Archivo de la etiqueta: algebra

Álgebra Lineal II: Aplicar polinomios a transformaciones lineales y matrices

Por Julio Sampietro

5 respuestas

Introducción

Varios de los resultados fundamentales de Álgebra Lineal se obtienen al combinar las idea de transformaciones lineales con la de polinomios. El objetivo de esta entrada es introducir el concepto de «aplicar polinomios a matrices» o equivalentemente «aplicar polinomios a transformaciones lineales». La idea fundamental es simple: las potencias en los polinomios se convierten en repetidas aplicaciones de la transformación y las constantes en múltiplos de la identidad. Si bien esta idea es simple, más adelante veremos aplicaciones importantes y con un gran alcance. Uno de los resultados cruciales que surge de esta idea es el conocido teorema de Cayley-Hamilton.

Primeras construcciones

Sea $V$ un espacio vectorial sobre un campo $F$, y sea $T:V\to V$ una transformación lineal. Definimos a la transformación $T^n:V\to V$ para cualquier $n\in \mathbb{N}$ inductivamente a través de

\begin{align*}
T^0=\operatorname{Id}, \hspace{5mm} T^{i+1}= T\circ T^{i},
\end{align*}

donde, recordamos, $\operatorname{Id}$ es la transformación identidad. Intuitivamente, $T^n$ es la «$n$-ésima composición» de $T$. Por ejemplo, $T^3(v)$ no es más que $T(T(T(v)))$ y $T^0(v)$ es simplemente «no usar $T$ para nada», es decir, $\operatorname{Id}(v)=v$. Al componer iteradamente $T$, sigue siendo una transformación lineal de $V$ a $V$, así que $T^n$ es transformación lineal de $V$ a $V$ para todo entero $n\geq 0$.

Ya que hablamos de «potencias» de una transformación lineal, podemos rápidamente hacer sentido de un «polinomio evaluado en una transformación lineal». Si $$P(X)=a_0+a_1X+a_2X^2+\dots + a_n X^n\in F[X]$$ es un polinomio, definimos $P(T):V\to V$ como

\begin{align*}
P(T):= a_0 T^{0}+ a_1 T^1+ a_2 T^2+\dots +a_n T^n.
\end{align*}

Como las transformaciones lineales de $V$ a $V$ son cerradas bajo combinaciones lineales, entonces $P(T)$ también es una transformación lineal de $V$ a $V$.

Ejemplo. Tomemos a la transformación $T:\mathbb{R}^2\to \mathbb{R}^2$ dada por $T(x,y)=(2x-2y,x+y)$. Tomemos al polinomio $P(x)=x^3-2x+4$. ¿Quién es la transformación $P(T)$? Calculemos primero las «potencias» de $T$:

\begin{align*}
T^0(x,y)&=(x,y)\\
T^1(x,y)&=T(x,y)\\
&=(2x-2y,x+y)\\
T^2(x,y)&=T(T(x,y))\\
&=T(2x-2y,x+y)\\
&=(2(2x-2y)-2(x+y),(2x-2y)+(x+y))\\
&=(2x-6y,3x-y)\\
T^3(x,y)&=T(2x-6y,3x-y)\\
&=(-2x-10y,5x-7y).
\end{align*}

Ahora sí, ya podemos saber qué hace $P(T)$. Tenemos:

\begin{align*}
P(T)(x,y)&=(T^3-2T+4\text{Id})(x,y)\\
&=(-2x-10y,5x-7y)-2(2x-2y,x+y)+4(x,y)\\
&=(-2x-6y,3x-5y).
\end{align*}

$\triangle$

Sumas y productos de polinomios

Las operaciones suma y producto de polinomios se traducen, respectivamente, a suma y composición de las evaluaciones en transformaciones lineales. Esta es una linda propiedad que podemos hacer precisa gracias a la siguiente proposición.

Proposición. Si $P_1, P_2\in F[X]$ son dos polinomios y $T:V\to V$ es una transformación lineal, entonces

  1. $ (P_1+P_2)(T)=P_1(T)+P_2(T)$,
  2. $(P_1P_2)(T)=P_1(T)\circ P_2(T)$.

Te invitamos a demostrar esta proposición. Advertimos que, sin embargo, no se cumplen identidades como $$P(T_1+T_2)=P(T_1)+P(T_2)$$ o bien $$P(T_1\circ T_2)=P(T_1)\circ P(T_2).$$ Un contraejemplo para la primera identidad podría ser tomar$P(X)=X^2$ y $T_1=T_2=\operatorname{Id}$. En este caso

\begin{align*}
P(T_1+T_2)&=(T_1+T_2)^2\\&= 4\operatorname{Id}\\&\neq 2\operatorname{Id}\\&=P(T_1)+P(T_2).
\end{align*}

Dejamos como ejercicio el verificar que la segunda identidad tampoco es cierta en general. Fijando $T$, podemos juntar a todas las transformaciones de la forma $P(T)$ para algún $P$ en la siguiente estructura.

Definición. La $F$-álgebra generada por la transformación $T$ es el conjunto

\begin{align*}
F[T]=\lbrace P(T)\mid P\in F[X]\rbrace.
\end{align*}

Una consecuencia de la proposición anterior (es más, ¡una mera traducción!) es la siguiente.

Proposición. Para cualesquiera $x,y\in F[T]$ y $c\in F$ se cumple que $x+cy\in F[T]$ y $x\circ y\in F[T].$ Es decir, $F[T]$ es un subespacio del espacio de todas las transformaciones lineales de $V$ en $V$ que además es estable bajo composición.

También puedes verificar que $F[T]$ es el subespacio más chico (en el sentido de contención) del espacio de transformaciones lineales en $V$ que contiene a $T$, a $\operatorname{Id}$ y que es cerrado bajo composiciones.

Lo mismo pero con matrices

Desde Álgebra Lineal I sabemos que una transformación lineal se corresponde de manera biunívoca (fijando una base) con una matriz. Nuestra discusión previa se puede adaptar a este vocabulario, y eso es lo que haremos ahora.

Si $A\in M_n(F)$ es una matriz cuadrada de orden $n$ con coeficientes en $F$, podemos entender a $A^n$ simplemente como el $n$-ésimo producto de $A$ consigo misma. Luego si $$P(X)=a_0+a_1X+a_2 X^2+\dots +a_n X^n\in F[X]$$ es un polinomio, definimos

\begin{align*}
P(A):= a_0 I_n +a_1 A+ a_2 A^2+\dots+ a_n A^n.
\end{align*}

Se cumple que $(PQ)(A)=P(A)\cdot Q(A)$ para cualesquiera polinomios $P,Q$ y cualquier matriz $A$. Similarmente el álgebra generada por $A$ se define como

\begin{align*}
F[A]=\lbrace P(A)\mid P\in F[X]\rbrace,
\end{align*}

y es un subespacio de $M_n(F)$ que es cerrado bajo producto de matrices.

