Matematicas I

Cristian Reyes R.
Oto
no 2002

Indice General

Captulo 1
Introducci
on
En este curso introduciremos algunos conceptos matematicos, algunas ideas
que han sido utilizadas desde siglos y formalizadas desde hace no tanto; estas
ideas y conceptos si bien son ocupados en casi todas las carreras que usan
matematicas no son tan importantes en s como el metodo que usaremos
para desarrollar nuetras teorias, es probable que las definiciones que daremos se olviden luego de acabado el curso, y es probable que, como armas,
las construcciones que haremos no se ocupen nunca o tal vez, a priori, no se
entienda del todo que se quiere hacer o a que se quiere llegar; sin embargo, lo
que queremos lograr es que los estudaintes puedan ser originales en la forma
de abordar los problemas en cualquier area o en la vida cotideana, que sean
ordenados mentalmente, que logren encontrar la escencia de los problemas,
que en cada instancia se bucee hasta encontrar lo realmente importante y
poder relacionar aquello con otros problemas en otras areas que en un principio no tiene nada que ver con el contexto en cuestion.
Las matematicas para muchos es un lenguaje preciso, exacto e ideal ( ideal
en el sentido de Platon), que permite modelar situaciones de la vida cotideana
y resolver problemas en Biologa, Qumica, Fsica, Ingeniera, Economa, incluso en Antropologa, Psicologa, Sociologa, Filologa y otros. Para otros es
una ciencia, que tiene sus fundamentos, sus metodos y sus resultados.
En Biologia (el estudio de los seres vivos) a
un no existe un consenso en
decidir que es un ser vivo, de hecho la Facultad de Ciencias de nuestra
Universidad tiene una de las mas reconocidas definiciones de ser vivo dada
por Humberto Maturana; sin embargo se hace Biologa y se avanza y se logran
resultados que tal vez permitan despejar algunas dudas. El origen de lo vivo
es tambien un asunto no resuelto,imaginarse las condiciones en que ocurrio
2

eso es un tema que a los biologos apasiona, la forma en que lo vivo surge de
lo no-vivo es una pregunta fundamental, pero a
un no resuelta.
En Fsica han habido varias teoras para explicar el origen del universo,
las revoluciones no han sido pocas en Fsica. En Qumica los modelos para
explicar la teora atomica tampoco ha sido u
nica.
Es decir, se suponen cosas ciertas para todos a modo de convenio y se trabaja en ese contexto asumiendo que son leyes basicas sin explicacion, pero
que la intuicion acepta sin mayores reparos. Cuando uno busca una palabra
en el diccionario ocuure algo similar, por ejemplo la palabra: Rubefacci
on:
Rubicundez producida en la piel por un medicamento irritante. En este ejemplo el diccionario esta suponiendo que conocemos las palabras: Rubicundez,
producida, en ,la ,piel, por, un, medicamento, irritante. Entonces alguien podra decir que podemos ir al diccionario de nuevo y buscar las palabras que
no conocemos ; OK, vamos. Rubicundez: Calidad de Rubicundo. Y sigamos,
Rubicundo: Dcese de la persona de rostro muy colorado. En ese punto uno
puede hacerse una idea de lo que se trata y este metodo funciona bien, pero
sin duda que suponemos un conocimiento basico de la lengua castellana. De
hecho el diccionario no define muchas palabras o se pisa la cola definiendo
palabras a partir de sinonomos que nunca aparecen como conceptos independientes.
En matematicas tambien hay conceptos basicos que no se definen y se
aceptan como obvios, porque la intuicion dice que as es como debe ser, sin
embargo nadie lo puede demostrar, ni tampoco probar que son falsos. Los
matematicos a esas leyes basicas para las cuales no hay demostracion les
llaman Axiomas, y a aquellas leyes que se deducen a partir de esos axiomas
les llama Teoremas o Proposiciones y a las concecuencias inmediatas de esos
teoremas les llaman Corolarios.
Por ejemplo, uno de los teoremas mas famosos en la ense
nanza media es
el Teorema de Pitagoras, ( que ni siquiera se sabe si ese resultado se debe
efectivamente a Pitagoras o a uno de sus discipulos) dice lo siguiente:
Teorema 1.0.1 (Teorema de Pit
agoras) La suma de las areas de los cuadrados en los catetos es igual al area del cuadrado formado en la hipotenusa.
Por que eso es cierto? Por que siempre lo hemos ocupado, asumiendo
que nuestro profesor no nos mintio? Como convencernos de eso? Como
demostrar esto?
Demostraci
on:
3

Consideremos un triangulo rectangulo de catetos a, b e hipotenusa c, como

muestra la figura

ahora dispongamos cuatro triangulos congruentes a el, como muestra la figura, formando un cuadrado de lado a + b encerrando un cuadrado de lado c,
como muestra la figura

Ahora bien, el area de la figura achurada es por un lado el area del cuadrado
exterior menos el area del cuadrado interior, y por otra parte es cuatro veces
el area del triangulo en cuestion. Es decir,
(a + b)2 c2 = 4(
4

ab
)
2

desarrollando el cuadrado resulta

a2 + 2ab + b2 c2 = 2ab
sumando a ambos lados c2 2ab resulta:
a2 + b2 = c2
que es exactamente lo que queramos probar.2
Eso es una demostracion del teorema de Pitagoras, pero para eso asumimos que el area de un cuadrado es el cuadrado del lado, que el area de un
triangulo es la mitad de la base por la altura, que a, b, c son n
umeros reales
los cuales se suman, se multiplican, y tienen una ley distrubutiva que nos permite desarrollar el cuadrado del binomio, tambien suponemos que conocemos
algunas propiedades de ecuaciones,. . . , etc.
Este ejemplo, espero que muestre la necesidad de suponer algunas cosas
basicas, y desde all desarrollar algunas ideas mas interesantes. Esos axiomas
seran los cimientos sobre los cuales edificaremos nuestro castillo. Algunos de
los conceptos que no definiremos son: Conjunto, pertenencia, inclusion, las
otras cosas las nombraremos en el camino y les llamaremos axiomas, y en su
momento las comentaremos.
Esperamos que este curso sea aprovechado al maximo y que la discucion
sea enriquecedora para todos.

Captulo 2
N
umeros Naturales
En este captulo estudiaremos a los n
umeros naturales, sus propiedades mas
importantes, induccion matematica, aplicaciones en combinatoria, estudiaremos algunas propiedades del binomio de Newton, del triangulo de Pascal, y
algunas ideas de probabilidades.

2.1

Inducci
on Matem
atica

Uno de los cimientos abstractos a cuales nos referimos en la introduccion es

la exixstencia de los n
umeros naturales cumpliendo una de las propiedades
mas importantes que se llama Principio de Inducci
on Matematica, que una
vez que se la mostremos les parecera una trivialidad, que en realidad lo es.
Para nosotros, los n
umeros naturales es el conjunto:
N = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, . . . . . .}
que supondremos por todos conocido. Cuyos elementos estan ordenados de
menor a mayor y cada elemento tiene un sucesor inmediato salvo el primer
elemento (1).
1 < 2 < 3 < 4 < 5 < 6 < 7 < 8 < 9 < 10 < 11 < 12 < 13 < 14 < . . .
Como cada elemento tiene un sucesor inmediato, resulta que nuestro conjunto es infinito, nunca se acaba. Una propiedad algebraica importante es que
los elementos de N se pueden sumar, es decir, dados dos n
umeros naturales la
suma entre ellos es de nuevo un n
umero natural, esta suma tambien la supondremos conocida. Esta suma es conmutativa y asociativa como sabemos. En
6

smbolos :
a + b = b + a,

a + (b + c) = (a + b) + c

Tambien existe una multiplicacion en N, esto es, para cualesquiera par de

elementos de N, el producto entre ellos es de nuevo un n
umero natural,
esta multiplicacion tiene buenas propiedades: conmutatividad, asociatividad,
tiene un elemento neutro, y distribuye con respecto a la suma. En smbolos:
ab = ba,

(ab)c = a(bc),

1a = a,

a(b + c) = ab + ac.

Existe una propiedad, que es la que nos ocupara en esta seccion, que
aparecera muy natural y obvia y resultara muy util, y es la siguiente: Supongamos que tenemos un subconjunto A de N con las siguientes propiedades:
i) 1 A
ii) Cada vez que un n
umero esta en A implica que su sucesor esta en A.
Entonces Que podemos decir de A? Veamos, por i) tenemos que 1 A, por
ii) 2 A, pues 1 ya esta en A, ahora como 2 A por ii) 3 A, ahora como
3 A por ii) 4 A y as sucesivamente todos los elementos de N estan en
A, entonces A = N. Esta conclusion que no se ve tan complicada es lo que
llamamos el principio de induccion matematica o quinto postulado de Peano.
Formalicemos esto.
Axioma 2.1.1 (Principio de Inducci
on Matem
atica, primera versi
on)
Sea A un subconjunto de los n
umeros naturales tal que:
i) 1 A
ii) Si cada vez que un n
umero natural n esta en A implica que su sucesor
n + 1 esta en A.
Entonces A = N.
Veamos algunas aplicaciones:
1=1
1 + 3 = 4 = 22
1 + 3 + 5 = 9 = 32
1 + 3 + 5 + 7 = 16 = 42
1 + 3 + 5 + 7 + 9 = 25 = 52
7

1 + 3 + 5 + 7 + 9 + 11 = 36 = 62
Al parecer la suma de los primeros n impares resulta el cuadrado de n.
Probemos esto por induccion. Ordenemos un poco y escribamos formalmente lo que queremos probar.
Ejemplo 2.1.1 La suma de los primeros n n
umeros impares es el cuadrado
de n. En smbolos: Para cualquier n N se tiene
1 + 3 + 5 + 7 + + 2n 1 = n2
Demostremos la proposicion anterior por induccion.
Demostraci
on:
Sea A = {n N/1+2+3+ +2n1 = n si logramos probar que A tiene las
dos propiedades de (2.1.1) entonces A = N y en ese caso todo n
umero natural
satisfacera la proposicion en cuestion. Entonces basta probar que A satisface
i) y ii). Que 1 esta en A es obvio, pues la suma del primer impar es igual
al primer cuadrado, resulta de la igualdad trivial 1 = 1. Ahora supongamos
que n esta en A y debemos demostrar que n + 1 esta en A. Que n esta en A
significa que
1 + 3 + 5 + 7 + + 2n 1 = n2
eso es lo que estamos suponiendo (la llamaremos hipotesis inductiva). Y lo
que queremos probar es que n + 1 esta en A, esto es,
1 + 3 + 5 + 7 + + 2n 1 + 2(n + 1) 1 = (n + 1)2 .
Notemos que
1 + 3 + 5 + 7 + + 2n 1 + 2(n + 1) 1 = 1 + 3 + 5 + 7 + + 2n 1 + 2n + 1
por hipotesis inductiva tenemos que
1+3+5+7+ +2n1+2(n+1)1 = [1+3+5+7+ +2n1]+2n+1 = n2 +2n+1
pero n2 + 2n + 1 = (n + 1)(n + 1) = (n + 1)2 . Luego juntando el principio
con el final de nuestra cadena de igualdades se tiene:
1 + 3 + 5 + 7 + + 2n 1 + 2(n + 1) 1 = (n + 1)2
que es lo que queramos probar, entonces lo que hemos probado es que A = N,
es decir, para cualquier n
umero natural n la suma de los primeros n n
umeros
naturales impares es igual al cuadrado de n. 2
8

Una forma distinta de ver el principio de induccion es la siguiente: Consideremos una proposicion P que involucra a los n
umeros naturales, si esa
proposicion P es satisfecha por n entonces diremos que n cumple P , as por
ejemplo, para fijar ideas, podemos pensar en la proposicion: 2n + 1 es un
n
umero primo. Entonces, 1 cumple P , 2 cumple P , 3 NO cumple P , y as
sucesivamente. Si necesitasemos decidir si P es falsa o cierta para todos los
n
umeros naturales, podemos hacerlo por induccion sin necesidad de usar el
lenguaje de teoria de conjuntos, del siguiente modo:
Teorema 2.1.1 (Principio de Inducci
on, segunda versi
on) Si P es una
proposici
on para los n
umeros naturales, tales que:
i) 1 cumple P .
ii) Cada vez que n cumple P tambien n + 1 lo cumple.
Entonces P es cierto para todo n N
La demostracion del teorema resulta de definir A = {n N/n cumple P },
se deja al estudiante los detalles.
Esta nueva version, que es lo mismo que antes escrito de otro modo, a
algunas personas le es mas comoda que la anterior, pues no se necesita el
lenguaje de teoria de conjuntos.
Ejemplo 2.1.2 El producto de un n
umero natural por su sucesor es un
n
umero par.
Probaremos la afirmacion anterior por induccion. La proposicion es la
siguiente: Para cualquier n N se tiene n(n + 1) es par. Recordemos que
un n
umero es par si se puede escribir como el producto de 2 por un n
umero
natural.
Demostraci
on:
i) 1 cumple P , pues 1(2)=2 que obviamente es par. ii) Supongamos que n
cumple P esto es n(n + 1) es par. (Hip. inductiva) Debemos demostrar que
n + 1 cumple P asumiendo cierta la hipotesis inductiva. Es decir, debemos
probar que (n + 1)(n + 2) es par, sabiendo que n(n + 1) es par. Notemos
que (n + 1)(n + 2) = (n + 1)n + 2(n + 1) ,el primer sumando es par por hip.
inductiva y el segundo por que evidentemente es un multiplo de 2 y la suma
de n
umeros pares es par, luego (n + 1)(n + 2) es par. Luego n + 1 cumple P
cada vez que n la cumple. Luego todo n
umero natural multiplicado por su
sucesor es par.2
Muchos ejercicos de divisibilidad se pueden resolver por induccion, pero
antes de mostrar un ejemplo, recordemos ese concepto.
9

Definici
on 2.1.1 Diremos que n es divisible por m, o m divide a n, o m es
un factor de n,o n es un multiplo de m, si existe k N tal que n = mk.
Ejemplo 2.1.3 Para cualquier n
umero natural n se cumple que 7n 4n es
divisible por 3.
i) 1 cumple la proposicion, de hecho, 71 41 = 7 4 = 3 = 3(1), que es
claramente divisible por 3.
ii) Supongamos que n cumple la proposicion, esto es, existe k N tal que
n
7 4n = 3k y debemos demostrar que 7n+1 4n+1 = 3(algo). Notemos que
7n+1 4n+1 = 7(7n ) 4(4n ) = (6 + 1)7n (3 + 1)4n
pero

(6 + 1)7n (3 + 1)4n = 6(7n ) 3(4n ) + [7n 4n ] = 3(27n 4n ) + 3k

pero

3(2(7n ) 4n ) + 3k = 3(2(7n ) 4n + k)

Luego uniendo el principio con el fin de nustra cadena de igualdades se obtiene

7n+1 4n+1 = 3(2(7n ) 4n + k)
que es lo que queamos probar. Luego para cualquier n
umero natural n se
tiene que 7n 4n es divisible por 3. 2
Veamos un u
ltimo ejemplo antes de introducir nuevos conceptos.
Ejemplo 2.1.4 La suma de los primeros n n
umeros naturales es igual a la
mitad del producto entre n y su sucesor.
Lo que queremos probar es que, para cualquier valor de n se tiene que
1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + + n =

n(n + 1)
2

Demostraci
on:
i)1 = 1(2)
, luego 1 cumple la proposicion.
2
ii) Supongamos que n cumple la proposicion, esto es,
1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + + n =

n(n + 1)
,
2

y debemos probar que n + 1 cumple la proposicion, es decir, basta probar

que
1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + + n + (n + 1) =
10

(n + 1)(n + 2)
.
2

Notemos que
[1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + + n] + (n + 1) =

n(n + 1)
+ (n + 1)
2

por hipotesis inductiva y factorizando por (n + 1) se tiene que

n(n + 1)
n
n+2
(n + 1)(n + 2)
+ (n + 1) = (n + 1)( + 1) = (n + 1)
=
2
2
2
2
Uniendo el final y el comienzo de nuestra cadena de igualdades se tiene:
1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + + n + (n + 1) =

(n + 1)(n + 2)
.
2

que es lo que queramos probar.2

Este resultado tambien demuestra la proposicion del ejemplo (2.1.2).

