Archivo de la etiqueta: sucesiones

Cálculo Diferencial e Integral I: Sucesiones divergentes y sus propiedades

Introducción

Anteriormente estuvimos revisando el concepto de sucesiones convergentes así como varios ejemplos y sus propiedades. Hasta este punto, deberíamos sentirnos bastante cómodos con las sucesiones convergentes puesto que en esta entrada revisaremos con mayor detalle las sucesiones divergentes.

Sucesiones divergentes

Antes de iniciar a ver las propiedades de este tipo de sucesiones, vale la pena recordar la definición que se dio previamente.

Definición. Sea $\{a_n\}$ una sucesión en $\mathbb{R}$. Decimos que $\{a_n\}$ diverge a infinito si $\forall M \in \mathbb{R}$ existe $n_0 \in \mathbb{N}$ tal que si $n \geq n_0$ entonces $M < a_n$.

Como lo habíamos mencionado antes, la definición nos indica que una sucesión diverge a infinito si para cualquier número real ($M$), existe un punto ($n_0$) en el que todos los valores subsecuentes en la sucesión son mayores que $M$. Cuando una sucesión $\{a_n\}$ diverge a infinito lo denotaremos como $$\lim_{n \to \infty} a_n = \infty.$$

Propiedades de las sucesiones divergentes

Ahora sí, estamos listos para indagar las propiedades de las sucesiones que divergen a infinito. La primera propiedad que probaremos será el hecho de que si multiplicamos una sucesión divergente a infinito por una constante positiva, la sucesión resultante también diverge a infinito.

Proposición. Sea $\{a_n\}$ en $\mathbb{R}$ tal que $$\lim_{n \to \infty} a_n = \infty $$ y sea $c > 0$ fijo, entonces $$\lim_{n \to \infty} c \cdot a_n = \infty$$

Demostración.
Sea $M \in \mathbb{R}$. Consideremos $\frac{M}{c} \in \mathbb{R}$
Como $\{a_n\}$ diverge a infinito, entonces existe $n_0$ tal que para todo $n \geq n_0$ se tiene

\begin{gather*}
\frac{M}{c} < a_n \\
\Rightarrow M < c \cdot a_n
\end{gather*}

$$\therefore \lim_{n \to \infty} c \cdot a_n = \infty$$

$\square$

Lo que se hizo en la demostración es dar un valor arbitrario de $M$ y se debía mostrar que existe un natural $n_0$ tal que para todos los valores subsecuentes de la sucesión $\{c \cdot a_n\}$, quedará por arriba de $M$ y nos aprovechamos del hecho de que $\{a_n\}$ es divergente y, particularmente, para el número real $\frac{M}{c}$ en efecto existe ese natural.

La siguiente proposición nos indica cómo se comporta la suma y la multiplicación de sucesiones divergentes que, como es de esperarse, el resultado de tales operaciones resulta en una sucesión divergente.

Proposición. Sean $\{ a_n \}$ y $\{ b_n \}$ dos sucesiones en $\mathbb{R}$ tales que $$\lim_{n \to \infty} a_n = \infty \quad \text{ y } \quad \lim_{n \to \infty} b_n = \infty $$

Entonces

$i$) $$\lim_{n \to \infty} (a_n + b_n) = \infty$$
$ii$) $$\lim_{n \to \infty} (a_n b_n) = \infty$$

Demostración.

$i$) Sea $M \in \mathbb{R}$. Como $\{a_n\}$ y $\{b_n\}$ divergen a infinito

\begin{gather*}
\exists n_1 \in \mathbb{N} \text{ tal que si } n \geq n_1 \Rightarrow \frac{M}{2} < a_n \\
\exists n_2 \in \mathbb{N} \text{ tal que si } n \geq n_2 \Rightarrow \frac{M}{2} < b_n \\
\end{gather*}

Consideremos $n_0 = max\{n_1, n_2 \}$. Si $n \geq n_0$, entonces se cumplen las dos expresiones de arriba y al sumarlas obtenemos que $M < a_n+b_n$
$$\therefore \lim_{n \to \infty} (a_n + b_n) = \infty$$

$ii$) Sea $M \in \mathbb{R}$.
Para $\{a_n\}$ consideremos el número real $\hat{M} = max\{M, 0\}$. Debido a que $\{a_n\}$ diverge, existe $n_1 \in \mathbb{N}$ tal que si $n \geq n_1$, entonces $\hat{M} < a_n$, lo que implica que $M < a_n$ y $0 < a_n$.

Para $\{b_n\}$ consideremos el número real $1$. Debido a que $\{b_n\}$ diverge, existe $n_2 \in \mathbb{N}$ tal que si $n \geq n_2$, entonces $1 < b_n$.

Sea $n_0 = max\{n_1, n_2 \}$. Si $n \geq n_0$, entonces se cumplen las condiciones anteriores. Como $a_n$ es positivo para todo $n \geq n_0$, podemos multiplicar la expresión $1 < b_n$ por $a_n$ y la desigualdad se preservará, es decir, $a_n < a_n b_n$ y además $M < a_n$, por transitividad concluimos que $M < a_n b_n$

$\square$

Después de haber revisado las propiedades anteriores y sabiendo que la sucesión $\{n\}$ diverge, es posible ampliar nuestro repertorio de sucesiones divergentes, por ejemplo las siguientes sucesiones divergen por implicación directa de las proposiciones vistas: $\{5n\}$, $\{n+n^2+n^3\}$, $\{7n^2+4n\}$, etc.

La siguiente propiedad hace referencia a que si tenemos una sucesión $\{a_n\}$ divergente a infinito y otra sucesión $\{b_n\}$ para la cual existe un punto a partir del cual siempre es mayor que $\{a_n\}$, entonces $\{b_n\}$ también diverge a infinito

Proposición. Sean $\{a_n\}$ y $\{b_n\}$ sucesiones en $\mathbb{R}$ tales que
$i$) Existe $n_1 \in \mathbb{N}$ tal que para todo $n \geq n_1$ se cumple $a_n \geq b_n$
$ii$) $$\lim_{n\to \infty} a_n = \infty$$
Entonces $$\lim_{n\to \infty} b_n = \infty$$

La demostración de esta propiedad quedará como tarea moral.

Proposición. Sea $c > 1$, entonces $$\lim_{n \to \infty} c^n = \infty$$

Demostración.

Para realizar esta demostración haremos uso de la proposición anterior. Sea $n \in \mathbb{N}$. Como $c > 1$, entonces $c-1>0$ y por la desigualdad de Bernoulli, tenemos

\begin{gather*}
c^n = (1+c-1)^n \geq 1+n(c-1) > n(c-1) \\
\therefore c^n > n(c-1) \tag{1}
\end{gather*}

Además sabemos que la sucesión $\{n\}$ diverge a infinito y si multiplicamos esta sucesión por una constante positiva, en este caso $c-1$, la sucesión $\{(c-1)n\}$ también diverge a infinito y por $(1)$ podemos utilizar la proposición anterior y concluir que $$\lim_{n \to \infty} c^n = \infty.$$

$\square$

Como última propiedad, probaremos que una sucesión monótona no acotada es divergente. Probaremos el caso para las sucesiones crecientes no acotadas y veremos que divergen a $\infty$ y se dejará como tarea moral probar que las sucesiones decrecientes no acotadas divergen a $-\infty$.

Proposición. Si $\{ a_n \}$ es una sucesión creciente y no acotada, entonces $$\lim_{n \to \infty} a_n = \infty$$

Demostración.
Sea $\{a_n \}$ una sucesión creciente y no acotada y sea $M \in \mathbb{R}$. Como la sucesión no está acotada, existe $n_0 \in \mathbb{N}$ tal que $M < a_{n_0}$ y como la sucesión es creciente $a_n \geq a_{n_0}$ para todo $n \geq n_0$.

\begin{gather*}
\therefore M < a_n \text{, para todo } n \geq n_0 \\ \\
\therefore \lim_{n \to \infty} a_n = \infty
\end{gather*}

$\square$

En la demostración anterior hay una sutileza que vale la pena enfatizar: usamos el hecho de que la sucesión no está acotada para probar que existe al menos un elemento específico ($n_0$) que es mayor que un real arbitrario $M$, pero para probar que diverge a infinito, hay que probar que también todos los elementos subsecuentes de $n_0$ son mayores a $M$ y, en ese momento, es cuando usamos la hipótesis de monotonía.