Ejemplo. Consideremos la matriz $A=\begin{pmatrix}2&-2\\1&1\end{pmatrix}$. Consideremos el polinomio $P(x)=x^3-2x+4$. ¿Quién es la matriz $P(A)$? Usando la definición, primero nos enfocaremos en encontrar las potencias de $A$. Puedes verificar por tu cuenta que:

\begin{align*}
A^0&=\begin{pmatrix}1&0\\0&1\end{pmatrix}\\
A^1&=\begin{pmatrix}2&-2\\1&1\end{pmatrix}\\
A^2&=\begin{pmatrix}2&-6\\3&-1\end{pmatrix}\\
A^3&=\begin{pmatrix}-2&-10\\5&-7\end{pmatrix}
\end{align*}

De esta manera,

\begin{align*}
P(A)&=A^3-2A+4I_2\\
&=\begin{pmatrix}-2&-10\\5&-7\end{pmatrix} – 2 \begin{pmatrix}2&-2\\1&1\end{pmatrix} + 4 \begin{pmatrix}1&0\\0&1\end{pmatrix}\\
&=\begin{pmatrix}-2&-6 \\ 3 & -5 \end{pmatrix}.
\end{align*}

$\triangle$

Este ejemplo se parece mucho al ejemplo que hicimos cuando evaluamos un polinomio en una transformación $T$. Esto no es casualidad, y se puede resumir en la siguiente observación.

Observación. Si $A$ es la matriz asociada a $T$ en alguna base, entonces $P(A)$ es la matriz asociada a $P(T)$ en dicha base.

Unos problemas para calentar

A continuación veremos algunos unos cuantos problemas resueltos para que te familiarices con los conceptos que acabamos de ver de manera un poco más teórica.

Problema 1.

  1. Si $A,B\in M_n(F)$ son matrices con $B$ invertible, demuestra que para cualquier $P\in F[X]$ se cumple
    \begin{align*}
    P(BAB^{-1})=BP(A)B^{-1}.
    \end{align*}
  2. Demuestra que si $A,B\in M_n(F)$ son similares, entonces $P(A)$ y $P(B)$ son similares para cualquier $P\in F[X]$.

Solución.

  1. Primero supongamos que $P(X)=X^k$ para alguna $k\geq 1$. Necesitamos demostrar que $\left(BAB^{-1}\right)^{k}= BA^{k}B^{-1}$, y esto lo podemos verificar sencillamente pues
    \begin{align*}
    (BAB^{-1})\cdot (BAB^{-1})\cdots (BAB^{-1})&= BA(B^{-1} B) A \cdots (B^{-1}B)AB^{-1}\\
    &= BA^{k}B^{-1},
    \end{align*}
    donde usamos que $BB^{-1}=I_n$. Más generalmente, si $P(X)=a_0+a_1 X+a_2X^2+\dots +a_n X^n$ entonces
    \begin{align*}
    P(BAB^{-1})&= \sum_{i=0}^{n} a_i (BAB^{-1})^{i}\\
    &= \sum_{i=0}^{n}a_i BA^{i}B^{-1}\\
    &= B\left(\sum_{i=0}^{n} a_i A^{i}\right)B^{-1}\\
    &= BP(A)B^{-1}
    \end{align*}
    que es lo que queríamos demostrar.
  2. Como $A$ y $B$ son similares, existe $C$ invertible tal que $A=CBC^{-1}$. Por el inciso anterior tenemos
    \begin{align*}
    P(A)=P(CBC^{-1})=CP(B)C^{-1}.
    \end{align*}
    Así, $P(A)$ y $P(B)$ son similares.

$\square$

Problema 2. Considera la matriz

\begin{align*}
A=\begin{pmatrix}
0 & 1 & -1\\
-2 & 0 & 3\\
0 & 0 & 4
\end{pmatrix}
\end{align*}

así como el polinomio $P(X)=X^2+2X-1$. Calcula $P(A)$.

Solución. Es cuestión de hacer los cálculos. Vemos que

\begin{align*}
A^2= \begin{pmatrix}
-2 & 0 & -1\\
0 & -2 & 14\\
0 & 0 & 16
\end{pmatrix}
\end{align*}

y así

\begin{align*}
P(A)&=A^2+2A-I_3\\&=\begin{pmatrix}
-2 & 0 & -1\\
0 & -2 & 14\\
0 & 0 & 16
\end{pmatrix} + 2\begin{pmatrix}
0 & 1 & -1\\
-2 & 0 & 3\\
0 & 0 & 4
\end{pmatrix} -\begin{pmatrix}
1 & 0 & 0\\
0 & 1 & 0\\
0 & 0 & 1
\end{pmatrix}\\
&=\begin{pmatrix}
-3 & 2 & -3\\
-4 & -3 & 20\\
0 & 0 & 23
\end{pmatrix}.
\end{align*}

$\triangle$

Problema 3. Si $A$ es simétrica, demuestra que $P(A)$ es simétrica para cualquier polinomio $P$.

Solución. La demostración se basa en los siguientes hechos:

  1. Si $A=(a_{ij})$ y $B=(b_{ij})$ son matrices simétricas y $c\in F$ es un escalar, entonces $A+cB$ es simétrica, puesto que
    \begin{align*}
    (A+cB)_{ij}= a_{ij}+cb_{ij}= a_{ji}+cb_{ji}= (A+cB)_{ji}.
    \end{align*}
  2. Si $A,B$ son simétricas, su producto es una matriz simétrica. De nuevo, basta con hacer el cálculo
    \begin{align*}
    (AB)_{ij}=\sum_{k=1}^{n} a_{ik}b_{kj}=\sum_{k=1}^{n} b_{jk}a_{ki}= (AB)_{ji} .
    \end{align*}
  3. Usando el inciso anterior, se sigue que si $A$ es simétrica, entonces $A^{k}$ es simétrica para toda $k\geq 1$. Además, $I_n$ es simétrica y por el primer punto tenemos que toda combinación lineal de matrices simétricas es simétrica. En particular $P(A)$ es simétrica.

$\square$

Problema 4. Sea $V$ el espacio vectorial de todas las funciones $f:\mathbb{R}\to \mathbb{R}$ infinitamente diferenciables. Sea $T:V\to V$ dada por $T:f\mapsto f’$. ¿Puedes encontrar un polinomio $P\in \mathbb{R}(X)$ distinto de cero tal que $P(T)=0$?

Solución. No es posible encontrar dicho polinomio. Suponiendo que sí, tendríamos que $P(T)$ es una ecuación diferencial polinomial de orden $n$, es decir, a cada función la evaluamos en una combinación

\begin{align*}
a_0f+a_1f’+a_2f»+\dots + a_n f^{n}
\end{align*}

donde $f^n$ es la $n$-ésima derivada. Si $P(T)$ es idénticamente cero, tenemos que toda función suave $f$ satisface esta ecuación. En particular tenemos que la constante $g(x)=1$ la satisface. Así $g’=g»=\dots=g^{n}=0$ y entonces

\begin{align*}
P(T)(g)= a_0 g+a_1g+\dots +a_ng^{n}=a_0=0.
\end{align*}

Concluimos que $a_0=0$. Luego, si consideramos a la función identidad $h(x)=x$ entonces también se tiene que cumplir la ecuación (recordamos que ya eliminamos el término $a_0$). Así

\begin{align*}
P(T)(h)= a_1h’+a_2h»+\dots +a_nh^{n}= a_1=0,
\end{align*}

donde usamos que $h'(x)=1$ y todas las derivadas de orden superior son cero. Continuando con este proceso (evaluando en $x^2,x^3,\ldots$) llegamos a que todos los coeficientes $a_i$ son cero. Esto quiere decir que el polinomio era nulo en primer lugar.