2.2

Sumatorias

Queremos notar que se vuelve un poco molesto escribir sumas del estilo
1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + + n

1 + 3 + 5 + 7 + 9 + 11 + 13 + 15 + + (2n 1) + (2n + 1)
de forma tal que escribiremos esas sumas de un modo mas abreviada, pero
solo sera eso, un diminutivo para un nombre mas largo, no habra nada oculto ni misterioso, del mismo modo que a Jose Emilio Ignacio Del Carmen
Irarrazaval Fernandez de Castro le llamamos Pepe.
Definici
on 2.2.1 Si tenemos una colecci
on finita de n
umeros, digamos
{a1 , a2 , a3 , . . . , an }, el simbolo
n
X
ai
i=1

significar
a la suma
a1 + a2 + a3 + + an

11

As por ejemplo,
1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + + n
se escribira

n
X

i=1

la suma
1 + 4 + 9 + 16 + 25 + + n2
n
X
se escribira
k2.
k=1

P Algunas propiedades claras de la sumatoria, as le llamaremos al simbolo

, que en realidad es la letra sigma mayuscula del alfabeto griego, son las
siguientes: (las demostraciones se dejan al estudiante.)
Propiedades 2.2.1 Si {a1 , a2 , a3 , . . . , an } y {b1 , b2 , b3 , . . . , bn } son dos conjuntos de n
umeros y c es un n
umero fijo cualquiera. Entonces:
1)

n
X

(aj + bj ) =

j=1

2)

n
X

aj +

n
X

j=1
n
X

c(al ) = c

bj

j=1
n
X

al

l=1

l=1

3)Si 1 N n, entonces

n
X

am =

m=1

N
X
m=1

am +

n
X

am .

m=N +1

n1
X
4)(Propiedad Telesc
opica)
(ai+1 + ai ) = an a1
i=1

5)

n
X

c = nc

k=1

12

Usemos propiedades de la sumatoria para calcular algunas sumas, comencemos con unas conocidas: Recordemos que
n
X

k=

k=1

n(n + 1)
.
2

Calculemos ahora la misma suma, pero ahora de otro modo. Sabemos que
(k + 1)2 k 2 = 2k + 1, entonces la suma:
n
X

(k + 1) k =

k=0

n
X

2k + 1

k=0

por propiedades de la sumatoria y reconociendo en el lado izquierdo de la

igualdad una suma telescopica se tiene:
(n + 1)2 = 2

n
X

k+

n
X

k=0

k=0

(n + 1)2 = 2

n
X

k + (n + 1)

k=0
2

(n + 1) (n + 1) = 2

n
X

k=0

(n + 1)((n + 1) 1) = 2

n
X
k=0

(n + 1)n = 2

n
X

k=0
n

(n + 1)n X
=
k
2
k=0
y como

n
X

k=

k=0

n
X

k=1

se tiene lo que se quera probar.

13

por que?

Recordemos tambien que por induccion probamos que

n
X

2n 1 = n2 ,

t=1

veamos ahora lo facil que resulta usando propiedades de sumatoria:

n
X
t=1

2n 1 = 2

n
X
t=1

n
X

1 = n(n + 1) n = n2 .

t=1

En la gua de ejercicios encontraran ejercicios suficientes para resolver.

2.3

Combinatoria

Otra de las aplicaciones de los n

umeros naturales, es que sirven para contar,
as de simple, es por eso que se llaman n
umeros naturales, por cuentan las
cosas que estan en la naturaleza. Sin embargo contar, mas especficamente
contar en forma ordenada no es un problema facil. Por ejemplo, Cuantas diagonales tiene un hexagono regular?, Cuantas diagonales hay en un polgono
regular de n lados? Cual es el n
umero maximo de patentes que se puede
crear en Chile, con el actual formato? Cuantos subconjuntos de k elementos
tiene un conjunto de n elementos?. Estas son las preguntas que intentaremos
responder en esta seccion.
Un problema clasico es el siguiente: Hay 7 personas con las cuales se
formaran comites del siguiente modo: i) Dos personas estan en un u
nico
comite. ii)Dos comites tienen solo a una persona en com
un. iii) Existen cuatro
personas tal que cada tres no estan en un mismo comite.
Existe tal confuguracion?
Todos los comites tendran la misma cantidad de personas? Cuantos
comites resultaron? Si tal configuracion existe, cuantas existen?
Las respuestas ya se conocen y son las siguientes:
Si las personas son Anastacio(A), Beatriz(B), Carmela(C), Diogenes(D),
Eetela(E), Filordina(F) y Guillermina(G), una posible configuracion es la
siguiente:
{A, E, C}, {A, F, B}, {A, D, G}, {B, E, D}, {B, G, C}, {C, E, F }, {F, E, G}

14

Invitamos a los estudiantes a verificar que efectivamente cumple con las

propiedades requeridas. No es difcil comprobar que escencialmente es la
u
nica configuracion posible, cualquier otra difiere de la nuestra solo en un
cambio de nombre de las personas. Ademas se puede probar que 7 es el
menor n
umero para el cual existe una tal configuracion, se invita al estudiantado a verificar esta afirmacion, el siguiente n
umero posible es 13. Sin
embargo, a
un no se sabe con absoluta certeza para cuales existe y para cuales
no, de hecho es un problema abierto en matematicas si para 111 existe una
tal configuracion, existe una prueba computacional, pero a
un ninguna con
lapiz y papel. Si alguno de uds. lo resuelve el resultado se puede publicar en
una de las mas prestigiosas revistas matematicas del orbe.
Sin embargo, no nos detendremos en problemas tan difciles, sino que en
aquellos que podamos atacar prontamente.
Supongamos que queremos llegar a la azotea de un edificio, el edificio
tiene 4 puertas de acceso y 3 ascensores . De cuantas maneras distintas
puedo llegar hasta la azotea? Para responder a esto, podemos describir todas
las formas posibles y eso haremos, al menos una vez en la vida. Si las puertas
son {P1 , P2 , P3 , P4 } y los ascensores {A1 , A2 , A3 }, si anotamos (Pi , Aj ) cuando
se entra por la puerta i y se sube por el ascensor j nos damos cuenta que
todas las formas distintas de llegar a la azotea son las siguientes:
(P1 , A1 ), (P1 , A2 ), (P1 , A3 ),
(P2 , A1 ), (P2 , A2 ), (P2 , A3 ),
(P3 , A1 ), (P3 , A2 ), (P3 , A3 ),
(P4 , A1 ), (P4 , A2 ), (P4 , A3 )
que en total suman 12. Un diagrama, llamado diagrama de arbol, permite
contar las posibles formas de un modo mas simple:

Si uno cuenta las puntas finales de las flechas del u

ltimo paso se tiene que
son 12. El diagrama de arbol muestra graficamente, lo que los matematicos
llaman El Principio Fundamental del Conteo, que dice lo siguiente: Si una
accion, o un resultado cualquiera, se puede obtener luego de realizadas dos
etapas, si la primera etapa se puede realizar de n formas distintas y la segunda
15

de m formas distintas, entonces el resultado se puede obtener de nm formas

distintas.
Esto ultimo se puede generalizar: Si una accion, o un resultado cualquiera,
se puede obtener luego de realizadas n etapas, si la primera etapa se puede
realizar de m1 formas distintas y la segunda de m2 formas distintas, la tercera
etapa de m3 formas distintas, y as sucesivamente, hasta llegar a la nesima
etapa que se puede realizar de mn formas distintas, entonces el resultado se
puede obtener de m1 m2 m3 mn formas distintas.
Por ejemplo, si tenemos un abecedario de 26 letras y un conjunto de 10
dgitos, {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}, se quiere hacer patentes para automoviles
con 6 casilleros, donde los 2 primeros estan formados por letras y los 4
restantes por dgitos. Cuantos patentes se pueden crear?
Respuesta:
Para la primera letra tenemos 26 posibilidades.
Para la segunda letra tenemos 26 posibilidades.
Para el primer dgito tenemos 10 posibilidades.
Para el segundo dgito tenemos 10 posibilidades.
Para el tercer dgito tenemos 10 posibilidades.
Para el cuarto dgito tenemos 10 posibilidades.
En total tenemos 26 26 10 10 10 10 patentes distintas, esto es,
6.560.000 patentes diferentes.
16

Otro ejemplo: De cuantas maneras distintas podemos ordenar, n personas en una fila?
Respuesta Empecemos estudiando los casos, cuando n es peque
no, para tener
una idea como hacer el caso general. Si n = 1, solo existe una forma de
hacerlo, es un caso muy facil, pero no indica nada. Si n = 2, tambien es facil,
solo hay dos posibilidades AB y BA. Si n = 3 las posibilidades son ABC,
ACB, BAC, BCA, CAB y CBA. Son 6 posibles formas, pero contemos
ordenadamente ahora para obtener un metodo que nos alumbre en el caso
general, tenemos tres elementos para ubicar en tres casilleros (, , ), para
el primer lugar tengo 3 posibilidades , pues cualquiera de ellos puede ocupar
el primer lugar, para el segundo solo tengo dos posibilidades, pues el primero
ya se fijo, y para el u
ltimo solo una posibilidad pues los dos anteriores ya
estan fijos. Por el principio fundamental del conteo, tenemos 3 2 1 = 6
formas distintas de ordenar tres personas en una fila. Si n = 4, contaremos
directamente las posibilidades, sin determinarlas, debo ubicar 4 elementos
en 4 casilleros (, , , ), para el primer casillero tenemos 4 posibilidades y
fijamos cualquiera de ellos en el primer lugar, notemos que ya utilizamos un
elemento, para el segundo solo me quedan 3 posibilidades, entonces fijemos
uno de ellos en las segunda posicion, notemos que ya hemos utilizado 2, para
el tercero solo me que dan 2 posibilidades, y notemos que ya hemos ocupado
3 de los cuatro elementos, por fin para la cuarta posicion solo nos queda 1
posibilidad; es decir, en total tenemos 4 3 2 1 = 24 posibles formas de
ordenar 4 personas el una fila. Ahora, parece que ya encontramos la forma
de generalizar nuestro resultado, si queremos ordenar a n personas en una
fila, lo podemos hacer de
n (n 1) (n 2) (n 3) (n 4) 3 2 1 maneras
a ese n
umero le llaman el factorial de n y se anota n!. Por ejemplo,
1! = 1
2! = 2
3! = 6
4! = 24
5! = 120
6! = 720
17

..
.

..
.

30! = 265252859812200000000000000000000

aproximadamente

Hagamos una peque

na variacion del problema anterior. Supongamos que
tenemos un conjunto de n objetos y las quiero ordenar en una fila de k
casilleros, con k n. Usando el mismo metodo que en el problema anterior
tenemos que para el primer casillero tenemos n posibilidades, para el segundo
casillero (n 1) posibilidades, para el tercero (n 2) posibilidades, y as
sucesivamente hasta llegar al k-esimo casillero para el cual hay (n (k 1))
posibilidades,pues ya hemos llenado k 1 casilleros; en total tenemos:
n (n 1) (n 2) (n 3) (n (k 1)) posibilidades
a ese n
umero le llaman las permutaciones de n sobre k, y se anota P (n, k) o
tambien Pkn ; en particular P (n, n) = n!.
Notemos que P (n, k) no es otra cosa que n! truncado en el kesimo
factor, es decir, es el factorial de n al cual se le quito la cola final, es decir,
si a P (n, k) le pegamos la cola final se obtiene el factorial de n, esto es:
n! = P (n, k)(nk)(n(k +1))(n(k +2))(n(k +3)) 321
esto es:
n! = P (n, k)(n k)!
entonces
P (n, k) =

n!
(n k)!

notar que esta u

ltima relacion no tiene sentido cuando n = k, pues estamos
dividiendo por 0!, pero para que esta relacion sea cierta siempre y por otras
razones que ya veremos es bueno convenir, es un convenio no hay una buena
razon para esto, definir 0! = 1, y para el resto de este curso as sera.
Por ejemplo, De cuantas formas se puede escoger una directiva de un
curso de 32 alumnos, que cuente de un presidente, de un secretario y un
tesorero. El resultado es
P (32, 3) = 32 31 30 = 29.760
formas distintas.
18

Notar que esa pregunta es distinta a la siguiente: De cuantas formas se

puede escoger un comite de tres estudiantes de un curso de 32 para discutir
sobre la adhesion al proximo paro?
En el caso anterior, no es lo mismo escoger a Jacinto de presidente, a Mireya
de secretaria y a Mallen de tesorera, o a Jacinto de presidente, a Mallen
de secretaria y a Mireya de tesorera, o a Mireya de presidenta, a Jacinto de
secretario y a Mallen de tesorera, o a Mireya de presidenta, a Mallen de secretaria y a Jacinto de tesorero, o a Mallen de presidenta, a Mireya de secretaria
y a Jacinto de tesorero, o a Mallen de presidenta, a Jacinto de secretario y
a Mireya de tesorera; son todos caso distintos, pero en nuestro caso todos
ellos se confunden en uno solo, a saber, el comite formado por Mara, Juan y
Mallen. En este caso, el de los comites, hay claramente menos que en el caso
anterior. Cuantos menos? o mejor dicho Cuantas veces menos?
Notemos que por cada tro escogido en el problema de los comites hay 6
posibles directivas distintas, o dicho de otro modo, las 29760 posibles directivas se pueden agrupar en saquitos de 6 en los cuales se repiten los nombres
pero no el orden y esos 6 se confunden en un solo comite, es decir, si C denota
el n
umero de posibles comites entonces
6C = 29760,
es decir,
C = 29760 : 6 = 4960
o tambien
C=

P (32, 3)
.
3!

De cuantas formas se puede escoger un subconjunto de k elementos de

un conjunto de n elementos? Al n
umero que es el resultado a esa respuesta
n
se le llama las combinaciones
de n sobre
n
n k, y se anota C(n, k) o bien Ck
o mas popularmente k ; por ejemplo
= 1, pues el u
nico subconjunto
0

con cero elementos es el vaco, n1 = n, pues hay n formas distintas de
escoger un elemento de un total de n. Intentemos
responder a la pregunta

n
general, para eso intentemos comparar k con P (n, k). Para eso calculemos
P (n, k) de una forma distinta como lo hicimos antes. Recordemos que P (n, k)
cuenta las posibles manera de poner k objetos de un total de n en una fila
de k casilleros. Entonces primero escojamos k personas, y luego contamos las
distintas formas distintas de ordenarlas. Para la primera etapa tenemos nk
19

formas distintas, y k objetos se ordenan de k! formas distintas en k casilleros,

por el principio fundamental del conteo se tiene:

n
P (n, k) =
k!,
k
es decir,
n!
=
(n k)!
es decir,

n
k!,
k

n!
n
=
(n k)!k!
k

En este punto tambien es necesario que 0! = 1 para no descartar casos

triviales.
Por ejemplo, si se imprimieran todos los posibles cartones de Kino solo
una vez, Cuantos cartones se imprimiran? La respuesta se deja al lector.

2.4

Binomio de Newton

Consideremos un cuadrado de lado a+b, y dividamoslo como muestra la figura

20

Notemos que el area del cuadrado es la suma del area del cuadrado de
lado a del cuadrado de lado b y de dos rectangulos conguentes de lados a y
b. Es decir:
(a + b)2 = a2 + ab + ba + b2 = a2 + 2ab + b2
que no es otra cosa que el ya famoso desarrollo del cuadrado del binomio.
Con un cubo de arista a + b se puede hacer lo mismo y se obtendra, un
cubo de arista a, tres paralelepipedos de aristas a, a y b, tres paralelepipedos
de aristas a, b y b y un cubo de arista b, es decir, calculando vol
umenes se
obtiene:
(a + b)3 = a3 + 3a2 b + 3ab2 + b3
se invita al estudiante de convenserse de esta u
ltima relacion. En cuatro
dimensiones es un poco dificil imaginarse el resultado, pero algebraicamente
se puede hacer con ayuda de los n
umeros combinatorios. Calculemos (a + b)4 ,
para eso lo podemos hacer de muchas formas distintas, lo podemos hacer
(a + b)3 (a + b) o tambien (a + b)2 (a + b)2 o tambien
(a + b)(a + b)(a + b)(a + b).
Elijiremos esta u
ltima. El resultado sera la suma de las posibles formas de
multiplicar un elemento del primer parentesis, otro del segundo, otro del tercero y otro del cuarto, por ejemplo puedo escoger una a del primer parentesis,
una b del segundo parentesis, una a del tercero y una a del cuarto, y aparecera
el sumando abaa = a3 b, la pregunta es Cuantas veces aparece ese mismo
sumando? La respuesta
es 4 pues es la forma de escoger tres a de un total
4
de 4, es decir 3 = 4, o lo que es lo mismo escoger una b de un total de
4. Entonces los factores que aparecen son: a4 , a3 b, a2 b2 , ab3 , b4 . La pregunta a
reponder es Cuantas veces aparece cada uno de ellos?
a4 De cuantas formas puedo escoger cuatro a de un total de cuatro?
o equivalentemente
4 4 De cuantas formas puedo escoger cero b de un total de
cuato? 4 = 0 = 1.
a3 b De cuantas formas puedo escoger tres a de un total de cuatro?
o equivalentemente
De cuantas formas puedo escoger una b de un total de
cuato? 43 = 41 = 4.
a2 b2 De cuantas formas puedo escoger dos a de un total de cuatro?
o equivalentemente
De cuantas formas puedo escoger dos b de un total de

cuato? 42 = 6.

