Archivo de la etiqueta: suma

Álgebra Superior I: Operaciones de suma y producto escalar con vectores y matrices

Por Eduardo García Caballero

Introducción

Anteriormente definimos qué son los vectores y las matrices con entradas reales. Así mismo, mencionamos que existen distintas operaciones que los involucran. En esta entrada conocerás dos de estas operaciones: la suma de vectores/matrices y el producto escalar.

Suma de vectores

Una de las operaciones más sencillas que involucra a los vectores es su suma. Para sumar dos vectores con entradas reales, debemos asegurarnos de que ambos tengan la misma cantidad de entradas. De este modo, podemos ver que los vectores $(1, 0, 3)$ y $(- 2, \sqrt{5})$ no pueden ser sumados, pero los vectores $(7, \frac{1}{2}, - 5)$ y $(π, 4, 3)$ sí.

Para denotar la suma de dos vectores utilizaremos el símbolo $+$ en medio de ellos. Por ejemplo, la suma de $(7, \frac{1}{2}, - 5)$ y $(π, 4, 3)$ la escribimos como
$(7, \frac{1}{2}, - 5) + (π, 4, 3) .$

El resultado de esta operación lo obtendremos sumando entrada a entrada los dos vectores originales. Es decir, la primera entrada del nuevo vector será igual a la suma de las primeras entradas de los vectores originales; su segunda entrada será igual a la suma de las segundas entradas de los vectores originales; y así sucesivamente (observemos que, de este modo, el vector resultante tiene el mismo tamaño que los vectores originales). Así, el resultado de sumar $(7, \frac{1}{2}, - 5)$ y $(π, 4, 3)$ es
$(7, \frac{1}{2}, - 5) + (π, 4, 3) = (7 + π, \frac{1}{2} + 4, - 5 + 3) .$

Además, ya te habrás dado cuenta de que podemos reducir algunas operaciones de cada entrada del vector (esto por la definición de igualdad de vectores que vimos en la entrada anterior). Así, obtenemos que
$(7 + π, \frac{1}{2} + 4, - 5 + 3) = (7 + π, \frac{9}{2}, - 2),$
y, al ser la igualdad transitiva, llegamos a que
$(7, \frac{1}{2}, - 5) + (π, 4, 3) = (7 + π, \frac{9}{2}, - 2) .$

El ejemplo que discutimos aquí es para vectores con tres entradas, pero pudimos hacer exactamente lo mismo con vectores de dos entradas, de cuatro o de más.

Producto escalar de vectores

Otra operación que realizaremos de manera frecuente es el producto escalar. Para efectuar esta operación, requeriremos un número real y un vector, y los denotamos escribiendo primero el número y de manera seguida al vector. De este modo, el producto escalar del número real $4$ y el vector $(3, \sqrt{2}, 5)$ lo denotaremos por
$4 (3, \sqrt{2}, 5) .$

El resultado es esta operación consiste consiste en multiplicar cada una de las entradas de nuestro vector por el número real escogido. Así, podemos ver que
$4 (3, \sqrt{2}, 5) = (4 (3), 4 (\sqrt{2}), 4 (5)),$
y, al igual que pasa con la suma, en cada entrada tenemos ahora operaciones en los números reales que podemos simplificar, de modo que
$(4 (3), 4 (\sqrt{2}), 4 (5)) = (12, 4 \sqrt{2}, 20),$
y, por lo tanto,
$4 (3, \sqrt{2}, 5) = (12, 4 \sqrt{2}, 20) .$

Al número real por el cual multiplicamos el vector lo denominaremos escalar.

Repaso de propiedades de la suma y producto de números reales

Antes de pasar a ver algunas de las propiedades que cumplen las operaciones vistas anteriormente, será conveniente que repasemos algunas de las propiedades que cumplen los números reales (seguramente estas propiedades las recuerdas de tu curso de Cálculo Diferencial e Integral I). Recordemos que si $a$ , $b$ y $c$ son números reales, entonces se cumplen las siguientes propiedades:

Suma:

Es asociativa: $(a + b) + c = a + (b + c)$ .
Es conmutativa: $a + b = b + a$ .
Tiene neutro: el $0$ es un número real y cumple que $a + 0 = 0 + a = a$ .
Tiene inversos: para cada $a$ existe un número real, denotado $- a$ , es cual cumple que $a + (- a) = (- a) + a = 0$ .

Producto:

Es asociativo: $(a b) c = a (b c)$ .
Es conmutativo: $a b = b a$ .
Tiene neutro: el $1$ es un número real y cumple que $a (1) = (1) a = a$ .
Tiene inversos: si $a$ es distinto a $0$ , entonces existe un número real, denotado $a^{- 1}$ , el cual cumple que $a (a^{- 1}) = (a^{- 1}) a = 1$ .

Suma y producto:

El producto se distribuye sobre la suma: $a (b + c) = a b + a c$ y también $(a + b) c = a c + b c$ .

Propiedades de suma y el producto escalar de vectores

En esta sección trabajaremos con vectores en $R^{3}$ , pero las deducciones son muy parecidas para vectores de cualquier otro tamaño (¿podrías intentarlas para vectores de $R^{4} ?$ ).

Primeramente, veamos un ejemplo. Observemos que si $u = (4, 6, - 2)$ y $v = (1, \frac{1}{3}, 2)$ , entonces
$\begin{aligned} (4, 6, - 2) + (1, \frac{1}{3}, 2) & = (4 + 1, 6 + \frac{1}{3}, - 2 + 2) \\ = (1 + 4, \frac{1}{3} + 6, 2 + (- 2)) \\ = (1, \frac{1}{3}, 2) + (4, 6, - 2), \end{aligned}$
es decir, $u + v = v + u$ . La razón por la cual podemos intercambiar los sumandos en la segunda igualdad es porque las sumas en cada una de las entradas ya son sumas de números reales. Así, la conmutatividad de la suma de reales nos ayudó a ver la conmutatividad de una suma de vectores.

Como puedes ver, para llegar al resultado anterior no nos basamos en ningún valor de $u$ o $v$ en particular. ¡De hecho ni siquiera fue necesario hacer las operaciones! Nos basamos únicamente en las definiciones de igualdad y suma, y en las propiedades de los números reales. Por esta razón, este argumento lo podemos hacer general.

Observemos que cualesquiera vectores $u = (u_{1}, u_{2}, u_{3})$ y $v = (v_{1}, v_{2}, v_{3})$ cumplen que
$\begin{aligned} u + v & = (u_{1}, u_{2}, u_{3}) + (v_{1}, v_{2}, v_{3}) \\ = (u_{1} + v_{1}, u_{2} + v_{2}, u_{3} + v_{3}) \\ = (v_{1} + u_{1}, v_{2} + u_{2}, v_{3} + u_{3}) \\ = (v_{1}, v_{2}, v_{3}) + (u_{1}, u_{2}, u_{3}) \\ = v + u . \end{aligned}$

Otra propiedad bastante interesante tiene que ver con un vector especial que conocimos anteriormente. Recordarás que en la entrada anterior definimos al vector cero. Como su nombre lo sugiere, este vector juega el papel de elemento neutro de la suma. Recordemos que el vector cero en $R^{3}$ es $0 = (0, 0, 0)$ . Observemos que si $u = (8, π, - 10)$ , entonces
$u + 0 = (8, π, - 10) + (0, 0, 0) = (8 + 0, π + 0, - 10 + 0) = (8, π, - 10) = u .$
Aunque pudiera parecer que en este caso sí simplificamos el resultado de la operación, en realidad otra vez hicimos únicamente uso de las definiciones de igualdad y suma de vectores, y esta vez la propiedad de que el $0$ (número real) es neutro para la suma de números reales.

Entonces, podemos ver que para cualquier vector $u = (u_{1}, u_{2}, u_{3})$ se cumple que
$u + 0 = (u_{1}, u_{2}, u_{3}) + (0, 0, 0) = (u_{1} + 0, u_{2} + 0, u_{3} + 0) = (u_{1}, u_{2}, u_{3}) = u .$

Otras dos propiedades que cumple la suma de vectores, y que cuya deducción se deja como ejercicio al lector, son las siguientes:

Para cualesquiera vectores $u = (u_{1}, u_{2}, u_{3})$ , $v = (v_{1}, v_{2}, v_{3})$ y $w = (w_{1}, w_{2}, w_{3})$ se cumple que $(u + v) + w = u + (v + w)$ .
Para cualquier vector $u = (u_{1}, u_{2}, u_{3})$ existe un vector $v$ que cumple $u + v = 0$ (Recuerda que aquí $0$ denota al vector $(0, 0, 0)$ . Basta con decir cuál es el vector $v$ que cumple esa propiedad). Más aún, podemos demostrar que $v$ es único para cada $u$ . Por esta razón, al único vector $v$ que cumple esta propiedad lo denotaremos $- u$ .

