo si su cuadrado es igual a la identidad, es decir: A2 = I .
− − − − − − − − −
Ejemplo 10.1.23. Dada la matriz
A2 = A. A =
1
0
1
1
1
0
1
1
A =
A =
0
1 0
=
1
1
.
Veamos:
= I entonces A2 = I
0 1
3
Ejemplo 10.1.24. La matriz
1
6
2
4
2
3
2
1 es involutiva.
0
⇔
A es involutiva.
236
Matem´ atica B´asica
10.1.12.
Walter Arriaga D.
Matriz idempotente
Una matriz cuadrada A se llama idempotente si y s´olo si A 2 = A
− −
Ejemplo 10.1.25. Veamos la matriz A2 = A. A =
3
2
3
−3 −2
2
2
3
3
=
−3 −2
3
A =
2
2
donde:
obteni´ endose que A 2 = A
,
− 3 −2
,
luego diremos que A es una matriz indepotente.
−
2
Ejemplo 10.1.26. La matriz A =
−3
1
5
4
1
10.1.13.
− − 5
−3
es idempotente
4
Matriz peri´ odica
Una matriz cuadrada A es una matriz peri´odica si verifica que An+1 = A, para alg´ un entero positivo n. Al menor entero positivo para el que esto ocurre se le llama periodo.
Ejemplo 10.1.27. La matriz
A =
A5 = A 10.1.14.
0
1
−1
0
,
es peri´odica y de periodo 4 puesto que
Matriz nilpotente
Una matriz cuadrada A se dice nilpotente de ´ındice k si A k = Θ; donde Θ es una matriz nula; adem´as A k−1 = Θ.
−
1
Ejemplo 10.1.28. Dada la matriz
A2 = A. A =
−
A3 = A. A2 =
1
1
5
2
2
−1
1
1
5
2
A =
− −
5
3
1
1
6
5
2
3
2
−1
3
0
0
6
3
3
−2 −1 −3
2
− − − − 1
3
2
6
1
0
=
3
0 9
−1 −1 −3
Veamos:
3
3 6
.
3 1
− − 0
0
3
9
1
0 0 0
=
0 0 0 0 0 0
Entonces A es una matriz nilpotente de ´ındice de nilpotencia 3.
3
Walter Arriaga D. 10.1.15.
Matem´ atica B´asica
237
Matriz conjugada
√ −1; la expresi´on z = a + bi representa un n´ umero umeros complejos de la forma a + bi y a − bi se llaman conjugados y cada conplejo. Los n´ Sean a y b n´umeros reales e i =
uno de ellos es conjugado del otro. Si z = a + bi, su complejo conjugado se representa por z = a + bi. Sean z 1 = a + bi y z 2 = z 1 = a
− bi; entonces, z 2 = z 1 = a − bi = a + bi, es decir, el conjugado
del conjugado de un n´ umero complejo z es el mismo. Si z 1 = a + bi y z2 = c + di se tiene z1 + z2 = (a + c) + (b + d)i y
z1 + z2 = (a + c)
− (b + d)i = (a − bi) + (c − di) = z1 + z2,
es decir, el conjugado de la suma de dos n´umeros complejos es igual a la suma de los conjugados.
z1 z2 = (ac bd)+ (ad+ bc)i y z1 z2 = (ac bd) (ad+ bc)i = (a bi)(c di) = z 1 z2 ,
·
−
·
− −
−
−
·
esto es, el conjugado del producto de dos n´umeros complejos es igual al producto de los conjugados. Sea A una matriz cuyos elementos son n´umeros complejos; la matriz obtenida a partir de A sustituyendo cada elemento por su conjugado se llama matriz conjugada de A y se representa por A (conjugada de A).
Ejemplo 10.1.29. Si
A =
1 + 2i 3
i 2
− 3i
ser´a
A =
− 1
3
2i
−i
2 + 3i
Sean A y B las matrices conjugadas, respectivamente de A y B , y k un escalar cualquiera; entonces se tiene que:
Teorema 10.1.4. (A) = A. (kA) = k A
·
(A + B) = A + B. (AB) = A B.
·
t
(A)t = (A ). t
donde la transpuesta de A se denota por A (y se lee transpuesta de la conjugada de A). Algunas veces se emplea la notaci´on A∗ .
238
Matem´ atica B´asica
10.1.16.
Walter Arriaga D.
Matriz hermitiana
Dada una matriz cuadrada de elementos complejos se llama hermitiana o herm´ıtica si dicha matriz es igual a la transpuesta de su matriz conjugada, es decir: t
una matriz cuadrada A es hermitiana si y s´o lo si A = A . De donde se concluye que los elementos de la diagonal principal son necesariamente reales.
Ejemplo 10.1.30. Sea la matriz: (A)t =
4
5
4+i
−1
1
,
A =
4
como: (A)t = A
5
−i ⇒
⇔
4+i 1
A =
5
4
4+i
− i
1
A es una matriz hermitiana.
Propiedades Sea A = B + iC , donde A es hermitiana y B y C reales, entonces B es sim´etrica y C antisim´etrica. En una matriz hermitiana, los elementos de la diagonal principal son reales. 10.1.17.
Matriz antihermitiana
Dada una matriz cuadrada de elementos complejos se llama antihermitiana si es igual al negativo de la transpuesta de su matriz conjugada. Es decir: una matriz cuadrada A es antihermitiana si y s´olo si A =
−At .
De donde se cuncluye que los elementos de la diagonal principal son ceros.
⇒ − − − −− − −
Ejemplo 10.1.31. Sea
⇒
(A)t =
0
0
A =
4
5i
4 + 5i
4 + 5i
= ( 1)
0
0
4 5i 0 4 + 5i luego se dir´a que la matriz A es antihermitiana.
−
−
0
A =
4 + 5i 0
=
4
4 5i
− 5i
0
A
Teorema 10.1.5. Sea A una matriz cuadrada de elementos complejos. A + (A)t es hermitiana. A
− (A)t es antihermitiana.
Teorema 10.1.6. Toda matriz cuadrada de elementos complejos se puede escribir como la adici´ on de una matriz hermitiana y otra antihermitiana. 10.1.18.
Matriz ortogonal
Sea la matriz cuadrada A n = [aij ]. A es ortogonal s´ı y s´olo si A −1 = At , A es no singular
Walter Arriaga D.
Matem´ atica B´asica
239
Propiedades A es ortogonal
⇔
AAt = I n .
Si A y B son ortogonales
⇒
AB es ortogonal.
Las matrices ortogonales, representan transformaciones en espacios vectoriales reales llamadas justamente, transformaciones ortogonales. Estas transformaciones son isomorfimos internos del espacio vectorial en cuesti´on. Suelen representar rotaciones y son usadas extensivamente en computaci´o n gr´ afica. Por sus propiedades tambi´ en son usadas para el estudio de ciertos fibrados y en f´ısica se las usa en la formulaci´on de ciertas teor´ıas de campos.
1 0
Ejemplo 10.1.32. La matriz A =
0 0 0 1
10.1.19. Sea A
− 0
1 es ortogonal
0
Matriz positiva
∈ Rn×n, A es positiva s´ı, y s´olo si X AtX > 0 ∀ X ∈ Rn
10.2.
Determinantes
10.2.1.
Algo de historia
,
X = 0.
Los determinantes fueron introducidos en Occidente a partir del siglo XVI, esto es, antes que las matrices, que no aparecieron hasta el siglo XIX. Conviene recordar que los chinos (Hui, Liu, Jiuzhang Suanshu o Los nueve cap´ıtulos del arte matem´atico.) fueron los primeros en utilizar las tablas de n´umeros y en aplicar un algoritmo que, desde el Siglo XIX, se conoce con el nombre de Eliminaci´on gaussiana.
Primeros c´ alculos de determinantes En su sentido original, el determinante determina la unicidad de la soluci´on de un sistema de ecuaciones lineales. Fue introducido para el caso de orden 2 por Cardan en 1545 en su obra Ars Magna presentado como una regla para la resoluci´on de sistemas de dos ecuaciones con dos inc´ognitas. Esta primera f´ormula lleva el nombre de regula de modo. El japon´es Kowa Seki introdujo los determinantes de orden 3 y 4 en la misma ´epoca que el alem´an LeibnizLa aparici´ on de determinantes de ´ordenes superiores tard´o a´ un m´as de cien a˜ nos en llegar. Curiosamente el japon´es Kowa Seki y el alem´an Leibniz otorgaron los primeros ejemplos casi simultaneamente. Leibniz estudi´o los distintos tipos de sistemas de ecuaciones lineales. Al no disponer de la notaci´ on matricial, representaba los coeficientes de las inc´ognitas con una pareja de ´ındices: as´ı pues escrib´ıa ij para representar a i,j . En 1678 se interes´o por un sistema de tres ecuaciones con tres inc´ognitas y obtuvo, para dicho ejemplo, la f´ormula de desarroyo a lo largo de una columna. El mismo a˜ no, escribi´o un determinante de orden 4, correcto en todo salvo en el
240
Matem´ atica B´asica
Walter Arriaga D.
signo. Leibniz no public´o este trabajo, que pareci´o quedar olvidado hasta que los resultados fueron redescubiertos de forma independiente cincuenta a˜nos m´as tarde En el mismo periodo, Kowa Seki public´o un manuscrito sobre los determinantes, donde se hallan f´ ormulas generales dif´ıciles de interpretar. Parece que se dan f´ormulas correctas para determinantes de tama˜ no 3 y 4, y de nuevo los signos mal para los determinantes de tama˜no superior. El descubrimiento se queda sin futuro a causa del cierre de de Jap´on al mundo exterior. Este aislamiento debido a los shoguns, se ve reflejado en la expulsi´on de los Jesuitas en 1638.
Determinantes de cualquier dimensi´ on Gabriel Cramer obtuvo las primeras f´ormulas generales de c´alculo de los determinantes. En 1748, un p´ostumo tratado de a´lgebra de MacLaurin recupera la teor´ıa de los determinantes al contener la escritura correcta de la soluci´on de un sistema de cuatro ecuaciones con cuatro inc´ ognitas. En 1750, Cramer formula las reglas generales que permiten la resoluci´on de un sistema de n ecuaciones con n inc´ognitas, aunque no ofrece demostraci´on alguna. Los m´etodos de c´alculo de los determinantes son hasta entonces delicados debido a que se basan en la noci´on de signatura de una permutaci´on. Los matem´aticos se familiarizan con este nuevo objeto a trav´es de los art´ıculos de B´ ezout en 1764, de Vandermonde en 1771 (que proporciona concretamente el calculo del determinante de la actual Matriz de Vandermonde). En 1772, Laplace establece las reglas de recurrencia que llevan su nombre. En el a˜no siguiente, Lagrange descubre la relaci´on entre el c´alculo de los determinantes y el de los vol´umenes. Gauss utiliza por primera vez el t´ ermino d´eterminante , en las Disquisitiones arithmeticae en 1801. Lo empleaba para lo que hoy d´ıa denominamos discriminante de una cu´ adrica y que es un caso particular de determinante moderno. Igualmente estuvo cerca de obtener el teorema del determinante de un producto. ✭ ✭
✮ ✮
Aparici´ on de la noci´ on moderna de determinante Cauchy fue el primero en emplear el t´ ermino determinante con su significado moderno. Se encarg´ o de realizar una s´ıntesis de los conocimientos anteriores y public´o en 1812 la f´ormula del determinante de un producto. Ese mismo a˜no Binet ofreci´o una demostraci´ on para dicha f´ ormula. Paralelamente Cauchy establece las bases del estudio de la reducci´on de endomorfismos. Con la publicaci´on de sus tres tratados sobre determinantes en 1841 en la revista Crelle, Jacobi aporta a la noci´ on una gran notoriedad. Por primera vez presenta m´ etodos sistem´ aticos de c´alculo ba jo una forma algor´ıtmica. Del mismo modo, hace posible la evaluaci´ on del determinante de funciones con instauraci´ on del jacobiano. El cuadro matricial es introducido por los tabajos de Cayley y Sylvester. Cayley es adem´as el inventor de la notaci´on del determinante mediante dos barras verticales y es quien estableci´ o la f´ormula de c´alculo de la inversa. La teor´ıa se ve reforzada p or el estudio de determinantes que poseen propiedades de simetr´ıa particular y por la introducci´ on del determinante en los nuevos campos de las matem´ aticas, como es el caso del wronskiano en las ecuaciones diferenciales lineales.
Definici´ on 10.2.1. El determinante es una funci´on que, aplicada a una matriz cuadrada, la transforma en un escalar.
Walter Arriaga D.
Matem´ atica B´asica
241
Notaci´ on: Sea A una matriz cuadrada, el determinante de la matriz A se representa por A
| |
o det(A).
Sea M n×n el conjunto de todas las matrices cuadradas de orden n; entonces la definici´on queda de la siguiente manera.
| |:
M n×n A
−→ R ´o −→ |A|
C
Determinante de una matriz de orden uno Se llama determinante de una matriz de primer orden, formada por el elemento a11 , al propio elemento a11 .