$\triangle$

Más adelante…

En entradas subsecuentes estudiaremos polinomios de matrices con propiedades especiales, como por ejemplo el polinomio mínimo, que se distinguen por sus deseables propiedades algebraicas. Este es el primer paso hacia el teorema de Cayley-Hamilton.

Tarea moral

Aquí hay unos ejercicios para que practiques lo visto en esta entrada.

  1. Compara el ejemplo que se dio de evaluar un polinomio en una transformación $T$ con el de evaluar un polinomio en una matriz $A$. ¿Por qué se parecen tanto?
  2. Considera $V$ el espacio vectorial de funciones $C^\infty$ en el intervalo $[0,2\pi]$ y $D:V\to V$ a la transformación que manda una función a su derivada, es decir $D(f)=f’$. Encuentra un polinomio $P$ tal que $P(D)(\sin(x)+\cos(x))$ sea la función cero.
  3. Demuestra que si $A$ es una matriz diagonal, $P(A)$ también es diagonal.
  4. Si
    \begin{align*}
    A=\begin{pmatrix}
    1 & 2\\
    0 &-1\end{pmatrix}
    \end{align*}
    y $P(X)=X^3-X^2+X-1$, calcula $P(A)$.
  5. Generaliza el último problema de la entrada como sigue: Si $V$ es un espacio vectorial y $T:V\to V$ es tal que existen elementos $v_i$ con $i\in \mathbb{N}$ que cumplen $T^{i}(v_i)\neq 0$ y $T^{j}(v_i)=0$ para $j>i$, entonces no existe $P$ no nulo tal que $P(T)$ sea cero.

Entradas relacionadas

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE109323 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 3»

Álgebra Lineal II: Introducción al curso

Por Leonardo Ignacio Martínez Sandoval

4 respuestas

Introducción

En esta serie de entradas continuaremos platicando acerca de álgebra lineal. Son una continuación a las entradas de Álgebra Lineal I que también se encuentran disponibles en el blog. En el transcurso de ellas, cubriremos los temas que establece el temario de la materia Álgebra Lineal II de la Licenciatura en Matemáticas de la UNAM.

Primero comenzaremos dando un pequeño repaso de lo que se ha visto en Álgebra Lineal I y después daremos un pequeño panorama de lo que se cubrirá en este curso.

Algunos recordatorios de Álgebra Lineal I

En el primer curso de álgebra lineal se establecieron muchos fundamentos del área, relacionados con espacios vectoriales, transformaciones lineales, matrices y más. A continuación damos un breve recordatorio de cada unidad temática. Usaremos letras cursivas para mencionar términos que ya deberías conocer. Si algunos de ellos no los recuerdas. Usaremos letras negritas para hacer énfasis en resultados fundamentales del primer curso, que es muy importante que recuerdes qué dicen y cómo se usan. Todo esto lo puedes encontrar en las notas anteriores.

En la primer parte de ese curso, recordamos las definiciones básicas de vector, matriz y transformación lineal, pero únicamente nos enfocamos en un espacio vectorial muy sencillo: $F^n$, que consiste de todos los vectores con $n$ entradas en un campo $F$. Se definieron operaciones de suma y producto escalar en este espacio. También hablamos de cómo multiplicar matrices. Esto fue suficiente para plantear la idea de resolver sistemas de ecuaciones lineales. Primero estudiamos los sistemas de ecuaciones lineales homogéneos, pues de acuerdo al principio de superposición, esto es suficiente. Luego, vimos el algoritmo de reducción gaussiana, que nos permite llevar cualquier matriz a su forma escalonada reducida. Esto resulta fundamental para calcular todo tipo de cosas en álgebra lineal: resolver sistemas de ecuaciones, invertir matrices, encontrar determinantes, encontrar espacios generados, etc.

En la segunda parte introdujimos el concepto de espacio vectorial en general. Hablamos de $F^n$, pero también del espacio de matrices $M_{m,n}(F)$, del espacio de polinomios $F[x]$, de los espacios de polinomios de grado a lo más $n$, $F_n[x]$, y de algunos otros como los de funciones con ciertas propiedades (continuas, diferenciables, limitadas a un intervalo, acotadas, etc.) A partir de las nociones de combinación lineal, independencia lineal y generadores, desarrollamos la teoría de dimensión. Un resultado crucial en dimensión finita es el lema de Steinitz. Tras hablar de un espacio vectorial, comenzamos a hablar de «funciones bonitas» entre ellos. Las primeras que tratamos fueron las transformaciones lineales. Un resultado crucial es que, en dimensión finita y tras elegir una base cada transformación lineal corresponde a una matriz y viceversa. Como bases distintas dan matrices distintas, fue necesario discutir qué sucede al cambiar de base, por lo que se introdujeron matrices de cambio de base. Otro resultado crucial es el teorema rango-nulidad.

La tercera parte fue mucho más geométrica. En ella hablamos de las formas lineales y de las formas bilineales. A partir de las formas lineales construimos a los espacios duales y desarrollamos la teoría de dualidad. Definimos el concepto de hiperplano. Una de las principales aplicaciones de la teoría de dualidad fue mostrar que en dimensión finita todo subespacio es intersección de hiperplanos. En el caso de formas bilineales, nos enfocamos mucho más en aquellas que van a $\mathbb{R}$. A partir de ellas definimos formas cuadráticas. Estudiamos el caso muy especial de espacios euclideanos, que son, a grandes rasgos espacios vectoriales reales con una forma bilineal «bonita». En este tipo de espacios se puede hablar de normas, distancias y ángulos. Los resultados cruciales fueron la desigualdad de Cauchy-Schwarz y la existencia de bases ortonormales. Para encontrarlas, hablamos del proceso de Gram-Schmidt.

Finalmente, vino la unidad 4 en la que se desarrolló de manera formal el concepto de determinante, tanto para vectores, como para matrices y transformaciones lineales. Para ello fue importante hablar de formas $n$-lineales (que en cierta forma generalizan a las bilineales) con propiedades especiales, como ser alternantes. Se vieron muchas propiedades de los determinantes para entenderlos a profundidad de manera teórica y práctica, en particular la expansión de Laplace. Se vio cómo los determinantes pueden ayudar a resolver sistemas de ecuaciones mediante las fórmulas de Cramer. También, con toda la teoría desarrollada hasta aquí pudimos finalmente entender con mucha profundidad los sistemas de ecuaciones lineales mediante el teorema de Rouché-Capelli. Para cerrar el curso, vimos muy por encima las ideas de eigenvalores, eigenvectores y polinomio característico. Esto nos llevó a la idea de diagonalización. Juntando toda la teoría del curso, llegamos a la cereza del pastel: el teorema espectral para matrices simétricas reales.

