Matematica Basica

UNIVERSIDAD PEDRO RUIZ GALLO
FACULTAD DE CIENCIAS FISICAS Y MATEMÁTICAS
ESCUELA PROFESIONAL DE MATEMÁTICAS
MATEMATICA BASICA
presentado por:
M. Sc. Walter Arriaga Delgado
LAMBAYEQUE– PERU
2013
Dedicatoria
Para mis padres, Martha y Elı́as; para mi
adorable esposa, Flor Angela y para los
más grandes tesoros de mi vida, mis hijas
Alessandra Anghely y Stefany Grace.
Prefacio
Visión general
Una de las situaciones más dificiles a que se ve enfrentado comunmente un investigador en

matemática es la de tratar de explicar su labor profesional.
La respuesta a ésta interrogante a lo largo de la historia de la humanidad han sido de la más
variable ı́ndole: hay quienes plantean que cultivan esta ciencia por satisfacción personal, sin
buscar sus aplicaciones inmediatas; otros aseguran que, siendo la busqueda de conocimiento
consustancial a la naturaleza humana y siendo la matemática lenguaje universal, ésta debe
cultivarse como contribución al acervo cultural de la humanidad, para permitir a los diversos
pueblos comprender su propia y particular realidad. También se estima necesario que todos
los paı́ses, especialmente aquellos en desarrollo, cultiven las disciplinas básicas para ası́ poder
lograr independizarse cientı́fica, tecnológica y económicamente.
Concordando en mayor o menor medida con estos planteamientos, se puede constatar que
pese a ser la matemática la más común de las ciencias, en el sentido de que está presente
y es utilizada por todos en la vida cotidiana, ciertamente no es la ciencia con mayor grado
de popularidad; mucha gente tiene sentimientos de aprensión, disgusto e incluso miedo a la
matemática.
Aún considerando estas dificultades, creemos que no ha sido suficientemente difundido el
muy relevante papel que juega nuestra disciplina en la formación integral de cada ciudadano;
de manera privilegiada, la matemática aporta a esta formación capacitando a las personas para
tomar decisiones en la vida, para enfrentar situaciones nuevas, para poder crear y expresar
ideas originales; esto se logra por ejemplo a través de desarrollar la capacidad de abstracción,
de enseñar a relacionar objetos o situaciones diversas, de desarrollar la intuición; en fin, la
matemática ayuda a desarrollar una mentalidad crı́tica y creativa.
Es entonces muy preocupante que sea la más desconocida de las ciencias para el ciudadano
medio; es lo que nos atrevemos a llamar el analfabetismo matemático, o, más generalmente,
el analfabetismo cientı́fico.
El libro que se encuentra en estos momentos en sus manos pretende presentarle una in-
troducción, a nivel elemental y básico, de una parte de las matemáticas sumamente útil y de
vital importancia en la formación académica del estudiante: La Matemática Básica.
De la experiencia de dictar cursos y ponencias en Matemática es que surgieron apuntes de
3
4 Matemática Básica Walter Arriaga D.
clase que, después de sucesivas revisiones y ampliaciones, fueron transformándose hasta optar
la forma que ahora presentamos, con la intención de que sirva como texto guı́a que inicie al
alumno en esta fascinante rama de las matemáticas.
Objetivo
El objetivo de este libro es presentar los temas de manera clara y comprensible para los
estudiantes de cualquier nivel, de forma que los motive a preguntar porqué y transmitirles el
entusiasmo y gusto por el estudio de la Matemática Básica y a la vez proporcionar al lector
una herramienta de consulta, dando la información básica para la resolución de éstas, ası́ como
reforzar la comprensión de los temas y conceptos por medio de una amplia gama de interesantes
aplicaciones en el mundo real. El texto se ha diseñado para brindarle una comprensión sólida
e intuitiva de los conceptos básicos, sin sacrificar la precisión matemática.
Aplicaciones
Una de mis metas fue convencer a lo estudiantes de la importancia de la Matemática

Básical en sus campos de estudio.
Caracterı́sticas
Caracterı́sticas pedagógicas
En base a nuestra experiencia docente y en consejos de muchos colegas, hemos incluı́do

varios aspectos pedagógicos para ayudar a los estudiantes a aprender y a ampliar su perspectiva
acerca de la Matemática Básica.
Problemas resueltos y propuestos
Un problema en matemática puede definirse como una situación, a la que se enfrenta un

individuo o un grupo, que requiere solución, y para lo cual no se vislumbra un camino aparente
y obvio que conduzca a la misma.
La resolución de problemas debe apreciarse como la razón de ser del contenido matemáti-
co, un medio poderoso de desarrollar conocimiento matemático y un logro indispensable de
una buena educación matemática. El elemento crucial asociado con el desempeño eficaz en
matemática es que los estudiantes desarrollen diversas estrategias que le permitan resolver
problemas donde muestren cierto grado de independencia y creatividad.
La elaboración de estrategias personales de resolución de problemas crea en los alumnos
confianza en sus posibilidades de hacer matemática, estimula su autonomı́a, ası́ como expresa
el grado de comprensión de los conocimientos y le facilita mecanismos de transferencia a otras
situaciones.
Concebimos entonces que la resolución de problemas es el proceso más importante que
posibilitará a los estudiantes experimentar la utilidad y potencia de la matemática. Implicarlos
Walter Arriaga D. Matemática Básica 5
en esa labor les permitirá indagar, construir, aplicar y conectar lo aprendido. De ahı́ que una
responsabilidad importante de los docentes del área de matemática sea elaborar, seleccionar,
proponer y discutir problemas de diverso tipo y exigencia conjuntamente con los estudiantes
y con otros colegas.
Aprender matemática significa entender y usar la matemática a través de la resolución
de problemas, aprender matemática no sólo es memorizar fórmulas técnicas para resolver
ejercicios propuestos.
Hay que hacer que los alumnos trabajen dinámicamente en actividades que permitan la
construcción del saber matemático por etapas, a partir de fenómenos y de situaciones cotidia-
nas de modo que vayan elaborando conceptos de dificultad creciente, observando claramente
y de inmediato su uso.
Todo usuario de la Matemática recopila, descubre o crea conocimiento en el curso de la
actividad que realiza con un fin. El desarrollo de las actividades debe estar organizado para
que los estudiantes comuniquen ideas oralmente y por escrito. El proceso de construcción del
lenguaje matemático no puede ser una actividad individual. Es un proceso de comunicación:
alumno-profesor, profesor-alumno y sobre todo alumno-alumno. La capacidad de usar con
facilidad el lenguaje matemático es muy importante para comprender la matemática y por eso
las formas de comunicación matemática deben ser cada vez más formales y simbólicas.
El libro contiene problemas resueltos y propuestos para que el estudiante ponga a prueba
su aptitud. En los ejemplos resueltos enseñamos a los estudiantes a pensar sobre los problemas
antes de que empiecen a resolverlos.
Resúmenes
Al final de cada capı́tulo, aparece un repaso detallado de los resultados importantes del
mismo, esto permitirá una clara comprensión del texto.
Uso de Software
La tendencia cada vez mayor a que el docente se convierta en un “facilitador del apren-
dizaje” más que un “presentador de hechos” ha producido una expansión en la esfera de los
paquetes de informática especializados como los software matemáticos preparados para ayu-
dar al docente. Estos paquetes tienen por objeto suplementar el trabajo práctico, permitiendo
ası́ ampliar la presentación de la ciencia a los estudiantes. Estos software han adquirido tal
grado de complejidad en la enseñanza de la Ciencia que han recibido el nombre de “Tecnologı́a
Educativa”.
Entre los software matemáticos más importantes podemos citar: Maple, Matlab, Derive,
Mathematica, Cabri Geometry, etc.
El software matemático Maple que se ha utilizado para la preparación de este libro, se
caracteriza por realizar cálculos con sı́mbolos que representan objetos matemáticos.
Se trata de un sistema de cálculo cientı́fico (simbólico, numérico y gráfico) interactivo, con
una sintaxis próxima a la notación matemática, disponible para una amplia gama de sistemas
operativos. Algunas de sus capacidades son:
X Operaciones numéricas en aritmética racional exacta o decimal de precisión arbitraria.
X Manipulación algebraica de variables y sı́mbolos.
X Operaciones con polinomios, fracciones algebraicas y funciones matemáticas elementales.
X Cálculo de lı́mites, derivadas y primitivas.
X Resolución de ecuaciones y sistemas.
X Operaciones con vectores y matrices.
X Capacidades gráficas en 2 y 3 dimensiones.
X Lenguaje de programación de alto nivel.
La historia de la matemática
La historia de la matemática está llena de anécdotas, de problemas interesantes que pue-
den motivar a los jóvenes a estudiarla y desarrollar actitude positivas hacia ella. El uso de
tópicos de historia de la matemática, de biografı́as de matemáticos, de acertijos y problemas
clásicos permite acercarnos a esta ciencia desde un punto de vista humano. Los estudiantes
comprenden que la matemática es simplemente una actividad creada por seres humanos igua-
les a ellos, quienes desarrollaron ideas creativas y resolvieron situaciones que en su tiempo
eran importantes, pero que en otros momentos sufrieron frustración y desengaño, ya sea al no
poder resolver los problemas que se plantearon, porque la sociedad no estaba preparada para
sus ideas renovadoras, o porque sufrieron la marginación de las comunidades cientı́ficas de la
época, como ocurrió en el caso de las mujeres matemáticas.
Es sumamente útil explorar con nuestros alumnos los inicios de un concepto, las dificultades
con las que tuvieron que enfrentarse estos investigadores y las ideas que surgieron al enfrentar
una situación nueva. Todos estos hechos encarnan una verdadera aventura intelectual que
muchas veces se deja de lado en las clases tradicionales donde un tema aparece presentado de
manera acabada e inerte, sin posibilidad de descubrimiento, ni crı́tica.
Introducción
Desde los comienzos de su existencia, el hombre ha estudiado su medio ambiente con la

finalidad de mejorar su situación. Empezó por observaciones, como hacemos hoy en dı́a, y
siguió por la reunión de información y su aplicación a la vida cotidiana.
La ciencia es hoy dı́a algo más compleja. Nuestra capacidad de observación ha aumentado
enormemente gracias al desarrollo de los modernos instrumentos desde los que nos permiten
ver diminutas partı́culas de materia ampliadas millones de veces hasta los que nos permiten
ver estrellas distantes en los lı́mites exteriores del universo tal como lo conocemos. Nuestros
procesos de acopio de datos también se han vuelto muy complejos. No solo disponemos de
medios muy rápidos para registrar información sino que, mediante el uso de calculadoras y
software, podemos recuperar la información en una fracción de segundo. Sin embargo, mu-
chos de nosotros no tenemos todavı́a la posibilidad de usar los últimos inventos de la ciencia
moderna. Tenemos que trabajar con las cosas existentes en nuestro medio inmediato que van
a influir en nuestras vidas y en las de quienes nos rodean. Hay que tener en cuenta que los
cambios rápidos e incesantes del mundo de hoy hacen que también cambien a su compás los
conocimientos necesarios de matemática
Entre todas las disciplinas matemáticas, la teorı́a de las ecuaciones diferenciales conjun-
tamente con el Cálculo Diferencial es la más importante. Proporciona la explicación de todas
esas manifestaciones elementales de la naturaleza que involucran al tiempo.
Esta obra es un intento para lograr que la enseñanza y el aprendizaje de la ciencia sean los
más eficaces posible. Como no hay una manera perfecta de enseñar la Ciencia, ésta publicación
no pretende ser el non plus ultra de la enseñanza de la Matemática. Los profesores deben buscar
constantemente los mejores métodos para ellos mismos y para sus alumnos, ası́ como leer con
la mayor amplitud y profundidad posibles. Sin embargo, se espera que este trabajo sirva de
documento básico para empezar. Se ha reunido las contribuciones de docentes que se han
especializado en estos temas a fin de presentar un amplio panorama de la enseñanza de ésta
Ciencia.
Es importante que el pensamiento creador en todos los niveles de educación se centre en
crear las situaciones de aprendizaje más eficaces para los estudiantes. En consecuencia, este
texto está destinado tanto a estudiantes de ciencias e ingenierı́a como a docentes en ejercicio
ası́ como también a los futuros docentes de varios niveles académicos para que lo utilicen
en las situaciones más diversas. Su finalidad es mejorar la enseñanza cotidiana de la ciencia
7
examinando los numerosos temas que influyen sobre el estudiante.

Éste es el compromiso que como docente de la Facultad de Ciencias Fı́sicas y Matemáticas
de la Universidad Nacional Pedro Ruiz Gallo he asumido: el contribuir a la formación integral
de los estudiantes del presente siglo.
Se tiene siempre la esperanza de que una publicación sea tan buena que haya demanda
de una segunda edición. Esto permite siempre corregir las inexactitudes y las equivocaciones,
ası́ como añadir material pertinente nuevo u omitido inadvertidamente antes. Se agradecerá a
los lectores que comuniquen sus propias contribuciones y sugerencias al autor.
Índice general
INTRODUCCIÓN 9
1. ARITMETICA 15
1.1. Sucesiones y Series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.1.1. Series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2. Fracciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.2.1. Clasificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.2.2. MCD y MCM de Números Fraccionarios . . . . . . . . . . . . . . . . . . 19
1.2.3. Fracciones Equivalentes: . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.2.4. Relación entre los números decimales y las fracciones . . . . . . . . . . . 20
1.3. Razones y proporciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.3.1. Razón . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.3.2. Proporción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4. Mezclas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.5. Regla de tres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.5.1. Regla de tres simple directa . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.5.2. Regla de tres simple indirecta o inversa . . . . . . . . . . . . . . . . . . 26
1.5.3. Regla de tres compuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.6. Tanto por ciento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.7. Número primo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.8. Máximo Común Divisor y Mı́nimo Común Múltiplo . . . . . . . . . . . . . . . 28
1.9. Análisis combinatorio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.9.1. Principios fundamentales . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.9.2. Permutaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.9.3. Variaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.9.4. Combinaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.10. Lógica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.10.1. Proposiciones y tablas de verdad . . . . . . . . . . . . . . . . . . . . . . 31
1.10.2. Valor de verdad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.10.3. Tabla de valores de verdad . . . . . . . . . . . . . . . . . . . . . . . . . 33
9
1.10.4. Clases de proposiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

1.10.5. Conectivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
1.10.6. Simbolización de proposiciones . . . . . . . . . . . . . . . . . . . . . . . 36
1.10.7. Operaciones con proposiciones . . . . . . . . . . . . . . . . . . . . . . . 37
1.10.8. Conjunción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
1.10.9. Disyunción inclusiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
1.10.10.Negación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
1.10.11.Condicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
1.10.12.Bicondicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
1.10.13.Disyunción exclusiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
1.10.14.Proposiciones Compuestas . . . . . . . . . . . . . . . . . . . . . . . . . . 47
1.10.15.Jerarquı́a de los conectivos lógicos . . . . . . . . . . . . . . . . . . . . . 48
1.10.16.Tautologı́as . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
1.10.17.Contradicciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
1.10.18.Contingencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
1.10.19.Equivalencias lógicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
1.10.20.Leyes del Algebra Proposicional . . . . . . . . . . . . . . . . . . . . . . . 52
1.10.21.Simplificación de proposiciones . . . . . . . . . . . . . . . . . . . . . . . 55
1.11. Conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
1.12. Aplicaciones de la Aritmética . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
1.12.1. Aplicaciones a la Medicina . . . . . . . . . . . . . . . . . . . . . . . . . 56
2. LÓGICA 77
2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
2.2. Historia de la Lógica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
2.2.1. Diferentes sistemas lógicos . . . . . . . . . . . . . . . . . . . . . . . . . . 84
2.3. Proposiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
2.3.1. Clases de proposiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
2.3.2. Conectivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
2.3.3. Proposiciones extensionales y no extensionales . . . . . . . . . . . . . . 88
2.4. Operaciones con proposiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
2.4.1. La conjunción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3. CONJUNTOS 91
3.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
3.2. Determinación de conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
3.3. Conjuntos numéricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
3.4. Conjuntos especiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
3.4.1. Conjuntos finitos e infinitos . . . . . . . . . . . . . . . . . . . . . . . . . 96
3.4.2. Conjunto vacı́o o nulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
3.4.3. Conjunto unitario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97

3.4.4. Conjunto universal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
3.5. Representación gráfica de conjuntos . . . . . . . . . . . . . . . . . . . . . . . . 98
3.5.1. Diagramas lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
3.5.2. Diagramas Venn - Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
3.6. Número de elementos o cardinal de un conjunto . . . . . . . . . . . . . . . . . . 100
4. RELACIONES Y FUNCIONES 101

4.1. Relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.2. Producto Cartesiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.3. Relaciones Binarias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.4. Clases de Relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.5. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.6. Dominio y rango de una función . . . . . . . . . . . . . . . . . . . . . . . . . . 101
5. NÚMEROS REALES 103

5.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.2. Ley de composición interna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
5.3. Axiomas de los números reales . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
5.4. Ecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.4.1. Historia de las ecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.4.2. Clasificación de las ecuaciones . . . . . . . . . . . . . . . . . . . . . . . . 117
5.4.3. Ecuaciones de primer grado con una variable . . . . . . . . . . . . . . . 120
5.4.4. Sistema de ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . 121
5.4.5. Ecuaciones de segundo grado . . . . . . . . . . . . . . . . . . . . . . . . 127
5.4.6. Ecuación Cúbica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
5.4.7. Ecuación Cuártica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.4.8. Ecuación Bicuadrada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.4.9. Ecuación Polinomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
5.4.10. Planteamiento de ecuaciones . . . . . . . . . . . . . . . . . . . . . . . . 133
5.5. Desigualdades e Inecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
5.5.1. Desigualdad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
5.5.2. La recta real . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
5.5.3. Inecuación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
5.5.4. Inecuaciones de primer grado . . . . . . . . . . . . . . . . . . . . . . . . 142
5.5.5. Inecuaciones de segundo grado . . . . . . . . . . . . . . . . . . . . . . . 143
5.5.6. Inecuaciones polinómicas . . . . . . . . . . . . . . . . . . . . . . . . . . 143
5.5.7. Inecuaciones racionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
5.5.8. Ecuaciones e inecuaciones irracionales . . . . . . . . . . . . . . . . . . . 143
5.5.9. Inecuaciones exponenciales . . . . . . . . . . . . . . . . . . . . . . . . . 144
5.5.10. Inecuaciones logarı́tmicas . . . . . . . . . . . . . . . . . . . . . . . . . . 145

5.5.11. Sistemas de inecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.6. Valor Absoluto y Máximo Entero . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.6.1. Valor absoluto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.6.2. Máximo entero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
6. NÚMEROS COMPLEJOS 165
7. RELACIONES Y FUNCIONES 167

7.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
7.2. Producto Cartesiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
7.2.1. Par Ordenado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
7.2.2. Igualdad de pares ordenados . . . . . . . . . . . . . . . . . . . . . . . . 169
7.2.3. Producto Cartesiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
7.3. Relación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
7.3.1. Dominio y Rango de una Relación . . . . . . . . . . . . . . . . . . . . . 173
7.3.2. Relación inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
7.3.3. Composición de relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . 174
7.3.4. Tipos de relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
7.4. Distancia entre dos puntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
7.5. Gráficas de Relaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
7.6. La Lı́nea Recta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
7.7. Secciones cónicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
7.8. La Parábola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
7.9. La Circunferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
7.10. La Elipse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
7.11. La Hipérbola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
8. FUNCIONES 193
8.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
8.2. Función . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
8.3. Dominio Rango y Gráfica de una función . . . . . . . . . . . . . . . . . . . . . 196
8.4. Funciones especiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
8.4.1. Función Constante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
8.4.2. Función Identidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
8.4.3. Función de primer grado . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
8.4.4. Función Cuadrática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
8.4.5. Función Raiz Cuadrada . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
8.4.6. Función Polinómica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
8.4.7. Función Seccionada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
8.4.8. Función Valor Absoluto . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
8.4.9. Función Escalón Unitario . . . . . . . . . . . . . . . . . . . . . . . . . . 205

8.4.10. Función Signo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
8.4.11. Función Máximo Entero . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
8.5. Tipo de Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
8.5.1. Función Inyectiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
8.5.2. Función Sobreyectiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
8.5.3. Función Biyectiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
8.6. Caracterı́sticas de algunas funciones reales . . . . . . . . . . . . . . . . . . . . . 208
8.7. Función Trigonométrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
8.8. Función Exponencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
8.9. Función Logaritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
9. INDUCCIÓN MATEMÁTICA 219
10.MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LI-

NEALES 221
10.1. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221
10.1.1. Algo de historia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221
10.1.2. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
10.1.3. Orden de una Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
10.1.4. Igualdad de Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
10.1.5. Matrices Especiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
10.1.6. Operaciones con Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . 227
10.1.7. Traza de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
10.1.8. Transpuesta de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . 234
10.1.9. Matriz simétrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
10.1.10.Matriz antisimétrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
10.1.11.Matriz involutiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
10.1.12.Matriz idempotente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
10.1.13.Matriz periódica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
10.1.14.Matriz nilpotente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
10.1.15.Matriz conjugada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
10.1.16.Matriz hermitiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
10.1.17.Matriz antihermitiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
10.1.18.Matriz ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
10.1.19.Matriz positiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
10.2. Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
10.2.1. Algo de historia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
10.2.2. Cálculo de Determinantes por la Regla de Sarrus . . . . . . . . . . . . . 241
10.2.3. Propiedades Generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
10.2.4. Menores complementarios y Cofactores . . . . . . . . . . . . . . . . . . . 244

10.2.5. Cálculo de Determinantes por Cofactores . . . . . . . . . . . . . . . . . 245
10.3. Otras matrices importantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
10.4. Operaciones Elementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
10.4.1. Matriz escalonada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
10.4.2. Matrices equivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
10.4.3. Rango de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256
10.5. Matriz Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257
10.5.1. Matriz de cofactores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
10.5.2. Adjunta de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
10.5.3. Matrices elementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260
10.5.4. Método de Gauss Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . 262
10.6. Criptografı́a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
10.6.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
10.6.2. Sistema Criptográfico usando Matrices . . . . . . . . . . . . . . . . . . . 263
10.7. Sistemas de Ecuaciones Lineales . . . . . . . . . . . . . . . . . . . . . . . . . . 264
10.7.1. Algo de historia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
10.7.2. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
10.7.3. Clasificación de los sistemas de ecuaciones lineales . . . . . . . . . . . . 267
10.7.4. Sistemas Equivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
10.7.5. Método de Gauss-Jordan. Eliminación Gausiana . . . . . . . . . . . . . 269
10.7.6. Método de Gabriel Cramer . . . . . . . . . . . . . . . . . . . . . . . . . 271
10.7.7. Teorema de Rouché - Fröbenius . . . . . . . . . . . . . . . . . . . . . . . 273
10.7.8. Sistemas homogéneos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274
10.8. Factorización LU de una Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . 274
10.9. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278
10.10.Reseñas Históricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280
Indice de Materias 287

1
ARITMETICA
1.1. Sucesiones y Series
1.1.1. Series
Proviene de SUMA primera operación fundamental.

La notación usual es: Σ = sigma, usando lı́mites superior e inferior para indicar donde empieza
y termina.
Definición 1.1.1. Si n ∈ Z+ , a1 , a2 , . . . , an son números reales entonces la suma de estos

“n” números ak (k ∈ Z+ ) se denota y se expresa por:
n
X
ak = a1 + a2 + · · · + an (1.1)
k=1
Donde:
k = 1 es el lı́mite inferior.
k = n es el lı́mite superior.
ak es la ley de formación.
Propiedades
1. Número
n
de términos de una sumatoria.
X
tiene (n − r) + 1 términos.
k=r
n
X n
X
2. cak = c ak ; c: constante.
k=1 k=1
n
X
3. c = c(n − r + 1) ; c: constante.
k=r
15
n
X
4. (ak − ak−1 ) = an − ar−1 (Propiedad telescópica).
k=r
n
X n
X n
X n
X
5. (ak + bk − ck ) = ak + bk − ck
k=1 k=1 k=1 k=1
n
X m
X n
X
6. ak = ak + ak ; ∀n > 1
k=1 k=1 k=m+1
n
X n+h
X
7. ak = ak−h ; h∈Z
k=0 k=h
Casos:
1. Suma de los primeros “n” números naturales consecutivos.

n
X n(n + 1)
k = 1 + 2 + 3 + ··· + n =
2
k=1
2. Suma de los primeros “n” números naturales pares consecutivos.

n
X n
X
2k = 2 k = 2(1 + 2 + 3 + · · · + n) = n(n + 1)
k=1 k=1
3. Suma de “n” números naturales impares consecutivos.

n
X
(2k − 1) = 1 + 3 + 5 + 7 + · · · + (2n − 1) = n2
k=1
4. Suma de cuadrados de los primeros “n” números naturales consecutivos.

n
X n(n + 1)(2n + 1)
k2 = 12 + 22 + 32 + · · · + n2 =
6
k=1
5. Suma de cubos de los primeros “n” números naturales consecutivos.

Xn
3 3 3 3 3 n(n + 1) 2
k = 1 + 2 + 3 + ··· + n =
2
k=1
6. Suma de infinitos términos en una Progresión Geométrica decreciente.

S = a1 + a2 + a3 + a4 + · · · + an + · · ·
a1
S=
1−r
Donde:
a1 : El primer término (máximo valor).
r : La razón entre 2 términos consecutivos; 0 < r < 1.
7. Serie especial
n
X n(n + 1)(n + 2)
k(k + 1) = 1 × 2 + 2 × 3 + 3 × 4 + · · · + n(n + 1) =
3
k=1
8. Serie especial
n
X n(n + 1)(n + 2)(n + 3)
k(k+1)(k+2) = 1×2×3+2×3×4+3×4×5+· · ·+n(n+1)(n+2) =
4
k=1
9. Serie especial
m
X
1 1 1 1
= −
k(k + r) r n m+r
k=n
10. Serie especial

n
X
1 1 1 1
= −
k(k + 1) 1 1 n+1
k=1
11. Serie especial

n
X
1 1 1 1
= −
k(k + 1)(k + 2) 2 1 × 2 (n + 1)(n + 2)
k=1
12. Serie especial

n
X
1 1 1 1
= −
k(k + 1)(k + 2)(k + 3) 3 1 × 2 × 3 (n + 1)(n + 2)(n + 3)
k=1
1.2. Fracciones
Definición 1.2.1. Un número racional es el cociente de la división de dos números enteros

“a” y “b”, donde b 6= 0.
Al conjunto de los números racionales se le denota por: Q
Definición 1.2.2. Un número fraccionario es todo aquel número racional que no representa
a un número entero, si denotamos por f al número fraccionario, tendremos:
a
f=
b
◦
donde a 6= b, a y b ∈ Z
5 2 −3
Ejemplo: − ; ; ; etc.
3 7 8
15 102 27
No son números fraccionarios expresiones como: ; ; ; etc.
5 2 3
Definición 1.2.3. Una fracción es el número fraccionario que presenta sus dos términos
a
positivos. F = fracción con a y b ∈ Z+
b
donde:
◦
a 6= b (a no es divisible por b), a es el numerador.
b 6= 0, b es el denominador.
1.2.1. Clasificación
Existen diversas formas para clasificar fracciones, entre ellas estan las siguientes:
I. Por la comparación de su valor con respecto de la unidad:
Propia: Es una Fracción, en la cual su numerador es menor que su denominador. En

consecuencia, una fracción propia tiene un valor menor que la unidad.
Una fracción propia da cuenta de la idea de una porción o parte de un todo. Por
ejemplo, en la expresión “tres cuartos superficie de la Tierra es agua”, o “sólo la
mitad de los asistentes pudo participar del concurso”. De ahı́ se da la relación a un
porcentaje.
El producto entre dos fracciones propias es siempre una fracción propia.
a
F = <1 ⇒ a1 ⇒ a>b
b
3 7 5
Ejemplos: ; ; ; etc.
2 3 4
Nota: Las fracciones impropias generan los llamados números mixtos, los cuales
están constituidas por una parte entera y una fracción propia.
11
Ejemplo: = 2 15 = 2 + 15
5
II. Por su denominador:
Ordinaria: Llamada también fracción común, es aquella cuyo denominador es diferente

de una potencia de 10.
13 8 11
7 15 24
Decimal: Es aquella cuyo denominador es una potencia de 10.

17 3 11
10 100 1000
III. Por la razón de igualdad o desigualdad entre sus denominadores:
Homogéneas: Cuando tienen el mismo denominador.

3 7 11
5 5 5
Heterogéneas: Cuando tienen denominadores diferentes.
3 17 21
7 15 5
IV. Por los divisores de sus términos:
Irreductibles: Son aquellas fracciones cuyos términos son primos entre sı́ y por tanto
no se pueden simplificar.
3 7 17
5 11 20
Reductibles: Son aquellas fracciones cuyos términos tienen factores comunes y por
tanto se pueden simplificar.
3 7 6
6 21 8
V. Otras clasificaciones:
Unitaria: Fracción común de numerador 1.
Egipcia: Sistema de representación de las fracciones en el Antiguo Egipto en el que cada

fracción se expresa como suma de fracciones unitarias.
Continua: Es una expresión como ésta:

1
x = a0 + 1
a1 + a2 + a +1
3
..
.
donde los ai son enteros positivos.
Compuesta: Fracción cuyo numerador o denominador (o los dos) contiene a su vez

fracciones.
Parcial: La que puede usarse para descomponer una función racional.
1.2.2. MCD y MCM de Números Fraccionarios
1. El Máximo Común Divisor de números fraccionarios está dado por:

a c x MCD(a, c, . . . , x)
MCD ; ;...; =
b d y MCM(b, d, . . . , y)
2. El Mı́nimo Común Múltiplo de números fraccionarios está dado por:

a c x MCM(a, c, . . . , x)
MCM ; ;...; =
b d y MCD(b, d, . . . , y)
a c x
Donde ; ; . . . ; son fracciones irreductibles.
b d y
1.2.3. Fracciones Equivalentes:
Una fracción es equivalente a otra cuando tiene el mismo valor, pero sus términos son
diferentes. Es decir numerador y denominador son multiplicados y divididos por el mismo
valor numérico k, donde k ∈ Z − {0}.
a a×k a a÷k
= ó = , b 6= 0, k 6= 0
b b×k b b÷k
Observación 1.2.1. Las proposiciones: De, del, de los, antepuesta a una fracción, usualmente
indican una multiplicación; mientras que la proposición Por nos indica una división.
3 7
Ejemplo 1.2.1. Hallar los de los de 5 por 7 de 200
4 5
Solución:
3 7 5
× × × 200 = 150
4 5 7
1.2.4. Relación entre los números decimales y las fracciones
Al dividir los términos de una fracción irreductible se obtienen números decimales.

Los números decimales son:


 Decimales exactos (DE)

 

Números decimales (D) 
Decimal inexacto periódico puro (DIPP)

 Decimales inexactos (DI)

 
 Decimal inexacto periódico mixto (DIPM)
I. Decimal Exacto (DE): Una fracción irreductible dará origen a un decimal exacto
cuando el denominador sea una potencia de 2 y/o una potencia de 5.
Observación 1.2.2. El número de cifras decimales de un número decimal exacto, es-

tará dado por el mayor exponente de 2 ó 5 que tenga el denominador de la fracción.
Ejemplo 1.2.2.
1 1
= 4 = 0,0625 genera 4 cifras decimales
16 2
3 3
= 3 = 0,0750 genera 3 cifras decimales
40 2 ×5
Fracción generatriz
a
0, a =
10
ab
0, ab =
100
abc
0, abc =
1000
II. Decimal Inexacto (DI): Estos pueden ser a su vez:
Decimal Inexacto Periódico Puro (DIPP): Una fracción irreductible origi-

nará un decimal periódico puro cuando el valor del denominador sea diferente de:
un múltiplo de 2 y/o múltiplo de 5.
1
Ejemplo 1.2.3. = 0, 333 . . . = 0, b 3
3
Observación 1.2.3. El número de cifras del periodo está dado por el menor número
de nueves que contiene al denominador como factor.
Si el denominador es el producto de varios factores primos, el número de cifras del

periodo está dado por el MCM de los menores números de nueves que contienen a
dichos factores primos.
TABLA DE NUEVES
9 = 32
99 = 32 × 11
999 = 33 × 37
9999 = 32 × 11 × 101
99999 = 32 × 41 × 271
999999 = 33 × 7 × 11 × 13 × 37
133
Ejemplo 1.2.4. Dada la fracción: = 0,572481572481572481 . . .
407
407 = 11 × 37
El menor número de nueves que contiene a 11 es el 99 (dos nueves)
El menor número de nueves que contiene a 37 es el 999 (tres nueves)
luego El MCM(2, 3) = 6 cifras periódicas que son 572481.
a
0, aaa . . . = 0, b
a=
9
b = ab
0, abab . . . = 0, ab
99
c = abc
0, abcabc . . . = 0, abc
999
Decimal Inexacto Periódico Mixto (DIPM): Una fracción irreductible dará ori-
gen a un decimal inexacto periódico mixto cuando al descomponer el denominador
en sus factores primos se encuentran potencias de 2 y/o 5 y además, algún otro
factor diferente.
Observación 1.2.4. La cantidad de cifras no periódicas del decimal inexacto pe-

riódico mixto está dado por la regla para el número de cifras decimales de un decimal
exacto y el número de cifras de la parte periódica está dado por la regla del número
de cifras de un decimal periódico puro.
35 35 35
Ejemplo 1.2.5. Dada la fracción: = = 3 = 0,39772727272 . . .
88 8 × 11 2 × 11
23 ⇒ 3 cifras no periódicas que son 397.
11 ⇒ 2 nueves genera 2 cifras periódicas que son 72.
ab − a
0, abbb . . . = 0, abb =
90
abc − ab
0, abccc . . . = 0, abb
c=
900
b = abc − a
0, abcbcbc . . . = 0, abc
990
b = abcd − ab
0, abcdcdcd . . . = 0, abcd
9900
Fracción decimal ilimitada
Presentan un número indefinido de cifras, pueden ser:
Números Irracionales.
√
2 = 1, 4142136 . . .
√
3 = 1, 7320506 . . .
√
5 = 2, 236067 . . .
√
3
2 = 1, 25992 . . .
√
3
3 = 1, 442249 . . .
Números trascendentes.
π = 3, 1416 . . .
e = 2, 718281 . . .
1.3. Razones y proporciones
1.3.1. Razón
Definición 1.3.1. Una razón es el resultado que se obtiene al compararse dos cantidades
homogéneas mediante una determinada operación, generalmente se expresa como “a es a b” o
a : b.
Pueden ser de dos clases:
Razón Aritmética (RA).
Razón Geométrica (RG).
Definición 1.3.2. Una razón aritmética es la comparación de dos cantidades mediante la

diferencia, dicha diferencia determina en cuántas unidades excede una magnitud a la otra. Es
decir:
antecedente − consecuente = RA
Definición 1.3.3. Una razón geométrica es la la comparación de dos cantidades mediante la

división, y consiste en determinar cuántas veces cada una de las cantidades contiene la unidad
de referencia. Es decir:
antecedente ÷ consecuente = RG
En general:
ra = a − b
rg = a ÷ b
donde: ra = Razón Aritmética; rg = Razón Geométrica; a = antecedente; b = consecuente
1.3.2. Proporción
Definición 1.3.4. Es la relación de igualdad que se establece entre dos razones homogéneas.
Pueden ser de dos clases:
Proporción Aritmética.
Proporción Geométrica.
Definición 1.3.5. Una proporción aritmética es aquella que se forma al igualar dos razones
aritméticas.
Definición 1.3.6. Una proporción geométrica es aquella que se forma al igualar dos razones
geométricas.
En general:
Proporción Aritmética: a − b = c − d
a c
Proporción Geométrica: =
b d
donde:
b y c : Términos medios. a y c : antecedentes
a y d : Términos extremos. b y d : consecuentes.
Clases de proporción aritmética
Proporción aritmética discreta: Es aquella en la que sus 4 términos son números

diferentes.
a−b =c−d
Cada término es cuarta diferencial de los demás. ası́:

d es la cuarta diferencial de a, b y c. Luego: d = (b + c) − a
Proporción aritmética continua: Es aquella en la que sus términos medios son núme-
ros iguales.
a−b = b−c
Cada término igual es media diferencial de los demás y cada término diferente es tercera
diferencial. Entonces:
a+c
b es la media diferencial o aritmética de a y c. Luego: b =
2
c es la tercera diferencial de a y b. Luego: c = 2b − a
Clases de proporción geométrica
Proporción geométrica discreta: Es aquella en la que sus 4 términos son números

diferentes.
a c
=
b d
Cada término es cuarta proporcional de los demás. ası́:
bc
d es la cuarta proporcional de a, b y c. Luego: d =
a
Proporción geométrica continua: Es aquella en la que sus términos medios son
números iguales.
a b
=
b c
Cada término igual es media proporcional de los demás y cada término diferente es
tercera proporcional. Entonces:
√
b es la media proporcional o geométrica de a y c. Luego: b = ac
b2
c es la tercera proporcional de a y b. Luego: c =
a
1.4. Mezclas
Definición 1.4.1. Consiste en determinar la variación de proporción de cada uno de los

componentes de una mezcla respecto del total.
En estos problemas generalmente se debe considerar que parte (fracción) representa lo que
se saca de una mezcla, ya que de esta manera se determinará que cantidad sale o queda de
cada una de las componentes de la respectiva mezcla.
Ejemplo 1.4.1. Un recipiente contiene 20 litros de alcohol y 30 litros de agua. Si se extrae

3/5 de la mezcla. ¿Cuántos litros de alcohol y agua quedan?
Solución
Mezcla 50 litros
alcohol 20
agua 30
Luego al extraer 3/5 de la mezcla se obtiene:
Se extrae Queda
3 2
alcohol 5 (20) 5 (20) = 8
3 2
agua 5 (30) 5 (30) = 12
Por lo tanto quedan 8 litros de alcohol y 12 litros de agua.
1.5. Regla de tres
La regla de tres es un método para resolver problemas donde intervienen 2 ó más magni-
tudes; es una forma de resolución de problemas de proporcionalidad entre tres o más valores
conocidos y una incógnita. En ella se establece una relación de linealidad (proporcionalidad)
entre los valores involucrados.
La regla de tres más conocida es la regla de tres simple directa, si bien resulta muy práctico
conocer la regla de tres simple inversa y la regla de tres compuesta, pues son de sencillo manejo
y pueden utilizarse para la resolución de problemas cotidianos de manera efectiva.
1.5.1. Regla de tres simple directa
Es aquella en la cual se comparan 2 magnitudes directamente proporcionales, es decir el

aumento o disminución en el valor de una magnitud implica el aumento o disminución en la
otra respectivamente.
1.5.2. Regla de tres simple indirecta o inversa
Es aquella en la cuál se comparan 2 magnitudes inversamente proporcionales, es decir el

incremento o disminución en una de las magnitudes implica la disminución ó incremento en
la otra respectivamente.
Los casos más comunes son:
Costo de una mercaderı́a y cantidad de la misma: DIRECTA
Sueldo de un obrero y tiempo de su trabajo: DIRECTA
Tiempo empleado y trabajo realizado: DIRECTA
Número de obreros y trabajo realizado. DIRECTA
Peso de cuerpos del mismo material y volumen ocupado por los mismos: DIRECTA
Distancia recorrida por un móvil y tiempo empleado: DIRECTA
Tiempo empleado en hacer un trabajo y cantidad de obreros: INVERSA
Velocidad de un móvil y tiempo necesario para recorrer una distancia: INVERSA
Largo y ancho de rectángulos de igual área: INVERSA
1.5.3. Regla de tres compuesta
Es aquella en la que intervienen más de 2 magnitudes las cuáles pueden ser directa o
inversamente proporcionales. Para resolver estos problemas veamos un método práctico.
CAUSA − CIRCUNSTANCIA − EFECTO
En este método se agrupan las magnitudes en 3 categorı́as:

Causa: Es todo aquello que realiza un trabajo, o una acción determinada, con su res-
pectiva eficacia o rendimiento (obreros, cuadrillas, rendimiento, eficiencia, etc.)
Circunstancia: Se refiere al tiempo, a la manera de desarrollar un trabajo (dı́as, horas

por dı́a, semanas, raciones por dı́a, etc).
Efecto: Es el trabajo realizado o lo producido con su respectiva dificultad (1 obra,

longitud, altura, dificultad, etc).
IP DP DP IP
Causa Circunstancia Efecto Dificultad Rapidez
Figura 1.1: Regla de tres
1.6. Tanto por ciento
Cuando vamos a un centro comercial vemos que hay descuentos de productos ası́ como el
20 % del 50 %, en la propagandas de los bancos que dan préstamos con un interés del 1 %,
ası́ muchos más casos donde vemos este sı́mbolo %.
El cálculo de porcentajes es una herramienta de gran utilidad en la vida cotidiana. Los
porcentajes tienen múltiples aplicaciones en problemas de comercio, geometrı́a, encuestas de
opinión, medición de ı́ndices de producción, natalidad, mortalidad, etc.
Cómo hallar el valor que representa el porcentaje? ¿Cómo saber hallar un descuento o un
aumento? ¿Cómo hallar el interés de un préstamo? Y muchas situaciones más conoceremos a
continuación.
Tanto por cuanto: El “a” por “b” de una cantidad “N ”, es otra cantidad “x” de la
misma especie, tal que sea a la primera como a es b.
x a a
= ⇒ x= N
N b b
Tanto por ciento: Es el número de partes tomadas de cada 100 partes iguales en que
se puede dividir un todo. Se puede expresar mediante una fracción.
1.7. Número primo
1.8. Máximo Común Divisor y Mı́nimo Común Múltiplo
1.9. Análisis combinatorio
Por Análisis Combinatorio o Combinatoria, se entiende aquella parte del álgebra que se
ocupa del estudio y propiedades de los grupos que pueden formarse con elementos dados,
distinguiéndose entre sı́:
por el número de elementos que entran en cada grupo.
por la clase de elementos.
por el orden de colocación.
El número de elementos de que se dispone para formar las distintas agrupaciones se llama
base y el número de elementos que intervienen en cada agrupación se denomina orden.
Las agrupaciones de orden 1 se denominan monarias, las de orden 2 binarias, las de orden
3, ternarias, etc.
Los m elementos de que se dispone para formar los grupos pueden ser distintos o bien puede
haber algunos iguales. En el primer caso, las agrupaciones formadas se llaman ordinarias, las
formadas en el segundo supuesto se denominan agrupaciones con repetición
1.9.1. Principios fundamentales
En la mayorı́a de los problemas de análisis combinatorio se observa que una operación

o actividad aparece en forma repetitiva y es necesario conocer las formas o maneras que se
puede realizar dicha operación.
Para dichos casos es útil conocer determinadas técnicas o estrategias de conteo que facili-
tarán el calculo señalado.
El análisis combinatorio también se define como una manera práctica y abreviada de contar;
las operaciones o actividades que se presentan son designadas como eventos o sucesos.
Ejemplo:
Señalar las maneras diferentes de vestir de una persona, utilizando un número determinado
de prendas de vestir.
Ordenar 5 artı́culos en 7 casilleros.
Contestar 7 preguntas de un examen de 10.
Designar 5 personas de un total de 50 para integrar una comisión.

Sentarse en una fila de 5 asientos 4 personas.
Escribir una palabra de 7 letras utilizando 4 consonantes y 3 vocales.
1. Principio de la adición: Si un evento “A” ocurre de “m” maneras diferentes y otro evento
“B” ocurre de “n” maneras diferentes, siendo ambos mutuamente excluyentes (No pueden
ocurrir A y B simultáneamente); entonces la ocurrencia de los eventos: “A o B” sucede de
m + n maneras diferentes.
2. Principio de la multiplicación: Si un evento “A” puede ocurrir de “m” maneras dife-

rentes y después de haber ocurrido cualquiera de ellos, otro evento “B” puede ocurrir de
“n” maneras diferentes, entonces la ocurrencia de los eventos: “A y B” sucede de m × n
maneras diferentes.
Según los criterios empleados para la formación, las agrupaciones pueden ser de tres tipos:
Permutaciones
Variaciones
Combinaciones
1.9.2. Permutaciones
Es el arreglo u ordenación de todos los elementos de un conjunto, donde un arreglo se

diferencia de otro por el orden de ubicación de sus elementos.
Para n objetos diferentes, el número de permutaciones Pn está dado por:
Pn = n!
Permutación circular
Es el arreglo que se puede hacer con los elementos de un conjunto, distribuidos alrededor
de una curva cerrada de forma circular El número de permutaciones circulares de n elementos,
está dado por:
P cn = (n − 1)!
Permutación con repetición
El número de permutaciones de n objetos en el que se repiten alguno de ellos esta dado

por:
n n!
P{k 1 ,k2 ,k3 ,...km }
=
k1 ! × k2 ! × k3 ! × . . . kn !
Donde:
k1 , k2 , k3 , . . . km : Número de veces que se repite cada elemento.
k1 + k2 + k3 + . . . + km = n : Número total de elementos.
1.9.3. Variaciones
Son arreglos u ordenaciones que pueden formarse con “n” elementos tomados de “k” en
“k”, teniendo en cuenta el orden de sus elementos. El número de variaciones está dado por:
n!
Vkn = ; n>k
(n − k)!
Nótese que una variación es un caso particular de una permutación.
1.9.4. Combinaciones
Son arreglos u ordenaciones que pueden formarse con “n” elementos tomados de “k” en
“k”, de modo que dos arreglos cualesquiera difieren por lo menos en un elemento. El número
de combinaciones está dado por:
n!
Ckn = ; n>k
k!(n − k)!
1.10. Lógica
La estrecha relación existente entre la matemática moderna y la lógica formal es una

de sus caracterı́sticas fundamentales. La lógica aristotélica era insuficiente para la creación
matemática ya que la mayor parte de los argumentos utilizados en ésta contienen enunciados
del tipo “si, entonces”, absolutamente extraños en aquella.
La lógica proposicional utilizando una representación primitiva del lenguaje, permite repre-
sentar y manipular aserciones sobre el mundo que nos rodea. La lógica proposicional permite
el estudio del razonamiento, a través de un mecanismo que primero evalúa enunciados simples
y luego enunciados complejos, formados mediante el uso de conectivos proposicionales.
Una de las mayores dificultades al analizar el rigor matemático de una demostración se halla
en el hecho de que debemos comunicar nuestras ideas empleando el lenguaje ordinario, que
está lleno de ambigüedades. En ocasiones es difı́cil decidir si determinada lı́nea de razonamiento

es correcta o no. La lógica elimina estas ambigüedades aclarando cómo se construyen las
proposiciones, hallando su valor de verdad y estableciendo reglas especı́ficas de inferencia por
medio de las cuales se puede determinar si un razonamiento es válido o no.
En esta primera parte estudiaremos uno de los dos niveles en los que se desenvuelve la
moderna lógica formal: la lógica de enunciados o de proposiciones.
1.10.1. Proposiciones y tablas de verdad
En el desarrollo de cualquier teorı́a matemática se hacen afirmaciones en forma de frases

y que tienen un sentido pleno. Tales afirmaciones, verbales o escritas, las denominaremos
enunciados o proposiciones.
Definición 1.10.1. En el lenguaje cientı́fico, una proposición se refiere a un enunciado que

puede ser verdadero o falso, pero no ambas cosas a la vez, generalmente una oración enuncia-
tiva. Es el elemento unidad sobre el que se construye el lenguaje formal de la Lógica.
Un enunciado lingüı́stico (generalmente en la forma gramatical de una oración enunciativa)

puede ser considerado como proposición lógica cuando es susceptible de ser verdadero o falso.
Aunque existen lógicas polivalentes, en orden a la claridad del concepto, aquı́ consideramos
únicamente el valor de Verdad o Falsedad.
Ejemplo 1.10.1. Las siguientes no son proposiciones.
(a) x + y > 5
(b) ¿Te vas?
(c) Compra cinco azules y cuatro rojas.
(d) x = 2
Solución
En efecto, (a) es una afirmación pero no es una proposición ya que será verdadera o falsa
dependiendo de los valores de x e y e igual ocurre con la afirmación (d). Los ejemplos (b) y
(c) no son afirmaciones, por lo tanto no son proposiciones.
Desde el punto de vista lógico carece de importancia cual sea el contenido material de los
enunciados, solamente interesa su valor de verdad.
Hay oraciones aseverativas que no son proposiciones. La oración “El es estudioso”. No
es posible determinar si es verdadera o falsa, si no se sabe a quien se refiere. Las oraciones
de esta naturaleza se llaman enunciados abiertos. Los enunciados abiertos usan las palabras
“el”, “ella” y los sı́mbolos x, y, z, etc. No son proposiciones pero cuando se reemplazan estas
palabras o sı́mbolos por un determinado objeto o valor resultan ser proposiciones.
Ejemplo 1.10.2. Dadas las siguientes oraciones:
2 + x = 10
n es un numero primo
Se tiene que, en el primer enunciado si reemplazamos x por 5 Tendremos 2 + 5 = 10, la cual

ahora es una proposición falsa. Si en el segundo enunciado si reemplazamos n por 7 Tendremos
“7 es un numero primo”, la cual ahora es una proposición verdadera.
1.10.2. Valor de verdad
Definición 1.10.2. Llamaremos valor verdadero o de verdad de una proposición a su veraci-

dad o falsedad. La verdad y la falsedad son los valores de verdad que tienen las proposiciones.
Si p es una proposición, su valor de verdad se denotará con V(p), entonces si V(p) = V decimos
que la proposición p es verdadera, y si V(p) = F falsa. En adelante abreviaremos con “V” y
“F” los valores de verdad.
Una proposición se representa simbólicamente por letras minúsculas tales como: p, q, r,

etc (llamadas variables proposicionales). Cuando se trata de representar muchas proposiciones
similares se usan subı́ndices para indicar cada una de ellas, esto es, p1 , p2 , p3 , . . ., pn
Ejemplo 1.10.3.
Proposición Valor de verdad
• Federico Villarreal es un matemático peruano. (V)
• El cuadrado es un polı́gono. (V)
• 7 es un número impar y 4 es par. (V)
• La tierra no gira alrededor del sol. (F)
• La manzana es un tubérculo. (F)
• El número 1331 es divisible por 11. (V)
• Todos los hombres son mortales. (F)
Observación 1.10.1.
1. Es importante notar que lo que interesa básicamente en una proposición es su sentido de

verdad o falsedad, porque oraciones distintas pueden expresar una misma proposición.
Por ejemplo:
Alessandra y Leonardo son primos.
Leonardo es primo de Alessandra.
Alessandra es prima de Leonardo.
2. Las proposiciones no son propias de ningún lenguaje, en cambio las oraciones forman
parte de un determinado lenguaje. Por ejemplo:
El cielo está nublado. castellano
The sky cloudy. inglés
Le ciel est nugeux. francés
Oceu esta nuvado. portugués
3. Aquellos enunciados que indican una pregunta, una orden o una exclamación, son ex-
presiones no proposicionales. Por ejemplo:
¿Qué hora es?.
¿Qué edad tienes?.
¡Qué maravilla!.
¡Viva el Perú!.
Levántate temprano.
Prohibido fumar.
1.10.3. Tabla de valores de verdad
La tabla de valores de verdad, también conocida como tabla de verdad, es una herramienta
desarrollada por Charles Peirce en los años 1880, siendo sin embargo más popular el formato
que Ludwig Wittgenstein desarrolló en su Tractatus logico-philosophicus, publicado en 1921.
Las tablas nos manifiestan los posibles valores de verdad de cualquier proposición molecu-
lar, ası́ como el análisis de la misma en función de las proposicı́ones que la integran.
En realidad toda la lógica está contenida en las tablas de verdad, en ellas se nos manifesta
todo lo que implican las relaciones sintácticas entre las diversas proposiciones. No obstante la
sencillez del algoritmo, aparecen una gran dificultad, la gran cantidad de operaciones que hay
que hacer para una proposición con más de 4 variables. Esta dificultad ha sido magnı́ficamente
superada por la rapidez de los ordenadores, y no presenta dificultad alguna.
Regla
Si tenemos dos proposiciones, como en todos los casos anteriores que hemos visto, nece-
sitaremos cuatro filas. De estas cuatro filas la primera columna tendrá los valores de verdad:
V,V, y F,F, y la segunda columna V,F,V y F. Las siguientes columnas tendrán los valores de
verdad según la proposición dada.
Si se tienen tres proposiciones, necesitaremos ocho filas, de las cuales la primera columna
se acomodarán los valores de verdad de la siguiente manera: V,V,V,V y F,F,F,F. Para la
segunda columna se reparten los valores: V,V, F,F, V,V, F,F. Y para la tercera columna
seran: V,F,V,F,V,F,V,F.
Para cuatro proposiciones, se necesitan 16 filas de las cuales en la primera columna se
reparten los valores de verdad: 8 V y 8 F. La segunda columna empezará con cuatro V,
despues cuatro F, y ası́ sucesivamente hasta ocupar los 16 lugares, es decir, V,V,V,V F,F,F,F
V,V,V,V y F,F,F,F. Para la tercera columna: V,V, F,F...hasta la fila número 16.
En general: Analizando que para dos proposiciones se necesitan cuatro filas o visto de
otra manera: se necesitan 22 = 4 filas. Para tres proposiciones se necesitan ocho filas, o,
23 = 8. Para cuatro proposiciones necesitaremos 24 = 16 filas. En general para n proposiciones
necesitaremos 2n filas.
1.10.4. Clases de proposiciones
a. Simples. Llamadas tambı́en atómicas o elementales, son aquellas que no contienen dentro
de sı́ ninguna otra proposición. Son las proposiciones de la forma más simple (o más básicas),
constan de un solo sujeto y un solo predicado.
Ejemplo 1.10.4.
• Un ángulo recto mide 90°.

• José Olaya fue un héroe de la independencia del Perú.
• La parábola es una cónica.
• El número 8 es divisible por 5.
b. Compuestas. Llamadas tambı́en moleculares o coligativas, son aquellas que están consti-
tuı́das por dos o más propopsiciones simples. También se las conoce como funciones veri-
tativas.
En la composición de proposiciones simples, éstas están ligadas por ciertas palabras llama-
das conectivas tales como “y”, “o”, “si, entonces”, “si y solo si”, “no”, “pero”, etc. Estas
constantes proposicionales son llamadas Conectivos lógicos.
Ejemplo 1.10.5.
El terreno es muy fértil y hay suficiente lluvia.

Esta proposición está compuesta de dos proposiciones simples:
p : El terreno es muy fértil.
q : Hay suficiente lluvia.
La luna no es satélite de la tierra.

Es una proposición molecular que utiliza el conectivo “no”. En este caso, el término
de enlace actúa solo sobre una proposición atómica:
p : La luna es satélite de la tierra.
Si estamos en diciembre entonces llegará la navidad.

p : Estamos en diciembre.
q : Llegará la navidad.
La tierra o el trabajo son factores primarios de producción.

p : La tierra es un factor primario de producción.
q : El trabajo es un factor primario de producción.
Si llueve mucho y hace frı́o se arruinará la cosecha de arroz.

p : Si llueve mucho se arruinará la cosecha de arroz.
q : Si hace frı́o se arruinará la cosecha de arroz.
El triángulo es una figura geométrica si y solo si tiene tres lados.

p : El triángulo es una figura geométrica.
q : El triángulo tiene tres lados.
1.10.5. Conectivas
Las conectivas, conectivos lógicos o términos de enlace tienen la función de relacionar las
proposiciones que forman un enunciado compuesto. Son expresiones lingüı́sticas que, aplicadas
a uno o dos enunciados, permite obtener un enunciado compuesto. Por extensión, llamaremos
también conectivas a los signos lógicos que los representan. Las expresiones lingüı́sticas que
representan a las diferentes conectivas son: “y”, “o”, “o · · · o”, “si · · · , entonces”, “si y solo
si”, “no”. Las conectivas dadas se pueden clasificar en dos grupos:
Conectiva monádica. No enlaza dos proposiciones atómicas, afecta a una sola proposición.
La expresión “no” es una conectiva monádica.
Conectivas diádicas o binarias. Enlazan dos proposiciones atómicas. Las expresiones “y”,
“o”, “o · · · o”, “si · · · , entonces”, “si y solo si” son conectivas diádicas.
1.10.6. Simbolización de proposiciones
En los ejemplos de proposiciones dadas anteriormente observamos que algunas proposi-

ciones son cortas pero también algunas de las proposiciones atómicas del lenguaje usual son
largas, resultando por ello pesadas y de difı́cil manejo. La lógica simplifica la dificultad utili-
zando sı́mbolos en lugar de trabajar con todo el contenido de la proposición, también utiliza
sı́mbolos para representar a los términos de enlace, ası́ tenemos:
Para denotar a cada una de las proposiciones atómicas (en afirmativo) adoptaremos las
letras p, q, r, s, t, etc.
Para representar a las expresiones (o sus equivalentes) de enlace o conectivas utilizaremos:

∧, ∨, ∼, →, ←, ↔, ∆
Sı́mbolo Operación asociada Significado

∧ Conjunción pyq
∨ Disyunción débil p o q (en sentido incluyente)
∼ Negación no p
→ Implicación o Condicional si p entonces q
↔ Bicondicional p si y solo si q
∆ Diferencia simétrica o Disyunción fuerte opoq
Cuadro 1.1: Conectivos lógicos
Ejemplo 1.10.6. Simbolizar las siguientes proposiciones:
a. Albert Einstein no es filósofo, sino fı́sico.

Solución
Forma lógica: Einstein es fı́sico y Einstein no es filósofo.
Fórmula: p = Einstein es fı́sico.
q = Einstein es filósofo.
Simbolización: p∧ ∼ q
b. Sin carbono, oxı́geno, nitrógeno e hidrógeno, no hay vida.

Solución
Si no hay carbono y no hay oxı́geno y no hay nitrógeno y no hay

Forma lógica:
hidrógeno, entonces no hay vida.
Fórmula: p = hay carbono.
q = hay oxı́geno.
r = hay hidrógeno.
s = hay nitrógeno.
t = hay vida.
Simbolización: (∼ p ∧ ∼ q ∧ ∼ r ∧ ∼ s) → ∼ t
c. Si el procedimiento de la eliminación de Gauss no puede ser completado para obtener [I/B]

de [A/I], entonces la matriz A no tiene inversa.
Solución
Forma lógica: Es clara por si misma.
p = el procedimiento de la eliminación de Gauss puede ser completado
Fórmula:
para obtener [I/B] de [A/I].
q = la matriz A no tiene inversa.
Simbolización: ∼ p →∼ q
d. El “Hospital Belén” de Lambayeque ha sido reconocido como “Hospital amigo” de la madre
y el niño, por haber puesto en práctica los 10 pasos hacia una lactancia natural exitosa.
(Minsa - UNICEF, 1995)
Solución
Si el ”Hospital Belén”ha puesto en práctica los 10 pasos hacia una lactan-
Forma lógica: cia natural exitosa, entonces ha sido reconocido como “hospital amigo”
de la madre y el niño.
p = El ”Hospital Belén”de Lambayeque ha puesto en práctica los 10
Fórmula:
pasos hacia una lactancia natural exitosa.
q = El “Hospital Belen” de Lambayeque ha sido reconocido como “hos-
pital amigo” de la madre y el niño.
Simbolización: p → q
1.10.7. Operaciones con proposiciones
Definiremos las operaciones entre proposiciones en el sentido siguiente: dadas dos o más
proposiciones, de las que se conoce los valores veritativos, se trata de caracterizar la proposición
resultante a través de su valor de verdad. A tal efecto, estudiaremos a continuación el uso y
significado de los diferentes conectivos lógicos.
1.10.8. Conjunción
Se denomina conjunción al resultado de unir dos proposiciones p y q con el conectivo lógico

∧. Denotamos por “p ∧ q” y se lee “p y q”, cuya tabla de verdad es:
p q p∧q
V V V
V F F
F V F
F F F
Cuadro 1.2: Conjunción
La tabla que define esta operación, establece que la conjunción es verdadera sólo si las dos
proposiciones componentes son verdaderas. En todo otro caso, es falsa.
A las proposiciones que componen una conjunción se las denomina conjuntivos.
Observación 1.10.2. Las palabras “pero”, “sin embargo”, “además”, “aunque”, “no obstan-
te”, “también”, “ası́ como”, “a la vez”, “tal como”, “tanto como”, “al igual que”, “incluso”,
“ası́ mismo”, “a pesar que”, “obviamente”, “ahora bien”, “sino”, equivalen al conectivo de la
conjunción. La coma también puede desempeñar como un conectivo lógico de conjunción.
Ejemplo 1.10.7. Sea la proposición:
r : 5 es un número impar y 6 es un número par
Vemos que está compuesta de dos proposiciones:

p: 5 es un número impar
q: 6 es un número par
Por ser ambas verdaderas, la conjunción es verdadera.
Ejemplo 1.10.8. Sea la proposición:
r : Hoy es el dı́a 3 de noviembre y mañana es el dı́a 5 de noviembre
Esta conjunción es falsa, ya que no pueden ser simultáneamente verdaderas ambas proposi-
ciones.
Ejemplo 1.10.9. Otros ejemplos de conjunción:
12 es múltiplo de 3 y de 4.
Julio estudia no obstante tiene que trabajar.
El tetraedro tiene triángulos equiláteros y el hexaedro cuadrados.
El rombo y el rectángulo son paralelogramos.
El estudiante tuvo dificultades, pero logró desarrollar el ejercicio.
El profesor ganó el concurso, en la noche llamaré a su casa.
15 es múltiplo de 3, pero 5 no es mayor que 7.
1.10.9. Disyunción inclusiva
Se denomina disyunción inclusiva o disyunción débil al resultado de unir dos proposiciones

p y q con el conectivo lógico ∨. Denotamos por “p ∨ q” y se lee “p o q”, cuya tabla de verdad
es:
p q p∨q
V V V
V F V
F V V
F F F
Cuadro 1.3: Disyunción inclusiva
La disyunción sólo es falsa cuando ambas proposiciones son falsas.

Las proposiciones que forman una disyunción se denominan disyuntivos.
Observación 1.10.3. Las palabras “u”, “salvo”, “a menos que”, “excepto”, equivalen al
conectivo lógico de la disyunción inclusiva.
Ejemplo 1.10.10. Dada la proposición:
Alessandra es doctora o tenista
En este caso el sentido de la disyunción es inclusiva, ya que puede ser que Alessandra sea
doctora y además puede ser tenista.
Ejemplo 1.10.11. Otros ejemplos de disyunción inclusiva:
Isaac Newton inventó el cálculo diferencial o Grahan Bell inventó el teléfono.