Ejemplo 10.2.1. Sea: A = (3)
⇒ |A| = 3
Determinante de una matriz de orden dos Sea la matriz
A =
a11 a12
se define el determinante de A como:
a21 a22
|A| = a11 · a22 − a21 · a12
Ejemplo 10.2.2. Sea: A =
3 2 1 4
⇒ |A| = 3(4) − 2(1) = 10
Determinante de una matriz de orden tres
a11 a12 a13
Sea: A =
a21 a22 a23 a31 a32 a33
−−
se define el determinante de A como:
|A| = (a11 a22 a33 + a12 a23 a31 + a21 a32 a13) − (a31 a22 a13 + a21 a12 a33 + a32 a23 a11 ) 1
Ejemplo 10.2.3. Sea: A =
2 3
1 0 4 2 1 5
10.2.2.
⇒ |A| = (0 − 16 − 3) − (0 − 10 + 4) = −13
C´ alculo de Determinantes por la Regla de Sarrus
Se aplica la matriz trasladando las dos primeras filas a la parte inferior y se aplican multiplicaciones en direcciones de las diagonales, conforme se indica.
a11 a12 a13
Sea: A =
a21 a22 a23 entonces: a31 a32 a33
242
Matem´ atica B´asica
|A|
=
a13 a22 a31 a23 a32 a11
a11
a12
a13
a21
a22
a23
a31
a32
a33
a11
a12
a13
a21
a22
a23
Walter Arriaga D.
a11 a22 a33 a21 a32 a13
a33 a12 a21
a31 a12 a23
I
D
donde: D = a 11 a22 a33 + a21 a32 a13 + a31 a12 a23 I = a 13 a22 a31 + a23 a32 a11 + a33 a12 a21 por lo tanto
|A| = D − I
−−
1
Ejemplo 10.2.4. Halle el determinante de: A =
2 3
1 0 4 2 1 5
Soluci´ on:
|A|
= 0 4
−10 −6 ∴
10.2.3.
1
2
3
−1 −2
0
4
1
5
1
2
3
−1
0
4
0
−3 −16 −19
|A| = (−19) − (−6) = −13
Propiedades Generales
1. Dada una matriz cuadrada A, se tiene que: A = At .
| | | |
2. Dadas las matrices cuadradas A y B y del mismo orden se tiene que: AB = A B .
| | | || |
3. Si una matriz cuadrada tiene dos filas o dos columnas, respectivamente proporcionales; se dice entonces que su determinante es cero.
Walter Arriaga D.
Matem´ atica B´asica
243
4. Si una matriz cuadrada A posee una fila o una columna de ceros, su determinante es nulo. 5. Si se intercambian dos filas o columnas consecutivas de una matriz cuadrada, su determinante s´olo cambia de signo. 6. Si a una fila o columna de una matriz cuadrada se le suma una cierta cantidad de veces otra fila o columna, entonces la matriz resultante tiene el mismo determinante. 7. Si todos los elementos de una fila o una columna se multiplican por un n´umero k, todo el determinante queda multiplicado por dicho n´umero. 8. El determinante de una matriz diagonal, triangular inferior o triangular superior es igual al producto de multiplicar los elementos de la diagonal principal. 9. El determinante de una matriz antisim´etrica de orden impar es igual a cero. 10. El determinante de una matriz hermitiana es un n´umero real. 11. El determinante de una matriz ortogonal A es +1 ´o
−1. En efecto, de las propiedades del
determinante tenemos det(A At ) = det A det At = det A det A = (det A)2 = det I = 1, y por tanto, det A =
±1.
·
12. Si A es una matriz nilpotente entonces A = 0. En efecto, si A es una matriz nilpotente
| |
de orden k, A k = 0. Por tanto Ak = 0, luego A k = 0, y en consecuencia A = 0.
| |
| | 13. Sea A una matriz de orden n; se cumple que: |kA| = k n |A|;
| |
k es una escalar.
14. El determinante de una matriz cuadrada no var´ıa si a una fila o una columna se le suma una combinaci´on lineal de filas o columnas paralelas. 15. Si una fila o columna de la matriz cuadrada A es combinaci´on lineal de otras paralelas, su determinante es nulo. 16. Si descomponemos una fila o una columna de una matriz cuadrada en suma de dos, podemos descomponer el determinante en suma de dos determinantes de la forma:
a11 .. .
a12 .. .
ai1 + a′i1 ai2 + a′i2 .. .. . . an1
an2
··· ··· ···
a1n .. .
a11 .. .
a12 .. .
···
a1n .. .
a11 .. .
a12 .. .
···
a1n .. .
ain + a′in = ai1 .. .. . .
ai2 .. .
···
ain + a′i1 .. .. . .
a′i2 .. .
···
a′in .. .
an1 an2
···
ann
an1 an2
···
ann
ann
Observaci´ on 10.2.1. No confundir con det(A+B) = det(A)+det(B), que esto no se cumple.
244
Matem´ atica B´asica
Walter Arriaga D.
Observaci´ on 10.2.2. Teniendo en cuenta la definici´on del determinante, se pueden considerar dos matrices cuadradas especiales m´as:
a) Matriz Singular. Una matriz es singular si su determinante es cero; es decir: det A = 0
⇐⇒ A es singular
b) Matriz Regular. Una matriz es regular llamada tambi´en no singular si su determinante es diferente de cero; es decir: det A = 0
⇐⇒ A es no singular
Ejemplo 10.2.5.
Dada la matriz: A =
3 4
⇒ |A| = 24 − 24 = 0
6 8
∴
Dada la matriz: B =
4 3
⇒ |B | = 20 − 3 = 17
1 5
∴
10.2.4.
A es singular
B es no singular
Menores complementarios y Cofactores
Consid´ erese la matriz cuadrada de orden n.
A =
a11
a12
a1 j
a22
··· ···
a21 ai1
ai2
···
aij .. .
an1 an2
···
a2 j .. .
··· ···
a1n
···
ain
anj
a2n
··· ann Denotaremos por M ij a la matriz cuadrada de orden (n − 1) que resulta de eliminar la fila i y la columna j de la matriz A luego:
I. Al determinante de la matriz M ij ( M ij ) se le llamar´a menor complementario del elemento a ij de la matriz A.
| |
II. Se define cofactor del elemento aij denotado por A ij . Aij = ( 1)i+ j M ij
−
| |
Walter Arriaga D.
Matem´ atica B´asica
Ejemplo 10.2.6.
−
√ −− √ − − √ − − − − − − − − − √ − − − 3
Sea la matriz A =
1
1
2
el menor de 3 es:
el menor de Nota:
4
2
3
3
el menor de 2 es:
4
5
2 es:
2
=
4+3 2
2
1
2
3
3
2
3
2
el menor de 5 es:
4
2
5
=
3
8=
=
6
20 =
26
9+4=
5
4
1 3
245
=
11
1. La diferencia entre el menor M ij y el cofactor Aij de un elemento a ij es solamanete el
| |
signo.
Aij = ( 1)i+ j M ij ,
As´ı:
− | | | | −| | menor
cofactor
Aij =
M ij
M ij
de donde:
si i + j es par si i + j es impar
2. El signo que relaciona a Aij y M ij del elemento aij de la matriz A se puede hallar en
| |
forma pr´ actica mediante el siguiente arreglo:
− ··· − − − ····· · +
+
+
+ .. .
.. .
+ .. .
As´ı el signo de a 35 es positivo puesto que (3 + 5) es par. El signo del elemento a25 es negativo ya que (2 + 5) es impar. 10.2.5.
C´ alculo de Determinantes por Cofactores
Teorema de Laplace: El determinante de una matriz A = (aij )m×n es igual a la suma de los productos obtenidos de multiplicar los elementos de cualquier fila (o columna) por sus respectivos cofactores: n
|A| = ai1Ai1 + ai2Ai2 + . . . + ainAin =
j=1
aij Aij
246
Matem´ atica B´asica
Walter Arriaga D. n
|A| = a1 j A1 j + a2 j A2 j + . . . + anj Anj =
aij Aij
i=1
Ejemplo 10.2.7. Calcular el determinate de:
− − ⇒ | | − 3
A =
2
1
Soluci´ on: Elegimos la fila 2, entonces: 5 7 3 7 A = ( 2) +0 3 2 1 2
| |
− − −
− 4
3 1
5
7
0
4
3 2
5
A = 2(10 + 21) + 0
3
∴
− 4(−9 − 5)
|A| = 118
Nota: Lo m´as recomendable es escoger la fila o columna que tenga la mayor cantidad de ceros.
10.3.
Otras matrices importantes
Matriz diagonal Una matriz diagonal es una matriz cuadrada en que las entradas son todas nulas salvo en la diagonal principal, y ´estas pueden ser nulas o no. Toda matriz diagonal es tambi´en una matriz sim´ etrica, triangular (superior e inferior) y (si las entradas provienen del cuerpo R o C ) normal. Otro ejemplo de matriz diagonal es la matriz identidad.
Operaciones matriciales Las operaciones de suma y producto de matrices son especialmente sencillas para matrices diagonales. Vamos a emplear aqu´ı la notaci´ on de diag(a1 , . . . , an ) para una matriz diagonal que tiene las entradas a1 , . . . , an en la diagonal principal, empezando en la esquina superior izquierda. Entonces, para la suma se tiene: diag(a1 , . . . , an ) + diag(b1 , . . . , bn ) = diag(a1 + b1 , . . . , an + bn ) y para el producto de matrices, diag(a1 , . . . , an ) diag(b1 , . . . , b n ) = diag(a1 b1 , . . . , an bn )
·
Walter Arriaga D.
Matem´ atica B´asica
247
La matriz diagonal diag(a1 , . . . , an ) es invertible si y s´olo si las entradas a1 , . . . , an son todas distintas de 0. En este caso, se tiene 1 −1 diag(a1 , . . . , an )−1 = diag(a− 1 , . . . , an )
En particular, las matrices diagonales forman un subanillo del anillo de las matrices de n
× n.
Multiplicar la matriz A por la izquierda con diag(a1 , . . . , an ) equivale a multiplicar la fila
i-´esima de A por ai para todo i. Multiplicar la matriz A por la derecha con diag(a1 , . . . , an ) equivale a multiplicar la columna i-´esima de A por a i para todo i.
Usos Las matrices diagonales tienen lugar en muchas ´areas del ´algebra lineal. Debido a la sencillez de las operaciones con matrices diagonales y el c´alculo de su determinante y de sus valores y vectores propios, siempre es deseable representar una matriz dada o transformaci´on lineal como una matriz diagonal. De hecho, una matriz dada de n
× n es similar a una matriz diagonal si y s´olo si tiene n
autovectores linealmente independientes. Tales matrices se dicen diagonalizables.
En el cuerpo de los n´umeros reales o complejos existen m´as propiedades: toda matriz normal es similar a una matriz diagonal (teorema espectral) y toda matriz es equivalente a una matriz diagonal con entradas no negativas. Matriz banda Una matriz cuadrada se le llama Matriz Banda cuando es una matriz donde los valores no nulos son confinados en un entorno de la diagonal principal, formando una banda de valores no nulos que completan la diagonal principal de la matriz y m´as diagonales en cada uno de sus costados. Escrito formalmente, una matriz A = (ai,j )n×n es una matriz banda si todos sus elementos son cero fuera de una zona diagonal cuyo rango se determina por las constantes k 1 y k 2 : ai,j = 0 si
j
− k1
o j > i + k2 ;
k1 , k2
≥ 0
Los valores k1 y k 2 son el semiancho de banda izquierdo y derecho respectivamente. El ancho de banda de una matriz es k 1 + k2 + 1, y se puede definir como el n´umero menor de diagonales adyacentes con valores no nulos. Una matriz banda con k1 = k 2 = 0 es una matriz diagonal. Una matriz banda con k 1 = k2 = 1 es una matriz tridiagonal; cuando k 1 = k 2 = 2 se tiene una matriz pentadiagonal y as´ı sucesivamente.
248
Matem´ atica B´asica
Walter Arriaga D.
Una matriz banda con k1 = k2 = p, dependiendo del n´ umero p, se le puede llamar matriz p-banda, formalmente se puede definir como ai,j = 0 si
|i − j | > p
;
p
≥0
De una matriz banda con k1 = 0, k2 = n
− 1, se obtiene la definici´on de una matriz triangular inferior. De forma similar, para k 1 = n − 1, k2 = 0, se obtiene la definici´on de una matriz triangular superior. Matriz normal Sea A matriz compleja cuadrada, entonces es una matriz normal si y s´olo si A∗ A = AA ∗ donde A ∗ es el conjugado transpuesto de A (tambi´en llamado hermitiano).
− − − − − − − −− − − − − −− − −− − − − i
Ejemplo 10.3.1. La matriz i i
i
i
i
−i
i i
i
i
∗
∗
i
=
i
i
−i
i
i
i i
i
i
de orden 2 es normal, debido a que:
i
i i
i
i
=
2 0 0 2
=
i
i
i
i
i
i
i
i
=
i
i
Una importante propiedad de este tipo de matrices es que son diagonalizables. Matriz definida positiva Una matriz definida positiva es una matriz hermitiana que es an´aloga a los n´ umeros reales positivos.