La idea general del segundo curso

El teorema espectral para matrices simétricas reales es un resultado precioso: bajo ciertas condiciones nos permite «llevar» una transformación (o matriz) a una «forma sencilla». Nos debe de dar la intuición de que toda la teoría que se desarrolló anteriormente la podemos utilizar para demostrar muchos otros resultados lindos de ese estilo. En Álgebra Lineal II haremos precisamente esto.

En la primer parte del curso profundizaremos en la teoría de eigenespacios, que nos permitirán entender mucho mejor cómo son los eigenvectores. Para hacer eso, será importante introducir un nuevo polinomio: el polinomio mínimo. Mostraremos muchas más propiedades de eigenvectores, eigenvalores, polinomios mínimos y característicos. Usaremos estas ideas para profundizar en las nociones de diagonalización y triangulización y enunciaremos teoremas que nos permitirán saber cuándo una matriz (o transformación) se puede llevar mediante un cambio de base a una forma más sencilla. En esta primer parte también demostraremos el bello teorema de Cayley-Hamilton, que afirma que cualquier matriz se anula en su polinomio característico.

Después de esto, en la segunda parte del curso trabajaremos para entender mejor a las formas bilineales que introdujimos en el primer curso. Ya no sólo nos limitaremos a aquellas que caen a los reales, sino que hablaremos también de aquellas que caen al campo $\mathbb{C}$ de los números complejos. Uno podría pensar que el tratamiento es análogo, pero esto dista mucho de la realidad: se requiere pensar en nuevas definiciones que involucren a los conjugados de las entradas de las matrices.

Tras establecer las propiedades principales que nos interesan en espacios vectoriales sobre $\mathbb{R}$ y $\mathbb{C}$, retomaremos la idea de demostrar teoremas de diagonalización. Ahora tendremos el teorema espectral para matrices reales y el teorema espectral para matrices complejas. Además de garantizarnos una diagonalización, estos teoremas nos garantizan que esa diagonalización es de una forma muy especial. Veremos las consecuencias teóricas que esto tiene.

Finalmente, en la última unidad temática, veremos que aunque las matrices no sean diagonalizables, en realidad no todo está perdido. Hablaremos de la forma canónica de Jordan, que es algo así como una versión débil de diagonalizar. Terminaremos el curso aprovechando todo lo visto hasta ahora para ver que cualquier matriz, sin importar sobre qué campo esté, siempre podrá ser llevada a esta forma tras un cambio de base.

Más adelante…

En la siguiente entrada ya comenzaremos con el contenido teórico del curso. Lo primero que haremos es formalizar qué quiere decir «aplicar un polinomio a una transformación lineal» y qué qué quiere decir aplicarlo a una matriz.

Tarea moral

A continuación hay algunos ejercicios para que practiques los conceptos vistos en esta entrada. Te será de mucha utilidad intentarlos para entender más la teoría vista.

  1. Recuerda el algoritmo de reducción gaussiana y úsalo para determinar si la matriz $\begin{pmatrix} 1 & 5 & 0 \\ 0 & 1 & 2 \\ 5 & 3 & -1\end{pmatrix}$ es invertible y, en caso de que sí, encontrar su inversa. Hazlo a mano y comprueba tu respuesta con alguna calculadora de forma escalonada reducida en línea.
  2. Encuentra una base ortogonal para el espacio de polinomios $\mathbb{R}_4[x]$ de grado a lo más $4$ con producto bilineal $\langle p, q \rangle = \sum_{j=0}^4 p(j)q(j)$. Encuentra la forma matricial de la transformación «derivar» en esta base y da su determinante.
  3. Escribe al subespacio de matrices antisimétricas en $M_3(\mathbb{R})$ como intersección de hiperplanos. ¿Qué dimensión tiene?
  4. Encuentra un sistema de $4$ ecuaciones lineales en $5$ variables cuyo espacio de soluciones tenga dimensión $2$. Después, resuélvelo usando los siguientes dos métodos: reducción gaussiana y fórmulas de Cramer.
  5. Explica qué nos garantiza el teorema espectral visto en el curso anterior para las matrices $A=\begin{pmatrix} 1 & 2 & 3 \\ 2 & 0 & 1 \\ 3 & 1 & 4 \end{pmatrix}$ y $B=\begin{pmatrix} 0 & 1 & -1 \\ 1 & 2 & -4 \\ 0 & 0 & 2 \end{pmatrix}$. Encuentra el polinomio característico de cada una de estas matrices. Esboza (sin hacerlo) cómo encontrarías los valores y vectores propios de $A$ y $B$.

Entradas relacionadas

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE109323 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 3»

Álgebra Superior I: Conectores: negaciones, conjunciones y disyunciones

Por Leonardo Ignacio Martínez Sandoval

7 respuestas

Introducción

En la entrada de introducción a este curso ya acordamos que una proposición matemática (o simplemente proposición) es un enunciado que puede ser verdadero o falso (pero no ambos), y que habla de objetos matemáticos. También hablamos de variables proposicionales como $P,Q,R$, que nos permiten hablar de proposiciones indeterminadas. Y mencionamos brevemente lo que será una tabla de verdad.

Ahora hablaremos de algunas reglas que nos permiten comenzar con una o más proposiciones y combinarlas para obtener otras proposiciones. Hablaremos de la negación, de la conjunción y de la disyunción. De manera informal, la primera antepone un «no es cierto que» a cualquier proposición, y le cambia su veracidad. La segunda y tercera combinan dos proposiciones en una sola. De manera informal, ponen «y» y «o» entre las oraciones, respectivamente.

A estas reglas se les conoce como conectores o conectivos. Discutiremos cada uno de ellos de manera intuitiva y después definiremos qué quieren decir de manera formal.

Conectores lógicos

De tu experiencia previa, ya sabes que hay formas en las que podemos combinar, por ejemplo, a números enteros para obtener nuevos números. Si tomamos el número $2$ y el número $3$ y les aplicamos la operación «suma», entonces debemos entreponer un signo $+$ entre ellos para obtener la expresión $2+3$. Esta expresión es de nuevo un número entero: el $5$. Así como hacemos operaciones entre números, también podemos hacer operaciones entre proposiciones.