Por otra parte, revisemos algunas de las propiedades que cumplen en conjunto la suma de vectores y el producto escalar de vectores.

Veamos que para el escalar (número real) $r$ y para los vectores $u = (u_{1}, u_{2}, u_{3})$ y $v = (v_{1}, v_{2}, v_{3})$ se cumple que
$\begin{aligned} r (u + v) & = r ((u_{1}, u_{2}, u_{3}) + (v_{1}, v_{2}, v_{3})) \\ = r (u_{1} + v_{1}, u_{2} + v_{2}, u_{3} + v_{3}) \\ = (r (u_{1} + v_{1}), r (u_{2} + v_{2}), r (u_{3} + v_{3})) \\ = (r u_{1} + r v_{1}, r u_{2} + r v_{2}, r u_{3} + r v_{3}) \\ = (r u_{1}, r u_{2} + r u_{3}) + (r v_{1}, r v_{2}, r v_{3}) \\ = r (u_{1}, u_{2}, u_{3}) + r (v_{1}, v_{2}, v_{3}) \\ = r u + r v . \end{aligned}$

(¿Qué se está usando en cada igualdad? ¿Una definición? ¿Una propiedad de los números reales?)

Asimismo, para cuales quiera $r$ y $s$ escalares, y para cualquier vector $u = (u_{1}, u_{2}, u_{3})$ se cumple que $(r + s) u = r u + s u$ . ¿Puedes ver cómo se deduce esta propiedad?

Aunque estas dos propiedades son muy parecidas, realmente dicen cosas distintas: $r (u + v)$ indica que el producto escalar se distribuye sobre la suma de vectores, mientras que $(r + s) u$ indica que el producto escalar se distribuye sobre la suma de escalares (números reales).

Una última propiedad de la suma de vectores y producto de vectores es la siguiente: si $r$ y $s$ son escalares, y $u = (u_{1}, u_{2}, u_{3})$ es un vector, entonces
$\begin{aligned} r (s (u)) & = r (s (u_{1}, u_{2}, u_{3})) \\ = r (s u_{1}, s u_{2}, s u_{3}) \\ = (r (s u_{1}), r (s u_{2}), r (s u_{3})) \\ = ((r s) u_{1}, (r s) u_{2}, (r s) u_{3}) \\ = (r s) (u_{1}, u_{2}, u_{3}) \\ = (r s) u . \end{aligned}$
Aún cuando pudiera parecer trivial, esta última propiedad es muy interesante, pues observemos que $r (s u)$ involucra únicamente productos escalares, mientras que en $(r s) u$ aparecen tanto el producto de números reales como el producto escalar.

Conocer estas propiedades nos permitirá manipular con facilidad las operaciones entre vectores. Así, por ejemplo, para saber cuál es el resultado de $((1, 4, - 1) + 5 (0, 3, 4)) + 5 (1, 1, - 5)$ , no tendremos que recurrir a efectuar cada operación por definición: podemos optar por manipular la expresión para obtener
$\begin{aligned} ((1, 4, - 1) + 5 (0, 3, 4)) + 5 (1, 1, - 5) & = (1, 4, - 1) + (5 (0, 3, 4) + 5 (1, 1, - 5)) \\ = (1, 4, - 1) + 5 ((0, 3, 4) + (1, 1, - 5)) \\ = (1, 4, - 1) + 5 (1, 4, - 1) \\ = 1 (1, 4, - 1) + 5 (1, 4, - 1) \\ = (1 + 5) (1, 4, - 1) \\ = 6 (1, 4, - 1) \\ = (6, 24, - 6) . \end{aligned}$

¿Puedes ver qué propiedad(es) usamos en cada paso?

Suma de matrices

La suma de matrices con entradas reales es muy parecida a la suma de vectores. Al igual que con los vectores, tenemos que asegurarnos que las dos matrices que deseamos sumar tengan el mismo tamaño, es decir, que tengan el mismo número de filas y el mismo de columnas. La suma de matrices también la denotaremos utilizando el símbolo $+$ y de igual manera la realizaremos entrada a entrada, según la fila y columna que estemos calculando.

Así, por ejemplo, la suma de
$(\begin{matrix} 8 & 0 & \sqrt{5} \\ - 2 & 10 & 0 \end{matrix}) y (\begin{matrix} - 3 & 1 & \sqrt{5} \\ 4 & π & - 2 \end{matrix})$
es
$(\begin{matrix} 8 & 0 & \sqrt{5} \\ - 2 & 10 & 0 \end{matrix}) + (\begin{matrix} - 3 & 1 & \sqrt{5} \\ 4 & π & - 2 \end{matrix}) = (\begin{matrix} 8 + (- 3) & 0 + 1 & \sqrt{5} + \sqrt{5} \\ - 2 + 4 & 10 + π & 0 + (- 2) \end{matrix}),$
lo cual queda simplificado como,
$(\begin{matrix} 8 & 0 & \sqrt{5} \\ - 2 & 10 & 0 \end{matrix}) + (\begin{matrix} - 3 & 1 & \sqrt{5} \\ 4 & π & - 2 \end{matrix}) = (\begin{matrix} 5 & 1 & 2 \sqrt{5} \\ 2 & 10 + π & - 2 \end{matrix}) .$

Producto escalar de matrices

A igual que pasa con la suma, también podemos definir el producto escalar de matrices. Como seguramente ya lo habrás imaginado, esta operación se parece mucho al producto escalar de vectores.

Esta operación involucra a un número real y a una matriz. La denotamos colocando al número real seguido de la matriz, y consiste en multiplicar cada entrada de la matriz por dicho número real.

Por ejemplo, el producto escalar de $- 3$ y la matriz
$(\begin{matrix} 8 & 3 \\ \frac{1}{2} & π \\ \frac{1}{3} & 4 \end{matrix})$
es
$(- 3) (\begin{matrix} 8 & 3 \\ \frac{1}{2} & π \\ \frac{1}{3} & 4 \end{matrix}) = (\begin{matrix} (- 3) (8) & (- 3) 3 \\ (- 3) (\frac{1}{2}) & (- 3) (π) \\ (- 3) (\frac{1}{3}) & (- 3) 4 \end{matrix}),$
es decir,
$(- 3) (\begin{matrix} 8 & 3 \\ \frac{1}{2} & π \\ \frac{1}{3} & 4 \end{matrix}) = (\begin{matrix} - 24 & - 9 \\ - \frac{3}{2} & - 3 π \\ - 1 & - 12 \end{matrix}) .$

Propiedades de suma y producto escalar de matrices

Veamos algunas propiedades que cumplen la suma y el producto escalar de matrices. Para esto, trabajaremos con matrices con tamaño $2 \times 3$ , pero verás que las deducciones para matrices de cualquier otro tamaño son muy parecidas.

Recordemos que la matriz cero de tamaño $2 \times 3$ es
$O = O_{2 \times 3} = (\begin{matrix} 0 & 0 & 0 \\ 0 & 0 & 0 \end{matrix}) .$

Observemos que para cualquier matriz
$A = (\begin{matrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \end{matrix})$
se cumple que
$\begin{aligned} A + O & = (\begin{array}{c} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \end{array}) + (\begin{array}{c} 0 & 0 & 0 \\ 0 & 0 & 0 \end{array}) \\ = (\begin{array}{c} a_{11} + 0 & a_{12} + 0 & a_{13} + 0 \\ a_{21} + 0 & a_{22} + 0 & a_{23} + 0 \end{array}) \\ = (\begin{array}{c} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \end{array}) \\ = A . \end{aligned}$

Por otra parte, dada una matriz $A$ , como cada entrada $a_{i j}$ de la matriz es un número real, entonces tienen un respectivo inverso aditivo, es decir, un número $(- a_{i j})$ que cumple que $a_{i j} + (- a_{i j}) = 0$ . Así, si definimos
$B = (\begin{matrix} (- a_{11}) & (- a_{12}) & (- a_{13}) \\ (- a_{21}) & (- a_{22}) & (- a_{23}) \end{matrix}) .$
Entonces, observemos que
$\begin{aligned} A + B & = (\begin{array}{c} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{2_{3}} \end{array}) + (\begin{array}{c} (- a_{11}) & (- a_{12}) & (- a_{13}) \\ (- a_{21}) & (- a_{22}) & (- a_{23}) \end{array}) \\ = (\begin{array}{c} a_{11} + (- a_{11}) & a_{12} + (- a_{12}) & a_{13} + (- a_{13}) \\ a_{21} + (- a_{21}) & a_{22} + (- a_{22}) & a_{23} + (- a_{23}) \end{array}) \\ = (\begin{array}{c} 0 & 0 & 0 \\ 0 & 0 & 0 \end{array}) \\ = O . \end{aligned}$

La matriz $B$ la definimos basándonos en la matriz $A$ . Entonces, para cada matriz existe una matriz $B$ que cumple que $A + B = O$ . Como te podrás dar cuenta, la matriz $B$ que cumple esta propiedad es única (¿por qué se cumple esto?); por esta razón, a la $B$ que cumple esta propiedad la denotamos como $- A$ .