21

ab3 De cuantas formas puedo escoger una a de un total de cuatro?

o equivalentemente
De cuantas formas puedo escoger tres b de un total de
cuato? 41 = 43 = 4.
b4 De cuantas formas puedo escoger cero a de un total de cuatro? o
equivalentemente
4 4 De cuantas formas puedo escoger cuatro b de un total de
cuato? 0 = 4 = 1.
Entonces:
(a + b)4 = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4
o equivalentemente





4
4 4
4 2 2
4 4
4 3
3
b
a b+
ab +
ab +
a +
(a + b) =
4
3
0
1
2
4

o equivalentemente
4

(a + b) =

4
X
4
i=0

a4i bi

Del mismo modo, se puede calcular (a + b)n . El resultado sera la suma

de los productos que resulten de escoger un elemento del primer parentesis,
uno del segundo, uno del tercero, uno del cuarto, . . . , y uno del nesimo. Los
monomios que apareceran son an , an1 b, an2 b2 , an3 b3 , . . . , ank bk , . . . , abn1 , bn ,
la pregunta ahora es: Cuantas veces aparece ank bk para todos los posibles
k? o equivalentemente De cuantas formas puedo escoger (n k) a de un
total de n? o equivalentemente De cuantas maneras
puedo escoger k b de

un total de n? y la respuesta es inmediata de nk maneras distintas. Es decir

(a + b)n =

n n
n n1
n n2 2
n nk k
n
n n
n1
a +
a b+
a b + +
a b + +
ab +
b
0
1
2
k
n1
n
o equivalentemente
n

(a + b) =

n
X
n
k=0

ank bk

Invitamos a los estudiantes a que pruben esta u

ltima relacion por induccion. A esta u
ltima relacion se le llama la formula del Binomio de Newton.
Por ejemplo: Cual es el termino central del desarrollo de (2x2 3y)4 ?
Solucion
22

(2x 3y) =

4
X
4

i=1

(2x2 )41 (3y)i

no es difcil darse cuenta que este desarrollo cuenta de 5 sumandos, que son
cuando i toma el valor: 0, 1, 2, 3 o 4 y entonces el termino central se logra
cuando i = 2, luego el termino central es:

4
(2x2 )2 (3y)2 = 6 4x4 9y 2 = 216x4 y 2 . 2
2
Notemos que para conocer el desarrollo de (a + b)n es necesario conocer
los monomios que aparecen y los coeficientes que los acompa
nan. Pero los
monomios son conocidos y es facil de memorizarlos, solo aparecen a y b, la
suma de las potencias es siempre n y las potencias de a van en decenso y las
de b en ascenso, esto es:
an b0 = an , an1 b1 = an1 b, an2 b2 , an3 b3 , . . . , a2 bn2 , a1 bn1 = abn1 , a0 bn = bn
si esto ya esta claro, estaremos de acuerdo que para conocer el desarrollo del
Binomio de Newton, basta conocer los coeficientes. La verdad es que ya los
conocemos son las combinaciones de n sobre k, pero queremos conocer esos
n
umeros de forma mas simple. Observemos lo siguiente:
(a + b)0 = 1
(a + b)1 = 1a + 1b
(a + b)2 = 1a2 + 2ab + 1b2
(a + b)3 = 1a3 + 3a2 b + 3ab2 + 1b3
(a + b)4 = 1a4 + 4a3 b + 6a2 b2 + 4ab3 + 1b4
(a + b)5 = 1a5 + 5a4 b + 10a3 b2 + 10a2 b3 + 5ab4 + 1b5
(a + b)6 = 1a6 + 6a5 b + 15a4 b2 + 20a3 b3 + 15a2 b4 + 6ab5 + 1b6
(a + b)7 = 1a7 + 7a6 b + 21a5 b2 + 35a4 b3 + 35a3 b4 + 21a2 b5 + 7ab6 + 1b7
Tenemos un esplendido triangulo donde cada fila tiene exactamente un
elemento mas que el anterior. Si estamos de acuerdo que los coeficientes son
los que tienen la informacion necesaria para desarrollar el binomio, como lo
comentamos en el parrafo anterior, basta que consideremos el triangulo de
los coeficientes:
23

1
1
1
1
1
1
1
1

2
3

4
5

1
3

6
10

15
21

1
1
4
10
20

35

1
5

15
35

1
6

21

1
7

Viendo este u
ltimo triangulo hagamos algunas observaciones:
Observacion 1: Al comienzo y al final de cada
un 1, lo cual era
fila aparece

de esperar pues esos n
umros corresponden a n0 y a nn respectivemente.
Observacion 2: El triangulo es totalmente simetrico respecto a la altura que
baja desde el vertice superior hasta la base. Eso era de esperar?
Observacion 3: Si numeramos la fila, comenzando por la fila 0 aquella que
tiene solo al 1, la fila 1 aquella que tiene 1
1, y as sucesivamente. Entonces
n
la suma d elos terminos de la fila n es 2 . Es claro por que pasa eso?
Observacion 4: Las diagonales que estan a los lados de la primera y la u
ltima
indican la numeracion de la fila que hicimos en la observacion anterior.Por
que?
Observacion 5: Si n es primo todos los elementos de la fila n son divisibles
por n.Por que?
Observacion 6: Cada elemnto de cada fila, salvo los extremos, es la suma de
los termino de la fila superior que estan exactamente sobre el. Era claro, a
priori, que as ocurrira?
Existen otras particularidades bastante interesantes de este triangulo
que invitamos a los estudiantes a descubrir. Este triangulo se conoce como Tri
angulo de Pascal en honor al genial matematico y fsico frances Blaise
24

Pascal (1623-1662). Probaremos que las observaciones 2 y 6 son ciertas en

general.
Demostraci
on de la observacion 2: Lo que debemos probar es que:

n
n
=
k
nk
para cualquier n y para cualquier k n. Esto se podra probar por induccion, o tambien explicitando los respectivos valores de esos numeros; pero
en cualquiera de esos casos no se sabe que es lo que esta pasando en escencia. De modo que aqu lo haremos contando ordenadamente. Cada vez que
escojemos un subconjunto de k elementos de un total de n estamos dejando
n k sin elejir, es decir, da lo mismo pedir que se escoja k de un total de n
y dejelos dentro de un saco o escoja n k elementos y dejelos fuera del saco,
es decir:

n
n
.
=
nk
k
2
La observacion 6, lo que esta diciendo es que:

n
n1
n1
,
=
+
k
k1
k
esta u
ltima relacion es muy importante y se llama F
ormula de Pascal y
que aqu la damos en forma de teorema.De nuevo esto se puede probar por
induccion o simplemente calculando esos valores explicitamente y luego comparandolos, pero nosotros lo haremos contando ordenadamente.
Teorema 2.4.1 (Formula de Pascal) Para cualquier n N y para cualquier
k N tal que 1 k n 1, se tiene:

n
n1
n1
(2.1)
=
+
k
k1
k
Demostraci
on:
Recordemos que nk cuenta la cantidad de subconjuntos de k elementos de
un conjunto con n. Escribamos a nuestro conjunto A = {a1 , a2 , . . . , an1 , an },
25

para contar los subconjuntos de k elementos que tiene A lo hare en forma

separada, primero a aquellos que no contienen a an y luego los que si lo
contienen.
Cuantos subconjuntos de k elementos de A no contienen a an ? La respuesta es: basta contar los subconjuntos de k elementos que puedo formar
de {a1 , a2 , . . . , an1 } pero ese conjunto tiene n 1 elementos, entonces
n1 el
n
umero de subconjuntos de k elementos que no contienen a an son k
Ahora contemos aquellos subconjuntos de A con k elementos que contienen a an Cualquiera de aquellos subconjuntos contienen necesariamente a
an luego cada uno de ellos necesita a otros k 1 elementos para formar un
conjunto con k elementos, pero esos k 1 elementos que debo elejir los debo
escojer de entre {a1 , a2 , . . . , an1 }, entonces
lacantidad de subconjuntos con
k elementos de A que contienen a an son n1
k1
Luego
cualquier
subconjunto
con
k
elementos
n1
n1de A esta contado en los
primeros
que
no
contienen
a
a
o
en
los
u
ltimos que si contienen
n
k
k1
a an , luego tenemos que:

n1
n1
n
+
=
2
k
k1
k
Notemos que como la u
ltima observacion es cierta, es muy facil obtener
la siguiente fila, aquella que aparece en el desarrollo de (a + b)8 . Al principio
y al final ponemos un 1 :
1

los siguientes elementos de la fila son:

1+7=8
7 + 21 = 28
21 + 35 = 56
35 + 35 = 70
35 + 21 = 56
21 + 7 = 28
7+1=8
as tenemos la siguiente fila, que es:
26

28

56

70

56

28

del mismo modo podemos construir la siguiente, y la siguiente, y la siguiente,

. . . etc. Y tenemos un triangulo un poco mas grande:
1
1
1
1
1
1
1
1
1
1

9
..
.

36
..
.

84
..
.

10

21

15

28

4
10

20
35

56

1
5
15

35
70

126
..
..
.
.

1
1
6
21

56

1
7

28

126
84
..
..
..
.
.
.

1
8

36
..
.

1
9

Dejemos por un momento el triangulo de Pascal en abstracto, y veamoslo

de un modo distinto. Consideremos un enrejado como el que muestra la figura,
y supongamos que en el vertice superior hay 512 hormigas que bajaran por
el enrejado hasta llegar a los puntos de abajo
{A, B, C, D, E, F, G, H, I, J}
que estan llenos de miel. Las hormigas no tienen preferencias entre izquierda
y derecha de modo que en cada nodo, se reparten: la mitad de ellas bajan por
la izquierda y las otras por la derecha. Cuantas llegaran a cada nodo de la
base?, Que tienen en com
un las hormigas que llegaron a un mismo nodo?
Que tiene que ver esto con el triangulo de Pascal? Si agregamos una fila al
enrejado y doblamos la cantidad de hormigas Que esperaras que ocurriese?
Calculemos, solo por ocio, las potencias e 11 hasta la cuarta potencia:
27

110 = 1
111 = 1 1
112 = 1 2 1
113 = 1 3 3 1
114 = 1 4 6 4 1
De nuevo aparecen nuestros viejos conocidos. Por que aparecieron aca
tambien? Que tiene que ver las potencias de 11 con el triangulo de Pascal?
Podre usar el triangulo de Pascal para calcular las potencias siguientes de
11
Por u
ltimo apreciemos el triangulo de Pascal jugando al cara o sello.
Lanza una moneda y cuenta las posibles formas que aparezca una cara y
cero caras.
Una cara
c
1

Cero cara
s
1
28

Lanza dos monedas distinas, anota y cuenta las posibles formas de obtener dos caras, una cara o cero cara.
Dos caras
cc
1

Una cara
cs,sc
2

Cero caras
ss
1

Lanza 3 monedas distitas, anota y cuenta las posibles maneras de obtener

tres caras, dos caras, una cara, cero caras.
Tres caras
ccc
1

Dos caras
ccs,csc,scc
3

Una cara
ssc,scs,css
3

Cero caras
sss
1

Lanza cuatro monedas. . .

Que se obtiene? Nuestro viejo y majadero amigo, pero Que tiene que
ver el cara o sello con el triangulo de Pascal o con las hormigas?

Dejemos de lado a Pascal y a su triangulo para pasar a una nueva seccion.

2.5

Probabilidades

La teoria de Probabilidades se ha desarrollado enormemente, y constituye

un area independiente dentro de las matematicas junto a la Estadstica, su
hermana, con gran cantidad de aplicaciones en Fsica, Qumica, Biologa,
Antropologa, Historia, Sociologa, Psicologa y otras. Existen revistas especializadas en el tema y se requiere un fuerte conocimiento matematico para
lograr hacer avances en el tema, interact
ua fuertemente con analisis, algebra,
geometra, ecuaciones diferenciales,. . . , etc. La teora de probabilidades nacio
formalmente, durante la primera mitad del siglo XV II, cuando un jugador
empedernido, el Chevalier de Mere, le presenta a un genial matematico de
su tiempo los problemas que tena para elegir, entre todos los juegos que le
ofrecan, cual era el mas conveniente. El matematico era Pascal, que modelando teoricamente los problemas del Chevalier, comenzo a reflexionar sobre
29

el azar y las probabilidades. En ese instante Pascal comenzo a contar sus

reflexiones y dudas a un amigo, otro gran matematico, Pierre de Fermat, con
quien termino por construir los fundamentos del calculo de probabilidades.
Quizas el mas famoso de los problemas que quitaban el sue
no al Chevalier
de Mere era el siguiente:
Dos jugadores, de igual destreza, llamados A y B, se miden en un torneo
de tenis. Se lleva el premio aquel que entera primero 7 juegos ganados. Pero
sucede que cuando hiba ganando A 5 a 4 a B se debe concluir el torneo por
fuerza mayor.Cual es la repartici
on justa del premio entre A y B?
Todos estan de acuerdo que A debe recibir un porcentaje mayor que B,
pero ?Cuanto mas?
Esperamos que una vez finalizada esta seccion podamos responder a esta
pregunta. La verdad, es que ese problema ya se conoca desde el siglo XIV
y varios matematicos italianos ya le habian hincado el diente, pero cada uno
de ellos refutaba la solucion de su antecesor y propona otra nueva, as se
pasaron bastante tiempo, incluso la solucion que propuso Pascal fue refutada
por Roverbal; despues de eso el propio Pascal desconfio de su resultado,
Fermat leyo la solucion de Pascal y llego a la misma conclusion y le dio
tranquilidad a Pascal y se pusieron a formalizar sus razonamientos y as
nacio el calculo de probabilidades.
Los matematicos ya definieron probabilidad , pero esa definicion es demasiada tecnica y requiere un conocimiento previo de teora de la medida
que se estudia en tercer a
no de una carrera de matematicas, sin embargo
todo el mundo entiende cuando se dice que la probabilidad de obtener cara
en un lanzamiento de la moneda es 21 . Y experimentalmente sucede que si se
lanza 100000 veces la moneda, las veces que marco cara fueron alrededor de
50000, es decir, un 50% del total. Sin embargo, esto no quiere decir, y nadie
lo cree as, que despues de lanzar la moneda y resulta cara y lanzarla otra
vez resulte sello. De hecho en 10 lanzamientos, nadie espera que el resultado
sea: cscscscscs ni tampoco scscscscsc.
Hagamos algunas definiciones:
Definici
on 2.5.1 Se realiza un experimento, (por ejemplo: lanzar un dado
y queremos observar el n
umero que muestra la cara superior) a los posibles
resultados observables les llamaremos eventos ( en nuestro ejemplo, 1 es un
30

evento, 8 no es un evento) al conjunto de todos los eventos les llamaremos

espacio muestral(en nuestro ejemplo el espacio muestral es {1, 2, 3, 4, 5, 6}
y un suceso sera un subconjunto del espacio muestral ( en nuestro ejemplo,
el n
umero que aparece es par={2,4,6}).
Definici
on 2.5.2 Si un experimento se realiza n veces, el total de veces que
resulto el evento i se llama la frecuencia total de i y se anota fi , al cuociente
fi
se le llama la frecuencia relativa de i.
n
En el caso de la moneda, decimos que la frecuencia relativa que aparezca
cara es aproximadamente 21 , cuando n es 100000.
Una definicion intuitiva de probabilidad, y es la que ocuparemos ahora,
sera:
La probabilidad que ocurra un suceso, es la frecuencia relativa de ese
suceso cuando n es muy grande.
Observaci
on 2.5.1 Notemos que si un suceso no ocurre nunca, se tiene
que su frecuencia es cero, por lo tanto su frecuencia relativa tambien es cero,
y por lo tanto su probabilidad es nula, es decir, si consideramos el espacio
muestral como un conjunto, que lo es, y a un suceso como un subconjunto
del espacio muestral, un suceso que no ocurre nunca es el conjunto vaco, es
decir, lo que queremos decir es que:
P [] = 0
Ejemplo: Si el experimento es lanzar un dado y estudiamos el valor de la cara
que muestra, entonces la probabilidad de que aparezca 8 es cero.
Observaci
on 2.5.2 Notemos que si un suceso ocurre siempre, se tiene que
su frecuencia es n para n veces que se realiza el experimento, por lo tanto
su frecuencia relativa es 1 independientemente del valor de n, y por lo tanto
su probabilidad es 1, es decir, si consideramos el espacio muestral como un
conjunto, que lo es, digamos y a un suceso como un subconjunto del espacio
muestral, un suceso que ocurre siempre es el propio espacio muestral, es decir,
lo que queremos decir es que:
P [] = 1
31

Ejemplo: Lanzo una piedra con la mano al aire, la probabilidad que la piedra
no llegue al sol es 1.
Observaci
on 2.5.3 Notemos que si consideramos un suceso A, cualquiera,
una vez que se ha realizado n veces el experimento, su frecuencia relativa
sera un n
umero entre 0 y n, y por lo tanto su frecuencia relativa sera un
n
umero entre 0 y 1, independiente del valor de n, entonces su probabilidad es
un n
umero entre 0 y n, esto es:
0 P [A] 1
Cuando el experimento realizado, arroja un n
umero finito de resultados
igualmente posibles, digamos m tenemos que f1 = f2 = f3 = = fm , y
por ende las frecuencias relativas tambien son iguales y como la suma de las
frecuencias es m entonces todos tienen la misma probabilidad m1 , entonces la
probabilidad que ocurra el suceso S es:
N
umero de resultados favorables a S
N
umero total de resultados
Esta formula de conoce comunmente como Ley de Laplace, y muchas
veces se confunde con la definicion de probabilidad, pero hay que notar que
coinciden solo en un caso particular.
P [S] =

Veamos algunos ejemplos:

Cual es la probabilidad que al lanzar un dado dos veces la suma de los
n
umeros que aparecen sea 8?
Solucion:
Primero que nada, debemos reconocer en total de los casos, el espacio
muestral. Anotemos en un par ordenado, el valor de las posibles pares de
n
umeros que aparecen, en la primera coordenada, el primer lanzamiento, y
en la segunda el resultado del segundo lanzamiento, por ejemplo si en la
primera lanzada resulto 1 y en la segunda 4 lo anotaremos: (1, 4). De este
modo el ewspacio muestral esta formado por:
(1, 1); (1, 2); (1, 3); (1, 4); (1, 5); (1, 6)
(2, 1); (2, 2); (2, 3); (2, 4); (2, 5); (2, 6)
32

(3, 1); (3, 2); (3, 3); (3, 4); (3, 5); (3, 6)
(4, 1); (4, 2); (4, 3); (4, 4); (4, 5); (4, 6)
(5, 1); (5, 2); (5, 3); (5, 4); (5, 5); (5, 6)
(6, 1); (6, 2); (6, 3); (6, 4); (6, 5); (6, 6)
que suman 6 6 = 36 posibles resultados. De ellos reconozcamos los favorables:
(2, 6); (3, 5); (4, 4); (5, 3) y (6, 2)
que si contamos suman 5. Como los 36 casos son igualmente probables (los
dados no estan cargados) seg
un la formula de Laplace, se tiene que la probabilidad de que la suma de las caras que muestran dos dados sea 8 es:
5
0, 138.
36

Antes de seguir con los ejemplos haremos dos observaciones importanes.