Un conector lógico (o simplemente conector) es una regla que permite tomar una o más proposiciones, «operarlas» y de ahí construir una nueva proposición «resultado». Como lo que más nos importa de las proposiciones es si son verdaderas o falsas, entonces lo más importante de cada conector que demos es decir cómo se determina la veracidad de la proposición que obtuvimos como resultado. En estas entradas hablaremos a detalle de los siguientes conectores:

  • Negaciones: Usan el símbolo $\neg$. Toman una proposición $P$ y la convierten en la proposición $\neg P$ cuyo valor de verdad es opuesto al de $P$.
  • Conjunciones: Usan el símbolo $\land$. Toman dos proposiciones $P$ y $Q$ y las convierten en la proposición $P\land Q$, que para ser verdadera necesita que tanto $P$ como $Q$ sean verdaderas.
  • Disyunciones: Usan el símbolo $\lor$. Toman dos proposiciones $P$ y $Q$ y las convierten en la proposición $P\lor Q$, que para ser verdadera necesita que alguna de $P$ o $Q$ lo sean (o ambas).
  • Implicaciones: Usan el símbolo $\Rightarrow$. Toman dos proposiciones $P$ y $Q$ y las convierten en la proposición $P\Rightarrow Q$, que para ser verdadera se necesita o bien que $P$ sea falsa (y $Q$ puede ser lo que sea), o bien que tanto $P$ como $Q$ sean verdaderas.
  • Dobles implicaciones: Usan el símbolo $\Leftrightarrow$. Toman dos proposiciones $P$ y $Q$ y las convierten en la proposición $P \Leftrightarrow Q$, que para ser verdadera necesita que $P\Rightarrow Q$ sea verdadera y que $Q\Rightarrow P$ sea verdadera.

Ahora profundizaremos en las primeras tres y las últimas dos las dejaremos para más adelante.

Negaciones

Lo que hacen las negaciones a nivel de texto es anteponer un «no es cierto que» a una proposición. Por ejemplo si comenzamos con la proposición $$A=\text{«El cielo es azul.»}$$ entonces su negación es $$\neg A=\text{«No es cierto que el cielo es azul.»}$$ Observa que si pensamos a $A$ como una proposición verdadera, entonces la proposición $\neg A$ es falsa.

Hay que tener cuidado. El efecto que hacen las negaciones simplemente es anteponer «no es cierto que» a una proposición. Puede ser tentador intentar poner un «no» en alguna parte de la oración de manera arbitraria, pero esto puede llevar a problemas. Por ejemplo, la negación de la oración $$B=\text{«El número $2$ es par y múltiplo de $3$.»}$$ es simplemente $$\text{«No es cierto que el número $2$ es par y múltiplo de $3$.»}$$ Si hacemos la negación con poco cuidado, podríamos llegar a $$\text{«El número $2$ no es par ni múltiplo de $3$.»}$$ que no funciona, pues no tiene el valor opuesto de verdad: la oración original es falsa, y esta también.

Más adelante hablaremos con cuidado del conector «y» que usamos en el ejemplo anterior. Veremos cómo se pueden negar de manera correcta a las proposiciones que lo usan.

Tabla de verdad de negaciones

De manera formal, dada una proposición $P$ definimos a la negación de $P$, que denotamos por $\neg P$ como una proposición que tiene valor opuesto de verdad al de $P$. Pensando entonces a $P$ como una variable proposicional, se tiene que $\neg P$ es una fórmula proposicional con la siguiente tabla de verdad:

$P$$\neg P$
$0$ $1$
$1$$0$ 

Ya que al aplicar una negación obtenemos una nueva proposición, entonces ahora podemos volverle a aplicar negación a la nueva proposición obtenida. Así, si comenzamos con $$P=\text{«El cielo es azul.»}$$ y lo negamos, obtenemos $$\neg P = \text{«No es cierto que el cielo es azul.»}$$ y luego podemos negar de nuevo para obtener $$\neg(\neg P) = \text{«No es cierto que no es cierto que el cielo es azul.»}$$

Como la negación cambia el valor de verdadero a falso y viceversa, entonces $P$ y $\neg(\neg P)$ tienen el mismo valor de verdad. Esto lo podemos verificar en la siguiente tabla de verdad, llenando primero la segunda columna y luego la tercera a partir de la segunda.

$P$$\neg P$$\neg(\neg P)$
$0$$1$ $0$
$1$$0$$1$ 

Observa que las columnas de $P$ y de $\neg(\neg P)$ tienen exactamente los mismos valores. Esto ocurrirá con frecuencia. Cuando dos fórmulas proposicionales tengan exactamente el mismo valor de verdad para todas las asignaciones de verdad de sus variables proposicionales, diremos que son equivalentes y lo denotaremos escribiendo $\equiv$ entre ambas. Discutiremos esto con más detalle en la siguiente entrada. Así, por lo visto arriba podemos escribir $P\equiv \neg(\neg P)$.

Conjunciones

Lo que hacen las conjunciones a nivel de texto es anteponer un «y» entre dos proposiciones. Por ejemplo si comenzamos con las proposiciones $$P=\text{«El número $20$ es impar.»}$$ y $$Q=\text{«El número $9$ es un número cuadrado.»}$$ entonces la conjunción de ambas es $$P\land Q=\text{«El número $20$ es impar y el número $9$ es cuadrado.»}$$ Para que esta nueva proposición sea verdadera, debe suceder que cada una de las proposiciones que la conforman deben serlo. En este caso en específico, esto no ocurre. La proposición $Q$ es verdadera, pero la proposición $P$ es falsa. De este modo, la conjunción es falsa.

Veamos algunos ejemplos más. Tomemos las siguientes proposiciones:

$$A=\text{«Los gatos son felinos.»}$$

$$B=\text{«Todos los blorg son rojos.»}$$

$$C=\text{«El número $3$ es mayor que el número $1$.»}$$

$$D=\text{«Un cuadrado tiene ángulos de $60^\circ$.»}$$

$$E=\text{«La luna es azul.»}$$

Para determinar la veracidad de cada una de estas, tendríamos que ponernos de acuerdo en la definición de varios términos como «felinos», «blorg», «es mayor que», «cuadrado», «luna», etc. Pero por practicidad, daremos por hecho que $A$, $B$ y $C$ son proposiciones verdaderas y que $D$ y $E$ son falsas.

La conjunción de $A$ con $B$ es $$A\land B = \text{«Los gatos son felinos y todos los blorg son rojos.»}$$ Como cada una de las proposiciones que conforman la conjunción es verdadera, entonces la conjunción lo es.

La conjunción de $B$ con $E$ es $$B\land E = \text{«Todos los blorg son rojos y la luna es azul».}$$ Por muy cierto que sea que todos los blorg sean rojos, la conjunción no es verdadera pues $E$ es falsa.

Una vez que formamos una conjunción, esta es ahora una nueva proposición. Por lo tanto, se vuelve candidata a aplicarle negaciones y conjunciones. De esta forma, tiene sentido pensar en la proposición $\neg(A\land B)$, en donde los paréntesis implican que primero se hace esa operación. A nivel textual también usaremos los paréntesis para no confundirnos, de modo que escribiremos: \begin{align*}\neg(A\land B) &= \text{«No es cierto que (los gatos son felinos y todas}\\ &\text{los blorg son rojos).»}\end{align*}

También tiene sentido pensar en la proposición $(\neg C) \land E$. O bien en la proposición $A\land( (\neg C) \land E)$. Puedes practicar pasar estas proposiciones a oraciones con paréntesis.

