Archivo de la etiqueta: producto

Álgebra Superior I: Traza de matrices y propiedades

Por Eduardo García Caballero

Deja un comentario

Introducción

En esta entrada conoceremos una nueva operación que se puede aplicar a matrices: la traza. Esta operación a primera vista parece bastante sencilla, pero no por eso es menos importante; en futuros cursos conocerás cómo se relaciona estrechamente con otros conceptos matemáticos y sus aplicaciones.

Traza

Definimos la traza de una matriz cuadrada como la suma de los elementos de su diagonal. Es importante destacar que únicament ele aplicaremos la operación de traza a matrices cuadradas pues más adelante las propiedades que nos interesarán requieren de esta condición.

Por ejemplo, las trazas de las matrices
\[
A=
\begin{pmatrix}
4 & 9 \\
1 & -6
\end{pmatrix}
\qquad
\text{y}
\qquad
B=
\begin{pmatrix}
1 & 0 & 3 \\
11 & 5 & 2 \\
6 & 12 & -5
\end{pmatrix}
\]
son, respectivamente,
\[
\operatorname{tr}(A)
=
\operatorname{tr}
\begin{pmatrix}
4 & 9 \\
1 & -6
\end{pmatrix}
=
4+ (-6)
=
-2
\]
y
\[
\operatorname{tr}(B)
=
\operatorname{tr}
\begin{pmatrix}
1 & 0 & 3 \\
11 & 5 & 2 \\
6 & 12 & -5
\end{pmatrix}
=
1 + 5 + (-5) = 1.
\]

Propiedades de la traza

La traza cumple un par de propiedades importantes con respecto a otras operaciones que definimos anteriormente. Para la prueba de estas propiedades consideraremos matrices de tamaño $2 \times 2$, pero fácilmente podrás probarlo para cualquier otro tamaño de matrices cuadradas.

Consideremos las matrices
\[
A=
\begin{pmatrix}
a_{11} & a_{12} \\
a_{21} & a_{22}
\end{pmatrix}
\qquad
\text{y}
\qquad
B=
\begin{pmatrix}
b_{11} & b_{12} \\
b_{21} & b_{22}
\end{pmatrix}.
\]

Observemos que la traza se distribuye con respecto a la suma; es decir,
\begin{align*}
\operatorname{tr}(A+B)
&=
\operatorname{tr}
\left(
\begin{pmatrix}
a_{11} & a_{12} \\
a_{21} & a_{22}
\end{pmatrix}
+
\begin{pmatrix}
b_{11} & b_{12} \\
b_{21} & b_{22}
\end{pmatrix}
\right)
\\[5pt]
&=
\operatorname{tr}
\begin{pmatrix}
a_{11}+b_{11} & a_{12}+b_{12} \\
a_{21}+b_{21} & a_{22}+b_{22}
\end{pmatrix}
\\[5pt]
&=
(a_{11}+b_{11}) + (a_{22}+b_{22})
\\[5pt]
&=
(a_{11} + a_{22}) + (b_{11}+b_{22})
\\[5pt]
&=
\operatorname{tr}
\begin{pmatrix}
a_{11} & a_{12} \\
a_{21} & a_{22}
\end{pmatrix}
+
\operatorname{tr}
\begin{pmatrix}
b_{11} & b_{12} \\
b_{21} & b_{22}
\end{pmatrix}
\\[5pt]
&=
\operatorname{tr}(A) + \operatorname{tr}(B).
\end{align*}

Además, la traza saca escalares; es decir, para cualquier escalar $r$ se cumple que
\begin{align*}
\operatorname{tr}(rA)
&=
\operatorname{tr}
\left(
r
\begin{pmatrix}
a_{11} & a_{12} \\
a_{21} & a_{22}
\end{pmatrix}
\right)
\\[5pt]
&=
\operatorname{tr}
\begin{pmatrix}
ra_{11} & ra_{12} \\
ra_{21} & ra_{22}
\end{pmatrix}
\\[5pt]
&=
ra_{11} + ra_{22}
\\[5pt]
&=
r(a_{11} + a_{22})
\\[5pt]
&=
r
\operatorname{tr}
\begin{pmatrix}
a_{11} & a_{12} \\
a_{21} & a_{22}
\end{pmatrix}
\\[5pt]
&=
r\operatorname{tr}(A).
\end{align*}

Problemas

Trabajemos con algunos problemas en los cuales aparece la traza:

Problema. Demuestra que para matrices $A$ y $B$ de $2 \times 2$ se cumple que $\operatorname{tr}(AB) = \operatorname{tr}(BA)$.

Solución. Lo demostraremos directamente por la definición de traza.

Consideremos las matrices
\[
A=
\begin{pmatrix}
a_{11} & a_{12} \\
a_{21} & a_{22}
\end{pmatrix}
\qquad
\text{y}
\qquad
B=
\begin{pmatrix}
b_{11} & b_{12} \\
b_{21} & b_{22}
\end{pmatrix}.
\]

Observemos que
\begin{align*}
\operatorname{tr}(AB)
&=
\operatorname{tr}
\begin{pmatrix}
a_{11}b_{11} + a_{12}b_{21} & a_{11}b_{12} + a_{12}b_{22} \\
a_{21}b_{11} + a_{22}b_{21} & a_{21}b_{12} + a_{22}b_{22}
\end{pmatrix}
\\[5pt]
&=
(a_{11}b_{11} + a_{12}b_{21}) + (a_{21}b_{12} + a_{22}b_{22})
\\[5pt]
&=
(b_{11}a_{11} + b_{12}a_{21}) + (b_{21}a_{12} + b_{22}a_{22})
\\[5pt]
&=
\operatorname{tr}
\begin{pmatrix}
b_{11}a_{11} + b_{12}a_{21} & b_{11}a_{12} + b_{12}a_{22} \\
b_{21}a_{11} + b_{22}a_{21} & b_{21}a_{12} + b_{22}a_{22}
\end{pmatrix}
\\[5pt]
&=
\operatorname{tr}(BA).
\end{align*}

$\square$

Problema. ¿Para qué matrices de $2 \times 2$ se tiene que $\operatorname{tr}(A^2) = (\operatorname{tr}(A))^2$?

Solución. Consideremos la matriz de $2 \times 2$
\[
\begin{pmatrix}
a & b \\
c & d
\end{pmatrix}.
\]

Calculamos
\[
\operatorname{tr}(A^2)
=
\operatorname{tr}
\begin{pmatrix}
a^2 + bc & ab + bd \\
ac + cd & bc + d^2
\end{pmatrix}
=
(a^2+bc)+(bc+d^2) = a^2 + 2bc + d^2
\]
y
\[
(\operatorname{tr}(A))^2
=
(a + d)^2
=
a^2 + 2ad + d^2.
\]

Entonces, notamos que
\[
\operatorname{tr}(A^2) = (\operatorname{tr}(A))^2
\]
si y sólo si
\[
a^2 + 2bc + d^2 = a^2 + 2ad + d^2,
\]
lo cual se cumple si y sólo si
\[
bc = ad.
\]

Entonces, las matrices de $2\times 2$ que cumplen que $\operatorname{tr}(A^2) = (\operatorname{tr}(A))^2$ son aquellas de la forma $\begin{pmatrix} a & b \\ c & d \end{pmatrix}$ tales que $bc = ad$. ¿Podrías dar un ejemplo de una matriz que cumpla esto?

$\square$

Nota. El hecho de que la matriz $A$ anterior cumpla que $bc = ad$ equivale a que $ac – bd = 0$, y esto equivale, como verás en la siguiente entrada, a que “el determinante de $A$ sea cero”.

Más adelante…

En esta entrada aprendimos la definición de traza y vimos algunas de sus propiedades.

Además, en el problema 2, mencionamos un concepto que hasta ahora no hemos visto. En la siguiente entrada conoceremos una de las operaciones más importantes que se pueden aplicar a matrices cuadradas: el determinante.