Definiciones equivalentes Sea M una matriz hermitiana cuadrada n
× n, se dice definida positiva si cumple con una
(y por lo tanto, las dem´as) de las siguientes formulaciones equivalentes: 1. Para todos los vectores no nulos z N´ otese que z ∗ M z es siempre real.
∈ Cn tenemos que z ∗M z > 0.
2. Todos los autovalores λi de M son positivos. (Recordamos que los autovalores de una matriz hermitiana o en su defecto, sim´ etrica, son reales.) 3. La funci´on x, y = x ∗ M y define un producto interno en Cn .
Walter Arriaga D.
Matem´ atica B´asica
249
4. Todos los menores principales de M son positivos. O lo que es equivalente; todas las siguientes matrices tienen determinantes positivo. la superior izquierda de M de dimensi´on 1
×1 la superior izquierda de M de dimensi´on 2 × 2 la superior izquierda de M de dimensi´on 3 × 3 ······ la superior izquierda de M de dimensi´on (M − 1) × (M − 1) M en s´ı misma An´ alogamente, si M es una matriz real sim´etrica, se reemplaza Cn por Rn , y la conjugada transpuesta por la transpuesta.
Propiedades Toda matriz definida positiva es inversible (su determinante es positivo), y su inversa es definida positiva. Si M es una matriz definida positiva y r > 0 es un n´umero real, entonces rM es definida positiva. Si M y N son matrices definidas positivas, entonces la suma M +N , el producto M N M y NM N son definidas positivas, adem´as si M N = N M , entonces M N es tambi´en definida positiva. Toda matriz definida positiva M , tiene al menos una matriz ra´ız cuadrada N tal que N 2 = M .
Observaci´ on 10.3.1. La matriz hermitiana M se dice: definida negativa si x∗ M x < 0 para todos los vectores x
∈ Kn no nulos.
semidefinida positiva si x∗ M x
≥ 0 para todo x ∈ Kn. semidefinida negativa si x ∗ M x ≤ 0 para todo x ∈ Kn . Una matriz hermitiana se dice indefinida si no entra en ninguna de las clasificaciones anteriores.
Observaci´ on 10.3.2. Caso no hermitiano. Una matriz real M puede tener la propiedad 1 1 xTM x > 0 para todo vector real no nulo sin ser sim´etrica. La matriz es un ejemplo. 0 1 En general, tendremos xT M x > 0 para todo vector real no nulo x si y s´o lo si la matriz
sim´etrica (M + M T )/2, es definida positiva.
250
Matem´ atica B´asica
Walter Arriaga D.
Matriz permutaci´ on La matriz permutaci´on es la matriz cuadrada con todos sus n
× n elementos iguales a 0,
excepto uno cualquiera por cada fila y columna, el cual debe ser igual a 1. De acuerdo a esta
definici´ on existen n! matrices de permutaci´on distintas, de las cuales una mitad corresponde a matrices de permutaci´on par (con el determinante igual a 1) y la otra mitad a matrices de permutaci´ on impar (con el determinante igual a -1). Para n = 3 se tiene: Matrices de permutaci´ on par:
1 0 0
0 0 1
0 1 0
0 1 0
1 0 0
0 0 1
0 0 1
0 1 0
1 0 0
Matrices de permutaci´ on impar: 0 0 1
0 1 0
1 0 0
0 1 0
1 0 0
0 0 1
1 0 0
0 0 1
0 1 0
Puede notarse que las matrices de permutaci´on conforman un grupo de orden n! respecto al producto.
Propiedades El elemento neutro del grupo es la matriz identidad. El elemento inverso de cada elemento del grupo de matrices de permutaci´ on es la matriz traspuesta correspondiente. Cada elemento del grupo de matrices de permutaci´on es una matriz ortogonal. El producto de matrices de permutaci´on par siempre genera una matriz de permutaci´on par. El producto de matrices de permutaci´on impar siempre genera una matriz de permutaci´ on par. El producto de matrices de permutaci´on de paridad distinta siempre genera una matriz de permutaci´ on impar. Observe que las matrices de permutaci´on par conforman un semigrupo y que adem´as el grupo de matrices de permutaci´on no es conmutativo.
Walter Arriaga D.
Matem´ atica B´asica
251
Cada elemento del grupo de matrices de permutaci´on fuera del semigrupo es una matriz sim´etrica. Jacobiano El jacobiano es una abreviaci´on de la matriz jacobiana y su determinante, el determinante Jacobiano. Son llamados as´ı en honor al matem´ atico Carl Gustav Jacobi. La matriz Jacobiana es una matriz formada por las derivadas parciales de primer orden de una funci´on. Una de las aplicaciones m´as interesantes de esta matriz es la posibilidad de aproximar linealmente a la funci´on en un punto. En este sentido, el Jacobiano representa la derivada de una funci´on multivariable. Supongamos F : Rn
−→ Rm es una funci´on que va del espacio euclidiano n-dimensional
a otro espacio euclideano m-dimensional. Esta funci´ on est´a determinada por m funciones reales: y1 (x1 , . . . , xn ), . . . , ym (x1 , . . . , xn ). Las derivadas parciales de estas (si existen) pueden ser organizadas en una matriz m p or n, la matriz Jacobiana de F :
∂y 1 ∂x 1 .. .
··· .
∂y 1 ∂x n .. .
∂y m ∂x 1
···
∂y m ∂x n
..
Esta matriz es denotada por J F (x1 , . . . , xn ) o como
∂ (y1 , . . . , ym ) . ∂ (x1 , . . . , xn )
Cuadrado latino Un cuadrado latino es una matriz de n
× n elementos, en la que cada casilla est´a ocupada
por uno de los n s´ımbolos de tal modo que cada uno de ellos aparece exactamente una vez en cada columna y en cada fila. Las siguientes matrices son cuadrados latinos:
1 2 3 2 3 1 3 1 2
a b d c b c a d c d b a d a c b
Los cuadrados latinos se dan como una Tabla de multiplicar (Tabla Cayley) de quasigrupos. Estos tienen su aplicaci´on en el dise˜ no de experimentos. El nombre de Cuadrados Latinos se origina con Leonhard Euler qui´en utiliz´ o caracteres Latinos como s´ımbolos.
252
Matem´ atica B´asica
Walter Arriaga D.
Un cuadrado latino se dice que est´a reducido (o normalizado o de forma estandarizada) si la primera fila y la primera columna est´an en orden natural. Por ejemplo, el primer cuadrado est´ a reducido, porque la primera fila y la primera columna son 1, 2, 3. Es posible hacer un cuadrado latino permutando (reordenando) las filas y las columnas.
Representaci´ on por un Arreglo Ortogonal Si cada entrada de un cuadrado latino de n
× n se escribe como una tripleta (f,c,s)
donde f es la fila, c la columna y s el s´ımbolo (para nuestro caso un n´umero), obtenemos n2
tripletas llamado arreglo ortogonal del cuadrado. Por ejemplo, para el primer cuadrado latino de nuestros ejemplos, el arreglo ortogonal ser´a as´ı
{(1, 1, 1), (1, 2, 2), (1, 3, 3), (2, 1, 2), (2, 2, 3), (2, 3, 1), (3, 1, 3), (3, 2, 1), (3, 3, 2)} donde, por ejemplo, la tripleta (2,3,1) representa que el valor en la fila 2 columna 3 es 1. La representaci´on de un cuadrado latino puede ser escrita en t´ erminos del arreglo ortogonal quedando as´ı: Existen n 2 tripletas de la forma (f,c,s), donde 1
≤ f,c,s ≤ n.
Todos los pares (f, c) son diferentes, todos los pares (f, s) son diferentes, y todos los pares (c, s) son diferentes. La representaci´on p or arreglos ortogonales muestra que las filas, columnas y s´ımbolos juegan un papel muy similar, esto estar´a un poco m´as claro conforme nos adentremos en el tema. Muchas operaciones sobre un Cuadrado latino produce otro Cuadrado latino (por ejemplo, alternar filas). Si permutamos las filas, permutamos las columnas, y permutamos los s´ımbolos de un Cuadrado latino obtenemos un nuevo Cuadrado latino que decimos que es isot´opico del primero. El isotopismo es una relaci´on de equivalencia, en base a esto se dice que todos los Cuadrados latinos est´an divididos en subgrupos, llamados clases isot´opicas, seg´ un esto dos Cuadrados de la misma clase se dice que son isot´opicos, y dos de clases diferentes son no isot´opicos. Otro tipo de operaci´on es simple de explicar usando la representaci´on de estos por arreglos ortogonales. Si reorganizamos consciente y sistem´aticamente los tres elementos de cada tripleta (f,c,s) por (c,f,s) lo cual corresponde a una transposici´on del cuadrado (reflejado en la diagonal principal), o podemos remplazar cada tripleta (f,c,s) por (c,s,f ) , lo que es una operaci´o n m´as complicada. Todas juntas nos dan 6 posibilidades, incluida no hacer nada, d´andonos 6 Cuadrados Latinos llamados conjugados del cuadrado original. Finalmente, podemos combinar estas dos operaciones equivalentes: Dos Cuadrados Latinos son parat´ opicos si uno de ellos es conjugado del otro. Esto es nuevamente una relaci´on de
Walter Arriaga D.
Matem´ atica B´asica
253
equivalencia, con la clase de equivalencia principal llamada Clase Principal, especies o clase parat´ opica. Cada clase contiene 6 clases isot´opicas. El popular rompecabezas Sudoku es un caso especial de Cuadrados Latinos; toda soluci´on de un Sudoku es un Cuadrado Latino. Un Sudoku impone una restricci´on adicional a los subgrupos de 3
× 3, estos solo deben contener los d´ıgitos del 1 al 9 (en la versi´on est´andar).
El rompecabezas conocido como Diamante 16 ilustra un concepto generalizado de la ortogonalidad de los Cuadrados Latinos: El Cuadrado Ortogonal (A. E. Brouwer, 1991).
10.4.
Operaciones Elementales
Se llaman operaciones elementales o transformaciones elementales por filas o columnas sobre una matriz a las siguientes operaciones:
Operaciones elementales con filas Dada la matriz A con filas son:
∈ M m×n, cuyas filas son F 1, F 2, . . . , Fm . Las operaciones elementales
F ij A : Intercambia dos filas de A. F i (λ) : Multiplica la fila F i de A por un escalar λ = 0.
F ji (λ) : Multiplica la fila F i de A por un escalar λ = 0 y luego suma a la fila F j . Esta operaci´on se representa por el vector fila λF i + F j .
Operaciones elementales con columnas Dada la matriz A
∈ M m×n, cuyas columnas son C 1, C 2 , . . . , Cm . Las operaciones elemen-
tales con columnas son:
C ij A : Intercambia dos columnas de A. C i (λ) : Multiplica la columna C i de A por un escalar λ = 0.
C ji (λ) : Multiplica la columna C i de A por un escalar λ = 0 y luego suma a la columna
C j . Esta operaci´on se representa por el vector columna λC i + C j .
−
3
Ejemplo 10.4.1. Sea la matriz A =
2
4
ciones:
−1 −5 7
9 1
−8
− 2
1 , realicemos las siguientes opera-
0
254
Matem´ atica B´asica
− − − − − −
3 2
4 3 2
4 3 2
4 3 2
4 3 2
4 3 2
4
10.4.1.
−1 −5
9 1
7
−8
−1 −5
9 1
7
−8
−1 −5
9 1
7
−8
−1 −5
9 1
7
−8
−1 −5
9 1
7
−8
−1 −5
9
7
1
−8
Walter Arriaga D.
− − − − −−−−−−−−→ − − − − −−−−−−−−→ − − − − − − −−−−−−−−−→ − − − − − − − −−−−−−−−−−→ − − − − − − −−−−−−−−−−→ − − − − − − − −−−−−−−−−−→ − − 2
2
F 12
1
3
5
1
1
9
0
4
7
2
3
2
C 24
1
2
0
2
F 2 (5)
1
0
2
1
5
4
7
2
3
2
0
4
2
5
8
0
1
18
2
5
2
7
2
1
7
25
3
C 32 (10)
8
10
0
2
5
9
2
F 13 (−2)
1
1
4
2
1
3
3
0
0
9
0
C 3 (−2)
1
2
8
1
4
1
1
16
0
1
9
2
5
1
1
9
26
4
89
9
45
1
−73 −8
2
1
0
Matriz escalonada
Una matriz A
∈ M m×n, de la forma:
1 a12 a13 a14 a15
A =
0
0
1
a24 a25
0
0
0
0
1
0 .. .
0 .. .
0 .. .
0 .. .
0 .. .
0
0
0
0
0
··· ··· ··· ··· ··· ···
a1n a2n a3n 0 .. . 0
con r filas no nulas y s filas nulas. Llamaremos pivote de una fila (o columna) de A al primer elemento no nulo de dicha fila (o columna), si lo hay. La matriz A se dice que es escalonada por filas si verifica las siguientes condiciones: Todas las filas nulas est´an en la parte inferior de la matriz. El primer elemento no nulo de cada fila, llamado pivote, est´a a la derecha del pivote de la fila anterior (esto supone que todos los elementos debajo de un pivote son cero).