Tabla de verdad de conjunciones

Para formalizar la discusión anterior, definimos a la conjunción de dos proposiciones $P$ y $Q$ como la proposición $P\land Q$ que es verdadera únicamente cuando tanto $P$ como $Q$ son verdaderas. Así, como fórmula lógica, $P\land Q$ queda definida mediante la siguiente tabla de verdad:

$P$$Q$$P\land Q$
$0$$0$$0$ 
$0$$1$$0$ 
$1$$0$$0$ 
$1$$1$$1$ 

¿Importará el orden en el que hacemos la conjunción? Esta es una pregunta muy natural. Para responderla, podemos hacer la tabla de verdad considerando tanto a las columnas $P\land Q$ como $Q\land P$ y llenándolas por separado.

$P$$Q$$P\land Q$$Q \land P$
$0$$0$ $0$$0$ 
$0$$1$$0$ $0$ 
$1$$0$$0$ $0$
$1$$1$$1$ $1$ 

Observa que las columnas correspondientes a $P\land Q$ y $Q\land P$ son iguales, de modo que podemos concluir que ambas fórmulas lógicas son equivalentes. Recuerda que escribirmos $P\land Q\equiv Q\land P$. Hay otras preguntas muy naturales: ¿qué pasa si hacemos la conjunción de más de dos proposiciones? ¿son equivalentes iguales $(P\land Q) \land R$ y $R\land(Q \land P)$? ¿qué pasa si combinamos a la negación con la conjunción? Esto lo veremos más adelante.

Disyunciones

Lo que hacen las disyunciones a nivel de texto es anteponer un «o» entre dos proposiciones. Por ejemplo si comenzamos con las proposiciones $$P=\text{«El número $10$ es impar.»}$$ y $$Q=\text{«El número $7$ es un número primo.»}$$ entonces la conjunción de ambas es $$P\lor Q=\text{«El número $10$ es impar o el número $7$ es primo.»}$$ Para que esta nueva proposición sea verdadera, es suficiente con que una de las proposiciones que la conforman lo sea. En este caso en específico, esto sí ocurre. La proposición $Q$ es verdadera, de modo que aunque la proposición $P$ sea falsa, la disyunción resulta ser verdadera.

Retomemos las proposiciones de la sección anterior para ver más ejemplos.

$$A=\text{«Los gatos son felinos.»}$$

$$B=\text{«Todos los blorg son rojos.»}$$

$$C=\text{«El número $3$ es mayor que el número $1$.»}$$

$$D=\text{«Un cuadrado tiene ángulos de $60^\circ$.»}$$

$$E=\text{«La luna es azul.»}$$

Recuerda que estamos dando por hecho que $A$, $B$ y $C$ son proposiciones verdaderas y que $D$ y $E$ son falsas.

La disyunción de $A$ con $B$ es $$A\lor B = \text{«Los gatos son felinos o todos los blorg son rojos.»}$$ Como $A$ es verdadera, esto basta para decir que $A\lor B$ es verdadera. Como $B$ también es verdadera, también esto bastaba para decir que $A\lor B$ es verdadera. No hay ningún problema con que tanto $A$ como $B$ sean verdaderas.

La conjunción de $D$ con $E$ es $$D\lor E = \text{«Un cuadrado tiene ángulos de $60^\circ$ o la luna es azul».}$$ Aquí tanto $D$ como $E$ son falsas, de modo que la disyunción también lo es.

Las disyunciones también crean proposiciones nuevas, a las que se les pueden aplicar negaciones, conjunciones y disyunciones. El uso del paréntesis se vuelve crucial. Observa que usando las proposiciones ejemplo de arriba, tenemos que

  • $(D\land C) \lor A $ es verdadera
  • $D\land (C \lor A)$ es falsa

Tabla de verdad de disyunciones

Para formalizar la discusión anterior, definimos a la disyunción de dos proposiciones $P$ y $Q$ como la proposición $P\lor Q$ que es verdadera cuando por lo menos una de las proosiciones $P$ y $Q$ lo es. Así, pensada como fórmula lógica, la tabla de verdad sería la siguiente:

$P$$Q$$P\lor Q$
$0$$0$$0$ 
$0$$1$$1$ 
$1$$0$$1$ 
$1$$1$$1$ 

¿Importará el orden en el que hacemos la conjunción? Esta es una pregunta muy natural, y ya puedes responderla por tu cuenta. Intenta hacer esto haciendo una tabla de vedad que incluya tanto a las columnas $P\lor Q$ como $Q\lor P$.

En la sección anterior vimos la importancia de poner paréntesis en las expresiones. Esta importancia también podemos verificarla mediante la siguiente tabla de verdad, en donde consideramos tres variables proposicionales $P$, $Q$ y $R$ y estudiamos qué sucede con las fórmulas proposicionales $(P\land Q) \lor R$ y con $P \land (Q \lor R)$. Como hay $2$ posibilidades para cada una de $P$, $Q$, $R$, debemos tener $2\cdot 2 \cdot 2 = 8$ filas.

Llenamos primero las primeras dos columnas usando lo que sabemos de $P\land Q$ y $Q\lor R$.

$P$$Q$$R$$P\land Q$$Q \lor R$$(P\land Q) \lor R$$P \land (Q \lor R)$
$0$$0$$0$ $0$$0$ 
$0$$0$$1$$0$ $1$ 
$0$$1$$0$$0$ $1$
$0$$1$$1$$0$ $1$ 
$1$$0$$0$$0$$0$
$1$$0$$1$$0$$1$
$1$$1$$0$$1$$1$
$1$$1$$1$$1$$1$

Y ahora sí podemos llenar las últimas dos porque ya sabemos cómo es el valor de verdad de cada una de las fórmulas que las conforman.

$P$$Q$$R$$P\land Q$$Q \lor R$$(P\land Q) \lor R$$P \land (Q \lor R)$
$0$$0$$0$ $0$$0$ $0$$0$
$0$$0$$1$$0$ $1$ $1$$0$
$0$$1$$0$$0$ $1$$0$$0$
$0$$1$$1$$0$ $1$ $1$$0$
$1$$0$$0$$0$$0$$0$$0$
$1$$0$$1$$0$$1$$1$$1$
$1$$1$$0$$1$$1$$1$$1$
$1$$1$$1$$1$$1$$1$$1$

Observa que las columnas correspondientes a $(P\land Q) \lor R$ y $P \land (Q \lor R)$ no son iguales, pues difieren en algunos renglones, por ejemplo, en el segundo renglón. De este modo, podemos concluir que hay ocasiones en las que lás fórmulas lógicas $(P\land Q) \lor R$ y $P \land (Q \lor R)$ difieren. Decimos entonces que no son equivalentes. En conclusión, el orden de las operaciones suele ser importante.

Más adelante…

En esta entrada hablamos de la negación, la conjunción y la disyunción. Vimos cómo justificar algunas de sus propiedades mediante tablas de verdad, como $A\land B\equiv B\land A$. En la siguiente entrada usaremos esta técnica y otras más para probar otras propiedades interesantes de estos conectores.