Tarea moral

  1. Encuenta la traza de las siguientes matrices:
    \[
    \begin{pmatrix}
    3 & 4 \\
    5 & 6
    \end{pmatrix},
    \quad
    \begin{pmatrix}
    \sqrt{2} & 3/\sqrt{2} \\
    \sqrt{3} & \sqrt{6}
    \end{pmatrix},
    \quad
    \begin{pmatrix}
    2x & 9y \\
    4y & -5x
    \end{pmatrix},
    \]
    \[
    \begin{pmatrix}
    1 & 2 & 1 \\
    1 & -3 & 4 \\
    -1 & 0 & 4
    \end{pmatrix},
    \quad
    \begin{pmatrix}
    -3 & 2 & 4 \\
    -4 & 2 & 4 \\
    1 & -1 & 1
    \end{pmatrix},
    \quad
    \begin{pmatrix}
    a & b & c \\
    d & e & f \\
    1 & 2 & 3
    \end{pmatrix}.
    \]
  2. Demuestra que $\text{tr}(AB)=\text{tr}(BA)$ para matrices $A$ y $B$ de $3\times 3$. Intenta también hacerlo para matrices de $n\times n$.
  3. Determina si el siguiente enunciado es verdadero o falso. Si $A$ y $B$ son matrices de $2\times 2$ tales que $\text{tr}(A)=\text{tr}(B)$ y $\text{tr}(A^2)=\text{tr}(B^2)$, entonces $A=B$.
  4. ¿Será cierto que la traza es multiplicativa? Es decir, ¿para cualesquiera matrices $A$ y $B$ se cumple que $\text{tr}(AB)=\text{tr}(A)\text{tr}(B)$?
  5. Sea $A$ una matriz de $2\times 2$. Demuestra que $\text{tr}(AA^T)$ siempre es un número real mayor o igual que cero. ¿Es cierto esto mismo si la matriz es de $3\times 3$? ¿Es cierto siempre que $\text{tr}(A^2)$ es un número mayor o igual a cero?

Entradas relacionadas

Álgebra Superior I: Producto de matrices con vectores

Por Eduardo García Caballero

Deja un comentario

Introducción

Anteriormente conocimos dos operaciones que podemos realizar utilizando vectores o matrices: la suma entre vectores/matrices y el producto escalar. Como recordarás, estas operaciones involucran exclusivamente vectores o exclusivamente matrices. En esta entrada veremos una operación que involucra a ambos objetos matemáticos a la vez: el producto de una matriz por un vector.

Definición de producto de matrices con vectores

Una condición indispensable para poder realizar el producto matriz-vector es que la cantidad de columnas de la matriz sea la misma que la cantidad de entradas del vector. Basándonos en esto, podríamos multiplicar
\[
\begin{pmatrix}
3 & \tfrac{1}{2} \\
2 & 5
\end{pmatrix}
\begin{pmatrix}
\pi \\
4
\end{pmatrix}
\qquad
\text{o}
\qquad
\begin{pmatrix}
1 & 7 & \sqrt{2} \\
9 & \tfrac{1}{3} & -2
\end{pmatrix}
\begin{pmatrix}
-3 \\
\tfrac{2}{3} \\
5
\end{pmatrix},
\]
pero no podríamos realizar la operación
\[
\begin{pmatrix}
1 & 7 & \sqrt{2} \\
9 & \tfrac{1}{3} & -2
\end{pmatrix}
\begin{pmatrix}
\pi \\
4
\end{pmatrix}.
\]

Como te habrás podido dar cuenta, en este tipo de producto es usual representar los vectores en su forma de “vector vertical” o “vector columna”.

El resultado de multiplicar una matriz por un vector será un nuevo vector, cuyo tamaño corresponde a la cantidad de filas de la matriz original.

Para obtener este nuevo vector, se sigue un algoritmo especial, el cual conocerás en entradas futuras. Sin embargo, a continuación te presentamos las fórmulas que definen a algunos casos especiales de esta operación, lo cual te permitirá obtener el producto en casos con una cantidad pequeña de entradas.

  • Producto de una matriz de tamaño $2 \times 2$ por un vector de tamaño $2$:

\[
\begin{pmatrix}
a_{11} & a_{12} \\
a_{21} & a_{22}
\end{pmatrix}
\begin{pmatrix}
u_1 \\
u_2
\end{pmatrix}
=
\begin{pmatrix}
a_{11}u_1 + a_{12}u_2 \\
a_{21}u_1 + a_{22}u_2
\end{pmatrix}.
\]

  • Producto de una matriz de tamaño $3 \times 2$ por un vector de tamaño $2$:

\[
\begin{pmatrix}
a_{11} & a_{12} \\
a_{21} & a_{22} \\
a_{31} & a_{32}
\end{pmatrix}
\begin{pmatrix}
u_1 \\
u_2
\end{pmatrix}
=
\begin{pmatrix}
a_{11}u_1 + a_{12}u_2 \\
a_{21}u_1 + a_{22}u_2 \\
a_{31}u_1 + a_{32}u_2
\end{pmatrix}.
\]

  • Producto de una matriz de tamaño $2 \times 3$ por un vector de tamaño $3$:

\[
\begin{pmatrix}
a_{11} & a_{12} & a_{13} \\
a_{21} & a_{22} & a_{23}
\end{pmatrix}
\begin{pmatrix}
u_1 \\
u_2 \\
u_3
\end{pmatrix}
=
\begin{pmatrix}
a_{11}u_1 + a_{12}u_2 + a_{13}u_3 \\
a_{21}u_1 + a_{22}u_2 + a_{23}u_3
\end{pmatrix}.
\]

  • Producto de una matriz de tamaño $3 \times 3$ por un vector de tamaño $3$:

\[
\begin{pmatrix}
a_{11} & a_{12} & a_{13} \\
a_{21} & a_{22} & a_{23} \\
a_{31} & a_{32} & a_{33}
\end{pmatrix}
\begin{pmatrix}
u_1 \\
u_2 \\
u_3
\end{pmatrix}
=
\begin{pmatrix}
a_{11}u_1 + a_{12}u_2 + a_{13}u_3 \\
a_{21}u_1 + a_{22}u_2 + a_{23}u_3 \\
a_{31}u_1 + a_{32}u_2 + a_{33}u_3
\end{pmatrix}.
\]

¿Observas algún patrón en estas fórmulas?

Veamos algunos ejemplos numéricos de cómo usar estas fórmulas:

\(
\bullet
\begin{pmatrix}
3 & \tfrac{1}{2} \\
2 & 1
\end{pmatrix}
\begin{pmatrix}
-\tfrac{1}{3} \\
4
\end{pmatrix}
=
\begin{pmatrix}
(3)(-\tfrac{1}{3}) + (\tfrac{1}{2})(4) \\
(2)(-\tfrac{1}{3}) + (1)(4)
\end{pmatrix}
=
\begin{pmatrix}
-1 + 2 \\
-\tfrac{2}{3} + 4
\end{pmatrix}
=
\begin{pmatrix}
1 \\
\tfrac{10}{3}
\end{pmatrix}
\)

\(
\bullet
\begin{pmatrix}
1 & 7 & \sqrt{2} \\
9 & \tfrac{1}{3} & -2
\end{pmatrix}
\begin{pmatrix}
-3 \\
\tfrac{2}{3} \\
5
\end{pmatrix}
=
\begin{pmatrix}
(1)(-3) + (7)(\tfrac{2}{3}) + (\sqrt{2})(5) \\
(9)(-3) + (\tfrac{1}{3})(\tfrac{2}{3}) + (-2)(5)
\end{pmatrix}
=
\begin{pmatrix}
\tfrac{5+15\sqrt{2}}{3} \\
-\tfrac{331}{3}
\end{pmatrix}.
\)

Breve exploración geométrica

Como probablemente hayas visto en tu curso de Geometría Analítica I, el producto de matrices por vectores se puede emplear para representar distintas transformaciones de vectores en el plano y en el espacio.

Si multiplicamos una matriz diagonal por un vector, entonces el resultado corresponderá a “redimensionar” el vector en sus distintas direcciones. Por ejemplo, observamos que el producto
\[
\begin{pmatrix}
3 & 0 \\
0 & 2
\end{pmatrix}
\begin{pmatrix}
3 \\
3
\end{pmatrix}
=
\begin{pmatrix}
9 \\
6
\end{pmatrix}
\]
corresponde a redimensionar el vector original al triple de manera horizontal y al doble de manera vertical.