Tarea moral

Los siguientes ejercicios y problemas te ayudarán a reforzar lo aprendido en esta entrada.

  1. Sean $\{a_n\}$ y $\{b_n\}$ sucesiones en $\mathbb{R}$ tales que
    $i$) Existe $n_1 \in \mathbb{N}$ tal que para todo $n \geq n_1$ se cumple $a_n \geq b_n$
    $ii$) $\{a_n \}$ diverge a infinito
    Entonces $$\lim_{n\to \infty} b_n = \infty$$
  2. Si $\{ a_n \}$ es una sucesión decreciente y no acotada , entonces $$\lim_{n \to \infty} a_n = – \infty$$
  3. Sea $\{ a_n \}$ una sucesión divergente a infinito tal que para todo $n\in \mathbb{N}$ se cumple que $a_n \neq 0$. Entonces $$\lim_{n \to \infty} \frac{1}{a_n} = 0.$$
  4. Prueba lo siguiente:
    $i$) $$\lim_{n \to \infty} \frac{n^2+1}{n+1} = \infty$$
    $ii$) $$\lim_{n \to \infty} (n – \sqrt{n} )= \infty$$
  5. Demuestra que si $$\lim_{n \to \infty} \frac{a_n}{n} = L,$$ donde $L > 0,$ entonces $$\lim_{n\to \infty} a_n = \infty.$$

Más adelante…

Hemos revisado a detalle el límite de una sucesión así como el concepto y propiedades de las funciones, es tiempo de continuar con un concepto más avanzado que requiere del entendimiento de ambos temas: límite de una función. Y, como veremos más adelante, la noción de límite de una función es fundamental para poder entender la derivada de una función y es a través de este tema que se abre la puerta para un campo de aplicación bastante amplio guiado por el propósito de la optimización.

Entradas relacionadas

Cálculo Diferencial e Integral I: Sucesiones convergentes

Introducción

Anteriormente se definieron las sucesiones de Cauchy y se probaron propiedades particulares de ese tipo de sucesiones. En esta entrada se definirá la convergencia para una sucesión y se darán varios ejemplos de sucesiones convergentes y no convergentes.

Límite de una sucesión

A continuación daremos la definición del límite de una sucesión:

Definición. Sea $\{ a_n \}$ una sucesión en $\mathbb{R}$. Sea $L \in \mathbb{R}$, decimos que $\{a_n\}$ tiene límite en $L$ si para todo $ \epsilon > 0$ existe un número natural $n_0$ tal que para todo $n \geq n_0$ se satisface $ | a_n – L |< \epsilon$.

Si una sucesión tiene límite en $L$, también decimos que converge a $L$ y lo denotamos como $$\lim_{n\to \infty} a_n = L.$$

En términos más simples, la definición nos indica que una sucesión es convergente a $L$ si a partir de cierto elemento en la sucesión ($n_0$), estamos lo suficientemente cerca ($\epsilon$) de $L$.

Ejemplos de sucesiones convergentes

Ahora continuaremos con algunos ejemplos de sucesiones convergentes. Es importante recalcar que para demostrar que una sucesión converge a $L$, deberemos dar explícitamente $n_0$ que para un $\epsilon > 0$ arbitrario dado se cumpla $| a_n – L |< \epsilon$ para todo $n \geq n_0$.

Ejemplo. Sea $k$ un número real y consideremos la sucesión $ a_n = k$, entonces $$\lim_{n \to \infty} k = k.$$

Demostración.

Sea $\epsilon > 0$ (establecemos el valor arbitrario de un epsilon positivo).
Consideremos $n_0 = 1$ (damos el valor de $n_0 $ explícito).
Si $n \geq n_0$, entonces

\begin{gather*}
|a_n-k| = |k-k| = 0 < \epsilon \\
\therefore \lim_{n \to \infty} k = k
\end{gather*}

$\square$


El ejemplo anterior es uno sencillo, sin embargo, como lo podemos ver en los comentarios entre paréntesis, están presentes los pasos relevantes para demostrar la convergencia. En este caso, dado que nuestra sucesión era un valor constante, el valor de $n_0$ que funcionaba era cualquier número natural, pero, en general, su valor estará definido en términos de epsilon.

Ejemplo. Consideremos la sucesión $\{ \frac{1}{n} \}$, entonces $$\lim_{n \to \infty} \frac{1}{n} = 0.$$

Demostración.

Sea $\epsilon >0$.

Dado que el valor de $\epsilon$ es positivo y, por la propiedad Arquimediana, existe $n_0 \in \mathbb{N}$ tal que $1 < n_0 \cdot \epsilon$, es decir, $\frac{1}{n_0} < \epsilon$. Así, para cualquier $n \geq n_0$ se tiene que $\frac{1}{n} \leq \frac{1}{n_0} < \epsilon $. De lo anterior se sigue que

$| \frac{1}{n} – 0| = \frac{1}{n} < \epsilon$

$\therefore | \frac{1}{n} – 0| < \epsilon$ para todo $n \geq n_0$

$$\therefore \lim_{n \to \infty} = 0$$

$\square$

En este último ejemplo podemos observar cómo se establece $n_0$ en función de $\epsilon$ y la relevancia de la propiedad Arquimediana que estará constantemente presente al momento de demostrar convergencia mediante su definición.


Ejemplo. $$\lim_{n \to \infty} \frac{8n-5}{3n} = \frac{8}{3}$$

Demostración.

Sea $\epsilon > 0$.
Notemos

$$\left\lvert \frac{8n-5}{3n} – \frac{8}{3} \right\rvert = \left\lvert \frac{8n-5-8n}{3n} \right\rvert = \left\lvert \frac{-5}{3n} \right\rvert = \frac{5}{3n}$$

\begin{align*}
\therefore \left\lvert \frac{8n-5}{3n} – \frac{8}{3} \right\rvert = \frac{5}{3n} \tag{1}
\end{align*}

Consideremos $n_0 \cdot \epsilon > \frac{5}{3}$, que sabemos que existe gracias a la propiedad arquimediana.

$$\Rightarrow \epsilon > \frac{5}{3n_0}$$

Si $n \geq n_0$, entonces tenemos

\begin{align*}
\left\lvert \frac{8n-5}{3n} – \frac{8}{3} \right\rvert =& \frac{5}{3n}, \text{ por (1)} \\
\leq & \frac{5}{3n_0}, \text{ pues }n \geq n_0 \\
<& \epsilon
\end{align*}

$$\therefore \left\lvert \frac{8n-5}{3n} – \frac{8}{3} \right\rvert < \epsilon$$

$$\therefore \lim_{n \to \infty} \frac{8n-5}{3n} = \frac{8}{3}$$

$\square$

Ejemplo. $$\lim_{n \to \infty} \left( \sqrt{n+1}-\sqrt{n} \right) = 0$$

Demostración.

Sea $\epsilon > 0$. Primero veamos que

\begin{align*}
\sqrt{n+1}-\sqrt{n} =& (\sqrt{n+1}-\sqrt{n}) \cdot \frac{\sqrt{n+1}+\sqrt{n}}{\sqrt{n+1}+\sqrt{n}} \\ \\
=& \frac{\sqrt{n+1} ^ 2 – \sqrt{n}^2}{\sqrt{n+1}+\sqrt{n}} \\ \\
=& \frac{n+1 – n}{\sqrt{n-1}+\sqrt{n}} \\ \\
=&\frac{1}{\sqrt{n-1}+\sqrt{n}} \\ \\
\leq & \frac{1}{\sqrt{n}}
\end{align*}


$$\therefore \sqrt{n-1}-\sqrt{n} \leq \frac{1}{\sqrt{n}}$$

Consideremos $n_0 > \frac{1}{\epsilon^2} \Rightarrow \frac{1}{\sqrt{n_0}} < \epsilon$. Entonces tenemos

\begin{align*}
\left\lvert \sqrt{n-1}-\sqrt{n} – 0 \right\rvert =& \frac{1}{\sqrt{n-1}+\sqrt{n}} \text{, por la observación anterior} \\
\leq & \frac{1}{\sqrt{n}} \\
\leq & \frac{1}{\sqrt{n_0}}, \text{pues } n \geq n_0 \\
< & \epsilon
\end{align*}

$\therefore |\sqrt{n-1}-\sqrt{n} – 0| < \epsilon$

$$\therefore \lim_{n \to \infty} \left(\sqrt{n+1}-\sqrt{n} \right)= 0$$

$\square$

Los dos ejemplos de arriba hacen uso de manipulaciones algebraicas que nos permiten simplificar nuestro problema; esta técnica de simplificación de expresiones, cuyo fin es llevarlas a otras más sencillas, es ampliamente usada para demostrar la convergencia de sucesiones.