Walter Arriaga D.
Matem´ atica B´asica
255
Adem´as se dice que es escalonada reducida por filas si cumplen las siguientes condiciones: El pivote de cada fila no nula es 1. En cada fila, el pivote es el ´unico elemento no nulo de su columna De igual forma se puede definir la matriz escalonada y escalonada reducida por columnas.
Ejemplo 10.4.2. Matrices escalonadas:
1 0
−3 1
0
0
2
5
−7
4
1
1 2
,
10
0 1 0 0
− 0
,
1
0
0 1 2
5
0 0 1
−7
0 0 0
− 7
2
0
1
Ejemplo 10.4.3. Matrices escalonadas reducidas:
1 0 0 0 0 1 0 0
1 0 0
,
0 0 0 1
Observaci´ on 10.4.1.
0 1 0
0 1 0 0 0
,
0 0 0
0 0 1 0 0 0 0 0 0 1
Toda matriz puede llevarse por operaciones elementales de filas a la forma escalonada. El algoritmo para hacerlo se llama m´etodo de Gauss o del pivote. La forma escalonada de una matriz no es u ´ nica. 10.4.2.
Matrices equivalentes
Dos matrices A y B se denominan equivalentes si una de ellas se deduce de la otra mediante una suseci´on finita de transformaciones elementales de l´ınea (fila o columna). El siguiente ejemplo nos muestra que toda matriz de orden m
× n puede ser reducida mediante
operaciones elementales fila (columna) a una matriz en forma escalonada por filas (columnas).
− −
2 5 3
Ejemplo 10.4.4. Reducir a la forma escalonada por filas la matriz:
A =
1 2 2 3 4 1 2 3 2
Soluci´ on 2 5 3 A =
−−−−→
1 2 2
1 2 2
F 12
2 5 3
3 4 1
3 4 1
2 3 2
2 3 2
−−−−−−→ F 12 (−2)
1 2 0 1 3 4 2 3
− −−−−−−→ 2
1
2
0
1
1
0
2
2
−2
1
F 13 (−3)
3
2
1 5
2
256
Matem´ atica B´asica
−−−−−→ F 14 (−2)
1
2
0
1
0
−2 −1
0
−−−−−−−→ F 3 (−1/7)
1 2 0 1 0 0 0 0
Walter Arriaga D.
− −−−−−→ − −−−−−→ − − − − − − −−−−−→ − 2
1
2
0
1
1
5
0
0
7
0 0
2
0
2
0 0
1
F 23 (2)
2
1
1
1 2
F 34 (3)
2
0 1
1 2
F 24 (1)
0 1
2
1
1
0 0
1
−3
0 0
0
Observaci´ on 10.4.2. Una matriz cuadrada A
=
− − − 2
1 7 3
B
∈ M n×n escalonada es una matriz triangular
superior, pero no todas las matrices triangulares superiores son matrices escalonadas.
Anteriormente hemos visto que una matriz triangular era inversible si y s´olo si todos los t´erminos de la diagonal principal no son cero; esta caracter´ıstica es tambi´en v´alida para las matrices escalonadas cuadradas. Veremos a continuaci´on las ventajas que ofrece la reducci´on de una matriz cuadrada en otra que tenga forma escalonada. 10.4.3.
Rango de una matriz
El rango de una matriz es el mayor de los ´ordenes de los menores no nulos que podemos encontrar en la matriz. Por tanto, el rango no puede ser mayor al n´umero de filas o de columnas. Tambi´en se define el rango de una matriz como el n´umero m´ aximo de filas (o columnas) linealmente independientes. esta segunda definici´on nos va a permitir relacionar el concepto de rango con conceptos relativos a espacios vectoriales. El c´alculo del rango de una matriz es una cuesti´on importante a la hora de estudiar sistemas de ecuaciones lineales. Adem´as en teor´ıa de control, el rango de una matriz se puede usar para determinar si un sistema lineal es controlable u observable. A continuaci´on vamos a explicar c´omo calcular rangos de matrices reales y veremos de que modo podemos utilizar esta informaci´on para aplicarla a los espacios vectoriales.
Definici´ on 10.4.1. El rango de una matriz es igual al n´umero de filas no nulas que quedan en la u ´ ltima interacion de las sucesivas transformaciones elementales que se hacen con la matriz. Se deduce que para hallar el rango de una matriz es suficiente transformarla a su forma escalonada. Como dos matrices equivalentes tienen el mismo rango, el rango de dicha matriz ser´a igual al rango de la matriz escalonada. Si designamos por r el n´umero de filas no nulas de la matriz escalonada, entonces el rango de la matriz se denota: ρ(A) = rang(A) = r
Walter Arriaga D.
Matem´ atica B´asica
− − − − −−−−→ − −−−−−−−−−−−−−−→ − − − − − − − − −−−−−−→ − −−−−−−−−−−−−−−−−−→ − − Ejemplo 10.4.5. Hallar el rango de la matriz A =
257
0 2 1 4 3 1
−4 −5 7
0 1
2
2 3
0
Soluci´ on: Realizando sucesivamente las transformaciones elementales tendremos:
A =
0 2
4
1 4
5
3 1
7
0 1
0 2
4
2 3
1
4
5
0
1
2
0
11
0
1
5
F 13 (−3) y F 15 (−2)
7
0 1
0
0
5
3 1
2
2 3
F 2 (1/2)
F 12
1 4
2
0
4
0
2
0
11
0
1
0
F 23 (11) , F 25 (5) , F 24 (−1)
22
1
1 4
5
0 1
2
0 0
0
2
0 0
0
10
0 0
0
− −5 −4 22
2
5
10
= B
La u ´ ltima matriz escalonada B tiene 2 filas no nulas, luego: ρ(B) = ρ(A) = 2
Ejemplo 10.4.6. Hallar el rango de la matriz A =
25 31 17
43
75 94 53 132 75 94 54 134 25 32 20
48
Soluci´ on: Por el m´etodo de las transformaciones elementales se tiene:
25 31 17
43
≈
≈
≈
25 31 17 43
25 31 17 43
25 31 17 43
75 94 53 132
0
1
2
3
0
1
2
3
0
1
2
3
75 94 54 134
0
1
3
5
0
0
1
2
0
0
1
2
25 32 20
0
1
3
5
0
0
1
2
0
0
0
0
48
La u ´ ltima matriz escalonada tiene tres filas no nulas, por tanto ρ(A) = 3
10.5. Si A
Matriz Inversa
∈ M n×n, se dice que A es invertible o tiene inversa si existe una matriz B ∈ M n×n
tal que AB = BA = I . La matriz B recibe el nombre de matriz inversa de A y se denota por
258
Matem´ atica B´asica
Walter Arriaga D.
A = B −1 , an´alogamente la matriz A es la inversa de B y se expresa por A = B −1 . Entonces se tiene: AA−1 = A −1 A = I
(10.2)
Propiedades: Si A y B son matrices cuadradas invertibles de orden n, entonces: ⊲
(A−1 )−1 = A
⊲
(λA)−1 = λ −1 A−1 ; λ es escalar.
⊲
(AB)−1 = B −1A−1
⊲
(At )−1 = (A−1 )t
·
Teorema 10.5.1. Una matriz cuadrada tiene inversa si y solo si es una matriz no singular, en tal caso se dice que la matriz es invertible.
Teorema 10.5.2. Si una matriz cuadrada A es invertible entonces su inversa es ´unica. Demostraci´ on. Supongamos que B y C son dos matrices inversas de A. Debemos probar que
B = C . En efecto. Si B es matriz inversa de A entonces AB = B A = I , adem´as C es matriz inversa de A entonces AC = C A = I . Tambi´ en se cumple por la ley asociativa de la multiplicaci´ on de matrices que B (AC ) = (BA)C . Entonces: B = BI = B(AC ) = (BA)C = I C = C de donde se obtiene que B = C . 10.5.1.
Matriz de cofactores
Sea la matriz
A =
a11
a12
a13
a21 .. .
a22 .. .
a23 .. .
an1 an2 an3
··· ··· ..
.
···
a1n a1n .. . ann
Si A ij es el cofactor del elemento aij , entonces la matriz cofact(A) definida como:
cofact(A) =
A11
A12
A13
A21 .. .
A22 .. .
A23 .. .
An1 An2 An3
··· ··· ..
.
···
A1n A1n .. . Ann
Walter Arriaga D.
Matem´ atica B´asica
259
se le conoce como matriz de cofactores, donde: Aij = ( 1)i+ j M ij
−
y M ij es la matriz cuadrada de orden (n de la matriz A
Ejemplo 10.5.1. Dada la matriz: A =
| |
− 1) que resulta de eliminar la fila i y la columna j
−
1
2
3
2
− 3 5
1 4
Soluci´ on A11 = ( 1)1+1
−
A12 = ( 1)1+2
−
A13 = ( 1)1+3
−
A21 = ( 1)2+1
−
A22 = ( 1)2+2
−
− − − − − − 2
5
4
=
3
3
5
1
3
3
2
1 4
2 4
1
3
3
3
− 1 −3
3
A23 = ( 1)2+3
26
−
=4
A31 = ( 1)3+1
= 14
A32 = ( 1)3+2
= 18
A33 = ( 1)3+3
− − −
−
1
2
1 4
2 3 2 5 1 3 3 5 1 2 3 2
=
−6
=4
=4
=
−4
=0
luego la matriz de cofactores es: cofact(A) =
10.5.2.
. Hallar la matriz cofact(A)
−
26 4
18
0
4
4
− − 14
6 4
Adjunta de una matriz
La Adjunta de una matriz cuadrada A es la traspuesta de la matriz que se obtiene al sustituir cada elemento aij por su cofactor Aij . La Adjunta de A se denota por: Adj(A). Adj(A) = [cofact(A)]t
Ejemplo 10.5.2. Sea la matriz:
A =
−
1
2
3
2
1 4
− 3 5
3
260
Matem´ atica B´asica
Walter Arriaga D.
Soluci´ on Por el ejemplo anterior se tiene que la matriz de cofactores est´a dada por:
− −
cofac(A) =
26 4
18
0
4
4
26
18
4
0
14
−6
entonces la adjunta de A estar´ıa dada por:
Adj(A) =
− − − 14
6 4
4
4
(10.3)
4
Teorema 10.5.3. Sea A una matriz invertible, entonces la matriz inversa est´a dada por: A−1 =
Adj(A) A
| |
(10.4)
y la adjunta de una matriz estar´ıa por: Adj(A) = A A−1
| |
Ejemplo 10.5.3. Hallar la matriz inversa de A =
De (10.3) se tiene que: AdjA =
Adem´as
−
1
2
3
2
1 4
− 3
−
26
18
4
0
14
−6
4
−
1
2
3
2
1 4
− 3 5
3
.
4
5 = 24, de donde: 3
A−1 =
10.5.3.
− 4
(10.5)
1 24
−
26
18
4
0
14
−6
− 4
4
4
Matrices elementales
Una matriz cuadrada E de orden n
× n se llama matriz elemental si se puede obtener a partir de la matriz identidad, I n , de orden n × n mediante una sola operaci´on fundamental con filas.
Notaci´ on: Una matriz elemental se denota por E , o por forma en que se obtuvo de I .
F ij ,
λF i ,
F j + λF i seg´ u n la
Walter Arriaga D.
Matem´ atica B´asica
261
Ejemplo 10.5.4. Veamos tres matrices elementales Matriz obtenida multiplicando la segunda fila de I por 5. 1 0 0 1 0 0
0 1 0 0 0 1
−−−−−→ −−−−−−→ − −−−−→ F 2 (5)
0 5 0 = 5F 2 0 0 1
Matriz obtenida multiplicando la primera fila de I por 1 0 0 1 0 0 0 1 0 0 0 1
F 13 (−3)
0
1 0 = F 3
3 0 1
−3 y sum´andola a la tercera fila.
− 3F 1
Matriz obtenida intercambiando la segunda y tercera fila de I . 1 0 0 1 0 0 0 1 0 0 0 1
F 23
−
0 0 1 = F 23 0 1 0
Considere los siguientes tres productos, con λ = 0
0
1 0 0
1
0 λ 0
0 1/λ 0
0 0 1
0
0
0
1 0 0
0 0
0 1 0
0
1 0
=
λ 0 1
1 0 0
0 0 1
0 0 1
0 1 0
0 1 0
0 1 0 0 0 1
1
1 0 0
1 0 0
1
1 0 0
λ 0 1
=
0 1 0
(10.6)
(10.7)
0 0 1
1 0 0
=
0 1 0
(10.8)
0 0 1
Las ecuaciones 10.6, 10.7 y 10.8 sugieren que toda matriz elemental es invertible y que su inversa es del mismo tipo (vea tabla 10.1).
Teorema 10.5.4. Toda matriz elemental es invertible. El inverso de una matriz elemental es una matriz del mismo tipo.
Nota: El inverso de una matriz elemental se puede encontrar por inspecci´on. No es necesario hacer c´alculos.
Teorema 10.5.5. Una matriz cuadrada es invertible si y solo si es el producto de matrices elementales.