Observaci
on 2.5.4 En un experimento donde los eventos que puedan ocurrir son igualmente probables, consideremos un suceso en particular S y el
en un espacio
suceso complementario, que no ocurra S, denotemoslo por S,
muestral , luego cualquiera de todos los casos posibles es o bien favorable a
S o no es favorable a S, es decir, el conjunto de todos los posibles casos es
la union de los casos favorables a S y los que no, y ning
un caso esta a la vez

en S y en S, es decir y abusando de la notacion:

#Total de casos = #Casos favorables a S + #Casos no favorables a S
es decir,
1=

#Casos favorables a S + #Casos no favorables a S

#Total de casos

escrito de otro modo:

1=

#Casos favorables a S #Casos no favorables a S

+
#Total de casos
#Total de casos
33

pero el primer sumando de la derecha es la probabilidad de S y el segundo

la probaibilidad que no ocurra S, es decir, el primer sumando es P [S] y el
as se tiene la relaci
segundo es P [S]
on:

1 = P [S] + P [S]
o mejor a
un

= 1 P [S].
P [S]
Notar que S S = y S S = y la formula de arriba dice entonces
que:

P [] = P [S] + P [S]
Esto es mas general: Si = U V y U V = entonces
P [] = P [U ] + P [V ]
y se conoce como la propiedad aditiva de la probabilidad. Se invita al estudiante a probar esto u
ltimo. Cuando dos sucesos como U y V son tales que no
pueden pasar ambos a la vez se llaman sucesos mutuamente excluyentes. Por
ejemplo en el lanzamiento de un dado, que aparezca un n
umero par y que
aparezca un n
umero divisible por 5 son sucesos mutuamente excluyentes.(La
verdad es que esta relaci
on es general, no es necesaria la suposici
on que se
trata de un experimento donde los resultados son igualmente probables, y se
invita al estudiante a verificar esto.)

Observaci
on 2.5.5 Si un experimento, donde todos los resultados son igualmente probables y finitos, se realiza en dos etapas y un suceso S ocurre siempre y cuando en la primera etapa ocurre S1 y luego en la segunda etapa ocurre
S2 , entonces la probabilidad que ocurra S es el producto de la probabilidad
que ocurra S1 y la probabilidad que ocurra S2 , es decir
P [S] = P [S1 ] P [S2 ],
de hecho si suponemos que los casos totales en la primera etapa son n y los
casos favorables a S1 son a y los casos totales en la segunda etapa son m y
los favorables a S2 son b, entonces por el principio fundamental del conteo, el
experimento tiene nm posibles resultados, y los favorables a S son los que se
logran de empezar por uno de los casos favorables a S1 seguido de cualquiera
34

de los favorables a S2 que en total son ab, es decir la probabilidad que ocurra
S son:
ab
a
b
P [S] =
=
nm
n m
y esto u
ltimo de la derecha no es otra cosa que P [S1 ] P [S2 ].
(Esto se puede generalizar a un experimento en n etapas, donde n es
cualquier n
umero natural, se invita al estudiante a hacer esta generalizaci
on)
Haciendo un resumen de algunas de las observaciones que hemos hecho es
que dado un experimento y su espacio mustral , tenemos que la probabilidad
es una forma de asignar valores numericos a los subconjuntos de tal que:
i)

0 P [A] 1, para cualquier suceso A

ii)

P [] = 1

iii)Si = U V y U V = , entonces P [] = P [U ] + P [V ]
Para un matematico cualquier forma de asignar valores a los subconjuntos
de un conjunto , de forma tal que cumple con i), ii)yiii) es una probailidad. El asunto que muchas de ellas no son interesantes, pero para estudiar
probabilidades en total generalidad es necesario definir de este modo probabilidad. Antes de esta definicion hubo un n
umero importante de paradojas
y de problemas de fondo que no tenan solucion, los primeros en formalizar
estas ideas fueron Emile Borel (1871-1956) y Henri Lebesgue (1875-1941).
Otro ejemplo:
En una urna hay 5 bolitas rojas, 4 bolitas blancas y 6 bolitas negras. Se
introcuce la mano y a ciegas se cogen 3 bolitas. Cual es la probabilidad que
en la muestra aparezca al menos una bolita blanca?
Solucion 1:
Primero, reconozcamos el espacio muestral, el total de posibles resultados,
notemos que el espacio muestral en este caso no es el conjunto de las 15
bolitas, porque nuestro experimento no es sacar una bolita al azar si no que
tres. De modo que nuestro espacio muestral es el total de posibles muestras
de 3 bolas de un total de 15, y aunque no las describiremos las podemos
contar y son:

15
15 14 13
= 455,
=
321
3
35

de esa cantidad cuantos son favorables a nuestro suceso?. Por lo visto anteriormente, tambien podemos preguntarnos: Cuales son los casos NO favorables a nuestro suceso? y luego hacer la resta correspondiente. Los casos
no favorables son aquellos en no sale ninguna bolita blanca en nuestra muestra.Cuantos son esos casos? Del total de las 455 muestras, las que NO son
favorables son

11
= 165
3
que indica la cantidad de formas distintas de sacar 3 bolas de un total de 11
que suman las bolas que no son blancas. Entonces la probabilidad de que en
la muestra aparezca al menos una blanca es:
P =1

165
33
58
=1
=
0, 637
455
91
91

Solucion 2: El experimento arroja los mismos resultados que el siguiente: De

la misma urna se saca una bolita, luego otra y luego otra sin ir devolviendo
a la urna las ya sacadas. Se ve el color de las bolitas que se saco. Cual es
la probabilidad que al menos una de las bolitas sea blanca? Nuevamente calcularemos la probabilidad de que ninguna bolita sea blanca y luego haremos
la resta correspondiente. Pero ahora lo haremos de otro modo. Cual es la
probabilidad de que la primera bolita no sea blanca? La respuesta es clara:
11
,
15
si la primera bolita no es blanca Cual es la probabilidad que la segunda
bolita tampoco sea blanca? La respuesta es:
10
,
14
pues de las 11 bolitas no blancas que haba en un principio solo quedan 10
y en la urna en total solo quedan 14. Si la primera y la segunda bolitas no
fueron blancas Cual es la probabilidad que la tercera bolita tampoco sea
blanca? Del mismo modo que antes podemos decir que es :
9
13
36

seg
un la observacion de antes tenemos que la probabilidad que no salga ninguna blanca es :
= 11 10 9 = 33 ,
P [S]
15 14 13
91
entonces la probabilidad que al menos una de ellas sea blanca es:
P [S] = 1

33
58
= .
91
91

Esto u
ltimo sugiere introducir un nuevo concepto que es el de probabilidad
condicional, Cal es la probabilidad que ocurra B sabiendo que ya ocurrio
A? Al resultado a esa pregunta se anota
P (B|A)
y se lee la probabilidad que ocurra B bajo la condicion que A ya ocurrio.
Por ejemplo: Se tienen en total 100 artculos de los cuales 20 son defectuosos. Se sacan dos artculos al azar, uno despues de otro, si el primero es
defectuoso Cual es la probabilidad que el segundo sea defectuoso?
Solucion:
Como ya saque un artculo, me quedan solo 99 de los 100 artculos iniciales, como el primero ya fue defectuoso, me quedadn para elegir solo 19
defectuosos, entonces la probabilidad que el segundo artculo sea defectuoso
es:
19
P = .
99
Notar que lo u
nico que hacemos es reducir el espacio muestral, debido a la
informacion ya ocurrio A. Conjuntistamente tenemos el siguiente diagrama:
A y B son los sucesos en cuestion y el espacio muestral de nuestro experimento. P [B|A] es la probabilidad de estar en B sabiendo que estamos en A,
es decir, debo comparar A B con B.
Numericamente:Si los resultados son igualmente probables y si # = n,
#A = a, #B = b, y #A B = i. Entonces:
P [B|A] =

i
=
a

i
n
a
n

37

P [A B]
P [A]

del mismo modo

i
P [A|B] = =
b

i
n
b
n

P [A B]
P [B]

o tambien
P [B|A]P [A] = P [A B] = P [A|B]P [B]
Por ejemplo si dos sucesos, A y B, son mutuamente excluyentes, entonces
P [B|A] = 0 = P [A|B] = P [A B]

Definici
on 2.5.3 Dos sucesos, A y B, se dicen independientes si: P [B|A] =
P [B] y P [A|B] = P [A], es decir, a A no le importa nada si ocurri
o o no B
y viceversa. Equivalentemente, A y B son independientes si P [B]P [A] =
P [A B]
Un ejemplo:Se lanzan dos dados uno despues de otro ?Cual es la probabilidad de obtener dos n
umeros pares si se sabe que el primero marco un n
umero
mayor que el primero? ?Cual es la probabilidad que el segundo muestre un
5 si el primero muestra un 3?
solucion:
Para la primera pregunta tenemos
A = {(2, 2); (2, 4); (2, 6); (4, 2); (4, 4); (4, 6); (6, 2); (6, 4); (6, 6)} y
38

B = {(2, 1); (3, 1); (3, 2); (4, 1); (4, 2); (4, 3); (5, 1); (5, 2); (5, 3); (5, 4); (6, 1); (6, 2)
(6, 3); (6, 4); (6, 5)}
3
y necesitamos calcular P [A|B], y esos son: #AB
, y eso es igual a 15
.
#B
Para la segunda pregunta tenemos que los sucesos son independientes.
Luego la probabilidad que el segundo dado muestre 5 si el primero muestra
3 es igual a la probabilidad que al lanzar el segundo dado muestre 5, y eso
es 61 2

Otro ejemplo: Un borrachito, llamado Kike, tiene un llavero con 6 llaves

de las cuales solo una es la que abre la puerta de su casa. Pone una llave en la
cerradura, con el mayor cuidado posible por temor al uslero de su mujer , si
falla deja la llave libre en el llavero, producto del alcohol en su cerebro, elige
otra llave pero no se sabe si es la misma llave que antes o es otra nueva.Y asi
contin
ua hasta que logra abrir la puerta. Cual es la probabilidad que abra
la puerta nuestro amigo Kike exactamente en el tercer intento?
Solucion:
Notemos que estamos calculando la probabilidad que logre su objetivo
en su tercera oportunidad suponiendo que fallo los dos anteriores, es decir,
si B es acierta en el tercer intento y A falla en los dos primeros intentos,
entonces lo que estamos calculando es:
P (B|A)
Para calcular esto hare un diagrama. Supongamos que tenemos un litro de
un fluido probabilstico, como dira Jorge Soto, de ese litro 61 se va a un frasco
que corresponde a la probabilidad de acertar en el primer intento, y 56 se va a
otro frasco, que corresponde a la probabilidad de no acertar en el primer intento; entonces nos preocupamos de aquel frasco. De aquel frasco, 16 de el, es
1
decir, 16 de 56 , es decir, 36
del litro inicial,se va a otro frasco que corresponde
a la probabilidad de acertar en el segundo intento habiendo fallado en el
25
del
primero, y los otros 56 del frasco en cuestion, es decir, 56 de 56 , es decir, 36
litro inicial, se va a otro frasco, que corresponde a la probabilidad de fallar
25
, es
en los dos primeros intentos . De aquel frasco, 61 de el, es decir, 16 de 36
25
decir, 216 ,se va a otro frasco que corresponde a la probabilidad de acertar en
el tercer acierto habiendo fallado en los dos primeros, y los otros 65 del frasco
en cuestion, es decir, 56 de 25
, es decir, 125
del litro inicial, se va a otro frasco,
36
216
que corresponde a la probabilidad de fallar en los tres primeros intentos .La
39

figura siguiente muestra el proceso anterior.

Entonces la probabilidad de que el borrachito acierte en el tercer intento es:

P (B|A) =

25
0, 115
216

?Desde que intento es bueno apostar a que Kike logra abrir la puerta?
Otro ejemplo: Uno de los problemas que tena intrigado al Chevallier de Mere,
era el siguiente. ?A partir de cuantas tiradas es bueno apostar que sale doble
seis en el lanzamiento de dos dados?
Solucion:
Nadie apostara a que en el primer lanzamiento aparece un doble seis,
ni en los dos primeros tampoco, pero que aparezca al menos un doble seis

40

en la tirada n
umero 30 tal vez si e incluso antes. Estudiemos. Para cada
lanzamiento, el espacio muestral es:
(1, 1); (1, 2); (1, 3); (1, 4); (1, 5); (1, 6)
(2, 1); (2, 2); (2, 3); (2, 4); (2, 5); (2, 6)
(3, 1); (3, 2); (3, 3); (3, 4); (3, 5); (3, 6)
(4, 1); (4, 2); (4, 3); (4, 4); (4, 5); (4, 6)
(5, 1); (5, 2); (5, 3); (5, 4); (5, 5); (5, 6)
(6, 1); (6, 2); (6, 3); (6, 4); (6, 5); (6, 6)
que muestra en la primera coordenada el resultado del primer dado, y en la
segunda coordenada el valor que muestra el segundo dado, como ya lo hemos
hecho antes. La probabilidad de obtener doble seis en un lanzamiento es:
1
36
y de fallar es

35
.
36

La probabilidad de acertar en el segundo lanzamiennto habiendo fallado

en el primero es
35
.
362
y la probabilidad de fallar en el segundo lanzamiento habiendo fallado el
primero es
352
.
362

41

Y as sucesivamente se tiene que la probabilidad de acertar en el tercer intento

2
habiendo fallado en los anteriores es 35
y la probabilidad de acertar en el
363
353
cuarto intento habiendo fallado en los anteriores es 36
4 y la probabilidad de
354
acertar en el quinto intento habiendo fallado en los anteriores es 36

5 y as
sucesivamente. Luego la probabilidad de acertar, por ejemplo, al menos una
vez antes del lanzamiento n
umero 6 es:
4

1
35
352 353
354 X 35j
+ 2 + 3 + 4 ++ 5 =
, pero
36 36
36
36
36
36j+1
j=0
5
4
4
4
X
35j
1 X 35j
1 X 35 j
1 1 35
36
=
=
( ) =
0, 131
36j+1
36 j=0 36j
36 j=0 36
36 1 35
36
j=0

No es dificil darse cuenta que la probabilidad de acertar al menos una vez

antes del kesimo lanzamiento es
1(

35 k1
) ,
36

entonces es mas probable ganar que perder antes del kesimo lanzamiento,
cuando el n
umero de arriba sea mayor que 21 y el primer n
umero k para el
42

cual eso ocurre es 26, de hecho, la probabilidad que salga doble seis al menos
una vez antes de la vigesima sexta lanzada es:
1(

35 25
) 0, 505 > 0.5
36

Una pregunta curiosa: Cu

al es el valor de la suma infinita
1
35
352 353 354 355 356
+ 2 + 3 + 4 + 5 + 6 + 7 + ?
36 36
36
36
36
36
36
Esta suma denota la probabilidad que gane alguna vez en la vida, suponiendo ademas que nuestro amigo es inmortal, luego la probabilidad que gane
alguna vez es cierta, luego esta suma debiera ser 1, si sumar infinitamente
tuviese alg
un sentido.

Para terminar con esta seccion y este captulo, comentaremos brevemente

un concepto muy estudiado en teor de probabilidades, pero que escapa al
contenido de este curso, que es solo una introduccion a las matematicas.
43

Muchas veces, cuando se realiza un experimento el espacio muestral no es

necesariamente un conjunto de n
umeros, pueden ser conjunto de muestras de
bolitas, pares ordenados, posibles desarrollos de un partido de tenis,. . . etc.
Sin embargo, podemos asignar a esos elementos un valor numerico en cada
caso; y esto lo que queremos definir ahora:
Definici
on 2.5.4 Dado un experimento, donde el conjunto de los resultados
observables posibles es , cualquier asignacion de valores numericos a los
elementos de la llamaremos una Variable Aleatoria. Es decir, una variable
aleatoria X toma un elemento y le asigna un n
umero X().
Ejemplo: Lanzamos un par de dados una vez y estudiamos el valor que
ellos muestran. El espacio muestral esta formado por los elementos:
(1, 1); (1, 2); (1, 3); (1, 4); (1, 5); (1, 6)
(2, 1); (2, 2); (2, 3); (2, 4); (2, 5); (2, 6)
(3, 1); (3, 2); (3, 3); (3, 4); (3, 5); (3, 6)
(4, 1); (4, 2); (4, 3); (4, 4); (4, 5); (4, 6)
(5, 1); (5, 2); (5, 3); (5, 4); (5, 5); (5, 6)
(6, 1); (6, 2); (6, 3); (6, 4); (6, 5); (6, 6)
Una variable aleatoria para este experimento puede ser: X(a, b) = a+b. Cual
es el conjunto de posibles valores de X? La respuesta es: {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}
Cuantos pares (a, b) son tales que X(a, b) = 8? La respuesta es cinco y son:
(2, 6); (3, 5), (4, 4); (5, 3) y (6, 2)
Cual es la probabilidad que la variable aleatoria X tome el valor 8?
P [X = 8] =

5
36

que corresponde a los cinco casos posibles en que X tome el valor 8 dividido
por el total de casos.
As tenemos:
1
P [X = 2] =
36
44

2
36
3
P [X = 4] =
36
4
P [X = 5] =
36
5
P [X = 6] =
36
6
P [X = 7] =
36
5
P [X = 8] =
36
4
P [X = 9] =
36
3
P [X = 10] =
36
2
P [X = 11] =
36
1
P [X = 12] =
36
P [X = 3] =

Ademaas
12
X
k=2

P [X = k] =

1+2+3+4+5+6+5+4+3+2+1
= 1 como era de esperar
36

Es importante notar que si consideramos como espacio muestral los posibles valores que puede tomar X en vez de los posibles pares ordenados. Entonces los posibles resultados, a saber, {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12} no son
equiprobables, como acabamos de ver.