Por otra parte, multiplicar por una matriz de la forma
\[
\begin{pmatrix}
\cos(\theta) & -\sin(\theta) \\
\sin(\theta) & \cos(\theta)
\end{pmatrix}
\]
ocasiona que el vector rote un ángulo $\theta$ en sentido contrario a las manecillas del reloj; por ejemplo,
\[
\begin{pmatrix}
\cos(30º) & -\sin(30º) \\
\sin(30º) & \cos(30º)
\end{pmatrix}
\begin{pmatrix}
5 \\
4
\end{pmatrix}
=
\begin{pmatrix}
\tfrac{\sqrt{3}}{2} & -\tfrac{1}{2} \\
\tfrac{1}{2} & \tfrac{\sqrt{3}}{2}
\end{pmatrix}
\begin{pmatrix}
5 \\
4
\end{pmatrix}
=
\begin{pmatrix}
(\tfrac{\sqrt{3}}{2})(5) + (-\tfrac{1}{2})(4) \\
(\tfrac{1}{2})(5) + (\tfrac{\sqrt{3}}{2})(4)
\end{pmatrix}
=
\begin{pmatrix}
\tfrac{5\sqrt{3}-4}{2} \\
\tfrac{5+4\sqrt{3}}{2}
\end{pmatrix}.
\]

Propiedades algebraicas del producto de una matriz por un vector

A continuación, exploraremos algunas de las propiedades que cumple el producto matriz-vector. Estas propiedades las deduciremos para matrices de $2 \times 3$ por vectores de tamaño $3$, pero la deducción para otros tamaños de matrices y vectores se realiza de manera análoga.

Primeramente, observemos que para matrices $A$ y $B$ de tamaño $2\times 3$, y para un vector $u$, se cumple que
\begin{align*}
(A+B)u
&=
\left(
\begin{pmatrix}
a_{11} & a_{12} & a_{13} \\
a_{21} & a_{22} & a_{23}
\end{pmatrix}
+
\begin{pmatrix}
b_{11} & b_{12} & b_{13} \\
b_{21} & b_{22} & b_{23}
\end{pmatrix}
\right)
\begin{pmatrix}
u_1 \\
u_2 \\
u_3
\end{pmatrix}
\\[5pt]
&=
\begin{pmatrix}
a_{11}+b_{11} & a_{12}+b_{12} & a_{13}+b_{13}\\
a_{21}+b_{21} & a_{22}+b_{22} & a_{23}+b_{23}
\end{pmatrix}
\begin{pmatrix}
u_1 \\
u_2 \\
u_3
\end{pmatrix}
\\[5pt]
&=
\begin{pmatrix}
(a_{11}+b_{11})u_1 + (a_{12}+b_{12})u_2+(a_{13}+b_{13})u_3 \\
(a_{21}+b_{21})u_1 + (a_{22}+b_{22})u_2+(a_{23}+b_{23})u_3
\end{pmatrix}
\\[5pt]
&=
\begin{pmatrix}
a_{11}u_1+b_{11}u_1 + a_{12}u_2+b_{12}u_2 + a_{13}u_3+b_{13}u_3 \\
a_{21}u_1+b_{21}u_1 + a_{22}u_2+b_{22}u_2 + a_{23}u_3+b_{23}u_3
\end{pmatrix}
\\[5pt]
&=
\begin{pmatrix}
a_{11}u_1+a_{12}u_2+a_{13}u_3 \\
a_{21}u_1+a_{22}u_2+a_{23}u_3
\end{pmatrix}
+
\begin{pmatrix}
b_{11}u_1+b_{12}u_2+b_{13}u_3 \\
b_{21}u_1+b_{22}u_2+b_{23}u_3
\end{pmatrix}
\\[5pt]
&=
\begin{pmatrix}
a_{11} & a_{12} & a_{13} \\
a_{21} & a_{22} & a_{23}
\end{pmatrix}
\begin{pmatrix}
u_1 \\
u_2 \\
u_3
\end{pmatrix}
+
\begin{pmatrix}
b_{11} & b_{12} & b_{13} \\
b_{21} & b_{22} & b_{23}
\end{pmatrix}
\begin{pmatrix}
u_1 \\
u_2 \\
u_3
\end{pmatrix}
\\[5pt]
&=
Au + Bu,
\end{align*}
es decir, el producto matriz-vector se distribuye sobre la suma de matrices (esto también se conoce como que el producto matriz-vector abre sumas).

Por otra parte, podemos probar que el producto matriz-vector se distribuye sobre la suma de vectores; es decir, si $A$ es una matriz de $2 \times 3$, y $u$ y $v$ son vectores de tamaño $3$, entonces
\[
A(u+v) = Au + Av.
\]

Además, veamos que si $A$ es una matriz de $2 \times 3$, $r$ es un escalar, y $u$ un vector de tamaño $3$, entonces
\begin{align*}
A(ru)
&=
\begin{pmatrix}
a_{11} & a_{12} & a_{13} \\
a_{21} & a_{22} & a_{23}
\end{pmatrix}
\left(
r
\begin{pmatrix}
u_1 \\
u_2 \\
u_3
\end{pmatrix}
\right)
\\[5pt]
&=
\begin{pmatrix}
a_{11} & a_{12} & a_{13} \\
a_{21} & a_{22} & a_{23}
\end{pmatrix}
\begin{pmatrix}
ru_1 \\
ru_2 \\
ru_3 \\
\end{pmatrix}
\\[5pt]
&=
\begin{pmatrix}
a_{11}ru_1 + a_{12}ru_2 + a_{13}ru_3 \\
a_{21}ru_1 + a_{22}ru_2 + a_{23}ru_3
\end{pmatrix}
\\[5pt]
&=
\begin{pmatrix}
r(a_{11}u_1) + r(a_{12}u_2) + r(a_{13}u_3) \\
r(a_{21}u_1) + r(a_{22}u_2) + r(a_{23}u_3)
\end{pmatrix}
\\[5pt]
&=
r
\begin{pmatrix}
a_{11}u_1 + a_{12}u_2 + a_{13}u_3 \\
a_{21}u_1 + a_{22}u_2 + a_{23}u_3
\end{pmatrix}
\\[5pt]
&=
r
\left(
\begin{pmatrix}
a_{11} & a_{12} & a_{13} \\
a_{21} & a_{22} & a_{23}
\end{pmatrix}
\begin{pmatrix}
u_1 \\
u_2 \\
u_3
\end{pmatrix}
\right)
\\[5pt]
&=
r(Au)
\end{align*}
y, más aún,
\begin{align*}
A(ru)
&=
\begin{pmatrix}
a_{11} & a_{12} & a_{13} \\
a_{21} & a_{22} & a_{23}
\end{pmatrix}
\left(
r
\begin{pmatrix}
u_1 \\
u_2 \\
u_3
\end{pmatrix}
\right)
\\[5pt]
&=
\begin{pmatrix}
a_{11} & a_{12} & a_{13} \\
a_{21} & a_{22} & a_{23}
\end{pmatrix}
\begin{pmatrix}
ru_1 \\
ru_2 \\
ru_3 \\
\end{pmatrix}
\\[5pt]
&=
\begin{pmatrix}
a_{11}ru_1 + a_{12}ru_2 + a_{13}ru_3 \\
a_{21}ru_1 + a_{22}ru_2 + a_{23}ru_3
\end{pmatrix}
\\[5pt]
&=
\begin{pmatrix}
(ra_{11})u_1 + (ra_{12})u_2 + (ra_{13})u_3 \\
(ra_{21})u_1 + (ra_{22})u_2 + (ra_{23})u_3
\end{pmatrix}
\\[5pt]
&=
\left(
\begin{pmatrix}
ra_{11} & ra_{12} & ra_{13} \\
ra_{21} & ra_{22} & ra_{23}
\end{pmatrix}
\begin{pmatrix}
u_1 \\
u_2 \\
u_3
\end{pmatrix}
\right)
\\[5pt]
&=
\left(
r
\begin{pmatrix}
a_{11} & a_{12} & a_{13} \\
a_{21} & a_{22} & a_{23}
\end{pmatrix}
\right)
\begin{pmatrix}
u_1 \\
u_2 \\
u_3
\end{pmatrix}
\\[5pt]
&=
(rA)u.
\end{align*}

Por lo tanto $A(ru) = r(Au) = (rA)u$. Esta propiedad se conoce como que el producto matriz-vector saca escalares.

Como el producto de matrices por vectores abre sumas y saca escalares, se dice que es lineal. Un hecho bastante interesante, cuya demostración se dejará hasta los cursos de álgebra lineal, es que el regreso de esta afirmación también se cumple: ¡A cualquier transformación lineal se le puede asociar una matriz $A$ de modo que aplicar la transformación a un vector $v$ es lo mismo que hacer el producto $Av$!