Tiro las cosas viejas o que no me sirven.
Los profesores de la Universidad Nacional Pedro Ruiz Gallo tienen estudios de maestrı́a
o doctorado.
2 es un número primo o un número par.
Leonardo es futbolista o ajedrecista.
El exágono es un polı́gono o el rectángulo es un cuadrilátero.
1.10.10. Negación
Dada una proposición p, se denomina la negación de p a otra proposición denotada por

∼ p que se lee “no p” y que le asigna el valor veritativo opuesto al de p.
Ejemplo 1.10.12. Dada la proposición:
P : Alessandra estudia medicina humana
entonces
∼ p : Alessandra no estudia medicina humana.
También puede escribirse:
∼ p : no es cierto que Alessandra estudia medicina humana.
Por lo que nos resulta sencillo construir su tabla de verdad:
p ∼p
V F
F V
Cuadro 1.4: Negación
Observamos aquı́ que al valor V de p, la negación le hace corresponder el valor F, y

viceversa. Se trata de una operación unitaria, pues a partir de una proposición se obtiene
otra, que es su negación.
Observación 1.10.4. Las palabras “es falso que”, “no es cierto que”, “es absurdo que”, “no
ocurre que”, “no es el caso que”, “no es posible que”, “nunca”, equivalen al conectivo lógico
de la negación.
Ejemplo 1.10.13. La negación de p : “todos los alumnos estudian matemática” es: ∼ p :

no todos los alumnos estudian matemática; O bien: ∼ p : no es cierto que todos los alumnos
estudian matemática; O bien ∼ p : hay alumnos que no estudian matemática
Ejemplo 1.10.14. Otros ejemplos de negación:
No es cierto que la cosecha de caña trae pérdidas.
Es falso que el automóvil es petrolero.
Nunca he visto perros de color rojo.
Ejemplo 1.10.15. Simbolizar la siguiente proposición:

No es el caso de que 10 sea múltiplo de 3 o que 5 + 2 < 10.
Solución: Si p : 10 es múltiplo de 3, y q : 5 + 2 < 10; entonces la proposición se simboliza:
∼ (p ∨ q)
1.10.11. Condicional
La condicional lLamada también Implicación de las proposiciones p y q es la proposición

p → q que se lee “si p entonces q” y cuya tabla de valores de verdad es:
p q p→q
V V V
V F F
F V V
F F V
Cuadro 1.5: Condicional
La proposición que sigue a la palabra “si”, es decir p se llama antecedente, y la propo-

sición que sigue a la palabra “entonces” es decir q se llama consecuente de la implicación o
condicional.
La tabla nos muestra que la implicación sólo es falsa si el antecedente es verdadero y el
consecuente es falso.
Ejemplo 1.10.16. Dada la implicación
Si apruebo entonces te presto el libro

| {z } | {z }
p q
Esta implicación está compuesta de las proposiciones

El antecedente p : apruebo
El consecuente q : te presto el libro
Nos interesa conocer la verdad o falsedad de la implicación, en relación a la verdad o
falsedad de las proposiciones p y q. El enunciado puede pensarse como un compromiso, con-
dicionado por p, y podemos asociar su verdad al cumplimiento del compromiso. Es evidente
que si p es F, es decir si no apruebo el examen, quedo liberado del compromiso y preste o no
el apunte la implicación es verdadera. Si p es verdadera, es decir si apruebo el examen, y no
presto el libro, el compromiso no se cumple y la proposición es falsa. Si p y q son verdaderas,
entonces la proposición es verdadera pues el compromiso se cumple.
Ejemplo 1.10.17. Dada la proposición r : si 1 = −1 entonces 12 = (−1)2 . Esta proposición

resulta ser verdadera por ser el antecedente (1 = −1) falso.
Observación 1.10.5. Las palabras “implica”, “por lo tanto”, “conclusión”, “luego”, “por
consiguiente”, “de ahi que”, “de modo que”, “deviene”, “solo si”, “es condición suficiente
para”, “si p entonces q”, “dado p por eso q”, “cuando p ası́ pues q”, “de p derivamos q”,
equivalen al conectivo lógico de: p → q.
Observación 1.10.6. Las palabras “porque”, “ya que”, “puesto que”, “si”, “cuando”, “siem-
pre que”, “dado que”, “cada vez que”, “pues”, “supone que”, “a condición de que”, “es con-
dición necesaria para”, “solo si”, equivalen al conectivo lógico de: p ← q.
Ejemplo 1.10.18. En la proposición
te presto mi libro porque aprobé

| {z } | {z }
q p
Esta implicación sigue estando compuesta de las proposiciones

Antecedente p : aprobé
Consecuente q : te presto el libro
Lo simbolizamos (q ← p) o (p → q), y puede reescribirse como:
si apruebo entonces te presto mi libro.
Veamos un ejemplo, el cual ayudará a comprender las maneras en que una proposición
condicional se puede expresar:
Ejemplo 1.10.19. Cuando decimos:
Mi automóvil funciona si hay gasolina en el tanque
Este enunciado es equivalente a expresarlo de las siguientes maneras:

a. Si hay gasolina en el tanque, entonces mi automóvil funciona.

Observa que en este caso la proposición condicional es del caso: “Si p, entonces q”.
b. Mi automóvil sólo funciona si hay gasolina en el tanque.

En este caso la proposición condicional es del caso: “p solamente si q”.
c. Si hay gasolina en el tanque, es suficiente para que mi automovil funcione.

En este caso la condicional es de la forma: “p es suficiente par q”.
d. Para que mi automóvil funcione es necesario que haya gasolina en el tanque.

Para este caso la proposición condicional es de la forma: “q es necesario para q”.
e. Que haya gasolina en el tanque implica que mi auto funcione.

En este caso la condicional es de la forma: “p implica q”.
Ejemplo 1.10.20. Otros ejemplos:
Si estudio a conciencia, entonces aprobaré lógica.

p → q, donde p : estudio a conciencia, q : aprobaré lógica.
Si Tumán es un distrito de Chiclayo, entonces Chiclayo es provincia de Lambayeque.

p → q, donde p : Tumán es un distrito de Chiclayo, q : Chiclayo es provincia de Lamba-
yeque.
Iré al cine, si tengo dinero.

p ← q, donde p : Iré al cine, q : tengo dinero.
Si 2 + 1 = 3, entonces Lambayeque tiene tres provincias.

p → q, donde p : 2 + 1 = 3, q : Lambayeque tiene tres provincias.
8 es un número par, si 8 es divisible por 2.

p ← q, donde p : 8 es un número par, q : 8 es divisible por 2.
Si mañana voy a la playa, me levantaré temprano.

En esta proposición la palabra “entonces” no figura y en su lugar se coloca una coma.
Compraré zapatos solo si están baratos.
Para que un número sea impar es suficiente que no sea divisible por dos.
Iré a trabajar cuando sea bien remunerado.
La carretera se interrumpe siempre que hay huaycos.

Cada vez que hay nevada las plantas se secan.
Flor no viajó a España porque perdió sus documentos.
A toda condicional se le asocia otras tres proposiciones, igualmente importantes, que son:
la recı́proca, la inversa y la contra recı́proca.
Proposición recı́proca
Dada la proposición condicional p → q, se llama proposición recı́proca a la proposición que

se denota por q → p y cuya tabla de valores de verdad es:
p q q→p
V V V
V F V
F V F
F F V
Cuadro 1.6: Recı́proca
Ejemplo 1.10.21. Sea la proposición directa p → q:

“Si x es par, entonces, x es múltiplo de 2”.
La proposición recı́proca q → p será:
“Si x es múltiplo de 2, entonces, x es par.
Proposición inversa
Dada la proposición condicional p → q, se llama proposición inversa a la proposición que

se denota por ∼ p →∼ q y cuya tabla de valores de verdad es:
p q ∼ p →∼ q
V V V
V F V
F V F
F F V
Cuadro 1.7: Inversa

“Si Flor tiene 30 años, entonces es joven”.
La proposición inversa ∼ p →∼ q será:

“Si Flor no tiene 30 años, entonces no es joven”.
Proposición contra recı́proca
Dada la proposición condicional p → q, se llama proposición contra recı́proca a la propo-

sición que se denota por ∼ q →∼ p.
Esta proposición es de mucha utilidad en la demostración por reducción al absurdo o falsa
suposición.
La tabla de valores de verdad es:
p q ∼ q →∼ p
V V V
V F F
F V V
F F V
Cuadro 1.8: Contrarecı́proca

“Si dos rectas son perpendiculares a una misma recta, entonces son paralelas”.
La proposición contra recı́proca ∼ q →∼ p será:
“Si dos rectas no son paralelas, entonces no son perpendiculares a una misma recta”.
1.10.12. Bicondicional
La bicondicional llamada también doble implicación de las proposiciones p y q es la pro-

posición p ↔ q que se lee “p si y sólo si q” y cuya tabla de valores de verdad es:
p q p↔q
V V V
V F F
F V F
F F V
Cuadro 1.9: Bicondicional
La doble implicación o bicondicional sólo es verdadera si ambas proposiciones tienen el

mismo valor de verdad. La doble implicación puede definirse como la conjunción de una impli-
cación y su recı́proca. De este modo, la tabla de valores de verdad de p ↔ q puede obtenerse

mediante la tabla de (p → q) ∧ (q ← p), como vemos:
p q p→q p←q (p → q) ∧ (q ← p) p↔q

V V V V V V
V F F V F F
F V V F F F
F F V V V V
Cuadro 1.10: Una equivalencia de la Bicondicional
Los componentes del bicondicional reciben el nombre de componente izquierdo y compo-

nente derecho.
Observación 1.10.7. Las palabras “si y solo si”, “condición necesaria y suficiente”, “sola-
mente si”, “cuando y solo cuando”, “entonces y solo entonces”, “es idéntico”, “cada vez que
y solo si”, equivalen al conectivo lógico de: p ↔ q.
Ejemplo 1.10.24. Dada la proposición: a = b si y sólo si a2 = b2 .

El enunciado está compuesto por las proposiciones:
p:a=b
q : a2 = b2
Ejemplo 1.10.25. Otros ejemplos:
Una figura geométrica es un triángulo si y sólo si tiene tres lados.
Una institución educativa tiene Rector si y sólo si es una Universidad.
Los profesionales egresados consiguen trabajo inmediatamente si y sólo si la Universidad

es de calidad.
Saldremos de vacaciones cuando y sólo cuando tengamos un año trabajando.
1.10.13. Disyunción exclusiva
La disyunción exclusiva llamada también diferencia simétrica de las proposiciones p y q es

la proposición p ∆ q que se lee “p o q” en sentido excluyente o también “o p o q”; cuya tabla
de valores de verdad es:
La verdad de p ∆ q está caracterizada por la verdad de una y sólo una de las proposiciones
componentes, es decir, la disyunción exclusiva de dos proposiciones es falsa si y sólo si los dos
disyuntivos tienen el mismo valor de verdad, y es verdadera en los demás casos.
p q p∆q
V V F
V F V
F V V
F F F
Cuadro 1.11: Disyunción exclusiva
Ejemplo 1.10.26. Dada la proposición: “o vamos a Lima o vamos a Cuzco”.

Queda claro que sólo podremos ir a uno de los dos lugares, y sólo a uno.
Ejemplo 1.10.27. Otros ejemplos
El lógico Kur Gödel nació en Checolslovaquia o nació en Polonia.
La clase de lógica empezará a las 8 ó las 9 am.
El profesor está sano o enfermo.
Alessandra viaja hoy a Canadá o a Corea.
César Vallejo nació en Perú o en Francia.
Variables Negación Conjunción Disyunción Condicional Bicondicional Disyunción

inclusiva exclusiva
p q ∼p p∧q p∨q p → q p ↔ q p∆q
V V F V V V V F
V F F F V F F V
F V V F V V F V
F F V F F V V F
Cuadro 1.12: Cuadro general de los conectivos lógicos
1.10.14. Proposiciones Compuestas
Usando los conectivos lógicos se pueden combinar cualquier número finito de proposiciones
simples para obtener otras cuyos valores de verdad pueden ser conocidos construyendo sus
respectivas tablas de verdad.
Los signos de agrupación (paréntesis, corchetes, llaves) se usan en lógica cuando se trata
de obtener esquemas lógicos más complejos con el fin de evitar la ambiguedad de las fórmulas.
Ası́ por ejemplo, la expresión p ∨ q ∧ r es ambigua; pero asociando sus términos: (p ∨ q) ∧ r

ó p ∨ (q ∧ r), la expresión dada tiene sentido y deja de ser ambigua.
Ejemplo 1.10.28. Construir la tabla de verdad para la proposición compuesta: [∼ p ∨ q] →

(r ∧ p).
Solución
p q r ∼p ∼p∨q r∧p [∼ p ∨ q] → (r ∧ p)
V V V F V V V
V V F F V F F
V F V F F V V
V F F F F F V
F V V V V F F
F V F V V F F
F F V V V F F
F F F V V F F
1.10.15. Jerarquı́a de los conectivos lógicos
La jerarquı́a de las conectivas, desde la más fuerte a la más débil es:
Bicondicional (↔)
Condicional (→)
Conjunción (∧), Disyunción inclusiva (∨), Disyunción exclusiva (∆)
Negación (∼)
En el lenguaje usual hay recursos muy variados para determinar la jerarquı́a de las conectivas,
como las comas, los puntos y comas, y ciertas expresiones de refuerzo como “no es cierto que”
para negar una proposición compuesta, y “además” y “también” para reforzar una conjunción,
y otras. En el lenguaje oral la agrupación o jerarquı́a se realiza mediante las pausas y las
diferencias de entonación.
En las proposiciones formalizadas o simbolizadas que hacen uso de los signos de agrupación
(paréntesis, corchetes y llaves) la jerarquı́a de las conectivas es determinada por dichos signos
de agrupación.
Para la simbolización o formalización de proposiciones compuestas es necesario saber iden-
tificar la conectiva de mayor jerarquı́a y saber utilizar los signos de agrupación correspondien-
tes.
Ejemplo 1.10.29. formalizar cada una de las siguientes proposiciones y determine la conec-
tiva de mayor jerarquı́a.
a. Si no conseguimos pasaje y el tiempo es malo, entonces compraré una bicicleta o un tele-

visor.
p: conseguimos pasaje
q: el tiempo es malo
r: compraré una bicicleta
s: compraré un televisor
Formalización:
(∼ p ∧ q) → (r ∨ s)
La conectiva de mayor jerarquı́a es la condicional
b. No es cierto que, si 7 es un número primo entonces 4 es un número par y 6 no es impar.

p: 7 es un número primo
q: 4 es un número par
r: 6 es un número impar
Formalización:
∼ [p → (q∧ ∼ r)]
La conectiva de mayor jerarquı́a es la negación que está delante del corchete.
c. A la vez 3 es mayor que 2 ó 3 es menor que 2 y 3 es mayor que 1.

r: 3 es mayor que 2
s: 3 es menor que 2
t: 3 es mayor que 1
Formalización:
(r ∨ s) ∧ t
La conectiva dominante es el de la conjunción.
La simbolización o formalización llamada también forma proposicional o forma lógica es

toda fórmula que se obtiene a partir de una proposición, reemplazando las proposiciones que
la constituyen por variables proposicionales (p, q, r, s, etc) y las conectivas por sus sı́mbolos
respectivos (∼, ∧, ∨, →, ↔, ∆).
Las tablas de verdad permiten clasificar las formas proposicionales en tres tipos:
1.10.16. Tautologı́as
Son aquellas cuya columna resultante está formada solamente por verdades (V). Las tau-
tologı́as son las que más interesan a la lógica por ser un tipo de leyes lógicas. Las leyes lógicas
son formas que sólo tienen interpretaciones verdaderas.
Ejemplo 1.10.30. Analizar la proposición compuesta: w : (p → q) ↔ (∼ p ∨ q) a través de

su tabla de verdad.
Solución
p q ∼p p→q ∼ p∨q (p → q) ↔ (∼ p ∨ q)
V V F V V V
V F F F F V
F V V V V V
F F V V V V
A la columna resultante se le conoce con el nombre de Matriz principal
Vemos que para cualquier combinación de las proposiciones p y q, la proposición compuesta

w : (p → q) ↔ (∼ p ∨ q) es siempre verdadera. Entonces, la proposición w es una tautologı́a.
Ejemplo 1.10.31. Analizar la proposición compuesta: w : [(p → q) ∧ p] → q a través de su

tabla de verdad.
Solución
p q p→q (p → q) ∧ p [(p → q) ∧ p] → q
V V V V V
V F F F V
F V V F V
F F V F V
En este caso comprobamos también que independientemente de la combinación de valores

de verdad de las proposiciones p y q, el resultado de la fórmula lógica es siempre V. Decimos,
aquı́ también, que esta fórmula es una tautologı́a o ley lógica.
1.10.17. Contradicciones
Son aquellas, donde la columna resultante de la tabla de verdad está conformada solamente
por falsedades (F).
Ejemplo 1.10.32. Analizar la proposición compuesta: w : [(p ∧ q) ∨ q]∧ ∼ q a través de su

tabla de verdad.
Solución
p q p∧q (p ∧ q) ∨ q ∼q [(p ∧ q) ∨ q]∧ ∼ q
V V V V F F
V F F F V F
F V F V F F
F F F F V F
Obtenemos que la fórmula lógica es siempre falsa, es entonces una Contradicción.
Ejemplo 1.10.33. Analizar la proposición compuesta: w : (∼ p∨ ∼ q)∆(p → ∼ q) a través

de su tabla de verdad.
Solución
p q ∼p ∼q ∼ p∨ ∼ q p→∼q (∼ p∨ ∼ q)∆(p → ∼ q)
V V F F F F F
V F F V V V F
F V V F V V F
F F V V V V F
Como los elementos de la matriz principal son falsos, entonces es una contradicción.
1.10.18. Contingencias
Se dice que una fórmula lógica es contingente si no es ni tautológico ni contradictorio. Su

matriz principal contiene por lo menos un V y un F.
Ejemplo 1.10.34. Analizar la proposición compuesta: w : [p ∧ (p → q)] → (q∆r) a través de

su tabla de verdad.
Solución
p q r p→q p ∧ (p → q) q∆r [p ∧ (p → q)] → (q∆r)

V V V V V F F
V V F V V V V
V F V F F V V
V F F F F F V
F V V V F F V
F V F V F V V
F F V V F F V
F F F V F V V
Una forma proposicional es consistente cuando tiene por lo menos una interpretación ver-
dadera, y es inconsistente cuando no tiene ninguna interpretación verdadera. Las tautologı́as y
las contingencias son formas consistentes, mientras que las contradicciones son inconsistentes.
1.10.19. Equivalencias lógicas
Existen varias equivalencias de la lógica proposicional, las cuales se conocen como leyes de
equivalencia. Dos fórmulas F1 y F2 son equivalentes (ó logicamente equivalentes) si: F1 ↔ F2
resulta ser una tautologı́a, o si las tablas de valores de verdad de F1 y F2 son idénticos, y se
denota F1 ≡ F2
Ejemplo 1.10.35. Las proposiciones p → q y ∼ (p ∧ ∼ q) son equivalentes, como vemos

realizando la tabla de valores correspondientes:
Solución
p q p→q ∼ (p ∧ ∼ q) [p → q] ↔ [∼ (p∧ ∼ q)]
V V V V V
V F F F V
F V V V V
F F V F V
Podemos concluir entonces que: p → q y ∼ (p ∧ ∼ q) son equivalentes, es decir:
p → q ≡∼ (p ∧ ∼ q)
Otro ejemplo de equivalencia es: p ↔ q ≡∼ (p∆q). Esto se verifica revisando las tablas de
verdad.
1.10.20. Leyes del Algebra Proposicional
Son ciertas equivalencias lógicas que las presentamos a continuación y cuya demostración
es fácil de realizar exhibiendo sus tablas veritativas correspondientes.
1. Idempotencia:
a) p ∧ p ≡ p
b) p ∨ p ≡ p
2. Conmutativa:
a) p ∧ q ≡ q ∧ p
b) p ∨ q ≡ q ∨ p
c) p ↔ q ≡ q ↔ p
d) p ∆q ≡ q∆p
3. Asociativa:
a) (p ∧ q) ∧ r ≡ p ∧ (q ∧ r)
b) (p ∨ q) ∨ r ≡ p ∨ (q ∨ r)
c) (p ↔ q) ↔ r ≡ p ↔ (q ↔ r)
d) (p ∆q)∆r ≡ p ∆(q ∆r)
4. Distributiva:
a) p ∧ (q ∨ r) ≡ (p ∧ q) ∨ (p ∧ r)
b) p ∨ (q ∧ r) ≡ (p ∨ q) ∧ (p ∨ r)
c) p → (q ∧ r) ≡ (p → q) ∧ (p → r)
d) p → (q ∨ r) ≡ (p → q) ∨ (p → r)
5. Identidad:
a) p ∧ V ≡ V ∧ p ≡ p
b) p ∧ F ≡ F ∧ p ≡ F
c) p ∨ V ≡ V ∨ p ≡ V
d) p ∨ F ≡ F ∨ p ≡ p
6. Complemento:
a) ∼∼ p ≡ p Involución
b) p ∧ ∼ p ≡ ∼ p ∧ p ≡ F
c) p ∨ ∼ p ≡ ∼ p ∨ p ≡ V Tercio excluı́do
d) p → p ≡ V Principio de identidad
e) p ↔ p ≡ V Principio de identidad
f) ∼ (p ∧ ∼ p) ≡ V Principio de no contradicción
g) ∼ V ≡ F
h) ∼ F ≡ V
7. Morgan:
a) ∼ (p ∧ q) ≡ ∼ p ∨ ∼ q
b) ∼ (p ∨ q) ≡ ∼ p ∧ ∼ q
8. Absorción:
a) p ∧ (p ∨ q) ≡ p
b) p ∨ (p ∧ q) ≡ p
c) p ∧ (∼ p ∨ q) ≡ p ∧ q
d) p ∨ (∼ p ∧ q) ≡ p ∨ q
9. Implicación:
a) p → q ≡ ∼ p ∨ q
b) p → q ≡ ∼ (p ∧ ∼ q)
c) p → q ≡ ∼ q → ∼ p
10. Doble Implicación:
a) p ↔ q ≡ (p → q) ∧ (q → p)
b) p ↔ q ≡ (p ∧ q) ∨ (∼ p ∧ ∼ q)
11. Diferencia Simétrica:
a) p ∆q ≡ ∼ (p ↔ q)
b) p ∆q ≡ (p ∧ ∼ q) ∨ (q ∧ ∼ p)
12. Expansión Booleana:
a) p ≡ p ∧ (q ∨ ∼ q)
b) p ≡ p ∨ (q ∧ ∼ q)
13. Transposición:
a) p → q ≡ ∼ q → ∼ p
b) p ↔ q ≡ ∼ q ↔ ∼ p
14. Exportación:
a) (p ∧ q) → r ≡ p → (q → r)
b) (p1 ∧ p2 ∧ . . . ∧ pn ) → r ≡ (p1 ∧ p2 ∧ . . . ∧ pn−1 ) → (pn → r)
1.10.21. Simplificación de proposiciones
La aplicación de las leyes de la lógica proposicional permite simplificar proposiciones mo-

leculares, reducir una proposición compuesta a una proposición más simple, generalmente de
menos variables proposicionales y relacionadas con los conectivos lógicos ∧, ∨, o ∼. En algunos
casos se reduce a una tautologı́a o a una contradicción.
Ejemplo 1.10.36. Simplificar la proposición W = [(∼ p ∧ q) → (r ∧ ∼ r)] ∧ (∼ q)

Solución
W ≡ [∼ (∼ p ∧ q) ∨ (r ∧ ∼ r)] ∧ (∼ q) (9.a.)
≡ [(p ∧ ∼ q) ∨ F] ∧ (∼ q) (7.a., 6.b.)
≡ [(p ∧ ∼ q)] ∧ (∼ q) (5.d.)
≡ ∼q (8.b.)
∴ W ≡∼ q
Ejemplo 1.10.37. Simplificar la proposición W =∼ [(p →∼ q) ∨ ∼ q] → [∼ p ↔ (∼ p → q)]

Solución
W ≡ [(p →∼ q) ∨ ∼ q] ∨ [∼ p ↔ (∼ p → q)] (9.a.)

≡ [(∼ p∨ ∼ q) ∨ ∼ q] ∨ [∼ p ↔ (p ∨ q)] (9.a.)
≡ [∼ p ∨ (∼ q ∨ ∼ q)] ∨ [∼ p ↔ (p ∨ q)] (3.b.)
≡ (∼ p ∨ ∼ q) ∨ [∼ p ↔ (p ∨ q)] (1.b.)
≡ ∼ p ∨ ∼ q ∨[(∼ p ∧(p∨q)) ∨(p ∧ ∼ (p∨q))] (10.b.)
≡ ∼ p ∨ ∼ q ∨ [(∼ p ∧ q) ∨ (p ∧ ∼ p ∧ ∼ q)] (8.c.)
≡ ∼ p ∨ ∼ q ∨ (∼ p ∧ q) ∨ (F ∧ ∼ q) (6.b.)
≡ ∼ p ∨ ∼ q ∨ (∼ p ∧ q) ∨ F (5.b.)
≡ [∼ p ∨ (∼ p ∧ q)] ∨ ∼ q (3.b., 5.d.)
≡ ∼ p∨ ∼ q (8.b.)
∴ W ≡ ∼ p∨ ∼ q
1.11. Conjuntos
1.12. Aplicaciones de la Aritmética
1.12.1. Aplicaciones a la Medicina
Regla de tres
Administración Vı́a Oral, Sublingual y Tópica
Vı́a Oral
La administración de medicamentos por vı́a oral es la mas segura y económica, ası́ como la
mas recomendable cuando no existen dificultades o contraindicaciones para su utilización
(ej. vómitos) no se requiere una respuesta inmediata, ya que la acción farmacológica se
inicia lentamente en comparación con otras vı́as. Además, la técnica de administración
es muy sencilla y permite que el tratamiento pueda ser efectuado por el propio enfermo.
La mayor parte de los medicamentos pueden ser administrados por vı́a oral, puesto que
la mucosa digestiva permite la absorción de sustancias muy diversas, principalmente en
el estómago, desde donde pasan a la circulación general y actúan a nivel sistémico.
Existen muy diferentes formas de presentación de medicamentos para la administración

oral, ya sea sólidas (cápsulas, comprimidos, tabletas) o liquidas (jarabes, soluciones,
suspensiones). Cuando se trata de medicamentos que puedan resultar alteradas por el
medio ácido del estómago, se emplean cápsulas o grageas con protección entérica.
La vı́a oral es el más común de los métodos para administrar medicamentos en la ac-
tualidad. Es frecuente que el frasco de medicina que tenga usted en las manos posea
diferentes dosificaciones a la indicada por el médico. Cuando esto pasa, el trabajador
de la salud realizará algunos cálculos matemáticos para dar al paciente la cantidad del
medicamento que tiene prescrito por el médico.
Los ejemplos de los ejercicios resueltos, en la parte de las aplicaciones, le ayudarán

a desarrollar un método para desarrollar problemas de dosificación de medicamentos
orales.
Vı́a Intramuscular. IM
Es la introducción de una sustancia a través de la piel hasta el tejido muscular, para
lograr la absorción más rápida.
Una ampolla contiene cantidad suficiente para una sola aplicación como la morfinade 10
mg. Un frasco con dosis múltiples puede contener hasta diez (10) dosis, pero especifi-
cará la cantidad de fármaco contenido en un mililitro (ml) por ejemplo Ciprofloxacina
200 mg / 100 ml.
La dosis especificada en la etiqueta de la ampolla o frasco puede ser distinta a la orde-
nada por el médico; de ser ası́, realizará una operación matemática para determinar si el
volumen por aplicar es la señalada en el manejo de las diluciones de medicamentos para
uso oral.
✍ EJERCICIOS RESUELTOS 1.
I. Sucesiones y Series
1. Calcular el término que continúa:

5; 3; 6; 5; 7; 7; 8; 9; 9; . . .
Solución
Como la sucesión es alternada entonces:
5 3 6 5 7 7 8 9 9
+2 +2 +2 +2
luego el término que continúa es: 11
2. Una tina se encuentra en reparación, el primer dı́a da 63 goteadas y cada dı́a que
transcurre da dos gotas menos que el dı́a anterior. ¿Cuántos dı́as goteará la tina y
cuántas goteadas dará en total?.
Solución
63, 61, 59, . . . , 1
an = a1 + (n − 1)r
63 = 1 + (n − 1)2
entonces n = 32, luego la suma
1 + 63
S=( ) 32 = 1024
2
3. Evaluar:
P = 23 + 43 + 63 + 83 + . . . . . . + 163
Solución
an = a1 + (n − 1)r
163 = 23 + (n − 1)(20)
de donde n = 8, luego
23 + 163
S= 8 = 744
2
II. Fracciones
2, 2 + 4, 4 + 6, 6 + 8, 8
1. Calcular: E =
2, b
8 + 4, b
6 + 6, b
4 + 8, b
2
Solución
22
E=
8 6 4 2
2+ +4+ +6+ +8+
9 9 9 9
22
E=
20
20 +
9
Reduciendo se tiene que E = 0,99.
a b
2. Hallar: a + b, sabiendo que son naturales y que + = 1, 0b
2.
9 5
Solución
a b 2
+ =1+
9 5 90
entonces 5a + 9b = 46, luego a = 2, b = 4, entonces a + b = 6.
III. Razones y proporciones
1. La media proporcional de “a” y “b” es “x”, que es lo mismo que la tercera proporcional
√ √
de “8a” y “b”; lo mismo que la cuarta proporcional de 3 a, 2 y 3 b. El valor de
a + b + x es:
Solución
a x √
= ⇒ x= ab
x b
8a b b2
= ⇒ x=
√ b √ x 8a
3a 3b 2b
= ⇒ x=
2 x a
2b
√
De las dos últimas ecuaciones se tiene que b = 16, además a = ab, entonces a = 4,
luego x = 8. Por lo tanto a + b + x = 28
2. Los números x, y, z son proporcionales a los números 2, 3, 5, la suma de x, y, y z es

80. El número y está dado por la ecuación: y = ax + 8. El valor de a es:
Solución
x = 2k, y = 3k, z = 5k, ahora como
x + y + z = 80
entonces k = 8, de donde x = 16, y = 24, z = 40; luego reemplazando en y = ax + 8

se tiene que a = 1.
IV. Mezclas
1. Un recipiente se llena con 60 litros de vino. Se consume 1/3 del contenido y se vuelve
a llenar con agua, luego se consume 2/5 del contenido y se vuelve a llenar con agua.
¿Qué cantidad de agua hay en la mezcla final?.
Solución
vino 60
Se consume 1/3 del contenido y se vuelve a llenar con agua
Se extrae Queda
1 2
vino 3 (60) 3 (60) = 40
agua 20
vino 40
Se consume 2/5 del contenido.
Se extrae Queda
2 3
agua 5 (20) 5 (20) = 12
2 3
vino 5 (40) 5 (40) = 24
Ahora se tiene 36 litros de mezcla y como se tiene que llenar con agua, se necesita de 24
litros de agua. Por lo tanto la cantidad de agua hay en la mezcla final es: 12 + 24 = 36
litros.
2. En un recipiente de 20 litros de capacidad se vierten 10 litros de pisco, 4 litros de

gaseosa y 6 litros de tequila. Se prueba la mezcla y resulta muy fuerte por lo que se
bota la cuarta parte del contenido y se llena con gaseosa; se vuelve a probar y sigue
muy fuerte por lo que se bota la tercera parte del contenido y se vuelve a llenar con
gaseosa; se prueba nuevamente y sigue fuerte por lo que se bota la quinta parte del
contenido y se llena con gaseoasa. ¿Cuál es la cantidad de gaseosa contenida en el
recipiente final?.
Solución
Del enunciado del problema se tiene:
Gaseosa
4L
Total 20 L
10 L Pisco
6L Tequila
T P G
6 10 4 se bota 1/4 de la mezcla
Queda 9/2 15/2 3 se llena con gaseosa
Queda 9/2 15/2 8 se bota 1/3 de la mezcla
Queda 3 5 16/3 se llena con gaseosa
Queda 3 5 12 se bota 1/5 de la mezcla
Queda 12/5 4 48/5 se llena con gaseosa
Queda 12/5 4 68/5
Por lo tanto, la gaseosa contenida al final es 68/5 = 13,6 litros.
Otra forma es considerando al tequila y el pisco como uno solo, ası́ tenemos (10 + 6 = 16
litros)
4 2 3
Queda de tequila y pisco = (16) = 6,4 litros.
5 3 4
puesto que:
Si se saca 1/4, entonces queda 3/4.
Por lo tanto, la gaseosa contenida al final es 20 − 6,4 = 13,6 litros.
V. Regla de tres
1. Un ladrillo pesa 4 kg, ¿Cuánto pesará otro ladrillo cuyas dimensiones sean la mitad
del ladrillo anterior?
Solución
longitud ancho altura peso
l a a 4 kg
l a a
2 2 2 x kg
l a a
de donde: l × a × a × x = × × × 4, luego: x = 0,5
2 2 2
2. Si 40 carpinteros fabrican 16 puertas en 9 dı́as ¿Cuántos dı́as tardarán 45 carpinteros
para hacer 12 puertas iguales?
Solución
carpinteros dı́as puertas

40 9 16
45 x 12
de donde: 40 × 9 × 12 = 45 × x × 16, luego: x = 6
VI. Aplicaciones de la Aritmética
Aplicaciones a la Medicina
1. El médico prescribió 300 mg de Ranitidina, la etiqueta del frasco dice que

contiene tabletas de 150 mg. El problema es determinar el número de tabletas
para obtener la dosis precisa.
Solución
Dé la dosis deseada del fármaco disponible, plantearemos utilizando la regla de
tres simple.
1 tableta 150 mg
x tabletas 300 mg
luego
300 ✟✟ × 1 tableta
mg
x=
150 ✟✟
mg
de donde x = 2 tabletas.
2. Cama Nº: 2
Nombre: Daddy Yankee
Medicamento: Morfina
Dosis: 8 mg
Vı́a: I.M.
Hora: Cada 4 horas por razón necesaria
El fármaco que hay en el servicio dice: Morfina 10mg/1ml. El fármaco disponible
es Morfina 10mg/1ml; la prescripción indica 8 mg de Morfina. Establezca la
proporción para conocer la cantidad de medicamento que se debe suministrar.
Solución
Usemos la regla de tres simple.
10 mg 1 ml
8 mg x ml
luego
✟ × 1 ml
8 mg
x= ✟
10 ✟✟
mg
de donde x = 0,8 ml.
✍ EJERCICIOS PROPUESTOS 1.
I. Series
1. Una tina se encuentra en reparación, el primer dı́a da 63 goteadas y cada dı́a que
transcurre da dos gotas menos que el dı́a anterior. ¿Cuántos dı́as goteará la tina y
cuántas goteadas dará en total?.
2. Evaluar: P = 23 + 43 + 63 + 83 + . . . . . . + 163.
3. Calcular: S1 + S2 + S3 ; si se sabe que:

S1 = 1 + 3 + 5 + . . . . . . + 19
S2 = 1 + 4 + 9 + . . . . . . + 100
S3 = 0,1 + 0,2 + 0,3 + . . . . . . + 8
10
X
4. Calcular: (2n3 − 3n2 + 2n)
n=1
√ √ √ √
5. Hallar “x”; si: 2· 22 · 23 . . . 2x = 1048576(285 )
6. Del triángulo numérico:
1
2+4
3+6+9
4 + 8 + 12 + 16
..
.
Calcular la suma de los elementos de la fila 30.
7. Calcular: S = 2 + 6 + 12 + 20 + . . . . . . 930
8. Calcular: S = 1 × 5 + 2 × 6 + 3 × 7 + . . . + 20 × 24
1 1 1 1 n
9. Hallar (n + m) en: + + + ... + =
2 × 4 × 6 4 × 6 × 8 6 × 8 × 10 40 × 42 × 44 m
1 2 3 4 10
10. Reducir: S = 1 + + + + + . . . + 10
2 4 8 16 2
11. Efectuar: S = 2 + 5 + 8 + . . . . . . + (3n − 1).
12. Calcular (x + 3)2 , si: 1 + 3 + 5 + 7 + · · · + (2x + 3) = 7 + 14 + 21 + · · · + 49

1 2 3 4
13. Sumar: S = 1 + 2 + 3 + 4 + · · ·
10 10 10 10
9 18 36 72
14. Hallar S en: S = + + + + ···
20 80 320 1280
∞ x
X
2 + 3x
15. Hallar:
6x
x=1
II. Fracciones
2, 2 + 4, 4 + 6, 6 + 8, 8
1. Calcular: E =
2, b
8 + 4, b
6 + 6, b
4 + 8, b
2
a b
2. Hallar: a + b, sabiendo que son naturales y que + = 1, 0b
2.
9 5
3. Hallar los 2/3 menos de los 4/5 más del triple de 30.
!
1, b
6 0, b
3 a 2
4. Hallar a en: − − + 0, 1b 6 =3
0, b
3 1, b
6 2, b
6 3
5. El denominador de una fracción excede al numerador en 6, si el denominador aumenta
en 4 el valor de la fracción serı́a 1/6. Hallar dicha fracción.
6. Alessandra perdió 2/7 del dinero que le encargaron. ¿Qué parte de lo que quede
servirá para reponer lo perdido?.
7. En una fiesta la 1/5 parte del número de hombres es igual a los 7/9 del número de
mujeres. ¿Qué parte de los reunidos representan las mujeres?.
8. Una persona ya avanzó 1/5 de su recorrido. ¿Qué fracción de lo que falta debe avanzar
para llegar a los 8/15 del recorrido?.
9. En un grupo de estudios hay 60 alumnos, las 2/5 partes tienen mochilas. ¿Qué fracción
de los que no tienen mochilas, tienen mochila?.
10. Se extraen 400 litros de un tanque que estaba lleno hasta sus 2/3, quedando hasta sus
3/5. ¿Cuántos litros falta para llenar el tanque?.
11. Un tren parte con cierto número de pasajeros. En el primer paradero deja la tercera
parte, en el segundo suben 65 pasajeros, en el tercero bajan las 3/5 de los que lleva,
en el cuarto suben 50 pasajeros y en el trayecto al quinto paradero deja los 3/8 de los
que lleva, llegando a este con 80 pasajeros determine, con cuántos pasajeros partió.
12. Se tiene 2 cajas de fósforo; se usa de la primera 3/8 del total y de la segunda 2/7 del
total. Los fósforos usados en la primera son 13 más que de la segunda y queda en la
segunda caja 4/7 de fósforos que queda en la primera. ¿Cuántos fósforos tiene cada
caja?.
\
13. Si 0, n(n − 1) = N/11, hallar: N + n.
III. Razones y proporciones

1. La media proporcional de “a” y “b” es “x”, que es lo mismo que la tercera proporcional
√ √
de “8a” y “b”; lo mismo que la cuarta proporcional de 3 a, 2 y 3 b. Hallar el
valor de a + b + x.
2. Los números x, y, z son proporcionales a los números 2, 3, 5, la suma de x, y, y z es

80. El número y está dado por la ecuación: y = ax + 8. Hallar el valor de a.
3. Dos números están en la relación de 2 a 6. Si la cuarta parte del mayor es la tercera

proporcional de 4 y la mitad del otro número. Hallar la suma de los números.
4. En un recipiente de 30 litros y otro de 74 litros ¿Cuántos litros deben ser transferidos

del segundo recipiente al primero de manera que los contenidos se encuentren en la
razón de 3:5?.
a c √ √ √ √
5. Sabiendo que = , a + b + c + d = 15. Hallar: a + b + c + d.
b d
a a c a+1 c+3
6. Hallar: ; si = = k. Además: = .
b b d b+5 d + 15
a 5
7. Si: = y a2 + b2 = 712. Calcular el exceso de b sobre a.
b 8
8. Calcular la razón de una serie de razones iguales donde la suma de cuadrados de los
antecedentes es 1/2 y de los consecuentes es 1/8.
9. Si A es inversamente proporcional a B; con una constante de proporcionalidad k,

¿Cuánto vale k si la constante de proporcionalidad entre la suma y diferencia de A y
1/B vale 6?.
10. Repartir 154 en partes directamente proporcionales a: 2/3, 1/4, 1/5, 1/6, e indicar la
mayor cantidad.
11. A tiene 8 panes y B tiene 4; y deben compartirlos equitativamente con C y D. Para

recompensarlo, éstos entregaron 18 soles a A y B ¿Cuánto le tocó a A?.
12. Hallar el valor de A + B + C + D + E, si:

A es la tercera diferencial de 20 y 16
B es la media diferencial de 27 y 39
C es la media proporcional de 72 y 18
D es la tercera proporcional de 5 y 25
E es la cuarta proporcional de 42, 12 y 14
13. Tres cantidades son proporcionales a 6, 8 y 10 y el producto de éstos 960. Hallar el

número intermedio.
14. En una fiesta se observa por cada 5 hombres hay 7 mujeres y además por cada 3
hombres que fuman hay 8 mujeres que no fuman. Sabiendo que hay 10 mujeres más
que hombres y hay 20 personas fumando. ¿Cuántos hombres fuman?
IV. Mezclas
1. Un recipiente contiene una mezcla de 50 litros de agua con 30 litros de vino y se extrae
3/10 de dicha mezcla. ¿Cuántos litros de agua y vino quedan?
2. Un recipiente contiene 60 litros de vino. Se extrae 1/3 del contenido y se reemplaza por
agua; luego se extrae 2/5 de la mezcla y también se reemplaza por agua. ¿Qué cantidad
de agua hay en la mezcla final?.
3. Un depósito contiene 75 litros de leche pura, luego se extrae 1/3 de su contenido y se

reemplaza por agua, enseguida se extrae 1/5 de la mezcla y también se reemplaza por
agua y por último se extrae 1/4 de la nueva mezcla y también se reemplaza por agua,
¿Qué relación de leche pura y agua quedan en el depósito?.
4. Un balde se llena con 54 litros de agua, se extrae 9 litros de agua reemplazándolo

con lejı́a, después se extrae 9 litros de la mezcla resultante, que son reemplazados por
lejı́a; haciendo lo mismo una 3°, 4°, . . . , n-ésima vez, observándose que luego de n
78125
operaciones, la parte fraccionaria de agua en la mezcla es . Hallar n.
279936
5. Dos piscos A y B están mezclados en 3 recipientes. En el primer recipiente la razón
es de 1/2 de A y 1/2 de B. En el segundo es de 1/3 de A y 2/3 de B y en el tercero
es de 1/4 de A y 3/4 de B. Si se saca el mismo volumen de todos los recipientes para
formar una mezcla que contenga 39 litros del pisco A, ¿Cuántos litros se extraen de
cada recipiente?.
V. Regla de tres
1. Un ladrillo pesa 4 kg, ¿Cuánto pesará otro ladrillo cuyas dimensiones sean la mitad
del ladrillo anterior?
2. Si 40 carpinteros fabrican 16 puertas en 9 dı́as ¿Cuántos dı́as tardarán 45 carpinteros

para hacer 12 puertas iguales?
3. Por 8 dı́as de trabajo, 12 obreros han cobrado $.640 ¿Cuánto ganarán por 16 dı́as, 15
obreros con los mismos jornales?
4. Si con 120 kg de pasto se alimenta a 4 caballos durante 5 dı́as ¿Cuántos kg de pasto

se necesitarán para alimentar a 9 caballos en 3 dı́as?
5. Un grupo de obreros debı́a entregar una obra en un determinado plazo. Luego de

algunos dı́as de trabajo se accidentaron 10 obreros y no pudieron ser reemplazados
hasta dentro de 8 dı́as y por ello se contrataron 30 obreros adicionales, con lo cual, se
acabó la obra en la fecha prevista ¿Cuántos dı́as trabajaron los últimos obreros?
6. Una cuadrilla de 15 obreros trabajando 6 horas diarias terminan una obra en 38 dı́as.
¿Cuántos dı́as tardarı́an para hacer la misma obra, 19 obreros trabajando 3 horas
diarias más que los anteriores?
7. Ocho obreros pueden hacer una obra en 3 dı́as. ¿Cuántos obreros más harı́an falta
para hacer la obra en 2 dı́as?.
8. Si 36 obreros para pavimentar una pista de 400 metros de largo, por 6 metros de
ancho; demoran 32 dı́as. ¿Cuántos dı́as tardarán, si se aumentó 12 obreros más para
pavimentar otra pista de 300 metros de largo, por 8 metros de ancho?
9. Un ciclista cubre una distancia de Lima a Trujillo en 10 dı́as, corriendo 12 horas a

una velocidad de 42 km por hora ¿A qué velocidad deberá correr para cubrir la misma
distancia en 8 dı́as de 9 horas diarias?
10. Un ejército de 7000 hombres tienen municiones para 20 dı́as a razón de 6 cargas diarias
cada hombre, pero si llegan 1850 hombres sin municiones. ¿Cuántos dı́as durarán las
municiones, si cada hombre recibe ahora sólo 3 cargas diarias?
11. Un grupo de 45 obreros se comprometen a hacer 900 m2 de una obra en 30 dı́as,

trabajando 6 horas diarias. Si trabajaron juntos 5 dı́as, al final de los cuales, se les
pidió que entreguen sólo 750 m2 de la obra, pero 7 dı́as antes de lo previsto. ¿Cuántos
obreros serán necesarios emplear para que trabajando 12 horas diarias puedan cumplir
la nueva orden?
12. Treinta obreros hacen una zanja de 20m de largo, 2m de ancho y 1m de profundidad
en 18 dı́as a 8h/dı́a, ¿En cuántos dı́as, 45 obreros harán una zanja, de manera que
las dimensiones finales sean 50 % mayor que las iniciales y si las horas diarias no se
alteran?
VI. Tanto porciento
1. Si el 40 % de A es igual a 20 % de B. ¿Qué porcentaje de B es A?
2. El 20 % de un número es el 30 % de otro. ¿Qué porcentaje de la suma es la diferencia

de estos números?
3. Ayer tuve $69 y gasté el 38 % de lo que no gasté. ¿Cuánto no gasté?
4. Se vendió un artı́culo en $4200 ganando el 14 % del precio de compra más el 5 % del

precio de venta. ¿Cuánto costó el artı́culo?
5. ¿Qué porcentaje habrı́a que disminuir a un número para que sea igual al 60 % del
25 % del 80 % del 50 % de los 10/3 del número?
6. Si a un número “N” se le aumenta 5/16 de su valor, luego 1/7 del nuevo valor. Hallar
el porcentaje total que aumentó el número “N”.
7. Si al precio de venta de un artı́culo, se le hace 3 descuentos sucesivos del 20 %; 10 %

y 5 % se observa que el descuento efectivo ha sido de 632 soles ¿Cuál es el precio de
venta de dicho artı́culo?
8. ¿Cuál es el precio de costo de un artı́culo, cuyo precio de venta es “a” soles y la

ganancia es de “b %” del precio de venta?
9. Si la arista de un cubo disminuye en un 50 %. ¿En qué porcentaje ha disminuido su

área?
10. Si el diámetro de un cı́rculo aumenta en un 70 %. ¿En qué porcentaje aumenta su

área?
11. De un recipiente lleno de vino, se extrae el 25 % de lo que no se extrae. ¿Qué tanto

por ciento estará lleno el recipiente, si se agrega el 30 % de lo que faltaba por llenar?
12. Si Flor se retiró del casino con 240 soles, habiendo perdido primero el 20 % y luego
ganando el 50 % de lo que le quedaba. ¿Con cuánto fue al casino?.
13. A una fiesta asisten hombres y mujeres, el 25 % son hombres y el resto mujeres, si
se retiran el 40 % de los hombres y el 50 % de las mujeres. ¿Qué porcentaje de las
mujeres que quedan son los hombres que quedan?.
14. Un artı́culo se ha vendido en 1200 soles ganando el 20 % del costo más el 15 % del
precio de venta. Hallar el precio de costo de dicho artı́culo.
15. Si en la venta de un artefacto se gana el 25 % del precio de costo. ¿Que tanto por
ciento es la ganancia respecto al precio de venta?.
VII. Número primo
1.
VIII. Máximo común divisor y mı́nimo común múltiplo
1.
IX. Análisis combinatorio

1. De cuántas maneras se pueden elegir dos o más corbatas de una colección que contiene
ocho?
2. En la sección de un hospital se disponen de 12 enfermeras, de cuántas maneras puede
hacerse una selección de 5 de modo que:
Una Enfermera se incluye siempre.
Una Enfermera se excluye siempre.
3. De cuántas maneras distintas puede ir una persona de la ciudad A a la ciudad E.
B
A C E
4. En cierto examen un estudiante debe contestar 8 de 10 preguntas.

Cuántas maneras de escoger tiene?
Cuántas maneras puede escoger, si las tres primeras son obligatorias?
5. Alessandra desea viajar de Lima a Cuzco y tiene a su disposición 4 lı́neas aéreas y 6
terrestres. ¿De cuántas maneras diferentes podrá viajar?
6. Si hay 5 candidatos para presidente y 4 para alcalde. ¿De cuántas maneras se pueden
elegir estos dos cargos?
7. De mi casa al CPU hay 8 caminos, de cuántas maneras puedo ir y regresar, si de

regreso no puedo usar el camino de ida?
8. Una persona tiene para vestirse 5 pantalones; 4 camisas y 3 pares de zapatos. ¿De
cuántas maneras se podrá vestir?
9. Alessandra tiene para vestir; 4 blusas, 3 pantalones; 2 faldas y 6 pares de zapatos.
¿De cuántas formas se podrá vestir?
10. Se quieren sentar 4 hombres y 3 mujeres en una fila de modo que los hombres y mujeres
estén intercalados. ¿De cuántas formas podrán hacerlo?
11. En una reunión conmemorativa donde se celebra el nacimiento del ilustre Nishi-
ren Daishonin se observó 36 apretones de mano. ¿Cuántas personas hay en dicha
reunión?
12. ¿De cuántas formas se puede ubicar 6 niños en una fila; si dos de ellos deben estar
siempre juntos.
13. En un equipo de futbol se cuenta con 8 alumnos, 5 hombres y 3 mujeres. Se desea

formar grupos mixtos de 6 alumnos. ¿Cuántos grupos se podrán formar?
14. Con los dı́gitos {1, 2, 3, 4, 5}, Cuántos números pares de 3 cifras distintas se pueden
formar?.
15. Con los dı́gitos {2, 4, 6, 8, 9}, Cuántos números impares se pueden formar sin que se
repitan las cifras?.
16. ¿Cuántos números diferentes de 3 cifras pueden formarse con las cifras {1, 2, 3, 4, 5, 6, 7, 8};
mayores que 300 y menores que 800.
17. Alessandra y sus 9 amigos desean ordenarse para tomarse una foto. Si entre ellos
hay una pareja de enamorados que no desea separarse, ¿de cuantas maneras pueden
ordenarse?.
18. En un corral hay 10 jaulas diferentes, se han comprado 10 aves: 3 gallinas, 4 pavos y 3
patos. ¿De cuántas maneras distintas se puede colocar un ave en una jaula, de modo
que se diferencien en una especie?
19. Hallar el número de formas diferentes en que pueden sentarse 4 hombres y 3 mujeres
en una fila de 7 sillas, si las mujeres deben ser contiguas.
20. ¿De cuántas maneras podrá ser elegido el delegado y subdelegado del aula constituido
de 20 alumnos, bajo la condición de que cada alumno pueda ser elegido sólo a uno de
estos cargos?
21. Determinar el número de permutaciones diferentes que serı́an posible formarse con las
letras de la palabra “QUEQUE”
22. En un hospital se tiene 5 médicos especialistas en nefrologı́a y 4 enfermeras se desea

escoger un grupo de 4 personas para una intervención quirúrgica al riñón en la sala de
cirugı́a del nosocomio ¿De cuántas maneras se podrá realizar esto, si en cada grupo
debe haber a lo más 2 médicos nefrólogos para realizar la intervención?
23. •B
A•
•C
F•
•D
•E
De la figura halle la diferencia entre el número de triángulos y el número de rectas

que pueden trazarse.
24. Cuántos números de 3 cifras que sean pares existen?
25. ¿Cuántas permutaciones pueden formarse con las letras de la palabra BEBETO, si
debe empezar con O y terminar en T?
X. Lógica
1. Si se sabe que p es Verdadera; entonces el valor de: p ∨ [∼ q ∧ (r → s)]

a) Depende del valor que asume q.
b) Siempre será Verdadera.
c) Depende del valor que asume s.
d) Siempre será Falsa.
e) Depende del valor que asume r.
2. Si se sabe que ∼ q es Verdadera; entonces el valor de: [p ∧ (r ∨ s)] →∼ q
a) Depende del valor que asume r.
b) Depende del valor que asume p.
c) Depende del valor que asume r ∨ s.
d) Siempre será Falsa.
e) Siempre será Verdadera.
3. Si se sabe que: p ∨ ∼ q es falso; q → s es verdadero. Hallar el valor de verdad de:
(∼ q ∧ ∼ r) ↔ (t ∨ ∼ t)
(p ↔ ∼ s)∨ ∼ (t ∧ ∼ s)
4. Si la proposición: ∼ [(q → s) → (p → r)] es verdadera; hallar el valor de verdad de:
(∼ s → ∼ q) ∆ (r → p)
∼ (q ∧ ∼ s) ∧ (p ∧ ∼ r)
(p ∧ q ∧ r ∧ s) ∨ (p ← r)
5. La proposición ∼ [(p ∨ q) ↔ (r ∧ s)] es falsa teniendo r y s valores de verdad

opuestos. ¿Cuál es el valor veritativo de cada una de las proposiciones siguientes?
[(∼ p ∧ ∼ q) ∨ (r ∧ s)] ∧ p
[(∼ p ∨ q) ∧ (r ∨ s)] ∨ (∼ p ∧ q)
[(∼ r∧ ∼ s) → (p∨ ∼ q)]∧ ∼ (r ∧ s)
6. Si la proposición compuesta: ∼ (p ∨ ∼ q) ∧ (q ↔ r) es verdadera. ¿Cuáles de las

siguientes proposiciones son verdaderas?
I. (p ∨ s) ∧ q
II. (t ∧ q) → r
III. (s ∆ q) → q
7. Simplificar: ∼ (∼ p ∧ ∼ q)
8. Simplificar: (p ∧ q) ∨ (∼ p ∧ ∼ q) ∨ p
9. Simplificar el esquema: (∼ p ∧ q) → (q → p)
10. Simplificar: ∼ [(p →∼ q) ∨ ∼ q] → [∼ p ↔ (∼ p → q)]
11. Indicar las proposiciones verdaderas:
I. (∼ p ∧ ∼ q) ↔ (p ∨ q) es una contradicción.
II. [(p → q) ∧ (q → r)] → (p → r) es una tautologı́a.
III. [p ∧ (p → q)] → (q ∆ r) es una contingencia.
12. ¿Cuál de las siguientes proposiciones es una tautologı́a?
I. [∼ (p ∧ q) → p] ∨ ∼ p
II. ∼ (p → q) → (p ∨ ∼ q)
III. ∼ (p → q) → (∼ p → ∼ q)
13. De las siguientes proposiciones ¿Cuál es (son) contradicción (es)?
I. ∼ [∼ (p ∨ q) → ∼ q] ∧ ∼ (p → q)
II. ∼ (∼ p → q) → (p → q)
14. Dados los siguientes operadores lógicos:

p ♣ q ≡∼ p →∼ q
p ♠ q ≡∼ p ∧ ∼ q
Simplificar: [(p ♣ q) → (p ♠ q)] ∨ q
15. Si se define:
L
p q ≡∼ p →∼ q
N
p q≡ p∧ ∼q
Decir cuáles son proposiciones equivalentes:
N L
I. (r ∼ q) p
L N
II. ∼ p ∼ (r ∼ q)
N N
III. ∼ [p (r ∼ q)]
16. Si se define p z q, por la tabla:
p q p z q
V V V
V F V
F V F
F F V
Simplificar:
W = {[(∼ p z q) z p] → (q z p)}
XI. Conjuntos
1. Dado el conjunto: A = {{0}, 1, φ, {1}}. Determinar la validez lógica de las siguientes

proposiciones.
1. {0} ∈ P (A) 2. φ ∈ P (A)
3. {{1}} ⊂ P (A) 4. φ ⊂ P (A)
5. 1 ∈ A 6. {1} ∈ P (A)
2. Sea el conjunto: A = {a, {a}, {b}, φ}. Indicar cual de las siguientes expresiones son
verdaderas o falsas.
1. {a} ⊂ A 2. {φ, {a}} ⊂ A
3. {b, {a}} ⊂ A 4. {{φ}, {b}} ∈ P (A)
5. {φ, {a}} ∈ P (A) 6. φ ⊂ P (A)
7. φ ∈ P (A)

n2 − 16
3. Si: A = x/x = ∧ 0 ≤ n ≤ 5 ∧ n ∈ Z . ¿Cuántos elementos tiene A?
n−4
4. Determinar la suma de los elementos del conjunto A.
A = {(7 − x)/x ∈ B};
B = {(x − 2)2 − 1/x ∈ Z; −3 ≤ x − 1 < 5}.
5. Dados los conjuntos unitarios: A = {a2 + 1; 3a − 1}; B = {3x + y; x − y + 8}. Hallar

el mayor valor de x + y + a.
6. Dados los conjuntos iguales: A = {a + 2 ; a + 1}; B = {7 − a ; 8 − a}; C =

{b + 1 ; c + 1}; D = {b + 2 ; 4}. Calcular: a + b + c.
7. Dados los conjuntos: A = {x ∈ R/2x − 1 = x2 }; B = φ; C = {x ∈ R/x < 1}.