Ejemplos de sucesiones no convergentes

Después de haber revisado ejemplos de sucesiones convergentes, vale la pena conocer sucesiones que no convergen, es decir, que su límite no existe.

Ejemplo. Consideremos la sucesión $a_n = (-1)^n$. El límite de $\{a_n\}$ no existe.

Demostración.

Procederemos a hacer esta demostración por contradicción. Supongamos que existe $L \in \mathbb{R}$ tal que $$\lim_{n \to \infty} (-1)^n = L.$$

Consideremos $\epsilon = 1/2 > 0$. Por definición, existe $n_0 \in \mathbb{N}$ tal que si $n\geq n_0$ entonces $|(-1)^n-L| < \frac{1}{2}$

Tomemos $2n_0 > n_0$ y $2n_0+1>n_0$, entonces
\begin{gather*}
|(-1)^{2n_0}-L| < \frac{1}{2} \Rightarrow |1-L|< \frac{1}{2} \tag{1} \\
|(-1)^{2n_0+1}-L| < \frac{1}{2} \Rightarrow |-1-L| = |1+L|< \frac{1}{2} \tag{2}
\end{gather*}

Y notemos que

\begin{align*}
2 = |1+1| =& |1-L+L+1| \\
\leq & |1-L| + |1+L| \\
< & \frac{1}{2} + \frac{1}{2} \text{, por (1) y (2)}
\end{align*}

$\Rightarrow 2<1 \Rightarrow\!\Leftarrow$

Lo cual es una contradicción y lo indicamos con el símbolo $\Rightarrow\!\Leftarrow$.
Por tanto, podemos concluir que tal límite no existe.

$\square$

Ahora veremos ejemplos de sucesiones que divergen a infinito y, para ello, presentaremos la siguiente definición.

Definición. Sea $\{a_n\}$ una sucesión en $\mathbb{R}$. Decimos que $\{a_n\}$ diverge a infinito si $\forall M \in \mathbb{R}$ existe $n_0 \in \mathbb{N}$ tal que si $n \geq n_0$ entonces $M < a_n$.

La definición anterior nos indica que una sucesión diverge a infinito si para cualquier número real ($M$), existe un punto ($n_0$) en el que todos los valores subsecuentes en la sucesión son mayores que $M$. Cuando una sucesión $\{ a_n \}$ diverja a infinito lo denotaremos como $$\lim_{n \to \infty} a_n = \infty.$$

Ejemplo. La sucesión $a_n = n$ diverge a infinito.

Demostración.

Sea $M \in \mathbb{N}$. Sabemos que $\mathbb{N}$ no está acotado superiormente, entonces existe $n_0 \in \mathbb{N}$ tal que $M< n_0$. De esta forma, si $n \geq n_0$, se tiene que $M<n$.

$\square$

Ejemplo. $$\lim_{n \to \infty} n^2 = \infty$$

Demostración.

Procederemos a hacer la prueba por contradicción. Supongamos entonces que para todo $n\in \mathbb{N}$ se tiene que $n^2 \leq M$ para algún $M \in \mathbb{R}$.

$\Rightarrow \sqrt{n^2} \leq \sqrt{M}$

$\Rightarrow n \leq \sqrt{M} \Rightarrow\!\Leftarrow$

Lo cual es una contradicción pues sabemos que los números naturales no están acotados superiormente.

$\therefore n^2$ diverge al infinito

$\square$

Tarea moral

Los siguientes ejercicios y problemas te ayudarán a reforzar lo aprendido en esta entrada.

  1. Prueba que el límite de una sucesión convergente es único.
  2. Demuestra lo siguiente:
    a) $$\lim_{n \to \infty} \frac{(-1)^n}{n} = 0$$
    b) $$\lim_{n \to \infty} \sqrt{n} = \infty$$
    c) $$\lim_{n \to \infty} \sqrt{12+ \frac{1}{n}} = \sqrt{12}$$
  3. Sea $\{ a_n \}$ una sucesión en $\mathbb{R}$ y sea $L \in \mathbb{R}$. Prueba que $$\lim_{n \to \infty} a_n = L \iff \lim_{n \to \infty} a_n – L = 0.$$
  4. Una sucesión también puede ser divergente a $-\infty$. Propón una definición análoga a la divergencia al infinito y prueba que $$\lim_{n \to \infty} – \sqrt{n} = – \infty.$$

Más adelante…

Se han revisado las definiciones de convergencia y divergencia a infinito, hemos visto diversos ejemplos de ambas definiciones. En las siguientes entradas se revisarán criterios para la convergencia de sucesiones así como sus propiedades y teoremas con lo cual podremos determinar si una sucesión es convergente o no de manera más rápida.

Entradas relacionadas

Álgebra Lineal I: Subespacios vectoriales

Introducción

En la entrada anterior dimos la definición de espacio vectorial y vimos varios ejemplos de espacios vectoriales. Ahora hablaremos de subespacios vectoriales o simplemente, subespacios. A grandes rasgos, podemos pensar a un subespacio como un subconjunto de un espacio vectorial $V$ que también es un espacio vectorial con las mismas operaciones de $V$.

Definición de subespacios vectoriales y primeras consecuencias

Definición. Sea $V$ un espacio vectorial sobre un campo $F$. Un subespacio vectorial de $V$, o simplemente un subespacio de $V$, es un subconjunto no vacío $W$ de $V$ cerrado bajo las operaciones de suma vectorial y multiplicación escalar de $V$. En otras palabras, $W$ es un subespacio de $V$ si se cumplen las siguientes dos propiedades:

  1. (Cerradura de la suma vectorial) Para cualesquiera $u$ y $v$ elementos de $W$, se cumple que $u+v$ está en $W$.
  2. (Cerradura de la multiplicación por escalar) Para cualquier escalar $c$ en $F$ y vector $v$ en $W$ se cumple que $cv$ está en $W$.

En la entrada anterior ya vimos un ejemplo. Si tenemos un campo $F$ y nos fijamos el espacio vectorial $F[x]$ de polinomios, entonces para cualquier entero $n$ el subconjunto $F_n[x]$ de $F[x]$ de polinomios de grado a lo más $n$ es cerrado bajo la suma de polinomios y bajo el producto escalar. De esta forma, $F_n[x]$ es un subespacio de $F[x]$. Más abajo veremos muchos ejemplos de subespacios, pero primero nos enfocaremos en algunas consecuencias de la definición.

Observación. Se cumple todo lo siguiente:

  1. Si $W$ es un subespacio de un espacio vectorial $V$, entonces $W$ debe tener al vector $0$ de $V$ (es decir, la identidad aditiva de la suma vectorial). Esto se debe a que $W$ es no vacío, así que tiene por lo menos un elemento $v$. Si tomamos al $0$ de $F$ y usamos la propiedad (2) de subespacio con $0$ y $v$ obtenemos que $0v=0$ está en $W$.
  2. Si $W$ es un subespacio de un espacio vectorial $V$ y $v$ está en $W$, entonces $-v$ también. Esto se debe a que por la propiedad (2) de subespacio tenemos que $(-1)v=-v$ está en $W$.
  3. Si $V$ es un espacio vectorial sobre $F$ y $W$ es un subespacio de $V$, entonces $W$ también es un espacio vectorial sobre $F$ con las mismas operaciones que $V$. Por un lado, el neutro e inversos aditivos existen por los dos incisos anteriores. Para el resto de las propiedades, se usa que se cumplen para elementos de $V$ y por lo tanto también para los de $W$ (pues es un subconjunto).
  4. Si $W_1$ y $W_2$ son dos subespacios de un espacio vectorial $V$, entonces la intersección $W_1\cap W_2$ también lo es.

