Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Daniela Terán
30 de enero de 2019
1. Grupos y anillos
Uno de los conceptos fundamentales para el estudio del Álgebra es el de grupo. La manera
en la que se abordará el concepto de grupo es como una estructura algebráica, para ello
se introducirá la definición del objeto principal de estudio. Considere un conjunto G no
vacío y su n- potencia con el producto cartesiano denotado por
Gn = G
| × ·{z
· · × G}
n−factores
f : Gn → G.
5. Una operación n-aria, para cualquier natural n, se conoce como una operación
finita en G.
Normalmente una operación binaria f : G × G → G entre dos elementos de G se denota
por yuxtaposición, es decir si a, b ∈ G suele denotarse ab en lugar de f (a, b).
1
Definición 2. Si f : Gn → G es una operación n-aria en G y si h es un subconjunto no
vacío de G, entonces la restricción de H n es la función f |H n : H n → G. Se dice que H
es cerrado bajo la operación f si f |H n tiene imagen H. En el caso de la operación nula
x ∈ G significa que x ∈ H.
iii. Un monoide G que cuenta con inversos bilaterales para cada elemento, es decir si
para cada a ∈ G existe b ∈ G tal que a ∗ b = e (inverso derecho) y b ∗ a = e (inverso
izquierdo) entonces se dice que G es un grupo y el inverso de a se denota como
a−1 = b.
iv. Si un grupo G cumple que la operación es conmutativa, es decir que para cuales-
quiera a, b ∈ G
a∗b=b∗a
entonces se dice que G es un grupo abeliano o un grupo conmutativo.
2
v. Si R contiene un elemento eR tal que eR • a = a • eR = a para cualquier a ∈ R
entonces se dice que R es un anillo con identidad o también se le conoce como
anillo con unitario.
Es una convención denotar a la operación binaria ∗ como + y a la o peración • como ·,
esto evita la sobrecarga de notación y simplemente debe tenerse cuidado de no suponer
que es una operación conocida sino simplemente una que cumple las propiedades men-
cionadas. Con esta aclaración es adecuado denotar también al neutro de la operación
∗ = + como 0 y al neutro de la operación • = · como 1. Algunas propiedades que pueden
obtenerse de la definición de anillo:
Teorema 1. Sea R un anillo. Entonces
1. 0 · a = a · 0 = 0 para todo elemento a ∈ R.
2. (−a) · b = a · (−b) = −(a · b) para cualesquiera a, b ∈ R.
3. (−a) · (−b) = ab para a, b ∈ R.
4. (n · a) · b = a · (n · b) = n · (a · b) para a, b ∈ R y n ∈ Z.
P P P
5. ( ni=1 ai ) · m n m
P
j=1 j =
b i=1 j=1 ai · bj para cualesquiera ai , bj ∈ R
+ 0 1 2 3
0 0 1 2 3
1 1 2 3 0
2 2 3 0 1
3 3 0 1 2
3
La multiplicación se define de forma análoga como:
· 0 1 2 3
0 0 0 0 0
1 0 1 2 3
2 0 2 0 2
3 0 3 2 1
4
· i j k
i -1 k -j
j -k -1 i
k j -i -1
3. Si a + c = b + c entonces a = b.
4. Si c 6= 0 y a · c = b · c entonces a = b.
5. Si a · b = 0 entonces a = b o b = 0 o a = 0.
1. Todo dominio entero y todo anillo con división tienen al menos dos elementos, el
1 y el 0.
2. Matrices
La noción de matriz debe darse como un elemento del conjunto de las funciones entre el
producto cartesiano de dos subconjuntos finitos de N y un anillo R. Es decir:
Es decir, para cada pareja de naturales (i, j) ∈ {1, . . . , m} × {1, . . . , n} se tiene que
M (i, j) = r para algún r ∈ R. Es una convención llamar al elemento M (i, j) el elemento
5
de la matriz ubicado en el renglón i y en la columna j. De hecho es fácil pensar a la
matriz M como un arreglo de m renglones y n columnas:
r11 r12 . . . r1n
r21 r22 . . . r2n
M = ..
.. .. ..
. . . .
rm1 rm2 . . . rmn
Una vez definidas adecuadamente a las matrices, es necesario dar algunas matrices es-
peciales además de operaciones binarias para saber si pueden tener una estructura de
anillo o algo más.
Dos matrices A ∈ Mm×n (R) y B ∈ Mp×q (R) se dice que son iguales si m = p,
n = q y aij = bij para cada 1 ≤ i ≤ m y 1 ≤ j ≤ n.