Ejemplo 10.5.5. Verificar que la matriz A = un producto de matrices elementales.
2 4 4 5 3 1
− 6 6
2
es invertible y expresarla como
262
Matem´ atica B´asica
Matriz
ele-
Muliplicar
mental
tipo
A por
la
izquierda
E
Multiplique Multiplicaci´ on
Representaci´ on simb´ olica
la
iz-
λF i
la
fila i de A por 1/λ
Multiplique
la
fila i de A por λ y sume a la fila
Multiplique
Representaci´ on simb´ olica 1 F i λ
la
fila i de A por
F j + λF i
−λ y sume a la
j
F j
− λF i
fila j
Intercambie las
Permutaci´on
por
Multiplique
λ=0
Suma
Multiplicar quierda, E −1
la
fila i de A por
Walter Arriaga D.
filas i y j
Intercambie las
F ij
filas i y j
F ij
Cuadro 10.1: Matrices elementales 10.5.4.
M´ etodo de Gauss Jordan
El m´etodo de Gauss Jordan consiste en lo siguiente:
Dada la matriz cuadrada A de orden n n
× n, se construye la matriz rectangular de orden
× 2n llamada matriz aumentada (A | I ).
Se utiliza las transformaciones elementales por filas para poner la matriz A a su forma escalonada reducida, obteni´ endose la matriz (I B).
|
La matriz inversa en este caso es B = A −1 . Observaci´ on 10.5.1. Si uno de los elementos de la diagonal principal de la matriz escalonada reducida E en (E B) es cero, entonces la matriz A no es invertible
|
2 4
Ejemplo 10.5.6. Determinar si la matriz A =
4 5 3 1
calcular su inversa.
− 6 6
es invertible. Si as´ı lo fuera,
2
Soluci´ on Primero efectuamos las operaciones con filas para reducir A a una matriz escalonada E . Para ello formamos la matriz (A I ).
2 4
(A I ) =
|
4 5 3 1
|
6
| 6 | −2 |
1 0 0 0 1 0 0 0 1
1 2
=
4 5 3 1
3
| 6 | −2 |
1 2
0 0
0 1 0 0 0 1
1
=
0 0
2
3
1 2
| −3 −6 | −2 −5 −11 | − 32
0 0 1 0 0 1
264
Matem´ atica B´asica
21
22
23
24
25
26
27
T
U
V
W
X
Y
Z
Walter Arriaga D.
De tal forma que el mensaje queda codificado como: C
U
L
T
U
R
A
–
P
A
Z
–
E
D
U
C
A
C
I
O
N
3
22
12
21
22
19
1
0
17
1
27
0
5
4
22
3
1
3
9
16
14
Ejemplo 10.6.2. Sean: A =
− − 2 3
−1
, C =
45 39 47 3 19
−
−15 11 −8 −6
1 23 9 14 1 0 El mensaje M fue cifrado con la clave A, y se obtuvo el mensaje cifrado C . Encuentre el
−
mensaje M
Soluci´ on:
− − − − 2 3
Como A =
M =
1 1
, entonces A −1 =
1 1
3
45 39 47 3 19
−2 −23
9
14 1
0
− 1
3
1
, ahora como M = A−1 C se tiene que:
−2 −15 −11 −8 −6
1
1
1
=
24 12
5
0 19 9 7
21 19 1 19 1 1
luego el mensaje se lee de la siguiente manera: 24
1
12
21
5
19
0
1
19
19
9
7
por lo tanto el messaje M ser´a: WALTER–ARRIAGA
10.7.
Sistemas de Ecuaciones Lineales
10.7.1.
Algo de historia
La primera fase, que comprende el periodo de 1700 a. de C. a 1700 d. de C., se caracteriz´o por la invenci´on gradual de s´ımbolos y la resoluci´ on de ecuaciones. Dentro de esta fase encontramos un ´algebra desarrollada por los griegos (300 a. de C.), llamada a´lgebra geom´etrica, rica en m´etodos geom´etricos para resolver ecuaciones algebraicas. La introducci´ on de la notaci´on simb´olica asociada a Vi`ete (1540-1603), marca el inicio de una nueva etapa en la cual Descartes (1596-1650) contribuye de forma importante al desarrollo de dicha notaci´o n. En este momento, el ´algebra se convierte en la ciencia de los c´alculos simb´olicos y de las ecuaciones. Posteriormente, Euler (1707-1783) la define como la teor´ıa de los “c´alculos con cantidades de distintas clases” (c´alculos con n´ umeros racionales enteros, fracciones ordinarias, ra´ıces cuadradas y c´ ubicas, progresiones y todo tipo de ecuaciones). Para llegar al actual proceso de resoluci´on de la ecuaci´on ax + b = c han pasado m´ as de 3.000 a˜ nos. Los egipcios nos dejaron en sus papiros (sobre todo en el de Rhid 1,650 a.c. y el de Mosc´ u 1,850 a.c.) multitud de problemas matem´aticos resueltos. La mayor´ıa de ellos son de tipo aritm´etico y respond´ıan a situaciones concretas de la vida diaria; sin embargo, encontramos algunos que podemos clasificar como algebraicos, pues no se refiere a ning´un objeto concreto. En ´estos, de una forma ret´ orica, obten´ıan una soluci´on realizando operaciones con los datos de forma an´aloga a como hoy resolvemos dichas ecuaciones.
−
−
Walter Arriaga D.
Matem´ atica B´asica
265
Las ecuaciones m´as utilizadas por los egipcios eran de la forma: x + ax = b x + ax + bx = 0 donde a, b y c eran n´ umeros conocidos y x la inc´ognita que ellos denominaban aha o mont´on. Una ecuaci´on lineal que aparece en el papiro de Rhid responde al problema siguiente: “Un mont´ on y un s´eptimo del mismo es igual a 24”. 1 En notaci´ on moderna, la ecuaci´on ser´ıa: x + x = 24. 7 La soluci´on la obten´ıan por un m´ etodo que hoy conocemos con el nombre de “m´ etodo de la falsa posici´on” o “regula falsi”. Consiste en tomar un valor concreto para la inc´ognita, probamos con ´el y si se verifica la igualdad ya tenemos la soluci´on, si no, mediante c´alculos obtendremos la soluci´on exacta. Los babilonios (el mayor n´umero de documentos corresponde al periodo 600 a.c. a 300 d.c.) casi no le prestaron atenci´ on a las ecuaciones lineales, quiz´as por considerarlas demasiado elementales, y trabajaron m´as los sistemas de ecuaciones lineales y las ecuaciones de segundo grado. Los babilonios llamaban a las inc´ognitas con palabras tales como longitud, anchura, ´area, o volumen , sin que tuvieran relaci´on con problemas de medida. Un ejemplo tomado de una tablilla babil´ onica plantea la resoluci´ o n de un sistema de ecuaciones en los siguientes t´erminos: 1/4anchura + longitud = 7manos longitud + anchura = 10manos Para resolverlo comienzan asignando el valor 5 a una mano y observaban que la soluci´on pod´ıa ser: anchura = 20, longitud = 30. Para comprobarlo utilizaban un m´ etodo parecido al de eliminaci´on. En nuestra notaci´on, ser´ıa: y + 4x = 28 y + x = 10 restando la segunda de la primera, se obtiene 3 x = 18, es decir, x = 6 e y = 4. Tambi´en resolv´ıan sistemas de ecuaciones, donde alguna de ellas era cuadr´atica. Los matem´aticos griegos no tuvieron problemas con las ecuaciones lineales y, exceptuando a Diophante (250 d.c.), no se dedicaron mucho al ´algebra, pues su preocupaci´o n era como hemos visto, mayor por la geometr´ıa. Sobre la vida de Diophante aparece en los siglos V o VI un epigrama algebraico que constituye una ecuaci´on lineal y dice: “Transe´ unte, ´esta es la tumba de Diophante: es ´el quien con esta sorprendente distribuci´o n te dice el n´ u mero de a˜ nos que vivi´o. Su juventud ocup´o su sexta parte, despu´ es durante la doceava parte su mejilla se cubri´o con el primer vello. Pas´o a´ un una s´eptima parte de su vida antes de tomar esposa y, cinco a˜nos despu´es, tuvo un precioso ni˜ no que, una vez alcanzada la mitad de la edad de su padre, pereci´o de una muerte desgraciada. Su padre tuvo que sobrevivirle, llor´andole durante cuatro a˜ nos. De todo esto, deduce su edad.” Los griegos resolv´ıan algunos sistemas de ecuaciones, pero uti1izando m´etodos geom´etricos. Thymaridas (400 a.c.) hab´ıa encontrado una f´ ormula para resolver un determinado sistema de n ecuaciones con n inc´ognitas. Diophante resuelve tambi´en problemas en los que aparec´ıan sistemas de ecuaciones, pero transform´andolos en una ecuaci´on lineal. Diophante s´olo aceptaba las soluciones positivas, pues lo que buscaba era resolver problemas y no ecuaciones. Utiliz´o ya un ´algebra sincopada como hemos se˜ nalado anteriormente. Sin embargo, unas de las dificultades que encontramos en la resoluci´ on de ecuaciones por
266
Matem´ atica B´asica
Walter Arriaga D.
Diophante es que carece de un m´ etodo general y utiliza en cada problema m´ etodos a veces excesivamente ingeniosos. Los sistemas de ecuaciones aparecen tambi´ en en los documentos indios. No obstante, no llegan a obtener m´ etodos generales de resoluci´ on, sino que resuelven tipos especiales de ecuaciones. El libro El arte matem´atico, de autor chino desconocido (siglo III a.c.), contiene algunos problemas donde se resuelven ecuaciones. En ellos encontramos un esbozo del m´ etodo de las matrices para resolver sistemas de ecuaciones lineales. Uno de dichos problemas equivale a resolver un sistema de tres ecuaciones lineales por dicho m´ etodo matricial. Los primeros documentos matem´aticos que existen (datan del siglo III d.c.) son los Sulvas¨ utras, donde se recogen todos los conocimientos necesarios para construir los templos. En ´estos aparece el siguiente problema: “Hallar el lado de un rect´angulo, conociendo el otro lado y sabiendo que su ´area es igual al ´area de un cuadrado dado.” Lo resolv´ıan utilizando el m´etodo de la falsa posici´on, como los egipcios. Posteriormente, Brahmagupta (siglo VII) expresa, ya de forma sincopada, c´omo resolver ecuaciones lineales. La inc´ognita la representaba por la abreviatura ya , y las operaciones con la primera s´ılaba de las palabras. Dada la ecuaci´on ax + b = cx + d, la soluci´on vendr´a dada dividiendo la diferencia de los t´ erminos conocidos entre la diferencia de los coeficientes de los desconocidos, esto es, x =
d a
−b −c
Estos m´ etodos pasaron a los a´rabes que los extendieron por Europa. Al algebrista AbuKamil (siglo IX y X) se le atribuye una obra donde trata la soluci´on de ecuaciones lineales por simple y doble falsa posici´on.
10.7.2.
Introducci´ on
El objetivo general de este tema es discutir y resolver sistemas de ecuaciones lineales, haciendo abstracci´on del tipo de problemas que origina su planteamiento. Discutir un sistema consiste en averiguar si tiene o no tiene soluci´on y, caso de tenerla, saber si es u ´ nica o si no lo es. Resolver un sistema es calcular su soluci´on (o soluciones). Los casos m´as sencillos (2 ecuaciones con 2 inc´ognitas, 3 ecuaciones con 3 inc´ognitas ...) ya se han estudiado en cursos anteriores. Aqu´ı, analizaremos el caso general: cualquier n´umero de ecuaciones y cualquier n´umero de inc´ognitas.
Definici´ on 10.7.1. Un sistema de m ecuaciones lineales con n inc´ognitas es un conjunto de expresiones algebraicas de la forma:
Walter Arriaga D.
Matem´ atica B´asica
donde:
267
a11 x1 + a12 x2 +
··· + a1nxn = b1 a21 x1 + a22 x2 + ··· + a2n xn = b 2 .. .
.. .
.. .
am1 x1 + am2 x2 +
.. .
(10.9)
.. .
··· + amnxn = bm
x j son las inc´ognitas, ( j = 1, 2, . . . , n). aij son los coeficientes, (i = 1, 2, . . . , m), ( j = 1, 2, . . . , n). bi son los t´erminos independientes, (i = 1, 2, . . . , m). Cuando n es peque˜ no, es usual designar a las inc´ognitas con las letras x , y, z , t, . . . Obs´ervese que el n´ umero de ecuaciones no tiene por qu´e ser igual al n´umero de inc´ognitas. Cuando bi = 0 para todo i, el sistema se llama homog´eneo.
Ejemplo 10.7.1. El sistema de ecuaciones se verifica para x = 2, y = 2, z = 2. 10.7.3.