Seguramente notarás que estas dos propiedades se parecen mucho a las que cumple la suma de vectores. ¿Podrías también probar las siguientes propiedades?

Para cuales quiera matrices $A$ , $B$ y $C$ de tamaño $2 \times 3$ se cumple que

$(A + B) + C = A + (B + C)$ .
$A + B = B + A$ .

Por otra parte, el producto escalar de matrices también se comporta de manera similar al producto escalar de vectores.

Si $r$ y $s$ son escalares y
$A = (\begin{matrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \end{matrix}),$
entonces
$\begin{aligned} (r + s) A & = (r + s) (\begin{array}{c} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \end{array}) \\ = (\begin{array}{c} (r + s) a_{11} & (r + s) a_{12} & (r + s) a_{13} \\ (r + s) a_{21} & (r + s) a_{22} & (r + s) a_{23} \end{array}) \\ = (\begin{array}{c} r a_{11} + s a_{11} & r a_{12} + s a_{12} & r a_{13} + s a_{13} \\ r a_{21} + s a_{21} & r a_{22} + s a_{12} & r a_{23} + s a_{23} \end{array}) \\ = (\begin{array}{c} r a_{11} & r a_{12} & r a_{13} \\ r a_{21} & r a_{22} & r a_{23} \end{array}) + (\begin{array}{c} s a_{11} & s a_{12} & s a_{13} \\ s a_{21} & s a_{22} & s a_{23} \end{array}) \\ = r (\begin{array}{c} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \end{array}) + s (\begin{array}{c} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \end{array}) \\ = r A + s A . \end{aligned}$

Dejamos como ejercicio para el lector probar también las siguientes propiedades:

Para cualquiesquiera escalares $r$ y $s$ , y cualesquiera matrices $A$ y $B$ de tamaño $2 \times 3$ , se cumple que

$r (A + B) = r A + r B$ .
$r (s A) = (r s) A$ .

Más adelante…

En esta entrada conocimos las suma y el producto escalar de vectores/matrices, y revisamos algunas propiedades que estas operaciones cumple. Emplear sus propiedades nos permitirá calcular de manera más sencilla sus resultados, además de que se integrarán con operaciones que definiremos en entradas futuras.

En la siguiente entrada conoceremos una nueva operación, la cual involucra al mismo tiempo matrices y vectores.

Tarea moral

Sea $A = (\begin{matrix} 1 & 2 \\ 3 & 4 \end{matrix})$ . Encuentra explícitamente el resultado de la operación $A + 2 A + 3 A + 4 A + 5 A + 6 A + 7 A$ . Como sugerencia, si usas apropiadamente las propiedades que hemos discutido, sólo tendrás que hacer un producto escalar.
¿Podrías desarrollar las pruebas de las propiedades de suma y producto escalar para vectores en $R^{4}$ ? ¿Podrías hacerlo para suma y producto escalar de matrices de $3 \times 2$ ?
Como vimos en esta entrada, para cada vector $u$ existe un vector $v$ que cumple que $u + v = 0$ . ¿Puedes ver por qué $v$ es único?
En los reales está el escalar $- 1$ . Demuestra que el producto escalar $(- 1) v$ es precisamente el inverso aditivo $- v$ de $v$ . Enuncia y demuestra un resultado similar para matrices.
Podemos definir la resta de vectores (o de matrices) de la siguiente manera: $u - v = u + (- v)$ . Determina si esta operación es asociativa, conmutativa, si tiene neutro y/o inversos.

Entradas relacionadas

Ir a Álgebra Superior I
Entrada anterior del curso: Introducción a vectores y matrices con entradas reales
Entrada siguiente del curso: Producto de matrices con vectores

Teoría de los Conjuntos I: Suma en los naturales

Por Gabriela Hernández Aguilar

Deja un comentario

Introducción

Como lo dijimos en la entrada anterior, buscamos la manera de definir a la suma en el conjunto de los naturales y esto nos lo permitirá el teorema de recursión. En esta nueva entrada presentaremos la definición formal de la suma y demostraremos algunas de las propiedades que satisface.

Suma de naturales

El teorema de recursión nos garantiza que la siguiente definición es correcta.

Definición. Dado $n \in N$ fijo pero arbitrario, la función sumar $n$ es la una única función $f_{n} : N \to N$ tal que $f_{n} (0) = n$ y $f_{n} (s (m)) = s (f_{n} (m))$ para cualquier $m \in N$ .

Está definición nos dice cómo sumar a un número natural con un $n$ fijo. Sin embargo, usualmente entendemos a la suma como una operación binaria, que toma dos sumandos y nos da un resultado. A continuación hacemos esto.

Definición. Definimos a la suma de los naturales como la función $+ : N \times N \to N$ tal que $+ (m, n) = f_{m} (n)$ para cualesquiera $n, m \in N$ . Definimos también la notación $m + n := + (m, n)$ .

Como la función $+$ está basada en las funciones $f_{n}$ , obtenemos de manera inmediata que se satisfacen las siguientes propiedades:

$0 + n = n$ para cualquier $n \in N$ ,
$s (m) + n = s (m + n)$ para cualesquiera $m, n \in N$ .

¿Habrá otra función que satisfaga esto?

Teorema.¹ La función $+$ es la única función de $N \times N$ en $N$ que satisface las propiedades 1) y 2) de arriba.

Demostración.

Sea $+$ la función que definimos arriba y supongamos que existe $h : N \times N \to N$ que satisface $h (0, n) = n$ y $h (s (m), n) = s (h (m, n))$ para cualesquiera $m, n \in N$ . Veamos que $+ = h$ .

Definamos para cada $n \in N$ la función $h_{n} : N \to N$ por medio de $h_{n} (0) = h (n, 0)$ y $h_{n} (m) = h (n, m)$ . Notemos que para todo $n \in N$ , $h_{n} (0) = n$ y $h_{n} (s (m)) = h (n, s (m)) = s (h (n, m)) = s (h_{n} (m))$ , y por el teorema de recursión se sigue que $h_{n} = f_{n}$ .

Así, para $n, m \in N$ arbitrarios, $+ (m, n) = f_{n} (m) = h_{n} (m) = h (n, m)$ y en consecuencia, $+ = h$ .

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 algebraica. Notaremos que para demostrar estas propiedades ocuparemos en todo momento el principio de inducción.

Asociatividad de la suma

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

Demostración.

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

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

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

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

$\begin{aligned} (Definición +) & s (m) + (n + k) & = s (m + (n + k)) \\ (Hipótesis de inducción) & = s ((m + n) + k) \\ (Definición +) & = s (m + n) + k \\ (Definición +) & = (s (m) + n) + k . \end{aligned}$

Por lo tanto, $+$ es asociativa.

Conmutatividad de la suma

Ahora vamos a ver que la suma conmuta, para ello demostraremos los siguientes lemas:

Lema 1. Para cualquier $m \in N$ , se tiene que $0 + m = m + 0$ .

Demostración.

Procederemos por inducción sobre $m$ .

Base de inducción. Si $m = 0$ , tenemos que $0 + 0 = 0 = 0 + 0$ .

Hipótesis de inducción. Supongamos que para algún $k \in N$ se satisface que $0 + k = k + 0$ .

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

$\begin{aligned} (Definición +) & s (k) + 0 & = s (k + 0) \\ (Hipótesis de inducción) & = s (0 + k) \\ (Definición +) & = s (k) \\ (Definición +) & = 0 + s (k) . \end{aligned}$

Por lo tanto, $0 + m = m + 0$ , para cualquier $m \in N$ .

Lema 2. Para cualesquiera $m, n \in N$ , se tiene que $s (n) + m = n + s (m)$ .

Demostración.

Procederemos por inducción sobre $m$ .

Base de inducción. Si $n = 0$ , tenemos que $s (0) + m = s (0 + m) = s (m) = 0 + s (m)$ .

Hipótesis de inducción. Supongamos que para algún $k \in N$ se satisface que $s (k) + m = k + s (m)$ .