Hallar: (A ∪ B)′ ∪ C.
8. Dados los conjuntos A y B tales que: n(A) + n(B) = 166; n(A ∪ B) = 148. Calcular:
n(A ∆ B).
3n+1
√
9. Sean: H = 2 ∈ Z/1 < n ≤ 9 ; I = {m ∈ Z+ /m < 18 ∧ m > 3}. Calcule:
n(H) + n(I)
(r )
3x2 − 8x + 5
10. Hallar el número de subconjuntos propios de: A = ∈ N/3 ≤ x ≤ 10
x−1
11. Cuántos subconjuntos cuaternarios posee un conjunto cuyo cardinal es 8.
12. Dados los conjuntos: A = {a2 + 1 ; b ; a − c}; B = {−3 ; a2 ; 5}; C = {x ∈

N/b − a < x < a + c}; Donde: a ∈ N , b ∈ N y A = B. Indique que afirmaciones son
ciertas:
I. El número cardinal de C es 4
II. A ∩ C = {4; 5}
III. C − A = {a}
13. Si M = {x2 + 4 ; x + 10 ; y 3 + 3y − 1}. Además M ∪ N = {13}, hallar: x + y.
14. Si el conjunto A tiene 3 elementos ¿Cuántos subconjuntos propios tiene el conjunto

potencia de P (A)?
15. El gordito “ñoño” ingresa a un restaurante en el cual se venden 5 platos distintos y

piensa “me gustan todos, pero debo llevar como mı́nimo 2 platos y como máximo 4”.
De cuántas maneras puede escoger el gordito “ñoño”.
16. Considere 2 conjuntos comparables, cuyas cardinales son números que se diferencian
en 3; además la diferencia de los cardinales de sus conjuntos potencias es 112. Indique
el número de elementos de la potencia de la intersección.
17. Dados los conjuntos A , B y C , si:
? A tiene 511 subconjuntos propios

? P (B) tiene 45 elementos
? C, tiene 56 subconjuntos ternarios
n(B) + n(C)
Hallar: E =
n(A)
18. Dados los conjuntos A y B se tiene que: A ⊂ B; 3n(A) = 2n(B); n(A ∪ B) = 18.
¿Cuántos elementos tiene A?
19. En un grupo de 100 estudiantes de la UNPRG, 49 no llevan el curso de Sociologı́a

y 53 no siguen el curso de Filosofı́a. Si 27 alumnos no siguen Filosofı́a ni Sociologı́a,
¿Cuántos alumnos llevan exactamente uno de esos cursos?.
20. En un avión hay 100 personas de las cuales 50 no fuman y 30 no beben. ¿Cuántas
personas hay que ni fuman ni beben o fuman y beben, sabiendo que hay 20 personas
que sólo fuman?
21. En una encuesta sobre la preferencia de dos diarios locales Industria y Norteño, 65 %
no lee Industria, el 70 % no lee Norteño, 45 % lee Industria o Norteño pero no ambos.
¿Qué tanto por ciento lee los dos diarios?
22. De un grupo de 43 personas se sabe que:
26 hablan alemán
10 hablan inglés
15 hablan español
2 hablan alemán y español
3 hablan inglés y español
5 hablan inglés y alemán
1 habla los 3 idiomas mencionados
? ¿Cuántos hablan español o inglés pero no alemán?
? ¿Cuántos no hablan estos idiomas mencionados?
XII. Aplicaciones de la Aritmética
Aplicaciones a la Medicina
1. El médico prescribió 300 mg de Ranitidina, la etiqueta del frasco dice que

contiene tabletas de 150 mg. El problema es determinar el número de tabletas
para obtener la dosis precisa.
2. Ordenan Keflin 500 mg I.M., se dispone de Keflin 1g, disuelto en agua destilada
estéril 4 ml para su inyección. Para cuántas dosis rinde?.
3. Cama Nº: 3
Nombre: Andrea Bocelli
Medicamento: Garamicina
Dosis: 40 mg
Presentación: Garamicina 80 mg × 2 ml
Vı́a: I.M.
Hora: Cada 6 horas
Establezca una proporción y determine la dósis correcta.
2
LÓGICA
Objetivos:
z Expresar simbólicamente un esquema molecular y evaluar su veritatividad.
z Identificar las equivalencias lógicas más empleadas en la demostración de teoremas ma-

temáticos.
z Determinar correctamente la validez de los razonamientos lógicos usando dos procedi-

mientos.
2.1. Introducción
La Lógica es un término que deriva del girego “∧oyikóς” (logikê-logikós), que a su vez es
“λóyoς” (logos), que significa razón.
Se considera que Aristóteles1 fue el que fundó la Lógica como Propedéutica, herramienta
básica para todas las Ciencias.
La Lógica es una ciencia formal. Esto quiere decir que no tiene contenido, porque estudia
las formas válidas de inferencia.
La lógica tradicional se basaba en el silogismo como razonamiento basado en el juicio

categórico aristotélico. Hoy dı́a la lógica utiliza como unidad básica la proposición y las reglas
de inferencia en la argumentación discursiva.
1
Aristóteles, (Estagira, Macedonia 384 a. C. - Calcis Eubea, Grecia 322 a. C.), es uno de los más grandes
filósofos de la antigüedad y acaso de la historia de la filosofı́a occidental. Fue precursor de la anatomı́a y la
biologı́a y un creador de la taxonomı́a.
77
2.2. Historia de la Lógica
Históricamente la palabra “lógica” ha ido cambiando de sentido. Comenzó siendo una

modelización de los razonamientos, propuesta por los filósofos griegos, y posteriormente ha
evolucionado hacia diversos sistemas formales, relacionados con la teorı́a.
La lógica formal, como un análisis explı́cito de los métodos de razonamientos, se desa-
rrolló originalmente en tres civilizaciones de la historia antigua: China, India y Grecia entre
el Siglo V y el Siglo I a. C.
En China no duró mucho tiempo: la traducción y la investigación escolar en lógica fue
reprimida por la dinastı́a Qin, acorde con la filosofı́a legista. En India, la lógica duró bastante
más: se desarrolló (por ejemplo con la nyaya) hasta que en el mundo islámico apareció la escuela
de Asharite, la cual suprimió parte del trabajo original en lógica. (A pesar de lo anterior, hubo
innovaciones escolásticas indias hasta principios del siglo XIX, pero no sobrevivió mucho dentro
de la India Colonial). El tratamiento sofisticado y formal de la lógica moderna aparentemente
proviene de la tradición griega.
Aristóteles fue el primero en emplear el término “Lógica” para referirse al estudio de los
argumentos dentro del “lenguaje apofántico” como manifestador de la verdad en la ciencia.
Pensaba que la verdad se manifiesta en el juicio verdadero y el argumento válido en el silogismo:
“Silogismo es un argumento en el cual, establecidas ciertas cosas, resulta necesariamente de
ellas, por ser lo que son, otra cosa diferente”.
Nació ası́ la lógica formal. Aristóteles formalizó el cuadro de oposición de los juicios y las
formas válidas del silogismo. Kant en el siglo XVIII pensaba que Aristóteles habı́a llevado
la lógica formal a su perfección, por lo que básicamente hasta entonces no habı́a habido
prácticamente modificaciones de importancia. Y lo justificaba al considerar que siendo la
lógica una ciencia formal, era por ello analı́tica y a priori, lo que justifica su necesidad y su
universalidad, pues es la razón la que trata consigo misma respecto a sus leyes del pensar, sin
contenido de experiencia alguno.
En la filosofı́a tradicional, por otro lado, la “Lógica Informal”, o el estudio metódico de los
argumentos probables fue investigada por la retórica, la oratoria y la filosofı́a, entre otras ramas
del conocimiento. Se especializó medularmente en la identificación de falacias y paradojas,
ası́ como en la construcción correcta de los discursos.
Aristóteles asimismo consideró el argumento inductivo, base de lo que constituye la ciencia
experimental, cuya lógica está ligada al progreso de la ciencia y al método.
A partir de mediados del Siglo XIX la lógica formal comenzó a ser estudiada en el campo
de las matemáticas y posteriormente por las ciencias computacionales, naciendo ası́ la Lógica
simbólica. La lógica simbólica trata de esquematizar los pensamientos de forma clara y sin
ambigüedades. Para ello usa un lenguaje formalizado constituido como cálculo.
De este modo, en la edad contemporánea, la lógica generalmente es entendida como un

cálculo y se aplica a los razonamientos en una forma prescripta mediante aplicación de reglas
de inferencia como un cálculo lógico o matemático.
Hoy dı́a se considera una única ciencia lógico-matemática cuya expresión más importante
en el campo de la ciencia es la creación de modelos gracias sobre todo a la aplicación técnica
en los circuitos lógicos que hacen posible la informática y el cálculo numérico.
Si bien a lo largo de este proceso la lógica aristotélica pareció inútil e incompleta, Lucka-
siewicz mostró que, a pesar de sus grandes dificultades, la lógica aristotélica era consistente,
si bien habı́a que interpretarse como lógica de clases, lo cual no es pequeña modificación. Por
ello la silogı́stica prácticamente no tiene uso actualmente.
Para la Lógica matemática y la filosofı́a analı́tica la lógica es un objeto de estudio en

sı́ mismo, por lo que esta es estudiada a un nivel más abstracto.
Existen muchos otros sistemas lógicos, como la lógica dialéctica, lógica difusa, lógica pro-
babilı́stica, lógica modal y la lógica no monótona.
Martin Heidegger, discı́pulo de Edmund Husserl, se aparta de estas lı́neas de conside-

ración de la lógica aunque sin despreciarlas y comprendiendo su alcance (pero también sus
lı́mites), planteando que una lógica más originaria se podrı́a encontrar en un plano previo a
las proposiciones, sentencias, declaraciones o juicios. Tomar en cuenta eso podrı́a llevar a un
replanteamiento de la lógica de la proposición o la lógica del juicio, puesto que nos conducirı́a
a movernos en las raı́ces de la lógica tal como ha sido habitualmente entendida, raı́ces que
hasta ahora han sido insuficientemente atendidas. Para él, la lógica tendrı́a que partir de una
suficiente meditación del “λóyoς” (lógos), el cual deberı́a ser distinguido de la ratio (razón),
que, en rigor, significa algo distinto.
La historia de la lógica documenta el desarrollo de la lógica en varias culturas y tradiciones

a lo largo de la historia. Aunque muchas culturas han empleado intrincados sistemas de razo-
namiento, e, incluso, el pensamiento lógico estaba ya implı́cito en Babilonia en algún sentido,
la lógica como análisis explı́cito de los métodos de razonamiento ha recibido un tratamiento
sustancial solo originalmente en tres tradiciones: la china, la india y la griega.
Aunque las dataciones exactas son inciertas, particularmente en el caso de la India, es

probable que la lógica emergiese en las tres sociedades hacia el siglo IV a. C. El tratamiento
formalmente sofisticado de la lógica proviene de la tradición griega, especialmente de la lógica
aristotélica, que serı́a más tarde desarrollada por los lógicos islámicos y, luego, por los lógicos de
la Edad Media europea. El descubrimiento de la lógica india entre los especialistas británicos
en el siglo XVIII influyó también en la lógica moderna.
La lógica en Mesopotamia
En Mesopotamia, el Manual de diagnóstico médico de Esagil kin apli, escrito en el siglo XI

a. C., se basó en un conjunto lógico de axiomas y asunciones, entre las que se incluyen la visión
moderna de que, a través del examen e inspección de los sı́ntomas de un paciente, es posible
determinar el problema del mismo, su etiologı́a y su desarrollo futuro, y las posibilidades de
recuperación.
Durante los siglos VIII y VII, los astrónomos babilonios empezaron a utilizar una lógica
interna en sus sistemas de predicción planetaria, que fue una importante contribución a la
lógica y la filosofı́a de la ciencia. El pensamiento babilónico tuvo una considerable influencia
en el pensamiento de la Grecia arcaica.
La lógica en Grecia
En Grecia, emergieron dos tradiciones lógicas opuestas. La lógica estoica estaba enraizada
en Euclides de Megara, pupilo de Socrates, y con su concentración en la lógica proposicio-
nal es la que quizás esté más próxima a la lógica moderna. Sin embargo, la tradición que
sobrevivió a las influencias de culturas posteriores fue la peripatética, que tuvo su origen en
el conjunto de obras de Aristóteles conocido como Organon, “instrumento”, la primera obra
griega sistemática sobre lógica. El examen de Aristóteles del silogismo permite interesantes
comparaciones con el esquema indio de la inferencia y la menos rı́gida discusión china.
A través del latı́n en Europa occidental y de distintas lenguas orientales, como el ára-
be, armenio y georgiano, la tradición aristotélica fue considerada de forma especial para la
codificación de las leyes del razonamiento. Solo a partir del siglo XIX cambió este enfoque.
La lógica en la India
Dos de las seis escuelas indias de pensamiento están relacionadas con la lógica: Nyaya
y Vaisheshika. Los Nyaya Sutras de Aksapada Gautama constituyen el núcleo de textos de
la escula Nyaya, una de las seis escuelas ortodoxas de filosofı́a hindú. Esta escuela realista
trabajó con un rı́gido esquema de inferencia de cinco miembros que engloba una premisa ini-
cial, una razón, un ejemplo, una aplicación y una conclusión. La filosofı́a budista idealista
se convirtió en la principal oponente de los Naiyayikas. Nagarjuna, el fundador del camino
intermedio Madhyamika, desarrolló un análisis conocido como “catuskoti” o tetralemma. Esta
argumentación de cuatro aspectos examinó y rechazó sistemáticamente la afirmación de una
proposición, su negación, la afirmación conjunta y negación, y finalmente, el rechazo de su
afirmación y negación. Pero fue con Dignaga y su sucesor Dharmakirti con quienes la lógica
budista alcanzó su mayor altura. Su análisis, centrado en la definición de la implicación nece-
sariamente lógica, “vyapti”, conocida también como concomitancia o penetración invariable.
A este fin, fue desarrollada una doctrina conocida como “apoha” o diferenciación. Comprende
lo que se podrı́a llamar la inclusión y exclusión de propiedades definitorias. Las dificultades
concernientes a esta empresa, en parte, estimularon a la escuela neoescolástica de Navya Nya
ya, que introdujo un análisis formal de la inferencia en al siglo XVI.
La lógica en China
En China, un contemporáneo de Confucio, Mozi, “Maestro Mo”, es considerado como el

fundador de la escuela Mohista (mohı́smo), cuyos principios están relacionados con temas
como la inferencia válida y las condiciones de las conclusiones correctas. En particular, una de
las escuelas que siguieron al mohı́smo, los lógicos, es considerada por varios expertos como la
primera que investigó la lógica formal. Desafortunadamente, debido a la rı́gida normativa legal
durante la dinastı́a Qin, esa lı́nea de investigación desapareció de China hasta la introducción
de la filosofı́a india por parte del budismo.
La lógica en la filosofı́a islámica
Durante un tiempo tras la muerte de Mahoma, la ley islámica consideró importante for-
mular estándares para los argumentos, lo que dio lugar a una nueva aproximación a la lógica
en Kalam, pero esta aproximación fue más tarde desplazada por ideas tomadas de la filosofı́a
griega y helenı́stica con el auge de los filósofos de la escuela Mu’tazili, que valoraron extra-
ordinariamente el Organon de Aristóteles. Las obras de los filósofos islámicos con influencias
helenı́sticas fueron cruciales para la recepción de la lógica aristótelica en la Europa medieval,
junto con los comentarios sobre el Organon elaborados por Averroes. Las obras de al-Farabi,
Avicenna, al-Ghazali y otros lógicos musulmanes que en ocasiones criticaron y corrigieron
la lógica aristotélica e introdujeron sus propias formas de lógica, también desempeñaron un
papel central en el subsecuente desarrollo de la lógica europea medieval.
La lógica islámica no solo incluye el estudio de modelos formales de inferencia y su va-
lidación, sino también elementos de la filosofı́a del lenguaje y elementos de epistemologı́a y
metafı́sica. Debido a disputas con gramáticos árabes, los filósofos islámicos estuvieron muy
interesados en trabajar en el estudio de las relaciones entre lógica y lenguaje, y dedicaron
muchas discusiones a la cuestión del objeto de interés y objetivos de la lógica en relación con
el razonamiento y el habla. En el área del análisis lógico formal, elaboraron la teorı́a de los
términos, proposiciones y silogismos. Consideraron el silogismo como la forma a la que to-
da argumentación racional podı́a reducirse, y consideraron la teorı́a silogı́stica como el punto
central de la lógica. Incluso, la poética fue considerada, en ciertos aspectos, como un arte
silogı́stico por muchos de los más importantes lógicos islámicos.
Entre los más importantes desarrollos realizados por los lógicos musulmanes está el de la
lógica de Avicena como sustituta de la lógica aristotélica. El sistema lógico de Avicena fue
responsable de la introducción del silogismo hipotético, de la lógica modo temporal, y de la
lógica inductiva. Otro importante desarrollo en la filosofı́a islámica es el de una estricta ciencia
de la cita, la isnad o “revisión”, y el desarrollo de un método cientı́fico de investigación abierta
para poner en cuestión determinadas afirmaciones, la ijtihad, que podı́a aplicarse normalmente
a muchos tipos de cuestiones. Desde el siglo XII, a pesar de la sofisticación lógica de al-Ghazali,
el auge de la escuela Asharite al final de la Edad Media limitó poco a poco la obra original
sobre lógica en el mundo islámico, aunque continuó posteriormente en el siglo XV.
La lógica en la Europa medieval
Se entiende habitualmente por “lógica medieval” (también conocida como “lógica escolásti-
ca”) la forma de la lógica aristotélica desarrollada en la Europa medieval en el periodo de
1200 − 1600. Esta tarea comenzó tras las traducciones al latı́n del siglo XII, cuando textos
árabes sobre lógica aristotélica y la lógica de Avicena fueron traducidos a la lengua de Ro-
ma. Aunque la lógica de Avicena tuvo influencia en los primeros lógicos medievales europeos
tales como Alberto Magno, la tradición aristotélica se convirtió en la dominante debido a la
importante influencia del averroı́smo.
Tras la fase inicial de traducciones, la tradición de la lógica medieval fue desarrollada en
manuales como el de Petrus Hispanus (fl. siglo XIII), de identidad desconocida, que fue autor
de un manual estándar sobre lógica, el Tractatus, que fue bien conocido en Europa durante
varios siglos.
La tradición alcanzó su punto más alto en el siglo XIV, con las obras de Guillermo de
Ockham (c. 1287 − 1347) y Jean Buridan.
Un rasgo del desarrollo de la lógica aristotélica se conoce con el nombre de teorı́a de la
suposición, un estudio de la semántica de los términos de la proposición.
La últimas grandes obras de esta tradición son Logic de John Poinsot (1589−1644, conocido
como John of St Thomas), y Disputas metafı́sicas de Francisco Suárez (1548 − 1617).
La lógica tradicional
La expresión “lógica tradicional” hace referencia, habitualmente, a la tradición de manuales

que comienza con Logic, or the Art of Thinking de Antoine Arnauld y Pierre Nicole, más
conocido como Lógica de Port-Royal. Publicada en 1662, fue la más influyente obra sobre
lógica en Inglaterra hasta el Sistema Lógico de Mill de 1825. El libro presenta una muy libre
doctrina cartesiana (que la proposición es una combinación de ideas antes que de términos, por
ejemplo) dentro de un marco que se deriva ampliamente de la lógica de términos aristotélica
y medieval. Entre 1664 y 1700 se publicaron ocho ediciones, y el libro tuvo considerable
influencia. Fue frecuentemente reeditado en Inglaterra hasta finales del siglo XIX.
El tratamiento que realiza Locke de la proposición en el Ensayo es, esencialmente, el de
Port Royal: “Las proposiciones verbales, que son palabras, [son] los signos de nuestras ideas,
ya vayan juntas o separadas en oraciones afirmativas o negativas. Ası́, pues, la proposición
consiste en juntar o separar esos signos, de acuerdo con las cosas con las que están de acuerdo
o en desacuerdo.” (Locke, An Essay Concerning Human Understanding, IV. 5.6)
Los trabajos más conocidos dentro de esta tradición son los de Isaac Watts, Logick: Or,
the Right Use of Reason (1725), Richard Whately, Logic (1826), y John Stuart Mill, A System
of Logic (1843), que fue una de las últimas grandes obras de la tradición.
El advenimiento de la lógica moderna
Historicamente, Descartes puede que haya sido el primer filósofo en haber tenido la idea
de usar el álgebra, especialmente sus técnicas para resolver cantidades desconocidas en las
ecuaciones, como vehı́culo para la exploración cientı́fica. La idea de un cálculo de razonamiento
fue también cultivada por Gottfried Wilhelm Leibniz. Leibniz fue el primero en formular la
noción de un sistema de lógica matemática aplicable de forma generalizada. Sin embargo, los
documentos relevantes al respecto no fueron publicados hasta 1901 y muchos de ellos siguen
sin estar publicados, y la actual comprensión del poder de los descubrimientos de Leibniz no
empezó a desarrollarse hasta los años ochenta.
Gottlob Frege en su Begriffsschrift (1879) extendió la lógica formal más allá de la lógica
proposicional para incluir constructores como “todo” y “algunos”. Mostró cómo introducir
variables y cuantificadores para revelar la estructura lógica de las oraciones, que podrı́a estar
ocultas tras su estructura gramatical. Por ejemplo, “Todos los seres humanos son mortales” se
convierte en “Toda cosa x es tal que, si x es un ser humano entonces x es mortal”. La peculiar
doble notación dimensional de Frege hizo que su obra fuese ignorada durante muchos años.
En un magistral artı́culo de 1885 leı́do por Peano, Ernst Schröder y otros, Charles Peirce
introdujo el término “Lógica de segundo orden” proporcionando la mayor parte de la moderna
notación lógica, incluyendo los sı́mbolos prefijados para la cuantificación universal y existencial.
Los lógicos de finales del siglo XIX y de comienzos del XX estuvieron más familiarizados con
el sistema lógico de Peirce-Schröder, aunque generalmente se reconoce que Frege es el Padre
de la lógica moderna.
En 1889 Giuseppe Peano publicó la primera versión de la axiomatización lógica de la
aritmética. Cinco de los nueve axiomas son conocidos como axiomas de Peano. Uno de estos
axiomas fue una formalización del principio de la inducción matemática.
Definición 2.2.1. La lógica estudia los problemas y las leyes del pensar formal, se encarga
del estudio de los procesos válidos del razonamiento humano. Existen dos tipos importantes
de razonamiento: el inductivo y el deductivo.
Definición 2.2.2. EL razonamiento inductivo es una modalidad del razonamiento no deduc-

tivo que consiste en obtener conclusiones generales a partir de premisas que contienen datos
particulares. Por ejemplo, de la observación repetida de objetos o acontecimientos de la misma
ı́ndole se establece una conclusión para todos los objetos o eventos de dicha naturaleza.
Definición 2.2.3. El pensamiento deductivo parte de categorı́as generales para hacer afirma-
ciones sobre casos particulares.
En un razonamiento deductivo válido la conclusión debe poder derivarse necesariamen-
te de las premisas aplicando a éstas algunas de las reglas de inferencia según las reglas de
transformación de un sistema deductivo o cálculo lógico. Al ser estas reglas la aplicación de
una ley lógica o tautologı́a y, por tanto una verdad necesaria y universal, al ser aplicada a las
premisas como caso concreto permite considerar la inferencia de la conclusión como un caso
de razonamiento deductivo.
Dicho de otro modo, la conjunción o producto de todas las premisas cuando es verdadero,
es decir, todas y cada una de las premisas son verdaderas, entonces se implica la verdad de la
conclusión.
Por medio de un razonamiento de estas caracterı́sticas se concede la máxima solidez a la
conclusión, las premisas implican lógicamente la conclusión. Y la conclusión es una consecuen-
cia lógica de las premisas.
La lógica no entra en definir qué es verdad y qué es falsedad material. Esos conceptos, al
tener contenido semántico, son competencia del razonamiento aplicado a la experiencia. Pero
la ciencia para elaborar sus razonamientos necesita la lógica.
Los razonamientos formales, o inferencias válidas, son indispensables para todas las cien-
cias.
La filosofı́a, como epistemologı́a o filosofı́a de la ciencia estudia las condiciones del pensar
cientı́fico y metodológico y las condiciones de verdad de las teorı́as cientı́ficas, ası́ como su
alcance y lı́mites.
2.2.1. Diferentes sistemas lógicos
Lógica aristotélica
Lógica baconiana
Lógica matemática
Lógica de primer orden
Lógica de segundo orden

Lógica intuicionista
Lógica temporal
Lógica modal
Lógica no monotónica
Lógica formal
Lógica informal
Lógica polivalente
Lógica proposicional
Lógica booleana
Lógica descriptiva
Lógica predicativa
Lógica transcendental
Empirismo lógico
Lógica unidireccional
Lógica difusa
2.3. Proposiciones
Definición 2.3.1. En el lenguaje cientı́fico, una proposición se refiere a un enunciado que

puede ser verdadero o falso, generalmente una oración enunciativa. Es el elemento unidad
sobre el que se construye el lenguaje formal de la Lógica.
Un enunciado lingüı́stico (generalmente en la forma gramatical de una oración enunciativa)

puede ser considerado como proposición lógica cuando es susceptible de ser verdadero o falso.
Aunque existen lógicas polivalentes, en orden a la claridad del concepto, aquı́ consideramos
únicamente el valor de Verdad o Falsedad.
La verdad y la falsedad son los valores de verdad que tienen las proposiciones. Si p es una
proposición, su valor de verdad se denotará con V(p), entonces si V(p) = V decimos que la
proposición p es verdadera, y si V(p) = F falsa. En adelante abreviaremos con “V” y “F” los
valores de verdad.
Una proposición se representa simbólicamente por letras minúsculas tales como: p, q, r,

etc (llamadas variables proposicionales). Cuando se trata de representar muchas proposiciones
similares se usan subı́ndices para indicar cada una de ellas, esto es, p1 , p2 , p3 , . . ., pn
Ejemplo 2.3.1.
Proposición Valor de verdad

• Federico Villarreal es un matemático peruano. (V)
• El cuadrado es un polı́gono. (V)
• 7 es un número impar y 4 es par. (V)
• La tierra no gira alrededor del sol. (F)
• La manzana es un tubérculo. (F)
• El número 1331 es divisible por 11. (V)
• Todos los hombres son mortales. (F)
1. Es importante notar que lo que interesa básicamente en una proposición es su sentido de

verdad o falsedad, porque oraciones distintas pueden expresar una misma proposición.
Por ejemplo:
Alessandra y Leonardo son primos.
Leonardo es primo de Alessandra.
Alessandra es prima de Leonardo.
2. Las proposiciones no son propias de ningún lenguaje, en cambio las oraciones forman
parte de un determinado lenguaje. Por ejemplo:
El cielo está nublado. castellano
The sky cloudy. inglés
Le ciel est nugeux. francés
Oceu esta nuvado. portugués
3. Aquellos enunciados que indican una pregunta, una orden o una exclamación, son ex-
presiones no proposicionales. Por ejemplo:
¿Qué hora es?.
¿Qué edad tienes?.
¡Qué maravilla!.
¡Viva el Perú!.
Levántate temprano.
Prohibido fumar.
2.3.1. Clases de proposiciones
a. Simples. Llamadas tambı́en atómicas o elementales, son aquellas que no contienen dentro
de sı́ ninguna otra proposición. Son las proposiciones de la forma más simple (o más básicas),
constan de un solo sujeto y un solo predicado.
Ejemplo 2.3.2.
• Un ángulo recto mide 90°.

• José Olaya fue un héroe de la independencia del Perú.
• La parábola es una cónica.
• El número 8 es divisible por cinco.
b. Compuestas. Llamadas tambı́en moleculares o coligativas, son aquellas que están consti-
tuı́das por dos o más propopsiciones simples. También se las conoce como funciones veri-
tativas.
En la composición de proposiciones simples, éstas están ligadas por ciertas palabras llama-
das conectivas tales como “y”, “o”, “si, entonces”, “si y solo si”, “no”, “pero”, etc. Estas
constantes proposicionales son llamadas Conectivos lógicos.
Ejemplo 2.3.3.
El terreno es muy fértil y hay suficiente lluvia.

Esta proposición está compuesta de dos proposiciones simples:
p : El terreno es muy fértil.
q : Hay suficiente lluvia.
La luna no es satélite de la tierra.

Es una proposición molecular que utiliza el conectivo “no”. En este caso, el término
de enlace actúa solo sobre una proposición atómica:
p : La luna es satélite de la tierra.
Si estamos en diciembre entonces llegará la navidad. p : Estamos en diciembre.

q : Llegará la navidad.
La tierra o el trabajo son factores primarios de producción.

p : La tierra es un factor primario de producción.
q : El trabajo es un factor primario de producción.
Si llueve mucho y hace frı́o se arruinará la cosecha de arroz.

p : Si llueve mucho se arruinará la cosecha de arroz.
q : Si hace frı́o se arruinará la cosecha de arroz.
El triángulo es una figura geométrica si y solo si tiene tres lados.

p : El triángulo es una figura geométrica.
q : El triángulo tiene tres lados.
2.3.2. Conectivas
Las conectivas o términos de enlace tienen la función de relacionar las proposiciones que
forman un enunciado compuesto. Son expresiones lingüı́sticas que, aplicadas a uno o dos
enunciados, permite obtener un enunciado compuesto. Por extensión, llamaremos también
conectivas a los signos lógicos que los representan. Las expresiones lingüı́sticas que representan
a las diferentes conectivas son: “y”, “o”, “o · · · o”, “si · · · , entonces”, “si y solo si”, “no”. Las
conectivas dadas se pueden clasificar en dos grupos:
Conectiva monádica. No enlaza dos proposiciones atómicas, afecta a una sola proposición.
La expresión “no” es una conectiva monádica.
Conectivas diádicas o binarias. Enlazan dos proposiciones atómicas. Las expresiones “y”,
“o”, “o · · · o”, “si · · · , entonces”, “si y solo si” son conectivas diádicas.
2.3.3. Proposiciones extensionales y no extensionales
Proposiciones Extensionales. El valor de verdad de la proposición compuesta depende de

los valores de verdad de cada una de las proposiciones atómicas que conforman la proposición
compuesta.
Ejemplo 2.3.4. Çhiclayo es la capital de Lambayeque y Trujillo de la Libertad. .El leopardo

es un animal ovı́paro o 7 es un número primo. ”Si Jesús nació en Belén, entonces es hijo de
Dios. ”La Universidad no es una institución educativa.
Proposiciones no extensionales. El valor de verdad de la proposición compuesta no depende

del valor de verdad de las proposiciones atómicas que conforman la proposición compuesta.
Ejemplos: Rocı́o cree que en la selva se vive cómodamente. ”Hace calor porque la ciudad
está ubicada a una altura de 500 metros. ”Me enfermé a causa de que fui a la playa. ”Si
la puerta es de fierro, se oxidará. En adelante trabajaremos únicamente con proposiciones
extensionales.
5. SIMBOLIZACIÓN DE PROPOSICIONES. En los ejemplos de proposiciones dadas
anteriormente observamos que algunas proposiciones son cortas pero también algunas de las
proposiciones atómicas del lenguaje usual son largas, resultando por ello pesadas y de difı́cil
manejo. La lógica simplifica la dificultad utilizando sı́mbolos en lugar de trabajar con todo
el contenido de la proposición, también utiliza sı́mbolos para representar a los términos de
enlace, ası́ tenemos: Para denotar a cada una de las proposiciones atómicas (en afirmativo)
adoptaremos las letras p, q, r, s, t, etc. Para representar a las expresiones(o sus equivalentes)
de enlace o conectivas utilizaremos: ?, o : para ”
2
2.4. Operaciones con proposiciones
2.4.1. La conjunción
3
CONJUNTOS
Objetivos:
z Resolver problemas de relaciones entre conjuntos utilizando adecuadamente la repre-
sentación en Diagramas de Venn.
z Representar gráficamente las relaciones de inclusión entre un número finito de conjun-

tos empleando los diagramas lineales.
z Distinguir con claridad la diferencia entre las relaciones de inclusión y las de perte-
nencia.
z Resolver correctamente problemas relativos con intervalos.
3.1. Introducción
La teorı́a de conjuntos es una rama de la matemática relativamente moderna cuyo propósito

es estudiar unas entidades llamadas conjuntos, aunque otra parte de esta teorı́a es reconocida
como los fundamentos mismos de las matemáticas. La teorı́a de conjuntos fue desarrollada
por el matemático ruso Georg Cantor1 a finales del siglo XIX a partir de ciertas conclusiones
hechas por el mismo al reflexionar en unos detalles de las series trigonométricas de Fourier.
La teorı́a de conjuntos fue expuesta por Cantor en una serie de artı́culos y libros, de los cuales
pueden destacarse sus Beiträge zur Begründung der transfiniten Mengenlehre.
El propósito de Cantor era proporcionar un método para lidiar con asuntos relacionados al
infinito actual, un concepto que fue rehuido y rechazado por algunos matemáticos (Pitágoras,
Gauss, Kronecker) por considerarlo sin significado. Ciertamente Cantor tuvo éxito, si bien
su teorı́a debı́a ser precisada y sometida a un sistema axiomático, un proyecto que luego fue
llevado a cabo principalmente por Frege, Russell, Zermelo, Albert Skolem y Adolf Fraenkel.
1
Georg Cantor (n. San Petersburgo, 3 de marzo de 1845, m. Halle, 6 de enero de 1918 ) Matemático alemán.
91
Cantor partió de la convicción platonista de que era posible comprimir una colección o
conjunto de objetos y considerarla como un todo (o mejor dicho, como una sola entidad), y al
parecer, aceptando implı́citamente los supuestos siguientes:
i. Un conjunto es una reunión de objetos que cumplen con cierta propiedad (llamados los
elementos de ese conjunto) y que, por tanto, queda definido por tal propiedad.
ii. Un conjunto es una sola entidad matemática, de modo que puede a su vez ser contenido
por otro conjunto.
iii. Dos conjuntos que tengan los mismos elementos son iguales. Ası́, puede decirse que un
conjunto está determinado por sus elementos.
De este modo, Cantor pudo desarrollar su teorı́a de una forma que en aquel entonces pa-
recı́a lo suficientemente satisfactoria. Sin embargo, el sistema de Cantor era tan permisivo
que dio lugar a resultados contradictorios. Gottlob Frege, que ideó un sistema más preciso,
intentó fundamentar adecuadamente la teorı́a de conjuntos (y por tanto todas las matemáti-
cas), pero, para su desaliento, Bertrand Russell descubrió una paradoja en la teorı́a de aquél
(hoy llamada paradoja de Russell), con lo que el sistema de Frege parecı́a desbaratarse. A
principios del siglo XX, fue el matemático alemán Ernst Zermelo quién puso la teorı́a de con-
juntos sobre una base aceptable reduciéndola a un sistema axiomático más restringido que no
permitı́a la obtención de la Paradoja de Russell. Las ideas de Zermelo fueron después precisa-
das por Thoralf Skolem y Abraham Fraenkel, resultando de ello la primera teorı́a axiomática
de conjuntos, conocida como teorı́a de Zermelo-Fraenkel, aunque serı́a más adecuada llamar-
la teorı́a de Zermelo-Fraenkel-Skolem. Otra teorı́a de conjuntos que evitaba las paradojas de
la teorı́a cantoriana fue desarrollada después, principalmente, por John von Neumann, Paul
Bernays y Kurt Gödel. Esta última es hoy llamada, naturalmente, la teorı́a de conjuntos de
von Neumann-Bernays-Gödel.
Sobre el concepto de conjunto
El concepto de conjunto se encuentra a un nivel tan elemental que no es posible dar una
definición precisa del mismo. Palabras como colección, reunión, agrupación, y algunas otras de
significado similar, se usan en un intento de describir a los conjuntos, pero no pueden constituir
una definición, pues son simplemente un reemplazo de la palabra conjunto. Con todo, en la
teorı́a intuitiva de conjuntos lo anterior es admisible, y se acepta la existencia de un universo
o dominio de objetos a partir del cual se construyen los conjuntos, ası́ como también permite
tratar conjuntos como una entidad singular. No es de importancia la naturaleza de los objetos,
sino el comportamiento de un conjunto como entidad matemática.
Idea de conjunto
Se entiende por Conjunto a una colección de objetos o entidades distinguibles y bien

definidas, los objetos o entidades reciben el nombre de elementos.
Notación
Los conjuntos se denotan usualmente por letras mayúsculas: A, B, C, . . . , X, Y, Z.

y loe elementos que lo determinan se designan por letras minúsculas: a, b, c, . . . , x, y, z
Si un conjunto A está formado por los elementos 1, 2, a, b, se escribe:
A = {1, 2, a, b}
y se lee: “A es el conjunto de los elementos 1, 2, a, b”.
Observación 3.1.1. Los elementos van separados por comas y encerrados entre llaves.
De lo dicho anteriormente, parece natural introducir una relación diádica de pertenencia.

El sı́mbolo usual para representar esta relación es el sı́mbolo ∈, una versión de la letra griega
ǫ (épsilon). Los segundos argumentos de la relación ∈ son llamados conjuntos, y los primeros
argumentos son llamados elementos. Ası́, si la fórmula a ∈ A se cumple, se dice que a es un
elemento del conjunto A y se lee a pertenece al conjunto A. Si aceptamos que todo es un
conjunto, entonces los primeros y segundos argumentos de ∈ pertenecen al mismo dominio.
La negación de a ∈ A se escribe a ∈
/ A y se lee a no pertenece al conjunto A.
3.2. Determinación de conjuntos
Existen dos maneras de determinar un conjunto: Por extensión y por comprensión.
1° Por extensión, de forma tabular o enumerativa
Un conjunto queda determinado por extensión cuando se nombran a todos y cada uno de
los elemntos.
Ejemplo 3.2.1.
A = {2, 4, 6, 8}
B = {a,e,i,o,u}
C = {1, 8, 27, 64, . . . , 1000}
2° Por comprensión o de forma constructiva
Un conjunto queda determinado por comprensión, cuando se nombra una propiedad común
que caracteriza a todos los elementos del conjunto, generalmente se emplea x/x, y se lee x
tal que x.
Ejemplo 3.2.2.
A = {x/x es par; 2 ≤ x ≤ 8}
B = {x/x es una vocal}
C = {x3 /x ∈ N; x ≤ 10}
3.3. Conjuntos numéricos
Los conjuntos numéricos que se estudian en matemáticas son:
El conjunto de los números naturales

Un número natural es cualquiera de los números: 0, 1, 2, 3... (o el mismo conjunto
excluyendo el 0 según qué autores se consulten), que se pueden usar para contar los
elementos de un conjunto. Reciben ese nombre porque fueron los primeros que utilizó el
ser humano para contar objetos.
Algunos matemáticos (especialmente los de Teorı́a de Números) prefieren no reconocer

el cero como un número natural, mientras que otros, especialmente los de Teorı́a de
conjuntos, Lógica e Informática, tienen la postura opuesta Se denota por N y se escribe
como:
N = {0, 1, 2, 3, . . . , n, . . .}
El conjunto de los números enteros

El conjunto de los números enteros al igual que los números naturales sirven para contar.
Sin embargo, los números enteros permiten expresar cantidades negativas como un saldo
deudor en una cuenta bancaria, un año de la era antes de Cristo, el número de una
planta del sótano de un edificio, etc. Se denota por Z y se escribe como:
Z = {. . . , −n, . . . , −3, −2, −1, 0, 1, 2, 3, . . . , n, . . .}
Cuando se desea designar a los números enteros positivos:

Z+ = {1, 2, 3, . . . , n, . . .}
Cuando se desea designar a los números enteros negativos:
Z− = {. . . , −n, . . . , −3, −2, −1}
luego Z = Z− ∪ {0} ∪ Z+
El conjunto de los números enteros pares está dado por: {x/x = 2k, k ∈ Z}
El conjunto de los números enteros impares está dado por: {x/x = 2k + 1, k ∈ Z}
El conjunto de los números racionales

Un número racional o fracción es todo número que puede representarse como el cociente
de dos enteros con denominador distinto de cero. Se denota por Q y se escribe como:
Q = {x/ax + b = 0, a, b ∈ Z, a 6= 0}
Todo número racional puede ser representado mediante una expresión decimal exacta o
periódica. Por ejemplo: 1/2 = 0,5, 3/4 = 0,75, 2/3 = 0,666 . . . = 0.b
6.
El conjunto de los números irracionales

A veces se denota por I al conjunto de los números irracionales. Esta notación no es uni-
versal y muchos matemáticos la rechazan. Las razones son que el conjunto de números
irracionales no constituyen ninguna estructura algebraica, como sı́ lo son los naturales
(N), los enteros (Z), los racionales (Q), los reales (R) y los complejos (C), por un lado,
y que la I es tan apropiada para designar al conjunto de números irracionales como al
conjunto de números imaginarios puros, lo cual puede crear confusión.
El conjunto de los número irracionales está formado por los números que no son racio-
nales, es decir, aquellos números que no pueden expresarse en la forma b/a, a, b ∈ Z y
a 6= 0.
El descubrimiento de los números irracionales se le atribuye a Hipaso de Metaponto, que

fue un discı́pulo de Pitágoras. Demostró que la raiz de 2 es un número irracional. Sin
embargo, Pitágoras consideraba que la raiz del número 2 “ensuciaba” la perfección de
los números, y que por tanto no podrı́a existir, por lo que intentó rebatir los argumentos
de Hipaso con la lógica, por lo que le expulsaron de la Escuela Pitagórica y erigieron
una tumba con su nombre, mostrando ası́ que para ellos, él estaba muerto.
A partir de ahı́, los números irracionales entrarı́an en un periodo de oscuridad, hasta

que volvieran a ser estudiados por los griegos gracias a Eudoxo de Cnido. El décimo
libro de la serie Los elementos de Euclides está dedicado a la clasificación de los números
irracionales.
El conjunto de los números reales

Los números reales se definen de manera axiomática como el conjunto de números que
se encuentran en correspondencia biunı́voca con los puntos de una recta infinita (la recta
numérica). El conjunto de los números reales se simboliza con la letra R. El nombre de
número real se propuso como antónimo de número imaginario. Número real Número real
El concepto de número real se originó cuando se constató la existencia de los números

irracionales. Ası́, el conjunto de los números reales se define como la unión del conjunto
de los números racionales y el conjunto de los irracionales.
R = Q∪I
El conjunto de los números complejos

Es el conjunto que se denota por C y cuyos elementos son de la forma: a + bi, donde
√
a, b ∈ R, además i = −1. Se escribe como:
√
C = {a + bi / a, b ∈ R, i = −1}
3.4. Conjuntos especiales
3.4.1. Conjuntos finitos e infinitos
Un conjunto A es finito si consta de un determinado número de elementos distintos, es

decir si consta de un primer y último elementos. Caso contrario el conjunto es infinito.
Ejemplo 3.4.1.
A = {x/x es un estudiante de la UNPRG} es un conjunto finito.
B = {x/x es un número impar} es un conjunto infinito.
3.4.2. Conjunto vacı́o o nulo
El conjunto vacı́o es el único conjunto que no contiene elementos. Se denota simbólicamente

por la letra griega φ, introducida especialmente por André Weil2 en 1939. Otra notación común
para el conjunto vacı́o es {}. Se define como:
φ = {x/x 6= x}
Ejemplo 3.4.2.
A = {x ∈ R/x2 + 1 = 0}, es un conjunto vacı́o, pues la ecuación x2 + 1 = 0 no tiene

raı́ces reales.
B = {x ∈ N/3 < x < 4}, es un conjunto vacı́o, pues no existe un número natural mayor
que 3 y menor que 4.
2
André Weil (Parı́s, Francia, 6 de mayo de 1906 - Princeton, New Jersey, Estados Unidos, 6 de agosto de
1998), matemático francés.
3.4.3. Conjunto unitario
El conjunto unitario es el conjunto que contiene uno y solo un elemento.
Ejemplo 3.4.3.
A = {0}, es un conjunto unitario.
B = {x ∈ N/x2 − 9 = 0} = {3}, es un conjunto unitario.
Observación 3.4.1. Note que: {φ} =

6 φ, puesto que el primer miembro {φ} es un conjunto
unitario, cuyo elemento es φ, mientras que el segundo miembro φ es el conjunto vacı́o.
3.4.4. Conjunto universal
El universo de discurso, conjunto universal o referencial, que normalmente se denota por

las letras U , V o E, es un conjunto cuyo objeto de estudio son los subconjuntos del mismo.
U
A
Figura 3.1: El conjunto Universal
Anteriormente se consideraba al conjunto universal como el conjunto de todas las cosas,

sin embargo está demostrado que este conjunto no existe. Particularmente porque suponer la
existencia de dicho conjunto conduce a la paradoja de Russell3 .
Actualmente se debe dejar en claro sobre cuál conjunto se está tratando. Por ejemplo, si
estamos tratando conjuntos cuyos elementos son letras, el conjunto universal serı́a el conjunto
formado por todas las letras del alfabeto.
El complemento del conjunto universo es el conjunto vacı́o, es decir, aquel que está des-
provisto de elementos.
3
La paradoja de Russell o paradoja del barbero, descrita por Bertrand Russell(18 de mayo de 1872 - 2 de
febrero de 1970, filósofo, matemático y escritor británico) en 1901, demuestra que la teorı́a original de conjuntos
formulada por Cantor y Frege es contradictoria.
3.5. Representación gráfica de conjuntos
3.5.1. Diagramas lineales
3.5.2. Diagramas Venn - Euler
Los diagramas de Venn son ilustraciones usadas en la teorı́a de conjuntos. Estos diagramas
se usan para mostrar gráficamente la relación matemática o lógica entre diferentes grupos
de cosas (conjuntos), representando cada conjunto mediante curvas cerradas como cı́rculos,
elipses, cuadrados, triángulos, etc. La forma en que éstas curvas cerradas se sobreponen en-
tre sı́ muestra todas las posibles relaciones lógicas entre los conjuntos que representan. Por
ejemplo, cuando los cı́rculos se superponen, indican la existencia de subconjuntos con algunas
caracterı́sticas comunes.
Diagramas Venn
Los diagramas de Venn reciben el nombre de su creador, John Venn, matemático y filósofo
británico. Estudiante y más tarde profesor en el Caius College de la Universidad de Cambridge,
desarrolló toda su producción intelectual entre esas cuatro paredes.
Venn introdujo el sistema de representación que hoy conocemos en julio de 1880 con la
publicación de su trabajo titulado “De la representación mecánica y diagramática de propo-
siciones y razonamientos” en el Philosophical Magazine and Journal of Science, provocando
un cierto revuelo en el mundo de la lógica formal. Aunque la primera forma de representación
geométrica de silogismos lógicos se atribuye comúnmente a Gottfried Leibniz, y fue luego am-
pliada por George Boole y Augustus De Morgan, el método de Venn superaba en claridad y
sencillez a los sistemas de representación anteriores, hasta el punto de convertirse con el tiem-
po en un nuevo estándar. Venn fue el primero en formalizar su uso y en ofrecer un mecanismo
de generalización para los mismos.
Más adelante desarrolló su nuevo método en su libro Lógica simbólica, publicado en 1881
con el ánimo de interpretar y corregir los trabajos de Boole en el campo de la lógica formal.
Aunque no tuvo demasiado éxito en su empeño, su libro se convirtió en una excelente pla-
taforma de ejemplo para el nuevo sistema de representación. Siguió usándolo en su siguiente
libro sobre lógica (Los principios de la lógica empı́rica, publicado en 1889), con lo que los
diagramas de Venn fueron a partir de entonces cada vez más empleados como representación
de relaciones lógicas.
La primera referencia escrita al término “diagrama de Venn” de la que se tiene constancia
es muy tardı́a (1918), en el libro A Survey of Symbolic Logic, de Clarence Irving Lewis.
Los diagramas de Venn se emplean hoy dı́a para enseñar matemáticas elementales y para
reducir la lógica y la Teorı́a de conjuntos al cálculo simbólico puro.
A veces se incluye un rectángulo alrededor del diagrama de Venn, que recibe el nombre de
universo de discurso (antes se creı́a en la existencia de un conjunto universal pero Bertrand
Russell descubrió que con tal concepto el sistema es inconsistente véase paradoja de Russell).
Se usa para representar el conjunto de todas las cosas posibles. La definición del universo,
al igual que la de los conjuntos, depende del diagrama sobre el que se representa. La idea
de conjunto universal, aunque fue apuntada por el propio Venn, se atribuye habitualmente a
Charles Dodgson, más conocido como Lewis Carroll.
Los diagramas de tres conjuntos fueron los más corrientes elaborados por Venn en su pre-
sentación inicial. Las distintas intersecciones de los tres conjuntos A, B y C definen ocho areas
diferentes, cuyas posibles uniones suponen 256 combinaciones distintas de los tres conjuntos
iniciales.
La dificultad de representar más de tres conjuntos mediante diagramas de Venn (o cualquier
otra representación gráfica) es evidente. Venn sentı́a afición a la búsqueda de diagramas para
más de tres conjuntos, a los que definı́a como “figuras simétricas, elegantes en sı́ mismas”. A lo
largo de su vida diseñó varias de estas representaciones usando elipses, ası́ como indicaciones
para la creación de diagramas con cualquier cantidad de curvas, partiendo del diagrama de
tres cı́rculos.
Diagramas de Venn de Edwards
A. W. F. Edwards diseñó representaciones para diagramas de Venn de más de tres conjun-

tos, proyectando el diagrama sobre una esfera. Se pueden representar facilmente tres conjuntos
tomando tres hemisférios en ángulos adecuados (x = 0, y = 0 y z = 0). Un cuarto conjunto
se puede representar tomando una curva similar a la juntura de una pelota de tenis que suba
y baje alrededor del ecuador. Los conjuntos resultantes pueden proyectarse de nuevo sobre
el plano para mostrar diagramas de engranaje, con cantidades cada vez mayores de dientes.
Edwards ideó estos diagramas mientras diseñaba la ventana acristalada en memoria de Venn
que hoy adorna el comedor de su colegio.
Los diagramas de Edwards son topológicamente equivalentes a los diagramas diseñados
por Branko Grünbaum, que se basaban en polı́gonos intersecados, con cantidades crecientes
de lados. Phillip Smith ideó diagramas similares de n conjuntos usando curvas senoidales en
sen(2i x)
ecuaciones como y = , 0 ≤ i ≤ n−2. Por su parte, Lewis Carroll diseñó un diagrama
2i
de cinco conjuntos.
Diagramas de Euler
Un diagrama de Euler es una manera diagramática de representar a los conjuntos y sus

relaciones. Son una representación moderna de los cı́rculos de Euler, los cuales deben su nombre
a su creador, Leonhard Euler.

Los diagramas de Euler son similares a los de Venn, pero no necesitan todas las posibles
relaciones. Los diagramas de Euler permiten representar inclusión de una clase en otra. Por
ejemplo, un conjunto A puede estar totalmente incluido en otro conjunto B, mientras que otro
conjunto C no tiene ninguna relación con los dos anteriores.
Los diagramas de Euler anteceden a los diagramas de Venn, pero son distintos. Fueron
introducidos por Euler para ayudar en la comprensión. John Venn intenta rectificar algunas
deficiencia a través de los Diagramas de Venn.
3.6. Número de elementos o cardinal de un conjunto

El cardinal indica el número o cantidad de elementos de un conjunto, sea esta cantidad fini-
ta o no finita. Los números cardinales constituyen una generalización interesante del concepto
de número natural permitiendo comparar la cantidad de elementos de conjuntos infinitos.
Dado un conjunto A, el cardinal de este conjunto se lo simboliza |A|, n(A), o card(A).
El concepto de número cardinal fue inventado por Georg Cantor, en 1874.
Primero estableció el concepto de cardinalidad como un instrumento para comparar con-
juntos finitos. Por ejemplo los conjuntos {1,2,3} y {2,3,4} no son iguales pero tienen la misma
cardinalidad, llamada tres.
Cantor definió el conteo usando la correspondencia biunı́voca, la cual mostraba fácilmente
que dos conjuntos finitos tenı́an la misma cardinalidad si habı́a una relación biyectiva entre
sus elementos. Esta correspondencia uno a uno, le sirvió para crear un concepto de conjunto
infinito, el cual posee todos sus elementos relacionados de forma biyectiva con el conjunto de
números naturales.
4
RELACIONES Y FUNCIONES
4.1. Relaciones
4.2. Producto Cartesiano
4.3. Relaciones Binarias
4.4. Clases de Relaciones
4.5. Funciones
4.6. Dominio y rango de una función
101
5
NÚMEROS REALES
Objetivos:
z Fundamentar el conjunto de los números reales y sus propiedades, para que a partir de
este sistema numérico se desarrolle el Algebra como una Aritmética generalizada, ope-
rando los procedimientos algebraicos básicos para plantear modelos matemáticos senci-
llos a problemas dados.
z Aplicar las propiedades de los números reales y sus subconjuntos, para de mostrar al-
gunas proposiciones por medio del método de Inducción Matemática y para resolver
inecuaciones.
5.1. Introducción
El sistema de los números reales es la estructura algebraica adecuada al propósito del

cálculo diferencial e integral. Son precisamente los atributos y las relaciones expresables en
términos de este tipo de números, los objetos de estudio de esa rama de las matemáticas.
Las propiedades especiales del sistema de los números reales permiten definir los conceptos
fundamentales para la descripción y estudio del cambio y el movimiento.
La presentación que aquı́ se hace del sistema de los números reales, se basa en el concepto
de expansión decimal, utilizado en la vida diaria para representar y operar con números y
magnitudes. Ası́, cada número real se identifica con una sucesión infinita de dı́gitos separados
por un punto decimal y el conjunto de tales objetos resulta ser una extensión del conjunto de
los números racionales, los cuales quedan identificados con las llamadas expansiones periódicas.
Las operaciones de suma y multiplicación, y la relación de orden entre los números racionales se
extienden de manera natural, preservando sus propiedades algebraicas y de orden, al conjunto
de los números reales.
La propiedad que distingue al sistema de los números reales del sistema de los números
103
racionales es la propiedad de continuidad o completez. Esta propiedad, de carácter geométrico

o topológico, es la que permite dar un sentido preciso a los conceptos fundamentales de lı́mite
y continuidad, sobre los cuales se desarrolla el cálculo diferencial e integral.
   

 
  Enteros positivos(Z+ )

 
 


 
  Enteros(Z)

 
Racionales(Q) Enteros negativos(Z− )

 
Reales(R) 

Complejos(C) 
 

 Fraccionarios

 

 


  Irracionales(I)




Imaginarios
Los números reales se definen de manera axiomática como el conjunto de números que se
encuentran en correspondencia biunı́voca con los puntos de una recta infinita (continuum): la
recta numérica. El conjunto de los números reales se le simboliza con la letra R. El nombre
de número real se propuso como antónimo de número imaginario.
El concepto de número real se originó cuando se constató la existencia de los números
irracionales. Ası́, el conjunto de los números reales se define como la unión del conjunto de los
números racionales y el conjunto de los irracionales.
Debido a que el conjunto de números reales contiene al conjunto de números racionales,
y éste a su vez contiene a los enteros que a su vez contiene los números naturales, se sugiere
que el conjunto de los números reales contiene también a los números enteros y a los números
naturales. Asimismo, el conjunto de números reales contiene al de los números irracionales.
Por tanto, los números reales pueden ser racionales o irracionales, algebraicos o trascen-
dentes; y positivos, negativos, o cero.
Puede definirse un número real, en estos términos, como un número positivo o negativo
que puede o no tener cifras de decimal finito o infinito y puede representarse mediante un
punto en la recta de números reales. En este sentido, el teorema fundamental de la geometrı́a
analı́tica establece que a cada número real le corresponde un punto en la recta de los números
reales y viceversa.
Con números reales pueden realizarse todo tipo de operaciones básicas con dos excepciones
importantes:
No existen raı́ces de orden par (cuadradas, cuartas, sextas, etc) de números negativos
en números reales, razón por la que existe el conjunto de los números complejos donde
estas operaciones sı́ están definidas.
No existe la división entre cero, pues carece de sentido dividir entre nada o entre nadie,
es decir, no existe la operación de dividir entre nada.
Estas dos restricciones tienen repercusiones importantes en ramas más avanzadas de las ma-
temáticas: existen ası́ntotas verticales en los lugares donde una función se indefine, es decir,
en aquellos valores de la variable en los que se presenta una división entre cero, o no existe
gráfica real en aquellos valores de la variable en que resulten números negativos para raı́ces
de orden par, por mencionar un ejemplo de construcción de gráficas en geometrı́a analı́tica.
La principal caracterı́stica del conjunto de los números reales es la completitud, es decir,
la existencia de lı́mite para dada sucesión de Cauchy de números reales.
Un poco de Historia
Los egipcios utilizaron por primera vez las fracciones comunes alrededor del año 1000 a.
C.; alrededor del 500 a. C. el grupo de matemáticos griegos liderados por Pitágoras se dio
cuenta de la necesidad de los números irracionales. Los números negativos fueron inventados
por matemáticos indios cerca del 600, posiblemente reinventados en China poco después, y
no se utilizaron en Europa hasta el siglo XVII, si bien a finales del XVIII Leonhard Euler
descartó soluciones negativas para las ecuaciones porque lo consideraba irreal. En ese siglo,
en el cálculo se utilizaba un conjunto de números reales sin una definición concisa, cosa que
finalmente sucedió con la definición rigurosa hecha por Georg Cantor en 1871.
En realidad, el estudio riguroso de la construcción total de los números reales exige tener
amplios antecedentes de teorı́a de conjuntos y lógica matemática. Fue lograda la construcción
y sistematización de los números reales en el siglo XIX por dos grandes matemáticos europeos
utilizando vı́as distintas: la teorı́a de conjuntos de Georg Cantor (encajamientos sucesivos,
cardinales finitos e infinitos), por un lado, y el análisis matemático de Richard Dedekind
(vecindades, entornos y cortaduras de Dedekind). Ambos matemáticos lograron la sistemati-
zación de los números reales en la historia no de manera espontánea, sino echando mano de
todos los avances previos en la materia: desde la antigua Grecia y pasando por matemáticos
como Descartes, Newton, Leibniz, Euler, Lagrange, Gauss, Riemann, Cauchy y Weierstrass,
por mencionar sólo a los más sobresalientes.
En la actualidad, solamente los especialistas conocen con profundidad alguna o ambas
teorı́as en relación a la construcción total de los números reales, lo cual no nos impide el
trabajo con ellos.
El filósofo L. Geymonat afirma:
“El desarrollo de la teorı́a de los números reales contribuyó a que el análisis infinitesimal
dejara de ser la técnica imprecisa e intuitiva que habı́an forjado sus descubridores del siglo
17, para erigirse en auténtica ciencia y, lo que es más, en una de la más rigurosas y perfectas
construcciones del espı́ritu cientı́fico modermo”.
Definición 5.1.1. Se llama sistema de números reales a un conjunto R no vacı́o, provisto de:
Dos operaciones, conocidas como “Leyes de composición interna”: adición (+) y

multiplicación (.)
Una relación de orden denotada por “<” y se lee “menor que”.
Un axioma llamado “axioma del supremo”.
5.2. Ley de composición interna

Definición 5.2.1. Ley de composición interna u operación binaria interna definida en un
conjunto no vacı́o A, es toda aplicación
∗ : A × A −→ A
(a, b) −→ ∗(a, b) = a ∗ b
es decir, es una aplicación ∗ que hace corresponder a cada par (a, b) ∈ A×A un único elemento
a ∗ b ∈ A.
Son ejemplos de leyes de composición interna:
∩ : P (X) × P (X) −→ P (X)

(A, B) −→ ∩(A, B) = A ∩ B
∪ : P (X) × P (X) −→ P (X)

(A, B) −→ ∪(A, B) = A ∪ B
− : P (X) × P (X) −→ P (X)

(A, B) −→ −(A, B) = A − B
a
: P (X) × P (X) −→ P (X)
a a
(A, B) −→ (A, B) = A B
Si f : T × T −→ T es una operación, la imagen f (x, y) ∈ T del elemento (x, y) ∈
T × T por la aplicación f recibe el nombre de compuesto de x e y, en este orden. Se denota
escribiendo x e y en un orden determinado separándolos por un signo que caracteriza a la ley.
Los signos empleados son “ + ” y “.”; con estos signos el compuesto de x e y se denotan
por x + y y x.y respectivamente.
Una ley denotada por el signo “ + ” se llama adición, el compuesto x + y recibe el nombre
de suma de x e y.
Una ley denotada por el signo “.” se llama multiplicación y el compuesto x.y = xy recibe
el nombre de producto de x e y.
También se usa otros signos para denotar leyes de composición interna cualesquiera tales
J N L
como ∗, ◦, ⊕, ⊠, ⊛, z, ⋄, ⊞, ⊚, , , , etc.
Ejemplo 5.2.1. La adición y multiplicación en N, Z, Q, R y C son leyes de composición

interna, ası́ por ejemplo en R tenemos:
Primera Ley de Composición Interna
+ : R × R −→ R
(a, b) −→ +(a, b) = a + b
Segunda Ley de Composición Interna
· : R × R −→ R
(a, b) −→ ·(a, b) = a · b = ab
5.3. Axiomas de los números reales

1. Axiomas para la Adición
A1 Cerradura: a+b∈R ∀ a, b ∈ R
A2 Conmutatividad: a+b = b+a ∀ a, b ∈ R
A3 Asociatividad: (a + b) + c = a + (b + c) ∀ a, b, c ∈ R
A4 Existencia del elementro neutro aditivo:
∃! 0 ∈ R / a + 0 = 0 + a = a ∀a ∈ R
A5 Existencia del elementro inverso aditivo:
∃! (−a) ∈ R / a + (−a) = (−a) + a = 0 ∀a ∈ R
2. Axiomas para la Multiplicación
M1 Cerradura: a.b ∈ R ∀ a, b ∈ R
M2 Conmutatividad: a.b = b.a ∀ a, b ∈ R
M3 Asociatividad: (ab)c = a(bc) ∀ a, b, c ∈ R
M4 Existencia del elementro neutro multiplicativo:
∃! 1 ∈ R / a,1 = 1.a = a ∀a ∈ R
M5 Existencia
del elementro
inverso
multiplicativo:
1 1 1
∃! ∈ R / a. = a = 1 ∀a ∈ R
a a a
3. Axiomas para la Distributividad
Para todo a, b, c, ∈ R se tiene:
D1 Distributividad por la izquierda: a(b + c) = ab + ac

D2 Distributividad por la derecha: (b + c)a = ba + ca
4. Axiomas para la Igualdad

Para todo a, b, c, ∈ R se tiene:
I1 Dicotomı́a: a=b o a 6= b
I2 Reflexividad: a=a
I3 Simetrı́a: si a=b ⇒ b=a
I4 Transitividad: si a=b ∧ b=c ⇒ a=c
I5 Unicidad de la adición: si a=b ⇒ a+c=b+c
I6 Unicidad de la multiplicación: si a=b ⇒ ac = bc
5. Axiomas de Orden
O1 Ley de Tricotomı́a
Para dos números a ∈ R y b ∈ R, uno y sólo uno de los siguientes enunciados es verdadero
ab
“a es menor que b′′ , “a es igual que b′′ , “a es mayor que b′′
O2 Ley Transitiva
Si a0 → ab < bc
c) Si a bc
O4 Existe un conjunto R+ , tal que R+ ⊂ R, llamado conjunto de números reales positivos,

el cual satisface las siguientes propiedades:
a) Si a ∈ R+ y b ∈ R+ → (a + b) ∈ R+ y a · b ∈ R+
b) Pra cada a 6= 0: a ∈ R+ ó − a ∈ R+ , pero no ambos
c) 0 no ∈ R+
6. Axioma del Supremo

Si S es un conjunto no vacı́o de elementos de R superiormente acotado, entonces S tiene
el supremo en R.
Este último axioma nos garantiza que los números reales R incluyen los números racio-
nales Q y que se puede establecer una correspondencia biunı́voca entre los puntos de
una recta y los números reales.
A continuación, haciendo uso de los axiomas, probaremos algunas de las propiedades del
sistema de los números reales y veremos también sus aplicaciones en el álgebra elemental.
Teoremas sobre el conjunto de los números reales
Teorema 5.3.1. El elemento neutro aditivo es único.

Demostración. Supongamos que existen dos elementos neutros aditivos 0 y 0′ tales que:
a + 0 = 0 + a = a, ∀a ∈ R
a + 0′ = 0′ + a = a, ∀a ∈ R
Probaremos que 0 = 0′ , en efecto:
0′ = 0′ + 0 (Por ser 0 el elemento neutro aditivo)

= 0 + 0′ (Conmutatividad)
= 0 (Por ser 0′ el elemento neutro aditivo)
Por lo tanto 0 = 0′ y el elemento neutro aditivo es único.
Teorema 5.3.2. El elemento inverso aditivo es único.

Demostración. Supongamos que existen dos elementos inversos aditivos (−a) y (−a)′ tales
que:
a + (−a) = (−a) + a = 0, ∀a ∈ R
a + (−a)′ = (−a)′ + a = 0, ∀a ∈ R
Probaremos que (−a) = (−a)′ , en efecto:
(−a)′ = (−a)′ + 0 (Por ser 0 el elemento neutro aditivo)

= (−a)′ + (a + (−a)) (Por ser (−a) elemento inverso aditivo)
= ((−a)′ + a) + (−a) (Asociatividad)
= 0 + (−a) (Por ser (−a)′ elemento inverso aditivo)
= (−a) (Por ser 0 elemento neutro aditivo)
Por lo tanto (−a) = (−a)′ y el elemento inverso aditivo es único.
Teorema 5.3.3. El elemento neutro multiplicativo es único.

Demostración. Supongamos que existen dos elementos neutros multiplicativos 1 y 1′ tales
que:
a · 1 = 1 · a = a, ∀a ∈ R
a · 1′ = 1′ · a = a, ∀a ∈ R
Probaremos que 1 = 1′ , en efecto:
1′ = 1′ · 1 (Por ser 1 el elemento neutro multiplicativo)

= 1 · 1′ (Conmutatividad)
= 1 (Por ser 1′ el elemento neutro multiplicativo)
Por lo tanto 1 = 1′ y el elemento neutro multiplicativo es único.
Teorema 5.3.4. El elemento inverso multiplicativo es único.