Otro ejemplo: Cual es la probabilidad que al lanzar un par de dados la

suma sea menor que 7?
45

Soluci
on: Consideremos la misma variable aleatoria X que en el ejemplo
anterior, entonces lo que estamos buscando es:P [X 6]. Como los casos
X = 2, X = 3, X = 4, X = 5, X = 6 son mutuamente excluyentes se tiene
que
P [X 6] = P [X = 2]+P [X = 3]+P [X = 4]+P [X = 5]+P [X = 6] =

15
5
= 2
36
12

Espero que estos comentarios y observaciones les permita tener una idea
de que se trata el calculo de probabilidades y les permita responder a algunas
preguntas. En la gua de ejercicios n
umero 4 hay ejercicios que uds. debieran
realizar.

46

Captulo 3
N
umeros Reales
En el captulo anterior vimos escencialmente propiedades de los n
umeros
naturales, pero no en su estructura algebraica, mas bien lo que estudiamos
fue su ley de orden y algunas aplicaciones en combinatoria. En este captulo lo
que veremos es que los n
umeros naturales no son tan buenos algebraicamente,
ni mucho menos sirven para medir. Entonces lo que haremos es completar
a los n
umeros naturales para que sirvan para resolver ecuaciones lineales y
para que podamos medir con total libertad.

3.1

Los Numeros Naturales No Resuelven Ecuaciones

Habamos dicho que los n

umeros naturales tienen una suma y un producto.
La suma es asociativa y conmutativa, sin embargo no hay neutro aditivo en
N ni tampoco inversos aditivos. Esta carencia de N no nos permite resolver
ecuaciones del tipo:
3x + 8 = 2x + 6 ni tampoco 2x + 4 = x + 4,
pues si x es un n
umero natural 3x + 8 es siempre mayor que 2x + 6, lo
mismo que 2x + 4 es mayor que x + 4. Para resolver la segunda ecuacion
necesitamos un n
umero tal que x + x = x o mejor a
un, un n
umero tal
que x + a = a para caulquier valor de a. Ese elemento no vive en N, de
modo que lo inventaremos y le llamaremos originalmente cero, y lo anotamos
por 0. Sin embargo, la primera ecuacion a
un no la podemos resolver. Lo
47

que necesitamos es un n
umero x tal que x + 8 = 6 o equivalentemente un
n
umero x tal que x + 2 = 0, ese elemento como ya vimos no vive en N de
modo que lo inventamos y le llamamos el inverso aditivo de 2 y lo denotamos
por 2. En general si n es un n
umrero natural, no existe x N tal que
x + n = 0, como no existe lo inventamos y lo llamamos el inverso aditivo de n
y lo anotamos n. Entonces despues de estos inventos tenemos un conjunto
mas grande formado por N y nuestros inventos recientes, a la union de esos
conjuntos le llamamos el conjunto de los n
umeros enteros y lo denotamos por
Z.
Z = N N {0}
donde N = {n/n N}.
Entonces en Z tenemos neutro aditivo y opuestos aditivos para los enteros
respecto de la suma que supondremos conocida. La multiplicacion tambien la
supondremos conocida en Z. Y tambien concordaremos que la multiplicacion
no es tan buena como la suma, si bien tambien es conmutativa y asociativa,
tiene neutro (1), y distribuye con respecto a la suma, no tiene inversos multiplicativos, es decir en Z, el siguiente problema no tiene solucion:Cuanto
mide el lado de un cuadrado de permetro 2? Si la medida del lado lo denotamos por x, buscamos un n
umero x tal que 4x = 2. Si tal x viviese en Z
necesariamente vivira en N, pero para cualquier n
umero natural x, 4x 4
luego es imposible que 4x = 2. En realidad buscamos un n
umero x tal que
2x = 1. Al igual como hicimos de N a Z, a tal n
umero lo inventamos y lo
denotamos por 21 , y en general si 0 6= a Z, el smbolo a1 denota el
inverso multiplicativo de a, es decir, lo u
nico que sabemos de a1 es que
aa1 = a1 = 1, . pero en el nuevo conjunto que inventemos debieramos
sumar por ejemplo 21 + 21 + 21 a ese n
umero obviamente lo denotamos
1
por 3 2 , entonces lo que inventamos es el conjunto
Q = {b1 a = ab1 /a Z y 0 6= b Z}.
Sin embargo, por ejemplo la ecuacion 3x = 4 tiene a x0 = 31 4 como solucion,
de hecho, 331 4 = 14 = 4, pero tambien es cierto que x1 = 91 12 tambien
es solucion de esta ecuacion, de hecho, 3 91 12 = 31 9 91 12 = 31 12 =
31 3 4 = 1 4 = 4. Sin embargo, nosotros esperamos que esa ecacion tenga
una u
nica solucion, es decir, esperamos que x0 y x1 sean distintas formas de
escribir la misma cosa. Entonces en Q hay elementos que estan escritos de
muchas formas distintas. Entonces diremos que
ab1 = cd1 ad = bc.
48

Por convencion al elemento ab1 tambien lo anotamos como ab , de este modo

se tiene:
a
c
= ad = bc.
b
d
A Q con esta identificacion de elementos se le llama el conjunto de los n
umeros
racionales.
Supondremos conocida la suma y producto en Q, pero de todos modos
aqu los recordamos:
a c
ad + bc
+ =
y
b d
bd
a c
ac
= .
b d
bd
As tenemos que Q algebraicamente es todo lo bueno que esperasemos que
fuese. Los matematicos dicen que Q, con la suma y el producto antes definido
es un Cuerpo. Esto es en Q hay una suma y un producto bien definidos para
las cuales se cumplen las siguientes propiedades:
Asociatividad para la suma:
Para cualquier trio de elementos, a, b y c, de Q se tiene:(a+b)+c = a+(b+c).
(3.1)
Conmutatividad para la suma:
Para cualquier par de elementos, a y b de Q se tiene:a + b = b + a. (3.2)
Neutro aditivo:
Existe 0 en Q tal que para cualquier elemento a en Q se tiene:a + 0 = a.
(3.3)
Inverso aditivo:
Para cualquier elemento a en Q, existe a en Q tal que:a + a = 0. (3.4)
Asociatividad para la multiplicaci
on:
Para cualquier trio de elementos, a, b y c de Q se tiene:a(bc) = (ab)c.
(3.5)
49

Conmutatividad para la multiplicaci

on:
Para cualquier par de elementos, a y b de Q se tiene:ab = ba.

(3.6)

Neutro para la multiplicaci

on:
Existe 1 en Q tal que para cualquier a en Q se tiene:1a = a.

(3.7)

Inverso multiplicativo:
Para cualquier a no nulo en Q existe a1 no nulo en Q tal que:aa1 = 1.
(3.8)
Distributividad del producto co respecto a la suma:
Para cualquier trio de elementos, a, b y c, de Q se tiene:a(b + c) = ab + ac.
(3.9)
Estas nueve propiedades se pueden probar usando las propiedades de Z
y las definiciones que hicicimos en el parrafo anterior a la enumeracion de
propiedades del cuerpo Q. Se invita al estudiante a probar estas cosas.
Los matematicos se dieron cuenta que dados dos racionales distintos, digamos x < y, existe un racional entre medio, es decir, existe t Q tal que
x < t < y, por ejemplom el promedio puede ser uno de esos t, de hecho x <
x+y
< y. Pero tambien notaron que si podemos encontra un racional entre
2
dos racionales distintos podemos encontrar infinitos repitiendo varias veces
el mismo proceso. Por ejemplo entre 0, 0000000000000000000000001 = 10124
y 0, 0000000000000000000000002 = 10224 hay infinitos n
umeros racionales. Lo
que pensaron fue entonces que los racionales estan muy juntos y que si los
ponemos distribuidos en 1una recta no habra ning
un punto de la reca sin
que le corresponda alg
un racional. Entonces midieron todas las distancias
con huinchas racionales. Sin embargo, no todas las distancias se pueden
medir con huinchas que solo tienen medidas racionales. Por ejemplo, consideremos el cuadrado de lado 1.
Por el Teorema de Pitagoras tenemos que la medida d de la diagonal
cumple con:
d2 = 12 + 12 ,
es dedcir, d es tal que: d2 = 2.La pregunta es Existe un n
umero racional d
tal que su cuadrado sea 2.? Y la respuesta es:
50

Proposici
on 3.1.1 No existe n
umero racional que su cuadrado sea 2.
Demostraci
on:
Supongamos que existe d en Q tal que d2 = 2, podemos escribird = ab con
a, b Z, b 6= 0, sin restriccion podemos suponer que a y b no tienen factores
en com
un, pues si los tuviesen simplifico hasta que ya no tengan factores
comunes. Pues bien, tenemos:
d2 = 2 =

a 2
b

a2
b2

2b2 = a2
Esto significa que a2 espar, pero esto implica que a es par pues si fuese impar tambien lo sera a2 . Entonces tenemos que a = 2k para cierto k Z
rremplazando esto en nuetra u
ltima igualdad tenemos:
2b2 = (2k)2
2b2 = 4k 2
b2 = 2k 2
Esto u
ltimo muestra que b2 es par del mismo modo que antes b es par. Pero
esto es una contradiccion pues no pueden ser ambos, a y b, pares, ya que en
ese caso a y b tendran a 2 como factor com
un. Luego suponer que existe
d Q tal que d2 = 2 es un error, luego lo correcto es No existe ning
un
n
umero racional tal que su cuadrado es 2. 2
Como este ejemplo hay muchas (infinitas) medidas que una huincha racional
no se da cuenta que existen. Este ejemplo tal vez podra distraer a un lector
51

desatento y hacerlo creer que la carencia de soluciones de ecuaciones es la

falla que tiene Q, pero seremos enfaticos en decir que aquello no es correcto.
Por ejemplo si consideramos un crculo de diametro 1. La longitud de
la circunferencia no la podemos medir con una huincha racional. A aquella
medida los griegos le llamaron y recien en el siglo ?? un matematico aleman,
Lindermman, logro probar que no existe ninguna ecuacion del tipo:
an xn + an1 xn1 + + a1 x + a0 = 0

()

umeros
que tenga a como solucion, donde {ak }nk=1 es un conjunto de n
racionales. Es decir, este es un ejemplo que muestra que hay medidas que
no son soluciones de ecuaciones. Existen muchos ejemplos, como la diagonal
del cubo, que no se pueden medir con una huincha racional y entre aquellas
hay muchas (infinitas) que no son soluciones de ecuaciones del tipo (). De
hecho en comparacion son mas las que no son soluciones de ecuaciones que
las que si. Ademas hay muchas (infinitas) ecuaciones que no encuentran sus
soluciones en el conjunto de todas las medidas, por ejemplo x2 + 1 o tambien
x2 + x + 1. Ahora bien, si consideramos el conjunto de todas las medidas
y le llamamos M y a y b viven M Por que ab vive tambien en M? Por
2
ejemplo:
es la medida de que? O podemos ser mucho mas drasticos Que

()
2
mide ( 2) .? Otra pregunta es: Si logramos inventar un conjunto que logre
juntar a todas las medidas Por que razon este nuevo conjunto no perdera
las propiedades algebraicas que con tanto esfuerzo logramos encontrar en Q?
O equivalentemente Por que este nuevo conjunto es un cuerpo?

3.2

N
umeros Reales

Para dar una definicion formal y rigurosa de n

umeros reales se necesitan algunas herramientas que a
un no tenemos. A partir de N nosotros construimos
Z, y a partir de Z construimos Q. A partir de Q se construye R, el conjunto de los n
umeros reales, una de esas construcciones se llama El metodo de
las cortaduras de Dedekind y se puede consultar en un apendice del libro
de M.Spivak Calculo Infinitesimal. Otro metodo es el de Completacion de
Cauchy que es mucho mas claro e intuitivo que el anterior y se puede encontrar en cualquier libro de Analisis Matematico o de Topologa en el captulo
de espacios metricos. Nosotros supondremos 1 que el estudiante conoce algo
1

Suponer que conocemos a los n

umeros reales es una afirmacion bastante ambiciosa,
pues si conocieramos realmente a este conjunto habra muchos problemas del analisis

52

de los n
umeros reales o que esta algo familiarizado con esa idea. El estudiante
puede pensar que el conjunto de los n
umeros reales es el conjunto de todas
la medidas y sus inversos aditivos. Puede pensar que son los puntos de una
recta o que es el conjunto de todos lo n
umeros decimales, y no seran malos
pensamientos. De hecho esta u
ltima, aquella de los n
umeros decimales, es una
buena idea. Pongamonos de acuerdo. Primero que nada R es un cuerpo, esto
es, satisface las propiedades (3.1) hasta (3.9) cambiando R por Q. Ademas
contiene a Q . Ademas cumple con
Propiedades 3.2.1 (Densidad de Q) Dados dos elementos distintos en R
siempre existe un n
umero racional entre ellos.
Ademas en R existe un subconjunto P que satisface las siguientes propiedades:
1. Si a y b son elementos de P entonces a + b P y ademas ab P.(
Clausura de P bajo suma y producto).
2. Si a P entonces a P o bien a = 0 o bien a P y esas tres
condiciones son excluyentes. (Ley de Tricotoma)
Hagamos algunas observaciones:
Observaci
on 3.2.1 El neutro aditivo y el neutro multiplicativo son u
nicos.
De hecho si existiesen dos neutros aditivos distintos , digamos 0 y 00 , se
tendra que
0 = 0 + 00 = 0
luego 0 = 00 lo cual es una contradicci
on. Luego el neutro aditivo es u
nico. Y
0
si existiesen dos neutros multiplicativos distintos , digamos 1 y 1 , se tendra
que
1 = 1 10 = 10
luego 1 = 10 lo cual es una contradicci
on. Luego el neutro aditivo es u
nico.
que podramos resolver, y muchas preguntas que han interesado a matematicos de todos los tiempos que podriamos responder, ademas si conociesemos a los n
umeros reales
conoceramos a todos sus subconjuntos, a todos los cuerpos reales a todos los n
umeros
trascendentes que contiene, a Q en particular y a N y la teora de n
umeros no tendria
secretos para nosotros, lo cual esta muy lejos de ser cierto. En realidad lo que queremos
decir es que tenemos una idea intuitiva de lo que estamos hablando

53

Observaci
on 3.2.2 El inverso aditivo y el inverso multiplicativo (cuando
existe) son u
nicos .
De hecho si x R tuviese dos inversos aditivos distintos , digamos x y
y, se tendra que
x = (x + y) + x = (x + x) + y = y
por asociatividad de la suma, luego x = y lo cual es una contradicci
on.
Luego el inverso aditivo es u
nico. Y si x 6= 0 tuviese dos inversos multiplicativos distintos , digamos x1 y y, se tendra que
x1 = (xy)x1 = (xx1 )y = y
luego x1 = y lo cual es una contradicci
on. Luego el inverso multiplicativo
es u
nico.
Observaci
on 3.2.3 Para cualquier n
umero real x se tiene x 0 = 0. (Se
deja la prueba de esto como ejercicio para el estudiante.)
Observaci
on 3.2.4 El inverso aditivo del inverso aditivo de x es x. En
smbolos: (x) = x.
De hecho 0 = (x) + (x) y ademas x + (x) = 0 luego x = [(x) +
(x)] + x = (x) + [x + x] = (x).
Observaci
on 3.2.5 El inverso multiplicativo del inverso multiplicativo de x
es x. En smbolos: (x1 )1 = x. (Se deja al estudiante la prueba de esto.)
Observaci
on 3.2.6 El producto del inverso aditivo de x por y es igual al
producto del inverso aditivo de y por x y es igual al inverso aditivo del producto de x por y es x. En simbolos: (x)y = x(y) = (xy).
De hecho xy + x(y) = x(y + y) = x 0 = 0 luego x(y) es el
inverso aditivo de (xy), luego x(y) = (xy). Del mismo modo xy+(x)y =
(x + x)y = 0 y = 0 luego (x)y es el inverso aditivo de (xy), luego
(x)y = (xy).
Observaci
on 3.2.7 Si x P y 0 6= y 6 P entonces xy 6 P.
De hecho si 0 6= y 6 P entonces y P entonces se tiene que x(y) =
(xy) P, luego concluimos que xy 6 P.