Paso de inductivo. Veamos que se cumple para $s (k)$ , es decir, $s (s (k)) + m = s (k) + s (m)$ .

$\begin{aligned} (Definición +) & s (s (k)) + m & = s (s (k) + m) \\ (Hipótesis de Inducción) & = s (k + s (m)) \\ (Definición +) & = s (k) + s (m) . \end{aligned}$

Por lo tanto, para cualesquiera $m, n \in N$ , se tiene que $s (n) + m = n + s (m)$ .

Proposición. Para cualesquiera $m, n \in N$ , se tiened que $n + m = m + n$ .

Demostración.

Por inducción sobre $m$ .

Base de inducción. Si $m = 0$ , entonces $n + 0 = 0 + n$ . (Lo probamos por inducción en el primer lema 1).

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

Paso inductivo. Veamos que para $s (k)$ se satisface que $n + s (k) = s (k) + n$ .

$\begin{aligned} (Definición +) & s (k) + n & = s (k + n) \\ (Hipótesis de Inducción) & = s (n + k) \\ (Definición +) & = s (n) + k \\ (Lema 2) & = n + s (k) . \end{aligned}$

Por lo tanto, $+$ es conmutativa.

Ley de cancelación

En álgebra, cuando tenemos una ecuación como la siguiente:

$x + 5 = y + 5$ ,

dado que $5 = 5$ , entonces ponemos $x = y$ . Esto tiene una justificación y la llamaremos ley de cancelación de la suma. El teorema dice lo siguiente:

Teorema. Si se tienen números naturales $n, m, k$ tales que $n + k = m + k$ , entonces $n = m$ .

Demostración.

Demostraremos que si $n \neq m$ , entonces $n + k \neq m + k$ . Procederemos por inducción sobre $k$ .

Base de inducción. Supongamos que $n \neq m$ . Luego, $n + 0 = 0 + n = n$ y $m + 0 = 0 + m = m$ y así, $n + 0 = n \neq m = m + 0$ .

Hipótesis de inducción. Supongamos que para algún $k \in N$ , se satisface que si $n \neq m$ , entonces $n + k \neq m + k$ .

Paso inductivo. Veamos que se cumple para $s (k)$ , es decir, si $n \neq m$ , entonces $n + s (k) \neq m + s (k)$ .

Supongamos que $n \neq m$ . Luego,

$\begin{aligned} (Lema 2) & n + s (k) & = s (n) + k \\ (Definición +) & = s (n + k) \\ (Hipótesis de inducción e inyectividad de s) & \neq s (m + k) \\ (Definición +) & = s (m) + k \\ (Lema 2) & = m + s (k) . \end{aligned}$

Por lo tanto, se cumple la ley de cancelación para la suma. ²

Como último resultado de esta entrada, probaremos que $s (m) = m + 1$ para cualquier $m \in N$ .

Teorema. Para cualquier $m \in N$ , se tiene que $s (m) = m + 1$ .

Demostración.

Procederemos por inducción sobre $m$ .

Base de inducción. Si $m = 0$ , entonces $s (0) = 1 = 0 + 1$ .

Hipótesis de inducción. Supongamos que para $k \in N$ se cumple que $s (k) = k + 1$ .

Paso inductivo. Veamos que la propiedad se satisface para $s (k)$ , es decir, $s (s (k)) = s (k) + 1$ .

$\begin{aligned} (Definición +) & s (k) + 1 & = s (k + 1) \\ (Hipótesis de inducción) & = s (s (k)) . \end{aligned}$

Por lo tanto, $s (m) = m + 1$ para cualquier $m \in N$ .

A partir de este momento usaremos el hecho de que $s (m) = m + 1$ .

Tarea moral

La siguiente lista de ejercicios te permitirá reforzar el contenido de esta entrada.

Verifica totalmente a partir de las definiciones que $2 + 2 = 4$ .
Reflexiona sobre por qué sí se tiene que usar inducción para demostrar que $n + 0 = n$ para todo número natural $n$ , pero no es necesario usar inducción para demostrar que $0 + n = n$ para todo número natural $n$ .
Demuestra que si $n, m \in N$ tales que $n \neq m$ , entonces $s (n) \neq s (m)$ .
Demuestra usando el principio de inducción que para cualesquiera $m, n \in N$ , se tiene que $m + n \geq n$ .
Prueba que para cualesquiera $m, n \in N$ tales que $m + n = 0$ , se cumple que $m = 0$ y $n = 0$ .
Demuestra usando únicamente las definiciones dadas que no existe un entero $n$ tal que $4 + n = 2$ .

Más adelante…

En la siguiente entrada definiremos al producto en el conjunto de los números naturales. Al igual que en la definición de la suma, podremos notar que usaremos un proceso recursivo para definir esta operación.

Entradas relacionadas

Ir a Teoría de los Conjuntos I
Entrada anterior: Teoría de los Conjuntos I: Teorema de recursión
Siguiente entrada: Teoría de los Conjuntos I: Producto en los naturales

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»

También puedes consultar la prueba de este teorema en: Hernández, F., Teoría de Conjuntos, México: Aportaciones Matemáticas No.13, SMM, 1998, pp.102-103. ↩︎
Puedes consultar las demostraciones de las propiedades de la suma en los naturales en: Hernández, F., Teoría de Conjuntos, México: Aportaciones Matemáticas No.13, SMM, 1998, pp. 104-106. ↩︎

Álgebra Superior I: Suma y producto de naturales y sus propiedades

Por Guillermo Oswaldo Cota Martínez

2 respuestas

Introducción

La función suma

Usaremos el teorema de recursión que revisamos en la entrada pasada para definir la función suma entre números naturales.

Primero, recordemos qué nos menciona este teorema:

Teorema (Recursión Débil): Sea $X$ un conjunto y $x_{0} \in X$ . Supongamos que tenemos una función $f : X \to X$ . Entonces existe una única función $ϕ : N \to X$ tal que:

$ϕ (0) = x_{0}$
$ϕ (σ (n)) = f (ϕ (n)) .$

Ahora, definamos la función suma como sigue: La función sumar $n$ unidades a un número estará dada por $s_{n} : N \to N$ dada por:

$s_{n} (0) = n$
$s_{n} (σ (m)) = σ (s_{n} (m))$

Notación: Para cada par de números naturales $n, m$ , escribiremos $s_{n} (m) = n + m .$
Y por el teorema de recursión, esta es una función bien definida. Ahora veamos cuál es esta función. La primera condición nos dice que la función evaluada en el $0$ es $n$ . Ahora veamos cómo es que esta función se define para los siguientes números, nota que si aplicamos la segunda condición, obtenemos que $s_{n} (σ (0)) = σ (s_{n} (0)) .$ Recordando cómo definimos la función sucesora, sustituimos $σ (0)$ por $1$ para obtener que $s_{n} (1) = σ (s_{n} (0)) = σ (n) .$ De tal manera que $s_{n} (1) = n + 1 .$ De manera similar se puede comprobar que $s_{n} (2) = n + 2 .$ Y de manera recursiva, podemos demostrar que $\begin{aligned} s_{n} (3) & = n + 3 \\ s_{n} (4) & = n + 4 \\ s_{n} (5) & = n + 5 \\ ⋮ \\ s_{n} (m) & = n + m \\ ⋮ \end{aligned}$ Como podrás observar, la función $s_{n}$ corresponde a sumarle a un número $n$ unidades. Formalmente así es como se defina la suma entre dos números. Veamos a continuación algunas propiedades de la suma. Como dato adicional, nota que para todo número natural $n$ , $s_{n} (1) = σ (n)$ .

Propiedades de la suma

Proposición. La suma es asociativa, esto quiere decir, para $n, m, k \in N$ se cumple que: $s_{n} (s_{m} (k)) = s_{n + m} (k) .$
Demostración. Sean $n, m, k \in N$ . Lo que queremos demostrar es que $n + (m + k) = (n + m) + k .$ Para ello, nota que bastará probar que $s_{n} \circ s_{m} = s_{n + m}$ . Para ello notemos que

$s_{n} (s_{m} (0)) = s_{n} (m) = m + n$
$s_{n} (s_{m} (σ (k))) = s_{n} (σ (s_{m} (k))) = σ (s_{n} (s_{m} (k)))$

Por otro lado, por definición de la suma:

$s_{n + m} (0) = n + m$
$s_{n + m} (σ (k)) = σ (s_{n + m} (k))$

Esto quiere decir que tanto $s_{n} \circ s_{m}$ como $s_{n + m}$ cumplen las dos condiciones del teorema de recursión, y este nos asegura que $s_{n + m} = s_{n} \circ s_{m}$ pues el teorema asegura que la función que cumple dichas dos condiciones es única.