$\square$

La primera propiedad nos puede ayudar en algunas ocasiones (no siempre) a darnos cuenta rápidamente si un subconjunto no es subespacio vectorial: si no tiene al vector $0$, entonces no es subespacio.

La tercera propiedad tiene una consecuencia práctica muy importante: para mostrar que algo es un espacio vectorial, basta con mostrar que es un subespacio de algo que ya sabemos que es un espacio vectorial.

Problema. Muestra que $\mathcal{C}[0,1]$, el conjunto de funciones continuas de $[0,1]$ a $\mathbb{R}$, es un espacio vectorial sobre $\mathbb{R}$ con las operaciones de suma de funciones y multiplicación por escalar.

Solución. En la entrada anterior vimos que el conjunto $V$ de funciones de $[0,1]$ a los reales es un espacio vectorial sobre $\mathbb{R}$ con las operaciones de suma de funciones y multiplicación escalar. El conjunto $\mathcal{C}[0,1]$ es un subconjunto de $V$.

Por argumentos de cálculo, la suma de dos funciones continuas es una función continua. Así mismo, al multiplicar una función continua por un real obtenemos de nuevo una función continua. De esta forma, $\mathcal{C}[0,1]$ es un subespacio de $V$.

Por la observación (3) de la discusión previa, obtenemos que $\mathcal{C}[0,1]$ es un espacio vectorial sobre $\mathbb{R}$ con las operaciones de suma de funciones y multiplicación por escalar.

$\square$

Definiciones alternativas de subespacios vectoriales

Algunos textos manejan definiciones ligeramente distintas a la que nosotros dimos. Sin embargo, todas ellas son equivalentes.

Proposición. Sea $V$ un espacio vectorial sobre el campo $F$ y $W$ un subconjunto de $V$. Los siguientes enunciados son equivalentes.

  1. $W$ es un subespacio de $V$ de acuerdo a nuestra definición.
  2. Para cualesquiera vectores $u$ y $v$ en $W$ y escalares $a$ y $b$ en $F$, se tiene que $au+bv$ está en $W$.
  3. Para cualesquiera vectores $u$ y $v$ en $W$ y cualquier escalar $c$ en $F$ se tiene que $cu+v$ está en $W$.

Demostración. (1) implica (2). Supongamos que $W$ es un subespacio de $V$. Tomemos vectores $u,v$ en $W$ y escalares $a,b$ en $F$. Como $W$ es cerrado bajo producto escalar, se tiene que $au$ está en $W$. De manera similar, $bv$ está en $W$. Como $W$ es cerrado bajo sumas, se tiene que $au+bv$ está en $W$.

(2) implica (3). Supontamos que $W$ satisface (2) y tomemos $u,v$ en $W$ y cualquier escalar $c$ en $F$. Tomando $a=c$ y $b=1$ en (2), tenemos que $cu+1v=cu+v$ está en $W$.

(3) implica (1). Supongamos que $W$ satisface (3). Hay que ver que $W$ es cerrado bajo sumas y producto escalar. Si tomamos $u$ y $v$ en $W$ y al escalar $c=1$ de $F$, por (3) obtenemos que $cu+v=1u+v=u+v$ está en $W$, lo cual muestra la cerradura de la suma. Si tomamos cualquier escalar $c$ y al vector $w=0$, entonces por (3) se tiene que $cu+w=cu+0=cu$ está en $W$. Esto muestra la cerradura bajo producto escalar.

$\square$

La consecuencia práctica de la proposición anterior es que basta verificar (2) o (3) para garantizar que $W$ es un subespacio.

Problema. Considera $V$ el espacio vectorial de matrices en $M_n(F)$. Muestra que el subconjunto $W$ de matrices simétricas forman un subespacio de $V$.

Solución. Lo demostraremos probando el punto (3) de la proposición. Sea $c$ un escalar en $F$ y sean $A$ y $B$ matrices en $W$, es decir, tales que $^tA=A$ y $^tB = B$. Debemos mostrar que $cA+B$ está en $W$, es decir, que $^t(cA+B)=cA+B$. Usando propiedades de la transpuesta y la hipótesis sobre $A$ y $B$ tenemos que: $$^t(cA+B) = c \ ^tA+ \ ^tB = cA + B.$$ Con esto termina la demostración.

$\square$

Más ejemplos de subespacios vectoriales

A continuación presentamos más ejemplos de subespacios vectoriales. En cada ejemplo damos un espacio vectorial y un subconjunto $W$. Para cada uno de los casos, piensa por qué la suma de dos elementos de $W$ es de nuevo un elemento de $W$ y por qué el producto de un escalar por un elemento de $W$ es un elemento de $W$. También puedes usar la última proposición para probar ambas cosas simultáneamente.

  • Si tomamos $M_2(\mathbb{R})$, el subconjunto $W$ de matrices que cumplen que la suma de entradas en su diagonal principal es igual a $0$ es un subespacio.
  • En el espacio vectorial $F^4$, el subconjunto $W$ de vectores cuya primera y tercer entrada son iguales a $0$ forman un subespacio.
  • Las funciones acotadas del intervalo $[-3, 3]$ a $\mathbb{R}$ forman un subconjunto $W$ que es un subespacio de las funciones del intervalo $[-3,3]$ a $\mathbb{R}$.
  • El subconjunto $W$ de vectores $(x,y,z)$ de $\mathbb{R}^3$ tales que $$\begin{cases}x+y+z &= 0\\ x+ 2y + 3z &= 0 \end{cases}$$ es un subespacio de $\mathbb{R}^3$.
  • Si tomamos $W=\mathbb{R}_3[x]$, entonces este es un subespacio de $\mathbb{R}_4[x]$.
  • Si tomamos $W=\mathbb{R}_4[x]$, entonces este es un subespacio de $\mathbb{R}_5[x]$.
  • El subconjunto $W$ de funciones diferenciables de $[0,10]$ a $\mathbb{R}$ tales que su derivada evaluada en $7$ es igual a $0$ es un subespacio del espacio de funciones continuas de $[0,10]$ a $\mathbb{R}$.
  • Las matrices triangulares superiores de $M_n(F)$ forman un subespacio $W$ del espacio $M_n(F)$. Las matrices triangulares inferiores también. Como la intersección de estos subespacios es el conjunto de matrices diagonales, obtenemos que las matrices diagonales también son un subespacio (aunque claro, esto también se puede probar directamente de la definición).

Ejemplos de subconjuntos que no son subespacios vectoriales

Aunque ya vimos muchos ejemplos de subespacios, resulta que en realidad es un poco raro que un subconjunto de un espacio vectorial sea un subespacio. Los ejemplos de subconjuntos que no son subespacios vectoriales abundan. Veamos algunos y qué tipo de cosas pueden salir mal.

  • El subconjunto $W=\{(x,y,z): x^2+y^2+z^2=1\}$ no es un subespacio de $\mathbb{R}^3$. Podemos dar el siguiente argumento: ya demostramos que un subespacio debe tener al vector cero. En este caso, $W$ debería tener a $(0,0,0)$ para ser subespacio. Pero $0^2+0^2+0^2=0\neq 1$. Así, $(0,0,0)$ no está en $W$ y por lo tanto $W$ no es subespacio.
  • Alternativamente, en el ejemplo anterior podemos ver que $(1,0,0)$ está en $W$, pero $2(1,0,0)=(2,0,0)$ no.
  • El subconjunto $W=\{(0,0), (1,2), (-1,2)\}$ de $\mathbb{R}^2$ no es un subespacio, pues $(1,2)$ está en $W$. Tomando $u=(1,2)$ y $v=(1,2)$, vemos que $W$ no es cerrado bajo sumas pues $(1,2)+(1,2)=(2,4)$ no está en $W$.
  • Las matrices del subconjunto $GL_n(F)$ de $M_n(F)$, es decir, las matrices invertibles, no conforman un subespacio. Por un lado, ya vimos que el neutro aditivo de la suma debe estar en un subespacio, pero la matriz $O_n$ no es invertible, así que no está en $GL_n(F)$.
  • El subconjunto $W$ de funciones $f:[-3,3]\to \mathbb{R}$ diferenciables tales que su derivada en $0$ es igual a $2$ no es un subespacio de las funciones continuas de $[-3,3]$ a $\mathbb{R}$. Hay muchas formas de verlo. Podemos darnos cuenta que $f(x)=x^2+2x$ es una de las funciones en $W$ pues $f'(x)=2x+2$ y $f'(0)=2$. Sin embargo, $3f$ no está en $W$.
  • El subconjunto $W$ de polinomios de $\mathbb{R}[x]$ con coeficientes no negativos no es un subespacio de $\mathbb{R}[x]$. El polinomio $0$ sí está en $W$ y la suma de cualesquiera dos elementos de $W$ está en $W$. Sin embargo, falla la multiplicación escalar pues $x$ está en $W$, pero $(-1)x=-x$ no.
  • La unión del eje $X$, el eje $Y$ y el eje $Z$ de $\mathbb{R}^3$ es un subconjunto $W$ de $\mathbb{R}^3$ que no es un subespacio. Cualquier producto escalar queda dentro de $W$, pero la suma no es cerrada.