2x + y
−z
= 4
x + y + z
= 6
3x
= 4
−y
Clasificaci´ on de los sistemas de ecuaciones lineales
Los sistemas de ecuaciones lineales de acuerdo a su posibilidad de soluci´on pueden ser: I. Sistema Compatible: Es aquel sistema de ecuaciones que si admite soluciones. Estas a su vez pueden ser: a. Sistema Compatible Determinado: Si tienen un n´umero limitado de soluciones. b. Sistema Compatible Indeterminado: Si tienen infinitas soluciones. II. Sistema Incompatible: Es aquel sistema de ecuaciones que no admite soluci´on alguna.
Ejemplo 10.7.2. El sistema
x + 3y = 10
, es compatible. Su soluci´o n es 1, 3 y es determinado por
3x + y = 6 que s´olo tienen una soluci´on. El sistema
x + 3y = 7
x + 3y = 10 verifiquen las ecuaciones.
{ }
, es incompatible, por que no hay ning´un par de valores que
268
Matem´ atica B´asica
El sistema
− } { − } { x
Walter Arriaga D.
y = 6
, es compatible indeterminado por que tiene infinitas solu3x 3y = 18 ciones. 0, 6 , 1, 5 , 1, 7 , 2, 4 , .
{
} { } ······
Notaci´ on: El sistema de ecuaciones (10.9) se puede escribir en forma matricial de la siguiente manera: A.X = B
donde: A =
a11
a12 . . .
a1n
a21 .. .
a22 . . . .. .. . .
a2n .. .
, X =
am1 am2 . . . amn
x1 x2 .. .
y B =
xn
b1 b2 .. .
bm
Si en el sistema (10.9) consideramos las siguientes matrices:
A1 =
a11 a21 .. . am1
, A 2 =
a12 a22 .. .
am2
a1n
, . . . . . ., A n =
a2n .. .
, B =
amn
b1 b2 .. .
bm
(10.10)
.
El sistema se escribir´a en forma vectorial de la siguiente manera: A1 .X 1 + A2 .X 2 +
··· + An.X n = B
(10.11)
En esta notaci´on, las soluciones de un sistema son los elementos de la forma: S = (s1 , s2 , . . . , sn ) y se verifica la siguiente relaci´on: A1 .s1 + A2 .s2 +
∈ Rn
··· + An.sn = B
2x
Ejemplo 10.7.3. Consideremos el sistema de ecuaciones lineales:
− − 2
tenemos que A =
2
A =
1 3
1 3
−1 4
−5
1
−2 1
6
1
4 5
− 1
− y + z x + 4y − 2z 3x − 5y + z
2 es la matriz de coeficientes de orden 3
1
0 es la matriz ampliada de orden 3
4
El sistema se puede escribir de las siguientes formas:
× 4.
= 6 = 0 = 4
× 3; y la matriz
Walter Arriaga D.
Matem´ atica B´asica
− − − − − 2
Forma matricial:
1 3
1
4
5
1
2
1
2
Forma vectorial:
1 3
10.7.4.
x
6
=
y
0
z
4
1
x+
4
269
1
y +
z =
2
−5
1
6 0 4
Sistemas Equivalentes
Dos sistemas de ecuaciones son equivalentes si toda soluci´on del primero es soluci´on del segundo y viceversa. (No es necesario que tengan el mismo n´umero de ecuaciones).
−−
x + 3y = 6
Ejemplo 10.7.4. Los sistemas:
2x
y = 5
y
x + 3y = 6 3x
− 2y =
x y = 2 Ambos son compatibles determinados y su soluci´on es: x = 3, y = 1.
son equivalentes.
7
Definici´ on 10.7.2. En un sistema de ecuaciones lineales, una ecuaci´on es combinaci´on lineal de las ecuaciones del sistema, si se obtiene como resultado de sumar las ecuaciones del mismo previamente multiplicadas por un n´umero real. A continuaci´on veamos el Teorema fundamental de equivalencia.
Teorema 10.7.1. Si en un sistema de ecuaciones lineales se sustituye la ecuaci´on i-´esima por una combinaci´on lineal de dicha ecuaci´on y las dem´as ecuaciones del sistema (siempre que el coeficiente que multiplique a la ecuaci´on i-´ esima sea distinto de cero), el sistema resultante es equivalente al primero. 10.7.5.
M´ etodo de Gauss-Jordan. Eliminaci´ on Gausiana
Es el m´etodo de resoluci´on de sistemas de ecuaciones lineales, que consiste en llegar a un sistema escalonado transformando la matriz ampliada en una matriz escalonada por filas.
Ejemplo 10.7.5. Resolver el sistema
Soluci´ on
x+y
−z
= 1
2x + 3y + z = 3 5x
− y + 2z
= 2
Consideramos la matriz aumentada o ampliada asociada al sistema, separando un poco la columna de los t´erminos independientes:
270
Matem´ atica B´asica
1
1
2
3
5
−1
−1
1
1
3
2
2
=
1
1
−1
0
1
0
−6
3
7
− 1
1
=
3
1 1 0 1 0 0
Luego, el sistema ha quedado de la siguiente forma:
Walter Arriaga D.
−1
1
3
1
25
3
x+y
−z
= 1
y + 3z
= 1
= 3 3 16 12 Resolviendo las ecuaciones, comenzando por la ´ultima queda: z = , y = , x = . 25 25 25 Se trata de un sistema compatible determinado.
−
3x + 3y
Ejemplo 10.7.6. Resolver el sistema
Soluci´ on La matriz ampliada es:
3
3
11
2
0
5
1
−1 −1
2
1 0 0
−1
8
3
4
2
2
2
2
2
2
1
0
0
2
−1 −4
2
1
=
2 3
−1
25z
− +11z − t =
8
2x + 5z + 3t
= 4
x
= 2
y + 2z + 2t
2
2
2
0
5
3
4
3
11
−1
8
=
1 0 0
−1
2
2
2
2
1
0
6
5
−1 −7
− − − x
Luego, el sistema ha quedado de la siguiente forma:
2
=
y + 2z + 2t = 2
2y + z 2z
4t
t
= 0 = 2
Resolvemos la u ´ ltima ecuaci´on, z = 1 + 2t; si hacemos t = α, queda: 1 α 1 13α z = 1 + 2α; y = + ; x = + ; t = α. 2 2 2 2 Las soluciones del sistema se hallan dando valores arbitrarios al par´ametro α.
−−
−−
Es un sistema compatible indeterminado.
−
y + z
Ejemplo 10.7.7. Resolver el sistema
x + 2y + 4z
=
−2
= 3
2x + 4y + 8z = 1
Soluci´ on La matriz ampliada es:
Walter Arriaga D.
0 1 2
−1
1
2
4
4
8
−
Matem´ atica B´asica
2
3
=
1
1
2
4
0
−1
1
2
4
8
− 3
2
=
1
1
2
4
0
−1
1
0
0
271
− − 3
2
0
5
−
x + 2y + 4z = 3
Luego, el sistema ha quedado de la siguiente forma:
y + z
=
0
Se observa que el sistema es incompatible. 10.7.6.
=
−2 −5
M´ etodo de Gabriel Cramer
El m´ etodo de Gauss que acabamos de ver es sencillo y eficaz para resolver un sistema de ecuaciones lineales. Pero tiene un inconveniente. Si de un sistema de 300 inc´ognitas tan s´ olo nos interesan 7, siguiendo el m´ etodo de Gauss, habr´ıamos de seguir el proceso de triangulaci´on como si nos interesaran todas ellas. La regla de Cramer, que ahora veremos, aprovecha con astucia las propiedades de las matrices y sus determinantes para despejar, separadamente, una cualquiera de las inc´ognitas de un sistema de ecuaciones lineales.
Sistema de Cramer: Es un sistema de la forma (10.9) en el que m = n, y A = 0.
| |
Es decir, La matriz A es cuadrada y regular. En tal caso, A tiene inversa A−1 , por lo que multiplicando a (10.10) por la izquierda por A −1 , se tiene: A−1 AX = A −1 B
⇒
X = A−1 B
⇒
X =
Adj(A) B. A
| |
Entonces, para usar la regla de Cramer se debe cumplir las siguientes condiciones: El n´ umero de ecuaciones es igual al n´umero de inc´ognitas. El determinante de la matriz de coeficientes de las inc´ognitas debe ser distinto de cero. Denotaremos p or:
Determinante del sistema:
Determinante de x j :
∆S =
∆x j =
··· ··· ··· ··· ··· ··· ··· · · · · · · ····· · · · · ····· · · · · a11
a12
a1n
a21 .. .
a22 .. .
a2n .. .. . .
an1 an2
ann
a11
a12
b1
a1n
a21
a22
b2
a2n
an1 an2
bn
ann
272
Matem´ atica B´asica
Walter Arriaga D.
∆x j es el determinante que se obtiene a partir de la matriz de coeficientes A, cambiando los elementos de la columna j por los t´erminos independientes. La soluci´on viene dada por: x j =
∆x j ∆S
(10.12)
a1 x + b1 y + c1 z = d1
Nota: El el caso de un sistema lineal de 3 ecuaciones con 3 inc´ognitas:
a2 x + b2 y + c2 z = d2 a3 x + b3 y + c3 z = d3
se tiene: ∆S = Determinante del sistema.
∆y = Determinante de y.
∆x = Determinante de x.
∆z = Determinante de z .
Recordemos que:
a1 b1 c1
∆S = a2 b2 c2 ; a3 b3 c3
d1 b1 c1
∆x = d2 b2 c2 ; d3 b3 c3
∆x ∆S
Ejemplo 10.7.8. Resolver el sistema
Soluci´ on
;
a1 d1 c1
∆y = a2 d2 c2 ;
Finalmente la soluci´on del sistema se obtiene as´ı: x =
y =
a3 d3 c3
∆y ∆S
2x + 3y
;
− 5z
z =
a1 b 1 d1
∆z = a2 b2 d2 . a3 b 3 d3
∆z ∆S
= 8
5x
− 2y + z 3x − y + 2z
= 9 = 9
El sistema es un t´ıpico caso en el que resulta conveniente aplicar la regla de Cramer. Primero hallaremos los determinantes aplicando el m´ etodo de Sarrus:
2
∆S = 5 3
−2 −1
8
3
∆x = 9 9
Luego:
3
−2 −1 x =
− ⇒ − ⇒
5
1
∆S =
2
−32;
∆x =
y =
−96
∆y = 4; ∆S
3 9
2
∆z = 5 3
z =
5
1
2
2
∆x = 3; ∆S
2 8
∆y = 5 9
5
1
− − − 3
⇒
∆y =
−128;
⇒
∆z =
−64
8
2 9 1 9
∆z = 2. Por lo tanto el conjunto soluci´on es: ∆S
C.S. = 3;4;2
{
}
Walter Arriaga D. 10.7.7.
Matem´ atica B´asica
273
Teorema de Rouch´ e - Fr¨ obenius
Sea el sistema dado en (10.9), donde A es la matriz de coeficientes de las inc´ognitas y A la matriz ampliada con los t´ erminos independientes.
I. La condici´on necesaria y suficiente para que el sistema sea compatible, es decir, para que
tenga soluci´on es que el rango 1 de A sea igual al rango de A.
−
a) Si rango de A = rango de A = n, el sistema tendr´a soluci´on u ´ nica (Sistema compatible determinado).
b) Si rango de A = rango de A = k < n, el sistema tendr´a infinitas soluciones y depender´ a exactamente de n
k par´ ametros (Sistema compatible indeterminado).
II. Si rango de A = rango de A, el sistema no tendr´a soluci´on (Sistema incompatible).
x+y
Ejemplo 10.7.9. Dado el sistema lineal
−z
= 1
2x + 3y + az = 3 x + ay + 3z
= 2
Halle el valor de “a” de tal modo que: No tenga soluci´on. Tenga m´as de una soluci´on. Tiene una u ´ nica soluci´on.
Soluci´ on La matriz ampliada:
1 1 2 3 1 a
−1
1
a
3
3
2
=
1
1
0
1
0 a
−1
−1
1
4
1
a+2 1
No tiene soluci´on si:
− a − a2 = 0 ∧ 2 − a = 0 (a + 3)(a − 2) = 0 ∧ a = 2 ⇒
=
1 1
−1
0 1 0 0 6
1
a + 2
− a − a2
− 1
2
6
a =
−3
Tiene m´as de una soluci´on si: 6
− a − a2 = 0 ∧ 2 − a = 0 ⇒
a = 2
Tiene soluci´on u ´ nica si:
− a − a2 = 0 ∧ 2 − a = 0 ⇒ a = −3 , a = 2. Por lo tanto a ∈ R − {−3; 2} 6 1
El rango de una matriz es igual al n´ umero de filas linealmente independientes
a
274
Matem´ atica B´asica
10.7.8.
Walter Arriaga D.
Sistemas homog´ eneos
Un sistema de ecuaciones lineales es homog´ eneo, si todos los t´ erminos independientes son nulos. Consideremos el siguiente sistema homog´ eneo de m ecuaciones con n inc´ognitas:
a11 x1 + a12 x2 +
··· + a1nxn = 0 a21 x1 + a22 x2 + ··· + a2n xn = 0 .. .
.. .
.. .
am1 x1 + am2 x2 +
.. .
(10.13)
.. .