Proposición. La suma es conmutativa. Es decir, para $n, m, k \in N$ se cumple que: $s_{n} (m) = s_{m} (n) .$

Demostración. Sea $n \in N$ . Haremos la demostración por inducción sobre $m$ .
Base inductiva. Notemos que $s_{n} (0) = n$ . Por otro lado, se puede demostrar sin mucha dificultad que $s_{0} (n) = n$ (se deja como tarea moral la demostración de este enunciado). De esta manera $s_{n} (0) = s_{0} (m) .$

Hipótesis de inducción. Supongamos que $m \in N$ es tal que $s_{n} (m) = s_{m} (n) .$

Paso inductivo. Ahora demostraremos que $s_{n} (σ (m)) = s_{σ (m)} (n) .$ Para ello notemos que $s_{n} (σ (m)) = σ (s_{n} (m))$ Ahora, aplicando la hipótesis de inducción, tenemos que $σ (s_{n} (m)) = σ (s_{m} (n)) .$ Ahora, nota que $$ \begin{align*}
\sigma(s_m(n)) &= s_m(\sigma(n)) \

& = s_m(s_1(n))\

&= s_{m+1}(n) \

&= s_{\sigma(m)}(n)
\end{align*}$$

Estas últimas dos igualdades son válidas debido a la asociatividad de la suma. Es una vez concluido esto último que podemos seguir la cadena de igualdades. Esto resulta en que $s_{n} (σ (m)) = s_{σ (m)} (n) .$ Como se quería demostrar.

La multiplicación

Cuando apenas estamos aprendiendo a sumar, alguna vez nos encontramos con una abreviación de sumar los mismos términos. Por ejemplo, nos dicen que si tenemos tres grupos de perros, cada uno con cinco perros, entonces podríamos contar el número total de perros con la siguiente expresión:

$5 + 5 + 5$

$3$ grupos de perros con $5$ perros cada uno

Quizá no es tan tardado en escribir $5 + 5 + 5$ , y llegaríamos a la conclusión de que hay $15$ perros en total. Pero ahora ¿Qué pasaría si tenemos trescientos grupos de perros con cinco perros cada uno? Pues la notación se complica, pues para escribirlo, deberíamos anotar $5 + 5 \underset{296 veces}{\underset{⏟}{+ \dots +}} 5 + 5$ , es decir, sumar $5$ unas $300$ veces.

$300$ grupos de perros con $5$ perros cada uno

Es por esto que se llega a la noción de multiplicación, pues al considerar la primera suma, bien podemos escribir: $5 + 5 + 5 = 3 \times 5.$ Y la segunda suma: $5 + 5 \underset{296 veces}{\underset{⏟}{+ \dots +}} 5 + 5 = 300 \times 5 .$

Ahora, nota que la primera suma se puede expresar como $(5 + 5) + 5 = (2 \times 5) + 5$ De manera que sabemos que $3 \times 5 = (s (1) \times 5) + 5 .$

De igual forma $(s (298) \times 5) + 5 = 300 \times 5$ Eso generalizando a cualquier número $n \in N$ lo escribiríamos como $s (n) \times 5 = (n \times 5) + 5$ Y para cualquier número $m \in N$ : $s (n) \times m = (n \times m) + m$

Definición de la multiplicación

Sean $n, m \in N$ , la multiplicación entre números naturales la definiremos como la función $\times : N \to N$ tal que:

$\begin{aligned} 0 & \times n = 0 \\ s (n) & \times m = (n \times m) + m \end{aligned}$

Nota que esta es una definición recursiva, pues la definición de la multiplicación del sucesor de un elemento depende de la multiplicación del mismo elemento.

Usando el hecho de que sabemos que la multiplicación con el $0$ siempre es $0$ , podemos obtener una propiedad interesante al ver qué pasa cuando multiplicamos cualquier elemento con el $1$ , pues resultará que la multiplicación se comportará como la identidad cuando multiplicamos con el $1$ .

Proposición. Para cualquier número natural $m$ , $1 \times m = m$ .

Demostración. Notemos que por definición $0 \times m = 0$ , de manera que $1 \times m = s (0) \times m$ .

A su vez, podemos usar la otra propiedad de la multiplicación para sustituir el término $s (0)$ : $s (0) \times m = (0 \times m) + m = m$ Llegando así al resultado deseado.

Otra proposición interesante es que esta operación es conmutativa, y es algo que sabemos por sentido común, pues podríamos escribir que $3 \times 5 = 5 + 5 + 5 = 15 = 3 + 3 + 3 + 3 + 3 = 5 \times 3$ Nuestro sentido común nos lo dice, sin embargo para demostrar esto, deberemos usar inducción matemática.

Proposición. La multiplicación de números naturales es conmutativa.

Demostración. Para esto notemos que podemos definir la multiplicación de cada número natural $m$ en términos de el teorema débil de recursividad como:
${\begin{cases} f_{m} (0) & = 0 \\ f_{m} (n + 1) & = m \times n + m \end{cases}$
Ahora definamos la función $g_{m} (n) = n \times m$ y veamos que es la misma que $f$ .
Notemos que cualquier suma de $0$ consigo misma es $0$ , haciendo que $g_{m} (0) = 0$ esto se puede demostrar por inducción y resulta una tarea que puede poner en práctica tus habilidades para este tipo de demostraciones.

Notemos que adicionalmente:
$\begin{aligned} g_{m} (n + 1) & = (n + 1) \times m \\ = (n \times m) + m \\ = g_{m} (n) + m \end{aligned}$
Demostrando que $g_{m}$ también cumple la definición de $f_{m}$ . Como el teorema de recursión débil nos garantiza que $f_{m}$ es única, entonces $g_{m} = f_{m}$ , esto quiere decir que $m \times n = n \times m$ .

Como esto sucede para cualquier número natural $m$ , entonces es cierta la siguiente afirmación: « $\forall m, n \in N, m \times n = n \times m$ ».

Más adelante…

Ahora que hemos visto la suma y multiplicación de los números naturales, hablaremos un poco más de los conjuntos y su relación con los números naturales introduciendo «el tamaño de los conjuntos» o «cardinalidad».

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.

Demuestra que para todo número natural $n$ , $s_{n} (1) = σ (n)$ .
Demuestra que para todo número natural $n$ , $s_{0} (n) = n$ .
Demuestra que la multiplicación es asociativa.
Demuestra que $0 \times n = n \times 0$ .

Entradas relacionadas

Ir a Álgebra Superior I
Entrada anterior del curso: Principio de recursión en los números naturales
Siguiente entrada del curso: Cardinalidad de conjuntos finitos

Agradecimientos

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

Álgebra Lineal I: Algunas aclaraciones sobre las formas lineales

Por Leonardo Ignacio Martínez Sandoval

Deja un comentario

Introducción

Uno de los momentos del curso de Álgebra Lineal I en el que se da un brinco de abstracción es cuando se introduce el espacio dual. En ese momento, empiezan a aparecer objetos que tratamos simultáneamente como funciones y como vectores: las formas lineales. De repente puede volverse muy difícil trasladar incluso conceptos muy sencillos (como el de suma vectorial, o el de independencia lineal) a este contexto. En esta entrada intentaremos dejar esto mucho más claro.

Igualdad de funciones

Para hablar del dual de un espacio vectorial $V$ sobre un campo $F$ , necesitamos hablar de las funciones $l : V \to F$ . Antes de cualquier cosa, debemos de ponernos de acuerdo en algo crucial. ¿Cuándo dos funciones son iguales?

Definición. Dos funciones $f : A \to B$ y $g : C \to D$ son iguales si y sólo si pasan las siguientes tres cosas:

$A = C$ , es decir, tienen el mismo dominio.
$B = D$ , es decir, tienen el mismo codominio
$f (a) = g (a)$ para todo $a \in A$ , es decir, tienen la misma regla de asignación.

Los dos primeros puntos son importantes. El tercer punto es crucial, y justo es lo que nos permitirá trabajar y decir cosas acerca de las funciones. Implica dos cosas:

Que si queremos demostrar la igualdad de dos funciones, en parte necesitamos demostrar que se da la igualdad de las evaluaciones para todos los elementos del conjunto.
Que si ya nos dan la igualdad de las funciones, entonces nos están dando muchísima información, pues nos están diciendo la igualdad de todas las evaluaciones posibles.

Veamos algunos ejemplos.

Ejemplo 1. Tomemos las funciones $f : R^{2} \to R$ y $g : R^{2} \to R$ con las reglas de asignación $f (x, y) = 2 x + 3 y$ y $g (x, y) = 6 x - y$ . ¿Son iguales? Los primeros dos puntos en la definición de igualdad se cumplen, pues tienen el mismo dominio y codominio. Entonces, debemos estudiar si tienen la misma regla de asignación.