Tarea moral

Los siguientes ejercicios y problemas te ayudarán a reforzar lo aprendido en esta entrada.

  • Demuestra que los siguientes conjuntos $W$ son subespacios del espacio vectorial indicado.
    • El subconjunto $W$ de vectores $(w,x,y,z)$ de $\mathbb{C}^4$ tales que $w+x+y+z=0$.
    • La colección $W$ de funciones continuas $f:[0,1]\to \mathbb{R}$ tales que $\int_0^1 f(x) \, dx = 0$ es un subespacio del espacio de funciones de $[0,1]$ a $\mathbb{R}$.
    • $W=\left\{\begin{pmatrix} a+b & b\\ -b & c+b \end{pmatrix}: a,b,c \in \mathbb{R} \right\}$ es un subespacio de las matrices en $M_2(\mathbb{R})$.
  • Demuestra que los siguientes conjuntos $W$ no son subespacios del espacio vectorial indicado.
    • El subconjunto $W$ de vectores $(x,y)$ de $\mathbb{R}^2$ tales que $xy\geq 0$ no es un subespacio de $\mathbb{R}^2$.
    • El subconjunto $W$ de matrices en $M_{3,2}(F)$ cuyo producto de todas las entradas es igual a $0$ no es un subespacio de $M_{3,2}$
    • Cuando $W$ es un subconjunto finito y con al menos dos polinomios con coeficientes complejos y de grado a lo más $3$, es imposible que sea un subespacio de $\mathbb{C}_3[x]$.
  • Sea $V$ un espacio vectorial y $n$ un entero positivo. Demuestra que si $W_1, W_2, \ldots, W_n$ son subespacios de $V$, entonces la intersección $$W_1 \cap W_2 \cap \ldots \cap W_n$$ también lo es.
  • Escribe por completo la demostración de que cualquier subespacio de un espacio vectorial es también un espacio vectorial con las mismas operaciones.
  • Demuestra que si $V$ es un espacio vectorial, $W$ es un subespacio de $V$ y $U$ es un subespacio de $W$, entonces $U$ es un subespacio de $V$.

Más adelante…

En esta entrada definimos el concepto de subespacio de un espacio vectorial. En la siguiente hablaremos de algunas operaciones que se les puede hacer a los subespacios vectoriales para «combinarlos» y obtener más subespacios. Una operación muy imporante es la de suma de subespacios, que puede tener dos o más sumandos. La operación de suma de subespacios es particularmente especial cuando los subespacios están en posición de suma directa. Para irte dando una idea de qué quiere decir esto, dos subespacios están en posición de suma directa si su único elemento en común es el vector $0$. El caso general de más subespacios se enuncia de forma distinta y también lo veremos en la siguiente entrada.

Entradas relacionadas

Seminario de Resolución de Problemas: Series geométricas

Introducción

En esta entrada y en otras subsecuentes, trataremos el tema de series aplicado a la resolución de problemas matemáticos. Recordemos que en entradas anteriores ya se estudiaron los conceptos de sucesiones. Para esta entrada aprovecharemos lo que hemos aprendido de sucesiones geométricas.

Series geométricas

Si consideramos una sucesión geométrica $\{a_i\}_{i\in\mathbb{N}}$, recordemos que se cumple que existe una razón $r$ de tal manera que $a_n=ra_{n-1}$, expresado en el primer término, tenemos que $a_n=r^{n}a_0$. Ahora bien, nos interesará saber o conocer las suma de los elementos de una sucesión geométrica. A esta suma se le conoce como serie geométrica y puede realizarse considerando una cantidad finita de elementos de la sucesión, así como una cantidad infinita de elementos de la sucesión.

Si queremos obtener la serie geométrica de los primeros $n+1$ elementos de la sucesión $\{a_i\}_{i\in\mathbb{N}}$, tenemos lo siguiente

\begin{equation*}
\sum_{i=0}^n a_i=a_0+a_1+a_2 +a_3+\ldots+a_n.
\end{equation*}

Al multiplicar ambos lados de la igualdad por la razón de la sucesión tenemos que

\begin{equation*}
\begin{align}
\sum_{i=0}^n a_i&=a_0+a_1+a_2 +a_3+\ldots+a_n\\
r\sum_{i=0}^n a_i&=ra_0+ra_1+ra_2 +ra_3+\ldots+ra_n\\
&=a_1+a_2+\ldots+a_{n+1}
\end{equation*}

Y si calculamos $r\sum_{i=0}^n a_i-\sum_{i=0}^n a_i$, se cancelan todos los términos excepto el último de la primer suma, y el primero de la segunda. Obtenemos entonces:

\begin{equation*}
\begin{align*}
r\sum_{i=0}^n a_i-\sum_{i=0}^n a_i&=a_{n+1}-a_0.
\end{align*}
\end{equation*}

Así,
\begin{equation*}
\sum_{i=0}^na_i=\frac{a_{n+1}-a_0}{r-1}=a_0\frac{r^{n+1}-1}{r-1}.
\end{equation*}

Ahora bien, si tenemos la sucesión geométrica $\{a_i\}_{i\in\mathbb{N}}$ y queremos calcular la serie infinita de todos sus elementos basta con que calculemos el límite cuando $n\to \infty$ tiende a infinito de $$\sum_{i=0}^na_i=a_0\frac{r^{n+1}-1}{r-1}.$$

Supogamos que $a_0\neq 0$, pues en otro caso la suma de los términos es igual a $0$. Si $|r|>1$, el numerador diverge y por lo tanto la serie también. Cuando $r=1$, la serie diverge pues cada sumando es igual a $a_0\neq 0$. Cuando $r=-1$, tenemos una serie de términos alternante que no converge, pues es, iteradamente, $a_0,0,a_0,0,\ldots$.

Por otro lado, si $|r|<1$, entonces $r^{n+1}\to 0$. En este caso, la serie converge a $\frac{a_0}{1-r}$.

Aplicación de series geométricas a áreas

Si consideramos la sucesión $\{x^i\}_{i\in\mathbb{N}}$ tenemos que dicha sucesión está dada por $\left\{1, x, x^2, x^3,\ldots\right\}$ la sucesión es geométrica, dado que la razón es $r=x$.

De acuerdo al análisis que hicimos arriba, la serie geométrica finita está dada por

\begin{equation*}
\sum_{i=0}^n x^i=(1)\frac{x^{n+1}-1}{x-1}=\frac{1-x^{n+1}}{1-x}
\end{equation*}

A partir de aquí deducimos que la serie geométrica infinita está dada por

\begin{equation*}
\sum_{i=0}^{\infty} x^i=\lim_{n\to\infty}\frac{1-x^{n+1}}{1-x}=\frac{1}{1-x}
\end{equation*}

solo si $|x|< 1$. En otro caso, la serie diverge.

$\square$

Un problema aplicado a la geometría

Consideremos la siguiente figura, en donde $\triangle ABC$ es un triángulo equilatero y $OA=16$.


Imaginemos que la figura continúa internamente de manera infinita, resultando en una cantidad infinita de triángulos, todos ellos equiláteros. ¿Cuál sería la suma de las áreas de todos los triángulos?

Para ello, primero tendríamos que ver el área de cada triángulo como elemento de una sucesión, la cual parece que será geométrica.

Comencemos calculando el área del $\triangle ABC$. Para ello tenemos que determinar el valor de la altura. Notemos que $CE$ es altura del triángulo, a su vez, $CE=OC+OE$. Como $OC$ es radio de la circunferencia, tenemos que $OC=16$. Sólo falta determinar el valor del segmento $OE$.