Demostración. Supongamos que existen dos elementos inversos multiplicativos (a−1 ) y
(a−1 )′ tales que:
a · (a−1 ) = (a−1 ) · a = 1, ∀a ∈ R
a · (a−1 )′ = (a−1 )′ · a = 1, ∀a ∈ R
Probaremos que (a−1 ) = (a−1 )′ , en efecto:
(a−1 )′ = (a−1 )′ · 1 (Por ser 1 el elemento neutro multiplicativo)

= (a−1 )′ · (a · (a−1 )) (Por ser (a−1 ) elemento inverso multiplicativo)
= ((a−1 )′ · a) · (a−1 ) (Asociatividad)
= 1 · (a−1 ) (Por ser (a−1 )′ elemento inverso multiplicativo)
= (a−1 ) (Por ser 0 elemento neutro multiplicativo)
Por lo tanto (a−1 ) = (a−1 )′ y el elemento inverso multiplicativo es único.
Proposición 5.3.1.
i. a = −(−a), ∀a ∈ R
ii. Si a 6= 0, a = (a−1 )−1
iii. a · 0 = 0, ∀a ∈ R
iv. − a = (−1)a, ∀a ∈ R
v. a(−b) = (−a)b = −(ab), ∀a, b ∈ R
vi. (−a)(−b) = ab, ∀a, b ∈ R
vii. Si a+c=b+c → a=b
viii. Si ac = bc y c 6= 0 → a = b
ix. ab = 0 ↔ a=0 ∨ b=0
x. a2 = b2 ↔ a = b ∨ a = −b
Definición 5.3.1. Sean dos números reales a ∈ R y b ∈ R. Se define la diferencia de a y b

como la suma de a con el inverso aditivo de b.
a − b = a + (−b), ∀a, b ∈ R
Definición 5.3.2. Dados dos números a, b ∈ R. Se define el cociente de a entre b, como el

producto de a con el inverso multiplicativo de b.
a
= a · b−1 , ∀a, b ∈ R
b
i. a − b = −(b − a)
ii. a − b = c ↔ a=b+c
a
iii. c = ↔ bc = a, b 6= 0
b
iv. a(b − c) = ab − ac
a c ad + bc
v. + =
b d bd
a c ad − bc
vi. − =
b d bd
c−b
vii. Si a 6= 0 y ax + b = c → x =
a
i. a2 ≥ 0, ∀a ∈ R (a2 > 0, si a 6= 0)
ii. Si a0 → ac < bc
vi. Si a bc
vii. Si a −b
viii. Si a>0 → a−1 > 0 (si a < 0 → a−1 < 0)
ix. Si 0<a b−1 > 0 (si a a−1 > b−1 )
x. ab > 0 ↔ (a > 0 ∧ b > 0) ∨ (a < 0 ∧ b < 0)

ab ≥ 0 ↔ (a ≥ 0 ∧ b ≥ 0) ∨ (a ≤ 0 ∧ b ≤ 0)
xi. ab < 0 ↔ (a > 0 ∧ b < 0) ∨ (a < 0 ∧ b > 0)

ab ≤ 0 ↔ (a ≥ 0 ∧ b ≤ 0) ∨ (a ≤ 0 ∧ b ≥ 0)
xii. Si a≥0 ∧ b≥0 , a<b ↔ a2 < b2 (a ≤ b ↔ a2 ≤ b2 )

xiii. a2 + b2 = 0 ↔ a=0 ∧ b=0
Definición 5.3.3. Si n ∈ Z+ y b ∈ R, entonces bn , llamada n - ésima potencia de b, representa

el producto de n factores iguales a b, esto es:
bn = b · b · b · b · ... · b
en donde, el exponente n indica las veces que se debe repetir la base b como factor.
Proposición 5.3.4. Si a, b ∈ R y m, n ∈ Z+ , entonces:
i. am · an = am+n
ii. (am )n = am·n
iii. (a · b)n = an · bn
am
iv. = am−n
an
a n an
v. = n
b b
Definición 5.3.4. Si a, r ∈ R , n ∈ Z+ , entonces r, se llama raı́z n - ésima principal de r,se
√
denota por r = n a, si y solo si r n = a, bajo la condición de que si n es par, entonces r ≥ 0 y
a ≥ 0.
Formalmente:
√
r= n
a ↔ r n = c , n par → r ≥ 0 ∧ a ≥ 0.
5.4. Ecuaciones
5.4.1. Historia de las ecuaciones
Los primeros en tratar las ecuaciones de primer grado fueron los árabes, en un libro llamado
Tratado de la cosa, y a la ciencia de hacerlo, Álgebra (del árabe algabru walmuqabalah, reduc-
ción y cotejo). La cosa era la incógnita. La primera traducción fué hecha al latı́n en España,
y como la palabra árabe la cosa suena algo parecido a la X española medieval (que a veces ha
dado J y otra X porque su sonido era intermedio, como en Mexico/Méjico, Ximénez/Jiménez),
los matemáticos españoles llamaron a la cosa X y ası́ sigue.
Para resolver ecuaciones de primer y segundo grado, el hombre no encontró gran dificultad,
la situación fue completamente diferente para ecuaciones de grado mayor de 2. En efecto, la
ecuación general de tercer grado: ax3 + bx2 + cx + d = 0 requirió consideraciones bastante
profundas y resistió todos los esfuerzos de los matemáticos de la antigüedad. Sólo se pudieron
resolver a principios del siglo XVI, en la Era del Renacimiento en Italia. Aquı́ se presentará el
ambiente en que aconteció el descubrimiento de la solución de las ecuaciones de tercer grado o

cúbicas. Los hombres que perfeccionaron las cúbicas, italianos todos, constituyeron un grupo
de matemáticos tan pintoresco como nunca se ha dados en la historia. La mayorı́a de ellos eran
autodidactas, trabajaban en contabilidad, en problemas de interés compuesto y de seguros.
Habiéndose elevado por encima del simple cálculo práctico, los grandes algebristas italianos
constituı́an en su mayor parte un grupo sagaz y oportunista que se encontraba en su elemento
tanto entre tramposos y jugadores de cartas, espadachines que frecuentaban las Callejas del
Renacimiento, como en las cátedras de Universidad, a las que aspiraban y algunas veces ocu-
paban. Para dar publicidad a sus pruebas de agilidad mental sostuvieron entre sı́ competencias
para la solución de problemas. (Algo muy similar a lo que hacı́an los hindúes siglos antes).
Para hacer doblemente difı́cil su deporte, algunas veces hacı́an apuestas que depositaban en
manos de un tercero. El ganador se lo llevaba todo. En esta atmósfera combativa estalló la
guerra en torno a la ecuación cúbica. La chispa pudo haber sido encendida, sin querer, por un
padre Franciscano, Luca Pacioli, quien en 1492 publicó un compendio de álgebra, la “Suma
Aritmética”. Con ella transmitió el álgebra inventada hasta la fecha y terminó con la irritan-
te observación de que los matemáticos no podrı́an todavı́a solucionar ecuaciones cúbicas por
métodos algebraicos.
El primer hombre en recoger el desafı́o de Pacioli en torno a las cúbicas fue, como ya dijimos
Scipio del Ferro, el hijo de un fabricante de papel, que llegó a ser catedrático de matemáticas en
la Universidad de Bolonia. Habiendo encontrado la solución general para todas las ecuaciones
cúbicas de la forma simplificada x3 + nx = h.
Del Ferro mantuvo en secreto su descubrimiento, probablemente para confundir a los ad-
versarios durante las competencias. Pero en sus últimos dı́as confı́o su solución a un estudiante,
Antonio Fior, quien la utilizó en una disputa de álgebra con un rival, Nı́colo Fontana, llamado
Tartaglia o tartamudo a causa de que padecı́a este defecto.
En la época de la contienda con Fior, Tartaglia habı́a pasado a ser uno de los más sagaces
solucionadores de ecuaciones de Italia, y habı́a ideado un arma secreta propia: Una solución
general para las cúbicas del tipo x3 + mx2 = h. Como resultado, cuando Fior le dio un
grupo de ejemplos especı́ficos del tipo x3 + px + q = 0, le respondió con ejemplos del tipo
x3 + mx2 = n. Durante el intervalo concedido para obtener las respuestas, tanto Tartaglia
como Fior trabajaron ardorosamente, ocho dı́as antes de finalizar el plazo, Tartaglia habı́a
encontrado una solución general para las ecuaciones del tipo x3 + px = q y en dos horas
resolvió todas las ecuaciones de Fior; de esta suerte, cuando se acabó el tiempo y llego el
dı́a de hacer el cómputo, Tartaglia habı́a solucionado los problemas de Fior y éste no habı́a
solucionado los de Tartaglia. Como nuevo e insigne calculador de Italia, Tartaglia pronto se
encontró con un rival más fuerte: Gerolamo Cardano, hijo ilegı́timo de un abogado y a su
vez padre de un asesino. Cardano era un astrólogo que hacia horóscopos para los reyes, un
médico que visitaba a sus enfermos y un escritor cientı́fico de cuya pluma emanaron montañas
de libros. Fue también un jugador inveterano, siempre balanceándose al borde de la prisión.
Pero Cardano siempre salı́a bien parado. El Santo Padre lo pensionó solucionándole ası́ sus
problemas económicos y Cardano, a base de adulaciones, obtuvo de Tartaglia la solución de
la ecuación cúbica.
Aunque Cardano juró mantener secreta la solución de Tartaglia, la publicó unos cuantos
años después, en 1545, en un tratado monumental sobre ecuaciones llamado “Ars Magna”
(Gran Arte). Tartaglia, que habı́a estado a punto de escribir su propio libro, pasó el resto de
su vida maldiciendo a Cardano por su estafa. No obstante, el libro de Cardano reconocı́a el
descubrimiento de Tartaglia. También en el mismo libro, Cardano hizo pasar a la historia a
otro matemático: el alborotador y blasfemo Lodovico Ferran que murió a la edad de 43 años,
envenenado por su propia hermana. Ası́ como Tartaglia habı́a solucionado la cúbica, de la
misma forma Ferran, cuando todavı́a estudiaba con Cardano, solución de las de cuarto grado
o cuárticas (con fórmulas mas complicadas que las de tercer grado). Al descubrir la obra de
ambos hombres, Cardano en su “Ars Magna” pudo dar al mundo las soluciones generales de
las cúbicas y las cuárticas, divulgando los dos avances del álgebra más trascendentales desde
la muerte de Diofanto, 1300 años antes.
En el Ars Magna, Cardano aceptó formalmente el concepto de los números negativos y
enunció las leyes que los rigen. También anticipó otro tipo nuevo de número que denominó fic-
ticio o sofisticado. Tal fue la raı́z cuadrada de un número negativo, que es incluso más difı́cil de
comprender que un número negativo propiamente, ya que ningún número real multiplicado por
sı́ mismo da un número negativo. En la actualidad los matemáticos llaman a la raı́z cuadrada
de un número negativo número imaginario; cuando dicha cantidad se combina con un número
real, el resultado se llama número complejo. Los matemáticos posteriores han mostrado que
los números complejos pueden tener toda clase de aplicaciones.
En gran parte debido a Cardano, las Matemáticas salieron de su paso por las pugnas del
Renacimiento enormemente enriquecidas. El éxito de los matemáticos italianos produjo un
gran efecto. Era la primera vez en que la ciencia moderna habı́a sobrepasado las conquistas
de los antiguos.
Hasta entonces, en todo el curso de la Edad Media, la aportación habı́a consistido sola-
mente en entender el trabajo de los antiguos, y ahora finalmente, ciertas cuestiones que los
antiguos no habı́an tenido éxito en conquistar, fueron resueltas. Y esto sucedió en el siglo
XVI, un siglo antes de la invención de nuevas ramas de las matemáticas: Geometrı́a analı́tica
y Cálculo diferencial e Integral que finalmente afirmaron la superioridad de la nueva ciencia
sobre la antigua. Después de esto, no hubo matemático importante que no intentara exten-
der las conquistas de los italianos resolviendo ecuaciones de quinto, sexto y más alto grado
en forma análoga a los italianos, es decir, encontrando una fórmula general o como se dice
actualmente, resolverlas por radicales. El prominente algebrista del siglo XVII, Tschimhausen
(1651–1708) creyó haber encontrado un método general de solución. Su método estaba basado
en la transformación de una ecuación a otra más simple; pero esta sola transformación requerı́a
de algunas ecuaciones auxiliares.
Más tarde, con un análisis más profundo se demostró que el método de transformación
de Tschimhausen, en efecto, da la solución de ecuaciones de segundo, tercero y cuarto grado,
pero para una ecuación de quinto grado se necesita resolver primero una ecuación auxiliar de
sexto grado, cuya solución no era conocida.
El famoso matemático francés Lagrange en su gran trabajo “Reflexiones sobre la solución
de ecuaciones algebraicas” publicado en 1770–1771, ( con más de 200 páginas) crı́ticamente
examina todas las soluciones de las ecuaciones de segundo, tercer y cuarto grado conocidas
hasta su época y demostró que su éxito siempre se basa en propiedades que no cumplen
ecuaciones de quinto grado y superiores. Desde el tiempo de Del Ferro hasta este trabajo
de Lagrange, más de dos siglos y medio habı́an pasado y nadie durante este gran intervalo
habı́a dudado de la posibilidad de resolver ecuaciones de quinto grado y mayores por radicales,
esto es, de encontrar fórmulas que envuelven sólo operaciones de suma, resta, multiplicación,
división, exponenciación y raı́ces con exponentes enteros positivos, que pueden expresar la
solución de una ecuación en términos de los coeficientes, esto es, fórmulas similares a aquélla
por la que se habı́a resuelto la ecuación de segundo grado en la antigüedad y a aquéllas
encontradas por los italianos para las ecuaciones de tercero y cuarto grados. Los matemáticos
pensaron que sus fracasos se debı́an principalmente a su propia incapacidad para encontrar
una solución. Lagrange dice en sus memorias:
“El problema de resolver (por radicales) ecuaciones cuyo grado es más alto que el cuarto
es uno de esos problemas que no han sido resueltos aunque nada prueba la imposibilidad de
resolverlos”. Lagrange avanzó bastante en la teorı́a de las ecuaciones algebraicas formalizando
el trabajo anterior a su época y descubriendo nuevas relaciones entre esta teorı́a y otras como
la teorı́a de las permutaciones. Sin embargo, a pesar de sus persistentes esfuerzos, el problema
permaneció sin solución y constituı́a, en palabras del mismo Lagrange, “Un reto para la mente
humana”.
Consecuentemente fue una sorpresa enorme para todos los matemáticos cuando en 1824
vino a la luz el trabajo de un joven genio noruego llamado Niels Henrik Abel (1802 – 1829),
en el cual se daba una prueba de que si los coeficientes de una ecuación se tomaban simple-
mente como letras, entonces no existe ninguna expresión algebraica con dichos coeficientes
que fuera solución de la ecuación correspondiente. Entonces, por tres siglos los esfuerzos de
los más grandes matemáticos de todos los paı́ses para resolver ecuaciones de grado mayor que
cuatro por radicales no fue coronado por el éxito por la sencilla razón de que éste problema
simplemente no tiene solución.
Esas fórmulas son conocidas para ecuaciones de segundo, tercero y cuarto grado, pero para
ecuaciones de grado mayor no existen tales fórmulas Pero eso no es todo aún. Un resultado
extremadamente importante en la teorı́a de las ecuaciones algebraicas esperaba todavı́a ser
descubierto. El hecho es que hay muchas formas especiales de ecuaciones de cualquier grado que
sı́ se pueden resolver por radicales, y muchas de ellas son exactamente las que son importantes
para resolver problemas concretos de la realidad.
Resumiendo, después del descubrimiento de Abel la situación era la siguiente: Aunque la
ecuación general de grado mayor que 4 no se podı́a resolver por radicales, hay un número
ilimitado de ecuaciones de grado mayor a cuatro que sı́ se pueden resolver por radicales.
La pregunta era ¿cuáles ecuaciones sı́ se pueden resolver por radicales y cuáles no? o en
otras palabras: ¿qué condiciones debe cumplir una ecuación para que pueda ser resuelta por
radicales? La respuesta a este problema que daba fin a todo éste asunto de las ecuaciones la
dio el brillante matemático francés Evariste Galois. (1811–1832).
A pesar de lo corto de su vida, Galois hizo descubrimientos muy avanzados para su tiempo
en muchas ramas de las matemáticas y en particular dio la solución al problema que queda-
ba pendiente en la teorı́a de las ecuaciones algebraicas en un pequeño manuscrito titulado
“Memoria sobre las condiciones para resolver las ecuaciones por radicales”, que fue escrito en
treinta y un páginas casi ininteligibles escritas de prisa la noche antes del duelo en que fue
muerto a la edad mencionada de 20 años.
Como se puede observar, la fórmula de Tartaglia da la solución de la ecuación de tercer
grado a partir de los coeficientes y utilizando sumas, restas, multiplicaciones, divisiones y
raı́ces. Este tipo de expresiones se denominan radicales. Desde la aparición de la fórmula los
matemáticos intentaron buscar qué ecuaciones podı́an resolverse por radicales. Muchos grandes
matemáticos atacaron el problema, pero fallaron en resolverlo: Euler, Lagrange (alrededor de
1770), Leibiniz, etc.
En 1813, Ruffini intentó demostrar que las ecuaciones de quinto grado no se pueden re-
solver por radicales, pero tampoco lo consiguió. Finalmente, Abel demostró en 1824 que,
efectivamente, no existe una fórmula que permita resolver las ecuaciones de quinto grado.
El problema más general fue resuelto por Évariste Galois en 1832 que aporto un método,
conocido como la Teorı́a de Galois, que permite decidir cuándo una determinada ecuación se
puede resolver por radicales.
CONCLUSIÓN: Existen fórmulas que permiten resolver las ecuaciones de segundo, ter-
cer y cuarto grado. Sin embargo, no existe una fórmula que permita resolver todas las ecua-
ciones de quinto grado.
En todo lo anterior hablamos de los intentos durante tres siglos, para resolver por radicales
cualquier ecuación de cualquier grado. El problema resultó ser más difı́cil y más profundo de
lo que se pensaba en un principio y dio origen a la creación de nuevos conceptos, importantes
no sólo para el álgebra sino también para las matemáticas en general. Para la solución práctica
de las ecuaciones el resultado de todo este trabajo fue el siguiente:
Quedó claro que una fórmula general para las ecuaciones está muy lejos de existir y aun en
los casos particulares en que existe, era de poca utilidad práctica a causa de las operaciones
sumamente complicados que se tenı́an que hacer. (Actualmente las computadoras facilitan
todo ese trabajo).
En vista de lo anterior, los matemáticos desde hace mucho empezaron a trabajar en tres
direcciones completamente diferentes, que son:
1. En el problema de la existencia de raı́ces (soluciones).
2. En el problema de saber algo acerca de las soluciones, sólo trabajando con sus coeficien-
tes.
3. En el cálculo aproximado de las raı́ces o soluciones de una ecuación.
Definición 5.4.1.
Un enunciado es una proposición que puede ser calificada como verdadera o falsa.
Una proposición es toda una code enunciados conectados con ciertos sı́mbolos matemáti-
cos.
Los enunciados abiertos son aquellos que están formados por variables constantes y que
pueden ser verdaderos o falsos, según la asignación de valores a las variables.
Definición 5.4.2. Una ecuación es una igualdad entre dos expresiones algebraicas o trascen-
dentales, donde existe por lo menos una variable, cada una de las expresiones comparadas por
la igualdad se denominan miembros de la ecuación.
Definición 5.4.3. La solución de una ecuación es aquel valor que toma la incógnita y convierte
la ecuación en una identidad, es decir, hace verificar la igualdad.
Ejemplo 5.4.1.
3x + 5 = 17; es una ecuación que se verifica para x = 4.
x2 + x − 6 = 0; es una ecuación que se verifica para x = −3 y x = 2.
5.4.2. Clasificación de las ecuaciones
Las ecuaciones se clasifican de acuerdo a sus caracterı́sticas, siendo las principales:
1. Según el Grado: Pueden ser de primer grado, segundo grado, tercer grado, etc.
En general, una ecuación de grado n posee n raı́ces o soluciones.
Ejemplo 5.4.2.
2x + 5 = 3; es una ecuación de primer.

x2 − 6x + 5 = 0; es una ecuación de segundo grado.
2. Según sus Coeficientes: Pueden ser numéricas o literales.
Ejemplo 5.4.3.
7x − 3 = 5x + 9; es una ecuación numérica.

ax2 + bx + c = 0; es una ecuación literal, con coeficientes a, b, c.
3. Según las Incógnitas: Pueden ser de una, dos, tres o más incógnitas.
Ejemplo 5.4.4.
3x − 1 = x + 3; es una ecuación con una incógnita: x.

2x − 3y = 5; es una ecuación con dos incógnitas: x, y.
x − 3y + 2z = 7 es una ecuación con tres incógnitas: x, y, z.
4. Según la naturaleza de las expresiones: Pueden ser:
a. Ecuación algebraica: Que a su vez puede ser:

a.1. Ecuación algebraica racional:
a.1.1. Ecuación algebraica racional entera: 3x − 2 = x2 − 6
3
a.1.2. Ecuación algebraica racional fraccionaria: x + 2 = 4 +
x
a.2. Ecuación algebraica irracional: La incógnita se encuentra afectada del radi-
√
cal. 2x + 1 = 3 2x + 3 − x2
b. Ecuación no algebraica o trascendente: Cuando al menos un témino de la ex-
presión es no algebraico o trascendente. Puede ser:
Exponencial: 3x−1 = 3x + 2
Trigonométrica: 5 sen(3x + 5π) = cos x
√
Logaritmica: 7x log2 (10x − 3) = 5
" #" # " #
3 5 x 14
Matriciales: =
2 −1 y 5
5. Según sus Soluciones: Pueden ser compatibles o incompatibles.
a. Ecuaciones Compatibles: son aquellas que tienen por lo menos una solución. A
su vez éstas ecuaciones se dividen en:
a.1. Ecuaciones Compatibles Determinadas: (ECD) Si tienen un número finito

o limitado de soluciones.
Ejemplo 5.4.5.
◦ 3x − 1 = x + 3 tiene una solución.
◦ x2 − 4 = 5 tiene dos soluciones.
a.2. Ecuaciones Compatibles Indeterminadas: (ECI) Si tienen un número ili-
mitado de soluciones.
Ejemplo 5.4.6.
◦ 2x + 3 = 1 + 2x + 2.
◦ (x + 1)2 − (x − 1)2 = 4x.
Nota 5.4.1. Todas las identidades o productos notables son ecuaciones com-
patibles indeterminadas.
b. Ecuaciones Incompatibles: (EI) Llamadas también absurdas, son aquellas que
no tienen o carecen de solución.
Ejemplo 5.4.7.
x x 7x
• + = + 3.
5 2 10
 

 Determinada (ECD) número finito de soluciones

Compatible
Ecuación Indeterminada (ECI) infinitas soluciones




Incompatible (EI) inconsistente o absurdo. No existe solución
Definición 5.4.4. Dos o más ecuaciones se dicen que son Equivalentes si tienen las mismas
soluciones.

3x + 3 = 8x − 2
Ejemplo 5.4.8. Las ecuaciones son equivalentes
 7x + 2 = x + 26
2 15 3
Teorema 5.4.1. Teorema Fundamental del Algebra

Todo polinomio de grado n tiene al menos una raı́z, que generalmente es compleja.
Corolario 5.4.1. Todo polinomio de coeficientes numéricos y grado n tiene exactamente n

raı́ces que pueden ser reales diferentes, iguales o complejas conjugadas.
Criterios de Solución
Si la ecuación presenta a la incógnita en el denominador. Se deberá cuidar que su solución

x+1 x+5 2x2 − x − 11
no anule el denominador. Por ejemplo, antes de resolver: + = 2 ,
x−3 x−2 x − 5x + 6
Se deberá tener en cuenta que: x 6= 3 ∧ x 6= 2
Si la ecuación presenta a la incógnita afectada de algún signo radical de ı́ndice par. Se

debe proceder de la siguiente manera:
p
Si 2n F (x) = G(x), con n ∈ N, debe cumplirse que F (x) ≥ 0 ∧ G(x) ≥ 0.
Principios Fundamentales
Si a los dos miembros de una ecuación se le suma o se le resta una misma cantidad M ,
la igualdad no altera (se obtiene otra ecuación equivalente).
A=B ⇒ A±M =B±M
Si se multiplica a los dos miembros de una ecuación por una misma cantidad M , se
obtiene otra ecuación equivalente. Si M contiene a la incógnita, entonces se infiltran
soluciones extrañas.
Si ambos miembros de una ecuación se dividen por una misma cantidad M 6= 0, la

igualdad no altera (se obtiene otra ecuación equivalente). Si M contiene a la incógnita,
entonces se pierden soluciones.
Si a los dos miembros de una ecuación se les eleva a la n–ésima potencia, entonces la
igualdad no altera, pero se infiltran soluciones extrañas.
Si a los dos miembros de una ecuación se les extrae la raı́z enésima, entonces la igualdad
no altera, se dice que se han perdido soluciones.
5.4.3. Ecuaciones de primer grado con una variable
Definición 5.4.5. Las ecuaciones de primer grado con una variable son de la forma:
ax + b = 0 (5.1)
donde a y b son co, con a 6= 0, y siendo x la incógnita, por lo cual son tambén llamadas
“Ecuaciones lineales con una incógnita” y que debido a las propiedades de los números reales
se resuelve de la siguiente manera:
b
ax + b = 0 ⇐⇒ x=−
a
Las ecuaciones lineales en el sistema cartesiano representan rectas. Una forma común de
ecuaciones lineales es y = mx + c, donde m representa la pendiente y el valor de c determina
la ordenada al origen (el punto donde la recta corta al eje Y ).
Ejemplo 5.4.9. Resolver 6x − 5 = 2x + 7.

Solución
6x − 5 = 2x + 7
4x − 5 = 7
4x = 12
x = 3
Discusión de sus raı́ces
Si a 6= 0 entonces la solución es única (ECD).
Si a = 0 y b = 0 entonces la ecuación posee infinitas soluciones (ECI).
Si a = 0 y b 6= 0 entonces la solución no existe (EI ó absurda).
5.4.4. Sistema de ecuaciones lineales
Definición 5.4.6. Un sistema lineal de ecuaciones es un conjunto de ecuaciones lineales sobre

el cuerpo de los números reales R.
En general, un sistema con m ecuaciones lineales con n incógnitas puede ser escrito en
forma ordinaria como:
a11 x1 + a12 x2 + ... + a1n xn = b1

a21 x1 + a22 x2 + ... + a2n xn = b2
.. .. .. .. .. .. .. .. .. (5.2)
. . . . . . . . .
am1 x1 + am2 x2 + . . . + amn xn = bm
Donde x1 , . . . , xn son las incógnitas y los números aij ∈ K son los coeficientes del sistema
sobre el cuerpo K = R o C. Es posible reescribir el sistema separando con coeficientes con
notación matricial:     
a11 a12 ··· a1n x1 b1
    
 a21 a22 · · · a2n   x2   b2 
    
 . .. ..   =  (5.3)
 .. .
..
. .   ...   ... 
    
am1 am2 · · · amn xn bm
Si representamos cada matriz con una única letra obtenemos:
Ax = b
Donde A es una matriz m por n, x es un vector columna de longitud n y b es otro vector

columna de longitud m.
El problema de los sistemas de ecuaciones lineales es uno de los más antiguos de la ma-
temática y tiene una infinidad de aplicaciones, como en procesamiento digital de señales, es-
timación, predicción y más generalmente en programación lineal ası́ como en la aproximación
de problemas no lineales de análisis numérico.
Clasificación:
De acuerdo a la solución los sistemas se clasifican en:
a. Sistema Compatible: Es aquel sistema que tienen por lo menos una solución. A su
vez éstos sistemas se dividen en:
a.1. Sistema Compatible determinado: (SCD) Si tienen un número finito o limitado

de soluciones.
Ejemplo 5.4.10.

3x − y = 20
◦ , cuya solución es: CS = {(7, 1)}.
x + 5y = 12
Las ecuaciones se corresponden gráficamente con dos rectas que se interceptan
en el punto (7, 1).

x2 + y 2 = 17
◦ √ , cuya solución es: CS = {(4, 1), (1, 4), (−4, −1), (−1, −4)}.
 xy + xy = 6
a.2. Indeterminadas: (SCI) Si tienen un número ilimitado de soluciones.
Ejemplo 5.4.11.

3x + y = 4
◦ 3x y
 + =2
2 2
Las ecuaciones se corresponden gráficamente con dos rectas paralelas coinci-
dentes que se interceptan en infinitos puntos.

x + y + z = 3
◦
x − y = 1
b. Incompatibles: (EI) Llamadas también absurdas, son aquellas que no tienen o carecen
de solución.
Ejemplo 5.4.12.

4x + 2y = 5
•
8x + 4y = 3
Las ecuaciones se corresponden gráficamente con dos rectas, ambas con la misma
pendiente, Al ser paralelas, no se cortan en ningún punto, es decir, no existe ningún

valor que satisfaga a la vez ambas ecuaciones. Matemáticamente un sistema de
estos es incompatible cuando el rango de la matriz del sistema es inferior al rango
de la matriz ampliada. Una condición necesaria para que esto suceda es que el
determinante de la matriz del sistema sea cero.

 x2 + y 2 = 2
•
x + y = 4
 

 Determinada (SCD) número finito de soluciones

Sistema de Compatible 
Indeterminada (SCI) infinitas soluciones
ecuaciones 



Incompatible (SI) inconsistente o absurdo. No existe solución
Los sistemas incompatibles geométricamente se caracterizan por (hiper)planos o rectas

que se cruzan sin cortarse. Los sistemas compatibles determinados se caracterizan por un
conjunto de (hiper)planos o rectas que se cortan en un único punto. Los sistemas compatibles
indeterminados se caracterizan por (hiper)planos que se cortan a lo largo de una recta [o
más generalmente un hiperplano de dimensión menor]. Desde un punto de vista algebraico
los sistemas compatibles determinados se caracterizan porque el determinante de la matriz es
diferente de cero:
Sistema compatible determinado ⇐⇒ det(A) 6= 0
Métodos para resolver un sistema lineal
Los sistemas lineales han sido resueltos por diferentes métodos, siendo los más importantes:
1. Método de Carl Gauss:1 Este método consiste en ir disminuyendo ecuaciones e in-

cognitas hasta llegar a una sola ecuación con la menor cantidad posible de incógnitas.

3x + 5y = 14
Ejemplo 5.4.13. Resolver:
2x − y = 5
Solución:
Como 2x − y = 5, entonces despejamos y
1
Johann Carl Friedrich Gauss nació en Brunswick, Alemania el 30 de abril de 1777 y murió el 23 de febrero
de 1855, fue un matemático, astrónomo y fı́sico alemán que contribuyó significativamente en muchos campos,
incluida la teorı́a de números, el análisis matemático, la geometrı́a diferencial, la geodesia, el magnetismo y
la óptica. Considerado “el prı́ncipe de las matemáticas” y “el matemático más grande desde la antigüedad”,
Gauss ha tenido una influencia notable en muchos campos de la matemática y de la ciencia, y es considerado
uno de los matemáticos que más influencia ha tenido en la historia. Fue de los primeros en extender el concepto
de divisibilidad a otros conjuntos.
luego y = 2x − 5 y reemplazando en la primera ecuación se tiene:

3x + 5(2x − 5) = 14, de donde x = 3, y ası́ obtenemos y = 1
∴ CS = {3; 1}
2. Método de Arthur Cayley:2 Este método consiste en el uso de las matrices (matriz
inversa) en la resolución de los sistemas lineales determinados.
Para resolver el sistema
a11 x1 + a12 x2 + . . . + a1n xn = b1

a21 x1 + a22 x2 + . . . + a2n xn = b2
.. .. .. .. .. .. .. .. .. (5.4)
. . . . . . . . .
an1 x1 + an2 x2 + . . . + ann xn = bn
se lleva a la forma matricial

    
a11 a12 · · · a1n x1 b1
    
 a21 a22 · · · a2n   x2   b2 
    
 . .. .. ..   . =. (5.5)
 .. . . .   .  .
  .   . 
an1 an2 · · · ann xn bn
y si la matriz de coeficientes es no singular, existirá la inversa y será aplicable ste método

y la solución se obtiene con:
   −1  
x1 a11 a12 · · · a1n b1
     
 x2   a21 a22 · · · a2n   b2 
 
   
 . = . .. .. ..  .
 ..   .. . . .  .
  .
   
xn an1 an2 · · · ann bn
luego por igualdad de matrices se obtiene la solución del sistema.


3x + 5y = 14
2x − y = 5
Solución:
LLevando a una ecuación matricial se tiene:
" #" # " #
3 5 x 14
=
2 −1 y 5
2
Arthur Cayley (Richmond, Reino Unido, 16 de agosto de 1821 – Cambridge, 26 de enero de 1895) fue
un matemático británico. Es uno de los fundadores de la escuela británica moderna de matemáticas puras.
Recibió la Royal Medal en 1859 y la Medalla Copley en 1882.
" # " #−1 " # " # " #

x 3 5 14 x 3
de donde = , luego =
y 2 −1 5 y 1
entonces x = 3 y y = 1.
∴ CS = {3; 1}
3. Método de Gabriel Cramer:3 Éste método utiliza los determinantes para la resolu-
ción de sistemas de ecuaciones lineales. Para ello el sistema (5.4) debe cumplir que el
determinante de la matriz de coeficientes de las incognitas debe ser distinto de cero.
Sea A la matriz del sistema, es decir:

 
a11 a12 · · · a1n
 
 a21 a22 · · · a2n 
 
A= . .. .. .. 
 .. . . . 
 
an1 an2 · · · ann
entonces la solución viene dada por:
|Ai |
xi = , i = 1, 2, 3, . . . , n
|A|
con |A| =
6 0, y Ai es la matriz que se obtiene a partir de la matriz A, cambiando los
elementos de la columna i por los elementos independientes.
Denotemos por ∆S = |A| y ∆xi = |Ai |, entonces

∆xi
xi =
∆S

3x + 5y = 14
2x − y = 5
Solución:

3 5

∆S = = −13
2 −1

14 5

∆x = = −39
5 −1

3 14

∆y = = −13
2 5
luego
∆x
x= =3
∆S
3
Gabriel Cramer (31 de julio de 1704 – 4 de enero de 1752) fue un matemático suizo nacido en Ginebra.
∆y
y= =1
∆S
∴ CS = {3; 1}
4. Método de Gauss por matriz aumentada: Dado el sistema lineal:
a11 x1 + a12 x2 + . . . + a1n xn = b1

a21 x1 + a22 x2 + . . . + a2n xn = b2
.. .. .. .. .. .. .. .. ..
. . . . . . . . .
an1 x1 + an2 x2 + . . . + ann xn = bn
Llamaremos matriz aumentada a la matriz

 
a11 a12 · · · a1n b1
 
 a21 a22 · · · a2n b2 
 
 . .. .. .. .. 
 .. . . . .
 
an1 an2 · · · ann bn
luego mediante operaciones elementales por filas puede transformarse en una matriz
escalonada, la cual facilitará la solución del sistema.

3x + 5y = 14
2x − y = 5
Solución:
" # " # " #
3 5 14 F1 −F2 1 6 9 F2 −2F1 1 6 9
−−−−−−−−→ −−−−−−−−→
2 −1 5 2 −1 5 0 −13 −13

x + 6y = 9
luego el nuevo sistema será , de donde y = 1 y x = 3
0x − 13y = −13
∴ CS = {3; 1}
Teorema 5.4.2. Dado el sistema lineal (5.4), entonces se cumple lo siguiente:
Si ∆S 6= 0 entonces el sistema tiene solución única.
Si ∆S = 0 ∧ ∆xi = 0, para cada i, con i = 1, 2, . . . , n entonces el sistema tiene infinitas

soluciones.
Si ∆S = 0 ∧ ∆xi 6= 0, para algún i, con i = 1, 2, . . . , n entonces el sistema no tiene

solución.
Representación gráfica
Un sistema con n, incógnitas se puede representar en el n−espacio correspondiente.

En los sistemas con 2 incógnitas, el universo de nuestro sistema será el plano bidimensional,
mientras que cada una de las ecuaciones será representada por una recta, si es lineal, o por
una curva, si no lo es. La solución será el punto (o lı́nea) donde intersecten todas las rectas
y curvas que representan a las ecuaciones. Si no existe ningún punto en el que intersecten
al mismo tiempo todas las lı́neas, el sistema es incompatible, o lo que es lo mismo, no tiene
solución.
En el caso de un sistema con 3 incógnitas, el universo será el espacio tridimensional, siendo
cada ecuación un plano dentro del mismo. Si todos los planos intersectan en un único punto,
las coordenadas de éste serán la solución al sistema. Si, por el contrario, la intersección de
todos ellos es una recta o incluso un plano, el sistema tendrá infinitas soluciones, que serán
las coordenadas de los puntos que forman dicha lı́nea o superficie.
Para sistemas de 4 ó más incógnitas, la representación gráfica no es intuitiva para el ser
humano, por lo que dichos problemas no suelen enfocarse desde esta óptica.
5.4.5. Ecuaciones de segundo grado
Una ecuación de segundo grado o ecuación cuadrática es una ecuación polinómica donde
el mayor exponente es igual a dos. Normalmente, la expresión se refiere al caso en que sólo
aparece una incógnita y que se expresa en la forma canónica:
ax2 + bx + c = 0 (5.6)
donde a es el coeficiente cuadrático o de segundo grado y es siempre distinto de 0, b el coeficiente

lineal o de primer grado y c es el término independiente.
La ecuación cuadrática es de vital importancia en matemáticas aplicadas, fı́sica e ingenierı́a,
puesto que se aplica en la solución de gran cantidad de problemas técnicos y cotidianos.
La ecuación de segundo grado y su solución tiene origen antiguo. Se conocieron algoritmos
para resolverla en Babilonia y Egipto.
En Grecia fue desarrollada por el matemático Diofanto de Alejandrı́a.4
La solución de las ecuaciones de segundo grado fue introducida en Europa por el matemáti-
co judeo español Abraham bar Hiyya, en su Liber embadorum.
Los métodos para resolver ecuaciones cuadráticas son tres:
a. Método de factorización.
4
Diofanto de Alejandrı́a (Diophanti Alexandrini) (nacido alrededor del 200/214 - fallecido alrededor de
284/298) fue un antiguo matemático griego. Se considera a Diofanto el padre del álgebra.
b. Método de completar cuadrados.
c. Por fórmula cuadrática.
Ejemplo 5.4.17. Resolver la ecuación:
x2 − x − 6 = 0
Solución
Método de factorización.
x2 − x − 6 = 0
↓ ↓
x ❳❳❳ ✘✘ −3
❳✘✘
✘✘✘✘❳❳❳❳ 2
x
Luego (x − 3)(x + 2) = 0, de donde x1 = −2 ∨ x2 = 3

Método de completar cuadrados.
x2 − x − 6 = 0
1 1
x2 − x + − −6=0
4 4
2
1 25
x− − =0
2 4

1 5 1 5
x− + x− − =0
2 2 2 2
(x − 3)(x + 2) = 0
de donde x1 = −2 ∨ x2 = 3
Por fórmula cuadrática.
x2 − x − 6 = 0
con a = 1, b = −1 y c = −6, entonces usamos la fórmula cuadrática (5.7)

√
−b ± b2 − 4ac
x= (5.7)
2a
donde ∆ = b2p− 4ac es conocido con

√ el nombre de discriminante,
1 ± 1 − 4(1)(−6) 1 ± 25
luego x = = , de donde x1 = −2 ∨ x2 = 3
2 2
Propiedades de las raı́ces
Dada la ecuación cuadrática: ax2 + bx + c = 0, con a 6= 0, y con raı́ces x1 y x2 , entonces

se cumple que:
z Suma de raı́ces:
b
x1 + x2 = −
a
z Producto de raı́ces:
c
x1 .x2 =
a
z Diferencia de raı́ces: √ √
∆ b2 − 4ac
D = |x1 − x2 | = =
a a
z Cociente de raı́ces: √
x1 b+ ∆
C= = √
x2 b− ∆
z Suma de inversas de raı́ces:

1 1 b
+ =−
x1 x2 c
z Suma de cuadrados:
b2 − 2ac
x21 + x22 =
a2
z Suma de cubos:
b(3ac − b2 )
x31 + x32 =
a3
z Identidad de Legendre:
4c
(x1 + x2 )2 − (x1 − x2 )2 = −
a
z Raı́ces simétricas: x1 + x2 = 0, es decir b = 0
z Raı́ces recı́procas: x1 .x2 = 1, es decir a = c
z Raı́ces iguales: x1 − x2 = 0, es decir ∆ = 0


ax2 + bx + c = 0, a 6= 0
z Si las ecuaciones: tienen las mismas raı́ces, entonces se
mx2 + nx + p, m 6= 0
a b c
cumple: = =
m n p
Naturaleza de las raı́ces
En la ecuación de segundo grado ax2 + bx + c = 0, a 6= 0. Se llama discriminante a la

expresión ∆ = b2 − 4ac.
Si ∆ > 0 entonces las raı́ces x1 y x2 son reales y diferentes.
Si ∆ = 0 entonces las raı́ces x1 y x2 son reales e iguales.
Si ∆ < 0 entonces las raı́ces x1 y x2 son complejas y conjugadas.
Formación de una ecuación de segundo grado
Si x1 y x2 son las raı́ces de una ecuación de segundo grado, entonces: S = x1 + x2 ;

P = x1 .x2 , luego formamos la ecuación de segundo grado como:
x2 − Sx + P = 0
5.4.6. Ecuación Cúbica
Llamada también ecuación polinomial de grado 3 cuya forma general es:
ax3 + b2 + cx + d = 0
con a 6= 0. Mediante el teorema fundamental del álgebra, la ecuación tiene 3 raı́ces denotadas
por x1 , x2 y x3 .
Teorema 5.4.3. Teorema de Cardano5 – Viete6

En la ecuación ax3 + bx2 + cx + d = 0, con a 6= 0, de raı́ces x1 , x2 y x3 se cumple:
Suma de raı́ces:
b
x1 + x2 + x3 = −
a
Suma de productos binarios de raı́ces:
c
x1 .x2 + x1 .x3 + x2 .x3 =
a
Producto de raı́ces:
d
x1 .x2 .x3 = −
a
5
Gerolamo Cardano, o Girolamo Cardan (24 de septiembre 1501 – 21 de septiembre 1576) fue un célebre
matemático italiano del Renacimiento, médico, astrólogo, jugador de juegos de azar y filósofo.
6
François Viète fue un matemático francés (Fontenay le Comte, 1540 – Parı́s, 1603). Se le considera uno de
los principales precursores del álgebra.
5.4.7. Ecuación Cuártica
Llamada también ecuación polinomial de cuarto grado y toma la sigiuente forma general:
ax4 + bx3 + cx2 + dx + e = 0
con a 6= 0. Mediante el teorema fundamental del álgebra, la ecuación tiene 4 raı́ces denotadas
por x1 , x2 , x3 y x4 .
Teorema 5.4.4. Teorema de Cardano

En la ecuación ax4 + b3 + cx2 + dx + e = 0, con a 6= 0, de raı́ces x1 , x2 , x3 y x4 se cumple:
Suma de raı́ces:
b
x1 + x2 + x3 + x4 = −
a
Suma de productos binarios:
c
x1 .x2 + x1 .x3 + · · · + x3 .x4 =
a
Suma de productos ternarios:
d
x1 .x2 .x3 + x1 .x2 .x4 + · · · + x2 .x3 .x4 = −
a
e
x1 .x2 .x3 .x4 =
a
5.4.8. Ecuación Bicuadrada
Es una ecuación cuártica cuya forma general es:
ax4 + bx2 + c = 0
con abc 6= 0.
Fórmula general: s √
−b ± b2 − 4ac
x=±
2a
La ecuación bicuadrada tiene 4 raı́ces x1 , x2 , x3 y x4 que son simétricas de a dos a dos, es
decir: x1 = −x2 y x3 = −x4 . Dichas raı́ces cumplen la siguiente propiedad:
x4 − (α2 + β 2 )x2 + α2 β 2 = 0
donde α y β son las raı́ces x1 y x3 respectivamente.

5.4.9. Ecuación Polinomial
Una ecuación polinomial de grado n es de la forma:
a0 xn + a1 xn−1 + a2 xn−2 + · · · + an = 0
donde a0 6= 0.
La resolución para las ecuaciones lineales, cuadráticas, cúbicas, cuárticas y bicuadradas
que ya han sido estudiadas, pueden expresarse mediante fórmulas generales en términos de
sus coeficientes.
Sin embargo, no ha sido posible resolver en forma general una ecuación de quinto grado o
superior mediante fórmulas generales (por radicales). Más aun el matemático Evariste Galois7
demuestra que el polinomio general de grado n ≥ 5 no es soluble por radicales, mediante
la teorı́a de grupos (tratado en Algebra Moderna). Pero si los coeficientes son numéricos, el
valor de cualquiera de las raı́ces reales puede hallarse mediante aproximaciones (visto en las
aplicaciones de la derivada).
Teorema 5.4.5. Teorema de Cardano

Dada la ecuación polinómica a0 xn + a1 xn−1 + a2 xn−2 + · · · + an = 0, con a0 6= 0, de raı́ces x1 ,
x2 , x3 , . . . , xn se cumple:
Suma de raı́ces:
a1
x1 + x2 + x3 + · · · + xn = −
a0
Suma de productos binarios:
a2
x1 .x2 + x1 .x3 + · · · + xn−1 .xn =
a0
Suma de productos ternarios:

a3
x1 .x2 .x3 + x1 .x2 .x4 + · · · + xn−2 .xn−1 .xn = −
a0
Suma de productos tomados de k en k:

ak
x1 .x2 .x3 . . . xk + x2 .x3 . . . xk xk+1 + · · · = (−1)k
a0
an
x1 .x2 .x3 . . . xn = (−1)n
a0
7
Évariste Galois (25 de octubre de 1811 al 31 de mayo de 1832) fue un joven matemático francés nacido
en Bourg la Reine. Ofreció las bases fundamentales para la teorı́a que lleva su nombre, una rama principal del
álgebra abstracta. Fue el primero en utilizar el término “grupo” en un contexto matemático.
5.4.10. Planteamiento de ecuaciones
El planteamiento de ecuaciones en matemáticas responde a la necesidad de expresar

simbólicamente los problemas y los pensamientos. El primero en proponer una notación
simbólica, y no sólo lógica, para explicar sus proposiciones matemáticas fue el griego Dio-
fanto de Alejandrı́a, en el siglo III a.C., por cuya razón las primeras ecuaciones algebraicas se
dieron en llamar diofánticas.
Una de las mayores aportaciones a la teorı́a de las ecuaciones se debe al matemático Joseph
Louis Lagrange8 , fué uno de los mayores cientı́ficos de su época y destacando también en otras
disciplinas. Su mayor aportación al álgebra es su famosa memoria “Sobre la revolución de las
ecuaciones numéricas”, escrita en 1767.
Las ecuaciones que estudiamos anteriormente nos pueden ayudar a modelar situaciones que
pueden reflejar el comportamiento de fenómenos fı́sicos o problemas que es factible encontrar
en la vida diaria. Cada problema requiere el planteamiento de una ecuación. Por tal razón, es
muy importante expresar la información dada en palabras en lenguaje algebraico, esto implica
traducir adecuadamente el enunciado de un problema a una expresión matemática mediante
una o más ecuaciones.
Una de las habilidades más importantes en la resolución de problemas es la destreza,
para traducir un problema dado en nuestro idioma, al lenguaje matemático. Ver el siguiente
esquema:
Leer
Enunciado del problema Ecuación
Interpretar
(Lenguaje común) (Lenguaje matemático)
Simbolizar
Figura 5.1: Planteamiento de una ecuación
A continuación veremos la traducción de ciertos enunciados dados en forma verbal a su

forma simbólica matemática.
8
Joseph Louis Lagrange, nació el 25 de Enero de 1736 en Turin, Sardinia–Piedmont (actualmente Italia) y
murió el 10 de Abril de 1813 en Paris, Francia. Joseph Louis Lagrange está considerado generalmente como un
matemático francés, pero la Enciclopedia Italiana se refiere a él como un matemático italiano. En ambos casos
está justificada la pretensión puesto que Lagrange nació en Turı́n y fue bautizado con el nombre de Giuseppe
Lodovico Lagrangia.
Expresión Matemática (For-

Enunciado (Forma verbal)
ma simbólica)
⊛ La suma de tres números consecutivos es 69. x + (x + 1) + (x + 2) = 69
⊛ El quı́ntuplo de un número, aumentado en 9. 5x + 9
⊛ El quı́ntuplo de un número más 9. 5(x + 9)
⊛ 8 menos que 5 veces un número. 5x − 8
⊛ En una reunión hay tantos hombres como el
Hombres: 3x Mujeres: x
triple de mujeres.
⊛ El cuadrado de la suma de dos números. (x + y)2
⊛ La suma de los cuadrados de dos números. x2 + y 2
⊛ El exceso de A sobre B es 90. A − B = 90
⊛ A es excedido por B en 7. B−A = 7
⊛ La edad de Kiko es cuatro veces la edad del
Kiko: 4x Chavo: x
Chavo.
⊛ La edad de Kiko es cuatro veces más que la
Kiko: 5x Chavo: x
edad del Chavo.
A 5
⊛ A es B como 5 es 6. B = 6
⊛ Yo tengo la mitad de lo que tú tienes y él tiene
Yo: x Tú: 2x El: 6x
el triple de lo que tú tienes.
Problemas sobre edades
En la mayor parte de problemas de la vida diaria donde se aplican las ecuaciones, vamos
a encontrar, las relacionadas a edades. Ya que es un tipo de problemas matemáticos muy fre-
cuentes y dada la diversidad de situaciones que se presentan, existiendo ası́ métodos prácticos
de resolución, por eso le daremos una atención especial.
Es conveniente para resolver estos problemas utilizar cuadros, tablas, gráficos, dibujos,
esquemas, etc., que nos permitan visualizar e imaginar mejor la solución de los mismos.
Evidentemente en estos problemas intervienen Sujetos, cuyas edades se relacionan a través
del tiempo bajo una serie de condiciones. A continuación trataremos sobre ellos.
I. Sujetos: Son los protagonistas del problema, que generalmente son las personas, pero
algunos problemas pueden ser animales, plantas, etc. Ejemplos:
1. La edad de Tom y la edad de Jerry suman tanto como la suma de los 6 primeros
números primos.
Edad de Tom: T
Edad de Jerry: J
T + J = 41
2. La edad de un árbol ébano, cuando fue talado era 94 años más que la edad de la
planta girasol.
Edad de Girasol: G
Edad de Ébano: E
E = G + 94
II. Tiempos: Es uno de los elementos más importantes, ya que las condiciones del pro-
blema ocurren en tiempos diferentes (pasado, presente y futuro) relacionadas con otras
expresiones las cuales deben interpretarse correctamente caso contrario complicarı́an la
resolución de los problemas.
a) Tiempo Pasado: Se reconocen porque se presentan con las siguientes palabras:
Tenı́a
Yo
Tuve
Tenı́as
Tu
Tuviste
Tenı́a
El
Tuvo
Pueden darse en el problema uno o más tiempos pasados.
b) Tiempo Presente: Se reconocen porque se presentan con las siguientes palabras:
Yo Tengo
Tu Tienes
El Tiene
c) Tiempo Futuro: Se reconocen porque se le presenta con las palabras:
Tendré
Yo
Tenga
Tendrás
Tu
Tengas
Tendrá
El
Tenga
III. Edades: Es un lapso de tiempo perteneciente a la existencia de un sujeto. Entre las

edades se establecen determinadas relaciones, llamadas condiciones, las cuales se cumplen
en un mismo tiempo o en tiempos diferentes.
Tipos de Problemas
a) Cuando interviene la edad de un solo sujeto: Cuando el enunciado de un problema

nos mencionan: “Hace...” ó “Dentro de.....”, se debe tomar como punto de referencia el
tiempo presente ( hoy ); a partir de allı́ se cuenta el tiempo transcurrido (hace... ) o el
tiempo a transcurrir( dentro de... ). Ejemplo:
Sea “x” mi edad actual, entonces dentro de “n” años, mi edad se expresa:
Pasado Presente Futuro

Hace m años Hoy tengo Dentro de n años
x−m x x+n
b) Cuando intervienen las edades de dos o más sujetos: Para este tipo de problemas
se recomienda utilizar un cuadro de doble entrada, con el propósito de razonar ordena-
damente, buscando plantear un sistema de ecuaciones y luego resolverlas para encontrar
lo que me piden.
Pasado Presente Futuro
Goku a m r
Picoro b n s
Se observa:
• La diferencia de edades de dos personas es constante en cualquier tiempo (es la

misma en el presente, pasado y futuro). Esto es:
a−b=m−n=r−s
• “Lo anterior determina que la suma en aspa de valores extremos colocados simétri-
camente son iguales.
a+n = b+m
m+s = n+r
a+s=b+r
Relación con el año de nacimiento

De acuerdo a esto podemos enunciar:
Cuando una persona ya cumplió años, se cumple:
Año Actual = Año de nacimiento + Edad Actual
Cuando una persona aún no cumple años, se cumple:
Año Actual − 1 = Año de nacimiento + Edad Actual

Problemas sobre relojes
✍ EJERCICIOS RESUELTOS 2.
Una breve historia de Tartaglia
Figura 5.2: Tartaglia
Niccolò Fontana (1500 – 13 de diciembre 1557), matemático italiano apodado Tartaglia

(el tartamudo) desde que de niño recibió una herida en la toma de su ciudad natal, Brescia,
por Gastón de Foix. Huérfano y sin medios materiales para proveerse una instrucción, llegó a
ser uno de los principales matemáticos del siglo XVI. Explicó esta ciencia sucesivamente en
Verona, Vicenza, Brescia y finalmente Venecia, ciudad en la que falleció en 1557 en la misma
pobreza que le acompañó toda su vida. Se cuenta que Tartaglia sólo aprendió la mitad del
alfabeto de un tutor privado antes de que el dinero se agotara, y posteriormente tuvo que
aprender el resto por su cuenta. Sea como sea, su aprendizaje fue esencialmente autodidacto.
Descubridor de un método para resolver ecuaciones de tercer grado, estando ya en Venecia,
en 1535 su colega del Fiore discı́pulo de Scipione del Ferro de quien habı́a recibido la fórmula
para resolver las ecuaciones cúbicas, le propone un duelo matemático que Tartaglia acepta.
A partir de este duelo y en su afán de ganarlo Tartaglia desarrolla la fórmula general para
resolver las ecuaciones de tercer grado. Por lo que, consigue resolver todas las cuestiones que
le plantea su contrincante, sin que éste logre resolver ninguna de las propuestas por Tartaglia.
El éxito de Tartaglia en el duelo llega a oı́dos de Gerolamo Cardano que le ruega que le
comunique su fórmula, a lo que accede pero exigiéndole a Cardano jurar que no la publicará.
Sin embargo, en vista de que Tarataglia no publica su fórmula, y que según parece llega
a manos de Cardano un escrito inédito de otro matemático fechado con anterioridad al de
Tartaglia y en el que independiente se llega al mismo resultado, será finalmente Cardano
quien, considerándose libre del juramento, la publique en su obra Ars Magna (1570). A pesar
de que Cardano acreditó la autorı́a de Tartaglia, éste quedó profundamente afectado, llegando
a insultar públicamente a Cardano tanto personal como profesionalmente. Las fórmulas de
Tartaglia serán conocidas como fórmulas de Cardano
Otras aportaciones destacables de Tartaglia fueron los primeros estudios de aplicación de

las matemáticas a la artillerı́a en el cálculo de la trayectorias de los proyectiles (trabajos
confirmados posteriormente por los estudios acerca de la caı́da de los cuerpos realizados por
Galileo), ası́ como por la expresión matemática para el cálculo del volumen de un tetraedro
cualquiera en función de las longitudes de sus lados, la llamada fórmula de Tartaglia, una
generalización de la fórmula de Herón (usada para el cálculo del área del triángulo):
v  
u
u 0 1 1 1 1
u 1 0 a2 b2 c2 
u
u 1  1 a2 0 d2 e2  .