··· + amnxn = 0
Aplicando el teorema de Rouch´e-Fr¨obenius a este sistema, resulta que siempre tendr´a soluci´ on, ya que siempre se cumple que r(A) = r(B). Si r(A) = n´ umero de inc´ognitas, existir´a una u ´ nica soluci´on que ser´a la soluci´on trivial: x1 = x 2 = . . . = x n = 0 Si r(A) < n´ umero de inc´ognitas, existir´an infinitas soluciones. Podemos enunciar, pues, el siguiente teorema:
Teorema 10.7.2. Un sistema de ecuaciones lineales homog´eneo tiene soluci´on distinta de la trivial si y solo si el rango de la matriz los coeficientes es menor que el n´umero de inc´ognitas.
Corolario 10.7.1. Un sistema de ecuaciones lineales homog´eneo con igual n´umero de ecuaciones que de inc´ognitas tiene soluci´on distinta de la trivial si y solo si el determinante de la matriz de coeficientes es nulo.
10.8.
Factorizaci´ on LU de una Matriz
En el ´algebra lineal, la descomposici´on LU es una forma de factorizaci´on de una matriz “no singular” como el producto de una matriz triangular inferior y una superior. Esta factorizaci´ o n es u ´ til para resolver sistemas de ecuaciones lineales sobre una computadora y se puede usar para probar resultados importantes sobre matrices. En la secci´on 10.7 se muestra el sistema de ecuaciones lineales dado en 10.9 que a su vez se puede escribir como 10.10, es decir como: Ax = b Supongamos que se conoce c´omo factorizar una matriz A n×n en la forma A = LU
(10.14)
Walter Arriaga D.
Matem´ atica B´asica
donde L es una matriz triangular inferior n
275
× n y U es una matriz escalonada n × n. Entonces
el sistema 10.10 podr´ıa representarse en la forma
LU.x = b
(10.15)
Si denominamos y a la matriz columna de n filas resultado del producto de las matrices U x, tenemos que la ecuaci´on (10.15) se puede reescribir del siguiente modo: Ly = b
(10.16)
A partir de las ecuaciones (10.15) y (10.16), es posible plantear un algoritmo para resolver el sistema de ecuaciones lineales empleando dos etapas: Primero obtenemos y aplicando el algoritmo de sustituci´on progresiva en la ecuaci´on (10.16). Posteriormente obtenemos los valores de x aplicando el algoritmo de sustituci´on regresiva a la ecuaci´on Ux = y
(10.17)
El an´ alisis anterior nos muestra lo f´acil que es resolver estos dos sistemas de ecuaciones triangulares y lo u ´ til que resultar´ıa disponer de un m´ etodo que nos permitiera llevar a cabo la factorizaci´ on A = LU . Si disponemos de una matriz A de n encontrar aquellas matrices:
L =
l11
0
0
l21
l22
0
l31 .. .
l32 .. .
l33 .. .
ln1 ln2 ln3
··· ··· ··· ..
.
···
0 0 0 .. . lnn
× n, estamos interesados en
u11 u12 u13
U =
0
··· ··· ···
u22 u23
0 .. .
0 .. .
u33 .. .
0
0
0
..
.
···
u1n u2n u3n .. . unn
tales que cumplan la ecuaci´on (10.14). Cuando esto es posible, decimos que A tiene una descomposici´on LU . Se puede ver que las ecuaci´on anterior no determina de forma ´unica a Ly a U . De hecho, para cada i podemos asignar un valor distinto de cero a lii o uii (aunque no ambos). Por ejemplo, una elecci´on simple es fijar l ii = 1 para i = 1, 2, . . . , n haciendo de esto modo que L sea una matriz triangular inferior unitaria. Otra elecci´on es hacer U una matriz triangular superior unitaria (tomando u ii = 1 para cada i).
Ejemplo 10.8.1. Encuentre una factorizaci´on LU para la matriz A =
− −
2
3
4
10
3
2
−4 −2 −5
− − 4
0
2
.
2 4 4 7 Reduzca por filas la matriz A a una matriz triangular superior y depu´es escriba A como un
276
Matem´ atica B´asica
Walter Arriaga D.
producto de una matriz triangular superior.
Soluci´ on
− −
2
3
4 3 2
2 3 0 4 0 0 0 0
F 2
F 2
2F 1
4
F 3
F 3 + 23 F 1
2 3
0
F 4
F 4 + F 1
0 4
8
5 2
2
→ → − → − − −−−−−−−−−−−−−→ − − − − − − − −−−−−−−−−→ − − 2
10
4
2
5
4
4
2
2
0
7
0 7
4
8
2 3
8
F 4 →F 4 − 20 F 3 3
2
0 4
2
6
4
8
8
3
9
0 0
3
9
20
11
0 0
0
−49
1 0
U =
0 1 0 0
− − 0
0
1
0
0 0
1
0
0 0
0
0
0
1
0 0
0
1
0 0
1
0
0
0
1 0
0
1 0
1
0
− 74
0 1
0
− 58
20 3
0 0 1
0 0 0
2 1 0 0
0
0 1 0
0
0 0 1
o tambi´en
A =
1
0 0 0
2 1 0 0
0
1 0 0
3 2
0 0 1 0 0 0 0 1 0 1 0 0 0 0
0
0
0
0
0
1
0
20 3
1
0
8
F 3
F 3
F 4
F 4
5 8 F 2 7 4 F 2
4
3
0 1
1 0 0 0
1 0 0 0
0 1 0 0
0 1 0 0
0 0 1 0
3 2
1 0 0 1
0 0 0 1
0 1 0
A
1 0 0 0
1 0
4
= U
Usando las matrices elementales se pude escribir
−
→ − → − − −−−−−−−−−−−−−→ −
0 1 0 0 0 1
−
1
0 0 0
1 0 0 0
0
1 0 0
0 1 0 0
0
0 1 0
0
1 0 0 1
5 8
1 0
0 0 0 1
1 0 0 0 0 1 0 0 0 0 1 0 0
7 4
0 1
U
Se ha escrito A como un producto de seis matrices elementales y una matriz triangular superior. Sea L el producto de las matrices elementales. Debemos verificar que L = 1 0 0 0
− −
2 3 2
1
1
0
0
5 8 7 4
1
0
20 3
1
, que es una matriz triangular inferior con unos en la diagonal.
Walter Arriaga D.
Matem´ atica B´asica
277
Despu´es se puede escribir A = LU , donde L es triangular inferior y U es triangular superior. Los elementos de la diagonal de L son todos iguales a 1 y los elementos de la diagonal de U son los pivotes. Esta factorizaci´on se llama factorizaci´ o n LU de A. El procedimiento usado en el ejemplo (10.8.1) se puede llevar a cabo mientras no se requieran permutaciones paa poder reducir A a la forma triangular. Esto no siempre se puede. Por ejemplo, el primer paso a la reducci´on por filas de
0
2
3
2
−4 −2
7
1
5
es permutar(intercambiar) las filas 1 y 2 o las filas 1 y 3. Suponga que por el momento esa permutaci´on no es necesaria. Entonces, igual que en el ejemplo (10.8.1), se puede escribir A = E 1 E 2
··· E n U , donde U es una matriz triangular superior
y cada matriz elemental es una matriz triangular inferior y con unos en la diagonal. Esto se
deduce del hecho de que E es de la forma F j + λF i . (No hay permutaciones ni multiplicaciones de filas por constantes). M´as a´ un, los n´umeros que se hacen cero en la reducci´on por fils est´an siempre abajo de la diagonal de manera que en F j + λF i siempre se cumple que j > i. As´ı los λ aparecen abajo de la diagonal.
Ejemplo 10.8.2. Resuelva el sistema Ax = b usando la factorizaci´on LU, donde
A =
− −
2
3
4
10
−4 −2 −5
3 2
Soluci´ on
2
4
4
− − 4
0
2
L =
−
1
0
0
0
2
1
0
0
−3 2
5 8 7 4
1
0
20 3
1
1
y
U =
y
b =
4 1
2 3
2
0 4
−8
0 0
y1
= 4
2y1 + y2
=
3 5 2 y 1 + 8 y 2 +
y1 + 47 y 2 +
8
0 0
El sistema Ly = b conduce a las ecuaciones
− −
4
7
De ejemplo anterior se puede escribir A = LU , donde
−− −
y3
20 3
=
y3 + y4 =
−8 −4 −1
3 0
− − 4
8
9
49
278
Matem´ atica B´asica
Walter Arriaga D.
es decir y1 = 4 y2 =
−8 − 2y1 = −16 y3 = −4 + 23 y 1 − 85 y 2 = 12 y4 = −1 + y1 − 47 y 2 − 20 3 y3 = −49
acabamos de realizar la sustituci´on hacia adelante. Ahora, de U x = y se obtiene
es decir
2x1 + 3x2 + 2x3 + 4x4 = 4x2
4
− 8x3 − 8x4 = −16 3x3 + 9x4 = 12
−49x4 = −49
x4 = 1 3x3 = 12
− 9x4 = 3 ⇒ x 3 = 1 4x2 = −16 + 8x3 + 8x4 = 0 ⇒ x 2 = 0 2x1 = 4 − 3x2 − 2x3 − 4x4 = −2 ⇒ x 1 = −1 Por lo tanto la soluci´on es:
− 1
x =
0 1 1
10.9.
Aplicaciones
Una vez que ya conocemos a fondo las matrices, puesto que hemos visto los distintos tipos que hay y las operaciones que podemos realizar con ellas. Vamos a ver sus aplicaciones, ya que las matrices son una herramienta muy ´u til no s´o lo en el campo de las matem´aticas y la f´ısica como era de esperar; sino tambi´en en el campo de las ciencias sociales, por ejemplo en econom´ıa y en geograf´ıa. Esta gran utilidad se debe a que las matrices aportan un nuevo lenguaje facilitando el trabajo en una gran cantidad de ´ambitos. Empezaremos en primer lugar con las aplicaciones en Matem´aticas, donde vamos a distinguir las aplicaciones en las distintas ramas:
´ Algebra lineal: 1. En esta rama destaca la utilidad en la resoluci´on de sistemas de ecuaciones de la forma AX = B, mediante el c´alculo de la matriz inversa: AX = B
−→
X = A −1 B
Walter Arriaga D.
Matem´ atica B´asica
279
2. Estudio de las aplicaciones lineales entre dos espacios vectoriales mediante la matriz asociada, que nos permite calcular el n´ucleo y la imagen. Geometr´ıa:
1. Para expresar la ecuaci´ on de un giro de ´angulo a alrededor del eje OZ :
x y z
=
cos α sen α 0
sen α cos α 0 0
0
x y
1
z
2. Para representar las ecuaciones de las formas cuadr´ aticas. Haciendo el estudio de la matriz correspondiente podemos clasificar la cuadr´ atica en definida positiva, semidefinida positiva, definida negativa o semidefinida negativa. La matriz asociada a la forma cuadr´ atica siempre es una matriz sim´ etrica.
x y z =
a b
c
b f
g
c g
j
x y
=0
z
An´alisis: En la rama del an´alisis se utilizan las matrices jacobianas, que se usan para expresar las derivadas parciales de una funci´on en varias variables. Si f (x,y,z) est´a definida de la siguiente forma:
f : R3
−→ R2
entonces
J =
∂f 1 ∂x ∂f 2 ∂x
∂f 1 ∂y ∂f 2 ∂y
∂f 1 ∂z ∂f 2 ∂z
ısica: F´ La aplicaci´o n m´as importante en este campo son las transformaciones de Lorenz, que dan las ecuaciones del movimiento de un punto en l´ınea recta y sobre el plano conocida la velocidad de la luz. Por ejemplo: suponiendo que el punto se desplaza sobre el eje OX y que estamos en un espacio tetradimensional, donde la cuarta dimensi´o n es el tiempo, entonces, el punto tendr´a como coordenadas inciales (x,y,z,t) y como finales (x′ , y ′ , z ′ , t′ ). Las ecuaciones que dan esta transformaci´on son:
−−−
1
(x′ , y ′ ) =
1 1
(v/c)2 (v/c2 ) (v/c)2
−v 1 − (v/c)2
−
1
1
Donde c representa la velocidad de la luz.
(v/c)2
x y
,
y ′ = y ,
z ′ = z
280
Matem´ atica B´asica
Walter Arriaga D.
Econom´ıa:
Las matrices se utilizan para la presentaci´on de datos de un problema en forma de tabla de doble entrada. Un ejemplo de esto es el modelo Input-Output, que permite solucionar problemas macroecon´ omicos, algunos de los cu´ales son: • Orientar • Poder
o estructurar los sectores productivos.
predecir las demandas de producci´on.
• Interpretar
las relaciones econ´omicas existentes entre los distintos sectores de pro-
ducci´ on. ıa: Geograf´ Tambi´ en aparecen cuando hay tablas de doble entrada, por ejemplo, para hacer referencia a la distancia que hay entre varias ciudades: J
9 km
I
14 km
28 km
G
18 km
A
I
J
A
G
0
14
18
28
J 14
0
9
42
A
18
9
0
46
G 28
42
46
0
I
10.10.