Otras propiedades de este producto

En entradas anteriores definimos algunos vectores y matrices especiales.

Como recordarás, definimos la matriz identidad de tamaño $3 \times 3$ como
\[
\mathcal{I}_3
=
\begin{pmatrix}
1 & 0 & 0 \\
0 & 1 & 0 \\
0 & 0 & 1
\end{pmatrix}.
\]

Observemos que al multiplicar $\mathcal{I}_3$ por el vector
\[
\begin{pmatrix}
u_1 \\
u_2 \\
u_3
\end{pmatrix}
\]
obtendremos
\[
\mathcal{I}_3 u
=
\begin{pmatrix}
1 & 0 & 0 \\
0 & 1 & 0 \\
0 & 0 & 1
\end{pmatrix}
\begin{pmatrix}
u_1 \\
u_2 \\
u_3
\end{pmatrix}
=
\begin{pmatrix}
1u_1 + 0u_2 + 0u_3 \\
0u_1 + 1u_2 + 0u_3 \\
0u_1 + 0u_2 + 1u_3
\end{pmatrix}
=
\begin{pmatrix}
u_1 \\
u_2 \\
u_3
\end{pmatrix}
=
u.
\]
Como su nombre lo sugiere, la matriz $\mathcal{I}_n$ tiene la propiedad de ser neutro al multiplicarlo por un vector de tamaño $n$ (de hecho, como veremos en la siguiente entrada, ¡la matriz $I_n$ también cumple esta propiedad en otras operaciones!).

Por otra parte, recordemos que definimos el vector canónico $\mathrm{e}_i$ de tamaño $n$ como el vector en el que su $i$-ésima entrada es $1$ y sus demás entradas son $0$. Como ejemplo, veamos que
\begin{align*}
A\mathrm{e}_1
&=
\begin{pmatrix}
a_{11} & a_{12} & a_{13} \\
a_{21} & a_{22} & a_{23}
\end{pmatrix}
\begin{pmatrix}
1 \\
0 \\
0
\end{pmatrix}
\\[5pt]
&=
\begin{pmatrix}
1a_{11} +0a_{12} +0a_{13} \\
1a_{21} +0a_{22} +0a_{23}
\end{pmatrix}
\\[5pt]
&=
\begin{pmatrix}
a_{11} \\
a_{21}
\end{pmatrix},
\end{align*}
donde este resultado corresponde a al primera columna de la matriz.

De manera análoga, podemos ver que
\[
A\mathrm{e}_2 =
\begin{pmatrix}
a_{12} \\
a_{22}
\end{pmatrix}
\qquad
\text{y}
\qquad
A\mathrm{e}_3 =
\begin{pmatrix}
a_{13} \\
a_{23}
\end{pmatrix}
\]
corresponden a la segunda y tercera columna de la matriz, respectivamente.

En general, para matrices de tamaño $m \times n$ y el vector $\mathrm{e}_i$ de tamaño $n$, el resultado de $A\mathrm{e}_i$ corresponde al vector cuyas entradas son las que aparecen en la $i$-ésima columna de la matriz.

Más adelante…

En esta entrada conocimos el producto de matrices con vectores, exploramos su interpretación geométrica y revisamos algunas de las propiedades algebraicas que cumple. Esta operación se añade a las que aprendimos en entradas anteriores, ampliando nuestra colección de herramientas.

En la siguiente entrada descubriremos una operación que nos permitirá sacar aún más poder a las operaciones que hemos conocido hasta ahora: el producto de matrices.

Tarea moral

  1. Obtén el resultado de las siguientes multipicaciones:

\(
\begin{pmatrix}
1 & -2 & 3 \\
1 & 0 & -1
\end{pmatrix}
\begin{pmatrix}
4 \\
5 \\
6
\end{pmatrix},
\)

\(
\begin{pmatrix}
2 & 5 \\
3 & \tfrac{1}{2}
\end{pmatrix}
\begin{pmatrix}
4 \\
2
\end{pmatrix}.
\)

  1. Considera la matriz $A=\begin{pmatrix} 3 & -4 \\ 4 & -5 \end{pmatrix}$. Realiza la siguiente operación: $$A\left(A\left(A\left(A\begin{pmatrix} 2 \\ 3 \end{pmatrix}\right)\right)\right).$$
  2. ¿Cuál matriz permite rotar un vector en el plano 45º? ¿Cuál 60º?
  3. Deduce las propiedades del producto matriz-vector para matrices de $3 \times 2$ y vectores de tamaño $2$.
  4. Una matriz desconocida $A$ de $3\times 3$ cumple que $Ae_1=\begin{pmatrix} 2 \\ 0 \\ -1 \end{pmatrix}$, que $Ae_2=\begin{pmatrix} 5 \\ 1 \\ -1 \end{pmatrix}$ y que $Ae_3=\begin{pmatrix} -1 \\ -1 \\ -1 \end{pmatrix}$. ¿Cuánto es $A\begin{pmatrix} 2 \\ 3 \\ 4 \end{pmatrix}$?

Entradas relacionadas

Teoría de los Conjuntos I: Producto en los naturales

Por Gabriela Hernández Aguilar

4 respuestas

Introducción

Ahora que hemos definido a la suma en el conjunto de los naturales, podemos definir el producto, pues éste se refiere a sumar cierta cantidad de veces un mismo número. De este modo, el producto se definirá recursivamente en términos de la suma, así como la suma fue definida recursivamente en términos de la función sucesor.

Producto de naturales

Utilizando el teorema de recursión se puede mostrar, al igual que con la operación suma, que existe una única función $\cdot: \mathbb{N}\times\mathbb{N}\to \mathbb{N}$, denotada por $\cdot(m,n)=m\cdot n$, que satisface las siguientes condiciones:

  1. $0\cdot n=0$ para cualquier $n\in \mathbb{N}$,
  2. $s(m)\cdot n= (m\cdot n)+n$.

Dado que seguimos trabajando con conjuntos y hemos definido una nueva operación binaria, podemos preguntarnos si esta operación conmuta, es asociativa o si cumple alguna otra propiedad tal como lo hace el producto cartesiano y la suma en los naturales. Además veremos que esta operación se distribuye con la suma.

Distributividad del producto sobre la suma

Teorema. Para cualesquiera $m,n,k\in \mathbb{N}$, se tiene que $m\cdot(n+k)=m\cdot n+ m\cdot k$.

Demostración. Procederemos por inducción sobre $m$ y dejaremos fijos a $n$ y $k$.

Base de inducción. Si $m=0$, $0\cdot(n+k)=0=0+0=(0\cdot n)+(0\cdot k)$.

Hipótesis de inducción. Supongamos que se cumple para $m$, es decir, $m\cdot(n+k)= (m\cdot n)+(m\cdot k)$.

Paso inductivo. Veamos que se cumple para $m+1$, es decir, $(m+1)\cdot(n+k)=(m+1)\cdot n+(m+1)\cdot k$.

\begin{align*}
(m+1)\cdot (n+ k)&=m\cdot (n+ k)+(n+ k) \tag{Definición $\cdot$}\\
&= (m\cdot n+m\cdot k)+(n+ k) \tag{Hipótesis de inducción}\\
&= ((m\cdot n)+n)+((m\cdot k)+k)\tag{Conmutatividad y asociatividad de $+$}\\
&= (m+1)\cdot n+(m+1)\cdot k \tag{Definición $\cdot$}.
\end{align*}

Por lo tanto, $m\cdot(n+k)=m\cdot n+m\cdot k$ para cualesquiera $m, n, k\in \mathbb{N}$.

$\square$

Conmutatividad del producto

Para demostrar que el producto es conmutativo primero vamos a demostrar los siguientes lemas:

Lema 1. Para cualquier $n\in \mathbb{N}$, se tiene que $n\cdot 0=0$.

Demostración.

Procederemos por inducción sobre $n$.

Base de inducción. Si $n=0$, tenemos que $0\cdot 0=0$.

Hipótesis de inducción. Supongamos que para algún $k\in \mathbb{N}$ se satisface que $k\cdot 0=0$.