V =u  
u 288 
t 1 b2 d2 0 f 2 
1 c2 e2 f 2 0
Además de sus trabajos matemáticos, Tartaglia publicó las primeras traducciones al ita-
liano de las obras de Arquı́medes y Euclides.
5.5. Desigualdades e Inecuaciones
El criterio de desigualdad nace tan paralelamente a la noción de igualdad desde los inte-
lectuales babilónicos, aunque no se trataba con tanto interés.
Las inecuaciones se convierten en la preocupación de los intelectuales europeos, en el siglo
XVI con Leonardo de Pisa9 entre las inecuaciones simples.
Las desigualdades o relación de orden se convierten en una caracterı́stica fundamental que
diferencia al conjunto de los números reales del conjunto de los números complejos.
5.5.1. Desigualdad
Definición 5.5.1. Una desigualdad es una comparación que se establece entre dos números
reales a, b utilizando los sı́mbolos de la relación de orden, el cual puede ser verdadero o falso.
a > b, a < b, a ≥ b, a ≤ b.
Desigualdades conocidas
Los matemáticos suelen usar inecuaciones para aproximarse a cantidades cuyas fórmulas
exactas no pueden ser fácilmente computadas. Algunas se usan tan a menudo que se les ha
puesto nombre, como:
Desigualdad de Azuma
9
Leonardo de Pisa, Leonardo Pisano o Leonardo Bigollo (1170 – 1250), también llamado Fibonacci, fue un
matemático italiano, famoso por haber difundido en Europa el sistema de numeración actualmente utilizado, el
que emplea notación posicional (de base 10, o decimal) y un dı́gito de valor nulo: el cero; y por idear la sucesión
de Fibonacci (surgida como consecuencia del estudio del crecimiento de las poblaciones de conejos).
Desigualdad de Bernoulli
Desigualdad de Boole
Desigualdad de Cauchy-Schwarz
Desigualdad de Chebyshov
Desigualdad de Chernoff
Desigualdad de Cramér-Rao
Desigualdad de Hoeffding
Desigualdad de Hölder
Desigualdad de las medias aritmética y geométrica
Desigualdad de Jensen
Desigualdad de Márkov
Desigualdad de Minkowski
Desigualdad de Nesbitt
Desigualdad de Pedoe
Desigualdad triangular
5.5.2. La recta real
Es muy común manejarse en la vida cotidiana con números que oscilan en ciertos rangos.
Muchos fenómenos que se producen en la naturaleza no tienen soluciones exactas, y para resol-
verlos debemos contentarnos, por ejemplo, con acotarlos entre dos valores determinados. En
esta sección precisamente aprenderemos a manejarnos con este tipo de situaciones. Para ello,
en principio, daremos la noción de inervalo, y finalizaremos con la resolución de inecuaciones.
Definición 5.5.2. La recta real es una representación geométrica del conjunto de los números
reales. Tiene su origen en el cero, y se extiende en ambas direcciones, los positivos en un sentido
(normalmente hacia la derecha) y los negativos en el otro (normalmente a la izquierda). Existe
una correspondencia uno a uno entre cada punto de la recta y un número real.
−4 −3 −2 −1 0 1 2 3 4 R
Figura 5.3: La Recta Real
Intervalos
Definición 5.5.3. Los intervalos numéricos en R son conjuntos de números reales y se repre-
sentan mediante un segmento con o sin extremos. Pueden ser acotados o no acotados
Intervalos acotados o finitos
Definición 5.5.4. Un Intervalo abierto es aquel conjunto formado por todos los números
reales x tales que a < x < b. No están incluı́dos los extremos a y b. Se denota por ha, bi o
también ]a, b[ de modo que:
ha, bi = {x ∈ R / a < x < b}
a b R
Observación 5.5.1. Si a = b, entonces ha, bi = φ.
Definición 5.5.5. Un Intervalo cerrado es aquel conjunto formado por todos los números
reales x tales que a ≤ x ≤ b. Están incluı́dos los extremos a y b. Se denota por [a, b] de modo
que:
[a, b] = {x ∈ R / a ≤ x ≤ b}
a b R
Observación 5.5.2. Si a = b, entonces [a, b] = {a} o {b}.
Definición 5.5.6. Un Intervalo semiabierto por la izquierda o semicerrado por la derecha es

aquel conjunto formado por todos los números reales x tales que a < x ≤ b. Se denota por
ha, b] de modo que:
ha, b] = {x ∈ R / a < x ≤ b}
a b R
Definición 5.5.7. Un Intervalo semiabierto por la derecha o semicerrado por la izquierda es

aquel conjunto formado por todos los números reales x tales que a ≤ x < b. Se denota por
[a, bi de modo que:
[a, bi = {x ∈ R / a ≤ x < b}
a b R
Intervalos no acotados o infinitos
Definición 5.5.8. Los intervalo infinitos son conjuntos de números reales que se extienden
indefinidamente por la derecha o por la izquierda y tienen la forma:
ha, +∞i = {x ∈ R / x > a}
a R
[a, +∞i = {x ∈ R / x ≥ a}
a R
h−∞, ai = {x ∈ R / x < a}
a R
h−∞, a] = {x ∈ R / x ≤ a}
a R
h−∞, ∞i = {x ∈ R / x ∈ R}
0 R
Operaciones con intervalos
Siendo los intervalos subconjuntos de los números reales, es posible realizar con ellos las
propiedades operativas de conjuntos, como son la unión, intersección, diferencia, diferencia
simétrica, y complementación.
A ∪ B = {x ∈ R / x ∈ A ∨ x ∈ B}
A ∩ B = {x ∈ R / x ∈ A ∧ x ∈ B}
A − B = {x ∈ R / x ∈ A ∧ x 6∈ B}
A∆B = {x ∈ R / x ∈ (A − B) ∨ x ∈ (B − A)}
A′ = Ac = {x ∈ R / x 6∈ A}
Nota 5.5.1. A − B = A\B

Notación Intervalo Longitud (l) Descripción

ha, bi a<xa ∞ Intervalo infinito
[a, ∞i x≥a ∞ Intervalo infinito
h−∞, ai x<a ∞ Intervalo infinito
h−∞, a] x≤a ∞ Intervalo infinito
h−∞, ∞i x∈R ∞ Intervalo infinito
{a} x=a 0 Intervalo cerrado. Conjunto unitario
{} 6∃x 6∃ Conjunto vacı́o
Cuadro 5.1: Clasificación de intervalos
5.5.3. Inecuación
Definición 5.5.9. Una inecuación es toda desigualdad condicional que contiene una o más
cantidades desconocidas, llamadas variables, y que solo es verdadera para determinados valores
de dichas variables.
Las inecuaciones de una variable son proposiciones que tienen la forma: p(x) > 0, p(x) < 0,
p(x) ≥ 0, p(x) ≤ 0.
Toda inecuación se convierte en una desigualdad cierta o falsa cuando la incógnita o
incógnitas toman un valor real determinado.
5.5.4. Inecuaciones de primer grado
Definición 5.5.10. Llamada también Inecuación Lineal, es aquella inecuación de la forma:
ax + b > 0 ; ax + b < 0
ax + b ≥ 0 ; ax + b ≤ 0
donde a 6= 0 y {a, b} ⊂ R
5.5.5. Inecuaciones de segundo grado
Definición 5.5.11. Llamada también Inecuación Cuadrática, es aquella inecuación de la

forma:
ax2 + bx + c > 0 ; ax2 + bx + c < 0
ax2 + bx + c ≥ 0 ; ax2 + bx + c ≤ 0
donde a 6= 0 y {a, b, c} ⊂ R
5.5.6. Inecuaciones polinómicas
Definición 5.5.12. Las inecuaciones polinómicas tienen la forma:
P (x) = a0 xn + a1 xn−1 + a2 xn−2 + · · · + an > 0
P (x) = a0 xn + a1 xn−1 + a2 xn−2 + · · · + an < 0
P (x) = a0 xn + a1 xn−1 + a2 xn−2 + · · · + an ≥ 0
P (x) = a0 xn + a1 xn−1 + a2 xn−2 + · · · + an ≤ 0
y son llamadas también inecuaciones de orden superior.
5.5.7. Inecuaciones racionales
Definición 5.5.13. Una inecuación racional es una desigualdad condicional que reducida a
su más simple expresión tiene la forma:
P (x) P (x) P (x) P (x)
>0 ; <0 ; ≥0 ; ≤0
Q(x) Q(x) Q(x) Q(x)
5.5.8. Ecuaciones e inecuaciones irracionales
Definición 5.5.14. Una ecuación irracional es aquella en que la variable aparece afectada
por un signo radical.
Propiedad 5.5.1.
√
x ≥ 0, ∀x ≥ 0
√
x=0 ⇐⇒ x=0
Teorema 5.5.1. Sean a y b números reales, entonces:

√
a=b ⇐⇒ [ b≥0 ∧ a = b2 ] (5.8)
Definición 5.5.15. Una inecuación irracional es aquella desigualdad en que la variable apa-
rece afectada por un signo radical.
Lema 5.5.1. Sean x, y, números reales, entonces:

√ √
0≤ x≤ y ⇐⇒ 0≤x≤y
√ √
0≤ x< y ⇐⇒ 0≤x<y
Teorema 5.5.2. Si n es un entero par positivo, entonces:

√ √
n
x≤ ny ⇐⇒ 0≤x≤y
√ √
n
x< ny ⇐⇒ 0≤x<y
Teorema 5.5.3. Si n es un entero impar positivo, entonces:

√ √
n
x≤ ny ⇐⇒ x≤y
√ √
n
x< ny ⇐⇒ x<y
√
n
x≥0 ⇐⇒ x≥0
√
n
x<0 ⇐⇒ x<0
Teorema 5.5.4. Sean a y b números reales, entonces:

√
a0 ∧ a < b2 ]
√
a≤b ⇐⇒ a≥0 ∧ [ b≥0 ∧ a ≤ b2 ]
√
a>b ⇐⇒ a≥0 ∧ [ b<0 ∨ (b≥0 ∧ a > b2 ) ]
√
a≥b ⇐⇒ a≥0 ∧ [ b<0 ∨ (b≥0 ∧ a ≥ b2 ) ]
5.5.9. Inecuaciones exponenciales
Las inecuaciones exponenciales son de la forma:
bP (x) ≥ bQ(x)
bP (x) ≤ bQ(x)
bP (x) > bQ(x)
bP (x) < bQ(x)

Se presentan los siguiente casos:

Caso I: Si b > 1, entonces se cumple:
bP (x) ≥ bQ(x) ⇒ P (x) ≥ Q(x)
bP (x) ≤ bQ(x) ⇒ P (x) ≤ Q(x)
bP (x) > bQ(x) ⇒ P (x) > Q(x)
bP (x) < bQ(x) ⇒ P (x) < Q(x)
Caso II: Si 0 bQ(x) ⇒ P (x) < Q(x)
bP (x) < bQ(x) ⇒ P (x) > Q(x)
5.5.10. Inecuaciones logarı́tmicas
Las inecuaciones exponenciales son de la forma:
logb P (x) ≥ logb Q(x)
logb P (x) ≤ logb Q(x)
logb P (x) > logb Q(x)
logb P (x) < logb Q(x)
Se presentan los siguiente casos:

Caso I: Si b > 1, entonces se cumple:
logb P (x) ≥ logb Q(x) ⇒ P (x) ≥ Q(x)
logb P (x) ≤ logb Q(x) ⇒ P (x) > 0 , Q(x) > 0 , P (x) ≤ Q(x)
logb P (x) > logb Q(x) ⇒ P (x) > 0 , Q(x) > 0 , P (x) > Q(x)
logb P (x) < logb Q(x) ⇒ P (x) > 0 , Q(x) > 0 , P (x) < Q(x)
Caso II: Si 0 0 , Q(x) > 0 , P (x) ≤ Q(x)
logb P (x) ≤ logb Q(x) ⇒ P (x) > 0 , Q(x) > 0 , P (x) ≥ Q(x)
logb P (x) > logb Q(x) ⇒ P (x) > 0 , Q(x) > 0 , P (x) < Q(x)
logb P (x) < logb Q(x) ⇒ P (x) > 0 , Q(x) > 0 , P (x) > Q(x)
5.5.11. Sistemas de inecuaciones
5.6. Valor Absoluto y Máximo Entero
5.6.1. Valor absoluto
El objetivo que se pretende lograr es que el estudiante resuelva ecuaciones e inecuaciones

que involucran valor absoluto de expresiones algebraicas de la forma ax + b, donde a y b son
constantes reales con a 6= 0, y x es una variable real.
Definición 5.6.1. El valor absoluto o magnitud de X ∈ R, denotado por |x| es un número

no negativo definido por la siguiente regla:


x x≥0
|x| =

−x x<0
El concepto de valor absoluto de un número real puede generalizarse a muchos otros objetos
matemáticos, como son los cuaterniones, anillos ordenados, cuerpos o espacios vectoriales.
El valor absoluto está estrechamente relacionado con las nociones de magnitud, distancia
y norma en diferentes contextos matemáticos y fı́sicos.
Desde un punto de vista geométrico, el valor absoluto de un número real x corresponde
a la distancia a lo largo de la recta numérica real desde x hasta el número cero. En general,
el valor absoluto de la diferencia de dos números reales es la distancia entre ellos. De hecho,
el concepto de función distancia o métrica se puede ver como una generalización del valor
absoluto de la diferencia.
I. |a| ≥ 0, para todo a ∈ R
II. |a| = 0 ⇐⇒ a = 0
III. |a|2 = a2 , para todo a ∈ R

√
IV. |a| = a2 , para todo a ∈ R
V. |a| = | − a|, para todo a ∈ R
VI. |ab| = |a||b|, para todo a, b ∈ R

a |a|

VII. = , para todo a, b ∈ R, b 6= 0.
b |b|
VIII. |a + b| ≤ |a| + |b|, para todo a, b ∈ R (Desigualdad Triangular)
IX. |a − b| ≤ |a| + |b|, para todo a, b ∈ R
X. |a| − |b| ≤ |a − b|
XI. |a| = b ⇐⇒ b≥0 ∧ [a = b ∨ a = −b]
XII. |a| = |b| ⇐⇒ a = b ∨ a = −b
XIII. |a| ≤ b ⇐⇒ b ≥ 0 ∧ −b ≤ a ≤ b
XIV. |a| b ⇐⇒ a > b ∨ a < −b
XVII. |a| ≤ |b| ⇐⇒ a2 ≤ b2
XVIII. −|a| ≤ a ≤ |a|, para todo a ∈ R
5.6.2. Máximo entero
Definición 5.6.2. En el sistema de números reales se define el máximo entero de un número

real x, a la expresión denotada por JxK = n, donde n es el mayor entero, menor o igual a x;
es decir:
JxK = n ⇐⇒ JxK = max{n ∈ Z / n ≤ x}
Ejemplo 5.6.1.
x = 2,8 entonces JxK = J2,8K = 2; porque: 2 ≤ 2,8 < 3

√ q √ y √
x=− 2 entonces JxK = − 2 = −2; porque: −2 ≤ − 2 < −1
x = −7 entonces JxK = J−7K = −7; porque: −7 ≤ −7 < −6
x=π entonces JxK = JπK = 3; porque: 3≤π<4
Propiedades
1. JxK ∈ Z, ∀x ∈ R
2. JxK = x ⇔ x∈Z
3. JxK ≤ x < JxK + 1, ∀x ∈ R

4. JxK = n ⇔ n ≤ x < n + 1, n∈Z
5. Jx + nK = JxK + n, n∈Z
6. JxK ≤ n ⇔ x < n + 1, n∈Z
7. JxK < n ⇔ x < n, n∈Z
8. JxK ≥ n ⇔ x ≥ n, n∈Z
9. JxK > n ⇔ x ≥ n + 1, n∈Z
10. JxK + JyK < Jx + yK, ∀x, y ∈ R



0 , si x ∈ Z
11. JxK + J−xK =

−1 , si x ∈ (R − Z)
12. Si x≤y ⇒ JxK ≤ JyK, ∀x, y ∈ R

✍ EJERCICIOS PROPUESTOS 2.
I. Resolver las siguientes ecuaciones:

1 3 x+2
1) + = 2
2x + 2 2x − 2 x −1

2 1 1
2) 4 x + 2 − 24 x + + 28 = 0
x x
1
3) 333(x − 333) = (x − 333) − x + 333
333

x−a x−b x−c 1 1 1
4) + + =2 + + con abc 6= 0,
bc ac ab a b c
2(x2 − 6x + 9) 1 1
5) 4 3 2
= 2 +
x − 12x + 53x − 102x + 72 x − 5x + 6 x − 3
3
6) x−2 (x2 − 3x + 1)(x2 − x + 1) + = 0
4
4
x − 16 x + 325
7) − + 6x3 = 0
2−x x+2
6x + 2a + 3b + c 2x + 6a + b + 3c
8) =
6x + 2a − 3b − c 2x + 6a − b − 3c
1 1 1
9) + + =0
(x − 2)(x − 3) (x − 3)(x − 4) (x − 2)(x − 4)
23x − 46 3x + 6 2x − 4
10) − =
253 51 34
x+1 x−1
−
11) x−1 x+1 = 1
x+1 2
1−
x−1
x2 − 4x − 5 x2 + 6x + 10
12) =
(x − 2)2 (x + 3)2
2 2
x x 5
13) + =
x−1 x+1 16
(x − 3)(x + 5) (x − 4)(x + 2) −1
14) − =
5(x − 5)(x + 7) 4(x − 6)(x + 4) 20
II. Propiedades de las raı́ces de ecuaciones:
1) Qué valores deben tomar p y q para que las raı́ces de la ecuación x2 + px + q = 0,

sean también p y q?
2) Hallar el valor de “q” para tener dos raı́ces iguales en la ecuación x2 − 8x + q = 0

√
3) Si “r” y “s” son las raı́ces de la ecuación: x2 + bx + c = 0. Hallar el valor de r 2 + s2
4) Determinar uno de los valores de “p” en la ecuación: x2 − (3p − 2)x + (p2 − 1) = 0.

De modo que una raı́z sea el triple de la otra.
5) Hallar la ecuación de segundo grado si una de sus raı́ces es: −3 + 4i

x2 − bx m−1
6) Hallar “m” si la ecuación: = tiene raı́ces numéricamente iguales pero
ax − c m+1
de signo contrario.
2
7) Hallar la ecuación de segundo grado si una de sus raı́ces es: x = 2+
2
1+
2
3+
2
1+
3+ .
..
1 1
8) En la ecuación x2 −px+36 = 0, determı́nese “p” de tal manera que se tenga + =
x1 x2
5
; x1 , x2 son raı́ces.
12
3 −3
9) Hallar el producto de las raı́ces de la ecuación: 8Z 2n − 8Z 2n = 63
10) Qué valor debe tener “C”, en la ecuación x2 − 8x + C = 0, para que una raı́z sea
inversa de la otra?
11) Cuál es la diferencia de los cuadrados de las raı́ces de la ecuación: (x−1)2 +x2 = 1,22?
12) Formar una ecuación cuadrática que admite como raı́ces, la suma y el producto de
las inversas de aquella ecuación de coeficientes racionales que tiene como una de sus
5 i
raı́ces: +
2 2
13) Sea: (x+1)n2 −(7x+5)n+2n+12x = 0, una ecuación lineal en “x”. ¿Para qué valor(es)
de n la ecuación tiene infinitas soluciones?
14) Resuelva la ecuación: x2 + 6px − 2k = 0. Si 3x2 + (k + a)x + 5 − k = 0 tiene raı́ces

recı́procas y 6x2 + (2p − 1)x + 8 = 0 tiene raı́ces simétricas.
15) Si a y b son las raı́ces de la ecuación x2 − 6x + c = 0; entonces hallar el valor de

a2 + b2 + 2c
9
16) En la ecuación 3k2 x2 − 6kx − (k + 2) = 0, k 6= 0. Si la suma de sus raı́ces es igual al
doble de su producto, hallar k.
17) Para que valores de m la ecuación:

√ 2 3 2 3
(2 x) + √ +3 1+ = 0, tiene dos soluciones iguales.
x m
18) Si {a, b} es el conjunto solución de la ecuación x2 − 197781x − 197771 = 0. Halle el
valor de: a2 + b2 + a2 b2 + 2ab(a + b + 1).
19) Si la ecuación x2 + 2(n + 3)x + (n2 + 1) = 0 tiene raı́ces reales diferentes, que valores
enteros negativos debe asumir “n”.
20) Si las raı́ces son recı́procas, hallar la suma de las raı́ces de: (2n−2)x2 +4x−4nx = 2−n
21) Hallar “m + n” si la ecuación cuadrática: 1024x2 − (nm − 8)x + n10 = 0, m, n ∈ R+

tiene raı́ces simétricas y recı́procas.
22) Si las raı́ces de x2 + mx + n = 0 difieren en 4 y la diferencia de cubos de estas raı́ces

es 208. Entonces hallar el menor valor que puede tomar E = m + n
23) Si el conjunto solución de la ecuación x2 − 5x + 1 = 0 es {α, β}, calcule:

1 1
W = + .
α+2 β+2
24) Siendo α y β las raı́ces de x2 − 2x + 5 = 0, encuentre el término independiente de la
ecuación cuyas raı́ces son: x1 = 3α + β y x2 = α + 3β.
25) Sea la ecuación cuadrática x2 − 3x + 1 = 0, de raı́ces “x1 ” y “x2 ”, calcular:

(x1 + 4)(x2 + 6)(x1 + 6)(x2 + 4).
26) Si las ecuaciones en “x”: (m+2)x2 +(n2 +3)x−2 = 0 y (m+1)x2 +(n+1)x−1 =

0 admiten el mismo conjunto solución, determine mn.
27) Si la ecuación de incógnita “x”:

(m + n − 8)x2 + (m − n + 4)x + 5 = 0 es incompatible, calcular el valor de m + 3n.
3kx − 5 2kx − 3
28) Si la ecuación + = k + 8 se reduce a una ecuación de primero
x−1 x+1
grado en “x”. Hallar su solución.
2 p √
29) Resolver la ecuación de primer grado: a −1 x a x + a2 = a
30) Si las raı́ces de la ecuación: x2 − 2(m2 + 4m)x + m4 = 0, son iguales. Calcular el valor
“m”.
√
31) Si α y β son las raı́ces de x − 3 = x − 3, con α > β. Calcular el valor de: αβ
32) Si el producto de las raı́ces de:

4x2 − (m + 2)x + (n − 2) = 0 es igual a 2/3. ¿Cuál es el valor de “n”?.
33) Se define la operación z como a z b = a(a + 2b); a, b ∈ R. Hallar la suma de los

posibles valores de “x” al resolver la ecuación: 2[x z (x − 3)] = 18.
34) Si x1 y x2 son las raı́ces de la ecuación 2x2 − 5x + 1 = 0, calcular el valor de x−1 −1

1 + x2 .
35) Si la ecuación cuadrática 5x2 + (nn − 27)x + (mm + 1) = 0 tiene raı́ces simétricas y
recı́procas, hallar el valor de W = mn + nm .
36) Hallar la ecuación de segundo grado que tenga por coeficiente del primer término la
unidad, por coeficiente del segundo término, una de sus raı́ces, y por último término
la otra raiz.
37) Si x1 , x2 , x3 , x4 son raı́ces de la ecuación: x4 + (n + 2)x2 + 9 = 0, calcular el valor de

n, sabiendo además que x1 x2 x3 = 3
38) Las cuatro raı́ces de la ecuación:

x4 + 5(k − 2)x2 + 9 = 0, están en progresión aritmética. Hallar el valor de k.
√
39) Hallar la ecuación bicuadrada si una de sus raı́ces es: 2 − 5
40) Hallar la ecuación bicuadrada donde dos de sus raı́ces son 1 y −2
41) La ecuación ax4 +bx2 +c = 0, tiene raı́ces x1 , x2 , x3 , x4 , tales que x2 = −x1 , x4 = −x3 ,
c = a, b = 3a. Calcular: x1 x2 + x3 x4 .
III. Resolver los siguientes sistemas de ecuaciones:


 5 3 1

 x+y =2
1)

 6 2 1
 − =
x y 3
2) x + y = 5; y + z = 8; z + u = 9; u + v = 11; v+x=9
3) x + y = xy; y + z = 3yz; z + u = 5zu; u + w = 7uw; w + x = 9wx


(a + b)x − (a − b)y = 4ab
4)
(a − b)x + (a + b)y = 2a2 − 2b2

4x−1 − 3y −1 = 14
5)
6x−1 − 5y −1 = 18

 1 1 1 1
 + + = . . . . . . (1)
6) x y z 36

 xy + yz + xz = 9 . . . . . . (2)
¿Cuál es el valor de xyz?

x y z 1
7) = = =
y+z x+z x+y x+y+z
1 1 3
8) + =
x−y x+y 16
1 1 1
− =
x−y x+y 16


 3x + 2y − z = 4


9) 2x + 3y − 2z = 2




5x − y − 3z = −6


 x + 3y + 4z = 3


10) x + 4y + 3z = −2




2x + 7y + 3z = −7


 w − 2x + 2y − 3z = 15





2w − 3x + 2y − z = 17
11)

 w + x − 3y − 2z = −7





3w + 4x − y + z = −6


 3x + 2y + z = 1


12) 5x + 3y + 4z = 2




x+y−z =1


 x + 2y + 3z = 1


13) 4x + 5y + 6z = −2




7x + 8y + 10z = 5


 −x + 3y + 2z = 12


14) 2x − 5y + z = −10




3x + y − 6z = 4


 x + 2y − z = 6


15) 2x − y + z = 5




x − 8y + 6z = −7


 3x + 2y + z = 8


16) 4x − 3y − z = −5




x+y−z =8


 ax + y + z = 1


17) Hallar y en el sistema: x + ay + z = a




x + y + az = a2


 ax + y = 3


18) Si el sistema: 2x + ay = 4 tiene solución única, indicar el valor de a




2ax − 3y = 1

(m + 1)x + 3y = 4m + 3
19) Para qué valores de “m” el sistema: , tiene solución úni-
(m + 4)x + 3my = 5
ca? (
(k − 1)x = −y
20) Hallar el valor de k de modo que el sistema tenga infinitas solu-
x = 2y
ciones.

(2m − 1)x + my = 6
21) Calcular el valor de “m” si el sistema: presenta infinitas
15x = 6 − 8y
soluciones.

kx − 5 = −y
22) Si el sistema: no admite solución. Calcular la suma de los valores
x + ky = 8
que admite “k”

(n + 2)x + 6y = k
23) Para que valor de “n” el sistema: será compatible determinado.
2x + (1 + n)y = 7
 
3x + ay = 7 ax + 3y = 8
24) Calcular ab sabiendo que los sistemas: son equi-
4x + by = 2 bx + 4y = 7
valentes 

 x+y+z =5





x + y + w = −1
25) Calcular el valor de: x − y + z − w del sistema:

 x+z+w = 1





y + z + w = 4
(
x + my = 1
26) Dado el sistema para que valor de “m” el sistema no tiene solución.
mx − 3my = 3
(
(a + 3)x + (2a + 3)y = 18
27) Para que valor de a el sistema no admite solución.
(a − 3)x + (a − 1)y = 6
28) ¿Para qué valor de “m” el sistema no tiene solución?
2x + 3y + 4z = 1
4x + 3y + 2z = 2
6x + my + 6z = 6
29) Luego de resolver el sistema:


 12(x + y) = 5xy


18(y + z) = 5yz




36(x + z) = 13xz
Hallar el valor de x + y − z
IV. Problemas de aplicación:
1) La diferencia de las cuartas potencias de dos números es 369 y el cuadrado de la suma

de sus cuadrados es 1681. ¿Cuál es la suma de dichos números?
2) Un padre va con sus hijos al estadio para comprar entradas a occidente que cuesta
S/. 30.00, le falta dinero para 3 de ellos y tiene que comprar entradas para popular
de S/. 15.00. Ası́ entran todos y le sobra S/. 30.00. ¿Cuánto eran los hijos?
3) El denominador de una fracción excede al numerador en una unidad. Si se agrega a
ambos miembros de la fracción una unidad, la nueva fracción excede a la original en
1/72. ¿Cuál es la fracción original?
4) El producto de dos números impares es 925. Si se divide el número mayor entre el
menor se obtiene un cociente 1 y residuo 12. Hallar dichos números.
5) La suma, el producto y el cociente de dos números dan un valor constante. ¿Cuál es
dicho valor?
6) Carlos tiene hoy cuatro veces los años que tenı́a Mario cuando él tenı́a 13 años y
Mario tiene hoy 22 años. ¿Cuál es la edad de Carlos?
7) Cuatro hermanos tienen 45 soles. Si el dinero del primero es aumentado en 2 soles, el
del segundo reducido en 2 soles, se duplica el del tercero y el del cuarto se reduce a
la mitad, todos los hermanos tendrán también la misma cantidad en soles. ¿Cuánto
dinero tenı́a cada uno?
8) Por participar en los exámenes parciales del CPU, un Decano gana el doble del sueldo
de un Profesor Auxiliar y el triple del sueldo de un Profesor Jefe de Prácticas, si los
tres juntos perciben 3300 soles. ¿Cuánto gana el Decano?
9) Alessandra le dicta una ecuación cuadrática a sus dos primos: Leonardo se equivoca
en el término independiente y obtiene 8 y 2; mientras que Génesis se equivoca en el
coeficiente del término lineal y obtiene −9 y −1. ¿Cuál fue la ecuación cuadrática?.
10) Determinar una fracción sabiendo que si al numerador se aumenta en 2 y al denomi-
nador en 1 se obtiene 1/2 y que si al numerador se aumenta en 1 y el denominador
se disminuye en 2 se obtiene 3/5.
11) Una caja vacı́a pesa 50 gramos, depositamos 10 esferas rojas, 5 esferas blancas y 2
esferas azules. Se sabe que una esfera blanca pesa 2 gramos más que una roja y una
esfera blanca tiene un peso igual a los 4/5 del peso de una azul. Las esferas del mismo
color tienen igual peso. Evaluar el peso total en gramos de la caja con las esferas en
su interior.
12) Si A le da S/ 1.00 a C, ambos tienen lo mismo, si B tuviera S/ 1.00 menos, tendrá lo
mismo que C y si A tuviera S/ 5.00 más, tendrá tanto como el doble de lo que tiene
C, ¿Cuánto tiene C?.
13) Cuando dos bombas actúan a la vez, tardan 15 hrs. en vaciar un pozo. Si solamente
actuará una bomba, tardarı́a 16 horas más en vaciar el pozo, que si solamente ac-
tuará la otra bomba más potente, el vaciar el pozo. ¿Cuánto demora la bomba más
veloz en vaciar el pozo?
14) Dos negociantes de vinos ingresan por la frontera norte, portando uno de ellos 64
botellas de vino y el otro 20. Como no tienen suficiente dinero para pagar derechos de
aduana, el primero paga con 5 botellas de vino, mas S/. 40.00 y el segundo con dos
botellas de vino, pero recibe S/. 40.00 de vuelto. ¿Cuál es el precio de cada botella
de vino?
15) Un granjero amarra su caballo en la esquina de su casa. El observa que si la cuerda
fuera alargada en 10 metros el animal podrı́a abarcar cuatro veces el área original,
entonces la longitud original de la cuerda (en metros) es:
16) De un juego de 32 cartas se sacan primero “x” cartas y tres más, luego se saca la
mitad de lo que resta y todavı́a quedan 10 cartas. ¿Cuántas cartas se sacó la primera
vez?.
V. Resolver las siguientes inecuaciones:
1) Si a > b, resuelva: a(x + b) − b(x − a) ≥ a2 + b2 e indique cuantas soluciones negativas

tiene la inecuación.
2) Entre que lı́mites debe estar comprendido el valor de “n” para que la inecuación
3
x2 + 2nx + n > , se verifique para todo valor real?.
16
x2 + nx − 1
3) Para que valor de “n” se verifica la desigualdad < 1, ∀x ∈ R
2x2 − 2x + 3
4) Hallar el valor de mn si la inecuación 2x2 −2mx−n < 0, tiene como conjunto solución
h−3, 5i.

ax2 + (a + b)x + c 3
5) Calcular 2a + b + c si el intervalo solución de ≤ 0, es ,2 .
5x2 + 2x + 1 2
1
6) Si: (5x + 1) ∈ h−3, 2i entonces a que intervalo pertenece:
2x − 2
7) (x + 3)(x3 + x − 2) ≤ 0
8) x3 + 3x2 + x − 1 < 0
9) 5x5 + 3x4 + 2x3 − 5x2 − 3x − 2 < 0
7x − 2 5x + 6 9x + 34
10) < <
2 3 5
x−3 x+5 1
11) 3 + > −2
6 3 3

x −(3x + 1)
7

12) 5 x+2 >5

2
x + 3x − 2 2
VI. Hallar el menor número M con la propiedad de que para todo x ∈ R se cumple:
1) −x2 + 3x + 12 ≤ M
2) −x2 + 2x − 5/2 ≤ M
3) 4 + 6x − 3x2 ≤ M
4) 4x − 2x2 ≤ M
5) −x2 ≤ M
6) −x2 + 4x − 10 ≤ M
VII. Hallar el mayor número M con la propiedad de que para todo x ∈ R se cumple:
1) M ≤ x2 + 14x + 33
2) 2x2 − 4x + 1 ≥ 2M
3) M ≤ 2x2 − 4x + 2
4) M ≤ x2 − 10x + 32
5) M ≤ x(x − 2) − 3
6) M ≤ 1 − 6x + x2
VIII. Resolver las siguientes inecuaciones racionales:

2x − 3
1) ≥3
x−2
3x + 4 4x − 5
2) +2<
x−5 x−5
x−4 x+4
3) − >0
x−3 x+5
2 x−1 7
4) < <
3 x+3 9
4 x−2 4
5) − <
4−x 5 x
6 3 7
6) − − <0
x−1 x+1 x+2
x2 − 5x + 6
7) ≥0
x2 + x − 56
5x2 7 4x2 1
8) 2
+ 2
≥ 2
− 2
3+x 6+x 3x + 9 2x + 12
(x − 5) (x + 1) (x − 2)5
8 11
9) ≥0
(2x2 + x + 5)(x − 3)7
x5 (x3 − 8)3 (x − 1)2
10) <0
(x + 3)2 (x2 − 25)7
3x + 1 x2 − 12 1−x
11) 2
+ 2
< 2
x + 1 x + log 10 x + tan π/4
12) [(x − 1)2 + 2]−1 < 1
IX. Resolver las siguientes ecuaciones con radicales:

√
1) x−3=x−3
√
2) x − 4 − x2 = −1
√
3) x + x + 4 = 3x − 7
√ √
4) x+1− x+6 =1
√3
√
x+1+ 3x−1
5) √3
√ =2
x+1− 3x−1
√
6) x − 4 − x2 = −1
r r
x2 − 2x + 14 x2 + 4x + 2
7) + =2
x2 + 4x + 2 x2 − 2x + 14
√
√ x+1 p √
8) x− = x+1+2 x
2√
9) 2
x − 6x − x2 − 6x − 3 = 5
√ p √
10) x+ x− 1−x=1
√ √
11) 3x − 2 − x + 3 = 1
√ √
12) x2 − 7ax + 10a2 − x2 + ax − 6a2 = x − 2a
√
13) x + x + 4 = 3x − 7
√ √ √
14) 2x + 13 = x + 3 + x + 6
r r
x−2 x+3 5
15) + =
x+3 x−2 2
2
√
16) x − 6x − x2 − 6x − 3 = 5
√ √
17) x2 − 7ax + 10a2 − x2 + ax − 6a2 = x − 2a, a>0
√ √ √
18) 2x + 13 = x + 3 + x + 6
r r
x−2 x+3 5
19) + =
x+3 x−2 2
√ √
20) x+1− x+6 =1
r r
x2 − 2x + 14 x2 + 4x + 2
21) + =2
x2 + 4x + 2 x2 − 2x + 14
√ √ √
22) 2x − 3 + x − 1 = 3x − 2
√ √
23) 2+x− 2−x = x
√ √ √
24) 3x − 6 + 2x + 6 = 9x + 4
√ √ √
25) 2x + 7 − x − 5 = x
√ √ √
26) x − 2a = x − 5a − x + 3a, a > 0
√ √ √
27) x + 2a + x = 12x + a, a > 0
p
3
√ p √
28) 14 + x + 3 14 − x = 4
X. Resolver las siguientes inecuaciones con radicales:

√
1) x2 − x − 6 < 6 − x
√ √
2) x2 − 7 ≥ 6x
√ √ √
3) x2 − 5x + 6 + 2x2 − 5x + 2 + 5x − 4 − x2 > 0
√
10
√
4) x2 − 5x + 4 > − 12 9x − 14 − x2
r
x2 − 1
5) +2>0
9 − x2
r r
2x − 8 5−x
6) + ≥0
x−1 x+3
1 √
7) √ > x−1
x+1
1 1
8) √ +√ >0
9−x 2 25 − x2
√ √ √ √
9) 1 − x − 1 − 3x > 3 + x − 3 − x
√ √
8
4x + 2(x2 − 25)3 5 2x − 8
10) <0
(x + 1)2 (2x + 5)9
√
(x − 6)(x3 − 8)(x + 3)3 3 x − 1
11) √ ≥0
x(x − 4)9 (x + 4)10 (x3 − 64) 5 − x
(x + 1)2 (x + 2)3 (x + 3)4 (x − 4)5
12) √
44
√ √ >0
x−1 5 9−x 6x
√ √ √
4
27 − x 7 x2 − 14x − 15(x − 2)8 3 x + 8(x − 3)11
13) √ ≤0
x + 9(x2 + 7x − 8)(x − 27)9 (x3 − 27)
√ √
8
625 − x2 5 x2 − 4(x + 4)6 (x2 − 1)4
14) ≤0
x3 − 2x2 − x + 2
s√
x2 − x − 2 − 2
15) √ ≥x−4
2− x+4
s√ √
x2 − 5x − 3x
16) ≥ x − 10
9−x
s√
x2 − 4x − 5
17) √ ≥x−6
4 − x2 − 9
s√
x2 + x − 2 + 3
18) √ >x−4
x2 − 9 − 1
s√
x2 − 5x + 4 − 2
19) √ ≥x−6
2− x−2
s√
x+4+2
20) √ ≥x−4
2− x+4
XI. Resolver las siguientes inecuaciones exponenciales:
1) 4x − 9(2x ) < −8
√ √
8x+3 <
322x+5
x+1 x−1
2)
√ !4x
(x−2)2
1 2(x−4) 2
3) >
16 2
p 2x−1 p x+2
4) 3 (0,5) 2 > 6 (0,25) 3
q
x+1 qx
3 2x+1 2 3x−1
5) 4 2x+1 ≤ 8 (2)(3)x+1
XII. Resolver los siguientes sistemas de inecuaciones:
1) Hallar (y/x) con x, y ∈ Z en: x + y > 6 ; x − y < 2 ; y < 4

x+1
2) (x − 4)(−2x + 1) > 0 ; > 2 ; (x − 1)2 (x − 3)(x + 4)3 < 0
x−1
13x − 3 x 1
3) 5x − 6 > 3x − 14 ; 5x + 6 < 2(x + 12) ; < +5+
4 3 12
XIII. Resolver las siguientes ecuaciones con valor absoluto:
1) |2x + 9| = x − 1
2) |2x + 3| + 4 = 5x
3) |2x − 6| = |4 − 5x|
4) (x − 4)2 − 2|x − 4| − 15 = 0
5) |2x − 3| + 2 = |x − 6|
6) |x − 2| + 2|3 − x| = |x + 1|
7) |x + 3| − |x − 1| = x + 1
8) ||x − 1| − 1| = 1
9) ||x| − 5| = 2x − 3
10) |11 − x| + |3x − 15| + |4 − 4x| = |2x − 10| + 5|x − 1| + |x − 11|
11) ||x2 − 1| − x| = x
2
x |x2 − 16|
12) =
x − 1 x+4
XIV. Hallar el valor de:
|5x − 20| − |3x − 20|
1) , si x ∈ h−3, −2i
x
|12 + 5x| − |12 − 4x|
2) , si x ∈ h1, 3i
x
|7x + 10| − |5x − 10|
3) , si x ∈ h0, 1i
2x
|5x + 12| − 2|2x − 6|
4) , si x ∈ h0, 3i
3x
XV. Resolver las siguientes inecuaciones con valor absoluto:
1) |2x − 5| < 3
2) |4x − 3| > x + 2

x + 1 x − 2
3) <
x − 2 x + 3
4) |x − 1|2 + 2|x − 1| − 3 ≤ 0
5) |x3 − 1| ≤ x2 + x + 1
6) ||x| − 2| ≤ 1
7) |2x|2 > x + 3
8) |2x − 6| − |x − 2| ≤ |2x − 4| − |x − 3|
9) |8x − 1| ≤ 5|x − 1| + |3x + 4|
10) |x + 4| − |2x + 3| ≤ 4
11) 2|x + 1| − 3|x − 2| + |x − 5| ≤ x + 2
12) |2 − |4 − 3x|| ≥ 1
13) |x|3 < |x|
14) |x − 4| − |x − 2| ≤ |x − 1|
15) |2x − 6| + |15 − 5x| = 14
16) |x|3 + |x| − 3 = x3
17) |x + 1| + |x + 2| = 3
18) 3|x − 3|2 − 14|x − 3| − 5 = 0

|x| − 1
19) ≥0
2−x
√
20) 2 − x ≤ |x|
|x − 2| − |3x + 1|
21) ≤0
|2x − 1| − |x + 1|
x−4 x
22) <
|x + 4| 4
|x|3 − 4x2 + 20
23) ≥4
|x| + 1
(|x| − 1)(|x| − 2)(|x| − 3)(|x| − 4)
24) ≥0
(x − 1)(x − 2)(x − 3)(x − 4)

x−1 1

25) 2 <
x − 4x + 8 x − 1

x − 2 1

26) ≥
x x − 2
x2 − 16
27) p >0
|x − 4| − |x − 1|
√
28) 2|x|−1 ≥ 2|x|

|2x − 3| > 17
29)
|2x + 2| ≤ 17
XVI. Hallar el número M tal que:

x + 2 1 3

1) ≤ M , si x ∈ ,
x − 2 2 2

x + 3

2) ≤ M , si x ∈ [2, 4]
x − 5

x − 3

3) < M , si |x| < 2
x + 4
2
x − 6x + 2 −9

4) ≤ M , si x ∈ ,4
x+5 2
XVII. Resolver las siguientes ecuaciones con máximo entero:
1) J3xK = x + 2
s {
|x − 2| + 3
2) =5
2
XVIII. Resolver las siguientes inecuaciones con máximo entero:

s 2 {
x +1
1) <2
x+2
XIX. Resolver las siguientes inecuaciones logarı́tmicas:
1) log5 (3x − 5) > log5 (7 − 2x)
2) log2 (|x − 2| − 1) > 1
3) log1/2 |2x − 3| > −3

2
|x + 4x| + 3
4) log7 ≥0
x2 + |x − 5|
XX. Resolver las siguientes problemas:
1) Hallar un número de dos cifras, sabiendo que la suma de ellas es mayor que 10 y que
la diferencia entre la cifra de las decenas y el duplo de las unidades es mayor que 4.
2) Sabiendo que un lado de un triángulo es 65m, el otro 15m y el tercer lado es un número
exacto de metros que termina en 5. Calcular cuál (o cuáles) puede ser la longitud de
ese tercer lado.
3) Leonardo, Alessandra y Grace son hermanos. Grace tiene 11 años; Leonardo tiene 5
años más que Alessandra, y la suma de los años de Leonardo y Alessandra no alcanzan
a los de Grace. ¿Cuántos años tiene Alessandra si su edad es un número impar?
4) Se desea saber el mayor número de lapiceros que hay en una caja, sabiendo que si al
doble del número de estos se le disminuye en 7, el resultado es mayor que 29 y si al
triple se le disminuye en 5, el resultado es menor que el doble del número aumentado
en 16.
5) En la librerı́a de la SGI “Luchando por la Paz Mundial”, el Dr. Daisaku Ikeda obsequia
1000 libros y le quedan mas de la mitad de los que tenı́a. Si luego obsequia 502 le
quedan menos de 500. Cuántos libros tenı́a?.
6) Tres cazadores Ricardo, José, Manuel reúnen mas de 8 canes. José piensa traer 4
canes más, con la cual tendrı́a más canes que entre Ricardo y Manuel. Se sabe que
José tiene menos canes que Manuel y los que este tiene no llegan a 5. Cuántos canes
tiene cada cazador?.
7) Un paciente recibió inulina para medir su tasa de filtración glomerular [T F G]. En el

curso de la medición, la tasa de flujo urinario se modifica deliberadamente dándole a
beber grandes cantidades de agua. La concentración plasmática de inulina (mg/ml),
[P ], se mantiene constante a 1.5 mg/ml mediante venoclisis. La tasa de flujo urinario
[U ]V
V es constante a 2 ml/min. Si [T F G] = varı́a entre 90 y 100 ml/min, inclusive,
P
antes y después de ingerir agua, ¿cómo varı́a la concentración de inulina, [U ], en la
orina?
R. 67,5 ≤ [U ] ≤ 75
8) Se espera que la población P (en miles) de cierta ciudad crezca según la fórmula
√
P = 16 + 2t − 2, donde t es el tiempo en años. Utilizando inecuaciones, determine
el intervalo de tiempo para el cual la población sea a lo más 20 mil habitantes.
R. Entre 1 y 9 años.
9) Al realizar un estudio en un sector minero se encontró un gran porcentaje de personas

con niveles elevados de plomo en la sangre. El instituto de salud pública decidió comen-
zar un tratamiento con un costoso medicamento a las personas que tengan un 6 % de
sangre contaminada. El porcentaje que describe la cantidad del plomo en la sangre co-
x2 + 5x + 6
mo efecto de x gramos del medicamento, viene dado por la relación P = 2 ,
x +x+1
con P expresado en %. ¿Al menos cuantos gramos deben administrarse para que el
porcentaje de plomo sea menor que 2 %?
R. h4, ∞i. Interpretación: Se debe suministrar un poco más de 4 gramos del medica-
mento para que el porcentaje de plomo sea menor que 2 %.
10) Pasados t minutos después de introducir un bactericida experimental en cierto cultivo,

10000
el número de bacterias está dado por N = 2 + 2000. Determinar a partir de
t +1
qué momento el número de bacterias está por debajo de 4000
R. h2, ∞i. Interpretación: El número de bacterias será menor a 4000, si el tiempo es
mayor a 2 minutos.
11) Para que un medicamento tenga efecto benéfico, su concentración en el torrente san-
guı́neo debe ser mayor que cierto valor; llamado este último “nivel terapéutico mı́ni-
mo”. Suponga que la concentración C (mg/l) de cierto fármaco al transcurrir t horas
20t
después de su ingestión está dada por C = 2 . Si el nivel terapéutico mı́nimo es
t +4
de 4 mg/l, entonces dentro de cuánto tiempo se excederá este nivel.
R. h1, 4i. Interpretación: El nivel terapéutico mı́nimo se excederá entre la 1° y la 4°
hora de la ingesta del medicamento.
12) El virus sincicial respiratorio (VSR) es el microbio más común que causa infecciones
en los pulmones y en las vı́as respiratorias en los bebés y en los niños pequeños. La
mayorı́a de los niños ha tenido esta infección hacia la edad de 2 años. El virus se
disemina a través de diminutas gotitas que van al aire cuando una persona enferma
se suena la nariz, tose o estornuda. Se ha establecido que el virus sincicial respiratorio
que ataca preferentemente a los niños se debe a dos factores que son: la posibilidad
de contagio C = 2x2 − 5x + 4, la disminución de ciertas vitaminas en el organismo
V = x2 + 6x − 8. Ambas expresiones dependen de la edad x. Si se estima que los
mayores trastornos producidos por este virus se producen cuando la diferencia entre
ambos factores es menor que 12 ¿Cuáles son las edades de mayor riesgo para contraer
esta enfermedad?.
13) Una persona se ha intoxicado al ingerir accidentalmente un medicamento vencido.
Se estima que el porcentaje de sangre contaminada t horas después de ocurrida la
intoxicación es p(t) = 18t − t2 . Se considera el paciente en riesgo vital cuando el
porcentaje de sangre contaminada es más de un 65 %.
Indique Dom(p) de acuerdo al contexto del problema.
¿En qué intervalo de tiempo el paciente está fuera de riesgo vital?
6
NÚMEROS COMPLEJOS
165
7
RELACIONES Y FUNCIONES
Objetivos:
z Determinar el dominio y el rango de relaciones y su inversa, como el inicio del estudio
de los fenómenos en los cuales está presente la relación causa – efecto.
z Trazar graficas de secciones cónicas, determinando el dominio y el rango de las mismas,

como ejemplo de relaciones de gran aplicación en el campo de la ciencia.
z Valorar el estudio de la geometrı́a analı́tica como pilar del pensamiento geométrico que
necesita un profesional en ciencias e ingenierı́a.
7.1. Introducción
Las relaciones entre dos o más conjuntos son frecuentes tanto en las Matemáticas como
en sus aplicaciones, especialmente en Informática. Ejemplos prácticos de relaciones son las de
orden y divisibilidad entre números, las relaciones de equivalencia entre los datos de entrada
de un programa en cuanto a la detección de posibles errores de programación (validación de
programas), la relación de dependencia entre las distintas fases producción en una industria
o la agrupación de datos aislados en complejas bases de datos con relaciones de dependencia
entre sus campos. Desde el punto de vista matemático, estas relaciones se pueden describir
simplemente como subconjuntos de un cierto producto cartesiano.
De entre los diversos tipos de relaciones, las funciones pueden considerarse un caso especial
en donde se interpreta que uno de los campos es el resultado de realizar una cierta operación
con el resto.
Asimismo, las relaciones de equivalencia describen similitudes entre elementos con respecto
a una propiedad particular, y las relaciones de orden establecen una jerarquı́a con respecto
a un criterio fijado. Por último, las relaciones entre múltiples conjuntos son el fundamento
matemático del modelo relacional de bases de datos, que es el más extendido hoy en dı́a por
167
su simplicidad, su potencia y su coherencia teórica y práctica.
Por ésta razón, las relaciones tienen una importancia fundamental tanto en la teorı́a como
en las aplicaciones a la informática.
Una estructura de datos tales como una lista, una matriz o un árbol, se usan para repre-
sentar conjuntos e elementos junto con una relación entre los mismos.
Las relaciones que son parte de un modelo matemático están a menudo implı́citamente
representadas por relaciones en una estructura de datos.
Aplicaciones numéricas, recuperación de información y problemas de redes son algunos

ejemplos donde las relaciones ocurren como parte de la descripción del problema, y la mani-
pulación de relaciones es importante en la resolución de procedimientos.
Las relaciones también juegan un importante papel en la teorı́a de computación, incluyendo

estructuras de programas y análisis de algoritmos.
Como concepto fundamental relación significa conexión o correspondencia entre dos entes
u objetos. Ası́ por ejemplo las expresiones “padre de”, “hermano de”, etc., son relaciones entre
seres vivos, mientras expresiones como “mayor que”, “múltiplo de”, etc. denotan relaciones
entre números. Ası́ de lo anterior podemos concluir que relación es un conjunto de parejas que
satisfacen determinada condición.
Un ejemplo de aplicación de las relaciones binarias es la gestión de la matriculación de

alumnos en una universidad. La estructura necesaria se puede considerar como una relación
entre dos conjuntos de elementos: los alumnos y las asignaturas, por la que cada alumno
está relacionado con todas las asignaturas que cursa y cada asignatura con todos los alumnos
que se han matriculado de la misma. Eventualmente, podrı́amos decidir almacenar la cualifica-
ción que el alumno ha obtenido de las asignaturas1 , y entonces obtenemos relaciones binarias
etiquetadas.
CD LM LP GA TAN AL
Abad × × × ×
Adrianzen × × × ×
Arce × × × ×
Cuadro 7.1: Representación de la relación alumnos – asignaturas
Donde:
1
El aspa significa que el alumno cursa la asignatura.
CD = Cálculo Diferencial.
LM = Lógica Matemática.
LP = Lenguaje de Programación.
GA = Geometrı́a Analı́tica.
TAN = Teorı́a Algebraica de los Números.
AL = Algebra Lı́neal.
7.2. Producto Cartesiano
7.2.1. Par Ordenado
Es un conjunto de dos elementos denotado y definido por:
(a, b) = {{a}, {a, b}}
Donde:
“a”: es primera componente
“b”: segunda componente
Esta definición tiene el nombre de par de Kuratowski2 , y es bien básica, porque requiere
de apenas pocos axiomas para poder ser formulada (el axioma de extensión, el axioma de
separación y el axioma del par).
7.2.2. Igualdad de pares ordenados
Dos pares ordenados (a, b) y (c, d) son iguales sı́ y solo sı́ se cumple que:
(a, b) = (c, d) ⇐⇒ a=c ∧ b=d
Ejemplo 7.2.1. Hallar el mayor valor posible de a + b en:
(a2 , 9b − 1) = (6b − a , a3 )
Solución:
Si a2 = 6b − a entonces a2 + a = 6b de donde:
a(a + 1) = 6b (7.1)
Si 9b − 1 = a3 entonces 9b = a3 + 1, luego 9b = (a + 1)(a2 − a + 1) de donde:
(a + 1)(a2 − a + 1) = 9b (7.2)
2
Kazimierz Kuratowski (Varsovia, 2 de febrero de 1896 al 18 de junio de 1980) fue un matemático y lógico
polaco.
Dividiendo las ecuaciones (7.1) y (7.2) se tiene:

a 2
=
a2 −a+1 3
entonces (2a − 1)(a − 2) = 0, resolviendo se tiene: a = 2, b = 1 ó a = 1/2, b = 1/8. Por lo
tanto el mayor valor de a + b es 3.
7.2.3. Producto Cartesiano
Dados dos conjuntos no vacı́os A y B se define el producto cartesiano A × B como el

conjunto de pares ordenados:
A × B = {(a, b)/a ∈ A y b ∈ B}
(a, b) ∈ A × B ⇔ a ∈ A ∧ b ∈ B
(a, b) ∈
/ A×B ⇔ a ∈
/A∨b∈
/B
Para representar gráficamente el producto cartesiano utilizaremos la representación carte-

siana o diagrama cartesiano que consiste en trazar unos ejes perpendiculares, en el eje horizon-
tal colocaremos los elementos del conjunto A y en el eje vertical los elementos del conjunto B,
los elementos del producto cartesiano los forman los puntos de intercepción que se obtienen
al trazar por los elementos del conjunto A paralelas al eje vertical y por los elementos del
conjunto B paralelas al eje horizontal.
Ejemplo 7.2.2. Sea A = {1, 2, 3}, B = {a, b} entonces:
A × B = {(1, a), (1, b), (2, a), (2, b), (3, a), (3, b)}
Usando el diagrama cartesiano se tiene:
B
b
1 2 3 A
Figura 7.1: Diagrama cartesiano
Para saber el número de elementos del producto cartesiano nos fijaremos en el diagrama
de árbol, cuyo resultado surge de multiplicar el número de elementos del conjunto A por los
del conjunto B. El diagrama de árbol es una representación gráfica de los posibles resultados,
el cual consta de una serie de pasos, donde cada uno de los pasos tiene un número finito de
maneras de ser llevado a cabo. También se utiliza en los problemas de conteo y probabilidad.
A B A×B
a (1, a)
1
b (1, b)
a (2, a)
2
b (2, b)
a (3, a)
3
b (3, b)
Figura 7.2: Diagrama del árbol
En total se tiene 6 elementos de A × B.

Usando el diagrama sagital o diagrama de flechas se tiene:
A B
1
a
2
b
3
Figura 7.3: Diagrama de flechas
En general, si los conjuntos A y B son finitos y tienen m y n elementos respectivamente,

entonces el producto cartesiano A × B tieme mn elementos, es decir
n(A × B) = n(A) · n(B)
El concepto de producto cartesiano puede extenderse a 2 ó más conjuntos no vacı́os:
A × B × C = {(a, b, c)/a ∈ A ∧ b∈B ∧ c ∈ C}
extendiendo el concepto de terna ordenada:
{a, b, c} = {{a}, {a, b}, {a, b, c}}

Propiedades
Si A 6= B, entonces A × B 6= B × A, es decir el producto cartesiano no es conmutativo.
A×B =B×A ⇐⇒ A = B.
A × φ = φ × A = φ.
A×B =φ ⇐⇒ A = φ ó B = φ.
A × (B ∩ C) = (A × B) ∩ (A × C)
A × (B ∪ C) = (A × B) ∪ (A × C)
A × (B − C) = (A × B) − (A × C)
(A × B) × C 6= A × (B × C)
A⊂B =⇒ (A × C) ⊂ (B × C)
A⊂C y B⊂D ⇐⇒ (A × B) ⊂ (C × D)
(A′ × B ′ ) ⊂ (A × B)′
(A × B) ∩ (C × D) = (A ∩ C) × (B ∩ D)
(A × B) ∪ (C × D) ⊂ (A ∪ C) × (B ∪ D)
7.3. Relación
Definición 7.3.1. Dados dos conjuntos no vacı́os A y B. Un conjunto R de pares ordenados

se llama Relación o Relación Binaria de A en B si es un subconjunto de A × B.
R es una relación de A en B ⇐⇒ R ⊂ A × B
Si R es una relación de A a B entonces un elemento (a, b) ∈ R será denotado como: aRb.

Para denotar que a no está relacionado con b por R se escribirá aRb.
Para representar una relación binaria definida en un conjunto finito se puede utilizar un
diagrama sagital, de modo que si aRb entonces se dibuja una flecha desde a hasta b. La flecha
será un bucle cuando un elemento esté relacionado consigo mismo.
Por ejemplo, dado el conjunto A = {a, b, c, d}, se verifica que el diagrama sagital de la
relación binaria R = {(a, a), (a, c), (b, b), (b, c), (c, d), (d, c)} es:
b
a
d
c
7.3.1. Dominio y Rango de una Relación
Definición 7.3.2. Se llama dominio de una relación R de A en B al conjunto de todas las

primeras componentes de los pares ordenados de la relación. Se denota por Dom(R) y se
simboliza:
R : A −→ B
Dom(R) = {x ∈ A/∃y ∈ B, (x, y) ∈ R}
Definición 7.3.3. Se llama rango de una relación R de A en B al conjunto de todas las

segundas componentes de los pares ordenados de la relación. Se denota por Ran(R) y se
simboliza:
R : A −→ B
Ran(R) = {y ∈ B/∃x ∈ A, (x, y) ∈ R}
Observación 7.3.1. Dom(R) ⊆ A, Ran(R) ⊆ B. Si A = B se dice que R es una relación en

A.
Ejemplo 7.3.1. Sea A = {1; 2; 3} y R la relación “menor que” en A; esto es: aRb si y sólo si
a < b. Se puede ilustrar lo anterior con un diagrama:
3 (1,3) (2,3) (3,3)

2 (1,2) (2,2) (3,2)
1 (1,1) (2,1) (3,1)
1 2 3
donde cada elemento de este arreglo es un elemento de A × A y, (1,3); (2,3) y (1,2) son los
pares ordenados de la relación R. En este ejemplo: Dom(R) = {1; 2}, Ran(R) = {2; 3}.
Propiedades: Sean R1 y R2 dos relaciones entre A y B, entonces:
D.1: Dom(R1 ∪ R2 ) = Dom(R1 ) ∪ Dom(R2 )
D.2: Dom(R1 ∩ R2 ) ⊂ Dom(R1 ) ∩ Dom(R2 )
D.3: Dom(R1 − R2 ) ⊃ Dom(R1 ) − Dom(R2 )
R.1: Ran(R1 ∪ R2 ) = Ran(R1 ) ∪ Ran(R2 )

R.2: Ran(R1 ∩ R2 ) ⊂ Ran(R1 ) ∩ Ran(R2 )
R.3: Ran(R1 − R2 ) ⊃ Ran(R1 ) − Ran(R2 )
7.3.2. Relación inversa
Sea R una relación de A en B, se denomina relación inversa o recı́proca de R, al conjunto

definido por:
R∗ = R−1 = {(b, a) ∈ B × A / (a, b) ∈ R}
esto es: (b, a) ∈ R−1 si y sólo si (a, b) ∈ R

Propiedades: Dadas las relaciones R ⊂ A × B, S ⊂ A × B y sus respectivas relaciones
inversas R∗ ⊂ B × A, S∗ ⊂ B × A, se cumple que:
Dom(R∗ ) = Ran(R)
Ran(R∗ ) = Dom(R)
(R ∪ S)∗ = R∗ ∪ S∗
(R ∩ S)∗ = R∗ ∩ S∗
(R − S)∗ = R∗ − S∗
La gráfica de R∗ es simétrica a la gráfica de R con respecto a la recta y = x.
7.3.3. Composición de relaciones
Dadas las relaciones R ⊂ A × B y S ⊂ B × C, la relación R compuesta con S, denotada

por R ◦ S, es la relación de A en C, definida por:
R ◦ S = {(x, z) ∈ A × C / ∃ y ∈ B, (x, y) ∈ R ∧ (y, z) ∈ S}
Propiedades:
R ◦ S 6= S ◦ R
R ◦ R∗ 6= R∗ ◦ R
(R ◦ S) ◦ T = R ◦ (S ◦ T)
(R ◦ S)∗ = S∗ ◦ R∗
Ejemplo 7.3.2. Sean los conjuntos A = {1; 2; 3}, B = {4; 5; 6} y C = {2; 3; 4}, definamos la
relación R = {(1, 4); (1, 5); (2, 6); (3, 4)} de A en B, y la relación S = {(4, 2); (4, 3); (6, 2)} de
B en C. Luego podemos observar que:
S ◦ R = {(1, 2); (1, 3); (3, 2); (3, 3); (2, 2)}
R∗ = {(4, 1); (5, 1); (6, 2); (4, 3)}
S∗ = {(2, 4); (3, 4); (2, 6)}
R∗ ◦ S∗ = {(2, 1); (3, 1); (2, 3); (3, 3); (2, 2)}
(S ◦ R)∗ = {(2, 1); (3, 1); (2, 3); (3, 3); (2, 2)}
(R ◦ S) y (S∗ ◦ R∗ ) no están definidos.
7.3.4. Tipos de relaciones
Las propiedades que pueden cumplir las relaciones binarias son:
Relación Reflexiva
Dado un conjunto A para el cual se define una relación R en A, se dice que es reflexiva si
todo elemento de A está relacionado consigo mismo mediante R.
R : A −→ A, es reflexiva ⇐⇒ ∀x ∈ A entonces (x, x) ∈ R
En tal caso, decimos que R cumple con la propiedad de reflexividad.

La aplicación de cualquier relación R sobre un conjunto A, se representa con el par orde-
nado (A, R).
Cuando una relación es lo opuesto a una reflexiva, es decir, cuando ningún elemento de A
está relacionado consigo mismo mediante R, entonces decimos que es antirreflexiva, o irrefle-
xiva, lo que denotamos formalmente por:
∀x ∈ A, ∼ (xRx)
En este caso, decimos que R cumple con la propiedad de antirreflexividad.

Gráficamente, R es reflexiva si todos los elementos tienen bucle. No lo es si hay algún
elemento que no tenga bucle.
b b
a a
d d
c c
R no es reflexiva R es reflexiva
Ejemplo 7.3.3. Sea A un conjunto cualquiera:

La relación de congruencia de figuras en geometrı́a es una relación reflexiva puesto que

toda figura es congruente a si misma.
La relación de paralelismo k entre dos rectas en el plano es reflexiva, porque toda recta
es paralela a sı́ misma.
La relación de inclusión ⊂ es reflexiva, porque todo conjunto esta contenido en sı́ mismo.
Sea (A, ≥), ≥ (“mayor o igual que”) es reflexiva, pero > (“mayor estricto que”) no
lo es.
Sea (A, ≤), ≤ (“menor o igual que”) es reflexiva, pero < (“menor estricto que”) no
lo es.
Sea (A, =), = (la igualdad matemática), es reflexiva.
Sea (A, ⊆), ⊆ (la inclusión de conjuntos), es reflexiva.
Sea (N\{0}, \), \ (la divisibilidad) es reflexiva.
Sea (A, >), > (“mayor estricto que”) es antirreflexiva, al igual que < (“menor estricto
que”).
La relación de perpendicularidad ⊥ entre dos rectas en el plano es antirreflexiva, porque

una recta no puede ser perpendicular a sı́ misma.
Las relaciones Ser padre de y Ser madre de son antirreflexivas, porque en ningún caso
alguien puede ser padre o madre de sı́ mismo.
Relación Simétrica
Dado un conjunto A para el cual se define una relación R en A, se dice que es simétrica
cuando se tiene que si un elemento está relacionado con otro mediante R, entonces ese otro
también está relacionado con el primero.
R : A −→ A, es simétrica ⇐⇒ (x, y) ∈ R entonces (y, x) ∈ R
En tal caso, decimos que R cumple con la propiedad de simetrı́a.

La aplicación de cualquier relación R sobre un conjunto A, se representa con el par orde-
nado (A, R).
Cuando una relación es lo opuesto a una simétrica, es decir, cuando se da que si un elemento
está relacionado con otro mediante R, entonces ese otro no está relacionado con el primero,
entonces decimos que es asimétrica, lo que denotamos formalmente por:
∀x, y ∈ A, xRy ⇒ y ∼ Rx
En este caso, decimos que R cumple con la propiedad de asimetrı́a.

Gráficamente, R es simétrica si todos los elementos que están relacionados entre sı́ tienen
doble flecha. No lo es si hay alguna flecha que no sea doble.
b b
a a
d d
c c
R no es simétrica R es simétrica
La congruencia de triángulos es una relación simétrica pues si un triángulo X es con-

gruente con un triángulo Y , entonces Y es congruente con X.
La relación de paralelismo k entre dos rectas en el plano es simétrica, puesto que si

L1 k L2 entonces L2 k L1 .
La perpendicularidad entre rectas de un plano es una relación simétrica puesto que: si

L1 ⊥ L2 entonces L2 ⊥ L1 .
Sea (A, =), = (la igualdad matemática), es simétrica.
Sea (A, ∪), ∪ es simétrica.
Sea (A, ∩), ∩ es simétrica.
La relación definida por “x es hermano de y” es simétrica.
“Estar casado con” es una relación simétrica, mientras que “ser más alto que” no lo es.
Sea (A, >), > (“mayor estricto que”) es asimétrica, al igual que < (“menor estricto
que”).
Sea (A, ⊂), ⊂ (la inclusión estricta de conjuntos), es asimétrica.
Observación 7.3.2. La simetrı́a no es lo opuesto de la antisimetrı́a.

Existen relaciones que son simétricas y antisimétricas al mismo tiempo (como la igualdad),
otras que no son simétricas ni antisimétricas (como la divisibilidad), otras que son simétricas
pero no antisimétricas (como la relación de congruencia módulo n), y otras que son anti-
simétricas pero no simétricas (como la relación “menor que”).
Relación Transitiva
Dado un conjunto A para el cual se define una relación R en A, se dice que:
R : A −→ A, es transitiva ⇐⇒ (x, y) ∈ R ∧ (y, z) ∈ R entonces (x, z) ∈ R
Esta propiedad es conocida como transitividad.

Gráficamente, R es transitiva si todos los grupos de 3 elementos relacionados de la forma:
a −→ b −→ c tienen también la flecha de a hacia c: a −→ c. No lo es si hay alguna flecha
doble.
b b
a a
d d
c c
R no es transitiva R es transitiva
Ejemplo 7.3.5.
La relación de paralelismo k entre dos rectas en el plano es transitiva, puesto que si

L1 k L2 y L2 k L3 entonces L1 k L3 .
La relación binaria “menor que” en los enteros es transitiva: Si a < b y b < c entonces
a < c. Ası́, puesto que 2 < 5 y 5 < 7, la transitividad implica que 2 < 7. En general
las relaciones de orden (ser menor, mayor, igual, menor o igual, mayor o igual) son
transitivas.
La relación binaria “divide a” en los enteros también es transitiva. Denotando por a|b
a la expresión “a divide a b”: Si a|b y b|c entonces a|c. Dado que 3|12 (3 divide a 12) y
12|48 (12 divide a 48), la transitividad establece que 3|48 (3 divide a 48).
La inclusión de conjuntos es una relación transitiva, pues si: A ⊂ B y B ⊂ C, entonces

A ⊂ C.
La implicación en Lógica es también una relación transitiva (Principio del silogismo

hipotético): p → q y q → r entonces p → r.
Sin embargo, no todas las relaciones binarias son transitivas. La relación “no es subcon-
junto de” no es transitiva. Por ejemplo, si X = {1, 2, 3}, Y = {2, 3, 4, 5}, Z = {1, 2, 3, 4}.
Entonces se cumple X 6⊂ Y y Y 6⊂ Z pero no se cumple X 6⊂ Z puesto que X si es
subconjunto de Z.
Otro ejemplo de relación binaria que no es transitiva es “ser la mitad de”: 5 es la mitad
de 10 y 10 es la mitad de 20, pero 5 no es la mitad de 20.
Relación de Equivalencia
Una relación R definida en un conjunto A es una relación de equivalencia, si y sólo si, se

verifica que es: Reflexiva, Simétrica y Transitiva.
Ejemplo 7.3.6.
La congruencia de triángulos es una relación de equivalencia.
La relación de paralelismo k entre dos rectas en el plano es de equivalencia.
La relación de perpendicularidad ⊥ entre dos rectas en el plano no es de equivalencia.
Relación Antisimétrica
Una relación R definida en un conjunto A es una antisimétrica, cuando se da que si dos

elementos de A se relacionan entre sı́ mediante R, entonces estos elementos son iguales. Es
decir:
R : A −→ A, es antisimétrica ⇐⇒ (x, y) ∈ R ∧ (x, y) ∈ R entonces x = y
La antisimetrı́a no es lo opuesto de la simetrı́a. Existen relaciones que son simétricas y an-

tisimétricas al mismo tiempo (como la igualdad), otras que no son simétricas ni antisimétricas
(como la divisibilidad para los enteros), otras que son simétricas pero no antisimétricas (como
la relación de congruencia módulo n), y otras que son antisimétricas pero no simétricas (como
la relación “menor que”).
Gráficamente, R es antisimétrica si todos los elementos que están relacionados entre sı́ tie-
nen flecha simple. No lo es si hay alguna flecha doble.
b b
a a
d d
c c
R no es antisimétrica R es antisimétrica
Sea (A, ≥), ≥ (“mayor o igual que”) es antisimétrica.