Si nos fijamos en $\triangle AOE$, tenemos que es un triángulo rectángulo, además que $AO$ es bisectriz del $\angle A$, así que $\angle OAE=30^o$. Como $\sin30^o=OE/16=1/2$ tenemos entonces que $OE=8$.

Por lo anterior, tenemos que que la altura del $\triangle ABC$ está dada por $h=24$. De una manera similar podemos calcular la base del triángulo, la cual está dada por $b=16\sqrt{3}$. Así, el área del $\triangle ABC$ es $A_0=192\sqrt{3}$.

El área del triángulo inscrito en el $\triangle ABC$ es la cuarta parte de $A_0$, es decir $A_1=\frac{1}{4}A_0$. De manera sucesiva $A_2=\frac{1}{4}A_1$, $A_3=\frac{1}{4}A_2, \ldots$.

Si nos fijamos en la sucesión de las áreas de los triángulos$\{A_i\}_{i\in\mathbb{N}$ tenemos que es geométrica de razón $r=1/4$.

De esta forma, la suma de las áreas de todos los triángulos es una serie geométrica dada por

\begin{equation*}
\begin{align*}
\sum_{i=0}^{\infty} A_i&=\lim_{x\to\infty}(192\sqrt{3})\frac{1-(1/4)^{n+1}}{1-(1/4)}\\
&=(192\sqrt{3})\frac{1}{1-(1/4)}=(192\sqrt{3})(4/3)\\
&=256\sqrt{3}
\end{align*}
\end{equation*}

$\square$

Aplicación de series geométricas a números perfectos

Un número entero positivo $n$ se dice que es perfecto si la suma de sus divisores sin incluir al mismo $n$ da como resultado $n$. Por ejemplo, el número $6$ es un número perfecto ya que sus divisores sin incluir al mismo $6$ son $1, 2, 3$ y su suma $1+2+3=6$.

Ahora veamos un problema que relaciona a los números perfectos y a las series geométricas.

Problema: Sea $n=2^{p-1}(2^p-1)$, donde $2^p-1$ es primo. Prueba que $n$ es un número perfecto.

Solución: Tenemos que todos los divisores de $n$ sin contar al mismo $n$ están conformados por la unión de las siguientes dos sucesiones finitas.

\begin{equation*}
\begin{align*}
&\{2^i\}_{i=0}^{p-1}=1, 2, 2^2,…,2^{p-1}\\
&\{(2^p-1)2^i\}_{i=0}^{p-2}=(2^p-1), 2^2(2^p-1), 2^3(2^p-1),…, 2^{p-2}(2^p-1)
\end{align*}
\end{equation*}

Si consideramos la suma de los elementos de cada sucesión

\begin{equation*}
\begin{align*}
&\sum_{i=0}^{p-1}2^i=\frac{2^p-1}{2-1}=2^p-1\\
&\sum_{i=0}^{p-2}2^i(2^p-1)=(2^p-1)\frac{2^p-1}{2-1}=(2^p-1)(2^{p-1}-1)
\end{align*}
\end{equation*}

Así la suma de todos los divisores de $n$ sin incluir al propio $n$ es

\begin{align*}
(2^p-1)+(2^p-1)(2^{p-1}-1)&=(2^p-1)(1+2^{p-1}-1)\\
&=2^{p-1}(2^p-1)\\
&=n.
\end{align*}

Por lo tanto, tenemos que $n$ es un número perfecto.

$\square$

Otro problema interesante

Problema: Una sucesión está definida por $a_1=2$ y $a_n=3a_{n-1}+1$, encuentra el valor de la suma $$a_1+a_2+a_3+\ldots+a_n.$$

Solución: Notemos que la sucesión que nos dan no es geométrica, dado que no es posible encontrar un número $r$ que funcione como razón. Así que busquemos un patrón que aparezca al realizar las primeras sumas.

\begin{align*}
a_1&=2\\
a_2&=3a_1+1\\
&=3(2)+1\\
a_3&=3a_2+1\\
&=3(3(2)+1)+1\\
&=3^2(2)+3+1\\
a_4&=3a_3+1\\
&=3(3^2(2)+3+1)+1\\
&=3^3(2)+3^2+3+1\\
a_5&=3a_4+1\\
&=3(3^3(2)+3^2+3+1)\\
&=3^4(2)+3^3+3^2+3+1.
\end{align*}

De manera sucesiva, podemos conjeturar y mostrar por inducción que
\begin{align*}
a_n&=3^{n-1}(2)+3^{n-2}+\ldots+3+1\\
&=3^{n-1}(2)+\frac{3^{n-1}-1}{2}\\
&=\frac{5\cdot 3^{n-1}-1}{2}.
\end{align*}

Así que

\begin{align*}
\sum_{i=1}^na_i&=\sum_{i=1}^n \frac{5\cdot 3^{i-1}-1}{2}\\
&=\frac{1}{2}\sum_{i=1}^n 5\cdot 3^{i-1}-1\\
&=\frac{1}{2}\left(5\cdot \frac{3^n-1}{2} – n\right).
\end{align*}

$\square$

Más problemas

Puedes encontrar más problemas de series geométricas en la sección 5.2 del libro Problem Solving through Problems de Loren Larson.

Álgebra Superior II: El anillo de polinomios con coeficientes reales

Introducción

Estamos listos para la cuarta y última parte del curso, en donde construiremos el anillo de polinomios con coeficientes reales. Los elementos de este anillo son polinomios, los cuales aparecen en numerosas áreas de las matemáticas. Tras su construcción, aprenderemos varias herramientas para trabajar con ellos.

En las tres primeras partes del curso ya trabajamos con otras estructuras algebraicas. Hasta ahora, hemos hablado de lo siguiente:

  • Naturales: Construimos a partir de teoría de conjuntos al conjunto $\mathbb{N}$ de números naturales, sus operaciones y orden. De lo más relevante es que dentro de los naturales podemos hacer definiciones por recursión y pruebas por indución.
  • Enteros: Con $\mathbb{N}$ construimos a los enteros $\mathbb{Z}$, sus operaciones y orden. Hablamos de divisibilidad y factorización. Esto dio pie a construir $\mathbb{Z}_n$, los enteros módulo $n$, junto con su aritmética. Aprendimos a resolver ecuaciones en $\mathbb{Z}$ y sistemas de congruencias.
  • Racionales y reales: Mencionamos brevemente cómo se construye $\mathbb{Q}$ a partir de $\mathbb{Z}$ y cómo se construye $\mathbb{R}$ a partir de $\mathbb{Q}$. Tanto $\mathbb{R}$ como $\mathbb{Q}$ son campos, así que ahí se pueden hacer sumas, restas, multiplicaciones y divisiones.
  • Complejos: A partir de $\mathbb{R}$ construimos el campo $\mathbb{C}$ de los números complejos. Definimos suma, multiplicación, inversos, norma y conjugados. Luego, desarrollamos herramientas para resolver varios tipos de ecuaciones en $\mathbb{C}$. Finalmente, construimos las funciones exponenciales, logarítmicas y trigonométricas.

Quizás a estas alturas del curso ya veas un patrón de cómo estamos trabajando. Aunque varias de estas estructuras ya las conocías desde antes, hay una primer parte importante que consiste en formalizar cómo se construyen. Luego, vimos cómo se definen las operaciones en cada estructura y qué propiedades tienen. Haremos algo muy parecido con los polinomios.

Intuición de los polinomios

La idea de esta entrada es llegar a los polinomios que ya conocemos, es decir, a expresiones como la siguiente: $$4+5x+\frac{7}{2}x^2-x^4+3x^5.$$ Lo que tenemos que formalizar es qué significa esa «x», y cómo le hacemos para sumar y multiplicar expresiones de este tipo.