Rese˜ nas Hist´ oricas
Johann Carl Friedrich Gauss Johann Carl Friedrich Gauss, naci´o el 30 de Abril de 1777 en Brunswick, Alemania. Fue un matem´atico, astr´ onomo y f´ısico alem´an de una profunda genialidad, que contribuy´o significativamente en muchos campos, incluida la teor´ıa de n´ umeros, el an´alisis matem´atico, la geometr´ıa diferencial, la geodesia, el magnetismo y la ´optica. Considerado “el pr´ıncipe de las matem´ aticas 2“el matem´atico m´ as grande desde la antig¨ uedad”, Gauss ha tenido una influencia notable en muchos campos de la matem´atica y de la ciencia, y es considerado uno de los matem´ aticos que m´as influencia ha tenido alrededor de la historia. Gauss fue un prodigio, de quien existen muchas an´ ecdotas acerca de su asombrosa precocidad siendo apenas un peque˜no infante, e hizo sus primeros grandes descubrimientos mientras era apenas un adolescente.
Walter Arriaga D.
Matem´ atica B´asica
281
Figura 10.1: Johann Carl Friedrich Gauss
Completo su magnum opus, Disquisitiones Arithmeticae a los veinti´un a˜ nos (1798), aunque no seria publicada hasta 1801. Un trabajo que fue fundamental para que la teor´ıa de los n´umeros se consolidara y ha moldeado esta ´area hasta los d´ıas presentes. Es c´ elebre la siguiente an´ecdota: con tan solo 3 a˜nos corrigi´ o en su cabeza un error que su padre, mientras ´este realizaba un conteo de pago de sus empleados, haciendo ver su precoz habilidad para los n´ umeros. Ten´ıa Gauss 10 a˜ nos cuando un d´ıa en la escuela el profesor manda sumar los cien primeros n´umeros naturales. El maestro quer´ıa unos minutos de tranquilidad . . . pero transcurridos pocos segundos Gauss levanta la mano y dice tener la soluci´on: los cien primeros n´ umeros naturales suman 5.050. Y efectivamente es as´ı. ¿C´omo lo hizo Gauss? Pues mentalmente se dio cuenta de que la suma de dos t´ erminos equidistantes era constante: 1, 2, 3, 4 . . . . . . 97, 98, 99, 100 1 + 100 = 2 + 99 = 3 + 98 = 4 + 97 =
··· = 101
Con los 100 n´ umeros se pueden formar 50 pares, de forma que la soluci´on final viene dada por el producto 101 50 = 5050
·
Gauss hab´ıa deducido la f´ormula que da la suma de n t´erminos de una progresi´on aritm´etica de la que se conocen el primero y el ´ultimo t´ermino: S n =
(a1 + an )n 2
d´onde a 1 es el primer t´ermino, a n el u ´ ltimo, y n es el n´umero de t´erminos de la progresi´on. En 1796 descubri´ o el m´etodo de construcci´on del Heptadec´agono, y di´o el criterio necesario y suficiente para que un pol´ıgono pueda ser dibujado. ´ Fue el primero en probar rigurosamente el Teorema Fundamental del Algebra (disertaci´ on para su tesis doctoral en 1799), aunque una prueba casi completa de dicho teorema fue hecha por Jean Le Rond d’Alembert anteriormente. En 1801 public´ o el libro Disquisitiones Aritmeticae, con seis secciones dedicadas a la Teor´ıa de n´ umeros, d´a ndole a esta rama de las matem´aticas una estructura sistematizada. En la u ´ltima secci´on del libro expone su tesis doctoral. Ese mismo a˜no predijo la ´orbita del asteroide Ceres aproximando par´ ametros por m´ınimos cuadrados.
282
Matem´ atica B´asica
Walter Arriaga D.
En 1809 fue nombrado director del Observatorio de G¨ottingen. En este mismo a˜no publica Theoria motus corporum coelestium in sectionibus conicis Solem ambientium describiendo c´ omo calcular la ´orbita de un planeta y c´omo refinarla posteriormente. Profundiza sobre ecuaciones diferenciales y secciones c´onicas. Quiz´as Gauss haya sido la primera persona en intuir la independencia del postulado de las paralelas de Euclides y de esta manera anticipar una geometr´ıa no euclidiana. Pero esto s´olo se afirma, sacando conclusiones de cartas enviadas a sus amigos, Farkas Bolyai y a su hijo J´anos Bolyai a quien Gauss calific´o como un genio de primer orden. En 1823 publica Theoria combinationis observationum erroribus minimis obnoxiae, dedicado a la estad´ıstica, concretamente a la distribuci´on normal cuya curva caracter´ıstica, denominada Campana de Gauss, es muy usada en disciplinas no matem´aticas donde los datos son susceptibles de estar afectados por errores sistem´aticos y casuales como por ejemplo la psicolog´ıa diferencial. Hay que aclarar que Gauss no fue el primero en hacer referencia a la distribuci´on normal. Mostr´ o un gran inter´ es en geometr´ıa diferencial y su trabajo Disquisitiones generales circa superficies curva publicado en 1828 fue el m´as reconocido en este campo. En dicha obra expone el famoso Teorema Egregium. De esta obra se deriva el t´ ermino Curvatura Gaussiana. En 1831 se asocia al f´ısico Wilhelm Weber durante seis fruct´ıferos a˜ nos en los que realizan investigaciones sobre las Leyes de Kirchhoff, publicaciones sobre magnetismo y construyen un tel´egrafo el´ectrico primitivo. Aunque a Gauss le desagradaba dar clases, algunos de sus alumnos resultaron destacados matem´aticos como Richard Dedekind y Bernhard Riemann. Otros matem´aticos contempor´aneos fueron Carl Gustav Jakob Jacobi, Dirichlet y Sophie Germain. Gauss muri´o en G¨ottingen el 23 de febrero de 1855. Arthur Cayley
Figura 10.2: Arthur Cayley Arthur Cayley naci´ o en Richmond, Reino Unido, el 16 de agosto de 1821 y muri´o en Cambridge, 26 de enero de 1895. Fue uno de los fundadores de la escuela brit´anica moderna y contribuy´o grandemente con el adelanto de la matem´atica pura. Se gradu´ o en 1842 en la Trinity College, Cambridge, ´el m´as tarde entr´o en leyes y posteriormente fue admitido en la London Bar (1849). Luego pas´o a ser profesor en Cambridge. Cayley desarroll´o la teor´ıa de la invarianza algebraica, y su desarrollo de la geometr´ıa no
Walter Arriaga D.
Matem´ atica B´asica
283
dimensional ha sido aplicada en la f´ısica al estudio del Espacio-Tiempo continuo. Introdujo la multiplicaci´on de las matrices. Es el autor del teorema de Cayley-Hamilton que dice que cualquier matriz cuadrada es soluci´on de su polinomio caracter´ıstico. Dio la primera definici´ on moderna de la noci´on de grupo. Su trabajo en las matrices del ´algebra sirvi´ o como un fundamento para la Mec´ anica Cu´antica, la cual fue desarrollada por Werner Heisenberg en 1925. Cayley tambi´en sugiri´o que la Geometr´ıa Euclidiana y no Euclidiana son tipos especiales de geometr´ıa. Uni´ o la Geometr´ıa Proyectiva (la cual depende de las propiedades invariantes de las figuras) y la Geometr´ıa M´ etrica (dependiente en tama˜n os de ´angulos y longitudes de l´ıneas). Se publicaron los trabajos matem´ aticos de Cayley en Cambridge (1889-98). Recibi´ o la Royal Medal en 1859 y la Medalla Copley en 1882. En combinatoria, su nombre est´a unido a la f´ormula nn−2 que enumera los ´arboles decorados con n picos. Se llama a veces octavas de Cayley o n´umeros de Cayley a los octoniones. Gabriel Cramer
Figura 10.3: Gabriel Cramer Gabriel Cramer (31 de julio, 1704 - 4 de enero, 1752) fue un matem´atico Suizo nacido en Ginebra. Profesor de matem´aticas de la Universidad de Ginebra durante el periodo 172427. En 1750 ocup´ o la c´atedra de filosof´ıa en la citada universidad. En 1731 present´ o en la Academia de las Ciencias de Par´ıs, una memoria sobre las causas de la inclinaci´ o n de las ´orbitas de los planetas. Edit´o las obras de Jean Bernouilli (1742) y Jacques Bernouilli (1744) y el Comercium epistolarum de Leibniz. Su obra fundamental es la Introduction a lanalyse des courbes alg´ebriques (1750), en la que se desarrolla la teor´ıa de las curvas alg´egricas seg´un los principios newtonianos, demostrando que una curva de grado n viene dada por la expresi´on: n(n 3) 2
−
Wilhelm Jordan Wilhelm Jordan fue un geodesista alem´an, naci´o en 1842 y muri´o en 1899. Hizo encuestas ´ en Alemania y Africa. Es recordado entre los matem´aticos por su algoritmo de Eliminaci´on de Gauss - Jordan, con Jordan mejorando la estabilidad del algoritmo de manera que se pod´ıa aplicar para minimizar
284
Matem´ atica B´asica
Walter Arriaga D.
el error cuadrado en las mediciones. Esta t´ ecnica algebr´ aica apareci´ o en su Handbuch der Vermessungskunde (1873).
Bibliograf´ıa [1] Arnaz, Jose Antonio. Iniciaci´ exico, 1980. on a la L´ ogica Simb´ olica . Trillas, M´ [2] Boyer, Mary Jo. Matem´ aticas para enfermeras . Manual Moderno, segunda edition, 2009. [3] Peterson, John C. Matem´ atica B´ asica . CECSA, 2000.
286
Matem´ atica B´asica
Walter Arriaga D.
´ Indice alfab´ etico absorci´ on, 54 adjunta de una matriz, 259 axiomas de los n´ umeros reales, 107 axiomas para la adici´ on, 107 distributividad, 107 igualdad, 108 multiplicaci´ on, 107 bicondicional, 45 c´ırculo, 186 circunferencia, 186 cofactor, 245 condicional, 41 conectivas, 35, 88 binaria, 35 mon´ adica, 35 conjunci´on, 38 conjunto, 93 finito, 96 infinito, 96 unitario, 97 vac´ıo, 96 contingencia, 51 contra rec´ıproca, 45 contradicci´ on, 50 criptograf´ıa, 263 cuadrado latino, 251 cuarta proporcional, 24 diferencial, 24 cuerpo, 229 determinantes, 239 diagonal principal, 225 diagrama cartesiano, 170 de flechas, 171
del ´arbol, 170 sagital, 172 dicotom´ıa, 108 disyunci´on exclusiva, 46 inclusiva, 39 ecuaci´ on bicuadrada, 131 c´ubica, 130 cu´artica, 131 cuadr´atica, 127 de primer grado, 120 lineal, 120 polinomial, 132 espacio vectorial, 229 exportaci´on, 54 f´ormula cuadr´ atica, 128 fracci´ on, 18 compuesta, 19 continua, 19 decimal, 19 egipcia, 19 heterog´enea, 19 homog´enea, 19 impropia, 18 irreductible, 19 ordinaria, 18 parcial, 19 propia, 18 reductible, 19 unitaria, 19 funci´on acotada, 208 afin, 200 biyectiva, 208 constante, 198 creciente, 209 287
288 cuadr´atica, 201 decreciente, 209 escal´ on unitario, 205 exponencial, 213 identidad, 199 impar, 209 inyectiva, 208 lineal, 200 logaritmo, 216 m´aximo entero, 206 mon´ otona, 209 par, 209 peri´ odica, 209 polin´ omica, 203 raiz cuadrada, 202 seccionada, 203 signo, 205 sobreyectiva, 208 trigonom´etrica, 210 univalente, 208 valor absoluto, 204 funciones, 193 generatriz, 21, 183 idempotencia, 52 implicaci´ on, 41 intervalo, 140 abierto, 140 cerrado, 140 semiabierto, 140 semicerrado, 140 inversa, 44 involuci´on, 53 jacobiano, 251 l´ogica, 83 ley de composici´on primera, 107 segunda, 107 ley de composici´on interna , 106 lugar geom´etrico, 181 matriz antihermitiana, 238 antisim´etrica, 235 banda, 247 conjugada, 237
Matem´ atica B´asica
Walter Arriaga D.
cuadrada, 224 de cofactores, 258 de permutaci´on, 250 definida positiva, 248 diagonal, 226, 246 elemental, 260 equivalente, 255 escalar, 226 escalonada, 254 escalonada reducida, 255 herm´ıtica, 238 hermitiana, 238 idempotente, 236 identidad, 226 inversa, 257 involutiva, 235 jacobiana, 251 nilpotente, 236 normal, 248 nula, 227 orden de una, 223 ortogonal, 238 peri´ odica, 236 positiva, 239 rectangular, 227 regular, 244 sim´etrica, 234 singular, 244 transpuesta, 234 traza de una, 233 triangular, 225 triangular superior, 225 matriz principal, 50 media diferencial, 24 proporcional, 25 menor complementario, 244 morgan, 54 n´umero fraccionario, 17 n´umero racional, 17 n´umero complejo, 96 entero, 94 irracional, 95 natural, 94 racional, 95 real, 95