Sea (A, ≤), ≤ (“menor o igual que”) es antisimétrica.
La relación “x divide a y” es antisimétrica.
La relación “ser más alto que” es antisimétrica.
Relación de Orden
Una relación R definida en un conjunto A es una relación de orden si cumple las propiedades
de: Reflexividad, Antisimetrı́a y Transitividad.
Ejemplo 7.3.8.
Dado (N, ≤), ≤ es una relación de orden.
Ejemplo 7.3.9. Sea A = {1; 2; 3; 4}, definamos las siguientes realciones:

R = {(1, 2); (2, 3)}
S = {(1, 1); (2, 2); (1, 2); (2, 1); (3, 4)}
T = {(1, 1); (2, 2); (3, 3); (4, 4)}
entonces:
R no es reflexiva, no es simétrica, no es transitiva, es antisimétrica.
S no es reflexiva, no es simétrica, es transitiva, no es antisimétrica.
T es reflexiva, es simétrica, es transitiva, es antisimétrica.
Se puede también tener una idea gráfica de las propiedades anteriores. Por ejemplo, si
A = {1; 2; 3; 4}, entonces para que R sea reflexiva, debe contener al menos la diagonal principal.
4 (1,4) (2,4) (3,4) (4,4)

3 (1,3) (2,3) (3,3) (4,3)
2 (1,2) (2,2) (3,2) (4,2)
1 (1,1) (2,1) (3,1) (4,1)
1 2 3 4
si R es simétrica, entonces su gráfico debe ser simétrico con respecto a la diagonal principal:
Ası́, si (2,3) y (4,2) son elementos de R entonces (3,2) y (2,4) deben también estar en R.
7.4. Distancia entre dos puntos
La distancia entre dos puntos del espacio euclı́deo equivale a la longitud del segmento de
recta que los une, expresado numéricamente.
La distancia entre los puntos P = (x1 , y1 ) y Q = (x2 , y2 ), que se denota por d = d(P, Q)
cumple la siguiente condición:
d2 = |x2 − x1 |2 + |y2 − y1 |2 = (x2 − x1 )2 + (y2 − y1 )2
entonces
p
d(P, Q) = (x2 − x1 )2 + (y2 − y1 )2
7.5. Gráficas de Relaciones

Definición 7.5.1. Un lugar geométrico es un conjunto de puntos que satisfacen determinadas
propiedades geométricas. Cualquier figura geométrica se puede definir como el lugar geométrico
de los puntos que cumplen ciertas propiedades si y solo si todos los puntos de dicha figura
cumplen esas propiedades y todo punto que las cumple pertenece a la figura.
Es un conjunto de puntos formados por el producto entre dos conjuntos tales que un sub-
conjuntos de ellos satisfacen una propiedad y que solo estos puntos satisfacen dicha propiedad.
Ejemplo 7.5.1. Estos son varios ejemplos de lugares geométricos en el plano:
El lugar geométrico de los puntos que equidistan a dos puntos dados es una recta, llamada
mediatriz.
El lugar geométrico de los puntos que equidistan a dos rectas son las dos bisectrices de
los dos ángulos determinados por dichas rectas, si estas son secantes, o la paralela media,
si éstas son paralelas.
Las secciones cónicas pueden ser descritas mediante sus lugares geométricos:
Una circunferencia es el lugar geométrico de los puntos cuya distancia al centro es un

valor dado (el radio).
Una elipse es el lugar geométrico de los puntos tales que, la suma de las distancias de
los puntos hasta los focos es un valor dado.
La parábola es el lugar geométrico de los puntos tales que, las distancias de los puntos
al foco y a la directriz son iguales.
La hipérbola es el lugar geométrico de los puntos tales que, la diferencia de distancias

entre los focos es un valor dado.
Figuras muy complejas pueden ser descritas mediante el lugar geométrico generado por
los ceros de una función o de un polinomio. Por ejemplo, las cuádricas están definidas como el
lugar geométrico de los ceros de polinomios cuadráticos. En general, los lugares geométricos
generados por los ceros del conjunto de polinomios reciben el nombre de variedad algebraica,
las propiedades de dichas variedades se estudian en la geometrı́a algebraica.
7.6. La Lı́nea Recta

La recta o lı́nea recta, es el ente ideal que sólo posee una dimensión y contiene infinitos
puntos; está compuesta de infinitos segmentos (el fragmento de lı́nea más corto que une dos
puntos).
Según uno de los postulados de Euclides establece que: Por dos puntos diferentes sólo pasa
una lı́nea recta.
Ecuaciones de la recta
La forma general de la recta está dada por:
R = {(x, y) / Ax + By + C = 0}
Definición 7.6.1. Se llama pendiente de la recta L, al valor de la tangente de su ángulo de

inclinación α, y se le denota con la letra m.
y1 − y0
m = tan α =
x1 − x0
donde (x1 , y1 ) = Q ∈ L, y (x0 , y0 ) ∈ L. El valor de la pendiente m será constante para cada
recta, y proporciona una medida de su inclinación con respecto al eje X.
Y
L
P
P0
Figura 7.4: La recta
Ası́, la ecuación de una recta no vertical L queda completamente determinada si se indican

su pendiente m, y las coordenadas del punto de paso (x0 , y0 ).
Se puede obtener la ecuación de la recta a partir de la fórmula de la pendiente:
y − y0 = m(x − x0 )
Esta forma de obtener la ecuación de una recta se le debe a Jean Baptiste Biot.3 y se
denomina la forma PUNTO – PENDIENTE.
Consideremos ahora como punto de paso al punto (0, b) en el cual L intercepta al eje Y ,
entonces
L: y = mx + b
esta forma proporciona directamente la pendiente m como el coeficiente de la variable x,

mientras que el término independiente b indica el punto en el eje Y donde la recta L lo corta.
7.7. Secciones cónicas
Una superficie cónica de revolución está engendrada por la rotación de una recta alrededor
de otra recta fija, llamada vértice, a la que corta de modo oblicuo.
La generatriz es una cualquiera de las rectas oblicuas.
El vértice es el punto central donde se cortan las generatrices.
Las hojas son las dos partes en las que el vértice divide a la superficie cónica de revolución.
Se denomina sección cónica (o simplemente cónica) a la curva intersección de un cono con
un plano que no pasa por su vértice. Se clasifican en tres tipos: elipses, parábolas e hipérbolas.
La circunferencia es un caso particular de elipse.
e
g
La primera definición conocida de sección cónica surge en la Antigua Grecia, cerca del año
350 (Menachmus) donde las definieron como secciones de un cono circular recto. Los nombres
de hipérbola, parábola y elipse se deben a Apolonio de Perga. Actualmente, las secciones
3
Jean-Baptiste Biott fue un fı́sico, astrónomo y matemático francés. Nació el 21 de abril de 1774, en Parı́s
y falleció el 3 de febrero de 1862 en la misma ciudad.
cónicas pueden definirse de varias maneras; estas definiciones provienen de las diversas ramas
de la matemática (como la geometrı́a analı́tica, la geometrı́a proyectiva, etc.)
Las curvas cónicas son importantes en astronomı́a: dos cuerpos masivos que interactúan
según la ley de la gravitación universal, sus trayectorias describen secciones cónicas si su centro
de masa se considera en reposo. Si están relativamente próximas describirán elipses, si se alejan
demasiado describirán hipérbolas o parábolas.
También son importantes en aerodinámica y en su aplicación industrial, ya que permiten
ser repetidas por medios mecánicos con gran exactitud, logrando superficies, formas y curvas
perfectas.
7.8. La Parábola
La parábola es una sección cónica generada al cortar un cono recto con un plano paralelo
a la directriz.
Figura 7.5: La parábola en el cono
Se define también como el lugar geométrico de los puntos que equidistan de una recta (eje
o directriz) y un punto fijo llamado foco.
La parábola aparece en muchas ramas de las ciencias aplicadas, debido a que las gráficas
de ecuaciones cuadráticas son parábolas. Por ejemplo, la trayectoria ideal del movimiento de
los cuerpos bajo la influencia de la gravedad.
Historia
La tradición reza que las secciones cónicas fueron descubiertas por Menecmo en su estudio del
problema de la duplicación del cubo, donde demuestra la existencia de una solución mediante
el corte de una parábola con una hipérbola, lo cual es confirmado posteriormente por Proclo
y Eratóstenes.
Sin embargo, el primero en usar el término parábola fue Apolonio de Perge en su trata-
do Cónicas, considerada obra cumbre sobre el tema de las matemáticas griegas, y donde se
desarrolla el estudio de las tangentes a secciones cónicas.
Es Apolonio quien menciona que un espejo parabólico refleja de forma paralela los rayos
emitidos desde su foco, propiedad usada hoy en dı́a en las antenas satelitales. La parábola
también fue estudiada por Arquı́medes, nuevamente en la búsqueda de una solución para un
problema famoso: la cuadratura del cı́rculo, dando como resultado el libro Sobre la cuadratura
de la parábola.
Aplicaciones prácticas
Una consecuencia de gran importancia es que la tangente refleja los rayos paralelos al
eje de la parábola en dirección al foco. Las aplicaciones prácticas son muchas: las antenas
satelitales y radiotelescopios aprovechan el principio concentrando señales recibidas desde un
emisor lejano en un receptor colocado en la posición del foco.
La concentración de la radiación solar en un punto, mediante un reflector parabólico tiene
su aplicación en pequeñas cocinas solares y grandes centrales captadoras de energı́a solar.
Analogamente, una fuente emisora situada en el foco, enviará un haz de rayos paralelos al
eje: diversas lámparas y faros tienen espejos con superficies parabólicas reflectantes para poder
enviar haces de luz paralelos emanados de una fuente en posición focal. Los rayos convergen
o divergen si el emisor se deplaza de la posición focal.
La parábola refleja sobre el foco los rayos paralelos al eje. Analogamente, un emisor situado
en el foco, enviará un haz de rayos paralelos al eje.
Los radiotelescopios concentran los haces de señales en un receptor situado en el foco. El
mismo principio se aplica en una antena de radar.
Cocina solar de concentrador parabólico. El mismo método se emplea en las grandes cen-
trales captadoras de energı́a solar.
Los faros de los automóviles envı́an haces de luz paralelos, si la bombilla se situa en el foco
de una superficie parabólica.
Ecuaciones de la parábola
De forma implicita:
R = {(x, y) ∈ R2 / Ax2 + Dx + Ey + F = 0}
R = {(x, y) ∈ R2 / Cy 2 + Dx + Ey + F = 0}
De forma explicita:
R = {(x, y) ∈ R2 / y = ax2 + bx + c}
R = {(x, y) ∈ R2 / x = ay 2 + by + c}
Completando trinomios cuadrados perfectos:
R = {(x, y) ∈ R2 / y − k = 4p(x − h)2 }
R = {(x, y) ∈ R2 / x − h = 4p(y − k)2 }

Donde el vertice está dado por V (h, k). Para la parábola y −k = 4p(x−h)2 , si el parámetro
4p es positivo, la parábola se abre hacia arriba y cuando es negativo se abre hacia abajo. Para
la parábola x − h = 4p(y − k)2 , si el parámetro 4p es positivo, la parábola se abre hacia la
derecha y cuando es negativo se abre hacia la izquierda.
Y Y
V (h, k)
k
k V (h, k)
0 X 0 X
h h
(a) Para 4p > 0 (b) Para 4p < 0
Figura 7.6: Parábola de la forma: y − k = 4p(x − h)2
Y Y
k V (h, k) k V (h, k)
0 X 0 X
h h
(a) Para 4p > 0 (b) Para 4p < 0
Figura 7.7: Parábola de la forma: x − h = 4p(y − k)2
7.9. La Circunferencia
Una circunferencia es el lugar geométrico de los puntos del plano equidistantes de otro fijo,
llamado centro; esta distancia se denomina radio. Sólo posee longitud. Se distingue del cı́rculo
en que este es el lugar geométrico de los puntos contenidos en una circunferencia determinada,
es decir, la circunferencia es el perı́metro del cı́rculo cuya superficie contiene.
La circunferencia de centro en el origen de coordenadas y radio 1 se denomina circunferencia
unitaria. Es una curva bidimensional con infinitos ejes de simetrı́a y sus aplicaciones son muy
numerosas.
Figura 7.8: La circunferencia en el cono
La palabra circunferencia proviene del latı́n circumferentia que a su vez deriva de circum-
ferre, que significa llevar alrededor.
Durante mucho tiempo, se empleó el término cı́rculo para designar tanto la superficie,
como a la curva que lo delimita: la circunferencia.
En castellano, se suele utilizar el término geométrico disco, asociado al concepto cı́rculo, en
textos de topologı́a, una rama de las matemáticas. En cartografı́a se utiliza el término cı́rculo
como sinónimo de circunferencia, en expresiones como cı́rculo polar ártico.
No ocurre lo mismo en otros idiomas. En inglés, circle expresa el concepto de circunferencia
(curva cerrada plana equidistante del centro), mientras que circumference significa perı́metro
del cı́rculo (la longitud de la circunferencia). Sin embargo, disk se asocia al concepto de cı́rculo
(superficie plana limitada por una circunferencia).
En términos coloquiales (no estrictamente matemáticos) el uso de cı́rculo y circunferencia
es indistinto en algunas zonas geográficas por lo arraigado que está en la tradición, no obstante
se encuentra que circunferencia se asocia más frecuentemente con los conceptos de aro o anillo
en tanto que cı́rculo se asocia más frecuentemente con los conceptos de disco o plato.
Elementos de la circunferencia
Centro, el punto interior equidistante de todos los puntos de la circunferencia.
Radio, el segmento que une el centro con un punto de la circunferencia.
Diámetro, el mayor segmento que une dos puntos de la circunferencia, y lógicamente,

pasa por el centro.
Cuerda, el segmento que une dos puntos de la circunferencia; las cuerdas de longitud
máxima son los diámetros.
Recta secante, la que corta a la circunferencia en dos puntos.
Recta tangente, la que toca a la circunferencia en un sólo punto.
Punto de tangencia, el de contacto de la tangente con la circunferencia.
Arco, segmento curvilı́neo de puntos pertenecientes a la circunferencia.
Semicircunferencia, cada uno de los dos arcos delimitados por los extremos de un diáme-
tro.
Y
LT
R C
Figura 7.9: Circunferencia
Circunferencias ortogonales
La familia de curvas en el plano x2 + y 2 = ax, x2 + y 2 = by, con a y b como parámetros, se

dicen ortogonales, pues en los puntos comunes, éstas se cortan ortogonalmente, es decir, sus
rectas tangentes en tales puntos son perpendiculares entre sı́.
7.10. La Elipse
La elipse es el lugar geométrico de los puntos del plano tales que la suma de las distancias
a dos puntos fijos llamados focos es una constante positiva e igual a la distancia entre los
vértices.
Una elipse es la curva cerrada que resulta al cortar la superficie de un cono por un plano
oblicuo al eje de simetrı́a con ángulo mayor que el de la generatriz respecto del eje de revolución.
Una elipse que gira alrededor de su eje menor genera un esferoide achatado, mientras que una
elipse que gira alrededor de su eje principal genera un esferoide alargado. Contenido
10
–10 –8 –6 –4 –2 2 4 6 8 10
x
–5
–10
Figura 7.10: Circunferencias ortogonales
Figura 7.11: La elipse en el cono
Historia La elipse, como curva geométrica, fue estudiada por Menaechmus, investigada por
Euclides, y su nombre se atribuye a Apolonio de Perge. El foco y la directriz de la sección
cónica de una elipse fueron estudiadas por Pappus. En 1602, Kepler creı́a que la órbita de
Marte era ovalada, aunque más tarde descubrió que se trataba de una elipse con el Sol en
un foco. De hecho, Kepler introdujo la palabra “focus” y publicó su descubrimiento en 1609.
Halley, en 1705, demostró que el cometa que ahora lleva su nombre trazaba una órbita elı́ptica
alrededor del Sol.
Elementos de una elipse
La elipse posee un eje mayor, trazo AB (que equivale a 2a), y un eje menor, trazo CD;
la mitad de cada uno de esos ejes recibe el nombre de semieje, de tal manera que se los
denomina semieje mayor y semieje menor, respectivamente.
Sobre el eje mayor existen dos puntos F1 y F2 que se llaman focos.
El punto Q puede estar ubicado en cualquier lugar del perı́metro de la elipse.

7.11. La Hipérbola
Una hipérbola es una sección cónica, una curva abierta de dos ramas obtenida al cortar
un cono recto por un plano oblicuo al eje de simetrı́a con ángulo menor que el de la generatriz
respecto del eje de revolución.
Figura 7.12: La hipérbola en el cono
Una hipérbola es el lugar geométrico de los puntos tales que el valor absoluto de la diferencia
de sus distancias a dos puntos fijos, llamados focos, es igual a una constante positiva igual a
la distancia entre los vértices.
Hipérbola deriva de la palabra griega uperbola, y es cognado de hipérbole (la figura lite-
raria que equivale a exageración).
Historia Debido a la inclinación del corte, el plano de la hipérbola interseca ambas ramas
del cono.
Según la tradición, las secciones cónicas fueron descubiertas por Menecmo, en su estudio del
problema de la duplicación del cubo, donde demuestra la existencia de una solución mediante
el corte de una parábola con una hipérbola, lo cual es confirmado posteriormente por Proclo
y Eratóstenes.
Sin embargo, el primero en usar el término hipérbola fue Apolonio de Perge en su trata-
do Cónicas, considerada obra cumbre sobre el tema de las matemáticas griegas, y donde se
desarrolla el estudio de las tangentes a secciones cónicas.
Ecuaciones de la hipérbola
R = {(x, y) ∈ R2 / Ax2 + Cx2 + Dx + Ey + F = 0} donde A y C son de signos opuestos.

Resumen
Dada la ecuación general:
Ax2 + Bxy + Cx2 + Dx + Ey + F = 0 (7.3)
Si A = B, la gráfica de la ecuación (7.3) es una circunferencia.
Si la ecuación general de dos variables (x, y) es de la forma:
ax2 + 2hxy + by 2 + 2gx + 2f y + c = 0 (7.4)
entonces:
Si h2 > ab, hipérbola.
Si h2 = ab, parábola.
Si h2 < ab, elipse.
Si a = b y h = 0, circunferencia (considerada un caso particular de elipse).
Figura 7.13: Cónicas

8
FUNCIONES
Objetivos:
z Definir intuitiva y formalmente una función.
z Operar con funciones reales de variable real identificando correctamente el dominio y

rango, construyendo su gráfica e interpretando las caracterı́sticas que ella posee.
z Modelar matemáticamente un fenómeno para predecir su comportamiento en el futuro.
8.1. Introducción
La resolución de problemas con información y datos recolectados de fenómenos fı́sicos

adquiere dı́a a dı́a mayor auge como alternativa de enseñanza en los salones de clases. Las
corrientes contextualitas han contribuido a integrar otras áreas (estadı́stica, geometrı́a, mode-
lación y simulación matemática, etc.) en los cursos de Precálculo y Cálculo. Se ha observado
que, durante las últimas décadas, se han incorporado nuevas estrategias en la enseñanza de
las funciones y herramientas tecnológicas en el salón de clases.
El contenido sobre funciones cubre gran parte del contenido del curso de precálculo, este
concepto permite desarrollar el proceso de la simulación y modelación desde situaciones fı́sica
y geométrica, lo que también permitirá que se puedan exponer conocimientos matemáticos
en forma ágil y atractiva a los estudiantes. Hitt (2000) señaló que “a través de las funciones
podemos modelar matemáticamente un fenómeno de la vida real, describir y analizar rela-
ciones de hechos sin necesidad de hacer a cada momento una descripción verbal o un cálculo
complicado de cada uno de los sucesos que estamos describiendo”.
La modelación relacionada con sistemas de representaciones integra: sı́mbolos, signos, figu-
ras, gráficas y construcciones geométricas. Éstos expresan el concepto y suscriben en sı́ mismos
el modelo con el cual es posible interpretar y predecir comportamientos de fenómenos fı́sicos.
La simulación y la modelación son representaciones de un objeto matemático que está vincu-
193
lado a una situación fı́sica o real. Cuando se logra la simulación matemática en el salón de
clase, pueden rescatarse ideas intuitivas que la matemática formal excluye cuando se transita
de lo concreto a lo abstracto en la enseñanza del conocimiento matemático. Una simulación
es un intento por imitar o aproximarse a algo; por su parte, modelar significa construir una
representación de algo. La diferencia semántica reside en que un modelo es una representación
de estructuras, mientras que una simulación infiere un proceso o interacción entre las estruc-
turas del modelo para crear un patrón de comportamiento. El término modelo se refiere a
la generalización conceptual que se abstrae de un grupo de experiencias con el propósito de
categorizar y sistematizar nuevas experiencias.
Cuando se modelan situaciones reales u otras que se enmarcan en el proceso cognitivo
de la adquisición del concepto de función, se provoca que el estudiante, al aproximarse a
fenómenos reales, analice y describa los siguientes elementos matemáticos: la significación de
objetos: simbólicos, verbales, gráficos, algebraicos y numéricos. En el proceso de simulación
y de modelación se produce la distinción de variables y la relación entre las variables, los
cuales a su vez impulsa la construcción de otros registros de representación. Monk (1992)
consideró que los modelos fı́sicos proveen a los estudiantes una visión del procesamiento de la
situación funcional, la cual puede ampliar en éstos las perspectivas que tienen acerca de las
funciones.
En este sentido, se considera que la enseñanza se dirige a planteamientos más dinámicos en
la adquisición del conocimiento. Por lo tanto, la simulación y la modelación son alternativas
de transferencia dinámica del conocimiento desde situaciones fı́sicas y geométricas hasta la es-
tructuración mental en el proceso de aprendizaje. La simulación y la modelación matemáticas,
la matemática en contexto y la incorporación de la nueva tecnologı́a pueden fortalecer el pro-
ceso enseñanza – aprendizaje. Los procesos matemáticos son complicados en término de aislar
el problema que se esté tratando dentro de un contexto. Sin embargo, en la década pasada y lo
que va de ésta, una corriente de investigadores impulsa el uso de las matemáticas planteadas
desde contextos reales en la adquisición de conceptos. La simulación de fenómenos fı́sicos a
través del uso de la microcomputadora es imprescindible para la generación de procesos de la
matematización y formación de conceptos.
La situación del concepto de función en el entorno de la modelación Los autores de la
mayorı́a de los textos de Precálculo presentan el tema de las funciones tomando como refe-
rencias situaciones de correspondencias que se dan en el contexto fı́sico-real. En el ámbito
matemático, esta relación se considera como una clase de correspondencia llamada función.
La definición de este concepto, en muchas ocasiones, se reduce a establecer la relación entre
dos cantidades. Callahan & Hoffman (1995) afirman que: “Una función describe cómo una
cantidad depende de otra”. De forma general este concepto se presenta en tres modalidades:
como una relación con lo fı́sico–real, como representaciones y como definiciones. La utilidad de
las funciones y el estudio con distintas representaciones llevan a reflexionar sobre el potencial
didáctico que se tiene cuando se aborda la realidad con determinados esquemas mentales o
modelos matemáticos o a través de una simulación del problema real.
Como se mencionó anteriormente, las estrategias que se utilizan para aprender matemáticas
a partir de situaciones y fenómenos del mundo fı́sico han cobrado fuerza en los últimos años.
Éstas incluyen interpretar la realidad a partir de la identificación de las variables participantes,
la recolección de datos que se generan en las situaciones reales o simuladas y modelación de las
situaciones. La perspectiva correcta se da principalmente a partir del medio ambiente hacia
las matemáticas y no en la otra dirección.
El concepto de función responde a diferentes definiciones y etapas históricas. Las defini-
ciones han sido alteradas conforme a los avances tecnológicos que se han promovido en la
enseñanza de la matemática (calculadoras gráficas, paquete de programación de instrucción
interactiva, entre otro). En este sentido, Hitt y Torres (1994) incluyen en su trabajo cuatro
definiciones. La definición dada en términos de variables que señala que: “cuando dos variables
están relacionadas de tal manera que el valor de la primera queda determinado si se da un
valor a la segunda, entonces se dice que la primera es función de la segunda”. Muy distinta a
la ofrecida en términos de conjunto de pares ordenados: “una función es un conjunto de pares
ordenados de elementos tales que ningunos dos pares ordenados tienen tiene el mismo primer
elemento. El conjunto de los primeros elementos de los pares ordenados se llama dominio y
el conjunto de los segundos elementos rango de la función”. La definición como una regla de
correspondencia se explica de la siguiente manera: “una función f de un conjunto A un con-
junto B es una regla de correspondencia que asignan a cada valor de x de cierto subconjunto
D de A un elemento determinado de manera única f (x) de B”. Y por último, la definición
en términos de máquina, más acorde con los tiempos: “una función es un procedimiento P
que toma una o más entradas que salidas, y que tiene la propiedad de que cualesquiera dos
llamadas a P con las misma entrada regresa a la misma salida”. Dubinsky, Schwingendorf &
Mathews (1994) incluyeron otras categorizaciones de las funciones: función como expresión,
función como “computer function”, función como sucesión.
8.2. Función
Para hablar de una función, por lo tanto, será necesario que escojamos una letra o sı́mbolo
con el que podamos representar cada una de las dos magnitudes. Normalmente utilizamos x
e y, pero en otras ocasiones se recurre a letras relacionadas con el nombre de las magnitudes
que entran en juego; por ejemplo, p y q para los precios (prices) y las cantidades (quantity),
respectivamente.
Cuando tratamos con funciones que relacionan dos magnitudes, una de éstas se conoce
como variable independiente, a la que podemos otorgarle los valores, y otra que se denomina
variable dependiente, que, como su propio nombre indica, depende del valor que le hayamos
asignado a la independiente. Los papeles de ambas variables pueden ser, a menudo, intercam-
biables, y en determinadas ocasiones nos interesarı́a intercambiarlos. Sin embargo, es preciso
fijar las ideas: podemos modificar la variable independiente x, pero la variable dependiente y
está en función del valor que le hayamos dado a x.
Resulta cómodo identificar la función con una letra. En general, para representar la función
escribiremos:
y = f (x)
donde x y y son las variables y f simboliza la relación que asocia y con x.

Sean A y B dos conjuntos no vacı́os y sea f una relación binaria de A en B, esto es,
f ⊂ A × B. Se entiende por función de A en B a toda regla que asocia a cada elemento x del
conjunto A un único elemento y del conjunto B.
Notación: f : A → B y se lee “f es una función de A en B”
Definición 8.2.1. f es una función de A en B si y sólo si satisface las siguientes condiciones:
f ⊂ A×B
(x, y) ∈ f ∧ (x, z) ∈ f ⇒ y=z
Ejemplo 8.2.1. En la figura (8.1) se observa que: f , g y h son funciones, en cambio j no es

función.
8.3. Dominio Rango y Gráfica de una función

Definición 8.3.1. El dominio de una función f : A → B es el conjunto de todas las primeras
componentes x ∈ A (conjunto de partida) de los pares ordenados de f , esto es:
Dom(f ) = {x ∈ A / ∃y ∈ B, (x, y) ∈ f } = A
Para el cálculo del dominio de funciones reales de variable real f : R → R se debe tener
en cuenta el siguiente criterio:
1. Para las funciones polinómicas: Si y = P (x), donde P (x) es un polinomio de grado n,

entonces el dominio está dado por el conjunto de los números reales, es decir: Domf = R.
Por ejemplo:
La función f (x) = 2x5 + 3x3 − 5x2 + 1, se tiene que: Domf = R

La función f (x) = 3x12 + 25x3 + 17x + 1, se tiene que: Domf = R
f g
A B A B
•4 •4
1• 1•
•5 •5
2• 2•
•6 •6
3• 3•
•7 •7
(a) (b)
h j
A B A B
•4 •4
1• 1•
•5 •5
2• 2•
•6 •6
3• 3•
•7 •7
(c) (d)
Figura 8.1: Ejemplos
P (x)
2. Para las funciones racionales: Si y = , donde P (x) y Q(x) son polinomios de grado m
Q(x)
y n respectivamente, entonces Q(x) 6= 0; esto nos plantea el problema de tener que excluir
del dominio las raı́ces del polinomio denominador. Ası́ pues si al resolver la ecuación
Q(x) = 0 obtenemos como raı́ces x1 , x2 , . . . , xn , entonces: Domf = R − {x1 , x2 , . . . , xn };
en otras palabras, Domf = R − {x ∈ R/Q(x) = 0}. Por ejemplo:
x+2
Dada la función f (x) = x2 −9 . Al resolver la ecuación x2 − 9 = 0; obtenemos x1 = 3
y x2 = −3. Por lo tanto: Domf = R − {−3, 3}.
2
Dada la función f (x) = x2 +1 . Al resolver la ecuación x2 + 1 = 0; observamos que
no tiene solución. No hemos encontrado valores que anulen el denominador y por
lo tanto no tenemos que excluirlos del dominio. Por lo tanto: Domf = R.
3. Para las funciones irracionales:
p
2n+1
a) Si las funciones irracionales son de la forma f (x) = P (x), donde P (x) es un
polinomio de grado n entonces el dominio el conjunto de los números reales, es
decir: Domf = R
p
b) Si f (x) = 2n P (x), donde P (x) es un polinomio de grado n, entonces P (x) ≥ 0, y
ası́: Domf = {x ∈ R/P (x) ≥ 0}.
f
A B
x• •y
Dom(f ) Ran(f )
Figura 8.2: Dominio y rango de una función
q
2n P (x)
c) Si f (x) = Q(x) , donde P (x) y Q(x) son polinomios de grado m y n respectiva-
mente, entonces PQ(x) (x)
≥ 0, y ası́: Domf = {x ∈ R/ PQ(x)
(x)
≥ 0}.
P (x)
d) Si f (x) = 2n√ , donde P (x) y Q(x) son polinomios de grado m y n respectiva-
Q(x)
mente, entonces Q(x) > 0, y ası́: Domf = {x ∈ R/Q(x) > 0}.
Definición 8.3.2. El rango de una función f : A → B es el conjunto de todas las segundas

componentes y ∈ B (conjunto de llegada) de los pares ordenados de f , esto es:
Ran(f ) = {y ∈ B / ∃x ∈ A, y = f (x)} ⊆ B
Para calcular el rango de una función real de variable real y = f (x) se despeja x en términos
de y, y luego se analiza para que valores de y, x es real.
Definición 8.3.3. Si f es una función f : A → B, su gráfica denotada por Gr(f ) está dada
por:
Gr(f ) = {(a, f (a)) / a ∈ Domf } ⊂ A × B
8.4. Funciones especiales

A continuación analizaremos la gráfica, dominio y rango de ciertas funciones:
8.4.1. Función Constante
Se llama función constante o función polinómica de grado cero a la que no depende de

ninguna variable.
Es la función f : R −→ R, definida por:
f (x) = c
donde c es una constante real.

Su gráfica es una recta paralela al eje X, veamos la figura (8.3). Si c = 0, la gráfica coincide
con el eje X. Veamos la gráfica:
0 X
Figura 8.3: Función Constante
Domf = R
Ranf = {c}
8.4.2. Función Identidad
Es la función f : R −→ R, definida por:
f (x) = x
La función f (x) = x de R en R tiene como representación gráfica en el eje de coordenadas

la lı́nea recta que cruza el origen subiendo en un ángulo de 45° hacia la derecha, es decir es la
bisectriz del primer y tercer cuadrante. Veamos la gráfica:
0 X
Figura 8.4: Función Identidad
Domf = R
Ranf = R
8.4.3. Función de primer grado
Una función de primer grado (se suele abusar del lenguaje y denominar función lineal de
una variable real) es aquella función f : R −→ R, definida por:
f (x) = mx + b
Donde m y b con constantes. La denominación correcta de este tipo de funciones es función

afı́n.
La razón de este abuso de lenguaje es, probablemente, el hecho de que toda función afı́n
f (x) = mx + b tiene una función lineal asociada f (x) = mx. De hecho, una ecuación de la
forma y = mx + b se denomina ecuación lineal. Toda función afı́n tiene orden de crecimiento
lineal, y se comporta asintóticamente como su función lineal asociada.
Una función lineal de una única variable independiente x suele escribirse en la forma
y = mx + b, que se conoce como ecuación de la recta en el plano XY , dnde m es denominada
la pendiente de la recta y b es la ordenada en el origen, el valor de y para x = 0, es el punto
(0, b). Veamos la gráfica:
0 X
b
Figura 8.5: Función de primer grado
Domf = R
Ranf = R
Se puede aplicar en muchas situaciones, por ejemplo en economı́a (uso de la oferta y la

demanda), los ecónomos se basan en la linealidad de esta función y las leyes de la oferta
y la demanda son dos de las relaciones fundamentales en cualquier análisis económico. Por
ejemplo, si un consumidor desea adquirir cualquier producto, este depende del precio en que el
artı́culo esté disponible. Una relación que especifique la cantidad de un artı́culo determinado
que los consumidores estén dispuestos a comprar, a varios niveles de precios, se denomina ley
de demanda. La ley más simple es una relación del tipo P = mx + b, donde P es el precio por
unidad del artı́culo y m y b son constantes. La gráfica de una ley de demanda se llama curva
de demanda lineal.
Muchas son las aplicaciones de la función lineal en el caso de la medicina. Ciertas situa-
ciones requieren del uso de ecuaciones lineales para el entendimiento de ciertos fenómenos. El
resultado del experimento psicológico de Stenberg, sobre recuperación de información es que
el tiempo de reacción de una persona R, en milisegundos, es estadı́sticamente función lineal
del tamaño del conjunto de memoria N en los siguientes términos R = 38N + 397.
8.4.4. Función Cuadrática
Una función polinómica de grado dos o función cuadrática es la que corresponde a un

polinomio en x de segundo grado, según la forma:
f (x) = ax2 + bx + c
donde a, b y c son constantes y a es distinto de 0.

Su gráfica es una parábola simétrica respecto a la recta vertical x = h, llamada eje de
simetrı́a, abierta hacia arriba si a > 0 [figura 8.6(a)] y hacia abajo si a < 0 [figura 8.6(b)].
Y Y
V (h, k)
k
k V (h, k)
0 X 0 X
h h
(a) Para a > 0 (b) Para a < 0

Figura 8.6: Función Cuadrática
Para la figura 8.6(a) Para la figura 8.6(b)
Domf = R Domf = R
Ranf = [k, +∞i Ranf = h−∞, k]
Toda función cuadrática puede ser expresada mediante el cuadrado de un binomio de la

siguiente manera:
f (x) = a(x − h)2 + k
A esta forma de expresión se la llama forma canónica. Siendo a el coeficiente principal y el

par ordenado (h, k) las coordenadas del vértice de la parábola. Para llegar a esta expresión se
parte de la forma polinómica y se realiza el siguiente procedimiento:
Dado f (x) = 2
ax + bx+ c se extrae a como factor común en el término cuadrático y en el
b
lineal f (x) = a x2 + x + c
a
Luego se completa el trinomio2cuadrado
perfecto, sumando y restando para no alterar la
b b b 2
igualdad: f (x) = a x2 + x + 2 + c −
a 4a 4a

b 2 b2
Se factoriza formando el cuadrado de un binomio: f (x) = a x + +c−
2a 4a
−b b2
sustituyendo: h = , k =c−
2a 4a
la expresión queda: f (x) = a(x − h)2 + k.
El estudio de las funciones cuadráticas resulta de interés no sólo en matemática sino
también en fı́sica y en otras áreas del conocimiento como por ejemplo: la trayectoria de una
pelota lanzada al aire, la trayectoria que describe un rı́o al caer desde lo alto de una montaña,
la forma que toma una cuerda floja sobre la cual se desplaza un equilibrista, el recorrido
desde el origen, con respecto al tiempo transcurrido, cuando una partı́cula es lanzada con una
velocidad inicial.
Puede ser aplicada en la ingenierı́a civil, para resolver problemas especı́ficos tomando como
punto de apoyo la ecuación de segundo grado, en la construcción de puentes colgantes que se
encuentran suspendidos en uno de los cables amarrados a dos torres.
Los biólogos utilizan las funciones cuadráticas para estudiar los efectos nutricionales de
los organismos. Por ejemplo, el análisis del efecto nutricional en ratas que se alimentaron con
una dieta que contenı́a cierto porcentaje de proteı́na. La proteı́na consistió en yema de huevos
y harina de maı́z. Al variar el porcentaje P de yema en la mezcla de proteı́na, el grupo de
investigadores estimó el aumento promedio en peso (en gramos) de un animal durante un
1
cierto periodo fue F (p) en donde: F (p) = p2 + 2p + 20, 0 < P < 100
50
Existen fenómenos fı́sicos que el hombre a través de la historia ha tratado de explicarse.
Muchos hombres de ciencias han utilizado como herramienta principal para realizar sus cálculos
la ecuación cuadrática. Como ejemplo palpable, podemos mencionar que la altura H de una
1
partı́cula lanzada verticalmente hacia arriba desde el suelo está dada por H = v0 t − gt2 ,
2
donde H es la altura, v0 es la velocidad inicial de la partı́cula, g es la constante de gravedad
y t es el tiempo.
8.4.5. Función Raiz Cuadrada
La función raı́z cuadrada es aquella función de la forma:

√
f (x) = x
Veamos la gráfica:
0 X
Figura 8.7: Función raiz cuadrada
Domf = R+
0 = [0, +∞i
Ranf = R+
0 = [0, +∞i
8.4.6. Función Polinómica
Las funciones polinómicas son aquellas funciones f (x) = P (x) definidas por:
n
X
P (x) = ak xk = a0 + a1 x + a2 x2 + a3 x3 + · · · + an xn
k=0
donde n es un entero positivo y a0 , a1 , a2 , . . . , an son constantes reales (a0 6= 0).

Una función constante, diferente de cero, es un polinomio de grado cero, una función lineal
es un polinomio de primer grado, una función cuadrática es un polinomio de segundo grado.
La función P (x) = 0 se considera como un polinomio pero no se le asigna ningún grado.
8.4.7. Función Seccionada
Las funciones seccionadas llamadas también funciones por tramos, por trozos o por partes
son aquellas funciones que tienen un comporamiento distinto dependiendo de los valores del
dominio. Es decir, si una función está definida por dos o más secciones, entonces:


 f1 (x) , x ∈ D1





f2 (x) , x ∈ D2
f (x) =

 f3 (x) , x ∈ D3




 ...

tales que D1 ∩ D2 ∩ D3 ∩ . . . = φ, entonces G(f ) = G(f1 ) ∪ G(f2 ) ∪ G(f3 ) ∪ . . .

Domf = Domf1 ∪ Domf2 ∪ Domf3 ∪ . . .
Ranf = Ranf1 ∪ Ranf2 ∪ Ranf3 ∪ . . .


f1 (x) , si x > 0
Ahora la función f (x) = puede ser expresada como:
f (x) , si x < 0
2

f1 (x) , si x > 0
x + |x| x − |x|
f (x) = = f (x) + g(x)
f (x) , si x < 0 2x 2x
2
Ejemplo 8.4.1. La función g(x) puede ser expresada como:


x2 , si x > 0
2 x + |x| 3 x − |x|
g(x) = = x +x
x3 , si x < 0 2x 2x
Esta expresión es útil si desea graficar una función por tramos con una calculadora.
8.4.8. Función Valor Absoluto
Es aquella función seccionada definida por:


x , si x ≥ 0
f (x) = |x| =
−x , si x < 0
Si los números reales están representados geométricamente en el eje real, el número |x| se
llama distancia o módulo de x a cero.
y = −x y=x
0 X
Figura 8.8: Función valor absoluto
Domf = R
Ranf = R+
0 = [0, +∞i
8.4.9. Función Escalón Unitario
En ingenierı́a es común encontrar funciones que corresponden a estados de sı́ o no, o bien
activo o inactivo. Por ejemplo, una fuerza externa que actúa sobre un sistema mecánico o
una tensión eléctrica aplicada a un circuito, puede tener que suspenderse después de cierto
tiempo. Para tratar de forma efectiva con estas funciones discontinuas conviene introducir
una función especial llamada función escalón unitario denotada por ua . La función escalón
de Heaviside, también llamada función escalón unitario, debe su nombre al matemático inglés
Oliver Heaviside1 está definido por:

0 , si x < a
f (x) = µa (x) = µ(x − a) =
1 , si x ≥ a
Tiene aplicaciones en ingenierı́a de control y procesamiento de señales, representando una

señal que se enciende en un tiempo especı́fico, y se queda prendida indefinidamente. Veamos
su gráfica:
0 a X
Figura 8.9: Función escalón unitario
Domf = R
Ranf = {0, 1}
8.4.10. Función Signo
Es aquella función denotada por sgn(x), que se lee “signo de x” y está definida por:


 −1 , si x < 0


f (x) = sgn(x) = 0 , si x = 0




1, si x > 0
1
Oliver Heaviside, radiotelegrafista y matemático inglés, nació en Londres (Inglaterra) el 18 de mayo de
1850, falleciendo en Torquay (Inglaterra) el 3 de febrero de 1925.
equivalentemente:

 x
 , si x 6= 0
f (x) = sgn(x) = |x|

0 , si x = 0
0 X
−1
Figura 8.10: Función signo
Domf = R
Ranf = {−1, 0, 1}
8.4.11. Función Máximo Entero
Es aquella función seccionada definida por:
f (x) = JxK
donde JxK es el máximo entero no mayor que x, es decir, JxK = n ⇔ JxK = máx{n ∈ Z / n ≤ x}
JxK = n ⇔ n ≤ x < n + 1
Para trazar la gráfica de f (x) = JxK, especificaremos f para algunos intervalos de longitud
unitaria a cada lado del origen.
[n, n + 1i JxK y = f (x) = JxK

.. .. ..
. . .
−3 ≤ x < −2 −3 y = −3
−2 ≤ x < −1 −2 y = −2
−1 ≤ x < 0 −1 y = −1
0≤x<1 0 y=0
1≤x<2 1 y=1
2≤x<3 2 y=2
3≤x<4 3 y=3
.. .. ..
. . .
4 Y
3
2
1
−5 −4 −3 −2 −1 0 1 2 3 4 5 X
−1
−2
−3
−4
Figura 8.11: Función signo
La gráfica de la función está constituida por un segmentos unitario faltándole a cada uno
su extremo derecho, por ser intervalo cerrado en la izquierda y abierto derecha.
∞
[
Domf = R = [n, n + 1i
n∈ Z
Ranf = Z
8.5. Tipo de Funciones
8.5.1. Función Inyectiva
Una función f : A → B es inyectiva, univalente o uno a uno si para todo par de elementos
distintos del dominio, sus imágenes son distintas. Es decir:
Si x1 6= x2 ⇒ f (x1 ) 6= f (x2 ) ∀x1 , x2 ∈ Domf
equivalentemente
Si f (x1 ) = f (x2 ) ⇒ x1 = x2 ∀x1 , x2 ∈ Domf
Una función real f es inyectiva si no contiene dos pares ordenados con la misma segunda
componente.
geométricamente se reconoce que f es una función inyectiva cuando toda recta horizontal
corta a la gráfica de f a lo más en un punto.
8.5.2. Función Sobreyectiva
Una función f : A → B es sobreyectiva, suryectiva, suprayectiva o epiyectiva si el rango de

f coincide con el conjunto de llegada B; es decir:
Ran(f ) = B
donde Ranf = f (A).

De la definición de función sobreyectiva, se sigue que toda función de la forma f : A →
Ranf , siempre será sobreyectiva.
Una función f : A → B es sobreyectiva si y solo si para cada elemento b ∈ B existe un
elemento a ∈ Domf = A (al menos uno), tal que b = f (a).
8.5.3. Función Biyectiva
Una función f : A → B es biyectiva si f es inyectiva y sobreyectiva a la vez.
8.6. Caracterı́sticas de algunas funciones reales
1. Función Acotada: Una función es acotada cuando el valor absoluto de la función es

menor que cierto número real fijo, para cualquier valor de la variable. Es decir, f es
acotada si existe un número real M > 0 tal que |f (x)| < M , para todo x ∈ Domf , M
se llama cota de la función.
Una función f se dice que está acotada superiormente si existe un número real M1 tal
que f (x) ≤ M1 , para todo x ∈ Domf . Este número real M1 recibe el nombre de cota
superior de la función f . Geométricamente significa que ninguna imagen es superior al
valor M1 y, por tanto, la gráfica de la función f estará por debajo de la recta y = M1 .
Una función f se dice que está acotada inferiormente si existe un número real M2 tal
que f (x) ≥ M2 , para todo x ∈ Domf . Este número real M2 recibe el nombre de cota
inferior de la función f . Geométricamente significa que ninguna imagen es inferior al
valor M2 y, por tanto, la gráfica de la función f estará por encima de la recta y = M2 .
Una función se dice que está acotada si lo está inferior y superiormente.
2. Función Monótona: Una función f se dice que es monótona en un punto x0 cuando sea
creciente, estrictamente creciente, decreciente o estrictamente decreciente en ese punto.
3. Función Creciente: Una función f es creciente en ha, bi si para todo x1 , x2 ∈ ha, bi

con x1 < x2 se cumple que f (x1 ) ≤ f (x2 ).
4. Función Extrictamente Creciente: Una función f es creciente en ha, bi si para todo

x1 , x2 ∈ ha, bi con x1 < x2 se cumple que f (x1 ) < f (x2 ).
5. Función Decreciente: Una función f es decreciente en ha, bi si para todo x1 , x2 ∈

ha, bi con x1 < x2 se cumple que f (x1 ) ≥ f (x2 ).
6. Función Extrictamente Decreciente: Una función f es decreciente en ha, bi si para

todo x1 , x2 ∈ ha, bi con x1 < x2 se cumple que f (x1 ) > f (x2 ).
7. Función Periódica: Se dice que f es periódica si existe un número real, no nulo,

T , llamado periodo, tal que para todo x ∈ Domf , x + T ∈ Domf y se verifica que
f (x + T ) = f (x). De la propia definición se deduce que si T es un periodo de la función
f , también lo es 2T , 3T , . . ., es decir sus periodos son múltiplos enteros del menor periodo
positivo T , que recibe el nombre de periodo principal o propio.
El conocimiento de la gráfica de una función en un periodo nos permite construir por
periodicidad toda la gráfica.
8. Función Par: Una función f es par si para todo x ∈ Domf se cumple que: f (−x) =
f (x). La gráfica de la función es simétrica respecto al eje Y .
9. Función Impar: Una función f es impar si para todo x ∈ Domf se cumple que:
f (−x) = −f (x). La gráfica de la función es simétrica respecto al origen.
Teorema 8.6.1. Si una función f es creciente, entonces f es inyectiva.
Teorema 8.6.2. Si una función f es decreciente, entonces f es inyectiva.

8.7. Función Trigonométrica
Las funciones trigonométricas son funciones de un ángulo; tienen importancia en el estudio

de la geometrı́a de los triángulos y en la representación de fenómenos periódicos, entre otras
muchas aplicaciones.
El estudio de las funciones trigonométricas se remonta a la época de Babilonia, y muchos
de los fundamentos del tema fueron desarrollados por matemáticos de la antigua Grecia, de
la India y estudiosos musulmanes.
El primer uso de la función seno aparece en el Sulba Sutras escrito en India desde el
Siglo VIII AC hasta el Siglo VI AC. Las funciones trigonométricas fueron estudiadas luego
por Hiparco de Nicea (180 a 125 AC), Aryabhata (476 a 550), Varahamihira, Brahmagupta,
Muh.ammad ibn Mu-sa- al-K-wa-rizmi-, Abu’l-Wafa, Omar Khayyam, Bhaskara II, Nasir al-
Din Tusi, Regiomontanus (1464), Ghiyath al-Kashi y Ulugh Beg (Siglo XIV), Madhava (c.
1400), Rheticus, y el alumno de éste, Valentin Otho. La obra de Leonhard Euler Introductio
in analysin infinitorum (1748) fue la que estableció el tratamiento analı́tico de las funciones
trigonométricas en Europa. definiéndolas como series infinitas presentadas en las llamadas
“Fórmulas de Euler”.
Las funciones trigonométricas son conocidas también como funciones no algebraicas o
trascendentes. Estudiemos el comportamiento geométrico de cada una de estas funciones.
1. Función Seno: Es la función trigonométrica denotada por: f (x) = sen(x). Veamos la

gráfica 8.12 y observemos que la función es periódica de periodo 2π.
Domf = R
Ranf = [−1, 1]
Figura 8.12: Función seno

2. Función Coseno: Es la función trigonométrica denotada por: f (x) = cos(x). Veamos

la gráfica 8.13 y observemos que la función es periódica de periodo 2π.
Domf = R
Ranf = [−1, 1]
Figura 8.13: Función coseno
3. Función Tangente: Es la función trigonométrica denotada por: f (x) = tan(x). Veamos

la gráfica 8.14(a) y observemos que la función es periódica de periodo π.

(2k + 1)π
Domf = R −
2
Ranf = R
4. Función Cotangente: Es la función trigonométrica denotada por: f (x) = cot(x). Vea-

mos la gráfica 8.14(b) y observemos que la función es periódica de periodo π.
Domf = R − {kπ}
Ranf = R
5. Función Secante: Es la función trigonométrica denotada por: f (x) = sec(x). Veamos

la gráfica 8.14(c) y observemos que la función es periódica de periodo 2π.

(2k + 1)π
Domf = R −
2
Ranf = h−∞, −1] ∪ [1, ∞i
6. Función Cosecante: Es la función trigonométrica denotada por: f (x) = csc(x). Veamos

la gráfica 8.14(d) y observemos que la función es periódica de periodo 2π.
Domf = R − {kπ}
(a) Función tangente (b) Función cotangente
(c) Función secante (d) Función cosecante
Figura 8.14: Función trigonométrica
Ranf = h−∞, −1] ∪ [1, ∞i
A continuación veamos la figura (8.15) donde podemos observar las seis funciones trigo-
nométricas.
Las razones trigonométricas se pueden utilizar, fundamentalmente, para resolver triángu-
los, ası́ como para resolver diferentes situaciones problemáticas en otras ciencias.
En Topografı́a se puede determinar la altura de un edificio, teniendo la base y el ángulo.
Por ejemplo, la torre de Pisa, fue construida sobre una base de arena poco consistente; debido
a ello ésta se aparta cada ves más de su vertical. Originalmente tenı́a una altura de 54,6m,
aproximadamente. En 1990 un observador situado a 46 m del centro de la base de la torre,
determinó un ángulo de elevación de 54º a la punta de la torre, el observador para determinar
al desplazamiento (hundimiento en el suelo es muy pequeño, comparado con la altura de la
torre) aplicó la ley del seno para determinar el ángulo de inclinación y la ley del coseno para
determinar el desplazamiento de la torre.
En Óptica, en las dispersiones en prisma o cuando un rayo de luz atraviesa una placa de
cierto material. Se ha determinado que el rayo de salida es paralelo al de entrada.
En la Aviación, si dos aviones parten de una base aérea a la misma velocidad formando un
ángulo b y siguiendo en trayectorias rectas, se puede determinar la distancia que se encuentran
entre los mismos.
Figura 8.15: Funciones trigonométricas
El capitán de un barco puede determinar el rumbo equivocado del barco, siempre en lı́nea
recta, ordenando modificar el rumbo en grado para dirigirse directamente al punto destino
correcto.
8.8. Función Exponencial

La función exponencial es aquella función trascendental de la forma
f (x) = ax
donde a > 0 y x ∈ R.
Las funciones exponenciales son una de las familias de funciones más importantes en las
matemáticas por la gran cantidad de aplicaciones que tienen. Constituyen una herramienta
útil para describir magnitudes que crecen o decrecen en forma muy rápida proporcionalmente
a su tamaño. Se encuentran innumerables ejemplos de fenómenos que tienen este tipo de com-
portamiento, en la Administración de Empresas se usan para interés compuesto, anualidades
y planes de ahorro entre otras. En las ciencias naturales las aplicaciones son innumerables in-
cluyendo modelos de crecimiento en biologı́a, reacciones de primer orden en quı́mica orbitales
moleculares en quı́mica fı́sica, economı́a, medicina y otras. Por ejemplo, en el crecimiento de
una población; cuando se analizan los censos de población humana y se buscan modelos que
permitan hacer proyecciones, frecuentemente aparecen funciones de crecimiento exponencial.
Veamos la gráfica (8.16) para los casos a > 1 y 0 < a < 1
Domf = R
(a) Para a > 1 (b) Para 0 < a < 1
Figura 8.16: Función exponencial
Ranf = h0, +∞i
Propiedades:
1. Las funciones exponenciales pasan por el punto (0,1).
2. En la gráfica 8.16(a) se puede observar que para a > 1 la función f es creciente.
3. En la gráfica 8.16(b) se puede observar que para 0 < a < 1 la función f es decreciente.
4. El eje de las x es una ası́ntota horizontal.
5. Las funciones exponenciales son uno a uno.
Las funciones exponenciales tienen muchas aplicaciones en ciencias, matemáticas, comercio

y en otras disciplinas. Veremos aquı́ algunas de esas aplicaciones.
1. Fórmula de interés compuesto

r nt
A=P 1+
m
donde:
A es la cantidad acumulada o valor futuro.
P es el principal de la inversión.
r es la tasa de interés anual.
n es el número de periodos de tiempo por año.
t es el número de años.
2. Fórmula de interés contı́nuo

A = P eit
donde:
A es la cantidad acumulada o valor futuro.
P es el principal de la inversión.
i es el interés anual.
t es el número de años de la inversión.
3. Fórmula de crecimiento y decaimiento exponencial
A(t) = A0 ekt
donde:
A es la cantidad acumulada luego de un tiempo t.
A0 es la cantidad inicial.
k es la constante de crecimiento o decaimiento.
t es el número de años de la inversión.
Si k > 0 hay crecimiento o aumento en el valor de A.
Si k < 0 el valor de A decae o decrece.
En algunos elementos radioactivos son de tal naturaleza que su cantidad disminuye con
respecto al tiempo. Al tiempo requerido para que se produzca a la mitad la cantidad
inicial del elemento se denomina semivida.
4. Fórmula de enfriamiento de Newton
T (t) = Tm + (T0 − Tm )ekt
donde:
T es la temperatura del objeto en un tiempo t.
Tm es la temperatura del medio ambiente.
T0 es la temperatura inicial.
t es el tiempo.
k es una constante. Si k > 0, el cuerpo se calienta y si k < 0, el cuerpo se enfrı́a.
5. Fórmula del crecimiento logı́stico

c
P (t) =
1 + ae−bt
donde:
P es la población en un tiempo t.
a, b, c son constantes, c > 0, b > 0.
t es el tiempo en años.
c es la capacidad de crecimiento.
6. Otras de la aplicación de las funciones exponencial fue con el descubrimiento del Polonio
(elemento radioactivo ) descubierto por Marie Curie en 1898 decae exponencialmente de
acuerdo a la función:
m = m0 e−0,005t
donde m0 es la masa inicial del Polonio, m es la masa al cabo de un tiempo y t es el

tiempo en dı́as.
7. El crecimiento poblacional (Demografı́a) de una región o población en años, parece estar

sobre una curva de caracterı́stica exponencial que sugiere el modelo matemático dado
por:
N = N0 ekt
donde N0 es la población inicial, t es el tiempo transcurrido en años y k es una constante.

(En 1798, el economista inglés Thomas Malthus observó que la relación N = N0 ekt era
válida para determinar el crecimiento de la población mundial y estableció, además, que
como la cantidad de alimentos crecı́a de manera lineal, el mundo no podı́a resolver el
problema del hambre. Esta lúgubre predicción ha tenido un impacto tan importante
en el pensamiento económico, que el modelo exponencial de crecimiento poblacional se
conoce con el nombre de modelo Malthusiano).
8. En la medicina, muchos medicamentos son utilizados para el cuerpo humano, de manera

que la cantidad presente sigue una ley exponencial de disminución, si N es la cantidad
de fármaco presente en el cuerpo al tiempo t, entonces N = N0 ekt , en donde k es una
constante positiva y N0 es la cantidad presente al tiempo t = 0.
8.9. Función Logaritmo
La función logaritmo es aquella función trascendental de la forma
f (x) = logb x
donde b > 0 y b 6= 1, además x ∈ R+ .

Veamos la gráfica (8.17) para los casos b > 1 y 0 1 (b) Para 0 1 la función f es creciente.
3. En la gráfica 8.17(b) se puede observar que para 0 < b < 1 la función f es decreciente.
4. El eje de las y es una ası́ntota vertical.
5. Las funciones logarı́tmicas son uno a uno.
La geologı́a como ciencia requiere del planteamiento de ecuaciones logarı́tmicas para el

cálculo de la intensidad de un evento, tal como es el caso de un sismo. La magnitud R de un
terremoto está definida como R = log(A/A0 ) en la escala de Richter, donde A es la intensidad y
A0 es una constante. (A es la amplitud de un sismógrafo estándar, localizado a 100 kilómetros
del epicentro del terremoto).
Los astrónomos utilizan ciertos cálculos de carácter logarı́tmico para determinar una mag-
nitud estelar de una estrella o planeta, ellos utilizan la siguiente ecuación: M = −(5/2) log(B/B0 ),
donde B es la brillantez y B0 es una constante. Se concluye que la magnitud (M ) está dada
en función de una ecuación logarı́tmica.
En la fı́sica la función logarı́tmica tiene muchas aplicaciones entre las cuales se puede
mencionar el cálculo del volumen L en decibeles de un sólido, para el cual se emplea la
siguiente ecuación L = 10 log(I/I0 ), donde I es la intensidad del sonido (la energı́a cayendo en
una unidad de área por segundo), I0 es la intensidad de sonido más baja que el oı́do humano
puede oı́r (llamado umbral auditivo). Una conversación en voz alta tiene un ruido de fondo de
65 decibeles.
9
INDUCCIÓN MATEMÁTICA
219
10
MATRICES, DETERMINANTES
Y SISTEMAS DE ECUACIONES
LINEALES
Objetivos
z Conocer y aplicar las principales técnicas de cálculo matricial.
z Operar con las matrices para aplicarlas en la solución de sistemas lineales.
z Ordenar los datos adecuadamente en la formulación de un problema.
z Manejar los determinantes como elemento de cálculo en la resolución de los sistemas

lineales.
10.1. Matrices
10.1.1. Algo de historia
El primero que empleó el término “matriz” fue el matemático inglés James Joseph Sylvester
en el año 1850.
Sin embargo, hace más de dos mil años los matemáticos chinos habı́an descubierto ya un
método de resolución de sistemas de ecuaciones lineales equivalente al método de Gauss y por
lo tanto empleaban tablas con números.
Pero hasta el Siglo XIX no se desarrolla en las matemáticas el Álgebra de matrices. A
este desarrollo contribuyó de forma decisiva el matemático inglés Arthur Cayley. En 1858
publicó unas “Memorias sobre la teorı́a de matrices” en la que daba la definición de matriz y
las operaciones suma de matrices, de producto de un número real por una matriz, de producto
de matrices y de inversa de una matriz. Cayley afirma que obtuvo la idea de matriz a través
221
de la de determinante y también como una forma conveniente de expresar transformaciones

geométricas.
10.1.2. Introducción
Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester.
El desarrollo inicial de la teorı́a se debe al matemático W.R. Hamilton en 1853. En 1858, A.
Cayley introduce la notación matricial como una forma abreviada de escribir un sistema de m
ecuaciones lineales con n incógnitas.
Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones
lineales, de las ecuaciones diferenciales y de las derivadas parciales. Además de su utilidad
para el estudio de sistemas de ecuaciones lineales, las matrices aparecen de forma natural en
geometrı́a, estadı́stica, economı́a, informática, fı́sica, etc...
La utilización de matrices (arrays) constituye actualmente una parte esencial de los len-
guajes de programación, ya que la mayorı́a de los datos se introducen en los ordenadores como
tablas organizadas en filas y columnas: hojas de cálculo, bases de datos,...
Además de su utilidad para el estudio de los sistemas de ecuaciones, las matrices aparecen
de manera natural en geometrı́a, estadı́stica, economı́a, etc.
Nuestra cultura está llena de matrices de números: El horario de los trenes de cada una
de las estaciones es una matriz de doble entrada, la tabla de cotizaciones de la Bolsa en cada
uno de los dı́as de la semana es otra, etc.
Las tablas de sumar y multiplicar, la disposición de los alumnos en clase, las casillas de un
tablero de ajedrez, las apuestas de la loto, los puntos de un monitor de ordenador, son otros
tantos ejemplos de la vida cotidiana de matrices.
Actualmente, muchos programas de ordenador utilizan el concepto de matriz. Ası́, las
Hojas de Cálculo funcionan utilizando una inmensa matriz con cientos de filas y columnas en
cuyas celdas se pueden introducir datos y fórmulas para realizar cálculos a gran velocidad.
Esto requiere utilizar las operaciones con matrices.
Definición 10.1.1. Una matriz es un ordenamiento rectangular de elementos dispuestos en

filas y columnas.
Aquı́ un ejemplo en sus distintas presentaciones:

" # !
20 −1 2 0 −1 2 0 −1

√ √ √
a 2 π a 2 π a 2 π
Esta matriz posee dos filas y tres columnas.

Es importante adquirir el hábito de enunciar siempre filas antes de columnas.
Los elementos aij pueden ser números reales, números complejos o cualquier objeto no numéri-
co, como por ejemplo la posición de las fichas en el tablero del ajedrez o los apellidos de
personas cuando son codificadas en orden alfabético.
Notación General: Se simboliza cada elemento con subı́ndices de la forma aij , donde i
representa la fila donde se encuentra y j la columna.
Ası́ la matriz de m filas y n columnas cuyos elementos son aij es:
 
a11 a12 . . . a1j . . . a1n
 
 a21 a22 . . . a2j . . . a2n 
 
 . .. .. .. 
 .. . . . 
 