Intuitivamente, lo que queremos ese que en la suma «se sumen términos del mismo grado» y que en el producto «se haga la distribución y se agrupen términos del mismo grado». Por ejemplo, queremos que la suma funcione así

\begin{align*}
(1+&x-x^2+3x^3)+(-7+3x+x^2+2x^3+x^4)\\
&=(1-7)+(1+3)x+(-1+1)x^2+(3+2)x^3+(0+1)x^4\\
&=-6+4x+0x^2+5x^4+x^4\\
&=-6+4x+5x^3+x^4,
\end{align*}

y que la multiplicación funcione así

\begin{align*}
(2&+3x)(5+x+x^2)\\
&=2(5+x+x^2)+3x(5+x+x^2)\\
&=(10+2x+2x^2)+(15x+3x^2+3x^3)\\
&=10+(2+15)x+(2+3)x^2+3x^3\\
&=10+17x+5x^2+3x^3.
\end{align*}

El exponente más grande de una $x$ puede ser tan grande como queramos, pero no se vale que los polinomios tengan una infinidad de términos. Así, queremos descartar cosas del estilo $$1+x+x^2+x^3+x^4+\ldots,$$ en donde sumamos indefinidamente.

Construcción de polinomios

Para construir polinomios formalmente, tenemos que elegir de dónde van a venir sus coeficientes. Puede ser $\mathbb{Q}$, $\mathbb{R}$, $\mathbb{Z}$ o incluso $\mathbb{Z}_7$, digamos. Nosotros nos enfocaremos en construir los polinomios con coeficientes en $\mathbb{R}$, que tiene la ventaja de ser un campo. Algunas de las propiedades que probaremos se valen para cualquier elección de coeficientes, pero otras no. No profundizaremos en estas diferencias, pero es bueno que lo tengas en mente para tu formación matemática posterior.

Una buena idea para formalizar el concepto de polinomio, es notar que un polinomio está determinado por la lista de sus coeficientes, con esta idea en mente, podemos relacionar nuestra búsqueda con un concepto conocido de Cálculo.

Definición. Dado un conjunto $X$, una sucesión de elementos de $X$ es una función $a:\mathbb{N}\to X$. Para $n$ en $\mathbb{N}$, a $a(n)$ usualmente lo denotamos simplemente por $a_n$, y a la sucesión $a$ por $\{a_n\}$.

Definición. El soporte de una sucesión es el conjunto de naturales $n$ tales que $a_n\neq 0$.

Podemos «visualizar» los primeros términos de una sucesión así: $$(a_0, a_1, a_2, a_3, a_4, a_5, \ldots),$$ en donde podemos poner tantos términos como queramos y los puntos suspensivos indican que «sigue y sigue». Por supuesto, usualmente esta visualización no puede guardar toda la información de la sucesión, pero puede ayudarnos a entenderla un poco mejor.

Ejemplo. Si tomamos la función identidad $\text{id}:\mathbb{N}\to \mathbb{N}$, obtenemos la sucesión $$(0,1,2,3,4,5,6,7,\ldots).$$

Al tomar la función $a:\mathbb{N}\to \mathbb{Z}$ tal que $a_n=(-1)^n$, obtenemos la sucesión $$(1,-1,1,-1,1,-1,\ldots).$$

$\square$

Los polinomios son aquellas sucesiones de reales que «después de un punto tienen puros ceros».

Definición. Un polinomio con coeficientes reales es una sucesión $\{a_n\}$ de reales tal que $a_n\neq 0$ sólo para una cantidad finita de naturales $n$.

En otras palabras, un polinomio es una sucesión con soporte finito. Si visualizamos a un polinomio como una sucesión, entonces es de la forma $$(a_0,a_1,a_2,a_3,a_4,a_5,\ldots),$$ en donde a partir de un punto ya tenemos puros ceros a la derecha. Por conveniencia, marcaremos ese punto con un $\overline{0}$.

Ejemplo. La sucesión $$\left(5,7,\frac{7}{2},0,-1,3,0,0,0,\ldots\right),$$ en la que después del $3$ ya todos los términos son ceros, representa a un polinomio. Con la convención de arriba, podemos escribirlo como $$\left(5,7,\frac{7}{2},0,-1,3,\overline{0}\right).$$ Su soporte consiste de aquellas posiciones en las que la sucesión no es cero, que son $0,1,2,4,5$.

La sucesión $$(1,-1,1,-1,1,-1,\ldots)$$ dada por $a_n=(-1)^n$ no es un polinomio, pues podemos encontrar una infinidad de términos no cero.

$\square$

Para que las definiciones de la siguiente sección te hagan sentido, puedes pensar de manera informal que la sucesión $$(a_0, a_1, a_2, a_3, a_4, a_5, \ldots),$$ representa al polinomio $$a_0+a_1x+a_2x^2+a_3x^3+a_4x^4+a_5x^5+\ldots.$$ La última condición en la definición de polinomio es la que garantiza que «tenemos un número finito de sumandos».

Definición. Definimos al conjunto de polinomios con coeficientes reales como $$\mathbb{R}[x]:=\{ p: p \text{ es polinomio con coeficientes reales}\}.$$

La igualdad de polinomios de define término a término, es decir.

Definición. Sean $a=\{a_n\}$ y $b=\{b_n\}$ en $\mathbb{R}[x]$. Decimos que $a=b$ si para todo natural se tiene $a_n=b_n$.

En las siguientes secciones definiremos las operaciones de suma y producto en $\mathbb{R}[x]$.

Suma y producto de polinomios

Los polinomios se suman «entrada a entrada».

Definición. Dados dos polinomios $a=\{a_n\}$ y $b=\{b_n\}$ en $\mathbb{R}[x]$, definimos su suma como el polinomio $$a+b:=\{a_n+b_n\},$$ o bien, en términos de sucesiones, como la sucesión $a+b:\mathbb{N}\to \mathbb{R}$ tal que $(a+b)(n)=a(n)+b(n)$.

Observa que nos estamos apoyando en la suma en $\mathbb{R}$ para esta definición.

Ejemplo. Los polinomios $$\left(0,2,0,4,-1,\frac{2}{3},\overline{0}\right)$$ y $$\left(1,-2,-1,-4,-2,\overline{0}\right)$$ tienen como suma al polinomio $$\left(0+1,2-2,0-1,4-4,-1-2,\frac{2}{3}+0,0+0,\ldots\right),$$ que es $$\left(1,0,-1,0,-3,\frac{2}{3},\overline{0}\right).$$

$\square$

La suma de dos polinomios sí es un polinomio pues claramente es una sucesión, y su soporte se queda contenido en la union de los soportes de los sumandos.

La siguiente definición guarda la idea de que para multiplicar queremos distribuir sumandos y agrupar términos del mismo grado. Tiene sentido si piensas en la asociación intuitiva informal que discutimos al final de la sección anterior.

Definición. Dados dos polinomios $a=\{a_n\}$ y $b=\{b_n\}$ en $\mathbb{R}[x]$, definimos su producto como el polinomio $$ab:=\{c_n\},$$ en donde $c_n$ está dado por $$c_n:=\sum_{i+j=n} a_ib_j,$$ en otras palabras, $$c_n=a_0b_n+a_1b_{n-1}+\ldots+a_{n-1}b_1+a_nb_0.$$

Aquí nos estamos apoyando en la suma y producto en $\mathbb{R}$ para definir la multiplicación de polinomios.

Una forma práctica de hacer el producto es mediante una tabla. En la primer fila ponemos al primer polinomio y en la primer columna al segundo. Las entradas interiores son el producto de la fila y columna correspondiente. Una vez que hacemos esto, la entrada $c_j$ del producto es la suma de los elementos en la $j$-ésima «diagonal».

Ejemplo. Multipliquemos a los polinomios $$a=(3,-2,0,1,\overline{0})$$ y $$b=(0,2,7,\overline{0}).$$

Ponemos a $a$ y $b$ en la primer fila y columna respectivamente de la siguiente tabla:

$3$$-2$$0$$1$
$0$
$2$
$7$

Luego, en cada entrada interior de la tabla ponemos el producto de los coeficientes correspondientes:

$3$$-2$$0$$1$
$0$$3 \cdot 0$$-2 \cdot 0$$0\cdot 0$$1\cdot 0$
$2$$3 \cdot 2$$-2 \cdot 2$$0\cdot 2$$1\cdot 2$
$7$$3 \cdot 7$$-2 \cdot 7$$0\cdot 7$$1\cdot 7$

Después, hacemos las operaciones:

$3$$-2$$0$$1$
$0$$0$$0$$0$$0$
$2$$6$$-4$$0$$2$
$3$$21$$-14$$0$$7$

Finalmente, para encontrar el coeficiente $c_j$ del producto, hacemos la suma de las entradas en la $j$-ésima diagonal dentro de la tabla, es decir:
\begin{align*}
c_0&=0\\
c_1&=6+0=6\\
c_2&=21-4+0=17\\
c_3&=-14+0+0=-14\\
c_4&=0+2=2\\
c_5&=7.
\end{align*}

De esta forma, el polinomio producto es $$(0,6,17,-14,2,7,\overline{0}).$$ Es muy recomendable que notes que esto coincide con el producto (por ahora informal) \begin{align*}(3-&2x+x^3)(2x+7x^2)\\&=6x+17x^2-14x^3+2x^4+7x^5.\end{align*}

$\square$

El anillo de polinomios con coeficientes reales

Los polinomios y los enteros se parecen, en el sentido de que como estructura algebraica comparten muchas propiedades. La idea de esta sección es formalizar esta afirmación.