54

Observaci
on 3.2.8 Si 0 6= x 6 P y 0 6= y 6 P entonces xy P.
De hecho si 0 6= x 6 P y 0 6= y 6 P entonces x P y P entonces
se tiene que (x)(y) = (xy) P, luego concluimos que xy P.
Observaci
on 3.2.9 1 P. Mas generalmente si x 6= 0 entonces x2 P.
Adem
as N R.
De hecho como 0 6= x 6 P entonces x P o x P entonces si x P
entonces x x = x2 P, y si x P se tendra que (x)(x) = (x x) =
x2 P, luego en cualquiera de los casos se tiene que x2 P. En particular
11 = 1 P.Adem
as como P es cerrado bajo la suma se tiene que 1+1 P y
as inductivamente se tiene que n P, para cualquier n N, es decir N P.
Al conjunto P se le llama el conjunto de los n
umeros positivos. Al conjunto de los inversos aditivos de elementos de P se les llama el conjunto de
los n
umeros negativos.
El conjunto P define un orden en R como sigue:
Definici
on 3.2.1 Si x y y son n
umeros reales tales que y x P entonces
diremos que x es menor que y. Y anotamos x < y. O tambien decimos que y
es mayor que x y anotamos y > x.
Por ejemplo 1 < 0 pues 1 0 = 1 P. Del mismo modo x < x + 1, para
cualquier n
umero real.
Observaci
on 3.2.10 Si x < y y y < z entonces x < z. (Transitividad)
De hecho como x < y y y < z entonces y x P y z y P entonces
(y x) + (z y) P lo cual implica que z x P lo cual a su vez implica
por definicion que x < z.
Observaci
on 3.2.11 Si x < y y c R entonces x + c < y + c. Es decir
cuando sumamos un n
umero real a cada lado de una desigualdad, el sentido
de la desigualdad se mantiene.
De hecho como x < y se tiene que y x P entonces (y x)+(cc) P
lo cual implica que (y +c)(x+c) P lo cual a su vez implica por definicion
que x + c < y + c.
Observaci
on 3.2.12 Si x < y y c P entonces xc < yc. Notar que c P
es equivalente a c 0 P en nuestro nuevo lenguaje es equivalente a decir
c > 0. Entonces nuestra u
ltima observacion es equivalente a la siguiente: Si
55

x < y y c > 0 entonces xc < yc. Es decir, cuando multiplicamos por un

n
umero positivo ambos lados de una desigualdad el sentido de la desigualdad
se mantiene.
De hecho como x < y se tiene que y x P y como c P entonces
se tiene que c(y x) P lo cual implica que yc xc P lo cual a su vez
implica por definicion que xc < yc.
Observaci
on 3.2.13 Si x < y y 0 6= c 6 P entonces xc > yc. Notar que
c P es equivalente a 0 c P en nuestro nuevo lenguaje es equivalente a
decir c < 0. Entonces nuestra u
ltima observacion es equivalente a la siguiente:
Si x < y y 0 < c entonces xc > yc. Es decir, cuando multiplicamos por un
n
umero negativo ambos lados de una desigualdad el sentido de la desigualdad
se invierte.
De hecho como x < y se tiene que y x P y como c P entonces se
tiene que c(y x) P lo cual implica que yc + xc P lo cual a su vez
implica por definicion que xc > yc.
Ejemplo: Como 1 < 2 y 1 < 0 se tiene que 1 > 2.
Mas definiciones y notaciones:
Definici
on 3.2.2 Si x y y son n
umeros reales , x y significar
a que x < y
o x = y. Note que las tres u
ltimas observaciones siguen siendo ciertas si
cambiamos < por .
Definici
on 3.2.3 Si a, b son n
umeros reales y a < b. Al conjunto I = {x
R/a x b} se le llama el intervalo cerrado a b. Y se anota I = [a, b].
Definici
on 3.2.4 Si a, b son n
umeros reales y a < b. Al conjunto J = {x
R/a < x < b} se le llama el intervalo abierto a b. Y se anota J = (a, b).
Definici
on 3.2.5 Si a, b son n
umeros reales y a < b. Al conjunto K = {x
R/a x < b} se le llama el intervalo semi-cerrado por la izquierda a b. Y se
anota K = [a, b).
Definici
on 3.2.6 Si a, b son n
umeros reales y a < b. Al conjunto L = {x
R/a < x b} se le llama el intervalo semi-cerrado por la derecha a b. Y se
anota L = (a, b].
56

Definici
on 3.2.7 Si a R al conjunto M = {x R/x a} lo anotamos
por M = [a, ).
Definici
on 3.2.8 Si b R al conjunto N = {x R/x b} lo anotamos
por N = (, b].
Definici
on 3.2.9 Si a R al conjunto O = {x R/x > a} lo anotamos
por O = (a, ).
Definici
on 3.2.10 Si b R al conjunto T = {x R/x < b} lo anotamos
por T = (, b).
Definici
on 3.2.11 R = (, ).
A los n
umeros reales se les suele dibujar como puntos de una recta. En
alguna parte se ubica al 0. A la derecha de el a los n
umeros positivos y a la
izquierda de el a los n
umeros negativos. En general si x < y a y si dibuja a
una distancia y x a la derecha de x.

As por ejemplo el intervalo (1, 5] se dibuja del siguiente modo:

Por ejemplo: Encuentre todos los n
umeros reales x tales que 3x + 5 <
7x 3.
Soluci
on: Se trabaja igual que en ecuaciones teniendo cuidado que al multiplicar por un negativo el sentido de la desigualdad se invierte. Suponiendo
que x es una solucion se simplifica la expresion que debe cumplir, por ejemplo
3x + 5 < 7x 3/ 5
57

3x < 7x 8/ 7x
4x < 8/

1
4

x>2
Luego el conjunto de todas las solucioes es: (2, ). Generalmente, hay mas
de una solucion y hablamos del conjunto solucion de la desigualdad (o inecuacion).
Otro ejemplo: Encuentre todos los n
umeros reales x tales que x2 6x+6 <
x.
Soluci
on 1:
x2 6x + 6 < x/ x
x2 7x + 6 < 0
(x 6)(x 1) < 0
Tenemos que el producto de dos n
umeros reales,(x 6) y (x 1), es un
n
umero negativo. Por las observaciones que hicimos antes, se tiene que eso
se logra si (x 6) < 0 y (x 1) > 0 o bien (x 6) > 0 y (x 1) < 0.
Estudiemos el primer caso: (x 6) < 0 y (x 1) > 0 es equivalente a x < 6
y x > 1 luego este caso tiene por solucion al intervalo S1 = (1, 6).
Estudiemos ahora el segundo caso: (x6) > 0 y (x1) < 0 es equivalente
a x > 6 y x < 1. Cual n
umero real es menor que 1 y mayor que 6? La
respuesta es ninguno. Luego este caso tiene por solucion al conjunto S2 = .
Entonces el conjunto de los x R tal que x2 6x + 6 < x es el intervalo
(1, 6).
Soluci
on 2:
x2 6x + 6 < x/ x
58

x2 7x + 6 < 0
(x 6)(x 1) < 0
Estudiemos la recta real en tres intervalos: (, 1), (1, 6) y (6, )
Si x (, 1) entonces (x6) < 0 y (x1) < 0 entonces (x6)(x1) >
0. Luego no hay ninguna solucion de nuestro problema en ese intervalo.
Si x (1, 6) entonces (x6) < 0 y (x1) > 0 entonces (x6)(x1) < 0.
Luego todo el intervalo (1, 6) es solucion de nuestro problema .
Si x (6, ) entonces (x6) > 0 y (x1) > 0 entonces (x6)(x1) > 0.
Luego no hay ninguna solucion de nuestro problema en ese intervalo.
Luego la solucion general a nuestro problema es el intervalo (1, 6)
Un concepto importante es el de valor absoluto de un n
umero real, a la
hora de medir distancias, y de formalizar esta idea.
Definici
on 3.2.12 Si x R definimos el valor absluto de x por:

x
si x 0
|x| =
x si x < 0
Algunas propiedades del valor absoluto son las siguientes:
Propiedades 3.2.2
|xy| = |x||y|

1. Para cualquier par de n

umeros reales x, y se tiene:

2. Para cualquier n
umero real x se tiene: | x| = |x|
3. Para cualquier n
umero real x se tiene: |x| 0.
4. Si c > 0 entonces se tiene que {x R/|x| < c} = (c, c).
5. Si c > 0 entonces se tiene que {x R/|x| c} = [c, c].
6. Para cualquier par de n
umeros reales x, y se tiene: |x + y| |x| + |y|.
(Desigualdad Triangular)


|x|
7. Para cualquier par de n
umeros reales x, y, con y 6= 0, se tiene: |y| = xy

59

Las demostraciones de la veracidad de esas propiedades se deja al lector

a modo de ejercicio.
Un error muy com
un es pensar que x denota siempre un n
umero negativo, y en realidad lo que denota es el inverso aditivo de x y solo eso. Por
ejemplo, si x esta a la izquierda de 0 entonces x es un n
umero positivo. Del
mismo modo muchas personas creen que el valor absoluto de un n
umero real
x es sacarle el signo a x. Lo cual tambien es un error pues, por ejemplo si x
esta a la izquierda de 0 entonces |x| = x y en este caso le pusimos un signo.
Ejemplo: Encuentre todos los n
umeros reales x tales que
|x + 2| + |3x 1| > 4
Soluci
on:
Para hacer este tipo de ejercios necesitamos dividir nuestra recta real, en
intervalos para obtenr desigualdades equivalentes a la del problema, donde
no aparezaca el valor absoluto.

Los puntos que tenemos marcados son exactamente los valores donde los
valores absolutos que aparecen se anulan.
Caso 1: Si x < 2. En este caso x + 2 < 0 y 3x 1 < 0, luego en este
caso se tiene que |x + 2| = (x + 2) y |3x 1| = (3x 1), entonces nuestra
desigualdad en este caso es equivalente a:
(x + 2) (3x 1) > 4
4x 1 > 4/ + 1
60

1
4
5
x<
,
4
luego si x < 2 y x satisface nuestra desigualdad se tiene que x <
que son solucion viven en el intervalo S1 = (, 2).
4x > 5/

5
.
4

Los x

Caso 2: Si 2 x 31 . En este caso x + 2 0 y 3x 1 0, luego en

este caso se tiene que |x + 2| = x + 2 y |3x 1| = (3x 1), entonces nuestra
desigualdad en este caso es equivalente a:
x + 2 (3x 1) > 4
2x + 3 > 4/ 3
1
2x > 1/
2
1
x<
,
2
luego si 2 x 13 y x satisface nuestra desigualdad se tiene que x <
Los x que son solucion viven en el intervalo S2 = [2, 1
).
2

1
.
2

Caso 3: Si x 13 . En este caso x + 2 0 y 3x 1 0, luego en este caso

se tiene que |x + 2| = x + 2 y |3x 1| = 3x 1, entonces nuestra desigualdad
en este caso es equivalente a:
x + 2 + 3x 1 > 4
4x + 1 > 4/ 1
1
4x > 3/
4
3
x> ,
4
1
luego si x 3 y x satisface nuestra desigualdad se tiene que x > 34 . Los x
que son solucion viven en el intervalo S3 = ( 43 , ).
Luego la solucion total de nuestro problema es:
S = S1 S2 S3 = (,

1
3
1 3
) ( , ) = R [ , ]
2
4
2 4
61

Definici
on 3.2.13 Si x y y son n
umeros reales, la distancia entre x y y se
define como |x y|.
Se invita al estudiante decir por que esta es una buena definicion. En
particular |x| es la distancia de x a 0.
Si > 0 y a R entonces el conjunto de todos los n
umeros reales x que
estan a distancia menor que de a es {x R/|x a| < } = (a , a + ).
Hay quienes a ese conjunto le llaman el vecindario de centro a y radio . El
estudio de aquellos conjuntos sera muy importante en los captulos venideros,
ya que dan cuenta de la nocion de cercania, de aproximacion. Por ejemplo,
dibuja en una misma recta real los intervalos abiertos In = {x R/|x 2| <
1
} = (2 n1 , 2 + n1 ), para cada n N. Son vecindarios cada vez mas peque
nos
n
al rededor de 2. Podras decir que conjunto es la interseccion de todos los
conjuntos In as definidos?

3.3

Conjuntos Acotados:Infimo y Supremo

Consideremos el siguiente conjunto A = {q Q/q 2 2}. Este conjunto es

un subconjunto no vaco de Q, ademas para cualquier elemento q de A se
tiene que q 2. De hecho puedo ser mas preciso y decir que
q

3
q A.
2

De hecho puedo ser a

un mas preciso y decir
q

7
q A.
5

De hecho puedo ser a

un mas preciso y decir
q

141
q A.
100

De hecho puedo ser a

un mas preciso y decir
q

707
q A.
500

As sucesivamente podemos encontrar n

umeros racionales que estan a la
derecha de A, sin embargo no podemos encontrar el n
umero racional mas
62

peque
no que esta a la dercha de A ni tampoco podemos encontrar el mas
grande dentro de A. Esa es la verdadera razon formal por la cual es necesario construir los n
umeros reales. Antes que nada pongamonos de acuerdo
en algunos nombres, que a estas alturas ya forman un diccionario.
Definici
on 3.3.1 Un subconjunto A de R se dice acotado superiormente, si
existe M R tal que para cualquier a A se tiene que a M, a M se llama
una cota superior de A. Se dice acotado inferiormente, si existe m R tal
que para cualquier a A se tiene que m a, a m se llama una cota inferior
de A. A se dice acotado si es acotado inferiormente y superiormente a la vez.
Ejemplo: El conjunto X = (0, 1) es acotado. Pues para cualquier elemento
de x X se tiene que 0 x 1.
Notar que si M es una cota superior de A, y si N M entonces N es
una cota superior de A tambien. Del mismo modo si m es una cota inferior
para A y n m entonces n es tambien una cota inferior de A.
Definici
on 3.3.2 Si A es un conjunto acotado superiormente y s es una
cota superior de A tal que si t es otra cota superior de A siempre se cumple
que s t, entonces s se llama Supremo de A. Y anotamos sup(A) = s. Si A
es un conjunto acotado inferiormente e i es una cota inferior tal que si j es
otra cota inferior siempre se cumple que j i entonces i se llama Infimo de
A. Y anotamos inf (A) = i.
Ejemplo: sup((0, 1)) = 1 e inf ((0, 1)) = 0.
La siguiente es una propiedad muy importante de los n
umeros reales,
que si los hubiesemos construido la podramos demostrar, pero como nuestra
presentacion fue axiomatica la presentamos como
Axioma 3.3.1 (Axioma del Supremo) Todo conjunto no vaco de n
umeros
reales que es acotado superiormente tiene un supremo.
Como concecuencia de este axioma se tiene el siguiente
Teorema 3.3.1 Todo conjunto no vaco de n
umeros reales que es acotado
inferiomente tiene un nfimo.

63

Demostraci
on:
Si A es un conjunto acotado inferiormente entonces A = {a/a A}
es un conjunto acotado superiormente por axioma del supremo existe s =
sup(A) esto es s es la menor de las cotas superiores de A. Como en
particular s es cota superior de A se tiene que
s a, a A
o equivalentemente
s a, a A
es decir s es cota inferior de A. Ahora bien si s no fuese el nfimo de A
se tendra que existe j R cota inferior de A, pero mayor que s, esto es
s < j a, a A
o equivalentemente
s > j a, a A
lo cual es una contradiccion pues s = sup(A), es decir suponer que s no
es el nfimo de A es un error, es decir inf (A) = s, en particular el inf (A)
existe. 2
Lo que tenemos que tener claro es que el supremo de un conjunto acotado
superiormente no vaco es la menor de las cotas superiores. Cuando el supremo de un conjunto A es un elemento de A, entonces al supremo en ese caso
se le llama M
aximo y se anota M ax(A). Cuando el supremo de un conjunto
no es un elemento del conjunto en cuestion, es un punto que esta pegado al
conjunto, esta adherido al conjunto. Es decir, no lo podemos separar de nuestro conjunto, es decir, si sup(A) = s entre A y s no existe ning
un intervalo.
Es decir, cualquier vecindario de la forma (s , s + ) contiene elementos
de A.
Otra forma de entender el concepto de supremo es la siguiente: s = sup(A)
si y solamente si s es una cota superior de A y cada vez que nos movemos
un poco a la izquierda de s se nos cuela un elemento de A. De otro modo,
Para cualquier > 0 existe a A tal que s < a.
Lo mismo podemos decir del nfimo: i = inf (A) si y solamente i es una
cota inferior de A y para cualquier > 0 existe a A tal que i + > a.
En el caso en que A es acotado inferiormente y i = inf (A) y ademas i A
decimos que i es el minimo de A y anotamos i = min(A)
64

Algunas observaciones:
Observaci
on 3.3.1 El supremo y e nfimo cuando existen son u
nicos. Por
eso le llamamos el supremo y el nfimo.
Observaci
on 3.3.2 Un conjunto A es acotado si y solamente si existe un
n
umero positivo M tal que para cualquier a A se tiene que |a| M.
Observaci
on 3.3.3 Si s es cota superior de A y ademas s A, entonces
s = sup(A). Mejor a
un s = M ax(A)
Observaci
on 3.3.4 Si i es cota inferior de A y ademas i A, entonces
i = inf (A). Mejor a
un i = min(A)
Observaci
on 3.3.5 Si s = sup(A), entonces s = inf (A).Es decir, sup(A) =
inf (A).
Observaci
on 3.3.6 El vaco es un conjunto acotado para el cual todo n
umero
real es una cota superior y por lo tanto no tiene supremo.
Observaci
on 3.3.7 Si A es un conjunto finito entonces es acotado y existe
el minimo y el maximo del conjunto.
Observaci
on 3.3.8 Si 6= A Z es acotado superiormente entonces tiene
maximo, en particular sup(A) Z.
Una concecuencia interesante de la observacion anterior es la siguiente:
Observaci
on 3.3.9 Si 6= A N entonces min(A) = inf (A) N. Todo
subconjunto no vaco de n
umeros naturales tiene un menor elemento.
65