Paso de inductivo. Veamos que se cumple para $k+1$, es decir, $(k+1)\cdot 0=0$.

\begin{align*}
(k+1)\cdot 0 &=(k\cdot 0)+0\tag{Definición $\cdot$}\\
&= 0+0\tag{Hipótesis de inducción}\\
&= 0\tag{Propiedad $+$}.
\end{align*}

Por lo tanto, $n\cdot 0=0$, para cualquier $n\in \mathbb{N}$.

$\square$

Lema 2. Para cualquier $n\in \mathbb{N}$, se tiene que $n\cdot 1=n$.

Demostración.

Procederemos por inducción sobre $n$.

Base de inducción. Si $n=0$, tenemos que $0\cdot 1= 0$ por la definición de $\cdot$.

Hipótesis de inducción. Supongamos que para algún $k\in \mathbb{N}$ se satisface que $k\cdot 1=k$.

Paso de inductivo. Veamos que se cumple para $k+1$, es decir, $(k+1)\cdot 1=k+1$.

\begin{align*}
(k+1)\cdot 1&=(k\cdot 1)+1\tag{Definición $\cdot$}\\
&= k+1. \tag{Hipótesis de Inducción}
\end{align*}

Por lo tanto, para cualquier $n\in \mathbb{N}$, $n\cdot 1=n$.

$\square$

Teorema. Para cualesquiera $m,n\in \mathbb{N}$, $n\cdot m=m\cdot n$.

Demostración.

Por inducción sobre $m$.

Base de inducción. Si $m=0$, entonces $0\cdot n=0=n\cdot 0$, por el Lema 1.

Hipótesis de inducción. Supongamos que para $k$ se cumple que $n\cdot k=k\cdot n$.

Paso inductivo. Veamos que para $k+1$ se satisface que $n\cdot (k+1)= (k+1)\cdot n$.

\begin{align*}
(k+1)\cdot n&= (k\cdot n)+n\tag{Definición $+$}\\
&= (n\cdot k)+n\tag{Hipótesis de Inducción}\\
&= (n\cdot k)+(n\cdot 1) \tag{Lema 2}\\
&= n\cdot (k+1) \tag{Distributividad}.
\end{align*}

Por lo tanto, $\cdot$ es conmutativo.

$\square$

Asociatividad del producto

Teorema. Para cualesquiera $m,n,k\in \mathbb{N}$, se tiene que $m\cdot(n\cdot k)=(m\cdot n)\cdot k$.

Demostración. Procederemos por inducción sobre $m$ y dejaremos fijos a $n$ y $k$.

Base de inducción. Si $m=0$, $0\cdot(n\cdot k)=0=0\cdot k = (0\cdot n)\cdot k$.

Hipótesis de inducción. Supongamos que se cumple para $m$, es decir, $m\cdot(n\cdot k)= (m\cdot n)\cdot k$.

Paso inductivo. Veamos que se cumple para $m+1$, es decir, $(m+1)\cdot(n\cdot k)=((m+1)\cdot n)\cdot k$.

\begin{align*}
(m+1)\cdot (n\cdot k)&=(m\cdot (n\cdot k))+(n\cdot k) \tag{Definición $\cdot$}\\
&= ((m\cdot n)\cdot k)+(n\cdot k) \tag{Hipótesis de inducción}\\
&=(k\cdot(m\cdot n))+(k\cdot n) \tag{Conmutatividad del producto}\\
&=k\cdot(m\cdot n+n) \tag{Distributividad}\\
&= (m\cdot n+n)\cdot k\tag{Conmutatividad del producto}\\
&= ((m+1)\cdot n)\cdot k\tag{Definición $\cdot$}.
\end{align*}

Por lo tanto, $\cdot$ es asociativa.

$\square$

Ley de cancelación

En álgebra, cuando tenemos una ecuación como la siguiente #$x\cdot z=y\cdot z,$$ siempre que $z\not=0$, concluimos que $x=y$. Esto tiene una justificación y la llamaremos ley de cancelación para el producto. En los naturales se cumple esta ley.

Teorema. Sean $n, m, k\in \mathbb{N}$ con $k\not=0$. Si $n\cdot k=m\cdot k$, entonces $n=m$.

Para probar dicho teorema, utilizaremos la siguiente serie de resultados.

Proposición. Si $n,m\in\mathbb{N}$ son tales que $n\leq m$, entonces, existe $t\in\mathbb{N}$ tal que $n+t=m$.

Demostración (Proposición).

Mostraremos por inducción sobre $m$ que para todo $n\leq m$, existe $t_n\in \mathbb{N}$ tal que $n+t_n=m$.

Base de inducción. $k=0$. Si $n\leq 0$, entonces $n=0$, pues recordemos que dos números naturales $n$ y $m$ satisfacen $n\leq m$ si, y sólo si, $n\in m$ o $n=m$. Así, si $n\leq 0$, entonces $n\in 0$ o $n=0$, pero dado que el enunciado $n\in 0$ no puede ser cierto pues $0=\emptyset$ no tiene elementos, se sigue que $n=0$ tiene que ser verdadero. De este modo, si $n\leq 0$, entonces $n=0$ y tomando $t=0$ se tiene que $n+t=0+0=0$. Por lo tanto, para todo $n\leq 0$ existe $t_n\in\mathbb{N}$ tal que $n+t_n=0$. Por lo tanto, la proposición es cierta para $k=0$.

Hipótesis de inducción. Supongamos que para algún $k\in\mathbb{N}$ se satisface que para todo $n\leq k$, existe $t_n\in\mathbb{N}$ tal que $n+t_n=k$.

Paso inductivo. Veamos que se cumple para $s(k)$. Sea $n\leq s(k)$. Luego, $n\in s(k)$ o $n=s(k)$. Si $n=s(k)$, entonces tomamos $t=0$ y se tiene que $n+t=s(k)+0=s(k)$. Supongamos ahora que $n\in s(k)$.

Como $n\in s(k)$, entonces $n=k$ o $n\in k$, es decir, $n\leq k$. Luego, por hipótesis de inducción, existe $t_n\in\mathbb{N}$ tal que $n+t_n=k$. De este modo, si tomamos $s(t_n)\in\mathbb{N}$ se tiene que $n+s(t_n)=s(t_n)+n=s(t_n+n)=s(k)$.

En cualquier caso para $n$ hemos concluido que existe $t_n\in\mathbb{N}$ tal que $n+t_n=s(k)$.

Por lo tanto, la proposición es verdadera.

$\square$

Proposición. Si $n\in\mathbb{N}$, entonces $n\leq n+t$ para todo $t\in\mathbb{N}$.

Demostración (Proposición).

Sea $n\in\mathbb{N}$. Probaremos por inducción sobre $t$ que $n\leq n+t$ para todo $t\in\mathbb{N}$.

Base. $t=0$. Para $t=0$ tenemos que $n+t=n+0=n$, por lo que es verdad que $n\leq n+t$.

Hipótesis de inducción. Supongamos que para algún $t\in\mathbb{N}$, $n\leq n+t$.

Bajo esta hipótesis veamos que $n\leq n+s(t)$. Primero, notemos que $n+s(t)=s(t)+n$ por la conmutatividad de la suma. Luego, por definición de la suma, $s(t)+n=s(t+n)$. Dado que $s(t+n)=(t+n)\cup\set{t+n}$, entonces $n+t\in s(t+n)$. Ahora bien, por hipótesis de inducción, $n\leq n+t$, es decir, $n=n+t$ o $n\in n+t$. Si $n=n+t$, entonces $n\in s(n+t)$, ya que $n+t\in s(n+t)$, por lo que $n\leq s(n+t)=n+s(t)$.

Ahora, si $n\in n+t$, entonces, $n\in s(n+t)$ por transitividad de la pertenencia en los naturales, por lo que también se cumple que $n\leq n+s(t)$.

En cualquier caso concluimos que $n\leq n+s(t)$, lo que concluye la prueba de la proposición.

$\square$

El último resultado que veremos, antes de iniciar con la demostración de la ley de la cancelación del producto, dice lo siguiente:

Corolario. Si $n\in\mathbb{N}$ es distinto de $0$, entonces $n+t$ es distinto de $0$ para todo $t\in\mathbb{N}$.

Demostración (Corolario).