Al evaluar en $(1, 1)$ obtenemos que $f (1, 1) = 2 + 3 = 5$ y que $g (1, 1) = 6 - 1 = 5$ . Al evaluar en $(2, 2)$ obtenemos que $f (2, 2) = 4 + 6 = 10$ y que $g (2, 2) = 12 - 2 = 10$ . Hasta aquí parecería que todo va bien, pero dos ejemplos no son suficientes para garantizar que $f = g$ . Necesitaríamos la igualdad en todos los valores del dominio, es decir, en todas las parejas $(x, y)$ .

Al evaluar en $(2, 0)$ obtenemos que $f (2, 0) = 4 + 0 = 4$ y que $g (2, 0) = 12 - 0 = 12$ . Los valores de las funciones fueron distintos, así que las funciones son distintas.

$△$

Ejemplo 2. Imagina que $A$ y $B$ son dos números tales que las dos funciones $f : R^{2} \to R$ y $g : R^{2} \to R$ con las siguientes reglas de asignación son iguales:

$\begin{aligned} f (x, y) & = 2 x - 5 y + A \\ g (x, y) & = B x - 5 y + 3. \end{aligned}$

¿Cuáles tendrían que ser los valores de $A$ y $B$ ? Por supuesto, una exploración «a simple vista» sugiere que tendríamos que poner $B = 2$ y $A = 3$ . Pero, ¿cómo vemos formalmente esto? ¿Cómo nos aseguramos de que sea la única posibilidad? Lo que tenemos que hacer es usar nuestra definición de igualdad de funciones. Para ello, podemos utilizar los valores $(x, y)$ que nosotros queremos pues la igualdad de funciones garantiza la igualdad en todas las evaluaciones. Así, podemos ponernos creativos y proponer $(3, 5)$ para obtener que:

$\begin{aligned} f (3, 5) & = 6 - 25 + A = - 19 + A \\ g (3, 5) & = 3 B - 25 + 3 = 3 B - 22. \end{aligned}$

Como las funciones son iguales, debe pasar que $f (3, 5) = g (3, 5)$ , por lo que $- 19 + A = 3 B - 22$ . ¿Esto es suficiente para saber quién es $A$ y $B$ ? Todavía no, aún hay muchas posibilidades. Propongamos entonces otro valor de $(x, y)$ para evaluar. Veamos qué sucede con $(- 2, 1)$ . Obtenemos:

$\begin{aligned} f (- 2, 1) & = - 4 - 5 + A = - 9 + A \\ g (- 2, 1) & = - 2 B - 5 + 3 = - 2 B - 2. \end{aligned}$

Ahora tenemos más información de $A$ y $B$ . Sabemos que $- 9 + A = - 2 B - 2$ . Reordenando ambas cosas que hemos obtenido hasta ahora, tenemos el siguiente sistema de ecuaciones:

$\begin{array}{r} A - 3 B = - 3 \\ A + 2 B = 7. \end{array}$

Restando la primera de la segunda obtenemos $5 B = 10$ , de donde $B = 2$ . Sustituyendo en la segunda obtenemos $A + 4 = 7$ , de donde $A = 3$ , justo como queríamos.

$△$

En el ejemplo anterior pudimos haber sido más astutos y evitarnos el sistema de ecuaciones. Recordemos que la igualdad $f (x, y) = g (x, y)$ se tiene para todas todas las parejas $(x, y)$ , así que nos conviene usar parejas que 1) Sean sencillas de usar y 2) Nos den suficiente información.

Ejemplo 3. En el ejemplo anterior hicimos un par de sustituciones que finalmente sí nos llevaron a los valores que queríamos. Pero hay «mejores» sustituciones. Si hubiéramos usado la pareja $(0, 0)$ obtendríamos inmediatemente $A$ pues: $A = 0 - 0 + A = f (0, 0) = g (0, 0) = 0 - 0 + 3 = 3,$ de donde $A = 3$ . Ya sabiendo $A$ , pudimos usar la pareja $(1, 0)$ para obtener $B + 3 = B - 0 + 3 = g (1, 0) = 2 - 0 + 3 = 5.$ De aquí se obtiene nuevamente $B = 2$ .

$△$

Veamos un último ejemplo, en el que es imposible encontrar un valor fijo que haga que dos funciones que nos dan sean iguales.

Ejemplo 4. Veamos que es imposible encontrar un número real $A$ para el cual las dos funciones $f : R^{2} \to R$ y $g : R^{2} \to R$ con las siguientes reglas de asignación sean iguales:

$\begin{aligned} f (x, y) & = x^{2} + A y^{2} \\ g (x, y) & = A x y . \end{aligned}$

Imaginemos, de momento, que esto sí es posible. Entonces, tendríamos la igualdad de funciones y por lo tanto tendríamos la igualdad para todas las evaluaciones. Evaluando en $(1, 0)$ obtendríamos que $0 = A \cdot 1 \cdot 0 = g (1, 0) = f (1, 0) = 1^{2} + A \cdot 0^{2} = 1.$ Esto nos lleva a la contradicción $0 = 1$ , lo cual muestra que ningún valor de $A$ podría funcionar.

$△$

La forma lineal cero

Otra noción básica, pero que es importante de entender, es la noción de la forma lineal cero.

Definición. Sea $V$ un espacio vectorial sobre un campo $F$ . Sea $0$ el neutro aditivo del campo $F$ . La forma lineal cero es la función $L_{0} : V \to F$ que manda a cualquier vector $v$ de $V$ a $0$ , es decir, cuya regla de asignación es $L_{0} (v) = 0$ para todo $v$ en $V$ .

En álgebra lineal rápidamente nos queremos deshacer de notación estorbosa, pues muchas cosas son claras a partir del contexto. Pero esto tiene el problema de introducir ambigüedades que pueden ser confusas para alguien que apenas está comenzando a estudiar la materia. Lo que prácticamente siempre se hace es que a la forma lineal cero le llamamos simplemente $0$ , y dejamos que el contexto nos diga si nos estamos refiriendo al neutro aditivo de $F$ , o a la forma lineal cero $L_{0}$ .

En esta entrada intentaremos apegarnos a llamar a la forma lineal cero siempre como $L_{0}$ , pero toma en cuenta que muy probablemente más adelante te la encuentres simplemente como un $0$ . Combinemos esta noción con la de igualdad.

Ejemplo. ¿Cómo tienen que ser los valores de $A$ , $B$ y $C$ para que la función $l : R^{3} \to R$ con la siguiente regla de asignación sea igual a la forma lineal cero $L_{0}$ ? $f (x, y, z) = (A + 1) x + (B + C) y + (A - C) z$

Debemos aprovechar la definición de igualdad de funciones: sabemos que la igualdad se da para las ternas que nosotros queramos. Evaluando en $(1, 0, 0)$ obtenemos $A + 1 = f (1, 0, 0) = L_{0} (1, 0, 0) = 0.$

Aquí a la derecha estamos usando que la forma lineal cero siempre es igual a cero. De manera similar, evaluando en $(0, 1, 0)$ y $(0, 0, 1)$ respectivamente obtenemos que $\begin{aligned} B + C & = f (0, 1, 0) = L_{0} (0, 0, 0) = 0 \\ A - C & = f (0, 0, 1) = L_{0} (0, 0, 0) = 0. \end{aligned}$

Ya tenemos información suficiente para encontrar $A$ , $B$ y $C$ . De la primer ecuación que obtuvimos, se tiene $A = - 1$ . De la tercera se tiene $C = A = - 1$ y de la segunda se tiene $B = - C = 1$ .

Pero, ¡momento! Estos valores de $A$ , $B$ , $C$ funcionan para las tres ternas que dimos. ¿Funcionarán para cualquier otra terna? Si elegimos $A = - 1$ , $B = 1$ y $C = - 1$ entonces tendríamos $f (x, y, z) = 0 \cdot x + 0 \cdot y + 0 \cdot z .$ En efecto, sin importar qué valores de $(x, y, z)$ pongamos, la expresión anterior dará cero. Así, se daría la igualdad de reglas de correspondencia entre $f$ y $L_{0}$ y como tienen el mismo dominio y codominio concluiríamos que $f = L_{0}$ .

$△$

Suma y producto escalar de formas lineales

Otro aspecto que puede causar confusión es la suma de funciones y el producto escalar. En la duda, siempre hay que regresar a la definición. Enunciaremos los conceptos para formas lineales. Pero en realidad podemos definir la suma de funciones de manera similar siempre que el codominio sea un lugar en donde «se puede sumar». Similarmente, podríamos definir el producto escalar de un elemento con una función siempre que sepamos cómo multiplicar a ese elemento con cada elemento del codominio.