Se dice que A es la matriz cero, denotada por 0m×n si aij = 0 para toda 1 ≤ i ≤ m
y 1 ≤ j ≤ n.
Si A es una matriz cuadrada donde aij = 0 para toda i 6= j se dice que A es una
matriz diagonal.
A se llama una matriz escalar si A es una matriz diagonal donde los elementos
de la diagonal con todos iguales a r, para alguna r ∈ R.
6
Si A es cuadrada se dice que es una matriz triangular superior si los elementos
“debajo de la diagonal principal” son cero, es decir aij = 0 si i > j. Esta propiedad
dice nada sobre los elementos en la diagonal o “arriba de la diagonal”, lo que
significa que la matriz 0n es una matriz triangular superior, lo mismo sucede con
la matriz identidad y las matrices escalares.
A + B = C tal que C ∈ Mm×n (R) con cij = aij + bij para toda 1 ≤ i ≤ m y
1 ≤ j ≤ n. Esta se conoce como suma matricial o suma de matrices.
A · D = E tal que E ∈ Mm×p (R) con eij = nk=1 aik dkj para toda 1 ≤ i ≤ m y
P
1 ≤ j ≤ p. Esta operación se conoce como producto matricial o producto de
matrices.
rA = F con F ∈ Mm×n (R) y fij = raij . Esta operación se conoce como producto
escalar o producto por escalares. Los elementos r ∈ R son conocidos como
escalares.
4. (A + B)t = At + B t .
6. (AC)t = C t At .
7
3. Espacios Vectoriales sobre un campo
La aproximación a los espacios vectoriales se dará de manera general, es decir, se darán
las características de la estructura, se estudiaran las subestructuras y ciertos conjuntos
especiales.
Definición 10. Si F es un campo, entonces un espacio vectorial sobre el campo
F o un F espacio vectorial es un grupo aditivo V (su suma se conoce como suma
vectorial) dotado de una función llamada multiplicación por escalares denotada por
· : F × V → V y que cumple para a, b, 1F ∈ F y para cualesquiera u, v ∈ V :
1. a · (u + v) = a · u + a · v.
2. (a + b) · u = a · u + b · u.
3. (ab) · u = a · (b · u).
4. 1F · u = u.
Es una convención expresar el producto por escalares solo concatenando los elementos.
Los elementos de V son llamados vectores y los elementos del campo F se conocen
como escalares.
8
Q Q
a. Si f , g ∈ i∈Ω Vi entonces f + g es una función en i∈Ω Vi dada por
Para cada i ∈ Ω.
Q Q
b. Si a ∈ F y f ∈ i∈Ω Vi entonces a · f es la funci ’on en i∈Ω Vi dada por
Para cada i ∈ Ω.
Es claro que el elemento identidad para la suma de este espacio vectorial esta dado por
la función constante cero 0(i) = 0Vi para cada i ∈ Ω. En caso de que Ω sea un conjunto
finito, es decir, Ω = {1, . . . , n}, entonces se suele denotar
V1 × · · · × Vn ,
en lugar de Y
Vi .
i∈Ω
En caso de que todos los espacios vectoriales Vi sean iguales, entonces se denota
VΩ
en lugar de Y
Vi .
i∈Ω
v + y = w.
3. a · 0V = 0V .
4. 0 · v = 0V .
5. (−1) · v = −v.
9
6. (−a) · v = −(a · v) = a · (−v).
7. −(−v) = v.
8. a · v = (−a) · (−v).
9. −(v + w) = −v − w.
10. a · (v − w) = av − aw.
11. Si a · v = 0V entonces a = 0F o v = 0V .
FU ≤F V
U cumple:
a. El neutro aditivo de V pertenece a U , 0V ∈ U .
b. Si x, y ∈ U entonces x +V y ∈ U , es decir U es cerrado bajo la suma de V .
c. Si u ∈ U y a ∈ F entonces a · u ∈ U , es decir U es cerrado bajo la multipli-
cacoón por escalares de V .
F {0V } ≤F V .
FV ≤F V .
Los no triviales:
10
Teorema 6. Si Ω es un conjunto no vacío y {Wi }i∈Ω es un familia de subespacios de
F V entonces \
Wi ≤F V.
i∈Ω
con ai ∈ F .
h∅i = {0V }.
11
Linealmente independiente si no es dependiente, Pn es decir si para cualquier
combinación lineal de elementos de S si se tiene i=1 ai vi = 0 es porque ai = 0
para toda 1 ≤ i ≤ n.
1. hSi ≤ V .
hS1 i = hS2 i .
hSi = hhSii .
w ∈ hS ∪ {v}i .
hSi = V
12