A= 
 ai1 ai2 . . . aij . . . ain 
 
 . .. .. .. .. 
 .. . . . . 
 
am1 am2 . . . amj . . . amn
que abreviadamente se representa por:
A = (aij )m×n , donde m, n ∈ N
siendo i = 1; 2; 3; . . . ; m ; j = 1; 2; 3; . . . ; n y podemos leer ası́:

A es la matriz de m filas y n columnas. aij es un elemento de la matriz A.
Si aij ∈ K; (K = R ó K = C) entonces definimos una matriz Am×n como una aplicación de
I × J en K.
I ×J −→ K
(i, j) −→ aij
con 1 ≤ i ≤ m ; 1≤j ≤n donde a cada pareja (i, j) le corresponde un solo elemento
aij ∈ K.
10.1.3. Orden de una Matriz
El orden de una matriz es la multiplicación indicada del número de filas por el número de
columnas de dicha matriz, ası́ si la matriz tiene m filas y n columnas diremos que la matriz
es de orden m × n.
!
4 2 −5
Ejemplo 10.1.1. La matriz tiene 2 filas y 3 columnas, entonces decimos que es
7 1 −3
de orden 2 × 3.
El conjunto de matrices m × n con elementos aij ∈ K se denota por Km×n . Es decir

Km×n = {(aij )m×n /aij ∈ K}
Si K = R, entonces Rm×n = {(aij )m×n /aij ∈ R}
Si K = C, entonces Cm×n = {(aij )m×n /aij ∈ C}
10.1.4. Igualdad de Matrices
Dos matrices del mismo orden son iguales si todos sus elementos de la misma posición son
respectivamente iguales.
Ası́, sean las matrices A = (aij )m×n ∧ B = (bij )m×n
A = B ↔ aij = bij , ∀i, j , 1 ≤ i ≤ m , 1 ≤ j ≤ n
Ejemplo 10.1.2. Halle el valor de: (2x − y) + (2z − w). Si las matrices:
! !
2x + y 2z + w 4 5
y
x − 2y z − 2w −1 0
son iguales.
Solución
De la igualdad de matrices
! !
2x + y 2z + w 4 5
=
x − 2y z − 2w −1 0
Se tiene:
2x + y = 4 ∧ x − 2y = −1 entonces x = 7/5 , y = 6/5
Ası́ mismo:
2z + w = 5 ∧ z − 2w = 0 entonces z = 2 , w = 1
Luego el valor de : (2x − y) + (2z − w) es:

7 6 8 23
2 − + (2(2) − 1) = + 3 =
5 5 5 5
10.1.5. Matrices Especiales
a) Matriz Cuadrada: Una matriz A es cuadrada cuando el número de filas es igual al número
de columnas. Am×n es cuadrada si y sólo si m = n, en este caso se dice que A es de orden
n × n o simplemente de orden n y se representa por An .
 
a11 a12 a13 · · · a1n
 
a a a · · · a 
 21 22 23 2n 
 
 a
A =  31 a32 a33 · · · a3n  (10.1)

 . .. .. .. .. 
 .. . . . . 
 
an1 an2 an3 · · · ann
" #
2 −1
Ejemplo 10.1.3. La matriz A = es cuadrada de orden 2.
3 5
Diagonal Principal: Es una matriz cuadrada A = (aij )n×n , la diagonal principal es el

conjunto de elementos aij tales que i = j. Ası́ en:
 
2 3 −5
 
A= 7 9 8

1 −4 0
la diagonal principal es la terna (2 9 0) y la diagonal secundaria es la terna (1 9 − 5).
En la matriz cuadrada 10.6, la diagonal principal es: (a11 a22 a33 . . . ann )
Tipos de matrices cuadradas:
Las matrices cuadradas pueden ser:
a.1. Matriz Triangular: Es aquella matriz cuyos elementos que se encuentran por encima
o por debajo de la diagonal principal son ceros. Estas a su vez pueden ser:
a.1.1. Matriz Triangular Superior : Una matriz cuadrada A = (aij )n×n es triangular
superior si aij = 0 ∀i > j, esto es, cuando los elementos que se encuentran por
debajo de la diagonal principal son ceros.
 
a a12 a13 · · · a1n
 11 
 0 a22 a23 · · · a2n 
 
 
T =  0 0 a33 · · · a3n  
 . .. .. .. .. 
 .. . . . . 
 
0 0 0 · · · ann
 
3 5 0
 
Ejemplo 10.1.4. La matriz  0 7 0  es triangular superior.
0 0 0
a.1.2. Matriz Triangular Inferior : Una matriz cuadrada A = (aij )n×n es triangular
inferior si aij = 0 ∀i < j, esto es, cuando los elementos que se encuentran por
encima de la diagonal principal son ceros.
 
a 0 0 ··· 0
 11 
a 0 
 21 a22 0 · · · 
 
T =  a31 a32 a33 · · · 0 
 . .. .. .. .. 
 .. . . . . 
 
 
16 0 0
 
Ejemplo 10.1.5. La matriz 
 1 16 0 es triangular inferior.
3 2 π
a.2 Matriz Diagonal: Es aquella matriz cuyos elementos que se encuentran por encima
y por debajo de la diagonal principal son ceros. Es decir aij = 0 si i 6= j.
 
a 0 0 ··· 0
 11 
 0 a22 0 · · · 0 
 
 
D=  0 0 a33 · · · 0  
 . .. .. .. .. 
 .. . . . . 
 
0 0 0 · · · ann
 
! π 0 0
3 0  
Ejemplo 10.1.6. Las matrices , 
 0 e 0  son diagonales.

0 4
0 0 α
a.3 Matriz Escalar: Es aquella matriz cuyos elementos que se encuentran en la diagonal
principal de toda matriz diagonal son iguales.
 
α 0 0 ··· 0
 
0 α 0 · · · 0
 
 
E= 0 0 α · · · 0 
 .. .. .. .. .. 
. . . . .
 
0 0 0 ··· α
En forma general: 
α, si i = j
En es escalar si aij =
0, si i 6= j
 
! 3 0 0
2 0  
Ejemplo 10.1.7. Las matrices ,  
0 3 0 son escalares
0 2
0 0 3
a.4 Matriz Identidad: Es aquella matriz cuyos elementos que se encuentran en la dia-
gonal principal de toda matriz escalar son iguales a 1.
 
1 0 0 ··· 0
 
0 1 0 · · · 0
 
 
I= 0 0 1 · · · 0 
 .. .. .. . . .. 
. . . . .
 
0 0 0 ··· 1
En forma general: 
1, si i = j
In es identidad si aij =
0, si i =
6 j
b) Matriz Rectangular: Son aquellas matrices donde el número de filas es distinta al número
de columnas. Esto es: la matriz A = (aij )m×n es rectangular si m 6= n.
Ejemplo 10.1.8.  
3 0
 
2 4 ; 2 3 1 −1
  1×4
1 2
3×2
c) Matriz Nula: Es aquella matriz cuadrada o rectangular en donde todos sus elementos son
nulos, es decir, una matriz A = (aij )m×n es nula si aij = 0 ∀i, j.
Ejemplo 10.1.9. ! !
0 0 0 0 0
;
0 0 0 0 0
10.1.6. Operaciones con Matrices
Ası́ como en cualquier conjunto numérico, en el conjunto de matrices también se definen

ciertas operaciones, obviamente, bajo determinadas condiciones.
a. Adición y sustracción de matrices

Sean las matrices A = (aij )m×n ∧ B = (bij )m×n
La suma A + B de las matrices A y B de orden m × n es una matriz C = (cij )m×n de
orden m × n, de tal modo, que cada elemento cij es igual a la suma: aij + bij .
Ası́: A + B = (aij )m×n + (bij )m×n = (aij + bij )m×n
La resta A − B de las matrices A y B de orden m × n es una matriz D = (dij )m×n de
orden m × n, de tal modo, que cada elemento dij es igual a la resta: aij − bij .
Ası́: A − B = (aij )m×n − (bij )m×n = (aij − bij )m×n
! !
2 4 5 7
Ejemplo 10.1.10. Sean: A = ; B= , entonces:
3 −1 −9 16
! ! ! !
2 4 5 7 2+5 4+7 7 11
A+B = + = ⇒ (A + B) =
3 −1 −9 16 3 − 9 −1 + 16 −6 15
! ! ! !
2 4 5 7 2−5 4−7 −3 −3
A−B = − = ⇒ (A − B) =
3 −1 −9 16 3 − (−9) −1 − 16 12 −17
Definición 10.1.2. La operación binaria que hace corresponder a cada par de matrices
A y B una tercera matriz C llamada suma de A y B, esto es:
+ : Mm×n × Mm×n −→ Mm×n

(A, B) −→ +(A, B) = A + B = C
Propiedades:
i. La adición es interna o cerrada en Mm×n es decir: (A + B) ∈ Mm×n ∀ A, B ∈

Mm×n , por definición de la adición de matrices.
ii. La adición en Mm×n es asociativa, es decir: (A + B) + C = A + (B + C), ∀

A; B; C ∈ Mm×n . Veamos:
Sean A = (aij )m×n ; B = (bij )m×n ; C = (cij )m×n
⇒ (A + B) + C = ((aij )m×n + (bij )m×n + (cij )m×n )
⇒ (aij + bij + cij )m×n = (aij )m×n + (bij + cij )m×n = A + (B + C)
iii. Existe en Mm×n una única matriz identidad o neutro aditivo denotado por 0; lla-
mada matriz nula donde todos sus elementos son ceros; esto es: ∀ A ∈ Mm×n , ∃ 0 ∈
Mm×n tal que A + 0 = 0 + A = A
iv. Toda matriz A ∈ Mm×n tiene un simétrico aditivo dado por −A ∈ Mm×n ; esto
es: ∀ A ∈ Mm×n , ∃ (−A) = (−aij )m×n tal que A+(−A) = (aij )m×n +(−aij )m×n =
0m×n
Con estas propiedades queda garantizado que (Mm×n ; +) tiene estructura de grupo.
Además:
v. La adición en Mm×n es conmutativa, es decir: A + B = B + A, ∀ A; B ∈ Mm×n ,

ası́: A + B = (aij )m×n + (bij )m×n ⇒ (aij + bij )m×n = (bij + aij )m×n
⇒ (bij )m×n + (aij )m×n = B + A
Mediante esta quinta propiedad diremos que (Mm×n ; +) es un grupo abelino o

conmutativo.
b. Multiplicación de matrices
b.1. Multiplicación de un escalar por una matriz

Cuando un escalar multiplica a una matriz, cada elemento de la matriz queda
multiplicado por dicho escalar. Ası́: Sea A = (aij )m×n ⇔ αA = (αaij )m×n .
Donde “α” es un escalar
! !
4 3 5(4) 5(3)
Ejemplo 10.1.11. Sea: A = ⇒ 5A = ⇒ 5A =
2 1 5(2) 5(1)
!
20 15
10 5
Definición 10.1.3. La operación binaria que hace corresponder a cada par de
elementos, un escalar α y una matriz A, una matriz C llamada producto de α y A,
esto es:
· : K × Mm×n −→ Mm×n
(α, A) −→ ·(α, A) = αA
Propiedades:
i. Propiedad distributiva: α(A + B) = αA + αB, ∀ A, B ∈ Mm×n ; ∀ α ∈ K

ii. Propiedad distributiva: (α + β)A = αA + βA, ∀ A ∈ Mm×n ; ∀ α; β ∈ K
iii. Propiedad asociativa: α(βA) = (αβ)A, ∀ A ∈ Mm×n ; ∀ α; β ∈ K
Por tanto: Si K = R entonces (Mm×n , +, ·) es un espacio vectorial sobre el cuerpo

de los números reales.
Si K = C entonces (Mm×n , +, ·) es un espacio vectorial sobre el cuerpo de los
números complejos.
b.2. Multiplicación de una matriz fila por una matriz columna
 
b
 1
b 
 2
 
Sean las matrices: A = a1 a2 a3 · · · an ; B= 
 b3 
1×n .
 .. 
 
bn
n×1
Definimos: AB = (a1 b1 + a2 b2 + a3 b3 + · · · + an bn )1×1 . Es decir:
n
X
AB = ak bk
k=1
 
7
 
Ejemplo 10.1.12. Sean: A = 1 3 5 ; B=
−2

4
entonces: AB = (1)(7) + (3)(−2) + (5)(4) = 21
b.3. Multiplicación de dos matrices

Dados dos matrices A = (aij )m×n ; B = (bjk )n×p existe una tercera matriz
C = (cik )m×p que representa el producto de multiplicar las matrices A y B; donde
cik es el producto de multiplicar la fila i de la primera matriz por la columna k de
la segunda matriz.
Definición 10.1.4. La operación binaria que hace corresponder a cada par de

matrices A y B, una matriz C llamada producto de A y B, esto es:
· : Mm×n × Mn×p −→ Mm×p

(A, B) −→ ·(A, B) = AB
Nota: La multiplicación de una matriz A y la matriz B existe si y sólo si el número

de columnas de la primera matriz es igual al número de filas de la segunda matriz.
Es decir:
n
X
AB = (cik )m×p / cik = aij · bjk
j=1
Si el producto AB está definido se dice que A es conformable con B para la multi-

plicación.
 
! 5 4 1
4 3 2  
Ejemplo 10.1.13. Sean las matrices: A = ; B=  7 9 3 

5 1 9
2×3 2 1 2
3×3
La matriz C producto
! de A y B será de orden 2 × 3 de la siguiente forma.
c11 c12 c13
C= . Hallando cada uno de los elementos:
c21 c22 c23
c11 = (4)(5) + (3)(7) + (2)(2) = 45
c12 = (4)(4) + (3)(9) + (2)(1) = 45
c13 = (4)(1) + (3)(3) + (2)(2) = 17
c21 = (5)(5) + (1)(7) + (9)(2) = 50
c22 = (5)(4) + (1)(9) + (9)(1) = 38
c23 = (5)(1) + (1)(3) + (9)(2) = 26
!
45 45 17
entonces: C =
50 38 26
Nota: La multiplicación de matrices no necesariamente es conmutativa.
b.4. Multiplicación de matrices por bloques

Existen situaciones en las que es conveniente manejar las matrices como bloques de
matrices más pequeñas, llamadas submatrices, y después multiplicar bloque por
bloque en lugar de componente por componente. Resulta que la multiplicación en
bloques es muy similar a la multiplicación normal de matrices.
Ejemplo 10.1.14. Considere el producto:

  
1 −1 2 4 1 4 3
  
2 0 4 5  
   2 −1 0
AB =   
1 1 2 −3  
  −3 2 1
−2 3 5 0 0 1 2
El lector debe verificar que este producto esté definido. Ahora se hace una partición
de estas matrices mediante lı́neas punteadas.

  
1 −1 | 2 4 1 4 | 3
     
 2 0 | 4 5  2 −1 | 0  C | D G | H
     
  
−− −− | −− −− −− −− | −− =   −− | −− 
−− | −−
 
  
 1 1 | 2  
−3   −3 2 | 1   E | F J | K

−2 3 | 5 0 0 1 | 2
!
1 −1
Existen otras maneras de formar la partición. En este caso C = ,
2 0
!
1
K = , etc. Ahora suponiendo que todos los productos y las sumas de las
2
matrices están definidos, se puede multiplicar normalmente para obtener
 
! ! CG + DJ | CH + DK
C D G H  
AB = = − − −− | − − −−  
E F J K
EG + F J | EH + F K
! ! !
1 −1 1 4 −1 5
Ahora: CG = =
2 0 2 −1 2 8
! ! !
2 4 −3 2 −6 8
DJ = = y
4 5 0 1 −12 13
! ! ! !
−7 13 1 1 3 3
CG + DJ = . De manera similar, EH = = ,
−10 21 −2 3 0 −6
! ! ! !
2 −3 1 −4 −1
FK = = y EH + F K = .
5 0 2 5 −1
! !
13 −3 4
El lector debe verificar que CH + DK = y EG + F J =
20 −11 −1
de manera que
 
−7 13 | 13  
    −7 13 13
CG + DJ | CH + DK −10 21 | 20   
    −10 21 20 
AB =    −− −− | −−  
 − − −− | − − −−  =  
=
  −3 4 −1


EG + F J | EH + F K  −3 4 | −1   
 
−11 −1 −1
−11 −1 | −1
Ésta es la misma respuesta que se obtiene si se multiplica AB directamente.

Cuando se hace una partición de dos matrices y, como ene el ejemplo anterior, todos
los productos de submatrices están definidos, entonces se dice que la partición es
conformante.
Propiedades
i. Propiedad asociativa: A(BC) = (AB)C, donde A ∈ Mm×p , B ∈ Mp×q , C ∈ Mq×n .

En efecto:
p
X p
X Xq X q
p X p X
X q
A(BC) = aik (BC)kj = aik ( bkl clj ) = aik (bkl clj ) = (aik bkl )clj
k=1 k=1 l=1 k=1 l=1 k=1 l=1
q X
X p q X
X p q
X
= (aik bkl )clj = ( aik bkl )clj = (AB)il clj = (AB)C
l=1 k=1 l=1 k=1 l=1
ii. Propiedad asociativa: A(B + C) = AB + AC, donde A ∈ Mm×p , B; C ∈ Mp×n .

En efecto:
p
X p
X p
X
A(B + C) = aik (B + C)kj = aik (bkj + ckj ) = (aik bkj + aik ckj ) =
k=1 k=1 k=1
p
X p
X
aik bkj + aik ckj = AB + AC
k=1 k=1
iii. Propiedad no conmutativa: AB 6= BA

iv. AB = 0 no implica que A = 0 ó B = 0
v. AB = AC no implica que B = C
vi. Elemento neutro: ∀ A ∈ Mn×n , ∃ In ∈ Mn×n tal que IA = AI = A.
! !
3 2 3 7
Ejemplo 10.1.15. Sean las matrices: A = ; B= ; Veamos AB y
4 1 1 5
! ! ! ! ! !
3 2 3 7 11 31 3 7 3 2 37 13
BA. AB = = y BA = =
4 1 1 5 13 33 1 5 4 1 23 7
De donde observamos que: AB 6= BA.

! !
3 5 5 10
Ejemplo 10.1.16. Sean las matrices: A = ; B= ;
6 10 −3 −6
Veamos AB.
! ! !
3 5 5 10 0 0
AB = =
6 10 −3 −6 0 0
Vemos que AB = 0, pero no implica que A o B sean matrices nulas.

! ! !
1 1 2 3 5 8
Ejemplo 10.1.17. Sean las matrices: A = , B= , C=
0 0 5 8 2 3
Veamos AB y AC.
! ! ! ! ! !
1 1 2 3 7 11 1 1 5 8 7 11
AB = = y AC = =
0 0 5 8 0 0 0 0 2 3 0 0
Se observa que AB = AC sin embargo B 6= C.
Definición 10.1.5.
Si AB = BA, se dice que las matrices A y B son matrices conmutables.

Si AB = −BA , se dice que las matrices A y B son matrices anticonmutables.
Nota: Si A es una matriz cuadrada de orden n y B = aA + bI donde a y b son escalares
entonces A y b son conmutables.
c. Potenciación de matrices Sea A una matriz cuadrada y n ∈ N/n ≥ 2; entonces se

define:
An = A.A.A.A
| {z · · · A}
“n′′ veces
! ! ! !
1 3 1 3 1 3 7 15
Ejemplo 10.1.18. Si A = entonces A2 = =
2 4 2 4 2 4 10 22
Nota: La potenciación de matrices es conmutativa. De donde se tendrá.
a. (k. A)n = kn . An
b. Si A es una matriz cuadrada entonces Am An = An Am /m; n ∈ N
c. Si A y B conmutan entonces Am y B n conmutan siendo m, n naturales.
d. Si A es una matriz cuadrada (Am )n = Amn = (An )m ; m; n ∈ N.
10.1.7. Traza de una matriz
Dada la matriz cuadrada A = (aij )n×n , se llama traza de A a la suma de los elementos de
la diagonal principal y se denota por:
n
X
Traz(A) = aii = a11 + a22 + a33 + · · · + ann
i=1
 
5 9 0
 
Ejemplo 10.1.19. Sea A=
0 4
7 ⇒ Traz(A) = 5 + 7 − 2 = 10
9 −5 −2
Teorema 10.1.1. Sean las matrices cuadradas A y B del mismo orden y λ un escalar.
Traz(A ± B) = Traz(A)± Traz(B)

En efecto: Sean A = (aij )n×n ; B = (bij )n×n ⇒ A ± B = (aij ± bij )n×n
Xn n
X n
X
Traz(A ± B) = (aii ± bii ) = (aii ) ± (bii ) = Traz(A) ± Traz(B)
i=1 i=1 i=1
Traz(λ · A) = λ Traz(A)
X n n
X
En efecto: Traz(λA) = λaii = λ aii = λ · TrazA
i=1 i=1
Traz(AB) = Traz(BA)
n
X n
X
En efecto: Traz(AB) = cij , donde cij = aij bj i entonces
i=1 j=1
  !
n
X n
X n
X n
X
Traz(AB) =  aij bj i  ⇒ bji aij = Traz(BA)
i=1 j=1 j=1 i=1
10.1.8. Transpuesta de una matriz
Definición 10.1.6. Sea A ∈ Mm×n , se llama transpuesta de A y se denota por At a la matriz

resultante de cambiar, ordenadamente, las filas por las columnas de la matriz A de tal manera,
que si llamamos A = (aij ) y At = (a′ij ) tenemos:
a′ij = aji , 1 ≤ i ≤ m 1 ≤ j ≤ n
por lo que si A ∈ Mm×n ⇒ At ∈ Mn×m .

 
! 1 4
1 2 3  
Ejemplo 10.1.20. Dada la matriz A= entonces At = 
2 7

4 7 2
3 2
Teorema 10.1.2.
(A ± B)t = At ± B t , A, B ∈ Mm×n .
n
!t n
X X
Ai = Ati , donde: Ai son matrices del mismo orden, i = 1, n
i=1 i=1
(At )t = A, A ∈ Mm×n .
(λA)t = λAt ; A ∈ Mm×n , λ es un escalar
(AB)t = B t · At , A ∈ Mm×n , B ∈ Mn×p .

n
!t 1
Y Y
Ai = Ati , donde: Ai son matrices conformables, i = 1, n
i=1 i=n
10.1.9. Matriz simétrica
Una matriz cuadrada diremos que es simétrica si y sólo si es igual a su transpuesta, en

otras palabras es simétrica respecto a su diagonal principal.
A es simétrica ⇐⇒ A = At
 
! −10 1 2
5 7  √ 
Ejemplo 10.1.21. Las matrices ; 
 1 2 −3
 son matrices simétricas
7 4
2 −3 π
10.1.10. Matriz antisimétrica
Una matriz cuadrada será antisimétrica si y sólo si es igual al negativo de su transpuesta.
A es antisimétrica ⇐⇒ A = −At
Los elementos simétricos respecto de la diagonal principal son opuestos y su diagonal son
ceros.
 
! 0 1 2
0 −7  
Ejemplo 10.1.22. Las matrices ; 
−1 0 −3 son matrices antisimétricas

7 0
−2 3 0
Observación 10.1.1. Todos los elementos de la diagonal principal de una matriz antisimétrica
son iguales a cero y los elementos simétricos respecto a la diagonal principal son opuestos o
en forma equivalente: aij = −aji
Teorema 10.1.3. Toda matriz cuadrada se puede escribir como la adición de una matriz
simétrica y otra antisimétrica
Demostración
Observe las matrices A + At y A − At . Veamos que:
(A + At )t = At + (At )t = At + A = A + At ⇒ A + At es simétrica
(A − At )t = At − (At )t = At − A = −(A − At ) ⇒ A − At es antisimétrica
A + At A − At
y como: A= +
2 }
| {z 2 }
| {z
simétrica antisimétrica
podemos expresar la matriz A como una adición de una matriz simétrica y otra antisimétrica.
10.1.11. Matriz involutiva
Una matriz cuadrada es involutiva si y sólo si su cuadrado es igual a la identidad, es decir:

A2 = I.
!
−1 −1
Ejemplo 10.1.23. Dada la matriz A= . Veamos:
0 1
! ! !
−1 −1 −1 −1 1 0
A2 = A. A = = = I entonces A2 = I ⇔ A es involutiva.
0 1 0 1 0 1
 
−3 −6 2
 
Ejemplo 10.1.24. La matriz A=
2 4 −1
 es involutiva.
2 3 0
10.1.12. Matriz idempotente
Una matriz cuadrada A se llama idempotente si y sólo si A2 = A

!
3 2
Ejemplo 10.1.25. Veamos la matriz A= , donde:
−3 −2
! ! !
3 2 3 2 3 2
A2 = A. A = = , obteniéndose que A2 = A
−3 −2 −3 −2 −3 −2
luego diremos que A es una matriz indepotente.
 
2 −3 −5
 
Ejemplo 10.1.26. La matriz A =  −1 4 5
 es idempotente
1 −3 −4
10.1.13. Matriz periódica
Una matriz cuadrada A es una matriz periódica si verifica que An+1 = A, para algún
entero positivo n. Al menor entero positivo para el que esto ocurre se le llama periodo.
!
0 1
Ejemplo 10.1.27. La matriz A = , es periódica y de periodo 4 puesto que
−1 0
A5 = A
10.1.14. Matriz nilpotente
Una matriz cuadrada A se dice nilpotente de ı́ndice k si Ak = Θ; donde Θ es una matriz

nula; además Ak−1 6= Θ.
 
1 1 3
 
Ejemplo 10.1.28. Dada la matriz A=
5 6. 2 Veamos:
−2 −1 −3
    
1 1 3 1 1 3 0 0 0
    
A2 = A. A = 
5 6
2 5
 2 6 = 3
  3 9 

−2 −1 −3 −2 −1 −3 −1 −1 −3
    
1 1 3 0
0 0 0 0 0
    
A3 = A. A2 = 
5 2 6 
 3 3 9  
 = 0 0 0
−2 −1 −3 −1 −1 −3 0 0 0
Entonces A es una matriz nilpotente de ı́ndice de nilpotencia 3.

10.1.15. Matriz conjugada

√
Sean a y b números reales e i = −1; la expresión z = a + bi representa un número
conplejo. Los números complejos de la forma a + bi y a − bi se llaman conjugados y cada
uno de ellos es conjugado del otro. Si z = a + bi, su complejo conjugado se representa por
z = a + bi.
Sean z1 = a + bi y z2 = z 1 = a − bi; entonces, z 2 = z 1 = a − bi = a + bi, es decir, el conjugado
del conjugado de un número complejo z es el mismo.
Si z1 = a + bi y z2 = c + di se tiene
z1 + z2 = (a + c) + (b + d)i y z1 + z2 = (a + c) − (b + d)i = (a − bi) + (c − di) = z1 + z2 ,

es decir, el conjugado de la suma de dos números complejos es igual a la suma de los
conjugados.
z1 ·z2 = (ac− bd)+ (ad+ bc)i y z1 · z2 = (ac− bd)− (ad+ bc)i = (a− bi)(c− di) = z1 ·z2 ,
esto es, el conjugado del producto de dos números complejos es igual al producto de los
conjugados.
Sea A una matriz cuyos elementos son números complejos; la matriz obtenida a partir
de A sustituyendo cada elemento por su conjugado se llama matriz conjugada de A y se
representa por A (conjugada de A).
" # " #
1 + 2i i 1 − 2i −i
Ejemplo 10.1.29. Si A= será A=
3 2 − 3i 3 2 + 3i
Sean A y B las matrices conjugadas, respectivamente de A y B, y k un escalar cualquiera;

entonces se tiene que:
Teorema 10.1.4.
(A) = A.
(kA) = k · A
(A + B) = A + B.
(AB) = A · B.
t
(A)t = (A ).
t
donde la transpuesta de A se denota por A (y se lee transpuesta de la conjugada de A).
Algunas veces se emplea la notación A∗ .
10.1.16. Matriz hermitiana
Dada una matriz cuadrada de elementos complejos se llama hermitiana o hermı́tica si dicha
matriz es igual a la transpuesta de su matriz conjugada, es decir:
t
una matriz cuadrada A es hermitiana si y sólo si A = A . De donde se concluye que los
elementos de la diagonal principal son necesariamente reales.
! !
5 4+i 5 4−i
Ejemplo 10.1.30. Sea la matriz: A = ⇔ A=
4−i 1 4+i 1
!
5 4+i
(A)t = , como: (A)t = A ⇒ A es una matriz hermitiana.
4−1 1
Propiedades
Sea A = B + iC, donde A es hermitiana y B y C reales, entonces B es simétrica y C

antisimétrica.
En una matriz hermitiana, los elementos de la diagonal principal son reales.
10.1.17. Matriz antihermitiana
Dada una matriz cuadrada de elementos complejos se llama antihermitiana si es igual al

negativo de la transpuesta de su matriz conjugada. Es decir:
t
una matriz cuadrada A es antihermitiana si y sólo si A = −A .
De donde se cuncluye que los elementos de la diagonal principal son ceros.
! !
0 4 + 5i 0 4 − 5i
Ejemplo 10.1.31. Sea A= ⇒ A=
−4 + 5i 0 −4 − 5i 0
! !
0 −4 − 5i 0 4 + 5i
⇒ (A)t = = (−1) = −A
4 − 5i 0 −4 + 5i 0
luego se dirá que la matriz A es antihermitiana.
Teorema 10.1.5. Sea A una matriz cuadrada de elementos complejos.
A + (A)t es hermitiana.
A − (A)t es antihermitiana.
Teorema 10.1.6. Toda matriz cuadrada de elementos complejos se puede escribir como la
adición de una matriz hermitiana y otra antihermitiana.
10.1.18. Matriz ortogonal
Sea la matriz cuadrada An = [aij ]. A es ortogonal sı́ y sólo si A−1 = At , A es no singular

Propiedades
A es ortogonal ⇔ AAt = In .
Si A y B son ortogonales ⇒ AB es ortogonal.
Las matrices ortogonales, representan transformaciones en espacios vectoriales reales llamadas

justamente, transformaciones ortogonales. Estas transformaciones son isomorfimos internos
del espacio vectorial en cuestión. Suelen representar rotaciones y son usadas extensivamente
en computación gráfica. Por sus propiedades también son usadas para el estudio de ciertos
fibrados y en fı́sica se las usa en la formulación de ciertas teorı́as de campos.
 
1 0 0
 
Ejemplo 10.1.32. La matriz A =  
0 0 −1 es ortogonal
0 1 0
10.1.19. Matriz positiva
Sea A ∈ Rn×n , A es positiva sı́, y sólo si XAt X > 0 ∀ X ∈ Rn , X 6= 0.
10.2. Determinantes

Los determinantes fueron introducidos en Occidente a partir del siglo XVI, esto es, antes
que las matrices, que no aparecieron hasta el siglo XIX. Conviene recordar que los chinos
(Hui, Liu, Jiuzhang Suanshu o Los nueve capı́tulos del arte matemático.) fueron los primeros
en utilizar las tablas de números y en aplicar un algoritmo que, desde el Siglo XIX, se conoce
con el nombre de Eliminación gaussiana.
Primeros cálculos de determinantes

En su sentido original, el determinante determina la unicidad de la solución de un sistema
de ecuaciones lineales. Fue introducido para el caso de orden 2 por Cardan en 1545 en su obra
Ars Magna presentado como una regla para la resolución de sistemas de dos ecuaciones con
dos incógnitas. Esta primera fórmula lleva el nombre de regula de modo.
El japonés Kowa Seki introdujo los determinantes de orden 3 y 4 en la misma época que
el alemán LeibnizLa aparición de determinantes de órdenes superiores tardó aún más de cien
años en llegar. Curiosamente el japonés Kowa Seki y el alemán Leibniz otorgaron los primeros
ejemplos casi simultaneamente.
Leibniz estudió los distintos tipos de sistemas de ecuaciones lineales. Al no disponer de la
notación matricial, representaba los coeficientes de las incógnitas con una pareja de ı́ndices:
ası́ pues escribı́a ij para representar ai,j . En 1678 se interesó por un sistema de tres ecuaciones
con tres incógnitas y obtuvo, para dicho ejemplo, la fórmula de desarroyo a lo largo de una
columna. El mismo año, escribió un determinante de orden 4, correcto en todo salvo en el
signo. Leibniz no publicó este trabajo, que pareció quedar olvidado hasta que los resultados
fueron redescubiertos de forma independiente cincuenta años más tarde
En el mismo periodo, Kowa Seki publicó un manuscrito sobre los determinantes, donde se
hallan fórmulas generales difı́ciles de interpretar. Parece que se dan fórmulas correctas para
determinantes de tamaño 3 y 4, y de nuevo los signos mal para los determinantes de tamaño
superior. El descubrimiento se queda sin futuro a causa del cierre de de Japón al mundo
exterior. Este aislamiento debido a los shoguns, se ve reflejado en la expulsión de los Jesuitas
en 1638.
Determinantes de cualquier dimensión

Gabriel Cramer obtuvo las primeras fórmulas generales de cálculo de los determinantes.
En 1748, un póstumo tratado de álgebra de MacLaurin recupera la teorı́a de los determinantes
al contener la escritura correcta de la solución de un sistema de cuatro ecuaciones con cuatro
incógnitas.
En 1750, Cramer formula las reglas generales que permiten la resolución de un sistema de n
ecuaciones con n incógnitas, aunque no ofrece demostración alguna. Los métodos de cálculo de
los determinantes son hasta entonces delicados debido a que se basan en la noción de signatura
de una permutación.
Los matemáticos se familiarizan con este nuevo objeto a través de los artı́culos de Bézout
en 1764, de Vandermonde en 1771 (que proporciona concretamente el calculo del determinante
de la actual Matriz de Vandermonde). En 1772, Laplace establece las reglas de recurrencia
que llevan su nombre. En el año siguiente, Lagrange descubre la relación entre el cálculo de
los determinantes y el de los volúmenes.
Gauss utiliza por primera vez el término ✭✭ déterminante ✮✮, en las Disquisitiones arithme-
ticae en 1801. Lo empleaba para lo que hoy dı́a denominamos discriminante de una cuádrica
y que es un caso particular de determinante moderno. Igualmente estuvo cerca de obtener el
teorema del determinante de un producto.
Aparición de la noción moderna de determinante

Cauchy fue el primero en emplear el término determinante con su significado moderno. Se
encargó de realizar una sı́ntesis de los conocimientos anteriores y publicó en 1812 la fórmula
del determinante de un producto. Ese mismo año Binet ofreció una demostración para dicha
fórmula. Paralelamente Cauchy establece las bases del estudio de la reducción de endomorfis-
mos.
Con la publicación de sus tres tratados sobre determinantes en 1841 en la revista Crelle,
Jacobi aporta a la noción una gran notoriedad. Por primera vez presenta métodos sistemáti-
cos de cálculo bajo una forma algorı́tmica. Del mismo modo, hace posible la evaluación del
determinante de funciones con instauración del jacobiano.
El cuadro matricial es introducido por los tabajos de Cayley y Sylvester. Cayley es además
el inventor de la notación del determinante mediante dos barras verticales y es quien estable-
ció la fórmula de cálculo de la inversa.
La teorı́a se ve reforzada por el estudio de determinantes que poseen propiedades de si-
metrı́a particular y por la introducción del determinante en los nuevos campos de las ma-
temáticas, como es el caso del wronskiano en las ecuaciones diferenciales lineales.
Definición 10.2.1. El determinante es una función que, aplicada a una matriz cuadrada, la
transforma en un escalar.
Notación: Sea A una matriz cuadrada, el determinante de la matriz A se representa por |A|
o det(A).
Sea Mn×n el conjunto de todas las matrices cuadradas de orden n; entonces la definición queda
de la siguiente manera.
| | : Mn×n −→ R ó C
A −→ |A|
Determinante de una matriz de orden uno
Se llama determinante de una matriz de primer orden, formada por el elemento a11 , al
propio elemento a11 .
Ejemplo 10.2.1. Sea: A = (3) ⇒ |A| = 3
Determinante de una matriz de orden dos

!
a11 a12
Sea la matriz A = se define el determinante de A como:
a21 a22
|A| = a11 · a22 − a21 · a12

!
3 2
Ejemplo 10.2.2. Sea: A = ⇒ |A| = 3(4) − 2(1) = 10
1 4
Determinante de una matriz de orden tres

 
a11 a12 a13
 

Sea: A = a21 a22 a23 
 se define el determinante de A como:
a31 a32 a33
|A| = (a11 a22 a33 + a12 a23 a31 + a21 a32 a13 ) − (a31 a22 a13 + a21 a12 a33 + a32 a23 a11 )
 
1 2 3
 
Ejemplo 10.2.3. Sea: A =  
−1 0 4 ⇒ |A| = (0 − 16 − 3) − (0 − 10 + 4) = −13
−2 1 5
10.2.2. Cálculo de Determinantes por la Regla de Sarrus
Se aplica la matriz trasladando las dos primeras filas a la parte inferior y se aplican mul-
tiplicaciones en direcciones de las diagonales, conforme se indica.
 
a11 a12 a13
 
Sea: A =  a21 a22 a23 
 entonces:
a31 a32 a33
a11 a12 a13
a21 a22 a23

|A| =
a31 a32 a33
a13 a22 a31 a11 a22 a33
a11 a12 a13
a23 a32 a11 a21 a32 a13
a21 a22 a23
a33 a12 a21 a31 a12 a23
I D
donde:
D = a11 a22 a33 + a21 a32 a13 + a31 a12 a23
I = a13 a22 a31 + a23 a32 a11 + a33 a12 a21
por lo tanto
|A| = D − I
 
1 2 3
 
Ejemplo 10.2.4. Halle el determinante de: A = 
 −1 0 4 

−2 1 5
Solución:
1 2 3
−1 0 4
|A| =
−2 1 5
0 0
1 2 3
4 −3
−1 0 4
−10 −16
−6 −19
∴ |A| = (−19) − (−6) = −13
10.2.3. Propiedades Generales
1. Dada una matriz cuadrada A, se tiene que: |A| = |At |.
2. Dadas las matrices cuadradas A y B y del mismo orden se tiene que: |AB| = |A||B|.
3. Si una matriz cuadrada tiene dos filas o dos columnas, respectivamente proporcionales;
se dice entonces que su determinante es cero.
4. Si una matriz cuadrada A posee una fila o una columna de ceros, su determinante es
nulo.
5. Si se intercambian dos filas o columnas consecutivas de una matriz cuadrada, su deter-

minante sólo cambia de signo.
6. Si a una fila o columna de una matriz cuadrada se le suma una cierta cantidad de veces
otra fila o columna, entonces la matriz resultante tiene el mismo determinante.
7. Si todos los elementos de una fila o una columna se multiplican por un número k, todo
el determinante queda multiplicado por dicho número.
8. El determinante de una matriz diagonal, triangular inferior o triangular superior es igual

al producto de multiplicar los elementos de la diagonal principal.
9. El determinante de una matriz antisimétrica de orden impar es igual a cero.
10. El determinante de una matriz hermitiana es un número real.
11. El determinante de una matriz ortogonal A es +1 ó −1. En efecto, de las propiedades del
determinante tenemos det(A · At ) = det A det At = det A det A = (det A)2 = det I = 1,
y por tanto, det A = ±1.
12. Si A es una matriz nilpotente entonces |A| = 0. En efecto, si A es una matriz nilpotente
de orden k, Ak = 0. Por tanto |Ak | = 0, luego |A|k = 0, y en consecuencia |A| = 0.
13. Sea A una matriz de orden n; se cumple que: |kA| = kn |A|; k es una escalar.
14. El determinante de una matriz cuadrada no varı́a si a una fila o una columna se le suma
una combinación lineal de filas o columnas paralelas.
15. Si una fila o columna de la matriz cuadrada A es combinación lineal de otras paralelas,
su determinante es nulo.
16. Si descomponemos una fila o una columna de una matriz cuadrada en suma de dos,
podemos descomponer el determinante en suma de dos determinantes de la forma:

a a12 ··· a1n a11 a12 · · · a1n a11 a12 · · · a1n
11
.. .. .. . .. .. .. .. ..
.
. . . . . . . . .

ai1 + a′ ai2 + a′ ′
· · · ain + ain = ai1 ai2 · · · ain + a′i1 a′i2 · · · a′in
i1 i2
.. .. .. . .. .. .. .. ..
. . . .. . . . . .

an1 an2 ··· ann an1 an2 · · · ann an1 an2 · · · ann
Observación 10.2.1. No confundir con det(A+B) = det(A)+det(B), que esto no se cumple.

Observación 10.2.2. Teniendo en cuenta la definición del determinante, se pueden considerar

dos matrices cuadradas especiales más:
a) Matriz Singular. Una matriz es singular si su determinante es cero; es decir:
det A = 0 ⇐⇒ A es singular
b) Matriz Regular. Una matriz es regular llamada también no singular si su determinante

es diferente de cero; es decir:
det A 6= 0 ⇐⇒ A es no singular
Ejemplo 10.2.5.
!
3 4
Dada la matriz: A = ⇒ |A| = 24 − 24 = 0
6 8
∴ A es singular
!
4 3
Dada la matriz: B = ⇒ |B| = 20 − 3 = 17
1 5
∴ B es no singular
10.2.4. Menores complementarios y Cofactores
Considérese la matriz cuadrada de orden n.

 
a11 a12 · · · a1j · · · a1n
 
a a22 · · · a2j · · · a2n 
 21 
 .. 
 . 
 
A= 
 ai1 ai2 ··· aij · · · ain 
 
 .. 
 . 
 
an1 an2 · · · anj · · · ann
Denotaremos por Mij a la matriz cuadrada de orden (n − 1) que resulta de eliminar la fila i
y la columna j de la matriz A luego:
I. Al determinante de la matriz Mij (|Mij |) se le llamará menor complementario del ele-

mento aij de la matriz A.
II. Se define cofactor del elemento aij denotado por Aij .
Aij = (−1)i+j |Mij |

Ejemplo 10.2.6.
 
3 1 4
 
Sea la matriz A = 
−1 2 −3 
√
5 2 −2

2 −3 √

el menor de 3 es: √ = −4 + 3 2
2 −2

1 4

el menor de 5 es: = −3 − 8 = −11
2 −3

3 4

el menor de 2 es: = −6 − 20 = −26
5 −2

√ 3 4

el menor de 2 es: = −9 + 4 = −5
−1 3
Nota:
1. La diferencia entre el menor |Mij | y el cofactor Aij de un elemento aij es solamanete el

signo.
Ası́: Aij = (−1)i+j |Mij |, de donde:
|{z} | {z }
cofactor menor

|Mij | si i + j es par
Aij =
−|M | si i + j es impar
ij
2. El signo que relaciona a Aij y |Mij | del elemento aij de la matriz A se puede hallar en
forma práctica mediante el siguiente arreglo:
 
+ − + ···
 
− + − · · ·
 
 
+ − + · · ·
 
.. .. ..
. . .
Ası́ el signo de a35 es positivo puesto que (3 + 5) es par.
El signo del elemento a25 es negativo ya que (2 + 5) es impar.
10.2.5. Cálculo de Determinantes por Cofactores
Teorema de Laplace:
El determinante de una matriz A = (aij )m×n es igual a la suma de los productos obtenidos
de multiplicar los elementos de cualquier fila (o columna) por sus respectivos cofactores:
n
X
|A| = ai1 Ai1 + ai2 Ai2 + . . . + ain Ain = aij Aij
j=1
n
X
|A| = a1j A1j + a2j A2j + . . . + anj Anj = aij Aij
i=1
Ejemplo 10.2.7.
Calcular el determinate de:

 
3 5 7
 
A=
−2 0 4

1 −3 2
Solución:
Elegimos la fila
2, entonces:

5 7 3 7 3 5

|A| = −(−2) + 0 − 4 ⇒ |A| = 2(10 + 21) + 0 − 4(−9 − 5)
−3 2 1 2 1 −3
∴ |A| = 118
Nota: Lo más recomendable es escoger la fila o columna que tenga la mayor cantidad de ceros.
10.3. Otras matrices importantes
Matriz diagonal
Una matriz diagonal es una matriz cuadrada en que las entradas son todas nulas salvo en
la diagonal principal, y éstas pueden ser nulas o no.
Toda matriz diagonal es también una matriz simétrica, triangular (superior e inferior) y
(si las entradas provienen del cuerpo R o C) normal.
Otro ejemplo de matriz diagonal es la matriz identidad.
Operaciones matriciales
Las operaciones de suma y producto de matrices son especialmente sencillas para matrices
diagonales. Vamos a emplear aquı́ la notación de diag(a1 , . . . , an ) para una matriz diagonal
que tiene las entradas a1 , . . . , an en la diagonal principal, empezando en la esquina superior
izquierda. Entonces, para la suma se tiene:
diag(a1 , . . . , an ) + diag(b1 , . . . , bn ) = diag(a1 + b1 , . . . , an + bn )
y para el producto de matrices,
diag(a1 , . . . , an ) · diag(b1 , . . . , bn ) = diag(a1 b1 , . . . , an bn )

La matriz diagonal diag(a1 , . . . , an ) es invertible si y sólo si las entradas a1 , . . . , an son todas

distintas de 0. En este caso, se tiene
diag(a1 , . . . , an )−1 = diag(a−1 −1

1 , . . . , an )
En particular, las matrices diagonales forman un subanillo del anillo de las matrices de n × n.
Multiplicar la matriz A por la izquierda con diag(a1 , . . . , an ) equivale a multiplicar la fila
i-ésima de A por ai para todo i. Multiplicar la matriz A por la derecha con diag(a1 , . . . , an )
equivale a multiplicar la columna i-ésima de A por ai para todo i.
Usos
Las matrices diagonales tienen lugar en muchas áreas del álgebra lineal. Debido a la senci-
llez de las operaciones con matrices diagonales y el cálculo de su determinante y de sus valores
y vectores propios, siempre es deseable representar una matriz dada o transformación lineal
como una matriz diagonal.
De hecho, una matriz dada de n × n es similar a una matriz diagonal si y sólo si tiene n
autovectores linealmente independientes. Tales matrices se dicen diagonalizables.
En el cuerpo de los números reales o complejos existen más propiedades: toda matriz
normal es similar a una matriz diagonal (teorema espectral) y toda matriz es equivalente a
una matriz diagonal con entradas no negativas.
Matriz banda
Una matriz cuadrada se le llama Matriz Banda cuando es una matriz donde los valores no
nulos son confinados en un entorno de la diagonal principal, formando una banda de valores
no nulos que completan la diagonal principal de la matriz y más diagonales en cada uno de
sus costados.
Escrito formalmente, una matriz A = (ai,j )n×n es una matriz banda si todos sus elementos
son cero fuera de una zona diagonal cuyo rango se determina por las constantes k1 y k2 :
ai,j = 0 si j i + k2 ; k1 , k2 ≥ 0
Los valores k1 y k2 son el semiancho de banda izquierdo y derecho respectivamente. El ancho

de banda de una matriz es k1 + k2 + 1, y se puede definir como el número menor de diagonales
adyacentes con valores no nulos.
Una matriz banda con k1 = k2 = 0 es una matriz diagonal.
Una matriz banda con k1 = k2 = 1 es una matriz tridiagonal; cuando k1 = k2 = 2 se tiene
una matriz pentadiagonal y ası́ sucesivamente.
Una matriz banda con k1 = k2 = p, dependiendo del número p, se le puede llamar matriz
p-banda, formalmente se puede definir como
ai,j = 0 si |i − j| > p ; p≥0
De una matriz banda con k1 = 0, k2 = n − 1, se obtiene la definición de una matriz

triangular inferior. De forma similar, para k1 = n − 1, k2 = 0, se obtiene la definición de una
matriz triangular superior.
Matriz normal
Sea A matriz compleja cuadrada, entonces es una matriz normal si y sólo si
A∗ A = AA∗
donde A∗ es el conjugado transpuesto de A (también llamado hermitiano).

!
−i −i
Ejemplo 10.3.1. La matriz de orden 2 es normal, debido a que:
−i i
! !∗ ! ! ! ! !
−i −i −i −i −i −i i i 2 0 i i −i −i
= = = =
−i i −i i −i i i −i 0 2 i −i −i i
!∗ !
−i −i −i −i
−i i −i i
Una importante propiedad de este tipo de matrices es que son diagonalizables.
Matriz definida positiva
Una matriz definida positiva es una matriz hermitiana que es análoga a los números reales
positivos.
Definiciones equivalentes
Sea M una matriz hermitiana cuadrada n × n, se dice definida positiva si cumple con una
(y por lo tanto, las demás) de las siguientes formulaciones equivalentes:
1. Para todos los vectores no nulos z ∈ Cn tenemos que z∗ M z > 0.

Nótese que z∗ M z es siempre real.
2. Todos los autovalores λi de M son positivos. (Recordamos que los autovalores de una
matriz hermitiana o en su defecto, simétrica, son reales.)
3. La función hx, yi = x∗ M y define un producto interno en Cn .

4. Todos los menores principales de M son positivos. O lo que es equivalente; todas las
siguientes matrices tienen determinantes positivo.
la superior izquierda de M de dimensión 1 × 1

······
la superior izquierda de M de dimensión (M − 1) × (M − 1)
M en sı́ misma
Análogamente, si M es una matriz real simétrica, se reemplaza Cn por Rn , y la conjugada

transpuesta por la transpuesta.
Propiedades
Toda matriz definida positiva es inversible (su determinante es positivo), y su inversa es

definida positiva.
Si M es una matriz definida positiva y r > 0 es un número real, entonces rM es definida

positiva.
Si M y N son matrices definidas positivas, entonces la suma M +N , el producto M N M y

N M N son definidas positivas, además si M N = N M , entonces M N es también definida
positiva.
Toda matriz definida positiva M , tiene al menos una matriz raı́z cuadrada N tal que
N2 = M.
Observación 10.3.1. La matriz hermitiana M se dice:
definida negativa si x∗ M x < 0 para todos los vectores x ∈ Kn no nulos.
semidefinida positiva si x∗ M x ≥ 0 para todo x ∈ Kn .
semidefinida negativa si x∗ M x ≤ 0 para todo x ∈ Kn .
Una matriz hermitiana se dice indefinida si no entra en ninguna de las clasificaciones

anteriores.
Observación 10.3.2. Caso no hermitiano. Una matriz real M puede " tener
# la propiedad
1 1
xT M x > 0 para todo vector real no nulo sin ser simétrica. La matriz es un ejemplo.
0 1
En general, tendremos xT M x > 0 para todo vector real no nulo x si y sólo si la matriz
simétrica (M + M T )/2, es definida positiva.
Matriz permutación
La matriz permutación es la matriz cuadrada con todos sus n × n elementos iguales a 0,

excepto uno cualquiera por cada fila y columna, el cual debe ser igual a 1. De acuerdo a esta
definición existen n! matrices de permutación distintas, de las cuales una mitad corresponde
a matrices de permutación par (con el determinante igual a 1) y la otra mitad a matrices de
permutación impar (con el determinante igual a -1).
Para n = 3 se tiene:
Matrices de permutación par:
   
1 0 0 0 0 1 0 1 0
   
0 1 0 1  
0 0 0 0 1
  
0 0 1 0 1 0 1 0 0
Matrices de permutación impar:

   
0 0 1 0 1 0 1 0 0
   
0 1 0 1 0 0 0 0 1
   
1 0 0 0 0 1 0 1 0
Puede notarse que las matrices de permutación conforman un grupo de orden n! respecto
al producto.
Propiedades
El elemento neutro del grupo es la matriz identidad.
El elemento inverso de cada elemento del grupo de matrices de permutación es la matriz

traspuesta correspondiente.
Cada elemento del grupo de matrices de permutación es una matriz ortogonal.
El producto de matrices de permutación par siempre genera una matriz de permutación

par.
El producto de matrices de permutación impar siempre genera una matriz de permuta-

ción par.
El producto de matrices de permutación de paridad distinta siempre genera una matriz

de permutación impar.
Observe que las matrices de permutación par conforman un semigrupo y que además el
grupo de matrices de permutación no es conmutativo.
Cada elemento del grupo de matrices de permutación fuera del semigrupo es una matriz
simétrica.
Jacobiano
El jacobiano es una abreviación de la matriz jacobiana y su determinante, el determinante

Jacobiano. Son llamados ası́ en honor al matemático Carl Gustav Jacobi.
La matriz Jacobiana es una matriz formada por las derivadas parciales de primer orden
de una función. Una de las aplicaciones más interesantes de esta matriz es la posibilidad de
aproximar linealmente a la función en un punto. En este sentido, el Jacobiano representa la
derivada de una función multivariable.
Supongamos F : Rn −→ Rm es una función que va del espacio euclidiano n-dimensional
a otro espacio euclideano m-dimensional. Esta función está determinada por m funciones
reales: y1 (x1 , . . . , xn ), . . . , ym (x1 , . . . , xn ). Las derivadas parciales de estas (si existen) pueden
ser organizadas en una matriz m por n, la matriz Jacobiana de F :
 
∂y1 ∂y1
···
 ∂x1 ∂xn 
 . .. .. 
 .. . . 
 
 ∂y ∂y 
m m
···
∂x1 ∂xn
∂(y1 , . . . , ym )
Esta matriz es denotada por JF (x1 , . . . , xn ) o como .
∂(x1 , . . . , xn )
Cuadrado latino
Un cuadrado latino es una matriz de n × n elementos, en la que cada casilla está ocupada
por uno de los n sı́mbolos de tal modo que cada uno de ellos aparece exactamente una vez en
cada columna y en cada fila.
Las siguientes matrices son cuadrados latinos:
 
  a b d c
1 2 3  
   c a d
2 3 1 b 
   
c d b a
3 1 2  
d a c b
Los cuadrados latinos se dan como una Tabla de multiplicar (Tabla Cayley) de quasigrupos.
Estos tienen su aplicación en el diseño de experimentos.
El nombre de Cuadrados Latinos se origina con Leonhard Euler quién utilizó caracteres
Latinos como sı́mbolos.
Un cuadrado latino se dice que está reducido (o normalizado o de forma estandarizada) si

la primera fila y la primera columna están en orden natural. Por ejemplo, el primer cuadrado
está reducido, porque la primera fila y la primera columna son 1, 2, 3.
Es posible hacer un cuadrado latino permutando (reordenando) las filas y las columnas.
Representación por un Arreglo Ortogonal
Si cada entrada de un cuadrado latino de n × n se escribe como una tripleta (f, c, s)

donde f es la fila, c la columna y s el sı́mbolo (para nuestro caso un número), obtenemos n2
tripletas llamado arreglo ortogonal del cuadrado. Por ejemplo, para el primer cuadrado latino
de nuestros ejemplos, el arreglo ortogonal será ası́
{(1, 1, 1), (1, 2, 2), (1, 3, 3), (2, 1, 2), (2, 2, 3), (2, 3, 1), (3, 1, 3), (3, 2, 1), (3, 3, 2)}
donde, por ejemplo, la tripleta (2,3,1) representa que el valor en la fila 2 columna 3 es 1.
La representación de un cuadrado latino puede ser escrita en términos del arreglo ortogonal
quedando ası́:
Existen n2 tripletas de la forma (f, c, s), donde 1 ≤ f, c, s ≤ n.
Todos los pares (f, c) son diferentes, todos los pares (f, s) son diferentes, y todos los
pares (c, s) son diferentes.
La representación por arreglos ortogonales muestra que las filas, columnas y sı́mbolos juegan
un papel muy similar, esto estará un poco más claro conforme nos adentremos en el tema.
Muchas operaciones sobre un Cuadrado latino produce otro Cuadrado latino (por ejemplo,
alternar filas).
Si permutamos las filas, permutamos las columnas, y permutamos los sı́mbolos de un Cua-
drado latino obtenemos un nuevo Cuadrado latino que decimos que es isotópico del primero.
El isotopismo es una relación de equivalencia, en base a esto se dice que todos los Cuadrados
latinos están divididos en subgrupos, llamados clases isotópicas, según esto dos Cuadrados de
la misma clase se dice que son isotópicos, y dos de clases diferentes son no isotópicos.
Otro tipo de operación es simple de explicar usando la representación de estos por arreglos
ortogonales. Si reorganizamos consciente y sistemáticamente los tres elementos de cada tripleta
(f, c, s) por (c, f, s) lo cual corresponde a una transposición del cuadrado (reflejado en la
diagonal principal), o podemos remplazar cada tripleta (f, c, s) por (c, s, f ), lo que es una
operación más complicada. Todas juntas nos dan 6 posibilidades, incluida no hacer nada,
dándonos 6 Cuadrados Latinos llamados conjugados del cuadrado original.
Finalmente, podemos combinar estas dos operaciones equivalentes: Dos Cuadrados Latinos
son paratópicos si uno de ellos es conjugado del otro. Esto es nuevamente una relación de
equivalencia, con la clase de equivalencia principal llamada Clase Principal, especies o clase
paratópica. Cada clase contiene 6 clases isotópicas.
El popular rompecabezas Sudoku es un caso especial de Cuadrados Latinos; toda solución
de un Sudoku es un Cuadrado Latino. Un Sudoku impone una restricción adicional a los
subgrupos de 3 × 3, estos solo deben contener los dı́gitos del 1 al 9 (en la versión estándar).
El rompecabezas conocido como Diamante 16 ilustra un concepto generalizado de la orto-
gonalidad de los Cuadrados Latinos: El Cuadrado Ortogonal (A. E. Brouwer, 1991).
10.4. Operaciones Elementales
Se llaman operaciones elementales o transformaciones elementales por filas o columnas

sobre una matriz a las siguientes operaciones:
Operaciones elementales con filas
Dada la matriz A ∈ Mm×n , cuyas filas son F1 , F2 , . . . , Fm . Las operaciones elementales

con filas son:
Fij A : Intercambia dos filas de A.
Fi (λ) : Multiplica la fila Fi de A por un escalar λ 6= 0.
Fij (λ) : Multiplica la fila Fi de A por un escalar λ 6= 0 y luego suma a la fila Fj . Esta
operación se representa por el vector fila λFi + Fj .
Operaciones elementales con columnas
Dada la matriz A ∈ Mm×n , cuyas columnas son C1 , C2 , . . . , Cm . Las operaciones elemen-

tales con columnas son:
Cij A : Intercambia dos columnas de A.
Ci (λ) : Multiplica la columna Ci de A por un escalar λ 6= 0.
Cij (λ) : Multiplica la columna Ci de A por un escalar λ 6= 0 y luego suma a la columna

Cj . Esta operación se representa por el vector columna λCi + Cj .
 
3 −1 9 2
 
Ejemplo 10.4.1. Sea la matriz A =   −2 −5 1 −1 , realicemos las siguientes opera-

4 7 −8 0
ciones:
   
3 −1 9 2 −2 −5 1−1
  F12  
−2 −5 1 −1 −−−−− − −−→  3 −1 9 2 
   
4 7 −8 0 4 7 −8 0
   
3 −1 9 2 3 2 9 −1
  C24  
−2 −1  
 −5 1  −−−−−−−−→ −2 −1 1 −5
4 7 −8 0 4 0 −8 7
   
3 −1 9 2 3 −1 9 2
  F2 (5)  
−2 −1  
 −5 1  −−−−−−−−−→ −10 −25 5 −5
4 7 −8 0 4 7 −8 0
   
3 −1 9 2 3 −1 −18 2
  C3 (−2)  
−2 −5 1 −1 −−−− − − − − −−→ −2 −5 −2 −1
   
4 7 −8 0 4 7 16 0
   
3 −1 9 2 3 −1 9 2
  F13 (−2)  
−2 −5 1 −1 −−−− −−−−−−→  −1
  −2 −5 1 
4 7 −8 0 −2 9 −26 −4
   
3 −1 9 2 3 89 9 2
  C32 (10)  
−2 −1  1 −1
 −5 1  −−−−−−−−−−→ −2 45 
4 7 −8 0 4 −73 −8 0
10.4.1. Matriz escalonada
Una matriz A ∈ Mm×n , de la forma:

 
1 a12 a13 a14 a15 · · · a1n
 
0 0 1 a24 a25 · · · a2n 
 
 
0 0 0 0 1 · · · a3n 
A= 0 0

 0 0 0 ··· 0  
. .. .. .. .. .. 
 .. . . . . ··· . 
 
0 0 0 0 0 ··· 0
con r filas no nulas y s filas nulas. Llamaremos pivote de una fila (o columna) de A al primer
elemento no nulo de dicha fila (o columna), si lo hay. La matriz A se dice que es escalonada
por filas si verifica las siguientes condiciones:
Todas las filas nulas están en la parte inferior de la matriz.
El primer elemento no nulo de cada fila, llamado pivote, está a la derecha del pivote de
la fila anterior (esto supone que todos los elementos debajo de un pivote son cero).
Además se dice que es escalonada reducida por filas si cumplen las siguientes condiciones:
El pivote de cada fila no nula es 1.
En cada fila, el pivote es el único elemento no nulo de su columna
De igual forma se puede definir la matriz escalonada y escalonada reducida por columnas.
Ejemplo 10.4.2. Matrices escalonadas:

     
1 −3 2 5 1 2 0 0 1 2 5 −7
     
0 1 −7 4  , 0 1 −1 , 0 0 1 −7 2 
     
0 0 1 10 0 0 0 0 0 0 0 1
Ejemplo 10.4.3. Matrices escalonadas reducidas:

     
1 0 0 0 1 0 0 0 1 0 0 0
     
0 1 0 0    
  , 0 1 0 , 0 0 1 0 0
0 0 0 1 0 0 0 0 0 0 0 1
Toda matriz puede llevarse por operaciones elementales de filas a la forma escalonada.
El algoritmo para hacerlo se llama método de Gauss o del pivote.
La forma escalonada de una matriz no es única.
10.4.2. Matrices equivalentes
Dos matrices A y B se denominan equivalentes si una de ellas se deduce de la otra mediante

una suseción finita de transformaciones elementales de lı́nea (fila o columna).
El siguiente ejemplo nos muestra que toda matriz de orden m × n puede ser reducida mediante
operaciones elementales fila (columna) a una matriz en forma escalonada por filas (columnas).
 