Sea $n\in\mathbb{N}$ distinto de $0$ y supongamos que $t\in\mathbb{N}$ es arbitrario. Por la proposición anterior, $n\leq n+t$, es decir, $n=n+t$ o $n\in n+t$. Si $n=n+t$, entonces $n+t$ es distinto de $0$ por la hipótesis sobre $n$. Si ahora $n\in n+t$, entonces $n+t$ es distinto de $0$, pues $n+t$ tiene un elemento, el cual es $n$, mientras que el $0$ no tiene elementos. Esto concluye la prueba.

$\square$

Ya que contamos con esta serie de resultados previos podemos dar la demostración de la ley de cancelación del producto.

Demostración (Ley de cancelación del producto).

Supongamos que $n\cdot k = m\cdot k$ con $k \neq 0$. Como el orden $\leq$ es un buen orden en $\mathbb{N}$, entonces es total. Así, $n\leq m$ o $m\leq n$. Haremos el caso $n\leq m$ pues el otro caso es análogo. Como $n\leq m$, existe un natural $t$ tal que $n+t=m$. Como $k\neq 0$, existe un natural $s$ tal que $k=s+1$. De esta manera,

\begin{align*}
ns+n &= n(s+1)\\
&=nk\\
&=mk\\
&=(n+t)(s+1)\\
&=ns+n+ts+t.
\end{align*}

En esta cadena de igualdades hemos usado las propiedades que ya hemos probado de la suma y el producto. Usando ahora la ley de cancelación de la suma, obtenemos que $0=ts+t$. Como aquí hay una suma de naturales igualada a cero, cada sumando es igual a cero. En particular, $t=0$ y por lo tanto $m=n+0=n$, como queríamos.

$\square$

Tarea moral

La siguiente lista de ejercicios te permitirá reforzar el contenido visto en esta sección:

  1. Demuestra que existe una única función $\cdot: \mathbb{N}\times\mathbb{N}\to \mathbb{N}$, denotada por $\cdot(m,n)=m\cdot n$, que satisface las siguientes condiciones:
    – $0\cdot n=0$ para cualquier $n\in \mathbb{N}$,
    – $s(m)\cdot n= (m\cdot n)+n$.
  2. Demuestra que para cualesquiera $m,n,l\in \mathbb{N}$ tal que $l\not=0$, si $m<n$, entonces $l\cdot m<l\cdot n$.
  3. Demuestra que para cualesquiera $m,n\in \mathbb{N}$, si $m\cdot n=0$, entonces $m=0$ o $n=0$.
  4. Usa el teorema de recursión para probar la existencia y unicidad de una función $F:\mathbb{N}\to \mathbb{N}$ que satisfaga lo siguiente:
    $F(0)=1$,
    $F(1)=1$,
    $F(2)=2\cdot 1$,
    $\vdots$
    $F(n)=n\cdot (n-1)\cdots 2\cdot 1$.
    A la función $F$ se le llama el factorial y la denotamos por $F(n)=n!$.
  5. Usa el teorema de recursión y unicidad para probar para cada natural $n$ la existencia de una función $w_n:\mathbb{N}\to \mathbb{N}$ que cumple $w_n(0)=1$ y $w_n(m+1)=n\cdot w_n(m)$. Usa las funciones $w_n$ para definir la exponenciación en $\mathbb{N}$ como la operación binaria de $\mathbb{N}$ en $\mathbb{N}$ denotada por $n^m=w_n(m)$. Prueba que la exponenciación cumple las siguientes propiedades:
    • Para todo natural $m>0$, se cumple que $0^m=0$ y $1^m=1$.
    • Para cualesquiera naturales $l,m,n$, se cumple que $(m\cdot n)^l=m^l\cdot n^l$, que $l^{m+n}=l^m\cdot l^n$ y que $(l^m)^n=l^{m\cdot n}$.
  6. Encuentra todas las soluciones en los naturales a la ecuación $m^2+n=n^2+m$. ¡Ten cuidado! En $\mathbb{N}$ todavía no hemos definido la resta, así que como primer paso no puedes «pasar restando». Todos tus argumentos tendrán que permanecer en lo que hemos construido de $\mathbb{N}$.

Más adelante…

Con esta entrada concluimos el contenido acerca de números naturales. Es lo único que haremos en este curso sobre la construcción de sistemas numéricos, pero todos estos conocimientos sirven para constuir a los enteros y los racionales. Puedes hacer clic en los enlaces para consultar el contenido de la construcción de los números enteros y de los números racionales que se encuentra en el curso de Álgebra Superior II.

Nuestro enfoque continuará siendo conjuntista, y ahora nos enfocaremos en la noción de que dos conjuntos «tengan la misma cantidad de elementos». Así, en la siguiente unidad hablaremos acerca de equipotencia, finitud, infinitud, dominancia y aritmética cardinal. El conjunto de los números naturales jugará un papel clave para esta teoría.

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»

Cálculo Diferencial e Integral I: Suma, producto, cociente y composición de funciones

Por Karen González Cárdenas

Deja un comentario

Introducción

Ya que hemos visto el concepto de función, en esta entrada veremos cómo están definidas las operaciones de suma, producto y cociente. De igual modo, definiremos la composición entre un par de funciones. Para dejar más claras dichas operaciones, daremos ejemplos.

Operaciones de funciones

Definición (operaciones): Sean $f: D_{f}\subseteq \r \rightarrow \r$, $\quad g: D_{g}\subseteq \r \rightarrow \r$. Definimos las siguientes operaciones como:

  • $f+g: D_{f} \cap D_{g} \subseteq \r \rightarrow \r$
    $$(f+g)(x)= f(x)+g(x)\quad \text{.}$$
  • $\alpha f: D_{f}\subseteq \r \rightarrow \r \quad$ y $\quad \alpha \in \r$
    $$(\alpha f)(x)= \alpha f(x)\quad \text{.}$$
  • $fg: D_{f} \cap D_{g} \subseteq \r \rightarrow \r$
    $$(fg)(x)= f(x)g(x)\quad \text{.}$$
  • $\begin{multline*} \frac{f}{g}: D_{f/g} \subseteq \r \rightarrow \r \end{multline*}$
    \begin{equation*}
    \left(\frac{f}{g}\right)(x)=\frac{f(x)}{g(x)}\quad \text{.}
    \end{equation*}
    donde $D_{f/g}=D_{f} \cap (D_{g} – \left\{x \in D_{g}: g(x)=0 \right\})$

Notación: Cuando escribamos $f-g$ hacemos referencia a:
$$f-g=f+ (-g) \quad \text{.}$$

Ejemplos

Consideremos a las siguientes funciones:
\begin{align*}
f: \r – \left\{-1\right\} &\rightarrow \r & g: \r &\rightarrow \r & h: \r &\rightarrow \r^{+}
\end{align*}
\begin{align*}
f(x)&= \frac{1}{x+1}& g(x)&= x^{3}+3 & h(x)&=x^{2}+2x+1
\end{align*}
Notación: Usamos $\r^{+}$ para referirnos al conjunto de los números reales positivos.

Realizaremos las siguientes operaciones para ejemplificar lo visto anteriormente:

  • $$(f+g)(x)= f(x)+g(x)= \frac{1}{x+1} + x^{3}+3$$
    con $D_{f+g}=D_{f} \cap D_{g}= \r \cap (\r- \left\{-1\right\})= \r- \left\{-1\right\}$
  • $$(fg)(x)= f(x)g(x)=\left(\frac{1}{x+1}\right)(x^{3}+3)=\frac{x^{3}+3}{x+1}$$
    con $D_{fg}=D_{f} \cap D_{g}= \r \cap (\r- \left\{-1\right\})= \r- \left\{-1\right\}$
  • Si $\alpha = – 4$:
    $$(\alpha g)(x)= \alpha g(x)= -4(x^{3}+3)=-4x^{3}-12$$
    con $D_{\alpha g}= D_{g}= \r$
  • $$\left(\frac{g}{h}\right)(x)=\frac{g(x)}{h(x)}=\frac{x^{3}+3}{x^{2}+2x+1}$$
    como $D_{g/h}=D_{g} \cap (D_{h} – \left\{x \in D_{h}: h(x)=0 \right\})$
    Observemos que $x^{2}+2x+1 = (x+1)^{2}$ por lo que $(x+1)^{2}=0$ cuando $x=-1$.
    Así el dominio sería:
    $$D_{g/h}=\r \cap (\r- \left\{-1 \right\})= \r – \left\{-1\right\}$$
  • $$(h-g)(x)=h(x)-g(x)=x^{2}+2x+1-(x^{3}+3)=x^{2}+2x+1-x^{3}-3$$
    con $D_{h-g}= D_{h} \cap D_{g}= \r \cap \r= \r$

Composición de funciones

Definición (composición): Consideremos a las funciones $g: A \rightarrow B$ y $f: B \rightarrow C$ definimos a la composición de $g$ seguida de $f$ como:

$$f \circ g: A \rightarrow C$$
$$(f \circ g)(x)= f(g(x)),$$
observamos que la composición sólo está definida si $Im_g \subseteq D_f$, por lo que $g(x) \in B$.
En el siguiente diagrama podemos ver más claramente cómo funciona la composición $f \circ g$:

PASO 1

Primero tomamos $x \in A$ a la cual le aplicamos la función $g$ para así obtener $g(x) \in B$.