Tarea moral

A continuación hay algunos ejercicios para que practiques los conceptos vistos en esta entrada. Te será de mucha utilidad intentarlos para entender más la teoría vista.

  1. Escribe en texto y usando paréntesis la proposición $(A\land B) \lor (\neg D)$, usando $A$, $B$ y $D$ como las proposiciones ejemplo que dimos.
  2. Mediante una tabla de verdad, justifica la equivalencia $P\lor Q \equiv Q \lor P$.
  3. Mediante una tabla de verdad, justifica la equivalencia $(P\lor Q) \lor R \equiv P \lor (Q \lor R)$.
  4. Haz una tabla de verdad para verificar que las fórmulas proposicionales $\neg(P \land Q)$ y $(\neg P) \land (\neg Q)$ no son equivalentes. Es decir, debes de hacer todos los casos y ver que las columnas difieren en uno o más renglones.
  5. Haz una tabla de verdad para verificar que las fórmulas proposicionales $(P\land Q) \land (R \land S)$ y $(((P\land Q) \land R) \land S)$ son equivalentes. Va a ser una tabla grande, de $16$ renglones.

Entradas relacionadas

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE109323 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 3»

Álgebra Superior I: Introducción al curso y proposiciones matemáticas

Por Leonardo Ignacio Martínez Sandoval

3 respuestas

Introducción

En este curso se desarrollarán varias de las habilidades matemáticas fundamentales a nivel superior. Trabajaremos en lo siguiente:

  • Conocer a detalle las reglas lógicas que usamos en matemáticas y cómo nos permiten demostrar resultados a partir de pequeños bloques.
  • Definir de manera formal qué son los conjuntos, las relaciones y las funciones y aprender a justificar mediante argumentos formales las propiedades que tienen.
  • Construir el conjunto de los números naturales y aprovecharlo para poner en práctica todo lo aprendido anteriormente.
  • Desarrollar habilidades fuertes para responder preguntas del estilo «¿De cuántas formas puede ocurrir cierta cosa?» «¿Cuántos objetos matemáticos hay tales que tengan ciertas propiedades?»
  • Introducir los conceptos de espacio vectorial, vectores y matrices y ver cómo nos ayudan para entender a los sistemas de ecuaciones lineales.

La primera parte del curso es fundamental, pues en todas las demás asignaturas de matemáticas a nivel superior se usan argumentos formales una y otra vez. En esta primera parte comenzarás a entender qué es el «pensamiento matemático» y conocerás la estructura lema-proposición-teorema-corolario que es muy usada a través de diferentes áreas.

Falso y verdadero

Nuestra experiencia con la vida cotidiana nos da una intuición de qué significa que algo sea verdadero o falso. Entendemos por verdadero algo que es verificable o que coincide con la realidad, por ejemplo: «Marte es un planeta».

Algo falso es lo contrario: una cosa que es posible verificar que no es cierta, o que no coincide con lo que experimentamos. Un ejemplo sería «El sol es de color azul».

En el mundo real, a veces estos conceptos de veracidad pueden tener muchos matices. En el caso del pensamiento matemático esto no es así. Lo que se hace en matemáticas es acordar (o dar por hecho) que ciertos enunciados son verdaderos y, a partir de ellos ver cuáles muchos otros enunciados verdaderos y enunciados falsos se pueden obtener como conclusión.

De esta forma, entenderemos a verdadero y falso como propiedades que puede tener un enunciado. Daremos reglas que nos permiten combinar enunciados de diferentes formas para obtener un «enunciado compuesto» y deducir su veracidad. A la larga, lo que nos interesa es poder deducir que una afirmación es verdadera a partir de la veracidad de afirmaciones más chicas y simples. Es como armar un castillo con pequeños bloques.

Proposiciones

Entenderemos por una proposición a un enunciado que se puede decir si es verdadero o falso, pero no ambas a la vez. Algunos ejemplos de proposiciones de la vida real serían las siguientes:

  • «La tierra gira alrededor del sol».
  • «Los tacos más ricos son los del señor de los tacos de canasta de la esquina».
  • «Un kilómetro es igual a 100 metros».
  • «La receta sale mejor si se le pone el doble de leche».

Observa que para que algo sea una proposición no es necesario que sea verdadero. Sólo basta con que se pueda decir si es verdadero o no. Así, «Un kilómetro es igual a 100 metros» es una proposición porque se puede decidir si es falsa o verdadera. Y es falsa. También observa que algunas proposiciones necesitan más contexto para poder decir si son verdaderas o falsas. Considera la oración «La receta sale mejor si se le pone el doble de leche». Por supuesto, tendríamos que saber de qué receta hablamos o qué quiere decir que «salga mejor», para poder decidir si es verdadera o falsa. Posteriormente formalizaremos a estas «proposiciones que pueden ser más específicas».

Sin embargo, los siguientes enunciados no son proposiciones.

  • «¡Feliz cumpleaños!»
  • «Este enunciado es falso».
  • «¿Es cierto que $7$ es un número primo?»

El primero no está afirmando la veracidad de nada, sólo expresa un sentimiento. El problema con el segundo enunciado es que si es verdadero, entonces es falso y viceversa. El tercero parecería sí ser algo que podemos decir si es verdadero o falso. Pero ten mucho cuidado. Compara los siguientes dos:

  • «¿Es cierto que $7$ es un número primo?»
  • «El número $7$ es primo.»

El primer enunciado es una pregunta y no está afirmando nada, sólo está preguntando. El segundo sí está afirmando algo y podemos decir si es verdadero o falso. ¿Cómo le hacemos para saber si es verdadero o falso? En la vida cotidiana puede ser muy fácil de responder a partir de la experiencia. Pero en el contexto matemático será fundamental primero definir qué quiere decir «primo» e incluso definir qué quiere decir «7» para que podamos responder la pregunta.

El enunciado «El número $7$ es primo» es un ejemplo de una proposición matemática, es decir, una proposición en la que se habla de objetos matemáticos y sus relaciones entre sí. Es posible que simplemente les llamemos «proposiciones», pues será claro que estaremos en el contexto matemáticos. Otros ejemplos de proposiciones matemáticas son las siguientes:

  • El valor de la integral $\int_0 ^1 x^2\, dx$ es $\frac{1}{5}$.
  • Existen $10$ formas de elegir dos vocales distintas sin que se repitan y sin que nos importe el orden de elección.
  • Si $x>0$, entonces $x+1\geq 2\sqrt{x}$.

¿Puedes decir cuáles de estas proposiciones matemáticas son falsas y cuáles son verdaderas?

Proposiciones matemáticas en símbolos

En cursos de álgebra en la educación media superior nos enseñan la utilidad de introducir variables para referirnos a las cosas. Cuando ponemos $x^2+x+1$ estamos pensando en que $x$ es un número que podría tomar cualquier valor del sistema que estemos usando (por ejemplo, los números reales). Los símbolos matemáticos son muy útiles pues nos ayudan a cubrir muchos casos de manera simultánea y a escribir de manera abreviada nuestros resultados.