Teorema. El conjunto $\mathbb{R}[x]$ con las operaciones de suma y producto arriba definidos forman un anillo.

Demostración. Por una parte, tenemos que mostrar que la suma es asociativa, conmutativa, que tiene neutro e inversos aditivos. Por otra parte, tenemos que mostrar que el producto es asociativo. Finalmente, tenemos que mostrar que se vale la ley distributiva.

Tomemos dos polinomios $a=\{a_n\}$, $b=\{b_n\}$ y un natural $n$. El término $n$ de $a+b$ es $a_n+b_n$ y el de $b+a$ es $b_n+a_n$, que son iguales por la conmutatividad de la suma en $\mathbb{R}$. De manera similar, se muestra que la suma es asociativa.

El polinomio $(\overline{0})$ es la identidad de la suma. Esto es sencillo de mostrar y se queda como tarea moral. Además, si $a=\{a_n\}$ es un polinomio, entonces $\{-a_n\}$ es una sucesión con el mismo soporte (y por lo tanto finito), que cumple que $$\{a_n\}+\{-a_n\}=(0,0,0,\ldots)=(\overline{0}),$$ así que la suma tiene inversos aditivos.

Ahora probemos la asociatividad del producto. Tomemos tres polinomios $a=\{a_n\}$, $b=\{b_n\}$, $c=\{c_n\}$ y un natural $n$. Hagamos el producto $(ab)c$. Para cada $i$, el $i$-ésimo término de $ab$ es un cierto $d_i$ dado por $$d_i = \sum_{k+l=i} a_k b_l.$$ El $n$-ésimo término de $(ab)c$ es entonces
\begin{align*}
\sum_{i+j=n}d_ic_j &= \sum_{i+j=n}\sum_{k+l=i} a_kb_lc_j\\
&=\sum_{k+l+j=n}a_kb_lc_j.
\end{align*}

Un argumento análogo muestra que el $n$-esimo término de $a(bc)$ es también \begin{align*}
\sum_{k+l+j=n}a_kb_lc_j,
\end{align*}

lo cual muestra que la multiplicación es asociativa.

Lo último que nos queda por probar es la ley distributiva. Tomemos tres polinomios $a=\{a_n\}$, $b=\{b_n\}$, $c=\{c_n\}$ y un natural $n$. Usamos las propiedades de las operaciones en $\mathbb{R}$ para ver que el $n$-ésimo término de $a(b+c)$ es
\begin{align*}
\sum_{i+j=n} a_i(b_j+c_j)&=\sum_{i+j=n} (a_ib_j+ a_i c_j)\\
&=\sum_{i+j=n} a_ib_j + \sum_{i+j=n} a_ic_j.
\end{align*}

A la derecha tenemos el $n$-ésimo término de $ab$ sumado con el $n$-ésimo término de $ac$, así que coincide con el $n$-ésimo término de la suma $ab+ac$. Esto muestra que $a(b+c)$ y $ab+ac$ son iguales término a término y por lo tanto son iguales como polinomios.

$\square$

Como de costumbre, al inverso aditivo de un polinomio $a$ le llamamos $-a$, y definimos $a-b:=a+(-b)$.

Proposición. La multiplicación en $\mathbb{R}[x]$ es conmutativa.

Demostración. Tomemos dos polinomios $a=\{a_n\}$ y $b=\{b_n\}$. Tenemos que ver que $ab$ y $ba$ son iguales término a término. Tomemos entonces un natural $n$. El término $c_n$ de $ab$ es $$c_n=\sum_{i+j=n} a_ib_j,$$ y el término $d_n$ de $ba$ es $$d_n=\sum_{i+j=n} b_ia_j.$$ Por la conmutatividad de la suma y el producto en $\mathbb{R}$, tenemos que $c_n=d_n$.

$\square$

Proposición. La multiplicación en $\mathbb{R}[x]$ tiene identidad.

Demostración. El polinomio $(1,\overline{0})$ es la identidad multiplicativa. Esto es sencillo de mostrar y se queda como tarea moral.

$\square$

Proposición. Si $a$ y $b$ son polinomios en $\mathbb{R}[x]$ distintos del polinomio $(\overline{0})$, entonces su producto también.

Demostración. Para ello, tomemos el mayor natural $m$ tal que $a_m\neq 0$ y el mayor natural $n$ tal que $b_n\neq 0$. Estos existen pues $a$ y $b$ no son el polinomio $(\overline{0})$, y su soporte es finito.

Cualquier pareja de naturales $k$ y $l$ tales que $k+l=m+n$ con $k\leq m-1$ cumple $l\geq n+1.$ Así, si $k+l=m+n$ tenemos que:

  • Si $k\leq m-1$, entonces $b_l=0$ y por lo tanto $a_kb_l=0$
  • Si $k\geq m+1$, entonces $a_k=0$ y por lo tanto $a_kb_l=0$
  • Finalmente, si $k=m$, entonces $l=n$ y $$a_kb_l=a_mb_n\neq 0.$$

De esta forma, el $(m+n)$-ésimo término de $ab$ es $$\sum_{k+l=m+n} a_k b_l=a_mb_n\neq 0,$$ de modo que $ab$ no es el polinomio $(\overline{0})$.

$\square$

Corolario. En $\mathbb{R}[x]$ se vale la regla de cancelación, es decir, si $a,b,c$ son polinomios, $a\neq 0$ y $ab=ac$, entonces $b=c$.

Demostración. De la igualdad $ab=ac$ obtenemos la igualdad $a(b-c)=0$. Como $a\neq 0$, por la proposición anterior debemos tener $b-c=0$, es decir, $b=c$.

$\square$

A un anillo conmutativo cuya multiplicación tiene identidad y en donde se vale la regla de cancelación se le conoce como un dominio entero.

Teorema. El anillo $\mathbb{R}[x]$ es un dominio entero.

Con esto terminamos la construcción de $\mathbb{R}[x]$ y de sus operaciones. Cuando trabajamos con los polinomios de manera práctica resulta engorroso mantener esta notación de sucesiones. En la siguiente entrada justificaremos el uso de la notación «usual» de los polinomios, en la que usamos la letra «x» y exponentes.

Tarea moral

Los siguientes ejercicios y problemas te ayudarán a reforzar lo aprendido en esta entrada.

  • Justifica por qué el soporte del producto de dos polinomios es finito.
  • Muestra que la suma en $\mathbb{R}[x]$ es asociativa.
  • Verifica que el polinomio $(\overline{0})$ es la identidad aditiva en $\mathbb{R}[x]$.
  • Verifica que el polinomio $(1,\overline{0})$ es la identidad multiplicativa en $\mathbb{R}[x]$.
  • Considera los polinomios $a=\left(\frac{1}{3},4,\frac{5}{7},8,\overline{0}\right)$ y $b=\left(0,0,\frac{2}{5},\frac{3}{4},\overline{0}\right)$. Determina $a+b$ y $a\cdot b$.

Más adelante

Ya que definimos el anillo de polinomios con coeficientes en los reales, y sus operaciones, el siguiente paso que haremos será practicar como operar polinomios.

Después de esto empezaremos a desarrollar la teoría sobre los polinomios. Como ya hemos mencionado, y como te podrás dar cuenta en las siguientes entradas, esta teoría será muy similar a la que desarrollamos para los números enteros cuando vimos los temas de teoría de números.

Entradas relacionadas