Se invita al estudiante a probar la veracidad de estas observaciones. O al

menos que se convenza de alg
un modo.
Una propiedad importante:
Propiedad 3.3.1 (Propiedad Arquimedeana) Para cualquier n
umero real R existe un n
umero natural N tal que R < N.
Esta propiedad dice entre otras cosas que el conjunto de los n
umeros
naturales no es acotado superiormente. No es una gran novedad, pero es
bueno dejarlo establecido.
La propiedad arquimedeana es equivalente a la siguiente:
Proposici
on 3.3.1 El nfimo de A = { n1 /n N} es 0.
Demostraci
on:
Que el conjunto A es acotado inferiormente es claro pues A es un conjunto
de n
umeros positivos, por lo tanto 0 < a a A. Luego 0 es una cota inferior
de A.
Para probar que 0 es el nfimo de A tenemos que probar que si me muevo
un poco a la derecha de 0 hay un elemento del conjunto que se cuela entre
medio. Es decir, debemos probar que para cualquier > 0 se tiene que existe
a A tal que 0 + > a. O equivalentemente: Para cualquier > 0 existe
n N tal que > n1 .
Pues bien, sea > 0 cualquiera, pero desde ahora fijo, por propiedad
arquimedeana existe N N tal que 1 < N multiplicando esta u
ltima desigualdad por N que es un n
umero positivo, por lo tanto el sentido de la
desigualdad se mantiene, se obtiene que
1
< que es lo que queremos probar. 2
N
n
Un ejemplo: Consideremos el conjunto A = { n+1
/n N} Es el conjunto A
acotado? Que podemos decir acerca del supremo y el nfimo?
Soluci
on:
El conjunto A es acotado, pues todos los elementos de A son positivos por
lo tanto 0 es una cota inferior. Por otra parte, sabemos que n < n+1 n N,
n
1
se tiene que n+1
< 1, luego 1 es una cota superior
luego multiplicando por n+1

66

de A. Luego A es acotado. Notemos que n2 + 2n + 1 > n2 + 2n, es decir

(n + 1)2 > n(n + 2) o equivalentemente
n+1
n
>
n N
n+2
n+1
Es decir, los elementos de A estan ordenados
1
2
3
4
5
6
7
8
9
10
11
< < < < < < < <
<
<
<
2
3
4
5
6
7
8
9
10
11
12
Por lo tanto 21 a a A y como 12 A se tiene que inf (A) = 12 =
n
min(A). Por otra parte notamos que a medida que n crece n+1
tambien
10
crece y cada vez mas se parece a 1. Por ejemplo, para n = 10 se tiene que
n
= 0, 999999999. En general:
n+1
n N se tiene

n
1
=1
n+1
n+1

y como sabemos por la proposicion anterior que n1 es tan peque

no como
1
n
= 1 n+1
esta tan cerca de 1 como
queramos, podemos afirmar que n+1
queramos aunque menor que 1. Es decir, afirmamos que sup(A) = 1, de
hecho si > 0, cualquiera, existe N N tal que N1 < , o equivalentemente
N1 > , o equivalentemente 1 N1 > 1, o equivalentemente NN1 > 1,
y sabems que NN+1 > NN1 > 1 , es decir acabamos de probar que para
cualquier > 0 existe a A, a saber a = NN+1 tal que 1 < a. Es decir,
sup(A) = 1 2
Un u
ltimo ejemplo antes de ver una peque
na aplicacion es la siguiente:
Proposici
on 3.3.2 Si 0 < r < 1 entonces A = {rn /n N} es un conjunto
acotado tal que sup(A) = r e inf (A) = 0.
Indicaci
on de Demostraci
on:
Notemos que 1 > r implica que r > r2 , multiplicando por r. Inductivamente podemos probar que para cualquier n N se tiene que rn > rn+1 .
Mas generalmente, se puede probar que rn > rm siempre y cuando m > n.
De este modo para cualquier n N se tiene que r = r1 rn , es decir, r a
para cualquier a A. Luego M ax(A) = sup(A) = r.
67

Notamos que a medida que n crece rn decrece, se hace cada vez mas
peque
no. Mostraremos que se hace tan peque
no como queramos. Observamos que 1r > 1, es decir, existe c > o tal que 1r = 1 + c, (Por que?) o
1
1
equivalentemente, existe c > 0 tal que r = 1+c
. Luego rn = (1+c)
n , pero
notamos que:
n
n
X
X
n k
n k
n
(1 + c) =
c = 1 + nc +
c 1 + nc (Por que?)
k
k
k=0
k=2
(Esta u
ltima desigualdad se conoce como desigualdad de Bernoulli.)
Pues entonces tenemos que si > 0:
rn =

1
1
1
1 1

= ,
n
(1 + c)
1 + nc
nc
c n

pero por Proposicion(3.3.1) se tiene que existe N N tal que N1 < c, luego
1
< , resumiendo existe N N tal que rN < , es decir para caulquier >
Nc
existe a A, a saber a = rN , tal que 0 + > a, luego inf (A) = 0 2
Antes definimos el valor absoluto de un n
umero, y era algo as como asociarle a cada n
umero real x un u
nico n
umero positivo del mismo tama
no
que x. Ahora a cada n
umero real le asociaremos un u
nico n
umero entero,
pero para ello ocuparemos la Observacion(3.3.8), de modo que ahora la probaremos.
Prueba de Obs.(3.3.8) Si 6= A Z acotado superiormente en R, por
axioma del supremo existe sup(A) = s R. En particular se tiene que
s a, a A. Afirmamos que existe un u
nico elemento A tal que
0 s a < 1. Que s a 0 es claro pues s es cota superior de A. Si tal no
existiese se tendra que s a 1, a A, lo cual es equivalente a decir que
s 1 a, a A, lo cual quiere decir que s 1 es cota superior lo cual es
una contradiccion pues (s = sup(A). Luego existe A tal que s < 1.
Si existiesen al menos dos elementos distintos de A con la propiedad de
, digamos y tales que s < 1 y s < 1 y supongamos < ,
entonces
= | | = | s + s | | s| + |s | < 1 + 1 = 2,
luego como y son n
umeros enteros se tiene que = 1, o equivalentemente = + 1, luego s = s + 1 = 1 + (s ) 1, lo cual
68

contradice el hecho que s < 1. Luego tal existe y es u

nico. Luego
s a a A {}, consideremos s = t, entonces si t =
6 0 tenemos que
t
>
0.
2

En este caso s > s 2t > a, a A lo cual contradice el hecho que

s = sup(A) luego t = 0. Luego s = . Luego s A. Luego sup(A) =
M ax(A) A. 2
Ahora si x R cualquiera, consideremos el conjunto Ax = {a Z/a x}
que depende de x, y que es un conjunto no vaco (Por que?) de n
umeros
enteros acotado superiormente por x. Por lo tanto, y por lo visto anteriormente sup(Ax ) = M ax(Ax ) Ax Z a tal n
umero entero se le llama la
Parte entera de x y se anota [x] = M ax(Ax ). Por ejemplo si n Z se tiene
[n] = n. Hay que tener en mente que [x] es el mayor entero menor o igual que
x. Si x 6 Z entonces [x] es el entero que esta inmediatamente a la izquierda
de x.
Por ejemplo: [ 21 ] = 0, [ 1
] = 1.
2
Por ejemplo: Si n N se tiene que [n + x] = n + [x], x R. (Esto
u
ltimo sigue siendo cierto si cambiamos N por Z?)
Es cierto que [x + y] = [x] + [y] x, y R?
La parte entera es otro ejemplo de un asignacion de valores numericos
a los elementos de ciertos conjuntos, que a su vez pueden ser n
umeros. El
valor absoluto tambien es un ejemplo de ello, a cada punto de la recta real le
asociamos un n
umero real positivo o cero. En el pr
ximo captulo estudiaremos
esas asociaciones en total generalidad.
69

Captulo 4
Funciones
4.1

Ejemplos y Conceptos B
asicos

Como ya vimos existen formas de asociar a cada elemento de un conjunto

un elemento de otro conjunto (que puede ser el mismo). Por ejemplo el valor
absoluto de un n
umero real asocia a cada n
umero x la distancia que hay
entre x y 0. Por ejemplo, cuando a cada n
umero positivo x asociamos el area
del cuadrado de lado x, decimos que el area esta en funci
on del lado. La
relacion F = ma dice que a masa constante, la fuerza esta en funcion de la
aceleracion. En la relacion E = mc2 decimos que la energa esta en funcion
de la masa. Y as tenemos muchos ejemplos:
La posicion de un movil es una funcion del tiempo.
La presion de un gas en un recipiente es una funcion de la temperatura.
El volumen de una esfera es una funcion del radio dela esfera.
La fuerza de atraccion entre dos cuerpos es una funcion de la distancia
que los separa.
El n
umero de habitantes de una comunidad es una funcion de la natalidad.
La velocidad de la sangre en una arteria es una funcion de la distancia
de la sangre al eje central de la arteria.(Ley dePoiseuille).
La rapidez con que se propaga un chisme es funcion de la cantidad de
gente que ya lo sabe.
La cantidad de palabras que quedan del Latn en el castellano es una
funcion del tiempo.
La firmeza con que se mantiene un habito en una persona es una funcion
de la cantidad de estmulos favorables al habito.

70

La probabilidad que un suceso ocurra es una funcion de la cantidad de

casos favorables al suceso.
La propagacion de una epidemia es una funcion de la cantidad de pacientes ya infectados.
Pues bien, esa palabra , funcion, es sin duda el objeto mas estudiado en
matematicas, es tanto o mas importante conocer las funciones que act
uan en
un conjunto que el propio conjunto. Entonces hagamos una definicion para
saber de que estamos hablando, o al menos para tener un consenso:
Definici
on 4.1.1 Dados dos conjuntos A y B una funcion de A en B es
una relaci
on, una asignacion, que a cada elemento a de A le asocia un u
nico
elemento b en B.Y anotamos f : A B. f (a) = b denota que f asocia al
elemento a A el elemento b B, y decimos que b es la imagen de a va
f, o tambien a es una preimagen de b va f. Al conjunto A le llamamos el
conjunto de salida de f, o tambien le llamamos el dominio de f, y anotamos
Dom(f ) = A (hay libros en que Dom(f ) denota otra cosa). Al conjunto B le
llamamos el conjunto de llegada de f, o tambien el recorrido de f y anotamos
Rec(f ) = B. (hay libros en que Rec(f ) denota otra cosa).Al conjunto de
elementos de B que son la imagen de alg
un elemento a A va f le llamamos
el conjunto de las imagenes de f, y anotamos
Im(f ) = {b B/ existe a A tal que f (a) = b}
o mas sucintamente
Im(f ) = {f (a) B/ a A}.
Ejemplo:id : R R definida por id(x) = x, es la funcion que no hace nada.
A cada elemento lo deja fijo. A esa funcion le llamamos la funcion identidad.
Y tiene la particularidad que Im(f ) es todo el conjunto de llegada.
Otro ejemplo: Si c R, fijo, consideramos la funcion que a cada n
umero real
x le asocia el mismo n
umero c, independiente del valor de x. A tal funcion
le llamamos la funcion constante de valor c, o tambien la funcion constante
igual a c, o simplemente la funcion c. Anotamos f : R R definida por
f (x) = c. Y se tiene que Im(f ) = {c}.
Otro ejemplo:La relacion que a cada elemento de R le asocia su inverso multiplicativo, No es una funcion. Pues el elemento 0 no tiene una imagen. Esto
es f : R R definida por f (x) = x1 no es funcion.
71

Otro ejemplo:La relacion que a cada elemento x de R le asocia un n

umero real
2
r tal que r = x. No es una funcion. Pues el elemento 1 tiene dos imagenes,
a saber, 1 y 1. Ademas el elemento 1 no tiene imagen. Si asumimos que
todo n
umero real no negativo es el cuadrado de un n
umero real no negativo 1 ,
podramos restringir el dominio y el recorrido de nuestra relacion para obtener
una funcion. Entonces la relacion que a cada n
umero real x no negativo le
2
asocia un n
umero r no negativo tal que r = x, es una funcion y se conoce
como lafuncion raz cuadrada. Anotamos f : [0, ) [0, ) definida por
f (x) = x. En este caso Im(f ) = [0, ) que es todo el conjunto de llegada.
Si tenemos una funcion f : A B tal que Im(f ) = B, diremos que f es
una funcion Epiyectiva o tambien Sobreyectiva. Por ejemplo la funcion raz
cuadrada, como la definimos en el ejemplo anterior es epiyectiva. La funcion
identidad es una funcion epiyectiva. La funcion constante no es epiyectiva. La
funcion f : R R definida por f (x) = x2 no es epiyectiva, pues 1 6 Im(f ).
Una observacion inmediata es que si f : A B es una funcion, entonces
si restringimos el recorrido obtenemos una funcion epiyectiva, esto es: f :
A Im(f ) definida por f (x) = f (x) es una funcion epiyectiva.
Ejemplo: La funcion f : R [0, ), definida por f (x) = |x| es epiyectiva.
Y ademas cada elemento del conjunto de llegada salvo el 0 tiene dos preimagenes. Esto es, si y 6= 0 en el conjunto de llegada, entonces f (y) = f (y) = y.
Para ciertos propositos esta propiedad no es muy bienvenida, en muchos casos
quisieramos que puntos distintos del conjunto de salida sean transformados
va f en elementos distintos en el conjunto de llegada.
Una funcion f : A B tal que si a 6= a0 en A entonces f (a) 6= f (a0 ) en
B, se llama funci
on inyectiva o funcion uno a uno. Por ejemplo la funcion
valor absoluto del ejemplo anterior NO es inyectiva. La funcion identidad
es inyectiva y ya sabamos que es epiyectiva. La funcion f : R {0}
R {0} definida por f (x) = x1 es inyectiva y epiyectiva a la vez. La funcion
g : [0, ) R definida por f (x) = x2 es inyectiva pero no epiyectiva.
Una caracterizacion de las funciones inyectivas es la siguiente: Una funcion
f : A B es inyectiva si y solamente si cada vez que f (a) = f (a0 ) en B, se
tiene que a = a0 en A. Si asumimos que todo n
umero real no negativo es el
1

A
un no estamos preparados para probar esa afirmacion, pero pronto lo estaremos.

72

cuadrado de un n
umero real no negativo 2 , entonces las siguientes funciones
son distintas:
f1 : [0, ) [0, ) definida porf1 (x) = x2 ,
f2 : [0, ) R definida porf2 (x) = x2 ,
f3 : R R definida porf3 (x) = x2 ,
pues la primera es inyectiva y epiyectiva a la vez, la segunda es inyectiva
pero no epiyectiva y la tercera no es inyectiva ni tampoco epiyectiva, de
modo que no pueden ser iguales. Hay libros que no hacen diferencias entre
esas funciones, en particular entre f1 y f2 , pero en este curso si haremos esta
diferencia. Resumiendo una funcion es un triple, un conjunto de salida A,
un conjunto de llegada B y una relacion f entre ellos, con la condicion que
todos los elementos de A tengan una imagen en B va f y que esa imagen sea
u
nica. Si cambiamos uno de esos tres ingredientes la funcion que se obtiene
es distinta a la anterior.
Una funcion que es a la vez inyectiva y epiyectiva se llama Biyectiva.

4.2

Composici
on de Funciones

Dadas dos funciones, f : A B y g : B C, podemos definir una funcion

de A en C. Lo que haremos es poner a B como puente entre A y C, del
siguiente modo:
ABC
Como podemos ir de A a B? La respuesta es simple, tomamos un elemento
a en A y lo mandamos a B va f, digamos f (a) = b B, ahora bien, como
b esta en B sabemos mandarlo a C va g, es decir, g(b) = c C. Luego
c = g(f (a)), es decir, hemos construido una funcion de A en C tal que a
cada elemento a en A lo manda a g(f (a)) C, a tal funcion se llama la
funcion composicion de g con f, y se anota:
g f : A C definida por g f (x) = g(f (x)).
Por ejemplo: Cosideremos las funciones f, g : R R definidas por: f (x) = x2
2

idem

73

y g(x) = 2x + 3 entonces g f : R R es la funcion

g(f (x)) = g(x2 ) = 2x2 + 3,
como en nuestro caso A = B = C = R tiene sentido considerar f g : R R,
que es la funcion
f (g(x)) = f (2x + 3) = (2x + 3)2 = 4x2 + 12x + 9,
que como vemos son distintas, de hecho, por ejemplo g f (0) = 3 y f g(0) =
9. Hay casos en que f g tiene sentido y g f no tiene ning
un sentido.
Por ejemplo:Cosideremos las funciones f : R R definida por: f (x) = x2
y g : R {0} R definida por g(x) = x1 , entonces f g : R {0} R, que
es la funcion
2
1
1
1
f (g(x)) = f ( ) =
= 2,
x
x
x
lo cual tiene sentido pues x = 0 no pertenece al dominio f g esta bien
definida, sin embargo, g f : R R, no tiene sentido pues g f (0) no existe.
Un caso particular es el siguiente: Supongamos que f : A B y g : B
A son funciones tales que f g : B B es la funcion identidad de B, es
decir, f g = idB , es decir f (g(b)) = b b B y ademas g f : A A es la
funcion identidad de A, es decir, g f = idA , es decir g(f (a)) = a a A. Es
decir, f deshace lo que g hace y viceversa. Es decir, f (a) = b si y solamente
si g(b) = a. En ese caso, decimos que f y g son funciones inversas entre
si, o tambien decimos que f es la inversa de g y que g es la inversa de f,
y anotamos f 1 = g y g 1 = f. Cuando una funcion f tiene una funcion
inversa decimos que f es invertible.
Un ejemplo: Consideremos la funcion f : R {0} R {0} definida por
f (x) = x1 , notemos que si x 6= 0 entonces
1
1
f f (x) = f (f (x)) = f ( ) = 1 = x,
x
x
es decir, f f = idR{0} .(Note que la composicion en el otro sentido no es
necesaria hacerla en este caso). Luego f es invertible y f es su propia inversa.