PASO 2

Ahora tomamos a $g(x) \in B$ para aplicarle la función $f$ y finalmente obtener $f(g(x)) \in C$.

DIAGRAMA PARA $f \circ g$

Así la composición de $f \circ g$ se vería como en el diagrama anterior.

Observación: La composición no es conmutativa, es decir, ocurre que:
$$f \circ g \neq g \circ f\quad \text{.}$$

Ejemplos

Retomando las funciones:
\begin{align*}
f(x)&= \frac{1}{x+1}& g(x)&= x^{3}+3 & h(x)&=x^{2}+2x+1
\end{align*}

Realicemos las siguientes composiciones de funciones para tener más claro cómo funciona lo antes explicado:

  • Ejemplo 1:
    \begin{align*}
    (g \circ f)(x)&= g(f(x))\\
    &= g\left(\frac{1}{x+1} \right)\\
    &= \left( \frac{1}{x+1} \right)^{3} +3\\
    &= \frac{1}{(x+1)^{3}}+3
    \end{align*}
    Así tenemos que la composición obtenida es:
    \begin{equation*}
    (g \circ f)(x)=\frac{1}{(x+1)^{3}}+3
    \end{equation*}
  • Ejemplo 2:
    \begin{align*}
    (f \circ h)(x)&= f(h(x))\\
    &= f((x^{2}+2x+1))\\
    &= \frac{1}{(x^{2}+2x+1)+1}\\
    &=\frac{1}{x^{2}+2x+2}
    \end{align*}
    Por lo que la composición quedaría como:
    \begin{equation*}
    (f \circ h)(x) = \frac{1}{x^{2}+2x+2}
    \end{equation*}

Más adelante

Ahora que ya hemos definido las operaciones entre funciones y la composición, en la siguiente entrada veremos qué características debe cumplir una función para poder determinar si es inyectiva, sobreyectiva o biyectiva. Del mismo modo, examinaremos el concepto de función inversa, donde haremos uso de la composición de funciones y algunas condiciones.

Tarea moral

  • Si tenemos a las funciones $f : \r \rightarrow \r$ y $g : \r \rightarrow \r^{+}$ definidas como siguen:
    $$ f(x) = x-8$$
    $$g(x)= x^{4}$$
    Realiza las siguientes operaciones:
    • $f + g$
    • $f – g$
    • $fg$
    • $\frac{g}{f}$
    • $g \circ f$
  • Da una función $f$ y una función $g$ que ejemplifiquen que la composición no es conmutativa:
    $$f \circ g \neq g \circ f\quad \text{.}$$
  • Demuestra que la composición es asociativa, es decir,
    $$f\circ (g \circ h)= (f\circ g) \circ h\quad \text{.}$$

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»

Álgebra Superior II: Introducción a estructuras algebraicas

Por Leonardo Ignacio Martínez Sandoval

2 respuestas

Introducción

Finalmente terminamos de construir a los números naturales, sus operaciones y su orden. El siguiente conjunto que nos interesa construir es $\mathbb{Z}$, el conjunto de los números enteros. Haremos esto en breve. Sin embargo, primero haremos un paréntesis para hablar de estructuras algebraicas.

Quizás hayas escuchado hablar de varias de ellas. En cálculo y geometría analítica se habla de los números reales y se comenta que es muy importante que sea un campo. En geometría moderna se habla de transformaciones geométricas y cómo algunas de ellas forman un grupo. También es común escuchar de los anillos de enteros o de polinomios (que estudiaremos más adelante). Y por supuesto, también están los espacios vectoriales, que están fuertemente conectados con resolver sistemas de ecuaciones lineales y hacer cálculo y geometría en altas dimensiones.

Todos estos conceptos (campos, grupos, anillos, espacios vectoriales, etc.) son ejemplos de estructuras algebraicas. Cada tipo de estructura algebraica es muy especial por sí misma y sus propiedades se estudian por separado en distintas materias, notablemente aquellas relacionadas con el álgebra moderna. La idea de esta entrada es dar una muy breve introducción al tema, para que te vayas acostumbrando al uso del lenguaje. Esto te servirá más adelante en tu formación matemática.

Intuición de estructuras algebraicas

De manera intuitiva, una estructura algebraica consiste de tomar un conjunto, algunas operaciones en ese conjunto, y ciertas propiedades que tienen que cumplir las operaciones. Eso suena mucho a lo que hemos trabajado con $\mathbb{N}$: es un conjunto, con las operaciones de suma y producto. Y ya demostramos que estas operaciones tienen propiedades especiales como la conmutatividad, la distributividad y la existencia de neutros.

En realidad podríamos tomar cualquier conjunto y cualquier operación y eso nos daría una cierta estructura.

Ejemplo. Consideremos el conjunto $\mathbb{N}$ con la operación binaria $\star$ tal que $$a\star b=ab+a+b.$$ Tendríamos entonces que $$3\star 1=3\cdot 1+3+1= 7,$$ y que $$10\star 10=10\cdot 10 + 10 + 10 = 120.$$

Es posible que la operación $\star$ tenga ciertas propiedades especiales, y entonces algunas proposiciones matemáticas interesantes consistirían en enunciar las propiedades de $\star$.

$\triangle$

Aunque tenemos mucha libertad en decidir cuál es el conjunto, cuáles son las operaciones que le ponemos y qué propiedades vamos a pedir, hay algunos ejemplos que se aparecen muy frecuentemente en las matemáticas. Aparecen de manera tan frecuente, que ameritan nombres especiales. Comencemos a formalizar esto.

Operaciones binarias y magmas

Dado un conjunto $S$, una operación binaria toma parejas de elementos de $S$ y los lleva a otro elemento de $S$. En símbolos, es una función $\star: S\times S\to S$. Cuando usamos la notación de función, tendríamos que escribir todo el tiempo $\times(a,b)$ para referirnos a lo que esta operación le hace a cada pareja de elementos $a$ y $b$ en $S$. Sin embargo, esto resulta poco práctico, y es por esta razón que se usa mucho más la notación $a\times b:=\times (a,b)$.

Ejemplo. En $\mathbb{N}$ ya definimos la operación binaria $+$, que toma dos enteros $a$ y $b$ y los manda a $s_a(b)$, donde $s_a:\mathbb{N}\to \mathbb{N}$ es la función que construimos usando el teorema de recursión estableciendo que $s_a(0)=a$ y $s_a(\sigma(n))=\sigma(s_a(n))$.

$\triangle$

Aquí lo único que nos importa es establecer una operación binaria. No nos importa si tiene otras propiedades adicionales.

Definición. Un magma consiste de un conjunto $S$ con una operación binaria $\ast$.

Otros ejemplos de magma son $\mathbb{N}$ con la operación que dimos en la parte de intuición, o bien $\mathbb{N}$ con el producto que ya definimos. También podemos tener magmas en conjuntos que no sea el de los enteros. Por ejemplo, si $P$ es el conjunto de subconjuntos de $\{0,1,2,3,4\}$, y le damos la operación que manda $A$ y $B$ a $A\cup B\cup \{0\}$, entonces también obtenemos un magma.

Conmutatividad

Cuando tenemos un conjunto $S$ y una operación binaria $\star$ en $S$, puede suceder que de lo mismo hacer $a\star b$ que $b\star a$. Esto ya es una propiedad especial que pueden cumplir las operaciones binarias, y tiene un nombre.

Definición. Decimos que una operación binaria $\star$ en un conjunto $S$ es conmutativa si para cualesquiera dos elementos $a$ y $b$ de $S$ se cumple que $a\star b=b\star a$.