Definición. Sea $V$ un espacio vectorial sobre un campo $F$ . Sean $l : V \to F$ y $m : V \to F$ formas lineales. Definimos la suma de $l$ con $m$ , a la cual denotaremos por $l + m$ , como la función $l + m : V \to F$ con la siguiente regla de asignación: $(l + m) (v) = l (v) + m (v),$ para cualquier $v$ en $V$ .

De nuevo nos estamos enfrentando a un posible problema de ambigüedad de símbolos: por un lado estamos usando $+$ para referirnos a la suma en el campo $F$ y por otro lado para referirnos a la suma de funciones que acabamos de definir.

Definición. Sea $V$ un espacio vectorial sobre un campo $F$ . Sea $l : V \to F$ una forma lineal y sea $r$ un elemento de $F$ . Definimos el producto escalar de $r$ con $F$ , al cual denotaremos por $r \cdot l$ como la función $r \cdot l : V \to F$ con la siguiente regla de asignación: $(r \cdot l) (v) = r \cdot (l (v))$ para cualquier $v$ en $V$ .

Así, estamos usando tanto la suma en $F$ como el producto en $F$ para definir una nueva suma de funciones y un nuevo producto entre un real y una función. En el caso del producto escalar, como con muchos otros productos, usualmente quitamos el punto central y ponemos $r l$ en vez de $r \cdot l$ .

Ejemplo. Tomemos las funciones $f : R^{3} \to R$ y $g : R^{3} \to R$ con las siguientes reglas de asignación:

$\begin{aligned} f (x, y, z) & = 2 x - y + z \\ g (x, y, z) & = 3 x + y - 5 z . \end{aligned}$

Mostraremos que la función $3 f + (- 2) g$ es igual a la función $h : R^{3} \to R$ con regla de asignación $h (x, y, z) = - 5 y + 13 z$ . Lo haremos con todo el detalle posible. Primero, notamos que las dos funciones tienen dominio $R^{3}$ y codominio $R$ así que nos podemos enfocar en la regla de asignación. Debemos ver que ambas coinciden para todas las ternas $(x, y, z)$ en $R^{3}$ . Tomemos entonces una de estas ternas $(x, y, z)$ .

Por definición de producto escalar de funciones, tenemos que $(3 f) (x, y, z) = 3 (f (x, y, z)) = 3 (2 x - y + z) = 6 x - 3 y + 3 z .$ . Aquí estamos usando la distributividad en los reales. Por definición de producto escalar de funciones, tenemos que $((- 2) g) (x, y, z) = (- 2) (g (x, y, z)) = (- 2) (3 x + y - 5 z) = - 6 x - 2 y + 10 z .$ Una vez más estamos usando distributividad. Luego, por definición de suma de funciones obtenemos que

$\begin{aligned} (3 f + (- 2) g) (x, y, z) & = (3 f) (x, y, z) + (- 2 g) (x, y, z) \\ = (6 x - 3 y + 3 z) + (- 6 x - 2 y + 10 z) \\ = - 5 y + 13 z \\ = h (x, y, z) . \end{aligned}$

Usualmente tomamos atajos para seguir simplificando la notación. Por ello, típicamente a veces vemos escrito todo lo anterior simplemente como: $3 (2 x - y + z) - 2 (2 x + y - 5 z) = - 5 y + 13 z .$ De hecho esto es muy práctico, pues se puede mostrar que las funciones «sí podemos operarlas como si fueran expresiones en $x$ , $y$ , $z$ y usáramos las reglas usuales». Así, podemos «trabajar simbólicamente» y concluir rápidamente que $(x + y) + (3 x + 2 z) - 3 (x + y - z)$ en verdad tiene la misma regla de asignación que $- 2 y + 5 z$ .

Ahora sí, ¿quién es el espacio dual?

Si tenemos un espacio vectorial $V$ sobre un campo $F$ podemos construirnos otro espacio vectorial con otro conjunto base y otras operaciones que no son las del espacio original. Una forma de hacer esto es construir el espacio dual, al que llamaremos $V^{*}$ . Los elementos de $V^{*}$ son las formas lineales de $V$ , es decir, funciones lineales con dominio $V$ y codominio $F$ . Debemos acostumbrarnos a pensar simultáneamente a un elemento de $V^{*}$ tanto como un vector (de $V^{*}$ ) como una función (de $V$ a $F$ ).

Para verdaderamente pensar a $V^{*}$ como un espacio vectorial, debemos establecer algunas cosas especiales:

La suma vectorial de $V^{*}$ será la suma de funciones que platicamos en la sección anterior.
El producto escalar vectorial de $V^{*}$ será el producto escalar que platicamos en la sección anterior.
El neutro aditivo vectorial de $V^{*}$ será la forma lineal $L_{0}$ , y se puede verificar que en efecto $l + L_{0} = l$ para cualquier forma lineal $l$ .

Por supuesto, típicamente a la suma vectorial le llamaremos simplemente «suma» y al producto escalar vectorial simplemente «producto escalar». Aquí estamos haciendo énfasis en lo de «vectorial» sólo para darnos cuenta de que nuestras operaciones de funciones se transformaron en operaciones para el espacio vectorial que estamos definiendo.

El espacio dual cumple muchas propiedades bonitas, pero ahorita no nos enfocaremos en enunciarlas y demostrarlas. Esto se puede encontrar en la página del curso de Álgebra Lineal I en el blog. Lo que sí haremos es irnos a los básicos y entender cómo se verían algunas definiciones básicas de álgebra lineal en términos de lo que hemos discutido hasta ahora.

Combinaciones lineales de formas lineales

Para hablar de las nociones de álgebra lineal para formas lineales, hay que pensarlas como vectores y como funciones. ¿Qué sería una combinación lineal de las formas lineales $l_{1}, \dots, l_{r}$ del espacio vectorial, digamos, $R^{n}$ . Debemos tomar elementos $α_{1}, \dots, α_{r}$ en $R$ y construir la función $ℓ = α_{1} l_{1} + \dots + α_{r} l_{r}$ . Aquí estamos usando la suma vectorial y el producto escalar vectorial que quedamos que serían la suma como funciones y el producto escalar como funciones. Así, obtenemos un elemento $ℓ$ que por un lado es un vector del espacio dual, y por otro es una función $ℓ : R^{n} \to R$ . ¿Cuál es la regla de asignación? Es precisamente la dada por las definiciones de suma y producto escalar para funciones. Para ser muy precisos, se puede mostrar inductivamente que su regla de asignación es:

$\begin{aligned} (α_{1} l_{1} + & \dots + α_{r} l_{r}) (x_{1}, \dots, x_{n}) = \\ α_{1} (l_{1} (x_{1}, \dots, x_{n})) + \dots + α_{r} (l_{r} (x_{1}, \dots, x_{n})) . \end{aligned}$

Entendiendo esto, ahora sí podemos preguntarnos si una forma lineal es combinación lineal de otras.

Ejemplo. La forma lineal $h : R^{2} \to R$ con regla de asignación $h (x, y) = 2 x - y$ es combinación lineal de las formas lineales $f (x, y) : R^{2} \to R$ y $g (x, y) : R^{2} \to R$ con reglas de asignación

$\begin{aligned} f (x, y) & = x + y \\ g (x, y) & = x - y . \end{aligned}$

En efecto, tenemos que es igual a la combinación lineal $\frac{1}{2} f + \frac{3}{2} g$ , pues su regla de asignación es:

$(\frac{1}{2} f + \frac{3}{2} g) (x, y) = (\frac{x + y}{2}) + (\frac{3 x - 3 y}{2}) = 2 x - y,$

que es justo la regla de asignación de $h$ . Así, $h = \frac{1}{2} f + \frac{3}{2} g$ .

$△$

Independencia lineal de formas lineales

Veamos un ejemplo más de cómo entender nociones de álgebra lineal cuando hablamos de formas lineales (o funciones en general). ¿Cómo sería el concepto de independencia lineal para formas lineales $l_{1}, \dots, l_{r}$ ? A partir de una combinación lineal de ellas igualada a la forma lineal cero $L_{0}$ , debemos mostrar que todos los coeficientes son iguales a cero. Es decir, a partir de $α_{1} l_{1} + \dots + α_{r} l_{r} = L_{0},$ debemos mostrar que $α_{1} = \dots = α_{r} = 0.$ $ Usualmente el truco en estas situaciones es que ya nos están dando una igualdad de funciones. Entonces, podemos evaluar en los valores que nosotros queramos de ambos lados de la igualdad pues funciones iguales tienen todas sus evaluaciones iguales. Esto se parece a los ejemplos de la sección de igualdad de funciones.