74

Si f : A B es biyectiva, entonces para todo elemento b en B existe

un elemento a en A tal que f (a) = b (epiyectividad), ademas tal a es u
nico
(inyectividad). Luego definamos g : B A por g(b) = a si y solamente si
f (a) = b. No es difcil darse cuenta que g 1 = f. Fue exactamente lo que
hicimos cuando definimos la funcion raz cuadrada. Es decir, f : [0, )
[0, ) definida por f (x) = x2 es biyectiva y definimos g : [0, ) [0, )
g(x) = r donde r es el u
nico numero real no negativo tal que r2 = x, es decir,
g(x) = r si y solamente si f (r) = x, es decir g 1 = f.
La pregunta que alg
un estudiante curioso se pudiese hacer es: Si f es invertible es necesariamente biyectiva? La respuesta es Si, pero no es tan obvio,
as que la prueba de eso la daremos como la demostracion de la siguiente
Proposici
on 4.2.1 Toda funcion invertible es biyectiva.
Demostraci
on:
Si f : A B es invertible, entonces por definicion existe g : B A tal
que f g = idB , es decir f (g(b)) = b b B y ademas g f = idA , es decir,
g(f (a)) = a a A. Si dos elementos a y a0 en A tales que f (a) = f (a0 ) = b,
en ese caso g(f (a)) = g(b), pero por otra parte g(f (a)) = a, del mismo modo
g(f (a0 )) = g(b), pero por otra parte g(f (a0 )) = a0 , luego a = g(b) = a0 , Luego
f es inyectiva. Ahora sea b B, sabemos que f (g(b)) = b, luego si a = g(b),
entonces se tiene que para cualquier b B existe a A tal que f (a) = b,
luego f es epiyectiva. Luego f es Biyectiva.2
La demostracion sugiere los siguientes ejercicios para el estudiante:
1. Si g f es biyectiva entonces f es inyectiva y g es epiyectiva.
2. Si f y g son biyectivas entonces si g f existe es biyectiva.
3. Im(f g) Im(f )
La funcion f : R [0, ) no es biyectiva, por lo tanto no tiene inversa,
sin embargopodemos considerar la funcion g : [0, ) [0, ), definida
por g(x) = x y componer con f en el u
nico sentido que se puede, a saber
g f : R [0, ), y obtenemos

g f (x) = g(f (x)) = x2

esta funcion se confunde comunmente con la funcion identidad, sin embargo
no lo es, de hecho, si x 0 se tiene que g f (x) = x por definicion de la
75

funcion raz cuadrada, pero si x < 0 se tiene que g f (x) = x, es decir,

g f (x) = |x|, es decir,

x2 = |x|
y notar ademas que f g(x) notiene sentido en general. Es decir, hay n
umeros
para los cuales la expresion ( x)2 ni siquiera tiene sentido.

4.3

Funci
on Afn

Como ya vimos la funcion identidad id : R R es biyectiva . Que podemos

decir ahora de la funcion f : R R definida por f (x) = 2x? Es facil darse
cuenta que tambien es biyectiva. De hecho, si y es un n
umero real existe x
y
en R, a saber x = 2 tal que f (x) = y, luego la funcion es epiyectiva. Ademas
si f (a) = f (a0 ), esto es 2a = 2a0 , implica que a = a0 , entonces f es inyectiva.
Luego la funcion f es biyectiva.Que podemos decir de f (x) = 2x + 3? Dar
la respuesta a esta pregunta es un ejercicio para los estudiantes. Antes de
seguir con ejemplos, daremos una definicion general.
Definici
on 4.3.1 Sea D R y sea f : D R una funcion. Al conjunto de
puntos del plano de la forma (x, f (x)) se llama el grafico de f y anotamos,
f = {(x, y) R2 /y = f (x)}.
Por ejemplo id = {(x, y) R2 /y = x} = {(x, x)/x R}
El grafico de f : R R definida por f (x) = 2x y el de f : R R
definida por f (x) = 2x + 3, son los que damos a continuacion, el primero en
rojo y el segundo en azul.
Notamos que ambos graficos, al igual que el grafico de la identidad, geometricamente representan lneas rectas. Recordemos ahora ese concepto.
Definici
on 4.3.2 Una recta L es el lugar geometrico de todos los puntos del
plano tal que para cada par de puntos P1 = (x1 , y1 ) y P2 = (x2 , y2 ) en L se
y1
tiene que x1 = x2 o bien el cuociente xy22 x
= m es constante. A tal constante
1
m se llama la pendiente de la recta L.

76

Las rectas del primer tipo, L= {(a, y)/y R}, no las estudiaremos en
este curso, escencialmente por que no representan el grafico de funcion alguna, ya que a tendra infinitas imagenes distintas. El siguiente es el grafico de
L= {(1, y)/y R}.
En lo sucesivo cuando diga recta me estare refiriendo a las rectas del
segundo tipo. Si de una recta L conocemos su pendiente, digamos m, y un
punto por el cual la recta pasa, digamos P1 = (x1 , y1 ) entonces podemos
conocer todos los otros puntos de la recta. De hecho, P = (x, y) pertenece a
la recta L si y solamente si
y y1
=m
x x1
o equivalentemente si y solamente si los n
umeros x y y satisfacen la ecuacion:
y = mx + (y1 mx1 ), si a y1 mx1 le llamamos n, obtenemos:
y = mx + n, La cual se conoce como la ecuaci
on principal de la recta
Entonces tenemos que L= {(x, mx + n)/x R}. La pregunta ahora es
inmediata Es L el grafico de alguna funcion f ? La respuesta es igual de
inmediata y es Si. De hecho es claro que es el grafico de f : R R definida
por f (x) = mx + n. Reciprocamente, dada una funcion del tipo f : R R
77

definida por f (x) = ax + b, para ciertos a y b n

umeros reales fijos. Es
f = {(x, ax + b)/x R} una recta? Tomemos dos puntos cualesquiera en
f , digamos P = (p, ap + b) y Q = (q, aq + b), como son puntos distintos
1
p 6= q, hagamos el cuociente xy22 y
en nuestro caso particular y si resulta ser
x1
constante, independiente de p y de q estaremos en presencia de una recta.
As tenemos:
a(q p)
aq + b (ap + b)
=
= a pues p 6= q
qp
qp
Luego la funcion f : R R definida por f (x) = ax + b, tiene por grafico
una recta de pendiente a. A tales funciones les llamaremos funciondes afines,
tambien les llaman funciones lineales, pero nosotros reservaremos ese nombre
a otro tipo de funciones que veremos en un curso de Algebra Lineal.
Como por un par de puntos pasa una u
nica recta, para graficar una funcion afn basta conocer dos puntos del grafico y trazar la recta que por
ellos pasa. E inversamente si dos puntos pasan por la recta L, digamos
y1
= m es la pendiente de la
P1 = (x1 , y1 ) y P2 = (x2 , y2 ), se tiene que xy22 x
1
recta. Luego la ecuacion de la recta es: y y1 = m(x x1 ), luego la ecuacion
principal de la recta que pasa por los puntos dados es: y = mx + (y1 mx1 );
Luego la funcion cuyo grafico es la recta que pasa por los puntos P1 = (x1 , y1 )
1
y P2 = (x2 , y2 ), es f : R R definida por f (x) = mx + n, donde m = xy22 y
x1
78

y n = y1 mx1
Observemos los siguientes graficos:
Vemos una familia de varias (21) rectas del tipo y = ax, con a variando.
La recta que es mas inclinada coresponde a a = 10, es decir, la recta mas
inclinada corresponde a y = 10x y la menos inclinada corresponde a y = 15 x.
Es decir la pendiente de la recta es un nombre acertado, e indica la inclinacion
de la recta.
Observemos ahora el siguiente grafico:
Vemos una familia de varias (21) rectas del tipo y = x + a donde a vara
desde a = 10 la recta que esta mas hacia la derecha, es decir la recta de
mas hacia la derecha es y = x + 10 y la que esta mas hacia la izquierda
es y = x 10. Entonces notamos que rectas que tienen igual pendiente son
paralelas. Probemos ese hecho, que conocemos desde el colegio, como una:
Proposici
on 4.3.1 Dos rectas son paralelas si y solamente si tienen la misma pendiente.
Demostraci
on:
79

Si tenemos dos rectas L y L0 , como vemos en el grafico:

ellas son paralelas si y solo si los angulos a y a0 son iguales, o equivalentemente los triangulos OP Q y O0 P 0 Q0 son semejantes, o equivalentemente
|OP |
|O0 P 0 |
los lados de los triangulos son proporcionales. Es decir, |OQ|
= |O
0 Q0 | .Si
0
0
0
0
0
0
P = (x1 , y1 ). Q = (x2 , y2 ),P = (x1 , y1 ) y Q = (x2 , y2 ), entonces la u
ltima
igualdad es equivalente a:
y 0 y10
y2 y1
= 20
,
x2 x1
x2 x01
pero el cuociente de la izquierda por definicion es la pendiente de L y el de
la derecha es la pendiente de L0 , que es lo que queremos probar.2
Por ejemplo: Cual es la ecuacion de la recta L que pasa por (1, 1) y es
paralela a la recta L0 que pasa por (2, 0) y (0, 3)?

80

Soluci
on:La pendiente de la recta L0 es 32 , luego la ecuacion de la recta L
es (y 1) = 32 (x 1), o equivalentemente y = 23 x 12 . 2
Un ejercicio para los estudiantes:Pruebe que dos rectas son perpendiculares si y solo si el producto de sus pendientes es 1(Ayuda: Use el teorema
de Euclides, para triangulos rectangulos.)
Estudiemos ahora a las funciones afines con respecto a la biyectividad.
Sea aR {0} y bR fijos, y consideremos la funcion afn: f : R R definida
por f (x) = ax + b. Esta funcion es inyectiva, de hecho si f (x) = f (x0 ) se
tiene que ax + b = ax0 + b, o equivalentemente ax = ax0 y como a 6= 0 se
tiene que x = x0 , luego es inyectiva. Ademas si y R entonces yb
es un
a
yb
n
umero real pues a 6= 0 luego f a = y, luego f es epiyectiva, por lo tanto
f es biyectiva. Por lo tanto f tiene una funcion inversa, es decir una funcion
g : R R tal que f (g(x)) = x, es decir,
ag(x) + b = x
81

ag(x) = x b
xb
a
Falta comprobar que la composicion en el otro sentido es tambien la funcion
iedentidad, pero eso se deja de ejercicio para el estudiante. Luego la inversa
de f es una funcion afn, a saber f 1 (x) = a1 x ab .
g(x) =

En el caso en que a = 0 lo que obtenemos es una funcion constante igual

a b, en ese caso no es invertible, obviamente.
Antes de pasar a estudiar las funciones cuadraticas, quiero hacer notar
que los procesos en la vida que son modelados por rectas, por ejemplo, un
movil que se mueve con velocidad constante, no son infinitos es decir, no
esta todo el tiempo con velocidad constante, pues a veces puede acelerar
o frenar, puede pasar que en un momento se detenga tome un descanso y
luego de un rato contin
ue. Por ejemplo: del segundo 0 al 1800 se mueve con
82

velocidad constante igual a 2 ms , en el minuto 30 se detiene a comer algo

durante 5 minutos y luego sigue con velocidad constante igual a 4 ms durante
una hora que es cuando llega a su destino final. Lo que tenemos entonces es
una funcion, definida por tramos, as:

si 0 x 1800
2x
3600
si 1800 x 2100
f : [0, 5400] R, definida por:f (x) =

3600 + 4x si 2100 x 5400

Un ejemplo, de las funciones descritas en el parrafo anterior es la funcion

valor absoluto. f : R R definida por:

x
si x 0
f (x) =
x si x < 0
cuyo grafico es :
Existen procesos en los cuales los tramos son constantes. Por ejemplo,
cuando uno toma un taxi, los primeros 200m uno paga una tarifa constante
$250 y por cada 200m aumenta el precio en $80 y as sucesivamente. El
grafico de la funcion plata que depende del desplazamiento es algo as como:

83

Un ejemplo teorico de lo antes descrito es la funcion parte entera.

f : R R definida por:f (x) = sup{n Z/n x}
Se invita al estudiante a graficar esta funcion.

4.4

Funci
on Cuadr
atica

La funcion f : R R definida por f (x) = x2 ha sido un objeto que hemos

mencionado bastante en este captulo, y ya sabemos varias cosas de ella. Por
ejemplo, sabemos que no es inyectiva ni tampoco epiyectiva, sin embargo, la
funcion f1 : R [0, ) definida por f (x) = x2 si es epiyectiva, es decir, todo
elemento de [0, ) es el cuadrado de alg
un n
umero real. Ademas sabemos
que f (x) = f (x). En honor a ella las funciones f : R R tales que
f (x) = f (x) se les llama funciones pares. Es decir, basta conocer f (x) para
x no negativo para conocer f completamente. Geometricamente el grafico de
f sera simetrico con respecto al eje de la abcisas. Entonces, estudiare f (x)
para x [0, ). Notemos primero que si x, y [0, ) y x < y entonces
y x > 0 y como y + x > 0 se tiene que (y x)(y + x) > 0, es decir,
y 2 x2 > 0, equivalentemente x2 < y 2 , es decir f (x) < f (y), es decir f en
[0, ) preserva el orden. Es decir, si 0 x < y entonces f (x) < f (y).
84

En general, a las funciones f : D R tales que cada vez que x < y se

tiene que f (x) < f (y) se les llama funciones crecientes. Lo que dice el parrafo
anterior es que f en [0, ) es creciente.
Notemos tambien que si 0 x < 1 se tiene que x2 < x, multiplicando
la desigualdad anterior por x. Es decir, el grafico de f esta por debajo de la
diagonal en el intervalo (0, 1). En el caso en que x > 1 se tiene que x2 > x,
es decir, el grafico de f esta sobre la diagonal.Ademas x2 = x si y solamente
si x2 x = 0 si y solamente si x = 0 o bien x = 1, es decir, el grafico de
f intersecta a la diagonal en (0, 0) y en (1, 1) solamente. El grafico de f lo
podemos mostrar as , despues de las consideraciones anteriores.
Ahora bien, que podemos decir de las funciones f : R R definidas
por f (x) = ax donde a es una constante. Nosotros acabamos de hacer el
caso a = 1. El caso a = 2 es muy parecido al anterior, con la diferencia
que crece m
as rapido que la funcion vista anteriormente. Es decir, el grafico
sera de la misma manera, pero la curva que aparece sera m
as cerrada. Ahora
mostramos varias funciones del tipo f (x) = ax para a > 0.
La curva que tiene los brazos mas abiertos corresconde a f (x) = 51 x y la
mas cerrada corresponde a f (x) = 10x.
En el caso en que a < 0 lo que se obtendra sera el mismo grafico que
85

antes reflejado hacia abajo.

Ahora bien, consideremos el caso en que la curva no pasa por el origen.
Por ejemplo las funciones del tipo f R R definidas por f (x) = ax2 + bx + c.
Por supuesto que estoy considerando a no nulo de lo contrario estaramos en
frente de una funcon afn que ya conocemos bien. En este caso
f = {(y, x) R2 /y = ax2 + bx + c}
b
f = {(y, x) R2 /y = a(x2 + x) + c}
a
b2
b2
b
f = {(y, x) R2 /y = a(x2 + x + 2 2 ) + c}
a
4a
4a
2
b
b
f = {(y, x) R2 /y = a(x + )2 ) + c}
2a
4a
b
4ac
b2
2
2
f = {(y, x) R /y = a(x + ) +
)}
2a
4a
b
4ac b2
2
= a(x + )2 }
f = {(y, x) R /y
4a
2a
2
2
4acb2
f = {(Y, X) R /Y = aX } donde Y = y 4a y X = x +

b
2a

Lo u
nico que tenemos que entender, para conocer el grafico de f es Que
significa un cambio de coordenadas del tipo Y = y k y X = xh? Notemos
86

primero que Y = 0 siempre y cuando y = k y X = 0 cuando x = h. Ahora

bien si el punto P = (a, b) esta en el plano, escrito en las coordenadas xy
Como se escribira en las coordenadas XY ? Si x = a y y = b entonces
X = a h y Y = b k, es decir en las coordenadas XY el punto P se escribe
(a h, b k). Es decir, lo que hacemos es trasladar rgidamente hasta que el
origen coincida con (h, k). Por ejemplo la recta Y = X en el plano XY es la
diagonal, pero en el plano xy corresponde a la recta y = x + k h.
Luego el grafico de f se ve as:
2
b
donde h = 2a
y k = 4acb
al punto V = (h, k) se le llama vertice y
4a
corresponde al punto mas bajo de la curva en el caso en que a > 0 y al punto
mas alto de la curva en el caso en que a < 0.
Por ejemplo el grafico de la funcion f : R R definida por f (x) =
x2 2x + 4, corresponde a todos los puntos (x, y) del plano que satisfacen:
y = x2 2x + 4
y 3 = x2 2x + 1
87

y 3 = (x 1)2
y se ve as, donde el vertice es (1, 3).

88

89

90