2 5 3
 
1 2 2
 
Ejemplo 10.4.4. Reducir a la forma escalonada por filas la matriz: A =  
3 4 1
 
2 3 2
Solución
       
2 5 3 1 2 2 1 2 2 1 2 2
       
1 2 2      
  F12 2 5 3 F12 (−2) 0 1 −1 F13 (−3) 0 1 −1
A=  −−−−→   −−−−−−→   −−−−−−→  
3 4 1 3 4 1 3 4 1  0 −2 −5
       
2 3 2 2 3 2 2 3 2 2 3 2
     
1 2 2 1 2 2 1 2 2
     
     1 −1
4
F1 (−2) 0 1 −1 F2 (2) 0
3 1 −1 F2 (1) 0
4

−− −−−→   −−−−−→   −−−−−→  
0 −2 −5 0 0 −7 0 0 −7
     
0 −1 −2 0 −1 −2 0 0 −3
   
1 2 2 1 2 2
   
   −1
F3 (−1/7) 0 1 −1 F34 (3) 0 1 
−−−−−−−→   −−−−−→   = B
0 0 1 0 0 1
   
0 0 −3 0 0 0
Observación 10.4.2. Una matriz cuadrada A ∈ Mn×n escalonada es una matriz triangular
superior, pero no todas las matrices triangulares superiores son matrices escalonadas.
Anteriormente hemos visto que una matriz triangular era inversible si y sólo si todos los
términos de la diagonal principal no son cero; esta caracterı́stica es también válida para las
matrices escalonadas cuadradas.
Veremos a continuación las ventajas que ofrece la reducción de una matriz cuadrada en otra
que tenga forma escalonada.
10.4.3. Rango de una matriz
El rango de una matriz es el mayor de los órdenes de los menores no nulos que podemos
encontrar en la matriz. Por tanto, el rango no puede ser mayor al número de filas o de columnas.
También se define el rango de una matriz como el número máximo de filas (o columnas)
linealmente independientes. esta segunda definición nos va a permitir relacionar el concepto
de rango con conceptos relativos a espacios vectoriales.
El cálculo del rango de una matriz es una cuestión importante a la hora de estudiar sistemas
de ecuaciones lineales. Además en teorı́a de control, el rango de una matriz se puede usar para
determinar si un sistema lineal es controlable u observable.
A continuación vamos a explicar cómo calcular rangos de matrices reales y veremos de que
modo podemos utilizar esta información para aplicarla a los espacios vectoriales.
Definición 10.4.1. El rango de una matriz es igual al número de filas no nulas que quedan en
la última interacion de las sucesivas transformaciones elementales que se hacen con la matriz.
Se deduce que para hallar el rango de una matriz es suficiente transformarla a su forma
escalonada. Como dos matrices equivalentes tienen el mismo rango, el rango de dicha matriz
será igual al rango de la matriz escalonada. Si designamos por r el número de filas no nulas
de la matriz escalonada, entonces el rango de la matriz se denota:
ρ(A) = rang(A) = r
 
0 2 −4
 
1 4 −5
 
 
Ejemplo 10.4.5. Hallar el rango de la matriz A = 3 1 7 
 
0 1 −2
 
2 3 0
Solución: Realizando sucesivamente las transformaciones elementales tendremos:
     
0 2 −4 1 4 −5 1 4 −5
     
1 4 −5 0 2 −4 0 2 −4
    F 3 (−3) y F 5 (−2)  
  F12   1 1  
A = 3 1 7  −−−−→ 3 1 7  −−−−−−−−−−−−−−→ 0 −11 22 
     
0 1 −2 0 1 −2 0 1 −2
     
2 3 0 2 3 0 0 −5 10
   
1 4 −5 1 4 −5
   
0 1 −2  −2
  F 3 (11) , F 5 (5) , F 4 (−1) 0 1 
F2 (1/2)    
−−−−−−→ 0 −11 22  −−−2−−−−−− 2
−−−−− 2
−−−→ 0 0 0 =B
   
0 1 −2 0 0 0
   
0 −5 10 0 0 0
La última matriz escalonada B tiene 2 filas no nulas, luego:
ρ(B) = ρ(A) = 2
 
25 31 17 43
 
75 94 53 132
 
Ejemplo 10.4.6. Hallar el rango de la matriz A =  
75 94 54 134
 
25 32 20 48
Solución: Por el método de las transformaciones elementales se tiene:
       
25 31 17 43 25 31 17 43 25 31 17 43 25 31 17 43
       
75 94 53 132  0 1 2 3 0 1 2 3 0 1 2 3
   
   
 ≈ ≈ ≈ 
75 94 54 134  0 1 3 5 0 0 1 2 0 0 1 2
       
25 32 20 48 0 1 3 5 0 0 1 2 0 0 0 0
La última matriz escalonada tiene tres filas no nulas, por tanto
ρ(A) = 3
10.5. Matriz Inversa

Si A ∈ Mn×n , se dice que A es invertible o tiene inversa si existe una matriz B ∈ Mn×n
tal que AB = BA = I. La matriz B recibe el nombre de matriz inversa de A y se denota por
A = B −1 , análogamente la matriz A es la inversa de B y se expresa por A = B −1 . Entonces

se tiene:
AA−1 = A−1 A = I (10.2)
Propiedades:
Si A y B son matrices cuadradas invertibles de orden n, entonces:
⊲ (A−1 )−1 = A
⊲ (λA)−1 = λ−1 · A−1 ; λ es escalar.
⊲ (AB)−1 = B −1 A−1
⊲ (At )−1 = (A−1 )t
Teorema 10.5.1. Una matriz cuadrada tiene inversa si y solo si es una matriz no singular,
en tal caso se dice que la matriz es invertible.
Teorema 10.5.2. Si una matriz cuadrada A es invertible entonces su inversa es única.
Demostración. Supongamos que B y C son dos matrices inversas de A. Debemos probar que
B = C.
En efecto. Si B es matriz inversa de A entonces AB = BA = I, además C es matriz inversa
de A entonces AC = CA = I. También se cumple por la ley asociativa de la multiplicación de
matrices que B(AC) = (BA)C. Entonces:
B = BI = B(AC) = (BA)C = IC = C
de donde se obtiene que B = C.
10.5.1. Matriz de cofactores
Sea la matriz  
a11 a12 a13 · · · a1n
 
 a21 a22 a23 · · · a1n 
 
A= . .. .. .. .. 
 .. . . . . 
 
Si Aij es el cofactor del elemento aij , entonces la matriz cofact(A) definida como:
 
A11 A12 A13 · · · A1n
 
 A21 A22 A23 · · · A1n 
 
cofact(A) =  . .. .. .. .. 
 .. . . . . 
 
An1 An2 An3 · · · Ann
se le conoce como matriz de cofactores, donde:
Aij = (−1)i+j |Mij |
y Mij es la matriz cuadrada de orden (n − 1) que resulta de eliminar la fila i y la columna j

de la matriz A
 
1 2 3
 
Ejemplo 10.5.1. Dada la matriz: A = 
3 2 5
. Hallar la matriz cofact(A)
−1 4 −3
Solución
" # " #
2 5 1 2
A11 = (−1)1+1 = −26 A23 = (−1)2+3 = −6
4 −3 −1 4
" # " #
1+2
3 5 3+1
2 3
A12 = (−1) =4 A31 = (−1) =4
−1 −3 2 5
" # " #
3 2 1 3
A13 = (−1)1+3 = 14 A32 = (−1)3+2 =4
−1 4 3 5
" # " #
2+1
2 3 3+3
1 2
A21 = (−1) = 18 A33 = (−1) = −4
4 −3 3 2
" #
1 3
A22 = (−1)2+2 =0
−1 −3
 
−26 4 14
 
luego la matriz de cofactores es: cofact(A) = 
 18 0 −6

4 4 −4
10.5.2. Adjunta de una matriz
La Adjunta de una matriz cuadrada A es la traspuesta de la matriz que se obtiene al

sustituir cada elemento aij por su cofactor Aij .
La Adjunta de A se denota por: Adj(A).
Adj(A) = [cofact(A)]t
 
1 2 3
 
Ejemplo 10.5.2. Sea la matriz: A= 3 2 5

−1 4 −3
Solución
Por el ejemplo anterior se tiene que la matriz de cofactores está dada por:
 
−26 4 14
 
cofac(A) =  18 0 −6

4 4 −4
entonces la adjunta de A estarı́a dada por:

 
−26 18 4
 
Adj(A) =  4 0 4
 (10.3)
14 −6 −4
Teorema 10.5.3. Sea A una matriz invertible, entonces la matriz inversa está dada por:
Adj(A)
A−1 = (10.4)
|A|
y la adjunta de una matriz estarı́a por:
Adj(A) = |A|A−1 (10.5)

 
1 2 3
 
Ejemplo 10.5.3. Hallar la matriz inversa de A = 
3 52
−1 4 −3
 
−26 18 4
 
De (10.3) se tiene que: AdjA = 
 4 0 4.
14 −6 −4

1 2 3

Además 3 2 5 = 24, de donde:

−1 4 −3
 
−26 18 4
1 
 4

A−1 = 4
0
24  
14 −6 −4
10.5.3. Matrices elementales
Una matriz cuadrada E de orden n × n se llama matriz elemental si se puede obtener

a partir de la matriz identidad, In , de orden n × n mediante una sola operación fundamental
con filas.
Notación: Una matriz elemental se denota por E, o por Fij , λFi , Fj + λFi según la
forma en que se obtuvo de I.
Ejemplo 10.5.4. Veamos tres matrices elementales
Matriz
 obtenida
 multiplicando
 la segunda fila de I por 5.

1 0 0 1 0 0
  F2 (5)  
0 1 0 −−−−−→ 0 5 0
 
  = 5F2
0 0 1 0 0 1
Matriz
 obtenida
 multiplicando
 la primera
 fila de I por −3 y sumándola a la tercera fila.
1 0 0 1 0 0
  F13 (−3)  
0 1 0 −−−−−−→  0 1 0
 
  = F3 − 3F1
0 0 1 −3 0 1
Matriz
 obtenida
 intercambiando
  la segunda y tercera fila de I.
1 0 0 1 0 0
  F23  
0 1 
0 −−−−→ 0 0 1

  = F23
0 0 1 0 1 0
Considere los siguientes tres productos, con λ 6= 0
    
1 0 0 1 0 0 1 0 0
    
0 λ 0 0 1/λ  
0 = 0 1 0 (10.6)
  
0 0 1 0 0 1 0 0 1
    
1 0 0 1 0 0 1 0 0
    
 0 1 0  0 1 
0 = 0 1 0 (10.7)
  
λ 0 1 −λ 0 1 0 0 1
    
1 0 0 1 0 0 1 0 0
    
0 0 1 0 0 1  1 0
   = 0  (10.8)
0 1 0 0 1 0 0 0 1
Las ecuaciones 10.6, 10.7 y 10.8 sugieren que toda matriz elemental es invertible y que su
inversa es del mismo tipo (vea tabla 10.1).
Teorema 10.5.4. Toda matriz elemental es invertible. El inverso de una matriz elemental es
una matriz del mismo tipo.
Nota: El inverso de una matriz elemental se puede encontrar por inspección. No es nece-
sario hacer cálculos.
Teorema 10.5.5. Una matriz cuadrada es invertible si y solo si es el producto de matrices

elementales.
 
2 4 6
 
Ejemplo 10.5.5. Verificar que la matriz A =  
4 5 6  es invertible y expresarla como
3 1 −2
un producto de matrices elementales.
Matriz ele- Muliplicar Multiplicar

Representación Representación
mental tipo A por la por la iz-
simbólica simbólica
E izquierda quierda, E −1
Multiplique la Multiplique la
1
Multiplicación fila i de A por λFi fila i de A por Fi
λ
λ 6= 0 1/λ
Multiplique la Multiplique la
fila i de A por λ fila i de A por
Suma Fj + λFi Fj − λFi
y sume a la fila −λ y sume a la
j fila j
Intercambie las Intercambie las
Permutación Fij Fij
filas i y j filas i y j
Cuadro 10.1: Matrices elementales
10.5.4. Método de Gauss Jordan
El método de Gauss Jordan consiste en lo siguiente:
Dada la matriz cuadrada A de orden n × n, se construye la matriz rectangular de orden

n × 2n llamada matriz aumentada (A | I).
Se utiliza las transformaciones elementales por filas para poner la matriz A a su forma
escalonada reducida, obteniéndose la matriz (I | B).
La matriz inversa en este caso es B = A−1 .
Observación 10.5.1. Si uno de los elementos de la diagonal principal de la matriz escalonada

reducida E en (E | B) es cero, entonces la matriz A no es invertible
 
2 4 6
 
Ejemplo 10.5.6. Determinar si la matriz A = 4 5  6 es invertible. Si ası́ lo fuera,
3 1 −2
calcular su inversa.
Solución
Primero efectuamos las operaciones con filas para reducir A a una matriz escalonada E. Para
ello formamos la matriz (A | I).
     
2 4 6 | 1 0 0 1 2 3 | 12 0 0 1 2 3 | 12 0 0
     
(A|I) = 4 5 6 | 0 1 0   
 = 4 5 6 | 0 1 0 = 0 −3 −6 | −2 1 0

3 1 −2 | 0 0 1 3 1 −2 | 0 0 1 0 −5 −11 | − 32 0 1
   
1
1 2 3 | 2 0 01 0 −1 | − 56 2
3 0
   
=
0 1 2 | 2
3 − 13 0 
 = 0 1 2 | 2
3 − 13 0

0 −5 −11 | − 32 0 1 0 0 −1 | 11 6 − 53 1
   
1 0 −1 | − 56 2
3 0 1 0 0 | −3 8 7
3 −1
   
=
0 1 2 | 2
3
1 
− 3 0  = 0  1 0 | 13
3 − 11
3 2
 = (I|B)
0 0 1 | − 116
5
3 −1 0 0 1 | − 11
6
5
3 −1
como A se redujo a I, se tiene que:
   
− 83 7
3 −1 −16 14 −6
  1 
B = A−1 =   3
13
− 11
3 2  
 = 6  26 −22 12 
− 11
6
5
3 −1 −11 10 −6
10.6. Criptografı́a
La criptografı́a es la ciencia que se encarga de diseñar métodos para mantener confidencial

a la información que es enviada por un medio inseguro.
Casi todos los medios de comunicación son inseguros, es decir, un espı́a siempre puede
intervenir una comunicación, y en tal caso conocer su contenido, alterar el contenido, borrar
el contenido, etc.
La criptografı́a entonces usa un algoritmo de cifrado con una clave. Para que el emisor de
un mensaje pueda estar seguro que éste sea confidencial, y solo el receptor autorizado pueda
saber en contenido aplicando un método de descifrado con su respectiva clave.
La criptografı́a tiene una amplia historia, ha existido desde los inicios de la civilización.
10.6.2. Sistema Criptográfico usando Matrices
Sea A una matriz invertible n × n, y M un mensaje con forma de matriz n × m. Entonces,

C = AM es el mensaje cifrado. Para poder descifrar el mensaje solo multiplicamos por la
matriz inversa A−1 a C para obtener el mensaje original.
A−1 C = A−1 AM = IM = M
Ejemplo 10.6.1. Proceso de preparación. Para cifrar un mensaje se hace lo siguiente: si el

mensaje original es “CULTURA PAZ Y EDUCACION”
El primer paso es codificar el mensaje con números de acuerdo a la siguiente tabla:

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
– A B C D E F G H I J K L M N Ñ O P Q R S
21 22 23 24 25 26 27
T U V W X Y Z
De tal forma que el mensaje queda codificado como:
C U L T U R A – P A Z – E D U C A C I O N
3 22 12 21 22 19 1 0 17 1 27 0 5 4 22 3 1 3 9 16 14
" # " #
−2 3 −45 39 47 3 19 −15 −11
Ejemplo 10.6.2. Sean: A = , C=
−1 1 −23 9 14 1 0 −8 −6
El mensaje M fue cifrado con la clave A, y se obtuvo el mensaje cifrado C. Encuentre el
mensaje M
Solución:
" # " #
−2 3 −1
1 −3
Como A = , entonces A = , ahora como M = A−1 C se tiene que:
−1 1 1 −2
" #" # " #
1 −3 −45 39 47 3 19 −15 −11 24 12 5 0 19 9 7
M= =
1 −2 −23 9 14 1 0 −8 −6 1 21 19 1 19 1 1
luego el mensaje se lee de la siguiente manera:
24 1 12 21 5 19 0 1 19 19 9 1 7 1
por lo tanto el messaje M será: WALTER–ARRIAGA
10.7. Sistemas de Ecuaciones Lineales

La primera fase, que comprende el periodo de 1700 a. de C. a 1700 d. de C., se caracte-
rizó por la invención gradual de sı́mbolos y la resolución de ecuaciones. Dentro de esta fase
encontramos un álgebra desarrollada por los griegos (300 a. de C.), llamada álgebra geométrica,
rica en métodos geométricos para resolver ecuaciones algebraicas.
La introducción de la notación simbólica asociada a Viète (1540-1603), marca el inicio de
una nueva etapa en la cual Descartes (1596-1650) contribuye de forma importante al desarrollo
de dicha notación. En este momento, el álgebra se convierte en la ciencia de los cálculos
simbólicos y de las ecuaciones. Posteriormente, Euler (1707-1783) la define como la teorı́a
de los “cálculos con cantidades de distintas clases” (cálculos con números racionales enteros,
fracciones ordinarias, raı́ces cuadradas y cúbicas, progresiones y todo tipo de ecuaciones).
Para llegar al actual proceso de resolución de la ecuación ax + b = c han pasado más de
3.000 años.
Los egipcios nos dejaron en sus papiros (sobre todo en el de Rhid −1,650 a.c. y el de
Moscú −1,850 a.c.) multitud de problemas matemáticos resueltos. La mayorı́a de ellos son de
tipo aritmético y respondı́an a situaciones concretas de la vida diaria; sin embargo, encon-
tramos algunos que podemos clasificar como algebraicos, pues no se refiere a ningún objeto
concreto. En éstos, de una forma retórica, obtenı́an una solución realizando operaciones con
los datos de forma análoga a como hoy resolvemos dichas ecuaciones.
Las ecuaciones más utilizadas por los egipcios eran de la forma:

x + ax = b
x + ax + bx = 0
donde a, b y c eran números conocidos y x la incógnita que ellos denominaban aha o montón.
Una ecuación lineal que aparece en el papiro de Rhid responde al problema siguiente:
“Un montón y un séptimo del mismo es igual a 24”.

1
En notación moderna, la ecuación serı́a: x + x = 24.
7
La solución la obtenı́an por un método que hoy conocemos con el nombre de “método
de la falsa posición” o “regula falsi”. Consiste en tomar un valor concreto para la incógnita,
probamos con él y si se verifica la igualdad ya tenemos la solución, si no, mediante cálculos
obtendremos la solución exacta.
Los babilonios (el mayor número de documentos corresponde al periodo 600 a.c. a 300
d.c.) casi no le prestaron atención a las ecuaciones lineales, quizás por considerarlas demasiado
elementales, y trabajaron más los sistemas de ecuaciones lineales y las ecuaciones de segundo
grado. Los babilonios llamaban a las incógnitas con palabras tales como longitud, anchura,
área, o volumen , sin que tuvieran relación con problemas de medida.
Un ejemplo tomado de una tablilla babilónica plantea la resolución de un sistema de
ecuaciones en los siguientes términos:
1/4anchura + longitud = 7manos
longitud + anchura = 10manos
Para resolverlo comienzan asignando el valor 5 a una mano y observaban que la solución
podı́a ser: anchura = 20, longitud = 30. Para comprobarlo utilizaban un método parecido al
de eliminación. En nuestra notación, serı́a:
y + 4x = 28
y + x = 10
restando la segunda de la primera, se obtiene 3x = 18, es decir, x = 6 e y = 4.
También resolvı́an sistemas de ecuaciones, donde alguna de ellas era cuadrática.
Los matemáticos griegos no tuvieron problemas con las ecuaciones lineales y, exceptuando
a Diophante (250 d.c.), no se dedicaron mucho al álgebra, pues su preocupación era como
hemos visto, mayor por la geometrı́a. Sobre la vida de Diophante aparece en los siglos V o VI
un epigrama algebraico que constituye una ecuación lineal y dice:
“Transeúnte, ésta es la tumba de Diophante: es él quien con esta sorprendente dis-
tribución te dice el número de años que vivió. Su juventud ocupó su sexta parte,
después durante la doceava parte su mejilla se cubrió con el primer vello. Pasó aún
una séptima parte de su vida antes de tomar esposa y, cinco años después, tuvo un
precioso niño que, una vez alcanzada la mitad de la edad de su padre, pereció de
una muerte desgraciada. Su padre tuvo que sobrevivirle, llorándole durante cuatro
años. De todo esto, deduce su edad.”
Los griegos resolvı́an algunos sistemas de ecuaciones, pero uti1izando métodos geométricos.
Thymaridas (400 a.c.) habı́a encontrado una fórmula para resolver un determinado sistema
de n ecuaciones con n incógnitas. Diophante resuelve también problemas en los que aparecı́an
sistemas de ecuaciones, pero transformándolos en una ecuación lineal.
Diophante sólo aceptaba las soluciones positivas, pues lo que buscaba era resolver proble-
mas y no ecuaciones. Utilizó ya un álgebra sincopada como hemos señalado anteriormente.
Sin embargo, unas de las dificultades que encontramos en la resolución de ecuaciones por
Diophante es que carece de un método general y utiliza en cada problema métodos a veces
excesivamente ingeniosos.
Los sistemas de ecuaciones aparecen también en los documentos indios. No obstante, no
llegan a obtener métodos generales de resolución, sino que resuelven tipos especiales de ecua-
ciones.
El libro El arte matemático, de autor chino desconocido (siglo III a.c.), contiene algunos
problemas donde se resuelven ecuaciones. En ellos encontramos un esbozo del método de las
matrices para resolver sistemas de ecuaciones lineales. Uno de dichos problemas equivale a
resolver un sistema de tres ecuaciones lineales por dicho método matricial.
Los primeros documentos matemáticos que existen (datan del siglo III d.c.) son los Sul-
vasütras, donde se recogen todos los conocimientos necesarios para construir los templos. En
éstos aparece el siguiente problema:
“Hallar el lado de un rectángulo, conociendo el otro lado y sabiendo que su área es igual
al área de un cuadrado dado.”
Lo resolvı́an utilizando el método de la falsa posición, como los egipcios.
Posteriormente, Brahmagupta (siglo VII) expresa, ya de forma sincopada, cómo resolver
ecuaciones lineales. La incógnita la representaba por la abreviatura ya , y las operaciones con
la primera sı́laba de las palabras.
Dada la ecuación ax + b = cx + d, la solución vendrá dada dividiendo la diferencia de los
términos conocidos entre la diferencia de los coeficientes de los desconocidos, esto es,
d−b
x=
a−c
Estos métodos pasaron a los árabes que los extendieron por Europa. Al algebrista Abu-
Kamil (siglo IX y X) se le atribuye una obra donde trata la solución de ecuaciones lineales
por simple y doble falsa posición.
El objetivo general de este tema es discutir y resolver sistemas de ecuaciones lineales,

haciendo abstracción del tipo de problemas que origina su planteamiento.
Discutir un sistema consiste en averiguar si tiene o no tiene solución y, caso de tenerla,
saber si es única o si no lo es.
Resolver un sistema es calcular su solución (o soluciones). Los casos más sencillos (2 ecua-
ciones con 2 incógnitas, 3 ecuaciones con 3 incógnitas ...) ya se han estudiado en cursos
anteriores. Aquı́, analizaremos el caso general: cualquier número de ecuaciones y cualquier
número de incógnitas.
Definición 10.7.1. Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de

expresiones algebraicas de la forma:


 a11 x1 + a12 x2 + · · · + a1n xn = b1



 a21 x1 + a22 x2 + · · · + a2n xn = b2
.. .. .. .. .. (10.9)

 . . . . .



 a x + a x + ··· + a x = b
m1 1 m2 2 mn n m
donde:
xj son las incógnitas, (j = 1, 2, . . . , n).
aij son los coeficientes, (i = 1, 2, . . . , m), (j = 1, 2, . . . , n).
bi son los términos independientes, (i = 1, 2, . . . , m).
Cuando n es pequeño, es usual designar a las incógnitas con las letras x, y, z, t, . . . Obsérvese
que el número de ecuaciones no tiene por qué ser igual al número de incógnitas. Cuando bi = 0
para todo i, el sistema se llama homogéneo.


 2x + y − z = 4


Ejemplo 10.7.1. El sistema de ecuaciones x + y + z = 6




3x − y = 4
se verifica para x = 2, y = 2, z = 2.
10.7.3. Clasificación de los sistemas de ecuaciones lineales
Los sistemas de ecuaciones lineales de acuerdo a su posibilidad de solución pueden ser:
I. Sistema Compatible: Es aquel sistema de ecuaciones que si admite soluciones. Estas a su

vez pueden ser:
a. Sistema Compatible Determinado: Si tienen un número limitado de soluciones.

b. Sistema Compatible Indeterminado: Si tienen infinitas soluciones.
II. Sistema Incompatible: Es aquel sistema de ecuaciones que no admite solución alguna.
Ejemplo 10.7.2.

x + 3y = 10
El sistema , es compatible. Su solución es {1, 3} y es determinado por
3x + y = 6
que sólo tienen una solución.

x + 3y = 7
El sistema , es incompatible, por que no hay ningún par de valores que
x + 3y = 10
verifiquen las ecuaciones.

x − y = 6
El sistema , es compatible indeterminado por que tiene infinitas solu-
3x − 3y = 18
ciones. {0, 6}, {1, 5}, {1, 7}, {2, 4}, · · · · · · .
Notación: El sistema de ecuaciones (10.9) se puede escribir en forma matricial de la si-

guiente manera:
A.X = B (10.10)
     
a11 a12 . . . a1n x1 b1
     
 a21 a22 . . . a2n   x2   b2 
     
donde: A =  . .. .. 
.. , X =  .  y B =  . 
 .. . . .   ..   .. 
    
am1 am2 . . . amn xn bm
Si en el sistema (10.9) consideramos las siguientes matrices:

       
a11 a12 a1n b1
       
 a21   a22   a2n   b2 
       
A1 =  . , A2 =  . , . . . . . ., An =  . , B =  . .
 ..   ..   ..   .. 
       
am1 am2 amn bm
El sistema se escribirá en forma vectorial de la siguiente manera:
A1 .X1 + A2 .X2 + · · · + An .Xn = B (10.11)
En esta notación, las soluciones de un sistema son los elementos de la forma:
S = (s1 , s2 , . . . , sn ) ∈ Rn
y se verifica la siguiente relación: A1 .s1 + A2 .s2 + · · · + An .sn = B



 2x − y + z = 6


Ejemplo 10.7.3. Consideremos el sistema de ecuaciones lineales: x + 4y − 2z = 0




3x − 5y + z = 4
 
2 −1 1
 
tenemos que A =  
1 4 −2 es la matriz de coeficientes de orden 3 × 3; y la matriz
3 −5 1
 
2 −1 1 6
 
b = 1 4
A −2 0
  es la matriz ampliada de orden 3 × 4.
3 −5 1 4
El sistema se puede escribir de las siguientes formas:

    
2 −1 1 x 6
    
Forma matricial: 1 4 −2 y  = 0
    
3 −5 1 z 4
       
2 −1 1 6
       
Forma vectorial: 1 x +  4  y + −2 z = 0
       
3 −5 1 4
10.7.4. Sistemas Equivalentes
Dos sistemas de ecuaciones son equivalentes si toda solución del primero es solución del
segundo y viceversa. (No es necesario que tengan el mismo número de ecuaciones).


 x + 3y = 6 

 x + 3y = 6
Ejemplo 10.7.4. Los sistemas: 2x − y = 5 y son equivalentes.

 3x − 2y = 7


x−y = 2
Ambos son compatibles determinados y su solución es: x = 3, y = 1.
Definición 10.7.2. En un sistema de ecuaciones lineales, una ecuación es combinación lineal

de las ecuaciones del sistema, si se obtiene como resultado de sumar las ecuaciones del mismo
previamente multiplicadas por un número real.
A continuación veamos el Teorema fundamental de equivalencia.
Teorema 10.7.1. Si en un sistema de ecuaciones lineales se sustituye la ecuación i-ésima por

una combinación lineal de dicha ecuación y las demás ecuaciones del sistema (siempre que el
coeficiente que multiplique a la ecuación i-ésima sea distinto de cero), el sistema resultante es
equivalente al primero.
10.7.5. Método de Gauss-Jordan. Eliminación Gausiana
Es el método de resolución de sistemas de ecuaciones lineales, que consiste en llegar a un

sistema escalonado transformando la matriz ampliada en una matriz escalonada por filas.


 x+y−z = 1


Ejemplo 10.7.5. Resolver el sistema 2x + 3y + z = 3




5x − y + 2z = 2
Solución
Consideramos la matriz aumentada o ampliada asociada al sistema, separando un poco la
columna de los términos independientes:
     
1 1 −1 1 1 1 −1 1 1 1 −1 1
     
2 3 3  1  1
 1  = 0 1 3  = 0 1 3 
5 −1 2 2 0 −6 7 −3 0 0 25 3


 x+y−z = 1


Luego, el sistema ha quedado de la siguiente forma: y + 3z = 1




25z = 3
3 16 12
Resolviendo las ecuaciones, comenzando por la última queda: z = ,y= ,x= .
25 25 25
Se trata de un sistema compatible determinado.


 3x + 3y − +11z − t = 8


Ejemplo 10.7.6. Resolver el sistema 2x + 5z + 3t = 4




x − y + 2z + 2t = 2
Solución
La matriz ampliada es:
     
3 3 11 −1 8 1 −1 2 2 2 1 −1 2 2 2
     
2 0 5 3 4 = 2 0 5 3 4  = 0 2 1 −1 0 =
     
1 −1 2 2 2 3 3 11 −1 8 0 6 5 −7 2
 
1 −1 2 2 2
 
0 2 1 −1 0
 
0 0 2 −4 2


 x − y + 2z + 2t = 2


Luego, el sistema ha quedado de la siguiente forma: 2y + z − t = 0




2z − 4t = 2
Resolvemos la última ecuación, z = 1 + 2t; si hacemos t = α, queda:
−1 α −1 13α
z = 1 + 2α; y = − + ;x=− + ; t = α.
2 2 2 2
Las soluciones del sistema se hallan dando valores arbitrarios al parámetro α.
Es un sistema compatible indeterminado.


 −y + z = −2


Ejemplo 10.7.7. Resolver el sistema x + 2y + 4z = 3




2x + 4y + 8z = 1
Solución
La matriz ampliada es:
     
0 −1 1 −2 1 2 4 3 1 2 4 3
     
1 2 4 3  = 0 −1 1 −2 = 0 −1 1 −2
     
2 4 8 1 2 4 8 1 0 0 0 −5


 x + 2y + 4z = 3


Luego, el sistema ha quedado de la siguiente forma: −y + z = −2




0 = −5
Se observa que el sistema es incompatible.
10.7.6. Método de Gabriel Cramer
El método de Gauss que acabamos de ver es sencillo y eficaz para resolver un sistema de
ecuaciones lineales. Pero tiene un inconveniente. Si de un sistema de 300 incógnitas tan sólo
nos interesan 7, siguiendo el método de Gauss, habrı́amos de seguir el proceso de triangulación
como si nos interesaran todas ellas.
La regla de Cramer, que ahora veremos, aprovecha con astucia las propiedades de las
matrices y sus determinantes para despejar, separadamente, una cualquiera de las incógnitas
de un sistema de ecuaciones lineales.
Sistema de Cramer: Es un sistema de la forma (10.9) en el que m = n, y |A| =
6 0.
Es decir, La matriz A es cuadrada y regular. En tal caso, A tiene inversa A−1 , por lo que
multiplicando a (10.10) por la izquierda por A−1 , se tiene:
Adj(A)
A−1 AX = A−1 B ⇒ X = A−1 B ⇒ X= B.
|A|
Entonces, para usar la regla de Cramer se debe cumplir las siguientes condiciones:
El número de ecuaciones es igual al número de incógnitas.
El determinante de la matriz de coeficientes de las incógnitas debe ser distinto de cero.
Denotaremos por:
a a12 · · · a1n
11

a21 a22 · · · a2n

Determinante del sistema: ∆S = . .. .. ..
.. . . .

an1 an2 · · · ann

a11 a12 · · · b1 · · · a1n

a a22 · · · b2 · · · a2n
21
Determinante de xj : ∆xj =
··· ··· · · · · · · · · · · · ·

an1 an2 · · · bn · · · ann
∆xj es el determinante que se obtiene a partir de la matriz de coeficientes A, cambiando los

elementos de la columna j por los términos independientes.
La solución viene dada por:
∆xj
xj = (10.12)
∆S


 a x + b1 y + c1 z = d1

 1
Nota: El el caso de un sistema lineal de 3 ecuaciones con 3 incógnitas: a2 x + b2 y + c2 z = d2




a3 x + b3 y + c3 z = d3
se tiene:
∆S = Determinante del sistema. ∆y = Determinante de y.

∆x = Determinante de x. ∆z = Determinante de z.
Recordemos que:

a b c
1 1 1 d b c
1 1 1 a d c
1 1 1 a b d
1 1 1

∆S = a2 b2 c2 ; ∆x = d2 b2 c2 ; ∆y = a2 d2 c2 ; ∆z = a2 b2 d2 .

a3 b3 c3 d3 b3 c3 a3 d3 c3 a3 b3 d3
Finalmente la solución del sistema se obtiene ası́:
∆x ∆y ∆z
x= ; y= ; z=
∆S ∆S ∆S


 2x + 3y − 5z = 8


Ejemplo 10.7.8. Resolver el sistema 5x − 2y + z = 9




3x − y + 2z = 9
Solución
El sistema es un tı́pico caso en el que resulta conveniente aplicar la regla de Cramer.
Primero hallaremos los determinantes aplicando el método de Sarrus:

2 3 −5 2 8 −5

∆S = 5 −2 1 ⇒ ∆S = −32; ∆y = 5 9 1 ⇒ ∆y = −128;

3 −1 2 3 9 2

8 3 −5 2 3 8

∆x = 9 −2 1 ⇒ ∆x = −96 ∆z = 5 −2 9 ⇒ ∆z = −64

9 −1 2 3 −1 9
∆x ∆y ∆z
Luego: x= = 3; y= = 4; z= = 2. Por lo tanto el conjunto solución es:
∆S ∆S ∆S
C.S. = {3; 4; 2}
10.7.7. Teorema de Rouché - Fröbenius

b
Sea el sistema dado en (10.9), donde A es la matriz de coeficientes de las incógnitas y A
la matriz ampliada con los términos independientes.
I. La condición necesaria y suficiente para que el sistema sea compatible, es decir, para que
tenga solución es que el rango1 de A sea igual al rango de A.b
b = n, el sistema tendrá solución única (Sistema compatible

a) Si rango de A = rango de A
determinado).
b = k < n, el sistema tendrá infinitas soluciones y depen-
b) Si rango de A = rango de A
derá exactamente de n − k parámetros (Sistema compatible indeterminado).
b el sistema no tendrá solución (Sistema incompatible).

II. Si rango de A 6= rango de A,


x + y − z


= 1
Ejemplo 10.7.9. Dado el sistema lineal 2x + 3y + az = 3




x + ay + 3z = 2
Halle el valor de “a” de tal modo que:
No tenga solución.
Tenga más de una solución.
Tiene una única solución.
Solución
La matriz ampliada:
     
1 1 −1 1 1 1 −1 1 1 1 −1 1
     
2 3 a 3 = 0 1 a + 2 1  = 0 1 a + 2 1 
     
1 a 3 2 0 a−1 4 1 0 0 6 − a − a2 2 − a
No tiene solución si:

6 − a − a2 = 0 ∧ 2 − a 6= 0
(a + 3)(a − 2) = 0 ∧ a 6= 2 ⇒ a = −3
Tiene más de una solución si:

6 − a − a2 = 0 ∧ 2 − a = 0 ⇒ a = 2
Tiene solución única si:

6 − a − a2 6= 0 ∧ 2 − a 6= 0 ⇒ a 6= −3 , a 6= 2.
Por lo tanto a ∈ R − {−3; 2}
1
El rango de una matriz es igual al número de filas linealmente independientes
10.7.8. Sistemas homogéneos
Un sistema de ecuaciones lineales es homogéneo, si todos los términos independientes son

nulos.
Consideremos el siguiente sistema homogéneo de m ecuaciones con n incógnitas:


 a11 x1 + a12 x2 + · · · + a1n xn = 0



 a21 x1 + a22 x2 + · · · + a2n xn = 0
.. .. .. .. .. (10.13)

 . . . . .



 a x + a x + ··· + a x = 0
m1 1 m2 2 mn n
Aplicando el teorema de Rouché-Fröbenius a este sistema, resulta que siempre tendrá so-
lución, ya que siempre se cumple que r(A) = r(B).
Si r(A) = número de incógnitas, existirá una única solución que será la solución trivial:
x1 = x2 = . . . = xn = 0
Si r(A) < número de incógnitas, existirán infinitas soluciones. Podemos enunciar, pues, el
siguiente teorema:
Teorema 10.7.2. Un sistema de ecuaciones lineales homogéneo tiene solución distinta de la

trivial si y solo si el rango de la matriz los coeficientes es menor que el número de incógnitas.
Corolario 10.7.1. Un sistema de ecuaciones lineales homogéneo con igual número de ecua-
ciones que de incógnitas tiene solución distinta de la trivial si y solo si el determinante de la
matriz de coeficientes es nulo.
10.8. Factorización LU de una Matriz
En el álgebra lineal, la descomposición LU es una forma de factorización de una matriz

“no singular” como el producto de una matriz triangular inferior y una superior.
Esta factorización es útil para resolver sistemas de ecuaciones lineales sobre una compu-
tadora y se puede usar para probar resultados importantes sobre matrices.
En la sección 10.7 se muestra el sistema de ecuaciones lineales dado en 10.9 que a su vez
se puede escribir como 10.10, es decir como:
Ax = b
Supongamos que se conoce cómo factorizar una matriz An×n en la forma
A = LU (10.14)
donde L es una matriz triangular inferior n × n y U es una matriz escalonada n × n. Entonces

el sistema 10.10 podrı́a representarse en la forma
LU.x = b (10.15)
Si denominamos y a la matriz columna de n filas resultado del producto de las matrices U x,

tenemos que la ecuación (10.15) se puede reescribir del siguiente modo:
Ly = b (10.16)
A partir de las ecuaciones (10.15) y (10.16), es posible plantear un algoritmo para resolver
el sistema de ecuaciones lineales empleando dos etapas:
Primero obtenemos y aplicando el algoritmo de sustitución progresiva en la ecuación

(10.16).
Posteriormente obtenemos los valores de x aplicando el algoritmo de sustitución regresiva

a la ecuación
Ux = y (10.17)
El análisis anterior nos muestra lo fácil que es resolver estos dos sistemas de ecuaciones
triangulares y lo útil que resultarı́a disponer de un método que nos permitiera llevar a cabo
la factorización A = LU . Si disponemos de una matriz A de n × n, estamos interesados en
encontrar aquellas matrices:
   
l 0 0 ··· 0 u11 u12 u13 · · · u1n
 11   
l 0  0 u 
 21 l22 0 · · ·   22 u23 · · · u2n 
   
L=  l31 l32 l33 · · · 0  U =
 0 0 u33 · · · u3n  
 .. .. .. . . ..   .. .. .. .. .. 
 . . . . .   . . . . . 
   
ln1 ln2 ln3 · · · lnn 0 0 0 · · · unn
tales que cumplan la ecuación (10.14). Cuando esto es posible, decimos que A tiene una
descomposición LU . Se puede ver que las ecuación anterior no determina de forma única a Ly
a U . De hecho, para cada i podemos asignar un valor distinto de cero a lii o uii (aunque no
ambos). Por ejemplo, una elección simple es fijar lii = 1 para i = 1, 2, . . . , n haciendo de esto
modo que L sea una matriz triangular inferior unitaria. Otra elección es hacer U una matriz
triangular superior unitaria (tomando uii = 1 para cada i).
 
2 3 2 4
 
 4 10 −4 0 
 
Ejemplo 10.8.1. Encuentre una factorización LU para la matriz A =  .
−3 −2 −5 −2
 
−2 4 4 −7
Reduzca por filas la matriz A a una matriz triangular superior y depués escriba A como un
producto de una matriz triangular superior.

Solución
F2 → F2 − 2F1
   
2 3 2 4 F3 → F3 + 32 F1 2 3 2 F3 → F3 − 58 F2
4
   
 4 10 −4 0  F4 → F4 + F1 0 4 −8 −8
7
    F4 → F4 − 4 F2
  −−−−−−−−−−−−−→   −−−−−−−−−−−−−→
−3 −2 −5 −2 0 5
4
   2 −2 
−2 4 4 −7 0 7 6 −3
   
2 3 2 4 2 3 2 4
   
0 4 −8 −8 F4 →F4 − 20 F3 0 4 −8 −8 
  3  
  −−−−−−−−−→  =U
0 0 3 9  0 0 3 9 
   
0 0 20 11 0 0 0 −49
Usando las matrices elementales se pude escribir

     
1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0
     
0 1 0 0  0   1 0 0  1 0 0
  0 1 0  0 1 0 0 0  0 
U =     3 
0 0 1 0  0  5  0 1 0  0 1 0
  0 0 1  0 − 8 1 0 0  2 
0 0 − 203 1 0 − 74 0 1 0 0 0 1 1 0 0 1 0 0 0 1
 
1 0 0 0
 
−2 1 0 0
 
 A
 0 0 1 0
 
0 0 0 1
o también
     
1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0
1 0 0 0
     
2 1  
0 0  0 1 0 0    
   0 1 0 0 0 1 0 0 0 1 0 0
A=  3     
0 0 1 0  0 1 0  0 0 1 0 0 5 1 0 0 0 1 0
  − 2   8  
0 0 0 1 0 0 0 1 −1 0 0 1 0 0 0 1 0 74 0 1
 
1 0 0 0
 
0 1 0 0
 
 U
0 0 1 0
 
20
0 0 3 1
Se ha escrito A como un producto de seis matrices elementales y una matriz triangu-

lar
 superior. Sea L el producto de las matrices elementales. Debemos verificar que L =
1 0 0 0
 
 2 1 0 0
 
 3 5 , que es una matriz triangular inferior con unos en la diagonal.
− 
 2 8 1 0
−1 74 20
3 1
Después se puede escribir A = LU , donde L es triangular inferior y U es triangular supe-

rior. Los elementos de la diagonal de L son todos iguales a 1 y los elementos de la diagonal de
U son los pivotes. Esta factorización se llama factorización LU de A.
El procedimiento usado en el ejemplo (10.8.1) se puede llevar a cabo mientras no se re-

quieran permutaciones paa poder reducir A a la forma triangular. Esto no siempre se puede.
Por ejemplo, el primer paso a la reducción por filas de
 
0 2 3
 
2 −4 7
 
1 −2 5
es permutar(intercambiar) las filas 1 y 2 o las filas 1 y 3.

Suponga que por el momento esa permutación no es necesaria. Entonces, igual que en el ejem-
plo (10.8.1), se puede escribir A = E1 E2 · · · En U , donde U es una matriz triangular superior
y cada matriz elemental es una matriz triangular inferior y con unos en la diagonal. Esto se
deduce del hecho de que E es de la forma Fj + λFi . (No hay permutaciones ni multiplicaciones
de filas por constantes). Más aún, los números que se hacen cero en la reducción por fils están
siempre abajo de la diagonal de manera que en Fj + λFi siempre se cumple que j > i. Ası́ los
λ aparecen abajo de la diagonal.
Ejemplo 10.8.2. Resuelva el sistema Ax = b usando la factorización LU, donde

   
2 3 2 4 4
   
 4 10 −4 0  −8
   
A=  y b= 
−3 −2 −5 −2 −4
   
−2 4 4 −7 −1
Solución
De ejemplo anterior se puede escribir A = LU , donde
   
1 0 0 0 2 3 2 4
   
2 1 0 0 0 4 −8 −8 
   
L =  −3 5  y U = 
 0 0 9 
 2 8 1   0 3 
−1 74 20 3 1 0 0 0 −49
El sistema Ly = b conduce a las ecuaciones



 y1 = 4





2y1 + y2 = −8

 − 32 y1 + 58 y2 + y3 = −4





−y1 + 7 y2 + 20 y3 + y4
4 3 = −1
es decir
y1 = 4
y2 = −8 − 2y1 = −16
y3 = −4 + 32 y1 − 5
8 y2 = 12
y4 = −1 + y1 − 74 y2 − 20
3 y3 = −49
acabamos de realizar la sustitución hacia adelante. Ahora, de U x = y se obtiene


 2x1 + 3x2 + 2x3 + 4x4 = 4



 4x − 8x − 8x = −16
2 3 4

 3x3 + 9x4 = 12



 −49x4 = −49
es decir
x4 = 1
3x3 = 12 − 9x4 = 3 ⇒ x3 = 1
4x2 = −16 + 8x3 + 8x4 = 0 ⇒ x2 = 0
2x1 = 4 − 3x2 − 2x3 − 4x4 = −2 ⇒ x1 = −1
Por lo tanto la solución es: 

−1
 
0
 
x= 
1
 
1
10.9. Aplicaciones
Una vez que ya conocemos a fondo las matrices, puesto que hemos visto los distintos tipos
que hay y las operaciones que podemos realizar con ellas. Vamos a ver sus aplicaciones, ya
que las matrices son una herramienta muy útil no sólo en el campo de las matemáticas y
la fı́sica como era de esperar; sino también en el campo de las ciencias sociales, por ejemplo
en economı́a y en geografı́a. Esta gran utilidad se debe a que las matrices aportan un nuevo
lenguaje facilitando el trabajo en una gran cantidad de ámbitos.
Empezaremos en primer lugar con las aplicaciones en Matemáticas, donde vamos a distin-
guir las aplicaciones en las distintas ramas:
z Álgebra lineal:
1. En esta rama destaca la utilidad en la resolución de sistemas de ecuaciones de la

forma AX = B, mediante el cálculo de la matriz inversa:
AX = B −→ X = A−1 B
2. Estudio de las aplicaciones lineales entre dos espacios vectoriales mediante la matriz
asociada, que nos permite calcular el núcleo y la imagen.
z Geometrı́a:
1. Para expresar la ecuación de un giro de ángulo a alrededor del eje OZ:

    
x cos α sen α 0 x
    
y  = sen α cos α 0 y 
 
   
z 0 0 1 z
2. Para representar las ecuaciones de las formas cuadráticas. Haciendo el estudio de

la matriz correspondiente podemos clasificar la cuadrática en definida positiva,
semidefinida positiva, definida negativa o semidefinida negativa. La matriz asociada
a la forma cuadrática siempre es una matriz simétrica.
  
a b c
 
x
x y z = b f g  
 y  = 0
c g j z
z Análisis:
En la rama del análisis se utilizan las matrices jacobianas, que se usan para expresar las
derivadas parciales de una función en varias variables. Si f (x, y, z) está definida de la
siguiente forma:
 
∂f1 ∂f1 ∂f1
 ∂x ∂y ∂z 
f : R3 −→ R2 entonces J =  ∂f ∂f2 ∂f2 
2
∂x ∂y ∂z
z Fı́sica:
La aplicación más importante en este campo son las transformaciones de Lorenz, que
dan las ecuaciones del movimiento de un punto en lı́nea recta y sobre el plano conocida
la velocidad de la luz. Por ejemplo: suponiendo que el punto se desplaza sobre el eje
OX y que estamos en un espacio tetradimensional, donde la cuarta dimensión es el
tiempo, entonces, el punto tendrá como coordenadas inciales (x, y, z, t) y como finales
(x′ , y ′ , z ′ , t′ ). Las ecuaciones que dan esta transformación son:
 1 −v 
p p !
 1 − (v/c)2 
(x , y ) = 
′ ′ 1 − (v/c)2  x , y′ = y , z′ = z
 −(v/c2 ) 1  y
p p
1 − (v/c)2 1 − (v/c)2
Donde c representa la velocidad de la luz.

z Economı́a:
Las matrices se utilizan para la presentación de datos de un problema en forma de tabla
de doble entrada. Un ejemplo de esto es el modelo Input-Output, que permite solucionar
problemas macroeconómicos, algunos de los cuáles son:
• Orientar o estructurar los sectores productivos.
• Poder predecir las demandas de producción.
• Interpretar las relaciones económicas existentes entre los distintos sectores de pro-
ducción.
z Geografı́a:
También aparecen cuando hay tablas de doble entrada, por ejemplo, para hacer referencia
a la distancia que hay entre varias ciudades:
J 14 km I 28 km G
9 km
18 km
I J A G
I 0 14 18 28
J 14 0 9 42
A 18 9 0 46
G 28 42 46 0
10.10. Reseñas Históricas
Johann Carl Friedrich Gauss

Johann Carl Friedrich Gauss, nació el 30 de Abril de 1777 en Brunswick, Alemania. Fue
un matemático, astrónomo y fı́sico alemán de una profunda genialidad, que contribuyó sig-
nificativamente en muchos campos, incluida la teorı́a de números, el análisis matemático, la
geometrı́a diferencial, la geodesia, el magnetismo y la óptica. Considerado “el prı́ncipe de las
matemáticas “el matemático más grande desde la antigüedad”, Gauss ha tenido una influen-
2
cia notable en muchos campos de la matemática y de la ciencia, y es considerado uno de los

matemáticos que más influencia ha tenido alrededor de la historia.
Gauss fue un prodigio, de quien existen muchas anécdotas acerca de su asombrosa precoci-
dad siendo apenas un pequeño infante, e hizo sus primeros grandes descubrimientos mientras
era apenas un adolescente.
Figura 10.1: Johann Carl Friedrich Gauss
Completo su magnum opus, Disquisitiones Arithmeticae a los veintiún años (1798), aunque
no seria publicada hasta 1801. Un trabajo que fue fundamental para que la teorı́a de los
números se consolidara y ha moldeado esta área hasta los dı́as presentes.
Es célebre la siguiente anécdota: con tan solo 3 años corrigió en su cabeza un error que
su padre, mientras éste realizaba un conteo de pago de sus empleados, haciendo ver su precoz
habilidad para los números.
Tenı́a Gauss 10 años cuando un dı́a en la escuela el profesor manda sumar los cien primeros
números naturales. El maestro querı́a unos minutos de tranquilidad . . . pero transcurridos
pocos segundos Gauss levanta la mano y dice tener la solución: los cien primeros números
naturales suman 5.050. Y efectivamente es ası́. ¿Cómo lo hizo Gauss? Pues mentalmente se
dio cuenta de que la suma de dos términos equidistantes era constante:
1, 2, 3, 4 . . . . . . 97, 98, 99, 100
1 + 100 = 2 + 99 = 3 + 98 = 4 + 97 = · · · = 101
Con los 100 números se pueden formar 50 pares, de forma que la solución final viene dada
por el producto
101 · 50 = 5050
Gauss habı́a deducido la fórmula que da la suma de n términos de una progresión aritmética
de la que se conocen el primero y el último término:
(a1 + an )n
Sn =
2
dónde a1 es el primer término, an el último, y n es el número de términos de la progresión.
En 1796 descubrió el método de construcción del Heptadecágono, y dió el criterio necesario
y suficiente para que un polı́gono pueda ser dibujado.
Fue el primero en probar rigurosamente el Teorema Fundamental del Álgebra (disertación
para su tesis doctoral en 1799), aunque una prueba casi completa de dicho teorema fue hecha
por Jean Le Rond d’Alembert anteriormente.
En 1801 publicó el libro Disquisitiones Aritmeticae, con seis secciones dedicadas a la Teorı́a
de números, dándole a esta rama de las matemáticas una estructura sistematizada. En la
última sección del libro expone su tesis doctoral. Ese mismo año predijo la órbita del asteroide
Ceres aproximando parámetros por mı́nimos cuadrados.
En 1809 fue nombrado director del Observatorio de Göttingen. En este mismo año publi-
ca Theoria motus corporum coelestium in sectionibus conicis Solem ambientium describiendo
cómo calcular la órbita de un planeta y cómo refinarla posteriormente. Profundiza sobre ecua-
ciones diferenciales y secciones cónicas.
Quizás Gauss haya sido la primera persona en intuir la independencia del postulado de
las paralelas de Euclides y de esta manera anticipar una geometrı́a no euclidiana. Pero esto
sólo se afirma, sacando conclusiones de cartas enviadas a sus amigos, Farkas Bolyai y a su hijo
János Bolyai a quien Gauss calificó como un genio de primer orden.
En 1823 publica Theoria combinationis observationum erroribus minimis obnoxiae, dedi-
cado a la estadı́stica, concretamente a la distribución normal cuya curva caracterı́stica, de-
nominada Campana de Gauss, es muy usada en disciplinas no matemáticas donde los datos
son susceptibles de estar afectados por errores sistemáticos y casuales como por ejemplo la
psicologı́a diferencial.
Hay que aclarar que Gauss no fue el primero en hacer referencia a la distribución normal.
Mostró un gran interés en geometrı́a diferencial y su trabajo Disquisitiones generales circa
superficies curva publicado en 1828 fue el más reconocido en este campo. En dicha obra expone
el famoso Teorema Egregium. De esta obra se deriva el término Curvatura Gaussiana.
En 1831 se asocia al fı́sico Wilhelm Weber durante seis fructı́feros años en los que realizan
investigaciones sobre las Leyes de Kirchhoff, publicaciones sobre magnetismo y construyen un
telégrafo eléctrico primitivo.
Aunque a Gauss le desagradaba dar clases, algunos de sus alumnos resultaron destaca-
dos matemáticos como Richard Dedekind y Bernhard Riemann. Otros matemáticos contem-
poráneos fueron Carl Gustav Jakob Jacobi, Dirichlet y Sophie Germain.
Gauss murió en Göttingen el 23 de febrero de 1855.
Arthur Cayley
Figura 10.2: Arthur Cayley
Arthur Cayley nació en Richmond, Reino Unido, el 16 de agosto de 1821 y murió en

Cambridge, 26 de enero de 1895. Fue uno de los fundadores de la escuela británica moderna
y contribuyó grandemente con el adelanto de la matemática pura.
Se graduó en 1842 en la Trinity College, Cambridge, él más tarde entró en leyes y pos-
teriormente fue admitido en la London Bar (1849). Luego pasó a ser profesor en Cambridge.
Cayley desarrolló la teorı́a de la invarianza algebraica, y su desarrollo de la geometrı́a no
dimensional ha sido aplicada en la fı́sica al estudio del Espacio-Tiempo continuo. Introdujo

la multiplicación de las matrices. Es el autor del teorema de Cayley-Hamilton que dice que
cualquier matriz cuadrada es solución de su polinomio caracterı́stico. Dio la primera defini-
ción moderna de la noción de grupo. Su trabajo en las matrices del álgebra sirvió como un
fundamento para la Mecánica Cuántica, la cual fue desarrollada por Werner Heisenberg en
1925. Cayley también sugirió que la Geometrı́a Euclidiana y no Euclidiana son tipos especiales
de geometrı́a. Unió la Geometrı́a Proyectiva (la cual depende de las propiedades invariantes
de las figuras) y la Geometrı́a Métrica (dependiente en tamaños de ángulos y longitudes de
lı́neas). Se publicaron los trabajos matemáticos de Cayley en Cambridge (1889-98).
Recibió la Royal Medal en 1859 y la Medalla Copley en 1882.
En combinatoria, su nombre está unido a la fórmula nn−2 que enumera los árboles deco-
rados con n picos.
Se llama a veces octavas de Cayley o números de Cayley a los octoniones.
Gabriel Cramer
Figura 10.3: Gabriel Cramer
Gabriel Cramer (31 de julio, 1704 - 4 de enero, 1752) fue un matemático Suizo nacido
en Ginebra. Profesor de matemáticas de la Universidad de Ginebra durante el periodo 1724-
27. En 1750 ocupó la cátedra de filosofı́a en la citada universidad. En 1731 presentó en la
Academia de las Ciencias de Parı́s, una memoria sobre las causas de la inclinación de las
órbitas de los planetas. Editó las obras de Jean Bernouilli (1742) y Jacques Bernouilli (1744)
y el Comercium epistolarum de Leibniz. Su obra fundamental es la Introduction a lanalyse des
courbes algébriques (1750), en la que se desarrolla la teorı́a de las curvas algégricas según los
principios newtonianos, demostrando que una curva de grado n viene dada por la expresión:
n(n − 3)
2
Wilhelm Jordan
Wilhelm Jordan fue un geodesista alemán, nació en 1842 y murió en 1899. Hizo encuestas
en Alemania y África.
Es recordado entre los matemáticos por su algoritmo de Eliminación de Gauss - Jordan, con
Jordan mejorando la estabilidad del algoritmo de manera que se podı́a aplicar para minimizar
el error cuadrado en las mediciones. Esta técnica algebráica apareció en su Handbuch der
Vermessungskunde (1873).
Bibliografı́a
[1] Arnaz, Jose Antonio. Iniciación a la Lógica Simbólica. Trillas, México, 1980.
[2] Boyer, Mary Jo. Matemáticas para enfermeras. Manual Moderno, segunda edition, 2009.
[3] Peterson, John C. Matemática Básica. CECSA, 2000.

Índice alfabético
absorción, 54 del árbol, 170

adjunta de una matriz, 259 sagital, 172
axiomas de los números reales, 107 dicotomı́a, 108
axiomas para la disyunción
adición, 107 exclusiva, 46
distributividad, 107 inclusiva, 39
igualdad, 108
multiplicación, 107 ecuación
bicuadrada, 131
bicondicional, 45 cúbica, 130
cuártica, 131
cı́rculo, 186 cuadrática, 127
circunferencia, 186 de primer grado, 120
cofactor, 245 lineal, 120
condicional, 41 polinomial, 132
conectivas, 35, 88 espacio vectorial, 229
binaria, 35 exportación, 54
monádica, 35
conjunción, 38 fórmula cuadrática, 128
conjunto, 93 fracción, 18
finito, 96 compuesta, 19
infinito, 96 continua, 19
unitario, 97 decimal, 19
vacı́o, 96 egipcia, 19
contingencia, 51 heterogénea, 19
contra recı́proca, 45 homogénea, 19
contradicción, 50 impropia, 18
criptografı́a, 263 irreductible, 19
cuadrado latino, 251 ordinaria, 18
cuarta parcial, 19
proporcional, 24 propia, 18
diferencial, 24 reductible, 19
cuerpo, 229 unitaria, 19
función
determinantes, 239 acotada, 208
diagonal principal, 225 afin, 200
diagrama biyectiva, 208
cartesiano, 170 constante, 198
de flechas, 171 creciente, 209
287
cuadrática, 201 cuadrada, 224

decreciente, 209 de cofactores, 258
escalón unitario, 205 de permutación, 250
exponencial, 213 definida positiva, 248
identidad, 199 diagonal, 226, 246
impar, 209 elemental, 260
inyectiva, 208 equivalente, 255
lineal, 200 escalar, 226
logaritmo, 216 escalonada, 254
máximo entero, 206 escalonada reducida, 255
monótona, 209 hermı́tica, 238
par, 209 hermitiana, 238
periódica, 209 idempotente, 236
polinómica, 203 identidad, 226
raiz cuadrada, 202 inversa, 257
seccionada, 203 involutiva, 235
signo, 205 jacobiana, 251
sobreyectiva, 208 nilpotente, 236
trigonométrica, 210 normal, 248
univalente, 208 nula, 227
valor absoluto, 204 orden de una, 223
funciones, 193 ortogonal, 238
periódica, 236
generatriz, 21, 183 positiva, 239
rectangular, 227
idempotencia, 52
regular, 244
implicación, 41
simétrica, 234
intervalo, 140
singular, 244
abierto, 140
transpuesta, 234
cerrado, 140
traza de una, 233
semiabierto, 140
triangular, 225
semicerrado, 140
triangular superior, 225
inversa, 44
matriz principal, 50
involución, 53
media
jacobiano, 251 diferencial, 24
proporcional, 25
lógica, 83 menor complementario, 244
ley de composición morgan, 54
primera, 107
segunda, 107 número fraccionario, 17
ley de composición interna , 106 número racional, 17
lugar geométrico, 181 número
complejo, 96
matriz entero, 94
antihermitiana, 238 irracional, 95
antisimétrica, 235 natural, 94
banda, 247 racional, 95
conjugada, 237 real, 95
negación, 40
operación binaria, 106

operaciones elementales, 253
orden, 106
parábola, 184
pertenencia, 93
pivote, 254
producto cartesiano, 170
proporción, 23
aritmética, 23
geométrica, 23
proposición, 31, 85
compuesta, 34, 87
existencional, 88
simple, 34, 87
rango de una matriz, 256

razón, 23
aritmética, 23
geométrica, 23
recı́proca, 44
reflexividad, 108
regla de sarrus, 241
regla de tres, 25
relación binaria, 172
relaciones, 167
simetrı́a, 108
sistema de ecuaciones, 264
sistema de números reales, 105
tabla de verdad, 33
Tartaglia, 137
tautologı́a, 50
teorema de
Laplace, 245
tercera
diferencial, 24
proporcional, 25
transitividad, 108
transposición, 54
valor absoluto, 146

valor de verdad, 32

Matematica Basica

Caricato da

Informazioni sul documento

Descrizione:

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Descrizione:

Copyright:

Formati disponibili

Matematica Basica

Caricato da

Descrizione:

Copyright:

Formati disponibili

UNIVERSIDAD PEDRO RUIZ GALLO

FACULTAD DE CIENCIAS FISICAS Y MATEMÁTICAS

ESCUELA PROFESIONAL DE MATEMÁTICAS

M. Sc. Walter Arriaga Delgado

Una de las situaciones más dificiles a que se ve enfrentado comunmente un investigador en

Una de mis metas fue convencer a lo estudiantes de la importancia de la Matemática

En base a nuestra experiencia docente y en consejos de muchos colegas, hemos incluı́do

Problemas resueltos y propuestos

Un problema en matemática puede definirse como una situación, a la que se enfrenta un

X Operaciones numéricas en aritmética racional exacta o decimal de precisión arbitraria.

X Manipulación algebraica de variables y sı́mbolos.

X Operaciones con polinomios, fracciones algebraicas y funciones matemáticas elementales.

X Cálculo de lı́mites, derivadas y primitivas.

X Resolución de ecuaciones y sistemas.

X Operaciones con vectores y matrices.

X Capacidades gráficas en 2 y 3 dimensiones.

X Lenguaje de programación de alto nivel.

Desde los comienzos de su existencia, el hombre ha estudiado su medio ambiente con la

examinando los numerosos temas que influyen sobre el estudiante.

1.10.4. Clases de proposiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

3.4.3. Conjunto unitario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97

4. RELACIONES Y FUNCIONES 101

5. NÚMEROS REALES 103

5.5.10. Inecuaciones logarı́tmicas . . . . . . . . . . . . . . . . . . . . . . . . . . 145

6. NÚMEROS COMPLEJOS 165

7. RELACIONES Y FUNCIONES 167

8.4.9. Función Escalón Unitario . . . . . . . . . . . . . . . . . . . . . . . . . . 205

9. INDUCCIÓN MATEMÁTICA 219

10.MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LI-

10.2.4. Menores complementarios y Cofactores . . . . . . . . . . . . . . . . . . . 244

Indice de Materias 287

1.1. Sucesiones y Series

Proviene de SUMA primera operación fundamental.

Definición 1.1.1. Si n ∈ Z+ , a1 , a2 , . . . , an son números reales entonces la suma de estos

1. Suma de los primeros “n” números naturales consecutivos.

2. Suma de los primeros “n” números naturales pares consecutivos.

3. Suma de “n” números naturales impares consecutivos.

4. Suma de cuadrados de los primeros “n” números naturales consecutivos.

5. Suma de cubos de los primeros “n” números naturales consecutivos.

6. Suma de infinitos términos en una Progresión Geométrica decreciente.

10. Serie especial

11. Serie especial

12. Serie especial

Definición 1.2.1. Un número racional es el cociente de la división de dos números enteros

Al conjunto de los números racionales se le denota por: Q

I. Por la comparación de su valor con respecto de la unidad:

Propia: Es una Fracción, en la cual su numerador es menor que su denominador. En

Ordinaria: Llamada también fracción común, es aquella cuyo denominador es diferente

Decimal: Es aquella cuyo denominador es una potencia de 10.

Homogéneas: Cuando tienen el mismo denominador.

Unitaria: Fracción común de numerador 1.

Egipcia: Sistema de representación de las fracciones en el Antiguo Egipto en el que cada

Continua: Es una expresión como ésta:

Compuesta: Fracción cuyo numerador o denominador (o los dos) contiene a su vez

Parcial: La que puede usarse para descomponer una función racional.

1.2.2. MCD y MCM de Números Fraccionarios

1. El Máximo Común Divisor de números fraccionarios está dado por:

2. El Mı́nimo Común Múltiplo de números fraccionarios está dado por:

1.2.3. Fracciones Equivalentes:

1.2.4. Relación entre los números decimales y las fracciones

Al dividir los términos de una fracción irreductible se obtienen números decimales.