Ejemplo. Vamos a demostrar que las formas lineales de $R^{4}$ dadas por $f (w, x, y, z) = 4 w + 2 x + z$ , $g (w, x, y, z) = 4 w + 2 z + y$ , $h (w, x, y, z) = 4 w + 2 y + x$ , $k (w, x, y, z) = w + x + y + z$ son linealmente independientes. Tomemos una combinación lineal de ellas igualda a cero (¡recordemos que en este espacio vectorial el cero es la forma lineal $L_{0}$ !):

$A f + B g + C h + D k = L_{0} .$

Debemos demostrar que $A = B = C = D = 0$ . ¿Cómo hacemos esto? Lo que haremos es evaluar: pondremos valores convenientes de $(w, x, y, z)$ en la igualdad anterior para obtener información de $A$ , $B$ , $C$ , $D$ . Poniendo $(1, 0, 0, 0)$ obtenemos que:

$\begin{aligned} 0 & = L_{0} (1, 0, 0, 0) \\ = (A f + B g + C h + D k) \\ = A f (1, 0, 0, 0) + B g (1, 0, 0, 0) + C h (1, 0, 0, 0) + D k (1, 0, 0, 0) \\ = 4 A + 4 B + 4 C + D . \end{aligned}$

Así, $4 A + 4 B + 4 C + D = 0$ . Usando esta ecuación y las evaluaciones $(0, 1, 0, 0)$ , $(0, 0, 1, 0)$ y $(0, 0, 0, 1)$ , obtenemos todo lo siguiente:

$\begin{aligned} 4 A + 4 B + 4 C + D & = 0 \\ 2 A + C + D & = 0 \\ B + 2 C + D & = 0 \\ A + 2 B + D & = 0. \end{aligned}$

De aquí se puede mostrar (como puedes verificar como ejercicio) que la única solución posible es $A = B = C = D = 0$ . De este modo, las formas lineales $f, g, h, k$ son linealmente independientes.

Más adelante

Esta es más una entrada auxiliar que una entrada que forma parte del flujo de la teoría principal. Sin embargo, espero que te haya servido para dejar más claros los conceptos de cuándo tenemos formas lineales iguales, cómo se operan, cuándo varias formas lineales son linealmente independientes, etc.

Tarea moral…

Verifica que para cualquier forma lineal $l : R^{n} \to R$ y la forma lineal cero $L_{0} : R^{n} \to R$ en efecto se tiene que $l + L_{0} = l$ . Usa las definiciones de la forma lineal cero, de la igualdad de funciones y de la suma de funciones.
Verifica que $V^{*}$ con las operaciones de suma, producto escalar y el neutro aditivo que dimos en efecto es un espacio vectorial. ¿Cómo tendrían que ser los inversos aditivos?
Considera las formas lineales $f : R^{3} \to R$ y $g : R^{3} \to R$ dadas por $f (x, y, z) = x + 3 y + z$ y $g (x, y, z) = - x + 5 y - z$ .
1. Demuestra que es imposible encontrar reales $A$ y $B$ ambos distintos de cero tales que $A f + B g$ sea la forma lineal cero.
2. Encuentra reales $A$ y $B$ tales que $A f + B g$ sea la forma lineal $h : R^{3} \to R$ con regla de asignación $h (x, y, z) = - x + 21 - z$ .
3. Demuestra que es imposible encontrar reales $A$ y $B$ tales que $A f + B g$ sea la forma lineal $j : R^{3} \to R$ con regla de asignación $j (x, y, z) = - 2 x + 4 y - 3 z$ .
4. ¿Será posible encontrar reales $A$ y $B$ tales que $A f + B g$ sea la forma lineal $k : R^{3} \to R$ con regla de asignación $k (x, y, z) = 5 x + 5 y + 5 z$ ?
Para cada uno de los siguientes casos, determina si las formas lineales son linealmente independientes:
1. $f (x, y) = 5 x + 3 y$ , $g (x, y) = x - 3 y$ .
2. $f (x, y, z) = 5 x + 2 y - z$ , $g (x, y, z) = z$ , $h (x, y, z) = x - y - z$ .
3. $f (w, x, y, z) = w + y$ , $g (w, x, y, z) = 3 x - 2 z$ , $h (w, x, y, z) = x + y + z$ , $k = (w, x, y, z) = w + 2 x - 3 z$ .
Considera el espacio vectorial de polinomios con coeficientes reales $R [x]$ . Considera la función ${ev}_{k} : R [x] \to R$ que a cada polinomio lo manda a su evaluación en $k$ , es decir, con regla de asignación ${ev}_{k} (p) = p (k)$ .
1. Demuestra que cualquier ${ev}_{k}$ es una forma lineal.
2. Sean $k_{1}, \dots, k_{r}$ reales distintos. Muestra que ${ev}_{k_{1}}, \dots, {ev}_{k_{r}}$ son formas lineales linealmente independientes.

Entradas relacionadas

Curso de Álgebra Lineal I

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 $f : D_{f} \subseteq R \to R$ , $g : D_{g} \subseteq R \to R$ . Definimos las siguientes operaciones como:

$f + g : D_{f} \cap D_{g} \subseteq R \to R$
$(f + g) (x) = f (x) + g (x) .$
$α f : D_{f} \subseteq R \to R$ y $α \in R$
$(α f) (x) = α f (x) .$
$f g : D_{f} \cap D_{g} \subseteq R \to R$
$(f g) (x) = f (x) g (x) .$
$\begin{matrix} \frac{f}{g} : D_{f / g} \subseteq R \to R \end{matrix}$
$(\frac{f}{g}) (x) = \frac{f (x)}{g (x)} .$
donde $D_{f / g} = D_{f} \cap (D_{g} - {x \in D_{g} : g (x) = 0})$

Notación: Cuando escribamos $f - g$ hacemos referencia a:
$f - g = f + (- g) .$

Ejemplos

Consideremos a las siguientes funciones:
$\begin{aligned} f : R - {- 1} & \to R & g : R & \to R & h : R & \to R^{+} \end{aligned}$
$\begin{aligned} f (x) & = \frac{1}{x + 1} & g (x) & = x^{3} + 3 & h (x) & = x^{2} + 2 x + 1 \end{aligned}$
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 $D_{f + g} = D_{f} \cap D_{g} = R \cap (R - {- 1}) = R - {- 1}$
$(f g) (x) = f (x) g (x) = (\frac{1}{x + 1}) (x^{3} + 3) = \frac{x^{3} + 3}{x + 1}$
con $D_{f g} = D_{f} \cap D_{g} = R \cap (R - {- 1}) = R - {- 1}$
Si $α = - 4$ :
$(α g) (x) = α g (x) = - 4 (x^{3} + 3) = - 4 x^{3} - 12$
con $D_{α g} = D_{g} = R$
$(\frac{g}{h}) (x) = \frac{g (x)}{h (x)} = \frac{x^{3} + 3}{x^{2} + 2 x + 1}$
como $D_{g / h} = D_{g} \cap (D_{h} - {x \in D_{h} : h (x) = 0})$
Observemos que $x^{2} + 2 x + 1 = (x + 1)^{2}$ por lo que $(x + 1)^{2} = 0$ cuando $x = - 1$ .
Así el dominio sería:
$D_{g / h} = R \cap (R - {- 1}) = R - {- 1}$
$(h - g) (x) = h (x) - g (x) = x^{2} + 2 x + 1 - (x^{3} + 3) = x^{2} + 2 x + 1 - x^{3} - 3$
con $D_{h - g} = D_{h} \cap D_{g} = R \cap R = R$

Composición de funciones

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

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

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

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

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

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

Ejemplos

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

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

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

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 $f : R \to R$ y $g : R \to R^{+}$ definidas como siguen:
$f (x) = x - 8$
$g (x) = x^{4}$
Realiza las siguientes operaciones:
- $f + g$
- $f - g$
- $f g$
- $\frac{g}{f}$
- $g \circ f$
Da una función $f$ y una función $g$ que ejemplifiquen que la composición no es conmutativa:
$f \circ g \neq g \circ f .$
Demuestra que la composición es asociativa, es decir,
$f \circ (g \circ h) = (f \circ g) \circ h .$

Entradas relacionadas

Ir a: Cálculo Diferencial e Integral I
Entrada anterior del curso: Cálculo Diferencial e Integral I: Concepto de función
Entrada siguiente del curso: Cálculo Diferencial e Integral I: Funciones inyectivas, sobreyectivas y biyectivas. Función inversa.
Resto de cursos: Cursos

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»