Aplicaremos todas estas ideas para estudiar a las proposiciones matemáticas. Así, cuando estemos hablando de una proposición indeterminada, la llamaremos mediante una letra a la que llamaremos variable proposicional, por ejemplo $P$, $Q$, $R$, $p$, $q$, $r$, etc. Así, podemos hacer cosas como decir lo siguiente:

  • $P=$ «Todos los múltiplos de cuatro son números pares».
  • Para cualquier proposición $P$, tenemos que con $P$ se puede deducir $P$.

Observa que en el primer caso se está tomando un valor de $P$ específico, pero en el segundo estamos aprovechando la letra para hablar de algo así como «todas» las proposiciones de una manera práctica.

Proposiciones matemáticas en tablas de verdad

Una proposición tiene únicamente dos opciones: ser verdadera o ser falsa. Conforme combinemos variables proposicionales con otros símbolos lógicos, obtendremos fórmulas proposicionales, que serán como la siguiente expresión:

$$(\neg P \land Q \Rightarrow \neg Q)\lor (\neg R \land \neg P).$$

En general, nos conviene tener una tabla en donde reflejemos todas las posibilidades de veracidad que puede tener una fórmula proposicional dada la veracidad de todas las variables proposicionales que la conforman. Esto lo haremos mediante una tabla de verdad.

En una tabla de verdad tenemos dos tipos de columnas. Las que están a la izquierda, en donde consideramos todas las posibilidades de veracidad para nuestras variables proposicionales y las que están a la derecha, en donde escribimos fórmulas proposicionales que queremos saber si son falsas o verdaderas de acuerdo a cómo fueron las proposiciones iniciales. Para simplificar la presentación, en las tablas de verdad usaremos $0$ como falso y $1$ como verdadero.

El siguiente es un ejemplo muy sencillo. Para una proposición $P$ arbitraria tenemos dos opciones: que sea falsa ($0$) o que sea verdadera ($1$). Esto lo ponemos en la primera columna, que está en gris. A la derecha ponemos $P$ hasta arriba.

$P$$P$
$0$
$1$

Para llenar la tabla nos preguntamos, ¿qué podemos decir de $P$ conociendo la información que tenemos de $P$? Por supuesto, la pregunta es muy simple: cuando $P$ es falso, $P$ es falso. Cuando $P$ es verdadero, $P$ es verdadero. Así, la forma de llenar la tabla de verdad sería la siguiente:

$P$$P$
$0$$0$
$1$$1$

Este fue un ejemplo muy sencillo. Lo que nos gustaría hacer en esta primera parte del curso es aprender a combinar más de una proposición para fórmulas proposicionales más interesantes. Dentro de algunas entradas habrás conocido símbolos suficientes y adquirido habilidades para llenar tablas de verdad como la siguiente:

$P$$Q$$\neg P$$\neg Q$$\neg P \land Q$$(\neg P \land Q \Rightarrow \neg Q)$
$0$$0$
$0$$1$
$1$$0$
$1$$1$

Más adelante…

En la siguiente entrada platicaremos de los tipos de enunciados matemáticos que existen, y con los cuales te encontrarás muy frecuentemente en el transcurso de tu formación matemática. Hablaremos de axiomas, definiciones, lemas, proposiciones, teoremas, corolarios y otros. Platicaremos acerca de ellos de manera un poco informal y veremos en dónde entran en los conceptos que estamos platicando.

Tarea moral

A continuación hay algunos ejercicios para que practiques los conceptos vistos en esta entrada. Te será de mucha utilidad intentarlos para entender más la teoría vista.

  1. Piensa en $5$ enunciados que sean proposiciones. Intenta ser variado con tus ejemplos.
  2. Piensa en $5$ enunciados que no sean proposiciones.
  3. Escribe $5$ proposiciones matemáticas.
  4. Piensa en $5$ enunciados que son proposiciones, pero que es muy muy difícil decir si son ciertos o no. Por ejemplo «En el mundo hay una persona con 12548 cabellos».
  5. Escribe $5$ proposiciones matemáticas que te parezcan «obvias» o muy directas. Por ejemplo, «La suma $2+2$ es igual a $4$». Identifica en ellas los términos que aparecen y pregúntate si realmente sabes cómo está definido ese término. Por ejemplo, ¿qué es $2$? ¿qué es $4$? ¿qué es el símbolo $+$?

Entradas relacionadas

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE109323 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 3»

Álgebra Superior II: Problemas de exponencial, logaritmo y trigonometría en los complejos

Por Claudia Silva

Deja un comentario

Introducción

En entradas anteriores, vimos la construcción de los números complejos, sus operaciones y varias de sus características algebraicas. Conociendo ya las funciones exponencial y logaritmo, así como las funciones trigonométricas seno y coseno, vamos a iniciar con un breve análisis geométrico de la función exponencial. Posteriormente pasaremos a hacer unos ejercicios simples de operar dichas funciones en números complejos concretos.

Geometría de la exponencial compleja

Para empezar, estudiamos qué le hace la función exponencial al plano complejo de manera geométrica. Para hacer esto, tomamos varias rectas en el plano complejo para entender en qué se transforman tras aplicarles la función exponencial.

A grandes rasgos, cuando tomamos una recta vertical, la imagen de esta le da la vuelta al origen repetidamente. Cuando tomamos una recta horizontal, su imagen es un rayo que emana del origen (sin tocarlo).

En este video se explican estas ideas de manera visual.

Calcular una exponencial compleja

Lo siguiente que haremos es resolver un ejercicio de calcular la exponencial de un número complejo. Recuerda que, por definición, se tiene que $$e^{x+iy}=e^x\text{cis}(y).$$

Ejercicio. Expresa $e^{4+\frac{\pi}{6}i}$ en la forma $x+iy$.

Problema de logaritmo complejo

Recuerda que el logaritmo complejo funciona como inverso de la función exponencial. Para que esto sea cierto, tenemos que restringir la exponencial a una franja del plano complejo.

Por definición, tenemos que $$L(z)=\ln \norm{z} + \text{arg}(z)i.$$ Para que la definición funcione bien, es necesario que tomemos el argumento en el intervalo $(-\pi,\pi]$.

Resolveremos el siguiente ejercicio.

Ejercicio. Calcula $L\left(\frac{1}{2}+\frac{\sqrt{3}}{2} i\right)$.

Problema de trigonometría compleja

Por último, haremos un ejercicio de calcular una función trigonométrica compleja. Sólo necesitaremos la definición de la función coseno, pero por conveniencia, a continuación recordamos tanto la definición de seno, como la de coseno.

\begin{align*}
\cos(z)=\frac{e^{zi}+e^{-zi}}{2},
\sin(z)=\frac{e^{zi}-e^{-zi}}{2}.
\end{align*}

Con esto en mente, resolveremos el siguiente ejercicio.

Ejercicio. Calcula $\cos\left(\frac{\pi}{2}+\frac{\pi}{2} i\right)$.

Más tarde les subo fotos por si alguien tiene dificultades para ver los videos.

Más adelante…

Tarea moral

Entradas relacionadas

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE104522 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 2»