Observa que la igualdad debe suceder para cualesquiera dos elementos. Basta con que falle para una pareja para que la operación ya no sea conmutativa.

Ejemplo. Una de las propiedades que demostramos de la operación de suma en $\mathbb{N}$ es que $s_a(b)=s_b(a)$, es decir, que $a+b=b+a$. En otras palabras, la operación binaria $+$ en $\mathbb{N}$ es conmutativa. Así mismo, vimos que el producto era conmutativo, es decir, que $p_a(b)=p_b(a)$, que en términos de la operación binaria $\cdot$ quiere decir que $a\cdot b=b\cdot a$.

$\triangle$

Más adelante veremos que otras funciones de suma y producto también son conmutativas, por ejemplo, las de los enteros, racionales, reales y complejos. Sin embargo, hay algunas operaciones binarias muy importantes en matemáticas que no son conmutativas. Un ejemplo de ello es el producto de matrices. Otro ejemplo es la diferencia de conjuntos.

Ejemplo. Si $P$ es el conjunto de subconjuntos de $\{0,1,2,3,4\}$ y le damos la operación binaria $\setminus$ tal que dados $A$ y $B$ en $P$ los manda a $A\setminus B$, entonces obtenemos un magma. Sin embargo, la operación $\setminus$ no es conmutativa pues, por ejemplo, $$\{1,2,3\}\setminus\{2,3,4\}=\{1\},$$ pero $$\{2,3,4\}\setminus\{1,2,3\}=\{4\}.$$

$\triangle$

En $\mathbb{N}$ no tenemos una operación de resta, como discutiremos en breve. Pero en el conjunto de los enteros sí, y ese sería otro ejemplo de una operación que no es conmutativa.

Asociatividad y semigrupos

Otra de las propiedades importantes que demostramos de la suma y producto de naturales es que son operaciones asociativas. En general, podemos definir la asociatividad para una operación binaria como sigue.

Definición. Sea $\star$ una operación binaria en un conjunto $S$. Decimos que $\star$ es asociativa si $a\star (b\star c)=(a\star b)\star c$ para cualesquiera tres elementos $a,b,c$ de $S$.

Tanto la suma como el producto de naturales dan una operación asociativa pues ya demostramos que si $a,b,c$ son naturales, entonces $a+(b+c)=(a+b)+c$ y $a(bc)=(ab)c$. Esta propiedad también la tendremos para la suma y producto de enteros, racionales, reales, complejos, polinomios, etc.

A partir de la asociatividad podemos definir la primer estructura algebraica que requiere un poco más de propiedades.

Definición. Un semigrupo es un conjunto $S$ con una operación asociativa $\star$.

Si además $\star$ es una operación conmutativa, entonces decimos que es un semigrupo conmutativo. En realidad, en cualquiera de las definiciones que daremos a continuación podemos agregar el adjetivo «conmutativo» y esto querrá decir que además de las propiedades requeridas, también se cumple que la operación es conmutativa.

En los semigrupos (y demás estructuras con asociatividad) tenemos la ventaja de que podemos «olvidarnos de los paréntesis» sin la preocupación de que haya ambigüedad. Por ejemplo, en los naturales la expresión $3+((2+4)+8)$ se puede escribir simplemente como $3+2+4+8$, pues cualquier otra forma de poner paréntesis, como $(3+2)+(4+8)$, debe dar exactamente el mismo resultado por asociatividad.

Ejemplo. Una operación que no es asociativa es la resta en los enteros. Aunque no hemos definido formalmente esta operación, es intuitivamente claro que $3-(2-1)$ no es lo mismo que $(3-2)-1$.

$\triangle$

Unidades y magmas unitales

A veces sucede que algunos elementos de un conjunto «no afectan a nadie» bajo una cierta operación binaria dada. Por ejemplo, en los naturales «sumar cero» no cambia a ningún entero.

Definición. Sea $\star$ una operación binaria en un conjunto $S$. Una unidad o neutro para $\star$ es un elemento $e$ en $S$ para el cual se cumple que para cualquier elemento $a$ de $S$ se tenga $a\star e = a$ y $e\star a = a$.

Observa que es muy importante pedir las dos igualdades de la definición. Si una se cumple, no necesariamente tiene que pasar la otra, pues no necesariamente la operación es conmutativa. Por supuesto, si ya se sabe que la operación es conmutativa, entonces basta con ver una de ellas.

En $\mathbb{Z}$ tenemos las operaciones de suma y producto. Para no confundir a sus neutros, a $0$ le llamamos el neutro aditivo para hacer énfasis que es el neutro de la suma. Y a $1$ le llamamos el neutro multiplicativo para hacer énfasis que es el neutro del producto. Entre las propiedades que probamos, en efecto vimos que $a+0=a=0+a$ y que $a\cdot 1 = a = 1\cdot a$ para cualquier entero $a$.

Definición. Un magma unital es un conjunto $S$ con una operación $\star$ que tiene un neutro.

El conjunto de naturales con la operación $\star$ que dimos en la sección de intuición también es un magma unital. ¿Puedes decir quién es su neutro?

Monoides

Se puede pedir más de una propiedad a una operación binaria y entonces obtenemos estructuras algebraicas más especiales.

Definición. Un monoide es un conjunto $S$ con una operación $\star$ que es asociativa y que tiene un neutro.

En otras palabras, un monoide es un magma unital con operación asociativa. O bien, un semigrupo cuya operación tiene unidad. Por supuesto, si la operación además es conmutativa entonces decimos que es un monoide conmutativo.

Ejemplo. Por todo lo que hemos visto en esta entrada, tenemos que $\mathbb{N}$ con la suma es un monoide conmutativo. Así mismo, $\mathbb{N}$ con el producto es un monoide conmutativo.

$\triangle$

Semianillos

La última idea importante para discutir en esta entrada es que una estructura algebraica puede tener más de una operación binaria, y además de pedir propiedades para cada operación, también se pueden pedir propiedades que satisfagan ambas operaciones en igualdades que las involucran a las dos.

Definición. Un seminanillo es un conjunto $S$ con dos operaciones binarias $\square$ y $\star$ que satisfacen las siguientes propiedades:

  • $\square$ es un monoide conmutativo
  • $\star$ es un monoide
  • Se cumple distributividad, es decir, que para cualesquiera tres elementos $a,b,c$ de $S$ se tiene $a\star(b\square c) = (a\star b)\square(a\star c)$ y $(a\square b)\star c = (a\star c)\square(b\star c)$.
  • El neutro $e$ de $\square$ aniquila a los elementos bajo $\star$, es decir, para cualquier elemento $a$ de $S$ se tiene que $a\star 0=0$ y $0\star a = 0$.

Un semianillo conmutativo es un semianillo en donde la operación $\star$ también es conmutativa. Las propiedades que hemos de los números naturales nos permiten enunciar el siguiente resultado.

Teorema. El conjunto $\mathbb{N}$ con las operaciones binarias de suma y producto es un semianillo conmutativo.

Más adelante…

Este sólo fue un pequeño paréntesis para comenzar a hablar de operaciones binarias y de estructuras algebraicas. Ahora regresaremos a seguir construyendo de manera formal los sistemas numéricos con los que se trabaja usualmente: los enteros, los racionales, los reales y los complejos.

Un poco más adelante haremos otro paréntesis de estructuras algebraicas, en el que hablaremos de otras propiedades más que puede tener una operación binaria. Una muy importante es la existencia de inversos para la operación binaria. Esto llevará a las definiciones de otras estructuras algebraicas como los grupos, los anillos, los semigrupos con inversos, los quasigrupos y los campos.

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. Encuentra el neutro de la operación $\star$ dada en la sección de intuición. Verifica que en efecto es un neutro.
  2. Demuestra que el conjunto de los naturales pares $\{0,2,4,6,\ldots\}$ sí tiene un neutro para la operación de suma, pero no para la operación de producto.
  3. Considera el conjunto $P(S)$ de subconjuntos de un conjunto $S$. Considera las operaciones binarias de unión e intersección de elementos de $P(S)$. Muestra que $P(S)$ con estas operaciones es un semianillo conmutativo.
  4. Da un ejemplo de un magma que no sea un magma unital. Da un ejemplo de un magma unital que no sea un monoide.
  5. Da o busca un ejemplo de un semianillo que no sea un semianillo conmutativo.

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»